完整的现代财务诊断流程主要由相关诊断资料收集、诊断分析查找财务问题、生成诊断改进方案三个步骤组成。复杂多变的经营环境对财务诊断提出了更高的要求,诊断信息数据的收集、分析处理、运用状况对财务诊断效果有着关键性的影响,传统的财务诊断受技术和成本等方面因素的影响,收集的数据有限,处理技术不成熟,诊断方案的改进效果并不理想。大数据时代的到来,为财务诊断的优化和发展提供了新的机遇。本文基于财务诊断系统(FCS),提出将大数据及其相关技术运用到财务诊断主要的三个环节中。首先,在施诊专家的主导下根据施诊的内容和方向运用大数据技术收集互联网和企业内部与诊断相关的财务数据与非财务数据,构建大数据环境下的财务诊断基础数据库。其次,运用数据包络分析法对企业财务数据进行分析,对企业的财务效率进行评价,分析财务问题的症结所在,找出备选的改进措施。在此基础上,将财务数据预测和非财务数据相结合预测企业的财务状况,针对企业发展策略的资金需求,对经营、投资、筹资、分配等活动提出建议,构建预测性的诊断方案。本文第五章以T公司为例,详细介绍基于大数据的财务诊断过程,通过获取较传统财务诊断内容更为全面,形式更为多样化的诊断资料为基础。从诊断工具箱中选取数据包络分析法作为诊断的工具,利用大数据的特点弥补方法本身的缺陷,实现更公允的评价企业财务效率来发现问题。大数据预测帮助构建预测性的改进方案拓宽了财务诊断的外延,改变了传统侧重于纠错性诊断的格局,提升了诊断的效用。