企业财务造假风险的识别方法、装置以及计算机设备制造方法及图纸

本申请涉及一种企业财务造假风险的识别方法、装置、计算机设备和存储介质。所述方法包括：获取待预测企业的财务数据，并根据财务数据获取在预设时间段内的第一财务特征数据以及历史时间段内的第二财务特征数据，并计算第一财务特征数据的同比增长率以及环比增长率；获取同行业企业的财务特征数据平均值，根据财务特征数据平均值以及第一财务特征数据获取第一财务特征数据的平均增长率；将第一财务特征数据、同比增长率、环比增长率以及平均增长率输入至预先构建的第一财务造假预测模型中获取输出值，根据输出值得到待预测企业财务数据的造假概率。本方法基于机器学习实现企业财务造假风险的识别，提高企业财务造假风险的识别的效率。

Identification Method, Device and Computer Equipment of Enterprise Financial Fraud Risk

This application relates to a method, device, computer equipment and storage medium for identifying the risk of financial fraud in an enterprise. The methods include: obtaining the financial data of the enterprises to be predicted, obtaining the first financial characteristic data in the preset period and the second financial characteristic data in the historical period according to the financial data, and calculating the year-on-year growth rate and the ring-to-ring growth rate of the first financial characteristic data; obtaining the average value of the financial characteristic data of the enterprises in the same industry, and averaging the financial characteristic data according to the financial characteristic data. The first financial characteristic data and the first financial characteristic data are used to obtain the average growth rate of the first financial characteristic data. The first financial characteristic data, the year-on-year growth rate, the ring-to-ring growth rate and the average growth rate are input into the pre-constructed first financial fraud prediction model to obtain the output value. According to the output value, the fraud probability of the financial data to be predicted can be obtained. This method is based on machine learning to identify the risk of financial fraud in enterprises, and to improve the efficiency of identifying the risk of financial fraud in enterprises.

【技术实现步骤摘要】
企业财务造假风险的识别方法、装置以及计算机设备
本申请涉及数据处理
，特别是涉及一种企业财务造假风险的识别方法、装置、计算机设备和存储介质。
技术介绍
目前，对于企业财务造假的分析，主要基于财务专家多年的会计经验从企业的财务报表中判断出会计科目的异常，进而判断企业的财务报表中是否存在财务造假的嫌疑；在判断企业财务数据是否造假的过程中，往往需要对大量财务数据进行分析，且依赖于财务专家过往的经验进行判断，导致企业财务数据造假的判断效率低、可靠性差。
技术实现思路
基于此，有必要针对上述技术问题，提供一种企业财务造假风险的识别方法、装置、计算机设备和存储介质。一种企业财务造假风险的识别方法，所述方法包括：获取待预测企业的财务数据，并根据所述财务数据获取在预设时间段内的第一财务特征数据以及历史时间段内的第二财务特征数据；根据所述第一特征指标以及所述第二财务特征数据计算所述第一财务特征数据的同比增长率以及环比增长率；获取同行业企业的财务特征数据平均值，根据所述财务特征数据平均值以及所述第一财务特征数据获取所述第一财务特征数据的平均增长率；将所述第一财务特征数据、所述同比增长率、所述环比增长率本文档来自技高网...

【技术保护点】
1.一种企业财务造假风险的识别方法，所述方法包括：获取待预测企业的财务数据，并根据所述财务数据获取在预设时间段内的第一财务特征数据以及历史时间段内的第二财务特征数据；根据所述第一特征指标以及所述第二财务特征数据计算所述第一财务特征数据的同比增长率以及环比增长率；获取同行业企业的财务特征数据平均值，根据所述财务特征数据平均值以及所述第一财务特征数据获取所述第一财务特征数据的平均增长率；将所述第一财务特征数据、所述同比增长率、所述环比增长率以及所述平均增长率输入至预先构建的第一财务造假预测模型中获取输出值，根据所述输出值得到所述待预测企业财务数据的造假概率。

【技术特征摘要】
1.一种企业财务造假风险的识别方法，所述方法包括：获取待预测企业的财务数据，并根据所述财务数据获取在预设时间段内的第一财务特征数据以及历史时间段内的第二财务特征数据；根据所述第一特征指标以及所述第二财务特征数据计算所述第一财务特征数据的同比增长率以及环比增长率；获取同行业企业的财务特征数据平均值，根据所述财务特征数据平均值以及所述第一财务特征数据获取所述第一财务特征数据的平均增长率；将所述第一财务特征数据、所述同比增长率、所述环比增长率以及所述平均增长率输入至预先构建的第一财务造假预测模型中获取输出值，根据所述输出值得到所述待预测企业财务数据的造假概率。2.根据权利要求1所述的方法，其特征在于，所述获取待预测企业的财务数据的步骤之前，还包括：获取样本企业的原始财务数据，所述企业样本包括财务造假企业以及非财务造假企业；从所述原始财务数据中获取各所述样本企业在多个单位时段内的第三财务特征数据，并获取所述第三财务特征数据的同比增长率、环比增长率以及平均增长率，生成所述样本企业的第一样本数据；对所述样本企业中的财务造假企业的第一样本数据添加坏样本标签，对所述样本企业中的非财务造假企业的第一样本数据添加好样本标签，获得目标样本数据；利用目标样本数据对预设的第一Xgboot模型进行有监督训练，得到第一财务造假预测模型。3.根据权利要求2所述的方法，其特征在于，所述获取样本企业的原始财务数据的步骤之后，还包括：从所述原始财务数据中获取所述样本企业在多个单位时段内的财务指标数据；对所述样本企业中的财务造假企业的财务指标数据添加坏样本标签，对所述样本企业中的非财务造假企业的财务指标数据添加好样本标签，获得第二样本数据；将所述第二样本数据随机划分为训练样本数据以及测试样本数据；利用所述训练样本数据对预设的第二Xgboot模型进行有监督训练，得到第二财务造假预测模型；将所述测试样本数据输入至所述第二财务造假预测模型，获得所述测试样本数据的第一财务造假概率，根据所述第一财务造假概率计算所述第二财务造假预测模型第一误差率；随机对所述测试样本数据的预选财务指标数据加入噪声，将加入噪声后的测试样本数据输入至所述第二财务造假预测模型，获得所述测试样本数据的第二财务造假概率，并根据所述第二财务造假概率计算所述第二财务造假预测模型第二误差率；当所述第一误差率与所述第二误差率的差值大于预设阈值，则将所述预选财务指标数据选取为财务特征数据。4.根据权利要求1所述的方法，其特征在于，所述根据所述财务数据获取在预设时间段内的第一财务特征数据以及历史时间段内的第二财务特征数据的步骤，包括：根据财务...

【专利技术属性】
技术研发人员：徐力，汪伟，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44