張瀟汀

關(guān)鍵詞：大數(shù)據(jù) ?財(cái)務(wù) 應(yīng)用分析

一、引言

隨著大數(shù)據(jù)時(shí)代的到來(lái)，任何行業(yè)都與大數(shù)據(jù)之間產(chǎn)生了緊密的聯(lián)系，行業(yè)核心的業(yè)務(wù)也主要以大數(shù)據(jù)的形式來(lái)體現(xiàn)，尤其是在財(cái)務(wù)工作領(lǐng)域，有效的利用好大數(shù)據(jù)可以將財(cái)務(wù)人員從繁重的數(shù)據(jù)統(tǒng)計(jì)中解脫出來(lái)，從而更好的實(shí)現(xiàn)財(cái)務(wù)相關(guān)工作的處理和服務(wù)。通過(guò)大數(shù)據(jù)分析將傳統(tǒng)的數(shù)據(jù)庫(kù)中零碎的財(cái)務(wù)信息綜合的呈現(xiàn)在財(cái)務(wù)人員面前，可以更好的精確落實(shí)人員財(cái)務(wù)數(shù)據(jù)，企業(yè)經(jīng)營(yíng)分析，從而更好的促進(jìn)財(cái)務(wù)工作的高效進(jìn)行。

二、財(cái)務(wù)與大數(shù)據(jù)

（一）大數(shù)據(jù)的含義

大數(shù)據(jù)的產(chǎn)生最早來(lái)源于美國(guó)麥肯錫的定義，即海量化、多維度等，大數(shù)據(jù)并不具體聚焦于數(shù)據(jù)怎么來(lái)的，而是通過(guò)數(shù)據(jù)的特征呈現(xiàn)一定的相關(guān)性狀態(tài)特性，海量的數(shù)據(jù)提供了數(shù)據(jù)分析人員更多的細(xì)節(jié)信息，通過(guò)分析數(shù)據(jù)的特點(diǎn)，可以從更加全面的較多展現(xiàn)產(chǎn)生大數(shù)據(jù)對(duì)象環(huán)節(jié)或組合之間的相關(guān)性，從而獲得對(duì)象的相關(guān)信息。大數(shù)據(jù)的海量特點(diǎn)導(dǎo)致大數(shù)據(jù)的處理手段必須智能化，從海量的數(shù)據(jù)中能夠挖掘隱藏的特征信息，從而透過(guò)大數(shù)據(jù)提供給財(cái)務(wù)人員決策、分析和辨識(shí)的能力。

（二）財(cái)務(wù)工作內(nèi)容

財(cái)務(wù)工作是當(dāng)今較為重要的工作，各行各業(yè)都離不開(kāi)財(cái)務(wù)的相關(guān)處理，分析和結(jié)算。傳統(tǒng)的財(cái)務(wù)模式依靠財(cái)務(wù)人員的對(duì)賬、統(tǒng)計(jì)、結(jié)算等完成財(cái)務(wù)報(bào)表等，對(duì)于少量的財(cái)務(wù)數(shù)據(jù)可以采用這種模式，但是這種模式的弊端是不能有效的反映出數(shù)字背后的關(guān)聯(lián)信息，從而能夠全面、綜合的分析財(cái)務(wù)數(shù)據(jù)，進(jìn)而提出有效的財(cái)務(wù)決策和企業(yè)管理計(jì)劃。

現(xiàn)有的財(cái)務(wù)工作處在如下困難：

1、低效率

大量的財(cái)務(wù)數(shù)據(jù)增加了工作量的指數(shù)增加，財(cái)務(wù)人員對(duì)信息的核對(duì)和信息的錄入等環(huán)節(jié)將花費(fèi)較多的時(shí)間，而隨著數(shù)據(jù)量的進(jìn)一步增加和人員工資量的增加，必須尋找有效的方式減少整體的工作量。

2、碎片化

由于財(cái)務(wù)制單人員和遞交人員的時(shí)間沖突，導(dǎo)致財(cái)務(wù)的信息在一段時(shí)間內(nèi)呈現(xiàn)碎片化，而大量的財(cái)務(wù)數(shù)據(jù)也是以碎片化的存在，造成工作人員對(duì)于信息中所蘊(yùn)含的內(nèi)容不甚了解，無(wú)整體化概念。

3、關(guān)聯(lián)性差

由于信息的碎片化，導(dǎo)致數(shù)據(jù)之間的聯(lián)系減弱，無(wú)法從大量的數(shù)據(jù)中尋找到精確的特征信息，從而對(duì)于企業(yè)的決策不利。

三、大數(shù)據(jù)在現(xiàn)代財(cái)務(wù)工作中的應(yīng)用

（一）傳統(tǒng)財(cái)務(wù)工作存在的問(wèn)題

傳統(tǒng)財(cái)務(wù)制度對(duì)于經(jīng)營(yíng)、投資、融資等活動(dòng)產(chǎn)生的資金大數(shù)據(jù)僅僅在紙面呈現(xiàn)最終的結(jié)果，但是對(duì)于過(guò)程數(shù)據(jù)確沒(méi)有明顯的反應(yīng)。同時(shí)，對(duì)于財(cái)務(wù)人員只能查詢相關(guān)的財(cái)務(wù)數(shù)據(jù)，但是數(shù)據(jù)之間的關(guān)聯(lián)性確不能有效的分析。另外各個(gè)口徑數(shù)據(jù)的統(tǒng)計(jì)和分析帶來(lái)了工作人員的大量的工作，但是確不能根據(jù)這些數(shù)據(jù)實(shí)現(xiàn)企業(yè)運(yùn)營(yíng)的監(jiān)督和管理，需要額外的花費(fèi)精力和人力來(lái)進(jìn)行分析和處理。

（二）大數(shù)據(jù)在財(cái)務(wù)工作中的特點(diǎn)

財(cái)務(wù)數(shù)據(jù)越來(lái)越程序海量化和多樣化，大數(shù)據(jù)從海量的數(shù)據(jù)中能夠整合細(xì)節(jié)信息，通過(guò)大樣本數(shù)據(jù)把數(shù)據(jù)中的內(nèi)容聚合到一起，結(jié)合現(xiàn)有的深度學(xué)習(xí)等智能化處理模型，就可以將海量的數(shù)據(jù)予以分類和識(shí)別，能夠把識(shí)別到的效果呈現(xiàn)在操作人員面前，從而更加完善的實(shí)現(xiàn)了碎片信息的結(jié)合。保證了信息中所蘊(yùn)含的內(nèi)容的全面性和關(guān)聯(lián)性，并且數(shù)據(jù)還呈現(xiàn)前后的聯(lián)系性，通過(guò)海量數(shù)據(jù)的前后聯(lián)系，可以查找數(shù)據(jù)在演變過(guò)程中的具體變化規(guī)律，從而更好的捕捉相關(guān)的細(xì)節(jié)信息。

具體實(shí)施過(guò)程可以通過(guò)以下方式實(shí)現(xiàn)：

（1）通過(guò)海量數(shù)據(jù)管理軟件進(jìn)行大數(shù)據(jù)的管理

通過(guò)采用大數(shù)據(jù)庫(kù)可以將海量的數(shù)據(jù)進(jìn)行統(tǒng)一的集中管理，把管理的數(shù)據(jù)信息庫(kù)作為后期進(jìn)行數(shù)據(jù)處理的原始資料。

（2）通過(guò)深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)離散大數(shù)據(jù)的特征精確識(shí)別

通過(guò)建立深度神經(jīng)網(wǎng)絡(luò)，可以將碎片化的大數(shù)據(jù)呈現(xiàn)的信息進(jìn)行數(shù)據(jù)分析和標(biāo)簽化，將核心的一些數(shù)據(jù)信息的標(biāo)簽進(jìn)行匹配和分析，可以實(shí)現(xiàn)將碎片化信息中的內(nèi)容有效的捕捉，從而提供信息的利用率，進(jìn)而促進(jìn)企業(yè)管理的有效性。

（3）利用提取的大數(shù)據(jù)特征進(jìn)行前后信息的有效關(guān)聯(lián)

將前期處理的大量數(shù)據(jù)信息，融合現(xiàn)有的企業(yè)運(yùn)行過(guò)程中存在的問(wèn)題，可以有效的梳理企業(yè)前后在運(yùn)行過(guò)程中可能存在或即將存在的問(wèn)題，從而根據(jù)數(shù)據(jù)的關(guān)聯(lián)性找到解決方案，促進(jìn)企業(yè)的健康發(fā)展。

以財(cái)務(wù)的發(fā)票管理為例，傳統(tǒng)的發(fā)票的報(bào)銷存儲(chǔ)后僅僅是紙質(zhì)的材料和系統(tǒng)里面的部分?jǐn)?shù)據(jù)信息，發(fā)票信息之間沒(méi)有直接的聯(lián)系，造成對(duì)發(fā)票內(nèi)容和現(xiàn)金走向，采購(gòu)清單等內(nèi)容都是孤立的信息，必須通過(guò)單獨(dú)的查詢才能夠?qū)崿F(xiàn)，而通過(guò)大數(shù)據(jù)的分析，可以及時(shí)的發(fā)現(xiàn)發(fā)票信息中蘊(yùn)含的現(xiàn)金走向，設(shè)備的采購(gòu)細(xì)節(jié)和采購(gòu)時(shí)間特點(diǎn)，企業(yè)運(yùn)行信息的波動(dòng)等，從而更加有效的幫助企業(yè)管理人員進(jìn)行決策。

針對(duì)相關(guān)的財(cái)務(wù)管理部門，如果想針對(duì)某種特點(diǎn)的財(cái)務(wù)管理清單進(jìn)行定點(diǎn)分析，可以通過(guò)大數(shù)據(jù)的分析和識(shí)別出來(lái)算法，如深度神經(jīng)網(wǎng)絡(luò)等算法，有效的捕捉這些數(shù)據(jù)信息，從而更好的在海量數(shù)據(jù)中提取出想要的關(guān)聯(lián)內(nèi)容，甚至前后時(shí)間段的內(nèi)容都可以盡快的捕獲，從而可以實(shí)現(xiàn)風(fēng)險(xiǎn)的有效防控。

四、結(jié)束語(yǔ)

綜上所述，大數(shù)據(jù)對(duì)傳統(tǒng)的財(cái)務(wù)工作提出了挑戰(zhàn)和機(jī)遇，傳統(tǒng)的財(cái)務(wù)工作必將朝向大數(shù)據(jù)智能化的方向發(fā)展，現(xiàn)有的財(cái)務(wù)制度的低效率、碎片化、信息挖掘困難的難題，都可以通過(guò)大數(shù)據(jù)處理進(jìn)行解決。通過(guò)深度學(xué)習(xí)算法深入挖掘財(cái)務(wù)數(shù)據(jù)中的大數(shù)據(jù)信息，可以提供信息的檢索和處理效率，將碎片化的信息通過(guò)整體的信息捕捉實(shí)現(xiàn)有效的關(guān)聯(lián)。從而保證了企業(yè)財(cái)務(wù)人員可以實(shí)現(xiàn)精準(zhǔn)的信息把控和處理，能夠促進(jìn)企業(yè)關(guān)聯(lián)的科學(xué)話和精準(zhǔn)化。

參考文獻(xiàn)

[1]楊星辰.基于大數(shù)據(jù)視角的財(cái)務(wù)分析框架研究[J].時(shí)代金融，2016（12）：321-322.

[2]汪鑫.企業(yè)管理會(huì)計(jì)應(yīng)用大數(shù)據(jù)分析實(shí)例研究[J].商業(yè)會(huì)計(jì)，2016 （6）：26-28.

[3]許金葉，許琳.構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)[J].會(huì)計(jì)之友，2013（24）：97-100.

[4]王慧娟.基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)構(gòu)建研究[D].山西財(cái)經(jīng)大學(xué)，2015.