高建敏

【摘 要】隨著信息化的不斷發(fā)展，企業(yè)的各項(xiàng)管理也發(fā)生了翻天覆地的變化。企業(yè)管理會(huì)產(chǎn)生大量的信息，而財(cái)務(wù)信息是反應(yīng)企業(yè)經(jīng)營(yíng)狀況的重要信息。面對(duì)大量的財(cái)務(wù)信息，企業(yè)的財(cái)務(wù)管理人員要將其進(jìn)行有效的處理、分析，并應(yīng)用在具體的財(cái)務(wù)管理中，使企業(yè)的財(cái)務(wù)管理不斷發(fā)展。這些成為當(dāng)下企業(yè)財(cái)務(wù)管理中存在的主要問(wèn)題。本文簡(jiǎn)單闡述數(shù)據(jù)挖掘的基本理論，分析數(shù)據(jù)挖掘在財(cái)務(wù)分析中應(yīng)用的重要性，探討如何將數(shù)據(jù)挖掘技術(shù)應(yīng)用于財(cái)務(wù)分析中，以促進(jìn)企業(yè)財(cái)務(wù)管理的發(fā)展。

【關(guān)鍵詞】企業(yè)；財(cái)務(wù)分析；數(shù)據(jù)挖掘；應(yīng)用

在全球化經(jīng)濟(jì)快速發(fā)展的背景下，企業(yè)借助信息化的發(fā)展，來(lái)提高各項(xiàng)管理的水平，促進(jìn)了企業(yè)的快速穩(wěn)定發(fā)展。近年來(lái)，逐漸發(fā)展起來(lái)的企業(yè)信息化管理積累了大量的信息。

隨著大量信息的不斷出現(xiàn)，企業(yè)的財(cái)務(wù)管理系統(tǒng)的分析功能變得異常薄弱，大量豐富的信息，為企業(yè)的財(cái)務(wù)管理提供了有效的信息，但是，要做出正確的財(cái)務(wù)決策，就必須對(duì)大量的信息進(jìn)行分析。然而具體的財(cái)務(wù)信息較多，工作人員不能全部掌握，其真假也很難辨別，如果不進(jìn)行有效的分析和選擇，就會(huì)造成嚴(yán)重的決策錯(cuò)誤。采用相應(yīng)的技術(shù)手段，發(fā)現(xiàn)眾多財(cái)務(wù)信息背后的資源，能解決財(cái)務(wù)分析的眾多問(wèn)題。而近年來(lái)出現(xiàn)的數(shù)據(jù)挖掘技術(shù)，能對(duì)財(cái)務(wù)信息進(jìn)行有效的分析和選擇，解決財(cái)務(wù)管理的眾多問(wèn)題。

一、數(shù)據(jù)挖掘的基本理論

數(shù)據(jù)挖掘是指在大量的、不完全的，具有噪聲，甚至模糊隨機(jī)的數(shù)據(jù)中，提取有用信息和知識(shí)的一種過(guò)程。一般來(lái)講，數(shù)據(jù)挖掘就是人們對(duì)數(shù)據(jù)的應(yīng)用，從簡(jiǎn)單的查詢，到從大量的數(shù)據(jù)中挖掘有用的信息和知識(shí)，在一定程度上提高決策者的決策能力。

數(shù)據(jù)挖掘可以在數(shù)據(jù)倉(cāng)庫(kù)中，發(fā)現(xiàn)模型與數(shù)據(jù)之間的緊密關(guān)系，利用模型與數(shù)據(jù)的關(guān)系，進(jìn)行有效的預(yù)測(cè)，以幫助決策者尋找數(shù)據(jù)之間潛在的隱含性聯(lián)系，從而采取正確的決策，它是信息化時(shí)代，處理大量信息的一種有效方法。數(shù)據(jù)挖掘的主要技術(shù)有關(guān)聯(lián)分析、聚類(lèi)、分類(lèi)和預(yù)測(cè)、發(fā)現(xiàn)序列模式等不同的類(lèi)型。

數(shù)據(jù)挖掘主要是從大量的信息中，發(fā)現(xiàn)隱含的具有深刻意義的信息，其主要的功能有估計(jì)與預(yù)測(cè)、關(guān)聯(lián)和序列的發(fā)現(xiàn)、聚類(lèi)、描述、檢測(cè)偏差等。一般情況下，估計(jì)是根據(jù)已有的資料經(jīng)驗(yàn)來(lái)預(yù)測(cè)未知值，而預(yù)測(cè)則是根據(jù)對(duì)象的過(guò)去，來(lái)觀察、估計(jì)該屬性未來(lái)的數(shù)值。在關(guān)聯(lián)和序列的發(fā)現(xiàn)中，關(guān)聯(lián)是找出與事件同時(shí)出現(xiàn)的東西，而序列發(fā)現(xiàn)對(duì)關(guān)聯(lián)非常相似，但經(jīng)常以時(shí)間來(lái)區(qū)分。聚類(lèi)是將數(shù)據(jù)庫(kù)中的記錄劃分為有意義的子集，在劃分的過(guò)程中要考慮對(duì)象之前的距離，描述其子集的內(nèi)涵。描述就是對(duì)負(fù)責(zé)的數(shù)據(jù)庫(kù)進(jìn)行簡(jiǎn)單的描述，以更好的建立分析模型，對(duì)偏差的檢測(cè)是指在數(shù)據(jù)庫(kù)中會(huì)出現(xiàn)一些異常的記錄，要能在數(shù)據(jù)庫(kù)中檢查出這些偏差。

了解數(shù)據(jù)挖掘的含義及主要功能的基礎(chǔ)上，如果要將其應(yīng)用在具體的財(cái)務(wù)分析中，就要掌握其基本的步驟。

一般情況下，數(shù)據(jù)挖掘的基本步驟包括取樣、探索修改以及模型和評(píng)級(jí)等單個(gè)步驟。

首先，進(jìn)行數(shù)據(jù)的取樣，在取樣之前，根據(jù)數(shù)據(jù)挖掘的目標(biāo)，選擇相關(guān)的數(shù)據(jù)庫(kù)，并積極創(chuàng)建一個(gè)或多個(gè)相應(yīng)的數(shù)據(jù)表，對(duì)其進(jìn)行有效的抽樣。值得注意的是，抽取的樣本數(shù)據(jù)量要足夠大，必須包含具有實(shí)際意義的信息，也不能使具體的信息太大，導(dǎo)致不能進(jìn)行有效的處理。

其次，對(duì)數(shù)據(jù)進(jìn)行全面的探索。這樣的過(guò)程也就是對(duì)數(shù)據(jù)進(jìn)行深入的調(diào)查，發(fā)展隱藏在數(shù)據(jù)中的，沒(méi)有被發(fā)現(xiàn)的關(guān)系，以及潛在的一些異常，力求獲得一些對(duì)事物判斷、理解有一定幫助概念。

再次，進(jìn)行數(shù)據(jù)調(diào)整。在數(shù)據(jù)取樣與數(shù)據(jù)探索之后，對(duì)數(shù)據(jù)進(jìn)行調(diào)整，如增加、刪減、修改等，使具體的數(shù)據(jù)更加明確，更加有利于進(jìn)行有效的分析操作。

最后，進(jìn)行建模與評(píng)價(jià)。使用適當(dāng)?shù)姆治龉ぞ邅?lái)建模，具體的分析工具可以有人工神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、回歸分析等。從大量的數(shù)據(jù)中，對(duì)預(yù)測(cè)的結(jié)果進(jìn)行建模，但參與建模的數(shù)據(jù)，一定要保證其可靠性。另外，對(duì)數(shù)據(jù)挖掘過(guò)程中的一些信息的實(shí)用性，以及可靠性要進(jìn)行準(zhǔn)確的評(píng)估，從而完成整個(gè)數(shù)據(jù)挖掘。

二、數(shù)據(jù)挖掘技術(shù)在企業(yè)財(cái)務(wù)分析中的應(yīng)用

在現(xiàn)代企業(yè)財(cái)務(wù)管理中，運(yùn)用數(shù)據(jù)挖掘技術(shù)，進(jìn)行企業(yè)的財(cái)務(wù)分析。一般情況下，財(cái)務(wù)分析是以財(cái)務(wù)報(bào)表和其他關(guān)系財(cái)務(wù)的眾多數(shù)據(jù)為主要依據(jù)，采用專(zhuān)業(yè)的方法，對(duì)企業(yè)過(guò)去以及現(xiàn)在的經(jīng)營(yíng)狀況以及財(cái)務(wù)的變化情況，進(jìn)行系統(tǒng)的分析，和客觀有效的評(píng)價(jià)。

數(shù)據(jù)挖掘技術(shù)在企業(yè)財(cái)務(wù)分析中的應(yīng)用，是為了更好的了解過(guò)去，評(píng)價(jià)目前企業(yè)的發(fā)展情況，并在一定程度上對(duì)未來(lái)的發(fā)展進(jìn)行預(yù)測(cè)，幫助企業(yè)的決策者做出正確的決策，以改善企業(yè)的管理。

1.數(shù)據(jù)挖掘術(shù)在財(cái)務(wù)分析中的重要作用

數(shù)據(jù)挖掘在企業(yè)財(cái)務(wù)管理中，具有非常重要的作用，首先有利于提高企業(yè)對(duì)財(cái)務(wù)信息的利用能力，數(shù)據(jù)挖掘技術(shù)為企業(yè)的財(cái)務(wù)管理提供必要的信息，使財(cái)務(wù)管理人員，能利用有效的信息進(jìn)行財(cái)務(wù)管理。提高對(duì)大量財(cái)務(wù)信息的利用能力。其次，能優(yōu)化財(cái)務(wù)信息，解決信息的噪聲問(wèn)題。數(shù)據(jù)挖掘可以對(duì)大量的財(cái)務(wù)信息進(jìn)行篩選、處理，去偽存真，將難以消化的信息進(jìn)行處理，一定程度上保證財(cái)務(wù)信息的真實(shí)性和安全性，能減少信息中干擾財(cái)務(wù)分析的噪聲，使分析者更好的進(jìn)行財(cái)務(wù)分析。最后，數(shù)據(jù)挖掘可以滿足財(cái)務(wù)信息的智能化獲取要求。企業(yè)財(cái)務(wù)管理中的決策本身具有復(fù)雜性、動(dòng)態(tài)性，加上決策者本身具有多樣性。傳統(tǒng)的數(shù)據(jù)獲取，主要依靠人工操作，隨著信息的不斷增加，人工化的獲取信息的方法不能滿足財(cái)務(wù)管理的需要。而數(shù)據(jù)挖掘，能夠利用現(xiàn)有的數(shù)據(jù)，來(lái)獲取大量新的數(shù)據(jù)，可以對(duì)數(shù)據(jù)進(jìn)行智能化的儲(chǔ)存，方便進(jìn)行財(cái)務(wù)分析，具有較強(qiáng)的自學(xué)功能，滿足了財(cái)務(wù)管理的智能化發(fā)展需求。

2.數(shù)據(jù)挖掘技術(shù)在企業(yè)財(cái)務(wù)分析中的具體應(yīng)用過(guò)程

財(cái)務(wù)分析中常用的方法一般有比較分析、結(jié)構(gòu)分析、因素分析以及比率分析等四種有效的分析方法。然而以財(cái)務(wù)管理為出發(fā)點(diǎn)，審視整個(gè)財(cái)務(wù)分析，其數(shù)據(jù)挖掘是一種新興的、對(duì)財(cái)務(wù)信息的一種處理技術(shù)，它能對(duì)企業(yè)的會(huì)計(jì)數(shù)據(jù)倉(cāng)庫(kù)以及其他的業(yè)務(wù)數(shù)據(jù)庫(kù)中的大量數(shù)據(jù)信息，進(jìn)行綜合性的處理，一般會(huì)通過(guò)抽取、轉(zhuǎn)換、分析等方式進(jìn)行處理，提取重要的數(shù)據(jù)。在具體的企業(yè)財(cái)務(wù)管理中，應(yīng)用數(shù)據(jù)挖掘技術(shù)，對(duì)財(cái)務(wù)進(jìn)行分析，需要經(jīng)過(guò)以下過(guò)程。

（1）確定企業(yè)財(cái)務(wù)分析的對(duì)象

在進(jìn)行具體的財(cái)務(wù)分析之前，一定要確定財(cái)務(wù)分析的對(duì)象，然后根據(jù)財(cái)務(wù)分析的目的，選擇恰當(dāng)?shù)姆治瞿Ｐ?，利用相?yīng)的數(shù)據(jù)挖掘方法，進(jìn)行具體的財(cái)務(wù)分析。

（2）收集數(shù)據(jù)挖掘所需的數(shù)據(jù)

收集的數(shù)據(jù)可以來(lái)源于，現(xiàn)有的企業(yè)會(huì)計(jì)信息系統(tǒng)，也可以從不同的數(shù)據(jù)倉(cāng)庫(kù)中獲得，甚至可以是其他業(yè)務(wù)系統(tǒng)的數(shù)據(jù)信息。這些都完全可以作為分析的數(shù)據(jù)。

（3）篩選有用的數(shù)據(jù)

在數(shù)據(jù)收集中獲得的數(shù)據(jù)大部分存在一定的噪聲，不能參與具體的財(cái)務(wù)分析，因此，要對(duì)收集到的數(shù)據(jù)再進(jìn)行整理。具體的數(shù)據(jù)整理包括對(duì)數(shù)據(jù)的選擇、數(shù)據(jù)的簡(jiǎn)化以及數(shù)據(jù)的轉(zhuǎn)化。另外，可以通過(guò)數(shù)據(jù)篩選的方式進(jìn)行處理，也可以對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的處理，在原始數(shù)據(jù)的基礎(chǔ)上，得到更加豐富的數(shù)據(jù)，這樣的數(shù)據(jù)信息，能推動(dòng)數(shù)據(jù)挖掘的順利進(jìn)行，保證財(cái)務(wù)分析的完整性。

（4）數(shù)據(jù)挖掘?qū)⒌玫降臄?shù)據(jù)，經(jīng)過(guò)不同的轉(zhuǎn)換，進(jìn)行數(shù)據(jù)挖掘，在這樣的過(guò)程中一定要選擇合適的挖掘算法，只要挖掘算法正確，后續(xù)的分析工作一定會(huì)順利完成。

（5）對(duì)結(jié)果進(jìn)行分析

財(cái)務(wù)分析中數(shù)據(jù)挖掘的結(jié)果，往往一部分是具有實(shí)際意義的，而一部分是沒(méi)有實(shí)際意義的，當(dāng)然也會(huì)有與實(shí)際情況相悖的數(shù)據(jù)。面對(duì)此種情況，就要進(jìn)行有效的評(píng)估。一般情況下，對(duì)結(jié)果的評(píng)估可以根據(jù)以往的經(jīng)驗(yàn)，直接用實(shí)際的數(shù)據(jù)來(lái)驗(yàn)證具體模型的正確性，在一定條件下調(diào)整挖掘模型，或是進(jìn)行第二次的數(shù)據(jù)挖掘。

三、結(jié)語(yǔ)

隨著網(wǎng)絡(luò)技術(shù)以及信息化技術(shù)的不斷發(fā)展，企業(yè)的會(huì)計(jì)信息化系統(tǒng)，也在不斷的完善發(fā)展。具體的財(cái)務(wù)管理工作中，大量的信息需要進(jìn)行有效的處理，數(shù)據(jù)挖掘技術(shù)，為企業(yè)的財(cái)務(wù)管理，提供了有效的途徑，利用數(shù)據(jù)挖掘技術(shù)，對(duì)大量的信息進(jìn)行處理、篩選、并獲取有用的信息，幫助決策者做出正確的決策，優(yōu)化企業(yè)的財(cái)務(wù)管理系統(tǒng)，推動(dòng)企業(yè)的全面發(fā)展。

參考文獻(xiàn)：

[1]曹志華.財(cái)務(wù)分析研究中數(shù)據(jù)挖掘方法的評(píng)析[J].會(huì)計(jì)之友，2011，14：38-39.

[2]原建偉.基于內(nèi)容分析的數(shù)據(jù)挖掘研究[J].河北工業(yè)科技，2011，05：299-301+342.

[3]陳乃激.基于財(cái)務(wù)分析的數(shù)據(jù)挖掘技術(shù)[J].中國(guó)管理信息化，2008，09：58-61.

[4]羅燕梅.基于數(shù)據(jù)挖掘技術(shù)而言的財(cái)務(wù)風(fēng)險(xiǎn)分析與預(yù)警研究[J].電腦知識(shí)與技術(shù)，2015，14：6-7.

[5]魏樂(lè).基于數(shù)據(jù)挖掘的首批創(chuàng)業(yè)板上市公司財(cái)務(wù)分析[J].赤峰學(xué)院學(xué)報(bào)（自然科學(xué)版），2010，08：64-66.