基于“互联网+大数据”分析体系的高校财务服务升级研究

□（广东外语外贸大学财务处广东广州510420）

一、引言

高校财务管理工作是实现学校长期发展战略目标的重要保证，在高校管理中占据非常重要的位置。随着我国经济的发展和高等教育体制改革的深入，高等教育呈现快速发展趋势，表现在学校办学规模不断扩大、收入来源多样化、支出种类复杂化。与此相适应，近几年来高校财务制度发生很大变化，新的《高等学校财务制度》《高等学校会计制度》分别于2013年1月和2014年1月1日正式实施，这些新的制度是我国高校财务管理的具体执行指南，给高校科学化、精细化的预算管理及会计核算提出了新的要求。管理是为了更好地服务，服务也是高校财务管理的职能之一。高校财务既要为领导提供决策咨询的服务，也要为师生提供报销、薪酬发放、收费等服务。高校财务服务如何适应市场经济新常态的要求是高校面临的重大课题。高校财务服务要适应新的形势，满足更高的要求，必须创新服务理念和服务方式，促进学校科研、教育事业可持续高速发展。通过技术创新带动服务创新，提升服务质量。

高等院校作为社会培养“高知”的载体，正逐步成为校园大数据的“集合体（viktormayer-schonberger，kenneth cukier，2013）。随着高校数据量不断激增及类型趋于复杂化，业务需求随之变化，服务要求更精细化、个性化，大数据挖掘成为高校管理创新的利器，“沉睡”的数据逐渐被人们利用，释放出巨大的数据红利。王萍和傅泽禄（2014）介绍了美国大学利用大数据工具开发数据驱动决策系统，并以美国纽约教育局为例详细分析该系统的实践应用，帮助学区和学校领导制定可持续发展的教育蓝图。胡乐乐（2016）介绍美国许多高校利用大数据实现高校管理创新，预测哪些学生有可能入其校上学，预测哪些学生会学业挣扎或失败，并给他们提供建议和帮助，从而提高保留率和毕业率。国外高校的大数据工具已经趋于商业化并且普及率高，我国高校在大数据应用方面更多处于尝试阶段，赵靖岩和胡振波（2016）、徐萍（2016）分别在大数据环境下研究高校教学模式与高校舆情应急机制的创新管理。国内高校大数据应用研究主要集中在教学、学生管理、图书馆服务、高校舆情等领域，但是作为具有数据属性的财务领域研究的较少，主要因为财务数据属于机密数据，一般采用物理隔绝，难以实现数据交互；同时高校财务与企业财务不同，缺乏市场随机性，政策文件约束多，不利于数据挖掘在此深入发展。但在国家“互联网+”举措的推动下，网络安全技术逐渐增强，高校极力推动“互联网+报销”的业务模式，财务数据交互成为可能，在此基础上数据挖掘可以应用到学校所有资金流动的领域，并对这些领域数据进行挖掘和分析，更好地促进高校财务运转和资金绩效评估，提高投资的准确性和运转的有效性，进而改善财务管理水平。因此，高校财务理应抓住技术发展的契机，通过分析多维度数据，挖掘潜在的数据价值，实现跨业务、定制化、个性化需求，把事实数据转换为智能指标并逐步实现知识服务，预测事物发展趋势，为高校建设提供有力的财务咨询服务，创新服务方式，提升服务质量。

二、大数据对高校财务的影响

（一）大数据对财务数据的影响。在大数据背景下，财务数据的来源从以“结构化”数据为主导变更为以“半结构化”“非结构化”数据为主导。传统的数值型数据难以满足高校战略决策需求，大数据背景下为了获得更全面的业务详情，财务预决算报表、电子合同、电子发票、关联方网络数据、视频、图像等非结构化数据必须占据主导地位，从而提供更全面的经济价值。同时，财务数据的价值从简单的“数据仓库”转变为“深度学习对象”，传统的会计信息化只是储存与查询数据，随着信息技术的发展，在大数据时代下通过引进统计运算方法和人工智能技术对数据仓库进行纵横向分析，将大量原始数据转化为企业信息，提炼为知识，成为使用者决策的依据。大数据下更是把原来集中式分布的数据架构演变为分布式的结构，采用Hadoop、MapReduce等技术实现协同运行，提高处理效率。

（二）大数据对会计信息质量的影响。大数据时代的到来意味着大数据资源将成为数据资产。但目前关于数据资产却没有相关匹配规定，会计准则定义资产应当以实际发生的交易或事项作为依据进行会计确认、计量和报告，如实反映符合确认和计量要求的各项会计要素和其他相关信息，保证会计信息真实可靠、内容完整，因此大数据无法以货币计量仍不能称为资产，这将是大数据时代对会计工作的挑战。同时，大数据时代下会计主体本身获得的信息量大幅增加，提高了会计相关性原则的核算内容和维度，信息处理速度加快，会计信息使用者在相同时间内获得更多的信息，也考验会计人员如何取舍相关信息。

（三）大数据对会计信息处理的影响。大数据时代下，数据处理不再是只从原始凭证上对信息进行采集，而是从财务以外的其他部门甚至银行、主管部门、企业等单位进行采集，数据来源丰富，会计人员并不是财务数据的录入和处理者，所有信息需求者都将参与到会计信息处理流程，会计人员的职能从繁琐的核算工作中解脱进入更具战略性的工作职能中——利用其专业知识进行分析预测。同时，会计信息流程将不再是单向传递，大数据下弱化了数据的因果关系，强化了数据之间的相关性，因此参与其中的各个环节是交互实时动态，可以满足不同层次的需求者。

三、高校财务大数据挖掘分析体系的基础及方向

高校财务大数据挖掘顾名思义挖掘高校财务数据隐含的有用信息，其基础当然是数据。但是仅限于财务数据是不妥当的，资金流向遍及各项业务，只有把资金所涉及的数据关联起来才是分析的基础。因此，高校应该极力推动数据共享化，财务数据安全级别高，以财务数据为核心，抓取教学、科研、资产、后勤、学生等业务数据库形成大型数据仓库，为财务数据决策分析提供数据支撑。

大数据挖掘在高校财务管理中将起着举足轻重的作用，每个高校都应该重视如何发展自身的软硬件条件来迎接大数据时代的来临。“争取技术支撑”“培养及引进大数据与会计复合型人才”“创造大数据加微服务平台模式”三个方向是发展大数据挖掘必不可少的举措。

争取技术支撑：开展高校财务大数据挖掘研究，没有技术支撑，难以突破现有瓶颈，一切皆为空谈。因为从数据储存、数据采集、数据分析、数据展示等关键节点都需要计算机技术的支持，否则数据难以发挥巨大的作用。而且高校财务大数据应用安全与隐私保护非常重要，安全技术评估能降低信息泄露风险。

培养大数据与会计复合型人才：传统高校会计是一个以单向提供财务信息为主的业务系统，通过财务会计语言、方法和程序，对高校的财务状况进行反映和控制，为利益相关者提供财务信息服务。在大数据背景下，传统会计暴露其缺陷，以会计数据为关注点，忽略其他业务数据；以结构化数据为数据源，忽略价值丰富的半结构化、非结构化数据，造成信息使用者无法获取经济业务全貌，信息不对称难以做出准确的决策。大数据环境下传统的会计人员无法适应新形势，急需培养符合大数据时代下的复合型人员。未来财会人员不只是提供传统的财务报表，还能够分析不同业务的数据集，判断资金使用方向，提高使用效率，快速生成决策层所需要的报表。未来开放式的舞台将会增加财务数据风险，财会人员还必须具有良好的计算机安全知识。只有培养财务信息化骨干，才能更好地解决未来大数据应用所带来的隐患。

创造“大数据+微服务”平台模式：大数据挖掘功能之一挖掘隐藏的行为模式，如高校财务服务师生，通过分析教师、学生的报销行为等活动数据，为固定群体提供感兴趣的个性化服务，把财务服务渗透到对象的日常生活中，发挥财务服务的最大化效益。

四、高校财务大数据挖掘分析体系的应用

大数据的到来给高校财务管理带来颠覆性的变革，无论从数据基础、业务流程、管理模式等方面都可以进行重构来强化新技术的适用条件。首先，云计算、物联网、电子发票、“互联网+”等信息技术的高速发展，会计核算从只保留记账凭证的电子数据发展到可以保存合同、发票、文件等凭证附件的电子资源，拓宽了会计系统的数据基础，加上校园网基础信息互联互通，财务大数据能随时随地查询校内外的关联资源信息，包括资产处采购数据、网上设备报价、飞机航班、票价信息等，为会计审核提供坚实的信息网络服务。其次，预算编制重在“全面”二字，传统模式下耗时耗力，还存在内外预算“两张皮”等现象。在大数据分析体系下，信息化过程能够贯穿预算申请、分配、执行、控制、监督、分析的始终，大数据平台能够将教学、科研、行政等数据进行过滤、筛选、分析，及时监控预算执行进度，多角度分析预算执行效率；提供动态投入产出等财务图标，还能提供财务预警功能，为各二级学院提供财务信息，引导学院正确使用经费。再次，大数据的应用把财务分析推向价值分析、战略分析的层面上，传统财务分析基于静态的财务指标与报表，大数据技术能够把面向结果分析升级为面向过程分析。第四，财务人员使用异常点数据挖掘技术，可以及时发现问题，提前采取措施避免或减少损失；同时运用海量的、非结构化的数据量化分析不同流程、不同方案所带来的收入、成本及风险，进而真正选择能够使得学校价值最大化的流程和方案。第五，大数据技术也能使高校财务信息披露更上一层楼，实现实时化、动态化、交互式、非结构化等先进方式的会计信息披露。最后，大数据技术给服务带来的改革主要是从面到点，用户需求逐渐趋向于个性化与定制化。“微服务”的核心价值在于利用先进、稳定的信息化技术手段，将庞大且复杂的业务体系微小化，以构建特点突出、个性鲜明的“微小”服务来贴近用户的服务体验（Matt Pistilli，2016）。微服务主要在业务服务基础上利用业务数据与微信、QQ、手机、微博等移动终端进行深度融合，通过数据清洗过程，挖掘隐藏的用户模式，建立常态化模型，为用户提供个性化需求及资源配置。

五、总结

“互联网+大数据”时代下既是高校财务管理突破现有限制的机遇又使其面临新的挑战。数据安全特别是个人隐私数据的保护普遍成为关注的焦点。Matt Pistilli在《伦理、大数据于分析：一个应用模式》一书中指出我们对大数据伦理的考虑落后于应用实践（2016）。校园卡刷卡记录、个人工资数据、报销记录等信息的暴露容易涉及违反隐私法，同时给被采集者和社会带来不安与担忧。因此，高校在收集和应用数据时，应高度重视，尽最大可能保护个人隐私和保证数据安全。