摘要：近年來，汽車制造業(yè)信息化水平、數(shù)字化水平不斷提高，多數(shù)汽車制造企業(yè)都建立了大數(shù)據(jù)平臺(tái)、數(shù)字化運(yùn)營(yíng)平臺(tái)、財(cái)務(wù)共享中心等，數(shù)據(jù)提取相對(duì)容易，數(shù)據(jù)使用打破了時(shí)間、空間限制，數(shù)據(jù)分析擴(kuò)展了視角，但財(cái)務(wù)分析遇到了前所未有的巨大挑戰(zhàn)。本文主要從財(cái)務(wù)分析遇到的痛點(diǎn)及如何應(yīng)對(duì)展開，旨在探討如何借助大數(shù)據(jù)技術(shù)，識(shí)別、提取海量數(shù)據(jù)中的有價(jià)值數(shù)據(jù)，提升財(cái)務(wù)分析能力，為企業(yè)決策提供有用信息。

關(guān)鍵詞：財(cái)務(wù)分析；數(shù)字化；汽車制造業(yè)

1. 汽車制造業(yè)數(shù)字化現(xiàn)狀

汽車制造業(yè)正在全面擁抱數(shù)字化轉(zhuǎn)型，通過應(yīng)用先進(jìn)的數(shù)字技術(shù)和工具，確保數(shù)據(jù)在制造過程中的無縫流動(dòng)。這一轉(zhuǎn)型旨在實(shí)現(xiàn)制造業(yè)中的全要素（如人、機(jī)器和原料）整合，打造完整的供應(yīng)鏈和生產(chǎn)鏈，并聯(lián)通整個(gè)價(jià)值鏈，包括研發(fā)、生產(chǎn)、經(jīng)營(yíng)和服務(wù)等環(huán)節(jié)。數(shù)字化不僅顯著提高了效率、降低了成本，而且引領(lǐng)制造業(yè)向智能化和可持續(xù)性方向不斷發(fā)展。作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，汽車行業(yè)在自動(dòng)化和信息化的投入上均居于前列。經(jīng)過近十年的努力，該行業(yè)已建立了涵蓋研發(fā)、銷售、供應(yīng)、制造、質(zhì)量檢測(cè)及后市場(chǎng)服務(wù)的全方位信息化系統(tǒng)。海量的數(shù)據(jù)資產(chǎn)正在積累，而如何優(yōu)化、解析并充分利用這些數(shù)據(jù)來指導(dǎo)企業(yè)決策和運(yùn)營(yíng)，正成為行業(yè)的核心議題。尤其值得一提的是，財(cái)務(wù)數(shù)據(jù)已成為企業(yè)的核心資產(chǎn)。正確地分析財(cái)務(wù)數(shù)據(jù)可以為企業(yè)提供強(qiáng)有力的決策支持。一些領(lǐng)先的商用車企業(yè)，如一汽、重汽、東風(fēng)、陜汽和福田，已經(jīng)建立了大數(shù)據(jù)平臺(tái)、數(shù)字化運(yùn)營(yíng)平臺(tái)和財(cái)務(wù)共享中心。企業(yè)借助這些平臺(tái)進(jìn)行數(shù)據(jù)治理和應(yīng)用，進(jìn)一步提高數(shù)字化運(yùn)營(yíng)的效率，深挖潛在的利潤(rùn)點(diǎn)，努力提升企業(yè)價(jià)值。

2. 汽車制造業(yè)財(cái)務(wù)分析現(xiàn)狀

財(cái)務(wù)分析可以分為兩種，即狹義和廣義。狹義財(cái)務(wù)分析主要是基于財(cái)務(wù)報(bào)表數(shù)據(jù)，采用特定的分析技術(shù)，深入探討企業(yè)的盈利、償債、運(yùn)營(yíng)和籌融資等情況。廣義財(cái)務(wù)分析則更為綜合，除了基于財(cái)務(wù)報(bào)表數(shù)據(jù)之外，還結(jié)合市場(chǎng)信息、行業(yè)動(dòng)態(tài)、業(yè)務(wù)情報(bào)等多方面信息，全面評(píng)估企業(yè)的經(jīng)營(yíng)活動(dòng)和經(jīng)濟(jì)效益，從而反映經(jīng)營(yíng)成果、存在的問題以及潛在的改進(jìn)措施，確定企業(yè)未來的主要發(fā)展方向。

在數(shù)字化時(shí)代，汽車制造業(yè)的財(cái)務(wù)分析越來越偏向于廣義的方式，尤其是利用大數(shù)據(jù)技術(shù)，不僅提高了財(cái)務(wù)分析的準(zhǔn)確性和時(shí)效性，而且還能結(jié)合市場(chǎng)的需求和方向，明確地規(guī)劃企業(yè)的發(fā)展藍(lán)圖，從而增強(qiáng)企業(yè)的盈利潛力。當(dāng)前，盡管一些先進(jìn)的汽車制造公司已經(jīng)開始使用機(jī)器人來提取和處理財(cái)務(wù)報(bào)表數(shù)據(jù)，但在遇到異常情況時(shí)，仍然需要人工進(jìn)行判斷和處理。大多數(shù)公司仍舊依賴于傳統(tǒng)的手工方式進(jìn)行財(cái)務(wù)數(shù)據(jù)的搜集、匯總、分類和整理。而復(fù)雜的運(yùn)營(yíng)分析、對(duì)標(biāo)分析和專項(xiàng)分析基本上仍是由人工完成。隨著數(shù)字化技術(shù)的持續(xù)進(jìn)步，財(cái)務(wù)分析正逐漸超越單純的數(shù)據(jù)匯總和報(bào)表分析，更多的是從海量數(shù)據(jù)中提煉出關(guān)鍵、有價(jià)值的信息，無論是財(cái)務(wù)還是非財(cái)務(wù)數(shù)據(jù)，并利用信息技術(shù)進(jìn)行數(shù)據(jù)整合和對(duì)比。同時(shí)，可視化工具的使用也使數(shù)據(jù)展示更加直觀和生動(dòng)，為決策者提供了極具價(jià)值的參考依據(jù)。

3. 數(shù)字化時(shí)代汽車制造業(yè)財(cái)務(wù)分析的難點(diǎn)

3.1 財(cái)務(wù)分析思維過于傳統(tǒng)

雖然汽車制造業(yè)的財(cái)務(wù)分析以報(bào)表數(shù)據(jù)為核心，但仍然存在過度依賴歷史數(shù)據(jù)來評(píng)估企業(yè)績(jī)效的趨勢(shì)[1]。這樣的分析方法往往偏向于理論，并未深入業(yè)務(wù)的變動(dòng)及其背后的原因。數(shù)字化時(shí)代要求財(cái)務(wù)分析師具有更前瞻的視野和更加全面、有戰(zhàn)略意識(shí)的思維能力。

3.2 數(shù)據(jù)應(yīng)用不統(tǒng)一

在汽車制造業(yè)中，由于復(fù)雜的供應(yīng)鏈、多元的銷售渠道和廣泛的研發(fā)活動(dòng)，各個(gè)部門所使用的數(shù)據(jù)系統(tǒng)往往獨(dú)立運(yùn)行，導(dǎo)致數(shù)據(jù)格式、標(biāo)準(zhǔn)和定義存在差異。這不僅增加了數(shù)據(jù)整合的難度，還可能引起誤解和錯(cuò)誤分析。

3.3 缺乏業(yè)務(wù)洞察的財(cái)務(wù)分析

盡管財(cái)務(wù)數(shù)據(jù)能夠反映出企業(yè)的經(jīng)濟(jì)狀況，但僅依賴傳統(tǒng)財(cái)務(wù)報(bào)表難以把握企業(yè)面臨的實(shí)際業(yè)務(wù)挑戰(zhàn)。例如，單從銷售額的增長(zhǎng)無法判斷市場(chǎng)份額的變化，庫(kù)存增加可能是生產(chǎn)效率提高，也可能是銷售不暢的表現(xiàn)。

3.4 項(xiàng)目化與集團(tuán)化運(yùn)作帶來的分析復(fù)雜性

隨著企業(yè)轉(zhuǎn)向項(xiàng)目制管理和集團(tuán)化業(yè)務(wù)策略，財(cái)務(wù)分析需要覆蓋更多的業(yè)務(wù)維度和更深的層次。傳統(tǒng)的分析方法很難捕捉到跨部門、跨業(yè)務(wù)單元的財(cái)務(wù)流動(dòng)和影響。而在優(yōu)化措施制定后，由于缺乏有效的監(jiān)控機(jī)制，很難確保這些措施能夠在各個(gè)業(yè)務(wù)單元得到完整的執(zhí)行。

3.5 財(cái)務(wù)預(yù)測(cè)功能不完善

隨著市場(chǎng)環(huán)境的不斷變化，預(yù)測(cè)的準(zhǔn)確性面臨嚴(yán)峻的挑戰(zhàn)。除了返利、成本分?jǐn)偟葌鹘y(tǒng)因素外，外部如宏觀經(jīng)濟(jì)、政策調(diào)整、國(guó)際貿(mào)易關(guān)系、科技進(jìn)步和突發(fā)事件等均對(duì)財(cái)務(wù)預(yù)測(cè)造成影響。這些不可預(yù)測(cè)的因素需要財(cái)務(wù)預(yù)測(cè)模型頻繁調(diào)整和驗(yàn)證。

3.6 財(cái)務(wù)數(shù)據(jù)呈現(xiàn)方式的局限性

傳統(tǒng)的財(cái)務(wù)報(bào)告形式主要是文字和表格，往往無法直觀、迅速地傳遞信息。而在高速發(fā)展的商業(yè)環(huán)境中，管理層和決策者需要迅速把握關(guān)鍵信息。此外，對(duì)于涉及多維度數(shù)據(jù)的復(fù)雜問題，純文字和表格難以有效呈現(xiàn)數(shù)據(jù)背后的關(guān)聯(lián)性和趨勢(shì)。

3.7 財(cái)務(wù)分析師的技術(shù)鴻溝

盡管大數(shù)據(jù)和先進(jìn)的分析工具為財(cái)務(wù)分析提供了前所未有的機(jī)會(huì)，但很多財(cái)務(wù)分析師還停留在傳統(tǒng)工具的使用上，如excel等，缺乏對(duì)新技術(shù)的了解和應(yīng)用。此外，許多分析師還未能跟上對(duì)業(yè)務(wù)知識(shí)的更新，使得分析結(jié)果可能與實(shí)際業(yè)務(wù)需求脫節(jié)。

4. 數(shù)字化時(shí)代汽車制造業(yè)財(cái)務(wù)分析問題的解決策略

4.1 構(gòu)建實(shí)時(shí)、動(dòng)態(tài)的財(cái)務(wù)分析框架

隨著全球化和技術(shù)的快速發(fā)展，汽車制造業(yè)已成為一個(gè)高度競(jìng)爭(zhēng)的市場(chǎng)。傳統(tǒng)的財(cái)務(wù)分析，如靠手工整理和依賴歷史數(shù)據(jù)的方法，已逐漸顯得不夠敏捷。在這樣的背景下，如何迅速地響應(yīng)市場(chǎng)變化和內(nèi)部決策變得至關(guān)重要。

（1）建立定期分析模型：在當(dāng)下的數(shù)字化時(shí)代，企業(yè)擁有了前所未有的數(shù)據(jù)處理能力。利用大數(shù)據(jù)技術(shù)，我們可以實(shí)現(xiàn)數(shù)據(jù)庫(kù)與業(yè)務(wù)系統(tǒng)的即時(shí)對(duì)接，自動(dòng)收集、整理并分析數(shù)據(jù)，為決策者生成月、季、半年及年度的財(cái)務(wù)報(bào)告。這種即時(shí)的信息流使企業(yè)能夠迅速捕捉市場(chǎng)的微妙變化，提前做出決策，從而獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。

（2）推動(dòng)不定期分析：除了定期的報(bào)告和分析，現(xiàn)代企業(yè)還需要對(duì)突發(fā)事件和異常數(shù)據(jù)保持高度警覺。實(shí)時(shí)預(yù)警系統(tǒng)可以幫助企業(yè)在第一時(shí)間發(fā)現(xiàn)并響應(yīng)這些情況，例如銷售數(shù)據(jù)突然下滑、庫(kù)存異常增長(zhǎng)等。通過自動(dòng)分析這些異常數(shù)據(jù)，系統(tǒng)可以為決策者提供深入的見解，幫助他們迅速定位問題，制定有效的應(yīng)對(duì)策略。

4.2 構(gòu)建統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)和標(biāo)準(zhǔn)指標(biāo)

在數(shù)字化時(shí)代，數(shù)據(jù)已經(jīng)成為企業(yè)的核心資產(chǎn)，但管理和分析海量的數(shù)據(jù)不是一個(gè)簡(jiǎn)單的任務(wù)。為此，建立統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)和推進(jìn)數(shù)據(jù)標(biāo)準(zhǔn)化是關(guān)鍵。在構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)之前，企業(yè)需要深入理解其業(yè)務(wù)流程和價(jià)值鏈，這包括識(shí)別哪些數(shù)據(jù)對(duì)企業(yè)最有價(jià)值，以及如何利用這些數(shù)據(jù)進(jìn)行更加深入的分析。此外，對(duì)于每個(gè)關(guān)鍵業(yè)務(wù)流程，都應(yīng)有明確的數(shù)據(jù)指標(biāo)和KPI來跟蹤其性能。數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)不僅是技術(shù)人員的工作，也需要業(yè)務(wù)部門、IT部門和數(shù)據(jù)團(tuán)隊(duì)緊密合作。業(yè)務(wù)部門提供業(yè)務(wù)背景和需求，IT部門提供技術(shù)支持，而數(shù)據(jù)團(tuán)隊(duì)負(fù)責(zé)數(shù)據(jù)治理和確保數(shù)據(jù)的質(zhì)量。隨著數(shù)據(jù)的增長(zhǎng)，數(shù)據(jù)治理成為一個(gè)不可或缺的環(huán)節(jié)。這包括數(shù)據(jù)清洗、去重、格式化等一系列工作，以確保數(shù)據(jù)在整個(gè)組織中的一致性和可靠性。有了統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)，企業(yè)可以實(shí)施實(shí)時(shí)的數(shù)據(jù)分析，從而快速響應(yīng)市場(chǎng)的變化。

4.3 財(cái)務(wù)分析與業(yè)務(wù)分析相結(jié)合，深挖數(shù)據(jù)背后的經(jīng)營(yíng)問題

傳統(tǒng)的財(cái)務(wù)分析往往只停留在數(shù)字層面，而現(xiàn)代企業(yè)管理更加注重?cái)?shù)字背后的事實(shí)情況。為了更好地理解財(cái)務(wù)數(shù)據(jù)背后的經(jīng)營(yíng)邏輯，企業(yè)需要將財(cái)務(wù)分析與業(yè)務(wù)分析緊密結(jié)合[2]。例如，當(dāng)某款車型的銷售額出現(xiàn)下滑時(shí)，單純的財(cái)務(wù)分析可能只會(huì)告訴我們“銷售額減少了”，而深入的業(yè)務(wù)分析可以揭示背后的原因，是市場(chǎng)環(huán)境的變化、產(chǎn)品設(shè)計(jì)的問題，還是營(yíng)銷策略的失誤。這樣的深度分析不僅可以幫助企業(yè)迅速找到問題的根源，還可以為未來的決策提供寶貴的經(jīng)驗(yàn)教訓(xùn)。同時(shí)，現(xiàn)代的大數(shù)據(jù)技術(shù)使企業(yè)有能力跨越部門、業(yè)務(wù)線，進(jìn)行全面的數(shù)據(jù)分析。

4.4 建立財(cái)務(wù)大數(shù)據(jù)戰(zhàn)略預(yù)測(cè)體系

財(cái)務(wù)預(yù)測(cè)本質(zhì)上是通過分析歷史數(shù)據(jù)、考慮未來業(yè)務(wù)環(huán)境，從而預(yù)測(cè)企業(yè)的未來財(cái)務(wù)表現(xiàn)。傳統(tǒng)的預(yù)測(cè)方法主要依賴于電子表格的模板，并側(cè)重經(jīng)驗(yàn)估計(jì)，但在大數(shù)據(jù)時(shí)代，更加科學(xué)和精準(zhǔn)地預(yù)測(cè)成為可能。汽車制造業(yè)應(yīng)積極整合其財(cái)務(wù)核算數(shù)據(jù)與大數(shù)據(jù)平臺(tái)，以歷史趨勢(shì)分析為基礎(chǔ)，兼顧市場(chǎng)的定性變化，建立一個(gè)更加全面的財(cái)務(wù)與風(fēng)險(xiǎn)預(yù)測(cè)模型。此外，實(shí)時(shí)監(jiān)測(cè)預(yù)測(cè)指標(biāo)的變化對(duì)于資源的及時(shí)調(diào)整也是關(guān)鍵。這樣的預(yù)測(cè)不僅基于現(xiàn)實(shí)，更有前瞻性，確保企業(yè)在經(jīng)營(yíng)中的每一步都有數(shù)據(jù)為其“導(dǎo)航”及糾偏，保障資源合理配置、企業(yè)業(yè)務(wù)正向發(fā)展。

4.5 建立績(jī)效跟蹤系統(tǒng)

對(duì)于大型制造企業(yè)，部門間的利益沖突與數(shù)據(jù)孤島問題一直是管理的難題。為了打破這種困境，我們建議財(cái)務(wù)部門真實(shí)反映企業(yè)經(jīng)營(yíng)的問題，并與運(yùn)營(yíng)管理部門攜手，運(yùn)用大數(shù)據(jù)技術(shù)建立績(jī)效跟蹤系統(tǒng)，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)的融通與核實(shí)，深化問題原因分析，形成整體閉環(huán)的整改策略[3]。這個(gè)系統(tǒng)可以全面展示關(guān)于績(jī)效考核、日常問題分析與專項(xiàng)任務(wù)的數(shù)據(jù)，確保信息流通且透明。當(dāng)發(fā)現(xiàn)關(guān)鍵問題時(shí)，運(yùn)營(yíng)管理部門可以調(diào)用資源，與相關(guān)部門聯(lián)合深入分析，制定切實(shí)可行的解決策略，并確保每個(gè)任務(wù)都有明確的責(zé)任人和完成時(shí)限。對(duì)于緊急問題，大數(shù)據(jù)技術(shù)可以幫助我們快速定位，并自動(dòng)流轉(zhuǎn)至相關(guān)部門。運(yùn)營(yíng)管理部門作為協(xié)調(diào)者，保證每一個(gè)問題都得到有效解決。同時(shí)，建立復(fù)核機(jī)制以確保問題真正得到解決，不是被遮蓋或忽略。通過這樣的策略，企業(yè)不僅可以高效地解決當(dāng)前的問題，更可以從中學(xué)習(xí)、優(yōu)化管理策略、確保長(zhǎng)期穩(wěn)健發(fā)展。

4.6 運(yùn)用Fine BI、Tableau等可視化工具提升財(cái)務(wù)數(shù)據(jù)分析的直觀性

財(cái)務(wù)可視化分析將復(fù)雜的財(cái)務(wù)數(shù)據(jù)和指標(biāo)通過圖形化、互動(dòng)化的形式進(jìn)行直觀呈現(xiàn)，其核心價(jià)值在于為管理層和相關(guān)決策者提供一個(gè)明晰、直觀的視角，使他們能夠迅速洞察企業(yè)的財(cái)務(wù)狀況，從而制定更加精準(zhǔn)的策略和決策。在數(shù)字化時(shí)代，隨著可視化分析軟件的成熟和完善，企業(yè)應(yīng)根據(jù)自己的需求選擇最適合的工具，將基礎(chǔ)財(cái)務(wù)數(shù)據(jù)導(dǎo)入這些工具，或與業(yè)務(wù)系統(tǒng)進(jìn)行直接對(duì)接。

4.7 加強(qiáng)分析人員的大數(shù)據(jù)技術(shù)培訓(xùn)與能力提升

在數(shù)字化和大數(shù)據(jù)的浪潮下，企業(yè)的運(yùn)營(yíng)與決策都越來越依賴數(shù)據(jù)。這種轉(zhuǎn)變迫切要求企業(yè)的分析人員不僅是財(cái)務(wù)數(shù)據(jù)的解讀者，更是數(shù)據(jù)技術(shù)的應(yīng)用者。企業(yè)應(yīng)當(dāng)實(shí)施持續(xù)且系統(tǒng)的大數(shù)據(jù)技術(shù)培訓(xùn)。這種培訓(xùn)不局限于工具的使用，更應(yīng)深入數(shù)據(jù)的收集、整理、分析及解讀[4]。例如，如何從海量的數(shù)據(jù)中提取真正有價(jià)值的信息，如何利用機(jī)器學(xué)習(xí)等算法進(jìn)行預(yù)測(cè)分析，都應(yīng)成為培訓(xùn)內(nèi)容的一部分。僅靠培訓(xùn)并不足夠，實(shí)際的操作與應(yīng)用是提高技能的關(guān)鍵。企業(yè)可以通過創(chuàng)建跨部門的數(shù)據(jù)項(xiàng)目團(tuán)隊(duì)，讓財(cái)務(wù)分析人員與IT、市場(chǎng)和其他部門的同事合作，共同解決實(shí)際的業(yè)務(wù)問題。這樣，分析人員不僅能夠運(yùn)用所學(xué)的大數(shù)據(jù)技術(shù)，還可以加深對(duì)業(yè)務(wù)的了解。

結(jié)語

在大數(shù)據(jù)的浪潮之下，財(cái)務(wù)分析已經(jīng)超越了傳統(tǒng)的報(bào)表數(shù)據(jù)分析和展示?，F(xiàn)今的財(cái)務(wù)分析結(jié)合了財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)，為決策者提供了有力的、量化的數(shù)據(jù)支持，讓他們能夠迅速地識(shí)別企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)、發(fā)現(xiàn)可能的經(jīng)營(yíng)缺陷，從而優(yōu)化經(jīng)營(yíng)策略，提高企業(yè)盈利能力。這種全方位的分析不局限于企業(yè)的某一個(gè)層面，而是穿透了整個(gè)企業(yè)，從集團(tuán)到子公司，從各個(gè)業(yè)務(wù)部門到各個(gè)業(yè)務(wù)環(huán)節(jié)，如研發(fā)、采購(gòu)、生產(chǎn)、銷售以及后市場(chǎng)服務(wù)[5]。這意味著財(cái)務(wù)分析師們需要跨越部門和業(yè)務(wù)，深入到各個(gè)業(yè)務(wù)環(huán)節(jié)，以信息化和邏輯思維為武器，對(duì)業(yè)務(wù)的本質(zhì)和變化有深入的理解，為企業(yè)創(chuàng)造真正的價(jià)值。簡(jiǎn)而言之，大數(shù)據(jù)為財(cái)務(wù)分析帶來了前所未有的機(jī)遇和挑戰(zhàn)。為了適應(yīng)這一變革，分析師們不僅要深化他們的專業(yè)知識(shí)，還需培養(yǎng)跨領(lǐng)域的思維能力，以更全面、更深入的視角評(píng)估企業(yè)的經(jīng)營(yíng)狀況，最終實(shí)現(xiàn)降低企業(yè)運(yùn)營(yíng)風(fēng)險(xiǎn)、提升整體價(jià)值的目標(biāo)。

參考文獻(xiàn)：

[1]彭端.制造業(yè)財(cái)務(wù)管理信息化建設(shè)轉(zhuǎn)型痛點(diǎn)和應(yīng)對(duì)措施[J].老字號(hào)品牌營(yíng)銷，2023（6）：60-62.

[2]王阿敏，李俊.國(guó)有企業(yè)海外財(cái)務(wù)數(shù)字化轉(zhuǎn)型動(dòng)因及路徑實(shí)踐——以A公司海外板塊財(cái)務(wù)數(shù)字化轉(zhuǎn)型為例[J].時(shí)代商家，2023（2）：1-3.

[3]劉暢.新時(shí)期制造業(yè)數(shù)字化轉(zhuǎn)型的問題及優(yōu)化措施[J].精品，2021（14）：59.

[4]蒲志強(qiáng)，徐金亮，姜天潤(rùn).數(shù)字化轉(zhuǎn)型背景下城商行會(huì)計(jì)核算的痛點(diǎn)及應(yīng)對(duì)策略思考[J].中國(guó)銀行業(yè)，2022（7）：72-74.

[5]韓壯.企業(yè)運(yùn)營(yíng)中財(cái)務(wù)分析存在的問題及優(yōu)化策略[J].投資與創(chuàng)業(yè)，2019（8）： 144-146.

作者簡(jiǎn)介：李儀娟，本科，會(huì)計(jì)師，研究方向：企業(yè)財(cái)務(wù)管理數(shù)字化轉(zhuǎn)型研究、企業(yè)財(cái)務(wù)分析、財(cái)務(wù)預(yù)算管理研究。