财务数据范文

财务数据范文（精选12篇）

财务数据 第1篇

大财务的出现将对企业的管理产生革命性影响, 不仅包括战术层面, 也包含战略层面。

第一, 大财务将重塑管理会计的面貌。大财务以坚实的大数据为基础, 使得全面预算管理、集团资金集中管理、内部控制能够更加高效、顺畅地运行和开展。这使得管理会计能够超越财务会计的限制, 在企业决策和管理中扮演更为重要的角色, 从而对企业价值增值发挥更大的作用。

第二, 大财务使得企业管理的前瞻性和洞察力显著增强, 企业管理更加智慧。大财务因为大数据技术的支撑, 能在企业决策时通过数据挖掘掌握大量的有用信息, 这些信息有助于企业减少常规错误, 有利于企业减少系统性风险, 可以使企业对未来发展确实的预测更加准确。在企业执行方面, 大数据技术的运用可以使财务人员用量化的方法分析不同流程、不同方案所带来的收入、成本及风险, 进而真正选择能够使得企业价值最大化的流程和方案。另外, 大数据使得财务人员在进行相关数据分析时, 及早觉察到异常情况, 这样企业就可以提前采取措施, 减少可能的损失或免受潜在的风险。所有这些使得企业的管理更加富有洞察力, 也更加智慧化。

第三, 大财务可以减少集团企业等大型企业普遍存在的信息不对称问题, 进而显著提高这些企业的效益, 也可以增强股东对企业管理层的约束力。集团企业和其他大型企业在享受到规模经济好处的同时, 往往遭遇到信息不对称问题的折磨, 信息不对称造成三方面的影响:一是道德风险;二是逆向选择;三是股东不能很好地监视管理层的行为和活动, 这样的问题在一些国有企业里面更为严重。大数据使得数据的分布更加均等化, 由于大数据的支撑, 掌握大量数据的网络监督和来自民营企业的监督, 会给国有资本管理机构足够的压力, 这种压力会随着中国全面改革而建立起的更加科学合理的国有资本管理体制传导至国有企业管理层, 进而促使其更加努力地工作, 防止其作出有利于自己而不利于出资人的行为和活动。所以, 大财务对于大部分集团企业有深远的影响和非常重要的价值。

第四, 大财务的核心在于智慧地驱动企业创新。大财务的本质就是通过数据挖掘和分析发现价值增长的潜在机会, 而价值增长的潜在机会就暗含于创新之中。创新是非常广泛的, 包含理念、模式、服务、技术等等方面, 创新并不一定能带来价值, 只有符合消费者需求和满足成本约束的创新才能带来价值的增值, 在传统的企业管理之中, 企业的创新是凭经验驱动的, 而大数据时代, 大财务的运用将会是创新管理更加精确和更加智能化。

第五, 大财务对企业的战略决策具有决定性影响。大财务极大地扩展了财务的管理领域和深度, 从企业所处的行业背景分析、企业的竞争能力估计、企业隐性资产评估、产品价值分析到自身财务状况都在大财务的掌握之中, 这不仅涉及企业自身的家底, 也涉及外部环境和目标资料, 即大财务不仅“知己”, 而且“知彼”。知己知彼正是企业战略决策的基础, 它通过CFO等高级财务管理人员参与企业决策的实践来实现。所以, 大财务的领先与否将直接决定其战略的正确与否, 战略的正确与否将直接决定企业的经营的成败。从这个意义上说, 大数据时代, 大财务将成为企业的核心资源与核心竞争力, 犹如互联网时代的核心技术一样。

2012年医院财务数据 第2篇

2、负债万元，其中：短期借款万元、应付账款万元、应付工资万元、其他应付款万元、长期应付款万元。

3、净资产万元，其中：事业基金万元、固定基金

万元、专用基金万元。

4、年末总收入285万元，全部为医疗收入

其中：门诊收入231万元（挂号3.1万元、诊察2.5万元、检查39.4万元、化验40.1万元、治疗53万元、药品收入92.9万元）； 住院收入51万元（床位4.1万元、诊察1.8万元、检查5.2万元、化验1.7万元、治疗16万元、手术8.2万元、药品收入14万元）总支出267.4万元，其中：医疗业务成本31万元，其他支出236.4万元。总支出中：人员经费122万元（基本工资91万元、绩效工资31万元）、药品费89.1万元）。

净利润万元。

5、年末总资产133.8万元，其中：流动资产21.8万元、固定资产112万元；负债与净资产133.8万元，其中：净资产17.6万元。

6、全年总诊疗人次数14367人，其中：门诊14152、住院215人。

7、全年药品采购入库合计金额万元，其中材料万元，药品器械万元。

赛瓦特 财务数据疑点百出 第3篇

赛瓦特的主营业务为智能环保电源设备的研发、设计、生产、销售。并为客户提供技术咨询、培训以及安装维护等方面的技术支持解决方案。

根据赛瓦特披露的财务数据，公司报告期内盈利增长平稳且较为乐观。其中，公司的营业收入从2009年的40592.98万元增长到2011年的50228.03万元，复合增长率为11.24%，净利润则从2009年的3699.74万元增长到2011年的5411.55万元，复合增长率为20.94%。

但经过阅读赛瓦特的招股说明书申报稿，笔者发现，与报告期内盈利增长平稳且较为乐观相比，赛瓦特的多项财务数据披露存在前后矛盾和内在逻辑混乱，其真实性与合理性都禁不起推敲。而且，公司还涉嫌通过不合理的费用支出进行利润操纵。

《经济》杂志就这些问题与赛瓦特证券投资部取得联系，并发了采访邮件。事后，本刊记者接到了赛瓦特的财经公关公司鑫麒麟（音）相关工作人员的电话。该公关公司的工作人员表示，公司现在处于审核期，不方便接受媒体采访，对《经济》杂志提出的采访要求不做回应。

巨额采购款流向不明

根据赛瓦特招股说明书第224页所披露，“报告期内，向前5大供应商采购情况”的信息显示，2011年向前5名供应商采购额合计为25398.69万元，占同期全部采购总额的62.29%。由此，不难计算出2011年度，赛瓦特全部采购额大致为4.08亿元。

然而，现金流量表“购买商品、接受劳务支付的现金”科目中，2011年度发生金额却高达5.01亿元。即便考虑到资产负债表“应付账款”当年度约2000万元的同比减少金额，在赛瓦特购买商品支付的现金和招股说明书前文披露的采购额之间，也存在有约7000多万元的数据差异。

这就意味着赛瓦特披露的2011年度现金流量数据中，有金额高达7000多万元的款项流向不明。既然没有“用于支付给供应商”，同时该公司又不存在“外协加工、劳务派遣”等特殊事项，那么7000多万元的现金流向何方，确实非常值得关注。

显失合理的费用支付

根据赛瓦特招股说明书第347页披露的信息显示，上市前也即2011年度，该公司营业费用支出占营业收入的比重这项指标，与其他可比上市公司相去甚远，仅大致相当于同行业水平的三分之一。

通过下表我们可以看到，赛瓦特2011年的销售费用率为2.95%，但可比公司科泰电源的2011年销售费用率却为8.85%。

这正常吗？如果说，赛瓦特的费用率略低于同行业其他公司，还可以用“严格控制费用支出”来解释，但是过低的费用支付率却显得不那么真实。毕竟是在同一行业或者类似行业中经营，彼此之间既是竞争对手又是学习对象，赛瓦特在费用支出方面又有什么理由大幅超越同行呢？

事实上，上市前刻意压低费用，导致上市后费用支出大幅增长、业绩下滑，是很多新股发行的通病。今年以来，就已有麦捷科技、同大股份、中际装备、温州宏丰、珈伟股份和吴通通讯等次新上市公司，在半年报预告中提及由于费用支出提高、挤压了利润空间而导致业绩下滑。那么赛瓦特是否将重蹈这些公司的覆辙呢？这个投资者恐怕不得不防。

再者，假如赛瓦特上市后，销售费用率回归到同行业其他公司水平的话，以该公司2011年度实现营业收入50228.03万元计算，将多支出2963.45万元（50228.03万元×8.85%-50228.03万元×2.95%）的期间费用，而这相当于该公司当年度全部税前利润总额6699.2万元的44.24%，这对公司的利润影响不可谓不大。

离奇消失的研发费用

根据赛瓦特招股说明书第236页披露的“研发经费投入情况”相关信息，过往三年中该公司分别支出研发费用1961.06万元、1799.3万元和2146.87万元，占各期营业收入的比重分别为4.83%、4.33%和4.27%。

按照会计准则的相关规定，研发支出的核算涉及两种方式，在满足资本化条件时可计入无形资产并逐年摊销，其余不满足资本化条件的部分将直接计入各年度管理费用当中。

从赛瓦特披露的财务数据来看，“公司无形资产账面价值主要为土地使用权”，同时在资产负债表中都未设置“开发支出”科目，由此可以断定，该公司全部研发支出均没有进行资本化，直接计入了各期管理费用当中。

然而问题在于，根据赛瓦特招股说明书第352页披露的管理费用发生明细数据，“管理费用-研发费用”在报告期内各年度的发生金额却只有404.46万元、610.73万元和689.9万元，与招股说明书前文披露金额相比分别少了1556.6万元、1188.57万元和1456.97万元，三年累计差异金额高达4202.14万元。

这就不得不令人怀疑，赛瓦特没有将全部研发费用计入当期损益，并由此导致三年累计虚增利润数千万元，几乎相当于该公司上市前累计实现未分配利润余额的30%，此差异金额也非常值得关注。

（本刊记者谢长艳对本文有贡献）

永业“科技大篷车”农业专家田间行动启动

“永业生命素2012‘科技大篷车’农业专家田间行动”近日在河北省邯郸市魏县正式启动。农业部科教司处长何艺兵，中央电视台农业频道副总编辑傅雪柳，魏县副县长霍河生，魏县人大常委会副主任林双廷，魏县政协副主席宋永平，河北农大梨研究所专家教授张建光，永业集团副总裁、永业科学研究院院长仝宝生等出席了启动仪式。

财务数据 第4篇

一、财务数据展现摩卡的研究背景

各种经济量值的获得和应用对企业的经营管理有着重要的意义。由于各种经济量值的专业性, 让很多非专业人员难以理解, 有时甚至会产生误解, 这会影响相关信息的交流与运用, 在工作中带来一些不必要的麻烦。而财务信息更是企业经营活动中必不可少的经济量值, 财务数据的特点是数据多、表格形式多样化。对于非财务专业的管理人员而言, 各种数据、表格及它们之间的繁杂钩稽关系, 常令人眼花缭乱, 甚至让一些使用者感到迷茫。不能清晰地理解财务数据之间的关系, 就不能很好的理解数据的意义, 了解企业运营的真实情况;更不能将财务信息在实际工作中恰当的应用以很好地指导工作, 有时甚至会引发企业的运营危机。所以, 如何形象、生动地展现和表示财务数据所代表的经济量值, 进而研究展现企业管理和财务管理问题, 达到“透视经营、指导决策”的效果呢?

企业的经营管理活动是一个价值链条, 提升企业管理水平的本质目的是提高企业的价值, 最直观的表现是财务效益。从价值链的角度看, 企业的考核评价、业务流程运行都可以用一套财务数据来表达, 这一套财务数据就是企业的财务指标体系。在构建数字模拟的钢铁企业中, 这套财务数据是研究的核心内容。如何通过这套财务数据反映企业的运行和影响企业的运行?提供什么样的交互手段让使用者与这套财务数据打交道?为了解决这些问题, 笔者进行了深入广泛的研究, 创新地提出了“财务数据展现摩卡”这一方法。

“财务数据展现摩卡”的使用不仅仅局限于我们的数字模拟钢铁企业中, 它是一种研究展现企业管理和财务管理问题的方法, 同样可以运用任何的信息系统、实体企业中及相关的研究工作中。

二、财务数据展现摩卡的原理与应用

财务数据展现摩卡的基本原理:定义一套由图形和色彩组成的形式化图示符号系统, 用于表示财务数据。在这套图示符号系统中, 图形的面积表示财务数据的数量属性、面积的颜色表示财务数据的财务属性 (如收入、支出、利润、现金等) 。通过图形面积和色彩的变换, 演示数据之间的关系, 让使用者在第一时间就能清晰地理解财务数据的相互关系, 从而轻松地理解财务信息, 将其正确地使用在工作中, 对管理决策起到很好的指导和支持作用。如果采用信息系统的方式实现财务数据图形展示功能, 则财务数据图形展示系统可包括输入模块、转换模块和图形展示模块 (如图1所示) 。输入模块用于接收外部输入的数据, 并将数据传输至转换模块。转换模块根据预设的属性定义, 完成输入数据到图形信息的转换 (面积、颜色) 并可在此进行报警限值的比较, 以便给出警示信息, 转换后的图形信息发送至图形展示模块。图形展示模块用于将从转换模块接收的图形信息展示出来。

我们以财务三大报表中的利润表为例来进一步说明其原理和应用。标准版的利润表, 如图2, 看起来专业又漂亮, 但对于使用者来说, 虽然相应栏目添加了“加”、“减”等提示字样, 数字之间的关系还是不那么清晰明了。如果我们将这个竖版的利润表进行简单的改造, 将相关的科目进行合并, 并进行展现形式的转化, 就可以得到图3。

在图3中, 我们用图形的方式展现了“销售收入、成本费用、损益”之间的关系, 即:销售收入=成本费用+损益。

色块的颜色代表财务数据的经济属性, 这样不同的色块即代表不同的财务数据。如在这里我们定义, 粉色代表销售收入, 黄色表示成本费用, 绿色表示损益。各色块的面积代表财务数据数值的大小, 单位色块所表示的数值是一样的, 即某一项财务数据数值的大小与其对应色块的面积大小是成比例变化的。销售收入=成本费用+损益的钩稽关系, 是通过粉色色块的面积等于黄色色块面积与绿色色块面积相加之和体现的。经营情况不同, 财务数据不同, 对应的各色块面积也将不同, 色块面积的变动与数值的变动相互呼应, 即数值变大则对应的面积增大, 反之, 减小。如果我们设定收益率的限值是3%, 当收益率减小到3%的时候, 收益的色块开始闪动, 以提醒使用者注意, 已达到限制, 损失即将发生。

为了展示对比效果我们给出收益为零时, 销售收入与成本费用的关系财务展示如图4。当出现损失的时候, 销售收入、成本费用、损失之间钩稽关系的展示如图5。

图6则展示了销售收入、成本费用、损益与现金流入、现金流出、现金结余的关系。从数据的层次关系和分析粒度上, 我们也可以认为图6是图3的进一步展开。

我们在这里只是举例说明了财务数据展现摩卡用于利润表及其相关内容的展示。在实际应用中, 它可覆盖应用者所关注的全部财务数据的展示。除展示当期财务数据, 也可以进行各不同时期的数据比较。而进行数据对比的时候, 财务数据展现摩卡都会给出不同的颜色、面积的对比。与信息技术有机结合, 可方便企业进行实时监控, 当有亏损时, 报警机制就会显示出某个模块的闪动, 这样可以提醒使用者的注意。当使用者希望能了解更多的细节, 只需将鼠标放在关注的色块 (如销售收入、成本费用、损益等) 的任何一个部分, 财务数据摩卡都会将其具体内容呈现。财务数据展现摩卡的时间周期和时间粒度选择, 可以是一日, 一个月, 也可以是一个季度、一年等, 在数据来源满足要求的情况下, 时间单位的选择根据使用者的需求设定。

三、财务数据展现摩卡的价值创造

如前所述, 企业的财务数据, 来自于企业的业务活动和业务流程, 承载着企业的生产经营与管理信息。传统的财务数据处理、使用方式是各种财务报表。财务报表一般有固定的格式, 同一报表的各数据项之间和不同报表之间有着内在的逻辑关系或说是数据的钩稽关系。通过这种传统方法运用财务数据, 需要经过专门的财务知识培训或财务专业训练, 而且这种方法抽象、枯燥, 不形象生动。财务数据间各种复杂的钩稽关系, 不仅使得非财务人员望而却步, 就是对专业的财务人员往往也是个考验。

财务数据安全管理制度 第5篇

一、加强管理人员的安全教育，增强管理人员的安全意识。按照工作职责和操作规程，尽职尽责，搞好管理工作，严防不安全事故发生。

二、牢固各室门窗，财务室要购置保险柜，资金、帐目要进保险柜，不准随意在抽屉存放现金，每天留够当日所需现金，其余全部存入银行，财务室要有人值班，防止失盗。

三、要保持室内清洁卫生，帐目、图书、档案要进柜，物品摆放要整齐有序。

四、管理员要经常查房屋、门、窗、电线，做好防火、图书、档案、财产不受破坏和损失。总务处每月要进行安全检查记录，确保安全。

双成药业：财务数据疑点重重 第6篇

是什么原因使公司的表现远逊于市场的整体表现呢？《股市动态分析》周刊记者发现，业债不佳且部分财务数据疑点重重、发展模式暗藏隐忧等或为其中的重要原因。

主营业务利润率高得离奇

由于多肽类药物研发的技术难度不小，目前国内相应的企业并不多，主要有成都地奥制药、北京世桥生物、海南中和药业、双成药业、扬子江药业、常州四药，以及丽珠集团等，外资药企如诺华、阿斯利康、默克雪兰诺等也在国内设有工厂生产。正因为如此，各公司的销售毛利率较高，这从上市公司翰宇药业与双成药业的定期报告可见一斑。

但是，《股市动态分析》周刊记者发现，若将公司的销售毛利率、主营业务利润率横向对比，则可发现其中多有疑点，令人费解。定期报告显示，从2010年至2013年Q2，公司的销售毛利率分别为74.88%、74.76%、71.35%与65.89%，呈逐步下行态势；同期，行业内竞争对手翰宇药业的销售毛利率为75.83%、76.71%、79.32%、81.08%，这说明了公司与翰宇药业在走两条完全不同的发展路线，公司向低端发展，而翰宇药业向高端发展，这从公司招股说明书里所披露的医院平均采购价格对比可以印证（参见表1）。

但令人费解的是，公司各年度的主营业务利润率竟然远高于翰宇药业（参见表2）。

当记者与一位知名私募人士时，该人士的第一反应就是“卖山寨机的能比卖iphone还赚钱？违背行业的客观规律吧”。

而公司方面给予的答复则较为牵强，表示公司与翰宇药业虽然同为多肽企业，但品种有所不同，并否认公司主营业务利润率远远高于翰宇药业。

存在较明显的粉饰净利润嫌疑

公司招股说明书显示，2010年、2011年、2012年的净利润同比增长率分别为100.04%、9.62%与-3.42%。换言之，在上市前一年，公司业绩增速即放缓，在上市当年就已经变脸，没有体现出任何成长性。对此，公司表示，“一个公司的成长性不单单由净利润增长来决定的，更重要的是公司的未来发展。公司拥有核心技术、在研品种、研发能力、管理团队，乃至于公司核心价值观等等都能说明公司具有较强的成长性。”显然，这个说法难以令投资者满意。

然而，这或许只是冰山一角，如若公司没有粉饰财报，“挤”出一些利润，净利润同比增长率可能是另一番光景，甚至达不到当时上市的标准。截止2012年底，公司的开发支出为2623.74万元，相比2011年增加了1597.58万元，增幅为155.69%，而2011年的开发支出又比2010年大幅增加。换言之，在这两年间，公司将大量本该用于当期费用化的研发费用资本化了。以2012年为例，当年研发支出中，费用化支出仅235.51万元，占全年研发投入的比例仅为12.85%。很难说这么高比例的研发费用资本化是否符合相关会计准则。而公司无形资产在2012年及2013年的变动情况又似乎证明了这种会计处理方式有失妥当。

公告显示，截止2012年底，公司的开发支出为2623.74万元，相比2011年增加了1597.58万元，增幅为155.69%。但截止到2013年6月30日，公司通过内部研发形成无形资产占无形资产期末账面价值的比例为0。公司方面对此的解释是“截止到2013年6月30日，公司的报批品种仍在审批过程中，所以公司通过内部研发形成无形资产占无形资产期末账面价值的比例为0。”

大客户依赖潜藏经营风险

从公司的各年度定期报告来看，公司具有很明显的大客户依赖症。以2012年年报数据为例，前五大客户为公司贡献的营业收入占比高达43.07%，远高于行业内可比公司。其中，第一大客户贡献的营业收入总额为1305.92万元，占全部营业收入的10.14%。同时，应收账款中前五名客户占全部应收款的79.88%。与此同时，应收账款中前五名客户占全部应收款的79.88%。分析人士认为，大客户依赖使得公司的营业收入增长缺乏弹性，“一损俱损”，潜藏较大的的经营风险。

但公司似乎并不以为然，认为公司产品已经得到市场认可，公司前五大客户也是公司多年合作优质客户，不存在依赖关系，相反有着稳定的客户和市场。

或许由于上述诸多不确定因素的存在，公司已成为不折不扣的机构弃儿。2012年年报显示，全年只有一家券商前往调研；2013年半年报披露出的前十大流通股中亦无基金、券商等机构投资者驻足，这在炙手可热的医药行业极为罕见，值得投资者高度警惕。

大数据时代的财务变革 第7篇

那么管理会计会发生哪些革新?大数据时代CFO面临什么样的挑战?不同行业的集团企业在财务管理方面会发生哪些变局?本期文章为您精彩解读。

This is an era of innovation, when cloud platform is in vogue, Big data tends to pop up.Big data has brought about radical changes in fi nancial management;as a result, for management accounting, it is not only an opportunity but also a challenge.

智能财务数据分类方法探究 第8篇

一、多类支持向量机分类

V.Vapnik提出的支持向量机理论因其坚实的理论基础和诸多良好特性在近年来获得了广泛的关注。支持向量机最初是为两类分类问题而设计的, 而在实际应用中, 多类分类问题更为普遍, 财务风险分类就是一个多类分类问题。因此, 如何在将支持向量机的优良性能推广到财务风险预警中, 同时提高支持向量机的训练和决策速度及解决目前支持向量机多类分类方法中不可分区域的分类问题便成为一项有实际意义的研究课题。当前已经有许多算法将SVM推广到多类分类问题, 这些算法统称为“多类支持向量机” (Multi-Category Support Vector Machines, M-SVMs) 。

(一) 组合法

1.一对多方法。SVM多类分类方法最早使用的算法就是一对多 (1-ar) 方法。要得到多类分类器, 通常的方法是构造一系列两类分类器, 其中的每一个分类器都把其中的一类同余下的各类划分开。然后据此推断输入X的归属。1-a-r方法是对于k类问题构造k个SVM子分类器。在构造第i个SVM子分类器时, 将属于第i类别的样本数据标记为正类, 不属于i类别的样本数据标记为负类。测试时, 对测试数据分别计算各个子分类器的决策函数值, 并选取函数值最大所对应的类别为测试数据的类别。第i个SVM需要解决下面的最优化问题:

对于待测样本X, 将其输入这k个决策函数中, 得到k个值, 取得最大值的函数对应的类别即为该样本所属类别。

1-a-r方法因简单易于实现而得到了广泛的应用, 但是, 它也存在许多缺点, 这一分类算法泛化能力较差, 并且训练时间与训练样本类别数k成正比, 当训练样本数目大时, 训练困难。尤其是一对多方法会造成训练集不均匀 (如果类别之间不均匀, 在每个两类分类器中负类别的样本将大大多于正类别的样本) , 对小样本的类别识别精度比较低。

2.一对一方法。这种方法也是基于两类问题的分类方法, 不过这里的两类问题是从原来的多类问题中抽取的。具体做法是:一对一方法 (1-a-1) 是分别选取2个不同类别构成一个SVM子分类器, 这样共有k (k-1) /2个SVM子分类器。在构造类别i和类别j的SVM子分类器时, 在样本数据集选取属于类别i、类别j的样本数据作为训练样本数据, 并将属于类别的数据标记为正, 将属于类别j的数据标记为负。

解决这一最优化问题后, 也即用训练样本进行训练后就可以得到k (k-1) /2个SVM子分类器。测试时, 将测试数据对k (k-1) /2个SVM子分类器分别进行测试, 并累计各类别的得分, 选择得分最高者所对应的类别为测试数据的类别。每一类与其他各类别分别构成一个两类问题, k个类别共构造k (k-1) /2个两类SVM。与一对多模式类似, 训练样本也需要相应地改变类别标签。预测时, 样本经过所有的两类SVM, 得到k (k-1) /2个识别结果;采用投票法来决定测试样本的类别, 即在k (k-1) /2个分类函数中, 出现最多次数的类别就是最终的预测类别。

在1-a-1方法的分类中, 存在不可识别区域;需要构造的支持向量机数目较多, 对于类别数目多的分类问题, 训练速度较低, 分类函数随着类别数的增加迅速增加, 从而使预测过程变慢。但是文献中表明采用一对一算法往往具有较高的分类精度。

(二) 决策树分类法

支持向量机通常和决策树 (Decision Tree) 结合起来, 构成多类别的识别器。SVM决策树具有层次结构, 每个层次子SVM的级别和重要性不相同, 其训练集合的构成也不同;测试是按照层次完成的, 对某个输入样本, 可能使用的子SVM数目介于1和决策树的深度之间, 测试速度快;决策树各节点和树叶的划分没有理论指导, 需一定的先验知识。这种方法同时处理所有的样本和类别, 没有忽略为得到每一问题最佳解决方案的任何相关信息。除此之外, 所得的向量机需要的支持向量个数很少, 而且在训练集可分时, 能够达到很好的性能。不可分时, 错分的样本将被多次惩罚, 得出一个针对这些样本有偏支持向量机的研究进展的解决方案。

树型支持向量机多类分类方法的主要优点是需要训练的支持向量机数目和各支持向量机的训练样本数目都较少, 并且分类时也不必遍历所有的支持向量机分类器, 具有较高的训练速度和分类速度, 对于类别数目多的分类问题, 它的优势更为明显。但是这种方法如果在决策树的某个节点上发生了分类错误, 将会把错误延续下去, 该节点后续下一节点的分类就失去了意义。

(二) 决策导向非循环图方法

决策导向非循环图 (Decision Directed Acyclic Graphs, DDAG) 方法是将多个两类分类器组合成多类分类器。在训练阶段, 其与1-a-1方法相同, 对于k类问题, DDAG含有k (k-1) /2个二类分类器。而在决策阶段, 使用从根节点开始的导向非循环图, 具有k (k-1) /2个内部节点以及k个叶子节点, 每个内部节点都是一个二类分类器, 叶子节点为最终的类值。对一个测试样本, 从根节点开始根据分类器的输出值决定其走左侧或右侧路径, 一直到叶子节点得到样本所属的类值为止。

该方法的主要优点是采用了有向无环图的组合策略, 分类时不必遍历所有的分类器, 具有更高的分类效率, 决策速度比1-a-r方法或1-a-1的投票方法快, 而在训练阶段其速度与1-a-1相同, 因此总的来说, DDAG的速度是这3种方法中最快的。主要缺点是需要构造的支持向量机数目较多, 对于类别数目多的分类问题, 训练速度较低。由于泛化能力较好, 多类支持向量机比其他方法识别效果更好, 在众多领域得到了广泛的应用, 并在应用的基础上得到了进一步的发展。多类支持向量机财务数据分类算法比较如上表所示。

二、结语

高校财务学费数据整合方法 第9篇

随着我国教育体制改革的不断深入,高校扩大招生规模,学生人数增长较快,办学体制和形式呈现多样化趋势,作为高校收入主要来源的学费收入账务处理在执行过程中表现的问题急待改进。[1]现代高校为了体现人性化管理,给予学生更高的自主选择权利。学生可以根据自身要求选择专业、住宿。同时为方便学生缴费,学费的收取渠道也变得多样,学生可以通过现场现金缴费、刷卡缴费、奖学金助学金转冲学费、银行统一划账等形式完成学费缴纳。高校学费会计工作往往牵涉到教学系部、教材管理、宿舍管理、银行学费卡管理等多个方面,工作变得异常繁琐。一方面,高校会计财务核算的简单化,使得财务监管无从下手,另一方面,如果当初漏记、错记等出现时,也会很难查找。[2]如何使用信息化手段提高工作效率,确保收缴学费准确性,规避学费办理中的错报误报,显得异常重要。

通常高校财务进行学费管理统计应收学费,需要收集学生专业、住宿费、书籍费用、其他方面费用等信息。计算公式如下:

以本校学费组成为例:财务人员必须根据学生所在专业提取对应收费标准。由于学生可自主性选择住宿,每个班的同学可能没有统一住宿标准,必须由宿管根据各个宿舍居住情况设定住宿费标准。书籍费则由教材管理处统计不同班领用教材情况进行汇总。

而实际收到学费,根据缴费渠道不同,一般要牵涉到银行和学校财务各个部分的收取费用。实际缴费计算公式如下:

学生实缴费用=银行划账+财务现场交款+奖助学金转账+其他

由此可见学费财务上报数据需要各个单位的协调,时常出现上报数据格式不一、数据出错等问题。以下就从如何统一数据格式进行处理、数据勘误、提取有效数据、汇总统计等方面对学费数据整合方法进行讨论。

二、统一数据格式

大部分高校财务系统使用的是数据库系统进行管理,通常将各种信息以数据库文件(.DBF)进行保存,而普通办公系统则常使用电子表格数据(.XLS)进行交流,同时许多部门上缴数据也时常使用文档表格(.DOC)上报,某些信息处理软件或网页系统有时甚至提供文本文档(.TXT)等类型的数据。为了方便上报和各部门交流,通常需要进行格式转换。

1、数据库文件转电子表格文件(.DBF转.XLS)

根据数据库软件提供的导出功能进行数据转换。[3]以本校合作的工商银行提供的数据库文件(.dbf)为例:

(1)使用foxpro将其打开,选择“文件”菜单的“导出”,

(2)在弹出的“导出”对话框中选择“类型”为“Microsoft Excel5.0(XLS)”

选择保存位置,设置保存文件名,点确定即可

或直接使用COPY TO命令:

COPY TO f:学生学费信息表.xls TYPE XL5

2、电子表格转数据库文件(.XLS转.DBF)

可以使用Microsoft office Excel电子表格提供的另存为功能将.xls存成需要的.dbf文件。

3、文档表格转电子表格(.DOC转.XLS)

直接复制文档表格到新建电子表格中保存,出现的表格跨行等问题再做细微调整。

4、文本文档转文档表格

将文本文档内容复制到新建文档中,选中表格数据部分,选择“表格”菜单,“转换”菜单项下面“文本转化成表格”

同理,使用“转换”菜单项下“表格转化成文本”也可以将文档表格转化成文本。

通过以上格式装换方法可以方便的将文本文档数据、电子表格数据、文档表格数据、数据库表数据相互转换,使各个部门数据得以流转,方便使用。

三、各部门数据提取及勘误

由于数据人工统计和其他方面的原因可能导致上报数据中出现一定的错误。常见的有:专业、宿舍收费金额不一致;奖学金助学金等级不一致;宿舍误报等。虽然可以通过人工查阅进行勘误,但是时间精力消耗太大。使用软件进行提取和勘误,速度快且正确率高,大大提高了工作效率。

1、专业、宿舍、奖学金、助学金等级应发金额提取

以专业学费提取为例,需要使用从专业收费标准表,学生专业信息表中提取特定学生的专业学费到学生学费信息表中。见下图。

可以使用VLOOKUP函数检索需要的标准。此函数可以在表格或数值数组的首列查找指定的数值,并由此返回表格或数组当前行中指定列处的数[4]

首先、将“学生专业信息表”按学号进行排序

其次、将“专业收费标准”按专业进行排序

最后、使用使用VLOOKUP函数求出学号对应专业,专业对应的收费标准

(1)求“000000001”号学生对应专业使用公式

=VLOOKUP(A2,学生专业信息表!A:D,4,TRUE)

(2)求“000000001”号学生对应专业对应收费标准使用公式

=VLOOKUP(VLOOKUP(A2,学生专业信息表!A:D,4,TRUE),专业收费标准表!B:C,2,TRUE)

(3)拖拽C2单元格填充柄,求出所有学生对应专业学费,结果如下:

其他如住宿费、书籍费、奖学金、助学金的信息提取方法也可以使用同一方法进行提取。

2、专业人数、宿舍人数、班级人数勘误

以住宿费申报勘误为例,有时候学生上报宿舍出现错误,导致一个6人宿舍,有7、8个学生入住,这样的信息也可以通过软件检查出来,这里牵涉“学生住宿情况表”、“宿舍房间信息表”。

(1)检查学生住宿宿舍是否登记错误名称,用用红色倾斜标注出错误宿舍

首先,将“宿舍房间信息表”复制到“学生住宿情况表”内

然后,选中000000001号同学对应的住宿E2单元格设置条件格式(“格式”菜单条件格式)在弹出“条件格式”对话框中设置条件:E2内容没有在“宿舍房间信息表”的房间列H中出现,则用红色倾斜显示。

公式:

最后,使用格式刷将格式应用到其他学生所住宿舍,效果如下:

(2)统计宿舍居住人数,并标出错误居住人数,即实际居住人数大于床位数。

首先,根据“学生住宿情况表”计算出房间实际居住人数

(1)计算A2单元格“8舍601”对应C2实际居住人数,

使用公式=COUNTIF(学生住宿情况表!E:E,$A2)

(2)通过填充柄填充“实际居住人数”列

然后,对“实际居住人数”列设置条件格式。

C2单元格设置条件格式:当实际居住人数C2大于床位数B2,设置格式红色倾斜加粗,设置如下:

通过格式刷设置整列。最后效果如下:

其他信息勘误也可以同理设置。

四、学费管理中的筛选、统计、汇总

由于现在学生欠费现象比较严重,经常需要在学期中,需要对学费缴费情况进行筛选、统计、分类汇总来统计欠费情况。

学生欠费是学生应交学费减去学生实际上缴费用,使用如同文中第二问题中VLOOKUP可以求得。

1、筛选欠费学生信息

以筛选“计算机与通信工程系”欠费学生信息为例

先在表内空白位置如:C14:D15区域内输入条件:系部为“计算机与通信工程系”,欠费金额>0,然后选择“数据”菜单的“筛选”项目下“高级筛选”在弹出对话框中选中筛选区域,以及条件区域,点确定如下图所示:

筛选结果如下:

2、统计欠费信息

可以使用execl的各种统计函数进行统计,如统计欠费列L,欠费金额超过100元人数可以使用公式=COUNTIF(L:L,"<-100")

3、分类汇总欠费信息

可以使用数据分类汇总功能对缴费信息进行分类汇总,如统计不同系部欠费金额,先对“学生学费信息表”按照分类字段“系部”进行排序,再使用“数据”菜单的“分类汇总”进行汇总。

汇总结果如下

通过以上方法,可以准确高效的对学费信息进行筛选统计。

五、参见错误讨论

在使用这些方法的时候,时常会出现一些常见错误,比如说,在使用数据转换时候,无法转换,或在电子表格中处理信息是出错,最多的情况是表不是记录表。(1)要求表中每一条记录不重复(2)表中各个格不能使合并的单元格(3)各个记录的统一字段必须使用一样的数据类型。

以上是本人关于高校学费管理的一些个人经验,调高工作效率还需要各个部门的协调工作,尽量数据使用同一表格格式进行申报。

摘要：我国高校招生规模扩大,学生缴费信息多样,信息量大,文章分析了高校现行学费信息处理方式,提出了财务部门整合学生学杂费信息的数据处理的方法。

关键词：高校,会计,学杂费,数据整合,数据表,统计

参考文献

[1]周姝华.高校学费收入账务处理的弊端及改革初探[J].安徽职业技术学院学报.第11卷第2期:43-48.

[2]魏彦博.高校学费收入账务核算探讨[J].中小企业管理与科技(下旬刊)2011(09):113-114.

[3]李娜,马朱莉等.Visual FoxPro与Excel之间的接口[J].上海工程技术大学学报.2010(02).

财务数据 第10篇

1 财务诊断的内涵

财务诊断是一门新兴的财务管理技术应用性学科, 对提升企业的财务管理水平具有重要的意义。现代诊断则是通过定量与半定量地分析那些影响企业财务活动的各个因素, 依据先进的诊断模型或诊断体系, 采用因素分析方法, 对企业财务活动进行综合评价或专项分析, 为受诊企业或受诊主题提供改进的建议和措施。所谓财务诊断, 是指通过对企业生产经营和财务管理状况的现场调查和资料分析, 发现并研究企业目前存在的问题、生产经营所面临的形势。王宗萍指出财务诊断能协助企业领导做出有效的经营决策和做好资金、经营等安排, 也便于投资者能正确地选择投资对象, 债权人能充分掌握债务人的偿还能力等。张艳艳认为, 财务诊断不是以账面平衡为目的, 而是以企业发展战略目标为导向, 围绕经营计划, 发现问题、分析原因, 并以此为基础, 能够为企业量体裁衣, 建立合理化的解决方案。

2 企业财务状况分析及诊断

企业的三张财务报表, 即资产负债表、利润表、现金流量表是对企业整体经营状况的报告。财务报表分析是将各种分析工具和技术应用于通用财务报表和相关数据, 以得出可用于商务分析的各种估计及结论。

注:根据W药业2011—2013年年度报告整理。

注:根据W药业2011—2013年年度报告整理。

注:根据W药业2011—2013年年度报告整理。

2.1 资产负债表分析

资产负债表相当于一张财务快照, 它反映了企业在某一时点上所拥有的全部资产和与之相对应的全部要求权。对于资产负债表, 报表使用者能够扼要地了解企业在报表日的财务状况, 长期、短期和即期偿债能力, 资产、负债和权益结构等重要信息。

2.1.1 资产结构变化趋势分析

由表1简单的统计可以看出, W药业的近4年的流动资产并不是每年都在增长, 但是近看2011年和2013年的两年数据还是增加了20521万元左右, 符合经济不断发展、企业不断增长的总趋势。4年的流动资产比例均在50%以上。在2012年, 流动资产达近191856万元, 占总资产的比例为59.41%。

W药业在整个制药行业中流动资产占总资产的比率并不算大, 云南白药遥遥领先, 而W药业略低于哈药股份, 略高于康恩贝。五大企业3年的变化幅度都不大。

表2显示, W药业2013年流动资产和非流动资产减少的比较多, 货币资金的大幅度减少是2013年流动资产减少的突出特点, 现金及现金等价物比2012年减少了46.75%, 银行存款减少了25.30%, 其他货币资金几乎全部减少了。

2013年W药业的货币资金有所下降, 较上年同期降幅为25.69%。两项应收款——应收票据和应收账款分别增加了9.74%和115%, 这样大幅度的增长主要因为W药业的子公司——江西九州通药业有限公司的一条销售渠道对医院的直接销售收入增大。而医院的借款信用要高于一般的客户。因此W药业可以继续走与医院合作进行药物销售的路线, 使这条渠道更通畅。流动资产中存货的数量变动幅度很大, 减少了近930万元, 这说明2013年销售成本增多, 主营业务成本较上一年有所增加。

2.1.2 负债变化情况分析

表3中, 从2011年至2012年两年间, 江中短期借款一直很稳定, 但是在2013年W药业发行了公司债券, 这立即使得2013年年末的短期借款缩短至2500万元, 较年初减少了约87.5%。值得注意的是, 2013年应付票据又是与前3年不同, 同比增长了715.89%, 这也是W药业营运资金管理方面的策略:加大票据结算力度, 提高资金使用效率。但是在2012乃至2013年都开始大幅度降落。至于其他的项目在3年中的变化幅度都差不多, 总体来看, W药业的流动负债处于逐渐减少的阶段。

注:根据W药业2011—2013年年度报告整理。

2.1.3 营运资本变化状况分析

从资产负债表的角度看, 现金流量的短期管理与净运营资本有关。净运营资本是流动资产与流动负债之类。尽管W药业的流动资产比率在同行业中没有优势, 但是对比其自身, 则是在不断进步的。除了2011年微微下降外, 2012年大幅度提高, 2013年则小幅度提高。说明W药业的现金管理能力在提高, 为2014年继续推动保健类药品打下了基础。

2.1.4 所有者权益情况分析

资产负债表的最后一部分就是所有者权益部分。由于近4年来公司未发行股票, 因此实收资本未出现变化, 但随着经营的不断发展, 2011年和2012年W药业的未分配利润都以约20%的速度增长, 而在2013年W药业由于受各方影响, 增长率下滑到9.81%。

2.2 利润表分析

利润表是反映企业在特定会计期间内经营成本和经营成果的财务报表。通过利润表可以得到关于企业成本费用控制的信息。这也是财务诊断所需的必不可少的信息。在这里, 将通过趋势分析和结构分析对W药业的4年利润表进行梳理。

表4将近4年的利润表中主要项目列示出来。从宏观上看, 2011年至2013年净利润一直在不断下降, 3年的降幅分别为11.41%、2.20%和23.51%, 2013年减少尤其明显。而从局部分析, 营业成本与营业收入在这4年中变化幅度一致, 从2011年至2012年在不断上升, 而2013年全下降, 营业利润则与净利润走势一致。从2011年至2013年, 营业税金及附加费用基本不变, 三大费用变化走势基本一致, 在2011年的时候达到4年中的最低点, 在2012然后大幅度上升, 2013年又略微回落。其中, 财务费用基本上与管理费用一样。2011年, 销售费用的下降幅度为24.63%, 主要是因为调整了市场的投入结构, 而财务费用的下降幅度为41.10%, 则是因为2011年W药业进行了再融资项目, 利息收入增长, 而借款总额下降, 因此借款利息也下降了。2013年却因为处置国盛证券有限责任公司的长期股权投资而盈利了3486万元。W药业的营业外收入主要源于政府的补助和奖励。W药业是江西省一大企业, 因此政府会提供财政贡献奖励以及科技创新奖。因此, 在W药业不断开发新产品、走新保健品开发的发展战略上, 政府补贴产生的营业外收入占利润总额的比例从2011年的0.35%增长到了5.06%。2010年由于捐赠支出过多, 后3年的营业外支出较稳定。

3 财务诊断结论的建议

3.1 实施营销组织变革, 形成自身有特色的OTC核心营销管理体系

产品经营是成功的基础。专业化营销能力已成为公司的竞争优势, 营销已逐渐成为企业的核心竞争力。W药业还应继续实施营销组织变革, 形成自身特色的OTC核心营销管理体系, 继续坚持OTC业务的变革, 改进产品工艺, 对于新产品通过优化定位于“给病人的特殊膳食营养”及产品群开发, 快速提升销售团队的执行力, 使品牌影响、终端覆盖及购买率不断提升。

3.2 加强现金流量的日常预算管理

经营活动现金流是现金流的发动机, 有“造血机器”之美誉。为了避免在此出现经营活动现金流为负, 医药公司应编制“财务收支计划表”, 并严格执行, 以保证公司资金链安全。同时, 加大对应收账款的收缴力度, 避免出现“坏账”, 并采取款到发货的方式。不断给股东现金股利是W药业发展的一大特色, 在筹资活动方面继续保护股东的利益, 为W药业的日后发展奠定基础。

3.3 加强药品质量管理, 改变经营战略, 提高盈利能力

把保证药品品质放在首位, 高度重视药品质量, 不折不扣地落实执行质量管理要求, 从原辅材料供应商、生产加工环节、流通环节直至终端, 提升整个产业链质量管理水平, 将质量管理工作落实到与药品相关的每一个环节上, 为消费者提供优质药品。

通过具体案例W药业进行了财务报告分析, 对2010年至2014年的财务状况诊断进行了财务诊断。W药业势必要改变经营战略, 实施稳妥的战略, 不断恢复和提升其盈利能力。注重引进创新人才, 创新和优化产品结构, 并能发展关联产业, 在制药行业取得更大的成绩。

摘要：该文以财务诊断为核心, 企业通过具体案例——W药业, 对其2011年至2013年的财务状况进行了财务诊断。在企业财务诊断中, 主要运用了趋势分析法对W药业进行了资产结构变化趋势诊断分析、负债变化情况诊断分析、营运资本变化状况诊断分析、所有者权益情况诊断分析, 通过财务诊断分析发现了W药业在整个制药行业中流动资产占总资产的比率不大。在盈利能力和成长能力上存在劣势, 最后得出诊断结论及诊断建议。

关键词：财务诊断,财务状况,财务分析

参考文献

[1]张星文, 梁戈夫.企业适用财务诊断指标体系的研究[J].会计之友, 2005 (2) :25.

[2]吴添玲.财务诊断过程的因素选择与优化研究[D].南宁:广西大学, 2012:12.

[3]王宗萍.关于企业财务诊断的研究[J].企业经济, 2004 (5) :177-178.

[4]张艳艳.企业财务诊断的重要性[J].财会天地, 2013 (3) :77.

[5]K.R.Subramanyam, John J.Wild.Financial Statement Analysis[M].N e w York:Mc Graw Hill H i g h e r Education, 2008:3-4.

[6]Robert C.Higgins.Analysis for Financial Management[M].New York:Mc Graw Hill Higher Education, 2009:23-25.

[7]王馥岩.资产负债表的编制和作用[J].经营管理者, 2011 (20) :79.

[8]Stephen A.Ross, Randolph W.Westerfield, Jeffrey F.Jaffe.Corporate Finance[M].New York:Mc Graw Hill Higher Education, 2008:18-21.

金轮股份：财务数据离谱或存造假 第11篇

营业收入原地踏步 应收款离奇暴增

公司主营业务为纺织梳理器材的研发、生产和销售，主要产品为金属针布、弹性盖板针布、带条针布、固定盖板针布等纺织梳理器材，主要客户集中在纺织行业和受纺织行业景气度影响较大的纺织机械行业。由于近年来纺织行业低迷，需求下降，使得营业收入近三年来几乎原地踏步（参见表1）。

《股市动态分析》周刊记者发现，在营业收入保持原地踏步时，公司的应收账款与应收票据却离奇暴增。以应收账款为例，2011年该项数据为5619万元，而截至2013年6月30日，应收账款达到了1.56亿，增幅接近3倍。以应收票据为例，2011年的应收票据是4382万元，而到了2012年，应收票据急剧飙升到了7420万元（参见表2）。

为何在公司营业收入保持原地踏步的同时，应收账款与应收票据却保持急剧飙升呢？某不愿具名的知名注册会计师告诉记者，不排除公司有以赊销模式做大销售额为IPO辅路的嫌疑。

与此同时，《股市动态分析》周刊记者还注意到了另一组数据，即公司的净利润增长率大幅滑坡。数据显示，自2011年至2013年前9个月，净利润增长率为40.71%、-12.22%、-8.18%。换言之，如果公司在2012年实现上市，当年业绩就会变脸。

人工成本竟低于印度同行

《股市动态分析》周刊记者注意到，在公司招股说明书介绍国际竞争对手印度ICC公司时，一组关于人工成本与利润、收入对比的数据令人十分生疑（参见表3）。

从上表数据来看，公司利润总额/收入指标值远高于印度ICC，由于该指标相当于销售净利润，换句话说，公司产品远比印度ICC公司赚钱。在人工成本/收入方面，公司该指标又远低于印度ICC。换句话说，每实现100元收入，公司所付出的人工成本比ICC公司要低约8元，显然，这是难以解释的。首先，由于当前印度人均工资水平远低于中国，要做到人工成本低于印度几乎是不现实的。相反，我国的很多纺织企业近年来受人工成本上升的困扰，有向东南亚转移生产的倾向，一个很有说服力的例子就是港股上市公司天虹纺织因将生产基地移向越南而重获新生。其次，纺织行业作为典型的劳动密集型企业，技术替代人工的效应非常有限，公司也不太可能因为技术水平比ICC公司高，而实现人力成本节约20%至30%。

募投项目产能如何消化存疑

公司表示，本次募集资金投项目达产后，主要产品金属针布和弹性盖板的产能分别较2012年销售量增加49.36%和31.13%。结合公司金属针布和弹性盖板占公司以往产能的比例来看，该募投项目达产后，产能将会在现在的基础上提高30%至40%，考虑到公司当前的产能利用率只有75.56%（参见表4），未来产能利用率将会下降至50%左右，属于产能严重过剩的级别，甚至低于钢铁行业的产能利用率。

上表数据也显示，由于下游纺织行业和机械行业较强的周期性特征，行业产能利用率呈逐年稳步下降的趋势，并且难以逆转。既然如此，那公司还以募集资金搞重复扩产的意义又何在呢？未来的新增产能又如何消化呢？

大数据时代财务分析研究 第12篇

一、大数据与财务分析

(一) 大数据

到目前为止, 关于什么是大数据并没有一个确定的定义。Manish、麦肯锡和EMC公司等都先后提出了关于大数据的定义, 他们大多从数据规模、数据形式、数据来源以及需要的处理技术进行大数据的界定, 但界定并不相同。

但是, 存在普遍被接受的关于大数据的描述, 即关于大数据的“4V”特征和人们对待数据的方式发生的三个变化, 前者是麦肯锡公司做出的, 后者来源于著作《大数据时代:生活、工作与思维的大变革》。“4V”特征即海量数据 (Volume) 、多样性 (Variety) 、快速产生与传播 (Velocity) 以及价值密度低 (Value) 。三个变化即, 从样本数据向全体数据转变、放弃对精确性的追求, 以及放弃对因果关系的渴求。数据处理技术从关系型数据库到数据仓库, 再到联机分析处理、数据挖掘、数据可视化。

(二) 财务分析

从传统的观点看, 财务分析就是财务报表分析。对于企业外部的人员, 包括债权人、投资人、会计师或其它审计人员以及税务机关等, 他们一般地只能获取企业对外公布的财务报表, 所以对于他们而言, 财务分析就完全等同于财务报表分析。对于企业内部管理人员, 除了上述提到的财务报表外, 还可以获得总账及凭证等组成报表的明细信息。

因此, 随着大数据技术不断地发展与成熟, 使得企业内部管理人员可以综合上述财务的所有信息来源对财务进行综合的分析。

二、大数据时代财务分析系统不适应的现状

在建立大数据财务分析系统之前, 一些企业已经拥有部分独立业务系统的应用, 但对数据的加工汇总利用, 只体现在某些基础的数据查询功能, 包括总账管理、资金管理、固定资产管理、报表管理等。这些查询功能已经无法满足企业日常管理、经营分析、风险管理等方面的需求。当前财务分析系统不适应的现状如下:

(一) 统计口径不一致

企业不同分管部门, 要求企业财务报表的报送人员按不同口径报送数据, 容易引起口径不一致填报误差。这就需要报表中的数据已经清晰地按各个口径进行区分, 但在实际工作中, 部分财务指标计算复杂, 数据来源比较零散, 无法从单一的接口中获得。同时现有的指标在不同的统计口径下, 计算方法和最终结果都有显著差别, 这就需要对原有指标计算口径进行调整。

(二) 效率低下

由于数据查询功能是直接搭建在总账管理、固定资产管理、资金管理、报表管理等子系统基础上, 这些子系统原本是用来支持业务运行而设计的, 是典型的OLTP应用。基于这些子系统建立进行查询分析时资源消耗极大, 运行效率缓慢。

(三) 没有完整指标体系

目前企业财务分析指标体系种类多, 大都是为了满足对应归口部门考核评价体系指标报送要求, 但企业管理层往往希望在一次查询中看到有针对性、有体系的综合财务指标分析结果, 基于当前架构实现起来很困难。

(四) 信息呈现方式单调

目前主要以清单报表、多维分析为主, 但这些并不是适合多有数据应用的尽善尽美的信息展现方式。

(五) 系统不够灵活

按不变需求而实现的系统没有考虑到需求的不断变化, 新的需求变更不断的出现, 使信息部门疲于应付。

三、大数据时代完善财务分析的路径

(一) 制定清晰的构建战略

首先制定财务战略。因为每个行业和每个企业都有不同的特点, 对于大数据的使用将会有很大的差异, 制定财务战略将有助于企业找到有自身特点的企业财务方向, 进而构建自己的财务体系。其次, 确定企业的实际。大数据时代的财务分析体系是一个系统工程, 企业需要达到一定规模才会有大量的业务和海量的信息, 大量技术的运用需要有强大的IT能力作为保障。所以企业需要了解自己所处的位置, 然后选择是需要整体构建这样的财务分析体系还是只针对某一个环节做出调整。再次, 最后, 制定清晰的构建战略。构建过程之所以需要上升到战略层面是因为这是一个宏大的工程, 不能一蹴而就, 企业需要逐步的去完成它, 这可能需要较长的一段时间。还需要提到的一点是企业的IT架构的调整。这是一项先行工作, 调整方向基于改变针对应用的IT模式, 构建大数据处理能力, 实现分布式部署, 选择可扩展性好性能优异的平台。

(二) 把控风险

在营销体系的构建过程中, 对风险的把控十分重要, 否则如此重大的投资和巨量的精力投入可能会面临失败。首先, 项目的实施可能会面临专业人员的匮乏的窘境, 实施团队中的成员可能会缺乏技能和经验。因此项目开始前的培训和理念教育必不可少, 而且由于技术本身的复杂性和分析逻辑建立的困难可能会要求项目组成员持续充电。其次, 新技术的加入存在风险。在构建信息收集器时可能会需要加入模式识别, 图形识别等技术, 这些新技术的运用会加大系统整体稳定性降低的风险。再次, 对于数据质量要有严格的要求。对于哪些数据进行采集需要有清晰的界定, 如果对数据质量要求低会造成系统负担过重。最后, 重视安全问题。安全是从头至尾都需要关注的, 系统的安全性必须要高, 否则会给企业带来很大的法律风险。

(三) 完善财务分析新系统的主要功能

首先, 灵活的查询。用户通常需要在大量的数据中查询中对决策相关和有用的数据, 灵活的查询不仅能为用户提供便捷的查询方式, 同时也有利于用户从多角度理解和运用查询结果。同时也能够进一步完善绩效指标的选择机制, 筛选与价值提升真正相关的指标, 实现从被动接受上级分配的绩效任务向主动引导性评价的转变。

其次, 多维的分析技术。在实际运用财务数据进行分析决策时, 用户往往会面对相当复杂的问题, 这就需要多维的分析技术来对现有数据源做进一步整合, 完善数据中心接入机制, 提高指标计算过程中的自动化程度, 迅速完成对这些综合度较高的财务问题的分析。

再次, 易于维护。维护是用户在使用过程中经常需要进行的操作, 一个易于维护的系统能极大的减少用户工作中的复杂度和工作量。

最后, 人机交互的操作方式。用户在进行分析查询时, 只需要根据自己在实际工作中的需要来确定和输入所需要信息的性质和范围, 系统就可以输出用户需要的结果, 这样就大大提升财务工作的效率。

(四) 实行财务、业务信息一体化

建立企业的财务、业务信息一体化后, 企业产品从投资决策开始, 利用一体化系统能够全面体现出每项产品按生产环节核算的完整过程, 即把企业的业务、财务、管理有机融合, 使财务和业务融为一体, 在信息平台中, 实现财务业务数据共享, 可以实时控制经济业务, 为管理层高效提供决策分析的数据, 也为企业每项产品的完成提供了良好条件。建立这一统计分析系统, 及时、有效、实时为使用者提供财务分析指标, 真正将会计控制职能发挥出来。

参考文献

[1]贾海波.浅析大数据时代的企业财务管理[J].财务与会计, 2014 (9)

[2]钱玲.大数据时代的到来对企业财务工作的影响[J].安徽地质, 2015 (1)

[3]任禾.基于大数据时代的财务分析研究[J].中外企业家, 2015 (13)