轉(zhuǎn)型升級(jí)導(dǎo)向的企業(yè)數(shù)智財(cái)務(wù)系統(tǒng)建設(shè)研究

摘要：數(shù)智財(cái)務(wù)管理信息系統(tǒng)的建設(shè)是未來企業(yè)財(cái)務(wù)管理體系轉(zhuǎn)型升級(jí)的重要生產(chǎn)力。做好數(shù)智財(cái)務(wù)管理體系建設(shè)，在系統(tǒng)性規(guī)劃的基礎(chǔ)上，需要堅(jiān)持頂層設(shè)計(jì)與問題導(dǎo)向相結(jié)合，大力推進(jìn)數(shù)智財(cái)務(wù)體系的建設(shè)?；诖耍愿＝煵轂槔?，闡述數(shù)智財(cái)務(wù)系統(tǒng)建設(shè)的思路和路徑。從數(shù)智財(cái)務(wù)建設(shè)的研究背景及概念出發(fā)，結(jié)合世界一流財(cái)務(wù)管理體系建設(shè)與評(píng)價(jià)的理念，探索企業(yè)數(shù)智財(cái)務(wù)的轉(zhuǎn)型思路，設(shè)計(jì)數(shù)智財(cái)務(wù)系統(tǒng)的建設(shè)路徑，旨在為福建煙草的數(shù)智財(cái)務(wù)信息系統(tǒng)建設(shè)做好頂層設(shè)計(jì)。

關(guān)鍵詞：轉(zhuǎn)型升級(jí)；數(shù)智財(cái)務(wù)；建設(shè)路徑

0 引言

大數(shù)據(jù)、人工智能等信息技術(shù)的快速迭代應(yīng)用及企業(yè)財(cái)務(wù)轉(zhuǎn)型升級(jí)的內(nèi)在要求，不斷推動(dòng)新興技術(shù)在財(cái)務(wù)領(lǐng)域的創(chuàng)新發(fā)展。通過財(cái)務(wù)數(shù)智化的運(yùn)用，可以有效地提升財(cái)務(wù)工作效率、降低財(cái)務(wù)工作成本，提升財(cái)務(wù)對(duì)業(yè)務(wù)的響應(yīng)速度和價(jià)值創(chuàng)造水平，從而改善企業(yè)的管理能力和管理效率，提高企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中快速反應(yīng)能力，實(shí)現(xiàn)企業(yè)財(cái)務(wù)智能發(fā)展模式的轉(zhuǎn)型升級(jí)。

中國(guó)煙草總公司福建省公司（以下簡(jiǎn)稱“福建煙草”）自成立以來，持續(xù)推進(jìn)財(cái)務(wù)信息化進(jìn)程，初步實(shí)現(xiàn)財(cái)務(wù)管理的系統(tǒng)化、流程化、體系化、融合化，但還存在一些瓶頸問題亟待解決。一是標(biāo)準(zhǔn)化自動(dòng)化程度較低。一方面，各地市的財(cái)務(wù)制度、流程、核算標(biāo)準(zhǔn)存在一定差異；另一方面，核算和審核等操作以人工為主，占用大量工作時(shí)間。二是雙線報(bào)銷流程重復(fù)煩瑣。每筆資金支出均需經(jīng)過線上審核和紙質(zhì)審核，用戶體驗(yàn)感不好；線上審核也缺少影像系統(tǒng)支撐，難以開展遠(yuǎn)程稽核。三是數(shù)據(jù)挖掘廣度深度不夠。缺少深層次數(shù)據(jù)加工分析工具，財(cái)務(wù)人員獲取數(shù)據(jù)的范圍和質(zhì)量有限，難以快速、深入、直觀提供財(cái)務(wù)決策支持。四是業(yè)財(cái)數(shù)據(jù)無法實(shí)時(shí)銜接。除主營(yíng)業(yè)務(wù)系統(tǒng)，與財(cái)務(wù)對(duì)接的業(yè)務(wù)系統(tǒng)較少；財(cái)務(wù)數(shù)據(jù)也無法反饋給業(yè)務(wù)系統(tǒng)，未形成信息閉環(huán)。五是主業(yè)和多元化尚未同步。多元化企業(yè)財(cái)務(wù)系統(tǒng)模塊不夠全面，影響了財(cái)務(wù)工作效率；業(yè)務(wù)信息系統(tǒng)不夠完善，難以為財(cái)務(wù)提供足夠的數(shù)據(jù)支撐。

以福建煙草做好體系規(guī)劃為前提，針對(duì)福建煙草實(shí)施數(shù)智財(cái)務(wù)管理信息系統(tǒng)建設(shè)的頂層設(shè)計(jì)上采取的理念、方法、架構(gòu)、迭代有效實(shí)現(xiàn)的閉環(huán)模式的歸納，為其他企業(yè)提供可借鑒的建設(shè)經(jīng)驗(yàn)。

1 福建煙草財(cái)務(wù)數(shù)智化轉(zhuǎn)型目標(biāo)

通過數(shù)智財(cái)務(wù)體系的建設(shè)，一方面，要細(xì)化傳統(tǒng)的信息收集、加工、整理等工作的顆粒度，提高及時(shí)度和準(zhǔn)確度；另一方面，要解放人力，強(qiáng)化財(cái)務(wù)人員通過業(yè)財(cái)融合對(duì)業(yè)務(wù)的賦能、對(duì)風(fēng)險(xiǎn)的管控。因此，對(duì)于福建煙草的數(shù)智財(cái)務(wù)體系建設(shè)，在理念上著力推進(jìn)3個(gè)轉(zhuǎn)型。

1.1 財(cái)務(wù)數(shù)據(jù)管理向標(biāo)準(zhǔn)規(guī)范轉(zhuǎn)型

福建煙草維持集團(tuán)化運(yùn)作、集約化管理，強(qiáng)化集團(tuán)重要財(cái)務(wù)規(guī)則制定權(quán)、重大財(cái)務(wù)事項(xiàng)管理權(quán)、重點(diǎn)經(jīng)營(yíng)活動(dòng)監(jiān)督權(quán)，實(shí)現(xiàn)省公司對(duì)各級(jí)子公司財(cái)務(wù)管控的“遠(yuǎn)程投放”和“標(biāo)準(zhǔn)化復(fù)制”。這要求集團(tuán)企業(yè)的會(huì)計(jì)信息具有規(guī)范性、真實(shí)性、完整性、可比性、一致性等特征，但在實(shí)務(wù)中，大量會(huì)計(jì)職業(yè)判斷的存在，如費(fèi)用的劃分、收入確認(rèn)條件的選擇等，大大降低了集團(tuán)內(nèi)會(huì)計(jì)信息的可比性和一致性，而統(tǒng)一規(guī)范的財(cái)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)體系將促進(jìn)集團(tuán)化會(huì)計(jì)管理高效統(tǒng)一。同時(shí)，為實(shí)現(xiàn)數(shù)據(jù)賦能的目標(biāo)，財(cái)務(wù)共享需要從海量數(shù)據(jù)中進(jìn)行數(shù)據(jù)整合校驗(yàn)、分析預(yù)測(cè)，通過建立財(cái)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)體系，批量化地完成數(shù)據(jù)的采集、清洗。因此，財(cái)務(wù)數(shù)據(jù)標(biāo)準(zhǔn)體系建立包含3個(gè)方面的工作：

一是建立標(biāo)準(zhǔn)化的財(cái)務(wù)流程，理清數(shù)據(jù)產(chǎn)生與流轉(zhuǎn)的過程，實(shí)現(xiàn)流程優(yōu)化再造。流程標(biāo)準(zhǔn)化的基本思路是，首先，梳理現(xiàn)有業(yè)務(wù)的從開端到終結(jié)的全流程，確定流程中的業(yè)財(cái)交互點(diǎn)；其次，明確系統(tǒng)需采集的數(shù)據(jù)，明確數(shù)據(jù)采集的節(jié)點(diǎn)和結(jié)構(gòu)；最后，實(shí)現(xiàn)業(yè)務(wù)流程和財(cái)務(wù)流程的同步操作，將物理世界的業(yè)務(wù)流程轉(zhuǎn)換為業(yè)財(cái)系統(tǒng)一體化模式下的業(yè)務(wù)流程，并持續(xù)優(yōu)化。

二是建立標(biāo)準(zhǔn)化的表單附件，使表單附件標(biāo)準(zhǔn)化、電子化、數(shù)字化。采集業(yè)務(wù)產(chǎn)生的最原始數(shù)據(jù)，在業(yè)務(wù)發(fā)生時(shí)同步完成會(huì)計(jì)自動(dòng)化核算，這就需要針對(duì)具體業(yè)務(wù)節(jié)點(diǎn)，對(duì)業(yè)務(wù)流程中各個(gè)環(huán)節(jié)產(chǎn)生的表單及附件進(jìn)行詳細(xì)梳理，包括表單來源（編制節(jié)點(diǎn)、編制時(shí)點(diǎn)、歸口部門、使用部門等）、表單格式（編碼、名稱、樣式等）、表單數(shù)據(jù)（數(shù)據(jù)屬性、數(shù)據(jù)單位、數(shù)據(jù)關(guān)聯(lián)映射），以及表單對(duì)應(yīng)的附件（附件編碼、名稱、內(nèi)容、樣式和排序等）。表單作為數(shù)據(jù)采集的主要載體，其承載的信息應(yīng)盡量全面，數(shù)據(jù)顆粒度應(yīng)盡可能小，并盡量采集數(shù)據(jù)產(chǎn)生的源頭表單，避免數(shù)據(jù)在層層加工后失真。

三是建立標(biāo)準(zhǔn)化的財(cái)務(wù)數(shù)據(jù)，明確數(shù)據(jù)屬性，明確數(shù)據(jù)、指標(biāo)之間映射關(guān)系。數(shù)據(jù)標(biāo)準(zhǔn)化的根本目的是實(shí)現(xiàn)數(shù)據(jù)同源、數(shù)據(jù)協(xié)同、數(shù)據(jù)共享。數(shù)據(jù)標(biāo)準(zhǔn)梳理的思路是從最底層業(yè)務(wù)流程節(jié)點(diǎn)的表單及內(nèi)部管理報(bào)表中抽取數(shù)據(jù)指標(biāo)，并對(duì)數(shù)據(jù)指標(biāo)的編碼、名稱、含義、來源、關(guān)聯(lián)映射等關(guān)鍵屬性進(jìn)行規(guī)范，提高企業(yè)會(huì)計(jì)政策、會(huì)計(jì)科目、核算口徑、報(bào)告模板的標(biāo)準(zhǔn)化、規(guī)范化，使會(huì)計(jì)信息的外部合規(guī)性、內(nèi)部可比性、核算及時(shí)性都顯著提高，數(shù)據(jù)顆粒度也更細(xì)。

1.2 財(cái)務(wù)管理體系向“三分財(cái)務(wù)”轉(zhuǎn)型

隨著智能財(cái)務(wù)系統(tǒng)的建設(shè)，原有的財(cái)務(wù)組織架構(gòu)、人員知識(shí)結(jié)構(gòu)已很難與之適配，全省數(shù)智財(cái)務(wù)管理共享中心建設(shè)應(yīng)改變以往傳統(tǒng)的財(cái)務(wù)管理模式，將財(cái)務(wù)工作重心從核算型轉(zhuǎn)向支撐公司戰(zhàn)略、協(xié)同業(yè)務(wù)發(fā)展方面，形成“三分財(cái)務(wù)”管理新體系，具體內(nèi)容如下：

（1）共享財(cái)務(wù)。共享財(cái)務(wù)的職責(zé)包括數(shù)據(jù)的“收集-加工-整理-按要求輸出”、信息優(yōu)化建議、大數(shù)據(jù)挖掘，以大數(shù)據(jù)為基礎(chǔ)的風(fēng)險(xiǎn)識(shí)別與評(píng)估、服務(wù)共享等。通過在設(shè)立財(cái)務(wù)共享中心，使各分支機(jī)構(gòu)可以共享財(cái)務(wù)服務(wù)，旨在提高財(cái)務(wù)處理效率和質(zhì)量的同時(shí)降低公司運(yùn)營(yíng)成本。

（2）業(yè)務(wù)財(cái)務(wù)。業(yè)務(wù)財(cái)務(wù)是連接財(cái)務(wù)部門與業(yè)務(wù)部門的紐帶，既要懂財(cái)務(wù)，又要懂業(yè)務(wù)。其主要職責(zé)是與公司的業(yè)務(wù)部門進(jìn)行緊密合作，協(xié)助業(yè)務(wù)部門進(jìn)行預(yù)算編制、成本核算、資產(chǎn)管理、稅務(wù)管理等日常工作，提供財(cái)務(wù)支持和服務(wù)。同時(shí)，業(yè)務(wù)財(cái)務(wù)向業(yè)務(wù)部門提供財(cái)務(wù)咨詢和建議，幫助業(yè)務(wù)部門做出更好的決策。

（3）戰(zhàn)略財(cái)務(wù)。戰(zhàn)略財(cái)務(wù)的職責(zé)是根據(jù)公司管理目標(biāo)，制定財(cái)務(wù)發(fā)展戰(zhàn)略、進(jìn)行資源優(yōu)化配置、提供戰(zhàn)略決策支持等附加值較高的財(cái)務(wù)活動(dòng)，并對(duì)業(yè)務(wù)監(jiān)督評(píng)價(jià)。其主要關(guān)注公司的長(zhǎng)期財(cái)務(wù)戰(zhàn)略和規(guī)劃，評(píng)估公司的財(cái)務(wù)風(fēng)險(xiǎn)和機(jī)會(huì)，并提出相應(yīng)建議。此外，戰(zhàn)略財(cái)務(wù)需要對(duì)外部環(huán)境進(jìn)行監(jiān)控，包括對(duì)市場(chǎng)趨勢(shì)、競(jìng)爭(zhēng)狀況、法規(guī)變化等進(jìn)行研究和預(yù)測(cè)，為公司提供戰(zhàn)略建議和支持。

具體來講，根據(jù)數(shù)智財(cái)務(wù)“三分財(cái)務(wù)”理念，結(jié)合行業(yè)“1575現(xiàn)代財(cái)務(wù)管理”建設(shè)提出的六大體系，要形成以“戰(zhàn)略財(cái)務(wù)—業(yè)務(wù)財(cái)務(wù)—共享財(cái)務(wù)”為橫向，“敏捷智能的核算報(bào)告—安全穩(wěn)健的資金管理—權(quán)責(zé)清晰的資產(chǎn)管理—全面集約的預(yù)算管理—精益協(xié)同的成本費(fèi)用—依法合規(guī)的稅務(wù)管理”為縱向的“三橫六縱”財(cái)務(wù)管理職責(zé)。這一架構(gòu)充分凸顯戰(zhàn)略財(cái)務(wù)“戰(zhàn)略規(guī)劃、決策支持、建章立制”的職能，業(yè)務(wù)財(cái)務(wù)“服務(wù)業(yè)務(wù)、過程管控、財(cái)務(wù)監(jiān)督”的職能，共享財(cái)務(wù)“收支結(jié)算、會(huì)計(jì)核算、報(bào)表編制”的職能。具體見圖1。

“三分財(cái)務(wù)”管理體系下，將減少基層核算人員，與此同時(shí)，具有財(cái)務(wù)專業(yè)知識(shí)并熟練使用信息化工具的數(shù)據(jù)分析人員，或具備企業(yè)相關(guān)業(yè)務(wù)知識(shí)和良好溝通協(xié)調(diào)能力的財(cái)務(wù)BP（Business Partner，業(yè)務(wù)合作伙伴）的需求將增加。

1.3 決策支持向數(shù)據(jù)和模型驅(qū)動(dòng)轉(zhuǎn)型

隨著企業(yè)管理對(duì)風(fēng)險(xiǎn)管控、決策支持方面的內(nèi)部需求的增長(zhǎng)，財(cái)務(wù)要做好業(yè)務(wù)的伙伴和領(lǐng)導(dǎo)的參謀，為行業(yè)持續(xù)健康發(fā)展提供更強(qiáng)有力的財(cái)務(wù)支撐，決策支持的重要性日益凸顯。依據(jù)《世界一流財(cái)務(wù)管理體系建設(shè)與評(píng)價(jià)課題研究報(bào)告》^[1]的理論指導(dǎo)，決策支持一是財(cái)務(wù)為業(yè)務(wù)管理提供信息服務(wù)，二是財(cái)務(wù)為決策提供信息支持與備選方案。二者大都圍繞資金管理、應(yīng)收賬款管理、存貨管理、成本控制、長(zhǎng)期資產(chǎn)投資、資產(chǎn)管理、股權(quán)管理等內(nèi)容，通過企業(yè)業(yè)務(wù)的計(jì)劃、決策、執(zhí)行、控制、評(píng)價(jià)和反饋等管理環(huán)節(jié)，貫穿企業(yè)管理的全方位、全過程工作^[2]。智能財(cái)務(wù)服務(wù)業(yè)務(wù)、提供決策支持的能力，在很大程度上取決于所掌握信息的全面性及對(duì)信息系統(tǒng)洞察的深入程度。

財(cái)務(wù)作為企業(yè)的數(shù)據(jù)中心，掌握著集團(tuán)內(nèi)部各企業(yè)、各業(yè)務(wù)板塊過往和當(dāng)下最詳細(xì)的數(shù)據(jù)，又連接著供應(yīng)商、客戶、投資者、資本市場(chǎng)及監(jiān)管機(jī)構(gòu)，具備有利的感知條件，同時(shí)又擁有一整套成熟、完善、科學(xué)的分析方法。因此，通過智能財(cái)務(wù)建設(shè)，財(cái)務(wù)部門可以準(zhǔn)確、及時(shí)地提供數(shù)據(jù)信息，讓管理層能夠在第一時(shí)間了解公司運(yùn)營(yíng)狀況；與此同時(shí)，財(cái)務(wù)部門可以通過具有前瞻性和洞察力的數(shù)據(jù)分析，發(fā)揮財(cái)務(wù)立場(chǎng)中立、價(jià)值視角、數(shù)據(jù)集成的天然優(yōu)勢(shì)，堅(jiān)持問題導(dǎo)向，準(zhǔn)確把握生產(chǎn)經(jīng)營(yíng)動(dòng)態(tài)和行業(yè)趨勢(shì)，及時(shí)發(fā)現(xiàn)經(jīng)營(yíng)短板，促進(jìn)經(jīng)營(yíng)策略優(yōu)化，為決策提供合理化、可行性建議。

傳統(tǒng)財(cái)務(wù)信息化受限于數(shù)據(jù)采集的難度、數(shù)據(jù)分析的效率等，存在數(shù)據(jù)獲取不及時(shí)、質(zhì)量不達(dá)標(biāo)的情況，導(dǎo)致業(yè)務(wù)人員仍然基于經(jīng)驗(yàn)或質(zhì)量不佳的數(shù)據(jù)作出判斷。智能財(cái)務(wù)的決策支持是要構(gòu)建因果關(guān)系的數(shù)據(jù)結(jié)構(gòu)，對(duì)生產(chǎn)、經(jīng)營(yíng)和投資活動(dòng)實(shí)施主體化、全景化、全程化、實(shí)時(shí)化反映，實(shí)現(xiàn)業(yè)、財(cái)、技一體化管控和協(xié)同優(yōu)化，推進(jìn)經(jīng)營(yíng)決策由經(jīng)驗(yàn)主導(dǎo)向數(shù)據(jù)和模型驅(qū)動(dòng)轉(zhuǎn)變。

構(gòu)建數(shù)據(jù)模型需要具備3個(gè)要素：數(shù)據(jù)、算法、算力。數(shù)據(jù)是要利用物聯(lián)網(wǎng)、業(yè)財(cái)一體化自動(dòng)采集業(yè)務(wù)流程中產(chǎn)生的原始數(shù)據(jù)，提高數(shù)據(jù)的實(shí)時(shí)性與全面性。算法是以大量數(shù)據(jù)為訓(xùn)練基礎(chǔ)，通過在數(shù)據(jù)間發(fā)現(xiàn)或建立聯(lián)系，來獲得能夠做出決策的支撐。財(cái)務(wù)人員要學(xué)習(xí)和利用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等新興技術(shù)，設(shè)計(jì)并不斷優(yōu)化算法模型，從簡(jiǎn)單的數(shù)據(jù)趨勢(shì)分析到建立回歸分析模型判斷變量關(guān)系，最終通過深度學(xué)習(xí)建立復(fù)雜的機(jī)器學(xué)習(xí)模型實(shí)現(xiàn)預(yù)測(cè)。要運(yùn)用“企業(yè)云”“財(cái)務(wù)云”等技術(shù)整合更多算力來處理數(shù)量更大、結(jié)構(gòu)更復(fù)雜的多元化業(yè)財(cái)數(shù)據(jù)。

2 九大模塊的五維需求分析

2.1 財(cái)務(wù)數(shù)智平臺(tái)整體架構(gòu)

數(shù)智財(cái)務(wù)平臺(tái)建設(shè)要以“全面共享、高效融合、深度協(xié)同、精細(xì)管理、智慧賦能”為建設(shè)理念^[3]，依托“大智移云物區(qū)”等新興的技術(shù)，在全國(guó)煙草生產(chǎn)經(jīng)營(yíng)管理一體化平臺(tái)“1242”總體架構(gòu)下，以福建煙草云平臺(tái)、雙中臺(tái)為底座，在行業(yè)標(biāo)準(zhǔn)版的基礎(chǔ)上，結(jié)合福建煙草實(shí)際，構(gòu)建數(shù)智會(huì)計(jì)（報(bào)賬管理、核算管理、報(bào)表管理、檔案管理）、數(shù)智管理（預(yù)算管理、資金管理、資產(chǎn)管理、稅收管理）、數(shù)智決策三大類九大模塊的總體架構(gòu)，見圖2。

2.2 運(yùn)用五維分析法分析九大模塊需求

福建煙草在構(gòu)建上述模塊的過程中，分別從行業(yè)需求、戰(zhàn)略需求、管理需求、用戶需求和技術(shù)需求5個(gè)維度，系統(tǒng)梳理不同使用者的細(xì)化需求，從而細(xì)化九大模塊功能。五維分析法的維度和分析內(nèi)容具體見表1，九大模塊的需求分析見表2～10。

3 財(cái)務(wù)數(shù)智化平臺(tái)實(shí)施路徑

3.1 頂層設(shè)計(jì)

財(cái)務(wù)數(shù)智化平臺(tái)建設(shè)需要穩(wěn)定擴(kuò)展和平滑演進(jìn)，頻繁的顛覆重構(gòu)不僅會(huì)造成重復(fù)投資建設(shè)，更會(huì)帶來業(yè)務(wù)經(jīng)營(yíng)與企業(yè)運(yùn)營(yíng)方面的額外風(fēng)險(xiǎn)。謀定而后動(dòng)方能篤行致遠(yuǎn)，在探索人工智能技術(shù)在財(cái)務(wù)領(lǐng)域的應(yīng)用方面，應(yīng)該始終堅(jiān)持頂層設(shè)計(jì)，在部署人工智能前需要完成數(shù)據(jù)治理工作，保證輸入數(shù)據(jù)的規(guī)范性，否則不僅難以實(shí)現(xiàn)預(yù)期回報(bào)，還可能帶來預(yù)測(cè)錯(cuò)誤的風(fēng)險(xiǎn)。財(cái)務(wù)部門應(yīng)首先在IT部門支持下將財(cái)務(wù)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)進(jìn)行匯聚和清理，為人工智能應(yīng)用奠定數(shù)據(jù)基礎(chǔ)，然后再發(fā)掘財(cái)務(wù)會(huì)計(jì)和管理會(huì)計(jì)具體領(lǐng)域的應(yīng)用需求；并嘗試從局部開始部署人工智能，在成功應(yīng)用以后將在更大范圍內(nèi)推廣；同時(shí)，人工智能的部署應(yīng)以價(jià)值創(chuàng)造為核心，以投資回報(bào)率為標(biāo)尺，并更多地參考已經(jīng)成功應(yīng)用的案例^[4]。

鑒于數(shù)據(jù)積累、技術(shù)發(fā)展和管理變革的漸進(jìn)性，福建煙草從企業(yè)數(shù)字化水平提高帶來的業(yè)務(wù)洞察力提升（X軸），以及自動(dòng)化、智能化程度逐步提升帶來的財(cái)務(wù)效率和效益增長(zhǎng)（Y軸）兩個(gè)維度，來反映數(shù)智財(cái)務(wù)建設(shè)的成熟度。這一建設(shè)過程分3個(gè)階段逐步推進(jìn)和持續(xù)優(yōu)化迭代，見圖3。

3.2 階段一，智能財(cái)務(wù)共享

這一階段的目標(biāo)是推進(jìn)業(yè)財(cái)稅金資檔一體化，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)、多維、精準(zhǔn)、合規(guī)。

這一階段的建設(shè)思路，重點(diǎn)是在財(cái)務(wù)工作流程（報(bào)銷、核算、稅務(wù)、資金、資產(chǎn)、電子檔案）中，通過不斷增加自動(dòng)化智能化應(yīng)用點(diǎn)，提升財(cái)務(wù)工作質(zhì)量與效率；同時(shí)，隨著企業(yè)業(yè)務(wù)信息化覆蓋程度不斷提高，財(cái)務(wù)系統(tǒng)要不斷拓展數(shù)據(jù)采集廣度、細(xì)化數(shù)據(jù)采集顆粒度、降低數(shù)據(jù)清洗難度，從而提高財(cái)務(wù)數(shù)據(jù)質(zhì)量，為更深入的數(shù)字化應(yīng)用提供數(shù)據(jù)基礎(chǔ)。

3.2.1 技術(shù)應(yīng)用

（1）自動(dòng)化技術(shù)。該技術(shù)在第一階段的應(yīng)用以API（Application Programming Interface，應(yīng)用程序接口）和RPA（Robotic Process Automation，機(jī)器人流程自動(dòng)化）為代表，能夠基于明確規(guī)則，高效、精準(zhǔn)地實(shí)現(xiàn)信息自動(dòng)采集，自動(dòng)完成相關(guān)操作。例如在卷煙收入核算中，API可以自動(dòng)從業(yè)務(wù)系統(tǒng)和銀行系統(tǒng)獲取卷煙銷售訂單和銀行回單，RPA可以自動(dòng)將訂單與銀行流水對(duì)賬，自動(dòng)核算卷煙收入和成本，自動(dòng)歸檔。

（2）智能化技術(shù)。該技術(shù)在第一階段的應(yīng)用主要是模式識(shí)別類技術(shù)，例如在費(fèi)用報(bào)銷時(shí)，用NLP（Natural Language Processing，自然語言處理）實(shí)現(xiàn)用語音調(diào)出普通報(bào)銷單，用OCR（Optica Character Recognition，光學(xué)字符識(shí)別）實(shí)現(xiàn)發(fā)票信息的智能采集，用ASR（Automatic Speech Recognition，智能語音識(shí)別）實(shí)現(xiàn)語音輸入報(bào)銷信息，用規(guī)則引擎對(duì)該項(xiàng)報(bào)銷業(yè)務(wù)進(jìn)行智能審核。

3.2.2 數(shù)據(jù)采集與清洗

（1）數(shù)據(jù)采集。財(cái)務(wù)對(duì)數(shù)據(jù)的需求從過去的關(guān)注交易結(jié)果轉(zhuǎn)變?yōu)殛P(guān)注業(yè)務(wù)過程，從事后記錄轉(zhuǎn)變?yōu)閷?shí)時(shí)感知，從企業(yè)自身數(shù)據(jù)轉(zhuǎn)變?yōu)橥獠凯h(huán)境數(shù)據(jù)。因此，財(cái)務(wù)人員要從企業(yè)經(jīng)營(yíng)管理的需求出發(fā)，不斷拓展數(shù)據(jù)的采集觸點(diǎn)；通過系統(tǒng)集成、智能感知設(shè)備、智能識(shí)別技術(shù)等多種手段相結(jié)合，實(shí)時(shí)采取業(yè)務(wù)流程中的原始數(shù)據(jù)；通過對(duì)接銀行系統(tǒng)、商旅平臺(tái)、企業(yè)征信系統(tǒng)、中國(guó)氣象局等，獲取企業(yè)外部環(huán)境數(shù)據(jù)。

（2）數(shù)據(jù)清洗。數(shù)據(jù)清洗可以分為3個(gè)步驟：首先，數(shù)據(jù)轉(zhuǎn)換。通過數(shù)據(jù)轉(zhuǎn)換規(guī)則，將冗雜的數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化數(shù)據(jù)。例如：設(shè)備耗電量與供電局電費(fèi)賬單的耗電量不同，需要按抄表時(shí)間進(jìn)行匯總，還要考慮合理線損，經(jīng)過規(guī)則轉(zhuǎn)換后可與電費(fèi)賬單交叉比對(duì)。其次，數(shù)據(jù)稽核。采集的數(shù)據(jù)有時(shí)存在數(shù)據(jù)重復(fù)、缺失、錯(cuò)誤等質(zhì)量問題，需要設(shè)置數(shù)據(jù)稽核規(guī)則進(jìn)行數(shù)據(jù)質(zhì)量的檢查。例如：從倉儲(chǔ)系統(tǒng)采集的出庫單有單據(jù)重復(fù)或者缺失，需要設(shè)定稽核規(guī)則將出庫單與當(dāng)期出入庫匯總表的出庫額核對(duì)，倉儲(chǔ)系統(tǒng)存貨余額與財(cái)務(wù)系統(tǒng)存貨余額核對(duì)，設(shè)置此類交叉稽核規(guī)則，可以自動(dòng)發(fā)現(xiàn)采集的數(shù)據(jù)是否有誤。最后，數(shù)據(jù)修正?？梢圆捎萌斯せ蜃詣?dòng)修正的方式對(duì)錯(cuò)誤數(shù)據(jù)進(jìn)行修正，對(duì)頻繁出現(xiàn)的錯(cuò)誤要查找原因，從數(shù)據(jù)錄入規(guī)范和數(shù)據(jù)采集程序上做修正。數(shù)據(jù)清理的效率取決于數(shù)據(jù)質(zhì)量，而數(shù)據(jù)質(zhì)量依賴企業(yè)整體的數(shù)據(jù)標(biāo)準(zhǔn)體系，所以，財(cái)務(wù)人員必須重視并實(shí)際參與各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)標(biāo)準(zhǔn)體系建設(shè)，才能更有效避免數(shù)據(jù)質(zhì)量問題，提高數(shù)據(jù)清洗效率。

3.3 階段二，智能管理會(huì)計(jì)

這一階段的目標(biāo)是推進(jìn)數(shù)據(jù)圖表化、管理可視化，實(shí)現(xiàn)業(yè)財(cái)界面的進(jìn)一步友好。

這一階段的建設(shè)思路，重點(diǎn)是充分激發(fā)管理會(huì)計(jì)與業(yè)財(cái)專員的能動(dòng)性和創(chuàng)造力。基于第一階段聚集的企業(yè)數(shù)據(jù)，通過人機(jī)協(xié)同的方式，不斷挖掘數(shù)據(jù)規(guī)律，靈活搭建分析圖表報(bào)告，并實(shí)時(shí)可視化的展現(xiàn)，為企業(yè)管理者提供決策支持。同時(shí)，逐步把人類專家的知識(shí)轉(zhuǎn)化為智能化的專家系統(tǒng)，為第三階段做準(zhǔn)備。

（1）商業(yè)智能（Business Intelligence，BI），在第二階段的應(yīng)用主要是從企業(yè)級(jí)數(shù)據(jù)倉庫得到企業(yè)數(shù)據(jù)視圖，在此基礎(chǔ)上，再利用統(tǒng)計(jì)分析工具、數(shù)據(jù)挖掘（Data Mining）、聯(lián)機(jī)分析處理（On-Line Analysis Processing，OLAP）等BI工具對(duì)數(shù)據(jù)進(jìn)行分析和處理，發(fā)現(xiàn)數(shù)據(jù)本身的規(guī)律、趨勢(shì)以及多維數(shù)據(jù)間的聯(lián)系，最終將數(shù)據(jù)科學(xué)高效地轉(zhuǎn)換為可視化的輔助決策的信息。

（2）數(shù)據(jù)探索。這是數(shù)據(jù)驅(qū)動(dòng)管理的初步分析環(huán)節(jié)。依賴財(cái)務(wù)人員的統(tǒng)計(jì)學(xué)知識(shí)，利用BI工具以人機(jī)協(xié)同的方式，將龐雜的數(shù)據(jù)進(jìn)行整理歸納，探索數(shù)據(jù)內(nèi)在結(jié)構(gòu)和總體規(guī)律，對(duì)數(shù)據(jù)的主要特征、關(guān)聯(lián)性和分布規(guī)律進(jìn)行概括，并為后續(xù)數(shù)據(jù)模型的構(gòu)建提供輸入依據(jù)。業(yè)財(cái)專員可以利用數(shù)據(jù)探索的成果，發(fā)現(xiàn)企業(yè)存在的問題，挖掘深層次的業(yè)務(wù)規(guī)律，采取相應(yīng)的策略，例如，可利用數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)庫中的大量客戶信息進(jìn)行分析和處理.然后根據(jù)客戶的信用度、貢獻(xiàn)度、消費(fèi)偏好、購買頻率、消費(fèi)水平等因素把大量的客戶進(jìn)行分類，使得同一細(xì)分市場(chǎng)里的客戶具有相似的偏好和需求，然后有針對(duì)性地提供符合客戶個(gè)性化需求的產(chǎn)品和服務(wù)，提升客戶的滿意度，最大限度地挖掘客戶對(duì)企業(yè)的價(jià)值，達(dá)到創(chuàng)收的目的。

（3）數(shù)據(jù)模型。這是數(shù)據(jù)驅(qū)動(dòng)管理的核心，通常與數(shù)據(jù)探索結(jié)合共同發(fā)揮著將數(shù)據(jù)轉(zhuǎn)化為信息的關(guān)鍵作用。數(shù)據(jù)模型是面向決策需求，將數(shù)據(jù)探索的成果，用BI工具制作成一系列有助于解決問題和實(shí)現(xiàn)目標(biāo)的算法模型，為企業(yè)經(jīng)營(yíng)管理和戰(zhàn)略決策賦能。數(shù)據(jù)模型的案例有著名的購物籃模型，沃爾瑪分析銷售數(shù)據(jù)時(shí)發(fā)現(xiàn)了“啤酒”與“尿布濕”經(jīng)常出現(xiàn)在同一個(gè)購物籃中，經(jīng)過后續(xù)調(diào)查，他們發(fā)現(xiàn)買尿不濕的人群以父親居多，他們往往會(huì)順便為自己購買啤酒，于是超市開始將啤酒與尿不濕擺放在相同的區(qū)域，大大提高了啤酒的銷售量，這一探索發(fā)現(xiàn)激發(fā)了后續(xù)一系列關(guān)于顧客行為的分析熱潮，最后演化為包含支持度、置信度、提升度的多維購物籃分析模型。在財(cái)務(wù)管理領(lǐng)域，數(shù)據(jù)模型的典型應(yīng)用場(chǎng)景有，用回歸算法構(gòu)建應(yīng)收款違約概率模型，用關(guān)聯(lián)規(guī)則算法和時(shí)間序列算法構(gòu)建銷售量預(yù)測(cè)模型和現(xiàn)金流量預(yù)測(cè)模型等等。

（4）數(shù)據(jù)可視化。這是數(shù)據(jù)驅(qū)動(dòng)管理的最終展示環(huán)節(jié)。智能財(cái)務(wù)平臺(tái)要具備僅需進(jìn)行簡(jiǎn)單的“拖拉拽”操作即可生成數(shù)據(jù)可視化圖表的數(shù)據(jù)可視化工具，財(cái)務(wù)人員可利用數(shù)據(jù)可視化工具將數(shù)據(jù)轉(zhuǎn)化為圖像、視頻或動(dòng)畫，以此動(dòng)態(tài)高效地呈現(xiàn)數(shù)據(jù)信息。

3.4 階段三，智能財(cái)務(wù)

這一階段的目標(biāo)是推進(jìn)智能預(yù)測(cè)、智能決策，實(shí)現(xiàn)數(shù)智賦能的風(fēng)險(xiǎn)管控與價(jià)值創(chuàng)造。

這階段的建設(shè)思路，重點(diǎn)在于將人工智能（AI）進(jìn)一步運(yùn)用到財(cái)務(wù)的工作流程中，基于第一、第二階段的大數(shù)據(jù)積累和數(shù)據(jù)規(guī)律，對(duì)人工智能進(jìn)行大量的訓(xùn)練學(xué)習(xí)，讓擁有強(qiáng)大的深度學(xué)習(xí)能力、計(jì)算能力和反應(yīng)能力的人工智能技術(shù)，可以代替人類一樣進(jìn)行自主的信息搜集、整理、分析，并提供經(jīng)營(yíng)決策方案供人類選擇。同時(shí)，隨著智能感知技術(shù)的發(fā)展，可以更高效便捷地對(duì)企業(yè)運(yùn)行的業(yè)財(cái)數(shù)據(jù)和外部數(shù)據(jù)進(jìn)行采集、監(jiān)控，實(shí)現(xiàn)對(duì)物理世界的精準(zhǔn)刻畫，構(gòu)建出一個(gè)與物理世界孿生共榮的數(shù)字世界。在數(shù)字世界中，企業(yè)可以通過人工智能以極快速度進(jìn)行持續(xù)的分析、預(yù)測(cè)、仿真、調(diào)優(yōu)，提供最優(yōu)決策方案徹底釋放企業(yè)在物理世界中的潛能，在這個(gè)階段，企業(yè)的數(shù)字化和智能化程度將呈現(xiàn)相輔相成、螺旋上升的趨勢(shì)。

目前，一些科技前沿企業(yè)嘗試在會(huì)計(jì)核算、費(fèi)用報(bào)銷、財(cái)務(wù)報(bào)告、戰(zhàn)略管理、預(yù)算管理、成本管理、營(yíng)運(yùn)管理、投融資管理、績(jī)效管理、風(fēng)險(xiǎn)管理、管理會(huì)計(jì)報(bào)告、資金管理、司庫管理、稅務(wù)管理等財(cái)務(wù)領(lǐng)域引入人工智能技術(shù)，例如，將人工智能（AI）與RPA集成的IPA技術(shù)可以提供更復(fù)雜的流程自動(dòng)化解決方案。將人工智能與專家系統(tǒng)集成的虛擬個(gè)人助手可以隨時(shí)提供財(cái)務(wù)咨詢服務(wù)。將人工智能與BI工具集成可以快速地將數(shù)據(jù)轉(zhuǎn)化為可視化圖表。將人工智能與風(fēng)險(xiǎn)指標(biāo)庫集成可以提供智能風(fēng)險(xiǎn)提示和解決方案等等。且在構(gòu)建財(cái)務(wù)模型方面，有許多重要的機(jī)器學(xué)習(xí)算法和框架均已開源，如TensorFlow和Pytorch，這使得算法可用性已經(jīng)不再是主要限制。

4 稅利預(yù)測(cè)場(chǎng)景應(yīng)用

數(shù)智財(cái)務(wù)管理體系的建設(shè)是一個(gè)不斷迭代、持續(xù)完善的過程，在這一過程中，不斷豐富應(yīng)用場(chǎng)景是非常重要的迭代方法。福建煙草的數(shù)智財(cái)務(wù)體系目前已在核算、預(yù)算、分析等不同領(lǐng)域有眾多應(yīng)用場(chǎng)景，接下來以“融合運(yùn)籌優(yōu)化和機(jī)器學(xué)習(xí)的智能決策——稅利預(yù)測(cè)”這一智能決策場(chǎng)景為例加以說明。

福建煙草的稅利受卷煙銷售收入和煙葉銷售收入兩大因素影響，而這兩大因素均受季節(jié)影響出現(xiàn)大幅波動(dòng)且受計(jì)劃調(diào)控，其序列更多呈現(xiàn)非平穩(wěn)特性，故采用自回歸移動(dòng)平均模型（ARMA模型）方式設(shè)計(jì)稅利預(yù)測(cè)模型。

4.1 稅利預(yù)測(cè)模型

4.1.1 自回歸模型（AR模型）

AR模型為

xt=φ1xt-1+φ2xt-2+…+φpxt-p+εt

式中，xt為當(dāng)前稅利；xt-1、xt-2、…、xt-p為歷史稅利；φn為歷史稅利xn對(duì)應(yīng)的權(quán)重參數(shù)；εt為擾動(dòng)值。

4.1.2 移動(dòng)平均模型（MA模型）

MA模型為

xt=μ+θ1εt-1+θ2εt-2+…+θqεt-q

式中，μ為歷史稅利均值；εn為歷史稅利xn的擾動(dòng)值；θn為εn對(duì)應(yīng)的權(quán)重參數(shù)。

4.1.3 稅利預(yù)測(cè)-ARMA模型

將AR模型和MA模型組合形成ARMA模型為

Xt=φ1xt-1+φ2xt-2+…+φpxt-p+θ1εt-1+θ2εt-2+…+θqεt-q

運(yùn)用機(jī)器學(xué)習(xí)程序，利用大量歷史稅利值對(duì)該模型進(jìn)行訓(xùn)練和模擬，測(cè)算并不斷優(yōu)化稅利預(yù)測(cè)模型。

4.2 智能決策的優(yōu)勢(shì)分析

傳統(tǒng)稅利預(yù)測(cè)模型是基于運(yùn)籌學(xué)，通過對(duì)現(xiàn)實(shí)問題進(jìn)行準(zhǔn)確描述，并設(shè)置相關(guān)變量來構(gòu)建預(yù)測(cè)模型，如以卷煙銷售量和銷售結(jié)構(gòu)為變量，設(shè)置收入單價(jià)和成本定額來預(yù)測(cè)卷煙銷售相關(guān)利潤(rùn)和應(yīng)交稅額。同時(shí)結(jié)合運(yùn)籌優(yōu)化算法，在多重約束條件下求目標(biāo)函數(shù)最優(yōu)解，如反向測(cè)算最優(yōu)卷煙銷售量和銷售結(jié)構(gòu)，這種預(yù)測(cè)模型的優(yōu)點(diǎn)一是對(duì)數(shù)據(jù)量的依賴性弱；二是針對(duì)確定性條件的問題求解準(zhǔn)確性高。但隨著外部環(huán)境復(fù)雜程度和變化速度不斷加劇，其局限性也日益凸顯，如僅反饋已知影響因素的影響，對(duì)不確定性影響因素?zé)o法感知，并且測(cè)算過程復(fù)雜，響應(yīng)不夠迅速。

機(jī)器學(xué)習(xí)是基于數(shù)據(jù)驅(qū)動(dòng)模型，通過從數(shù)據(jù)中學(xué)習(xí)規(guī)律和知識(shí)形成數(shù)據(jù)模型，實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的預(yù)測(cè)或分類模擬出近似解區(qū)域，可大幅提升求解效率。機(jī)器學(xué)習(xí)的優(yōu)勢(shì)在于，一是通過比對(duì)稅利變化趨勢(shì)與企業(yè)內(nèi)外各類數(shù)據(jù)趨勢(shì)的關(guān)系，感知原本未知的稅利影響因素，可對(duì)不確定性高的問題進(jìn)行分析和預(yù)測(cè)；二是在線響應(yīng)速度快。但其劣勢(shì)也比較明顯，如需要大量數(shù)據(jù)樣本訓(xùn)練學(xué)習(xí)，并且其結(jié)果是源于數(shù)據(jù)的規(guī)律，而忽視對(duì)問題本身的邏輯描述，結(jié)果有時(shí)會(huì)不可解釋或失真。

智能決策將運(yùn)籌優(yōu)化和機(jī)器學(xué)習(xí)深度結(jié)合在一起，有效彌補(bǔ)了彼此應(yīng)用的短板，更好地服務(wù)于智能決策速度和質(zhì)量的提升^[5]。一是在邏輯側(cè)，根據(jù)實(shí)際問題中的決策標(biāo)的、約束條件、偏好以及目標(biāo)對(duì)問題進(jìn)行理解及分析，將實(shí)際問題抽象轉(zhuǎn)化為數(shù)學(xué)模型，再對(duì)數(shù)學(xué)模型進(jìn)行求解。財(cái)務(wù)管理學(xué)中的量本利分析、最優(yōu)存貨量分析、邊際分析等也屬于運(yùn)籌優(yōu)化。二是在數(shù)據(jù)側(cè)，通過機(jī)器學(xué)習(xí)對(duì)海量數(shù)據(jù)進(jìn)行分析和挖掘，提取出有用的特征和信息，構(gòu)建數(shù)據(jù)模型，并利用數(shù)據(jù)模型對(duì)未來狀態(tài)進(jìn)行預(yù)測(cè)或估計(jì)。三是根據(jù)求解結(jié)果，給出最優(yōu)或近似最優(yōu)的決策方案，并根據(jù)反饋信息與預(yù)測(cè)值的差異，不斷更新數(shù)學(xué)模型和數(shù)據(jù)模型，實(shí)現(xiàn)決策模型的動(dòng)態(tài)調(diào)整和優(yōu)化。四是為企業(yè)輸出更實(shí)時(shí)、更精準(zhǔn)的決策方案，實(shí)現(xiàn)資源配置的高效化和資源利用的最大化。

5 結(jié)語

數(shù)智財(cái)務(wù)系統(tǒng)的建設(shè)是一個(gè)明確目標(biāo)、規(guī)劃流程、細(xì)化需求、豐富場(chǎng)景，并不斷優(yōu)化迭代的過程。福建煙草的數(shù)智財(cái)務(wù)建設(shè)，也將按照這一思路持續(xù)完善。

建設(shè)數(shù)智財(cái)務(wù)平臺(tái)在提高財(cái)務(wù)運(yùn)作效率、推動(dòng)業(yè)財(cái)融合、延伸財(cái)務(wù)管控觸角、提升財(cái)務(wù)價(jià)值創(chuàng)造能力等方面發(fā)揮著至關(guān)重要的保障作用。其意義一方面在于運(yùn)用自動(dòng)化、智能化的手段，將那些簡(jiǎn)單重復(fù)且易于標(biāo)準(zhǔn)化、流水線作業(yè)的核算、費(fèi)控、報(bào)銷等業(yè)務(wù)歸集處理，從而讓財(cái)務(wù)人員從這類低附加值的業(yè)務(wù)中解放出來；另一方面在于在社會(huì)發(fā)展和技術(shù)進(jìn)步的推動(dòng)下，經(jīng)濟(jì)波動(dòng)周期越來越短，需要有更為敏捷智能的系統(tǒng)進(jìn)行信息和數(shù)據(jù)的實(shí)時(shí)共享和高質(zhì)量應(yīng)用，數(shù)智財(cái)務(wù)中心作為天然的信息中心和數(shù)據(jù)中心，匯集著集團(tuán)內(nèi)部各企業(yè)、各業(yè)務(wù)板塊的最為詳細(xì)的過往和當(dāng)下的價(jià)值鏈數(shù)據(jù)，又連接著供應(yīng)商、客戶、投資者、資本市場(chǎng)，具備有利的感知條件。同時(shí)，財(cái)務(wù)管理擁有一整套科學(xué)的分析方法嵌入平臺(tái)建設(shè)，可以通過對(duì)信息的收集、分析、預(yù)警和預(yù)測(cè)，為企業(yè)經(jīng)營(yíng)管理賦能。

參考文獻(xiàn)

[1]世界一流財(cái)務(wù)管理體系建設(shè)與評(píng)價(jià)課題組.世界一流財(cái)務(wù)管理體系建設(shè)與評(píng)價(jià)課題研究報(bào)告[M].北京：機(jī)械工業(yè)出版社，2023.

[2]數(shù)智財(cái)務(wù)國(guó)網(wǎng)方案編寫組.數(shù)智財(cái)務(wù)國(guó)網(wǎng)方案[M].北京：經(jīng)濟(jì)科學(xué)出版社，2022.

[3]劉梅玲，黃虎，佟成生，等.智能財(cái)務(wù)的基本框架與建設(shè)思路研究[J].會(huì)計(jì)研究，2020（3）：179-192.

[4]智能財(cái)務(wù)研究院.人工智能技術(shù)財(cái)務(wù)應(yīng)用藍(lán)皮書[R].2022.

[5]韓向東.智能財(cái)務(wù)“未來”已來[J].新理財(cái)，2017（12）：" 52.

作者簡(jiǎn)介：

黃姍，女，1986年生，本科，會(huì)計(jì)師，主要研究方向：財(cái)務(wù)數(shù)字化管理。

程開榆，男，1979年生，本科，高級(jí)會(huì)計(jì)師，主要研究方向：企業(yè)數(shù)字化管理。

李承為，男，1981年生，碩士研究生，審計(jì)師，主要研究方向：財(cái)務(wù)審計(jì)數(shù)字化轉(zhuǎn)型升級(jí)、內(nèi)部控制與風(fēng)險(xiǎn)管理。

童麗麗，女，1974年生，博士研究生，副教授，主要研究方向：企業(yè)會(huì)計(jì)準(zhǔn)則、企業(yè)財(cái)務(wù)數(shù)智化轉(zhuǎn)型。