基于財務數據分析的數據倉庫模型

［摘要］ 財務報表數據是分析判斷企業經營狀況的重要指標，是企業做出及時、準確的決策的重要依據。本文通過介紹數據倉庫結構及其相關技術，結合財務分析的特點，提出了基于智能財務分析的數據倉庫模型設計方案。

［關鍵詞］ 數據倉庫；智能財務分析；星型模型

［中圖分類號］F232［文獻標識碼］A［文章編號］1673-0194（2007）05-0005-04

隨著市場經濟的不斷完善，財務分析作為一門獨立的學科，已有幾十年的歷史。傳統的財務數據分析，能使決策者掌握企業的資產、負債情況和各項經營狀況，并能根據各項財務指標，為經營決策提供幫助。伴隨計算機技術的迅猛發展，計算機已應用于各個行業和領域，特別是財務核算和分析軟件經歷了從計劃性階段到智能性階段的發展，即從單一的進、銷、存進行傳統的核算，到為了提高企業參與競爭的快速反應能力，及時高效地為決策服務，使整個財務分析處理的效能上升到足以完成企業高效決策和管理所需要的程度。在企業的各種數據中，最重要的是財務報表數據。財務報表數據現在已經成為分析判斷企業經營狀況的國際通用語言。而“智能化財務分析系統”正是專門用來分析財務數據、發現經營問題的系統。它能夠在導入財務報表數據之后，快速生成一個內容全面、結論準確、圖文并茂的財務分析報告。作為一項復雜度較高的應用技術，企業實施財務分析及決策支持系統面臨一些難題，其中建立數據倉庫是智能分析的基礎和關鍵。利用數據倉庫能系統地組織、理解和使用數據，為戰略決策提供支持，是一個有價值的工具。本文結合財務數據和財務分析的特點，設計合適的數據倉庫模型。

一、數據倉庫技術

數據倉庫是指一個支持管理層的決策過程的、具有主題導向的、整合的、因時間而變異的、不變動的數據集合。根據數據倉庫的定義，可以發現數據倉庫具有如下4個特點：①具有主題導向的：數據所提供的信息是關于某一個特別的主題而不是關于企業的日常運營；②整合的：數據的來源是從多個渠道的數據源聚集到數據倉庫中，并集成為一個整體；③因時間而變異的：數據倉庫中的所有數據都由某一個特別的時間段來標識，數據倉庫的關鍵結構都隱式或顯式地包含時間標識，數據倉庫中的數據代表了過去某一時刻的數據快照；④不變動的：數據倉庫的數據是穩定的，更多的數據會加進來，數據不移出、不更新。

由此可見，數據倉庫最根本的特點是物理地存放數據，而且這些數據并不是最新的、專有的，而是來源于其他數據庫。它要建立在一個比較全面和完善的信息應用基礎上，是對原始的操作數據進行各種處理并轉換成有用信息的處理過程，用戶可以通過分析這些信息，支持高層決策分析。因此，數據倉庫通常包含4個組成部分：數據源、數據處理、數據存儲、數據分析，如圖1所示。

數據源是數據倉庫系統的基礎，是整個系統的數據源泉。它不僅包括企業中的業務系統所包含的數據，還包括來自外部的數據。業務數據主要是面向事務處理的操作型數據庫中的數據，也有在線處理的各種數據。數據處理是對數據源中的數據進行預處理，包括抽取/傳播、轉換、清洗、數據提煉/整合、裝載、表示和分析等。數據倉庫的核心是數據的存儲和管理。數據倉庫的組織管理方式決定其有別于傳統數據庫，也決定其對外部數據的表現形式。數據倉庫針對現有各業務系統數據，進行抽取、清洗，并有效集成，按主題進行組織。數據倉庫按照數據的覆蓋范圍可以分為企業級數據倉庫和部門級數據倉庫（通常稱為數據集市）。數據分析主要包括各種數據多維分析工具、報表工具、查詢工具、數據挖掘和知識發現工具，以及各種基于數據倉庫和數據集市的應用開發工具。

二、財務分析數據倉庫的模型

1. 需求分析

創建數據倉庫首先必須創建數據倉庫的模型。在數據倉庫模型的設計過程中，需要完成數據的分割、主題域和粒度的確認，以及數據倉庫的概念模型、邏輯模型和物理存儲的設計。數據倉庫針對不同的應用需求，所建立的數據模型也是不同的。財務分析是以企業財務報告所反映的財務指標為主要依據，對企業財務狀況和經營成果進行評價和剖析，以反映企業在運營過程中的財務狀況和發展趨勢，為各項決策提供重要的財務信息。財務分析的結果是對企業的償債能力、盈利能力、籌資效益能力、抗風險能力、社會貢獻能力等做出評價。財務分析一般可概括為：評價過去的經營業績，衡量現在的財務狀況，預測未來的發展趨勢，為投資人、債權人、政府相關部門和企業管理層提供有用的信息。

第一，企業的償債能力。企業的安全性是企業健康發展的基本前提。在財務分析中體現企業安全性的主要方面就是分析企業償債能力，所以一般情況下總是將企業的安全性和企業償債能力的分析聯系在一起，因為對企業安全性威脅最大的是“財務失敗”現象的發生，即企業無力償還到期債務導致訴訟或破產。企業的安全性應包括兩方面的內容：一是安排好到期財務負擔，二是有相對穩定的現金流入，二者不可偏廢。如果僅僅滿足于能償還到期債務，企業還算不上安全。真正安全的企業應是在安排好到期財務負擔的同時，有相對穩定的現金流入和盈利。從根本上來講，安全性要求企業必須具有某一時點上的債務償還能力，即靜態性，而這個償還能力，又是平時盈利以及現金流入的積累，即動態性。如果企業無相對穩定的現金流入或盈利，很難想象它能長久生存而不出現危機?，F在對企業償債能力都是以計算流動比率、速動比率以及資產負債率等來進行分析的，具有一定的片面性。例如：兩家資產規模和銷售規模完全一樣的服裝企業，一個資產負債率很高，而另一個資產負債率很低，是不是就說明資產負債率高的企業償債能力就比資產負債率低的企業差呢？不一定?；蛟S只是因為一個推行高價厚利少銷戰略，一個推行低價薄利多銷模式，資產負債率會有較大的差別。如果僅僅依據單指標和行業平均值對企業效績進行評價，其結果的客觀性與科學性很難保證，應該結合產品的銷路、現金的流量、存貨周轉率等指標綜合分析。

第二，企業的盈利能力。企業的盈利能力是指企業利用各種經濟資源獲取利潤的能力，它是企業營銷能力、獲取現金能力、降低成本能力及規避風險能力等的綜合體現，也是企業各環節經營結果的具體表現，企業經營的好壞都會通過盈利能力表現出來。企業盈利能力分析主要是以資產負債表、利潤表、利潤分配表為基礎，通過表內各項目之間的邏輯關系構建一套指標體系，通常包括銷售凈利率、成本費用利潤率、總資產報酬率、利息保障倍數等，盈利能力分析是企業財務報表分析的重要內容，評價企業盈利能力的財務指標有：資產報酬率、資本報酬率、股本報酬率、股東權益報酬率、股利報酬率、每股賬面價值、每股盈利、市盈率、股息支付率、銷售利潤率和營業比率等。

第三，企業籌資效益能力。企業在經營過程中，只有搞好資金籌集，建立合理的籌資結構，才能有足夠的可用資金，企業發展才有后勁，才能以盡可能低的資金成本，取得更大的經濟效益。因此，應該以效益為中心，進行更合理、有效的資金籌集?；I資方式主要有：商業信用、股票、債券、銀行借款、融資租賃、合營等。如果按可供使用資金的期限長短，籌資方式可劃分為短期籌資方式和長期籌資方式。籌資效益是一個相對概念，是指通過改變籌資結構對企業最終經濟效益的影響，即在經營收益、籌資規模既定條件下，改變籌資結構對企業最終效益的影響。如果籌資效益是正值，則企業選定的籌資方式可行；如果是負值，則選定的籌資方式不能被執行，否則，虧損將增加。考核籌資效益的合理指標是自有資金利潤率和股東資本收益率。

第四，企業抗風險能力。企業籌資、負債都存在風險。一方面企業需要通過各種方式籌集資金，用于經營活動，獲取利潤；另一方面受經營風險、預期現金流入量和資產的流動性及金融市場等因素的影響，在企業負債經營的條件下，可能導致企業的籌資風險，而且負債比率越大，負債利息越高，負債的期限結構越不合理，企業的籌資風險就越大。要提高企業的抗風險能力，就要加大產品含金量，縮短應收賬款周轉周期，提高存貨周轉速度，合理選擇籌資方式，保持一定比例的自有資金，增強償債能力。

第五，企業的社會貢獻能力。社會貢獻能力是從國家和社會的角度衡量企業對國家和社會的貢獻水平。社會貢獻能力可用企業的社會貢獻值來衡量，社會貢獻值由產值分和稅收分兩部分組成。當然，企業的社會貢獻力不僅要看企業上繳的利稅，還要看社會效益，如企業對環保的重視程度，也反映出企業的社會責任感。

2. 綜合指標評價體系

上述指標是比較常用的評價指標，目前，我國官方發布的企業綜合評價指標體系主要有4套：①財務評價指標體系，包括8項指標；②經濟效益評價指標體系，包括10項指標；③綜合評價指標體系，包括12項指標；④資本保值增值考評指標，包括一個主導指標和若干輔助指標。前兩個指標體系由財政部發布，第三種指標體系由國家經貿委和國家統計局公布，第四種指標體系是原國家國有資產管理局規定的?；局笜说膮⒄账剑礃藴手担┯韶斦慷ㄆ陬C布，分為5檔。不同行業、不同規模的企業有不同的標準值。例如，大型普通機械制造業的標準值見表1。

上述基本指標具有較強的概括性，但并不全面，為了全面評價企業績效，另外設置了4類16項修正指標，根據修正指標的高低計算修正系數，并用修正系數修正基本指標得分。計算修正系數的“修正指標的標準值區段等級表”由財政部定期發布，見表2。

3．數據倉庫模型的建立

建立數據倉庫的概念模型可以采用E-R關系圖，這是一種描述組織數據概況的藍圖，在這個藍圖中應該包括整個系統中各個部門的業務處理數據及相互關系。為了提高財務數據的分析效果，在模型中采用星型模型。多維數據有多種不同的邏輯模型，目前較常用的兩種建模方法是所謂的第三范式（3NF，Third Normal Form）和星型模式 (Star-Schema)。

星型模型是一種多維的數據關系，由一個事實表（Fact Table）和一組維表（Dimension Table）組成。事實表是星型模型結構的核心，用來描述度量的內容。事實表中包含了用于連接每一張維表的關鍵字，每一個關鍵字列對應一張維表，換言之，事實表主鍵的每個元素都是維表的外鍵，所有這些維則組合成事實表的主鍵。事實表應該是數據倉庫中的最大表，它包含了大量的基本業務詳細信息。在設計時要使事實表盡可能小，因為過于龐大的事實表在表的處理、備份、恢復、查詢等方面需要較長的時間。事實表的非主屬性稱為事實 （Fact），它們一般都是數值或其他可以進行計算的數據；而維大多是文字、時間等類型的數據。星型模式速度快， 但由于存在大量的預處理，其建模過程相對來說就比較慢。當業務問題發生變化，原來的維不能滿足要求時，需要增加新的維。由于事實表的主鍵由所有維表的主鍵組成，這種維的變動將是非常復雜、非常耗時的。星型模式另一個顯著的缺點是數據的冗余量很大。因此星型模式比較適合于預先定義好的問題，如需要產生大量報表的場合等。

由于財務數據是面向事務的經濟數據，根據不同的業務可以建立許多財務數據庫，如銷售數據庫、供應數據庫、應收賬款數據庫等。依據這些數據庫中的數據可以計算各種財務指標，然后通過這些財務指標數據進行決策分析。智能財務數據分析技術，就是將這些客觀的財務指標數據，建立面向處理的財務數據倉庫，并利用聯機分析處理（OLAP）和數據采掘（DM）技術進行數據加工，結合專家分析系統進行決策。雖然財務數據量大，但基于財務分析指標是可以預先定義的，所以可采用星型模式建立數據倉庫模型（如圖2所示）。

三、結束語

在設計數據倉庫概念模型時，確定了事實表后，還要確定維表模型，包括具體維度和層次結構。以上依據財務分析數據的特點，重點闡述數據倉庫模型的設計思路，為進一步建立數據倉庫打下基礎。所以只有把良好的數據模型、合理的技術和準確的應用設計結合起來，形成一套有效的方法，才能建立起一個成功的數據倉庫。數據倉庫系統的設計是一個動態反饋和循環的過程，設計數據倉庫模型只完成了數據倉庫建立的一個步驟。在實際建立的過程中，一方面，數據倉庫的數據內容、結構、粒度和其他物理設計需要根據用戶的反饋信息不斷地調整完善；另一方面，應用環境發生重大變化或者新技術出現，都有可能導致用戶的應用需求發生重大變化，使現有系統不能滿足用戶要求，需要重新設計系統，開始一個新的生命周期。因此，數據倉庫的建立是運用一套有效的數據倉庫建立方法不斷反復循環的過程。

主要參考文獻

［1］ Hackney，Douglas.Data Warehouse Delivery：BI Architecture Tiers[J]．DM Review，July 2002．

［2］ Inmon W H．Building the Data Warehouse ［M］． 王志海等譯． 北京：機械工業出版社，2001．

［3］ 陳文偉． 智能決策技術［M］． 北京：電子工業出版社，199８．

［4］ 陳京民．數據倉庫與數據挖掘技術［M］．北京：電子工業出版社，2002．

［5］ 張云濤，龔玲．商業智能——設計、部署與實現［M］． 北京：電子工業出版社，2004．

［6］ 王茁，顧結．三位一體的商務智能（BI）——管理、技術與應用［M］． 北京：電子工業出版社，2004．