数字技术在财务共享中心费用报销中的应用

时间：2024-04-25

苏亚莉郭艳黎丁萁

（东华理工大学，江西南昌 330000）

一、引言

数字化是指将日常生活中接收的图片、声音、视频等信息通过数字化技术转换成为数据、数字并进行分析。财务共享服务中心将同质、重复、简单的业务整合，标准化、流程化处理，最大程度的降本增效[1]。数字经济时代，数字化与财务共享服务融合是大势所趋。一方面，传统纸质发票电子化、中央银行推出数字货币、推行电子合同签约，这些为数字技术获取报销信息和数据提供更便捷的途径。而财务共享中心能够收集分子公司的信息，有利于企业对数据进行采集与分析，完成各个系统之间的信息对接，促进数字化转型。同时，财务共享服务中心针对不同企业类型构建了多样化的组织形式、拥有整个企业的重要财务数据、先进的服务理念，为企业数字化转型奠定了基础。另一方面，数字技术的应用能够构建采购、生产和销售等业务数据之间的逻辑关系，连接企业内外部，打通信息壁垒，改变重视财务报告而忽略业务财务信息分析现状。

二、财务共享服务中心费用报销现状及存在问题

费用报销是企业所有员工都参与的重要流程，重复性较高，规则性强、业务量大且金额较小。近几年，财务共享中心费用报销应用RPA（机器人流程自动化）较为广泛。根据《2020 年中国共享服务领域调研报告》数据显示，目前，55.2%计划或已经应用大数据机器人流程自动化；相关数字技术应用较少，27.6%计划或已经应用可视化；10.8%计划或已经应用机器学习。依托当前自动化技术，财务共享中心能够有效发挥会计的核算职能，但数据创造能力有限，业务与财务未真正融合。

（一）费用报销系统智能化程度有待提高

财务共享中心费用报销主要将RPA 应用于两方面：一是接收报销单据，进行单据识别和分类。二是通过预先设定费用报销审核规则进行发票查重验真，报销标准审查等。但RPA 无法处理非结构化数据和规则不明确业务，难以应对规则未设定场景。RPA 的工作原理是人类制定规则，以代码的形式写入RPA 系统，最后RPA 根据预设规则执行自动化操作。当业务流程发生改变时，RPA 也需要人工更改判断规则，频繁更改判断规则会增加人工工作量。而智能化是指模拟人类思考，通过学习应对一些突发状况的能力。因此，费用报销系统智能化程度较低会影响工作效率，增加系统改造成本。

（二）费用报销流程有待改进

尽管财务共享中心的建立提高了费用报销的审核效率，但以发展的眼光来看，报销审核速度还有较大提升空间。一是层层审批，报销人员提交报销单后，需要经过部门领导或其他授权领导审批，若超过预算需要退回重新申请。二是跨区域审核。共享中心人员远离业务端，主要是审核票据的合规性。由于分子公司与共享中心地域可能不同，审核过程中，财务人员与报销员工沟通效率低。若票据退回，报销流程更加繁琐。

三、数字技术在财务共享服务中心费用报销中的应用优势

（一）区块链：建立信任机制，提高费用报销审核效率

1.智能合约简化审批流程。

智能合约是指某个事件触发合约条款后，系统会自动判断、验证、执行的计算机协议智能合约。自动审批包括合约的生成和执行[2]。合约的生成主要是将费用预算额度、报销规则提交到区块链上.合约的执行是指当满足条件时，智能合约就会根据代码自动确定报销范围、标准等信息，判断费用是否超出预算、符合报销制度；同时，智能合约还支持个性化多级、多步骤的审批流程和审批权限，提高报销审批效率，简化审批流程。

2.去中心化建立信任机制。

区块链具有去中心化的特点。区块链使得交易的每个参与者（税务机关、消费单位等）拥有一个分布式账本，当交易发生后，各方验证交易真实后，各个节点进行全网广播，每个参与者存储通过验证且交易真实的费用报销信息。若此期间节点间存在不同的审核结果，则重新发送数据块到该节点进行审核，大于等于 51%的节点通过审核，最后各个节点形成区块，加上时间戳，信息便不可篡改[3]。区块链技术建立信任机制，去中心化、不可篡改性保证数据真实，有效避免了重复报销、重复入账的行为，并进行自动审核，提高报销业务审核效率。

（二）人工智能：机器学习提升费用报销系统智能化程度

1.ICR 智能识别单据。

费用报销时，员工需要将发票提交到电子影像系统。电子影像系统的OCR（光学字符识别技术）通常只能将结构化数字转换为文本格式。而OCR 融合感知、视觉技术，利用机器学习在海量数据中不断自我学习和训练，提高票据识别准确度和速度，自动处理非结构数据，升级为ICR（智能字符识别）[4]。ICR 甚至能够识别OCR 无法识别的模糊发票和单据信息，根据字符上下文语句信息补全未识别部分字符。对于发票、合同没有标准格式，ICR 也能够快速提取所需的金额、时间、供应商等关键信息。

2.机器学习智能录入会计分录。

传统RPA 只能在预设情景下录入会计分录，但技术人员无法在RPA 中设定所有可能情景。机器学习通过对大量历史核算数据训练和模拟，自动得出不同情况的正确结果。机器学习根据大量历史费用类型、税码、往来款性质等核算信息，以及费用申请单类型、报账人基本属性等业务信息，匹配会计科目，并与历史正确会计分录对比，不断自动修正，多次训练和模拟，最终得出正确结果。机器学习能够处理规则不明确业务，模拟人脑通过处理信息建立规则和执行规则，自动优化规则，智能录入会计分录，不再需要人工反复修改规则，新建规则。

（三)云计算和大数据：挖掘数据价值，降低差旅费用

1.云计算是企业连接内外部的基础。

云计算是指短时间内完成数以万计数据处理的交付模式。财务共享服务中心“上云”指购买或租用云服务。“上云”可以降低企业信息化建设的成本，为财务系统与内外部系统对接提供可能。与企业内部各信息系统平台连接后，财务共享中心能够实现审批流、信息流和票据流三流合一，实现从员工费用报销到资金管理等端对端的全连接[5]。通过与外部连接，企业能够获取外部更多资源，更好的管理内部。例如:企业连接商旅系统后，商旅系统能够在各大航空公司、酒店、宾馆的市场价格上，发挥企业在商旅业务上高频量大的优势，争取更优惠的专属商旅价格。同时，企业可以预先在商旅平台系统根据职级设定差旅费用报销标准，商旅系统在员工预订环节时会提供符合标准的产品，避免超标，优化内部管理。

2.大数据挖掘数据价值。

大数据技术能够快速获取数据，发现和分析数据背后的价值。目前，财务共享中心涵盖的数据主要是内部数据、财务数据、结构化数据。通过与内部各部门的连接，与上下游客户的连接，获取更多的业务数据、外部数据、非结构化数据。获取数据后处理、分析的目的是挖掘数据价值。例如，大数据技术能够通过数据分析出员工出差酒店类型偏好，从而降低报销费用。若员工出差偏爱中档型酒店，企业可以直接选择与一些中档型连锁酒店深入合作，争取更优惠的专属商旅价格，解决员工吃住问题的同时减少差旅费用。因此，企业通过采集非财务信息，从核算主体、业务类型、交易方、交易频次、时间视角等方面分析整体以及某个员工的差旅行为和差旅偏好，制定差旅计划，可以帮助降低报销费用，甚至预测下次差旅费用。

四、推进数字技术在财务共享中心费用报销中应用的策略

财务共享服务的框架主要包括六个方面：战略定位、业务流程、组织与人员、信息系统、运营管理、风险管理[6]。企业要推进数字技术的应用，应从这六个方面展开。

（一）以数字化转型为战略目标

数字技术的变革依赖于战略方针、组织架构、激励体系等全方面的变革，在全局层面实现有效协同。因此，以数字化转型为战略目标十分必要。企业在选择数字化战略时，应全面了解数字化转型带来的收益和风险。同时，企业应根据自身情况建立完整、具体的战略转型规划，有针对性的制定发展路径，根据实际情况调整发展方向，选择最合适的时机转型。

（二）信息系统做好“内联外通”准备

为了更好的应用数字技术，信息系统应做好“内联外通”准备。信息系统应与战略目标紧密联系，适用企业规模、外部环境变动的情况。信息系统应具备集成性，包括销售管理、生产管理、采购管理等的全面集成，支持端到端的业务流程，达到一个模块录入原始数据，其他模块全程共享的效果；信息系统应具备可扩展性和移植性，在系统扩容、新业务扩展时，提供快速、方便和准确的表现方式。

（三）以成本降低和风险可控为运营管理目标

不同的战略定位下，运营管理也发挥着不同的作用。大多成长期企业运营管理的目标在于降低处理报销业务成本和提高效率；成熟期企业大多聚焦在费用报销的管控。企业以成本降低和风险可控为目标进行运营管理能够更好地发挥共享中心价值。因此，结合数字技术，企业既可以通过数据分析，挖掘价值，控制费用支出又能更好的监控经营风险、战略风险、管理风险等。

（四）促进财务人员知识更新

一是培养具有数字分析能力的财务人员。共享中心的建设使得企业大量的财务数据都聚集到了一起，如何利用数字技术挖掘数据背后的价值是共享中心人员具备的技能。因此，共享中心应培养财务人员的数据挖掘、分析能力[7]。二是培养专业技能强的财务人员。共享中心还需要大量的财务人员完成重复单一的劳动，按照标准化的流程进行报销。企业可以实行轮岗机制，提供更广阔的发展空间以改善由于工作内容重复性高导致的高离职率问题；通过培训提升专业技能，沟通能力等。

（五）再造费用报销流程

随着数字技术的应用，共享中心需要再造费用报销流程。一是疏理现有流程，发现冗余节点以及各步骤风险点，改造流程以适应数字技术的加入，精简费用报销过程，提高费用报销效率。二是试运行再造的业务流程。实践是检验真理的唯一标准。共享中心可以通过试运行再造的业务流程检验数字技术与新流程的协同性，发现再造流程的问题以及新的风险点。试运行就是不断修正和优化的过程，最后确定正式的流程。共享中心应将改造的流程进行标准化，自上而下推行。

（六）构建风险模型

数字化转型带来价值增值的同时，也带来了风险。一是外部风险，外部第三方数据泄露是很大的风险来源。企业可以通过与第三方签订数据使用条例与数据保密协议，限制数据使用范围并对数据泄露责任进行落实；二是内部风险，企业自身也应对数据进行保密升级，从源头控制数据泄露风险。企业可以通过建立风险模型，监测内外部风险，采取对应措施控制风险。