2021年淺議數(shù)據(jù)挖掘技術(shù)與財(cái)務(wù)分析

1、淺議數(shù)據(jù)挖掘技術(shù)與財(cái)務(wù)分析 摘要：目前企業(yè)普遍面臨數(shù)據(jù) _、知識(shí)匱乏的困境。企業(yè)在進(jìn)行財(cái)務(wù)分析時(shí)如何在海量的資源中挖掘出有用的信息，為管理和決策服務(wù)，是企業(yè)迫切需要解決的問題。文章主要研究了數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)分析中的應(yīng)用問題，介紹了數(shù)據(jù)挖掘的基本原理，并對(duì)數(shù)據(jù)挖掘在財(cái)務(wù)分析的應(yīng)用以及應(yīng)用存在的困難進(jìn)行了探討。 關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)； 財(cái)務(wù)分析 財(cái)務(wù)報(bào)表是綜合反映企業(yè)一定時(shí)期財(cái)務(wù)狀況、經(jīng)營成果、現(xiàn)金流量狀況及財(cái)務(wù)狀況變動(dòng)的文件，是企業(yè)和投資者進(jìn)行財(cái)務(wù)分析的主要依據(jù)。但是企業(yè)普遍面臨數(shù)據(jù) _、知識(shí)匱乏的困境，如何從海量的信息資源中挖掘出潛在的信息，為管理和決策服務(wù)，是企業(yè)迫切需要解決的問題。數(shù)據(jù)挖

2、掘?yàn)榻鉀Q該問題提供了新的途徑。 一、數(shù)據(jù)挖掘基本原理介紹 數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。數(shù)據(jù)挖掘?qū)⑷藗儗?duì)數(shù)據(jù)的應(yīng)用，從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘有用的信息和知識(shí)，提高決策能力的水平。 （一）數(shù)據(jù)挖掘的主要功能 數(shù)據(jù)挖掘的目標(biāo)是從數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、有意義的信息，主要有以下功能： 1、估計(jì)與預(yù)測(cè)。估計(jì)是根據(jù)已有積累的資料來推測(cè)某一屬性的值，預(yù)測(cè)是根據(jù)對(duì)象屬性的過去觀察來估計(jì)該屬性未來之值。數(shù)據(jù)挖掘技術(shù)能夠自動(dòng)的在大型數(shù)據(jù)庫中尋找預(yù)測(cè) _。 2、關(guān)聯(lián)和序列發(fā)現(xiàn)。關(guān)聯(lián)是要找出在某一 _或是資

3、料中會(huì)同時(shí)出現(xiàn)的東西； 序列發(fā)現(xiàn)與關(guān)聯(lián)關(guān)系很密切，所不同的是序列發(fā)現(xiàn)中相關(guān)的對(duì)象是以時(shí)間來區(qū)分的。 3、聚類。數(shù)據(jù)庫中的記錄可被化分為一系列有意義的子集，即聚類。聚類技術(shù)要點(diǎn)是在劃分對(duì)象時(shí)不僅考慮對(duì)象之間的距離，還要求劃分出的類具有某種內(nèi)涵描述，從而避免了傳統(tǒng)技術(shù)的某些片面性。 4、描述。描述的功能是對(duì)負(fù)責(zé)的數(shù)據(jù)庫提供簡要的描述，其主要目的是為了在使用別的功能時(shí)對(duì)數(shù)據(jù)先有較好的了解，然后再建立分析模型。 5、偏差檢測(cè)。數(shù)據(jù)庫中的數(shù)據(jù)常有一些異常記錄，從數(shù)據(jù)庫中檢測(cè)這些偏差很有意義。偏差包括很多潛在的知識(shí)，如分類中的反常實(shí)例、不滿足規(guī)則的特例、觀測(cè)結(jié)果與模型預(yù)測(cè)值的偏差、量值隨時(shí)間的變化等。 （

4、二）數(shù)據(jù)挖掘的基本步驟 SAS研究所提出的SEMMA方法是目前最受歡迎的一種數(shù)據(jù)挖掘方法，其描述的數(shù)據(jù)挖掘的大致過程包括取樣、探索修改、模型和評(píng)價(jià)。 1、數(shù)據(jù)取樣。在進(jìn)行數(shù)據(jù)挖掘之前，首先要根據(jù)數(shù)據(jù)挖掘的目標(biāo)選定相關(guān)的數(shù)據(jù)庫。通過創(chuàng)建一個(gè)或多個(gè)數(shù)據(jù)表進(jìn)行抽樣。所抽取的樣本數(shù)據(jù)量既要大到足以包含有實(shí)際意義的信息，同時(shí)又不至于大到無法處理。 2、數(shù)據(jù)探索。數(shù)據(jù)探索就是對(duì)數(shù)據(jù)進(jìn)行深入調(diào)查的過程，通過對(duì)數(shù)據(jù)進(jìn)行深入探察以發(fā)現(xiàn)隱藏在數(shù)據(jù)中預(yù)期的或未被預(yù)期的關(guān)系和異常，從而獲取對(duì)事物的理解和概念。 3、數(shù)據(jù)調(diào)整。在上述兩個(gè)步驟的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行增刪、修改，使之更明確、更有效。 4、建模。使用人工神經(jīng)網(wǎng)絡(luò)、

5、回歸分析、決策樹、時(shí)間序列分析等分析工具來建立模型，從數(shù)據(jù)中發(fā)現(xiàn)那些能夠?qū)︻A(yù)測(cè)結(jié)果進(jìn)行可靠預(yù)測(cè)的模型。 5、評(píng)價(jià)。就是對(duì)從數(shù)據(jù)挖掘過程中發(fā)現(xiàn)的信息的實(shí)用性和可靠性進(jìn)行評(píng)估。 二、數(shù)據(jù)挖掘在財(cái)務(wù)決策中的應(yīng)用 從財(cái)務(wù)分析的角度來看，數(shù)據(jù)挖掘是一種新的財(cái)務(wù)信息處理技術(shù)，其主要特點(diǎn)是能對(duì)會(huì)計(jì)數(shù)據(jù)庫以及其他業(yè)務(wù)數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析及其他模型化處理，從中提取輔助決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘其實(shí)是深層次的財(cái)務(wù)數(shù)據(jù)分析方法。分析這些數(shù)據(jù)主要目的是為企業(yè)決策提供真正有價(jià)值的信息，進(jìn)而獲取更大企業(yè)價(jià)值的最大化。 （一）網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代企業(yè)財(cái)務(wù)分析的變化 隨著網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代的到來，現(xiàn)在的財(cái)務(wù)分析與傳統(tǒng)財(cái)務(wù)

6、分析相比，數(shù)據(jù)使用的廣泛性大大提高，而且還產(chǎn)生如下變化： 1、財(cái)務(wù)分析信息使用者發(fā)生變化。傳統(tǒng)財(cái)務(wù)分析信息注重提供給現(xiàn)有投資者，主要為現(xiàn)有的投資者提供企業(yè)相關(guān)的分析資料。在網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代，隨著資本市場(chǎng)的不斷發(fā)展和完善，企業(yè)的股東結(jié)構(gòu)日趨多元化，這就要求企業(yè)不僅要考慮現(xiàn)有投資者的分析資料要求，更要將企業(yè)推向潛在的投資者，吸引潛在投資者注意，以此增強(qiáng)其發(fā)展?jié)摿Α?2、財(cái)務(wù)分析導(dǎo)向性發(fā)生變化。傳統(tǒng)財(cái)務(wù)分析主要是面向過去。在網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代財(cái)務(wù)分析不僅要面向過去，更要面向未來。由于潛在投資者的增多，財(cái)務(wù)分析信息使用者更需要的是能為其提供決策依據(jù)的信息，進(jìn)而決定是否采取某一行動(dòng)或決策。這就要求企業(yè)全面分析企業(yè)

7、內(nèi)部和外部的經(jīng)營發(fā)展情況和趨勢(shì)，向使用者充分暴露有關(guān)未來發(fā)展前景，贏利預(yù)測(cè)和現(xiàn)金流量的信息。 3、財(cái)務(wù)分析時(shí)效性發(fā)展變化。傳統(tǒng)財(cái)務(wù)分析信息一般實(shí)時(shí)反映。在網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代，要求企業(yè)成為一個(gè)信息系統(tǒng)，利用網(wǎng)絡(luò)隨時(shí)向外提供信息，以滿足投資者等利害關(guān)系人進(jìn)入企業(yè)網(wǎng)頁或有關(guān)搜索引擎上搜索當(dāng)日、當(dāng)時(shí)企業(yè)情況的需要。 4、財(cái)務(wù)分析對(duì)象范圍發(fā)生變化。傳統(tǒng)財(cái)務(wù)分析的對(duì)象主要是有形資產(chǎn)。在網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代，知識(shí)資源、人力資源、企業(yè)文化資源和顧客市場(chǎng)資源等已成為公司最重要的資源，企業(yè)的無形資產(chǎn)在整個(gè)資產(chǎn)總額中的份額將大大超過有形資產(chǎn)。將知識(shí)資源、人力資源、企業(yè)文化資源和顧客市場(chǎng)資源等無形資產(chǎn)納人資產(chǎn)要素范疇勢(shì)在必行。 （

8、二）數(shù)據(jù)挖掘在財(cái)務(wù)分析中的應(yīng)用 由于以上變化，使得對(duì)財(cái)務(wù)分析的方法有了更高的要求。財(cái)務(wù)數(shù)據(jù)挖掘其實(shí)是一類深層次的財(cái)務(wù)數(shù)據(jù)分析方法，同傳統(tǒng)的財(cái)務(wù)分析相比，它具有以下特點(diǎn)：首先，數(shù)據(jù)挖掘所采用的基礎(chǔ)數(shù)據(jù)更加全面，不僅包含財(cái)務(wù)報(bào)表中的數(shù)據(jù)，而且可以包括會(huì)計(jì)業(yè)務(wù)基礎(chǔ)數(shù)據(jù)、非財(cái)務(wù)數(shù)據(jù)以及其他相關(guān)業(yè)務(wù)數(shù)據(jù)，如企業(yè)背景資料、人力資源信息等； 其次，財(cái)務(wù)分析可以提供更有價(jià)值的信息，不僅可以利用鉆取、切片、漂移、旋轉(zhuǎn)等功能簡單而直觀地引導(dǎo)用戶從多角度、多側(cè)面觀察數(shù)據(jù)，而且可以將分析數(shù)據(jù)統(tǒng)一管理起來，使用戶在同一界面下選擇分析的重點(diǎn)，獲取所有分析數(shù)據(jù)； 再次，財(cái)務(wù)分析的時(shí)效性更強(qiáng)，影響的范圍更大，有助于吸引潛在的

9、投資者。利用數(shù)據(jù)挖掘技術(shù)進(jìn)行財(cái)務(wù)分析的基本過程如下： 1、確定財(cái)務(wù)分析對(duì)象。定義財(cái)務(wù)分析的對(duì)象，根據(jù)財(cái)務(wù)分析的目的選擇合適的分析模型，采用相應(yīng)的數(shù)據(jù)挖掘方法。 2、數(shù)據(jù)收集。數(shù)據(jù)收集是數(shù)據(jù)挖掘的首要步驟，數(shù)據(jù)可以于現(xiàn)有的會(huì)計(jì)信息系統(tǒng)，也可以從數(shù)據(jù)倉庫中得到，還可以是其他業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)。 3、數(shù)據(jù)。數(shù)據(jù)收集階段得到的數(shù)據(jù)可能有一定的“污染”，可能存在自身的不一致性或者有缺失數(shù)據(jù)的存在等，因此數(shù)據(jù)的是必須的。同時(shí)通過數(shù)據(jù)，可以對(duì)數(shù)據(jù)做簡單的泛化處理，從而在原始數(shù)據(jù)的基礎(chǔ)之上得到更為豐富的數(shù)據(jù)信息，便于下一步數(shù)據(jù)挖掘的順利進(jìn)行。數(shù)據(jù)主要包括以下內(nèi)容：（1）數(shù)據(jù)選擇。搜索所有與財(cái)務(wù)分析對(duì)象有關(guān)的內(nèi)部

10、和外部數(shù)據(jù)信息，根據(jù)財(cái)務(wù)分析的目的并從中選擇出適用于數(shù)據(jù)挖掘的數(shù)據(jù)。（2）數(shù)據(jù)簡化。有些數(shù)據(jù)屬性對(duì)財(cái)務(wù)分析是沒用的，這些屬性的存在會(huì)大大影響挖掘效率，甚至還可以導(dǎo)致挖掘結(jié)果的偏差。數(shù)據(jù)簡化是在對(duì)發(fā)現(xiàn)任務(wù)和數(shù)據(jù)本身內(nèi)容理解的基礎(chǔ)上，尋找依賴于發(fā)現(xiàn)目標(biāo)的表達(dá)數(shù)據(jù)的有用特征，以縮減數(shù)據(jù)規(guī)模，從而在盡可能保持?jǐn)?shù)據(jù)原貌的前提下最大限度地精簡數(shù)據(jù)量。（3）數(shù)據(jù)的轉(zhuǎn)換。將數(shù)據(jù)轉(zhuǎn)換成一個(gè)分析模型，這個(gè)分析模型是針對(duì)挖掘算法建立的。建立一個(gè)真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。 4、數(shù)據(jù)挖掘。對(duì)所得到的經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘。除了完善選擇合適的挖掘算法外，其余一切工作都能自動(dòng)地完成。 5、結(jié)果分析。數(shù)

11、據(jù)挖掘的結(jié)果有些是有實(shí)際意義的，而有些是沒有實(shí)際意義的或是與實(shí)際情況相違背的，就需要進(jìn)行評(píng)估。評(píng)估可以根據(jù)用戶多年的經(jīng)驗(yàn)，也可以直接用實(shí)際數(shù)據(jù)來驗(yàn)證模型的正確性，進(jìn)而調(diào)整挖掘模型，再次進(jìn)行挖掘。 6、知識(shí)的同化。數(shù)據(jù)挖掘的最終目的是輔助決策。決策者可以根據(jù)數(shù)據(jù)挖掘的結(jié)果，結(jié)合實(shí)際情況，將分析所得到的知識(shí)集成到財(cái)務(wù)分析系統(tǒng)中。 三、數(shù)據(jù)挖掘技術(shù)在企業(yè)財(cái)務(wù)分析中應(yīng)用的難點(diǎn) 數(shù)據(jù)挖掘在企業(yè)財(cái)務(wù)報(bào)表分析中的應(yīng)用還是一門嶄新的技術(shù)或者方法，接受數(shù)據(jù)挖掘的概念容易，但是實(shí)際將其落在實(shí)處卻比較困難。其中最重要的就是成本的負(fù)擔(dān)問題。數(shù)據(jù)挖掘功能對(duì)進(jìn)行企業(yè)財(cái)務(wù)報(bào)表分析來說雖然存在優(yōu)勢(shì)，但前提是具備完整、正確的數(shù)

12、據(jù)，即在建立數(shù)據(jù)倉庫系統(tǒng)基礎(chǔ)后，與此功能結(jié)合運(yùn)用以達(dá)到事半功倍的效果。但是企業(yè)財(cái)務(wù)報(bào)表所提供的數(shù)據(jù)本身都可能存在水分，因此需要報(bào)表使用者在經(jīng)過會(huì)計(jì)信息質(zhì)量分析等前提下調(diào)整或重新計(jì)算企業(yè)財(cái)務(wù)報(bào)表中的數(shù)據(jù)，然后再利用數(shù)據(jù)挖掘等技術(shù)進(jìn)行財(cái)務(wù)報(bào)表分析。 數(shù)據(jù)挖掘僅僅依靠電子計(jì)算機(jī)或者軟件是無法完成這項(xiàng)任務(wù)的，更多的是需要依靠職業(yè)人士的職業(yè)判斷。雖然在企業(yè)財(cái)務(wù)報(bào)表分析中利用數(shù)據(jù)挖掘技術(shù)還不十分成熟，相信伴隨科學(xué)技術(shù)的迅猛發(fā)展，數(shù)據(jù)挖掘技術(shù)將會(huì)在未來的企業(yè)財(cái)務(wù)報(bào)表分析中扮演重要的角色。 _： 1、李劍鋒,李一軍,祁威.數(shù)據(jù)挖掘在公司財(cái)務(wù)分析中的應(yīng)用J.計(jì)算機(jī)工程與應(yīng)用,xx(2). 2、林偉林,林有.數(shù)據(jù)挖掘在上市公司財(cái)務(wù)狀況分析中的應(yīng)用J.市場(chǎng)周刊,xx(10). 3、李愛玲,沈 _,李豫州.數(shù)據(jù)挖掘在財(cái)務(wù)預(yù)測(cè)中的應(yīng)用J.安陽師范學(xué)院學(xué)報(bào),xx(2). 4、劉勝平,張啟鑾.基于數(shù)據(jù)挖掘技術(shù)的財(cái)務(wù)實(shí)時(shí)控制系統(tǒng)研究J.財(cái)會(huì)月刊,xx(3). 5、楊春華.數(shù)據(jù)挖掘OLAP在財(cái)務(wù)決策中的應(yīng)用J.財(cái)會(huì)通訊,xx(10). 6、郭素蓉.淺談數(shù)據(jù)挖掘在財(cái)務(wù)風(fēng)險(xiǎn)分析中的應(yīng)用J.現(xiàn)代企業(yè)教育,xx(14). 7、呂橙,易艷紅.數(shù)據(jù)挖掘在財(cái)務(wù)分析中應(yīng)用的理性思考J.商場(chǎng)現(xiàn)代化,xx(18). 8、李靜,萬繼峰