大数据背景下区域财务集中管理在证券行业的应用分析

许晓然

（中国银河证券股份有限公司河北分公司，河北 石家庄 050000）

证券行业的发展必须通过数据信息的支撑，大数据时代的到来是证券行业的挑战也是机会，证券行业想要抓住机会，利用大数据背景实现财务集中化管理，就必须要知道大数据分析的应用和财务集中化管理的运用，只有知道如何将这两项运用到自己的公司才可以增强企业实力，实现内部管理加强效果。

一、大数据分析在证券行业的应用

（一）个人投资者数据分析

证券行业建立券商用户管理及维护系统，如门店管理系统，移动端软件等，也可以与专业机构进行合作，从而获取投资者数据，首先宏观方面证券行业可以利用大数据分析各行业投资情况，主动了解交易市场数据，汇总分析投资者在特定时间对各行业的投资情况，从而推断出投资者的投资心理，进而对投资产品方案重新设计，从而吸引更多投资者[1]；也可以检索行业投资案例库，从中寻找投资者投资的特殊性，为公司投资产品推广和设立提供借鉴意义；其次微观方面可以有针对性的直接了解到投资者个人相关信息，如个人身份信息以及证券相关账户，个人投资风格，分析其所属的投资类型，偏爱保守稳增投资还是风险高收益投资等，投资者是证券公司的重要客户群体，因此对投资者进行数据分析有利于证券公司抓住商业机会，增强自身竞争力。

（二）公司内部数据分析

所谓知己知彼，先了解投资者数据后，证券行业也需要了解公司内部情况，公司内部投资理财方向汇总，投资并购方案及风险管理，股权众筹的方式方法，公司舆情监控分析，对于证券行业来说，证券公司的舆情以及投资对象的舆情在一定程度上可以直接影响特定时间段的企业利润，也会导致此时的证券价格波动幅度较大，利好舆情指向会导致价格上涨，相反就会导致价格极速下降[2]，此时需要证券企业时刻关注并分析舆情监控，也可以进行竞争分析，通过大数据进行竞争情报分析，以及公司在行业中所占份额分析，证券公司通过对公司内部数据分析可以及时调整管理模式，掌握市场。

二、大数据背景下区域财务集中管理在证券行业中的应用

（一）基于大数据集中收集区域财务信息，实现财务共享

证券行业利用大数据处理技术，将各区域财务信息汇总分析，建设财务共享平台，财务共享平台目前在国内逐渐流行起来，也是证券行业想要实现区域财务集中管理的主要手段之一，这样的手段主要能够做到重要资源的统一管理与配置，也有利于资源配置优化，可以将财务管理的流程及制度更加规范化，有助于统一化、标准化财务管理，可以强化企业分部和总部的财务监控管理流程，所以，证券企业需要基于大数据，结合企业总体目标，设置财务管理相关目标及制度流程，要保证财务人员执行力及工作质量，可以对财务人员进行结果化管理，将大数据分析指标用于全面预算管理和绩效考核中，定期或临时对财务工作进行考查与调整，可以强化企业内部财务管理水平。

（二）基于财务共享，划分集中管理项目

首先需要明确的是，区域财务集中管理，并不意味着全部集中管理，而是打破原先完全分散的财务管理模式，将集中管理与分散管理相结合，将集中管理高风险项目以及需要重点管控项目分类列项，首先以集中财务管理为主，主要可以全面实现资源优化配置，可以降低财务管理风险[3]；其次将一些灵活性强，风险小的项目，分支机构可以进行自行管理，期末进行工作考核，主要可以合理设计审批放权，消减不必要的审批环节，将审批流程简单化，提高审批工作效率，可以给门店放权让他们自己进行资金复核，也就是说门店需要申请资金时，总部可以进行第一步资金授权，门店也可以在授权范围内划拨资金并进行特殊列示，门店期末针对资金使用情况自行分析，同时进行资金实施费用预算管理控制，将门店特殊费用支出在财务报表及全面预算管理表中进行列示。所以，证券行业可以基于财务共享模式，划分集中管理项目和特殊可分散项目，充分实现财务管理中风险防范，效率提升，资源配置优化等。

（三）财务集中管理项目数据化管理

基于财务管理目标计划，以及划分出的财务集中管理项目进行数据化管理，比如个人及公司投资者在一定时期给公司带来的实际现金净流入和净流出；根据应收账款及主营业务收入把握企业总体经营状况，以其为基础可以调整财务目标管理方案；根据应收账款可以把握企业资金回笼率，以此调整账款回收方案；根据各项费用把握企业整体费用安排，利用大数据技术判断费用使用结构的合理性，行业间的竞争性等，因此财务集中管理实施前一定要进行集中管理项目的筛选，要在考虑普遍管理的同时，有重点关注，充分利用大数据处理技术[4]。

三、结束语

综上所述，大数据背景下，证券行业实现区域财务管理集中化一定是大势所趋，一方面在管理上实现效率化，集中规范化的效果，另一方面也是对自身综合实力的提高，不仅实现资源优化配置，而且是财务知识的高度整合，推动企业财务管理系统实力增强；因此，证券行业应该基于大数据，建立财务共享平台，在此基础上划分集中管理项目和特殊可独立性项目，再对这些项目进行更加具体化的数据分析。