企业财务管理在大数据时代下的发展创新研究(2)

　　（二）对财务关系的影响

　　大数据主要通过增加信息透明度来降低信息的不对称，减少代理成本，从而影响企业的财务关系。大数据技术主要从信息获取和信息传播两方面增加了信息的透明度。首先，在信息获取方面，关联分析和Web爬虫技术等信息捕捉技术可以使投资者更容易发现潜在的信息，比如可以利用爬虫技术从网上搜集并储存与公司有关的信息，再通过关联分析技术发掘是否存在潜在的关联交易。其次，在信息传播方面，大数据平台使信息传播从“及时性”转变为“全时性”，并且辐射面积和反应速度也得到了大幅度的提升。企业的财务关系主要包括管理层与股东之间的关系、大股东与小股东之间的关系等。针对第一类代理问题，信息透明度越高，总经理因业绩下降而被更换的可能性越大[5]；而在国有企业中，则表现为经理薪酬业绩敏感性越高，经理薪酬与盈利业绩和亏损业绩之间的非对称性越小[6]。针对第二类代理问题，信息透明度提高可以加强外部监督，有助于降低大股东对资金的占用[7]，抑制大股东的掏空行为[8]，保护中小股东利益。因此，在大数据时代，企业财务关系能得到有效改善，代理成本减少，从而使公司治理效率得到提升。

　　三、大数据时代财务管理创新路径

　　（一）财务活动创新

　　在财务预测阶段，目前主流的财务预测方法可以分为定性预测法和定量预测法。定性预测法主要根据专家经验来判断和预测，主要用于长期预测；定量预测主要包括回归分析法和时间序列预测法[9]。回归分析法一般对大量数据进行数学处理，并确定因变量与某些自变量之间的相关关系，建立一个统计模型来预测未来因变量的变化。时间预测法主要根据历史数据，以时间为自变量，各期数据为因变量建立函数模型，以利用相关数据随时间变化的规律来预测未来的变化情况[9]。显然，这两种预测方法的准确度都会受到样本数据的影响。因此，在大数据时代，可以从基础数据的数量与性质两个方面来对其进行改进。首先，从数量上来看，企业可以利用数据采集系统和大数据中心来扩大获取数据的广度与深度。例如，将数据采集系统嵌入产品之中。用户在购买或使用产品时，该系统可以追踪用户的购买习惯、偏好等，再汇集于大数据中心为后续分析提供良好的支持。其次，从性质上来看，企业可以利用数据挖掘技术来发现更多关联性数据。数据挖掘和过去的统计分析并不相同，它没有预先设置好的主题，主要是在现有数据上面进行基于各种算法的计算[10]。其中，关联分析便是关键的算法之一。关联分析是指根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系[11]。例如，在市场预测中，利用数据挖掘技术在历史销售数据中寻找盈利性最大的客户，其他可预测的问题包括利用客户粘性预测产品销量等。这样就很好地弥补了财务会计专注于历史数据而无法准确预测未来的缺点，达到了事前分析的目的。

　　同样，财务决策的方法一般也分为定性和定量两种。与财务预测类似，财务决策中的定量分析可以借助大数据中心和数据挖掘技术，交由计算机技术来处理。通过将大数据转化为可为企业管理者决策服务的相关信息，实现了企业财务决策的智能化，保证了企业财务决策的科学性、严谨性[12]。但是，定量分析法也有其局限性，比如在利用数据挖掘技术进行关联分析时，它只能够找出事物的相关性却无法分辨因果性[11]。从统计学的角度来看，如果一个事物发生时另一个事物发生的概率足够显著，那么就可以认为这两个事物是具有相关性的。而因果性则是逻辑上的概念，两个具有相关性的事物并不一定具有因果性，如打雷和下雨，而寻找因果关系恰恰是财务决策的重点之一。虽然，相关性并不意味着因果性，但是却可能蕴含着某些共因，也就是说因果性可能包含在相关性之中。除此之外，在进行决策时需要考虑的因素多种多样，其中就有许多非常重要但是不能量化的因素，如政治影响、声誉影响和社会关系影响等等。所以，在进行决策时，决策者不能过度依赖于大数据技术而放弃对因果性的追求，而更需要关注定性分析和非财务信息，把大数据技术作为寻找因果性的利器来更好地进行决策。

　　在控制阶段，管理者应该由结果导向性管理转变为过程导向性管理。当前我国企业风险管理主要存在以下几个问题：事前，主要是由管理人员依据自身经验、知识来进行识别和评估风险。但是，由于个人的经验、知识和能力是有限的，因此，无法很好地识别出所有的风险，并且，风险评估缺乏量化，无法对风险影响的范围和程度进行系统性评估这可能导致风险应对过度和风险应对不足的后果。事中，主要体现为信息流动性差。上级无法即时获得下级传递的信息，可能导致难以保证风险应对措施的有效执行；部门与部门之间沟通困难，容易形成信息孤岛，难以进行协作，导致效率低下；高层难以把握总体情况，影响决策。事后，由于信息的来源不一，口径不一，缺乏统一标准，难以进行有效评价。

　　综上，可以将大数据技术应用于风险管理流程。

　　1.利用数据挖掘技术来识别和评估风险。企业面临的风险可以分为外部风险和内部风险。外部风险主要为市场风险。市场中存在的信息虽然有很多，但是利用数据挖掘技术进行数据清洗，去除无关的信息，以缩小范围；再进行关联分析筛选出对企业能产生影响的重要信息；最后，可以建立相应模型，模拟可能产生的后果，以量化影响。企业的战略风险也可以用此种方法来进行识别与评估。针对其他的内部风险，一方面可以利用外部和内部数据（比如行业法律法规和企业规章制度）进行识别；另一方面可以建立预警系统，例如，针对财务风险可以建立财务预警模型，通过从社会网络角度获得群体情绪和网民行为规律等非财务信息来及早发现危机[13]。

　　2.建立风险数据库来控制风险。风险数据库主要起到信息储存和分析的作用。风险数据库主要包括收集、分类、储存和共享等职能。首先，数据库收集已经或者可能识别和评估出来的风险，并追踪至各业务流程；其次，根据风险影响的领域划分风险类别，如财务、法律、市场等，接着记录初始风险评估，如频率、损失和等级等，按影响程度划分风险级别；最后，制定相应风险应对策略，分配至责任单位。该风险数据库统一了衡量标准，可以实现共享，使上级可以通过该系统掌控下级各风险点的情况，实现自上而下的管理。同时，公司各部门可以通过该平台将风险信息向上级进行汇总反馈，形成自下往上的管控机制。由此而形成的双向管理机制为信息流动提供了良好的渠道，可以有效提高管理的效率和质量。 …… 此处隐藏：1053字，全部文档内容请下载后查看。喜欢就下载吧 ……