大數據與人工智能結合的財務智能化管理

文/趙媛 （云南省農村信用社聯合社）

隨著信息技術的發展，財務智能化也得到了應用。但是當前很多企業在開展財務工作的過程中還存在一定的缺陷，各環節存在的問題無法滿足企業管理者的需求。在未來財務決策實現智能化，還需要進一步結合人工智能系統的各項管理機制進行改進，促使財務智能化體系進一步發展。對大數據與人工智能結合下的財務智能化工作進行研究，是當前財務研究的熱點，具有一定的理論意義和實踐價值。

一、相關概念

人工智能系統能夠通過數據挖掘對大數據進行分析整理，分析海量數據中隱藏的數學關系。在大數據時代背景下，信息的復雜性呈指數級上升，海量數據之間的關系變得更加模糊，企業難以直接應用各類數據，傳統的數據處理方法在當前已經失效，只有通過對人工智能系統的應用，以信息技術模仿人的學習判斷、推理等思維活動對大數據進行處理，才能幫助企業開展更為高效的財務活動，確保企業的財務工作更加合理。

二、大數據時代下人工智能系統構建

第一，明確信息系統的功能與結構。在大數據與人工智能結合的背景下實施財務智能化，主要是依靠人工智能系統開展的。人工智能系統通過對大數據的分析，幫助企業制定合理的財務決策。在這一模式下，企業的人工智能化系統包括數據層、分析層、交互層三個層面，數據層負責數據收集、信息挖掘等工作，對企業的業務信息、財務信息等進行獲取，并從網絡上獲取宏觀經濟信息、市場信息、政策信息等，通過對大數據進行清洗、挖掘形成對企業有價值的數據，并將對企業有價值的數據儲存到數據倉庫，為企業后續開展財務智能化工作提供基礎。同時企業對各類數據進行分類匯總與處理，以提高數據管理工作的及時性和管理的效率。分析層主要是開展財務分析，分析層包括知識庫、方法庫、模型庫，在接受人工智能系統的分析指引之后，從相應的庫中調取知識、方法、模型，并通過嵌入學習算法不斷更新知識、方法、模型，促使分析機制動態完善。人工智能系統在接收到財務決策目標之后，通過向數據倉庫發送指令，并向分析層發送指令，根據財務決策目標調取相應的數據開展分析，結合知識、方法、模型、畫像形成分析的結論。所謂的畫像指的是企業通過對某一事物的分析形成高度概括的結論，例如在對企業刻畫時，通過分析企業的現金流量、財務狀況、管理者偏好等信息形成企業畫像；在對外部環境刻畫時，通過分析外部的市場環境、投融資環境、政策環境等信息形成外部畫像。畫像不僅包括了各類數據和結論，還可以通過數據鉆取的方法得到原始數據。企業的人工智能系統依賴深度學習算法，能夠對各類大數據形成的畫像進行匹配，從而形成財務預測，并結合財務分析的結果形成決策。在這一過程中，對于邏輯性強且重復性高的，可以通過機器人流程自動化的方式實現自動處理，從而提高決策效率。同時，在財務決策執行的過程中，企業需要對大數據中的數據不斷更新到數據倉庫，確保企業的財務決策具有時效性。在對數據倉庫進行更新的基礎上，對畫像進行及時更新，從而促使決策工作更加科學，并實現對決策工作各環節的有效控制。交互層作為連接人工智能系統和決策者之間的紐帶，通過自然語言處理技術和語言識別技術開展信息溝通。當企業人員具有決策需求時，通過交互層成的自然語音識別技術輸入為計算機系統的指令，在完成分析之后輸出報告，為企業內部的成員提供有價值的信息。

第二，明確人工智能系統的決策機理。企業的股東作為企業各項經營活動最終承擔者，由于信息不對稱的原因難以及時了解企業經營管理過程中存在的問題。同樣企業的管理層由于與基層員工信息不對稱，可能無法及時了解企業的第一線工作情況，導致決策具有一定片面性。為了有效提高決策質量，解決各層級主體之間的信息不對稱問題，需要借助人工智能系統從多維度分析數據、處理數據，從而提高數據準確性[1]。信息系統需要從大數據海量的信息中獲取數據，幫助企業了解自身的財務狀況以及外部的情況，從而使企業的財務分析機制更加科學。系統獲取的各類大數據可能較為混亂，需要通過人工智能系統開展數據清洗、挖掘，形成對企業有價值的信息，并按照各類數據的主題進行分類儲存，通過對多維度的信息進行分類管理，能夠幫助企業獲取不同的信息，結合深度學習算法對企業的盈利能力、營運能力、償債能力等方面能力進行細致判斷，從而提高財務決策效果。同樣企業通過對各維度信息的有效處理，能夠分析企業外部環境畫像、客戶畫像等多方面的信息群，得到財務預測數據，并在此基礎上修正以滿足財務決策的需求。決策者能夠通過人機交互系統對輸出的決策進行修正，從而不斷調整企業的財務決策。在得到最為滿意的財務決策了之后，以此作為最終的財務決策報告。財務報告的生成意味著從大數據到財務決策轉變的完成，在這一過程中數據被不斷精簡，被并賦予了財務含義。

第三，明確人工智能系統的決策模型。人工智能系統在對大數據的決策有用信息進行全面分析的基礎上，能夠合理開展籌資決策、投資決策、成本決策等方面決策。首先，籌資決策。企業在開展籌資決策時，通過分析企業畫像和籌資工具畫像，對不同籌資工具的期限、金額、成本要素等方面的信息進行全面分析，并結合企業的營運能力、盈利能力、風險偏好等方面的信息進行判斷，幫助企業判斷不同籌資方式下的籌資風險、籌資成本等方面的信息，并將各類信息進行匹配，幫助企業預測不同籌資方式下的籌資成本等信息，制定最佳的籌資規劃。其次，投資決策。企業在開展投資決策時，不同企業的投資目標有一定的差異，需要結合企業畫像以及外部的市場環境、稅率、利率等方面信息，在分析新產品畫像、新設備畫像等畫像的基礎上，判斷企業開展不同投資的投資回報率、投資規模等方面的信息，并且對投資工作進行細致分析形成相應的報告。最后，成本決策。企業在開展產品決策時，需要根據不同的成本決策目標，在企業畫像的基礎上開展數據鉆取，從而獲得企業的生產成本畫像、人力成本畫像等，幫助企業分析如何優化成本。

第四，明確信息系統的工作原理。財務決策是基于管理會計的信息處理工作，企業需要結合各類財務決策相關信息開展管理。首先，企業需要分析對決策有價值的信息。人工智能系統需要從大數據中獲取對企業決策有價值的信息，只有獲取對決策有價值的信息，才能確保相關信息具有合理性[2]。企業需要對各類信息進行全面的分析與加工，并將非結構化的信息處理為結構化信息，提取有價值的信息，結合數據清洗和數據挖掘技術獲取對決策有價值的信息。其次，分析層作為連接決策有用信息和財務決策之間的紐帶，體現二者之間的邏輯關系，借助深度學習算法對信息系統中輸入的信息進行不斷訓練，通過訓練能夠在不需要人工參與的情況下制定出更加科學的財務決策。最后，在人工智能系統收集到財務決策目標時，通過啟動財務決策程序，根據財務決策的目標及經過訓練得到的分析方法和模型，選取有價值的信息，經過計算分析形成最終的決策規劃。

三、大數據與人工智能結合的財務智能化管理

（一）財務智能化的實施環境

第一，加強信息系統的構建。首先，需要基礎系統的構建。在人工智能的背景下，企業需要健全財務信息系統和業務信息系統，例如ERP等系統。通過內部信息系統的建立，促使各環節的數據得到集成。通常而言，數據的集成程度越高，數據的質量越高，更有利于為人工智能工作的開展提供保障。通過信息系統構建，能夠有效提高數據管理的效率，使企業人工智能系統的管理工作更加高效[3]。其次，構建數據倉庫。企業在對各類數據進行全面的清洗、加工、歸類之后，需要將數據儲存到數據倉庫中，數據倉庫為企業的財務決策提供了支持，因此企業需要構建安全性高的數據倉庫。但是若企業的規模較小，那么企業將可能無法承受自己構建數據倉庫的成本，因此可以選擇支付一定費用使用云端數據倉庫。再次，企業需要加強人員的培養。人工智能系統的應用對于企業的財務工作是一項變革，通過對大數據的分析，能夠有效提高財務管理工作的效率和質量，對傳統財務工作產生了極大的影響。因此，企業需要關注員工的心理，幫助員工盡快掌握系統的操作方法和使用方法。同時，人工智能系統的應用會代替傳統模式下財務人員的大部分工作，財務人員的工作重心發生了巨大轉變，需要讓財務人員實現轉型，為企業創造更高的附加值[4]。

第二，優化企業內部的各項管理制度體系。人工智能的管理模式下，通過對大數據進行全面分析，能夠為各項財務工作的開展提供有價值的支持。企業分析的數據覆蓋企業的方方面面，具有覆蓋層面廣的特點，因此企業需要優化不同層級人員的權責設置，保障不同層級人員在系統中具有相應的權限，防范越權工作的問題，以促使企業的工作更加合理。例如企業的高層管理者開展對企業總體發展的規劃，因此可以調用企業內部的所有信息；中層管理者只涉及某一部分工作的決策，因此只能調取與自身決策相關的信息；基層員工只能操作自身工作的信息。同時企業需要通過人工智能系統自動設置授權審批程序，確保企業的各項財務工作都經過信息系統的授權審批，防范越權審批等一系列問題產生的可能性。另外，健全企業的人員問責制度。為了有效提高財務決策的質量，在人工智能的管理模式下需要確保人員具有專業素養[5]。雖然大數據與人工智能系統的應用能夠有效提高財務管理工作的有效性，但是最終的決策還是依靠人工開展的，信息系統只能起到輔助性作用，因此，若相關人員最終的工作存在問題需要進行問責。

（二）財務智能化的財務決策路徑

第一，常規決策。常規決策指的是企業在日常經營活動中經常發生的財務決策事項，例如采購時間點的選擇、產品分析等方面的決策，對這類決策通過信息系統的訓練能夠得出最佳的決策模型，并通過信息系統自動跟蹤影響決策的各項數據變動情況，對決策工作進行動態優化，確保企業內部的工作更加高效。例如A金融機構在開展信貸產品分析的過程中，傳統的分析模式下需要有財務人員對產品的市場情況等方面的信息進行分析。通過大數據與人工智能系統的應用，大數據能夠獲取和金融產品相關的有價值的數據，在此基礎上由人工智能系統進行分析，從而判斷企業的金融產品發展情況以及未來發展重點，為金融機構的金融產品優化提供支持。A金融機構從不同維度對甲金融產品的情況進行分析，并由管理層結合工作重點設置不同指標的權重，在此基礎上由人工智能開展分析得出甲金融產品的發展情況，詳見表1。

表1 A金融機構甲金融產品分析指標

第二，復雜決策。復雜決策指的是企業在生產經營活動中，相關決策的發生頻率低，但是對企業產生較大的影響。對這類決策，由企業管理層設置專門的項目組負責。這類決策可以分為曾經訓練過的決策和全新的決策。對于曾經訓練過的財務決策，信息系統能夠結合知識、模型得出決策，但是為了提高復雜決策的決策質量，在信息系統作出決策之后，還要通過人工對相關決策進行檢驗，并對決策質量進行分析，對決策方法進行調整與修改。對于全新的決策，主要是由信息系統在開展決策之后進行多次補充和修正，并不斷細化決策方案，直至形成滿意的決策方案。當信息系統產生的決策與企業的管理層預期存在偏差時，需要分析偏差的成因，并對財務決策進行修正。

（三）財務智能化的財務決策評價

企業開展財務決策評價主要是通過以下幾個方面開展的：首先，需要評價財務決策和管理層的目標是否匹配。在開展不同決策的過程中，企業需要對決策結果進行分析，確保企業的決策更加科學，保障決策和管理層的目標相匹配，防范決策脫離決策者目標的問題。其次，分析財務決策的可行性。企業財務決策的質量取決于財務決策的結果對企業是否具有可行性，取決于是否能夠通過相關決策提高企業內部各項資源的利用水平。當企業的財務決策不具有可行性時，就需要對財務決策進行修改與完善。再次，分析財務決策的效果。財務決策效果影響財務決策的工作質量，通過執行相關的財務決策，分析決策是否能夠有效改善企業的工作水平。如果人工智能系統提供的財務決策可能會影響企業管理水平提高的，那么相關財務決策就是失敗的。最后，財務決策需要符合成本效益原則。企業的數據越全面，財務分析越細致，財務決策的質量就越高，但同時成本也越高。因此在開展財務決策需要注重成本效益原則，只有付出的成本小于效益財務決策才是成功的。

（四）財務智能化的人機協同

人工智能的使用主體是企業的人員，只有實現人機協同，才能促使財務智能化發揮應有價值。首先，企業人員提出財務決策目標之后，通過人工智能系統進行分析，并由人工智能系統自動開展決策工作，整個工作過程不需要人員參與到其中，但是由于時代發展，相關的決策可能會存在一定的問題導致決策效果不夠理想。因此人員需要在決策出具之后進行分析，判斷是否需要對財務決策機制進行優化。其次，對財務決策方案進行優化。財務決策方案在經過人員分析之后，需要通過多種管理機制對財務決策方案進行改進。企業的人員通過人工智能應用后，對相關報告進行審閱，并對財務決策進行修正，以保障財務決策工作得到不斷完善。

四、結語

財務智能化的發展能夠對財務管理工作帶來積極的影響，能夠使企業的財務工作更加高效，提高財務決策準確性與及時性。但是當前財務智能化的應用還不夠深入，大數據與人工智能發展還處于初級階段。在未來通過大數據與人工智能的結合，能夠進一步改進人工智能的管理機制，促使信息系統為企業提供更加全面、準確的決策信息，提高各項管理決策的客觀性，減少決策出現失誤的概率，以保障企業實現平穩發展的目標。