摘要：大數(shù)據(jù)是一項新的技術(shù)變革，無論是學術(shù)界、企業(yè)界還是政府都受到其影響。大數(shù)據(jù)時代，企業(yè)的經(jīng)營環(huán)境、決策環(huán)境都發(fā)生巨大的變化，財務(wù)分析長期以來在企業(yè)內(nèi)充當決策參謀的角色，能否認清大數(shù)據(jù)對其產(chǎn)生的影響，對提高財務(wù)分析價值，適應(yīng)大數(shù)據(jù)變革具有重要的實踐意義，本文主要從大數(shù)據(jù)對財務(wù)分析的影響出發(fā)，進而提出財務(wù)分析轉(zhuǎn)型對策。

關(guān)鍵詞：大數(shù)據(jù)；財務(wù)分析；非結(jié)構(gòu)化數(shù)據(jù)；業(yè)財融合

2012年，維克多的《大數(shù)據(jù)時代》開創(chuàng)了國內(nèi)外大數(shù)據(jù)研究的先河，隨后學術(shù)界各種研究中心、學術(shù)論壇紛紛成立；許多企業(yè)和組織開始著手研發(fā)大數(shù)據(jù)解決方案或應(yīng)用；各國政府也將大數(shù)據(jù)發(fā)展提升到戰(zhàn)略高度，我國在2015年9月印發(fā)了《促進大數(shù)據(jù)發(fā)展行動綱要》?？梢?，大數(shù)據(jù)離我們越來越近，甚至已經(jīng)在逐漸滲透到我們的工作與生活中。

一、大數(shù)據(jù)對財務(wù)分析工作的影響

（一）大數(shù)據(jù)思維給傳統(tǒng)的財務(wù)思維帶來巨大沖擊

維克多在《大數(shù)據(jù)時代》中提出大數(shù)據(jù)分析：要相關(guān)不要因果，要全體不要抽樣，要效率不要絕對精確。對于財務(wù)來說，賬務(wù)處理、會計假設(shè)、會計估計都需要有充分的依據(jù)，僅依靠相關(guān)性將不足以采信，而民間審計、政府審計、資本市場等對每筆賬務(wù)的列示原因更有著非同一般的關(guān)注，因果關(guān)系早已被財務(wù)人員內(nèi)化為習慣，要相關(guān)不要因果對傳統(tǒng)財務(wù)思維將是巨大的挑戰(zhàn)。在精確和效率的排序上，財務(wù)通常將精確排在首位，也與大數(shù)據(jù)思維有別，財務(wù)工作對數(shù)據(jù)精確性要求極高，尤其會計核算工作，“有借必有貸、借貸必相等”是會計試算平衡法的基本原理，容不得半點差錯。

（二）傳統(tǒng)分析僅抓住10%的數(shù)據(jù)，將難以看清全局

涂子沛把大數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)2大類，結(jié)構(gòu)化數(shù)據(jù)可以簡單理解為行數(shù)據(jù)，即可以用二維表結(jié)構(gòu)來邏輯表達的數(shù)據(jù)，而不方便用二維表來表現(xiàn)的數(shù)據(jù)即為非結(jié)構(gòu)化數(shù)據(jù)，包括所有格式文本、圖片、音/視頻等。大數(shù)據(jù)時代，結(jié)構(gòu)化數(shù)據(jù)占比僅10%左右，傳統(tǒng)財務(wù)分析以研究結(jié)構(gòu)化數(shù)據(jù)見長，尤其財務(wù)分析中最受推崇的比率分析，全部基于結(jié)構(gòu)化的數(shù)據(jù)進行研究，而對于90%的非結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)的分析方法卻無能為力。

（三）大數(shù)據(jù)、低密度特征意味著分析技術(shù)必須要升級

隨著采集、處理數(shù)據(jù)量級的增長以及數(shù)據(jù)類型的多樣化，Excel等財務(wù)人員慣用的辦公軟件性能將無法滿足需要：首先數(shù)據(jù)采集環(huán)節(jié)，傳統(tǒng)的點對點數(shù)據(jù)人工交互手段，僅能解決少量、低頻數(shù)據(jù)需求，很難滿足大數(shù)據(jù)分析大量、高頻的采集需求；在數(shù)據(jù)存儲方面，大數(shù)據(jù)的源數(shù)據(jù)是由結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)組成，傳統(tǒng)的行式關(guān)系型數(shù)據(jù)庫將無能為力，尤其在非結(jié)構(gòu)化數(shù)據(jù)的處理方面，劣勢尤為突出；在數(shù)據(jù)挖掘上，將面臨更大的挑戰(zhàn)，大數(shù)據(jù)廣泛采用的Hadoop的分布式存儲技術(shù)，要求使用者至少要熟練使用一門編程語言，如Python、Matlab、Java、SQL等，在此方面，大部分財務(wù)人員幾乎是零基礎(chǔ)。

二、大數(shù)據(jù)環(huán)境下財務(wù)分析變革的對策

（一）轉(zhuǎn)變傳統(tǒng)思維觀念

1.要相關(guān)不要因果，有賴于決策者和執(zhí)行者先行先試

傳統(tǒng)財務(wù)分析習慣沿著“發(fā)現(xiàn)問題-分析問題-解決問題”的思路進行分析，能夠清楚的講明因與果，說服力強，易被采信。而大數(shù)據(jù)應(yīng)用中可以在事先未能發(fā)現(xiàn)問題，更無法有效分析問題的情況下，根據(jù)相關(guān)性提出企業(yè)經(jīng)營效益提升方案，比如啤酒與尿片的案例。如果決策者和執(zhí)行者未能轉(zhuǎn)變觀念，仍然深究因果，財務(wù)分析的成果將很難被采納，財務(wù)將因無法影響決策，又不能親自實踐，使其價值無法得到體現(xiàn)，那么，財務(wù)分析擁抱大數(shù)據(jù)將會是一紙空談。

2.要全體不要抽樣，財務(wù)分析框架需增加非結(jié)構(gòu)化數(shù)據(jù)研究

受限于計算能力和效率，傳統(tǒng)的分析技術(shù)多用抽樣的方法，抽樣將意味著未被抽到的數(shù)據(jù)信息會被遺漏，為確保會計信息的客觀、公允，財務(wù)在對損失和收益的估計上偏謹慎。大數(shù)據(jù)時代，計算機技術(shù)已經(jīng)讓全量研究成為可能，并有效解決抽樣不足的問題，數(shù)據(jù)分析將有可能更全面、客觀的評價經(jīng)營活動?，F(xiàn)行的財務(wù)分析架構(gòu)，多偏向于結(jié)構(gòu)化的數(shù)據(jù)，在大數(shù)據(jù)時代，擁有更高效的數(shù)據(jù)存儲和挖掘技術(shù)，財務(wù)分析的框架必須擴充非結(jié)構(gòu)化數(shù)據(jù)研究的內(nèi)容，對涵蓋業(yè)財、乃至企業(yè)內(nèi)外的全量數(shù)據(jù)開展研究，以提高對損失和收益的準確估計，而非偏高估損失，低估收益的謹慎估計。

3.要效率不要絕對精確，允許適當?shù)牟痪_更有利于反應(yīng)現(xiàn)實

大數(shù)據(jù)時代，無論是數(shù)據(jù)源和數(shù)據(jù)處理技術(shù)都與小數(shù)據(jù)時代有本質(zhì)的不同，由于數(shù)據(jù)來源和數(shù)據(jù)類型的多樣性，巨量的數(shù)據(jù)將不可避免地會獲得不精確性數(shù)據(jù)。不精確數(shù)據(jù)并不一定妨礙我們認識總體，而且對于分析來說，偏離常理的現(xiàn)象和數(shù)據(jù)，反而具有更高的研究價值，不同質(zhì)量的數(shù)據(jù)匯集起來，將有助于我們更加全面的了解總體的真實情況。需要強調(diào)的是，客觀的認識數(shù)據(jù)的不精確性，并非放任不管，允許數(shù)據(jù)不精確，是允許人為不可控的數(shù)據(jù)存在偏差，對于可控的數(shù)據(jù)，精細化管理仍然是大數(shù)據(jù)時代所需要的。

（二）重視非結(jié)構(gòu)化數(shù)據(jù)分析

1.非結(jié)構(gòu)化數(shù)據(jù)是“數(shù)據(jù)金礦”

隨著信息化的普及，辦公自動化、無紙化成了企業(yè)的標配，大量的非機構(gòu)化經(jīng)營數(shù)據(jù)實時產(chǎn)生，這些數(shù)據(jù)的生產(chǎn)可以是任何人，任何時間，任何方式，正因為其任意性，其中不乏“臟數(shù)據(jù)”，造就了大數(shù)據(jù)的價值低密度；而其即時、多樣的特征，給予了我們掌握實時動態(tài)，開展多維分析的可能，深挖大數(shù)據(jù)，將給財務(wù)分析和經(jīng)營管理帶來新的視角。

2.非結(jié)構(gòu)化數(shù)據(jù)“掘金”可先易后難

大數(shù)據(jù)平臺的搭建是一項系統(tǒng)工程，搭建一套完整高效的大數(shù)據(jù)平臺有很高的技術(shù)門檻，且投入大、耗時長、見效慢，鑒于此，可先易后難，逐步深入。因Hadoop是一個分布式計算框架，可以在大量廉價的硬件設(shè)備組成的集群上運行，3-4臺普通辦公電腦即可搭建起簡易的Hadoop大數(shù)據(jù)存儲平臺以滿足早期的非結(jié)構(gòu)化分析需要，使用Hadoop分布式文件系統(tǒng)存儲海量源數(shù)據(jù)，通過MapReduce分布式計算模型來處理這些海量源數(shù)據(jù)，然后采用Hbase分布式數(shù)據(jù)庫存儲處理后的海量數(shù)據(jù)，以此來實現(xiàn)對海量非結(jié)構(gòu)化數(shù)據(jù)的分析和管理。早期的應(yīng)用場景，可以先從管理熱點推薦開始，因大數(shù)據(jù)推薦技術(shù)較為成熟，有成型的算法可以借鑒，首先采用中文分詞技術(shù)建立信息檢索索引，對非結(jié)構(gòu)化數(shù)據(jù)進行自動分類，自動摘要，同時借助大數(shù)據(jù)推薦算法實現(xiàn)對熱點資訊抓取，高重復(fù)詞條推薦，從而幫助分析人員快速聚焦經(jīng)營熱點開展研究。當小的應(yīng)用價值得到肯定，大規(guī)模部署Hadoop集群環(huán)境將成為可能，而分散在各大信息孤島的數(shù)據(jù)，埋藏在各處電腦終端的數(shù)據(jù)也將有望共享整合，逐步實現(xiàn)大數(shù)據(jù)，大價值。

（三）主動向業(yè)務(wù)延伸，開展業(yè)財融合分析

1.決策職能將重新布局，財務(wù)分析需業(yè)財兼顧。大數(shù)據(jù)時代，單純依靠主觀決策將無法應(yīng)對復(fù)雜的環(huán)境，長期以來依靠經(jīng)驗、理論和思想的決策方式將讓位于精準的數(shù)據(jù)分析。大數(shù)據(jù)下決策參與者的角色將發(fā)生改變，各級人員因均可方便地獲得決策所需信息，決策不再是少數(shù)高層管理者的專權(quán)，傳統(tǒng)的決策分工將因此出現(xiàn)調(diào)整，更多戰(zhàn)術(shù)層決策下移，企業(yè)高層有更多時間和精力謀劃戰(zhàn)略決策，但同時也需要做更多維度的考量，并實時、動態(tài)掌握每項戰(zhàn)術(shù)的執(zhí)行情況，以便制定合理的戰(zhàn)略決策。財務(wù)分析若要繼續(xù)履行好高層決策參謀的角色，必須順勢而為，貼近戰(zhàn)略需要，以更加全面的視角評價，開展兼顧業(yè)務(wù)的融合分析。

2.業(yè)財融合分析是財務(wù)報告披露和風險管理的需要。大數(shù)據(jù)驅(qū)動的經(jīng)營管理模式，從決策到執(zhí)行的時間將明顯縮短，決策的依據(jù)源于數(shù)據(jù)，執(zhí)行的結(jié)果反應(yīng)為數(shù)據(jù)，遠離業(yè)務(wù)的財務(wù)分析，將無法給予及時的風險和價值評估，而財務(wù)報告披露是企業(yè)對投資人、政府、監(jiān)管機構(gòu)的義務(wù)，并不會因為企業(yè)決策方式的變化而減少，反之可能提出更高的要求。因此財務(wù)分析需要在決策環(huán)節(jié)充分介入，合理評價決策的合規(guī)性和效益性，及時的將執(zhí)行結(jié)果與財務(wù)報告建立起動態(tài)聯(lián)系，以滿足業(yè)績評價和對外披露的需要。

三、小結(jié)

大數(shù)據(jù)，對于財務(wù)工作來說，不僅是一門技術(shù)，更是一種全新的模式，財務(wù)分析的架構(gòu)、工具、方法、理念均將隨之改變，只有充分認識到大數(shù)據(jù)所帶來的影響，抓住這一趨勢，才能充分發(fā)揮財務(wù)分析在企業(yè)經(jīng)營決策中應(yīng)有的價值，促進企業(yè)提高競爭力，在激烈的市場競爭中取得優(yōu)勢。

參考文獻：

[1]李敬華，賈蓓，李倩茹.傳統(tǒng)統(tǒng)計數(shù)據(jù)和大數(shù)據(jù)內(nèi)涵辨析[J].電信快報，2016（9）.

[2]郭春霞.大數(shù)據(jù)環(huán)境下高校圖書館非結(jié)構(gòu)化數(shù)據(jù)融合分析[J].圖書館學研究，2015（05）.

[3] 奉國和，鄭偉.國內(nèi)中文自動分詞技術(shù)研究綜述[J].圖書情報工作，2011（01）.

[4]朱倩，錢立.基于Mahout的推薦系統(tǒng)的分析與設(shè)計[J].科技研究，2013（06）.

[5]崔杰，李陶深，蘭紅星.基于Hadoop的海量數(shù)據(jù)存儲平臺設(shè)計與開發(fā)[J].計算機研究與發(fā)展，2012（49）.

（作者單位：中國移動通信集團廣東公司深圳分公司）