【技术实现步骤摘要】
本专利技术属于财务数据管理，具体为一种基于大数据的财务数据管理方法。
技术介绍
1、财务管理是在一定的整体目标下，关于资产的购置(投资)，资本的融通(筹资)和经营中现金流量(营运资金)，以及利润分配的管理。财务管理是企业管理的一个组成部分，它是根据财经法规制度，按照财务管理的原则，组织企业财务活动，处理财务关系的一项经济管理工作。
2、大数据能够记录了企业财务的实时数据，包括财务交易数据，利用财务数据能够对企业的财务状况进行分析，再利用分析的结果，对企业财务的预算和规划进行探讨，目前，很多企业无法根据历史数据以及各种分析报告，有效的对企业财务进行管理，企业的历史数据以及各种分析报告，对企业的未来管理没有得到借鉴和指示，但是，企业的历史数据是对该企业最具备针对性的财产，他对企业的财务管理方向十分关键，因此，针对该问题，本专利技术整合了企业的实际交易数据、以及根据交易数据得到的分析报告和规划报告，通过整合的数据，与企业最佳运作方向进行比对，可以对企业未来的财务管理方向进行预警，再通过预警，对企业财务数据的处理进行反馈，以此得出企业发展的最佳指示。
技术实现思路
1、为解决现有技术中电子烟油的检测需要进行开瓶吸取的问题，本专利技术提供了一种基于大数据的财务数据管理方法，通过构建神经网络模型和人机交互模型，将企业财务数据转换成数学向量，再通过公式计算，可以对企业未来的财务管理方向进行预警，再通过预警，对企业财务数据的处理进行反馈，以此得出企业发展的最佳指示。
2、为
3、一种基于大数据的财务数据管理方法，包括
4、财务数据采集模块，用于采集和更新成本数据和交易数据，成本数据包括生产成本和非生产成本，交易数据包括资金流数据和盈利与损失数据；
5、分析模块，用于执行财务分析流程，流程包括：收集财务数据，用收集到的数据计算各种财务比率、财务趋势分析，对历史财务数据进行水平分析和垂直分析、现金流量分析，分析现金流量表，关注现金的流入和流出、盈利能力分析、成本-效益分析，对企业的投资和决策进行成本-效益分析、竞争分析，与同行业或竞争对手进行财务比较分析；
6、预算规划模块，利用分析模块了解各项财务指标在一段时间内的变化趋势，并评估其相对比例，评估企业的现金管理状况，评估企业的盈利能力，以了解企业的盈利能力和经济效益，基于历史数据和市场趋势，进行财务预测，同时制定财务规划和预算，设定未来的财务目标，权衡投资的成本与预期效益，确保资源的有效利用，了解企业在市场中的相对地位和竞争力，评估企业面临的各种财务风险，包括市场风险、信用风险；
7、财务管理风险预测模块，收集财务数据采集模块、分析模块、预算规划模块的文本数据，使用tf-idf将每个文本转换成数学向量，分别令xa、yb、zc表示财务数据采集模块、分析模块、预算规划模块中的第a、b、c个文本的数学表示；
8、定义财务风险级别的阈值指数为γ1、γ2、γ3，γ1、γ2、γ3分别为低风险、中风险和高风险的阈值；
9、构建神经网络模型，对xa、yb、zc参数特征提取，并计算得出风险预测指数ρ，计算出的风险预测指数ρ与财务风险阈值进行比对；
10、构建神经网络的数学公式为：
11、
12、其中，xa、yb、zc分别表示神经网络的三个输入端，分别表示财务数据采集模块、分析模块、预算规划模块的风险类型参数特征，l为风险的时间序列，分别表示财务数据采集模块、分析模块、预算规划模块在不同时间序列下的数学向量，为风险预测模型参数；
13、风险预测模型参数涉及到最小化损失函数，计算方法如下：
14、
15、其中，m分别为财务数据采集模块、分析模块、预算规划模块中文本数据的训练样本数量，分别表示模型第i个样本的向量特征值，γ1为低风险阈值；
16、通过梯度下降优化算法，我们得到模型参数θ的过程如下：
17、
18、风险预测指数ρ的计算公式为：
19、
20、人机交互模块，对财务风险预测结果通过人机交互终端进行显示，并根据预测结果进行财务预警，对财务管理风险预警的判断标准为：
21、当风险预测指数ρ≧财务风险阈值γ时，拉响财务预警通知，当风险预测指数ρ<财务风险阈值γ时，不通知，通知结果直接通过人机交互终端进行显示。
22、2.根据权利要求1所述的一种基于大数据的财务数据管理方法，其特征在于：构建所述的神经网络数学公式时，公式中l为月度时间序列，计算l的步骤如下：
23、s1：提取每月中财务数据采集模块、分析模块、预算规划模块的xa、yb、zc，统一用u进行表示，分别将每月中u的大小从低到高进行排序，得到等级序列；
24、s2：将等级序列中的第一个标记为1，将等级序列内的第二个等级标记为2，将等级序列内的第三个等级标记为3，以此类推，完成所有等级序列的标记；
25、s3：计算每月中u的权重，计算公式如下：
26、
27、上式中，ui表示第i月中u的权重，表示第i月中的xa、yb、zc的均值，表示第i月中的xa、yb、zc的标准差；
28、s4：提取历史月份的xa、yb、zc，并通过以下公式计算月份变化率：
29、
30、s5：根据每月的权重，计算l，计算公式如下：
31、
32、与现有技术相比，本专利技术的有益效果至少在于：
33、本专利技术利用财务管理风险预测模块实现对财务的管理，财务管理风险预测模块是通过神经网络模块计算得出，计算所需要的数据来自于财务管理中的财务数据采集模块、分析模块和预算规划模块，是财务管理过程中的实际数据，包括了历史数据、实际财务金额、通过市场和财务数据得出的财务分析档案以及根据财务分析后的财务预算规划档案，综合了全部的财务数据，利用该数据计算得到的财务风险预测数据，该数据受到月度财务数据以及季度财务数据的直接影响，再通过该数据来预测未来的月度和季度财务管理方向，再与预警阈值进行比对，通过结果，来实现财务管理过程中，对财务金额数据、分析数据和预算规划数据的更新与优化，实现财务最佳管理。
本文档来自技高网...【技术保护点】
1.一种基于大数据的财务数据管理方法，其特征在于，包括
2.根据权利要求1所述的一种基于大数据的财务数据管理方法，其特征在于：构建所述的神经网络数学公式时，公式中L为月度时间序列，计算L的步骤如下：
【技术特征摘要】
1.一种基于大数据的财务数据管理方法，其特征在于，包括
2.根据权利要求1所述的一种基于大数据...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。