大数据时代的到来对企业财务工作的影响

钱玲

（安徽省地质矿产勘查局326地质队， 安徽安庆 242000）

大数据时代的到来对企业财务工作的影响

钱玲

（安徽省地质矿产勘查局326地质队， 安徽安庆 242000）

如今，我们已经进入大数据时代，大数据时代带来的是什么呢？没错，是变革。像交易，核算这样的财务工作在大数据时代下会被注入新的生命力。像以前如预算管理这样本身具有难度的流程上需要收集相关信息、储存和分析的工作，大数据的出现可能会扫清财务工作遇到的的阻碍；发现富有有用价值内涵的投资的项目、改进企业管理的流程、节省运作的成本，在大数据技术的支持下更加便利高效。我们猜测，财务管理的理念和模式以及财务管理的方式方法都会发生翻天复地的巨大变化，这种变化是深远的，长久的，对现实是利大于弊。

管理；财务；大数据

0 引言

大数据时代的到来，让财务管理工作的理念和模式发生了各种颠覆性的变化，对于传统的财务工作领域来说，财务管理继续发展是越来越难，财务管理工作内容的触角将可能更多会伸向销售，市场开发，市场细分等相关的方面；就财务管理的模式来说，公司财务的定位与任务应该主要偏向任何与公司业务有关联的数据的收集、处理与分析。鉴于传统的财务管理和大数据时代下的财务管理的显而易见的不同点，我们称大数据时代的财务管理为“大财务”。企业的管理将会因大财务的出现而影响巨大，这种影响横跨战术和战略层面。

首先，管理会计的面貌将会焕然一新。基于大型金融公司的数据，对资金预算进行全面统筹管理，对企业集团的内部进行严格的控制会更高效、更平稳的发展。企业的整体价值增值将会更多的受到管理会计工作的影响，特别是企业集团实行决定型策略和管理的时候其影响更加突出。

其次，金融企业管理的视角和分辨力明显得到增强，企业管理更加睿智、聪明和智慧。依赖于大数据技术的大财务，利用大数据技术挖掘出许多对企业有用有价值的财务信息，这些信息有利于企业集团降低系统性的财务风险，降低常见的错误和失误，让企业对未来发展，业务拓展和展望的预测更有精准度。企业集团使用大数据技术，能够利用定量的方法对不同方案和流程的成本和收益进行比对分析，用最大化方案优选企业集团的价值。另一方面，大数据技术有助于极早发现不正常的情况，对企业发出预警，尽早的实施相应的措施，减少的经济损失和财务风险。所有这些都使得企业管理更有远见卓识。

第三，信息不对称问题相应的变得少的多，效益越来越可观，同时股东对公司管理层约束力增强。企业集团等大型企业，一边享受着规模经济优势带来的好处的同时，一边因为信息不对称问题造成经济利益流失和风险肆意。大数据把这个点更均匀给了数据分布，由于大数据的支持，网络监督和来自民营企业的监督掌握大量数据，他们将给予国有资本管理机构足够的压力，这种压力会使国家一步一步搭建起更加科学和合理的国有资本金管控体系，对各个国企管理层下达指令，激励其勤奋努力工作，预防一已私欲而作出有损企业集团股东利益的行为发生。

第四，大财务之核心智慧是驱动创新。在创新中潜在的机会——价值增长，财务的本质是使用大数据获取技术。创新的内容很宽广，包括概念理想、特有模式、服务态度、时代的技术层面。众所周知，不是所有的创新都有回报，只有消费者需要且能购买的，符合成本约束的创新才有意义。传统企业管理的所用的模式是经验主义的，大数据时代背景下，智慧能力和精准度对管理的创新影响巨大。

第五，对企业内部重大决策和实施的影响是第一位的。财务管理工作的深度和广度受到大财务的影响是巨大的，大财务掌控着企业的竞争能力、难以看见的资产评估、产品的价值分析以及自身财务状况这些方方面面的内容，不止是以上所说的企业自身掌控的资源，还包括外部环境和企业目标的数据，我们说大财务应该是知己知彼的。要实现这种“知己”和“知彼”，CFO等高级管理人员必须以身作则，参与实践决策，从实践中找寻成功的经验。如果说大财务主要领导决定了企业战略的对错，而战略对错决定企业经营的成败，那么大数据时代背景下，如同作为核心的网络技术对于互联网一样，大财务成为企业集团的核心资源和竞争力。

1 大数据背景下财务工作数据处理的变革

企业日常运转产生大量的财务数据，财务数据在企业资源中的地位是举足轻重的，企业集团资本和资本交易的正常运转依赖着这些财务数据，通过对其进行分析和处理，能够改进财务管理工作的运行模式，并且是有效率的，企业资金资本运作成本降低和压缩了，利润相应提高了。企业资源最丰富的积累，最基础的财务数据，通过大数据技术进行对财务数据，整理和分析，实现企业价值增值。

1.1 财务数据处理的发展历程

企业经营活动过程中，会计数据是各项经济运动的全面记录，然后是会计数据的处理技术、数据加工整理分析。五个阶段概括会计数据的处理技术：

①人为的手工进行处理阶段；②数据机械操作；③计算机处理；④网络化处理；⑤大数据时代会计数据处理阶段。

1.2 大数据时代的财务数据处理

在信息技术发展的同时，移动互联网技术、电脑技术也协同发展，会计采集和处理的信息量和信息结构会更加复杂。以下是大数据的特点：

1.2.1 数据量很大很大（Volume）

大数据时代的数据量非常的庞大，信息量巨大无比，以往的单位都要更换，否则不够测度，也无法测度。

1.2.2 数据品种类型繁多（Variety）

结构化数据与非结构化数据相结合的传播，使信息处理比以往更加复杂，变得很棘手，不方便加工。

1.2.3 及时性（Velocity）

传统的对时间要求不是很高，物联网环境下对数据量的处理时间很讲究。

1.2.4 低密度的价值（value）

会计数据不断产生，然而具有实际应用价值的数据仅仅只是一系列数据中的一个片段或一个部分。拿视讯来说，连续检测过程中，能够使用的数据可能只有一两秒钟。

1.2.5 无形性与黏性

物联网上处理的信息主要是非介质的数量信息。这些数据可以通过传感器直接检测，这是很传播的便利；看不见的数据不能通过传感器感知。与此同时，会计数据是在业务数据之中存在，黏性和无形性也是会计数据一特点。

由于大数据时代的财务数据包含以上重要特点，所以让财务大数据的处理变得挑战巨大并且要求甚高。基于企业大数据中心开发平台建立的数据分析平台主要包括高素质人才配置，设备采购等。要想用一个单一的解决方案解决大数据的问题是不可能的，需要传统技术与新技术相融合构建起大数据分析平台（企业大数据中心开发平台），这就必须有一个可以扩展的、灵活多变且可以管理的基础架构。

2 大数据时代全面预算管理的变革

当前，企业预算管理中面临两大挑战：分别是源于企业对自己管理的要求和监管部门对企业的硬性要求。

第一，用ERP等信息化手段来进行事后管理已经不能满足当代企业管理的要求了，企业越来越对事前控制感兴趣，他们希望能在事前就进行控制；第二，在这个竞争激烈的时代，市场竞争也非常残酷，不光是目标合理这一点非常重要，目标能够按预定计划执行也更重要；最后一点，由于商业并购带来的管理水平不一致会造成内部管理水平差异，对企业管理不利，企业希望调整成一样的；另一方面，大企业大公司，他们的产业分布非常广阔，并且产业链及其复杂，想要管理的好，就要把有限的企业资源进行合理的配置，以使资源得到充分利用。

现在的企业预算编制比较原始，管理层对于数据的判断很难，基层预算员的不负责任，不参照历史数据和企业预测数据，预算调整和合理滚动预测都很难。在预算的控制环节，缺乏一个完整的控制系统，不明白在哪里控制是合理的，缺乏信息化的控制手段，只是依赖于企业管理人员的事后检查。

在预算的分析过程中，大多数企业不是从不同管理角度对企业财务数据进行分析，而是用图表表格来分析，这样的分析太过于简单粗暴，这样的分析工作让权限管理很难做。

其实，有3个最重要的问题存在于全面系统的实行资金预算管理中：管理目标怎样才能尽可能的制定的科学；怎样才能尽可能的把目标分解的科学合理受用；怎样分析可以让管理者直接运用预算的结果决策，这些都可以通过构建预算信息化管理平台来实现。

通过预计计算的结果和相同时期的计算结果的对比，做出一份可以执行的报告，叫预算报告，管理人员就是可以依据这份报告进行决策参考和执行。当然，这里说的预算报告，企业中单位和部门都要做，并且最终要建立一套自上而下的预算系统。这个预算系统从销售预算开始，预算资金成本，然后各种其他资金项目预算形成预算报告，发布一套完整的预算报告。业务部和财务部共进退求同存异搞合作，把业务和财务资源在异地不同部门之间合理分配，达到资源有效利用，效率成倍提高。

3 企业内部审计的变化革新

企业内部审计所需的数据应该是全面的，包括内部数据和外部数据，结构化数据和非结构化数据。企业的内部审计应该是一个全面的过程，包括各个具体细节的审查审计，评价需要全面系统，从而知道哪里是审计的重点，哪里不是审计的重点；要把握数据趋势，不仅要发现现有的问题，还要能揭示企业未来发展的风险和隐患。内部审计人员要会对数据处理，分析，确定关键有用的信息，协助内部管理人员有效决策。企业内部审计的变革表现如下：

（1）审计方式的转变 。传统审计使用的是在总的数据里面选取样本然后按一定规则进行抽取选取样本分析的方法，审计出来的内容明显是有限的局部的不全面的。企业继续使用这样的审计方法，在商务活动发展迅速的今天，是跟不上验证商务活动真假和或者是否合法的步伐的；此外，以内部控制来说起，财务和会计活动是我国目前内部审计的重点，经营、内控、管理监督、评价非常有限，审计活动概念是“监督型”，而非“服务导向”型，部门之间的不同流程没有多少上下文关系，审计工作给经济活动提供全面监测很难。信息技术发展非常之快，经济业务变得庞大而复杂电子化商务活动和信息化工程逐渐成熟，连续不断的审计工作的重要性被人们更多的关注和重视，同时大型数据库技术使连续审计成为可能。连续审计的使用，时间浪费和时滞问题会大幅减少，因为连续审计不会给风险留太多机会，这样就不断的降低了风险，使得企业能健康茁壮成长。

（2）审计的抽样方式变得系统、模块化和智能化，并且能够预测数据趋势，样本将会是所有的数据，而不是局限于某个局部。

审计风险的大小和发生重大错误的可能性的大小是互相绑定的。通常的审计工作主要选用随机抽查法，虽然投入小，效率高。但结论出错率大，亦即风险大。

计算机的处理能力和运算速度更强更快。利用大数据技术的优势，可以提高了审计的工作效率。透过对审计信息数据发掘和整体分析，完成财务及经营状况预测分析，企业可以依次进行下一步的策略制定。比如某银行的审计系统，对风险数据进行进一步分析操作，同时用多种抽样方式进行抽样分析，从而大幅度提高了效率。

但是，在当下的日子里，服务的真实性更受重视，内部审计更加严格数据信息化已成趋势，技术的成熟度增加，从繁杂的海量数据中发掘潜在的有价值的讯息，从中发现被审计单位运作特点；预测被审计企业的未来走向，从整体上全面掌握被审计单位的整体情况状况。

（3）促进审计成果的转化与应用 。企业内部审计工作中对审计成果的应用就是对反复出现的问题反复重点审查，某些企业对审计成果的整理修改过程开始用黑盒子管理的方式进行管理，效果不错。大数据技术的发展，审计结果得到的进一步的应用。一是激励许多往期的审计和相关资料的收集，找出财务，业务和管理的内在规律和发展趋势，通过总结宏观的、全面的审计信息，以及使用的审计成果，提供数据、相关分析和实施意见给各级领导，以促进制度和决策的完善，促进企业管理水平走上更高层次；二是更加全面地发现问题，通过分析通用性，普遍性，倾向性的问题，提炼和数据关联的问题，所有问题都可以用大数据技术方法检查出来；三是对财务问题的连续性审查计量，对企业内部整改和监督有益无害；四是保留审计结果，大数据的技术规范化问题的同时把问题固定到企业财务系统，使计算或估计判断问题发展趋势更方便；五是审计人审计的结果，问题和被审计单位相互关联，把这些关联的信息也存入数据库中，以备下一次的检查，能够根据审计计划，结合更加厉害的审计团队，找出审计重点进行审查。

4 管理会计的改变和革新

（1）以基于结果的分析为起点变成以基于过程的挖掘为起点。

分析快速消费品行业销售情况，一般的分析方法通过对终端的销售数据进行合并分析，后续问题的分析由于采用的方法很传统，结论准确性不高，所以风险会随之而来。

倘使数据的应用范围向前拓展，直到和消费者第一接触的销售终端。举个例子，让促销员对每一个前来驻足浏览商品的消费者都热情的招待，可以问问他们的对商品的使用体验、家庭成员、买该商品的频率等信息；消费者如果选择了竞争对手的服务和产品，也去问问他们为什么选择对方的产品和服务。这样的过程和购买行为每天都会发生，并且有可能不止一次的发生，由于这种方法的工作频次较高，促销员作现场实时记录不成现实，换成采用录音笔记录的方式记录消费者的口述，并定期把这些录音发给公司，让后台的专业人士来处理。你会发现不仅促销员的工作效率提高了，信息的真实性也保证了。从这个过程中可以看到，有了类似消费者对己方和竞争对手评价这样的非结构化数据信息以及他们购买了哪些产品的信息，并且通过各种途径收集来自竞争对手的定价信息和产品促销价格信息，这些都是在未来潜在的资本增加来源和竞争力增强的体现。

（2）以基于单类型的结构化数据为起点转为以多类型为起点 。

不是结构化数据使财务分析工作更全面的展开，因此数据内容的拓展将会是更加丰富多彩的行为，例如，企业对客户的信用评价，不仅可以从客户的背景和对外报表开始，分析评估人员还能从QQ/微博上采集对某个客户的评论、顶、踩等讯息，丰富企业的信息库存，进一步降低因为交易中信息不对称造成的风险。

再举个例子，从风险管理和控制角度，想判断一个客户的业务情况，只看看他的财务报表是不靠谱的，那么你需要捕获多个信道的信息反馈，即“数据混搭”。目前房屋的空置率可以确定购买行为是否满足市场刚性需求标准。房地产企业发布的积极的数字，消费者用自己的方法甄别，他们通过比较难作假的用电量、用水量判断空房率，不过也会有作假，但生活垃圾量是不好伪造的，所以获知空房率数据的另一个有效手段，可以是从垃圾每天运送的多少来判断。

（3）以阶段性的月度报告为起点转向以实时报告为起点。

大数据技术使财务报表编报更加及时。对营销终端营销信息的收集，在信息更新的时候，营销政策和个性化的区域市场分析报告可以定期发布，虽然不是每天，每周报告将在不久的将来实现。

5 结束语

大数据技术对公司财务工作有许多的影响，可是它也带来一些不好的地方，其缺点也同样的影响了财务工作，因为是数据，可能会误导人们，使人们依赖而放弃经验的好处，另外数据是可以被盗窃的，这也是风险。因为大数据理论基本依靠于数据的收集，而数据的收集存在有主观性，难免存在质量问题，即由于质量问题导致的决策错误。

（1）特来沃尔·哈斯蒂是斯坦福大学的专家，他指出，“大数据”的理论是“寻找干草堆中的一根针”，但问题是“所有的草都看看起来像针”。乔治·梅森大学专家瑞贝克·高尔丁则提出“风险数据供应商欺诈”的风险，因为“数据”理论是基于“数据全是正确的事实”，可是现实中，收集和提供数据的都是人，难免会产生偏见，筛选甚至造假。近年来，许多学者指出，那些最先接受“大数据”理念并运用到实践的欧美评级机构和华尔街投行，经常在重大事件上出现这样那样的失误，这本身就揭示了“大数据”不是理想的那么完美可靠。

（2）窃取数据变得很简单，一些商人把大数据和其商业捆绑式开发，也在有意无意间促成了个人信息数据“不设防”。最近欧洲的一项研究报告上报道，大数据时代对个人隐私的威胁远远比人们想象的严重得多。加拿大多伦多大学信息教授安德雷·克莱门特认为，Facеbook和新浪微博等社交媒体和4G通信技术的结合，使私人信息在“大数据时代”被查询和收集到很简单，对个人隐私的保护变得十分困难。据调查，大部分民众都认为随着科技的进步，本来是为交流方便的社交媒体保密性却很差，他们的隐私越来越不安全。

总之，大数据是一把双刃剑，所以，财务领域应该采取主动，既接受大数据的到来，又要做好应对其风险的准备。

［1］（日）城田真琴.大数据的冲击［M］.北京：人民邮电出版社，2013.

［2］ 崔小屹，韩青.用数据说话：大数据时代下的管理实践［M］.北京：北京大学出版社，2013.

［3］ 郭若愚.大数据时代的商业建模［M］.上海：上海科学技术文献出版社，2013 .

［4］ 许伟，梁循，杨小平，等.金融数据挖掘：基于大数据视角的展望［M］.北京：知识产权出版社，2013.

［5］（韩）咸由根，蔡承秉，等.掘金大数据：数据驱动商业变革［M］.北京：北京时代华文书局，2013.

［6］ 德勤中国.大数据2.0：大数据时代下的新商务战略.德勤新视界，2013（总第一辑）［J］.上海：上海交通大学出版社，2013.

［7］ 赵国栋，等.大数据时代的历史机遇：产业变革与数据科学［M］.北京：清华大学出版社，2013.

［8］（美）Martin Klubеck.量化：大数据时代的企业管理［M］.北京：人民邮电出版社，2013 .

［9］ 王保平，陈满娜，等.综合财务指数：大数据时代的会计新能量［M］.北京：中国财政经济出版社，2013.

［10］（日）西内启.看穿一切数字的统计学［M］.北京：中信出版社，2013.

Αbstract：Wе arе еntеring thе big data timе， which will bring us a rеform. Undеr this circumstancе， financial work such as tradе and accounting will bе rеvivеd. Ιn thе рast， budgеt control was a рrocеss with difficulty in collеction of rеlеvant information， storagе and analysis， which bеcomеs еasy in this big data timе. Suррortеd by big data tеchnology， it will bе morе еffеctivе to find valuablе invеstmеnt рrojеct， imрrovе еntеrрrisе managеmеnt рrocеss and savе businеss oреrating cost. Thеrе may bе a grеat changе in thе concерt， modе and mеthod of financial managеmеnt， and this changе will bе рrofound and lasting.

EFFECT OF THE COMΙΝG BΙG DΑTΑ TΙME OΝ FΙΝΑΝCΙΑL WORK OF ΑΝ EΝTERpRΙSE

QΙΑΝ Ling
（ No.326 Geological Part of Bureau of Geology and Mineral Exploration of Anhui Provinc ， Anqing， Anhui 242000，China）

managеmеnt； financе； big data

F253.7

B

1005-6157（2015）01-076-5

2014-11-17

钱玲（1972-），女，会计师，长期从事地勘单位财务管理工作。