論企業如何應用大數據實施資產管理

王莉娜 呂 燁

（1.常州大學國有資產管理處，江蘇 常州 213000；2.常州大學國際交流處，江蘇 常州 213000）

在上個世紀末，很多發達國家就已經出現了大數據的雛形，隨著數據挖掘技術和智能工具的發展，到2003年大數據正式進入人們的視野，逐漸地進入突破階段。而2006年～2009年隨著分布式系統和計算能力的提升，大數據進入成熟階段。2010年之后，大數據逐漸地應用于各行各業，并且正在顛覆以往的技術壁壘，引起了新一輪的技術革命，成為推進社會進步、企業發展的一項新技術。隨著大數據應用深度和廣度的增加，數據資源成為企業經營發展中一個新的核心資產，通過強化數據信息管理，不僅能夠及時地捕捉市場上的“商機”，還能進一步提升獲利能力。因此，近幾年發展中，大數據已經成為企業管理中的一種新型模式，這種模式不僅應用到了日常的決策和經營中，也正在逐步地取代傳統資產管理模式，形成企業中新的管理思維體系。

一、大數據簡述

1.大數據概念

大數據最早應用于IT行業， 主要是指規模巨大的海量數據，這些數據超出了目前主流軟件工具在合理時間內達到抓取、存儲、管理和分析的數據群或集合。

2.大數據特點

（1）總量大

在企業日常的經營管理中會涉及各類數據信息，包括財務數據、業務數據、經營數據、外部環境數據，這些數據信息會隨著企業的經營規模不斷地擴大，所以，大數據最大的特點就是總量非常大。

（2）多元化的結構

大數據的類型十分復雜，不僅包括結構化的數據信息，還包括半結構化和非結構化的數據信息。導致大數據多元化結構的原因主要是因為大數據的來源不同，有的來源于互聯網，有的則來源于社會化網絡，所以其具有多元化結構的特點。

（3）具有一定的價值性

通過大數據技術，能夠提取數據信息中的關聯價值，尤其是能夠識別風險和問題發生的可能性，這些結果能夠更好為管理者決策提供數據信息支撐，所以大數據具有一定的價值性。

二、大數據時代對企業資產管理的影響

1.有利于管理模式的升級和轉型

在物聯網、互聯網和大數據技術盛行的今天，通過大數據技術能夠定期對企業資產相關信息進行監督，將數據信息的時效性和價值性發揮出來，打破了傳統信息不暢造成的溝通壁壘，提升了各個部門之間協同合作能力，打破了傳統資產管理的局限性，這對于企業管理模式的轉型十分有利。

2.整合資源優化配置

大數據能夠將各個部門的資源“碎片”進行匯總和整合，通過常用的數據信息庫和信息化系統，為各部門業務開展提供數據信息依據，在企業經營的過程中，大數據實現了資源整合，提升了企業各部門的數據信息共享和交流能力，這對于企業構建科學化、精準化的資產管理體系有著一定的推動作用。

3.數據信息安全系數提升

大數據技術在信息傳遞和存儲過程中能夠實現加密處理，不僅能夠規避人為因素的惡意篡改，還能防止數據信息傳輸和存儲過程中信息的丟失和破壞問題發生，數據信息安全系數進一步提高，這對于資產管理而言有著極為重要的意義。

三、大數據系統的構建

1.大數據系統資產管理目標

隨著科技的不斷發展，大數據技術近幾年在各個領域得到了迅速的推廣，從大數據在企業資產管理應用的現狀來看，還是通過信息化系統，建立數據信息模型實現的。在這個過程中，構建大數據信息系統是應用大數據技術實施資產管理的關鍵，這主要是因為通過構建大數據信息系統，能夠達到如下目標。

首先，通過大數據信息系統的建設，能夠實現資產精細化管理。這主要是因為大數據系統能夠針對企業涉及到的資產內容實施全過程、全活動管理，管理的內容貫穿整個資產生命周期，并且通過信息系統能夠精準地查詢各個環節的資產數據，真實地反映企業資產活動軌跡，明確資產的收益、成本等信息，提升了企業對資產的控制能力。

其次，能夠對資產進行實時追蹤實現集成管理。通過利用資產管理模塊能夠對資產各個管理環節進行追蹤，強化資產審核、負責人等信息的明確，能將企業涉及的資產集中到一個系統之內進行管理。通過資產管理系統就能實現固定資產的臺賬、盤查、折舊和處置等內容的管理，實現了對資產的實時追蹤和集成管理。

2.大數據系統結構框架

圖1 大數據系統資產管理結構框架圖

根據當前企業構建的大數據系統資產管理框架結構來看，主要是涵蓋了四個層面。

（1）數據收集層

數據收集層是企業應用大數據實施資產管理的關鍵。在這個階段，數據收集主要來源有財務類數據收集、業務類數據收集和政策類數據收集。不同類型的數據信息收集的來源也不同。例如，業務類數據信息一般情況下會來源于內部信息系統，而政策類數據信息不僅需要對社會網站的內容進行篩選和過濾，還需要實時關注政府部門的政策變化，包括政府頒布實施的政策法律法規以及相關的資產管理會計政策和會計處理方法。在數據收集的過程中收集的內容不僅包括數據類型信息，還包括非結構類型的市場環境數據信息等內容。數據收集是企業實施資產管理的關鍵步驟，一旦在這個步驟中收集的數據信息不夠全面，那么會直接導致企業在資產管理的過程中出現信息不對稱現象，影響最終的資產管理決策的科學性、準確性。

（2）數據存儲層

數據收集之后，想利用大數據進行資產管理還需要對數據進行存儲，即進入系統的第二層級。在數據存儲層中需要按著企業經營的類型、運行的特點和基本的管理形式，在數據存儲層建立不同類型的數據信息倉庫。首先，根據收集的信息建立原始數據倉庫。在原始數據倉庫主要是存儲企業涉及的各類資產的原始數據信息，包括資產業務類型的數據信息，從而為以后數據信息分析和數據信息匯總提供準備。其次，建立模型信息數據倉庫。這主要是因為大數據實施資產管理的過程中會根據數據信息的變化在分析階段構建相應的數據信息模型。例如，通過建立模型信息數據倉庫，能夠根據企業資產投資的內容進行項目數據信息核算和對比，通過計算投入產出回報比率，從而為管理者資產投資提供數據信息支撐，也為企業資產收益提供一定的參考。最后，建立方法數據倉庫。方法信息數據倉庫內涵蓋了資產的各類分析方法以及指標的計算方法，系統能夠根據資產相關內容選擇合適的方法對這些數據進行存儲和分類，企業大數據分析常用到的各種方法，這是資產分析的關鍵步驟。

（3）資產分析層

資產分析層是企業應用大數據實施資產管理過程中的核心內容，這主要是因為通過對提取、匯總原始數據倉庫的信息內容，配合數據存儲層的相關分析方法和財務模型，能夠對資產的變動指標進行全面的了解和掌握，尤其是通過資產分析層，能夠詳細地對企業現階段的資產結構、貨幣資金、固定資產、存貨，以及應收賬款等相關內容進行具體的分析。例如，以應收賬款為例，通過資產分析層，能夠針對企業經營過程中多個年度的應收賬款總額、壞賬、應收賬款回收率等內容進行全面的掌握，有利于企業發現應收賬款管理過程中存在的問題，針對問題深度分析問題發生的原因，這對于提升應收賬款管理水平有著積極的作用。同時通過資產分析層，還能對固定資產和存貨內容進行分析，例如，通過數據信息模型，能夠直接地反饋存貨的發貨情況和數量變動情況，有利于控制自身的生產經營規模，為優化存貨資產管理提供助力。

（4）資產決策層

企業資產管理涉及的內容相對較為復雜，這主要是因為企業資產管理的內容較多。所以，在大數據系統實施資產管理的過程中，最終的層級就是資產決策層。資產決策層包括了對資產的預算管理、資產的變更管理、資產的處置管理、資產的投資等內容，通過這些內容能夠對資產管理涉及的成本內容進行細化，對資產產生的利潤進行預測，對資產管理的基本情況進行反饋，更好地對比企業當前各項資產的情況，作出正確的資產管理決策。

四、大數據在企業資產管理中的應用

1.運用大數據技術完善資產管理監督體系

在以往的資產管理中，傳統的資產監督管理存在一定的弊端。在監督體系建設方面。很多企業在使用傳統方法監督企業的資產管理的過程中，由于對資產管理的內容重視程度不足，很難自上而下地建立完善的資產管理監督環境。甚至傳統的資產管理監督機制還存在規范性不足、可操作性不強等問題。這種情況下，不僅企業的資產監督難度大，甚至還由于資產管理監督能力薄弱，出現了資產流失等現象。而運用大數據技術實施資產管理監督之后，大數據通過詳細的操作系統，能夠根據不同部門的業務結構，在資產管理的過程中，對各項資產實施全生命周期管理，打破了傳統資產管理監督過程中的局限性，將資產管理向“治理好、控制住、可共享”的管理局面轉型。在降低企業資產管理成本和提升資產管理能力的同時，通過大數據資產視圖、資產目錄、資產檢索、資產授權管理等路徑，強化了企業對資產的監督能力，這對于企業提高資產管理能力有著積極的作用。當前在資產管理過程中資金結算管理，大數據技術能夠實現全程的可視化，并且操作過程也能進行實時監督。現階段，很多大數據系統的資產管理模塊還具備不同環境自由切換的功能，這種情況下，不僅降低了資產管理門檻，同時還將資產管理人員從繁重的資產管理工作中解救出來，提升了資產管理的工作效率。與此同時，大數據技術在資產管理過程中還能根據不同需求的資產管理功能模塊，清晰地描述自身的數據資產，在企業資產管理中實現了全程可視化，資產信息可找、可用，這對于企業更好的監督資產項目而言有著極為重要的意義。

2.運用大數據技術識別和規避資產管理風險

從企業資產管理的核心價值來看，最大的價值就是高效地實現大規模和多類型的數據信息擷取和處理，通過分析和預測，輔助企業管理者在資產管理的過程中作出正確的決策。相對于企業資產管理而言，風險是客觀存在，只能進行識別和規避，但是卻不能從根本上避免，但是，企業運用大數據技術能夠進一步地識別和規避資產管理風險，其在實際應用的過程中主要體現在如下幾點。

（1）流動風險的識別和規避

在資產管理過程中，通過大數據技術能夠將企業風險管理的范圍進一步地拓寬，尤其是通過大數據系統能夠對擔保額度、資產結構數據信息進行監督，通過大數據系統實現風險限額管理，構建完善的風險預警體系，建立健全企業資產管理風險檢測機制。同時，由于大數據信息系統的數據信息來源不僅是局限于企業內部，還能對外部的信息以及同行業的數據信息進行整合和匯總，因此，通過對企業內部資產管理信息的集中匯總，能夠與外部數據信息進行對比，及時、準確地捕捉資產管理中流動風險可能產生的原因和關鍵節點，從而制定完善的風險應對策略，防患于未然。不僅如此，在企業資產管理的過程中，通過應用大數據技術，還能對企業現階段和未來的資本充足情況進行評估，通過現金預估的方法預估未來發展中資產可能出現損失的概率，從而在高流動資產方面進行資產結構上的調整，減輕企業未來經營壓力。

（2）投資風險的識別和規避

通過應用大數據技術，還能在投資過程中進一步地規避投資風險。首先，大數據系統中可以適當地納入“量化”工具區域。通過大數據和量化工具融合，構建全新的系統模式，不僅能夠對企業涉及的投資進行市場環境調研和可信性分析，還能通過模型工具，進一步擴大企業投資范圍，減少投資過程中由于市場環境信息把握不足帶來的潛在損失，在保證投資效益的同時，進一步地保證投資資金安全，降低投資風險。其次，大數據信息系統能夠實現對投資項目進行全過程把控。大數據技術能夠將企業投資的項目內容細化成為三個階段，即：投資前期的準備階段、投資項目的運營階段和投資后期的跟進階段。為了更好地保證投資利益最大化，保證資產的增值。大數據信息系統能夠在投資前期對市場環境進行分析，對投資風險進行預測，對投資回報率進行預估。在投資項目運營階段，大數據信息系統能夠實時地追蹤投資信息，對投資內容進行監控，輔助企業的財務部門推送投資預警信號。在投資后期的跟進階段，能夠根據大數據信息系統設定的早期風險提示，進行詳細的總結，從而規避投資風險，為企業提質增效提供可能。

3.運用大數據技術提高資產管理決策的準確性

大數據技術能夠強化各個部門之間的信息共享，提升了信息溝通和交流效率，在一定程度上規避了各部門之間由于信息不暢造成“矛盾”，在一定程度上提升了資產管理的透明度。同時，大數據信息技術在資產管理的過程中能夠從不同的渠道對數據信息進行收集和存儲，根據企業經營需求建立適合自身資產管理的數據信息庫，實現了資產管理數據信息的集中化整合，這為管理者決策提供了扎實的數據信息基礎。大數據信息還在分析和挖掘數據信息價值層面具有一定的功能，企業能夠根據數據信息庫對資產進行可視化管理，這也能為資產管理決策提供一定的借鑒。

五、保證大數據在企業資產管理應用的措施

企業想通過大數據技術實施資產管理還要做好一系列的基礎性措施，結合當前企業的基本情況來看，在實務操作的過程中可以考量如下內容。

1.保證大數據應用于企業資產管理目標一致

企業資產管理的目標是提升資產使用效率，保證資產增值，實現資源優化配置。所以，在應用大數據實施資產管理的過程中，管理者要徹底地改變“重利潤，輕管理”的思想，對大數據實施資產管理的工作有正確的認識，明確大數據在資產管理中發揮的重要作用，積極地構建與資產管理相匹配的大數據系統，將企業資產管理目標進行細化分解，與大數據信息系統的內容進行高度的融合，存在不一致的地方進行修改和調整，并定期地對系統進行升級和維護。同時，針對企業資產管理的需求，構建獨立的資產管理崗位，保證企業的組織結構與信息系統的應用相匹配，這不僅能夠保證數據信息采集的可靠性，還能進一步地推進資產管理水平。

2.建立建全資產管理機制

企業運用大數據技術實施資產管理，很多管理內容都會發生巨大的變化。針對這種情況，企業應該建立建全資產管理機制。首先，在原有資產管理機制的基礎上進行完善，將不符合大數據資產管理的內容進行優化。在制度層面，可以結合大數據資產管理的特點，對制度內容進行修改。通過資產管理機制的優化，結合大數據技術的基本情況，促進企業資產管理模式向“扁平化”“柔性”的模式過渡。其次，規范資產核算工作。大數據技術應用之后，在資產核算的過程中很容易出現不規范的行為，從而導致不能真實地反映資產的信息和基本情況。針對這種情況，在建立建全資產管理機制的過程中，應該對資產核算的內容進行重視，保證企業涉及的各項資產進行全盤核算，保證資產的賬實相符，提升資產的管理質量，規避由于會計核算不當導致的資產閑置、資產流失和資產損失問題發生。

3.把控大數據系統資產管理關鍵環節，夯實信息化系統基礎

企業在應用大數據進行資產管理的過程中，還需要把控大數據系統資產管理的關鍵環節。第一，明確資產管理要求。企業的資產管理與企業的經濟利潤指標息息相關。企業的固定資產、存貨就是企業實現利潤指標的基本來源。因此，通過明確資產管理要求，在建立大數據系統的過程中，能夠結合這些資產管理目標設定大數據系統模塊和功能，才能達到運用大數據進行資產管理的目標。第二，需要其他的信息化平臺配合。現階段，企業在處理日常工作中信息化辦公已經成為一種常態。但是，信息化的辦公平臺和大數據系統之間還存在一定的差異，例如，財務共享平臺和ERP系統，在功能和操作內容上和大數據系統還存在一定的差異。針對這種情況下，企業在涉及大數據系統的過程中，還要注重大數據系統信息和其他信息化平臺信息之間的轉換，應該針對當前的情況，實現兩者接口的一致性，避免由于接口不同導致的數據信息傳輸和存儲問題出現。第三，重點關注應用大數據進行資產管理過程中的關鍵環節。大數據系統進行資產管理的過程中，自身具有一定的項目管理、資源管理、數據分析和管過程監督控制等功能。因此，想將這些功能切實有效地發揮出來，還需要注重關鍵環節。一旦關鍵環節出現問題，那么很容易導致大數據系統的這些功能模塊“失效”，甚至造成數據信息混亂等現象發生。從目前大數據進行資產管理管理的過程中來看，關鍵環節包括數據信息采集的基礎環節、各部門協調環節以及資產管理系統。在信息采集的基礎環節中企業要對大數據的系統有正確的認識，明確大數據系統發揮的作用，在信息采集的過程中進行首次數據信息采集優化，保證數據信息準確性。而大數據實施資產管理還需要企業各個部門的配合，這主要是因為企業的資產遍布于各個經營環節中，不是一個部門或者一個崗位能夠把控，針對這種情況，還應該有效地協調各個部門之間資產管理情況，全員參與到資產管理中來，構建良好的資產管理環境。

4.構建復合型人才隊伍

大數據應用資產管理的過程中人才既要有一定的數據思維，還需要具有能夠熟練操作大數據的技能，同時還需要具備豐富的資產管理專業知識、良好的團隊協調意識以及較強的溝通能力。但是，從當前企業的人才隊伍來看，與這些要求還存在一定的距離。很多企業大數據資產管理人員都是財務人員兼職的，對資產管理存在的問題敏銳度不足，對大數據認識的不夠全面，操作過程中存在一定的操作失誤和操作風險；企業在招聘過程中對資產管理人員的門檻較低，對大數據系統考量的不多，這種情況下，企業招聘的人員很難短時間內“上手”大數據資產管理工作。

針對這種情況，企業可以從如下幾點進行完善。其一，定期對現有的資產管理人員進行專業技能的培訓，同時在培訓的過程中加入大數據信息的操作和數據思維模式的培訓，在豐富人才專業技能的同時，快速地提升人才對大數據的理解能力和操作能力。其二，在招聘的過程中，考核指標在資產管理考核的基礎上，納入大數據的相關內容，考試合格之后才能上崗，保證人才與大數據資產管理的匹配程度。通過實施這些手段和措施，為企業構建復合型人才隊伍奠定基礎。

六、結語

大數據是科技發展下新出現的產物，企業在應用大數據實施資產管理過程中的很多內容都需要完善和優化，企業要從自身的角度出發，在人才、機制、大數據系統、資產管理目標等內容上進行完善，不斷探索出一條既適合企業資產管理，又適合企業經濟效益提升的道路。