基于数据价值提取技术的资金预算管理机制设计

刘宏 韩佳凝 袁翰青 宋晓华

【摘要】当前企业资金预算管理机制普遍难以激活其内生发展原动力， 为进一步提升资金提质增效能力， 亟需对兼具目标导向型与动态感知型的资金预算管理机制进行研究。 从数据价值提取角度入手， 探索研究企业资金预算管理的可执行性， 在分析梳理资金预算管理数字化新导向的基础上， 设计出基于数据价值提取技术的资金预算管理机制及运作流程框架。 结合A电网企业的案例， 具体说明该框架的实际应用， 并对其实施提出具体保障建议， 如建立战略性资金预算管理文化、建立并完善资金预算管理机制管控制度以及不断优化系统流程服务。

【关键词】数据价值提取技术;资金预算;管理机制;数字化

【中图分类号】 F275     【文献标识码】A      【文章编号】1004-0994（2021）10-0052-6

一、引言

李克强总理在十三届全国人大三次会议上所作的《政府工作报告》中指出， 面对频繁波动的经贸形势， 应集中精力稳增长、促循环， 真正做好资金管理安排。 在当前国内外贸易投资不断萎缩、金融领域风险持续积聚的情况下， 着力提升资金提质增效能力， 是保证企业安全生存、平稳发展的坚实基础。 同时， 伴随着企业自身资产运营及涉足领域的拓展， 资金使用规模与环节逐步增加， 易产生资金差额缺口及余额沉淀等问题。 为顺应政策要求与外部形势， 企业亟需通过科学的预测方法全面释放资金使用效率， 以此实现资金精细化管控、优化资金数字化预算效果， 进而推进企业稳健运行与可持续发展整体目标的实现。

目前， 企业普遍构建了资金预算管理系统， 然而当前资金预算管理机制的设计思想大多与企业可持续发展战略的出发点脱节， 普遍重视短期业务活动而忽略长远目标与规划; 预算执行与反馈迟缓， 仅依托内部考核管理等事后管控措施， 难以真正提升预算效率。 相比于深度学习等技术方法， 数据价值提取技术（包括但不限于基于构造算法探索数据规律并预测未知信息）能够在数据搜索预测的基础上评估信息价值， 直接辅助企业高效进行资金预算管理决策， 从海量混杂的资金信息数据中提取出潜在基础性战略价值资源， 通过数据管理特性、资源筛选提取特性、预测评估特性与知识表示特性， 共同提升资金预算管理的精准度与感知力。 鉴于此， 为满足资金预算管理体系精准及时、动态多维、全面长远等多方面需求， 推进企业平稳运行与价值最大化目标的实现， 深度研究基于数据价值提取技术的资金预算管理机制有其必要性及合理性。 本文着眼于设计目标导向型与动态感知型兼具的资金预算管理机制整体运作流程， 以提升企业资金预算管理效率， 推进智能财务的应用与发展。

二、文献综述

资金预算管理是指企业依据历史数据信息与未来经营规划， 通过定性与定量多种技术手段， 预测未来资金需求体量以及按照当前具体业务活动合理分配资金。 现阶段关于资金预算管理问题的研究主要从战略体系建设、内部控制制度和监督考核机制等角度进行分析。 谢海娟等[1] 运用多元回归分析验证发现， 公司内部控制有效性会对营运资金管理效果产生显著的正向影响。 李汝[2] 研究发现， 高校预算管理过程缺乏科学规范的绩效评价指标， 致使预算管理评价结果形同虚设。 Yu Gu[3] 提出预算管理中仍然存在很多问题， 例如预算意识不足、思想落后、预算技术不科学、监督评估形式化等。 张洋[4] 认为由于企业重业务发展而轻资金监管， 极易造成财务风险隐患。

对于资金预算管理手段， 目前学术界普遍从资金预算编制、执行、控制与评价等职能入手进行具体研究。 谢海娟和刘晓臻[5] 通过实证研究发现， 公司治理指数可显著影响公司营运资金管理绩效， 能够作为资金管理水平提升的切入点。 黄扬新[6] 对葛洲坝资金管理平台进行了案例研究， 发现资金结算计划统一以公司经营指标与合同结算条款为依据从严编制， 能够明晰资金收入管理责任。 李立成等[7] 针对资金预算的財务共享环节， 提出提高员工培训频率、提升沟通顺畅性等建议。 浙江省审计学会课题组等[8] 认为应以大数据审计为导向， 加大对资金预算支出总量与结构执行情况的审计力度。

在数据价值提取技术的财务应用方面， 现有相关文献普遍集中于研究利用大数据云平台技术提升预算管理效率、通过知识图谱技术防范资金风险、运用机器学习实现财务信息化等， 鲜有文献针对资金预算管理领域， 探索利用数据价值提取技术提升资金管理效率的可能性。 程平和万家盛[9] 提出运用大数据云平台工具构建资金预算管理框架， 从而提升预算各职能的时效与质量。 雷丰羽[10] 将知识图谱作为底层逻辑支撑构建了银行信贷决策系统， 降低了公司违规占用银行信贷资金的风险。 柴晓星[11] 认为机器学习技术能够基于结构化的财务报告范式生成智能报告， 在财务分析环节也能够运用更多算法以代替经验分析。 路伟果等[12] 认为数据挖掘技术能够实现数据解释的可视化， 从而对会计人员的数据分析能力提出了新要求。

综上所述， 现有企业资金预算管理研究普遍从内部制度流程规则角度进行分析， 资金预算管理手段研究主要针对部门核算、监管与考核能力进行探讨， 数据价值提取技术研究通常集中于技术应用方法的阐述与前景拓展。 考虑到数据价值提取技术对于信息隐含价值具有高敏感特性， 以此提升资金预算管理效率存在可行性， 而现有文献较少研究如何运用数据价值提取技术提升资金预算管理精准度与感知力， 故深入研究基于数据价值提取技术的资金预算管理机制具有重要意义。

三、资金预算管理数字化新导向

目前企业内部虽然大多建立了资金预算管理体系， 但仍留有或多或少的漏洞， 真正满足企业资金预算管理要求、紧跟数字化新兴技术发展趋势的预算管理体系仍较为鲜见。 为了迅速应对市场经济形势突变， 企业催生出资金管理数字化新导向：

1. 资金预算管理战略化。 为了避免资金预算过于关注短期利益而做出损害长远目标实现的决策， 资金预算管理应以可持续发展战略为核心思想， 在短期利益与长远全局之间寻求平衡， 统筹考虑当前实际资金存量、日后经营资金需求量以及未来投融资额度。

2. 资金预算指标多样化。 为了更好地适应企业多维度资金运作流程， 企业资金预算目标应避免扁平单一， 资金预算指标不应局限于财务指标， 还应将客户满意度、技术更新速度、市场份额等非财务指标纳入预算指标体系中， 通过定量与定性相结合的手段进行预算决策。

3. 资金预算流程动态化。 为了及时感知市场经济形势以调整预算计划， 应提升企业资金预算流程的灵敏度， 从年度资金预算下达、分解， 到资金计划的申报审批， 资金预算需制定弹性指标值， 使企业能够在线控制全年预算执行情况、资金存量和资金流量。

4. 资金预算结果精准化。 为了避免企业资金风险上升、投资与筹资成本过高或资本结构失衡， 资金预算管理机制需尽量提升结果精准度， 改变传统预算编制中粗放型的财务信息二次处理模式， 应以资金流程路线作为信息来源渠道， 从而更好地明确各部门、各岗位的职责。

综上所述， 资金预算管理数字化新导向通过对企业资金预算全流程进行有效把控， 能够进一步提升资金管理水平， 基于此构建的资金预算管理机制能够更好地反映资金预算管理思想及实现企业价值最大化目标。

四、基于数据价值提取技术的资金预算管理适用性分析

数据价值提取技术作为一种多维度、深层次的信息价值搜索、处理与分析手段， 具备人工智能技术对于信息隐藏价值的高敏感属性， 因此， 基于数据价值提取技术的资金预算管理机制的适应性值得探究。

1. 数据价值提取技术的应用。 数据价值提取技术的应用过程可概括为： 通过综合运用大数据挖掘技术识别提取、机器学习自主训练样本规则与知识图谱汇集关联知识信息等特性功能， 准确提取海量模糊信息数据中隐含的高价值知识及信息; 通过对基础数据信息的规律学习与归纳， 自主学习生成模型进行未来期间数据的可靠预测与评估， 并汇集关联多种资金数据信息; 通过可视化功能将预测评估结果提供给使用者， 供其决策参考。 考虑到预算精准及时的目标导向以及管理过程涉及存储、搜索、分类、预测、评估总结等复杂环节， 运用数据价值提取技术能够大大提升资金预算管理质量与效果， 进而辅助管理人员科学高效地进行分析决策。

2. 数据价值提取技术的特性。 针对资金预算管理领域， 数据价值提取技术存在以下特性：其一， 数据管理特性。 知识存储技术能够有效降低资金数据管理的复杂度。 其二， 资源筛选提取特性。 实体抽取技术与聚类算法能够降低数据发散性， 提高数据提取效率。 其三， 预测评估特性。 关联与回归分析等方法能够帮助使用者厘清数据对象之间的关系， 有助于资金预算管理进行科学合理预测。 其四， 知识表示特性。 通过可视化和知识表示技术， 在提升用户体验的同時， 还能够强化其理解与分析效果。

3. 具体的数据价值提取技术方法。 数据价值提取技术涉及大数据挖掘、机器学习与知识图谱等相关技术方法， 主要包括如下技术方法：

（1）RDF知识存储技术， 能够增强预算通道互联度。 该技术通过建立资源之间的语义关系， 搭建数据语义网， 串联海量资金数据信息资源， 以实现管理者的数据规模要求。

（2）Web 中的实体抽取技术， 能够实现资金数据广抓取、深挖掘。 该技术可将各关键性的碎片化信息从海量网页中抽取出来， 并转化为结构性知识数据， 实现资金使用情况检索查询的精准高效。

（3）进化算法， 能够快速比对不同算法应用于资金预算管理的适合度， 实现数据清洗。 进化算法通过不断迭代淘汰适应度低的个体， 为数据分类提供系统化、条理化的数据集。

（4）聚类算法， 能够分类提取资金预算数据信息， 提升关联回归分析效率。 聚类分析依据相似度对抽象数据对象或集合进行组别划分， 能够根据不同特定需求自动分析、提取相关资金数据间的潜在关系， 从而提升后续预算过程的时效性。

（5）回归分析， 能够预测资金数据间的关系与规律。 回归分析能够生成将资金数据映射到实值变量的函数， 从而描述和评估因变量与自变量之间的关系。

（6）关联规则分析， 能够在资金预算过程中高效搜寻数据间的关联。 关联规则分析将资金数据之间存在的规律生成关联关系， 进而汇总成关联规则， 为预算管理提供决策依据。

（7）偏离分析， 有助于资金预算管理识别及预警突发意外。 偏离分析通过对与预算标准值不符的异常数据信息进行观察， 比较二者的差距， 能够更好地识别、预警危机事件。

（8）可视化和知识表示技术， 能够增强预算结果可理解性。 该技术能够将挖掘结果予以图表化、图形化展示， 便于管理者通过交互分析来进行管理决策。

五、基于数据价值提取技术的资金预算管理机制运作流程

在明确企业资金预算管理数字化新导向及数据价值提取技术对其适用性的基础上， 进一步对基于数据价值提取技术的资金预算管理机制运作流程进行层级划分和流程分析， 见图1。

从图1来看， 目标导向层包括总目标和基于总目标的资金预算管理数字化新导向; 资金数据层面向业务性质来划分资金活动并生成资金业务信息， 随后汇集至数据信息库中; 预算服务层则通过数据价值提取技术对资金业务信息进行分析推测并反馈结果， 包括发出需求、数据识别提取、数据清洗与集成、数据分类、数据预测、数据评估与总结、可视化展示等七部分内容。

1. 目标导向层。 目标导向层位于整体框架的左上侧， 其中总目标在资金预算管理机制运作流程中作为整体指导目标， 衍生出更为具体的资金预算管理数字化新导向。 总目标的具体内容为价值创造和决策支持; 新导向的内容细分为资金预算管理战略化、资金预算管理指标多样化、资金预算管理流程动态化、资金预算管理结果精准化。 总目标与新导向共同作为资金预算管理机制框架的前瞻性出发点， 能够确保企业资金管理战略方向的明晰、科学， 真正从现实需求角度思考问题， 从而对新时代下企业安全生存、平稳发展具有理论和实践双重意义。

2. 资金数据层。 资金数据层位于整体框架的下方， 主要构成为多种资金活动及数据信息库。 在资金数据层， 根据业务性质将资金业务信息分为投融资活动、研发业务、采购业务、生产业务、销售业务和费用支出等六大类， 随即全部导入数据信息库。 数据信息库运用资源描述框架（RDF知识存储技术）， 实现资金信息的高效存储、更新与维护。 RDF知识存储技术能够剥离数据信息原本形式、理顺数据格式并加以简化， 协助数据信息库跨越多格式语言实现互通互联， 增强数据间的联结能力， 从而保证后续步骤得出更为精确的清洗加工结果。 资金数据层能够完整反映企业年度、月度及每日资金业务流转全过程， 通过精细化资金事项为预算服务层提供更为准确、完整的动态信息。

3. 预算服务层。 预算服务层位于整体框架的右上侧， 是资金预算管理运作流程的重要层级。 在预算服务层， 数据价值提取技术凭借数据管理、高效资源查询、预测评估、知识表示等多种特性， 能够根据用户具体预算需求， 进行数据抓取、数据清洗、数据分类、数据预测、数据评估与可视化等一系列操作， 寻找数据之间未知的模式与规律， 从而辅助用户进行科学高效的决策分析。

为便于理解， 图1预算服务层中标有序号以体现前后逻辑顺序。

第一步， 根据序号①， 用户基于目标导向层中具体资金预算管理数字化新导向， 发出具体预算需求; 根据序号②， 从用户具体需求出发进入下一步骤， 同时预算服务层对从数据信息库中抓取的資金数据信息进行数据清洗与集成。 数据抓取过程需要运用Web中的实体抽取技术， 基于归纳生成的符合信息样式边界特征， 深入信息库中提取所需的内容项。 该技术能够从无结构的海量信息库中提取数据并形成结构， 从而大大提高了后续数据清洗与集成的精准高效性。 数据清洗即通过进化算法， 对提取的模糊分散、具有随机性并包含噪声的资金业务数据进行清洗， 如推导填充模糊缺省数据、清除噪声和重复数据等， 具体应如何选择最为恰当的清洗方式需要根据资金数据的实际情况进行判断。 数据集成则是把格式、特征、性质不同的资金业务数据有机集中， 消除因所在业务平台和操作系统不同而产生的物理格式差异。 经过数据清洗和集成， 能够去除重复数据、不相关记录、明显离群值、缺失与无用数据等资金信息， 提高预算管理质量及效率。

第二步， 根据序号③， 将经过清洗与集成的数据输入下一程序， 通过聚类分析进行数据分类。 本步骤针对清洗与集成后的数据， 运用多种聚类算法进行分类， 包括均值漂移聚类、用高斯混合模型的最大期望聚类、凝聚层次聚类等。 聚类分析算法将资金数据分类为不同的簇， 由于无须预先定义有资金数据标记的训练实例， 而是从资金样本数据出发自动进行分类， 因此能够有效发现资金数据中隐藏的结构与知识。

第三步， 根据序号④， 经过分类的数据通过抽取进入下一步骤， 即模型训练、规律归纳和数据预测。 这一步骤通过回归分析与关联规则分析， 描述资金数据项之间存在的关系规则， 以更好地掌握资金使用规律， 从而推导出合理的未来资金预算。 这一过程需要运用系统从抽取的资金数据中找出所有高频项目组， 并通过重复大量样本数据的训练获得经验， 从而通过建立函数表达式等方式发现数据关系规则， 进而对资金预算进行未知数据的预测， 为用户后续评估决策提供基础。

第四步， 根据序号⑤， 将预测完成的多种资金预算数据方案输出至下一步骤， 即数据评估与总结。 通过使用偏差分析等方法对预测数据进行评估与度量， 探讨各种方案在企业中的有效性与可行性， 以及在非常规情况下出现的异常可能。

第五步， 根据序号⑥和⑦， 将评估与总结得到的结果以可视化的形式展现给用户， 通过图形、图像等方式将关联规律、预测结果形象地表达出来。 基于此， 用户可增强对资金预算管理流程的把控， 优化企业资金战略决策。

综上所述， 基于数据价值提取技术的资金预算管理机制运作流程形成了“目标—导向—数据存储—数据识别提取—数据清洗—数据分类—数据预测—数据评估—反馈结果—达成目标”的完整循环， 为企业管理层提升资金预算管理效率提供了技术支持。

六、基于数据价值提取技术的资金预算管理机制在电网企业中的应用

A电网企业于2002年成立， 以建设、运营、投资电网为主营业务， 是与国民经济命脉和国家能源安全相关联的特大型重点骨干企业。 当前， A电网企业的资产负债率较高， 如何进行资金预算管理以保证自身的安全平稳发展成为企业亟需解决的难题。 为满足企业对于资金预算管理精准及时、动态多维、全面长远的全方位要求， 企业可基于前述机制运作思路设计出针对电网企业的资金预算管理流程， 即以人工智能等信息化新技术作为资金预算管控技术的保障， 使资金预算部门能突破时间与空间的局限， 持续获取业务资金走向信息， 实时挖掘业务流与资金流之间数据信息的规律， 从而可靠地预测未来预算体量， 获得精准、动态、多维、长远的预算分析能力， 达成企业价值最大化目标。 由此， 本文以A电网企业采购业务为例， 试图将资金预算管理运作流程具体化。

采购业务作为A电网企业资金使用的高度密集区域， 由于其涉及的采购物资品种复杂且标准特殊、管理流程潜在变更风险较高等， 为保证资金预算管理工作的精准性及全面性， 要求资金预算管理必须与采购部门及生产部门的业务相结合。 A电网企业基于数据价值提取技术的采购业务资金预算管理机制运作流程如图2所示。

与图1的整体框架相比， 图2由于仅涉及采购业务， 目标导向层与资金数据层均较为特定、具体， 因此去除了无关流程; 同时， 为更加细化预算服务层， 图2以预算服务过程为主， 该采购业务资金预算管理三层级的边界并不像图1一样分明， 而是融合在一起。 为便于理解运作流程前后的逻辑关系， 图2中用序号予以标明。

第一步， 根据序号①， A电网企业预算管理部门发出特定采购预算需求; 根据序号②， 预算管理系统继而从资金数据信息库中实体抽取与采购业务相关的资金数据信息， 如物资本体信息、专用工具信息、备品备件信息、物资采购合同内容等。 上述采购信息通过资源描述框架（RDF知识存储技术）， 分离剥除自身特殊格式， 并根据格式统一化后的可扩展结构性标记自动存放于企业的资金数据信息库中， 便于后续过程抽取、清洗及分析利用。 同时， 本步骤通过进化算法， 将修正后的数据权值进行协调性分析比对， 以此迭代淘汰无用与有误数据， 填补缺失数据。 清洗集成完毕后， 根据序号③， 形成规整真实的采购信息。

第二步， 根据序号④， 预算管理系统对规整真实的采购业务资金数据进行分类。 这一环节通过聚类分析， 根据相似性把数据分类为不同的簇， 分类后的采购业务资金数据能够满足用户需求， 筛选出对特定条件采购预算管理有参考价值的数据， 从而为后续模型训练、数据预测提供有效数据基础。

第三步， 根据序号⑤， 预算管理系统从分类后的采购业务资金数据中抽取特定数据， 运用多种函数表达式模拟不同类型采购业务与资金之间的规律， 并合理预测未来资金预算情况， 如采购规模、采购时间、采购对象、采购地点、采购周期等。 值得注意的是， 采购资金预算的预测方案并非单一， 由于存在多种模型， 计算得出的数据之间可能存在多种规律， 据此预测得到的方案也存在多种可能性。

第四步， 根据序号⑥， 预算管理系统运用偏差分析等方法对多种采购资金预算预测方案从战略性、合理性、合规性三方面进行对比， 综合评价出最符合用户整体需求的采购资金预算方案; 根据序号⑦， 将最优方案通过可视化形式展示给用户; 最终根据序号⑧， 用户依据反馈结果进行决策。

综上， 基于数据价值提取技术的采购业务资金预算管理运作机制能够有效满足A电网企业实时互联、精准多维的监管新诉求， 从而真正提高采购业务资金使用效率效益、增强资金安全稳定性。

七、基于数据价值提取技术的资金预算管理机制实施的保障建议

1. 建立战略性资金预算管理文化。 积极将战略性目标融入资金预算管理中， 提升企业全体成员对可持续发展资金预算理念的重视程度。 预算管理应从全局观和长远视角出发， 由“短期局部预算”向“长期整体预算”的高阶资金预算模式转型。 这种资金预算出发点旨在运用整合数据价值提取技术， 充分利用有限资金流， 提供符合企业整体利益最大化的资金预算决策支持。 以A电网企业为例， 对于资金预算管理思想文化建设， 应鼓励各部门人员形成可持续发展资金预算理念， 在采购业务资金预算管理过程中， 不仅仅以收益率为标准， 同时也要考虑发展前景、国家政策、经济机遇等可持续战略因素。

2. 建立并完善资金预算管理机制管控制度。 以战略性资金预算管理文化体系为根基， 进行资金预算管理机制管控制度的建立与完善。 以A电网企业为例， 对于采购业务资金预算管理， 在将来自采购业务的各数据信息导入预算管理系统后， 需要设立相应的授权管理制度， 避免数据信息遗失或泄露， 后续进行数据价值提取时需要建立审批制度， 实现专人专责， 同时整体机制流程也需要通过考核评价制度实现优化升级。

3. 不断优化系统流程服务。 企业资金预算管理涉及的数据体量庞大， 这就要求预算系统紧跟高新技术发展的步伐， 提高整体系统与服务界面的智能化水平。 另外， 需针对不同业务种类及时優化与增加系统功能， 同时提高预算管理人员的技术水平， 以实现人机强强联合。 以A电网企业为例， 其应基于自身需求， 提高采购业务资金预算管理系统的运行效率， 如定期安排技术人员学习计算机领域专业前沿知识， 及时更新系统软硬件设施， 编制印发技术性规范操作流程手册， 提高企业员工与预算管理系统的配合度， 从而推动使用者流程体验的不断提升， 提高预算管理技术的整体运行质量。

八、总结

基于数据价值提取技术的资金预算管理机制研究， 对于提升企业资金调控效率和保障资金安全稳定具有积极借鉴意义。 多种数字化新兴技术的综合运用使得业务资金信息能够满足资金预算管理动态化、全面化的决策需求， A电网企业的具体案例也佐证了这一点， 企业可以结合自身特殊情况来借鉴实施。 由此， 企业不仅增强了市场经济中的价值创造能力， 同时也响应了十三届全国人大会议中明确提出的“稳增长、促循环”政策要求。 总之， 本文概要阐述了基于数据价值提取技术的企业资金预算管理具体的运用过程， 以期为其他企业真正发挥资金价值带来一定启发。

【 主 要 参 考 文 献 】

[1] 谢海娟，刘晓臻，王新闪.内部控制有效性对营运资金管理效果的影响[ J].财会月刊，2016（6）：70 ～ 76.

[2] 李汝.基于绩效导向的地方高校财政专项资金预算管理研究——以河北高校为例[ J].经济研究参考，2017（62）：107 ～ 111.

[3] Yu Gu. Problems and Countermeasures of Fine Management of Budget Implementation in Colleges and Universities[A].Qingdao：International Education， Economics， Social Science， Arts， Sports and Management Engineering Conference，2018.

[4] 张洋.施工企业资金管理风险及对策[ J].山西财经大学学报，2019（S2）：63 ～ 64.

[5] 谢海娟，刘晓臻.公司治理对企业营运资金管理绩效的影响[ J].财会月刊，2016（32）：25 ～ 29.

[6] 黄扬新.基于资金管理平台的管理创新实践[ J].财会月刊，2019（S1）：69 ～ 71.

[7] 李立成，付梦然，李彦庆.企业集团财务共享服务中心效益研究[ J].财会月刊，2020（7）：24 ～ 29.

[8] 浙江省审计学会课题组，陈英姿，江景叨，韩冰，陈怡璇.全面预算绩效管理背景下财政资金绩效审计研究[ J].审计研究，2020（1）：16 ～ 23.

[9] 程平，万家盛.大数据下基于财务共享服务模式的A集团资金管理[ J].会计之友，2017（6）：121 ～ 124.

[10] 雷丰羽.知识图谱在金融信贷领域的应用[ J].现代商业， 2018（10）：89 ～ 90.

[11] 柴晓星.智能时代下财务信息化概念框架的构建[ J].生产力研究，2019（10）：145 ～ 149+155.

[12] 路伟果，刘光军，彭韶兵.数据挖掘技术对会计的影响及应对[ J].财会月刊，2020（7）：68 ～ 74.