世界一流企业财务手段变革释义

张庆龙（首席专家/教授）

（广东财经大学粤港澳大湾区资本市场与审计治理研究院 广东 广州 510320 中国财政科学研究院 北京 100142）

“手段”就是达成目标而采取的各种措施和方法，是推动事物向前发展的重要动力之一。从人类文明的发展历程来看，每次生产力革命无不伴随着手段和工具的进步，从采集狩猎时代的石器化、农耕时代的金属化，到工业革命时代的机械化、电气化和信息化，再到当前第四次工业革命的智能化，可以说，生产力革命史就是一部手段变革史。对财务管理而言，手段变革是实现理念、组织和机制变革真正落地的具体措施。

如图1所示，财务手段变革包括流程再造、业财融合、数据治理与智能化应用四个方面，其逻辑关系体现在：首先，流程再造是财务手段变革的起点。财务的流程再造不仅仅是重新对现有财务流程进行梳理以及消除不增值的业务环节，更要在内部打通财务与业务的流程，实现业财数据的贯通与共享。其次，推动业务与财务的深度融合，从职能分工、方法和技术运用等角度，促进财务为业务服务。再次，应通过数据治理提升业财数据的质量，为释放数据价值创造条件。最后，财务应该积极拥抱自动化技术，推动财务工作自动化；同时引入自然语言处理、云计算、机器学习等新技术，基于大数据建立分析模型，最终实现数据驱动决策的目标。可以说，流程再造、业财融合、数据治理和智能化应用已经成为财务管理工作的“新四大发明”，有利于推动中央企业财务管理能力向世界一流的水平迈进。

图1 财务手段变革的内在逻辑关系

一、流程再造：财务变革的起点

现代企业管理中，以信息系统建设为主的技术应用固然重要，但让技术释放其潜力的关键仍然是业务流程的优化与再造。没有流程再造，企业进行的信息化建设和数字技术的运用也只是“将线下的问题搬到线上”，或者用流程再造理论创始人哈默和钱皮的说法就是“除非一个组织重新定义它的业务流程，否则在原有的流程上引入新科技并无益处”（迈克尔·哈默等，2019）。因此，构建世界一流企业财务管理必须以财务流程的再造作为财务变革的起点，改造财务流程，释放技术潜力。

（一）流程再造的基本思想

业务流程再造（Business Process Re-engineering） 概念在上世纪90年代提出，“再造”就是从根本上重新思考流程，彻底地重新梳理业务流程，以便在诸如成本、质量、服务和速度等关键性现代衡量指标上实现大幅度的提升。流程再造的基本思想就是“纵向压缩、横向集成”，以流程为导向，尽量减少乃至消除流程中不产生价值的环节，以及跨部门直接的沟通障碍，实现集约化经营，做到动态调配、按需取用、全局调度，力求从整体上达到最优。如图2所示。

图2 业务流程再造的基本思想

（二）流程再造的基本原则

进行财务流程再造时，应结合企业自身特点，需要理解、把握流程再造的基本原则：

1.对核心流程进行再造。随着企业不断发展扩大，内部业务种类日益繁多，进行流程再造时不能一概而论，而要寻找和识别达成目标所需的核心业务流程，准确定位制约流程效率的关键瓶颈，针对瓶颈展开流程设计工作。在实施流程再造时，要不断总结经验和教训，不断矫正流程再造的方向，针对不同的业务流程设计构造不同的评价体系，避免企业因改革而造成管理动荡，让企业在平稳中寻求发展。

2.流程再造的目标主要是创造和增加价值。流程再造需要判断一个流程是否具有增值作用，删除、简化或合并非增值流程，实现整理流程效率和价值的提升。

3.流程优化应以人为本。传统层级管理模式下员工的活动被固化限制，绩效评价也主要集中于本职工作的完成情况，无法充分挖掘流程管理价值。财务流程优化通过对职能岗位的信息化改造，充分发挥个人的主动性与创造力，充分调动员工的责任心，共同实现企业愿景。

4.以循序渐进为策略。流程再造涉及企业的方方面面，需要在明确目标指导下，先易后难循序渐进地开展。在短时间内全面展开可能达到不到目标效果，还会扰乱工作秩序，甚至造成资源浪费、绩效下降。为了提升财务流程设计与再造的质量，需要在对企业各方面充分调查研究的基础上，有计划、有步骤地进行流程再造，以求稳中求进、各个击破，保障工作顺利开展。

（三）财务流程再造的步骤

1.识别关键业务流程。财务流程的再造也需要遵循“二八原则”，企业应着重对产生80%关键价值的20%流程进行分析和优化。在流程再造的过程中可以按照流程的标准化程度划分为三类，分别是结构化流程、半结构化流程和非结构化流程，其中应以结构化流程为重点进行流程再造。详见表1。

表1 企业业务流程的分类

以资金管理流程为例，在筹资、投资、流动资金和利润分配等流程中，筹资活动并不会经常发生，但这类业务一旦发生会对企业的经营产生较大影响，且由于涉及到与企业外部主体的联系，因此难以预测流程的运行结果，不确定性较强，属于非结构化流程；普通企业中投资活动发生的频率也较少，除非是专门从事投资业务的企业。但无论是哪种企业，对重大投资项目的管理往往会较为慎重，需要调用、分析和论证，整个过程涉及到大量的人力、资源和治理投入，且与企业战略关系紧密，投资风险高，结构不确定性高。所以，投资活动的流程更加难以结构化；相比之下，利润分配活动每年仅遵循固定的程序发生一到两次，因此属于半结构化流程。流动资金管理则按照既定的程序进行，在企业运作的每天都在频繁的重复发生，其结果是可预期性较高，因此属于结构化流程。

通过对流程的结构化程度进行区分后，流程优化的重点是通过信息系统的自动化操作来完成整个流程，提高效率，而半结构化和非结构化流程则需人工的判断与执行。信息系统可以根据流程的需要，提供决策支持功能，展示决策所需的各种信息，供决策者参考，帮助操作人员完成整个流程。

2.流程的优化与重构。基于对现有流程的梳理，企业可以通过“整理业务需求——发现流程问题——制定新的流程——测试、执行新流程——发现流程新问题——制定新流程”的过程，对原有的流程进行优化与重构，或是从“零”开始设计新的业务流程。

流程优化的需求通常来自以下三个方面：（1）问题导向。关注的是错误率较高的流程，或者常常遭到投诉的业务，通常都是由于流程设计不佳，才会引起频繁的错误和投诉。（2）绩效导向。通过和行业中的标杆企业比较，或者根据组织的绩效报告，寻求流程优化的方向。（3）变革导向。组织内部发生重要变化，例如财务共享中心成立，过去分散的处理方式将转向集中的标准化处理模式，流程也会发生非常大的变化。

从获取流程优化的需求到完成优化分析的整个过程就像是一个“漏斗”，因此“漏斗模型”成为流程优化需求分析的常用模型。首先，需求评审小组收集来自各个部门包括财务内部的流程优化需求，对这些需求进行分析，选择重要的流程优化需求作为流程优化项目。然后成立项目小组，确定项目经理和项目团队，进一步开展流程优化方案的设计和实施。新流程成功上线后，财务部门需要对其进行固化。流程经理输出标准化的流程文档，进行流程发布，如果有需要，还需组织相关的培训。具体如图3所示。

图3 流程优化需求分析漏斗

3.流程的验证与实施。流程验证往往是费时费力的过程。在对企业的关键业务流程进行设计与优化后，需要与流程参与者充分讨论，验证流程的可行性、畅通性、全面性及可见可控性。流程实施可先从一个分支机构、分子公司入手，选取流程管理效果显著、实施成功率较高、具有代表性的业务部门做试点，有助于降低流程实施的阻力，即时获取流程反馈信息。

除了保证优化后的流程得到充分验证外，保证流程顺利落地实施还有两方面关键因素。一是组织岗位的调整，在实施新流程的同时，组织岗位的调整要同步进行，做到岗位分工各司其职，各尽其责；二是引进先进、全面、灵活的信息化工具，信息化工具需具备便捷的数据采集方式、海量数据的处理能力、友好的用户界面，以及最大程度的自动化和先进的智能化技术等特性，以实现流程的高效率执行与随时变更。

4.逐步完善业务流程。流程管理应当是一个持续改进的过程，应当顺应企业战略目标的转变、组织结构的变化、业务领域的拓展等方面的变化。财务不能因为流程的变化造成工作质量下降，也不能由于流程长时间未更新而脱离企业在战略、效率和合规性方面的要求。因此，财务部门不仅需要掌握流程再造的基本方法和技能，更重要的是形成流程逐步完善、持续改进的意识，在此基础上形成持续的自我优化机制。

尽管流程的持续优化不是大刀阔斧地推翻原有的流程，但毕竟是对现有流程的变革，可能会因为岗位调整、员工工作习惯改变等因素遇到各种阻力，并且如果对流程优化的成果不予稳定和控制，很容易导致优化失败。因此，流程优化后需要调研反馈，加强对流程的检查和控制，以确保新的流程方案顺利运作。

二、业财融合：一切为了业务服务

财务的第二项手段变革是“业财融合”。财务要提高价值创造的能力，能否为业务提供服务是一项重要的衡量标准。而业财融合的根本目的就是财务服务于业务，业财融合追求的是业务的成功，而非财务的成功。业财融合需要财务树立“一切为了前线，一切为了业务服务”的理念，弱化财务的监督角色，强化财务的服务角色，而将监督要求和规则融入流程当中，在流程中实现监督。

业财融合的实现依赖于管理会计的工具与方法应用。《管理会计基本指引》（2016）提出了单位应用管理会计的“融合性原则”，就是基于企业的业务流程，将各类管理会计工具嵌入不同的领域、层次和环节中，这本身就体现出一种“业财融合”的思想。首先，从定义上看，管理会计与财务会计最大的区别在于，管理会计是为企业做出决策、改善经营、提高效益而服务的，而非仅仅提供会计核算的结果，本身就体现出明显的业务属性。其次，从实际运用上看，管理会计工具最早应用于生产业务活动的成本管理当中，所用到的分析方法大多基于财务会计所提供的财务数据进行分析。可见在管理会计运用过程当中本身就是业财融合的，从财务数据中来，反馈到业务活动中去，根据业务运行的情况再次反映在财务数据上，形成业务与财务活动的闭环。最后，相比于传统的管理会计，当前运用管理会计分析业务的对象从单个企业扩展到了基于价值链的跨组织管理，不仅局限于企业内部资源的优化配置，更向价值链的上下游利益相关者延伸。此时财务能够通过分析环境的变化为业务提供更有价值的信息，更好地帮助业务应对环境的不确定性，从而实现业务与财务更加深入的融合。在具体实践过程中，基于管理会计实现业财融合有赖于全面预算管理、成本管理、数据分析、绩效评价等多种工具（如下页图4所示），包括：

图4 实现业财融合的工具

（一）全面预算管理：推动业财融合的沟通工具

全面预算管理不是一个简单的事前编制和事后考核的工具，更能够提高业财融合的程度，主要体现在以下方面：第一，预算可以在事前、事中、事后全流程增强对于业务活动资金的控制能力，做到“无预算无资金，无预算不支付”。第二，预算可以更好地实现企业战略落地。预算一头连接着战略，另一头连接着业务活动。利用滚动的预算管理，可以实现对业务项目的动态跟踪，并通过各种指标的分析，来发现和探索战略决策的数据，实现科学战略决策，实时控制目标的实现。此外，预算编制过程中的反复沟通、反馈与纠正也有利于财务更好地了解业务全过程，便于财务更有针对性地采取业务管控和风险控制措施。第三，实行按成本作业标准和管理标准编制预算，可以提高预算的科学性和准确性，最终达到统筹企业资源、优化资源配置的目的。预算量化指标的细化和分解更是进一步反映了财务和业务之间必然的逻辑关系，有利于下一步多维度财务分析报告的形成。

（二）成本管理：深入业务流程实现成本控制

业务部门主动实行精细化成本管理的可能性是很小的，因为业务部门实现的是目标管理，容易强调结果而忽视过程，这就会带来成本管理的粗放。而在业财融合的成本管理理念下，财务人员可以深入业务环节，基于一定的成本管控目标发现成本优化的潜在可能性。不仅如此，业财融合下基于价值链的成本管理还会考虑企业与客户、供应商，乃至整个价值链、联盟企业之间的关系成本，追求价值链整体的成本最优，维持价值链的竞争优势。

（三）数据分析：业财融合的基本工具

业财数据的融合是业财融合的重要表现之一，面对愈发复杂的决策问题，仅仅依赖财务数据难以做出全局性、综合性的判断。因此，财务还应扩展数据的来源，从财务数据扩展到涵盖采购、研发、生产、销售等多个环节的业务数据，甚至是企业外部的数据。不同领域、不同来源的数据取得的过程本身就是业财融合的体现。对此，企业应该建立一体化的业财信息系统，打通财务数据和业务数据，推动业财融合的实现。否则，缺乏一体化的信息系统不可能实现数据在前端及时获取，还可能形成更多的信息孤岛。

（四）绩效评价：实现价值链整体综合评价

管理会计的绩效评价是企业判断各部门、员工对于企业目标的达成情况，并通过激励与约束的方式调整员工的行为，从而更好地实现企业的管理目标。绩效评价也同样体现了财务在利用自身所积累的数据信息，将综合了业务执行情况和财务表现的相关报告提供给决策者，基于业财融合的评价指标判断业务运行情况。在价值链管理背景下，绩效评价是财务对价值链整体运行状况和运行效果、链中的各个企业以及链上企业与企业之间的协同性等所进行的综合评价。

三、数据治理：释放数据价值

上文指出，业财融合的基本工具之一是数据分析。有效进行数据分析的本质是释放数据的价值，其前提是统一标准、获取及时、质量较高的数据基础，同时保障数据的安全，这些对于数据的种种要求汇聚成为“数据治理”的概念。数据治理并非一个新的事物，虽然并不一定具有制度化的体系，但大多数企业也已经进行了一定程度的数据治理。之所以将数据治理专门提出并摆在重要位置，就是为了充分发挥财务在获取和处理数据上的优势，提升数据质量、促进数据的共享开放与开发利用，使财务能够用数据决策、管理和创新。

（一）数据治理概念界定

数据治理并无统一的定义，不同机构对数据治理的定义并不一样。在众多定义中，数据治理有广义和狭义、宏观和微观之分。

从广义和狭义的维度上来看，数据治理主要以内容和目的来区分。狭义的数据治理属于“数据管理”的一部分。国际数据管理协会（DAMA）将数据治理看成是数据管理的职能之一，数据治理是指对数据资产行使权力和控制的活动集合。GB/T4960.5-2018定义数据治理是数据资源及其在应用过程中相关管控活动、绩效和风险管理的集合。因此，在狭义数据治理的语境下，最为宽泛的概念应该是“数据管理”，它涉及数据采集、处理、存储、应用等整个流程的方方面面，而数据治理则特指确定数据管理的组织架构、梳理数据管理的工作流程、明确岗位和工作职责。它侧重于组织和制度层面，而非数据技术层面。例如，企业为了实现更好的“数据管理”而采用特定技术建立了数据库，而定义数据库的管理部门、职责、业务流程等相关工作标准，就是数据治理。

广义的数据治理与数据管理的界限并不明显，既包括企业的数据战略、组织、制度、流程、绩效和标准等，也包括各类数据管理的工具，即完整地涵盖了组织（Where and Who）、业务（What）和技术（How）三方面的内容。典型的广义数据治理来自IS/IEC的定义：数据治理是关于数据采集、存储、利用、分发、销毁过程的活动的集合。随着越来越多的企业认识到数据资产的重要性和价值，数据治理的目标也在发生改变，不仅仅是为了满足合规与监管的要求，以及实现自身网络和数据安全的风险管理，更重要的是考虑如何通过数据治理为实现业务价值的创造。因此广义的数据治理的最终目标包括数据管理和数据价值的“变现”（祝守宇等，2020）。

图5 广义数据治理的概念

从宏观与微观的维度上看，上述概念实际上都是数据治理的微观层面，即在企业或各类组织内部处理和分析数据的过程。而宏观上的数据治理除了以上目的之外，更强调通过数据治理实现政府公共管理能力和国家治理能力的提升（张莉，2019）。因此，宏观语境下的数据治理不仅局限于企业，还包括政府等公共机构采取的政策、法律、标准、技术等一系列措施，以及个人维护信息安全和利益的行为。

可见，不同角度对数据治理的定义不一样，需要定义财务管理语境下的数据治理。财务管理所指的数据治理，是广义、微观层面的数据治理，即企业通过明确数据治理组织和对象，采用各类治理工具，包括元数据管理、主数据管理、数据质量管理等，实现从使用零散数据变为使用统一规范数据，并基于数据的流动、共享、交易，实现数据资产变现，挖掘数据的价值。

（二）高质量数据释放价值

企业开展数据治理工作，本质上是为了解决由于信息化建设产生了大量数据而遗留的许多问题，同时为了满足从数据中发掘有价值的信息的需求。随着业务的不断发展和信息化的深入，企业建设的业务信息系统越来越多，数据量不断增大，数据种类也不断丰富，但问题也越积越多，这些成为企业开展数据治理的主要动因（如图6所示），主要体现在：

图6 企业数据治理的动因

第一，建立科学的数据架构。数据架构作为企业架构的要素之一，简单来说就是企业数据如何组织、存储、共享的全景视图。科学的数据架构便于企业运营决策者从整体跨业务、跨层级、跨系统应用的视角统一对数据进行组织和规划，分析整个企业的数据分布以及与业务域之间的关系，提高数据集中存储和跨系统共享的效率。但目前企业数据面临的问题大多是随信息系统的分散而分散，没有一个统一的视图，难以进行管理。

第二，保证企业数据质量。数据从采集、存储到分析，进而产生价值，成为企业的“数据资产”。但是，不是所有的数据都能够转化为具有经济价值的资产。数据分析遵循“GIGO 原则（Garbage In Garbage Out）”，即输入的是垃圾，输出的也是垃圾，数据的价值很大程度上取决于数据质量要求，包括不含错误值或异常值的“一致性”要求，不含缺失值的“完整性”要求，以及数据在不同数据源中都相同的“一致性”要求。数据治理对于数据质量的作用在于通过形成完整的数据质量评估体系、优化流程、监控方案、持续改进机制，保障企业的数据质量。

第三，实现数据的有效应用。上文提到，广义上数据治理的最终目标是实现数据资产的变现，而这取决于一整套完整的数据处理机制。保证数据质量是前提，还要统一数据的基础标准、应用标准，规划明确的数据应用战略，设置相应的部门组织、职能分工和工作流程。这其中不仅取决于技术人员的具体工作，也强调基于业务人员和管理人员的需求，来构建数据分析指标，设计数据服务应用，应该从业务视角出发，而非纯粹的数据管理技术视角出发。

（三）数据治理内容全景图

数据治理的概念自提出以来，其具体内容框架处于不断完善和发展当中，目前业界也并没有统一的标准，比较有影响力的框架包括：

数据治理协会（DGI）提出了数据治理模型，内容包括人员与组织架构、规则与协同工作规范、过程三大部分及10 个子部分，分别是使命与愿景、数据治理目标、数据规则定义和政策、决策权、问责制、管控措施、数据利益相关方、数据治理办公室、数据管理小组、数据治理流程。本文认为，该模型最值得借鉴的要点在于：从数据治理的需求和目的出发设计具体数据治理的方法。明确企业“为什么”要进行数据治理，有时候比“做什么和“怎么做”更加重要，因为它作为整体的策略规划，能够为具体的数据治理工作指明方向。在财务的数据治理路径规划中，也应当以明确数据需求为起点。具体如下页图7所示。

图7 数据治理协会（DGI）数据治理模型

国际数据管理协会（DAMA）在《DAMA数据管理知识体系指南（第2版）》中定义了数据管理的11个职能和7个基本环境要素，其中6个环境要素可分为人员、技术和过程三组，如下页图8所示。

图8 国际数据管理协会（DAMA）数据治理职能和要素

可见，DAMA的数据治理框架与DGI的框架在内容上类似，都强调目标、组织、职责和技术等方面内容。只是DGI数据治理框架的特点是将治理流程融入模型中，以流程箭头的形式标识出治理顺序；而DAMA框架则对于数据治理的工具和技术介绍更加详细。

Khatri 和Brown（2010）提出的模型框架也具有较大的影响力，包含了数据准则、数据质量、元数据、数据访问和数据生命周期五个决策域。除此之外，其他研究机构还提出了数据价值管理、数据共享管理等内容，但总体上没有脱离DGI和DAMA框架的范畴。企业财务管理应当综合考虑上述框架的思路和内容，首先明确财务数据治理的范围、数据需求以及治理目标，并结合具体的工具构建完整的财务数据治理体系。

四、智能化应用：超越自动化实现数据智能

财务工作的智能化应用，是实现“技术赋能”理念变革的核心。智能化应用通常指人工智能技术，人工智能技术应用可根据所表现出的智能类型和程度，划分四大阶段：（1）运算智能。这一阶段的人工智能技术主要体现在记忆和计算能力上。但这类智能类型与一般的计算机没有区别，只是在能力上得到了大幅提升。（2）感知智能。除了记忆和运算之外，这一阶段的人工智能还表现出了人类或生物体特有的感官和感知上，主要体现在听觉（语音识别）、视觉（图像识别）、触觉（手势、面部表情识别等）。（3）认知智能。在感官的基础上，这一阶段的人工智能真正具备了“大脑”，其能力主要表现在语言、知识、推理方面，涉及到知识图谱、自然语言处理、自然语言理解等技术。（4）创造智能。此时的智能化应用不仅在记忆和存储能力上远超人类大脑，并且具备一定的独立思考能力。当然，目前我们总体上仍处于弱人工智能阶段，具备创造智能的人工智能还未完全实现。对世界一流财务管理体系而言，智能化应用需要沿着人工智能应用阶段逐步提升，核心解决三大问题：一是财务工作的自动化替代，二是实现具备智能能力的自动化，三是超越自动化实现数据智能。

（一）实现财务工作的自动化作业

要实现智能化应用，财务应首先将分散的基础财务业务集中起来，实现财务工作的“工业化改造”，通过标准化、专业分工和流程再造解决低附加值的劳动占用大量优秀财务人力资源时间和精力的问题。进而，财务需要运用自动化工具，例如机器人流程自动化（RPA）、规则引擎、超级自动化（Hyperautomation）等技术，处理大量、重复、标准化的操作性财务工作。

图9 人工智能应用阶段示意图

（二）实现具备智能能力的自动化

运用人工智能技术，可以推动自动化技术实现能力的跃迁，从而实现具备智能能力的更高层面的自动化。在“2022年影响中国会计人员的十大信息技术”评选中，排名第三的“流程自动化”技术中就包括了RPA和IPA。其中，IPA即“智能流程自动化”，它是在自动化技术的基础上，部署机器学习等人工智能技术，提升自动化业务处理的能力。由于机器学习的核心优势在于利用数据，从复杂的变化当中进行学习和适应，从而具备一定的预测判断与自我优化能力。一般的流程自动化技术在人工智能的帮助下可以实现准确性和速度的不断精进与持续提升，使自动化工具迈向更高的层面。

（三）超越自动化实现数据智能

目前，我们能够感受到的智能化仍停留在对于低附加值劳动力的冲击，但还不能取代更多高附加值的，尤其是具有创造性的劳动。面向未来，智能化应用还将应用于高附加值的经营管理决策过程中。在这一方面，智能化的重点在于实现基于智能系统的数据分析能力。“预测”和“决策”是智能化应用的根本目的，这需要依靠数据来实现，而非简单的自动化，也就是实现“数据智能”。数据智能是指基于大数据引擎，通过大规模机器学习和深度学习等技术，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值的信息和知识，使数据具有“智能”，并通过建立模型寻求现有问题的解决方案以及实现预测等（Talking Data，2018）。因此，世界一流财务管理的智能化应用意味着在业财融合的大数据基础上，运用通过数字技术发掘大数据背后的信息，以帮助企业进行预测和决策，以此来实现财务的终极价值。而数据智能得以实现，有赖于信息系统的建设和数据采集，有赖于中台战略思想下数据中台的建设，有赖于对大量数据实现有效的数据治理。总之，智能化应用的路径在于通过自动化处理完成低附加值的工作，并逐步运用数字技术实现自动化的二次升级，同时完成数据收集和处理的基础过程，最终实现数据驱动下的财务智能化，充分发挥财务的价值。

诚然，任何新的管理手段在企业中推行都可能会遇到阻力，企业在推行上述财务手段的过程中需要获得管理者的全力支持，并保证企业上下都对财务手段变革的概念有清楚的理解和认可，逐步建立一套新的财务管理方法论，并贯穿于财务管理体系的建设全过程。