大数据视角的财务分析框架

沈春玮

(安徽国际商务职业学院, 安徽 合肥 230000)

网络的普及和信息技术的发展促进了电子支付、网络交易、电子商务的诞生，人们的生活和工作也逐渐网络化。大数据时代对现代化企业的财务管理分析内涵和外延都造成深刻影响，要想顺应时代潮流、实现持续发展，企业就需要结合大数据背景和信息化技术对财务数据加强精细化处理，进而实现财务管理目标[1]。以大数据时代特点作为研究基础和出发点，全面构建财务分析框架，对企业财务管理创新和改革具有重要意义。

1 传统财务分析存在局限性

信息化技术的迅速发展冲击着人们的工作和生活，尤其是企业财务管理方面。大数据信息特征和多变性对财务分析提出新的要求，意味着传统财务分析将面临改革创新的巨大挑战。财务管理和分析是一个企业可持续长远发展战略的重要依据，而随着时代的进步，企业传统财务分析存在的各种问题逐渐浮现出来，主要表现为财务报表、分析方法、企业发展等方面具有局限性。

1.1 传统财务报表具有局限性

企业传统财务报表通常以数据为主进行财务分析，而对非财务报表的相关指标分析相对欠缺。一方面，企业财务报表中数据本身是片面的，在会计准则下可采取不同的会计处理核算固定资产折旧与对外投资，因此通过传统财务报表进行分析的结果具有局限性。另一方面，财务报表中数据可靠性较高，其计价基础一般为历史成本，导致时效性、相关性略有滞后，在采用货币计量成本时又会忽视企业的机会成本，而机会成本正是对会计报表作出处理决策的一项重要参考数据。此外，传统财务报表缺乏对通货膨胀、通货紧缩、物价变动等因素的综合考虑，在一定程度上不可避免物价升值、贬值等风险，财务报表使用者，难以获得精准有效的财务分析数据。

1.2 传统财务分析方法具有局限性

传统的财务分析方法比较单一，最基本的两个方法为比率分析和比较分析，而这两种财务分析方法对企业来说都只能反映历史经营业务。使用者通常只有季末、年末才能看到企业财务报表，报表中的数据与当下经营已不完全相符，对未来发展的推测准确性降低。企业会计处理和选用的分析方法都是由财务工作人员主观判断决定的，经验、能力等因素直接影响判断结果，而且没有统一标准。传统财务分析方法容易忽视甚至无视非财务指标的分析，而这些指标恰恰是企业发展的重要影响因素。对企业来说，创新能力、客户满意度、技术目标都与企业持续性发展密切相关[2]。应用传统财务分析方法获得的数据可能造成企业管理者盲目自信，对财务管理有不利影响。

1.3 传统财务对企业发展有所限制

企业经营中的资源配置、系统管理以及战略决策都与财务分析密切相关，而传统财务分析方法使财务报表数据在一定程度上脱离了企业经营实际，无法预见潜在的经营或战略风险。大多数企业把财务报表的重点聚焦在经营利润上，一味追求报表数据，缺乏对财务管理和现金管理的综合分析[3]。传统财务报表基于历史数据，导致企业管理事前、事中、事后的控制和处理效率降低。企业发展过程中潜在各种财务风险，而传统财务报表对此不能预见，也不能充分发挥对企业经营战略和决策的指导作用，对管理层的工作具有相当大的不利影响，制约了企业的可持续发展。

2 大数据视角下财务分析框架的建立

大数据视角下，企业财务管理工作量加大，工作难度明显提高。在庞大且多变的信息中挖掘、采集隐藏数据，借助信息化技术和手段分析其中的规则和内在联系，并在历史数据基础上全面预测企业发展趋势和潜在风险，能有效提高财务分析的工作效率、精准度和安全性，为管理层决策提供可靠依据，实现企业财务管理模式优化。财务分析作为企业核心职能，是对企业经济活动的具体管理。使用大数据技术建立财务分析框架，可加强成本控制和管理，改善企业经营的财务状况。

2.1 改进财务分析方法和思路

首先，财务管理人员应意识到数据背后的意义和价值，懂得数据信息的运用及处理，对问题处理运筹帷幄。其次，财务管理工作需突破传统管理理念，打破财务分析方法和报表的局限性，以确保数据信息的有效性。例如国投在攻克大型集团合并报表这一难题时提出了“信息化财务”这一对策[4]。第三，企业当明确财务数据的具体功能所在，广泛收集行业数据资源并加以分析处理，了解当下社会、经济、政策等形式对企业的影响。再者，企业还应挖掘自身优势和竞争力，综合分析判断企业成本、税利、资产、负债、现金流等状况。

2.2 以M公司为例的大数据财务分析构架图

以工业企业M公司为例具体分析：理论基础参照黄世忠教授提出的“哈佛分析框架”[5]，从盈利、资产及现金流三个方面切入，建立逻辑模型层(图1)；财务分析系统框架(图2)包括企业经营利润、财务会计管理以及发展前景预测。通过引入对象视角矩阵、模拟决策思维等分析方法，提炼出财务分析中的共性指标并深入分析。

图1 逻辑模型层

经营利润主要涉及税利、运营指标、竞争力三个部分：税利选用对象视角矩阵分析，从M公司主体、明细报表、重点品牌以及规格税利四个方面构建四维联动模式，即组建完整分析闭环，项目筛选可设置品牌、规格、价位等，实现数据动态变化，同时建立趋势分析图(图3)。数据表达不限于数据，图像更直观地反应了历史数据的动态特征；运营指标即对数据分析后评估的企业运营、盈利、偿债、发展等各项能力，基于数据又不脱离数据，还可设置纵向、横向综合比较(图4)，对企业发展预测有重要参考价值；竞争力内容涵盖品牌、税利等贡献度，采用波士顿分析矩阵，可体现当时企业各项运营工作发展状况。

图2 财务分析系统框架

图3 趋势分析图

图4 纵向、横向综合比较

财务管理涉及企业资产负债权益、现金流动和成本控制。这一部分应结合实时产量、收入占比、成本构成等内容重点分析成本控制，实现利益最大化。

前景预测是对企业未来发展的预估，税利测算、快报测算以及业绩评估都应纳入考虑范围。税利测算需逐项分析影响税利的相关因素，通过趋势、规律分析变动成本状态，并在真实有效的数据基础上测算出固定成本，从月计划、年计划两个维度明确税利测算，明确责任部门；快报测算即简版评估报表；企业经营业绩评估的基础应为年度税利测算，根据行业考核标准计算方法进行年度业绩自我评估[6]。

2.3 数据挖掘措施

财务分析工作中挖掘数据的基本过程为：确定观察分析对象；以时间轴为引导采集所需数据；初步删除干扰数据；提取特征性原始数据；将数据导入挖掘模型处理；分析数据结果。常用的数据挖掘方法如关联规则提取，在建立数据模型的过程中分析数据相关的关联规则，对样本数据采用算法提取频繁项，通过多重算法获得固定频繁模式项[7]。因其具有可靠的数据支持，可用于推荐产品或拓展数据内容。无监督聚类分类则是采用距离计算分类，根据每个数据与聚类中心的距离来区分项目类别，多次修改中心从而筛选各个层次的数据。这种方法多用于处理后台信息，连接消费者终端，还可完善收集数据过程中缺失的必要属性。分类和预测挖掘数据常用于会计财务对未知数据的预测，通过比较实际数据和测算数据，判断企业发展基本方向，用以辅助决策层管理工作。

3 大数据视角下财务分析框架的优点

3.1 数据处理更敏感、更高效

大数据视角下构建财务分析框架，系统地将企业营销、FRP系统、生产运营等业务的全部数据进行整合[8]，处理速度提高，数据更优化，且对于每部分内容来说数据敏感性都增强。财务管理人员可通过大数据分析处理技术快速有效地解决相应的决策需求，无论是经营利润成果、财务管理中的资产和现金流，还是税利、业绩等企业前景预测，都有相应的分析指标，并支持对一个或多个对象进行观察，为财务分析提供可靠支撑。

3.2 财务分析多视角、多维度

系统构建在逻辑上遵循递进原则，模拟决策者的思维，采用了对象视角矩阵以及四维联动等新型技术作为展示基础，并在传统分析方法基础上融合改进了横向对比、纵向趋势、结构量化以及标杆对照等分析手段，实现了对观察对象、观察视角、观察时间的交叉分析和多层分析。财务数据在大数据视角下的系统构建中呈现更加多视角、多维度，甚至可完成战略层面的波士顿矩阵、SWOT等分析。

3.3 支持决策更可靠、更全面

财务分析框架涵盖范围全面，如财务分析、会计分析、战略分析、前景分析都纳入综合考虑中。处理过程中始终坚持问题导向，对企业的发展态势、内部工作体系、外部竞争因素等都进行了多维度、可视化、全景式分析[9]。模拟决策可对领导决策聚焦问题和易发风险进行专题或综合分析，从独立的财务数据模型中能够精准发现企业经营管理存在的具体问题，由此领导层对经营趋势把握更加精确，实际应用效果更好。

4 结语

大数据技术是全新的信息化技术，也是21世纪典型时代特征。对当代企业财务分析框架的研究，应从多个方面落实可行性对策。一是注重财务人员整体素质的培养。财务管理关系到企业未来发展决策，财务人员只有完全掌握专业技术、拥有职业素养，才能有条不紊地完成财务数据处理以及相应的风险管理[10]。二是开发、创造更切实有效的财务分析方法。大数据时代下财务管理更加智能高效，选择最优财务分析方案可提高企业风险防范。三是客观理性地分析大数据对企业财务管理的影响。信息化技术不可避免存在技术漏洞，黑客技术的存在不容忽视，若完全依赖网络处理数据，企业将面临更大的安全问题。因此，创新改革财务管理和分析模式的同时还应健全网络安全体系，积极推动企业健康、可持续发展。