0 引言

大數(shù)據(jù)的到來給傳統(tǒng)財(cái)務(wù)帶來了不小的沖擊。尤其是面臨著日漸激烈的市場(chǎng)競(jìng)爭(zhēng)，各大企業(yè)都不敢對(duì)財(cái)務(wù)管理有所懈怠，不斷提升企業(yè)財(cái)務(wù)分析水平，提高效率和質(zhì)量，贏得市場(chǎng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)。財(cái)務(wù)分析雖存在已久，然而由于傳統(tǒng)的財(cái)務(wù)分析工作數(shù)據(jù)的數(shù)目以及處理方式都十分局限，財(cái)務(wù)分析能夠?yàn)槠髽I(yè)帶來的幫助還遠(yuǎn)沒有體現(xiàn)出來，大數(shù)據(jù)為企業(yè)帶來了不可多得的機(jī)遇，也帶來了不可小的挑戰(zhàn)，傳統(tǒng)財(cái)務(wù)所體現(xiàn)出的弊端被大數(shù)據(jù)的優(yōu)勢(shì)所彌補(bǔ)，為財(cái)務(wù)分析創(chuàng)造提了新的環(huán)境。企業(yè)想要把握時(shí)代機(jī)遇，實(shí)現(xiàn)更長(zhǎng)遠(yuǎn)的發(fā)展，就不得不重視企業(yè)內(nèi)部的財(cái)務(wù)分析工作，要精準(zhǔn)把握財(cái)務(wù)分析中的每一項(xiàng)漏洞，在大數(shù)據(jù)的基礎(chǔ)上選擇性地?fù)袢?duì)策，著力做實(shí)財(cái)務(wù)分析，推進(jìn)財(cái)務(wù)分析早日實(shí)現(xiàn)全面智能化[1-2]

1文獻(xiàn)綜述

國外在大數(shù)據(jù)技術(shù)的研究起步較早，主要集中在以下3個(gè)領(lǐng)域[3]

（1）基礎(chǔ)理論探索。這一領(lǐng)域的研究深人探討了大數(shù)據(jù)的起源與發(fā)展、核心概念及其特征、基本架構(gòu)，以及大數(shù)據(jù)的意義和對(duì)各領(lǐng)域的影響。

（2）技術(shù)層面的深入分析。在大數(shù)據(jù)技術(shù)研究中，數(shù)據(jù)存儲(chǔ)與分析占據(jù)了顯著的位置。全球范圍內(nèi)，各國都在積極掌握大數(shù)據(jù)技術(shù)，以期通過分析海量數(shù)據(jù)來獲取有價(jià)值的情報(bào)。大數(shù)據(jù)技術(shù)的研究與現(xiàn)有技術(shù)基礎(chǔ)緊密相連，例如數(shù)據(jù)挖掘和云計(jì)算等。

（3）應(yīng)用領(lǐng)域的廣泛探索。大數(shù)據(jù)時(shí)代的數(shù)據(jù)信息覆蓋了生活的各個(gè)層面，其應(yīng)用范圍也極為廣泛。當(dāng)前的研究熱點(diǎn)包括“數(shù)據(jù)可視化”“信息傳播”和“社交媒體”等領(lǐng)域，并且這些技術(shù)被廣泛應(yīng)用于互聯(lián)網(wǎng)、零售、建筑、金融和醫(yī)療等多個(gè)行業(yè)。

我國在大數(shù)據(jù)技術(shù)領(lǐng)域的發(fā)展與時(shí)代同步，積極推進(jìn)相關(guān)研究。2012年，國務(wù)院發(fā)布《“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》（以下簡(jiǎn)稱《規(guī)劃》），明確提出對(duì)海量數(shù)據(jù)存儲(chǔ)技術(shù)、智能移動(dòng)終端、云計(jì)算平臺(tái)及相關(guān)技術(shù)軟件的研發(fā)和產(chǎn)業(yè)化給予重點(diǎn)支持。學(xué)術(shù)界對(duì)大數(shù)據(jù)的關(guān)注度隨之增加，計(jì)世資訊將2011年定為中國大數(shù)據(jù)發(fā)展的起點(diǎn)。自西方大數(shù)據(jù)研究熱潮興起以來，中國的研究也逐漸與國際接軌。2012—2013年，在對(duì)大數(shù)據(jù)理論基礎(chǔ)有了充分理解之后，研究開始向企業(yè)應(yīng)用層面拓展。2014年至今，大數(shù)據(jù)在企業(yè)財(cái)務(wù)管理中的應(yīng)用文獻(xiàn)數(shù)量顯著增長(zhǎng)，研究?jī)?nèi)容也變得更加精細(xì)化。大數(shù)據(jù)技術(shù)在中國迅速發(fā)展，與各行各業(yè)的融合也在不斷深化[4]

綜上所述，隨著大數(shù)據(jù)的興起，其在各個(gè)領(lǐng)域，包括財(cái)務(wù)管理中的重要性日益凸顯，引起了廣泛關(guān)注。一些學(xué)者已經(jīng)開始探索大數(shù)據(jù)在財(cái)務(wù)工作中的應(yīng)用，但目前大數(shù)據(jù)技術(shù)在財(cái)務(wù)領(lǐng)域的應(yīng)用還不夠廣泛，特別是在財(cái)務(wù)分析方面的研究還相對(duì)有限。本研究旨在填補(bǔ)這一研究空白，通過將大數(shù)據(jù)技術(shù)應(yīng)用于傳統(tǒng)企業(yè)財(cái)務(wù)報(bào)表分析，以期最大化地發(fā)揮大數(shù)據(jù)的潛力和效率。

2傳統(tǒng)模式下企業(yè)財(cái)務(wù)報(bào)表分析存在的問題

2.1 數(shù)據(jù)源存在局限性

傳統(tǒng)財(cái)務(wù)分析主要依賴于企業(yè)內(nèi)部的財(cái)務(wù)報(bào)表和會(huì)計(jì)核算數(shù)據(jù)，這些數(shù)據(jù)大致可分為3類：存儲(chǔ)于財(cái)務(wù)軟件中的電子數(shù)據(jù)、紙質(zhì)形式的原始憑證及財(cái)務(wù)數(shù)據(jù)間的邏輯聯(lián)系。這些數(shù)據(jù)大多為企業(yè)內(nèi)部的結(jié)構(gòu)化數(shù)據(jù)，具有較高的準(zhǔn)確性，但受限于數(shù)據(jù)量小和時(shí)效性差。在這種情況下，數(shù)據(jù)源的不完整性限制了對(duì)企業(yè)經(jīng)營狀況的全面分析，僅基于有限的數(shù)據(jù)無法科學(xué)完整地反映企業(yè)的經(jīng)營狀況。此外，僅依賴這些靜態(tài)數(shù)據(jù)，企業(yè)難以對(duì)未來發(fā)展態(tài)勢(shì)做出科學(xué)的預(yù)測(cè)

同時(shí)，由于企業(yè)間信息的封閉性，獲取行業(yè)其他企業(yè)的內(nèi)部數(shù)據(jù)變得困難，能夠獲得的數(shù)據(jù)主要限于上市公司公開披露的信息。在數(shù)據(jù)資源受限的背景下，企業(yè)難以客觀準(zhǔn)確地評(píng)估自身的發(fā)展態(tài)勢(shì)，數(shù)據(jù)源的不足也成為阻礙財(cái)務(wù)分析規(guī)范化進(jìn)程的一個(gè)重要因素。

2.2財(cái)務(wù)報(bào)表分析方法單一性

在大數(shù)據(jù)時(shí)代尚未全面到來之前，企業(yè)財(cái)務(wù)人員在評(píng)估企業(yè)的財(cái)務(wù)和經(jīng)營狀況時(shí)，常常僅采用單一的財(cái)務(wù)分析方法，導(dǎo)致分析指標(biāo)單一，缺乏綜合性。這種局限性可能導(dǎo)致財(cái)務(wù)報(bào)表誤導(dǎo)管理者，從而做出不當(dāng)決策，不利于企業(yè)的穩(wěn)健發(fā)展。常用的比率分析法和趨勢(shì)分析法均存在此類缺陷。這些方法主要基于企業(yè)歷史數(shù)據(jù)，其時(shí)效性和準(zhǔn)確性往往難以滿足現(xiàn)代企業(yè)的需求，難以為企業(yè)決策提供有效支持。

此外，這些分析方法主要關(guān)注定量分析，而忽視了定性分析的重要性，這無疑增加了分析結(jié)果的不確定性。這種局限性不僅可能導(dǎo)致管理者做出錯(cuò)誤決策，還可能影響對(duì)企業(yè)未來發(fā)展趨勢(shì)的準(zhǔn)確預(yù)測(cè)[5]

2.3 復(fù)合型財(cái)務(wù)分析人才欠缺

在當(dāng)今時(shí)代，全球范圍內(nèi)財(cái)務(wù)分析人才的短缺已成為一個(gè)不爭(zhēng)的事實(shí)，這對(duì)行業(yè)構(gòu)成了巨大的挑戰(zhàn)。隨著會(huì)計(jì)專業(yè)改名為大數(shù)據(jù)與會(huì)計(jì)專業(yè)，預(yù)示著未來大數(shù)據(jù)技術(shù)與會(huì)計(jì)專業(yè)將實(shí)現(xiàn)深度融合。會(huì)計(jì)專業(yè)人員不僅要通過持續(xù)學(xué)習(xí)來豐富和鞏固自己的專業(yè)技能，還需掌握大數(shù)據(jù)分析技術(shù)，以實(shí)時(shí)監(jiān)控企業(yè)各部門的運(yùn)作情況。對(duì)于企業(yè)而言，財(cái)務(wù)人員的角色已不再局限于傳統(tǒng)的財(cái)務(wù)管理，而是擴(kuò)展到企業(yè)各領(lǐng)域的綜合管理者[6]

然而，培養(yǎng)具備高綜合素養(yǎng)的復(fù)合型人才并非一蹴而就。首先，這類人才需要在扎實(shí)的專業(yè)技能基礎(chǔ)上，具備大數(shù)據(jù)信息的收集、處理和分析能力。在傳統(tǒng)模式下，財(cái)務(wù)分析人員往往專注于提升自己在財(cái)務(wù)核算領(lǐng)域的專業(yè)水平，而對(duì)信息處理和大數(shù)據(jù)分析的概念和流程較為陌生，這限制了財(cái)務(wù)數(shù)據(jù)分析效率的提升。此外，財(cái)務(wù)分析人員的學(xué)習(xí)態(tài)度也需要進(jìn)一步規(guī)范。目前，部分財(cái)務(wù)分析人員尚未充分認(rèn)識(shí)到大數(shù)據(jù)的重要性，缺乏主動(dòng)培養(yǎng)大數(shù)據(jù)思維的意識(shí)，學(xué)習(xí)動(dòng)力不足，知識(shí)積累不夠豐富，工作中過于依賴個(gè)人經(jīng)驗(yàn)，導(dǎo)致財(cái)務(wù)分析結(jié)果帶有主觀性。同時(shí)，一些財(cái)務(wù)分析工作者將學(xué)習(xí)新知識(shí)視為應(yīng)付上級(jí)的任務(wù)，缺乏深入探究的學(xué)習(xí)精神，影響學(xué)習(xí)效果。因此，對(duì)于財(cái)務(wù)分析人才的培養(yǎng)和儲(chǔ)備是一項(xiàng)長(zhǎng)期而艱巨的任務(wù)[7]

3大數(shù)據(jù)在財(cái)務(wù)報(bào)表分析中的優(yōu)勢(shì)

3.1數(shù)據(jù)來源更充足，數(shù)據(jù)準(zhǔn)確性更高

以往企業(yè)財(cái)務(wù)分析所用到的數(shù)據(jù)大都是企業(yè)內(nèi)部的靜態(tài)數(shù)據(jù)，而在大數(shù)據(jù)的加持下，不但能夠繼續(xù)利用財(cái)務(wù)報(bào)表等重要信息，還能夠通過各種技術(shù)從行業(yè)中的其他企業(yè)之中獲得許多有價(jià)值的數(shù)據(jù)。其中不但包括了財(cái)務(wù)信息，還有各類非財(cái)務(wù)信息。在大數(shù)據(jù)技術(shù)還未普及之前，信息的收集和整理大都需要人工進(jìn)行，不但難度較大，且工作效率十分低下，各種人為因素和處理方式導(dǎo)致分析結(jié)果很難具有高度的精準(zhǔn)性，并且使用完畢也不能在動(dòng)態(tài)流轉(zhuǎn)過程中繼續(xù)發(fā)揮價(jià)值。大數(shù)據(jù)的誕生讓數(shù)據(jù)的提取、整理、處理都實(shí)現(xiàn)了大幅技術(shù)升級(jí)，數(shù)據(jù)的高效整合成為現(xiàn)實(shí)，同時(shí)在高新技術(shù)的加持下，數(shù)據(jù)的準(zhǔn)確性也得到了很大保障[8]

3.2 融合多種分析方法

傳統(tǒng)模式下，財(cái)務(wù)報(bào)表分析方法的單一性難以打破，并且無論采取哪種方法都無法規(guī)避各自的弊端。這種單一的指標(biāo)將會(huì)導(dǎo)致部分信息在處理的過程中被遺漏，進(jìn)而致使最終的財(cái)務(wù)報(bào)表缺乏科學(xué)性和準(zhǔn)確性。而采用大數(shù)據(jù)分析工具，如Python、SQL工具等分析財(cái)務(wù)報(bào)表，一方面，企業(yè)財(cái)務(wù)人員能夠借助多種渠道取得需要的各類數(shù)據(jù)，構(gòu)建出真正適合自身企業(yè)發(fā)展的財(cái)務(wù)分析體系，而那些從外部收集到的信息將成為企業(yè)重要的參考指標(biāo)，為企業(yè)后續(xù)的規(guī)劃提供建議；另一方面，大數(shù)據(jù)的出現(xiàn)打破了傳統(tǒng)模式下分析方法的單一性，只需要借助大數(shù)據(jù)模型，就可以讓多種分析方法實(shí)現(xiàn)有效的融合。比如，想要分析企業(yè)當(dāng)下的經(jīng)營狀況，不但要利用企業(yè)記錄的歷史數(shù)據(jù)，還需要借助大數(shù)據(jù)模型預(yù)測(cè)出企業(yè)未來發(fā)展的動(dòng)態(tài)數(shù)據(jù)，結(jié)合當(dāng)下與未來，保障企業(yè)的發(fā)展戰(zhàn)略更為科學(xué)。同時(shí)結(jié)合定量分析和定性分析，從前企業(yè)財(cái)務(wù)人員大都只會(huì)選擇定量分析，極大程度上忽視了定性分析的重要性和必要性，定性分析不但能夠幫助管理者更加全面的把握企業(yè)各項(xiàng)資產(chǎn)的流轉(zhuǎn)，還能夠更為科學(xué)的評(píng)估企業(yè)資產(chǎn)的不良性，更好地保障企業(yè)資產(chǎn)的安全，確保報(bào)表的使用者能夠依靠準(zhǔn)確的數(shù)據(jù)做出更加正確的決策[10]

3.3 提升財(cái)務(wù)報(bào)表客觀性

大數(shù)據(jù)時(shí)代之下，報(bào)表分析環(huán)節(jié)中大部分的人力被科技取代，在很大程度上規(guī)避了因人為因素導(dǎo)致的誤差，為企業(yè)決策提供了更高的安全保障。一方面，企業(yè)在智能終端的基礎(chǔ)上疊加各類軟件系統(tǒng)進(jìn)行輔佐，高效提取數(shù)據(jù)并統(tǒng)一進(jìn)行分析處理，財(cái)務(wù)數(shù)據(jù)的客觀性水平較高。并且所汲取的各項(xiàng)數(shù)據(jù)都會(huì)進(jìn)行存檔，財(cái)務(wù)分析人員在后期能夠靈活觀察各項(xiàng)數(shù)據(jù)，通過各項(xiàng)綜合指標(biāo)的測(cè)評(píng)，及時(shí)發(fā)現(xiàn)企業(yè)管理中所隱藏的風(fēng)險(xiǎn)，讓財(cái)務(wù)報(bào)表能夠?yàn)槠髽I(yè)帶來更大的價(jià)值，確保企業(yè)報(bào)表信息的正確性，為外部人員使用財(cái)務(wù)數(shù)據(jù)提供便利。另一方面，企業(yè)經(jīng)營者構(gòu)建大數(shù)據(jù)模型，該模型能夠自動(dòng)結(jié)合市場(chǎng)風(fēng)險(xiǎn)以及企業(yè)自身風(fēng)險(xiǎn)，通過一系列算法預(yù)測(cè)公開市場(chǎng)金融資產(chǎn)發(fā)展趨勢(shì)，得到多種合理的投資方案，便于多方通過探討得到最為科學(xué)的資產(chǎn)組合項(xiàng)目，企業(yè)投資者根據(jù)科學(xué)的預(yù)測(cè)結(jié)果進(jìn)行決策，能夠幫助企業(yè)在最大程度上實(shí)現(xiàn)收益的最大化[1]

3.4促進(jìn)企業(yè)財(cái)務(wù)報(bào)表分析向自動(dòng)與智能轉(zhuǎn)變

對(duì)公司來說，賦予財(cái)務(wù)數(shù)據(jù)分析自動(dòng)化程序不但能夠自動(dòng)輸出財(cái)務(wù)報(bào)表，還能夠更為系統(tǒng)地進(jìn)行參數(shù)查詢、授權(quán)管理、多數(shù)據(jù)源合并等多個(gè)環(huán)節(jié)，這也得益于大數(shù)據(jù)挖掘技術(shù)的應(yīng)用。如今的現(xiàn)代企業(yè)在進(jìn)行財(cái)務(wù)數(shù)據(jù)分析時(shí)，大數(shù)據(jù)分析信息技術(shù)與云計(jì)算技術(shù)、人工智能等現(xiàn)代信息技術(shù)的綜合運(yùn)用，企業(yè)再不用為更加復(fù)雜的分析要求為難，至此，企業(yè)財(cái)務(wù)數(shù)據(jù)分析向自動(dòng)化過渡的步伐加速[12-13] O

4實(shí)證案例

4.1 案例簡(jiǎn)介

ABC有限公司成立于2014年，是專業(yè)的數(shù)字化服務(wù)提供商。公司具有多年建設(shè)金融行業(yè)和國家部分重點(diǎn)行業(yè)信息化工程的豐富經(jīng)驗(yàn)，以軟件業(yè)務(wù)、集成服務(wù)業(yè)務(wù)、產(chǎn)品服務(wù)業(yè)務(wù)、智慧城市業(yè)務(wù)等四大板塊業(yè)務(wù)為主體，積極布局云業(yè)務(wù)和數(shù)據(jù)智能業(yè)務(wù)，為客戶提供貫穿IT建設(shè)全生命周期的“一站式”數(shù)字化服務(wù)。公司所屬證監(jiān)會(huì)行業(yè)分類為“信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)-軟件和信息技術(shù)服務(wù)業(yè)”。ABC有限公司為了適應(yīng)國際市場(chǎng)的變化，董事會(huì)決定于2021年3月召開董事會(huì)擴(kuò)大會(huì)議，主要議題一是討論2020 年的股利分配計(jì)劃；二是調(diào)整經(jīng)營戰(zhàn)略目標(biāo)，布署2021年的經(jīng)營計(jì)劃。按照董事會(huì)會(huì)議日程安排，公司財(cái)務(wù)總經(jīng)理將在會(huì)上做財(cái)務(wù)分析報(bào)告，作為規(guī)劃公司經(jīng)營戰(zhàn)略目標(biāo)的參考依據(jù)。請(qǐng)你代公司財(cái)務(wù)總經(jīng)理對(duì)公司做財(cái)務(wù)數(shù)據(jù)分析與評(píng)價(jià)。

ABC有限公司財(cái)務(wù)報(bào)表簡(jiǎn)表見表1、表2。

4.2 盈利能力分析

根據(jù)2018—2020年財(cái)務(wù)報(bào)表數(shù)據(jù)和會(huì)計(jì)資料，對(duì)公司2020年盈利能力進(jìn)行分析，計(jì)算公司2020年和2019年各財(cái)務(wù)指標(biāo)值及指標(biāo)變動(dòng)，結(jié)果見表3。

根據(jù)已采集的上市公司行業(yè)分類表及2019—2020 年行業(yè)資產(chǎn)負(fù)債表、利潤(rùn)表和現(xiàn)金流量表等財(cái)務(wù)數(shù)據(jù)，以同行業(yè)企業(yè)為樣本（剔除證券簡(jiǎn)稱中包含ST的企業(yè)），運(yùn)用大數(shù)據(jù)分析工具計(jì)算2020年各盈利能力指標(biāo)值，并按照指標(biāo)值由大到小進(jìn)行排序詳細(xì)結(jié)果見圖1、表4。

結(jié)合上述分析數(shù)據(jù)進(jìn)行簡(jiǎn)單概括，得出結(jié)論：

第一，凈資產(chǎn)收益率反映股東權(quán)益的收益水平，用以衡量公司運(yùn)用自有資本的效率。指標(biāo)值越高，說明投資帶來的收益越高。

第二，在企業(yè)股份沒有變化的情況下，每股收益反映企業(yè)的盈利能力，每股收益增加的越多，相對(duì)原有的市盈率，企業(yè)的股票價(jià)格會(huì)增加。

第三，同行業(yè)先進(jìn)企業(yè)中，2020年?duì)I業(yè)毛利率最

高的企業(yè)是盈建科。

4.3 沃爾分析[14]

以同行業(yè)企業(yè)為樣本量，運(yùn)用SQL工具計(jì)算各企業(yè)2020年凈資產(chǎn)收益率，按照凈資產(chǎn)收益率指標(biāo)值由大到小進(jìn)行排序，以排名第18的企業(yè)作為標(biāo)準(zhǔn)企業(yè)詳細(xì)結(jié)果見表5、表6。

根據(jù)本企業(yè)財(cái)務(wù)報(bào)表資料計(jì)算各項(xiàng)財(cái)務(wù)指標(biāo)實(shí)際比率，并運(yùn)用大數(shù)據(jù)分析工具得到同行業(yè)標(biāo)準(zhǔn)企業(yè)信安世紀(jì)數(shù)據(jù)，作為本文計(jì)算標(biāo)準(zhǔn)比率，見表7。在此基礎(chǔ)上計(jì)算相對(duì)比率和綜合指數(shù)，見表8。

結(jié)合上述分析數(shù)據(jù)進(jìn)行簡(jiǎn)單概括得出結(jié)論：

第一，采用沃爾評(píng)分法評(píng)價(jià)企業(yè)發(fā)展能力，計(jì)算結(jié)果是相對(duì)數(shù)，綜合指數(shù)的大小與所選擇的標(biāo)桿企業(yè)相關(guān)。

第二，ABC有限公司與標(biāo)桿企業(yè)最接近的指標(biāo)是“凈資產(chǎn)/負(fù)債”。

4.4 研究結(jié)論

根據(jù)以上分析，得出以下結(jié)論：

（1）利潤(rùn)表分析顯示，公司2020年的營業(yè)收入為546289210.60元，營業(yè)成本為383547547.60元，凈利潤(rùn)為51985136.61元。相比于2019年呈現(xiàn)一定程度的降低趨勢(shì)，并且通過對(duì)盈利能力指標(biāo)計(jì)算可知，總資產(chǎn)凈利率、營業(yè)凈利率、凈資產(chǎn)收益率和營業(yè)毛利率指標(biāo)相比于2019年，均呈現(xiàn)一定降低趨勢(shì)，表明企業(yè)的盈利能力有所降低。

（2）資產(chǎn)負(fù)債表分析顯示，公司2020年的總資產(chǎn)為1135023732.03元，總負(fù)債為304721674.41元，凈資產(chǎn)為830302057.62元，通過進(jìn)一步分析計(jì)算可知，公司的流動(dòng)比率為2.99，凈資產(chǎn)是負(fù)債的2.72倍，償債能力相對(duì)較好，與同行業(yè)標(biāo)準(zhǔn)企業(yè)相比，略高于標(biāo)準(zhǔn)企業(yè)指標(biāo)值。

（3）結(jié)合公司財(cái)務(wù)報(bào)表等數(shù)據(jù)，通過表8對(duì)企業(yè)進(jìn)行沃爾分析可知，公司的存貨周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率分別為5.02和2.53，均高于同行業(yè)標(biāo)準(zhǔn)企業(yè)，固定資產(chǎn)周轉(zhuǎn)率為3.37，與同行業(yè)標(biāo)準(zhǔn)企業(yè)相比，低于同行業(yè)標(biāo)準(zhǔn)企業(yè)。

（4）公司在過去一年中的總資產(chǎn)增加了 1.22% ，凈資產(chǎn)增加了 2.18% ，營業(yè)收入降低了 4.34% ，凈利潤(rùn)降低了 38.66% ，表明企業(yè)的發(fā)展能力總體上較差。

（5）結(jié)合公司財(cái)務(wù)報(bào)表等數(shù)據(jù)，通過分析可知，公司近3年的營業(yè)收入及凈利潤(rùn)呈現(xiàn)先增加后降低的趨勢(shì)，而總資產(chǎn)和凈資產(chǎn)呈現(xiàn)一定的增長(zhǎng)趨勢(shì)，表明企業(yè)的經(jīng)營狀況相對(duì)較差，資產(chǎn)利用效率較低。

綜上所述，公司的盈利能力和發(fā)展能力相比于2019年均呈現(xiàn)一定程度的降低趨勢(shì)，凈利潤(rùn)相比于2019年降幅高達(dá)近 40% ，需要引起管理層的注意，應(yīng)當(dāng)進(jìn)一步提高企業(yè)的盈利能力，提升資產(chǎn)的利用效率。

5 結(jié)語

基于以上研究，隨著大數(shù)據(jù)時(shí)代的到來，給傳統(tǒng)財(cái)務(wù)分析帶來了挑戰(zhàn)，通過對(duì)傳統(tǒng)企業(yè)財(cái)務(wù)報(bào)表分析存在的問題展開討論，將大數(shù)據(jù)技術(shù)應(yīng)用于財(cái)務(wù)報(bào)表分析，發(fā)揮其在財(cái)務(wù)報(bào)表分析中的優(yōu)勢(shì)。本文創(chuàng)新在于通過實(shí)證案例將大數(shù)據(jù)技術(shù)工具，如大數(shù)據(jù)分析工具、SQL工具及沃爾分析法等應(yīng)用于財(cái)務(wù)報(bào)表分析，凸顯大數(shù)據(jù)技術(shù)在企業(yè)財(cái)務(wù)報(bào)表分析中的作用和效能。大數(shù)據(jù)技術(shù)為企業(yè)財(cái)務(wù)報(bào)表分析提供了強(qiáng)大的數(shù)據(jù)基礎(chǔ)，借助先進(jìn)、高效的數(shù)據(jù)處理技術(shù)，可直觀化呈現(xiàn)各類數(shù)據(jù)，實(shí)現(xiàn)企業(yè)財(cái)務(wù)報(bào)表分析往數(shù)字化、智能化方向發(fā)展。

當(dāng)然本文還存在很多不足之處，比如除上述所用到的大數(shù)據(jù)工具外，是否還存在其他分析工具，有待專家學(xué)者作更深人研究。

參考文獻(xiàn)

[1］喻英．大數(shù)據(jù)背景下企業(yè)財(cái)務(wù)分析工作提升研究［J]．財(cái)會(huì)學(xué)習(xí)，2022，11（33）：16.

[2］耿珊．大數(shù)據(jù)時(shí)代下企業(yè)財(cái)務(wù)分析中存在的問題及對(duì)策[J]．中國集體經(jīng)濟(jì)，2022，8（24）：98.

[3］吳娜．大數(shù)據(jù)環(huán)境下的企業(yè)財(cái)務(wù)分析變革研究［D].武漢：武漢理工大學(xué)，2016.

[4］李童．大數(shù)據(jù)技術(shù)在企業(yè)財(cái)務(wù)決策中的應(yīng)用研究［D]．北京：北京郵電大學(xué)，2021.

[5］張超，肖聰，朱衛(wèi)東，等．財(cái)務(wù)智能可視化分析與文獻(xiàn)綜述[J].財(cái)會(huì)月刊，2019，2（3）：30-31.

[6］靳慶魯，朱凱，曾慶生．?dāng)?shù)智時(shí)代財(cái)會(huì)人才培養(yǎng)的“上財(cái)模式”探索與實(shí)踐［J]．中國大學(xué)教學(xué)，2021，11（11）：28-29.

[7］張敏，吳亭，史春玲，等．智能財(cái)務(wù)人才類型與培養(yǎng)模式：一個(gè)初步框架[J].會(huì)計(jì)研究，2022，11（11）：14-16.

[8］王曦雯．大數(shù)據(jù)技術(shù)對(duì)企業(yè)財(cái)務(wù)分析的影響及對(duì)策［J]．中國市場(chǎng)，2023，3（9）：179-180.

[9］張曉芳，董坤景，趙麗娟.Python技術(shù)在財(cái)務(wù)分析中的應(yīng)用研究［J].邯鄲職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2022，35（4）：39-40.

［10］任燦燦．大數(shù)據(jù)技術(shù)對(duì)企業(yè)財(cái)務(wù)分析的影響及對(duì)策［J]．中國市場(chǎng)，2022，7（21）：183-184.

[11］張紅英，王翠森．大數(shù)據(jù)時(shí)代財(cái)務(wù)分析領(lǐng)域機(jī)遇與挑戰(zhàn)[J].財(cái)會(huì)通訊，2016，2（5）：84-85.

[12］李瑞雪，王愛國，任博宇，等.ChatGPT及其核心技術(shù)在智能會(huì)計(jì)中的應(yīng)用［J].會(huì)計(jì)之友，2023，5（12）：35-36.

[13］陳安萍，趙雅.ChatGPT對(duì)財(cái)務(wù)分析的影響及對(duì)策研究[J].會(huì)計(jì)之友，2023，7（16）：158-159.

[14］王躍武．沃爾評(píng)分法的缺陷及其改進(jìn)［J]．財(cái)會(huì)月刊，2011，

3 （7）： 73-74.

[15］宋少平，孫養(yǎng)學(xué)．管理權(quán)力、公司業(yè)績(jī)與高管薪酬：基于我國農(nóng)業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J]．會(huì)計(jì)之友，2014，2（4）： 92.

收稿日期：2024-11-24

作者簡(jiǎn)介：

湯向玲，女，1979年生，碩士研究生學(xué)歷，副教授，會(huì)計(jì)師，主要研究方向：會(huì)計(jì)理論與實(shí)踐的教學(xué)與研究。