人工智能時代的智能動態財務報告
2020-12-14 09:21:52李紅芹翟軍
會計之友 2020年23期
李紅芹 翟軍
【摘 要】 數字時代信息發展日新月異，伴隨著新證券法的實施，財務報告將呈現出信息量大、結構復雜、重要性強的特點，但是當前的財務報告形式束縛了報告的功能發揮，無法滿足人們的信息需求。人工智能的發展將推動財務報告的變革，使得未來的財務報告朝著智能化、動態化方向發展。文章通過借鑒Hoffman的智能數字財務報告思想，提出智能動態財務報告的實現原理和XBRL本體構建思想，闡述了XBRL元—元模型設計和元模型設計，在此基礎上以中國通用分類標準CAS為例介紹了符合中國情境的智能動態財務報告構建過程，并探討了智能動態財務報告的功能，以期推動中國XBRL財務報告的應用。
【關鍵詞】 財務報告; XBRL; 業務規則; 本體
【中圖分類號】 F235? 【文獻標識碼】 A? 【文章編號】 1004-5937（2020）23-0103-06
2020年3月1日新證券法開始實施，企業上市條件由原來的“具有持續盈利能力”改為“具有持續經營能力”，企業的具體經營情況交由投資者自行判斷。另外，新證券法強調“強化信息披露是全面推行注冊制的重要前提”，要求企業充分披露投資者進行價值判斷和投資決策所必需的信息，因此，企業信息是有的，但是需要投資者的專業判斷。在此背景下企業財務報告中包含的信息量將不斷增大，信息結構日趨復雜，信息的重要性日益增加，如何從中高效提取所需信息支持投資或決策將變得越來越重要。
當前財務報告一般采用電子格式，如DOC、PDF、HTML，在大數據時代，人們對信息的處理大都依賴機器，但是這些財務報告格式都不是機器可讀的，機器對企業發布的財務報告信息不理解，無法進行加工處理，限制了人們對信息的深層次分析，也束縛了報告的功能發揮。1998年，美國會計師Charles Hoffman提出了可擴展商業報告語言XBRL，改變了財務報告機器不可讀的狀況。隨后，XBRL在全球不斷發展，成為全球財務報告標準。我國引入XBRL已經十多年，但從目前的推廣情況來看，XBRL的使用者大多是被強制要求報送XBRL報告的公司，利用XBRL報告進行分析的也只限于懂得XBRL技術的專業分析師，沒有實現大規模的推廣利用[ 1 ]。其中很大一方面原因在于XBRL對使用者而言過于技術化了;另一方面，雖然XBRL是機器可讀的數字財務報告，但是語義缺乏限制了XBRL的功效[ 2 ]。如果使用更高級別的語義模型能夠有效地屏蔽技術語法，那么對XBRL使用者來說，復雜的事情將變得更容易。這個過程的實現需要借助人工智能。
人工智能是與人類思維和諸如學習、解決問題、決策等活動相關聯的自動化。有學者研究了人工智能在財會領域的應用[ 3 ]，指出人工智能應與會計深度融合。人工智能的發展將推動財務報告的變革，使得未來的財務報告朝著智能化、動態化方向發展，幫助人類進行分析決策，同時根據人類需求動態顯示報告內容。
一、智能動態財務報告實現原理
2017年，XBRL提出者Charles Hoffman提出了智能數字財務報告。智能動態財務報告的思想由此而來，它是一個理解經濟實體、報告事實、財務報告等內容的專家系統。作為人工智能的分支，專家系統使用機器可讀的業務規則，在限定的知識領域內重建專家的專門知識和推理能力。
智能動態財務報告的實現涉及技術語法、計算機能夠理解的領域語義和業務規則三個要素。技術語法通過采用機器可讀標準（如XBRL）實現系統間的信息傳遞，領域語義表示信息的含義，業務規則是計算機用于交換和處理信息的協議。三者中，業務規則是核心，構建專家系統的關鍵是將領域中的業務規則（類似于會計準則）轉換成機器可讀的形式，基于此計算機才能模仿人類，從而實現人工智能。
（一）業務規則
業務規則表達了特定領域事物之間的關系，主要有斷言、計算、關系、說明或文檔四種類型。斷言用于結果驗證，如會計恒等式“資產=負債+所有者權益”。計算代表報告編制過程中使用的計算公式，如“貨幣資金=庫存現金+銀行存款+其他貨幣資金”。關系表示事物如何相互聯系，如整體與部分的關系。說明或文檔表示必須遵守的規章制度，如“現金流量類型必須是經營、籌資或投資”。
當前的財務報告形式，只有XBRL是機器可讀的，因此智能動態財務報告的基礎是XBRL形式的財務報告。
（二）XBRL財務報告的業務規則類型
XBRL財務報告的組成部分[ 4 ]包括XBRL分類標準和實例文檔，分類標準可進一步劃分為模式文件和展示鏈接庫、定義鏈接庫、計算鏈接庫、標簽鏈接庫、引用鏈接庫、公式鏈接庫。基于上文的業務規則類型，對XBRL財務報告的組成要素進行劃分：
（1）斷言：XBRL公式鏈接庫和實例文檔屬于這一類。公式鏈接庫包含一致性斷言（已有數據項與計算獲得的數據項是否一致）、值斷言（計算檢驗）和存在性斷言（存在性檢驗）。按照斷言提供的規則對XBRL實例文檔包含的報告事實進行具體檢驗，為實現智能財務報告的自動檢驗提供依據。
（2）計算：XBRL計算鏈接庫以及XBRL公式鏈接庫中包含的復雜計算（如乘除關系）屬于這一類。
（3）關系：XBRL展示鏈接庫和定義鏈接庫屬于這一類。展示鏈接庫定義了報告元素之間的顯示層次關系，定義鏈接庫定義了報告元素之間的其他關系如維度定義。
（4）說明或文檔：XBRL公式鏈接庫和引用鏈接庫屬于這一類。公式鏈接庫包含了規章指示，引用鏈接庫定義了元素的可靠來源。
（三）業務規則的表達
Charles Hoffman等通過對各種語言語義表達和推理能力的綜合分析，認為語義Web是一個理想的選擇[ 5 ]。語義Web擁有非常靈活和強大的全球標準技術，可以為XBRL添加語義，描述機器可讀形式的業務規則，同時還具有推理功能。本體在語義Web中處于核心地位，能夠提供機器可理解的精確語義，描述現實世界事物之間的關系。因此，本文利用本體構建智能財務報告的業務規則。
二、智能動態財務報告的XBRL本體構建
（一）XBRL本體研究現狀
國內關于XBRL本體方面的研究主要集中在“分類標準”“語義推理”“信息披露質量”“內部控制審計”和“XBRL軟件發展”五個方面[ 6 ]。潘定是XBRL語義研究的領軍人物，出版了國內第一部研究XBRL元數據語義形式化的專著[ 7 ]。陽震青[ 8 ]提出了基于XBRL本體的網絡財務報表分析框架。曾羽琚[ 9 ]指出我國XBRL報告的展示工具不夠完善，提出了按需財務報告模式，構建了XBRL報告展示系統，但并未利用本體增加XBRL語義。杜美杰等[ 10 ]從理論角度指出基于語義網的XBRL，計算機可以通過標記讀懂報告的含義，并“智能”地對XBRL文檔進行校驗、查詢、分析、挖掘，但未展開實證研究。李永健[ 11 ]構建了XBRL元模型，并把所創建的元模型轉換成本體，通過添加規則實現元模型元數據的一致性校驗，但未上升到呈報的XBRL文檔校驗層次。
國外，Bao等[ 12 ]從分類標準模式、鏈接庫和實例文檔三個角度分別介紹了其對應的轉換規則。Romilla Chowdhuri等[ 13 ]構建了基于本體的XBRL映射和決策框架OFXD，實現了不同分類標準的XBRL文件之間的互操作性問題。Vivian Lee等[ 14 ]指出全面轉換XBRL分類標準和實例文檔到關聯數據格式不是很簡單，輕率轉換可能導致關系丟失和知識損失，在推理和重建知識時發生困難。
（二）XBRL本體構建思想
現有文獻大多基于XBRL技術規范或分類標準構建XBRL本體，但是技術規范或分類標準不是一成不變的，每一個新的版本都意味著一個新的語義詞匯表。同時，各國XBRL分類標準是本國會計準則的體現，每個國家的分類標準各不相同，基于分類標準構建得到的本體不具有通用性。因此，為了提高本體的通用性和時效性，XBRL本體構建不能基于分類標準或技術規范，而應該從更高層次上對技術規范進一步進行抽象，元模型可以為此提供解決方案。
元模型的設計思想來源于OMG概念模型。在OMG概念模型中，上一層是下一層的概念模型。而財務報告也是一個層次模型，財務報告包含大量的事實，每個事實又有大量的特征，特征中包含財務報告元素概念。但是，財務報告概念模型不同于普通概念模型，既包括與一般業務報告模型相關的一層（即業務邏輯層），也包括與財務報告中報告的會計項目相關的一層（即XBRL模式層）。
關于利用元模型思想構建XBRL本體方面的研究，Maria Mora-Rodriguez等[ 15 ]提出了一種基于OIM（Open Information Model，XBRL報告內容的語法獨立模型）構建本體的方法，根據OIM的四大組件定義了本體類，但是沒有將XBRL本體定義抽象出業務邏輯層和模式層這種層次關系，另外，對于報告元素間存在的關系在本體定義中也沒有考慮。潘定依據XBRL 2.1技術規范構建了XBRL元模型，但沒有關于XBRL模式層的提煉和定義。實際上，XBRL的提出者Charles Hoffman正在構建財務報告本體FRO[ 16 ]（Financial Report Ontology），該項目也采用了元模型的思想。因此，本文借鑒Charles Hoffman和Maria Mora-Rodriguez等的XBRL本體構建思想，將XBRL本體設計分為元—元模型設計和元模型設計。在此基礎上得到智能動態財務報告的概念模型，如圖1所示。
智能動態財務報告概念模型的底層為基于XBRL本體構建的XBRL財務報告，如企業披露的某一期間的資產負債表。XBRL本體是此報告的概念模型，定義了報告的結構和定義，如資產負債表的結構化定義，包括其元素及其結構定義;XBRL元模型是XBRL本體的概念模型即業務邏輯層，用來定義XBRL本體的結構和定義，如財務報告的基本組成部分組件、事實、特征等;XBRL元—元模型是XBRL元模型的概念模型即XBRL模式層，用來定義XBRL元模型的結構和定義，如用來定義組件的網絡和表，定義事實和特征的軸、成員、概念等。圖1包含了智能動態財務報告與OMG、XBRL概念模型的對應關系。
（三）XBRL本體構建
智能動態財務報告的構建由上而下進行。本部分主要完成XBRL本體構建，即XBRL元—元模型設計和元模型設計。
1.XBRL元—元模型設計
XBRL元—元模型定義了建模元素及其使用規則，為XBRL元模型的構建提供了一種抽象語言。元素模式定義參考Hoffman定義的原型，主要的類有：網絡Network、超立方體Hypercube（表Table）、維度Dimension（軸Axis）、成員（Member）、報表項（Line Items）、概念（Concept）和抽象（Abstract）。
網絡將財務報告分解成報表、文檔或披露，組織智能財務報告的顯示順序。超立方體（表）用來組織軸、成員、報表項、概念和抽象。通常情況下，網絡和表是一一對應的。維度（軸）表示事物特征，成員是軸的可能值，報表項包含概念，而概念則以一種能夠包含價值的方式描述事實，抽象用來組織信息。
2.XBRL元模型設計
XBRL元模型設計主要完成關系類定義和報告對象的定義，即完成斷言、計算和關系類業務規則的定義。關系類定義包括用于定義概念之間的關系、成員之間關系和事實之間關系的鏈接庫類和公式類。報告對象定義包括報告、組件以及描述事實的事實值、特征和說明等。
（1）關系類定義
關系是構成財務報告的各個部分之間的某種相互作用，主要包含兩類，一類是財務報告元素之間的關系，另一類是事實之間的關系。財務報告元素之間的關系包括概念之間的關系和成員之間的關系，概念之間的關系包括卷起、前滾、調整、變動、復雜計算和層次，成員之間的關系包括部分集、完全平面集、完全層次集和完全復集。財務報告中還包括一些計算關系，比如用于財務分析的關鍵財務指標，驗證報告數據是否符合要求的驗證規則，這些是事實之間的關系。
XBRL2.1技術規范用擴展鏈接庫來表示關系：概念之間的關系用計算鏈接庫和公式鏈接庫，對應計算類業務規則;成員之間的關系用定義鏈接庫表示，對應關系類業務規則;事實之間的關系用公式鏈接庫表示，對應斷言類業務規則。
擴展鏈接庫的運行原理為定位器—弧—定位器，包含的基本元素有五類，因此業務規則的定義從鏈接庫類開始，包括定位器類、弧及其子類（如計算弧、定義弧、斷言公式弧等）、關系型擴展鏈接及其子類（計算鏈接、定義鏈接、通用鏈接等）等共計16個類及其屬性。
（2）報告對象類定義
報告對象類定義依據XBRL2.1技術規范中定義的實例文檔結構以及企業提交的實例文檔實例，按照層次性提煉出XBRL報告對象的基本組成部分：財務報告、組件和事實。事實描述需要定義事實值、事實特征以及關于事實的解釋說明三個類及其子類，事實特征的子類包括實體、時期，事實值的子類包括非數值型、數值型和計量單位等相關類。報告對象類共計22個類及其屬性。
XBRL元模型設計完成后，智能動態財務報告構建的工作進入第三個階段，依據XBRL元模型進行分類標準的語義形式化，該階段的實現依賴具體的分類標準，本文以基于中國情境的智能動態財務報告構建過程為例進行介紹。
三、基于中國情境的智能動態財務報告構建過程
依據圖1中的智能動態財務報告概念模型，基于中國情境的智能動態財務報告構建過程包括XBRL基本會計概念和實例文檔的語義形式化，即依據XBRL本體構建完成分類標準元素、業務規則和實例文檔的語義形式化。我國當前有三類XBRL分類標準：CAS（中國通用分類標準）、SSE（上交所分類標準）和SZSE（深交所分類標準）。CAS是中國財政部發布的，具有一定的權威性，因此本文依據CAS 2015版[ 17 ]進行具體的構建。
（一）元素的語義形式化
本階段工作為根據XBRL元—元模型設計，將CAS分類標準中的財務報告元素定義為元—元模型中的本體類。定義過程依賴于元素類型，《企業會計準則通用分類標準指南》顯示2015版通用分類標準共包含5 013個元素，可分為兩大類，一類是可賦予事實值的“實元素”，另一類是沒有事實值，用來組織元素間關系的“虛元素”。實元素轉換為元—元模型中的概念類，虛元素依據具體的類型轉換為元—元模型中的具體類即可，如抽象元素轉換為抽象類。
下面以中國通用分類標準CAS中的BankBalancesAndCash元素轉換為概念類為例：
其中casd代表http：//localhost/CASOntology.owl#的前綴，通過采用URI形式表示鏈接庫中的元素，提高元素的可訪問性。
（二）業務規則的語義形式化
業務規則的語義形式化即擴展鏈接庫的語義形式化，依據XBRL元模型設計中的關系定義，該過程包括計算鏈接庫、定義鏈接庫和公式鏈接庫的語義形式化。這三類鏈接庫的語義形式化規則相同，利用XBRL元模型設計中的關系型鏈接庫類以及元素語義形式化定義的元素類更改鏈接庫的具體定義。具體需要修改的文件包括CAS分類標準中每項具體會計準則的cal_cas（計算鏈接庫）和def_cas（定義鏈接庫）開頭的文件;公式鏈接庫獨立于具體的會計準則，共包含for_cas_axis（按軸加總校驗）、for_cas_cro（跨期間校驗）、for_cas_equ（事實值相等校驗）等七類。
（三）實例文檔的語義形式化
實例文檔的語義形式化需要依據XBRL元模型設計中的報告對象類定義，將其轉化為事實表。事實表是一個包含事實值的實例文檔。與實例文檔不同的是，事實表中每個元素的取值都用概念Concept、實體Entity和時期Period三個軸描述其上下文，概念和實體軸的取值采用的是URI命名方式，可進一步跟蹤查詢其詳細信息。下面以某上市公司2017年XBRL實例文檔的一個片段轉換為例：
/casd：BankBalancesAndCash>
此片段在事實值表中的定義方式為：
四、基于中國情境的智能動態財務報告功能
智能動態財務報告的功能體現在兩個方面：一是報告質量方面，可以實現報告數據的智能診斷;二是報告應用方面，可以實現報告的動態顯示，同時相應的報告數據可以實現與其他數據源的語義聚合，拓展報告的應用范圍。
（一）智能診斷
當前財務報告創建時，專業會計人員需要分別輸入事實值，元素之間是否滿足勾稽關系則需要人工檢查，如果檢查不認真，可能將違反勾稽關系的報告提交給監管機構，XBRL也不例外。美國眾議院監督委員會主席Darrell? lssa指出，截至2015年5月，在檢查的10 491家公司提交給SEC（美國證券交易委員會）的128 193份XBRL財務報告中發現了500多萬個可能的錯誤[ 18 ]。常見錯誤包括報告缺少必需值、項目為負值（應該總是正數）和值不一致的重復項。我國也同樣存在XBRL財報信息準確性和可信度不高的問題，XBRL財報存在漏報、錯報現象，上交所和深交所在網站上特別聲明不能保證XBRL報告數據絕對準確無誤，還是要以PDF版本為準。
智能動態財務報告可有效阻止以上情況的發生。以會計恒等式“資產=負債+所有者權益”為例。在智能財務報告業務規則定義階段，首先將會計恒等式“資產=負債+所有者權益”定義為值斷言，嵌入到系統中。在專業會計人員輸入資產以及負債和所有者權益的事實值提交報告時，系統自動執行該斷言，監控報告編制過程，只有通過檢查的報告才能提交給監管機構，同時還可以提供診斷報告。這就是智能財務報告的智能性體現，通過嵌入的業務規則減少專業會計人員工作量，提高生成的財務報告質量。2018年11月XBRL美國地區組織數據質量委員會批準并公布了新的驗證規則，以幫助上市公司提高XBRL報告的數據質量[ 19 ]。智能診斷為提高財務報告質量提供了基礎，為新證券法的實施提供了技術支持。
（二）報告應用
2018年，財政部發布了《關于基于XBRL（可擴展商業報告語言）的應用案例研究征詢意向公告》，計劃聘請咨詢公司和機構圍繞XBRL應用案例開展研究，以便發現企業、政府部門和監管機構在XBRL應用中存在的問題，從而推動XBRL應用。智能動態財務報告可有效提高XBRL財務報告的應用，主要體現在以下方面。
1.動態顯示功能
由于XBRL財務報告以XBRL作為開發語言，對于沒有XBRL基礎的使用者來說，遠不如PDF或DOC版本的財務報告直觀，也正是鑒于這一點，上交所和深交所試運行之后，取消了XBRL實例文檔的下載功能，直接利用圖表展示了XBRL財務報告的分析結果，比如報表數據展示或同行業比較，使用者僅能基于交易所網站提供的功能使用XBRL財務報告，無法從個人需求出發深度挖掘和最大化XBRL的功能，限制了XBRL的推廣應用。
智能動態財務報告從使用者的視角出發，在構建過程中，通過采用URI命名XBRL本體中的元素，增設網頁鏈接，使得任意一個報告元素都是動態的，都可跟蹤，從而打破格式局限，提高XBRL報告的靈活性和使用者的查詢效率，改變XBRL報告使用率低的現狀。
同時，事實表中每個元素的取值都用概念、實體和時期三個軸描述其上下文，因此在報告顯示區域，可設置顯示的報告周期和元素。例如，在一家企業多個年份的年報數據中，投資者可以通過報告周期選項選擇關注的年份，通過報告元素選項選擇關注的報告元素，根據自己的需求動態調整顯示信息。
2.語義聚合功能
智能動態財務報告以XBRL本體為基礎，因此相應的實例文檔可以表示為關聯數據，為專業人員進行語義聚合提供基礎。語義聚合利用XBRL財務報告關聯數據，融合企業其他方面的信息如公司信息、股票、行業信息等，從而讓外界更加全面地認識企業。Tong Ruan等[ 20 ]利用中國國家工商行政管理總局的企業信息、中國政府采購網的企業采購信息、中國知識產權局的專利信息、百科全書的企業事件信息以及東方財富網的股票信息，與企業XBRL財務報告進行聚合，構建了企業知識圖譜并被中國證券采用。在筆者前期發表的論文中[ 21 ]，以證券交易所的公司信息和XBRL報表，中國證券監督管理委員會的行業信息以及同花順的每日股票報價作為數據源，構建了中國上市公司投資開放數據。基于原型中的關聯數據，投資者可以進行公司背景分析、公司間的指標比較、跨數據源的指標比較等。語義聚合拓展了XBRL的應用范圍，可以讓投資者更加全面地洞悉企業，做出精準投資。
五、研究結論
全球權威IT研究與顧問咨詢公司高德納（Gartner）將XBRL歸類為一種轉型技術。基于XBRL的智能動態財務報告利用結構化的、機器可讀的財務報告和業務規則可輕松避開客觀錯誤，降低業務人員的工作量，提高報告質量，使得專業會計師和財務分析師對報告事實充滿信心并專注于機器無法解決的主觀領域;同時根據使用者需求動態顯示報告內容，為會計師、財務分析師、審計師、監管者及投資者更好地服務;其在語義聚合方面的發展也可迎合大數據的發展趨勢，利用多個數據源的聚合結果，更好地服務于各方工作及決策。智能動態財務報告將為推動XBRL的大范圍應用及新證券法的實施提供技術支持。
【參考文獻】
[1] 陳宋生，羅少東.推進XBRL在企業中應用的幾點建議[J].財務與會計，2016（19）：59.
[2] CHARLES? ?HOFFMAN， MARIA? ?MORA? ?RODRIGUEZ.Digitizing financial reports-issues and? insights：a viewpoint[J].The International Journal of Digital Accounting Research，2013，13：73-98.
[3] 彭啟發，王慧秋，王海兵.會計人工智能存在的風險與對策研究[J].會計之友，2019（5）：114-119.
[4] 張天西，李曉榮，吳忠生，等.XBRL財務報告：理論、規范及應用[M].北京：經濟科學出版社，2010.
[5] Comprehensive introduction to problem solving logic[EB/OL]. http：//xbrlsite.azurewebsites.net/2017/IntelligentDigitalFinancialReporting / Part01_Chapter02.5_ ComprehensiveIntroductionToProblemSolvingLogic.pdf.
[6] LI HONGQIN， ZHAI JUN. Literature review of XBRL semantic research[C].International Conference On Computer Science and Intelligent Communication （CSIC），2015：316-320.
[7] 潘定.XBRL財務報告的元數據語義形式化[M].北京：科學出版社，2015.
[8] 陽震青.XBRL網絡財務報表分析系統建模初探[J].財會通訊，2009（12）：113-114.
[9] 曾羽琚.基于XBRL的財務會計報告改進研究[D].湖南大學碩士學位論文，2010.
[10] 杜美杰，李吉梅，趙慧周.語義網時代的國際通用商業語言：XBRL[J].財務與會計，2013（6）：49-51.
[11] 李永健.XBRL本體構造及推理：以財務信息為例[D].暨南大學碩士學位論文，2014.
[12] BAO J， RONG G， LI X，et al. Representing financial reports on the semantic web： a faithfiil translation from XBRL to OWL[J].Semantic Web Rules，2010， 6403：144-152.
[13] ROMILLA CHOWDHURI， VICTORIA Y， REDMOND R T，et al.Ontology based integration of XBRL filings for financial decision making [J]. Decision Support Systems，2014，68：64-76.
[14] VIVIAN LEE， MASATOMO GOTO， BO HU，et al. Exploiting linked data in financial engineering[J].International Federation for Information Processing，2014，426：116-125.
[15] MARIA MORA-RODRIGUEZ， GHISIAIN AUGUSTE ATEMEZING，CHRIS PREIST.Adopting semantic technologies for effective corporate transparency[C].ESWC 2017，655-670.DOI：10.1007/978- 3-319-58068-5_40.
[16] Financial Report Ontology （FRO） （Working Prototype 2015-01-13）[EB/OL].http：//www.xbrlsite.com/ 2015/fro/us-gaap/xbrl/Ontology/index.html.
[17] 中華人民共和國財政部.關于發布2015版企業會計準則通用分類標準的通知[EB/OL].http：//kjs.mof.gov.cn/zhengwuxinxi/zhengcefabu/201504/t20150407_ 1213301.html.
[18] JOFFE M D. Open data for financial reporting：costs，benefits，and future [EB/OL]. https：//www.datafoundation.org/xbrl-report-2017/.
[19] Approved guidance & validation rules：current approved plugin version：7.0.1（November，2018）[EB/OL].https：// xbrl.us/data-quality/rules-guidance/.
[20] RUAN T， XUE L， WANG H， et al. Building and exploring an enterprise knowledge graph for investment analysis[C]. In：Groth P，et al.（eds）The Semantic Web ISWC 2016. Lecture Notes in Computer Science， vol 9982. Springer，Cham：418-436.
[21] HONGQIN LI， JUN ZHAI. Constructing investment open data of Chinese listed? companies based on linked data[C].dg.o '16，June 08-10，2016，Shanghai，China.DOI：http：//dx.doi.org/10.1145/2912160.2912206.
