数据挖掘在财务领域应用.docVIP

数据挖掘在财务领域应用[摘 要]随着市场经济的迅速发展和经济全球化进程的加快 ,如何有效的从数据中获得有效的信息使企业在竞争中获得主动权的所面临的问题。本文通过采用聚类分析的方法对农业上市公司进行分组,从而有利于企业投资决策的制定。 [关键词]数据挖掘财务数据 财务指标分析 一. 数据挖掘简介 为了适应复杂多变及竞争加剧的市场,各行业的企业都构建了具有数据录入、检查、查询、统计和分析等功能的数据信息系统。但是,这些数据都是原始的、繁琐的,管理层不能根据这些大量的信息来对企业的经营情况进行分析,也就不能根据数据的分布情况来预测企业的发展趋势及为决策提供财务依据。因此,数据挖掘技术应运而生。 数据挖掘(Date Mining)就是指从企业的日常生产活动中产生的大量的数据中提取出有用的、有效的、可理解的一个过程。这一过程包括数据清理、数据集成、数据选取、数据交换、数据挖掘、模式评估、知识表示等。数据挖掘最大的一个特点就是它可以将数据信息库中大量的、繁琐的数据转换成企业所需要的信息,这也是数据挖掘受到企业欢迎的原因之一。现阶段,数据挖掘技术可以说在各个行业和领域都受到了广泛的应用。例如,在零售行业中,全球的零售“巨头”沃尔玛(Wal-Mart)通过使用数据挖掘的方法分析出啤酒与尿片之间有一定的数量关系,根据这一规律,它将两者绑在一起销售,结果使得销售额上涨了30%;在银行业中,汇丰银行采用数据挖掘技术将不断增长的客户群进行了详细的分类,从而找出最有潜力的客户类型,这时期销售费用减少了三分之一,等等。 二. 财务领域使用数据挖掘技术的必要性 数据挖掘作为一种挖掘型的分析工具,它主要是采用各种分析方法去发现、挖掘企业数据库中数据所蕴含的一些规律,从而帮助人们能更科学有效的进行决策活动。数据挖掘在财务领域涉及的内容很多,有预测、控制、决策等。一般而言,数据挖掘技术在财务决策方面应用的比较广泛。 1. 提高财务信息的利用能力,提高财务人员的工作效率 企业所有的数据都是存储在数据信息系统中,这些数据量很大,很凌乱,企业决策中可能需要的信息只是特定的某一方面的信息。传统的财务数据查询只是单纯的“查询”,没有对查询到的数据进行分析,管理层也就不能对某一主题所涉及到的相关数据进行多角度的分析,从而得出最佳的方案。因此,数据挖掘技术它的优越性可以提高财务信息的利用能力,提高财务人员的工作效率。 2. 减少财务信息的噪音问题,提高财务工作的便捷性 网络的快速发展带给我们快捷、方便查询资料的同时也带来了信息过量、真假难辨的问题。企业可以利用网络方便的获取与企业经营活动有关的信息并且可以实现信息的共享性。但是,这些信息并不是全部都是有效的,也有许多的垃圾信息存在。所以,对企业来说,目前存在的一个问题就是如何从大量的信息中筛选出对自身有用的信息,数据挖掘作为一种高效的数据分析工具,对于减少信息噪音方面起到很大的作用。 3. 符合财务信息化的需求,有利于企业实现财务智能化 传统的数据分析是依靠财务人员采用手工的方式从大量的数据中筛选出有用的信息,效率很低。随着数据量的增大,查询条件的复杂化,这样的方式也越来越不适合企业的进一步发展。管理层希望数据的分析提取过程能够达到智能化,提取的数据能够分享,甚至在查询过程中能够查到即使自己没有想到也需要的信息等。数据挖掘能够利用企业已有的数据进行获取、查询、分析等,从而满足财务信息智能化发展的要求。 三. 数据挖掘在财务领域的应用分析 众所周知,数据挖掘在财务领域的应用时广泛,下面我们通过几个例子来说明: 1.银行对账户进行信用等级的评估 对于银行等金融行业来说,根据企业的经营情况将企业按信用等级进行分类可以大大的降低信贷风险。数据挖掘技术就恰好能提供这样的服务,它从银行已有的数据库中按照信用评估的标准将账户进行分类处理,这样在提供信贷服务时就可以作为一个参考标准。同样,在分析信用卡的使用情况时也可以采用数据挖掘中的聚类分析等方法,将使用信用卡的顾客群进行细分,这样一方面,可以通过顾客对信用卡的使用方式来监测信用卡的恶意透支行为,另一方面,还可以针对不懂顾客群针对各种优惠措施,提高银行的收益。 2.数据挖掘在财务报表中的应用 财务报表反映的是公司的财务状况和经营成果,不同的报表使用者对财务报表的观众重点也不尽相同。股东可能更多看中的是公司的盈利能力,银行等债权人关注的是公司的偿债能力等。财务报表是一个历史信息,投资者在进行投资决策时不能单纯的只关注公司的财务报表,也应该把它与宏观的一些内容结合起来判断。因此,在对财务报表的阅读上,信息使用者需要采用数据挖掘将公司的财务状况进行深层的挖掘,方便做出决策。 3.数据挖