“智改數轉”背景下財務大數據分析

王可婧

一、財務大數據分析背景

根據《數字中國發展報告（2022 年）》顯示，我國數字經濟規模達50.2 萬億元，穩居世界第二。在我國進入數字經濟時代的同時，2021 年制造強省江蘇省政府發布《江蘇省制造業智能化改造和數字化轉型三年行動計劃》，對企業智能化改造和數字化轉型提出了新的要求。隨著企業“智改數轉”，企業也進入了智能財稅的新時代，對企業財務大數據分析能力提出了更高的要求。2021 年，四部委聯合印發《全國一體化大數據中心協同創新體系算力樞紐實施方案》提出加快實施“東數西算”工程。對于越來越依賴于算力的企業財務大數據分析，“東數西算”的建設能夠降低成本，提高效果，享受更多的數字服務。對于企業財務管理人員而言，信息數據化可以幫助他們快速準確獲取數據信息，實現數據可視化、風險預警等功能，為企業提供戰略支持。

二、財務大數據分析特點

企業財務大數據分析與傳統財務分析不同，也對企業相應財務崗位人員提出了新的要求。首先，在工具平臺上，財務大數據分析主要采用Tableau、Python 等軟件，而傳統財務分析主要采用Excel軟件。傳統的財務分析主要運用Excel實現計算和對比功能，而財務大數據分析運用Tableau、Python 等軟件不僅能實現計算、對比功能，還能實現財務數據可視化；其次，在數據量上，財務大數據分析運用網絡爬蟲等方式獲取數據，可以獲取多家上市公司多年的財務數據，而傳統財務分析因為工具平臺的現值，往往只能選取某幾家公司近幾年的數據分析；再次，在分析維度上，因為財務大數據分析可以實現平臺自動計算，所以以多維度關聯分析為主；而傳統財務分析則主要靠人工分析為主，所以多集中在單個指標分析上；最后，在分析內容上，傳統財務分析以財務數據分析為主，財務大數據分析不僅可以實現財務分析，還可以實現經營分析、戰略分析等，如表1 所示。

在財務大數據分析的背景下，簡單的財務指標計算將被財務機器人所替代，企業對傳統財務人才需求減少。企業需要引進具備數據獲取、數據分析能力的復合型人才。

表1 財務大數據分析與傳統分析的區別

三、財務大數據獲取方式

企業進行財務分析需要獲取行業內其他公司的數據進行財務比較。獲取財務數據的來源有很多，如：上海證券交易所網站、深圳證券交易所網站、巨潮資訊網、新浪財經網等財經網站。在這些網站上可以獲取到相應的財務數據。以分析企業的行業競爭力為例，可以獲取同行業上市公司的財務報表，進行盈利能力、營運能力、發展能力等指標的計算，判斷本企業的行業競爭力。

傳統的財務分析，一般直接進入上市公司網站，找到相應要分析企業的數據下載，然后運用Excel表格進行計算，對比分析企業相應指標。在“智改數轉”時代，可以通過網絡爬蟲的方式從互聯網上獲取數據，該方法可以獲取大量的數據。首先，根據需要分析的財務數據類型選擇合適的數據源。例如分析企業競爭力，需要對比A 上市公司的相關數據。然后編寫爬蟲程序。這一步需要具有一定的編程能力的人員完成。例如對比A上市公司相關數據，需要進入上海證券交易所等平臺，找到A 上市公司XBRL 文件，獲取網頁源代碼。最后，由于網絡爬蟲采用的數據往往存在一定的格式、缺失數值等問題，需要使用Python 等軟件進行數據清理，方便后續的數據分析和處理。

企業利用網絡自動化收集數據，大大減少了人工收集數據的時間和精力，能夠提高數據的準確性和及時性，提高工作效率。進而通過數據的獲取，了解市場動態，優化自身策略，提高競爭力。

四、財務大數據分析

1.企業財務報表分析

對企業財務報表進行分析時，可以根據分析目的，選擇不同的參照標準，精準找到企業存在的問題。例如，要分析企業本期利潤水平，可以采用趨勢分析法和以往的利潤數據作對比，可以采用預算差異分析法和企業計劃預算作對比，還可以采用橫向比較分析法，和目標企業作對比，判斷企業是否達到了行業平均、是否超過了對標企業。通過精準選取不同的分析方法和參照標準可以通過不同數據而發現規律性的東西或找到差別，為企業下一步發展提供戰略支持，如表2 所示。

表2 財務報表分析對象

傳統財務報表分析主要是事后分析，通過前述方法來找出企業與參照標準的差異，找到企業存在的問題。利用大數據分析和人工智能，不僅能夠讓事后分析更加精準和便捷，還可以通過收集海量數據，利用其快速的算法，實現企業事前、事中分析，為企業分析轉型提供了基礎，改進了企業財務分析滯后的特點。

2.企業財務指標分析

傳統的財務指標分析利用Excel軟件進行，通過對Excel設置公式來計算企業的償債能力指標、盈利能力指標、營運能力指標和發展能力指標，然后根據計算結果來分析企業的償債能力、盈利能力、營運能力和發展能力。傳統的財務指標分析耗時耗力，而且數據處理量少。

“智改數轉”背景下進行財務指標分析時，往往按照以下步驟進行相應的財務指標分析，并實現可視化。首先，根據企業需求，例如分析企業的盈利能力、發展能力、償債能力等，確定數據源，完成相應企業內部的文件、數據庫、業財系統的數據采集工作；然后，利用網絡爬蟲等技術從上海證券交易所、深圳證券交易所等網站獲取需要對比的上市公司的財務數據；其次，對采集到的數據進行清理，彌補缺失值，為后續分析做鋪墊。最后，利用python 等大數據分析工具，對企業財務數據進行分析，分析企業盈利能力、發展能力、償債能力等，完成可視化呈現，如圖1 所示。

圖1 財務大數據分析流程

大數據技術的應用，讓財務人員從傳統的財務指標計算中解脫出來，財務可以利用智能財務機器人等軟件自動計算出來，而且大大地提升了計算速度。而且大數據技術可以實現數據可視化功能，讓數字“開口說話”，財務人員只需要輔助判斷和分析即可，使得財務分析質量不斷提高，同時提高了財務透明度，能夠為企業發展提供戰略支撐。

結束語

“智改數轉”時代，企業進行了智能化改造、數字化升級，企業財務分析也走向了大數據分析的路徑，大數據技術、智能財稅機器人等綜合技術的應用，為滿足企業日益復雜的分析帶來了機遇，讓財務人員從簡單的計算、分析中解脫出來，讓企業財務分析實現了可視化，更好地被企業利用，為企業更好的發展奠定了基礎。同時，“智改數轉”也為企業和財務人員帶來了新的挑戰。對于財務人員而言，首先，數據的獲取和分析往往需要具備一定的編程能力，這需要財務人員提升自己的計算機水平；其次，簡單的數據計算和分析將被人工智能所替代，新時代要求財務人員具備決策、綜合分析能力。所以，財務人員需要向復合型人才所轉變。而對于企業而言，首先，不能過分依賴于數據，因為數據的來源、處理都會影響數據的準確性，而數據的準確性會影響財務分析的質量，進而影響企業的決策；其次，大數據時代如何保護企業財務數據安全也是企業需要迫切關注的問題。

“智改數轉”是一把雙刃劍，企業要避其短揚其長，提高財務人員綜合能力，增強企業數據安全意識，對數據進行深入分析，提高工作效率，讓數字“開口說話”，為企業經營發展提供有效支撐。