消費金融公司財務數字化方向探究

曹姝蕾

（晉商消費金融股份有限公司）

一、背景

當前，我國作為數字經濟的引領者，自2015年提出“國家大數據戰略”以來，關于數字化轉型的政策不斷深化和落地。2023 年中共中央、國務院印發的《數字中國建設整體布局規劃》指出，推動數字技術和實體經濟深度融合，在農業、工業、金融、教育、醫療、交通、能源等重點領域，加快數字技術創新應用。

作為為個人提供以消費為目的的貸款的非銀行金融機構，數字化轉型對消費金融公司來說不是一種選擇，而是生存之道。消費金融公司經營零售消費貸款，客戶數量龐大，消費信貸需求瞬息萬變，近年來整個行業受到了定價上限壓縮、融資成本高企、運營成本增加、逾期壓力上升、獲客競爭激烈等多種因素的沖擊。為應對經營發展中面臨的各種挑戰，消費金融領域積極響應國家互聯網+戰略，嘗試利用互聯網技術提供消費信貸，通過人工智能、大數據、區塊鏈及金融云等數字技術，成功打破物理網點地域局限，迅速擴大服務半徑。數字技術的應用使整個消費金融業務更加智能化、便捷化、更普惠，讓行業發生了深刻變革，進一步實現高質量發展。

二、消費金融公司財務數字化發展方向

隨著大數據、云計算、人工智能等先進技術在財務領域的深入應用，消費金融公司的財務體系逐漸演變為以數據為核心，深度融合業務場景與會計準則、財稅法規要求，在滿足傳統財務管理要求的前提下，提供更具前瞻性、全面性和精準性的決策支撐。

（一）高效、可靠的基礎服務支撐體系

消費金融公司是典型的大數據公司，面對海量且多樣的交易信息，只有依靠由數據、流程、政策制度、規則、標準、系統、專業人員組成的基礎服務支撐體系，實現業務標準化、數字化和核算自動化，建立業務交易及經濟事項與核算規則的映射關系，搭建功能完善的自動預警校驗機制，才能完成對業務交易和經濟事項的精準核算，確保賬實相符、資金安全，同時財務報表符合會計準則和財稅法規等相關要求。

（二）實時、隨需的賬務數字化信息服務

消費金融公司通過積極引入區塊鏈、大數據、人工智能等新興技術，加快自身業務系統改造升級，優化數據倉庫和數據集市建設，提高數據采集的覆蓋率、更新頻率和準確度，以解決財務人員在處理復雜數據時遇到的找數難、數據加工量大等痛點問題，為及時獲取全面、真實、可靠的數據提供保障。目前實時會計已成為財務數字化的熱點之一，可依托信息化大屏支撐企業對經營狀況的實時洞察與垂直穿透管理。

（三）管理方向從經驗化向數字化方向轉變

在數字化轉型背景下，數據已逐步成為財務工作的核心對象。依靠數據治理變革和AI 技術驅動的數據應用，財務工作對企業價值創造的重要性日益凸顯。

隨著數字化工作的不斷深入，財務工作的重心向業務洞察和服務支撐轉移。依托數據和算法模型，結合已有業務需求，財務能夠快速提供對項目財務風險狀況的預測和分析，輔助消費金融公司業務人員進行風險評估與業務判斷。未來將逐漸建立完善面向業務的財務專業服務中心，以“服務化”的方式提供財務能力，為全價值鏈業務的拓展和差異化提供有力支撐。

（四）數字員工對財務組織帶來沖擊

人工智能技術將對傳統財務組織形式、工作方式帶來了顛覆式的影響。隨著大數據分析與處理技術、機器人流程自動化等技術在財務領域的深入應用，機器人及算法已逐漸成為新的財務員工，財務需要適應人機共生的柔性組織。

三、財務數字化轉型的重要基礎

（一）可靠的數據質量

數字化轉型旨在通過對企業生產和管理的數據進行深度應用來提升運營效率和質量。其中，基礎數據質量是數字化轉型工作的重要基礎之一。消費金融公司客群龐大，對其數據管理和整合能力提出了巨大的挑戰。一般來說，在不斷規范和提升業務運營能力的過程中，企業不同程度的存在部分數據缺失、數據口徑不一致及信息孤島等問題，制約著財務分析結果的準確性和分析維度的豐富性。

數據治理、業務數據化和數據全流程貫通是一個長期、復雜且艱難的過程，也是企業不得不應對的一項工作。消費金融公司應從數據問題入手，同步解決背后的業務管理問題和系統問題，在公司內部形成一致的信息機構與標準、唯一可信的數據源，建立有效的數據質量改進機制，不斷促進業務規則和流程的優化，持續加強數據源頭管控，從根本上保障數據質量。

（二）良好的運營管理能力

數據管理工作中，數據打通和數據清潔是重要的基礎工作。而打通全業務流程的數據，必須搭建開放包容、互聯共享的業務和數據運營支持體系。如果公司內不同部門間存在制度和數據管理壁壘，就會出現部門間制度沖突和數據傳輸障礙的問題，不僅增加成本耗費，還將制約部門間協作能力和公司整體的運營能力，最終抑制數據價值的發揮。因此，應建立企業級的數據統籌管理機制，打破部門和系統數據管理的邊界，組建業務與IT 一體化團隊，推進跨業務領域的數據主題聯接，不斷提高企業的財務數字分析和智慧化決策支撐能力。

（三）有效的經驗復用機制

財務數字化的重要價值之一是總結提煉公司財務工作在核算管理、報表風險識別、財務指標搭建、財務報表分析等領域的管理經驗，依靠金融科技手段進行算法模型搭建，充分發揮并放大已有業務管理經驗對公司產品運營能力的提升和支撐作用。如通過總結提煉經營管理所需數據特征，形成規則并設置在系統中，系統就能實現在海量數據中快速鎖定經營管理所需的高頻高價值信息，使用數據倉技術進行數據整理與業財聯合，按業務需求場景封裝形成數據服務，進而為經營分析提供有力支撐。

四、財務數字化具體實踐

（一）大力深化金融科技應用

金融科技在消費金融公司財務管理領域的應用之一是提升系統自動化能力，持續豐富企業數據的全方位信息，依靠“數據驅動”構建數據分析和算法能力，通過系統基于規則的自動判斷執行，實現海量的“確定性業務”自動化。系統自動化能夠為企業帶來可量化的收益包括以下幾點，一是有效降低運營成本，運營支持所需員工的數量將明顯減少；二是大幅提高運營效率，自動化程序能夠全天候工作；三是顯著改善工作質量，系統根據設置好的規則處理事務，錯誤率較人工操作大幅降低；四是有力增強日常管控，系統自動完成工作的同時可實現業務過程/軌跡自記錄，能夠支持透明且可追溯的運行軌跡管理。

如RPA(Robotic Process Automation) 在財務工作資金、賬務、稅務等領域都有廣泛的應用前景，尤其適用于大量既定規則的交易活動，如機器人報銷、機器人自動報稅等。RPA 是一種智能化軟件，通過模擬并增強人類與計算機的交互過程，實現工作流程中的自動化。RPA 不僅可以模擬人類，而且可以利用和融合現有的各項技術如文字識別、語音識別、圖像識別、機器學習等幫助企業實現流程自動化的目標。

除RPA 外，消費金融公司結合日常運營過程中出現的線下人工處理業務場景，提出了很多智能化解決方案。以客戶線下對公還款業務場景為例。由于消費金融公司未被允許對接人行支付清算系統，客戶線下還款的資金流水與業務系統之間存在數據壁壘。為解決這一問題，晉商消費金融公司提出了基于決策規則自動化的業財聯動資金管理解決方案，在梳理線下對公還款業務場景中涉及的數據傳輸和業務流程的基礎上，提煉資金處理自動決策規則并在系統中進行設置，自動化匹配資金與還款業務，實現了客戶線下還款業務運營的自動化、數字化和智能化。

在業務處理自動化的基礎上，消費金融公司應以業務數據化為前提，持續推進業務對象、業務過程和業務規則數字化，打通跨域數據，實現業務數據高效集成，快速形成廣泛通用的數據服務能力；持續加強面向業務流、面向主題的數字聯結整合能力，逐步搭建成熟的數字化運營和財務分析平臺，通過統一規則和維度的跨領域端到端數據支持，提供基于不同分析場景的數據服務，建立經營數據集成共享的高速通道和長效機制。

（二）積極打造智能核算體系

智能核算體系是對傳統財務基本職能核算和監督工作的標準化和智能化，其中會計標準化建設是實現智能化的重要基礎，包括對財務核算、財務流程、資金管理等財務工作內容打造統一的數據標準化體系，通過抽象、梳理、整合可復用的財務工作處理規則，將其提煉為可被財務管理領域各業務單元的基礎能力并下沉，實現服務快速復用（見表1）。

表1 智能核算體系表

在會計標準化建設中，對規則的管理將成為數字化財務工作的重要工作內容，例如核算規則、校驗規則等。

1.核算規則管理

消費金融公司應根據不同的核算對象和分析需求打造能夠提供財務能力輸出的核算產品。

一是面向交易的核算產品，滿足多場景多形態的業務核算要求。與傳統銀行金融產品相比，為滿足客戶個性化用款需求，消費金融公司貸款業務模式和產品更為多元化，產品的還款方式和還款周期頻率、利率及計結息模式等靈活性高，對產品核算能力提出了挑戰。為具備多元化業務模式和產品核算能力，消費金融公司應根據貸款業務場景抽象出基礎單元的原子事件，并根據不同的原子事件匹配相應的核算規則，通過核算規則的靈活組裝快速實現對多樣化業務模式和產品的支撐。

二是面向報告的核算產品，根據不同的分析需求形成標準化的報表項目及數據采集規則，提煉為經營報告的通用業務能力及定制化能力，最終形成可按需生成的公司財報、產品運營報告、業務條線運營報告等。

2.校驗規則管理

隨著產品和核算自動化能力的提升，對交易與賬務的智能化校驗預警顯得尤其重要。為確保賬務的監督層層穿透到業務的最末端，有效履行賬務監督職責，須建立完整的財報風控管理體系，通過梳理沉淀校驗規則，不斷豐富系統自動校驗體系。

實踐中，應積極推進財務風險監控精準化和風險識別自動化，避免出現系統性風險。如可以對于關鍵指標信息設置閥值，根據指標實際值與閥值之間的差異，由系統精準定位問題，通過風險事中智能揭示，實現問題一站式在線閉環。健全的自動校驗體系能夠有效識別和攔截影響財務報表準確性和資金安全的問題，確保財務核算質量。

（三）快速提升財務決策支撐能力

對于消費金融公司來說，為及時發現業務中存在的問題并采取相應的解決措施，精準預測發展趨勢，提前做好應對，抓住發展機遇或規避問題，一套能夠準確反映經營狀況的指標體系是必不可少的。而指標體系的實時準確呈現離不開數字化技術的支持。

建設數據集市是實現數據深度應用的前提之一。通過構建數據集市，形成多層次、多角度、多顆粒度的主題數據，為企業提供面向應用的分析資產和數據服務。消費金融公司應基于數據庫存量，結合已有業務經驗與需求，進行算法模型搭建，以滿足經營發展需要。如通過追溯歷史呈現業務趨勢并解析數據，從中提煉共性，沉淀可復用的數據資產，按照數據主題、分析內容不同構建可支撐未來需求拓展的數據模型，將數據提取并加載至數據模型，供決策管理分析使用。

在經歷艱難的數據清理和應用嘗試后，探查式分析、預測性分析將成為常態化的財務分析手段。其中探查式分析綜合應用了語音識別、自然語言處理、機器人學習技術，在業務人員完成語言輸入后，能夠自動呈現所需信息。同時，支持通過人機交互，實現對業務的追根溯源。而實現預測性分析，可通過定制個性化分析工具，集成業財聯動的推演模型和跨領域繁雜場景推演模型，匹配業務場景快速提供標準化解決方案，提高財務分析的效率和維度，為公司經營提供更有價值的決策支撐。

（四）建立智能的知識中臺

消費金融公司財務管理部門作為中臺部門，在專業會計政策、核算規則、合同簽訂、費用管理、發票開具等方面均需為業務部門提供專業支撐。為提高財務專業知識的獲取效率，可嘗試搭建財經知識問答統一平臺。利用數字技術，將財務管理政策、流程與案例知識結構化、數字化，激活知識應用。同時面對不同業務條線的對象和用戶，構建崗位角色強相關的知識推薦和服務，提高“人找知識”的效率和質量。