[发明专利]一种数据处理方法及装置

说明书

通过本实施例提供的数据处理方法及装置，所述方法包括：基于企业财务数据特征，构建用于预测企业未来是否受罚的异常监测模型；获取预设企业的与企业财务数据特征对应的历史财务数据，以及是否受罚的历史监管信息；将所述历史财务数据作为自变量，所述历史监管数据作为因变量对所述异常监测模型进行训练；获取待预测企业的与企业财务数据特征对应的财务数据，输入完成训练的异常监测模型，对待预测企业未来受罚情况进行预测。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种数据处理方法及装置。

背景技术

在金融监管领域，监管者有监督上市公司或挂牌公司财务报表的职责，即根据公司的财务报表数据识别出异常的财务指标。现有技术中主要以人工审阅为主，其效率受限于投入的人力和审阅者的业务精通程度和身体状态等原因。人工审阅存在成本高、效率低，存在人为失误的可能性等不利影响。

申请内容

有鉴于此，本申请实施例提供了一种数据处理方法及装置。

一方面，本申请实施例提供了一种数据处理方法，所述方法包括：基于企业财务数据特征，构建用于预测企业未来是否受罚的异常监测模型；获取预设企业的与企业财务数据特征对应的历史财务数据，以及是否受罚的历史监管信息；将所述历史财务数据作为自变量，所述历史监管数据作为因变量对所述异常监测模型进行训练；获取待预测企业的与企业财务数据特征对应的财务数据，输入完成训练的异常监测模型，对待预测企业未来受罚情况进行预测。

本申请实施例提供的数据处理方法先构建预测企业未来是否受罚的异常监测模型，具体先用预设企业的历史财务数据以及是否受罚的历史监管信息对该异常监测模型进行训练，然后获取待预测企业的财务数据，将其输入到训练完成的异常监测模型中，从而判断待预测企业的受罚情况。本申请可以不断优化异常监测模型，并利用该模型来对待预测企业的财务数据是否异常进行判断，与现有的通过人工审阅的方式相比，能够提高对企业的判断效率，降低人力成本。

在一个可能的设计中，所述企业财务数据特征包括直接企业财务数据特征和间接企业财务数据特征；所述直接企业财务数据特征包括企业财务报表中的财务指标表征的特征；所述间接企业财务数据特征包括除所述财务指标之外，表征企业财务能力的特征，和/或将直接企业财务数据特征经过预设数学计算后得到的特征。

企业财务数据特征可以包括多方面的财务数据特征，例如上述的直接企业财务数据特征和间接企业财务数据特征，从而能够实现对待预测企业进行较为全面的评估。

在一个可能的设计中，在获取到预设企业的与企业财务数据特征对应的历史财务数据，以及是否受罚的历史监管信息的样本数据之后，还包括如下类别不平衡处理过程：判断获取到的样本数据中，正负样本数据之间的比例；当所述比例达到预设比例阈值时，采用预设方法对获取到的样本数据进行类别不平衡处理，得到类别平衡的样本数据。

若样本数据之间的比例过于悬殊，则使得即使预测结果不对，依然提示只有较低的误差，使得整个异常监测模型失去了应用的价值，因此，通过对样本数据进行类别不平衡处理，人为缓解样本数据之间的比例过于悬殊的问题，从而能够提高该异常监测模型的应用价值。

在一个可能的设计中，将所述历史财务数据作为自变量，所述历史监管数据作为因变量对所述异常监测模型进行训练，具体包括：将所述历史财务数据作为自变量，所述历史监管数据作为因变量输入所述异常监测模型，并采用预设算法进行训练；在一轮训练结束时，根据输出的AUC值，判断所述异常监测模型当前使用的企业财务数据特征是否合理；若不合理，采用预设特征选择方法对当前使用的企业财务数据特征进行调整，并基于调整后的特征对所述异常监测模型进行下一轮训练。