(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111179975.1 (22)申请日 2021.10.09 (71)申请人 深圳证券交易所 地址 518000 广东省深圳市福田区莲 花街 道福田区深南大道 2012号 (72)发明人 曾海泉　王美华　周玉臣　孙倩南　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 代理人 晏波 (51)Int.Cl. G06Q 40/00(2012.01) G06Q 10/06(2012.01) G06N 20/00(2019.01) G06V 10/764(2022.01) G06V 10/771(2022.01)G06V 10/82(2022.01) (54)发明名称 上市公司财务异常识别方法及系统 (57)摘要 本发明公开了一种上市公司财务异常识别 方法， 该方法包括： 采集所有待预测公司的财务 数据； 从所述财务数据中提取目标特征数据； 将 目标特征数据作为输入数值， 输入 预设财务数据 分析模型中； 获取预设财务数据分析模型根据所 述输入数值计算得出的各个待预测公司的财务 分值； 根据财务分值输出各个待预测公司的风险 提示信息。 本发 明还公开了一种上市公司财务异 常识别系统。 本发明通过获取更全面的财务数 据， 根据所述财务数据提取多维度的目标特征数 据， 并根据所述目标特征数据计算各个待预测公 司对应的财务分值， 进而基于所述财务分值确定 输出对应的风险提示信息， 提高了财务数据异常 识别的准确性。 权利要求书2页 说明书13页 附图7页 CN 113919926 A 2022.01.11 CN 113919926 A 1.一种上市公司财务异常识别方法， 其特征在于， 所述上市公司财务异常识别方法的 步骤包括： 采集所有待预测公司的财务数据， 其中， 所述财务数据包括利润表、 资产负债表、 现金 流量表、 财务附注数据以及非财务指标 数据的至少一种； 从所述财务数据中提取目标特征数据， 其中， 特征数据包括收入特征数据、 成本特征数 据、 资产特征数据、 负债特征数据、 现金流特征数据、 附注数据特征数据以及非财务特征数 据的至少一种； 将所述目标 特征数据作为输入数值， 输入预设财务数据分析模型中； 获取所述预设财务数据分析模型根据所述输入数值计算得出的各个所述待预测公司 的财务分值； 根据所述财务分值输出 各个所述待预测公司的风险提 示信息。 2.如权利要求1所述的上市公司财务异常识别方法， 其特征在于， 所述预设财务数据分 析模型基于极端梯度提升算法对待训练样本进行迭代训练获取。 3.如权利要求1所述的上市公司财务异常识别方法， 其特征在于， 所述预设财务数据分 析模型根据所述输入数值计算得 出的各个待预测公司的财务分值的方式包括： 根据所述预设财务数据分析模型中每个决策树下的各个节点确定每个待预测公司的 各个所述目标 特征数据的判断结果； 根据各个节点的判断结果确定每 个决策树下的各个目标节点链路的分值； 根据各个所述目标节点链路的分值确定所述待预测公司的所述财务分值。 4.如权利要求3所述的上市公司财务异常识别方法， 其特征在于， 所述根据各个所述节 点链路的分值确定所述待预测公司的所述财务分值的步骤 包括： 根据各个所述目标节点链路的分值以及各个所述目标节点链路的权重值计算待预测 公司的所述财务分值。 5.如权利要求1所述的上市公司财务异常识别方法， 其特征在于， 所述根据所述财务分 值输出各个所述待预测公司的风险提 示信息的步骤 包括： 根据每个所述待预测公司的财务分值以及预设的风险等级范围确定每个所述待预测 公司的财务 风险等级； 输出每个所述待预测公司的财务分值以及对应的财务 风险等级。 6.如权利要求1所述的上市公司财务异常识别方法， 其特征在于， 所述根据所述财务分 值输出各个所述待预测公司的风险提 示信息的步骤之后， 还 包括： 根据各个所述待预测公司的目标特征数据所经过的所述目标节点链路生成对应的链 路示意图； 输出所述链路示 意图。 7.如权利要求1所述的上市公司财务异常识别方法， 其特征在于， 所述根据所述财务分 值输出各个所述待预测公司的风险提 示信息的步骤之后， 还 包括： 获取所述预设财务数据分析模型对应的模型链路图， 其中， 所述模型链路图包括所述 预设财务数据分析模型中对应的各个节点链路； 根据所述待预测公司的目标特征数据所经过的所述目标节点链路计算所述模型链路 图中对应的各个节点链路的样本统计信息， 所述样本统计信息包括经过所述模型链路图中权　利　要　求　书 1/2 页 2 CN 113919926 A 2对应的各个节点链路的待预测公司的公司数量； 根据所述样本统计信息更新所述模型链路图并输出 所述更新后的模型链路图。 8.如权利要求2所述的上市公司财务异常识别方法， 其特征在于， 所述基于极端梯度提 升算法对待训练样本进行迭代训练的步骤 包括： 获取待训练样本， 其中， 所述待训练样本包括历史财务数据以及所述历史财务数据对 应的公司财务状况， 其中， 公司财务状况包括异常和正常； 从所述历史财务数据中提取 所述待训练样本对应的历史特 征数据； 根据预设算法从所述历史特征数据中筛选出与所述历史财务数据对应的公司财务状 况的相关性超过预设值的目标历史特征数据， 其中， 所述预设算法包括皮尔逊相关系 数算 法； 将所述目标历史特征数据作为自变量， 以及将所述历史财务数据对应的公司财务状况 作为因变量输入到所述极端梯度提升算法中进 行迭代训练， 以获取所述预设财务数据分析 模型。 9.一种上市公司财务异常识别系统， 其特征在于， 所述上市公司财务异常识别系统包 括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运行 的上市公司财务异常 识别程序， 所述上市公司财务异常识别程序被所述处理器执行时实现如权利要求1至8中任 一项所述的上市公司财务异常识别的步骤。权　利　要　求　书 2/2 页 3 CN 113919926 A 3