大数据背景下的企业智能财务可视化评价体系研究.pdf

第18 卷第2 期2023年6 月贵阳学院学报（自然科学版）（季刊)JOURNAL OF GUIYANG UNIVERSITY Natural Sciences(Quarterly)Vol.18No.2Jun.2023大数据背景下的企业智能财务可视化评价体系研究李悦（安徽城市管理职业学院，安徽合肥2 30 0 11)摘要：随着大数据时代的到来，财务分析和评价也趋于智能化转型。与传统的财务分析工作不同，智能财务分析评价体系基于Python语言及其模块化技术，构建合理的财务分析指标体系，采用可视化视图的方式呈现。通过横向分析将企业在行业中的贡献度图形化，通过纵向分析将企业财务指标趋势动态显示。当企业指标值过低时，可视化评价体系可自动预警。以安徽建工为例，构建了相对简单的智能财务可视化评价体系，为企业相关多方了解财务数据并及时发现问题提供支撑。关键词：大数据；智能财务；可视化；聚类分析中图分类号：F275；T P18Research on the Intelligent Financial Analysis Evaluation(Anhui Vocational College of City Management,Hefei 230011,Anhui,China)Abstract:With the advent of the era of big data,financial analysis and evaluation also tend to intelligent transformation.Different from the traditional financial analysis,the intelligent financial analysis and evaluation system is based on the Py-thon language and its modularization technology to construct a reasonable financial analysis index system,which is pres-ented in a visual view.The contribution of the enterprise in the industry is graphically analyzed through horizontal analy-sis,and the trend of enterprise financial indicators is dynamically displayed through vertical analysis.When the enterpriseindex value is too low,the visual evaluation system can automatically warn.Taking Anhui Construction Engineering Groupas an example,this paper builds a relatively simple intelligent financial visualization evaluation system,which providesstrong support for the relevant parties of the enterprise to understand financial data and find problems in time.Key words:Big data;Intelligent finance;Visualization;Cluster Analysis互联网、物联网、人工智能及云计算等技术的发展带来了数据的爆炸性增长。党的十九大明确提出，要推动互联网、大数据、人工智能和实体经济深度融合。这意味着新一代的信息技术将成为治理能力现代化的核心推动力。我国将大数据发展指引写入了国家行动纲要，将大数据发展提升到国家战略层面，证明未来大数据将影响深远。在大数据背景下，各种数字技术推动了财务管理范畴、内容方法逐步发生变化，衍生出新的创新思维和时间方法2。在人工智能技术的支撑下，智能财务文献标识码：A文章编号：16 7 3-6 12 5（2 0 2 3）0 2-0 0 2 4-0 4System in the Era of Big DataLI Yue评价实现的手段越来越多，也越来越智能，人工计算量大大减少，对于常规的财务问题，借助企业个性化的智能评价体系可以自动反馈，大大提高了工作效率。1研究目标衡量一个公司的财务管理是否达到最优水平，财务分析是重要的内容之一。当前,财务评价体系多以财务分析结果作为基础，即根据各种财务指标对财务状况进行评价。在当前大数据背景下，寻找收稿日期：2 0 2 3-0 3-2 0基金项目：安徽省双基建设教学示范课项目（项目编号：2 0 2 0 SJJXSFK0044)作者简介：李悦，女，黑龙江哈尔滨人，副教授、硕士研究生。主要研究方向：财务管理教学研究。一 2 4 一2期标杆企业、计算行业平均指标可以根据大数据处理结果得出。为达到更直观的效果,本文拟根据企业性质构建评价指标体系，以可视化结果展示企业各项指标，使经营者或所有者一目了然地看到企业存在的问题,方便分析者根据问题提出优化路径，供决策者参考。2智能财务可视化技术的实现路径目前，数据分析工具多种多样，侧重数据采集的有Kettle、Py t h o n 等，侧重数据统计建模的有SARS、SPSS等，侧重可视化的有BIEE、T a b l e a u、PowerBI、Fin e BI 等。这些工具大多需要使用者具有一定的计算机编程基础和统计学知识。Python作为计算机语言的一种，于1995年正式发布，至今已经成为最受欢迎的程序设计语言之一。自2 0 0 4年以后,Python的使用率呈线性增长。Python的优点是语言简洁、易读、可扩展性好，目前在智能财务领域依托Python进行数据挖掘和可视化分析的软件层出不穷，但能够实现的功能都类似3。对于财务人员来说，模块化的可视化分析工具是最佳选择。智能财务软件的开发理念，就是利用Python或者其他技术将可视化的功能模块化。财务人员只需要理解简单的可视化构建步骤和修改参数，即可实现可视化操作。但由于公司的分析目的不同，评价体系依然需要基于专业财务分析的思路、借助于大数据技术和可视化技术，进行重修构建和拓展创新。3智能财务可视化评价体系的构建思路3.1根据分析目的搭建财务评价体系的框架根据财务分析的主体和目标不同，构建可视化评价体系的逻辑和结构会有所不同。投资者更关注分析公司盈利能力，可视化评价体系关注于盈利能力指标体系的构建及模型的选择,如趋势分析或者是杜邦分析；债权人更关注分析公司的偿债能力，可视化评价体系关注于各类长期和短期负债类指标；经营者关注的是企业的长期存续和盈利能力，可视化评价体系关注于公司和同行业的指标数据对比和问题解决。3.2评价模型选择3.2.1分析性模型(1)综合分析模型综合分析模型选用财务分析中传统的四大能力进行指标体系构建，传统企业或者成熟企业可以李悦大数据背景下的企业智能财务可视化评价体系研究(2)趋势分析模型趋势分析模型一般是企业的纵向比较，适用于营业战略已经确认健全无偏差，且拥有核心竞争力的企业；或适用于有进行纵向比较需求的企业。趋势分析模型可以涉及因子分析,或是简单的时间趋势分析。分析时涉及同环比的发展能力，可根据企业需求选取不同的指标构建指标体系。3.2.2可视化展现模型可视化展现模型指企业根据业务要求以展现为目的的可视化视图模型。如公司要求财务部门将每日营业收人等指标进行展现，以确保第一时间发现指标异常，及时调整企业业务流程及企业策略。可视化展现模型能够迅速反映企业的各项指标的变化,是企业发现问题的重要一环。3.3评价体系实现步骤(1)利用大数据技术采集数据由于公司财务数据繁多，横向比较和纵向比较涉及不同时间口径和跨度的数据，因此，借助于大数据技术（网络爬虫等对数据进行提取和采集。一般来说，上市公司的财务数据比较好收集；或者内部经营者收集本企业的数据也较为简单。(2)数据处理确定分析目标后，在数据库中进行数据表的重新构建，采集出一份数据量相对小但利用率高，同时数据量足够多的小数据层，利用结构化数据的指向性进行数据表的细化。如企业纵向分析，可只选取某企业近10-2 0 年的相关表格进行关联或者构建。一般来说，对于财务指标分析可关联企业的资产负债表、利润表、现金流量表、行业分类表，以资产负债表中的企业名称为关键字关联其他三张表格，选取需要年份的数据即可。(3)数据挖掘和数据分析,得出评价结论根据搭建好的模型进行指标计算，横向分析或者纵向分析,并形成需要的可视化视图。（4)构建智能财务可视化评价体系根据财务评价体系的框架，将呈现好的可视化视图进行逻辑组建，对于相关视图进行关联显示。对于一些重要的指标进行信息预警，当指标值低于设定的值自动发送预警消息给相关工作人员，做到及时洞察问题,便于第一时间处理。一2 5一选择杜邦分析模型；初创期企业可以选择现金流量指标和偿债能力指标进行综合分析模型搭建；对于以传统技术为核心的企业要关注的是新型技术对企业核心竞争力的影响，需要搭建预警分析模型。贵阳学院学报（自然科学版）基于新道云系统。4实证案例4.1经营者角度分析一以安徽建工(6 0 0 50 2)为例现以经营者角度进行企业可视化评价分析。本文脚本实现基于Python语言。本文数据库系统1importjson2importurllib.request3importpymysql456#多企业改为单个企业数据采集7code=(600502，安徽建工 ahjg）8#定义year9year=【2 0 11，2 0 12 ，2 0 13 2 0 14 2 0 15”，2 0 16 ，2 0 17 2 0 18 2 0 19”2 0 2 0 ，2 0 2 1,】1011#report_period_id=50 0 0，440 0%，40 0 0%，10 0 0 】#50 0 0 年报440 0 三季度报10 0 0 半年报40 0 0 一季度报12report_period_id=50 0 0#先以年报调试13#爬取链接14#url=http:/10.10.16.87:18118/security.info.get15url=S(zuulIpl/security/security.info.get16#链接sQl17#db=pymysql.connect(host=10.10.16.87,port=3306,user=root,passwd=ufidalt,db=spider,charset=utf8)18#优化之后配置不可见19db=pymysql.connect(dbConmect)20#使用cursor0方法创建一个游标对象cursor21cursor=db.cursor()(2)数据处理将采集好的资产负债表数据、利润表数据、现金流量表数据按照年度进行关联，形成年度横向层次的一个数据表。这里需要说明的是，企业可以根据已经形成的数据库与行业平均或行业标准或行业标杆的财务指标值比对，这样能看出企业自身在罗曼股份时空科技ST花王祥龙电业元成股份同济科技大千生态园林股份江河集团森特股份葛洲坝诚邦股份中材国际*ST罗顿国机重装四川路桥中国电建中船科技东湖高新全筑股份腾达建设中国交建百利科技柯利达111.83%ST创兴11.71%安徽建11.62%中国中冶111.35%隧道股份111.15%中国化学111.02%龙元建设10.84%中国建筑10.83%天域生态10.62%镇海股份10.31%空港股份10.22%交建股份110.05%7.515一2 6 一(季刊)(1)数据采集数据采集使用Python语言模块进行数据采集，见图1。图1采集的是2 0 14-2 0 2