基于無監督學習的可解釋性財務異常檢測研究

張健 王子豪 于敬

（達而觀信息科技（上海）有限公司 上海市 201203）

1 概述

隨著市場經濟的加劇，粗放型的財務管理方式逐漸被淘汰，如何降低財務管理成本以及提升企業運營效率，成為企業管理健康發展的關鍵。分析財務報銷是否合理是財務管理中的重點，財務部門人員需要確保會計票據與實際業務相吻合且符合相關規定。但是實際的財務審核業務面臨著量大耗時、規則多變、成本高等多種難點。本文提出了一種基于無監督學習的可解釋性財務異常分析方法，并設計了一套財務異常分析系統，解決了在缺少先驗經驗的情況下如何自動挖掘財務異常和多源異構數據難以適應傳統分析模型的問題。

2 背景

在財務日常工作中，財務人員通過對企業運營過程中產生的各類發票和會計資料進行審核。財務審核需要確保原始資料真實性，保證各種票據、憑證、資料的完整性與合規性，例如確保報銷票據合乎規定、發票類別要符合稅法要求等。財務審核的工作量會隨著公司規模的擴大與日俱增，傳統的以純人工為主的審核模式難以適應公司財務管理發展的需求，主要體現在多個方面：工作量大、細分程度高導致人力成本居高不下；面對海量數據，人工操作出錯率高；審核規則極為復雜，變化頻率高；判斷標注對業務經驗的依賴性大，標準參差不統一；過程無痕跡，數據無積累等。

針對這些挑戰，學術界針對其中的場景不斷提出了不同的智能化技術手段輔助人來提升財務審核的處理效率。……