智慧財務管理在行業企業投資中的應用與決策

摘 要：智慧財務管理是在財務管理工作中運用大數據、云計算及人工智能等技術進行財務管理工作的一種財務管理方式，是運用智慧型財務管理系統完成財務管理的具體工作。大數據在企業內、外投資中能夠降低經營風險，有利于企業的投資決策。企業經營能做出銷售預測，財務預測，更好地制定投資方案。企業外部投資時必然有風險與收益，能使投資者決定是否投資。云計算能為企業管理者判斷企業資產使用和發展狀況提供方便，在企業內的投資中的規模擴張和拓展新領域具有意義。云計算能把諸多企業的信息進行關聯、存儲，并快速生成系統，為用戶提供和調取，減少投資者和被投資者之間的信息不對稱問題。通過人工智能技術能構建固定的各種投資模式，在投資領域的應用分為自動生成報告、智能投資顧問和人工智能服務。

關鍵詞：大數據;云計算;人工智能;企業投資

隨著信息網絡時代的到來，智能化時代的加速到來，企業的運作方式和管理體系發生了較大的改變，財務管理工作也隨之變得更加智能化。智慧財務管理是在財務管理工作中運用大數據、云計算及人工智能等技術進行財務管理工作的一種財務管理方式，是運用智慧型財務管理系統完成財務管理的具體工作。研究智慧財務管理的目的是增強廣大從業人員的前沿意識，使之能夠緊跟時代潮流，不斷強化業務能力。分析智能財務管理對行業企業財務管理及企業行業投資應用與決策具有重要意義。

一、智慧財務視域下大數據在投資的應用與決策

1.大數據在企業內部投資中的應用與決策

企業運作的目標是創造利潤，尋求發展，占有盡可能多的市場份額。企業都會對內部進行投資，擴張企業的規模，降低經營成本;運用大數據，企業必須分析目前的經營狀況和行業發展走勢，做出切合企業發展的投資決策;而企業為分散經營管理風險，拓展新的發展領域，運用大數據分析新的領域能否為企業帶來效益;大數據的應用能夠降低經營風險。有利企業的投資決策。

（1） 企業規模的擴張

企業為謀求發展，獲取盡可能多的市場份額，必須進行企業規模擴張，然而，在企業擴張過程中必須研究是否實現規模適度，獲取企業規模收益。然而，企業自我評估就非常必要。企業規模合理與否是由經濟狀況、行業競爭、市場需求、企業生產水平發展方式等因素共同作用的結果。其中，企業的生產水平在短時間內不會迅速改變，而企業通過對結構和非結構歷史大數據的進行綜合分析，預測市場需求變化，判斷行業發展趨勢，結合政府出臺的政策、市場經濟環境、消費者的消費理念和人民生活水平等因素，運用大數據分析進行出合理的營銷預測。

企業有科學的銷售預測作為基礎，財務預測會十分精確。財務預測不僅應對資金進行規劃和預測，還必須考慮需求、價格、成本、資源的預測和規劃;企業能利用大數據對原材料的來源市場進行分析，分析材料價格、供應商的運作狀況等，采用一定的標準對企業進行排序，選擇出合適的供應商，與多方進行合作來分散合作者帶來的生產經營風險。

企業是否能獲取持續穩定較好的收益，在一定程度上是依賴市場需求。而市場需求是由價格、消費者的消費水平、產品的替代品等因素決定的，因此，企業可按照歷史數據分析價格對行業市場需求的影響。運用大數據對行業的平均成本進行分析，選擇本行業排名靠前的企業，分析它們的平均成本和資本結構等主要財務數據，對比分析企業在行業的位次，發掘企業發展潛力和內在價值;結合現實因素做出適度調整，提高企業競爭能力，綜合多方因素，確定合適的產品價格。

大數據提供新的客戶溝通渠道和企業的營銷方式，使了解客戶的消費習慣和行為特征變得非常容易，不但省時省力，還能及時、準確地把握市場營銷情況。當今消費者都追求個性化，未來這一趨勢將更加明顯，企業必須以滿足消費者需求為原則，利用大數據分析消費者的特征，采取彈性生產的方式，提高投資分配力度，提高資本的利用效率，滿足消費者需求，提高企業的經營收益，提高企業運作效率，加快資本有效流動。

（2） 企業拓展新的投資領域

大數據應用新產業領域的投資更為重要。新產業領域能否為企業帶來新的發展機遇、提升企業的價值是個未知數，所以，企業在開拓新領域前，必須對經濟形勢進行科學預測，運用歷史數據分析市場對行業發展走勢的影響，評估行業的發展前景。

企業如果決定開拓此領域，必須選擇此行業中與其規模相當的企業，分析企業的經營狀況、重要財務數據，預測收益，對能否投資此領域進行決策，采取合適的資本結構。運用大數據方法了解整個行業、經濟運行的規律，尋找經營狀況及信譽較好的上下游企業謀求合作，打造新領域的價值鏈，營造良好的經營的生態環境。

所以，運用大數據分析對企業經營狀況的影響，做出銷售預測，進行財務預測，更好制定投資方案。

2.大數據在企業外部投資的應用與決策

投資人進行投資是為合理有效使用資金，降低資本成本，獲取較多的收益。投資人在外部投資時必須風險與收益，風險的來源有續作因素，如市場、利率、經營、財務等風險。大數據分析，能使投資者了解風險和收益，決定能否投資。

不同的投資方式帶來的風險不同，獲取的收益也不一樣，投資者會按照自我的偏好、抗擊風險的能力及期望收益進行選擇。例如，股權投資古債權相比投資風險更大，股權的收益不穩定，而且債權先于股權償還。大數據能幫助投資者選擇合適的投資組合和資產配置比例，以降低投資風險。

（1） 企業股權投資

在投資者看好企業發展潛力和行業前景，預計能帶來預期收益時，投資者能承擔相應的風險進行股權投資。因此，投資者應該運用大數據對行業績效實施短期評估，包括銷售、市場份額和行業投資，結合經濟發展消費理念和時代需求，對行業的短期績效實施評估。分析行業競爭條件特征，研究行業在盈利的立足點，分析成長型企業、風險低的初創企業等。分析企業財務數據，了解企業的財務狀況，即會計方法、受到的訴訟、收入怎樣確認。

投資者能夠利用大數據分析目標行業的發展趨勢、市場需求、政策及市場飽和度，判定能否實現預期收益，能否對此行業進行投資。若看好行業前景，能夠運用大數據對此行業的企業進行分析，即資本結構、財務數據、信用等級、市場份額、上游公司等因素;全面評估企業的價值和發展潛力，若企業符合投資人的預期要求，投資者會進行投資。

股權投資充滿著不確定因素，在高收益的同時會承擔高風險，大數據為投資者提供尋找到最佳投資對象的工具，為投資者提供投資方案的依據。

（2） 企業債權投資

大數據分析此投資風險與預期收益是不是相當，能運用數據預測未來風險的變動，獲得必要報酬率和期望報酬率。運用目標企業的歷史和當今數據分析判斷企業的信用等級和償債能力，對各個行業的同類企業進行評估，選出科學的投資組合，以降低投資風險;盡量追求收益最大化，這是人工難以實現的。大數據對數據的分析，使投資人盡可能以較低的風險獲取較高收益，也使資源實現合理配置。所以，大數據的利用能夠降低投資風險，并在低風險的環境條件情況下，得到合理的收益，使資源能夠合理配置，提高資金的利用。

二、智慧財務視域下云計算在投資中的應用和決策

1.云計算在企業內部投資的應用

企業在經營中要獲得盈利，應該對自身發展有比較清晰的分析和判斷，包括能不能進行企業規模的擴展和在新領域拓展業務。利用云計算虛擬化特點，企業內部的資源能夠得到合理整合和共享，為企業管理者判斷企業資產使用和發展狀況提供方便。云計算在企業內的投資中規模擴張和拓展新領域等有效的應用。

（1） 企業的規模擴張

任何企業都有促進規模擴張的預期，以獲取更多的經濟價值。不管是固定資產更新還是廠房設施的擴建，都存在不可回避的風險，而云計算能做最大限度地評估風險并比較風險和收益之間的關系，幫助企業進行決策，判斷能否進行固定資產的更新及規模。

企業的采購交易在一定程度上決定了企業的生產成本和銷售利潤。傳統企業采購都是線下進行，效率低下、不透明。借助云計算，企業的整體采購業務流程能夠在線上完成，既能提升采購業務整體效率，又能節約企業采購成本。另外，傳統的采購供應鏈都是單獨的鏈條，它們之間并無關聯，形成了信息孤島，而在云模式下，采購交易會形成網狀關系，供應商可以在其各個采購方之間實現有效協同，采購材料企業也能更快獲取反饋信息。

在擴大生產規模后，企業也要擴大銷售規模。在傳統營銷模式下，上游企業經常將注意力集中于多渠道連接上，然而，在云環境下，上游企業能便捷地把握終端客戶需求和資金流，能更快速地感知市場變化，精準預測市場需求，更高效地組織渠道，發揮規模經濟的優勢。所以，在云計算模式下，上游企業能直接面向終端市場的零售店提供商品和服務，企業的買方市場擴大。

（2） 企業拓展新領域

企業除了進行規模擴張外，還必須掌握市場動態，發現客戶需求，進行新領域的業務拓展。隨著市場信息量的不斷增大，企業對市場信息的掌握十分困難。在云計算模式下，企業能按照所掌握多方信息，及時了解空白市場或市場尚未飽和的項目，先于別的企業擁有市場份額;了解國家政治動向、經濟政策，選擇投資于政府鼓勵發展的項目;借此開發相關產品，抓住消費者目前的消費需求。

2.云計算在企業的外部投資中的應用

企業在其規模處于合適狀態，并有部分流動資金存在時，管理者須進行價值判斷，選擇合適的企業，對特定項目進行外部投資。而因其外部投資固有的信息不對稱性等問題，怎樣選擇投資項目都是考驗決策者能力的問題。云計算能把諸多企業的信息進行互聯、存儲，并快速生成子系統為用戶提供和調取，這就減小了投資者和被投資者之間的信息不對稱問題。以下從外部投資的股權投資和債權投資的角度闡述云計算在外部投資中的應用。

（1） 企業股權投資

運用云計算構建數據平臺，運用云計算存儲技術，構建完整的跨行業、多領域數據體系。即云計算可以使各企業的信息透明化，共享信息、開放互聯這是市場發展趨勢。企業在選擇是否投資前，結合社會流行趨勢、消費者需求、目標企業透露財務信息等資料，對目標企業的經營狀況、市場競爭力、盈利能力實施判斷，決定能否進行投資。通過把金融數值數據庫等相關數據與云計算平臺關聯，調用數據庫數據和計算模型，運用云計算的分布式計算模式，能較快獲取如凈現值、相關成本、資金周轉等評價指標的數據，用以評估投資項目風險和企業投資狀盈利。

（2） 企業債權投資

與股權投資相比，債權投資是以債務人還本付息的形式回收資本，企業借出的一些資本就是企業的資本成本，獲取的利息是企業的債權收益。企業是否對外實施債權投資，必須對企業的還款能力、信用等級進行判定。而只有該項債權投資的經濟利潤大于資本成本，才算是有效投資。

軟件即服務能為企業提供管理平臺，提供業務能力的企業管理平臺，主要有能力可視化、業務模式分析、業務風險管控等，運用云計算，能對目標企業進行領域建模。即云計算能有利于管理者有效分析債權投資風險，為投資者提供決策數據根據。

三、智能財務視域下人工智能在投資中的應用和決策

投資領域是與人工智能結合并創造價值的領域。當今投資領域都被數據化，為人工智能應用提供了數據基礎，方便運用技術實現數據分析與處理;而投資領域的各環節模式非常固定也有規律提供遵循，能通過人工智能技術構建固定的模式。人工智能在投資領域的應用分為自動生成報告、智能投資顧問和人工智能服務。

1.人工智能與報告的自動生成

報告自動生成是人工智能在投資領域的應用，它能通過自然語言處理技術，按照報告的模板和格式，把傳統報告格式固定化，方便相關人員撰寫報告，提高投資行業的效率。

投行業務必須撰寫文書，此類文書具有固定的格式或模板，如招股說明書、投資意向書等。此種報告的撰寫一般需要花費工作人員的時間和精力，而此類工作僅是數據整理及文本轉換的工作。因其格式固定，這些文書中的大量內容能運用模板生成。

報告自動生成主要有如下幾個步驟：一是數據處理，通過計算機程序對年報、數據、行業分析報告等材料進行收集和整合;二是數據分析，對實體新聞完善處理，提取邏輯主干，結合相關信息，把其嵌入模板;三是生成報告，通過數據分析處理，生成報告。還應對自動生成的報告實現人工審核和調整。

2.人工智能投資顧問

傳統的投資顧問模式要有高素質的理財顧問為投資者規劃滿足其投資風險偏好、資金需求及某期間市場的投資組合，費用高昂，使用者一般局限于高凈值人群中。智能投資顧問與傳統的投資顧問相比具有透明度高、投資門檻低個性化等優勢。智能金融以人機結合的方式提供個性化的輔助決策工具。在邏輯鏈條形成中，智能投資顧問以較少的人工干預幫助投資者實施資產配置及管理，使投資人方便取得數據和分析層面的支持，把更多的精力投入重要工作。運用計算機和量化交易技術，智能投資顧問平臺通過評估的客戶提供資產投資組合策略。運用人工智能技術輔助到投資領域的智能系統，即為智能投資顧問系統。

對應金融投資的不同階段，使用的智能系統的職責也不相同。根據不同階段發生了大類資產配置型智能、投研分析類智能、量化交易智能等投資顧問三種智能系統。

（1） 大類資產配置型智能投資顧問

銷售前端的大類資產配置型智能投資顧問，一般通過用戶分析為客戶進行大類資產配置。按照投資者狀況，如收入、年齡、投資目的、心理風險等因素評估用戶風險偏好，并推薦較為合理的投資建議。

（2） 投研分析類智能投資顧問

投研分析是數據分析。利用人工智能技術，有利于從業人員從海量數據中找到不同信息的邏輯關系，較為精準快速地做出決策。

（3） 量化交易智能投資顧問

運用人工智能手段取代交易員，應用于投資交易。量化投資通過對歷史數據的分析，借助數學方法實施歸類和判斷。

3.人工智能輔助系統

人工智能輔助系統按照歷史經驗和新市場信息能準確地預測金融市場走向，創建更貼近實際的投資組合;人工智能助手能把問題與實踐、市場動態結合，提供實時更新的研究輔助。

人工智能在廣泛應用前，投資活動只能通過計算機進行數據計算、觀察數據走向等輔助。隨著人工智能技術的不斷發展，人工智能輔助系統能夠按照歷史經驗和新市場信息準確地預測金融市場走向，整理出投資組合。同時，人工智能助手能把問題與實踐、市場動態結合起來，提供更新的研究輔助。

人工智能輔助也有缺點，如特殊事件出現時，機器學習和自然語言處理不能發揮出相應功能。特殊事件屬于新型事件，人工智能系統不能從歷史經驗中獲取相關模式，所以，不能進行準確預測與研究。使人工智能在此類事件出現時進行投資分析和研究，就存在較大投資風險。

參考文獻：

[1]潘棟梁，于新茹.大數據時代下的財務管理分析[M].長春：東北師范大學出版社，2017.

[2]王超慧.新時代人工智能在財務管理中的應用及展望[J].企業科技與發展，2018（12）：75-77.

[3]劉俊玲.云計算環境下企業財務共享服務的構建及應用探究[J].財務學習，2019（7）：67-67+69.

[4]王曉佳.智慧財務管理[M].北京：科學出版社，2020.

作者簡介：隋金鳳（1978.12- ），女，漢族，黑龍江雞西人，碩士，高級會計師，從事智能財務大數據教學與研究