基于大数据智能化的企业应收账款管理优化研究.docxVIP

?

?

基于大数据智能化的企业应收账款管理优化研究

?

?

摘要：本文以大数据智能化为背景，首先介绍人工神经网络BP算法与机器人流程自动化（RPA）相关理论，其次详细分析企业应收账款管理智能化的作用，最后重点阐述企业借助大数据智能化，探究进行应收账款管理的优化方法，希望以此能促进企业财务工作的顺利进行。

关键词：大数据智能化;RPA技术;BP算法;应收账款

一、相关理论研究

1.人工神经网络BP算法

在上个世纪中期，人们就对人工神经网络进行研究，主要在神经元数学模型上有所建树。近几年随着信息技术与研究的深化，运用最多的是基于误差反向传播学习算法的BP神经网络算法模型。很多学者在研究多层神经网络后，建立新结构的网络模型，侧重反向传播算法。人工神经BP算法往往包括四个步骤：第一，设置初始化参数。令分布在BP神经网络的输出与输入层的神经元数量保证合理;第二，正向传播的操作。输入层数据与设定权重值可以重置并进行线性转换，激活传递函数，获得隐藏层的神经元值，并在此层次反复计算，到后期输出层神经元值;第三，对比参考输出与BP神经网络模型标准值之间误差;第四，反向传播操作，使用梯度下降法计算并更新隐藏层的权值。

将BP神经网络算法运用于企业应收账款管理中的风险评估。经众多实践与研究表明，企业中的财务现状与应收账款的判断，是通过一系列变量后得到的结论。应收账款与其他财务指标数据互相影响，不是单独存在的;预测变量中的多种指标，不是以正态的模式呈现。基于此，传统的计算方法不能更好实现上述内容，但是在BP神经网络运用下对应收账款数据的判别、预测与分析等，为解决上述问题提供便捷。BP神经网络在解决应收账款数据分析上的难题时，对数据中的隐藏数据与特征进行提取，主动生成结果。由此可知运用BP神经网络算法评估进行应收账款风险的评估是可行的。

2.机器人流程自动化（RPA）

目前对机器人流程自动化还没有一个明确的定论，将此作为软件自动化的工具，如在系统中可收集数据信息，并做出清理与整理工作。每一个RPA都具有自己的ID，可根据工作人员制定的规则，执行任务。将RPA运用到企业实际业务场景中，需满足两个条件：第一，本项工作的工作量大、重复性高;第二，本项业务具有明显的规律。借此可发挥RPA技术控制与执行的优势，特别是企业业务中场景的构建，在大数据智能化背景下发挥RPA技术的价值。RPA流程自动化是一款基于桌面记录的自动化软件、拥有比人工还要精准与高效的工作效率、具有极强的管控与审核能力。阿里云曾经指出在大数据智能化里，应收账款管理是适用于RPA技术的业务场景，开票流程自动化、应收账款自动对账与收款核销、可自主进行业主信用管理。

二、企业应收账款管理智能化的作用

1.完善应收账款风险的管理

应收账款管理方面，很多企业在此过程中会出现保证金风险与结算风险，此与应收账款风险管理与业主信用管理相关。业主信用管理工作中需企业先对业主进行评估，包括账户信息、信用情况与发展需求等，以此才能更早发现问题并采取一定措施规避风险。可使用CRM系统的信用评级对业主进行评估，企业发展渠道中，可先加强对业主的了解，通过对其需求的挖掘，尽量提升对其服务的满意度，完成双赢。对企业应收账款的管理，最关键是管理逾期账款，这对财务利润提升有一定影响。因此要对企业应收账款风险进行评估，并针对其评估结果选择适合的汇款方式。

2.应收账款跨系统的自动读取

企业中应收账款管理，是财务工作中重要的内容，可以脱离其他管理单独运行，也可与其他管理系统合作，协同运行，互通数据与凭证图片，这为完成跨系统提取与分享数据提供支撑。企业中各部门可先进行原始票据的分类整合，接着按照数字信息的扫描技术，将原始的纸质凭证生成图像资源，在计算机中保存。另外将大数据技术与RPA技术结合，实现对原始票据中数据的识别，完成自动分类，并储存到大数据库中，实现同一企业不同部门或者不同子公司的跨系统数据读取。

3.账期的自动提示

基于大数据智能化的RPA技术，财务人员无需将应收账款统计数据单面对面交到业务人员手中，而是借助大数据智能化技术，在网络中建立数据库，由财务人员设置业主应付账款时间与金额，到期与应收账款进行自动对账与核销。若出现延期或者应收与实收数据不同的情况，就可通过邮件将问题反馈。

三、基于大数据智能化的企业应收账款管理优化设计

1.基于RPA和大数据算法的应收账款风险管理模式

（1）基于RPA的业主信用评级

应收账款的管理开始于合同，基于对业主单位财务数据中的指标，反映出企业的信用水平，企业以此为切入点分析，尽量减少与信用不良单位合作，避免产生呆账、坏账的情况。第一，企业中的业务人员通过实地考察与网络信息收集，整合业主的资质信息，如银行账号、税号、单位具体名称、财务报表等，一次性录入CRM系统中，建立一套业主资质信息