如何提高集团企业财务报表数据处理效率.docVIP

如何提高集团企业财务报表数据处理效率.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
如何提高集团企业财务报表数据处理效率.doc

如何提高集团企业财务报表数据处理效率   摘要:随着经济的发展与电子信息技术的进步,实务界,特别是资产规模较大、业务项目繁多、财务处理复杂的集团企业对会计信息化提出了新的要求。如何通过科学、有效的手段,实现对本集团企业所处行业财务报表数据的高效收集与利用,以此来把握本集团企业在整个行业中所处的位置、经营状况与管理状况,发现本企业在经营与管理过程中所存在的问题,并实现对企业未来的发展前景的预测,值得进行深入的研究与探讨。本文将雪花型逻辑模型引入该问题的研究,以期为集团企业会计报表数据处理模式与方法的改进提供一些参考。   关键词:集团企业财务报表数据处理雪花型模型      一、引言   近年来,行业财务报表的信息化问题受到了越来越多的关注。所谓行业财务报表的信息化,是指采取某种方法、某种技术手段,来实现对本企业所处行业内财务报表数据进行高效收集,并对历史数据进行集成与分析,以便进一步把握本集团企业在整个行业中所处的位置、经营状况与管理状况,发现本企业在经营与管理过程中所存在的问题,于此同时,实现合理预测企业发展前景的目的。为本集团企业所处行业的财务报表数据构建一个雪花型逻辑的数据仓库,就能够实现对行业数据的多维度观察与分析,本文将就此问题进行探讨。   二、雪花型逻辑模型的整体设计   与单一一个企业所不同的是,行业组织构架是十分复杂的,笔者将建立一个雪花型逻辑的新模型。与以往很多学者所采用的星型模型相比,雪花型模型能够根据不同企业在统一行业中的重要程度,以其在雪花型模型中所处的位次,实现对各个企业关系的清晰表达。本文所构建的雪花型逻辑模型属于一种关系模型,可谓具有独特的优势。   雪花型逻辑模型是一种由事实表(Fact Table)与维表(Dimension Table)所共同组成的多维数据关系。事实表与维表的关系为:构成事实表主键的每个元素均为构成维表的外表的主键,具体而言,在雪花型模型中,每个维表的主键均由一个维构成,而事实(Fact)则是由这些所有的维共同构成。所谓事实,是指事实表的非主键属性,它们表现为数值或者数据的形式,且一般是可以进行运算的;与事实所不同的是,维大都表现为文字,即便是数据也通常为时间属性等,不可进行运算。   三、事实表设计   作为雪花型逻辑模型结构的核心,事实表由键与数值指标两部分所共同构成,其中,键部分包括主键与外键两部分,数值指标部分是用户作为关心的部分。由于囊括了大量的基本业务详细数据,事实表成为雪花型逻辑模型的最大表。在设计事实表时,需要特别要注意的一点是,应将事实表设计的尽可能地小,原因在于:如果事实表过于庞大,在对表进行备份、处理、恢复、以及访问过程中均会耗费大量的时间。为达成压缩事实表的目标,可以通过将历史数据归档到单独的事实表中、压缩每一列的大小、减少列的数量等多种途径来实现。   对于本文的集团企业会计报表雪花型逻辑模型,笔者之所以采用了多事实表设计,是由于集团企业会计报表复杂性的特点。所谓多事实表,即笔者同时设计出损益表事实表、资产负债表事实表等。同时,笔者考虑到,为增强本文所设计模型的完整性,必须实现各个事实表彼此间的关联,从而构成一个完整的体系,均采用统一的内部行业编码。可以说,对事实表进行这样的设计,将大大增强该模型的实用性。   四、维度表设计   在确定了事实表后,还需要对维度表进行设计。不同时间、企业、指标类别等均是可以影响到决策的大因子,因此,决策会受到维度表因子的影响。   (一)时间维   时间维模型作为多种数据仓库模型最常用到的维度之一,与其他类型的维表模型相比,在设计方式上具有很大差别。时间维模型。由于相对于其他应用的数据仓库,大多数企业集团财务报表的时间因素均与单一企业有所不同,不能按一般的方法处理。企业集团中的非上市公司,其财务报表一般包括年报、季报与月报;而其中的上市公司,则需要想外披露年报与半年报。因此,在对维度表的时间维进行具体设计时,必须根据企业集团的具体情况作出机动的调整。时间维的字属性列可设计为:月、季度、半年度、年度等。   (二)企业维   企业对于企业集团雪花型逻辑数据仓库模型的设计至关重要,这是由于,对于一个企业集团而言,企业无疑是其基本元素。企业维的字属性列应当包括:企业名称、企业性质等单个企业的基本信息。值得注意的是,行业维应当将行业名称与行业编号囊括其中。   (三)指标维   指标维这一维表,将以下五个事实表囊括其中,即:损益表事实表、资产负债表事实表、股东权益表事实表、现金流量表事实表、以及财务分析指标事实表。指标维度表实现了对上述五种事实表指标的统一设计。指标维的字属性列主要包括:指标名称、指标类别、指标描述、以及指标类型等。   五、粒度划分   为建立一个完整的雪花型逻辑

文档评论(0)

kaku + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8124126005000000

1亿VIP精品文档

相关文档