大数据时代下的企业财务分析研究

曹婷婷

摘要：近几年来，随着我国经济的发展，企业开始不断进行全球化的战略扩张，在这一过程中有效的财务管理对于企业十分重要。但是，当前企业普遍出现了财务分析片面化的问题。与此同时，大数据的出现为这一问题提供了解决措施，也对于企业财务分析提出了更高的要求。本文主要从大数据对财务分析的影响出发，对大数据时代财务分析工作所面临的机遇进行分析，对其发展的前景进行展望，同时提出大数据时代财务分析转型对策，希望对于在大数据时代下企业做好财务分析有所帮助。

关键词：大数据;财务分析;机遇;对策

在当前大数据时代的背景下，伴随着信息技术的不断普及应用，企业管理者开始意识到海量信息的重要性。而财务分析受到大数据的影响，开始发生变化，为了保证财务分析能够在企业中发挥作用，对于企业运营情况进行准确评估分析，对于企业未来的发展趋势进行有效判断，企业财务分析研究应该放弃报表核算和报表分析这一传统思路，实现从事务型向经营管控型的转变。

一、大数据时代对财务分析的影响

随着经济全球化的不断推进，国内企业不断扩张规模。为了保证企业的正常运营，大数据开始被运用于国内各大企业，与此同时带来了财务共享服务的财务管理模式新兴。该模式的出现，使传统的分散式财务管理转变为更为集中化的共享式管理，并且大数据与财务管理中的财务分析有着莫大的联系。大数据作为财务分析的基础支撑依据，其准确与否一定程度上决定了财务分析能否发挥其应有的作用。具体来说大数据的出现对财务分析造成了以下三个方面的影响。

（一）大数据思维给传统的财务思维带来巨大冲击

大数据分析往往注重相关而非因果，注重全体而非抽样，注重效率而非绝对精确。对于财务来说，账务处理、会计假设、会计估计都需要有充分的依据，仅依靠相关性将不足以采信，财务分析注重因果关系早已被财务人员内化为习惯，要相关不要因果对传统财务思维将是巨大的挑战。在精确和效率的排序上，财务通常将精确排在首位，也与大数据思维有别，财务工作对数据精确性要求极高，尤其会计核算工作，“有借必有贷、借贷必相等”是会计试算平衡法的基本原理，容不得半点差错。

（二）大数据分析将拓展财务分析的内容

大数据一般可分为结构化数据和非结构化数据两大类，结构化数据可以简单理解为行数据，即可以用二维表结构来逻辑表达的数据，而不方便用二维表来表现的数据即为非结构化数据，包括所有格式文本、图片、音/视频等。大数据时代，结构化数据占比较小，传统财务分析以研究结构化数据见长，尤其财务分析中最受推崇的比率分析，全部基于结构化的数据进行研究，而对于企业产品的潜力、品质，企业员工的能力、态度，顾客的反馈等其他多个方面非结构化数据，传统的分析方法却无能为力。

（三）传统的财务分析技术将无法满足大数据的需要

随着采集、处理数据量级的增长以及数据类型的多样化，Excel等财务人员惯用的办公软件性能将无法满足需要：首先数据采集环节，传统的点对点数据人工交互手段，仅能解决少量、低频数据需求，很难满足大数据分析大量、高频的采集需求;在数据存储方面，大数据的源数据是由结构和非结构化数据组成，传统的行式关系型数据库将无能为力，尤其在非结构化数据的处理方面，劣势尤为突出;在数据挖掘上，将面临更大的挑战，对大数据存储技术的应用，要求使用者至少要熟练使用一门编程语言，如Java、SQL等，在此方面，大部分财务人员几乎是零基础。

二、大数据时代财务分析工作面临的机遇

（一）企业财务预测能力会显著提高

大数据的应用会使企业的財务预测能力显著提高，因为将财务数据与非财务数据同时分析，结构化数据与非结构化数据同时处理，宏观数据与微观数据并行提取，可使数据之间的关联性增强，提高了财务分析的效率，加大了财务分析的深度。对于财务分析人员，积极寻求非财务数据与财务数据间的联动关系，建立相关模型，有助于合理评价财务信息，制定适合企业发展的财务战略。

（二）提高企业财务分析与决策的效率

传统的财务分析工作一般是对几个简单的财务指标或者数据模块进行分析，这样的方法通常将非结构化信息中存在的重要内容忽略掉，导致一些对于决策有决定性作用的信息没有被体现出来，致使财务数据利用率低、准确性差，这种分析形式已经不能满足日新月异的市场环境。大数据时代，财务分析能够突破数据信息样本分析的局限，实现数据信息的总体分析，利用数据分析工具构建多种模型，为财务分析提供宏观经济数据上的支持，提高数据分析和决策的效率。

（三）财务数据分析的实时效果显著加强

与传统财务数据分析相比，大数据不仅能够网罗所有信息，而且能够满足财务决策的实效性需求，使财务分析报告由原来的静态变为动态。依托大数据系统平台将获取的动态数据进行归类和整理，提取出产品市场或营销战略所需要的数据，实现企业自动监控的行为，降低人为因素对财务真实性造成的影响。

三、大数据环境下财务分析变革的对策

（一）转变传统思维观念

1.要相关不要因果，有赖于决策者和执行者先行先试

传统财务分析习惯沿着“发现问题-分析问题-解决问题”的思路进行分析，能够清楚的讲明因与果，说服力强，易被采信。而大数据应用中可以在事先未能发现问题，更无法有效分析问题的情况下，根据相关性提出企业经营效益提升方案。如果决策者和执行者未能转变观念，仍然深究因果，财务分析的成果将很难被采纳，财务将因无法影响决策，又不能亲自实践，使其价值无法得到体现，那么，财务分析拥抱大数据将会是一纸空谈。

2.要全体不要抽样，财务分析框架需增加非结构化数据研究

受限于计算能力和效率，传统的分析技术多用抽样的方法，抽样将意味着未被抽到的数据信息会被遗漏，为确保会计信息的客观、公允，财务在对损失和收益的估计上偏谨慎。大数据时代，计算机技术已经让全量研究成为可能，并有效解决抽样不足的问题，数据分析将有可能更全面、客观的评价经营活动。在大数据时代，拥有更高效的数据存储和挖掘技术，财务分析的框架必须扩充非结构化数据研究的内容，对涵盖业、财乃至企业内外的全量数据开展研究，以提高对损失和收益的准确估计。

（二）重视非结构化数据分析

非结构化数据是“数据金矿”。随着信息化的普及，办公自动化、无纸化成了企业的标配，大量的非机构化经营数据实时产生，这些数据的生产可以是任何人，任何时间，任何方式，正因为其任意性，其中不乏“脏数据”，造就了大数据的价值低密度;而其即时、多样的特征，给予了我们掌握实时动态，开展多维分析的可能，深挖大数据，将给财务分析和经营管理带来新的视角。

（三）主动向业务延伸，开展业财融合分析

1.决策职能将重新布局，财务分析需业财兼顾。大数据时代，单纯依靠主觀决策将无法应对复杂的环境，长期以来依靠经验、理论和思想的决策方式将让位于精准的数据分析。大数据下决策参与者的角色将发生改变，各级人员因均可方便地获得决策所需信息，决策不再是少数高层管理者的专权，传统的决策分工将因此出现调整，更多战术层决策下移，企业高层有更多时间和精力谋划战略决策，但同时也需要做更多维度的考量，并实时、动态掌握每项战术的执行情况，以便制定合理的战略决策。财务分析若要继续履行好高层决策参谋的角色，必须顺势而为，贴近战略需要，以更加全面的视角评价，开展兼顾业务的融合分析。

2.业财融合分析是财务报告披露和风险管理的需要。大数据驱动的经营管理模式，从决策到执行的时间将明显缩短，决策的依据源于数据，执行的结果反应为数据，远离业务的财务分析，将无法给予及时的风险和价值评估，而财务报告披露是企业对投资人、政府、监管机构的义务，并不会因为企业决策方式的变化而减少，反之可能提出更高的要求。因此财务分析需要在决策环节充分介入，合理评价决策的合规性和效益性，及时的将执行结果与财务报告建立起动态联系，以满足业绩评价和对外披露的需要。

四、小结

大数据，对于财务工作来说，不仅是一门技术，更是一种全新的模式，财务分析的架构、工具、方法、理念均将随之改变，只有充分认识到大数据所带来的影响，抓住这一趋势，才能充分发挥财务分析在企业经营决策中应有的价值，促进企业提高竞争力，在激烈的市场环境中取得优势。

参考文献：

[1]李敬华，贾蓓，李倩茹.传统统计数据和大数据内涵辨析[J].电信快报，2016（9）.

[2]舒玲.财务分析与大数据运用[J]， 财会学习，2018 （28） .

[3]潘瑞.大数据对财务分析工作的影响和对策[J].财经界（学术版），2018 （15） .

[4]李钢.大数据时代财务分析的研究[J]. 现代商业，2015 （5）.

[5] 刘晓野，大数据背景下会计专业学生财务分析能力的培养研究[J].现代营销，2018（6）： 166-167.