基于数据挖掘技术而言的财务风险分析与预警研究

罗燕梅

摘要：企业进行风险管理与的风险分析可以满足国家的经济决策需要、贷款融资需要、风险管理需要、个人投资需要。所以这项工作是十分重要的。在数据挖掘技术的不断发展之下，相应的理论和应用也逐渐成熟，它在使用的过程中，不需要运用很复杂的数学原理，只需要通过数据筛选就可以，所以经常会被用在企业财务风险分析与危机预警当中。为此，文章主要阐述基于数据挖掘技术而言的财务风险分析与预警研究。

关键词：数据挖掘技术；财务风险分析；预警研究

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）14-0006-02

Abstract： Risk management and risk analysis of enterprise can meet the needs of economic decision-making， loan financing， risk management， personal investment need. So this work is very important. The continuous development in the technology of data mining， the corresponding theory and application has gradually matured， it in the use process， do not need to use very complicated mathematical principles， only need to sifting through the data can so often be used in the analysis of enterprise financial risk and crisis warning. To this end， the paper mainly expounds the financial risk analysis and early warning based on data mining technology.

Key words： data mining technology； financial risk analysis； early warning research

在信息技术的快速发展之下，管理理论研究有了很大的进步，信息技术在企业的决策当中起着越来越重要的作用。在经济的快速发展之下，市场环境的竞争越来越残酷，企业的风险也越来越高。如何正确的分析企业存在的客观风险，使企业的最终目标得到实现，是企业家重点关注的问题。为此，文章主要阐述基于数据挖掘技术而言的财务风险分析与预警。

1 财务风险分析和危机预警研究

1.1财务风险分析的作用

在我国社会主义市场经济体制的建立与完善之下，企业的管理层渐渐意识到风险分析的重要性，企业主要通过风险分析进行风险管理与风险控制，并将其广泛的运用到其他领域当中。

企业进行财务风险分析主要有以下几个作用：是国家经济决策的需要。在市场经济体制下，我国企业的经济活动得以正常运行，不过，国家进行宏观调控可以引导企业朝正确的方向发展，可见作用非常大。国家每一项经济政策均使企业的经营活动和经济效益受到很大的影响。

如果国家在出台政策时，没有考虑到企业的经营承受能力和资金运转规律，而做出宏观经济调控的话，将是十分危险的。这会使企业的经济受到波浪式的浮动会严重影响企业的运行；企业贷款融资需要。企业的发展离不开融资这个活动。当企业向银行或其他人贷款融资时，对方需要对其财务状况有所了解。了解企业的盈利能力、现金周转情况和发展潜力，了解企业的资金状况、经营风险风险和资金周转状况，析其财务状况、资产流动状况和按期偿还债务状况；风险管理的需要。企业管理层在追求企业利益最大化时，均要承担企业在发展过程中的风险，也就是不确定性。在经营管理过程中，企业需要编制相关的财务报表，并分析对其财务状况予以分析，最后做出下一步发展战略；个人投资的需要。企业与投资者的利益是一体的，风险也是一体的。所以，投资者在投资之前，会首先对企业的各个方面进行了解。比如，了解企业的经营状况、盈利能力、增长速度和分红等，并对企业的风险状况进行评估。

其评估的方面主要有：对企业内在价值和企业的发展前景进行分析、对企业的投资回报进行分析，对企业的盈利能力、增长速度进行分析，对企业准备在转让的股权、所获利益、资产状况和所有者权益进行分析。

1.2 危机预警

企业出现财务风险恶化，一般是由企业财务危机造成的，当企业的财务风险得不到控制时，就会转化成财务危机。在进行企业财务危机预警时，需要考虑运用什么样的数据挖掘方法进行，从挖掘对象和预期结果中确定。在长期的研究过程中发现，企业财务危机预警研究与智能工业控制系统中的信任度高低研究很相似。其相似的原因有两个：将工业控制领域中的设备状态当做是一个动态应用场景，职能控制系统可以根据设备的运行情况来判断发展方向，

进而预测出存在的危机，以便达到防患于未然的目的，从而防止经济损失的情况出现；当设备出现状况时，需要在第一时间内将异常现象判断出来，并准确处理好突发情况，从而提高诊断异常现象的效果。

2 统计类数据挖掘技术的财务危机预警

2.1 确定对象和准备数据

关于数据挖掘技术，会经过挖掘对象、数据准备、建立模型、数据挖掘和结果分析这几个过程。数据挖掘考虑的是挖掘什么数据、需要多少数据、要将数据挖掘到什么程度，需要了解什么知识等等。数据准备需要做两件事：数据选择。首先是确定好相关对象，而后相关人员需要对与这项业务有关信息，内部的、外部的进行搜索并从中选择出合适的数据；数据的预处理。在选择好数据之后，相关人员需要解决好多余的数据、不完整的数据，并从中选择出合适的数据；在处理的过程中，要将数据进行分组，以便使数据的效率提高，从而达到简化模型的效果。

2.2 建立模型

在建立模型之前，需要对数据进行分析，以便建立一个适合的模型，为此，数据分析是数据挖掘成功的关键。

建立模型之前，首先要分析数据，选择好可变因素，并从可变因素中选择出相关的因素，将不相关因素剔除，以便将建模的时间缩短，进而提高模型的使用效果。之后需要从数据中，选择一个样本来建立模型。从分析数据挖掘的诸多问题来看，使用经过数据挑选的数据不会有信息不足的情况出现，而建立多个数据样本则更为合适。建立模型并从中选择出合适的数据，它是一个循环过程，目的是能从中找到一个可以解决问题的模型。在寻找过程中，相关人员还需要对模型的数据和问题进行修改。

模型的准确性是非常重要的，从它的准确性来看，统计数据不应当全部被摒弃掉。在实际过程中，在实际过程中，需要用时间来判断数据挖掘模型的准确性。在统计分析中，数据挖掘的中所发现的关联关系很容易被遗漏。比如在运用数据挖掘工具时。像“为什么广告投放6个月后，顾客才会做出反应”这种问题就会探究不出来。出现这种情况是给定的出错范围内正确性百分比，需要利用统计来完成。

模型构造的速度和预测结果的速度决定了模型的性能，从一般情况中，神经网络的速度相对较慢。经过检测的模型可以运用数据进行挖掘，在运用过程中，数据挖掘工作均是由挖掘工作自动完成，但其完善与选择算法，需要人工进行。

2.3 分析结果

以便情况下，相关人员会根据挖掘操作结果的成败来决定具体的解释与评价方法。不过分析人员在运用数据的过程中，会希望能够对结果进行评估，以便使数据在运用过程中，得到成功。在挖掘数据的过程中，相关人员需要考虑以下几个问题：操作模型要优于数据集上的模型、模型的准确性要优于其他模型的准确性；模型主要以样本模型作为建立基础，但实际过程会比件模时差的很远。

2.4 知识应用

数据挖掘在运用之前，必须经过业务人员的认可。并将数据挖掘后所得出的结构与各个领域的专家融合在一起，以便得到一个适用于任何人应用的程序。想要得到一个适用于任何人应用的程序，需要通过应用挖掘技术。只有这样才能使数据挖掘的成果有准确的评价。

以将从分析中得到的结构输入到业务信息系统中，以便让数据挖掘得以运用到实际过程中，并能使它可以运用到实际的管理决策中。一个模型是否具有意义，主要从三个方面进行判断：客户理解起来容易、能够确定新数据和测试数据的有效程度、潜在价值明显。除此之外，还有一些客观的标准，这些标准的拟定，主要除此之外，还有一些客观的标准来进行。做到以上几点，这个模型的有效性就具备了。

3 结论

大部分现有的财产危机预警模型均是从数据挖掘的基础上进行的，数据挖掘是从大量不确定、不完全、清晰的实际数据中，取出有用的、人们不知道的、有潜在价值的信息。数据挖掘在分析财务风险时，会经过以下几个步骤：挖掘对象、数据准备、建立模型、数据挖掘和结果分析等几个阶段。只有做好这几个工作，才能保证财务风险被准确的应用出来。

参考文献：

[1] 杨钊. 浅谈数据挖掘技术在现代企业财务分析中的作用[J]. 中国总会计师， 2010（4）： 161-163.

[2] 齐中华， 黄丽娜. 数据挖掘在财务分析中的应用——基于模糊聚类的上市公司财务状况分析[J]. 中国证券期货， 2010（7）： 58-59.

[3] 向建红， 黄巧仙. 数据挖掘技术在财务分析中的应用[J]. 湖北经济学院学报：人文社会科学版， 2009（3）： 71-72 .