[发明专利]上市公司财务风险预测方法、装置、存储介质及电子设备

说明书

本发明提供上市公司财务风险预测方法、装置、存储介质及电子设备。所述上市公司财务风险预测方法包括：获取预设财务风险预测条件与财务风险类别之间的对应关系；其中，所述预设财务风险预测条件基于财务报表各科目之间的勾稽关系而生成；分析所述上市公司的财务报表数据是否满足所述预设财务风险预测条件；根据分析结果，确定所述上市公司是否存在对应类别的财务风险。本发明基于上市公司财务报表的勾稽关系来预测上市公司的财务风险，不再受股票发行制度的制约，可适用于国内外的股票市场，并能识别出各种类别的财务风险，有助于提高风险预警的有效性。

技术领域

本发明涉及互联网金融技术领域，特别是涉及上市公司财务风险预测方法、装置、存储介质及电子设备。

背景技术

“财务风险”是指企业在各项财务活动过程中，由于各种难以预料或控制的因素影响，财务状况具有不确定性，从而使企业有蒙受损失的可能性。而上市公司的财务风险，不但影响着企业自身的经营，更关系到广大投资者的资产安全性，进而关乎整个二级市场的运行效率和社会信用。因此，对企业的财务风险进行研究、揭示和预警，一直以来都是公司分析过程中的重要一环。

美国学者Fistpatrikc最早发现财务失败上市公司的财务比率与非财务失败上市公司相比有着明显的不同，财务比率在一定程度上具有预测的作用，他于1932年开展单变量破产预测的研究，以19家公司为分析样本，运用单个财务比率将样本划分为失败与非失败两组，并发现预测判别能力最高的是净资产收益率和股东权益/负债。到了1966年，芝加哥大学的教授Beaver正式运用统计方法建立财务失败预警模型，他在美国的会计评论上发表了《可以预测失败的几种会计手段》，文中提出了单一变量判定模型，即通过个别的财务比率走势来预测财务失败的风险，并表明离失败越近，财务指标的预测能力就越高。1968年，学者Altman提出了z-score模型，通过统计方法将多个指标变量建立一个多元线性方程，提高了模型的预精度。随后越来越多的预警模型被建立，影响较为广泛的有F分数模型、Logistic回归模型以及运用主成分分析法、Fer判别分析法、聚类分析法、双基点距离比值法等统计学方法所建立的预警模型。

然而，这些成熟模型却往往难以复制应用到中国市场，其中一个重要的原因就是，美股实施的股票发行注册制，而中国实施的是股票发行核准制。许多对模型显著的财务风险在核准环节就被发现和干预，因此渗透到A股市场的更多是对模型不显著的隐蔽风险；而等到企业真的在上市期间发生重大风险事件时，市场又缺乏通畅的退市机制。另一方面，近年市场上越来越多的财务风险事件，并非来自企业被动的经营不善，而是由其主观造假所致——这就给传统模型的识别能力带来了更大的挑战。总而言之，想要对中国上市公司的财务风险进行有效预警，往往还需另辟蹊径。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供上市公司财务风险预测方法、装置、存储介质及电子设备，用于解决现有技术中的以上不足。

为实现上述目的及其他相关目的，本发明提供一种上市公司财务风险预测方法，包括：获取预设财务风险预测条件与财务风险类别之间的对应关系；其中，所述预设财务风险预测条件基于财务报表各科目之间的勾稽关系而生成；分析所述上市公司的财务报表数据是否满足所述预设财务风险预测条件；根据分析结果，确定所述上市公司是否存在对应类别的财务风险。

于本发明一实施例中，所述对应关系有至少两组；所述方法还包括：按所述财务风险类别统计所述上市公司的财务风险预测结果；根据每类所包含的财务风险预测结果的数量，对各类财务风险进行评级。

于本发明一实施例中，所述对应关系还包括：财务风险原因；所述方法还包括：若所述上市公司的财务报表数据不满足所述预设财务风险预测条件，则给出所述上市公司存在对应类别的财务风险的原因。

于本发明一实施例中，所述财务报表包括：资产负债表、利润表和现金流量表；各所述科目包括：营业收入科目，以及销售商品、提供劳务收到的现金科目。