基于大数据视角的财务分析框架研究.docVIP

基于大数据视角的财务分析框架研究 　　【摘要】随着信息技术的发展与应用，当今世界已进入大数据时代。而财务数据分析作为企业财务分析的重要部分，其分析结果的准确度直接影响财务管理水平。本项目从大数据的特点出发构建财务分析框架以提供更准确的数据信息。 　　【关键词】大数据 财务分析 数据挖掘 　　随着信息化技术的发展，网络在我们生活中发挥越来越重要的作用，各种网络词语，如：网络交易、电子支付、支付宝等概念广为人知，网络化模式也逐渐改变人们的日常生活和工作方式。随着云计算等信息技术的发展和应用，“大数据”横空出世，海量的数据日渐充斥着我们的世界，特别是财务方面，大数据时代因其海量、异构、价值大的数据特征和多变性的信息需求对财务分析提出了新的要求，并带来了机遇和挑战。如何在数据的海洋中搜寻到财务的宝贵信息，为财务经营决策提供数据依据成为众多企业亟需解决的问题。 　　一、传统财务分析的主要问题和局限性 　　（一）企业财务报表本身的局限性 　　传统财务报表分析主要以报表中的数据为主，而忽略对非财务报表指标的分析。首先，财务数据本身是有其不足的，比如企业会计准则对固定资产提折旧以及对外投资的核算是可以进行不同的会计处理，因此，其财务分析的结果也是具有片面性的。其次，财务报表以历史成本为计价基础，数据可靠，但缺乏时效性和相关性；同时，仅以货币计量成本，往往忽视机会成本，而机会成本恰恰是会计报表使用者做出决策的参考数据之一。另外，没有考虑通货膨胀或紧缩和物价变动的因素，会导致数据隐藏着物价升值或贬值的风险，不能提供给报表使用者精准有效的数据信息。 　　（二）传统财务分析忽视企业本身的发展 　　现存的财务分析技术仅仅起到了专家性质的解析数据的作用，缺乏与企业自身经营战略、资源配置、系统管理的结合，分离企业经营的过程和结果，财务报表使用者只能从财务数据中看到经营效率的高低，看不到潜在的财务、经营与战略风险。大部分企业往往将经营利润作为财务报表的重点，只图报表数据的好看，忽略了财务管理的综合分析与现金管理分析。 　　（三）财务分析方法的单一性 　　第一，比率分析法和比较分析法是财务分析的两个基本方法，但是这两种方法都只是对企业过去发生的经济业务的反映，同时，会计报表使用者只有在季度末、年末才能看到企业的报表，报表上的数据不能反映企业现时的经营状况，因此，报表使用者只能通过对过去数据的分析推测企业的未来发展状况。 　　第二，企业会计政策和会计方法的选择必须依靠财务人员的主观判断完成，而不同的财务人员受其经验、能力等因素的限制做出的财务判断也不同，缺乏统一的比较标准。 　　第三，忽略对非财务指标的研究。非财务指标是指与企业的长远发展有紧密联系的因素，比如公司的创新能力、技术目标、发展潜力、客户满意程度等。非财务指标可以让报表使用者立足于过去的数据，展望企业未来的发展状况，加深投资者对企业发展的信心，深切的影响企业的财务状况。 　　（四）忽视风险预警机制 　　大部分财务报表都是基于过去的数据进行财务分析的，大大降低了管理的有效性，不利于企业进行事前、事中控制，不能预见企业未来发展中可能遇到的财务风险，也不能起到指导企业经营战略的作用。这种现状不利于管理层展开工作，会一定程度上制约企业的可持续发展。 　　二、基于大数据的财务分析的改进措施 　　大数据时代的到来，加大了财务分析的工作量和工作难度，采用数据挖掘技术完成对隐藏在海量信息中的数据的采集，分析数据之间的内在联系和关联规则，并基于历史数据预测企业未来发展趋势，完成合理高效的分析工作，为企业经营提供科学的依据。 　　（一）从单一分析转向多样分析 　　数据挖掘算法包含三种方式：关联规则提取、聚类、分类和预测。关联规则提取，是通过数学模型的方法从无规则的数据中提取有意义的关联规则，通过关联规则协助做出合理决策[1]。在关联规则提取中，经常采用Apriori算法。此算法通过提取样本数据的频繁模式项，采取迭代的多重模式项方法，最终得到固定的频繁模式项，而这种模式项就是关联规则。关联规则有大量的数据支持，我们可以通过这种算法向潜在客户推荐产品，同时也能拓展数据内容，让财务分析更加全面。 　　（二）从分析结果转向监管过程 　　聚类方法是无监督分类方法，将数据通过某种距离计算进而分类的方法，通过事先给定的几个聚类中心，然后计算每个数据到各个聚类中心的距离来将每个数据划分到对应类别，通过多次迭代修改聚类中心，最终得到各个数据对应的聚类中心[2]。欧式距离（1-1）是一种简单有效的计算距离的方法。 　　通过此方法，可以对一些数据分类，然后得到相应结果。既可以完善数据在收集中缺失的必要属性，又可以直接通过后台信息的处理获取直接的产品信息，将数据的触角延伸到消费者的终端。 　　（三）从