大数据时代下的财务管理转型

滕凌云

摘要：“大数据”的横空出世，将人们引入了一个新的时代——大数据时代。在这个以“数据”为基础的时代，传统不断被挑战，变革成为发展的必然。作为企业管理重要组成部分的财务管理，应如何实现大数据时代下的转变？本文以SHAP公司为例，在现有财务管理系统的局限性分析的基础上引出预测会计，为企业建立以预测为核心的新的财务管理体系，使得企业能够适应“大数据”时代下的发展要求。

关键词：大数据 财务管理转型

一、“大数据”对现有财务管理的挑战

大数据时代就是一个变革的时代，是生活、工作与思维的大变革。快速发展的IT技术以及数据分析工具让企业对数据的重要性有了进一步的认识，数据资产的理念逐步被接受和认可。传统财务管理是建立在“小数据”基础上的，其理念以及分析方法存在局限性，如不变革，是无法适应大数据时代下企业发展需要的。

目前大多数企业财务管理的核心是预算管理。而企业财务管理所依据的目标大多是在几个月前甚至是一年前制定出来的。环境的变化使得这些参考数据变得陈旧过时，以此为基础的过程管理、事后反馈机制以及相关的分析报告、决策建议是否还存在价值？

在“小数据”时代，受到IT技术的局限性，我们收集存储的数据非常有限，我们分析挖掘数据的能力也非常有限。在这样的情况下，财务管理的理念建立在对已发生事件的分析上，因此目前的财务管理只停留在描述性数据分析阶段，相关的分析报告、决策建议均是“事后性”的。在高速发展的今天，先发才能制人，先行才有优势，传统财务管理需要改变，才能避免企业落后于时代发展的脚步。

二、企业财务管理转型构想

鉴于“大数据”的特点以及传统财务管理的局限性，将“预测”引入财务管理体系中，建立财务预测体系，从而迈出大数据时代下财务管理转型的一大步。

（一）预测会计定义

在大数据时代，预测变得越来越重要，本文将管理会计中的预算管理概念扩大从而形成预测会计概念。“预测会计”作为管理会计的一部分，是以各种海量数据为基础，通过各种数据分析技术从海量数据中挖掘有用信息并加工、整理出预测报告，以使企业管理人员能够从预测报告中发现问题和机会，面对市场变化提前做好应对。

（二）转型后财务管理结构

详见图1。

三、SHAP实例分析

SHAP是一家生产销售外用药、抗生素类、心血管类药品的企业。企业在经历了2010年-2014年四年的高速发展期，到2015年受到外部环境以及企业自身条件的影响，发展瓶颈开始显现，管理提升显得越来越迫切。在这样的情况下，引入预测会计到企业管理中未尝不是一个突破。

（一）问题梳理及涉及财务要素

详见图2。

（二）建立预测模型

1.销售预测

销售预测是建立在对企业历史销售数据的基础上，寻找导致销售变化的相关因素，并通过这些因素的变化来预测销售的变化。

第一步，对企业产品进行分析，获取影响产品销售的关键因素；第二步，收集相关因素的历史数据；第三步，将关键因素的数据与企业历史销售数据进行匹配，分析挖掘相关规律，形成销售趋势图；第四步，实时分析关键因素数据以获取预测数据，并匹配形成销售预测报告。

实例分析：SHAP公司产品主要分三类。通过对产品的分析，对产品销售产生影响的因素可分为三方面：企业自身因素、外部日常性影响因素、外部突发性影响因素。

SHAP预测系统模型，详见图3。

例如，SHAP公司有一款外用药产品LYG，该产品主要功效是治疗冻疮。根据对产品的分析，影响其销售的外部因素至少包含：气温、寒潮持续时间以及强度、寒潮涉及地区范围等。当我们将销售变化和当时气温等变化趋势相关联，就可以清晰看到相关性。天气预测可以帮助我们及时调整销售预测并做好应对。

2.成本预测

大数据带来的管理提升将管理思维从“知道事情的成本和发生了什么”上转变成了“未来成本是什么样以及为什么会是这样的”。成本预测就是告诉人们未来成本的相关状况。

根据预测会计信息流，这里将成本预测分为三步：需求分析、能力分析以及成本分析（详见图4）。

沿用上小节案例，当天气影响因素显示未来几年冬天都将因拉尼娜现象而变得异常寒冷，且南方多地也会受影响，而随后的厄尔尼诺现象又将使气温上升。相对应的销售预测得出LYG产品未来需求量将出现大幅波动。

（1）需求分析。将销售预测转换为基于资源配置所需要的工作量，即满足销售预测需要多少工作量，需要配置多少资源来完成这些工作量。

（2）能力分析。能力分析需要分析企业所拥有的所有资源。企业是否存在资源短缺、是否在未来能够获取相匹配的资源，企业如何对资源的富裕和短缺进行调整以符合未来的需求。由于LYG产品受季节性影响较大，通常在秋末冬初开始进入销售旺季并一直持续到来年的初春季，而生产采购及检验周期为15天，产品生产检验的周期为40天，运输发货周期5天。目前流水线产能利用率为75%，有三个月该流水线是处于停产状态。当销售出现50%增长的情况下生产能力就出现了短缺，如何调整生产资源？是想方设法的满足销售需求还是放弃25%的销售增长？如果设法满足50%的销售增长，对于产能不足的部分是增加流水线还是寻求委托加工？原辅料包材供应是否会出现短缺，价格是否会变动？提前采购备货的成本节约是否能弥补资金占用成本？生产人员是否要增加？如果销售预测增长只有20%或是100%，那情况又将如何？

（3）成本分析。当未来资源配置齐全，就可以根据能力分析得出的所需资源与现有资源之间的差异，形成不同的决策方案。并根据不同的决策，将所需资源对应的成本分为沉没成本、固定成本、半固定成本、准可变成本和可变成本。短期内许多成本是很难改变的，而长期情况下成本的改变就变得容易许多。因此我们可以通过离散事件过程模拟预测各类成本变化趋势，并通过作业成本法/作业成本管理形成预测成本，然后将不同解决方案得出的预测成本进行比较，以得出最优化的方案，从而为滚动预算提供可靠的数据来源。

3.信用管理

SHAP企业的信用管理主要包含赊销客户管理，赊销额度以及信用期限的设立。通过控制对客户的赊销金额以及收款期限来减少企业的坏账损失的效果是非常有限的。而大数据下对海量数据的分析和挖掘技术为赊销客户管理提供了有力的技术支持。企业可以通过收集所有自身的或其他各种不良客户的相关信息，通过数据分析挖掘这类违约客户的共性，发现客户在违约前出现的各种征兆，并根据分析结果建立客户违约预警机制，从而早发现早应对实现真正意义上的风险控制。

四、实施过程面临的挑战

本文所指的预测会计所涉及的内容、分析报告是根据企业管理需要制定的，是随着企业管理需求的变化而变化的。不同企业构建的预测会计模式是不尽相同的。然而在预测会计的实施过程中，却都会面临一些共同的挑战。

（一）信息收集及挖掘方面的挑战

在实施过程中需要一个高效强大的信息化平台，这个平台不单要能够收集海量的数据，还要有足够大的空间提供大数据的存储、转换和使用，并通过各种数据分析和挖掘技术将这些数据与财务数据贯通。云存储和云计算是比较好的解决方案，但是却又面临着信息安全性的挑战。

（二）人力资源方面的挑战

专业财务人员不再能够适应企业的需要，具有跨领域知识并且精通数据处理的复合型财务人员更能适应大数据时代财务管理的需要。CFO管理理念需要改变，财务部门组织结构需要改变。会计核算不再是财务的重点，财务预测职能将越来越重要，财务部门需要吸纳更多的数据分析型人员。

参考文献：

[1]Viktor Mayer-Sch?nberger & Kenneth Cukier（著），盛杨燕、周涛（译）.大数据时代——生活、工作与思维的变革[M].杭州：浙江人民出版社，2013.

[2]Douglas W. Hubbard（著），邓洪涛（译）.数据化决策[M].北京：中国出版集团，2013.

[3]Thomas H. Davenport（编），吴峻申（译）.大数据分析——数据驱动的企业业绩优化、过程管理和运营决策[M].北京：机械工业出版社，2015.

[4]Lawrence S. Maisel & Gary Cokins（著），林清怡（译）.大数据预测分析——决策优化与绩效提升[M].北京：人民邮电出版社，2014.

（作者单位：上海新亚药业有限公司）