【大数据在会计领域的影响和应用探究9800字（论文）】

第1章绪论1.1研究背景2014年2月27日，中央网络安全和信息化领导小组成立。中共中央总书记、国家主席、中央军委主席习近平亲自担任组长，李克强、刘云山任副组长。习近平总书记主持召开了第一次会议，并发表了重要讲话。他指出，当今世界信息技术革命日新月异，对国际政治、经济、文化、社会、军事等领域发展产生了深刻影响。信息化和经济全球化相互促进，互联网已经融入社会生活方方面面，深刻改变了人们的生产和生活方式。我国正处在这个大潮之中，受到的影响越来越深。我国互联网和信息化工作取得了显著发展成就，网络走入千家万户，网民数量世界第一，我国已成为网络大国。同时也要看到，我们在自主创新方面还相对落后，区域和城乡差异比较明显，特别是人均带宽与国际先进水平差距较大，国内互联网发展瓶颈仍然较为突出。习近平总书记还强调，网络信息是跨国界流动的，信息流引领技术流、资金流、人才流，信息资源日益成为重要生产要素和社会财富，信息掌握的多寡成为国家软实力和竞争力的重要标志。信息技术和产业发展程度决定着信息化发展水平，要加强核心技术自主创新和基础设施建设，提升信息采集、处理、传播、利用、安全能力，更好惠及民生。美国之所以发达，其中一项重要原因就是因为其建立了信息高速公路及网络体系，在信息发掘与应用方面走到了世界的前沿。2013年3月22日，美国总统奥巴马政府宣布将投资2亿美元来拉动大数据相关产业的发展，将大数据战略已经上升为国家意志，将数据定义为“未来的新石油”。未来，对数据的占有和控制甚至将成为陆权、海权、空权之外的另一种国家核心资产。当今世界，谁能全面、及时掌握信息资源，必将走到时代的前沿。国家安全、社会经济调节、公共服务、社会管理、市场竞争以及企业经营决策过程中，信息的收集、整理和分析是其中的一个重要环节。1.2研究目的目前，大数据技术已经融合并促进了很多行业的发展，也使得数据作为早已存在的“新兴资源”而万般得宠。在会计领域，“大数据+会计”的模式肯定会促进新信息时代会计的改革。由此产生的“大会计”能够反映企业、机构、政府和国家的综合数据处理能力。它不仅是会计理论的需要，也是会计在实际应用中的需要。在大数据、大数据资产和数据挖掘的背景下，如何将传统会计与之相结合，并发挥大数据的优势，为会计预测、经营决策、目标提供数据支撑；通过什么样的方式能够高效的获取有用信息；以及如何能够在大数据时代转变会计职能，是本文研究的目的。第2章大数据的概念、特点和作用2.1大数据的概念大数据是伴随着云计算的普及、物联网和移动互联网的应用而发展的。大数据时代是数据爆炸式增长的时代。其应用逐渐渗透到了现代企业经营管理的各个领域。传统的管理会计也因此受到了前所未有的冲击，日益激烈的商业竞争也促使企业管理会计的与时俱进。美国一家信息技术研究权威和咨询公司——Gartner公司（2012）认为，大数据需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。笔者认为，大数据是指数据量规模巨大、复杂多样和流转速度快，含有对进行有效经营管理有价值的各种信息资源。企业利用大数据的关键战略意义是通过对数据的搜集、存储、加工、分析，从数据中抽取出有价值的信息加以利用，从而促使企业实现价值的创造[1]。2.2大数据的特点一般认为，大数据具有的四大特点为四个“V”，即Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。从大数据的大量化上看，海量数据规模巨大，从各种源头产生；从数据多样性上看，数据类型复杂繁多，如文档、音频、视频、图片、地理位置信息、网络日志、网页、客户评价等多种多样的数据形式；从数据的处理速度上看，借助物联网、云计算、移动互联网、手机、平板电脑、PC以及各种各样的传感器等数据来源或者承载的方式进行数据处理，处理速度极快，形成动态的数据系统；从数据的价值上看，价值密度相对较低，可从多种多样的数据中快速获得具有高价值的信息。基于大数据的这四大特点，有效地利用现代技术对数据进行收集、加工、掘取价值和加以利用成为现代企业管理会计发挥职能作用，为企业创造更多的发展机会和商业价值的重要途径[2]。2.3大数据的作用第一，在大数据时代，数据的价值会随时间的流逝而迅速贬值。具有时效性的数据对管理会计提出更高的要求，促使企业应用一定的分析技术实现从巨量数据中提取出和充分利用真正有价值能实现企业增值的信息。在管理会计工作中，要建立采集和挖掘数据分析系统，加强大数据价值挖掘的技术研究与开发，以便有效地挖掘具有巨大政治、社会、科技、经济和自然价值和有利于提升企业竞争力的数据。在大数据下，企业掌握了先进的挖掘数据价值的方法和工具，并对数据加以综合利用，就有可能把握先机，获得竞争优势。第二，快速流转的数据促使企业数据处理速度和效率的提高。企业所要处理的数据正以惊人的速度在增长，以零售业巨头沃尔玛为例，其建立的大数据系统每小时要处理超过一百万次的客户交易，存储数据量达到2560TB[3]。因此，突破关系型数据库处理模式的限制，建立大数据仓库是企业亟待解决的问题。为应对数据的快速流转，企业不仅要建立起能够实现高效存储和管理的非结构与半结构数据库，还要及时和快速处理所采集的有关数据，防止数据没有得到有效利用而造成积压和浪费，适应大数据处理的需要。过去按月公布财务报告的方式已经不能满足需要，企业应提供实时的报告，即使不能提供实时的报告也应缩短报告的时间，尽量做到每日或每周发布报告。第三，传统的管理会计对数据的利用仍然停留在对结构化数字数据的分析上，国际数据公司（IDC）的一项调查报告指出，目前企业中80%的数据是非结构化数据，传统的企业管理基本上只使用了占整体数据总量20%的结构化数据，这些有限的数据已无法满足企业管理的需要。结构和非结构、半结构的多样化数据对企业管理会计的全面分析和利用是有价值的。企业管理会计必须重视数据获取的全面和完整性，充分意识到结构化数据与非结构化数据、半结构化数据对企业经营管理的重要影响，将所有相关的结构化和非结构化数据、半结构化数据综合起来加以利用，从而为企业经营管理提供全面的依据[4]。第四，大数据的大量化为企业管理会计获取全面的数据提供了重要的经营管理资源。大量的数据是管理会计在数据处理对象上,可以如同《大数据时代：生活、工作与思维的大变革》一书作者维克托·迈尔-舍恩伯格、肯尼思·库克耶所指出的从样本数据转变为全数据[5]。在大数据时代，各线性价值链企业之间和各价值网企业之间的竞争将会是大数据掌握多少的竞争。管理会计要充分认识大量的大数据是企业“神奇的钻石矿”，建立好数据仓库，积极做好大数据资源的收集、加工、挖掘、分享与利用的工作[6]。第3章大数据在会计领域的影响3.1财务报告相关性与报告范畴的扩大化在世界范围内，财务报告目标的相关性越来越普及，会计信息所提供的会计信息有助于投资者决定会计行业生存的多少。会计人员不仅要有自我服务技术知识，也是行业竞争意识，必须认识到会计信息和决策信息的唯一来源是投资者，他们将努力收集各种信息源，在决策有用性的测试，最终的选择是更有用的信息源，和一定的依赖性的形成。如果会计信息的相关性越来越差，其他信息系统的价值相关性越来越高，会计行业的生存和发展将受到威胁.。会计数据的大数据将提高会计信息的相关性，提高会计行业的竞争力[7]。扩大财务报表内容将提高财务报告的相关性。但是，由于计量的局限性，目前的财务报告体系不是结构化数据的价值体现，一些企业价值创造是一个重要的经济资源，如企业的人力资源反映，尤其是人力资源的关键体现。在大数据时代，由于价值评估模式的创新，原有无法量化的资源变得容易获得可靠，这无疑扩大了财务报表的范围，提高了相关性[8]。3.2会计人员职能的管理化传统上，会计的基本职能是会计和监督。会计人员的主要职能是在企业和能源中进行会计凭证的审核、核算、报告、归档等基础工作。这种格局在大数据时代也会发生变化，会计核算从提升财务价值转型。推动云计算、互联网和通信技术，金融业将进入一个大数据的时代，大量的财务和非财务数据将集中在金融领域，海量数据的形成，金融业必须从“存款”数据到“使用”的数据，和财务人员将有更多的的业务知识，会做更多的财务工作[9]。因此，从会计制度，其大部分资源将被配置为使用财务数据和非财务数据，更多的工作是为其他部门提供决策支持服务；会计人员对会计数据提供决策支持应用的重点，知识结构将被转移到使用信息和管理信息。3.3财务会计信息管理模式的工厂化目前，其他部门管理，会计或财务部门和业务部门的会计信息生产混合在一起，在未来，它将逐渐独立，即使在空间与公司总部的分离，形成“满足整个国家的一个独立的小“会计工厂、地区和不同会计服务门市部，共同需求和个性化的服务。金融转型模式被视为未来金融转型的方向就是一个很好的例子[10]。金融共享服务采用标准操作规范和技术标准，统一基本数据形式，整合企业分散业务支持部门，建立完整一致的数据系统。这样一来，一方面，保证了会计记录和报告的规范化、流程化，提高了管理和控制的透明度，降低了信息处理企业的成本。另一方面，数据可以得到改善，以满足个性化服务的需要，它提供了基本的信息单元和材料。3.4计量属性和货币计量的多元化以历史成本为基本框架为基础的财务会计信息的计量属性，但与财务报告的目标加强对投资者的决策有用性，历史成本计量属性外，限制在生产过程中引入的财务会计信息，公允价值的使用已成为世界发展的潮流。公允价值是投资者的决策相关性最大的优势，它的缺点在于公允价值的确定是不是标准确定可靠性和非唯一性，后者是前者大大降低，从而限制了公允价值的使用范围，影响投资者决策的影响。大数据时代，传播渠道和相关的数据越来越多元化，开放程度的增加，在提高透明度的公允价值的一个方面，另一方面增加了公允价值，并提高整体的可靠性和公允价值的可靠性。大数据的运用对会计基本假设——货币计量也会产生一定的影响。货币计量的核心思想之一是会计信息系统反映了以货币计量的经济事项。即“元”是会计信息系统的信息计量单位。在大数据时代，信息系统的计量单位可能会多样化，不再是“元”主宰世界，如数量、时间等计量单位数量将增加[11]。3.5会计信息结构复杂化大数据既有结构化数据和非结构化数据，也有大部分非结构化数据。然而，目前的会计信息收集和处理结构化数据，绝大多数的非结构化数据，排除在信息报告系统中，而这些非结构化数据对于决策者的信息关注和非常重要。因此，大数据可能对会计信息结构产生两种影响：（1）在一定条件下，会计信息的准确性会降低。传统的会计信息是强调信息的准确性，不能接受虚假的非系统错误或欺诈的数据，在大数据时代，会计信息使用者可以接受百分之一百不准确的数据或非数据的系统误差，这可能是对会计信息提出了新的观察维度质量标准：会计人员需要权衡的数据容量和精度之间的利弊，是强调绝对精度，或强调相关。（2）非结构化资料在会计资料中的比例将继续增加。大数据技术可以实现结构与非结构化会计信息的集成，提供了发现海量数据之间关系的机会，并能够定量地描述、分析和判断业务状况.。因此，我们越来越需要对非结构化数据进行收集和解释[12]。第4章大数据在会计领域的应用4.1提升大数据分析与应用能力财会人员应将搜集到的数据，通过大数据分析平台分析数据;利用大数据提高会计服务能力，充分发挥会计工作在促进企业转型升级中的作用。提升大数据会计服务能力，财会人员需要做大量、细致的基础性工作。（1）追踪资金流向，查找证据。资金是企业的血液，资金流向综合反映了企业生产经营活动的发生与结果。以资金流向数据为导向，企业财会人员应查找、监控异常的资金流向，寻找、发现、核对来自企业内外部的相关证据。根据资金流向追踪至业务流程和内部控制执行，从内部控制要求、预算安排、资金拨付一直追踪到项目实施过程，直至追踪到责任人。对企业基本建设投资项目，应加大对大额资金流向的监督，强化对工程立项审批、招投标管理、建设进度、施工质量管理等重点环节的监督;对金融市场投资事项，要关注政策要求、投资方案、风险管控、资金投向和潜在风险隐患等，重点关注非法集资、违规拆借，以及债券市场和资本市场中的利益输送等重大违法违规问题。（2）应用权重分析，揭示隐患。虽然数据本身还涉及来源和真实性问题，但比这更容易产生误导的是数据的结构与权重。比如中国消费占比低的说辞，就来源于国家统计局数据结构与权重，具体说就是在经济统计中，买房并不计入消费，而是计入投资，以至于现实中人们在住房上的消费越多，统计局公布的消费数据占比就越低———这明显违背现实中人们的观感，因为在现实中人们是将买房看作消费行为。财会人员可以通过对企业业务和财务的波动及权重分析，揭示企业主要产品或服务收入的增减对总收入的影响及程度，提出针对性的管理建议和措施[13]。（3）实施特征分析，发现线索。人们经常会发现媒体利用数据得出千奇百怪的结论，其实不然，大多是媒体违背常识解释数据，或是断章取义利用数据。每当此时，多数人会二话不说，就开始谩骂或嘲笑做出这些结论的专家和媒体。其实，往往这些数据本身并没有错，错的是媒体不实施特征分析，发现不了其中的线索，甚至刻意利用数据得出哗众取宠的结论。比如很多数据显示的关系只是“相关”而非“因果”，但媒体通常不会特别指出，而是错误地把相关关系认做因果关系，从而得出很多荒谬的结论。把相关关系当成因果关系，这是事后归因；从小样本得出大结论，这是以偏概全。财会人员应加强对企业业务与财务数据的深度挖掘，寻找某些数据之间的相关性，及时发现业务与财务存在的风险特征，归纳、分析各种风险特征的表现形式，为企业决策和改进生产经营管理提供依据。（4）深入数据挖掘，确定重点。在信息爆炸的年代，人们可以随时随地接收各类数据，而报纸、杂志、电视、广播中散布的各种数据良莠并存、真伪同在，经过巧妙伪装的大数据胜过弥天大谎。另外，如数据被滥用，将会出现对事实的歪曲、颠倒黑白、是非不分，还往往对读者形成误导。因此，财会人员应运用大数据思维与技术，加强对数据的深入挖掘，寻找事物间的相关性，找出隐藏在数据背后的事实。企业的大数据挖掘应将财务数据挖掘分析与业务数据挖掘分析结合起来，将遗传算法、神经网络算法以及满意分析算法等用于数据挖掘，为及时确定分析重点、进行科学合理的分析创造条件。4.2建设大数据分析平台对通过财务共享服务中心搜集的生产经营和财务数据，财会人员应建设大数据分析平台，将搜集整理的数据进行分析，以满足会计工作对大数据运用的需要。数据分析平台的开发建设为实现大数据时代的财务会计与管理会计一体化提供了技术保障。大数据分析平台应以IT技术、数据分析软件和智能化工具为基础，将业务和财务紧密结合起来，满足企业决策和改进生产经营管理的需要。（1）大数据分析平台应具有安全性。企业大数据分析平台分析和处理的是业务与财务数据，应确保分析所使用数据的安全性和分析结果的安全性。大数据分析平台的安全性是一个复杂的系统工程，涉及人、技术、操作等要素，单靠技术或单靠管理都不可能实现。因此，企业应将各种安全技术与运行管理机制、人员思想教育与技术培训、安全规章制度建设相结合，形成一个完整的确保安全的体系和机制。（2）大数据分析成果应具有多样性。企业内部各类人员使用大数据的目的各不相同，所提要求也存在很大差异。因此，要求用大数据分析平台形成的成果具有多样性，可以通过在平台上设计专用的界面、图形、表格等方式将不同的信息显示出来，企业内部各类人员可以直观的“看见”分析结果，以满足企业内部各类人员对数据分析的需要[14]。（3）大数据分析平台应具有先进性。为了保障大数据分析平台具有稳定性，能在较长时间内安全使用，企业在基础设施、技术方法、软件和智能设备的选择方面应具有一定的先进性，这也为后续的大数据分析平台升级创造了条件。（4）大数据分析平台应具有联通性。企业的财务共享服务中心已将业务与财务数据汇集成大数据，供大数据分析平台分析使用。因此，大数据分析平台应与财务共享服务中心联通，这是大数据分析平台建设的基础。另外，大数据分析平台还应与外部的相关分析平台进行联通，获取宏观数据、行业数据、竞争对手数据和客户数据等。财会人员通过读取企业的基础数据进行深入研究，形成分析问题、决策支持所需的数据，实现数据分析平台的互联互通。（5）大数据分析平台应具有全面性。该平台应覆盖企业内部各部门和子公司以及外部的供应商、客户和其他利益相关者，其分析内容包括:以时间为维度对财务状况、经营成果和现金流量进行分析;以子公司为对象对其生产经营业务及其风险情况进行分析;以与外部单位资金往来为尺度对其财务指标及风险情况进行分析;以现金流为核心对业务流进行分析，实现风险的及时预警。4.3建设财务共享服务中心会计工作如何应用大数据思维与技术？首先，会计人员要明确需要搜集什么样的数据？通过什么渠道来搜集数据？其次，会计人员要解决搜集整理的数据如何去分析？最后，会计人员怎样利用这些数据提高会计服务能力？在现阶段，企业财会人员通过建设财务共享服务中心，是广泛搜集生产经营和财务数据的一种重要方式。财务共享服务中心是建立在现代互联网、云计算和IT技术的基础上，以记录、存储和累积业务、财务数据为手段，目的是为了加强对业务与财务的管控、优化与规范流程、为公司创造价值，是一种集会计核算中心、财务公司和资金管理于一体的管理模式。财务共享服务中心在跨国公司中得到广泛应用，我国已有不少企业建立了财务共享服务中心。究其原因，这是因为:首先，财务共享服务是适应市场化的要求而产生的。为了合理配置公司资源和提高资源使用效率，必须根据市场化的竞争和择优原则合理使用资源，以提高公司竞争力，而财务共享服务是配置资源和提高资源使用效率的重要手段。其次，财务共享服务是适应资源集中管理的要求而产生的。随着公司规模的扩大和子公司的增多，公司资源不断分散，而财务共享服务可以将公司和子公司的资源和数据实现共享，形成公司资源的集中管理和数据的记录、储存和分析“一体化”。最后，财务共享服务是适应现代科学技术而产生的。互联网、云计算和IT技术的不断发展，为财务共享服务模式提供了技术支持，网络数据传输、实时核算、云存货管理等技术使公司的数据取得更及时、成本管理更高效、资源配置更合理[15]。在现行的财务会计核算方式下，业务数据与财务数据的记录、储存和分析是截然分开的。财会人员目前处理的是会计核算系统中记录和储存的数据，对业务部门的数据了解不多，更不会去进行深入分析，所以财会人员与业务部门是相互独立的。而建设财务共享服务中心，就是要迫使财会人员对业务的深入了解和分析，使财务与业务的联系更加密切，逐步形成财务与业务一体化。一体化的财务和业务核算与分析，使财会人员能通过财务共享服务中心得到全面、系统的各种数据，为公司提供及时的财务分析、高效的管理控制和全面的决策支持。在大数据时代，平台建设是关键。企业应加强财务共享服务中心建设，通过开放式的财务共享服务中心聚拢业务、财务大数据，为所有者和经营管理者提供广阔的服务空间。因此，企业利用大数据的基础是建设财务共享服务中心。首先，将公司的各部门和子公司拥有的业务和财务数据导入财务共享服务中心，公司财会人员能对各部门和子公司做到事前提示、事中控制、事后评价，在财务共享服务中心建立财务、业务等数据模板，打通业务数据与财务数据的通道。其次，财务共享服务中心应规定各部门和子公司按标准化流程执行各项业务，减少不规范操作和暗箱操作，降低业务和财务风险。再次，财务共享服务中心应有自动提示例外和预警的功能，系统会及时提醒各种例外和警示。最后，财务共享服务中心通过系统软件定期生成按会计准则要求的财务报表及按管理要求的管理会计报表，并可以利用财务共享服务中心的资源，加强对各部门和子公司的财务监控。因此，建设和完善企业财务共享服务中心是实现大数据应用的关键环节。在大数据时代，建设企业财务共享服务中心的步骤主要包括:一是以互联网、云计算和企业内部信息系统为基础，将财务共享服务中心建成功能齐全的信息平台。企业可以依托SAP、ERP或财务核算系统建设财务共享服务中心信息平台，将企业各部门和子公司的业务和财务流程固化在标准的数据库中，实现数据信息的标准化处理。二是将企业的业务管理系统、采购系统、销售系统、客户管理系统、管理会计系统、OA系统、内部审计系统等连接与整合，建立企业财务共享服务中心数据库，实现企业各部门和子公司的业务和财务数据的集成和共享，并对财务共享服务中心的数据进行及时添加和更新。三是将企业财务共享服务中心的数据库与外部互联网连通，特别是与业务主管部门、监管机构和行业组织的系统连通，及时获取与企业相关的各种外部数据，并对各种外部数据进行同步更新，实现外部数据为企业所用，建设开放的企业财务共享服务中心。四是对财务共享服务中心数据库中的信息进行技术处理，然后上传至大数据分析平台，通过对业务与财务大数据的及时、深入、系统分析，为企业发展、业务调整和加强管理提供依据和方案。结论本文研究发现大数据在会计领域的影响有：财务报告相关性与报告范畴的扩大化、会计人员职能的管理化、财务会计信息管理模式的工厂化、计量属性和货币计量的多元化以及会计信息结构复杂化。大数据在会计领域的具体应用有：提升大数据分析与应用能力、建设大数据分析平台以及建设财务共享服务中心。总之