企业财务数据化的建设与实践

王竹青

【摘要】  财务数据化项目可分为三个层次：可视化、模型化、智能化，可视化的工作目标比较清晰，而模型化和智能化的实现则需要漫长的探索。文章以浙江物产环保能源股份有限公司（以下简称“物产环能”）为例，探讨企业财务数据化的构建及发展路径，并提出相应建议。

【关键词】   云计算;财务数据化;风控决策

【中图分类号】  F232  【文献标识码】  A  【文章编号】  1002-5812（2019）20-0089-04

财务数据化是指企业通过建立一套科学的数据分析体系，为数据使用者提供决策支持。财务数据化项目共分为三个层次：可视化、模型化、智能化。财务可视化是指通过图形的手法将信息清晰、有效地传递给使用者。财务模型化是指将企业的相关信息按照价值创造的主线进行归类和整理，从而实现对企业财务状况的分析、评估和考核等功能。而财务智能化是指基于企业的财务体系，结合“互联网”“云计算”等现代信息技术，所提出的全新概念和实践。可视化的工作目标比较清晰，而模型化和智能化的实现则需要漫长的探索，不断迭代。本文结合案例，探讨案例企业财务数据化的建设与实践，以期为其他企业的财务数据化建设提供一些参考。

一、财务数据处理手段和技术的发展历程

随着科技的进步，财务数据处理方面的信息技术得到了飞速发展。财务数据处理手段和技术经历的发展阶段如图1所示。

（一）手工账阶段。手工账是指由财务人员填写凭证、登记账簿、编制财务报表。该阶段财务人员的工作量较大，工作效率低下，而且容易出错。手工账簿保管起来比较麻烦，年份较早的账簿容易丢失缺损。

（二）电算化阶段。会计电算化是指利用财务软件，在计算机上完成财务工作。会计电算化大大降低了财务人员的工作量，减轻了财务人员的工作强度，提高了财务人员的工作效率和工作质量。实现会计电算化以后，大量繁琐的财务数据的计算、归集、整理、分类等工作都可以由计算机来完成，而且计算机的运行速度远远大于手工整理的速度，提高了财务人员的工作效率，计算结果也更加可靠准确、不容易出错。会计电算化将财务人员从繁琐的记账、算账工作中解脱出来，使其有更多的时间和精力参与企业的经营管理。

（三）ERP阶段。ERP系统对企业的各种资源进行管理，包括物流资源、财务资源、信息资源、人力资源等。数据在各个业务系统之间共享，改善了企业的业务流程，提高了企业的竞争力。ERP阶段突破了传统意义上的财务核算职能，增加了财务预算职能和财务管理职能，把各个业务部门的信息集中到一起，为企业的管理决策提供了及时有用的信息。在ERP系统中，财务是对企业发生的各项经营活动的真实反映，财务数据来源于供、产、销等各业务部门。财务可以和企业的供、产、销等环节集中在一起，并实现良好互动，大量的信息数据通过网络从企业的各项管理子系统（如库存管理系统、采购系统、销售系统、工资薪金系统等）直接收集，并与财务系统相连接，及时生成会计凭证和会计账簿。

（四）共享阶段。财务共享更多地体现为管理理念的变革，以前由财务人员完成的数据收集、记录工作，在该阶段都由具有“云”概念的计算机系统来完成。财务共享主要得益于网络技术的发展，影像传输变得更加便捷。财务共享可以将位于不同地点的单位的会计业务放到财务共享中心进行记账和报账，保证了会计处理和财务报告的统一规范，另外不需要在每家企业和每个办事处都设置财务人员，也大大节省了企业的人力成本。

（五）智能化阶段。智能化是真正的跨时代变革，智能化最重要的能力就是系统自身的学习能力。财务智能化是建立在大数据、云计算、人工智能等新信息技术基础上的，是伴随着当前互联网模式下的财务会计转型升级与企业创新发展而产生的实践形态，利用大数據手段进行数据分析，利用先进的人工智能提高企业的财务工作效率，降低企业的财务成本，减少企业的财务风险，促进企业财务工作的变革。

二、企业财务数据化过程中存在的问题及困难

让绝大多数财务人员困惑的是：数据量的提升并没有带来质的变化，数据并没有创造其应有的价值，掌握了大量数据的财务部门并没有创造出能够让管理层满意的价值。究其原因，主要有以下几点：

（一）财务人员提供的表格过于专业。财务信息最主要的使用者是政府、投资者、银行、企业管理人员等，不具有财务背景的人员理解财务表格可能存在一定障碍。以费用报销为例，企业其他部门对财务工作最直接的评价是：效率不高，执行不够严格。财务数据实现价值最大化的障碍是：要么太专业，非财务人员很难理解;要么太原始，不能直接看到信息使用者所需的数据。

（二）企业管理层对财务数据化建设不够重视。在很多企业中，企业管理层对财务数据化建设的理解还很肤浅，没有真正认识到财务数据化建设在财务管理中起到的积极推动作用。虽然有很多企业为了追赶潮流而设计了自己的会计信息系统，但是这些系统有的并没有得到真正有效利用，并不能给企业创造最初所设想的管理效果和企业价值。根本原因在于，企业管理层对信息技术的重要作用认识不足，传统的财务管理方法、财务处理手段没有为会计信息化所替代。

（三）财务人员的综合素质不高。传统的财务相关业务对财务人员的计算机水平要求不高，只需要财务人员具备相应的财务理论和实务操作能力即可。随着财务数据化的建设与实践，不仅要求财务人员具备足够的财务理论知识和熟练的业务能力，还要求财务人员具备较强的计算机处理能力。

（四）财务数据的安全性和保密性有待提高。财务数据化的一个重要特点就是利用网络手段共享企业所拥有的信息资源，提高企业员工的办事效率、节省工作时间并减少工作差错、提高工作质量。然而网络化却使企业的财务信息处在高度风险当中，企业的财务数据容易遭受计算机病毒及网络黑客的攻击。一旦遭受攻击，很有可能导致企业的会计信息系统瘫痪，财务人员无法正常工作，还有可能被竞争对手获取企业的财务信息，给企业造成巨大的经济损失。

三、财务数据化的目的

财务数据化的目的就是把企业现有的大量财务数据进行进一步深加工，使数据变得更为易用、高效。具体来说，就是帮助使用者更方便、更全面、更科学、更智能地运用数据。以物产环能为例，财务数据化项目的计划可以分为三个方向和三个阶段。其中三个方向是指合同管理、客商管理、物流管理，三个阶段是指搭建中台可视化、数据驱动模型化、人工智能化。如图2所示。

第一阶段：搭建中台，实现可视化。首先对所有的关键数据进行总体概括，帮助使用者在最短的时间内了解到最关心的核心数据信息，然后根据自己的需要，再详细查询一项内容。比如使用者要查看企业的合同情况，可以先查看合同的明细汇总清单，然后再查看合同的详细内容，包括合同本身及相关情况，如购销对接、预计利润、发货收款、结算情况、合同执行的差异情况及原因分析等。在可视化数据系统中，也支持自定义查询功能，比如当看到一张各电厂当日的生产报表，使用者可以很方便地自定义查询这几家电厂连续一周或一个月每天的生产数据，还可以和去年同期相比，对于差异较大的月份，可以继续查询该电厂主要客户的明细情况以及这些客户的同期对比情况。

第二阶段：数据驱动，实现模型化。在第一阶段的基础上，搭建合同价值模型，实现合同ROI分析和过程精准管理;搭建营销、风控模型，完善客户营销、风控决策;建立作业质量管理体系，提升作业质量管理效率。比如在财务分析中会提供单客户利润分析表，目的是给选择客户提供依据，但光有利润指标是远远不够的，还有很多其他因素需要考虑。财务模型化就是把这些指标通过科学建模得到一个最终的客户评价指数，为企业决策提供依据。

第三阶段：人工智能，实现智能化。在上述几个阶段的基础上，结合市场、物资等关键信息，智能预判合同价值，实现合同ROI分析和精准管理;将征信、舆情等多渠道数据信息纳入模型，实现智能营销和风控;建立作业自动化监控、告警体系，减少过多的人为干预，提高效率。财务智能化可以替代信息使用者做出决策。

四、财务数据化建设架构

物产环能主营煤炭销售及煤炭综合利用、环保技术研发、新能源产品等。物产环能财务数据化建设框架包括两方面內容，分别是业务数据源和ISEE系统，如图3所示。

（一）业务数据源。包括四方面内容：（1）采购商机共享。业务人员把掌握的货源商机和销售商机进行录入、展示共享、关联内约审批等，生成的内约单作为后续生成销售或采购合同的必要条件。（2）物流信息收集。根据不同业务类型合同，触发生成对应的不同路径物流任务单，提供不同的物流信息录入模板，以便收集每个合同执行过程中的物流信息。（3）合同数据关联处理。目前，SAP、OA系统主要针对的是数据断层问题，如同一贸易的采购合同和销售合同是没有数据关联的，针对该问题提供专门的手工关联处理，以生成数据层面的映射关系。（4）已有IT数据同步。目前主要是将在SAP/OA/海运系统中的各类合同信息通过异步接口或其他方式进行同步录入。

（二）ISEE系统。系统需求概述：（1）贸易数据一体化。建立统一的业务数据模型，把业务数据按照要求灌入业务数据模型中，形成贸易数据一体化的地基数据。（2）客户/供应商画像模型。基于贸易数据一体化地基数据，建立客户/供应商画像模型，提供通过输入客户名称、供应商名称，查询该客户或供应商所对应的所有采购合同、销售合同、物流合同以及主要物流信息等功能。（2）合同效益分析模型。基于贸易数据一体化地基数据，建立合同效益分析模型，结合客户、供应商、船运公司、港口等各个贸易链主体的相关信息，搭建初步的效益分析模型。（3）采销商机匹配模型。基于贸易数据一体化地基数据，建立采销商机匹配模型，根据采销商机的煤种、交货方式要求、交货时间要求、上下游价格要求等指标，建立初步的匹配建议，供业务人员参考。（4）物流数据预警模型。基于贸易数据一体化地基数据，建立物流数据预警模型和基本合同物流信息模型。使用者可以从单合同视角查看物流信息，也可以从物流全流程的不同节点角度查看信息，还可以此为基础查看关键物流预警信息。

五、财务数据化的实现路径

传统的BI报表项目侧重于在企业已有数据的基础上做出BI效果，而数据可视化项目则采用相反的实现路径：首先充分调研各部门对数据可视化的需求，数据可视化操作系统与企业管理决策系统以及各个业务部门系统高度结合，具备高级视觉效果与较高性能。数据可视化系统可以满足财务各级管理分析与决策的需求。再由专家从满足企业各项业务要求的角度考虑，结合企业各项业务对数据的要求，确定满足企业业务需求的信息系统，分析企业业务活动中涉及的各项数据内容，并实现所有数据的统一标准和结构化管理。企业通过运用标准统一的业务流程信息语言来实现对财务管理过程的数据化及可视化，通过采用统一的财务管理规范来实现财务工作的规范化、标准化，并实现财务数据结构管理的统一。最终的可视化效果需在多轮试用的前提下不断优化，最终达成。可视化结果须经各个职能部门管理层、可视化测试团队共同讨论，在得到大家的肯定后才能实施。财务数据化的实现路径如图4所示。

六、企业财务数据化相关建议

（一）进一步完善相关法律法规建设。在信息技术迅猛发展的今天，现有的会计法律法规已很难满足财务数据化建设的要求，政府部门应该从全局角度，科学谋求财务数据化的长远发展，建立健全财务数据化法律法规体系，使会计更加规范化、更加安全，为财务数据化的发展创造有利环境。政府部门应加强引导，加大对财务数据中心等基础设施的建设，为加快推进财务数据化创造条件。

（二）企业应转变管理思路，充分发挥管理会计的职能。在过去的很长一段时间内，企业的财务管理职能主要局限于财务会计方面，通过对过去交易事项的确认、计量和报告，为信息使用者的分析决策提供有用的财务信息;管理会计在企业经营管理中的应用范围比较窄，还处于探索阶段。大数据时代，企业应将管理会计和财务会计提升到同等重要的地位，并由财务会计向管理会计拓展延伸。企业可以通过管理会计对未来的财务状况、经营成果和现金流量进行预测，控制企业的日常经营活动，考核和评价管理人员的业绩。在财务数据化背景下，数据来源的扩展与多样化，使得管理会计能够进一步发挥其应有的功能。财务数据化给企业的财务分析提供了更加全面、充分的数据支持，对财务数据进行分析、处理，可以为企业制定长远的发展战略提供有力支持。所以说管理会计能够帮助企业制定更加符合其未来发展要求的战略决策，提供更加充分可靠的有用信息，帮助企业提高其核心竞争力。

（三）加强财务数据化人才培养。随着财务数据化的广泛运用，要求财务人员在具备财务专业技能的同时还需掌握信息技术相关知识，集各专业之所长于一身，为实现财务数据化提供必要的专业知识支持。从目前来看，既懂财务又懂信息技术的“复合型”人才十分缺乏，因此培养企业所需的财务信息化复合型人才迫在眉睫。企业应加强会计后续教育与培训，通过交流培训、继续教育等多种途径和方式，培养出既精通财务技能、又懂得企业管理的应用型财务数据化人才;加强财务数据化高端人才培育，建立财务数据化人才选拔和评价机制，合理高效使用财务数据化人才，使其各尽其能，充分调动每个员工的积极性，确保财务数据化人才队伍稳定发展。

【主要参考文献】

[1] 郑李海，郭晓芳.大智移云背景下高校财务信息化建设探讨[J].宁德师范学院学报（哲学社会科学版），2016，（03）：19-21.

[2] 马耀红.大数据时代下推进企业财务信息化的策略[J].财会学习，2018，（06）：34-35.

[3] 蒋星亮.基于大数据背景下财务转型问题的思考[J].商业会计，2019，（09）：97-99.

[4] 王志权.大数据时代与企业财务管理转型[J].财务与会计，2014，（06）：74-75.