基于云会计的高校财务决策问题探微

2018-06-09副教授高级会计师

财会月刊 2018年11期

吴胜（副教授），苏琴（高级会计师）

一、引言

云会计是指构建于互联网，并向企业提供会计核算、会计管理和会计决策服务的虚拟会计信息系统[1]。大数据和云计算是密切相关的两个概念，两者相辅相成[2]。当前大数据运用广泛的原因是信息量成倍增长[3]。数据呈现出来源多（如组织内部、税务部门、工商管理部门、财政部门、银行等）、结构差异（如结构化、半结构化和非结构化）、格式多样（如文本、图像、图形、音频、视频等）、数据量大、价值有待发现等特点。大数据为做出更明智决策提供了的可能，同时也对数据存储、管理、分析和应用提出了新的要求，使得作为决策依据的数据显得愈发重要。

大数据联合云会计引领着会计信息化模式变革和会计工作的变化。由于高等学校（简称“高校”）的财务决策相关工作人员的财务素质以及信息技能较高、应用创新能力较强，促使高校成为云会计、大数据应用的先行者。因此，如何进行大数据条件下基于云会计的财务决策是摆在高校财务决策工作者面前的重要问题。由于财务、会计是企业组织中两个密切相关的概念，本文将会计、财务视为同一个广义概念而不加区分，在句子中根据语义的需要采用不同的表述。

二、现状和相关研究综述

1.监管部门对高校财务工作管理更加严格，对其会计信息系统集成的要求更高。最近几年，我国颁布了《预算法》《预算绩效评价共性指标体系框架》《事业单位财务规则》《事业单位会计准则》《高等学校财务制度》和《高等学校会计制度》等法规，出台了政府采购范围与流程、收支分类改革、国库集中支付制度、公务卡消费结算、票据管理、科研经费管理制度等一系列规章制度，对高校财务工作提出了更加规范、严格的要求。伴随着互联网的发展，凭借高水平的软件系统与先进的通信技术，使得原有的会计工作从分散式独立核算模式向集中式财务共享模式转变[4]。韩俊仕[5]探讨了云计算环境下高校财务共享服务机制的构建问题。

2.大数据、云会计技术为会计信息系统集成提供了可能。为了适应“大数据”时代对财务管理集约化的需求，大数据、云计算技术在会计工作及财务决策中的应用应运而生，这为高校会计信息化的发展带来了机遇。目前会计信息系统辅助决策的作用非常薄弱，无力做到精准地支持财务决策。随着精细化管理和绩效改革的深入，财务部门将成为学校的“大数据中心”。高校会计信息化经历了核算信息化、管理信息化后，也必将向融标准化、知识化于一体的会计智能化阶段迈进。

3.大数据条件下高校需要采用基于云会计的财务决策方法。传统的会计信息系统局限于会计部门内部的信息流，普遍存在信息孤岛的现象。为了将具备“大量、多样、快速、价值”特征的大数据转化为有价值的信息，高校需要采用基于云会计的财务决策方法。利用云会计可以满足预算、经费核算、专项管理、收费管理、工资管理、内控与财务监督、绩效评价、决策支持、信息公开等需求；促进财务与教务管理、资产管理、科研管理等系统的互联互通、信息共享；可以更好地保障国有资产完整，提高经费使用效益，促进高校的教学、科研、社会化服务等主要工作的优化。

财务决策所依赖的数据可以通过互联网、物联网、移动网、社会网等多种媒介获取；同时，借助大数据处理技术和方法实现对获取的数据进行规范化处理，提取与财务决策相关的政府监管、纳税、会计和审计等方面的信息，然后通过数据挖掘、机器学习、人工智能、商业智能、可视化、文本分析和搜索、自然语言处理、自动化识别等技术将处理后的知识、信息、数据提供给决策者，从而支持各种财务决策[6]。

4.现有研究与发展趋势。随着会计数据的增加，数据、信息处理、业务测量、数据分析和报告工作更加复杂，会计数据处理方法将走向大规模化、自动化。大数据提供了更强辅助决策潜力的同时，也对数据处理的能力提出了更高要求。考虑到各个国家高校的会计制度之间差异较大，本文主要分析我国基于云会计的高校财务决策问题。

国内对大数据、云会计条件下财务决策的研究主要是程平老师所带领的团队针对企业财务决策的研究。其中，程平和王晓江[6]对大数据、云会计时代的企业财务决策进行了研究，程平和韩佳佚[7]研究了大数据时代基于云会计的企业固定资产投资决策，程平和万家盛[8]对大数据时代基于云会计的企业生产材料组织决策进行了研究，程平和孙凌云[9]研究了大数据、云会计时代的企业投资决策，程平和王晓江[10]对大数据时代基于云会计的中小企业短期经营决策进行了研究，程平和徐云云[11]探讨了大数据时代云会计与企业存货决策。此外，杜云凌[12]对大数据背景下基于云会计的制造业短期经营决策进行了分析。还有几位学者针对企业财务决策、投资决策进行了分析，得出了与程平团队相似的结论。这些研究为高校财务决策研究提供了参考。

由于高校会计制度和企业会计制度在会计核算基础、会计要素组成、财务报表组成、具体会计分录、度量和处理方法等众多方面存在差异，而且高校决策和企业决策的类型、对象不完全相同，因此有必要专门探讨大数据条件下基于云会计的高校财务决策问题。

虽然已有一些研究探讨了云会计、大数据技术在高校中的应用，以及高校云会计服务的类型、组织和实施等问题。但是，目前对大数据条件下基于云会计的高校财务决策的研究较少，基本处于空白状态[13][14]。只有杜晓明和陈英[15]探讨了高校固定资产投资决策研究信息，这为高校财务决策提供了样例。吴胜和苏琴[16]探讨了智慧教育背景下基于大数据中心的高校云会计服务架构，这为大数据条件下基于云会计平台的财务决策提供了技术基础。

三、大数据条件下基于云会计高校财务决策的关键问题

1.决策的一般步骤。首先，发现问题并形成决策目标。其次，描述每个方案所产生的各种结局的可能性，给出其中可能涉及的方法、算法、参数（如系数）、元数据。再次，决策人员结合模型、知识、方法、算法对各种结局进行评价，并根据判断条件形成结论。最后，综合分析各方面信息，以决定最终方案，有时还要对方案做灵敏度、风险分析，研究原始数据发生变化时对最优解的影响，计算对方案有较大影响的参数范围。决策可以借助决策支持系统来完成。

2.根据决策对象划分的财务决策类型。根据决策对象的不同，高校财务决策可分为银行贷款决策、税务筹划决策、预算决策（如分配图书采购年度预算）、后勤集团化或社会化决策、在建和兴建工程决策、基金会决策、国有资产处置决策、科研经费决策（如科研项目）、学校公用能耗决策（如决定实验室的水电开支由谁支付）、学校资源使用决策（如分配比例、结算方式的决策）、资金使用决策（如决定支出是使用财政资金、银行存款、其他资金或公务卡中的哪种方式结算）。

3.决策时需要考虑的因素。决策时需要考虑：①决策类型，决策目标、对象和内容，决策问题的层次和粒度，决策者（角色）及所在层次，决策需求，决策流程和审批；②决策中要用到的数据，数据来源，数据结构，数据格式，数据含义（单项和总体语义），数据规范，数据处理方法，数据的挖掘和分析算法，决策时要用到的模型、方法和算法；③决策的结论，得出结论的依据（或判断条件），决策备选方案及方案说明，决策信息与结果的披露，决策结论的应用和结论应用风险；④决策的检查和内部控制，决策过程和结果的评估，决策模板的标准化，决策数据的标准化，决策过程的标准化，决策制度更新等内容。

4.决策时要特别重视决策所需的数据和数据处理技术。我国高校的规模往往在万人以上，拥有大量的数据，如传感器数据、网站点击流数据、移动设备数据、射频ID数据等。决策时要有所侧重，从大量的数据中选择所需的重要数据会涉及云会计技术。而要发现这些数据的价值则会涉及数据的预处理（数据的转换、清洗和补全等）、数据存储和管理（索引、查询等）、数据挖掘和分析（人工智能、机器学习等）等技术，这些技术与大数据技术密切相关。

5.大数据条件下基于云会计的高校财务决策系统。其中：原有各类系统（或接口）和各类网络是高校大数据中心的基础，云会计由此获取相关数据；存放大数据中心所得到知识的知识库和存放云会计所提供数据的数据库是高校财务决策支持系统的基础；原有系统和网络、大数据中心、云会计平台、决策支持系统、决策者是高校决策系统的构成要素；具体结构如图1所示。在实现决策支持系统时要关注与具体决策问题密切相关的决策模型和方法。具体可以从数据源、数据处理方法、数据挖掘与分析方法，决策的模型、方法、算法、数据、知识，决策过程，决策结论，人机交互（可视化），一体化等方面对高校财务决策系统进行评价和优化。

图1 大数据条件下基于云会计的高校财务决策系统基本结构

四、大数据条件下基于云会计高校财务决策的示例：分配图书采购年度预算的决策

结合图1，某高校分配图书年度采购预算的决策模型如图2所示。

图2 年图书采购预算决策关系简化图

图2中：①BBDM表示分配图书采购年度预算的决策，B表示下拨的预算；②IP表示计划采购图书数据，BPS表示图书采购（购买）系统，IL表示以往图书采购的历史数据，一旦当年采购完成后采购数据就会变成历史数据（即IP会转化为IL）；③CAP表示云会计平台；④OAIS表示原有会计信息系统，IF表示以往年度的图书采购年度预算数据（图书采购完成之后变成了历史数据，保存在原有会计信息系统中）；⑤BBS表示图书借阅系统，bsc表示根据图书借阅系统中图书的借阅、查询、推荐等数据决定采购的图书；⑥与图书借阅系统相似，设备（图书）入库管理系统（EIMS）也存在教师购买图书后的入库数据，这类数据可以看作是BBS中推荐图书数据，所以在图2中并没有画出EIMS及推荐图书信息；⑦EAS表示教务管理系统，cb表示根据开设课程所需的教材数据决定采购的图书，ACB表示课程的所有教材数据（来源于公共网络的数据）；⑧msd表示根据图书市场上的图书销售数据（如书籍销售排行榜数据，这些数据往往来源于书店、出版社、网络）决定采购的图书；⑨AM表示所有书籍。

根据图2，可以给出如下决策模型：

其中：公式（1）表示现有分配的年度图书采购预算和采购图书数量之间的对比关系与历史上的关系相近。公式（2）表示用来采购图书的预算B可以分为三个方面，分别是：对根据借阅系统中的图书借阅、查询、推荐情况（含设备入库管理系统信息）决定采购的图书数量和价格相乘后进行求和，对根据课程教材数据决定采购的图书数量和价格相乘后进行求和，以及对根据图书市场上图书销售数据决定采购的图书数量和价格相乘后进行求和。公式（3）表示购书的数量IP等于对公式（2）中三个方面书籍数量总量的求和。公式（4）表示根据借阅系统中的借阅、查询、推荐数据决定采购的图书数量是对该方面图书的类型数和每类数量相乘后进行求和。公式（5）表示根据教材数据决定采购的图书数量是对该方面图书的类型数和每类数量相乘后进行求和。公式（6）表示根据图书市场上图书销售数据决定采购的图书数量是对该方面图书的类型数和每类数量相乘后进行求和。

公式（7）表示采购的教材数量（往往是一门课程一本教材）小于课程的教材总量。公式（8）表示根据图书市场上销售数据决定采购的图书数量小于图书总量（一些图书没有购买）。公式（9）表示课程教材的总量小于图书总量（即图书不仅仅是教材）。其中，公式（7）、（8）、（9）是约束条件。

在上述模型的基础上，结合图2中的数据、原有系统、网络（Web数据的体现），利用已有的云会计平台和大数据数据处理方法、算法就可以进行决策。决策时，可以根据图书借阅系统的借阅、查询、推荐（含图书设备入库系统中的推荐）的图书数据，教学管理系统中课程选定教材的数据，以及图书市场上的图书销售数据等来分析当年图书的采购数量，并结合价格大致决定分配给图书采购的年度预算。

五、大数据条件下基于云会计高校财务决策的特点

1.高校财务部门的工作内容更加丰富，财务决策工作更加重要。目前，高校财务部门正在从单纯的会计数据（以会计报表为主）提供中心转变成财务数据（包括会计报表、财务分析等内容）共享中心、财务决策支持中心、决策服务提供中心、财务数据效用评价中心。在大数据、云会计的背景下，技术进步使得财务决策数据和结果更加丰富、决策支持系统的性能更加高效，可以让更多的客户享受到更加精细的财务决策服务。

2.支持高校财务决策的数据基石是大数据。目前，财务决策时用到的数据不仅包括财务数据，还包括高校内部其他管理信息系统（非会计信息系统）提供的数据、外部监管部门和往来单位的相关数据，以及从外部网络（互联网、物联网、移动网、社会网）收集的数据。这些不同来源的数据使得决策时用到的数据量更大、数据格式更加多样、数据结构更加复杂。这也使得数据语义更加丰富、难懂，从数据中提取有价值信息（或发现知识）的难度增大，因此需要采用新的技术来管理、处理、分析、运用数据。

3.管理、处理、分析和运用数据的技术基础是云会计。为了从具有“大量、多样、快速、价值待发现”的数据中提取有价值的信息，需要采用云计算技术。落实到具体应用领域，需要利用云会计的技术、服务和资源来管理（如利用存储资源）、处理（如利用计算资源）、分析（如利用应用软件资源）和运用（如利用服务资源）数据。随着需要财务决策服务的客户数量增加，云会计服务需求也逐渐增加。超大规模、虚拟化、高可靠性、通用性、低成本等特征能使云会计显著地提升财务决策支持系统的效用。

4.高校财务决策工作难度加大。由于客户的增多、客户需求的增加、财务决策工作范围的扩大、决策工作和其他工作关联度的加强，决策过程中所要考虑的因素、数据增加，所涉及的知识、数据语义更丰富以及决策目标的增多使得财务决策工作的难度增大。因此需要更多的工作人员，并提高财务决策工作的信息化水平、智能化水平，利用会计信息系统、财务决策支持系统、专家系统和其他工具来降低财务决策工作的难度。

5.高校财务决策模型的量化。为了降低决策工作的难度，可以在设计财务决策模型时去掉不重要的因素和参数。但是，为了保证财务决策模型能更好地反映决策时的真实情况和决策工作的效用，有时也需要设计一些更加精准、复杂的财务决策模型。在计算能力大大提升的背景下，可以考虑采用更加精准、复杂的量化决策模型。

6.高校财务决策方法的智能化、算法化。要想利用更加精准、复杂的量化决策模型来支持财务决策，目前可以考虑采用人工智能技术。通过数据挖掘、机器学习、可视化、知识发现、文本分析、自然语言处理、自动化识别、专家系统等技术给高校财务决策提供方法支持。考虑到决策支持系统的建立和决策工作的信息化，需要将人工智能方法转化为具体的算法，以便更好地实现实时财务决策。

7.高校财务决策过程的标准化和业务流程的重组。为了更好地整合决策工作和其他工作，需要对财务决策过程进行规范，实现财务决策过程的标准化。为了提升决策的质量，需要集成会计信息系统、其他管理信息系统、财务决策支持系统、专家系统等，同时需要进行业务流程的重组。

8.高校财务决策支持系统具有可扩展性和兼容性。随着财务决策工作的优化，由于财务决策支持系统具有可扩展性，因此需要不断地更新、扩展。传统的会计信息系统、财务决策支持系统往往是新型财务决策系统的基础；需要保证传统的会计信息系统、财务决策支持系统仍然能在大数据、云会计的条件下正常工作，这就要求新型财务决策支持系统是能够向前兼容的系统。

9.与企业财务决策相比，高校财务决策具有多样性。高校财务决策所涉及的决策类型与决策对象更多（跨越行政事业、企业、基金会等多个行业）；需要共享决策服务的客户更多（如教职工、学生、家长、校友、监管部门、往来单位等），客户的需求更多样（因为客户的关注点不同）；所涉及的数据量更大、格式更多、来源更多，所涉及的知识更多（跨越了多个行业）；决策的模型、方法、过程更多（客户、客户需求更多）；决策支持系统所集成的系统、接口更多（决策类型更多）。

［1］程平，何雪峰.“云会计”在中小企业会计信息化中的应用［J］.重庆理工大学学报（社会科学），2011（1）.

［2］Moffitt K.C.，Vasarhelyi M.A..AIS in an age of big data［J］.Journal of Information Systems，2013（2）.

［3］Vasarhelyi M.A.，Kogan A.，Tuttle B.M..Big data in accounting：An overview［J］.Accounting Horizons，2015（2）.

［4］刘春丽.“互联网+”时代加强高校财务管理的思考［J］.商业会计，2016（22）.

［5］韩俊仕.云计算环境下高校财务共享服务机制构建［J］.财会通讯，2016（10）.

［6］程平，王晓江.大数据、云会计时代的企业财务决策研究［J］.会计之友，2015（2）.

［7］程平，韩佳佚.大数据时代基于云会计的企业固定资产投资决策［J］.会计之友，2015（4）.

［8］程平，万家盛.大数据时代基于云会计的企业生产材料组织决策［J］.会计之友，2015（8）.

［9］程平，孙凌云.大数据、云会计时代考虑数据质量特征的企业投资决策［J］.会计之友，2015（12）.

［10］程平，王晓江.大数据时代基于云会计的中小企业短期经营决策［J］.会计之友，2015（14）.

［11］程平，徐云云.大数据时代下的云会计与企业存货决策［N］.中国会计报，2015-07-17.

［12］杜云凌.大数据背景下基于云会计的制造业短期经营决策分析［J］.现代经济信息，2017（13）.