财务分析

基于价值创造和风险防控的财务综合分析关键技术研究与应用需要用到业务多方面数据，包括售电量、投资、电价、收入、成本等信息。基础数据需求量大，且分布于各部门与各系统中，数据梳理与系统模型校验难度大且易出错。其中项目必要性审查模型通过项目群维度的审查效杜绝重复项目，统筹项目时序。而项目群审查实现需要基于自然语言识别技术自动提取项目名称和项目内容中关键信息作为项目标签，并依据项目标签，采用统计分析技术开展关联分析，识别拆分立项等问题，技术难度较大。 本项目以经营和管理问题为导向，以财务建模和数学优化等技术为手段，借助数据中台建设成果及业财数据贯通成果，开展基于价值创造和风险防控的财务综合分析关键技术研究与应用，提升预算资源配置前瞻性、针对性以及预算执行真实性和规范性，强化价值创造引领和经营风险防控，实现智慧辅助决策。结合计量经济学建模思想和人工智能、机器学习的技术实现对售电量、电价和输配电成本的关键参数精准预测，同时分析其关键影响因素，挖掘因素之间的传导机制。基于大数据技术，构建动态经营预测仿真数据资源池，对各类数据进行指标化管理，开发动态仿真建模工具，应用新技术提供敏捷自助、柔性可扩的企业级动态模型测算，以及用于PC端和大屏展示的可视化分析。 在充分实地调研和组织研讨的基础上，形成基于价值创造和风险防控的财务综合分析应用建设思路和模型体系框架，经过在南通、常州、泰州、徐州等供电公司的试点，以及一年多的全面推广应用和完善，预算资源配置得到显著优化，可研经济性审查得到夯实，预算执行监控更加全面有效，项目投资经济效益获得有效提升。研究及应用成果具有普遍的适用性和先进性，总体达到国内先进水平，应用效果显著，极具推广价值。

面对经济发展进入“新常态”和电力体制改革持续推进等外部环境的变化，国家相关部委对分析决策信息建设提出的更高要求，财务管理转型、推进业财融合以及公司财务战略落地的需要，南方电网公司财务部自2015年开始，组织开展了财务数据分析系统的模型研究和蓝图设计，形成覆盖所有财务专业领域的138个分析决策主题，构建适应公司自身财务战略规划的财务分析决策体系，有效支撑公司各项经营管理规划和决策。