基于業財一體化視角的融資租賃公司財務數據治理研究

肖 泱

(中關村科技租賃股份有限公司 信息科技部,北京 100081)

0 引言

當前，數字化時代背景下，業財一體化對企業的發展具有非常重大的意義。但是，現今的企業存在著很多業務、財務兩張皮的現象，或僅實現業務、財務的部分一體化，大部分的業務、財務數據仍處于分離狀態，不利于企業應對日益錯綜復雜的競爭環境。有效的業財一體化不僅能提升企業內部的經營管理能力及對外業務的拓展能力，更有利于在戰略層面提升企業的核心競爭力。

然而業財一體化常常伴隨著諸多挑戰，尤其是數據領域，數據問題經常導致業務、財務相關報表數據不準。只有搭建完善的數據治理體系才能為這一進程不斷深入提供堅實基礎和強大助力。

1 什么是業財一體化

業財一體化，即業務財務一體化，也稱為業財融合，其基本思想是在包括網絡、數據庫、管理軟件平臺等要素的IT 環境下，將企業經營中的三大主要流程，即業務流程、財務會計流程、管理流程有機融合，并將計算機的“事件驅動”概念引入流程設計，建立基于業務事件驅動的財務一體化信息處理流程，使財務數據和業務融為一體。

業財一體化改善的是財務數據的狀況，把財務數據與業務數據融合在一起。現階段大部分企業的業財一體化主要實現了財務自動核算，即業務流程相關記賬節點按規則自動生成憑證，并傳輸至財務系統，實現記賬來源統一。而對經營分析的功能較少涉及，主要原因還是大部分企業面臨著較多的數據問題。

2 業財一體化中常見的數據問題

2.1 數據不及時

通常情況下，財務部在月末結賬后，才能把所在月份的財務數據提供至管理層及外部監管。有些企業一般為次月月初結賬，所以管理層要想看本月的財務狀況，只能等到次月的上旬，效率差一點的企業可能要等到中旬。業務部門數據錄入的不及時導致財務數據的晚出具，公司可能會錯失最佳的決策時機。

2.2 數據不準確

業務部是數據的生產部門，財務部是數據的接收部門，業務在系統內錄入什么數據，財務就呈現什么結果。如果業務在系統內錄入的數據是錯誤的，審核節點也未發現問題，那么財務做的賬也是錯的，將直接導致財務報表的數據錯誤。

2.3 數據不完整

業務在系統內錄入的數據部分存在缺失，比如還存在部分業務線下處理，未全部轉到線上系統，后期也未在線上系統補錄，造成財務還需線下手工簽批、制證等相關工作，導致線上、線下不一致，還需建立線下數據臺賬，后期每次對賬時若遺漏線下數據部分便容易出錯。

2.4 數據規范不統一

不同系統在數據命名、編碼、定義、取值上的差異，還有不同管理視角下數據口徑、顆粒度，都有可能造成數據規范的不統一，進而導致相同原始數據在多個系統中獨立存儲、多個場景下分別呈現時產生一致性問題，加重數據管理負擔，增大數據應用難度。

2.5 數據資源未共享

對于大多數公司來說，各類系統眾多、建設年代不同、數據接口分別定制是普遍的情況。這往往導致企業內部業財數據交互的模式復雜、效率不高，且數據未共享造成信息孤島。

3 融資租賃公司財務數據治理建設思路

不僅融資租賃公司IT 人員需要從IT 層面掌握如何系統化實施數據治理，財務人員也需要深入認識數據治理并參與其中，從“是什么”“誰來做”“做什么”三個角度來學習并理解數據治理。

3.1 數據治理是什么

數據治理的官方定義為：組織中涉及數據使用的一整套管理行為，由企業數據治理部門發起并推行，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。

數據治理不僅是通過管理數據，來提升數據質量，而且強調流程設定和權責劃分。它不僅是對數據技術的簡單關注，還需解決相關的政策流程和人員分配問題，其核心是通過數據治理計劃，確保組織高層有效安全地利用數據制定決策。

數據治理是企業實現數據資產價值創造的基礎，卻也因為最基礎經常被忽視。數據治理的最終目標強調“提升數據的價值”，因此數據要成為能夠應用于業務并產生特定價值的信息，就需要通過數據治理工作來完成。

3.2 數據治理誰來做

從實踐的經驗來看，有效的數據治理不僅需要IT 的介入，還應該由公司跨部門的人員組成并相互協作，其中，除了業務部門作為數據生產部門必須參與外，財務人員也發揮著不可或缺的作用。

《中國總會計師（CFO）能力框架》中指出，CFO 應具備數據治理能力，要可以組織分析各項會計數據與業務數據（非會計數據），方便、安全、快捷、可靠、敏銳地利用數據進行決策支持。除了高層財務管理人員外，其他財務人員未來的崗位職責也可能隨著數據治理的開展而產生變化。

3.3 數據治理做什么

國際數據管理協會（DAMA）定義了數據治理的框架，包括數據治理、數據架構管理、數據開發、數據操作管理、數據安全管理、參考數據和主數據管理、數據倉庫和商務智能管理、文檔和內容管理、元數據管理和數據質量管理10 個領域。

數據治理的工作方向事實上涵蓋了數據管理的各個方面，而重點在于如何形成包括組織、制度、流程、工具等要素在內的整個體系。

對財務人員而言，參與數據治理的當務之急，除了補充相關的認知外，在于采用合適的方法，并明確在數據治理過程當中的職責，開展數據治理工作任務，同時將數據治理融入財務管理工作流程當中去。

財務人員對數據治理有了初步認知后，可采取“盤、規、治、融、用”的實施思路，通過整合、治理、挖掘，打通業財數據壁壘，提升數據質量，支撐經營管理決策。

盤：厘清有哪些數據項、分別是什么含義、數據項在哪里存儲及哪個功能顯示。數據盤點進行數據梳理分類及目錄，為數據標準化、數據集成及共享奠定基礎。

規：將盤點好的數據項建立數據標準，形成標準規范，確保數據口徑統一。主要為兩個步驟，一是定標，包括業務定義、技術規格、取值標準、管理屬性，特別關注當前數據口徑不一致的數據；二是落標，根據數據標準，落標于源系統中，主要為業務系統，需相應進行系統改造。

治：進行常態化數據治理，通過數據質量檢核規則，進行數據質量探查，并落地到源系統中進行數據的補充、修正以及源系統的改造等。同時建立數據質量管理機制，建立發現問題—分析問題—解決問題—持續優化的閉環機制，在源系統分別執行數據質量管理方案。

融：即業務財務數據融合，通過業務財務相關數據口徑的統一，技術上業務系統、財務系統建立集成接口，業務系統內與記賬相關流程節點自動生成憑證并傳輸至財務系統中，其目標是實現在財務系統內準確的出具財務報表，減少手工操作。

用：基于“盤、規、治、融”的完成，基本形成數據資產，可構建指標體系、標簽體系，面向執行層、管理層和決策層用戶構建數據統計、分析、挖掘及智能模型等多種數據應用，支撐業務操作、運營和決策。

4 融資租賃公司財務數據治理建設實施路徑

針對兩種不同的財務數據治理方法，由于數據治理范圍及重視程度不同，其建設步驟及內容也不同。

4.1 “問題專項式治理”方法步驟及內容要點

4.1.1 組建“財務數據治理”臨時小組

“財務數據治理”小組，由財務部、業務部與IT 部共同組成。

財務部：負責盤點財務數據問題，并解釋說明問題數據項的業務含義、業務規則及計算邏輯等，聯合IT 部制定數據標準。

業務部：負責對財務部發現的數據問題進行源系統（通常為融資租賃業務管理系統）的數據補錄、問題確認并修改。

IT 部：負責與財務部聯合制定數據標準，對數據問題進行源系統（通常為融資租賃業務管理系統）的數據運維、系統改造，包括修改報表邏輯、新增相關報表、新增相關字段校驗邏輯等。

4.1.2 盤點現存的關鍵數據問題，確定數據治理范圍

財務部對企業關鍵業財一體化問題數據進行盤點，并梳理關鍵問題數據的分類及目錄，同時厘清財務數據在各環節處理的系統承載及所需信息字段，識別業財數據的標準差異與銜接斷點，確定數據治理的范圍。盤點方法可先從財務類相關報表出發，哪些報表指標數據項存在源系統無法直接取數或取數不準確的情形，需耗費大量人工的，梳理分析問題指標類數據項的計算邏輯，倒推出基礎數據項，從而列出基礎數據項問題數據清單，以及指標類數據項問題數據清單。

關鍵數據問題的背后，也存在流程不合理的問題，對于暫不明確規則的流程，如變更流程等，需通過流程治理明確規則，此項同樣也需納入數據治理范圍中。盤點問題數據清單完成后，由IT 部負責數據問題清單文檔的完善，對問題進行初步分析，為下一步建立數據標準做準備。

4.1.3 建立關鍵問題數據項的數據標準

IT 部制定數據標準模板，模板需區分基礎數據項標準及指標類數據項標準。基礎數據項標準要有明確數據的業務屬性（業務含義、業務規則、來源標準等）、技術屬性（數據長度、數據類型、來源表及字段等）及管理屬性（數據標準歸口管理部門、數據認責部門等），指標類的數據項要有明確的業務含義、統計口徑、計算公式等。

其中業務屬性主要由財務部負責說明；技術屬性由IT 部負責說明；管理屬性由財務部與IT 部共同梳理并提交公司相關領導確認。

舉例：“融資租賃資產余額”為指標類數據項，其計算邏輯為融資租賃資產余額＝長期應收款－未實現融資收益－其他應付款（計提的稅金）。

4.1.4 落標源系統改造及數據應用

根據已確定的數據標準范圍，梳理出源系統改造范圍，細化到改造哪個系統、改造哪個功能、涉及哪些字段，同時也需加強業財一體化的應用。改造類型按基礎類數據項和指標類數據項，改造范圍分為字段調整和報表新增、業財一體化調整兩大類。基礎源系統改造完成后，若公司已搭建報表平臺，可通過報表平臺在各自權限范圍內進行數據的共享使用。

字段調整及報表新增方面：在相關信息錄入頁面增加數據校驗邏輯，以保證存儲到數據庫的數據正確，以及相關功能的字段邏輯調整；報表新增方面比如在源系統或報表平臺增加新的報表，針對源系統未開發的相關數據項報表按模板及邏輯進行開發，以方便后期相關部門使用。

業財一體化調整方面：若業務系統與財務系統已初步建立業財一體化，實現業務主流程相關憑證生成節點自動制證，并通過接口傳輸至財務系統。從數據完整性的角度，建議將所有業務類相關的流程，特別是變更流程涉及記賬類，首先由線下流程轉移至線上，如展期、支付期平移、提前部分還款等，這樣線上能根據相關確定規則自動制證，以保證業務類的憑證生成統一來源，防止兩張皮的出現，其目標為實現財務報表數據生成的準確。

4.1.5 關鍵問題數據質量定期檢核

關鍵問題數據項落標至源系統后，財務部人員可定期從源系統導出報表數據，并與財務系統內數據進行一致性核對。若數據存在問題則反饋至IT 部，在源系統或報表平臺進行調整。

4.2 “全局式治理”方法步驟及內容要點

4.2.1 數據治理頂層設計

企業的信息化規劃需進行頂層設計，數據治理同樣也需頂層設計。通常數據治理是IT 治理的一個組成部分，而現階段隨著數據治理的重要性不斷提升，數據治理已經獨立于IT 治理，因為數據治理和IT 治理有不同的治理對象、需求和目標，所以它們也應該有相互獨立的框架、模型、組織架構、過程和規則。

數據治理頂層設計內容包括：建立數據治理組織、制度、流程。

數據治理組織方面：有效的組織機構是數據治理成功的有力保證，也是數據治理長效運行的基礎。數據治理組織包括決策層、管控層、執行層，其三層的組織架構支撐數據治理工作的開展和職責的落實，同時也明確數據治理組織架構與人員角色定義，明確相應的責任人和職責。

第一，決策層即數據治理委員會，負責結合公司戰略，為數據治理引領方向；審批數據治理年度工作目標、數據管理制度及流程、方案和主要計劃；決策數據治理重大事項；協調各相關部門參與數據治理工作。通常由公司總經理牽頭，與各分管領導高管共同組成。

第二，管控層即數據治理辦公室，負責牽頭制定數據標準、數據管理相關制度辦法及流程；制定數據治理工作年度目標及計劃，并有效分解、落實到各數據治理小組進行承接；同時牽頭組織數據治理方案設計及實施，對數據治理各小組提交的設計內容進行審議，向決策層匯報數據治理工作。

第三，執行層即數據治理工作小組，主要負責數據治理的貫徹執行，負責參與數據治理工作的方案設計及具體執行，解決日常的數據問題。通常跨部門組成，建議由以下角色組成：數據主責人、數據錄入人、數據使用人、技術支持人等，其中技術支持人可為信息科技部的數據相關崗位，如數據需求崗、數據標準崗、數據質量崗等。其中業務部門為主要參與對象，因為業務部門既是數據的生產方，也是數據的使用方，在數據治理建立的基礎上，還可不斷促進“信息科技與業務協同”，共同提升公司信息化及數據質量水平。

數據治理制度及流程方面：制度流程體系建設是數據治理成功的重要保障，制度流程體系的制定包括四個方面：一是制定及發布數據標準相關制度，以及數據標準的制定和變更流程；二是制定及發布數據管理標準，制定數據質量管理制度及實施細則，明確數據管理職責，定義數據管理流程；三是制定及發布數據交換標準，通常為數據采集、存儲、加工使用的技術標準、接口標準等；四是制定及發布數據安全相關制度辦法，保障數據的安全使用和共享。

4.2.2 建立完整數據標準

首先，需對企業所有數據進行盤點，并梳理數據分類及目錄，包括全企業數據架構，對企業的數據模型、數據關系、數據處理有清晰化的認識，從而確定數據標準的范圍。企業在確定數據范圍時，需要從縱向上考慮監管報送、內部管理、經營信息三類需求，從橫向上考慮融合財務、資產、風控等各職能部門的需求，梳理明確需要治理、共享的數據內容，進行數據分級、分類。建標工作的主導方，若企業內有數據管理部門，則可發起主導；若無數據管理部門，可通過信息科技部對外招標數據治理咨詢項目，由專業的咨詢公司或軟件公司進場共同開展數據治理工作。

其次，對數據治理范圍進行標準的制定，良好的數據標準體系有助于數據的共享、交互和應用，可以減少不同系統間數據轉換的工作。數據標準適用于業務數據描述、信息管理及應用系統開發，包括基礎標準和指標標準（或稱應用標準）。可以作為經營管理中所涉及數據的規范化定義和統一解釋，也可作為信息管理的基礎，同時也是作為應用系統開發時進行數據定義的依據。其涉及國家標準、行業標準、企業標準和地方標準，在定義元數據實體或元素時進行關聯。數據標準主要由業務屬性、技術屬性和管理屬性三部分構成。同時還需要不斷地補充完善、更新優化和積累，以便更好地支撐業務的開發和系統的集成。

第一，業務屬性。業務定義主要是明確標準所屬的業務主題以及標準的業務概念，包括業務使用上的規則以及標準的相關來源等。對于代碼類標準，還會進一步明確編碼規則以及相關的代碼內容，以達到定義統一、口徑統一、名稱統一、參照統一以及來源統一的目的，進而形成一套一致、規范、開放和共享的業務標準數據。

第二，技術屬性。技術定義是指描述數據類型、數據格式、數據長度以及來源系統、來源表、來源字段等技術屬性，從而對信息系統的建設和使用提供指導和約束。

第三，管理屬性。管理信息是指明確標準的所有者、管理人員、認責部門等內容，從而使數據標準的管理和維護工作有明確的責任主體，以保障數據標準能夠持續地進行更新和改進。

4.2.3 技術選型數據治理平臺

數據治理是一個長期的工作，需持續進行數據治理事項的日常監控，可技術選型數據治理平臺作為數據治理體系的落地。目前市場上已有成熟的數據治理平臺軟件產品，一般也稱為數據管控平臺，主要包括的功能模塊有元數據管理、數據標準管理、數據質量管理等。構建以元數據為基礎、數據標準為核心、數據質量提升為目標的管控平臺，管理企業數據資產。將制定的數據標準、數據質量檢核規則等落地到數據管控平臺中。

第一，元數據管理。元數據是描述數據的數據，涉及業務元數據、技術元數據、管理元數據，是數據管控的基本對象。元數據管理是企業數據治理的基礎，通過平臺對元數據進行動態采集和管理，實現對多變、動態的數據進行管理。運用平臺數據分析功能，幫助用戶理解數據的加工處理過程，為用戶更好地認識數據、分析數據、挖掘數據提供基礎工具。從功能層面需包括：元數據采集服務、元數據訪問服務、元數據管理服務和元數據分析服務等。

第二，數據標準管理。數據標準是保障數據的內外部使用和交換的一致性、準確性的規范性約束。數據標準管理是規范數據標準的制定和實施的一系列活動，通過線下制定的數據標準，包括數據項標準、指標類標準，嵌入數據標準管理模塊中，實現數據標準增、刪、改、查、發布、審核、修訂等各種基礎操作，其變更過程能被自動記錄，通過變更版本控制，追蹤標準歷史。通過多維度指標分析數據標準，可全面了解標準總數、生效數、失效數等。從功能層面需包括：數據標準編制、數據標準審批、數據標準發布、數據標準使用及分析等。

第三，數據質量管理。數據質量管理包括對質量規則的配置和根據規則進行數據的校驗，通過規則配置、任務配置、檢測記錄等操作，能夠評估數據質量，產生問題數據，并落地到具體應用系統中進行數據修正或功能調整，如增加相關數據校驗等。數據質量管理工具從功能上需包括：數據質量指標管理、數據質量規則管理、數據質量評估任務、數據質量評估報告等。需注意的是，輸出數據質量評估報告的前提是已經完成了前面所提到的元數據、數據標準、數據質量規則的建設，并落標到了各個子應用系統中。

依然以“融資租賃資產余額”數據指標舉例，數據質量規則配置中，可增加業財一致性的校驗規則。從業務系統數據邏輯角度，可按計算邏輯“所選時點所有合同剩余本金”；從財務系統數據邏輯角度，按科目余額表的計算邏輯“長期應收款-未實現融資收益－其他應付款（稅金部分）”，二者建立一致性校驗，并通過數據管控平臺定時跑數，若二者數據不一致，則可通過管控平臺發出郵件或微信提醒至相關財務人員，檢查并分析源系統數據問題，并反饋IT，共同制定解決方案以保證后期數據的準確性。

5 結語

當前，數據已成為企業的核心資產和重要戰略資源，是重要的生產因素。在數據驅動的數字時代，企業只有將業財真正融為一體，才能從中萃取更大的數據價值，將數據資產打造成企業核心競爭力之一，而數據治理就是挖掘這些價值的重要手段和工具。然而，數據治理不能一蹴而就，業財一體化也不是一朝一夕就能夠完成，夯實數據基礎，提升財務管控和服務支持的效率和能力是當前企業在數字化時代進一步發展的首要任務。