數(shù)據(jù)挖掘在戰(zhàn)略管理會計中的應(yīng)用

1、數(shù)據(jù)挖掘在戰(zhàn)略管理會計中的應(yīng)用【關(guān)鍵詞】 數(shù)據(jù)挖掘; 戰(zhàn)略管理會計; 應(yīng)用; 實例 引言 當(dāng)人類步入21世紀(jì)時,企業(yè)的經(jīng)濟管理環(huán)境發(fā)生了巨大的變化,管理會計研究的焦點從企業(yè)內(nèi)部挖潛(成本、預(yù)算、控制)逐漸地轉(zhuǎn)移到對企業(yè)外部競爭環(huán)境的分析上,這一變化促使管理會計發(fā)展到戰(zhàn)略管理會計階段。戰(zhàn)略管理會計的形成即是以企業(yè)生存環(huán)境不確定性的增強為背景的,其特別關(guān)注企業(yè)外部環(huán)境的變化,注重對競爭對手的分析,強調(diào)非財務(wù)信息的利用。然而企業(yè)外部環(huán)境是變幻莫測的,其信息(包括財務(wù)和非財務(wù)的信息)數(shù)量龐大,信息結(jié)構(gòu)(半結(jié)構(gòu)化數(shù)據(jù)、多維數(shù)據(jù))復(fù)雜,信息傳遞的知識多是隱含的,這些特點決定了應(yīng)用原有的技術(shù)分析方法(如差量

2、分析、比率分析等)無法實現(xiàn)戰(zhàn)略管理會計的思想,在實施戰(zhàn)略管理會計的過程中必然會遇到一些技術(shù)分析上的障礙。 數(shù)據(jù)挖掘是近年來信息爆炸推動下的新興產(chǎn)物,是從海量數(shù)據(jù)中提取有用知識的熱門技術(shù),其具有集成化、自動化和智能化的特征,在信息的深入加工、充分利用方面具有獨到且強大的功能。數(shù)據(jù)挖掘恰恰適合于處理上述戰(zhàn)略管理會計的環(huán)境信息,善于對那種數(shù)據(jù)海量、模式未知、結(jié)構(gòu)復(fù)雜、知識隱含的信息的獲得和利用,因此數(shù)據(jù)挖掘能夠解決戰(zhàn)略管理會計實施中的一些技術(shù)障礙問題,其必將成為戰(zhàn)略管理會計實施的有力技術(shù)支持。 一、數(shù)據(jù)挖掘及其實施流程 (一)數(shù)據(jù)挖掘的概念和功能 數(shù)據(jù)挖掘是一個面向應(yīng)用的,能夠從大量的、不完全的、有

3、噪聲的、模糊的、在隨機的實際應(yīng)用數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的,但又是潛在有用的信息或知識的技術(shù),提取的知識表示為概念、規(guī)律、模式或規(guī)則。數(shù)據(jù)挖掘具有知識發(fā)現(xiàn)的功能:能夠發(fā)現(xiàn)廣義知識,并進(jìn)行概念描述;能夠發(fā)現(xiàn)關(guān)聯(lián)知識,并進(jìn)行關(guān)聯(lián)分析;能夠發(fā)現(xiàn)類知識,并進(jìn)行分類或聚類;能夠發(fā)現(xiàn)預(yù)測型知識,并進(jìn)行趨勢預(yù)測;能夠發(fā)現(xiàn)特異型知識,并進(jìn)行偏差檢測。 (二)數(shù)據(jù)挖掘的實施流程 數(shù)據(jù)挖掘是一個反復(fù)的過程,通常包含以下幾個相互聯(lián)系的步驟:1.問題定義與主題分析;2.數(shù)據(jù)準(zhǔn)備;3.建立模型;4.模型評估;5.結(jié)果表達(dá)與實施。 結(jié)合戰(zhàn)略管理會計的應(yīng)用領(lǐng)域,其具體流程如圖1所示。 二、數(shù)據(jù)挖掘在AB公司

4、的應(yīng)用 本文以AB集團(tuán)股份有限公司為應(yīng)用背景進(jìn)行實證研究,通過此實例探討企業(yè)實施數(shù)據(jù)挖掘的具體步驟及方法。 (一)主題確定 美國哈佛工商管理學(xué)院的邁克爾波特教授認(rèn)為企業(yè)最關(guān)心的應(yīng)該是它所處行業(yè)中的競爭強度。戰(zhàn)略管理會計的主要特點之一是其超越了會計主體的限制,可以在與競爭對手對比的基礎(chǔ)上提供比較性的管理會計信息。在信息經(jīng)濟的形態(tài)下,利用數(shù)據(jù)挖掘能夠?qū)⒋罅靠此茻o關(guān)的數(shù)據(jù)關(guān)聯(lián)起來,發(fā)現(xiàn)其中的規(guī)則和知識,幫助企業(yè)判斷其競爭能力和強度。 AB公司是化工行業(yè)內(nèi)的上市公司。上市十年來,公司規(guī)模不斷擴大。行業(yè)內(nèi)日益激烈的競爭,使高層管理者更加關(guān)注公司在行業(yè)內(nèi)的競爭地位,因此本次實證研究將數(shù)據(jù)挖掘的主題定義為對

5、AB公司行業(yè)競爭能力的分析;挖掘任務(wù)確定為利用關(guān)聯(lián)規(guī)則算法挖掘各項財務(wù)指標(biāo)與企業(yè)競爭能力的內(nèi)在聯(lián)系,分析和研究財務(wù)指標(biāo)與企業(yè)競爭能力之間的關(guān)聯(lián)關(guān)系。如果兩項或多項屬性之間存在關(guān)聯(lián)關(guān)系,利用關(guān)聯(lián)算法,其中一項的屬性值就可以依據(jù)其他屬性值進(jìn)行預(yù)測。因此,可以依據(jù)關(guān)聯(lián)規(guī)則的挖掘結(jié)果,通過財務(wù)指標(biāo)確定AB公司在其化工行業(yè)內(nèi)的相對競爭地位,評價其競爭能力。 (二)算法原理及工具軟件選擇 1.關(guān)聯(lián)規(guī)則算法的原理。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的一種主要形式,最早產(chǎn)生于發(fā)現(xiàn)超市交易數(shù)據(jù)庫中隱含的模式。關(guān)聯(lián)規(guī)則是尋找在同一事件中出現(xiàn)不同項的相關(guān)性。 關(guān)聯(lián)規(guī)則挖掘可形式化地定義為:設(shè)I=i1,i2,.,im為項的集合(稱作

6、項集),D為全體事件的集合,每個事件T有唯一的TID標(biāo)識。若項集X?哿T時,稱T包含X。關(guān)聯(lián)規(guī)則的形式是X?圯Y,其中X?哿T,Y?哿T,且XY=,稱X為規(guī)則的前件,Y為規(guī)則的后件,規(guī)則的支持度和可信度是關(guān)聯(lián)規(guī)則的重要概念。 支持度Support(X?圯Y)=P(XY)。 可信度Confidence(X?圯Y)=P(Y/X)。 在挖掘過程中,同時滿足最小支持度和最小可信度的規(guī)則稱作強規(guī)則。 期望可信度(Expected Confidence),是在全體事件集中,所關(guān)注的項集出現(xiàn)的概率,即P(Y)。 挖掘得到的規(guī)則未必都是有用的規(guī)則,有的可能是正確的,有的可能是錯誤的,還要通過規(guī)則的興趣度(In

7、terestingness)來判斷規(guī)則的有效性、新穎性和可靠性。支持度和可信度是興趣度客觀度量的基本框架,應(yīng)用最廣泛。支持度衡量了規(guī)則的重要性。支持度越高,說明規(guī)則越重要?？尚哦群饬苛艘?guī)則的準(zhǔn)確度、真實度。如果一條規(guī)則可信度較低,那么這條規(guī)則沒有任何意義。當(dāng)關(guān)聯(lián)規(guī)則的可信度很高,支持度卻很低時,說明這條規(guī)則實用的機會很小,因此也不重要。應(yīng)用這兩個指標(biāo),可以過濾掉一些無趣的規(guī)則,但是仍然會產(chǎn)生一些對用戶而言不感興趣的規(guī)則。作用度Lift(X?圯Y)=P(Y/X)/P(Y)的引入,避免了強規(guī)則對用戶的誤導(dǎo)作用,它是規(guī)則的可信度與規(guī)則的期望可信度的比值,反映了前件對后件之間的關(guān)聯(lián)影響的強度。作用度等

8、于1,說明前件對后件沒有影響,這條規(guī)則就失去了關(guān)聯(lián)的意義了。所以,作用度一般得大于1,說明前件的出現(xiàn)對后件的出現(xiàn)有促進(jìn)作用,而且值越大說明前件對后件的影響程度越高。對關(guān)聯(lián)規(guī)則的客觀度量,還可以有多個角度。比如正確率和覆蓋率。正確率越高說明規(guī)則越可靠。覆蓋率高說明規(guī)則應(yīng)用頻率較高。 2.工具軟件的選擇。Magnum Opus是一個專門用來挖掘關(guān)聯(lián)規(guī)則的工具軟件,本研究將其3.0版本作為挖掘的工具。 (三)數(shù)據(jù)預(yù)處理 1.數(shù)據(jù)選取。由于AB公司是一家上市公司,為了使數(shù)據(jù)具有可比性,將研究范圍鎖定為化工行業(yè)內(nèi)的上市公司,財務(wù)指標(biāo)數(shù)據(jù)選自于海生證券的大福星行情分析系統(tǒng)。參考中國化工企業(yè)管理協(xié)會2009

9、年中國化工企業(yè)500強名單,最終確定了80家(考慮了選取數(shù)據(jù)的特征覆蓋面問題)化工行業(yè)上市公司,將其2008年度的數(shù)據(jù)作為分析樣本。 2.數(shù)據(jù)清理。由于上市公司會計報表屬于強制性公開披露的內(nèi)容,因此,數(shù)據(jù)質(zhì)量較好,錯誤及缺失數(shù)據(jù)較少,數(shù)據(jù)清理工作在此也就意義不大。 3.數(shù)據(jù)歸約。上市公司財務(wù)指標(biāo)比較繁多,并且很多指標(biāo)彼此相關(guān)、信息重疊,因此,有必要從諸多的財務(wù)指標(biāo)中篩選出具有代表性的典型指標(biāo),以降低維數(shù)。具體方法可結(jié)合定性判斷采用統(tǒng)計分析方法中的顯著性檢驗法(T檢驗)或正態(tài)分布檢驗,本研究借鑒了楊兵及劉洪等的研究成果,篩選出表1所列的10個變量。 4.數(shù)據(jù)變換。對于個別數(shù)值變量,需要將其數(shù)值進(jìn)

10、行變換,轉(zhuǎn)換為類別變量,變換方法較多,本研究選擇比較簡單的方法,即基于數(shù)值間的距離進(jìn)行轉(zhuǎn)換,如,上市年限1-0,4,2-5,8,3-9,12,4 -13,16;競爭力水平評分也做類似的轉(zhuǎn)換,c-0,49,e-50,64,r-65,79,a-80,100。 (四)實施挖掘及結(jié)果分析 經(jīng)過預(yù)處理之后的數(shù)據(jù),便可借助數(shù)據(jù)挖掘工具M(jìn)agnum Opus來挖掘關(guān)聯(lián)規(guī)則。按照軟件讀入文件的格式,創(chuàng)建了變量名文件和數(shù)據(jù)文件,圖2是數(shù)據(jù)裝載后的挖掘界面。 首先,需要設(shè)定挖掘閾值來挖掘關(guān)聯(lián)規(guī)則。在一些實際測試中,針對一個特定的數(shù)據(jù)集,支持度0.02%的變動,使得規(guī)則的數(shù)量相差兩個數(shù)量級(以百倍變化)。因此支持度

11、閾值的設(shè)定,對規(guī)則的數(shù)量影響很大。如果支持度取值過小,那么會產(chǎn)生大量無用的規(guī)則,不但影響執(zhí)行效率、浪費系統(tǒng)資源,而且可能把目標(biāo)埋沒;如果取值過大,則又有可能找不到規(guī)則,與知識失之交臂。為了找出支持度對規(guī)則數(shù)量的影響,應(yīng)固定其他指標(biāo)閾值,將最小可信度設(shè)為0,將作用度設(shè)為1,此時最小支持度的變化對規(guī)則數(shù)量的影響如圖3所示。圖3顯示了支持度的改變對規(guī)則數(shù)量產(chǎn)生的影響。由圖3可知,當(dāng)最小支持度設(shè)為0.1時,對規(guī)則數(shù)量的影響是最大的,因此,本研究選擇了最小支持度為0.1。其他閾值也是通過多次調(diào)整進(jìn)行挖掘來選擇,最終確定最小可信度為0.2,最小作用度為1.2。 圖4顯示了挖掘結(jié)果的輸出。 將競爭力水平變量

12、設(shè)為后件,其他變量設(shè)為前件,經(jīng)過多次不斷對閾值的修改,得出了較為理想的結(jié)果,表2列出了其中幾條規(guī)則。 各條規(guī)則說明了前件(各項財務(wù)指標(biāo)的取值)發(fā)生時,企業(yè)在化工行業(yè)內(nèi)競爭力水平為a(絕對競爭優(yōu)勢)、r(相對競爭優(yōu)勢)、e(無競爭優(yōu)勢)、c(危機)的可能性。 根據(jù)挖掘得到的規(guī)則,通過計算AB公司2008年度的各項財務(wù)指標(biāo),初步確定該公司在化工行業(yè)內(nèi)處于相對競爭優(yōu)勢地位。 三、實證研究結(jié)論 利用數(shù)據(jù)挖掘工具找到了滿足條件的關(guān)聯(lián)規(guī)則,但工具本身不能判定關(guān)聯(lián)規(guī)則的實際意義,這需要根據(jù)企業(yè)的實際背景,依據(jù)豐富的業(yè)務(wù)經(jīng)驗及在對數(shù)據(jù)充分理解的基礎(chǔ)上去判定關(guān)聯(lián)規(guī)則的價值,解釋規(guī)則的實際意義。在發(fā)現(xiàn)的關(guān)聯(lián)規(guī)則中

13、,經(jīng)常存在著可能有兩個主觀上認(rèn)為沒有多大關(guān)系的項,但其關(guān)聯(lián)規(guī)則支持度和可信度卻很高,在這種情況下,就需要根據(jù)業(yè)務(wù)知識、經(jīng)驗,從各個角度去判斷這是一個偶然現(xiàn)象還是有其內(nèi)在的合理性;反之,可能有主觀上認(rèn)為關(guān)系密切的項,結(jié)果卻顯示它們之間的相關(guān)性不強。所以,挖掘規(guī)則只是第一步,更關(guān)鍵的是要理解規(guī)則。只有很好地理解關(guān)聯(lián)規(guī)則,才能取其精華,去其糟粕,充分發(fā)揮關(guān)聯(lián)規(guī)則的作用。 通過對這些財務(wù)數(shù)據(jù)進(jìn)行挖掘,得到了一些有用的關(guān)聯(lián)規(guī)則。這些規(guī)則可以為企業(yè)的管理實踐提供一個依據(jù)。企業(yè)在實踐中,可以參照挖掘出來的這些規(guī)則。但挖掘出來的關(guān)聯(lián)規(guī)則能否真正有用,必須在實踐中應(yīng)用并經(jīng)受實踐的檢驗,所以需要對這些規(guī)則繼續(xù)進(jìn)行

14、研究,結(jié)合企業(yè)具體情況進(jìn)行綜合分析,這樣才能使這些規(guī)則成為真正有用的知識。 數(shù)據(jù)分析和挖掘已經(jīng)變得越來越重要。通過關(guān)聯(lián)規(guī)則的挖掘,找出隱含的對企業(yè)有用的知識,指導(dǎo)企業(yè)實踐,從而有效地提升企業(yè)決策質(zhì)量,使企業(yè)獲得重要的競爭優(yōu)勢。 數(shù)據(jù)挖掘是一個互動循環(huán)的過程,數(shù)據(jù)挖掘并非生長在真空中,在應(yīng)用實施的過程中需要應(yīng)用領(lǐng)域人員不斷進(jìn)行專業(yè)指導(dǎo),從而避免挖掘技術(shù)偏離應(yīng)用領(lǐng)域。另外,不能只關(guān)注數(shù)據(jù)挖掘的最終結(jié)果,數(shù)據(jù)挖掘過程中生成的信息同樣重要,在挖掘過程中不斷加深對數(shù)據(jù)的了解和認(rèn)識,發(fā)現(xiàn)未知的信息和趨勢,這也是數(shù)據(jù)挖掘的意義所在。 【主要參考文獻(xiàn)】 1 余緒纓.現(xiàn)代管理會計新發(fā)展的主要特點J.財會通訊,2004(3):28-29. 2 R.格羅思.數(shù)據(jù)挖掘構(gòu)筑企業(yè)競爭優(yōu)勢M