本技術(shù)屬于企業(yè)財(cái)務(wù)健康分析，更具體地說(shuō)，涉及基于聚類分析的財(cái)務(wù)健康狀況自動(dòng)評(píng)估方法。

背景技術(shù)：

1、隨著經(jīng)濟(jì)全球化與市場(chǎng)競(jìng)爭(zhēng)的日益加劇，企業(yè)的財(cái)務(wù)健康狀況已成為評(píng)估企業(yè)可持續(xù)發(fā)展能力和盈利能力的關(guān)鍵指標(biāo)之一。企業(yè)的財(cái)務(wù)健康狀況不僅能反映其現(xiàn)有的運(yùn)營(yíng)能力，還能為管理層、投資者、債權(quán)人等相關(guān)方提供重要的決策依據(jù)。傳統(tǒng)上，企業(yè)的財(cái)務(wù)健康狀況評(píng)估依賴于財(cái)務(wù)報(bào)表分析，主要通過(guò)財(cái)務(wù)比率(如資產(chǎn)負(fù)債率、流動(dòng)比率、毛利率等)來(lái)衡量。然而，單純依賴這些靜態(tài)指標(biāo)往往無(wú)法全面、準(zhǔn)確地反映企業(yè)的財(cái)務(wù)健康狀況，尤其是在應(yīng)對(duì)快速變化的市場(chǎng)環(huán)境時(shí)。

2、在現(xiàn)實(shí)環(huán)境中，企業(yè)的財(cái)務(wù)狀況受到外部經(jīng)濟(jì)環(huán)境、行業(yè)變化、市場(chǎng)動(dòng)態(tài)等多種因素的影響，這些因素的時(shí)效性、動(dòng)態(tài)性和復(fù)雜性使得傳統(tǒng)的靜態(tài)分析方法難以適應(yīng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了基于聚類分析的財(cái)務(wù)健康狀況自動(dòng)評(píng)估方法，擬解決目前傳統(tǒng)的靜態(tài)分析方法難以應(yīng)對(duì)快速變化的市場(chǎng)環(huán)境。

2、基于聚類分析的財(cái)務(wù)健康狀況自動(dòng)評(píng)估方法，包括以下步驟：

3、步驟1：獲取外部經(jīng)濟(jì)數(shù)據(jù)、企業(yè)實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)以及歷史財(cái)務(wù)數(shù)據(jù)，并對(duì)獲取的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，對(duì)數(shù)據(jù)清洗后的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；

4、步驟2：基于標(biāo)準(zhǔn)化后的企業(yè)實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)以及歷史財(cái)務(wù)數(shù)據(jù)進(jìn)行財(cái)務(wù)比率計(jì)算，并基于標(biāo)準(zhǔn)化后的歷史財(cái)務(wù)數(shù)據(jù)進(jìn)行歷史趨勢(shì)特征提取；

5、步驟3：將標(biāo)準(zhǔn)化后的實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)、歷史財(cái)務(wù)數(shù)據(jù)以及提取的歷史趨勢(shì)特征和財(cái)務(wù)比率計(jì)算結(jié)果作為構(gòu)建的自編碼器的輸入，基于自編碼器將輸入數(shù)據(jù)壓縮成低維特征向量；

6、步驟4：結(jié)合低維特征向量、外部經(jīng)濟(jì)數(shù)據(jù)和企業(yè)關(guān)系圖，首先采用k-means聚類對(duì)企業(yè)進(jìn)行初步分類，然后通過(guò)企業(yè)關(guān)系圖進(jìn)一步調(diào)整聚類結(jié)果，得到調(diào)整后的聚類結(jié)果；

7、步驟5：基于調(diào)整后的聚類結(jié)果，每個(gè)企業(yè)被分配到一個(gè)類別中，每個(gè)類別代表不同的財(cái)務(wù)健康狀況；再根據(jù)新的實(shí)時(shí)數(shù)據(jù)更新聚類分組。

8、本發(fā)明通過(guò)獲取并清洗企業(yè)的實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)、歷史財(cái)務(wù)數(shù)據(jù)及外部經(jīng)濟(jì)數(shù)據(jù)，采用標(biāo)準(zhǔn)化處理確保數(shù)據(jù)的一致性；其次通過(guò)計(jì)算財(cái)務(wù)比率并提取歷史趨勢(shì)特征，全面反映企業(yè)財(cái)務(wù)狀況的變化趨勢(shì)，避免了單一財(cái)務(wù)指標(biāo)的片面性；在此基礎(chǔ)上，利用自編碼器將高維復(fù)雜的財(cái)務(wù)數(shù)據(jù)壓縮為低維特征向量，提取出潛在的財(cái)務(wù)健康信息，減少了信息冗余，提高了分析效率；結(jié)合低維特征向量、外部經(jīng)濟(jì)數(shù)據(jù)和企業(yè)關(guān)系圖，采用k-means聚類對(duì)企業(yè)進(jìn)行初步分類，并根據(jù)企業(yè)間的關(guān)系進(jìn)一步優(yōu)化聚類結(jié)果，使得最終的分類更加準(zhǔn)確、合理，基于此本發(fā)明不僅能及時(shí)響應(yīng)市場(chǎng)環(huán)境的變化，還能夠根據(jù)實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)更新聚類分組，為企業(yè)的財(cái)務(wù)健康狀況提供一個(gè)精準(zhǔn)、動(dòng)態(tài)的評(píng)估體系，從而克服了傳統(tǒng)靜態(tài)分析方法無(wú)法適應(yīng)變化的市場(chǎng)環(huán)境的問(wèn)題。

9、優(yōu)選的，所述財(cái)務(wù)比率計(jì)算包括流動(dòng)比率、流動(dòng)資產(chǎn)、流動(dòng)負(fù)載、速動(dòng)比率、資產(chǎn)負(fù)債率、總負(fù)債、總資產(chǎn)、毛利率、凈利潤(rùn)率以及應(yīng)收賬款周轉(zhuǎn)率。

10、優(yōu)選的，所述歷史趨勢(shì)特征提取包括以下步驟：

11、周期性成分分解：采用stl分解將標(biāo)準(zhǔn)化后的歷史財(cái)務(wù)數(shù)據(jù)分解為趨勢(shì)成分、季節(jié)性成分和周期性波動(dòng)成分；

12、應(yīng)用hodrick-prescott濾波器：基于hodrick-prescott濾波器對(duì)趨勢(shì)成分進(jìn)行hp濾波，得到平滑后的長(zhǎng)期趨勢(shì)；

13、增長(zhǎng)率特征計(jì)算：基于長(zhǎng)期趨勢(shì)計(jì)算年度增長(zhǎng)率和復(fù)合年增長(zhǎng)率：

14、

15、式中：grow?th?ratet表示第t年度的年度增長(zhǎng)率；tt表示第t年的長(zhǎng)期趨勢(shì)；tt―1表示第t-1年的長(zhǎng)期趨勢(shì)；

16、

17、式中：tt表示最終的趨勢(shì)值；t0表示初始值；t表示年數(shù)；

18、波動(dòng)性特征：基于周期性波動(dòng)成分提取波動(dòng)性特征，其中波動(dòng)性特征包括標(biāo)準(zhǔn)差和波動(dòng)率；

19、周期性特征：基于季節(jié)性成分提取周期性特征，其中周期性特征包括周期長(zhǎng)度、季節(jié)性波動(dòng)幅度以及季節(jié)性峰值和谷值。

20、優(yōu)選的，所述基于自編碼器將輸入數(shù)據(jù)壓縮成低維特征向量的步驟如下：

21、基于雙向lstm層處理歷史財(cái)務(wù)數(shù)據(jù)以及歷史趨勢(shì)特征，得到歷史財(cái)務(wù)數(shù)據(jù)和歷史趨勢(shì)特征的隱藏狀態(tài)；

22、基于全連接層處理財(cái)務(wù)比率計(jì)算結(jié)果以及實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)，得到財(cái)務(wù)比率計(jì)算結(jié)果以及實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)的隱藏狀態(tài)；

23、對(duì)歷史財(cái)務(wù)數(shù)據(jù)、歷史趨勢(shì)特征、財(cái)務(wù)比率計(jì)算結(jié)果以及實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)的隱藏狀態(tài)進(jìn)行拼接，得到拼接后的特征；

24、采用自注意力機(jī)制對(duì)拼接后的特征進(jìn)行加權(quán)求和，生成精煉后的特征表示；將精煉后的特征表示通過(guò)全連接層映射到一個(gè)低維度的潛在空間，得到低維特征向量，作為自編碼器的輸出。

25、優(yōu)選的，所述采用k-means聚類對(duì)企業(yè)進(jìn)行初步分類的步驟如下：

26、初始化聚類中心：隨機(jī)選擇k個(gè)企業(yè)作為初始聚類中心，聚類中心的維度為dlatent+denconomy，結(jié)合了低維特征向量和外部經(jīng)濟(jì)數(shù)據(jù)；

27、計(jì)算距離：對(duì)于每個(gè)企業(yè)i，低維特征向量hi和外部經(jīng)濟(jì)數(shù)據(jù)ei組成一個(gè)dlatent+denconomy維的特征向量，然后計(jì)算每個(gè)企業(yè)與所有聚類中心的歐式距離：

28、

29、式中：d(hi,ck)表示企業(yè)與聚類中心的歐式距離；表示聚類中心在低維特征向量中的空間坐標(biāo)；表示聚類中心在外部經(jīng)濟(jì)數(shù)據(jù)中的空間坐標(biāo)；

30、分配到最近的聚類中心：每個(gè)企業(yè)i被分配到距離其最近的聚類中心k；

31、更新聚類中心：聚類完成后更新每個(gè)聚類的中心ck為所有屬于該聚類的企業(yè)的平均特征：

32、

33、式中：sk表示聚類k中的所有企業(yè)；|sk|表示聚類k的大小；；

34、通過(guò)取每個(gè)聚類中的所有企業(yè)的平均向量作為新的聚類中心，重復(fù)計(jì)算距離到更新聚類中心的步驟，直到達(dá)到預(yù)定的迭代次數(shù)，得到初步的聚類結(jié)果。

35、優(yōu)選的，通過(guò)企業(yè)關(guān)系圖進(jìn)一步調(diào)整聚類結(jié)果的具體步驟如下：

36、關(guān)系圖構(gòu)建：通過(guò)企業(yè)之間的關(guān)系，構(gòu)建加權(quán)關(guān)系矩陣；

37、傳播調(diào)整：基于加權(quán)傳播模型更新每個(gè)企業(yè)經(jīng)過(guò)初步聚類所得到的標(biāo)簽；

38、收斂判定：若本輪迭代所得到的標(biāo)簽減去上一輪迭代所得到的標(biāo)簽的值小于預(yù)設(shè)的閾值，則停止迭代；或達(dá)到預(yù)設(shè)的迭代次數(shù)后停止迭代，迭代完成后得到企業(yè)的類別標(biāo)簽被用于每個(gè)企業(yè)的最終聚類結(jié)果。

39、優(yōu)選的，所述加權(quán)傳播模型如下：

40、

41、式中：表示企業(yè)i在第t+1輪傳播中的類別標(biāo)簽；表示企業(yè)i的初步聚類標(biāo)簽；wij表示企業(yè)i與企業(yè)j之間的關(guān)系強(qiáng)度；α表示控制初步聚類標(biāo)簽和關(guān)系網(wǎng)絡(luò)傳播的相對(duì)重要性參數(shù)；j表示所有與企業(yè)i相關(guān)的企業(yè)。

42、優(yōu)選的，所述關(guān)系圖構(gòu)建的具體步驟如下：

43、節(jié)點(diǎn)和邊的定義：每個(gè)企業(yè)為圖中的一個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)數(shù)為n；企業(yè)之間的邊表示企業(yè)之間的關(guān)系；

44、其中企業(yè)之間的關(guān)系類型包括正向關(guān)系、負(fù)向關(guān)系以及中性關(guān)系；

45、所述正向關(guān)系為具備合作關(guān)系以及共同投資關(guān)系的企業(yè)；所述負(fù)向關(guān)系為具有競(jìng)爭(zhēng)關(guān)系的企業(yè)；所述中性關(guān)系為不屬于正向關(guān)系和負(fù)向關(guān)系的則為中性關(guān)系，其屬于中性關(guān)系的兩個(gè)企業(yè)之間的關(guān)系強(qiáng)度為0；

46、基于每個(gè)企業(yè)之間的關(guān)系類型計(jì)算企業(yè)的關(guān)系強(qiáng)度，將關(guān)系強(qiáng)度填入到加權(quán)關(guān)系矩陣中，得到構(gòu)建好的加權(quán)關(guān)系矩陣；

47、所述正向關(guān)系的關(guān)系強(qiáng)度基于如下公式計(jì)算：

48、wij＝α·fij；

49、

50、式中：α表示縮放因子，用于調(diào)整權(quán)重的尺度；fij表示合作強(qiáng)度函數(shù)值；tij表示企業(yè)i和企業(yè)j之間的合作時(shí)長(zhǎng)；tmax表示所有企業(yè)對(duì)之間的合作時(shí)長(zhǎng)最大值；vij表示企業(yè)i和企業(yè)j之間的合作規(guī)模；vmax表示所有企業(yè)對(duì)之間的最大合作規(guī)模；rij表示企業(yè)i和企業(yè)j之間的共享資源程度；rmax表示所有企業(yè)對(duì)之間的資源共享最大值；α1、α2、α3表示可調(diào)節(jié)參數(shù)，用于調(diào)整時(shí)長(zhǎng)、規(guī)模和資源共享對(duì)合作強(qiáng)度的影響權(quán)重；

51、所述負(fù)向關(guān)系的關(guān)系強(qiáng)度基于如下公式計(jì)算：

52、wij＝―β·gij；

53、

54、式中：sij表示企業(yè)i和企業(yè)j在相同市場(chǎng)中占有的市場(chǎng)份額的重疊度；smax表示所有企業(yè)對(duì)之間市場(chǎng)份額重疊度的最大值；pij表示企業(yè)i和企業(yè)j產(chǎn)品或服務(wù)的相似度；pmax表示所有企業(yè)對(duì)之間產(chǎn)品或服務(wù)的相似度的最大值；qij表示企業(yè)i和企業(yè)j在價(jià)格競(jìng)爭(zhēng)方面的強(qiáng)度；qmax表示所有企業(yè)對(duì)之間價(jià)格競(jìng)爭(zhēng)的最大值；β1、β2和β3均為可調(diào)采納數(shù)，用于調(diào)整市場(chǎng)份額重疊、產(chǎn)品或服務(wù)相似度和價(jià)格競(jìng)爭(zhēng)對(duì)競(jìng)爭(zhēng)強(qiáng)度的影響權(quán)重。

55、本發(fā)明的有益效果包括：

56、本發(fā)明通過(guò)獲取并清洗企業(yè)的實(shí)時(shí)財(cái)務(wù)數(shù)據(jù)、歷史財(cái)務(wù)數(shù)據(jù)及外部經(jīng)濟(jì)數(shù)據(jù)，采用標(biāo)準(zhǔn)化處理確保數(shù)據(jù)的一致性；其次通過(guò)計(jì)算財(cái)務(wù)比率并提取歷史趨勢(shì)特征，全面反映企業(yè)財(cái)務(wù)狀況的變化趨勢(shì)，避免了單一財(cái)務(wù)指標(biāo)的片面性；在此基礎(chǔ)上，利用自編碼器將高維復(fù)雜的財(cái)務(wù)數(shù)據(jù)壓縮為低維特征向量，提取出潛在的財(cái)務(wù)健康信息，減少了信息冗余，提高了分析效率；結(jié)合低維特征向量、外部經(jīng)濟(jì)數(shù)據(jù)和企業(yè)關(guān)系圖，采用k-means聚類對(duì)企業(yè)進(jìn)行初步分類，并根據(jù)企業(yè)間的關(guān)系進(jìn)一步優(yōu)化聚類結(jié)果，使得最終的分類更加準(zhǔn)確、合理，基于此本發(fā)明不僅能及時(shí)響應(yīng)市場(chǎng)環(huán)境的變化，還能夠根據(jù)實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)更新聚類分組，為企業(yè)的財(cái)務(wù)健康狀況提供一個(gè)精準(zhǔn)、動(dòng)態(tài)的評(píng)估體系，從而克服了傳統(tǒng)靜態(tài)分析方法無(wú)法適應(yīng)變化的市場(chǎng)環(huán)境的問(wèn)題。