【技术实现步骤摘要】
本申请涉及财务数据，具体而言，涉及财务数据的智能抽取审计方法、系统和介质。
技术介绍
1、电网业务广泛，其财务数据来源众多且数据格式多样，传统审计手段效率低下且容易出错，难以快速、全面地对财务数据进行有效审计，无法及时发现潜在的财务风险和违规行为，急需一种能够高效、精准且多维度进行财务数据审计的创新方法。
2、针对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本申请的目的在于提供一种财务数据的智能抽取审计方法、系统和介质，可以通过获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本，根据财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据，根据资产负债特征数据、经营绩效特征数据以及营运特征数据进行处理，分别获得偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据，进一步处理，获得电网财务综合能力指数，并进行相应调整，实现财务数据的智能抽取审计的技术。
2、本申请还提供了一种财务数据的智能抽取审计方法，包括以下步骤：
3、获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本；
4、根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据；
5、根据所述资产负债特征数据、经营绩效特征数据以及营运特征数据进行处理，分别获得偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据；
6、根据所述偿
7、可选地，在本申请所述的财务数据的智能抽取审计方法中，所述获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本，包括：
8、通过目标电网的财务系统接口进行对接处理，获取财务数据；
9、通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本；
10、所述特定抽样方法包括风险导向抽样、分层抽样以及聚类抽样。
11、可选地，在本申请所述的财务数据的智能抽取审计方法中，所述根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据，包括：
12、所述资产负债特征数据包括速动比率数据、资产负债率数据以及利息保障倍数数据；
13、所述经营绩效特征数据包括毛利率数据、净利率数据以及净资产收益率数据；
14、所述营运特征数据包括应收账款周转率数据、存货周转率数据以及总资产周转率数据。
15、可选地，在本申请所述的财务数据的智能抽取审计方法中，所述根据所述资产负债特征数据、经营绩效特征数据以及营运特征数据进行处理，分别获得偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据，包括：
16、根据所述速动比率数据、资产负债率数据以及利息保障倍数数据通过预设财务偿债评估模型进行处理，获得偿债能力比指标数据；
17、根据所述毛利率数据、净利率数据以及净资产收益率数据通过预设财务盈利评估模型进行处理，获得盈利能力比指标数据；
18、根据所述应收账款周转率数据、存货周转率数据以及总资产周转率数据通过预设财务营运评估模型进行处理，获得营运能力比指标数据。
19、可选地，在本申请所述的财务数据的智能抽取审计方法中，所述根据所述偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据进行处理，获得电网财务综合能力指数，并进行相应调整，包括：
20、根据所述偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据进行处理，获得电网财务综合能力指数；
21、根据所述电网财务综合能力指数与预设电网财务综合能力阈值进行对比，获得阈值对比结果；
22、根据所述阈值对比结果判断所述目标电网系统的财务经营能力是否达标；
23、若所述阈值对比结果大于预设阈值，则所述目标电网系统的财务经营能力达标；
24、否则，则判定为不达标，并对所述目标电网系统进行相应调整。
25、可选地，在本申请所述的财务数据的智能抽取审计方法中，还包括：
26、将所述目标电网系统的财务数据通过多个预设财务风险评估模型分别进行处理，并记录对应的模型处理特性数据；
27、根据所述模型处理特性数据进行提取处理，获得对应的抽取时间数据、数据处理速度数据、异常识别率数据以及风险预警时间间隔数据；
28、根据所述抽取时间数据、数据处理速度数据、异常识别率数据以及风险预警时间间隔数据进行处理，获得风险评估能力指数；
29、根据所述风险评估能力指数进行降序排序处理，并进行筛选，获得所述风险评估能力指数中的最大值数据；
30、将所述最大值数据对应的所述预设财务风险评估模型作为最优预设财务风险评估模型。
31、第二方面，本申请提供了一种财务数据的智能抽取审计系统，该系统包括：存储器及处理器，所述存储器中包括财务数据的智能抽取审计方法的程序，所述财务数据的智能抽取审计方法的程序被所述处理器执行时实现以下步骤：
32、获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本；
33、根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据；
34、根据所述资产负债特征数据、经营绩效特征数据以及营运特征数据进行处理，分别获得偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据；
35、根据所述偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据进行处理，获得电网财务综合能力指数，并进行相应调整。
36、可选地，在本申请所述的财务数据的智能抽取审计系统中，所述获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本，包括：
37、通过目标电网的财务系统接口进行对接处理，获取财务数据；
38、通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本；
39、所述特定抽样方法包括风险导向抽样、分层抽样以及聚类抽样。
40、可选地，在本申请所述的财务数据的智能抽取审计系统中，所述根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据，包括：
41、所述资产负债特征数据包括速动比率数据、资产负债率数据以及利息保障倍数数据；
42、所述经营绩效特征数据包括毛利率数据、净利率数据以及净资产收益率数据；
43、所述营运特征数据包括应收账款周转率数据、存货周转率数据以及总资产周转率数据。
44、第三方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储财务数据的智能抽取审计方法程序，所述财务数据的智本文档来自技高网...
【技术保护点】
1.一种财务数据的智能抽取审计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的财务数据的智能抽取审计方法，其特征在于，所述获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本，包括：
3.根据权利要求2所述的财务数据的智能抽取审计方法，其特征在于，所述根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据，包括：
4.根据权利要求3所述的财务数据的智能抽取审计方法，其特征在于，所述根据所述资产负债特征数据、经营绩效特征数据以及营运特征数据进行处理，分别获得偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据，包括：
5.根据权利要求4所述的财务数据的智能抽取审计方法，其特征在于，所述根据所述偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据进行处理，获得电网财务综合能力指数，并进行相应调整，包括：
6.根据权利要求5所述的财务数据的智能抽取审计方法，其特征在于，还包括：
7.一种财务数据的智能抽取审计系统，其特征在于，该系统包括
8.根据权利要求7所述的财务数据的智能抽取审计系统，其特征在于，所述获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本，包括：
9.根据权利要求8所述的财务数据的智能抽取审计系统，其特征在于，所述根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括财务数据的智能抽取审计方法程序，所述财务数据的智能抽取审计方法程序被处理器执行时，实现如权利要求1至6中任一项所述的财务数据的智能抽取审计方法的步骤。
...【技术特征摘要】
1.一种财务数据的智能抽取审计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的财务数据的智能抽取审计方法，其特征在于，所述获取目标电网系统的财务数据，并通过特定抽样方法对财务数据进行审计抽样，获得财务审计样本，包括：
3.根据权利要求2所述的财务数据的智能抽取审计方法，其特征在于，所述根据所述财务审计样本提取资产负债特征数据、经营绩效特征数据以及营运特征数据，包括：
4.根据权利要求3所述的财务数据的智能抽取审计方法，其特征在于，所述根据所述资产负债特征数据、经营绩效特征数据以及营运特征数据进行处理，分别获得偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据，包括：
5.根据权利要求4所述的财务数据的智能抽取审计方法，其特征在于，所述根据所述偿债能力比指标数据、盈利能力比指标数据以及营运能力比指标数据进行处理，获得电网财务综合能力指数，并进行相应调整，包括：
6...
【专利技术属性】
技术研发人员：严宇平，谢瀚阳，邵彦宁，姜绍艳，鲁军，陈亮，温游，苏华权，邓楚然，马冠雄，杨永娇，庞鹏，陈丹妮，赵双，宋芷晴，潘徽，李凯，罗璇，卢研倩，万婵，莫萍燕，何超勋，张嘉毅，熊柯，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
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。