论文部分内容阅读
随着科学技术的不断发展，信息化网络化的时代到来。信息化和网络化在带来大量信息满足人们需求的同时也带来了信息安全难以保证、信息真伪难以辨别的难题。在公司发展过程中，也面临着数据激增无法挖掘有效信息并加以利用的困难。数据库的出现只满足了数据的输入、查询和统计的要求，并不能够挖掘出数据背后隐藏的可用信息，而数据挖掘就做到了这一点。
一、数据挖掘的概念
通俗来说，数据挖掘即是从大量模糊的不完全、无规则、有噪声的实际数据中提取有用的信息和知识的过程，这一过程中同时涉及到统计学、机器学、人工智能、数据库管理等多种学科，具有对数据进行描述、分类、聚类、关联以及预测的功能，在特定领域中有十分重大的实际应用价值，在各种信息集聚的今天，数据挖掘是提高决策者决策效率、决策能力以及提升决策正确性的重要保障。
二、数据挖掘的产生及其功能
（一）数据挖掘的产生
数据挖掘在30世纪末被提出，是在数据库的基础上发展而来的，指在大量的、具有噪声的、不完全的甚至模糊的随机数据中提取有用知识和信息的过程。发展至今，数据挖掘经历了漫长的研究过程，截至目前已成为了人们运用、分析数据的主要手段之一，是提高决策者决策能力，提升决策正确性的重要保障。数据挖掘产生的原因在于数据挖掘能够将数据上升到知识的层面，为相关人员的决策提供可靠的参考依据，通过数据库对数据进行输入、查询和统计，能够帮助相关人员发现数据仓库不同模型与数据之间的紧密关系，进而相关人员或者决策者可在模型与数据关系的帮助下寻找到数据之间潜在的隐含性联系，并以此为依据对数据走向、模型发展变化等进行有效预测，最终作出决策，在信息爆炸的今天，数据挖掘技术为大量信息的处理提供了可能。大量研究证实，将数据挖掘技术应用到企业财务分析之中由突出作用，可帮助企业决策人员从大量信息中发现、提取隐含的具有深刻意义的数据，并能够通过对数据进行估计、预测、聚类、描述、检测偏差等方式为决策人员的决策提供参考依据。传统上，大部分企业财务分析人员在进行财务分析时习惯于采用经验主义的方法，即根据对象的过去，来观察、估计该属性未来的数值，该方法具有较大的不确定性和随机性，并且对于分析人员自身的素质有着较高要求，受人的因素影响较大，使用该方法所得出的结果往往不够准确甚至存在较大误差。数据挖掘则可以很好的解决上述问题，通过对关联和序列的发现，能够排除人的因素对结果的影响，保证预测的准确性。此外，数据挖掘中的聚类技术，通过将数据库中的记录划分为有意义的子集，可最大限度的提出不相关数据对最终分析结果的干扰。
（二）数据挖掘的功能
①数据挖掘能够发现数据之间的密切联系。数据挖掘能够分析出数据与数据之间潜在的联系，并组建出数据关联网，进行高效的信息传递。②数据挖掘能够对同类特征知识和不同类的特征知识进行分类和归纳。③数据挖掘具有推测未来数据的功能。数据挖掘能够根据过去和当前的数据资源，对未来的数据做出预测并加以分析。
三、公司财务分析
（一）公司财务分析的现状
伴随着我国经济的高速发展，公司的发展速度也十分迅猛。信息化时代的到来也为公司发展提出了更高的要求。财务系统作为公司系统中最为重要的部分，掌控着公司的经济运营状况，同时，财务数据量大，信息得不到有效的处理也成为公司发展的阻碍。在我国大部分的公司中，财务分析工作仍停留在效率低下的手工分析上，这种财务分析的方式有许多的不便之处，比如分析结果缺乏动态性、时效性差、分析范围狭窄等，总之，这种分析方法已经不能满足发展的需要。
（二）数据挖掘在财务分析中应用的可行性
首先，公司在激烈的市场竞争中想要保持良好的发展态势，对各方面的要求会不断提高，财务分析也不例外。伴随着科技的进步，信息量的增多，传统的财务分析方式已经不能够适应经济的快速发展。由数据库技术发展而来的数据挖掘技术不但能够对大量数据进行保留和统计，还能够透过现象看本质，分析出不同数据之间隐藏的联系，并得出结论，极大地提高财务分析的工作效率。
其次，在网络化时代，公司要向多元化发展才能长盛不衰。因此，财务分析不仅要对大量的数据进行分析还要对现有资源以及潜在资源进行分析和预测。在对公司现有的发展情况正确认识的同时，对公司未来发展趋势的预测也能够为公司及时调整运营模式，更好地适应市场环境提供间接的依据。
最后，一个公司的有形资产是其物质基础，那么无形资产就是其精神基础。无形资产包括公司文化、公司特有的規章制度、知识储备、市场资源等，无形资产的价值要远远超过有形资产。无形资产可以为公司的在激烈的市场竞争中保持优势提供可靠的精神基础。在网络飞速发展的当下，将无形资产列入公司财务分析中已经是很有必要的，也是大势所趋。
（三）运用数据挖掘进行财务分析的必要性
在信息网络化飞速发展的今天，信息量高速增长，公司的财务分析不再仅仅局限于传统的数据统计，而是有了更高的要求。数据挖掘技术的诞生很好的解决了数据量大、数据处理成本较低的难题。从某种程度上讲，在市场竞争日益激烈、日益严峻的今天，财务决策的时效性变得十分重要，企业财务决策是否正确将直接关系到企业自身能够得到长期可持续发展，财务分析的重要性在此可见一斑。相较于传统分析技术，财务挖掘技术实现了对大量财务信息的快速、有效提取，既是提高财务分析效果和效率的关键所在，同时也是提高财务人员信息处理能力、利用能力和决策能力的重要手段之一。
传统意义上的财务数据查询由于缺乏对数据信息进行分析和查询的能力，因此仅属于一种支持日常操作的事务处理，其主要面向数据的应用，因而决策者无法通过其对某个主题的相关数据进行多维度的比较、分析。而数据挖掘技术所展现的序列导向及多维度的特点则能够帮助财务人员对财务信息进行有效分析，因而可显著提升人员财务信息应用能力。另外，数据挖掘技术还可有效解决财务信息的噪声问题，在互联网信息技术不断发展的今天，企业在获取企业内部信息、各关联方信息以及外部信息的过程中难免会出现信息过量的问题，如何在海量信息中迅速提取对决策有用的信息是当前各个企业面临的首要问题，此时，数据挖掘技术的出现使得问题的解决有了可能，大量实践研究证实，数据挖掘技术能够在海量信息中分辨、挖掘出对财务决策有用的信息，最大程度的减少信息噪声对决策者决策的影响。最后，数据挖掘技术还可显著提升企业财务分析的智能化水平。 四、运用数据挖掘进行财务分析的基本步骤
① 分析对象，识别问题。这是数据挖掘的第一步也是数据挖掘的基础，只有找准分析对象，有目的性的对财务数据进行分析和挖掘，才能既提高工作的效率，又真正的发挥数据挖掘的優势。一般情况下，企业典型的财务决策包括投资、筹资、成本以及销售决策几大类别，为保证财务分析的针对性和有效性，在运用数据挖掘进行财务分析之前，首先应当明确具体的决策问题以及需要达到的决策目标，然后再根据目标对需要挖掘的数据进行划分，最后再对数据进行准确定义，以企业的投资决策为例，企业在运用数据挖掘技术对投资决策进行财务分析时，为确保分析的实效性，在实践过程中应当把握以下几点：（1） 安排专业财务人员建立数据库模型，动态掌握企业可支配的资金额度；（2） 安排专业财务人员在充分考虑本企业实际情况的基础上编制投资方案，明确具体的投资计划，做好投资方案的可操作性评估和项目投资回报评估；（3） 通过投资收益分析做出可靠的收益预算，以最大限度的获取投资收益。
②提供数据。数据挖掘作为一项先进的技术，其对数据的种类也是有选择的，在完成对象分析、问题识别后，紧接着应当根据不同的分析需求在相关数据库信息中选择合适的数据，提前做好数据准备，寻找的数据必须是与财务分析对象相关并且适合进行财务分析的数据，以保证数据挖掘的真实性和分析结果的有效性。另外，数据准备具体包括数据集成、选择以及预处理三个步骤，每个步骤均有着自身鲜明的特点和不同的工作侧重点，为提高工作效率和工作质量，实际操作过程之中应当对上述三项步骤进行明确区分，一般而言，数据集成的主要目的在于剔除虚假数据、去除信息噪声同时对数据库运行环境中的数据进行合并处理；数据选择的主要目的在于进一步缩小数据处理的范围，通过数据集合来保证数据挖掘的有效性；数据预处理的主要目的在于进一步解决数据挖掘工具局限性的问题。数据准备完成以后，将所有收集的数据建立为一个分析模型，即确定一个数据挖掘的基本规则，可大大提高分析的准确性。
③数据挖掘。数据挖掘可将繁杂的数据自动转换为分析结果，作为整个工作的重心和核心步骤，数据挖掘是否有效，不仅将直接决定最终工作成果质量的高低，也将直接影响到数据分析准确性的高低。完成数据准备、收集之后即可开始对数据进行深入的挖掘处理，数据挖掘内容主要包括挖掘工具选择、挖掘操作选择等环节，不论哪一环节在挖掘过程中均应当牢牢把握以财务分析核心思想为指导的工作原则，保证所挖掘的数据具有合目的性和针对性。
④结果整理与转化。数据结果的整理与转化可以说是数据挖掘的成果展示，其内包含了最有价值的信息，数据挖掘最终是要为财务分析服务的，只有将所挖掘的数据进行更深一步的整理和转化，形成财务分析报告，才能保证数据为财务分析所用，才能充分发挥数据挖掘技术在提高财务分析效率和质量中的作用。
五、案例分析
以某电商企业为例，该企业按照分析对象、识别问题，提供数据，数据挖掘以及结果整理与转化四个步骤进行财务分析工作后取得了显著成效。在运用数据挖掘进行财务分析工作分析之前，该企业业务急剧增长，在实际工作中面临着会计工作不够规范标准、内部控制制度不完善、风险预警机制不健全、财务人员紧缺、财务人员素质有待提升等问题，传统财务分析方法开始不能适应企业发展的需要，企业会计模式亟待变革和创新。为此，该企业公司财务分析中引入了数据挖掘概念，在全企业范围内建立了财务报表自动生成模式以及统一的会计核算管理体系和信息标准，实现了内部交易的自动管理以及财务报告的“—键式”生成，有效降低了财务人员工作强度，同时企业管控能力显著增强、财务数据质量稳步提升。
六、结束语
数据挖掘技术已经广泛的应用于各行各业，其发展势头不可小觑。在信息网络化的时代，信息的大量激增为数据挖掘技术提供了用武之地。大量的分析表明，数据挖掘技术的运用极大地解决公司财务分析所面临的难题，也为公司进行组织决策提供了可行性的建议。因此，应该推动数据挖掘技术的普及，为公司的财务工作者提供更大的便利，使公司财务分析能更加适应和满足网络信息化时代的发展速度和发展要求。（作者单位为优众网势（天津）软件有限公司）
一、数据挖掘的概念
通俗来说，数据挖掘即是从大量模糊的不完全、无规则、有噪声的实际数据中提取有用的信息和知识的过程，这一过程中同时涉及到统计学、机器学、人工智能、数据库管理等多种学科，具有对数据进行描述、分类、聚类、关联以及预测的功能，在特定领域中有十分重大的实际应用价值，在各种信息集聚的今天，数据挖掘是提高决策者决策效率、决策能力以及提升决策正确性的重要保障。
二、数据挖掘的产生及其功能
（一）数据挖掘的产生
数据挖掘在30世纪末被提出，是在数据库的基础上发展而来的，指在大量的、具有噪声的、不完全的甚至模糊的随机数据中提取有用知识和信息的过程。发展至今，数据挖掘经历了漫长的研究过程，截至目前已成为了人们运用、分析数据的主要手段之一，是提高决策者决策能力，提升决策正确性的重要保障。数据挖掘产生的原因在于数据挖掘能够将数据上升到知识的层面，为相关人员的决策提供可靠的参考依据，通过数据库对数据进行输入、查询和统计，能够帮助相关人员发现数据仓库不同模型与数据之间的紧密关系，进而相关人员或者决策者可在模型与数据关系的帮助下寻找到数据之间潜在的隐含性联系，并以此为依据对数据走向、模型发展变化等进行有效预测，最终作出决策，在信息爆炸的今天，数据挖掘技术为大量信息的处理提供了可能。大量研究证实，将数据挖掘技术应用到企业财务分析之中由突出作用，可帮助企业决策人员从大量信息中发现、提取隐含的具有深刻意义的数据，并能够通过对数据进行估计、预测、聚类、描述、检测偏差等方式为决策人员的决策提供参考依据。传统上，大部分企业财务分析人员在进行财务分析时习惯于采用经验主义的方法，即根据对象的过去，来观察、估计该属性未来的数值，该方法具有较大的不确定性和随机性，并且对于分析人员自身的素质有着较高要求，受人的因素影响较大，使用该方法所得出的结果往往不够准确甚至存在较大误差。数据挖掘则可以很好的解决上述问题，通过对关联和序列的发现，能够排除人的因素对结果的影响，保证预测的准确性。此外，数据挖掘中的聚类技术，通过将数据库中的记录划分为有意义的子集，可最大限度的提出不相关数据对最终分析结果的干扰。
（二）数据挖掘的功能
①数据挖掘能够发现数据之间的密切联系。数据挖掘能够分析出数据与数据之间潜在的联系，并组建出数据关联网，进行高效的信息传递。②数据挖掘能够对同类特征知识和不同类的特征知识进行分类和归纳。③数据挖掘具有推测未来数据的功能。数据挖掘能够根据过去和当前的数据资源，对未来的数据做出预测并加以分析。
三、公司财务分析
（一）公司财务分析的现状
伴随着我国经济的高速发展，公司的发展速度也十分迅猛。信息化时代的到来也为公司发展提出了更高的要求。财务系统作为公司系统中最为重要的部分，掌控着公司的经济运营状况，同时，财务数据量大，信息得不到有效的处理也成为公司发展的阻碍。在我国大部分的公司中，财务分析工作仍停留在效率低下的手工分析上，这种财务分析的方式有许多的不便之处，比如分析结果缺乏动态性、时效性差、分析范围狭窄等，总之，这种分析方法已经不能满足发展的需要。
（二）数据挖掘在财务分析中应用的可行性
首先，公司在激烈的市场竞争中想要保持良好的发展态势，对各方面的要求会不断提高，财务分析也不例外。伴随着科技的进步，信息量的增多，传统的财务分析方式已经不能够适应经济的快速发展。由数据库技术发展而来的数据挖掘技术不但能够对大量数据进行保留和统计，还能够透过现象看本质，分析出不同数据之间隐藏的联系，并得出结论，极大地提高财务分析的工作效率。
其次，在网络化时代，公司要向多元化发展才能长盛不衰。因此，财务分析不仅要对大量的数据进行分析还要对现有资源以及潜在资源进行分析和预测。在对公司现有的发展情况正确认识的同时，对公司未来发展趋势的预测也能够为公司及时调整运营模式，更好地适应市场环境提供间接的依据。
最后，一个公司的有形资产是其物质基础，那么无形资产就是其精神基础。无形资产包括公司文化、公司特有的規章制度、知识储备、市场资源等，无形资产的价值要远远超过有形资产。无形资产可以为公司的在激烈的市场竞争中保持优势提供可靠的精神基础。在网络飞速发展的当下，将无形资产列入公司财务分析中已经是很有必要的，也是大势所趋。
（三）运用数据挖掘进行财务分析的必要性
在信息网络化飞速发展的今天，信息量高速增长，公司的财务分析不再仅仅局限于传统的数据统计，而是有了更高的要求。数据挖掘技术的诞生很好的解决了数据量大、数据处理成本较低的难题。从某种程度上讲，在市场竞争日益激烈、日益严峻的今天，财务决策的时效性变得十分重要，企业财务决策是否正确将直接关系到企业自身能够得到长期可持续发展，财务分析的重要性在此可见一斑。相较于传统分析技术，财务挖掘技术实现了对大量财务信息的快速、有效提取，既是提高财务分析效果和效率的关键所在，同时也是提高财务人员信息处理能力、利用能力和决策能力的重要手段之一。
传统意义上的财务数据查询由于缺乏对数据信息进行分析和查询的能力，因此仅属于一种支持日常操作的事务处理，其主要面向数据的应用，因而决策者无法通过其对某个主题的相关数据进行多维度的比较、分析。而数据挖掘技术所展现的序列导向及多维度的特点则能够帮助财务人员对财务信息进行有效分析，因而可显著提升人员财务信息应用能力。另外，数据挖掘技术还可有效解决财务信息的噪声问题，在互联网信息技术不断发展的今天，企业在获取企业内部信息、各关联方信息以及外部信息的过程中难免会出现信息过量的问题，如何在海量信息中迅速提取对决策有用的信息是当前各个企业面临的首要问题，此时，数据挖掘技术的出现使得问题的解决有了可能，大量实践研究证实，数据挖掘技术能够在海量信息中分辨、挖掘出对财务决策有用的信息，最大程度的减少信息噪声对决策者决策的影响。最后，数据挖掘技术还可显著提升企业财务分析的智能化水平。 四、运用数据挖掘进行财务分析的基本步骤
① 分析对象，识别问题。这是数据挖掘的第一步也是数据挖掘的基础，只有找准分析对象，有目的性的对财务数据进行分析和挖掘，才能既提高工作的效率，又真正的发挥数据挖掘的優势。一般情况下，企业典型的财务决策包括投资、筹资、成本以及销售决策几大类别，为保证财务分析的针对性和有效性，在运用数据挖掘进行财务分析之前，首先应当明确具体的决策问题以及需要达到的决策目标，然后再根据目标对需要挖掘的数据进行划分，最后再对数据进行准确定义，以企业的投资决策为例，企业在运用数据挖掘技术对投资决策进行财务分析时，为确保分析的实效性，在实践过程中应当把握以下几点：（1） 安排专业财务人员建立数据库模型，动态掌握企业可支配的资金额度；（2） 安排专业财务人员在充分考虑本企业实际情况的基础上编制投资方案，明确具体的投资计划，做好投资方案的可操作性评估和项目投资回报评估；（3） 通过投资收益分析做出可靠的收益预算，以最大限度的获取投资收益。
②提供数据。数据挖掘作为一项先进的技术，其对数据的种类也是有选择的，在完成对象分析、问题识别后，紧接着应当根据不同的分析需求在相关数据库信息中选择合适的数据，提前做好数据准备，寻找的数据必须是与财务分析对象相关并且适合进行财务分析的数据，以保证数据挖掘的真实性和分析结果的有效性。另外，数据准备具体包括数据集成、选择以及预处理三个步骤，每个步骤均有着自身鲜明的特点和不同的工作侧重点，为提高工作效率和工作质量，实际操作过程之中应当对上述三项步骤进行明确区分，一般而言，数据集成的主要目的在于剔除虚假数据、去除信息噪声同时对数据库运行环境中的数据进行合并处理；数据选择的主要目的在于进一步缩小数据处理的范围，通过数据集合来保证数据挖掘的有效性；数据预处理的主要目的在于进一步解决数据挖掘工具局限性的问题。数据准备完成以后，将所有收集的数据建立为一个分析模型，即确定一个数据挖掘的基本规则，可大大提高分析的准确性。
③数据挖掘。数据挖掘可将繁杂的数据自动转换为分析结果，作为整个工作的重心和核心步骤，数据挖掘是否有效，不仅将直接决定最终工作成果质量的高低，也将直接影响到数据分析准确性的高低。完成数据准备、收集之后即可开始对数据进行深入的挖掘处理，数据挖掘内容主要包括挖掘工具选择、挖掘操作选择等环节，不论哪一环节在挖掘过程中均应当牢牢把握以财务分析核心思想为指导的工作原则，保证所挖掘的数据具有合目的性和针对性。
④结果整理与转化。数据结果的整理与转化可以说是数据挖掘的成果展示，其内包含了最有价值的信息，数据挖掘最终是要为财务分析服务的，只有将所挖掘的数据进行更深一步的整理和转化，形成财务分析报告，才能保证数据为财务分析所用，才能充分发挥数据挖掘技术在提高财务分析效率和质量中的作用。
五、案例分析
以某电商企业为例，该企业按照分析对象、识别问题，提供数据，数据挖掘以及结果整理与转化四个步骤进行财务分析工作后取得了显著成效。在运用数据挖掘进行财务分析工作分析之前，该企业业务急剧增长，在实际工作中面临着会计工作不够规范标准、内部控制制度不完善、风险预警机制不健全、财务人员紧缺、财务人员素质有待提升等问题，传统财务分析方法开始不能适应企业发展的需要，企业会计模式亟待变革和创新。为此，该企业公司财务分析中引入了数据挖掘概念，在全企业范围内建立了财务报表自动生成模式以及统一的会计核算管理体系和信息标准，实现了内部交易的自动管理以及财务报告的“—键式”生成，有效降低了财务人员工作强度，同时企业管控能力显著增强、财务数据质量稳步提升。
六、结束语
数据挖掘技术已经广泛的应用于各行各业，其发展势头不可小觑。在信息网络化的时代，信息的大量激增为数据挖掘技术提供了用武之地。大量的分析表明，数据挖掘技术的运用极大地解决公司财务分析所面临的难题，也为公司进行组织决策提供了可行性的建议。因此，应该推动数据挖掘技术的普及，为公司的财务工作者提供更大的便利，使公司财务分析能更加适应和满足网络信息化时代的发展速度和发展要求。（作者单位为优众网势（天津）软件有限公司）