大數據在財務報表分析中的應用研究

0 引言

大數據的到來給傳統財務帶來了不小的沖擊。尤其是面臨著日漸激烈的市場競爭，各大企業都不敢對財務管理有所懈怠，不斷提升企業財務分析水平，提高效率和質量，贏得市場核心競爭優勢。財務分析雖存在已久，然而由于傳統的財務分析工作數據的數目以及處理方式都十分局限，財務分析能夠為企業帶來的幫助還遠沒有體現出來，大數據為企業帶來了不可多得的機遇，也帶來了不可小的挑戰，傳統財務所體現出的弊端被大數據的優勢所彌補，為財務分析創造提了新的環境。企業想要把握時代機遇，實現更長遠的發展，就不得不重視企業內部的財務分析工作，要精準把握財務分析中的每一項漏洞，在大數據的基礎上選擇性地擇取對策，著力做實財務分析，推進財務分析早日實現全面智能化[1-2]

1文獻綜述

國外在大數據技術的研究起步較早，主要集中在以下3個領域[3]

（1）基礎理論探索。這一領域的研究深人探討了大數據的起源與發展、核心概念及其特征、基本架構，以及大數據的意義和對各領域的影響。

（2）技術層面的深入分析。在大數據技術研究中，數據存儲與分析占據了顯著的位置。全球范圍內，各國都在積極掌握大數據技術，以期通過分析海量數據來獲取有價值的情報。大數據技術的研究與現有技術基礎緊密相連，例如數據挖掘和云計算等。

（3）應用領域的廣泛探索。大數據時代的數據信息覆蓋了生活的各個層面，其應用范圍也極為廣泛。當前的研究熱點包括“數據可視化”“信息傳播”和“社交媒體”等領域，并且這些技術被廣泛應用于互聯網、零售、建筑、金融和醫療等多個行業。

我國在大數據技術領域的發展與時代同步，積極推進相關研究。2012年，國務院發布《“十二五”國家戰略性新興產業發展規劃》（以下簡稱《規劃》），明確提出對海量數據存儲技術、智能移動終端、云計算平臺及相關技術軟件的研發和產業化給予重點支持。學術界對大數據的關注度隨之增加，計世資訊將2011年定為中國大數據發展的起點。自西方大數據研究熱潮興起以來，中國的研究也逐漸與國際接軌。2012—2013年，在對大數據理論基礎有了充分理解之后，研究開始向企業應用層面拓展。2014年至今，大數據在企業財務管理中的應用文獻數量顯著增長，研究內容也變得更加精細化。大數據技術在中國迅速發展，與各行各業的融合也在不斷深化[4]

綜上所述，隨著大數據的興起，其在各個領域，包括財務管理中的重要性日益凸顯，引起了廣泛關注。一些學者已經開始探索大數據在財務工作中的應用，但目前大數據技術在財務領域的應用還不夠廣泛，特別是在財務分析方面的研究還相對有限。本研究旨在填補這一研究空白，通過將大數據技術應用于傳統企業財務報表分析，以期最大化地發揮大數據的潛力和效率。

2傳統模式下企業財務報表分析存在的問題

2.1 數據源存在局限性

傳統財務分析主要依賴于企業內部的財務報表和會計核算數據，這些數據大致可分為3類：存儲于財務軟件中的電子數據、紙質形式的原始憑證及財務數據間的邏輯聯系。這些數據大多為企業內部的結構化數據，具有較高的準確性，但受限于數據量小和時效性差。在這種情況下，數據源的不完整性限制了對企業經營狀況的全面分析，僅基于有限的數據無法科學完整地反映企業的經營狀況。此外，僅依賴這些靜態數據，企業難以對未來發展態勢做出科學的預測

同時，由于企業間信息的封閉性，獲取行業其他企業的內部數據變得困難，能夠獲得的數據主要限于上市公司公開披露的信息。在數據資源受限的背景下，企業難以客觀準確地評估自身的發展態勢，數據源的不足也成為阻礙財務分析規范化進程的一個重要因素。

2.2財務報表分析方法單一性

在大數據時代尚未全面到來之前，企業財務人員在評估企業的財務和經營狀況時，常常僅采用單一的財務分析方法，導致分析指標單一，缺乏綜合性。這種局限性可能導致財務報表誤導管理者，從而做出不當決策，不利于企業的穩健發展。常用的比率分析法和趨勢分析法均存在此類缺陷。這些方法主要基于企業歷史數據，其時效性和準確性往往難以滿足現代企業的需求，難以為企業決策提供有效支持。

此外，這些分析方法主要關注定量分析，而忽視了定性分析的重要性，這無疑增加了分析結果的不確定性。這種局限性不僅可能導致管理者做出錯誤決策，還可能影響對企業未來發展趨勢的準確預測[5]

2.3 復合型財務分析人才欠缺

在當今時代，全球范圍內財務分析人才的短缺已成為一個不爭的事實，這對行業構成了巨大的挑戰。隨著會計專業改名為大數據與會計專業，預示著未來大數據技術與會計專業將實現深度融合。會計專業人員不僅要通過持續學習來豐富和鞏固自己的專業技能，還需掌握大數據分析技術，以實時監控企業各部門的運作情況。對于企業而言，財務人員的角色已不再局限于傳統的財務管理，而是擴展到企業各領域的綜合管理者[6]

然而，培養具備高綜合素養的復合型人才并非一蹴而就。首先，這類人才需要在扎實的專業技能基礎上，具備大數據信息的收集、處理和分析能力。在傳統模式下，財務分析人員往往專注于提升自己在財務核算領域的專業水平，而對信息處理和大數據分析的概念和流程較為陌生，這限制了財務數據分析效率的提升。此外，財務分析人員的學習態度也需要進一步規范。目前，部分財務分析人員尚未充分認識到大數據的重要性，缺乏主動培養大數據思維的意識，學習動力不足，知識積累不夠豐富，工作中過于依賴個人經驗，導致財務分析結果帶有主觀性。同時，一些財務分析工作者將學習新知識視為應付上級的任務，缺乏深入探究的學習精神，影響學習效果。因此，對于財務分析人才的培養和儲備是一項長期而艱巨的任務[7]

3大數據在財務報表分析中的優勢

3.1數據來源更充足，數據準確性更高

以往企業財務分析所用到的數據大都是企業內部的靜態數據，而在大數據的加持下，不但能夠繼續利用財務報表等重要信息，還能夠通過各種技術從行業中的其他企業之中獲得許多有價值的數據。其中不但包括了財務信息，還有各類非財務信息。在大數據技術還未普及之前，信息的收集和整理大都需要人工進行，不但難度較大，且工作效率十分低下，各種人為因素和處理方式導致分析結果很難具有高度的精準性，并且使用完畢也不能在動態流轉過程中繼續發揮價值。大數據的誕生讓數據的提取、整理、處理都實現了大幅技術升級，數據的高效整合成為現實，同時在高新技術的加持下，數據的準確性也得到了很大保障[8]

3.2 融合多種分析方法

傳統模式下，財務報表分析方法的單一性難以打破，并且無論采取哪種方法都無法規避各自的弊端。這種單一的指標將會導致部分信息在處理的過程中被遺漏，進而致使最終的財務報表缺乏科學性和準確性。而采用大數據分析工具，如Python、SQL工具等分析財務報表，一方面，企業財務人員能夠借助多種渠道取得需要的各類數據，構建出真正適合自身企業發展的財務分析體系，而那些從外部收集到的信息將成為企業重要的參考指標，為企業后續的規劃提供建議；另一方面，大數據的出現打破了傳統模式下分析方法的單一性，只需要借助大數據模型，就可以讓多種分析方法實現有效的融合。比如，想要分析企業當下的經營狀況，不但要利用企業記錄的歷史數據，還需要借助大數據模型預測出企業未來發展的動態數據，結合當下與未來，保障企業的發展戰略更為科學。同時結合定量分析和定性分析，從前企業財務人員大都只會選擇定量分析，極大程度上忽視了定性分析的重要性和必要性，定性分析不但能夠幫助管理者更加全面的把握企業各項資產的流轉，還能夠更為科學的評估企業資產的不良性，更好地保障企業資產的安全，確保報表的使用者能夠依靠準確的數據做出更加正確的決策[10]

3.3 提升財務報表客觀性

大數據時代之下，報表分析環節中大部分的人力被科技取代，在很大程度上規避了因人為因素導致的誤差，為企業決策提供了更高的安全保障。一方面，企業在智能終端的基礎上疊加各類軟件系統進行輔佐，高效提取數據并統一進行分析處理，財務數據的客觀性水平較高。并且所汲取的各項數據都會進行存檔，財務分析人員在后期能夠靈活觀察各項數據，通過各項綜合指標的測評，及時發現企業管理中所隱藏的風險，讓財務報表能夠為企業帶來更大的價值，確保企業報表信息的正確性，為外部人員使用財務數據提供便利。另一方面，企業經營者構建大數據模型，該模型能夠自動結合市場風險以及企業自身風險，通過一系列算法預測公開市場金融資產發展趨勢，得到多種合理的投資方案，便于多方通過探討得到最為科學的資產組合項目，企業投資者根據科學的預測結果進行決策，能夠幫助企業在最大程度上實現收益的最大化[1]

3.4促進企業財務報表分析向自動與智能轉變

對公司來說，賦予財務數據分析自動化程序不但能夠自動輸出財務報表，還能夠更為系統地進行參數查詢、授權管理、多數據源合并等多個環節，這也得益于大數據挖掘技術的應用。如今的現代企業在進行財務數據分析時，大數據分析信息技術與云計算技術、人工智能等現代信息技術的綜合運用，企業再不用為更加復雜的分析要求為難，至此，企業財務數據分析向自動化過渡的步伐加速[12-13] O

4實證案例

4.1 案例簡介

ABC有限公司成立于2014年，是專業的數字化服務提供商。公司具有多年建設金融行業和國家部分重點行業信息化工程的豐富經驗，以軟件業務、集成服務業務、產品服務業務、智慧城市業務等四大板塊業務為主體，積極布局云業務和數據智能業務，為客戶提供貫穿IT建設全生命周期的“一站式”數字化服務。公司所屬證監會行業分類為“信息傳輸、軟件和信息技術服務業-軟件和信息技術服務業”。ABC有限公司為了適應國際市場的變化，董事會決定于2021年3月召開董事會擴大會議，主要議題一是討論2020 年的股利分配計劃；二是調整經營戰略目標，布署2021年的經營計劃。按照董事會會議日程安排，公司財務總經理將在會上做財務分析報告，作為規劃公司經營戰略目標的參考依據。請你代公司財務總經理對公司做財務數據分析與評價。

ABC有限公司財務報表簡表見表1、表2。

4.2 盈利能力分析

根據2018—2020年財務報表數據和會計資料，對公司2020年盈利能力進行分析，計算公司2020年和2019年各財務指標值及指標變動，結果見表3。

根據已采集的上市公司行業分類表及2019—2020 年行業資產負債表、利潤表和現金流量表等財務數據，以同行業企業為樣本（剔除證券簡稱中包含ST的企業），運用大數據分析工具計算2020年各盈利能力指標值，并按照指標值由大到小進行排序詳細結果見圖1、表4。

結合上述分析數據進行簡單概括，得出結論：

第一，凈資產收益率反映股東權益的收益水平，用以衡量公司運用自有資本的效率。指標值越高，說明投資帶來的收益越高。

第二，在企業股份沒有變化的情況下，每股收益反映企業的盈利能力，每股收益增加的越多，相對原有的市盈率，企業的股票價格會增加。

第三，同行業先進企業中，2020年營業毛利率最

高的企業是盈建科。

4.3 沃爾分析[14]

以同行業企業為樣本量，運用SQL工具計算各企業2020年凈資產收益率，按照凈資產收益率指標值由大到小進行排序，以排名第18的企業作為標準企業詳細結果見表5、表6。

根據本企業財務報表資料計算各項財務指標實際比率，并運用大數據分析工具得到同行業標準企業信安世紀數據，作為本文計算標準比率，見表7。在此基礎上計算相對比率和綜合指數，見表8。

結合上述分析數據進行簡單概括得出結論：

第一，采用沃爾評分法評價企業發展能力，計算結果是相對數，綜合指數的大小與所選擇的標桿企業相關。

第二，ABC有限公司與標桿企業最接近的指標是“凈資產/負債”。

4.4 研究結論

根據以上分析，得出以下結論：

（1）利潤表分析顯示，公司2020年的營業收入為546289210.60元，營業成本為383547547.60元，凈利潤為51985136.61元。相比于2019年呈現一定程度的降低趨勢，并且通過對盈利能力指標計算可知，總資產凈利率、營業凈利率、凈資產收益率和營業毛利率指標相比于2019年，均呈現一定降低趨勢，表明企業的盈利能力有所降低。

（2）資產負債表分析顯示，公司2020年的總資產為1135023732.03元，總負債為304721674.41元，凈資產為830302057.62元，通過進一步分析計算可知，公司的流動比率為2.99，凈資產是負債的2.72倍，償債能力相對較好，與同行業標準企業相比，略高于標準企業指標值。

（3）結合公司財務報表等數據，通過表8對企業進行沃爾分析可知，公司的存貨周轉率和應收賬款周轉率分別為5.02和2.53，均高于同行業標準企業，固定資產周轉率為3.37，與同行業標準企業相比，低于同行業標準企業。

（4）公司在過去一年中的總資產增加了 1.22% ，凈資產增加了 2.18% ，營業收入降低了 4.34% ，凈利潤降低了 38.66% ，表明企業的發展能力總體上較差。

（5）結合公司財務報表等數據，通過分析可知，公司近3年的營業收入及凈利潤呈現先增加后降低的趨勢，而總資產和凈資產呈現一定的增長趨勢，表明企業的經營狀況相對較差，資產利用效率較低。

綜上所述，公司的盈利能力和發展能力相比于2019年均呈現一定程度的降低趨勢，凈利潤相比于2019年降幅高達近 40% ，需要引起管理層的注意，應當進一步提高企業的盈利能力，提升資產的利用效率。

5 結語

基于以上研究，隨著大數據時代的到來，給傳統財務分析帶來了挑戰，通過對傳統企業財務報表分析存在的問題展開討論，將大數據技術應用于財務報表分析，發揮其在財務報表分析中的優勢。本文創新在于通過實證案例將大數據技術工具，如大數據分析工具、SQL工具及沃爾分析法等應用于財務報表分析，凸顯大數據技術在企業財務報表分析中的作用和效能。大數據技術為企業財務報表分析提供了強大的數據基礎，借助先進、高效的數據處理技術，可直觀化呈現各類數據，實現企業財務報表分析往數字化、智能化方向發展。

當然本文還存在很多不足之處，比如除上述所用到的大數據工具外，是否還存在其他分析工具，有待專家學者作更深人研究。

參考文獻

[1］喻英．大數據背景下企業財務分析工作提升研究［J]．財會學習，2022，11（33）：16.

[2］耿珊．大數據時代下企業財務分析中存在的問題及對策[J]．中國集體經濟，2022，8（24）：98.

[3］吳娜．大數據環境下的企業財務分析變革研究［D].武漢：武漢理工大學，2016.

[4］李童．大數據技術在企業財務決策中的應用研究［D]．北京：北京郵電大學，2021.

[5］張超，肖聰，朱衛東，等．財務智能可視化分析與文獻綜述[J].財會月刊，2019，2（3）：30-31.

[6］靳慶魯，朱凱，曾慶生．數智時代財會人才培養的“上財模式”探索與實踐［J]．中國大學教學，2021，11（11）：28-29.

[7］張敏，吳亭，史春玲，等．智能財務人才類型與培養模式：一個初步框架[J].會計研究，2022，11（11）：14-16.

[8］王曦雯．大數據技術對企業財務分析的影響及對策［J]．中國市場，2023，3（9）：179-180.

[9］張曉芳，董坤景，趙麗娟.Python技術在財務分析中的應用研究［J].邯鄲職業技術學院學報，2022，35（4）：39-40.

［10］任燦燦．大數據技術對企業財務分析的影響及對策［J]．中國市場，2022，7（21）：183-184.

[11］張紅英，王翠森．大數據時代財務分析領域機遇與挑戰[J].財會通訊，2016，2（5）：84-85.

[12］李瑞雪，王愛國，任博宇，等.ChatGPT及其核心技術在智能會計中的應用［J].會計之友，2023，5（12）：35-36.

[13］陳安萍，趙雅.ChatGPT對財務分析的影響及對策研究[J].會計之友，2023，7（16）：158-159.

[14］王躍武．沃爾評分法的缺陷及其改進［J]．財會月刊，2011，

3 （7）： 73-74.

[15］宋少平，孫養學．管理權力、公司業績與高管薪酬：基于我國農業上市公司的經驗證據［J]．會計之友，2014，2（4）： 92.

收稿日期：2024-11-24

作者簡介：

湯向玲，女，1979年生，碩士研究生學歷，副教授，會計師，主要研究方向：會計理論與實踐的教學與研究。