基于大数据智能化的企业应收账款管理优化研究

摘 要：本文以大数据智能化为背景，首先介绍人工神经网络BP算法与机器人流程自动化（RPA）相关理论，其次详细分析企业应收账款管理智能化的作用，最后重点阐述企业借助大数据智能化，探究进行应收账款管理的优化方法，希望以此能促进企业财务工作的顺利进行。

关键词：大数据智能化;RPA技术;BP算法;应收账款

一、相关理论研究

1.人工神经网络BP算法

在上个世纪中期，人们就对人工神经网络进行研究，主要在神经元数学模型上有所建树。近几年随着信息技术与研究的深化，运用最多的是基于误差反向传播学习算法的BP神经网络算法模型。很多学者在研究多层神经网络后，建立新结构的网络模型，侧重反向传播算法。人工神经BP算法往往包括四个步骤：第一，设置初始化参数。令分布在BP神经网络的输出与输入层的神经元数量保证合理;第二，正向传播的操作。输入层数据与设定权重值可以重置并进行线性转换，激活传递函数，获得隐藏层的神经元值，并在此层次反复计算，到后期输出层神经元值;第三，对比参考输出与BP神经网络模型标准值之间误差;第四，反向传播操作，使用梯度下降法计算并更新隐藏层的权值。

将BP神经网络算法运用于企业应收账款管理中的风险评估。经众多实践与研究表明，企业中的财务现状与应收账款的判断，是通过一系列变量后得到的结论。应收账款与其他财务指标数据互相影响，不是单独存在的;预测变量中的多种指标，不是以正态的模式呈现。基于此，传统的计算方法不能更好实现上述内容，但是在BP神经网络运用下对应收账款数据的判别、预测与分析等，为解决上述问题提供便捷。BP神经网络在解决应收账款数据分析上的难题时，对数据中的隐藏数据与特征进行提取，主动生成结果。由此可知运用BP神经网络算法评估进行应收账款风险的评估是可行的。

2.机器人流程自动化（RPA）

目前对机器人流程自动化还没有一个明确的定论，将此作为软件自动化的工具，如在系统中可收集数据信息，并做出清理与整理工作。每一个RPA都具有自己的ID，可根据工作人员制定的规则，执行任务。将RPA运用到企业实际业务场景中，需满足两个条件：第一，本项工作的工作量大、重复性高;第二，本项业务具有明显的规律。借此可发挥RPA技术控制与执行的优势，特别是企业业务中场景的构建，在大数据智能化背景下发挥RPA技术的价值。RPA流程自动化是一款基于桌面记录的自动化软件、拥有比人工还要精准与高效的工作效率、具有极强的管控与审核能力。阿里云曾经指出在大数据智能化里，应收账款管理是适用于RPA技术的业务场景，开票流程自动化、应收账款自动对账与收款核销、可自主进行业主信用管理。

二、企业应收账款管理智能化的作用

1.完善应收账款风险的管理

应收账款管理方面，很多企业在此过程中会出现保证金风险与结算风险，此与应收账款风险管理与业主信用管理相关。业主信用管理工作中需企业先对业主进行评估，包括账户信息、信用情况与发展需求等，以此才能更早发现问题并采取一定措施规避风险。可使用CRM系统的信用评级对业主进行评估，企业发展渠道中，可先加强对业主的了解，通过对其需求的挖掘，尽量提升对其服务的满意度，完成双赢。对企业应收账款的管理，最关键是管理逾期账款，这对财务利润提升有一定影响。因此要对企业应收账款风险进行评估，并针对其评估结果选择适合的汇款方式。

2.应收账款跨系统的自动读取

企业中应收账款管理，是财务工作中重要的内容，可以脱离其他管理单独运行，也可与其他管理系统合作，协同运行，互通数据与凭证图片，这为完成跨系统提取与分享数据提供支撑。企业中各部门可先进行原始票据的分类整合，接着按照数字信息的扫描技术，将原始的纸质凭证生成图像资源，在计算机中保存。另外将大数据技术与RPA技术结合，实现对原始票据中数据的识别，完成自动分类，并储存到大数据库中，实现同一企业不同部门或者不同子公司的跨系统数据读取。

3.账期的自动提示

基于大数据智能化的RPA技术，财务人员无需将应收账款统计数据单面对面交到业务人员手中，而是借助大数据智能化技术，在网络中建立数据库，由财务人员设置业主应付账款时间与金额，到期与应收账款进行自动对账与核销。若出现延期或者应收与实收数据不同的情况，就可通过邮件将问题反馈。

三、基于大数据智能化的企业应收账款管理优化设计

1.基于RPA和大数据算法的应收账款风险管理模式

（1）基于RPA的业主信用评级

应收账款的管理开始于合同，基于对业主单位财务数据中的指标，反映出企业的信用水平，企业以此为切入点分析，尽量减少与信用不良单位合作，避免产生呆账、坏账的情况。第一，企业中的业务人员通过实地考察与网络信息收集，整合业主的资质信息，如银行账号、税号、单位具体名称、财务报表等，一次性录入CRM系统中，建立一套业主资质信息表，统一化管理。第二，在CRM系统中形成对应财务指标，以此关联规则，然后带入K-Means聚类算法，实施对业主的信用等级模型的使用，完成自动评级，如评级结果为低，则表示与该企业合作存在坏账风险几率较大，进而减少与其合作。基于RPA业主信用流程详细描述为表1。

（2）基于BP神经网络算法的企业呆账、坏账风险的预测

应收账款是企业与业主建立合作关系后，业主需要支付，但是因为种种原因还未支付的款项。包括货物款项、增值税、价外费用等。受企业与对应业主在发展中可能产生各种情况影响，以至于应收账款的流动性增强，因此风险也很大，重视其安全与质量问题，加快自身应收账款周转效率，减少坏账与呆账问题，提升自身经营效益。

一方面，建立应收账款风险评估指标，建立体系。对于应收账款的分析，要着重对其流动性探究，经过应收账款结构与趋势的分析，找到其变化规律，对可能产生的异常情况做重点关注，讨论可能发生异常与变化等情况，进而可对企业中的实际风险实施控制。可通过横向与纵向两种情况完成應收账款风险的评估。横向分析指标也是趋势分析指标，对一段时间的应收账款金额与账龄等进行分析。若其涨幅超出营业收入的增幅，就是警示信号，说明销售业绩是透支信用支撑的。每次通过大数据智能化上传的历史交易记录，确定应收账款规模，经过对照分析，体现营销策略与营业业绩的变化。纵向分析指标也是结构分析指标，是根据应收账款有关的财务比率，深化分析，即发现企业应收账款的内部、外部环境与经营策略等方面的变化。在网络中上传财务报表数值，以应收账款占收入的比重对应收账款与企业流动资产的比值，进行重新测度。

另一方面，在BP神经网络基础上对坏账风险预测模型的建立。企业财务发展中要加强对坏账风险的预测，此为输入到输出的非线性映射。一个三层BP网络更加接近映射关系，基于此，企业坏账风险预测可设置三层BP网络结构模式，输入层中添加的是业主企业财务对应指标。隐含层为一层，确定神经元的个数需求，并将输出层神经元在1-7之间任意取值，以此表示企业应收账款风险的评价。得到评价数值后，业务人员就可根据风险评估，制定适合的汇款策略，对逾期未收的账款进行催收，并与法务部的业务部门合作，一同开展工作。两个部门根据合同，一同依据合同制定的付款期限，尽量与对方业主交流，多渠道多角度分析其不能及时支付应付账款的原因，进而采取适合的节点进行款项催收。

2.基于RPA的开票流程自动化

企业中应收账款管理工作需要工作人员从多种渠道收集财务方面的信息，如财务数据、网络信息与实地走访的信息等，然后将此输入CRM系统中，以CRM系统维护信息资源的完整性，在指令下对众多数据进行修改或者删除、修改。经过对企业财务中资金结算岗位部门的实收账款登记，通过RPA中的财务信息和企业与业主签订合同中的金额、数量等数据信息，进行智能化匹配。此过程坚守财务人员人工工作环节，只要利用计算机技术，就可进行自动开票。若企业有分或子公司，就可由其再进行一次审核，确保无误后就可将增值税发票传送到总公司财务部的账务审核岗，完成对应收账款的审核，数据一致后就可进入开票流程。更详细的开票流程如表2。

3.基于RPA应收账款对账和收款核销流程的完善

企业的子公司或者下属部门有应收账款对账的需求后就可提出申请，通过财务系统，提取应收与实收数据，与合同管理系统中的付款单位（个人）名称、付款账户（个人账户）、开票金额等信息进行自动对账。如对方已经按照合同约定的日期与金额，将款项打到指定账户，系统中就可依据关联账目对其进行核销，如果转账金额与系统中金额数据不相符，财务系统会以邮件的形式，将不符数据信息发给企业业务部门主管，提示其进行处理。基于RPA应收账款对账与收款核销流程详细如表3。

四、企业应收账款管理智能化保障措施

1.技术保障

大数据智能化背景下的企业应收账款的管理更加依赖于网络，这就对网络技术有更高的要求。以财务软件的使用为例，在运行的时候可能受病毒的问题，影响应收账款管理效率。因此要提升技术保障，如提升应收账款信息安全授权、定期使用杀毒措施，预防黑客入侵，进而建立具体防护措施。对于很多企业来说，财务系统的建立要从技术的角度设计安全防护措施，进一步做到网络防御，提升对信息的保障安全能力。

2.人员保障

企业应收账款管理智能化下的人员保障，一方面，要加强对财务与业务人员现代化信息技术型人才的培养，加强对相关人员的专业技术培训，进而为财务共享工作营造信息环境。同时转变财务人员观念，实现财务会计向管理会计的转型，在良好学习与沟通环境下，做好大数据处理的建模，更好提取财务信息。企业也要适当招聘一些数学与统计型的人才。另一方面，通过激励制度激发员工的工作热情。企业应收账款的管理工作对员工专业能力与努力程度要求很高，除了上述对人才的培养，企业还可使用激励的手段，在以人为本的基础上，强调对财务与业务人员激励制度的完善，以此调动工作人员工作创造性与主动性。

五、结论

综上所述，在大数据智能化背景下的企业应收账款管理的优化，满足财务共享服务需求，通过大数据算法、RPA系统的运用，更好推动企业应收账款管理的发展，以此实现企业价值的创造。

参考文献：

[1]杨霁钰.医药行业应收账款管理研究——以H医药公司为例[J].对外经贸，2020（07）：52-55.

[2]代佳.基于大数据智能化的M海事局预算业务内部控制优化[D].重庆理工大学，2020.

[3]陆岷峰，徐阳洋.区块链技术在普惠金融风险控制中的运用研究——以供应链中的小微企业为例[J].农村金融研究，2019（08）：13-20.

[4]羅昊.基于业财融合的财务共享服务中心功能提升研究[D].南京审计大学，2019.

[5]刘红菊.财务共享模式下基于大数据智能化的Z建筑企业管理会计报告生成优化研究[D].重庆理工大学，2019.

作者简介：丁硕（1998.07- ），女，汉族，佳木斯大学经济与管理学院会计专业学生