【摘要】隨著信息技術(shù)的發(fā)展與應(yīng)用，當(dāng)今世界已進(jìn)入大數(shù)據(jù)時(shí)代。而財(cái)務(wù)數(shù)據(jù)分析作為企業(yè)財(cái)務(wù)分析的重要部分，其分析結(jié)果的準(zhǔn)確度直接影響財(cái)務(wù)管理水平。本項(xiàng)目從大數(shù)據(jù)的特點(diǎn)出發(fā)構(gòu)建財(cái)務(wù)分析框架以提供更準(zhǔn)確的數(shù)據(jù)信息。

【關(guān)鍵詞】大數(shù)據(jù) 財(cái)務(wù)分析 數(shù)據(jù)挖掘

隨著信息化技術(shù)的發(fā)展，網(wǎng)絡(luò)在我們生活中發(fā)揮越來(lái)越重要的作用，各種網(wǎng)絡(luò)詞語(yǔ)，如：網(wǎng)絡(luò)交易、電子支付、支付寶等概念廣為人知，網(wǎng)絡(luò)化模式也逐漸改變?nèi)藗兊娜粘Ｉ詈凸ぷ鞣绞健ｋS著云計(jì)算等信息技術(shù)的發(fā)展和應(yīng)用，“大數(shù)據(jù)”橫空出世，海量的數(shù)據(jù)日漸充斥著我們的世界，特別是財(cái)務(wù)方面，大數(shù)據(jù)時(shí)代因其海量、異構(gòu)、價(jià)值大的數(shù)據(jù)特征和多變性的信息需求對(duì)財(cái)務(wù)分析提出了新的要求，并帶來(lái)了機(jī)遇和挑戰(zhàn)。如何在數(shù)據(jù)的海洋中搜尋到財(cái)務(wù)的寶貴信息，為財(cái)務(wù)經(jīng)營(yíng)決策提供數(shù)據(jù)依據(jù)成為眾多企業(yè)亟需解決的問(wèn)題。

一、傳統(tǒng)財(cái)務(wù)分析的主要問(wèn)題和局限性

（一）企業(yè)財(cái)務(wù)報(bào)表本身的局限性

傳統(tǒng)財(cái)務(wù)報(bào)表分析主要以報(bào)表中的數(shù)據(jù)為主，而忽略對(duì)非財(cái)務(wù)報(bào)表指標(biāo)的分析。首先，財(cái)務(wù)數(shù)據(jù)本身是有其不足的，比如企業(yè)會(huì)計(jì)準(zhǔn)則對(duì)固定資產(chǎn)提折舊以及對(duì)外投資的核算是可以進(jìn)行不同的會(huì)計(jì)處理，因此，其財(cái)務(wù)分析的結(jié)果也是具有片面性的。其次，財(cái)務(wù)報(bào)表以歷史成本為計(jì)價(jià)基礎(chǔ)，數(shù)據(jù)可靠，但缺乏時(shí)效性和相關(guān)性；同時(shí)，僅以貨幣計(jì)量成本，往往忽視機(jī)會(huì)成本，而機(jī)會(huì)成本恰恰是會(huì)計(jì)報(bào)表使用者做出決策的參考數(shù)據(jù)之一。另外，沒(méi)有考慮通貨膨脹或緊縮和物價(jià)變動(dòng)的因素，會(huì)導(dǎo)致數(shù)據(jù)隱藏著物價(jià)升值或貶值的風(fēng)險(xiǎn)，不能提供給報(bào)表使用者精準(zhǔn)有效的數(shù)據(jù)信息。

（二）傳統(tǒng)財(cái)務(wù)分析忽視企業(yè)本身的發(fā)展

現(xiàn)存的財(cái)務(wù)分析技術(shù)僅僅起到了專(zhuān)家性質(zhì)的解析數(shù)據(jù)的作用，缺乏與企業(yè)自身經(jīng)營(yíng)戰(zhàn)略、資源配置、系統(tǒng)管理的結(jié)合，分離企業(yè)經(jīng)營(yíng)的過(guò)程和結(jié)果，財(cái)務(wù)報(bào)表使用者只能從財(cái)務(wù)數(shù)據(jù)中看到經(jīng)營(yíng)效率的高低，看不到潛在的財(cái)務(wù)、經(jīng)營(yíng)與戰(zhàn)略風(fēng)險(xiǎn)。大部分企業(yè)往往將經(jīng)營(yíng)利潤(rùn)作為財(cái)務(wù)報(bào)表的重點(diǎn)，只圖報(bào)表數(shù)據(jù)的好看，忽略了財(cái)務(wù)管理的綜合分析與現(xiàn)金管理分析。

（三）財(cái)務(wù)分析方法的單一性

第一，比率分析法和比較分析法是財(cái)務(wù)分析的兩個(gè)基本方法，但是這兩種方法都只是對(duì)企業(yè)過(guò)去發(fā)生的經(jīng)濟(jì)業(yè)務(wù)的反映，同時(shí)，會(huì)計(jì)報(bào)表使用者只有在季度末、年末才能看到企業(yè)的報(bào)表，報(bào)表上的數(shù)據(jù)不能反映企業(yè)現(xiàn)時(shí)的經(jīng)營(yíng)狀況，因此，報(bào)表使用者只能通過(guò)對(duì)過(guò)去數(shù)據(jù)的分析推測(cè)企業(yè)的未來(lái)發(fā)展?fàn)顩r。

第二，企業(yè)會(huì)計(jì)政策和會(huì)計(jì)方法的選擇必須依靠財(cái)務(wù)人員的主觀判斷完成，而不同的財(cái)務(wù)人員受其經(jīng)驗(yàn)、能力等因素的限制做出的財(cái)務(wù)判斷也不同，缺乏統(tǒng)一的比較標(biāo)準(zhǔn)。

第三，忽略對(duì)非財(cái)務(wù)指標(biāo)的研究。非財(cái)務(wù)指標(biāo)是指與企業(yè)的長(zhǎng)遠(yuǎn)發(fā)展有緊密聯(lián)系的因素，比如公司的創(chuàng)新能力、技術(shù)目標(biāo)、發(fā)展?jié)摿?、客?hù)滿意程度等。非財(cái)務(wù)指標(biāo)可以讓報(bào)表使用者立足于過(guò)去的數(shù)據(jù)，展望企業(yè)未來(lái)的發(fā)展?fàn)顩r，加深投資者對(duì)企業(yè)發(fā)展的信心，深切的影響企業(yè)的財(cái)務(wù)狀況。

（四）忽視風(fēng)險(xiǎn)預(yù)警機(jī)制

大部分財(cái)務(wù)報(bào)表都是基于過(guò)去的數(shù)據(jù)進(jìn)行財(cái)務(wù)分析的，大大降低了管理的有效性，不利于企業(yè)進(jìn)行事前、事中控制，不能預(yù)見(jiàn)企業(yè)未來(lái)發(fā)展中可能遇到的財(cái)務(wù)風(fēng)險(xiǎn)，也不能起到指導(dǎo)企業(yè)經(jīng)營(yíng)戰(zhàn)略的作用。這種現(xiàn)狀不利于管理層展開(kāi)工作，會(huì)一定程度上制約企業(yè)的可持續(xù)發(fā)展。

二、基于大數(shù)據(jù)的財(cái)務(wù)分析的改進(jìn)措施

大數(shù)據(jù)時(shí)代的到來(lái)，加大了財(cái)務(wù)分析的工作量和工作難度，采用數(shù)據(jù)挖掘技術(shù)完成對(duì)隱藏在海量信息中的數(shù)據(jù)的采集，分析數(shù)據(jù)之間的內(nèi)在聯(lián)系和關(guān)聯(lián)規(guī)則，并基于歷史數(shù)據(jù)預(yù)測(cè)企業(yè)未來(lái)發(fā)展趨勢(shì)，完成合理高效的分析工作，為企業(yè)經(jīng)營(yíng)提供科學(xué)的依據(jù)。

（一）從單一分析轉(zhuǎn)向多樣分析

數(shù)據(jù)挖掘算法包含三種方式：關(guān)聯(lián)規(guī)則提取、聚類(lèi)、分類(lèi)和預(yù)測(cè)。關(guān)聯(lián)規(guī)則提取，是通過(guò)數(shù)學(xué)模型的方法從無(wú)規(guī)則的數(shù)據(jù)中提取有意義的關(guān)聯(lián)規(guī)則，通過(guò)關(guān)聯(lián)規(guī)則協(xié)助做出合理決策[1]。在關(guān)聯(lián)規(guī)則提取中，經(jīng)常采用Apriori算法。此算法通過(guò)提取樣本數(shù)據(jù)的頻繁模式項(xiàng)，采取迭代的多重模式項(xiàng)方法，最終得到固定的頻繁模式項(xiàng)，而這種模式項(xiàng)就是關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則有大量的數(shù)據(jù)支持，我們可以通過(guò)這種算法向潛在客戶(hù)推薦產(chǎn)品，同時(shí)也能拓展數(shù)據(jù)內(nèi)容，讓財(cái)務(wù)分析更加全面。

（二）從分析結(jié)果轉(zhuǎn)向監(jiān)管過(guò)程

聚類(lèi)方法是無(wú)監(jiān)督分類(lèi)方法，將數(shù)據(jù)通過(guò)某種距離計(jì)算進(jìn)而分類(lèi)的方法，通過(guò)事先給定的幾個(gè)聚類(lèi)中心，然后計(jì)算每個(gè)數(shù)據(jù)到各個(gè)聚類(lèi)中心的距離來(lái)將每個(gè)數(shù)據(jù)劃分到對(duì)應(yīng)類(lèi)別，通過(guò)多次迭代修改聚類(lèi)中心，最終得到各個(gè)數(shù)據(jù)對(duì)應(yīng)的聚類(lèi)中心[2]。歐式距離（1-1）是一種簡(jiǎn)單有效的計(jì)算距離的方法。

通過(guò)此方法，可以對(duì)一些數(shù)據(jù)分類(lèi)，然后得到相應(yīng)結(jié)果。既可以完善數(shù)據(jù)在收集中缺失的必要屬性，又可以直接通過(guò)后臺(tái)信息的處理獲取直接的產(chǎn)品信息，將數(shù)據(jù)的觸角延伸到消費(fèi)者的終端。

（三）從過(guò)去轉(zhuǎn)向未來(lái)的預(yù)測(cè)

分類(lèi)和預(yù)測(cè)是有監(jiān)督的學(xué)習(xí)方法，在會(huì)計(jì)財(cái)務(wù)分析中，經(jīng)常利用已知的信息預(yù)測(cè)未知的數(shù)據(jù)，將實(shí)際數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)進(jìn)行比較，預(yù)測(cè)公司的發(fā)展方向，然后通過(guò)預(yù)測(cè)幫助企業(yè)管理層展開(kāi)經(jīng)營(yíng)工作。

利用數(shù)據(jù)挖掘方法對(duì)財(cái)務(wù)分析的基本過(guò)程：確定分析對(duì)象、數(shù)據(jù)采集（時(shí)間序列數(shù)據(jù)）、數(shù)據(jù)預(yù)處理（刪除噪聲數(shù)據(jù)）、特征提?。ㄌ崛≡紨?shù)據(jù)的特征）、數(shù)據(jù)挖掘（將數(shù)據(jù)特征加入挖掘模型）、結(jié)果分析。下圖1給出了財(cái)務(wù)分析中采用數(shù)據(jù)挖掘模型的流程。

三、大數(shù)據(jù)時(shí)代下做好財(cái)務(wù)分析的策略

（一）加強(qiáng)財(cái)務(wù)分析人員工作素質(zhì)

任何一個(gè)工作，都要求有能力有技術(shù)的工作人員來(lái)完成，財(cái)務(wù)會(huì)計(jì)人員更是要求有深厚的專(zhuān)業(yè)素質(zhì)和優(yōu)秀的職業(yè)素養(yǎng)，才能有條不紊的處理大量財(cái)務(wù)數(shù)據(jù)和應(yīng)對(duì)臨時(shí)突發(fā)的財(cái)務(wù)風(fēng)險(xiǎn)。大數(shù)據(jù)為傳統(tǒng)財(cái)務(wù)人員提供轉(zhuǎn)向管理人員的機(jī)會(huì)，但是財(cái)務(wù)的網(wǎng)絡(luò)化和信息化也對(duì)財(cái)務(wù)人員提出了更嚴(yán)格的專(zhuān)業(yè)要求，他們除了要具備扎實(shí)的會(huì)計(jì)基礎(chǔ)能力外，還需要學(xué)習(xí)和深造大數(shù)據(jù)的處理能力和分析技術(shù)。隨著企業(yè)規(guī)模的擴(kuò)張、業(yè)務(wù)種類(lèi)的繁多，財(cái)務(wù)人員將面臨數(shù)據(jù)范圍增大、數(shù)據(jù)規(guī)模擴(kuò)充、數(shù)據(jù)類(lèi)型復(fù)雜化，財(cái)務(wù)人員要在有限的時(shí)間里發(fā)現(xiàn)數(shù)據(jù)之間隱藏的聯(lián)系和有價(jià)值的信息，這些都要求財(cái)務(wù)人員擁有熟練的技術(shù)和的經(jīng)驗(yàn)。同時(shí)，財(cái)務(wù)人員也要將大數(shù)據(jù)的信息轉(zhuǎn)化成管理建議輔助公司管理層做出有助于企業(yè)發(fā)展的科學(xué)決策。

（二）建立完備完整的財(cái)務(wù)分析體系

傳統(tǒng)的財(cái)務(wù)分析模式僅是將紙質(zhì)版原始材料錄入電腦最后進(jìn)行數(shù)據(jù)分析的一種方法，因此它是對(duì)過(guò)去死板數(shù)據(jù)的聚集和統(tǒng)計(jì)。越是大型的企業(yè)，其財(cái)務(wù)人員只能分析統(tǒng)計(jì)出近幾年的財(cái)務(wù)數(shù)據(jù)，而更早前的數(shù)據(jù)卻是人工難以應(yīng)對(duì)的問(wèn)題。大數(shù)據(jù)可以對(duì)企業(yè)積累多年的業(yè)務(wù)、市場(chǎng)、資源等方面進(jìn)行深入分析，從中找出可以指導(dǎo)企業(yè)前進(jìn)方向的意見(jiàn)，這樣勢(shì)必導(dǎo)致存儲(chǔ)多年的數(shù)據(jù)流出，簡(jiǎn)單的人工操作顯然不可能滿足這種大工作量的任務(wù)，因此，大數(shù)據(jù)的興盛必將重塑企業(yè)的財(cái)務(wù)分析系統(tǒng)。新型的財(cái)務(wù)分析體系會(huì)更加智能化，可以根據(jù)企業(yè)資金流向、市場(chǎng)環(huán)境變化、客戶(hù)群體需求變化為企業(yè)制定最佳方案，同時(shí)，還能幫助企業(yè)防范風(fēng)險(xiǎn)。

（三）制定網(wǎng)絡(luò)化安全管理措施

大數(shù)據(jù)給我們帶來(lái)了巨大的便利，但我們也不能忽視隨之而來(lái)的風(fēng)險(xiǎn)和危害。隨著黑客技術(shù)的發(fā)展，競(jìng)爭(zhēng)對(duì)手可能故意截取企業(yè)商業(yè)機(jī)密或惡意篡改商業(yè)信息讓企業(yè)蒙受巨大的經(jīng)濟(jì)損失。數(shù)據(jù)在網(wǎng)絡(luò)傳遞的過(guò)程中，也可能會(huì)被肆意的病毒侵入，影響企業(yè)大數(shù)據(jù)系統(tǒng)的穩(wěn)定性和準(zhǔn)確性。因此，企業(yè)應(yīng)當(dāng)建立健全網(wǎng)絡(luò)保護(hù)措施，如安裝正版殺毒軟件，建立網(wǎng)絡(luò)防火墻，信息提取采用身份識(shí)別技術(shù)等等，同時(shí)制定防火、防水以及突發(fā)事件的緊急處理辦法。

四、總結(jié)

互聯(lián)網(wǎng)技術(shù)正在悄無(wú)聲息的改變著我們的生活，而大數(shù)據(jù)更是將我們帶入全新的領(lǐng)域。財(cái)務(wù)分析不應(yīng)該只重視對(duì)數(shù)據(jù)的研究，更應(yīng)該結(jié)合行業(yè)環(huán)境、戰(zhàn)略目標(biāo)全面評(píng)價(jià)企業(yè)經(jīng)營(yíng)狀況。在大數(shù)據(jù)處理下的財(cái)務(wù)數(shù)據(jù)能創(chuàng)造新的價(jià)值和發(fā)展動(dòng)力，讓企業(yè)進(jìn)入高效健康的發(fā)展階段。

參考文獻(xiàn)

[1]陳俊明.基于布爾矩陣的空間關(guān)聯(lián)規(guī)則提取方法研究[J].測(cè)繪與空間地理信息，2014，（5）.

[2]黃月，高學(xué)東.聚類(lèi)分析在高校財(cái)務(wù)風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用[J].中國(guó)管理信息化，2014，（8）.

[3]劉曉蓉.大數(shù)據(jù)時(shí)代財(cái)務(wù)分析的研究[J].現(xiàn)代商業(yè)，2015（12）：112.

[4]林潔瑩.大數(shù)據(jù)時(shí)代背景下會(huì)計(jì)財(cái)務(wù)分析研究[J].濟(jì)南職業(yè)學(xué)院學(xué)報(bào)，2015（12）：97.

基金項(xiàng)目：本文系安徽財(cái)經(jīng)大學(xué)2015年大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（201510378633）階段性研究成果。

作者簡(jiǎn)介：楊星辰（1993-），女，安徽銅陵人，安徽財(cái)經(jīng)大學(xué)2012級(jí)財(cái)務(wù)管理本科生，研究方向：財(cái)務(wù)管理。