论文大数据背景下财务诊断综述，本文是财务诊断方面有关论文例文与综述和大数据背景和财务有关函授毕业论文范文.
摘 要：整理了国内外财务诊断的研究内容,先分别介绍了国内和国外在财务诊断方向的研究现状,再之后,又整理了引入大数据之后,通过数据挖掘技术,财务诊断取得了的新的研究成果,最后进行全文总结.
关键词：大数据；财务诊断；数据挖掘
中图分类号：F23文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.25.038
1引言
传统的财务预警方法在现在这样一个数据飞速增长的环境下已经显现出了一些弊端,因此,将大数据应用到企业的财务诊断中已经引起了国内外学者的高度重视.之所以会考虑到将大数据应用于财务诊断,那是因为企业的多年生产经营活动会产生海量的财务数据,而这些海量数据里面可能会存在着一定的规律,通过对这些财务数据的分析,找到里面存在的规律,可以对企业经营状况进行预测,及时发现企业财务运转中可能存在的问题.想要利用好企业经营产生的这种海量财务数据,就需要使用数据挖掘这种专业方法,通过这种方法,可以从海量的财务数据中发现有价值的信息.国内外学者高度重视数据挖掘这种方法在财务诊断领域的应用,数据挖掘是一种高效的数据分析方法,适用于对大规模的数据进行分析,与公司经营产生的海量数据相契合.在海量的财务数据中找到有价值的信息后,企业通过财务诊断模型,对企业财务状况和经营活动进行分析,发现其中的财务问题并及时解决,可以避免企业经营决策上的重大失误.因此,大数据在财务诊断中应用具有重大的现实意义.
2财务诊断国内外研究现状
2.1财务诊断的定义
财务诊断的定义不同学者有不同的看法,国内学者马冬青等人在2006年认为财务诊断就是运用专业的财务诊断方法对企业的经营财务状况进行全方位的分析,从而找到企业存在的财务问题,并针对这些问题提出相应解决方案的过程.同样,梁戈夫教授2005年指出财务诊断是基于对财务报表以及各项财务指标的分析,建立财务预警模型,通过建立的模型对企业财务状况进行预警,并针对出现的警情加以分析,找到问题出现的根本原因.国外对财务诊断的研究开始的更早, 但是国外并不是叫作财务诊断,而是称为财务咨询.以前财务咨询包含的内容很多,主要有企业的资金运转、偿债能力、经营环境等方面.现在的财务诊断内容更加丰富,新增加了企业盈利能力诊断等内容.
2.2财务诊断国内研究综述
国内对财务诊断最早是以上市公司作为研究对象,1999年陈静选取了50多家上市公司,以流动负债和流动资产等6个财务指标构建了预警指标体系,运用判别分析法对上市公司进行财务诊断研究.但是运用判别分析法进行财务诊断时还存在一定的缺陷,针对这一缺陷,又有大量学者对该问题展开研究,特别是杨保安等人在2001年将人工神经网络方法应用于财务诊断模型当中,该模型通过使用多家发生了财务危机的公司和没有发生财务危机公司的财务数据来进行预警检验,由于预警的高成功率,成功验证了将人工神经网络应用于财务诊断模型的可行性.同样,章忠志在2003年也对人工神经网络的应用做出了贡献,将该方法用来构建银行信用贷款风险预测模型,而且结果显示预测成功率高达92%.
财务诊断能够成功的前提是构建正确的财务指标体系,因此有许多国内学者对财务诊断指标体系进行了研究,张星文在2004年基于企业所处的环境构建了财务诊断指标体系,该指标体系使用了模糊层次分析法对企业财务进行诊断并且能够快速的实现财务管理的目标,但是该指标体系也存在一些缺陷,该指标体系只能分析企业经营过程中财务的现状,并不能起到财务预警的作用.企业的指标体系也需要根据企业的大小来进行调整,陈福军在2007年提出适用于中小企业的财务诊断指标体系,该指标体系是根据中小企业内外部环境和财务活动来设计的,并详细的阐述了如何使用该指标体系对企业进行财务诊断.在这之后,我国学者唐凌凤在2010年选取了一上市公司连续三年的财务数据作为研究的基础数据,使用专业的财务诊断工具对企业数据进行分析,该研究向后来的研究学者指出了今后的研究方向.
财务指标体系的构建主要是应用于企业诊断模型,国内学者在企业诊断模型的研究中也做了很大的贡献,目前国内最主要的财务诊断模型还是由梁戈夫教授在2000年提出的中小企业综合管理诊断模型,该模型主要包括财务分析模块、业务分析模块、组织分析模块三个部分,首先要了解企业的战略价值导向和收集受诊企业的资料,对三个主要模块进行分析,得出企业诊断报告.该模型不仅给之后的研究提供了理论指导而且为计算机辅助系统在财务诊断中的应用打下了坚实的基础.具体的诊断模型图见图1.
2.3财务诊断国外研究现状
国外对于财务诊断的研究主要分为三个阶段,第一阶段国外该领域的领军人物是Fitzpatrick,在1932年Fitzpatrick最早将单变量指标模型应用于财务诊断,该模型使用单个财务指标对多家上市公司进行研究,对比发生财务危机的企业和没有发生财务危机公司的数据,发现最具影响力的两个财务指标的是利润率和资产负债率.但是受到当时研究条件的限制,没有使用到专业的计算机软件进行分析,只是通过不同公司之间的财务指标数据的直接对比来找出差异性大的指标,该方法还是停留在直观的描述性层面.为了解决Fitzpatrick研究中存在的问题,Beer在1966年的研究中引入了破产诊断模型的概念,该研究认为破产并不是判断企业出现财务危机的唯一标准,判断标准还包括企业无法偿还公司债券,无法分配股东股利等标准.Beer的研究中还得到了一个重要的结论,就是判别成功率跟距离企业破产日期远近成反比.虽然Beer的研究在Fitzpatrick的基础上取得了很大的进展,但是Beer的研究始终还是属于单变量财务指标分析方法,对企业财务分析不够全面,因此,多变量的引入进去了大多数学者的眼界.
国外财务诊断进入第二阶段的标志正是对多变量判别法的广泛应用.提到多变量判别法就不得不提Altman,他在该领域取得了举世瞩目的成果.他在1968年第一次将多变量判别法用来进行财务预警,和之前研究相同的点是还是将选取的公司分为发生了财务危机和没有发生财务危机两组,但不同点是改用他自己首创的Z-SCORE模型,该模型能成功地解决单变量模型进行财务诊断时存在的问题.然而多变量预警模型也在它自己的缺陷,该模型虽然能准确的预测企业是否会发生财务危机,但是无法测算出可能会发生财务危机的准确概率.
神经网络技术是财务诊断研究的第三阶段重点研究对象,很多国外学者在此研究方向上做出了自己的贡献,1996年Kaneko建立的神经元模型在许多科学领域得到了应用.2011年P.Risankar的研究也证明了神经网络技术应用于财务诊断有很高的效率.还有其他国外学者在该领域有很多成果,最主要的还是1988年Emanuel等三人首次考虑到流量这个重要的指标,并且成功将该指标融入到财务诊断模型中去.国外对于财务诊断研究的历程主要是以上三个阶段,从单变量到多变量,最后到神经网络技术,这一步一步的提高都标志着财务诊断领域的日趋成熟.
3大数据在财务诊断中的应用
3.1数据挖掘技术定义
数据挖掘技术简单来说就是借助计算机的辅助从大量的数据中找到隐藏在数据背后的规律.随着社会的不断发展,企业积累的数据也越来越多,因此数据挖掘技术能在大多数企业发挥作用,逐渐数据挖掘发展成为了一个覆盖面广泛的技术.国内学者主要从两个方面定义数据挖掘技术,首先是从商业层面,从这个层面来考虑,数据挖掘技术所起到的作用就是给企业带来了有很高价值的商业信息,能够帮助企业进行经营决策.谭家豪在2009年从商业层面对数据挖掘技术给出了定义,他将数据挖掘定义成为了完成企业的经营目标,从企业海量的财务数据中找出隐藏其中的规律,并对这些规律加以分析,从而帮助企业进行正确的商业决策.第二个可以定义的层面是技术层面,技术层面是从数据挖掘技术怎么从海量数据中发现规律来思考的,周洁在2010年将数据挖掘技术定义为从海量的混乱的数据中通过大数据的方法找到企业经营者之前无法发现的有价值的信息的过程.
3.2数据挖掘技术在财务诊断中的应用
随着数据挖掘技术在各个领域的广泛应用,越来越多的国内学者开始对数据挖掘技术在财务预警和财务诊断中的应用展开研究.在财务预警方面,傅荣在2002年使用数据挖掘的专业方法构建了上市公司财务预警模型,并选取了多家上市公司来对模型进行了检验,检验结果表明该模型有很高的预测准确率.傅荣的研究在该领域起到了领头的作用,使后来的学者能够很好地借鉴.在财务分析方面,数据挖掘技术也能起到一定作用,刘胜平和张启銮在2004年在财务分析方面使用数据挖掘技术成功实现了对财务的控制由适时向实时的转变,该研究能为企业节约成本,提高收益,提高工作效率,让企业的管理更为科学.
数据挖掘技术不仅仅能在财务预警和财务分析这两个方面起到作用,而且还能应用到财务诊断模型当中,庞大莲教授在2016年将大数据下的财务诊断模型分为三个部分,收集受诊企业的数据,分析收集的数据,根据分析结果做出诊断报告,此模型不仅明确了各个部分应该做的工作而且式整个诊断过程更加的流畅.具体的模型如图2所示.
4研究评述及展望
大数据在财务诊断中的应用具有划时代的意义,大数据的应用成功克服了传统财务诊断存在的缺陷,传统的诊断方法只能依靠企业的资产负债表、利润表、流量表上的财务数据,但是财务报表上的信息会受到企业所处的会计环境所影响,另外企业的财务报表上的数据可能会存在错误,而且对报表的分析方法太过于主观简便.而大数据的引入,使用了多变量判别分析法,人工神经网络分析法等专业的方法进行诊断,选取的财务指标更加全面,构建的财务指标体系更加全面,构建的财务诊断模型都有极高的准确率.虽然大数据为财务诊断提供了新的研究思路,但我们不应该就此停下脚步,未来我们应该考虑将大数据运用到更多的工具里面去,逐渐使财务诊断成为一个半自动化的过程.
参考文献
［1］马冬青,袁颖.企业财务诊断分析［J］.科技资讯,2006,(21):128-129.
［2］张星文,梁戈夫.企业适用财务诊断指标体系的研究［J］.会计之友,2005,(2):25-26.
［3］杨淑娥,何昕.多层次财务诊断专家系统研究［C］.中国会计学会全国会计信息化年会,2007.
［4］陈静.上市公司财务恶化预测的实证分析［J］.会计研究,1999,(4):31-38.
［5］杨保安,季海,徐晶,et al.BP神经网络在企业财务危机预警之应用［J］.预测,2001,20(2):49-54.
［6］章忠志,符林,唐焕文.基于人工神经网络的商业银行信用风险模型［J］.经济数学,2003,20(3):42-47.
［7］张星文.模糊层次分析法在企业财务活动诊断中的应用［J］.工业技术经济,2004,23(2):123-125.
［8］陈福军.中小企业财务诊断指标体系构建［J］.财会通讯,2007,(7):21-22.
［9］唐凌凤.S公司财务诊断与优化［D］.广州：华南理工大学,2010.
［10］梁戈夫.战略价值指导下的中小企业综合管理诊断雏型的建立［J］.价值工程,2000,(1):26-28.
［11］Fitzpatrick P J.A Comparison of the Ratios of Succesul Industrial Enterprises with those of Failed Companies［J］.Análise Molecular Do Gene Wwox,1932:598-605.
［12］Beer W H.Financial Ratios As Predictors of Failure［J］.Journal of Accounting Research,1966,4(1):71-111.
［13］Altman E I.FINANCIAL RATIOS,DISCRIMINANT ANALYSIS AND THE PREDICTION OF CORPORATE BANKRUPTCY［J］.The Journal of Finance,1968,23(4):589-609.
［14］Kaneko T.Building a financial diagnosis system based on fuzzy logic production system［J］.Computers & Industrial Engineering,1996,31(3-4):743-746.
［15］Risankar P,Ri V,Ragha Rao G,et al.Detection of financial statement fraud and feature selection using data mining techniques［J］.Decision Support Systems,2011,50(2):491-500.
［16］Aziz A,Emanuel D C,Lawson G H.BANKRUPTCY PREDICTION-AN INVESTIGATION OF CASH FLOW BASED MODELS［J］.Journal of Management Studies,1988,25(5):419-437.
［17］周洁.数据挖掘技术在财务分析中的研究与应用［D］.成都：电子科技大学,2010.
［18］傅荣,吴世农.我国上市公司经营失败风险的判定分析--BP神经网络模型和Fisher多类线性判定模型［J］.东南学术,2002,(2):71-79.
［19］刘胜平,张启銮.基于数据挖掘技术的财务实时控制系统研究［J］.财会月刊,2004,(6):31-32.
该文总结：此文是关于财务诊断方面的大学硕士和本科毕业论文以及综述和大数据背景和财务相关财务诊断论文开题报告范文和职称论文写作参考文献资料.
参考文献：
1、 大数据背景下企业财务管理的挑战和变革分析 摘要随着当前科学技术的不断进步和发展,使得人们进入了大数据的时代 而面对这一基本环境,当今的企业管理必须在创造企业价值的理念下,结合当前大数据的时代背景,对财务管理的理论和实践进行全面的考虑,这是促进.
2、 大数据背景下企业财务管理的挑战和变革 摘要随着IT 技术和互联网技术的发展,全球化、信息化、智能化的趋势已经来临,大数据技术和应用已成为企业甚至国家的基础性战略资源1 以数据生产、采集、存储、加工、分析、服务……相关经济活动为主的大数据产.
3、 大数据背景下高校财务管理信息化建设 摘要基于大数据背景下对高校财务管理质量提出更高要求,对财务风险的把控更加严格,使得高校财务管理更加便捷高效 目前,很多高校的部分领导对财务信息化管理认识不足,财会信息集成程度偏低,财务管理信息系统无法.
4、 企业财务管理在大数据背景下的机遇和挑战 一、概述所谓企业财务管理是指以企业经营战略规划为主要目标,通过对资产配置、投融资决策及资金合理使用……活动进行系统、规范的管理,以最终达到提高会计核算效率及控制企业经济活动、降低经营成本的目的 目前,.
5、 大数据背景下财务会计向管理会计转型策略 互联网和云计算……技术的迅速发展为大数据时代的到来提供了技术上的支持 大数据技术在企业中的应用对于财务管理工作产生了极大的影响,促进了财务会计向管理会计的转变 传统会计的工作形式已经不能满足社会发展的.
6、 大数据背景下高校校友相互信息需求的调查 大数据背景下高校校友相互信息需求的调查研究蒋晓涵（云南师范大学,云南 昆明 650500）摘 要在高校生活学习期间,高校与校友之间需要相互联系,一方面实现信息共享,另一方面增进校友与高校之间的感情 在.