敖韫 包头市中心医院

摘要：大数据时代财务分析系统已经出现了不适应的状况，因此，应制定清晰的构建战略，把控财务分析系统的风险，完善财务分析新系统的主要功能以及实行财务、业务信息一体化。

关键词：大数据时代  财务  分析

大数据是近几年来一次颠覆性的技术变革，随着数据的产生量和生成速度已达到惊人的地步，大数据时代已经到来。大数据时代的数据和传统意义上的数据产生了本质的变化，之前的结构化数据占数据总量的比例越来越少，大量的数据诸如图片，视频，音频等都是非结构化的，碎片化的。因此，传统的关系型数据库已经无法分析这种类型结构的数据，这导致了基于传统数据库的财务分析模式也己很难适应时代发展的潮流。数据本身是无意义的，关键在于分析能力，因此如何从海量信息中挖掘出有价值的财务线索就是大数据的关键。

一、大数据与财务分析

1．大数据

到目前为止，关于什么是大数据并没有一个确定的定义。Manish、麦肯锡和EMC公司等都先后提出了关于大数据的定义，他们大多从数据规模、数据形式、数据来源以及需要的处理技术进行大数据的界定，但界定并不相同。

但是，存在普遍被接受的关于大数据的描述，即关于大数据的“4V”特征和人们对待数据的方式发生的三个变化，前者是麦肯锡公司做出的，后者来源于著作《大数据时代：生活、工作与思维的大变革》。“4V”特征即海量数据（Volume）、多样性（Variety）、快速产生与传播（Velocity）以及价值密度低（Value）。三个变化即，从样本数据向全体数据转变、放弃对精确性的追求，以及放弃对因果关系的渴求。数据处理技术从关系型数据库到数据仓库，再到联机分析处理、数据挖掘、数据可视化。

2．财务分析

从传统的观点看，财务分析就是财务报表分析。对于企业外部的人员，包括债权人、投资人、会计师或其它审计人员以及税务机关等，他们一般地只能获取企业对外公布的财务报表，所以对于他们而言，财务分析就完全等同于财务报表分析。对于企业内部管理人员，除了上述提到的财务报表外，还可以获得总账及凭证等组成报表的明细信息。

因此，随着大数据技术不断地发展与成熟，使得企业内部管理人员可以综合上述财务的所有信息来源对财务进行综合的分析。

二、大数据时代财务分析系统不适应的现状

在建立大数据财务分析系统之前，一些企业已经拥有部分独立业务系统的应用，但对数据的加工汇总利用，只体现在某些基础的数据查询功能，包括总账管理、资金管理、固定资产管理、报表管理等。这些查询功能已经无法满足企业日常管理、经营分析、风险管理等方面的需求。当前财务分析系统不适应的现状如下：

1．统计口径不一致。企业不同分管部门，要求企业财务报表的报送人员按不同口径报送数据，容易引起口径不一致填报误差。这就需要报表中的数据已经清晰地按各个口径进行区分，但在实际工作中，部分财务指标计算复杂，数据来源比较零散，无法从单一的接口中获得。同时现有的指标在不同的统计口径下，计算方法和最终结果都有显著差别，这就需要对原有指标计算口径进行调整。

2．效率低下。由于数据查询功能是直接搭建在总账管理、固定资产管理、资金管理、报表管理等子系统基础上，这些子系统原本是用来支持业务运行而设计的，是典型的OLTP 应用。基于这些子系统建立进行查询分析时资源消耗极大，运行效率缓慢。

3．没有完整指标体系。目前企业财务分析指标体系种类多，大都是为了满足对应归口部门考核评价体系指标报送要求，但企业管理层往往希望在一次查询中看到有针对性、有体系的综合财务指标分析结果，基于当前架构实现起来很困难。

4．信息呈现方式单调。目前主要以清单报表、多维分析为主，但这些并不是适合多有数据应用的尽善尽美的信息展现方式。

5．系统不够灵活。按不变需求而实现的系统没有考虑到需求的不断变化，新的需求变更不断的出现，使信息部门疲于应付。

三、大数据时代完善财务分析的路径

1．制定清晰的构建战略

首先制定财务战略。因为每个行业和每个企业都有不同的特点，对于大数据的使用将会有很大的差异，制定财务战略将有助于企业找到有自身特点的企业财务方向，进而构建自己的财务体系。其次，确定企业的实际。大数据时代的财务分析体系是一个系统工程，企业需要达到一定规模才会有大量的业务和海量的信息，大量技术的运用需要有强大的IT能力作为保障。所以企业需要了解自己所处的位置，然后选择是需要整体构建这样的财务分析体系还是只针对某一个环节做出调整。再次，最后，制定清晰的构建战略。构建过程之所以需要上升到战略层面是因为这是一个宏大的工程，不能一蹴而就，企业需要逐步的去完成它，这可能需要较长的一段时间。还需要提到的一点是企业的IT架构的调整。这是一项先行工作，调整方向基于改变针对应用的IT模式，构建大数据处理能力，实现分布式部署，选择可扩展性好性能优异的平台。

2．把控风险

在营销体系的构建过程中，对风险的把控十分重要，否则如此重大的投资和巨量的精力投入可能会面临失败。首先，项目的实施可能会面临专业人员的匮乏的窘境，实施团队中的成员可能会缺乏技能和经验。因此项目开始前的培训和理念教育必不可少，而且由于技术本身的复杂性和分析逻辑建立的困难可能会要求项目组成员持续充电。其次，新技术的加入存在风险。在构建信息收集器时可能会需要加入模式识别，图形识别等技术，这些新技术的运用会加大系统整体稳定性降低的风险。再次，对于数据质量要有严格的要求。对于哪些数据进行采集需要有清晰的界定，如果对数据质量要求低会造成系统负担过重。最后，重视安全问题。安全是从头至尾都需要关注的，系统的安全性必须要高，否则会给企业带来很大的法律风险。

3．完善财务分析新系统的主要功能

首先，灵活的查询。用户通常需要在大量的数据中查询中对决策相关和有用的数据，灵活的查询不仅能为用户提供便捷的查询方式，同时也有利于用户从多角度理解和运用查询结果。同时也能够进一步完善绩效指标的选择机制，筛选与价值提升真正相关的指标，实现从被动接受上级分配的绩效任务向主动引导性评价的转变。

其次，多维的分析技术。在实际运用财务数据进行分析决策时，用户往往会面对相当复杂的问题，这就需要多维的分析技术来对现有数据源做进一步整合，完善数据中心接入机制，提高指标计算过程中的自动化程度，迅速完成对这些综合度较高的财务问题的分析。

再次，易于维护。维护是用户在使用过程中经常需要进行的操作，一个易于维护的系统能极大的减少用户工作中的复杂度和工作量。

最后，人机交互的操作方式。用户在进行分析查询时，只需要根据自己在实际工作中的需要来确定和输入所需要信息的性质和范围，系统就可以输出用户需要的结果，这样就大大提升财务工作的效率。

4．实行财务、业务信息一体化

建立企业的财务、业务信息一体化后，企业产品从投资决策开始，利用一体化系统能够全面体现出每项产品按生产环节核算的完整过程，即把企业的业务、财务、管理有机融合，使财务和业务融为一体，在信息平台中，实现财务业务数据共享，可以实时控制经济业务，为管理层高效提供决策分析的数据，也为企业每项产品的完成提供了良好条件。建立这一统计分析系统，及时、有效、实时为使用者提供财务分析指标，真正将会计控制职能发挥出来。

参考文献

[1]贾海波.浅析大数据时代的企业财务管理[J].财务与会计，2014（9）

[2]钱玲.大数据时代的到来对企业财务工作的影响[J].安徽地质，2015（1）

[3]任禾.基于大数据时代的财务分析研究[J].中外企业家，2015（13）

[4]李琪瑶，张宇虹.财务分析与大数据时代[J].中小企业管理与科技（下旬刊），2015（1）