基于大數據視角的財務分析框架研究

【摘要】隨著信息技術的發展與應用，當今世界已進入大數據時代。而財務數據分析作為企業財務分析的重要部分，其分析結果的準確度直接影響財務管理水平。本項目從大數據的特點出發構建財務分析框架以提供更準確的數據信息。

【關鍵詞】大數據 財務分析 數據挖掘

隨著信息化技術的發展，網絡在我們生活中發揮越來越重要的作用，各種網絡詞語，如：網絡交易、電子支付、支付寶等概念廣為人知，網絡化模式也逐漸改變人們的日常生活和工作方式。隨著云計算等信息技術的發展和應用，“大數據”橫空出世，海量的數據日漸充斥著我們的世界，特別是財務方面，大數據時代因其海量、異構、價值大的數據特征和多變性的信息需求對財務分析提出了新的要求，并帶來了機遇和挑戰。如何在數據的海洋中搜尋到財務的寶貴信息，為財務經營決策提供數據依據成為眾多企業亟需解決的問題。

一、傳統財務分析的主要問題和局限性

（一）企業財務報表本身的局限性

傳統財務報表分析主要以報表中的數據為主，而忽略對非財務報表指標的分析。首先，財務數據本身是有其不足的，比如企業會計準則對固定資產提折舊以及對外投資的核算是可以進行不同的會計處理，因此，其財務分析的結果也是具有片面性的。其次，財務報表以歷史成本為計價基礎，數據可靠，但缺乏時效性和相關性；同時，僅以貨幣計量成本，往往忽視機會成本，而機會成本恰恰是會計報表使用者做出決策的參考數據之一。另外，沒有考慮通貨膨脹或緊縮和物價變動的因素，會導致數據隱藏著物價升值或貶值的風險，不能提供給報表使用者精準有效的數據信息。

（二）傳統財務分析忽視企業本身的發展

現存的財務分析技術僅僅起到了專家性質的解析數據的作用，缺乏與企業自身經營戰略、資源配置、系統管理的結合，分離企業經營的過程和結果，財務報表使用者只能從財務數據中看到經營效率的高低，看不到潛在的財務、經營與戰略風險。大部分企業往往將經營利潤作為財務報表的重點，只圖報表數據的好看，忽略了財務管理的綜合分析與現金管理分析。

（三）財務分析方法的單一性

第一，比率分析法和比較分析法是財務分析的兩個基本方法，但是這兩種方法都只是對企業過去發生的經濟業務的反映，同時，會計報表使用者只有在季度末、年末才能看到企業的報表，報表上的數據不能反映企業現時的經營狀況，因此，報表使用者只能通過對過去數據的分析推測企業的未來發展狀況。

第二，企業會計政策和會計方法的選擇必須依靠財務人員的主觀判斷完成，而不同的財務人員受其經驗、能力等因素的限制做出的財務判斷也不同，缺乏統一的比較標準。

第三，忽略對非財務指標的研究。非財務指標是指與企業的長遠發展有緊密聯系的因素，比如公司的創新能力、技術目標、發展潛力、客戶滿意程度等。非財務指標可以讓報表使用者立足于過去的數據，展望企業未來的發展狀況，加深投資者對企業發展的信心，深切的影響企業的財務狀況。

（四）忽視風險預警機制

大部分財務報表都是基于過去的數據進行財務分析的，大大降低了管理的有效性，不利于企業進行事前、事中控制，不能預見企業未來發展中可能遇到的財務風險，也不能起到指導企業經營戰略的作用。這種現狀不利于管理層展開工作，會一定程度上制約企業的可持續發展。

二、基于大數據的財務分析的改進措施

大數據時代的到來，加大了財務分析的工作量和工作難度，采用數據挖掘技術完成對隱藏在海量信息中的數據的采集，分析數據之間的內在聯系和關聯規則，并基于歷史數據預測企業未來發展趨勢，完成合理高效的分析工作，為企業經營提供科學的依據。

（一）從單一分析轉向多樣分析

數據挖掘算法包含三種方式：關聯規則提取、聚類、分類和預測。關聯規則提取，是通過數學模型的方法從無規則的數據中提取有意義的關聯規則，通過關聯規則協助做出合理決策[1]。在關聯規則提取中，經常采用Apriori算法。此算法通過提取樣本數據的頻繁模式項，采取迭代的多重模式項方法，最終得到固定的頻繁模式項，而這種模式項就是關聯規則。關聯規則有大量的數據支持，我們可以通過這種算法向潛在客戶推薦產品，同時也能拓展數據內容，讓財務分析更加全面。

（二）從分析結果轉向監管過程

聚類方法是無監督分類方法，將數據通過某種距離計算進而分類的方法，通過事先給定的幾個聚類中心，然后計算每個數據到各個聚類中心的距離來將每個數據劃分到對應類別，通過多次迭代修改聚類中心，最終得到各個數據對應的聚類中心[2]。歐式距離（1-1）是一種簡單有效的計算距離的方法。

通過此方法，可以對一些數據分類，然后得到相應結果。既可以完善數據在收集中缺失的必要屬性，又可以直接通過后臺信息的處理獲取直接的產品信息，將數據的觸角延伸到消費者的終端。

（三）從過去轉向未來的預測

分類和預測是有監督的學習方法，在會計財務分析中，經常利用已知的信息預測未知的數據，將實際數據與預測數據進行比較，預測公司的發展方向，然后通過預測幫助企業管理層展開經營工作。

利用數據挖掘方法對財務分析的基本過程：確定分析對象、數據采集（時間序列數據）、數據預處理（刪除噪聲數據）、特征提取（提取原始數據的特征）、數據挖掘（將數據特征加入挖掘模型）、結果分析。下圖1給出了財務分析中采用數據挖掘模型的流程。

三、大數據時代下做好財務分析的策略

（一）加強財務分析人員工作素質

任何一個工作，都要求有能力有技術的工作人員來完成，財務會計人員更是要求有深厚的專業素質和優秀的職業素養，才能有條不紊的處理大量財務數據和應對臨時突發的財務風險。大數據為傳統財務人員提供轉向管理人員的機會，但是財務的網絡化和信息化也對財務人員提出了更嚴格的專業要求，他們除了要具備扎實的會計基礎能力外，還需要學習和深造大數據的處理能力和分析技術。隨著企業規模的擴張、業務種類的繁多，財務人員將面臨數據范圍增大、數據規模擴充、數據類型復雜化，財務人員要在有限的時間里發現數據之間隱藏的聯系和有價值的信息，這些都要求財務人員擁有熟練的技術和的經驗。同時，財務人員也要將大數據的信息轉化成管理建議輔助公司管理層做出有助于企業發展的科學決策。

（二）建立完備完整的財務分析體系

傳統的財務分析模式僅是將紙質版原始材料錄入電腦最后進行數據分析的一種方法，因此它是對過去死板數據的聚集和統計。越是大型的企業，其財務人員只能分析統計出近幾年的財務數據，而更早前的數據卻是人工難以應對的問題。大數據可以對企業積累多年的業務、市場、資源等方面進行深入分析，從中找出可以指導企業前進方向的意見，這樣勢必導致存儲多年的數據流出，簡單的人工操作顯然不可能滿足這種大工作量的任務，因此，大數據的興盛必將重塑企業的財務分析系統。新型的財務分析體系會更加智能化，可以根據企業資金流向、市場環境變化、客戶群體需求變化為企業制定最佳方案，同時，還能幫助企業防范風險。

（三）制定網絡化安全管理措施

大數據給我們帶來了巨大的便利，但我們也不能忽視隨之而來的風險和危害。隨著黑客技術的發展，競爭對手可能故意截取企業商業機密或惡意篡改商業信息讓企業蒙受巨大的經濟損失。數據在網絡傳遞的過程中，也可能會被肆意的病毒侵入，影響企業大數據系統的穩定性和準確性。因此，企業應當建立健全網絡保護措施，如安裝正版殺毒軟件，建立網絡防火墻，信息提取采用身份識別技術等等，同時制定防火、防水以及突發事件的緊急處理辦法。

四、總結

互聯網技術正在悄無聲息的改變著我們的生活，而大數據更是將我們帶入全新的領域。財務分析不應該只重視對數據的研究，更應該結合行業環境、戰略目標全面評價企業經營狀況。在大數據處理下的財務數據能創造新的價值和發展動力，讓企業進入高效健康的發展階段。

參考文獻

[1]陳俊明.基于布爾矩陣的空間關聯規則提取方法研究[J].測繪與空間地理信息，2014，（5）.

[2]黃月，高學東.聚類分析在高校財務風險評價中的應用[J].中國管理信息化，2014，（8）.

[3]劉曉蓉.大數據時代財務分析的研究[J].現代商業，2015（12）：112.

[4]林潔瑩.大數據時代背景下會計財務分析研究[J].濟南職業學院學報，2015（12）：97.

基金項目：本文系安徽財經大學2015年大學生創新創業訓練計劃項目（201510378633）階段性研究成果。

作者簡介：楊星辰（1993-），女，安徽銅陵人，安徽財經大學2012級財務管理本科生，研究方向：財務管理。