財務智能化下的財務內部控制研究①

宗文娟

(煙臺職業(yè)學院,山東 煙臺 264670)

0 引 言

在2016年我國工信部下發(fā)的《大數據產業(yè)發(fā)展規(guī)劃》中,對財務智能化內容進行了詳細的界定,認為在財務內部控制中應該積極轉變工作路徑,認識到智能化技術的影響,以消除傳統人為因素下財務管理工作的弊端。

1 財務智能化功能分析

1.1 資產信息的智能化錄入

在企業(yè)固定資產配置階段,當企業(yè)通過集中采購的方法配置固定資產后通常需要在財務賬目上錄入固定資產信息。而由于大部分企業(yè)的固定資產內容復雜,但是信息錄制的流程清晰、明確,并且其中存在大量的重復操作步驟[1]。因此在財務智能化技術的支持下,可以簡化資產信息的錄入流程,啟動財務智能化系統之后,可以通過自動機器人登錄財務云平臺,在資產模塊中更新信息,并且通過財務智能化的信息管理功能簡化了信息錄入過程,可以減少傳統模式下的人力資源投入,提高工作效率。

1.2 資產管理的同步關聯

從財務管理角度來看,財務管理的最終目標是服務于企業(yè)的生產經營,而因為內外部環(huán)境改變所引發(fā)的財務信息變化無疑會增加企業(yè)運營風險。針對這種情況,通過財務智能化系統則可以為企業(yè)財務管理提供一種新的管理模式,例如在資產管理中使用RPA智能化系統,這種系統可以實時反饋企業(yè)的財務信息,并且兼顧安全性[2]。

1.3 資產的智能化審核

針對資產審核紕漏的問題,可以通過財務智能化技術,經OCR識別技術提取資產審核中的信息模板后,該系統能夠自動識別需要審核的資產資料,包括名稱、表單信息、數據金額、審核相關人員資料、審核意見等,并將上述資料自動錄入到Excel表格中;之后通過系統開始快速提取Excel表格內容,判別各種數據是否真實、有效等,尤其是針對單據中各種資料的合規(guī)性作出判斷;對于智能化審核中發(fā)現的異常數據信息,可在人機交互界面用紅色標識,方便工作人員做第二次審核[3]。

2 BP神經網絡算法下的財務內部控制

2.1 BP神經網絡算法下的財務內部控制架構

為實現有效的資產配置,提出的設計思路為:先利用整理好的歷史數據配置資料并建立對應的BP神經網絡模型;再針對需要處理的財務內部控制工作路徑,將需要配置的特征值以及相關數據上傳到模型中,經過模型的智能化處置,從中篩選與財務內部控制有關的信息,上述步驟的工作流程如圖1所示。

圖1 BP神經網絡算法的財務內部控制工作路徑

2.2 財務智能化技術的應用路徑

2.2.1 輔助決策指標的設計

BP神經網絡算法中,決策指標的建立會影響財務內部控制效果,而結合現有經驗可知,為確保輔助決策控制效果的有效性,相關人員可以通過挖掘歷史數據的方法,認識到指標數據背后的價值,最終提高財務內部控制水平。而考慮到企業(yè)財務內部控制的復雜性,本文在輔助決策指標設計中以企業(yè)固定資產打印設備配置為例,對輔助決策指標的設計依據進行分析,其中的輔助決策指標包括:(1)部門編碼;(2)部門工作人員數量;(3)部門擁有打印設備的數量;(4)市場上打印設備的平均價格;(5)單臺打印設備的工作量;(6)是否配置等。

2.2.2 數據預處理

在財務智能化要求下,BP神經網絡算法應該充分識別財務內部控制的工作要求,并且現有的財務平臺數據庫會提供大量的前端功能,導致系統所采集的財務信息資料可能出現格式不匹配的問題,影響了BP神經網絡算法的處理效果。因此需要通過數據處理的方法,先將表單中的財務數據導入到同一數據庫之后,經過SQL語句刪除其中的錯誤、空白、重復數據,獲得預處理之后的指標。

同時需要注意的是,在BP神經網絡算法中輸入變量的數量級別會影響函數算法,所以在預處理環(huán)節(jié)還需要對數據做歸一化處理,其運算結構如公式(1)所示。

在公式(1)中,X i為財務智能化系統中輸入的任意數據;Xmin為輸入變量的最小值;Xmax為輸入變量最大值;X'i為歸一化處理結果。

2.2.3 財務智能化下的財務內部控制

在財務智能化系統下,本文所介紹的BP神經網絡算法采用誤差逆向傳播的方法,在調整網絡權值后做反復的數據處理,不僅可以有效解決當前存在的線性樣本問題,也能用于非線性財務內部控制數據處理中,滿足財務內部控制要求。

(1)為適應財務智能化的功能要求,在內部控制中應確定輸入層與輸出層的功能要求,在輸入層中應確定財務控制的相關節(jié)點,以前文介紹的打印設備固定資產管理為例,在輸入指標決策中可以將“部門工作人員數量”、“擁有打印設備的數量”、“平均價格”、“工作量”等作為變量。

(2)針對財務內部控制中的各種變量,財務智能化下需要通過將各種潛在風險列為隱含層,根據隱含層來調整BP神經網絡算法的復雜程度?，F階段針對隱含層的數量無特定要求,普遍采用經驗公式來確定,經驗公式表達方法如公式(2)所示。

在公式(2)中,N表示隱含層數量;n1為輸入節(jié)點的數量;n0為輸出節(jié)點數量。

通過公式(2)能夠計算出BP神經網絡算法下的隱含層數量要求。

(3)針對BP神經網絡算法能夠在財務內部控制中為企業(yè)財務管理提供有效的解決意見,符合財務智能化的技術要求。在財務內部控制中,通過財務智能化能夠不斷調整財務內部控制的內外部環(huán)境,滿足工作人員的工作管理決策要求。

在財務內部控制中,財務智能化能夠針對每一種財務管理要求落實管理方案,針對財務內部控制中可能出現的潛在財務風險工作做出調整。例如財務管理控制的不同工作機制會導致內部控制的工作量出現變化,模型的相關指標也會發(fā)生變化。通過BP神經網絡算法能夠正確識別每種財務內部控制的工作要求,提供財務管理的工作路徑,保證了財務內部控制工作效果。

3 財務智能化的保障體系建設

3.1 制度保障措施

在財務智能化下,企業(yè)財務內部控制工作模式發(fā)生變化,為了實現財務智能化更好的契合企業(yè)財務內部控制工作,則需要從制度方案上進行改進,強化智能化技術對財務控制的影響,依托管理制度,明確財務智能化的工作要求,例如財務內部控制中的工作流程、指標選取方案、算法參數的設定、軟件操作方法等,并將其中的關鍵內容形成操作指南,方便財務管理方案順利實施[4]。

3.2 人員保障措施

為確保財務智能化下的財務內部控制工作順利實施,需要在人員保障中做出改進,尤其是財務部門工作人員應具有更強的專業(yè)技能水平。一方面在智能結構上,應加深全體工作人員對財務智能化技術的認知,了解財務智能化技術原理、常見軟件的運用方法等,這樣才能進一步增強工作人員運用財務智能化軟件的能力。另一方面,應培養(yǎng)財務管理人員的風險預防能力,這是因為財務智能化作為一種操作系統,在運行過程中也可能出現相關風險,例如我國政策條例的變化而導致系統預設標準不符合實際情況,增加數據失真風險。所以工作人員能夠及早預知此類風險,能夠結合國家政策標準及早調整財務智能化系統的技術指標,保障財務智能化軟件的先進性。

3.3 數據保障措施

財務智能化的工作效果受到數據的影響,數據的可靠性與真實性是增強財務內部控制效果的關鍵。因此在下一階段工作中,應該盡可能的提高各類數據針對性,針對內部控制中每個產生財務數據的過程制定對應的管理對策,確保能夠從源頭上保障財務信息數據;針對不同財務內部控制工作內容可形成對應的材料數據庫,如財務預算管理數據庫、固定資產管理數據庫、現金流數據庫等,方便進行針對性數據管理[5]。在財務智能化軟件運用數據時也應該遵守數據使用原則,智能化軟件在數據分析中所獲得的數據能夠建立對應主題庫,為未來的數據優(yōu)化提供支持。

4 結 語

結合本文的研究結果可知,財務智能化技術出現改變了財務內部控制的模式,尤其是BP神經網絡算法等智能化技術的運用,能夠有效簡化財務管理流程,符合未來財務工作要求。相關人員應該掌握財務智能化的技術要求以及應用方法,了解未來財務智能化技術的發(fā)展方向,最終為全面增強財務內部控制效果奠定基礎。