资产负债预警分析方法、装置及计算机可读存储介质与流程

本发明涉及大数据技术领域，尤其涉及一种资产负债预警分析方法、装置及计算机可读存储介质。

背景技术：

预警分析法是一种实现预测可能影响到企业竞争地位和财务状况的潜在因素，界定出一系列财务指标及相关因素的目标值、正常值和警戒值，将其与竞争对手指标进行比较，使管理者能在不利情况来临之前就采取防御措施，找到解决问题的办法。预警分析有定量分析和定性分析两种方法，在实践中这两种方法应结合使用。定量预警分析可以将实际值与目标值进行对比，根据其差距发出不同程度的预警信息，或通过运用相应的数据图表分析来判断一些定量指标的变动趋势。定量预警分析所得结论较精确，但可能不完整。定性预警分析则通过实践调查来获取相关评价性指标，或者根据风险因素出现的概率来发出警报，在一定程度上弥补了定量预警分析的不足。

目前市面上还没有一个成熟的系统提供政府资产负债的预警分析。现有的一些系统也只是用于日常的政务办公，或提供一些汇的报表。没有针对资产进行分指标进行预警监控可能会导致资产流失，资产配置不完善。对指标分析不合理或是监控不及时将会导致资产异常情况或是资产不合规、不清晰等。

技术实现要素：

本发明提供一种资产负债预警分析方法、装置及计算机可读存储介质，其主要目的在于提供一种。

为实现上述目的，本发明提供的资产负债预警分析方法，包括：

统计预选实体的资产数据；

利用一个预先建立的资产负债的预警模型，根据所述统计的资产数据，在资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告；及

将所述预警警告发送给预先设定的监管人员。

可选地，该方法还包括：

利用可视化视图展示所述预选实体的资产数据。

可选地，所述资产包括，物业、在建工程、对外投资、土地，其中：

所述物业资产的数据统计包括五个指标：物业闲置率、是否有不合格担保、出租价格与市场价格的差异、物业的不合规处置、办公用房超额；

所述在建工程的数据统计包括两个监控指标：停缓、已完工未转固；

所述对外投资的数据统计包括五个指标：对外投资总金额、被投资公司负债率、投资收益率、债券评级、其他金融衍生品；及

所述对土地资产的数据统计包括四个指标：土地闲置、是否有不合规担保、出租价格与市场价格差异、土地使用权不合规。

可选地，所述资产负债的预警模型是卷积神经网络模型。

可选地，所述资产负债的预警模型的建立包括：

设置所述卷积神经网络的输入数据为物业资产的五项指标、在建工程的两个监控指标、对外投资预警的五个指标及土地预警分析的四个指标；

将这些指标数据转化为深度学习可识别的二进制数，存入数据库；

从数据库中提取数据微调卷积神经网络从而使神经网络能够实现预警分析的功能。

此外，为实现上述目的，本发明还提供一种资产负债预警分析装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的资产负债预警分析程序，所述资产负债预警分析程序被所述处理器执行时实现如下步骤：

统计预选实体的资产数据；

利用一个预先建立的资产负债的预警模型，根据所述统计的资产数据，在资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告；及

将所述预警警告发送给预先设定的监管人员。

可选地，所述预选实体的资产数据利用可视化视图展示。

可选地，所述资产包括，物业、在建工程、对外投资、土地，其中：

所述物业资产的数据统计包括五个指标：物业闲置率、是否有不合格担保、出租价格与市场价格的差异、物业的不合规处置、办公用房超额；

所述在建工程的数据统计包括两个监控指标：停缓、已完工未转固；

所述对外投资的数据统计包括五个指标：对外投资总金额、被投资公司负债率、投资收益率、债券评级、其他金融衍生品；及

所述对土地资产的数据统计包括四个指标：土地闲置、是否有不合规担保、出租价格与市场价格差异、土地使用权不合规。

可选地，所述资产负债的预警模型的建立包括：

设置卷积神经网络的输入数据为物业资产的五项指标、在建工程的两个监控指标、对外投资预警的五个指标及土地资产的四个指标；

将这些指标数据转化为深度学习可识别的二进制数，存入数据库；

从数据库中提取数据微调卷积神经网络从而使神经网络能够实现预警分析的功能。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有资产负债预警分析程序，所述资产负债预警分析程序可被一个或者多个处理器执行，以实现如上所述的资产负债预警分析方法的步骤。

本发明提出的资产负债预警分析方法、装置及计算机可读存储介质，统计预选实体的多种资产数据，如物业、在建工程、对外投资、土地等，利用一个预先建立的资产负债的预警模型，根据所述统计的资产数据，在资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告；及将所述预警警告发送给预先设定的监管人员。本发明从多角度对预选实体，如政府等的现有资产进行统计、分析，并可实时监控所述资产的异常现象。

附图说明

图1为本发明一实施例提供的资产负债预警分析方法的流程示意图；

图2为本发明一实施例提供的资产负债预警分析装置的内部结构示意图；

图3为本发明一实施例提供的资产负债预警分析装置中资产负债预警分析程序的模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种资产负债预警分析方法。参照图1所示，为本发明一实施例提供的资产负债预警分析方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。

在本实施例中，资产负债预警分析方法包括：

s10、对预选实体，如政府的资产数据进行统计，并利用可视化视图展示所述政府的资产数据。

本发明较佳实施例中，所述政府的资产包括，但不限于，物业、在建工程、对外投资、土地等项目。

所述物业包括已经建成并投入使用的各类房屋及其与之相配套的设备、设施和场地。物业含有多种业态，如：办公楼宇、商业大厦、住宅小区、别墅、工业园区、酒店、厂房仓库等多种物业形式。

对所述物业资产的数据统计包括，但不限于，统计出物业闲置率、是否有不合格担保、出租价格与市场价格的差异、物业的不合规处置、办公用房超额等五个指标。

所述统计物业闲置率是指：物业闲置率指空闲的或被买家买下但没充分利用的物业资源占总的物业资源的比例。统计出物业闲置率可以更好让政府更好地管理该地区的物业，如果物业闲置率过高应该及时采取必要的措施使得闲置的物业得到妥善处理。

所述物业是否有不合格担保是指：物业担保通常是客户为自己的便利以自己的信誉试图取得业主信任的一种手段，良好健康的物业担保能够促成客户与业主之间的信任，也能使得物业管理流畅。但是一旦出现物业有不合格担保，物业管理平衡的天平将被打破从而出现混乱现象。

所述出租价格与市场价格差异是指：物业的出租价格低于市场价格太多，将会使得该地区的物业资源紧张，但是比市场价格高太多又会使得该地区的物业闲置率偏高。合理的出租价格是物业健康管理的必要条件。

所述物业不合规处置是指：每天都会有很多物业事件需要处理，如果处置不恰当只会加深客户与业主或物业管理人员之间的矛盾。

所述办公用房超额是指：一个地区的物业资源有限，如果办公用房过多势必导致居民用房不足。健康的物业应该是在保证充足的居民用房基础上合理安排办公用房的数量，如果办公用房超额，会有相应的超额预警提示。

所述在建工程包括企业资产的新建、改建、扩建，或技术改造、设备更新和大修理工程等尚未完工的工程支出。在建工程通常有“自营”和“出包”两种方式。自营在建工程指企业自行购买工程用料、自行施工并进行管理的工程；出包在建工程是指企业通过签订合同，由其它工程队或单位承包建造的工程。

对所述在建工程的数据统计包括，但不限于，停缓、已完工未转固两个监控指标。

所述停缓是指：一些火热工程在国家“收紧银根、压缩基建”的金融政策的宏观调控下或是其他一些自身内部的原因如建设单位资金不到位，出现了中途停、缓的情况，这就不可避免地发生了工程方面的经济纠纷问题。当停缓造成经济损失达到一定阈值时，应及时出现预警以免更大的经济损失。

所述已完工未转固是指：固定资产及时完工及时办理财产交付手续是企业财务管理和经营管理的重要环节。它不仅影响到企业资金的正常循环，而且还直接影响到企业成本、利润指标的真实性、准确性，有些单位由于一些原因没能使这项管理步入正轨，从而使得大量的已完工工程不能及时办理固定资产移交手续，对政府造成了很大的影响。

所述对外投资亦称“海外投资”，是主权国家为获取外汇收入或挤入国外市场向其他国家或地区进行的投资。

对所述对外投资的数据统计包括，但不限于，对外投资总金额、被投资公司负债率、投资收益率、债券评级、其他金融衍生品等五个指标。

所述对外投资总额反映一定时期内我国经济发展外向型程度的重要指标，它可以反映我国在一定时期内对外总需求的减少情况，同时也从另一方面反映了这个时期内我国对外资产债权的增加额度。当对外投资总额超过设定的阈值时应发出预警减少对外投资的总额。

所述资产负债率是衡量企业利用债权人提供资金进行经营活动的能力,以及反映债权人发放贷款的安全程度的指标,通过将企业的负债总额与资产总额相比较得出,反映在企业全部资产中属于负债比率。被投资公司负债率过高将严重影响政府的资金及运转，应及时发出警告。

所述投资收益率指投资方案在达到设计一定生产能力后一个正常年份的年净收益总额与方案投资总额的比率。当投资收益率率明显低于公司净资产收益率时，说明其对外投资是失败的，应改善对外投资结构和投资项目；而当该比率远高于一般企业净资产收益率时，则存在操纵利润的嫌疑，应进一步分析各项收益的合理性。

所述债券评级指测定对履行偿还本金和利息的可靠性，换言之是测定由不履行债务造成债券的本金和利息不能偿还的违约概率(程度)。信用级别低的债券，投资者承担的风险大，理应获得较高的回报，因而利率可以定得较高，；而级别高的债券，投资者承担的风险较小，因而利率可以定得相对较低。

所述其他金融衍生品是指一种根据事先约定的事项进行支付的双边合约，其合约价格取决于或派生于原生金融工具的价格及其变化。金融衍生工具是相对于原生金融工具而言的，这些相关的或原生的金融工具一般指股票、债券、存单、货币等。金融衍生品为了消除未来可能存在的风险，有些金融衍生品则可能恰恰相反，这些产品没有限度、没有透明度及严重脱离实体经济实需的产品，并缺少保障的金融产品。

对所述对土地资产的数据统计与上述物业资产的数据统计相似，包括，但不限于，统计土地闲置、是否有不合规担保、出租价格与市场价格差异、土地使用权不合规等四个指标，这里不再详细叙述。

本发明优选实施例中，对资产数据的可视化视图展示可以通过建立gis可视化资产分布地图，将所有的政府的资产数据导入到gis(地理信息系统)地图中。

s20、建立资产负债的预警模型。

本发明较佳实施例中，可以采用深度学习的方法建立所述资产负债的预警模型。

首先，本案采用深度学习训练的卷积神经网络模型实现预警分析。卷积神经网络的输入数据为物业预警分析的五项指标、在建工程的两个监控指标、对外投资预警的五个指标及土地预警分析的四个指标。在得到这些原始数据后，将这些数据转化为深度学习可识别的二进制数，再存入数据库。从数据库中提取数据微调卷积神经网络从而使神经网络能够实现预警分析的功能。

本案采用的卷积神经网络为alexnet，该网络有5个卷积层和三个全连接层，第一层卷积层的核大小为11*11，步长为4，激活函数为修正线性函数然后进行池化，第二个卷积层核大小为5*5，激活函数为修正线性函数再池化，第三、四、五卷积层的核大小都为3*3，第六、七层全连接层节点个数为4096，第八层节点个数为1000。本案先分析原始数据及其特征随后分析网络的训练及最终的预警实现。

由于政府资产情况的数据都是文本数据，量化样本参数的难道较大，因而将这些数据制作成图片，再剪裁成大小为224*224的图片，因为alexnet神经网络对输入图像的大小要求是224*224。在caffe框架下训练卷积神经网络，将样本数据分为训练集及测试集，数据量比例为4:1，采用反向传播算法及梯度下降法训练网络，学习率设为0.01，每次训练的批量数为100，迭代次数为10000，损失函数为均方误差函数，网络的最后一层的全连接层节点改为16个。其网络的输出函数为softmax，为16个值，即分别对应物业预警分析的五项指标值、在建工程的两个监控指标值、对外投资预警的五个指标值及土地预警分析的四个指标值，当这些标量值大于0.7时则发出预警。然后将这四项预警分析的单个指标等量加权得到总的评分指标，超过设定的阈值时也发出警告。

s30、利用所述资产负债的预警模型，在政府的资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告。

本案中所述预警警报包括单个指标超过预警阈值的警告，以及综合该项目的所有指标超过整体预警阈值的警告。

s40、将预警警告发送给预先设定的监管人员。

本发明还提供一种资产负债预警分析装置。参照图2所示，为本发明一实施例提供的资产负债预警分析装置的内部结构示意图。

在本实施例中，资产负债预警分析装置1可以是pc(personalcomputer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该资产负债预警分析装置1至少包括存储器11、处理器12，通信总线13，以及网络接口14。

其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是资产负债预警分析装置1的内部存储单元，例如该资产负债预警分析装置1的硬盘。存储器11在另一些实施例中也可以是资产负债预警分析装置1的外部存储设备，例如资产负债预警分析装置1上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，存储器11还可以既包括资产负债预警分析装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于资产负债预警分析装置1的应用软件及各类数据，例如资产负债预警分析程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(centralprocessingunit,cpu)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行资产负债预警分析程序01等。

通信总线13用于实现这些组件之间的连接通信。

网络接口14可选的可以包括标准的有线接口、无线接口(如wi-fi接口)，通常用于在该装置1与其他电子设备之间建立通信连接。

可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(display)、输入单元比如键盘(keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在资产负债预警分析装置1中处理的信息以及用于显示可视化的用户界面。

图2仅示出了具有组件11-14以及资产负债预警分析程序01的资产负债预警分析装置1，本领域技术人员可以理解的是，图1示出的结构并不构成对资产负债预警分析装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

在图2所示的装置1实施例中，存储器11中存储有资产负债预警分析程序01；处理器12执行存储器11中存储的资产负债预警分析程序01时实现如下步骤：

步骤一、对预选实体，如政府等的资产数据进行统计，并利用可视化视图展示所述政府的资产数据。

本发明较佳实施例中，所述资产包括，但不限于，物业、在建工程、对外投资、土地等项目。

所述物业包括已经建成并投入使用的各类房屋及其与之相配套的设备、设施和场地。物业含有多种业态，如：办公楼宇、商业大厦、住宅小区、别墅、工业园区、酒店、厂房仓库等多种物业形式。

对所述物业资产的数据统计包括，但不限于，统计出物业闲置率、是否有不合格担保、出租价格与市场价格的差异、物业的不合规处置、办公用房超额等五个指标。

所述统计物业闲置率是指：物业闲置率指空闲的或被买家买下但没充分利用的物业资源占总的物业资源的比例。统计出物业闲置率可以更好让政府更好地管理该地区的物业，如果物业闲置率过高应该及时采取必要的措施使得闲置的物业得到妥善处理。

所述物业是否有不合格担保是指：物业担保通常是客户为自己的便利以自己的信誉试图取得业主信任的一种手段，良好健康的物业担保能够促成客户与业主之间的信任，也能使得物业管理流畅。但是一旦出现物业有不合格担保，物业管理平衡的天平将被打破从而出现混乱现象。

所述出租价格与市场价格差异是指：物业的出租价格低于市场价格太多，将会使得该地区的物业资源紧张，但是比市场价格高太多又会使得该地区的物业闲置率偏高。合理的出租价格是物业健康管理的必要条件。

所述物业不合规处置是指：每天都会有很多物业事件需要处理，如果处置不恰当只会加深客户与业主或物业管理人员之间的矛盾。

所述办公用房超额是指：一个地区的物业资源有限，如果办公用房过多势必导致居民用房不足。健康的物业应该是在保证充足的居民用房基础上合理安排办公用房的数量，如果办公用房超额，会有相应的超额预警提示。

所述在建工程包括企业资产的新建、改建、扩建，或技术改造、设备更新和大修理工程等尚未完工的工程支出。在建工程通常有“自营”和“出包”两种方式。自营在建工程指企业自行购买工程用料、自行施工并进行管理的工程；出包在建工程是指企业通过签订合同，由其它工程队或单位承包建造的工程。

对所述在建工程的数据统计包括，但不限于，停缓、已完工未转固两个监控指标。

所述停缓是指：一些火热工程在国家“收紧银根、压缩基建”的金融政策的宏观调控下或是其他一些自身内部的原因如建设单位资金不到位，出现了中途停、缓的情况，这就不可避免地发生了工程方面的经济纠纷问题。当停缓造成经济损失达到一定阈值时，应及时出现预警以免更大的经济损失。

所述已完工未转固是指：固定资产及时完工及时办理财产交付手续是企业财务管理和经营管理的重要环节。它不仅影响到企业资金的正常循环，而且还直接影响到企业成本、利润指标的真实性、准确性，有些单位由于一些原因没能使这项管理步入正轨，从而使得大量的已完工工程不能及时办理固定资产移交手续，对政府造成了很大的影响。

所述对外投资亦称“海外投资”，是主权国家为获取外汇收入或挤入国外市场向其他国家或地区进行的投资。

对所述对外投资的数据统计包括，但不限于，对外投资总金额、被投资公司负债率、投资收益率、债券评级、其他金融衍生品等五个指标。

所述对外投资总额反映一定时期内我国经济发展外向型程度的重要指标，它可以反映我国在一定时期内对外总需求的减少情况，同时也从另一方面反映了这个时期内我国对外资产债权的增加额度。当对外投资总额超过设定的阈值时应发出预警减少对外投资的总额。

所述资产负债率是衡量企业利用债权人提供资金进行经营活动的能力,以及反映债权人发放贷款的安全程度的指标,通过将企业的负债总额与资产总额相比较得出,反映在企业全部资产中属于负债比率。被投资公司负债率过高将严重影响政府的资金及运转，应及时发出警告。

所述投资收益率指投资方案在达到设计一定生产能力后一个正常年份的年净收益总额与方案投资总额的比率。当投资收益率率明显低于公司净资产收益率时，说明其对外投资是失败的，应改善对外投资结构和投资项目；而当该比率远高于一般企业净资产收益率时，则存在操纵利润的嫌疑，应进一步分析各项收益的合理性。

所述债券评级指测定对履行偿还本金和利息的可靠性，换言之是测定由不履行债务造成债券的本金和利息不能偿还的违约概率(程度)。信用级别低的债券，投资者承担的风险大，理应获得较高的回报，因而利率可以定得较高，；而级别高的债券，投资者承担的风险较小，因而利率可以定得相对较低。

所述其他金融衍生品是指一种根据事先约定的事项进行支付的双边合约，其合约价格取决于或派生于原生金融工具的价格及其变化。金融衍生工具是相对于原生金融工具而言的，这些相关的或原生的金融工具一般指股票、债券、存单、货币等。金融衍生品为了消除未来可能存在的风险，有些金融衍生品则可能恰恰相反，这些产品没有限度、没有透明度及严重脱离实体经济实需的产品，并缺少保障的金融产品。

对所述对土地资产的数据统计与上述物业资产的数据统计相似，包括，但不限于，统计土地闲置、是否有不合规担保、出租价格与市场价格差异、土地使用权不合规等四个指标，这里不再详细叙述。

本发明优选实施例中，对资产数据的可视化视图展示可以通过建立gis可视化资产分布地图，将所有的政府的资产数据导入到gis(地理信息系统)地图中。

步骤二、建立资产负债的预警模型。

本发明较佳实施例中，可以采用深度学习的方法建立所述资产负债的预警模型。

首先，本案采用深度学习训练的卷积神经网络模型实现预警分析。卷积神经网络的输入数据为物业预警分析的五项指标、在建工程的两个监控指标、对外投资预警的五个指标及土地预警分析的四个指标。在得到这些原始数据后，将这些数据转化为深度学习可识别的二进制数，再存入数据库。从数据库中提取数据微调卷积神经网络从而使神经网络能够实现预警分析的功能。

本案采用的卷积神经网络为alexnet，该网络有5个卷积层和三个全连接层，第一层卷积层的核大小为11*11，步长为4，激活函数为修正线性函数然后进行池化，第二个卷积层核大小为5*5，激活函数为修正线性函数再池化，第三、四、五卷积层的核大小都为3*3，第六、七层全连接层节点个数为4096，第八层节点个数为1000。本案先分析原始数据及其特征随后分析网络的训练及最终的预警实现。

由于政府资产情况的数据都是文本数据，量化样本参数的难道较大，因而将这些数据制作成图片，再剪裁成大小为224*224的图片，因为alexnet神经网络对输入图像的大小要求是224*224。在caffe框架下训练卷积神经网络，将样本数据分为训练集及测试集，数据量比例为4:1，采用反向传播算法及梯度下降法训练网络，学习率设为0.01，每次训练的批量数为100，迭代次数为10000，损失函数为均方误差函数，网络的最后一层的全连接层节点改为16个。其网络的输出函数为softmax，为16个值，即分别对应物业预警分析的五项指标值、在建工程的两个监控指标值、对外投资预警的五个指标值及土地预警分析的四个指标值，当这些标量值大于0.7时则发出预警。然后将这四项预警分析的单个指标等量加权得到总的评分指标，超过设定的阈值时也发出警告。

步骤三、利用所述资产负债的预警模型，在政府的资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告。

本案中所述预警警报包括单个指标超过预警阈值的警告，以及综合该项目的所有指标超过整体预警阈值的警告。

步骤四、将预警警告发送给预先设定的监管人员。

可选地，在其他实施例中，资产负债预警分析程序还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，用于描述资产负债预警分析程序在资产负债预警分析装置中的执行过程。

例如，参照图3所示，为本发明资产负债预警分析装置一实施例中的资产负债预警分析程序的程序模块示意图，该实施例中，资产负债预警分析程序可以被分割为资产统计模块10、模型建立模块20、预警分析模块30、预警通知模块40，示例性地：

资产统计模块10用于：对预选实体的资产数据进行统计。

进一步地，所述资产统计模块还可以利用可视化视图展示所述资产数据。本发明较佳实施例中，对资产数据的可视化视图展示可以通过建立gis可视化资产分布地图，将所有的政府的资产数据导入到gis(地理信息系统)地图中。

模型建立模块20用于：建立资产负债的预警模型。

本发明较佳实施例可以采用深度学习的方法建立所述资产负债的预警模型

预警分析模块30用于：利用所述资产负债的预警模型，根据所述统计的资产数据，在所述资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告；

预警通知模块40用于：将预警警告发送给预先设定的监管人员。

上述资产统计模块10、模型建立模块20、预警分析模块30及预警通知模块40等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同，在此不再赘述。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有资产负债预警分析程序，所述资产负债预警分析程序可被一个或多个处理器执行，以实现如下操作：

对预选实体的资产数据进行统计，并利用可视化视图展示所述资产数据；

建立资产负债的预警模型；

利用所述资产负债的预警模型，根据所述统计的资产数据，在资产的任何一个项目的任何一个指标达到设定的阈值时，触发预警警告；

将预警警告发送给预先设定的监管人员。

本发明计算机可读存储介质具体实施方式与上述资产负债预警分析装置和方法各实施例基本相同，在此不作累述。

需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。