随着移动互联网技术的普及,促进了云计算、大数据、人工智能、区块链等技术的蓬勃发展。经过近几年的快速发展,人工智能技术已日益成熟,银行、证券等金融企业已有利用人工智能技术进行数据挖掘及后续应用的成功案例。
在数字化的过程中金融机构虽然积累了一定量的基础数据,但绝大部分是结构化化或半结构化数据,其中还有大量的非结构化数据未被开发利用。目前大量金融机构都在探索利用NLP(Natural Language Processing, NLP)等智能化手段挖掘数据价值,辅助业务决策、提高数据利用率和数据共享,有效提高信息化整体应用水平,促进企业核心竞争力的提升。
不良资产经营处置作为金融机构的业务,其风险和收益并存。风险管理过程中,风险部需要对每个项目所涉及的客户进行评级。评级的重要依据依托客户财报信息。对于非上市企业的财报常常在各企业提供的审计报告中,这些审计报告非常长且未结构化,需要客户经理将审计报告中“资产负债表”、“企业利润表”、“现金流量表”、 “现金流量补充表”、“财务附注表”五大表的信息,手动录入至到excel中,工作量巨大且很容易出错,亟需利用NLP技术对审计报告中的财报信息进行抽取解析。
达观财务报表解析与核查系统,专门针对财报上述五大表进行自动识别、解析、抽取、录入。帮助金融机构建立财务数据解析通用服务,打通了客户信息、财报解析、内部评级三大系统财务数据线上流转,从而实现数据多跑路,用户少录入,大大降低了一线业务人员手工录入工作量。
同时,达观财务报表解析与核查系统不仅能够识别财务数据,而且还可以对识别的财务报表数据进行审核校验,方便财务审核人员发现报表的数据问题。
目前达观数据已经成功服务中信建投、第一创业证券、东亚前海证券、兴业银行 浦发银行、招商银行、中信银行、中国银行、工商银行、三井住友银行、厦门建发股份、信达资产、中企云链等众多头部金融企业客户。