申请/专利权人：北京安九信息技术有限公司

申请日：2020-11-30

公开（公告）日：2023-06-27

公开（公告）号：CN112419030B

主分类号：G06Q40/12

分类号：G06Q40/12;G06Q10/0635;G06Q10/067

优先权：

专利状态码：有效-授权

法律状态：2023.06.27#授权;2021.03.16#实质审查的生效;2021.02.26#公开

摘要：本发明公开了一种财务舞弊风险评估的方法、系统及设备，涉及数据处理与计算机技术领域。方法包括：获取财务报表并提取财务指标信息；建立训练样本集和预测样本集；财务指标信息转换为定性指标、定量指标；以随机森林模型对预测样本集预测，获得财务舞弊高风险的第一数据集；和或，以自适应增强模型对预测样本集预测，获得财务舞弊高风险的第二数据集；和或，以引导聚集模型对预测样本集预测，获得财务舞弊高风险的第三数据集；预测样本集分为子预测样本集；以指标数据对子预测样本集预测，获得财务舞弊高风险的第四数据集；提取第一和或第二和或第三及第四数据集中超过预设阈值的数据，构建财务舞弊高风险数据集，生成风险分析报告。

主权项：1.一种财务舞弊风险评估的方法，其特征在于，包括：获取至少1份财务报表和所述财务报表对应主体的基本信息，并根据所述财务报表提取至少1份财务指标信息；建立训练样本集和预测样本集，其中，以实际财务舞弊数据、实际非财务舞弊数据为训练样本集，以待评估数据为预测样本集；将所述财务指标信息转换为多个指标数据，包括M个维度的定性指标、N个维度的定量指标；其中，M≥100，N≥50，且M、N均为正整数；采用随机森林算法对所述训练样本集中的训练样本进行建模，生成随机森林模型，评估至少部分所述指标数据的重要性值，并计算交叉验证误判率；以所述随机森林模型作为财务舞弊风险的第一评估模型对所述预测样本集中的预测样本进行预测，所述预测结果为财务舞弊高风险的第一数据集；和，采用自适应增强算法对所述训练样本集中的训练样本进行建模，生成自适应增强模型，评估至少部分所述指标数据的重要性值，并计算交叉验证误判率；以所述自适应增强模型作为财务舞弊风险的第二评估模型对所述预测样本集中的预测样本进行预测，所述预测结果为财务舞弊高风险的第二数据集；和，采用引导聚集算法所述训练样本集中的训练样本进行建模，生成引导聚集模型，评估至少部分所述指标数据的重要性值，并计算交叉验证误判率；以所述引导聚集模型作为财务舞弊风险的第三评估模型对所述预测样本集中的预测样本进行预测，所述预测结果为财务舞弊高风险的第三数据集；基于所述基本信息和所述财务指标信息，将所述预测样本集中的数据划分为至少2个子预测样本集；通过至少部分所述指标数据对所述子预测样本集搭建财务舞弊风险的第四评估模型，以所述第四评估模型对所述子预测样本集中的预测样本进行预测，所述预测结果为财务舞弊高风险的第四数据集；提取所述第一数据集、所述第二数据集、所述第三数据集中超过预设阈值的数据，并提取所述第四数据集中超过预设阈值的数据，构建财务舞弊高风险数据集；根据所述财务舞弊高风险数据集生成风险分析报告。

全文数据：

权利要求：

百度查询： 北京安九信息技术有限公司 财务舞弊风险评估的方法、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD