论文部分内容阅读
财务决策质量对企业未来发展至关重要,但其受到决策有用信息完整性和决策者主观因素等的影响,往往具有不稳定性。为了解决这个问题,随着计算机技术的发展,财务决策支持系统应运而生,这在一定程度上改善了财务决策质量,但通过本文的调查研究发现,现有财务决策支持系统应用范围尚不广泛,并且存在着智能化程度不足、决策效率和效果欠佳和应用成本偏高等问题,并不能完全满足决策者的需求。近年来,人工智能技术的高速发展为这些问题的解决提供了新思路。人工智能技术包含的深度学习和自主学习、自然语言处理以及数据挖掘、推理感知等技术,可以帮助决策者全面且高效地理解决策问题,了解决策环境并制定决策方案。因此将人工智能技术应用于财务决策支持系统中,能够进一步提升财务决策质量。为了有效提高企业财务决策质量,推动人工智能技术与财务领域的深度融合,构建人工智能下财务决策支持系统是大势所趋。为了在理论上对人工智能下财务决策支持系统的构建奠定基础,从而更好地指导其在实践中的建设和应用,本文对其机制和实施路径进行了深入研究。本文以财务决策原理、有限理性理论、信息不对称理论和人工智能技术作为理论基础,采用调查问卷辅以实地调研的方式对现有财务决策支持系统的应用现状及人工智能下财务决策支持系统机制和实施路径所含要素的必要性和可行性进行了调研。并基于调研结果对构建人工智能下财务决策支持系统的必要性和可行性进行了分析。在此基础上本文构建了人工智能下财务决策支持系统的机制和实施路径。最后通过对应用了智能化程度行业领先的财务决策支持系统的A集团的案例分析,分析了企业现阶段财务决策支持系统建设所面临的典型问题,并提出了相应的改进建议和应用启示。通过研究发现:通过全面应用人工智能技术,新系统与现有系统相比具有更高的智能化程度,其构建可有效提高财务决策及时性和准确性,同时降低财务决策成本,并有利于推动管理会计与财务会计的融合。在机制构建上,新系统应包含数据层、分析层和决策层三部分,以大数据为基础和驱动力,遵循“决策有用信息-财务决策方法-财务决策”的工作原理,通过财务分析绘制各类画像并通过画像匹配得到财务决策。在实施路径构建上,新系统的实施以人机高度协同为基础。在外部,需从支持系统和相关制度两方面构建实施环境;在内部,应区分常规决策和复杂决策规划决策者参与程度不同的具体定制路径,并伴随财务决策评价实现系统持续完善。大型集团企业应注意到构建新系统的必要性,同时,在构建过程中应注意遵循循序渐进和成本收益原则,并关注人的因素对新系统应用效果的影响。