基于BP神經(jīng)網(wǎng)絡(luò)技術(shù)的智能財(cái)務(wù)研究

朱敏

【關(guān)鍵詞】 深度學(xué)習(xí); BP神經(jīng)網(wǎng)絡(luò)技術(shù)（BPNN）; 智能財(cái)務(wù); 產(chǎn)品定價(jià)

【中圖分類號(hào)】 F272;F270.7? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2021）18-0038-05

移動(dòng)互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等新興技術(shù)改變了服務(wù)和商品的性質(zhì)，在商業(yè)以及企業(yè)管理領(lǐng)域開(kāi)拓了一系列新的業(yè)務(wù)場(chǎng)景，新的數(shù)字技術(shù)推動(dòng)互聯(lián)網(wǎng)進(jìn)入算法競(jìng)爭(zhēng)的下半場(chǎng)，智能化轉(zhuǎn)型將成為企業(yè)智力水平競(jìng)賽的制勝關(guān)鍵。2020年國(guó)家發(fā)改委對(duì)新基建做了進(jìn)一步定義，新基建以經(jīng)濟(jì)轉(zhuǎn)型、增效發(fā)展為總綱，旨在加快各產(chǎn)業(yè)的數(shù)字化升級(jí)，國(guó)家“新基建”戰(zhàn)略要求企業(yè)加速智能化管理轉(zhuǎn)型。傳統(tǒng)企業(yè)紛紛謀求財(cái)務(wù)轉(zhuǎn)型，信息化和數(shù)字化技術(shù)為財(cái)務(wù)智能化變革提供了技術(shù)支持，人工智能將使計(jì)算機(jī)替代人類心智完成工作任務(wù)。

目前對(duì)財(cái)務(wù)智能化的研究主要集中在職能、宏觀架構(gòu)、內(nèi)涵、風(fēng)險(xiǎn)等方面，對(duì)智能財(cái)務(wù)的具體技術(shù)路徑探索較少。智能化轉(zhuǎn)型的本質(zhì)是數(shù)據(jù)技術(shù)驅(qū)動(dòng)的智能升級(jí)，深度學(xué)習(xí)在語(yǔ)音識(shí)別、金融、司法領(lǐng)域的運(yùn)用實(shí)踐對(duì)財(cái)務(wù)智能化將產(chǎn)生重大啟示，本文對(duì)引入深度學(xué)習(xí)之BP神經(jīng)網(wǎng)絡(luò)技術(shù)（Back Propagation Neural Network，BPNN）的財(cái)務(wù)智能化轉(zhuǎn)型路徑進(jìn)行探索研究。

一、BP神經(jīng)網(wǎng)絡(luò)技術(shù)和智能財(cái)務(wù)概述

（一）BP神經(jīng)網(wǎng)絡(luò)技術(shù)

BP神經(jīng)網(wǎng)絡(luò)技術(shù)屬于深度學(xué)習(xí)使用最普遍的一種算法。深度學(xué)習(xí)技術(shù)自20世紀(jì)90年代以來(lái)被運(yùn)用于自動(dòng)駕駛、交通管理、語(yǔ)言處理、語(yǔ)音識(shí)別、醫(yī)療診斷、司法判斷及金融量化等多領(lǐng)域?qū)嵺`[ 1 ]。深度學(xué)習(xí)運(yùn)用于語(yǔ)音識(shí)別領(lǐng)域，極大地降低了語(yǔ)音識(shí)別錯(cuò)誤率;在電子游戲及唇語(yǔ)識(shí)別中取得超越人類的表現(xiàn);對(duì)金融交易過(guò)程生物識(shí)別提供技術(shù)保障，提升了金融機(jī)構(gòu)貸款信用評(píng)估效率;幫助律師事務(wù)所完成輔助復(fù)核，瀏覽海量文件獲取合法證據(jù)，使法律工作流程更高效，成本大幅下降;在新興教育行業(yè)中，深度學(xué)習(xí)發(fā)揮了數(shù)字導(dǎo)師功能，使教師從教學(xué)重復(fù)勞動(dòng)中解脫，致力于精神層次支持和啟發(fā)[ 2 ]。隨著更強(qiáng)大的計(jì)算機(jī)、更龐大的數(shù)據(jù)集和更深邃網(wǎng)絡(luò)的發(fā)展，深度學(xué)習(xí)技術(shù)必然被逐漸應(yīng)用于更多商業(yè)領(lǐng)域。以不可替代的技術(shù)優(yōu)勢(shì)，深度學(xué)習(xí)將成為推動(dòng)智能財(cái)務(wù)轉(zhuǎn)型的技術(shù)利器。

BP神經(jīng)網(wǎng)絡(luò)技術(shù)（BPNN）相比于傳統(tǒng)深度學(xué)習(xí)能夠更有效地學(xué)習(xí)非線性目標(biāo)函數(shù)[ 3 ]。BPNN包含輸入層、隱藏層和輸出層三層級(jí)，包括正向和反向傳播兩個(gè)計(jì)算步驟（如圖1所示）。（1）正向傳播：信息特征從輸入層進(jìn)入神經(jīng)網(wǎng)絡(luò)，通過(guò)隱藏層計(jì)算，由輸出層輸出;（2）反向傳播：計(jì)算輸出層的輸出與真實(shí)值的誤差，將誤差反向傳播，通過(guò)梯度下降算法更新各層級(jí)參數(shù)，實(shí)現(xiàn)自我學(xué)習(xí)，直到計(jì)算輸出層的輸出與真實(shí)值的誤差停止更新為止。

BP神經(jīng)網(wǎng)絡(luò)技術(shù)大幅擴(kuò)展了計(jì)算機(jī)靈活表達(dá)并模擬世界萬(wàn)物特征規(guī)律的能力，幫助計(jì)算機(jī)通過(guò)持續(xù)訓(xùn)練樣本，進(jìn)行嘗試和自主學(xué)習(xí)，逐步總結(jié)事物客觀規(guī)律。

（二）智能財(cái)務(wù)

智能財(cái)務(wù)指人類財(cái)務(wù)專家與人工智能技術(shù)聯(lián)合組成人—機(jī)協(xié)同系統(tǒng)，完成企業(yè)復(fù)雜的財(cái)務(wù)管理任務(wù)，同時(shí)，人工智能技術(shù)在財(cái)務(wù)管理活動(dòng)中不斷得到演化，逐步取代人類財(cái)務(wù)專家的功能[ 4 ]。

企業(yè)運(yùn)用新的信息技術(shù)重構(gòu)組織架構(gòu)、再造業(yè)務(wù)流程、賦能業(yè)務(wù)并支持決策，這個(gè)過(guò)程被稱為財(cái)務(wù)數(shù)字化轉(zhuǎn)型，但不能稱為智能財(cái)務(wù)，因?yàn)楣ぷ髁鞒倘匀灰蕾嚾斯ぞ幊淘O(shè)計(jì)完成[ 5 ]。財(cái)務(wù)共享中心使用財(cái)務(wù)機(jī)器人（RPA）替代人工進(jìn)行單據(jù)識(shí)別和數(shù)據(jù)記錄等重復(fù)性、有規(guī)律的操作層面的業(yè)務(wù)活動(dòng)，RPA財(cái)務(wù)機(jī)器人以零差錯(cuò)、低成本優(yōu)勢(shì)快速取代開(kāi)票、對(duì)賬、錄入等重復(fù)流程化工作，釋放出大量財(cái)務(wù)人力資源，極大提升了財(cái)務(wù)工作效率。但是，RPA財(cái)務(wù)機(jī)器人實(shí)際上距離智能財(cái)務(wù)實(shí)現(xiàn)人—機(jī)互動(dòng)、替代財(cái)務(wù)專家進(jìn)行財(cái)務(wù)預(yù)測(cè)與決策支持的功能和目標(biāo)尚遠(yuǎn)。

財(cái)務(wù)數(shù)字化是智能財(cái)務(wù)的基礎(chǔ)，智能財(cái)務(wù)是財(cái)務(wù)數(shù)字化的發(fā)展方向。財(cái)務(wù)共享中心是財(cái)務(wù)數(shù)字化的起點(diǎn)，基于云計(jì)算，分散的業(yè)務(wù)活動(dòng)在共享中心集聚，并被標(biāo)準(zhǔn)化、數(shù)據(jù)化，集合為數(shù)據(jù)倉(cāng)庫(kù)和集市。智能財(cái)務(wù)發(fā)揮算法和算力作用，在大量實(shí)踐樣本數(shù)據(jù)基礎(chǔ)上，無(wú)限模擬企業(yè)資源配置，輔助甚至代替管理人員做出預(yù)測(cè)和決策。智能財(cái)務(wù)技術(shù)激活、治理數(shù)字化平臺(tái)的數(shù)據(jù)集合，不斷進(jìn)化迭代的人機(jī)交互算法支持預(yù)測(cè)、控制、決策財(cái)務(wù)模型，實(shí)踐財(cái)務(wù)運(yùn)用場(chǎng)景，最終實(shí)現(xiàn)財(cái)務(wù)管理的終極價(jià)值（張慶龍，2020）。

二、財(cái)務(wù)智能化發(fā)展現(xiàn)狀與問(wèn)題

2019年，上海國(guó)家會(huì)計(jì)學(xué)院智能財(cái)務(wù)研究中心發(fā)布了《中國(guó)企業(yè)財(cái)務(wù)智能化現(xiàn)狀調(diào)查報(bào)告》，指出企業(yè)智能財(cái)務(wù)運(yùn)用最多的領(lǐng)域是會(huì)計(jì)核算和銀企互聯(lián)系統(tǒng)，而對(duì)風(fēng)險(xiǎn)管理和決策支持模塊的使用程度最低。報(bào)告顯示，企業(yè)財(cái)務(wù)智能化運(yùn)用尚處于探索階段。

新技術(shù)背景下，企業(yè)不斷推進(jìn)財(cái)務(wù)數(shù)字化平臺(tái)建設(shè)，來(lái)自客戶、供應(yīng)商等不同渠道的巨量業(yè)務(wù)數(shù)據(jù)涌入信息系統(tǒng)，但一系列迫切需要解決的問(wèn)題和挑戰(zhàn)隨之而來(lái)，包括高效融合數(shù)據(jù)倉(cāng)庫(kù)多維特征困難、業(yè)務(wù)數(shù)據(jù)間邏輯關(guān)系未能充分表達(dá)、數(shù)據(jù)特征兼容性不夠、信息孤島增多、數(shù)據(jù)再造更新滯后、獲取業(yè)務(wù)數(shù)據(jù)服務(wù)困難等。數(shù)據(jù)資產(chǎn)的價(jià)值在于被應(yīng)用并實(shí)現(xiàn)企業(yè)提質(zhì)增效目標(biāo)，由于數(shù)據(jù)價(jià)值未能充分被釋放，數(shù)據(jù)資源浪費(fèi)嚴(yán)重，企業(yè)數(shù)字化并未如預(yù)期賦能業(yè)務(wù)并指導(dǎo)決策。

更高級(jí)別的財(cái)務(wù)智能化實(shí)施尚存在難度。財(cái)務(wù)智能化必須借助智能技術(shù)有效解構(gòu)多源異構(gòu)數(shù)據(jù)池，挖掘數(shù)據(jù)間關(guān)聯(lián)特征，重塑業(yè)務(wù)流程，融合數(shù)據(jù)管道，提升數(shù)據(jù)資產(chǎn)使用效率，再造數(shù)字化平臺(tái)積累的數(shù)據(jù)鏈價(jià)值。

智能財(cái)務(wù)轉(zhuǎn)型不僅是信息基礎(chǔ)設(shè)施系統(tǒng)的升級(jí)和數(shù)字化，而且是持續(xù)迭代升級(jí)的數(shù)據(jù)技術(shù)逐步改變管理方式和經(jīng)營(yíng)方式的系統(tǒng)工程。

智能財(cái)務(wù)場(chǎng)景的實(shí)現(xiàn)需要強(qiáng)大的人工智能技術(shù)作為數(shù)據(jù)治理與預(yù)測(cè)能力的技術(shù)背景和基礎(chǔ)，BPNN以其對(duì)視覺(jué)和語(yǔ)音識(shí)別、數(shù)據(jù)多維特征提取治理、訓(xùn)練樣本預(yù)測(cè)未來(lái)的技術(shù)優(yōu)勢(shì)，將成為解決財(cái)務(wù)智能化轉(zhuǎn)型問(wèn)題的技術(shù)利器。

三、BP神經(jīng)網(wǎng)絡(luò)技術(shù)優(yōu)勢(shì)

BPNN包含多個(gè)隱藏層，可以容納大量設(shè)置和調(diào)整參數(shù)，擁有強(qiáng)大的非線性表達(dá)、自適應(yīng)、自學(xué)習(xí)、容錯(cuò)及泛化能力，具備提取描述海量數(shù)據(jù)異構(gòu)多維的特征和優(yōu)勢(shì)。

BPNN進(jìn)入財(cái)務(wù)領(lǐng)域后，可以作為挖掘和識(shí)別業(yè)務(wù)數(shù)據(jù)深層特征信息的技術(shù)利器，整合企業(yè)內(nèi)外部包括業(yè)務(wù)合作伙伴相關(guān)的財(cái)務(wù)數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)，梳理數(shù)據(jù)潛在規(guī)則，挖掘數(shù)據(jù)價(jià)值，高質(zhì)量實(shí)現(xiàn)數(shù)據(jù)互通互聯(lián)和數(shù)據(jù)鏈有機(jī)融合，構(gòu)建智能財(cái)務(wù)的數(shù)據(jù)基礎(chǔ)。

融入BPNN的智能化模式下，企業(yè)將標(biāo)準(zhǔn)化的財(cái)務(wù)工作交由機(jī)器完成。智能化系統(tǒng)不斷訓(xùn)練和修正自身參數(shù)，系統(tǒng)、高效、準(zhǔn)確地實(shí)現(xiàn)實(shí)時(shí)經(jīng)營(yíng)數(shù)據(jù)反映、未來(lái)現(xiàn)金流量預(yù)測(cè)、流程改進(jìn)及再造模擬等功能，持續(xù)推進(jìn)人工智能財(cái)務(wù)系統(tǒng)進(jìn)階。

四、基于BPNN的財(cái)務(wù)智能化應(yīng)用場(chǎng)景

不同的財(cái)務(wù)應(yīng)用場(chǎng)景應(yīng)基于不同層級(jí)的BPNN技術(shù)實(shí)現(xiàn)有區(qū)分度的價(jià)值目標(biāo)?；贐PNN技術(shù)，企業(yè)對(duì)財(cái)務(wù)共享中心數(shù)據(jù)中臺(tái)類型多樣、規(guī)模巨大的數(shù)據(jù)進(jìn)行高效解讀和關(guān)聯(lián)處理，持續(xù)訓(xùn)練樣本，優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)重值和閾值。數(shù)據(jù)特征經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)正向傳導(dǎo)，對(duì)該網(wǎng)絡(luò)進(jìn)行反饋調(diào)節(jié)，使輸出層財(cái)務(wù)數(shù)據(jù)的誤差最小，從而實(shí)現(xiàn)核算層面、內(nèi)控及風(fēng)險(xiǎn)管理層面、決策層面、專家顧問(wèn)策略支持等智能化應(yīng)用場(chǎng)景，提高決策效率，改善服務(wù)水平，獲得更好的客戶體驗(yàn)感，降低管理風(fēng)險(xiǎn)，解決財(cái)務(wù)共享中心沉淀數(shù)據(jù)治理問(wèn)題，驅(qū)動(dòng)數(shù)據(jù)價(jià)值鏈重塑，最終實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)增值，甚至可以實(shí)現(xiàn)智能化自主預(yù)測(cè)和決策，強(qiáng)化財(cái)務(wù)服務(wù)與管理職能。

（一）產(chǎn)品定價(jià)

利用BPNN非線性特征提取和表達(dá)功能，設(shè)置定價(jià)規(guī)則和參數(shù)，建立基于企業(yè)自身、客戶、供應(yīng)商及競(jìng)爭(zhēng)對(duì)手多維影響因素的產(chǎn)品定價(jià)模型，深度學(xué)習(xí)技術(shù)充分利用企業(yè)擁有的多渠道影響數(shù)據(jù)，不斷提取數(shù)據(jù)特征，與市場(chǎng)接受度和企業(yè)成本進(jìn)行持續(xù)比對(duì)，不斷自迭代定價(jià)方案，訓(xùn)練系統(tǒng)，徹底變革根據(jù)人工經(jīng)驗(yàn)做出定價(jià)的現(xiàn)狀。

（二）資金管理

基于BPNN技術(shù)的資金管理系統(tǒng)集成財(cái)務(wù)共享中心的數(shù)據(jù)池特征，集成對(duì)象包括銀企直連、費(fèi)用報(bào)銷、稅收及發(fā)票管理、供應(yīng)鏈單據(jù)驗(yàn)證、客戶信用管理等模塊，實(shí)現(xiàn)收付款自動(dòng)化、生成稅收籌劃和繳納方案、進(jìn)行最佳現(xiàn)金持有量動(dòng)態(tài)管理等智能服務(wù)。

（三）經(jīng)營(yíng)風(fēng)險(xiǎn)及財(cái)務(wù)風(fēng)險(xiǎn)評(píng)估模型

企業(yè)所處內(nèi)外部環(huán)境隨時(shí)在發(fā)生變化，初創(chuàng)期、繁榮期、衰退期面臨外部政治、金融、法律、商業(yè)、行業(yè)、環(huán)保，以及內(nèi)部施工、生產(chǎn)、技術(shù)等顯性隱性多維因素，BPNN模型不斷進(jìn)行數(shù)據(jù)獲取、聚集、互換，將業(yè)務(wù)流程信息不斷交互驗(yàn)證，挖掘積累供應(yīng)商和客戶信息，評(píng)價(jià)信用指標(biāo)，洞察風(fēng)險(xiǎn)點(diǎn)，建立數(shù)據(jù)安全屏障，評(píng)價(jià)企業(yè)自身經(jīng)營(yíng)及財(cái)務(wù)指標(biāo)實(shí)時(shí)風(fēng)險(xiǎn)。甚至可以輸入歷史風(fēng)險(xiǎn)案例，抓取案例數(shù)據(jù)風(fēng)險(xiǎn)內(nèi)在發(fā)生機(jī)制和規(guī)律，關(guān)聯(lián)實(shí)時(shí)業(yè)務(wù)的發(fā)展趨勢(shì)，實(shí)現(xiàn)更超前預(yù)警，提出規(guī)避風(fēng)險(xiǎn)的建議，提升企業(yè)內(nèi)部控制能力，更有效支持決策。

（四）全面預(yù)算管理動(dòng)態(tài)分析系統(tǒng)

全面預(yù)算管理是有效的企業(yè)戰(zhàn)略和績(jī)效管理工具，引入BPNN后，更有利于平衡計(jì)分卡融入戰(zhàn)略管理，支持戰(zhàn)略目標(biāo)分解到基于平衡計(jì)分卡方法的客戶、財(cái)務(wù)、內(nèi)部運(yùn)營(yíng)、學(xué)習(xí)與成長(zhǎng)四個(gè)維度，實(shí)現(xiàn)戰(zhàn)略、資源配置到產(chǎn)業(yè)協(xié)同層面的可視化管理，更充分獲取和解構(gòu)客戶需求，進(jìn)行實(shí)時(shí)動(dòng)態(tài)業(yè)務(wù)數(shù)據(jù)監(jiān)測(cè)，執(zhí)行實(shí)時(shí)預(yù)算與實(shí)際執(zhí)行狀態(tài)差異比對(duì)分析，生成績(jī)效評(píng)價(jià)分析報(bào)告，及時(shí)對(duì)經(jīng)營(yíng)活動(dòng)糾偏，充分實(shí)現(xiàn)管理提質(zhì)增效目標(biāo)。

（五）基于未來(lái)現(xiàn)金流量的企業(yè)價(jià)值評(píng)估系統(tǒng)

BPNN通過(guò)監(jiān)督學(xué)習(xí)和語(yǔ)音、圖像、語(yǔ)言處理技術(shù)，整合全行業(yè)估值案例，建立價(jià)值評(píng)估比對(duì)模型，歸集共享中心數(shù)據(jù)標(biāo)簽，反饋訓(xùn)練樣本集，處理大量非結(jié)構(gòu)化數(shù)據(jù)，發(fā)掘數(shù)據(jù)間的隱藏關(guān)系，呈現(xiàn)未來(lái)現(xiàn)金流量趨勢(shì)，關(guān)聯(lián)匹配動(dòng)態(tài)調(diào)整的行業(yè)折現(xiàn)率，實(shí)現(xiàn)企業(yè)實(shí)時(shí)價(jià)值模型，作為企業(yè)經(jīng)營(yíng)活動(dòng)、股權(quán)交易、項(xiàng)目投融資決策依據(jù)。BPNN技術(shù)很大程度上解決了企業(yè)未來(lái)內(nèi)在價(jià)值難以計(jì)量的經(jīng)典難題，取代了對(duì)收入、凈利潤(rùn)、折舊、成本變動(dòng)、費(fèi)用支出及貼現(xiàn)率等諸多變量的人為預(yù)測(cè)及選擇。

（六）專家和策略顧問(wèn)支持系統(tǒng)

憑借BPNN強(qiáng)大的數(shù)據(jù)治理功能，企業(yè)財(cái)務(wù)共享中心數(shù)據(jù)池整合上游供應(yīng)商、下游客戶、第三方服務(wù)機(jī)構(gòu)、政府信息，打通數(shù)據(jù)接口，發(fā)掘商機(jī)，打造業(yè)務(wù)專家和策略顧問(wèn)支持系統(tǒng)，從公司治理結(jié)構(gòu)、股權(quán)投資、項(xiàng)目投資、銷售策略及生產(chǎn)技術(shù)持續(xù)改進(jìn)等方面實(shí)現(xiàn)更多的定制化服務(wù)，幫助財(cái)務(wù)實(shí)現(xiàn)前瞻性和走出去職能，甚至成為行業(yè)鏈條企業(yè)經(jīng)營(yíng)決策的策略支持者和服務(wù)協(xié)同者。

五、企業(yè)財(cái)務(wù)智能化研究

（一）LA集團(tuán)公司財(cái)務(wù)數(shù)字化平臺(tái)運(yùn)行現(xiàn)狀和需求

LA公司成立于1990年，是中國(guó)市場(chǎng)上生產(chǎn)銷售氣體產(chǎn)品系列最為廣泛的氣體公司之一。公司擁有世界一流的技術(shù)研發(fā)中心，不斷開(kāi)發(fā)工業(yè)氣體、醫(yī)療氣體及混合氣體應(yīng)用技術(shù)，廣泛應(yīng)用于工業(yè)、醫(yī)療、食品、環(huán)保等各個(gè)領(lǐng)域。隨著業(yè)務(wù)發(fā)展和規(guī)模壯大，LA公司開(kāi)始集團(tuán)化運(yùn)作，全國(guó)有獨(dú)立核算的30多個(gè)子公司，跨部門和跨區(qū)域溝通的時(shí)效性不強(qiáng)，整合共享資源越來(lái)越困難，整個(gè)集團(tuán)組織及管理效率不斷降低。

基于工業(yè)4.0數(shù)字化革命的外部環(huán)境競(jìng)爭(zhēng)驅(qū)動(dòng)，以及企業(yè)內(nèi)部?jī)r(jià)值管理需求，LA集團(tuán)組建項(xiàng)目團(tuán)隊(duì)開(kāi)發(fā)了研發(fā)、供應(yīng)鏈、生產(chǎn)和客戶服務(wù)數(shù)字化管理系統(tǒng)，搭建了財(cái)務(wù)共享中心，由于屬地稅務(wù)管理需求，各子公司仍然保留法人財(cái)務(wù)組織。集團(tuán)業(yè)務(wù)在財(cái)務(wù)共享中心進(jìn)行集中核算，日常核算品質(zhì)和效率得到了提高，總部統(tǒng)一要求報(bào)送的傳統(tǒng)內(nèi)部管理指標(biāo)可以從共享中心挖掘數(shù)據(jù)。但數(shù)字化平臺(tái)運(yùn)行中，預(yù)期的數(shù)據(jù)價(jià)值目標(biāo)卻未能實(shí)現(xiàn)，集團(tuán)業(yè)務(wù)和財(cái)務(wù)數(shù)據(jù)無(wú)法深度貫通，財(cái)務(wù)職能受到極大挑戰(zhàn)，對(duì)戰(zhàn)略決策和業(yè)務(wù)的支持嚴(yán)重不足。

經(jīng)過(guò)團(tuán)隊(duì)調(diào)研后發(fā)現(xiàn)，LA集團(tuán)缺乏與智能財(cái)務(wù)匹配的戰(zhàn)略導(dǎo)向數(shù)據(jù)治理組織和數(shù)據(jù)質(zhì)量管理體系，缺乏智能技術(shù)支撐，導(dǎo)致業(yè)務(wù)數(shù)據(jù)的多維特征難以在通暢的管道中發(fā)揮作用，反而需要不斷增加人力，改變流程去整合和處理大量堆砌的數(shù)據(jù)，最終花費(fèi)昂貴的智能化平臺(tái)系統(tǒng)仍然只能通過(guò)抓取業(yè)務(wù)單元部分?jǐn)?shù)據(jù)特征輸出財(cái)務(wù)結(jié)果。

LA公司目前使用人工編程信息系統(tǒng)實(shí)現(xiàn)氧氣定價(jià)（見(jiàn)圖2）。

LA公司目前最突出的需求是突破財(cái)務(wù)共享中心數(shù)據(jù)堆砌后的治理困難，建立系統(tǒng)性和前瞻性并重的智能財(cái)務(wù)框架，充分挖掘數(shù)據(jù)生產(chǎn)力的價(jià)值，提高管理效能，及時(shí)提供決策支持。

（二）LA集團(tuán)基于BPNN的智能化財(cái)務(wù)路徑研究

1.戰(zhàn)略層面數(shù)據(jù)治理頂層制度設(shè)計(jì)

財(cái)務(wù)智能化最關(guān)鍵的因素是領(lǐng)導(dǎo)層對(duì)智能財(cái)務(wù)項(xiàng)目?jī)r(jià)值的充分認(rèn)識(shí)和重視。領(lǐng)導(dǎo)層應(yīng)以更高遠(yuǎn)的視角，重新認(rèn)知和理解企業(yè)內(nèi)外部環(huán)境及資源，引領(lǐng)企業(yè)實(shí)現(xiàn)財(cái)務(wù)、業(yè)務(wù)、技術(shù)邏輯的系統(tǒng)更新[ 6 ]。建立數(shù)字愿景后，組織變革能力成為智能財(cái)務(wù)轉(zhuǎn)型的必要條件。LA集團(tuán)必須制定戰(zhàn)略導(dǎo)向的智能財(cái)務(wù)組織架構(gòu)，梳理數(shù)據(jù)治理方法、流程和標(biāo)準(zhǔn)，建立數(shù)據(jù)質(zhì)量管理體系，將智能財(cái)務(wù)戰(zhàn)略融入集團(tuán)整體戰(zhàn)略，探索商業(yè)模式變革，完成戰(zhàn)略導(dǎo)向的組織能力及人力資源保障建設(shè)路線圖，制定長(zhǎng)期與短期工作計(jì)劃，自上而下推動(dòng)，上下協(xié)同一致，提升全員數(shù)字化意識(shí)，循序漸進(jìn)推動(dòng)迭代升級(jí)，營(yíng)造財(cái)務(wù)智能生態(tài)系統(tǒng)[ 7 ]。

2.智能財(cái)務(wù)場(chǎng)景運(yùn)用研究——以產(chǎn)品定價(jià)為例

LA公司采取局部探索帶動(dòng)整體轉(zhuǎn)型的思路，從最容易產(chǎn)生問(wèn)題的核心業(yè)務(wù)——產(chǎn)品定價(jià)入手，建立基于BPNN的氧氣定價(jià)智能財(cái)務(wù)應(yīng)用場(chǎng)景。

LA公司目前面對(duì)多樣化的客戶，氣體產(chǎn)品處于充分競(jìng)爭(zhēng)市場(chǎng)。首先，業(yè)務(wù)部門與財(cái)務(wù)部門充分評(píng)估和定義影響產(chǎn)品定價(jià)的相關(guān)因素。企業(yè)內(nèi)部環(huán)境、外部環(huán)境、競(jìng)爭(zhēng)對(duì)手和客戶因素四個(gè)維度下的多維動(dòng)態(tài)變量交互影響著氣體產(chǎn)品定價(jià)（見(jiàn)表1），除了產(chǎn)品成本、物流費(fèi)用、安全庫(kù)存量等因素，事實(shí)上，競(jìng)爭(zhēng)對(duì)手產(chǎn)品質(zhì)量和報(bào)價(jià)、道路限行時(shí)段、運(yùn)輸車量載貨量、客戶平均用氣量、客戶可收貨時(shí)段等因素都對(duì)產(chǎn)品定價(jià)產(chǎn)生影響，傳統(tǒng)的預(yù)測(cè)模型難以整合多維特征。BPNN強(qiáng)大的數(shù)據(jù)融合和非線性特征表達(dá)優(yōu)勢(shì)適用于解決氣體定價(jià)問(wèn)題。其次，制定數(shù)據(jù)清單，將業(yè)務(wù)數(shù)據(jù)化，確定數(shù)據(jù)處理規(guī)則，對(duì)影響氧氣定價(jià)四個(gè)維度的元數(shù)據(jù)屬性進(jìn)行定義，充分清洗、解構(gòu)多維度業(yè)務(wù)信息的關(guān)聯(lián)關(guān)系和特征，形成堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

標(biāo)準(zhǔn)化數(shù)據(jù)通過(guò)傳遞函數(shù)輸入到神經(jīng)網(wǎng)絡(luò)隱藏層，在各級(jí)神經(jīng)元間進(jìn)行連接和特征交換，獲得不同維度的特征描述，數(shù)據(jù)被神經(jīng)網(wǎng)絡(luò)深度分類融合，再通過(guò)傳遞函數(shù)輸出科學(xué)合理的產(chǎn)品定價(jià)。BPNN定價(jià)系統(tǒng)將客戶接受的樣本作為新的訓(xùn)練集，通過(guò)反向傳播不斷調(diào)整參數(shù)和閾值，提升智能系統(tǒng)整體性能。LA公司同時(shí)設(shè)立數(shù)據(jù)對(duì)照系，與基于經(jīng)驗(yàn)的傳統(tǒng)單點(diǎn)特征集合得出的財(cái)務(wù)結(jié)果進(jìn)行比對(duì)。市場(chǎng)反饋的實(shí)驗(yàn)樣本數(shù)據(jù)持續(xù)輸入，BP神經(jīng)網(wǎng)絡(luò)得到偏差后，智能定價(jià)系統(tǒng)功能持續(xù)自我優(yōu)化（見(jiàn)圖3）。

傳統(tǒng)氧氣定價(jià)法很大程度上是簡(jiǎn)單的市場(chǎng)客戶接受逆向法，對(duì)自身綜合成本平衡及可持續(xù)發(fā)展能力等多維度因素的考量是不全面的，帶來(lái)極大的潛在內(nèi)控風(fēng)險(xiǎn)。可以看出，BPNN網(wǎng)絡(luò)憑借強(qiáng)大的非線性函數(shù)表達(dá)功能，高質(zhì)量融合了影響氧氣定價(jià)的四個(gè)維度多變量數(shù)據(jù)特征，將客戶安全庫(kù)存量、客戶可收貨可卸貨時(shí)段、物流過(guò)程限行時(shí)段等繁復(fù)的可量化及抽象特征系統(tǒng)完整描述，輸入到目標(biāo)函數(shù)相關(guān)網(wǎng)絡(luò)層，進(jìn)行大量自適應(yīng)迭代運(yùn)算及訓(xùn)練，重組數(shù)據(jù)特征鏈條誤差，通過(guò)誤差反向傳播訓(xùn)練和權(quán)重更新進(jìn)行持續(xù)優(yōu)化，完成目標(biāo)值。系統(tǒng)最優(yōu)價(jià)格與市場(chǎng)接受誤差值越來(lái)越小，高效滿足企業(yè)對(duì)氧氣產(chǎn)品實(shí)時(shí)可靠定價(jià)的需求（見(jiàn)表2）。

這時(shí)的財(cái)務(wù)指標(biāo)是內(nèi)外部因素協(xié)同，業(yè)務(wù)、財(cái)務(wù)和技術(shù)深度融合的結(jié)果，同時(shí)也成為通過(guò)嚴(yán)格的標(biāo)準(zhǔn)化管理及精益化管理提升企業(yè)價(jià)值的典型業(yè)務(wù)案例。

通過(guò)BPNN智能化改造，LA集團(tuán)解決了數(shù)據(jù)融合困難，實(shí)現(xiàn)了財(cái)務(wù)量化數(shù)據(jù)和非財(cái)務(wù)因素協(xié)同、多維度參數(shù)變化條件下實(shí)時(shí)動(dòng)態(tài)的最優(yōu)化定價(jià)系統(tǒng)。LA集團(tuán)從局部智能化場(chǎng)景改造驅(qū)動(dòng)財(cái)務(wù)共享中心整體智能化轉(zhuǎn)型，以單點(diǎn)突破實(shí)現(xiàn)系統(tǒng)提升，通過(guò)探索研發(fā)、采購(gòu)、生產(chǎn)、倉(cāng)儲(chǔ)、運(yùn)營(yíng)、銷售業(yè)務(wù)單元的智能財(cái)務(wù)場(chǎng)景實(shí)踐，建立了高效的數(shù)據(jù)資產(chǎn)管理體系，不斷推進(jìn)新的數(shù)據(jù)價(jià)值產(chǎn)生，推動(dòng)業(yè)務(wù)模塊間不斷協(xié)同，從局部觸發(fā)整體，實(shí)現(xiàn)業(yè)務(wù)流、財(cái)務(wù)流和信息流融合后的智能財(cái)務(wù)系統(tǒng)不斷升級(jí)與進(jìn)化。

六、結(jié)論

本文基于BPNN原理進(jìn)行財(cái)務(wù)智能化研究，提出了將BPNN運(yùn)用于財(cái)務(wù)智能化應(yīng)用場(chǎng)景的思路，解決智能化過(guò)程中數(shù)據(jù)多維信息特征治理困難的問(wèn)題。

基于BPNN智能財(cái)務(wù)系統(tǒng)融合了業(yè)務(wù)數(shù)據(jù)多維特征，同時(shí)系統(tǒng)具有持續(xù)自我學(xué)習(xí)、修正和升級(jí)的優(yōu)勢(shì)，業(yè)務(wù)場(chǎng)景在流程化標(biāo)準(zhǔn)化改造甚至“自我演化”后，源源不斷產(chǎn)生人—機(jī)協(xié)同效應(yīng)，持續(xù)促進(jìn)企業(yè)提升資源配置效率和組織建設(shè)能力，在競(jìng)爭(zhēng)環(huán)境下創(chuàng)造更大的經(jīng)濟(jì)價(jià)值。

未來(lái)，人工智能必然與大數(shù)據(jù)、區(qū)塊鏈、下一代ERP等新技術(shù)相融合，即使沒(méi)有人類專家指導(dǎo)，單個(gè)智能體也能通過(guò)不斷試錯(cuò)、糾偏程序自主完成任務(wù)，這就是智能財(cái)務(wù)運(yùn)用最高階段的發(fā)展方向?？傊?，具有自我意識(shí)、自主學(xué)習(xí)、自主決策的強(qiáng)化深度學(xué)習(xí)在智能財(cái)務(wù)場(chǎng)景有著廣闊的運(yùn)用空間和研究?jī)r(jià)值。

【主要參考文獻(xiàn)】

[1] 伊恩·古德費(fèi)洛.深度學(xué)習(xí)[M].北京：人民郵電出版社，2020：1-337.

[2] 特倫斯.謝諾夫斯基.深度學(xué)習(xí)[M].北京：中信出版社，2019：1-327.

[3] 張紅，程傳祺，徐志剛，等.基于深度學(xué)習(xí)的數(shù)據(jù)融合方法研究綜述[J].計(jì)算機(jī)工程與運(yùn)用，2020（1）：1-12.

[4] 劉勤，楊寅.智能財(cái)務(wù)的體系架構(gòu)、實(shí)現(xiàn)路徑和應(yīng)用趨勢(shì)探討[J].管理會(huì)計(jì)研究，2018（1）：84-96.

[5] 唐勇，胡先偉.共享服務(wù)模式下企業(yè)財(cái)務(wù)數(shù)字化轉(zhuǎn)型探討[J].會(huì)計(jì)之友，2019（8）：122-125.

[6] 陳春花，朱麗.數(shù)字化時(shí)代組織效率的本質(zhì)[M].北京：機(jī)械工業(yè)出版社，2019：1-276.

[7] SELMI N，CHANEY D.A measure of revenue management orientation and its mediating role in the relationship between market orientation and performance[J].Journal of Business Research，2018，89：99-109.