当前位置:论文网 > 论文宝库 > 经济管理论文 > 金融论文 > 正文

商业智能证券公司财务分析研究

来源:UC论文网2015-11-03 16:23

摘要:

1绪论 1.1选题背景和意义 1.1.1问题的提出 证券公司作为非银行金融机构,通过证券经纪、证券自营、证券承销与保荐、证券资产管理等业务直接参与资本市场,是资本市场的一股重要力

1绪论

 

1.1选题背景和意义
1.1.1问题的提出
证券公司作为非银行金融机构,通过证券经纪、证券自营、证券承销与保荐、证券资产管理等业务直接参与资本市场,是资本市场的一股重要力量。我国资本市场经过三十几年的飞速发展,目前已成为推动国民经济发展的重要力量。截止2014年4月16日,沪深两市证券市值合计高达249397.89亿元,占2013年全国GDP的43.8%,我国境内上市公司已达2537家。
证券公司的发展与规范对我国建设健全资本市场、促进国民经济建设具有举足轻重的意义。但近些年我国证券公司逐渐显现出一些缺陷,尤其是财务问题,给资本市场带来很大的冲击,也给广大投资者造成了损失。同时,证券公司所处的资本环境瞬息万变,其业务逐渐多样化,监管日益严格化,公司管理层迫切需要及时了解企业全方位的经营情况,而财务数据是对企业财务状况和经营成果最准确的反应,故证券公司亟需建立一套符合行业特点的、智能化的、具备辅助决策功能的财务分析系统。
1.1.2研究的意义
建立基于商业智能的证券公司财务分析系统意义重大。具体表现在:
1.有助于管理层及时了解企业经营业绩,提高管理水平。目前证券公司对于财务信息的了解多只局限于财务报表,财务分析系统可以为管理层提供一个智能化高、及时性强的财务信息平台,帮助管理层从宏观层面及时、准确的掌握企业经营状况,为决策提供依据,提高管理水平。
2.有助于管理层和财务工作者监控财务状况和财务风险,提高财务风险管理能力。证券行业具有高风险、严监管的特点,因此管理层和财务工作者必须及时掌握企业财务状况,监控各项风险指标。财务分析信息系统具有风险预警功能,根据企业自身情况和监管要求设置财务风险预警值和标准值,通过与实际值的比较达到风险监控的要求,及时帮助管理者调整财务风险管理策略,降低公司经营风险。

3.帮助管理层预测收益水平,提高投资和决策能力。财务分析系统具有智能化的分析和预测功能,在历史财务数据的基础上,分析各项指标的变动,从而预测未来收益水平。管理层可以利用财务分析系统的预测功能,确定企业未来的经营业务重点,提高投资能力和决策水平。

 

1.2国内外文献综述
商业智能出现以来,国内外学者对其作了大量研究,而近年来电子商务快速发展,商业智能应用范围更加广泛,在各个领域的应用研究都有涉及,尤其是在客户关系管理、财务、供应链等领域和金融、能源等行业的研究更加如火如荼。而专门针对证券公司财务分析领域的研究则较为少见。
冯凌(2006)对证券公司商业智能系统进行了研究,针对证券行业特点提出了整体框架。主要针对网上交易问题,结合数据挖掘模型,提出了相应的数据集市模型,探讨了整个系统的技术体系,并主要对数据挖掘模型进行论述,是较早开始证券公司商业智能的研究之一,为商业智能在证券公司的应用提供参考。
刘晶(2012)研究了商业智能在电力行业数据分析中的应用,运用商业智能核心技术按照分析主题对数据分析系统进行设计,使用商业智能相关工具对源数据进行加工,设计数据仓库的事实表与维表,并以计经主题制作分析报表,给出企业经营决策建议。
丁博(2012)针对商业智能在央企财务分析系统中的应用进行了专门的研究和论述,针对央企的特点和财务评价指标,构建了基于商业智能的央企财务分析系统,并主要针对EVA模型进行数据仓库模型设计,为商业智能在财务分析领域中的应用提供参考。
Cody W.F., Kreulen, J.T (2007)认为商业智能和知识管理是提高决策者知识水平和知识容量两个重要工具。商业智能与现代数据库管理系统相结合,建立存储量巨大的数据仓库,并利用数据挖掘技术从海量数据中提取有用数据,增强企业业务优势。作者描述了一个基于OLAP (联机分析处理)的特定分析模型,通过交互式模型实现对数据的分析处理。
Negash, Solomon (2011)认为商业智能系统结合分析工具为企业决策者提供了复杂并具有竞争力的经营数据。数据仓库的出现以及在数据清洗方面研究的进展,Web体系结构的发展和软硬件的升级等环境的出现,使得商业智能可以创造出更为丰富和复杂的效果。作者探讨了双数据类型(结构化和非结构化)和内外部数据源在商业智能系统中的应用方式。

Gangadharan, G.R.,Swami, S.N. (2012)认为商业企业有必要准确及时的分析其金融业务、客户信息以在竞争激烈的全球市场占领先机。作者介绍了商业智能系统发展的不同阶段,建立了支持业务分析和决策的商业智能系统,帮助企业更好的了解其在全球市场中的地位和竞争优劣势。

 

2商业智能研究

 

2.1商业智能基础理论研究
2.1.1商业智能的概念和发展
商业智能(Business Intelligence,BI)从20世纪90年代开始,已经在众多企业中引起了广泛关注,成为业界关注的热点。1996年市场研究公司加特纳集团(GartnerGroup)的分析师Howard Dresner最早提出了 “商业智能”这一概念,其认为商业智能是将数据分析技术应用于商业系统中以实现辅助决策功能的一系列的概念和方法。商业智能之父——前Business Objectsi总裁Bernard Liautaud认为商业智能把企业运营数据转化为有效的信息,将这些有效信息友好地传递给商业决策执行者。
商业智能从无到有,发展迅速,商业应用界对商业智能的定义倾向于从技术、应用的角度,更多的从商业智能的过程去描述并理解商业智能。例如,有的软件商认为商业智能是数据报表等前端展现工具,也有的软件厂商认为商业智能是多元统计分析、数据仓库、数据挖掘等技术的商务应用,或是公司内部系统的整合过程。2007年商业智能峰会上,业界专家重新定义了商业智能,他们认为商业智能是伞状概念,其涵盖分析应用技术、系统基础架构、平台搭建,这从侧面反映了商业智能的概念不再仅局限于技术范畴,而是一种系统理论或者是一种商业解决方案。
由于商业智能在支持决策中体现的价值,最近几年受到企业界的重视。根据Gartner公司对亚太地区500家企业的CIO调查,企业对商业智能的关注度在2006年上升为管理应用系统首位,而此指标在2003年仅排在第13位,2007年商业智能依然稳占鳌头,而且具有强劲的发展势头。在企业应用领域,商业智能成为继ERP之后的高端应用。据估计商业智能每年大约有500亿美元的市场规模,其中包括数据抽取、中间件、数据分析工具以及数据仓库服务器等相关产品,市场前景美好。
2.1.2商业智能系统的功能
商业智能系统作为一种辅助决策的工具,在海量信息中蹄选有用信息并加工,提高决策者的决

核心期刊推荐