孔訸煒 韓智杰 謝家平
(1.上海開放大學(xué)經(jīng)管學(xué)院,上海 200433;2.上海財經(jīng)大學(xué)商學(xué)院,上海 200433)
大型集團企業(yè)擴張給財務(wù)管理帶來了極大挑戰(zhàn),出現(xiàn)財務(wù)數(shù)據(jù)差異、財務(wù)運營效率低下、會計信息交互困難等困境。為了更好解決財務(wù)管理的新問題,從2010年開始,大型通信企業(yè)陸續(xù)建立了具有獨立管理和運營權(quán)的財務(wù)共享服務(wù)中心,統(tǒng)一了財務(wù)管理流程,集中進行信息數(shù)據(jù)管理。財務(wù)機器人能夠?qū)I(yè)務(wù)快速反應(yīng),而且精準(zhǔn)可靠,因此越來越受到關(guān)注。本文運用企業(yè)財務(wù)運營管理的相關(guān)理論和方法,結(jié)合通信企業(yè)財務(wù)共享服務(wù)中心運營成本和效率的指標(biāo)變化,研究財務(wù)機器人技術(shù)的應(yīng)用對通信企業(yè)財務(wù)共享服務(wù)中心財務(wù)運營成本和效率的影響,進而應(yīng)用雙重差分模型(difference in difference,簡稱DID模型),實證分析2018—2019年財務(wù)機器人應(yīng)用對通信企業(yè)績效的影響機制。
隨著財務(wù)機器人與企業(yè)管理流程的深度融合,隨著大量數(shù)據(jù)被采集、分析,以往一些利己卻損害整體利益的行為就不易隱藏,管理“透明化”趨勢使效率大大提高。財務(wù)共享中心服務(wù)減少了成本支出,優(yōu)化了人力資源配置,提高了服務(wù)質(zhì)量和效率,促進了關(guān)鍵事務(wù)推進,整合資源以實現(xiàn)戰(zhàn)略支持以及共享過程的管理目標(biāo)。財務(wù)機器人技術(shù)的廣泛應(yīng)用使其逐漸發(fā)展為一項通用性技術(shù),對相關(guān)的成本與效率產(chǎn)生積極影響。財務(wù)機器人技術(shù)作為一種管理工具,一方面對企業(yè)信息化系統(tǒng)的優(yōu)化和升級有一定的積極作用,另一方面增強了企業(yè)內(nèi)部相互制約和控制的能力,使更多的人力、物力轉(zhuǎn)移至更有價值的財務(wù)工作中發(fā)揮更大的效用,最終提高了企業(yè)績效?;谝陨戏治?,本文提出以下假設(shè):
H1:財務(wù)機器人技術(shù)應(yīng)用對企業(yè)績效有積極影響。
財務(wù)共享服務(wù)中心應(yīng)用了財務(wù)機器人后,其承擔(dān)了財務(wù)系統(tǒng)中具有低附加值的部分工作,從銷售到收款、采購再到應(yīng)付等環(huán)節(jié),機器人都可以按照既定流程及時高效地進行統(tǒng)一處理,同時發(fā)揮集中與分散管理的優(yōu)勢,可以節(jié)約90%以上的成本。財務(wù)機器人技術(shù)通過決策支持功能促進財務(wù)職能轉(zhuǎn)變,以更低的運營成本提供了更優(yōu)質(zhì)的服務(wù),由此提升了企業(yè)對市場的反應(yīng)速度和競爭力,提高了客戶滿意度,間接地對企業(yè)績效提升做出貢獻。據(jù)此,本文提出以下假設(shè):
H2:財務(wù)機器人技術(shù)的應(yīng)用通過降低財務(wù)運營成本對企業(yè)績效產(chǎn)生正向影響。
財務(wù)共享在本質(zhì)上是一場戰(zhàn)略性質(zhì)的流程再造,依托組織架構(gòu)重構(gòu),財務(wù)機器人的應(yīng)用則是對財務(wù)流程的二次優(yōu)化。將業(yè)務(wù)單元中簡單重復(fù)的環(huán)節(jié)進行剔除,再匯總整合成一個獨立的組織進行統(tǒng)一運作。財務(wù)機器人技術(shù),一方面促進了財務(wù)運作流程效率的提高;另一方面利用資源整合和流程標(biāo)準(zhǔn)化,提高了信息流和資金流的傳遞效率、速度和質(zhì)量,使資金流通渠道暢通,從而使財務(wù)機構(gòu)的運營績效得到切實提高。中興通訊集團財務(wù)共享服務(wù)中心的調(diào)查統(tǒng)計顯示,財務(wù)機器人技術(shù)付款到賬時間從最初的6.2 天減少到只有3天,基本業(yè)務(wù)處理能力從每天1300單增加到2000單,財務(wù)運作效率大大提高。據(jù)此,本文提出以下假設(shè):
H3:財務(wù)機器人技術(shù)的應(yīng)用通過提升企業(yè)財務(wù)運營效率對企業(yè)績效產(chǎn)生正向影響。
本文構(gòu)念模型如圖1所示。
圖1 構(gòu)念模型
由于財務(wù)機器人從研發(fā)、上線至最終的數(shù)據(jù)匯總具有一定的滯后性,因此本文將30家通信企業(yè)作為研究對象,并將2018年設(shè)定為財務(wù)機器人應(yīng)用之前,2019年為財務(wù)機器人應(yīng)用之后,并以季度為單位開展數(shù)據(jù)提取與實證研究。
(1)因變量:企業(yè)績效。本文企業(yè)績效以總資產(chǎn)周轉(zhuǎn)率為考量關(guān)鍵因素。
(2)自變量:是否應(yīng)用財務(wù)機器人技術(shù)。應(yīng)用財務(wù)機器人技術(shù)為1,沒有應(yīng)用為0。
(3)中介變量:財務(wù)運營成本、財務(wù)運營效率。本文選取財務(wù)運營總成本指標(biāo)作為第一個中介變量,另外選取報賬單平均處理時間指標(biāo)作為第二個中介變量。
(4)控制變量:企業(yè)本身的地區(qū)屬性、資產(chǎn)規(guī)模、財務(wù)共享服務(wù)中心內(nèi)部人員特征等。本文主要變量定義如表1所示。
表1 主要變量定義
2018—2019年各通信企業(yè)根據(jù)自己的業(yè)務(wù)需求有選擇地進行財務(wù)機器人試點部署并隨后全面鋪開,這樣分批次、分階段的技術(shù)應(yīng)用可視為一次“自然試驗”,適合用雙重差分模型來研究技術(shù)應(yīng)用效果。
設(shè)Y代表技術(shù)應(yīng)用影響的指標(biāo)值,本文中為通信企業(yè)i的財務(wù)運營成本核心指標(biāo),其中Yit是t時刻通信企業(yè)i的總財務(wù)運營費用;T 是反映時間效應(yīng)的虛擬變量,T=0表示技術(shù)應(yīng)用前,T=1表示技術(shù)應(yīng)用后;Pi是反映技術(shù)效應(yīng)的虛擬變量,其中Pi=0表示第i個樣本屬非技術(shù)作用組(即對照組),Pi=1表示其屬于技術(shù)作用組;T×P是技術(shù)效果和作用時間的交叉項,反映二者的共同影響;εit為擾動項,服從正態(tài)分布N(0,σ2)。DID模型為:
對照組為B組,此時Pi=0,那么財務(wù)機器人技術(shù)應(yīng)用前后,其技術(shù)影響指標(biāo)值分別為:
因此,是否應(yīng)用財務(wù)機器人技術(shù)對B 組企業(yè)績效的影響差距為:
作用組為Pi=1,那么財務(wù)機器人技術(shù)應(yīng)用前后,其技術(shù)影響指標(biāo)值分別為:
因此,是否應(yīng)用財務(wù)機器人技術(shù)對A組企業(yè)績效的影響差距為:
綜上,是否應(yīng)用財務(wù)機器人技術(shù)對A、B兩組企業(yè)績效的凈影響為:
式(8)描述了財務(wù)機器人技術(shù)應(yīng)用前后,作用組A的技術(shù)影響指標(biāo)Y 變化量和非作用組B的指標(biāo)Y 變化量的差異,故DID模型是一類雙重差分模型。
由于樣本是從各通信企業(yè)隨機選取的樣本對象,財務(wù)機器人技術(shù)將全部作用于樣本對象,即技術(shù)將隨機作用于對象,因此可以滿足外生性要求。此外,由于財務(wù)機器人對各個通信企業(yè)都有相同的要求和規(guī)定,移動等技術(shù)引起的內(nèi)生性反應(yīng)則不存在,因此可以滿足內(nèi)生性要求。另一方面,為了提高擬合優(yōu)度和解決樣本的變異性問題,模型中除了加入“分組(P)”“時間(T)”外,還需加入其他影響因變量的控制變量,來反映其他因素對財務(wù)機器人技術(shù)應(yīng)用Y 的影響。那么,DID模型的更一般形式如下
其中:Yit、T、Pi、εit和式(3)中的定義一致;Zit=(Zit(1),Zit(2),…,Zit(k))T,它是除財務(wù)機器人技術(shù)外其他影響Y 的控制變量,k為選取的指標(biāo)個數(shù),Zit(j)為t時刻第i個通信企業(yè)在第j個控制變量上的取值;T×Pi仍是反映第i個通信企業(yè)是否受財務(wù)機器人應(yīng)用作用的虛擬變量,由于本文設(shè)Pi=1表示應(yīng)用財務(wù)機器人技術(shù)的通信企業(yè)組(作用組),Pi=0表示未應(yīng)用財務(wù)機器人技術(shù)的通信企業(yè)組(對照組),故T×Pi=1 表示財務(wù)機器人技術(shù)應(yīng)用實施后,第i個通信企業(yè)應(yīng)用財務(wù)機器人,其他情形下(即財務(wù)機器人技術(shù)實施前或財務(wù)機器人技術(shù)實施后對照組企業(yè)沒有采用該項技術(shù))T×Pi=0。
式(9)中,T×Pi的系數(shù)α3仍是雙重差分估計量,α3反映財務(wù)機器人技術(shù)應(yīng)用實施前后僅由財務(wù)機器人技術(shù)因素引起的通信企業(yè)財務(wù)運營成本情況變化的差異。Y 的凈影響Dif為:
式(10)與式(8)不同的是:式(8)反映了財務(wù)機器人技術(shù)應(yīng)用實施前后通信企業(yè)財務(wù)核算運營成本變化的差異,Dif只由雙重差分系數(shù)α3決定;而考慮了其他控制變量后,Dif還受到如式(10)所示的其他指標(biāo)變化差異量的影響。當(dāng)然,即便是引入其他控制變量,Dif的不同取值反映財務(wù)機器人技術(shù)應(yīng)用對通信企業(yè)作用效果的各種情形仍類似式(8)。
本文將運用式(1)和式(9)兩類DID模型,揭示財務(wù)機器人技術(shù)(P)的應(yīng)用實施對通信企業(yè)財務(wù)核算運營成本水平(Y)的影響及其財務(wù)核算運營成本水平變化量的差異(Dif),揭示財務(wù)機器人技術(shù)應(yīng)用實施的效果。
2.4.1 變量描述性統(tǒng)計
本文通過8期共240組數(shù)據(jù)比較來衡量財務(wù)機器人技術(shù)應(yīng)用的經(jīng)濟社會影響,主要變量統(tǒng)計描述如表2所示。
表2 主要變量統(tǒng)計性描述
2.4.2 變量的信度與效度檢驗
本文運用Python 代碼對數(shù)據(jù)進行處理。首先,運用了Cronbach’s Alpha系數(shù)進行信度檢驗,檢驗主要變量的內(nèi)部一致性。通過分析得出,針對本模型的主要變量,該系數(shù)為0.7836,說明該模型的測量項目具有較高的內(nèi)在一致性,可以穩(wěn)定、可靠地對各變量的本質(zhì)特征進行測量。本文主要從內(nèi)容效度方面對量表所測變量的有效性和準(zhǔn)確性進行評價,主要變量選取均來源于各企業(yè)內(nèi)部評價報表,因此具有較高的內(nèi)容效度。
2.4.3 變量的相關(guān)性分析
各個變量之間的相關(guān)性系數(shù)如表3所示。企業(yè)績效與財務(wù)運營成本、財務(wù)運營效率指標(biāo)顯著相關(guān),初步可以驗證之前的假設(shè),也為下一步回歸分析奠定基礎(chǔ)。
表3 模型變量相關(guān)性分析
3.1.1 未引入控制變量的計量回歸結(jié)果
本文運用Python 計算雙重差分估計量,得到未引入控制變量下財務(wù)機器人技術(shù)應(yīng)用前后企業(yè)績效的回歸結(jié)果,具體見表4。
表4 未引入控制變量下參加財務(wù)機器人試點應(yīng)用前后企業(yè)績效的回歸結(jié)果
在2018年各季度,尚未應(yīng)用財務(wù)機器人技術(shù)的實驗組與始終未應(yīng)用財務(wù)機器人技術(shù)的對照組比較,企業(yè)績效差值為5.9%;在2019年各季度,已經(jīng)應(yīng)用財務(wù)機器人技術(shù)的實驗組與始終未應(yīng)用財務(wù)機器人技術(shù)的對照組比較,企業(yè)績效差值為21.81%。兩年各季度差值的差值,即DID 估計值為15.91%,表示應(yīng)用了財務(wù)機器人技術(shù)的企業(yè)績效要優(yōu)于未應(yīng)用該技術(shù)的企業(yè)15.91%,這項優(yōu)勢要比2018年更顯著。未引入控制變量的回歸計算輸出R2為0.284,方程通過10%水平的顯著性檢驗,還有待進一步進行擬合優(yōu)化。
3.1.2 引入控制變量的計量回歸結(jié)果
將控制變量通信企業(yè)所屬地區(qū)X1、財務(wù)共享服務(wù)中心報賬單體量X2、通信企業(yè)資產(chǎn)規(guī)模X3、財務(wù)共享服務(wù)中心合同制員工占比X4、財務(wù)共享服務(wù)中心35歲以下青年員工占比X5、財務(wù)共享服務(wù)中心本科及以上員工占比X6共6個變量逐一引入模型后進行的計量回歸結(jié)果見表5。
表5 引入其他控制變量后應(yīng)用財務(wù)機器人前后企業(yè)績效的回歸結(jié)果
從表5中可知,財務(wù)共享服務(wù)中心報賬單體量X2及財務(wù)共享服務(wù)中心合同制員工占比X4兩個控制變量對被解釋變量企業(yè)績效Y1的模擬擬合度提升效果最為明顯,最終得到DID值為15.8%,模擬擬合系數(shù)為0.635,模擬顯著性也得到了一定程度的提高。
雙重差分法雖然可以較好地解決政策評估中的內(nèi)生性問題,但依然是建立在一系列重要假設(shè)基礎(chǔ)上的,同趨勢假設(shè)是使用雙重差分法最重要的前提,即要求在沒有外在政策影響的情況下,實驗組和對照組的結(jié)果變量應(yīng)按照相同的趨勢發(fā)展。本文對30家通信企業(yè)兩組數(shù)據(jù)進行繪圖發(fā)現(xiàn),在財務(wù)機器人技術(shù)應(yīng)用前(2018年4個季度)實驗組和對照組企業(yè)績效指標(biāo)幾乎都保持平穩(wěn);在財務(wù)機器人技術(shù)應(yīng)用后(2019年4個季度),對照組的企業(yè)績效指標(biāo)有小幅度的下降趨勢并總體仍然保持平穩(wěn),但是實驗組的企業(yè)績效指標(biāo)卻呈現(xiàn)明顯提升,如圖2所示。這表明財務(wù)機器人技術(shù)實施后,享受到技術(shù)紅利的實驗組企業(yè)績效指標(biāo)要比未享受技術(shù)紅利的對照組企業(yè)績效指標(biāo)平均增長得多,因而財務(wù)機器人技術(shù)的應(yīng)用對通信企業(yè)績效指標(biāo)存在正向影響。圖2中財務(wù)機器人技術(shù)實施前后實驗組和對照組的企業(yè)績效趨勢是重要的事前檢驗,這在一定程度上表明企業(yè)績效指標(biāo)并不是由財務(wù)機器人技術(shù)以外的其他不同導(dǎo)致的,即滿足同趨勢假定。
圖2 實驗組與對照組企業(yè)績效指標(biāo)趨勢對比
根據(jù)上文的實證結(jié)果可以看出,財務(wù)機器人技術(shù)的應(yīng)用可以顯著提升各通信企業(yè)績效指標(biāo),為了驗證前文提出的財務(wù)機器人提升通信企業(yè)績效的機制假設(shè),本文中介效應(yīng)模型設(shè)定如下:
其中,式(11)用于估計財務(wù)機器人技術(shù)應(yīng)用對企業(yè)績效的影響;式(12)用于估計財務(wù)機器人技術(shù)應(yīng)用對中介變量的影響,若α2′通過顯著性水平檢驗,則說明應(yīng)用財務(wù)機器人技術(shù)對中介變量存在影響。本案例考慮的中介變量有兩個,即財務(wù)運營成本(XY)、財務(wù)運營效率(XL)。式(13)在式(12)的基礎(chǔ)上增加了中介變量,以考察中介機制是否成立,該式重點關(guān)注α2″和μ,在滿足式(12)的前提下,若μ顯著且α2″不顯著,則說明財務(wù)機器人技術(shù)的應(yīng)用通過中介變量對企業(yè)績效產(chǎn)生了影響,且為完全中介機制;若μ顯著且α2″顯著,則為部分中介機制;若為其他情況,則中介機制不成立。
檢驗結(jié)果見表6,其中列(4)的估計結(jié)果顯示,財務(wù)運營效益的系數(shù)為負,未通過顯著性檢驗,與H2不符合,其他假設(shè)均得到驗證。
表6 財務(wù)機器人技術(shù)的應(yīng)用對企業(yè)績效指標(biāo)影響機制的檢驗
本文基于2018年至2019年共計8 個季度30家通信企業(yè)的內(nèi)部報表數(shù)據(jù),利用Python 軟件和DID 模型,得出如下結(jié)論:財務(wù)機器人的試點對通信企業(yè)財務(wù)運營時效產(chǎn)生了顯著性影響,鑒于財務(wù)機器人24小時不間斷運行的工作機制,運營效率指標(biāo)中的報賬單處理時間有了明顯的減少;而財務(wù)機器人的試點對通信企業(yè)的財務(wù)運營規(guī)范性沒有產(chǎn)生顯著性影響,運營效率指標(biāo)中的報賬單平均處理通過率提升并不明顯。通過研究財務(wù)機器人的技術(shù)價值與企業(yè)財務(wù)能力之間的關(guān)系發(fā)現(xiàn),大規(guī)模部署財務(wù)機器人所產(chǎn)生的技術(shù)價值對企業(yè)財務(wù)效率和績效的提高有很大的促進作用。
鑒于以上研究結(jié)論,本文提出以下幾點應(yīng)用財務(wù)機器人的管理啟示:
(1)持續(xù)開展財務(wù)機器人的研發(fā)和應(yīng)用工作,提高企業(yè)績效。企業(yè)管理者需對財務(wù)機器人技術(shù)所能帶來的技術(shù)價值達成共識,確保財務(wù)機器人技術(shù)的研究和開發(fā)符合企業(yè)發(fā)展戰(zhàn)略,不以短期目標(biāo)作為研發(fā)目的,確保財務(wù)機器人的技術(shù)價值能夠?qū)ζ髽I(yè)的長期規(guī)劃起到優(yōu)化配置作用。財務(wù)機器人的研究開發(fā)、應(yīng)用等工作,應(yīng)當(dāng)引起企業(yè)管理者的重視和支持,兼顧技術(shù)應(yīng)用的多層次目標(biāo),包括實現(xiàn)企業(yè)財務(wù)能力和績效的提升,也可借此機會完成企業(yè)運營流程的二次優(yōu)化與升級。
(2)拓展財務(wù)機器人數(shù)據(jù)化職能,推進數(shù)據(jù)治理。以財務(wù)機器人為主要共享業(yè)務(wù)模塊的服務(wù)中心是企業(yè)探索數(shù)字技術(shù)、強化數(shù)據(jù)賦能的重要戰(zhàn)略手段。隨著數(shù)據(jù)邊界的突破,財務(wù)機器人不僅提供標(biāo)準(zhǔn)統(tǒng)一的業(yè)務(wù)審核功能,而且其所掌握的龐大數(shù)據(jù)基礎(chǔ)將是價值創(chuàng)造和增值服務(wù)的有效來源。通過財務(wù)機器人的數(shù)據(jù)挖掘和關(guān)聯(lián)分析能力可以發(fā)現(xiàn)流程中的弱點和擁擠節(jié)點,調(diào)整優(yōu)化這些節(jié)點,不斷提高流程的效率和運行能力,為企業(yè)治理提供數(shù)據(jù)化手段。
(3)筑牢財務(wù)機器人的風(fēng)險防線,確保安全轉(zhuǎn)型。企業(yè)全球化經(jīng)營過程中,海外各分支機構(gòu)需要適應(yīng)差異化的政策,比如核算制度和稅務(wù)政策,否則容易造成核算及報表質(zhì)量參差不齊。面對充滿不確定性的新常態(tài),共享服務(wù)中心的財務(wù)機器人應(yīng)發(fā)揮企業(yè)風(fēng)險與合規(guī)管控的重要承載平臺作用,積極構(gòu)建具有跨組織、跨職能特點的全面風(fēng)險防控體系,從加強內(nèi)部控制入手,依托數(shù)字化手段實時監(jiān)控預(yù)警,為企業(yè)實現(xiàn)以數(shù)據(jù)驅(qū)動為導(dǎo)向的轉(zhuǎn)型做好風(fēng)險防控,確保企業(yè)平穩(wěn)轉(zhuǎn)型過渡。