大数据时代制造业企业财务分析转型升级研究——以汽车配件制造企业为例

赖 瑜

（上海李尔汽车系统有限公司柳州分公司，广西 柳州 545005）

近年来，我国汽车行业发展迅速，给汽车配件制造企业带来了前所未有的挑战与竞争压力。尤其是大数据技术的发展和运用，对汽车配件制造企业的运营和管理提出了更高的时代要求。如何从海量的数据中筛选出有价值的信息并加以分析利用，为企业战略决策提供全面、可信的数据支持，已经成为企业管理者迫切需要解决的问题之一。

一、大数据时代制造业企业财务分析概述

1.制造业企业财务分析的主要内容

根据内容和目的不同，制造业企业财务分析可以分为狭义的财务分析和广义的财务分析。狭义的财务分析是指对财务报表的分析，即以会计核算和财务报表为依据，采用特定的技术和方法，对企业过去和现在的经营活动、投资活动和筹资活动的盈利能力、分配能力、投资能力、偿债能力等状况进行分析与评价；广义的财务分析，则是在财务报表分析的基础上，对企业生产经营活动的各方面进行分析与评价，并对企业未来的发展前景进行预测。随着大数据技术的广泛应用，制造业企业财务分析内容越来越趋向于后者。

2.大数据时代制造业企业加强财务分析的现实意义

（1）有利于增强财务分析的战略导向作用

制造业企业运用大数据技术进行财务分析，能够扩充大数据采集的信息来源，使企业能够获取传统财务分析所不能获取的非量化的和非结构化的信息资源，为财务分析工作提供更广泛的数据基础。财务分析对这些信息资源加以多维度的处理和分析，可以引导制造业企业不断提升企业价值以实现利润增长，增强了财务分析对企业战略的导向作用。

（2）有利于财务管理体系创新

立足于大数据分析的财务分析，对信息的实时性和准确性要求较高，因此，对制造业企业的财务管理体系也提出了更高要求。制造业企业借助大数据技术可以进行财务管理体系改革与创新，为财务分析创造良好条件，为企业的长远发展指明方向并促进其不断提升竞争力和发展动力。

（3）有利于提高财务分析的科学性

财务数据作为财务分析的基础数据，其分析结果的准确与否与制造业企业财务管理质量的高低直接挂钩。大数据技术的运用使财务数据的实时分析、实时上传、实时反馈成为可能，为各级管理者提供准确无误的决策信息。不仅如此，运用大数据技术还突破了财务分析原有的业务领域，财务分析不再只局限于财务报表的分析，而是将分析领域向企业内部价值链上的其他环节延伸，能够极大地提高财务分析工作的准确性和科学性。

二、大数据时代制造业企业财务分析存在的主要问题

1.财务分析观念陈旧

目前，我国多数汽车配件制造企业规模不大且管理模式粗放，其财务管理水平也不高，财务工作重心仍主要放在会计核算业务处理上，对财务分析工作不重视，只关注财务报表分析这一事后分析，完全忽视财务分析对企业未来的预测作用。大数据时代的到来给财务分析的数据基础带来了翻天覆地的变化，企业在这种陈旧观念的指导下因循守旧、故步自封，无法紧跟时代前进的脚步，严重限制了企业的快速发展。

2.财务分析手段单一

汽车配件制造企业常用的财务分析方法主要有趋势分析法、比率分析法和因素分析法。

这些财务分析方法主要侧重于从企业内部去分析自身的财务状况和经营成果，只能进行浅层数据分析。由于技术手段有限，企业难以获取更多的外部信息进行外部环境因素分析，缺乏市场竞争、顾客需求等深层数据信息，无法在同行业竞争中找出与竞争对手之间的差距，失去竞争发展的原动力。

3.财务分析信息化支撑薄弱

大数据最大的特点就是数据量大，且数据结构复杂，搭建一个高效的信息共享平台是运用大数据技术进行财务分析的重要前提。然而很多汽车配件制造企业尤其是规模小的企业，过度关注信息系统投入带来的成本，忽视信息化建设带来的收益，仍然采用手工方式对财务报表进行选择性分析，导致分析结果滞后、准确性差、可信度低，影响企业战略决策的质量，财务分析的重要性大打折扣。

4.财务分析结果比较片面

财务分析应是一项全面的系统性工作，涉及制造业企业整个经营活动的全过程并应起到事前、事中和事后全方位控制。而在实践中，大部分汽车配件制造企业只重视对财务报表进行分析，着重从各项财务比率、财务指标来分析企业的经营状况。这种事后分析忽视了非财务数据对企业价值的影响，无法透过财务数据为管理层提供更全面的其他业务信息，不利于管理层对企业运营状况的整体把握和实时监控。

5.财务分析专业人才奇缺

随着财务管理在我国的全面推开，财务分析作为财务管理工作的重要组成部分，越来越受到企业管理层的重视。但由于我国管理会计体系还不成熟不完善，财务分析人员多数由基础财务核算人员转型而来，综合素质不高，专业性不强，有些中小型汽车配件制造企业甚至没有设置专职的财务分析岗位。如今随着大数据技术的广泛运用，同时，具备财务分析专业知识和大数据知识的复合型人才更是奇缺，难以满足大数据时代对财务分析提出的更高要求。

三、大数据时代制造业企业财务分析转型升级的对策建议

1.转变财务分析思维

大数据是把“双刃剑”。一方面，大数据采集的海量信息为企业财务管理和战略决策提供不可或缺的技术支撑；另一方面，大数据技术的应用给传统的财务管理体系和财务人员带来了巨大的冲击。因此，制造业企业的管理层和财务人员都必须积极转变观念，打破原有的思维，与时俱进，树立大数据应用意识，将大数据理念与财务分析有机结合，通过运用大数据技术对财务数据进行处理和分析，加强财务分析对企业前景的预测作用，不断推进制造业企业向智能化方向发展。

2.升级财务分析手段

制造业企业可以从内部和外部两方面入手，运用数据挖掘技术进行财务分析。首先，对企业各部门各式各样的数据进行挖掘，深入了解企业各项业务流程和业务背景，洞悉财务数据背后隐藏的深层信息，结合企业战略定位，评价企业运营状况；其次，对企业外部和社会中的信息数据进行挖掘，如政府发布的政策法规、社会媒体发布的新闻、中介机构调查的同业发展状况、客户的需求信息等，充分了解企业所处的市场环境和市场地位，预测企业未来发展前景，为管理层制定企业发展战略提供有力支持。

3.加强财务分析信息化建设

制造业企业财务分析想要充分利用大数据技术的优势，就必须加大信息化建设投入，夯

实财务分析数据基础，整合财务信息系统和其他业务信息系统，使得财务信息和其他业务信息可以相互利用、相互共享；优化现有信息系统，持续改善业务流程，不断提升管理水平。在信息化体系建设过程中，制造业企业必须重点关注以下两个方面。其一，管理层的高度重视与支持是制造业企业加强大数据信息化建设的重要前提。管理层应建立新思维，高度重视大数据的价值，尤其是大数据技术应用给企业带来的长远利益，权衡利弊，全力支持信息化建设，积极应对时代和环境变化所带来的挑战；其二，大数据技术在提升数据信息处理效率的同时也给制造业企业的信息资源带来了安全隐患。所以，企业应当健全内部控制制度，加强防范信息安全风险，避免信息外露或篡改，采取相应的措施确保大数据的安全可靠。

4.打造多元化财务分析体系

鉴于传统财务分析方法的局限性，大数据背景下的财务分析要求财务分析人员拓宽财务

分析视野，将分析领域向经营业务领域延伸，由财务分析转为财务经营分析，借助数据挖掘技术，对数据的含义进行拆解、分类、整合，发掘数据背后隐藏的信息，将“可视性数据”呈现给使用者。一方面，适当引入非财务指标，如客户满意度、人员离职率、产品不合格率等，通过结合非财务指标的具体分析，可以全面地分析和评价制造业企业生产经营状况；另一方面，转变传统财务分析固有思维模式，综合采用多种财务分析手段进行多维度分析，力求从多角度反映制造业企业实际经营状况。财务分析与经营分析相结合，促进了财务信息与业务信息相融合，势必为制造业企业管理层对全局战略的整体把控提供了更加全面翔实的数据支持，助力企业在大数据时代中实现可持续发展。

5.构建复合型财务分析人才梯队

财务分析人员的专业素质决定了财务分析工作的质量，尤其是在大数据时代，信息更新速度快，财务分析人员唯有将财务分析理念融入实际工作中，充分认识财务分析的重要作用，不断增加知识储备，完善财务分析专业知识体系，才能达到大数据时代财务分析信息化的高要求，以系统性思维分析大数据，从专业角度综合看待大数据与制造业经营活动的关系。因此，制造业企业必须加快复合型财务分析人才队伍建设，为大数据技术应用储备人才。首先，高度重视财务分析在战略决策中的重要地位，设置财务分析工作岗位，明确财务分析岗位职责，确保财务分析战略导向作用的发挥；其次，实施以提升财务人员综合素质为主线的人才培养计划，着重从财务分析信息化、企业运营、战略管理等方面打造多功能型人才梯队；最后，完善绩效考核与评估机制，实行激励机制，充分调动财务人员的积极性和创造性，将业务知识与自身财务知识相结合，为应用大数据技术储备人才。