摘要：目前企業(yè)普遍面臨數(shù)據(jù)爆炸、知識匱乏的困境。企業(yè)在進(jìn)行財務(wù)分析時如何在海量的資源中挖掘出有用的信息，為管理和決策服務(wù)，是企業(yè)迫切需要解決的問題。文章主要研究了數(shù)據(jù)挖掘技術(shù)在財務(wù)分析中的應(yīng)用問題，介紹了數(shù)據(jù)挖掘的基本原理，并對數(shù)據(jù)挖掘在財務(wù)分析的應(yīng)用以及應(yīng)用存在的困難進(jìn)行了探討。
關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；財務(wù)分析
財務(wù)報表是綜合反映企業(yè)一定時期財務(wù)狀況、經(jīng)營成果、現(xiàn)金流量狀況及財務(wù)狀況變動的文件，是企業(yè)和投資者進(jìn)行財務(wù)分析的主要依據(jù)。但是企業(yè)普遍面臨數(shù)據(jù)爆炸、知識匱乏的困境，如何從海量的信息資源中挖掘出潛在的信息，為管理和決策服務(wù)，是企業(yè)迫切需要解決的問題。數(shù)據(jù)挖掘為解決該問題提供了新的途徑。
一、數(shù)據(jù)挖掘基本原理介紹
數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中人們事先不知道的、但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘?qū)⑷藗儗?shù)據(jù)的應(yīng)用，從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘有用的信息和知識，提高決策能力的水平。
（一）數(shù)據(jù)挖掘的主要功能
數(shù)據(jù)挖掘的目標(biāo)是從數(shù)據(jù)庫中發(fā)現(xiàn)隱含的、有意義的信息，主要有以下功能：
1、估計與預(yù)測。估計是根據(jù)已有積累的資料來推測某一屬性未知的值，預(yù)測是根據(jù)對象屬性的過去觀察來估計該屬性未來之值。數(shù)據(jù)挖掘技術(shù)能夠自動的在大型數(shù)據(jù)庫中尋找預(yù)測性信息。
2、關(guān)聯(lián)和序列發(fā)現(xiàn)。關(guān)聯(lián)是要找出在某一事件或是資料中會同時出現(xiàn)的東西；序列發(fā)現(xiàn)與關(guān)聯(lián)關(guān)系很密切，所不同的是序列發(fā)現(xiàn)中相關(guān)的對象是以時間來區(qū)分的。
3、聚類。數(shù)據(jù)庫中的記錄可被化分為一系列有意義的子集，即聚類。聚類技術(shù)要點是在劃分對象時不僅考慮對象之間的距離，還要求劃分出的類具有某種內(nèi)涵描述，從而避免了傳統(tǒng)技術(shù)的某些片面性。
4、描述。描述的功能是對負(fù)責(zé)的數(shù)據(jù)庫提供簡要的描述，其主要目的是為了在使用別的功能時對數(shù)據(jù)先有較好的了解，然后再建立分析模型。
5、偏差檢測。數(shù)據(jù)庫中的數(shù)據(jù)常有一些異常記錄，從數(shù)據(jù)庫中檢測這些偏差很有意義。偏差包括很多潛在的知識，如分類中的反常實例、不滿足規(guī)則的特例、觀測結(jié)果與模型預(yù)測值的偏差、量值隨時間的變化等。
（二）數(shù)據(jù)挖掘的基本步驟
SAS研究所提出的SEMMA方法是目前最受歡迎的一種數(shù)據(jù)挖掘方法，其描述的數(shù)據(jù)挖掘的大致過程包括取樣、探索修改、模型和評價。
1、數(shù)據(jù)取樣。在進(jìn)行數(shù)據(jù)挖掘之前，首先要根據(jù)數(shù)據(jù)挖掘的目標(biāo)選定相關(guān)的數(shù)據(jù)庫。通過創(chuàng)建一個或多個數(shù)據(jù)表進(jìn)行抽樣。所抽取的樣本數(shù)據(jù)量既要大到足以包含有實際意義的信息，同時又不至于大到無法處理。
2、數(shù)據(jù)探索。數(shù)據(jù)探索就是對數(shù)據(jù)進(jìn)行深入調(diào)查的過程，通過對數(shù)據(jù)進(jìn)行深入探察以發(fā)現(xiàn)隱藏在數(shù)據(jù)中預(yù)期的或未被預(yù)期的關(guān)系和異常，從而獲取對事物的理解和概念。
3、數(shù)據(jù)調(diào)整。在上述兩個步驟的基礎(chǔ)上對數(shù)據(jù)進(jìn)行增刪、修改，使之更明確、更有效。
4、建模。使用人工神經(jīng)網(wǎng)絡(luò)、回歸分析、決策樹、時間序列分析等分析工具來建立模型，從數(shù)據(jù)中發(fā)現(xiàn)那些能夠?qū)︻A(yù)測結(jié)果進(jìn)行可靠預(yù)測的模型。
5、評價。就是對從數(shù)據(jù)挖掘過程中發(fā)現(xiàn)的信息的實用性和可靠性進(jìn)行評估。
二、數(shù)據(jù)挖掘在財務(wù)決策中的應(yīng)用
從財務(wù)分析的角度來看，數(shù)據(jù)挖掘是一種新的財務(wù)信息處理技術(shù)，其主要特點是能對會計數(shù)據(jù)庫以及其他業(yè)務(wù)數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析及其他模型化處理，從中提取輔助決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘其實是深層次的財務(wù)數(shù)據(jù)分析方法。分析這些數(shù)據(jù)主要目的是為企業(yè)決策提供真正有價值的信息，進(jìn)而獲取更大企業(yè)價值的最大化。
（一）網(wǎng)絡(luò)經(jīng)濟(jì)時代企業(yè)財務(wù)分析的變化
隨著網(wǎng)絡(luò)經(jīng)濟(jì)時代的到來，現(xiàn)在的財務(wù)分析與傳統(tǒng)財務(wù)分析相比，數(shù)據(jù)使用的廣泛性大大提高，而且還產(chǎn)生如下變化：
1、財務(wù)分析信息使用者發(fā)生變化。傳統(tǒng)財務(wù)分析信息注重提供給現(xiàn)有投資者，主要為現(xiàn)有的投資者提供企業(yè)相關(guān)的分析資料。在網(wǎng)絡(luò)經(jīng)濟(jì)時代，隨著資本市場的不斷發(fā)展和完善，企業(yè)的股東結(jié)構(gòu)日趨多元化，這就要求企業(yè)不僅要考慮現(xiàn)有投資者的分析資料要求，更要將企業(yè)推向潛在的投資者，吸引潛在投資者注意，以此增強(qiáng)其發(fā)展?jié)摿Α?br />
2、財務(wù)分析導(dǎo)向性發(fā)生變化。傳統(tǒng)財務(wù)分析主要是面向過去。在網(wǎng)絡(luò)經(jīng)濟(jì)時代財務(wù)分析不僅要面向過去，更要面向未來。由于潛在投資者的增多，財務(wù)分析信息使用者更需要的是能為其提供決策依據(jù)的信息，進(jìn)而決定是否采取某一行動或決策。這就要求企業(yè)全面分析企業(yè)內(nèi)部和外部的經(jīng)營發(fā)展情況和趨勢，向使用者充分暴露有關(guān)未來發(fā)展前景，贏利預(yù)測和現(xiàn)金流量的信息。
3、財務(wù)分析時效性發(fā)展變化。傳統(tǒng)財務(wù)分析信息一般實時反映。在網(wǎng)絡(luò)經(jīng)濟(jì)時代，要求企業(yè)成為一個信息系統(tǒng)，利用網(wǎng)絡(luò)隨時向外提供信息，以滿足投資者等利害關(guān)系人進(jìn)入企業(yè)網(wǎng)頁或有關(guān)搜索引擎上搜索當(dāng)日、當(dāng)時企業(yè)情況的需要。
4、財務(wù)分析對象范圍發(fā)生變化。傳統(tǒng)財務(wù)分析的對象主要是有形資產(chǎn)。在網(wǎng)絡(luò)經(jīng)濟(jì)時代，知識資源、人力資源、企業(yè)文化資源和顧客市場資源等已成為公司最重要的資源，企業(yè)的無形資產(chǎn)在整個資產(chǎn)總額中的份額將大大超過有形資產(chǎn)。將知識資源、人力資源、企業(yè)文化資源和顧客市場資源等無形資產(chǎn)納人資產(chǎn)要素范疇勢在必行。
（二）數(shù)據(jù)挖掘在財務(wù)分析中的應(yīng)用
由于以上變化，使得對財務(wù)分析的方法有了更高的要求。財務(wù)數(shù)據(jù)挖掘其實是一類深層次的財務(wù)數(shù)據(jù)分析方法，同傳統(tǒng)的財務(wù)分析相比，它具有以下特點：首先，數(shù)據(jù)挖掘所采用的基礎(chǔ)數(shù)據(jù)更加全面，不僅包含財務(wù)報表中的數(shù)據(jù)，而且可以包括會計業(yè)務(wù)基礎(chǔ)數(shù)據(jù)、非財務(wù)數(shù)據(jù)以及其他相關(guān)業(yè)務(wù)數(shù)據(jù)，如企業(yè)背景資料、人力資源信息等；其次，財務(wù)分析可以提供更有價值的信息，不僅可以利用鉆取、切片、漂移、旋轉(zhuǎn)等功能簡單而直觀地引導(dǎo)用戶從多角度、多側(cè)面觀察數(shù)據(jù)，而且可以將分析數(shù)據(jù)統(tǒng)一管理起來，使用戶在同一界面下選擇分析的重點，獲取所有分析數(shù)據(jù)；再次，財務(wù)分析的時效性更強(qiáng)，影響的范圍更大，有助于吸引潛在的投資者。利用數(shù)據(jù)挖掘技術(shù)進(jìn)行財務(wù)分析的基本過程如下：
1、確定財務(wù)分析對象。定義財務(wù)分析的對象，根據(jù)財務(wù)分析的目的選擇合適的分析模型，采用相應(yīng)的數(shù)據(jù)挖掘方法。
2、數(shù)據(jù)收集。數(shù)據(jù)收集是數(shù)據(jù)挖掘的首要步驟，數(shù)據(jù)可以來自于現(xiàn)有的會計信息系統(tǒng)，也可以從數(shù)據(jù)倉庫中得到，還可以是其他業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)。
3、數(shù)據(jù)整理。數(shù)據(jù)收集階段得到的數(shù)據(jù)可能有一定的“污染”，可能存在自身的不一致性或者有缺失數(shù)據(jù)的存在等，因此數(shù)據(jù)的整理是必須的。同時通過數(shù)據(jù)整理，可以對數(shù)據(jù)做簡單的泛化處理，從而在原始數(shù)據(jù)的基礎(chǔ)之上得到更為豐富的數(shù)據(jù)信息，便于下一步數(shù)據(jù)挖掘的順利進(jìn)行。數(shù)據(jù)整理主要包括以下內(nèi)容：（1）數(shù)據(jù)選擇。搜索所有與財務(wù)分析對象有關(guān)的內(nèi)部和外部數(shù)據(jù)信息，根據(jù)財務(wù)分析的目的并從中選擇出適用于數(shù)據(jù)挖掘的數(shù)據(jù)。（2）數(shù)據(jù)簡化。有些數(shù)據(jù)屬性對財務(wù)分析是沒用的，這些屬性的存在會大大影響挖掘效率，甚至還可以導(dǎo)致挖掘結(jié)果的偏差。數(shù)據(jù)簡化是在對發(fā)現(xiàn)任務(wù)和數(shù)據(jù)本身內(nèi)容理解的基礎(chǔ)上，尋找依賴于發(fā)現(xiàn)目標(biāo)的表達(dá)數(shù)據(jù)的有用特征，以縮減數(shù)據(jù)規(guī)模，從而在盡可能保持?jǐn)?shù)據(jù)原貌的前提下最大限度地精簡數(shù)據(jù)量。（3）數(shù)據(jù)的轉(zhuǎn)換。將數(shù)據(jù)轉(zhuǎn)換成一個分析模型，這個分析模型是針對挖掘算法建立的。建立一個真正適合挖掘算法的分析模型是數(shù)據(jù)挖掘成功的關(guān)鍵。
4、數(shù)據(jù)挖掘。對所得到的經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘。除了完善選擇合適的挖掘算法外，其余一切工作都能自動地完成。
5、結(jié)果分析。數(shù)據(jù)挖掘的結(jié)果有些是有實際意義的，而有些是沒有實際意義的或是與實際情況相違背的，就需要進(jìn)行評估。評估可以根據(jù)用戶多年的經(jīng)驗，也可以直接用實際數(shù)據(jù)來驗證模型的正確性，進(jìn)而調(diào)整挖掘模型，再次進(jìn)行挖掘。
6、知識的同化。數(shù)據(jù)挖掘的最終目的是輔助決策。決策者可以根據(jù)數(shù)據(jù)挖掘的結(jié)果，結(jié)合實際情況，將分析所得到的知識集成到財務(wù)分析系統(tǒng)中。
三、數(shù)據(jù)挖掘技術(shù)在企業(yè)財務(wù)分析中應(yīng)用的難點
數(shù)據(jù)挖掘在企業(yè)財務(wù)報表分析中的應(yīng)用還是一門嶄新的技術(shù)或者方法，接受數(shù)據(jù)挖掘的概念容易，但是實際將其落在實處卻比較困難。其中最重要的就是成本的負(fù)擔(dān)問題。數(shù)據(jù)挖掘功能對進(jìn)行企業(yè)財務(wù)報表分析來說雖然存在優(yōu)勢，但前提是具備完整、正確的數(shù)據(jù)，即在建立數(shù)據(jù)倉庫系統(tǒng)基礎(chǔ)后，與此功能結(jié)合運用以達(dá)到事半功倍的效果。但是企業(yè)財務(wù)報表所提供的數(shù)據(jù)本身都可能存在水分，因此需要報表使用者在經(jīng)過會計信息質(zhì)量分析等前提下調(diào)整或重新計算企業(yè)財務(wù)報表中的數(shù)據(jù)，然后再利用數(shù)據(jù)挖掘等技術(shù)進(jìn)行財務(wù)報表分析。
數(shù)據(jù)挖掘僅僅依靠電子計算機(jī)或者軟件是無法完成這項任務(wù)的，更多的是需要依靠職業(yè)人士的職業(yè)判斷。雖然在企業(yè)財務(wù)報表分析中利用數(shù)據(jù)挖掘技術(shù)還不十分成熟，相信伴隨科學(xué)技術(shù)的迅猛發(fā)展，數(shù)據(jù)挖掘技術(shù)將會在未來的企業(yè)財務(wù)報表分析中扮演重要的角色。
參考文獻(xiàn)：
1、李劍鋒,李一軍,祁威.數(shù)據(jù)挖掘在公司財務(wù)分析中的應(yīng)用[J].計算機(jī)工程與應(yīng)用,2005(2).
2、林偉林,林有.數(shù)據(jù)挖掘在上市公司財務(wù)狀況分析中的應(yīng)用[J].市場周刊,2004(10).
3、李愛玲,沈憲章,李豫州.數(shù)據(jù)挖掘在財務(wù)預(yù)測中的應(yīng)用[J].安陽師范學(xué)院學(xué)報,2005(2).
4、劉勝平,張啟鑾.基于數(shù)據(jù)挖掘技術(shù)的財務(wù)實時控制系統(tǒng)研究[J].財會月刊,2004(3).
5、楊春華.數(shù)據(jù)挖掘OLAP在財務(wù)決策中的應(yīng)用[J].財會通訊,2002(10).
6、郭素蓉.淺談數(shù)據(jù)挖掘在財務(wù)風(fēng)險分析中的應(yīng)用[J].現(xiàn)代企業(yè)教育,2007(14).
7、呂橙,易艷紅.數(shù)據(jù)挖掘在財務(wù)分析中應(yīng)用的理性思考[J].商場現(xiàn)代化,2006(18).
8、李靜,萬繼峰.淺議數(shù)據(jù)挖掘技術(shù)在企業(yè)財務(wù)報表分析中的應(yīng)用[J].中國管理信息化,2005(8).
9、曹明,閃四清,梁海燕.基于數(shù)據(jù)挖掘的財務(wù)預(yù)警模型設(shè)計與實現(xiàn)[J].計算機(jī)應(yīng)用,2006(10).
10、曹中.論數(shù)據(jù)挖掘和企業(yè)財務(wù)分析[J].上海會計,2004(3).
11、鄭樓英.數(shù)據(jù)挖掘技術(shù)在會計信息系統(tǒng)中的應(yīng)用初探[J].財會研究,2007(6).
