大數據背景下財務分析課程建設與應用

黃浠蘄 楊俏文

信息技術的發展，使當今社會進入到了一個嶄新階段，大數據時代的到來為企業發展帶來了新機遇，同時也對企業提出了新要求。財務數據與企業緊密相關，做好財務數據分析才可以更好的了解企業發展實際情況，并在這個基礎上進行準確的經營決策，以使企業發展得到進一步促進。國內很多學者在研究中分析了大數據時代企業財務管理信息化的發展情況，歸納了企業大數據時代財務數據分析面臨的挑戰。如胡雯清，郝方方（2020）研究中指出，財務數據可視化是大數據時代企業財務數據分析的趨勢。楊文靜（2019）、周申申（2019）、金輝（2019）分別在研究中就當前企業財務數據分析所面臨的問題，發現很多企業并未意識到大數據時代對企業發展的影響，因此在財務分析方面存在很多不合理的地方。除此以外，其他很多學者對企業如何應對大數據時代的財務分析提出了自己的看法，如王河山（2019）、王凱旋（2019）、付筱文（2019）等在研究中提出，企業應當合理應用大數據信息技術，對當前這個時代發展背景進行全面分析，并在此基礎上準確進行財務分析。

有關財務數據分析的研究很多，這些研究從不同的視角入手，但是都肯定了大數據對企業財務數據分析的促進作用。財務數據是企業經營、決策十分重要的指引，缺少財務數據的全面與準確分析，就會直接影響企業決策，嚴重的話可能會直接影響企業經營發展。大數據時代的到來，為現代企業財務數據分析提供了很多便利，但是也使企業財務數據分析面臨的挑戰進一步加大。在教學上，學生通過學習大數據相關理論知識，掌握大數據分析工具的基本用法，結合財務專業理論分析實際的商業問題，真正發揮管理會計職能，服務企業戰略規劃，實現企業數字化轉型，貫徹落實國家數字經濟人才戰略。

1.大數據技術與財務分析課程的結合

（1）大數據挖掘技術在財務指標中的應用。大數據挖掘技術在財務指標的計算上，對傳統財務分析的改進主要體現在以下幾方面。首先，由事后分析改為實時分析。傳統的財務分析主要依靠會計核算系統，對于各項指標的計算建立在會計核算已完成數據的基礎上;而采用大數據挖掘技術進行財務分析能夠實現財務系統、物流系統與生產系統之間的相互聯系，實現數據的實時交換，能夠時時滿足分析需求。其次，數據輸出結果更加精確。大數據挖掘技術在財務分析中應用后能夠實現數據層級傳輸、作業成本分配的更高精確度，以此來提高財務指標計算的精確度。最后，由依靠內部數據計算轉變為內部和外部相結合。利用大數據挖掘技術既能夠分析企業內部的數據，又能不斷拓展數據源，并接入互聯網、審計等外部信息，實時提供行業間的比對信息。

（2）大數據挖掘技術在投融資決策中的應用。財務分析是管理會計的重要分支活動，通過對數據的分析為決策者提供具有說服力的建議。在傳統的財務分析中，決策者所依賴的主要是財務人員的主觀判斷;而大數據挖掘技術應用之后，相關人員能夠從海量數據中發現關系，并建立精確的計算模型，實時滿足決策需求。在傳統財務分析下，主要依靠財務人員對折現率的主觀經驗進行判斷，而在大數據挖掘應用中，由系統自主獲取各因素之間的關系，依照歷史數據進行檢驗修正。例如在確定資產相關價值上，可以自行輸入參數模型，進一步得出數據。

（3）大數據挖掘技術在財務預警中的應用。在大數據挖掘與財務分析平臺中，企業的預測和預算以單獨模塊分配到不同的部門使用，但兩者之間也存在緊密聯系，構成財務預警基礎。例如依照大數據挖掘技術系統，自動對歷史企業數據進行采集，多維度地對地域、時間等內容進行挖掘分析，根據當年的外部環境對挖掘結果予以修正，更加精確地預測下一階段的銷售情況，方便決策者作出安排。

2.人工智能時代背景下中小企業財務分析應用探究

（1）通過數據編制科學合理的融資方案。中小企業的規模有限，獲取資金的能力不強，財務分析則可以有效提高資金使用效率。將人工智能技術應用在財務分析工作中，中小企業可以通過數據模型的歷史數據進行深入處理和分析，根據中小企業的發展戰略計算所需的資金，進而作出相應的決策，具體做法包括以下方面。首先，分析中小企業所處供應鏈的優勢，正確判斷中小企業的信用情況。其次，根據中小企業的實際情況，判斷所需的短期資金。再次，從中小企業的實際情況出發，對比分析中小企業的籌資成本以及資金來源，明確中小企業籌集資金的目的，保障中小企業短期經營活動順利進行。

（2）運用分析模型降低中小企業的投資決策風險。將人工智能技術應用在財務分析工作中，可以通過建設完善的數據模型對中小企業將要投資的項目進行分析，根據市場綜合環境以及相關因素分析投資項目的可行性以及回報率等，將其與行業的有關數據進行對比，分析各方案的可行性，為管理者提供更加科學的投資決策，進而幫助中小企業降低投資的非系統風險。

（3）幫助中小企業多視角拓展業務。將人工智能技術應用在財務分析工作中，可以幫助中小企業更加全面、系統地拓展業務。首先，中小企業可以通過有關技術分析中小企業產品的周期以及地位等相關指標，根據中小企業自身的實際銷售情況分析產品，結合中小企業歷年的財務數據以及同行業的相關數據，幫助中小企業找出具有更高利潤貢獻的產品，進而幫助中小企業作出是否拓展業務的決策。其次，根據中小企業的實際情況，為信用決策提供一定參考和借鑒，繼而作出合理決策。將人工智能應用在財務分析工作中，則可以幫助中小企業權衡利弊，尋找平衡點。

3.企業價值評估綜合運用

利用大數據技術擴大企業數據挖掘和處理范圍，降低企業評估風險，增加評估結果的準確性與科學性。選取實際典型公司的數據，對其進行企業價值評估，與傳統價值評估方法相比，具備多樣優勢。

（1）大數據技術使評估結果更為精準。利用大數據技術可以將過往被評估企業的數據資料按照行業和規模分為若干個細分評估群體，在每個細分群中找到對其價值產生影響的主成分因子;而后將被評估企業的主成分因子與之對比，通過對過往案例指標的量化修訂;最后得出更為精確的企業價值。

（2）大數據技術提高企業價值評估效率。價值評估是一項煩瑣的工作，需要收集、分析、處理大量的數據信息，在大數據時代，依靠人力對企業各種信息處理往往要花費數周甚至數月的時間，而利用信息數據技術則可減少人工，提高效率。

（3）大數據技術減少企業價值評估的爭議性。預測是大數據技術的核心，它是建立在數學模型和算法基礎上的科學預測活動，探索海量數據之間的內在聯系預測事件的可能性。擁有了大數據技術，評估人員在面對估價問題時不需要再對個別問題糾結，只需要把握大體方向即可。對于高風險企業，利用大數據預測的結果更加令人信服。