旧摊销-营运资本变动”，若“净利润”与“折旧摊销”已知，“营运资本变动”可通过“存货+应收账款-应付账款”计算填补；
• 二级填补（行业均值填充）：对无逻辑关联的缺失值（如“销售费用率”），按“申万一级行业+市值规模”分组（如“医药生物-中盘股”），取组内均值填充，并在数据标签中注明“行业均值填补，仅供参考”；
• 三级标注（无法填补留痕）：对核心字段（如“归母净利润”）缺失且无替代数据的，标记为“数据不可用”，触发人工复核流程（如联系券商研究所补充调研纪要）。
实战案例：第222章提到的“某房企表外负债”数据中，“其他非流动负债-待转销项税”科目下的23亿信托融资，因财报未明确披露“负债性质”，系统先按“行业均值（3.2%利息支出/有息负债）”推算合理性，再标记为“表外负债嫌疑”，交由分析师实地核查。
（二）第二步：异常值狙击——揪出“数据叛徒”
异常值是数据中的“定时炸弹”。第222章抓取的数据中，异常值占比达18%，其中既有真实经营突变（如某芯片厂“晶圆良率”从90%骤降至75%），也有数据抓取错误（如PDF解析时将“应收账款1.2亿”误读为“12亿”），更有黑产链植入的虚假信号（如第222章“境外IP转发的异常数据”）。
清洗策略：双重校验+场景化识别
• 统计校验（3σ原则+孤立森林算法）：对服从正态分布的字段（如“毛利率”），用3σ原则剔除超出均值±3倍标准差的值；对非线性分布的字段（如“股价波动率”），用孤立森林算法识别“离群点”（如某股票单日换手率从5%飙升至80%）；
• 逻辑校验（业务规则冲突检测）：预设300+条业务逻辑（如“应收账款增速≤营收增速×1.5”“经营现金流净额/净利润≥0.3”），若数据违反规则则标记为“逻辑异常”。例如第222
本章未完，请点击"下一页"继续阅读！ 第2页 / 共7页