□文/陳 聰

（揚州大學商學院 江蘇·揚州）

［提要］ 在大數(shù)據(jù)環(huán)境下，怎樣才能合適地把數(shù)據(jù)挖掘技術(shù)應(yīng)用到管理會計實踐應(yīng)用中，成為國內(nèi)乃至國際會計界關(guān)注的焦點之一。鑒于此，本文探討數(shù)據(jù)挖掘在處理管理會計信息方面存在的問題，研究數(shù)據(jù)挖掘技術(shù)對管理會計的影響、具體應(yīng)用以及意義，并提出對策。

一、管理會計的定義

隨著經(jīng)濟的發(fā)展和企業(yè)業(yè)務(wù)日趨復雜化，管理會計應(yīng)運而生。從起源上來看，管理會計是從傳統(tǒng)的財務(wù)會計中分離出來的，是企業(yè)會計的一個分支。它由管理會計系統(tǒng)和成本會計組成，以提高企業(yè)經(jīng)濟效益和改善企業(yè)經(jīng)營管理為目的，著重對企業(yè)未來事項的預測和關(guān)注。管理會計的主要職能是評價、控制、決策和規(guī)劃。一方面管理會計為了提高企業(yè)經(jīng)濟效益，實現(xiàn)企業(yè)價值最大化，因此重視價值管理；另一方面為了提高企業(yè)的工作效率和產(chǎn)能產(chǎn)量，也強調(diào)作業(yè)管理，可以這樣說，作為一種價值運動，價值管理和作業(yè)管理一起構(gòu)成了管理會計的作用對象。管理會計人員通過從財務(wù)會計那里獲得的資料，利用一系列專門的方法，對這些資料進行加工整理以及報告，最終提供給企業(yè)各級管理層與日常決策相關(guān)的信息，企業(yè)利益相關(guān)方可以根據(jù)這些信息進行決策。

二、數(shù)據(jù)挖掘技術(shù)的定義

目前，隨著大數(shù)據(jù)時代的到來，海量的信息和數(shù)據(jù)遍布我們生活的方方面面。但是，我們卻還是面臨“信息匱乏”的困擾，原因就在于雖然有許多信息數(shù)據(jù)在周圍，我們卻很少能找到對自己決策有價值的信息。大數(shù)據(jù)技術(shù)的發(fā)展，為解決這種困擾帶來了希望。

數(shù)據(jù)挖掘技術(shù)深層次地分析了信息數(shù)據(jù)之間的特點和聯(lián)系，挖掘不同類數(shù)據(jù)之間蘊含的潛在聯(lián)系，從而分析企業(yè)的日常經(jīng)營問題和經(jīng)營業(yè)績情況，為企業(yè)的財務(wù)發(fā)展和未來戰(zhàn)略提供相關(guān)的建議，提升管理層的決策水平。數(shù)據(jù)挖掘在基于管理會計信息的基礎(chǔ)上，使用專門的信息技術(shù)來強化數(shù)據(jù)的深入性和全面性，從而幫助企業(yè)提高會計和財務(wù)管理水平，增強企業(yè)在財務(wù)分析方面的能力。企業(yè)可以利用數(shù)據(jù)挖掘技術(shù)來對企業(yè)管理會計信息進行數(shù)據(jù)分析，為企業(yè)的管理會計信息和未來發(fā)展保駕護航。

三、數(shù)據(jù)挖掘相關(guān)技術(shù)

（一）概念描述。概念描述是對指某一類對象的定義和特點進行敘述和概括。概念描述根據(jù)描述對象的差異，主要分為兩大類：描述某一類對象的共性叫作特征性描述、描述某一類對象的差別叫作區(qū)別性描述。

（二）統(tǒng)計技術(shù)。統(tǒng)計技術(shù)利用概率論和數(shù)理統(tǒng)計的知識，對既定的一個集合假設(shè)一個概率和分布模型，在此模型的基礎(chǔ)上對目標對象進行相關(guān)信息和數(shù)據(jù)挖掘。由于有回歸分析和判別分析等模型支撐，統(tǒng)計技術(shù)的優(yōu)點是分析結(jié)果易于理解且精確，被普遍應(yīng)用于實際中。

（三）差別分析。差別分析通過分析數(shù)據(jù)的差異來發(fā)現(xiàn)隱藏在數(shù)據(jù)中的非正常情況來緩解噪音數(shù)據(jù)的干擾，以便使用者獲得最有價值的數(shù)據(jù)和信息。

（四）決策樹技術(shù)。決策樹技術(shù)我們一般都比較熟悉，是我們?nèi)粘Ｉ钪凶畛Ｓ玫臄?shù)據(jù)挖掘技術(shù)之一。它根據(jù)不同的判斷標準來對數(shù)據(jù)進行分類，遵循的規(guī)則十分直觀，簡單易懂，在分類時，相較于其他數(shù)據(jù)挖掘技術(shù)，耗時也較短。決策樹技術(shù)適用于分類條件，原因在于它在不同的條件下會顯示有關(guān)數(shù)值的具體規(guī)則算法。至于它的計算方法，一般有 CART、ID3、C4.5 等。

（五）遺傳算法。美國D.J.Hol-land 教授于1975 年提出遺傳算法，它是一種完美結(jié)合了生物技術(shù)和計算機科學技術(shù)的優(yōu)化類算法?！拔锔偺鞊瘢m者生存”是大自然最基本的法則，所有的種群都是由各種生物依據(jù)一定的機制進化遺傳而成。與大自然中這種最基本的生存法則相類似，遺傳算法也是遵循一定的合理原則，模擬生物進化機制，優(yōu)化各種數(shù)據(jù)模型。相較于其他算法，遺傳算法具有高效靈活的優(yōu)勢，原因在于所要求輸入的信息較少。

（六）關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則主要將大量數(shù)據(jù)集中在一起，將這些數(shù)據(jù)的依賴關(guān)系和關(guān)聯(lián)關(guān)系充分地進行挖掘，是應(yīng)用最為廣泛的數(shù)據(jù)挖掘技術(shù)。通過關(guān)聯(lián)規(guī)則分析，能從用戶的行為中挖掘出一類具有共同點的行為模式。比如著名的“啤酒尿布關(guān)聯(lián)規(guī)則”，這些美國年輕的父親去買尿布時總會買一點啤酒，商家根據(jù)這一關(guān)聯(lián)規(guī)則，把啤酒貨架和尿布貨架安排在一起，從而獲得更多銷量和利潤。

多種重金屬在土壤中會發(fā)生協(xié)同作用或拮抗作用，這種綜合作用會影響土壤的質(zhì)量,其影響程度可以用RI來表征。RI體現(xiàn)了重金屬的生物有效性及其對生態(tài)影響的相對貢獻比例，可以綜合反映土壤重金屬的污染水平和對土壤的潛在生態(tài)危害。土壤中重金屬綜合潛在生態(tài)風險性評價結(jié)果見表8、圖3。9個樣品中有8個樣品的RI值介于150～300之間，綜合潛在生態(tài)風險程度為中，一個樣品RI值超過300，綜合潛在生態(tài)風險程度為重?？傮w來看，該農(nóng)田潛在生態(tài)風險較高，主要是Cd和U所帶來的潛在生態(tài)風險，而其他元素基本沒有給農(nóng)田帶來潛在的生態(tài)風險。

（七）粗糙集技術(shù)。粗糙集技術(shù)能夠清楚地分析出非精準數(shù)據(jù)和噪聲數(shù)據(jù)之間的關(guān)系，是數(shù)據(jù)挖掘技術(shù)中應(yīng)用較為廣泛的一種方式。相較于其他技術(shù)，粗糙集技術(shù)只需要用一些不確定不完整的數(shù)據(jù)就可以建立分析模型，附加信息及初始數(shù)據(jù)對其建立模型來說是非必要的，因此粗糙集技術(shù)具有數(shù)據(jù)挖掘效率高的優(yōu)點。

（八）神經(jīng)網(wǎng)絡(luò)技術(shù)。神經(jīng)網(wǎng)絡(luò)技術(shù)在功能和結(jié)構(gòu)方面有點類似于人腦的神經(jīng)元，它是模擬神經(jīng)測試規(guī)則進行設(shè)計和開發(fā)的。神經(jīng)網(wǎng)絡(luò)在結(jié)構(gòu)上一般分為輸出層、輸入層和隱含層，其中與目標變量相對應(yīng)的是輸出層，與預測變量相對應(yīng)的是輸入層，而位于輸出、輸入層之間的隱含層，它的層內(nèi)節(jié)點和層數(shù)決定了神經(jīng)網(wǎng)絡(luò)的復雜程度。神經(jīng)網(wǎng)絡(luò)技術(shù)相較于其他技術(shù)有著較高的承受噪聲數(shù)據(jù)能力的優(yōu)勢。

四、數(shù)據(jù)挖掘技術(shù)應(yīng)用流程

（一）數(shù)據(jù)取樣。在進行數(shù)據(jù)挖掘前，為了提升數(shù)據(jù)挖掘的應(yīng)用效果，保證有次序地實施數(shù)據(jù)挖掘的進程，必須對數(shù)據(jù)所取的樣本進行嚴格檢查，以保障數(shù)據(jù)挖掘的方向可靠。因此，我們必須要緊緊圍繞數(shù)據(jù)挖掘所要達到的預期目標，建立數(shù)據(jù)表來對信息進行抽樣，在此過程中，我們不能盲目地追求樣本的數(shù)量，還需要考慮樣本數(shù)據(jù)的實際意義。

（二）數(shù)據(jù)探索。數(shù)據(jù)探索是對數(shù)據(jù)進行詳細而深入的搜尋，一般在完成數(shù)據(jù)取樣后進行此流程。在數(shù)據(jù)探索中，我們可以通過數(shù)據(jù)樣本來掌握數(shù)據(jù)信息中的潛在關(guān)聯(lián)，以便提升我們對數(shù)據(jù)挖掘任務(wù)的認知。

（三）數(shù)據(jù)調(diào)整。由于我們得到的數(shù)據(jù)性質(zhì)可能不大相同，比如有的是描述型數(shù)據(jù)，有的是數(shù)值型數(shù)據(jù)，有的是分類型數(shù)據(jù)，如果直接把這些數(shù)據(jù)帶入模型計算，會有極大的誤差，因而在建模之前，我們要對這些數(shù)據(jù)進行無量綱化處理，也就是對這些數(shù)據(jù)進行調(diào)整。為了排除一些無價值數(shù)據(jù)的干擾，數(shù)據(jù)調(diào)整一般是對數(shù)據(jù)進行替換或修改、減少或增加，使搜集到的數(shù)據(jù)更有針對性和效率性。

（四）數(shù)據(jù)建模。在這個流程中，要利用回歸分析、決策樹等分析方法，建立各種數(shù)據(jù)模型。數(shù)據(jù)建模是數(shù)據(jù)挖掘技術(shù)中最關(guān)鍵的流程。

（五）數(shù)據(jù)分析。數(shù)據(jù)分析通過創(chuàng)建評級體系，公正客觀地分析經(jīng)過模型驗證后的數(shù)據(jù)信息并評價這些信息的實用可靠性，是數(shù)據(jù)挖掘技術(shù)最后一個流程。

五、數(shù)據(jù)挖掘技術(shù)在管理會計信息處理中存在的問題

（一）數(shù)據(jù)廣度和深度不足。如今，許多企業(yè)在用數(shù)據(jù)挖掘技術(shù)處理管理會計信息的過程中，往往會忽視數(shù)據(jù)的深度和廣度。在處理管理會計信息的過程中，他們沒有對經(jīng)營過程中的其他信息進行深入挖掘分析，只是把一些與經(jīng)營活動有關(guān)的信息數(shù)據(jù)進行了分析對比，只是通過收入和費用的具體情況來對企業(yè)的經(jīng)營利潤下定義。由于沒有分析項目的成本控制效果和內(nèi)部運營的成本，就會致使分析數(shù)據(jù)的深度不足；另外，企業(yè)僅僅對財務(wù)方面的信息進行了數(shù)據(jù)挖掘和分析，并沒有對企業(yè)的其他方面，如人事、市場、物流等數(shù)據(jù)信息深入挖掘與分析，就會致使數(shù)據(jù)的廣度補足。數(shù)據(jù)的廣度和深度不足，將會對企業(yè)管理層的未來決策造成不利的影響，甚至會帶來致命性的危害。

（二）財務(wù)分析和預算偏差大。當前企業(yè)在實施會計電算化的過程中，往往實際財務(wù)分析情況和預算財務(wù)情況存在較大的偏差，這是因為企業(yè)僅走個預算的形式，并沒有或者說很少把財務(wù)的預算數(shù)據(jù)和實際數(shù)據(jù)進行對比。企業(yè)不能有效地落實財務(wù)預算數(shù)據(jù)，就會影響處理管理會計信息的效率，管理會計水平得不到提升，最后就會致使企業(yè)財務(wù)分析和預算存在較大偏差。

（三）財務(wù)原始數(shù)據(jù)傳輸不暢。目前，由于各種主觀和客觀因素，企業(yè)的原始憑證等原始會計數(shù)據(jù)會出現(xiàn)傳輸不暢的問題。我們都知道，管理會計信息最基本的質(zhì)量要求是可靠性，如果原始管理會計數(shù)據(jù)傳輸不暢，那么管理會計信息的可靠性得不到保障，后面一系列的建模分析更是無從談起。

六、提升數(shù)據(jù)挖掘技術(shù)的管理會計信息處理水平

（一）優(yōu)化數(shù)據(jù)挖掘的廣度和深度。在日常的數(shù)據(jù)挖掘過程中，企業(yè)應(yīng)當對財務(wù)和運營數(shù)據(jù)進行全面的分析和了解，驗證不同的數(shù)據(jù)，以便進一步優(yōu)化數(shù)據(jù)挖掘的廣度和深度。此外，對于數(shù)據(jù)的深度，既要對重點項目實施全面數(shù)據(jù)分析，熟悉企業(yè)在日常經(jīng)營過程中的費用支出和成本控制情況，還要對比不同部門的成本和費用情況，為企業(yè)經(jīng)營者提供具體的經(jīng)營情況，只有這樣，才能更好地考核績效。

（二）加強預算管理。為了減少財務(wù)分析和預算的偏差，提高處理管理會計信息水平，保障數(shù)據(jù)挖掘在處理管理會計信息方面的質(zhì)量，企業(yè)必須要加強預算管理。想要增強財務(wù)分析效果，保障數(shù)據(jù)的有效性和直觀性，企業(yè)就要使用合適的預算數(shù)據(jù)，因而預算管理是必不可少的。在預算管理的過程中，企業(yè)不但要參考歷史經(jīng)營情況，還要考慮未來發(fā)展戰(zhàn)略。企業(yè)既要把未來經(jīng)營情況和預算數(shù)據(jù)結(jié)合起來，減少二者之間的差異，又要保證預算數(shù)據(jù)的可靠。企業(yè)在預算時可以選擇零基預算法，雖然零基預算法比較難，但是準確性較高。

（三）加強信息共享。為了避免財務(wù)原始數(shù)據(jù)傳輸不暢，企業(yè)應(yīng)當要加強信息共享。企業(yè)各部門的信息都要和財務(wù)部門進行共享，這樣有利于各種信息及時地傳達到財務(wù)部，從而保障了管理會計信息的可靠性和及時性。企業(yè)可以建立一個信息共享平臺，以便更高效地進行信息共享。另外，企業(yè)也要重視業(yè)財融合，通過一些軟件把財務(wù)信息和業(yè)務(wù)信息進行對接。

七、數(shù)據(jù)挖掘技術(shù)在管理會計中的應(yīng)用探討

（一）財務(wù)風險預測和評估。數(shù)據(jù)挖掘技術(shù)可以幫助管理會計評估企業(yè)財務(wù)風險，為了讓管理層實時了解企業(yè)財務(wù)風險，我們可以利用如神經(jīng)網(wǎng)絡(luò)和遺傳算法等技術(shù)，建立合適的財務(wù)風險評估模型并對財務(wù)數(shù)據(jù)加以分析，這樣就能讓企業(yè)管理層掌握企業(yè)財務(wù)風險并加以評估和預防，及時采取恰當?shù)拇胧?，把一些問題扼殺在搖籃之中。

（二）投資決策研究。投資決策由于考慮的因素較多，因此比較復雜，我們要合理使用各種模型工具來對其進行簡單化處理。數(shù)據(jù)挖掘因為具有可以量化的特點，因此可以選擇企業(yè)的各種財務(wù)報表和財會信息，根據(jù)這些財會資料和數(shù)據(jù)，再結(jié)合企業(yè)自身情況，做出合理的投資決策。

（三）預測分析。在管理會計的日常工作中，往往要借助于過去的信息來對未來進行預測，在這個從過去對未來進行預測的過程中，往往就得使用數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘可以搜尋到歷史的數(shù)據(jù)，借助預測模型，對企業(yè)未來資金流動和市場銷售情況進行預測，給管理層提供一定的參考。

（四）現(xiàn)金流預測?，F(xiàn)金流對于任何一個企業(yè)來說都是至關(guān)重要的，也是管理會計研究的熱點問題之一。管理會計人員為了做出合理的資金預算，需要對企業(yè)未來的現(xiàn)金流做出評估，為企業(yè)接下來的融資投資活動奠定基礎(chǔ)。由于預測的基礎(chǔ)是建立在大量的歷史數(shù)據(jù)上的，如果全部靠人力，顯得不現(xiàn)實且成本巨大，這不符合成本效益原則。因此，我們可以把目光轉(zhuǎn)向數(shù)據(jù)挖掘技術(shù)，根據(jù)預設(shè)規(guī)則在非結(jié)構(gòu)化和結(jié)構(gòu)化信息數(shù)據(jù)中發(fā)現(xiàn)并提取有意義、有價值的數(shù)據(jù)信息，再通過概念描述和關(guān)聯(lián)規(guī)則等方法，建立起一些關(guān)于銷售量、成本等的預測模型，得出最終相關(guān)指標，為管理層提供決策依據(jù)。

八、數(shù)據(jù)挖掘技術(shù)在管理會計中應(yīng)用的意義

（一）保持競爭優(yōu)勢。數(shù)據(jù)挖掘技術(shù)從戰(zhàn)略角度來看，可以幫助企業(yè)從多維度了解供應(yīng)商信譽、市場環(huán)境、競爭對手情況、消費者偏好等信息，并且從這些信息中抽取出有價值、有意義的信息，幫助企業(yè)降低成本，精準營銷，優(yōu)化經(jīng)營管理流程。企業(yè)可以根據(jù)數(shù)據(jù)挖掘技術(shù)的預測功能判斷企業(yè)業(yè)績的優(yōu)良與否，并據(jù)此做出合理的應(yīng)對措施。

（二）預防和控制風險。許多企業(yè)背后都有隱藏的風險，如果不能及時發(fā)覺這些潛在的風險，將對企業(yè)的發(fā)展產(chǎn)生不利的影響。利用數(shù)據(jù)挖掘技術(shù)，對企業(yè)的各種信息尤其是財會信息進行挖掘分析，可以幫助企業(yè)發(fā)現(xiàn)這些潛在的風險，避免風險的漸進和累計。利用數(shù)據(jù)挖掘技術(shù)對企業(yè)財務(wù)狀況進行深入而全面的分析，可以判斷企業(yè)是否非法挪用資金、資金鏈是否緊張等，以便企業(yè)及時修補漏洞。

（三）提供企業(yè)經(jīng)營決策支持。在使用數(shù)據(jù)挖掘技術(shù)之前，企業(yè)都是要通過長時間的市場調(diào)研來做出決策。然而，如今隨著企業(yè)競爭的加劇，企業(yè)要想取得競爭優(yōu)勢獲得生存發(fā)展，就要求管理層要迅速地實施戰(zhàn)略部署，做出決策，爭奪市場份額。傳統(tǒng)的依靠市場調(diào)研來做出決策會有較長的時間滯后性，往往會錯失良機。在大數(shù)據(jù)時代，企業(yè)的決策不但要考慮科學可靠，還要考慮時效性，而數(shù)據(jù)挖掘通過挖掘和分析實時數(shù)據(jù)，可以滿足這種要求，給企業(yè)提供具有時效性的經(jīng)營決策參考。