數(shù)據(jù)挖掘與分析在智能財(cái)務(wù)中的應(yīng)用研究

王慧梅 陜西理工大學(xué)管理學(xué)院

引言

數(shù)字化時(shí)代背景下的信息時(shí)代是豐富的，可是想要從中找出具有企業(yè)利用價(jià)值的信息確實(shí)不容易。在數(shù)據(jù)挖掘技術(shù)日趨成熟的今天，在獲取查找分析信息中扮演著不可或缺的作用。而對于企業(yè)經(jīng)營來說，其掌握的相關(guān)的信息量和企業(yè)的運(yùn)行情況是息息相關(guān)的。數(shù)據(jù)挖掘是一個(gè)從海量信息庫中找到與之相關(guān)有用的信息的過程，并且運(yùn)用多種分析方法加以分析處理，如：關(guān)聯(lián)、聚類、偏差和回歸分析等。在時(shí)代發(fā)展的今天，我們必須需要一種能夠從大量信息中瞬間提取并分析出相關(guān)有用信息的技術(shù)，該技術(shù)在一定程度上能夠提取相關(guān)信息加以分析，比如相關(guān)圖表、分析可行性、建立相關(guān)模型等。

一、數(shù)據(jù)挖掘定義

數(shù)據(jù)挖掘，在20世紀(jì)90年代便有國外學(xué)者對其定義及重要性做出了相關(guān)闡釋，比如1998年，William E等相繼提出并且設(shè)計(jì)了3種關(guān)于數(shù)據(jù)挖掘的方法，該方法主要對交易往來的一些信息做出財(cái)務(wù)分析，為以后的學(xué)者對這一方面研究提供了大量的參考意義。我國張凌燕學(xué)者認(rèn)為數(shù)據(jù)挖掘隸屬于人工智能技術(shù)，具有廣泛用途，由于現(xiàn)如今的數(shù)據(jù)具有很多圖像化、復(fù)雜性的特點(diǎn)，運(yùn)用原始的方法不能高效率的提取有用信息。而數(shù)據(jù)挖掘技術(shù)通過各種手段，如：關(guān)聯(lián)、聚類等，可以很好地進(jìn)行數(shù)據(jù)深層次分析。綜上所述，數(shù)據(jù)挖掘就是通過一系列算法和模型對于所隱藏的數(shù)據(jù)進(jìn)行挖掘和整理分析，其中包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)數(shù)據(jù)，然后將所得到的數(shù)據(jù)進(jìn)行回歸、判別、聚類等分析，最終得出更加準(zhǔn)確的數(shù)據(jù)供管理者進(jìn)行決策。由于這些企業(yè)每天的業(yè)務(wù)量數(shù)不勝數(shù)，其產(chǎn)生的數(shù)據(jù)也需要進(jìn)行高效的整合和分析，數(shù)據(jù)挖掘便可以提供一個(gè)可以進(jìn)行信息處理的平臺，將數(shù)據(jù)進(jìn)行收集整理，然后在企業(yè)之前確定的管理目標(biāo)范圍內(nèi)篩選獲得的數(shù)據(jù)，提高分析精準(zhǔn)度。主要流程如圖 1所示：

圖1 數(shù)據(jù)挖掘的流程

主要算法如圖 2所示：

圖2 數(shù)據(jù)挖掘的幾種算法

二、智能財(cái)務(wù)下所反映出的傳統(tǒng)財(cái)務(wù)的問題

（一）無法高效處理大量信息

在當(dāng)今信息化時(shí)代下，大量的信息需要及時(shí)處理，如果不及時(shí)處理，那么最終造成的信息不對稱將會(huì)給企業(yè)帶來很大的麻煩。比如，客戶的信譽(yù)值期待值降低等。但是傳統(tǒng)的技術(shù)不能高效率地來處理，這就形成了信息處理不及時(shí)和客戶企業(yè)做決策的兩者之間的矛盾，進(jìn)一步給企業(yè)帶來不可估量的風(fēng)險(xiǎn)。

（二）企業(yè)成本管控不足

在去年和今年，新冠疫情導(dǎo)致許多企業(yè)在夾縫中求生存，在這樣的經(jīng)濟(jì)大環(huán)境下，必須進(jìn)一步的管控成本，減少不必要的支出，而不僅僅只局限于企業(yè)整體的財(cái)務(wù)報(bào)表中的數(shù)據(jù)，更要進(jìn)一步管控在業(yè)務(wù)流程等的成本，應(yīng)該將企業(yè)的每個(gè)業(yè)務(wù)部門的大量信息加以分類整合，建立相關(guān)模型，進(jìn)行回歸分析，計(jì)算出相應(yīng)的利潤率等盈利指標(biāo)，篩選出利潤率較高的部門，給予他們較高的權(quán)重來提高降低企業(yè)的成本，提高經(jīng)濟(jì)效益。

（三）風(fēng)險(xiǎn)評估不到位

早在1998年，Hall就在《會(huì)計(jì)信息系統(tǒng)》這本書中表明，傳統(tǒng)的會(huì)計(jì)人員的職能應(yīng)該從簡單的核算記賬向決策和管理的方向轉(zhuǎn)變。即需要運(yùn)用相關(guān)的財(cái)務(wù)信息，對得到的數(shù)據(jù)進(jìn)行整合，做出相關(guān)的財(cái)務(wù)風(fēng)險(xiǎn)評估方案，減少相應(yīng)的財(cái)務(wù)風(fēng)險(xiǎn)。這個(gè)理論也算是對財(cái)務(wù)人員較早地提出了轉(zhuǎn)型要求，以適應(yīng)經(jīng)濟(jì)的不斷發(fā)展。現(xiàn)如今，多數(shù)企業(yè)的財(cái)務(wù)人員仍然僅僅只是在做賬的環(huán)節(jié)中，并不能運(yùn)用數(shù)據(jù)分析技術(shù)對所獲得的信息進(jìn)行進(jìn)一步整合分析出報(bào)表。我們需要從傳統(tǒng)的核算型會(huì)計(jì)轉(zhuǎn)變?yōu)楣芾頉Q策類會(huì)計(jì)，不然遲早會(huì)被智能財(cái)務(wù)所代替。

（四）業(yè)財(cái)融合不落實(shí)

在2016年，我國財(cái)政部就發(fā)布了《管理會(huì)計(jì)基本指引》，指引中明確表示“單位應(yīng)當(dāng)加強(qiáng)管理會(huì)計(jì)工作，提升企業(yè)內(nèi)部管理水平，促進(jìn)市場經(jīng)濟(jì)轉(zhuǎn)型升級，單位在應(yīng)用管理會(huì)計(jì)時(shí)應(yīng)遵循‘融合性原則’，即管理會(huì)計(jì)應(yīng)嵌入單位相關(guān)領(lǐng)域、層次、環(huán)節(jié)，以業(yè)務(wù)流程為基礎(chǔ)，利用管理會(huì)計(jì)工具方法，將財(cái)務(wù)和業(yè)務(wù)有機(jī)結(jié)合”[1]。由此可見，傳統(tǒng)型核算會(huì)計(jì)應(yīng)該逐步向管理會(huì)計(jì)轉(zhuǎn)移，以適應(yīng)社會(huì)的發(fā)展和企業(yè)管理目標(biāo)的完成。

三、數(shù)據(jù)挖掘?qū)τ谥悄茇?cái)務(wù)應(yīng)用的意義

（一）提高財(cái)務(wù)工作效率

在大數(shù)據(jù)的背景下，云計(jì)算模型應(yīng)該廣泛普及，以用來提高該企業(yè)人員的工作效率，同時(shí)也可以將數(shù)據(jù)的價(jià)值發(fā)揮得淋漓盡致。這樣就可以在會(huì)計(jì)信息得到充分披露的同時(shí)，也可以提高數(shù)據(jù)的利用率，這便是云計(jì)算模型的奧妙所在[2]。數(shù)據(jù)挖掘技術(shù)可以在一定的理論基礎(chǔ)上和財(cái)務(wù)管理相結(jié)合，為企業(yè)制定出投資籌資最好的組合決策，并且為相關(guān)的審計(jì)人員提供原始的財(cái)務(wù)信息，提高了數(shù)據(jù)的準(zhǔn)確率和人員的效率。比如，各種統(tǒng)計(jì)報(bào)表和相關(guān)模型等。同時(shí)也要加強(qiáng)相關(guān)工作人員的意識和學(xué)習(xí)能力，不斷地去提高自己。

（二）強(qiáng)化財(cái)務(wù)風(fēng)險(xiǎn)評估

現(xiàn)如今的大環(huán)境，必須使用行之有效的數(shù)據(jù)挖掘手段來進(jìn)行信息摘取分析，比如建立相關(guān)數(shù)據(jù)模型，分析可行性等，而不只是僅僅的去分析財(cái)務(wù)報(bào)表的相關(guān)指標(biāo)[3]。指標(biāo)只是量化的結(jié)果，可是追究其中的原因還是需要從源頭數(shù)據(jù)進(jìn)行各種分析才能得知。并且將該分析技術(shù)運(yùn)用企業(yè)的投資籌資和決策中，篩選出最大投資報(bào)酬組合，最小風(fēng)險(xiǎn)組合等，預(yù)測重要價(jià)值產(chǎn)品和客戶，有針對性制定銷售方案，提高企業(yè)的利潤，增加企業(yè)股票市值，穩(wěn)固市場地位。

（三）加強(qiáng)審計(jì)財(cái)務(wù)舞弊監(jiān)督

利用數(shù)據(jù)挖掘，進(jìn)一步地深入信息來源，查找相關(guān)疑似錯(cuò)誤信息，及時(shí)地進(jìn)行更正[4]。整個(gè)過程中，大數(shù)據(jù)技術(shù)將進(jìn)程的效率提高了兩倍不止，也更好地檢查了企業(yè)的財(cái)務(wù)舞弊情況，建立相關(guān)模型（回歸模型、標(biāo)準(zhǔn)值檢驗(yàn)等），判斷審計(jì)數(shù)據(jù)是否存在舞弊、欺詐等行為，為和諧公平的市場環(huán)境奠定基礎(chǔ)，使得企業(yè)的財(cái)務(wù)管理、預(yù)測、決策等方面達(dá)到預(yù)期效果。

（四）強(qiáng)化業(yè)財(cái)融合的實(shí)施

運(yùn)用挖掘分析技術(shù)，可以更好地進(jìn)行市場分析決策，建立相關(guān)產(chǎn)品和消費(fèi)者等眾多對象之間的聯(lián)系，分析其中的相關(guān)性，制定最佳的銷售方案和企業(yè)經(jīng)營方案，幫助企業(yè)獲得最大的利潤。財(cái)務(wù)人員不僅需要會(huì)簡單的核算賬務(wù)，也要學(xué)會(huì)分析相關(guān)銷售數(shù)據(jù)，運(yùn)用數(shù)據(jù)分析，建立相關(guān)模型，找出相關(guān)潛在客戶等信息，最終作出相關(guān)銷售方案，這便無形之中轉(zhuǎn)變了財(cái)務(wù)人員的職能。企業(yè)的經(jīng)營管理目標(biāo)往往是隨著經(jīng)濟(jì)環(huán)境變化的，財(cái)務(wù)人員必須與時(shí)俱進(jìn)，與業(yè)務(wù)人員相溝通，需要深刻認(rèn)識到自己所處的定位，不能把自己僅僅定位在一個(gè)會(huì)做賬務(wù)處理的角色上，要打破職業(yè)部門的概念束縛，做好事前預(yù)測，而不僅僅只是側(cè)重于事后的核算。財(cái)務(wù)和業(yè)務(wù)應(yīng)該相互促進(jìn)，相互融合，打破壁壘，相輔相成，而不是你中沒我，我中沒你。

結(jié)語

數(shù)據(jù)挖掘分析技術(shù)對于財(cái)務(wù)分析來說至關(guān)重要，不可或缺，發(fā)揮著不可估量的作用，尤其在財(cái)務(wù)審計(jì)、財(cái)務(wù)風(fēng)險(xiǎn)評估、財(cái)務(wù)預(yù)測、財(cái)務(wù)舞弊、提高效率等方面具有重要意義，給企業(yè)的管理者可以提供一定的相關(guān)決策。而對于以后數(shù)據(jù)挖掘技術(shù)的具體應(yīng)用前景具有很大空間。

時(shí)代在發(fā)展，信息日益增多。我們需要在原來的數(shù)據(jù)分析處理的理論基礎(chǔ)上不斷去進(jìn)行創(chuàng)新。傳統(tǒng)的數(shù)據(jù)分析技術(shù)已經(jīng)落后了，在一定程度上，它僅僅只是從企業(yè)的財(cái)務(wù)報(bào)表上已經(jīng)被量化的數(shù)字上面去分析，比如相關(guān)經(jīng)營指標(biāo)、盈利指標(biāo)等，而不去系統(tǒng)地去追根溯源，造成這種情況的原因是什么？哪個(gè)品牌造成的？哪個(gè)制造商造成的？哪個(gè)消費(fèi)者造成的？因此僅僅依靠傳統(tǒng)的分析技術(shù)在如今紛繁復(fù)雜的時(shí)代下遠(yuǎn)遠(yuǎn)不能夠和現(xiàn)如今的大數(shù)字時(shí)代化的背景相聯(lián)系。因此我們需要與時(shí)俱進(jìn)，開拓創(chuàng)新，吐故納新。對于企業(yè)來說，熟練地去運(yùn)用一定的數(shù)據(jù)挖掘分析技術(shù)可以達(dá)到事半功倍的效果，高效地去處理一些財(cái)務(wù)數(shù)據(jù)，更深層面地分析其所產(chǎn)生的原因，從根源中找原因，從原因中找對策，從對策中找企業(yè)最佳的經(jīng)營決策、最佳投資組合等，這樣才能夠?yàn)槠髽I(yè)創(chuàng)造出最大的價(jià)值，提高市場地位，拓寬市場份額和品牌附加值，因此數(shù)據(jù)挖掘?qū)τ谪?cái)務(wù)分析有著不可估量的作用。