大數據時代下的企業財務分析研究

曹婷婷

摘要：近幾年來，隨著我國經濟的發展，企業開始不斷進行全球化的戰略擴張，在這一過程中有效的財務管理對于企業十分重要。但是，當前企業普遍出現了財務分析片面化的問題。與此同時，大數據的出現為這一問題提供了解決措施，也對于企業財務分析提出了更高的要求。本文主要從大數據對財務分析的影響出發，對大數據時代財務分析工作所面臨的機遇進行分析，對其發展的前景進行展望，同時提出大數據時代財務分析轉型對策，希望對于在大數據時代下企業做好財務分析有所幫助。

關鍵詞：大數據;財務分析;機遇;對策

在當前大數據時代的背景下，伴隨著信息技術的不斷普及應用，企業管理者開始意識到海量信息的重要性。而財務分析受到大數據的影響，開始發生變化，為了保證財務分析能夠在企業中發揮作用，對于企業運營情況進行準確評估分析，對于企業未來的發展趨勢進行有效判斷，企業財務分析研究應該放棄報表核算和報表分析這一傳統思路，實現從事務型向經營管控型的轉變。

一、大數據時代對財務分析的影響

隨著經濟全球化的不斷推進，國內企業不斷擴張規模。為了保證企業的正常運營，大數據開始被運用于國內各大企業，與此同時帶來了財務共享服務的財務管理模式新興。該模式的出現，使傳統的分散式財務管理轉變為更為集中化的共享式管理，并且大數據與財務管理中的財務分析有著莫大的聯系。大數據作為財務分析的基礎支撐依據，其準確與否一定程度上決定了財務分析能否發揮其應有的作用。具體來說大數據的出現對財務分析造成了以下三個方面的影響。

（一）大數據思維給傳統的財務思維帶來巨大沖擊

大數據分析往往注重相關而非因果，注重全體而非抽樣，注重效率而非絕對精確。對于財務來說，賬務處理、會計假設、會計估計都需要有充分的依據，僅依靠相關性將不足以采信，財務分析注重因果關系早已被財務人員內化為習慣，要相關不要因果對傳統財務思維將是巨大的挑戰。在精確和效率的排序上，財務通常將精確排在首位，也與大數據思維有別，財務工作對數據精確性要求極高，尤其會計核算工作，“有借必有貸、借貸必相等”是會計試算平衡法的基本原理，容不得半點差錯。

（二）大數據分析將拓展財務分析的內容

大數據一般可分為結構化數據和非結構化數據兩大類，結構化數據可以簡單理解為行數據，即可以用二維表結構來邏輯表達的數據，而不方便用二維表來表現的數據即為非結構化數據，包括所有格式文本、圖片、音/視頻等。大數據時代，結構化數據占比較小，傳統財務分析以研究結構化數據見長，尤其財務分析中最受推崇的比率分析，全部基于結構化的數據進行研究，而對于企業產品的潛力、品質，企業員工的能力、態度，顧客的反饋等其他多個方面非結構化數據，傳統的分析方法卻無能為力。

（三）傳統的財務分析技術將無法滿足大數據的需要

隨著采集、處理數據量級的增長以及數據類型的多樣化，Excel等財務人員慣用的辦公軟件性能將無法滿足需要：首先數據采集環節，傳統的點對點數據人工交互手段，僅能解決少量、低頻數據需求，很難滿足大數據分析大量、高頻的采集需求;在數據存儲方面，大數據的源數據是由結構和非結構化數據組成，傳統的行式關系型數據庫將無能為力，尤其在非結構化數據的處理方面，劣勢尤為突出;在數據挖掘上，將面臨更大的挑戰，對大數據存儲技術的應用，要求使用者至少要熟練使用一門編程語言，如Java、SQL等，在此方面，大部分財務人員幾乎是零基礎。

二、大數據時代財務分析工作面臨的機遇

（一）企業財務預測能力會顯著提高

大數據的應用會使企業的財務預測能力顯著提高，因為將財務數據與非財務數據同時分析，結構化數據與非結構化數據同時處理，宏觀數據與微觀數據并行提取，可使數據之間的關聯性增強，提高了財務分析的效率，加大了財務分析的深度。對于財務分析人員，積極尋求非財務數據與財務數據間的聯動關系，建立相關模型，有助于合理評價財務信息，制定適合企業發展的財務戰略。

（二）提高企業財務分析與決策的效率

傳統的財務分析工作一般是對幾個簡單的財務指標或者數據模塊進行分析，這樣的方法通常將非結構化信息中存在的重要內容忽略掉，導致一些對于決策有決定性作用的信息沒有被體現出來，致使財務數據利用率低、準確性差，這種分析形式已經不能滿足日新月異的市場環境。大數據時代，財務分析能夠突破數據信息樣本分析的局限，實現數據信息的總體分析，利用數據分析工具構建多種模型，為財務分析提供宏觀經濟數據上的支持，提高數據分析和決策的效率。

（三）財務數據分析的實時效果顯著加強

與傳統財務數據分析相比，大數據不僅能夠網羅所有信息，而且能夠滿足財務決策的實效性需求，使財務分析報告由原來的靜態變為動態。依托大數據系統平臺將獲取的動態數據進行歸類和整理，提取出產品市場或營銷戰略所需要的數據，實現企業自動監控的行為，降低人為因素對財務真實性造成的影響。

三、大數據環境下財務分析變革的對策

（一）轉變傳統思維觀念

1.要相關不要因果，有賴于決策者和執行者先行先試

傳統財務分析習慣沿著“發現問題-分析問題-解決問題”的思路進行分析，能夠清楚的講明因與果，說服力強，易被采信。而大數據應用中可以在事先未能發現問題，更無法有效分析問題的情況下，根據相關性提出企業經營效益提升方案。如果決策者和執行者未能轉變觀念，仍然深究因果，財務分析的成果將很難被采納，財務將因無法影響決策，又不能親自實踐，使其價值無法得到體現，那么，財務分析擁抱大數據將會是一紙空談。

2.要全體不要抽樣，財務分析框架需增加非結構化數據研究

受限于計算能力和效率，傳統的分析技術多用抽樣的方法，抽樣將意味著未被抽到的數據信息會被遺漏，為確保會計信息的客觀、公允，財務在對損失和收益的估計上偏謹慎。大數據時代，計算機技術已經讓全量研究成為可能，并有效解決抽樣不足的問題，數據分析將有可能更全面、客觀的評價經營活動。在大數據時代，擁有更高效的數據存儲和挖掘技術，財務分析的框架必須擴充非結構化數據研究的內容，對涵蓋業、財乃至企業內外的全量數據開展研究，以提高對損失和收益的準確估計。

（二）重視非結構化數據分析

非結構化數據是“數據金礦”。隨著信息化的普及，辦公自動化、無紙化成了企業的標配，大量的非機構化經營數據實時產生，這些數據的生產可以是任何人，任何時間，任何方式，正因為其任意性，其中不乏“臟數據”，造就了大數據的價值低密度;而其即時、多樣的特征，給予了我們掌握實時動態，開展多維分析的可能，深挖大數據，將給財務分析和經營管理帶來新的視角。

（三）主動向業務延伸，開展業財融合分析

1.決策職能將重新布局，財務分析需業財兼顧。大數據時代，單純依靠主觀決策將無法應對復雜的環境，長期以來依靠經驗、理論和思想的決策方式將讓位于精準的數據分析。大數據下決策參與者的角色將發生改變，各級人員因均可方便地獲得決策所需信息，決策不再是少數高層管理者的專權，傳統的決策分工將因此出現調整，更多戰術層決策下移，企業高層有更多時間和精力謀劃戰略決策，但同時也需要做更多維度的考量，并實時、動態掌握每項戰術的執行情況，以便制定合理的戰略決策。財務分析若要繼續履行好高層決策參謀的角色，必須順勢而為，貼近戰略需要，以更加全面的視角評價，開展兼顧業務的融合分析。

2.業財融合分析是財務報告披露和風險管理的需要。大數據驅動的經營管理模式，從決策到執行的時間將明顯縮短，決策的依據源于數據，執行的結果反應為數據，遠離業務的財務分析，將無法給予及時的風險和價值評估，而財務報告披露是企業對投資人、政府、監管機構的義務，并不會因為企業決策方式的變化而減少，反之可能提出更高的要求。因此財務分析需要在決策環節充分介入，合理評價決策的合規性和效益性，及時的將執行結果與財務報告建立起動態聯系，以滿足業績評價和對外披露的需要。

四、小結

大數據，對于財務工作來說，不僅是一門技術，更是一種全新的模式，財務分析的架構、工具、方法、理念均將隨之改變，只有充分認識到大數據所帶來的影響，抓住這一趨勢，才能充分發揮財務分析在企業經營決策中應有的價值，促進企業提高競爭力，在激烈的市場環境中取得優勢。

參考文獻：

[1]李敬華，賈蓓，李倩茹.傳統統計數據和大數據內涵辨析[J].電信快報，2016（9）.

[2]舒玲.財務分析與大數據運用[J]， 財會學習，2018 （28） .

[3]潘瑞.大數據對財務分析工作的影響和對策[J].財經界（學術版），2018 （15） .

[4]李鋼.大數據時代財務分析的研究[J]. 現代商業，2015 （5）.

[5] 劉曉野，大數據背景下會計專業學生財務分析能力的培養研究[J].現代營銷，2018（6）： 166-167.