韩雪/中铁十九局集团电务工程有限公司

针对会计信息中数据挖掘的运用研究

韩雪/中铁十九局集团电务工程有限公司

数据挖掘，作为一种在海量信息中寻找并确定用户所需要信息的一种技术，在缓解和应对人们在知识信息大爆炸所表现出来的那种茫然上发挥着十分重要的作用。当然，就这种作用而言，其不仅可以应用到计算机行业之中，其在会计信息的相关工作中也有着十分广泛的运用。我们知道，就一个企业的会计工作而言，其所涉及到的会计因素是多方面的，这也就导致了其在会计信息上所表现出来的那种庞大量。因此，建立相应的会计信息系统，并运用数据挖掘技术，能够有效地提升其整体效率。本文主要围绕着会计信息中数据挖掘的运用这一中心主题，对其数据挖掘类型及具体实现方式等几个方面的内容进行简要的分析和介绍。

会计信息；数据挖掘；运用；实现

目前，在我国社会经济发展以及市场不断变化的深刻影响之下，企业已经朝着的一个做大做强的方向发展，而就这种发展而言，其是由企业内部组织结构需求以及外部目标设定等几个方面的因素共同作用而成的，但这样一种组织机构的扩大及内外部交易量的扩大，也就必然导致了其内部在进行会计管理的相关工作中要承受巨大的压力，因为其所需要涉及和囊括的会计信息是庞大的，其需要将与会计工作相关的各个部门及个人的信息进行有效的整合和管理。并为响应后续工作的进行奠定有了基础。但是，值得我们高兴的是，目前的计算机信息技术已经逐步凭借着其优势在整个企业中运用开来，而就这种运用而言，数据挖掘的运用更具代表性。

一、会计信息数据挖掘的主要内容

会计信息处理工作是一个企业会计工作中一个十分重要的组成部分，其能否一直处于一种较高的状态显得尤为重要。但是其在量上是表现出一种多样性的特点，因此，我们总需要引入这种数据挖掘技术。一般来说，其主要包括有一下几个方面的内容：

1.作业成本的数据挖掘。提高企业经济效益的最有效的方法是作业成本的准确计算和充分利用企业资源，但复杂的操作又限制了它的应用。企业会计人员可任意采用数据挖掘技术中的线型回归、聚类分析等方法确定作业的成本构成，并准确计算成本。通过建立作业与成本之间关系的数学模型，区分增值作业和非增值作业，达到改进和优化企业作业流程的目的，实现作业成本的数据挖掘。

2.财务预测分析的数据挖掘。企业财务管理的重要环节之一是进行财务预测分析，运用经济分析预测原理和理论方法来进行财务管理，通过对未来经济行为和经济状况进行假设，对企业未来财务状况和经营成果做出科学的预测。财务预测一般以预测性财务报告的形式加以表达，可以是整套的财务预测报告，也可以是季节性或非季节性的财务预测报告。财务预测分析是在巨量的会计信息历史数据和所建立的预测模型既既基础上，采用回归分析、时间序列分析和趋势分析等方法，科学准确的预测企业运行中的各项评价指标，依此作为企业财务管理的决策依据。

3.投资决策分析数据挖掘。投资决策分析过程本身是一个非常复杂的过程，一般从企业的财务报告信息、国家宏观经济环境信息和行业发展状况等大量的会计数据资料中挖掘出与投资决策相关有用的信息，来保证企业在投资决策上的正确性和有效性。

4.客户关系管理数据挖掘。客户关系管理是通过对客户群体进行的分类管理。一方面通过对企业来往的所有客户进行分类和相关分析，发现客户间的群体行为规律，来对企业客户进行按类分组，从而有利于实现客户的差别化服务。另一方面对企业客户进行价值分析，找出对公司最有价值的一部分客户，重点对这一部分客户的行为、需求和偏好进行动态跟踪和管理，根据客户群体的不同提供相应产品和优质的服务，为与客户建立长期的合作关系建立坚实基础，提高客户长期保持能力。

5.财务风险数据挖掘。如果企业因为产品营销、投资决策和不可抗力因素而出现企业经营循环和财务循环无法正常进行，则企业的财务出现了危机。而进行财务风险的数据挖掘，实现财务危机预警就能够使企业经营者及时了解企业面临的财务风险，通过观察所设置的财务预警数据指标的变化，对企业可能面临的财务风险进行实时监控和预报，是在财务危机发生前采取风险防范措施，避免出现财务危机最有效的手段。

6.虚假会计信息数据挖掘。与正常的会计信息相比，虚假会计信息具有某种结构上的特征。通过对数据库中大量的正常会计信息和虚假财务信息数据通过概念描述方法实施数据挖掘，将详细的财务数据在较高层次上表达出来，可得到正常会计信息和虚假会计信息的一般属性特征描述，从而为财务人员的判断虚假会计信息提供了依据。

二、数据挖掘在会计信息中的运用

当然，就数据挖掘在会计信息的运用与实现来说，其又有主要从表现在其信息系统的建立之上。

目前，数据挖掘技术在会计信息系统中的应用主要体现在：一是财务状况的判断，利用数据挖掘分类、预测等技术根据企业过去、现在的财务信息判断目前的财务状况；二是财务危机预警，利用回归、神经网络等技术根据收集到的企业信息资料，判断企业未来发生财务危机的可能性：三是客户关系管理，利用分类、聚类、生存周期等技术跟踪不同客户的行为特征，确定不同客户群，针对不同客户实施差异化的营销策略；四是供应商的选择，通过分类等技术跟踪原料的供货信息，并收集相关企业信息，选择最优的供应商；五是投资项目的选择，利用预测、关联等技术在众多项目中选择最有价值的项目，实现资金效率最大化。

不难看出，企业面对的不仅仅是企业内部信息，还包括外部信息，不仅仅是财务信息，还有非财务信息。如果仅仅用较低层次的分析水平，比如：因素分析、比率分析、趋势分析等，远远不能满足实际需要，因此，如何从大量的数据中经过深层次分析，获取有价值的信息。笔者认为，应将数据仓库、数据挖掘技术引入会计信息系统，即在会计信息系统中增加数据挖掘模块。

三、结语

经过上文的分析和介绍，我们对会计信息进行数据挖掘的内容、目的以及数据挖掘在会计信息中的具体运用及实现等几个方面的内容有了一定的了解，从中我们可以深刻的认识到，一个企业如果想在如今竞争如此激烈的市场经济中立足，其就必须增强自身内部的整体运行效率以及外部的竞争力，而就这两个方面的内容而言，其归根结底就是对会计信息的有效处理，因为正如我们在文中所说的那样，会计信息是涉及到企业内外部运行的各个环节之中的，而这些多方面所生成出来的大量会计信息也就必然导致其在进行数据挖掘技术运用时势必会表现出一种较为多样性和全面性的特点。

[1]马李蕾，马钧占。企业会计信息的管理和二次利用[J].财务与会计，2010（10）.