前言：尋找寫作靈感？中文期刊網用心挑選的數據挖掘技術在財務風險中的應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：
在當前新常態市場經濟階段，對于企業來說，獲取更安全穩定的生存與經營環境，謀求更深層次的突破性發展，以此來獲取市場利潤最大化，這才是企業最迫切需求的?；诖耍疚囊試鴥戎行摌I公司發展狀況為例，著重分析了企業財務風險，并借助于數據挖掘技術來構建企業財務風險評估和預警模型，以期為企業發展提供建議。
關鍵詞：
數據挖掘技術;財務風險;預警模型
1財務風險分析理論及發展
1.1財務風險分析的作用
隨著我國社會主義市場經濟體制的逐步確立，以及后期的不斷深化改革與完善，社會各行業企業管理層的風險意識不斷增強。(1)企業進行財務風險分析，從國家大層面視角來看，對于整個社會的經濟決策起到了科學化的督促效果。在當前社會主義市場經濟環境下，我國國內企業，特別是那些初具規模或者是中小板的創業公司，要想確保企業各項經營管理經濟活動得以正常運行下去，開展財務風險分析活動，并將其納入企業規章制度、戰略發展方案中來，是最佳的一種選擇。(2)企業開展財務風險分析活動，另一項功用就是評估，包括對企業價值、企業績效以及對企業未來發展前景等層面，加以分析，包括分析企業的市場盈利能力、企業增長速度等。對于上市企業來說，對企業準備在轉讓的股權、所獲利益、資產狀況和所有者權益進行分析[1]。
1.2財務危機預警
預警就是一種防范性機制，主要在于前期的預測，比如企業出現了財務風險惡化現象，通常都是由企業財務危機所引起的。當企業的財務風險得不到及時有效的控制時，就會在短期內快速轉化成為財務危機[2]。上述這種情況在中小創業公司和上市公司中是最為常見的一種財務現象，因此，對于這類企業而言，根據實際情況構建危機預警機制和模型，是必不可少的一個關鍵環節。
1.3數據挖掘技術
數據挖掘(DataMining)，一般也被稱為資料探勘、數據采礦，它是數據庫知識發現中的一個步驟，具體一點講，就是指從大量的數據中通過相應的算法，來及時、準確的搜索出隱藏或者可能隱藏在數據信息中的價值信息[3]。企業(用戶)通過統計、在線分析處理、情報檢索、機器學習、專家系統以及相對應的模式識別等，均可以實現這種目標。這主要是因為，數據挖掘所蘊含的思想，本身就起源于統計學，借助于現代化人工智能技術等相關理論，專門設計的一種大量數據分析處理模型，其實現主要得益于高性能計算機和分布式計算機處理技術。在實際應用中，數據挖掘的算法常見的有四種形式，分類和預測、聚類、關聯規則、時間序列。本文在這里重點選用決策樹分類分析方法。
2基于數據挖掘技術的財務風險分析與預警
2.1風險分析
關于財務風險分析與數據挖掘的定義概念，在前文中已經進行了簡要闡述，將數據挖掘技術應用到企業財務風險日常工作分析中來，實施步驟包括：首先是確定財務風險分析的對象，并準備好財務風險分析以及相關數據；其次就是將準備的對象、數據預處理；再次就是實施數據挖掘；最后對其檢驗出來的結果進行評價并解釋其中的問題、規律等，并在此基礎上將其中涉及到的知識理論與工作實際融合起來，也就是知識的同化。
2.2前期準備
包括確定對象和數據準備，雖然在數據挖掘技術運用下，企業財務風險分析活動流程變得相對簡單，但其所蘊含的思想還比較復雜，重點在于分析，包括對象的挖掘、數據的準備、模型的建立，以及對數據挖掘結果加以整合處理分析等，這是一個統一化的全過程。在這個過程中，企業需要考慮到過程中每一個環節階段需要做什么，將流程細節化、將細節具體化，比如，挖掘什么數據、需要挖掘多少數據、需要將數據挖掘到什么程度，在挖掘的過程中需要提取哪些關鍵知識或者因素指標。因此，前期準備工作可以總結歸納為兩個層面，一是數據選擇與確定，二是準確和處理，目的就是要將挖掘到的數據通過分組處理，使其效率達到最優化，最終實現簡化挖掘模型的實際性效果。
2.3構建模型
基于數據挖掘技術的財務風險分析與預警模型的構建，企業管理層必須清楚的認識到財務風險的本質與內容，只有結合行業狀況、企業自身經濟環境，將財務風險管理控制舉措靈活運用，才能達到預期效果。一般情況下，財務風險內容主要包括以下幾個小范圍，資金結構與現金流風險、會計核算與流程風險、會計及財務報告風險等。在這里以其中一項財務活動為例，比如企業貸款合約。以企業來說，企業家需要承擔一定的有限責任，這也就意味著假若該項目最終以失敗告終，那么包括雙方在內，收益均為O(在這里不考慮企業過去的投資和其他方面的私人利益)?；诖?，一般情況下，規定放貸者對借款人進行正的轉移支付也就沒有了任何意義，因為這種情況風險占據著主動，并且對收益沒有做到任何的保險，也就是一種防范與預測[4]。當然，假若該項目最終取得成功，借款人和放貸人雙方可以共同分享利潤，假設利潤為R，那么企業(企業家)可以分Rb，放貸者可以分得R1，而后者所獲取到的凈收益，則表示為R1-(I-A)，其中，“I-A”表示的是融資額度，即在第0期的時候，某項目的固定投資設為I，A為該企業的初始資產，一般小于I。這種是項目成功的情況；當正如前面所說項目失敗的情況，放貸者的凈收益則表示為-(I-A)；相對的，企業家的凈收益，在成功和失敗的情況，分別表示為Rb-A、-A。在構建模型之前，企業需要對自身所存在的財務風險及其各項因素指標，全部都需要考慮到，在風險控制分析的基礎上，構建有針對性的財務危機預警機制，而財務危機預警機制的目的是促進風險控制分析目標的實現。本文主要運用了決策樹的分類方法，即一種由節點和有向邊組成的層次結構，在這里主要包含了三個關鍵節點。第一是根節點，該節點沒有入邊，多為零條或者多條出邊；第二是內部節點，有且僅有(大多情況)一條入邊或者兩條；第三是葉節點/終結點，有一條入邊，沒有出邊。在預警模型構建的過程中，需要準確把控財務風險預警系統功能，比如，預報功能、診斷功能、預控功能、保健功能等。所謂預報功能，以上市公司來說，跟蹤上市公司的生產經營過程，將上市公司生產經營的實際情況同上市公司預定的目標，相互之間進行匹配，深入分析企業自身在營運方面可能出現的一些問題，對其進行預測，從中找出有參考價值的信息，發現偏差，加以核算、考核。其中預報機制，主要是在發現財務經濟活動中的風險因素后，及時預報，注重實效性，這樣可以讓該企業的管理層盡快的尋求、制定出更有利的對策方案，避免或者減少財務危機帶來的風險損失。其次是診斷功能，診斷這一環節主要是根據前面的跟蹤、預報的結果，對其進行對比分析，具體可以運用一些先進的現代化管理機制，通過這些診斷技術來綜合評價公司的實際運營情況，找尋出其中所存在的弊端與問題。緊接著就是預控功能，通過預報、診斷之后，下一步就是預控，根據現存的問題找尋其原因，方能“對癥下藥”，采取相對于的措施來合理解決、處理企業經營發展中的偏差、過失。通過決策樹分析法，在選取自變量指標數據時，根據合理、準確，以某上市公司來說，在財務指標選擇上，包含有企業的償債能力指標、盈利能力指標、營運能力指標。如償債能力指標包括流動比率、速動比率、資產負債率等；盈利能力指標包括企業凈資產收益率、當期營業利潤率、總資產收益率等；營運能力指標包括資產周轉率、存貨周轉率、應收賬款周轉率等。此外，包括像企業的當期現金流量能力指標和發展能力指標，都可以根據企業的實際情況來有針對性的選擇。
3實例研究
以下述兩家知名房地產公司為例，兩家公司數據來源于中國證券之星網站和巨潮資訊網站。在財務狀況指標評價層面，涉及全面領域，例如，每股收益、資產收益率、營業收入增長率、資產周轉率、流動比率、速動比率、現金負債比率、市凈率、市銷率等。在因變量指標的選擇上，以公司的償債能力、盈利能力以及市場運營能力、增長率為主。共五大財務指標，即公司的償債、盈利、營運、現金流量、發展等能力，需要考察14個小項。在樣本數據的選取上，本次有針對性的選擇了兩家具有典型代表的房地產上市企業，即A公司和B公司。在每股收益、凈收益、資本公積金等指標比較上，B公司均要高于A公司。此外，在流動比率、速動比率、存貨周轉率以及企業當期銷售凈利潤率等指標比較上，B公司也明顯高于A公司。資產負債率方面，A公司達到了60%，而B公司為40.3%。如表1所示，基于聚類分析的思想，挖掘出上述選取的兩家代表性公司的關聯性。通過關聯性分析，可以更加精準的找尋出真正影響企業財務風險狀況的各種因素，通過與同行之間的對比，可以及時發現問題所在。例如，在關聯規則交互挖掘策略下對公司內部財務信息加以分析，根據公司和行業實際情況，設置不同的支持度閾值和置信度閾值，可以更加準確地發現財務指標中的異常情況。企業通過與同行之間對比，實現了對測試數據合理分類，有助于提升整個預警系統在財務狀況分類與決策中的重要性、可行性。可以看到，公司流動比率、存貨周轉率、資產負債率和銷售凈利潤了，支持度和置信度的閾值均高于50%，說明公司各項財務指標因素相互之間的關聯度較強。該兩家公司存貨周轉率的支持度和置信度最高，這一點則表明公司財務風險的出現與存貨周轉有較大關聯。根據檢驗出來的數據結果，相關人員方可從其中根據挖掘操作結果的成敗，來進一步作出相應決定，并對其予以具體化的解釋與評價。能夠對所得到的結果有一個綜合性、準確性的評價，并以此來預估未來一段時間內的發展趨勢[5]。以上述部分內容來說，假若此次財務風險分析數據取得了預期中的效果(成功)，對于公司財務部門工作人員來說，下一步就需挖掘分析，財務預警模型本身，也就是此次數據檢驗所運用到的操作模型，探討分析了其是否真正優于數據集上的模型，同時還需要從檢驗結果中分析，該模型的準確性是否優于其他模型?？傊?，建立預警系統，可以給投資者提供更多的預測性，時刻引導著財務項目的決策科學可行。對于財務部門的工作人員來說，最重要的是可以反映出公司真正價值的信息，為企業領導者和投資者較早得到公司陷入危機的警告。
參考文獻
[1]李艷玲,宋喜蓮.基于數據挖掘的上市公司財務危機預警研究[J].沈陽師范大學學報:自然科學版,2014,32(2).
[2]黃月,高學東.聚類分析在高校財務風險評價中的應用[J].中國管理信息化,2014(8).
[3]吳嘉偉,宋琦,王新宇.數據挖掘技術在金融風險分析中的應用[J].中國投資,2013(S2).
[4]徐玉輝.企業財務風險智能預測實證研究[D].浙江師范大學,2015.
[5]王春苗.財務實時控制系統中數據挖掘技術的應用[J].自動化與儀器儀表,2015(9).
作者:唐海成 單位:云南世博旅游控股集團有限公司
