财务决策支持系统.ppt

财务决策支持系统,思考题及答案,章节选择,第一章,第二章,第三章,第四章,第五章,第六章,第七章,第一章 概论,1财务决策支持系统（FDSS）与电算化会计信息系统之间的联系和区别是什么？2随着企业管理水平的提高和计算机技术的进步，FDSS的未来发展如何？3试说明不同类型企业FDSS的合理体系结构。4试说明FDSS与DSS之间的关系，以及FDSS的合理组成。,答案,答案,答案,答案,第一章 概论,5试说明FDSS与电算化会计信息系统的开发方法和开发工具有何不同。为什么？6数据仓库（DW）与数据库的主要区别是什么？7多维数据仓库有几种典型模式？举例说明。8说明联机分析处理（OLAP）的种类和主要功能，并说明其与OLTP的区别。,答案,答案,答案,答案,第一章 概论,9说明数据挖掘（DM）与知识发现（KDD）的异同点。10知识有哪几种？如何表示与存储？11举例说明逆向推理树的推理过程。,返回,答案,答案,答案,1财务决策支持系统（FDSS）与电算化会计信息系统之间的联系和区别是什么？答：财务决策支持系统与电算化会计信息系统之间的联系表现在：财务决策支持系统需要用到大量的会计数据，而这些数据产生于电算化会计信息系统，因此，必须在电算化会计信息系统已经较完善和成熟的基础上才能建立财务决策支持系统。两者的区别表现在：电算化会计信息系统处理日常会计业务数据，并且这些数据需要不断地进行增、改、删等维护。而FDSS则是面向财务决策主题的，其数据仓库中的数据只需不断添加，不需改动，并且这些数据并不是经常使用的，而是按决策主题的需要来调用的。,返回,随着企业管理水平的提高和计算机技术的进步，FDSS的未来发展如何？答：随着企业管理水平的提高和计算机技术的进步，FDSS的未来发展体现在以下几个方面：（1）群体财务决策支持系统。它是相对于决策人员而言的，由多人一起针对某一财务决策主题，提出解决问题的若干方案，通过讨论评价这些方案的优缺点，最后做出决策，这样的决策过程和方式称为群体决策。对于结构化决策问题不需要群体决策，因此，群体财务决策支持系统是为解决半结构化或非结构化财务决策问题而设计的，它可以通过计算机网络在异地进行，任何一项重大财务决策都可以通过网络和此系统，最大限度地实现全员参与，从而可以提高决策的正确性，实现信息的并行交流，存储与处理群体意见。,（2）分布式财务决策支持系统。随着科学技术、经济、计算机网络等基础科学的发展，企业的发展趋势必将向集团化和虚拟化方向发展，从而必然导致企业组织的扁平化和财务决策的群体化。然而随着企业向集团化和虚拟化方向发展，企业电算化会计信息系统也必将分布化，这就必然会导致财务决策的层次化和分布化。企业发展的法宝是品牌效应和规模效应，而规模效应必将导致企业电算化和财务决策支持系统的分布化。（3）智能财务决策支持系统。它是建立在人工智能和专家系统基础上的，能够对电算化会计信息系统和财务决策支持系统中的数据进行析取和挖掘，通过对有关会计和财务专家的经验处理，从而将非结构化或半结构化财务决策问题向结构化方向转化。就某一非结构化或半结构化财务决策主题而言，经过将各种专家经验和知识推理机制进行有机结合，得出相关财务决策主题的解决方案，再通过群体决策对方案进行评价和选择，最后确定决策方案，并将方案和执行结果存入计算机，使知识库中的财务决策知识不断得到充实。,（4）财务决策支持中心。财务决策支持中心是大型企业集团的财务决策支持机构，也是企业决策层的智囊团。在该机构中，必须具有完善的财务决策支持系统，该系统必须支持群体财务决策、分布式财务决策和智能财务决策，必须具有权威性，具有计划指标的确定及其执行的监督权，以及部门和个人的绩效评估与考核权。财务决策支持中心既有会计和财务方面的专家，又有来自企业内外部的各方面信息，包括市场信息、竞争对手信息、投资决策信息、筹资决策信息、成本决策信息、客户服务决策信息等，通过有关的信息系统和决策支持系统对这些信息进行加工处理，形成决策有用信息，在结合有关会计和财务专家经验的基础上，对某一财务决策主题给出解决方案，从而为决策者提供财务决策支持。,返回,试说明不同类型企业FDSS的合理体系结构。答：对于中小型企业可以不建立数据仓库系统，而将FDSS直接建立在数据库系统和模型库系统的两库结构上，在满足企业财务分析、财务预测、投资决策、筹资决策、成本决策、股利分配决策等基本决策主题要求的前提下，逐渐开发完善FDSS的系统功能。其体系结构如下图所示。,而对于大型企业集团而言，FDSS应该建立在数据库、数据仓库、模型库和知识库的四库结构上。然而，数据库系统应该建立在企业原有管理信息系统基础之上，在FDSS中，数据库系统应该利用原有的系统，不需另行设计。数据库、数据仓库、模型库和知识库的四库结构模式如下图所示。,返回,试说明FDSS与DSS之间的关系，以及FDSS的合理组成。答：FDSS与DSS之间的关系主要体现在：FDSS是DSS的一个子系统。FDSS是一种面向财务的专用DSS，它是DSS的一个重要组成部分。在企业中，财务决策问题涉及企业管理的方方面面，按照财务管理的观点一般分为财务分析、财务预测、筹资决策、投资决策、成本决策、股利分配决策等几个主要方面。因此，FDSS的合理系统组成如下图所示。,返回,试说明FDSS与电算化会计信息系统的开发方法和开发工具有何不同。为什么？答：决策问题是复杂的，并且具有不确定性，无论系统功能如何全面，也不可能考虑所有的决策问题。随着企业的发展，企业会遇到各种各样预想不到的决策问题，因此决定开发的FDSS一定是系统原型，这个原型随着决策问题的提出而不断地进行开发和扩充，并且这种开发和扩充会永无休止地进行下去。这就决定了FDSS与电算化会计信息系统应该采用不同的开发方法。电算化会计信息系统由于其解决的问题明确，处理方法固定，因此，整个系统的开发应该以生命周期法为主线，在开发过程中以原型法为补充，并以面向对象的开发方法贯穿整个开发过程。电算化会计信息系统的开发方法如下图所示。,而FDSS则不同，应以原型法为主线，在开发过程中以生命周期为补充，并在整个开发过程中采用面向对象的开发方法。整个系统开发以原型法为主线，针对某一具体财务决策主体采用生命周期法进行开发。这里的原型是动态的，并且是不断扩充的，像滚雪球一样不断循环壮大，并且这种不断循环壮大的过程会永无休止地进行下去。由于随着企业的发展和环境的不断变化，企业所面临的新型决策问题将不断出现，因此，FDSS永无终止目标，永远是原型。在FDSS开发过程的每一步都需采用面向对象的开发方法，特别是在程序设计中，要充分利用面向对象方法的封装性、继承性、可重用性和易维护性等特点，快速开发与完善系统功能。从而将这三种开发方法的优点有机地结合起来，相互取长补短，充分发挥整合后的优势，使系统的开发过程呈现出螺旋式上升过程。因此，也有人将其称为螺旋式开发方法，其开发过程如下图所示。电算化会计信息系统绝大多数都是用开发工具开发的，目前的可视化开发工具主要有PB（PowerBuilder）、VB（Visual Basic）、Delphi、VF（Visual FoxPro）、VC（Visual C语言）等。,财务决策支持系统的特点决定其开发工具必然与电算化会计信息系统有所不同，在FDSS中，不同的组成部分可能采用不同的开发工具。在数据接口部分，由于在数据仓库、模型库、知识库内部及相互之间也可能需要进行数据传递和数据转换，因此需要借助于专门的数据转换工具来实现，其数据转换工具最好采用数据库系统本身提供的专门数据转换工具，也可采用PB、VB、VC等开发工具编程实现。在数据仓库系统部分，对于数据转换和数据仓库管理系统而言，可采用数据接口开发工具；对于由模型运算，并将运算结果存入数据仓库环节而言，可由模型求解程序来完成，即采用模型库系统开发工具；而对于数据仓库系统中的数据查询，则可直接采用数据仓库的OLAP工具；对于基于Internet的远程数据查询，一般应采用Java或ASP开发工具。在模型库系统部分，可采用PB、VB等开发工具，但应考虑到模型库的特点，特别是模型字典对文本处理功能要求极高，因此，应采用文本处理功能强的开发工具；而对于模型库中的模型求解程序，由于模型运算复杂，所以应采用运算功能强的开发工具，如Fortran和C语言等。在知识库系统部分，可采用PB、VB等开发工具，但对于文本处理功能要求高的环节，也应考虑采用文本处理功能强的开发工具；而对于知识库中的知识表示和推理机程序，应采用人工智能的专门开发工具，如Lisp和Prolog语言等。电算化会计信息系统的开发工具主要有PB、VB、Delphi、VF、VC等。,返回,数据仓库（DW）与数据库的主要区别是什么？答：数据仓库是指面向主题的、一致的、不同时间的、稳定的数据集合，用于支持经营管理中的决策支持过程。数据仓库与数据库的主要区别有：数据仓库是面向分析的，而数据库是面向事务处理的；数据仓库的数据是基本不变的，而数据库的数据是由日常的业务产生的，常更新，而数据仓库的数据一般是由数据库的数据经过一定的规则转换得到的；数据仓库主要用来分析数据。数据库系统和数据仓库系统的对比情况如下表所示。,返回,多维数据仓库有几种典型模式？举例说明。答：多维数据仓库将多维结构划分为两类表，即事实表和维表，维表和事实表通过主键和外键联系在一起，形成了星型或雪花模式两种数据存储结构。星形模式：星形模式的中间为事实表，包括与之相关联的维信息和事实信息，四周为维表（如时间、客户、商品、部门表等），存放维的描述，每个维表有自己的属性。维表和事实表通过关键字相关联。例如，对销售情况进行分析时，“销售情况”就是一个事实，评价这个事实的指标有销售额、销售量等，对这些指标的查询约束条件即维度有：商品、客户、部门、时间等，用星形模式表示如下图所示。,雪花模式：雪花模式比星形模式增加了层次结构，体现了维的不同粒度的划分。上例中各维的不同层次划分如下表所示。,用雪花模式表示事实、维和粒度之间的关系如下图所示。,返回,说明联机分析处理（OLAP）的种类和主要功能，并说明其与OLTP的区别。答：联机分析处理（OLAP）的种类划分：按数据的不同数据组织和存储形式，可将OLAP分为多维OLAP(MOLAP)、关系型OLAP(ROLAP)以及混合型 OLAP(HOLAP)。功能：MOLAP利用专有数据库存储OLAP分析所需数据，并以多维视图方式显示。ROLAP将分析请求转换为SQL语言来完成操作，其灵活性较好，但对于冗余量较大的数据库效率相对较差。HOLAP是用星型结构建立起以关系数据库表示和存取的多维数据仓库，作为OLAP的主要数据源，这部分数据主要为综合数据，细节数据仍以关系数据库为基础，充分利用关系数据库管理系统的各种技术，联合其他的分析报表工具实现OLAP的功能。,OLAP是对多维数据仓库中的数据进行查询分析的工具，其数据来源于底层的数据库系统；而OLTP是对数据库系统中的数据进行查询和处理的工具。两者面对的用户不同，OLTP面对的是操作人员和底层管理人员，OLAP面对的是决策人员和高层管理人员。OLTP是对日常数据的查询和增、删、改等操作处理，它以数据库为基础，而OLAP则是对数据仓库中的数据进行分析处理。概括起来，OLTP与OLAP的差别如下表所示。,返回,说明数据挖掘（DM）与知识发现（KDD）的异同点。答：相似点：在学术界，数据挖掘技术和知识发现技术具有一定的一致性，大部分学者认为两者是等同的概念。数据挖掘就是从数据库或数据仓库中提取决策有用的知识，这些知识是隐含的、事先未知的、潜在的决策有用信息。在这一点上知识发现同数据挖掘具有相似性，知识发现从某些背景下提取相关的知识，通常这些知识也是隐含的、事先未知的、潜在的信息。两者对知识的表示有共同之处，数据挖掘基本沿用知识发现的表示方法。不同点：两者的区别在于应用领域的不同。知识发现是人工智能的概念，在知识发现的过程中总是或多或少地受到人的思维判断模式的主宰或影响；而数据挖掘则是决策支持系统的概念，两者从知识发现、知识获取、知识存储、知识管理到知识应用，都有不同之处。尤其是在财务决策支持系统中，财务决策支持系统的知识发现和知识获取主要是从电算化会计信息系统和财务决策支持系统本身取得的，而并不像知识发现那样从专家处获取。,返回,10知识有哪几种？如何表示与存储？答：知识可以分为事实、规则和规律三类，其中规律为带变量的规则。事实知识：事实是指人类对客观事物属性的值或状态的描述。这种知识一般不包含任何变量，可以用一个值为“真”的命题陈述或一种状态的描述来表示，如“大海是蓝色的”、“我今年45岁”等都表达一个事实。其按如下数据结构进行存储：,规则知识：规则知识可以分为前提（条件）和结论两部分，用来表达因果关系，它的一般形式为：如果 A 则 B其中，A表示前提条件，B表示结论或应采取的动作。其按如下结构进行存储：规律：上述规则知识一般还可以分为不带变量的规则和带变量的规则两种。将带变量的规则称为规律，规律中的变量一旦被实例化为一个具体的值，则规律就变成了一条具体的、不带变量的规则。因此，随着变量实例化为各种不同的值，就可以从一条规律引出许多具体的规则，因而规律在这种意义上表示了一类知识，是比一般不带变量的规则反映现实更深刻的一种知识。被实例化后的规律就是规则，可按规则知识结构进行存储。,返回,11举例说明逆向推理树的推理过程。答：逆向推理是从目标开始的，寻找以此目标为结论的规则，并对该规则的前提进行判断，如果该规则的前提中某个子项是另一规则的结论，再找此结论的规则，重复以上过程，直到对某个规则的前提能够进行判断。按照此规则前提判断（“是”或“否”）得出结论的判断，由此回溯到上一个规则的推理，一直回溯到目标的判断。在计算机上实现逆向推理是利用规则栈来完成的。规则栈由规则号、前提表、结论三项组成。逆向推理树推理过程举例：在进行投资项目评价的时候，众所周知，投资项目评价的基本方法有贴现的分析评价方法和非贴现的分析评价方法，其中贴现指标主要有净现值、现值指数、内含报酬率等；非贴现指标主要有回收期、会计收益率等。如果某一投资项目可行的话，在使用贴现的分析评价方法时，用净现值法和现值指数法，以及内含报酬率法均可以对投资项目进行评价。也就是说，该项目如果值得进行投资的话，则需要净现值大于0；或者现值指数大于1；或者是方案的内含报酬率（即净现值等于0的贴现率）大于资金成本。,这样就需要对指标值进行分析和测算已达到预期的目标，如果使得净现值大于0，则需要视逐年现金流入的现值和现金流出的现值之差是否大于0，由此来判断该投资项目的报酬率是否大于预定的贴现率。这样才能决定项目投资的可行与否。对于贴现的分析评价方法进行项目投资分析判断的判断过程同净现值法一样。也就是如果已知结论“该项目可以投资”，则要求各项指标满足何种条件，进而得出这些条件的前提是什么，此推理过程就是逆向推理过程。,返回,第二章 财务分析系统设计,财务分析具有哪些分析主题？说明财务分析系统的功能结构，并指出在FDSS中的通用功能模块有哪些。试说明DW中元数据的作用。绘制财务分析DW的星形结构图，并以参数维为例进行维度层次划分。,答案,答案,答案,答案,第二章 财务分析系统设计,分别以数据切片和钻取为例说明财务分析中的OLAP应用。说明模型字典的存储结构和存储内容。说明模型库管理系统的功能。判断财务分析系统中给出的规则知识是否正确。并做必要的增补。,答案,答案,答案,答案,第二章 财务分析系统设计,模糊推理有许多理论和方法，教材中给出的是最简单的一种，试论证其是否简单实用。10说明知识库管理系统的功能结构。11FDSS的人机对话系统有几种界面？每种界面有哪些基本功能？,返回,答案,答案,答案,财务分析具有哪些分析主题？答：根据财务分析的目的和要求，在财务分析系统中主要确立了四大主题，分别是企业偿债能力分析、企业营运能力分析、企业获利能力分析、企业发展能力分析。这四个主题是财务分析的主要目标，财务分析的各种方法主要是围绕这四个主题进行的，它们是财务分析的精髓。但是财务分析决不仅仅局限于财务报表分析，还应该对科目、部门、项目、往来等进行分析，如销售费用占销售收入的百分比、应收账款占销售收入的百分比等等。不仅要对个别的财务指标进行分析，还要进行综合财务分析。,返回,说明财务分析系统的功能结构，并指出在FDSS中的通用功能模块有哪些。答：根据财务分析主题，财务分析系统的功能结构如下图所示。其中通用功能模块有数据管理、模型管理和知识管理。,返回,试说明DW中元数据的作用。答：DW中元数据的作用主要体现在以下几个方面：（1）元数据是将基础数据库中的数据转存到多维数据仓库中的转存依据之一。（2）DW的数据转换是通过元数据的定义完成的。就财务分析而言，其绝大部分数据转换程序是由模型库系统中的模型程序完成的，但需通过数据仓库管理系统和元数据的定义进行转换。（3）元数据是进行切片、切块、旋转、钻取等分析的数据基础。无论是什么数据，只要按元数据的定义和数据仓库的体系结构存储在数据仓库中，就可以用OLAP工具进行切片、切块、旋转、钻取等分析。,返回,绘制财务分析DW的星形结构图，并以参数维为例进行维度层次划分。答：财务分析DW的星形结构图如下：,以参数维为例进行的维度层次划分如下：,返回,分别以数据切片和钻取为例说明财务分析中的OLAP应用。答：数据切片：在多维数组的某一维上选定一维成员的动作称为切片，即在多维数组（维1，维2，维n，变量）中选一维，即维i，并取一维成员（设为“维成员Vi”），所得的多维数组的子集（维，维成员Vi，维n，变量）称为在维i上的一个切片。如果在时间维上选定一个维成员（设为“2004年12月”），就得到了在时间维上的一个切片，如下图所示。,显然，切片的数目取决于时间维上维成员的个数。得到的这个切片包含参数维和机构维，如表1所示，可以很方便的进行对比分析，清晰地得到总公司内部各种财务分析指标及各分公司财务分析指标、竞争对手和同行业其他企业财务分析指标的对比数据，发现公司内部管理的不足之处及公司与竞争对手和同行业其他企业之间的差距。如果在参数维上选定一个维成员（设为“速动比率”），就得到在参数维上的一个切片。这个切片包含有时间和参数二个维，可以很方便地对时间维成员进行趋势预测和分析。利用这个参数切片能很清晰地得到公司内部各部门、竞争对手和同行业其他企业速动比率的变化趋势，再结合其他的外部资料，公司的高级管理员可以方便、快捷地得到公司短期偿债能力的变化趋势、竞争对手和同行业其他企业短期偿债能力的变化趋势，为公司的短期财务决策提供依据。,对多维数据进行切片的方式，可以根据实际的需要来进行，并没有确定的形式，不一定非要形成“片”。也可在两个维上都只选取一个成员，得到一条“线”状的结构，这也是切片的一种，例如在时间维上选取2004年12月，在部门维上选取武汉分公司，就得到了一个反映武汉分公司的2004年12月财务状况数据的二维表，如表2所示。如果需要，在选取一个维成员进行切片处理时，也可以在另两个维上都只选取一段区间，形成一个“小切片”。在多维数据仓库中，进行切片处理是为了反映数据在维上的变化，分析数据的变化趋势。,钻取有向下钻取和向上钻取两种。例如，2004年企业与竞争对手和同行业其他企业的销售毛利率如表3所示。,由表4可以看出，在公司的四个分公司中，北京和武汉分公司2004年的销售毛利率与竞争对手和同行业其他企业相差不大，公司的销售毛利率之所以偏低，其主要原因是广州和成都分公司2004年的销售毛利率偏低而造成。由上面的例子可以看出，使用钻取的方法，可以发现一些问题并沿着维方向挖掘其深层原因，帮助企业决策者更全面具体地分析问题。相反的操作为上钻。钻的深度和维划分的层次相对应。例如对表4沿部门维进行上钻操作，可获得反映企业与竞争对手和同行业其他企业销售毛利率对比表，即表3。,总之，OLAP的数据来源于多维数据仓库。通过OLAP工具对多维数据仓库中的数据进行抽取和转换，可得到反映企业的经营状况和经营成果，以及与其他企业比较的优势和不足。通过多维分析，从信息的多个角度、多个侧面快速地掌握企业的各种情况，从而使企业决策者能够对数据进行深入的分析和观察。在数据仓库系统中，运用OLAP工具可以对多维数据进行不同层次的分析，由于分析的层次不同，其分析结果的综合程度也相应有高低之分，所以可以满足具有不同应用需求的管理要求。,返回,说明模型字典的存储结构和存储内容。答：模型字典的存储结构和存储内容如下表所示：,返回,说明模型库管理系统的功能。答：模型库管理系统的功能结构如下图所示。,（1）模型定义功能：根据财务分析主题的需要，定义模型的基本结构类型，确定模型的建立方法，明确模型的约束条件，说明模型的求解方法、结果的输出形式、知识的获取方式和知识的表示规则等。（2）模型生成功能：根据模型定义生成模型。（3）模型修改功能：包含两层含义，一是能够对模型内容进行重新定义和修改，以响应模型本身的变化，包括对模型数学描述、约束条件、模型程序、重新编译生成可执行程序等；二是能够更新模型的运行次序和步骤，以响应财务分析主题的改变。（4）模型删除功能：对于以后不再使用的模型可以删除。（5）模型查询功能：实现对模型的灵活、方便、快捷的查询，包括模型总括信息的查询和模型详细信息的查询。（6）模型调用功能：模型调用应根据元数据的定义来进行。,（7）模型参数：对于模型求解所需要的参数，如果参数能够完全确定下来，则应由程序自动传递（或取自数据库，或由模型调用时相互传递，或取自知识库），否则应由人机对话系统输入。（8）模型结果：除了在人机交互界面输出模型求解结果外，还要根据元数据的定义将分析结果按照数据仓库的结构存入数据仓库中，以便以后直接调用或进行OLAP分析处理。（9）模型知识：模型知识应具有两种功能，第一，根据模型库中的知识获取描述信息获取知识，并按照指定的存取方式将获取的知识存入知识库；第二，当模型求解需要某种知识时，应能够准确地将所需要的知识从知识库的事实表中调出，并将调出的知识以参数的形式传递给模型。,返回,判断财务分析系统中给出的规则知识是否正确。并做必要的增补。答：笔者认为在用流动比率判断企业的短期偿债能力方面有点不妥。流动比率是否合理，不同行业、不同企业以及同一企业不同时期的评价标准是不同的，因此,不应该用统一的标准来评价各企业流动比率合理与否。如服务性行业，其流动比率一般都比较低，但不能认为其短期偿债能力差。因此，不能笼统地认为如果流动比率2，则短期偿债能力较强。在偿债能力方面，补充现金流动负债比率和已获利息倍数方面的知识：IF（现金流动负债比率越高）THEN（企业经营活动产生的现金净流量越多）ELSE（企业经营活动产生的现金净流量越少）IF（已获利息倍数越高）THEN（长期偿债能力越强）ELSE（长期偿债能力越弱）在获利能力方面，补充主营业务利润率方面的知识：IF（主营业务利润率越高）THEN（获利能力越强）ELSE（获利能力越弱）,返回,模糊推理有许多理论和方法，教材中给出的是最简单的一种，试论证其是否简单实用。答：在FDSS中，许多因素对决策的影响在很大程度上具有定性的特点，并且因素及其影响的描述信息往往带有模糊性。领域专家或财务学者也经常使用一些比较含糊的语言来描述知识，以及知识之间的联系，并据以进行推理。模糊推理是模糊隐含关系的一种，是基于模糊逻辑建立的一种输入、输出关系的映射过程，它已被广泛应用于人工智能和决策支持等许多方面。文中FDSS模糊推理是由模糊规则知识库，输入、输出的模糊化与非模糊化处理，加权模糊推理等构成，这种模糊推理方法适用于整个财务决策支持系统，包括财务分析系统、筹资决策支持系统、投资决策支持系统、成本决策支持系统和股利分配决策支持系统。因此，教材给的模糊推理方法简单实用，适用范围很大。,返回,10说明知识库管理系统的功能结构。答：知识库管理系统的主要功能包括知识维护和推理机制。知识维护包括对知识的增加、修改、删除、查询等功能。对于推理机，应建立各种推理机程序，包括正向推理程序、逆向推理程序、推理树求解程序、不确定性推理求解程序、模糊推理求解程序等。知识库管理系统的功能结构如下图所示：,返回,11FDSS的人机对话系统有几种界面？每种界面有哪些基本功能？答：FDSS的人机对话系统有系统管理员界面和决策者界面两个层次。系统管理员界面的基本功能：除了负责系统的软硬件管理、网络管理、系统运行平台管理等基本管理职能外，还应负责系统管理、数据库管理、数据仓库管理、模型库管理、知识库管理等。决策者界面的基本功能：选择决策主题时段、以及数据源等。此外应设计帮助功能，以便在决策者操作具有疑问时，或对有关决策参数有疑问时，或对有关决策模型和知识及其调用关系有疑问时，通过帮助功能了解系统的操作方法、决策参数、决策模型、决策知识等的有关说明。,返回,第三章 财务预测系统设计,财务预测包括哪些预测主题？财务预测系统的数据存储应如何设计？为什么？销售预测具有哪些功能？说明“按历史同期数预测”选项的含义。成本预测具有哪些功能？成本预测功能应该设计在财务预测系统中吗？为什么？,答案,答案,答案,答案,第三章 财务预测系统设计,试说明利润预测、销售预测、成本预测三者之间的关系，系统设计应如何体现？试说明资金需要量预测功能的实现步骤。,答案,答案,返回,财务预测包括哪些预测主题？答：财务预测主题包括销售预测、利润预测、成本预测和资金预测等。财务预测除了包括这四项基本预测外，还应包括科目预测、部门预测、财务指标预测等明细预测主题。,返回,财务预测系统的数据存储应如何设计？为什么？答：财务预测系统既可以采用数据库与模型库的两库系统，也可以采用与财务分析系统相同的四库系统，这要视企业的规模而定。一般对于中小型企业而言，完全可以将财务预测与财务分析系统合并，并在原电算化会计信息系统的基础上扩展一些财务预测与分析的功能即可，这已在目前的各种通用财务软件和某些中小企业的专用财务软件中普遍采用。在中小企业，无论是财务分析还是财务预测，都不需要设计数据仓库系统，只需在原有的数据库系统中增加一些支持财务分析或财务预测的基表和功能即可，至多在必要时增加模型库系统。然而，对于大型企业集团而言，由于其销、供、产等机构设置都是分散的，绝大部分财务核算也是独立的，因此，财务预测的内容非常广泛，除涉及上述的财务预测的基本内容外，还涉及各部门、各时段、各种参数、各种预测方法得出的预测结果等。在大型企业集团的财务预测系统中，其数据库系统、数据仓库系统、模型库系统和知识库系统都不需单独设计，财务预测系统一般只读取数据库和数据仓库中的数据，但有时当将财务预测的结果数据,作为财务核算的计划指标或控制与考核的标准数据时，有可能将财务预测的结果数据存入数据库系统中。在财务预测系统中，除非预测主题涉及财务分析的各项指标，否则财务预测不访问数据仓库系统。也就是说，对于财务分析数据仓库，只有财务分析系统才能写入数据，而其他系统一般只读取其中的数据，而不为其提供数据。然而对于模型库系统和知识库系统则不然，在财务预测系统中沿用财务分析系统的模型库系统和知识库系统。也就是说，对于整个FDSS而言，模型库系统和知识库系统的体系结构是相同的，其库结构及其管理系统都与财务分析系统中的设计完全相同，只是模型和知识的具体内容不同而已。因此，在FDSS乃至DSS中，模型库系统和知识库系统都可以共用。另外，财务预测只运用已有的知识，特别是有关财务分析方面的知识，而预测本身并不能产生新知识，只有预测被实际检验后，才能由分析系统得出相应的知识存入知识库。,返回,销售预测具有哪些功能？说明“按历史同期数预测”选项的含义。答：销售预测是根据企业某种产品过去的销售状况和其他有关资料，对其在一定的地理区域和期间内的销售量或销售期望值的预计和测量。搞好销售预测，便于以销定产，使产品的生产、销售、库存之间密切衔接，从而有助于企业经济效益的提高。根据销售预测的内容，销售预测主要包括区域销售预测、产品销售预测、业务员销售预测、分销商销售预测四个功能。如下图所示。,企业可以根据销售预测结果来制定销售计划，确定销售指标。根据企业的销售布局，可以实现在用户输入的某个时段内，按照用户选择的地区、产品种类、业务员、客户（分销商），根据预先建立的模型（用户可根据需要选择），实现销售量（或销售额）的预测，实现根据历史数据，运用适当的模型预测销售趋势的功能。“按历史同期数预测”选项的含义是系统根据起止年份各同期（年、季或月）数据来预测下年的同期销售额（选择产品时为销售量）。例如，当选择以月为预测单位，并选择“按历史同期数预测”选项时，则系统根据起止年份各月份数据来预测下年的各月份销售额（选择产品时为销售量），预测结果为下年1月至12月的12个月销售额，即用以前年度的1月份数据来预测下年1月份的销售额，同样用以前年度的2月份数据来预测下年2月份的销售额等等，依此类推。,返回,成本预测具有哪些功能？成本预测功能应该设计在财务预测系统中吗？为什么？答：成本预测主要包括目标成本预测、产品成本预测、成本项目预测、责任成本预测、成本指标预测五个功能。成本预测是在以往成本水平的基础上，根据有关资料，通过分析影响成本各项因素的变动预测未来期间的成本水平。成本预测的数据源主要是成本管理系统，所以成本预测功能应设计在成本管理（或成本决策支持）系统中为宜，但在财务预测中应能够调用。对于大型企业而言，成本管理系统可能在其下属的各子公司分别运行，同时从会计核算体制上一般采用两级核算体制，在这种情况下，成本预测就必须根据各个下属部门的成本数据进行预测。,返回,试说明利润预测、销售预测、成本预测三者之间的关系，系统设计应如何体现？答：利润预测、销售预测、成本预测均属财务预测。销售预测是成本预测的基础，根据“以销定产”的思想，销售预测影响成本预测中的单位固定成本，从而影响产品的单位成本，进而影响利润预测；利润预测是在销售预测和成本预测的基础上进行的，是在已经达到的当前利润水平的基础上，根据生产经营条件的变化，考虑各项改进措施，测算近期利润的变动趋势。销售预测的数据基本来源于销售管理系统，而成本预测则可能来源于成本管理系统，在进行元数据结构设计时，应考虑满足这些特殊数据源定义的要求。利润预测及成本预测的部分数据来源于销售管理系统，进行结构设计时也要考虑到这一点。成本预测的数据源主要是成本管理系统，所以成本预测功能应设计在成本管理（或成本决策支持）系统中为宜。但成本预测和销售预测以及利润有密切联系，因此在财务预测中应能够互相调用。,返回,试说明资金需要量预测功能的实现步骤。答：资金需要量预测，就是以预测期企业生产经营规模的发展和资金利用效果的提高等为依据，在分析有关历史资料、技术经济条件和发展规划的基础上，运用数学方法，对预测资金需要量进行科学的预计和测算。资金需要量预测包括资金需要总量预测、固定资金需要量预测和流动资金需要量预测。其步骤如下：第一，可以通过资金增长趋势预测法和预计资产负债表法进行资金需要总量预测。第二，作固定资金需要量预测，要进行包括生产设备需要量的预测和其他固定资产（如厂房、动力设备、运输设备等）需要量的预测，在预测出固定资产需用量之后，企业根据固定资产的原始价值即可计算出固定资金需要量。第三，可以用资金占用比例法、周转期预测法、因素测算法和余额测算法等进行流动资金需要量的预测。资金需要量预测的数据源应该是企业的ERP系统，对于ERP系统不能提供的数据，如某些模型参数等，可直接由人机对话界面输入，然后调用模型求解程序进行计算；最后输出预测结果。,返回,第四章 筹资决策支持系统设计,股份制工业企业筹资决策包括哪些决策主题？股份制工业企业筹资方式具有哪些？选择时一般应按什么次序？为什么？筹资决策支持系统的数据管理具有哪些功能？绘制筹资决策支持系统DW的星形结构图，并评价其是否合理，是否需要修补？,答案,答案,答案,答案,第四章 筹资决策支持系统设计,试说明基于多维数据仓库的筹资决策支持系统的处理流程。说明筹资决策支持系统中有几类常用模型在本教材各章节中，只给出有关模型的类别、名称、作用、应用范围、前提条件、结果形式等，而没有给出模型的具体公式和求解方法。你对此如何认识？,答案,答案,答案,第四章 筹资决策支持系统设计,举例说明模型在模型库中的表示方式。判断筹资决策支持系统中给出的规则知识是否正确。并做必要的增补。10说明案例推理的基本步骤和流程。,答案,答案,答案,返回,股份制工业企业筹资决策包括哪些决策主题？答：筹资决策问题因企业类型的不同而有所差异，如国有企业、股份制企业、高新技术企业、金融企业等，其筹资方式都各不相同，各有其特点，其中，最具代表性的是股份制工业企业，其他类型企业则相对简单。筹资是指企业何时、采用何种方式、获得何种规模资金的过程。筹资决策涉及筹资成本的高低、筹资风险的大小以及取得资金的难易程度等问题，通过分析才能确定一个合理的筹资方案。股份制工业企业的筹资决策主题包括：筹资时机的选择、筹资规模的确定、筹资方式的抉择、偿债方式的确定等。,返回,股份制工业企业筹资方式具有哪些？选择时一般应按什么次序？为什么？答：股份制工业企业的筹资方式主要包括发行普通股筹资、发行优先股筹资、自有资本筹资、银行借款、企业债券筹资、商业信用筹资、可转换债券筹资、融资租赁筹资等。选用哪种筹资方式，要根据筹资成本、筹资风险、资金的可得到性、偿还能力、资金需求时间及各项资产担保债务的程度来决定。短期筹资与长期筹资的区别对待也很重要。企业应根据资金需要的不同，即使用方向的不同来确定各自的筹资方案组合。如进行长期投资或购置固定资产宜采用长期筹资渠道，而为解决企业经营中临时性资金需要则宜采用短期筹资渠道。由于企业自身的承受能力不同，不同的筹资渠道带来的风险对其产生的影响也不同。对企业来说，短期负债比重过高，其营运资本政策越带有风险性，在市场银根紧缩时，短期负债不大容易转型，到期而无法归还，就会出现风险；长期筹资在全部负债中比重较高，则表明企业营业资本政策风险小。为预防和分散风险，企业应合理地设计长期筹资和短期筹资的组合方式。,另外，筹资方式选择还要在资本结构上考虑合适的负债结构，来安排最优的筹资方式。一般地说，企业筹资首先应考虑自有资本筹资；其次考虑所有者权益筹资；最后考虑债务筹资。目的是使财务风险达到最小。但在企业所生产的产品市场销售前景看好时，应充分利用财务杠杆作用，可适当考虑债务筹资，以提高企业的经济效益。,返回,筹资决策支持系统的数据管理具有哪些功能？答：数据管理主要是实现数据仓库的管理及与各功能模块的接口问题。主要应具有以下功能：（1）数据定义功能。其功能是完成数据仓库的定义和设置，定义数据源，定义规则，约束外部数据的进入，结果是产生一些元数据，这些元数据还包括用于管理的关键字、索引，筹资决策支持系统的相关模型调用以及知识的调用等。（2）数据采集功能。包括数据接收、析取、汇总、变换、打包和存储等。（3）数据管理功能。在设计数据仓库时，首先进行数据建模，确定数据仓库的存储结构，然后控制从源数据到仓库数据的清理和转换，还包括对仓库的安全、备份、维护、恢复等功能。（4）数据存取和分析功能。属于前端服务，用户通过这些工具与后台处理进行交互，用户在线分析数据并进行决策。（5）信息目录功能。反映数据仓库（DW）系统中元数据的组织情况，帮助用户了解在DW中存放什么信息，如何利用这些信息等。,在筹资决策支持系统开发中，数据仓库管理系统必须具有将底层数据库系统中的数据定期自动转换到数据仓库系统的功能。筹资决策支持系统的数据管理功能如下图所示。,返回,绘制筹资决策支持系统DW的星形结构图，并评价其是否合理，是否需要修补。答：筹资决策支持系统的星形模型如下图所示。数据仓库是一种解决方案，其多维表的设计应尽可能的以经济实用为原则。在筹资决策支持系统星形模型中，筹资决策事实表用来描述决策时的各种事实情况；时间维贯穿整个决策过程的始终；企业维用来表明企业自身的经济实力与融资能力；往来户维用来反映企业可能的筹资渠道；政策参数维用来反映筹资时宏观环境的影响；筹资方式维