一种企业营收预测方法、系统技术方案

本申请涉及一种企业营收预测方法、系统，其包括获取需要预测的目标月数据；基于所述目标月数据获取企业过往相关的财务数据；获取企业的特征工程数据；将企业对应的财务数据输入GBDT模型进行训练获取对应的第一层目标模型；将特征工程数据输入LSTM模型进行训练获取对应的第二层目标模型；获取对应的第三层目标模型；获取目标月数据上一个月的对应的上月财务数据；获取目标月数据的目标月特征工程数据；获取对应的第一目标预测数据；将目标月特征工程数据输入第二层目标模型获取对应的第二目标预测数据；将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据。本申请具有减小企业营收预测数据的误差的效果。误差的效果。误差的效果。

【技术实现步骤摘要】
一种企业营收预测方法、系统


[0001]本申请涉及营收预测的领域，尤其是涉及一种企业营收预测方法、系统。

技术介绍

[0002]对于一个企业而言，预测下一个时间段的营收是非常重要的，通过营收预测能够帮助企业更加合理的规划目标以及相关安排。
[0003]现有的企业营收预测都是基于传统的判断分析法、调查分析法、趋势分析法、因果分析法，针对单企业营收预测能达到一定准确度，但是对于一些大规模企业，无法在大规模企业中批量实施精准预测，存在较大的误差，对此情况有待进一步改善。

技术实现思路

[0004]为了减小企业营收预测数据的误差，本申请提供一种企业营收预测方法、系统。
[0005]第一方面，本申请提供的一种企业营收预测方法，采用如下的技术方案：一种企业营收预测方法，包括如下步骤：获取需要预测的目标月数据；基于所述目标月数据获取企业过往相关的财务数据，其中，财务数据包括企业过往m月的财务数据；获取企业的特征工程数据，其中，特征工程数据包括下个月月份，当前月份营收，当前月份去年同期营收，预测月份去年同期环比，当前月份用工人数，当前月份资产总计，当前月份营业成本，下个月行业景气指数与当前行业景气指数差值等数据；将企业对应的财务数据输入GBDT模型进行训练获取对应的第一层目标模型；将特征工程数据输入LSTM模型进行训练获取对应的第二层目标模型；将第一层目标模型的输出和第二层目标模型的输出进行进行stacking模型融合训练获取对应的第三层目标模型；获取目标月数据上一个月的对应的上月财务数据；获取目标月数据的目标月特征工程数据；将上月财务数据输入第一层目标模型获取对应的第一目标预测数据；将目标月特征工程数据输入第二层目标模型获取对应的第二目标预测数据；将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据。
[0006]通过采用上述技术方案，在本申请方案中，通过调取过往的数据，先通过将多个月的财务数据输入GBDT模型进行优化训练，从而可以确定一个较为精准的模型，并且同时将特征工程数据输入LSTM模型进行优化训练确定第二层目标模型，并且将第一层目标模型输出的结果与第二层目标模型输出的结果用于融合训练一个新的第三目标模型，通过两个已经训练好的模型对应的输出结果进行再次训练，从而得到更为精准的模型。
[0007]综上所述，在大规模企业需要预测营收数据时，通过两个模型得到对应的预测结
果，两个模型已经进行初步的预测，然后将两个预测结果输入一个更精准的模型融合，从而可以得到一个更加准确的预测数据，从而可以减小预测数据的误差。
[0008]可选的，在所述基于所述目标月数据获取企业过往相关的财务数据后，进行如下步骤：获取企业过往n年的财务数据，其中，n大于或等于2；获取企业的岗位空缺率；调取空缺率阈值，其中，空缺率阈值可以根据行业不同进行调整；若是企业的n大于或等于2且空缺率阈值小于空缺率阈值，则确定为目标企业，否则将企业删除。
[0009]通过采用上述技术方案，对于一些人员不稳定的企业，各项数据存在较大的浮动，通过将一些岗位空缺率比较大的企业删除，从而在预测营收数据减少不稳定数据的干扰。
[0010]可选的，所述财务数据包括月末资产总计、月末营业收入、月末营业成本、利润总额、期末用工人数、工业总产值、所属行业、行业景气指数；若是所述月末营业收入小于0，则确定为过渡月；获取过渡月上一个的上月营收数据和下个月的下月营收数据；将过渡月的月末营收收入与上月营收数据、下月营收数据进行线性插值法获取对应的训练财务数据，其中，在企业对应的财务数据输入GBDT模型训练时使用训练财务数据。
[0011]通过采用上述技术方案，将部分营收数据通过线性差值法进行调整，从而可以减小训练财务数据整体的浮动，从而增加在优化训练第一层目标模型的准确性。
[0012]可选的，在所述将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据过程前，还进行如下步骤：将所述第二目标预测数据进行平滑替换获取对应的第二预测数据，其中，平滑替换采用Savitzky
‑
Golay平滑滤波；将第二预测数据替换第二目标预测数据输入第三层目标模型。
[0013]通过采用上述技术方案，Savitzky
‑
Golay平滑滤波是一种移动窗口的加权平均算法，通过将第二预测数据进行加权平均计算，可以提高第二预测数据的准确性。
[0014]可选的，在基于所述目标月数据获取企业过往相关的财务数据的步骤中，还进行如下步骤：获取目标月数据前12个月每个对应的营收数据；将12个月的营收数据进行滑窗处理，其中，滑窗处理为每三个月计算一次营收数据的平均值；获取每三个月平均值的皮尔逊系数；若是皮尔逊系数越大，m越大。
[0015]通过采用上述技术方案，通过皮尔逊系数判断m的取值，皮尔逊系数越大的情况下，说明营收数据跟过往月份的数据关联性越大，此时将m的取值增加，从而可以更多的关联数据去预测目标月数据的营收数据，最终得到的预测营收数据更加准确。
[0016]可选的，在将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据的过程中，所述第三层目标模型采用线性模型。
[0017]可选的，在所述获取目标月数据的目标月特征工程数据的过程中，所述目标月特
征工程数据包括目标月过往k月每月的的营收数据、用工人数数据、利润数据、营业成本数据、净资产数据，其中，k可以为3、4、5。
[0018]第二方面，本申请提供的一种企业营收预测方法，采用如下的技术方案：一种企业营收预测系统，其特征在于，包括：目标月获取模块，用于获取需要预测的目标月数据；财务数据获取模块，基于所述目标月数据用于获取企业过往相关的财务数据，其中，财务数据包括企业过往m月的财务数据；特征工程数据获取模块，用于获取企业的特征工程数据，其中，特征工程数据包括下个月月份，当前月份营收，当前月份去年同期营收，预测月份去年同期环比，当前月份用工人数，当前月份资产总计，当前月份营业成本，下个月行业景气指数与当前行业景气指数差值等数据；第一模型获取模块，将企业对应的财务数据输入GBDT模型进行训练用于获取对应的第一层目标模型；第二模型获取模块，将特征工程数据输入LSTM模型进行训练用于获取对应的第二层目标模型；第三模块获取模块，将第一层目标模型的输出和第二层目标模型的输出进行进行stacking模型融合训练用于获取对应的第三层目标模型；上月财务数据获取模块，用于获取目标月数据上一个月的对应的上月财务数据；目标月特征工程数获取模块，用于获取目标月数据的目标月特征工程数据；第一输入模块，用于将上月财务数据输入第一层目标模型获取对应的第一目标预测数据；第二输入模块，用于将目标月特征工程数据输入第二层目标模型获取对应的第二目标预测数据；预测数据获取模块，将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据。
[0019]通过采用上述技术方案，通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种企业营收预测方法，其特征在于，包括如下步骤：获取需要预测的目标月数据；基于所述目标月数据获取企业过往相关的财务数据，其中，财务数据包括企业过往m月的财务数据；获取企业的特征工程数据，其中，特征工程数据包括下个月月份，当前月份营收，当前月份去年同期营收，预测月份去年同期环比，当前月份用工人数，当前月份资产总计，当前月份营业成本，下个月行业景气指数与当前行业景气指数差值等数据；将企业对应的财务数据输入GBDT模型进行训练获取对应的第一层目标模型；将特征工程数据输入LSTM模型进行训练获取对应的第二层目标模型；将第一层目标模型的输出和第二层目标模型的输出进行进行stacking模型融合训练获取对应的第三层目标模型；获取目标月数据上一个月的对应的上月财务数据；获取目标月数据的目标月特征工程数据；将上月财务数据输入第一层目标模型获取对应的第一目标预测数据；将目标月特征工程数据输入第二层目标模型获取对应的第二目标预测数据；将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据。2.根据权利要求1所述的一种企业营收预测方法，其特征在于，在所述基于所述目标月数据获取企业过往相关的财务数据后，进行如下步骤：获取企业过往n年的财务数据，其中，n大于或等于2；获取企业的岗位空缺率；调取空缺率阈值，其中，空缺率阈值可以根据行业不同进行调整；若是企业的n大于或等于2且空缺率阈值小于空缺率阈值，则确定为目标企业，否则将企业删除。3.根据权利要求2所述的一种企业营收预测方法，其特征在于，所述财务数据包括月末资产总计、月末营业收入、月末营业成本、利润总额、期末用工人数、工业总产值、所属行业、行业景气指数；若是所述月末营业收入小于0，则确定为过渡月；获取过渡月上一个的上月营收数据和下个月的下月营收数据；将过渡月的月末营收收入与上月营收数据、下月营收数据进行线性插值法获取对应的训练财务数据，其中，在企业对应的财务数据输入GBDT模型训练时使用训练财务数据。4.根据权利要求1所述的一种企业营收预测方法，其特征在于，在所述将第一目标预测数据和第二目标预测数据输入第三层目标模型获取对应最终目标预测数据过程前，还进行如下步骤：将所述第二目标预测数据进行平滑替换获取对应的第二预测数据，其中，平滑替换采用Savitzky
‑
Golay平滑滤波；将第二预测数据替换第二目标预测数据输入第三层目标模型。5.根据权利要求1所述的一种企业营收预测方法...

【专利技术属性】
技术研发人员：周杰，蔡子哲，
申请(专利权)人：企知道网络技术有限公司，
类型：发明
国别省市：