周 威 謝振凱
(空軍勤務(wù)學院 江蘇徐州 221000)
近年來,大數(shù)據(jù)技術(shù)的迅速發(fā)展對各行各業(yè)產(chǎn)生了深遠的影響,大數(shù)據(jù)在全球生產(chǎn)、金融、教育、消費、財會等領(lǐng)域發(fā)揮的作用越來越明顯。大數(shù)據(jù)背景下,企業(yè)的一切活動都以數(shù)據(jù)形式進行保存,并且應(yīng)用大數(shù)據(jù)技術(shù)代替重復(fù)性高、繁雜的基礎(chǔ)性工作,使得工作流程向智能化方向發(fā)展。在財務(wù)領(lǐng)域中,大數(shù)據(jù)建模與挖掘技術(shù)的突破使得財務(wù)從信息化向智能化轉(zhuǎn)型成為可能。本文探索大數(shù)據(jù)技術(shù)在財務(wù)領(lǐng)域的智能化應(yīng)用,以期為企事業(yè)的財務(wù)決策提供幫助。
大數(shù)據(jù),是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合,其特點是數(shù)據(jù)規(guī)模大,產(chǎn)生的速度快,數(shù)據(jù)類型多樣化,結(jié)構(gòu)復(fù)雜,來源渠道多,包含的價值密度低,需要新的處理模式和工具從大量數(shù)據(jù)資源中提煉潛在數(shù)據(jù)價值并進行應(yīng)用,使其具有更優(yōu)質(zhì)的決斷力、洞察力和優(yōu)化力。
大數(shù)據(jù)技術(shù)是指大數(shù)據(jù)的應(yīng)用技術(shù),是信息技術(shù)的一種[1],包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲、數(shù)據(jù)分析以及數(shù)據(jù)展示等技術(shù),其過程涵蓋特征提取、模式識別、規(guī)則學習、推薦、預(yù)測等。通過將企事業(yè)業(yè)務(wù)活動的數(shù)據(jù)包括交易數(shù)據(jù)、人為數(shù)據(jù)、移動數(shù)據(jù)等進行處理,分析當前的現(xiàn)狀,建立相應(yīng)的模型,挖掘其中潛在的原因和規(guī)律,并根據(jù)具體情況進行推薦預(yù)測,幫助企事業(yè)單位進行風險控制、優(yōu)化業(yè)務(wù)流程、預(yù)測商機以及輔助決策等。
大數(shù)據(jù)技術(shù)的迅猛發(fā)展以及不斷成熟完善,使各行各業(yè)的管理模式都產(chǎn)生了前所未有的變革。財務(wù)領(lǐng)域在大數(shù)據(jù)的輔助和應(yīng)用下,不再僅僅是分析賬務(wù)賬單的表面數(shù)據(jù),而是更加多角度的全方位的分析財務(wù)數(shù)據(jù)和非財務(wù)數(shù)據(jù),財務(wù)工作有了更加完善的管理體系。具體的,大數(shù)據(jù)在財務(wù)領(lǐng)域的應(yīng)用分為兩方面,一方面是財務(wù)流程的優(yōu)化?;诖髷?shù)據(jù)技術(shù)的財務(wù)智能產(chǎn)品不斷問世,典型代表有財務(wù)機器人和財務(wù)智能云服務(wù),可以完成財務(wù)流程中的絕大多數(shù)基礎(chǔ)性、簡單化、重復(fù)性高的工作,實現(xiàn)財務(wù)的自動審核與記賬等,并且財務(wù)流程的每一項步驟和工作內(nèi)容都被監(jiān)控和記錄。不僅如此,這些智能產(chǎn)品還能在財務(wù)人員決策某些工作時提供輔助建議。
另一方面是大數(shù)據(jù)技術(shù)彌補了以往財務(wù)管理工作中由于技術(shù)不完善造成的決策失誤問題,如企事業(yè)運用大數(shù)據(jù)技術(shù)能夠及時精準的獲取第一手資源,通過數(shù)據(jù)分析挖掘財務(wù)信息潛在的價值,準確的對決策作出動態(tài)調(diào)整[2],同時彌補了信息不對稱引起的問題。另外,財務(wù)數(shù)據(jù)中結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的采集渠道在大數(shù)據(jù)技術(shù)的幫助下越來越廣泛,且得到的財務(wù)數(shù)據(jù)可靠、真實,有利于企事業(yè)做出正確的財務(wù)決策。
財務(wù)決策對所有企事業(yè)單位來說是一個復(fù)雜又重要的過程,決策者需要依靠許多財務(wù)分析統(tǒng)計工具,綜合考慮財務(wù)內(nèi)外部環(huán)境、以及法律法規(guī)政策等進行決策[3]。大數(shù)據(jù)技術(shù)能夠?qū)崟r抓取財務(wù)內(nèi)部數(shù)據(jù)和外部環(huán)境提供的數(shù)據(jù),結(jié)合財務(wù)專家長期積累的經(jīng)驗和智慧,運用關(guān)聯(lián)規(guī)則方法、數(shù)據(jù)回歸方法、分類方法、聚類方法建立各種財務(wù)模型,對財務(wù)數(shù)據(jù)和非財務(wù)數(shù)據(jù)深入分析,輔助決策者對財務(wù)的管理、控制、運營等方面進行決策,進一步實現(xiàn)決策過程智能化。如在投資某產(chǎn)品時,通過大數(shù)據(jù)技術(shù)挖掘該產(chǎn)品的市場價值、研發(fā)公司的發(fā)展?jié)摿σ约鞍l(fā)展空間、風險承受能力等,通過數(shù)據(jù)模型的分析,給出是否投資以及投資多少的決策建議,輔助決策者進行投資的決策。大數(shù)據(jù)技術(shù)在決策中的應(yīng)用能夠增加財務(wù)數(shù)據(jù)的利用率,減少失誤率,幫助企事業(yè)提高決策的質(zhì)量。
維持健康的財務(wù)狀態(tài),控制風險是企事業(yè)的首要問題,傳統(tǒng)的財務(wù)風險分析主要以事后發(fā)現(xiàn)為主[4],依據(jù)財務(wù)報表和資料進行統(tǒng)計分析,時效性差,信息有所滯后。應(yīng)用大數(shù)據(jù)技術(shù),在事前和事中對財務(wù)管理的所有數(shù)據(jù)進行把控,通過關(guān)聯(lián)規(guī)則對各項內(nèi)容進行關(guān)聯(lián)關(guān)系的風險控制。利用機器學習等技術(shù)對事后的財務(wù)數(shù)據(jù)進行分析與挖掘,查找風險因素,輔助管理者對財務(wù)狀況進行更好的管控。
傳統(tǒng)的財務(wù)工作對財務(wù)人員來說,重復(fù)繁雜的處理流程耗費大量的時間和精力,而不能將多的精力放在財務(wù)管理和決策上。財務(wù)數(shù)據(jù)結(jié)構(gòu)對非財務(wù)人員來說晦澀難懂,非財務(wù)人員若不理解專業(yè)的財務(wù)術(shù)語和財務(wù)系統(tǒng)的功能,就不能了解具體的財務(wù)狀況。將大數(shù)據(jù)技術(shù)應(yīng)用于財務(wù)服務(wù)中,通過數(shù)據(jù)處理技術(shù)、OCR技術(shù)、自然語言交互技術(shù)等使財務(wù)流程智能化,如發(fā)票的報銷,合同和稅號的審核、銀行轉(zhuǎn)賬等都能自動化的處理,財務(wù)人員只需在財務(wù)流程結(jié)束后進行檢查監(jiān)督,而不需要參與每一步的流程,這樣將財務(wù)人員從繁雜的工作中解脫出來,同時非財務(wù)人員可通過大數(shù)據(jù)可視化技術(shù)查看財務(wù)數(shù)據(jù),而不用理解專業(yè)財務(wù)知識。大數(shù)據(jù)技術(shù)的使用使得財務(wù)智能化服務(wù)于全員。
傳統(tǒng)的財務(wù)模式重視當前階段產(chǎn)生的財務(wù)報表等的數(shù)據(jù),而輕視過去財務(wù)產(chǎn)生的數(shù)據(jù),導致企事業(yè)單位只能根據(jù)當前的環(huán)境形勢進行預(yù)測,并沒有把握住過去財務(wù)信息中所潛藏的價值,造成過去信息的資源浪費。大數(shù)據(jù)技術(shù)可以對過去的財務(wù)數(shù)據(jù)進行處理、分析、歸納,根據(jù)各種財務(wù)問題如財務(wù)困境、財務(wù)欺詐、經(jīng)費預(yù)測等應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)、機器學習算法建立預(yù)測性模型,在今后的經(jīng)營活動中對類似的財務(wù)問題的發(fā)展趨勢進行預(yù)測。
隨著企事業(yè)數(shù)據(jù)的積累以及需求的增加,傳統(tǒng)的財務(wù)模式已不能滿足財務(wù)領(lǐng)域海量的數(shù)據(jù)處理要求,大數(shù)據(jù)技術(shù)在財務(wù)領(lǐng)域的應(yīng)用,推動企事業(yè)在決策、風險控制、服務(wù)以及預(yù)測等方面向智能化方向發(fā)展,促進財務(wù)從信息化向智能化方向轉(zhuǎn)型成為可能。未來,大數(shù)據(jù)技術(shù)在財務(wù)領(lǐng)域的智能化應(yīng)用范圍將會越來越廣泛。