李郵++閆宏秀

文章編號：2095-6835（2017）04-0139-01

摘 要：隨著信息技術(shù)的發(fā)展，特別是數(shù)據(jù)挖掘技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)與財會的關(guān)系也日漸呈現(xiàn)出加強的趨勢。介紹了數(shù)據(jù)挖掘技術(shù)的聚類匯總、統(tǒng)計分析方法、決策樹技術(shù)、神經(jīng)網(wǎng)絡(luò)等在財會領(lǐng)域的應(yīng)用，得出了數(shù)據(jù)挖掘技術(shù)正確運用于財會領(lǐng)域有利于企業(yè)健康、持續(xù)地發(fā)展的結(jié)論。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；聚類匯總；決策樹技術(shù)；神經(jīng)網(wǎng)絡(luò)

中圖分類號：TP311.13 文獻標(biāo)識碼：A DOI：10.15913/j.cnki.kjycx.2017.04.139

隨著以網(wǎng)絡(luò)為代表的信息技術(shù)的發(fā)展，技術(shù)在財務(wù)會計領(lǐng)域中得到了廣泛的應(yīng)用，越來越多的企業(yè)的會計信息系統(tǒng)從手工環(huán)境轉(zhuǎn)向IT環(huán)境。大量數(shù)據(jù)的涌現(xiàn)漸漸揭示了目前會計信息系統(tǒng)的分析功能很薄弱，企業(yè)之間的競爭日趨激烈。在這個新的形勢下，對會計信息數(shù)據(jù)利用的要求越來越高。采用數(shù)據(jù)挖掘技術(shù)，能夠很好地利用這些數(shù)據(jù)，能夠從龐雜的會計信息中提取有用的信息，發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的信息。

數(shù)據(jù)挖掘技術(shù)在財務(wù)會計領(lǐng)域涉及的內(nèi)容很多，例如財務(wù)分析、財務(wù)風(fēng)險預(yù)警、財務(wù)決策、虛假會計信息判斷等等。采用數(shù)據(jù)挖掘技術(shù)，可滿足信息量大且數(shù)據(jù)處理成本低的要求。數(shù)據(jù)挖掘技術(shù)能夠從海量的、不完全的、模糊的、隨機的會計信息數(shù)據(jù)中挖掘出隱含的、對決策者有潛在價值的財務(wù)會計信息，甚至尋找出大量會計信息數(shù)據(jù)間的隱藏關(guān)系。

1 聚類匯總

會計數(shù)據(jù)信息十分繁雜，借貸收付一點的不同都會使一筆交易發(fā)生本質(zhì)的變化。對于這些交易數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)的聚類匯總功能可以對會計信息進行系統(tǒng)性的整合。目前，這項技術(shù)已被運用于很多財務(wù)軟件中，比如用友、金蝶等企業(yè)必需的財務(wù)會計基礎(chǔ)軟件。

2 統(tǒng)計分析方法

統(tǒng)計分析方法在很早之前就被廣泛運用于財務(wù)會計領(lǐng)域。會計人員常利用統(tǒng)計學(xué)原理對會計信息數(shù)據(jù)進行分析，試圖找到數(shù)據(jù)間的函數(shù)關(guān)系或者相關(guān)性。變量間數(shù)量關(guān)系的回歸分析、變量間相關(guān)程度的相關(guān)分析、用樣本統(tǒng)計來確定總體的差異分析都是會計領(lǐng)域常用的統(tǒng)計分析方法。這些方法常用于模糊計算利潤最大化時的供應(yīng)需求匹配，達到公司利益最大化的目的。我們熟知的SAS Enterprise Miner就是運用數(shù)據(jù)挖掘技術(shù)的模型數(shù)據(jù)挖掘工具。目前，幾乎每家企業(yè)都運用此軟件。

3 決策樹技術(shù)

決策樹技術(shù)，即在已知的各種情況發(fā)生的基礎(chǔ)上，結(jié)合實例歸納分析，直觀運用概率分析來判斷項目的可行性。決策樹是一個預(yù)測模型，在每個決策點可分支成多條路徑。決策樹的圖解模型可以直觀地將每一個葉節(jié)點分支下的測試結(jié)果表現(xiàn)出來。這樣可以為決策者在選擇時提供有力的依據(jù)，最后選出最佳方案。運用數(shù)據(jù)挖掘技術(shù)，通過對現(xiàn)有公司的財務(wù)狀況和公司治理結(jié)構(gòu)的數(shù)據(jù)處理，對企業(yè)的發(fā)展前景進行輔助決策支持。鮑里斯與葉夫吉尼所著的《Data Mining in Finance》（2000）一書中提到，數(shù)據(jù)挖掘技術(shù)可以被運用到股票市場，用于財務(wù)預(yù)測雖然是一個挑戰(zhàn)，但同時也是一個有見地的行為。財務(wù)預(yù)測通過對未來經(jīng)濟行為和經(jīng)濟狀況的假設(shè)，對企業(yè)未來財務(wù)狀況和經(jīng)營成果作出科學(xué)的預(yù)測。財務(wù)預(yù)測分析在大量的會計信息歷史數(shù)據(jù)和所建立的預(yù)測模型基礎(chǔ)上，科學(xué)地對企業(yè)運行中的各項評價指標(biāo)進行預(yù)測，以此作為企業(yè)財務(wù)管理的決策依據(jù)。投資決策過程本身是一個比較復(fù)雜的過程，數(shù)據(jù)挖掘技術(shù)可以從企業(yè)的財務(wù)報告信息、國家宏觀經(jīng)濟環(huán)境信息以及行業(yè)發(fā)展?fàn)顩r、市場需求等大量的會計數(shù)據(jù)資料中挖掘出與對投資決策來說有價值的信息，以此確保企業(yè)在投資決策上有一定程度的正確性和有效性。如果企業(yè)由于一些因素出現(xiàn)財務(wù)危機，進行財務(wù)風(fēng)險的數(shù)據(jù)挖掘，實現(xiàn)財務(wù)危機預(yù)警就能夠使企業(yè)及時了解面臨的風(fēng)險。通過觀察財務(wù)預(yù)警數(shù)據(jù)的變化，對企業(yè)可能面臨的財務(wù)風(fēng)險進行預(yù)測，是在財務(wù)危機發(fā)生之前采取防范風(fēng)險的措施，避免出現(xiàn)財務(wù)危機。

4 神經(jīng)網(wǎng)絡(luò)

審計與財務(wù)報表舞弊識別也是會計中比較棘手的問題，財務(wù)報表失真嚴(yán)重，然而票據(jù)過多涉及甚廣，審計人員考證需耗費很多人力與時間，神經(jīng)網(wǎng)絡(luò)的運用可以幫助審計人員識別財務(wù)報表中的舞弊。拉維?？柕热嗽凇癉etection of Financial Statement Fraud and Feature Selection Using Data Mining Techniques”（2011）表明，數(shù)據(jù)挖掘技術(shù)可用來識別、披露公司財務(wù)報表中的欺詐行為。財務(wù)欺詐是全球面臨的一個嚴(yán)重問題，在飛速發(fā)展的發(fā)展中國家更為常見。在傳統(tǒng)意義上，審計人員的責(zé)任是檢查財務(wù)報表中的舞弊。然而，隨著越來越多的公司依賴不正當(dāng)?shù)男袨?，審計人員如今肩負的責(zé)任更加沉重。數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以減少審計工作人員的工作量。筆者在文中提到運用數(shù)據(jù)挖掘技術(shù)測試了涉及202家中國公司的資料庫，分析、評估財務(wù)報表中的財務(wù)數(shù)據(jù)，約束嚴(yán)重的舞弊欺詐行為。

利用數(shù)據(jù)挖掘技術(shù)對企業(yè)的財務(wù)會計信息進行挖掘分析，對企業(yè)面臨的越來越大的市場競爭壓力進行內(nèi)部控制和外部控制，提高企業(yè)核心競爭力等都有具有極大的幫助。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于財務(wù)會計領(lǐng)域中，能夠?qū)⑵髽I(yè)海量的信息、數(shù)據(jù)轉(zhuǎn)化為有用的、有價值的知識，為企業(yè)在財務(wù)預(yù)測分析、投資決策、關(guān)系管理、市場分析、財務(wù)風(fēng)險管理、財務(wù)預(yù)警以及虛假會計信息控制等方面提供幫助，對企業(yè)的健康、持續(xù)的發(fā)展有著重要作用。

參考文獻

[1]B. Kovalerchuk，E. Vityaev.Data Mining in Finance.Holland：Kluwer Academic Publishers，2000.

[2]P. Ravisankar.Detection of Financial Statement Fraud and Feature Selection Using Data Mining Techniques.Decision Support Systems，2011，50（2）.

[3]E. Kirkos.Data Mining in Finance and Accounting：A Review of Current Research Trends[C]//On Enterprise Systems and Accounting，2004.

[4]A. Sharma，P.K. Panigrahi.A Review of Financial Accounting Fraud Detection based on Data Mining Techniques.International Journal of Computer Applications，2013，39（1）.

〔編輯：劉曉芳〕