大数据环境对企业财务数据分析的影响探究

贺荣樟 韩金彤

摘 要：财务数据作为企业内部最重要的信息资料，具有巨大的实际价值，针对企业财务数据进行专业化分析，能够使企业合理规避风险。大数据环境下的财务数据具有更多的不稳定性、不确定性，如果企业能够精准掌控大数据与企业财务数据之间的关系，就能提升企业在市场中的核心竞争力。

关键词：大数据；财务数据；财务分析；SWOT分析

中图分类号：F275    文献标识码：A 文章编号：1005-6432（2023）10-0179-04

DOI：10.13939/j.cnki.zgsc.2023.10.179

1 财务数据分析

1.1 财务数据分析的原因

财务报表是企业各种信息的载体，关于如何真实准确地了解信息内容以及合理判断内容的有效性，在很大程度上取决于报表使用者对财务报表的阅读和分析能力。财务数据分析是指以财务报表和其他财务数据资料为起点和依据，采用管理学、经济学的研究方法，系统分析和客观评价一个企业在过去、现在和未来的经营成果、财务状况以及变动方向，目的是追溯过去、把握现在、预测未来，帮助利益相关者或者利益集团掌控决策方向、合理制定决策。

1.2 财务数据分析的原则

合理的财务分析应该遵循从实际出发，坚持实事求是。全面看待财务问题，兼顾成功经验和失败教训，发现企业外部问题和内部问题。要注意部分与全局、盈利能力与偿债能力、报酬与风险的关系，尤其注意时间跨度之间的内部联系。最后要注意将定性分析方法与定量分析方法相结合，利用定性分析观察财务数据的本质、趋势与其他事物的联系，还要利用定量分析看清数量界限、阶段性和特殊性。

1.3 财务数据分析的使用者及目的

简要概括来说，财务分析的传统目的是了解过去、评价现在、预测未来，帮助利益相关者改善其组织决策，以应对内部、外部的风险环境变化。进一步说，财务分析的具体目的是根据其使用者所属类别不同而不同的。

企业管理人员进行财务分析，发现企业存在的资金问题和内外部环境风险，合理编制财务计划、估计财务状况、保持企业资金链稳定和改善财务决策。

投资者分析财务报表主要是为了决定是否对企业增资扩股，分析企业的资产和盈利情况，考察管理人员业绩，分析企业的生存能力和竞争能力，通过董事会或股东大会决定企业的发展方向。

债权人（主要包括贷款银行、融资租赁公司、企业金融衍生品持有者等），其目的是按时得到所有者权益。

其他企业通过对目标企业财务报表的分析，可以确定其信用情况、盈利能力，方便自身判断是否与该企业或其所属公司发展生产经营活动。

政府需要通过分析财务报表了解国有企业、中小企业的资金运营、投资活动、经济收益等情况，针对不同国家、不同地区、不同文化的特点制定适合的宏观经济政策，促进国家经济发展。

工会出于为职工利益着想的目的，及时关注企业的财务状况，客观评判企业的盈利与职工的工资水平、绩效、保险、福利等方面是否相适应。

中介机构（比如会计师、审计师、财务咨询师等），为了各自的目的，必须及时了解相关企业的财务情况。

1.4 大数据环境对企业财务数据分析影响的表现

首先，“更广”意味着大数据不是随机抽样调查或者集中数据分析，而是采取对全体数据的统计与分析。早期的传统财会人员由于对计算机使用能力不足，并且受到外部环境（比如地理位置、交通工具、办公用品等）的限制，没有条件对数据运算群进行分析和判断，很多时候只能通过对周边认知范围的抽样调查和集中统计进行选择性的处理。但是由于统计学科的发展以及大数据的诞生，在具备相应条件之后，财务数据分析则进入了跨国家、跨地域、跨民族的数据分析环境，改变了以往单一的样本数据模式。

其次，“更复杂”意味着大数据下的财务数据更讲究混杂性，和以往财务数据的精准性不同的是，传统财会人员讲究的是细心、耐心、准确，在对财务报表分析中更讲究对数字的细心，对待财会贴账、算账、制作汇总表更耐心，最后是对待财务原始数据更准确。由于时代的进步与发展，企业财务数据更复杂，有些数据不能根据传统单一的原始凭证进行定义，而是需要结构化数据进行分析和讨论。在数据爆炸的现在，大量的数据都是非结构化的，但对于财会人员来说，将非结构化的财务数据进行结构化的处理是一个难度不小的挑战。

最后，“更不稳定”代表着财务数据会因为时间、空间的变化发生改变，对于传统的财务数据来说，大数据环境下的财务数据每时每刻都在发生变化，比如股票市场，同一天的上午和下午的涨停和跌停幅度相差很大，不同证券交易所（上海证券交易所、深圳证券交易所、美国纳斯达克证券交易所）上市的股票財务数据变化也无法估量。因此，对财务数据不稳定性保持敏感态度是现时代财务人员应具备的能力和未来学习方向之一。

2 传统企业财务数据分析的困境

（1）传统财务数据分析主要面对的是财务会计方面的问题，具体实施具有统一的规范，只能在财务会计层面使用数据信息，无法全面、结构化地分析企业数据的真实情况。

（2）数据真实性、可靠性问题较大，由于传统财务数据依赖于手工记账凭证、原始单据和原始发票等实物载体，这些载体在转移的过程中会被许多人员暂时持有，容易出现原始单据的丢失、篡改、造假等情况，最终会加大财会人员对账目处理的难度，降低效率。

（3）数据的及时性得不到保障。财务分析的基础是财务数据的收集，传统的财务数据收集依赖于实体凭证、单据以及盘亏盘盈记录，这不仅花费人力，而且时间比较长，很多时效性数据得不到及时处理，对于财务数据分析带来的麻烦，使得财务数据使用者无法准确了解情况进行合理风险判断和制定决策。

（4）数据保存困难。由于按照传统财务处理方式，很多数据依赖于实体凭证的记载，基本构建在本地信息处理模式的基础之上，从使用者的角度来看，本地信息处理模式能够灵活便捷地匹配数据使用者的需求，有利于组织结构的稳定性。但是随着财务数据信息量的增大，可收集范围也扩大，带来了很多负面影响，比如维护成本的增加、人员管理费用的增加以及资产的占用比率增加等，这些方面在很大程度上限制了财务数据的保存。

（5）过分关注事后补救，忽略事前风险控制。在传统的财务管理模式中，管理者或者财会人员通常会预先设置因果关系，分析数据的成因和数据带来的结果，通过设定关键绩效指标（KPI）以及设定目标期望值来监管其他部门的执行情况。当KPI结果发生偏离之后，管理者才对其数据进行分析，以求找到原因，再进一步研究处理方法和解决措施。管理者忽略事前风险控制，无法规避一些潜在风险隐患，往往会给企业带来损失。

3 大数据财务信息系统分析逻辑

大数据信息主要包括结构化信息、半结构化信息以及非结构化信息，对于每种信息源的处理方式可以不一致，但是要保证信息源数据的稳定性和准确性。大数据信息系统主要是对基础数据进行相关性整理，将已知的信息经过提炼或转化处理，可以得到对企业有价值的数据分析源。管理者可以将相关联的知识进行融合，依靠自身的知识、能力和经验进行判断，制定出合理的决策以供企业管理运营模式进行分析参考。

从图1可以看出，大数据依赖于相关性研究，大数据环境下的企业财务分析缺乏的就是管理者或财会人员对相关性要素的提炼与转化，无法将其进行关联知识融合是当前财务数据分析的一大难点。

4 大数据环境下企业财务数据SWOT分析

4.1 优势（S）

大数据环境具有范围广、变化快、内容丰富、时效性高等特点，结合企业财务数据分析的情况，对比传统的财务数据分析，大数据可以为管理者或者财会人员提供大规模的数据资源而不仅仅局限于该地区、行业或者同等规模的公司作为参考点。此外，大数据环境每时每刻都在变化，变化的趋势、内容、程度和传统数据相比都有很大差别。对于企业管理者来说，能够及时地从海量财务数据中分析出适合本企业发展的信息是一种不可或缺的能力；对于企业财务人员来说，大数据环境所带来的“爆炸性数据群”需要其储备更多的财务知识，才能及时地处理数据，分析数据带来的有价值的信息。

4.2 劣势（W）

①“云会计”人才缺乏。面对海量的数据，更考验企业财会人员的学习思考和处理数据的能力，需要经常熟练地使用计算机进行会计工作。但是既懂得会计、金融方面的知识，又满足信息化时代需求的人员并不多，短时间内难以提升工作效率。②针对大数据进行企业财务数据分析的使用效率不高。无论是风险控制型财务管理，还是事后控制型的管理会计、財务会计，一定程度上都无法全面、合理地使用“数据爆炸”产生的信息。对于企业的管理者、股东、监管当局、财会人员，其不具备分析数据的知识储备和能力，往往根据传统的手工处理和经验判断为主，更着重关注财务会计的核算方面。③数据处理时间比较集中。从传统的财务会计处理模式来看，一般财会人员会集中在年中、年末、月中、月末等几个时间段集中处理相应的会计凭证和财务单据，但是大数据是变幻莫测的一种“数据媒介”，要想集中处理，对于财会人员具有很大的困难。④财务代理公司人员流动性大。对于大数据模块，需要财会人员保持一直跟进的状态，才能发现其价值，但是当今的财务公司、财会人员学会整套账务处理之后，更多的会从个人利益出发，选择独立代理模式作为自身未来的发展方向。

4.3 机遇（O）

①市场化竞争的需要。受利率市场化影响，财务公司、企业如何在特定的客户群体中，找到市场方向与集团未来定位规划契合点，深入分析成员单位内在需求，提供更有价值的财务服务，通过大数据分析观察其市场波动的内在变化规律，从而在市场竞争激烈的环境下脱颖而出。②企业集团化管理的需要。随着企业管理水平和业务能力的不断提升，对信息系统的要求和数据分析的能力也不断提高，迫切需要智能化、一体化、全面化的企业信息管理平台来支撑精准化、专业化、集团化的管理需求，财务公司作为企业资金管控的平台，会计信息资源不仅为本单位所用，更为企业所用，是其收集数据、决策分析、配置资源的重要依据。不仅如此，企业自身也应该配备相应的数据运算群，内外分析相结合，可以给企业未来发展带来新的方向。③人性化服务的需要。转变以往财务工作以账证核对、账账核对、账实核对为主的工作模式，也应该建立以客户为中心、以客户的需求为导向的新型财务公司运营模式，要求会计信息化建设保持更新建设。对于企业也应该建立相应的企业文化，对财会人员进行专业化培训和理论上的知识提升，将有利于企业财务管理风险控制和运营发展，最终实现达到降低企业风险和运营成本的预期目标。

4.4 威胁（T）

①风险多样性的威胁。大数据环境最重要的表现就是“数据爆炸”，各式各样的数据都会聚集到企业之中，增加的企业内外部环境变化及不稳定性的风险，对于传统的企业模式带来挑战，增加其经营模式中的信用风险、流动性风险、操作风险，以及企业管理模式中的战略风险、控制风险、系统性风险等。②信息泄露的威胁。虽然说随着科技的进步，大型企业开始使用自己研发的App以保证自身内部数据不会轻易泄露给竞争对手，但是中小企业、财务公司在面对复杂的大数据环境下，进行财务数据分析的同时，还会面临信息泄露的风险。为了确保自身效率，中小企业、财务公司往往对数据的收集和运用采取多个端口操作，以便于更快捷、及时、准确地拿到相关数据，但是会因为传输中介问题，对多渠道的数据来源、数据收集、数据加工处理、数据生成、数据存储以及使用等方面都存在着信息泄露的风险隐患。③不同情景下数据完备性的问题。多源异质是大数据一个较为突出的特点。体量庞大的大数据通常由多种来源的数据汇集而成，不同源的数据的概率分布或模型通常是不同的，因而汇集而成的大数据呈现了异质性的特点。现今主要关注的情形是数据分布相同但参数不同的情形、数据分布不同的情形两种，在不同的数据情形下，往往会造成数据源缺失问题的发生，以至于影响后续的财务数据分析基础的构建。

5 大数据环境下企业财务数据分析发展的建议

5.1 利用大数据分析理解财务数据与企业决策的关系

从收集数据作为出发点，比如公允价值的计量、公允价值减值准备的计提等科目，财务人员的主观判断很容易影响这些科目的变化以及企业账目核算的设置。大数据不仅能够提供充足的客观数据支持，还能使企业实时掌握市场情况，准确计算出实际价值，改善了数据来源单一，提高了财务管理信息化的质量，有利于企业管理者在更精准、更全面的数据源支撑的基础上进行财务决策。面对大数据环境多样性风险，企业可以建立自己独特的风险控制财务体系，配备人员针对不同性质的风险进行专业化管理，或者将风险嫁接财务公司，以便于更专业化地进行风险控制。

5.2 提高财务报表信息化质量

从分析性角度来看，大数据环境可以保证数据信息的及时性和完整性，让管理者、财会人员使用数据更加便捷，从而提升工作效率。对于大数据系统和云会计系统的应用，既可以增加企业对数据源的处理量，减少处理时间，增加財务数据分析的准确度，又可以在一定程度上规避信息泄露的风险，以保证企业内部数据资料的安全性。从可比性角度来看，跟随大数据环境带来的处理系统可以将企业与企业、行业与行业、地区与地区、国家与国家之间进行横向、纵向对比。可以对某些数据进行精准对比分析，合理提出确定性或不确定性的建议。大数据通过对实际业务进行深入观察、透彻挖掘，获取大量实际业务的信息，在对数据的获得和分析处理上有着自己全新的亮点，并能够根据企业自身需求和内外部环境的变化制定专属的财务决策支持系统，给财务数据的使用者更为合理化的建议。

5.3 更注重数据相关性分析

利用大数据信息系统可以挖掘数据信息的相关性，这为管理者进行企业管理提供了一种新型思考方式。基于大数据分析，以数据层面作为切入点，找到KPI偏离的影响因素，预测其发展方向，必要时可以对某些影响因素采取必要的干预管理控制，争取在事情发展之前对风险进行管控。

5.4 资源精准配置

在“云计算”时代，依靠大数据系统的可预测功能，通过对财务数据进行结构化分析，以结果判断为着眼点，能够找到影响经营结果的热点因素。管理者可以通过对这些影响因素进行资源分配，实现精准预算控制或精准资源配置。

5.5 不同情景数据的分类处理

对不同情景产生的财务数据源进行分类收集处理，对数据的收集必须保证其完整性，企业应当提升数据收集“智能化”的能力。

6 结论

总的来说，大数据环境既会给管理者、财会人员带来新的机遇，也会带来新的挑战。财会人员应保持迎难而上的信念，积极学习大数据知识技术，努力提升信息结构化思考能力，培养前瞻性战略思维，同时也不要忘记精进财务管理和会计方面的知识，逐步成为复合型财务管理人才。

参考文献：

［1］王蕾.大数据对企业财务决策的影响探析［J］.当代旅游，2019（3）.

［2］张红云.基于大数据的企业财务决策研究［J］.经营与管理，2020（3）.

［3］赵敏.财务公司会计信息化建设的SWOT分析［J］.中国商论，2016（11）.

［4］张敦力，罗炫，葛林.大数据时代下企业财务管理创新研究［J］.会计之友，2018（11）.

［5］陈松蹊，毛晓军，王聪.大数据情境下的数据完备化： 挑战与对策［J］.管理世界，2022（1）.

［6］宋静.企业财务报表分析的局限性及解决对策［J］.财会学习，2019（11）.

［7］洪亮，马费成.面向大数据管理决策的知识关联分析与知识大图构建［J］.管理世界，2022（1）.

［作者简介］贺荣樟（1996—），男，瑶族，湖南新田人，硕士，研究方向：财务管理；韩金彤（1997—），女，汉族，吉林松原人，硕士，研究方向：金融管理。