(南京信息工程大學(xué) 江蘇 南京 210044)

一、引言

2016年，國(guó)務(wù)院發(fā)布《“十三五”國(guó)家信息化規(guī)劃》，強(qiáng)調(diào)大數(shù)據(jù)核心技術(shù)發(fā)展的必要性。數(shù)據(jù)挖掘即從海量的數(shù)據(jù)中,將未知、隱含及具備潛在價(jià)值的信息進(jìn)行提取加工的過程。當(dāng)前我國(guó)管理會(huì)計(jì)發(fā)展還較為緩慢，多數(shù)企業(yè)數(shù)據(jù)處理還停留在財(cái)務(wù)報(bào)表層面，但企業(yè)不僅需要靜態(tài)的報(bào)表數(shù)據(jù)與公司財(cái)務(wù)狀況，更需要?jiǎng)討B(tài)的市場(chǎng)數(shù)據(jù)進(jìn)而改善公司經(jīng)營(yíng)管理方式。因此，將數(shù)據(jù)挖掘與管理會(huì)計(jì)相融合是改變管理會(huì)計(jì)現(xiàn)狀的必由之路。近年來，學(xué)者們?cè)趯?shù)據(jù)挖掘應(yīng)用于管理會(huì)計(jì)方面有所研究，王娟對(duì)數(shù)據(jù)挖掘在作業(yè)成本法、價(jià)值鏈分析、預(yù)測(cè)分析等方面的應(yīng)用進(jìn)行了探討，認(rèn)為數(shù)據(jù)挖掘能優(yōu)化分析，但該研究未能深入討論如何應(yīng)用。胡彥寧對(duì)數(shù)據(jù)挖掘在企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估方面進(jìn)行了研究，結(jié)果顯示數(shù)據(jù)挖掘能對(duì)風(fēng)險(xiǎn)進(jìn)行防范，但該研究?jī)H限于理論層面。高爽運(yùn)用模糊層次分析對(duì)中小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行分析，結(jié)果顯示該模型對(duì)于中小企業(yè)財(cái)務(wù)預(yù)警具有積極意義，但該研究局限于有周期性規(guī)律的財(cái)務(wù)數(shù)據(jù)。通過對(duì)前人研究進(jìn)行回顧，發(fā)現(xiàn)數(shù)據(jù)挖掘技術(shù)應(yīng)用于管理會(huì)計(jì)很多還停留在理論層面，沒有完整提出數(shù)據(jù)挖掘的流程。本文將數(shù)據(jù)挖掘技術(shù)引入管理會(huì)計(jì)，分析了數(shù)據(jù)挖掘技術(shù)對(duì)全面預(yù)算管理和業(yè)績(jī)考核與評(píng)價(jià)方面的影響并提出數(shù)據(jù)挖掘應(yīng)用流程。

二、大數(shù)據(jù)背景下數(shù)據(jù)挖掘應(yīng)用于管理會(huì)計(jì)的發(fā)展機(jī)遇

(一)人工智能分析數(shù)據(jù)能力強(qiáng)

管理會(huì)計(jì)是為管理者提供預(yù)測(cè)企業(yè)發(fā)展的數(shù)據(jù)支持，這就不僅僅需要簡(jiǎn)單的財(cái)務(wù)會(huì)計(jì)工作，更需要將數(shù)據(jù)結(jié)合內(nèi)外部環(huán)境進(jìn)行加工、分析。在傳統(tǒng)工作中，雖然已經(jīng)存在信息分析技術(shù)，但是缺少數(shù)據(jù)挖掘技術(shù)，分析結(jié)果比較簡(jiǎn)單。人工智能出現(xiàn)之后，AI能學(xué)習(xí)并模仿人類思維從而把握數(shù)據(jù)、學(xué)習(xí)數(shù)據(jù)、分析數(shù)據(jù)，幫助財(cái)務(wù)人員完成基礎(chǔ)工作，緩解財(cái)務(wù)人員工作壓力，讓會(huì)計(jì)人員有余力提高自身綜合素質(zhì)。

(二)智能時(shí)代管理會(huì)計(jì)價(jià)值突出

各行業(yè)競(jìng)爭(zhēng)者不斷涌入，市場(chǎng)競(jìng)爭(zhēng)日益激烈。在此背景下，公司管理者需要更加全面、綜合以及及時(shí)的數(shù)據(jù)支撐來制定企業(yè)的發(fā)展規(guī)劃，而傳統(tǒng)的管理會(huì)計(jì)因數(shù)據(jù)受限，可衡量的方面較窄，已經(jīng)難以支撐企業(yè)的決斷。管理會(huì)計(jì)的重要任務(wù)是從海量的看似沒有關(guān)聯(lián)非必要的數(shù)據(jù)中挖掘、分析對(duì)企業(yè)發(fā)展有價(jià)值的內(nèi)容。以往因技術(shù)水平受限，所以管理會(huì)計(jì)人員無法對(duì)競(jìng)爭(zhēng)者、內(nèi)外部環(huán)境、行業(yè)發(fā)展扎狀況，以及企業(yè)自身的情況做出準(zhǔn)確分析，但是數(shù)據(jù)挖掘技術(shù)出現(xiàn)以后，管理會(huì)計(jì)人員就可以將財(cái)務(wù)數(shù)據(jù)以及非財(cái)務(wù)數(shù)據(jù)結(jié)合，提高分析的全面性、效率。管理會(huì)計(jì)越來越被企業(yè)所重視，在管理會(huì)計(jì)中的資金投入越來越多。

三、數(shù)據(jù)挖掘?qū)芾頃?huì)計(jì)的影響

(一)加強(qiáng)全面預(yù)算管理

企業(yè)為了加強(qiáng)統(tǒng)籌規(guī)劃，強(qiáng)化控制管理過程，必須增強(qiáng)全面預(yù)算管理。相較于傳統(tǒng)的企業(yè)預(yù)算，數(shù)據(jù)挖掘不在主要依靠人工，縮短了集團(tuán)全面預(yù)算管理的時(shí)間，增強(qiáng)了準(zhǔn)確性、時(shí)效性，數(shù)據(jù)挖掘的信息集成與共享，使企業(yè)可以采取上下結(jié)合的預(yù)算編制方式，結(jié)合廣泛的數(shù)據(jù)來源確定預(yù)算的編制政策。不僅如此，大數(shù)據(jù)背景下數(shù)據(jù)來源呈現(xiàn)多樣性，不僅可以從財(cái)務(wù)能力、業(yè)務(wù)結(jié)構(gòu)和資金管理等組織內(nèi)部信息來源中預(yù)測(cè)下一年度的預(yù)算信息，還可以對(duì)外部成本數(shù)據(jù)進(jìn)行篩選和測(cè)算，針對(duì)市場(chǎng)的變化做出相應(yīng)的調(diào)整，使預(yù)算的編制更加精確，且具有彈性空間。

(二)完善業(yè)績(jī)考核與評(píng)價(jià)

作為企業(yè)人事管理的重要內(nèi)容之一的業(yè)績(jī)考核與評(píng)價(jià)，更是加強(qiáng)企業(yè)管理的重要手段之一。但是當(dāng)前對(duì)于員工的業(yè)績(jī)考核還較為單一，對(duì)績(jī)效的描述方法無論是定量還是定性，都難以做到信息完整、可信，更無法多維地考核員工績(jī)效。將數(shù)據(jù)挖掘中的相關(guān)關(guān)系分析法進(jìn)行創(chuàng)新，同時(shí)基于樣本量增加而提高對(duì)數(shù)據(jù)混雜性和模糊度的容忍程度，能夠更加全面、快速、準(zhǔn)確、不受偏見影響地描述和預(yù)測(cè)員工績(jī)效行為，從而提高員工積極性。

四、數(shù)據(jù)挖掘在管理會(huì)計(jì)中的應(yīng)用探討

數(shù)據(jù)挖掘應(yīng)用于管理會(huì)計(jì)中的基本步驟分為以下四步。

(一)數(shù)據(jù)提取

管理會(huì)計(jì)工作涉及面廣、綜合性強(qiáng)，特別是各類分析所需數(shù)據(jù)維度廣、分類細(xì)、數(shù)量大，要想實(shí)現(xiàn)數(shù)據(jù)價(jià)值最大化，就要了解各個(gè)部門可能掌握的信息，并進(jìn)行整理加工。

例如，生產(chǎn)部門因其特殊性可提供行業(yè)內(nèi)的最新生產(chǎn)工藝、設(shè)備等信息，也可從競(jìng)爭(zhēng)對(duì)手處獲得信息。市場(chǎng)信號(hào)理論表明，競(jìng)爭(zhēng)對(duì)手的任何行為改變都能夠直接或間接地反映對(duì)手的動(dòng)機(jī)、意圖或內(nèi)部情況。如果競(jìng)爭(zhēng)對(duì)手是上市公司或公眾公司，還可以獲取法定披露的信息。另外，近年來隨著大數(shù)據(jù)行業(yè)的興起，出現(xiàn)了很多數(shù)據(jù)公司，通過購(gòu)買數(shù)據(jù)服務(wù)也可獲得想要的數(shù)據(jù)，例如：數(shù)據(jù)堂、神通科技、帆軟等。

(二)數(shù)據(jù)預(yù)處理

因數(shù)據(jù)挖掘所面對(duì)的數(shù)據(jù)庫較為龐大，高質(zhì)量的數(shù)據(jù)能減少工作量，因此數(shù)據(jù)質(zhì)量極為重要，這就需要在數(shù)據(jù)挖掘之前進(jìn)行數(shù)據(jù)預(yù)處理。

數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗以及數(shù)據(jù)標(biāo)準(zhǔn)化。數(shù)據(jù)清洗要求去除不相關(guān)數(shù)據(jù)，將丟失的重要數(shù)據(jù)填補(bǔ)，以及將同類數(shù)據(jù)相比偏差較大的個(gè)別數(shù)據(jù)妥善處理。因?yàn)閿?shù)據(jù)是從不同的系統(tǒng)中取得，數(shù)據(jù)的度量方式不一樣，為方便分類，需要將數(shù)據(jù)的度量標(biāo)準(zhǔn)進(jìn)行統(tǒng)一，常見的數(shù)據(jù)標(biāo)準(zhǔn)化方式有很多種，其中最為常用的就是標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化，處理后的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布。

(三)數(shù)據(jù)挖掘

數(shù)據(jù)挖掘中常用方法有聚類、關(guān)聯(lián)規(guī)則、Web挖掘、文本挖掘等。本文基于企業(yè)競(jìng)爭(zhēng)環(huán)境分析簡(jiǎn)要介紹數(shù)據(jù)挖掘方法。

1.聚類，在未知特征值時(shí)，通過聚類把競(jìng)爭(zhēng)對(duì)手進(jìn)行歸類。

2.關(guān)聯(lián)規(guī)則分析，發(fā)現(xiàn)競(jìng)爭(zhēng)環(huán)境信息中有關(guān)聯(lián)的規(guī)則，如發(fā)現(xiàn)競(jìng)爭(zhēng)對(duì)手不同期產(chǎn)品之間的關(guān)聯(lián)性。

3.分類(K近鄰分類、決策樹、支持向量機(jī)等)，依據(jù)某個(gè)特征值(市場(chǎng)行為、競(jìng)爭(zhēng)戰(zhàn)略類型等)將競(jìng)爭(zhēng)對(duì)手進(jìn)行分類。

4.Web挖掘，從互聯(lián)網(wǎng)中抽取有關(guān)競(jìng)爭(zhēng)對(duì)手的信息。

5.文本挖掘，利用文本分類技術(shù)把文檔進(jìn)行快速有效的分類，找出不同信息源中相關(guān)內(nèi)容之間的聯(lián)系。

(四)數(shù)據(jù)評(píng)估

將上述處理的結(jié)果與管理會(huì)計(jì)分析結(jié)合，在數(shù)據(jù)庫中梳理出與企業(yè)分析相關(guān)的信息，得出有用的規(guī)則。通過數(shù)據(jù)可視化，將分析結(jié)果呈現(xiàn)給管理者。企業(yè)的不同層級(jí)，依據(jù)結(jié)果進(jìn)行決策，制定企業(yè)未來發(fā)展戰(zhàn)略。

五、結(jié)論與啟示

將數(shù)據(jù)挖掘技術(shù)應(yīng)用于管理會(huì)計(jì)工作中，可有效解決處理不及時(shí)問題，管理會(huì)計(jì)體系建設(shè)完成后，能及時(shí)針對(duì)變化做出調(diào)整，可以加速會(huì)計(jì)工作的變革與創(chuàng)新，但事實(shí)上，在當(dāng)下中國(guó)將二者融合仍存在不少挑戰(zhàn)。筆者認(rèn)為，需要做好以下兩方面基礎(chǔ)性工作：一是提高從業(yè)人員的專業(yè)判斷能力。數(shù)據(jù)挖掘技術(shù)作為新興信息化工具，改變了管理會(huì)計(jì)工作方式，但不可能改變管理會(huì)計(jì)的本質(zhì)屬性，因此從業(yè)人員的職業(yè)判斷顯得尤為重要。二是做好數(shù)據(jù)挖掘技術(shù)的安全監(jiān)管工作。首先存在“黑客”攻擊的可能，一旦數(shù)據(jù)挖掘的數(shù)據(jù)庫被攻擊，企業(yè)的交易信息、財(cái)務(wù)信息及用戶信息等將完全泄露。其次，對(duì)于數(shù)據(jù)挖掘技術(shù)的應(yīng)用，目前仍缺乏明確的法律法規(guī)約束。因此，應(yīng)通過建立健全行業(yè)監(jiān)督機(jī)制，盡可能降低數(shù)據(jù)挖掘技術(shù)的應(yīng)用風(fēng)險(xiǎn)。