大数据的财务变革

这是一个创新迸发的时代，云平台方兴未艾，大数据又横空出世。大数据的出现给财务管理带来了颠覆性变革，

对于管理会计而言，既是挑战，更是机遇。

那么管理会计会发生哪些革新 ?大数据时代 CFO 面临什么样的挑战?不同行业的集团企业在财务管理方面会发

生哪些变局?本期文章为您精彩解读。

大数据的出现将颠覆财务管理的理念和模式，财务管理将不再局限于传统的财务领域，而是向销售、研发、人

力资源等多个领域延伸和渗透 ;财务管理的模式方面，对于跟企业业务有关的一切数据的收集、处理和分析将成为公

司财务的主要定位和主导任务。大数据时代的财务管理与传统的财务管理相比，存在很多显著的不同，一些原本不

属于传统财务的范畴会进入大数据时代的财务管理视野，我们可以将其称之为“大财务”。

大财务的出现将对企业的管理产生革命性影响，不仅包括战术层面，也包含战略层面。

第一，大财务将重塑管理会计的面貌。大财务以坚实的大数据为基础，使得全面预算管理、集团资金集中管理、

内部控制能够更加高效、顺畅地运行和开展。这使得管理会计能够超越财务会计的限制，在企业决策和管理中扮演

更为重要的角色，从而对企业价值增值发挥更大的作用。

第二，大财务使得企业管理的前瞻性和洞察力显著增强，企业管理更加智慧。大财务因为大数据技术的支撑，

能在企业决策时通过数据挖掘掌握大量的有用信息，这些信息有助于企业减少常规错误，有利于企业减少系统性风

险，可以使企业对未来发展确实的预测更加准确。在企业执行方面，大数据技术的运用可以使财务人员用量化的方

法分析不同流程、不同方案所带来的收入、成本及风险，进而真正选择能够使得企业价值最大化的流程和方案。另

外，大数据使得财务人员在进行相关数据分析时，及早觉察到异常情况，这样企业就可以提前采取措施，减少可能

的损失或免受潜在的风险。所有这些使得企业的管理更加富有洞察力，也更加智慧化。

第三，大财务可以减少集团企业等大型企业普遍存在的信息不对称问题，进而显著提高这些企业的效益，也可

以增强股东对企业管理层的约束力。集团企业和其他大型企业在享受到规模经济好处的同时，往往遭遇到信息不对

称问题的折磨，信息不对称造成三方面的影响：一是道德风险 ;二是逆向选择 ;三是股东不能很好地监视管理层的行

为和活动，这样的问题在一些国有企业里面更为严重。大数据使得数据的分布更加均等化，由于大数据的支撑，掌

握大量数据的网络监督和来自民营企业的监督，会给国有资本管理机构足够的压力，这种压力会随着中国全面改革

而建立起的更加科学合理的国有资本管理体制传导至国有企业管理层，进而促使其更加努力地工作，防止其作出有

利于自己而不利于出资人的行为和活动。所以，大财务对于大部分集团企业有深远的影响和非常重要的价值。

第四，大财务的核心在于智慧地驱动企业创新。大财务的本质就是通过数据挖掘和分析发现价值增长的潜在机

会，而价值增长的潜在机会就暗含于创新之中。创新是非常广泛的，包含理念、模式、服务、技术等等方面，创新

并不一定能带来价值，只有符合消费者需求和满足成本约束的创新才能带来价值的增值，在传统的企业管理之中，

企业的创新是凭经验驱动的，而大数据时代，大财务的运用将会是创新管理更加精确和更加智能化。

第五，大财务对企业的战略决策具有决定性影响。大财务极大地扩展了财务的管理领域和深度，从企业所处的

行业背景分析、企业的竞争能力估计、企业隐性资产评估、产品价值分析到自身财务状况都在大财务的掌握之中，

这不仅涉及企业自身的家底，也涉及外部环境和目标资料，即大财务不仅“知己”，而且“知彼”。知己知彼正是

企业战略决策的基础，它通过 CFO等高级财务管理人员参与企业决策的实践来实现。所以，大财务的领先与否将直

接决定其战略的正确与否，战略的正确与否将直接决定企业的经营的成败。从这个意义上说，大数据时代，大财务

将成为企业的核心资源与核心竞争力，犹如互联网时代的核心技术一样。

中国的企业呈现出多层化的特征，既有所有制方面的差异，也有发展阶段方面的差异;既有行业差异，也有管理

水平的差异;既有地域差异，也有创新能力方面的差异。如何提高中国企业的竞争能力和绩效，是当代中国经济发展

的一个主要问题。从财务变革，推动企业管理创新，进而增强企业竞争能力，不仅思路清晰，也符合中国特有国情。

因为在改革开放以来的经济发展浪潮中，制度因素起着非常重要的作用，管理创新是一系列重要的制度变革，它必

将深刻影响中国企业的发展。

大数据催生财务变革

大数据时代，以交易、业务记录、核算、预测为主的财务工作有可能借此焕发出新的生机。很多之前由于信息

收集、储存和分析上有难度的工作，如预算管理等，将不再存在技术上的障碍 ;财务管理在寻找有价值的投资项目、

改进管理流程、节省成本等方面发挥着重要作用。财务管理的理念、功能、模式和方式方法也将发生颠覆性变革。

一、大数据背景下财务数据处理的变革

财务数据作为企业的核心，反应和支撑着企业资金及业务的正常运转，通过对财务数据的处理和财务信息的充

分挖掘，能够有效改进财务管理，压缩资金成本，为企业带来丰厚利润。财务数据是企业最基本、积累量最为丰富的一种数据，基于这种大数据的处理和分析可以为企业带来巨大的价值增值。

(一)财务数据处理的发展历程

会计数据是对企业经营活动过程中各种经济事项进行的系统性记录。在对会计数据进行采集、存储、加工和传

递等过程中所采用的技术称为会计数据处理技术。会计数据处理技术的发展经历了五个阶段：

1.会计数据手工处理阶段，即会计人员依靠算盘、纸张等计算工具对会计数据进行采集、 存储、加工和传递等。

手工处理阶段在会计业务处理过程中表现出良好的适应性、灵活性和可靠性，但也表现出低速度、低效率和高差错

率等不足之处。

2.会计数据机械处理阶段，即会计人员利用穿孔机、验孔机、机电设备、电子设备等工具对会计数据进行采集、

存储、加工和传递等。会计数据机械处理阶段提高了会计数据处理的计算速度与正确性， 但这些工具存在体系庞大、

成本过高、操作困难和稳定性较差等不足。

3.会计数据电子计算机处理阶段。计算机的出现，为会计数据处理提供了技术支撑。会计数据的集中存储和自

动处理极大地提高了会计数据处理的工作效率，提高了会计信息的及时性和准确性。这个阶段，计算机技术还是会

计数据处理的工具，信息的分享和交换主要通过软盘、光盘等存储介质来实现。该阶段会计核算和操作流程主要模

拟手工方式，只有相关独立的单机运行的会计核算程序，一种核算程序独立完成一项会计业务，相互之间没有联系。

4.会计数据网络化处理阶段。随着网络技术的发展，财务部门可独立使用计算机及网络如内部网 (Intranet)、外部

网(Extranet)、因特网(Internet)等进行会计数据的处理。利用分布式数据库技术、互联网技术、中间件技术、系统集

成技术等现代信息技术，特别是 ERP系统的开发与应用，企业会计信息系统实现了业务流程、会计工作流程和信息

流程的集成，彻底消除了“信息孤岛”现象，极大地提高了整个企业的信息共享性。同时，实现了业务处理和会计

处理的集成、财务信息和非财务信息的集成、会计核算与会计管理的集成。

5.大数据时代会计数据处理阶段。物联网技术的发展、云计算的日益成熟和普及，为大数据的发展奠定了重要

的技术基础。大数据阶段的会计数据与此前的阶段相比，具有质的变化，主要体现在：大数据阶段，会计数据的内

涵更加丰富、结构更加多样复杂 ;会计数据的分析应用成为关键，分析方法更加复杂精确、更加智能化 ;一旦会计数

据发生盗窃，其危害也更大。

(二)大数据时代的财务数据处理

随着信息技术特别是物联网技术、移动计算技术的发展，会计核算必须收集、处理数量巨大、结构各异的大数

据。这些会计大数据除具有一般大数据的 4 个“V”的特征外，还具有无形性与粘性的特征：

1.数据规模大(Volume)。物联网下产生的数据数量非常大，数据规模已不能用 GB、TB 为单位，而是用 PB 为单

位来衡量。

2.数据异构的数据(Variety)。物联网下产生的数据不仅包括数字这样结构化的数据， 还包括声音、图像等非结构

化的数据。这些数据因为与业务事件的关联性，从而导致结构化数据与非结构化数据更加复杂，不易处理。

3.数据产生与处理的实时性 (Velocity)。传统数据处理对时间的要求不高。但是，物联网下物的行为与人的行为

一般都要求在较短的时间段内完成，因此数据的产生与处理具有实时性。

4.价值密度低(value)。会计大数据会连续不断地产生，但有价值的数据却只是连续产生的数据中的一个片断或一

个部分。以视频为例，连续不间断的监控过程中，可能有用的数据仅仅只有一两秒。因此，大数据的价值密度低。

5.会计数据的无形性与粘性。当前物联网上企业采集、传输、处理的数字信息主要是非介质的数量信息。这些

数据可以直接被感应器所感知，从而容易被传播;而会计数据是无形的数据，它不能够被感应器所感知。 同时，会计

数据是直接粘合在业务数据之中，不能够脱离业务数据而存在。因此，会计数据具有无形性与粘性。

正因为大数据时代的财务数据具有上述重要特征，这使得财务大数据的处理具有很大的挑战和很高的要求。主

要在于包括高素质人员配置、设备采购等在内的平台建设，其中建立企业大数据中心开发平台是数据分析平台建设

的基础。大数据的问题不是单一的解决方案能够解决的，它需要一整套的解决方案，它要融合很多传统的、新的技

术。要构建大数据分析平台并从大数据中挖掘出有价值的信息，企业首先需要一个可扩展、灵活而可管理的数据基

础架构，也就是企业大数据中心开发平台。

1.数据中心开发平台的基本内容。目前，人们对数据中心开发平台的认识未尽一致， 但以下几点是大家的共识：

(1)数据中心是各种数据的集成与交换中心，是集基础与应用为一体的综合开发与应用集成平台。

(2)数据中心是一种搭建平台， 提供一系列完整语义的数据处理功能， 提供对流程、表单、应用程序界面数据等

完整的搭建方案(由一系列的程序模块及数据组成 )，因而也是关于应用系统的集成设计器和工具箱。

(3)数据中心是一种强兼容性的数据仓库， 可以在同一个框架下，把来自不同生产厂商、不同格式、不同标准和

分布在不同位置的数据统一在一个系统之下，实现对分布式多源异构数据的管理能力。(4)数据中心是一个定义完备的功能仓库， 支持和管理以多种方式(组件、插件、流程、动态库、程序片断和脚本)

提供的功能，并能对这些功能以一种一致的方式进行调用和执行。

(5)数据中心是一种应用集成系统， 采用柔性设计理念，系统能够被快捷地搭建出来，且能随着需求的变化迅速

做出调整。

2.数据中心的体系架构。数据中心的架构是面向服务的系统架构 (Service-Oriented Architecture) ，又称为 SOA 架

构。在这种架构下，无数软件制造者可将其研制的软件以服务形式提供出来，各功能之间是相互独立的，以一种称

为松藕合的协议机制来组合。数据中心架构通过目录配置、可视化配置和搭建充分利用功能仓库和数据仓库的机制

进行管理。

二、大数据时代全面预算

管理的变革

目前，企业预算管理面临两方面的挑战：一方面来自企业自身管理提升的要求，另一方面则是监管部门对企业

的硬性要求。

首先，现代企业管理已经不满足用 ERP 等信息化手段进行事后管理，越来越多的企业期望在事前进行控制 ;其

次，随着市场竞争愈演愈烈，如何合理制定企业经营目标、 保证目标执行到位，变得越来越重要;第三，大量的并购

使得集团内部的管理水平参差不齐，集团迫切需要提升管理水平 ;此外，大型集团企业由于产业布局复杂、 地域分布

不均，迫切需要合理地分配有限的资源。

在预算编制环节，目前大部分企业还停留在初级阶段，管理层对于数据的真实性与合理性很难做出判断，因为

很多数据仍然是拍脑袋想出来的，很多基础的预算员并不会参考往期的实际数据和企业面临的可预计市场前景，也

很少有企业真正实现合理的预算调整，甚至是滚动预测。

在预算控制环节，缺乏完整的控制体系，不清楚在哪个环节实现控制较为合理，没有信息化手段控制，单纯依

靠管理人员事后检查。

在预算分析环节，大部分企业仍在进行简单的图表分析，无法针对管理的不同角度对财务数据进行分析，且缺

乏有效的权限管理。

事实上，通过构建预算信息化管理平台，可以解决全面预算管理中的 3 个核心问题，即如何制定科学的管理目

标;如何科学地进行目标分解 ;如何通过预算执行分析达成管理者的诉求。

通过同一时期获得的实际数据，比较预算数和实际数来完成预算执行报告，管理者可以通过预算执行报告调整

下一期的执行战略。同时，预算不能仅仅是财务部门的事情，而是全员的事情，企业的各个单元、部门都应该参与

到预算的编制、控制、分析过程。企业应该力求建立一套业务财务一体化模型，形成完整的预算体系。以销售预算

为起点，生成成本预算、人力资源计划、采购计划、期间费用计划、融资计划，最后完成所有利润表相应的预算信

息，出具一套包括利润表在内的预算报告。通过业务部门和财务部门的共同努力，达到跨部门协同作战计划平台，

使得企业将有限的资源合理地配置到不同的区域、不同的板块、不同的事业部、不同的部门。

然而，计划平台并不能做所有的事情。企业的战略目标分解、预算编制、预算报告可以实现，但企业的预算执

行监控应该放在企业的业务信息系统，因为业务信息系统是每时每刻都在发生的，而预算系统只是在预算期间、预

算调整期间，以及预算的分析报告期间才会发生。所以，企业财务系统需要和业务系统进行集成，在业务系统进行

预算控制，通过企业的全面预算管理信息化平台，从企业的战略规划、到战略规划目标分解、到预算编制、到预算

执行控制、到预算分析报告的编制、预算的考核、以及到最后如何影响下一期的战略规划， 力争达到一个闭环回路。

三、大数据时代企业

内审的变革

大数据时代，企业内部审计需要全面采集与企业财务活动相关的数据，既包括财务数据，也包括业务数据和管

理数据;既包括企业内部的数据，也包括主管部门、研究机构等的外部数据 ;既有财务数据等结构化的数据，也有会

议纪要、政策法规等非结构化的数据。企业内部审计需要整体把握一个企业的各方面情况，更科学、全面地评价一

个企业，企业内部审计需要更准确地确定审计重点 ;企业内部审计需要更善于把握数据的规律和趋势， 在发现企业现

阶段存在问题的同时，更要能够揭示企业未来发展存在的风险和隐患。

面对“大数据”所带来的新技术、新思维，企业内部审计需要因时而变来适应商业模式、思维模式及数据处理

模式的变革。内部审计人员不仅要能了解数据的变化以及数据处理技术的变革，更要能处理数据、分析数据、驾驭

数据，要能够充分、及时地从大量复杂的数据中，辨认出对企业生存和发展有重大意义的关键信息，进而协助内部

管理人员做出最佳的决策。“大数据”时代企业内部审计的变革主要表现在以下几个方面：

(一)审计方式由传统审计的事后审计、周期审计向连续审计转变传统审计中，审计人员只是在完成财务报告或经过特定的周期或离职等情况时才进行审计，而且审计中并不是

检查所有的信息，只是抽样分析。企业如仍然采用这种审计方式，对于确认迅速发展的商务活动的真实价值或合法

性显得过于迟缓;另外，从内部控制的角度来讲，我国目前的内部审计实务多是针对财务、会计事项，对经营活动、

内部控制、管理事项的监督、评价极为有限，审计活动理念也多为“监督导向”型，而非“服务导向”型，公司部

门间的不同流程缺乏衔接，使审计工作难以为经济活动提供全面的监控和服务。随着企业经济业务日趋复杂，信息

技术迅速发展，企业电子商务和信息化建设逐渐成熟，越来越多的人意识到连续审计的重要性，而大数据技术及大

数据基础使连续审计成为可能。连续审计可以降低传统审计过程中的浪费和时滞问题，降低审计错误和风险，促进

企业发展。

(二)审计抽样开始系统化、模块化、智能化，并开始具有预测功能，而样本最终将扩展至数据全体

常规审计工作主要采用随机抽查法，可以用较小的投入来获得审计结论，提高审计效率。但利用抽查法所得出

的审计结论存在发生重大错误的可能性，其可能性的大小就意味着审计风险的大小。

随着大数据技术的发展，计算机的运算能力和处理速度不断提高。审计抽样系统可以利用大数据技术对这些审

计数据进行分析并进行数据挖掘，找出特征数据，缩小抽样样本的数量，降低审计成本、提高审计效率。利用关联

规则，预测被审计单位经营风险的高低，帮助审计人员确定审计重点，提高审计效率。通过审计信息系统所提供的

庞大数据库可以实现对被审计单位的信息进行数据挖掘和综合分析，对被审计单位的财务及经营状况进行预测分析，

为被审计单位提供决策依据。如某财产保险公司的审计系统，应用了大数据技术进行风险数据的提取，并应用 PPS

抽样、随机抽样、系统抽样、模型抽样、组合抽样等进一步提高审计效率。而在抽样模型中应用了汽修厂与驾驶员、

报案人、定损员、收款人等的关联程度模型，伤者、驾驶员、报案人、联系人、领款人等的出险频繁度模型，人伤

重复出险伤者、标的车多次与同一三者车碰撞出险等高风险模型，承保、理赔、财务系统非同一档案中上传相同照

片等以“大数据”技术为基础的模型，收到良好的效果。

然而，在不久的将来，随着以真实性、服务性为基础的各项企业内部审计的深化，随着数据信息化的深入以及

大数据技术的成熟，企业内部审计将逐渐开始能够从大量的、杂乱无章的海量数据中发现潜在的有用信息，能够从

这些大量的数据中发现被审计单位运作的基本规律及特征 ;预测出被审计单位发展的趋势，从宏观上把握被审计单位

的发展状况。

(三)促进审计成果的转化与应用

目前，内部审计成果应用主要是针对屡查屡犯的问题重点进行检查、督促整改，部分企业已经将审计成果应用

闭环管理的手段对整改过程进行管理，达到了良好的审计成果运用效果。大数据技术的出现，促进了审计成果的进

一步应用。一是促进对以往审计中获取的大量信息资料和相关情况资料的汇总、归纳，从中找出财务、业务和经营

管理等方面的内在规律、共性问题和发展趋向，通过汇总归纳宏观性和综合性较强的审计信息， 以及运用审计成果，

为各级领导提供数据证明、关联分析和决策建议，从而促进完善制度、机制、决策和执行，促进企业管理水平更上

一层楼;二是促进问题的全面发现，即应用大数据技术可以将同一问题归入不同的类型使用， 从不同的角度、不同的

层面整合提炼以满足不同层次的需求。同时，通过对带有共性、普遍性、倾向性的问题进行挖掘，提炼出问题与数

据中关联性，可以将所有问题通过 IT 手段检查出来;三是应用大数据技术进行连续审计有利于问题的整改监督 ;四是

将审计成果进行知识化留存，通过大数据技术，将问题规则化并固化到系统中，以便于计算或判断问题发展趋势、

对问题进行预警等;五是将审计人员与审计成果、被审计单位与审计问题进行关联，并进行信息化备案，在进行下次

检查时，可以根据审计方案中的重点，有侧重地选取有相应检查经验的审计人员组成审计组，并按审计目标抽取相

应被审计单位进行重点审计检查等。

四、大数据时代管理

会计的变革

大数据的出现使得管理会计发生了很多重大变革：

(一)从基于结果的分析向基于过程的挖掘转变

以快销品营销领域的销售业务分析为例，传统的分析手段是根据各终端的销售数据进行统计，然后进行多维度

的分析，包括产品、渠道、组织、数量、金额等方面，可以做得很精细，但对于后续问题的溯源分析，却一筹莫展，

只能粗略地进行定性判断，这就意味着决策风险。

如果我们把数据的触角往前延展，一直延展到与消费者直接面对面的销售终端。比如，对于每一位来选购我们

产品的消费者，促销员都可以热情地上去打招呼，随意问几句诸如对产品使用的体验、家里几口人、多久来买一次

等信息;即使消费者选择了竞争对手的产品， 也可以上去询问一下其作出上述选择的理由。 类似这样的交流过程，一

天可能发生几十起，让促销员在现场记录必然会有难度，那就可以采取现场录音的方式，然后每天把录音传递到公司后台，由后台的专业人士处理。这样既可以减少促销员的工作量，也可以保证信息的真实性。从这个过程也可以

看出，我们不仅有了当天的销售量这些结构化的数据，也有了消费者评价等非结构化数据，还有消费者进行选购决

策的数据，再加上每天采集竞争对手产品的促销活动和产品价格等信息，这些信息在大数据背景下会变成企业极其

宝贵的财富，并在适当的条件下转化成企业的收入源。

(二)从基于单类型的结构化数据向多类型转变

有了非结构化数据的支持，我们的财务分析将变得更全面，毕竟目前结构化数据只占到整体数据总量的 15%，

因此数据内容的拓展将大有所为。

比如企业在进行客户的信用评价时，将不再限于从客户的财务报表、企业背景、发展状况来着手，企业的分析

评估人员可以从社区网站上收集针对某个客户的吐槽、好评、恶评等信息，丰富我们的信息，从而减少交易中的信

息不对称。

又比如，从风险管控的角度，要判断某个客户的经营状况，光看他的财务报表是不靠谱的，这时就需要采集多

渠道的信息来综合进行反馈，也即“数据混搭”。“克强指数”就是“数据混搭”的范例。2007年，时任辽宁省委

书记的李克强表示，他更喜欢通过 3 个指标来追踪辽宁的经济动向：全省铁路货运量、用电量和银行已放贷款量，

以挤掉统计数字的水分。英国杂志《经济学人》在 2010年把这种思路称为“克强指数”。该杂志认为，“克强指数”

比官方 GDP 数字更能反映中国经济的现实状况。与之类似，目前空房率成为判断购房行为是否满足刚性需求的标

准。对于房地产企业公布的一片大好的数字，老百姓自有其对策，即通过难以伪造或疏于伪造的小区用电、用水量

判断空房率，当然也有奸商心一横，将空房的灯和水都打开，使得用电用水量评估空置率的办法失效。但生活垃圾

量却不好做假，所以从清洁公司每天的垃圾运送量同样可以获知空房率的情况。

(三)从阶段性的月度报告向实时报告转变

大数据技术的日益成熟,使得财务报表的及时性大大增强。比如销售终端的信息采集，每当终端的信息发生更新

时，个性化的营销政策和区域化的营销分析报告就可以定期出台，即使做不到每天，每周一报也将在不久的将来实

现。

大数据时代的 CFO

大数据不仅重塑了财务管理的理念与实践，也深刻改变了作为高级财务管理人员的 CFO 和总会计师的形象、角

色和定位。

一、大数据时代：CFO 的职能与地位

互联网时代，CTO 的角色急剧上升，成为影响互联网科技企业走向的重要管理者 ;同样，大数据时代，CFO 将

在企业价值创造中扮演更为重要的角色，因而也将享受更高的待遇和拥有更广泛的管理职能和更大的管理权限。

(一)向整合型 CFO的转变

CFO 在公司治理结构中的重要程度与企业发育状态高度相关，销售驱动型企业 (营业额 1 亿元-20 亿元)CFO 基

本处于账房先生状态，附加值相对较低， CFO 可发挥价值空间大约为 25%;管理驱动型企业(营业额 20 亿元-100 亿

元)CFO 天然处于业务流程的中枢位置，成为企业走向精益管理的发动机，但前提是管理层对此的认同， CFO 可发

挥价值空间大约为 50%;资本控制型企业(营业额 100亿元以上)将是未来中国式跨国公司演变的最终形态，CFO可发

挥价值空间最高达 100%。

对应下来，CFO 具体可分为三种：第一种是核算型 CFO，该类型 CFO 业务焦点为以核算为基础的流程管理 ;

第二种是管理型 CFO，该类 CFO业务焦点为以效率与风险为核心的流程管理 ;第三种是价值创造型 CFO，该类 CFO

业务焦点为以资本运作为核心的集团整合。

从核算型 CFO 到管理型 CFO 到整合型 CFO，突出表现在三种能力的全面提升：经营活动的反映能力、风险控

制能力、决策支持能力。

整合型 CFO要更好地履行财务总监的角色，必须做好四方面工作：支持企业战略、管控业务过程、完善流程运

营、创造企业效益。

(二)CFO向 CPO(首席绩效官)的转变

据美国最佳实务研究和定量分析顶尖机构 CFO执行委员会(CFO Executive Board)2011年调查显示，财务部门被

迫浪费大量的时间在搜集和验证数据 (47%)以及管理流程(50%)上，相反，最为核心的增值分析只占据 23%的比例。

造成这种现状的直接原因便是前瞻理念以及核心技术的缺失。这个时代的 CFO以及其带领的财务部门已然站在了重

要的抉择关头：要低绩效的现状还是高价值的新角色 ?结果显而易见。CFO执行委员会(CFO Executive Board)2011年

调查显示，65%的 CFO 将商业智能、分析、绩效管理视为公司最重要的年度技术计划。《麻省理工学院斯隆管理评

论》和 IBM 商业价值研究院联合举行的 2011年新智能企业全球高管调查和研究项目指出， 2011年，58%的企业已经将分析技术用于在市场或行业内创造竞争优势，实现业务价值，这一数据比 2010年增加了 21%。

从上文的数据中我们可以得知，大数据时代 CFO的主要职能在于价值分析和企业整体绩效的提升。通过利用先

进的管理技术和平台，对海量的财务、商业数据进行分析，进而发掘价值增长点。通过高效的财务流程对企业的现

金流、收购兼并、资源配置、风险管控等进行管理，利用大数据等分析工具获得深度洞察，将资源更好配置在快速

增长的领域，从而不断为企业创造价值。

二、大数据时代：CFO 的挑战与洞察

全球最大的管理会计师组织——英国皇家特许管理会计师公会 (CIMA)以及美国注册会计师协会 (AICPA)，日前

联合对全球 2000多位财务高管进行的调研显示，34%的受访者认为对大数据的错误分析或不利于营收， 86%的企业

表示难以把日益庞大的数据量转化成有价值的管理洞察力， 44%的受访者表示自己的公司缺少这样的技术实力去理

解并利用此项新技术，只有 53%的企业在为增强自身的大数据能力而进行投入。

调研结果与人们对大数据未来价值的预期大相径庭。 87%的人认为大数据以及相关的分析技术将在未来十年改

变商业的面貌，不去利用这项新技术，将导致企业在十年后被淘汰出局。

受访者表示，企业在试图通过大数据洞察管理时，面临以下障碍：从不同的数据库及数据孤岛抓取数据的困难

(62%);首先确保抓取的数据是可靠的、高质量的(51%);能从非财务数据中提炼出管理意见 (46%);确保从数据中得来的

管理意见可以用于改进绩效(43%);在海量数据中找出有意义的趋势及见解 (39%);智能可视化报告(34%)。

上述数据对各大企业的 CFO 及总会计师来讲，挑战无疑是十分巨大的。面对挑战， CFO 和总会计师们应该如

何应对，以便在未来的竞争中占据制高点呢 ?

(一)迅速而深入地学习新的分析方法，修炼深厚内功

大数据时代，数据本身的性质、特征发生了巨大变化，分析、处理数据的技术和方法也发生了极大变革。大数

据的分析处理将主要由相关的专业人士或由专业软件来进行， CFO或总会计师并不需要精通所有分析技术和技巧。

但最基本的分析技术还是需要掌握的，否则不利于 CFO和总会计师从全盘的角度考虑问题。

(二)尽早着手大数据处理平台建设

大数据是大势所趋，但各企业对于大数据的敏感度并不一致，像一些大型集团企业或互联网企业可能需要以较

快的速度推进大数据处理平台建设，而一些中小型企业则可能在时间上的要求并不那么紧迫。大数据处理平台建设

是一项战略行动，需要董事会及其他高级管理层取得共识才能顺利推进，所以 CFO和总会计师必须在协调各方思想

方面付出更多时间和更大精力。

(三)建设更加智能的信息管理体系

大数据须对企业多年积累的业务、财务、市场和人事等方面的各种信息进行深入的挖掘和分析，从中找出可以

帮助和指导业务发展的洞见。这势必会打破数据存储的壁垒，因此，大数据的兴起有可能颠覆现有的企业信息管理

体系，这就有必要更新现有的信息管理体系，使之更加智能化。大数据时代，因为数据挖掘和分析的工具更为先进，

即使数据格式不统一，仍然能够进行高效的分析，为信息基础架构原本较差的企业提供了跨越升级的机会。

大数据是一把双刃剑

大数据对公司财务的影响是显著性的，但大数据本身的挑战，也为大数据时代的大财务带来不少挑战，其中最

为重要的恐怕是数据本身的误导假象以及大数据盗窃。

可能的“灾难性大数据”

由于“大数据”理论过于依靠数据的汇集，那么一旦数据本身的质量存在问题，在“只问有什么，不问为什么”

的模式下，就很可能出现“灾难性大数据”，即因为数据本身质量的问题，而做出错误的预测和决策。

斯坦福大学专家特来沃尔·哈斯蒂也指出，“大数据”的理论是“在稻草堆里找一根针”，而面临的问题是“所

有稻草看上去都挺像那根针”。而乔治·梅森大学专家瑞贝克·高尔丁则提出“数据提供者造假”的危险，在“大

数据时代”变得更有害，因为“大数据”理论建立在“海量数据都是事实”的基础上，但人们无法控制数据提供者

和搜集者本人的偏见和筛选。

近年来已有不少学者指出，拥有最完善的数据库、最先接受“大数据”理念的华尔街投行和欧美大评级机构，

却每每在重大问题上判断出错，这本身就揭示了“大数据”的局限性。

偷数据不再费事 一些商家对“大数据时代”的商业捆绑开发，也在有意无意间助长了个人信息数据的“不设防”。

最近欧洲议会公布的一项研究报告指出，云计算时代的“大数据”对个人隐私的威胁不仅存在，而且比人们想

象的更严重。加拿大多伦多大学信息教授安德雷·克莱门特指出，脸谱和微博等社交网络和新一代移动通信技术的

结合，令个人信息搜集在“大数据时代”变得十分容易，而对个人信息数据保护则变得越来越难。2011年，加拿大隐私委员会曾做过一项调查，结果显示， 60%的受访者认为，和十年前相比，如今他们的个人

隐私变得更加不安全了，其中 55%的受访者认为，社交网络会泄露他们的个人隐私。

鉴于上面的论述，我们可以认为，大数据其实是一把双刃剑，大数据时代，财务要主动拥抱大数据的同时，必

须对大数据所蕴含的风险有充分而清醒的认识。

大数据时代集团企业的财务变革

大数据已成为不可逆转的趋势，企业的财务管理必将发生巨大的变革。然而大数据的收集、存储和处理成本很

贵，对于不同类行业、规模、治理结构的企业来讲，大数据所能带来的收益是不一样的。不一定大公司就需要大数

据，也不是小公司就不需要大数据。一般来说，在大数据时代，与中小企业相比，一些集团企业的财务管理整体上

将发生一系列显著变革，根源于大数据应用带来的管理效率提升、成本节约、风险控制及价值增值。

金融集团企业的

财务变局

以“余额宝”、“活期宝”为代表的互联网金融异军突起，昭示了大数据在金融业的巨大潜力。金融网络化和

网络金融化既是对商业银行的重大挑战，更是重新洗牌的绝佳机遇。大数据在金融业已经悄然起航，金融行业的集

团企业面临的挑战越来越大，与此同时，面临的机遇也前所未有，那么集团的财务管理团队应如何调整自己的财务

布局，以便迎接这一巨大的行业变局呢 ?

1.大数据为银行业等金融领域的集团企业服务中小企业提供了技术基础

由于贷款中严重的信息不对称问题，中小企业在融资方面受到诸多限制，因而造成中小企业融资难的现象。大

数据的出现使得一些金融集团企业能够通过收集充分的数据来判断中小企业的资信状况，从而大大减少贷款中的信

息不对称问题，另一方面又会大大开拓这些企业的业务范围，可谓一举两得。在具有多种业务结构的大型企业，如

阿里巴巴，大数据的优势尤其明显。

2.大数据将使金融业风险控制出现质的变革

近年来，外部风险事件对银行业的影响越来越大。在云计算的条件下，银行、企业、中介服务机构之间的联系

愈发紧密，一时一地、一个单位的局部风险，可以迅速扩展为系统性、全面性风险。此外，大数据时代的信息来源

广、传播速度快，银行的负面舆情通过微信、微博被迅速传递，甚至被放大，银行声誉的风险增大。金融集团企业

可以充分利用大数据技术，提高监测能力，定期分析潜在外部风险的主要来源及影响渠道，进而有效地预防外部风

险的扩散和蔓延。

大数据时代电力集团企业的财务转变

电力企业大多属于自然垄断企业，自身固定成本比例较高，如何有效地进行成本管理是电力公司提高效益的关

键。而大数据可以帮助企业更好地管控成本，分析客户用电习惯、用电规律，进而使财务人员向更有价值的领域配

置资源，提高公司的整体绩效。

此外，电力企业大多以集团企业的形式存在，虽然可以发挥规模经济的效益，但管理上存在很多挑战和困难，

如资金管理、内部控制等方面长期存在信息不对称的问题。大数据有助于集团更全面、细致地掌握各子公司和下属

单位的信息，进而进行统筹协调、统一管理，以便实现集团的总体风险控制战略和发展战略。

国外很多大型电力公司已经意识到大数据的巨大价值，并开始采取措施拥抱大数据时代的到来。如欧洲最大的

电力集团公司之一意昂集团(E.ON)，已携手瑞典爱立信(Er-Icsson)公司探索“大数据”。与此同时，电力设备制造商

西门子公司也宣布携手数据分析公司天睿 (Teradata)进行“大数据营销”。中国的电力集团公司也在行动，财务管理

也应该主动拥抱大数据，以便实施大财务战略，为公司发展保驾护航。

大数据时代石油集团企业的财务转变

石油企业在信息化建设方面有很好地基础，但数据处理和分析都处于较低级的阶段。大数据的到来对不断国家

化的中国石油集团企业带来的巨大的机遇，石油集团企业可以利用大数据技术实现对石油行业发展的洞察，进而采