1、    數(shù)據(jù)挖掘技術(shù)在財(cái)會(huì)領(lǐng)域的應(yīng)用    李郵+閆宏秀：2095-6835（2017）04-0139-01摘 要：隨著信息技術(shù)的發(fā)展，特別是數(shù)據(jù)挖掘技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)與財(cái)會(huì)的關(guān)系也日漸呈現(xiàn)出加強(qiáng)的趨勢(shì)。介紹了數(shù)據(jù)挖掘技術(shù)的聚類匯總、統(tǒng)計(jì)分析方法、決策樹技術(shù)、神經(jīng)網(wǎng)絡(luò)等在財(cái)會(huì)領(lǐng)域的應(yīng)用，得出了數(shù)據(jù)挖掘技術(shù)正確運(yùn)用于財(cái)會(huì)領(lǐng)域有利于企業(yè)健康、持續(xù)地發(fā)展的結(jié)論。關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；聚類匯總；決策樹技術(shù)；神經(jīng)網(wǎng)絡(luò)：tp311.13 ：a doi：10.15913/ki.kjycx.2017.04.139隨著以網(wǎng)絡(luò)為代表的信息技術(shù)的發(fā)展，技術(shù)在財(cái)務(wù)會(huì)計(jì)領(lǐng)域

2、中得到了廣泛的應(yīng)用，越來(lái)越多的企業(yè)的會(huì)計(jì)信息系統(tǒng)從手工環(huán)境轉(zhuǎn)向it環(huán)境。大量數(shù)據(jù)的涌現(xiàn)漸漸揭示了目前會(huì)計(jì)信息系統(tǒng)的分析功能很薄弱，企業(yè)之間的競(jìng)爭(zhēng)日趨激烈。在這個(gè)新的形勢(shì)下，對(duì)會(huì)計(jì)信息數(shù)據(jù)利用的要求越來(lái)越高。采用數(shù)據(jù)挖掘技術(shù)，能夠很好地利用這些數(shù)據(jù)，能夠從龐雜的會(huì)計(jì)信息中提取有用的信息，發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的信息。數(shù)據(jù)挖掘技術(shù)在財(cái)務(wù)會(huì)計(jì)領(lǐng)域涉及的內(nèi)容很多，例如財(cái)務(wù)分析、財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警、財(cái)務(wù)決策、虛假會(huì)計(jì)信息判斷等等。采用數(shù)據(jù)挖掘技術(shù)，可滿足信息量大且數(shù)據(jù)處理成本低的要求。數(shù)據(jù)挖掘技術(shù)能夠從海量的、不完全的、模糊的、隨機(jī)的會(huì)計(jì)信息數(shù)據(jù)中挖掘出隱含的、對(duì)決策者有潛在價(jià)值的財(cái)務(wù)會(huì)計(jì)信息，甚至尋找出大量會(huì)計(jì)

3、信息數(shù)據(jù)間的隱藏關(guān)系。1 聚類匯總會(huì)計(jì)數(shù)據(jù)信息十分繁雜，借貸收付一點(diǎn)的不同都會(huì)使一筆交易發(fā)生本質(zhì)的變化。對(duì)于這些交易數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)的聚類匯總功能可以對(duì)會(huì)計(jì)信息進(jìn)行系統(tǒng)性的整合。目前，這項(xiàng)技術(shù)已被運(yùn)用于很多財(cái)務(wù)軟件中，比如用友、金蝶等企業(yè)必需的財(cái)務(wù)會(huì)計(jì)基礎(chǔ)軟件。2 統(tǒng)計(jì)分析方法統(tǒng)計(jì)分析方法在很早之前就被廣泛運(yùn)用于財(cái)務(wù)會(huì)計(jì)領(lǐng)域。會(huì)計(jì)人員常利用統(tǒng)計(jì)學(xué)原理對(duì)會(huì)計(jì)信息數(shù)據(jù)進(jìn)行分析，試圖找到數(shù)據(jù)間的函數(shù)關(guān)系或者相關(guān)性。變量間數(shù)量關(guān)系的回歸分析、變量間相關(guān)程度的相關(guān)分析、用樣本統(tǒng)計(jì)來(lái)確定總體的差異分析都是會(huì)計(jì)領(lǐng)域常用的統(tǒng)計(jì)分析方法。這些方法常用于模糊計(jì)算利潤(rùn)最大化時(shí)的供應(yīng)需求匹配，達(dá)到公司利益最大化的目

4、的。我們熟知的sas enterprise miner就是運(yùn)用數(shù)據(jù)挖掘技術(shù)的模型數(shù)據(jù)挖掘工具。目前，幾乎每家企業(yè)都運(yùn)用此軟件。3 決策樹技術(shù)決策樹技術(shù)，即在已知的各種情況發(fā)生的基礎(chǔ)上，結(jié)合實(shí)例歸納分析，直觀運(yùn)用概率分析來(lái)判斷項(xiàng)目的可行性。決策樹是一個(gè)預(yù)測(cè)模型，在每個(gè)決策點(diǎn)可分支成多條路徑。決策樹的圖解模型可以直觀地將每一個(gè)葉節(jié)點(diǎn)分支下的測(cè)試結(jié)果表現(xiàn)出來(lái)。這樣可以為決策者在選擇時(shí)提供有力的依據(jù)，最后選出最佳方案。運(yùn)用數(shù)據(jù)挖掘技術(shù)，通過(guò)對(duì)現(xiàn)有公司的財(cái)務(wù)狀況和公司治理結(jié)構(gòu)的數(shù)據(jù)處理，對(duì)企業(yè)的發(fā)展前景進(jìn)行輔助決策支持。鮑里斯與葉夫吉尼所著的data mining in finance（2000）一書中

5、提到，數(shù)據(jù)挖掘技術(shù)可以被運(yùn)用到股票市場(chǎng)，用于財(cái)務(wù)預(yù)測(cè)雖然是一個(gè)挑戰(zhàn)，但同時(shí)也是一個(gè)有見(jiàn)地的行為。財(cái)務(wù)預(yù)測(cè)通過(guò)對(duì)未來(lái)經(jīng)濟(jì)行為和經(jīng)濟(jì)狀況的假設(shè)，對(duì)企業(yè)未來(lái)財(cái)務(wù)狀況和經(jīng)營(yíng)成果作出科學(xué)的預(yù)測(cè)。財(cái)務(wù)預(yù)測(cè)分析在大量的會(huì)計(jì)信息歷史數(shù)據(jù)和所建立的預(yù)測(cè)模型基礎(chǔ)上，科學(xué)地對(duì)企業(yè)運(yùn)行中的各項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行預(yù)測(cè)，以此作為企業(yè)財(cái)務(wù)管理的決策依據(jù)。投資決策過(guò)程本身是一個(gè)比較復(fù)雜的過(guò)程，數(shù)據(jù)挖掘技術(shù)可以從企業(yè)的財(cái)務(wù)報(bào)告信息、國(guó)家宏觀經(jīng)濟(jì)環(huán)境信息以及行業(yè)發(fā)展?fàn)顩r、市場(chǎng)需求等大量的會(huì)計(jì)數(shù)據(jù)資料中挖掘出與對(duì)投資決策來(lái)說(shuō)有價(jià)值的信息，以此確保企業(yè)在投資決策上有一定程度的正確性和有效性。如果企業(yè)由于一些因素出現(xiàn)財(cái)務(wù)危機(jī)，進(jìn)行財(cái)務(wù)風(fēng)險(xiǎn)的

6、數(shù)據(jù)挖掘，實(shí)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警就能夠使企業(yè)及時(shí)了解面臨的風(fēng)險(xiǎn)。通過(guò)觀察財(cái)務(wù)預(yù)警數(shù)據(jù)的變化，對(duì)企業(yè)可能面臨的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，是在財(cái)務(wù)危機(jī)發(fā)生之前采取防范風(fēng)險(xiǎn)的措施，避免出現(xiàn)財(cái)務(wù)危機(jī)。4 神經(jīng)網(wǎng)絡(luò)審計(jì)與財(cái)務(wù)報(bào)表舞弊識(shí)別也是會(huì)計(jì)中比較棘手的問(wèn)題，財(cái)務(wù)報(bào)表失真嚴(yán)重，然而票據(jù)過(guò)多涉及甚廣，審計(jì)人員考證需耗費(fèi)很多人力與時(shí)間，神經(jīng)網(wǎng)絡(luò)的運(yùn)用可以幫助審計(jì)人員識(shí)別財(cái)務(wù)報(bào)表中的舞弊。拉維桑卡爾等人在“detection of financial statement fraud and feature selection using data mining techniques”（2011）表明，數(shù)據(jù)挖掘技術(shù)可用來(lái)識(shí)

7、別、披露公司財(cái)務(wù)報(bào)表中的欺詐行為。財(cái)務(wù)欺詐是全球面臨的一個(gè)嚴(yán)重問(wèn)題，在飛速發(fā)展的發(fā)展中國(guó)家更為常見(jiàn)。在傳統(tǒng)意義上，審計(jì)人員的責(zé)任是檢查財(cái)務(wù)報(bào)表中的舞弊。然而，隨著越來(lái)越多的公司依賴不正當(dāng)?shù)男袨椋瑢徲?jì)人員如今肩負(fù)的責(zé)任更加沉重。數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以減少審計(jì)工作人員的工作量。筆者在文中提到運(yùn)用數(shù)據(jù)挖掘技術(shù)測(cè)試了涉及202家中國(guó)公司的資料庫(kù)，分析、評(píng)估財(cái)務(wù)報(bào)表中的財(cái)務(wù)數(shù)據(jù)，約束嚴(yán)重的舞弊欺詐行為。利用數(shù)據(jù)挖掘技術(shù)對(duì)企業(yè)的財(cái)務(wù)會(huì)計(jì)信息進(jìn)行挖掘分析，對(duì)企業(yè)面臨的越來(lái)越大的市場(chǎng)競(jìng)爭(zhēng)壓力進(jìn)行內(nèi)部控制和外部控制，提高企業(yè)核心競(jìng)爭(zhēng)力等都有具有極大的幫助。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于財(cái)務(wù)會(huì)計(jì)領(lǐng)域中，能夠?qū)⑵髽I(yè)海量的信息

8、、數(shù)據(jù)轉(zhuǎn)化為有用的、有價(jià)值的知識(shí)，為企業(yè)在財(cái)務(wù)預(yù)測(cè)分析、投資決策、關(guān)系管理、市場(chǎng)分析、財(cái)務(wù)風(fēng)險(xiǎn)管理、財(cái)務(wù)預(yù)警以及虛假會(huì)計(jì)信息控制等方面提供幫助，對(duì)企業(yè)的健康、持續(xù)的發(fā)展有著重要作用。參考文獻(xiàn)1b. kovalerchuk，e. vityaev.data mining in finance.holland：kluwer academic publishers，2000.2p. ravisankar.detection of financial statement fraud and feature selection using data mining techniques.decision support systems，2011，50（2）.3e. kirkos.data mining in finance and accounting：a review of current research trendsc/on enterprise systems and accounting，2004.4a. sharma，p.k. panigrahi.a review of financial