數(shù)據(jù)挖掘在財務(wù)分析中的應(yīng)用

利用數(shù)據(jù)挖掘技術(shù)的優(yōu)勢，通過建立預(yù)測分析模型，可以有效提高企業(yè)財務(wù)分析和預(yù)測能力。

（一）投資決策分析能力

投資決策分析是一個復(fù)雜的過程，不僅要考慮投資項目的內(nèi)在環(huán)境，還要考慮企業(yè)所處的各種外在環(huán)境；不僅要考慮企業(yè)的投資回報率、回收期，還要考慮企業(yè)在營運過程中的現(xiàn)金流情況。要對一個投資項目的可行性進行分析，必須要借助大量的統(tǒng)計工具和模型。而數(shù)據(jù)挖掘技術(shù)可以及時動態(tài)的提供行業(yè)基本狀況以及投資環(huán)境等大量的數(shù)據(jù)資料，通過這些數(shù)據(jù)資料建立起來的模型，可以挖掘出對企業(yè)投資決策有用的信息，保證投資決策的正確性和有效性。

（二）籌資決策分析能力

籌集資金量的多少、籌資渠道、籌資方式、籌資期限都是企業(yè)解決籌資過程中的重要環(huán)節(jié)。為了更好更高效地籌集資金，企業(yè)必須分析企業(yè)所處的各種政治、法律、金融及技術(shù)等環(huán)境，了解企業(yè)所需籌集資金的用途及性質(zhì)，比較各渠道籌集資金的成本及風險。企業(yè)利用數(shù)據(jù)挖掘技術(shù)，運用回歸分析模型預(yù)測企業(yè)所需籌集資金的量，還可以利用關(guān)聯(lián)模型等對各種渠道及方式進行分析，挖掘最適合企業(yè)籌集資金的渠道、方式和期限，力爭以最小的成本及風險籌集到企業(yè)所需要的資金。

（三）預(yù)測分析能力

預(yù)測一般建立在大量的歷史數(shù)據(jù)和適當?shù)哪Ｊ交A(chǔ)上，數(shù)據(jù)挖掘能自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，利用趨勢分析、時間序列分析等方法，建立對如銷售、成本、資金等的預(yù)測模型，科學(xué)準確地預(yù)測企業(yè)各項指標，為決策提供依據(jù)。

（四）產(chǎn)品銷售分析能力

產(chǎn)品銷售是企業(yè)最終實現(xiàn)利益回歸的方式，但不同產(chǎn)品可能帶來不同收益。企業(yè)要不斷發(fā)展，必須實時分析不同產(chǎn)品在整個市場的趨勢。對那些只能給企業(yè)帶來短期收益的產(chǎn)品，不盲目擴大產(chǎn)品生產(chǎn)線，不積壓過多原材料，不要過多采取賒銷方式；而對那些具有長遠市場潛力的產(chǎn)品，不僅要多培養(yǎng)長期客戶群，建立客戶的信息數(shù)據(jù)庫；同時要通過數(shù)據(jù)挖掘技術(shù)的相關(guān)模型，如趨勢分析等模型了解該產(chǎn)品前期原材料等的預(yù)期市場趨勢，以加強材料庫存的管理，減少由于產(chǎn)品成本的變化給企業(yè)帶來的損失。

（五）客戶分析能力

客戶關(guān)系管理是提升企業(yè)競爭優(yōu)勢的有力武器。企業(yè)通過對客戶數(shù)據(jù)進行挖掘，進行關(guān)聯(lián)分析客戶對企業(yè)的價值貢獻、忠誠度、流失等信息，掌握客戶的行為規(guī)律，并根據(jù)這些規(guī)律進行分類，找出最有價值和具有潛力的客戶群，對這些重要客戶要緊密追蹤，要多角度、全方位地盡量為他們提供所需要的服務(wù)，減少潛在長期客戶的流失。另外，企業(yè)通過數(shù)據(jù)庫中客戶數(shù)據(jù)的分析，能挖掘出客戶真實狀況以判斷是否進行賒銷，降低企業(yè)自身的風險。

（六）財務(wù)風險分析能力

籌資投資過程中的金融風險、產(chǎn)品銷售過程中壞賬的風險，經(jīng)營過程中行業(yè)政策改變的風險，都是企業(yè)在運營過程中現(xiàn)實存在的。如果不注意對這些風險的分析，任何階段小小的風險都可能使企業(yè)處于危險的境地。企業(yè)利用數(shù)據(jù)挖掘技術(shù)，根據(jù)各個階段不同特點，建立不同的風險預(yù)測模型，可以提前對風險進行預(yù)測，加強各個階段的風險防范和控制。

應(yīng)用數(shù)據(jù)挖掘技術(shù)進行財務(wù)分析的方法步驟

利用數(shù)據(jù)挖掘技術(shù)進行財務(wù)分析的基本過程：

（一）確定財務(wù)分析的對象

定義財務(wù)分析的對象，根據(jù)財務(wù)分析的目的選擇合適的分析模型，采用相應(yīng)的數(shù)據(jù)挖掘方法。

（二）數(shù)據(jù)選取、收集

數(shù)據(jù)選取的目的是確定目標數(shù)據(jù)，根據(jù)用戶的需要從原始數(shù)據(jù)庫中選取相關(guān)數(shù)據(jù)或樣本。數(shù)據(jù)收集是數(shù)據(jù)挖掘的前提，數(shù)據(jù)可以來自于現(xiàn)有的事務(wù)處理系統(tǒng)，也可以從數(shù)據(jù)倉庫中得到。

（三）數(shù)據(jù)整理

數(shù)據(jù)整理是對選出的數(shù)據(jù)進行再處理，檢查數(shù)據(jù)的完整性及一致性，消除噪聲及與數(shù)據(jù)挖掘無關(guān)的冗余數(shù)據(jù)，根據(jù)時間序列和已知的變化情況，利用統(tǒng)計等方法填充丟失的數(shù)據(jù)。數(shù)據(jù)整理包括以下內(nèi)容：

1.數(shù)據(jù)選擇。搜索所有與財務(wù)分析對象有關(guān)的內(nèi)部和外部數(shù)據(jù)信息，根據(jù)財務(wù)分析的目的從中選擇出適用于數(shù)據(jù)挖掘的數(shù)據(jù)。

容理解的基礎(chǔ)上，尋找依賴于發(fā)現(xiàn)目標的表達數(shù)據(jù)的有用特征，以縮減數(shù)據(jù)規(guī)模，從而在盡可能保持數(shù)據(jù)原貌的前提下最大限度地精簡數(shù)據(jù)量。

3.數(shù)據(jù)轉(zhuǎn)換。選取合適的知識發(fā)現(xiàn)算法，選擇合適的模型和參數(shù)，建立分析模型，并將數(shù)據(jù)轉(zhuǎn)換成為該分析模型。

（四）數(shù)據(jù)挖掘

對所得到的經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進行挖掘。除了選擇、完善合適的挖掘算法外，其余一切工作都能自動地完成。

（五）模式評估

數(shù)據(jù)挖掘的結(jié)果有些是有實際意義的，而有些是沒有實際意義的，或是與實際情況相違背的，這就需要進行評估。評估可以根據(jù)用戶多年的經(jīng)驗，對在數(shù)據(jù)挖掘步驟中發(fā)現(xiàn)的模式進行評估，也可以直接用實際數(shù)據(jù)來驗證模型的正確性，進而調(diào)整挖掘模型，再次進行挖掘。

（六）分析決策

數(shù)據(jù)挖掘的最終目的是輔助決策。將發(fā)現(xiàn)的知識以用戶能理解的方式呈現(xiàn)給用戶，決策者可以根據(jù)數(shù)據(jù)挖掘的結(jié)果，結(jié)合實際情況，將分析所得到的知識集成到財務(wù)分析系統(tǒng)中，做出最終決策。