基于财务分析的数据挖掘研究

高建敏

【摘 要】随着信息化的不断发展，企业的各项管理也发生了翻天覆地的变化。企业管理会产生大量的信息，而财务信息是反应企业经营状况的重要信息。面对大量的财务信息，企业的财务管理人员要将其进行有效的处理、分析，并应用在具体的财务管理中，使企业的财务管理不断发展。这些成为当下企业财务管理中存在的主要问题。本文简单阐述数据挖掘的基本理论，分析数据挖掘在财务分析中应用的重要性，探讨如何将数据挖掘技术应用于财务分析中，以促进企业财务管理的发展。

【关键词】企业；财务分析；数据挖掘；应用

在全球化经济快速发展的背景下，企业借助信息化的发展，来提高各项管理的水平，促进了企业的快速稳定发展。近年来，逐渐发展起来的企业信息化管理积累了大量的信息。

随着大量信息的不断出现，企业的财务管理系统的分析功能变得异常薄弱，大量丰富的信息，为企业的财务管理提供了有效的信息，但是，要做出正确的财务决策，就必须对大量的信息进行分析。然而具体的财务信息较多，工作人员不能全部掌握，其真假也很难辨别，如果不进行有效的分析和选择，就会造成严重的决策错误。采用相应的技术手段，发现众多财务信息背后的资源，能解决财务分析的众多问题。而近年来出现的数据挖掘技术，能对财务信息进行有效的分析和选择，解决财务管理的众多问题。

一、数据挖掘的基本理论

数据挖掘是指在大量的、不完全的，具有噪声，甚至模糊随机的数据中，提取有用信息和知识的一种过程。一般来讲，数据挖掘就是人们对数据的应用，从简单的查询，到从大量的数据中挖掘有用的信息和知识，在一定程度上提高决策者的决策能力。

数据挖掘可以在数据仓库中，发现模型与数据之间的紧密关系，利用模型与数据的关系，进行有效的预测，以帮助决策者寻找数据之间潜在的隐含性联系，从而采取正确的决策，它是信息化时代，处理大量信息的一种有效方法。数据挖掘的主要技术有关联分析、聚类、分类和预测、发现序列模式等不同的类型。

数据挖掘主要是从大量的信息中，发现隐含的具有深刻意义的信息，其主要的功能有估计与预测、关联和序列的发现、聚类、描述、检测偏差等。一般情况下，估计是根据已有的资料经验来预测未知值，而预测则是根据对象的过去，来观察、估计该属性未来的数值。在关联和序列的发现中，关联是找出与事件同时出现的东西，而序列发现对关联非常相似，但经常以时间来区分。聚类是将数据库中的记录划分为有意义的子集，在划分的过程中要考虑对象之前的距离，描述其子集的内涵。描述就是对负责的数据库进行简单的描述，以更好的建立分析模型，对偏差的检测是指在数据库中会出现一些异常的记录，要能在数据库中检查出这些偏差。

了解数据挖掘的含义及主要功能的基础上，如果要将其应用在具体的财务分析中，就要掌握其基本的步骤。

一般情况下，数据挖掘的基本步骤包括取样、探索修改以及模型和评级等单个步骤。

首先，进行数据的取样，在取样之前，根据数据挖掘的目标，选择相关的数据库，并积极创建一个或多个相应的数据表，对其进行有效的抽样。值得注意的是，抽取的样本数据量要足够大，必须包含具有实际意义的信息，也不能使具体的信息太大，导致不能进行有效的处理。

其次，对数据进行全面的探索。这样的过程也就是对数据进行深入的调查，发展隐藏在数据中的，没有被发现的关系，以及潜在的一些异常，力求获得一些对事物判断、理解有一定帮助概念。

再次，进行数据调整。在数据取样与数据探索之后，对数据进行调整，如增加、删减、修改等，使具体的数据更加明确，更加有利于进行有效的分析操作。

最后，进行建模与评价。使用适当的分析工具来建模，具体的分析工具可以有人工神经网络、决策树、回归分析等。从大量的数据中，对预测的结果进行建模，但参与建模的数据，一定要保证其可靠性。另外，对数据挖掘过程中的一些信息的实用性，以及可靠性要进行准确的评估，从而完成整个数据挖掘。

二、数据挖掘技术在企业财务分析中的应用

在现代企业财务管理中，运用数据挖掘技术，进行企业的财务分析。一般情况下，财务分析是以财务报表和其他关系财务的众多数据为主要依据，采用专业的方法，对企业过去以及现在的经营状况以及财务的变化情况，进行系统的分析，和客观有效的评价。

数据挖掘技术在企业财务分析中的应用，是为了更好的了解过去，评价目前企业的发展情况，并在一定程度上对未来的发展进行预测，帮助企业的决策者做出正确的决策，以改善企业的管理。

1.数据挖掘术在财务分析中的重要作用

数据挖掘在企业财务管理中，具有非常重要的作用，首先有利于提高企业对财务信息的利用能力，数据挖掘技术为企业的财务管理提供必要的信息，使财务管理人员，能利用有效的信息进行财务管理。提高对大量财务信息的利用能力。其次，能优化财务信息，解决信息的噪声问题。数据挖掘可以对大量的财务信息进行筛选、处理，去伪存真，将难以消化的信息进行处理，一定程度上保证财务信息的真实性和安全性，能减少信息中干扰财务分析的噪声，使分析者更好的进行财务分析。最后，数据挖掘可以满足财务信息的智能化获取要求。企业财务管理中的决策本身具有复杂性、动态性，加上决策者本身具有多样性。传统的数据获取，主要依靠人工操作，随着信息的不断增加，人工化的获取信息的方法不能满足财务管理的需要。而数据挖掘，能够利用现有的数据，来获取大量新的数据，可以对数据进行智能化的储存，方便进行财务分析，具有较强的自学功能，满足了财务管理的智能化发展需求。

2.数據挖掘技术在企业财务分析中的具体应用过程

财务分析中常用的方法一般有比较分析、结构分析、因素分析以及比率分析等四种有效的分析方法。然而以财务管理为出发点，审视整个财务分析，其数据挖掘是一种新兴的、对财务信息的一种处理技术，它能对企业的会计数据仓库以及其他的业务数据库中的大量数据信息，进行综合性的处理，一般会通过抽取、转换、分析等方式进行处理，提取重要的数据。在具体的企业财务管理中，应用数据挖掘技术，对财务进行分析，需要经过以下过程。

（1）确定企业财务分析的对象

在进行具体的财务分析之前，一定要确定财务分析的对象，然后根据财务分析的目的，选择恰当的分析模型，利用相应的数据挖掘方法，进行具体的财务分析。

（2）收集数据挖掘所需的数据

收集的数据可以来源于，现有的企业会计信息系统，也可以从不同的数据仓库中获得，甚至可以是其他业务系统的数据信息。这些都完全可以作为分析的数据。

（3）筛选有用的数据

在数据收集中获得的数据大部分存在一定的噪声，不能参与具体的财务分析，因此，要对收集到的数据再进行整理。具体的数据整理包括对数据的选择、数据的简化以及数据的转化。另外，可以通过数据筛选的方式进行处理，也可以对数据进行简单的处理，在原始数据的基础上，得到更加丰富的数据，这样的数据信息，能推动数据挖掘的顺利进行，保证财务分析的完整性。

（4）数据挖掘将得到的数据，经过不同的转换，进行数据挖掘，在这样的过程中一定要选择合适的挖掘算法，只要挖掘算法正确，后续的分析工作一定会顺利完成。

（5）对结果进行分析

财务分析中数据挖掘的结果，往往一部分是具有实际意义的，而一部分是没有实际意义的，当然也会有与实际情况相悖的数据。面对此种情况，就要进行有效的评估。一般情况下，对结果的评估可以根据以往的经验，直接用实际的数据来验证具体模型的正确性，在一定条件下调整挖掘模型，或是进行第二次的数据挖掘。

三、结语

随着网络技术以及信息化技术的不断发展，企业的会计信息化系统，也在不断的完善发展。具体的财务管理工作中，大量的信息需要进行有效的处理，数据挖掘技术，为企业的财务管理，提供了有效的途径，利用数据挖掘技术，对大量的信息进行处理、筛选、并获取有用的信息，帮助决策者做出正确的决策，优化企业的财务管理系统，推动企业的全面发展。

参考文献：

[1]曹志华.财务分析研究中数据挖掘方法的评析[J].会计之友，2011，14：38-39.

[2]原建伟.基于内容分析的数据挖掘研究[J].河北工业科技，2011，05：299-301+342.

[3]陈乃激.基于财务分析的数据挖掘技术[J].中国管理信息化，2008，09：58-61.

[4]罗燕梅.基于数据挖掘技术而言的财务风险分析與预警研究[J].电脑知识与技术，2015，14：6-7.

[5]魏乐.基于数据挖掘的首批创业板上市公司财务分析[J].赤峰学院学报（自然科学版），2010，08：64-66.