分享到:
【打印】

相关推荐

主办单位:中国财政杂志社

地址:中国北京海淀区万寿路西街甲11号院3号楼    邮编:100036    电话:010-88227114

京ICP备19047955号京公网安备 11010802030967号网络出版服务许可证:(署)网出证(京)字第317号

傅元略:数字经济下财务管理理论变革与财务智能体理论

2021-06-23

“十四五”规划建议提出加快数字经济发展的战略:发展数字经济,推进数字产业化和产业数字化,推动数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群。我国移动互联网和云计算的应用走在世界前列,其大规模应用就像用水用电一样方便,尤其是数据要素成为与土地、人力、财务资本和技术并列的第五要素。然而,财务管理在这个现代IT应用大潮中,面临许多挑战:传统财务理论如何变革才能指导数字经济下的财务管理实践变革?能否将数据要素和大数据应用融合到财务管理的全过程?在数字经济下,CFO的核心职能应如何转换?能否与传统财务决策理论体系结合形成新理论—— 智能财务决策理论?本文就这几个问题做一些探讨。




一、传统财务管理理论的发展简述



财务理论(在西方也常称为财务经济学理论)是一门很年轻的理论,发展到今天只有60多年的历史。此理论的诞生可溯源到MM定理(Modigliani& Miller,1958)的发表,MM这篇论文被誉为是财务理论最经典理论的代表作。不管在中国还是西方,企业财务管理一向被许多学者认为是侧重于投融资和资金管理,经过60多年发展其已经成为影响经济学和管理学的重要科学分支。从学术界和财务管理实务界这两个角度来看,财务理论体系的发展是一个复杂研究的进化过程,也是人们对财务管理实践理性认识进一步升华的过程。经过60多年的发展,财务管理理论从20世纪50年代初的基本空白发展成为富有活力的、内在有机联系的理论体系,对相关的学科(尤其对经济学、管理学)产生重大影响。构成财务理论体系的理论有9个理论分支:财务目标理论、资本结构理论、投资组合理论、资本资产定价理论(含企业估值理论)、有效资本市场理论、代理理论与激励、股票股利与回购理论、期权定价理论及其应用和现代公司治理与财务监控理论。这9个理论分支构成了传统的财务管理理论体系,即针对财务管理实践中的问题进行研究形成系统性的系列结论,且能直接用于解释、评价、指导和完善财务管理实践的首尾一贯制的知识体系(傅元略,2007)。

财务管理理论当然不会仅包含上述的9大分支。至今,主流财务理论还是有了很大突破:它与行为学和心理学结合产生了行为财务学;解决不确定环境下的财务问题产生了连续时间的随机财务学(随机金融学);引入人工智能和大数据的应用产生了智能财务学理论,这是数字经济下财务理论变革的主要内容之一。本文计划探讨财务智能体理论、智能财务理论与传统财务理论融合,以及数字经济下的CFO核心能力变革三大问题。




二、人工智能和大数据驱动财务产生的新分支—— 财务智能体理论



根据傅元略(2017;2018;2019)的研究可导出如下的智能财务理论新分支的研究所涵盖的主要内容:智能财务理论包括财务智能体、深度学习、软计算与传统财务理论融合,并将“三设计一决策”(傅元略,2019)的成果纳入财务智能体的知识库和规则库进行研究,形成一套与传统财务理论不同的、又能应用解决现实财会问题的财务理论分支。

(一)财务智能体的构成和特性


1.财务智能体的构成。智能体技术被誉为智能机器人不可或缺的“部件”,财务智能体是企业投融资决策应用中必不可少的技术工具。财务智能体(Financial Intelligent Agent,以下简称FIA)是由众多不同功能的财务智能体组成的财务决策多智能体系统,系统中这些智能体通过合作、协商和有效的通讯执行不同的子任务,由此形成了一个大规模的、复杂的、动态的、开放的、自我组织的财务决策智能系统(傅元略,2017)。其结构图(如图1所示)由七个要素模块组成:一是智能体财务目标模块;二是财务知识库模块;三是财务智能体间的交流模块;四是财务控制器模块;五是财务智能推理与自我学习模块;六是财务经理人模块;七是财务AI助理模块。关于财务智能体构成更详细的介绍可见傅元略(2018)的《财务智能理论:智能体与情景情绪计算融合》。


2.财务智能体具有五大特性:一是自治性(Autonomy):不需要人或其他智能体的明确指导,智能体就能自主控制自己的行为和内部状态。二是社会性(Sociability):为了完成各自的任务或帮助其他智能体,智能体之间能够相互合作或协同。三是快速响应性(Responsiveness):智能体会出于响应(感知)计划和执行任务的需要,主动地与其他伙伴协同工作去实现目标。四是主动性(Pro-activeness):智能体主动争取更好完成子任务,并且不断学习提高其协同决策和响应能力。五是协作性(Cooperativeness):在多智能体应用下,各个智能体通过相互承诺的规则,协同完成预定任务,共同实现智能体系统的功能目标或财务目标(傅元略,2017)。

财务智能体的应用可促使财务管理理论与实践相结合发挥更大的作用,也能更接近人类高端智力能力,能使“机器人”自主地实现其目标。财务智能体不是用来替代人类那些已经展现出巨大应用前景的工作,而是用来让人类更有智慧。智能体能够使会计专业学生或财务人员接受到更人性化、更有趣而且更个性化、更科学的互动,助力会计人将来在社会中发挥更好的作用。

(二)具有代表性的财务智能体

财务智能体是由一群比较复杂的分类智能体组成,以下介绍三类具有代表性的智能体:财务管控智能体、财务决策智能体和资金配置优化智能体。

1.财务管控智能体理论。智能体是软件工程方面的术语,在软件系统和机器人中很常用,但是在财务管理方面的应用还有待开发。智能体理论、技术为复杂系统的分析、设计和实现提供了一个崭新的途径,被誉为“软件开发的重大突破技术”。将智能体技术应用到财务管控、财务决策的软件系统设计方面的理论研究成果较为稀缺。本文认为,解决当前的财务智能体理论亟待解决的问题,可以从以下财务管控智能体理论的研究入手。

从管控机制理论拓展到财务管控智能体。在一定的控制环境下,有了良好的智能控制机制,可以使一个组织能按照一个自适应系统,在外部条件发生不确定变化时,智能地和自动地迅速做出反应,调整原定的策略和措施,实现既定的目标。傅元略(2016)认为管控机制由目标设定、内部报告和责任人激励三要素组成,这三大要素的研究,侧重点应放在管控机制的创新问题上。管控机制运行的效率和效果还取决于控制环境的主要因素:组织结构、控制制度、责任人执行力和企业信息化成熟度。

财务管控智能体具有智能体的社会能力、快速反应能力、自治性、主动性、适应性和协作性,而且主要集中在机制三要素智能体—— 目标设定智能体、内部报告智能体和责任人激励智能体的研究上,可归结为:(1)机制三要素智能体可以使得管控系统内部组织或内部因素得到更好的智能化和业财融合管控,使公司治理和控制处于优化状态。(2)机制三要素智能体是激发公司内部组织或要素活力的主要手段。(3)管控机制智能体可以协调管控系统内部各责任单位和责任人的关系,从而使得管控系统每一责任部门(或业务流程)的潜在价值得到最大的发挥,每一业务流程和责任人的内在力量得到最好的挖掘,进而使公司治理和管理系统的效率和效果  得到提升。

2.财务决策智能体理论。DSS(决策支持系统)智能化的两个重要组成部分(傅元略,2018):一是智能决策推理机,它是决策支持系统必不可少的组成部分,已经成为人工智能领域中研究最为活跃的分支。二是财务管控机制融入财务决策智能体。

(1)智能决策推理机。推理机一般均采用基于模型的推理、基于规则的推理(Rule-Based Reasoning,RBR)和基于实例的推理(Case-based Reasoning,CBR)。基于模型和RBR的推理在智能决策支持系统里已经得到了广泛的应用。但是,模型的建立与维护是一项比较困难和专业化的活动。同样,RBR的主要缺点是要建立专门的规则知识库是比较困难的,并且有些领域的经验与信息并不能够准确地转化为知识库中的知识。

(2)财务管控机制融入财务决策智能体。将财务管控机制的三要素融入到财务决策智能体,运用这种融合机制与财务决策知识体系结合,能够全方位支持管控智能化和决策智能化系统的构建,并从目标设定智能化、内部报告智能化和责任人激励智能化(傅元略,2017)设计财务决策支持智能体。这种决策支持智能体可帮助财务决策人做决策,防止决策仅凭经验做出,使决策更具科学性。这里的科学性是靠具有数百层级和数万个神经元连接而成的、复杂的神经网络系统和大数据来支持的。

3.资金配置优化智能体理论。资金配置优化智能体围绕一家企业的资金管理优化,是一个复杂的、多目标优化智能化系统。要想在一家大企业取得资金管理优化成功,必须将其系统分解成许多更小的子系统,每个子系统都有自己的目标和约束,由此产生的各子系统(责任中心)相互关联。然而,大企业最常见的组织结构是层级化的结构,其中给定的是高中层责任单位和基层责任单位,高层级管控下一层级,反过来又由下层级反馈管控的结果给上一层级(傅元略,2019)。每一层级的管控目标和相应激励相挂钩(傅元略,2016),对于资金管控的优化问题涉及的模型需要满足某些约束条件,并使增创价值最大化。资金配置和管控优化问题的分解不一定局限于责任中心层级,大企业的经理人也采取分层分解方法,在不同的层次上执行资金配置优化计划,可从最基层责任单位到顶层战略决策(傅元略,2016)。结合模糊神经网络算法,传统的分层资金管理可结合机器深度学习的方法(包括半强制深度学习模型的应用),形成资金配置优化智能体。资金配置优化决策是按顺序和自上而下的方式进行的,在层次结构中的某一级别所做的决策受到上层已经做出的决策的约束。为了实现大企业资金流的高效运行,需要在不同层次的业务计划和资源配置中采用一种综合的、交互式的方法,以便在层次结构中的某一个层次上进行决策,从而为下一层次的决策提供一个可行的目标。




三、数字经济下的传统财务理论拓展



数字化转型已经渗入企业管理的全过程,也开始与管理人员的智能手机建立无缝对接,我国“上云用数赋智”(国家发展改革委、中央网信办2020年4月印发《关于推进“上云用数赋智”行动 培育新经济发展实施方案》的通知,“上云”指探索推行普惠型云服务支持,“用数”是在更深层次推进大数据的融合应用,“赋智”则是要加大对企业智能化改造支持力度,特别是要推进人工智能和实体经济的深度融合)应用走在世界前列,尤其大规模应用就像用水用电一样方便,将AI和大数据技术运用于财务管理的全过程,推动了财务管理理论变革。同时,从我国财务管理本土实践中总结出的“业财融合”这一理念及其    解读(汤谷良等,2018)和王化成(2020)对于数字经济时代下的企业价值创造、财务决策、企业管控、降本增效的创新思考来看,本文称此为财务理论变革,与人工智能交叉学科的研究(财务智能理论研究)具有很大的挑战性,可归结为如下几个拓展:

(一)融资智能理论

从传统财务学的融资理论来看,其前提是资本市场是有效的,理性的财务决策人的筹资行为也是在市场有效前提下做出的最优选择。然而,实际的财务决策人的融资选择可能会考虑市场非有效性的一些因素,包括决策人的情绪、市场情景感知和财务非理性行为等。为此,可以考虑将这些财务理论研究成果与财务智能体融合形成融资智能理论,这一研究具有两大突破点:

1.决策人与财务智能体的融洽度。财务智能体的数据感知和数据处理能力强于决策人。决策人和智能体之间目前还未达到像经理人和助理之间一样的融洽程度,这是管理智能化的一个难题,还有待双向相互理解机制的出现。决策人希望在投资决策中能做到:计算模型与决策过程融洽度高,心理因素不影响智能技术,使决策结果达到最佳状态。这一过程中有许多不确定性,人机之间配合必须有组合预期策略,尤其是合适的备选第二、第三预期策略。人机信任链产生的前提是人要自信(这种自信心也是匹配训练出来的),其次才能产生他信和信他机制,信他与他信里就涉及到多阶预期问题。

2.借助于智能体来纠正融资决策非理性的问题。行为财务学认为,在市场非有效的情况下,上市公司会有意识地采用资本市场的非理性定价来选择有利于公司的融资决策,从而偏离市场均衡。财务决策人自身的非理性行为也可能使其融资决策对市场和企业产生影响。本文提出财务智能体利用大数据深度学习模型可帮助融资决策人更好地遵循传统的融资优序理论,即按照先内源融资、再债务融资、最后股权融资的顺序来选择融资方式(傅元略,2007)。

(二)资产定价智能体理论

在传统财务理论指导下进行投资决策时,往往根据投资项目的收益率与资本成本孰高孰低来决定取舍。当然,这种传统方法应用的前提是要求市场必须是有效的。然而现实中的市场有效程度在不断变化中,投资者往往具有认知上的偏差和投资情绪的变化,所以不同投资者对投资收益的预期是不同的。因此,如何加强智能体的自我学习,将传统财务理论与实际决策经验相结合,提升对动态风险和投资情景情绪的更准确计算,这是财务智能理论关于资产定价研究的一个难点问题。

(三)企业估值情景情绪理论

财务智能体的认知计算分解为情绪计算和情景感知智能,对并购和企业估值的非理性行为进行了一定的纠偏,从而降低非理性估值及其过度自信并购的可能性。当投资者过度悲观时,公司价值被严重低估,外部融资成本过高,迫使公司不得不放弃一些好的投资项目;当投资者过度乐观时,公司经理人出于自身利益可能会投资于那些事实上不能盈利但投资者认为可盈利的项目。

在企业价值估计方面,情景智能和情绪智能综合应用可以解决目前的不足。例如美国的房地美和房利美的价值建立在信用和风险控制基础上,一旦它们的信用和风险控制基础动摇,也就是信用和风险控制的情景发生重大变化,它们的企业价值就要立即土崩瓦解。

通过财务智能体中情景情绪计算模型的运用,可以得出较准确的企业估值。当然,这种智能体模型本身并非万能的,它需要情景感知和情绪计算的大数据支撑,从而使得评估值接近于企业的内在价值。在情景情绪智能的具体应用中,决策人可以将自己的决策经验融入传统的价值估计模型与情景情绪计算模型中,扩展价值评估智能化模型的自我学习和自我完善的能力。

(四)财务心理账户的情景情绪计算

心理账户理论由诺贝尔经济学奖获得者塞勒提出,该理论揭示了有限理性个体对预算和损益的评估管理机制,指出了其对经济活动的重要影响。在财务决策时,企业重大财务事项情景对应的心理账户调节智能体,为重大财务事项应急管控中的处置策略设计提供了科学的方法与依据。人们总是根据资金的来源、资金占用(投资)或资金用途等因素对资金进行归类,并贯穿于决策过程的结果感受、决策模型制定及评估。本文认为,财务智能体在决策过程中可以权衡不同智能体的心智账户,并结合情景情绪计算构建一个人工智能体,以便把握复杂多变的现实环境,进行正确的决策,即在实际情景下实现对情绪情景信息的自动获取及情绪状态的计算与识别,同时对决策人的心理账户进行必要调节,从而使得财务智能体具备一定的情景情绪智能。将其应用于解决金融突发事件应急管理、网络舆情信息分析、银行信贷管控、企业员工激励情绪管理,可以提高投资决策的效率和效果。




四、基于智能体的财务“软机器人”理论



本文所提的财务“软机器人”指的是以特定功能目标的系列财务智能体有机组合成的、能实现特定的财务管理和财务决策功能的平台软件系统。其与现在应用的RPA(流程自动化机器人)相比具有更高的智能化。实际上现在应用的RPA就是流程自动化管理软件,基本没有人工智能的嵌入,仅仅比ERP先进一点。从我国“十四五”规划纲要中数字经济发展战略及2020“上云用数赋智”行动计划来看,财务“软机器人”的智能化表现在如下几方面:一是将人工智能的知识及推理,情绪化表征、非公理性推理和直觉决策等方面融入财务“软机器人”。二是未来“软机器人”的人机智能演进的目标是发挥人和机器的优势互补,促进人的智能和机器智能的共同进步。三是“软机器人”会以财务决策人的知识作为输入指导机器,使得其自身的智能通过不断迭代,变得更加智能和高效,交互式遗传算法正是这一思想的典型体现。四是财务“软机器人”自身亦可以利用机器之间的相互协作,借助机器提供的反馈,通过博弈的方式,强化机器的智能,从而实现财务“软机器人”智能的自我演进。

随着机器智能的提升,财务人也可以通过机器的反馈而受到启发,从而丰富自身的经验和知识,提高认知能力。同时,当前的人机智能融合产品还是共性的(如手机、电脑),个性化服务的人机智能融合还未真正出现,但已有初级的智能系统悄悄崭露头角(如经理人辅助决策系统和智能型财务机器人等)。因此,在财务“软机器人”理论研究领域的人机智能融合的发展需要研究如何实现财务决策人的智能与机器智能体的共同学习,以及如何实现具备人机相互协作与促进特征的人机智能共同进化,这是一个具有挑战性的人工智能在财务管理方面应用的重大科学课题。




五、结论与展望



在数字经济发展不断推进的时代,我国“上云用数赋智”的应用走在全球前列,而且许多APP已融入我们日常的智能手机,推动着财务理论变革。本文的研究属于探索性的成果,简要归结如下三点研究结论:

(一)财务智能体理论提出

财务智能体的应用可促使财务管理理论与实践结合,发挥更大的作用,也能更接近人类高端智力能力,能使财务“软机器人”自主地实现其目标。财务智能体不是用来替代人类已经展现出巨大应用前景的应用,而是用来让人类更有智慧。本文对三类有代表性的财务智能体—— 财务管控智能体、财务决策智能体和资金配置优化智能体进行了探讨,其目的是形成AI时代的财务理论新分支并指导智能财务实践。

(二)数字经济下传统财务理论的变革

“上云用数赋智”行动计划的实施,将AI和大数据技术运用于财务管理的全过程,推动财务管理理论变革,基于传统财务理论产生新理论: 融资智能理论、资产定价智能理论、企业估值情景情绪理论、财务心理账户的情景情绪计算。

(三)财务“软机器人”理论的探索

财务“软机器人”理论需要探索的四个方面:一是将人工智能的知识及推理、非公理性推理和直觉决策等方面融入财务“软机器人”;二是财务决策人的智能和财务机器智能的互动提升的研究;三是“软机器人”推断未来;四是财务“软机器人”自我进化。

根据上面的研究结论可以看到,未来的财务智能体理论和财务理论变革亟待解决的问题为:(1)财务“软机器人”理论;(2)针对数字经济下的财务决策智能化平台的设计和开发;(3)财务智能体理论及其应用的平台案例研究。


京ICP备19047955号 京公网安备 11010802030967号 网络出版服务许可证:(署)网出证(京)字第317号