云計(jì)算下財(cái)務(wù)大數(shù)據(jù)信息化分析平臺(tái)構(gòu)建研究①

耿一丁

(盤(pán)錦職業(yè)技術(shù)學(xué)院,遼寧 盤(pán)錦 124000)

0 引 言

原有的財(cái)務(wù)信息系統(tǒng)存在財(cái)務(wù)數(shù)據(jù)采集處理方式單一、數(shù)據(jù)處理滯后、財(cái)務(wù)數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)集成性差、財(cái)務(wù)信息相關(guān)性提供不足等問(wèn)題,無(wú)法滿(mǎn)足企業(yè)管理者的新需求[1]。云計(jì)算屬于商業(yè)計(jì)算模型,以計(jì)算資源集中以及硬件虛擬技術(shù)等方式,提供給云計(jì)算用戶(hù)強(qiáng)大計(jì)算能力、數(shù)據(jù)信息存儲(chǔ)空間、寬帶資源,在企業(yè)財(cái)務(wù)管理上具備顯著優(yōu)勢(shì)[2]。利用云計(jì)算聯(lián)合機(jī)器學(xué)習(xí)算法構(gòu)建的智能金融投資效率分析技術(shù),能夠幫助投資客戶(hù)篩選出高效率的投資,降低投資風(fēng)險(xiǎn)[3]。云計(jì)算對(duì)設(shè)備的要求較低,計(jì)算成本低,計(jì)算能力強(qiáng)大,網(wǎng)絡(luò)靈活性強(qiáng),網(wǎng)絡(luò)可擴(kuò)展性強(qiáng)[4],因此可利用云計(jì)算技術(shù)完成財(cái)務(wù)大數(shù)據(jù)信息化分析平臺(tái)的構(gòu)建。

1 云計(jì)算下財(cái)務(wù)大數(shù)據(jù)分析平臺(tái)構(gòu)建

1.1 平臺(tái)功能構(gòu)建

云計(jì)算下財(cái)務(wù)大數(shù)據(jù)信息化分析平臺(tái)的構(gòu)建,是指利用云計(jì)算技術(shù)進(jìn)行企業(yè)財(cái)務(wù)大數(shù)據(jù)及對(duì)應(yīng)數(shù)據(jù)處理工具的集成,從而達(dá)成在線(xiàn)財(cái)務(wù)大數(shù)據(jù)的分析,以B/S結(jié)構(gòu)模式,方便財(cái)務(wù)管理人員對(duì)財(cái)務(wù)數(shù)據(jù)的實(shí)時(shí)查看,有利于企業(yè)快速制定有效決策[5],如式(1):

公式(1)中Y表示企業(yè)財(cái)務(wù)大數(shù)據(jù),其為自變量x的積分;ρ(x)表示財(cái)務(wù)大數(shù)據(jù)的密度函數(shù)。利用財(cái)務(wù)數(shù)據(jù)V進(jìn)行財(cái)務(wù)大數(shù)據(jù)Y的價(jià)值修正,見(jiàn)式(2):

式(2)中r為價(jià)值系數(shù),r∈[0,1],當(dāng)r=1時(shí),則V=Y,意味著全部財(cái)務(wù)大數(shù)據(jù)均存在價(jià)值;當(dāng)r=0時(shí),則V=1,意味著僅有一條財(cái)務(wù)數(shù)據(jù)具備價(jià)值。有用財(cái)務(wù)數(shù)據(jù)V的積分組成知識(shí)K,見(jiàn)式(3):

式(3)中i表示有用信息的知識(shí)轉(zhuǎn)化系數(shù)。令財(cái)務(wù)大數(shù)據(jù)集為D,將D均勻劃分為n塊邏輯子數(shù)據(jù)集,則D i(i∈1,2,...,n)為第i塊邏輯子數(shù)據(jù)集的表現(xiàn)形式,且存在D=D1∪D2∪...∪D n。當(dāng)數(shù)據(jù)集D l中含有N個(gè)數(shù)據(jù)對(duì)象時(shí),該數(shù)據(jù)集為D l=｛x1,x2,...x N｝,其中x i指等i個(gè)數(shù)據(jù)實(shí)例。若數(shù)據(jù)對(duì)象存在m個(gè)特征屬性,則可用x ij(j{1,2,…,m})對(duì)第i個(gè)對(duì)象的第j個(gè)屬性的屬性值進(jìn)行表示。此次研究通過(guò)歐式距離比較數(shù)據(jù)對(duì)象xα與數(shù)據(jù)對(duì)象xβ之間的相似度,詳見(jiàn)式(4):

利用最大最小距離法選擇并檢驗(yàn)k個(gè)初始聚類(lèi)中心CC i(i=1,2,...,k),具體檢驗(yàn)條件為?*d（CC1-CC2）,其中?表示最大最小距離法中的檢驗(yàn)參數(shù),一般倩況下,0.5＜?＜1。當(dāng)xi存在于類(lèi)簇C p中,

可得類(lèi)簇p的重心Gp,見(jiàn)式(5):

以誤差平方和準(zhǔn)則函數(shù)充當(dāng)目標(biāo)函數(shù),判別大數(shù)據(jù)收斂情況,如式(6):

式(6)為誤差平方和的表達(dá)式,其中G k表示類(lèi)簇C k中數(shù)據(jù)實(shí)例的重心,而類(lèi)簇C k中任一數(shù)據(jù)實(shí)例點(diǎn)均可用q進(jìn)行表示。P k表示大數(shù)據(jù)聚類(lèi)后不同類(lèi)簇C k中與G k距離最短的點(diǎn),一般情況下滿(mǎn)足條件d（P k,G k）=min｛d（q,G k）｝。

云計(jì)算下的財(cái)務(wù)數(shù)據(jù)信息化平臺(tái)應(yīng)當(dāng)發(fā)揮出企業(yè)財(cái)務(wù)相關(guān)數(shù)據(jù)的最大價(jià)值,將財(cái)務(wù)的綜合分析、綜合決策、綜合預(yù)測(cè)、綜合監(jiān)控集于一身。其中財(cái)務(wù)綜合分析是建立在企業(yè)價(jià)值鏈、杜邦分析體系上的,以經(jīng)濟(jì)增加值為核心財(cái)務(wù)分析指標(biāo)的財(cái)務(wù)綜合分析[6]。

1.2 平臺(tái)體系架構(gòu)設(shè)計(jì)

財(cái)務(wù)大數(shù)據(jù)分析平臺(tái)主要由云服務(wù)平臺(tái)層、數(shù)據(jù)獲取層、數(shù)據(jù)加工存儲(chǔ)層、數(shù)據(jù)輸出展示層等四層結(jié)構(gòu)進(jìn)行架構(gòu)的,同時(shí)財(cái)務(wù)大數(shù)據(jù)平臺(tái)構(gòu)建中應(yīng)貫徹財(cái)務(wù)大數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)安全機(jī)制。

圖1顯示云服務(wù)平臺(tái)層中,負(fù)責(zé)系統(tǒng)管理的有網(wǎng)絡(luò)設(shè)備、數(shù)據(jù)存儲(chǔ)設(shè)備、操作系統(tǒng),且由云服務(wù)商提供財(cái)務(wù)大數(shù)據(jù)信息化平臺(tái)的基礎(chǔ)IT環(huán)境。數(shù)據(jù)獲取層中,從企業(yè)內(nèi)部部門(mén)系統(tǒng)、外部網(wǎng)絡(luò)中取得,包括競(jìng)爭(zhēng)企業(yè)公開(kāi)披露的財(cái)務(wù)大數(shù)據(jù)信息資料。數(shù)據(jù)加工儲(chǔ)存層中,統(tǒng)一加工整合已得到的財(cái)務(wù)大數(shù)據(jù),并分類(lèi)保存在不同數(shù)據(jù)庫(kù)中,例如人力資源財(cái)務(wù)數(shù)據(jù)、客戶(hù)財(cái)務(wù)數(shù)據(jù)均存儲(chǔ)于基本數(shù)據(jù)庫(kù)中,模型庫(kù)、方法庫(kù)均存儲(chǔ)于分析數(shù)據(jù)庫(kù)中。數(shù)據(jù)輸出展示層中,利用數(shù)據(jù)挖掘分析工具,對(duì)不同類(lèi)型的財(cái)務(wù)數(shù)據(jù)進(jìn)行處理,并從不同功能模塊輸出處理數(shù)據(jù)所得的信息。式(7)為多元線(xiàn)性回歸模型的表達(dá)式。

圖1 財(cái)務(wù)大數(shù)據(jù)信息化平臺(tái)的整體架構(gòu)圖

式(7)中β0,β1,β2,…,βk組成k+1個(gè)未知參數(shù);β0表示回歸常數(shù);β1,β2,…,βk均表示 回 歸 系數(shù);被解釋變量y;解釋變量(x1,x2,…,x k),變量可精確控制。

式(8)為Z值模型,用于平臺(tái)對(duì)企業(yè)財(cái)務(wù)困境的預(yù)測(cè)。其中X1=營(yíng)運(yùn)資本/資產(chǎn)總額,X2=留存收益/資產(chǎn)總額,X3=息稅前利潤(rùn)/資產(chǎn)總額,X4=股東收益所對(duì)應(yīng)的市場(chǎng)價(jià)值總額/資產(chǎn)總額,X5=銷(xiāo)售收入/資產(chǎn)總額。當(dāng)Z＜1.81時(shí),表明企業(yè)財(cái)務(wù)處于危險(xiǎn)狀態(tài),預(yù)計(jì)一年內(nèi)破產(chǎn);當(dāng)Z值在(1.18,2.675)的范圍內(nèi),表明企業(yè)財(cái)務(wù)存在風(fēng)險(xiǎn),將出現(xiàn)財(cái)務(wù)困境;當(dāng)Z值大于2.675時(shí),表明企業(yè)財(cái)務(wù)無(wú)風(fēng)險(xiǎn),不會(huì)出現(xiàn)財(cái)務(wù)困境。

2 財(cái)務(wù)大數(shù)據(jù)信息化分析平臺(tái)應(yīng)用

此次研究選擇Q集團(tuán)作為實(shí)驗(yàn)對(duì)象,根據(jù)2005年到2014年企業(yè)的營(yíng)業(yè)收入以及投入的營(yíng)業(yè)成本,平臺(tái)可自動(dòng)制成對(duì)應(yīng)趨勢(shì)線(xiàn),根據(jù)該趨勢(shì)線(xiàn),用戶(hù)可預(yù)測(cè)未來(lái)幾年?duì)I業(yè)情況,詳見(jiàn)圖2。

圖2(a)顯示平臺(tái)預(yù)測(cè)2015年該集團(tuán)營(yíng)業(yè)收入約為418億元,誤差率在8%左右;平臺(tái)預(yù)測(cè)該集團(tuán)在2016年?duì)I業(yè)收入為546億元,誤差率在0.05%左右;預(yù)測(cè)集團(tuán)在2017年?duì)I業(yè)收入為674億元,誤差率在1%左右;預(yù)測(cè)集團(tuán)在2018營(yíng)業(yè)收入為781億元,誤差率在0.1%左右?？梢钥闯?除了2015年的預(yù)測(cè)誤差較大,其余幾年的平臺(tái)預(yù)測(cè)誤差均在允許范圍內(nèi)。2015年預(yù)測(cè)誤差較大的原因可能是由新的行業(yè)規(guī)章出臺(tái)、市場(chǎng)擴(kuò)容、行業(yè)結(jié)構(gòu)調(diào)整等原因造成的。圖2(b)中三項(xiàng)費(fèi)用指銷(xiāo)售費(fèi)用、管理費(fèi)用、財(cái)務(wù)費(fèi)用,平臺(tái)預(yù)測(cè)集團(tuán)2015年至2018年銷(xiāo)售費(fèi)用依次為28.5億元、32.7億元、38.5億元、44.0億元,誤差率分別在3%,0.5%,3%,0.3%左右。圖2(b)顯示2015年與2017年在管理費(fèi)用與銷(xiāo)售費(fèi)用上,平臺(tái)預(yù)測(cè)與實(shí)際數(shù)值差異較大,這是由于這兩年集團(tuán)整合了許多企業(yè),直接提高了管理費(fèi)用、銷(xiāo)售費(fèi)用。

圖2 平臺(tái)營(yíng)業(yè)收入與成本、三項(xiàng)費(fèi)用預(yù)測(cè)圖

3 平臺(tái)財(cái)務(wù)預(yù)警預(yù)測(cè)分析測(cè)試

通過(guò)平臺(tái)實(shí)現(xiàn)財(cái)務(wù)監(jiān)控的實(shí)時(shí)監(jiān)控分析測(cè)試。財(cái)務(wù)監(jiān)控分析主要從資金績(jī)效、應(yīng)收賬款、銷(xiāo)售預(yù)算等三個(gè)方面完成監(jiān)控,并從區(qū)域、產(chǎn)品類(lèi)型、時(shí)間等方面進(jìn)行利潤(rùn)的統(tǒng)計(jì)分析,利用Z值模型預(yù)測(cè)企業(yè)財(cái)務(wù)困境。每年年初集團(tuán)均有可能出現(xiàn)財(cái)務(wù)困境,提示集團(tuán)應(yīng)注意年初銷(xiāo)售計(jì)劃的調(diào)整。通過(guò)該平臺(tái)的財(cái)務(wù)預(yù)警,集團(tuán)可實(shí)時(shí)關(guān)注影響集團(tuán)發(fā)展的主要因素,并做好應(yīng)對(duì)方案。

由圖3可知,平臺(tái)應(yīng)用后,企業(yè)投入平臺(tái)軟件開(kāi)發(fā)的成本由52萬(wàn)降至27萬(wàn),在平臺(tái)軟件維護(hù)上的成本降至0,說(shuō)明平臺(tái)的構(gòu)建降低了企業(yè)購(gòu)置軟件成本;平臺(tái)的應(yīng)用將財(cái)務(wù)合計(jì)報(bào)表上的時(shí)耗由兩周降至1小時(shí),準(zhǔn)確度由70%提升至97%,有效降低財(cái)務(wù)人員的工作量。平臺(tái)能將財(cái)務(wù)分析準(zhǔn)確度提升至97%;在財(cái)務(wù)監(jiān)控方面,平臺(tái)實(shí)行集中監(jiān)控,用戶(hù)可實(shí)時(shí)調(diào)取監(jiān)控?cái)?shù)據(jù),且財(cái)務(wù)監(jiān)控預(yù)算調(diào)整時(shí)間僅為1天;在財(cái)務(wù)決策方面,平臺(tái)的應(yīng)用大幅度縮短決策時(shí)間,顯著提高決策準(zhǔn)確度、決策效率,將利潤(rùn)由3%增殖5%以上;在財(cái)務(wù)預(yù)測(cè)方面,平臺(tái)的應(yīng)用確保了財(cái)務(wù)數(shù)據(jù)的實(shí)時(shí)性,財(cái)務(wù)預(yù)測(cè)的準(zhǔn)確性由90%增加至97%;在數(shù)據(jù)查詢(xún)方面,平臺(tái)可進(jìn)行智能查詢(xún),能顯著提高數(shù)據(jù)查詢(xún)準(zhǔn)確性(達(dá)98%)、及時(shí)性,數(shù)據(jù)量龐大。從企業(yè)經(jīng)營(yíng)狀況上看,平臺(tái)的應(yīng)用提高了企業(yè)生產(chǎn)效率、利潤(rùn)率、人力資源利用率、庫(kù)存周轉(zhuǎn)率依次提高8%,9%,7%,12%;訂單轉(zhuǎn)換率、銷(xiāo)售回款率、資金利用率依次提高4%,10%,13%;企業(yè)生產(chǎn)成本、采購(gòu)成本、問(wèn)題處理時(shí)間、人力成本、庫(kù)存周期依次降低7%,9%,18%,13%,10%。

圖3 平臺(tái)應(yīng)用前后對(duì)比分析圖

4 結(jié) 語(yǔ)

為了滿(mǎn)足信息用戶(hù)個(gè)性化信息需求,此次研究利用云計(jì)算技術(shù)構(gòu)建財(cái)務(wù)大數(shù)據(jù)信息分析平臺(tái),結(jié)果表明,平臺(tái)在營(yíng)業(yè)收入、營(yíng)業(yè)成本預(yù)測(cè)上,2016年至2018年的誤差率依次為0.05%,1%,0.1%;平臺(tái)在銷(xiāo)售費(fèi)用預(yù)測(cè)上,2016年與2018年的誤差率均在0.3%左右;平臺(tái)應(yīng)用后,集團(tuán)軟件開(kāi)發(fā)的成本由52萬(wàn)降至27萬(wàn),財(cái)務(wù)分析準(zhǔn)確度提升至97%,利潤(rùn)由3%增殖5%以上,財(cái)務(wù)預(yù)測(cè)的準(zhǔn)確性由90%增加至97%,數(shù)據(jù)查詢(xún)準(zhǔn)確性達(dá)98%;企業(yè)生產(chǎn)效率、人力資源利用率分別提高8%,7%;企業(yè)人力成本、采購(gòu)成本依次降低13%,9%。結(jié)果表明,此次平臺(tái)的構(gòu)建較為成功,能提高企業(yè)競(jìng)爭(zhēng)力,為企業(yè)有效決策提供幫助。