財(cái)務(wù)決策質(zhì)量對(duì)企業(yè)未來(lái)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(gè)問(wèn)題,隨著計(jì)算機(jī)技術(shù)的發(fā)展,財(cái)務(wù)決策支持系統(tǒng)應(yīng)運(yùn)而生,這在一定程度上改善了財(cái)務(wù)決策質(zhì)量,但通過(guò)本文的調(diào)查研究發(fā)現(xiàn),現(xiàn)有財(cái)務(wù)決策支持系統(tǒng)應(yīng)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(yīng)用成本偏高等問(wèn)題,并不能完全滿足決策者的需求。近年來(lái),人工智能技術(shù)的高速發(fā)展為這些問(wèn)題的解決提供了新思路。人工智能技術(shù)包含的深度學(xué)習(xí)和自主學(xué)習(xí)、自然語(yǔ)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(wèn)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(yīng)用于財(cái)務(wù)決策支持系統(tǒng)中,能夠進(jìn)一步提升財(cái)務(wù)決策質(zhì)量。為了有效提高企業(yè)財(cái)務(wù)決策質(zhì)量,推動(dòng)人工智能技術(shù)與財(cái)務(wù)領(lǐng)域的深度融合,構(gòu)建人工智能下財(cái)務(wù)決策支持系統(tǒng)是大勢(shì)所趨。為了在理論上對(duì)人工智能下財(cái)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(dǎo)其在實(shí)踐中的建設(shè)和應(yīng)用,本文對(duì)其機(jī)制和實(shí)施路徑進(jìn)行了深入研究。本文以財(cái)務(wù)決策原理、有限理性理論、信息不對(duì)稱理論和人工智能技術(shù)作為理論基礎(chǔ),采用調(diào)查問(wèn)卷輔以實(shí)地調(diào)研的方式對(duì)現(xiàn)有財(cái)... 

【文章來(lái)源】： 李嘉歡 首都經(jīng)濟(jì)貿(mào)易大學(xué)

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究框架

第3章財(cái)務(wù)決策支持系統(tǒng)的主要問(wèn)題及需求統(tǒng)計(jì)分析16續(xù)表3.1問(wèn)卷基本情況職位類型財(cái)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(wèn)卷基本信息。調(diào)查對(duì)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(duì)象單位性質(zhì)主要為國(guó)企，占比45.54%。所屬行業(yè)分布比較均勻，均未超過(guò)30%。職位類型中，財(cái)務(wù)人員（包含從事財(cái)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(dāng)，分別為20.19%和22.77%，另外，“其他”主要是審計(jì)人員。通過(guò)對(duì)問(wèn)卷基本信息的分析可以發(fā)現(xiàn)調(diào)查對(duì)象主要為具有一定工作經(jīng)驗(yàn)的財(cái)務(wù)人員和企業(yè)中高層管理人員，他們具有一定的會(huì)計(jì)理論基礎(chǔ)和實(shí)務(wù)經(jīng)驗(yàn)，對(duì)財(cái)務(wù)決策有比較直觀的認(rèn)識(shí)。同時(shí)，還包括科研教育人員，相比前者，他們對(duì)會(huì)計(jì)信息化領(lǐng)域有更清晰的認(rèn)識(shí)，對(duì)人工智能技術(shù)在會(huì)計(jì)領(lǐng)域的應(yīng)用也有較深入的了解。圖3.1調(diào)查對(duì)象對(duì)人工智能技術(shù)和財(cái)務(wù)決策支持系統(tǒng)的了解程度對(duì)人工智能技術(shù)和財(cái)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(qiáng)，調(diào)查對(duì)象對(duì)其了解程度逐漸降低，但總體來(lái)看大部分調(diào)查對(duì)象對(duì)人工智能技術(shù)比較了解或非常清楚。對(duì)于財(cái)務(wù)決策支持系統(tǒng)有近一半調(diào)查對(duì)象對(duì)其比

首都經(jīng)濟(jì)貿(mào)易大學(xué)碩士學(xué)位論文較了解或非常清楚，這可以從側(cè)面反應(yīng)出現(xiàn)有系統(tǒng)應(yīng)用范圍有限的現(xiàn)狀。調(diào)查對(duì)象單位財(cái)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(méi)有應(yīng)用財(cái)務(wù)決策支持系統(tǒng)或可以提供財(cái)務(wù)決策支持的軟件。如圖 3.3 所示，在應(yīng)用了財(cái)務(wù)決策支持系統(tǒng)或提供財(cái)務(wù)決策支持服務(wù)軟件的企業(yè)中，該系統(tǒng)或軟件應(yīng)用了人工智能技術(shù)的占 51.85%，說(shuō)明人工智能技術(shù)在現(xiàn)有系統(tǒng)中已經(jīng)實(shí)現(xiàn)了初步應(yīng)用，因此進(jìn)一步深化其應(yīng)用，擴(kuò)展其應(yīng)用范圍具有可行性。

【參考文獻(xiàn)】：
期刊論文
[1]模型決策樹(shù):一種決策樹(shù)加速算法[J]. 尹儒,門(mén)昌騫,王文劍,劉澍澤.  模式識(shí)別與人工智能. 2018(07)
[2]財(cái)務(wù)決策支持系統(tǒng)在集團(tuán)企業(yè)中的實(shí)踐應(yīng)用綜述[J]. 虞濤.  中國(guó)商論. 2017(34)
[3]人工智能與會(huì)計(jì)模式變革[J]. 王加燦,蘇陽(yáng).  財(cái)會(huì)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(jì)決策[J]. 王冬梅.  中國(guó)統(tǒng)計(jì). 2017(04)
[5]控股家族的“垂簾聽(tīng)政”與公司財(cái)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(shí)代企業(yè)財(cái)務(wù)決策研究[J]. 張騰方.  財(cái)會(huì)學(xué)習(xí). 2017(04)
[7]企業(yè)財(cái)務(wù)決策的目標(biāo)分析[J]. 朱先琳.  財(cái)經(jīng)界. 2017(03)
[8]基于廣義財(cái)務(wù)管理理論探討宏觀環(huán)境和財(cái)務(wù)決策相關(guān)性[J]. 張世孟.  財(cái)會(huì)學(xué)習(xí). 2017(03)
[9]信息時(shí)代背景下人工智能在會(huì)計(jì)管理中的應(yīng)用探析[J]. 韓宜彤.  現(xiàn)代國(guó)企研究. 2017(02)
[10]高管性別與財(cái)務(wù)決策——國(guó)外理論與實(shí)證述評(píng)[J]. 張淑惠,張夙夙.  財(cái)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(cái)務(wù)決策[D]. 劉茉.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 2017

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



本文編號(hào)：2948468