一种基于合同管理的风险预警方法及系统与流程

本发明涉及税控技术领域，更具体地，涉及一种基于合同管理的风险预警方法及系统。

背景技术：

合同是业务流的源头，也是发票流的依据。合同里面蕴含的业务内容很丰富，与税务数据和账务数据息息相关。现有的税务风险预警监控，主要是通过对税务数据的分析监控，实现税务风险的预警。而税务数据反映的税务风险常常并不是全面的，这使得税务风险预警不是很准确。

技术实现要素：

为了解决背景技术存在的税务数据反映的税务风险是不全面的，使得税务风险预警不是很准确的问题，本发明提供了一种基于合同管理的风险预警方法及系统；所述方法及系统基于合同管理，将合同与税务数据以及账务数据关联起来，通过预先训练的大数据模型，预存在采集的合同、税务数据以及账务数据下的税务风险；所述一种基于合同管理的风险预警方法，包括：

接收用户输入的合同名称，根据所述合同名称在预先关联存储的数据库中查询获得合同要素、财务数据以及税务数据；

根据所述合同要素、财务数据以及税务数据，通过预设规则生成对应该合同的分析数据；

将所述分析数据输入至预先训练的风险分析模型中，获得风险分析结果；

根据所述风险分析结果进行预警。

进一步的，根据企业的多个合同的合同要素建立合同档案数据库；所述合同要素通过预先对合同进行关键字扫描获得；

将所述合同档案数据库通过预设的接口规则与财务系统以及税务系统对接；

根据合同要素在财务系统查询获得财务数据；

根据合同要素在税务系统查询获得税务数据；

以合同名称为主键，将所述合同要素、财务数据以及税务数据进行关联存储。

进一步的，若所述预先训练的风险分析模型包括多种时，通过每种风险分析模型对所述分析数据进行计算，获得多个风险分析结果；

对所述多个风险分析结果进行对比，获得重合部分以及非重合部分；

将重合部分的风险分析结果作为主要风险分析结果，将非重合部分的风险分析结果作为辅助风险分析结果；

根据主要风险分析结果以及辅助风险分析结果进行预警。

进一步的，所述预先训练的分析模型的训练方法包括：

获得预设行业在预设地区的预设规模的企业对应的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

根据所述多组对比数据通过机器学习算法进行训练，获得横向分析模型作为风险分析模型。

进一步的，所述预先训练的分析模型的训练方法包括：

获得该企业在预设的历史周期内的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

根据所述多组对比数据通过机器学习算法进行训练，获得纵向分析模型作为风险分析模型。

进一步的，所述根据所述风险分析结果进行预警，包括：

根据所述风险分析结果，通过预设规则计算对财务报表的影响金额；

根据所述风险分析结果，通过预设规则计算对税务报表的影响金额；

根据所述风险分析结果、对财务报表的影响金额以及对税务报表的影响金额生成预警信息，进行预警。

所述一种基于合同管理的风险预警系统包括：

数据提取单元，所述数据提取单元用于接收用户输入的合同名称，根据所述合同名称在预先关联存储的数据库中查询获得合同要素、财务数据以及税务数据；

所述数据提取单元用于根据所述合同要素、财务数据以及税务数据，通过预设规则生成对应该合同的分析数据；

模型分析单元，所述模型分析单元用于将所述分析数据输入至预先训练的风险分析模型中，获得风险分析结果；

预警单元，所述预警单元用于根据所述风险分析结果进行预警。

进一步的，所述系统还包括：

合同管理单元，所述合同管理单元用于根据企业的多个合同的合同要素建立合同档案数据库；所述合同要素通过预先对合同进行关键字扫描获得；

所述合同管理单元用于将所述合同档案数据库通过预设的接口规则与财务系统以及税务系统对接；

所述合同管理单元用于根据合同要素在财务系统查询获得财务数据，并根据合同要素在税务系统查询获得税务数据；

所述合同管理单元用于以合同名称为主键，将所述合同要素、财务数据以及税务数据在所述合同档案数据库中进行关联存储。

进一步的，所述系统包括模型训练单元；若所述预先训练的风险分析模型包括多种时：

所述模型分析单元用于通过每种风险分析模型对所述分析数据进行计算，获得多个风险分析结果；

所述模型分析单元用于对所述多个风险分析结果进行对比，获得重合部分以及非重合部分；

所述模型分析单元用于将重合部分的风险分析结果作为主要风险分析结果，将非重合部分的风险分析结果作为辅助风险分析结果；

所述预警单元根据主要风险分析结果以及辅助风险分析结果进行预警。

进一步的，所述模型训练单元用于获得预设行业在预设地区的预设规模的企业对应的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

所述模型训练单元用于根据所述多组对比数据通过机器学习算法进行训练，获得横向分析模型作为风险分析模型。

进一步的，所述模型训练单元用于获得该企业在预设的历史周期内的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

所述模型训练单元用于根据所述多组对比数据通过机器学习算法进行训练，获得纵向分析模型作为风险分析模型。

进一步的，所述预警单元用于根据所述风险分析结果，通过预设规则计算对财务报表的影响金额；

所述预警单元用于根据所述风险分析结果，通过预设规则计算对税务报表的影响金额；

所述预警单元用于根据所述风险分析结果、对财务报表的影响金额以及对税务报表的影响金额生成预警信息，进行预警。

本发明的有益效果为：本发明的技术方案，给出了一种基于合同管理的风险预警方法及系统；所述方法及系统基于合同管理，将合同与税务数据以及账务数据关联起来，通过预先训练的大数据模型，预存在采集的合同、税务数据以及账务数据下的税务风险；所述方法及系统将合同与税务、财务结合，在合同订立之初即实现了风险管控和业财税一体化。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为本发明具体实施方式的一种基于合同管理的风险预警方法的流程图；

图2为本发明具体实施方式的一种基于合同管理的风险预警系统的结构图；

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为本发明具体实施方式的一种基于合同管理的风险预警方法的流程图；如图1所示，所示方法包括：

步骤110，接收用户输入的合同名称，根据所述合同名称在预先关联存储的数据库中查询获得合同要素、财务数据以及税务数据；

本实施例中，在步骤110之前，先建立管理存储的数据库；

采集企业的合同，并按照预设的格式和规则，确定每个合同的合同要素；所示合同要素例如合同涉及的物品或者劳务名称、型号、单位、单价、金额、税额等；

根据企业的多个合同的合同要素建立合同档案数据库；所述合同要素通过预先对合同进行关键字扫描获得；

将所述合同档案数据库通过预设的接口规则与财务系统以及税务系统对接；

根据合同要素在财务系统查询获得财务数据；

根据合同要素在税务系统查询获得税务数据；

以合同名称为主键，将所述合同要素、财务数据以及税务数据进行关联存储。

步骤120，根据所述合同要素、财务数据以及税务数据，通过预设规则生成对应该合同的分析数据；

所示合同的分析数据，由合同要素、财务数据以及税务数据通过预设的规定格式生成，保证训练时使用的分析数据的格式内容与预警时的分析数据格式内容相同。

步骤130，将所述分析数据输入至预先训练的风险分析模型中，获得风险分析结果；

在执行步骤130之前，所述方法还需预先训练风险分析模型，所述风险分析模型可以是一个或多个；若所述预先训练的风险分析模型包括多种时，通过每种风险分析模型对所述分析数据进行计算，获得多个风险分析结果；

对所述多个风险分析结果进行对比，获得重合部分以及非重合部分；

将重合部分的风险分析结果作为主要风险分析结果，将非重合部分的风险分析结果作为辅助风险分析结果；

根据主要风险分析结果以及辅助风险分析结果进行预警。

进一步的，所述预先训练的分析模型的训练方法包括：

获得预设行业在预设地区的预设规模的企业对应的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

根据所述多组对比数据通过机器学习算法进行训练，获得横向分析模型作为风险分析模型。

进一步的，所述预先训练的分析模型的训练方法包括：

获得该企业在预设的历史周期内的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

根据所述多组对比数据通过机器学习算法进行训练，获得纵向分析模型作为风险分析模型。

步骤140，根据所述风险分析结果进行预警。

本实施例中，所述预警包括：

根据所述风险分析结果，通过预设规则计算对财务报表的影响金额；

根据所述风险分析结果，通过预设规则计算对税务报表的影响金额；

根据所述风险分析结果、对财务报表的影响金额以及对税务报表的影响金额生成预警信息，进行预警。

图2为本发明具体实施方式的一种基于合同管理的风险预警系统的结构图；如图2所示，所述系统包括：

数据提取单元210，所述数据提取单元210用于接收用户输入的合同名称，根据所述合同名称在预先关联存储的数据库中查询获得合同要素、财务数据以及税务数据；

所述数据提取单元210用于根据所述合同要素、财务数据以及税务数据，通过预设规则生成对应该合同的分析数据；

模型分析单元220，所述模型分析单元220用于将所述分析数据输入至预先训练的风险分析模型中，获得风险分析结果；

预警单元230，所述预警单元230用于根据所述风险分析结果进行预警。

进一步的，所述系统还包括：

合同管理单元240，所述合同管理单元240用于根据企业的多个合同的合同要素建立合同档案数据库；所述合同要素通过预先对合同进行关键字扫描获得；

所述合同管理单元240用于将所述合同档案数据库通过预设的接口规则与财务系统以及税务系统对接；

所述合同管理单元240用于根据合同要素在财务系统查询获得财务数据，并根据合同要素在税务系统查询获得税务数据；

所述合同管理单元240用于以合同名称为主键，将所述合同要素、财务数据以及税务数据在所述合同档案数据库中进行关联存储。

进一步的，所述系统包括模型训练单元250；若所述预先训练的风险分析模型包括多种时：

所述模型分析单元220用于通过每种风险分析模型对所述分析数据进行计算，获得多个风险分析结果；

所述模型分析单元220用于对所述多个风险分析结果进行对比，获得重合部分以及非重合部分；

所述模型分析单元220用于将重合部分的风险分析结果作为主要风险分析结果，将非重合部分的风险分析结果作为辅助风险分析结果；

所述预警单元230根据主要风险分析结果以及辅助风险分析结果进行预警。

进一步的，所述模型训练单元250用于获得预设行业在预设地区的预设规模的企业对应的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

所述模型训练单元250用于根据所述多组对比数据通过机器学习算法进行训练，获得横向分析模型作为风险分析模型。

进一步的，所述模型训练单元250用于获得该企业在预设的历史周期内的多组对比数据；所述对比数据包括相关联的合同要素、财务数据、税务数据以及对应的风险分析结果；

所述模型训练单元250用于根据所述多组对比数据通过机器学习算法进行训练，获得纵向分析模型作为风险分析模型。

进一步的，所述预警单元230用于根据所述风险分析结果，通过预设规则计算对财务报表的影响金额；

所述预警单元230用于根据所述风险分析结果，通过预设规则计算对税务报表的影响金额；

所述预警单元230用于根据所述风险分析结果、对财务报表的影响金额以及对税务报表的影响金额生成预警信息，进行预警。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤，而并不用于限制各步骤之间的时间或逻辑的关系，除非文中有明确的限定，否则各个步骤之间的关系包括各种可能的情况。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如，在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。

以上所述仅是本公开的具体实施方式，应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开精神的前提下，可以作出若干改进、修改、和变形，这些改进、修改、和变形都应视为落在本申请的保护范围内。