数据挖掘与分析在智能财务中的应用研究

王慧梅 陕西理工大学管理学院

引言

数字化时代背景下的信息时代是丰富的，可是想要从中找出具有企业利用价值的信息确实不容易。在数据挖掘技术日趋成熟的今天，在获取查找分析信息中扮演着不可或缺的作用。而对于企业经营来说，其掌握的相关的信息量和企业的运行情况是息息相关的。数据挖掘是一个从海量信息库中找到与之相关有用的信息的过程，并且运用多种分析方法加以分析处理，如：关联、聚类、偏差和回归分析等。在时代发展的今天，我们必须需要一种能够从大量信息中瞬间提取并分析出相关有用信息的技术，该技术在一定程度上能够提取相关信息加以分析，比如相关图表、分析可行性、建立相关模型等。

一、数据挖掘定义

数据挖掘，在20世纪90年代便有国外学者对其定义及重要性做出了相关阐释，比如1998年，William E等相继提出并且设计了3种关于数据挖掘的方法，该方法主要对交易往来的一些信息做出财务分析，为以后的学者对这一方面研究提供了大量的参考意义。我国张凌燕学者认为数据挖掘隶属于人工智能技术，具有广泛用途，由于现如今的数据具有很多图像化、复杂性的特点，运用原始的方法不能高效率的提取有用信息。而数据挖掘技术通过各种手段，如：关联、聚类等，可以很好地进行数据深层次分析。综上所述，数据挖掘就是通过一系列算法和模型对于所隐藏的数据进行挖掘和整理分析，其中包括结构化数据和非结构数据，然后将所得到的数据进行回归、判别、聚类等分析，最终得出更加准确的数据供管理者进行决策。由于这些企业每天的业务量数不胜数，其产生的数据也需要进行高效的整合和分析，数据挖掘便可以提供一个可以进行信息处理的平台，将数据进行收集整理，然后在企业之前确定的管理目标范围内筛选获得的数据，提高分析精准度。主要流程如图 1所示：

图1 数据挖掘的流程

主要算法如图 2所示：

图2 数据挖掘的几种算法

二、智能财务下所反映出的传统财务的问题

（一）无法高效处理大量信息

在当今信息化时代下，大量的信息需要及时处理，如果不及时处理，那么最终造成的信息不对称将会给企业带来很大的麻烦。比如，客户的信誉值期待值降低等。但是传统的技术不能高效率地来处理，这就形成了信息处理不及时和客户企业做决策的两者之间的矛盾，进一步给企业带来不可估量的风险。

（二）企业成本管控不足

在去年和今年，新冠疫情导致许多企业在夹缝中求生存，在这样的经济大环境下，必须进一步的管控成本，减少不必要的支出，而不仅仅只局限于企业整体的财务报表中的数据，更要进一步管控在业务流程等的成本，应该将企业的每个业务部门的大量信息加以分类整合，建立相关模型，进行回归分析，计算出相应的利润率等盈利指标，筛选出利润率较高的部门，给予他们较高的权重来提高降低企业的成本，提高经济效益。

（三）风险评估不到位

早在1998年，Hall就在《会计信息系统》这本书中表明，传统的会计人员的职能应该从简单的核算记账向决策和管理的方向转变。即需要运用相关的财务信息，对得到的数据进行整合，做出相关的财务风险评估方案，减少相应的财务风险。这个理论也算是对财务人员较早地提出了转型要求，以适应经济的不断发展。现如今，多数企业的财务人员仍然仅仅只是在做账的环节中，并不能运用数据分析技术对所获得的信息进行进一步整合分析出报表。我们需要从传统的核算型会计转变为管理决策类会计，不然迟早会被智能财务所代替。

（四）业财融合不落实

在2016年，我国财政部就发布了《管理会计基本指引》，指引中明确表示“单位应当加强管理会计工作，提升企业内部管理水平，促进市场经济转型升级，单位在应用管理会计时应遵循‘融合性原则’，即管理会计应嵌入单位相关领域、层次、环节，以业务流程为基础，利用管理会计工具方法，将财务和业务有机结合”[1]。由此可见，传统型核算会计应该逐步向管理会计转移，以适应社会的发展和企业管理目标的完成。

三、数据挖掘对于智能财务应用的意义

（一）提高财务工作效率

在大数据的背景下，云计算模型应该广泛普及，以用来提高该企业人员的工作效率，同时也可以将数据的价值发挥得淋漓尽致。这样就可以在会计信息得到充分披露的同时，也可以提高数据的利用率，这便是云计算模型的奥妙所在[2]。数据挖掘技术可以在一定的理论基础上和财务管理相结合，为企业制定出投资筹资最好的组合决策，并且为相关的审计人员提供原始的财务信息，提高了数据的准确率和人员的效率。比如，各种统计报表和相关模型等。同时也要加强相关工作人员的意识和学习能力，不断地去提高自己。

（二）强化财务风险评估

现如今的大环境，必须使用行之有效的数据挖掘手段来进行信息摘取分析，比如建立相关数据模型，分析可行性等，而不只是仅仅的去分析财务报表的相关指标[3]。指标只是量化的结果，可是追究其中的原因还是需要从源头数据进行各种分析才能得知。并且将该分析技术运用企业的投资筹资和决策中，筛选出最大投资报酬组合，最小风险组合等，预测重要价值产品和客户，有针对性制定销售方案，提高企业的利润，增加企业股票市值，稳固市场地位。

（三）加强审计财务舞弊监督

利用数据挖掘，进一步地深入信息来源，查找相关疑似错误信息，及时地进行更正[4]。整个过程中，大数据技术将进程的效率提高了两倍不止，也更好地检查了企业的财务舞弊情况，建立相关模型（回归模型、标准值检验等），判断审计数据是否存在舞弊、欺诈等行为，为和谐公平的市场环境奠定基础，使得企业的财务管理、预测、决策等方面达到预期效果。

（四）强化业财融合的实施

运用挖掘分析技术，可以更好地进行市场分析决策，建立相关产品和消费者等众多对象之间的联系，分析其中的相关性，制定最佳的销售方案和企业经营方案，帮助企业获得最大的利润。财务人员不仅需要会简单的核算账务，也要学会分析相关销售数据，运用数据分析，建立相关模型，找出相关潜在客户等信息，最终作出相关销售方案，这便无形之中转变了财务人员的职能。企业的经营管理目标往往是随着经济环境变化的，财务人员必须与时俱进，与业务人员相沟通，需要深刻认识到自己所处的定位，不能把自己仅仅定位在一个会做账务处理的角色上，要打破职业部门的概念束缚，做好事前预测，而不仅仅只是侧重于事后的核算。财务和业务应该相互促进，相互融合，打破壁垒，相辅相成，而不是你中没我，我中没你。

结语

数据挖掘分析技术对于财务分析来说至关重要，不可或缺，发挥着不可估量的作用，尤其在财务审计、财务风险评估、财务预测、财务舞弊、提高效率等方面具有重要意义，给企业的管理者可以提供一定的相关决策。而对于以后数据挖掘技术的具体应用前景具有很大空间。

时代在发展，信息日益增多。我们需要在原来的数据分析处理的理论基础上不断去进行创新。传统的数据分析技术已经落后了，在一定程度上，它仅仅只是从企业的财务报表上已经被量化的数字上面去分析，比如相关经营指标、盈利指标等，而不去系统地去追根溯源，造成这种情况的原因是什么？哪个品牌造成的？哪个制造商造成的？哪个消费者造成的？因此仅仅依靠传统的分析技术在如今纷繁复杂的时代下远远不能够和现如今的大数字时代化的背景相联系。因此我们需要与时俱进，开拓创新，吐故纳新。对于企业来说，熟练地去运用一定的数据挖掘分析技术可以达到事半功倍的效果，高效地去处理一些财务数据，更深层面地分析其所产生的原因，从根源中找原因，从原因中找对策，从对策中找企业最佳的经营决策、最佳投资组合等，这样才能够为企业创造出最大的价值，提高市场地位，拓宽市场份额和品牌附加值，因此数据挖掘对于财务分析有着不可估量的作用。