未来智库 > 大数据论文 > 浅谈大数据下财务数据挖掘及应用

浅谈大数据下财务数据挖掘及应用

发布时间:2018-07-12 01:08:00 文章来源:未来智库    
    关键词:大数据;财务数据挖掘
    中图分类号:TP311 文献标识码:A 文章编号:1001-828X(2015)003-000-01
    一、大数据的概念和特点
    大数据属于一种无形的信息资产,就是大量的、有价值的数据信息。它具备数据量大、数据种类多、处理速度快、有潜在利用价值四个特点。和传统其他技术相比,其综合成本最优、获取方法简单、加工处理速度快、存储和归档安全简单,这都是传统数据技术望尘莫及的。
    二、数据挖掘的概念、方法和步骤
    数据挖掘就是采用一定的算法,从大量数据中寻找有价值信息的过程,是数据库知识发现中的一个步骤。下面简单介绍一下数据挖掘的常用方法:1.分类。这种方法是按照一定的类别标准,将数据项中有共同特征的数据整理出来,分门别类的映射存放。比如,可以根据用户购买电视的品牌、尺寸将顾客分成相应的类别,一旦相关电视产品发布了新品,企业就可以根据掌握的分类资料将相关信息反馈给相应顾客群,从而提高电视机的购买概率。这也是应用最广泛的一种数据挖掘方法。2.回归分析。是通过建立数学模型进而进行相关预测的一种方法。回归分析的目的就是通过研究相关因素之间的依存关系,来找出因素之间的影响程度,已对其未来趋势进行科学预测。例如财务中对销售利润的预测就是采用的此种方法。3.差异分析。这种方法主要应用在对比分析中。比如实际销售收入和预计销售收入之间肯定会有出入,差异分析就是将这些出入形成的原因及差异幅度及时反馈给信息使用者,以帮助其在决策中做出准确判断。一般财务预警指标都是采用此种方法。4.聚类。聚类和分类有相同的地方,都是按照既定的标准对数据进行分组,把相似的数据放在同一组里,和分类不同的是,聚类比分类要更笼统,并不需要具体的分组标准,只要数据有共性就可以。数据挖掘的第一步就是聚类。5.web也挖掘。这是随着internet发展起来的一种数据挖掘方法。互联网的飞速发展,使网上的信息量呈几何级数增长,各单位的信息一般都通过网页对外发布,这就给通过web搜索信息进行分析提供了数据基础。Web信息挖掘也成了企业获得外部信息的最重要方式。下面简单说一下数据挖掘的基本步骤:1.获得源数据。这是数据挖掘的前提条件,源数据包括来自企业自身的内部数据和来自企业外部的外部数据两部分。2.数据整理。就是对源数据进行初步整理,去掉没有价值的数据,修复错误和损坏的数据,对数据进行聚类。3.数据探索。找出数据中的关联关系和异常情况,对数据进行分类。4.搭建数学模型。根据数据探索中发现的规律建立数学模型,以此对企业的相关业务进行预测、预警和评价。
    三、财务数据挖掘的特点及应用
    财务数据挖掘是数据挖掘中的一个组成部分,主要应用于财务分析。对比传统财务分析,它有以下三个优点:1.数据量大、范围宽。财务数据、非财务数据,都是财务数据挖掘的涵盖范畴。2.相比传统财务分析,财务数据挖掘信息更有价值,针对性更强。3.财务数据挖掘时效性更强、准确性更高。由于通过计算机处理数据,信息使用者取得信息的时间明显缩短,同时也避免了人工计算产生的错误。
    下面结合实际阐述一下财务数据挖掘在财务风险分析中的具体应用。1.选取指标。这是财务分析的前提,参照财务风险分析指标体系,主要包括企业的短期偿债能力分析、长期偿债能力分析和盈利能力分析三方面,为了使分析更加全面,还可以把一些非财务指标纳入其中。下面逐一介绍:①短期偿债能力指标。它反映了企业偿还流动负债的能力,或者说就是企业短期变现的能力。主要指标我们选择流动比率和速动比率,辅助指标我们选择存货周转率和应收账款周转率。②长期偿债能力指标。它反映了企业偿还长期负债的能力,也从侧面反映了企业的资本结构及长期盈利能力。我们主要选择资产负债率、产权比率和已获利息倍数三个指标。③企业盈利能力指标。它反映了企业的盈利能力,也反映了企业财务风险的大小。我们主要选择资本金利润率、销售利润率、成本费用利润率三个指标。④非财务指标也在一定程度上反映了企业的整体运营成效,可根据需要选择顾客满意度、产品和服务质量、战略目标、公司潜在发展能力、创新能力、技术目标、市场份额等作为分析指标。这些指标有的可以量化,有的则不可以量化,在此不再一一细述。2.计算结果。其中的本企业财务指标可直接来源于财务数据,非财务指标和其他企业的对比数据则来源于其他信息系统。鉴于文章篇幅,此处不再进行详细数据指标举例。3.聚类分析。根据样本之间关联的度量标准将其分成几个组,且使同一群组内的样本差异小,而使不同群组的样本之间差异较大。将企业财务风险按相关指标,如净资产收益率分为高、较高、一般、较低、低五类,得出分类结果。4.差异分析。从差异分析的各项影响因素中找出与原设定指标相对应的的类别,对照行业或者特定标准设定的相关预警阈值,整理出线性关联规则表。5.得出结论。6.形成详细分析报告。根据上面几步得到的数据结果,财务分析人员进一步对相关指标进行分析,找出原因,并反馈给相关部门或领导决策层,做出相应对策。7、数据存档,进入企业大数据。前面所形成的分析结果,按门类及时归档,便于事后查阅或者进行相关比对时缩短计算时间和操作流程,同时使企业的数据真正形成一个闭合环,更有效的发挥大数据的内在价值。
    财务数据挖掘除了应用在财务风险分析中,也可以应用在企业其他各个方面,在此就不再一一详述了。
    参考文献:
    [1]涂子沛.大数据――2012.广西师范大学出版社.
    [2]陈封能.数据挖掘导论(完整版).人民邮电出版社,2011.
    [3]刘李胜.上市公司财务分析――揭开财务数字的神秘面纱.经济科学出版社,2011.
    作者简介:周作新(1975-),男,河北丰南人,河北省女子监狱,会计师,大学本科学历,研究方向:财务管理。
转载请注明来源。原文地址:https://www.7428.cn/vipzj21686/
 与本篇相关的热门内容: