大數據時代企業財務管理優化研究

楊宇鵬

（佛山金萬達科技股份有限公司，廣東 佛山 528100）

1.引言

由于信息技術的發達、第五代通信技術的持續發展，再加之企業市場經濟活動的多樣性和復雜性增強，企業財務管理活動迎來了大數據時代，企業要想實現自身核心競爭力的提升，不再絕大程度上取決于企業績效水平的優秀與否，而是取決于企業數據挖掘能力、信息溝通效率、內部治理成本等內部因素制約的企業財務應用能力體現，從而促使企業將自身海量的經濟信息數據作為一項無形資產進行管理和運營，最終實現企業大數據時代下的財務管理轉型[1]。

2.企業傳統財務管理活動中存在的改進要點

2.1 財務信息化意識弱化

由于企業規模小、或企業分支機構多等因素影響，眾多企業在財務信息化建設的投入較為簡易，加之企業中高級管理者不善于應用財務信息化工具，使企業對內部財務信息業務信息、對外部交易信息的收集程度不充分，甚至企業管理者存在“會計電算化就是財務信息化”等誤區，導致企業財務信息化意識弱化。一是財務信息化認識存在欠缺，影響企業財務管理水平和財務信息化水平的進一步提升[2]。二是財務大數據工具的應用認識不深入，分析局限于績效反饋、財務績效體現等效益評價維度，使企業大數據分析工具的價值創造力難以提升。

2.2 財務數據庫管理手段欠缺先進性

由于企業財務數據庫搭建口徑不一致，或者部門與子公司財務數據的對接機制銜接效率不高，使企業財務數據庫管理相對落后。一是財務數據庫集成手段不合理。由于企業“電子+紙質”并行的數據庫搭建不完整，企業財務數據庫的集成效果就難以改善，從而影響企業財務數據庫的及時更新和使用[3]。二是財務數據庫處理手段有待升級。由于財務人員沒有掌握計算機數據管理語言，或者財務人沒有豐富的數據庫管理軟件實踐經驗，使得企業財務數據庫的使用效率不高。比如，財務人只會應用Excel生成報表，而不會使用SQL或Python處理財務數據生成各項報告。

2.3 無差別財務核算活動的自動化信息化程度不足

當前，不少企業依然存在財務自動化、信息化程度不足等因素制約大數據時代下的財務管理升級。一是財務核算處理的信息化程度不足。由于電子憑證應用覆蓋面低、財務表外信息收集不全面、紙質信息錄入效率不高等因素影響，企業財務信息數據庫的搭建還存在提升空間。二是財務自動化核算程度不足。由于簡單核算分析活動的自動化程度不足，企業財務活動的去人工率不高，使大數據技術的應用覆蓋面不高。比如，企業可以應用AI技術的簡單績效財務報告還在依靠人工分析[4]。

2.4 財務大數據中心建設和應用進程緩慢

由于企業財務共享中心建設投資不充分，加之企業對財務大數據應用建設的資金投入不足，企業財務大數據中心及分支中心的建設應用緩慢。一是財務大數據中心建設總體布局不完善。二是企業財務大數據軟件工具的采購設計不全面。由于企業自行采購大數據軟件工具的供應商評估機制不完善，同時企業對大數據工具的具體需求方向設計不可靠，使企業頻繁追加采購現象偶發，從而降低了大數據技術的應用效率[5]。

3.改善企業財務大數據應用效果的優化建議

3.1 形成大數據時代的財務信息化認識

企業要實現大數據時代的財務管理轉型升級，就需要形成大數據時代的財務信息化認識。一是形成財務信息化后環節認識。這要求使得管理者將財務信息化視為一項基礎性工程性活動，使企業能夠建立起財務信息分析報告、企業業務綜合信息挖掘機制、企業財務管理數據庫管理平臺等財務信息化工具，以便于頂層決策者擁有更全面的企業經濟信息作為決策依據，最終保證企業財務管理水平和財務信息化水平的進一步提升。二是保證財務大數據工具的應用認識科學[6]。這要求企業財務人全面認識大數據工具在企業財務管理中的應用，不僅促使企業財務人認識到財務人工智能對管理信息的豐富，同時促使財務人認識到大數據在風險建模中的模型訓練和模型修正用途，以便于企業科學開展信用評估、供應商資質評價等維度的大數據應用活動，最終提升企業大數據分析工具的價值創造力。

3.2 優化財務大數據技術的信息化自動化基礎

要保證企業財務管理者得以從繁瑣的、重復的、無差別的財務核算活動中解放出來，企業需要夯實財務自動化、信息化等因素從而積極影響大數據時代下的財務管理升級。一是提升財務核算處理的信息化程度。這要求企業優化財務數據中心的建設、加快電子憑證的應用普及率、完善客戶履約能力等非財務信息的收集，同時健全紙質信息的自動化錄入機制，以保證企業財務數據庫的穩健搭建[7]。例如，應用自動化文件掃描儀等信息化設備。二是保證人工智能技術參與企業簡單財務核算活動。為提升企業財務處理活動的去人工率，使人工智能出具業績報告、人工智能出具財務模型報告等探索性技術應用加快。三是健全自動化建模程序在企業財務風險管理中的應用。所謂自動化數據建模程序，就是借助stata13.0、Eviews等大數據評估工具的應用，實現風險識別模型的初步建立、逐步修正，從而為人工智能技術的應用提供鋪墊。例如，使用stata建模的情況下，優勢可以幫助財務人及時修正參數、預測風險指數，從而為財務大數據技術的穩定應用提供堅實支持。

3.3 夯實企業經濟信息數據庫基礎、優化數據庫處理手段

要夯實企業經濟信息數據庫基礎、優化數據庫處理手段，企業管理者可以參考以下三方面建議。一是健全企業標準的管理信息數據庫。這要求企業各部門和各子公司一致設計財務數據庫的搭建口徑，在允許子公司存在自有數據庫的基礎上健全標準化財務數據集合。二是完善財務數據庫的集成手段[8]。這要求企業建設“電子+紙質”并行的數據庫管理模式，使關系型數據庫建設合理可靠，從而保證企業財務數據庫的及時更新和高效使用。三是改進財務數據庫的處理手段。這要求財務人員及時掌握計算機數據管理語言，或者財務人夯實數據庫管理軟件的實踐經驗，從而提升企業財務數據庫的處理效率。比如，財務人在條件允許的情況及時學習和應用SQL或Python語言，從而提升數據歸集和數據檢索分析效率。例如，當前一些企業已經開始使用前沿的Python語言進行財務輔助分析，以一個簡單的財務分析為例，使用Tushare包可以獲取宏觀經濟數據、股票交易數據、基本面數據（公司盈利能力、業績報告等）、新聞事件、銀行間同業拆放利率等。首先，我們引入需要的包（模塊module，使用import xxx），獲取所需數據（命令為get_xx），再使用to_csv將數據保存到本地，例如c:/zjy/data/cpi.csv，使用pandas讀取剛剛保存的數據,注意pandas的縮寫是pd，代碼如下：

由上圖可見，1995年前后，我國超過25%的高通脹情況，與之而來的還有“股票熱”“期貨熱”等。

3.4 保證財務大數據中心建設能夠一張藍圖畫到底

為保證企業財務大數據中心及分支中心的建設應用加速，企業管理者需要保證大數據建設規劃、財務大數據建設的資金計劃編制可靠可行。一是完善財務大數據中心建設的總體規劃。企業要對成本數據中心、業績數據中心、研購銷一體化數據中心建立起完整的策劃和布局[9]。二是完善財務大數據技術的研發預算計劃。針對自主研發的財務大數據技術，企業財務部門需要進行完善的前期調研、預算編制可行性分析、預算執行績效體系建設，從而保證大數據技術在企業內的可靠研發和實踐，提升企業財務大數據技術的投資應用效率。三是完善企業財務大數據工具的采購流程設計。比如，要采購單一供應商的大數據技術工具，要對供應商信用信息評估、售后需求設計進行細化明確，從而避免采購追加投資的現象[10]。

4.結語

總的來說，大數據時代下的企業財務管理工具勢必是多樣性和先進性兼具的，同時使企業財務人從低價值環節的繁瑣無差別的重復勞動中解放出來、從而提升企業財務部門的運行效率。因此，中小企業和大型企業集團紛紛探討分析大數據技術在企業財務管理中的應用版圖?；诖?，企業可以探索性應用夯實財務數據庫基礎、優化財務自動化信息化基礎等建議，以期為企業財務管理轉型升級提供可行途徑。