面向風險預警的集中財務管理系統的設計與建設

宋登科

關鍵詞：集中財務管理系統；大屏展示；財務指標體系；K-means；風險預警

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）12-0067-04

1 引言

企業信息化智能化發展涉及企業財務管理、生產運營、組織架構等各個方面，其中集中財務管理系統設計與實現是海螺信息化智能化轉型的重要一步。

借助集中財務管理系統的實施，充分利用企業財務數據這一戰略資源，準確掌握企業內部和外部財務完整有效的信息，是企業未來贏得市場競爭的關鍵條件和基礎。因此，如何高效地進行企業財務管理和決策分析成為企業發展的重要需求之一，引起許多集團和企業的重視。

大船集團[1]面對各個子公司獨立經營、賬套繁多、獲取子公司經營數據困難的問題，建設了整個集團范圍內統一的集中財務管理系統；神州數碼集團[2]為提高工作效率和節約管理成本，設計實現了用戶友好的財務系統，跟蹤、分析和滿足各部門人員的需求。海螺集團子公司和項目眾多，通過建設集中財務管理系統，將財務數據統一模式、集中核算，實現財務信息的在線查詢和統計分析，加速了財務信息的上傳下達。同時運用K-Means算法在分析企業財務信息并建立財務指標體系的基礎上，對財務管理信息的風險類型和程度進行識別判斷，為企業未來決策提供數據支持。本項目旨在為集團實現財務信息共享化、傳輸網絡化和決策科學化。

2 系統設計

集中財務管理系統的集中體現在兩個方面，分別是數據集中和管理集中。數據集中是管理集中的基礎，管理集中反過來有利于數據集中。具體來說，財務集中式管理指的是集中核算單位賬，集中核算處理業務，通過從最底層直接獲取數據來集中數據進行加工處理，將財務核算、監控和預警功能融為一體。

2.1 主要功能模塊

集中財務管理系統實現的主要功能包括現金結算管理、指標管理、風險預警、數據查詢和信息推送五個模塊，如圖1所示。

現金結算管理功能專門對庫存現金、銀行存款業務進行管理，實現對提存現金、首付款、轉賬等業務實時跟蹤管理，及時詳細地反映和監督現金的收入、支出和結存情況。同時對現金收入和支出按照規定的原則和方法記錄現金日記賬，按照一定的程序核對賬目和款項，并提供與銀行的對賬接口，確保現金流的安全。

指標管理功能通過底層數據的集中，實時掌握各個項目的經營效績、財務狀況、經營成果、資源配置等，建立全方位、多維的財務分析指標，為管理決策和風險預警提供有效支持。

風險預警功能通過數據倉庫對項目可能產生的各種風險進行數據分類采集和建模，并通過算法建模自動進行風險分類和程度判斷，并將風險評估結果輸出為分析報告給管理人員，使得上層人員能及時采取有效的方法進行防范和控制，提升經濟效益。

數據查詢功能將定制的分析表和查詢模板以圖表形式顯示，使用戶可以直觀地掌握數據內容，了解項目發展趨勢。針對不同時期、不同部門、不同項目的指標可以靈活選擇，自由組合來查詢數據并展現數據。

信息推送功能支持通過郵件和微信等方式將生成的報表發送給相應人員。

2.2 應用架構

集中財務管理系統由數據源、數據層、接口層、應用層和用戶層五個部分組成，如圖2所示。

數據源部分主要為NC用友財務系統、NCC銀企直聯系統、陽光云系統和智慧管理平臺，為數據層提供相關財務和業務數據。數據層將所得數據收集存儲，形成數據匯集庫和系統業務庫。接口層連接數據層和應用層，將數據庫數據分析評估并生成報表。應用層由數據大屏展示系統、移動端報表系統和后臺管理系統組成，財務相關數據經過處理后經過大屏展示系統和移動端報表系統進行調用展示，后臺管理系統包含系統組織架構、用戶管理、角色權限、風險處理、數據源調整等功能。用戶層為系統的服務對象，主要為集團領導和財務人員，通過信息化智能化展示集團各類經營管理數據，為集團經營決策分析提供支持。

2.3 風險預警架構

財務信息管理中產生的風險包括籌資風險、投資風險、經營風險、存貨風險和流動性風險等，這些風險蘊含在企業日常生產經營過程的資產結構、財務結構、資產管理、盈利能力、現金流等財務指標中，根據歷史相關財務指標和歷史發生風險數據，可以做到一定程度的模糊識別和預測[3]。風險預警架構如圖3所示。

通過分析整合數據庫中的財務數據，包括賬簿報表和考核指標，形成財務指標。將財務指標輸入基于歷史數據建立的算法模型，進行風險的識別和程度判斷，將預警信息發送給相關管理人員，實現財務風險預警的功能。

2.4 網絡架構

海螺集中財務管理系統的整體網絡架構由互聯網機房、大屏設備、傳屏設備、PC電腦、移動微信端和平板電腦組成，如圖4所示。

在互聯網機房進行數據的存儲、分析和結果的生成，通過互聯網發送到管理人員手中，管理人員也可通過電腦和手機進行實時查詢分析。

3 風險預警模型實現

財務風險預警分為風險識別和程度判斷兩部分，只有及時發現和判別公司的財務風險種類，并判斷風險程度，才能為集團進行風險防范作出的決策提供有力支持。基于2019-2021三年的財務數據以及發生風險結果，通過特征工程建立相關財務指標體系和K-means算法建立風險預警模型，實現財務風險的識別和風險程度預測。

3.1 特征工程

特征工程主要分為三個部分，分別是特征獲取、特征處理和特征監控。

指標獲取根據財務相關知識將海螺集團相關財務指標納入模型，包括反映資產結構的貨幣資金占比流動資產、存貨占比流動資產、應收賬款占比流動資產、流動資產占比總資產等；反映財務結構的流動負債占比總負債、資產負債率、現金比率、流動比率等；反映資產管理的應收賬款周轉率、流動資產周轉率、固定資產周轉率等；反映盈利能力的毛利率、營業利潤比總利潤、總資產報酬率等；反映現金流的經營活動現金流比總資產、投資活動現金流比總資產、籌資活動現金流比總資產等[4]。

特征處理將獲取的未經處理的特征進行處理和篩選。第一步，通過特征清洗去除異常樣本，處理缺失值，并根據數據的分布不均衡情況設定相應采樣策略，方便后續的模型建立。第二步，通過無量綱化將不同規格的數據轉換到同一規格，采用區間放縮法：

從而建立了風險識別和程度判斷的模型。

4 系統展示

數據大屏展示系統可以查看不同項目的總體投資概況，包括現金結算、財務概況等，并通過圖表直觀展示出來，如圖5所示。

對于具體項目的現金結算及指標管理等數據，經過挖掘轉換，能夠同步顯示在數據大屏展示系統上，對于財務相關信息可以實現在線查詢和圖表分析展示，如圖6所示。

大屏展示系統直觀地展示出復雜的財務數據信息，為集團領導和財務人員的查詢分析提供了便利和提高了工作效率。

5 結論

集中財務管理系統整合的不同來源、不同格式的財務數據，統一格式集中核算后能夠以圖表形式在數據大屏實時展現出來并可以進行數據查詢分析，讓管理人員能準確直觀地掌握集團內部和外部財務狀況。整合之后建立財務指標體系并基于K-means算法挖掘財務信息價值，建立風險預警模型，實現風險種類識別和程度判斷，為管理人員決策提供數據支持。通過集中財務管理系統的建設，實現了集團的管理信息化和面對可能風險的決策科學化。