朱有婧

江蘇舜天國際集團有限公司成立于1996年，主營進出口和國內(nèi)貿(mào)易及國際招標、生產(chǎn)、倉儲和實物租賃等業(yè)務，是集技工貿(mào)于一體的省屬國有外貿(mào)集團。面對國內(nèi)外復雜嚴峻的經(jīng)營環(huán)境，舜天國際集團始終將財務管理放在集團管控的核心位置，推動構建風險防范文化。集團高度注重財會隊伍建設，專門成立集團層面的理論研究小組，組織財會人員進行理論研究，以理論促實踐，促進財會隊伍提檔升級，將實踐經(jīng)驗轉(zhuǎn)化為理論成果。在全國及江蘇省商務系統(tǒng)財會論文評選中多篇論文獲獎，本刊特選登集團財會人員撰寫的對商務財會工作實踐中新問題進行分析和思考的文章，供轉(zhuǎn)型中的外貿(mào)企業(yè)財會同行借鑒參考。

【摘要】大數(shù)據(jù)一詞由來已久，如今人們一般用它來描述大量類型各異的數(shù)據(jù)。數(shù)據(jù)的爆炸性增長，對于企業(yè)未來發(fā)展的幫助變得越來越顯著，盡管許多企業(yè)可能還沒意識到數(shù)據(jù)的急速擴張帶來的隱患，但是隨著大數(shù)據(jù)的蔓延，人們將會越來越需要數(shù)據(jù)、重視數(shù)據(jù)。如何在短期內(nèi)快速處理大量不同類型的數(shù)據(jù)，生成對決策有參考價值的有效信息，數(shù)據(jù)挖掘便應運而生。文章論述了大數(shù)據(jù)思維以及數(shù)據(jù)挖掘的背景與特征，以S企業(yè)為案例，運用數(shù)據(jù)挖掘?qū)ψ詣踊攧辗治?，以及動態(tài)監(jiān)控預警、風險評估方面的財務數(shù)據(jù)分析進行了應用探討。

【關鍵詞】大數(shù)據(jù)思維；財務數(shù)據(jù)

挖掘；數(shù)據(jù)分析

【中圖分類號】F275

一、大數(shù)據(jù)時代背景及特征

直到2009年，“大數(shù)據(jù)”的概念才逐漸在西方國家流行，引起了全世界的極大關注?！按髷?shù)據(jù)”思維和技術開始進入我們的工作和生活。

（一）總體性思維

自19世紀以來，研究社會現(xiàn)象的整體特征，收集數(shù)據(jù)的主要手段一直是抽樣方法，通過抽樣獲取數(shù)據(jù)對于無法訪問聚合數(shù)據(jù)的人來說是一種無助的選擇。

這是因為過去數(shù)據(jù)的記錄、儲存和分析手段較落后，難以搜集大量數(shù)據(jù)進行儲存和分析。而現(xiàn)在人們可以通過各種算法分析數(shù)據(jù)，甚至可以分析與之相關的所有數(shù)據(jù)，而不只是依賴于抽樣分析，可以更全面地了解樣本中隱藏的細節(jié)或關鍵信息。在大數(shù)據(jù)時代，數(shù)據(jù)采集、處理、存儲和分析技術的發(fā)展取得了重大突破，使我們能夠輕松、快速、動態(tài)地獲取與研究對象相關的所有數(shù)據(jù)，我們的思維方式也從以前的樣本思維轉(zhuǎn)向整體思維，這使我們對整體的理解更加全面、立體和直觀。

（二）容錯率思維

過去由于收集的信息不充分，來源又相對單一，因此有必要確保樣本數(shù)據(jù)盡可能結構化和精細化。否則，分析出的結論就很可能會有所偏離，導致數(shù)據(jù)不準確，從而將導致分析出的結果與實際情況相差甚遠，因此人們十分注重數(shù)據(jù)樣本的精確思維。然而，由于大數(shù)據(jù)技術的突破，可以存儲、處理、計算和分析大量不同類型的數(shù)據(jù)，這對傳統(tǒng)的精確思維提出了挑戰(zhàn)。當今時代，我們的思維方式需要轉(zhuǎn)變，不能再完全是精確性思維，而應該轉(zhuǎn)向容錯性思維。精度的絕對性不再是我們追求的主要目標，如果能適度忽略精確性，允許一定可控范圍之內(nèi)的錯誤，反而能在宏觀層面上收獲更多的知識信息。

（三）相關性思維

在過去，人們常常堅持這種現(xiàn)象隱含的因果關系，試圖根據(jù)有限的樣本數(shù)據(jù)來分析事物的內(nèi)部關系。但是，有限的樣本數(shù)據(jù)并不能反映事物之間的普遍聯(lián)系。大數(shù)據(jù)時代，使用數(shù)據(jù)挖掘技術發(fā)掘和分析各個事物間的隱藏關系，幫助我們捕捉現(xiàn)狀并預測未來。通過關注線性關系和復雜的非線性關系，可以幫助人們看到許多以前從未發(fā)現(xiàn)的數(shù)據(jù)聯(lián)系，使我們發(fā)現(xiàn)了解這個世界更好的視角（圖1）。

二、數(shù)據(jù)挖掘的定義及特征

（一）數(shù)據(jù)挖掘的背景及挑戰(zhàn)

在過去十幾年的時間里，人們使用信息技術生成和收集數(shù)據(jù)的能力急劇增加，這一勢頭仍將持續(xù)發(fā)展下去。于是，出現(xiàn)了一個新的挑戰(zhàn)：在這個信息爆炸的時代，信息的高度過載幾乎是每個人將要面對的問題。在廣闊的信息海洋中，我們需要及時發(fā)現(xiàn)有用的信息，并有效提高其利用率。為了使數(shù)據(jù)能夠真正成為一個企業(yè)的可用資源，就要充分利用它來幫助企業(yè)進行業(yè)務決策，同時服務于企業(yè)的戰(zhàn)略性發(fā)展，否則這些數(shù)據(jù)很可能會成為企業(yè)的負擔，甚至變成垃圾數(shù)據(jù)。因此，面對這種種的挑戰(zhàn)，數(shù)據(jù)挖掘技術得以產(chǎn)生并蓬勃發(fā)展，其強大的生命力標志著它在現(xiàn)今時代的重要性越來越顯著。

（二）數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘通?？衫斫鉃閿?shù)據(jù)勘探，是指從大型、模糊、不完整和有噪聲的算法中搜索隱藏在其中的潛在有效信息的過程（圖2）。大數(shù)據(jù)時代的來臨，使得數(shù)據(jù)挖掘的研究領域也越來越深入和廣泛。

（三）數(shù)據(jù)挖掘的特征

一是數(shù)據(jù)的來源是龐大、豐富、有效、內(nèi)容真實和不確定的；二是提取的數(shù)據(jù)內(nèi)容是為了滿足用戶的需求，是用戶重點需要關注的對象；三是數(shù)據(jù)挖掘的結果在特定的領域有一定的商業(yè)價值，通常是相對的；四是用戶可以理解、描述和使用挖掘出的內(nèi)容。

三、案例分析

外貿(mào)企業(yè)S主要從事進出口貿(mào)易，進出口產(chǎn)品包括：成套設備、機電產(chǎn)品、化工原料、木材和輕工、工藝品、工農(nóng)業(yè)設備等。自ERP系統(tǒng)上線以來，制作業(yè)務合同11 074個、申請客商6 453個、收款17 330筆、付款51 177筆、收付金額合計超過180億元，建成承接業(yè)務數(shù)據(jù)的財務自動憑證模板112個，生成會計憑證8.55萬份，新增會計記錄81.87萬條，自動化憑證率已穩(wěn)定在90%以上，業(yè)財一體的信息化建設目標已經(jīng)初步實現(xiàn)，ERP系統(tǒng)在內(nèi)部控制、業(yè)務管理、風險防范和財務管理等方面取得了立竿見影的效果。S企業(yè)基于業(yè)財數(shù)據(jù)，建立了財務分析自動化、財務預警平臺、財務風險評估平臺等模塊，以下進行案例分析探討。

（一）財務數(shù)據(jù)分析存在的問題

1.海量數(shù)據(jù)缺乏準確性

S企業(yè)數(shù)據(jù)量巨大，從海量數(shù)據(jù)中查找有用信息不僅需要實時收集、組織和存儲數(shù)據(jù)分析，還需要提取出有利于企業(yè)決策的信息數(shù)據(jù)。對于S公司和所有企業(yè)來說，識別這些數(shù)據(jù)是一個巨大的挑戰(zhàn)。如果不能準確篩選和識別數(shù)據(jù)，企業(yè)將難以獲得有價值的信息，數(shù)據(jù)垃圾越來越多，帶來的將是“大數(shù)據(jù)災難”。S企業(yè)在建設客戶評審、財務分析等模塊過程中，發(fā)現(xiàn)數(shù)據(jù)冗余繁多，傳統(tǒng)思維模式的分析方式已經(jīng)不適用。

2.數(shù)據(jù)分析缺乏科學性

企業(yè)面臨的市場環(huán)境變得越來越復雜，特別是“線上+線下”的商業(yè)模式，使得企業(yè)財務數(shù)據(jù)呈指數(shù)級增長。在獲取數(shù)據(jù)時，通過數(shù)據(jù)分析，得出的結論往往帶有指向性，主要是由于來源數(shù)據(jù)未必會全面客觀，很多數(shù)據(jù)可能已被提供者事先處理。因此，即使數(shù)據(jù)本身沒有錯，但數(shù)據(jù)分析的過程不一定正確，比如對一些信息斷章取義，那么分析出的結論有可能與事實大相徑庭。

3.數(shù)據(jù)分析持續(xù)滯后性

S企業(yè)經(jīng)營中面臨的情況不斷變化，以該企業(yè)財務分析的編制為例，從經(jīng)營實際到生成財務報告，不僅要經(jīng)過一個會計系統(tǒng)的加工，更需要一個生成周期。因此，根據(jù)財務報告計算出來的財務指標天然是滯后的，并且財務分析中羅列的各種數(shù)據(jù)需要經(jīng)過不同的分析算法，如果沒有數(shù)據(jù)的自動分析，工作量將很大，制作周期也會很長，更容易造成財務分析的持續(xù)滯后。

（二）建立大數(shù)據(jù)思維挖掘模式

1.各類數(shù)據(jù)交互整合

S企業(yè)財務數(shù)據(jù)里包含企業(yè)各種經(jīng)營數(shù)據(jù)，財務分析很大程度上早已超出了以前資金管理、成本控制的范疇。這些財務數(shù)據(jù)龐大而繁瑣，如果不能整合，不能相互關聯(lián)，將會影響S企業(yè)的經(jīng)營管理和價值數(shù)據(jù)的挖掘。因此，如何對現(xiàn)有ERP系統(tǒng)中的數(shù)據(jù)進行科學分類整理是重要的第一步。根據(jù)S企業(yè)的管理精細度可以從不同用途將數(shù)據(jù)分為預算、戰(zhàn)略、核算、稅務、資金管理、績效考核等幾部分進行數(shù)據(jù)提取，建立模型、數(shù)據(jù)驗證等，真正將財務部門轉(zhuǎn)型為財務管理部門。目前，S企業(yè)各部門和各業(yè)務公司形成的“信息孤島”已經(jīng)被打破，業(yè)財一體化打破了傳統(tǒng)的財務管理界限。

2.海量數(shù)據(jù)“提純”

大數(shù)據(jù)的本質(zhì)是還原用戶的實際需求，因此在使用大數(shù)據(jù)思維技術分析財務數(shù)據(jù)時，應該找出這些數(shù)據(jù)背后的真實關系，并恢復數(shù)據(jù)的真實面貌。將海量數(shù)據(jù)進行“提純”，這是數(shù)據(jù)挖掘中至關重要的步驟?，F(xiàn)今，S企業(yè)可以通過各種渠道獲取所需要的數(shù)據(jù)信息，但信息的真實性和時效性并不能得到保證，在會計工作中，數(shù)據(jù)挖掘可用于查找數(shù)據(jù)背后的真實隱藏價值，以確保數(shù)據(jù)的有效性和合理性。

3.挖掘財務數(shù)據(jù)本質(zhì)

根據(jù)業(yè)務特點，應用大數(shù)據(jù)知識和數(shù)據(jù)挖掘技術，探索財務數(shù)據(jù)的本質(zhì)。在企業(yè)的經(jīng)濟業(yè)務中有些數(shù)據(jù)并沒有真實反映業(yè)務情況，這就需要會計人員根據(jù)企業(yè)的業(yè)務特點具體分析財務數(shù)據(jù)，用生產(chǎn)數(shù)據(jù)倒推財務數(shù)據(jù)，找出真實聯(lián)系。比如，若原材料占比較大，我們就可以根據(jù)企業(yè)購買原材料的數(shù)據(jù)來分析該企業(yè)的生產(chǎn)情況，從而推測該企業(yè)的經(jīng)濟效益；若對電力需求非常大，我們就可以根據(jù)企業(yè)的車間月用電量來推測企業(yè)的生產(chǎn)情況，例如財務數(shù)據(jù)顯示企業(yè)生產(chǎn)狀況很好，但企業(yè)的用電量卻減少了，說明數(shù)據(jù)是有問題的。會計人員在分析數(shù)據(jù)時就要了解本企業(yè)的經(jīng)營情況，根據(jù)業(yè)務特點和業(yè)務數(shù)據(jù)清理虛假數(shù)據(jù)、挖掘數(shù)據(jù)本質(zhì)。

（三）建立數(shù)據(jù)挖掘應用模型

如今，數(shù)據(jù)挖掘方法層出不窮，在財務領域應用較多的有幾種分析模型，分別是統(tǒng)計分析、決策樹分析、聚類分析、關聯(lián)規(guī)則、人工神經(jīng)網(wǎng)絡等。本文僅關注S企業(yè)目前應用的分析模型，如下：

1.統(tǒng)計分析模型

統(tǒng)計分析模型是數(shù)據(jù)挖掘中最基礎的分析模型，在許多分析模型中都有統(tǒng)計分析的身影，并且以統(tǒng)計分析為基石。例如，在聚類模型算法中，使用了統(tǒng)計分析的平均值計算方法，在關聯(lián)算法中使用了統(tǒng)計分析的置信區(qū)間作為基礎。S企業(yè)銷售決策中對于客戶價值細分方面，在客戶評級模塊中，通過辨別分析法根據(jù)一個閾值來判斷客戶具有的價值究竟屬于哪個區(qū)間；使用回歸建模來預測財務數(shù)據(jù)的潛在價值，有助于管理者進行決策。

2.決策樹模型

決策樹是對海量數(shù)據(jù)進行整理歸類，通過剪枝的方法剔除無關數(shù)據(jù)，根據(jù)分析數(shù)據(jù)后的結論達到預測目的。通過先設定歸納值的集合形成決策樹，若此決策樹未能對全部數(shù)據(jù)對象給出準確的劃分，采取重復訓練的方法，依據(jù)這些數(shù)據(jù)繼續(xù)提取新的數(shù)據(jù)集，重復放到原始數(shù)據(jù)集中，并重復循環(huán)此過程直至所有訓練數(shù)據(jù)精確歸納處理，S企業(yè)將決策樹分析算法運用在財務人員日常工作考核模塊中。

3.關聯(lián)規(guī)則模型

如今，在數(shù)據(jù)挖掘和分析中廣泛應用了關聯(lián)規(guī)則的方法，關聯(lián)規(guī)則分析的是數(shù)據(jù)因果關系之外的自身關聯(lián)性，從數(shù)據(jù)反映出的事實出發(fā)，挖掘出具有決策意義的結論。也就是說，如果兩個或者多個事物的屬性間存在某種關聯(lián)，則可以通過依賴其他不同種類的屬性值來預測當中一個的屬性。

（四）財務數(shù)據(jù)挖掘的實現(xiàn)機制

如今財務數(shù)據(jù)分析的理論基礎已經(jīng)非常成熟，但由于受到經(jīng)濟和社會環(huán)境的影響，對財務數(shù)據(jù)分析的發(fā)展有了更高的要求。在這個信息爆炸的時代，信息即資產(chǎn)，企業(yè)需要從龐大的財務數(shù)據(jù)中通過關聯(lián)規(guī)則發(fā)掘出有潛在價值的信息，為管理者提供可靠的決策支持，實現(xiàn)過程見圖3。

1.數(shù)據(jù)全面預處理

S企業(yè)ERP系統(tǒng)中財務的初始數(shù)據(jù)并不是完全無噪聲的、精準的，需要對初始數(shù)據(jù)進行清理。噪聲數(shù)據(jù)的處理是最典型的，并且可以通過分箱、聚類、回歸等來完成清理。例如枚舉型的數(shù)據(jù)如賬務類型、記賬部門、業(yè)務組屬性等，如果出現(xiàn)枚舉以外的結果，則應作為噪聲數(shù)據(jù)過濾?？赡艹霈F(xiàn)空值的地方有很多，主要是由于收集數(shù)據(jù)的時候缺少樣本信息。有很多方法可以處理空值，例如最大頻率填充、平均數(shù)值填充、隨機數(shù)填充等。但是，填充空值必須根據(jù)實際業(yè)務情況和變量本身的特征進行處理，不能隨意填寫。

通常在嚴格把關財務數(shù)據(jù)生成過程情況下不會出現(xiàn)很不符常理的噪聲數(shù)據(jù)，但是在財務分析數(shù)據(jù)抓取時，為了能盡量考慮最大可能性，需要對數(shù)據(jù)進行全面預處理，保證抓取數(shù)據(jù)的準確性。

2.自動化財務分析

S企業(yè)已實現(xiàn)自動化財務分析，運用了關聯(lián)規(guī)則中的交互挖掘算法，并通過接口實現(xiàn)了從ERP系統(tǒng)中自動生成財務分析文檔。

（1）數(shù)據(jù)定向指標分析

S企業(yè)對財務數(shù)據(jù)指標的分析，延續(xù)了傳統(tǒng)財務數(shù)據(jù)分析的概念和計算公式。財務分析的重點在于指標體系的確立，常規(guī)包括圖4分析層次樹的各項指標，并根據(jù)這些指標的確定，建立了各種分析查詢，如經(jīng)營指標完成情況、營業(yè)收入情況、營業(yè)成本及毛利情況、資產(chǎn)情況、負債及凈資產(chǎn)情況等。定向指標的分析方式根據(jù)企業(yè)的經(jīng)營管理模式來展開，在設置指標時需要注意的是：

a.指標要素齊全適當。在財務數(shù)據(jù)分析之初，指標不能隨意確立，指標要素應齊全，要求所設置的財務指標能夠體現(xiàn)企業(yè)的盈利能力、經(jīng)營能力以及償債能力等諸多方面的總體情況。

b.主輔指標功能協(xié)調(diào)匹配。在建立分析指標的過程中，首先要弄清楚整體結構中指標的主要和輔助狀態(tài)；其次，不同類別的主要評估指標應從不同方面和層面反映公司的業(yè)務狀況和財務狀況，揭示企業(yè)管理的實際表現(xiàn)。

c.滿足多方面財務信息的需求，并為企業(yè)管理者提供多層次、多角度的信息，是設置財務分析指標的最終目的。財務分析指標的健全有效，不僅能滿足企業(yè)內(nèi)部管理決策的需求，還能支持政府經(jīng)濟管理機構實施宏觀調(diào)控。

（2）建立分析層次樹

建立分析層次樹可結合決策樹模型（見圖4），根據(jù)不同的需求對財務數(shù)據(jù)進行層層分析。在構建層次樹的時候，要將確立的財務指標體系充分考慮在內(nèi)。按照廣度優(yōu)先建立各層分支，通過高低層次之間的概念替換來體現(xiàn)數(shù)據(jù)的泛化操作，直到每個子結點包含相同的類標志為止。根據(jù)財務數(shù)據(jù)分析的實際需要，可將樹設立為0到多個不同的層次域，最高層為0層即樹的根節(jié)點，根據(jù)層級的遞進，財務數(shù)據(jù)分析的內(nèi)容會更為細致。第一層可分為定量和定性分析，第二層定量可分為盈利情況分析、資產(chǎn)運營分析、成長情況分析、償債能力等，定性可分為有形資產(chǎn)、可持續(xù)發(fā)展力等。

（3）自動生成分析文檔

數(shù)據(jù)挖掘的方法力求打破各系統(tǒng)間的數(shù)據(jù)交換，直接從源頭獲取數(shù)據(jù)，隨時響應分析需求，實現(xiàn)從事后分析到實時分析。S企業(yè)根據(jù)建立的分析層次樹的各項指標，運用財務計算方法計算各項指標數(shù)據(jù)，并將各項分析情況展示在ERP系統(tǒng)中。同時，在進行定向數(shù)據(jù)度量分析之后，基于各項指標的分析結果，并根據(jù)S公司財務分析的格式模板，自動生成S企業(yè)的財務分析文檔，財務人員從財務分析平臺上可直接導出文檔格式的財務分析。

S企業(yè)實現(xiàn)的財務分析自動化，大大減少了財務人員制作財務分析的工作量，提高了財務分析生成的效率，將財務人員從密集、繁瑣、手動的工作中釋放出來，同時也提高了財務分析數(shù)據(jù)的準確性和有效性。

（五）實時動態(tài)監(jiān)控預警

傳統(tǒng)財務數(shù)據(jù)的分析，無論其變化的方式如何，仍然無法擺脫事后評估的內(nèi)在局限性，并且所獲得的結果不可避免地存在滯后。S企業(yè)基于數(shù)據(jù)挖掘方法，動態(tài)實現(xiàn)了對關鍵性指標的跟蹤和預警，運用一定的規(guī)則對指標進行實時測算，一旦超出設定的閾值，將會及時作出預警提示。圖5為S企業(yè)預警管理模塊的實現(xiàn)流程。

1.財務預警管理平臺

基于數(shù)據(jù)思維的相關性，財務數(shù)據(jù)的生成不可避免地受到業(yè)務數(shù)據(jù)的驅(qū)動，通過分析出的各種已經(jīng)存在或即將有可能發(fā)生問題的數(shù)據(jù)，要追本溯源，從源頭分析和解決問題。

S企業(yè)建立了財務預警管理平臺，旨在讓財務人員能夠及時發(fā)現(xiàn)財務數(shù)據(jù)中的問題數(shù)據(jù)，及時推送到業(yè)務端核對分析，最終將形成原因及解決措施反饋到財務端，做到每條存在風險或問題的數(shù)據(jù)有跡可循、有法可依、有方可解。具體的預警有：對往來賬和庫存等科目按照賬齡分析、逾期情況、貶值風險等不同的維度進行數(shù)據(jù)列示，將到期、逾期、欠款、賬齡、減值等方面的財務數(shù)據(jù)抓取后制作成數(shù)據(jù)監(jiān)控平臺，財務人員在該模塊可直接查詢到超出設定范圍的問題數(shù)據(jù)，同時經(jīng)業(yè)務反饋的形成原因或解決措施會立即同步到該問題數(shù)據(jù)的記錄中，顯示在監(jiān)控平臺中已收到反饋的分類下面，方便財務人員及時查看業(yè)務端返回的信息。

2.預警信息自動推送

財務人員在預警管理平臺查詢到的問題數(shù)據(jù)，可以以兩種方式推送到業(yè)務系統(tǒng)中：一是利用分析模型，直接在系統(tǒng)執(zhí)行定時任務的方法，每天晚上定時批量的將問題數(shù)據(jù)推送到業(yè)務系統(tǒng)；二是財務人員自定義推送，主要針對需要立即解決的問題數(shù)據(jù)，財務人員查詢到此類數(shù)據(jù)后可以直接在預警平臺批量點擊推送，將數(shù)據(jù)推到業(yè)務端去。推送數(shù)據(jù)根據(jù)一定的規(guī)則分組打包成問題反饋單，例如同公司同業(yè)務組的多條數(shù)據(jù)打包成一張單據(jù)，自動從財務系統(tǒng)將數(shù)據(jù)推送到業(yè)務端，該單據(jù)的待處理信息會直接在業(yè)務系統(tǒng)的首頁顯示，提示業(yè)務端發(fā)現(xiàn)并處理問題。

3.業(yè)務反饋預警模塊

業(yè)務系統(tǒng)接收到財務推送的問題數(shù)據(jù)后，在系統(tǒng)首頁能直接查看問題單的信息，并可穿透到明細單據(jù)信息中填寫形成原因和解決措施，經(jīng)過業(yè)務領導的審核后，會自動反饋回財務系統(tǒng)中。同時，業(yè)務端可在反饋平臺查詢到已反饋回去的數(shù)據(jù)情況。

S企業(yè)預警模塊的設立，實現(xiàn)了數(shù)據(jù)信息的有效利用和深度挖掘，為管理決策提供強有力的信息支撐。并且，在加強數(shù)據(jù)稽核的基礎上，動態(tài)實現(xiàn)指標的測算和預警，實現(xiàn)了財務數(shù)據(jù)監(jiān)控預警的可視化、流程化和系統(tǒng)化，集內(nèi)部監(jiān)控、預警和決策支撐于一身。

（六）財務風險評估

數(shù)據(jù)挖掘不只是一種分析方法，它本身其實是一個知識發(fā)掘的過程。通過對財務數(shù)據(jù)的分析，不僅可以實現(xiàn)自動化財務分析和動態(tài)監(jiān)控預警，還可以通過分析財務數(shù)據(jù)來評估財務風險，幫助管理者經(jīng)營決策之用。

S企業(yè)的財務風險評估，建立在財務分析定向指標設立的基礎上，運用決策樹分析的模型進行了風險評估功能的開發(fā)。

1.構造風險決策樹

在自動化財務分析的層次樹設立的基礎上，進一步構造風險指標的決策樹，基于相關性的關聯(lián)規(guī)則，財務分析的層次指標在風險評估中可以充分使用，原理是利用二叉樹的結構來執(zhí)行數(shù)據(jù)的統(tǒng)計分析，構造過程通常是：生成一個多層次、多節(jié)點的樹，通過構造樹節(jié)點以產(chǎn)生一系列子樹，我們可以選擇合適大小的樹來統(tǒng)計分析不同層次的數(shù)據(jù)（見圖6）。

風險指標的樹結構是財務風險評估實現(xiàn)的基礎，通過設置的風險樹將風險的層級確立下來，按照廣度和深度向外延伸，最終構成風險評估的完整體系。

2.確定指標風險閾值

風險指標構造完成之后，需要確定每個指標達到風險的范圍，在指標閾值設置平臺上，根據(jù)企業(yè)的經(jīng)營管理制度要求，財務人員可設置每個風險指標的閾值，當該指標的分析結果超出閾值，則進行建模分析，并顯示該項指標具有財務風險（見圖7）。

3.設置風險層級權值

數(shù)據(jù)挖掘方法作用于財務風險評估，重點在于打破連續(xù)性的財務數(shù)據(jù)，使其呈現(xiàn)出離散化的分布特點。考慮到財務指標數(shù)據(jù)在取值方面的差異，根據(jù)區(qū)間的不同，可基于維度的分解來進一步劃分財務風險指標。

根據(jù)樹的構造和修剪過程中每個分支的重要性，確定每個層級對風險樹的影響程度，即每個風險層級的權重?？梢罁?jù)重要性原則對每個指標進行權值分配，該權值的設定目的在于得出綜合風險評估的可量化和可視化結果。在分析財務風險評估的結果時，將風險層級的權值參與計算，一級風險50%、二級風險30%、三級風險20%。在風險評估平臺展示風險各層級的指標分析情況，并根據(jù)權值計算出最終風險評估的結果。

（七）數(shù)據(jù)挖掘方法延伸

S企業(yè)根據(jù)自動化財務分析、動態(tài)監(jiān)控預警平臺以及風險評估的實現(xiàn)，在ERP系統(tǒng)中擬開發(fā)經(jīng)營駕駛艙平臺。駕駛艙的建立是為了了解企業(yè)管理的狀況，并通過駕駛艙了解和深化公司的潛在問題，幫助管理者進行調(diào)整。企業(yè)經(jīng)營駕駛艙的本質(zhì)是將企業(yè)財務分析的結果變得更加清晰、直觀。因此，駕駛艙中使用的數(shù)據(jù)指標也是財務數(shù)據(jù)分析中的各種財務指標。

構造經(jīng)營駕駛艙除了基于數(shù)據(jù)挖掘技術生成的各項財務指標，還需通過BI（商業(yè)智能）實現(xiàn)，是基于數(shù)據(jù)挖掘的延伸。在保證數(shù)據(jù)準確性的前提下，核心數(shù)據(jù)通過轉(zhuǎn)換合并形成數(shù)據(jù)中心，通過數(shù)據(jù)中心使用合理的查詢和分析工具，以及數(shù)據(jù)挖掘技術進行統(tǒng)一的數(shù)據(jù)分析和處理，成為企業(yè)決策者的輔助工具。

四、結束語

在大數(shù)據(jù)時代，雖然數(shù)據(jù)挖掘分析技術的運用時間不是很長，但是它在提高企業(yè)的商業(yè)價值方面起著至關重要的作用，不僅為企業(yè)的財務數(shù)據(jù)分析提供了更準確的數(shù)據(jù)，還提高了財務人員的工作效率，使財務工作更加便捷。

企業(yè)應根據(jù)大數(shù)據(jù)重新定位財務管理的角色，利用數(shù)據(jù)挖掘分析方法對資金流、風險管理、資源配置等進行深入分析，幫助管理者做出經(jīng)營決策，同時優(yōu)化企業(yè)的資源分配，為企業(yè)創(chuàng)造更大的價值。

主要參考文獻：

[1]陳小莉.基于大數(shù)據(jù)的計算機數(shù)據(jù)挖掘技術在檔案管理系統(tǒng)中的研究應用[J].激光，2017（2）：142-145.

[2]趙春.基于數(shù)據(jù)挖掘技術的財務風險分析與預警研究[D].北京化工大學.

[3]肖明.大數(shù)據(jù)時代下數(shù)據(jù)挖掘技術在企業(yè)中的應用[J].中國管理信息化，2015，18（2）：58-58.

[4]林琛.關于大數(shù)據(jù)在財務管理領域中的應用[J].現(xiàn)代經(jīng)濟信息，2017（16）：186-187.

[5]崔穎.大數(shù)據(jù)時代下的財務管理創(chuàng)新[D].

[6]朱曉虹.企業(yè)財務大數(shù)據(jù)與財務管理[J].國際商務財會，2018（02），73-75.

[7]孫夢陽.大數(shù)據(jù)時代企業(yè)財務管理信息化建設的研究[J].現(xiàn)代經(jīng)濟信息，2018（14）：185+187.

[8]肖穎為.數(shù)據(jù)挖掘技術在企業(yè)財務風險評估中的研究應用[D].杭州電子科技大學.

[9]王泓婷.大數(shù)據(jù)時代下企業(yè)財務管理轉(zhuǎn)型探討[J].國際商務財會，2017（05），77-79.

[10]孫福利.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術與應用[J].電子技術與軟件工程，2018（1）.

[11]周凌.淺析大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術與應用[J].中小企業(yè)管理與科技（下旬刊），2018，No.540（05）：194-195.