大数据时代下企业财务管理创新研究

2018-01-16 12:30张敦力罗炫葛林
会计之友 2018年24期
关键词:大数据信息技术

张敦力 罗炫 葛林

【摘 要】 21世纪以来,由于互联网和信息技术的发展,产生信息的速度大大增加,远远超过了过去信息产量的总和,大数据技术应运而生。大数据技术对企业各个方面都产生了深远的影响,财务管理领域也不例外。文章不仅从财务活动方面分析了大数据价值链对预测、决策、控制和评价四个流程的影响,从财务关系方面分析了大数据技术对利益相关者的影响,而且从财务活动和财务人才两方面分析了大数据应用过程中的挑战,还从大数据技术与财务活动四个流程相结合的角度提出了财务管理创新的路径。

【关键词】 大数据; 信息技术; 财务活动; 财务关系; 财务管理创新

【中图分类号】 F275  【文献标识码】 A  【文章编号】 1004-5937(2018)24-0054-04

一、引言

互联网促使社会和企业信息化进程加速,也产生了海量的信息。大数据便是这样一个容量庞大、类别复杂的数据集合。这些海量信息正在逐渐改变着企业的经营环境和管理方法,财务管理领域尤为如此。首先,企业获取数据的渠道增加,可以通过网站、软件等网络渠道获取即时、全面、真实的数据。其次,数据的类型增多,企業收集的数据不仅包含财务数据,还包含大量的非财务数据。然而在可供分析信息大量增加的同时,许多无意义的数据也随之而来。因此,仅仅收集和储存大数据是远远不够的,关键是在海量数据中,发掘有价值的信息,通过数据处理来实现数据资源的价值。最后,由于数据的规模巨大,通过往常的数据处理方法往往效率低下,需要借助新型数据处理技术。因此,在大数据时代,数据资源是核心,它与财务的联系日益密切,可以为企业创造出更多的价值。如何抓住机遇,实现财务转型,是各大企业需要密切关注的一个问题。

二、大数据对财务管理的影响

大数据主要是通过大数据系统来创造价值,对于不同的应用,大数据系统也可被分为多个不同的阶段。目前主流的方法是通过系统工程法来将大数据系统分为数据生成、数据获取、数据传输、数据储存和数据分析五个阶段[1]。每个阶段都对财务管理产生了不同的影响。根据财务管理的内涵,可以将企业的财务管理分为组织财务活动和处理财务关系。本文将从这两方面来讨论大数据价值链所产生的影响。

(一)对财务活动的影响

从经济学的角度来看,财务管理是以企业资金运动作为研究对象,据此,可以将财务活动划分为经营活动、投资活动、筹资活动和利润分配活动四种类型。但是,财务管理同时也是一种管理行为,从管理者的角度来看,可以将财务活动分为预测、决策、控制、评价四个流程。这两种划分标准并不相互矛盾,反而是一种管理活动和管理对象之间的关系。因为企业的经营、投资、筹资和利润分配活动是通过预测、决策、控制、评价和组织等管理活动来实现的[2]。从管理者的角度来分析大数据价值链所产生的影响可能更具有实践性。

财务预测主要是在既定目标下,通过对企业过去财务活动的总结,再考虑现有条件,来预测未来的财务活动和财务成果。财务决策是管理者通过对比和分析财务预测的结果,最终确定一个合理又可行的财务方案。不管是财务预测还是财务决策,一般常用的方法可分为定性法和定量法两种。定性法主要是利用管理者的个人经验来对未来趋势做出判断;定量法主要是利用通过建立数学模型分析历史数据之间的逻辑关系来推测未来的走势。过去,由于数据的生成量少,获取渠道单一,存储量有限,管理者利用的历史数据可能主要为财务数据。并且,受到个人经验、能力和精力等影响,在进行分析和决策时,考虑的范围和深度都有限,得出的结果容易受到主观影响。但是,在大数据时代,由于互联网和信息技术的存在,数据的增长速度和传输速度呈指数型增长。例如,在20世纪,大部分数据只有在人们与机构互动时才被记录下来。而当互联网出现以后,每个人都可以主动地创造数据,通过某些软件,甚至可以自动生成[1]。而这些数据大部分为非财务数据。由于所收集数据的规模和类型都发生了改变,因此,分析数据的方法也应该相应发生变化。例如,将用户偏好、行为习惯等非财务数据也作为分析的依据,通过数据挖掘技术进行关联分析预测未来走势,利用优化技术在给定约束条件下得出最优方案。由于样本数量和类型大大增加,因此,得出的结论便更具有客观性和准确性。

虽然,财务方案已经被确定,但是在实际执行过程中,可能由于各种因素的影响导致实际的结果和预期的结果发生不同程度的偏离。因此,管理者期望通过一系列管理手段来缩小甚至消除这种差距。目前,大部分企业都已实现会计信息化建设,管理者通过信息系统可以给操作人员分配相应的权限,在一定程度降低了操作风险,但是大量的内部信息都储存在企业数据库中,容易受到潜在的网络威胁[3]。除此之外,虽然大部分企业的活动是通过信息系统进行的,但是企业的风险管理观念仍然停留在过去的阶段,并未跟上信息化的步伐,大量的数据未得到充分利用,从而导致效率低下,效果不显著。

在评价与考核阶段,也可以利用大数据价值链模型建立相应的评价体系。不同的是,在过去,管理者一般是通过财务指标进行业绩评价。但是,在大数据时代,由于数据的开放性和已获得性,对于同一件事物可以从多个方面来进行评价与验证。因此,财务评价与考核会从单维度向多维度转变。

管理者要想保障管理系统的正常运行,就得通过合理的组织来进行协调。而公司的组织结构可能是受大数据影响较大的领域。首先,公司的组织结构可能会发生改变。管理幅度理论认为,一个管理者由于受精力、知识、能力、经验的限制,所能管理的下属人数是有限的。随着下属人数的增加,可能存在的相互人际关系数将呈指数增加,信息量和管理难度也是如此,当下属人数增加到一定程度,就超越了管理者所能有效管理的范围。当一个组织的人数确定后,由于有效管理幅度的限制,就必须增加管理层次,而管理层次与管理幅度呈反比,因此,传统的公司的治理结构呈现金字塔结构[4]。这种垂直型的治理结构虽然权责分明,便于集中管理,但是由于决策链条较长无法快速地对外界变化做出反应,并且内部沟通的渠道是以自下而上为主,部门与部门之间,员工与员工之间的横向沟通也很少。而在大数据时代,由于信息的分散性和流动性的特征,部门与部门之间,上级与下级之间的信息边界被打破,越来越多的信息可以被共享,扁平化组织结构比金字塔组织结构变得更加有效率。在扁平化组织结构中,各主体拥有独立的决策权,各主体都可以直接收集信息,快速做出反应与处理;同时,独立的决策权可以为决策主体提供源源不断的动力,从而又促进决策主体去搜集更多的信息,形成一个良性循环,为企业的信息需求提供保障[4]。

(二)对财务关系的影响

大数据主要通过增加信息透明度来降低信息的不对称,减少代理成本,从而影响企业的财务关系。大数据技术主要从信息获取和信息传播两方面增加了信息的透明度。首先,在信息获取方面,关联分析和Web爬虫技术等信息捕捉技术可以使投资者更容易发现潜在的信息,比如可以利用爬虫技术从网上搜集并储存与公司有关的信息,再通过关联分析技术发掘是否存在潜在的关联交易。其次,在信息传播方面,大数据平台使信息传播从“及时性”转变为“全时性”,并且辐射面积和反应速度也得到了大幅度的提升。企业的财务关系主要包括管理层与股东之间的关系、大股东与小股东之间的关系等。针对第一类代理问题,信息透明度越高,总经理因业绩下降而被更换的可能性越大[5];而在国有企业中,则表现为经理薪酬业绩敏感性越高,经理薪酬与盈利业绩和亏损业绩之间的非对称性越小[6]。针对第二类代理问题,信息透明度提高可以加强外部监督,有助于降低大股东对资金的占用[7],抑制大股东的掏空行为[8],保护中小股东利益。因此,在大数据时代,企业财务关系能得到有效改善,代理成本减少,从而使公司治理效率得到提升。

三、大数据时代财务管理创新路径

(一)财务活动创新

在财务预测阶段,目前主流的财务预测方法可以分为定性预测法和定量预测法。定性预测法主要根据专家经验来判断和预测,主要用于长期预测;定量预测主要包括回归分析法和时间序列预测法[9]。回归分析法一般对大量数据进行数学处理,并确定因变量与某些自变量之间的相关关系,建立一个统计模型来预测未来因变量的变化。时间预测法主要根据历史数据,以时间为自变量,各期数据为因变量建立函数模型,以利用相关数据随时间变化的规律来预测未来的变化情况[9]。显然,这两种预测方法的准确度都会受到样本数据的影响。因此,在大数据时代,可以从基础数据的数量与性质两个方面来对其进行改进。首先,从数量上来看,企业可以利用数据采集系统和大数据中心来扩大获取数据的广度与深度。例如,将数据采集系统嵌入产品之中。用户在购买或使用产品时,该系统可以追踪用户的购买习惯、偏好等,再汇集于大数据中心为后续分析提供良好的支持。其次,从性质上来看,企业可以利用数据挖掘技术来发现更多关联性数据。数据挖掘和过去的统计分析并不相同,它没有预先设置好的主题,主要是在现有数据上面进行基于各种算法的计算[10]。其中,關联分析便是关键的算法之一。关联分析是指根据一个事务中某些项的出现可导出另一些项在同一事务中也出现,即隐藏在数据间的关联或相互关系[11]。例如,在市场预测中,利用数据挖掘技术在历史销售数据中寻找盈利性最大的客户,其他可预测的问题包括利用客户粘性预测产品销量等。这样就很好地弥补了财务会计专注于历史数据而无法准确预测未来的缺点,达到了事前分析的目的。

同样,财务决策的方法一般也分为定性和定量两种。与财务预测类似,财务决策中的定量分析可以借助大数据中心和数据挖掘技术,交由计算机技术来处理。通过将大数据转化为可为企业管理者决策服务的相关信息,实现了企业财务决策的智能化,保证了企业财务决策的科学性、严谨性[12]。但是,定量分析法也有其局限性,比如在利用数据挖掘技术进行关联分析时,它只能够找出事物的相关性却无法分辨因果性[11]。从统计学的角度来看,如果一个事物发生时另一个事物发生的概率足够显著,那么就可以认为这两个事物是具有相关性的。而因果性则是逻辑上的概念,两个具有相关性的事物并不一定具有因果性,如打雷和下雨,而寻找因果关系恰恰是财务决策的重点之一。虽然,相关性并不意味着因果性,但是却可能蕴含着某些共因,也就是说因果性可能包含在相关性之中。除此之外,在进行决策时需要考虑的因素多种多样,其中就有许多非常重要但是不能量化的因素,如政治影响、声誉影响和社会关系影响等等。所以,在进行决策时,决策者不能过度依赖于大数据技术而放弃对因果性的追求,而更需要关注定性分析和非财务信息,把大数据技术作为寻找因果性的利器来更好地进行决策。

在控制阶段,管理者应该由结果导向性管理转变为过程导向性管理。当前我国企业风险管理主要存在以下几个问题:事前,主要是由管理人员依据自身经验、知识来进行识别和评估风险。但是,由于个人的经验、知识和能力是有限的,因此,无法很好地识别出所有的风险,并且,风险评估缺乏量化,无法对风险影响的范围和程度进行系统性评估这可能导致风险应对过度和风险应对不足的后果。事中,主要体现为信息流动性差。上级无法即时获得下级传递的信息,可能导致难以保证风险应对措施的有效执行;部门与部门之间沟通困难,容易形成信息孤岛,难以进行协作,导致效率低下;高层难以把握总体情况,影响决策。事后,由于信息的来源不一,口径不一,缺乏统一标准,难以进行有效评价。

综上,可以将大数据技术应用于风险管理流程。

1.利用数据挖掘技术来识别和评估风险。企业面临的风险可以分为外部风险和内部风险。外部风险主要为市场风险。市场中存在的信息虽然有很多,但是利用数据挖掘技术进行数据清洗,去除无关的信息,以缩小范围;再进行关联分析筛选出对企业能产生影响的重要信息;最后,可以建立相应模型,模拟可能产生的后果,以量化影响。企业的战略风险也可以用此种方法来进行识别与评估。针对其他的内部风险,一方面可以利用外部和内部数据(比如行业法律法规和企业规章制度)进行识别;另一方面可以建立预警系统,例如,针对财务风险可以建立财务预警模型,通过从社会网络角度获得群体情绪和网民行为规律等非财务信息来及早发现危机[13]。

2.建立风险数据库来控制风险。风险数据库主要起到信息储存和分析的作用。风险数据库主要包括收集、分类、储存和共享等职能。首先,数据库收集已经或者可能识别和评估出来的风险,并追踪至各业务流程;其次,根据风险影响的领域划分风险类别,如财务、法律、市场等,接着记录初始风险评估,如频率、损失和等级等,按影响程度划分风险级别;最后,制定相应风险应对策略,分配至责任单位。该风险数据库统一了衡量标准,可以实现共享,使上级可以通过该系统掌控下级各风险点的情况,实现自上而下的管理。同时,公司各部门可以通过该平台将风险信息向上级进行汇总反馈,形成自下往上的管控机制。由此而形成的双向管理机制为信息流动提供了良好的渠道,可以有效提高管理的效率和质量。

在传统的财务评价中,由于搜集信息方法的局限性,主要以财务指标为考核标准。这可能无法从全面的角度来对企业进行评价。但是,在大数据时代,企业从事财务活动而产生的信息的数量与类型都大幅度增加,获取和储存信息的方法也大大进步。因此,再按过去的财务评价方法已经不合适了。一般来说,数据的类型可分为结构化数据和非结构化数据。结构化数据是指由二维表结构来逻辑表达和实现的数据,财务数据便属于此类。非结构化则是指没有预定数学模型,无法用二维表结构来表达的数据,包括文本、图片、视频和音频等非财务数据。据预测,未来非结构化数据的比例将大大提升。但是,目前的财务评价体系却仍然全部基于结构化数据,并未引入非结构化数据[14]。因此,企业应该将非结构化数据纳入财务评价体系,力求从多个方位来客观评价。

但是在大数据技术的应用过程中,仍然存在很多挑战,主要可以分为两种:一种为信息成本问题,另一种为信息安全问题。

1.在信息成本问题中,管理者应该权衡信息的成本与效益。首先,并不是每个企业都适合将大数据技术与业务相结合。因为将大数据技术与业务相结合可能需要对现有业务进行流程再造,这会改变企业当前的格局,可能会付出较大的成本。其次,在获取信息和处理信息时,由于信息容量巨大可能需要强大的硬件和技术人员。对于部分中小型企业来说,获取数据的成本可能超过了利用数据所带来的效益[14]。因此,在具体实施过程中,是通过自己建立大数据中心,还是将该技术服务外包,这就需要企业管理者通过成本—效益原则来权衡利弊。

2.在信息安全问题中,管理者应该重点控制信息安全风险。与往常相比,大数据技术增加了企业信息的集中程度。大数据中心作为一种数据库,其中储存了大量的企业内部机密信息,并且为了便于数据传输,一般与互联网相连接。因此,面临的信息安全风险大大增加。为了降低这种风险,企业应该在推行大数据技术的同时,增强计算机安全防范。

(二)财务人才创新

大数据时代下,企业财务管理模式的改变对财务人员的思维产生了很大的影响。从工作内容上来看,财务人员不仅要完成过去的计量、记录等财务核算和财务监督活动,还要有公司战略管理的全局观念,通过大数据技术集中、计划、分配财务资源,并具备分析财务大数据和处理、应用信息系统的能力。从知识储备上来看,财务人员不仅要掌握会计学、财务管理等专业知识外,还需要学习计算机技术等信息技术。除此之外,由于技术的发展越来越快,财务人员也应该保持持续学习的心态。因此,在大数据时代,信息技术只是一个方面,而懂得利用大数据等技术的专业财务人才其实才是企业最重要的“资产”。然而,当今许多财务人员普遍缺乏对信息技术的了解,局限于财务领域,从而减慢了大数据、云计算等技术与财务管理系统结合的脚步。因此,企业应该加强培养员工的信息化素质。比如:可以建立专业培训课程。通过这种专业授课的方式,可以帮助财务管理人员学习大数据和云计算的内涵、了解大数据和云计算的特征,以及大数据和云计算会对财务管理产生何种影响,财务管理人员应该如何应对这一挑战等;也可以定期举办问卷调查和竞赛活动。这些活动既可以调动员工学习的积极性,又可以在竞赛中学习相关知识,同时,还有推广的效果,从而吸引更多的人来学习,为未来做好大数据环境下企业财务管理转型打下坚实基础。

【参考文献】

[1] 李学龙,龚海刚.大数据系统综述[J].中国科学:信息科学,2015,45(1):1-44.

[2] 许义生.试论财务管理职能的层级结构[J].财政研究,2008(6):68-70.

[3] 彭超然.大数据时代下会计信息化的风险因素及防范措施[J].财政研究,2014(4):73-76.

[4] 林志扬,林泉.企业组织结构扁平化变革策略探析[J].经济管理,2008(2):4-9.

[5] 游家兴,李斌.信息透明度与公司治理效率——来自中国上市公司总经理变更的经验证据[J].南开管理评论,2007(4):73-79,85.

[6] 王俊秋,张奇峰.信息透明度与经理薪酬契约有效性:来自中国证券市场的经验证據[J].南开管理评论,2009,12(5):94-100,108.

[7] 王克敏,姬美光,李薇.公司信息透明度与大股东资金占用研究[J].南开管理评论,2009,12(4):83-91.

[8] 陈红,邓少华,尹树森.“大数据”时代背景下媒体的公司治理机制研究——基于信息透明度的实证检验[J].财贸经济,2014(7):72-81.

[9] 张纯.企业价值管理与财务预测技术选择[J].管理世界,2005(8):160-161.

[10] BANERJEE,ARINDAM,PRACHI,et al.Data analytics:hyped up aspirations or true potential?[J].The Journal for Decision Makers,2014,38(4):1-11.

[11] 于祥茹.数据挖掘浅析[J].硅谷,2009(20):81.

[12] 程平,王小江.大数据、云会计时代的企业财务决策研究[J].会计之友,2015(2):134-136.

[13] 宋彪,朱建明,李煦.基于大数据的企业财务预警研究[J].中央财经大学学报,2015(6):55-64.

[14] 张红英,王翠森.大数据时代财务分析领域机遇与挑战[J].财会通讯,2016(5):84-85.

猜你喜欢
大数据信息技术
新一代信息技术征稿启示
新一代信息技术征稿启示
新一代信息技术征稿启示
新一代信息技术征稿启示
新一代信息技术征稿启示
信息技术在幼儿教育中的有效应用
大数据环境下基于移动客户端的传统媒体转型思路
基于大数据背景下的智慧城市建设研究