企業財務數據化的建設與實踐

王竹青

【摘要】? 財務數據化項目可分為三個層次：可視化、模型化、智能化，可視化的工作目標比較清晰，而模型化和智能化的實現則需要漫長的探索。文章以浙江物產環保能源股份有限公司（以下簡稱“物產環能”）為例，探討企業財務數據化的構建及發展路徑，并提出相應建議。

【關鍵詞】? ?云計算;財務數據化;風控決策

【中圖分類號】? F232? 【文獻標識碼】? A? 【文章編號】? 1002-5812（2019）20-0089-04

財務數據化是指企業通過建立一套科學的數據分析體系，為數據使用者提供決策支持。財務數據化項目共分為三個層次：可視化、模型化、智能化。財務可視化是指通過圖形的手法將信息清晰、有效地傳遞給使用者。財務模型化是指將企業的相關信息按照價值創造的主線進行歸類和整理，從而實現對企業財務狀況的分析、評估和考核等功能。而財務智能化是指基于企業的財務體系，結合“互聯網”“云計算”等現代信息技術，所提出的全新概念和實踐。可視化的工作目標比較清晰，而模型化和智能化的實現則需要漫長的探索，不斷迭代。本文結合案例，探討案例企業財務數據化的建設與實踐，以期為其他企業的財務數據化建設提供一些參考。

一、財務數據處理手段和技術的發展歷程

隨著科技的進步，財務數據處理方面的信息技術得到了飛速發展。財務數據處理手段和技術經歷的發展階段如圖1所示。

（一）手工賬階段。手工賬是指由財務人員填寫憑證、登記賬簿、編制財務報表。該階段財務人員的工作量較大，工作效率低下，而且容易出錯。手工賬簿保管起來比較麻煩，年份較早的賬簿容易丟失缺損。

（二）電算化階段。會計電算化是指利用財務軟件，在計算機上完成財務工作。會計電算化大大降低了財務人員的工作量，減輕了財務人員的工作強度，提高了財務人員的工作效率和工作質量。實現會計電算化以后，大量繁瑣的財務數據的計算、歸集、整理、分類等工作都可以由計算機來完成，而且計算機的運行速度遠遠大于手工整理的速度，提高了財務人員的工作效率，計算結果也更加可靠準確、不容易出錯。會計電算化將財務人員從繁瑣的記賬、算賬工作中解脫出來，使其有更多的時間和精力參與企業的經營管理。

（三）ERP階段。ERP系統對企業的各種資源進行管理，包括物流資源、財務資源、信息資源、人力資源等。數據在各個業務系統之間共享，改善了企業的業務流程，提高了企業的競爭力。ERP階段突破了傳統意義上的財務核算職能，增加了財務預算職能和財務管理職能，把各個業務部門的信息集中到一起，為企業的管理決策提供了及時有用的信息。在ERP系統中，財務是對企業發生的各項經營活動的真實反映，財務數據來源于供、產、銷等各業務部門。財務可以和企業的供、產、銷等環節集中在一起，并實現良好互動，大量的信息數據通過網絡從企業的各項管理子系統（如庫存管理系統、采購系統、銷售系統、工資薪金系統等）直接收集，并與財務系統相連接，及時生成會計憑證和會計賬簿。

（四）共享階段。財務共享更多地體現為管理理念的變革，以前由財務人員完成的數據收集、記錄工作，在該階段都由具有“云”概念的計算機系統來完成。財務共享主要得益于網絡技術的發展，影像傳輸變得更加便捷。財務共享可以將位于不同地點的單位的會計業務放到財務共享中心進行記賬和報賬，保證了會計處理和財務報告的統一規范，另外不需要在每家企業和每個辦事處都設置財務人員，也大大節省了企業的人力成本。

（五）智能化階段。智能化是真正的跨時代變革，智能化最重要的能力就是系統自身的學習能力。財務智能化是建立在大數據、云計算、人工智能等新信息技術基礎上的，是伴隨著當前互聯網模式下的財務會計轉型升級與企業創新發展而產生的實踐形態，利用大數據手段進行數據分析，利用先進的人工智能提高企業的財務工作效率，降低企業的財務成本，減少企業的財務風險，促進企業財務工作的變革。

二、企業財務數據化過程中存在的問題及困難

讓絕大多數財務人員困惑的是：數據量的提升并沒有帶來質的變化，數據并沒有創造其應有的價值，掌握了大量數據的財務部門并沒有創造出能夠讓管理層滿意的價值。究其原因，主要有以下幾點：

（一）財務人員提供的表格過于專業。財務信息最主要的使用者是政府、投資者、銀行、企業管理人員等，不具有財務背景的人員理解財務表格可能存在一定障礙。以費用報銷為例，企業其他部門對財務工作最直接的評價是：效率不高，執行不夠嚴格。財務數據實現價值最大化的障礙是：要么太專業，非財務人員很難理解;要么太原始，不能直接看到信息使用者所需的數據。

（二）企業管理層對財務數據化建設不夠重視。在很多企業中，企業管理層對財務數據化建設的理解還很膚淺，沒有真正認識到財務數據化建設在財務管理中起到的積極推動作用。雖然有很多企業為了追趕潮流而設計了自己的會計信息系統，但是這些系統有的并沒有得到真正有效利用，并不能給企業創造最初所設想的管理效果和企業價值。根本原因在于，企業管理層對信息技術的重要作用認識不足，傳統的財務管理方法、財務處理手段沒有為會計信息化所替代。

（三）財務人員的綜合素質不高。傳統的財務相關業務對財務人員的計算機水平要求不高，只需要財務人員具備相應的財務理論和實務操作能力即可。隨著財務數據化的建設與實踐，不僅要求財務人員具備足夠的財務理論知識和熟練的業務能力，還要求財務人員具備較強的計算機處理能力。

（四）財務數據的安全性和保密性有待提高。財務數據化的一個重要特點就是利用網絡手段共享企業所擁有的信息資源，提高企業員工的辦事效率、節省工作時間并減少工作差錯、提高工作質量。然而網絡化卻使企業的財務信息處在高度風險當中，企業的財務數據容易遭受計算機病毒及網絡黑客的攻擊。一旦遭受攻擊，很有可能導致企業的會計信息系統癱瘓，財務人員無法正常工作，還有可能被競爭對手獲取企業的財務信息，給企業造成巨大的經濟損失。

三、財務數據化的目的

財務數據化的目的就是把企業現有的大量財務數據進行進一步深加工，使數據變得更為易用、高效。具體來說，就是幫助使用者更方便、更全面、更科學、更智能地運用數據。以物產環能為例，財務數據化項目的計劃可以分為三個方向和三個階段。其中三個方向是指合同管理、客商管理、物流管理，三個階段是指搭建中臺可視化、數據驅動模型化、人工智能化。如圖2所示。

第一階段：搭建中臺，實現可視化。首先對所有的關鍵數據進行總體概括，幫助使用者在最短的時間內了解到最關心的核心數據信息，然后根據自己的需要，再詳細查詢一項內容。比如使用者要查看企業的合同情況，可以先查看合同的明細匯總清單，然后再查看合同的詳細內容，包括合同本身及相關情況，如購銷對接、預計利潤、發貨收款、結算情況、合同執行的差異情況及原因分析等。在可視化數據系統中，也支持自定義查詢功能，比如當看到一張各電廠當日的生產報表，使用者可以很方便地自定義查詢這幾家電廠連續一周或一個月每天的生產數據，還可以和去年同期相比，對于差異較大的月份，可以繼續查詢該電廠主要客戶的明細情況以及這些客戶的同期對比情況。

第二階段：數據驅動，實現模型化。在第一階段的基礎上，搭建合同價值模型，實現合同ROI分析和過程精準管理;搭建營銷、風控模型，完善客戶營銷、風控決策;建立作業質量管理體系，提升作業質量管理效率。比如在財務分析中會提供單客戶利潤分析表，目的是給選擇客戶提供依據，但光有利潤指標是遠遠不夠的，還有很多其他因素需要考慮。財務模型化就是把這些指標通過科學建模得到一個最終的客戶評價指數，為企業決策提供依據。

第三階段：人工智能，實現智能化。在上述幾個階段的基礎上，結合市場、物資等關鍵信息，智能預判合同價值，實現合同ROI分析和精準管理;將征信、輿情等多渠道數據信息納入模型，實現智能營銷和風控;建立作業自動化監控、告警體系，減少過多的人為干預，提高效率。財務智能化可以替代信息使用者做出決策。

四、財務數據化建設架構

物產環能主營煤炭銷售及煤炭綜合利用、環保技術研發、新能源產品等。物產環能財務數據化建設框架包括兩方面內容，分別是業務數據源和ISEE系統，如圖3所示。

（一）業務數據源。包括四方面內容：（1）采購商機共享。業務人員把掌握的貨源商機和銷售商機進行錄入、展示共享、關聯內約審批等，生成的內約單作為后續生成銷售或采購合同的必要條件。（2）物流信息收集。根據不同業務類型合同，觸發生成對應的不同路徑物流任務單，提供不同的物流信息錄入模板，以便收集每個合同執行過程中的物流信息。（3）合同數據關聯處理。目前，SAP、OA系統主要針對的是數據斷層問題，如同一貿易的采購合同和銷售合同是沒有數據關聯的，針對該問題提供專門的手工關聯處理，以生成數據層面的映射關系。（4）已有IT數據同步。目前主要是將在SAP/OA/海運系統中的各類合同信息通過異步接口或其他方式進行同步錄入。

（二）ISEE系統。系統需求概述：（1）貿易數據一體化。建立統一的業務數據模型，把業務數據按照要求灌入業務數據模型中，形成貿易數據一體化的地基數據。（2）客戶/供應商畫像模型。基于貿易數據一體化地基數據，建立客戶/供應商畫像模型，提供通過輸入客戶名稱、供應商名稱，查詢該客戶或供應商所對應的所有采購合同、銷售合同、物流合同以及主要物流信息等功能。（2）合同效益分析模型。基于貿易數據一體化地基數據，建立合同效益分析模型，結合客戶、供應商、船運公司、港口等各個貿易鏈主體的相關信息，搭建初步的效益分析模型。（3）采銷商機匹配模型。基于貿易數據一體化地基數據，建立采銷商機匹配模型，根據采銷商機的煤種、交貨方式要求、交貨時間要求、上下游價格要求等指標，建立初步的匹配建議，供業務人員參考。（4）物流數據預警模型。基于貿易數據一體化地基數據，建立物流數據預警模型和基本合同物流信息模型。使用者可以從單合同視角查看物流信息，也可以從物流全流程的不同節點角度查看信息，還可以此為基礎查看關鍵物流預警信息。

五、財務數據化的實現路徑

傳統的BI報表項目側重于在企業已有數據的基礎上做出BI效果，而數據可視化項目則采用相反的實現路徑：首先充分調研各部門對數據可視化的需求，數據可視化操作系統與企業管理決策系統以及各個業務部門系統高度結合，具備高級視覺效果與較高性能。數據可視化系統可以滿足財務各級管理分析與決策的需求。再由專家從滿足企業各項業務要求的角度考慮，結合企業各項業務對數據的要求，確定滿足企業業務需求的信息系統，分析企業業務活動中涉及的各項數據內容，并實現所有數據的統一標準和結構化管理。企業通過運用標準統一的業務流程信息語言來實現對財務管理過程的數據化及可視化，通過采用統一的財務管理規范來實現財務工作的規范化、標準化，并實現財務數據結構管理的統一。最終的可視化效果需在多輪試用的前提下不斷優化，最終達成。可視化結果須經各個職能部門管理層、可視化測試團隊共同討論，在得到大家的肯定后才能實施。財務數據化的實現路徑如圖4所示。

六、企業財務數據化相關建議

（一）進一步完善相關法律法規建設。在信息技術迅猛發展的今天，現有的會計法律法規已很難滿足財務數據化建設的要求，政府部門應該從全局角度，科學謀求財務數據化的長遠發展，建立健全財務數據化法律法規體系，使會計更加規范化、更加安全，為財務數據化的發展創造有利環境。政府部門應加強引導，加大對財務數據中心等基礎設施的建設，為加快推進財務數據化創造條件。

（二）企業應轉變管理思路，充分發揮管理會計的職能。在過去的很長一段時間內，企業的財務管理職能主要局限于財務會計方面，通過對過去交易事項的確認、計量和報告，為信息使用者的分析決策提供有用的財務信息;管理會計在企業經營管理中的應用范圍比較窄，還處于探索階段。大數據時代，企業應將管理會計和財務會計提升到同等重要的地位，并由財務會計向管理會計拓展延伸。企業可以通過管理會計對未來的財務狀況、經營成果和現金流量進行預測，控制企業的日常經營活動，考核和評價管理人員的業績。在財務數據化背景下，數據來源的擴展與多樣化，使得管理會計能夠進一步發揮其應有的功能。財務數據化給企業的財務分析提供了更加全面、充分的數據支持，對財務數據進行分析、處理，可以為企業制定長遠的發展戰略提供有力支持。所以說管理會計能夠幫助企業制定更加符合其未來發展要求的戰略決策，提供更加充分可靠的有用信息，幫助企業提高其核心競爭力。

（三）加強財務數據化人才培養。隨著財務數據化的廣泛運用，要求財務人員在具備財務專業技能的同時還需掌握信息技術相關知識，集各專業之所長于一身，為實現財務數據化提供必要的專業知識支持。從目前來看，既懂財務又懂信息技術的“復合型”人才十分缺乏，因此培養企業所需的財務信息化復合型人才迫在眉睫。企業應加強會計后續教育與培訓，通過交流培訓、繼續教育等多種途徑和方式，培養出既精通財務技能、又懂得企業管理的應用型財務數據化人才;加強財務數據化高端人才培育，建立財務數據化人才選拔和評價機制，合理高效使用財務數據化人才，使其各盡其能，充分調動每個員工的積極性，確保財務數據化人才隊伍穩定發展。

【主要參考文獻】

[1] 鄭李海，郭曉芳.大智移云背景下高校財務信息化建設探討[J].寧德師范學院學報（哲學社會科學版），2016，（03）：19-21.

[2] 馬耀紅.大數據時代下推進企業財務信息化的策略[J].財會學習，2018，（06）：34-35.

[3] 蔣星亮.基于大數據背景下財務轉型問題的思考[J].商業會計，2019，（09）：97-99.

[4] 王志權.大數據時代與企業財務管理轉型[J].財務與會計，2014，（06）：74-75.