财务诊断中数据挖掘应用研究

《财务诊断中数据挖掘应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、财务诊断中数据挖掘应用研究一、引言企业的经营目的在于获取利润，发展自身经营和管理能力，并逐步壮大发展，创造更大的盈利。企业想要高效运转并获得可观收益，必须要有危机意识和风险意识，其中财务风险意识尤其值得注意。根据复旦大学相关研究成果可知，在使用国际通用会计准则进行财务审计时，屮国的上市公司78%存在财务问题，存在明显的财务风险。根据我国国情而降低标准,30%的上市公司财务问题仍然严重，可见我国企业财务方面有待进一步改进，总体而言，我国企业的财务风险较大。企业财务风险较大不仅不利于企业自身的发展，也不利于相关利益者，从财务数据屮发掘出

2、对企业财务风险冇益的信息已成为许多企业面对的一个挑战。而数据挖掘技术有利于企业的财务诊断，对企业财务风险的降低作用巨大，它是一种基于人工智能和统计学及数据库的商业信息处理技术，从财务数据中提取提炼并自动进行分析，做出总结归纳，提出相关解决办法，从而帮助企业管理层做出市场战略策略，有效地降低其做出的战略的风险。财务数据是企业财务运行的基础，也是财务风险的来源之一,运用数据挖掘技术对财务数据进行诊断分析，能够从中找出企业存在的财务问题，提出有效的财务风险预警措施以帮助企业稳步经营。近年来数据挖掘技术是数据库方面的研究热点，很多领域已经开

3、始实际运用。木文研究数据挖掘在财务诊断中的运用，主要研究数据挖掘技术在财务诊断、信息预警和财务诊断方案策划决策等三个过程中的应用，建立准确有效的数据模型来指导实际的财务工作，能够预测出企业财务风险程度并提出财务风险预警，便于企业及时地掌握财务状况和经营状况，适时调整企业财务战略，提高企业经济效益。因此，数据挖掘在财务诊断中的应用，无论在理论上还是实践上，都有其重要意义。二、文献综述数据挖掘分析有关联分析、序列模式、聚类等方法，这方面的研究总体上成果丰硕。国外的数据挖掘分析方法发展比较成熟，冇大量财务风险方面的著作，其研究主要在于财务

4、风险预警模型的构建。国内的证券市场发展不成熟，缺乏理性的投资者，对数据挖掘分析方法研究少，主要集中在建立数学预测模型。(一)国外研究现状Beaver(1958)提岀了单变量模型。他对80家经营公司进行一元判定预测，使用了28个财务比率作为变量。Altman(1968)在财务风险预警领域引入了多元线性判别方法，创立了Z值模型。Altman、Haldeman(1980)又提岀了一种优于Z模型的ZETA模型,其更能准确预测企业财务风险。Ohlson(1990)以95家经营失败的公司为基础，运用Logistic回归进行财务预警模型的建立。结

5、果表明，与企业财务风险紧密相关的因素冇企业的规模大小、财务结构、经营绩效、流动性四个方面。Fyaber(1989)运用神经网络模型，进行对银行的首次信用风险预测。Eichengreen(1998)研究表明财务模型研究有危机管理和财务危机预警等。(二)国内研究现状李一军、金世伟(2006)在模糊聚类分析方法的基础上，使用KPT财务指标，对上市公司进行相关分析，并在投资决策的制定时辅助性地使用到英研究结果。郭春阵(2005)运用三类挖掘分析方法一一聚类、关联规则、决策树方法，综合分析，构建了财务报衣分析模型。吕澄、易艳红(2006)研究

6、数据挖掘在财务分析中的可行性，说明在财务分析运用数据挖掘技术时，XBRL语言有着有效的作用。齐中华、黄丽娜(2010)使用EXCEL实现了模糊聚类的数据分析，运用上市公司财务数据，说明了数据挖掘在财务分析中有巨大作用。张星文、梁戈夫(2006)研究发现财务危机预警的研究进展很大，企业在财务管理屮已经使用到大量的模型，如人工神经网络模型和logit回归模型等。冯征(2007)提出了基于智能计算机的数据挖掘方法，且可用于上市公司的财务预警。三、应用数据挖掘的财务诊断体系(一)应用数据挖掘的财务诊断体系流程数据挖掘是基于财务比率分析、杜邦

7、分析等模型运用于财务分析、预警及决策屮，并进行财务诊断。故财务诊断不仅是对财务报表的分析，从系统的角度可以将财务诊断分为诊断数据系统、财务专项判断、财务预警系统、财务决策系统四个部分。财务诊断系统分为三个阶段，分别是：数据收集阶段、分析诊断阶段、形成报告阶段。图1为应用数据挖掘的财务诊断模式及流程示意图。从图1屮可以看出，数据收集阶段包括收集非财务辅助数据、三大报表数据、财务指标数据。XBRL具有实时标准性，可以有效减少录入转换时间，具有针对性、实用性，可以更高效地诠释数据的内容及意义，提高了财务诊断的效率及精确度。分析诊断阶段主要

8、是将收集的数据进行专项判断，通过XBRL与财务指标进行对比分析，再进行财务诊断并作出财务预警和决策。在此阶段，对目标公司釆用遗传算法、回归模型等进行建模，需要选释决策树方法、关联分析等，高效简单地完成数据分析。考虑到了影响企业财务的各