[摘要]大数据和财务分析深度融合已成为财务行业顺应时代发展的必然要求。一方面，大数据为企业财务分析提供了更强大的数据基础、更高效的数据处理技术，更直观的数据呈现；另一方面，财务分析与大数据紧密结合，深度挖掘数据的经济价值，为财务由核算型向经营型、价值型转型赋能。本文深入分析了大数据对企业财务分析的积极影响，并对目前两者结合中出现的问题提出优化措施，以期充分发挥大数据在企业财务分析中的作用。
[关键词]大数据；财务分析；问题；优化
在大数据时代下，大数据技术被广泛运用于各行各业，通过数据流引领技术流、业务流、资金流、人才流，改变了传统的生产方式和经济运行机制，推动社会生产要素的重新整合和高效利用，极大地提升经济运行水平和效率。大数据技术的迅猛发展对企业的财务分析工作提出了更高的要求，成为企业财务变革的重要推动力。在大数据技术的加持下，财务分析用来深度挖掘数据价值，为企业提供更多更精确的决策和战略支持，助力企业提质增效。
1大数据在我国的发展
2014年大数据首次被写入政府报告，引起社会公众的广泛关注。随后各级政府、各部门陆续出台了一系列政策文件鼓励和支持大数据产业的发展，其中影响力比较大的有2015年国务院印发的《促进大数据发展行动刚要》、2016年工信部印发的《大数据产业发展规划（2016-2020）》等。政策文件的出台表明了我国政府对大数据发展的重视，同时也为大数据的发展指明了方向。在大数据等新型信息技术的驱动下，数据经济得到迅猛发展。如表1所示，2020年数字经济规模达到了39.2万亿元，占GDP的比重已经达到了38.6%，数字经济成为推动国民经济增长的重要力量。2020年产业数字化的规模达到31.7万亿元，占数字经济的比重由2015年的74.3%增长到2020年的80.9%，大数据作为数字经济的关键生产要素，成为推动传统企业向智能化、数字化转型的重要驱动力。财务分析作为企业经营管理的关键环节，应抓住大数据时代的机遇，积极拥抱大数据，充分挖掘数据的价值，助力企业的转型升级。
2大数据下企业财务分析的新特征
2.1数据来源广、种类多
数据是财务分析的基础，决定了财务分析的质量。传统的财务分析主要以企业在会计核算过程中产生的数据和编制的财务报表为依据进行分析，数据来源和种类单一。在大数据时代，大数据、云计算等信息技术的广泛运用，数据受到前所未有的重视，企业获取数据更加便捷、获取成本更低。企业在进行财务分析时，除了获得企业会计核算数据以外，在信息技术驱动下的企业财务共享中心、业财一体化等建设日渐成熟的基础下，企业可以获得各子公司、各经营部、各销售网点的业务数据。同时，在电子发票、移动支付、智能办税等技术的广泛采用下，能够及时获得利益相关者的数据。数据的充分、多样能够极大地提高企业财务分析的全面性和准确性。
2.2财务分析更加实时高效
传统的财务分析主要用于评价过去，通过对实际财务报表等资料进行分析说明企业过去的经营业绩情况，且财务分析一般是定期进行，具有一定的滞后性。大数据时代为财务分析的实时性提供了条件，利用大数据挖掘等现代信息技术可以快速的获取数据，数据的处理和分析速度也大大提升，企业可以在很短的时间将初始数据加工成有价值的数据，及时发现和解决问题，根据市场走向及时地调整企业战略、规避和防范风险。同时，因为数据的流转速度快，数据被篡改的可能性比较低，降低了财务分析中舞弊的可能性，通过实时的财务分析报告能够真实地反映企业的实际发展情况。
2.3财务分析方法和工具更加丰富
在大数据下，财务分析方法更加多样。传统的财务分析中，横向对比因外部数据难以获得未能充分发挥作用，在大数据下，数据的开放和共享程度加深，通过API、爬虫等技术，外部数据也能够实时获取，这为横向对比提供了数据支撑。大数据下，财务分析更偏重于相关分析，分析两种或者多种事务之间的相关关系，如在分析企业盈利水平时，运用大数据找出与企业盈利水平的关联因素，就可以加以利用，而不是纠结于“为什么”，因此财务分析的环节可以往前延伸，将分析更多的用于事前、事中分析。财务分析工具上，除基础的EXCEL外，Python、SQL、SPSS、SAS、BI工具等分析软件都广泛用于数据的处理与分析上，大大提高了数据分析的效率。
2.4财务分析结果可视化
数据可视化是大数据时代下发展起来的一种信息处理技术。在财务分析中，因财务知识专业性强、数据多、分析方法多样等原因，数据可读性差，且数据使用者难以捕捉到重点。应用数据可视化处理技术，对企业最常使用的杜邦分析体系从偿债、盈利、营运、发展等多个维度进行深度分析，并通过柱状图、折线图、气泡图、雷达图等颜色丰富的图形、表格、线条的形式直观呈现，让枯燥的数据变得生动起来，便于不同使用者理解与运用。同时，当企业的实际情况发生变动时，通过财务数据可视化的实时呈现，财务分析人员能够精准捕捉到企业目前存在的风险点，及时发现问题并快速反应，降低了财务风险和经营风险，提高了企业的经济效益。
3大数据下企业财务分析存在的问题
3.1部门之间沟通不畅、信息孤岛仍然存在
企业财务分析需要融合业财务数据、业务数据和外部数据，业财融合成为企业发展的必然趋势，业务数据与财务数据融合，建立企业的大数据库是企业运用大数据分析的前提。但是现阶段，财务数据和业务数据未能充分、有效融合，究其原因主要有：第一，财务分析人员获取的业务数据主要来源于业财一体化平台，但是业务部门有大量的数据未在平台上进行传递，导致获取的业务数据不全面、不准确；第二，财务人员缺乏业务知识和业务经验，仅从财务的角度对业务数据进行解读和分析，容易造成数据分析错误；第三，业务部门一般分散在企业的各个生产点和销售点，财务部门在企业总部，业务部门与财务部门相互独立，财务人员与业务人员存在沟通困难、沟通成本高，这些原因导致财务分析人员对数据的认知和处理存在偏差，数据分析目标与企业业务部门的目标不一致、偏离了企业的实际需求等问题的出现。
3.2财务分析信息化水平相对落后
财务分析的对象是海量的数据，传统的人工处理效率低下、错误率高，迫切需要实现财务分析的数字化、智能化。但是大数据不仅仅对企业财务工作产生巨大冲击，整个企业和各个部门都面临着数字化、智能化转型，都需要提升自身的信息化水平。而信息化建设前期投入大，所以当企业面临数字变革时，最大的问题就是资金不足。企业会将有限的资金在各个部门之间按照成本效益进行分配，财务部门不是经济效益直接创造部门，所以在进行信息化建设时往往面临着较大的资金缺口，这也导致财务部门的信息化建设相对落后。其次，企业财务部门在进行信息化配置时，缺乏统一规划，急缺什么购买什么，盲目投资，导致配置的软件的适配性、实用性较差，如某些数据处理软件功能很强大，但是与企业的整个信息系统难以融合，或者功能与企业需求不一致，或者因操作复杂而被闲置等，企业如果盲目购买，就会造成资金占用、资源浪费。
3.3新型财务分析人才缺口较大
财务人员的知识和能力对企业的财务分析工作影响重大。大数据时代对财务人员提出了更高的要求，一专多能成为新型财务分析人员所具备的基本素质。财务分析人员不仅仅要有扎实的专业知识，还要具备知识运用能力、技术应用能力和业务能力，其中财务能力要求财务人员能够熟练掌握相关的财务知识（包括财务会计知识和管理会计知识）并在工作中实际运用；技术应用能力则指财务人员操作大数据等新型技术的能力；业务能力指作为一名财务分析人员，对业务数据和外部数据的搜集和解读能力。从企业财务人员现状来看，大部分财务人员仍然从事是会计核算工作，对自身的转型意识不强；与业务人员联系不紧密，业务知识匮乏；大数据意识薄弱，不能熟练使用大数据技术。究其原因主要两点：第一，企业对财务人员的培训不到位；第二，财务人员自身的学习动力不足。新型财务分析人员缺口巨大成为大数据技术在财务分析中无法充分发挥作用的重要因素。
4大数据下企业财务分析的优化路径
4.1业财深度融合，促进数据共建共享
业财融合不仅仅是业务数据与财务数据的融合，还包括业务人员与财务人员、业务部门与财务部门的融合。企业管理层应从全局出发，通过政策先导、制度保障等措施促进业财深度融合。第一，建立统一的数据口径和标准。企业将获取和流转的数据通过统一的数据符号和语言在不同部门之间进行传递，提高了数据的规范化和标准化，也减少了不同部门对数据的认知偏差，大大提高了数据的使用性能。第二，建立人才双向流通制度。对企业的财务人员来说，业务能力的培养需要通过亲身实践获得。企业财务人员为了更加深入了解企业的业务情况，通过不同部门轮岗的方式，亲自从事业务工作，积累业务经验。同时，邀请企业的业务人员加入到财务分析团队，优化财务分析人员的知识结构，提高业务数据在财务分析中的运用效果。第三，建立双向沟通机制。加强业务部门与财务部门的研讨，研讨会可以选择线上或线下，但是一定要定期化、常态化，为企业业务部门和财务部门搭建沟通平台；同时，通过企业微信群等方式实现业务部门和财务部门实时沟通交流，业务数据能够全面、准确的传递并运用到财务分析中，而财务分析的结果也能对接业务部门的分析需求，充分挖掘数据的内在价值，共同为企业的经营效益的提升服务。
4.2打造智能、安全的财务分析系统
对企业来说，企业应该充分意识到大数据下企业数字化、智能化转型的必然性和紧迫性，充分意识到提高信息化水平对促进大数据运用的意义，充分意识到财务分析在企业数据挖掘、价值创造的重要作用，在此基础上，扩大融资方式和融资渠道，加大对信息化建设的资金投入。在资金的供需不平衡的情况下，企业应从整体考虑，做好顶层设计。有些软件可以共建共享，由企业统一购买，各部门共同使用。比如数据处理软件，很多部门都会进行数据分析，企业结合各部门的实际需求和软件的性能等方面综合考虑，选择一款服务于企业整体的软件。比如数据安全方面，企业建立信息安全管控制度，强化数据的监管，统一配置先进的数据保密、防护技术等。企业财务部门在企业构建的信息系统大框架下，结合时代背景和企业需求，设计适合自己的会计信息化系统，在对目前的会计信息系统深度分析、对所需购买软件功能和性价比多方比较的基础下科学采购。比如提高数据处理技术时，财务部门需要综合该软件的数据处理速度、能否与目前的财务系统实现数据共享、是否考虑到了数据的安全性等等。同时，进一步强化数据安全和监管，建立严格的授权制度，由专人负责财务部门信息系统的防护工作，提高企业财务数据的安全性。
4.3培养新型财务分析人才
人才是企业之本，是财务变革的核心要素。人才的素质和能力要能跟上时代的发展需求，在大数据下，财务分析的作用日益凸显，培养一批懂财务、懂管理、懂业务、懂技术的“四懂”人才是关键，企业需要提升对人才的重视和培养。第一，企业需加大对现有财务人员的培训，通过专家讲座、观摩学习、技术人员操作指导等方式，学习最新的大数据操作和处理技术、最前沿的财务数据分析方法和处理方式，帮助财务人员树立正确的财务管理理念。第二，注重对优秀财务分析人员的挖掘。企业可以通过人才引进的方式引入新型财务分析人员，也可以从现有的财务人员中进行选拔，对企业财务人员进行全面的价值评估，选择一批具有岗位胜任力的财务人员从事财务分析工作。第三，重新构建考核激励机制。将大数据应用能力和业务能力纳入到财务分析人员的考核中，激励财务分析人员主动学习大数据技术和业务知识。对于财务人员来说，也要具备危机意识，养成主动学习、终身学习的习惯。财务人员要能充分认识到财务的发展趋势，自身在财务变革中的作用，主动学习新型的数据处理技术，尝试运用大数据进行财务分析。财务方面的证书很多，管理会计师、智能分析师等都紧跟时代需求，财务人员以考证为契机，提高自身的专业胜任力。
5结语
大数据时代，大数据正以惊人的速度冲击着传统的财务工作。对企业来说，传统的财务分析工作因数据的有限性、数据处理工具的落后性、数据分析的滞后性等因素存在，财务分析在企业中的价值未能充分体现，大数据对企业财务分析的发展既是机遇又是挑战，它打破了传统财务分析的瓶颈、为财务分析带来了新视角。但是因企业变革的滞后性，企业财务分析中对大数据以及大数据处理技术的运用还存在一些问题，最后针对目前存在的问题提出促进数据共建共享、打造智能安全的财务分析系统、培养新型财务分析人员三方面的措施，促使企业财务分析往数字化、智能化方向发展。
[参考文献]
[1]邱爽,潘伟.大数据时代企业财务数据的分析与应用[J].中国集体经济,2021(22).
[2]田高良,高军武,高晔乔.大数据背景下业财融合的内在机理探讨[J].会计之友,2021(13).
[3]张鹭.大数据挖掘技术在财务分析中的应用[J].轻工科技,2021(07).
[4]王建园.浅析数据可视化对企业财务分析的作用[J].中国市场,2021(13).
[5]刘忠胜.大数据时代企业财务精细化管理[J].全国流通经济,2020(33).
作者：景莲 单位：南通师范高等专科学校