基于數據挖掘的企業財務風險研究

黃珥　畢波

[摘要]在經濟飛速發展的環境下企業面臨的財務風險也日益嚴重，在這種情況下如何從已有數據分析出企業是否會面臨財務危機就顯得尤為重要。而數據挖掘技術可以很好的解決這類問題。數據挖掘可以通過分析大量的歷史數據，從而得出其中的規律。該項技術運用到企業財務風險控制上對于理論和現實都具有重要意義。本文建立的模型對于短期的財務風險預測具有良好的作用。

[關鍵詞]數據挖掘 Logistic回歸模型 財務風險

數據挖掘技術在現代屬于前沿學科，眾多的科學家對其進行研究。如今該技術應用廣泛，本文的主要內容是把該項技術運用到企業財務危機的預判上，從而建立Logistic回歸模型，這對于如今的企業財務來說具有重要的意義。對于一個企業來說能夠在風險到來之前進行預判，從而及時的采取相應的措施，這樣企業的損失會在一定程度上有所降低，提高公司的效益。

公司的財務問題如果處理不當，這樣會給公司的經營造成巨大的損失。各個公司都在面臨著潛在的財務危機，公司損失嚴重的同時會給銀行和社會上其他一些企業造成影響從而影響到市場經濟的發展。如何對潛在的財務危機進行預判，這對一個公司來說是迫切需要解決的問題。數據挖掘的應用對于解決這類問題具有重要作用，它是一個跨學科的處理技術，主要基于人工智能、統計學、數據庫等技術。該技術能夠提取出企業的關鍵數據，并對其做出處理，從而幫助決策者調整應對策略，達到降低風險的效果。在我國，財務風險的預判技術還處于初期階段。故本文的研究在理論和應用兩方面都具有重大意義。

一、研究方法

（一）財務風險的定義與特征

財務風險分為狹義財務風險和廣義財務風險，前者是指企業因借入資金的增加而無法償還到期債務的可能性，通常也稱為籌資風險或融資風險，后者是指在企業財務活動中，由于各種難以預料的控制因素的影響，使企業財務收益和預期財務收益發生背離，因而有蒙受損失的機會和可能，本文中所指的財務風險屬于后者。財務風險具有客觀性和系統性兩大特征，客觀性存在于企業資金運行的全過程，并不以人的意志為轉移，系統性是指它資金回收、資金分配等整個財務過程，多種財務活動上均有體現。

（二）什么是數據挖掘

數據挖掘分為技術角度和商業角度兩個定義，本文對于該項技術應用于商業，該技術商業角度定義為：數據挖掘本質上是一種數據處理技術，把低層次的聯機查詢操作提高到決策支持、分析預測等更高級應用上。從大量的數據分析中得出其關聯性以及發展趨勢，最終得出需要的信息，提高企業的經濟效益。

（三）與財務風險有關的數據挖掘

公司財務風險預測的目的是從歷史財務數據中分析得出數據與財務風險之間的關系，從而做出預判提前做出應對策略。分類在數據挖掘中具有重要的作用，其主要目的是學會一個分類函數或分類模型，該模型能把數據庫中的數據項映射到給定類別中的某一個類別。預測目的是從歷史數據記錄中自動推導出給定數據的推廣描述，從而對未來數據進行預測。目前，用于這兩方面的技術主要有：統計方法中的分類技術（回歸分析和判別分析），知識發現類中的分類技術（關聯規則、粗糙集、遺傳算法等）。

（四）建立模型endprint