智慧财务管理在行业企业投资中的应用与决策

2022-05-30隋金凤

商场现代化 2022年16期

摘要：智慧财务管理是在财务管理工作中运用大数据、云计算及人工智能等技术进行财务管理工作的一种财务管理方式，是运用智慧型财务管理系统完成财务管理的具体工作。大数据在企业内、外投资中能够降低经营风险，有利于企业的投资决策。企业经营能做出销售预测，财务预测，更好地制定投资方案。企业外部投资时必然有风险与收益，能使投资者决定是否投资。云计算能为企业管理者判断企业资产使用和发展状况提供方便，在企业内的投资中的规模扩张和拓展新领域具有意义。云计算能把诸多企业的信息进行关联、存储，并快速生成系统，为用户提供和调取，减少投资者和被投资者之间的信息不对称问题。通过人工智能技术能构建固定的各种投资模式，在投资领域的应用分为自动生成报告、智能投资顾问和人工智能服务。

关键词：大数据;云计算;人工智能;企业投资

随着信息网络时代的到来，智能化时代的加速到来，企业的运作方式和管理体系发生了较大的改变，财务管理工作也随之变得更加智能化。智慧财务管理是在财务管理工作中运用大数据、云计算及人工智能等技术进行财务管理工作的一种财务管理方式，是运用智慧型财务管理系统完成财务管理的具体工作。研究智慧财务管理的目的是增强广大从业人员的前沿意识，使之能够紧跟时代潮流，不断强化业务能力。分析智能财务管理对行业企业财务管理及企业行业投资应用与决策具有重要意义。

一、智慧财务视域下大数据在投资的应用与决策

1.大数据在企业内部投资中的应用与决策

企业运作的目标是创造利润，寻求发展，占有尽可能多的市场份额。企业都会对内部进行投资，扩张企业的规模，降低经营成本;运用大数据，企业必须分析目前的经营状况和行业发展走势，做出切合企业发展的投资决策;而企业为分散经营管理风险，拓展新的发展领域，运用大数据分析新的领域能否为企业带来效益;大数据的应用能够降低经营风险。有利企业的投资决策。

（1）企业规模的扩张

企业为谋求发展，获取尽可能多的市场份额，必须进行企业规模扩张，然而，在企业扩张过程中必须研究是否实现规模适度，获取企业规模收益。然而，企业自我评估就非常必要。企业规模合理与否是由经济状况、行业竞争、市场需求、企业生产水平发展方式等因素共同作用的结果。其中，企业的生产水平在短时间内不会迅速改变，而企业通过对结构和非结构历史大数据的进行综合分析，预测市场需求变化，判断行业发展趋势，结合政府出台的政策、市场经济环境、消费者的消费理念和人民生活水平等因素，运用大数据分析进行出合理的营销预测。

企业有科学的销售预测作为基础，财务预测会十分精确。财务预测不仅应对资金进行规划和预测，还必须考虑需求、价格、成本、资源的预测和规划;企业能利用大数据对原材料的来源市场进行分析，分析材料价格、供应商的运作状况等，采用一定的标准对企业进行排序，选择出合适的供应商，与多方进行合作来分散合作者带来的生产经营风险。

企业是否能获取持续稳定较好的收益，在一定程度上是依赖市场需求。而市场需求是由价格、消费者的消费水平、产品的替代品等因素决定的，因此，企业可按照历史数据分析价格对行业市场需求的影响。运用大数据对行业的平均成本进行分析，选择本行业排名靠前的企业，分析它们的平均成本和资本结构等主要财务数据，对比分析企业在行业的位次，发掘企业发展潜力和内在价值;结合现实因素做出适度调整，提高企业竞争能力，综合多方因素，确定合适的产品价格。

大数据提供新的客户沟通渠道和企业的营销方式，使了解客户的消费习惯和行为特征变得非常容易，不但省时省力，还能及时、准确地把握市场营销情况。当今消费者都追求个性化，未来这一趋势将更加明显，企业必须以满足消费者需求为原则，利用大数据分析消费者的特征，采取弹性生产的方式，提高投资分配力度，提高资本的利用效率，满足消费者需求，提高企业的经营收益，提高企业运作效率，加快资本有效流动。

（2）企业拓展新的投資领域

大数据应用新产业领域的投资更为重要。新产业领域能否为企业带来新的发展机遇、提升企业的价值是个未知数，所以，企业在开拓新领域前，必须对经济形势进行科学预测，运用历史数据分析市场对行业发展走势的影响，评估行业的发展前景。

企业如果决定开拓此领域，必须选择此行业中与其规模相当的企业，分析企业的经营状况、重要财务数据，预测收益，对能否投资此领域进行决策，采取合适的资本结构。运用大数据方法了解整个行业、经济运行的规律，寻找经营状况及信誉较好的上下游企业谋求合作，打造新领域的价值链，营造良好的经营的生态环境。

所以，运用大数据分析对企业经营状况的影响，做出销售预测，进行财务预测，更好制定投资方案。

2.大数据在企业外部投资的应用与决策

投资人进行投资是为合理有效使用资金，降低资本成本，获取较多的收益。投资人在外部投资时必须风险与收益，风险的来源有续作因素，如市场、利率、经营、财务等风险。大数据分析，能使投资者了解风险和收益，决定能否投资。

不同的投资方式带来的风险不同，获取的收益也不一样，投资者会按照自我的偏好、抗击风险的能力及期望收益进行选择。例如，股权投资古债权相比投资风险更大，股权的收益不稳定，而且债权先于股权偿还。大数据能帮助投资者选择合适的投资组合和资产配置比例，以降低投资风险。

（1）企业股权投资

在投资者看好企业发展潜力和行业前景，预计能带来预期收益时，投资者能承担相应的风险进行股权投资。因此，投资者应该运用大数据对行业绩效实施短期评估，包括销售、市场份额和行业投资，结合经济发展消费理念和时代需求，对行业的短期绩效实施评估。分析行业竞争条件特征，研究行业在盈利的立足点，分析成长型企业、风险低的初创企业等。分析企业财务数据，了解企业的财务状况，即会计方法、受到的诉讼、收入怎样确认。

投资者能够利用大数据分析目标行业的发展趋势、市场需求、政策及市场饱和度，判定能否实现预期收益，能否对此行业进行投资。若看好行业前景，能够运用大数据对此行业的企业进行分析，即资本结构、财务数据、信用等级、市场份额、上游公司等因素;全面评估企业的价值和发展潜力，若企业符合投资人的预期要求，投资者会进行投资。

股权投资充满着不确定因素，在高收益的同时会承担高风险，大数据为投资者提供寻找到最佳投资对象的工具，为投资者提供投资方案的依据。

（2）企业债权投资

大数据分析此投资风险与预期收益是不是相当，能运用数据预测未来风险的变动，获得必要报酬率和期望报酬率。运用目标企业的历史和当今数据分析判断企业的信用等级和偿债能力，对各个行业的同类企业进行评估，选出科学的投资组合，以降低投资风险;尽量追求收益最大化，这是人工难以实现的。大数据对数据的分析，使投资人尽可能以较低的风险获取较高收益，也使资源实现合理配置。所以，大数据的利用能够降低投资风险，并在低风险的环境条件情况下，得到合理的收益，使资源能够合理配置，提高资金的利用。

二、智慧财务视域下云计算在投资中的应用和决策

1.云计算在企业内部投资的应用

企业在经营中要获得盈利，应该对自身发展有比较清晰的分析和判断，包括能不能进行企业规模的扩展和在新领域拓展业务。利用云计算虚拟化特点，企业内部的资源能够得到合理整合和共享，为企业管理者判断企业资产使用和发展状况提供方便。云计算在企业内的投资中规模扩张和拓展新领域等有效的应用。

（1）企业的规模扩张

任何企业都有促进规模扩张的预期，以获取更多的经济价值。不管是固定资产更新还是厂房设施的扩建，都存在不可回避的风险，而云计算能做最大限度地评估风险并比较风险和收益之间的关系，帮助企业进行决策，判断能否进行固定资产的更新及规模。

企业的采购交易在一定程度上决定了企业的生产成本和销售利润。传统企业采购都是线下进行，效率低下、不透明。借助云计算，企业的整体采购业务流程能够在线上完成，既能提升采购业务整体效率，又能节约企业采购成本。另外，传统的采购供应链都是单独的链条，它们之间并无关联，形成了信息孤岛，而在云模式下，采购交易会形成网状关系，供应商可以在其各个采购方之间实现有效协同，采购材料企业也能更快获取反馈信息。

在扩大生产规模后，企业也要扩大销售规模。在传统营销模式下，上游企业经常将注意力集中于多渠道连接上，然而，在云环境下，上游企业能便捷地把握终端客户需求和资金流，能更快速地感知市场变化，精准预测市场需求，更高效地组织渠道，发挥规模经济的优势。所以，在云计算模式下，上游企业能直接面向终端市场的零售店提供商品和服务，企业的买方市场扩大。

（2）企业拓展新领域

企业除了进行规模扩张外，还必须掌握市场动态，发现客户需求，进行新领域的业务拓展。随着市场信息量的不断增大，企业对市场信息的掌握十分困难。在云计算模式下，企业能按照所掌握多方信息，及時了解空白市场或市场尚未饱和的项目，先于别的企业拥有市场份额;了解国家政治动向、经济政策，选择投资于政府鼓励发展的项目;借此开发相关产品，抓住消费者目前的消费需求。

2.云计算在企业的外部投资中的应用

企业在其规模处于合适状态，并有部分流动资金存在时，管理者须进行价值判断，选择合适的企业，对特定项目进行外部投资。而因其外部投资固有的信息不对称性等问题，怎样选择投资项目都是考验决策者能力的问题。云计算能把诸多企业的信息进行互联、存储，并快速生成子系统为用户提供和调取，这就减小了投资者和被投资者之间的信息不对称问题。以下从外部投资的股权投资和债权投资的角度阐述云计算在外部投资中的应用。

（1）企业股权投资

运用云计算构建数据平台，运用云计算存储技术，构建完整的跨行业、多领域数据体系。即云计算可以使各企业的信息透明化，共享信息、开放互联这是市场发展趋势。企业在选择是否投资前，结合社会流行趋势、消费者需求、目标企业透露财务信息等资料，对目标企业的经营状况、市场竞争力、盈利能力实施判断，决定能否进行投资。通过把金融数值数据库等相关数据与云计算平台关联，调用数据库数据和计算模型，运用云计算的分布式计算模式，能较快获取如净现值、相关成本、资金周转等评价指标的数据，用以评估投资项目风险和企业投资状盈利。

（2）企业债权投资

与股权投资相比，债权投资是以债务人还本付息的形式回收资本，企业借出的一些资本就是企业的资本成本，获取的利息是企业的债权收益。企业是否对外实施债权投资，必须对企业的还款能力、信用等级进行判定。而只有该项债权投资的经济利润大于资本成本，才算是有效投资。

软件即服务能为企业提供管理平台，提供业务能力的企业管理平台，主要有能力可视化、业务模式分析、业务风险管控等，运用云计算，能对目标企业进行领域建模。即云计算能有利于管理者有效分析债权投资风险，为投资者提供决策数据根据。

三、智能财务视域下人工智能在投资中的应用和决策

投资领域是与人工智能结合并创造价值的领域。当今投资领域都被数据化，为人工智能应用提供了数据基础，方便运用技术实现数据分析与处理;而投资领域的各环节模式非常固定也有规律提供遵循，能通过人工智能技术构建固定的模式。人工智能在投资领域的应用分为自动生成报告、智能投资顾问和人工智能服务。

1.人工智能与报告的自动生成

报告自动生成是人工智能在投资领域的应用，它能通过自然语言处理技术，按照报告的模板和格式，把传统报告格式固定化，方便相关人员撰写报告，提高投资行业的效率。

投行业务必须撰写文书，此类文书具有固定的格式或模板，如招股说明书、投资意向书等。此种报告的撰写一般需要花费工作人员的时间和精力，而此类工作仅是数据整理及文本转换的工作。因其格式固定，这些文书中的大量内容能运用模板生成。

报告自动生成主要有如下几个步骤：一是数据处理，通过计算机程序对年报、数据、行业分析报告等材料进行收集和整合;二是数据分析，对实体新闻完善处理，提取逻辑主干，结合相关信息，把其嵌入模板;三是生成报告，通过数据分析处理，生成报告。还应对自动生成的报告实现人工审核和调整。

2.人工智能投资顾问

传统的投资顾问模式要有高素质的理财顾问为投资者规划满足其投资风险偏好、资金需求及某期间市场的投资组合，费用高昂，使用者一般局限于高净值人群中。智能投资顾问与传统的投资顾问相比具有透明度高、投资门槛低个性化等优势。智能金融以人机结合的方式提供个性化的辅助决策工具。在逻辑链条形成中，智能投资顾问以较少的人工干预帮助投资者实施资产配置及管理，使投资人方便取得数据和分析层面的支持，把更多的精力投入重要工作。运用计算机和量化交易技术，智能投资顾问平台通过评估的客户提供资产投资组合策略。运用人工智能技术辅助到投资领域的智能系统，即为智能投资顾问系统。

对应金融投资的不同阶段，使用的智能系统的职责也不相同。根据不同阶段发生了大类资产配置型智能、投研分析类智能、量化交易智能等投资顾问三种智能系统。

（1）大类资产配置型智能投资顾问

销售前端的大类资产配置型智能投资顾问，一般通过用户分析为客户进行大类资产配置。按照投资者状况，如收入、年龄、投资目的、心理风险等因素评估用户风险偏好，并推荐较为合理的投资建议。

（2）投研分析类智能投资顾问

投研分析是数据分析。利用人工智能技术，有利于从业人员从海量数据中找到不同信息的逻辑关系，较为精准快速地做出决策。

（3）量化交易智能投资顾问

運用人工智能手段取代交易员，应用于投资交易。量化投资通过对历史数据的分析，借助数学方法实施归类和判断。

3.人工智能辅助系统

人工智能辅助系统按照历史经验和新市场信息能准确地预测金融市场走向，创建更贴近实际的投资组合;人工智能助手能把问题与实践、市场动态结合，提供实时更新的研究辅助。

人工智能在广泛应用前，投资活动只能通过计算机进行数据计算、观察数据走向等辅助。随着人工智能技术的不断发展，人工智能辅助系统能够按照历史经验和新市场信息准确地预测金融市场走向，整理出投资组合。同时，人工智能助手能把问题与实践、市场动态结合起来，提供更新的研究辅助。

人工智能辅助也有缺点，如特殊事件出现时，机器学习和自然语言处理不能发挥出相应功能。特殊事件属于新型事件，人工智能系统不能从历史经验中获取相关模式，所以，不能进行准确预测与研究。使人工智能在此类事件出现时进行投资分析和研究，就存在较大投资风险。

参考文献：