大数据背景下管理会计应对新机遇的路径

吴敏 河北政法职业学院

引言

随着物联网、云计算、云存储、人工智能以及数据挖掘等技术的进阶式发展，数据从收集、计算、精细化处理变得越发容易。相对于以往采用样本分析，发展到可以进行规模数据或是全数据的分析处理。会计反映和传递商业信息，是商业数据的源头，也是在数字经济下用数据创造价值的一个学科。从20世纪中叶管理会计从传统会计中分离出来，会计就从“报告”型会计升级到“经营”型会计，把为企业创造更大经济效益作为目标。管理会计是一门随着经济发展不断发展的学科，在大数据背景下，管理会计学科遇到了新的机遇，可以使管理会计学科更好地服务企业，为社会创造更多的经济价值。同时时代发展也要求会计从业人员要具有大数据思维，进行角色转换，从工业时代的会计人员转型为信息时代的财务人员。因此本研究对管理会计应对数字经济时代的变革结合自己的实践经验以及相关前沿理论给出了几点建议。

近几十年我国的经济技术环境取得了前所未有的发展，虽然在工业时代落后于发达的资本主义国家，但进入信息时代，我国具备了不落后于他国的优势，在信息技术方面彰显了实力，为发展数字经济奠定了基础。“数字经济就是通过大数据的识别、选择、过滤、存储、使用，引导、实现资源的快速优化配置与再生，实现经济高质量发展的经济形态”。恰恰会计就是商业语言，它反映微观经济领域的商业活动、报告经营成果和财务状况，能够提供微观经济里最可靠、最有价值的数据信息。而管理会计对这些信息进行深加工和利用，以此为企业经营管理服务，优化资源配置、创造最佳经济效益。因此管理会计学科将是数字经济助推器，数字经济的发展也为管理会计学科提供了广泛应用场景。应该说会计特别是会计的分支管理会计遇到了最好的发展机遇，面对机遇，管理会计首先要在理论体系上和大数据深度融合。

一、管理会计理论体系中的财务指标向非财务指标拓展

传统会计基本前提就是以货币计量，反映日常资金运动，期末以货币来表现经营成果和财务状况。所以说以前会计对经营结果的好坏都是用“钱”来说事儿，提供的主要是财务指标。而财务指标只能反映结果，无法在实质上帮助企业提高核心竞争力。之前，数据的获取、传递、计算都属于比较复杂的工作，主要靠人工，又因为财务指标的公平、客观且易于理解，我们可能会认为会计手段应仅限于财务数据。其实，管理会计从财务会计分离出来，会计手段就不仅限于财务数据，认为非财务指标更能有助于企业实现高效管理，也能使外部会计信息使用者易于做出正确决策。

管理会计目标指在帮助企业提升核心竞争力以实现最佳经济效益。而它是如何为企业进行诊断、分析、培植和提升核心竞争力的呢？在1986年哈佛大学教授卡普兰发表的著作《失去关联性：管理会计的兴衰》中提出管理会计存在两大缺陷，第一，成本分摊和利润核算有严重偏差；第二，传统的业绩衡量体系仅关注财务方面的指标，没有衡量那些驱动未来财务业绩的非财务指标。基于第二缺陷1992年卡普兰和诺顿教授经过对具体项目的分析和研究提炼出了平衡积分卡（Balanced Score Card）模型。平衡积分卡将结果（财务指标）与原因（非财务指标）联系在一起，以战略为导向，对内深化、对外扩展，基于可持续发展构建了管理会计的基本框架。是从财务、客户、内部运营、学习与成长四个维度，将组织的战略落实为可操作的衡量指标和目标值的一种新型绩效管理体系。

财务维度是以价值增值为目标的财务指标，例如权益报酬率、经济增加值等。而要实现财务指标，就要依据其他可操作的三个维度指标的支持。如要想获得长远、卓越的财务回报就要提供受顾客青睐的产品或服务。顾客维度指标有顾客留住率、顾客获得率、顾客满意度以及市场份额等来衡量是否提供了或能够提供受顾客青睐的产品或服务。现在支持这些指标的数据获取变得很容易，并且也更全面和精准。例如某些大的互联网平台在使用的“数据魔方”，“量子恒道”等数据统计、多维数据分析软件，完全可以获取客户维度方方面面的数据，可以给出不同客户带来的效益体量，或潜在客户将会带来的效益以及针对目标客户在产品以及推广上要做何种加强等，以此来支持财务目标的实现。如此就可以把价值增值的因和果联系了起来，通过对因的把控来实现战略目标。而客户维度的指标大部分都不是财务指标，而这些指标确是实现财务收入的重要驱动因素。所以说管理会计理论框架上的首先就是从财务指标上解放出来，重视非财务指标，非财务指标的获取基于大数据挖掘，非财务指标和大数据的结合越精准，越能提升企业的核心竞争力，创造更大经济效益。例如通过对海量数据的分析不但能精准到每个客户什么时间消费、消费额是多少、消费的频率以及是否满意还可以追测到流失客户对产品或服务有哪些不满意及不购买的原因。有了这些数据，企业就可以有针对性的改变另一个维度“内部运营”，例如提升产品服务质量，补短板搞研发。内部运营维度的指标有“产品质量报酬率”“生产周期”“对顾客需求的反应时间”“废品率”等，这些也都不是财务指标，但是这些是反映一个企业是否具有核心竞争力的重要指标。这些指标达到了，顾客满意度高，市场占有率就高，财务回报越好。而一个企业核心竞争力的根本是技术和人才。通过华为的遭遇我们非常清楚，现在企业的核心竞争力不是资源也不是资金而是人。要想培植企业这种核心竞争力就要从制度上构建学习与成长的路径，这就是第四个维度“学习与成长维度”。这方面的指标有“员工满意度”“员工留住率”“员工的培训与提升”“企业内部信息沟通力”等，这些也不是财务指标，但是这些是获取财务回报的原动力。

从平衡计分卡理论可以看出，从20世纪80年代管理会计理论就提出了非财务指标的重要性，非财务指标才是帮助企业获得核心竞争力，和可持续发展的重要手段。当时理论虽然先进，但信息技术不足。可以理解，光财务数据就是大量的，会计人员记录和报告这些数据已经力不从心，工作非常繁重，没有余力关注到更多的非财务信息。并且企业的管理者即使意识到非财务数据的重要性，想要提取、传递和整合这些数据也是非常难实现的。所以平衡计分卡模型从提出到现在，在企业实践上并未得到广泛应用。平衡积分卡四个维度，几十个指标，每个指标都要有易获取数据的接口，然后按权重进行整合是一件非常不容易的事情。如上所述近些年信息技术的飞速发展，将有很多会计人员从繁重的会计核算工作中解脱出来，把精力放到创造价值的管理会计上；并且获取、计算、存储这些海量数据技术已经成熟，为我们利用这些数据奠定了基础，因此管理会计在理念上必须从只对财务会计的信息进行深加工和再利用的框架里超脱出来，要充分利用大数据，把非财务指标作为管理会计的重要手段来打造企业核心竞争力，获得价值增值。

二、管理会计是实现业财融合的重要路径

管理会计是企业管理的一部分，它的职能也是企业管理职能的延伸，包括预测、决策、规划、控制和考核评价。目前实现管理会计职能的手段主要还是对会计信息的深加工和再利用。管理会计从业人员如果认为自己的工作就是向管理者提供管理会计信息，那样不但不能充分发挥管理会计的职能，和经济技术的发展背道而驰，也无法在数字经济时代找到自己的位置，将会被淘汰。管理会计可以服务到企业方方面面的业务，财务人员要能够下沉到企业的具体业务，才能帮助企业实现价值增值。

下面以资金预测为例，来解释一下管理会计职能是怎样下沉到业务，实现业财融合的。资金需求量的预测对于企业至关重要，出现资金不足是企业最大的风险，所以对资金预测的要求更高。信息技术的发展使得业务信息和财务信息可以集成到一起，企业乃至整个供应链的信息流最终都会汇集到财务部门。所以依据历史数据以及各个业务部门给出的数据，做出预测是很容易的。如果管理会计人员只是常规的把预计收入减支出，把现金预测结果报告给管理者，便于让管理者提早做好筹资的准备，这只是单纯的完成预测工作，在业财融合的大环境是不称职的。这种预测只是起到了预警的作用，但是解决不了问题，即使预测出资金不足又筹不到钱，无非是提前告诉管理者一个坏的结果。管理会计是解决问题、创造价值的学科，所以需要用管理会计手段，和各部门实际业务相融合，下沉到业务才能解决问题。例如由于这次疫情的影响，经济状况变得很严峻，出现销售萎缩、回款难、原材料供应紧张等一起系列问题，与此同时融资也会变得异常困难，这样就要求财务人员要利用信息流，提前做好应对危机的准备。财务人员利用ERP系统销售模块及时把握销售订单和客户情况，对危机可能造成的对销售额和回款的影响，通过销售、市场分析给出销售部门应对危机的建议，并加强应收的管理，给出现金折扣等政策，支持销售部门加快款项回收，通过客户管理信息对可能出现财务困难的客户报告风险预警，建议管理层通过债务重组等方式减少企业损失。在同销售部门共同努力后，还是不可避免地造成现金收入的减少，加之有筹资困难的情况下，那就可以在获得管理层的支持前提下，通过数据的分析、对可控、可延缓成本费用进行调整，并深入各个生产、费用部门进行协商，达到现金支出减少的目标。由此可见，财务部不只是收集信息，然后完成预测、预算、总结汇报等，而是由被动变主动，利用对业务流、数据流的掌控优势，工作下沉到各个部门，支持这些部门创造价值、解决问题，让信息流形成一个闭环，来帮助企业整合资源、减少浪费，迅速应对市场变化、增强企业核心竞争力以获取最大收益。

三、管理会计手段应充分利用大数据技术

大数据相当于海量的“数据库”，管理会计要想利用大数据，就需通过ERP等软件对接数据源抽取数据，然后相互交换后加载到目的端，通过商业智能（BI）对数据进行抽取和和集中化，再进行云计算、线上分析处理，达到实现商业价值。因此管理会计帮助企业实现业财融合、增强企业核心竞争力的路径，一定要有信息技术的保障。一个是ERP的内部实施，另一个是外部的XBRL的接口的统一。只有这样才能将财务模块和生产模块、供应链的采购、销售模块以及物流模块等业务模块相连接，和企业外部的数据源相连接。业务部门的数据按标准录入，财务部门就可以全面的利用这些数据，对企业经营活动进行实时的监督、核算，并可以利用产生的数据及时的分析、评价，以指导企业的经营活动，进行战略规划。这样业务流、数据流合二为一可以搭建广阔的财务共享平台，达到对企业的高效节能管理。管理会计能够在大数据时代“大展拳脚”必须和承载“大数据”信息技术相结合，要充分利用数据分析技术和方法，例如对于过滤过的数据，少量的数据分析用可视化EXCEL、大量的数据分析可以用Tableau、Python等。管理会计学科要“落地”必须利用大数据技术，但是技术始终是工具，运用的底层逻辑还是管理会计，只有掌握了的管理会计的思维和方法才能充分运用数据服务企业管理，创造最佳经济效益。

四、管理会计人才的培养应基于大数据思维

大数据技术的广泛应用，使会计学科为商业社会创造价值提供了更多的可能，与此同时，各高校在会计人才培养上也感受到了前所未有的冲击。本人对本区域10所高校会计相关专业2020年人才培养计划进行了了解，汇总访谈记录后发现了共同存在的问题。最主要的问题之一是各高校清楚会计专业面对大数据技术环境必须要转变，在人才培养上向大数据倾斜，但是存在简单粗暴地的删减会计专业课程，生硬的加入数据分析、信息技术课程，使得人才培养“两张皮”，哪样都学不好。管理会计人才一定是基于对会计专业相关知识全面掌握、商业能力充分具备的基础上，应用大数据技术来为社会创造价值的。如果专业思维和能力不具备，面对海量数据一定是无所适从，无法利用数据来发现、解决问题的。技术是工具，为了充分应用工具，而忽略了专业能力的培养是本末倒置。因此，在人才培养上还是应该深挖会计专业课，在各门专业课程里融入大数据思维，专业课没变，变得是专业课的应用场景，变成了大数据背景而已。

结语

数字经济时代的到来为管理会计赋能，在这么好的机遇下管理会计学科应顺势而为，从理论框架上迎合大数据思维，使得管理会计的原则、理论、方法都基于大数据进一步延伸、拓展，让管理会计的基本规律能够应用于实践，在数字经济大环境下帮助企业拥有可持续发展的核心竞争力。在数字经济环境下，管理会计不仅仅是信息系统，而是利用数据服务企业生产经营活动、解决问题、创造价值的经营管理活动，业财融合是管理会计拥抱新机遇的重要路径。数据技术为管理会计提供了手段支持，管理会计的发展必定要充分掌握、利用数据技术，但是技术始终是工具，管理会计从业人员要会用工具，不是生产、研发工具，只要是工具就会更新，在运用数据技术时它的底层逻辑却始终是管理会计。