基于大數據環境下的電力企業財務分析

　　[摘 要]在輸配電價改革為核心的新一輪電力體制改革下，電網的盈利模式徹底改變，電網企業有必要在新的市場環境下，開拓創新、整合資源，發掘新的效益增長點，構建新的盈利模式，為企業的市場化經營提供新的動力引擎。如何將電力發展和生產運行產生的海量數據為公司所用，提高財務數據與業務數據融合程度迫在眉睫。

　　[關鍵詞]大數據;財務分析;數據挖掘

　　近年來，以輸配電價改革為核心的新一輪電力體制改革徹底改變了電網的盈利模式，電網企業有必要在輸配電這一主營業務之外，在新的市場環境下，開拓創新、整合資源，發掘新的效益增長點，構建新的盈利模式，為企業的市場化經營提供新的動力引擎。當前，慈溪電力事業取得長足發展，有力支撐了經濟社會跨越式發展。與此同時，國網浙江慈溪市供電有限公司電力發展和生產運行也產生了海量數據，如何在新一輪電力體制改革中將這些數據為企業所用，提高財務數據與業務數據融合程度，為管理層高效獲取決策分析數據創造良好條件，從而真正發揮會計控制的職能是電網企業亟需解決的重大現實問題。

　　1 大數據特征分析

　　大數據是近年來受到廣泛關注的新概念，是指通過對大量的、種類和來源復雜的數據進行高速地捕捉、發現和分析，用經濟的方法提取其價值的技術體系或技術架構。

　　廣義上講，大數據不僅是指大數據所涉及的數據，還包含了對這些數據進行處理和分析的理論、方法和技術。

　　1.1 一般大數據的特征分析

　　大數據的基本特征主要有：第一，數據量(Volume)巨大，已經形成了從TB級向PB級躍升的數據量。第二，處理速度(Velocity)快，在數據量特別大的情況下，能夠做到數據的實時處理，即1秒定律。第三，數據類型(Variety)繁多，數據來自多種數據源，囊括了半結構化和非結構化數據，有音頻、視頻、圖片、地理位置和網絡日志等多種信息形式。第四，價值(Value)較高。單一數據的商業價值不大，但匯集成大數據，就有較高的商業價值。

　　1.2 電網大數據特征分析

　　電力是社會發展的重要基礎。傳統的電力數據分析通常基于某個部門或某個專業的數據，大數據分析則是在實現跨專業、跨部門數據融合基礎上進行多維度數據分析。

　　一方面，電力大數據具有大數據的共性，包括數字、文本、圖形、圖像、音頻、視頻等靜態和不同時間尺度的動態異構異質數據。另一方面，電力大數據必然繼承了電力行業數據的特征，包括大量的因果關系數據、高維的時空數據，廣域的監測控制、快速的時間響應及實時控制數據。主要有以下幾個特征：

　　(1)來源多重性：數據源系統多種多樣，大小系統并存。電網大數據有多個來源，例如用電信息采集系統、營銷系統、生產管理系統、廣域監測系統、配電管理系統、用戶管理系統、設備檢測系統、客服管理系統等。

　　(2)空間分布性：電網中的運行數據來自分布在整個電網不同物理地點的監控裝置，從分布在每個家庭的智能電表，到遍及饋線、各個等級的變壓器和變電站中的各類監控系統，無處不在。

　　(3)時間多尺度性：智能電網數據的時間跨度非常大，數據采樣頻度從波形數據的微秒、電表數據的分鐘到設備檢測的小時，相差非常大。

　　(4)實時交互性：電網中的運行監測數據，包括智能電表數據等。實際上都是流數據，利用這些數據可以在線確定電網的實時運行狀態，是調度員進行在線決策的重要依據。

　　2 大數據時代數據挖掘技術的意義

　　大數據時代下，數據挖掘技術改變的不僅僅是數據搜集存儲和處理分析的技術和方法，更轉變了人類原有的思維方式，促使人們用更先進的理念理解和研究數據所反映的社會經濟現象。其主要表現在以下幾個方面

　　2.1 轉變抽樣思想

　　傳統思維模式下，由于人們沒有能力獲取或者處理大規模的數據，對數據搜集和理解能力有限，因此在數據分析中通常滲透著抽樣思想。抽樣思想是指從數據總體中按照一定的方法選取樣本，并根據對樣本的分析結果推斷總體。也正因為如此，傳統數據分析理念著重研究的是如何建立科學的選樣技術、避免偏差。大數據時代，數據樣本就是過去資料的總和，樣本就是總體，通過對所有與事物相關的數據進行分析，既有利于了解總體，又有利于了解局部，抽樣思維將逐漸被替代。

　　2.2 轉變對數據精確性的要求

　　傳統思維模式下，無論是財務領域還是其他經濟分析領域，人們通常要求數據樣本具有準確性以及可比性等。這一要求符合此前數據結構單一、規模較小的時代背景。大數據時代的到來，人們能夠從更廣泛的渠道獲取數據，也發明了更多篩選、清洗數據的技術手段，因此對數據精確性的要求有所降低，但是仍然保留對數據分析結果有較高的精確度要求。

　　2.3 轉變數據關系分析的重點

　　傳統數據分析工作所遵循的一般模式是，首先假設兩類數據序列存在某種因果關系，而后以此為基礎構建模型并代入數據驗證以檢驗模型的合理性。大數據時代，數據挖掘技術的使用下，數據規模巨大、數據結構復雜以及數據變量錯綜復雜，預設因果關系以及分析因果關系相對復雜。于是，在大數據時代，分析數據不再探求難以琢磨的因果關系，轉而關注事物的相關關系。具體表現為：第一，分析思路。傳統模式是先假設后驗證，數據挖掘技術遵循的是用全量數據直接挖掘生產，而無需假設;第二，關系的類型多元化發展。傳統模式人們注重對線性關系的挖掘，大數據時代，現象的關系很復雜，不僅可能是線性關系，更可能是非線性函數關系。第三，目的不同。傳統模式關注變量之間的親疏程度和因果關系的有無。在大數據時代，數據挖掘的目的就是尋找變量或現象之間的相關關系，然后根據變量或現象之間的相關關系進行由此及彼、由表及里的關聯預測。

　　3 政策建議

　　國網浙江慈溪市供電有限公司探索建設以堅強智能電網為基礎的能源互聯網，以改革創新為動力，致力于打造廣泛互聯、智能互動、靈活柔性、安全可控新一代電力系統。如何在新一輪電力體制改革中，基于大數據背景下對電網企業的財務數據進行分析是公司亟需解決的重大現實問題。從電力公司財務分析角度來說，問題的關鍵不在于財務部門掌握了多少財務信息，而在于對其中含有價值的數據進行處理的專業能力。例如，現階段智能化電表、變電站、電網等數量越來越多，數據種類、總量、來源也相對復雜，傳統的數據處理模式已經失去了意義，需要重新構建符合大數據時代的財務分析模式。因此，我們提出如下政策建議：

　　3.1 積極展開電力公司財務信息和數據資源整合

　　實際上，電力企業現有的ERP系統在一定程度上打破了傳統的信息隔絕形態，滿足了人力、物力和財力的統一管理。但這種“打破”只是一種形式，并沒有打破電力企業信息和數據資源的價值壁壘，例如，很多數據都分散在不同系統的終端數據庫上，并沒有全部發揮自身的價值，隨著企業市場經營而逐漸流失。因此，通過大數據思維構建的“大數據平臺”，可以將電力經營、調配、財務等多方面的數據上傳到“云端”，構建企業級的大數據平臺“管理中心”，實現數據存儲、建模、監控、篩選、關聯和應用的有效性，滿足大數據在電力企業財務分析中價值“最大化”。

　　3.2 轉變財務分析職能，滲透電力企業戰略決策

　　人們將“大數據”看作是一種事件處理思維模式，那么它必然有一個模式起點和模式終點。很明顯，“模式起點”是大數據所需求的各項技術、制度條件，如物聯網、移動互聯網等，而“模式終點”就是產生電力企業經營戰略決策，這就要求財務人員善用大數據思維，深挖數據中與企業優勢競爭力相符合的要素，積極推動業務經營的多樣化。

　　3.3 提升電力企業財務分析中的大數據應用能力

　　大數據是互聯網經濟發展的產物，它的優勢與互聯網技術具有強烈的“共生性”，要提高電力企業財務管理中對大數據的應用能力，最有效地就是提高在互聯網技術層面的掌握能力，包括對原有技術平臺的升級改造，以及計算機技術、信息技術、通信技術、軟件技術、虛擬技術等有效的融合，這樣才能全方位地實現數據監測、分析、運算和處理。

　　[參考文獻]

　　[1] 穆俊艷.淺談管理會計發展對企業的要求[J].財會通訊，2013(25).

　　[2] 胡偉，劉科.中國管理會計理論研究和實務應用的發展[J].財會月刊，2013(04).

　　[3] 于玉林.面對世界挑戰的會計創新——兼論建立《會計創新學》[J].會計之友，2013(02).

　　推薦閱讀：《電力系統裝備》是一本面向電力工業和電力設備產業，集指導性、信息性、技術性、實用性于一體的大型綜合性月刊。為中國學術期刊(光盤版)電子版全文收錄期刊，是真正縮短電力設備供應商與用戶間聯絡的新干線。

轉載請注明來自發表學術論文網：http://www.zpfmc.com/dzlw/18628.html