大数据背景下财务公司数字化转型探讨

□文/李 璇

（兰州财经大学长青学院 甘肃·兰州）

［提要］企业集团财务公司是源生实体经济的金融机构，自成立以来就被赋予“依托集团、服务实体”基本功能定位，在企业集团进一步深化改革和高质量发展新形势下，财务公司应充分发挥金融服务专长，助力企业集团体制改革和产业转型。本文回顾现阶段财务公司大数据技术应用基本现状，探讨集团财务公司数字化转型问题，并针对财务人员迎接大数据技术冲击提出建议。

一、前言

近年来，我国企业集团财务公司发展迅速，但现有发展模式也带来了业务结构单一、风险管理较弱等弊端。银监会在中国企业集团财务公司行业发展2019年年会上对当前我国财务公司工作做了总结，在2018年世界经济形势发生重大变化之后，2018年我国企业集团财务公司行业整体仍能继续保持良好的发展态势，继续深化业务结构转型，继续守住不发生系统性金融风险的底线，整体取得了较好的发展业绩。财务公司坚持服务实体经济的基本定位，深化金融供给侧结构性改革，通过产业链金融服务更好地服务集团主业，改善产业链上下游企业融资难融资贵的现状，促进了产业链整体健康发展。

企业集团财务公司作为与企业集团一荣俱荣、一损俱损的“内生性”非银行金融机构，是产融结合的一种特殊存在形式，虽然不对社会公众吸收存款或发放贷款，业务范围限定在本企业集团内，但各大企业集团和权属单位可得可用可共享的数据信息丰富，借助大数据技术的应用与发展，以财务公司为支点，打造企业集团数据信息“桥头堡”。作为我国金融体系的重要组成部分，近年来集团财务公司与企业集团主业深度融合，并呈现出传统业务持续发力、产业链金融持续深化创新等特征，进一步凸显了财务公司与集团发展的共生性。集团化管理的盛行以及集团财务公司的建立，为企业集团的投融资活动和企业发展提供了资金保障和支持，确保了内部资本市场有效性的发挥。集团财务公司的设立为企业集团及成员单位带来了巨大的便利，通过合理调配、使用各成员单位的资金流，有效降低集团的融资约束，提高资金使用效率，从而使筹建集团财务公司成为支持企业集团发展的重要举措，对企业集团持续健康发展起到了重要作用。

经济新常态下，我国财务公司面临机遇与挑战并存，尤其是大数据技术的出现对财务公司的发展提出了更高的要求，本文主要探讨大数据背景下集团财务公司的数字化转型问题。

二、大数据概念、特征和思维方式

“大数据”概念直到2009年才逐渐开始在西方国家流行，“大数据”引起全世界高度重视，是源于2012年美国奥巴马政府宣布实施“大数据研究和开发计划”，该计划希望应用大数据解决政府部门面临的各种问题，这使“大数据”思维和技术开始进入工作和生活中来。“大数据”是指所涉及的数据量大到无法使用目前的计算机能力，在一定的时间内完成搜集、整理、处理或转化成为使用者的可用信息。“大数据”的各种定义中，以互联网数据中心（IDC）的最为权威：“大数据”是用来描述和定义信息化社会所产生的海量数据，所设计的新架构和技术，并进行技术发展与创新，目的是为了更经济、有效地从高频率、大容量、不同类型和结构的数据中获取相关价值。随着大数据时代的来临，人们利用数据的方式和方法发生了根本的改变，形成了大数据的思维方式。大数据的思维方式主要有总体性思维、容错率思维和相关性思维，这些思维将改变人们认识、理解和研究社会经济现象的方式和方法。

（一）在大数据时代，应有总体性思维。IT技术、互联网和云计算等科学技术手段得到了普遍应用，人们处理数据的能力得到了很大提高，而且可记录、储存的数据越来越多，从TB级向PB级跃升。随着大数据时代的来临，总体性分析将取代抽样分析，总体的性质和特征不再依赖于抽取的样本数据及其特征，现在可以搜集几乎全部的数据，从而对事物的认识可以更全面、更深刻。

（二）在大数据时代，应有容错率思维。所谓容错率，是指在大数据中无需要求每一个数据都有很高的精准度，尽管存在数据优劣掺杂，但因数据量巨大，最终还是能得出事物的总体性质和特征。大数据时代，无需深究每一个数据的精确性，应该容忍一定的数据误差，只要认识和了解总体性质和特征的基本趋势即可，而应追求数据的及时性和利用率。

（三）在大数据时代，应有相关性思维。自古以来，人们总是通过深入分析事物的原因，从而得出事物的结果，透过事物的现象来认识事物的本质。大数据时代的来临，人们可以通过互联网和云计算技术搜集、挖掘和分析数据中的相关性，应用事物间的相关性分析来帮助捕捉现在和预测未来。

三、大数据技术在我国财务公司应用现状

截至2019年末，全国已经开业的财务公司共有258家，行业资产总额7.02万亿元，较上年同期增加10.87%。不断发展壮大的财务公司行业已成为我国金融体系的重要组成部分。按照《企业集团财务公司管理办法》财务公司所能开展的业务涵盖存贷款、结算收付、同业、投资、债券发行和承销债券等十余项的业务资格，是企业集团名副其实的“内部银行”与“钱袋子”。尽管财务公司在稳健发展，但大数据技术仍对现有财务公司运行管理模式带来了冲击：

（一）目前信息共享的速度和广度不足以满足生产经营的需求。大数据技术正在渗透到各个行业，企业的生产、管理、控制等环节也在越来越多地应用相关技术，整个社会信息更新的速度都在加快，如果不能及时捕捉到有用信息，企业在行业中就会处于不利位置。在此环境下，管理层希望财务信息能够实时呈现，以便更快更好地作出决策；基层员工则希望通过微信等即时通讯软件更加方便快捷地了解上下环节的工作动态，以提高效率。同时，由于技术条件的约束，之前的财务共享服务往往局限于企业内部信息，而在大数据发展非常迅速的情况下，企业搜集和处理的信息就不应该拘泥于企业内部，而是将来自竞争对手、合作伙伴、税务部门、工商行政部门等的外部信息纳入共享范围。再者，基于目前经济全球化及国内经济下行的新常态，企业还需要将资本评估、现金流动性管理、汇率及利率风险纳入财务共享范围。

（二）信息安全受到威胁，商业秘密受到侵犯的可能性增大。2013

年爆发的“棱镜门”事件，斯诺登揭开了大家心照不宣的秘密，但人们却惊讶地发现美国的监控技术已经具备了大数据时代的显著特征。网络时代的信息安全问题由来已久，大数据技术的发展使数据的传输、共享更加便利，也使信息安全问题愈发严重。从技术层面来看，首先是信息开放和关联度增加，大数据更容易成为攻击目标。大数据不仅意味着数据量大，还意味着数据更加复杂、敏感，这对于攻击者来说极具吸引力；同时，数据大量聚集其关联密切，使得每次的攻击都能够有着巨大的“收益率”。其次是新型的攻击手段很难被发现和控制。大数据时代下的信息传递和存储成为高级可持续攻击的载体，而目前的安全检测手段更多局限于单点检测，很难做到持续、实时监控，这为高级可持续攻击的攻击制造了漏洞。大数据信息安全问题不仅是一个技术问题，还是一个社会学问题。从法律层面来看，当前我国还没有出台有关大数据安全保障方面的法律法规，甚至网络安全及商业秘密保护方面的法律也不够健全，企业信息受到侵犯后很难诉诸法律，这些灰色地带的存在降低了犯罪成本。比如，日常生活中我们经常因为个人信息泄露而不堪其扰。大数据技术的发展除了带来正面效应还可能增加犯罪手段，如果不能及时有效地填补法律空白，信息泄露造成的不法犯罪会愈演愈烈。而对于企业来说，可能会造成更大的经济损失。综上，大数据环境下，信息来源更广，存储却非常集中，这些存储介质里包括财务数据、客户信息等在内的大量商业秘密面临着更加严重的泄露风险。

（三）管理层对于财务转型的认识存在误区，组织机构调整势在必行。在很多企业的管理层看来，转型意味着共享，而共享=集中，或是共享之前必须实现集中。这种看法大多基于对现有的支撑财务共享服务的工具认识不足，在传统思路中，财务共享就是前台人员将财务信息收集起来，传递至后台进行集中处理，即建立起来一个“会计工厂”，把财务人员集中起来完成工作。但在大数据时代，以金蝶EAS（集团型企业ERP）为代表的财务共享服务专业信息系统已经可以做到全流程的分散处理，实现核算处理的自动化。根据以往的成功经验，在实施财务共享服务的进程中，组织机构调整是一个漫长、艰难，而又必不可少的环节。例如，中兴通讯经过十年探索和实施，才形成了现在的组织模式，即借助先进的信息系统工具，将财务核算工作打造成一条流水线，按照有效的方式重新分配财务岗位，合并所有子公司和外派机构具有相同职能的业务，划分为分工明确的专业组，效率得到显著提升。在组织结构的调整中，可能会存在各种阻力，如新部门领导权的问题、各部门工作量分配是否合理以及部门间是否能做到很好的衔接和流畅的运作等。这就需要在进行组织结构设计时充分考虑本企业业务和财务工作的实际情况，同时人力资源部门应做好事前沟通和财务共享实施后的绩效评估工作。

（四）人员转型问题。大数据处理技术正在改变着当前计算机运行模式，按照其生命周期，大数据处理技术包括采集与预处理、存储与管理、计算、分析与挖掘、可视化分析、隐私与安全等多个方面。越来越成熟的技术几乎能够处理各种类型的海量数据，并且实时高效。技术的发展和组织结构的变革，减少了对人工作业的需求。据统计，建立起财务共享服务中心之后，该中心所需的财务人员大约只相当于原来分散核算时人员总数的1/3。其余大部分人员则被重新分配至管理会计岗位，他们的主要工作不再是会计核算，而是转向立足业务的财务分析，为公司提供决策支持，即提供“增值服务”。在此之前，大部分财务人员只需要具备财务会计知识就可胜任工作，分流后，对员素质提出了更高的要求，不仅要具备财务分析、财务报告、成本管理等知识，还要懂业务，兼具营销管理、公司治理等相关技能。而对大多数企业来说，现有的会计人员结构很难达到实施财务共享服务之后岗位和人员的匹配程度，如果不能妥善解决，人员转型问题将成为财务共享服务实施过程中的一大阻碍。

四、运用大数据技术建设数据分析平台

（一）平台搭建。完成数字化转型，就是要贯彻运用大数据技术，搭建大数据分析平台。企业建设数据分析平台，应从业务和财务管理实际需求出发，从结构内容上应具备查询分析、线索核对、总体分析、预警分析和系统管理五大基本功能，能基本满足业务和财务管理要求。

1、查询分析系统。该系统主要提供对企业内部的业务和财务以及外部的银行、税务、供应商和客户等单位的信息查询，并在此基础上深入分析业务和财务方面是否存在重大问题及重点外部单位的往来情况是否正常，全面掌握企业的内外部情况。

2、线索核对系统。该系统在查询分析系统基础上开展工作，主要针对企业内部业务和财务方面存在的重大问题以及与外部单位的异常往来情况进行各种线索核对，以核实和弄清数据信息的真相。

3、总体分析系统。该系统以企业定期财务报表和生产经营管理数据为基础，根据主要业务的增减变化和财务指标的变化趋势和结构占比，分析和确认企业生产经营中存在的问题及重大风险，并对企业生产经营进行预测和规划，为企业决策提供及时、可靠的依据。

4、预警分析系统。该系统以企业生产经营管理数据和财务报表为依据，通过对业务和财务数据与指标的阀值设定，实时或定期对财务风险、经营风险或供应商、客户风险进行分析与识别，自动显示各种预警信号，提醒企业及时采取措施防范和化解风险。

5、系统管理系统。该系统是根据大数据分析的需要，对企业各部门大数据分析小组和分析人员的登录访问、权限设定、传输数据、自动生成报告以及与外部信息系统的连接等权限的控制和管理。

（二）建设要求。大数据分析平台应以IT技术、数据分析软件和智能化工具为基础，将业务和财务紧密结合起来，满足企业决策和改进生产经营管理的需要。

1、大数据分析平台应具有全面性。该平台应覆盖企业内部各部门和子公司以及外部的供应商、客户和其他利益相关者，其分析内容包括：以时间为维度对财务状况、经营成果和现金流量进行分析；以子公司为对象对其生产经营业务及其风险情况进行分析；以与外部单位资金往来为尺度对其财务指标及风险情况进行分析；以现金流为核心对业务流进行分析，实现风险的及时预警。

2、大数据分析平台应具有联通性。企业的财务共享服务中心已将业务与财务数据汇集成大数据，供大数据分析平台使用。因此，大数据分析平台应与财务共享服务中心联通，这是大数据分析平台建设的基础。另外，大数据分析平台还应与外部的相关分析平台进行联通，获取宏观数据、行业数据、竞争对手数据和客户数据等。财会人员通过读取企业的基础数据进行深入研究，形成分析问题、决策支持所需的数据，实现数据分析平台的互联互通。

3、大数据分析平台应具有先进性。为了保障大数据分析平台具有稳定性，能在较长时间内安全使用，企业在基础设施、技术方法、软件和智能设备的选择方面应具有一定的先进性，这也为后续的大数据分析平台升级创造了条件。

4、大数据分析成果应具有多样性。企业内部各类人员使用大数据的目的各不相同，所提要求也存在很大差异。因此，要求用大数据分析平台形成的成果具有多样性，可以通过在平台上设计专用的界面、图形、表格等方式将不同的信息显示出来，企业内部各类人员可以直观的“看见”分析结果，以满足企业内部各类人员对数据分析的需要。

5、大数据分析平台应具有安全性。企业大数据分析平台分析和处理的是业务与财务数据，应确保分析所使用数据的安全性和分析结果的安全性。大数据分析平台的安全性是一个复杂的系统工程，涉及人、技术、操作等要素，单靠技术或单靠管理都不可能实现。因此，企业应将各种安全技术与运行管理机制、人员思想教育与技术培训、安全规章制度建设相结合，形成一个完整的确保安全的体系和机制。

五、财务公司数字化转型过程中对财务人员的建议

财会人员应将搜集到的数据，通过大数据分析平台进行分析，利用大数据提高会计服务能力，充分发挥会计工作在促进企业转型升级中的作用。提升大数据会计服务能力，财会人员需要做大量、细致的基础性工作。

（一）深入数据挖掘，确定重点。在信息爆炸的年代，人们可以随时随地接收各类数据，而报纸、杂志、电视、广播中散布的各种数据良莠并存、真伪同在。另外，如数据被滥用，将会出现对事实的歪曲、颠倒黑白、是非不分，还往往对读者形成误导。因此，财会人员应运用大数据思维与技术，加强对数据的深入挖掘，寻找事物间的相关性，找出隐藏在数据背后的事实。企业的大数据挖掘应将财务数据挖掘分析与业务数据挖掘分析结合起来，将遗传算法、神经网络算法以及满意分析算法等用于数据挖掘，为及时确定分析重点、进行科学合理的分析创造条件。

（二）实施特征分析，发现线索。人们经常会发现媒体利用数据得出千奇百怪的结论，其实不然，大多是媒体违背常识解释数据，或是断章取义利用数据。每当此时，多数人会二话不说，就开始谩骂或嘲笑做出这些结论的专家和媒体。其实，往往这些数据本身并没有错，错的是媒体不实施特征分析，发现不了其中的线索，甚至刻意利用数据得出哗众取宠的结论。比如，很多数据显示的关系只是“相关”而非“因果”，但媒体通常不会特别指出，而是错误地把相关关系认做因果关系，从而得出很多荒谬的结论。把相关关系当成因果关系，这是事后归因；从小样本得出大结论，这是以偏概全。财会人员应加强对企业业务与财务数据的深度挖掘，寻找某些数据之间的相关性，及时发现业务与财务存在的风险特征，归纳、分析各种风险特征的表现形式，为企业决策和改进生产经营管理提供依据。

（三）应用权重分析，揭示隐患。虽然数据本身还涉及来源和真实性问题，但比这更容易产生误导的是数据的结构与权重。比如，中国消费占比低的说辞，就来源于国家统计局数据结构与权重，具体说就是在经济统计中，买房并不计入消费，而是计入投资，以至于现实中人们在住房上的消费越多，统计局公布的消费数据占比就越低。这明显违背现实中人们的观感，因为在现实中人们是将买房看作消费行为。财会人员可以通过对企业业务和财务的波动及权重分析，揭示企业主要产品或服务收入的增减对总收入的影响及程度，提出针对性的管理建议和措施。

（四）追踪资金流向，查找证据。资金是企业的血液，资金流向综合反映了企业生产经营活动的发生与结果。以资金流向数据为导向，企业财会人员应查找、监控异常的资金流向，寻找、发现、核对来自企业内外部的相关证据。根据资金流向追踪至业务流程和内部控制执行，从内部控制要求、预算安排、资金拨付一直追踪到项目实施过程，直至追踪到责任人。对企业基本建设投资项目，应加大对大额资金流向的监督，强化对工程立项审批、招投标管理、建设进度、施工质量管理等重点环节的监督；对金融市场投资事项，要关注政策要求、投资方案、风险管控、资金投向和潜在风险隐患等，重点关注非法集资、违规拆借，以及债券市场和资本市场中的利益输送等重大违法违规问题。

（五）加强趋势研究，重在预测。从理论上讲，大数据主要是对过去的数据进行分析和计算，通过一定的模型来预测未来某些事件的走势。有了大数据，财会人员不仅有了更多的数据可以利用，也拥有了更强大的处理大量不同属性数据的能力。大数据与计算功能的结合使财会人员能够挖掘企业生产经营过程中的行为数据，得到业务和行业的发展趋势，既能做实时分析，又能做预测模型。对于事物发展的预测，有时影响因素会有成千上万，解释的理论更加是多如牛毛，强找因果关系，对要求快速反应的事件（如股票价格预测），人们更迫切的是想知道接下来要怎么做，而并非要找因果关系。从这个角度来说，大数据的分析、得出结论、预测趋势的速度要求快速，可以为企业决策及时提供参考依据。

（六）提高认识水平，重在运用。财会人员从企业内外部收集到的各种数据，存在各种误导和滥用，如选择性使用，就是有些数据使用，有些数据不使用；只谈表面现象，不谈深层原因，用表面现象来掩盖深层原因；通过“追加定语”来进行限制，也可能是一种“忽悠”。在大数据时代，业务与财务数据种类多、数量大，而且存储和分析快捷和电子化，财会人员只有提高对大数据思维与技术的认识，加强大数据技术及其在会计工作中运用的培养和指导力度，才能加快大数据思维与技术在财会工作中的广泛应用。财会人员只有拥有了良好的大数据思维与技术，才能充分发挥大数据在会计工作中的分析和预测作用，促进企业生产经营的持续、健康、稳定发展。