- 相關(guān)推薦
數(shù)據(jù)挖掘在財(cái)務(wù)決策中的應(yīng)用
摘 要：在現(xiàn)代社會(huì)中，公司大多數(shù)財(cái)務(wù)流程的核心部分是數(shù)據(jù)。而數(shù)據(jù)挖掘的任務(wù)就是在如此海量的數(shù)據(jù)中發(fā)現(xiàn)有用的數(shù)據(jù)。針對(duì)財(cái)務(wù)決策中面對(duì)的數(shù)據(jù)海洋的現(xiàn)狀，如何采用數(shù)據(jù)挖掘這個(gè)技術(shù)，進(jìn)步財(cái)務(wù)決策的效率，提出了對(duì)策。?關(guān)鍵詞：數(shù)據(jù)挖掘；財(cái)務(wù)流程；財(cái)務(wù)決策?
1 數(shù)據(jù)挖掘的概念和技術(shù)?
數(shù)據(jù)挖掘是針對(duì)非常大的數(shù)據(jù)進(jìn)行的研究和分析。它采用自動(dòng)或半自動(dòng)的程序，對(duì)數(shù)據(jù)中固有的先前未知的潛伏有用信息進(jìn)行抽取。數(shù)據(jù)挖掘的起源可追溯到20世紀(jì)50年代人工智能的早期發(fā)展。在此期間，模式識(shí)別和基于規(guī)則推理的發(fā)展提供了基礎(chǔ)構(gòu)建塊，數(shù)據(jù)挖掘就建立在這些概念的基礎(chǔ)之上。在最近10 年中，大型業(yè)務(wù)數(shù)據(jù)庫(kù)（特別是數(shù)據(jù)倉(cāng)庫(kù)）使用量的增長(zhǎng)以及對(duì)這些數(shù)據(jù)的理解和解釋的需要，再加上相對(duì)廉價(jià)的計(jì)算機(jī)的供給，導(dǎo)致數(shù)據(jù)挖掘在各種業(yè)務(wù)應(yīng)用中的使用急劇增長(zhǎng)。這些應(yīng)用從零售業(yè)務(wù)的顧客細(xì)分和市場(chǎng)購(gòu)物籃分析，到銀行業(yè)務(wù)和金融業(yè)務(wù)應(yīng)用中的風(fēng)險(xiǎn)分析和欺騙偵查，涉及面非常廣泛。 ?
多年來(lái)各國(guó)學(xué)者已開(kāi)發(fā)了多種數(shù)據(jù)挖掘技術(shù)，用于大量的數(shù)據(jù)集中探索和抽取信息�？偟恼f(shuō)來(lái)，數(shù)據(jù)挖掘技術(shù)分為兩大類：探索型數(shù)據(jù)挖掘和猜測(cè)型數(shù)據(jù)挖掘。探索型數(shù)據(jù)挖掘包括一系列在預(yù)先未知任何現(xiàn)有模式的情況下，在數(shù)據(jù)內(nèi)查找模型的技術(shù)。探索型數(shù)據(jù)挖掘包括分群、關(guān)聯(lián)分析和頻度分析技術(shù)。猜測(cè)型挖掘包括一系列在數(shù)據(jù)中查找特定變量（稱為“目標(biāo)變量”）與其它變量之間關(guān)系的技術(shù)。猜測(cè)型挖掘常用的有分類和聚類、數(shù)值猜測(cè)技術(shù)。數(shù)據(jù)挖掘使用的算法很多，主要包括統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)、決策樹(shù)、粗糙集、人工神經(jīng)網(wǎng)絡(luò)和徑向基函數(shù)（RBF）等。?
數(shù)據(jù)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(shù)據(jù)挖掘的目的。?
2)數(shù)據(jù)預(yù)備。數(shù)據(jù)預(yù)備包括：選擇數(shù)據(jù)——在大型數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)目標(biāo)中提取數(shù)據(jù)挖掘的目標(biāo)數(shù)據(jù)集；數(shù)據(jù)預(yù)處理——進(jìn)行數(shù)據(jù)再加工，包括檢查數(shù)據(jù)的完整性及數(shù)據(jù)的一致性、往噪聲，填補(bǔ)丟失的域，刪除無(wú)效數(shù)據(jù)等。?
3)數(shù)據(jù)挖掘。根據(jù)數(shù)據(jù)功能的類型和數(shù)據(jù)的特點(diǎn)選擇相應(yīng)的算法，在凈化和轉(zhuǎn)換過(guò)的數(shù)據(jù)集上進(jìn)行數(shù)據(jù)挖掘。?
4)結(jié)果分析。對(duì)數(shù)據(jù)挖掘的結(jié)果進(jìn)行解釋和評(píng)價(jià)，轉(zhuǎn)換成為能夠終極被用戶理解的知識(shí)。?
5)知識(shí)的運(yùn)用。將分析所得到的知識(shí)集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中往。?
2 財(cái)務(wù)決策中應(yīng)用數(shù)據(jù)挖掘的必要性?
一個(gè)財(cái)務(wù)決策的正確程度取決于所使用的事實(shí)和數(shù)字的正確程度。隨著競(jìng)爭(zhēng)的增加，財(cái)務(wù)決策的時(shí)效性也變得越來(lái)越重要了。因此，在財(cái)務(wù)決策領(lǐng)域應(yīng)用數(shù)據(jù)挖掘是企業(yè)現(xiàn)實(shí)的需要。 ?
（1）有利于進(jìn)步財(cái)務(wù)信息的利用能力。解決企業(yè)財(cái)務(wù)決策題目需要以詢問(wèn)為中心的數(shù)據(jù)圖解，其以序列導(dǎo)向和***為特征。而傳統(tǒng)的財(cái)務(wù)數(shù)據(jù)查詢是一種事務(wù)處理，它是面向應(yīng)用、支持日常操縱的，對(duì)查詢得到的數(shù)據(jù)信息缺乏分析能力，決策者不能夠在大量歷史數(shù)據(jù)的支持下對(duì)某一主題的相關(guān)數(shù)據(jù)進(jìn)行多角度的比較、分析，得出科學(xué)的分析結(jié)果。因此，財(cái)務(wù)決策題目自身的***特性驅(qū)動(dòng)了數(shù)據(jù)挖掘領(lǐng)域的應(yīng)用。 ?
（2）有利于解決財(cái)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(nèi)部、關(guān)聯(lián)方及外部資料。現(xiàn)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(duì)企業(yè)來(lái)說(shuō)，這時(shí)就需要高效的數(shù)據(jù)分析工具在浩瀚的信息流中分辨、析取、整理、挖掘?qū)ω?cái)務(wù)決策有用的信息，減少信息噪音的影響。 ?
�。�3）有利于滿足財(cái)務(wù)信息智能化的需求。由于決策本身的動(dòng)態(tài)性、復(fù)雜性，決策者本身素質(zhì)層次的多樣性，不同的情況應(yīng)有不同的處理方式。傳統(tǒng)的數(shù)據(jù)析取是依靠程序職員在系統(tǒng)開(kāi)發(fā)過(guò)程中設(shè)計(jì)的專用程序來(lái)實(shí)現(xiàn)，非常機(jī)械化。隨著數(shù)據(jù)量的增大，查詢的復(fù)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(duì)自己想到的信息進(jìn)行訪問(wèn)，還能對(duì)自己想不到卻需要的信息進(jìn)行訪問(wèn)，對(duì)同樣數(shù)據(jù)進(jìn)行多次訪問(wèn)時(shí)，不必做重復(fù)操縱；不同決策者作相似訪問(wèn)時(shí)，也不必進(jìn)行重復(fù)操縱等。?
3 財(cái)務(wù)決策中數(shù)據(jù)挖掘的應(yīng)用流程?
3.1 優(yōu)化基于數(shù)據(jù)挖掘的公司財(cái)務(wù)決策基礎(chǔ)環(huán)境?
1）硬件及其應(yīng)用。數(shù)據(jù)挖掘需要有一定存儲(chǔ)量和運(yùn)算能力的計(jì)算機(jī)，要充分發(fā)揮數(shù)據(jù)挖掘在財(cái)務(wù)分析中的作用，還需要實(shí)現(xiàn)治理信息系統(tǒng)的網(wǎng)絡(luò)化，構(gòu)建財(cái)務(wù)業(yè)務(wù)一體化的企業(yè)治理信息系統(tǒng)。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(yīng)該根據(jù)自身的實(shí)際情況，構(gòu)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(gòu)、進(jìn)行服務(wù)器和客戶真?zhèn)�配置等。?
2）軟件及其應(yīng)用。以會(huì)計(jì)信息系統(tǒng)為核心的企業(yè)治理信息系統(tǒng)是實(shí)現(xiàn)數(shù)據(jù)挖掘在財(cái)務(wù)分析中應(yīng)用的基礎(chǔ)，可以為數(shù)據(jù)挖掘提供各種財(cái)務(wù)數(shù)據(jù)。公司構(gòu)建治理信息系統(tǒng)時(shí)，在滿足核算和控制需要的條件下，應(yīng)該充分考慮數(shù)據(jù)分析和信息集成的需要，為數(shù)據(jù)挖掘的應(yīng)用提供支持。公司構(gòu)建的信息系統(tǒng)應(yīng)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(shù)據(jù)，并以恰當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)存儲(chǔ)在數(shù)據(jù)庫(kù)中，在需要時(shí)提取到數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中，供數(shù)據(jù)挖掘分析處理。?
3.2 建立基于數(shù)據(jù)挖掘的財(cái)務(wù)決策支持系統(tǒng)模型?
數(shù)據(jù)挖掘是在大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上進(jìn)行深進(jìn)的數(shù)據(jù)分析，從而獲取海量數(shù)據(jù)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(cái)務(wù)決策的支持能力，可以將它們結(jié)合起來(lái)構(gòu)成一種新型的財(cái)務(wù)決策支持框架。在數(shù)據(jù)倉(cāng)庫(kù)為財(cái)務(wù)決策提供完整、及時(shí)、正確和明了的綜合數(shù)據(jù)的基礎(chǔ)上，通過(guò)進(jìn)行有效集中分析和深進(jìn)研究，可以發(fā)現(xiàn)趨勢(shì)，看到異常，并得到重要細(xì)節(jié)。而數(shù)據(jù)挖掘則可通過(guò)使用一系列方法進(jìn)行分析，從中識(shí)別和抽取隱含、潛伏的有用知識(shí)，并充分利用這些知識(shí)輔助財(cái)務(wù)決策。? 3.3 建立財(cái)務(wù)決策中數(shù)據(jù)挖掘流程?
財(cái)務(wù)決策中的數(shù)據(jù)挖掘流程一般由財(cái)務(wù)決策題目識(shí)別、數(shù)據(jù)預(yù)備、數(shù)據(jù)開(kāi)采和結(jié)果表達(dá)和解釋四個(gè)主要階段構(gòu)成，如圖1所示。?
�。�1）財(cái)務(wù)決策題目識(shí)別。典型的財(cái)務(wù)決策有投資決策、籌資決策、本錢(qián)決策、銷售決策等。在進(jìn)行數(shù)據(jù)挖掘前，必須先對(duì)具體財(cái)務(wù)決策題目進(jìn)行識(shí)別，即要確定進(jìn)行什么決策、達(dá)到什么樣的決策目標(biāo)等。然后再將財(cái)務(wù)決策目標(biāo)轉(zhuǎn)換成數(shù)據(jù)挖掘目標(biāo)，并進(jìn)行定義。?
�。�2）數(shù)據(jù)預(yù)備。這個(gè)階段又可分成3個(gè)子步驟，即數(shù)據(jù)集成、數(shù)據(jù)選擇和數(shù)據(jù)預(yù)處理。數(shù)據(jù)集成是將多文件或多數(shù)據(jù)庫(kù)運(yùn)行環(huán)境中的數(shù)據(jù)進(jìn)行合并處理，解決語(yǔ)義模糊性、處理數(shù)據(jù)中的遺漏和清洗臟數(shù)據(jù)等。數(shù)據(jù)選擇的目的是辨別出需要分析的數(shù)據(jù)集合，縮小處理范圍，進(jìn)步數(shù)據(jù)挖掘的質(zhì)量。而預(yù)處理則是為了克服目前數(shù)據(jù)挖掘工具的局限性。?
�。�3）數(shù)據(jù)采掘。這一階段主要進(jìn)行實(shí)際的數(shù)據(jù)挖掘工作，主要包括決定如何產(chǎn)生假設(shè)、選擇合適的工具、發(fā)掘知識(shí)的操縱和證實(shí)發(fā)現(xiàn)的知識(shí)等步驟。?
�。�4）結(jié)果表達(dá)和解釋。根據(jù)用戶的財(cái)務(wù)決策目的對(duì)提取的信息進(jìn)行分析，把最有價(jià)值的信息區(qū)分出來(lái)，并提交給用戶。假如結(jié)果不能讓決策者滿足，則重復(fù)進(jìn)行上述過(guò)程。?
參考文獻(xiàn)?
�。�1］?陳元佐. 企業(yè)的數(shù)據(jù)倉(cāng)庫(kù)模型建立［J］.貴州大學(xué)學(xué)報(bào)(自然科學(xué)版) , 2001,(01) . ?
�。�2］?羅可,蔡碧野,卜勝賢,謝中科. 數(shù)據(jù)挖掘及其發(fā)展研究［J］.計(jì)算機(jī)工程與應(yīng)用 , 2002,(14) .
【數(shù)據(jù)挖掘在財(cái)務(wù)決策中的應(yīng)用】相關(guān)文章：
網(wǎng)絡(luò)經(jīng)濟(jì)數(shù)據(jù)挖掘在工商管理中的應(yīng)用論文07-29
關(guān)于謅議實(shí)物期權(quán)在風(fēng)險(xiǎn)決策中的應(yīng)用06-15
談智能決策支持系統(tǒng)及其在林業(yè)中的應(yīng)用研究08-21
旅游管理下數(shù)據(jù)挖掘運(yùn)用論文11-18
構(gòu)筑企業(yè)數(shù)據(jù)中心 實(shí)現(xiàn)理性分析決策06-04
大數(shù)據(jù)對(duì)企業(yè)管理決策影響思考論文04-27
crm中的決策支持系統(tǒng)與貿(mào)易智能02-23
旅游管理下數(shù)據(jù)挖掘運(yùn)用論文6篇11-18