浅析大数据与财务分析的关系

李天天++朱翠景++李昕欣

【摘 要】互联网、云计算、传感技术等新技术的产生与应用，使得急剧增加的碎片化数据在特定情况下成为财务主数据，信息化、数字化、综合化已然成为企业发展的新方向。论文通过分析大数据与财务分析的关系以及对企业价值的影响，希望能够为以后的研究提供新的角度。

【Abstract】The emergence and application of new technologies such as internet， cloud computing， sensing technology， makes the rapidly increasing fragmented data become financial data under specific circumstances， and informatization， digitalization and integration have become the new direction of enterprise development. This paper analyzes the relationship between big data and financial analysis and its impact on enterprise value， hoping to provide a new perspective for future research.

【关键词】大数据；财务分析；企业价值

【Keywords】big data； financial analysis； enterprise value

【中图分类号】F253.7 【文献标志码】A 【文章编号】1673-1069（2017）06-0081-02

1 引言

大数据时代下，数据信息生成的量和速度十分惊人，可谓是近年来数据生成技术的颠覆性变革。其与传统数据生成的本质区别在于，结构化数据比例趋于减少，而碎片化信息数据比例日趋增加，大量诸如图片、音频、视频等在满足特定数据特征条件下，已然成为影响财务数据乃至企业价值的重要指标，大数据终将成为会计数据，步入会计舞台。然而传统数据库的财务分析模式无法分析这种非结构化、碎片化类型的数据，要想及时从中获取有价值的财务信息，快速筛选、精准定位、综合分析才是大数据信息处理的关键。

2 大数据与财务分析含义

2.1 大数据

多数新事物的出现与定义都存在分歧，大数据也不例外，麦肯锡、罗格斯等从多角度对大数据进行界定，但并沒有形成统一结论。[1]目前较为流行的描述是麦肯锡提出的大数据“4V”特征，即海量数据、多样性、快速产生与传播以及价值密度低。大数据“4V”特征向人们诠释多样、关联以及动态等新思维，且该思维认为，从全面阐释事物的角度来看，相关性更优于因果性，从而促使思维模式从“因果性思维”到“相关性思维”的过渡与转变。简而言之，少量图片、视频等碎片化信息不能反映企业经营活动的全过程，但海量企业相关信息的组合却可以验证其与企业价值的相关性。如：将一辆汽车细分成千千万万个细碎的零件，那么其中的一个零件自然不能代表汽车，但若是将这些细碎的零部件都组合在一起，就必然能构成一辆完整的汽车。

2.2 财务分析

财务分析是与企业运行发展及经济效益息息相关的核心工作。传统意义上的财务分析即指企业通过会计凭证及总账等相关信息对外部使用者提供的财务报表以及为内部管理决策提供相关的财务指标分析。而大数据技术的发展与成熟，既能有效规避传统财务分析存在的问题，也会为财务精细化管理以及财务管理水平的提高打下良好基础。[2]尤其是企业相关信息来源与分析将有助于对财务进行综合、全面、完整的分析。

3 大数据与财务分析的关系

3.1 大数据的功能

大数据对财务分析的影响表现为，大数据思维引导人们从“因果性思维”到“相关性思维”的过渡与转变，促使海量的碎片化数据信息成为财务数据。传统财务分析受技术和环境等时代因素的限制，以定量的货币数据描述为主进行财务分析，而正如维克托在《大数据时代》的表述，通过大样本数据及相关性思维，将海量碎片化的信息数据整合成强大的财务数据，将会比小样本及因果性思维获取的结果更为可靠和精准。[3]因此，大数据时代下财务分析将会以货币数据为主，以海量碎片化信息数据为辅的模式发展。

大数据对企业价值的影响表现为，传统财务分析将定量货币描述为核心数据纳入财务分析体系，通过传统的因果关系来体现企业价值。而大数据时代兼顾传统且进行创新，更提倡利用间接的相关思维模式，通过海量的碎片化信息数据来体现企业价值。

以往理论知识表明企业总价值等于未来现金流量现值之和；企业账面价值等于经营、投资和筹资活动产生的现金流量之和。[4]可以发现潜在现金流量并没有纳入核算范围，这就导致企业估值与企业账面价值存在差异；从相关性思维出发，潜在现金流量应被纳入核算体系。而目前企业均以货币数据来反映财务信息，碎片化的潜在现金流量未纳入核算体系。如何将潜在价值纳入企业价值核算范围，或许可以通过建立以下转换公式来实现。关系式如下：

账面价值t=经营活动价值t+投资活动价值t+筹资活动价值t

企业总价值t=企业潜在价值t+账面价值t

账面价值t=账面价值t-1+企业潜在价值t-1*转化效率

转化率=f（X1、X2·····Xn），其中Xn为影响企业潜在价值的关键自变量。

企业潜在价值体现在非财务信息中，非财务信息通过碎片化信息数据来体现，通过上述转化，将潜在价值与企业价值建立函数关系，从而将潜在价值纳入企业价值核算体系。

3.2 大数据与传统财务分析不适的现状

传统财务分析只是对某些基础数据进行查询或进行简单的加工汇总形成财务分析报告，然而这些早已不能满足现代企业管理和经营等方面需求。[5]其不适之处体现在：从统计口径角度来看，企业管理部门出于各自管理目的对财务报送的数据要求口径不一，容易出现填报误差。即便是将各口径进行清楚区分，仍会因為财务指标计算的复杂和零散，导致从单一接口获取数据不可行；从财务分析效率来看，传统的数据查询搭建在业务服务系统，而非数据统计平台，基于此进行查询与分析必然消耗大量资源且运行效率缓慢；从指标体系的完整性来讲，目前企业财务指标体系的设定倾向于对归口部门的考核，管理层希望通过简单查询便能发现有针对性的财务指标很难实现。另外企业财务分析以清单报表为主，财务信息呈现方式较为单调，而新的需求不断出现就使得财务部门疲于应付。

3.3 大数据时代完善财务分析的路径

基于大数据与传统财务分析不适应的状况，应制定和完善大数据时代财务分析系统的新功能，从而实现财务与业务信息的一体化。

首先制定清晰的大数据构建战略。企业制定财务战略有助于找到适合自身发展的财务体系。大数据时代的财务分析体系是运用强大技术手段进行大量业务和海量信息处理的系统性工程，故需结合企业实际，选择财务分析体系的整体构建或是针对某环节构建。其次把控风险。财务分析系统构建过程中，风险的把控尤为重要，否则极有可能导致大量的投资和精力付诸东流。在项目实施之初，可能面临专业人员匮乏，团队成员缺乏技能和经验的窘境，加之技术的复杂性和分析逻辑建立的困难性，因此项目前的认知培训以及后续的持续充电必不可少。项目实施过程中，新技术运用对项目整体稳定性的影响程度要充分考虑；同时对信息采集质量严格把关，避免给系统带来过重的负担。[6]另外需要关注整个项目实施过程中，一定要提高系统的安全性，避免不必要的法律风险。再次完善新系统主要功能。基础数据查询方面，实现从大量数据中快速查询或筛选出与企业价值真正有用的财务指标；分析技术处理方面，运用多维分析技术对基础数据源进行整合，实现高综合度的财务分析；系统方面要求易于维护，尽量减少系统维护方面的复杂度和工作量；实现人机交互的操作方式，用户只需以自己岗位需要输入信息，系统会自动输出相应结果从而提高工作效率。

实现财务、业务的信息一体化，使财务和业务融为一体，实现信息平台中数据共享，为管理层高效获取决策分析数据创造良好条件，从而真正发挥会计控制的职能。

4 结语

综上所述，大数据已然成为企业战略性资源。大数据时代必然引起财务数据获取、处理和分析方式的巨大改变，这些改变对会计信息质量要求的相关性产生了积极影响。财务的目的在于利用会计信息帮助企业提升价值，所以财务必将吸纳碎片化的信息数据，构建大数据时代下的财务分析体系，从而为企业内外部信息使用者提供高度相关的财务信息。

【参考文献】

【1】邬贺铨.大数据时代的机遇与挑战[J].求是，2013（04）：47-49.

【2】何文娜.大数据时代基于物联网和云计算的地质信息化研究[D].长春：吉林大学，2013.

【3】赵迎红.中国上市公司会计盈利状况及与股价变动关系统计分析[D].沈阳：辽宁大学，2013.

【4】马美芳.大数据背景下企业财务管理的挑战与变革探讨[J]. 商，2015（45）：16.

【5】汤谷良，张守文.大数据背景下企业财务管理的挑战与变革[J].财务研究，2015（01）：59-64.

【6】张高胜.企业财务管理变革的新方向——“大数据财务”[J].现代商业，2015（26）：123-124.