大数据时代做好商业银行管理会计应用的思考——以中国农业银行广

商业银行若要更好地迎接大数据时代的到来，不可避免地要提升业务与大数据技术融合的广度和深度。

管理会计在商业银行的发展与决策方面发挥着重要作用，能够多维度、全面、科学地向管理者提供信息。

因此，本文结合农行广西分行实践，提出商业银行管理会计融合大数据技术的路径建议，以提高管理会计对业务分析和经营决策的支持作用，推动商业银行业务转型发展。

一、大数据时代商业银行管理会计概述
（一）大数据的内涵及特点
大数据是由数量巨大、结构复杂、类型众多的数据构成的数据集合，无法在一定时间内运用传统数据库工具对其内容进行采集、分析、挖掘和处理。

大数据具有五个特征（五“V ”）：Volume （大量）、Velocity （实时）、Variety （多样）、Value （价值）、Veracity （真实）。

在信息化时代，对大数据的挖掘与分析将深刻地影响商业银行的发展趋势，并带来前所未有的机遇与挑战。

（二）管理会计的内涵及特点
1.管理会计的内涵。

管理会计是管理与会计的有机结合，是建立在责任中心理念基础上的业绩评价体系，是用于管理决策的信息体系，更是围绕企业价值创造的全过程管理活动。

对商业银行而言，管理会计就是用大数据技术，将交易、核算和管理等信息联
结在一起，运用内部资金转移计价、业绩分成和成本
分摊等工具方法，实现机构、产品、部门、客户、员工以及渠道等全维度业绩核算，为各级管理者决策提供支持，在战略决策、经营管理和风险防控等方面发挥重要作用。

2.管理会计的特点。

从管理会计与财务会计关系来看，二者在功能维度、分析维度、时间维度和应用维度上存在着显著差异。

从管理会计与财务管理关系来看，管理会计包含在“大财务管理”的范畴中，与资产负债管理、资本管理、风险管理等内容构成“大财务管理”的重要组成部分。

表1管理会计与财务会计的区别
类别功能维度分析维度时间维度应用维度
管理会计创造价值如“望远镜”着眼未来服务内部
财务会计计量价值如“放大镜”展示过去对外披露
大数据时代做好商业银行管理会计应用的思考
——以中国农业银行广西分行为例
朱飞骏等
（中国农业银行广西分行，广西
南宁
530028）
收稿日期：2019-08-21
课题组组长：朱飞骏，男，广西岑溪人，高级经济师，供职于中国农业银行广西分行。

课题组成员：陈
芬潘达整
苏
彦
蔡章华
图1大数据特点
-
-57
《区域金融研究》2019
年增刊
（三）大数据给管理会计带来巨大变革
大数据的浪潮席卷各行业，亦给银行管理会计带来巨大变革。

具体而言，大数据在改进传统管理会计的决策、规划、控制、评价等功能的同时，依托大数据挖掘技术，对管理会计预测功能进行彻底的升级改造，并通过预测功能促进决策、规划、控制、评价功能。

随着管理会计对大数据技术的不断融合，管理会计工具得到创新与升级，进而不断提高业务分析能力，为推动业务发展提供决策参考。

二、农行广西分行管理会计融合大数据技
术发展现状
2012年以来，农业银行管理会计系统建设取得较大进步，先后完成管理会计系统一、二期建设。

农行广西分行在总行统一部署下，积极运用大数据探索管理会计应用。

目前，已基本构建产品、部门、条线、网点、客户、客户经理和渠道等全维度业绩计量评价体系，管理会计在绩效考评、资源配置、产品定价、客户营销等方面的作用持续发挥，应用的广度和深度不断拓展。

（一）定期出具分析报告提供决策支持一是持续完善多维度业绩计量、核算与分析。

健全管理会计报告制度，对多维管理会计数据进行挖掘、分析和应用，定期出具管理会计报告，并针对经营管理中的“痛点、难点”问题进行深入分析，为管理决策发挥参谋作用。

二是强化网点后评价工作。

定期出具网点效益分析报告，通过不同类型网点的对比分析，剖析和点评影响其业绩的因素，引导网点从不同层面关注自身的营业收入、成本和信用风险等，深度支持网点转型。

（二）强化管理会计在绩效考评中的运用
一是将管理会计应用于部门考核。

加大管理会计系统数据与部门考评对接力度，将部门营业收入、成本收入比等指标纳入部门绩效考评，按照“确定产品、编制预算、定期监测、期末考核”四个步骤推进。

二是探索管理会计在直营部门绩效考核的应用。

为实施准事业部制考评模式的直营部门提供多维度的数据支撑，包括客户的存贷规模、成本分摊及各种价值评价指标，通过细化成本、效益分摊核算，突出价值创造考核，深化管理会计在考核中的运用。

（三）提高项目全流程管理水平
一是改善项目财务审查方法。

通过管理会计系统，提取项目相关的业务量、利率、成本等信息，作为财务审查的重要参考。

尤其是合作类项目，由定性式审查转化为定量化审查，切实把好财务准入关。

二是优化过程管控。

对项目定期开展预算偏离度监测，就偏离度较大的项目作出管理提示，确保项目投入相关收益承诺按期兑现。

三是完善后评价管理。

做实项目投入后评价管理，对财务资源投入的实施过程、经营业绩、实际影响等进行综合评价，对未达预期收益的投资项目提出针对性措施，逐步提升项目管理水平。

三、管理会计融合大数据技术存在的问题
（一）理念认识不到位
认知水平决定行为模式，在大数据时代来临的今天，理念先进的商业银行已经把重心放在积极运用大数据技术促进业务发展方面，对管理会计的大数据化更加重视。

与先进同业相比，农行广西分行对管理会计与大数据技术融合仍然认识不到位，导致部分经营机构对管理会计应用不到位，影响本行发展转型。

（二）系统建设待加强
一是企业级数据仓库缺乏。

由于仍然没有统一的数据仓库，导致数据标准分化、数据整合不彻底、应用主题不完整，企业级的应用尚未形成。

二是时效性不足。

部分外围数据抓取尚未实现同步，影响管理会计数据运用的时效性。

三是部分信息不够完善。

客户部分业绩信息不完善，生成的报表数据与实际业绩水平存在一定差异。

四是数据呈现不够直观，对于各级管理者而言，管理会计数据仍然不够直观，可视化程度较弱，需对系统进行持续优化及改进。

（三）人才队伍待培养
基层行人员的业务能力普遍集中在传统业务上，专业的管理会计分析人才较少，理解管理会计融合大数据理念的人才更少。

在财会条线队伍上，基层行普遍面临老龄化、认知固化以及管理会计专职化难落实等问题。

人才的缺失导致管理会计中的大数据信息无法被第一时间挖掘运用，难以准确、高效地分析信息，影响了对决策制定的支撑作用。

-
-58
《区域金融研究》2019年增
刊
四、管理会计融合大数据技术助力业务转型的建议
大数据时代，商业银行要积极融合大数据挖掘技术，依托管理会计系统，通过打造“两大平台”、强化“三大应用”、围绕“四大维度”、推动“五个转变”，更好地发挥管理会计经营决策参谋作用，推动业务转型发展。

（一）打造“两大平台”，夯实大数据分析基础1.打造企业级数据平台，提高数据集合水平。

一是推动数据标准化。

对数据质量问题进行识别、分析和源头治理，推动完成数据信息标准化工作。

同时，建立数据质量指标体系，对业务和技术指标采取分层加权计算的方法，实现对数据质量的量化评价。

二是建立企业级数据仓库。

以大数据挖掘技术为支撑，在数据标准化的基础上，统一数据的采集渠道和分析、挖掘模式，建立统一的企业级数据仓库。

完善与数据采集和存储相关的运行系统，完成内部结构化数据的整合，以及与大数据分析相关的外部非结构化数据，确保大数据与管理会计业务高效融合。

2.打造管理驾驶舱，提升可视化能力。

在管理会计系统内构建管理驾驶舱模块，融合大数据技术、云技术、人工智能等新兴技术，从管理者的决策环境、银行管理综合指标展示等角度，充分发挥思维判断作用。

以驾驶舱的形式，为管理层提供“一站式”决策支持管理信息中心系统，通过各种图表（速度表、音量柱、雷达球等）标识运行指标，直观监测运营情况，并对异常指标进行预警。

通过打造管理驾驶舱，为管理会计数据提供可视化出口，促进管理会计运用向“能用”“好用”方向发展。

（二）强化“三大运用”，促进业务发展
1.强化经营精细化管理，用好“细”字诀。

一是完善机构维度价值创造视图。

通过业绩价值视图，将业绩价值变动进行直观展示。

在监测和动态分析业绩价值实现路径、预测业绩价值走势曲线的同时，发现经营管理中的潜力及管控重点，实现精细化管控。

二是构建客户价值管理模块。

清晰展示客户的贡献程度以及成本投入产出情况，依托大数据挖掘技术，对客户营销的产品进行多元化匹配，模拟提升客户价值的路径，为客户营销提供决策支持。

三是构建渠道价值管理模块。

在精准抓取费用投入及创建合理成本分摊模型的基础上，展示各网点、自助设备的投入及效益情况，为网点和自助设备布局优化提供决策支撑。

四是完善产品价值管理模块。

在现有产品价值情况表的基础上，依托大数据技术，构建“以客户为中心”的新产品定价体系，实现客户差异化定价。

2.强化客户精准营销能力，打好“准”字牌。

依托管理会计系统，借助大数据挖掘技术，对不同来源、不同样式的大量非结构化数据进行关联和融合。

通过分析来自网点、网络终端、移动终端、社交媒体等线上线下的海量数据，推动产品创新，实现实时营销和个性化推荐。

以网点大堂客户经理精准营销为例：从模拟场景—解决方案—后续评价三个场景形成管理闭环（详见图2）。

图2模拟场景精准营销方案示意图3.强化风险管理，念好“稳”字经。

结合内外部信息，在管理会计系统中上线信用风险模块，强化风险事前监测与预警，协助构建完善的风险防范体系。

模块能从海量数据中捕捉非结构化客户数据，并与传统数据库信息进行整合、关联，分析和发现已存在或潜在的风险。

同时，将数据仓库、信贷系统数据库、人机交互结合起来，充分发挥数据挖掘的作用，通过风险评估模型处理数据资源中存在的随机性和模糊性，对信贷业务进行全方位的分析，不断提高授信、用信、审
-
-59
《区域金融研究》2019
年增刊
批等方面的风险评估、监控水平。

（三）围绕“四大维度”，实现大数据融合升级1.构建客户全景视图，实现差异化营销。

运用大数据挖掘技术，在传统全量结构化数据的基础上，接入客户通过网络、终端媒介等产生的非结构化数据，包括客户画像、客户细分等内容，在管理会计系统中构建客户360度全方位视图，提供客户基本信息、归属地区、授信额度、信用等级等各项信息，以及存款、贷款、信用卡、中间业务等产品的交易金额、交易笔数等信息。

同时，对客户进行动态识别和纵向管理，为推进客户差异化营销提供决策参考。

2.构建产品全流程管理，提升市场竞争能力。

在大数据背景下，科学构建研发、投放、投后管理等3个阶段的闭环管理，通过结构性及非结构性数据分析，升级算法及模型，对各阶段盈利能力进行分析和评估，优化产品盈利结构和布局，真正做到“以客户为中心”“以市场为导向”。

3.构建网点综合评价体系、网点效益评价体系，为网点准入、评价及退出等决策提供参考，引导资源的有效配置。

（1）网点准入。

对新设地址非结构性数据进行抓取，建立投入产出测算模型，确保测算结果的总体科学合理，为财务决策提供有效依据。

（2）网点评价。

对现有网点分级分类的评价标准进行拓展优化，从综合效益、资产负债规模、风险控制能力等方面构建多维业绩评价体系。

（3）网点退出。

运用保本点分析、回归分析等方法对网点经营情况进行全面评估，为低效网点退出、瘦身等调整提供决策依据。

4.优化营销团队业绩计量方案，提升绩效精细化水平。

目前银行网点及机关营销团队的绩效管理中采用的效益类指标主要有营业净收入、拨备前（后）利润等，计量方式统一采用“零基加总”的方式，加工方式以手工为主。

该模式存在网点与机关营销团队业绩难以拆分、计量方式不够精细等问题。

为解决上述问题，以管理会计系统的账户级数据为基础，通过大数据抓取，实现网点与营销团队营业收入的分拆。

通过方案设定模型并导入系统固化，定期生成数据。

此外，对方案数据进行验证反馈，不断优化模型，切实提高绩效管理精细化水平。

（四）推动“五个转变”，力争战略突围1.推动战略导向从“定性战略”转变为“定量战略”。

通过大数据分析，从产品、部门、客户和机构等
维度，依托盈利动因分析、敏感性分析、回归分析等方法，实现战略导向从“定性”向“定量”转变。

2.推动绩效考评从“规模导向”向“价值导向”转变。

借助管理会计手段，运用大数据分析技术，改进绩效考评方法和手段，逐步建立多维度价值贡献考核评价体系，实现向“价值导向”转变。

3.推动资源配置从“规模偏向”向“突出价值”转变。

通过大数据挖掘技术综合衡量机构、条线、客户、产品、渠道等维度的价值贡献，将资源针对性地投入到更有效益的业务以及更具有战略价值的客户和产品中，实现向“突出价值”转变。

4.推动客户营销从“粗放营销”向“精准营销”转变。

客户主管部门应在深入分析客户规模、产品覆盖率以及业绩贡献等数据的基础上，选取重点客户，将其业务与管理会计数据相结合分析盈利或亏损原因，将管理会计逐步应用于客户营销。

深入运用大数据，围绕客户全景视图实施差异化营销，着力实现“精准营销”。

5.推动产品定价从“被动定价”向“主动定价”转变。

价格管理部门应适应利率市场化改革深入推进的态势，从定价与收益优化的角度出发，结合渠道变化、客户关系变化、市场竞争变化等因素，优化及改进产品定价模型，推进“主动定价”。

（责任编辑：刘婵婵）（校对：WSY
）
图3网点、营销团队营业净收入计量方案图
-
-60。