第九章 财务大数据分析综述.pptx

《财务分析》微课《财务分析》蒋琰，张莉芳，万如荣主编人民邮电出版社2023年版江苏省重点建设教材

第九章财务大数据分析综述9

第九章财务大数据分析综述一、大数据时代对财务分析的冲击二、财务大数据分析三、财务决策智能化四、智能财务决策理论基础第九章财务大数据分析综述

（一）传统财务分析方法的不足现有的财务比率分析方法在很大程度上不能解决审视和评价企业管理的问题，因而很难在管理者进行特定决策时提供有用的信息。要解决这个问题，就要求分析者从更高维度去审视企业的财务状况，从企业战略、经营资产管理与竞争力、效益和质量、企业价值、成本决定机制、财务状况质量、风险和前景等多个方面综合分析，这进一步要求财务人员全面掌握企业的财务大数据，并将财务大数据转化成决策有用的信息。第一节大数据时代对财务分析的冲击

（一）传统财务分析方法的不足具体而言： 1、对财务分析的重视程度不够 2、财务分析依据的信息有缺陷 3、财务分析的技术手段需要改进 4、财务分析的辅助决策效果欠缺第一节大数据时代对财务分析的冲击

（二）大数据时代背景下的财务分析 1、数据信息的采集和整理成本高 2、数据信息的安全性存在隐患 3、财务数据与信息技术融合的人才严重缺乏 4、财务分析的未来趋势 5、大数据时代财务分析工作面临的机遇第一节大数据时代对财务分析的冲击

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。另外，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，但从长远角度看，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。数据信息的采集和整理成本高

第二节财务大数据分析（一）大数据技术与财务分析（二）数据思维框架（三）业财融合的数据分析思维（四）可视化设计

第二节财务大数据分析（一）大数据技术与财务分析传统财务分析以财务核算数据和报表信息及相关资料为主要分析对象；大数据财务分析则增加了经济环境及政策数据、企业基础信息和涵盖企业全部经营活动的业务数据，分析数据既包括结构化数据和非结构化数据，又包括静态财务数据和动态业务数据。

（一）大数据技术与财务分析随着互联网、大数据、人工智能等信息技术的普及，大数据财务分析可以较低成本，更加快捷、准确、全面地获取企业经营相关内外部经济信息，不再局限于企业内部静态的财务报表及相关财务核算数据。大数据财务分析呈现出如下特征：指标分析量越来越大非财务指标比重越来越大业务与财务交互趋势越来越明显智能化、精细化要求越来越高第二节财务大数据分析

（二）数据思维框架数据思维框架(DataAwarenessFramework，DAF)是在大数据时代，充分利用公司长期积累的数据来指导决策、管理、生产、经营活动的一整套体系，是以真实数据为基础并且贯穿全过程，包括决策思维、人才思维、数据价值链思维、工具思维四个方面。第二节财务大数据分析

（三）业财融合的数据分析思维财务数据来源于业务数据，财务数据按既定规则可以衍生指标数据，支持企业经营决策。业务数据、财务数据和决策数据有密切的逻辑关系，业财融合的数据分析思维是进行大数据财务分析必备的数据分析思维。主要包括对比思维、细分思维、转化思维和分类思维四种类型。第二节财务大数据分析

（三）业财融合的数据分析思维主要包括对比思维、细分思维、转化思维和分类思维四种类型。对比思维主要有横向和纵向两个角度。纵向对比通常是在时间维度上进行对比，即趋势分析；横向对比是与有竞争关系的同类进行对比，即截面分析。细分思维是把一个大的财务指标分解成由更多细小的量化指标构成关系，从而更全面，准确地描述指标的构成元素。转化思维是指业务步骤间存在的转化关系会导致指标间的转化关系。分类思维是对依托于财务业务的数据按不同属性进行归类，从而探寻其共性与差异性。第二节财务大数据分析

（四）可视化设计人类大脑处理繁杂信息的能力是有限的，简明扼要的图表设计可以帮助大脑释放一部分处理“噪音”的空间，将更多精力集中在对决策有用的信息中去。可视化的设计往往没有绝对优劣，数据墨水比的把握也是根据不同的场景衡量取舍的，过于精确会浪费不必要的阅读精力,过于粗糙又可能回答不了用户的问题，要做到张弛有度、表达精准。第二节财务大数据分析

在“大智移云物区”（大数据、人工智能、移