張靜
摘要:信息社會化、社會信息化時代背景下,人工智能技術不斷發展。目前,我國諸多企業已經嘗試應用“財務機器人”來解決財務流程中重復的、繁雜的手工操作,在財務數據處理的準確率與效率方面有顯著提升,有依據和規律的、相對比較簡化的財務相關工作,已逐漸被人工智能所取代。但新時期,財務分析是現在企業財務工作中的重要組成部分,其重要性不言而喻,同時也面臨著新的機遇和挑戰。文章主要探討了人工智能時代財務分析工作存在的問題及原因,并提出了人工智能時代財務分析工作的加強對策,以供借鑒。
關鍵詞: 人工智能 財務分析 財務工作
如今在市場經濟迅速發展的大環境里,企業將面對的競爭對手越來越強大,為了不被淘汰更好地發展下去,企業必須抓住人工智能帶來的機遇,對財務分析工作進行改進與優化,促進企業財務工作的規范化、制度化、現代化發展,從而提高企業的生產與經營水平,實現企業的可持續發展。
(一)數據來源單一
就目前來說,我國大部分企業在開展財務分析工作的時候,僅僅是將企業的財務數據當作依據,導致數據缺乏關聯性,而且僅限于利潤表、資產負債表之間。同時,也缺乏收集其他業務數據的渠道,就算得到了其他業務數據,但因為數據間沒有建立共同的連接字段,不能將各類數據有效串聯起來,這就使得財務分析人員缺乏準確、系統的依據,往往是就財務論財務,難以使財務數據與業務原因實現有機融合。
(二)數據加工時間長
數據是財務分析的基礎,為確保財務分析工作的質量與效果,必須確保數據基礎的準確性及真實性。就企業財務報表的情況來看,其直接輸出數據十分有限,無法充分滿足人工智能時代財務分析工作逐漸提高的需求。比如使用數據的人不同,他們對數據的要求也不盡相同;進行數據同比分析的過程中,需要適當調整可比期間數據,使其與當期數據保持一致。若采取手工操作方式完成這些數據的整理、加工,不僅會花費大量的時間,準確率也相對較低,從而會給財務分析質量產生一些負面影響。
(三)財務分析層次淺
根據現階段企業的財務分析工作,不難發現指標分析仍然存在著較大的比重。財務分析人員花費了大量的時間與精力用于數據的整理、加工,使得其無法進行有深度、有層次的財務分析,所以得出來的財務分析報告主要是對預算執行的總結與分析,或者是簡單的跟同行比較分析、同比環比情況分析等,沒有深入探討數據變動的本質原因,最終導致財務分析報告內容比較單一、層次簡單,也缺乏運籌帷幄性。
(一)缺乏對財務分析的正確認識
首先,市場經濟背景下,企業面臨著更加嚴峻的市場競爭,導致企業更加注重經濟收益,而過于偏重企業生產、經營,缺乏對財務管理、財務分析工作的重視,尤其是一些規模較大的企業,財務分析比較宏觀,比較重視整體性的財務分析,忽視了個體財務分析。其次,一些企業不善于利用財務分析來實現企業經營管理的優化與增強,導致財務分析過程中存在越來越多的問題,財務分析工作的重要性似乎日益突出,但企業缺乏對財務分析的創新,戰略執行不是困難重重就是偏離目標。因為對財務分析的不全面正確認識,導致財務分析結果無法有效服務于企業經營管理的優化與改良實踐過程中去,流失了大量的資源,而且嚴重銳減財務分析人員的工作積極性。
(二)財務分析人員專業素質不高
財務分析人員的專業素質,直接影響著財務分析工作的效率與質量。人工智能時代,有效的財務分析,需要財務分析人員準確了解財務分析方面的理論知識與方式方法,還要具備法律、法規、現代化技術等方面的知識。就我國整體情況來說,隨著相關法律法規的完善及持證從業機制的落實,推動著我國財務人員的整體素質水平的提升,但仍無法滿足人工智能時代財務分析工作逐漸提高的要求。具體體現在:(1)過于注重會計核算,忽視了財務分析。人工智能時代,為順應時代發展趨勢,財務分析人員將時間花費在了學習會計準則上,缺乏學習財務分析知識與技能的時間與精力,無法讓有效的財務分析為企業領導者的決策提供參考;(2)過于看重財務數據分析,但僅是數據分析結果,沒有深入考慮數據背后形成的原因,無法拿出有效的問題解決途徑,導致財務分析報告常晦澀難懂。
(三)財務分析手段相對比較落后
就現階段來說,雖然大多數企業均配置了會計電算化系統,大大提高了會計核算以及財務數據處理的準確率與效率,但一些小型企業仍采取手工記賬的方式,甚至認為會計電算化便是在計算機上進行財務處理,而沒有充分發揮計算機在經營分析、輔助決策、財務預測以及財務分析方面的作用。如今,我國企業中尚未完全普遍用到會計電算化,手工記賬難免地會產生一些誤差,且效率不高、耗用時間長、成本高,導致財務數據存在一定的錯誤與推遲。除此之外,財務軟件的研發速度較慢,遠不能滿足財務分析的需求,進而給財務分析工作的效率與質量帶來了一定的不良影響。
(一)構建完善的財務分析體系
人工智能時代,為確保財務分析工作很好地開展及提升它的質量要求,必須建立完善的財務分析體系。完善的財務分析體系,主要由以下幾部分組成:首先,事前預測。綜合考慮企業發展戰略與人工智能下財務分析工作的發展趨勢,構建關鍵指標體系。具體來說,借助人工智能系統,將各個要素有機聯系起來,采取固化數據整理、加工方法,構建流程化、標準化的數據模型,設置不同變量,最終輸出指標結果,多次數據測算之后,得出符合戰略需求的、順勢發展的指標目標值。其次,事中管控。主要是過程管控、糾偏。具體來說,定期對指標執行情況進行分析,明確指標變化情況,一旦指標發現異動,需即刻報警,并加強控制力度,有效糾偏。再次,事后評價。主要是差異分析評價。自己進行指標取數、對標,并以數據結果為依據開展分析、討論,深入探討異動情況形成的原因,并找出主要因素,制定有針對性的解決方案。最后,將評價結果當作事前預測的指導依據,最終形成財務分析閉環體系。將解決方案應用到企業發展戰略中去,并再次進行評價指標,多次迭代后,對指標目標值進行修正,指導各個環節過程的管理與控制。
(二)建設融合數據平臺
數據是財務分析的基礎,為確定數據使用,必須成立融合數據平臺,全面整理表內資源,打破業務數據的框架,深入挖掘表外資源,實現數據之間的有機聯動,滿足不同數據使用者對不同維度數據的獲取、查詢需求。除此之外,成立融合數據平臺之后,企業財務分析人員也能憑借系統工具更加方便、快捷、準確地獲取信息,進行跨部門的整合財務分析。
(三)提高財務分析人員的專業素質
財務分析人員在財務分析工作中占據著舉足輕重的地位,其專業水平的高低,直接影響著財務分析工作的質量及有效性。基于這樣的原因,提高財務分析人員的專業素質刻不容緩。首先,財務分析人員必須具備良好的分析洞察能力、業務敏感度以及專業判斷能力,以便于在企業復雜的生產經營業務中,準確辨別數據及現象的預測性、趨勢性以及關聯性。其次,財務分析人員必須具備一定的歸納、總結能力,能夠有效提煉財務分析中的重點與關鍵要素,并在財務分析報告中以簡潔的語言表達出來。最后,財務分析人員應具備邏輯推測能力與思考問題的能力,能夠根據表象挖掘本質問題。
綜上所述,人工智能時代,財務分析工作迎來了新的機遇,也面臨著更加嚴峻的挑戰。必須正視財務分析工作中的問題,及時改正、優化財務分析工作中的方式方法,提高財務分析人員的專業水平,提升財務分析工作中的質量,從而為企業風險控制和管理提供有效根據。
[1]儲一昀,倉勇濤,李常安.定向增發中的會計業績效應與財務分析師信息預示[J].會計研究,2017(03):39-45+94.
[2]衛穎.基于價值鏈視角的現代企業財務分析研究[J].會計之友,2017(02):39-43.
[3]游家興,張哲遠.財務分析師公司治理角色研究——文獻綜述與研究展望[N].廈門大學學報(哲學社會科學版),2016(05):128-136.
[4]曹納.淺談我國企業財務分析存在的問題及對策[J].北方經貿,2016(02):74-76.