數據挖掘在公司財務分析中的應用

隨著科學技術的不斷發展，信息化網絡化的時代到來。信息化和網絡化在帶來大量信息滿足人們需求的同時也帶來了信息安全難以保證、信息真偽難以辨別的難題。在公司發展過程中，也面臨著數據激增無法挖掘有效信息并加以利用的困難。數據庫的出現只滿足了數據的輸入、查詢和統計的要求，并不能夠挖掘出數據背后隱藏的可用信息，而數據挖掘就做到了這一點。

一、數據挖掘的概念

通俗來說，數據挖掘即是從大量模糊的不完全、無規則、有噪聲的實際數據中提取有用的信息和知識的過程，這一過程中同時涉及到統計學、機器學、人工智能、數據庫管理等多種學科，具有對數據進行描述、分類、聚類、關聯以及預測的功能，在特定領域中有十分重大的實際應用價值，在各種信息集聚的今天，數據挖掘是提高決策者決策效率、決策能力以及提升決策正確性的重要保障。

二、數據挖掘的產生及其功能

（一）數據挖掘的產生

數據挖掘在30世紀末被提出，是在數據庫的基礎上發展而來的，指在大量的、具有噪聲的、不完全的甚至模糊的隨機數據中提取有用知識和信息的過程。發展至今，數據挖掘經歷了漫長的研究過程，截至目前已成為了人們運用、分析數據的主要手段之一，是提高決策者決策能力，提升決策正確性的重要保障。數據挖掘產生的原因在于數據挖掘能夠將數據上升到知識的層面，為相關人員的決策提供可靠的參考依據，通過數據庫對數據進行輸入、查詢和統計，能夠幫助相關人員發現數據倉庫不同模型與數據之間的緊密關系，進而相關人員或者決策者可在模型與數據關系的幫助下尋找到數據之間潛在的隱含性聯系，并以此為依據對數據走向、模型發展變化等進行有效預測，最終作出決策，在信息爆炸的今天，數據挖掘技術為大量信息的處理提供了可能。大量研究證實，將數據挖掘技術應用到企業財務分析之中由突出作用，可幫助企業決策人員從大量信息中發現、提取隱含的具有深刻意義的數據，并能夠通過對數據進行估計、預測、聚類、描述、檢測偏差等方式為決策人員的決策提供參考依據。傳統上，大部分企業財務分析人員在進行財務分析時習慣于采用經驗主義的方法，即根據對象的過去，來觀察、估計該屬性未來的數值，該方法具有較大的不確定性和隨機性，并且對于分析人員自身的素質有著較高要求，受人的因素影響較大，使用該方法所得出的結果往往不夠準確甚至存在較大誤差。數據挖掘則可以很好的解決上述問題，通過對關聯和序列的發現，能夠排除人的因素對結果的影響，保證預測的準確性。此外，數據挖掘中的聚類技術，通過將數據庫中的記錄劃分為有意義的子集，可最大限度的提出不相關數據對最終分析結果的干擾。

（二）數據挖掘的功能

①數據挖掘能夠發現數據之間的密切聯系。數據挖掘能夠分析出數據與數據之間潛在的聯系，并組建出數據關聯網，進行高效的信息傳遞。②數據挖掘能夠對同類特征知識和不同類的特征知識進行分類和歸納。③數據挖掘具有推測未來數據的功能。數據挖掘能夠根據過去和當前的數據資源，對未來的數據做出預測并加以分析。

三、公司財務分析

（一）公司財務分析的現狀

伴隨著我國經濟的高速發展，公司的發展速度也十分迅猛。信息化時代的到來也為公司發展提出了更高的要求。財務系統作為公司系統中最為重要的部分，掌控著公司的經濟運營狀況，同時，財務數據量大，信息得不到有效的處理也成為公司發展的阻礙。在我國大部分的公司中，財務分析工作仍停留在效率低下的手工分析上，這種財務分析的方式有許多的不便之處，比如分析結果缺乏動態性、時效性差、分析范圍狹窄等，總之，這種分析方法已經不能滿足發展的需要。

（二）數據挖掘在財務分析中應用的可行性

首先，公司在激烈的市場競爭中想要保持良好的發展態勢，對各方面的要求會不斷提高，財務分析也不例外。伴隨著科技的進步，信息量的增多，傳統的財務分析方式已經不能夠適應經濟的快速發展。由數據庫技術發展而來的數據挖掘技術不但能夠對大量數據進行保留和統計，還能夠透過現象看本質，分析出不同數據之間隱藏的聯系，并得出結論，極大地提高財務分析的工作效率。

其次，在網絡化時代，公司要向多元化發展才能長盛不衰。因此，財務分析不僅要對大量的數據進行分析還要對現有資源以及潛在資源進行分析和預測。在對公司現有的發展情況正確認識的同時，對公司未來發展趨勢的預測也能夠為公司及時調整運營模式，更好地適應市場環境提供間接的依據。

最后，一個公司的有形資產是其物質基礎，那么無形資產就是其精神基礎。無形資產包括公司文化、公司特有的規章制度、知識儲備、市場資源等，無形資產的價值要遠遠超過有形資產。無形資產可以為公司的在激烈的市場競爭中保持優勢提供可靠的精神基礎。在網絡飛速發展的當下，將無形資產列入公司財務分析中已經是很有必要的，也是大勢所趨。

（三）運用數據挖掘進行財務分析的必要性

在信息網絡化飛速發展的今天，信息量高速增長，公司的財務分析不再僅僅局限于傳統的數據統計，而是有了更高的要求。數據挖掘技術的誕生很好的解決了數據量大、數據處理成本較低的難題。從某種程度上講，在市場競爭日益激烈、日益嚴峻的今天，財務決策的時效性變得十分重要，企業財務決策是否正確將直接關系到企業自身能夠得到長期可持續發展，財務分析的重要性在此可見一斑。相較于傳統分析技術，財務挖掘技術實現了對大量財務信息的快速、有效提取，既是提高財務分析效果和效率的關鍵所在，同時也是提高財務人員信息處理能力、利用能力和決策能力的重要手段之一。

傳統意義上的財務數據查詢由于缺乏對數據信息進行分析和查詢的能力，因此僅屬于一種支持日常操作的事務處理，其主要面向數據的應用，因而決策者無法通過其對某個主題的相關數據進行多維度的比較、分析。而數據挖掘技術所展現的序列導向及多維度的特點則能夠幫助財務人員對財務信息進行有效分析，因而可顯著提升人員財務信息應用能力。另外，數據挖掘技術還可有效解決財務信息的噪聲問題，在互聯網信息技術不斷發展的今天，企業在獲取企業內部信息、各關聯方信息以及外部信息的過程中難免會出現信息過量的問題，如何在海量信息中迅速提取對決策有用的信息是當前各個企業面臨的首要問題，此時，數據挖掘技術的出現使得問題的解決有了可能，大量實踐研究證實，數據挖掘技術能夠在海量信息中分辨、挖掘出對財務決策有用的信息，最大程度的減少信息噪聲對決策者決策的影響。最后，數據挖掘技術還可顯著提升企業財務分析的智能化水平。

四、運用數據挖掘進行財務分析的基本步驟

① 分析對象，識別問題。這是數據挖掘的第一步也是數據挖掘的基礎，只有找準分析對象，有目的性的對財務數據進行分析和挖掘，才能既提高工作的效率，又真正的發揮數據挖掘的優勢。一般情況下，企業典型的財務決策包括投資、籌資、成本以及銷售決策幾大類別，為保證財務分析的針對性和有效性，在運用數據挖掘進行財務分析之前，首先應當明確具體的決策問題以及需要達到的決策目標，然后再根據目標對需要挖掘的數據進行劃分，最后再對數據進行準確定義，以企業的投資決策為例，企業在運用數據挖掘技術對投資決策進行財務分析時，為確保分析的實效性，在實踐過程中應當把握以下幾點：（1） 安排專業財務人員建立數據庫模型，動態掌握企業可支配的資金額度；（2） 安排專業財務人員在充分考慮本企業實際情況的基礎上編制投資方案，明確具體的投資計劃，做好投資方案的可操作性評估和項目投資回報評估；（3） 通過投資收益分析做出可靠的收益預算，以最大限度的獲取投資收益。

②提供數據。數據挖掘作為一項先進的技術，其對數據的種類也是有選擇的，在完成對象分析、問題識別后，緊接著應當根據不同的分析需求在相關數據庫信息中選擇合適的數據，提前做好數據準備，尋找的數據必須是與財務分析對象相關并且適合進行財務分析的數據，以保證數據挖掘的真實性和分析結果的有效性。另外，數據準備具體包括數據集成、選擇以及預處理三個步驟，每個步驟均有著自身鮮明的特點和不同的工作側重點，為提高工作效率和工作質量，實際操作過程之中應當對上述三項步驟進行明確區分，一般而言，數據集成的主要目的在于剔除虛假數據、去除信息噪聲同時對數據庫運行環境中的數據進行合并處理；數據選擇的主要目的在于進一步縮小數據處理的范圍，通過數據集合來保證數據挖掘的有效性；數據預處理的主要目的在于進一步解決數據挖掘工具局限性的問題。數據準備完成以后，將所有收集的數據建立為一個分析模型，即確定一個數據挖掘的基本規則，可大大提高分析的準確性。

③數據挖掘。數據挖掘可將繁雜的數據自動轉換為分析結果，作為整個工作的重心和核心步驟，數據挖掘是否有效，不僅將直接決定最終工作成果質量的高低，也將直接影響到數據分析準確性的高低。完成數據準備、收集之后即可開始對數據進行深入的挖掘處理，數據挖掘內容主要包括挖掘工具選擇、挖掘操作選擇等環節，不論哪一環節在挖掘過程中均應當牢牢把握以財務分析核心思想為指導的工作原則，保證所挖掘的數據具有合目的性和針對性。

④結果整理與轉化。數據結果的整理與轉化可以說是數據挖掘的成果展示，其內包含了最有價值的信息，數據挖掘最終是要為財務分析服務的，只有將所挖掘的數據進行更深一步的整理和轉化，形成財務分析報告，才能保證數據為財務分析所用，才能充分發揮數據挖掘技術在提高財務分析效率和質量中的作用。

五、案例分析

以某電商企業為例，該企業按照分析對象、識別問題，提供數據，數據挖掘以及結果整理與轉化四個步驟進行財務分析工作后取得了顯著成效。在運用數據挖掘進行財務分析工作分析之前，該企業業務急劇增長，在實際工作中面臨著會計工作不夠規范標準、內部控制制度不完善、風險預警機制不健全、財務人員緊缺、財務人員素質有待提升等問題，傳統財務分析方法開始不能適應企業發展的需要，企業會計模式亟待變革和創新。為此，該企業公司財務分析中引入了數據挖掘概念，在全企業范圍內建立了財務報表自動生成模式以及統一的會計核算管理體系和信息標準，實現了內部交易的自動管理以及財務報告的“—鍵式”生成，有效降低了財務人員工作強度，同時企業管控能力顯著增強、財務數據質量穩步提升。

六、結束語

數據挖掘技術已經廣泛的應用于各行各業，其發展勢頭不可小覷。在信息網絡化的時代，信息的大量激增為數據挖掘技術提供了用武之地。大量的分析表明，數據挖掘技術的運用極大地解決公司財務分析所面臨的難題，也為公司進行組織決策提供了可行性的建議。因此，應該推動數據挖掘技術的普及，為公司的財務工作者提供更大的便利，使公司財務分析能更加適應和滿足網絡信息化時代的發展速度和發展要求。（作者單位為優眾網勢（天津）軟件有限公司）