财务智能决策应用研究

朱芳莉

摘 要：当前信息化发展日新月异，通过推进财务智能化决策，提升财务工作效率及财务管理水平，提升财务决策的科学性及准确性，在企业经营中越发重要，本文详细分析了财务智能化的发展历程、必要性及如何构建系统，并分享企业的财务智能化应用实践经验。

关键词：财务；智能；研究

一、智能决策的概念及发展历程

（1）智能决策的概念。智能决策支持系统（IDSS）是人工智能（AI）和DSS（Decision Support Systems）相结合，应用专家系统技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。财务智能决策支持系统，财务信息系统与智能决策支持系统相结合，充分使用企业生产经营数据进行智能决策的智能化决策系统。

（2）智能决策的发展历程 1.计算机发展初期，主要用于科学计算问题，随后转向事务处理问题。2.企事业单位的业务数据处理需求，促使MIS系统得到迅速发展和普及，解决了信息存储、组织和利用问题，促进了企事业单位信息化的进程，但不能分析挖掘并利用数据库中潜藏的深层知识。 3.20世纪70年代，学术界对于应用系统分析、传统运筹学、MIS等学科的发展和作用进行了反思，认为它们都遇到了一些障碍，主要是由于不重视或者无法正确体现决策者的真实需求和作用。4.1971年，美国麻省理工学院的《管理决策系统》一书中首次指出计算机对于决策的支持作用，提出了决策支持系统的概念。5.1989年美国加特纳公司的分析师首次提出“商务智能”的概念。商务智能是数据仓库、联机分析处理和数据挖掘等相关技术走向商业应用后形成的一种应用技术。

（3）智能决策的三大阶段 1.数据库阶段。DSS发展的初级阶段，主要以数据库为基础，构建分析程序，20世纪80年代初形成，并在80年代中、后期得到发展。2.数据仓库阶段。20世纪90年代初形成，并在90年代得到发展与普及，是DSS发展的中级阶段（过渡阶段），主要以数据仓库为基础构建。在这个阶段，国内外出现了许多所谓的信息中心或数据中心。3.现代商务智能阶段。20世纪90年代末期形成，至今已构成一个成熟的体系与学科。它集成了现代计算机技术多个相关领域的最新成果，可以为企业决策提供有力的支持。在这个阶段，系统一般由抽取文件支持，采用菜单方式，提供在线信息，能打印特定的报表。

二、构建财务智能决策系统的必要性

（1）财务决策的新课题1.与日俱增的复杂市场环境；2.支持业务增长持续创新的压力；3.降低财务成本的要求；4.大数据时代的信息爆炸；5.移动互联网带来工作方式转变与创新；6.加速创新应用与探索。

（2）数据（报表）使用者对财务的新期望。1.从分析与报表转变为对业务深度洞察；2.从回顾历史转变为展望未來；3.从接受咨询转变为领导业务变革；4.从业务观察用户转变为关键贡献用户；5.从企业看门人转变为业务与战略伙伴。

（3）现实中的痛点。1.信息孤岛，系统物理分散。公司的业务系统比较多而且分散，每个系统将形成一个信息孤岛，对于纵观全局了解公司的运营情况带来不便，如果要收集所有指标将产生跨系统所带来的困难与挑战；2.数据量巨增，数据难以管理。随着公司的发展，各个业务系统的持续运行及未来新的业务系统的陆续投入，将形成大量的历史数据，物理分散的海量数据给数据管理带来很大的挑战；3.业务需求增多，数据利用单一，系统功能单一，数据整合性差。各个业务系统的处理负担日益加重，统计日益重复，若仍以传统的方式，在各个业务生产系统中进行统计分析，向运营、营销、管理人员及时提供充足、准确的统计、报表等信息而又不影响各个业务系统的处理效率已不现实；4.高层管理者难以及时得到正确的信息进行有效的决策；5.业务管理部门难以从整体上管控运营数据反映的问题和原因；6.缺乏有效的数据分析工具。

（4）财务智能决策系统能够解决管理辅助、决策支持：1.变数据为知识，协助洞悉运营状态，发现问题，并驱动解决问题；2.消除信息孤岛，采集多方数据，搭建整合模型，按需进行组合关联分析；3.借助工具优势，灵活定义，快速展现，便捷更新，精细控制。

三、如何构建财务智能决策系统

（1）智能财务决策系数 IDFSS包括：1.战略预测与决策子系统：投融资预测与决策、销售预测与决策、存货预测与决策、成本预测与决策、利润预测与决策、应收账款预测与决策、资金链预测与决策、盈亏平衡预测与决策；2.战略计划与控制子系统：财务预算的编制策略、财务预算的控制、成本费用的控制、资金及资金链控制；3.财务分析与报告披露子系统：利润分析、收入分析、成本分析、期间费用分析、毛利分析、资产结构分析、负债及权益结构分析、营运能力分析、盈利能力分析、杜邦分析、发展分析、同行业指标分析。考核评价子系统：经济增加值、平衡积分卡

（2）智能决策系统的基础架构1.三库结构：早期的决策系统结构形式是三库结构形式，具有数据库、模型库和方法库的三个库及相应的管理系统；2.四库结构：为了提高决策支持系统功能，不少研制者在DSS三库结构的基础上增加知识库提高智能效果。比较典型的结构是四库三功能结构形式。

（3）财务智能决策系统架构规划：决策层包括分析、预测系统，如商务智能平台、全面预算管理系统，模型库、方法库在这两个平台中构建，未来还需要上专家系统，相当于知识库。 信息源层、管理层包括各个具体的应用系统，对应结构中的数据库，如：银企直连、MES、PLM、SRM、SAP等

四、财务智能决策系统应用实例

（1）银企直连系统。1、目前大多数公司收付款都直接使用网银，信息无法与企业ERP SAP系统交互。业务信息链断层的存在，导致收付款项无法与SAP系统中应收应付款项关联，不利于数据核对、分析的同时，也增加了财务人员的工作量。因此，实施银企直联项目，优化收付流程的操作管理。同时也优化了报销流程；2、银企直联的目标：实现企业ERP系统和银行支付系统的数据交互，提高数据处理的准确性和时效性；银企直联的前端和后端分别关联其他辅助业务流程，以确保收支业务的高效安全和后续财务处理的自动

化，以提高工作效率和工作质量。

（2）商务智能系统。1、建立统一数据模型、信息资源层次体系、数据元素标准、信息编码；2、使得不同厂家的各个业务系统建立统一的数据模型满足不同各个业务系统的集成；3、对数据规范化定义，实现信息高度共享，解决数据层面信息孤岛问题；4、整合各个业务系统，建立各个业务系统数据中心，减轻业务系统压力；5、建立业务系统的数据仓库系统，为日常管理和决策提供有效的数据服务；6、通过数据提取、整理、分析，最终通过分析结果制定有关策略、规划，可以达到资源的合理配置，改进运营效率，节约成本提高效益的目的；7、提供完备的分析模式，满足不同分析应用需求。

（3）工业4.0。公司2015年7月起陆续启动工业4.0系列项目，预计在2020年初步实现数字化工厂建设。其中PLM、QMS、MES三个系统与西门子联合打造。

1.工业4.0目标。

A、减少上市时间 ：缩短创新周期 、管理复杂产品 、大数据管理。

B、提高灵活性 ：个性化定制和生产、满足市场快速变化需求 、高生产率。

C、提升资源有效性 ：能源和生产资源的有效利用 。

2.MES：业界领先的一体化制造信息化管理系统，核心功能模块有：生产管控、资源管理、车间物流智能调度、过程质量管控、安灯系统，实现与SAP、PLM、iWMS、QMS等系统以及与所有生产设备的无缝对接，提高了工厂管理的实时性和透明度，通过制造云实现制造大数据、质量大数据、工艺大数据的智能分析，并形成一个智能决策闭环控制，为实现智能制造，为真正实现工业4.0夯实基础。

3.PLM：打造数字化企业 ，搭建数字化平台，以贯穿产品全周期管理的PLM平台为基础 。

结束语：公司通过信息化建设，推进财务智能化决策，提升了财务工作效率及财务管理水平，提升了财务决策的科学性及准确性，对企业经营管理水平及经济效益的提升起到良好的推动作用。