當(dāng)你手上有一份招股說(shuō)明書的草稿，你會(huì)采用什么方式復(fù)核各類表格中需要計(jì)算的數(shù)字呢？

有的人可能會(huì)選擇使用word插件來(lái)復(fù)核加總結(jié)果，但這種方式智能復(fù)核加法，對(duì)于減法就無(wú)能為力了。

有的人可能會(huì)選擇打開(kāi)一張excel表格，將word中需要校驗(yàn)的表格復(fù)制在excel中，利用excel函數(shù)進(jìn)行校驗(yàn)。

這些都不失為有效的方法，但如果需要快速、準(zhǔn)確地復(fù)核幾份招股說(shuō)明書、債券募集說(shuō)明書、年報(bào)等文檔時(shí)，恐怕大家手速再快也會(huì)應(yīng)接不暇了。

在計(jì)算機(jī)技術(shù)蓬勃發(fā)展的今天，你是否想過(guò)，曾經(jīng)侵占你過(guò)多時(shí)間的這項(xiàng)機(jī)械勞動(dòng)，可以交由人工智能代勞呢？

達(dá)觀數(shù)據(jù)最近新推出的財(cái)債通產(chǎn)品專門為券商、銀行等機(jī)構(gòu)提供AI智能解決方案，專攻招股說(shuō)明書、債券募集說(shuō)明書、各類年報(bào)、財(cái)務(wù)報(bào)表、銀行流水的審核、抽取與解析，并從財(cái)務(wù)信息披露、財(cái)務(wù)邏輯核查、發(fā)行信息披露、文字合規(guī)與合理性等方面進(jìn)行全方位、高準(zhǔn)度的文檔處理，旨在準(zhǔn)確高效地減少?gòu)臉I(yè)人員重復(fù)勞動(dòng)，提升工作效率。

今天，我們重點(diǎn)介紹財(cái)債通產(chǎn)品財(cái)務(wù)一致性審核中的重磅功能——單表格計(jì)算審查。

財(cái)務(wù)邏輯關(guān)系審查

招股說(shuō)明書、債券募集說(shuō)明書等報(bào)告中會(huì)涉及大量財(cái)務(wù)信息，因此內(nèi)嵌財(cái)務(wù)邏輯的再計(jì)算與審核是財(cái)債通產(chǎn)品單表格計(jì)算審查功能的重要方面之一。

財(cái)務(wù)主表信息計(jì)算

如：合并口徑/單體口徑中流動(dòng)資產(chǎn)合計(jì)、非流動(dòng)資產(chǎn)合計(jì)、資產(chǎn)總計(jì)、流動(dòng)負(fù)債合計(jì)、非流動(dòng)負(fù)債合計(jì)、負(fù)債總計(jì)、歸屬于母公司股東的所有者權(quán)益合計(jì)、所有者權(quán)益總計(jì)、負(fù)債及所有者權(quán)益合計(jì)、營(yíng)業(yè)利潤(rùn)、利潤(rùn)總額、凈利潤(rùn)、經(jīng)營(yíng)活動(dòng)/投資活動(dòng)/籌資活動(dòng)現(xiàn)金流入與流出小計(jì)、經(jīng)營(yíng)活動(dòng)/投資活動(dòng)/籌資活動(dòng)現(xiàn)金流量?jī)纛~、期末現(xiàn)金及現(xiàn)金等價(jià)物余額等。

財(cái)務(wù)報(bào)表附注信息計(jì)算

如：應(yīng)收賬款與其他應(yīng)收款的賬面價(jià)值計(jì)算、存貨的賬面價(jià)值計(jì)算、固定資產(chǎn)賬面余額計(jì)算、無(wú)形資產(chǎn)賬面余額計(jì)算、商譽(yù)賬面價(jià)值計(jì)算等。

非固定公式的表格計(jì)算審查

報(bào)告中也同樣涉及大量非固定公式的表格計(jì)算，加總項(xiàng)無(wú)法窮舉、表格格式多樣，計(jì)算難度很大，例如：

不是所有的項(xiàng)目都需要加總

例如，上圖中的合計(jì)項(xiàng)加總的項(xiàng)目為“土地使用權(quán)”和“軟件”兩項(xiàng)，“其中：鐵路路基用地”的費(fèi)用需要在合計(jì)計(jì)算時(shí)進(jìn)行自動(dòng)去重。

合計(jì)項(xiàng)在上，明細(xì)在下

例如，在上圖的表格中，合計(jì)項(xiàng)“營(yíng)業(yè)收入”在最上方，營(yíng)業(yè)收入=木漿+銅版紙+其他，系統(tǒng)在自動(dòng)計(jì)算時(shí)，需要識(shí)別出加總核對(duì)的具體項(xiàng)目位置。

跳項(xiàng)加總

例如，在上圖中，需要對(duì)表格內(nèi)容中的1/2/3/4項(xiàng)進(jìn)行加總，處理過(guò)程中，系統(tǒng)需要自動(dòng)識(shí)別與加總項(xiàng)目無(wú)關(guān)的內(nèi)容，進(jìn)行跳項(xiàng)處理。

橫向加總

例如在上圖中，加總的項(xiàng)目順序?yàn)闄M向，系統(tǒng)需要根據(jù)表格的不同，自動(dòng)識(shí)別出哪些數(shù)據(jù)進(jìn)行加總。

這類表格的計(jì)算邏輯與格式樣式與券商拿到的中介機(jī)構(gòu)提供的第三方文檔的格式及報(bào)告撰寫者的個(gè)人風(fēng)格有很大關(guān)聯(lián)，樣式無(wú)法窮舉，利用單純累積格式寫正則的方法無(wú)法解決全部問(wèn)題，這也是充分體現(xiàn)AI功力的地方。

達(dá)觀數(shù)據(jù)財(cái)債通采用統(tǒng)計(jì)學(xué)與AI自主學(xué)習(xí)的方法，讓計(jì)算機(jī)通過(guò)深度學(xué)習(xí)技術(shù)了解各類表格的格式與計(jì)算方法，輕松地找出報(bào)告中的各類計(jì)算錯(cuò)誤，并通過(guò)計(jì)算方法展現(xiàn)、建議值提供等方式，幫助用戶加強(qiáng)人機(jī)交互能力，以多快好準(zhǔn)地實(shí)現(xiàn)報(bào)告復(fù)核的目標(biāo)。

財(cái)債通對(duì)表格內(nèi)容的準(zhǔn)確定位得益于其在產(chǎn)品中設(shè)計(jì)并實(shí)現(xiàn)了一種基于OpenCV和Faster R-CNN深度學(xué)習(xí)模型的表格抽取算法。?通過(guò)使用OpenCV方法識(shí)別有線條表格識(shí)別、使用深度學(xué)習(xí)方法識(shí)別一般表格，并將二者的識(shí)別結(jié)果進(jìn)行融合。

這種方法在CCKS主辦方的測(cè)試集上達(dá)到接近100%的準(zhǔn)確率，且目前財(cái)債通已在中信建投、興業(yè)銀行、招商證券、深交所等金融機(jī)構(gòu)的債券募集說(shuō)明書和年報(bào)審核等場(chǎng)景中發(fā)揮作用。

在測(cè)試中我們發(fā)現(xiàn)，幾乎每份公開(kāi)發(fā)表的招股書或募集說(shuō)明書中都存在或多或少的單表格計(jì)算錯(cuò)誤。在上萬(wàn)份數(shù)據(jù)的校驗(yàn)與測(cè)試中，財(cái)債通能夠找到絕大部分的單表格計(jì)算錯(cuò)誤，并通過(guò)人機(jī)交互的方式，報(bào)告審核的準(zhǔn)確率得到了大幅度的提升。