基于XBRL的财务数据挖掘系统分析与设计.pdf

《基于XBRL的财务数据挖掘系统分析与设计.pdf》由会员分享，可在线阅读，更多相关《基于XBRL的财务数据挖掘系统分析与设计.pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC

2、HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI

3、 N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N

4、AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/收稿日期2 0 0 8-0 2-2 7基金项目 潍坊学院科研课题(编号:2 0 0 6 S 3 1)。作者简介 刘国英(1 9 6 5-),女,吉林长岭人,潍坊学院经济管理学院副教授,经济学硕士,研究方向:电子商务、会计信息化。基于 X B R L 的财务数据挖掘系统分析与设计刘国英(潍坊学院 经济管理学院,山东 潍坊2 6 1 0 6 1)摘要本文从数据挖掘系统原型架构出发,结合财务数据的特点分析、财务数据挖掘的一般过程和X B R L技术,设计出一种基于X B R L的财务数据挖掘系统

5、模型,为进一步深入研究财务数据挖掘提供了一种较好的方法。关键词X B R L;财务;数据挖掘中图分类号F 2 3 2;F 2 7 5文献标识码A文章编号1 6 7 3-0 1 9 4(2 0 0 8)1 8-0 0 1 2-0 4中 国 管 理 信 息 化C h i n a M a n a g e m e n t I n f o r m a t i o n i z a t i o n2 0 0 8年9月第1 1卷第1 8期S e p.,2 0 0 8V o l.1 1,N o.1 8!用。3.财务会计模块和购销存模块以及管理会计模块的的组合应用这是总账、报表、工资和固定资产管理模块、应收应付款

6、往来管理和核算与采购、销售、库存、存货物流业务处理和核算的集成应用模式以及成本管理的结合。即财务链、供应链、决策链的综合应用。一般适合供产销业务多,对库存管理和成本管理有特殊需求、信息化基础扎实的大型企业采用2 0。也是今后的主流应用模式。在这种模式下,各模块之间的关系见图2。以上是3种主要模式,在实际工作中,企业还可以灵活选择模块组合策略。不同的企业规模、不同的业务类型、不同的行业特色会产生不同的企业经营模式。针对不同的情况选用适合自身特点的应用解决方案,不仅可以提高企业经营效益,而且对企业未来的发展壮大也会起到决定性的推动作用。一般而言,总账和报表是两个最基本的必选模块,应收应付款模块、工

7、资固定资产管理模块以及供应链中的采购、库存、销售、存货模块一定要结合实际需求进行选择。另外,单就总账模块而言,对于实际业务较简单,数据量较小的小型企业,只使用总账系统,按照制单审核记账查账结账编表的业务流程进行即可。如果企业核算业务较复杂,建议使用U 8总账系统提供的各种辅助核算进行管理,如个人往来借款的管理、部门管理、项目管理、客户(供应商)往来管理。对于往来业务较频繁,有较多的往来客户、供应商,同时又希望系统提供开票等业务的企业,建议使用应收应付系统管理客户、供应商的往来业务。主要参考文献1闫欣.用友E R P-U 8网络分销管理系统在伊利集团的应用D.北京:对外经济贸易大学,2 0 0

8、5.2亓文会.用友U 8.5 0使用心得J.中国管理信息化,2 0 0 6(8).3王新玲.会计信息系统实验教程(用友E R P-U 88.6 1版)M.北京:清华大学出版社,2 0 0 6.图2 U 8模块关系图0引言随着信息技术、网络技术和通信技术的发展,企业信息化程度越来越高,越来越多的企业应用了电子商务和E R P系统,在越来越廉价的存储设备配合下,产生了大量的财务数据。但与之相配合的数据分析和知识提取技术的发展却相对缓慢,使得存储的大量财务数据得不到充分利用,不能转化成指导生产的“知识”,数据挖掘技术正是在这样的背景下产生并迅速兴起的。数据挖掘(D a t a M i n i n g

9、,D M)也称为数据库知识发现(K n o w l e d g e D i s c o v e r y i nD a t a b a s e s,K D D),就是将高级智能计算技术应用于大量数据中,让计算机在有人或无人指导的情况下从海量数据中发现潜在的、有用的模式(也叫知识)。数据挖掘不但能够学习已有的知识,而且能够发现未知的知识,得到的知识是“显式”的,既能为人所理解,又便于存储和应用,因此一出现就得到各方面的重视。数据挖掘与传统的数据分析(如查询、报表、联机应用1 2/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC

10、 HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C H

11、I N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N

12、 AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/会计信息化分析等

13、)的本质区别是:数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识的。数据挖掘所得到的信息应具有先前未知、有效和实用3个特征。先前未知的信息是指该信息是预先未曾预料到的,挖掘出的信息越是出乎意料,就可能越有价值。到目前为止,大多数数据挖掘是借用人工智能的各种方法来挖掘数据中存在的知识。但是,正如人工智能本身的发展研究现状一样,数据挖掘还不能很好地理解数据中存在的知识。X M L技术的出现,不仅为互联网上的电子数据交换提供了一个标准,而且X M L技术从数据的角度提供了一个可以更好地表示数据内容以及数据所代表意义的手段。可扩展商业报告语言(e X t e n s i b l e B u s i

14、 n e s s R e-p o r t i n g L a n g u a g e,X B R L)作为X M L在网络财务报告语言上的应用,对财务数据的表示提供了统一的规范和标准,从而为在大量的财务数据中挖掘有用的知识和模式提供了技术基础。1数据挖掘系统原型架构1.1数据挖掘的一般过程数据挖掘(D a t a M i n i n g,D M)是从大量的、不完全的、有噪声的、模糊的和随机的数据集中识别有效的、新颖的和潜在有用的,以及最终可理解的模式的过程。数据挖掘是一种涉及面很广的技术手段,包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集和模糊数学等相关技术。数据挖掘的一般过程可划

15、分为3个阶段:数据准备(D a t e P r e p a r a t i o n)、数据挖掘以及结果的解释评估(I n t e r-p r e t a t i o n a n d E v a l u a t i o n),如图1所示。数据挖掘的一般过程具体包括7个步骤:问题的定义;数据集成;数据净化;数据抽取;运行数据挖掘算法;评估结果;知识表达。以上步骤可以进一步归入3个阶段中:为数据挖掘预处理,主要进行数据挖掘前的准备工作;进行具体的数据挖掘;则称为数据挖掘后的处理,即结果的解释评估。在数据挖掘的3个阶段中,数据准备包括数据集成、数据净化和数据抽取。在数据准备阶段,首先要确定挖掘任务的操

16、作对象,即目标数据;再对所处理的数据进行消除噪声、消除重复记录、完成数据抽取等预处理工作,然后进行降低数据维数等数据变换。在数据挖掘阶段,要确定挖掘的任务,决定采用的挖掘算法和具体的数据挖掘操作。在结果解释和评估阶段,要根据数据挖掘阶段挖掘出来的模式,经过用户或机器的评价,发现存在的冗余或无关的模式并将其剔除;判断是否满足用户要求,如果不满足用户要求,需要重新挖掘,若满足要求,将其表达出来,反馈给用户。数据挖掘就是从已有的大量数据中发现数据的模式和关系,进而形成知识以供决策时使用。1.2通用数据挖掘系统原型架构根据以上对数据挖掘过程的论述,现提出一个通用数据挖掘系统原型架构,如图2所示。系统分

17、为用户接口模块和控制实现模块。其中,用户接口模块是用户使用的接口,通过它控制数据挖掘流程;控制实现模块主要用来完成数据处理。系统工作过程首先从用户提出的要求开始,用户选择要发现的知识模式,并输入参数,选择数据挖掘要使用的数据集;然后,系统自动选择算法进行数据挖掘;最后,系统将挖掘得到的知识经知识表示模块转换为用户能够识别的形式并表现出来。在上述数据挖掘系统原型中,用户模块要求数据挖掘系统的用户接口必须简单易用;数据预处理模块是为数据挖掘模块提供干净、准确、简化的数据,以减少数据噪声,提高知识发现的准确性;挖掘内核模块是进行实际数据挖掘的模块,从预处理完的数据中发现模式、规则;模式表达与解释模块

18、的主要功能是把挖掘模块得到的知识转换为普通用户能够理解或识别的形式;用户接口模块是用户与系统交互的接口,用户通过此模块,控制整个挖掘流程,直至最后完成挖掘任务。2财务数据挖掘系统分析与设计2.1财务数据特点分析2.1.1数据规范性强财务数据处理需采用世界通用的会计记账方法图1数据挖掘的一般步骤图2通用数据挖掘系统原型架构1 3/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G

19、 E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E

20、ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME

21、 N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/会计信息化复式记账法,并满足以下基本处理原则:(1)有借必有贷,借贷必相等;(2)资产=负债+所有者权益;(3)总账余额/发生额必须等于其所属明细账余额/发生额之和。

22、尽管不同的单位由于业务量不同,而选择的会计核算程序不同,但最终产生的财务数据的格式和内容基本相同。2.1.2数据综合性强财务数据是企业最主要的信息流,产生于企业资源计划(E n t e r p r i s e R e s o u r c e P l a n n i n g,E R P)的财务子系统。相对于E R P其他子系统产生的业务数据,财务数据具有很强的综合性和概括性。财务数据以货币为主要计量单位,从价值的视角综合、全面、系统地反映企业供产销和人财物的信息。2.1.3数据实时性强财务数据是企业物流和资金流的动态反映,财务信息的使用者需要随时通过财务数据这一信息流来了解企业的财务状况和经营成

23、果。如果财务数据提供不及时,势必影响其使用效果。2.1.4数据准确性要求高财务信息要提供给投资者、债权人、管理人员、财政部门、税务部门和银行等,因此,必须保证财务数据处理的正确性,保证财务结果的真实性。否则,虚假的财务信息定会误导有关部门和人员的决策。2.1.5财务数据量大随着企业会计电算化工作的深入开展,电子商务和E R P系统的广泛应用,企业的会计核算工作越来越细,这使企业在管理过程中积累了大量的财务数据。要使这些财务数据的价值真正得以发挥,依靠手工或简单的数据处理工具是做不到的,必须借助于数据挖掘工具,才能在大量的财务数据中,挖掘出财务信息“金块”。2.2财务数据挖掘系统设计2.2.1财

24、务数据挖掘的一般过程财务数据挖掘的一般过程如图3所示,主要包括财务数据源、财务数据的集成和变换、财务数据仓库、财务数据挖掘以及知识表达等部分。各部分的功能与实现过程如下:(1)财务数据源。财务数据的来源可以有多种,可以是本地财务数据,也可以是互联网上的财务数据。财务数据也可以有多种表现形式,可以是传统的关系数据库、文本形式的数据、面向对象的数据库以及We b数据库等。(2)财务数据集成和变换。所有各种形式的财务数据经过集成和变换,去除冗余,即可转换成符合一定格式的数据,并准备装入财务数据仓库。(3)财务数据仓库。财务数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的财务数据集合,用于

25、支持管理决策。(4)财务数据挖掘。财务数据挖掘是整个过程的核心部分,其目的是从大量的财务数据中挖掘出潜在的、有用的知识或模式。(5)知识表达。财务数据挖掘的根本目的是从财务数据中发现有用的知识或模式,而知识的表示始终是人工智能领域中一个重要的、尚未得到很好解决的研究课题。2.2.2基于X B R L的财务数据挖掘系统模型设计X B R L(e X t e n s i b l e B u s i n e s s R e p o r t i n g L a n g u a g e,可扩展商业报告语言),是基于X M L(e X t e n s i b l e M a r k u p L a n-g

26、 u a g e,可扩展标记语言)框架,专为公司发布财务报告而开发的语言,目前已有越来越多的公司采用X B R L发布财务报告。由于X B R L在所有的软件格式和输出通道之间提供了更大的互用性,从而使人们能够进行更有效的分析并更快地发现问题。X B R L使用的标签以标准化的会计业内定义为基础,以描述和识别财务数据的每一个项目。它为每个财务数据项目定义标签,这使财务报告标准趋向统一,而这正是目前的财务报告所缺乏的。凭借出色的搜索性能,X B R L使财务数据更加一致,更易理解,而且无需公司改变他们发布财务报告的方式。在X B R L格式的文件中,所有数据都有相对应的标记,这些标记不仅对显示格

27、式进行描述,还对所要表现的数据赋予特定含义,并且相关数据呈现结构性,把有关的信息互相连接。例如,固定资产与资产负债表及折旧相连,搜索工具能立刻指向用户所需的特定目标数据。X B R L不仅能及时提供准确的财务数据,而且增强了使用者在不同应用程序之间交换电子数据的能力。X B R L更具有良好的动态分析功能,当搜索引擎找到所需的信息时,它能进一步追踪下去找到数据的最初来源及其他与该信息有关的资料。例如,用X B R L标记的财务报告通过适当运用搜索工具,信息使用者可以向下挖掘数据源直至相关的支持这些数据的文件。正是这种动态分析功能,实现了财务数据的可下载性、可移植性、可分析性和可追踪性。基于X

28、B R L的财务数据挖掘可以从不同系统中收集财务数据,进行组织和分析,从而使财务信息得到更有效的利图3财务数据挖掘过程1 4/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N

29、/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC

30、HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/C HI

31、 N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O NC HI N AMA N A G E ME N TI N F O R MA T I O N I Z A T I O N/会计信息化用。基于X B R L的财务数据挖掘模型如图4所示,主要包括财务数据获取模块、X B R L隧道、财务数据挖掘以及基于X B R L描述的知识库。各部分之间的信息流动和数据交换都是基于X B R L进行的。(1)数据获取模块。数据获取模块的主要功能是获取财务数据源,财务数据的来源可以有多种,可以是本地数据也可以是互联网上的数据。财务数据又可以有多种表现形式,

32、可以是传统的关系型数据库、文本形式的数据、电子表格、会计信息系统报表格式数据、面向对象数据库以及We b数据库等;从数据组织形式上看,可以将财务数据分为基于X B R L描述的财务数据源与非X B R L描述的财务数据源。所有财务数据经过X B R L隧道的预处理,转换为符合X B R L规范的财务数据。对于数据挖掘过程来说,可以处理各种可能组织形式的数据源,但从数据挖掘的意义角度看,对基于X B R L描述的财务数据挖掘与对非X B R L描述的财务数据挖掘是不可能在同一个层次上进行的。因为基于X B R L描述的财务数据本身就含有一定的描述数据自身意义的信息,而一般的财务数据没有这种能力。

33、X B R L已经是一种规范化的网络财务报告语言,包括S p e c i f i c a t i o n(规范),T a x o n o m i e s(标准)、I n s t a n c e D o c u m e n t s(实例文档)、S t y l e S h e e t s(样式单)等。因此对一般财务数据进行挖掘,应先作相应的处理,将其变为以X B R L描述的财务数据。(2)X B R L隧道。基于X B R L的财务数据挖掘,其数据源是符合X B R L规范的财务数据,因此在进行财务数据挖掘之前,所有财务数据都要经过预处理,转换成符合X B R L规范的形式,这一过程需要通过X

34、B R L隧道来实现。根据数据的组织形式,X B R L隧道的主要功能分为两个部分:一是对X B R L描述的财务数据源进行规范性检测;二是对非X B R L描述的财务数据进行X B R L封装。(3)基于X B R L的财务数据挖掘模块。此模块是财务数据挖掘的核心部分,通过采用聚类分析、统计方法、关联规则、决策树方法、神经网络等数据挖掘方法,从大量的具有统一X B R L格式的财务数据中挖掘出潜在的、有用的知识或模式。这一部分的功能主要涉及两个方面:一方面是数据处理机制,由于所处理的财务数据源来自X B R L隧道,所有的财务数据格式从表示形式上看具有统一的X B R L格式,处理这种数据可

35、以采用文档对象模型技术,即D o m处理技术,然后在D o m基础上进行下面的财务数据挖掘过程;另一方面是基于X B R L的财务数据挖掘过程,既然数据源是符合X B R L规范的财务数据,因此在财务数据挖掘的过程中,所使用的处理技术也是符合X B R L规范的,其中X B R L本身的S p e c i f i c a t i o n(规范)和T a x o n o m i e s(标准)为此提供了很好的基础。(4)基于X B R L的知识表达模块。知识表达模块的主要功能是对在数据挖掘模块中发现的知识进行可视化的表示,以便于非专业管理人员理解。财务数据挖掘的根本目的是从财务数据中发现有用的知

36、识或模式,在知识的表示形式上,目前较好的且应用较多的有专家系统知识规则、决策树规则和在数据挖掘中的关联规则以及分类规则等。财务数据挖掘结果不仅要有利于人的理解,而且更主要的是要有利于计算机的理解,因此在数据挖掘完成之后,要将所得到的知识,形成符合X B R L规范的知识库。3结束语本文从数据挖掘系统原型架构出发,结合财务数据的特点分析、财务数据挖掘的一般过程和X B R L技术,设计出一种基于X B R L的财务数据挖掘系统模型,为进一步深入研究财务数据挖掘提供了一种较好的方法。当然X B R L技术本身还在不断发展过程中,数据挖掘也是一项复杂的技术,基于X B R L的财务数据挖掘系统的实现

37、还有一定困难。但随着信息技术的飞速发展以及新的规范和方法的不断运用,这一经济而实用的财务数据挖掘系统一定能够实现。主要参考文献1安海忠,刘宁,郑链.数据挖掘系统原形架构的研究J.无线电工程,2 0 0 5(1):5 6-5 7.2卫金茂,王石,伊卫国.基于X M L的数据挖掘J.计算机工程与设计,2 0 0 3,2 4(1 0):1 0 6-1 0 8.3曹露燕,孟凡荣,蒋晓云.煤矿系统数据挖掘模型的研究与设计J.计算机工程与设计,2 0 0 6,2 4(1 2):4 5 4 7-4 5 5 0.4许渊.面向X B R L的数据挖掘 J.中国管理信息化,2 0 0 5(1 0):4 5-4 6.5刘静.浅谈X B R L与财务信息数据挖掘J.湖南财经高等专科学校学报,2 0 0 4,2 0(6):5 3-5 5.图4基于X B R L的财务数据挖掘模型1 5