财务共享模式下基于大数据智能化的应收账款管理优化研究

王蓬

（北京工业职业技术学院，北京 100042）

引言：公司传统的财务会计工作多以单一的报表合规分析和对公司财务进行基础核算为主。但随着公司的扩大和转型，加之各个子公司不断地增加，导致对公司财务的管理过程中仍然使用传统的财务会计工作，难以保证公司的财务工作顺利开展。为了能够使公司财务会计的价值得到充分的挖掘，使管理职能在公司中进行充分地发挥，各公司均对财务组织展开了前所未有的大变革。大多数公司以建立财务共享中心为主要变革方向，用来应对公司的发展。应收账款是公司中较为重要的一种流动性的资产，为了能够使公司内部的贷款快速回收，降低成本的同时规避公司的财务风险，公司在财务共享模式下积极的对应收账款管理方式进行优化，并且基于大数据智能化的背景下提出了多种技术管理方法，如采用RPA、K-Means 聚类算法等财务共享模式下的应收账款管理，使管理流程更加完善，同时达到智能化和标准化的程度。财务共享模式下基于大数据智能化的公司应收账款管理优化方案如下。

一、设计目标

首先为了能够使公司的应收账款管理得到优化，将公司财务共享中心的财务人员与下属或子公司的业务会计之间进行有效的沟通，使应收账款管理的流程能够清晰明了，并且能够明确各财务人员的基本需求，积极听取各财务人员在应收账管理方面存在的不足之处；然后充分发挥大数据智能化网络平台，利用平台优势将信息技术与公司内部的业务运作和财务管理流程进行融合，使之能够在财务共享模式下使公司成本得到有效降低；最后积极地将公司的业务范围逐渐扩大以及规模变革等多种因素考虑在管理优化方案中，使公司在对应收账款管理优化的过程中同样能够与公司的发展相吻合。

二、将基于大数据智能化的应收账款管理框架设计进一步优化

当前基于大数据智能化背景，在公司财务共享模式下应收款管理目标主要是能够使公司的应收款管理流程更加简化，公司的财务管理系统中将发挥系统内的优势，将多种大数据技术进行融合，以满足公司对应收账管理的基本需求。在对目标和框架进行设计的过程中，首先使应收账管理的各个环节进行有效的闭环，同时在管理系统的内部构建出完整的闭环流程，其中流程中包括公司资金流动状况或跨系统的管控等。同时也能够为大数据智能化背景下的RPA（机器人流程自动化）提供更多的便利。一般公司的应收账管理优化会从公司的开票、对账以及收款等多个流程进行优化以及对可能存在的风险进行积极的管理。对于开票、对账以及收款而言，公司可采用现代化的财务机器人进行自动化管理，可以有效避免在管理工作流程中可能会出现的，如数据较为复杂或工作流程更加复杂等多种情况。财务管理工作中，所面临的风险管理一般可分为事前管理与事后管理。应对风险事前的管理一般可采用RPA 进行优化，主要以通过对管理事项的各种指标和公司的信用评分，通过此种技术进行计算优化，再利用K-Means 聚类算法模型进行综合分析，分析后根据不同公司的业主信用等级，设定不同等级的应收账款标准和与公司较符合的额度；对风险事后的管理优化方案，依然会借助于大数据智能化背景下的K-Means 聚类算法建立起风险预测的模式，对公司财务共享中心的应收账款管理风险进行实时的监督和管理。

三、基于RPA 和大数据智能化背景下的应收账款风险管理模型

（一）基于RPA 与K-Means 聚类算法的公司业主信用评级

数据收集是构建公司业主信用评级风险过程中首要内容，一般数据收集的开始应从公司签订合同之日起进行，收集数据的目的主要是看公司业主的信用评级能否达到本公司的要求。在信用评级的过程中一般由子公司进行，通常是先公司业主的相关信息包括所在公司的基本数据CRM 系统中录入，再通过RPA 将所获得的各种信息，通过表格等方式绘制成各类财务数据，将绘制好的财务数据与公司业主之间进行关联，根据系统所设定的关联规则查看改业主的信用评级情况。在评级的过程中一般会采用因子自荐的线性组合作为该段评级的基本公式：

公式中的F 即为RPA 中通过因子分析后所提取出的因子，α 则代表因子的权重。对信用评级风险管理模型构建时，应该重点对评价的指标体系进行评价，指标体系一般会以公司的利润、负债以及发展和运营的情况为基本标准。总公司将采集好的信息储存到数据库后建立起公司的资产详细清单，通过上述公式进行计算将结果数值在数据表对应的位置自动填写，与此同时各项数据还可以通过因子分析进行预处理，同时还应该对所在公司的业的信用评级进行判定。在判定的过程中应该建立与之相对应的评判标准，标准的划分一般将按照区间的方式进行划分，划分后可找出各层级之间的差异性，根据K-Means 聚类算法分析所产生的差异性，将差异性进行分析后对所得到的结果进行信用评级构建。

（二）基于BP 神经网络算法的企业坏账风险预测

BP 神经网络主要应对公司内部复杂的处理机制，BP 网络的特点相对较多，如有隐含模式，会对录入到系统的历史数据，结合自身的自主学习能力自动将权重和阈值进行相应的调整，并能够自动化选择解决问题的基本模型，同时还具有非线性映射的能力，不需要通过系统中复杂权重的处理，就可以直接对任意线性函数进行模拟和逼近处理。除此以外BP 网络还具有强大的学习能力和对周围环境良好的适应性，能够抵御来自外界的各种噪音污染或对涉及的未知模型进行标准化的判定。对企业坏账风险进行预测过程中，首先需要建立风险评估指标体系，一般以公式的方式进行评估，评估后采用巴特利特球度方法检验各指标之间的线性关联性。业主的坏账风险可通过BP 神经网络的非线性映射能力，将网络结构划定为三层。每一层均输入不同的数据神经元，各神经元将以数字作为评价的标准，业务员可以通过在系统内上传的公司样本数据，通过评价的结果选择适于公司的回款策略。

四、优化基于RPA 的开票流程

公司的应收账款管理业务流程，最初起源于对子公司所签订的各种合同。在各种合同签订之前需要对公司业主信用状况加以审核，审核完成后可通过审核的结果查看业主之间能够达成合作的关系。为了对业主的信用进行审核，业务人员会通过各种渠道对业主的完整信息进行搜集和整理，例如业主所在公司的财务报表或网络等多种方式进行搜集，搜集信息后将各类相关信息通过财务共享中心的CRM 系统将其进行输入，此时系统会自动保护输入的各类信息，并且根据业务员发出的指令将业主的信息数据进行修改或注销等。当公司在资金结算的过程中，资金结算岗会在系统中将资金的情况做出收款登记处理，RPA 则会在财务共享中心自动化地将各种财务信息进行自动化的提取，并与共享中心中的相关数据进行自动化的匹配，无需通过人工的方式采用手动提取法，如此实现了跨系统的自动开票。在开票完毕后，子公司部门业务人员会再次将信息进行核实，确认无误后会再次将增值税发票上传至财务共享中进行再次审核，一般审核会通过总账审核岗，如审核通过系统会自动开具发票。

五、优化基于RPA 的应收账款对账和收款核销流程

通常应收账款对账和收款核销流程会在子公司下发申请后方可启动流程。RPA 技术可以实现对ERP 系统中各种数据的自动化提取和应收，并且能够实现对系统内部存入的付款业主的个人汇款等多项信息进行自动化的匹配功能，使系统实现自动对账，方便财务管理人员的手动操作。如公司的业主按照双方约定签订好合同后，可将钱款自动汇入到对方指定的账户中，此时系统会通过提前所设定好的各项关联规则实现对收款的自动核销，并提醒业主或相关的业务人员对回款进行及时管理。如汇款出错则系统会自动编辑成邮件，将相关信息自动地发动给子公司的业务部门，提醒再次核对后对汇款进行管理和核销。

结束语

当前财务共享中心面临的财务工作较为繁琐，不仅工作量大且管理效率低。随着大数据智能化时代的到来，通过对财务各个环节进行优化均会对上述问题加以解决。应收账款管理对公司的资金流动和盈利等方面影响较大，为了进一步提高应收账款管理水平和效率，在大数据技术的支持下应对管理策略提出多种方案。如采用RPA 技术更好地解决应收账管理过程中遇见的认知需求低以及重复程度高等数据处理问题，同时又可以对开票、对账以及应收核销等工作流程进行进一步优化，实现公司大数据智能系统中的财务数据共享，使公司能够在大数据支持下通过财务共享模式对应收账款进行创新性管理，以提高公司财务工作的管理效率。