大数据环境下国有煤炭企业财务监控研究

陶磊

（淮北矿业（集团）有限责任公司，安徽 淮北 235000）

一、现状

当前经济伴随着网络化、信息化和国际化的发展，特别是大数据技术的广泛应用推动了企业的转型，而数字化融合又推动了财务监控的对象、内容、范围、方式相应发生变化。数据成为企业提升最直接推动要素，同时与系统相关的独立功能和架构以及业务、场景相关。以往的财务监控主要是侧重于对静态财务相关数据的分析，特别是集中在会计核算上的问题，范围和内容较窄。事实上，财务监控中非财务信息特别是价值链中涉及的关系方，在整个过程中起着不可或缺的作用，但在具体操作过程中，难以有效量化分析。大数据技术下企业诸如采购、销售、生产等信息不再完全独立，各业务系统和部门配合度提升，财务流程衔接了业务流程和管理流程。本文尝试对大数据技术变革中国有煤炭财务监控进行相关研究，通过对多维数据的融合分析将大数据技术引入财务监控过程中，构建国有煤炭企业大数据下财务监控，并在此基础上添加预测性因素，转化为前瞻性、全流程、全方位的监控方案，提升财务监控对企业的效用价值。

二、大数据对财务监控的支持

数据的反复使用将其逐渐变为不会枯竭的能源，同时在使用中不断增值，数据间的连接亦将产生价值聚变。随着技术的发展和演进，会计核算与财务监控面临着技术迭代处理的革新。财务监控面临大数据技术应用手段的革新，会计核算范围、核算组织、核算流程随之变动。基于大数据环境的财务监控对TB-PB级的数据可实现秒级响应，相应的推动了会计核算与财务监控技术革新，丰富的数据形式成为财务监控的起点，多样化的功能参与和动机通过协同计算，能交互式分析，探索监控的规则并通过技术架构逐步验证，去发现问题找到答案。大数据财务监控需要借助于大数据、智能化以及专业人员组成有机的信息环境，逻辑框架涉及到基础数据的收集、传输、清洗、转换、管理，数据存储，数据展示与数据浏览。

（一）数据获取

传统的财务监控执行依赖的数据来数源于内部纸质资料或部分业务系统数据，在大数据技术的市场环境中，仅依靠内部信息履行财务监控职能无法达到要求。相关研究表明，信息模式于大数据环境下交互信息和生产运营产生的数据得以转化建模，推进管理提高和决策有效性，数据收集的有效途径依赖于大数据技术。对于企业运营过程中的数据不再需要传统的数据库表整理，而是通过新的处理技术如MapReduce和Hadoop平台来完成；通过专业分析工具处理企业外部相关的可用网络数据尤为重要，如此提供决财务监控应用的信息，并将其以结构化方式存储为本地数据文件中。

财务监控精确、全面、高效地执行追踪和监督同样依赖于海量内外部数据的获取，便于及时规范经济行为、提供风险警示信息。从数据来源渠道的区分标准可以分为内部和外部数据，按照财务相关联情况能够分为财务和非财务数据。相对财务信息而言，非财务信息能够更加全面、客观地体现企业运营的状态，也能更公正地实现财务监控。此外，有关学者认为整理和使用网络评价资料、产销信息、生产流程等非财务数据，能有效推动管理会计预测功能，那么非财务数据的集中、广泛应用必然有助于推动财务监控的前瞻性。

（二）数据存储

企业大数据仓库的建立的同时应用数据管理系统的使大数据存储分析所需要的元数据、丰富的流程处理数据（生产、业务、财务活动等）以及标准化模型得以有效保存，同时可根据企业运营不同环节的需求建立部门个性化、企业专项的数据集市和不同维度数据库，并在数据仓库以及数据挖掘等计算机智能支持下，为系统有效使用的数据处理与分析打造了基础；人工智能分析引擎则通过可视化面向具体财务监控内容，满足财务监控智能处理的需要。

（三）数据分析

数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V， 数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值（Value）、真实性（Veracity）[3]。通过可视化分析（Analytic Visualizations）、数据挖掘算法（Data Mining Algorithms）、预测分析（Predictive Analytic Capabilities）、语义引擎（Semantic Engines）等多种前端分析展示工具，实现对数据仓库中数据质量进行管理，数据分析在经过先进的技术部署后，帮助企业实现提高现场运营和生产效率。基于数据应用分析的优化使用能够带来端到端的可视化过程，同时对企业运营指标进行实时监控，进而实现持续不断的改进。

三、大数据下财务监控的平台构建

资产的安全完整有效是传统的财务监控主要内容，同时也包括了确保各类内外部业务活动按照国家相关法律法规以及公司章程制度执行，依据内控相关要求制定的关于销售、采购、工程、捐赠、往来管理以及资产管理等有效工作流程及关键控制措施，以此实现增进企业运营效率、防范内部舞弊，控制运营风险的监控效果。基于大数据财务监控依托于全业务、全流程、全范围归集的财务与非财务信息数据构建的系统架构，其发展是一项逐步推进、持续改进的系统性工作。

当前国有煤炭企业集团的组织形式、组织级次以及多元化经营的深入与证券市场进一步发展，使得企业经营风险加大。企业应当充分理解战略目标，准确定位并认识基于大数据技术下财务监控的发展趋势，增强企业财务监控的主动性和积极性，促进财务信息所反映的内容能及时、准确提示企业的财务风险与经营效果，进一步强化企业在风险防范上抵御能力，激发企业生产、运营积极性和创造性。

（一）扎实推进财务信息化建设

通过完善国有煤炭企业财务集中核算体系、建立财务共享中心，结合财务共享平台建设打造公司前中后三个业务端管控，实现流程数据标准化、核算作业工业化（驱动业务成长）、原始凭证电子化（数据共享）、业务财务一体化（支撑业务、业财融合、提高工作效率）、业务规则自动化（提升管控效率）、重复事项批量化（强化财务风险管控）、事项管理表单化 （统一核算业务处理规范）、系统控制精细，以此达到财务数据来源质量的标准化管理与统一，为财务监控提供数据基础。通过财务共享中心的建设，实现职责具体化、流程科学化、制度健全化、标准一致化、考核集中化与信息集成化应用的有机整体。提升企业各类资源的集中管控，制度、规定及流程与应用系统有机集成，强化资源流动的自动追溯与过程巡检，实施资金结算全流程的实时监控，全面实现从业务前端到最终财务反映的“端到端”监控效果。

（二）规范推进业财数据融合

依托财务共享平台逐步推进应用系统与财务核算系统的集成，进一步梳理业务处理流程，扩大账务自动化处理范围，扩大业财融合范围，集成公司人力资源、物资管理、设备管理、运营管控、项目管理、集团公司门户等应用系统，逐步实现业务与财务的有效融合，推进集团公司数据共享，进一步拓展财务监控的范围。

（三）深化应用数据采集工具

协同第三方实施人员梳理所属各级分子公司业态现状，统一实施预算、项目管理、成本管控、合同管理、采购与销售、物资管理等应用系统，迁移公司历史数据，推进非财务信息及要素数据实时采集，逐步建立财务监控的实时性。

（四）建立有效数据监控模型

深入分析公司运营情况，针对各管控层级关注的财务与非财务指标，基于存储的海量数据进行财务监控规划和数据细分，执行探索性数据分析，建立初始监控模型如财务运营监测、财务状况主动预警、财务溯源分析与业务重塑支撑等关键分监控模型，根据数据驱动的实际运行效果做好财务监控模型迭代构建。

四、结语

大数据连同信息技术迭代、物联网以及工业互联网的发展，物流、资金流、信息流企业流程资源的交互、传递实时性和智能化提高，数据融合格局的逐步形成，国有煤炭企业财务监控面临着异构数据驱动、诸多资源聚合、多业务系统融合及生产流程升级等问题。大数据环境下，企业可以更加方便地收集、分析和利用企业周边信息、财务和非财务信息，通过大数据技术进行建模与分析，利用人工智能技术实现信息实时处理、财务监控在线追踪，建立基于大数据驱动技术的财务监控体系，有助于财务监控前瞻、全流程、全方位，提升财务监控服务于企业的效用价值，同时帮助企业控制风险，适应新环境、应对新挑战。

在阐述大数据对财务监控的技术支持的基础上，从基础数据收集、传输、管理和监控重点环节融入系统等方面，构建了基于大数据分析的财务监控框架，并立足于数据收集与治理、财务共享平台建设、深化应用大数据工具和智能分析应用四个方面，探究了煤炭企业大数据分析技术对财务监控对象、内容、范围、方式的影响，并从企业管控需求驱动探讨了基于大数据分析的财务监控的思路。