大数据背景下财务分析课程建设与应用

黄浠蕲 杨俏文

信息技术的发展，使当今社会进入到了一个崭新阶段，大数据时代的到来为企业发展带来了新机遇，同时也对企业提出了新要求。财务数据与企业紧密相关，做好财务数据分析才可以更好的了解企业发展实际情况，并在这个基础上进行准确的经营决策，以使企业发展得到进一步促进。国内很多学者在研究中分析了大數据时代企业财务管理信息化的发展情况，归纳了企业大数据时代财务数据分析面临的挑战。如胡雯清，郝方方（2020）研究中指出，财务数据可视化是大数据时代企业财务数据分析的趋势。杨文静（2019）、周申申（2019）、金辉（2019）分别在研究中就当前企业财务数据分析所面临的问题，发现很多企业并未意识到大数据时代对企业发展的影响，因此在财务分析方面存在很多不合理的地方。除此以外，其他很多学者对企业如何应对大数据时代的财务分析提出了自己的看法，如王河山（2019）、王凯旋（2019）、付筱文（2019）等在研究中提出，企业应当合理应用大数据信息技术，对当前这个时代发展背景进行全面分析，并在此基础上准确进行财务分析。

有关财务数据分析的研究很多，这些研究从不同的视角入手，但是都肯定了大数据对企业财务数据分析的促进作用。财务数据是企业经营、决策十分重要的指引，缺少财务数据的全面与准确分析，就会直接影响企业决策，严重的话可能会直接影响企业经营发展。大数据时代的到来，为现代企业财务数据分析提供了很多便利，但是也使企业财务数据分析面临的挑战进一步加大。在教学上，学生通过学习大数据相关理论知识，掌握大数据分析工具的基本用法，结合财务专业理论分析实际的商业问题，真正发挥管理会计职能，服务企业战略规划，实现企业数字化转型，贯彻落实国家数字经济人才战略。

1.大数据技术与财务分析课程的结合

（1）大数据挖掘技术在财务指标中的应用。大数据挖掘技术在财务指标的计算上，对传统财务分析的改进主要体现在以下几方面。首先，由事后分析改为实时分析。传统的财务分析主要依靠会计核算系统，对于各项指标的计算建立在会计核算已完成数据的基础上;而采用大数据挖掘技术进行财务分析能够实现财务系统、物流系统与生产系统之间的相互联系，实现数据的实时交换，能够时时满足分析需求。其次，数据输出结果更加精确。大数据挖掘技术在财务分析中应用后能够实现数据层级传输、作业成本分配的更高精确度，以此来提高财务指标计算的精确度。最后，由依靠内部数据计算转变为内部和外部相结合。利用大数据挖掘技术既能够分析企业内部的数据，又能不断拓展数据源，并接入互联网、审计等外部信息，实时提供行业间的比对信息。

（2）大数据挖掘技术在投融资决策中的应用。财务分析是管理会计的重要分支活动，通过对数据的分析为决策者提供具有说服力的建议。在传统的财务分析中，决策者所依赖的主要是财务人员的主观判断;而大数据挖掘技术应用之后，相关人员能够从海量数据中发现关系，并建立精确的计算模型，实时满足决策需求。在传统财务分析下，主要依靠财务人员对折现率的主观经验进行判断，而在大数据挖掘应用中，由系统自主获取各因素之间的关系，依照历史数据进行检验修正。例如在确定资产相关价值上，可以自行输入参数模型，进一步得出数据。

（3）大数据挖掘技术在财务预警中的应用。在大数据挖掘与财务分析平台中，企业的预测和预算以单独模块分配到不同的部门使用，但两者之间也存在紧密联系，构成财务预警基础。例如依照大数据挖掘技术系统，自动对历史企业数据进行采集，多维度地对地域、时间等内容进行挖掘分析，根据当年的外部环境对挖掘结果予以修正，更加精确地预测下一阶段的销售情况，方便决策者作出安排。

2.人工智能时代背景下中小企业财务分析应用探究

（1）通过数据编制科学合理的融资方案。中小企业的规模有限，获取资金的能力不强，财务分析则可以有效提高资金使用效率。将人工智能技术应用在财务分析工作中，中小企业可以通过数据模型的历史数据进行深入处理和分析，根据中小企业的发展战略计算所需的资金，进而作出相应的决策，具体做法包括以下方面。首先，分析中小企业所处供应链的优势，正确判断中小企业的信用情况。其次，根据中小企业的实际情况，判断所需的短期资金。再次，从中小企业的实际情况出发，对比分析中小企业的筹资成本以及资金来源，明确中小企业筹集资金的目的，保障中小企业短期经营活动顺利进行。

（2）运用分析模型降低中小企业的投资决策风险。将人工智能技术应用在财务分析工作中，可以通过建设完善的数据模型对中小企业将要投资的项目进行分析，根据市场综合环境以及相关因素分析投资项目的可行性以及回报率等，将其与行业的有关数据进行对比，分析各方案的可行性，为管理者提供更加科学的投资决策，进而帮助中小企业降低投资的非系统风险。

（3）帮助中小企业多视角拓展业务。将人工智能技术应用在财务分析工作中，可以帮助中小企业更加全面、系统地拓展业务。首先，中小企业可以通过有关技术分析中小企业产品的周期以及地位等相关指标，根据中小企业自身的实际销售情况分析产品，结合中小企业历年的财务数据以及同行业的相关数据，帮助中小企业找出具有更高利润贡献的产品，进而帮助中小企业作出是否拓展业务的决策。其次，根据中小企业的实际情况，为信用决策提供一定参考和借鉴，继而作出合理决策。将人工智能应用在财务分析工作中，则可以帮助中小企业权衡利弊，寻找平衡点。

3.企业价值评估综合运用

利用大数据技术扩大企业数据挖掘和处理范围，降低企业评估风险，增加评估结果的准确性与科学性。选取实际典型公司的数据，对其进行企业价值评估，与传统价值评估方法相比，具备多样优势。

（1）大数据技术使评估结果更为精准。利用大数据技术可以将过往被评估企业的数据资料按照行业和规模分为若干个细分评估群体，在每个细分群中找到对其价值产生影响的主成分因子;而后将被评估企业的主成分因子与之对比，通过对过往案例指标的量化修订;最后得出更为精确的企业价值。

（2）大数据技术提高企业价值评估效率。价值评估是一项烦琐的工作，需要收集、分析、处理大量的数据信息，在大数据时代，依靠人力对企业各种信息处理往往要花费数周甚至数月的时间，而利用信息数据技术则可减少人工，提高效率。

（3）大数据技术减少企业价值评估的争议性。预测是大数据技术的核心，它是建立在数学模型和算法基础上的科学预测活动，探索海量数据之间的内在联系预测事件的可能性。拥有了大数据技术，评估人员在面对估价问题时不需要再对个别问题纠结，只需要把握大体方向即可。对于高风险企业，利用大数据预测的结果更加令人信服。