成檸茜(寧波大學(xué)國際交流學(xué)院)
大數(shù)據(jù)時(shí)代:集團(tuán)公司財(cái)務(wù)管理面臨的挑戰(zhàn)與對策
成檸茜
(寧波大學(xué)國際交流學(xué)院)
【摘要】大數(shù)據(jù)正在影響商業(yè)世界,給大型集團(tuán)公司財(cái)務(wù)帶來諸多挑戰(zhàn),大數(shù)據(jù)將顛覆財(cái)務(wù)管理的傳統(tǒng)方法、傳統(tǒng)手段和傳統(tǒng)模式,呈現(xiàn)出“大財(cái)務(wù)”的特征。本文深入分析大數(shù)據(jù)時(shí)代下集團(tuán)公司財(cái)務(wù)管理呈現(xiàn)新特點(diǎn),財(cái)務(wù)管理者工作重點(diǎn)和努力方向,研究提出應(yīng)對大數(shù)據(jù)挑戰(zhàn)的對策,即建立大財(cái)務(wù)管理新理念,概括為6個(gè)“新”,即新理念、新平臺(tái)、新模型、新機(jī)制、新伙伴、新人才。
【關(guān)鍵詞】大數(shù)據(jù)集團(tuán)公司財(cái)務(wù)管理新策略
上世紀(jì)90年代末,“大數(shù)據(jù)”(Big data)一詞首次出現(xiàn),但一直是模糊概念,直到2011年麥肯錫咨詢公司提出“大數(shù)據(jù)”時(shí)代來臨,隨后一些國家將“大數(shù)據(jù)”應(yīng)用列入本國發(fā)展規(guī)劃,同時(shí)通過各種政策刺激企業(yè)收集和利用大量開放數(shù)據(jù),互聯(lián)網(wǎng)巨頭們更是把“大數(shù)據(jù)”當(dāng)成他們引領(lǐng)新時(shí)代的砝碼和“富礦”,EMC、惠普、IBM、微軟等紛紛收購“大數(shù)據(jù)”公司。ACCA(特許公認(rèn)會(huì)計(jì)師公會(huì))與IMA(美國管理會(huì)計(jì)師協(xié)會(huì))聯(lián)合發(fā)布報(bào)告指出,大數(shù)據(jù)將如何影響商業(yè)世界是會(huì)計(jì)師和財(cái)會(huì)專業(yè)人士最應(yīng)該問自己的一個(gè)問題。抽樣調(diào)查發(fā)現(xiàn),全球62%的受訪者認(rèn)為,大數(shù)據(jù)能夠?yàn)楣竟芾碚咛峁┏礁偁帉κ值臐撃?,集團(tuán)公司應(yīng)當(dāng)把分析大數(shù)據(jù)當(dāng)做核心任務(wù)之一。
(一)大數(shù)據(jù)的概念及特征
“大數(shù)據(jù)”是一個(gè)體量特別大、類型特別大的數(shù)據(jù)集,已無法用傳統(tǒng)數(shù)據(jù)庫工具對其內(nèi)容進(jìn)行抓取、管理和處理。據(jù)有關(guān)測算,人類過去24 000年大概創(chuàng)造了5EB的數(shù)據(jù),據(jù)權(quán)威估計(jì),在大數(shù)據(jù)時(shí)代我們只需要平均2天就能生成等量的數(shù)據(jù)。
大數(shù)據(jù)基本特征是體量大、多樣性、價(jià)值密度低、速度快,可以用“4V”來概括,即Volume、Variety、Value和Velocity。數(shù)據(jù)體量大(Volume),指大數(shù)據(jù)一般在TB以上至PB、EB乃至ZB級的數(shù)據(jù)量;數(shù)據(jù)類別大(Variety),指數(shù)據(jù)來自多種數(shù)據(jù)源,種類和格式十分豐富,已沖破了以前所限定的結(jié)構(gòu)化數(shù)據(jù)范疇;數(shù)據(jù)處理速度快(Veracity),指超級計(jì)算機(jī)可以實(shí)時(shí)處理巨量的數(shù)據(jù);價(jià)值密度低(Value),指巨量數(shù)據(jù)中有利用價(jià)值的十分微小,以視頻為例,全時(shí)段連續(xù)監(jiān)控可能有用數(shù)據(jù)僅一兩秒,因此,從海量數(shù)據(jù)中“提純”將是巨大的挑戰(zhàn)。
(二)大數(shù)據(jù)應(yīng)用前景
企業(yè)和政府收集到的數(shù)據(jù)量和數(shù)據(jù)種類正在飛速增長,這是一個(gè)巨大的信息寶庫,大數(shù)據(jù)應(yīng)用將在眾多領(lǐng)域掀起變革的巨浪,其核心在于為客戶挖掘數(shù)據(jù)中蘊(yùn)藏的價(jià)值,針對不同類別的大數(shù)據(jù)建立系列模型,從而開發(fā)出千變?nèi)f化的應(yīng)用模式、商業(yè)模式、管理模式,再銷售給不同的客戶,最終成為一個(gè)服務(wù)型的大數(shù)據(jù)產(chǎn)業(yè)。2011年中國公布的“十二五”規(guī)劃提出要加快發(fā)展云計(jì)算,以云計(jì)算為代表的技術(shù)創(chuàng)新將催生出很多業(yè)態(tài)的企業(yè),這標(biāo)志著中國政府已經(jīng)關(guān)注到大數(shù)據(jù)時(shí)代的到來。2012年美國政府甚至將大數(shù)據(jù)定義為“未來的新石油”,投資2億美元拉動(dòng)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展,將“大數(shù)據(jù)戰(zhàn)略”上升為國家戰(zhàn)略。為了成為大數(shù)據(jù)的領(lǐng)頭羊,2013年微軟公司率先開發(fā)了大數(shù)據(jù)軟件,通過提供智能化運(yùn)營實(shí)現(xiàn)節(jié)約資源、提高效率。微軟公司高管史密斯(Smith)甚至說:“給我提供一些數(shù)據(jù),我就能做一些改變。如果給我提供所有數(shù)據(jù),我就能拯救世界?!?/p>
隨著互聯(lián)網(wǎng)金融“井噴式”發(fā)展,大數(shù)據(jù)在金融領(lǐng)域應(yīng)用備受關(guān)注。中國電商阿里巴巴利用大數(shù)據(jù)開發(fā)出阿里信用貸款,借助大數(shù)據(jù)技術(shù)自動(dòng)分析判定是否給予企業(yè)貸款,全程不出現(xiàn)人工干預(yù),據(jù)此放貸300多億元,壞賬率大大低于商業(yè)銀行,僅0.3%左右。又如,美國華爾街德溫特資本市場公司首席執(zhí)行官保羅·霍廷利用電腦程序分析全球3.4億微博賬戶的留言,建立判斷民眾情緒數(shù)據(jù)分析模型,根據(jù)民眾情緒指數(shù)來決定買入還是賣出股票,由此獲得了平均7%的收益率??傊?,大數(shù)據(jù)越來越多被那些巨型公司、政府管理部門所利用,為投資管理、風(fēng)險(xiǎn)管理、精細(xì)管理等方面提供了精準(zhǔn)服務(wù)。
據(jù)ACCA與IMA聯(lián)合發(fā)布的報(bào)告,會(huì)計(jì)師既不是軟件工程師也不是數(shù)據(jù)科學(xué)家,但未來他們將兼具這兩個(gè)角色,財(cái)務(wù)主管應(yīng)該在制定重大決策中發(fā)揮重要作用。大數(shù)據(jù)時(shí)代對財(cái)務(wù)管理提出一系列挑戰(zhàn),突出體現(xiàn)在4個(gè)方面。
(一)管理理念挑戰(zhàn):財(cái)務(wù)管理模式將在一些方面發(fā)生顛覆性變化
ACCA未來研究主管Fay·Chua表示:“大數(shù)據(jù)會(huì)讓許多財(cái)會(huì)專業(yè)人士意識(shí)到變革的重要性。未來傳統(tǒng)的首席財(cái)務(wù)官、首席技術(shù)官和首席信息官角色界線將變得模糊,職位將變得更具戰(zhàn)略性和前瞻性。他們接受這場變革的速度將決定公司能否充分利用大數(shù)據(jù)為其發(fā)展提供前進(jìn)動(dòng)力?!贝髷?shù)據(jù)的出現(xiàn)將在某些方面顛覆以往的財(cái)務(wù)管理理念,使財(cái)務(wù)工作遠(yuǎn)遠(yuǎn)超越原來的預(yù)算、報(bào)表、財(cái)務(wù)分析等,向銷售、研發(fā)、物流等多領(lǐng)域延伸,財(cái)務(wù)人員要承擔(dān)大量的數(shù)據(jù)搜集和數(shù)據(jù)處理新任務(wù)。與傳統(tǒng)財(cái)務(wù)管理不同的是,在大數(shù)據(jù)時(shí)代一些原本不屬于財(cái)務(wù)范疇的工作將進(jìn)入財(cái)務(wù)管理視野,財(cái)務(wù)人員從“數(shù)豆者”向管理會(huì)計(jì)轉(zhuǎn)型,財(cái)務(wù)人員需要掌握各個(gè)業(yè)務(wù)部門數(shù)據(jù),乃至全行業(yè)和社會(huì)有關(guān)方的數(shù)據(jù),因此我們稱之為“大財(cái)務(wù)”,大財(cái)務(wù)將對集團(tuán)公司的管理產(chǎn)生革命性影響。
(二)管理機(jī)制挑戰(zhàn):財(cái)務(wù)管理將面對極為繁雜的數(shù)據(jù)處理
大數(shù)據(jù)技術(shù)加大了財(cái)務(wù)數(shù)據(jù)收集的難度,本來財(cái)務(wù)數(shù)據(jù)的收集就是一項(xiàng)復(fù)雜的系統(tǒng)工程,國際上一般采用相對性原則,即首先利用不完全統(tǒng)計(jì)學(xué)的知識(shí)對數(shù)據(jù)進(jìn)行初步的計(jì)算,接著對粗糙的數(shù)據(jù)進(jìn)行系統(tǒng)的羅列,最后對類型化的數(shù)據(jù)進(jìn)行梳理。以往財(cái)務(wù)數(shù)據(jù)來源于集團(tuán)內(nèi)部的各個(gè)部門,這些數(shù)據(jù)類別少、數(shù)據(jù)量小、精確度高,而大數(shù)據(jù)來源于不同公司、各個(gè)行業(yè),甚至經(jīng)濟(jì)社會(huì)領(lǐng)域的方方面面,數(shù)據(jù)繁雜,精確度不高,數(shù)據(jù)量巨大,這就產(chǎn)生由誰來提供數(shù)據(jù)、如何收集數(shù)據(jù)、數(shù)據(jù)準(zhǔn)確與否、數(shù)據(jù)如何分類等一系列問題,面對這些體量大、類型多、變化速度快的數(shù)據(jù),財(cái)務(wù)工作的復(fù)雜性、艱巨性可想而知,這對財(cái)務(wù)人員將是極大挑戰(zhàn),工作量數(shù)倍增加,這些都需要?jiǎng)?chuàng)新工作機(jī)制來解決。
(三)管理技術(shù)挑戰(zhàn):財(cái)務(wù)管理中時(shí)常難辨大數(shù)據(jù)真?zhèn)?/p>
大數(shù)據(jù)是一把雙刃劍,由于大數(shù)據(jù)準(zhǔn)確度低、價(jià)值密度低都影響到數(shù)據(jù)的準(zhǔn)確性,而數(shù)據(jù)準(zhǔn)確與否又決定了結(jié)論正確與否。當(dāng)前“大數(shù)據(jù)”理論過于依靠數(shù)據(jù)的匯集,一旦數(shù)據(jù)本身的質(zhì)量存在問題,就會(huì)做出錯(cuò)誤的預(yù)測,從而導(dǎo)致決策失誤。斯坦福大學(xué)特來沃爾·哈斯蒂教授指出,“大數(shù)據(jù)”的理論是“在稻草堆里找一根針”,而面臨的問題是“所有稻草看上去都挺像那根針”。喬治·梅森大學(xué)瑞貝克·高爾丁也提出“數(shù)據(jù)提供者造假”的危險(xiǎn),由于人們無法控制數(shù)據(jù)提供者和搜集者本人的偏見和篩選,那么在“只問有什么,不問為什么”的模式下,就很可能出現(xiàn)“災(zāi)難性大數(shù)據(jù)”。因此,大數(shù)據(jù)真?zhèn)坞y辨成為財(cái)務(wù)人員必須面臨的又一個(gè)重大難題,這需要通過采用新技術(shù)、新手段來解決。
(四)管理方式挑戰(zhàn):易泄露集團(tuán)商業(yè)秘密
由于傳統(tǒng)財(cái)務(wù)管理中對網(wǎng)絡(luò)數(shù)據(jù)的監(jiān)督采取了實(shí)名注冊的模式,所以想竊取核心數(shù)據(jù)庫數(shù)據(jù)會(huì)迅速被發(fā)現(xiàn)。但是在大數(shù)據(jù)時(shí)代卻完全不同了,大數(shù)據(jù)來源渠道多、處理環(huán)節(jié)多、流程復(fù)雜都可能成為數(shù)據(jù)泄露的原因,從而泄露商業(yè)機(jī)密,給公司造成難以挽回的損失。IMA負(fù)責(zé)研究部門的副總裁Raef·Lawson指出:“一個(gè)不容回避的事實(shí)是大數(shù)據(jù)技術(shù)為財(cái)務(wù)信息的安全性提出了越來越嚴(yán)峻的挑戰(zhàn)?!币环矫娲髷?shù)據(jù)來源渠道多元化,數(shù)據(jù)供應(yīng)商在提供數(shù)據(jù)服務(wù)的同時(shí)往往也獲取了用戶的關(guān)鍵數(shù)據(jù);另一方面,數(shù)據(jù)流的控制是依靠各種所謂的交易密碼,實(shí)際上這些安全密碼對一個(gè)掌握了源代碼技術(shù)黑客來說,破解密碼或繞過防火墻進(jìn)入系統(tǒng)獲取這些用戶信息是輕而易舉的。因此,泄密是大數(shù)據(jù)時(shí)代財(cái)務(wù)人員面臨的又一大挑戰(zhàn),這就要求財(cái)務(wù)管理創(chuàng)新,采取更加嚴(yán)格的程序、更加嚴(yán)密的工作方式來應(yīng)對。
大數(shù)據(jù)時(shí)代要求財(cái)務(wù)管理由專門管理企業(yè)的“小數(shù)據(jù)”、“小財(cái)務(wù)”轉(zhuǎn)變成收集、分析和管理各類“大數(shù)據(jù)”、“大財(cái)務(wù)”,順應(yīng)時(shí)代的“大財(cái)務(wù)”管理策略可以用“6新”來概括,即新理念、新平臺(tái)、新模型、新機(jī)制、新伙伴、新人才。
(一)新理念:重新定位財(cái)務(wù)管理的角色,建立大財(cái)務(wù)思維方式
大數(shù)據(jù)時(shí)代財(cái)務(wù)管理需要有大財(cái)務(wù)的新定位,財(cái)務(wù)管理者要運(yùn)用大財(cái)務(wù)的管理理念和思維模式,以大數(shù)據(jù)為基礎(chǔ),使得全面預(yù)算管理、集團(tuán)資金集中管理、內(nèi)部控制能夠更加高效、順暢地運(yùn)行,從而財(cái)務(wù)在公司管理中扮演更為重要的角色。大數(shù)據(jù)技術(shù)迫使財(cái)務(wù)人員學(xué)習(xí)新知識(shí)、開闊新視野主動(dòng)適應(yīng)大財(cái)務(wù)工作方式,運(yùn)用大數(shù)據(jù)的方法分析不同流程、不同方案所帶來的收入、成本及風(fēng)險(xiǎn),進(jìn)而選取集團(tuán)利潤最大化的流程和方案??傊?,大數(shù)據(jù)時(shí)代作為集團(tuán)高級財(cái)務(wù)管理人員的CFO和總會(huì)計(jì)師需重新定位自身角色,通過熟練運(yùn)用大數(shù)據(jù)等分析對公司的現(xiàn)金流、資源配置、風(fēng)險(xiǎn)管控等獲得深度洞察,進(jìn)而提出決策建議,把資源配置到快速增長的領(lǐng)域,為集團(tuán)創(chuàng)造更大的價(jià)值。
(二)新平臺(tái):建立“四統(tǒng)一”的集團(tuán)公司財(cái)務(wù)信息化平臺(tái),實(shí)時(shí)處理大數(shù)據(jù)
新型財(cái)務(wù)信息平臺(tái)概括起來就是要建立“四統(tǒng)一”。一要建立新型的統(tǒng)一信息數(shù)據(jù)的收集系統(tǒng),不管本集團(tuán)的數(shù)據(jù)還有收集來的數(shù)據(jù)都統(tǒng)一在一個(gè)系統(tǒng)收集處理。二要建立統(tǒng)一的財(cái)務(wù)管理信息化制度,將集團(tuán)各類信息及時(shí)公布到信息平臺(tái)上,通過設(shè)置關(guān)鍵詞和檢索權(quán)限為集團(tuán)管理層提供精準(zhǔn)可靠的信息,實(shí)現(xiàn)最大限度的信息共享。三要建立統(tǒng)一的會(huì)計(jì)核算制度,使用統(tǒng)一財(cái)務(wù)信息編碼規(guī)則和命名規(guī)則,避免各類數(shù)據(jù)出現(xiàn)混亂,同時(shí)通過信息化手段構(gòu)建集團(tuán)多維度、多側(cè)面、多層次的動(dòng)態(tài)查詢與反饋系統(tǒng),實(shí)現(xiàn)數(shù)據(jù)高速快捷的傳遞和匯集,確保集團(tuán)公司不同子公司、不同部門、不同行業(yè)信息傳遞的有效性、準(zhǔn)確性、合理性和連續(xù)性。四要建立統(tǒng)一預(yù)算管理、資金管理,規(guī)范財(cái)務(wù)預(yù)算編制、預(yù)算匯總以及預(yù)算方案調(diào)整,實(shí)時(shí)監(jiān)控預(yù)算的執(zhí)行情況,加強(qiáng)集團(tuán)財(cái)務(wù)預(yù)算的執(zhí)行能力,保障整個(gè)預(yù)算管理的實(shí)現(xiàn)??傊?,通過建立“四統(tǒng)一”實(shí)現(xiàn)財(cái)務(wù)業(yè)務(wù)的標(biāo)準(zhǔn)化、信息整合的高效化、資源服務(wù)的共享化、業(yè)務(wù)戰(zhàn)略的協(xié)同化,建立新型財(cái)務(wù)信息平臺(tái)。
(三)新模型:建立新財(cái)務(wù)分析模型,及時(shí)為集團(tuán)發(fā)展提供最佳方案
大數(shù)據(jù)分析還可用于優(yōu)化配置各個(gè)部門、各個(gè)子公司人力資源的最佳方案。例如,以“大自然搬運(yùn)工”自居的農(nóng)夫山泉,有十多個(gè)水源地,一瓶水售價(jià)2元,其中3毛錢花在了運(yùn)輸上,公司內(nèi)有“搬上搬下,銀子嘩嘩”的說法,他們開發(fā)大數(shù)據(jù)軟件將高速公路收費(fèi)、道路等級、天氣、配送中心輻射半徑、季節(jié)性變化等實(shí)時(shí)數(shù)據(jù)輸入進(jìn)去分析,精準(zhǔn)管控物流成本,從而大大降低費(fèi)用,大數(shù)據(jù)分析模型幫助農(nóng)夫山泉實(shí)現(xiàn)了30%~40%的年增長率。因此,集團(tuán)公司要適應(yīng)時(shí)代之需建立新財(cái)務(wù)模型,通過分析大數(shù)據(jù),可以找到配置各類資源的最佳路徑和最便捷的工作路線圖,降低成本、節(jié)約資源、提高效率,為集團(tuán)制定科學(xué)發(fā)展方案提供依據(jù)。
(四)新機(jī)制:構(gòu)建新型財(cái)務(wù)預(yù)警機(jī)制,及時(shí)規(guī)避市場風(fēng)險(xiǎn)
大數(shù)據(jù)時(shí)代須及早建立風(fēng)險(xiǎn)預(yù)警機(jī)制,集團(tuán)所面對的數(shù)據(jù)范圍越來越寬、數(shù)據(jù)之間的因果關(guān)系鏈更完整,財(cái)務(wù)管理者可以在數(shù)據(jù)分析過程中更全面地了解到公司的運(yùn)行現(xiàn)狀及可能存在的問題,及時(shí)評價(jià)公司財(cái)務(wù)狀況和經(jīng)營成果,預(yù)測當(dāng)前的經(jīng)營模式是否可持續(xù)、潛在哪些危機(jī),為集團(tuán)決策提供解決問題的方向和線索。與此同時(shí),財(cái)務(wù)管理者還要對數(shù)據(jù)合理性、可靠性和科學(xué)性進(jìn)行質(zhì)量篩選,及時(shí)發(fā)現(xiàn)數(shù)據(jù)質(zhì)量方面存在的問題,避免因采集數(shù)據(jù)質(zhì)量不佳導(dǎo)致做出的錯(cuò)誤選擇。以2008年美國金融危機(jī)為例,這次危機(jī)肇始于房地產(chǎn)抵押貸款,雷曼兄弟、房利美、房地美、美林和貝爾斯登等財(cái)團(tuán)相繼破產(chǎn)或并購,倘若事前已經(jīng)建立大數(shù)據(jù)風(fēng)險(xiǎn)模型,及時(shí)對金融行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)及其宏觀壓力進(jìn)行測試,這場波及全球的世界金融危機(jī)或許能夠避免,至少可以避免房貸風(fēng)險(xiǎn)溢出而放大多米諾骨牌效應(yīng)發(fā)生。倘若2008年以前華爾街就建立了大數(shù)據(jù)財(cái)務(wù)風(fēng)險(xiǎn)模型,雷曼兄弟等財(cái)團(tuán)能正確地對客戶群進(jìn)行預(yù)風(fēng)險(xiǎn)分析,倘若美聯(lián)儲(chǔ)和美國財(cái)政部早些時(shí)候能關(guān)注宏觀經(jīng)濟(jì)流量和金融市場變量的風(fēng)險(xiǎn),及早利用大數(shù)據(jù)分析技術(shù)制定金融危機(jī)預(yù)案,切斷風(fēng)險(xiǎn)傳遞,危機(jī)就不會(huì)嚴(yán)重沖擊全球經(jīng)濟(jì)。綜上所述,作為集團(tuán)公司要建立風(fēng)險(xiǎn)防控機(jī)制,通過大數(shù)據(jù)風(fēng)險(xiǎn)預(yù)測模型分析診斷,及時(shí)規(guī)避市場風(fēng)險(xiǎn),最大限度減少經(jīng)濟(jì)損失。
(五)新伙伴:建立新型合作伙伴,破解大數(shù)據(jù)時(shí)代難題
通常情況下,財(cái)務(wù)人員可親自研發(fā)建立大數(shù)據(jù)模型,以便建立適合自身集團(tuán)發(fā)展的財(cái)務(wù)分析工具。但是,在大數(shù)據(jù)時(shí)代先進(jìn)的分析技術(shù)和大數(shù)據(jù)工具的更新如此之快,他們正以前所未有的方式幫助公司獲取新的統(tǒng)計(jì)角度和結(jié)果。例如大數(shù)據(jù)技術(shù)能夠幫助財(cái)務(wù)管理者破解傳統(tǒng)Excel分析難以應(yīng)對的數(shù)據(jù)分析難題,同時(shí)Hadoop、HPCC和NoSQL等工具和平臺(tái)迅速崛起帶來了全新的分析視角和機(jī)會(huì)?;诔墒斓姆治?、視覺化以及數(shù)據(jù)管理的全新生態(tài)系統(tǒng)也以日新月異的速度改變著公司的分析能力。但是這些軟件開發(fā)常常是集團(tuán)自身難以做到的,集團(tuán)既需要與提供這類工具的供應(yīng)商合作,又需要與專門收集各類數(shù)據(jù)的大數(shù)據(jù)商合作。集團(tuán)可以直接向大數(shù)據(jù)公司購買新型的分析工具和大量的數(shù)據(jù),聯(lián)合開發(fā)適合自身發(fā)展的大數(shù)據(jù)分析模型,達(dá)到事半功倍的效果。此外,需要特別提醒的是,合作中要嚴(yán)防一些公司對大數(shù)據(jù)的商業(yè)捆綁開發(fā),導(dǎo)致數(shù)據(jù)泄密,從而帶來商業(yè)風(fēng)險(xiǎn)。總之,集團(tuán)公司要學(xué)會(huì)與大數(shù)據(jù)服務(wù)供應(yīng)商合作,建立新型合作伙伴關(guān)系,最大限度地獲取可靠的數(shù)據(jù)資源,建立新數(shù)據(jù)模型,為集團(tuán)發(fā)展破解數(shù)據(jù)來源和數(shù)據(jù)分析兩大難題。
(六)新人才:加快財(cái)務(wù)管理人員的培養(yǎng),造就復(fù)合型財(cái)務(wù)人才
據(jù)麥肯錫報(bào)告預(yù)測,到2018年僅美國在資深數(shù)據(jù)分析行業(yè)人才缺口就高達(dá)14萬~19萬,而熟悉運(yùn)用大數(shù)據(jù)決策的經(jīng)理人和分析師人才缺口更高達(dá)150萬。大數(shù)據(jù)改變集團(tuán)的決策模式和發(fā)展模式,財(cái)務(wù)人員不再是僅僅滿足成本核算、資金收支、財(cái)務(wù)監(jiān)督等工作,更重要的是要具備超越財(cái)務(wù)的戰(zhàn)略全局觀,組織流程規(guī)劃設(shè)計(jì)能力,分析業(yè)務(wù)理解洞察力以及IT系統(tǒng)構(gòu)架與建設(shè)的能力。大數(shù)據(jù)時(shí)代需要一大批熟練掌握大數(shù)據(jù)工具的技術(shù)人才,熟練掌握日新月異的新財(cái)務(wù)分析工具。一句話,大數(shù)據(jù)時(shí)代亟需熟練財(cái)務(wù)管理和精通大數(shù)據(jù)的復(fù)合型人才,財(cái)務(wù)人員要主動(dòng)從財(cái)務(wù)專才向業(yè)務(wù)全才轉(zhuǎn)型。為適應(yīng)這一挑戰(zhàn),集團(tuán)公司要調(diào)整財(cái)務(wù)人才的培養(yǎng)和引進(jìn)計(jì)劃,一方面要吸納多專業(yè)、多領(lǐng)域的人才組建財(cái)務(wù)團(tuán)隊(duì),吸收財(cái)務(wù)管理、IT專業(yè)、數(shù)理分析、行業(yè)管理等方面的專業(yè)人才,推動(dòng)信息化、標(biāo)準(zhǔn)化、模型化;另一方面要培養(yǎng)復(fù)合型人才的管理者,由其統(tǒng)籌、引導(dǎo)、規(guī)范、統(tǒng)領(lǐng)和駕馭團(tuán)隊(duì)高效開展工作,充分發(fā)揮財(cái)務(wù)專業(yè)價(jià)值和團(tuán)隊(duì)的復(fù)合價(jià)值,建立新型財(cái)務(wù)信息平臺(tái)、投入產(chǎn)出模型、財(cái)務(wù)模型和預(yù)警新機(jī)制,為決策者提供有價(jià)值的決策依據(jù)??傊?,集團(tuán)公司要樹立新型財(cái)務(wù)管理培養(yǎng)理念,從財(cái)務(wù)專才向業(yè)務(wù)全才轉(zhuǎn)型,加快培養(yǎng)復(fù)合型財(cái)務(wù)人才。
主要參考文獻(xiàn):
[1]於群英.大數(shù)據(jù)時(shí)代的集團(tuán)公司財(cái)務(wù)管理[J].財(cái)經(jīng)界,2014.5: 172-173.
[2]漢唐財(cái)稅在線[EB/OL].大數(shù)據(jù)時(shí)代下的財(cái)務(wù)管理, CCS163.com,2014.01.
[3]賈海波.淺析大數(shù)據(jù)時(shí)代的企業(yè)財(cái)務(wù)管理[J].財(cái)務(wù)與會(huì)計(jì),2014.9:36.
[4]何雪梅.大數(shù)據(jù)時(shí)代企業(yè)集團(tuán)財(cái)務(wù)管理轉(zhuǎn)型研究[J].法制與經(jīng)濟(jì),2014.5:75-76.
[5]張曉蕾,范曉明.淺談大數(shù)據(jù)時(shí)代下的財(cái)務(wù)管理[J].商業(yè)現(xiàn)代化,2014.2:66.
[6]財(cái)務(wù)大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)[EB/OL],中國商業(yè)電訊網(wǎng),2013-12-16.
[7]葉煥倬,楊青,汪勇華.智能財(cái)務(wù)危機(jī)預(yù)警與原因診斷方法研究[J].審計(jì)與經(jīng)濟(jì)研究,2013.3:74-82.
[8]William R.Cline, Joseph E.Gagnon.雷曼兄弟已去,白芝浩法則永存——為什么美聯(lián)儲(chǔ)和財(cái)政部沒有救助雷曼兄弟[J].國際經(jīng)濟(jì)評論,2014.2:133-150.
[9]Kurt Fanning and Rita Grant (2013).“Big Data: Implications for Financial Managers”.The Journal of Corporate Accounting &Finance.
責(zé)編:萌娜
【中圖分類號】F270.7