大数据时代的到来对企业财务工作的影响

word文档可自由复制编辑大数据时代的到来对企业财务工作的影响内容摘要：如今，我们已经进入大数据时代，大数据时代带来的是什么呢？没错，是变革。大数据时代背景下，以交易，业务记录，核算，预测为主的财务工作可能会被注入新的生命力。像以前如预算管理这样本身具有难度的流程上需要收集相关信息、储存和分析的工作，大数据的出现可能会扫清其技术上遇到的的障碍;财务管理在找寻富有有用价值内涵的投资的项目、改进企业管理的流程、节省运作的成本等各个方面也发挥着重要作用。可以预测财务管理的理念、财务管理的功能、其模式和财务管理的方式方法都将可能发生颠覆性的变革。关键词：管理；财务；大数据EffectofbigdataeraonenterprisefinancialworkAbstract:whatisthebigdataera?Yes,change.Thebigdataerabackground,trading,businessrecords,accounting,financialpredictionbasedmaybeinjectednewvitality.Asbefore,suchasthebudgetmanagementthathasdifficultyprocessesneedtocollectrelevantinformation,repositoryandanalysis,largedatamayencounterobstaclestoclearitstechnology;financialmanagementalsodominateintermsofsearchausefulvalueinvestmentprojects,improveenterprisemanagementprocess,savetheoperationcostetc..Canpredictmethodsoffinancialmanagementconcepts,financialmanagementfunction,themodeandthefinancialmanagementmodewillbepossiblesubversivechanges.Keywords:management;finance;bigdata目录TOC\o"1-3"\h\z\u11189中文摘要 1英文摘要12038 213587一、引言 414044（一）选题背景 42840（二）文献综述 426803二、什么是大数据 622102三、大数据背景下财务数据处理的变革 66584(一)财务数据处理的发展历程 627427(二)大数据时代的财务数据处理 74255四、大数据时代全面预算管理的变革 919871五、大数据时代企业内审的变革 1024119(一)审计方式的转变 119692(二)审计开始系统化、模块化、智能化抽样 1112820(三)促进审计成果的转化与应用 1213730六、大数据时代的管理会计的改变和革新 1332072(一)从基于结果的分析向基于过程的挖掘转变 133739(二)从基于单类型的结构化数据向多类型转变 1317472(三)从阶段性的月度报告向实时报告转变 1416165七、大数据是一把双刃剑 1412519结束语 1521117参考文献 16引言选题背景在财务工作的改革中，对财务的影响最大的是科技进步。大数据时代的到来，更是使财务管理的发展的到一个前所未有的机遇。财务人员可以利用大数据的优势，更精确快速及时地处理财务数据，方便管理人员实行有效的管理。（二）文献综述大数据时代的到来，让财务管理工作的理念和模式发生了各种颠覆性的变化，对于传统的财务工作领域来说，财务管理继续发展是越来越难，财务管理更多的是开始向销售、研发、人力资源等相关的领域延伸和渗透;就财务管理的模式来说，公司财务的定位与任务应该主要偏向任何与公司业务有关联的数据的收集、处理与分析。鉴于传统的财务管理和大数据时代下的财务管理的显而易见的不同点，我们称大数据时代的财务管理为“大财务”。企业的管理将会因大财务的出现而影响巨大，这种影响横跨战术层面和战略层面。首先，管理会计的面貌将会焕然一新。基于大型金融公司的数据，全面预算管理，资金的集中管理，内部控制可以更高效，平稳运行与发展。这让管理会计有能力超越财务会计的约束，在企业决策与管理中饰演更加重要的角色，进而促使企业价值增值。然后，金融企业管理的视角和洞察力显著增强，企业管理智慧突出明显。大财务由于大数据的技术支持，可以在企业决策时用数据挖掘技术掌握很多有用的信息，这些信息将帮助企业降低常见的错误，有利于企业降低系统性风险，能够让企业对未来的发展进行更加准确的预测。在企业执行方面，使用大数据技术能够利用定量的方法对不同方案和流程的成本和收益进行分析对比，进而完成企业价值最大化的方案筛选。此外，大数据让财务人员能够尽早察觉到反常情况，这样企业就能提早采取相应的措施，降低可能的损失或者对潜在的风险零承受。所有这些使得企业管理更有远见卓识。第三，信息不对称问题相应的变得少的多，效益越来越可观，同时股东对公司管理层约束力增强。企业集团等大型企业在享受规模经济优势的同时，经常遭受到信息不对称问题的折磨，信息不对称问题导致三方面的后果：一是道德风险;二是逆向选择;三是股东不能监视好管理层的行为和活动，一些国有企业里面也存在这些问题，而且更为严重。大数据让数据分布的更加均匀，由于大数据的支持，网络监督和来自民营企业的监督掌握大量数据，他们将给予国有资本管理机构足够的压力，这种压力，会跟着我们国家一步一步搭建起来的，更科学合理的，国有资本管理体制，传导到各国有企业管理层，从而激励他们，让他们更加勤奋地去工作，防止他们为了私欲而作出损害出资人利益的行为和活动。因此，大财务的影响和巨大价值对企业集团是不言而喻的。第四，大财务之核心？智慧驱动创新。在创新中潜在的机会——价值增长，财务的本质是使用大的数据获取技术。创新的内容很宽广的，包括理念、模式、服务、技术各个层面，创新并不一定可以产生价值回报，那些符合消费者需要的，符合成本约束的创新才是有意义的。传统企业管理的所用模式是经验主义，大数据时代背景下，管理创新更加智能和精确。第五，对企业财务战略决策的决定性作用。大财务大大拓展了财务管理的领域与深度，大财务将会掌控企业所处的行业背景、竞争能力估计、难以看见的资产评估、产品的价值分析以及自身财务状况这些方方面面的内容，不止是以上所说的企业自身掌控的资源，还包括外部的环境和企业目标的数据，我们说大财务应该是知己知彼的。要实现这种“知己”和“知彼”，CFO等高级管理人员参与决策的实践是不可或缺的。因此，是否由大财务主导直接决定战略是否正确，战略是否正确直接决定企业经营的成败。从这个意义来分析，站在大数据时代背景下，和同作为核心技术的网络技术在互联网时代一样，大财务势必会变成企业集团的核心资源和企业集团的核心竞争力什么是大数据大数据不只是指数据量庞大，它是互联网技术发展到今天的产物，由于各种移动终端的普及，各种智能产品（如智能家电、智能办公产品的普及），软件信息的快速更新，消费者消费速度的加快，产生了前所未有的庞大信息量，因为以往的数据分析工具和手段无法处理之，而产生了适应于大数据的大数据技术。所以，大数据不仅指资料的庞大，也指处理这些巨量资料的技术。大数据背景下财务数据处理的变革财务数据作为企业的核心，反映和支持着企业资本和交易的正常运转，我们对财务数据的处理与财务讯息的充分发掘后，就可以有效率的改进财务管理的运作方式，压缩企业资金运作成本，为企业带来不错的，客观的利润。企业的财务数据是最基本的，企业资源最丰富的积累，整理和分析的基础上能给企业带来价值增值。财务数据处理的发展历程企业经营活动过程中，会计数据是各项经济活动系统记录。会计数据的处理技术就是指对会计的数据进行加工整理分析的技术。会计数据处理技术发展包括五个阶段：1.会计数据手工处理阶段，2.会计数据机械处理阶段，3.会计数据电子计算机处理阶段。4.会计数据网络化处理阶段。5.大数据时代会计数据处理阶段。(二)大数据时代的财务数据处理在信息技术发展的同时，移动互联网技术、电脑技术也协同发展，会计采集和处理的信息量和信息结构会更加复杂。这些数据除具有大数据的4个“V”的一般特征外，还具有的特征包括无形性与粘性：1.数据规模大(Volume)。2.数据种类多(Variety)。物联网环境下的数据不但包含数字登结构化数据，还有语音、图片等这样非结构化的数据。因为这些数据和业务事件的关相关性，进而使结构化数据和非结构化数据更复杂，更不容易处理。3.及时性(Velocity)。物联网下时间对数据处理的要求很高，因为物联网下物和人的行为要求要在非常短的时间内完成，所以物联网下数据的产生与数据的处理都具有及时性。4.价值密度低(value)。企业的会计数据会不断产生，然而具有实际应用价值的数据仅仅只是一系列数据中的一个片段或一个部分。拿视讯来说，连续检测过程中，能够使用的数据可能只有一两秒钟。5.会计数据的无形性与粘性。非介质的数量信息是当前物联网上企业采集、传输、处理的数字信息主要信息。这些数据可以通过传感器直接检测，这是很容易传播的；但会计数据是看不见的数据，它不能通过传感器感知。与此同时，会计数据是在业务数据之中存在，不能够与业务数据脱节。所以，粘性和无形性也是会计数据一特点。由于大数据时代的财务数据包含以上重要特点，所以让财务大数据的处理变得挑战巨大并且要求甚高。基于企业大数据中心开发平台建立的数据分析平台主要包括高素质人才配置，设备采购等。要想用一个单一的解决方案解决大数据的问题是不可能的，需要一系列传统与新技术的解决方案的融合。想要构建大数据分析平台并且从大数据中挖掘出来有价值的讯息，首先企业需要一个可扩展的、灵活且可管理的数据基础架构，亦即企业大数据中心开发平台。1.开发平台的基本内容。当前，人们对数据中心开发平台的理解各持一词，但下面几点是彼此的共鸣：(1)数据中心是数据继承和交换的心脏。(2)数据中心是数据处理和对外衔接的媒介，也是对应用系统的设计和工具箱的集成。(3)它是一种兼容性非常强的大型数据库，能够在一个框架内，把不同厂家，不同的格式，不同的标准以及分布在异地的数据统一在一个体系之内。(4)数据中心就是一个功能仓库，能对这些功能用同样的方式调用和执行。(5)数据中心是一个应用程序的集成系统，该系统运用灵活的设计理念，意味着系统可以快速的被搭建起来，并可以随着需求的变化迅速做出调整。数据中心体系架构。数据中心的结构是一个面向服务的架构(又称Service-OrientedArchitecture)，也被称为SOA架构。在这个架构里，软件制造商们能够以服务形的式提供他们研制的软件程式，每个功能相互独立，在松藕合的协议机制下来进行组合。数据中心架构管理的方式有目录配置与可视化配置，搭建数据仓库等等。四、大数据时代全面预算管理的变革当前，企业预算管理中面临两大挑战：分别是源于企业对自己管理的要求和监管部门对企业的硬性要求。第一，用ERP等信息化手段来进行事后管理已经不能满足当代企业管理的要求了，在事前进行控制成为更多企业所亲眯;第二，随着市场竞争愈演愈烈，如何合理制定企业经营目标、保证目标执行到位，变得越来越重要;最后，集团内部的管理水平因为大量的并购而参差不齐，集团急需提升其内部管理水平;此外，大型企业集团，由于复杂的产业布局和地域分布不均，对有限的资源的合理分配要求极为迫切。现在的企业预算编制比较原始，管理层对于数据的判断很难，基层预算员的不负责任，不参照历史数据和企业预测数据，预算调整和滚动预测合理都很难。在预算的控制环节，缺乏一个完整的控制系统，不明白在哪里控制是合理的，缺乏信息化的控制手段，只是依赖于企业管理人员的事后检查。在预算的分析过程中，大多数企业依然在图表中进行简单的分析，不能针对管理的不同角度对财务数据作分析，想要权限管理有效也很难。其实，解决全面预算管理中的3个主要的问题——如何制定科学的管理目标;如何科学地进行目标分解;如何通过预算执行分析达成管理者的诉求可以通过构建预算信息化管理平台来实现。通过获得同期的实际数据，再通过预算数和实际数的对比，实现预算执行报告，然后根据预算执行报告，管理人员可以调整下一项实施策略。同时，预算不仅是财务部门的事情，企业中单位，各部门都应参与制定预算、控制和分析。企业要努力建立一套财务整合模型，形成一个完整的预算系统。以销售预算为起点，生成成本预算，人力资源计划，采购计划，期间费用规划、融资计划，最后完成了所有损益表对应的预算信息，发布一套预算报告。通过业务部和财务部的一起奋斗，形成跨越部门的协同作战计划平台，让企业可以将有限的资源合理地分配到不同的地区、不同的部门。然而，要想所有的事情都做，计划平台式达不到的。企业的战略目标的分解，预算编制，预算报告是可以实现的，但企业预算执行监督应放在企业信息系统，因为业务信息系统时刻发生，而预算系统只是在预算期间、预算调整期间，以及预算的分析报告期间才会发生。所以，企业财务系统需要和业务系统进行集成，在业务系统进行预算控制，通过企业的全面预算管理信息化平台，从企业的战略规划、到战略规划的目标分解、编制预算、实行控制预算、编制预算剖析报告、考核预算、和最终怎样对下一期的战略规划进行改变，力争达到一个闭环回路。五、大数据时代企业内审的变革企业内部审计所需的数据应该是全面的;无论是内部的数据，还是主管部门、研究机构等的外部数据;无论结构化的数据，还是非结构化的数据。企业的内部审计必须把握企业的各个方面，对企业的评价全面，更加精确地确定审计重点工作;企业内部审计要把握数据趋势，不仅要发现现在存在问题，还要能揭露企业将来发展的风险和隐患。内部审计人员要会对数据处理，分析，确定关键有用的信息，协助内部管理人员有效决策。企业内部审计的变革表现如下：(一)审计方式的转变传统审计使用抽样分析，审计内容有限。如果企业仍使用该审计模式，对于验证发展迅速的商务活动的真实价值或合法性太过缓慢;此外，从内部控制的角度来看，中国目前的内部审计实务主要针对的是财务和会计活动，经营、内控、管理监督、评价非常有限，审计活动概念是“监督型”，而非“服务导向”型，部门之间的不同流程没有多少上下文关系，让审计工作为经济活动提供全面的监测和经济服务成为难点。企业经济业务日趋繁杂，使信息技术得到迅猛快速地发展，企业电子化商务活动和信息化工程的建设日趋成熟，连续审计的重要性被人们更多的关注和重视，同时大型数据库技术使连续审计成为可能。如果采用连续审计，像传统审计的时间浪费和时滞问题都会被降低，审计错误和风险也会相应降低，从而促进企业健康发展。(二)审计的抽样方式变得系统、模块和智能，并且能够预测数据趋势，样本将会是所有的数据，而不是局限于某个局部。审计风险的大小和发生重大错误的可能性的大小是互相绑定的。通常的审计工作主要选用随机抽查法，虽然投入小，效率高。但结论出错率大，亦即风险大。计算机的处理能力和运算速度更强更快。利用大数据技术的优势，可以提高了审计的效率。透过对审计信息系统所提供数据库的分析能够完成对被审计单位的信息进行数据发掘和整体分析，对其财务及经营状况进行预测分析，为其提供决策的依据。比如某保险公司的审计系统，运用大数据技术进行风险数据的选取，同时用多种抽样方式进行抽样分析，从而大幅度提高了效率。但是，眼下过去的日子里，伴随着以真实服务性为主要目的的企业内部审计的深化，以及数据信息化的深入和技术的成熟度增加，从繁杂的海量数据中发掘潜在的有价值的讯息，从中发现被审计单位运作特点;预测被审计企业的未来走向，从整体上全面把握被审计单位的状况。(三)促进审计成果的转化与应用当前，内部审计工作中的应用，主要是针对反复出现的问题重点检查、监督和整改，一些企业开始用闭环管理的方式对审计成果的整改过程进行管理，达到了良好的审计成果运用效果。大数据技术，促进审计结果的进一步应用。一是促进大量在以前的审计和相关资料的收集，信息的归纳，找出财务，业务和管理的内在规律和发展趋势，通过总结了宏观的、全面的审计信息，以及使用的审计成果，提供数据、相关分析和实施意见给各级领导，以促进制度和决策的完善，促进企业管理水平走上更高层次;二是更加全面地发现问题，通过分析通用性，普遍性，倾向性的问题，提炼和数据关联的问题，所有问题都可以用大数据技术方法检查出来;三是对问题的连续审计，对整改监督有益;四是对审计结果的保留，通过大数据的技术，规则化问题同时固化到系统中，为了计算或估判问题发展趋势更有利、预警问题;五是审计人员和审计结果，审计问题和被审计单位进行关联，并将其先信息化存入数据库，以备下一次的检查，能够根据审计计划，结合由有经验的审计人员组成的团队力量，根据审计目标提取相应的被审计单位对审计的重点进行检查。大数据时代的管理会计的改变和革新大数据技术的出现会让管理会计发生更过的更重大的变革：(一)从基于结果的分析向基于过程的挖掘转变以快速消费品行业销售分析为例，传统的分析方法通过对终端的销售数据进行合并分析，但后续问题的分析，无法准确得到结论，只是粗略来定性判断，这意味着决策风险。假如我们将数据的应用范围向前拓展，直到和消费者第一接触的销售终端。举个例子，我们让我们的促销员，对每一个前来驻足浏览我们商品的消费者，都热情的招待，可以随便问问他们的使用体验如何、家中几个成员、买该商品的频率等信息;即使消费者选择了竞争对手的产品，也可以上去询问一下其作出上述选择的理由。一个类似的过程，一天发生多次，遇到很多人，很难让促销员现场作记录，那么采取现场录音的形式，然后每天把录音发送到公司的后台，让后台的专业人士来处理。你会发现不仅促销员的工作效率提高了，信息的真实性也保证了。从这个过程中可以看到，我们有了消费者评价这样的非结构化数据，消费者购买时决策的数据，加上每日收集竞争对手的产品促销和产品价格信息，该信息将成为大数据时代下企业的宝藏，并在适当的条件下，转化成企业的收入源。(二)从基于单类型的结构化数据向多类型转变因为非结构化数据的支持，财务分析工作将更全面的展开，因此数据内容的拓展将会是更加丰富多彩的行为。例如，企业对客户的信用评价，不仅可以从客户的背景和对外报表开始，分析评估人员还能从QQ/微博上采集对某个客户的评论、顶、踩等讯息，丰富企业的信息库存，进一步降低因为交易中信息不对称造成的风险。再举个例子，从风险管理和控制角度，想判断一个客户的业务情况，只看看他的财务报表是不靠谱的，那么你需要捕获多个信道的信息反馈，即“数据混搭”。2007年，当时在职的辽宁省委书记李克强说，他更偏好3个指标追踪辽宁的经济趋势：全省铁路货运量、用电总数和银行放贷量，来矫正统计数字的误差。据报道，“克强指数”反映的现实中国状况比GDP更有可靠性。同样的，目前房屋的空置率可以确定购买行为是否满足市场刚性需求标准。房地产企业发布的积极的数字，消费者用自己的方法甄别，他们通过比较难作假的小区内的用电量、用水量判断空房率，不过要是遇到奸商，把空房的灯和水都打开，让用电用水量评估空置率的办法没有了作用。不过生活垃圾量是不好伪造的，所以获知空房率数据的另一个有效手段，可以是从垃圾每天运送的多少来判断。(三)从阶段性的月度报告向实时报告转变大数据技术的日益成熟,极大提高了财务报表的及时性。如营销终端信息收集，当终端信息更新的时候，营销政策和区域市场分析报告的个性化可以定期发布，如果不是每天，每周报告将在不久的将来实现。七、大数据是一把双刃剑大数据技术对公司财务工作有许多的影响，可是它也带来一些不好的地方，他的缺点也同样的影响了财务工作，因为是数据，可能会误导人们，使人们依赖而放弃经验的好处，另外数据时可以被盗窃的，这也是风险。因为大数据理论基本依靠于数据的收集，而数据的收集存在有主观性，难免存在质量问题，即由于质量问题导致的决策错误。1.特来沃尔·哈斯蒂是斯坦福大的学专家，他指出，“大数据”的理论是“寻找干草堆中的一根针”，但问题是“所有的草都看看起来像针”。乔治·梅森大学专家瑞贝克·高尔丁则提出“风