基于數據價值提取技術的資金預算管理機制設計

劉宏 韓佳凝 袁翰青 宋曉華

【摘要】當前企業資金預算管理機制普遍難以激活其內生發展原動力， 為進一步提升資金提質增效能力， 亟需對兼具目標導向型與動態感知型的資金預算管理機制進行研究。 從數據價值提取角度入手， 探索研究企業資金預算管理的可執行性， 在分析梳理資金預算管理數字化新導向的基礎上， 設計出基于數據價值提取技術的資金預算管理機制及運作流程框架。 結合A電網企業的案例， 具體說明該框架的實際應用， 并對其實施提出具體保障建議， 如建立戰略性資金預算管理文化、建立并完善資金預算管理機制管控制度以及不斷優化系統流程服務。

【關鍵詞】數據價值提取技術;資金預算;管理機制;數字化

【中圖分類號】 F275? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）10-0052-6

一、引言

李克強總理在十三屆全國人大三次會議上所作的《政府工作報告》中指出， 面對頻繁波動的經貿形勢， 應集中精力穩增長、促循環， 真正做好資金管理安排。 在當前國內外貿易投資不斷萎縮、金融領域風險持續積聚的情況下， 著力提升資金提質增效能力， 是保證企業安全生存、平穩發展的堅實基礎。 同時， 伴隨著企業自身資產運營及涉足領域的拓展， 資金使用規模與環節逐步增加， 易產生資金差額缺口及余額沉淀等問題。 為順應政策要求與外部形勢， 企業亟需通過科學的預測方法全面釋放資金使用效率， 以此實現資金精細化管控、優化資金數字化預算效果， 進而推進企業穩健運行與可持續發展整體目標的實現。

目前， 企業普遍構建了資金預算管理系統， 然而當前資金預算管理機制的設計思想大多與企業可持續發展戰略的出發點脫節， 普遍重視短期業務活動而忽略長遠目標與規劃; 預算執行與反饋遲緩， 僅依托內部考核管理等事后管控措施， 難以真正提升預算效率。 相比于深度學習等技術方法， 數據價值提取技術（包括但不限于基于構造算法探索數據規律并預測未知信息）能夠在數據搜索預測的基礎上評估信息價值， 直接輔助企業高效進行資金預算管理決策， 從海量混雜的資金信息數據中提取出潛在基礎性戰略價值資源， 通過數據管理特性、資源篩選提取特性、預測評估特性與知識表示特性， 共同提升資金預算管理的精準度與感知力。 鑒于此， 為滿足資金預算管理體系精準及時、動態多維、全面長遠等多方面需求， 推進企業平穩運行與價值最大化目標的實現， 深度研究基于數據價值提取技術的資金預算管理機制有其必要性及合理性。 本文著眼于設計目標導向型與動態感知型兼具的資金預算管理機制整體運作流程， 以提升企業資金預算管理效率， 推進智能財務的應用與發展。

二、文獻綜述

資金預算管理是指企業依據歷史數據信息與未來經營規劃， 通過定性與定量多種技術手段， 預測未來資金需求體量以及按照當前具體業務活動合理分配資金。 現階段關于資金預算管理問題的研究主要從戰略體系建設、內部控制制度和監督考核機制等角度進行分析。 謝海娟等[1] 運用多元回歸分析驗證發現， 公司內部控制有效性會對營運資金管理效果產生顯著的正向影響。 李汝[2] 研究發現， 高校預算管理過程缺乏科學規范的績效評價指標， 致使預算管理評價結果形同虛設。 Yu Gu[3] 提出預算管理中仍然存在很多問題， 例如預算意識不足、思想落后、預算技術不科學、監督評估形式化等。 張洋[4] 認為由于企業重業務發展而輕資金監管， 極易造成財務風險隱患。

對于資金預算管理手段， 目前學術界普遍從資金預算編制、執行、控制與評價等職能入手進行具體研究。 謝海娟和劉曉臻[5] 通過實證研究發現， 公司治理指數可顯著影響公司營運資金管理績效， 能夠作為資金管理水平提升的切入點。 黃揚新[6] 對葛洲壩資金管理平臺進行了案例研究， 發現資金結算計劃統一以公司經營指標與合同結算條款為依據從嚴編制， 能夠明晰資金收入管理責任。 李立成等[7] 針對資金預算的財務共享環節， 提出提高員工培訓頻率、提升溝通順暢性等建議。 浙江省審計學會課題組等[8] 認為應以大數據審計為導向， 加大對資金預算支出總量與結構執行情況的審計力度。

在數據價值提取技術的財務應用方面， 現有相關文獻普遍集中于研究利用大數據云平臺技術提升預算管理效率、通過知識圖譜技術防范資金風險、運用機器學習實現財務信息化等， 鮮有文獻針對資金預算管理領域， 探索利用數據價值提取技術提升資金管理效率的可能性。 程平和萬家盛[9] 提出運用大數據云平臺工具構建資金預算管理框架， 從而提升預算各職能的時效與質量。 雷豐羽[10] 將知識圖譜作為底層邏輯支撐構建了銀行信貸決策系統， 降低了公司違規占用銀行信貸資金的風險。 柴曉星[11] 認為機器學習技術能夠基于結構化的財務報告范式生成智能報告， 在財務分析環節也能夠運用更多算法以代替經驗分析。 路偉果等[12] 認為數據挖掘技術能夠實現數據解釋的可視化， 從而對會計人員的數據分析能力提出了新要求。

綜上所述， 現有企業資金預算管理研究普遍從內部制度流程規則角度進行分析， 資金預算管理手段研究主要針對部門核算、監管與考核能力進行探討， 數據價值提取技術研究通常集中于技術應用方法的闡述與前景拓展。 考慮到數據價值提取技術對于信息隱含價值具有高敏感特性， 以此提升資金預算管理效率存在可行性， 而現有文獻較少研究如何運用數據價值提取技術提升資金預算管理精準度與感知力， 故深入研究基于數據價值提取技術的資金預算管理機制具有重要意義。

三、資金預算管理數字化新導向

目前企業內部雖然大多建立了資金預算管理體系， 但仍留有或多或少的漏洞， 真正滿足企業資金預算管理要求、緊跟數字化新興技術發展趨勢的預算管理體系仍較為鮮見。 為了迅速應對市場經濟形勢突變， 企業催生出資金管理數字化新導向：

1. 資金預算管理戰略化。 為了避免資金預算過于關注短期利益而做出損害長遠目標實現的決策， 資金預算管理應以可持續發展戰略為核心思想， 在短期利益與長遠全局之間尋求平衡， 統籌考慮當前實際資金存量、日后經營資金需求量以及未來投融資額度。

2. 資金預算指標多樣化。 為了更好地適應企業多維度資金運作流程， 企業資金預算目標應避免扁平單一， 資金預算指標不應局限于財務指標， 還應將客戶滿意度、技術更新速度、市場份額等非財務指標納入預算指標體系中， 通過定量與定性相結合的手段進行預算決策。

3. 資金預算流程動態化。 為了及時感知市場經濟形勢以調整預算計劃， 應提升企業資金預算流程的靈敏度， 從年度資金預算下達、分解， 到資金計劃的申報審批， 資金預算需制定彈性指標值， 使企業能夠在線控制全年預算執行情況、資金存量和資金流量。

4. 資金預算結果精準化。 為了避免企業資金風險上升、投資與籌資成本過高或資本結構失衡， 資金預算管理機制需盡量提升結果精準度， 改變傳統預算編制中粗放型的財務信息二次處理模式， 應以資金流程路線作為信息來源渠道， 從而更好地明確各部門、各崗位的職責。

綜上所述， 資金預算管理數字化新導向通過對企業資金預算全流程進行有效把控， 能夠進一步提升資金管理水平， 基于此構建的資金預算管理機制能夠更好地反映資金預算管理思想及實現企業價值最大化目標。

四、基于數據價值提取技術的資金預算管理適用性分析

數據價值提取技術作為一種多維度、深層次的信息價值搜索、處理與分析手段， 具備人工智能技術對于信息隱藏價值的高敏感屬性， 因此， 基于數據價值提取技術的資金預算管理機制的適應性值得探究。

1. 數據價值提取技術的應用。 數據價值提取技術的應用過程可概括為： 通過綜合運用大數據挖掘技術識別提取、機器學習自主訓練樣本規則與知識圖譜匯集關聯知識信息等特性功能， 準確提取海量模糊信息數據中隱含的高價值知識及信息; 通過對基礎數據信息的規律學習與歸納， 自主學習生成模型進行未來期間數據的可靠預測與評估， 并匯集關聯多種資金數據信息; 通過可視化功能將預測評估結果提供給使用者， 供其決策參考。 考慮到預算精準及時的目標導向以及管理過程涉及存儲、搜索、分類、預測、評估總結等復雜環節， 運用數據價值提取技術能夠大大提升資金預算管理質量與效果， 進而輔助管理人員科學高效地進行分析決策。

2. 數據價值提取技術的特性。 針對資金預算管理領域， 數據價值提取技術存在以下特性：其一， 數據管理特性。 知識存儲技術能夠有效降低資金數據管理的復雜度。 其二， 資源篩選提取特性。 實體抽取技術與聚類算法能夠降低數據發散性， 提高數據提取效率。 其三， 預測評估特性。 關聯與回歸分析等方法能夠幫助使用者厘清數據對象之間的關系， 有助于資金預算管理進行科學合理預測。 其四， 知識表示特性。 通過可視化和知識表示技術， 在提升用戶體驗的同時， 還能夠強化其理解與分析效果。

3. 具體的數據價值提取技術方法。 數據價值提取技術涉及大數據挖掘、機器學習與知識圖譜等相關技術方法， 主要包括如下技術方法：

（1）RDF知識存儲技術， 能夠增強預算通道互聯度。 該技術通過建立資源之間的語義關系， 搭建數據語義網， 串聯海量資金數據信息資源， 以實現管理者的數據規模要求。

（2）Web 中的實體抽取技術， 能夠實現資金數據廣抓取、深挖掘。 該技術可將各關鍵性的碎片化信息從海量網頁中抽取出來， 并轉化為結構性知識數據， 實現資金使用情況檢索查詢的精準高效。

（3）進化算法， 能夠快速比對不同算法應用于資金預算管理的適合度， 實現數據清洗。 進化算法通過不斷迭代淘汰適應度低的個體， 為數據分類提供系統化、條理化的數據集。

（4）聚類算法， 能夠分類提取資金預算數據信息， 提升關聯回歸分析效率。 聚類分析依據相似度對抽象數據對象或集合進行組別劃分， 能夠根據不同特定需求自動分析、提取相關資金數據間的潛在關系， 從而提升后續預算過程的時效性。

（5）回歸分析， 能夠預測資金數據間的關系與規律。 回歸分析能夠生成將資金數據映射到實值變量的函數， 從而描述和評估因變量與自變量之間的關系。

（6）關聯規則分析， 能夠在資金預算過程中高效搜尋數據間的關聯。 關聯規則分析將資金數據之間存在的規律生成關聯關系， 進而匯總成關聯規則， 為預算管理提供決策依據。

（7）偏離分析， 有助于資金預算管理識別及預警突發意外。 偏離分析通過對與預算標準值不符的異常數據信息進行觀察， 比較二者的差距， 能夠更好地識別、預警危機事件。

（8）可視化和知識表示技術， 能夠增強預算結果可理解性。 該技術能夠將挖掘結果予以圖表化、圖形化展示， 便于管理者通過交互分析來進行管理決策。

五、基于數據價值提取技術的資金預算管理機制運作流程

在明確企業資金預算管理數字化新導向及數據價值提取技術對其適用性的基礎上， 進一步對基于數據價值提取技術的資金預算管理機制運作流程進行層級劃分和流程分析， 見圖1。

從圖1來看， 目標導向層包括總目標和基于總目標的資金預算管理數字化新導向; 資金數據層面向業務性質來劃分資金活動并生成資金業務信息， 隨后匯集至數據信息庫中; 預算服務層則通過數據價值提取技術對資金業務信息進行分析推測并反饋結果， 包括發出需求、數據識別提取、數據清洗與集成、數據分類、數據預測、數據評估與總結、可視化展示等七部分內容。

1. 目標導向層。 目標導向層位于整體框架的左上側， 其中總目標在資金預算管理機制運作流程中作為整體指導目標， 衍生出更為具體的資金預算管理數字化新導向。 總目標的具體內容為價值創造和決策支持; 新導向的內容細分為資金預算管理戰略化、資金預算管理指標多樣化、資金預算管理流程動態化、資金預算管理結果精準化。 總目標與新導向共同作為資金預算管理機制框架的前瞻性出發點， 能夠確保企業資金管理戰略方向的明晰、科學， 真正從現實需求角度思考問題， 從而對新時代下企業安全生存、平穩發展具有理論和實踐雙重意義。

2. 資金數據層。 資金數據層位于整體框架的下方， 主要構成為多種資金活動及數據信息庫。 在資金數據層， 根據業務性質將資金業務信息分為投融資活動、研發業務、采購業務、生產業務、銷售業務和費用支出等六大類， 隨即全部導入數據信息庫。 數據信息庫運用資源描述框架（RDF知識存儲技術）， 實現資金信息的高效存儲、更新與維護。 RDF知識存儲技術能夠剝離數據信息原本形式、理順數據格式并加以簡化， 協助數據信息庫跨越多格式語言實現互通互聯， 增強數據間的聯結能力， 從而保證后續步驟得出更為精確的清洗加工結果。 資金數據層能夠完整反映企業年度、月度及每日資金業務流轉全過程， 通過精細化資金事項為預算服務層提供更為準確、完整的動態信息。

3. 預算服務層。 預算服務層位于整體框架的右上側， 是資金預算管理運作流程的重要層級。 在預算服務層， 數據價值提取技術憑借數據管理、高效資源查詢、預測評估、知識表示等多種特性， 能夠根據用戶具體預算需求， 進行數據抓取、數據清洗、數據分類、數據預測、數據評估與可視化等一系列操作， 尋找數據之間未知的模式與規律， 從而輔助用戶進行科學高效的決策分析。

為便于理解， 圖1預算服務層中標有序號以體現前后邏輯順序。

第一步， 根據序號①， 用戶基于目標導向層中具體資金預算管理數字化新導向， 發出具體預算需求; 根據序號②， 從用戶具體需求出發進入下一步驟， 同時預算服務層對從數據信息庫中抓取的資金數據信息進行數據清洗與集成。 數據抓取過程需要運用Web中的實體抽取技術， 基于歸納生成的符合信息樣式邊界特征， 深入信息庫中提取所需的內容項。 該技術能夠從無結構的海量信息庫中提取數據并形成結構， 從而大大提高了后續數據清洗與集成的精準高效性。 數據清洗即通過進化算法， 對提取的模糊分散、具有隨機性并包含噪聲的資金業務數據進行清洗， 如推導填充模糊缺省數據、清除噪聲和重復數據等， 具體應如何選擇最為恰當的清洗方式需要根據資金數據的實際情況進行判斷。 數據集成則是把格式、特征、性質不同的資金業務數據有機集中， 消除因所在業務平臺和操作系統不同而產生的物理格式差異。 經過數據清洗和集成， 能夠去除重復數據、不相關記錄、明顯離群值、缺失與無用數據等資金信息， 提高預算管理質量及效率。

第二步， 根據序號③， 將經過清洗與集成的數據輸入下一程序， 通過聚類分析進行數據分類。 本步驟針對清洗與集成后的數據， 運用多種聚類算法進行分類， 包括均值漂移聚類、用高斯混合模型的最大期望聚類、凝聚層次聚類等。 聚類分析算法將資金數據分類為不同的簇， 由于無須預先定義有資金數據標記的訓練實例， 而是從資金樣本數據出發自動進行分類， 因此能夠有效發現資金數據中隱藏的結構與知識。

第三步， 根據序號④， 經過分類的數據通過抽取進入下一步驟， 即模型訓練、規律歸納和數據預測。 這一步驟通過回歸分析與關聯規則分析， 描述資金數據項之間存在的關系規則， 以更好地掌握資金使用規律， 從而推導出合理的未來資金預算。 這一過程需要運用系統從抽取的資金數據中找出所有高頻項目組， 并通過重復大量樣本數據的訓練獲得經驗， 從而通過建立函數表達式等方式發現數據關系規則， 進而對資金預算進行未知數據的預測， 為用戶后續評估決策提供基礎。

第四步， 根據序號⑤， 將預測完成的多種資金預算數據方案輸出至下一步驟， 即數據評估與總結。 通過使用偏差分析等方法對預測數據進行評估與度量， 探討各種方案在企業中的有效性與可行性， 以及在非常規情況下出現的異常可能。

第五步， 根據序號⑥和⑦， 將評估與總結得到的結果以可視化的形式展現給用戶， 通過圖形、圖像等方式將關聯規律、預測結果形象地表達出來。 基于此， 用戶可增強對資金預算管理流程的把控， 優化企業資金戰略決策。

綜上所述， 基于數據價值提取技術的資金預算管理機制運作流程形成了“目標—導向—數據存儲—數據識別提取—數據清洗—數據分類—數據預測—數據評估—反饋結果—達成目標”的完整循環， 為企業管理層提升資金預算管理效率提供了技術支持。

六、基于數據價值提取技術的資金預算管理機制在電網企業中的應用

A電網企業于2002年成立， 以建設、運營、投資電網為主營業務， 是與國民經濟命脈和國家能源安全相關聯的特大型重點骨干企業。 當前， A電網企業的資產負債率較高， 如何進行資金預算管理以保證自身的安全平穩發展成為企業亟需解決的難題。 為滿足企業對于資金預算管理精準及時、動態多維、全面長遠的全方位要求， 企業可基于前述機制運作思路設計出針對電網企業的資金預算管理流程， 即以人工智能等信息化新技術作為資金預算管控技術的保障， 使資金預算部門能突破時間與空間的局限， 持續獲取業務資金走向信息， 實時挖掘業務流與資金流之間數據信息的規律， 從而可靠地預測未來預算體量， 獲得精準、動態、多維、長遠的預算分析能力， 達成企業價值最大化目標。 由此， 本文以A電網企業采購業務為例， 試圖將資金預算管理運作流程具體化。

采購業務作為A電網企業資金使用的高度密集區域， 由于其涉及的采購物資品種復雜且標準特殊、管理流程潛在變更風險較高等， 為保證資金預算管理工作的精準性及全面性， 要求資金預算管理必須與采購部門及生產部門的業務相結合。 A電網企業基于數據價值提取技術的采購業務資金預算管理機制運作流程如圖2所示。

與圖1的整體框架相比， 圖2由于僅涉及采購業務， 目標導向層與資金數據層均較為特定、具體， 因此去除了無關流程; 同時， 為更加細化預算服務層， 圖2以預算服務過程為主， 該采購業務資金預算管理三層級的邊界并不像圖1一樣分明， 而是融合在一起。 為便于理解運作流程前后的邏輯關系， 圖2中用序號予以標明。

第一步， 根據序號①， A電網企業預算管理部門發出特定采購預算需求; 根據序號②， 預算管理系統繼而從資金數據信息庫中實體抽取與采購業務相關的資金數據信息， 如物資本體信息、專用工具信息、備品備件信息、物資采購合同內容等。 上述采購信息通過資源描述框架（RDF知識存儲技術）， 分離剝除自身特殊格式， 并根據格式統一化后的可擴展結構性標記自動存放于企業的資金數據信息庫中， 便于后續過程抽取、清洗及分析利用。 同時， 本步驟通過進化算法， 將修正后的數據權值進行協調性分析比對， 以此迭代淘汰無用與有誤數據， 填補缺失數據。 清洗集成完畢后， 根據序號③， 形成規整真實的采購信息。

第二步， 根據序號④， 預算管理系統對規整真實的采購業務資金數據進行分類。 這一環節通過聚類分析， 根據相似性把數據分類為不同的簇， 分類后的采購業務資金數據能夠滿足用戶需求， 篩選出對特定條件采購預算管理有參考價值的數據， 從而為后續模型訓練、數據預測提供有效數據基礎。

第三步， 根據序號⑤， 預算管理系統從分類后的采購業務資金數據中抽取特定數據， 運用多種函數表達式模擬不同類型采購業務與資金之間的規律， 并合理預測未來資金預算情況， 如采購規模、采購時間、采購對象、采購地點、采購周期等。 值得注意的是， 采購資金預算的預測方案并非單一， 由于存在多種模型， 計算得出的數據之間可能存在多種規律， 據此預測得到的方案也存在多種可能性。

第四步， 根據序號⑥， 預算管理系統運用偏差分析等方法對多種采購資金預算預測方案從戰略性、合理性、合規性三方面進行對比， 綜合評價出最符合用戶整體需求的采購資金預算方案; 根據序號⑦， 將最優方案通過可視化形式展示給用戶; 最終根據序號⑧， 用戶依據反饋結果進行決策。

綜上， 基于數據價值提取技術的采購業務資金預算管理運作機制能夠有效滿足A電網企業實時互聯、精準多維的監管新訴求， 從而真正提高采購業務資金使用效率效益、增強資金安全穩定性。

七、基于數據價值提取技術的資金預算管理機制實施的保障建議

1. 建立戰略性資金預算管理文化。 積極將戰略性目標融入資金預算管理中， 提升企業全體成員對可持續發展資金預算理念的重視程度。 預算管理應從全局觀和長遠視角出發， 由“短期局部預算”向“長期整體預算”的高階資金預算模式轉型。 這種資金預算出發點旨在運用整合數據價值提取技術， 充分利用有限資金流， 提供符合企業整體利益最大化的資金預算決策支持。 以A電網企業為例， 對于資金預算管理思想文化建設， 應鼓勵各部門人員形成可持續發展資金預算理念， 在采購業務資金預算管理過程中， 不僅僅以收益率為標準， 同時也要考慮發展前景、國家政策、經濟機遇等可持續戰略因素。

2. 建立并完善資金預算管理機制管控制度。 以戰略性資金預算管理文化體系為根基， 進行資金預算管理機制管控制度的建立與完善。 以A電網企業為例， 對于采購業務資金預算管理， 在將來自采購業務的各數據信息導入預算管理系統后， 需要設立相應的授權管理制度， 避免數據信息遺失或泄露， 后續進行數據價值提取時需要建立審批制度， 實現專人專責， 同時整體機制流程也需要通過考核評價制度實現優化升級。

3. 不斷優化系統流程服務。 企業資金預算管理涉及的數據體量龐大， 這就要求預算系統緊跟高新技術發展的步伐， 提高整體系統與服務界面的智能化水平。 另外， 需針對不同業務種類及時優化與增加系統功能， 同時提高預算管理人員的技術水平， 以實現人機強強聯合。 以A電網企業為例， 其應基于自身需求， 提高采購業務資金預算管理系統的運行效率， 如定期安排技術人員學習計算機領域專業前沿知識， 及時更新系統軟硬件設施， 編制印發技術性規范操作流程手冊， 提高企業員工與預算管理系統的配合度， 從而推動使用者流程體驗的不斷提升， 提高預算管理技術的整體運行質量。

八、總結

基于數據價值提取技術的資金預算管理機制研究， 對于提升企業資金調控效率和保障資金安全穩定具有積極借鑒意義。 多種數字化新興技術的綜合運用使得業務資金信息能夠滿足資金預算管理動態化、全面化的決策需求， A電網企業的具體案例也佐證了這一點， 企業可以結合自身特殊情況來借鑒實施。 由此， 企業不僅增強了市場經濟中的價值創造能力， 同時也響應了十三屆全國人大會議中明確提出的“穩增長、促循環”政策要求。 總之， 本文概要闡述了基于數據價值提取技術的企業資金預算管理具體的運用過程， 以期為其他企業真正發揮資金價值帶來一定啟發。

【 主 要 參 考 文 獻 】

[1] 謝海娟，劉曉臻，王新閃.內部控制有效性對營運資金管理效果的影響[ J].財會月刊，2016（6）：70 ～ 76.

[2] 李汝.基于績效導向的地方高校財政專項資金預算管理研究——以河北高校為例[ J].經濟研究參考，2017（62）：107 ～ 111.

[3] Yu Gu. Problems and Countermeasures of Fine Management of Budget Implementation in Colleges and Universities[A].Qingdao：International Education， Economics， Social Science， Arts， Sports and Management Engineering Conference，2018.

[4] 張洋.施工企業資金管理風險及對策[ J].山西財經大學學報，2019（S2）：63 ～ 64.

[5] 謝海娟，劉曉臻.公司治理對企業營運資金管理績效的影響[ J].財會月刊，2016（32）：25 ～ 29.

[6] 黃揚新.基于資金管理平臺的管理創新實踐[ J].財會月刊，2019（S1）：69 ～ 71.

[7] 李立成，付夢然，李彥慶.企業集團財務共享服務中心效益研究[ J].財會月刊，2020（7）：24 ～ 29.

[8] 浙江省審計學會課題組，陳英姿，江景叨，韓冰，陳怡璇.全面預算績效管理背景下財政資金績效審計研究[ J].審計研究，2020（1）：16 ～ 23.

[9] 程平，萬家盛.大數據下基于財務共享服務模式的A集團資金管理[ J].會計之友，2017（6）：121 ～ 124.

[10] 雷豐羽.知識圖譜在金融信貸領域的應用[ J].現代商業， 2018（10）：89 ～ 90.

[11] 柴曉星.智能時代下財務信息化概念框架的構建[ J].生產力研究，2019（10）：145 ～ 149+155.

[12] 路偉果，劉光軍，彭韶兵.數據挖掘技術對會計的影響及應對[ J].財會月刊，2020（7）：68 ～ 74.