財務智能決策應用研究

朱芳莉

摘 要：當前信息化發展日新月異，通過推進財務智能化決策，提升財務工作效率及財務管理水平，提升財務決策的科學性及準確性，在企業經營中越發重要，本文詳細分析了財務智能化的發展歷程、必要性及如何構建系統，并分享企業的財務智能化應用實踐經驗。

關鍵詞：財務；智能；研究

一、智能決策的概念及發展歷程

（1）智能決策的概念。智能決策支持系統（IDSS）是人工智能（AI）和DSS（Decision Support Systems）相結合，應用專家系統技術，使DSS能夠更充分地應用人類的知識，如關于決策問題的描述性知識，決策過程中的過程性知識，求解問題的推理性知識，通過邏輯推理來幫助解決復雜的決策問題的輔助決策系統。財務智能決策支持系統，財務信息系統與智能決策支持系統相結合，充分使用企業生產經營數據進行智能決策的智能化決策系統。

（2）智能決策的發展歷程 1.計算機發展初期，主要用于科學計算問題，隨后轉向事務處理問題。2.企事業單位的業務數據處理需求，促使MIS系統得到迅速發展和普及，解決了信息存儲、組織和利用問題，促進了企事業單位信息化的進程，但不能分析挖掘并利用數據庫中潛藏的深層知識。 3.20世紀70年代，學術界對于應用系統分析、傳統運籌學、MIS等學科的發展和作用進行了反思，認為它們都遇到了一些障礙，主要是由于不重視或者無法正確體現決策者的真實需求和作用。4.1971年，美國麻省理工學院的《管理決策系統》一書中首次指出計算機對于決策的支持作用，提出了決策支持系統的概念。5.1989年美國加特納公司的分析師首次提出“商務智能”的概念。商務智能是數據倉庫、聯機分析處理和數據挖掘等相關技術走向商業應用后形成的一種應用技術。

（3）智能決策的三大階段 1.數據庫階段。DSS發展的初級階段，主要以數據庫為基礎，構建分析程序，20世紀80年代初形成，并在80年代中、后期得到發展。2.數據倉庫階段。20世紀90年代初形成，并在90年代得到發展與普及，是DSS發展的中級階段（過渡階段），主要以數據倉庫為基礎構建。在這個階段，國內外出現了許多所謂的信息中心或數據中心。3.現代商務智能階段。20世紀90年代末期形成，至今已構成一個成熟的體系與學科。它集成了現代計算機技術多個相關領域的最新成果，可以為企業決策提供有力的支持。在這個階段，系統一般由抽取文件支持，采用菜單方式，提供在線信息，能打印特定的報表。

二、構建財務智能決策系統的必要性

（1）財務決策的新課題1.與日俱增的復雜市場環境；2.支持業務增長持續創新的壓力；3.降低財務成本的要求；4.大數據時代的信息爆炸；5.移動互聯網帶來工作方式轉變與創新；6.加速創新應用與探索。

（2）數據（報表）使用者對財務的新期望。1.從分析與報表轉變為對業務深度洞察；2.從回顧歷史轉變為展望未來；3.從接受咨詢轉變為領導業務變革；4.從業務觀察用戶轉變為關鍵貢獻用戶；5.從企業看門人轉變為業務與戰略伙伴。

（3）現實中的痛點。1.信息孤島，系統物理分散。公司的業務系統比較多而且分散，每個系統將形成一個信息孤島，對于縱觀全局了解公司的運營情況帶來不便，如果要收集所有指標將產生跨系統所帶來的困難與挑戰；2.數據量巨增，數據難以管理。隨著公司的發展，各個業務系統的持續運行及未來新的業務系統的陸續投入，將形成大量的歷史數據，物理分散的海量數據給數據管理帶來很大的挑戰；3.業務需求增多，數據利用單一，系統功能單一，數據整合性差。各個業務系統的處理負擔日益加重，統計日益重復，若仍以傳統的方式，在各個業務生產系統中進行統計分析，向運營、營銷、管理人員及時提供充足、準確的統計、報表等信息而又不影響各個業務系統的處理效率已不現實；4.高層管理者難以及時得到正確的信息進行有效的決策；5.業務管理部門難以從整體上管控運營數據反映的問題和原因；6.缺乏有效的數據分析工具。

（4）財務智能決策系統能夠解決管理輔助、決策支持：1.變數據為知識，協助洞悉運營狀態，發現問題，并驅動解決問題；2.消除信息孤島，采集多方數據，搭建整合模型，按需進行組合關聯分析；3.借助工具優勢，靈活定義，快速展現，便捷更新，精細控制。

三、如何構建財務智能決策系統

（1）智能財務決策系數 IDFSS包括：1.戰略預測與決策子系統：投融資預測與決策、銷售預測與決策、存貨預測與決策、成本預測與決策、利潤預測與決策、應收賬款預測與決策、資金鏈預測與決策、盈虧平衡預測與決策；2.戰略計劃與控制子系統：財務預算的編制策略、財務預算的控制、成本費用的控制、資金及資金鏈控制；3.財務分析與報告披露子系統：利潤分析、收入分析、成本分析、期間費用分析、毛利分析、資產結構分析、負債及權益結構分析、營運能力分析、盈利能力分析、杜邦分析、發展分析、同行業指標分析。考核評價子系統：經濟增加值、平衡積分卡

（2）智能決策系統的基礎架構1.三庫結構：早期的決策系統結構形式是三庫結構形式，具有數據庫、模型庫和方法庫的三個庫及相應的管理系統；2.四庫結構：為了提高決策支持系統功能，不少研制者在DSS三庫結構的基礎上增加知識庫提高智能效果。比較典型的結構是四庫三功能結構形式。

（3）財務智能決策系統架構規劃：決策層包括分析、預測系統，如商務智能平臺、全面預算管理系統，模型庫、方法庫在這兩個平臺中構建，未來還需要上專家系統，相當于知識庫。 信息源層、管理層包括各個具體的應用系統，對應結構中的數據庫，如：銀企直連、MES、PLM、SRM、SAP等

四、財務智能決策系統應用實例

（1）銀企直連系統。1、目前大多數公司收付款都直接使用網銀，信息無法與企業ERP SAP系統交互。業務信息鏈斷層的存在，導致收付款項無法與SAP系統中應收應付款項關聯，不利于數據核對、分析的同時，也增加了財務人員的工作量。因此，實施銀企直聯項目，優化收付流程的操作管理。同時也優化了報銷流程；2、銀企直聯的目標：實現企業ERP系統和銀行支付系統的數據交互，提高數據處理的準確性和時效性；銀企直聯的前端和后端分別關聯其他輔助業務流程，以確保收支業務的高效安全和后續財務處理的自動

化，以提高工作效率和工作質量。

（2）商務智能系統。1、建立統一數據模型、信息資源層次體系、數據元素標準、信息編碼；2、使得不同廠家的各個業務系統建立統一的數據模型滿足不同各個業務系統的集成；3、對數據規范化定義，實現信息高度共享，解決數據層面信息孤島問題；4、整合各個業務系統，建立各個業務系統數據中心，減輕業務系統壓力；5、建立業務系統的數據倉庫系統，為日常管理和決策提供有效的數據服務；6、通過數據提取、整理、分析，最終通過分析結果制定有關策略、規劃，可以達到資源的合理配置，改進運營效率，節約成本提高效益的目的；7、提供完備的分析模式，滿足不同分析應用需求。

（3）工業4.0。公司2015年7月起陸續啟動工業4.0系列項目，預計在2020年初步實現數字化工廠建設。其中PLM、QMS、MES三個系統與西門子聯合打造。

1.工業4.0目標。

A、減少上市時間 ：縮短創新周期 、管理復雜產品 、大數據管理。

B、提高靈活性 ：個性化定制和生產、滿足市場快速變化需求 、高生產率。

C、提升資源有效性 ：能源和生產資源的有效利用 。

2.MES：業界領先的一體化制造信息化管理系統，核心功能模塊有：生產管控、資源管理、車間物流智能調度、過程質量管控、安燈系統，實現與SAP、PLM、iWMS、QMS等系統以及與所有生產設備的無縫對接，提高了工廠管理的實時性和透明度，通過制造云實現制造大數據、質量大數據、工藝大數據的智能分析，并形成一個智能決策閉環控制，為實現智能制造，為真正實現工業4.0夯實基礎。

3.PLM：打造數字化企業 ，搭建數字化平臺，以貫穿產品全周期管理的PLM平臺為基礎 。

結束語：公司通過信息化建設，推進財務智能化決策，提升了財務工作效率及財務管理水平，提升了財務決策的科學性及準確性，對企業經營管理水平及經濟效益的提升起到良好的推動作用。