上市公司财务数据质量智能评估模型构建研究

吴传良

一、上市公司财务数据质量智能评估概述

上市公司财务数据质量智能评估是指用户借助智能设备来评估上市企业财务数据质量的一种行为。其优势主要表现在：开放性，上市企业财务数据质量评估工作是面向所有人的，无论从事何种职业的人均可参与；普惠性，可借助互联网的资源共享功能及互联互通功能来开展上市企业财务数据质量评估工作。普惠性代表评估工作可实现共赢、共享，这是分享经济高速发展的必然需求；高效性，借助现代信息处理技术来开展上市企业财务数据质量评估工作，显著提升评估工作的效率，符合现阶段资本市场的发展需求。

二、上市企业财务数据质量智能评估模型构建

（一）评估体系结构模型

本文采用的是正是此种数据质量智能评估体系，主要包括；用户层、业务逻辑层、数据层。其中，用户层主要负责提供界面接口；业务逻辑层主要是利用所采集到的数据信息，进行分析测算，最后评估数据质量；数据层是保证数据质量评估系统正常运作的基础，所涵盖的元数据模型能够为评估数据质量提供所需的数据信息，为其提供模型支持。

（二）数据质量支撑元数据模型构建

1.数据字典元模型

该模型包含描绘实体的元模型数据，如描绘数据源中表信息的数据表、描绘数据库信息的数据源、描绘表中字段信息的数据项及描绘有所属专业信息的专业等，不同元模型数据之间的关系如下：

2.约束规则元模型

其涵盖了全部数据质量约束规则、实体数据与规则之间的关联，它们之间的关系可通过如下表示：

借助函数扩展元模型将有关的数据质量约束从规则元模型中提取出来，接着对数据质量各个指标信息进行测算。

3.函数扩展元模型

该模型分为约束规则及质量指标的扩展元模型两部分，二者间关系如下：

4.评估元模型

函数之间的映射关系、数据质量指标、评估所有流程信息、数据质量约束规则，不同函数信息之间的关系如下：

5.结果元模型

该模型可分为两部分，即数据质量评估结果信息及数据质量评估指标信息，二者之间的关系可通过如下表示：

该模型主要负责为用户展示系统结果，能将评估期间产生各种信息详细地记载下来。

（三）以系列元模型为基础的数据质量评估算法

通过关系代谢语言来描绘数据质量评估算法的流程：

步骤1：

以完整性为例，对完整性约束规则及元模型与此规则之间的映射关系进行定义。

步骤2：

根据步骤1所得到的结果，将关于完整性的一切表间关系查找出来，总结出过滤条件信息。

步骤3：

利用步骤2可获知表间关联，通过查找整个实体数据库，可获得与条件不符的问题数据。

步骤4：

可通过评估元数据库找出评估所需使用的所有约束规则信息、函数信息、评估流程及二者之间的关联，利用步骤3中所获知的问题数据，再利用步骤4公式可测算出评估指标，最后再在评估结果数据库中输出测算结果。

步骤5：

利用步骤5可得出约束规则日志信息、完整性评估信息、评估进程信息及约束规则错误信息等评估结果信息，再通过图形化界面呈现出评估结果信息。

三、案例实践

某上市企业采用此基于规则元数据的数据质量智能评估模型来评估其财务数据质量，以完整性约束为例，对该上市企业所有财务数据的完整性約束规则实施定义后，认真评估其完整性数据质量指标，结果发现，其财务数据较为完整且较为准确，有效的减少了信息不对称现象。（作者单位为晋江市新合发塑胶印刷有限公司）