基于數(shù)據(jù)挖掘的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究

黃珥　畢波

[摘要]在經(jīng)濟(jì)飛速發(fā)展的環(huán)境下企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)也日益嚴(yán)重，在這種情況下如何從已有數(shù)據(jù)分析出企業(yè)是否會(huì)面臨財(cái)務(wù)危機(jī)就顯得尤為重要。而數(shù)據(jù)挖掘技術(shù)可以很好的解決這類問題。數(shù)據(jù)挖掘可以通過分析大量的歷史數(shù)據(jù)，從而得出其中的規(guī)律。該項(xiàng)技術(shù)運(yùn)用到企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)控制上對(duì)于理論和現(xiàn)實(shí)都具有重要意義。本文建立的模型對(duì)于短期的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測具有良好的作用。

[關(guān)鍵詞]數(shù)據(jù)挖掘 Logistic回歸模型 財(cái)務(wù)風(fēng)險(xiǎn)

數(shù)據(jù)挖掘技術(shù)在現(xiàn)代屬于前沿學(xué)科，眾多的科學(xué)家對(duì)其進(jìn)行研究。如今該技術(shù)應(yīng)用廣泛，本文的主要內(nèi)容是把該項(xiàng)技術(shù)運(yùn)用到企業(yè)財(cái)務(wù)危機(jī)的預(yù)判上，從而建立Logistic回歸模型，這對(duì)于如今的企業(yè)財(cái)務(wù)來說具有重要的意義。對(duì)于一個(gè)企業(yè)來說能夠在風(fēng)險(xiǎn)到來之前進(jìn)行預(yù)判，從而及時(shí)的采取相應(yīng)的措施，這樣企業(yè)的損失會(huì)在一定程度上有所降低，提高公司的效益。

公司的財(cái)務(wù)問題如果處理不當(dāng)，這樣會(huì)給公司的經(jīng)營造成巨大的損失。各個(gè)公司都在面臨著潛在的財(cái)務(wù)危機(jī)，公司損失嚴(yán)重的同時(shí)會(huì)給銀行和社會(huì)上其他一些企業(yè)造成影響從而影響到市場經(jīng)濟(jì)的發(fā)展。如何對(duì)潛在的財(cái)務(wù)危機(jī)進(jìn)行預(yù)判，這對(duì)一個(gè)公司來說是迫切需要解決的問題。數(shù)據(jù)挖掘的應(yīng)用對(duì)于解決這類問題具有重要作用，它是一個(gè)跨學(xué)科的處理技術(shù)，主要基于人工智能、統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫等技術(shù)。該技術(shù)能夠提取出企業(yè)的關(guān)鍵數(shù)據(jù)，并對(duì)其做出處理，從而幫助決策者調(diào)整應(yīng)對(duì)策略，達(dá)到降低風(fēng)險(xiǎn)的效果。在我國，財(cái)務(wù)風(fēng)險(xiǎn)的預(yù)判技術(shù)還處于初期階段。故本文的研究在理論和應(yīng)用兩方面都具有重大意義。

一、研究方法

（一）財(cái)務(wù)風(fēng)險(xiǎn)的定義與特征

財(cái)務(wù)風(fēng)險(xiǎn)分為狹義財(cái)務(wù)風(fēng)險(xiǎn)和廣義財(cái)務(wù)風(fēng)險(xiǎn)，前者是指企業(yè)因借入資金的增加而無法償還到期債務(wù)的可能性，通常也稱為籌資風(fēng)險(xiǎn)或融資風(fēng)險(xiǎn)，后者是指在企業(yè)財(cái)務(wù)活動(dòng)中，由于各種難以預(yù)料的控制因素的影響，使企業(yè)財(cái)務(wù)收益和預(yù)期財(cái)務(wù)收益發(fā)生背離，因而有蒙受損失的機(jī)會(huì)和可能，本文中所指的財(cái)務(wù)風(fēng)險(xiǎn)屬于后者。財(cái)務(wù)風(fēng)險(xiǎn)具有客觀性和系統(tǒng)性兩大特征，客觀性存在于企業(yè)資金運(yùn)行的全過程，并不以人的意志為轉(zhuǎn)移，系統(tǒng)性是指它資金回收、資金分配等整個(gè)財(cái)務(wù)過程，多種財(cái)務(wù)活動(dòng)上均有體現(xiàn)。

（二）什么是數(shù)據(jù)挖掘

數(shù)據(jù)挖掘分為技術(shù)角度和商業(yè)角度兩個(gè)定義，本文對(duì)于該項(xiàng)技術(shù)應(yīng)用于商業(yè)，該技術(shù)商業(yè)角度定義為：數(shù)據(jù)挖掘本質(zhì)上是一種數(shù)據(jù)處理技術(shù)，把低層次的聯(lián)機(jī)查詢操作提高到?jīng)Q策支持、分析預(yù)測等更高級(jí)應(yīng)用上。從大量的數(shù)據(jù)分析中得出其關(guān)聯(lián)性以及發(fā)展趨勢(shì)，最終得出需要的信息，提高企業(yè)的經(jīng)濟(jì)效益。

（三）與財(cái)務(wù)風(fēng)險(xiǎn)有關(guān)的數(shù)據(jù)挖掘

公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測的目的是從歷史財(cái)務(wù)數(shù)據(jù)中分析得出數(shù)據(jù)與財(cái)務(wù)風(fēng)險(xiǎn)之間的關(guān)系，從而做出預(yù)判提前做出應(yīng)對(duì)策略。分類在數(shù)據(jù)挖掘中具有重要的作用，其主要目的是學(xué)會(huì)一個(gè)分類函數(shù)或分類模型，該模型能把數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到給定類別中的某一個(gè)類別。預(yù)測目的是從歷史數(shù)據(jù)記錄中自動(dòng)推導(dǎo)出給定數(shù)據(jù)的推廣描述，從而對(duì)未來數(shù)據(jù)進(jìn)行預(yù)測。目前，用于這兩方面的技術(shù)主要有：統(tǒng)計(jì)方法中的分類技術(shù)（回歸分析和判別分析），知識(shí)發(fā)現(xiàn)類中的分類技術(shù)（關(guān)聯(lián)規(guī)則、粗糙集、遺傳算法等）。

（四）建立模型endprint