財(cái)務(wù)智能決策支持系統(tǒng)的計(jì)算和應(yīng)用

郭蓉

摘 要：智能決策系統(tǒng)也就是結(jié)合原始決策系統(tǒng)、專家系統(tǒng)、人工智能、知識(shí)庫等技術(shù)，使數(shù)據(jù)挖掘技術(shù)在智能決策支持系統(tǒng)中融入，之后使數(shù)據(jù)庫中相關(guān)決策數(shù)據(jù)挖掘并且分析處理，最后科學(xué)輔助決策人員進(jìn)行決策。就目前智能財(cái)務(wù)決策支持系統(tǒng)來說，對公司統(tǒng)計(jì)與信息研究是非常有利的，能夠使原本無法深入挖掘信息轉(zhuǎn)變成為管理人員能夠使用的資源。以此，文章就對財(cái)務(wù)智能決策支持系統(tǒng)的設(shè)計(jì)和使用進(jìn)行分析。

關(guān)鍵詞：財(cái)務(wù)決策;智能決策;系統(tǒng)使用

中圖分類號：TP18;F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1001-5922（2021）08-0114-05

Calculation and Application of Financial Intelligent Decision Support System

Guo Rong

（Xi an Jiaotong University City College， Xi an 710018， China）

Abstract：The intelligent decision-making system combines the technology of original decision-making system， expert system， artificial intelligence， knowledge base and so on， so that the data mining technology is integrated into the intelligent decision-making support system， then the relevant decision-making data mining and analysis processing in the database are made， and finally the decision-makers are scientifically assisted to make decisions. As far as the intelligent financial decision support system is concerned， it is very beneficial to the research of company statistics and information， which can make the information that can not be excavated deeply into the resources that managers can use. This paper analyzes the design and use of financial intelligent decision support system.

Key words：financial decision; intelligent decision; system use

在世界經(jīng)濟(jì)全球化進(jìn)程不斷發(fā)展的過程中，市場競爭也越來越激烈，利用現(xiàn)代科學(xué)技術(shù)能夠合理管理公司運(yùn)行和資金投入。但是，公司在運(yùn)營時(shí)的數(shù)據(jù)量比較大，對于財(cái)務(wù)來說，如何對數(shù)據(jù)含義進(jìn)行分析，解決信息關(guān)聯(lián)等為主要考慮的問題。由于計(jì)算機(jī)技術(shù)發(fā)展使信息處理技術(shù)發(fā)展更快，利用會(huì)計(jì)模型處理傳統(tǒng)復(fù)雜財(cái)務(wù)難題。由于計(jì)算機(jī)技術(shù)的發(fā)展促進(jìn)了信息處理技術(shù)的發(fā)展，使傳統(tǒng)復(fù)雜的財(cái)務(wù)難題只要通過創(chuàng)建會(huì)計(jì)模型方式就能夠處理。新現(xiàn)代社會(huì)中的財(cái)務(wù)管理有所改變，原本會(huì)計(jì)信息基礎(chǔ)具有一定的局限性，無論是核算型或者財(cái)務(wù)分析，都無法使管理人員的實(shí)際需求得到滿足。針對此問題，人工智能技術(shù)能夠很好的解決，將傳統(tǒng)核算型會(huì)計(jì)朝著網(wǎng)絡(luò)化發(fā)展[1]。那么，文章就分析財(cái)務(wù)智能決策支持系統(tǒng)，從而實(shí)現(xiàn)企業(yè)相應(yīng)決策與管理。

1 財(cái)務(wù)智能決策支持系統(tǒng)的體系架構(gòu)

在財(cái)務(wù)智能決策支持系統(tǒng)利用數(shù)據(jù)倉庫與挖掘技術(shù)進(jìn)行設(shè)計(jì)，利用關(guān)系型數(shù)據(jù)庫大存儲(chǔ)量業(yè)務(wù)數(shù)據(jù)，能夠進(jìn)一步的提高大數(shù)據(jù)量管理擴(kuò)充能力。利用數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)系統(tǒng)的挖掘，從而挖掘企業(yè)大量的數(shù)據(jù)，并且對數(shù)據(jù)進(jìn)行分析。其次，系統(tǒng)還能夠創(chuàng)建大量挖掘模型，對數(shù)據(jù)內(nèi)在關(guān)聯(lián)進(jìn)行分析，對預(yù)測和決策行為有利模式進(jìn)行挖掘，實(shí)現(xiàn)全新業(yè)務(wù)模型的創(chuàng)建，從而使決策者能夠科學(xué)決策。利用B/S三層架構(gòu)創(chuàng)建系統(tǒng)，包括數(shù)據(jù)獲取層、存儲(chǔ)組織層與分析展示層。系統(tǒng)結(jié)構(gòu)如圖1所示，在設(shè)計(jì)系統(tǒng)時(shí)主要包括：①數(shù)據(jù)庫系統(tǒng)。為決策支持系統(tǒng)提供分析輔助信息;②數(shù)據(jù)挖掘系統(tǒng)。在專家系統(tǒng)知識(shí)庫中實(shí)現(xiàn)挖掘結(jié)果的存儲(chǔ)，利用知識(shí)推理開展輔助決策;③數(shù)據(jù)庫和OLAP。其能夠通過數(shù)據(jù)倉庫提取將數(shù)據(jù)本質(zhì)反應(yīng)的信息[2]。

通過數(shù)據(jù)倉庫實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)挖掘，系統(tǒng)數(shù)據(jù)存儲(chǔ)為：①通過經(jīng)營業(yè)務(wù)數(shù)據(jù)庫選擇的原發(fā)始數(shù)據(jù)，此數(shù)據(jù)是通過關(guān)系模型方式存儲(chǔ);②將不同主體數(shù)據(jù)倉庫為數(shù)據(jù)挖掘提供。數(shù)據(jù)倉庫主要包括雪花型、星型等多維數(shù)據(jù)模式。為了能夠提高系統(tǒng)擴(kuò)展性，通過基于數(shù)據(jù)倉庫星型多維數(shù)據(jù)模型實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)決策，具有良好擴(kuò)展性和高效率，此模型數(shù)據(jù)存儲(chǔ)通過多個(gè)事實(shí)表與維度表進(jìn)行創(chuàng)建，能夠有效實(shí)現(xiàn)財(cái)務(wù)決策，為了便于日常工作中用戶能夠頻繁查詢，就要實(shí)現(xiàn)數(shù)據(jù)聚集，此結(jié)構(gòu)模型能夠支持報(bào)表和分析型的需求[3]，如圖2所示。

2 財(cái)務(wù)智能決策支持系統(tǒng)的設(shè)計(jì)

2.1 數(shù)據(jù)倉庫設(shè)計(jì)

數(shù)據(jù)倉庫能夠提供給財(cái)務(wù)控制、預(yù)測、計(jì)劃、決策等相應(yīng)信息和數(shù)據(jù)，此數(shù)據(jù)倉庫通過數(shù)據(jù)倉庫和管理構(gòu)成。利用會(huì)計(jì)核算系統(tǒng)對數(shù)據(jù)倉庫中原始數(shù)據(jù)進(jìn)行提取，數(shù)據(jù)類型包括銷售、利潤、資本和成本。能夠直接收集和財(cái)務(wù)計(jì)劃控制、預(yù)測決策相關(guān)市場信息，比如產(chǎn)品市場信息、金融市場信息等。上述信息和數(shù)據(jù)都是通過庫文件的方式在數(shù)據(jù)倉庫中存儲(chǔ)。數(shù)據(jù)倉庫管理系統(tǒng)能夠?qū)崿F(xiàn)數(shù)據(jù)與信息輸入、維護(hù)、收集、抽取、校驗(yàn)、更新等處理，從而實(shí)現(xiàn)數(shù)據(jù)庫、知識(shí)庫和模型庫的通信[4]。

數(shù)據(jù)倉庫要使企業(yè)和市場中分散、無法綜合的操作數(shù)據(jù)根據(jù)決策主題進(jìn)行分類和統(tǒng)一，所以就要對數(shù)據(jù)進(jìn)行加工給，構(gòu)成數(shù)據(jù)數(shù)據(jù)層次模型，主要包括：①歷史數(shù)據(jù)層。對數(shù)據(jù)進(jìn)行對比、回歸、預(yù)測和匯總等，實(shí)現(xiàn)建模和決策分析;②當(dāng)前數(shù)據(jù)層。對決策最新數(shù)據(jù)進(jìn)行存儲(chǔ)，之后在歷史數(shù)據(jù)庫層中實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)移;③歸納總結(jié)數(shù)據(jù)層。此層數(shù)據(jù)主要為當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)，在歸納歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)后，就能夠得到?jīng)Q策需要的綜合數(shù)據(jù);④分析決策數(shù)據(jù)層。為高度綜合數(shù)據(jù)，主要內(nèi)容包括高度有序化數(shù)據(jù)，對底層數(shù)據(jù)分析后得出最深層次決策有用數(shù)據(jù)。

2.2 模型庫設(shè)計(jì)

模型庫和管理系統(tǒng)為財(cái)務(wù)智能決策支持系統(tǒng)核心，模型庫指的是所有財(cái)務(wù)決策模型，能夠存儲(chǔ)財(cái)務(wù)決策、計(jì)劃、控制與分析模型等描述信息。模型庫管理系統(tǒng)能夠生成模型，并且對模型進(jìn)行編輯、分析、評價(jià)和維護(hù)。通過現(xiàn)有模型對模型進(jìn)行操縱，比如模型的檢驗(yàn)、檢索、組合與選擇。在模型運(yùn)行時(shí)，只能夠?qū)Υ_認(rèn)后模型問題進(jìn)行求解。為了自動(dòng)生成模型，使模型劃分為子模型、復(fù)合模型與原子模型。復(fù)合模型包括多個(gè)子模型，子模型也能夠劃分成為多個(gè)小模型，子模型指的是復(fù)合模型、原子模型。比如單項(xiàng)籌資方式?jīng)Q策模式為復(fù)合模型，其包括資金成本分析模型、資本結(jié)構(gòu)分析模型、籌資風(fēng)險(xiǎn)風(fēng)險(xiǎn)等原子模型，或者實(shí)現(xiàn)總體籌資方案模型的原子模型的創(chuàng)建[5]。

2.3 系統(tǒng)主體劃分

2.3.1 戰(zhàn)略預(yù)測和決策

以企業(yè)之前歷史財(cái)務(wù)數(shù)據(jù)、資源和環(huán)境進(jìn)行評估之后，利用預(yù)測和決策分析模型實(shí)現(xiàn)集團(tuán)銷售、投融資、成本、存活、資金鏈預(yù)測、應(yīng)收款等全面戰(zhàn)略分析、預(yù)測、決策、優(yōu)選。

2.3.2 財(cái)務(wù)計(jì)劃和控制

財(cái)務(wù)計(jì)劃和控制是以企業(yè)戰(zhàn)略決策方案實(shí)現(xiàn)詳細(xì)戰(zhàn)略計(jì)劃的制定，主要包括財(cái)務(wù)預(yù)算、業(yè)務(wù)計(jì)劃、目標(biāo)分配等，能夠?qū)⒇?cái)務(wù)決策行動(dòng)方案進(jìn)行展現(xiàn)。財(cái)務(wù)計(jì)劃和控制決策系統(tǒng)主要包括財(cái)務(wù)預(yù)算編制、控制和資金控制、成本控制等。

2.3.3 財(cái)務(wù)分析和報(bào)表披露

財(cái)務(wù)分析指的是以企業(yè)經(jīng)營數(shù)據(jù)對企業(yè)財(cái)務(wù)情況進(jìn)行判斷，異常掌握企業(yè)經(jīng)濟(jì)運(yùn)行過程中的情況，為企業(yè)相關(guān)利益主體決策主要依據(jù)。將企業(yè)財(cái)務(wù)數(shù)據(jù)、報(bào)表與其他資料作為基礎(chǔ)，使用外部財(cái)務(wù)專家知識(shí)庫系統(tǒng)使用先進(jìn)人工智能技術(shù)，和多個(gè)智能化企業(yè)財(cái)務(wù)分析指標(biāo)、模型結(jié)合，多指標(biāo)、多層次的進(jìn)行動(dòng)態(tài)分析判斷，從而實(shí)現(xiàn)智能化分析。企業(yè)主要包括集團(tuán)財(cái)務(wù)分析、行業(yè)板塊財(cái)務(wù)分析、子公司財(cái)務(wù)分析3個(gè)層次，對集團(tuán)板塊、經(jīng)營成果、財(cái)務(wù)情況進(jìn)行全面分析和評價(jià)，使企業(yè)決策者能夠了解過去、評價(jià)現(xiàn)在、預(yù)測未來，從而對經(jīng)營決策進(jìn)行改善。財(cái)務(wù)分析系統(tǒng)能夠根據(jù)分析內(nèi)容劃分成為收入、利潤、成本、毛利、負(fù)債、期間費(fèi)用、盈利能力、償債能力、發(fā)展能力、現(xiàn)金流量、經(jīng)營風(fēng)險(xiǎn)等分析內(nèi)容[6]。

2.3.4 考核評價(jià)

經(jīng)營績效考核評價(jià)系統(tǒng)是以企業(yè)經(jīng)營數(shù)據(jù)與財(cái)務(wù)成果，根據(jù)一定模型與方法對企業(yè)經(jīng)營者評價(jià)的方式，以企業(yè)要求使用平衡計(jì)分卡、經(jīng)濟(jì)增加值兩種方法進(jìn)行評價(jià)。

2.4 系統(tǒng)界面設(shè)計(jì)

系統(tǒng)界面能夠?qū)崿F(xiàn)人機(jī)交互，在財(cái)務(wù)決策支持中貫穿。用戶通過界面的輸入需求在數(shù)據(jù)處理、模型運(yùn)算、知識(shí)推理中返回，界面運(yùn)行機(jī)制為：①利用用戶界面在系統(tǒng)中中直接登錄;②系統(tǒng)通過用戶模型的查找確定用戶類型，通過用戶模型信息與范例庫、知識(shí)庫匹配，確定界面工作方式，比如信息內(nèi)容、文件內(nèi)容的解釋、輸入輸出方式等。對系統(tǒng)新用戶來說，系統(tǒng)利用用戶模型對類似模型進(jìn)行選擇，在用戶使用時(shí)根據(jù)用戶系統(tǒng)熟練度、知識(shí)背景、決策風(fēng)格等創(chuàng)建全新用戶模型;③系統(tǒng)查詢用戶決策問題，對決策問題是否超過系統(tǒng)功能范圍進(jìn)行分析。假如超過那么就提示用戶要?jiǎng)?chuàng)建全新決策主題;如果沒有超出，使決策問題利用通信模塊對問題處理模塊傳遞;④用戶利用界面操作輸入提交給數(shù)據(jù)此次決策問題;⑤接收結(jié)果集成處理結(jié)果，并且根據(jù)一定輸入方式利用用戶界面對用戶進(jìn)行提供[7]。

2.5 數(shù)據(jù)庫設(shè)計(jì)

以系統(tǒng)分析得到系統(tǒng)主要實(shí)體包括財(cái)務(wù)評價(jià)實(shí)體、項(xiàng)目實(shí)體、綜合評價(jià)實(shí)體，利用實(shí)體聯(lián)系圖設(shè)計(jì)數(shù)據(jù)庫，也就是E-R圖，其能夠?qū)傩?、?shí)體型、實(shí)體之間聯(lián)系方式展現(xiàn)出來：

（1）項(xiàng)目實(shí)體。主要包括項(xiàng)目編號、名稱、類型與負(fù)責(zé)人，如圖3所示。

（2）財(cái)務(wù)評價(jià)實(shí)體。主要包括評價(jià)日期、項(xiàng)目編號、評價(jià)結(jié)果、評價(jià)結(jié)論等，如圖4所示。

（3）風(fēng)險(xiǎn)評價(jià)實(shí)體。主要包括評價(jià)日期、項(xiàng)目編號、風(fēng)險(xiǎn)級別、評價(jià)人等，如圖5所示。

（4） 財(cái)務(wù)評價(jià)實(shí)體。主要包括評價(jià)時(shí)間、項(xiàng)目編號、綜合評價(jià)結(jié)論、評價(jià)人員等，如圖6所示。

數(shù)據(jù)庫設(shè)計(jì)為系統(tǒng)主要設(shè)計(jì)部分，以集團(tuán)數(shù)據(jù)量和計(jì)算機(jī)配置情況，與系統(tǒng)環(huán)境要求結(jié)合，系統(tǒng)數(shù)據(jù)庫使用SQL 2008實(shí)現(xiàn)。

（1）項(xiàng)目信息表。此表能夠?qū)?xiàng)目基本信息進(jìn)行存儲(chǔ)，包括項(xiàng)目名稱、編號、類別等，如表1所示。

（2）基礎(chǔ)信息表。此表主要目的就是實(shí)現(xiàn)投資風(fēng)險(xiǎn)分析的財(cái)務(wù)數(shù)據(jù)進(jìn)行存儲(chǔ)，比如融資平均年利率、存貸款年利率等，如表2所示。

（3）財(cái)務(wù)評價(jià)表。此表能夠存儲(chǔ)財(cái)務(wù)指標(biāo)評價(jià)數(shù)據(jù)，比如評價(jià)結(jié)論、評價(jià)人等，如表3所示。

3 財(cái)務(wù)智能決策支持系統(tǒng)的實(shí)現(xiàn)

3.1 投資項(xiàng)目管理

此模塊能夠?qū)崿F(xiàn)項(xiàng)目基本信息的修改、添加、刪除等，如圖7所示。

3.2 投資分析模塊

此模塊能夠?qū)崿F(xiàn)擬投資項(xiàng)目的財(cái)務(wù)分析，存儲(chǔ)財(cái)務(wù)計(jì)算信息，最終得到項(xiàng)目報(bào)酬率與可行性，如圖8所示。

3.3 風(fēng)險(xiǎn)分析模塊

此模塊能夠?qū)崿F(xiàn)擬投資項(xiàng)目的投資風(fēng)險(xiǎn)分析，將綜合標(biāo)準(zhǔn)差、期望現(xiàn)值等數(shù)據(jù)填寫之后，計(jì)算現(xiàn)金流期望值和標(biāo)準(zhǔn)離差，通過計(jì)算之后得到風(fēng)險(xiǎn)參數(shù)，然后實(shí)現(xiàn)風(fēng)險(xiǎn)計(jì)算，從而得出與風(fēng)險(xiǎn)相關(guān)數(shù)據(jù)，如圖9所示。

3.4 綜合評價(jià)模塊

此模塊能夠計(jì)算擬投資項(xiàng)目各指標(biāo)，并且實(shí)現(xiàn)指標(biāo)處理，比如修改、添加、刪除等，然后保存計(jì)算數(shù)據(jù)[8]，如圖10所示。

4 結(jié)語

決策支持系統(tǒng)和人工智能、專家系統(tǒng)相互結(jié)合，實(shí)現(xiàn)方法庫和知識(shí)庫輔助決策的創(chuàng)建，為智能決策支持系統(tǒng)?；谥悄軟Q策支持系統(tǒng)創(chuàng)建數(shù)據(jù)倉庫，通過數(shù)據(jù)挖掘工具實(shí)現(xiàn)數(shù)據(jù)分析和展示，能夠?yàn)闆Q策提供支持，此就是財(cái)務(wù)智能決策支持系統(tǒng)。目前，智能財(cái)務(wù)決策支持系統(tǒng)還在不斷的發(fā)展，并且具有較大上升空間，實(shí)際使用在企業(yè)中的案例并不多，部分企業(yè)信息化進(jìn)程還只是起步階段。所以，對財(cái)務(wù)智能決策支持系統(tǒng)研究具有現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1]胡永.面向大數(shù)據(jù)的企業(yè)智能財(cái)務(wù)決策支持研究[J].全國流通經(jīng)濟(jì)，2019.

[2]王傳慧.民營制造企業(yè)管理會(huì)計(jì)決策支持系統(tǒng)構(gòu)建研究[J].中外企業(yè)家，2020（19）：58-59.

[3]王洪海，肖俠，仇小微.大數(shù)據(jù)環(huán)境下”財(cái)務(wù)決策支持系統(tǒng)”案例教學(xué)探索[J].中國管理信息化，2019，022（009）：63-66.

[4]方志堅(jiān)，高瀅.基于數(shù)據(jù)挖掘的高校財(cái)務(wù)決策支持系統(tǒng)的研究[J].行政事業(yè)資產(chǎn)與財(cái)務(wù)，2019（05）：30-31.

[5]魏瑾，李偉華，潘煒.基于知識(shí)圖譜的智能決策支持技術(shù)及應(yīng)用研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2020，30（01）：1-6.

[6]譚文勝，萬元，潘平衡.基于大數(shù)據(jù)技術(shù)的水電智能決策支持系統(tǒng)[J].水電站機(jī)電技術(shù)，2019，42（12）：9-12.

[7]賀郁萱.論防范化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的機(jī)制與方法[J].粘接，2019，40（10）：156-158.

[8]楊帥.網(wǎng)絡(luò)環(huán)境下醫(yī)藥化工企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警防控系統(tǒng)設(shè)計(jì)[J].粘接，2019，40（09）：127-132.