公司财务治理理论

核心提示前言数字治理是数字化技术与治理理论融合下产生的新型治理模式,包括数据治理、内容治理和数据管治等,其概念外延相对比较宽泛,一般用于宏观层面的社会、经济和资源的综合治理。根据国际数据管理协会的定义,数据治理是对数据资产管理行使权力和控制的活动集

序

数字治理是数字技术与治理理论融合产生的一种新的治理模式,包括数据治理、内容治理和数据治理。其概念外延相对宽泛,一般用于宏观层面的社会、经济、资源的综合治理。根据国际数据管理协会的定义,数据治理是对数据资产管理行使权力和控制的活动的集合。它是通过一系列与信息相关的过程来实现决策权和职责分工的系统,这些过程按照约定的模式执行。一般来说,数据治理是利用数字技术使用数据的一整套管理行为。

一、企业财务大数据治理的理论支撑

数字治理和数据治理

与其他生产要素相比,数据作为一种新的生产要素,具有很强的独特性:一是非排他性的,即不同的人可以同时使用数据而互不干扰;二是规模效应,即在大数据技术的支持下,大数据的价值随着数据量的增加呈指数级增长;三是可再生,即数据可以无限循环使用,没有使用寿命和损耗。使用量越大,就越能进一步提升数据本身的价值。第四,渗透性强,即数据本身的高流动性和无限供给的特点,决定了数据可以与其他任何生产要素相结合,渗透到各个领域,真正实现数据与万物的连接和融合。数据独有的特性在一定程度上决定了数据治理的难度和复杂性。

金融智能和金融大数据治理

财务是利用先进技术,由“人-机-物”组成的混合智能系统,“人-机-物”协同工作完成财务管理。通过对数据的分析和预测,智能财务可以促进智能财务机器人“思考”和“行动”,利用智能技术实现企业的高效运营。可见,如果数据不开放,数据标准不一致,数据质量不高,智能金融就很难发挥作用,所以数据治理是智能金融的基础。在智能金融的背景下,企业的海量管理数据实时生成,汇集到金融数据中心。本文所指的数据不是财务专业数据,而是企业内部管理以及企业与客户、供应商、合作伙伴、财务、工商、税务等各种利益相关者之间的互动的数据。在智能财务平台中,包含了生产、经营、管理的各类财务大数据。如何成为企业有价值的数据资产成为必须面对的问题,如何收集、处理、应用数据等治理问题也随之出现。

利益相关者理论与金融大数据

利益相关者治理理论是在20世纪60年代逐渐发展起来的,其中最具代表性的著作是美国学者爱德华·弗里曼于1984年发表的《战略管理:利益相关者管理的一种分析方法》。该理论认为,公司的发展是由一群利益相关者共同推动的,而不是一些个人;而且随着时代的发展,物质资本所有者在公司中的地位会逐渐弱化。财务大数据治理的目标是帮助提升企业财务大数据的价值,进而全面提升企业价值。

党的会议承认数据是重要的生产要素,这意味着数据利益相关者可以参与数据带来的利益分配。因此,企业财务大数据治理必须明确哪些利益相关方,他们在数据治理中扮演什么角色,如何分配数据利益。企业只有重视金融大数据治理,充分认识到数据的巨大价值,整合数据资源,不断挖掘数据潜力,才能确保在数字化时代快速发展。

二。基于利益相关者视角的企业财务大数据治理

利益相关者分类

利益相关者是指在企业生产经营过程中有直接或间接利益分配的群体或个人。只有正视利益相关群体的利益捆绑关系,才能形成利益共同体。在进行利益分配时,需要同时考虑利益相关者的权力与利益的匹配关系,从而决定他们未来的利益分配状况。根据Mendelow的利益相关者权力/利益矩阵,可以从两个维度来分析利益相关者:一是权力的大小,其影响因素包括管理水平、影响力、资源控制能力、知识技能水平、执行参与度等。二是利益数量,指利益相关者的利益与某一战略的关联程度。主要参与者。

企业财务大数据治理的利益相关方

利益相关者由“利益相关者”和“利益相关者”组成,所以可以先分析企业财务大数据治理涉及的“利益相关者”,再考虑他们的“利益”。内部员工、供应商、合作伙伴和客户是企业财务大数据的重要参与者和创造者,也是企业财务大数据形成的核心。竞争对手、银行等金融机构、工商、税务等政府机构对企业财务大数据的形成有一定影响,其他利益相关者影响不大。在企业财务大数据的治理中,可能获得更多利益的是内部员工、工商、税务等政府机构、外部投资者、供应商、合作伙伴、银行等金融机构、行业协会等债权人。

企业财务大数据治理中利益相关者的分析与转化

从数据贡献和数据效益两个维度,推导出企业财务大数据的利益相关者分析和转化。在企业财务大数据治理的利益相关者中,内部人员、政府机构和外部投资者获得的数据收益最多,而内部人员、供应商、合作伙伴和客户对企业财务大数据的贡献最大。企业财务大数据治理需要重点关注这两类利益相关方。其他利益相关者可能在一定条件下转化,进而成为企业财务大数据治理的外部协同力量。

企业财务大数据治理关系分析;

A1、B1、C1、C2和C3地区的利益相关方应成为金融大数据治理的重点。在此基础上,推导出企业财务大数据治理主要有四种关系:第一种是内部员工、合作伙伴、供应商之间的关系;第二,内部员工、合作伙伴、客户的关系;三是企业、工商、税务等政府机构、外部投资者之间的关系;第四,企业与竞争对手、银行等金融机构、行业协会等外部机构的关系。

理想情况下,在企业财务大数据治理中,利益相关者的数据贡献应该与数据收益相匹配,或者数据贡献与使用数据的成本成反比。如果将数据治理分为三个层次:构建、治理和使用,企业更愿意与密切相关的利益相关者组成数据利益共同体,实现共建、共治和共享。“共建”是金融大数据治理的基础建设,“共治”是金融大数据治理的过程控制和质量保证,“共享”是金融大数据治理的成果共享。

第一种关系,它面临的问题是频繁交易,所以双方最关心的是交易成本和收益。这种关系中的相关人员对金融大数据的治理贡献最大,也应该有更多的收益。同时,他们应该是未来为使用数据支付较低成本的群体。因此,这些团体的工作重点应该是“共建”和“共治”。在第二种关系中,客户对企业财务大数据的贡献很大,但收益很小。所以主要考虑如何让客户从数据贡献中获得共享收益。把客户和企业捆绑成一个利益共同体,就是让客户充分认识到,他们的购买行为也能为自己带来后续利益。客户将成为金融大数据治理的大受益者,并在此基础上为企业大数据建设做出更多贡献。因此,这些团体的工作重点应该是“共建”和“共享”。

在第三种关系中,政府机构迫切需要企业财务大数据来丰富自身的大数据,企业财务大数据治理直接关系到自身的数据治理结果。目前,这种关系的主要问题是权利和责任不对等。这些部门使用企业财务大数据是没有成本的,所以大部分企业都不愿意与之对接,当然也有数据安全的考虑。但是,只有企业财务大数据完全接入社会数据的大轨道,社会经济大数据才会真正实现。政府和外部投资者应该是未来数据使用的主要对象,否则应该在企业财务大数据治理中发挥重要作用,以换取数据利益的应有回报。

标签

因此,这些团体的工作重点应该是“共治”和“共享”。在第四种关系中,只要找到共同利益,这些利益相关者都可以转化为合作伙伴,他们最关心的是合作机会或经济补偿。这类利益相关方对企业财务大数据有一定的影响力,可以考虑做好数据对接的准备,在一定条件下实现数据交易和合作。因此,这些团体的工作重点应该是“分享”。

 
友情链接
鄂ICP备19019357号-22