1 背景及绪论

1.1研究背景与意义

1.1.1研究背景

随着经济和互联网技术的发展，社会已经进入一个信息化，大数据的时代。企业的财务分析活动也出现了一系列的变化。如何利用蕴藏在海量财务数据背后的财务信息，为企业管理者经营决策提供科学依据是当下很多企业财务分析需要考虑与解决的问题。

大数据也被称为数据分析，一直在商业领域引起热议。大数据的定义在许多领域都不尽相同。根据特许公认会计师公会(ACCA)的说法，大数据基本上属于广泛的数据块，这些数据块使用借记卡、互联网、社交媒体和电子标签等工具和技术稳步收集和聚合。大多数收集的数据是非结构化的，或者不符合显式和预定义的数据模型。宾夕法尼亚注册会计师协会(PICPA)引用IBM的报告指出，每天产生2.5亿亿个字节的数据。“大数据”一词是在数据的生成速度开始超过常用技术工具的处理能力时创造的。

大数据可以通过扩展强有力的评估技术，支持实体评估其数据资产。在此过程中，会计师和财务专业人士必须确定哪些数据是有价值的，选择一种既定的估值技术，并确定关键假设。还将通过管理和控制进一步提高数据价值。这里的想法是，会计师和类似的专业人员可以帮助将内部数据集转换为更重要、更安全、更有活力和更受欢迎的数据集。

利用大数据进行决策，将会得到更加具体的实时支持。由于自助数据恢复的发展，会计专业人员所提供服务的性质以及他们与企业界决策者的联系将完全不同。此外，会计师所承担的角色将不仅限于报告财务数据。通过评估各种数据集，他们将能够确定决策者可以使用的替代方案。

1.1.2研究意义

财务分析不仅仅是针对企业财务报表数据进行分析，更是需要将企业的业务数据与财务数据有效的融合。大数据时代下，数据信息生成的速度和数量都十分惊人。碎片化信息数据比例的增加，为传统的数据分析带来了颠覆性的改变。传统的财务分析只是对某些基础数据进行查询或进行简单的加工汇总形成财务分析报告，然而这些早已不能满足现代企业管理和经营方面的需求。

许多实体都开始认识到数据收集的重要性。信息无处不在，然而，这些信息往往缺乏针对性、清晰性和准确性。会计师在数据分析中扮演着重要的角色，因此，会计人员有责任帮助提高数字信息的清晰度。