馮晏
(武漢城市建設集團有限公司,湖北 武漢 430000)
企業財務管理工作中涉及大量的財務數據,需應用大數據技術進行數據的收集、加工處理等工作,以獲取數據中的價值,大數據技術在財務管理中的應用包括數據生成、收集、傳輸、存儲、分析五個環節,每一個環節都對財務管理工作有著一定的影響,根據財務管理工作的內容分析大數據在財務管理創新中的應用,可以提升企業財務管理的信息化水平。
企業財務管理的主要目的是為企業運營提供充足的資金支撐。從財務活動的角度來看,其包含了經營管理、投資管理、利潤分配、籌資管理四個方面;從管理的視角來說,則可以分為預測、決策、控制、評價四個流程。這兩種劃分方式之間并沒有沖突,因為財務活動的四個方面,每個方面都對應著財務管理的四個流程,可以保證財務管理的有效性。
財務預測首先總結了企業過去的財務活動,然后預測企業今后的財務活動和經濟收益。財務決策,則是通過財務預測的結果制定出一個切實可行的財務方案。在財務預測和決策工作中,使用了以下兩種方法:一是定性法,以管理者的主觀意識,結合歷年積累的經驗和知識對企業未來發展趨勢進行預測;二是定量法,是利用數據建立數學模型,對企業過往數據進行分析研究,并找出其中的邏輯關系,以確定未來的發展形勢。在以往的預測和決策工作中,由于企業不重視數據的收集工作,存儲數據較少,再加上獲取數據渠道較窄,企業可使用的數據以財務數據為主,并且需要人工進行數據分析,使得數據分析的結果不夠客觀,受個人因素的影響較大。
1.對財務預測和決策的影響。由于互聯網和信息技術的快速發展,使得數據增長和信息交互的速度加快,社會經濟發展迎來了大數據時代,每個網絡用戶都是數據的創造者,數據收集的方式發生了改變,數據分析的方法也隨之發生了轉變。比如,現階段企業在進行數據收集和分析時,更側重于對客戶的分析,包括消費習慣、個人喜好、行為方式等非財務數據,然后使用大數據技術分析數據之間的邏輯關系,預測之后的發展形勢,還會在一定的約束條件下對數據分析進行調整,從而得出最有價值的數據信息,分析的數據量和類型變多,進而增強了預測和決策的客觀性。
2.對財務控制的影響。在財務方案執行過程中,受外部因素和內部因素的影響,執行結果和財務方案會出現一定的偏差,需要企業使用有效的控制手段縮減偏差的差距。現階段,多數企業管理工作已經實現了信息化,企業會利用會計管理系統,合理分配系統的操作權限,從而保證系統運行的安全性。但是,企業的關鍵性數據都存儲在一個服務器中,不能完全保證系統中數據的安全性,服務器時刻面臨著來自互聯網的各種不安全因素的威脅。另外,企業工作人員會使用信息系統,通過網絡進行信息交互,但是自身對大數據的認識卻不夠,會導致大數據的應用效率不高。
1.組織結構分析。企業在大數據時代,要想確保企業考核評價的客觀性,就需要優化自身的組織結構。企業組織結構不是一成不變的,而是跟隨企業的經營發展規模不斷調整,一個領導者的精力和時間有限,并且會受到自身知識水平和管理能力的限制,當管理的員工達到一定人數后,管理的難度加大,領導者也不能對所有人員實現有效的管理。所以,當員工人數達到一定的標準后,領導者需根據管理規模調整管理層次,以保證企業管理的有效覆蓋。企業傳統的組織結構呈現出的是金字塔形狀,領導者處于金字塔的頂端,這種設置使企業內部權責分明、管理集中,但是管理層次過多,會導致企業反應速度較慢,溝通渠道單一,信息的流向是由金字塔最低層,逐漸向金塔頂端流動,會導致各個部門以及員工之間信息的交互效率不高。
2.對組織結構的影響。企業財務管理信息化的開展,提升了企業信息交互的效率,各個部門和員工之間可以借助網絡直接進行溝通和交流,突破了上下級信息交流的障礙,提高了企業信息共享的水平,實現了扁平化的企業管理組織結構,促進了企業管理效率的提高。在大數據時代,扁平化組織結構中的各個節點都可收集信息,利用自身的決策權對外界變化直接作出反應。并且,獨立的決策權激發了決策主體工作的積極性,其會主動進行信息收集工作,這促進了大數據在企業財務管理中的有效應用,可以滿足企業發展的信息需求。
財務預測主要有定性分析和定量分析兩種方法。定性分析結果受人為因素的影響較大,定量分析又分為兩種方法,一種是回歸分析法,是基于數學理論應用大量數據建立一個統計模型,進而預測未來的變化趨勢;一種是時間預測,是將時間當成變量,應用歷史數據構建一個函數模型,根據時間點上數據的變化情況對未來發展形勢進行預測。這兩種預測方法,都是以數據為依據,數據的質量直接影響著預測的結果。當下,在大數據技術的支持下,企業可以通過技術手段改進收集數據的質量和數量,主要方法如下。
1.提升數據數量。企業可利用大數據技術和信息技術完善自身的數據中心建設,以提升獲取數據的數量,拓展數據收集的深度和廣度。比如,可以將數據采集工作與產品銷售融合,當客戶購買產品后,數據采集系統自動獲取客戶的各項信息如消費習慣、購買行為、個人喜好等,然后將數據反饋給數據中心,以為后續的數據分析做好準備。
2.提升數據質量。為了提升數據質量,企業在進行數據挖掘時可使用關聯法收集更多的數據。在挖掘關聯數據時,需設定一個主題,在原有數據的基礎上使用多種算法對數據進行關聯。其中,關聯分析是數據挖掘中經常用到的一種算法,其分析原理是,在確定一個事物后尋找與該事物相關聯的因素,并且該因素在其他的事項中也會有所體現,從而發現事物之間隱藏的關系。比如,預測市場形勢時,在以往的銷售數據中找到銷售量最大的客戶,可以關聯的事項是客戶黏性,以此預測客戶未來的產品銷量,進而達到預測未來的目的。
財務決策使用的分析方法與財務預測相同,也是定量分析。需利用數據挖掘技術對收集到的信息進行處理,將數據轉化為有價值的信息,將其作為企業決策的參考。但是定量分析法在數據分析中具有一定的不足,就像使用關聯分析法處理數據時,只能找到數據之間的關聯,而不能判斷出數據之間的因果關系。在統計學中,當一事件發生后另一個事件發生的概率也非常大時,則表明兩個事件之間存在一定的相關性,這僅僅是邏輯上的因果關系,也并非起著決定性的作用,就像刮風和下雨關系一樣,下雨時刮風的概率很大,但并不是下雨就一定會刮風。所以在財務決策時,除了要參照財務分析的結果,還要考慮多種因素,如政策的變化、企業的聲譽、社會關系等,因此,在財務決策中應用大數據技術時,需要適度而不能過于依賴,需要結合決定性因素和外部信息進行綜合性的考量,以保證決策的準確性。
以往財務評價的依據是財務指標,主要針對的是業績評價,收集的數據信息不夠全面,導致評價結果缺少客觀性。企業財務活動應用大數據技術后,企業獲取的財務數據和非財務數據逐漸增加,數據的數量和質量也都有了保證,這為企業財務評價的有效開展提供了有利條件。當下,數據類型主要分為兩種,一種是結構化數據,它也是財務數據的類型,主要是二維表結構;另一種是非結構數據,其主要是指非財務數據,類型較為豐富,包括了文本、圖片、視頻等,不能使用二維表來體現。隨著大數據技術的不斷發展,非結構數據將會成為數據挖掘分析的重點對象。而現階段,企業財務評價主要使用的是財務數據,非財務數據應用較少,所以,在企業財務評價過程中,需將非結構數據分析作為工作的重點,以實現企業全方位、多維度的財務評價,確保財務評價的客觀性。
企業經營管理中會產生大量的數據,尤其是在財務管理工作中,會涉及大量的財務數據,這些財務數據中包含了具有經濟價值的信息。大數據技術具有強大的數據收集、加工、處理、分析功能,企業可應用大數據技術創新財務管理方法,整合企業的數據資源,挖掘財務數據的最大價值,為企業預測、決策、經濟活動提供數據支撐,以保證企業發展決策的準確性。