淺談數據挖掘財務(wù)分析論文
一、數據挖掘在財務(wù)分析中的重要作用
首先,提高財務(wù)信息的利用能力。傳統財務(wù)數據查詢(xún)主要面向應用,屬于一種支持日常操作的事務(wù)處理,沒(méi)有分析所查詢(xún)的數據信息的能力,決策者也無(wú)法在分析大量歷史數據的基礎上多維度的比較、分析某個(gè)主題的相關(guān)數據。而財務(wù)分析中應用數據挖掘技術(shù)體現出序列導向及多維度的特點(diǎn),從而有效提高財務(wù)信息的應用能力。其次,解決財務(wù)信息的噪聲問(wèn)題。網(wǎng)絡(luò )環(huán)境下,企業(yè)可以方便、快捷的獲取企業(yè)內部信息、各關(guān)聯(lián)方及外部信息,這個(gè)過(guò)程中難免會(huì )出現信息過(guò)量的問(wèn)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(wèn)題。這種情況下,數據挖掘技術(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。決策本身體現出動(dòng)態(tài)性、復雜性、多樣性的特點(diǎn),而決策者本身的綜合素質(zhì)也會(huì )對決策的準確性產(chǎn)生影響,因此同一種情況可能產(chǎn)生不同的決策結果。隨著(zhù)數據量的不斷增加,傳統依靠程序人員設計專(zhuān)用程序查詢(xún)數據的方法已經(jīng)相對滯后,決策者需要更加智能化的信息分析方法,數據挖掘技術(shù)便可滿(mǎn)足這一要求,其利用現有數據獲取新的、有用的信息,并對信息的查詢(xún)、存儲過(guò)程預以?xún)?yōu)化,體現出強大的自我學(xué)習功能,從而最大程度上滿(mǎn)足財務(wù)信息分析智能化的要求。
二、數據挖掘技術(shù)在財務(wù)分析中的應用
財務(wù)分析的主要目的是改善經(jīng)營(yíng)管理,提高企業(yè)的經(jīng)濟效益,其主要目的是保證會(huì )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)基礎設施,并保證現場(chǎng)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)決策中應用數據挖掘技術(shù)十分必要。財務(wù)分析中應用數據挖掘的基本流程包括問(wèn)題識別、數據準備、數據開(kāi)采及結果表達與解釋等四個(gè)步驟,圖1可將財務(wù)分析數據挖掘的過(guò)程直觀(guān)的表達出來(lái):
(一)問(wèn)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(xiāo)售決策等,企業(yè)要進(jìn)行財務(wù)分析前必須識別決策問(wèn)題,明確需要達到的決策目標等,再將決策目標轉換為數據挖掘的目標,最后進(jìn)行準確的數據定義。如企業(yè)需要投資企業(yè)產(chǎn)品周邊附屬產(chǎn)業(yè),則需要利用數據挖掘技術(shù)明確以下問(wèn)題:
(1)企業(yè)經(jīng)營(yíng)中可隨時(shí)支配的資金額度,需要財務(wù)人員建立數據庫模型,將可用于投資的資金情況準確、詳細的計算出來(lái);
(2)編制投資方案,即與本企業(yè)實(shí)際情況相結合,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(chǎng)的占有份額、品質(zhì)、成本及銷(xiāo)售價(jià)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,因此在數據挖掘過(guò)程中,問(wèn)題識別時(shí)必須做出可靠的收益預算。
(二)數據準備
在完成問(wèn)題識別后,需要根據不同的需求、從相關(guān)數據庫信息中選擇適用的數據信息,即進(jìn)行數據準備,該過(guò)程需要收集大量與企業(yè)財務(wù)分析相關(guān)的數據信息,以保證數據挖掘的真實(shí)性、客觀(guān)性,比如花卉市場(chǎng)分布信息、裝飾裝潢市場(chǎng)信息、園林設計與市場(chǎng)銷(xiāo)售等信息。通常情況下,數據準備又可分為數據集成、數據選擇及數據預處理等三個(gè)步驟,其中數據集成是把多數據庫運行環(huán)境中的數據進(jìn)行合并處理,去除信息噪聲,剔除虛假數據;而數據選擇則是分辨需要分析的數據集合,進(jìn)一步縮小數據處理的范圍,提高數據質(zhì)量,從而保證數據挖掘的有效性;數據預處理的主要目的是解決數據挖掘工具局限性的問(wèn)題。
(三)數據挖掘
當上述準備工作完成后即可進(jìn)行深入的數據挖掘處理,挖掘過(guò)程中需要注意,必須以財務(wù)分析核心思想為指導,明確數據挖掘的目的性,數據挖掘的主要內容包括:選擇合適的挖掘工具、具體的挖掘操作及證實(shí)發(fā)現的知識等,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(shù)兩種方法進(jìn)行簡(jiǎn)單介紹。神經(jīng)網(wǎng)絡(luò )是以自學(xué)習數學(xué)模型為基礎的,利用該方法可以很容易的解決具有上百個(gè)參數的問(wèn)題,為高復雜度的問(wèn)題提供一種相對簡(jiǎn)單的方法;視經(jīng)網(wǎng)絡(luò )既可以表現為有指導的學(xué)習,也可以是無(wú)指導聚類(lèi),不過(guò)輸入神經(jīng)網(wǎng)絡(luò )中的值均為數值型的。實(shí)際應用中通常采用該方法進(jìn)行財務(wù)預警分析。決策樹(shù)法是現階段應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(huì )獲得對應值的規則的方法,是一種簡(jiǎn)單的知識表示方法,在數據挖掘過(guò)程中,決策樹(shù)法主要用于數據挖掘的分類(lèi)。
(四)結果表達
結果表達即是在處理數據庫信息的基礎上客觀(guān)的表達出數據挖掘的結果,以為企業(yè)財務(wù)分析提供可靠依據�？梢哉f(shuō)結果表達是數據挖掘的成果展示,其所表達的是最有價(jià)值的信息,如結果表達所提供的信息達不到?jīng)Q策的要求,則可重復挖掘過(guò)程,直至決策者滿(mǎn)意為止。
三、結語(yǔ)
在日益激烈的市場(chǎng)環(huán)境中,企業(yè)決策層必須在分析大量的數據——特別是財務(wù)數據的基礎上做出準確發(fā)析,對企業(yè)的經(jīng)營(yíng)成果、財務(wù)狀況等做出準確、客觀(guān)的評價(jià)與剖析,從而對企業(yè)運營(yíng)過(guò)程中存在的問(wèn)題、企業(yè)發(fā)展趨勢等做出正確判斷。數據挖掘技術(shù)是以人工智能、機算機、數據庫等技術(shù)為基礎發(fā)展起來(lái)的,大大提高了財務(wù)信息分析的實(shí)效性與全面性,從而為企業(yè)決策者提供更有價(jià)值的財務(wù)信息,促進(jìn)企業(yè)經(jīng)濟效益的不斷提升。當然,僅僅依靠計算機或軟件是無(wú)法完成數據挖掘過(guò)程的,專(zhuān)業(yè)人員的職業(yè)判斷至關(guān)重要。不過(guò)雖然企業(yè)財務(wù)分析中楊技術(shù)的應用還不夠成熟,但是可以預見(jiàn),隨著(zhù)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(huì )越來(lái)越突出,應用也會(huì )越來(lái)越廣泛。
【淺談數據挖掘財務(wù)分析論文】相關(guān)文章：
數據挖掘論文的參考文獻01-07
數據挖掘論文的參考文獻范文02-18
時(shí)間序列數據挖掘研究論文提綱03-27
數據挖掘論文參考文獻范文11-20
淺談醫院財務(wù)分析中的應用的論文02-22
數據挖掘技術(shù)的教學(xué)輔助系統應用論文03-16
數據挖掘技術(shù)在就業(yè)指導的應用論文02-27
數據挖掘在電力企業(yè)中的應用論文12-13
- 相關(guān)推薦