摘要：大数据时代的到来，对财务信息的数据量需求呈指数级增长，传统的手工会计方式已经无法满足现阶段对财务分析工作的需要，这对从事财务分析工作的会计人员提出了更高的要求。作为企业的财务人员，分析大数据对财务工作的影响，必须与时俱进，应对挑战。本文以大数据为时代背景，对财务分析工作所面临的挑战和机遇进行深入的分析，并对其发展的前景进行展望。

关键词：大数据时代;财务分析;挑战;机遇

一、现状分析

（一）被调查者的基本情况。共发出问卷200份，有效问卷197份。回答问卷的人员中，年龄结构在35岁以下的占65%，35-45岁的占21%，45岁以上的占14%。被调查对象绝大多数为财务人员，财务人员的工作年限10年以上的占31%，5年以下占65%。

（二）对于在大数据运用过程中企业目前哪个环节处理较好这一问题，数据采集环节相对较好，但数据存储则相对较弱，数据挖掘比重更低，依据数据进行决策和数据可视化方面比重最低。这些数据一方面显示出我国企业从整体上看，大数据运用的比例普遍较低，另一方面也表明企业在数据挖掘、分析和决策应用等方面的实力急需提升。（见图1）

（三）在对待财务数据与非财务数据的态度哪个更重视这一问题上，调查数据显示出目前受调查者对财务数据和非财务数据的关注度同等重要占比最高，达到51.02%，已经过半。除约38.78%的受调查者认为财务数据更重要以外，认为非财务数据更重要的企业占10.2%。这反映出我国大众已经越来越认识到财务数据和非财务数据结合分析的重要性。

（四）在关于企业在应用大数据时面临的主要挑战方面，受访者认为最值得关注的还是大数据运用与分析方面的人才瓶颈问题，78.43%的受调查者认为企业大数据分析人才缺乏，此外，缺乏大数据分析平台、如何获取外部数据也是大家关心的重要问题。对于缺乏有效的大数据分析技术、企业的信息化程度不高等方面，也有半数以上的受调查者表示了担心。（见图2）

（五）在大、中、小型企业对于大数据的应用程度这一问题上，调查数据显示出目前受调查者有86.27%认为还是大型企业应用最多，这和大型企业的业务量、人员素质、经济实力有很大关系。27.45%的受调查者认为小型企业应用较少，因为小型企业会受到软硬件成本过高、专业技术人员薪资高等因素的限制。

（六）在对待受调查者所在企业哪些部门会应用大数据这一问题上，调查数据显示出目前财务部、营销部门应用最广泛，其次是质量管理、生产和客服部门。而从受调查自身对大数据应用的需求认识上，认为精准营销和大数据技术提供是当下企业急需要的，其次是数据监控、证券、股票投资、社交网站。（见图3）

二、大数据时代财务分析工作面临的挑战

（一）数据信息的采集和整理成本高

大数据时代，信息来源很广泛，搜集的途径也很多，对于各项信息的采集、分类、整理、提取将会占用企业一定的精力，因此，在应用初期必然会产生一定的成本。根据资料分析可见，受调查者普遍认为大型企业对于大数据的应用最广泛，因为对种类繁多的数据信息的处理需要相当高的筛选成本，信息数据量越大，信息种类越繁杂，筛选的成本就越高。相比之下，让中小型企业来承担这些成本就会显得困难。另一方面，信息如果不经过筛选就应用，可能会造成严重的失误，建立信息价值甄别机制是关键，虽然信息的甄别会增加企业的成本，但从长远角度出发，会发挥信息的价值，在一定程度上降低企业的财务风险，帮助企业把握商机。

（二）数据信息的安全性存在隐患

大数据时代，企业对信息数据需求数量的增加，使得信息的安全问题堪忧。由于大数据依托互联网，这势必对数据信息的安全性造成了威胁，使得信息管理的难度逐渐增加。另一个角度，企业之间的关系还是以竞争为主，所以如果财务分析获取的数据来源处于安全系数低的状态下，那么极有可能引发企业商业机密泄露，或者数据被篡改等恶意竞争行为的发生，因信息失误造成的损失，程度严重的会直接导致企业破产。因此，大数据时代财务分析数据的安全性防护措施的建立和加强迫在眉睫。

（三）财务数据与信息技术融合的人才严重缺乏

大数据时代的财务分析工作是借助大数据信息系统得以完成的，由于大数据知识具有复杂性，财务人员从海量的数据资源中搜集并筛选与自己的分析对象和分析目的相关性较强的资料信息，需要具备原始数据采集能力、原始数据分析能力、原始数据清洗能力、数据挖掘建模分析能力等，只有这样才能有效利用大数据为企业服务，从繁复的信息中找到适合高层管理者做出决策的数据[1]。随着信息数据处理的难度增加，对高端技术人才的需求也就更大了，现阶段，因为企业从事大数据分析的财务人员专业融合能力不强，所以财务数据的分析质量不高。

三、大数据时代财务分析工作面临的机遇

（一）企业财务预测能力会显著提高

大数据的应用会使企业的财务预测能力显著提高，因为将财务数据与非财务数据同时分析，结构化数据与非结构化数据同时处理，宏观数据与微观数据并行提取，可使数据之间的关联性增强，提高了财务分析的效率，加大了财务分析的深度。对于财务分析人员，积极寻求非财务数据与财务数据间的联动关系，建立相关模型，有助于合理评价财务信息，制定适合企业发展的财务战略。对于营销、投资等新产品市场反应效果的判断上，除对简单的营业收入、利润增长率等数据进行统计外，还可以对网络中用户的点评、网友的转发与评价、产品关键词搜索量等非结构化数据进行统计，实现了既能够及时了解新产品的市场反馈，又能对进一步的研发和改良提供参考。借助大数据技术，将微观经济数据转换成宏观预测，从而及时指导企业生产，把握市场走向，提高软实力。

（二）提高企业财务分析与决策的效率

传统的财务分析工作对几个简单的财务指标或者数据模块进行分析，这种分析形式已经不能满足日新月异的市场环境。大数据时代，财务分析能够突破数据信息样本分析的局限，实现数据信息的总体分析，利用数据分析工具构建多种模型，提高数据分析和决策的效率。例如：企业的财务人员可以利用动态的大数据对企业的行业市场情况进行周密的调查和分析，利用财务数據的相关模型对比确定企业的生产规模、产品定位、财务管理计划等，就能够有效提高企业的财务分析与预测的效率，缩短分析周期，发挥财务分析工作者的价值。

（三）财务数据分析的实时效果显著加强

与传统财务数据分析相比，大数据不仅能够网罗所有信息，而且能够满足财务决策的实效性需求，使财务分析报告由原来的静态变为动态。依托大数据系统平台将获取的动态数据进行归类和整理，提取出产品市场或营销战略所需要的数据，实现企业自动监控的行为，降低人为因素对财务真实性造成的影响。例如，农夫山泉将大数据引入后，同等数据量的计算速度从过去的24小时缩短到了0.67秒，终端点几乎完全掌握在自己手中，准确预测销售从而平衡生产。不仅提升了企业对终端零售情况的掌握准确度，大大缩小了预测和实际销售的时差问题，实现30%-40%的年增长率，饮用水领域的市场份额占据第一位。

四、总结

大数据对现代财务分析工作产生巨大的影响，因此财务人员要凭借大数据应用技术为企业提供决策，就面临着重新定位的问题。大数据对财会行业而言意味着机遇和挑战：会计师和财会专业人士为了迎接新的财务变革的到来，必然会积极学习和运用大数据技术，提高收集和分析信息数据的能力，将所具备的财务理论知识、实践技能在大数据建模的基础上施展出来，打开新的职业道路。

参考文献：

[1]刘晓野.大数据背景下会计专业学生财务分析能力的培养研究[J].现代营销，2018（6）： 166-167.