CN116308851A - 一种企业财务信息数据管理风险识别*** - Google Patents
一种企业财务信息数据管理风险识别*** Download PDFInfo
- Publication number
- CN116308851A CN116308851A CN202310572526.6A CN202310572526A CN116308851A CN 116308851 A CN116308851 A CN 116308851A CN 202310572526 A CN202310572526 A CN 202310572526A CN 116308851 A CN116308851 A CN 116308851A
- Authority
- CN
- China
- Prior art keywords
- financial
- target enterprise
- enterprise
- layer
- supervision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
- G06Q40/125—Finance or payroll
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及企业财务信息数据管理技术领域,具体公开一种企业财务信息数据管理风险识别***,该***包括:MySQL信息库、目标企业特性信息采集模块、财务结构层获取统计模块、财务结构层信息识别模块、财务结构层信息分析模块和风险提示云端,本发明能够针对企业的财务数据进行集约化和***性的分析管理,避免出现财务数据信息收集不全面和整理不规范的现象,进而有效保障了财务数据的分析准确性和可靠性,通过筛分目标企业的异常财务结构层进行运营风险提示,有利于为目标企业的相关财务管理者提供明确的管理指向性,能够定位至具体的异常财务结构层进行相关管控举措,进而有效提高了对异常财务结构层进行合理管控的时效性。
Description
技术领域
本发明涉及企业财务信息数据管理技术领域,具体而言,涉及一种企业财务信息数据管理风险识别***。
背景技术
伴随着信息技术的发展,企业的财务信息数据管理也变得尤为重要,如今现代的大型企业需要处理大量的财务信息数据,这些数据大多来自于不同的***和部门,为了有效保障财务***的稳定运行,需要对企业的财务信息进行管理和分析,进而帮助企业更好地了解自身的财务状况和经营状况,以便于为企业管理者提供决策支持和预警提示。
目前的企业财务信息数据管理还存在较多的不足和需要完善的空间,具体包括的层面体现为:(1)企业目前针对财务信息数据的管理大多还是依赖特定财务数据管理部门中的相关人员进行信息数据的管理和分析,导致在财务数据的实际分析过程中,可能会存在信息收集不全面和整理不规范的现象,导致财务数据的分析准确性和可靠性受到折损影响,同时存在的消极层面还包括人力分析所导致的决策不科学的现象,目前企业依赖人力进行财务决策,受主观性因素的影响,在财务决策方面不可避免地缺乏科学性和***性,相关人员往往只考虑短期利益,而忽视了企业的长期发展,不仅提升了企业财务数据分析的不准确率,还会致使对企业的财务决策产生不利的负面影响。
(2)目前企业在针对自身收入层进行分析时,往往只是针对自身进行分析,因而忽视了对相同行业类别的相关企业的财务数据进行比对分析,而通常来说,一个相同类别的行业,往往会存在一些潜在的数据标准,若企业的财务数据超出了自身行业的潜在限定标准,则会导致存在潜在的财务运行管理风险,由此可见,目前的企业财务管理分析不够全面和高效,导致企业的财务管理水平不高,无法有效满足企业的发展需求。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种企业财务信息数据管理风险识别***,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:MySQL信息库:用于存储各类别行业的参照数据信息,并存储目标企业的基准运营比对数据。
目标企业特性信息采集模块:用于采集目标企业的特性信息。
财务结构层获取统计模块:用于获取目标企业的财务结构层,进而分别统计目标企业的财务收入层、财务支出层和财务收益层。
财务结构层信息识别模块:用于在预设监管周期内对目标企业的财务收入层、财务支出层和财务收益层进行信息识别。
财务结构层信息分析模块:用于分别评定预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数。
风险提示云端:用于依据预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数,据此筛分目标企业的异常财务结构层进行运营风险提示。
作为一种优选的技术方案,所述各类别行业的参照数据信息包括各类别行业的各市面企业对应的日均参考营收额。
所述目标企业的基准运营比对数据包括各历史经营周期的财务利润率,并包括财务警示利润率。
作为一种优选的技术方案,所述目标企业的特性信息包括账务基础数据和常规经营参数。
所述账务基础数据包括各主营商品初始标定单价以及各单次总交易额区间对应的参照优惠率。
所述常规经营参数包括行业类别、历史营收参数和历史支出参数。
作为一种优选的技术方案,所述在预设监管周期内对目标企业的财务收入层进行信息识别,具体过程为:获取预设监管周期内目标企业的各入账电子***,标定为各指定监管入账电子***,从中提取总交易额以及各商品单价。
将各指定监管入账电子***中的各商品标定为各指定监管主营商品,据此统计各指定监管入账电子***对应的总交易额以及各指定监管主营商品单价/>,d为各指定监管入账电子***的编号,d=1,2,...,f,j为各指定监管主营商品的编号,j=1,2,...,n。
根据各指定监管入账电子***对应的总交易额,进而与目标企业的各单次总交易额区间对应的参照优惠率进行比对,得到各指定监管入账电子***对应的参照优惠率,进而计算得到目标企业的入账电子***对应的常规运营吻合影响因子,记为/>。
作为一种优选的技术方案,所述预设监管周期中目标企业的财务收入层的常规运营吻合系数,具体的计算步骤为:(1)提取预设监管周期天数,通过表达式:初步计算得到预设监管周期中目标企业的自身财务常规运营吻合系数/>,/>为预设的经营入账修正补偿额,和/>分别为预定义的商品交易允许浮动额以及入账允许偏差额。
(2)依据各类别行业的各市面企业对应的日均参考营收额,从中筛分与目标企业的行业类别一致的各市面企业,标定为各参照市面企业,进而统计各参照市面企业对应的日均参考营收额,i为各参照市面企业的编号,i=1,2,...,k,据此计算预设监管周期中目标企业的参照市面营收比对吻合系数/>,/>,/>为预设的参照市面比对营收适配偏差额,k为参照市面企业的数目,/>为预设的市面比对日均营收补偿额,/>为预设的参照市面营收比对吻合补偿修正因子。
作为一种优选的技术方案,所述在预设监管周期内对目标企业的财务支出层进行信息识别,具体的过程包括:依据目标企业的历史支出参数,历史支出参数为各属性财务支出在各历史缴纳周期的消耗金额,并统计各历史缴纳周期的天数/>,进而依据表达式/>,得到各属性财务支出的参照日均消耗金额/>,p为各历史缴纳周期的编号,p=1,2,...,v,v为历史缴纳周期的数目,g为各属性财务支出的编号,g=1,2,...,z。
作为一种优选的技术方案,所述预设监管周期中目标企业的财务支出层的常规运营吻合系数,具体的计算表达式为:/>,其中/>和/>分别为预定义的财务支出缴纳适配浮动金额以及修正补偿额,/>为预设的财务支出层对应的常规运营吻合影响因子。
作为一种优选的技术方案,所述预设监管周期中目标企业的财务收益层的常规运营吻合系数,具体计算过程为:提取目标企业的财务警示利润率,综合比对计算预设监管周期中目标企业的财务收益层的常规运营吻合系数/>,/>,其中/>为设定的适配浮动财务利润率,/>为设定的财务补偿利润率,/>为预定义的财务收益层的常规运营吻合修正因子。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明通过提供一种企业财务信息数据管理风险识别***,能够针对企业的财务数据进行集约化和***性的分析管理,相比较于依赖特定财务数据管理部门中的相关人员进行信息数据的管理和分析,本发明更加具有智能性和科学性,避免出现财务数据信息收集不全面和整理不规范的现象,进而有效保障了财务数据的分析准确性和可靠性。
(2)本发明通过设置财务结构层信息识别模块,实现了在预设监管周期内对目标企业的财务收入层、财务支出层和财务收益层进行信息识别,进而为后续异常财务结构层的筛分提供了有力的数据支撑基础,同时弥补了人力分析所导致出现的财务决策不科学的现象,避免过度依赖人力进行财务决策,有效降低了人为主观性因素所造成的负面影响,进而保障了企业财务决策方面地科学性和***性。
(3)本发明通过依据各类别行业的参照数据信息以及目标企业的特性信息和基准运营比对数据,进而分别评定预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数,能够有效弥补企业相关人员往往只考虑短期利益而存在的管理局限性,进而有助于维护企业的长期发展,不仅减少了企业财务数据分析的不准确率,还避免给企业的财务决策产生不利的负面影响。
(4)本发明通过计算预设监管周期中目标企业的参照市面营收比对吻合系数,能够实现将目标企业的财务数据与相同行业类别的其他相关企业的财务数据进行合理地比对分析,出于对相同类别行业往往会存在一些潜在的数据标准这一层面的考量,通过数据比对分析,进而能够反映出目标企业的财务数据是否超出了自身行业的潜在限定标准,从而大幅降低了目标企业可能存在的潜在财务运行管理风险,不仅有力提高了目标企业财务管理分析的全面性和高效性,且保障了企业的财务管理水平,能够有效满足企业的发展需求。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的***结构连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本发明提供一种企业财务信息数据管理风险识别***,包括:MySQL信息库、目标企业特性信息采集模块、财务结构层获取统计模块、财务结构层信息识别模块、财务结构层信息分析模块和风险提示云端。
所述财务结构层获取统计模块和财务结构层信息识别模块相连接,MySQL信息库和目标企业特性信息采集模块均分别与财务结构层信息识别模块和财务结构层信息分析模块相连接,财务结构层信息分析模块和财务结构层信息识别模块相连接,风险提示云端和财务结构层信息分析模块相连接。
所述MySQL信息库用于存储各类别行业的参照数据信息,并存储目标企业的基准运营比对数据。
具体地,所述各类别行业的参照数据信息包括各类别行业的各市面企业对应的日均参考营收额。
所述目标企业的基准运营比对数据包括各历史经营周期的财务利润率,并包括财务警示利润率。
所述目标企业特性信息采集模块用于采集目标企业的特性信息。
具体地,所述目标企业的特性信息包括账务基础数据和常规经营参数。
所述账务基础数据包括各主营商品初始标定单价以及各单次总交易额区间对应的参照优惠率。
所述常规经营参数包括行业类别、历史营收参数和历史支出参数。
需要说明的是,上述行业类别包括但不限于制造业中的汽车制造、电子制造和机械制造等企业以及批发业中的食品批发、服装批发和电子产品批发等企业。
所述财务结构层获取统计模块用于获取目标企业的财务结构层,进而分别统计目标企业的财务收入层、财务支出层和财务收益层。
所述财务结构层信息识别模块用于在预设监管周期内对目标企业的财务收入层、财务支出层和财务收益层进行信息识别。
在本发明具体的实施例中,通过设置财务结构层信息识别模块,实现了在预设监管周期内对目标企业的财务收入层、财务支出层和财务收益层进行信息识别,进而为后续异常财务结构层的筛分提供了有力的数据支撑基础,同时弥补了人力分析所导致出现的财务决策不科学的现象,避免过度依赖人力进行财务决策,有效降低了人为主观性因素所造成的负面影响,进而保障了企业财务决策方面地科学性和***性。
具体地,所述在预设监管周期内对目标企业的财务收入层进行信息识别,具体过程为:获取预设监管周期内目标企业的各入账电子***,标定为各指定监管入账电子***,从中提取总交易额以及各商品单价。
需要理解的是,上述目标企业的各入账电子***具体指的是目标企业作为卖家实际销售出商品后开给买家的电子***,电子***是指以电子形式生成、传递、存储和管理的***,通常包括了商品的总交易额以及每个商品的单价。
将各指定监管入账电子***中的各商品标定为各指定监管主营商品,据此统计各指定监管入账电子***对应的总交易额以及各指定监管主营商品单价/>,d为各指定监管入账电子***的编号,d=1,2,...,f,j为各指定监管主营商品的编号,j=1,2,...,n。
根据各指定监管入账电子***对应的总交易额,进而与目标企业的各单次总交易额区间对应的参照优惠率进行比对,得到各指定监管入账电子***对应的参照优惠率,进而计算得到目标企业的入账电子***对应的常规运营吻合影响因子,记为/>。
具体地,所述在预设监管周期内对目标企业的财务支出层进行信息识别,具体的过程包括:依据目标企业的历史支出参数,历史支出参数为各属性财务支出在各历史缴纳周期的消耗金额,并统计各历史缴纳周期的天数/>,进而依据表达式,得到各属性财务支出的参照日均消耗金额/>,p为各历史缴纳周期的编号,p=1,2,...,v,v为历史缴纳周期的数目,g为各属性财务支出的编号,g=1,2,...,z。
需要补充说明的是,上述各属性财务支出包括但不限于水费、电费、物业管理费和员工工资等,这些基础的运营管理费用作为基本的财务支出通常会有固定的周期缴费时间节点,而上述预设监管周期中目标企业的各属性财务支出对应的实质归属周期时长具体指的是各属性财务支出的缴费金额归属于具体实际使用消耗的周期时长,例如水费以月度为一个缴费周期,每月的20号为周期缴费时间节点,那么以2月20号为示例,在2月20号缴费的金额通常是上个月度的水费实际使用消耗金额,也就是一月一号到一月31号的水费实际使用消耗金额,而一月一号到一月31号之间的间隔天数就是2月20号水费支出对应的实质归属周期天数,若预设监管周期为一个月度,那么2月20号的水费支出则相应的归属于2月份的一项财务支出。
所述财务结构层信息分析模块用于分别评定预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数。
在本发明具体的实施例中,通过依据各类别行业的参照数据信息以及目标企业的特性信息和基准运营比对数据,进而分别评定预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数,能够有效弥补企业相关人员往往只考虑短期利益而存在的管理局限性,进而有助于维护企业的长期发展,不仅减少了企业财务数据分析的不准确率,还避免给企业的财务决策产生不利的负面影响。
(2)依据各类别行业的各市面企业对应的日均参考营收额,从中筛分与目标企业的行业类别一致的各市面企业,标定为各参照市面企业,进而统计各参照市面企业对应的日均参考营收额,i为各参照市面企业的编号,i=1,2,...,k,,据此计算预设监管周期中目标企业的参照市面营收比对吻合系数/>,/>,/>为预设的参照市面比对营收适配偏差额,k为参照市面企业的数目,/>为预设的市面比对日均营收补偿额,/>为预设的参照市面营收比对吻合补偿修正因子。
在本发明具体的实施例中,通过计算预设监管周期中目标企业的参照市面营收比对吻合系数,能够实现将目标企业的财务数据与相同行业类别的其他相关企业的财务数据进行合理地比对分析,出于对相同类别行业往往会存在一些潜在的数据标准这一层面的考量,通过数据比对分析,进而能够反映出目标企业的财务数据是否超出了自身行业的潜在限定标准,从而大幅降低了目标企业可能存在的潜在财务运行管理风险,不仅有力提高了目标企业财务管理分析的全面性和高效性,且保障了企业的财务管理水平,能够有效满足企业的发展需求。
具体地,所述预设监管周期中目标企业的财务支出层的常规运营吻合系数,具体的计算表达式为:/>,其中/>和分别为预定义的财务支出缴纳适配浮动金额以及修正补偿额,/>为预设的财务支出层对应的常规运营吻合影响因子。
具体地,所述预设监管周期中目标企业的财务收益层的常规运营吻合系数,具体计算过程为:提取目标企业的财务警示利润率,综合比对计算预设监管周期中目标企业的财务收益层的常规运营吻合系数/>,/>,其中为设定的适配浮动财务利润率,/>为设定的财务补偿利润率,/>为预定义的财务收益层的常规运营吻合修正因子。
所述风险提示云端用于依据预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数,据此筛分目标企业的异常财务结构层进行运营风险提示。
需要补充解释的是,上述筛分目标企业的异常财务结构层进行运营风险提示,具体的运营风险提示过程为:1:将预设监管周期中目标企业的财务收入层的常规运营吻合系数与设定的财务收入层的常规运营吻合系数阈值进行比对,若预设监管周期中目标企业的财务收入层的常规运营吻合系数低于财务收入层的常规运营吻合系数阈值,则将财务收入层标定为异常财务结构层,并进行运营风险提示。
2:将预设监管周期中目标企业的财务支出层的常规运营吻合系数与设定的财务支出层的常规运营吻合系数阈值进行比对,若预设监管周期中目标企业的财务支出层的常规运营吻合系数低于财务支出层的常规运营吻合系数阈值,则将财务支出层标定为异常财务结构层,并进行运营风险提示。
3:将预设监管周期中目标企业的财务收益层的常规运营吻合系数与设定的财务收益层的常规运营吻合系数阈值进行比对,若预设监管周期中目标企业的财务收益层的常规运营吻合系数低于财务收益层的常规运营吻合系数阈值,则将财务收益层标定为异常财务结构层,并进行运营风险提示。
在一个具体的实施例中,本发明通过筛分目标企业的异常财务结构层进行运营风险提示,有利于为目标企业的相关财务管理者提供明确的管理指向性,能够定位至具体的异常财务结构层进行相关管控举措,进而有效提高了对异常财务结构层进行合理管控的时效性。
在本发明具体的实施例中,通过提供了一种企业财务信息数据管理风险识别***,能够针对企业的财务数据进行集约化和***性的分析管理,相比较于依赖特定财务数据管理部门中的相关人员进行信息数据的管理和分析,本发明更加具有智能性和科学性,避免出现财务数据信息收集不全面和整理不规范的现象,进而有效保障了财务数据的分析准确性和可靠性。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种企业财务信息数据管理风险识别***,其特征在于,包括:
MySQL信息库:用于存储各类别行业的参照数据信息,并存储目标企业的基准运营比对数据;
目标企业特性信息采集模块:用于采集目标企业的特性信息;
财务结构层获取统计模块:用于获取目标企业的财务结构层,进而分别统计目标企业的财务收入层、财务支出层和财务收益层;
财务结构层信息识别模块:用于在预设监管周期内对目标企业的财务收入层、财务支出层和财务收益层进行信息识别;
财务结构层信息分析模块:用于分别评定预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数;
风险提示云端:用于依据预设监管周期中目标企业的财务收入层、财务支出层和财务收益层的常规运营吻合系数,据此筛分目标企业的异常财务结构层进行运营风险提示。
2.根据权利要求1所述的一种企业财务信息数据管理风险识别***,其特征在于:所述各类别行业的参照数据信息包括各类别行业的各市面企业对应的日均参考营收额;
所述目标企业的基准运营比对数据包括各历史经营周期的财务利润率,并包括财务警示利润率。
3.根据权利要求2所述的一种企业财务信息数据管理风险识别***,其特征在于:所述目标企业的特性信息包括账务基础数据和常规经营参数;
所述账务基础数据包括各主营商品初始标定单价以及各单次总交易额区间对应的参照优惠率;
所述常规经营参数包括行业类别、历史营收参数和历史支出参数。
4.根据权利要求3所述的一种企业财务信息数据管理风险识别***,其特征在于:所述在预设监管周期内对目标企业的财务收入层进行信息识别,具体过程为:
获取预设监管周期内目标企业的各入账电子***,标定为各指定监管入账电子***,从中提取总交易额以及各商品单价;
将各指定监管入账电子***中的各商品标定为各指定监管主营商品,据此统计各指定监管入账电子***对应的总交易额以及各指定监管主营商品单价/>,d为各指定监管入账电子***的编号,d=1,2,...,f,j为各指定监管主营商品的编号,j=1,2,...,n;
根据各指定监管入账电子***对应的总交易额,进而与目标企业的各单次总交易额区间对应的参照优惠率进行比对,得到各指定监管入账电子***对应的参照优惠率,进而计算得到目标企业的入账电子***对应的常规运营吻合影响因子,记为/>;
6.根据权利要求5所述的一种企业财务信息数据管理风险识别***,其特征在于:所述预设监管周期中目标企业的财务收入层的常规运营吻合系数,具体的计算步骤为:
(2)依据各类别行业的各市面企业对应的日均参考营收额,从中筛分与目标企业的行业类别一致的各市面企业,标定为各参照市面企业,进而统计各参照市面企业对应的日均参考营收额,i为各参照市面企业的编号,i=1,2,...,k,据此计算预设监管周期中目标企业的参照市面营收比对吻合系数/>,/>,/>为预设的参照市面比对营收适配偏差额,k为参照市面企业的数目,/>为预设的市面比对日均营收补偿额,/>为预设的参照市面营收比对吻合补偿修正因子;
7.根据权利要求3所述的一种企业财务信息数据管理风险识别***,其特征在于:所述在预设监管周期内对目标企业的财务支出层进行信息识别,具体的过程包括:
依据目标企业的历史支出参数,历史支出参数为各属性财务支出在各历史缴纳周期的消耗金额,并统计各历史缴纳周期的天数/>,进而依据表达式/>,得到各属性财务支出的参照日均消耗金额/>,p为各历史缴纳周期的编号,p=1,2,...,v,v为历史缴纳周期的数目,g为各属性财务支出的编号,g=1,2,...,z;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310572526.6A CN116308851B (zh) | 2023-05-22 | 2023-05-22 | 一种企业财务信息数据管理风险识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310572526.6A CN116308851B (zh) | 2023-05-22 | 2023-05-22 | 一种企业财务信息数据管理风险识别*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116308851A true CN116308851A (zh) | 2023-06-23 |
CN116308851B CN116308851B (zh) | 2023-09-19 |
Family
ID=86826208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310572526.6A Active CN116308851B (zh) | 2023-05-22 | 2023-05-22 | 一种企业财务信息数据管理风险识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116308851B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391411A (zh) * | 2023-12-13 | 2024-01-12 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理*** |
CN117649209A (zh) * | 2024-01-26 | 2024-03-05 | 深圳市拜特科技股份有限公司 | 企业营收稽核方法、***、设备及存储介质 |
CN118036794A (zh) * | 2023-12-29 | 2024-05-14 | 三峡大学 | 财务信息智能分析与可视化***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199465A (zh) * | 2019-12-17 | 2020-05-26 | 安徽经邦软件技术有限公司 | 一种基于智能化的企业财务识假的方法 |
CN113128841A (zh) * | 2021-03-25 | 2021-07-16 | 广州广电运通信息科技有限公司 | 企业财务风险预警方法、***和存储介质 |
CN115204995A (zh) * | 2022-06-02 | 2022-10-18 | 广东源恒软件科技有限公司 | 一种税务数据采集分析方法、***及计算机存储介质 |
-
2023
- 2023-05-22 CN CN202310572526.6A patent/CN116308851B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111199465A (zh) * | 2019-12-17 | 2020-05-26 | 安徽经邦软件技术有限公司 | 一种基于智能化的企业财务识假的方法 |
CN113128841A (zh) * | 2021-03-25 | 2021-07-16 | 广州广电运通信息科技有限公司 | 企业财务风险预警方法、***和存储介质 |
CN115204995A (zh) * | 2022-06-02 | 2022-10-18 | 广东源恒软件科技有限公司 | 一种税务数据采集分析方法、***及计算机存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391411A (zh) * | 2023-12-13 | 2024-01-12 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理*** |
CN117391411B (zh) * | 2023-12-13 | 2024-03-29 | 深圳前海翼联科技有限公司 | 一种基于iot物联网的产品加工管理*** |
CN118036794A (zh) * | 2023-12-29 | 2024-05-14 | 三峡大学 | 财务信息智能分析与可视化***及方法 |
CN117649209A (zh) * | 2024-01-26 | 2024-03-05 | 深圳市拜特科技股份有限公司 | 企业营收稽核方法、***、设备及存储介质 |
CN117649209B (zh) * | 2024-01-26 | 2024-04-30 | 深圳市拜特科技股份有限公司 | 企业营收稽核方法、***、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116308851B (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116308851B (zh) | 一种企业财务信息数据管理风险识别*** | |
CN112508436A (zh) | 一种供应商产品采购方法、装置及存储介质 | |
US10417622B2 (en) | Configurable invoice matching optimization system | |
CN112508674A (zh) | 基于大数据的财务风险智能分析方法和*** | |
US20150081542A1 (en) | Analytics driven assessment of transactional risk daily limits | |
CN114493726A (zh) | 一种订单的监控方法和监控平台 | |
CN112037006A (zh) | 小微企业的信用风险识别方法及装置 | |
CN117114409A (zh) | 企业数据的数据处理方法、设备和存储介质 | |
CN110070439A (zh) | 一种基于企业员工数据确定企业增授信额的方法 | |
Gamsakhurdia et al. | Why Cash Optimization is Critical in Georgian Companies | |
CN112686553A (zh) | 企业自动评级管理***、方法、服务器及可读存储装置 | |
CN113298575A (zh) | 一种商标价值批量评估的方法、***、设备及存储介质 | |
CN110781451A (zh) | 一种酒店线上收益的管理方法及*** | |
Yehui et al. | The Impacts of Working Capital Management on Profitability: A Study on Portuguese Small and Medium-sized Enterprises in High Technology and Medium-high Technology Manufacturing Sectors. | |
CN117974010B (zh) | 一种实现信息互通的商户ai收银*** | |
AU2009101005A4 (en) | Systems and methods for processing transaction data | |
CN115271909A (zh) | 一种改进的融资租赁内部收益率计算方法 | |
CN115619575A (zh) | 一种针对保险中介机构风险预警的*** | |
Murphy | Revisions to quarterly GDP growth and its components | |
CN117852872A (zh) | 一种基于数据分析的企业财务管理风险识别*** | |
CN118379130A (zh) | 医药企业信用的评级方法、装置及计算机可读介质 | |
CN118096210A (zh) | 一种财务公司定价方法及装置 | |
CN117611364A (zh) | 投入成本预估偏差测算方法及其*** | |
WO2011038462A1 (en) | Systems and methods for processing transactional data | |
CN117575821A (zh) | 基于区块链的企业财务记账*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |