劉哲 張爽 苗得慶
1. 貴州食品工程職業(yè)學院 貴州 貴陽 551400;
2. 貴州財經(jīng)職業(yè)學院 貴州 貴陽 551400
數(shù)據(jù)挖掘,在20世紀90年代便有國外學者對其定義及重要性做出了相關闡釋,比如1998年,WilliamE等相繼提出并且設計了3種關于數(shù)據(jù)挖掘的方法,該方法主要對交易往來的一些信息做出財務分析,為以后的學者對這一方面研究提供了大量的參考意義。我國有學者認為數(shù)據(jù)挖掘隸屬于人工智能技術,具有廣泛用途,由于現(xiàn)如今的數(shù)據(jù)具有很多圖像化、復雜性的特點,運用原始的方法不能高效率的提取有用信息。而數(shù)據(jù)挖掘技術通過各種手段,如:關聯(lián)、聚類等,可以很好地進行數(shù)據(jù)深層次分析。綜上所述,數(shù)據(jù)挖掘就是通過一系列算法和模型對于所隱藏的數(shù)據(jù)進行挖掘和整理分析,其中包括結(jié)構化數(shù)據(jù)和非結(jié)構數(shù)據(jù),然后將所得到的數(shù)據(jù)進行回歸、判別、聚類等分析,最終得出更加準確的數(shù)據(jù)供管理者進行決策。由于這些企業(yè)每天的業(yè)務量數(shù)不勝數(shù),其產(chǎn)生的數(shù)據(jù)也需要進行高效的整合和分析,數(shù)據(jù)挖掘便可以提供一個可以進行信息處理的平臺,將數(shù)據(jù)進行收集整理,然后在企業(yè)之前確定的管理目標范圍內(nèi)篩選獲得的數(shù)據(jù),提高分析精準度[1]。
隨著我國各行各業(yè)信息化程度的日益加深,數(shù)字經(jīng)濟產(chǎn)業(yè)規(guī)模不斷擴張,不同行業(yè)中的大、中、小不同規(guī)模的企業(yè)財務相關數(shù)據(jù)的累積速度呈現(xiàn)爆炸式增長。數(shù)據(jù)挖掘技術具有基于大規(guī)模數(shù)據(jù)的特點,雖然絕大部分種類的數(shù)據(jù)挖掘相關算法能夠在小規(guī)模數(shù)據(jù)集中運行并得到結(jié)果,但是小規(guī)模數(shù)據(jù)最終獲得的結(jié)果往往不能夠反映出事物背后真實的客觀規(guī)律,導致數(shù)據(jù)挖掘所得結(jié)論的準確性大大降低。在大規(guī)模數(shù)據(jù)中數(shù)據(jù)挖掘技術能夠最大效率的排除非普遍性及錯誤數(shù)據(jù)的干擾,有效避免數(shù)據(jù)挖掘所得錯誤結(jié)論的情況。由于近年來各行業(yè)企業(yè)財務相關數(shù)據(jù)形成了海量數(shù)據(jù),基于此特點數(shù)據(jù)挖掘技術能夠在企業(yè)經(jīng)營策略探索、業(yè)務發(fā)展方向決策等方面發(fā)揮舉足輕重的作用。
財務信息是各企業(yè)最重要的商業(yè)機密之一,在大量信息和數(shù)據(jù)中所隱藏的規(guī)律不能通過簡單的處理方式獲得,通過復雜的數(shù)據(jù)挖掘技術所得出的結(jié)論在絕大多數(shù)情況下也是不簡單的。數(shù)據(jù)挖掘技術具有以上非平凡性的特點,建立在該特點的基礎上,通過對財務數(shù)據(jù)的挖掘所得的規(guī)律和結(jié)論,往往能夠真實反應企業(yè)發(fā)展的潛力以及存在的弊病,并更高效得幫助企業(yè)規(guī)避風險并找到最合適的發(fā)展路徑。
在財務數(shù)據(jù)信息的背后存在非常隱蔽的有效信息,著名的“啤酒和尿片”的商品陳列營銷案例揭露了兩個看起來毫不相關事物的關聯(lián)性,并通過這一策略提高了二者的銷量。通過分析客戶購買商品的財務數(shù)據(jù)的來研究用戶購買行為被稱為“購物籃分析”,目的就在于找出哪些商品擺放在一起能夠相互促進銷量的提升[2]。基于數(shù)據(jù)挖掘的隱含性的特點,可通過數(shù)據(jù)挖掘算法對企業(yè)銷售財務數(shù)據(jù)加以分析并刻畫精準的用戶的畫像,發(fā)掘用戶隱含的購買習慣和偏好并推薦對應的商品。除銷售財務數(shù)據(jù)外,數(shù)據(jù)挖掘技術還能夠發(fā)現(xiàn)隱藏在各類企業(yè)財務數(shù)據(jù)內(nèi)部的有效信息,推動企業(yè)制訂正確的營銷、管理等戰(zhàn)略。
數(shù)據(jù)挖掘還具有新奇性的特點,首先是數(shù)據(jù)分析手段及工具具有新奇性。區(qū)別于傳統(tǒng)的利用電子表或關系型數(shù)據(jù)庫對財務信息數(shù)據(jù)進行管理的方式,大數(shù)據(jù)背景下掌握新型數(shù)據(jù)分析和處理工具已成為對企業(yè)財會崗位員工的基本要求。其次是分析所得的結(jié)論具有新奇性,通過復雜的數(shù)據(jù)挖掘算法對財務數(shù)據(jù)的分析和處理常常會得出意想不到的結(jié)果。隨著我國數(shù)字經(jīng)濟的騰飛,用戶的消費模式和習慣日新月異,企業(yè)的管理和經(jīng)營方式和方法也必須隨之更新。數(shù)據(jù)挖掘技術用于公司財務分析的目的不是獲取已知的經(jīng)驗而是構建全新的知識體系和管理理念,通過數(shù)據(jù)挖掘新奇性的特點能夠幫助企業(yè)獲得前瞻性和超前的洞察力。
高價值是數(shù)據(jù)挖掘技術的重要特點,也是大數(shù)據(jù)時代數(shù)據(jù)挖掘技術不斷被深入研究和并取得長足進步的原動力。數(shù)據(jù)挖掘作為新型的高效率、高精度的數(shù)據(jù)處理和分析技術,利用該技術對公司的財務數(shù)據(jù)進行分析所得的結(jié)論,在大多數(shù)情況下能夠為企業(yè)帶來直接效益或間接效益,包括經(jīng)濟效益和社會效益等。雖然在部分數(shù)據(jù)挖掘項目中,可能由于數(shù)據(jù)質(zhì)量不高或者業(yè)務目標不明確等目標,導致所得結(jié)論不能夠很好的用于指導企業(yè)管理者做出決策。但是從長遠來看,基于數(shù)據(jù)挖掘技術的高價值性特點,只有合理的利用數(shù)據(jù)挖掘技術做好財務分析工作才能不斷優(yōu)化公司發(fā)展路徑,并獲得更大收益。
當前,我國公司財務分析工作使用到的數(shù)據(jù)挖掘技術,在我國發(fā)展勢頭良好,并且由專業(yè)人員不斷地進行完善以適應更高發(fā)展層次的需求。因此,財務分析系統(tǒng)中的應用算法也進行了相對應的調(diào)整,而調(diào)整后的應用算法進一步細化了財務分析的順序。在這過程中,Apriori算法應運而生。Apriori算法是一種極具代表力的算法,是在西方布爾關聯(lián)規(guī)律頻繁項集算法的基礎上衍生而出的新算法,此算法一經(jīng)應用就在國際上引起廣泛關注,其基本思路就是首先找到銷售商品的頻集,并根據(jù)頻集出現(xiàn)的頻繁性確認支持度的范圍,并且確認最小支持度和最小可信度,以便達到期望的效果。
公司財務分析應用粗糙集算法可以有效地預測到新發(fā)生的財務情況。此種算法在這兩種算法中應用范圍最廣,提出時間最久。作為一種數(shù)學計算工具,被各行各業(yè)廣泛地應用于分析處理不完整且不精準的數(shù)據(jù)上,并通過二次計算進而確立較為精準的最終結(jié)果,并且此種計算法還能應用定量方法,具有可操作性強,操作過程簡便的特點,特別適合用在商品數(shù)據(jù)處理上,且能對數(shù)據(jù)進行分析、整理以及歸納。
遺傳算法的原理是進化與遺傳理論的結(jié)合,由選擇過程、重組過程、突變過程這3個基本算子組成。首先編碼要解決的問題,然后計算出數(shù)據(jù)的適應度?;舅阕硬煌?,所選取的算法與實施過程也不同。遺傳算法可以對數(shù)據(jù)進行分類,并且優(yōu)化了數(shù)據(jù)計算,在數(shù)據(jù)挖掘中其優(yōu)勢顯而易見,而且遺傳算法相較神經(jīng)網(wǎng)絡方法來說比較簡單,解決組合優(yōu)化問題也比較高效[3]。
網(wǎng)絡信息采集的流程主要包括確定目標信息源、制定采集方法、數(shù)據(jù)挖掘與處理存儲結(jié)構。信息源是非常重要的,需要清晰的認識目標,以此來減少工作量,提高工作效率。而對于文獻數(shù)據(jù)庫網(wǎng)站、門戶網(wǎng)站、國家或行業(yè)發(fā)布情報的站點、國內(nèi)外信息網(wǎng)、個人或公司的相關網(wǎng)站等不同信息源,需要采用不同方法來采集。存儲結(jié)構對數(shù)據(jù)采集與整編也是非常重要的,國家對于數(shù)據(jù)的存儲結(jié)構有一套標準,將不同的存儲結(jié)構按照國家標準統(tǒng)一化,方便后期數(shù)據(jù)挖掘的進行。
我國企業(yè)財務分析系統(tǒng)為適應大數(shù)據(jù)時代的發(fā)展特征,正不斷地在開展財務分析結(jié)構的變革調(diào)整。首先,最突出的一方面就是公司財務分析方式的變革。眾所周知,我國隨著互聯(lián)網(wǎng)技術的發(fā)展,為國內(nèi)公司企業(yè)帶來了多種財務分析渠道,豐富了公司財務分析的服務層次。員工通過互聯(lián)網(wǎng)客戶端以及各大App終端、社交服務軟件能夠獲取公司的資訊,這在一定程度上拓寬了溝通渠道,使得在員工在大數(shù)據(jù)時代下獲得的公司服務更加便捷,精準。不僅如此,用戶還可以借助數(shù)據(jù)挖掘技術獲取更多行業(yè)以外的資訊,使得資源共享更充分便捷,并能使服務透明化,進而逐步形成公司財務分析的系統(tǒng)結(jié)構[4]。
公司財務分析管理部門人才結(jié)構的變革對于現(xiàn)階段大數(shù)據(jù)時代下公司財務分析而言影響頗深。當前我國大部分公司正處于用人難的階段,因公司對人才的專業(yè)技術能力以及學歷要求較高,故而在需求大量人才的同時也不會忽視質(zhì)量。公司除了要大量地引進財務專業(yè)人才外,在未來發(fā)展中還應當引進大量的IT人才,并通過專門的培訓使其能夠迅速成長,進而讓員工在公司財務分析、數(shù)據(jù)分析以及數(shù)據(jù)工程領域等有所作為,推動我國公司財務分析工作的發(fā)展進程。
公司財務分析流程的完善是迅速提升財務分析工作效率的必要保障,只有將工作的質(zhì)量提升到更高的層次,才能使得財務分析工作取得更加矚目的成果。此外,公司財務分析工作流程的完善還能夠使得財務工作流程更加簡便、透明。與此同時公司財務分析流程的完善在一定程度上還會促進公司品牌價值的提升。在許多公司中,財務分析工作涉及范圍廣泛,且能夠衍生出價值鏈結(jié)構,為公司帶來巨大的商業(yè)價值。
首先,從政策層面來分析,我國的公司應當結(jié)合大數(shù)據(jù)時代的發(fā)展規(guī)律,制定一個長遠的發(fā)展規(guī)劃,并且聘請專業(yè)的財務機構對企業(yè)內(nèi)部工作人員進行培訓,始終本著統(tǒng)籌兼顧的原則,注重交流合作的發(fā)展原則,加大力度開展與跨行業(yè)的企業(yè)之間的合作。如互聯(lián)網(wǎng)運營商、大數(shù)據(jù)軟件廠商等。同時,應不斷地進行多層次,多種方式的高端學術交流,吸納大量相關專業(yè)的人才,為企業(yè)源源不斷地注入新鮮血液。另外,最重要的一點就是要讓企業(yè)內(nèi)部的財務分析工作人員認識到數(shù)據(jù)挖掘技術為企業(yè)帶來的潛在經(jīng)濟價值,以及在現(xiàn)階段優(yōu)化轉(zhuǎn)型的機遇與風險,進而在企業(yè)內(nèi)部形成上下團結(jié)的狀態(tài),從而統(tǒng)一戰(zhàn)略思想、統(tǒng)一發(fā)展步調(diào),共同實現(xiàn)公司的可持續(xù)發(fā)展[5]。
從實施層面來分析,我國公司財務分析平臺的建設應以充分涵蓋公司財務分析業(yè)務整體為前提,并在原有的基礎上,不斷拓展新的財務分析功能,為管理層的決策提供更全面的數(shù)據(jù)服務。因此,我國公司財務分析要想充分地實現(xiàn)自身的價值就必須先完善現(xiàn)有業(yè)務系統(tǒng)的使用功能,全面提升業(yè)務系統(tǒng)功能模塊的使用效率并形成完整的指標數(shù)據(jù),實現(xiàn)平臺系統(tǒng)升級無縫對接,有效地解決數(shù)據(jù)共享與流程順暢等問題,在一定程度上推動大數(shù)據(jù)時代下公司財務分析新業(yè)務的發(fā)展。
現(xiàn)如今,大數(shù)據(jù)時代的推進使得數(shù)據(jù)挖掘技術的使用有了更廣闊的平臺。而在公司內(nèi)數(shù)據(jù)信息日益增加,管理難度愈來愈高的當下,數(shù)據(jù)挖掘的出現(xiàn)為信息處理帶來了新的思路。在公司內(nèi),應用數(shù)據(jù)挖掘手段能夠有效地優(yōu)化改革財務分析工作,并能通過快捷便利的數(shù)據(jù)分析能力,快速處理與公司財務分析工作有關的信息,從而為相關體系的構建奠定穩(wěn)定基礎。在這一情況下,公司中的管理層也能快速獲得需要的財務信息,以使得做出的經(jīng)營決策能更準確有效。