基于4A架構下的財務管理指標體系搭建方法研究

隋忠常 王海洋 劉偉建 文哲

【摘要】隨著技術的進步，建筑行業(yè)已進入數(shù)字化時代，數(shù)據(jù)量空前增長。各種類型的數(shù)據(jù)，如數(shù)字、圖形、文本、多媒體和其他建筑信息，都是從傳感器、儀表、實驗和網(wǎng)站等不同來源收集的。針對業(yè)務的復雜性和數(shù)據(jù)的多樣性所導致的數(shù)據(jù)孤島問題，全面的企業(yè)架構能夠?qū)I(yè)務流程進行整體性的把握，從而打通數(shù)據(jù)孤島，并對各部門產(chǎn)生的數(shù)據(jù)進行綜合性的治理與利用。文章以企業(yè)4A架構中的業(yè)務架構與數(shù)據(jù)架構為基礎，逐層拆解得到樹狀的企業(yè)管理指標結構，并給出指標的評價方法，從搭建管理模型，為企業(yè)應用架構賦能，進行決策支持。

【關鍵詞】4A架構；財務管理指標體系；經(jīng)營性凈現(xiàn)金流預測模型

【中圖分類號】F275

一、引言

根據(jù)Meta Group的定義，企業(yè)架構（EA）是一個系統(tǒng)過程，它表達了企業(yè)的關鍵業(yè)務、信息、應用和技術戰(zhàn)略以及相應影響。4A架構源自于開放的標準化架構框架TOGAF，它分別從業(yè)務（BA）、數(shù)據(jù)（DA）、應用（AA）、技術（TA）四個方面梳理企業(yè)內(nèi)部結構與關系。就建筑業(yè)而言，清晰的企業(yè)架構便于梳理業(yè)務流程、數(shù)據(jù)資產(chǎn)，從而實現(xiàn)實際的應用功能。

為了幫助企業(yè)完成深刻的數(shù)字化轉(zhuǎn)型，中建八局搭建了科學的4A架構。在業(yè)務架構方面，中建八局遵循整體性、合適性、先進性、科學性原則進行設計，建立了從流程域到與業(yè)務活動掛接的管理要素的共6層層級架構，幫助支撐公司未來的戰(zhàn)略發(fā)展要求。在數(shù)據(jù)架構方面，根據(jù)從業(yè)務主體到業(yè)務實體、邏輯數(shù)據(jù)實體、數(shù)據(jù)項的5層數(shù)據(jù)分層結構建立數(shù)據(jù)資產(chǎn)目錄，并統(tǒng)一數(shù)據(jù)標準進而搭建數(shù)據(jù)模型，從而指導開發(fā)，為應用系統(tǒng)實現(xiàn)搭建基礎。

隨著企業(yè)架構的推廣與應用，企業(yè)通常能夠沉淀出豐富的數(shù)據(jù)資產(chǎn)。傳統(tǒng)上，分析人員一般采用統(tǒng)計技術從收集到的數(shù)據(jù)資產(chǎn)中發(fā)現(xiàn)模式或知識，并結合個人經(jīng)驗，將其加以應用。然而，建筑行業(yè)的大量數(shù)據(jù)集遠未通過統(tǒng)計方法得到充分利用。統(tǒng)計技術與個人經(jīng)驗結合的方法面臨的另一個挑戰(zhàn)是如何從海量的數(shù)據(jù)資產(chǎn)中確定合理的數(shù)據(jù)范圍。此外，數(shù)據(jù)質(zhì)量差（如缺失值和噪聲值）也大大增加了統(tǒng)計方法的復雜性。針對上述挑戰(zhàn)，需要建立合理的管理指標體系梳理多項數(shù)據(jù)間的邏輯關系，從而建立模型快速、有效地分析大型多屬性信息，幫助建筑業(yè)利益相關者做出正確決策，提高建筑項目的績效。

指標體系管理的關鍵在于如何從大量的數(shù)據(jù)資產(chǎn)中選擇合適的研究指標，并追根溯源，找到潛在影響因素。過往研究主要集中在績效管理和風險管理兩方面，缺少從企業(yè)整體架構出發(fā)的管理指標分析。

二、基于業(yè)務架構與數(shù)據(jù)架構的建筑行業(yè)管理指標體系建立方法

（一）基于業(yè)務流程確定數(shù)據(jù)范圍與體系結構

1. 確定管理指標體系總目標

在構建管理指標體系時，首要任務是確立該體系的總體目標，即構建該體系所期望達成的主要結果?？偰繕说拿鞔_定義將有助于在整個體系構建過程中保持一致性，并為后續(xù)的數(shù)據(jù)范圍確定方向。總目標應符合SMART原則，即目標應當具有明確性（Specific）、可度量性（Measurable）、可實現(xiàn)性（Attainable）、相關性（Relevant）和時限性（Time-bound）[5]，以保證總目標的設定是合理且可實施的。

確定總目標涉及到多個層面的考慮，通常分為目標選擇與可行性評估兩部分。依據(jù)企業(yè)與行業(yè)特點，目標選擇的方法較為多樣。

（1）價值鏈分析法：即從原材料投入消費者手中，最終產(chǎn)生價值的作業(yè)鏈中梳理價值鏈，并將這種價值鏈進行分解，從而了解價值產(chǎn)生的關鍵環(huán)節(jié)，得到總體目標。[6]

（2）SWOT分析法：即評估企業(yè)內(nèi)部優(yōu)勢（Strengths）、劣勢（Weaknesses）、外部機會（Opportunities）和威脅（Threats）[7]。通過分析這些因素，可以識別企業(yè)目前所處的位置以及未來可能面臨的機會和挑戰(zhàn)，從而幫助確定與企業(yè)愿景和使命相契合的總目標。

（3）干系人會議：組織會議，邀請相關項目干系人參與討論，例如建筑師、工程師、項目經(jīng)理等，討論工程項目進展中存在的問題，確定有待進一步實施管理措施的領域。

除了需要滿足業(yè)務與戰(zhàn)略需求外，管理指標體系總目標還應當具備技術可行性。評估該目標的實現(xiàn)所需的資源與技術要求是否符合在可接受范圍內(nèi)，以確保該體系能夠成功落實。

2.根據(jù)模型總目標與業(yè)務價值鏈梳理相關業(yè)務流程

在4A架構中的業(yè)務架構中，將建筑行業(yè)價值鏈分解為流程域、流程組、流程、子流程四個層級，完整覆蓋了模型總目標相關的所有流程。

通過上文對總目標的確定，基于一定行業(yè)專業(yè)知識，選擇與模型總目標存在關聯(lián)的業(yè)務價值鏈；并將業(yè)務價值鏈的各個環(huán)節(jié)與業(yè)務架構中的各業(yè)務流程一一對應，分解得到子流程層面的業(yè)務流程鏈。便于后續(xù)對應至數(shù)據(jù)架構，從而確定數(shù)據(jù)范圍。

3.基于數(shù)據(jù)架構確定數(shù)據(jù)范圍與指標體系結構

在4A架構的數(shù)據(jù)架構中，各業(yè)務主題首先按照二級分類分解為業(yè)務子主題，而各業(yè)務子主題內(nèi)包括了一項或多項業(yè)務實體，即具體業(yè)務流程中所應用或產(chǎn)生的輸入/輸出文檔、工作表單、手冊等。由業(yè)務實體總結得到的數(shù)據(jù)項的方法，能夠保證覆蓋了業(yè)務架構中涉及的各項指標數(shù)據(jù)與基礎數(shù)據(jù)。

該指標體系的數(shù)據(jù)范圍的確定同樣遵循上述數(shù)據(jù)架構的構建方法。根據(jù)上文中梳理的得到的業(yè)務流程鏈，找到業(yè)務流程鏈中所對應的業(yè)務實體，總結業(yè)務實體中的所有相關數(shù)據(jù)項，即指標體系所涉及的數(shù)據(jù)范圍。

在明確數(shù)據(jù)范圍后，需要進一步確定數(shù)據(jù)項之間的相互影響關系，即該指標體系的層級結構。就數(shù)據(jù)項產(chǎn)生的過程而言，數(shù)據(jù)項從一個業(yè)務流程傳遞到另一個業(yè)務流程，形成數(shù)據(jù)流。前序流程產(chǎn)生的數(shù)據(jù)項成為后續(xù)流程的輸入，此外，外部因素也可能會直接或間接地影響數(shù)據(jù)項的值。因此根據(jù)數(shù)據(jù)項產(chǎn)生過程的特性，認為某一流程的數(shù)據(jù)項的值往往由前序流程所產(chǎn)生的數(shù)據(jù)項和部分外部因素決定。

由此得到該指標體系的層級結構。前序流程所產(chǎn)生的數(shù)據(jù)項為子節(jié)點，后序流程所產(chǎn)生的數(shù)據(jù)項為父節(jié)點，從而獲得該數(shù)據(jù)范圍內(nèi)的數(shù)據(jù)層級結構。通常來說，越靠近根部的父節(jié)點，對該體系總目標的影響越直接。

至此，已梳理出該管理指標體系總目標下所涉及的所有數(shù)據(jù)范圍與其中的相互影響關系，認為該數(shù)據(jù)范圍內(nèi)的各數(shù)據(jù)項為該體系所涉及的指標，根據(jù)上述的層級結構搭建該管理指標體系結構。

4.指標體系應用

以上述指標體系為指引，可以進一步進行數(shù)據(jù)應用。第一，該指標體系能夠幫助抽象預測模型公式。在某一時點，部分重要指標未知的情況下，該管理指標體系結構能夠為未知指標的預測提供模型結構的指導，針對某一待預測指標給出可能的影響因子。第二，該體系的葉子節(jié)點支持進一步拆解，通過已有的分析路徑，未來可以對每個最末端的葉子節(jié)點進行進一步的數(shù)據(jù)拆解。第三，基于該指標體系，能夠提取單個指標進行獨立應用，用于管理分析：例如對單個指標進行建模分析或?qū)蝹€指標作為管理考核指標。

（二）基于建筑行業(yè)特征的預測模型選擇

在某一時點，并非數(shù)據(jù)范圍內(nèi)的所有指標均可直接獲得。因此，為了得到關鍵指標的值，往往需要搭建模型進行預測。例如，在研究現(xiàn)金流管理時，需要對賬期外的應付賬款進行合理預測。

由于已經(jīng)在上文中梳理了指標之間的相互影響關系，構建了管理指標體系結構，因此直接以此結構搭建預測模型。由此也將該體系中的指標分為了兩類：可直接獲得的觀測指標與待模型擬合的預測指標。

在模型的選擇上，不同預測模型有不同的優(yōu)勢與適用范圍。建筑行業(yè)數(shù)據(jù)通常有較為明顯的季節(jié)性與階段性，同時具有特征的復雜性，因此總結得到以下四種模型較為適用。

1.隨機森林回歸模型：結合了多個決策樹回歸器的預測結果，通過投票或平均的方式來獲得最終的回歸結果。隨機森林具有高度的靈活性和魯棒性，能夠處理高維數(shù)據(jù)和大量樣本，同時減少過擬合的風險。通常適用于房價預測、能源消耗預測、建筑質(zhì)量評估等。[8]

2.基于季節(jié)性分解的回歸模型：用于處理季節(jié)性時間序列數(shù)據(jù)，將時間序列數(shù)據(jù)分解為季節(jié)性、非季節(jié)性趨勢和殘差三個部分，以捕捉不同的影響因素，具有較強的解釋性，但是對于數(shù)據(jù)量的要求較為高，季節(jié)因子通常需要較長時期的數(shù)據(jù)用于確定。通常用于觀察和預測季節(jié)性趨勢，如季節(jié)性的房屋建筑和裝修需求。

3.季節(jié)性ARIMA模型：同樣用于處理具有季節(jié)性的時間序列數(shù)據(jù)。它由三個部分組成：自回歸（AR）部分（當前值與之前一系列值之間的自回歸關系）、差分（I）部分（對原始數(shù)據(jù)進行差分，以消除季節(jié)性和趨勢性）和移動平均（MA）部分（當前值與之前一系列誤差項之間的線性關系）。季節(jié)性ARIMA模型可以更準確地描述季節(jié)性數(shù)據(jù)的變化趨勢，適用于季節(jié)性能耗預測、季節(jié)性租金調(diào)整等場景。

4.神經(jīng)網(wǎng)絡模型：一種受到人類神經(jīng)系統(tǒng)啟發(fā)的人工智能模型。它由多層神經(jīng)元組成，每個神經(jīng)元都與前后層的神經(jīng)元連接，并通過加權和激活函數(shù)來處理輸入信息。通常需要大量的數(shù)據(jù)和計算資源來訓練和優(yōu)化模型，此外，模型的解釋性相對較弱。因此通常適用于數(shù)據(jù)源充足，準確率要求高的情境，如建筑物體檢測與識別、室內(nèi)環(huán)境控制等。

通過選擇合適的模型與指標，能夠?qū)?shù)據(jù)范圍的各項未知指標進行預測，保證在某一時點下各指標的可得性，便于后續(xù)對各項指標進行評估。

（三）指標評估與模型優(yōu)化

1.指標評價體系

在對各指標進行評估時，通?？紤]指標重要性和模型搭建難度兩個維度。從指標重要性的角度，與模型總目標的關聯(lián)越直接，模型重要性越高。重要性一般會隨目標的變化與使用該體系的業(yè)務部門而有所不同。從模型搭建難度角度，考慮搭建模型的困難程度，由于觀測指標與預測指標的獲取方式不同，因此評價方式略有不同。對于觀測指標而言，模型搭建難度表示該觀測指標的可獲取性和獲取成本；對于預測指標而言，該預測指標越難以被準確預測、搭建成本越高，模型搭建難度越高。

按照上述的重要性和模型搭建難度兩個維度，可以將該指標體系中的指標分為四類：

（1）高重要性、低搭建難度：速贏指標。對于該類指標，應當盡快進行模型搭建或分析其管理價值。

（2）高重要性、高搭建難度：中期指標。對于該類指標，應考慮數(shù)據(jù)支撐方案，以提高數(shù)據(jù)質(zhì)量或數(shù)據(jù)可得性，例如搭建完整系統(tǒng)功能或手工錄入數(shù)據(jù)。

（3）低重要性、低搭建難度：待定指標。對于該類指標，應根據(jù)業(yè)務需求決定是否實施。

（4）低重要性、高搭建難度：棄用指標。該類數(shù)據(jù)應暫不實施。

對所有指標進行評估有助于進行可行性分析，針對不同類別的指標采取不同的優(yōu)化措施。

2.指標優(yōu)化建議

通過上述的評價體系，對各個指標進行評估，得到評估后的管理指標體系。

對于一個完整的體系，可以分解為多個子體系。若某一子系統(tǒng)包含較多第一類指標，即重要且獲取成本低，則認為該體系可行性較高，其中的預測指標較為準確，且對現(xiàn)實具有指導意義?？梢圆渴鹬琳江h(huán)境，并按照PDCA循環(huán)[9]進行持續(xù)優(yōu)化。反之，則應當對該子體系進行優(yōu)化。針對觀測指標，可以通過建立臺賬、信息管理系統(tǒng)等數(shù)據(jù)治理方式提高數(shù)據(jù)質(zhì)量；針對預測指標，可以考慮調(diào)整并優(yōu)化預測模型，提供預測準確率，從而提高子體系整體可行性。

三、實例研究——以經(jīng)營性凈現(xiàn)金流預測模型為例

為了更具體地分析該管理指標體系的搭建方法，以經(jīng)營性凈現(xiàn)金流預測為模型總目標，建立管理指標體系，通過該實例更深入地研究該體系的搭建過程與應用場景。

經(jīng)營性現(xiàn)金流量管理是企業(yè)生存的前提，很大程度上決定了企業(yè)的生存周期，如果該指標出現(xiàn)異常，即使企業(yè)的賬面利潤再高，財務狀況也將面臨很大風險。因此，經(jīng)營性凈現(xiàn)金流的預測對企業(yè)的長短期規(guī)劃都有著重要意義。

（一）基于相關業(yè)務流程確定數(shù)據(jù)范圍與體系結構

以經(jīng)營性凈現(xiàn)金流的重要組成部分：收款額為目標指標，進行數(shù)據(jù)拆解與指標體系的構建。

1.基于財務知識梳理直接影響因素

通常來說，收款額由應收賬款與相應應收賬齡；賬款、賬齡偏差組成。然而在建筑行業(yè)，當對未來較長一段時間的收款額進行預測時，可能由于商務或業(yè)主未確權，未達到收款條件等原因，部分應收賬款未錄入，導致收款額預測偏差較大?；谏鲜隼碚摶A與實際情況，針對收款額預測值梳理出應收賬款、賬齡及其偏差；應收賬款預測值5個直接影響因素，以及其他可能的外部影響因素（圖1）。

2.根據(jù)收款相關業(yè)務價值鏈與業(yè)務流程確定數(shù)據(jù)范圍

基于上述分解結果，可以得知收款額預測相關的價值鏈流程為應收賬款價值鏈流程。根據(jù)該價值鏈流程，找到相應業(yè)務流程鏈，便于后續(xù)數(shù)據(jù)范圍確定。

就建筑行業(yè)應收賬款而言，其業(yè)務價值鏈通常包含了產(chǎn)值計劃制定、生產(chǎn)、商務與業(yè)主確權到最終應收賬款產(chǎn)生與實際收入的全過程。上述價值鏈均可對應至企業(yè)業(yè)務架構的子流程。從而進一步得到與收款額相關的業(yè)務實體，包括計劃產(chǎn)值信息表、工程計量臺賬、發(fā)票開具單等（圖2）。

3.基于數(shù)據(jù)架構確定數(shù)據(jù)范圍與指標體系結構

根據(jù)上述業(yè)務實體整理結果，可以得到該部分業(yè)務實體所包含的數(shù)據(jù)項，即該收款額相關管理指標體系的數(shù)據(jù)范圍。并按照業(yè)務流程的先后發(fā)生順序確定指標項的相互影響關系：前序流程為后續(xù)流程的影響因子。

根據(jù)流程梳理結果，對其中的待預測數(shù)據(jù)進行進一步拆解，可以得到針對收款額的指標體系，從而得到經(jīng)營性凈現(xiàn)金流指標體系如下（圖3）。

（二）基于指標體系結構搭建預測模型

參考圖3搭建的經(jīng)營性凈現(xiàn)金流指標體系，確定模型結構。其中預測對象為經(jīng)營性凈現(xiàn)金流，應收賬款、賬款偏差、應收賬齡以及項目業(yè)態(tài)等其他因素為影響因子。

由于潛在影響因子較多，且關系較為復雜，因此選擇機器學習模型進行訓練。嘗試線性回歸、支持向量機、決策樹、隨機森林模型等適合預測連續(xù)性變量，且復雜度一般的模型。最終隨機森林模型擬合效果最佳，平均絕對誤差MAE約為±1800萬元。參考當前數(shù)據(jù)質(zhì)量，認為該誤差在可接受范圍內(nèi)（圖4）。

通過以上訓練后的模型，可以實現(xiàn)利用當前應收、應付等數(shù)據(jù)，較為準確地預測未來現(xiàn)金流的目的，為企業(yè)決策做出指導。

（三）指標評估與模型優(yōu)化

對于預測模型，可能存在兩種待優(yōu)化的預測結果。若預測結果與預期存在一定偏差，則考慮保持原模型，一方面調(diào)整模型超參數(shù)；另一方面，采取有監(jiān)督學習的方式，人工根據(jù)每期數(shù)據(jù)進行調(diào)整，保證預測值合理可靠。若預測結果與現(xiàn)實情況相悖，則應考慮調(diào)整模型：細化模型，加入其他潛在影響因子進行擬合；或引入其他模型進行模型集成，從而增強準確性與魯棒性。

而對于該管理指標體系中的各指標，按照前文所闡述的評估方式，評估指標可得性與重要性。同時根據(jù)評估結果，判斷各子模型可行性，找到數(shù)據(jù)質(zhì)量問題所在，從而為后續(xù)數(shù)據(jù)治理提供指導意見。

四、應用與展望

（一）管理指標體系的應用：決策支持

基于上述的管理指標體系，主要能夠提供兩方面的決策支持，包括指標預測與可視化、閾值設定下的決策建議。

1.指標預測與趨勢可視化：由于該指標體系包含了預測值，并提供了預測模型的搭建結構，因此可以直接對特定指標的預測結果進行可視化處理，從而獲得該指標的變化趨勢（圖5）。

2.決策建議：通過收集業(yè)務部門的建議，可以針對該指標體系內(nèi)的重點指標設置閾值，當該指標的預測值/觀測值超過某一閾值時，給出相應決策建議。

（二）管理指標體系的展望

隨著時代的不斷演進和商業(yè)環(huán)境的日益復雜化，我們對于管理指標體系的研究和應用仍然具有廣闊的前景。在本研究中，我們成功地給出了一個管理指標體系的搭建方法，并可以用于指標的預測與決策支持。然而，這只是管理指標體系未來應用的冰山一角。我們認為隨著該體系的進一步部署與完善，能夠?qū)崿F(xiàn)以下功能。

1.誤差處理

隨著該指標體系的落實與投入使用，將會產(chǎn)出某些特定指標的預測值。同時隨著時間推移，也會產(chǎn)生該指標的實際值。由此，可以得到該指標體系下預測值與實際值的偏差。由于該指標體系有著較為清晰的層級結構，因此能夠快速對于偏差產(chǎn)生的主要原因進行分析。此外，將該偏差記錄并作為訓練數(shù)據(jù)源重新投入預測模型，能夠進一步提高模型的預測精度。

2.問題追溯

基于該指標體系的層級結構，可以對于重大的指標偏離情況進行追根溯源。在實際業(yè)務環(huán)境中，某一指標的值往往受多個因素綜合影響，各因素的影響程度往往也難以直接獲得，使得企業(yè)無法確定從哪一因素入手采取補救措施?；谠摴芾碇笜梭w系的層級結構，能夠找到前序流程中存在主要問題的環(huán)節(jié)，并以此方法不斷向前追溯，從而發(fā)現(xiàn)造成指標偏離的源頭，進行預防。

主要參考文獻：

[1]S R K，P D N. The balanced scorecard--measures that drive performance.[J]. Harvard business review，1992，70（1）.

[2]鐘穎.基于BSC理論的KPI績效管理指標體系設計[J].技術經(jīng)濟，2005（12）：93-95.

[3]杜景峰.基于AHP-模糊綜合評價法的工程項目風險研究[J].華北科技學院學報，2018，15（02）：110-114.

[4]何立華，張垚瑤.基于灰色模糊綜合評價的建筑工程施工階段安全性評估[J].項目管理技術，2015，13（11）：50-55.

[5] Haughey D. A brief history of SMART goals[J]. Project Smart， December， 2014， 13.

[6]喬亞星.論價值鏈分析法在建筑企業(yè)的應用[J].商，2015（26）：9.

[7]張沁園.SWOT分析法在戰(zhàn)略管理中的應用[J].企業(yè)改革與管理，2006（02）：62-63.

[8]方匡南，吳見彬，朱建平等.隨機森林方法研究綜述[J].統(tǒng)計與信息論壇，2011，26（03）：32-38.

[9]楊潔.基于PDCA循環(huán)的內(nèi)部控制有效性綜合評價[J].會計研究，2011（04）：82-87.

責編：險峰