李夏

[摘 要]現(xiàn)代企業(yè)越來越意識到財務(wù)的重要，除了報表內(nèi)信息，報表外信息的運(yùn)用也備受關(guān)注。大數(shù)據(jù)時代的背景下，數(shù)據(jù)挖掘技術(shù)運(yùn)用的領(lǐng)域在逐步擴(kuò)寬，財務(wù)信息領(lǐng)域也不可避免。但整體上看，研究財務(wù)信息的數(shù)據(jù)挖掘技術(shù)一直相對較少，且大多是只針對財務(wù)信息中的一部分進(jìn)行研究，全面研究的文章少之又少。文章試圖從財務(wù)數(shù)據(jù)和非財務(wù)數(shù)據(jù)兩方面闡述數(shù)據(jù)挖掘技術(shù)在各自中的運(yùn)用。針對挖掘過程中遇到的問題進(jìn)行淺析，為以后的研究提供一種新的思路。

[關(guān)鍵詞]財務(wù)數(shù)據(jù)；非財務(wù)數(shù)據(jù)；數(shù)據(jù)挖掘技術(shù)；瓶頸

[DOI]10.13939/j.cnki.zgsc.2016.05.112

1 引 言

隨著經(jīng)濟(jì)和社會的發(fā)展，傳統(tǒng)的財務(wù)已經(jīng)不能滿足當(dāng)今管理的需要。財務(wù)會計和財務(wù)管理等分支應(yīng)需求而生，財務(wù)包含的內(nèi)容增加的同時，財務(wù)信息內(nèi)容劃分標(biāo)準(zhǔn)依據(jù)也在改變。掌控全部信息對時間和精力有限的決策者來說是不可能的，主要看重的是及時有效地根據(jù)盡可能簡潔的財務(wù)信息作出決策，提高經(jīng)濟(jì)效益。計算機(jī)具備儲存容量大，計算功能強(qiáng)大的特點(diǎn)，結(jié)束了會計手工記賬的年代。在如今，計算機(jī)幾乎被用在所有的領(lǐng)域，財務(wù)也包括在其中，并且也起到了不小的功用。數(shù)據(jù)挖能從大量的數(shù)據(jù)中挖掘隱藏的信息，有力地支持管理者的決策，還可以建立企業(yè)財務(wù)風(fēng)險預(yù)警模型，時時監(jiān)測企業(yè)的財務(wù)狀況，避免危機(jī)發(fā)生造成巨大損失，這一技術(shù)出現(xiàn)能否全面地解決上述的問題？對于其他方面，相關(guān)的研究就比較少，本文就是針對這些未涉及或研究尚淺的領(lǐng)域進(jìn)行研究，完善這些方面的研究。

2 數(shù)據(jù)挖掘技術(shù)運(yùn)用的意義

數(shù)據(jù)挖掘是指一種從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱藏的預(yù)測性信息的新技術(shù)，基本的技術(shù)有大類：分類和預(yù)測、聚類，還有其他由之組合而成的模型。在金融行業(yè)、保險行業(yè)等方面運(yùn)用非常廣泛，但目前對于財務(wù)領(lǐng)域涉入的并不多。大數(shù)據(jù)的時代背景下，對于生成和使用財務(wù)信息的不同人群，數(shù)據(jù)挖掘技術(shù)都有一定的意義。比如，運(yùn)用XBRL等技術(shù)可以大幅縮短一般財務(wù)人員處理眾多且繁雜的信息錄入的時間；數(shù)據(jù)挖掘技術(shù)的運(yùn)用結(jié)果多樣化呈現(xiàn)出來，讓使用者一目了然；相對要獲得同樣多和同質(zhì)量的信息，數(shù)據(jù)挖掘技術(shù)的成本更低，速度和效率也是和傳統(tǒng)的人工作業(yè)模式所不能比較的。數(shù)據(jù)挖掘得越深，越能幫助企業(yè)認(rèn)識存在的問題，調(diào)整企業(yè)的戰(zhàn)略，使企業(yè)能夠進(jìn)一步實現(xiàn)可持續(xù)發(fā)展的目標(biāo)。

3 數(shù)據(jù)挖掘技術(shù)的運(yùn)用

財務(wù)信息來源廣，形式多樣，數(shù)據(jù)量巨大。文章將所有信息以數(shù)據(jù)為口徑，劃分為財務(wù)數(shù)據(jù)和非財務(wù)數(shù)據(jù)，依據(jù)數(shù)據(jù)集中程度地方的不同，最終定位為表內(nèi)和表外數(shù)據(jù)，表內(nèi)數(shù)據(jù)多限制在報表的范圍。表外數(shù)據(jù)信息的形式復(fù)雜，主要緊緊圍繞價值運(yùn)動和增值過程中的方面進(jìn)行闡述。

3.1 表內(nèi)數(shù)據(jù)挖掘

3.1.1 財務(wù)報表分析

表內(nèi)數(shù)據(jù)的時期一般較短，大多只能反映一個時點(diǎn)或一段時間的數(shù)據(jù)，深入分析才能得出微小的戰(zhàn)略方案，大多都是顯示財務(wù)活動、投資活動、經(jīng)營活動和分配活動。傳統(tǒng)的財務(wù)分析方法僅僅對于少量的財務(wù)數(shù)據(jù)進(jìn)行分析，且不具有直接可比性。無法反映企業(yè)潛在的、深層次的信息。這一類的數(shù)據(jù)挖掘通常都帶有目的性，借助財務(wù)報表分析演示數(shù)據(jù)挖掘大體的過程，以下的其他挖掘技術(shù)運(yùn)用也都是在此基礎(chǔ)上得以進(jìn)行的。

（1）數(shù)據(jù)的獲取。數(shù)據(jù)雖然大量，但卻不一定都是所需要的，也做不到分析全部的數(shù)據(jù)。在數(shù)據(jù)的獲取階段要獲取數(shù)據(jù)子集，最重要的是切勿大海撈針，根據(jù)企業(yè)進(jìn)行此次分析所想達(dá)到的目的來挑選數(shù)據(jù)。盡量做到數(shù)據(jù)具有代表性和邏輯性。

（2）數(shù)據(jù)的篩選。獲取的數(shù)據(jù)很可能會有特別數(shù)據(jù)，這些數(shù)據(jù)的存在對結(jié)果分析產(chǎn)生噪聲，影響整體性，不能立刻投入分析之中。在這個階段，通常采用OLAP（聯(lián)機(jī)分析處理）技術(shù)通過切塊功能、運(yùn)用傳統(tǒng)的財務(wù)分析建立數(shù)據(jù)庫，運(yùn)用偏差檢測將異常數(shù)據(jù)剔除。

（3）建立分析模型。在建立好數(shù)據(jù)庫的基礎(chǔ)上，利用數(shù)據(jù)挖掘中的聚類、關(guān)聯(lián)規(guī)則、決策樹方法層層深入來分析企業(yè)的財務(wù)狀況。側(cè)重領(lǐng)域不同，數(shù)據(jù)挖掘的方法也不同，不存在適用于所有方面的方法，也沒有一種方法是最好和最全面的。很多時候分析涉及多種方法共同使用。穩(wěn)妥的做法是選用變量時，選擇與被分析目標(biāo)最相關(guān)的變量，范圍盡量廣或選擇顯著性最高的數(shù)值。

（4）分析結(jié)果。運(yùn)用專業(yè)的知識將結(jié)果與預(yù)定的目標(biāo)相對應(yīng)，兩者一致則大體上達(dá)預(yù)期，稍許調(diào)整一致后，即可制定具體的實施方案。若不一致則重新來過，先要重新檢查數(shù)據(jù)和模型是否有誤，在確保正確的情況下才能對實際進(jìn)行調(diào)整。

3.1.2 挖掘潛在的信息

上述分析都是針對已有或是確定目標(biāo)的信息進(jìn)行常規(guī)挖掘，此外還可以透過表面進(jìn)行更深層的潛在信息分析，主要運(yùn)用體現(xiàn)在財務(wù)預(yù)警上。財務(wù)預(yù)警分析方法的創(chuàng)新并沒有跟上時代的萬千變化，最主要的方法還是數(shù)據(jù)挖掘技術(shù)。早前的財務(wù)危機(jī)預(yù)警判別模型主要是利用單個財務(wù)指標(biāo)來判別，接著步入多元線性判別模型，后來統(tǒng)計學(xué)方法也運(yùn)用進(jìn)來。在提高預(yù)測準(zhǔn)確性方面可以運(yùn)用神經(jīng)網(wǎng)絡(luò)處理，相較傳統(tǒng)的方法，數(shù)據(jù)的質(zhì)量要求可以相對較低且準(zhǔn)確性提高。遺傳算法、決策樹理論、專家系統(tǒng)、粗集理論決策理論多元化的運(yùn)用構(gòu)建財務(wù)風(fēng)險預(yù)警模型。

3.2 表外數(shù)據(jù)挖掘

非財務(wù)數(shù)據(jù)是經(jīng)濟(jì)活動過程中價值運(yùn)動和增值過程非貨幣記錄的信息。隨著競爭加劇，表外信息越來越被人們關(guān)注。其涉及的內(nèi)容繁雜，無法進(jìn)行準(zhǔn)確的計量，會計準(zhǔn)則也沒有強(qiáng)行要求披露。因為非財務(wù)數(shù)據(jù)側(cè)重研究對決策的作用，而管理會計的使用者也多為管理層，故非財務(wù)數(shù)據(jù)多借用管理會計中的內(nèi)容。文章選取四個方面結(jié)合數(shù)據(jù)挖掘進(jìn)行分析。

3.2.1 作業(yè)成本和預(yù)測分析

作業(yè)成本法對所有作業(yè)活動進(jìn)行追蹤地動態(tài)反應(yīng)，成本實施精確計算，來使資源得到充分利用。因其優(yōu)勢引起了人們的極大興趣，但要建立動態(tài)的檢查體系，復(fù)雜的操作問題讓管理者可望而不可即。作業(yè)成本法是根據(jù)資源的耗用關(guān)系進(jìn)行成本的分配，新的成本觀下，不同的目的決定了不同的產(chǎn)品成本內(nèi)容。利用數(shù)據(jù)挖掘中的回歸分析、分類分析等方法確定成本動因，精確成本。利用關(guān)聯(lián)方法劃分增值作業(yè)和非增值作業(yè)，重點(diǎn)關(guān)注那些增值業(yè)務(wù)，非增值業(yè)務(wù)選擇性關(guān)注，改進(jìn)和優(yōu)化價值鏈，促進(jìn)企業(yè)的增值。

預(yù)測分析的作用處理用來預(yù)測生產(chǎn)數(shù)量外，還可以用來檢測預(yù)測方法是否正確。當(dāng)預(yù)測量和實際銷量相差不多時，說明預(yù)測方法準(zhǔn)確。反之，則要?dú)v史數(shù)據(jù)，檢查預(yù)測方法出現(xiàn)的問題并加以改進(jìn)。

3.2.2 產(chǎn)品和市場分析

充分了解產(chǎn)品的周期和市場的狀況，有助于企業(yè)做出相應(yīng)的決策。產(chǎn)品生命周期要經(jīng)歷四個時期：導(dǎo)入期、成長期、成熟期和衰退期。這四個時期的變化是有跡可循的，各個時期的特征明顯。采用的戰(zhàn)略也不一樣。在市場方面，企業(yè)也要了解一種產(chǎn)品是如何影響另一種產(chǎn)品的銷量。兩類產(chǎn)品之間的替代品還是互補(bǔ)品，在銷售時如何搭配才可以產(chǎn)生最大的效益。

3.2.3 員工滿意度分析

每一個企業(yè)運(yùn)作的核心都是人，人是企業(yè)價值的創(chuàng)造者，對環(huán)境能感覺、感知。反過來，環(huán)境也會影響人的心性，從而影響到工作的效率，進(jìn)而反映到企業(yè)的價值上。在企業(yè)環(huán)境中如何使用數(shù)據(jù)挖掘技術(shù)讓多員工滿意環(huán)境，更加努力工作是很值得探究的。數(shù)據(jù)挖掘可以根據(jù)企業(yè)的不同設(shè)計不同的積分卡，輔助重要性不同的權(quán)數(shù)（因此不同層面的員工關(guān)注點(diǎn)不一致），在會議上或者宣傳欄員工進(jìn)行滿意調(diào)查。對得分低的內(nèi)容進(jìn)行逐一分解，找到真正的原因所在，制定相關(guān)的措施，提高員工的滿意度，進(jìn)而營造良好的氛圍甚至是形成企業(yè)文化。

3.2.4 顧客關(guān)系管理

“顧客就是上帝”，是企業(yè)創(chuàng)造利潤的來源。管理好與顧客關(guān)系有利于企業(yè)競爭。一方面，可以對消費(fèi)者的購買行為進(jìn)行記錄和分類。通過數(shù)據(jù)倉庫的分類和聚類分析，對顧客進(jìn)行分組并給予不同程度的關(guān)注；另一方面，根據(jù)驗證，獲得一位新顧客的成本是維持一位老顧客的三倍。將消費(fèi)者的消費(fèi)金額進(jìn)行管理，把消費(fèi)數(shù)額高的和有潛力進(jìn)行消費(fèi)的顧客挖掘出來。對顧客進(jìn)行全面系統(tǒng)的跟蹤，為顧客制定不同的銷售組合和提供良好的售后服務(wù)。利用時間序列分析模型和聯(lián)機(jī)分析處理技術(shù)分析顧客的信用等級，對于信用等級低的顧客進(jìn)行一定的放棄。

4 可能遇到的瓶頸

4.1 數(shù)據(jù)的來源

數(shù)據(jù)的所有分析都是基于數(shù)據(jù)來進(jìn)行的，數(shù)據(jù)可以說是最重要的要素了。許多問題不是技術(shù)沒有跟上，而是無法獲得準(zhǔn)確的信息。財務(wù)數(shù)據(jù)因大多在企業(yè)內(nèi)部流通，獲得和差錯檢查都較好進(jìn)行。非財務(wù)數(shù)據(jù)的獲得就困難了，企業(yè)自身可能存在收集不齊全或是數(shù)據(jù)量不夠大的問題。企業(yè)外部的非財務(wù)數(shù)據(jù)獲取就難上加難，遇到警惕性較高的企業(yè)，很可能會故意放出虛假的信息，依照這樣的數(shù)據(jù)進(jìn)行分析出來的結(jié)果肯定是會讓企業(yè)蒙受損失。

4.2 數(shù)據(jù)樣本的選擇

進(jìn)行全樣本分析的花費(fèi)大，耗時長。且分析的目的單一，不需要進(jìn)行全樣本的分析。非財務(wù)數(shù)據(jù)的獲取有時也是涉及過廣，還會有特殊個別樣本，這就是數(shù)據(jù)樣本的選擇問題。

4.3 技術(shù)和需求的發(fā)展

數(shù)據(jù)挖掘技術(shù)是技術(shù)發(fā)展到一定時期的產(chǎn)物，必須是技術(shù)發(fā)展成熟后使用，其對象是真實的大型數(shù)據(jù)庫或數(shù)據(jù)倉庫。這就要求數(shù)據(jù)必須是真實、可靠的，是實際意義上的發(fā)現(xiàn)。數(shù)據(jù)挖掘非常清晰地界定了它所能解決問題，如果企業(yè)的需求已不僅限制在這個范圍，數(shù)據(jù)挖掘技術(shù)可能會實施不下去。并且如今的中國信息化沒有達(dá)到較高的水平，企業(yè)對決策分析的迫切性不強(qiáng)，數(shù)據(jù)挖掘技術(shù)如何調(diào)整自身跟上企業(yè)的需求不可逃避。

5 結(jié) 論

財務(wù)報表內(nèi)外涉及的范圍廣，虛假信息的存在一直阻礙著財務(wù)發(fā)揮決策應(yīng)有的作用。數(shù)據(jù)挖掘技術(shù)針對數(shù)據(jù)的特征為企業(yè)信息的技術(shù)運(yùn)用搭建了平臺，在財務(wù)數(shù)據(jù)部分，財務(wù)報表結(jié)合數(shù)據(jù)挖掘技術(shù)的過程進(jìn)行分析。對報表造假的原因進(jìn)行剖析，引入挖掘技術(shù)。對現(xiàn)有的數(shù)據(jù)進(jìn)行分析。針對未來投資者關(guān)注的風(fēng)險問題建立財務(wù)預(yù)警模式，為企業(yè)安全再添助力。作業(yè)成本和預(yù)測分析、產(chǎn)品和市場分析、員工滿意度分析和顧客關(guān)系管理等非財務(wù)數(shù)據(jù)追蹤綜合分析和積分卡中各種挖掘技術(shù)做保障。但數(shù)據(jù)挖掘技術(shù)的發(fā)展并不發(fā)達(dá)，企業(yè)警惕性提高，決策中數(shù)據(jù)挖掘技術(shù)的成果比例不大，這些問題的提出使數(shù)據(jù)挖掘技術(shù)難于實現(xiàn)突破。

參考文獻(xiàn)：

[1]陳靖琳.數(shù)據(jù)挖掘技術(shù)在會計管理與分析的實用性研究[J].中國證券期貨，2010（12）.

[2]馮強(qiáng).數(shù)據(jù)挖掘中涉及的計算方法及作用研究[J].技術(shù)研發(fā)，2011（23）.