“数智”时代财务分析的演化趋势及转型路径

王璟璇，董杉杉

（河北工业大学 财务处，天津 300401）

0 引言

“ 数智”时代背景下，人工智能（Artificial Intelligence，AI）财务机器人、自动化财务软件等信息技术的广泛应用将财务人员从重复、烦琐的流程化工作中抽离出来，并促使财务管理职能逐渐向预测和管理转型。财务分析作为财务管理和管理会计的重要工具，对提升精细化管理水平起着至关重要的作用。“数智”化信息技术的深度应用在提升财务工作效能、优化传统财务流程中的人力资源配置，以及进行财务分析、预测、决策和管理的同时，使得财务分析工作在财务分析主体、客体、工具等方面面临新的挑战。未来财务分析势必要将种种挑战转变为创新的机会，顺应“数智”时代的发展趋势进行转型升级。

1 财务分析面临的现实挑战

1.1 财务分析主体——转变思维模式，提升专业素养

转型创新、思维先行，即使AI 财务机器人等信息技术优化了会计核算和财务监督的人力资源配置，但是AI 无法真正取代人类思维，财务分析、财务预测等高逻辑思维要求的工作仍然需要财务人员基于自身的财务思维和职业素养完成。然而，传统财务分析思维局限于企事业单位本身和所处行业相对单一的财务报表数据和指标分析。一方面，手工筛选、提炼和处理有效数据费时费力、容易失真；另一方面，仅通过财务数据和指标对同比环比情况、预算完成进度、行业基准对标等进行横向和纵向的财务分析缺乏层次和深度。随着财务行业从会计电算化到信息化再到如今大数据和智能化的演变，财务分析的数据关联性和时效性大幅提升，传统财务分析思维和财务人员的专业素质显然难以满足“数智”时代财务分析和管理预测的要求，这是财务分析的主体——财务人员面临的现实挑战。

1.2 财务分析客体——数据的有效性

复杂的数据作为财务分析的客体也使得财务分析工作困难重重。诚然，“数智”时代海量的数据信息对企事业单位进行精准的财务分析来说极具借鉴价值，财务数据信息早已不是预测、决策和管理的唯一依据。除财务数据信息外，企业预测、决策和管理的依据还包含内部各部门数据、竞争对手数据、上下游供应链数据、国民经济数据在内的广义数据信息形成的由财务数据和非财务数据构成的庞大数据系统。其次，以往的财务分析仅仅基于财务部门会计核算的单一财务数据进行人工财务分析，未参照业务部门的非财务信息，数据之间呈弱关联性和弱有效性，导致财务分析输出的数据信息数量和质量都无法达到“数智”时代财务分析的基本要求。最后，在各个数据系统中提取与企事业单位相关、有用、有效、可靠的数据信息是一项不小的挑战。

1.3 财务分析的工具——智能财务分析技术系统的普及性和安全性

财务分析的客体和依据是数据，因此需要进行大量的数据筛选、甄别和处理。目前，财务分析主要使用电子表格软件即Excel 中数据透视表、各类函数等功能或者使用数据库开发软件（Visual FoxPro，VFP）即VFP 数据库等进行财务数据处理，软件系统的研发速度难以满足智能财务分析的需求，如神州浩天等软件公司已开发出智能财务分析系统，但是普及率相当低，各类企事业单位无法实现“数智”时代的交互式和实时性财务分析。另外，财务报表数据仅是对业务数据加以高度概括的二手数据，如果直接对大量且多维的一手业务数据进行财务分析能够增强财务分析的准确性和可靠性。与此同时，随着智能财务分析系统的研发、优化和普及，数据安全是亟待解决的重大问题。财务数据往往牵涉和反映企事业单位的商业、非商业机密，一旦有黑客入侵智能财务分析系统或者出现系统崩溃的情况，就容易摧毁企事业单位智能财务分析的安全平台。因此，建立系统安全屏障，防止数据信息泄露或系统崩溃又是一大挑战。

2 财务分析的演化趋势

“数智”时代的大数据、人工智能、区块链等信息技术为财务分析不断演化和发展提供了必要的外部条件，企事业单位各部门之间的部门整合、业财融合、信息技术升级等为财务分析提供了相应的内部条件。在内外部环境因素的交互作用下，财务分析在以下3 个方面出现了新的演化趋势。

2.1 财务分析的数据来源趋于广泛

“数智”时代的数据获取更加快捷、准确、全面，财务分析的数据来源不再局限于企事业单位静态的财务报表数据，还包括宏观经济数据、中观市场数据、微观管理数据；不仅包含财务数据信息的量化分析，还涵盖了外部非财务信息（政策导向、经济趋势、市场变迁、行业业态等）和内部非财务信息（组织结构、管理模式、产品研发、人力资源等）的非量化分析。企事业单位通过运用大数据和智能化先进技术，对接不同的信息系统，能够获取海量数据信息，合理准确处理量化和非量化的基础数据，从而实现业务和财务的联动分析，建成基于丰富数据来源的综合财务分析体系。

2.2 财务分析的方法趋于智能化

传统财务分析方法与新兴的杜邦分析方法、哈佛分析框架等相比，需要手工加工处理海量数据，工作量较大，难以短期、高效、高质地完成财务分析工作。因此，在“数智”时代大量运用计算机编程语言，如Python 等爬虫、数据挖掘、数据分析和数据可视化软件对海量数据进行收集、整理，根据数据信息使用者的不同需求，按照一定程序和机器语言进行取数、建模、计算、对比的智能化和流程化分析，最终形成图文并茂、形象易懂的多维度、个性化、动态交互的综合财务分析报告，为非专业的信息需求者提供有价值的财务信息。

2.3 财务分析的管理趋于精细化

财务分析的最终目标是及时提供有价值的财务信息，提升管理效能，实现企事业单位的战略目标。数智化信息技术的应用使财务分析在以下3 个方面体现出精细化趋势。第一，数据来源精准化，业财融合实现财务分析和管理决策的高质量呈现；第二，分析流程精细化，设置AI 思维和程序，细化和标准化分析流程；第三，目标对象精细化，按照不同财务信息需求者的要求进行个性化的分析，针对性更强，决策相关性更高。这种综合财务分析要求和分析触角深入每个价值链环节，借助智能化信息技术发挥财务分析对于精细化管理不可或缺的作用。

3 财务分析的转型路径

3.1 财务分析人员转变思维、提升素养、形成梯队

3.1.1 转变财务思维

随着AI 财务机器人的逐步普及，人工智能会取代一部分基础性的财务工作，但是专业的财务分析和财管工作很难被取代。作为财务分析主体的财务人员在“数智”时代首先应当转变财务思维，不能局限于以财务报表数据为单一分析来源的传统财务分析模式，也不能满足于执行财务核算、财务监督等基础性财务职能，而要具有超越狭义财务思维的综合财务分析系统观和战略全局观，基于战略管理和组织结构优化，形成广义财务战略思维。

3.1.2 提升综合素养

财务人员的专业素质关系着财务分析的质量和效率。因此，提升财务人员智能财务分析力、数据洞察推理力、财务职业判断力和智能软件系统运用能力等各项专业能力刻不容缓。另外，财务智能化发展越来越迫切地需要财务和计算机相结合的复合型人才，因此应对财务分析人员开展大数据技术、数据挖掘、IT（互联网技术）信息系统等方面的针对性专业培训，促使其深入学习财务分析智能化方法，熟练掌握智能财务分析系统的使用规则，确保财务人员更好地适应“数智”时代的财务分析工作。

3.1.3 构建人才梯队体系

在财务分析人员转变财务思维、提升综合素养的基础上，企事业单位还需要扬长避短，积极构建人才梯队体系。即使财务人员不断加强自身各项能力的提升，但术业有专攻，财务人员难免存在能力短板。因此，合理整合人力资源，逐步构建前端业务、中端财务、后端IT 相结合的人才梯队体系，财务渗透业务、IT辅助财务，使财务人员精通业务、熟悉IT 技术，计算机技术人员了解财务和业务，从而最大限度地利用人力资源。

3.2 加强业财数据融合共享平台和大数据库建设

3.2.1 业财数据融合共享与同步交互

数据是财务分析的客体和依据，建设业财数据集成、融合和共享平台是实现大数据支撑和智能财务分析应用的重要保障，可以打破业务与财务之间的数据壁垒，基于财务报表表内数据深度挖掘表外信息，将财务分析深入业务前沿，确保业务各价值链数据联动和信息共享，满足多维动态数据分析需求，利用大数据技术实现跨部门、跨链条、跨业态的综合智能财务分析和财务业务数据交互传递、同步更新。

3.2.2 建设和应用大数据库

除业财数据的融合共享外，财务分析的智能化发展还需要建设和应用财务分析大数据库，提高财务分析的准确性和及时性。首先是处理好财务和非财务数据、量化和非量化数据、结构化和非结构化数据之间的数据库关系。在“数智”时代，利用创新性的财务分析技术和方法可以有效反馈信息，通过构建多维数据破除单一数据的局限性。其次是内外部数据对接形成整体数据库，实现内部各部门、上下游产业链、行业基准、宏观经济环境等宏观、中观、微观的数据共享、对接和协同，以确保财务分析数据来源的准确性，提升财务分析质量。

3.2.3 设计优化数据传输业务和财务流程

建设业财数据融合共享平台和大数据库可以实现基础数据池的构建，促进数据池中的数据不断进行传输和使用。在数据输入和输出的过程中，设计优化业务和财务流程可以提供决策支撑，进行风险预警。首先，设计优化经营业务分析流程，结合业务持续开展滚动的财务预测，分析经营绩效差距；其次，设计优化财务分析和风险预警流程，主要包括预算执行分析流程、成本分析流程、税务分析流程、综合财务报告分析流程等；最后，将财务分析流程需求落实到业务分析流程中，实现业财流程融合和优化。

3.3 构建智能财务分析框架体系

“数智”时代的智能化成果为财务分析高质量发展提供有效的技术支持，然而要真正利用好信息技术构建智能财务分析框架体系，还需要政府、行业、研发机构和企事业单位协同合作。

3.3.1 政府部门积极引导和推进智能财务分析工作

随着新政府会计制度的全面实施，行政和事业单位均需要进行政府综合财务报告分析和应用，政府部门逐渐成为财务分析的重要参与者、践行者。智能财务分析框架体系的构建是一项综合性系统工程，仅靠企事业单位本身的力量难以完成，需要政府做好智能财务分析的政策性引导和会计制度、法律法规范畴内的数据信息公开。

3.3.2 行业协会研讨和培训智能财务分析

财务分析行业属于专业性和技术性很强的行业，智能财务分析体系框架的构建离不开行业协会的敦促。行业协会可以发挥财务专家、科研学者优越的思维能力，进行多方研讨、调查研究、专业培训，从而促进智能财务分析体系的构建。

3.3.3 研发机构应加大智能财务分析系统的研发力度

智能财务分析系统是实现财务分析智能化的关键软件。对于研发机构来说，其不仅意味着巨大的市场商机，还将对智能财务分析框架体系的全面构建产生重要影响。因此，研发机构和高校科研人员应当坚持产教研结合，加大智能财务分析系统的研发力度，同时吸引财务分析需求者和实施者广泛参与，鼓励其献言建策，通过实地调研、深入探讨、创新转型，为尽快构建低成本、高质量的智能财务分析框架体系提供坚实的技术和软件支撑。

3.3.4 企事业单位应用和优化智能财务分析系统

作为智能财务分析体系中最基础和核心的一环，企事业单位应当以经营业务为导向，充分考虑自身特点，厘清业务与财务的基本逻辑关系，创新财务分析方法和技术，全面普及和应用智能财务分析系统。通过运用智能财务分析系统和软件进行多维度、个性化的实时分析，满足不同部门、管理者、投资者、政府和社会的多元化财务信息需求，从而适应复杂多变的“数智”化信息技术时代。