大数据时代企业财务管理创新研究

冯晏

（武汉城市建设集团有限公司，湖北 武汉 430000）

企业财务管理工作中涉及大量的财务数据，需应用大数据技术进行数据的收集、加工处理等工作，以获取数据中的价值，大数据技术在财务管理中的应用包括数据生成、收集、传输、存储、分析五个环节，每一个环节都对财务管理工作有着一定的影响，根据财务管理工作的内容分析大数据在财务管理创新中的应用，可以提升企业财务管理的信息化水平。

一、大数据对企业财务管理的影响

企业财务管理的主要目的是为企业运营提供充足的资金支撑。从财务活动的角度来看，其包含了经营管理、投资管理、利润分配、筹资管理四个方面；从管理的视角来说，则可以分为预测、决策、控制、评价四个流程。这两种划分方式之间并没有冲突，因为财务活动的四个方面，每个方面都对应着财务管理的四个流程，可以保证财务管理的有效性。

（一）对财务活动的影响

财务预测首先总结了企业过去的财务活动，然后预测企业今后的财务活动和经济收益。财务决策，则是通过财务预测的结果制定出一个切实可行的财务方案。在财务预测和决策工作中，使用了以下两种方法：一是定性法，以管理者的主观意识，结合历年积累的经验和知识对企业未来发展趋势进行预测；二是定量法，是利用数据建立数学模型，对企业过往数据进行分析研究，并找出其中的逻辑关系，以确定未来的发展形势。在以往的预测和决策工作中，由于企业不重视数据的收集工作，存储数据较少，再加上获取数据渠道较窄，企业可使用的数据以财务数据为主，并且需要人工进行数据分析，使得数据分析的结果不够客观，受个人因素的影响较大。

1.对财务预测和决策的影响。由于互联网和信息技术的快速发展，使得数据增长和信息交互的速度加快，社会经济发展迎来了大数据时代，每个网络用户都是数据的创造者，数据收集的方式发生了改变，数据分析的方法也随之发生了转变。比如，现阶段企业在进行数据收集和分析时，更侧重于对客户的分析，包括消费习惯、个人喜好、行为方式等非财务数据，然后使用大数据技术分析数据之间的逻辑关系，预测之后的发展形势，还会在一定的约束条件下对数据分析进行调整，从而得出最有价值的数据信息，分析的数据量和类型变多，进而增强了预测和决策的客观性。

2.对财务控制的影响。在财务方案执行过程中，受外部因素和内部因素的影响，执行结果和财务方案会出现一定的偏差，需要企业使用有效的控制手段缩减偏差的差距。现阶段，多数企业管理工作已经实现了信息化，企业会利用会计管理系统，合理分配系统的操作权限，从而保证系统运行的安全性。但是，企业的关键性数据都存储在一个服务器中，不能完全保证系统中数据的安全性，服务器时刻面临着来自互联网的各种不安全因素的威胁。另外，企业工作人员会使用信息系统，通过网络进行信息交互，但是自身对大数据的认识却不够，会导致大数据的应用效率不高。

（二）对企业组织结构的影响

1.组织结构分析。企业在大数据时代，要想确保企业考核评价的客观性，就需要优化自身的组织结构。企业组织结构不是一成不变的，而是跟随企业的经营发展规模不断调整，一个领导者的精力和时间有限，并且会受到自身知识水平和管理能力的限制，当管理的员工达到一定人数后，管理的难度加大，领导者也不能对所有人员实现有效的管理。所以，当员工人数达到一定的标准后，领导者需根据管理规模调整管理层次，以保证企业管理的有效覆盖。企业传统的组织结构呈现出的是金字塔形状，领导者处于金字塔的顶端，这种设置使企业内部权责分明、管理集中，但是管理层次过多，会导致企业反应速度较慢，沟通渠道单一，信息的流向是由金字塔最低层，逐渐向金塔顶端流动，会导致各个部门以及员工之间信息的交互效率不高。

2.对组织结构的影响。企业财务管理信息化的开展，提升了企业信息交互的效率，各个部门和员工之间可以借助网络直接进行沟通和交流，突破了上下级信息交流的障碍，提高了企业信息共享的水平，实现了扁平化的企业管理组织结构，促进了企业管理效率的提高。在大数据时代，扁平化组织结构中的各个节点都可收集信息，利用自身的决策权对外界变化直接作出反应。并且，独立的决策权激发了决策主体工作的积极性，其会主动进行信息收集工作，这促进了大数据在企业财务管理中的有效应用，可以满足企业发展的信息需求。

二、大数据时代企业财务管理创新的对策

（一）财务预测的创新

财务预测主要有定性分析和定量分析两种方法。定性分析结果受人为因素的影响较大，定量分析又分为两种方法，一种是回归分析法，是基于数学理论应用大量数据建立一个统计模型，进而预测未来的变化趋势；一种是时间预测，是将时间当成变量，应用历史数据构建一个函数模型，根据时间点上数据的变化情况对未来发展形势进行预测。这两种预测方法，都是以数据为依据，数据的质量直接影响着预测的结果。当下，在大数据技术的支持下，企业可以通过技术手段改进收集数据的质量和数量，主要方法如下。

1.提升数据数量。企业可利用大数据技术和信息技术完善自身的数据中心建设，以提升获取数据的数量，拓展数据收集的深度和广度。比如，可以将数据采集工作与产品销售融合，当客户购买产品后，数据采集系统自动获取客户的各项信息如消费习惯、购买行为、个人喜好等，然后将数据反馈给数据中心，以为后续的数据分析做好准备。

2.提升数据质量。为了提升数据质量，企业在进行数据挖掘时可使用关联法收集更多的数据。在挖掘关联数据时，需设定一个主题，在原有数据的基础上使用多种算法对数据进行关联。其中，关联分析是数据挖掘中经常用到的一种算法，其分析原理是，在确定一个事物后寻找与该事物相关联的因素，并且该因素在其他的事项中也会有所体现，从而发现事物之间隐藏的关系。比如，预测市场形势时，在以往的销售数据中找到销售量最大的客户，可以关联的事项是客户黏性，以此预测客户未来的产品销量，进而达到预测未来的目的。

（二）财务决策的创新

财务决策使用的分析方法与财务预测相同，也是定量分析。需利用数据挖掘技术对收集到的信息进行处理，将数据转化为有价值的信息，将其作为企业决策的参考。但是定量分析法在数据分析中具有一定的不足，就像使用关联分析法处理数据时，只能找到数据之间的关联，而不能判断出数据之间的因果关系。在统计学中，当一事件发生后另一个事件发生的概率也非常大时，则表明两个事件之间存在一定的相关性，这仅仅是逻辑上的因果关系，也并非起着决定性的作用，就像刮风和下雨关系一样，下雨时刮风的概率很大，但并不是下雨就一定会刮风。所以在财务决策时，除了要参照财务分析的结果，还要考虑多种因素，如政策的变化、企业的声誉、社会关系等，因此，在财务决策中应用大数据技术时，需要适度而不能过于依赖，需要结合决定性因素和外部信息进行综合性的考量，以保证决策的准确性。

（三）财务评价的创新

以往财务评价的依据是财务指标，主要针对的是业绩评价，收集的数据信息不够全面，导致评价结果缺少客观性。企业财务活动应用大数据技术后，企业获取的财务数据和非财务数据逐渐增加，数据的数量和质量也都有了保证，这为企业财务评价的有效开展提供了有利条件。当下，数据类型主要分为两种，一种是结构化数据，它也是财务数据的类型，主要是二维表结构；另一种是非结构数据，其主要是指非财务数据，类型较为丰富，包括了文本、图片、视频等，不能使用二维表来体现。随着大数据技术的不断发展，非结构数据将会成为数据挖掘分析的重点对象。而现阶段，企业财务评价主要使用的是财务数据，非财务数据应用较少，所以，在企业财务评价过程中，需将非结构数据分析作为工作的重点，以实现企业全方位、多维度的财务评价，确保财务评价的客观性。

三、结语

企业经营管理中会产生大量的数据，尤其是在财务管理工作中，会涉及大量的财务数据，这些财务数据中包含了具有经济价值的信息。大数据技术具有强大的数据收集、加工、处理、分析功能，企业可应用大数据技术创新财务管理方法，整合企业的数据资源，挖掘财务数据的最大价值，为企业预测、决策、经济活动提供数据支撑，以保证企业发展决策的准确性。