Page 133 - 数字时代企业财务管理创新研究

第三章 财务工作实务及相关理论研究

信息输入和整理，提高了工作效率与工作质量。最后，对财务人员的影响。现如

今，很多企业都意识到了大数据技术在财务工作中的重要性，这就对相关工作人
员提出了更高的要求。财务工作人员不但要具备会计知识和财务管理知识，还要
掌握相关的大数据技术，并能够有效利用其开展工作。
（二）大数据时代财务分析工作面临的挑战及机遇

1.挑战
（1）数据信息的采集和整理成本高
大数据时代，信息来源很广泛，搜集的途径也很多，对于各项信息的采集、

分类、整理、提取将会占用企业一定的精力，因此，在应用初期必然会产生一定
的成本。根据资料分析可见，受调查者普遍认为大型企业对于大数据的应用最
广泛，因为对种类繁多的数据信息的处理需要相当高的筛选成本，信息数据量越
大，信息种类越繁杂，筛选的成本就越高。相比之下，让中小型企业来承担这些

成本就会显得困难。另一方面，信息如果不经过筛选就应用，可能会造成严重的
失误，建立信息价值甄别机制是关键，虽然信息的甄别会增加企业的成本，但从
长远角度出发，会发挥信息的价值，在一定程度上降低企业的财务风险，帮助企

业把握商机。
（2）数据信息的安全性存在隐患
大数据时代，企业对信息数据需求数量的增加，使得信息的安全问题堪忧。

由于大数据依托互联网，这势必对数据信息的安全性造成了威胁，使得信息管理
的难度逐渐增加。另一个角度，企业之间的关系还是以竞争为主，所以如果财务
分析获取的数据来源处于安全系数低的状态下，那么极有可能引发企业商业机密

泄露，或者数据被篡改等恶意竞争行为的发生，因信息失误造成的损失，程度严
重的会直接导致企业破产。因此，大数据时代财务分析数据的安全性防护措施的
建立和加强迫在眉睫。
（3）财务数据与信息技术融合的人才严重缺乏

大数据时代的财务分析工作是借助大数据信息系统得以完成的，由于大数据
知识具有复杂性，财务人员从海量的数据资源中搜集并筛选与自己的分析对象和
分析目的相关性较强的资料信息，需要具备原始数据采集能力、原始数据分析能

力、原始数据清洗能力、数据挖掘建模分析能力等，只有这样才能有效利用大数
据为企业服务，从繁复的信息中找到适合高层管理者做出决策的数据。随着信息

119