基于“互聯網+大數據”分析體系的高校財務服務升級研究

□（廣東外語外貿大學財務處廣東廣州510420）

一、引言

高校財務管理工作是實現學校長期發展戰略目標的重要保證，在高校管理中占據非常重要的位置。隨著我國經濟的發展和高等教育體制改革的深入，高等教育呈現快速發展趨勢，表現在學校辦學規模不斷擴大、收入來源多樣化、支出種類復雜化。與此相適應，近幾年來高校財務制度發生很大變化，新的《高等學校財務制度》《高等學校會計制度》分別于2013年1月和2014年1月1日正式實施，這些新的制度是我國高校財務管理的具體執行指南，給高校科學化、精細化的預算管理及會計核算提出了新的要求。管理是為了更好地服務，服務也是高校財務管理的職能之一。高校財務既要為領導提供決策咨詢的服務，也要為師生提供報銷、薪酬發放、收費等服務。高校財務服務如何適應市場經濟新常態的要求是高校面臨的重大課題。高校財務服務要適應新的形勢，滿足更高的要求，必須創新服務理念和服務方式，促進學校科研、教育事業可持續高速發展。通過技術創新帶動服務創新，提升服務質量。

高等院校作為社會培養“高知”的載體，正逐步成為校園大數據的“集合體（viktormayer-schonberger，kenneth cukier，2013）。隨著高校數據量不斷激增及類型趨于復雜化，業務需求隨之變化，服務要求更精細化、個性化，大數據挖掘成為高校管理創新的利器，“沉睡”的數據逐漸被人們利用，釋放出巨大的數據紅利。王萍和傅澤祿（2014）介紹了美國大學利用大數據工具開發數據驅動決策系統，并以美國紐約教育局為例詳細分析該系統的實踐應用，幫助學區和學校領導制定可持續發展的教育藍圖。胡樂樂（2016）介紹美國許多高校利用大數據實現高校管理創新，預測哪些學生有可能入其校上學，預測哪些學生會學業掙扎或失敗，并給他們提供建議和幫助，從而提高保留率和畢業率。國外高校的大數據工具已經趨于商業化并且普及率高，我國高校在大數據應用方面更多處于嘗試階段，趙靖巖和胡振波（2016）、徐萍（2016）分別在大數據環境下研究高校教學模式與高校輿情應急機制的創新管理。國內高校大數據應用研究主要集中在教學、學生管理、圖書館服務、高校輿情等領域，但是作為具有數據屬性的財務領域研究的較少，主要因為財務數據屬于機密數據，一般采用物理隔絕，難以實現數據交互；同時高校財務與企業財務不同，缺乏市場隨機性，政策文件約束多，不利于數據挖掘在此深入發展。但在國家“互聯網+”舉措的推動下，網絡安全技術逐漸增強，高校極力推動“互聯網+報銷”的業務模式，財務數據交互成為可能，在此基礎上數據挖掘可以應用到學校所有資金流動的領域，并對這些領域數據進行挖掘和分析，更好地促進高校財務運轉和資金績效評估，提高投資的準確性和運轉的有效性，進而改善財務管理水平。因此，高校財務理應抓住技術發展的契機，通過分析多維度數據，挖掘潛在的數據價值，實現跨業務、定制化、個性化需求，把事實數據轉換為智能指標并逐步實現知識服務，預測事物發展趨勢，為高校建設提供有力的財務咨詢服務，創新服務方式，提升服務質量。

二、大數據對高校財務的影響

（一）大數據對財務數據的影響。在大數據背景下，財務數據的來源從以“結構化”數據為主導變更為以“半結構化”“非結構化”數據為主導。傳統的數值型數據難以滿足高校戰略決策需求，大數據背景下為了獲得更全面的業務詳情，財務預決算報表、電子合同、電子發票、關聯方網絡數據、視頻、圖像等非結構化數據必須占據主導地位，從而提供更全面的經濟價值。同時，財務數據的價值從簡單的“數據倉庫”轉變為“深度學習對象”，傳統的會計信息化只是儲存與查詢數據，隨著信息技術的發展，在大數據時代下通過引進統計運算方法和人工智能技術對數據倉庫進行縱橫向分析，將大量原始數據轉化為企業信息，提煉為知識，成為使用者決策的依據。大數據下更是把原來集中式分布的數據架構演變為分布式的結構，采用Hadoop、MapReduce等技術實現協同運行，提高處理效率。

（二）大數據對會計信息質量的影響。大數據時代的到來意味著大數據資源將成為數據資產。但目前關于數據資產卻沒有相關匹配規定，會計準則定義資產應當以實際發生的交易或事項作為依據進行會計確認、計量和報告，如實反映符合確認和計量要求的各項會計要素和其他相關信息，保證會計信息真實可靠、內容完整，因此大數據無法以貨幣計量仍不能稱為資產，這將是大數據時代對會計工作的挑戰。同時，大數據時代下會計主體本身獲得的信息量大幅增加，提高了會計相關性原則的核算內容和維度，信息處理速度加快，會計信息使用者在相同時間內獲得更多的信息，也考驗會計人員如何取舍相關信息。

（三）大數據對會計信息處理的影響。大數據時代下，數據處理不再是只從原始憑證上對信息進行采集，而是從財務以外的其他部門甚至銀行、主管部門、企業等單位進行采集，數據來源豐富，會計人員并不是財務數據的錄入和處理者，所有信息需求者都將參與到會計信息處理流程，會計人員的職能從繁瑣的核算工作中解脫進入更具戰略性的工作職能中——利用其專業知識進行分析預測。同時，會計信息流程將不再是單向傳遞，大數據下弱化了數據的因果關系，強化了數據之間的相關性，因此參與其中的各個環節是交互實時動態，可以滿足不同層次的需求者。

三、高校財務大數據挖掘分析體系的基礎及方向

高校財務大數據挖掘顧名思義挖掘高校財務數據隱含的有用信息，其基礎當然是數據。但是僅限于財務數據是不妥當的，資金流向遍及各項業務，只有把資金所涉及的數據關聯起來才是分析的基礎。因此，高校應該極力推動數據共享化，財務數據安全級別高，以財務數據為核心，抓取教學、科研、資產、后勤、學生等業務數據庫形成大型數據倉庫，為財務數據決策分析提供數據支撐。

大數據挖掘在高校財務管理中將起著舉足輕重的作用，每個高校都應該重視如何發展自身的軟硬件條件來迎接大數據時代的來臨。“爭取技術支撐”“培養及引進大數據與會計復合型人才”“創造大數據加微服務平臺模式”三個方向是發展大數據挖掘必不可少的舉措。

爭取技術支撐：開展高校財務大數據挖掘研究，沒有技術支撐，難以突破現有瓶頸，一切皆為空談。因為從數據儲存、數據采集、數據分析、數據展示等關鍵節點都需要計算機技術的支持，否則數據難以發揮巨大的作用。而且高校財務大數據應用安全與隱私保護非常重要，安全技術評估能降低信息泄露風險。

培養大數據與會計復合型人才：傳統高校會計是一個以單向提供財務信息為主的業務系統，通過財務會計語言、方法和程序，對高校的財務狀況進行反映和控制，為利益相關者提供財務信息服務。在大數據背景下，傳統會計暴露其缺陷，以會計數據為關注點，忽略其他業務數據；以結構化數據為數據源，忽略價值豐富的半結構化、非結構化數據，造成信息使用者無法獲取經濟業務全貌，信息不對稱難以做出準確的決策。大數據環境下傳統的會計人員無法適應新形勢，急需培養符合大數據時代下的復合型人員。未來財會人員不只是提供傳統的財務報表，還能夠分析不同業務的數據集，判斷資金使用方向，提高使用效率，快速生成決策層所需要的報表。未來開放式的舞臺將會增加財務數據風險，財會人員還必須具有良好的計算機安全知識。只有培養財務信息化骨干，才能更好地解決未來大數據應用所帶來的隱患。

創造“大數據+微服務”平臺模式：大數據挖掘功能之一挖掘隱藏的行為模式，如高校財務服務師生，通過分析教師、學生的報銷行為等活動數據，為固定群體提供感興趣的個性化服務，把財務服務滲透到對象的日常生活中，發揮財務服務的最大化效益。

四、高校財務大數據挖掘分析體系的應用

大數據的到來給高校財務管理帶來顛覆性的變革，無論從數據基礎、業務流程、管理模式等方面都可以進行重構來強化新技術的適用條件。首先，云計算、物聯網、電子發票、“互聯網+”等信息技術的高速發展，會計核算從只保留記賬憑證的電子數據發展到可以保存合同、發票、文件等憑證附件的電子資源，拓寬了會計系統的數據基礎，加上校園網基礎信息互聯互通，財務大數據能隨時隨地查詢校內外的關聯資源信息，包括資產處采購數據、網上設備報價、飛機航班、票價信息等，為會計審核提供堅實的信息網絡服務。其次，預算編制重在“全面”二字，傳統模式下耗時耗力，還存在內外預算“兩張皮”等現象。在大數據分析體系下，信息化過程能夠貫穿預算申請、分配、執行、控制、監督、分析的始終，大數據平臺能夠將教學、科研、行政等數據進行過濾、篩選、分析，及時監控預算執行進度，多角度分析預算執行效率；提供動態投入產出等財務圖標，還能提供財務預警功能，為各二級學院提供財務信息，引導學院正確使用經費。再次，大數據的應用把財務分析推向價值分析、戰略分析的層面上，傳統財務分析基于靜態的財務指標與報表，大數據技術能夠把面向結果分析升級為面向過程分析。第四，財務人員使用異常點數據挖掘技術，可以及時發現問題，提前采取措施避免或減少損失；同時運用海量的、非結構化的數據量化分析不同流程、不同方案所帶來的收入、成本及風險，進而真正選擇能夠使得學校價值最大化的流程和方案。第五，大數據技術也能使高校財務信息披露更上一層樓，實現實時化、動態化、交互式、非結構化等先進方式的會計信息披露。最后，大數據技術給服務帶來的改革主要是從面到點，用戶需求逐漸趨向于個性化與定制化。“微服務”的核心價值在于利用先進、穩定的信息化技術手段，將龐大且復雜的業務體系微小化，以構建特點突出、個性鮮明的“微小”服務來貼近用戶的服務體驗（Matt Pistilli，2016）。微服務主要在業務服務基礎上利用業務數據與微信、QQ、手機、微博等移動終端進行深度融合，通過數據清洗過程，挖掘隱藏的用戶模式，建立常態化模型，為用戶提供個性化需求及資源配置。

五、總結

“互聯網+大數據”時代下既是高校財務管理突破現有限制的機遇又使其面臨新的挑戰。數據安全特別是個人隱私數據的保護普遍成為關注的焦點。Matt Pistilli在《倫理、大數據于分析：一個應用模式》一書中指出我們對大數據倫理的考慮落后于應用實踐（2016）。校園卡刷卡記錄、個人工資數據、報銷記錄等信息的暴露容易涉及違反隱私法，同時給被采集者和社會帶來不安與擔憂。因此，高校在收集和應用數據時，應高度重視，盡最大可能保護個人隱私和保證數據安全。