徐瑋(副教授/博士) 姜永平(西安財經大學商學院 陜西西安 710000)
共享既是大數據時代的特征,也是公司轉型遵循的重要理念和模式。大數據時代的來臨,給財務共享服務中心的建設和升級提出了更高水平的要求,越來越多的公司在建立財務共享服務中心的同時不得不更深層次地思考大數據時代對其產生的影響。財務管理掌控整個公司的資金運動,是管理者進行日常管理的重要依據[1],公司的財務管理水平將直接影響公司戰(zhàn)略目標的實現。大數據時代,在公司轉型的過程中財務管理如何為公司的數字化轉型助力并實現換道超車,逐漸成為財務革新的重要任務。新形勢下,要實現財務轉型進一步增強公司的財務核心競爭力,需要不斷促進技術理念的革新,將“區(qū)塊鏈技術+財務共享”作為其轉型的重要方向,優(yōu)化升級公司財務管理體系,使其與市場資源進一步融合,在融合的基礎上充分發(fā)揮區(qū)塊鏈的技術優(yōu)勢,降低公司成本、優(yōu)化業(yè)務流程、提高公司業(yè)績。
區(qū)塊鏈技術與財務共享中心的結合是大數據時代技術優(yōu)化和思維革新的重要體現。
國內外學術界對財務共享的研究主要從初期基礎業(yè)務集中化、中期業(yè)財一體化和后期大共享智能財務數字化三個階段進行。
張瑞君等(2008)以中興通訊為案例進行研究,認為共享服務是跨國集團順應發(fā)展的新型管理模式,可以提高公司的運營效率,進一步降低集團日常事務的處理成本,促進集團戰(zhàn)略的實施[2]。何立軍(2007)以金蝶EAS集團財務系統(tǒng)為研究對象,認為財務共享平臺的建立,不僅將大量分散獨立的財務信息進行統(tǒng)一的歸集處理,還使業(yè)務管理中的事前控制與事中監(jiān)督的結合成為現實,從本質上提高了公司集團的財務管控力[3]。是會計信息化至簡便捷、互動聯動、共融共享追求的目標(張瑞君,2008)。
劉芳(2019)認為業(yè)財一體化模式從信息的管理上可以實現財務和業(yè)務互通,推動了公司財務工作由以核算為主的傳統(tǒng)財務會計向實現價值增值的新型管理會計轉變。曹翠玲、張敏(2019)認為業(yè)財融合是財務、業(yè)務、信息技術的三位一體,將財務共享作為信息技術的工具,從財務角度和信息角度進行一體化設計,可以提高業(yè)財融合的可操作性。段永毅(2019)認為業(yè)財一體化是為財務共享中心提供基礎的信息數據,其前提條件是要實現業(yè)務和財務的信息化互通,由此進行的財務共享服務,可以促進公司內外部資源的優(yōu)化配置,為公司決策的制定和實施提供有價值的參考分析服務。
Sun(2016)從區(qū)塊鏈技術與業(yè)務的自動化為方向展開研究,認為區(qū)塊鏈特性可以打破人與人、組織與組織、人與組織之間的信任隔閡,以此為基礎構建一個由技術、人、組織的關系模型,可以促進業(yè)務的自動化[5]。朱建明等(2019)將區(qū)塊鏈財務共享模式與傳統(tǒng)的財務共享模式進行對比,得出區(qū)塊鏈+財務共享模式相較于傳統(tǒng)的財務共享模式有顯著的優(yōu)越性[6]。姚祎(2020)結合區(qū)塊鏈技術探討了利用區(qū)塊鏈技術3.0在構建財務外包模式和公司財務云計算服務中心等模式下的財務共享創(chuàng)新體系[7]。吳麗梅等(2019)分析了區(qū)塊鏈技術+財務共享的兼容性和必要性,以此為依據提出構建一個公司內外部的“雙鏈”區(qū)塊鏈架構運行模式以提高公司的財務管理水平[8]。
綜上所述,國內外學者對于區(qū)塊鏈賦能財務共享提高公司財務管理能力,以及公司在區(qū)塊鏈+財務共享的體系構建上有了一定的研究,但由于研究中存在時代信息技術發(fā)展、研究樣本、衡量指標等相關因素的差異,導致研究結論不一,并且缺少專門針對區(qū)塊鏈技術+財務共享的績效評價指導性研究,對公司在實際利用區(qū)塊鏈+財務共享管理運行中提供的指導作用明顯不足?;诖?,本文選取了40家建立財務共享中心并且在A股市場上市的公司作為研究樣本,從公司財務管理的盈利能力、償債能力、經營能力、發(fā)展能力和現金能力五大方面提取關鍵性的財務指標,選用因子分析法研究建立財務共享中心對公司財務績效的影響因素,通過公司財務指標評價體系的建立,推導出設立財務共享中心公司財務績效的評價模型,最后根據模型對各上市公司的財務績效進行評分,并結合區(qū)塊鏈相關特點對建立財務共享中心的上市公司的財務管理機制提出建議。
本文采用因子分析法來評價我國建立財務共享中心上市公司的財務績效,對若干具體的財務績效研究指標進行分類并通過降維得到其主成分,權數利用因子來反映,結果使用因子旋轉來幫助解釋說明,通過最終的因子得分解析出影響樣本排名次序的因素。因子分析方法使最終結果排除了人為主觀性,全面客觀地反映了研究樣本的數據,這是其他綜合評價方法無法代替的,也是本文選擇采用因子分析法的重要原因。
本文所使用的數據選擇截至2019年末在滬深A股上市并建立財務共享中心公司的2019年年報,主要來源于CSMAR數據庫。初期共選取了74家上市公司,為消除異常樣本對最終研究結果的不良影響,進一步保證研究樣本數據的準確性,在篩選樣本時剔除了以下公司:上市時間不足2年的公司;因受其他不確定因素影響缺失部分財務指標數據的上市公司;ST類型的上市公司。最終得到40家上市公司(見表1)作為研究樣本。
表1 選取的建立財務共享中心上市公司名單
本文以財務共享服務中心的特征為基礎,結合因子分析法,在保證所選取指標全面性和數據來源真實可取得的基礎上,選取了分別反映公司盈利能力、償債能力、經營能力、發(fā)展能力和現金能力等五方面共13項財務指標。為了更直觀地表示指標性質,本文將其性質定性為正向指標(指標值越大,表明公司財務管理績效越好)或反向指標(指標值越大,表明公司財務管理績效越差),為了統(tǒng)一標準更好地進行評價比較,對其中的反向指標采取倒數法,將其正向化。具體財務指標及其含義如表2所示。
表2 建立財務共享中心上市公司財務績效評價指標體系
為判斷因子分析的合理性,采用KMO和Bartlett度量對數據進行檢驗。KMO值介于0.5—1表示數據適合進行因子分析,小于0.5則表示不適合。本文采用SPSS 26.0軟件,將標準化后的數據導入進行KMO和Bartlett檢驗。檢驗結果(見表3)的KMO度量值為0.641>0.5,說明選取的樣本數據適合做因子分析。Bartlett的球形度檢驗的近似卡方=381.188,df值=78,Sig.=0.000,相應的概率p接近于0<0.05(顯著性水平),因此,拒絕Bartlett球度檢驗的零假設,樣本數據仍然適合進行因子分析。
表3 KMO和Bartlertt球形檢驗
通過SPSS 26.0軟件得出2019年樣本數據的各因子方差貢獻率,在總方差解釋表(見表4)中以特征根>1為標準進行公因子的提取,由表4可知,共提取了5個旋轉后特征值>1的公因子,且5個公因子的方差累計貢獻率(該公因子反映原始數據的信息量)達到了79.944%,在沒有影響原始變量共同度的基礎上,重新分配了各個因子解釋原始變量的方差,使得公因子更易于解釋、說明,5個公因子通過因子提取后包含了絕大部分的原始財務指標信息,可以用其評價建立財務共享中心上市公司的財務績效。
表4 總方差解釋
本文采用Kaiser標準化正交旋轉的最大方差法,通過SPSS 26.0軟件進行成分矩陣的旋轉,旋轉在6次迭代后收斂(如表5)。為了更好地解釋旋轉提取的5個公因子的含義,設提取后的5個公共因子分別為F1、F2、F3、F4、F5。因子F1中,資產報酬率、營業(yè)毛利率、總資產凈利潤率的載荷量分別為0.948、0.664、0.924,遠遠高過其他指標旋轉后的載荷量,因此,F1主要由資產報酬率、營業(yè)毛利率、總資產凈利潤率這3個指標來反映,命名為“盈利能力因子”;因子F2中,流動比率和速動比率的載荷量分別為0.936和0.949,即F2主要由流動比率和速動比率反映,因此,F2稱為“償債能力因子”;因子F3主要由資本保值增值率和資本積累率反映,對應載荷量分別為0.725和0.804,稱F3為“發(fā)展能力因子”;因子F4中,凈利潤現金凈含量和現金再投資比率的載荷量分別為0.732和0.883,高于其他指標的載荷量,因此,F4被稱為“現金能力因子”;因子F5在總資產周轉率上有旋轉后的最大的載荷量為0.838,將F5命名為“經營能力因子”。
表5 旋轉后的成分矩陣
根據旋轉后的成分矩陣(表5)建立起公共因子的得分函數。并利用因子評分模型計算各樣本公司在5個公因子上的總得分。最后由各因子所對應方差貢獻率作為權重進行加權平均后得到各樣本公司的因子綜合得分F。
將各變量代入因子評分模型,得出40家建立財務共享中心上市公司在5個公共因子上的綜合得分及其排序(公司的得分及其排序與其財務能力和財務績效成正相關關系)。本文將0作為建立財務共享中心上市公司的得分標準,得分大于0說明公司對應的財務能力相對較強。由下頁表6公司的因子得分及綜合得分排名可知:
表6 建立財務共享中心上市公司財務績效綜合得分及排序
從總體40個樣本公司的綜合得分來看,有15家公司綜合得分大于0,即財務績效水平相對較好的樣本公司占總體的37.5%。說明我國建立財務共享中心的上市公司2019年財務績效表現中只有少部分公司表現良好,大部分公司的財務共享中心服務仍存在問題,在盈利能力、償債能力、營運能力發(fā)展能力和經營能力方面有很多不足。
在盈利能力因子方面,23家建立財務共享中心的上市公司盈利能力因子得分高于綜合得分的標準0,占總體的57.5%,超過半數的公司達到了行業(yè)平均水平,由此來看,建立財務共享中心的上市公司盈利能力較為可觀。但在這23家綜合得分大于0的樣本里,只有9家盈利能力因子的得分大于0.5,其中5家的得分大于1。排名第一的中興通訊有較為出眾的表現,得分為1.63329,相較于第二名的中國交建來說有一定的優(yōu)勢。說明對于上市公司來說,建立財務共享中心有一定的盈利能力,但是盈利水平拔尖的公司并不多。
償債能力因子方面,樣本40家建立財務共享中心的上市公司中有17家的因子得分大于0,占比42.5%,部分公司的償債能力表現良好,但大多數公司對于利用財務共享中心改善資本結構、優(yōu)化投融資方式、提高償債的能力有所欠缺。一般建立財務共享中心的公司都具有一定規(guī)模,其資金的需求量相對較大,應在財務共享中心集中管理資金的基礎上,加強內部資金管理,維持合理的負債水平,提高資金使用效率。
發(fā)展能力因子方面,有20家樣本公司的得分大于綜合得分的標準0,占總體的50%,其中有5家公司的得分超過1,有2家公司得分甚至超過2,TCL科技得分為2.93866,以絕對優(yōu)勢排名第一,但是TCL科技的其他各項因子得分相對靠后,使得其最終的綜合得分排在10名以外。發(fā)展能力因子最低的是牧原股份,并且其償債能力因子和經營能力因子的得分也相對較低,導致總體排名相對靠后。通過發(fā)展能力因子可以得出我國多數建立財務共享中心的公司其發(fā)展能力都比較強,但是大多數的公司仍需注重自身的發(fā)展,使其高效率高質量地縮減與得分排名較高公司的差距。
現金能力因子方面,上市公司中有10家的因子得分大于0,只占總體的25%,說明絕大多數建立財務共享中心的公司通過財務中心運用現金等流動資產的能力比較欠缺,并且使用質量和效率并不樂觀,需要提高公司資本使用的質量和效率,根據市場變化規(guī)律與公司實際發(fā)展情況,對現金流做好充分的預測,合理控制存貨量,以保證公司健康穩(wěn)定的發(fā)展。
經營能力因子方面,有18家公司得分高于平均水平,占總體的45%,說明多數建立財務共享中心的公司利用財務共享中心經營管理公司的能力較好,但大多數公司仍需不斷提高其利用財務共享中心經營管理公司的能力,注重多方面協調發(fā)展,實現資源的優(yōu)化配置,提高公司綜合競爭力。
綜上可以得出,大多數建立財務共享中心上市公司中綜合得分較好的公司其各項能力發(fā)展不平衡。綜合得分大于0的15家上市公司中,只有中興通訊一家公司5個能力因子全部大于0,其他公司的5個能力因子各自都存在負分,并且只有中興通訊一家公司的所有因子得分相對靠前,其他公司雖有較高的總因子得分,但基本都由于其中的某一項或是幾項能力的得分較高縮小了最終得分的差距。這在一定程度上反映了大多數建立財務共享中心的上市公司利用財務共享中心提高財務績效的能力不足,沒有通過財務共享中心形成絕對的財務優(yōu)勢。
第一,劃分區(qū)塊鏈和財務共享中心的業(yè)務界限,將兩者有效地鏈接起來,銜接點前是區(qū)塊鏈,將財務共享中心的審核業(yè)務歸置到區(qū)塊鏈上并將各節(jié)點的業(yè)務在區(qū)塊鏈上代碼化。銜接點后是財務共享中心,各節(jié)點交易信息從主區(qū)塊鏈上生成提取并進行賬務處理。通過區(qū)塊鏈和財務共享中心的優(yōu)勢互補緊密協作,共同完成公司的財務管理工作。
第二,財務共享服務中心不能僅滿足對流程效率的提高和成本的節(jié)約,還需明確數據價值以及數據對財務數字化專業(yè)的重要性,利用去中心化特點將財務信息在多個賬簿中進行同步重復鏈式記錄,將個體記錄串聯成一個網絡,形成公司全員記賬機制。通過“哈希值”保證財務電子檔案的完整性,解決交易或信息傳遞過程中的信任問題,大幅提升交易信息記錄的安全性,保障信息質量的可靠性。將公司經營管理的重復信息、無關信息主動消除,并降低由于記賬錯誤或者時間的錯配而產生的交易漏記風險,將財務共享模式下業(yè)務從事后審核轉為事中驗證,提升公司各項業(yè)務完成效率,降低業(yè)務成本。通過區(qū)塊鏈技術連接起眾多利益相關方,打破公司的組織邊界,形成開放的利益共贏價值增值財務生態(tài)圈。
第三,基于區(qū)塊鏈鏈上可信且不可篡改的數據,利用智能合約技術手段,預先設置標準化的財務管理機制,自動化執(zhí)行預先設定好的規(guī)則條款,自動觸發(fā)交易,執(zhí)行約定的合同條款并滿足上述記賬條件,進一步確保交易的可靠,提供更加便捷的財務信息渠道,減少業(yè)務的交易成本,提高財務共享服務中心運作的效率。
第四,將采集數據的“觸角”延伸到公司日常財務業(yè)務管理活動中去,使財務與業(yè)務、財務與外部利益相關者聯系起來,打通公司內外部價值鏈體系,打破公司業(yè)務財務壁壘,實現公司各項信息的集成,促進實時控制。制定數據價值挖掘并深度分析的算法與模型,將公司日常業(yè)務的小數據集成轉化為大數據信息中心,基于相關性發(fā)現更多的影響經營結果的關鍵因素,并將影響因素進行識別干預,達到改善經營績效的效果。