大数据背景下企业财务管理的创新路径研究

一、前言

在现今计算机设备普及，信息与通信技术（ICT）实现较大发展的时代下，海量数据的生成与存储成为现实，由此衍生的大数据技术的应用愈加频繁。其中，基于大数据技术企业“精准营销”商业经营模式的转变，极大压缩了企业销售费用。大数据技术下信息流动、资金流动、实物流动得以有效的整合汇总，对企业内部而言，无疑为财务管理部门突破信息与行政中心冗杂组织结构的桎梏提供了可能。且财务管理部门承担企业财务汇总、辅助决策分析与风险控制的巨大责任，亟需依据海量数据和智能终端实现传统财务管理模式的创新。因此，本文重点研究企业在信息化时代下如何利用大数据实时且准确的编制财务报表，提供业务决策与风险控制的辅助信息，以及如何压缩企业等级化组织结构，提高企业运转效率。

二、文献综述

许多学者认为大数据对企业财务管理的影响是历史性、革命性的，其中汤谷良和张守文（2015）认为企业的财务管理需要充分认识到互联网技术、大数据技术下导致的革命性发展，从企业自身价值创造为中心实现大数据与财务管理的融合，实现财务信息决策的去中心化。何瑛等（2018）则从大数据对企业商业模式的转变入手分析“精准营销”商业模式变革急需财务管理的同步创新，对财务管理的主体、目标、工具和内容提出了更高的要求，因此部分学者对企业如何针对大数据技术进行财务管理创新做出了研究：张继德和胡月（2016）年指出为应对大数据等科技技术的发展，企业需要完善财务管理模式，实现财务管理信息系统的创新与升级，石影和李美叶（2019）则详细指出了企业应基于大数据技术搭建新型财务管理数据体系，提高大数据的实际应用价值，使资金流动与内部控制能够有效融合。

三、创新路径

（一）搭建大数据云处理平台

随着计算机与通信技术、射频识别技术、高速移动蜂窝及无线网络的逐渐普及，“物联网+”已经渐露雏形，随之其应用层——大数据在财务管理领域也逐渐发挥更大的作用。例如体现在会计处理上，企业对存货的会计计量，之前鉴于人工记账等较落后的会计处理方式，对发出存货的计量大多采用“先进先出法”、“月末一次加权平均法”等，该会计处理方式在存货价格变动幅度较大的情况下会显著高估或低估企业当期利润以及库存存货的价值，然而在“物联网+大数据”的应用下，“个别计价法”不仅只适用于价高量少的存货物品，应用射频识别技术得以精确追踪存货物品的入库、出库以及出库后制造的产成品，同时在网络下应用计算机能够准确计量存货确认及发出价格，使其能够保证价格统一、成本统一。因此，企业首先亟需搭建财务统一的大数据处理平台，在采购端、制造端、销售端、行政端等搭建数据输入系统，并在企业财务部门统一汇总结算，不仅减轻财务会计人员结算期繁杂的手工与计算机重复记账，更有效遏制了财务舞弊现象的发生。其次，如上所述企业内部依托区块链分布式记账，能够打破财务部门中心化的桎梏以建设扁平化组织结构，为应用大数据之前，鉴于企业财务部门重要的信息位置被赋予较高的行政地位，等级化的组织结构不利于企业有效管理，而大数据应用下的财务管理部门则可以利用已在各终端系统收集的会计信息统一汇总、统一汇总、统一计量，而无需利用财务行政中心地位进行信息收集与核算，等级化组织结构成为扁平化组织结构，既提高了企业的财务处理准确性，又增强了企业财务处理效率、企业决策效率。最后，企业大数据云处理平台的建立需依托企业外部商业数据库，匹配并收集相似企业与业务的经营决策数据，为经营预测与市场竞争提供数据支持。例如各大上市公司的财务报表、经营计划的公布与实施是企业经营决策必不可少的数据资源，企业可向国泰安数据库、锐思数据库等商业信息机构购买专属服务，利用其收集的企业公开信息协助本企业进行业务决策。

（二）基于海量数据进行决策

如上文所述，企业在前期已初步建立大数据云处理平台，那么如何依据该平台数据进行业务决策值得深究，大数据云处理平台的搭建为企业业务决策的定量分析提供了广泛的数据资源，首先是对数据库整理的公司信息进行筛选与匹配，仅与本企业处于同行业、同经营范围、同客户目标群体的公司信息具有参考价值，因此财务管理部门需要先对该类企业进行筛选排除，此后通过公司规模、偿债能力、成长能力等财务数据进行进一步的匹配，最终筛选出一定数量的可参考企业信息，若被筛选企业已实施该类业务，可对其开展业务前后的经营效益进行评估，具体的可建立数据模型应用于本公司的经营预测，根据预测信息作出合理决策。如若相近企业未进行此类业务，则需要企业进行定性分析，对业务经营的逻辑性、可行性做出预判。

（三）完善企业风险控制体系

现今我国企业风险控制主要依托管理层的主观推断，具体为其依靠自身多年来的管理经验，提前识别风险、确定风险，并根据往期风险事件的处理流程进行风险控制，但是鉴于自身经验的认知有限，无法准确识别风险、评估风险、控制风险，且无法对风险后果进行客观量化，因此容易出现风险过度识别问题和风险识别不足问题导致的应得利润减少。

在大数据应用到财务管理领域后可妥善解决以上问题，首先深入数据挖掘以识别与确定风险，同以上基于海量数据进行决策流程相似，筛选企业样本后选择发生类似风险的企业进行分析，可以通过往期风险数据建立风险预测模型评估风险并做出相应的风险控制。此外依托大数据云处理平台建立风险预警系统是极其重要的，风险控制最重要的环节应为风险预防，特别是企业内部风险的预防，风险预警系统是基于各平台终端录入的会计信息实时汇总、实时计算、实时控制的集财务指标计算、财务风险预警、其他风险提示于一体的“大数据+云计算”处理平台。财务风险预警方面，首先是根据海量数据确定风险警戒线，企业管理层与财务部门可据自身的风险偏好做出相应调整，后期生产部门、销售部门等各个平台终端据实将经营与业务信息录入该云处理数据平台后，实时计算各类财务风险指标，例如企业库存现金等流动资产难以支持流动负债时，短期偿债能力会自动预警，企业可根据自身情况作出判断，确定在支付短期债务前是否有流动资产流入，若无则提前做出申请银行信贷展期等相应的风险控制措施。其他风险的提示具体体现在市场风险和法律风险，根据行业市场经济景气指数等确定所处行业市场需求的增减，并对下期市场需求做出预测，制定相应发展战略。

四、结语

基于以上分析本文得出以下结论：企业应追随大数据技术的应用浪潮，逐渐实现在财务管理领域的创新应用，具体来看企业可依托内部各个终端平台所录信息与外部商业数据库信息综合搭建大数据云处理平台，其次通过对既有数据的量化分析附加定性的逻辑推理制定企业的经营策略与发展战略，最后企业可深入数据挖掘以识别与确定风险，完善企业的风险控制体系。然而在大数据的应用过程中仍然会存在来自信息成本与信息安全的挑战，显然大数据云处理平台的搭建所需资金量较为庞大，企业需要综合考量成本投入与预期收益的关系，最终经由成本——效益原则确定该平台的引进。此外数据安全问题一直是大数据技术发展过程中的巨大隐患，企业虽可依托区块链技术实现分布式记账，但信息中心与终端的网络存储安全仍值得注意，因此信息安全极大限制了大数据技术的快速应用，可见企业亟需信息安全的专业化人才以及对员工整体计算机运作能力的要求。