1.基于大数据的企业财务评估方法，应用于贷款服务系统，其特征在于，包括：获取企业的财务数据，其中，所述财务数据包括预设年份的纳税数据、社保缴纳数据及利润数据；

基于所述财务数据进行初次评估得到第一评估值，所述第一评估值用于表征该企业创造的当前价值；

对所述第一评估值进行多维补偿得到第二评估值，所述第二评估值用于表征该企业能创造的预期价值；

判定所述第二评估值是否符合信贷机构的第一放贷预期；

若所述第二评估值不符合信贷机构的第一放贷预期，基于所述财务数据进行多向矫正评估得到第三评估值，所述第三评估值用于表征该企业的相对价值；

判定所述第三评估值是否符合信贷机构的第二放贷预期；

若所述第三评估值符合信贷机构的第二放贷预期，输出第二准贷评估结果。

2.如权利要求1所述的基于大数据的企业财务评估方法，其特征在于，所述预设年份的纳税数据、社保缴纳数据以及利润数据包括对应的绝对值数据和定基增长率数据；所述基于所述财务数据进行初次评估得到第一评估值，包括：基于所述纳税数据、社保缴纳数据以及利润数据的绝对值数据分别得到对应的第一绝对子评估值M10、M11、M12；

基于所述纳税数据、社保缴纳数据以及利润数据的定基增长率数据分别得到对应的第一相对子评估值M100、M110、M120；

基于所述第一绝对子评估值及第一相对子评估值计算得到第一子评估值；

获取纳税数据、社保缴纳数据以及利润数据的评估权重P1、P2、P3；

将所述第一子评估值进行加权求和得到第一评估值M1；其中，所述第一评估值M1满足如下表达式：

3.如权利要求2所述的基于大数据的企业财务评估方法，其特征在于，所述多维补偿包括行业核心人才的供应预期补偿、企业产品的需求预期补偿以及供应链的提供预期补偿中的二者或二者以上，所述对所述第一评估值进行多维补偿得到第二评估值，包括：随机选择两种以上的补偿方式；

基于所述补偿方式，大数据获取对应预期的饱和度W（0≤W≤1）；

基于所述饱和度确定对应的补偿量分别为M0X，其中，M0X= ，预期为正，或者M0X=0，预期为负；

根据所述补偿量计算得到第二评估值，所述第二评估值M2满足如下表达式：

4.如权利要求1所述的基于大数据的企业财务评估方法，其特征在于，所述判定所述第二评估值是否符合信贷机构的第一放贷预期之后还包括：若所述第二评估值符合信贷机构的第一放贷预期，则输出第一准贷评估结果，所述第一准贷评估结果用于表示该企业为优质企业，可以推荐第一档信贷服务。

5.如权利要求1所述的基于大数据的企业财务评估方法，其特征在于，所述判定所述第二评估值是否符合信贷机构的第一放贷预期，包括：将所述第二评估值输入至预先训练的第一放贷预期模型中，其中，所述第一放贷预期模型为二维点云图，所述二维点云图包括核心区域；

若所述第二评估值位于所述核心区域，则确定所述第二评估值符合信贷机构的第一放贷预期；

若判定第二评估值不位于所述核心区域，则确定所述第二评估值不符合信贷机构的第一放贷预期。

6.如权利要求1所述的基于大数据的企业财务评估方法，其特征在于，所述财务数据还包括社会活动财务费用数据，所述基于所述财务数据进行多向矫正评估得到第三评估值，包括：基于所述财务数据进行横向矫正及纵向矫正评估得到第三评估值；其中，所述横向矫正为根据同行业企业的社会活动情况对第二评估值进行矫正，所述纵向矫正为根据同地区企业的社会活动情况对第二评估值进行矫正。

7.如权利要求6所述的基于大数据的企业财务评估方法，其特征在于，所述根据同行业企业的社会活动情况对第二评估值进行矫正，包括：当同行业企业的社会活动财务费用的平均数大于本企业的社会活动财务费用时，调低本企业的第二评估值以得到第三评估值，反之调高；和/或，所述根据同地区企业的社会活动情况对第二评估值进行矫正，包括：当同地区企业的社会活动财务费用的平均数大于本企业的社会活动财务费用时，调低本企业的第二评估值以得到第三评估值，反之调高。

8.如权利要求1所述的基于大数据的企业财务评估方法，其特征在于，所述判定所述第三评估值是否符合信贷机构的第二放贷预期，包括：将所述第三评估值输入至预先训练的第二放贷预期模型中，其中，所述第二放贷预期模型为二维点云图，所述二维点云图包括核心区域；

若所述第三评估值位于所述核心区域，则确定所述第三评估值符合信贷机构的第二放贷预期；

若判定第三评估值不位于所述核心区域，则确定所述第三评估值不符合信贷机构的第二放贷预期。

9.一种贷款服务系统，其特征在于，包括：处理器及存储器；其中，所述存储器用于存储程序代码，所述处理器用于调用所述程序代码，以执行如权利要求1至8任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一所述的方法。