数字经济时代大数据技术在国有企业财务管理中的应用策略

关键词：大数据技术；国有企业；财务管理；數据抓取

中图法分类号：F275 文献标识码：A

1引言

在数字经济时代下，国有企业的财务管理方法与多种现代化技术进行了有效结合。大数据技术在数据处理性能上占据较大优势，可应用在国有企业财务管理工作中。因此，本文提出一种应用策略，将大数据技术应用在不同的企业财务管理环节中。

2利用大数据技术获取国有企业市场运营数据

大数据技术可应用在国有企业财务管理工作的方方面面，首先在数据获取阶段即可使用大数据技术获取不同平台的多源数据，本文采用大数据技术中的Scrapy框架对市场运营数据进行抓取，并对数据进行清洗，具体应用方法如下。

采用Scrapy框架对国有企业市场运营数据抓取之前需要对前置规则进行设定。通过预先设定抓取数据的格式以及属性等参数，可以保证后续获取的数据具备统一的数据格式，从而减少数据处理时的工作量。将需要抓取的财务运营数据按照数据用途进行分类，根据不同的数据类型设置对应的数据字段。调取Scrapy框架中的class informationitem模块对国有企业市场运营数据用户信息的格式进行定义，调取Fiedl模块对运营数据的字段类型进行定义，采用User-agent对测试账号进行更换，以便能够抓取到更多平台的国有企业财务运营相关数据。为保证爬取的页面不会出现重复的情况，本文采用set变量对浏览过的页面进行标记，以降低数据的重复度。采用process_jtem函数对抓取到的数据类型进行判断，将同一类型的国有企业财务数据存储到同一模块中并对数据进行清洗处理。数据清洗主要包括对数据的属性进行清洗以及对重复记录进行清洗。通过对财务信息属性标记的错误值进行检测，剔除错误数据，同时需对属性对应错误的数据进行清洗。重复记录清洗主要通过检测重复记录的算法错误来实现，通过检查算法中的编写情况，对编写错误的代码进行修正并重新开始运行，即可实现对重复记录的清洗。

通过上述步骤即可实现对国有企业市场运营数据的获取，通过对数据进行清洗提高数据的纯度以及数据之间的关联性，从而为后续的财务管理提供帮助。

3挖掘国有企业财务数据关联性

大数据技术不仅可以应用于获取企业市场运营数据，还可以应用于运营数据的量化分析。通过结合大数据技术，对国有企业市场运营数据进行量化分析，以挖掘数据之间的关联性，并在此基础上构建财务数据管理流程。由于不同的国有企业财务项目下存在不同类型的运营数据，因此为保证数据挖掘的效率，首先需要对数据进行标准化处理以及均值化处理。通过采用数学手段对数据进行处理，可以保证企业运营数据呈现稳定的规律性变化。在该过程中，可采用大数据技术中的ETL数据处理工具，对国有企业运营数据进行批量化处理，并根据具体的量化指标输出不同格式的运营数据。除此之外，还可采用ETL数据处理工具对投资数据、收益数据、盈亏数据等不同类型的数据进行划分，通过计算同一类型下的运营数据均值，将企业运营数据分为不同的类型，在此基础上实现对企业运营数据的细化处理。

通过计算国有企业财务数据的置信度实现对其相关性的分析。首先对置信度关联规则进行设置，通过构建国有企业财务数据属性概念对，对运营数据的支持度进行分析，数据支持度数值即代表了数据之间的相关性。数据支持度越大，代表该组数据之间的相关性就越强，则可以将相关性较强的同类数据进行统一处理，以提高国有企业财务管理的数据处理效率，减少数据归类时间。

采用上述步骤对财务数据支持度进行计算，即根据支持度大小划分出相关性较强的数据对以及相关性较弱的数据对，实现对国有企业财务运营数据的相关性挖掘与分析。

4结合大数据技术构建国有企业财务管理体系

一般情况下，结合大数据技术构建的国有企业财务管理体系结构如图1所示。

通过图1可以看出，在大数据技术支持下，国有企业财务管理体系共包括4个层次，分别为基础数据采集层、业务管理层、数据存储层以及数据应用层。其中，基础数据采集层主要采用上文提出的数据抓取方法，通过Scrapy框架抓取不同平台的国有企业财务运营数据，并对重复数据和冗余数据进行剔除，完成数据清洗工作。将清洗完成后的数据输入业务管理层中，通过数据标签自动化处理规则，对财务数据进行管理与运营。业务管理层内置了项目预算平台以及投资管理平台等多个子平台，根据国有企业财务数据的业务类型对数据进行分类管理。结合大数据技术，子平台可以对采集到的国有企业财务数据进行智能化分析与产出，通过输出可视化分析结果，提高管理效率。数据存储层主要负责存储原始数据以及分析结果数据，内置ODS关系型数据库，通过对数据进行分区管理，提高数据的处理性能。关系型数据库采用集成模块对外部数据源采集到的国有企业财务运营数据进行调用，通过将财务运营数据分为预算信息数据以及财务指标数据2种类型，实现对数据的分类处理。数据应用层主要负责将分析结果进行多维度呈现，通过输出成本收益、投资信息、绩效数据、人力管理等固体报表，帮助管理人员从不同角度了解当前国有企业财务的运营情况。

通过上述步骤即可建立国有企业财务管理体系，结合上述数据抓取以及数据关联性挖掘等相关内容，即可构成数字经济时代大数据技术在国有企业财务管理中的应用策略。

5应用实例部分

为证明提出的数字经济时代大数据技术在国有企业财务管理中的应用策略具备可应用价值，在理论部分的设计完成后，构建应用实例环节，将本文提出的策略应用在具体实例中，并对策略的可应用价值进行检验。

5.1实例概况

本次应用实例选取的应用对象为某国有企业的财务管理数据。通过对该企业的历史数据进行调取，明确企业的经济规模、财务现状、人力资源情况以及市场占有率等财务情况。采用本文提出的基于大数据技术的财务数据抓取方法对企业财务运营数据进行抓取与处理，通过建立财务管理体系实现对企业财务历史数据的管理。

为检验本文提出的应用策略的应用价值，结合企业财务管理要求，在实际应用工作展开之前首先对该国有企业运营数据中的财务管理文件夹目录进行了规定，具体文件类型以及目录描述如表1所列。

通过表1可以看出，本次应用实例主要选取了6个财务项目编号，通过采用本文提出的方法，结合大数据技术对上述6个项目进行统一的财务管理，并针对不同的文件数据类型，建立不同的管理引擎，以验证本文策略的可行性。

5.2应用结果

本次应用实例选取的评判标准为管理方法的管理效率，具体衡量指标为管理引擎的建立时间，该时间越短，则代表管理方法的管理效率越高，越能在短时间内对大规模企业财务运营数据进行有效管理。

通过采用本文策略对上述企业市场数据进行财务管理，得出不同文件项目的管理引擎建立时间。通过判定时间数值可以证明，本文策略在针对数据规模不同的文件夹建立管理引擎时，所需要的时间也有所不同。虽然建立管理引擎的时间存在差异，但是总体来看，6个财务管理项目的管理引擎建立时间均较短，因此可以证明本文提出的财务管理方法具备较高的管理效率，能够有效提高企业的生产效率。通过使用大数据技术，既可以在短时间内抓取到不同平台的企业市场运营数据，也可以对企业运营数据之间的相关性进行挖掘，以缩短数据处理时长，促进企业的经济发展。

6结束语

本文所提出的数字经济时代大数据技术在国有企业财务管理中的应用策略，通过应用大数据技术中的Scrapy框架，对企业财务数据进行抓取，在此基础上构建的财务管理体系具备较高的管理效率，能够在短时间内建立起管理引擎，并针对不同类型的财务项目对企业财务数据进行高效管理。

作者简介：

魏庆军（1985—），硕士，高级经济师，研究方向：企业人力资源管理、财务管理、生产供应链管理。