论企业如何应用大数据实施资产管理

2022-09-27王莉娜

全国流通经济 2022年22期

王莉娜吕烨

（1.常州大学国有资产管理处，江苏常州 213000；2.常州大学国际交流处，江苏常州 213000）

在上个世纪末，很多发达国家就已经出现了大数据的雏形，随着数据挖掘技术和智能工具的发展，到2003年大数据正式进入人们的视野，逐渐地进入突破阶段。而2006年～2009年随着分布式系统和计算能力的提升，大数据进入成熟阶段。2010年之后，大数据逐渐地应用于各行各业，并且正在颠覆以往的技术壁垒，引起了新一轮的技术革命，成为推进社会进步、企业发展的一项新技术。随着大数据应用深度和广度的增加，数据资源成为企业经营发展中一个新的核心资产，通过强化数据信息管理，不仅能够及时地捕捉市场上的“商机”，还能进一步提升获利能力。因此，近几年发展中，大数据已经成为企业管理中的一种新型模式，这种模式不仅应用到了日常的决策和经营中，也正在逐步地取代传统资产管理模式，形成企业中新的管理思维体系。

一、大数据简述

1.大数据概念

大数据最早应用于IT行业，主要是指规模巨大的海量数据，这些数据超出了目前主流软件工具在合理时间内达到抓取、存储、管理和分析的数据群或集合。

2.大数据特点

（1）总量大

在企业日常的经营管理中会涉及各类数据信息，包括财务数据、业务数据、经营数据、外部环境数据，这些数据信息会随着企业的经营规模不断地扩大，所以，大数据最大的特点就是总量非常大。

（2）多元化的结构

大数据的类型十分复杂，不仅包括结构化的数据信息，还包括半结构化和非结构化的数据信息。导致大数据多元化结构的原因主要是因为大数据的来源不同，有的来源于互联网，有的则来源于社会化网络，所以其具有多元化结构的特点。

（3）具有一定的价值性

通过大数据技术，能够提取数据信息中的关联价值，尤其是能够识别风险和问题发生的可能性，这些结果能够更好为管理者决策提供数据信息支撑，所以大数据具有一定的价值性。

二、大数据时代对企业资产管理的影响

1.有利于管理模式的升级和转型

在物联网、互联网和大数据技术盛行的今天，通过大数据技术能够定期对企业资产相关信息进行监督，将数据信息的时效性和价值性发挥出来，打破了传统信息不畅造成的沟通壁垒，提升了各个部门之间协同合作能力，打破了传统资产管理的局限性，这对于企业管理模式的转型十分有利。

2.整合资源优化配置

大数据能够将各个部门的资源“碎片”进行汇总和整合，通过常用的数据信息库和信息化系统，为各部门业务开展提供数据信息依据，在企业经营的过程中，大数据实现了资源整合，提升了企业各部门的数据信息共享和交流能力，这对于企业构建科学化、精准化的资产管理体系有着一定的推动作用。

3.数据信息安全系数提升

大数据技术在信息传递和存储过程中能够实现加密处理，不仅能够规避人为因素的恶意篡改，还能防止数据信息传输和存储过程中信息的丢失和破坏问题发生，数据信息安全系数进一步提高，这对于资产管理而言有着极为重要的意义。

三、大数据系统的构建

1.大数据系统资产管理目标

随着科技的不断发展，大数据技术近几年在各个领域得到了迅速的推广，从大数据在企业资产管理应用的现状来看，还是通过信息化系统，建立数据信息模型实现的。在这个过程中，构建大数据信息系统是应用大数据技术实施资产管理的关键，这主要是因为通过构建大数据信息系统，能够达到如下目标。

首先，通过大数据信息系统的建设，能够实现资产精细化管理。这主要是因为大数据系统能够针对企业涉及到的资产内容实施全过程、全活动管理，管理的内容贯穿整个资产生命周期，并且通过信息系统能够精准地查询各个环节的资产数据，真实地反映企业资产活动轨迹，明确资产的收益、成本等信息，提升了企业对资产的控制能力。

其次，能够对资产进行实时追踪实现集成管理。通过利用资产管理模块能够对资产各个管理环节进行追踪，强化资产审核、负责人等信息的明确，能将企业涉及的资产集中到一个系统之内进行管理。通过资产管理系统就能实现固定资产的台账、盘查、折旧和处置等内容的管理，实现了对资产的实时追踪和集成管理。

2.大数据系统结构框架

图1 大数据系统资产管理结构框架图

根据当前企业构建的大数据系统资产管理框架结构来看，主要是涵盖了四个层面。

（1）数据收集层

数据收集层是企业应用大数据实施资产管理的关键。在这个阶段，数据收集主要来源有财务类数据收集、业务类数据收集和政策类数据收集。不同类型的数据信息收集的来源也不同。例如，业务类数据信息一般情况下会来源于内部信息系统，而政策类数据信息不仅需要对社会网站的内容进行筛选和过滤，还需要实时关注政府部门的政策变化，包括政府颁布实施的政策法律法规以及相关的资产管理会计政策和会计处理方法。在数据收集的过程中收集的内容不仅包括数据类型信息，还包括非结构类型的市场环境数据信息等内容。数据收集是企业实施资产管理的关键步骤，一旦在这个步骤中收集的数据信息不够全面，那么会直接导致企业在资产管理的过程中出现信息不对称现象，影响最终的资产管理决策的科学性、准确性。

（2）数据存储层

数据收集之后，想利用大数据进行资产管理还需要对数据进行存储，即进入系统的第二层级。在数据存储层中需要按着企业经营的类型、运行的特点和基本的管理形式，在数据存储层建立不同类型的数据信息仓库。首先，根据收集的信息建立原始数据仓库。在原始数据仓库主要是存储企业涉及的各类资产的原始数据信息，包括资产业务类型的数据信息，从而为以后数据信息分析和数据信息汇总提供准备。其次，建立模型信息数据仓库。这主要是因为大数据实施资产管理的过程中会根据数据信息的变化在分析阶段构建相应的数据信息模型。例如，通过建立模型信息数据仓库，能够根据企业资产投资的内容进行项目数据信息核算和对比，通过计算投入产出回报比率，从而为管理者资产投资提供数据信息支撑，也为企业资产收益提供一定的参考。最后，建立方法数据仓库。方法信息数据仓库内涵盖了资产的各类分析方法以及指标的计算方法，系统能够根据资产相关内容选择合适的方法对这些数据进行存储和分类，企业大数据分析常用到的各种方法，这是资产分析的关键步骤。

（3）资产分析层

资产分析层是企业应用大数据实施资产管理过程中的核心内容，这主要是因为通过对提取、汇总原始数据仓库的信息内容，配合数据存储层的相关分析方法和财务模型，能够对资产的变动指标进行全面的了解和掌握，尤其是通过资产分析层，能够详细地对企业现阶段的资产结构、货币资金、固定资产、存货，以及应收账款等相关内容进行具体的分析。例如，以应收账款为例，通过资产分析层，能够针对企业经营过程中多个年度的应收账款总额、坏账、应收账款回收率等内容进行全面的掌握，有利于企业发现应收账款管理过程中存在的问题，针对问题深度分析问题发生的原因，这对于提升应收账款管理水平有着积极的作用。同时通过资产分析层，还能对固定资产和存货内容进行分析，例如，通过数据信息模型，能够直接地反馈存货的发货情况和数量变动情况，有利于控制自身的生产经营规模，为优化存货资产管理提供助力。

（4）资产决策层

企业资产管理涉及的内容相对较为复杂，这主要是因为企业资产管理的内容较多。所以，在大数据系统实施资产管理的过程中，最终的层级就是资产决策层。资产决策层包括了对资产的预算管理、资产的变更管理、资产的处置管理、资产的投资等内容，通过这些内容能够对资产管理涉及的成本内容进行细化，对资产产生的利润进行预测，对资产管理的基本情况进行反馈，更好地对比企业当前各项资产的情况，作出正确的资产管理决策。

四、大数据在企业资产管理中的应用

1.运用大数据技术完善资产管理监督体系

在以往的资产管理中，传统的资产监督管理存在一定的弊端。在监督体系建设方面。很多企业在使用传统方法监督企业的资产管理的过程中，由于对资产管理的内容重视程度不足，很难自上而下地建立完善的资产管理监督环境。甚至传统的资产管理监督机制还存在规范性不足、可操作性不强等问题。这种情况下，不仅企业的资产监督难度大，甚至还由于资产管理监督能力薄弱，出现了资产流失等现象。而运用大数据技术实施资产管理监督之后，大数据通过详细的操作系统，能够根据不同部门的业务结构，在资产管理的过程中，对各项资产实施全生命周期管理，打破了传统资产管理监督过程中的局限性，将资产管理向“治理好、控制住、可共享”的管理局面转型。在降低企业资产管理成本和提升资产管理能力的同时，通过大数据资产视图、资产目录、资产检索、资产授权管理等路径，强化了企业对资产的监督能力，这对于企业提高资产管理能力有着积极的作用。当前在资产管理过程中资金结算管理，大数据技术能够实现全程的可视化，并且操作过程也能进行实时监督。现阶段，很多大数据系统的资产管理模块还具备不同环境自由切换的功能，这种情况下，不仅降低了资产管理门槛，同时还将资产管理人员从繁重的资产管理工作中解救出来，提升了资产管理的工作效率。与此同时，大数据技术在资产管理过程中还能根据不同需求的资产管理功能模块，清晰地描述自身的数据资产，在企业资产管理中实现了全程可视化，资产信息可找、可用，这对于企业更好的监督资产项目而言有着极为重要的意义。

2.运用大数据技术识别和规避资产管理风险

从企业资产管理的核心价值来看，最大的价值就是高效地实现大规模和多类型的数据信息撷取和处理，通过分析和预测，辅助企业管理者在资产管理的过程中作出正确的决策。相对于企业资产管理而言，风险是客观存在，只能进行识别和规避，但是却不能从根本上避免，但是，企业运用大数据技术能够进一步地识别和规避资产管理风险，其在实际应用的过程中主要体现在如下几点。

（1）流动风险的识别和规避

在资产管理过程中，通过大数据技术能够将企业风险管理的范围进一步地拓宽，尤其是通过大数据系统能够对担保额度、资产结构数据信息进行监督，通过大数据系统实现风险限额管理，构建完善的风险预警体系，建立健全企业资产管理风险检测机制。同时，由于大数据信息系统的数据信息来源不仅是局限于企业内部，还能对外部的信息以及同行业的数据信息进行整合和汇总，因此，通过对企业内部资产管理信息的集中汇总，能够与外部数据信息进行对比，及时、准确地捕捉资产管理中流动风险可能产生的原因和关键节点，从而制定完善的风险应对策略，防患于未然。不仅如此，在企业资产管理的过程中，通过应用大数据技术，还能对企业现阶段和未来的资本充足情况进行评估，通过现金预估的方法预估未来发展中资产可能出现损失的概率，从而在高流动资产方面进行资产结构上的调整，减轻企业未来经营压力。

（2）投资风险的识别和规避

通过应用大数据技术，还能在投资过程中进一步地规避投资风险。首先，大数据系统中可以适当地纳入“量化”工具区域。通过大数据和量化工具融合，构建全新的系统模式，不仅能够对企业涉及的投资进行市场环境调研和可信性分析，还能通过模型工具，进一步扩大企业投资范围，减少投资过程中由于市场环境信息把握不足带来的潜在损失，在保证投资效益的同时，进一步地保证投资资金安全，降低投资风险。其次，大数据信息系统能够实现对投资项目进行全过程把控。大数据技术能够将企业投资的项目内容细化成为三个阶段，即：投资前期的准备阶段、投资项目的运营阶段和投资后期的跟进阶段。为了更好地保证投资利益最大化，保证资产的增值。大数据信息系统能够在投资前期对市场环境进行分析，对投资风险进行预测，对投资回报率进行预估。在投资项目运营阶段，大数据信息系统能够实时地追踪投资信息，对投资内容进行监控，辅助企业的财务部门推送投资预警信号。在投资后期的跟进阶段，能够根据大数据信息系统设定的早期风险提示，进行详细的总结，从而规避投资风险，为企业提质增效提供可能。

3.运用大数据技术提高资产管理决策的准确性

大数据技术能够强化各个部门之间的信息共享，提升了信息沟通和交流效率，在一定程度上规避了各部门之间由于信息不畅造成“矛盾”，在一定程度上提升了资产管理的透明度。同时，大数据信息技术在资产管理的过程中能够从不同的渠道对数据信息进行收集和存储，根据企业经营需求建立适合自身资产管理的数据信息库，实现了资产管理数据信息的集中化整合，这为管理者决策提供了扎实的数据信息基础。大数据信息还在分析和挖掘数据信息价值层面具有一定的功能，企业能够根据数据信息库对资产进行可视化管理，这也能为资产管理决策提供一定的借鉴。

五、保证大数据在企业资产管理应用的措施

企业想通过大数据技术实施资产管理还要做好一系列的基础性措施，结合当前企业的基本情况来看，在实务操作的过程中可以考量如下内容。

1.保证大数据应用于企业资产管理目标一致

企业资产管理的目标是提升资产使用效率，保证资产增值，实现资源优化配置。所以，在应用大数据实施资产管理的过程中，管理者要彻底地改变“重利润，轻管理”的思想，对大数据实施资产管理的工作有正确的认识，明确大数据在资产管理中发挥的重要作用，积极地构建与资产管理相匹配的大数据系统，将企业资产管理目标进行细化分解，与大数据信息系统的内容进行高度的融合，存在不一致的地方进行修改和调整，并定期地对系统进行升级和维护。同时，针对企业资产管理的需求，构建独立的资产管理岗位，保证企业的组织结构与信息系统的应用相匹配，这不仅能够保证数据信息采集的可靠性，还能进一步地推进资产管理水平。

2.建立建全资产管理机制

企业运用大数据技术实施资产管理，很多管理内容都会发生巨大的变化。针对这种情况，企业应该建立建全资产管理机制。首先，在原有资产管理机制的基础上进行完善，将不符合大数据资产管理的内容进行优化。在制度层面，可以结合大数据资产管理的特点，对制度内容进行修改。通过资产管理机制的优化，结合大数据技术的基本情况，促进企业资产管理模式向“扁平化”“柔性”的模式过渡。其次，规范资产核算工作。大数据技术应用之后，在资产核算的过程中很容易出现不规范的行为，从而导致不能真实地反映资产的信息和基本情况。针对这种情况，在建立建全资产管理机制的过程中，应该对资产核算的内容进行重视，保证企业涉及的各项资产进行全盘核算，保证资产的账实相符，提升资产的管理质量，规避由于会计核算不当导致的资产闲置、资产流失和资产损失问题发生。

3.把控大数据系统资产管理关键环节，夯实信息化系统基础

企业在应用大数据进行资产管理的过程中，还需要把控大数据系统资产管理的关键环节。第一，明确资产管理要求。企业的资产管理与企业的经济利润指标息息相关。企业的固定资产、存货就是企业实现利润指标的基本来源。因此，通过明确资产管理要求，在建立大数据系统的过程中，能够结合这些资产管理目标设定大数据系统模块和功能，才能达到运用大数据进行资产管理的目标。第二，需要其他的信息化平台配合。现阶段，企业在处理日常工作中信息化办公已经成为一种常态。但是，信息化的办公平台和大数据系统之间还存在一定的差异，例如，财务共享平台和ERP系统，在功能和操作内容上和大数据系统还存在一定的差异。针对这种情况下，企业在涉及大数据系统的过程中，还要注重大数据系统信息和其他信息化平台信息之间的转换，应该针对当前的情况，实现两者接口的一致性，避免由于接口不同导致的数据信息传输和存储问题出现。第三，重点关注应用大数据进行资产管理过程中的关键环节。大数据系统进行资产管理的过程中，自身具有一定的项目管理、资源管理、数据分析和管过程监督控制等功能。因此，想将这些功能切实有效地发挥出来，还需要注重关键环节。一旦关键环节出现问题，那么很容易导致大数据系统的这些功能模块“失效”，甚至造成数据信息混乱等现象发生。从目前大数据进行资产管理管理的过程中来看，关键环节包括数据信息采集的基础环节、各部门协调环节以及资产管理系统。在信息采集的基础环节中企业要对大数据的系统有正确的认识，明确大数据系统发挥的作用，在信息采集的过程中进行首次数据信息采集优化，保证数据信息准确性。而大数据实施资产管理还需要企业各个部门的配合，这主要是因为企业的资产遍布于各个经营环节中，不是一个部门或者一个岗位能够把控，针对这种情况，还应该有效地协调各个部门之间资产管理情况，全员参与到资产管理中来，构建良好的资产管理环境。

4.构建复合型人才队伍

大数据应用资产管理的过程中人才既要有一定的数据思维，还需要具有能够熟练操作大数据的技能，同时还需要具备丰富的资产管理专业知识、良好的团队协调意识以及较强的沟通能力。但是，从当前企业的人才队伍来看，与这些要求还存在一定的距离。很多企业大数据资产管理人员都是财务人员兼职的，对资产管理存在的问题敏锐度不足，对大数据认识的不够全面，操作过程中存在一定的操作失误和操作风险；企业在招聘过程中对资产管理人员的门槛较低，对大数据系统考量的不多，这种情况下，企业招聘的人员很难短时间内“上手”大数据资产管理工作。

针对这种情况，企业可以从如下几点进行完善。其一，定期对现有的资产管理人员进行专业技能的培训，同时在培训的过程中加入大数据信息的操作和数据思维模式的培训，在丰富人才专业技能的同时，快速地提升人才对大数据的理解能力和操作能力。其二，在招聘的过程中，考核指标在资产管理考核的基础上，纳入大数据的相关内容，考试合格之后才能上岗，保证人才与大数据资产管理的匹配程度。通过实施这些手段和措施，为企业构建复合型人才队伍奠定基础。