論大數據時代對會計和審計的影響.docx

論大數據時代對會計和審計的影響 學位類型：同等學力 論文作者：姬燕燕 培養(yǎng)學院：國際商學院 專業(yè)名稱：會計學 指導教師：湯谷良 教授 2015 年 5 月 學位論文版權使用授權書本人完全了解對外經濟貿易大學關于收集、保存、使用學位論文 的規(guī)定，同意如下各項內容：按照學校要求提交學位論文的印刷 本和電子版本；學校有權保存學位論文的印刷本和電子版，并采 用影印、縮印、掃描、數字化或其它手段保存論文；學校有權提 供目錄檢索以及提供本學位論文全文或部分的閱覽服務；學校有 權按照有關規(guī)定向國家有關部門或者機構送交論文；學?？梢圆?用影印、縮印或者其它方式合理使用學位論文，或將學位論文的 內容編入相關數據庫供檢索；保密的學位論文在解密后遵守此規(guī) 定。學位論文作者簽名：導師簽名: ( 年 月 曰 年 f 月 、m 論大數據時代對會計和審計的影響 學位類型：同等學力 論文作者：姬燕燕 培養(yǎng)學院：國際商學院 專業(yè)名稱：會計學 指導教師：湯谷良 教授 2015 年 5 月 The big data eras impact on accounting and auditing 學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學位論文，是本人在導師的指導下， 獨立進行研究工作所取得的成果。除文中己經注明引用的內容外， 本論文不含任何其他個人或集體己經發(fā)表或撰寫過的作品成果。 對本文所涉及的研究工作做出重要貢獻的個人和集體，均己在文 中以明確方式標明。本人完全意識到本聲明的法律責任由本人承 擔。特此聲明學位論文作者簽名:年 T 月 曰 2.4 對于我公司而言，大數據對于會計的影響 . 12 2.4.1 對數據資產做戰(zhàn)略性的規(guī)劃 . 12 2.4.2 整合結構性數據與非結構性數據，擴展會計信息化程度 . 13 2.4.3 調整財務報告披露時間 . 14 2.5 大數據時代帶來的風險及應對措施 . 16 2.5.1 大數據時代帶來的風險 . 16 2.5.2 應對措施 . 17 第 3 章 大數據時代對審計的影響及應對措施 . 17 3.1 大數據對于審計的影響 . 17 3.1.1 審計方法 . 18 3.1.2 審計方式 . 19 3.1.3 審計成果的應用與審計整改的后續(xù)落實 . 19 3.2 審計機構在面臨大數據時代的應對策略 . 20 3.2.1 清晰了解并認識到大數據審計分析的艱巨性、復雜性 . 20 3.2.2 加大對審計系統的研發(fā)投入 . 21 3.2.3 從以往的大數據審計項目中汲取經驗 . 21 3.3 對于我公司而言，大數據對于審計的影響 . 21 3.3.1 加強財政收支審計 . 21 3.3.2 電商平臺業(yè)務的審計 . 22 3.3.3 改變審計報告模式及審計內容 . 22 3.3.4 由原有的數字審計轉變?yōu)榇髷祿徲?. 23 第 4 章 研究創(chuàng)新與展望 . 25 4.1 大數據的復雜程度遠超于人們想象 . 25 4.2 數據的安全與隱私 . 26 4.3 大數據系統與財務系統、審計系統需更好融合 . 26 4.3.1 構建會計分析型大數據企業(yè) . 26 Abstract Coming in large data, the traditional accounting and auditing profession, no matter from the accounting information, management accounting functions, or from the audit target and audit method, are subject to the unprecedented impact, also gives accounting and auditing industry has brought a new industrial revolution. This article mainly from three aspects in financial accounting, management accounting and auditing, in-depth analysis of the influence of the era of big data, and coping strategies for these effects are given are analyzed. At the same time, in the thorough examination of the influence, the timely introduction of the concept of data assets and data mining, the data assets and data mining model structure to carry on the comprehensive elaboration, through the model and instance, will the profound influence of the large data brings to the accounting, auditing, and corresponding countermeasures of comprehensive explanation. In addition, in the era of big data, the cloud platform, combining the concept of cloud computing and Internet of things, the introduction of concept and theory, the big data platform by OCR model, on the other side under the background of big data, accounting and auditing research methods. Keywords：Big data，Accounting，Auditing 摘 要 在大數據來臨之際，傳統會計行業(yè)和審計行業(yè)，無論從會計信息化、管理會計職能，還是從審計目標及審計方法上，都受到了前所未有的沖擊，也給予會計行業(yè)和審計行業(yè)帶來了一次全新的“工業(yè)革命”。本文主要從財務會計、管理會計和審計三個方面，全面深入的剖析大數據時代對其的影響，并針對這些影響所給出的應對策略進行了分析。同時，在全面剖析影響中，適時引入了數據資產、數據挖掘等概念，在對數據資產和數據挖掘的模型結構進行了全面闡述，通過模型及實例，將大數據給會計、審計帶來的深遠影響及相應對策進行了全方位的說明。此外，在大數據時代，將云平臺、云計算和物聯網概念相結合，引入大數據平臺概念及理論，借由 OCR 模型，從另一個側面闡述大數據背景下，會計及審計的研究方法。 關鍵詞：大數據，會計，審計 1 第 1 章 引言 1.1 研究原因、方法 由于大數據時代的來臨，給了會計、審計機關一次全新的、徹底的“工業(yè)革命”，其海量的數據、冗長的數據結構、看似毫無規(guī)律可循的內部數據關聯性，給經營決策帶來了一定的困難。同時，由于非結構性數據與結構性數據的結合，也使得經營決策的深度和廣度上上升到了一個水平。同時，也為會計、審計的理論完善、技術創(chuàng)新，提供了條件，也在研究方法上提出了更多、更高的要求。因此引入大數據、數據資產和數據挖掘概念，就變得勢在必行了。 在大數據、大數據資產和數據挖掘的背景下，如何將傳統會計、審計與之相結合，并發(fā)揮大數據的優(yōu)勢，為會計預測、經營決策、審計目標提供數據支撐；通過什么樣的方式能夠高效的獲取有用信息；以及如何能夠在大數據時代轉變會計審計職能，是本文研究的原因。 本文從大數據概念、特征、目前學術研究幾個層面入手，著重對大數據時代對財務會計、管理會計和審計方面的影響進行了深入剖析，也提供了應對的策略供參考。同時，在全面剖析影響中，適時引入了數據資產、數據挖掘等概念，在對數據資產和數據挖掘的模型結構進行了全面闡述，通過模型及實例，將大數據給會計、審計帶來的深遠影響及相應對策進行了全方位的說明。此外，在大數據時代，將云平臺、云計算和物聯網概念相結合，引入大數據平臺概念及理論，借由 OCR 模型，從另一個側面闡述大數據背景下，會計及審計的研究方法。 在過去幾年來，不斷的有國內外的一些學者，提出大數據對會計審計研究方法的創(chuàng)新理論和實踐意義。本文作者在統合已有的理論和實踐意義的基礎上，提出了：確認大數據資產，并利用 OCR 技術，拓展會計信息化程度，為會計信息化平臺提供強有力數據支撐；以及利用云計算和云平臺，提高審計價值等新觀點。希望這些觀點可以為將來的會計、審計工作提供一些新的工作思路。 1.2 大數據的概念 繼互聯網、物聯網、云平臺、云計算之后，又一次新的信息革命到來了大數據（Big data）。顧名思義，大數據，是由數量繁多、結構復雜、類型較多的數據構成的集合體（姜巍，馬建光，2013）。大數據之大，不僅僅是指數量多，而更重要的，其蘊含的價值較大。因此大數據在一定的時間內，可以被企業(yè)所擷取、分析、整理，并為企業(yè)、投資者或其他使用者所用。 產生大數據的，是來自于互聯網、云計算、物聯網等共同作用的結果（維克 4.3.2 借助大數據、云平臺、云計算，大大提高審計效率效果 . 27 第 5 章 總結 . 28 參考文獻 . 29 致謝 . 30 個人簡歷 在讀期間發(fā)表的學術論文與研究成果 . 31 2 托邁克-舍恩伯格，肯尼斯庫克耶，2013，第 20-22 頁）。 一是互聯網。隨著互聯網越來越深入人心，信息化加快了向社會各行業(yè)、各階層日益滲透的速度，在此過程中，也就出現了各類數據。同時，這些數據也在日益影響著人們的生活、情感，滲透在人們生活中的點滴。通過互聯網，可以加快人們之間的了解，也能更廣泛的熟知大眾的需求、行為習慣等，這些都為大數據的產生提供了前提條件。 二是云計算。云計算是基于互聯網計算的，是分布式處理的進一步發(fā)展，能夠向各類互聯網應用提供存儲服務。同時，它也更為便捷的為受眾群體提供快速、方便的網絡訪問。 三是物聯網。物聯網是新一代信息技術的組成部門，也稱為 Internet of things（Lot）。顧名思義，就是物物相聯的互聯網。通過各類紅外設備等傳感設備，按約定的協議，把人與物、物與物聯系起來，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監(jiān)控和管理的一種網絡。 物聯網實現了人、機器、物三者之間的互聯互通，也產生了三者之間的數據與相對關系。這些數據不僅有結構性數據，同時伴有大量的非結構性數據。這些數據類型較為復雜，也很龐大。 產業(yè)科技研究公司 Gartner Group Inc.是這樣定義大數據一詞的：大數據是海量、高速率、及/或多樣的信息資產；這種信息資產需要新型的處理模式去促成更強的決策能力、洞察發(fā)現能力和流程優(yōu)化能力（Laney 2012）。因此，大數據具有以下幾個特征： （1） 數量大海量數據的采集、整理是個難題； （2） 數據結構復雜這些數據不僅僅有結構性數據，還有非結構性數據。結構性數據諸如數字等，而非結構性數據諸如圖片、聲音、視頻等。這些非結構性數據有可能與業(yè)務相關，因此結構性數據與非結構性數據并存，不易處理。 （3） 時效性相較于滯后性的會計信息而言，大數據所提供的數據都是具有時效性的，也就是說，數據的產生和處理是實時的，這也為經營決策提供了更為準確的數據支撐。 （4） 商業(yè)價值高，但是密度低比如說，在海量的數據面前，也許只有一兩個是有效的；從會計信息的角度而言，在連續(xù)不斷產生信息的同時，也許有用的會計信息只有一兩個或者一兩部分。 1.3 大數據研究的幾個層面 1.3.1 理論研究層面 理論研究層面無外乎幾個方面： 一是大數據的特征及整體描述； 3 二是大數據所帶來的商業(yè)價值研究； 三是大數據發(fā)展的歷史沿革及未來發(fā)展趨勢、走向； 四是在海量數據面前，如何能做到安全、高效的對數據進行擷取、整理、分析、匯總等。 圖 1.1 大數據涉及的理論研究層面 1.3.2 技術研究層面 云平臺/計算 云計算主要是為數據資產提供了存儲、訪問的場所及渠道，換言之，云計算提供了基礎架構平臺。而大數據，是建立在云計算基礎上，進行應用、運行。 分布式處理技術 分布式處理平臺，可以將不同地點、不同功能、不同數據的計算機聯系起來，在控制系統的統一控制下，數據的分析與處理據此完成。 存儲技術 所謂存儲技術，其實是為了支撐大數據的分析，與大數據的處理。比如：google和騰訊，分別有幾十萬臺的服務器和硬盤，還在不斷的擴大其存儲設備。這些擴展大部分都是建立在廉價的服務器和硬盤之上，因此其有更多的時間去技術研發(fā)。 數據挖掘 數據挖掘是大數據處理的核心。數據挖掘，又稱資料勘探、數據采礦，是數據庫知識發(fā)現的一個步驟。它主要是指，從大量的、模糊不清的、隨機的數據中，找出蘊含的、事先未知的，但是又有價值的數據。 以電商平臺為例。當客戶在大量瀏覽商品，并下單購買一樣商品之后，數據價值 特征 理論 發(fā)展沿革及趨勢 安全性 第 1 章 引言 . 1 1.1 研究原因、方法 . 1 1.2 大數據的概念 . 1 1.3 大數據研究的幾個層面 . 2 1.3.1 理論研究層面 . 2 1.3.2 技術研究層面 . 3 1.3.3 實踐層面 . 4 第 2 章 大數據時代對會計的影響及應對措施 . 5 2.1 大數據對于財務會計的影響 . 5 2.1.1 對會計信息來源的影響 . 6 2.1.2 大數據時代對資產計量的影響 . 6 2.1.3 財務管理人員的管理職能發(fā)生了轉變 . 7 2.2 大數據對于管理會計的影響 . 7 2.2.1 對初始成本的確定及后續(xù)成本的計量 . 7 2.2.2 為決策和規(guī)劃提供有利的會計數據支持 . 8 2.2.3 為控制和評價管理提供準確數據幫助 . 8 2.3 會計機構在面臨大數據時代的應對策略 . 8 2.3.1 建立大數據資產概念，積極響應海量數據需求。 . 9 2.3.2 確認大數據資產，可以使得會計信息質量得以充分實現。 . 9 2.3.3 拓展財務報表表外事項及財務報告羅列項目 . 10 2.3.4 提升財務價值，轉變財務職能 . 10 2.3.5 保障財務信息安全性 . 10 2.3.6 加強數據挖掘技術在管理會計中的廣泛應用 . 10 4 挖掘系統就會自動跟蹤該客戶的瀏覽記錄，會在客戶購買結束后或是關閉瀏覽網頁的時候，自動保存喜好表單。 再比如，某視頻網站，用戶在點擊直播或輪播節(jié)目的時候，數據挖掘系統就會跟蹤該用戶的點擊頻率表、點擊節(jié)目的類別等，同時也會創(chuàng)建“你可能喜歡的節(jié)目”或是“你可能感興趣的節(jié)目”一欄，根據用戶的喜好，推送節(jié)目。 當然，數據挖掘需要有一定的前提：1 是海量數據作支撐；2 是有龐大的計算機系統做工具；3 是完善的數據管理功能；4 是綜合性、多領域學科的發(fā)展平臺。 常用的數據挖掘方法，主要有：遺傳算法、策決樹、關聯分析、序列模式分析、聚類分析等。 圖 1.2 大數據涉及的技術研究層面 1.3.3 實踐層面 互聯網的大數據 據了解，互聯網的數據以每年 50%的速度在增長。如阿里巴巴擁有大量的交易數據和信用數據；而騰訊則應有海量的用戶關系數據。這些數據都可以作為分析人們日常行為，從而挖掘出對企業(yè)有用的價值。 政府的大數據 政府部門擁有海量的原始數據，諸如天氣數據、交通數據、稅收數據、醫(yī)療數據、教育數據等，但這些數據目前并沒有完全被開發(fā)出來，也沒有被有效利用。而這些大數據一旦被廣泛應用，其潛在價值就會被開發(fā)，數據之間的關聯性也將逐一展現，價值是無可估計的。 企業(yè)的大數據 企業(yè)的經營管理者，更多的是希望獲得報表數據以外的，能對經營決策起到重要作用的大數據，同時也希望能夠獲得具有時效性的大數據，而非是滯后性的技術 云平臺/計算 分布式處理 數據挖掘 存儲 5 會計信息。例如：用戶的 PV、VV 點播的習慣、視頻觀看習慣、購買行為習慣、網站閱讀新聞的習慣等。通過這些行為習慣的分析，可以對網站的整體架構布局、零首頁的內容修改、廣告投放框架設計等提供數據支持。 個人的大數據 所謂個人的大數據，其含義在于：個人在使用互聯網的過程中，其使用痕跡、注冊過的信息、保存的表單、登陸的用戶名及密碼等，均可以被存儲在數據庫中，當然也有可能被第三方惡意盜取而使得隱私不能被保護。 圖 1.3 大數據涉及的技術研究層面 第 2 章 大數據時代對會計的影響及應對措施 隨著大數據時代的到來，企業(yè)更注重數據的挖掘與深入分析。 對于財務而言，大數據時代與小數據時代的區(qū)別在于：1 是數據的突然增多，且多為非結構性的業(yè)務數據；2 是面對這些海量數據，要求會計從業(yè)人員的反應時間短，反應速度快。因此如何收集數據、整理數據、分析數據、利用數據，并將這些有效數據進行整合、資源配置，是企業(yè)目前所需要面對的難題之一。 誠然，數據本身并不能提供任何信息，在大數據時代，如若企業(yè)不能將數據充分收集、分析、利用，也不能對數據進行整合，會導致企業(yè)處于不利局面，不能有效的防范和化解風險。因此本章主要從大數據時代對會計的影響、應對措施等幾方面，進行分析論證。 實踐 個人大數據 企業(yè)大數據 政府大數據 互聯網大數據 6 2.1.1 對會計信息來源的影響 如前述所言，大數據所帶來的，不僅有結構性數據，同時還伴有非結構性數據，且非結構性數據可能會更多。傳統的會計信息，多來自于結構性數據，且結構性數據更可被分析、利用，甚至是直接采納。而大數據時代所帶來的，更多的是非結構性數據，這也對會計信息來源產生了一定的影響（邱杰，邱俊，2012）。 一是非結構性數據越來越多，并廣泛存在于會計信息中。非結構性數據與結構性數據的共同存在，這是大數據時代的標志之一，同時大數據技術也可實現將非結構性數據與結構性數據相結合，并加以分析，發(fā)現海量數據之間的相關關系，并通過定量的方式，來反映、分析、評判企業(yè)的經營發(fā)展。 二是強調海量數據之間的相關關系而非因果關系。在大數據背景下，所強調的是相關關系而并非傳統意義上的因果關系。比如：相關關系是指會發(fā)生什么，而因果關系是指為什么會發(fā)生。大數據往往通過相關關系來指出數據之間的關系。 三是傳統會計分析強調的是準確、精準，而大數據時代強調的則是數據使用效果。傳統會計分析認為，會計信息的精準性無比重要，同時也不接受舞弊造假信息或是非系統性錯誤。但大數據時代則更多的關注會計信息分析帶來的效果，而對精準性沒有那么高的要求，或者說，絕對的精準并非是大數據時代所關注的。 傳統會計信息體系中，由于缺乏海量的數據所支撐，因此任何一個所獲取的數據/信息，都對會計信息產生至關重要的影響，也就需要這些信息保證其真實性、可靠性，才不會導致會計信息的失真。所以，在小數據時代，人們會通過反復的檢查與論證、各類測試性程序和分析復核程序，來減少、避免錯誤的發(fā)生，也會采用測試樣本是否存在系統性偏差。盡管所獲取的信息不多，但是論證這些信息所花費的時間成本、人工成本確實不容小覷的。 在大數據時代，由于數據的繁多與復雜，因此人們不再過于擔心某一數據出現的偏差會給會計信息質量帶來致命的影響，也不需要在通過耗費眾多的成本來消除這些數據的不確定性。因此大數據時代所帶來的效果，往往比傳統會計信息的準確性更重要。 2.1.2 大數據時代對資產計量的影響 由于大數據在會計行業(yè)中產生越來越多效應，并逐漸被廣泛使用，因此就不得不考慮大數據對資產計量所帶來的影響。 一是初始計量成本。傳統會計中，初始計量成本，除歷史成本外，還有可采用公允價值計量。但是由于公允價值的非唯一性和不可靠性，又使得公允價值使用效果大打折扣，也給投資者使用帶來一定的困難。 由于大數據時代的特性，越來越多的數據產生，會使得公允價值越來越透明2.1 大數據對于財務會計的影響 7 化，清晰化，從整體上提高了公允價值的可信度和可靠性。 二是計量單位。傳統會計中的計量單位，通常采用“元”。但是在大數據時代，將來有可能出現非“元”為單位的計量單位，如時間、數量等。 2.1.3 財務管理人員的管理職能發(fā)生了轉變 小數據時代，傳統財務管理人員，其職能往往在于財務核算、財務管理，而當海量數據出現的時候，其數據的繁多與冗長、數據分析能力的不斷提高，要求財務管理人員的職能越來越多的轉向有價值的資源配置中去。 原有的職能，基本上把財務人員定位在收集單據、定制憑證、復核、結賬、報告、歸檔等工作中；而大數據時代，財務人員所面對的，不僅僅是財務信息、財務單據，而更多的是海量的業(yè)務信息，如何收集信息、分析信息，并將有用的信息放置在合理的資源中，通過高效的財務管理流程，實現有價值的財務數據，將資源配置在增長的領域中，是財務人員轉變職能的體現之一。 2.2 大數據對于管理會計的影響 管理會計，是從傳統財務會計分離出來，并與之并列的、旨在為企業(yè)經營管理服務的一個會計學科。管理會計著重點在于提高企業(yè)經營管理、提高經濟效益。因此在管理會計的核心理念中，創(chuàng)造價值與維護是最為重要的兩點。鑒于此，管理會計要針對管理過程中的每個具體步驟、每個具體環(huán)節(jié)采取相應的措施，且這些措施要與之相匹配。管理會計的職能一般可分為三個方面： 一是對初始成本的確定及后續(xù)成本的計量。 二是為現時及未來的決策、規(guī)劃提供會計數據支撐。 三是為控制、評價管理提供準確的數據幫助。 在大數據時代的沖擊之下，管理會計的職能勢必受到一些影響，也會產生一些變化： 2.2.1 對初始成本的確定及后續(xù)成本的計量 在管理會計所提供的各類信息中，如何確定初始成本是核心。企業(yè)的經營活動，都離不開成本的確認。同時，成本確認，也貫穿于企業(yè)預測、編制計劃和預算等各環(huán)節(jié)中。因此如何對初始成本的確定和后續(xù)成本的計量，是大數據時代對管理會計的一大影響。 傳統的成本確認和成本計量，其確認和計量的信息來自于企業(yè)內部，但在大數據時代，就會使得這些信息發(fā)生了一些變化，同時這些內部信息對企業(yè)的需求也是不夠的。外部信息可以為企業(yè)提供更為完整的決策依據，從宏觀上外部信息提供了行業(yè)背景資料、企業(yè)所處行業(yè)的位置、競爭對手的信息和競爭定價策略、行業(yè)供應鏈的結構和變化趨勢等等。 那么這些外部信息，就是企業(yè)內部各系統、各環(huán)節(jié)人員所不能提供也不能控9 運用，整合成為對企業(yè)會計有用的數據。 如：美國大數據創(chuàng)始公司 Clearstory Data，通過幫助企業(yè)收集、整合客戶信息、并將整合后的客戶信息通過大數據進行處理，其得出的數據結論，可以幫助企業(yè)更高效的發(fā)現潛在客戶群，也可以幫助企業(yè)挖掘潛在商機，突破舊有傳統模式，找尋新的發(fā)展機會。而且通過將信息可視化，幫助企業(yè)用最直觀、便捷的方式了解和處理數據。 再比如：在我國，目前北京航空航天大學計算機學院和百度公司就共同合作完成了大型數據處理中心的建立與應用，為百度公司及其客戶群，提供大數據的研究與實踐，搭建了共享多維度的平臺。 在應對大數據到來之際，企業(yè)需要從幾方面著手應對： 2.3.1 建立大數據資產概念，積極響應海量數據需求。 在我國，已經有很多行業(yè)開始著手建立大數據資產，如電力、財險公司、航空、電信等行業(yè)。通過建立大數據資產，分析用戶使用行為及用戶使用效果，分門別類的制定特定人群的銷售政策，加強交叉銷售和追加銷售；同時，通過大數據資產，可以有效的預測用戶的行為習慣和趨勢，為用戶提供更加人性化、有針對性的產品和銷售政策。通過數據的分析，可以準確的判斷出企業(yè)在行業(yè)中的競爭地位、提煉出適合自身發(fā)展的有價值的信息，更有針對性的找準市場定位，了解客戶的基礎信息、個性化需求，以便更好的預測現有用戶的發(fā)展趨勢和未來用戶的銷售習慣，幫助企業(yè)更高效、準確的決策未來市場。所以說，先認識大數據資產、優(yōu)先建立大數據資產概念，促使企業(yè)主動的管理網絡信息資源，是企業(yè)應對海量數據的措施之一，也能提高企業(yè)的經營效益（程平，楊周南，周歡， 2013）。 2.3.2 確認大數據資產，可以使得會計信息質量得以充分實現。 根據市場營銷學，我們得知，無論客戶在哪個行業(yè)中，只要下達了訂單，就會產生客戶基礎信息。其實包括但不限于：客戶的年齡、所處地域、個人喜好、消費喜好及其他個性化的數據。而這些客戶的基礎資料一旦提交給企業(yè)，企業(yè)的信息資料庫中便生成一份客戶的基礎表格，也將會永久保存客戶的信息。在傳統小數據時代，技術人員和職能部門人員，無法對這些客戶信息的內在關聯性進行挖掘；但在大數據時代，面對這些繁多冗長的客戶資料，通過大數據資產就可以將其進行分析和處理，為企業(yè)提供更為廣泛的客戶群體資料，為將來的市場定位提供優(yōu)質的數據支撐。 誠然，這些大數據并非孤立存在的。而是存在于企業(yè)的會計信息中。這些信息，不僅可以如實、精準的反映企業(yè)現階段的財務狀況，還可以幫助企業(yè)通過分析、挖掘這些客戶的行為習慣等，使得這些大數據資產得以充分發(fā)揮其作用，并10 為會計信息質量提供保證。 2.3.3 拓展財務報表表外事項及財務報告羅列項目 眾所周知，在證監(jiān)會及國資委需要披露的項目中，已遠遠不能體現大數據所帶來的信息革命。因此，應對大數據時代，需要拓展財務報表表外事項及財務報告披露內容。 一是在大數據時代，由于內涵與外延不斷拓展，影響財務報表數據的因素也越來越多，投資者關注度不再僅限于財務報表數據，而是很多其他表外事項。將非結構性數據納入到財務報表表外事項中，不僅可以從微觀數據中反應出企業(yè)的經營發(fā)展狀況，更能夠從宏觀角度審視出企業(yè)所處的行業(yè)環(huán)境、地位、發(fā)展趨勢等，也能夠更為全面的為投資者提供數據支撐。 二是大數據資產，還可以使得一些傳統意義上無法定價的資產和負債，有了定價，從而納入到財務報告中。如環(huán)境資源和人力資源。此舉提高財務報告的透明度。 2.3.4 提升財務價值，轉變財務職能 2010 年，英國巴斯大學與 CIMA 合作，對 5426 為高級財務管理專家進行了一次全面的在線調查問卷。這些專家來自不同國家、不同地區(qū)，他們的職責也被分為了 6 個部分，分別是：會計實務、財務報表、內部控制、會計信息、決策支持以及風險管理。 CIMA 的這項調查顯示：在會計行業(yè)中，財務的職能正在從傳統的會計核算轉變?yōu)閼?zhàn)略管理指導與支持，換言之，轉變成為價值增值型。 財務職能由原有的“核算型”轉變成為“價值增值型”，需要財務人員從幾方面實現：1 是從公司宏觀戰(zhàn)略方面，對公司財務管理進行重新的定位，由原有的“核算型”轉變?yōu)椤皟r值增值型”，同時，充分利用公司各類資源進行管理知識分析；另外一方面，提出財務共享中心概念，加強集團型財務管控模式，減少財務管理層級；2 是對財務管理核算流程加以優(yōu)化配置，同時對客戶的資金流程加以改造，將資源充分的優(yōu)化配置。 財務職能的轉變也離不開財務人員的職能轉變，當財務人員逐漸從核算型轉變?yōu)閮r值提升型，其對業(yè)務的了解程度、對業(yè)務的主導地位也逐步顯現。 2.3.5 保障財務信息安全性 云平臺和云計算，給數據帶來了更大的存儲空間，那么使用信息變得越來越便捷，同時如何防范惡意、非法訪問，以及泄露用戶數據等行為變得迫在眉睫。因此應對信息安全，就需要建立用戶身份安全認證和訪問認證，從而提高信息使用平臺的可信度。并可針對信息平臺進行信息系統審計，確保信息系統的安全性。 2.3.6 加強數據挖掘技術在管理會計中的廣泛應用 8 制的，因此這些非結構化數據就需要大數據的挖掘和利用，將這些結構化數據與非結構化數據加以分析，確定其內部關聯性和相關性。因此基于大數據挖掘的企業(yè)能夠更為準確的確定成本和成本計量，也為企業(yè)的生產、經營、銷售、管理等環(huán)節(jié)降低風險、提高管理水平和管理效率提供了有效的數據支撐。 2.2.2 為決策和規(guī)劃提供有利的會計數據支持 企業(yè)是自負盈虧的，因此在經營管理過程中，如何能夠持續(xù)、穩(wěn)定的增長是企業(yè)管理會計的主要職責?，F在企業(yè)的管理會計，重點是以顧客為中心，通過提供多類別、有針對性的服務，將提高企業(yè)核心競爭力為目的，通過成本費用、利潤、資金運作等方面，來制定多種的管理方案，而管理會計通過綜合評價這些方案的優(yōu)劣性，來擇優(yōu)選出適合企業(yè)發(fā)展需要的最佳方案（許金葉，許琳，2013）。 誠然，不論是企業(yè)的短期經營目標還是長期經營目標，無論是短期戰(zhàn)略還是中長期戰(zhàn)略，如果沒有海量的數據作為支持，就不可能得出全面、準確的決策。尤其是在越來越以數據為主的時代，對大數據的分析和挖掘，顯得尤為重要。 企業(yè)經營決策的前提，是要有準確的預測，而預測的前提則是有準確的分析。分析就來自于數據的支撐。傳統的分析，基本上都來自于企業(yè)內部，而企業(yè)內部信息已經遠遠不能滿足分析預測，因此使得預測能力大打折扣。 譬如說：以推廣流量為例。一般情況下，企業(yè)會基于歷史流量推廣情況和推廣渠道，得出流量推廣的預測。但是由于推廣渠道、推廣手段的局限性，使得企業(yè)沒能把受眾群體的年齡層分布、客戶使用習慣，人文地理的背景資料等一些因素加以整理和分析，這就使得推廣預測的準確性大打折扣。但是在大數據時代，這些因素都是可以整理、存儲并加以分析、挖掘的。 2.2.3 為控制和評價管理提供準確數據幫助 作為企業(yè)的經營管理人員，控制和評價其管理，是管理的基本職能，也是作為經濟責任審計的一個基礎。在企業(yè)內部，經營管理活動，涉及到不同部門、不同崗位，其職能也不盡相同。一般說來，經營管理人員首先要確定管理的基本原則，也就是哪些屬于管理要求，哪些屬于管理原則，而后才會對下屬單位/下屬部門或人員的工作進行指導、監(jiān)督和管理（鄧德勝，張衛(wèi)枚，張亞連，2012）。 同樣的，作為管理會計而言，其控制和評價管理也是一樣，也要先確定原則和標準。同時，原則和標準決定著從一開始實施管理到最終能否實現管理目標。而在大數據時代，由于數據的存儲、分析和挖掘，使得非結構化數據和結構化數據的內在關聯可以顯現，找出并利用這種內在關聯性，對于確定控制和評價管理能夠提供準確的數據幫助（毛華揚，楊潔，2014）。 2.3 會計機構在面臨大數據時代的應對策略 在大數據時代，需要我們將原本雜亂無章、零散的數據，通過合理的分析、12 成本歸集。但是在激烈的市場競爭中，使得企業(yè)的產品很難嚴格區(qū)分這幾種周期。 在大數據時代，依據數據挖掘技術，可以嚴格區(qū)分出產品的生命周期。最終提高產品的成本計量的準確性，也為經營決策提供數據依據。 2.4 對于我公司而言，大數據對于會計的影響 我所在的公司，是一家典型的互聯網公司。所從事的業(yè)務，涵蓋各個方面：如在自己的網站，提供各種點播、輪播節(jié)目；廣告的投放；移動互聯網各終端節(jié)目的點擊、下載；使用國撥資金開展各項目；有電商平臺，提供 B2B2C 業(yè)務等等。 在面對復雜而又繁多的數據，作為互聯網公司，在小數據時代，我們所采取的方式就是：一方面在傳播效果分析數據，在事后（通常是一個節(jié)目或者一個頻道完成點播、輪播業(yè)務之后）才能提供一些點播率（如 PV、VV 等）數據。但是由于這些數據往往很滯后，因此不能為會計信息化平臺及審計項目提供事前的數據支撐；也不能提供預測性數據支撐；另外一方面，由于傳統的會計是在月末或季度末，開始進行財務分析，但也僅從財務數據的完整性和財務數據的可靠性方面進行分析，很少能夠結合業(yè)務數據，從點播率、觀看效果、廣告客戶的投放率、受眾群體不同年齡分布等業(yè)務信息方面，進行財務分析。因此會計信息平臺所獲取的業(yè)務資源是有限的，同時財務人員也往往不太了解業(yè)務。 為解決上述會計難點，也為了能夠確保在日益變化的行業(yè)中保持領先優(yōu)勢；能在數據挖掘過程中獲取更多的、對經營決策提供幫助的信息；較好的將大數據系統與現有財務系統更好的結合，都是公司所面臨的困境與難題，也是公司接下來的研究工作。 同時，由于公司處于互聯網行業(yè)中，而且是一家很早介入新媒體業(yè)務的互聯網公司，同時擁有牌照方資質和各類資源的一家公司。互聯網業(yè)務風云變化的特點，就決定了公司所經營的業(yè)務需要滿足公司長遠目標，而其長遠目標勢必要依靠管理人員精確地眼光和準確的數據分析與預測。因此，我將以公司現有情況為例，對大數據時代的會計信息化管理做一簡單的闡述。 2.4.1 對數據資產做戰(zhàn)略性的規(guī)劃 將數據看成是資產的重要一部分，也就是說，數據資產是一個整體，也是內部資產的一個組成部分。所以對于數據資產，有個戰(zhàn)略性的規(guī)劃。主要從是三個方面著手： 一是數據的管理與存儲。解決的就是從數據如何產生數據如何管理的過程，也就是數據后續(xù)的記錄、存儲問題。 二是數據分析。隨著數據越來越多，業(yè)務模式開展的越來越廣泛，用戶也隨之越來越多。這些數據來源于不同的類型、不同地域，內容也不盡相同，因此需要使用數據挖掘等技術對數據進行分析，并逐步搭建會計大數據平臺。 11 根據美國蘭德公司的統計，每 100 家企業(yè)中，就有 85%的企業(yè)因為經營決策的失誤，造成企業(yè)經營困難。因此越來越多的企業(yè)更加重視管理會計在企業(yè)中的作用。 但由于大數據時代對管理會計職能產生的一些影響，因此企業(yè)加強數據挖掘技術，使得企業(yè)可以從容面對管理會計職能的變化，也能從容的面對大數據時代海量數據所帶來的復雜性、看似無相關性等特點。 數據挖掘的技術，在收集海量數據、整合數據、分析數據、剖析數據背后的隱含含義等方面，都具有特殊的功能和技術優(yōu)勢。因此無論是從兼收并蓄的特征出發(fā)，還是從數據的挖掘技術考慮，將二者有效的結合在一起，才是發(fā)展趨勢。 大數據時代相較于小數據時代，其優(yōu)勢在于能夠更為全面、廣泛的對全體樣本量進行分析，而非是樣本級別的分析；能夠進行復雜數據類型的分析，而非精確類型分析；能夠進行相關性分析而非因果關系分析。因此這三大特征也是加強數據挖掘技術的前提條件。 一是行業(yè)內競爭對手相關信息分析。誠如管理會計的職能變化所述，大數據時代海量信息帶來了行業(yè)內競爭對手的背景、競爭策略以及定價策略。企業(yè)能否在行業(yè)取得領先地位，保持行業(yè)內的競爭優(yōu)勢，取決于對競爭對手相關信息的了解程度。 在大數據時代，如何從多渠道獲取優(yōu)質信息，分析這些優(yōu)質信息并從分析中得出準確的答案，是企業(yè)的核心任務。利用數據挖掘技術，能夠從海量的信息中，將繁多冗長、毫無相關性的數據中，挖掘其內在含義，幫助企業(yè)判斷競爭對手的優(yōu)勢、識別競爭對手的定價策略和競爭發(fā)展趨勢，確定其價值鏈及價值活動，是應對大數據時代管理會計的一大運用。 二是現有及潛在客戶的分析。企業(yè)最終會將產品面向市場，因此不同產品不同的受眾群體。即使是相同的受眾群體，其客戶之間也會存在千差萬別的區(qū)別。因此為讓企業(yè)產品更好的生存在市場中，對現有客戶和潛在客戶的分析，也是應對大數據時代管理會計的主要內容。 企業(yè)通過數據挖掘技術，可以更為有效的獲得客戶的基本資料，也能更為高效的整合這些資料，找出客戶的消費特點、行為習慣、購買習慣，以及客戶所處的人為地理特征等；將客戶的市場進一步細分，預測客戶需求；找出影響客戶購買的因素，以及挖掘出影響客戶滿意度的因素，從而能夠更好的改進企業(yè)服務意識和服務水平，在現有客戶市場保有的情況下，進一步擴大市場，挖掘潛在