大数据对会计的挑战及其应对

袁振兴++张青娜++张晓琳++张晓雪

【摘 要】 文章从技术和信息两个维度审视了大数据的特征，以此为基础，分析了大数据对会计信息结构、计量属性和货币计量、财务会计信息的管理模式、会计人员职能和财务报告相关性六个方面的挑战。为了应对这些挑战，会计应该提供更加综合的财务报告，建立会计信息系统平台及相关技术标准，提高会计信息化的安全性，实现核算型财务向管理型和价值提升型财务体系转变。

【关键词】 大数据； 大数据时代； 会计

中图分类号：C931.6 文献标识码：A 文章编号：1004-5937（2014）32-0089-04

一、大数据的技术支持及其特征

目前对大数据并没有一个统一具体形象的概念，它更是一个抽象概念。维基百科和互联网分别从数据产生过程和数据形成的手段两个角度描述了大数据。前者把它描述为“无法在一定时间内用常规软件工具对其进行获取、存贮、搜索、分享、分析、可视化的数据集合”；后者将其定义为一种“从高频率的、大容量的、不同结构和类型的数据中获取价值而设计的新一代架构和技术”。纵观对大数据的不同定义，对大数据的理解需要两个维度：产生大数据的技术维度和大数据的特征维度。

（一）产生大数据的技术支持

大数据技术就是从数量巨大、结构复杂、类型众多的数据中，快速获得有价值信息的能力，是移动通信、互联网、传感器、物联网等技术发展和应用的结果。

1.互联网

随着互联网的发展和广泛应用，信息化加快了向社会经济和大众日常生活全面化渗透的速度，形成内容丰富结构复杂的数据，同时，互联网存储技术的提升，使得数据获取的连续性增加，多端分享信息变得越来越容易。现实社会与网络空间的相互融合使得数据更加鲜活，不仅体现为数据，在信息中越来越多地体现了人们的行为、思想甚至情感，人们从来没有像现在这样，通过互联网信息，可以互相了解对方和大众的需求、诉求与意见，以及对需求、诉求和意见的回应与追踪，这些都为大数据的产生提供了基本前提与条件。

2.传感技术

传统的信息收集技术是通过表格的形式收集、储存、整理，对原始事物进行简单抽象后，形成具有统一的单位、量纲和意义的，维度低、类型简单、表格化的单位化数据。它不仅能够产生结构化、半结构化、非结构化数据，而且还能产生不间断的时间序列数据，这些结构复杂、时间连续的数据大大拓展了人们观察分析事物的维度，提高了同一数据源用于不同分析目的的可能性，提升了数据价值。随着各种传感技术的应用，对同一事物的描述便有了更加丰富的数据量，维度增加，使得非价值的数量信息变得更直接地被感知和更容易被传播，人们能够获取更多更接近事物本身的原始数据。

3.云计算

云计算（Cloud Computing）是一种基于互联网计算的，对IT资源的使用模式，是分布式计算、并行处理和网格计算的进一步发展，能够向各种互联网应用提供硬件服务、基础架构服务、平台服务、软件服务、存储服务的系统，对共享的可配置的计算资源（如网络、服务器、存储、应用和服务）提供无所不在的、方便的、可随需的网络访问。这种新型的计算资源组织、分配和使用模式，彻底改变了企业的IT架构，通过提供强大的存储和计算能力，更快速地处理大量数据信息，方便地提供服务，为大数据提供了基础架构平台。

4.物联网

物联网是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。

物联网不仅实现了人、机、物的“互联互通”，而且还建立了人、机、物三者之间智能化自动化的“交互与协同”关系。复杂的物联网关系产生了巨大的有关人、机、物三者的独立数据与相互关联数据，这些数据不仅有数字数据等结构化数据，而且还有声音、图像等非结构化的数据。互联网中业务事件的关联性、交叉性，导致数据类型更加复杂，数据规模更加巨大。

（二）大数据的信息特征

在互联网、传感技术、云计算和物联网等技术支持下产生的大数据，具有规模大（Volume）、类型多（Variety）、处理速度快（Velocity）、价值密度低（Value）四个基本信息特征。

1.数据规模大

数据规模大是大数据的基本属性。大数据的“大”不仅体现在数量上的“大”，还体现在人们对信息主体相关信息处理的范围上。由于受限于对数据处理技术、能力和传统理论的局限性，一直以来，人们习惯于以少量的样本数据特征来推断整体特征。在大数据时代，随着技术的发展，数据能力的提高，为使用整体数据进行决策提供了越来越大的可能，收集、储存和处理包含了在过去被“滤掉”的细节信息，而这些细节可能在决策时蕴藏了更大的价值，影响决策的方向。

所以，大数据的数据规模之大体现在其要求包含一切相关数据，不再是采取样本抽样统计的方法，得到一些零星的支离破碎的数据片段，而是包含了完整的信息。

2.数据类型多

数据类型繁多、复杂多变是大数据的重要特性。数据多样性可分为来源多样性和格式多样性。来源多样性是指人们取得数据的来源越来越多。在大数据时代，任何方式都有可能成为人们采集数据信息的来源，如电子商务、网络点击、社交网络、行车记录等。数据来源的多样性也成为数据格式多样性的基础。

格式多样性是指数据不再限于传统的结构化数据，文本、音频、视频、社交网络、微博、邮件等非结构化数据也会成为数据库储存信息的常态。传统上，人们为了便于计算机存储、处理、查询，更多地采用结构化数据。在通过对原始数据抽象形成结构化数据的过程中，非结构化数据被“删除”，大大影响了信息的有效性。相对于传统数据处理，大数据处理会重点关注包含众多细节的非结构化数据，强调小众化、体验化的特性，这对传统的数据处理方式形成了巨大的挑战。endprint

3.数据处理速度快

数据处理速度快是大数据的又一个重要特性。大数据时代，数据处理技术的快速发展不仅产生了巨量信息，而且对数据处理速度也提出了新的要求。在产生巨量数据的情况下，只有加快数据处理的速度才能更充分利用数据的价值，否则，“大数据”也不会产生其应用的优势。同时，数据在互联网络中具有流动性，随着时间的推移其价值会迅速降低，这就要求数据必须得到及时的处理。所以，在大数据时代，会越来越强调数据的实时性，对信息的处理速度也要快。

4.数据价值密度低

数据价值密度低是大数据的重要属性。大数据关注事物的全部细节，原始数据包含了所有数据和全部细节信息，对于某一个特定决策问题来讲，会有大量的不相关信息，而这些不相关信息会影响决策的效率与效益，有时甚至干扰决策的正确性，但是，同样的数据库可能会用来解决更多的问题，成为其他问题的决策基础。因此在一定程度上相对于特定的应用，大数据的价值密度偏低。为了保证对于新产生的应用有足够的有效信息，通常必须保存所有数据，这样就使得一方面是数据的绝对数量激增，另一方面是数据包含有效信息量的比例不断减少，数据价值密度偏低。

二、大数据对会计的挑战

（一）会计信息结构复杂化

大数据既有结构化数据也有非结构化数据，且非结构化数据占绝大部分。然而，目前会计信息的收集与处理以结构化数据为主，把公司中绝大部分的非结构化数据排除在信息报告体系之外，而这些非结构化数据对信息使用者决策来讲又非常重要。所以，大数据可能对会计信息结构产生两个方面的影响：（1）会计信息中非结构性数据占的比例会不断提高。大数据技术能够实现结构性和非结构性会计信息的融合，提供发现海量数据间相关关系的机会，并以定量的方式来描述、分析、评判企业的经营态势。因此，我们越来越有必要收集非结构化数据，并加以解读和理解。（2）在特定条件下，对会计信息的精准性要求会降低。会计信息的传统是强调信息的精准性，不能够接受非系统性错误或者舞弊造假的数据，而在大数据时代，会计信息的使用者有时可以接受非百分之百精确的数据或者非系统性错误数据，这可能会对会计信息的质量标准提出新的观察维度：会计人员需要在数据的容量与精确性之间权衡得失，是强调绝对的精准性，还是强调相关性。

（二）计量属性和货币计量的多元化

财务会计信息的计量属性以历史成本为基本框架，但是，随着财务报告目标向投资者决策有用性的强化，历史成本以外的计量属性被有限地引入财务会计信息生产过程中，其中，公允价值的大量使用已经形成世界潮流。公允价值最大优势在于投资者决策的相关性，其劣势在于公允价值确定的不可靠性和确定标准的非唯一性，而后者又使前者大打折扣，从而限制了公允价值的使用范围，影响了投资者的决策效果。大数据时代数据的信息源、传播渠道和相关者愈发多元化，数据开放程度不断提高，一方面提高公允价值确定的透明度，另一方面增加了公允价值的相互印证性，整体上提高了公允价值的可信性与可靠性。

大数据的使用对会计的基本假设——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所反映的事项主要是能够用货币计量的企业已经发生的经济事项。也就是说会计信息系统的信息计量单位是“元”。在大数据时代，信息系统里的计量单位可能会多元化，不再是“元”一统天下，如时间、数量等计量单位会增加。

（三）财务会计信息管理模式的工厂化

目前，会计信息生产部门——会计或财务部门与企业的其他行政管理部门“混杂”在一起，在未来，它将逐渐独立出来，甚至在空间上都与企业的总部分离，形成一个独立的小型“会计工厂”，以满足跨国、跨地区、不同网点、多部门对会计服务的共同需求和个性化服务。被视为财务转型“未来方向”的财务共享模式就是一个很好的例证。

财务共享服务运用标准的操作规范和技术标准，统一基础数据形式，整合了企业分散的业务支持部门，建立起完整一致的数据体系。这样，一方面，保证了会计记录和报告的标准化、流程化，提高管控的透明度，降低企业的信息处理成本。另一方面，提高了数据的可“组合性”，为满足个性化服务的需求提供了基本的信息单元和素材。

（四）会计人员职能的管理化

传统上，认为会计的基本职能是核算与监督。企业中会计人员的主要职能和精力放在了会计单据的审核、记账、报告、归档等基础工作上。这种格局在大数据时代将发生也正在发生着变化，会计由“核算财务”向“价值提升”转化。在云计算、互联网和通信技术等的推动下，财务也将步入一个大数据时代，大量的财务和非财务数据都会集中在企业的财务部门，形成海量数据，财务部门必须要从“存”数据转化为“用”数据，而财务人员则要掌握更多的业务知识，会做更多的非财务工作。

所以，从会计机构来讲，其大部分的资源将配置到财务数据和非财务数据的使用上，更多的工作是为其他业务部门和决策提供服务支撑；对会计人员来讲，其精力主要放在运用会计数据为决策提供支撑，其知识结构也将转移到使用信息和管理信息上来。

（五）财务报告相关性与报告范畴的扩大化

在世界范围内，财务报告的相关性目标变得越来越流行，会计提供的会计信息在多大程度上帮助投资者决策将决定着会计职业的生存。会计人员不仅有对自我业务技术的认识，还要有行业竞争意识，一定要认识到，会计信息并不是投资者决策所依赖的唯一信息源，他们会努力收集各种信息源，在决策中检验其有用性，最终选择更为有用的信息源，并形成一定的依赖性。如果会计提供的信息相关性越来越差，而其他信息系统提供信息的价值相关性越来越高，那么会计职业的生存与发展将受到威胁。会计数据的大数据化将提高会计信息的相关性，增加会计职业的竞争力。

财务报表内容的扩展也会提高财务报告的相关性。但是，限于计量的局限性，目前的财务报表体系并不能以结构化的价值数据反映一些对企业价值创造至关重要的经济资源，例如对企业人力资源的反映，尤其是关键性人力资源的反映。在大数据时代，由于对价值评估模式的创新，原来不能量化资源变得易于可靠地取得，这无疑扩大了财务报表的报告范畴，提高了相关性。endprint

三、如何应对大数据给会计带来的挑战

大数据对会计的影响是空前的、长期的，是一个渐进的过程，在这个过程中，对会计人员和会计工作的挑战也是空前的，会计人员需要积极地应对这些挑战。

（一）提供更加综合的会计信息

1.在财务会计年报中增加表外非结构数据的范围

在大数据时代，企业的内涵与外延不断扩展，影响企业价值的因素越来越多，投资者决策相关的维度与内容也快速延展，以结构数据为主的传统财务报告难以满足会计信息使用者的要求，一些非结构性数据也需要纳入会计报告，使会计报告成为一个不仅反映企业微观经营状况，而且还反映企业所处的社会、环境和商业等全部数据信息的综合报告。为此，应当由中央政府制定并开发非结构信息数据化的系统软件和技术标准，使非结构化信息能够量化，实现决策定性化信息转化为可量化的信息。

2.拓展财务会计报告表内项目的范围

大数据还可以使得传统上一些无法定价的资产与负债得以定价，从而使它们进入会计信息系统，如人力资源和环境资源。同时，会计人员需要对企业商业模式进行专业量化，改变在会计报表附注中文字描述的方式，保证信息使用者获得更多、更有用的数据化信息，提高信息透明度。

（二）建立会计信息系统平台及相关技术标准

会计组织系统和信息系统仅协同了企业内部的会计资源，远远不能满足大数据时代的需要，建立一个将客户、供应商和其他合作伙伴纳入统一的共享信息系统平台成为必然。（1）中央政府、地方政府和企业建立三级信息共享平台。以中央政府为最高层次，地方政府为中间层次，企业为基层，建立分工明确、层级分明、边界清晰的信息平台，以满足不同使用者的需要，实现信息平台的社会效用最大化。（2）制定建立、运行信息平台以及信息收集、储存、输出等相关技术标准。由中央政府制定统一的制度和标准，地方和企业按统一标准执行，实现微观数据的标准化。建立会计信息系统平台需要在政府部门的带头下借助软件公司的力量完成会计信息的收集、传输、存储以及利用等技术问题。会计信息系统平台不仅要能够反映企业经济活动的信息，还要能够对其业务进行审核、验证。由于会计信息平台涉及范围较广，所以在推行时应该先试点后推广。同时会计信息平台的建设不是一蹴而就的，它是一个复杂的过程，需要由简单到复杂的处理过程，要在之前的基础上不断完善，逐步实现会计信息平台建设的目标。

（三）提高会计信息化的安全性

“云”技术大大提高了人类对数据存储的空间，互联网也使“云端”链接变得越来越容易。在这过程中，集群应用、网络技术或分布式文件系统等功能的运用，虽然通过应用软件集合协调了大量各种不同类型设备的存储、运行工作，共同对外提供数据存储和业务访问的功能得到强化，但是，其安全性也被提上议事日程。如何防止他人恶意非法访问和泄露用户存储的数据是系统必须解决的两个重要问题，即数据的安全与隐私问题。解决这两方面问题应该从以下四个方面入手：首先，为了防止不同企业之间恶意、滥用会计信息，企业应该建立用户身份安全认证和访问控制机制。其次，应该考虑以政府为主导，各云会计服务商积极参与发挥各自特长共同研究一套高可信的会计信息系统。再次，为了增加企业对会计信息系统的可信度，应该建立会计信息安全评估机制。最后，企业内部应该建立一个符合自身发展需要的会计信息安全管理系统，同时可以将其与内部控制制度相结合。

（四）核算型财务向价值提升型财务体系转变

在大数据时代，大数据信息化管理已经成为推动提升企业价值战略的重要杠杆，财务系统及资产管理部门需积极提升企业绩效管理能力与风险管理水平，推动企业关键信息的整合，实现更高的利润、增长和投资回报，实现会计由“核算型”向“价值提升型”转变。实现这一转变需要从以下三个方面作出努力：在客户与业务方面，需要对客户的资金流程进行再造，实现产品、客户资源的最优化配置使得财务的参谋支撑作用达到最大化发挥；在战略方面，需要对财务管理进行创新，以价值提升为理念，在企业运营过程中全面运用价值管理，积极为企业整体战略出谋划策，充分运用产业价值链、商业模式等管理知识分析；在运营方面，需要集中管理财务，增强集团的管理力度，减少管理层级，同时财务共享中心要正确认识灵活运营与财务管控二者之间的关系。与此相对应，在价值提升型财务体系中，财务人员的工作将聚焦于价值管理和创造，其角色也将变为企业中有资格的业务导向、主动的变革领导者和可咨询相关业务的合作伙伴。

【参考文献】

[1] 马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013（2）：10-13.

[2] [英]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.浙江人民出版社，2013：20-22.

[3] 邱杰，邱俊.中国会计信息化两大数据标准比较研究[J].会计之友，2012（19）：53-55.

[4] 许金叶，许琳.构建会计大数据分析型企业[J].会计之友，2013（24）：97-100.

[5] 程平，周欢，杨周南.云会计下会计信息安全问题探析[J].会计之友，2013（26）：28-31.

[6] Big data. http：//www.gartner.com/it-glossary/big-data.

[7] Big data： Science in the petabyte era[J]. Nature，2008，455：1-136.

[8] Benjamin Woo World wide Big Data Technology and Services 2012-2015 Forecast.2012.endprint