財務(wù)決策質(zhì)量對企業(yè)未來發(fā)展至關(guān)重要,但其受到?jīng)Q策有用信息完整性和決策者主觀因素等的影響,往往具有不穩(wěn)定性。為了解決這個問題,隨著計算機技術(shù)的發(fā)展,財務(wù)決策支持系統(tǒng)應運而生,這在一定程度上改善了財務(wù)決策質(zhì)量,但通過本文的調(diào)查研究發(fā)現(xiàn),現(xiàn)有財務(wù)決策支持系統(tǒng)應用范圍尚不廣泛,并且存在著智能化程度不足、決策效率和效果欠佳和應用成本偏高等問題,并不能完全滿足決策者的需求。近年來,人工智能技術(shù)的高速發(fā)展為這些問題的解決提供了新思路。人工智能技術(shù)包含的深度學習和自主學習、自然語言處理以及數(shù)據(jù)挖掘、推理感知等技術(shù),可以幫助決策者全面且高效地理解決策問題,了解決策環(huán)境并制定決策方案。因此將人工智能技術(shù)應用于財務(wù)決策支持系統(tǒng)中,能夠進一步提升財務(wù)決策質(zhì)量。為了有效提高企業(yè)財務(wù)決策質(zhì)量,推動人工智能技術(shù)與財務(wù)領(lǐng)域的深度融合,構(gòu)建人工智能下財務(wù)決策支持系統(tǒng)是大勢所趨。為了在理論上對人工智能下財務(wù)決策支持系統(tǒng)的構(gòu)建奠定基礎(chǔ),從而更好地指導其在實踐中的建設(shè)和應用,本文對其機制和實施路徑進行了深入研究。本文以財務(wù)決策原理、有限理性理論、信息不對稱理論和人工智能技術(shù)作為理論基礎(chǔ),采用調(diào)查問卷輔以實地調(diào)研的方式對現(xiàn)有財... 

【文章來源】： 李嘉歡 首都經(jīng)濟貿(mào)易大學

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【部分圖文】：

研究框架

第3章財務(wù)決策支持系統(tǒng)的主要問題及需求統(tǒng)計分析16續(xù)表3.1問卷基本情況職位類型財務(wù)人員4645.54%企業(yè)高層管理人員32.97%企業(yè)中層管理人員1817.82%科研/教育人員2322.77%IT領(lǐng)域人員21.98%其他98.91%表3.1描述了問卷基本信息。調(diào)查對象的年齡大多在25-35歲之間，占47.52%，其次為36-45歲之間，占比22.77%。調(diào)查對象單位性質(zhì)主要為國企，占比45.54%。所屬行業(yè)分布比較均勻，均未超過30%。職位類型中，財務(wù)人員（包含從事財務(wù)工作的基層管理人員）占比最大，為45.54%，中高層管理人員與科研教育人員占比相當，分別為20.19%和22.77%，另外，“其他”主要是審計人員。通過對問卷基本信息的分析可以發(fā)現(xiàn)調(diào)查對象主要為具有一定工作經(jīng)驗的財務(wù)人員和企業(yè)中高層管理人員，他們具有一定的會計理論基礎(chǔ)和實務(wù)經(jīng)驗，對財務(wù)決策有比較直觀的認識。同時，還包括科研教育人員，相比前者，他們對會計信息化領(lǐng)域有更清晰的認識，對人工智能技術(shù)在會計領(lǐng)域的應用也有較深入的了解。圖3.1調(diào)查對象對人工智能技術(shù)和財務(wù)決策支持系統(tǒng)的了解程度對人工智能技術(shù)和財務(wù)決策支持系統(tǒng)的了解程度如圖3.1所示。隨著與人工智能技術(shù)相關(guān)詞匯專業(yè)性增強，調(diào)查對象對其了解程度逐漸降低，但總體來看大部分調(diào)查對象對人工智能技術(shù)比較了解或非常清楚。對于財務(wù)決策支持系統(tǒng)有近一半調(diào)查對象對其比

首都經(jīng)濟貿(mào)易大學碩士學位論文較了解或非常清楚，這可以從側(cè)面反應出現(xiàn)有系統(tǒng)應用范圍有限的現(xiàn)狀。調(diào)查對象單位財務(wù)決策支持系統(tǒng)使用情況如圖 3.2 所示，大部分單位現(xiàn)階段沒有應用財務(wù)決策支持系統(tǒng)或可以提供財務(wù)決策支持的軟件。如圖 3.3 所示，在應用了財務(wù)決策支持系統(tǒng)或提供財務(wù)決策支持服務(wù)軟件的企業(yè)中，該系統(tǒng)或軟件應用了人工智能技術(shù)的占 51.85%，說明人工智能技術(shù)在現(xiàn)有系統(tǒng)中已經(jīng)實現(xiàn)了初步應用，因此進一步深化其應用，擴展其應用范圍具有可行性。

【參考文獻】：
期刊論文
[1]模型決策樹:一種決策樹加速算法[J]. 尹儒,門昌騫,王文劍,劉澍澤.  模式識別與人工智能. 2018(07)
[2]財務(wù)決策支持系統(tǒng)在集團企業(yè)中的實踐應用綜述[J]. 虞濤.  中國商論. 2017(34)
[3]人工智能與會計模式變革[J]. 王加燦,蘇陽.  財會通訊. 2017(22)
[4]大數(shù)據(jù)背景下人工智能如何服務(wù)于政府經(jīng)濟決策[J]. 王冬梅.  中國統(tǒng)計. 2017(04)
[5]控股家族的“垂簾聽政”與公司財務(wù)決策[J]. 姜付秀,鄭曉佳,蔡文婧.  管理世界. 2017(03)
[6]“互聯(lián)網(wǎng)+”時代企業(yè)財務(wù)決策研究[J]. 張騰方.  財會學習. 2017(04)
[7]企業(yè)財務(wù)決策的目標分析[J]. 朱先琳.  財經(jīng)界. 2017(03)
[8]基于廣義財務(wù)管理理論探討宏觀環(huán)境和財務(wù)決策相關(guān)性[J]. 張世孟.  財會學習. 2017(03)
[9]信息時代背景下人工智能在會計管理中的應用探析[J]. 韓宜彤.  現(xiàn)代國企研究. 2017(02)
[10]高管性別與財務(wù)決策——國外理論與實證述評[J]. 張淑惠,張夙夙.  財務(wù)與金融. 2016(06)

博士論文
[1]家族控制異質(zhì)性、制度效率與財務(wù)決策[D]. 劉茉.對外經(jīng)濟貿(mào)易大學 2017

碩士論文
[1]新一代財務(wù)決策支持系統(tǒng)研究[D]. 潘定.廈門大學 2001



本文編號：2948468