前言：本站為你精心整理了大數據時代財務分析領域研究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：隨著互聯網的不斷發展以及云技術的日益成熟，數據的種類和規模呈現出跨越式增長的趨勢，大數據時代正式到來。在大數據時代，揭示海量數據背后的關聯，為企業財務戰略的發展提供前瞻性指導意見，必然成為財務分析領域的發展趨勢。本文分析大數據時代財務分析面臨的機遇與挑戰，并對大數據進行展望。

關鍵詞：大數據財務分析機遇挑戰

隨著物聯網、互聯網和移動應用的不斷發展，越來越多的數據得以沉淀。世界著名咨詢公司Gartner認為，信息量每年正以至少59%的速度增長；而據IDC統計，至2010年底全球數據量已經達到了120萬PB，到2020年，全球以電子形式存儲的數據量將暴增44倍，達到35ZB。大數據時代已然來臨，給各行各業數據信息的使用與分析帶來根本性的變革。對于財務分析這一領域，如何轉變傳統思維，借助大數據的“洞察力”重新審視財務指標、財務體系以至財務戰略的規劃與發展，從而促進行業的大發展具有深遠意義。本文將立足于大數據的發展現狀，深入分析大數據對財務分析領域帶來的機遇與挑戰。

一、量到質的飛躍———大數據時代

（一）大數據的概念

從單一數據庫到大數據是量的變化，卻有質的區別。大數據（bigdata，BD）或稱巨量資料，是指所涉及的資料規模巨大到無法通過目前主流軟件工具在合理時間內達到擷取、管理、處理并整理成為有助于企業經營決策的資訊。相對于傳統意義上的數據庫（database，DB），大數據需要云技術作為支撐，從海量結構數據、半結構數據以及非結構數據中快速經濟地提取數字化信息。IBM認為大數據有以下特點：Volume（大量）、Velocity（高速）、Variety（多樣）。除此之外，許多研究機構嘗試為大數據增添第四個“V”，國際數據公司IDC認為大數據應當還具有Value（價值性），IBM認為應當為Veracity（真實性）。

（二）大數據的三大變革

（1）轉變樣本思維———樣本=總體。

隨著計算運力的不斷提升，計算能力受限的時代已然離去。而通過種種方式選取樣本進行數據分析無疑成為一副“掛在身上的鐐銬”。無論人為還是隨機的選樣方式，都難以發現大量數據中的細微之處，而大數據通過全盤分析，既避免了樣本總體選取過程中的人為傾向，又使得發現數據中的細微異常成為可能。如利用大數據實時分析，從海量信用卡交易記錄中發現信用卡異常。

（2）區別精確性與混雜性。

維克托•邁爾•舍爾維恩提出允許不精確———拋棄精確性，接納混雜性。而筆者認為精確性與混雜性必然共生共存，但需予以區別。大數據的引入和單一類別的累加必然帶來數據的絕對精確（數據源的絕對精確，而非使用者期望值的絕對精確），而海量的多元數據類型之間形成混雜的邏輯關系。在混雜的數據中，在提取數據間變化關系時讓概率說話，允許不精確。如在美國經濟低迷時期，口紅的銷量與經濟指數便是混雜數據中的一對不精確的數據關系。大數據的引入，即單一類別的精確與多元數據的混雜，會使更多類似口紅效應的數據關系浮出水面。

（3）尋求相關關系。

因果關系是相關關系的一個子集。大數據時代，海量信息涌入，數據之間相互關系錯綜復雜，多因多果是我們必然面對的現實。數據分析應當從過分紛雜的因果關系中解脫出來，轉移到數據的相關性分析中去。如Google通過搜索關鍵詞預警流行病。

（三）大數據的發展現狀

2009年，聯合國啟動“全球脈動計劃”，借大數據推動落后地區發展。2012年1月，世界經濟論壇年會將“大數據、大影響”作為重要議題。2012年4月，大數據分析公司Splunk高調宣傳大數據，引發投資者關注。同年12月初，為企業市場提供Hadoop解決方案的創業公司Cloudera獲得6500萬美元融資，估值約為7億美元。大數據之所以受到政府的推動、資本的熱捧，其根源在于大數據技術不斷縱深、涉及面持續拓寬、產業前景被極度看好。

二、大數據時代財務分析面臨的機遇與挑戰

（一）財務分析領域面臨的機遇

（1）數據混搭。

一是財務數據與非財務數據混搭。財務數據往往源于某種經濟行為，而經濟行為往往有其必然的社會現象或動因，因此傳統的財務數據與某些非財務數據之間必然存在千絲萬縷的聯系。對于財務分析人員而言，積極尋求非財務數據與財務數據間的聯動關系，建立相關模型，有助于合理預測財務發展動向，制定財務發展戰略。二是結構化數據與非結構化數據混搭。目前，結構化數據僅占各類數據總量的15%左右，對非結構化數據分析能力的不斷提升，無異于去發現了財務分析的廣闊“藍海”。如在判斷新產品的市場反應是否良好時，除統計營業收入、利潤增長率等數據外，還可以對社區網絡中意見領袖的評論、網友的轉發與評語、本產品或相關產品關鍵詞搜索量等非結構化數據進行統計，如此不僅可以更加全面地了解新產品的推廣情況，更能及時獲得市場反饋訊息，如競爭產品的推廣情況、配套服務是否需要跟進、是否加大投產或設計改良。三是宏觀數據與微觀數據混搭。大數據的應用以及財務數據的標準化，有助于政府或有關經濟組織建立更為全面宏觀數據庫。借助大數據，微觀經濟數據形成宏觀預判，宏觀預判及時指導企業生產，對外貿型企業應尤為關注。如2008年初，經濟危機到來前，阿里巴巴交易平臺上整個買家詢盤數出現下滑跡象，由此商家可提前半年時間從交易平臺詢盤數上推斷出世界貿易發生變化，進而縮減生產規模或尋求產業升級。

（2）提高財務決策效率。

傳統財務分析理念是對幾個簡單財務指標進行分析或建模，簡單的分析或建模已不足以應對企業日益變化的經營環境。大數據的核心理念之一是“樣本=總體”，它要求企業將總體作為樣本，對企業財務發展戰略作出規劃。海量數據的利用，使財務分析思路進入多車道模式，在數據起跑階段便可依照多項數據的軌跡作出科學合理的決策。目前，大數據時代剛剛到來，數據混雜性程度高，絕大多數財務人員缺乏對“新數據”分析的先驗知識，分析周期的縮短需要一定時間的沉淀與積累。

（3）建立“反饋經濟”意識。

大數據中包含真許多未曾發現的數據關系，也就蘊藏著巨大的經濟價值。率先從海量數據獲取有價值的數據信息并合理運用，將帶來巨大的經濟效益。值得注意的是，對于大數據將總體作為樣本，其理想狀態是世界全部總體數據，旨在發現人們不曾發現的數據關系，但這需要數十年甚至上百年的科技進步。目前，對于Google、IBM、阿里巴巴這樣具有計算運力的巨頭公司而言，可將“總體”視為“可獲得的全部數據”，即擯棄人為判斷、盡可能獲取“能力所及”范圍內的所有數據；對于大部分中小型互聯網公司以及傳統企業，可將“總體”視為“應該需要的全部數據”，即需多人決策、宜多不宜少。此外，財務人員應當注意自身“因果思維”向“相關思維”的轉換，任何與財務狀況相關的數據或組合數據都值得關注。

（4）階段性報告向實時報告轉變。

多數傳統財務報表像期刊一樣，按月、按季、按年出已成慣例，此類報告對于目前市場的反應敏捷度是極差的。而決策講究時效性，靜態階段性報告已經無法滿足股東及財務分析人員的根本需要，其中對初創公司“報紙式”財報的需求更加迫切。在大數據的背景下，相關交易或行為產生可以直接生成數據，反映在報表，呈現出變化，直接公布于公開的網絡或APP終端，如此一來既保證了財務的公開透明，又能及時獲取市場反饋、調整財務戰略。

（二）財務分析領域面臨的挑戰

（1）信息的安全性。

大數據時代，最大的挑戰便是信息安全問題。目前，企業的復雜化程度越來越高，企業與企業之前的相互依存關系也越來越緊密，大量信息處于企業內部、外部的薄弱環節上，從簡單的財務數據到商業機密再到知識產權，各類數據都極為重要，不慎泄露、被惡意竊取甚至篡改都能導致商業上的風險。如何從技術上、觀念上保證數據的安全，是大數據時代的重要課題。例如，2014年3月攜程“泄密門”，攜程的信息系統因存在技術漏洞，導致用戶個人信息泄露，包括用戶姓名、身份證號、銀行卡號、銀行卡CVV碼等，這些數據都存在被黑客竊取的可能，進而使攜程面臨著極大的經營風險。

（2）信息的成本。

無論是企業內生信息還是外購信息，都將產生一定成本，盲目獲取大量信息，而忽視信息產生的回報，對企業是不利的。因此在信息的獲取與存儲過程中，考慮到成本效益原則，應加強對“潛在價值信息”的甄別。值得注意的是，在財務大數據競賽中，盡可能挖掘數據與控制信息成本呈負相關關系。一方面，大數據中蘊藏的大量價值并非先驗知識能夠識別，放棄對相應數據的分析等于放棄占得商業先機的可能，喪失企業跨越發展的時機；另一方面，當下的大數據處理中心具有相對較高的維修和更換成本，對于大部分中小型企業，若期望能夠盡可能獲得各類海量數據短期內也難以承擔。因此，不同企業對大數據的獲取與應用程度是不同的，其取決于企業的財務戰略、財務狀況、財務人員勝任能力等多種因素。

（3）信息的處理與人才的競爭。

大數據時代的競爭，是信息處理技術的競爭，更是人才的競爭。在財務分析領域，擁有大量數據但人才配備不足，亦是無濟于事的，因此，信息處理是發現大數據價值的最為關鍵的一環。然而，現階段精通財務并善于數據挖掘的人才供給嚴重不足。如何培養人才，讓信息得以恰當處理，使得企業大數據的價值能夠充分體現，是各企業亟待解決的重要課題。

三、對大數據的展望

大數據的到來將對整個人類發展的進程產生重大影響，大到國家政策方針、小到企業發展規劃會因大數據發展而改變。政府對于大數據的開發挖掘，應當做到統籌兼顧，一方面加快立法，協調數據隱私性與數據開源共享之間的關系，另一方面加強政策引導，鼓勵社會團體和個人對于大數據的開發運用，進而創造社會財富。對于企業而言，首先應當從公司的戰略層面重視“大數據”帶來的巨大價值，主動迎接此次社會化的革命性變革；再次，盡快將大數據的運用落實至具體業務之上，從具體應用的過程中發掘大數據的潛力，在競爭中獲得先機；最后便是人才的競爭，企業應當鼓勵企業內部精通財務的員工，積極學習數據發掘與分析的理論知識和實踐技巧。

參考文獻：

［1］李心合：《公司財務分析：框架與超越》，《財經問題研究》2006年第10期。

［2］鄧國清：《以大數據之“道”，踐管理會計之“變”》，《中國會計報》2013年第8期。

作者：張紅英 王翠森 單位：浙江財經大學會計學院