程序聚合 软件案例 财物损失管理系统-财损

财物损失管理系统-财损

2025-06-28 21:44:55
行业:金融、企业内部管理
载体:网站
技术:Java、Axure RP

业务和功能介绍

不良资产损失每年高达数百亿,相关损失的税前扣除管理对降低我行所得税负和资产占用具有重要意义,建立资产损失税前扣除管理模块,对接资产保全系统数据后可实现资产损失全生命周期线上管理,加强数据对接的准确性和时效性,有效提升全行资产损失税前扣除管理
目前整个系统需求功能分为七个大的功能模块,其中重点模块可以划分为三个模块:
1、呆账核销前税前扣除预判定:
(1)呆账核销前税前扣除预判定(后续采用呆账核销预判定简化说明),此模块是一个会计管理模块,呆账核销通常由内部审计和风险管理团队完成,而在当前系统中,呆账核销预判定的需求讨论和规则确认也是和资产损失税前扣除管理功能进行拆分讨论和确定;
(2)在进行呆账核销预判定过程中,所依据的基础数据均源自银行内部的相关系统,并由对方负责数据的推送。从业务流程的角度来看,呆账核销预判定属于一种预测性质的功能。在很大程度上,该功能是会计系统为了获取税务专业人员的判断,以促进和精细化后续会计业务流程操作而设计的。
(3)呆账核销预判定功能在设计上与其他功能模块存在差异。在其他功能模块中,数据直接下达到下级机构,由下属机构的税务人员负责处理相关任务。然而,在呆账核销预判定中,部分数据可能需要下级机构业务人员在转派至下级机构业务人员。在数据处理周期方面,该功能以月度为单位进行统计,原则是所有数据均要处理完毕回传至保全系统,而下一个模块资产税前扣除管理则是仅对需要扣除或特定情况的数据回传至保全系统。
2、资产损失税前损除管理
(1)资产税前损失扣除管理功能,在功能定位上,属于当前系统的核心功能,这是一个正式的税务管理模块,主要作用企业在计算应纳税所得额时,可以将符合条件的资产损失从收入中扣除,以减少应缴税款。
(2)资产扣除管理作为一项纯粹的税务处理功能,其数据来源主要依赖于资产保全系统,但并非所有数据都需要回传至保全系统。在从呆账核销预判定环节至资产扣除管理环节的构建过程中,以及在核心业务功能需求方面,我们可以提出一个合理的假设:若在呆账核销预判定阶段能够明确识别出将进行税前扣除的资产数据,则在资产扣除管理阶段,这些数据必须得到妥善处理,且应予以高度关注。相反,若在呆账核销预判定阶段无法作出明确判定或判定结果为否定的资产数据,则在资产扣除管理阶段的关注度应当相对较低。
(3)资产税前扣除管理功能,作为本次功能建设的基础模块、重点模块,应该得到重点专注,不仅仅是作为功能本身,如果精力和时间充裕,应该在资产税前扣除管理功能基础上在,增加对相关业务背景,业务场景的关注,为后续税务管理系统的搭建有一定的基础。
3、统计报表
(1)统计报表功能其实是分为两个部分,一个是分行报表管理,一个是总行监测报表;
(2)分行报表管理采用不同周期频率,实现报表任务数据的自动生成。先前的讨论指出,尽管任务能够自动产生,但数据的生成和更新仍需分行相关业务人员手动操作,以减少后台系统压力。经过后续讨论,决定调整机制,使得在任务生成的同时,利用晚间系统空闲周期,自动进行数据信息的批量处理,而业务人员则负责核对数据或进行必要的手动更新

项目实现

本人负责产品设计以及项目管理方向
•核心职责:主导需求分析至系统运维全周期管理,完成跨系统协调、数据标准制定及架构设计,独立负责产品生命周期管控
•项目成果:五个月内完成7个核心模块敏捷开发,通过模块化交付实现系统平稳部署,建立完整运维支撑体系
•系统架构:构建基础权限体系/智能判定引擎/数据处理中枢等五大组件,集成数字影像平台、统一认证等多个行内系统
•项目背景:升级原部署的遗留系统,针对财税法规变化重建资产损失管理模块,采用渐进式改造方案确保系统延续性
•团队协作:带领含UI设计、前后端开发、测试等跨职能团队,建立标准化交付文档体系

示例图片视频


枫火产品
30天前活跃
方向: 产品经理-产品经理、后端-Java、
交付率:100.00%
相似推荐
需求中转站
对接海促项目需要进行维护,于是开发需求中转站项目,这个项目主要是客户可以直接上传需求,图片用七牛云存储,然后我们领导通过登录管理员进行分派任务和指定时间,我们分配的需求可以进行多次更新,最后如果完成稿上传apifox审核即可
视频基础能力平台
为公司业务平台提供视频基础能力,包括设备接入,媒体接入,视频录制回放,视频直播分发,视频剪辑,视频处理等基础功能。在项目中负责整体流媒体技术,包括流媒体服务架构,媒体推流,视频录制,视频回放,直播分发,视频处理等功能。
基于深度学习的轴承故障诊断与预测系统
面向制造业的智能运维解决方案,实现旋转机械轴承的故障自动识别与早期预警。核心功能包括:1.多源振动信号采集与预处理(CWRU/SEU/HUST等公开数据集验证);2.基于ResNet1D的深度学习故障分类,准确率达99.22%;3.跨域泛化能力,支持不同设备间的模型迁移(CWRU→SEU 100%、CWRU→HUST 65.03%);4.PI-TTA测试时自适应,仅需33K参数即可实现实时域适应;5.FastAPI提供实时诊断API,支持单条/批量预测;6.可视化报表生成,包含故障类型分布、置信度分析、维护建议。
基于stm32的可视化物联网平台检测系统
本系统基于 STM32 主控,集成多类环境传感器采集温湿度、空气质量等数据,通过物联网模块上传至可视化平台,实现数据实时监测、异常告警与远程控制,界面直观易用,适用于智能家居、工业监测等场景,兼具高可靠性与低功耗特性。
宇数B2机器狗开发
基于定制的宇数B2机器狗上的云台设别开发实时识别的功能 1.实时识别云台回传的rtsp流,并将识别后的画面推传出去,使其在客户端可以实时看到识别框的画面。 2.录制识别到的短视频并回传到平台,用于数据分析。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服