針對會計信息中數據挖掘的運用研究

韓雪/中鐵十九局集團電務工程有限公司

針對會計信息中數據挖掘的運用研究

韓雪/中鐵十九局集團電務工程有限公司

數據挖掘，作為一種在海量信息中尋找并確定用戶所需要信息的一種技術，在緩解和應對人們在知識信息大爆炸所表現出來的那種茫然上發揮著十分重要的作用。當然，就這種作用而言，其不僅可以應用到計算機行業之中，其在會計信息的相關工作中也有著十分廣泛的運用。我們知道，就一個企業的會計工作而言，其所涉及到的會計因素是多方面的，這也就導致了其在會計信息上所表現出來的那種龐大量。因此，建立相應的會計信息系統，并運用數據挖掘技術，能夠有效地提升其整體效率。本文主要圍繞著會計信息中數據挖掘的運用這一中心主題，對其數據挖掘類型及具體實現方式等幾個方面的內容進行簡要的分析和介紹。

會計信息；數據挖掘；運用；實現

目前，在我國社會經濟發展以及市場不斷變化的深刻影響之下，企業已經朝著的一個做大做強的方向發展，而就這種發展而言，其是由企業內部組織結構需求以及外部目標設定等幾個方面的因素共同作用而成的，但這樣一種組織機構的擴大及內外部交易量的擴大，也就必然導致了其內部在進行會計管理的相關工作中要承受巨大的壓力，因為其所需要涉及和囊括的會計信息是龐大的，其需要將與會計工作相關的各個部門及個人的信息進行有效的整合和管理。并為響應后續工作的進行奠定有了基礎。但是，值得我們高興的是，目前的計算機信息技術已經逐步憑借著其優勢在整個企業中運用開來，而就這種運用而言，數據挖掘的運用更具代表性。

一、會計信息數據挖掘的主要內容

會計信息處理工作是一個企業會計工作中一個十分重要的組成部分，其能否一直處于一種較高的狀態顯得尤為重要。但是其在量上是表現出一種多樣性的特點，因此，我們總需要引入這種數據挖掘技術。一般來說，其主要包括有一下幾個方面的內容：

1.作業成本的數據挖掘。提高企業經濟效益的最有效的方法是作業成本的準確計算和充分利用企業資源，但復雜的操作又限制了它的應用。企業會計人員可任意采用數據挖掘技術中的線型回歸、聚類分析等方法確定作業的成本構成，并準確計算成本。通過建立作業與成本之間關系的數學模型，區分增值作業和非增值作業，達到改進和優化企業作業流程的目的，實現作業成本的數據挖掘。

2.財務預測分析的數據挖掘。企業財務管理的重要環節之一是進行財務預測分析，運用經濟分析預測原理和理論方法來進行財務管理，通過對未來經濟行為和經濟狀況進行假設，對企業未來財務狀況和經營成果做出科學的預測。財務預測一般以預測性財務報告的形式加以表達，可以是整套的財務預測報告，也可以是季節性或非季節性的財務預測報告。財務預測分析是在巨量的會計信息歷史數據和所建立的預測模型既既基礎上，采用回歸分析、時間序列分析和趨勢分析等方法，科學準確的預測企業運行中的各項評價指標，依此作為企業財務管理的決策依據。

3.投資決策分析數據挖掘。投資決策分析過程本身是一個非常復雜的過程，一般從企業的財務報告信息、國家宏觀經濟環境信息和行業發展狀況等大量的會計數據資料中挖掘出與投資決策相關有用的信息，來保證企業在投資決策上的正確性和有效性。

4.客戶關系管理數據挖掘。客戶關系管理是通過對客戶群體進行的分類管理。一方面通過對企業來往的所有客戶進行分類和相關分析，發現客戶間的群體行為規律，來對企業客戶進行按類分組，從而有利于實現客戶的差別化服務。另一方面對企業客戶進行價值分析，找出對公司最有價值的一部分客戶，重點對這一部分客戶的行為、需求和偏好進行動態跟蹤和管理，根據客戶群體的不同提供相應產品和優質的服務，為與客戶建立長期的合作關系建立堅實基礎，提高客戶長期保持能力。

5.財務風險數據挖掘。如果企業因為產品營銷、投資決策和不可抗力因素而出現企業經營循環和財務循環無法正常進行，則企業的財務出現了危機。而進行財務風險的數據挖掘，實現財務危機預警就能夠使企業經營者及時了解企業面臨的財務風險，通過觀察所設置的財務預警數據指標的變化，對企業可能面臨的財務風險進行實時監控和預報，是在財務危機發生前采取風險防范措施，避免出現財務危機最有效的手段。

6.虛假會計信息數據挖掘。與正常的會計信息相比，虛假會計信息具有某種結構上的特征。通過對數據庫中大量的正常會計信息和虛假財務信息數據通過概念描述方法實施數據挖掘，將詳細的財務數據在較高層次上表達出來，可得到正常會計信息和虛假會計信息的一般屬性特征描述，從而為財務人員的判斷虛假會計信息提供了依據。

二、數據挖掘在會計信息中的運用

當然，就數據挖掘在會計信息的運用與實現來說，其又有主要從表現在其信息系統的建立之上。

目前，數據挖掘技術在會計信息系統中的應用主要體現在：一是財務狀況的判斷，利用數據挖掘分類、預測等技術根據企業過去、現在的財務信息判斷目前的財務狀況；二是財務危機預警，利用回歸、神經網絡等技術根據收集到的企業信息資料，判斷企業未來發生財務危機的可能性：三是客戶關系管理，利用分類、聚類、生存周期等技術跟蹤不同客戶的行為特征，確定不同客戶群，針對不同客戶實施差異化的營銷策略；四是供應商的選擇，通過分類等技術跟蹤原料的供貨信息，并收集相關企業信息，選擇最優的供應商；五是投資項目的選擇，利用預測、關聯等技術在眾多項目中選擇最有價值的項目，實現資金效率最大化。

不難看出，企業面對的不僅僅是企業內部信息，還包括外部信息，不僅僅是財務信息，還有非財務信息。如果僅僅用較低層次的分析水平，比如：因素分析、比率分析、趨勢分析等，遠遠不能滿足實際需要，因此，如何從大量的數據中經過深層次分析，獲取有價值的信息。筆者認為，應將數據倉庫、數據挖掘技術引入會計信息系統，即在會計信息系統中增加數據挖掘模塊。

三、結語

經過上文的分析和介紹，我們對會計信息進行數據挖掘的內容、目的以及數據挖掘在會計信息中的具體運用及實現等幾個方面的內容有了一定的了解，從中我們可以深刻的認識到，一個企業如果想在如今競爭如此激烈的市場經濟中立足，其就必須增強自身內部的整體運行效率以及外部的競爭力，而就這兩個方面的內容而言，其歸根結底就是對會計信息的有效處理，因為正如我們在文中所說的那樣，會計信息是涉及到企業內外部運行的各個環節之中的，而這些多方面所生成出來的大量會計信息也就必然導致其在進行數據挖掘技術運用時勢必會表現出一種較為多樣性和全面性的特點。

[1]馬李蕾，馬鈞占。企業會計信息的管理和二次利用[J].財務與會計，2010（10）.