財務機器人在企業賬務管理及核算中的應用研究

王曉媛

(延安大學西安創新學院 商學院， 陜西 西安 710100)

0 引言

隨著企業案款業務量的上升，資金支出與收入量也得以大幅提升，企業對于賬務管理與核算質量的要求不斷提高[1]。但當前我國大部分企業中賬務管理與核算工作均由人工操作完成，不僅管理人員的工作量與工作壓力較大，且高重復性與枯燥的工作內容使企業賬務數據管理與核算的效率與精度難以得到有效保障[2]，對于企業可持續發展產生不利影響。因此，從智能化角度出發，完成自動化企業賬務管理與核算成為企業急需解決的問題之一[3]。

財務機器人的出現為解決這一問題提供了新的思路。作為機器人流程自動化(Robotic Process Automation，RPA)技術在財務領域中的具體應用，財務機器人是一種圍繞RPA技術并融合各種認知技術的財務數字化應用技術[4]。針對賬務管理相關業務流程，財務機器人能夠以自動化數據處理模式替代傳統以人工為主的管理模式，解決人工管理模式中存在的各種缺陷。在專業財務人員操作下，利用財務機器人能夠完成具有海量交易、高重復性、易統一的基礎賬務管理與核算業務[5]。因此，將財務機器人應用于企業賬務管理及核算中，研究財務機器人在企業賬務管理及核算中的應用方法，能夠優化企業賬務管理質量、推動企業可持續發展。

1 財務機器人在企業賬務管理及核算中的應用

1.1 企業賬務管理及核算業務流程評估

根據企業實際應用需求，整理賬務管理與核算相關業務流程并對其實施評估[6]，從而確定不同業務流程特性，并以此為主要依據判斷財務機器人適用性。評估指標與標準如表1所示。

表1 企業賬務管理與核算業務流程評估標準

基于企業賬務管理與核算的實際業務流程，根據表1內的6個評估指標和以往企業賬務管理與核算工作經驗(投入產出)，可判斷財務機器人適用性。企業賬務管理與核算普遍業務流程中財務機器人適用性如表2所示。

表2 財務機器人適用性

表2內的結果為理論分析結果，實際適用性還需根據企業自身實際情況而定[7]。

財務機器人適用性共劃分為5個等級[8]，由高至低分別以A(高)、B(較高)、C(中等)、D(較低)、E(低)表示。表2顯示，企業賬務管理與核算不同業務中財務機器人適用性有所差異，資金管理業務適用性為A級，財務報銷管理業務、支出管理業務和收入管理業務適用性為B級，稅收管理業務和總賬管理業務適用性為C級，說明上述業務較為適合財務機器人應用。剩余成本管理業務、資產管理業務等適用性為D級，說明這些業務不適合財務機器人應用[9-10]。

1.2 企業賬務管理及核算系統設計

在上述研究的基礎上，設計企業賬務管理及核算系統，根據財務機器人適用性排序將財務機器人應用于適用性達到C級及以上的業務流程中。

以3層體系架構(數據訪問層、業務邏輯層和用戶描述層)設計財務機器人系統結構，如圖1所示。

圖1 企業賬務管理及核算系統架構

利用微軟C#高級程序設計語言編寫財務機器人程序。添設實體類模型供數據訪問層與業務邏輯層使用，可確保憑據子系統內數據標準一致。同時進行憑據子系統內數據與本地數據庫內數據(接口數據與對賬數據)表實例化[11]。選取SQL語言分別編輯數據訪問層同本地數據庫間接口和實例化數據間的查詢程序，增強系統程序設計的可移植性與可讀性。

憑據子系統和管理與核算子系統均為B/S結構，其中的數據庫受軟件公司壁壘等因素限制不能直接訪問，因此財務機器人利用網絡爬蟲技術采集Http訪問鏈接及賬務數據[12]。通過HttpWebRequest類和HttpWebResponse類采集憑據子系統內目標網頁文件，并通過分析處理獲取憑據信息將憑據信息傳輸至管理與核算子系統內，從而實現自動化賬務管理與核算處理。

基于當前企業賬務管理及核算應用的實際情況、財務機器人設計目的和企業賬務管理人員使用慣性[13]，將管理與核算子系統劃分成兩個功能模塊，分別是自動核算服務功能模塊和核算輔助功能模塊，模塊設計要求具有流程自動化、功能簡單使用方便的特性。

運行于服務器端的自動核算服務功能模塊是以Windows服務為基礎的賬務核算方法，不具備人機交互界面。此模塊流程設計具有線性化、全自動特性，在設定時間范圍內自動進行賬務數據核算與核對功能。

自動核算服務功能模塊運行流程如圖2所示。

圖2 自動核算服務功能模塊運行流程

財務機器人設定憑據子系統賬務數據(指定日期未明款與票據等)自動采集時間與間隔，根據設定自動采集XML格式的Http數據包。財務機器人通過C#語言解析數據包獲取DataTable格式數據，通過預處理后進行封裝，將封裝后的數據包傳輸至管理與核算子系統內。管理與核算子系統接收數據包，自動核算采集時間區域內的賬務數據；數據核算結束后，根據核算結果進入憑據子系統同管理與核算子系統間的對賬流程(選取個案余額對賬法進行對賬)。該流程完全自動化，流程運行結束后能夠獲取兩個子系統對賬結果中的差異數據[14-15]。由于該模塊不具備人機交互界面，因此，這些數據在核算輔助功能模塊中呈現。

以Net開發平臺中Windows窗體為基礎的核算輔助功能模塊主要作用是補充、輔助自動核算服務功能模塊應用。該模塊由核算、對賬、其他3個子模塊組成，同時其具備人機交互界面，可呈現自動核算服務功能模塊運行結果。核算輔助功能模塊結構圖如圖3所示。

圖3 核算輔助功能模塊結構

核算輔助功能模塊中由憑據生成與憑據接口組成的核算子模塊是對于自動核算服務功能模塊的補充，適用于特殊條件下的數據核算；對賬子模塊通過系統間對賬功能呈現對賬結果中的差異數據，供管理人員查詢使用；利用銀行對賬功能調取銀行賬務數據明細，對支付時間、支付人、支付金額要素實施準確勾銷，生成余額調節表。其他子模塊具有未明款導入及其他輔助功能，通過未明款導入功能可將未推送的銀行電子對賬單導入憑據子系統中進行使用；利用其他輔助功能可提升系統賬務管理與核算效率及精度。

2 實驗與結果分析

為測試本文所研究的財務機器人在企業賬務管理及核算中的應用方法的有效性，設計如下實驗加以驗證。以遼寧省大連市某物流貿易公司的賬務數據為實驗對象，采用本文方法對該公司賬務進行管理與核算。

為有效測試本文方法的實際應用性能，以實驗對象收入管理業務中的稅務進項憑據管理與核算為例進行實驗測試，操作流程與管理核算結果分別如表3、表4所示。

表3 稅務進項憑據管理與核算流程

表4 管理與核算結果

其中，表3所示內容為在人工操作條件下和本文方法操作條件下，企業稅務進項憑據管理與核算流程中不同環節的具體操作對比。表4所示內容為在人工操作條件下和本文方法操作條件下，不同環節具體操作時間與操作精度的對比。

分析表3和表4能夠得到，與人工操作相比，本文方法具有更高的智能性與自動化水平，操作時間大幅度降低，且操作精度均能達到98.5%以上。上述結果能夠說明本文方法在企業賬務管理與核算業務中具有較好的應用性能。

在此基礎上，為進一步探究本文方法的應用性能，采用本文方法對實驗對象2017年、2018年和2019年內不同月份的賬務數據進行管理與核算。將經過本文方法管理與核算后的不同月份賬務數據內的差異數據量同采用本文方法之前相比，結果如圖4所示。

(a) 2017年

分析圖4可知，采用本文方法前，2017—2019年間該企業不同月份賬務數據核算結果中，差異數據量分別在0.7×10-3%—1.2×10-3%、0.6×10-3%—1.3×10-3%和0.6×10-3%—1.2×10-3%之間。采用本文方法后，該企業不同月份賬務數據核算結果中，差異數據量分別在1.2×10-3%—1.6×10-3%、1.1×10-3%—1.6×10-3%和1.2×10-3%—1.6×10-3%之間。數據對比結果說明采用本文方法后，實驗對象不同月份賬務數據內的差異數據量有顯著上升趨勢，這表明采用本文方法能夠獲取更多的差異數據，從而提升企業賬務管理與核算的數據精度。

3 總結

隨著經濟貿易的快速發展與國家經濟審查力度的提升，不同領域中企業賬務數據量也呈現出明顯上升的態勢。為更好地管理企業賬務數據，促進企業可持續發展，本文針對財務機器人在企業賬務管理及核算中的應用展開研究，根據不同賬務管理和核算業務流程特性，利用財務機器人取代原人工操作流程，大幅提升了企業賬務管理和核算的效率與精度。