大數據環境對企業財務數據分析的影響探究

賀榮樟 韓金彤

摘?要：財務數據作為企業內部最重要的信息資料，具有巨大的實際價值，針對企業財務數據進行專業化分析，能夠使企業合理規避風險。大數據環境下的財務數據具有更多的不穩定性、不確定性，如果企業能夠精準掌控大數據與企業財務數據之間的關系，就能提升企業在市場中的核心競爭力。

關鍵詞：大數據；財務數據；財務分析；SWOT分析

中圖分類號：F275????文獻標識碼：A?文章編號：1005-6432（2023）10-0179-04

DOI：10.13939/j.cnki.zgsc.2023.10.179

1?財務數據分析

1.1?財務數據分析的原因

財務報表是企業各種信息的載體，關于如何真實準確地了解信息內容以及合理判斷內容的有效性，在很大程度上取決于報表使用者對財務報表的閱讀和分析能力。財務數據分析是指以財務報表和其他財務數據資料為起點和依據，采用管理學、經濟學的研究方法，系統分析和客觀評價一個企業在過去、現在和未來的經營成果、財務狀況以及變動方向，目的是追溯過去、把握現在、預測未來，幫助利益相關者或者利益集團掌控決策方向、合理制定決策。

1.2?財務數據分析的原則

合理的財務分析應該遵循從實際出發，堅持實事求是。全面看待財務問題，兼顧成功經驗和失敗教訓，發現企業外部問題和內部問題。要注意部分與全局、盈利能力與償債能力、報酬與風險的關系，尤其注意時間跨度之間的內部聯系。最后要注意將定性分析方法與定量分析方法相結合，利用定性分析觀察財務數據的本質、趨勢與其他事物的聯系，還要利用定量分析看清數量界限、階段性和特殊性。

1.3?財務數據分析的使用者及目的

簡要概括來說，財務分析的傳統目的是了解過去、評價現在、預測未來，幫助利益相關者改善其組織決策，以應對內部、外部的風險環境變化。進一步說，財務分析的具體目的是根據其使用者所屬類別不同而不同的。

企業管理人員進行財務分析，發現企業存在的資金問題和內外部環境風險，合理編制財務計劃、估計財務狀況、保持企業資金鏈穩定和改善財務決策。

投資者分析財務報表主要是為了決定是否對企業增資擴股，分析企業的資產和盈利情況，考察管理人員業績，分析企業的生存能力和競爭能力，通過董事會或股東大會決定企業的發展方向。

債權人（主要包括貸款銀行、融資租賃公司、企業金融衍生品持有者等），其目的是按時得到所有者權益。

其他企業通過對目標企業財務報表的分析，可以確定其信用情況、盈利能力，方便自身判斷是否與該企業或其所屬公司發展生產經營活動。

政府需要通過分析財務報表了解國有企業、中小企業的資金運營、投資活動、經濟收益等情況，針對不同國家、不同地區、不同文化的特點制定適合的宏觀經濟政策，促進國家經濟發展。

工會出于為職工利益著想的目的，及時關注企業的財務狀況，客觀評判企業的盈利與職工的工資水平、績效、保險、福利等方面是否相適應。

中介機構（比如會計師、審計師、財務咨詢師等），為了各自的目的，必須及時了解相關企業的財務情況。

1.4?大數據環境對企業財務數據分析影響的表現

首先，“更廣”意味著大數據不是隨機抽樣調查或者集中數據分析，而是采取對全體數據的統計與分析。早期的傳統財會人員由于對計算機使用能力不足，并且受到外部環境（比如地理位置、交通工具、辦公用品等）的限制，沒有條件對數據運算群進行分析和判斷，很多時候只能通過對周邊認知范圍的抽樣調查和集中統計進行選擇性的處理。但是由于統計學科的發展以及大數據的誕生，在具備相應條件之后，財務數據分析則進入了跨國家、跨地域、跨民族的數據分析環境，改變了以往單一的樣本數據模式。

其次，“更復雜”意味著大數據下的財務數據更講究混雜性，和以往財務數據的精準性不同的是，傳統財會人員講究的是細心、耐心、準確，在對財務報表分析中更講究對數字的細心，對待財會貼賬、算賬、制作匯總表更耐心，最后是對待財務原始數據更準確。由于時代的進步與發展，企業財務數據更復雜，有些數據不能根據傳統單一的原始憑證進行定義，而是需要結構化數據進行分析和討論。在數據爆炸的現在，大量的數據都是非結構化的，但對于財會人員來說，將非結構化的財務數據進行結構化的處理是一個難度不小的挑戰。

最后，“更不穩定”代表著財務數據會因為時間、空間的變化發生改變，對于傳統的財務數據來說，大數據環境下的財務數據每時每刻都在發生變化，比如股票市場，同一天的上午和下午的漲停和跌停幅度相差很大，不同證券交易所（上海證券交易所、深圳證券交易所、美國納斯達克證券交易所）上市的股票財務數據變化也無法估量。因此，對財務數據不穩定性保持敏感態度是現時代財務人員應具備的能力和未來學習方向之一。

2?傳統企業財務數據分析的困境

（1）傳統財務數據分析主要面對的是財務會計方面的問題，具體實施具有統一的規范，只能在財務會計層面使用數據信息，無法全面、結構化地分析企業數據的真實情況。

（2）數據真實性、可靠性問題較大，由于傳統財務數據依賴于手工記賬憑證、原始單據和原始發票等實物載體，這些載體在轉移的過程中會被許多人員暫時持有，容易出現原始單據的丟失、篡改、造假等情況，最終會加大財會人員對賬目處理的難度，降低效率。

（3）數據的及時性得不到保障。財務分析的基礎是財務數據的收集，傳統的財務數據收集依賴于實體憑證、單據以及盤虧盤盈記錄，這不僅花費人力，而且時間比較長，很多時效性數據得不到及時處理，對于財務數據分析帶來的麻煩，使得財務數據使用者無法準確了解情況進行合理風險判斷和制定決策。

（4）數據保存困難。由于按照傳統財務處理方式，很多數據依賴于實體憑證的記載，基本構建在本地信息處理模式的基礎之上，從使用者的角度來看，本地信息處理模式能夠靈活便捷地匹配數據使用者的需求，有利于組織結構的穩定性。但是隨著財務數據信息量的增大，可收集范圍也擴大，帶來了很多負面影響，比如維護成本的增加、人員管理費用的增加以及資產的占用比率增加等，這些方面在很大程度上限制了財務數據的保存。

（5）過分關注事后補救，忽略事前風險控制。在傳統的財務管理模式中，管理者或者財會人員通常會預先設置因果關系，分析數據的成因和數據帶來的結果，通過設定關鍵績效指標（KPI）以及設定目標期望值來監管其他部門的執行情況。當KPI結果發生偏離之后，管理者才對其數據進行分析，以求找到原因，再進一步研究處理方法和解決措施。管理者忽略事前風險控制，無法規避一些潛在風險隱患，往往會給企業帶來損失。

3?大數據財務信息系統分析邏輯

大數據信息主要包括結構化信息、半結構化信息以及非結構化信息，對于每種信息源的處理方式可以不一致，但是要保證信息源數據的穩定性和準確性。大數據信息系統主要是對基礎數據進行相關性整理，將已知的信息經過提煉或轉化處理，可以得到對企業有價值的數據分析源。管理者可以將相關聯的知識進行融合，依靠自身的知識、能力和經驗進行判斷，制定出合理的決策以供企業管理運營模式進行分析參考。

從圖1可以看出，大數據依賴于相關性研究，大數據環境下的企業財務分析缺乏的就是管理者或財會人員對相關性要素的提煉與轉化，無法將其進行關聯知識融合是當前財務數據分析的一大難點。

4?大數據環境下企業財務數據SWOT分析

4.1?優勢（S）

大數據環境具有范圍廣、變化快、內容豐富、時效性高等特點，結合企業財務數據分析的情況，對比傳統的財務數據分析，大數據可以為管理者或者財會人員提供大規模的數據資源而不僅僅局限于該地區、行業或者同等規模的公司作為參考點。此外，大數據環境每時每刻都在變化，變化的趨勢、內容、程度和傳統數據相比都有很大差別。對于企業管理者來說，能夠及時地從海量財務數據中分析出適合本企業發展的信息是一種不可或缺的能力；對于企業財務人員來說，大數據環境所帶來的“爆炸性數據群”需要其儲備更多的財務知識，才能及時地處理數據，分析數據帶來的有價值的信息。

4.2?劣勢（W）

①“云會計”人才缺乏。面對海量的數據，更考驗企業財會人員的學習思考和處理數據的能力，需要經常熟練地使用計算機進行會計工作。但是既懂得會計、金融方面的知識，又滿足信息化時代需求的人員并不多，短時間內難以提升工作效率。②針對大數據進行企業財務數據分析的使用效率不高。無論是風險控制型財務管理，還是事后控制型的管理會計、財務會計，一定程度上都無法全面、合理地使用“數據爆炸”產生的信息。對于企業的管理者、股東、監管當局、財會人員，其不具備分析數據的知識儲備和能力，往往根據傳統的手工處理和經驗判斷為主，更著重關注財務會計的核算方面。③數據處理時間比較集中。從傳統的財務會計處理模式來看，一般財會人員會集中在年中、年末、月中、月末等幾個時間段集中處理相應的會計憑證和財務單據，但是大數據是變幻莫測的一種“數據媒介”，要想集中處理，對于財會人員具有很大的困難。④財務代理公司人員流動性大。對于大數據模塊，需要財會人員保持一直跟進的狀態，才能發現其價值，但是當今的財務公司、財會人員學會整套賬務處理之后，更多的會從個人利益出發，選擇獨立代理模式作為自身未來的發展方向。

4.3?機遇（O）

①市場化競爭的需要。受利率市場化影響，財務公司、企業如何在特定的客戶群體中，找到市場方向與集團未來定位規劃契合點，深入分析成員單位內在需求，提供更有價值的財務服務，通過大數據分析觀察其市場波動的內在變化規律，從而在市場競爭激烈的環境下脫穎而出。②企業集團化管理的需要。隨著企業管理水平和業務能力的不斷提升，對信息系統的要求和數據分析的能力也不斷提高，迫切需要智能化、一體化、全面化的企業信息管理平臺來支撐精準化、專業化、集團化的管理需求，財務公司作為企業資金管控的平臺，會計信息資源不僅為本單位所用，更為企業所用，是其收集數據、決策分析、配置資源的重要依據。不僅如此，企業自身也應該配備相應的數據運算群，內外分析相結合，可以給企業未來發展帶來新的方向。③人性化服務的需要。轉變以往財務工作以賬證核對、賬賬核對、賬實核對為主的工作模式，也應該建立以客戶為中心、以客戶的需求為導向的新型財務公司運營模式，要求會計信息化建設保持更新建設。對于企業也應該建立相應的企業文化，對財會人員進行專業化培訓和理論上的知識提升，將有利于企業財務管理風險控制和運營發展，最終實現達到降低企業風險和運營成本的預期目標。

4.4?威脅（T）

①風險多樣性的威脅。大數據環境最重要的表現就是“數據爆炸”，各式各樣的數據都會聚集到企業之中，增加的企業內外部環境變化及不穩定性的風險，對于傳統的企業模式帶來挑戰，增加其經營模式中的信用風險、流動性風險、操作風險，以及企業管理模式中的戰略風險、控制風險、系統性風險等。②信息泄露的威脅。雖然說隨著科技的進步，大型企業開始使用自己研發的App以保證自身內部數據不會輕易泄露給競爭對手，但是中小企業、財務公司在面對復雜的大數據環境下，進行財務數據分析的同時，還會面臨信息泄露的風險。為了確保自身效率，中小企業、財務公司往往對數據的收集和運用采取多個端口操作，以便于更快捷、及時、準確地拿到相關數據，但是會因為傳輸中介問題，對多渠道的數據來源、數據收集、數據加工處理、數據生成、數據存儲以及使用等方面都存在著信息泄露的風險隱患。③不同情景下數據完備性的問題。多源異質是大數據一個較為突出的特點。體量龐大的大數據通常由多種來源的數據匯集而成，不同源的數據的概率分布或模型通常是不同的，因而匯集而成的大數據呈現了異質性的特點。現今主要關注的情形是數據分布相同但參數不同的情形、數據分布不同的情形兩種，在不同的數據情形下，往往會造成數據源缺失問題的發生，以至于影響后續的財務數據分析基礎的構建。

5?大數據環境下企業財務數據分析發展的建議

5.1?利用大數據分析理解財務數據與企業決策的關系

從收集數據作為出發點，比如公允價值的計量、公允價值減值準備的計提等科目，財務人員的主觀判斷很容易影響這些科目的變化以及企業賬目核算的設置。大數據不僅能夠提供充足的客觀數據支持，還能使企業實時掌握市場情況，準確計算出實際價值，改善了數據來源單一，提高了財務管理信息化的質量，有利于企業管理者在更精準、更全面的數據源支撐的基礎上進行財務決策。面對大數據環境多樣性風險，企業可以建立自己獨特的風險控制財務體系，配備人員針對不同性質的風險進行專業化管理，或者將風險嫁接財務公司，以便于更專業化地進行風險控制。

5.2?提高財務報表信息化質量

從分析性角度來看，大數據環境可以保證數據信息的及時性和完整性，讓管理者、財會人員使用數據更加便捷，從而提升工作效率。對于大數據系統和云會計系統的應用，既可以增加企業對數據源的處理量，減少處理時間，增加財務數據分析的準確度，又可以在一定程度上規避信息泄露的風險，以保證企業內部數據資料的安全性。從可比性角度來看，跟隨大數據環境帶來的處理系統可以將企業與企業、行業與行業、地區與地區、國家與國家之間進行橫向、縱向對比。可以對某些數據進行精準對比分析，合理提出確定性或不確定性的建議。大數據通過對實際業務進行深入觀察、透徹挖掘，獲取大量實際業務的信息，在對數據的獲得和分析處理上有著自己全新的亮點，并能夠根據企業自身需求和內外部環境的變化制定專屬的財務決策支持系統，給財務數據的使用者更為合理化的建議。

5.3?更注重數據相關性分析

利用大數據信息系統可以挖掘數據信息的相關性，這為管理者進行企業管理提供了一種新型思考方式。基于大數據分析，以數據層面作為切入點，找到KPI偏離的影響因素，預測其發展方向，必要時可以對某些影響因素采取必要的干預管理控制，爭取在事情發展之前對風險進行管控。

5.4?資源精準配置

在“云計算”時代，依靠大數據系統的可預測功能，通過對財務數據進行結構化分析，以結果判斷為著眼點，能夠找到影響經營結果的熱點因素。管理者可以通過對這些影響因素進行資源分配，實現精準預算控制或精準資源配置。

5.5?不同情景數據的分類處理

對不同情景產生的財務數據源進行分類收集處理，對數據的收集必須保證其完整性，企業應當提升數據收集“智能化”的能力。

6?結論

總的來說，大數據環境既會給管理者、財會人員帶來新的機遇，也會帶來新的挑戰。財會人員應保持迎難而上的信念，積極學習大數據知識技術，努力提升信息結構化思考能力，培養前瞻性戰略思維，同時也不要忘記精進財務管理和會計方面的知識，逐步成為復合型財務管理人才。

參考文獻：

［1］王蕾.大數據對企業財務決策的影響探析［J］.當代旅游，2019（3）.

［2］張紅云.基于大數據的企業財務決策研究［J］.經營與管理，2020（3）.

［3］趙敏.財務公司會計信息化建設的SWOT分析［J］.中國商論，2016（11）.

［4］張敦力，羅炫，葛林.大數據時代下企業財務管理創新研究［J］.會計之友，2018（11）.

［5］陳松蹊，毛曉軍，王聰.大數據情境下的數據完備化：?挑戰與對策［J］.管理世界，2022（1）.

［6］宋靜.企業財務報表分析的局限性及解決對策［J］.財會學習，2019（11）.

［7］洪亮，馬費成.面向大數據管理決策的知識關聯分析與知識大圖構建［J］.管理世界，2022（1）.

［作者簡介］賀榮樟（1996—），男，瑤族，湖南新田人，碩士，研究方向：財務管理；韓金彤（1997—），女，漢族，吉林松原人，碩士，研究方向：金融管理。