- 相關(guān)推薦
數據挖掘在財務(wù)決策中的應用
摘 要：在現代社會(huì )中，公司大多數財務(wù)流程的核心部分是數據。而數據挖掘的任務(wù)就是在如此海量的數據中發(fā)現有用的數據。針對財務(wù)決策中面對的數據海洋的現狀，如何采用數據挖掘這個(gè)技術(shù)，進(jìn)步財務(wù)決策的效率，提出了對策。?關(guān)鍵詞：數據挖掘；財務(wù)流程；財務(wù)決策?
1 數據挖掘的概念和技術(shù)?
數據挖掘是針對非常大的數據進(jìn)行的研究和分析。它采用自動(dòng)或半自動(dòng)的程序，對數據中固有的先前未知的潛伏有用信息進(jìn)行抽取。數據挖掘的起源可追溯到20世紀50年代人工智能的早期發(fā)展。在此期間，模式識別和基于規則推理的發(fā)展提供了基礎構建塊，數據挖掘就建立在這些概念的基礎之上。在最近10 年中，大型業(yè)務(wù)數據庫（特別是數據倉庫）使用量的增長(cháng)以及對這些數據的理解和解釋的需要，再加上相對廉價(jià)的計算機的供給，導致數據挖掘在各種業(yè)務(wù)應用中的使用急劇增長(cháng)。這些應用從零售業(yè)務(wù)的顧客細分和市場(chǎng)購物籃分析，到銀行業(yè)務(wù)和金融業(yè)務(wù)應用中的風(fēng)險分析和欺騙偵查，涉及面非常廣泛。 ?
多年來(lái)各國學(xué)者已開(kāi)發(fā)了多種數據挖掘技術(shù)，用于大量的數據集中探索和抽取信息�？偟恼f(shuō)來(lái)，數據挖掘技術(shù)分為兩大類(lèi)：探索型數據挖掘和猜測型數據挖掘。探索型數據挖掘包括一系列在預先未知任何現有模式的情況下，在數據內查找模型的技術(shù)。探索型數據挖掘包括分群、關(guān)聯(lián)分析和頻度分析技術(shù)。猜測型挖掘包括一系列在數據中查找特定變量（稱(chēng)為“目標變量”）與其它變量之間關(guān)系的技術(shù)。猜測型挖掘常用的有分類(lèi)和聚類(lèi)、數值猜測技術(shù)。數據挖掘使用的算法很多，主要包括統計分析、機器學(xué)習、決策樹(shù)、粗糙集、人工神經(jīng)網(wǎng)絡(luò )和徑向基函數（RBF）等。?
數據挖掘的程序主要分為以下5個(gè)步驟：?
1)定義題目。清楚地定義出業(yè)務(wù)題目，確定數據挖掘的目的。?
2)數據預備。數據預備包括：選擇數據——在大型數據庫和數據倉庫目標中提取數據挖掘的目標數據集；數據預處理——進(jìn)行數據再加工，包括檢查數據的完整性及數據的一致性、往噪聲，填補丟失的域，刪除無(wú)效數據等。?
3)數據挖掘。根據數據功能的類(lèi)型和數據的特點(diǎn)選擇相應的算法，在凈化和轉換過(guò)的數據集上進(jìn)行數據挖掘。?
4)結果分析。對數據挖掘的結果進(jìn)行解釋和評價(jià)，轉換成為能夠終極被用戶(hù)理解的知識。?
5)知識的運用。將分析所得到的知識集成到業(yè)務(wù)信息系統的組織結構中往。?
2 財務(wù)決策中應用數據挖掘的必要性?
一個(gè)財務(wù)決策的正確程度取決于所使用的事實(shí)和數字的正確程度。隨著(zhù)競爭的增加，財務(wù)決策的時(shí)效性也變得越來(lái)越重要了。因此，在財務(wù)決策領(lǐng)域應用數據挖掘是企業(yè)現實(shí)的需要。 ?
�。�1）有利于進(jìn)步財務(wù)信息的利用能力。解決企業(yè)財務(wù)決策題目需要以詢(xún)問(wèn)為中心的數據圖解，其以序列導向和***為特征。而傳統的財務(wù)數據查詢(xún)是一種事務(wù)處理，它是面向應用、支持日常操縱的，對查詢(xún)得到的數據信息缺乏分析能力，決策者不能夠在大量歷史數據的支持下對某一主題的相關(guān)數據進(jìn)行多角度的比較、分析，得出科學(xué)的分析結果。因此，財務(wù)決策題目自身的***特性驅動(dòng)了數據挖掘領(lǐng)域的應用。 ?
�。�2）有利于解決財務(wù)信息的噪音題目。由于網(wǎng)絡(luò )技術(shù)的發(fā)展，企業(yè)可以通過(guò)Intranet、Extranet、Internet方便獲取各種企業(yè)內部、關(guān)聯(lián)方及外部資料�，F今的題目已不是信息缺乏，而是信息過(guò)量，難以消化，且信息真假難辨，可靠性難以保證。所以，對企業(yè)來(lái)說(shuō)，這時(shí)就需要高效的數據分析工具在浩瀚的信息流中分辨、析取、整理、挖掘對財務(wù)決策有用的信息，減少信息噪音的影響。 ?
�。�3）有利于滿(mǎn)足財務(wù)信息智能化的需求。由于決策本身的動(dòng)態(tài)性、復雜性，決策者本身素質(zhì)層次的多樣性，不同的情況應有不同的處理方式。傳統的數據析取是依靠程序職員在系統開(kāi)發(fā)過(guò)程中設計的專(zhuān)用程序來(lái)實(shí)現，非常機械化。隨著(zhù)數據量的增大，查詢(xún)的復雜化，這種方式越來(lái)越不可取。決策者�？葱畔⒌恼廴∵^(guò)程能夠智能化，如不僅能對自己想到的信息進(jìn)行訪(fǎng)問(wèn)，還能對自己想不到卻需要的信息進(jìn)行訪(fǎng)問(wèn)，對同樣數據進(jìn)行多次訪(fǎng)問(wèn)時(shí)，不必做重復操縱；不同決策者作相似訪(fǎng)問(wèn)時(shí)，也不必進(jìn)行重復操縱等。?
3 財務(wù)決策中數據挖掘的應用流程?
3.1 優(yōu)化基于數據挖掘的公司財務(wù)決策基礎環(huán)境?
1）硬件及其應用。數據挖掘需要有一定存儲量和運算能力的計算機，要充分發(fā)揮數據挖掘在財務(wù)分析中的作用，還需要實(shí)現治理信息系統的網(wǎng)絡(luò )化，構建財務(wù)業(yè)務(wù)一體化的企業(yè)治理信息系統。在IT環(huán)境下，網(wǎng)絡(luò )是提供信息傳遞和信息共享的基石，公司應該根據自身的實(shí)際情況，構建適合的網(wǎng)絡(luò )硬件解決方案。主要包括:選擇什么樣的技術(shù)架構、進(jìn)行服務(wù)器和客戶(hù)真個(gè)配置等。?
2）軟件及其應用。以會(huì )計信息系統為核心的企業(yè)治理信息系統是實(shí)現數據挖掘在財務(wù)分析中應用的基礎，可以為數據挖掘提供各種財務(wù)數據。公司構建治理信息系統時(shí)，在滿(mǎn)足核算和控制需要的條件下，應該充分考慮數據分析和信息集成的需要，為數據挖掘的應用提供支持。公司構建的信息系統應該能夠保證在業(yè)務(wù)發(fā)生的同時(shí)盡可能收集分析所需要的各種數據，并以恰當的數據結構存儲在數據庫中，在需要時(shí)提取到數據倉庫或數據集市中，供數據挖掘分析處理。?
3.2 建立基于數據挖掘的財務(wù)決策支持系統模型?
數據挖掘是在大型數據庫或數據倉庫基礎上進(jìn)行深進(jìn)的數據分析，從而獲取海量數據中隱躲的關(guān)鍵信息的主要手段。因此，為了進(jìn)一步進(jìn)步財務(wù)決策的支持能力，可以將它們結合起來(lái)構成一種新型的財務(wù)決策支持框架。在數據倉庫為財務(wù)決策提供完整、及時(shí)、正確和明了的綜合數據的基礎上，通過(guò)進(jìn)行有效集中分析和深進(jìn)研究，可以發(fā)現趨勢，看到異常，并得到重要細節。而數據挖掘則可通過(guò)使用一系列方法進(jìn)行分析，從中識別和抽取隱含、潛伏的有用知識，并充分利用這些知識輔助財務(wù)決策。? 3.3 建立財務(wù)決策中數據挖掘流程?
財務(wù)決策中的數據挖掘流程一般由財務(wù)決策題目識別、數據預備、數據開(kāi)采和結果表達和解釋四個(gè)主要階段構成，如圖1所示。?
�。�1）財務(wù)決策題目識別。典型的財務(wù)決策有投資決策、籌資決策、本錢(qián)決策、銷(xiāo)售決策等。在進(jìn)行數據挖掘前，必須先對具體財務(wù)決策題目進(jìn)行識別，即要確定進(jìn)行什么決策、達到什么樣的決策目標等。然后再將財務(wù)決策目標轉換成數據挖掘目標，并進(jìn)行定義。?
�。�2）數據預備。這個(gè)階段又可分成3個(gè)子步驟，即數據集成、數據選擇和數據預處理。數據集成是將多文件或多數據庫運行環(huán)境中的數據進(jìn)行合并處理，解決語(yǔ)義模糊性、處理數據中的遺漏和清洗臟數據等。數據選擇的目的是辨別出需要分析的數據集合，縮小處理范圍，進(jìn)步數據挖掘的質(zhì)量。而預處理則是為了克服目前數據挖掘工具的局限性。?
�。�3）數據采掘。這一階段主要進(jìn)行實(shí)際的數據挖掘工作，主要包括決定如何產(chǎn)生假設、選擇合適的工具、發(fā)掘知識的操縱和證實(shí)發(fā)現的知識等步驟。?
�。�4）結果表達和解釋。根據用戶(hù)的財務(wù)決策目的對提取的信息進(jìn)行分析，把最有價(jià)值的信息區分出來(lái)，并提交給用戶(hù)。假如結果不能讓決策者滿(mǎn)足，則重復進(jìn)行上述過(guò)程。?
參考文獻?
�。�1］?陳元佐. 企業(yè)的數據倉庫模型建立［J］.貴州大學(xué)學(xué)報(自然科學(xué)版) , 2001,(01) . ?
�。�2］?羅可,蔡碧野,卜勝賢,謝中科. 數據挖掘及其發(fā)展研究［J］.計算機工程與應用 , 2002,(14) .
【數據挖掘在財務(wù)決策中的應用】相關(guān)文章：
數據挖掘在ＣＲＭ中的應用分析03-22
數據挖掘技術(shù)在ＣＲＭ中的應用03-22
數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19
數據挖掘在旅游電子商務(wù)中應用論文11-28
談數據挖掘技術(shù)在電子商務(wù)中的應用03-21