大數據時代下的財務管理轉型

滕凌云

摘要：“大數據”的橫空出世，將人們引入了一個新的時代——大數據時代。在這個以“數據”為基礎的時代，傳統不斷被挑戰，變革成為發展的必然。作為企業管理重要組成部分的財務管理，應如何實現大數據時代下的轉變？本文以SHAP公司為例，在現有財務管理系統的局限性分析的基礎上引出預測會計，為企業建立以預測為核心的新的財務管理體系，使得企業能夠適應“大數據”時代下的發展要求。

關鍵詞：大數據 財務管理轉型

一、“大數據”對現有財務管理的挑戰

大數據時代就是一個變革的時代，是生活、工作與思維的大變革。快速發展的IT技術以及數據分析工具讓企業對數據的重要性有了進一步的認識，數據資產的理念逐步被接受和認可。傳統財務管理是建立在“小數據”基礎上的，其理念以及分析方法存在局限性，如不變革，是無法適應大數據時代下企業發展需要的。

目前大多數企業財務管理的核心是預算管理。而企業財務管理所依據的目標大多是在幾個月前甚至是一年前制定出來的。環境的變化使得這些參考數據變得陳舊過時，以此為基礎的過程管理、事后反饋機制以及相關的分析報告、決策建議是否還存在價值？

在“小數據”時代，受到IT技術的局限性，我們收集存儲的數據非常有限，我們分析挖掘數據的能力也非常有限。在這樣的情況下，財務管理的理念建立在對已發生事件的分析上，因此目前的財務管理只停留在描述性數據分析階段，相關的分析報告、決策建議均是“事后性”的。在高速發展的今天，先發才能制人，先行才有優勢，傳統財務管理需要改變，才能避免企業落后于時代發展的腳步。

二、企業財務管理轉型構想

鑒于“大數據”的特點以及傳統財務管理的局限性，將“預測”引入財務管理體系中，建立財務預測體系，從而邁出大數據時代下財務管理轉型的一大步。

（一）預測會計定義

在大數據時代，預測變得越來越重要，本文將管理會計中的預算管理概念擴大從而形成預測會計概念。“預測會計”作為管理會計的一部分，是以各種海量數據為基礎，通過各種數據分析技術從海量數據中挖掘有用信息并加工、整理出預測報告，以使企業管理人員能夠從預測報告中發現問題和機會，面對市場變化提前做好應對。

（二）轉型后財務管理結構

詳見圖1。

三、SHAP實例分析

SHAP是一家生產銷售外用藥、抗生素類、心血管類藥品的企業。企業在經歷了2010年-2014年四年的高速發展期，到2015年受到外部環境以及企業自身條件的影響，發展瓶頸開始顯現，管理提升顯得越來越迫切。在這樣的情況下，引入預測會計到企業管理中未嘗不是一個突破。

（一）問題梳理及涉及財務要素

詳見圖2。

（二）建立預測模型

1.銷售預測

銷售預測是建立在對企業歷史銷售數據的基礎上，尋找導致銷售變化的相關因素，并通過這些因素的變化來預測銷售的變化。

第一步，對企業產品進行分析，獲取影響產品銷售的關鍵因素；第二步，收集相關因素的歷史數據；第三步，將關鍵因素的數據與企業歷史銷售數據進行匹配，分析挖掘相關規律，形成銷售趨勢圖；第四步，實時分析關鍵因素數據以獲取預測數據，并匹配形成銷售預測報告。

實例分析：SHAP公司產品主要分三類。通過對產品的分析，對產品銷售產生影響的因素可分為三方面：企業自身因素、外部日常性影響因素、外部突發性影響因素。

SHAP預測系統模型，詳見圖3。

例如，SHAP公司有一款外用藥產品LYG，該產品主要功效是治療凍瘡。根據對產品的分析，影響其銷售的外部因素至少包含：氣溫、寒潮持續時間以及強度、寒潮涉及地區范圍等。當我們將銷售變化和當時氣溫等變化趨勢相關聯，就可以清晰看到相關性。天氣預測可以幫助我們及時調整銷售預測并做好應對。

2.成本預測

大數據帶來的管理提升將管理思維從“知道事情的成本和發生了什么”上轉變成了“未來成本是什么樣以及為什么會是這樣的”。成本預測就是告訴人們未來成本的相關狀況。

根據預測會計信息流，這里將成本預測分為三步：需求分析、能力分析以及成本分析（詳見圖4）。

沿用上小節案例，當天氣影響因素顯示未來幾年冬天都將因拉尼娜現象而變得異常寒冷，且南方多地也會受影響，而隨后的厄爾尼諾現象又將使氣溫上升。相對應的銷售預測得出LYG產品未來需求量將出現大幅波動。

（1）需求分析。將銷售預測轉換為基于資源配置所需要的工作量，即滿足銷售預測需要多少工作量，需要配置多少資源來完成這些工作量。

（2）能力分析。能力分析需要分析企業所擁有的所有資源。企業是否存在資源短缺、是否在未來能夠獲取相匹配的資源，企業如何對資源的富裕和短缺進行調整以符合未來的需求。由于LYG產品受季節性影響較大，通常在秋末冬初開始進入銷售旺季并一直持續到來年的初春季，而生產采購及檢驗周期為15天，產品生產檢驗的周期為40天，運輸發貨周期5天。目前流水線產能利用率為75%，有三個月該流水線是處于停產狀態。當銷售出現50%增長的情況下生產能力就出現了短缺，如何調整生產資源？是想方設法的滿足銷售需求還是放棄25%的銷售增長？如果設法滿足50%的銷售增長，對于產能不足的部分是增加流水線還是尋求委托加工？原輔料包材供應是否會出現短缺，價格是否會變動？提前采購備貨的成本節約是否能彌補資金占用成本？生產人員是否要增加？如果銷售預測增長只有20%或是100%，那情況又將如何？

（3）成本分析。當未來資源配置齊全，就可以根據能力分析得出的所需資源與現有資源之間的差異，形成不同的決策方案。并根據不同的決策，將所需資源對應的成本分為沉沒成本、固定成本、半固定成本、準可變成本和可變成本。短期內許多成本是很難改變的，而長期情況下成本的改變就變得容易許多。因此我們可以通過離散事件過程模擬預測各類成本變化趨勢，并通過作業成本法/作業成本管理形成預測成本，然后將不同解決方案得出的預測成本進行比較，以得出最優化的方案，從而為滾動預算提供可靠的數據來源。

3.信用管理

SHAP企業的信用管理主要包含賒銷客戶管理，賒銷額度以及信用期限的設立。通過控制對客戶的賒銷金額以及收款期限來減少企業的壞賬損失的效果是非常有限的。而大數據下對海量數據的分析和挖掘技術為賒銷客戶管理提供了有力的技術支持。企業可以通過收集所有自身的或其他各種不良客戶的相關信息，通過數據分析挖掘這類違約客戶的共性，發現客戶在違約前出現的各種征兆，并根據分析結果建立客戶違約預警機制，從而早發現早應對實現真正意義上的風險控制。

四、實施過程面臨的挑戰

本文所指的預測會計所涉及的內容、分析報告是根據企業管理需要制定的，是隨著企業管理需求的變化而變化的。不同企業構建的預測會計模式是不盡相同的。然而在預測會計的實施過程中，卻都會面臨一些共同的挑戰。

（一）信息收集及挖掘方面的挑戰

在實施過程中需要一個高效強大的信息化平臺，這個平臺不單要能夠收集海量的數據，還要有足夠大的空間提供大數據的存儲、轉換和使用，并通過各種數據分析和挖掘技術將這些數據與財務數據貫通。云存儲和云計算是比較好的解決方案，但是卻又面臨著信息安全性的挑戰。

（二）人力資源方面的挑戰

專業財務人員不再能夠適應企業的需要，具有跨領域知識并且精通數據處理的復合型財務人員更能適應大數據時代財務管理的需要。CFO管理理念需要改變，財務部門組織結構需要改變。會計核算不再是財務的重點，財務預測職能將越來越重要，財務部門需要吸納更多的數據分析型人員。

參考文獻：

[1]Viktor Mayer-Sch?nberger & Kenneth Cukier（著），盛楊燕、周濤（譯）.大數據時代——生活、工作與思維的變革[M].杭州：浙江人民出版社，2013.

[2]Douglas W. Hubbard（著），鄧洪濤（譯）.數據化決策[M].北京：中國出版集團，2013.

[3]Thomas H. Davenport（編），吳峻申（譯）.大數據分析——數據驅動的企業業績優化、過程管理和運營決策[M].北京：機械工業出版社，2015.

[4]Lawrence S. Maisel & Gary Cokins（著），林清怡（譯）.大數據預測分析——決策優化與績效提升[M].北京：人民郵電出版社，2014.

（作者單位：上海新亞藥業有限公司）