财务数据预警分析
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇财务数据预警分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
财务数据预警分析范文第1篇
【关键词】 商业智能； 财务指标体系； 财务预警
一、引言
随着我国高等教育的改革和发展，高校进入大规模举债办学的阶段，高校财务面临的局面越来越复杂。高校不仅有基础建设、事业单位经费收支，还涉及到科研经费、校办企业投资等，高校一旦发生财务问题，影响的不仅仅是高校本身，更会引发各式各样的社会问题，因此需要对影响高校正常运行的各种财务问题进行实时有效的监控。
传统的财务分析方法单纯以财务报表为基础，就多个指标进行分析，也就是单纯地看最近一年或几年，或者某个院系的指标。与这些静态的分析方法相比，把商业智能运用到财务预警系统，即将财务数据和各种外部数据进行收集、归纳、量化（ETL技术）建立数据仓库，高校财务部门可以通过提取有用的数据经过联机分析处理工具（OLAP）或数据挖掘工具（Date Mining）结合财务部门的专业知识进行分析，转化为对高校财务分析有用的信息，从而为高校财务提供一个动态的风险预警方案。总而言之，将商业智能运用于高校的财务分析系统，可以根据不同的决策层灵活地展现财务分析结果，也可以连续分析财务问题，还可以与高校其他院系联合在一起进行综合分析。
二、高校财务指标体系的构建
高校财务指标是高校财务预警的一个核心，相关学者对高校财务指标体系已经有了一定的研究，本文针对高校过度举债、资金利用率低等问题，就高校财务指标作了相应的调整，再结合指标选取原则初步建立了有效的高校指标体系。
（一）偿债能力
为了反映高校偿还债务能力和资产负债水平，选取流动比率、资产负债率、长期负债率、贷款收入比重、利息保障倍数五个指标。
（二）营运能力
为了反映高校的经营状况选取现实支付比率、潜在的支付比率、公共经费支出比率、投资收益比率、自有资金余额占年末货币资金比重五个指标。
（三）发展能力
为了反映高校的成长性以及开源创收的能力，选取净资产增长率、固定资产增长率、现金净额增长率、自筹收入比率四个指标。
（四）非财务因素
一些非财务因素也能体现出高校的办学效率和发展实力，为了全面反映高校的发展状况选取了师生比、教师人均科研经费和教师贡献率三个指标。
即使指标选择严谨，这些指标中某些指标间还是有一定的相关性，并且过多的指标会增加信息的收集和整理难度，降低工作效率，所以要对这些指标进行优化。将初选四个方面的所有十七个指标汇总进行正态性检验，将服从正态性分布的指标体系进一步做T检验，以确定哪些指标具有显著性作用，筛选出显著性指标，删除不显著的指标；将没有服从正态性分布的指标体系进一步做非参数检验，同理确定这部分指标中的显著性指标，删除不显著的指标，最后汇总所有显著性指标用于构建高校财务预警模型指标体系。此优化过程不仅解决了预警指标体系的显著性问题，同时也达到了尽可能降低预警指标体系维度的目的。
三、高校财务预警基于商业智能技术的实现
高校商业智能系统主要包括三部分：高校数据仓库、多维分析和高校数据挖掘。高校数据仓库用于存储有用信息；多维分析可以从不同层面进行全面了解储存在高校数据仓库中的信息；高校数据挖掘则是发现问题找规律，并对将来进行预测。高校商业智能实现的大体过程是收集数据，对数据进行清理、转化，存入数据仓库，将仓库数据变为信息，并用OLAP工具、数据挖掘工具对信息进行处理，将信息变为对决策有用的知识。其架构如图1。
（一）财务数据仓库的设计
高校数据仓库的目的是通过对整个高校的相关数据进行梳理，构建一个体系化的数据存储环境，把大量分散复杂的数据转化成集成的、统一的信息，将正确的信息方便、准确地传递给需要的人。数据仓库与传统的数据库的最大区别在于传统的数据库是未经整理的一堆杂乱数据，而数据仓库是经过整理、规划过的系统数据库的子集合。数据仓库可以使高校面对大量的错综复杂的数据进行灵活的处理，为内部各个信息使用者提供他们所需要的有效信息。
1.数据仓库概念模型的设计
数据仓库的概念模型主要任务是界定系统边界和确定主题域及内容，星形概念模式是由一个事实表和一组维表组成，是一种多维的数据关系，相对于别的概念模型来说，星型虽然不节省空间，但是操作相对简单，所以创建高校数据仓库的概念模型采用星型。
高校各类指标的多维分析是商业智能技术构建高校财务预警的核心问题，所以在设计概念模型时，应选择财务指标作为数据仓库的主题，并以这一主题建立事实表，然后从高校财务分析的角度来确定维度，如时间、项目、部门等。各高校可以根据自身的情况来设定维度，文章根据自身了解的情况拟设了六个维度作为介绍：院级单位、项目、部门、指标、往来单位、时间。星型结构设计如图2。
2.财务数据仓库逻辑模型设计
逻辑模型主要是根据星形维度的选择，构建维度的层次关系，层次关系以高校相关人员对信息的需求为主线，分析各维度的层次关系以及粒度的划分、事实表的设计等。比如之前的高校数据仓库概念模型设计分了六个维度，时间维度就可以从日、周、月、季度、年来进行划分层次；院级单位可以按一级单位（校），二级单位（院），三级单位（部门）依次划分；指标可以根据前文中所示的指标类型进行划分；项目可以按照高校所承接的国家级项目、省级项目以及其他项目类别进行划分；部门可以按党委部门、行政部门、教学单位、教辅单位、附属单位依次划分；往来单位按照政府、金融机构、企业等进行划分。
3.财务数据仓库物理模型设计
物理模型需要确定数据的存储结构、索引策略、数据存放位置及存储分配等，主要目的是提高性能和更好地管理存储数据。
4.数据ETL
ETL包括抽取、转换、装载。其中，抽取是将数据从各种原始存放系统（如各种帐套数据和Excel文件）中读取；转换是按照预先设计好的规则将数据转换，使数据格式统一；装载则是将转换好的数据导入高校数据仓库。
（二）基于OLAP技术的财务分析模型实现
OLAP技术（联机分析处理技术）以数据仓库为基础，针对某个特定的主题进行联机数据访问、处理和分析，通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给使用者。OLAP技术的一个重要特点是通过多维交互的方式对数据进行处理，与多维数据组织的数据仓库相互结合、补充，这些多维分析操作可以使用户从不同的维度和角度来分析数据，其中主要方法包括切片、切块、钻取和旋转。
而对于已经建立并装载完成了高校数据仓库的，可以在此基础上建立OLAP系统。首先对OLAP的多维数据结构进行设计，包括维度和多维数据集的设计，然后创建维度和多维数据集，可以采用Analysis Service做分析服务器，最后利用SSRS展示查询数据。高校财务预警正是运用OLAP技术实现各监控指标的多维综合评价，达到对高校财务数据的实时分析。
例如，通过对高校财务部门的调查研究，发现其需要了解高校不同时间、不同院系的科研收入、教学成果以及偿债能力等，那么信息使用者可以在选择范围内的维度和量度来进行有意义的组合，还可以从其他不同的角度来了解高校的财务状况。通过报表展示，可以选择对不同维度上涉及到的数量进行分析，并找到有价值的信息。高校可以选择“时间”、“各级院”、“偿债能力”组成一个三维的偿债能力立方体，以表示在不同的时间，各个二级院校的偿债能力如何。具体如图3。
OLAP对于数据的即时处理和分析充分体现出财务分析的时效性和真实性，实现了商业智能技术与财务分析的融合。OLAP通过多维的方式对数据进行了分析、查询和定制报表。维是人们观察数据的特定角度，多维分析方式符合思维模式，减少了混淆并且降低了出现错误的可能性，它能使用户多侧面、多角度地观察数据库中的数据。OLAP可以通过切片、切块、钻取及旋转等操作来分析数据仓库中的财务数据，以对高校的财务数据进行更透彻形象地分析。
（三）基于数据挖掘技术的财务预警模型的实现
对于已经存在的财务信息，可以利用OLAP技术从不同的维度由高校数据仓库中获取，但是高校数据仓库数据中潜在的、隐藏的关系和信息很难得到充分的体现，以确定高校的财务发展趋势。因此需要利用数据挖掘技术对它们进行深度的挖掘，构建高校财务危机预警模型。
数据挖掘技术提供了多种财务预警计算方法，如神经网络算法、逻辑回归算法、聚类分析算法、决策树和关联规则等，在前文已建立数据仓库的基础上，可以根据财务预警的具体需要选择适当的算法构建财务预警模型，分析数据挖掘的结果。具体说，将已经准备好的数据分离到定型数据集中，并生成挖掘模型，通过创建预测查询，运用测试数据集验证模型的准确性，以确定是否是性能最佳的模型。当模型确定以后，进行财务预警分析。
鉴于高校财务问题与一般企业的财务问题有着本质的区别，高校财务数据并不如上市公司一样公开，数据量不丰富，导致成熟的企业财务预警模型很难适用于高校，所以本文认为数据挖掘方法中的灰色关联计算方法更适合高校财务预警。运用灰色关联的数据挖掘技术进行财务预警相对于传统的财务分析方法能够消除数据的噪声，将非标准的数据标准化，在应对高校面临的外部环境多变的形势下，运用该项技术是必要的。具体做法是首先将数据从数据仓库中提取出来，然后对数据进行处理，如无量纲化，将处理后的数据带入灰色关联模型，得出结果并进行分析。具体步骤如图4。
四、结论
对于高校的财务预警问题，需要一个动态的监控系统来进行实时监控，而商业智能技术能够促进这一设想的实现。运用商业智能来构建高校财务预警系统可以将潜在的影响高校正常运行的各种财务状况实时反映出来。数据仓库技术能够使高校的数据进行自动的更新存储，OLAP技术能够对高校现有的财务数据进行多维的分析，同时应用数据挖掘技术建立财务预警模型，实现了对高校财务进行动态的监控。
【参考文献】
[1] 田隆.基于财务数据中心的商业智能平台设计与实现[D].北京：北京信息控制研究所硕士学位论文，2010.
[2] 陈俊.财务商业智能系统的研究及其实现[D].中国航天第二研究院硕士学位论文，2008.
[3] 丁博.基于商业智能的A央企财务分析系统研究[D].北京：北京交通大学硕士学位论文，2012.
[4] 徐玉鹏.数据仓库、OLAP和数据挖掘在商业智能中的应用研究[D].南京：南京航空航天大学硕士学位论文，2010.
财务数据预警分析范文第2篇
关键词：决策支持系统 技术发展 系统优化
一、企业会计决策支持系统的应用现状
基于管理的视角，企业建立会计信息系统最主要的目的就是用于决策辅助，使企业能够得到经济效益上的大幅提升。
企业现有的决策支持系统在做财务评估时需要决策者凭经验来自定义分析规则和标准，然而决策者个人的主观判断往往是不够科学合理的，可想而知，在此基础上得到的预警结果也便失去了参考价值。此外，虽然经营指标分析与预警涵盖了各类常用的财务指标，其内容的设计也非常全面，但是孤立零散的指标个体分析和预警难以为决策者提供实用的参考信息。由于财务数据单一和预警规则的用户自定义模式，导致会计决策支持系统在运用财务数据进行风险预警分析时面临着分析结果缺乏说服力的问题。目前尽管企业财务软件的决策支持系统设计了全面的风险预警模块，但却很少有用户购买该模块并使用。笔者认为，会计决策支持系统更应该从整体能力和风险的角度出发对企业经营情况进行分析和预警，而不是局限于单个指标；而整体风险的度量规则需要集合行业的动态信息和企业的历史数据，利用金融软件和计量工具获取分析预警的参照标准。基于以上考虑，本文将试图利用新兴的前沿技术对企业会计决策支持系统做出优化构想。
二、企业会计决策支持系统的基本模式
决策支持系统按其功能要求不同，有不同的组成成分和构造方法，具体有两库结构、问题处理结构、三库结构、四库结构等。从会计决策支持系统的功能来看，主要是解决半结构化和非结构化决策问题，它应采用智能型的四库框架结构，即：人机交互系统通过数据库、模型库、方法库、知识库四个子系统库而贯穿于整个会计决策支持系统之中。[1]
其中，数据库提供会计数据，来源于会计核算系统，是支撑模型库和方法库的基础，该子系统不仅能支持数据的存储、记忆，而且能支持决策者对数据进行查询、提取、统计、汇总、归并等多种操作。会计决策支持系统中的数据主要是会计核算产生的内部数据，如若能够将数据库与网络相连，利用标准数据接口技术，也可实现将市场信息、行业数据等纳入其中。模型库存放相关的财务与会计管理模型，其单位模块主要由子程序、语句、数据及逻辑关系组成，利用单位模块调用算法来实现诸如投资决策模型、销售预测与决策模型、成本预测与决策模型、利润分析模型等，用于辅助会计决策。方法库存放常用的计算方法，如“量、本、利”分析方法、净现值法、投资回收期法、各种成本计算方法。在交互式数据存取的实现过程中，从数据库取得数据，并从方法库选择方法，将数据与方法结合起来并以清晰的输出方式呈现给决策者。知识库存放日常会计核算知识，包括有关定义、规则等不能用数据加以表示也无法用模型和方法加以描述的专家经验和知识集合。而人机交互系统则是通过上述四个子系统库而贯穿于整个会计决策支持系统之中，用户通过输入决策指令来调用数据库中的数据和方法库中的公式，加以计算后利用模型库中的模型构建决策体系并提出结论，参照知识库的输出格式将结果反馈给用户。
三、决策支持系统的技术层新发展
（一）数据接口标准化
会计信息化为财务决策提供了先进的决策手段，提高了财务管理的决策水平。但是，由于会计自身的发展和会计软件适应性不相符的事实，财务数据的应用遇到了障碍，限制了其在管理决策中的进一步应用。这种数据格式的限制性一方面体现在不同财务软件间的差异。另一方面还可能是同一软件不同版本造成的差异。在集团企业内部，母子公司并不一定从事同一个行业，不同会计软件产商提供的软件在行业的适用性方面往往具有一定的偏向性，集团内会计软件多种并存是客观存在的现实。由于信息技术的不断发展更新，会计软件的版本也需要实时更新，这将导致不同软件版本间数据的不兼容的问题。此外，企业会计信息化的过程会随着企业的发展而发展，必然会在不同时期采用不同的软件以适应当时的管理需要，这也会使得企业在不同时期应用的软件不同。会计决策支持系统在进行财务分析与决策时，必须依赖于整个集团甚至是整个行业在一个较长时期的数据，多种会计软件、多种版本的存在，导致了会计数据的使用选入困境。为了不同部门、不同软件间对于会计数据各种不同的需要，实现会计软件数据接口标准化技术具有一定的必要性。
2004年，审计署、财政部、国家标准化管理委员会制定和了《信息技术 会计核算软件数据接口》国家标准；经过国家标准化管理委员会的长期的努力改进，2010年6月，会计核算软件数据接口系列国家标准的第1部分企业部分和第2部分行政事业单位部分已经[2]。会计软件执行这一标准后，不论会计软件内部的数据结构如何更新变化，各种会计软件的数据结构存在着怎样的差异，都能够通过规范化的数据接口标准实现数据传输过程中的统一，为会计软件与其他有助于决策分析的软件进行多重复用提供了可行性，开阔了会计软件应用的深度和广度。
XBRL（可扩展商业报告语言）[3]就是一种在可扩展标记语言技术的基础上发展起来的典型的数据接口标准技术。该语言被应用于财务报告信息交换，通过统一的标准，定义了一个行业商业信息交换的“词汇表”，行业中所有以这套“词汇表”作为编辑标准的企业都可以实现网上信息的共享。XBRL的应用改变了传统财务报告供给模式，减少了信息在传输过程中的供应环节，数据仅需一次输入便可以在信息供应链的各个环节间任意地传输、提取和使用。在传输数据前无需进行格式转换，在提取数据时也省去了繁琐的手工录入操作，保证了数据传递的准确性、完整性。此外，XBRL这类数据接口标准化技术的形成和发展还实现了数据在不同软件平台之间的互相调用，实现了信息系统的无缝转换，为会计软件的二次开发和多重复用提供了可能性。
（二）数据仓库与数据挖掘技术
随着市场竞争的加剧和信息需求的发展，用于决策分析的后台数据不仅涉及大量历史数据和行业信息，还包括多个系统间的集成数据。传统的数据库技术通常只能保留当前与近期的数据信息，已无法满足管理层用于决策分析的信息需求。企业当期单一的财务数据难以对管理层的决策做出支持，知识规则和决策经验必须建立在长期财务数据和行业分析所总结出的规律之上。数据仓库与数据挖掘技术的结合应用是当前一个新的技术热点，数据仓库是一种解决数据集合大量使用问题的高效技术，而数据挖掘则是建立在数据仓库之上的增值技术，为之提供了更好的决策支持和服务。
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。数据仓库通过信息处理技术从大量的事务型数据库中抽取信息转化存储格式，将数据汇总聚合成一种特殊的易于分析的格式，为决策支持系统提供了一个信息集成平台。克服了以往数据库在信息不全面、访问性能不足、不同系统间难以集成等方面的问题，实现了会计数据的集中存储和管理并降低了数据冗余。其核心技术包括数据的抽取、清洗、转换、加载和维护。而数据挖掘是一种用于商业信息处理的新兴技术，它把会计决策支持系统对数据的应用从低层次的联机查询操作，提高到决策支持、分析预测等更高级应用上。具体地说，数据挖掘技术是从数据仓库形成的海量数据集合中发掘出蕴藏在数据中的信息和知识，对不同层面的数据进行多角度分析。比如对数据仓库中各对象进行管理分析，对数据序列进行模式分析，对具体数据进行分类分析、聚类分析等。将数据挖掘技术运用于会计决策支持系统，不仅可以从大量的财务数据中发现潜在的价值信息和未知的关系模式，还能够发现数据之间的复杂联系以及如何运用这种联系做出相应的财务决策。
数据仓库和数据挖掘技术分别是两种不同的决策支持技术，二者以不同的方式辅助决策。数据仓库是在数据库的基础上进一步发展起来的，它集成了传统数据库中所没有的大量信息，在决策指令调用数据时可以从大量的数据集合中抽取指令所需的数据，并以特殊的格式重新组织成多维数据模型，为进入下一步预处理挖掘做好准备。而数据挖掘则是通过一些基本的计算方法和简单的数学模型去挖掘现有数据中隐含的信息，做出简要的预处理，为用户进一步决策分析提供更为深入和丰富的信息。如果决策支持系统在运行过程中能够将数据仓库和数据挖掘结合起来，两者的优势组合可以为用户实现更为显著的决策辅助效果。
四、企业会计决策支持系统的优化构想
财务数据单一和预警规则的用户自定义模式，导致了会计决策支持系统在运用财务数据进行风险预警分析时面临着分析结果缺乏说服力的问题，如果能够结合前文所述两项技术层面的新发展，可以从以下两个方面对会计决策支持系统进行优化设计：
第一、建立企业会计数据资源库，优化会计决策支持系统的数据库。数据接口标准化技术为企业会计建立数据资源库提供了可行性，而数据仓库与数据挖掘技术为决策支持系统调用企业会计这个庞大的数据资源库解决了后顾之忧。会计核算软件数据接口标准化技术对会计信息系统中的科目、凭证、固定资产、员工薪酬、应收应付、报表等数据元素进行了规范，只要严格遵循数据接口标准的要求，无论其中涉及几种软件格式，集团内部各子公司历年的财务数据和同行业其他单位的所有会计信息都可以方便地输入输出并保存起来，由此建立起专门的会计数据资源库。会计数据统一通道得以建立和疏通之后，在此数据资源库的基础上，还可利用数据仓库和数据挖掘技术对资源库中的数据进行深度的挖掘与分析，根据决策需要借鉴历史数据、结合行业信息，将财务分析方式推向一个新的高度。
第二、实现会计软件多重复用功能，优化会计决策支持系统的模型库。会计软件的多重复用思想能够将金融分析软件和计量工具中有助于企业财务分析的模型引入到决策支持系统的模型库之中，优化原本单一的自定义财务指标分析模式。大量的财务信息要在会计核算系统、金融分析软件和计量工具之间游走，单纯的手工输入输出方式去实现三者的数据链接是不现实的，数据接口标准化技术为实现会计软件的多重复用建立了关联数据交换通道。通过这一通道，决策支持系统在进行财务分析时可以根据具体需求来传送会计信息，应用金融模型与计量模型来实现预警规则的系统化生成模式。比如企业进行筹资规划时，可以利用金融模型来预演各种筹资方案，最后选择既能满足企业生产经营需要又能保证企业资金偿还调度顺畅的策略。再例如，在分析企业整体经营风险时，可以利用计量工具来分组行业中经营实力各异的企业，根据不同的经营水平和财务状况来配对分析，并得出经营风险预警的参照标准。
经过上述在应用层的两方面优化设计，会计决策支持系统的运作流程如下图所示：
会计决策支持系统的优化流程图
从图中可以看出，决策支持系统的优化主要是对数据库和模型库的优化，集合行业信息和历史数据来扩建数据仓库，结合金融软件和计量工具中适用于财务分析决策的方法来更新模型库。首先，由会计核算系统形成最新的财务数据；由每一会计期的最新数据积累形成企业长期历史数据；由Web技术链接获取行业信息并共同集合成为数据仓库。当决策者向系统发出决策指令时，根据指令的需求来抽取数据仓库中必要的财务数据形成多维数据模型，进而利用数据挖掘技术结合方法库中简单的核算公式做一些基本的数据预处理，然后再将数据传送至经过软件多重复用技术优化后的模型库中进行分析，得到的决策结果则要调用知识库中的语言规则进行规范的解释描述并反馈给决策者。
参考文献：
[1]王锴.会计信息系统――管理的视角[M].清华大学出版社，2006（6）：177-179
[2]杜晓华.基于财务总监视角探讨国家标准数据接口的应用[J].中国乡镇企业会计，2011（7）：150
[3]毛华扬.会计信息系统原理与方法[M].清华大学出版社，2011（9）：352-353
一、企业会计决策支持系统的应用现状
基于管理的视角，企业建立会计信息系统最主要的目的就是用于决策辅助，使企业能够得到经济效益上的大幅提升。
企业现有的决策支持系统在做财务评估时需要决策者凭经验来自定义分析规则和标准，然而决策者个人的主观判断往往是不够科学合理的，可想而知，在此基础上得到的预警结果也便失去了参考价值。此外，虽然经营指标分析与预警涵盖了各类常用的财务指标，其内容的设计也非常全面，但是孤立零散的指标个体分析和预警难以为决策者提供实用的参考信息。由于财务数据单一和预警规则的用户自定义模式，导致会计决策支持系统在运用财务数据进行风险预警分析时面临着分析结果缺乏说服力的问题。目前尽管企业财务软件的决策支持系统设计了全面的风险预警模块，但却很少有用户购买该模块并使用。笔者认为，会计决策支持系统更应该从整体能力和风险的角度出发对企业经营情况进行分析和预警，而不是局限于单个指标；而整体风险的度量规则需要集合行业的动态信息和企业的历史数据，利用金融软件和计量工具获取分析预警的参照标准。基于以上考虑，本文将试图利用新兴的前沿技术对企业会计决策支持系统做出优化构想。
二、企业会计决策支持系统的基本模式
决策支持系统按其功能要求不同，有不同的组成成分和构造方法，具体有两库结构、问题处理结构、三库结构、四库结构等。从会计决策支持系统的功能来看，主要是解决半结构化和非结构化决策问题，它应采用智能型的四库框架结构，即：人机交互系统通过数据库、模型库、方法库、知识库四个子系统库而贯穿于整个会计决策支持系统之中。[1]
其中，数据库提供会计数据，来源于会计核算系统，是支撑模型库和方法库的基础，该子系统不仅能支持数据的存储、记忆，而且能支持决策者对数据进行查询、提取、统计、汇总、归并等多种操作。会计决策支持系统中的数据主要是会计核算产生的内部数据，如若能够将数据库与网络相连，利用标准数据接口技术，也可实现将市场信息、行业数据等纳入其中。模型库存放相关的财务与会计管理模型，其单位模块主要由子程序、语句、数据及逻辑关系组成，利用单位模块调用算法来实现诸如投资决策模型、销售预测与决策模型、成本预测与决策模型、利润分析模型等，用于辅助会计决策。方法库存放常用的计算方法，如“量、本、利”分析方法、净现值法、投资回收期法、各种成本计算方法。在交互式数据存取的实现过程中，从数据库取得数据，并从方法库选择方法，将数据与方法结合起来并以清晰的输出方式呈现给决策者。知识库存放日常会计核算知识，包括有关定义、规则等不能用数据加以表示也无法用模型和方法加以描述的专家经验和知识集合。而人机交互系统则是通过上述四个子系统库而贯穿于整个会计决策支持系统之中，用户通过输入决策指令来调用数据库中的数据和方法库中的公式，加以计算后利用模型库中的模型构建决策体系并提出结论，参照知识库的输出格式将结果反馈给用户。
三、决策支持系统的技术层新发展
（一）数据接口标准化
会计信息化为财务决策提供了先进的决策手段，提高了财务管理的决策水平。但是，由于会计自身的发展和会计软件适应性不相符的事实，财务数据的应用遇到了障碍，限制了其在管理决策中的进一步应用。这种数据格式的限制性一方面体现在不同财务软件间的差异。另一方面还可能是同一软件不同版本造成的差异。在集团企业内部，母子公司并不一定从事同一个行业，不同会计软件产商提供的软件在行业的适用性方面往往具有一定的偏向性，集团内会计软件多种并存是客观存在的现实。由于信息技术的不断发展更新，会计软件的版本也需要实时更新，这将导致不同软件版本间数据的不兼容的问题。此外，企业会计信息化的过程会随着企业的发展而发展，必然会在不同时期采用不同的软件以适应当时的管理需要，这也会使得企业在不同时期应用的软件不同。会计决策支持系统在进行财务分析与决策时，必须依赖于整个集团甚至是整个行业在一个较长时期的数据，多种会计软件、多种版本的存在，导致了会计数据的使用选入困境。为了不同部门、不同软件间对于会计数据各种不同的需要，实现会计软件数据接口标准化技术具有一定的必要性。
2004年，审计署、财政部、国家标准化管理委员会制定和了《信息技术 会计核算软件数据接口》国家标准；经过国家标准化管理委员会的长期的努力改进，2010年6月，会计核算软件数据接口系列国家标准的第1部分企业部分和第2部分行政事业单位部分已经[2]。会计软件执行这一标准后，不论会计软件内部的数据结构如何更新变化，各种会计软件的数据结构存在着怎样的差异，都能够通过规范化的数据接口标准实现数据传输过程中的统一，为会计软件与其他有助于决策分析的软件进行多重复用提供了可行性，开阔了会计软件应用的深度和广度。
XBRL（可扩展商业报告语言）[3]就是一种在可扩展标记语言技术的基础上发展起来的典型的数据接口标准技术。该语言被应用于财务报告信息交换，通过统一的标准，定义了一个行业商业信息交换的“词汇表”，行业中所有以这套“词汇表”作为编辑标准的企业都可以实现网上信息的共享。XBRL的应用改变了传统财务报告供给模式，减少了信息在传输过程中的供应环节，数据仅需一次输入便可以在信息供应链的各个环节间任意地传输、提取和使用。在传输数据前无需进行格式转换，在提取数据时也省去了繁琐的手工录入操作，保证了数据传递的准确性、完整性。此外，XBRL这类数据接口标准化技术的形成和发展还实现了数据在不同软件平台之间的互相调用，实现了信息系统的无缝转换，为会计软件的二次开发和多重复用提供了可能性。
（二）数据仓库与数据挖掘技术
随着市场竞争的加剧和信息需求的发展，用于决策分析的后台数据不仅涉及大量历史数据和行业信息，还包括多个系统间的集成数据。传统的数据库技术通常只能保留当前与近期的数据信息，已无法满足管理层用于决策分析的信息需求。企业当期单一的财务数据难以对管理层的决策做出支持，知识规则和决策经验必须建立在长期财务数据和行业分析所总结出的规律之上。数据仓库与数据挖掘技术的结合应用是当前一个新的技术热点，数据仓库是一种解决数据集合大量使用问题的高效技术，而数据挖掘则是建立在数据仓库之上的增值技术，为之提供了更好的决策支持和服务。
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。数据仓库通过信息处理技术从大量的事务型数据库中抽取信息转化存储格式，将数据汇总聚合成一种特殊的易于分析的格式，为决策支持系统提供了一个信息集成平台。克服了以往数据库在信息不全面、访问性能不足、不同系统间难以集成等方面的问题，实现了会计数据的集中存储和管理并降低了数据冗余。其核心技术包括数据的抽取、清洗、转换、加载和维护。而数据挖掘是一种用于商业信息处理的新兴技术，它把会计决策支持系统对数据的应用从低层次的联机查询操作，提高到决策支持、分析预测等更高级应用上。具体地说，数据挖掘技术是从数据仓库形成的海量数据集合中发掘出蕴藏在数据中的信息和知识，对不同层面的数据进行多角度分析。比如对数据仓库中各对象进行管理分析，对数据序列进行模式分析，对具体数据进行分类分析、聚类分析等。将数据挖掘技术运用于会计决策支持系统，不仅可以从大量的财务数据中发现潜在的价值信息和未知的关系模式，还能够发现数据之间的复杂联系以及如何运用这种联系做出相应的财务决策。
数据仓库和数据挖掘技术分别是两种不同的决策支持技术，二者以不同的方式辅助决策。数据仓库是在数据库的基础上进一步发展起来的，它集成了传统数据库中所没有的大量信息，在决策指令调用数据时可以从大量的数据集合中抽取指令所需的数据，并以特殊的格式重新组织成多维数据模型，为进入下一步预处理挖掘做好准备。而数据挖掘则是通过一些基本的计算方法和简单的数学模型去挖掘现有数据中隐含的信息，做出简要的预处理，为用户进一步决策分析提供更为深入和丰富的信息。如果决策支持系统在运行过程中能够将数据仓库和数据挖掘结合起来，两者的优势组合可以为用户实现更为显著的决策辅助效果。
四、企业会计决策支持系统的优化构想
财务数据单一和预警规则的用户自定义模式，导致了会计决策支持系统在运用财务数据进行风险预警分析时面临着分析结果缺乏说服力的问题，如果能够结合前文所述两项技术层面的新发展，可以从以下两个方面对会计决策支持系统进行优化设计：
第一、建立企业会计数据资源库，优化会计决策支持系统的数据库。数据接口标准化技术为企业会计建立数据资源库提供了可行性，而数据仓库与数据挖掘技术为决策支持系统调用企业会计这个庞大的数据资源库解决了后顾之忧。会计核算软件数据接口标准化技术对会计信息系统中的科目、凭证、固定资产、员工薪酬、应收应付、报表等数据元素进行了规范，只要严格遵循数据接口标准的要求，无论其中涉及几种软件格式，集团内部各子公司历年的财务数据和同行业其他单位的所有会计信息都可以方便地输入输出并保存起来，由此建立起专门的会计数据资源库。会计数据统一通道得以建立和疏通之后，在此数据资源库的基础上，还可利用数据仓库和数据挖掘技术对资源库中的数据进行深度的挖掘与分析，根据决策需要借鉴历史数据、结合行业信息，将财务分析方式推向一个新的高度。
第二、实现会计软件多重复用功能，优化会计决策支持系统的模型库。会计软件的多重复用思想能够将金融分析软件和计量工具中有助于企业财务分析的模型引入到决策支持系统的模型库之中，优化原本单一的自定义财务指标分析模式。大量的财务信息要在会计核算系统、金融分析软件和计量工具之间游走，单纯的手工输入输出方式去实现三者的数据链接是不现实的，数据接口标准化技术为实现会计软件的多重复用建立了关联数据交换通道。通过这一通道，决策支持系统在进行财务分析时可以根据具体需求来传送会计信息，应用金融模型与计量模型来实现预警规则的系统化生成模式。比如企业进行筹资规划时，可以利用金融模型来预演各种筹资方案，最后选择既能满足企业生产经营需要又能保证企业资金偿还调度顺畅的策略。再例如，在分析企业整体经营风险时，可以利用计量工具来分组行业中经营实力各异的企业，根据不同的经营水平和财务状况来配对分析，并得出经营风险预警的参照标准。
从图中可以看出，决策支持系统的优化主要是对数据库和模型库的优化，集合行业信息和历史数据来扩建数据仓库，结合金融软件和计量工具中适用于财务分析决策的方法来更新模型库。首先，由会计核算系统形成最新的财务数据；由每一会计期的最新数据积累形成企业长期历史数据；由Web技术链接获取行业信息并共同集合成为数据仓库。当决策者向系统发出决策指令时，根据指令的需求来抽取数据仓库中必要的财务数据形成多维数据模型，进而利用数据挖掘技术结合方法库中简单的核算公式做一些基本的数据预处理，然后再将数据传送至经过软件多重复用技术优化后的模型库中进行分析，得到的决策结果则要调用知识库中的语言规则进行规范的解释描述并反馈给决策者。
参考文献：
[1]王锴.会计信息系统――管理的视角[M].清华大学出版社，2006（6）：177-179
财务数据预警分析范文第3篇
关键词：企业会计电算化；问题；措施
一、前言
会计电算化是指企业通过计算机软件、互联网技术，用软件代替财务人员手工记账，不但可以提高财务核算的准确性，而且极大地提高了企业财务工作的效率。我国会计电算化已经经过了研发、设计、应用阶段，在企业中得到了广泛的应用。但在实际应用过程中，由于企业领导认识的片面性及人才专业能力限制、基础工作薄弱等原因，导致企业会计电算化无法真正发挥其在提高会计信息质量，提供企业经营决策方面的作用。会计电算化不光是简单地将财务数据进行汇总，其功能中加入了数据库模块系统，可以保证企业财务数据长期储存于电脑或其他电子介质中，并可以随时应用财务软件进行读取与查阅，大大提高了财务数据的安全性，同时，也减少了企业保存大量财务数据的成本与复杂程度。企业财务人员只需将当日发生的经济业务录入电算化会计软件中，软件将该数据登记至正确的会计科目、明细账与总账，并生成各种财务会计报表。会计电算化软件也为企业提供了各种数据分析、预警模块，在真实反映企业当期经济业务的同时，为企业管理层制定决策提供必要的建议。
二、会计电算化应用中存在的问题
(一)企业领导对会计电算化重视程度不够
企业领导片面地认为会计电算化只是取代手工记账模式，从而提高会计核算的准确性与效率，未能充分认识会计电算化在企业管理与规范会计核算流程等方面的作用，导致企业在设计、购买会计电算化软件模块时，只强调会计核算模块的功能，未针对企业特点设计分析、预警等管理模块。
(二)企业缺少会计电算化专业人才
会计电算化软件运行不仅要求企业财务人员应具备财税方面专业知识，而且还需拥有一定的计算机软件操作技能。目前，我国大部分企业财务人员均由手工记账人员向电算化财务人员转化，财务人员只具备简单的微机操作技能，对财务电算化数据备份、模块调用及财务分析缺少相应的技能，无法真正实现会计电算化核算、管理职能。
(三)会计电算化基础管理工作薄弱，导致财务数据存在安全隐患
一是财务软件没有统一的接口。目前，我国会计电算化软件均由不同软件公司根据企业要求设计、研究，各软件公司为保护技术秘密，在运行平台与备份数据导入方面与其他公司存在较大差异，一但某企业更换财务软件，将面临着财务数据无法对接的风险。二是企业财务数据面临较大的安全风险。首先，由于财务人员责任心不强，再者由于计算机技术水平的限制，未对财务数据进行及时备份。其次，财务数据面临来自网络黑客、病毒的威胁，一但计算机感染上木马病毒，将给企业带来无法挽回的损失。三是企业未建立严密的会计电算化管理制度。在人员设置与安全保密方面，未针对不同财务人员设置不同的修改、录入权限，密码设置不安全，财务室机房任由非财务人员进入、接触；未对财务数据进行及时备份、归类，造成会计档案丢失严重。
(四)企业会计电算化缺少管理职能
目前，我国企业在运用会计电算化方面，仍然停留在简单的会计核算功能及提高会计工作效率上，未充分发挥会计电算化中分析、预警等管理模块功能，无法真正实现会计核算职能向管理职能的转换。
三、会计电算化应用的完善对策
(一)提高企业领导对会计电算化的重视程度
首先，企业领导应带头重视会计电算化工作，要求财务软件公司根据企业行业类型、财务工作特点进行软件设计，并为财务部门配备会计电算化运行所需的场地、硬件、软件支持。其次，企业领导应督促其他业务部门积极给予财务部门进行电算化核算工作支持、配合，以保证会计电算化顺利开展。
(二)加强企业会计电算化人才队伍建设
会计电算化工作需要具备既熟知会计专业知识，又掌握计算机操作技能的复合型专业人才，财务人员不但可以将每日发生的经济业务，准确、及时地录入电脑，而且可以应用电算化软件对财务数据进行分析、对比，为企业经营决策提供有利支持与预警。企业在招聘财务工作者时，应保证具有计算机专业知识人才比重，通过对财务人员定期开展财会、计算机操作方面的培训，提高财务人员综合业务能力。
(三)加快会计电算化职能转化
会计电算化软件公司应在对不同行业类型企业进行调研工作的基础上，投入研发资金，为企业开发、设计管理模块，模块应对会计核算工作事前、事中、事后进行全方位监督，通过数据的对比、分析，及时指出企业生产经营过程中存在的漏洞，及时向企业管理者提供财务预警与决策，实现企业会计工作从核算向管理的转变。同时，企业领导与财务人员应树立财务管理观，从事后监督向事前财务分析、预警扩展。
(四)规范会计电算化基础管理工作，提高财务数据安全性
一是提高会计电算化运行安全性。首先，在企业内部建立财务数据处理和备份、人员权限控制等安全防范控制制度，提高财务人员会计电算化安全防范意识。其次，企业应积极购买网络防火墙、病毒软件，保证病毒软件的及时更新。再次，加强机房设施安全管理，采用指纹、加密狗等措施，防止非财务人员接触财务数据，提高企业财务信息数据安全性。二是建立健全企业会计核算内部控制制度。企业为保证会计电算化工作正常开展，应通过制定岗位分工制度、微机日常维护制度、机房和档案保管等制度，详细规定企业财务人员应承担的职责，保证财务人员定期对财务数据进行备份、杀毒，提高企业会计电算化核算规范性与财务数据安全性。
(五)加强对会计人员的综合素质的提高
会计电算化不同于以往的手工记账，其对操作人员的要求也有所不同。以往手工记账只需要会计人员熟悉会计方面的知识，但如今实施了会计电算化系统就要求会计人员不仅要具备会计方面知识的同时要熟悉计算机方面的知识。单位可以通过以下两个方面加强对会计电算化操作人员的培训：首先，定期组织会计电算化操作人员进行计算机理论方面的培训，熟悉理论知识后再运用到实际实践中去，才能全面掌握会计电算化系统的操作技巧，反复摸索，达到熟练操作的目的。其次，会计电算化操作人员可以通过培训这个平台，分享会计电算化系统的优势，以及操作过程中遇到的问题，使培训收到实效，以保证会计电算化工作的顺利进行。企业会计电算化的发展是一个漫长而艰巨的过程，需要会计人员及企业各方人士通过不断的思考存在的问题找到解决的对策，最大限度的实现会计实务与计算机技术的融合。会计电算化工作任重道远，需要实务工作者和理论工作者的共同努力，以实现两者的最佳结合。
参考文献：
[1]石天胜.我国会计电算化发展中的问题及解决措施.商业经济,2013(22).
[2]邹大永.浅析我国会计电算化的发展与完善.时代金融,2010(07).
财务数据预警分析范文第4篇
会计电算化在信息化影响空前的今天，在各会计领域都比较重视，因为它关系着企业财务管理和财务工作人员的效率，财务工作的开展和会计电算化是相互促进的，会计电算化的应用在专家们的研究整理下已经有了很多明显的优势不少大的方向上已有很多突破，但仍然某些但是在细节方面的研究还存在着不足，本文将要分析会计电算化对于财务工作的实际影响情况。
关键词：
会计；电算化；财务工作；影响
会计电算化首先兴起于国外，它主要是指计算机和会计工作的融合，利用计算机的高运算能力代替手工难以完成的会计任务，同时也为了能实现财务数据等自动化处理，把会计的思路和计算机应用结合形成电算化会计系统。目前我国的会计电算化发展还不够充分，很多企业甚至还没有实施会计电算化。接下来，本文将要分析会计进行电算化实践和财务工作的关系以及财务工作在会计电算化过程中受到的现实影响情况以及分析在该研究中可利用的一些措施，以便为会计的电算化实践研究做出贡献。
一、会计电算化实践和财务工作相互关系的四个现实状况
(一)电算化设施程度决定着财务工作的效率
会计在电算化实践的过程中需要有明确的指导思想，应该与实际财务工作始终保持同步性，把会计电算化和财务工作紧密结合，细致的进行实践活动，耐心在电算化实践应用中满足财务工作的需要。虽然在当前会计电算化已经在我国各大企业，单位等群面普及，但是却出现了严重的不协调，很多大型的、经济实力雄厚的企业在会计电算化方面发展非常充分，会计工作者能在工作中高效的进行工作。而在某些小型企业会计电算化的实施就比较落后，很多财务工作需要人为操作，导致财务工作的进度非常低。
(二)会计电算化存在不安全因素，财务工作面临风险
在信息化时代，网络系统在电算化的应用上起了很大的促进作用，同时也使得会计电算化面临网络不安全，很容易受到网络病毒或木马的攻击，整个会计电算化系统的安全性面临严重挑战。而在会计电算化内部系统因为发展不够完善，自身也有很多的漏洞，容易因为系统崩溃等问题造成财务数据等的丢失，这也就使得财务工作需要严格的保密工作和备份存档工作。
(三)会计电算化管理依赖着财务会计软件，但又无法和企业更多的部门加强联系
因为在企业发展中会计电算化需要以个承载的会计软件，因此市面上出现了很多可以进行财务管理的电算化软件，这些软件的设计和开发的优劣决定了财务工作开展的顺利与否，而且在企业中除了财务管理部门外还有很多其他的部门，电算化财务软件并不能在应用中和更多的部门加强联系。
(四)会计电算化软件的功能不够全面，数据信息的利用效率不高
当前的企业单位处理会计电算化软件依赖的办法主要集中在自主的开发和市面购买，而很多企业都没有研发人才和团队，这样市面的财务软件就变得比较畅销了。但是这些市面上流行的财务管理软件虽然实现了企业的会计电算化管理操作，但是却并没有其企业财务需求的角度出发，也没有和企业相关部门有联系和配合，因此其单一的功能下，不仅没能满足企业部门的综合管理，也做不到财务数据的高效利用。
二、会计电算化对财务工作的具体影响
首先，影响财务工作的转型。在未来的会计工作中，电算化的软件等等会随着电脑软件的全面开发进入企业的财务管理系统，使得会计系统的结构随之发生变化，财务行业的电算化越高，需要的财务人员将越加减少，或者是需要的财务人员必须具备较高的电脑系统软件应用开发，电脑硬件维护和软件维护兼备等方面的才能，而更多的财务人员将不得不下岗或者转向财务分析工作，会计电算化一方面加强会计财务工作效率，但另一方面又使得财务人员面临难题。其次，影响财务数据处理以及流程步骤。会计电算化后企业的所有财务相关的内容会数据化，因而就不能存在账本之类的传统类型。这些数据化的财务信息可以随时灵活的编排，反复更具需要灵活的整理，也可以直接根据需要生成有效的报表，而传统的流程也就发生了变化，一些传统的方法也不在需要，比如：平行登记法等技术。最后，影响财务内部控制管理。传统的财务管理制度和人员管理制度因为会计电算化的实施已经不能满足需要，而财务信息的更改、删除等在电算化管理后变得更加容易，极易造成财务信息不完整和不安全，因此必须在内部控制上制定严格的、完整的管理制度，从人员的素质、思想、奖惩制度等方面做细致的制度建设，以确保财务信息的真实有效性。
三、会计电算化应用中存在的问题
(一)企业领导对会计电算化重视程度不够
企业领导片面地认为会计电算化只是取代手工记账模式，从而提高会计核算的准确性与效率，未能充分认识会计电算化在企业管理与规范会计核算流程等方面的作用，导致企业在设计、购买会计电算化软件模块时，只强调会计核算模块的功能，未针对企业特点设计分析、预警等管理模块。
(二)企业缺少会计电算化专业人才
会计电算化软件运行不仅要求企业财务人员应具备财税方面专业知识，而且还需拥有一定的计算机软件操作技能。目前，我国大部分企业财务人员均由手工记账人员向电算化财务人员转化，财务人员只具备简单的微机操作技能，对财务电算化数据备份、模块调用及财务分析缺少相应的技能，无法真正实现会计电算化核算、管理职能。
(三)会计电算化基础管理工作薄弱，导致财务数据存在安全隐患
一是财务软件没有统一的接口。目前，我国会计电算化软件均由不同软件公司根据企业要求设计、研究，各软件公司为保护技术秘密，在运行平台与备份数据导入方面与其他公司存在较大差异，一但某企业更换财务软件，将面临着财务数据无法对接的风险。二是企业财务数据面临较大的安全风险。首先，由于财务人员责任心不强，再者由于计算机技术水平的限制，未对财务数据进行及时备份。其次，财务数据面临来自网络黑客、病毒的威胁，一但计算机感染上木马病毒，将给企业带来无法挽回的损失。三是企业未建立严密的会计电算化管理制度。在人员设置与安全保密方面，未针对不同财务人员设置不同的修改、录入权限，密码设置不安全，财务室机房任由非财务人员进入、接触；未对财务数据进行及时备份、归类，造成会计档案丢失严重。
四、完善企业会计电算化措施
(一)提高电算化网络安全防范水平，避免财务数据受到内外威胁
一是制定内部会计电算化岗位职责，明确各个岗位应享有的操作权限，规定非财务人员及不具条件的财务人员操作权限，规定每位财务人员在登陆软件系统时需提供安全口令，并保证该口令的唯一性，避免由于企业内部工作人员恶意篡改财务数据给企业带来的损失。二是指派专人对软件运行硬件进行维修并及时更新财务软件系统，为软件运行提供良好的运行环境，定期对财务数据进行备份。同时，及时更新网络防火墙软件，具备条件的企业可聘请专业网络安全公司对财务软件提供安全保障，防止本企业财务数据受到来自网络黑客、病毒的攻击。
(二)加强会计人员电算化操作培养，提高会计人员综合业务能力
定期聘请财务软件开发公司工作人员为本企业会计人员进行电算化操作培训，培训应包括软件登陆、录入、预警分析、数据查询以及备份等内容，促使企业会计人员在熟练操作财务软件的基础上，可以通过软件提供的分析模块为管理层提供决策依据。
(三)开发软件预警分析等管理模块，为企业管理层提供科学决策
企业在聘请财务软件开发公司为本企业设计财务软件模块时，应要求其针对本企业行业特征、生产工艺、销售方式等情况进行量身定制，并强调财务预警分析模块的重要性，使其设计的财务软件既满足企业日常财务核算需要，也可通过财务软件分析模块的应用，为企业管理层降低财务风险提供及时、有效的数据支持，保证企业生产经营的可持续发展。
(四)规范会计电算化基础管理工作，提高财务数据安全性
一是提高会计电算化运行安全性。首先，在企业内部建立财务数据处理和备份、人员权限控制等安全防范控制制度，提高财务人员会计电算化安全防范意识。其次，企业应积极购买网络防火墙、病毒软件，保证病毒软件的及时更新。再次，加强机房设施安全管理，采用指纹、加密狗等措施，防止非财务人员接触财务数据，提高企业财务信息数据安全性。二是建立健全企业会计核算内部控制制度。企业为保证会计电算化工作正常开展，应通过制定岗位分工制度、微机日常维护制度、机房和档案保管等制度，详细规定企业财务人员应承担的职责，保证财务人员定期对财务数据进行备份、杀毒，提高企业会计电算化核算规范性与财务数据安全性。
总之，会计电算化在企业中的推广已经是不可逆转的趋势，而与之有紧密联系的财务工作需要在适应其发展变化的基础上，针对不足提出防治手段，根据财务管理的特点，制定财务工作的发展方向，同时在财务工作中必须做好财务安全工作，以保证企业的资金安全和商业机密等。只有通过了解和掌握会计电算化等在财务方面的优势和不足，才能在未来的财务工作中明确目标，防止财务工作出错。
作者：王娜 单位：鞍山市立山区友好企业公司
参考文献：
[1]金光华.在企业信息化环境中的会计信息化定位研究[J].中国管理信息化,2013(15)
财务数据预警分析范文第5篇
支持向量机模型的构建
1SVM算法基本思想支持向量机（SupportVectorMachine，简称SVM）是建立在结构风险最小化原则和VC维理论基础上的一种新型机器算法。它可以有效地实现小样本在高维空间非线性系统的精确拟合。其主要思想是在二分类问题中，在高维空间寻找一个超平面作为两类的分类面，以保证最小的分类错误率。根据训练集训练得出的决策函数，可对任意输入x预测其所对应的y，即可对企业财务进行预警。
2SVM求解过程财务预警是一个非线性问题，可以通过非线性变换将原低维空间非线性问题转化为某个高维空间中的线性问题，在变换空间求最优分类面。在高维空间中分类面表达式为：w•准(x)+b=0准(x)是输入向量x从空间Rn到高维空间的变换。由最大间隔思想及软间隔思想可得，求解上式可转化为对下列凸二次规划问题求解：
实证分析
1样本选取数据来源本文采用沪深证券交易所上市公司财务数据，数据来自证券之星，新浪财经网站，为了避免采用破产后数据信息建立预警模型会高估模型的预测能力，本文选取训练样本时，采用上市公司被ST或*ST前两年的财务信息(即：公司2011年被ST，则选用2009年的财务信息)作为训练数据构建预警模型，以预测上市公司是否会在下年因严重财务风险而被特别处理。本文随机选取2011年被ST或*ST的5家公司，10家非ST公司作为训练集样本；随机选取2家ST或*ST公司，3家非ST公司作为测试集样本。
2预警指标选取预警指标的选取目前尚未形成一套成熟的标准，宋雪枫，杨朝军（2006）在国家自然科学基金项目研究中，用杜邦分析从上市公司的盈利能力，负债结构，周转能力三个方面选取18个相关预警指标，并采用Kuskal-WallisH非参数检验最后确定了总资产收益率、总资产周转率、流动资产周转率、主营业务利润率、超速动比率、流动负债比率、资产负债率、应收账款周转率、和存货周转率9个财务危机上市公司与非财务危机上市公司之间存在显著差异的指标。本文也将采用这几个指标作为输入指标对房地产企业财务风险进行预警研究。在输出指标中，未被ST的公司视为财务正常公司，输出为1，被ST的公司视为财务异常公司，输出为-1。
3实证分析以选取的20家上市房地产公司最为研究对象，对其原始财务数据进行收集，并对样本企业进行编号如表1。运用MATLAB7.0，安装libsvm-mat-2[1]89-3工具箱，将表1中数据标准化后，以前15组样本作为训练集样本，后5组样本作为测试集样本。采用5层交叉验证法对训练集进行训练。C=200，σ2=3。采用该模型对测试集进行测试的测试结果如下：由表2可以看出，预测分类结果与实际分类结果完全符合，模型具有良好的应用效果。
结语
