一、數(shù)據(jù)挖掘在財務(wù)分析中的重要作用

首先,提高財務(wù)信息的利用能力。傳統(tǒng)財務(wù)數(shù)據(jù)查詢主要面向應(yīng)用,屬于一種支持日常操作的事務(wù)處理,沒有分析所查詢的數(shù)據(jù)信息的能力,決策者也無法在分析大量歷史數(shù)據(jù)的基礎(chǔ)上多維度的比較、分析某個主題的相關(guān)數(shù)據(jù)。而財務(wù)分析中應(yīng)用數(shù)據(jù)挖掘技術(shù)體現(xiàn)出序列導(dǎo)向及多維度的特點,從而有效提高財務(wù)信息的應(yīng)用能力。其次,解決財務(wù)信息的噪聲問題。網(wǎng)絡(luò)環(huán)境下,企業(yè)可以方便、快捷的獲取企業(yè)內(nèi)部信息、各關(guān)聯(lián)方及外部信息,這個過程中難免會出現(xiàn)信息過量的問題,如何迅速從海量信息中獲取對決策有用的信息成為各決策者及管理者面臨的重要問題。這種情況下,數(shù)據(jù)挖掘技術(shù)可以在海量信息中分辨、挖掘出對財務(wù)決策有用的信息,最大程度上減少信息噪聲的影響。最后,提高財務(wù)分析的智能化水平。決策本身體現(xiàn)出動態(tài)性、復(fù)雜性、多樣性的特點,而決策者本身的綜合素質(zhì)也會對決策的準(zhǔn)確性產(chǎn)生影響,因此同一種情況可能產(chǎn)生不同的決策結(jié)果。隨著數(shù)據(jù)量的不斷增加,傳統(tǒng)依靠程序人員設(shè)計專用程序查詢數(shù)據(jù)的方法已經(jīng)相對滯后,決策者需要更加智能化的信息分析方法,數(shù)據(jù)挖掘技術(shù)便可滿足這一要求,其利用現(xiàn)有數(shù)據(jù)獲取新的、有用的信息,并對信息的查詢、存儲過程預(yù)以優(yōu)化,體現(xiàn)出強大的自我學(xué)習(xí)功能,從而最大程度上滿足財務(wù)信息分析智能化的要求。

二、數(shù)據(jù)挖掘技術(shù)在財務(wù)分析中的應(yīng)用

財務(wù)分析的主要目的是改善經(jīng)營管理,提高企業(yè)的經(jīng)濟效益,其主要目的是保證會計信息資料的正確可靠性,以保證企業(yè)財產(chǎn)的安全性、完整性。比如某生態(tài)園林企業(yè)需要投入大量資金完善生產(chǎn)基礎(chǔ)設(shè)施,并保證現(xiàn)場作業(yè)的有序,如有必要還要投資于企業(yè)產(chǎn)品周邊附屬產(chǎn)業(yè)的發(fā)展,因此財務(wù)決策的重要性不言而喻,而在財務(wù)決策中應(yīng)用數(shù)據(jù)挖掘技術(shù)十分必要。財務(wù)分析中應(yīng)用數(shù)據(jù)挖掘的基本流程包括問題識別、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)開采及結(jié)果表達(dá)與解釋等四個步驟,圖1可將財務(wù)分析數(shù)據(jù)挖掘的過程直觀的表達(dá)出來:

(一)問題識別

典型的財務(wù)決策包括投資決策、籌資決策、成本決策、銷售決策等,企業(yè)要進(jìn)行財務(wù)分析前必須識別決策問題,明確需要達(dá)到的決策目標(biāo)等,再將決策目標(biāo)轉(zhuǎn)換為數(shù)據(jù)挖掘的目標(biāo),最后進(jìn)行準(zhǔn)確的數(shù)據(jù)定義。如企業(yè)需要投資企業(yè)產(chǎn)品周邊附屬產(chǎn)業(yè),則需要利用數(shù)據(jù)挖掘技術(shù)明確以下問題:

(1)企業(yè)經(jīng)營中可隨時支配的資金額度,需要財務(wù)人員建立數(shù)據(jù)庫模型,將可用于投資的資金情況準(zhǔn)確、詳細(xì)的計算出來;

(2)編制投資方案,即與本企業(yè)實際情況相結(jié)合,考慮具體投資計劃,并對投資方案的可操作性進(jìn)行分析,比如上述園林生態(tài)企業(yè)需要投資進(jìn)口園林機械的代理項目,就需要在投資前對該項目的大小做出合理評估,了解該品牌園林機械在國際市場的占有份額、品質(zhì)、成本及銷售價格等信息;

(3)投資收益分析,投資的主要目的是獲得更高收益,因此在數(shù)據(jù)挖掘過程中,問題識別時必須做出可靠的收益預(yù)算。

(二)數(shù)據(jù)準(zhǔn)備

在完成問題識別后,需要根據(jù)不同的需求、從相關(guān)數(shù)據(jù)庫信息中選擇適用的數(shù)據(jù)信息,即進(jìn)行數(shù)據(jù)準(zhǔn)備,該過程需要收集大量與企業(yè)財務(wù)分析相關(guān)的數(shù)據(jù)信息,以保證數(shù)據(jù)挖掘的真實性、客觀性,比如花卉市場分布信息、裝飾裝潢市場信息、園林設(shè)計與市場銷售等信息。通常情況下,數(shù)據(jù)準(zhǔn)備又可分為數(shù)據(jù)集成、數(shù)據(jù)選擇及數(shù)據(jù)預(yù)處理等三個步驟,其中數(shù)據(jù)集成是把多數(shù)據(jù)庫運行環(huán)境中的數(shù)據(jù)進(jìn)行合并處理,去除信息噪聲,剔除虛假數(shù)據(jù);而數(shù)據(jù)選擇則是分辨需要分析的數(shù)據(jù)集合,進(jìn)一步縮小數(shù)據(jù)處理的范圍,提高數(shù)據(jù)質(zhì)量,從而保證數(shù)據(jù)挖掘的有效性;數(shù)據(jù)預(yù)處理的主要目的是解決數(shù)據(jù)挖掘工具局限性的問題。

(三)數(shù)據(jù)挖掘

當(dāng)上述準(zhǔn)備工作完成后即可進(jìn)行深入的數(shù)據(jù)挖掘處理,挖掘過程中需要注意,必須以財務(wù)分析核心思想為指導(dǎo),明確數(shù)據(jù)挖掘的目的性,數(shù)據(jù)挖掘的主要內(nèi)容包括:選擇合適的挖掘工具、具體的挖掘操作及證實發(fā)現(xiàn)的知識等,其中選擇合適的挖掘工具至關(guān)重要,限于篇幅此處對神經(jīng)網(wǎng)絡(luò)及決策樹兩種方法進(jìn)行簡單介紹。神經(jīng)網(wǎng)絡(luò)是以自學(xué)習(xí)數(shù)學(xué)模型為基礎(chǔ)的,利用該方法可以很容易的解決具有上百個參數(shù)的問題,為高復(fù)雜度的問題提供一種相對簡單的方法;視經(jīng)網(wǎng)絡(luò)既可以表現(xiàn)為有指導(dǎo)的學(xué)習(xí),也可以是無指導(dǎo)聚類,不過輸入神經(jīng)網(wǎng)絡(luò)中的值均為數(shù)值型的。實際應(yīng)用中通常采用該方法進(jìn)行財務(wù)預(yù)警分析。決策樹法是現(xiàn)階段應(yīng)用最廣泛的歸納推理算法之一,其提供了一種展示在何種條件下會獲得對應(yīng)值的規(guī)則的方法,是一種簡單的知識表示方法,在數(shù)據(jù)挖掘過程中,決策樹法主要用于數(shù)據(jù)挖掘的分類。

(四)結(jié)果表達(dá)

結(jié)果表達(dá)即是在處理數(shù)據(jù)庫信息的基礎(chǔ)上客觀的表達(dá)出數(shù)據(jù)挖掘的結(jié)果,以為企業(yè)財務(wù)分析提供可靠依據(jù)。可以說結(jié)果表達(dá)是數(shù)據(jù)挖掘的成果展示,其所表達(dá)的是最有價值的信息,如結(jié)果表達(dá)所提供的信息達(dá)不到?jīng)Q策的要求,則可重復(fù)挖掘過程,直至決策者滿意為止。

三、結(jié)語

在日益激烈的市場環(huán)境中,企業(yè)決策層必須在分析大量的數(shù)據(jù)——特別是財務(wù)數(shù)據(jù)的基礎(chǔ)上做出準(zhǔn)確發(fā)析,對企業(yè)的經(jīng)營成果、財務(wù)狀況等做出準(zhǔn)確、客觀的評價與剖析,從而對企業(yè)運營過程中存在的問題、企業(yè)發(fā)展趨勢等做出正確判斷。數(shù)據(jù)挖掘技術(shù)是以人工智能、機算機、數(shù)據(jù)庫等技術(shù)為基礎(chǔ)發(fā)展起來的,大大提高了財務(wù)信息分析的實效性與全面性,從而為企業(yè)決策者提供更有價值的財務(wù)信息,促進(jìn)企業(yè)經(jīng)濟效益的不斷提升。當(dāng)然,僅僅依靠計算機或軟件是無法完成數(shù)據(jù)挖掘過程的,專業(yè)人員的職業(yè)判斷至關(guān)重要。不過雖然企業(yè)財務(wù)分析中楊技術(shù)的應(yīng)用還不夠成熟,但是可以預(yù)見,隨著科學(xué)技術(shù)的不斷發(fā)展,其在企業(yè)財務(wù)分析中的作用會越來越突出,應(yīng)用也會越來越廣泛。

作者：包金輝 單位：昆山市城市生態(tài)森林公園有限公司