基于大数据的企业财务管理创新研究

来源:用户上传      作者:

　　【摘要】大数据时代已悄然来临，大数据的出现为企业财务管理注入了新的活力，传统财务管理模式面临着管理理念、模式和方式方法的颠覆性变革。本文介绍了大数据的概念及其主要特征，阐释了大数据对传统财务管理模式的冲击和影响，提出了在大数据时代创新企业财务管理的基本思路。
　　【关键词】大数据 财务管理 大数据中心 数据仓库 人才培养
　　随着云计算、移动通信、互联网、物联网的迅猛发展和广泛应用，“大数据（Big Data）”一词快速升温，正在成为世界各国、各行各业的热门话题。这是一个数据爆炸的时代，大数据正以难以想象的速度带来新的思维变革、商业变革和管理变革，尤其是以“数字”为主要工作对象的财务管理领域，将面临管理理念、模式和方式方法上的颠覆性变革。大数据的出现和运用，为实现企业财务管理领域的革命性创新开辟了崭新时代。
　　一、大数据概述
　　1980年，著名未来学家阿尔文・托夫勒在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”；2009年，“大数据”便成为互联网信息技术行业的热门词汇；2012年3月29日，奥巴马政府发布了《大数据研究和发展计划》；随后，维克托・迈尔・舍恩伯格与肯尼思・库克耶著作了被称为大数据系统研究先河之作的《大数据时代：生活、工作与思维的大变革》，自此便激起了各行各业对大数据研讨和应用的高涨热情，大数据随即成为了产业界、学术界和教育界高度关注的重要话题。
　　当前对“大数据”概念的表达众说纷纭。维基百科对“大数据”的解读是：大数据（Big data或Mega data），或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。百度百科对“大数据”的定义为：大数据（big data， mega data），或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。财政部国库司编著的《大数据时代：推开财政数据挖掘之门》则将“大数据”表达为：大数据是指为了更经济更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代信息系统架构和技术，它被用来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。“大数据”这个概念已不仅用来描述大量数据，它还泛指大数据技术、大数据工程、大数据科学和大数据应用等领域。作为企业，目前使用最多的是大数据技术和大数据应用。
　　大数据具有四个显著特点―― “四V”特点：一是数据体量巨大（Volume）。从TB级别跃升到PB级别，极大拓展了数据的广度和深度；二是数据类型繁多（Variety）。不再局限于传统的结构化数据，而且包含了音频、视频、图片、文本、网络日志、微博、邮件等半结构化和非结构化数据；三是数据价值密度低（Value）。以视频为例，连续不间断的监控记录中，可能有用的数据只有一两秒，但这一两秒的数据却可产生高额的商业价值；四是数据处理速度快（Velocity）。在数据处理上遵循1秒定律，能在较短时间内从各种类型的数据中快速获得高价值信息，1秒定律是大数据处理技术与传统数据处理技术的本质区别。1秒定律又称为秒级定律，要求在秒级时间范围内给出分析结果，时间太长就会失去价值。
　　二、大数据是企业财务管理创新的必然选择
　　（一）大数据能增强决策信息的支撑力和说服力
　　在传统财务管理模式下，由于受技术手段和思维习惯影响，财务人员往往过分依赖于抽样分析或者单纯依赖财务数据提供决策支持，很容易忽略一些关键的细节信息以及与决策相关的其他业务信息，导致用于决策支持的数据信息不够充分，缺乏说服力，由此得出的决策结果也就很难达到科学有效；在大数据时代，大数据更加注重数据的完整性和混杂性，财务管理的视野将不再局限于传统的财务领域，而是向销售、研发、人力资源等多个领域延伸和渗透，收集、处理和分析跟企业有关的一切数据信息成为财务部门的主要职能定位，这就决定了管理者赖以决策的数据信息不仅包括财务数据而且包含了与决策有关的一切内外部信息，企业用于决策的数据信息的支撑力和说服力得到显著增强，这有助于管理者进一步认识事物的全貌作出正确决策。
　　（二）大数据能提高企业决策的科学性和成功率
　　在传统财务管理模式下，人们为了便于计算机存储、处理和查询数据信息，更多地采用了只占整体数据10%的结构化财务数据，忽略或删除掉了占整体数据90%的半结构化和非结构化表外数据，这些数据信息表面上看起来是分散且不相关的，但在逻辑上却是统一的。如果忽略掉结构化数据以外的其他数据信息，将很难保证由此做出的决策具有较高的成功率。在大数据时代，财务数据的来源和结构更加丰富多样，不但包含数字、符号等结构化数据，而且涵盖文本、语音、图片、图像、微博、邮件等半结构化和非结构化数据，极大拓展了计算机的数据分析范围，财务分析工作也变得更加全面和多姿多彩，为提高企业决策的成功率奠定了坚实基础。如企业为加强应收账款风险管理，在对客户进行信用评价时，不再仅分析客户的企业背景、发展状况和财务报表，将更加关注包含众多细节的半结构化和非结构化数据，可以随时从社区网站上收集到针对客户的吐槽、好评、差评等信息，通过实施大数据分析有效降低信息不对称所带来的坏账风险。
　　（三）大数据能提升财务数据的使用效率和使用价值
　　随着我国市场经济日趋成熟，企业间的竞争更加激烈，为了及时把握市场机会，有必要进一步提高经营决策效率，但在产生巨量数据的信息化时代，数据会随着时间的推移迅速降低其使用价值，只有加快数据处理速度才能使数据价值得到充分利用。在传统财务管理模式下，很多财务事项如编制财务报表、开展经济活动分析等都是在某个会计期间结束后进行的，采用事后财务信息反映日益复杂的生产经营活动显得过于迟缓，严重损害和降低了会计信息的使用效率和使用价值。在大数据时代，秒级定律使企业编制实时财务报表、获取实时相关决策信息等财务活动成为可能。同时，大数据弱化了不同要素间的因果关系，可以快速挖掘出不同要素间的相关关系。决策者不需要知道这些要素为什么相关就可以直接利用其结果，在数据信息急剧增长的现代社会，这无疑将大大提高财务数据的使用效率和使用价值。 　　三、大数据时代企业财务管理创新的思路
　　（一）树立财务大数据管理理念
　　当前广大财务人员对大数据的认知度还不高，尚未了解和掌握大数据对传统财务管理模式所形成的巨大冲击，更谈不上树立财务大数据管理理念。培养财务人员树立财务大数据管理理念：一是举办财务大数据管理知识培训班。通过开展大数据专题培训，让财务人员了解和掌握什么才是大数据、什么是数据挖掘、大数据的主要信息特征是什么、大数据对现行财务管理模式会产生哪些重要影响、企业以及财务人员应如何应对悄然到来的大数据时代等相关问题。同时，结合亚马逊、阿里巴巴等电商企业成功实施财务大数据管理的典型案例，从理论和实践上，全面直观地提升财务人员对财务大数据管理知识的认知度。二是组织开展财务大数据管理知识问卷调查和竞赛活动。以组织开展问卷调查和知识竞赛的形式，从主动和被动两个方面，促使财务人员更加深入地了解和掌握财务大数据管理知识。对于积极参与问卷调查和知识竞赛的人员，应当给予适当的精神和物质奖励，进一步提高广大财务人员学习大数据知识的积极性。三是组织开展大数据环境下企业财务管理创新工作研讨会。在企业财务人员能够熟练掌握大数据及财务大数据管理相关知识的前提下，组织企业总会计师、财务科长以及业务骨干人员，结合各自企业的实际情况，就大数据环境下如何做好企业财务管理转型问题进行专题研讨。在研讨基础上，从更高层次上加深财务人员对财务大数据管理知识的深度理解，为未来做好大数据环境下企业财务管理转型打下坚实基础。
　　（二）建立财务大数据管理制度
　　一是建立财务大数据标准化制度。财务系统必须统一业务数据规范，定义元数据，运用信息化技术手段规范和重组财务数据，建立面向不同应用主题、覆盖各级财务管理信息系统、持续动态更新的财务数据标准规范，为实现各级财务管理信息系统网络互连、信息互通、数据共享奠定基础。同时，在财务系统设立财务数据标准化管理机构，设置“财务首席信息官”职位，负责协调财务、技术等相关业务部门在数据标准化过程中相互配合，主持建立包括会计管理、成本管理、预算管理、资金管理、资产管理、采购管理等财务核心业务在内的财务数据标准化制度体系等。二是建立财务大数据收集制度。数据不像厂房、设备等生产资料会随着使用次数的增多而贬值，相反，它会随着使用人数的增加而增值。如果能够实现与其他数据的有机整合，还可以产生新的信息和新的知识，从而实现更大的增值。因此，财务系统必须建立和完善数据收集管理制度，明确数据收集范围，完善数据收集渠道，广泛建立与相关业务部门的数据衔接机制，不断改善和强化数据收集手段。同时，要对数据质量作出明确规范，建立数据质量管理流程和救助机制。三是建立财务大数据分析应用制度。在大数据时代，财务数据分析不再是财务结果、企业盈亏状况的事后分析，而是转变为企业经营绩效指标的实时分析，这就要求财务系统建立完善常规性和实时性数据分析应用机制。在该机制下，财务人员必须跳出部门束缚，站在企业整体高度，具备更高战略眼光，创造性地运用新技术深入挖掘数据，开展数据深度分析，从收集的数据中准确提取出隐含其中的、人们事先不知道但又潜在有用的决策信息，帮助管理者实时掌握企业生产经营情况，及早觉察生产经营风险并采取应对措施，及时有效地作出科学决策，进一步提升企业层面的数据分析应用水平。四是建立财务大数据防窃保密制度。随着新一代移动通信技术与脸谱、微博等社交网络的完美结合，搜集个人信息数据在大数据时代将会变得十分容易，但对个人信息数据的保护则变得越来越困难。据欧洲议会公布的一项研究报告指出，云计算时代的大数据对个人隐私的威胁不仅存在而且比人们想象的更严重，当前网络上经常出现的“人肉搜索”已充分证明了这个结论的可靠性。因此，大数据是一把双刃剑，财务系统在主动拥抱大数据的同时，必须要对大数据所蕴含的风险有充分而清醒的认识。那么如何解决大数据的安全与隐私问题呢？首先，应建立用户身份安全认证和访问控制机制，防止非法用户恶意访问企业网站和滥用财务数据信息；其次，应建立财务数据信息安全评估机制，提高财务管理信息系统的可信度；再次，采用“雾计算”技术建设“财务雾”，利用假财务信息保护真财务信息，同时检测、追踪和诱捕信息滥用及窃取等行为；最后，还应设立“网络信息监察员”岗位，实时监控数据库活动和企业网络系统整体运行情况，通过及时检测入侵和误用来限制信息暴露。
　　（三）建设财务大数据中心应用平台
　　为了适应大数据时代的要求，企业有必要融合传统的和新产生的开发技术，搭建以数据挖掘为主要工作目标的财务大数据中心应用平台。具体设想如下：（1）在大数据中心体系架构上，采用SOA架构即面向服务的体系结构。由于SOA架构具有较强的可扩展性，企业不仅可以把现有的、孤立的各种信息系统集中整合到一个新的系统中，而且还可以根据业务管理需要随时加入新开发的信息系统，企业对所有子系统实行统一账号、统一权限和统一应用的管理。同时，每个子系统都可以实现独立功能，不同子系统之间结合可以提供不同的服务，子系统之间的接口遵循统一标准，可以实现低成本重构和重组。这样做的好处是，所有子系统都集中在一个大的信息系统中，方便管理与维护，子系统之间信息传递及时快捷，功能完整性比较好，不仅可以增强企业信息系统的灵活性，而且还能提升企业信息化资产的利用效率。（2）在大数据中心功能设计上，大数据中心应能实现如下功能：可以实现各种数据的集成与交换；可以提供一系列完整语义的数据处理功能；可以针对流程、表单、应用程序界面、数据等提供完整的搭建方案；可以把来自不同生产厂商、不同格式、不同标准和分布在不同位置的数据统一在一个系统之下，具有管理分布式多源异构数据的能力；可以支持并管理采用组件、插件、流程、动态库、程序片断和脚本等多种方式提供的功能，并能对这些功能以一种一致的方式进行调用和执行；由于采用柔性设计理念，大数据中心应用系统能够被快捷地搭建起来，且能随着需求变化而迅速作出调整。
　　（四）构建财务大数据基础环境。 　　企业推行和实施财务大数据管理，必须要构建区别于传统财务数据环境的新型财务数据环境。（1）建立企业级财务数据仓库。数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，其目的是要帮助决策层从宏观上整体把握全部数据并作出科学有效的决策。数据仓库的数据通常来源于企业内部数据和外部数据，内部数据包括各种业务数据和文档数据，外部数据则来源于各类公共资源库、政策信息、市场信息等。根据企业的规模和层级，可以分为单一中央集成财务数据仓库和分布式财务数据仓库两种类型。对于没有设立分（子）公司的企业可以建立单一中央集成财务数据仓库；对于设立分（子）公司的企业可以建立分布式财务数据仓库。以油气田企业为例，可以分别设置油田级、公司级、分公司级等不同层级的财务数据仓库，油田级数据仓库的数据来源于油田级业务数据库和公司级数据仓库，公司级数据仓库的数据来源于公司级业务数据库和分公司级数据仓库，分公司级数据仓库的数据来源于分公司级业务数据库。（2）建立部门级财务数据集市。数据集市是一个小型的部门或工作组级别的数据仓库，其目的是为了满足某专业系统各个业务部门的分析需求，一般分为独立型数据集市和从属型数据集市两种类型。独立型财务数据集市直接从财务管理信息系统、生产管理信息系统等操作型环境获取数据，从属型财务数据集市是从企业级财务数据仓库获取数据，从长远来看，从属型财务数据集市在体系结构上比独立型财务数据集市更稳定。同样以油气田企业为例，为强化预算、成本、资金等业务的管理，可分别建立预算管理数据集市、成本管理数据集市和资金管理数据集市。（3）建立财务数据质量管理体系。为确保财务数据在抽取、传输、整合、加载以及分析等各个环节不失真且表达准确，企业应建立包含数据质量标准、数据质量管理流程和数据质量救助机制在内的财务数据质量管理体系。建立数据质量标准，主要是针对数据的实用性、可信度、完整性、一致性、准确性、客观性、及时性以及数据量的适度性等质量指标给出恰当的控制目标；建立数据质量管理流程，主要是明确数据质量规则、规范数据使用者和提供者、实施数据质量检查、及时处理数据质量事件等数据处理活动关键环节和内容；建立数据质量救助机制，其目的是为了针对数据采集和发布过程中存在的质量问题采取相应的纠错机制来补救，该机制内容应包括救助部门、救助人员、岗位职责、救助流程等。
　　（五）建设财务大数据人才队伍
　　在财务大数据管理模式下，财务管理的视野得到极大拓展，其管理理念、管理模式、思维方式方法等发生了革命性变化，财务管理工作的重心也逐步转向了财务数据挖掘，现有财务人员及其知识结构已不能满足财务大数据管理环境的要求，必须要重新调整传统财务管理模式下财会人员结构和知识结构。必须配备以下几类人才：（1）会计核算人才和预算及资金管理人才，可仍由现有财务人员组成且原有业务职能不变，但必须接受财务大数据管理理念改造和数据挖掘应用知识培训，使其逐步形成财务大数据思维方式，能够准确提出数据挖掘需求，可以使用简单的数据挖掘工具解决简单问题。（2）数据挖掘人才，必须既熟悉财务、统计业务又要具备必要的数据挖掘技术，同时还要有丰富的数据管理经验，能够从综合管理视角制定出切实可行的数据挖掘方案和工作目标，在工作中负责复杂目标和不确定目标挖掘方案设计以及具体数据挖掘应用工作。（3）IT技术人才，必须是能熟练掌握和运用计算机、网络、通信等信息领域技术的专业化人才，其技术能力直接决定着财务大数据管理方案的科学性和有效性，在工作上具体负责数据挖掘应用方案中相关IT技术的实现。对于数据挖掘人才和IT技术人才的引进来源，可以考虑采取从大专院校录用和从社会招聘的方式解决，应重点培养和引入具有数据挖掘应用专业背景的人才，以利于数据挖掘工作快速和高效推进。
　　四、结论
　　本文阐述了大数据对传统财务管理模式的深刻影响，探索性提出了在大数据时代实现财务管理创新变革的基本思路。大数据时代的到来，对企业传统财务管理模式产生了巨大的冲击和影响，财务管理不再局限于传统的财务领域，而是逐步向研发、销售、人力资源等多个领域延伸。财务分析也不再仅仅围绕结构化数据进行分析，而是综合使用包括半结构化、非结构化数据在内的所有数据进行分析。企业决策支持将依赖于实时高效的深度分析结论，而不再是传统滞后的财务分析结果。在大数据时代，收集、处理和深度分析与企业有关的一切数据，实时提供高效率和高质量的经营决策支持，将成为企业财务系统的主要工作职能和首要工作任务。
　　参考文献
　　[1] 财政部国库司.大数据时代：推开财政数据挖掘之门[M]. 北京：经济科学出版社，2013.
　　[2] 秦荣生.大数据时代的会计、审计发展趋势[J].会计之友，2014（32）：81-84.
　　[3] 袁振兴，张青娜，张晓琳，张晓雪.大数据对会计的挑战及其应对[J].会计之友，2014（32）：89-92.
　　[4] 张咏梅，穆文娟.“大数据”对企业成本控制的影响 [J].财会月刊（上），2014（12）：94-95.
　　[5] 贾海波.浅析大数据时代的企业财务管理[J].财务与会计，2014（9）：36.
转载注明来源:https://www.xzbu.com/1/view-11372664.htm