（计算机应用技术专业论文）针对供应链管理的数据挖掘研究.pdf

鬻 。论文作者签名：夔墨_ i 菇霉3 。月丑口日 j 。j 童? - 保护知识产权睁明j ? j 一摩炎亮垒菩解西安理工大学有关保护知识产权的规定，+ 即；。| 研究生在 摘要 针对供应链管理的数据挖掘研究 学科名称：计算机应用技术 作者姓名：费蓉签名： 导师姓名：崔杜武签名： 答辩日期：2 0 0 5 年3 月 摘要 本文在分析有关报表数据的基础上，开发了基于原有s c m 系统的辅助决策分析 系统，应用多种数据挖掘技术于s c m 及报表分析中：采用d b s c a n 算法对行业情况 进行分析，以得出合适的行业伙伴聚类：采用主成分分析法从众多相关的财务数据 中寻找对企业至为重要的信息，最大地降低数据挖掘的复杂度；此外，还用到了基 于时间序列的统计分析以及基于相关分析的财务指标关系分析等。 本文提出了一种基于最优路径算法的供应商路由选择，建立了一个有效的模 型，将动态规划应用于s c m 系统中以提高系统的运行效率，为决策人员节约宝贵 的时间。本文还探讨了应用粗集算法对企业信息进行属性约简的方法及步骤。，最后 简单介绍了系统的功能。 关键词：数据挖掘，s c m ，报表分析 西安理工大学硕士学位论文 r e s e a r c ho n a p p l i c a t i o no f d a t am i n i n g f o rs c m s u b j e c t c 0 m u i e ra p p l i c a n 0 n a u t h o r n a m e ：上凼卜 s u p e r v i s o r n a m e ： 2 尘竺! _ 7 d a t e ：m a r c h ，2 0 0 5 a b s t r a c t d a t am i n i n gw h i c hr e s e a r c h e sh o wt od i s c o v e r yv a l u a b l ek n o w l e d g ea n dr u l e sf r o m l a r g es c a l ed n t a b a s e ，i so n eo f t h ea c t i v es u ba r e ao f a r t i f i c i a li n t e l l i g e n c ew i t hab r o a d a p p l i c a t i o ni nm a n yb u s i n e s sa n ds c i e n t i f i ca r g ls u p p l i e sc h a i nm a n a g e m e n ti san o v e l m a n a g e m e n tm e t h o dw h i c hc o n t a i n st h ec o n t e n t so fm a n a g e m e n ts c i e n c e ，i n f o r m a t i o n s c i e n c ea n ds y s t e me n g i n e e r i n g t h ea i mo fs c mi st oo b t a i nt h el e a s tc o s tu n d e rt h e c i r c u m s t a n c eo fm o s tp r e m s ，a n dt h eb i g g e s to b s t a c l ei st h er e - d i s t r i b u t i o no fp r o f i t s t h i st h e s i sf o c u s e do nh o wt om i n i n gs o m eu s e f u li n f o r m a t i o nw h i c hm a yb eaf e wh e l p f o rt h em a n a g e r so u tt h et o n so f e n t e r p r i s e s d a t a f i r s t , t h eb a c k g r o u n do fs u p p l i e sc h a i nm a n a g e m e u ti si n t r o d u c e d ，i n c l u d i n gt h e b a s i cc o n c e p t , t h eb a s i ci d e a , k e yt e c h n i q u ea n dt h ed e v e l o p m e n tt r e n do fs c m ， f o l l o w e db yt h eb a s i ci d e aa b o u td a t am i n i n ga n dk n o w l e d g ed i s c o v e r y , a sw e l la st h e b a s i cm e t h o da n dt e c h n i q u eo fd a t am i n i n g i nc h a p t e r2w ei n t r o d u c et h eb a s i cc o n c e p t a n dm e t h o d sf o rf i n a n c i a ls 诅t e m e n ta n a l y s i s e x p l i c a t er a t i of o r m u l a ea n dt h em e a n i n g s o f r a t i o sw h i c ha r em e n t i o n e di nt h ef i n a n c i a lr a t i oa n a l y s i s b e c a u s ef i n a n c es t a t e m e n tc o n t a i n st h ei n f o r m a t i o na b o u tt h em f u n da b i l i t y , p r o f i t a n dl o s sa n dt h ed e v e l o p m e n tp o t e n c y , f i n a n c es t a t e m e n ta n a l y s i si sa l li m p o r t a n tw a yo f m a n a g e r st og e td e c i s i o ni n f o r m a t i o na n do t h e rv a l u a b l ek n o w l e d g e 摘要 i nc h a p t e r4 ，w er e s e a r c ht h et e c h n i q u eo f d a mm i n i n g ，w h i c hc a nb ea p p l i e di n t o t h ed o m a i no fs c ma n df i n a n c i a ls t a t e m e n ta n a l y s i s t h em a i nm e t h o di n c l u d e ： d b s c a na l g o r i t h mt om i n i n gt h ec l u s t e ri n f o r m a t i o ni ns o m ee n t e r p r i s e s ，t h em a i n e l e m e n t sa n a l y s i st or e d u c et h en u m b 盯o ff i n a n c i a lr a t i o s ，s t a t i s t i c so nt h eb a s i so f a n a l y s i st ot i m e - s e r i e sd a t a b a s e s ，a n a l y s i so fr e l a t i o n sb e t w e e nf i n a n c i a lr a t i o t h e s e m e t h o d si m p r o v et h ea b i l i t yo fs y s t e m t h i st h e s i sa l s op r e s e n t san o v e lm e t h o df o rm a n a g e r st os e l e c tt h em o s tp o s s i b l e a n dt h em o s ts t a b l ee n t e r p r i s ep a r t n e r a n dt h e n ，a f t e r # v i n gt h eb a s i cc o n c e p t so fr o u g h s e tt h e o r y , w ep u tf o r w a r dt h a th o wt or e d u c et h ea t t r i b u t i o no fi n f o r m a t i o nd a t a a c c o r d i n gt ot h ea l g o r i t h m si nr o u g hs e tt h e o r y f i n a l l yas y s t e mi sd e s i g n e dt of u l f i l l b a s i cf u n c t i o no f s c m ，w h i c hm a i n l yi n t r o d u c e sa b s t r a c t i o nd e s i g na n dd e t a i l e dd e s i g n k e yw o r d s ：d a t am i n i n g ， s c m f i n a n c i a ls t a t e m e n ta n a l y s i s 前言 1 前言 随着经济全球化的进一步的扩大，全球采购已经成为节约成本的 一个关键因素，与此对应的企业管理模式也进化到了供应链管理系统 ( s c m ) 。供应链管理从原材料和零部件采购、运输、加工制造、分销 直至产品最终交给顾客的过程是一个环环相扣的链条，总称为供应链， 其思想的本质是基于信息技术提出的新的管理方法与管理理论的综 合，即以流程管理为中心的“即时制”( j u s t i n - t i m e ) 、精益制造( l e a n p r o d u c t i o n ) 、看板( k a n b a n ) 、全程质量控铜j ( t o t a lq u a l i t ym a n a g e m e n t ) 等等的综合。 1 1 课题背景 1 1 1 供应链管理的引入i 2 6 1 企业管理模式经历了三个主要发展阶段，企业独立经营，纵向一 体化管理和供应链管理，企业实体之间的关系表现为“分立联合再分 立”的过程，而不断变化的市场环境是推动组织管理模式演变的原动 力。2 0 世纪上半叶，是企业独立经营的时代。为了在竞争中赢得主动， 核心企业加强对原材料供应、产品制造、分销和销售全过程的控制， 出现了纵向一体化管理模式。然是竞争和对立。在市场环境相对稳定， 以生产产品为中心的前提下，纵向一体化模式非常有效。但2 0 世纪8 0 年代以来市场环境发生巨大变化，顾客需求趋于多样化、个性化，不 确定性增加，企业面临的是一个变化迅速且难以预测的买方市场。经 济全球化趋势日益明显，这给企业带来的不仅是市场机遇，更增加了 竞争难度，以i n t c m c t 技术为基础的现代信息技术和通信技术迅速发展， 使纵向一体化管理，暴露出很多缺点【2 】，为此企业采取了许多先进的单 2 西安理工大学硕士学位论文 项制造技术和管理方法，如m r p 、m r pi i 、j i t 、l p 、a m 、c e 、e r p 、 c i m s 等。虽然这些技术和方法取得了一定成效，但没有从根本上解决 问题，企业仍需要从管理模式上进行创新。 基于此，供应链管理成为2 0 世纪9 0 年代以来研究实践的热点。 它快速反应市场需求、全局性战略管理、高度柔性等目标，比纵向一 体化更能符合当前复杂多变的竞争环境，所以逐渐由一种管理技术上 升为新的管理模式。供应链管理各实体企业所有权相互独立，实质上 又相互联合，形成一个整体和其它供应链进行竞争。 供应链( s u p p l yc h a i n ，简称s c ) 的概念在2 0 世纪8 0 年代末提出【3 j ， 作为一种业务流程模型，它是指由相互间提供原材料、零部件、产品、 服务的厂家、供应商、零售商及最终用户等组成的一个环环相扣的网 络。供应链通过计划、获得、存储、分销、服务等一系列活动在顾客 与供应商之间形成一种衔接，以使企业更好地满足顾客的需要。 供应链主要包括以下几个方面： 1 ) 供应链参与者：供应商( 原材料供应商、零部件供应商) 、生产商、 销售商、运输商等。 2 ) 供应链活动：原材料采购、运输、加工制造、送达顾客。 3 ) 供应链的三种流：物流、资金流和信息流。 4 ) 供应链的拓扑结构：网络、链条、网链。由此我们认为，供应链 可以看成是包括原材料采购、运输、加工制造直到送达顾客手中的一 系列增值活动构成的网链结构在提供这些活动的供应商( 原材料供应 商、零部件供应链) 、生产商、销售商、运输商之间物流、资金流和信 息流贯穿始末。 供应链管理( s u p p l y c h a i nm a n a g e m e n t ) 贝z j 是对供应链中的信息流、 物流和资金流进行设计、规划和控制，从而增强竞争实力，提高供应 链中各成员的效率和效益。其目标是要将顾客所需的正确的产品( r i g h t p r o d u c t ) 能够在正确的时间( r i g h tt i m e ) 、 按照正确的数量( r i g h t 前言 q u a n t i t y ) 、正确的质量( r i g h tq u l i t y ) 和正确的状态( r i g h ts t a t u s ) 送到正确的地点( r i g h tp l a c e ) ，并使总成本最小。 1 1 2 供应链管理的概念及其核心技术瞰l 供应链的定义有多种不同的表述，但其目的是统一的，即追求整 个系统总成本最低。 供应链管理强调一种集成的管理思想和方法； 把对成本有影响和产品满足客户需求的过程中，起作用的每一方 面都考虑在内； 在多个合作组织间提供早期的需求变动，使各方及早得知需求变 动的信息； 把供应链上的各个环节有机结合，实现供应链整体效率最高。 当我们对上述定义再进行一下深究归纳时，发现它们可以分为两 类： 一类是静态的拓扑结构型定义：这种定义强调s c m 是一个网络， 各企业、供应商、客户以及合作伙伴都是这个网络上的节点。 另一类是动态的运行机制型定义：这种定义强调s c m 是一个沿时 序展开的过程。这个过程是供应链的三种流：物流、资金流和信息流 的流动过程。 对于供应链的核心技术，不同的研究人员也有不同的解读，管理 学认为，供应链管理的关键在于供应链协同。 供应链协同是供应链管理的基础也是核心，同时也是实施供应链 管理的主要难点。因为要求信息共享的供应链协同，实质上是供应链 上各节点的利益再分配。所以，从管理的角度来看，说到底，供应链 就是一个协调各方利益冲突的问题，是整个供应链环节上利润最大化 目标之下的成本最小化。 3 4 西安理工大学硕士学位论文 当然从信息技术上的角度来看，信息处理则是我们研究的关键。 对于利益冲突，以及供应链协同，我们无能为力，但是我们关注的是 如何处理流动于供应链上的各种数据，以得出有益于企业决策者做出 决策的信息。 1 1 3 供应链管理发展趋势 尽管供应链管理的发展还处于初级阶段，但作为2 l 世纪的企业经 营的新模式，其发展势头却异常迅猛。随着社会的发展和科学技术的 进步，供应链管理目前已在如下方面取得了新的进展。 敏捷供应链管理脚。 敏捷制造概念给供应链管理赋予了新的含义和要求，从而产生了 敏捷供应链的概念【6 】。敏捷供应链区别于一般供应链系统的特点在于， 敏捷供应链可以根据动态联盟的形成和解体( 企业重组) ，进行快速的重 构和调整。敏捷供应链要求能通过供应链管理促进企业间的联合，进 而提高企业的敏捷性。提出了供应链本身的敏捷性和可重构要求，以 适应动态联盟的需要。敏捷供应链支持如下功能【7 】： 1 ) 支持迅速结盟、结盟后动态联盟的优化运行和平稳解体； 2 ) 支持动态联盟企业问敏捷供应链管理系统的功能； 3 ) 结盟企业能根据敏捷化和动态联盟的要求方便地进行组织、管 理和生产计划的调整： 4 ) 可以集成其它的供应链系统和管理信息系统。 敏捷供应链的实施，有助于促进企业问的合作和企业生产模式的 转变，有助于提高大型企业集团的综合管理水平和经济效益。通过抓 住商业流通这个龙头，通过协调、理顺每个企业的购销环节，来为企 业提供直接的市场信息和广阔的销售渠道，并 ；i 此为契机促进企业问 的联合，同时也为商家提供了无限的商机。 前言 基于电子商务的全球供应链管理1 2 7 l 电子商务( e c o m m e r c e ) 是供应链未来发展的一个重要方面，它构造 了供应链上各个环节之间的联系。基于电子商务的供应链管理系统的 -目标是通过因特网优化整个供应链，即利用因特网完全的自助交易方 式与网络伙伴实时进行合作和重要计划信息的交流。完整的全球供应 链管理系统可以帮助企业随时掌握各地各网点的销售情况，全面掌握 所有供应商的详细情况，合理规划异地库储的最佳效益，合理安排进 货的批次、时间以及运输等问题，合理调整公司的广告策略和价格政 策，向企业( 供应商) 提供有偿信息服务，网上定货和电子贸易，可随时 把商店的动态告诉每一位想了解的顾客。 虚拟供应链管理 虚拟供应链v s c ( v i r t u a ls u p p l yc h a i n ) 是合作伙伴基于专门信息服 务中心所提供的技术支持和服务而组建的动态供应链。虚拟供应链的 特点：动态性；网状结构；由专门中立的信息服务中心提供技 术支持和服务；有利于广大中小企业摆脱供应链上的从属地位，供 应链合作伙伴感到平等和安全。虚拟供应链的运作模式分为7 个步骤： 市场信息获取；虚拟供应链发起的组织；合同的投标与获取； 产品制造和递送；售后服务和产品回收；利益分配；虚拟供 应链解散。 1 1 4 数据挖掘概述 数据挖掘的基本概念 数据挖掘( d a t am i n i n g ) ，也叫知识发现、知识获取，它兴起于 上个世纪九十年代，是顺应。如何合理有效地利用海量数据”这个问 题而出现的。数据挖掘! ( d a t am i n i n g ) 就是从大量的、不完全的、有 噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们 事先不知道的、但又是潜在有用的信息和知识的过程。这些信息、知 5 6 西安理工大学硕士学位论文 识以及模式可以应用于相应的现实系统中做出预测。它的目的如上所 述：就是为了提高市场决策能力：检测异常模式；在过去的经验基础 上预言未来趋势等。 数据挖掘有着广泛的应用领域。电讯公司和信用卡公司是用数据 挖掘检测欺诈行为的先行者。保险公司和证券公司也开始采用数据挖 掘来减少欺诈。医疗应用是另一个前景广阔的产业：数据挖掘可以用 来预测外科手术、医疗试验和药物治疗的效果。零销商更多的使用数 据挖掘来决定每种商品在不同地点的库存，通过数据挖掘更灵活的使 用促销和优惠卷手段。制药公司通过挖掘巨大的化学物质和基因对疾 病的影响的数据库来判断哪些物质可能对治疗某种疾病产生效果。 定义 对数据挖掘的概念，可以从两个方面来定义和认知。一个是技术 层面，另一个是商业角度。 技术层面上，认为数据挖掘( d a t am i n i n g ) 就是从大量的、不完 全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中 的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 从商业角度上看，数据挖掘只是一种新的商业信息处理技术，其主 要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其 他模型化处理，从中提取辅助商业决策的关键性数据。 简而言之，数据挖掘其实是一类深层次的数据分析方法。数据分析 本身已经有很多年的历史，只不过在过去数据收集和分析的习的是用 于科学研究，另外，由于当时计算能力的限制，对大数据量进行分析 的复杂数据分析方法受到很大限制。现在，由于各行业业务自动化的 实现，商业领域产生了大量的业务数据，这些数据不再是为了分析的 目的而收集的，而是由于纯机会的( 0 p p o r t u n i s t i c ) 商业运作而产生。 分析这些数据也不再是单纯为了研究的需要，更主要是为商业决策提 供真正有价值的信息，进而获得利润。但所有企业面临的一个共同问 题是：企业数据量非常大，而其中真正有价值的信息却很少，因此从 大量的数据中经过深层分析，获得有利于商业运作、提高竞争力的信 息，就像从矿石中淘金一样，数据挖掘也因此而得名。 因此，数据挖掘可以描述为：按企业既定业务目标，对大量的企 业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性， 并进一步将其模型化的先进有效的方法。 分类 数据挖掘是一个交叉学科领域，受多个学科影响，包括数据库系 统、统计学、机器学习、可视化和信息科学。此外，依赖于所用的数 据挖掘方法，以及可以使用的其它学科的技术，如神经网络、模糊和 粗糙集理论、知识表示、归纳逻辑程序设计或高性能计算。依赖于所 挖掘的数据类型或给定的数据挖掘应用，数据挖掘系统也可能集成空 间数据分析、信息检索、模式识别、图像分析、信号处理、计算机图 形学、w e b 技术、经济、商业、生物信息学或心理学领域的技术。 由于数据挖掘源于多个学科，因此数据挖掘研究就产生了大量的、 各种不同类型数据挖掘系统。这样，就需要对数据挖掘系统给出一个 清楚的分类。这种分类可以帮助用户区分数据挖掘系统，确定最适合 其需要的数据挖掘系统。根据不同的标准，数据挖掘系统可以分类如 下： 根据挖掘的数据库类型分类：根据数据模型可以分为关系数据库 挖掘系统、事务数据库挖掘系统、对象一关系数据库挖掘系统、数据 仓库挖掘系统；根据所处理的数据特定类型可以分为空间数据挖掘系 统、文本数据挖掘系统、多媒体数据挖掘系统以及w w w 数据挖掘系统。 根据挖掘的知识类型分类：数据挖掘系统可以根据所挖掘的知识 类型分为，广义知识、关联规则、分类和聚类、偏差分析等等。 根据应用领域分类：数据挖掘系统可以根据应用来分类。因为不 同的挖掘技术可能适应于不同的方法，比如谓词演算系统就可以用于 8 西安理工大学硕士学位论文 中医诊疗，灰色系统理论可以用于股市分析。 在实际的系统设计时，通常采用多种数据挖掘技术，或采用有效 的、集成的技术，发挥各自的优势。 数据挖掘常用技术1 3 1 l 1 人工神经网络 仿照生理神经网络结构的非线形预测模型，通过学习进行模式识 别。 2 决策树 代表着决策集的树形结构。 3 遗传算法 基于进化理论，并采用遗传变异及自然选择等设计方法的优化技 术。 4 近邻算法 将数据集合中每一个记录进行分类的方法。 5 规则推导 从统计意义上对数据中的“如果一那么”规则进行寻找和推导。 6 粗糙集理论( r o u g hs e t ) 从集合论的观点分析问题，计算集合中的等价关系和等价类，并以 之划分近似集，通过属性约简提取规则。 采用上述的某些技术而研究的专门的分析工具已经发展了大约十 年的历史，不过这些工具所面对的数据量通常较小。而现在这些技术 已经被直接集成到许多大型的工业标准的数据仓库和联机分析系统中 去了。 数据挖掘的流程 l 数据挖掘环境 广义上的数据挖掘是指一个完整的过程，该过程从大型数据库中挖 掘先前未知的，有效的，可实用的信息，并使用这些信息做出决策或 丰富知识。 数据挖掘环境可示意如图2 - i 图2 - i 数据挖掘环境框图 2 数据挖掘过程图 图2 - 2 描述了数据挖掘的基本过程和主要步骤 圈2 - 2 数据挖掘过程的步骤 3 数据挖掘需要的人员 数据挖掘过程的分步实现，不同的步骤需要有不同专长的人员，他 们大体可以分为三类。 业务分析人员：要求精通业务，能够解释业务对象，并根据各业务 对象确定出用于数据定义和挖掘算法的业务需求。 数据分析人员：精通数据分析技术，并对统计学有较熟练的掌握， 有能力把业务需求转化为数据挖掘的各步操作，并为每步操作选择合 适的技术。 数据管理人员：精通数据管理技术，并从数据库或数据仓库中收集 数据。 从上可见，数据挖掘是一个多种专家合作的过程，也是一个在资 金上和技术上高投入的过程，这一过程要反复进行。在反复过程中， 不断地趋近事物的本质，不断地优化问题的解决方案。 9 西安理工大学硕士学位论文 1 2 本文主要完成工作 数据挖掘技术在供应链管理中的应用，主要完成对企业物流的决 策规划管理。供应链管理系统是一个基于w 曲的企业电子商务平台， 它在实际操作过程中，存储了大量数据，我们将收集这些数据，经过 预处理，得到可用数据挖掘算法进行决策的前提，对其进行分析、预 测，提供有效的方案，以达到优化供需双方的目的，从而达到节约购 买成本、实现最低库存、消灭采购过程中的漏洞、加速资金周转、提 升服务水平、增加企业盈利的目的，使企业的物资采购工作获得更大 的弹性，而不再是简单以采购计划为导向的僵硬经营模式，使企业保 持强大的生命力和竞争力。 1 0 s 例报表分析 2 s c m 报表分析 2 1 报表分析概述 报表分析是指在各种财务报表及其相关资料的基础上。通过一定 的方法和手段，对财务报表提供的数据进行系统和深入的分析研究， 提示有关指标之间的关系、变动情况及其形成原因，从而向使用者更 提供和全面的企业信息。 由于财务报表是在会计日常核算资料的基础上，以表格形式综合 反映企业财务状况和经营成果的书面文件，而会计日常核算是在公认 会计原则或企业会计准则的规范下进行的，因此，财务报表信息难免 带有一定的局限性。换句话说，财务报表只能在公认会计准则或企业 会计准则所规定的框架内提供信息。此外，企业财务状况和经营绩效 是在诸多宏观和微观因素、主观和客观因素的综合作用下形成的。因 此，我们有必要对财务报表数据进行进一步的分析、评价，使它们成 为对使用者进行经济决策更有用的信息。具体地说，财务报表分析的 主要作用是能够通过再深入地揭露情况，反映问题，提供新的信息， 用来弥补、克服财务报表信息的局限性，包括财务报表只能反映单个 企业的财务状况和经营绩效，只能提供用货币单位定量表述的财务信 息，只反映某一时期或某一特点的状况，而且各财务报表之间的关系 也是比较松散，信息含量小等。 不同的主体，由于利益倾向的不同，对财务报表进行分析时各有 其侧重点：一般的所有者( 即没有控制权的投资者) 比较关心企业股 利的发放，他们在进行财务报表分析时，需要了解的企业的盈利状况 和盈利能力；而拥有控制权的所有者，考虑更多的是如何增强公司的 竞争实力，降低财务风险和养活纳税支出，他们对财务报表进行分析 时，需要了解的企业的运营能力、资本结构及盈利状况等等；债权人 西安理工大学硕士学位论文 最关心的当然是企业的偿债能力和支付能力，政府各经济管理部门则 主要了解企业资金使用效率、可持续发展能力、对社会贡献程序以及 是否存在违法、浪费等问题。 而在供应链领域，由于企业之间形成的密切协作关系( 一种基于 利益再分配的关系) ，所以对协作企业的发展情况必须有一个全面的了 解，以确定是否可以作为我们的协作伙伴，因而在供应链中，应对协 作企业的偿债能力、营运能力、盈利能力、社会贡献能力等方面给予 全面的关注。 2 2 报表分析基本方法 在对财务数据应用数据挖掘之前，简单地介绍一下财务报表分析 的各种方法，其中在最主要的财务比率法里也给出能反映不同经济内 涵的财务比率。财务报表分析主要有两种方式，一是对同一时期的财 务及相关数据进行的对比；二是对不同时期的财务及相关数据进行对 比。 2 2 1 同一时期的对比分析 这种方法只是针对某一特定年度的财务报表及其相关资料进行对 比分析。同一年份的财务报表的对比分析，又可分成以下两种方法。 结构分析法 结构分析法，在会计上也称共同比较法，它是把财务报表的各个 数据与一个基本数据进行对比，得出各个百分比，编成共同比报表。 然后，进行纵向比较分析。对于资产负债表，各个数字除经资产总额， 得出百分率：对于损益表，各个数字除以销售净额；对于现金流动表， 在换算成共同比报表之间需要对有关项目进行调整。 比率分析法 】2 s c m 表分析 比率分析法主要是通过计算各项指标的相对数进行比较的一种方 法，它可以包括相关比率、结构比率和趋势比率等。但这里说的相关 比率，也称为财务比率。财务比率分析法是在同一张财务报表的不同 项目与项目之间，或在两张不同财务报表之间，用比率来反映它们的 相互关系，以便评价企业的财务状况、商务状况变动和经营绩效。“流 动比率”“速运比率”等到指标就是用到这种比率分析法。但是，比率 是从某个侧面反映企业的财务状况和经营成果，所以这是不够的，往 往要选择一个事实上的标准进行对比来反映差距和问题。 2 2 2 不同时期的对比分析 这种方法针对若干年的财务报表按时间序列作分析之后，能从动 态上研究其生成和变化规律，分为四种方法： ( 1 ) 比较财务报表 比较财务报表就是把毗连的几个会计年度的报表数据并列，编制 比较财务报表，对各年报表中项目逐一进行比较，查明变化原因及可 能带来的影响。比较财务报表列示财务报表项目前后两期或两期以上 的金额对比，并计算出增减变动的金额和百分比。 ( 2 ) 比较共同比报表 比较共同比报表是指把毗连年度的共同比报表并列，从中发现各 个结构指数在不同会计年度之间的差距，进而分析其形成的原因和产 生的影响。它实质上是在几个年度中结构分析的比较。 ( 3 ) 比较财务比率 比较财务比率是把毗连的几个会计年度财务报表计算的财务比率 并列，确定增减差异，以评价财务状况优劣的方法。它实质上是在几 个年度中比率分析的比较。 ( 4 ) 趋势百分比分析 1 3 西安理工大学硕士学位论文 趋势百分比分析是将不同时期的报表数据换算为同一时期的百分 比。在这里选择基期的方法有两种：第一种是选好一个时期作为固定 基期，定一个基数，然后计算后面各时期数与该基期数的相对值，再 把计算出的定基发展速度并列，从中发现该项指标的变动情况：第二 种是以上期为基期即移动基期，各期数分别以前一期数为基期数，基 期不固定且顺次移动，再把计算出的不比发展速度并列，从中发现该 项指标的变动情况。 2 3 比率计算 上面曾提到比率分析法中，利用各报表中的数据项计算相应的财 务比率，形成财务评价指标，通过指标借以评价企业财务状况和经营 成果。另外还可以建立综合评价模型，对不同比率赋予一定的权重， 在计算加权和后借以评价企业的综合水平。但是不同的比率反映了不 同的经济内涵，下面列出一部分比率说明。 2 3 1 反映偿债能力的比率 ( 1 ) 流动比率 流动比率是企业流动资产和流动负债之比，公式如下： 流动比率= 流动资产流动负债 一般来说，流动比率越高，说明书资产的流动性越大，短期偿债 能力越强。但是过高的流动比率可能意味着资金运用的效率不高。根 据经验，一般应维持2 ：l 左右。不同行业的流动比率的要求不同，具 有不可比性。 ( 2 ) 速运比率 速运比率是企业速动资产总额和流动负债总额之比，公式如下： 速运比率= 速运资产流动负债 1 4 s c m 报表分析 速运比率越大，短期偿债能力越好，但过高的速运比率也不好，因 为速运比率过高，会使资金大量滞留在速运资产形式上，影响企业获 得能力，根据经验，一般应维持在1 ：i 左右，且不同行业间的速运比 率具有不可比性。 ( 3 ) 现金比率 现金比率是现金与流动负债之比。公式如下： 现金比率= 现金，流动负债 现金比率也是反映短期偿债能力的重要指标，它一般应维持在o 4 ： 1 左右。 ( 4 ) 负债比率 负债比率是负债总额对资产总额之比，公式如下： 负债比率= 负债总额资产总额 负债比率反映了债权人提供的资产在总资产中的比重。反映了长期 偿债能力，这个值越小，说明债权人有要求权的部分越小，资产对债 权人的保障程度就越大，反之，债权人的风险越大。 ( 5 ) 所有者权益比率 所有者权益比率是指所有者权益与资产总额之比，公式如下： 所有者权益比率= 所有者权益总额，资产总额 所有者权益比率反映的是企业的长期偿债能力，所有者权益比率越 高，负债比率就越低，财务风险越小，反之，负债比率越高，财务风 险越大。 ( 6 ) 负偾对所有者权益比率 负债对所有者权益比率是指负债总额与所有者权益总额的比值，公 式为： 负债对所有者权益比率= 负债总额所有者权益总额 它反映企业的长期偿债能力，是债权人权益与所有者权益之间的比 率，如果它越低，说明债权人保障程度高，债权人的财务风险越小。 1 5 西安理工夫学硕士学位论文 ( 7 ) 利润对利息的保障倍数 利润对利息的保障倍数是支付利息及所得税以前的利润与利息总 额之间的比值，公式如下： 利润对利息的保障倍数= ( 净利润+ 利息费用+ 所得税) n 益费 用 这个比率越高，说明企业偿付利息的能力越强，反之，企业偿付利 息的能力越弱。债权人的投资风险加大。 2 3 2 反映盈利能力的指标 ( 1 ) 总资产利润率 总资产利润率反映企业整体获利能力，计算公式如下： 总资产利润率= 净利润期末总资产 ( 2 ) 主营业务利润率 主营业务利润率反映企业主营业务获利能力，计算公式如下： 主营业务利润率= 主营业务利润，主营业务收入 该指标越大，企业主营业务的盈利能力就越强。 ( 3 ) 净资产收益率 净资产收益率= 净利润期末净资产 它反映企业股东投资报酬的大小，比率越大，净资产盈利能力越强。 2 3 3 反映营运能力的指标 ( 1 ) 资产周转率 资产周转率；销货净额资产平均总额 该指标反映了资产总额的周转速度，周转速度越快，则说明销货能 力越强。 ( 2 ) 存货周转率 1 6 存货周转率= 销货成本平均存货余额 该指标反映了企业在存货方面的管理能力，存货周转速率越快，说 明存货占用水平越低，流动性越强，存货转化为现金或应收账款的速 度越快。 ( 3 ) 应收账款周转率 应收账款周转率= 销货净额应收账款净额 该指标反映了企业在年度内应收账款转化为现金的平均次数，从另 外一方面也反映了应收账款流动的速度。这个比率越高，应收账款的 管理效率也越高。 2 3 4 反映成长能力的指标 ( 1 ) 总资产增长率 总资产利润率= ( 报告期总资产基期总资产) 一1 该指标在一定程度上能体现企业的成长速度总资产增长率越大， 企业成长越快。 ( 2 ) 主营业务收入增长率 主营业务收入增长率= ( 报告期主营业务收入基期主营业务收 入) - 1 该指标表明企业重点发展方向的成长性。 ( 3 ) 净利润产增长率 净利润产增长率= ( 报告期净利润基期净利润) 一l 该指标在反映企业的积累、发展以及给投资者的回报方面的成长 性。 1 7 针对供应链管理的数据挖掘 3 针对供应链管理的数据挖掘 3 1 可以应用于报表分析的数据挖掘技术 第3 章我们就s c m 中的报表分析做了简单的叙述，正是因为财务 报表所具有的历史数据量大和各项数据关系复杂的原因，以及数据挖 掘技术所能执行的特定任务，把数据挖掘技术建立在财务报表数据上 对供应链进行分析是十分恰当的。 以往的财务分析方法重视多元分析、定性和定量相结合、动态分 析和静态分析相结合。多元分析要求分析人员不要只分析财务意义的 一个内容或是某一方面的财务指标，而是要多方面考虑，从多角度多 视点进行分析，得出一个完整而全面的分析结果。定性和定量相结合 的意思是分析要借助财务数据，但也不能一味地迷信财务数据，定量 分析的时候要结合定性分析。动态分析与静态分析相结合说的是分析 时不仅仅要看某个时期的企业财务状况，而且要结合该企业的历史数 据，用该企业所在行业其它企业的情况以及不同待业但具有相同规模 的其它企业的情况来进行比较。 我们这里介绍的数据挖掘技术，仅仅是提供一种分析的工具，将 之应用于供应链管理中，进行协作伙伴的风险评估。在此必须先声明， 作为计算机研究人员，由于所学知识背景以及财务数据的敏感性及专 业性，我们所做的只是一种尝试研究性的工作，它是不能完全替代以 往的分析方法和分析内容的，它只是用为决策者提供一些可供参考的 信息而已。 3 , 1 i 基于数据聚类的行业情况挖掘 1 8 我们采用一种基于密度的聚类算法d b s c a n ( d e n s i t y b a s e d 西安理工大学硕士学位论文 s p 砒i a lc l u s t e r i n go f a p p l i c a t i o nw i t hn o i s e ) 来进行数据的挖掘。该算法 将具有足够高密度的区域划分为簇，簇则为密度相连的点的最大集合。 下面我们给出有关的概念： d b s c a n 基本概念： 定义l ：u 是论域中所有对象的集合，a e u 是其中一个对象，以该 对象为中心以p 为半径的区域称为该对象的占领域。以下定义中所出现 的对象均属于论域集合u 。 定义2 ：如果一个对象的f 领域至少包含m i n p t s 个对象，则称该 对象为核心对象。m i n p t s 是最少对象个数，该参数由专业人员给出。 定义3 ：给定论域u ，如果p 位于q 的p 领域内，且q 是一个核心 对象，则称对象p 由对象q 出发是关于f 和m i n p t s 直接密度可达的。 定义4 ：如果存在一个对象序列p 。p ：，p ，p l = q ，风= p ，对 p i u ，( 1 i n ) ，p 。是从p 。关于占和m i n p t s 直接密度可达的，则对象 p 是从q 出发关于占和m i n p t s 密度可达的。 定义5 ：如果对象集合u 中存在一个对象0 ，使得对象p 和q 是从 0 出发关于占和m i n p t s 密度可达的，那么对象p 和q 是关于占和m i n p t s 密度相连的。 密度可达是直接密度可达的传递闭包，这种关系是非对称的。只 有核心对象之间是相互密度可达的。然而，密度相连是一个对称的关 系。 d b s c a n 算法思想：该算法通过检查数据库中每个点的占领域来 寻找聚类。如果一个点p 的占领域包含多于m i n p t s 个点，则创建一个 以p 作为核心对象的新簇。然后，d b s c a n 反复地寻找从这些核心对 象直接密度可达的对象，这个过程可能涉及一些密度可达簇的合并， 当没有新的点可以被添加到任何簇时，该过程结柬。 基于数据聚类的行业情况挖掘描述如下： 假设供应链中某公司要对其协作企业在某个时期t 内的生产状况 1 9 针对供应链管理的数据挖掘 进行评估，这些企业都属于同一行业，因而它们的集合构成了研究的 论域u ，每家企业均为u 中的一个元素( 对象) ，u = o t 、o z 、。、o n 】。 论域u 中的每家企业均含有m 个财务指标，比如说 流动比率、现 金比率、速运比率、总资产利润率，。这m 个财务指标就构成了一 个属性集合a ，为方便表示，我们以字母代表上述指标。a = f a l ，a z ， a m 。( u ，a ) 就成为一个信息系统。 我们将所构建的信息系统表示一张表：表的每一行分别代表各个 公司，每一列代表各公司在该属性指标上的取值。企业o 。在a m 上的取 值表示为i 。则该表格如下： a la 2a m o b j e c t l v l iv 1 2v 1 m o b j e c t 2v 2 1v 2 2v 2 m o b j e c t v n iv n 2v n m 下面我们将介绍如何应用d b s c a n 算法对各企业对象进行分类， 来反映各协作企业在财务指标集合a 上的分布情况。 d b s c a n 算法以距离为蒸础。以属性集合a 为维度，构成了一个 m 维空间，u 中的每个元素均为m 维空间的一个点。 定义各点之间的欧氏距离： 一 如( 2 ) = 1 f ( v 。- - v k ) 2 - i ，i 具体运行步骤如下： ( 1 ) 从论域u 中任取一点p ，计算其余各点到该点的欧氏距 离，如果位于该点p 的f 一领域内的点( 即到p 的欧氏距 离小于占的点) 的个数大于m i n p t s ，则该点为核心对象， 并将之加入核心对象集合。 西安理工大学硕士学位论文 ( 2 ) ( 3 ) ( 4 ) 任取核心对象集合中的一个元素p ，如果p 不属于任何 簇，则创建一个新的以p 为核心对象的簇占( p ) ，加入p 的占领域内的所有对象到集合暑0 ) 中，并将p 标志为已 读。 由簇s ( p ) 中取出一未读核心对象q ，将其p - 领域内的所 有对象加入到集合占( p ) 中，并将q 标志为已读。重复本 步骤，直至没有新的对象可以加入。 重复( 2 ) 、( 3 ) 两步，直至没有新的对象可以加入到任 何簇中，算法结束。 3 1 2 基于主成分分析的财务指标约简 在应用财务报表数据进行数据挖掘时，为了全面、系统地分析问 题，必须考虑非常之多的财务指标，搞得分析者束手无策，不知道从 何处下手。主成分分析就是利用降维的思想，它是把多个指标化成少 数几个由它们组合的综合指标的统计分析方法。主成分分析认为在原 始的众多指标中相关性很大，其中必定含有许多重叠的信息，必然存 在着起支配作用的共同因素，通过对原始指标的相关矩阵的研究，我 们可以找到由原始指标的线性组合组成的综合指标，这些综合指标保 留了，原始指标的主要信息，它们又不相关。只要在分析问题时研究 这少数几个综合指标，避免了原来的众多指标，使分析者在研究复杂 问题时抓住了主要矛盾。 基于主成分分析的财务指标约简描述如下： 假设在某个时期t ，甲公司的协作企业集合构成一个论域u ，集