張永禮?袁嬌嬌

基金項(xiàng)目：河北地質(zhì)大學(xué)教學(xué)改革研究與實(shí)踐項(xiàng)目（項(xiàng)目編號(hào)：2020J42），“大數(shù)據(jù)時(shí)代信息管理與信息系統(tǒng)課程體系整體優(yōu)化與教學(xué)內(nèi)容改革研究與實(shí)踐”;國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目（項(xiàng)目編號(hào)：21BTJ049），“基于金融關(guān)聯(lián)圖譜的小微企業(yè)供應(yīng)鏈融資信用風(fēng)險(xiǎn)預(yù)測(cè)與防范研究”

摘 要：以5G網(wǎng)絡(luò)、云計(jì)算、人工智能等技術(shù)為代表的大數(shù)據(jù)時(shí)代，企業(yè)和個(gè)人普遍面臨著“數(shù)據(jù)爆炸，知識(shí)貧乏”的尷尬處境。大數(shù)據(jù)挖掘技術(shù)通過(guò)數(shù)據(jù)獲取、清洗、加載、商務(wù)建模、可視化分析等技術(shù)手段和工具，為企業(yè)財(cái)務(wù)分析開辟了新的途徑與方法。本文在闡述大數(shù)據(jù)挖掘技術(shù)、財(cái)務(wù)分析相關(guān)概念的基礎(chǔ)上，分析了大數(shù)據(jù)時(shí)代傳統(tǒng)財(cái)務(wù)分析面臨的困境，大數(shù)據(jù)挖掘技術(shù)應(yīng)用于財(cái)務(wù)分析領(lǐng)域的必要性和面臨的挑戰(zhàn)，并最終提出大數(shù)據(jù)挖掘技術(shù)應(yīng)用的相關(guān)對(duì)策與建議。

關(guān)鍵詞：大數(shù)據(jù);數(shù)據(jù)挖掘;財(cái)務(wù)分析

一、引言

隨著移動(dòng)互聯(lián)網(wǎng)和智能終端以及5G通信技術(shù)的普及，信息技術(shù)與經(jīng)濟(jì)社會(huì)的交匯融合，引發(fā)了數(shù)據(jù)迅猛增長(zhǎng)。根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）2022年2月25日發(fā)布的第49次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2021年12月，我國(guó)互聯(lián)網(wǎng)普及率達(dá)73%，網(wǎng)民規(guī)模達(dá)10.32億，而其中大數(shù)據(jù)的應(yīng)用將會(huì)涉及到生活的方方面面。以互聯(lián)網(wǎng)網(wǎng)絡(luò)數(shù)據(jù)為代表的大數(shù)據(jù)在格式、體量、價(jià)值，都遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)數(shù)據(jù)的規(guī)模。新摩爾定律認(rèn)為，人類有史以來(lái)的數(shù)據(jù)總量，每過(guò)18個(gè)月就會(huì)翻一番，而海量的數(shù)據(jù)蘊(yùn)含著巨大生產(chǎn)力和商機(jī)。2011年至2014年四年間，我國(guó)大數(shù)據(jù)處于起步階段，每年平均增長(zhǎng)在20%以上。2015年，大數(shù)據(jù)市場(chǎng)規(guī)模已達(dá)到98.9億元;2016年增速達(dá)到45%，超過(guò)160億元;預(yù)計(jì)2022年，我國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模將超過(guò)9000億元，有望成為世界第一數(shù)據(jù)資源大國(guó)。但是數(shù)據(jù)開放度低、技術(shù)薄弱、人才缺失、行業(yè)應(yīng)用不深入等都是數(shù)字經(jīng)濟(jì)發(fā)展中亟待解決的問題。

以5G網(wǎng)絡(luò)、云計(jì)算、人工智能等為代表的新興技術(shù)的高速發(fā)展推動(dòng)人類社會(huì)快速進(jìn)入信息爆炸的大數(shù)據(jù)時(shí)代，“大數(shù)據(jù)”成為當(dāng)今時(shí)代的標(biāo)簽和熱詞。大數(shù)據(jù)時(shí)代，企業(yè)每天都會(huì)產(chǎn)生反映企業(yè)經(jīng)營(yíng)狀況的海量數(shù)據(jù)，企業(yè)如果不想在競(jìng)爭(zhēng)中被淘汰，就必須獲取這些數(shù)據(jù)并對(duì)其進(jìn)行分析與挖掘，以指導(dǎo)企業(yè)業(yè)務(wù)決策。大數(shù)據(jù)挖掘技術(shù)通過(guò)數(shù)據(jù)獲取、清洗、加載、商務(wù)建模、可視化分析等技術(shù)手段和工具，為企業(yè)進(jìn)行有效的財(cái)務(wù)分析，做出正確的財(cái)務(wù)決策提供了科學(xué)依據(jù)。

財(cái)務(wù)狀況是一個(gè)企業(yè)日常經(jīng)營(yíng)和管理活動(dòng)的綜合反映，預(yù)示著企業(yè)將來(lái)的成長(zhǎng)態(tài)勢(shì)和發(fā)展方向。因此，如何將大數(shù)據(jù)挖掘技術(shù)與傳統(tǒng)財(cái)務(wù)分析技術(shù)相結(jié)合，完成數(shù)據(jù)獲取、清洗、建模、分析、挖掘等工作，以便從海量財(cái)務(wù)數(shù)據(jù)中提煉出指導(dǎo)業(yè)務(wù)決策的信息與知識(shí)，是當(dāng)前數(shù)據(jù)挖掘和財(cái)務(wù)分析研究領(lǐng)域的熱點(diǎn)?！皵?shù)據(jù)驅(qū)動(dòng)企業(yè)，分析變革經(jīng)營(yíng)”的大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨，利用財(cái)務(wù)數(shù)據(jù)挖掘技術(shù)和學(xué)習(xí)分析技術(shù)，構(gòu)建財(cái)務(wù)分析領(lǐng)域相關(guān)模型，探索財(cái)務(wù)指標(biāo)變量之間的相關(guān)關(guān)系，為企業(yè)經(jīng)營(yíng)與業(yè)務(wù)決策提供有效支持將成為未來(lái)財(cái)務(wù)分析的發(fā)展趨勢(shì)。尤其是，近年來(lái)大數(shù)據(jù)挖掘技術(shù)的進(jìn)步，可以為企業(yè)進(jìn)行財(cái)務(wù)分析提供新的思路和方法，讓企業(yè)決策者能夠更準(zhǔn)確便捷地獲得有用信息，減少人力和時(shí)間成本，為企業(yè)財(cái)務(wù)分析提供新的思路和方法，以提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)能力，促進(jìn)企業(yè)良性發(fā)展。

二、相關(guān)概念的界定

1.大數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從大量、隨機(jī)、不完全、模糊和有噪聲數(shù)據(jù)中提取隱含在數(shù)據(jù)背后、事先未知且潛在有用的知識(shí)或信息的過(guò)程。大數(shù)據(jù)時(shí)代，數(shù)據(jù)挖掘技術(shù)獲得了飛速發(fā)展和長(zhǎng)足進(jìn)步，已形成了關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)、決策樹、貝葉斯定理、聚類分析、時(shí)間序列預(yù)測(cè)等多項(xiàng)技術(shù)，極大地滿足了經(jīng)濟(jì)與社會(huì)需求，廣泛應(yīng)用于企業(yè)業(yè)務(wù)運(yùn)營(yíng)，風(fēng)險(xiǎn)防控，商機(jī)預(yù)測(cè)等領(lǐng)域。

大數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)、OLAP（聯(lián)機(jī)在線分析）等技術(shù)緊密相關(guān)。一般來(lái)說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市是數(shù)據(jù)挖掘的一種數(shù)據(jù)源，數(shù)據(jù)挖掘是數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)應(yīng)用。OLAP是一種驗(yàn)證性質(zhì)的數(shù)據(jù)分析，用戶提出問題或某種假設(shè)，OLAP負(fù)責(zé)從上到下、由淺入深的展現(xiàn)問題相關(guān)的詳細(xì)信息，供用戶判斷提出假設(shè)是否合理。數(shù)據(jù)挖掘是一種挖掘性質(zhì)的數(shù)據(jù)分析，它能夠自動(dòng)發(fā)現(xiàn)事物間潛在的關(guān)系和特征模式，并且利用這些特征模式進(jìn)行有效的預(yù)測(cè)分析。大數(shù)據(jù)挖掘和OLAP相輔相成，大數(shù)據(jù)挖掘能夠發(fā)現(xiàn)OLAP不能發(fā)現(xiàn)的、更為復(fù)雜和細(xì)致的問題，而OLAP能夠迅速地告訴我們系統(tǒng)的過(guò)去和現(xiàn)在是怎樣的，從而能夠幫助我們更好地理解數(shù)據(jù)，加快知識(shí)發(fā)現(xiàn)的過(guò)程，并且迅速驗(yàn)證大數(shù)據(jù)挖掘發(fā)現(xiàn)的結(jié)果是否合理。大數(shù)據(jù)挖掘流程一般包括數(shù)據(jù)清理（這個(gè)可能要占全過(guò)程60%的工作量）、數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)變換、數(shù)據(jù)挖掘（選擇適當(dāng)?shù)乃惴▉?lái)找到感興趣的模式）、模式評(píng)估和知識(shí)表示等步驟，其一般功能可分為描述性數(shù)據(jù)挖掘和預(yù)測(cè)性數(shù)據(jù)挖掘，其通常挖掘出的模式包括概念/類描述特性化和區(qū)分、關(guān)聯(lián)分析、分類和預(yù)測(cè)、聚類分析、孤立點(diǎn)分析、趨勢(shì)和演變分析等。

2.財(cái)務(wù)分析

20世紀(jì)初，財(cái)務(wù)分析逐漸誕生。最早的財(cái)務(wù)分析非常關(guān)注企業(yè)信用和償債能力的評(píng)價(jià)分析，以滿足銀行對(duì)企業(yè)信用審核和發(fā)放貸款的需求。隨著資本市場(chǎng)的成熟和股份制企業(yè)的產(chǎn)生，財(cái)務(wù)分析內(nèi)容越來(lái)越廣泛，涵蓋了企業(yè)日常經(jīng)營(yíng)管理的基本活動(dòng)，成為企業(yè)管理決策的重要內(nèi)容和主城部分。一般來(lái)講，財(cái)務(wù)分析是指企業(yè)依據(jù)資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤(rùn)表等財(cái)務(wù)報(bào)表所披露的相關(guān)業(yè)務(wù)活動(dòng)記錄和會(huì)計(jì)核算數(shù)據(jù)，對(duì)企業(yè)自身過(guò)去一段時(shí)間內(nèi)的經(jīng)營(yíng)情況和財(cái)務(wù)情況進(jìn)行分析判斷，對(duì)企業(yè)過(guò)去的經(jīng)營(yíng)情況做出客觀評(píng)價(jià)，為企業(yè)高層科學(xué)決策提供支持。

數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)分析領(lǐng)域的應(yīng)用研究始于1987年美國(guó)職業(yè)會(huì)計(jì)師協(xié)會(huì)（AICPA）發(fā)表的一份名為“人工智能與專家系統(tǒng)介紹”的管理指導(dǎo)特別報(bào)告，該報(bào)告提出將包括數(shù)據(jù)挖掘技術(shù)在內(nèi)的人工智能技術(shù)引入財(cái)務(wù)領(lǐng)域。自此之后，國(guó)內(nèi)外學(xué)者開始探索數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)狀況分析、財(cái)務(wù)危機(jī)預(yù)警等傳統(tǒng)財(cái)務(wù)分析領(lǐng)域中的應(yīng)用。

三、大數(shù)據(jù)挖掘技術(shù)應(yīng)用的必要性

隨著資本市場(chǎng)以及行業(yè)里的競(jìng)爭(zhēng)越來(lái)越激烈，企業(yè)在高速發(fā)展的同時(shí)，也掌握著越來(lái)越多的信息，而管理決策者、投資者、財(cái)務(wù)報(bào)表使用者等相關(guān)各方在面對(duì)大量數(shù)據(jù)時(shí)，對(duì)信息的質(zhì)量要求不斷增大，只想要篩選出對(duì)自己有用的信息，而以財(cái)務(wù)報(bào)表為主要分析對(duì)象的傳統(tǒng)財(cái)務(wù)分析在當(dāng)下有很多弊端，已不能夠滿足財(cái)務(wù)報(bào)表使用者等相關(guān)各方獲取企業(yè)相關(guān)信息，傳統(tǒng)財(cái)務(wù)分析方法存在的局限性已不能順應(yīng)企業(yè)未來(lái)發(fā)展基調(diào)，無(wú)法應(yīng)對(duì)當(dāng)下經(jīng)營(yíng)模式下對(duì)于企業(yè)財(cái)務(wù)管理的需求，無(wú)法幫助企業(yè)更好地發(fā)展。

1.傳統(tǒng)財(cái)務(wù)分析具有局限性，無(wú)法預(yù)測(cè)未來(lái)

傳統(tǒng)財(cái)務(wù)分析主要針對(duì)財(cái)務(wù)報(bào)表開展分析，而財(cái)務(wù)報(bào)表往往是企業(yè)歷史數(shù)據(jù)和過(guò)往經(jīng)營(yíng)業(yè)績(jī)的反映，無(wú)法評(píng)估企業(yè)未來(lái)發(fā)展趨勢(shì)。大數(shù)據(jù)挖掘技術(shù)可以對(duì)企業(yè)經(jīng)營(yíng)狀況數(shù)據(jù)進(jìn)行整合與篩選，選擇合適算法完成數(shù)據(jù)建模，從而發(fā)現(xiàn)數(shù)據(jù)之間關(guān)聯(lián)與規(guī)則，并根據(jù)驗(yàn)證后的規(guī)則對(duì)各種數(shù)據(jù)指標(biāo)開展預(yù)測(cè)，為企業(yè)未來(lái)經(jīng)營(yíng)決策和發(fā)展方向判定提供更多的參考和依據(jù)，提高企業(yè)決策效率和質(zhì)量。

2.傳統(tǒng)財(cái)務(wù)分析存在滯后性，無(wú)法實(shí)時(shí)分析

傳統(tǒng)財(cái)務(wù)分析所利用的財(cái)務(wù)報(bào)表往往是以月為單位發(fā)布的數(shù)據(jù)，存在滯后性，因此，傳統(tǒng)企業(yè)財(cái)務(wù)分析無(wú)法實(shí)時(shí)分析，做出合理預(yù)測(cè)，進(jìn)而影響企業(yè)決策速度。大數(shù)據(jù)挖掘技術(shù)與傳統(tǒng)財(cái)務(wù)分析的有效結(jié)合后，企業(yè)可以把財(cái)務(wù)數(shù)據(jù)實(shí)時(shí)更新到大數(shù)據(jù)挖掘技術(shù)構(gòu)建的模型中進(jìn)行分析，利用大數(shù)據(jù)挖掘技術(shù)，從海量財(cái)務(wù)數(shù)據(jù)中，提取出有利于企業(yè)成長(zhǎng)和提升商業(yè)價(jià)值的信息。相比較傳統(tǒng)財(cái)務(wù)分析，大數(shù)據(jù)挖掘技術(shù)可以進(jìn)行信息的實(shí)時(shí)獲取、匯總和分析，提高了企業(yè)決策效率，增加了企業(yè)市場(chǎng)信息的靈敏性和市場(chǎng)行動(dòng)的敏捷性。

3.傳統(tǒng)財(cái)務(wù)分析工作量大，消耗成本高

“互聯(lián)網(wǎng)+”時(shí)代，個(gè)人和企業(yè)每天都會(huì)產(chǎn)生和獲得大量信息，如何從海量數(shù)據(jù)中篩選出有效信息，挖掘數(shù)據(jù)背后隱藏的商業(yè)價(jià)值，是企業(yè)面臨和著重解決的難題。傳統(tǒng)財(cái)務(wù)分析方法由于自身的種種局限性，往往會(huì)消耗大量的人力和時(shí)間成本，而大數(shù)據(jù)挖掘技術(shù)在程序開發(fā)與數(shù)據(jù)建模工作初次設(shè)定完成后，便可以重復(fù)循環(huán)，自動(dòng)化、自主化完成數(shù)據(jù)處理和數(shù)據(jù)分析工作，大大降低了傳統(tǒng)財(cái)務(wù)分析所需的人力、物力和時(shí)間的花費(fèi)。

4.傳統(tǒng)財(cái)務(wù)分析只注重財(cái)務(wù)指標(biāo)，片面單一

傳統(tǒng)財(cái)務(wù)分析常常圍繞償債能力、盈利能力、發(fā)展能力、風(fēng)險(xiǎn)水平等財(cái)務(wù)指標(biāo)開展分析，但這些財(cái)務(wù)指標(biāo)僅僅反映企業(yè)歷史經(jīng)營(yíng)狀況，且分析方法單一，往往無(wú)法預(yù)測(cè)企業(yè)未來(lái)財(cái)務(wù)狀況。大數(shù)據(jù)時(shí)代，企業(yè)發(fā)展除了受到財(cái)務(wù)因素影響之外，還會(huì)受到企業(yè)位置、宏觀政策、客戶滿意度等多種外部因素的影響。大數(shù)據(jù)挖掘技術(shù)可以將財(cái)務(wù)指標(biāo)與非財(cái)務(wù)指標(biāo)整合起來(lái)，分析計(jì)算各個(gè)指標(biāo)之間的相關(guān)與因果關(guān)系，為企業(yè)業(yè)務(wù)決策提供更加精確的指導(dǎo)，助推企業(yè)發(fā)展。

四、大數(shù)據(jù)挖掘技術(shù)應(yīng)用面臨的挑戰(zhàn)

1.信息存儲(chǔ)壓力增大

企業(yè)日常經(jīng)營(yíng)活動(dòng)中，每天都有大量數(shù)據(jù)的產(chǎn)生，為獲取有用信息，財(cái)務(wù)人員需要對(duì)大量數(shù)據(jù)進(jìn)行篩選和分析，以便企業(yè)管理層更準(zhǔn)確地掌握企業(yè)經(jīng)營(yíng)狀況的好壞，做出正確的經(jīng)營(yíng)決策，促進(jìn)企業(yè)的良性發(fā)展。但是，大數(shù)據(jù)時(shí)代的信息往往更新速度快、數(shù)據(jù)量大且所需數(shù)據(jù)存儲(chǔ)空間巨大，而數(shù)據(jù)存儲(chǔ)空間的不足將導(dǎo)致企業(yè)日常經(jīng)營(yíng)數(shù)據(jù)搜尋與保存困難，大大降低企業(yè)財(cái)務(wù)人員利用數(shù)據(jù)挖掘技術(shù)進(jìn)行財(cái)務(wù)分析的速度和準(zhǔn)確度，進(jìn)而影響企業(yè)管理層的業(yè)務(wù)決策。為滿足企業(yè)財(cái)務(wù)人員能夠準(zhǔn)確及時(shí)地進(jìn)行財(cái)務(wù)分析，提高企業(yè)管理層決策效率，企業(yè)需要加大數(shù)據(jù)庫(kù)建設(shè)，緩解企業(yè)信息存儲(chǔ)壓力，提高企業(yè)數(shù)據(jù)處理與數(shù)據(jù)分析效率。

2.財(cái)務(wù)信息質(zhì)量相對(duì)較差

大數(shù)據(jù)時(shí)代，企業(yè)日常經(jīng)營(yíng)活動(dòng)日益信息化，隨著財(cái)務(wù)數(shù)據(jù)量的增加，也會(huì)出現(xiàn)數(shù)據(jù)質(zhì)量差，準(zhǔn)確度和可靠性不過(guò)關(guān)等問題。數(shù)據(jù)質(zhì)量較差將會(huì)大大降低企業(yè)財(cái)務(wù)分析的準(zhǔn)確度，使得財(cái)務(wù)分析結(jié)果難以體現(xiàn)企業(yè)真實(shí)發(fā)展?fàn)顩r，進(jìn)一步影響企業(yè)管理層做出正確財(cái)務(wù)決策，對(duì)企業(yè)未來(lái)發(fā)展方向和目標(biāo)做出錯(cuò)誤判斷，增大企業(yè)未來(lái)發(fā)展風(fēng)險(xiǎn)。因此，企業(yè)應(yīng)完善財(cái)務(wù)信息相關(guān)制度，確保財(cái)務(wù)信息的準(zhǔn)確性和可靠性，進(jìn)而保障數(shù)據(jù)質(zhì)量，提高企業(yè)決策客觀性。

3.信息安全性問題

大數(shù)據(jù)挖掘技術(shù)為企業(yè)財(cái)務(wù)分析工作帶來(lái)便利的同時(shí)，也面臨著信息泄露和信息安全問題。財(cái)務(wù)問題關(guān)乎企業(yè)生死，是企業(yè)發(fā)展命脈，也是企業(yè)維持核心競(jìng)爭(zhēng)力的保證。于企業(yè)而言，如果機(jī)密的財(cái)務(wù)信息等非公開數(shù)據(jù)被泄露，企業(yè)可能會(huì)面臨巨大的損失，導(dǎo)致企業(yè)核心競(jìng)爭(zhēng)力下降，市場(chǎng)份額減少等重大事故。因此，企業(yè)相關(guān)部門在應(yīng)用大數(shù)據(jù)技術(shù)的同時(shí)，應(yīng)高度重視企業(yè)信息安全問題，以保障企業(yè)敏感商業(yè)信息不被泄露，給企業(yè)帶來(lái)巨大損失。

五、結(jié)論與建議

隨著5G網(wǎng)絡(luò)、云計(jì)算、人工智能的普及，企業(yè)日常經(jīng)營(yíng)過(guò)程中產(chǎn)生和積累了大量數(shù)據(jù)，如何從海量數(shù)據(jù)中篩選出任務(wù)相關(guān)數(shù)據(jù)，并通過(guò)數(shù)據(jù)分析與挖掘手段發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的商業(yè)價(jià)值，是當(dāng)前企業(yè)面臨的重要課題。在大數(shù)據(jù)時(shí)代背景下，傳統(tǒng)財(cái)務(wù)分析存在諸多局限，將大數(shù)據(jù)挖掘技術(shù)引入傳統(tǒng)財(cái)務(wù)分析領(lǐng)域十分必要，為解決大數(shù)據(jù)挖掘技術(shù)應(yīng)用過(guò)程面臨的挑戰(zhàn)，本文提出如下對(duì)策與建議。

1.加強(qiáng)財(cái)務(wù)信息化建設(shè)

信息化是數(shù)據(jù)分析與數(shù)據(jù)挖掘的基礎(chǔ)。企業(yè)發(fā)展過(guò)程中應(yīng)重視投入一定的人力財(cái)力普及財(cái)務(wù)信息系統(tǒng)的使用，并根據(jù)時(shí)代進(jìn)步和軟硬件發(fā)展升級(jí)改進(jìn)企業(yè)信息系統(tǒng)，強(qiáng)化財(cái)務(wù)信息化建設(shè)，為企業(yè)大數(shù)據(jù)分析與挖掘工作“鋪路”和“打基礎(chǔ)”。企業(yè)加強(qiáng)財(cái)務(wù)信息化建設(shè)的同時(shí)，也要重視企業(yè)財(cái)務(wù)和技術(shù)人員的培訓(xùn)工作，提高員工職業(yè)素養(yǎng)和道德水平，定期充實(shí)與更新相關(guān)人員財(cái)務(wù)分析知識(shí)儲(chǔ)備，掌握大數(shù)據(jù)分析與挖掘前沿技術(shù)，提高員工業(yè)務(wù)水平和決策質(zhì)量。

2.健全財(cái)務(wù)信息安全防范制度

大數(shù)據(jù)時(shí)代，企業(yè)信息安全或網(wǎng)絡(luò)風(fēng)險(xiǎn)不斷增多，受到信息系統(tǒng)漏洞、人為攻擊等多方面威脅，因此，企業(yè)管理部門應(yīng)持續(xù)加強(qiáng)員工信息風(fēng)險(xiǎn)防范意識(shí)，制定風(fēng)險(xiǎn)防范制度，加強(qiáng)財(cái)務(wù)人員技術(shù)培訓(xùn)，降低企業(yè)財(cái)務(wù)數(shù)據(jù)泄露風(fēng)險(xiǎn)。信息技術(shù)部門需加大人力、物力和時(shí)間投入，加強(qiáng)企業(yè)信息安全管理，維護(hù)企業(yè)的財(cái)務(wù)信息安全，防范數(shù)據(jù)背后的商業(yè)價(jià)值被網(wǎng)絡(luò)攻擊和竊取。

3.建立信息安全監(jiān)督管理部門

企業(yè)日常經(jīng)營(yíng)過(guò)程中，企業(yè)應(yīng)該建立全面有效的監(jiān)督管理部門，對(duì)各項(xiàng)財(cái)務(wù)信息進(jìn)行監(jiān)管，保證企業(yè)財(cái)務(wù)信息質(zhì)量的同時(shí)，監(jiān)督相關(guān)人員是否切實(shí)履行工作職責(zé)，嚴(yán)防徇私舞弊等情況的出現(xiàn)，維持企業(yè)的正常經(jīng)營(yíng)。另外，監(jiān)督管理部門還要加強(qiáng)對(duì)相關(guān)監(jiān)督管理人員的培訓(xùn)與學(xué)習(xí)，提高綜合能力，樹立憂患意識(shí)，不斷了解國(guó)家相關(guān)法律法規(guī)政策，提高工作效率，為企業(yè)的監(jiān)督管理工作奠定基礎(chǔ)。

參考文獻(xiàn)：

[1]胡容.數(shù)據(jù)挖掘在公司財(cái)務(wù)分析中的應(yīng)用分析[J].納稅，2021，15（03）：121-122.

[2]王惠質(zhì).大數(shù)據(jù)時(shí)代對(duì)企業(yè)財(cái)務(wù)分析的影響[J].河北企業(yè)，2021（03）：100-102.

[3]馮彩麗.大數(shù)據(jù)挖掘技術(shù)在企業(yè)財(cái)務(wù)分析中的應(yīng)用[J].投資與創(chuàng)業(yè)，2021，32（05）：61-63.

[4]張鷺.大數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)分析中的應(yīng)用[J].輕工科技，2021，37（07）：61-62.

[5]劉念.大數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)分析中的應(yīng)用研究[J].財(cái)會(huì)學(xué)習(xí)，2019（27）：13-14.

[6]周軍.企業(yè)財(cái)務(wù)分析存在的問題及對(duì)策思考[J].大眾投資指南，2020（09）：128-129.

[7]丁淑紅.大數(shù)據(jù)時(shí)代背景下會(huì)計(jì)財(cái)務(wù)分析研究[J].大眾投資指南，2017（12）：11.

[8]劉雄偉.探索大數(shù)據(jù)時(shí)代下企業(yè)財(cái)務(wù)分析中存在問題及方法[J].現(xiàn)代經(jīng)濟(jì)信息，2017（17）：169.

[9]駱科波.大數(shù)據(jù)時(shí)代企業(yè)財(cái)務(wù)管理的挑戰(zhàn)和改革[J].財(cái)經(jīng)界，2022（07）：110-112.

[10]李麗娟.大數(shù)據(jù)環(huán)境下管理會(huì)計(jì)發(fā)展的機(jī)遇與挑戰(zhàn)[J].財(cái)會(huì)學(xué)習(xí)，2020（22）：105-106.

[11]路偉果，劉光軍，彭韶兵.數(shù)據(jù)挖掘技術(shù)對(duì)會(huì)計(jì)的影響及應(yīng)對(duì)[J].財(cái)會(huì)月刊，2020（07）：68-74.

[12]倪可，鐘山河，王斐.基于大數(shù)據(jù)視角的財(cái)務(wù)分析研究[J].商業(yè)會(huì)計(jì)，2020（10）：106-108.

[13]王丹梅，侯清涵.基于大數(shù)據(jù)技術(shù)的BI分析系統(tǒng)在財(cái)務(wù)管理方面的應(yīng)用[J].國(guó)際商務(wù)財(cái)會(huì)，2020（07）：3-6.

[14]顧逸宸.數(shù)據(jù)挖掘技術(shù)在醫(yī)院財(cái)務(wù)分析中的應(yīng)用[J].財(cái)經(jīng)界，2020（29）：121-122.

[15]李佳慧，孫瑾.數(shù)據(jù)挖掘在財(cái)務(wù)管理中的應(yīng)用研究[J].大眾投資指南，2020（07）：167-168.

[16]周軍.企業(yè)財(cái)務(wù)分析存在的問題及對(duì)策思考[J].大眾投資指南，2020（09）：128-129.

[17]張艷云.大數(shù)據(jù)環(huán)境下建材企業(yè)財(cái)務(wù)分析平臺(tái)應(yīng)用研究[D].上海財(cái)經(jīng)大學(xué)，2020.