大数据时代企业财务分析及管理路径研究

王心宁

（黑龙江科技大学，哈尔滨 150022）

1 引言

企业的财务分析工作依赖于大量的基础性财务数据，并且这些财务数据逐年积累，数据规模将不断扩大，对企业的数据存储和分析带来了一定的负担。随着大数据技术的应用，企业财务管理中可引入强大的数据存储系统，借助算法程序自动完成财务数据分析、报表统计等功能，在财务数据展示方面体现出可视化的特点，因而基于大数据技术的企业财务分析和管理模式优势明显，应对其加强研究和应用。

2 大数据时代企业财务分析工作的新变化

2.1 从传统财务管理模式进阶到智能财务

企业财务管理工作的基础是收集各类财务信息，以财务信息收集方式为划分依据，可将企业财务管理模式划分为复式记账、会计电算化、ERP 财务软件、财务共享以及智能财务这5 种不同的模式。随着大数据技术、机器学习以及人工智能技术在财务管理工作中的应用，当前的企业财务管理及分析工作正在朝着全面信息化和智能化的方向发展。基于大数据技术的智能财务管理模式相对于其他管理模式的主要特点在于利用先进的存储技术来全面收集和管理企业的各种财务数据，并且历年的财务数据可以长期保存，便于企业参考、追溯和利用。与此同时，基于大数据的财务报表自动统计、财务展示、财务数据挖掘等均成为重要的应用方向。与企业财务相关的各种数据均可进入大数据系统，如企业的预算、现金流、固定资产、债务、税务、应收账款、利润等。正是因为大数据系统强大的存储和计算能力，为企业财务分析及管理的智能化运行创造了有利的条件[1]。

2.2 财务分析在企业经营和决策中的作用逐步凸显

企业之间存在规模差异，由此导致财务分析工作的内容存在显著的区别。小微企业的财务分析工作以财务核算为主，其工作内容是收集与核算财务基础数据、制作报表、建立财务档案等，基于这种模式的财务分析工作通常属于事后管理，兼顾简单的财务预算，并且财务工作与具体业务之间的融合程度比较低，财务分析难以指导企业的战略决策。对于大中型企业，其财务管理工作涉及的资金量巨大，有的甚至会影响到企业的生存。因而财务分析对大中型企业的日常经营和战略决策发挥了非常重要的作用，而财务大数据是企业制定决策的核心依据之一。企业只有全面掌握其财务现状，分析其中存在的风险因素，才能在经营决策中规避资金风险。企业只有借助财务分析来预测经营活动中的隐患、提前发现并规避问题，财务分析在企业经营和决策中的作用才能得到全面发挥[2]。

2.3 建立企业财务数字化资产

财务数据是企业经营模式和经营效果的量化体现，企业从财务数据中可以分析当前经营模式中存在的不足和优势。数据是一种资产，这是信息时代世界各国的共识。企业的生产经营是一种长期化的行为，每年都会产生大量的财务数据。在过去受到存储技术的限制，企业难以全部保存历年的数据，书面化、纸媒化的财务报表使用不便，数据二次应用的价值受到严重的制约。进入大数据时代之后，这一情况得到了彻底的改观，以云存储为代表的一批信息化技术形成了强大的数据存储能力，在此背景之下，国内企业可以存储每年新产生的财务基础数据，并且长期积累，形成财务大数据资产[3]，为企业生产经营的纵向对比和横向对比提供宝贵的数据资源。

3 大数据技术在企业财务分析工作中的应用价值

3.1 实现财务数据的高度可视化

大数据技术以虚拟的数字化方式存储财务数据，这些数据需要以合适的方式向企业的各级管理人员展示，只有这样才能体现财务数据的价值。实际上，大数据涵盖了后端数据存储和前端数据展示两大功能模块。前端展示功能以网页为主，利用成熟的去前端图例呈现企业财务数据，这种数据呈现方式的优点体现在以下两个方面：

①便于财务数据集成展示。

企业财务数据涵盖资产负债、现金流量、利润表、税务等一系列内容，并且企业内部存在分公司、部门之间的差异，经营者需要从多个方面、多个角度、多个级别查看企业内部的财务数据。基于大数据技术的财务数据形成了一体化集成展示的特点，管理者在数据大盘上点击导航按钮或者某个具体的数字，系统就会跳转到下级页面，聚合的数据可以进一步展开，以时间、部门、分公司等为数据统计的维度，形成更为详尽的分析报表[4]。

②财务数据便捷访问。

由于大数据技术下的财务数据实现了高度的数字化与可视化，企业管理人员可以使用手机或者个人电脑在各种场合下访问财务报表和数据大盘，在时间和地点上的限制大幅减少，提高了使用的便捷性。

3.2 促进企业财务人员的角色转变

早期的财务人员只能以核算工作为核心，造成这一情况的原因是财务基础数据的收集占用了较多的时间，并且财务人员以及企业的决策者都未能认识到财务工作对企业经营决策的深远影响。进入新时代之后，尤其是在数据科学成为企业新的增长动力和创新动力之后，财务工作者的角色不断转变，因为大数据等信息化技术将财务管理人员从烦琐的财务数据收集整理工作中解放出来，企业的财务管理人员拥有更多的时间分析和研究财务基础数据，利用数据指导和改进生产管理过程，财务人员的角色转变为可以影响企业日常业务的管理者，其工作内容也有所扩展，如资产管理、投融资管理等，企业的预算、成本、内控、内部审计等也成为财务人员新的管理职责[5]。

3.3 推动财务数据的深度挖掘和分析

在现代化的企业管理中，财务数据、业务以及产品之间的联系愈发紧密，企业的财务管理部门也要参与业务管理、成本管理、风险控制等一系列工作，传统的财务分析在工作方向上相对固定，主要围绕资产、负债、税务、现金流等内容。但是在新的时代背景之下，财务部门参与企业管理和决策的场景大幅扩充，因而财务分析的角度也在不断创新和变化，基于财务大数据的数据挖掘技术必然在这一过程中发挥出重要的作用。数据挖掘是指数据之间的逻辑关系、问题等处于相对模糊的状态，以数据为材料，通过统计、分析、推理等方法发掘数据中隐藏的内在规律。数据挖掘在财务分析工作中具有很高的应用价值，能够为企业探索出新的财务分析角度，更加充分地挖掘财务基础数据中的应用价值。

4 企业财务分析工作中应用大数据技术面临的挑战

4.1 缺乏开发和应用财务大数据的人才

基于大数据技术的财务管理和分析系统要求相关人才同时具备专业的财务知识和计算机软件方面的知识。首先，企业需要结合自身的业务特点建立网络化的业务管理系统，因而企业的财务管理人员需要形成软件思维，帮助技术部门开发设计符合企业财务管理需求的工作流程和前端界面；其次，财务大数据系统具备开发利用财务基础数据的功能，财务管理人员要掌握利用软件工具分析、挖掘财务大数据的技能，因为只有财务工作者具备专业的财务知识，能够凭借经验探索财务数据的其他利用价值，才能找到新的数据分析角度。大数据工具降低了财务数据分析的难度，同时，创造了更多的可能性。但事实上，大多数企业缺乏此类复合型人才，人才短缺问题亟待解决。

4.2 未建立适应企业经营特点的财务大数据平台和管理模式

企业的主营业务、资产及负债结构、规模、财务制度等都会影响财务信息化平台的建设，不同的企业在财务管理和分析中差异非常大。有些企业虽然引入了软件化的财务管理工具，但是并不符合财务大数据平台的特点。企业在财务数据收集、数据存储、数据展示、数据分析、数据挖掘方面自成体系，要求企业借助计算机技术自主开发财务数据，因此，企业的当务之急是建立符合大数据管理特点的信息化平台。在管理模式方面，企业财务部门的职能和角色需加以转变，工作重点应该是深入参与企业业务优化、成本控制、对外投资、战略决策、价值链管理等，并非传统的基础性核算工作。企业内部的其他部门也要认识到自身在财务管理工作中的职责，落实对基础数据的规范录入。从实践情况来看，很多企业在财务管理模式方面仍未作出有效的转变，不能适应大数据技术的应用特点。

4.3 财务信息的质量和安全难以保障

企业财务分析的精确性、可靠性受到财务基础数据的深刻影响，在财务大数据管理模式下，大量的基础性财务数据由基层部门通过信息化平台上报，直至存储在系统当中。但企业的财务相关数据种类繁多，有些数据可形成统一的结构，但仍有大量的数据在结构上难以统一，在后期应用中难度较大，计算机系统擅长处理结构统一的数据，利用相关算法可以实现快速处理，但如果数据结构无法统一，算法运行就会受阻。因此，财务信息质量受到数据结构不统一的影响，同时也制约了大数据技术的应用。另外，当企业全面应用大数据系统来管理其财务数据时，数据安全防护将成为工作重点，财务数据是企业的机密，同时也是一种无形的资产，而大数据技术以计算机网络系统为基础，存在黑客入侵、病毒感染、系统故障等风险，企业财务大数据的安全防护将成为一个难点问题。

5 利用大数据技术开展企业财务分析和管理的路径

5.1 建立企业财务大数据管理和分析平台

企业财务大数据系统按照功能来划分包括数据存储模块、服务器模块、前端管理模块，其中前端又可细分为业务流程处理模块和财务大数据展示模块。以上各个部分在功能和技术要求上存在较大的差异，企业在建立其财务大数据系统时需重点加强这几个部分的设计。

首先，数据存储模块用于存储海量的企业财务基础数据。在系统架构层面要考虑数据查询时的响应速度，如果系统响应速度过慢，大数据分析和展示功能将受到严重的影响，网页加载速度会受到严重制约。

其次，服务器模块主要用于部署企业财务大数据的相关代码，前端发出的网络查询和存储请求将通过服务器来操作数据存储模块，大数据依靠特定的算法实现财务统计和分析等功能，这些代码要部署在服务器上，并且只有服务器才能运行这些算法程序。

最后，企业的业务处理模块以软件流程化的方式模拟实际的财务管理制度和流程，企业财务部门要参与此类系统的设计，为软件技术人员提供专业的财务指导。大数据展示模块侧重于设计财务分析的指标、财务统计分析的维度、分析方法以及数据展示的形式。其中，财务分析方法包括财务数据描述、对比、结构设计以及财务发展趋势等。

5.2 培养兼具财务管理能力和计算机技术的人才

基于大数据的企业财务管理和分析工作要求财务人员同时具备财务专业知识和计算机应用知识，并且此类工作对计算机应用能力提出了较高的要求，关键要具备数据开发和挖掘的思维，能够熟练应用计算机软件工具。结合企业财务部门的人才实际情况，这种复合型人才目前相对匮乏。因此，企业需要加大人才培养力度，要求财务管理人员学习大数据系统的基本架构，掌握数据结构设计的基本方法，并且不断梳理企业财务管理流程，对从数据采集到数据分析和展示的全过程进行充分的升级改造，使其符合大数据技术的特点。在这一过程中，企业要重视理论层面的全面提升，财务共享管理模式可用于理论支撑，将其和大数据技术结合在一起，以企业大数据存储模块作为企业的财务共享数据中心，实现各部门、各分公司的数据整合。

5.3 加强财务大数据安全管理

进入大数据时代之后，企业在财务管理、业务管理等各个方面都逐渐转向对全面的数字化系统的应用，虽然财务大数据管理模式提升了效率、减少了财务部门的工作量、促进了财务人员的角色转变，但同样也带来了数据安全方面的风险，因为企业在数据存储中应用了云存储、云计算等数据第三方服务，系统故障、数据丢失等问题依然存在，并且企业内部人员在操作这些系统时也可能存在安全意识不足、账号密码泄露等问题。财务大数据是企业的核心资产，是关系到企业经营的机密，对数据安全的要求非常高。企业在管理过程中应该从两个方面强化数据安全：一是选择技术成熟、安全防范能力强的大型云存储服务商；二是企业内部的数据管理应采用权限制，增强各级人员的保密意识，防止财务数据外泄。

6 结语

大数据技术在企业财务管理工作中应用的作用逐渐凸显，其强大的财务数据存储能力、可视化的财务数据展示功能以及自动化的数据采集和计算功能极大地提高了企业财务分析和管理的质量和效率。企业在构建大数据财务分析和管理模式时应构建平台、培养复合型的财务管理人才、增强数据的规范性和安全性，从而确保企业实现健康经营与稳定发展。