审计统计抽样分析论文

【摘要】大数据时代的到来，不仅为企业发展提供了便利，也对企业提出了更高要求。大数据在企业内部审计中的应用，直接引发了审计模式的转变，这也必将成为今后的发展趋势。本文首先分析了传统审计模式与大数据审计模式的区别，指出了大数据环境下企业内部审计模式转变的必要性，其次分析了内部审计模式转变的机遇和挑战，最后提出了内部审计模式转变的措施。今天小编为大家推荐《审计统计抽样分析论文(精选3篇)》相关资料，欢迎阅读！

审计统计抽样分析论文 篇1：

大数据时代的企业会计、审计发展趋势

摘 要：随着国内外经济的发展，科技也成了生产、生活中必不可少的成分，大数据应运而生。大数据的产生对于各行各业都有十分重大的影响，同样对于全球经济社会也产生了不容否认的影响，对于会计、审计行业的发展趋势随着大数据时代到来发生改变。本文从相关理论和大数据时代会计、审计的发展趋势两个方面进行了具体分析，对于会计、审计行业的发展具有重要的研究意义。

关键词：大数据;会计;审计

一、相关理论概述

1.大数据的含义

Data是“数据”的英文翻译，在拉丁字典中的释义是“已经了解、知道”的意思，因此一些人将其理解为“事实”。所谓数据，就是指针对某件事物的具体阐述，其可以进行重组、记录或是分析。在二十一世纪初期，随着各国经济、科学的高度发展，“大数据”的概念逐渐变得清晰可见。“大数据”根据字面意思来看，即是大量的资料、数据，就是指一些规模、数量庞大的且可以在一定条件下实现收集、处理的可用信息。在IDC中的定义，指明了大数据的作用，就是实现、有效的获得巨额数据中的有效数据。

2.大数据的特征

（1）不依赖抽样分析，采集、处理事物全部数据

十九世纪初期，人们对巨大的样本量习惯使用抽样分析法来进行总体的分析。抽样技术是在当时数据贫瘠和收集数据条件受限的情况下而必须采用的方式。抽样分析法，所抽取的样本数量是有限的，因此所进行的分析也是受到限制的，只能进行相对少量数据的分析研究。

之后随着时代的进步，统计抽样虽然得到了一定的发展、完善， 但是其自身仍然具有一定的诟病，因此只有几十年的寿命。随着科技的发展和进步，大数据分析逐渐成为主流的分析方法，抽样分析法使用频率越来越低。大数据分析法无需继续依赖抽样分析的方法，并且可以收集到更加全面、充足的数据，对于事物的全部数据进行分析、处理。

（2）不追求数据精确度，追求利用效率

大数据的时代里，已经由之前的追求精度转变为追求利用效率。对于精度的追求变得没有意义，甚至受到排斥。因为对于大数据而言，其数据种类形态各异，好坏都有，精确度并不是它对于事物进行分析时的主要手段。取而代之的，大数据只需保证数据的及时、利用效率，不需要再进行事物多个层面的研究，从而保证人们对于所需数据进行完整的认识。

（3）难以寻求直接因果关系，充分利用相互关系

从古至今，人们习惯于对事物进行因果关系的探索，这种传统思维导致人们在数据的运用之中产生了很多人为的困难因素。对于事物因果关系的寻求之路往往是坎坷的，但固化的思维限制了人们的想象和认识，依旧沉浸于寻求因果关系之中。大数据时代的到来，对于人们的观念进行了冲击，人们开始不再寻求因果关系，而是对于事物之间的相互关系进行寻找。大数据时代里，人们只需知道什么是什么就足矣，而无需了解其内在原因等一系列因素。大数据的运用帮助人们的思想实现了质的飞跃，在对于数据的分析方法上也产生了一定的影响。现在可以将事物数据化从而进行定量、定性相结合的分析，实现数据相互关系的利用。

二、大数据时代企业会计、审计的发展趋势

大数据时代的到来，带给人们的不仅是思想、技术上的进步，还有各行各业思维模式和数据处理方式的变化。对于审计、会计人员而言，一方面要对于大数据所带来的数据采集方式进行了解;另一方面还要学会运用相关技术对于所需的数据进行合理的分析、驾驭，高效的从巨额数据之中找到所需的数据，从而保障工作的顺利完成。大数据时代的到来，对于审计和会计行业的发展趋势而言，其影响主要表现在以下五个方面。

1.从事后的财务报告向实时财务报告发展

就今而言，会计人员在平时并不会进行财务报告的编制，只有当经营生产结束之后才会进行编制。对于会计人员而言，这是一个冗杂的过程，财务报告至少需要两三个月才能完全编制成功，对于会计相关信息的运用起到了一定的阻碍作用，不利于信息及时的使用。但是长期以往事后编制都是被大量会计人员所常用的方式，迟缓的报告似乎已经司空见惯。大数据时代的到来，科学技术的运用为实施财务报告提供了先天的机会和可能。实时报告不仅仅是现代信息技术的产物，更是大数据技术的开拓与利用，对于一些需要实时性数据的产业提供了发展的契机，解决了许多不曾解决的问题。

当今时代实时财务报告主要由以下几个步骤构成：首先进行数据的整合，可以采用建立中心数据库的方式。其次是建立相关网站，将企业的数据与外界互联网相联结，实现数据的同步共享、更新。最后是要保证已经经过加工处理的数据可以被使用者及时分析、运用，从而为企业的发展提供更好的策略。

2.从企业会计的反映过去向预测未来发展

企业会计职能有很多，但是其主要职能是将过去进行较好的反映，很难实现预测未来的功能。从当今的市场竞争角度出发，企业会计能否适时预测出企业未来的走向的重要程度远远大于反映过去的重要性。大数据时代的到来，为会计人员进行预测未来提供了一定的条件的同时也有一定的挑战性。对于会计从业人员而言更需要具有收集、传递数据的能力，为企业进行未来的预测。

针对会计人员如何从反映过去转变为预测未来的问题，主要可以从以下几个方面进行工作：第一，制定预测未来相关的数据管理方案，对于数据预测的数据进行评估。第二，运用实时的大数据为企业的决策提供支持依据。第三，明确企业运用大数据预测是为了提高企业自身对风险的防范能力和调控能力，所以企业的各种实时数据都应该及时运用。

3.从单一财务管理向综合财务管理发展

财务管理的工作理念随着时代的发展在不断变化，但是大数据时代的到来为财务管理理念的变化实现了实质性的变革。从前的财务管理往往是局限于一个财务领域，大数据使其进行了广阔的延伸，伸展到了销售、战略制定等更深入、广泛的领域。因此可以说当今的财务管理是对一切與企业发展有关数据的管理和运用，相对而言更具有综合性。之所以可以实现企业财务管理的综合性主要是有大数据的支持，为财务管理人员提供了更多可利用的信息，并且使财务管理人员在进行数据分析时可以察觉到一场并及时进行应付。

4.从抽样审计模式向总体审计模式发展

大数据既是一种有效的技术手段，又是一种对于审计人员思维转变的契机。传统的审计模式主要依赖于抽样的方法，往往是从局部的层面进行分析从而推断整体的层面。抽样的审计模式具有很大的局限性，难以实现大量数据业务的分析，具有很高的风险系数。而在大数据时代到来的情形下，审计模式转变为了采用所有数据的总体审计模式。这种新型的审计模式实现了审计的历史性变化。

总体审计模式的运用不仅可以回避抽样审计模式的风险，还可以通过看到总体的数据来进行多方面的、多角度的分析和研究。据此发现更多潜在的问题，实现风险系数的下降。

5.从单一审计报告向综合审计成果应用发展

在大数据时代到来之前，审计人员的审计报告往往是内容单一且信息貧瘠的。而大数据到来之后，审计报告也产生了更加综合的变化。审计人员通过运用大数据技术，可以促进审计成果的进一步运用。要实现审计成果综合运用，首先要求审计人员应该在大量的数据之中善于归纳、分析，找到其内在发展趋势。其次要进行智能化的保存。在运用大数据的时候将问题进行具体的规则化和固化，为之后的问题判断和解决提供先机。最后审计成果应该与被审计单位具有一定的关联，及时进行信息的处理，可以有效的提升其工作效率。大数据的运用使审计报告实现从单一向综合转变的同时也使整个审计过程更加严谨、科学，实现了审计工作量的减少，提供了巨大的便利条件。

三、结论

在当今云计算和互联网高速发展的带动之下，全球的经济领域也受到了巨大的影响。大数据带给整个现代审计行业、会计行业的是更加新兴的技术与方法，以及更加高的工作效率和更加少的工作量。大数据时代之下的审计、会计行业，越来越趋向于多元化，将各个方面进行综合、统筹的考量。与先前相比，更多的是预测未来、高效的体现，从各个层面上体现了大数据时代下的优势。不仅有利于降低企业的经营风险，更是企业实现高速发展的良好推动。因此大数据时代对于会计、审计的影响是不容忽视的，善于运用大数据时代之中的技术对于行业的发展具有重要意义。

参考文献：

[1]王共科.大数据时代下的会计、审计的发展趋势[J].中国战略新兴产业，2018，（08）：108.

[2]张珺.大数据时代对会计和审计的影响分析[J].财会学习，2016，（03）：92.

作者简介：刘志彬（1995- ），男，汉族，籍贯：河北省廊坊市，辽宁理工学院，经济管理系，本科生，所学专业：财务管理

作者：刘志彬

审计统计抽样分析论文 篇2：

大数据环境下企业内部审计模式转变研究

【摘 要】大数据时代的到来，不仅为企业发展提供了便利，也对企业提出了更高要求。大数据在企业内部审计中的应用，直接引发了审计模式的转变，这也必将成为今后的发展趋势。本文首先分析了传统审计模式与大数据审计模式的区别，指出了大数据环境下企业内部审计模式转变的必要性，其次分析了内部审计模式转变的机遇和挑战，最后提出了内部审计模式转变的措施。企业应当从内部审计风险管理、人才培养、审计工具和审计制度四方面着手，不断推进审计模式的转变。

【关键词】大数据环境；企业内部审计模式；转变措施

一、引言

企业内部审计一直是现代企业管理的重要内容，为企业的风险防范和管理做出了重要贡献。大数据时代的到来，为企业管理开启了新的模式和机遇，特别是对于企业内部审计来说，为其提供了更加便捷的渠道，并促使其进行审计模式转变。因此，研究大数据背景下的企业内部审計模式转变能够为企业未来发展指明方向，具有重要的现实意义。

大数据是科学技术发展到新阶段的产物，业界认为主要有四大特征：数据量巨大；数据种类多，不仅包括基本信息，还包括视频、图片等信息；价值密度比较低；处理速度极快。大数据分析相比于传统的统计分析，主要有三方面转变：一是不再使用随机抽样，而是注重数据的整体性；二是重视数据处理的效率而不是绝对精确；三是反映的是相关关系而不再追求因果关系。

二、企业内部审计模式的新旧对比分析

从管理管理模式看：传统审计是由专家带头，对单业务条线风险实施单方向审计识别；而大数据审计是通过多元化全面数据整合信息，进行全面风险识别。与传统审计相比，大数据审计更加注重数据的关联性。

审计范围与内容：传统审计是抽样审计结构化数据，通过抽样分析推断总体特征；而大数据审计的内容是全部数据，样本数据是全部数据总体。

工作方式和方法：传统方式主要是现场审计和非现场审计相结合，工作的效率不是很高；而大数据审计是通过信息化和智能化的方法，对数据进行全面审计。

通过以上分析可以看出来，企业传统的内部审计模式已经不能完全满足现代工作的需求，大数据审计是必然的发展方式，因此，企业在今后的工作中应当注重内部审计模式的转变，以适应科技飞速发展的要求。

三、大数据环境下企业内部审计模式转变的必要性

1.大数据有助于提高企业内部审计工作效率

企业利用大数据进行审计，可以使用更为丰富的数据资源、更加先进的技术和平台，通过海量数据分析，发现相关问题。在此过程中，企业可以节省审计所需时间和人力资源，提升审计工作效率。因此，在大数据环境下，企业内部审计模式转变是必然趋势。同时，审计工作效率提升后，企业可以及时发现自身问题，降低风险发生的可能性。另外，利用大数据进行内部审计，可以及时获得审计结果，为企业管理决策提供及时参考。

2.企业内部审计模式转变是适应时代发展的要求

在现代科技快速发展的时代，大数据、云计算等新兴技术逐渐应用于各个领域，为人们的生活和工作提供了更加便利的条件。大数据为企业内部审计工作开启了新的模式，传统的内部审计模式已经不能满足企业现有的需求，甚至制约着企业的全面发展。因此，企业要想在激烈的市场竞争环境中脱颖而出，需要借助大数据的优势，转变内部审计工作模式，向全面化、数据化、智能化方向发展。

四、大数据环境下企业内部审计面临的机遇与挑战

1.大数据环境下企业内部审计面临的机遇

（1）内部审计数据资源更加丰富化

由于企业内部审计主要是基于数据分析，大数据时代的到来，为企业提供了更加丰富的数据资源，不仅包括传统数据，还包括图片等多种资源。数据资源的丰富化为企业内部审计工作提供了更加合理的方式和方法，企业可以利用数据资源的关联性，提升内部审计工作的关联性，从而提高内部审计的质量，为企业提供更加合理的决策参考。

（2）内部审计程序更加科学化

多年以来，企业一直采用传统的审计程序，包括：检查、询问、函证、计算和分析等，这种程序比较僵化，不能适应企业审计革新的需要。大数据为企业内部审计提供了更加宽阔的视角，企业在进行内部审计过程中，不仅对数据进行分析，还要进行数据挖掘工作，从而得到有益于审计工作的数据，更加精准化。

（3）内部审计分析更加全面化

由于大数据分析使用的数据样本是全部数据，而传统的审计模式使用的是样本数据，因此大数据环境下内部审计分析更具全面化。通过全部数据进行审计分析，可以得到分析内容之间的联系，不再是对企业的某一方面进行审计，而是进行全面风险识别。

2.大数据环境下企业内部审计面临的挑战

（1）内部审计数据存在风险隐患

由于大数据的整体数据量巨大，所以在计算过程中如果存在公式或步骤错误，则会直接影响计算结果，对内部审计结果也会产生消极影响。同时，大数据内部审计是通过信息化过程一键得到结果，不存在主观判断等分析，一旦数据被网络攻击，则会发生风险隐患。如果得到的审计结果不正确，则直接会影响企业的经营决策，不利于内部审计工作的开展。

（2）内部审计人员能力需要提升

利用大数据进行内部审计对审计人员提出了更高要求，要求审计人员具备更高的专业水平，才能保证审计工作的顺利开展。由于企业之前都采取传统的模式进行内部审计，审计人员也对现场审计与非现场审计的方式比较熟悉，而大数据环境下则信息化程度比较高，审计人员不仅需要具备内部审计相关的专业知识，还需要具备相应的数据操作技能。但是，目前很多企业的审计人员都还没有适应内部审计模式的转变，因此需要经过专业培训才能满足大数据审计的模式。

（3）内部审计工具更新不及时

由于企业使用大数据进行内部审计的时间并不长，所以很多企业的审计工具与传统审计模式相配套，还未进行及时更新。而大数据对内部审计工具提出了更高的要求，由于大数据处理的信息量比较大，因此审计软件的数据存储量和处理速度都要满足这一要求。但从目前来看，很多企业的内部审计软件并没有进行及时更新，还没有完成传统审计模式向大数据审计模式的转变。

五、大数据环境下企业内部审计模式转变措施

1.加强内部审计风险管理

首先，应当做好大数据审计风险评估，对内部审计过程可能发生的风险进行全面评估，以保证企业内部审计模式的顺利转变。其次，大数据审计主要是信息化的处理过程，因此企业需要对数据进行风险检查，保证数据的准确性及计算过程的精确度。最后，不断完善审计流程，审计人员应当严格按照审计流程开展工作，防范内部审计过程中的风险发生。

2.健全人才培养机制，提升审计人员水平

一方面，企业应当加强对审计人员的专业知识培训，对大数据环境下的审计模式熟练掌握。同时，通过培训学习，不断适应大数据技术革新对审计模式提出的新要求，保证审计工作质量的提升；另一方面，企业审计人员还需要提升软件操作技能和数据处理技能，这是传统的审计模式未进行严格要求的方面。在大数据环境下这些属于审计人员的必备技能，因此需要不断加强这些方面的学习和培训。

3.注重内部审计工具的更新

一方面，内部审计工具需要满足庞大数据处理数量的要求，这是由于大数据审计的样本量即是全部数据，不再是抽样分析中的一部分数据；另一方面，内部审计工具应当满足大数据处理速度的要求。大数据的处理速度比较快，因此内部审计工具只有具备更快的数据处理速度，才能保证审计工作的质量。

4.不断完善内部审计制度

企业内部审计模式的转变需要有审计制度的支撑，审计制度是企业进行内部审计的基础和依据。大数据环境下，内部审计的相关流程和方法发生改变后，审计制度也需要随之更新，及时对企业的内部审计行为进行规范，从而保证内部审计工作的顺利进行，最大程度地为企业降低风险。

参考文献：

[1]闪明存.试论大数据分析与审计分析——从企业内部审计角度[J].中国集体经济，2016（04）：151-152.

[2]周霞，林津翘，华峰.大数据时代企业内部审计新常态研究[J].中国内部审计，2017（03）：13-17.

[3]邵松長.浅议大数据环境下企业内部审计工作的转型提升[J].财会学习，2018（11）：145-147.

[4]王桂兰.浅谈大数据环境下企业内部审计模式创新[J].知识经济， 2018（08）：94-95.

作者：陈佳宁

审计统计抽样分析论文 篇3：

大数据时代财务预测的变革探索

摘要：大数据改变了传统财务预测的基础，财务数据的内涵、规模、范围等都产生了质的变化，进而使财务预测的流程、方法发生了颠覆性的变革。

关键词：大数据 财务管理 财务预测

随着云计算、移动互联网、移动终端、数据感应器、物联网等技术高速发展，人类已进入一个崭新的时代——大数据时代。从电子商务、社交网络到移动通信，从教育、公共服务、商业到政府等，正爆炸式产生结构化与非结构化数据的“海量”数据。据统计， 2013 年全球产生的数据达到3.5ZB，到 2020 年产生的数量将增至 44ZB。“海量”的数据蕴含的巨大的科学价值、经济价值和社会价值，人类对大数据的挖掘与应用，将改变市场结构、商业模式、组织结构以及人类生活方式，使社会各个领域发生颠覆性变革。

财务预测是企业财务管理循环中重要的一环，是企业进行财务决策的基础，也是制定财务预算和计划的依据。大数据时代的到来，使财务预测的基础、模式、方法正经历深刻的变革。通过收集企业经营活动相关的财务数据和非财务数据，以及与之相关的其他来源的海量数据，并对这些数据进行分析与挖掘，进而发现影响企业经营的关键因素，准确地把握企业的经营现状，为提高企业运营效率、提升企业价值和开拓企业新业务提供参考与导向。而且，从这些数据中可以获取新的洞察力，预测企业经营的未来趋势，并制定适应企业未来发展规划的财务战略，更全面地推进科学财务决策。

一、大数据背景下财务数据内涵的变革

财务数据是财务预测的基础，是财务预测方法的选择及结果的精准程度的保障。近年来，随着大数据时代的到来，财务数据的内涵发生了深刻变化，主要表现在以下几个方面：

（一）财务数据的规模发生了重大变化。IDC的研究报告称，全球每年产生的数据总量约为2.7—3.5ZB，未来10年全球大数据将增加50倍，使得全球数据量呈现出前所未有的爆发式增长态势。企业在经营的过程中通过物联网、互联网、ERP系统、电子交易平台、销售点的数据收集技术（条形码扫描仪、射频识别、智能卡技术）、收银台客户记录、电子商务网站的日志、电子购物中心顾客服务技术收集大规模的海量数据，这些数据是传统财务数据的几十倍甚至更多，这些数据在大数据分析技术的支持下都可以成为财务预测的依据。例如淘宝网围绕着买卖双方的交易、搜索、浏览、评价等每天活跃着超过50TB的数据量，并针对用户提供免费数据魔方、量子恒道、超级分析、金牌统计、云镜数据等信息，用户可以获取行业、品牌的市场状况、消费者行为情况等，及时调整营销手段，进而提高销量。

（二）财务数据的范围更宽泛。在大数据时代，由于数据收集与处理技术发生了质的变化，财务预测所需的数据不仅依赖于结构化的财务数据，而更重要的是依赖于与企业日常经营活动相关的非财务数据和与企业经营无关的其他数据，因此数据范围更宽泛。不仅包括企业内部的采购、销售、库存、生产等数据，也包括来自市场的经济数据、行业数据、客户数据、交易数据、供应商数据等，同时还包括来自政府的法律法规、税收、审计数据，以及银行的信用、融资等数据，这些数据可能分布在不同的地域、不同的机构， 并且以不同的数据类型存在，数量异常庞大，维度更广，范围更宽。例如对销售收入的预测，在传统预测中主要是以历史的销售数据及某个单一市场数据作为预测的依据，但在大数据背景下可采用的数据范围更宽，如电子商务平台上的点击率、客户的收货评价、销售终端的付款记录等都可以作为预测的数据基础，这些数据在传统财务决策系统无法收集和处理，只有借助大数据技术才能实现这些分布式数据的采集与预处理。

（三）财务数据更具多样性，价值更巨大，但利用密度低。财务数据多样性不仅表现为财务数据来源多样，如传统财务报表、企业内部控制系统等结构化的数据，电子商务平台、社交网络等非关系型数据库的半结构化数据和非结构化数据，同时也表现为数据类型、语态、语义的多样性，如数据表单、传感数据、文本、日志、音频、视频等。利用密度低主要是指海量数据下蕴含的相关信息、有效信息可能只是其很小一部分，信息“提纯”面广，也就是说需要在海量的数据中去挖掘有限的可用信息。

二、大数据时代下财务预测流程的变革

大数据时代下由于财务数据基础、财务数据处理技术、财务数据分析技术发生了根本性的变化，因此财务预测的流程也就发生了革命性的变化。主要分为财务数据收集与存储、财务数据处理、财务数据分析与挖掘、财务预测模型建立、预测结果可视化几个环节，如图1所示。

（一）财务数据收集与存储。财务数据收集是按照确定的数据分析内容，收集相关数据的过程，它为数据分析提供了素材和依据。借助互联网、物联网、电子商务交易平台、社会化网络和大数据交易平台，企业可以从企业内部、市场、税务部门、 财政部门、会计师事务所、银行和交易所等机构获取各种与财务预测相关的多样化数据，为后续采用大数据技术和方法进行数据处理提供数据支持。

（二）财务数据处理。财务数据来源、结构、形态的多样化，决定了这些海量数据的复杂化、混沌化、抽象化及碎片化，面对如此庞大而复杂的数据，传统的数据处理方法已无能为力，而必须利用大数据处理技术对杂乱无章的数据进行加工整理，主要包括数据清洗、数据转化、数据提取、数据计算等处理等环节，从中抽取出对预测有价值的数据，进而形成适合数据分析的样式。

（三）财务数据分析与挖掘。财务数据分析与挖掘就是从大量的数据中挖掘出有用的信息，并发现数据的内部关系和规律，为解决问题提供参考。大数据时代下面对内涵更深、结构多样复杂、数量庞大的财务数据，数据的分析与挖掘成为财务预测的关键。财务数据分析与挖掘主要对数据实行分类、聚类、关联，进而利用数据的关联性进行预测。Hadoop、HPCC和NoSQL等大数据分析与挖掘技术快速发展，为企业进行财务分析与预测带来了全新的分析视角，也以日新月异的速度改变着企业的分析能力，正逐步形成财务预测的全新生态系统。在未来，对大数据的分析和挖掘能力将成为企业的核心竞争力之一。

（四）财务预测结果可视化。传统财务预测结果是通过表格和图形等可视化方式来呈现，面对多维、海量、动态的大数据，为了清晰地传递预测结果，传统的方法难以奏效，需要利用大数据的可视化方式进行解释。一般性的有反映复杂社交网络的宇宙星球图、标识对象知名度的标签云、显示集群成员分配的聚类分析可视化技术、反映事物历史变化的历史流图和空间信息流等。通过这些可视化技术将预测结果以图像、图表、动画等形式表示出来，进而利用其他的分析手段发现未知信息。

三、大数据时代下财务预测方法的变革

传统财务预测以结构化数据为基础，以定量或定性化的模型为支撑，以从因到果的逻辑推理得到预测结果，如时间序列预测、回归分析、趋势分析等。但在大数据时代，预测的数据基础已发生了质的变化，主要以非结构化数据为主，结构混乱，已无法找到像传统财务预测一样精确化的处理方式，大数据时代下财务预测方法已发生深刻变化。

（一）大数据时代下以“全部数据”为基础的预测改变了财务预测的基础。传统的财务预测包括定性与定量分析，其中定量分析主要是时间序列预测、因果分析预测，其基础主要是统计分析中的“抽样分析”，它是基于有限的样本数据来进行论证，是“小数据时代”不可能收集和分析全部数据的情况下的无奈选择。但是传统的抽样分析存在很大的缺陷和局限，因为抽样分析结果的准确性与样本的数量及样本选择的随机性有关，而实现这种随机性是很难的。

在大数据背景下，财务预测不再依赖抽样的方法，而是采用全部数据的方法。数据收集、存储、处理技术翻天覆地的变化，云计算、物联网、数据库等技术的发展，为获取足够大的样本数据乃至全体数据提供了技术支撑。Hadoop等开源技术的发展也为数据的分析与挖掘提供了条件。2009年谷歌对流感趋势预测是基于全部数据分析预测的经典案例，共检索了5 000万条词条，处理了4.5亿元个数据模型，并与美国疾控中心历史实际病倒进行比较得出结论，其威力至今令人惊叹。

（二）大数据时代下基于“相关性”的预测改变了财务预测的方法逻辑。Viktor Mayer-Schonberger在《大数据时代》中指出“建立在相关关系分析基础上的预测是大数据的核心”，与“小数据时代”基于因果关系的财务预测不同，大数据时代的财务预测主要通过寻找事物间的相关关系寻找答案。传统财务管理依赖于对因果关系的寻找来分析问题，先通过假设两个变量之间存在某种因果关系，然后进行证明，是通过揭示其内部的动作机制来进行分析，这种方式极大地限制了我们的思维视角。例如传统销售百分法对资金需求的预测，主要依据是会计科目与销售收入之间的依存关系，利用销售收入增长率来预测财务报表，预测出资金需求，显然这种分析无论是科学性还是准确性上都存在很大的局限性。大数据时代的财务预测不再过度依赖因果关系，而更多的是依赖量化两个变量之间的关联性来分析一个现象。沃尔玛“啤酒与尿布”的故事，就是大数据利用相关关系最著名的应用，看起来啤酒与尿布是两个毫不相关的东西，但沃尔玛利用大数据技术发现了其中的规律，并获得巨大的利益。通过对财务大数据的比较、聚类、分类等分析，寻找两个或两个以上变量之间的某种规律性，找出数据集里隐藏的相互关系，进而对企业的未来趋势作出判断与预测，正是因为这种思维模式的突破，使得大数据背景下的财务预测获得更大的创新空间。

（三）大数据时代下财务预测结果转向多样化。传统财务预测以结构化数据为基础，依赖于统计方法对数据进行处理，利用数学模型进行预测，其结果追求精准性。而大数据以非结构化数据为主，数据结构混乱，需要改变传统财务预测的结构化、标准化和精确化的信息处理方式，设计新的且适合大数据特征的数据处理方式。同时，大数据分析以全体或总体为对象，几乎不可能找到合适的统计学或数学模型来描述全体或总体的特征、规律、联系，也很难直接或直观地发现全体或总体的本质、属性、特征、规律、联系。大数据财务预测不再追求精确的结果，而是可能提供更多需要的结果和发现，财务预测结果转向多样化和发现新知识。

参考文献：

[1]吕本富.大数据预测研究及相关问题[J].科技促进发展，2014，（10）.

[2]程平，万家盛.大数据时代财务共享服务中心云平台的构建及其应用[J].商业会计，2015，（15）.

[3]邓仲华，刘伟伟，陆颖隽.基于云计算的大数据挖掘内涵及解决方案研究[J].研究情报理论与实践，2015，（38）.

作者：张高胜