人工智能下财务决策支持系统的机制与实施路径研究
发布时间：2020-12-30 23:07
财务决策质量对企业未来发展至关重要,但其受到决策有用信息完整性和决策者主观因素等的影响,往往具有不稳定性。为了解决这个问题,随着计算机技术的发展,财务决策支持系统应运而生,这在一定程度上改善了财务决策质量,但通过本文的调查研究发现,现有财务决策支持系统应用范围尚不广泛,并且存在着智能化程度不足、决策效率和效果欠佳和应用成本偏高等问题,并不能完全满足决策者的需求。近年来,人工智能技术的高速发展为这些问题的解决提供了新思路。人工智能技术包含的深度学习和自主学习、自然语言处理以及数据挖掘、推理感知等技术,可以帮助决策者全面且高效地理解决策问题,了解决策环境并制定决策方案。因此将人工智能技术应用于财务决策支持系统中,能够进一步提升财务决策质量。为了有效提高企业财务决策质量,推动人工智能技术与财务领域的深度融合,构建人工智能下财务决策支持系统是大势所趋。为了在理论上对人工智能下财务决策支持系统的构建奠定基础,从而更好地指导其在实践中的建设和应用,本文对其机制和实施路径进行了深入研究。本文以财务决策原理、有限理性理论、信息不对称理论和人工智能技术作为理论基础,采用调查问卷辅以实地调研的方式对现有财...
【文章来源】： 李嘉欢 首都经济贸易大学
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
研究框架
第3章财务决策支持系统的主要问题及需求统计分析16续表3.1问卷基本情况职位类型财务人员4645.54%企业高层管理人员32.97%企业中层管理人员1817.82%科研/教育人员2322.77%IT领域人员21.98%其他98.91%表3.1描述了问卷基本信息。调查对象的年龄大多在25-35岁之间，占47.52%，其次为36-45岁之间，占比22.77%。调查对象单位性质主要为国企，占比45.54%。所属行业分布比较均匀，均未超过30%。职位类型中，财务人员（包含从事财务工作的基层管理人员）占比最大，为45.54%，中高层管理人员与科研教育人员占比相当，分别为20.19%和22.77%，另外，“其他”主要是审计人员。通过对问卷基本信息的分析可以发现调查对象主要为具有一定工作经验的财务人员和企业中高层管理人员，他们具有一定的会计理论基础和实务经验，对财务决策有比较直观的认识。同时，还包括科研教育人员，相比前者，他们对会计信息化领域有更清晰的认识，对人工智能技术在会计领域的应用也有较深入的了解。图3.1调查对象对人工智能技术和财务决策支持系统的了解程度对人工智能技术和财务决策支持系统的了解程度如图3.1所示。随着与人工智能技术相关词汇专业性增强，调查对象对其了解程度逐渐降低，但总体来看大部分调查对象对人工智能技术比较了解或非常清楚。对于财务决策支持系统有近一半调查对象对其比
首都经济贸易大学硕士学位论文较了解或非常清楚，这可以从侧面反应出现有系统应用范围有限的现状。调查对象单位财务决策支持系统使用情况如图 3.2 所示，大部分单位现阶段没有应用财务决策支持系统或可以提供财务决策支持的软件。如图 3.3 所示，在应用了财务决策支持系统或提供财务决策支持服务软件的企业中，该系统或软件应用了人工智能技术的占 51.85%，说明人工智能技术在现有系统中已经实现了初步应用，因此进一步深化其应用，扩展其应用范围具有可行性。
【参考文献】：
期刊论文
[1]模型决策树:一种决策树加速算法[J]. 尹儒,门昌骞,王文剑,刘澍泽. 模式识别与人工智能. 2018(07)
[2]财务决策支持系统在集团企业中的实践应用综述[J]. 虞涛. 中国商论. 2017(34)
[3]人工智能与会计模式变革[J]. 王加灿,苏阳. 财会通讯. 2017(22)
[4]大数据背景下人工智能如何服务于政府经济决策[J]. 王冬梅. 中国统计. 2017(04)
[5]控股家族的“垂帘听政”与公司财务决策[J]. 姜付秀,郑晓佳,蔡文婧. 管理世界. 2017(03)
[6]“互联网+”时代企业财务决策研究[J]. 张腾方. 财会学习. 2017(04)
[7]企业财务决策的目标分析[J]. 朱先琳. 财经界. 2017(03)
[8]基于广义财务管理理论探讨宏观环境和财务决策相关性[J]. 张世孟. 财会学习. 2017(03)
[9]信息时代背景下人工智能在会计管理中的应用探析[J]. 韩宜彤. 现代国企研究. 2017(02)
[10]高管性别与财务决策——国外理论与实证述评[J]. 张淑惠,张夙夙. 财务与金融. 2016(06)
博士论文
[1]家族控制异质性、制度效率与财务决策[D]. 刘茉.对外经济贸易大学 2017
硕士论文
[1]新一代财务决策支持系统研究[D]. 潘定.厦门大学 2001
本文编号：2948468
【文章来源】： 李嘉欢 首都经济贸易大学
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
研究框架
第3章财务决策支持系统的主要问题及需求统计分析16续表3.1问卷基本情况职位类型财务人员4645.54%企业高层管理人员32.97%企业中层管理人员1817.82%科研/教育人员2322.77%IT领域人员21.98%其他98.91%表3.1描述了问卷基本信息。调查对象的年龄大多在25-35岁之间，占47.52%，其次为36-45岁之间，占比22.77%。调查对象单位性质主要为国企，占比45.54%。所属行业分布比较均匀，均未超过30%。职位类型中，财务人员（包含从事财务工作的基层管理人员）占比最大，为45.54%，中高层管理人员与科研教育人员占比相当，分别为20.19%和22.77%，另外，“其他”主要是审计人员。通过对问卷基本信息的分析可以发现调查对象主要为具有一定工作经验的财务人员和企业中高层管理人员，他们具有一定的会计理论基础和实务经验，对财务决策有比较直观的认识。同时，还包括科研教育人员，相比前者，他们对会计信息化领域有更清晰的认识，对人工智能技术在会计领域的应用也有较深入的了解。图3.1调查对象对人工智能技术和财务决策支持系统的了解程度对人工智能技术和财务决策支持系统的了解程度如图3.1所示。随着与人工智能技术相关词汇专业性增强，调查对象对其了解程度逐渐降低，但总体来看大部分调查对象对人工智能技术比较了解或非常清楚。对于财务决策支持系统有近一半调查对象对其比
首都经济贸易大学硕士学位论文较了解或非常清楚，这可以从侧面反应出现有系统应用范围有限的现状。调查对象单位财务决策支持系统使用情况如图 3.2 所示，大部分单位现阶段没有应用财务决策支持系统或可以提供财务决策支持的软件。如图 3.3 所示，在应用了财务决策支持系统或提供财务决策支持服务软件的企业中，该系统或软件应用了人工智能技术的占 51.85%，说明人工智能技术在现有系统中已经实现了初步应用，因此进一步深化其应用，扩展其应用范围具有可行性。
【参考文献】：
期刊论文
[1]模型决策树:一种决策树加速算法[J]. 尹儒,门昌骞,王文剑,刘澍泽. 模式识别与人工智能. 2018(07)
[2]财务决策支持系统在集团企业中的实践应用综述[J]. 虞涛. 中国商论. 2017(34)
[3]人工智能与会计模式变革[J]. 王加灿,苏阳. 财会通讯. 2017(22)
[4]大数据背景下人工智能如何服务于政府经济决策[J]. 王冬梅. 中国统计. 2017(04)
[5]控股家族的“垂帘听政”与公司财务决策[J]. 姜付秀,郑晓佳,蔡文婧. 管理世界. 2017(03)
[6]“互联网+”时代企业财务决策研究[J]. 张腾方. 财会学习. 2017(04)
[7]企业财务决策的目标分析[J]. 朱先琳. 财经界. 2017(03)
[8]基于广义财务管理理论探讨宏观环境和财务决策相关性[J]. 张世孟. 财会学习. 2017(03)
[9]信息时代背景下人工智能在会计管理中的应用探析[J]. 韩宜彤. 现代国企研究. 2017(02)
[10]高管性别与财务决策——国外理论与实证述评[J]. 张淑惠,张夙夙. 财务与金融. 2016(06)
博士论文
[1]家族控制异质性、制度效率与财务决策[D]. 刘茉.对外经济贸易大学 2017
硕士论文
[1]新一代财务决策支持系统研究[D]. 潘定.厦门大学 2001
本文编号：2948468
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/2948468.html
