| 标题 | 大数据冲击下的财会变革 |
| 范文 | 文一墨 大数据，开启了一个全新的重大社会变革时代。这项变革对企业的思维模式、商业模式、管理模式造成巨大的冲击和挑战。作为传统信息之一的会计信息在大数据时代依然是核心信息，其相关数据种类和规模迅猛增长，会计与财务的理念、功能、模式和方式方法将发生一场颠覆性的变革。 一、大数据的概念与特征 “大数据”（Big Data）这个词依然是个舶来品。日本野村综合研究所高级研究员城田真琴在其著作《大数据的冲击》中谈到，大数据这个词的起源并不是十分清楚，在一些以欧美大数据为主题的报告中，经常会引用2010年2月出版的《经济学家（The Economist）》杂志上一篇题为《The data deluge》的文章，题目可直译为“数据洪流”或“海量数据”。文章中并未直接出现“Big Data”一词。但自从这篇文章问世以来，“大数据”逐渐成为人们热衷讨论的热门话题之一。 2011年5月，麦肯锡全球研究院发表名为《Big data： The next frontier for innovation， competition and productivity（大数据：创新、竞争和生产力的下一个新领域）》的研究报告，首次提出了大数据概念。 目前，大数据还没有一个统一的定义。通常我们认为大数据的狭义定义是，大数据或称巨量数据、海量数据、大资料，指的是所涉及的数据规模巨大到无法通过人工在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。比如，指用目前在企业数据库占据主流地位的关系型数据库无法进行管理的、具有复杂结构的数据，或者是指由于数据量的增大，导致对数据的查询响应时间超出允许范围的庞大数据。广义的大数据概念不仅是指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。 2001年，麦塔集团（META Group，现为高德纳）分析员Doug Laney指出数据增长的挑战和机遇有三个方向：量（Volume）、快（Velocity）与多变（Variety），合称“3V”或“3Vs”。高德纳与现在大部份大数据产业中的公司，都继续使用3V来描述大数据。后来，IBM在前三个特点的基础上提出数据的价值性（Value）为第四个特点，即： 第一，数据体量巨大（Volume）。数据体量从TB量级，跃升至PB量级（1PB=1000000GB）或接近EB量级（1EB=1000PB）。 第二，数据类型繁多（Variety）。相对于以往便于存储的以文本为主的结构化数据，包括日志、音频、视频、图片、地理位置信息等在内的非结构化数据越来越多。 第三，处理速度快（Velocity）。数据流成为高速实时数据流，需要快速、持续的实时处理。这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。 第四，价值密度低（Value）。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。 二、会计信息处理的变革 传统的会计处理工作，就是以会计数据记录、核算为主。目前，学术界和实务界都接受会计信息决策有用的观点，企业提供会计信息的目的就是向现在以及潜在的投资人进行分析决策提供有用的信息。大数据时代数据的信息源、传播渠道和相关者更加多元化，数据开放程度不断提高，且不受时间、空间的限制，数据能够通过云计算、物联网、移动互联网、传感器和智能终端等多种途径及时获取。例如，大数据能够及时全面地获取活跃市场中的公开报价，获得正确的投资性房地产、交易性金融资产等公允价值信息。同时，与此前相比较，企业业务端可以提供更加丰富及时的数据、结构亦更加复杂多样、提供时间更加及时甚至实时。因此，对投资者决策有用的信息将进一步扩展，不再局限于会计信息，其他决策相关的信息的重要性日渐凸显。那么，会计信息系统应该提供什么样的会计信息？以何种形式或格式提供这些专业信息？ 不同于传统的会计信息，非会计信息来源复杂，格式多样化，不仅包括结构化数据，还包括非关系型数据库、数据表单、传感数据、文本、文档、音频、视频等非结构化数据。大数据是大容量、高速和多样化的信息资产，它的使用需要企业能够打破业务条线和部门之间的数据区隔，并借助主流的大数据处理软件工具，对来自企业内部和外部的海量的结构化数据和非结构化数据进行过滤，且以众多历史数据为基础进行科学预测，同时实时更新数据信息。 改革传统的财务报告，公布企业综合报告，已经提上议程。综合报告是以一种可以反映企业所处的社会、环境和商业等背景的方式，对企业战略、治理、业绩和前景等重要信息进行整合并列示的报告制度。2013年，由可持续发展会计项目和全球报告倡议组织成立的国际综合报告委员会（IIRC）发布了其建议的国际综合报告的框架草稿。该框架草稿希望通过扩大所披露的重要概念的范围并将整体思维融入组织的方式来在财务报告基础上构建综合报告，指出未来编制综合报告将不仅仅是会计人员的责任，还需要人力资源、管理、销售以及市场等各部门人员的共同努力，最后再由相关人员对各部门信息进行整合。会计信息系统将逐步演变为一个立体化的综合信息系统。 非会计信息存在一个量化难的问题。如何解决该问题？维克托·迈尔·舍恩伯格在著作《大数据时代》中指出，大数据时代处理数据的本质与观念三大改变之一，效果比绝对精确更重要。由于数据的巨大，人们不用担心某个数据点的差错对整个系统分析的不利影响。在小数据时代，必须强调信息的精确，因为那时收集的信息非常少，一点点错误可能会造成很大的决策失误，甚至影响最终的定性结果；而这种高度的精确性要求，又使得人们很难掌握大数据。大数据技术可以给信息使用者带来的收益将远远大于因精确性丧失所造成的损失。从成本效益原则出发，决策者也能够接受不精确数据的存在。 XBRL（可扩展商业报告语言）的产生和发展，为信息数据的标准化提供了解决方案，极大地提高了会计数据的获取和使用效率，促进会计信息系统的开发和应用。建立综合信息系统，应当加快XBRL的研究与运用，对各种数据，包括会计数据与非会计数据，进行标准化规范，实现基于标准化数据的数据仓库可以对数据进行导入或者导出的基本功能。通过这样一个综合信息系统，可以获得其他公司经营状况的一些信息，通过数据挖掘技术从大量数据中发现有用的信息，进而有利于信息使用者发现这些历史数据存在的潜在联系，就可以对未知的商业活动进行预测。 三、大数据对财务成本管理的影响 现在的信息时代唯一最有价值的资产就是数据，要尽可能的去了解客户需要去分析数据；提高企业运营效率也需要分析数据；提升业务灵活也需要分析数据；进行业务的合规性也需要分析数据。挖掘到数据价值将是最有价值的竞争优势。能够充分利用数据的企业将占据先机；如果企业不重视并逐渐采用大数据相关的新兴技术，那么企业会逐步落后。 财务数据，与企业内外的其他类型数据相比，在非大数据时代就是企业最基本、积累量最为丰富的一种数据。大数据本身没有太多价值，基于大数据的处理和分析才能为企业带来的巨大的增值价值。财务管理者可以在数据分析过程中更全面地了解到企业的现状及问题，更及时地评价企业的财务状况和经营成果，从而揭示经营活动中存在的矛盾和问题，为改善经营管理提供方向和线索。 大数据基础运用之一就是企业成本核算管理。企业成本核算管理以会计核算为基础，它对生产经营过程中发生的各种耗费按照一定的对象进行分配归集，对企业的经营决策具有重大影响。如何得到真实可靠的成本数据，并进行正确地分配、归集和计算是成本核算的关键。通过大数据技术，能够及时甚至实时采集到与企业生产制造成本相关的各种类型数据，并将这些海量数据应用于企业成本控制系统，通过准确汇集、分配成本，分析企业生产费用构成因素，区分不同产品的利润贡献差别并进行全方位的比较，从而为企业进行有效的成本控制提供科学的决策依据。 大数据技术使得成本控制由事后控制转变为事中控制成为现实，同样，它也给财务管理实现事前、事中管理提供了有效的工具。全面预算管理被认为是让企业大数据、海量数据“活起来”的最好方式。因为预算一是根据历年的数据和某些调整信息预测未来时期的信息；二是由实际业务数据和预算数据进行比较，并在此基础上，为企业未来的经营设计一套最佳管理方案，以实现企业资源的最佳分配、获取未来业绩的最大回报。目前我们所说的全面预算管理，一直宣称是全过程、全方位、全员参与，然而在实务中仍然受限于技术。预算编制环节，企业很难判断数据的真实性与合理性，即使是零基预算往往也只是基于往期数据进行编制。通过数据挖掘，企业能够掌握每个客户的需求、消费习惯与趋势，获得可预计市场的合理评估。真正可以以销售预算为起点，生成成本预算、人力资源计划、采购计划、期间费用计划、融资计划，最后完成所有预算信息。 《大数据时代》中提到另一项思维理念转变，是我们应该更加重视各种问题之间的相关关系，而非单一追求严格意义的因果关系。在大数时代，数据分析强调相关关系而不是因果关系。大数据分析主要告诉的是会发生什么（相关关系），而不是为什么发生（因果关系）。它给我们财务分析提供了全新的思路，在对企业内外部各种相关数据进行集成、处理、控制、分析、整合等基础上，通过与其他工具（BI、网络报销、费用控制等）的配合，获取比较全面的影响因子，从而作出合理决策。比如，利用大数据技术对预计利润表中的产品销售收入进行穿透分析，财务管理者可以得到不同时期、不同产品类别等不同分类标准的明细数据情况，通过企业的实际数据和预算数据的对比，并在此基础上为企业未来的经营设计一套最佳管理方案，可以实现企业资源的“最佳分配”、获取未来业绩的“最大回报”。 显然，大数据将重塑财务的面貌，构建一个“大财务”的概念。大财务以坚实的大数据为基础，使得全面预算管理、集团资金集中管理、内部控制能够更加高效、顺畅地运行和开展，使得财务突破了记账核算与简单的分析管理的限制，在在企业决策和管理中扮演更为重要的角色。 四、大数据对审计的革新 大数据给审计发展提供了不可多得的技术支持。审计，天然适应大数据。审计早就秉承了用数据说话的原则，审计结论无一不是以数据为支撑的。 大数据时代，审计将需要全面采集与企业财务活动相关的数据，既包括财务数据，也包括业务数据和管理数据；既包括企业内部的数据，也包括主管部门、研究机构等的外部数据；既有财务数据等结构化的数据，也有会议纪要、政策法规等非结构化的数据。当然，这可能会给外部独立审计带来一定障碍。被审计单位是否会允许外部审计师获取如此丰富的企业数据，向外部审计师开放全部数据库访问权限是否可能导致商业机密泄露……这导致一系列新问题。主要是看双方的协商，关键是政策部门尽快修订审计准则加以明确与导引。因此，短期内，大数据会给内部审计、国家审计带来更大的帮助。 传统审计中，审计人员只是在完成财务报告或经过特定的周期或离职等情况时才进行审计，而且审计中并不是检查所有的信息，只是抽样分析。随着大数据技术的发展，大数据技术可以处理和某个特殊现象相关的所有数据，不再依赖于随机抽样。大数据的审计样本将不再是随机样本，而是全体数据，将更强调数据的完整性和混杂性。随着数据信息化的深入以及大数据技术的成熟，企业内部审计将逐渐开始能够从大量的、杂乱无章的海量数据中发现潜在的有用信息，能够从这些大量的数据中发现被审计单位运作的基本规律及特征；预测出被审计单位发展的趋势，从宏观上把握被审计单位的发展状况。 数据挖掘将充分运用审计工作当中。比如，通过分类挖掘对被审计数据库中的各类数据挖掘出其数据的描述或模型，或者审计师通过建立的统计模型对被审计单位的大量财务或业务历史数据进行预测分析，根据分析的预测值和审计值进行比较，都能帮助审计师从中发现审计疑点，从而将其列为审计重点。再如，审计师可以通过关联分析，利用关联规则可以从操作数据库的所有细节或事务中抽取频繁出现的模式，挖掘隐藏在数据间的相互关系，找出被审计数据库中不同数据项之间的联系，从而发现存在异常联系的数据项，在此基础上通过进一步分析，发现审计疑点。 审计新技术的飞跃，可以将解放审计师从大量简单重复作业中解放出来。审计师可以审查更大范围、更多数据。同时，也产生了新的课题—IT审计的重要性日渐凸显。IT审计是审计的一个分支，是以IT信息系统为对象的审计。在大数据时代，各种审计所依赖的原始数据都是经由IT信息系统产生或者处理的。IT信息系统作为审计基础环境，审计师必须首先对其做出风险评估与判断，需要对包括人、信息、数据、物品（各种设备）、以及控制和服务在内的IT信息系统各个要素，以及这些要素的可用性、保密性、完整性和有效性进行评价。这对审计师的专业化、知识多样化提出了更高的挑战。此外，审计过程中非结构化数据的增多，也要求审计师具备综合分析和处理的能力。 五、大数据对财会人员的冲击 大数据给财会人员带来挑战与机遇。在未来，财会人员的职责极有可能发生重大转变，甚至被重新定义；财务部门将极有可能从服务部门质变为关键业务服务部门的，将处于战略决策的核心位置。—这也正好契合了“财务会计”向“管理会计”转型的时代要求。 是否能够转型的关键在于财会人员的自身。财会专业人员，除了必须掌握扎实的财务知识以外，还必须掌握更多的管理知识技能、分析能力。能够从记录、核算、审查财务数据，发展为管理企业各项数据库，与IT、信息管理等部门密切配合，具备整合财务数据与非财务数据的能力，善于利用大数据技术评估企业业绩、企业风险。未来要求财会人员越来越向“通才”发展，将更大范围介入企业的生产经营管理各项流程中去，与企业内外部各利益相关方协调处理、控制、管理各种数据将是一项核心职能。 互联网、物联网、云计算等技术的发展，“计算机”在未来很可能抢了传统财会人员的饭碗，就像机器人抢了传统产业工人的饭碗。数据标准化的发展，使得原始数据在信息系统平台中自动生成企业所需的财务数据或其他管理数据成为可能。传统财会人员将成为名符其实的“bookkeeper”（簿记员）。 大数据时代趋势不可改变。 会计这个职业，要么成为企业核心，要么逐渐消亡。幸好，选择权还在我们自己手中。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。