关于信息技术优化财务分析助力金融企业经营决策的研究

张颖

（长安国际信托股份有限公司，陕西 西安 710075）

金融企业内部各种信息系统每天都会记录下经营过程中大量的数据，随着大资管时代的全面到来，金融企业之间竞争压力大面临业务转型，如何充分利用企业内外部财务及非财务数据进行财务分析，帮助企业管理者识别挖掘数据背后隐含的有用信息，将数据本身转化为企业管理者进行决策的依据，真正发挥数据应有的价值与作用，具有重要的现实意义。

一、金融企业传统财务分析的主要内容与基本方法

财务分析是汇总、整理、分析企业的财务报表数据和其他业务资料，结合所在行业市场等外部情况，反映企业过去的财务状况和经营业绩或存在的问题，从而为企业经营决策提供数据支撑的管理方法。基本方法包括比较分析法、结构分析法、比率分析法、趋势分析法和因素分析法，其中：

比较分析法是财务分析的基础方法，提取基础数和实际发生数，比较两者之间差异的方法。主要是用来评价目标完成情况，判断企业经营成果。结构分析法是指分别对财务报表各个项目进行研究对比分析，得出各项目的百分比，研究分析该百分比的合理性。比率分析法是利用财务报表中相关联的项目数据进行比较，计算相关比率，具体包括偿债能力、营运能力、盈利能力和发展能力四种比率，并由此衍生出杜邦分析体系，帕利普财务分析体系等。趋势分析法是从不同时期财务报表中选取相同的财务指标进行比较分析，发现变化趋势及幅度，相当于比率分析法和比较分析法相结合的一种方法。因素分析法是指在财务分析中把最后的经营成果分解成各个不同的因素，来分析各个因素变动对结果影响程度的分析方法。

二、金融企业传统财务分析中存在的主要问题

随着时代的发展，金融企业所处的资本环境瞬息万变，公司决策层需要准确评价过去的经营情况，把握现在的财务状况及风险，预测未来业务方向。

（一）传统财务分析思路存在的问题

首先，传统财务分析基本是上述财务分析方法中各指标的计算，很少分析各比率之间的因果关系，并且与公司战略结合度也比较低，结果无法说明真实问题，不能满足决策者的需求。而且该财务分析方法较少使用业务数据，与业务活动脱节，导致财务分析处于走过场，仅仅谈论若干数字而已，无法对企业经营状况进行剖析找出问题。

其次，由于传统财务分析大多是针对财务数据所做的分析，不太关注非财务数据分析，并且没有把监管、法律、行业发展趋势等定性因素纳入分析，导致分析结果对未来风险和发展判断不明确。

再次，金融企业财务分析也具有自身的特殊性：1.区分自有资金和委托人资金，进行财务分析时要严格区分两种资金的财务分析；2.金融企业投资业务种类多样，不同业务之间的运营模式，市场风险不尽相同，财务分析时也需要分开分析；3.注重风险的衡量和分析，尤其关注流动性风险。

最后，决策层使用财务分析报告目的性不明确，重视程度不够，往往会导致结论针对性不强，仅仅得出普适性结论，实用性不强。

（二）传统财务分析实现方式存在的问题

1.信息缺乏深度分析

金融企业大多已具备了完善的财务信息系统和业务系统，存储了大量的财务及非财务数据，目前数据分散在各个系统中，给集中调用造成了一定的难度，传统的实现方式是财务人员在各个系统中人工筛选有用的数据并汇总，耗费大量的精力，没有高效的工具对出现的异常情况进行深入分析，难以发现财务数据潜在的、深层次的信息。

2.管理层难以及时查看财务分析报告

传统的财务分析需要等每月的报表完成后才能开始，具有一定的滞后性，因此反映大多是业务活动的历史情况。企业的业务活动每天都会产生大量的数据，这些数据都散落在各个系统中，影响财务分析效率，难以及时展示给决策者使用。

3.财务分析系统智能性较低

目前，金融企业的财务分析系统只是简单查询、计算和统计，并没有综合的分析、预测功能。大数据时代的到来，需要财务分析掌握企业内外，市场行业多维度信息，才能得出准确结果，而传统的财务分析系统难以掌握全部数据，如果不采用技术手段就很难发现隐藏在大量数据背后的真相，不能发现数据之间的关系，难以预测未来发展趋势，从而也不能提供正确的辅助决策的信息。

4.缺乏风险预警分析

目前，受制于目前财务分析处理数据的及时性，风险预警功能几乎没有，但是金融企业所处行业的高风险性决定了其经营活动中要时刻监控各项财务风险指标，出于控制经营风险的目标，金融企业迫切需要建立风险预警信息平台，及时向企业经营者提供风险预警。

5.财务分析结论缺乏可视性

传统的财务分析报告数据繁多，读懂分析报告需要具有一定的财务专业知识，这造成分析报告的使用门槛较高，财务分析报告的受众面变小，需要一种手段可以使晦涩的数据变成直观可理解的信息，提高财务分析报告的使用率。

三、采用信息技术优化财务分析提升金融企业经营决策能力

基于上述讨论的传统金融企业财务分析中暴露的问题，可以知道目前亟需一系列能够提高效率，具有深度挖掘信息，并最终以形象化展示的工具，提升财务分析在金融企业的重要性。随着信息技术的不断发展，一系列技术可以与财务分析相结合，改变财务分析存在的不足，提高财务分析的可靠性实用性。下面将在四个层面上讨论信息技术在财务分析领域的应用：

（一）RPA数据收集

数据收集是传统财务中最烦琐，最耗人工也是最容易出现疏漏的步骤，金融行业所处的环境信息量大，变化快，企业要想收集这成千上万的数据，靠人工实在是不现实的事情，但是作为企业决策的重要信息可能就隐藏在这些数据里，数据量的大小是至关重要的。目前随着信息技术的发展出现了机器人流程自动化（Robotic Process Automation，以下简称 RPA），这个工具是可以代替人工处理重复性工作和模拟手工操作的程序。RPA在实现高效收集数据方面的优势包括：

降低人力成本，通过RPA实现人工任务的自动化操作，不再需要大量人力。提高生产效率，RPA可以实现7 x 24不间断工作，抓取数据实时性高，数据不易遗漏。降低出错率，RPA在确认了明确的操作指引后，会严格执行数据抓取步骤，最大限度消除人为因素导致的错误。所有的RPA操作可监控，机器人的每个步骤均有历史记录可查，除了有助于企业分析优化流程外，还便于企业内外部审计监管。易于将收集数据同步推送到各类业务平台，辅助监控业务系统流程完成情况，防止业务疏漏。

在RPA的保障下，在大数据时代企业能够更高效收集所需数据，大大提高数据的准确性及时性，为后续商业智能分析的实现奠定了坚实的基础。

（二）业财一体化管理平台

业财一体化，是指在信息技术支持下，将金融企业中的财务流程与业务流程统一到一个平台，可以使企业管理与财务管理充分融合，增强财务数据服务企业决策分析的实用性。实施业财一体化，业务部门负责在该平台上录入信息，财务人员获取信息生产财务数据，业务部门看到可量化的财务数据，财务工作即可以在前期参与到项目具体运作中，从财务角度提出有效建议，与业务部门相辅相成为下一步的业务方向提供科学的分析依据，这样财务分析再也不是躲在业务链条后面的“马后炮”，而是可以成为为业务指路的“明灯”。在搭建业财一体化管理平台需要有以下几点原则：

1.统一性。业财一体化首先是要数据口径保持一致，财务数据从业务环节产生，传递过程一致稳定，为企业决策提供信息支撑。

2.全面性。业财一体化的实施是涉及企业的各个方面，是对企业所有流程的一次再造，包括企业人力，办公等非业务财务条线。这是一个企业整体经营过程数据的“仓库”，需要公司各个部门的参与并全面执行。

3.过程性。业财一体化的实现不是一蹴而就，实施一次就不变化了，这个过程需要不断的反馈，分析，调试，针对当下的企业实际情况进行调整管理模式。

搭建的思路是要在金融企业内部横向融合业务和财务流程，实现业务与财务同源入口，确保业务导向并建立联查追溯机制。财务人员在业财统一管理平台进行会计处理，并且做账所需的所有业务信息都能直接从该统一平台直接调用，例如资金收付、合同审批签订、TA中心、电子档案等业务。同时可以从业务模块直接进入财务模块进行核算。财务模块可以从业务模块直接调用做账依据。进而最大限度地实现数据及时便捷，有据可查。这样使得财务数据能够反映业务实际，以这些一体化的数据为基础的分析不仅能反映经营结果还能预测未来，为决策提供依据。

（三）商业智能财务分析平台

商业智能是指搜集、管理和分析企业所产生或获取的数据，优化企业的各级决策者获得的信息，做出对企业更合理的决策。从途径来看，通过商业智能把数据转换为知识，协助企业做出决策。从具体实现技术上来说，数据仓库（Data WareHouse，DW）、联机分析处理（Online Analytical Processing，OLAP）和数据挖掘（Data Mining，DM）三个部分组成了商业智能基本体系，从目的上来说，是通过商业智能把经过筛选的数据转换为知识，挖掘出通过传统财务分析方法所获取不了的结论，为企业的决策保驾护航。

通过第一层工具RPA收集系统外部业务、行业、监管、和同行财务数据等分析所需数据，并导入中心数据仓库，第二层业财一体化平台的搭建，相当于将企业内部业务财务的相关操作型数据集合转换装载到了中心数据仓库库（DW）。进入第三层处理，联机分析处理（OLAP）是基于使用者目的多维查询和生成报表的功能，是在不同统计分析维度上进行分析的工具。例如根据外部监管报表的数据要求，自动生成报送人行报告、监管报告和信托项目分析报告等。数据挖掘（DM）是智能财务分析平台的核心，能够从大量数据中发现隐藏信息，对决策起到至关重要的作用。利用数据挖掘技术进行财务分析的基本过程如下：

1.确定财务分析对象

定义企业需要分析的目标，解析出需要分析的要素，根据基本的财务分析方法选择需要使用的模型，选取对应的数据挖掘方法。

2.数据收集

数据收集是数据挖掘的基础， 也是由企业信息化第一层RPA和第二层业财一体化平台内存储的数据中得到。

3.数据筛选

数据收集阶段完成的目标是数据的完整性，所以可能会得到不相关数据。在数据筛选阶段就要根据分析目标进行整理，为下一步数据挖掘做好预处理。

4.数据挖掘

在整理好的数据基础上应用选取好的挖掘模型，自动完成挖掘工作。

5.结果分析

数据挖掘完成后产生的结果，需要相关的财务人员进行评估，检查模式是否选择合适。

财务分析的目的之一也是为了防范财务风险，应该同时在商业智能平台上嵌入财务预警模块，跟踪财务指标的波动和变化，对变动超出预定的范围进行报警，追踪引起波动的原因。在商业智能的帮助下采用关联规则交互挖掘方法，先广泛选择多个方面的财务数据，通过数据挖掘技术并加入时间序列动态维护的预警模型，挖掘所有财务数据之间的规则，最终定位出与企业经营目标高度相关的财务风险指标，确定财务预警模型，设置预定值，运行系统预测企业运营情况，发现偏差后找寻问题，采取相应的对策进行处理，对不同决策下的财务风险进行预估，指导公司决策客观可行。

（四）数据可视化

结果分析出来后，如何更直观便捷地展示给财务分析报告的使用者也是很重要的一步，数据可视化技术是关于数据如何直观展示的科学研究，帮助使用者更易于理解数据背后隐藏的变化，趋势、状态和异常的问题。

1.数据到图形的可视化

利用计算机图形处理技术，把数据和结论处理成直观的柱状图、折线图、饼图等易于看出变化趋势，变化程度的图形，更符合人们获取信息的方式。

2.数据到决策的可视化

可视化可应用到商业智能的全流程中，在数据收集和筛选阶段的可视化可以帮助使用者对数据有总体印象，在数据挖掘阶段利用可视化可以展示使用的挖掘模型，便于使用者理解数据挖掘逻辑，在结果分析阶段可视化技术在图形的引导下，快速发现隐藏信息。可以增强使用者对数据结果的理解，提高分析结果辅助决策的可靠性。

3.用户展示界面交互的可视化

随着使用者对数据分析的细化，需要对参数进行修改来分析不同条件或时间段的挖掘结果，可视化的交互技术可便捷的实现人机交互界面。在可视化的面板上，使用者可通过日期的选择，填写数据，选择下拉列表的方式，简便的与商业智能平台进行互动，获取需要的信息。

同时作为信息化财务系统的使用者财务工作者必须转变思想，从核算型会计转变成掌握一定的数据分析能力和具备管理能力的管理会计，积极参与会计综合素质提升培训，定期学习会计行业的前沿知识，行业动态，提升个人综合素质，积极适应新时代背景下的财务分析工作。而企业的经营层也要认识到新型财务分析手段的重要性，使财务数据得到科学化运用。通过加快对企业内部会计人员的培养转型，使会计人员成为既懂信息技术又懂财务数据分析的高级综合性人才，并且给予他们适当的决策权限，成为企业发展道路上的中坚力量。

综上所述，随着金融企业所在环境的变革，金融企业需要在信息技术的辅助下转变传统财务分析模式，从基础财务数据收集，业财一体化平台建立企业综合数据仓库，使用商业智能财务分析平台使用数据挖掘技术进行数据的筛选挖掘，到最后使用可视化技术呈现财务分析及财务预警等企业决策者所需的信息，都发生巨大的变革，通过智能财务分析平台强大的深度学习能力、计算能力和展示能力，将能够为企业管理者提供更为及时精准的财务分析信息助力企业经营决策。