从会计智能化到智能会计演变研究

2022-04-29文峰

财务管理研究 2022年10期

摘要：数字化时代，尤其是人工智能的发展，使會计理论和实务均面临巨大挑战。首先系统梳理了会计信息化、智能化相关概念的演变脉络;其次从数字化的角度初步解读了会计的“科学属性”，指出传统会计引入人工智能可能存在的局限性;最后提出应当在会计基本原理与数据科学深度融合的基础上，引入第四研究范式以构建智能会计概念体系。

关键词：数字化;会计智能化;智能会计

0引言

在数字化时代，不能将数据与人工智能相关技术简单地分割开来。人类社会从结绳记事开始就一直和数据打交道，数据并不是有了人工智能后才被“突然”发现，而是由于人工智能等技术的深度介入，数字化时代的数据生成、数据汇聚与数据处理与以往相比有了本质上的飞跃。人工智能等相关技术已经不可逆转地改变了人类社会的方方面面，而在商业领域，会计受到的冲击尤为显著。人工智能技术、财务机器人的大规模运用，一度让会计业内人士产生了“会计职业消亡论”的悲观情绪。

然而事实上，从最早的算盘、计算器，到单机版的会计核算软件，再到会计的信息化和现在如火如荼的会计智能化，会计行业始终对采用先进的技术持有热切和开放的态度。

本文将从数字化视角出发，对会计智能化的发展脉络进行系统梳理，阐述数字化背景下对于会计“科学属性”新的理解，指出会计智能化可能存在的局限性，并最终引入新的研究范式和理论来构建基于数字化时代背景下的“智能会计”概念。

1我国会计信息化与智能化的概念演变

刘勤等[1]系统梳理了我国改革开放40年的中国会计信息化的发展历程，提出中国会计信息化发展可按时间划分为会计电算化、会计信息化（狭义）、会计智能化3个阶段。

1.1会计电算化概念：人工的简单替代

20世纪80年代至90年代初，属于会计电算化阶段。在手工记账年代，主要依靠增加人手来应对会计工作量的不断增长。20世纪80年代开始，随着会计事项的快速增加，一些有条件的企业开始自主研发会计软件。这些会计软件主要以内部报表汇总、财务报表编制为主，也有一些软件具备辅助性的会计分录编制功能。由于是自行编制，一般采用关系型数据库语言如DBASE3、FOXBASE和FOXPRO进行开发。

在财政部的持续推动下，会计软件也开始出现通用型商品化软件，比如早期的金蝶和用友，都推出了单机版的、以会计核算和报表编制为主的产品。

最初，会计引入IT等信息化技术的最主要目的是简单地、有限度地替代人工，完成一些辅助性会计工作。在这一阶段，业界对IT技术作用于会计的主要认知是“通过会计工作的电算化用以替代部分人工”，因而，这一阶段又称会计电算化阶段。

1.2会计信息化概念：流程的信息化整合

20世纪90年代末至21世纪初，我国会计行业迈入会计信息化阶段。“会计信息化”这一概念是1998年在深圳市财政局和金蝶公司联合举办的“会计信息化理论专家座谈会”中首次提出[1]。当时主要的会计软件厂商金蝶和用友开始向管理软件供应商转型，会计信息系统也由单机版向网络版转型。

会计信息化概念的提出引发了理论界、实务界的强烈关注和持续研究。杨周南[2]提出了会计信息化集成式的控制与审计系统，即ISCA模型。2009年4月，财政部印发《关于全面推进我国会计信息化工作的指导意见》，国内会计信息化工作开始全面提速。从企业端来看，应主要把握两个关键，即会计准则实施和财务报告信息化、内部控制和评价报告信息化[3]。

会计信息化对企业流程和组织的改变是非常显著的。通过会计信息化，原有业务与财务分离的流程得以重组，同时，流程的重组也直接导致企业组织的变革，过去分散独立的会计部门向集中式转化。续慧泓等[4]认为，会计信息化对企业会计带来的变革主要体现在业财一体化和财务共享众包化两个方面。这表明，与早期的会计电算单纯用于人工的有限替代不同，会计信息化概念的提出与落地显著提升了理论界和实务界对于会计参与企业管理、控制的具体模式的认知。人们普遍认为，会计核算与会计监督这两大职能在会计信息化环境下可以更好地发挥作用。

1.3会计智能化概念：全面数字化的开始

2016年，德勤宣布将人工智能技术引入会计实务[1]后，这一技术开始在会计实务应用中崭露头角。人工智能技术之所以能在会计实务中迅速得以应用和推广，还与同时期信息与数字化技术大量涌现紧密相关。这些技术包括移动互联、云计算、物联网、大数据、区块链等。随着会计智能化进程的不断深入，还可能有更多、更先进的技术被引入会计实务。

王爱国[5]、张玉明[6]、张庆龙[7]认为，会计智能化是基于业财融合的、基于企业经营活动的财务会计全流程智能化的，新一代会计管理系统进一步突出了人工智能对会计管理活动与信息系统的重要性。

会计智能化概念的提出，使得其目标不再满足于提供支持决策的相关知识，而是实现组织和社会资源的优化配置[4]。一般认为，财务机器人是会计智能化的一个典型应用，财务机器人的革命性工作方式进一步改变了人们对会计流程的认知，使人们认识到在较少人工干预的场景下，财务机器人可以完成大量重复性的流程，并能突破公司运行的时空限制。进一步地，傅元略[8]提出了“财务智能体”和“会计智能体”等概念。

会计智能化一方面使得会计实务获得了前所未有的重大变革机遇;另一方面也对现有会计理论形成了空前严峻的挑战。会计智能化的实务走在了理论的前面，理论界从不同角度提出了不同观点。续慧泓等[4]认为，智能会计系统的核心在于感知、控制、协同价值活动，构建开放、动态、具有活动管理能力的控制和决策系统。傅元略[8]提出了以会计智能体为主的“智慧会计”论。王爱国[5]则认为，会计应当向以业财融合为基础，向数据智能方向转变。

本文认为，会计智能化或智能会计系统、智慧会计等诸多概念之所以能够在实务中落地，最主要的原因是现代会计实务正处于企业数字化转型的大背景下，会计的核算与监督两大职能在数字化环境下获得了新的赋能。因此，会计智能化这一概念的初步形成意味着传统会计无论从理论上还是实务上，都开始了全面的“数字化”进程。从早期来看，可以增强传统会计理论对于现实的解释能力。

2传统会计引入人工智能的局限性

按照杨纪琬和阎达五[9]对会计“科学属性”的界定，会计的科学属性应当是“研究如何掌握对经济过程进行控制和观念总结的规律性”。如果将这一属性界定“数字化”，则可以尝试表述为，在数字化时代，所谓会计的“科学属性”，就是“研究所有影响经济过程控制与观念总结的数据及其变化规律”。在这一表述中，将会计的研究对象明确为某种“数据”，并且“数据”包含了对经济过程控制和观念总结而生成的所有数字化的结果，以及这些数字化结果内在的规律性与生成机制。

将人工智能引入传统会计，即上文所指的“会计智能化”。尽管会计智能化概念可以在很大程度上解释人工智能为什么及如何引入传统会计，并将现有会计系统全面升级改造为智能会计系统[4]，但会计智能化并不是一个符合会计“科学属性”的数字化表达特征的概念，原因有两个方面：

2.1会计智能化概念依然以传统会计核算模式为核心

会计智能化是对会计核算、资金管理与绩效考核等传统会计管理活动的智能化，促使会计管理活动的重心从簿记和报告过渡到价值管理与风险控制，有助于向“大会计”“大财务”的转型。

但会计智能化概念其本质上仍然遵循传统会计理论框架。这一传统框架的主要特征就是财务报告体系，不但会计核算流程最终归结到财务报告，而且监督职能的具体体现也围绕财务报告的合规性进行。因此，广义上也可以将会计智能化视为会计信息化发展的一个自然延伸。

从实务上看，会计智能化的确改进了会计两大基本职能的作用。比如人工智能与财务机器人的广泛运用，理论上可以让会计信息更加及时、准确，信息质量会好于以往的会计核算流程。在实施监督职能时，人工智能与大数据、云计算技术能够更好地锁定异常，发出财务预警信息，并对相关内控提出优化建议等。会计智能化在实务中已经获得广泛认可，应用场景也越来越多。

但从理论上看，会计智能化基于传统会计基础理论框架，同时也不可避免地受到这个框架的局限。事实上，传统的会计基础理论并没有或者没法回答的是“为什么可以采用机器学习算法来处理会计数据”“通过借贷记账法生成的数据与外界通常所说的数据在本质上是一致的吗”“传统的日常会計核算与财务分析得到的结论与通过机器学习得到的结论有没有可比性，可否互相验证”等根本性问题。正如朱元午[10]所指出的，对于会计基础理论的研究远远落后于会计的实务应用，甚至存在着滞后或停滞的情况，难以做到及时指导其他次一级的会计理论和实务发展。

因此，如果继续沿着现有会计理论框架来形成和发展会计智能化理论，很难形成理论的基础性突破，只不过是对现有会计基础理论的某种“修补”。

如果仅仅满足于在传统的会计理论框架上通过各种技术性的工具进行修修补补，以期会计能够焕发新的理论活力，那是远远不够的。一方面，人工智能技术正在对企业经营活动全方位地渗透，企业正在全面数字化，会计不能孤军奋战，不应指望单凭会计智能化来解决整个企业经营活动的智能化与数字化需求;另一方面，人工智能技术并不是简单地作为一种技术在会计中加以应用与实践，人工智能技术的应用模式正在从根本上改变“会计”本身，而这并没有在会计智能化实务及相关理论中得以充分体现。

2.2会计智能化概念不支持从底层对企业数据进行科学表达传统的会计核算模式包括编制会计分录，登录明细账、总账，编制会计报表等一系列工作;同时，这些工作特别重视合规性，要求遵循外部监管部门发布的会计准则和其他合规性文件。自会计基础理论框架建立以来，这个模式的基本形态就没有发生过根本性改变。会计智能化能够做的就是如何让这个基本核算模式运行更快、更有效率、更加智能地工作，以更好地服务于管理决策。

按照传统的日常会计核算流程生成的会计数据并不能反映企业的全部数据类型。会计智能化虽然意识到了这一问题，提出并构建了财务共享、业财一体化平台等相应架构，但其处理的数据仍然是业务数据与财务数据的混合，很多时候仍主要基于财务数据。也就是说，会计智能化对于企业数据的处理是从应用场景的角度来考虑的，并没有从底层逻辑层面对业务数据和财务数据予以界定，并就二者之间的关系给出理论上的解答。

如果无法从底层对业务数据与财务数据二者加以统一，那么就很难避免会计智能化研究领域中的“会计研究孤岛”效应。所谓“会计研究孤岛”，是指“会计研究被人为地划分为众多自我封闭的研究领域”，从而形成了会计研究中的各个孤立的、难以交流沟通的研究孤岛[11]。究其原因，在于很多相关的会计研究更多地从纯粹的传统会计基础理论框架出发，而较少引用能刻画现代企业行为的其他理论，从而导致会计研究之路越走越窄，而且这种现象在国内外会计研究领域均普遍存在[11]。

以业财融合为例，如果将业财融合看作会计智能化的研究对象，或至少是研究对象之一，那么，按照现有对业财融合的常规理解，至少要将企业业务及相关数据分为业务数据和财务数据。而实际情况可能比这要复杂得多。王亚星和李心合[12]认为，广义上讲，业财融合应当包括业务与财务、业务与会计、财务与会计3个方面的融合，并据此重构了业财融合的概念框架。在这个业财融合概念框架中，相关的数据至少分为业务数据、财务数据与会计数据3块。但在实务中，这3类数据“合”的场景远远多于“分”的场景。更何况，根据王亚星和李心合[12]的研究，单单对业财融合中的“业”，就至少存在3种不同的解释;业财融合的“财”至少有4种不同的解释;“业财融合”的实质则有5种不同的解释。假定为每一种概念解释建立一个研究领域，那么仅关于业财融合概念的讨论，就可以得到至少12种不同的解释。

因此，只要不从底层对业务数据与财务数据进行合乎逻辑的、形式上的统一，那么会计智能化相关理论研究很可能会长期陷入概念之争，或者干脆回避争议概念，转而研究具体的会计智能化相关内容，比如财务机器人、机器学习，以及新一代ERP系统，等等。但皮之不存，毛将焉附？对会计智能化而言，如果不能从底层获得理论突破，后续所有关于会计智能化的理论分析与应用场景都必定成为空中楼阁。

可见，在数字化时代，单纯地将人工智能、大数据等相关技术引入传统会计，并不能完全实现对于会计“科学属性”的数字化解读，即不能完全满足数字化时代下对于经济过程控制与观念总结相关的数据及其规律性特征。

3“智能会计”概念的构建

应当从对会计的“科学属性”的数字化、采用的主要研究范式两个方面来构建不同于传统意义上的、新的“智能会计”概念。

3.1智能会计涵盖了经济过程与观念总结的全部数据

杨纪琬和阎达五[9]对于会计“科学属性”的界定实际上给出了会计的本质，即广义上看，会计应当包括所有“研究如何掌握对经济过程进行控制和观念总结的规律性”的相关活动所生成的数据及其变化规律。规律本质上是通过变化中的数据来呈现，如果不能通过数据变化来呈现一个经济活动的规律，那么该经济活动规律难以得到严谨的表达，因而难以进行相关决策。显然，基于之前的分析，传统会计，以及基于传统会计框架的会计智能化并不能真正体现会计“科学属性”的这一本质特性，至少是不全面的。而智能会计似乎更加符合对于会计“科学属性”的界定，可以从以下两个方面进一步加以阐明：

（1）智能会计分析所有影响经济过程控制与观念总结的数字化结果。作为一个主体，任何的经济过程控制与观念总结都可以计量，也必须被计量。即企业经营与管理活动生成的所有数据都必须完整地、可靠地得到计量。

按照现有传统会计理论框架，会计计量是指“货币计量”，但有很多经济活动是无法货币计量的，这就形成了一个悖论。在现有会计框架下无论怎么智能化流程，都可能难以完整反映和监督企业经济活动。而会计最重要的使命难道不是让利益相关人能通过数据来了解企业的全部经营活动吗？或许那些不能进行会计计量的业务与数据对利益相关人更为重要。显然，这一点单凭传统会计是无法实现的。

（2）智能会计研究这些数字化结果内在的规律性及其生成机制。通过分析其全部数字化结果，发现其背后的规律性及其生成机制，并作为企业经营与管理活动的映射，且这种映射是一一对应的。

将企业经营与管理活动与其生成的所有数字化结果的规律性与生成机制建立一一对应的关系，就是试图能通过企业经营与管理活动所生成的数据、数据所蕴含的规律性及生成机制来“一一映射”地刻画一家企业，从而理论上就可以实现企业的“完全数字化”，有助于发现事物内在的因果关系。从这一角度来看，智能会计是真正意义上的“大会计”。

3.2智能会计引入第四研究范式作为主要研究方法

与传统会计的分析方式不同，智能会计将数据科学中普遍采用的第四研究范式作为主要的研究方法论。

3.2.1第四研究范式的主要特点

通常，科学研究主要通过实验观测、理论推演、计算仿真来完成，从方法论上说，可以统称为科学研究的三大主要范式[13]。以物理科学研究为例，可以通过设计一个物理实验来寻找新的物质，也可以基于新的物理理论来预测新的物理现象的存在，借助强大的算力，还可以通过计算机技术来模拟实验场景，验证物理过程。

实验观测、理论推演和计算机仿真都是针对真实世界的实际场景所进行的某种特定科学研究。一般的研究过程通常是从实验观测开始，通过对实验观测的初步分析，提出某种假设，然后构建基于该假设基础之上的理论，通过理论推演，得到模型，模型的结果可以通过实验观测直接验证，也可以通过计算机仿真来间接验证。三者的研究具有互补性，恰好构成对真实世界的场景分析及仿真推演。

而数据科学的研究范式与以上3种范式不同。图灵奖得主吉姆·格雷[13]认为，数据应当看成现实世界的事物、现象和行为在数字空间的映射，认为数据自然蕴含了现实世界的运行规律。人们可以不预设任何模型，不进行任何推演，直接以数据作为媒介，利用数据驱动及数据分析方法揭示物理世界现象所蕴含的科学规律。这就是科学研究的第四研究范式。

第四研究范式最主要的特点在于承认数据自身包含现实世界事物的科学规律，通过研究数据内含的科学规律来揭示现实世界事物之间的内在联系。概括而言，就是数据驱动式研究。因而，采用第四研究范式进行研究需要尽可能多的数据，需要尽可能强大的算力，以及不断迭代进化的人工智能算法。数据、算力、算法构成了第四研究范式的研究基础，并作为数据科学得以区别于其他学科的一个显著特征。

3.2.2智能会计的研究范式

既然智能会计研究所有对经济过程进行控制和观念总结的规律性相关活动所生成的数据及其变化规律，那么需要进一步思考采取何种研究范式，以使智能会计的研究目标得以实现，真正体现出杨纪琬和阎达五[9]所提出的关于会计“科学属性”的相关论断。

首先，智能会计不可能采取实验观测，因为经济活动及其控制是真实世界的一种不可重复的行为，不能为了研究特定产品的销售行为而人为地、反复发生完全相同或大致相同的销售活动，这种销售活动只能取决于买卖双方基于其业务需要而发生，而不能在实验室环境下人为发生。

其次，智能会计也不适合采用理论推演的研究方式。例如，对于数学与理论物理问题，研究者可以基于若干公理进行推演，而不必在乎其结论是否能够在真实世界中立即找到应用场景，但智能会计却是一门实践性很强的理论，任何难以找到实际应用场景的理论推演最终都可能因为没有实际价值而停滞或消亡。

最后，计算机仿真从表面上看似乎可以应用于智能会计相关研究。一些厂商也在推出所谓会计仿真实验室，用模拟的数据进行会计核算操作演练。但计算机仿真所要验证的其实是基于理论推演的结果，而不是对现实的模仿。由于理论推演方法并不适用智能会计的分析研究，因而在智能会计理论研究中运用计算机仿真也就无从着手。

由于智能会计的研究对象本质上就是某种数据，基于数据科学的第四研究范式的观点，可以尝试通过对公司经营与管理活动相关数据及其内在规律的研究，来映射现实世界中的公司行为。也就是说，只要能够获得完整的（或至少是足够的）“数据”，通过研究发现其内在规律和相应的规律生成机制，就有可能还原公司的经济过程与观念总结的特征与变化规律，相当于用数据来“刻画”一个特定企业的经营与管理全息画像。

事实上，智能会计对于会计“科学属性”的数字化解读，其实就建立在数据科学的第四研究范式分析逻辑基础之上。因而，智能会计的内涵可以概括为对于企业经济过程控制与观念总结的规律性采用第四研究范式的研究方法来进行相关数字化、智能化研究。

3.3智能会计的一个定义

智能会计虽然冠以“会计”二字，仅仅是因为智能会计源于传统会计的基本原理，但其研究方法主要采用第四研究范式，带有浓厚的数据科学色彩，并且能够更好地体现出杨纪琬和阎达五[9]所提出的会计的“科学属性”。如果不将智能会计与传统会计的这种显著差别标注开来，那么，对于智能会计的研究仍可能会回到传统会计加人工智能（即会计智能化）的老路上去。

本文认为，智能会计是一门基于会计基本原理的数据科学，通过对业财数据的研究并找出其内在规律性与生成机制，来构建从业财数据到企业业务活动的一一映射，从而实现企业的经济活动控制与观念总结的数字化与智能化。智能会计的相关研究成果广泛应用于企业管理决策、合规性报告风险预警、管理流程设计以及资本市场等领域。

如何理解这一定义？需要从以下3个方面来思考：

1.关于“会计基本原理”的选择

智能会计既然带有“会计”二字，当然不能完全脱离会计基本原理。会计基本原理中的复式记账法是会计作用于经济活动，生成会计数据的基本工具;同时，智能会计的数据必须有一个载体，会计学的“主体”概念也是一个关键假设。因此，将会计基本原理中的复式记账法、“主体”假设作为智能会计的一个理论来源。

2.关于数据的形式统一

智能会计中的“数据”又称“业财数据”。业财数据是智能会计的研究对象。所谓“业财数据”，是指如果企业的一切业务活动都需要投入经济资源或者产出经济资源，那么这些推动企业业务活动的经济资源的数量化表达，就是业财数据。因此，本文所说的业财数据，是指企业经营管理活动中生成的所有“数量化表达”，既包括数字化结果，又包括这些数字化结果内在的规律性及其生成机制。例如，企业行为与外部环境相互作用变化等就可以看作一定条件下数字化结果内在规律性的生成机制。讨论业财数据的规律性一定要将其放在这个规律所处的环境下进行，而且环境本身就是一个复杂系统，也不是一成不变的。因此，任何业财数据的规律性只有在一个既定生成机制下才是有用的。

3.数据驱动式研究的适用性

由于引入数据科学的第四研究范式，理论上就扫清了运用数据科学相关方法（如机器学习）来分析会计数据的障碍;同时，作为一种经验方法，传统财务分析也有助于揭示现实经济控制活动的规律，与第四研究范式的研究方法并不矛盾，可以和机器学习等数据科学相关分析工具结合使用，相互验证。

尽管将数据科学研究范式直接用于智能会计理论的构造和实际研究获得了某些成功，其理论前景看起来是令人激动的，但仍需要一段时间的实证检验。对此应当一分为二地看待：

第一，在数据科学中大量采用人工智能技术，以及云计算、区块链等前沿技术，并已在物理学、医学等领域获得成功应用，证明这是一种有效的研究范式。

第二，数据科学采用的主要研究方法与计算智能紧密关联，也就是构建算法然后作用于数据，最终得到一个启发性结果。但数学上已经证明，目前所有计算智能和图灵计算模型都是等价的[13]，而能够进行机器演化、推理的智能尚不成熟，因而此类智能难以在智能会计中的应用场景依然有限。

事实上，业财数据不完全是由物化行为生成的，很多场景是存在人的行为干预的（如管理层舞弊），因此，业财数据的生成应当视作一个人机共存、人机相互作用的结果。由于这是一个复杂系统下的数据生成、数据汇聚与数据处理问题，不能单凭图灵计算模型，以发现数据间的关联性作为最终的数据规律性结论，而应适当考虑其他方式的智能模式。

因而，尽管数据驱动式研究方法是第四研究范式的基本特征，但也不能过于迷信数据。基于图灵测试完备性考虑，在智能会计领域，可以考虑“将人的智能引入到机器智能的系统回路中，充分融合人类智能和机器智能的优势，从而形成更高级的智能水平[13]”。通过引入更高层次的智能水平，可以进一步实施高质量的数据驱动式研究。

4结语

本文将会计原理与第四研究范式相结合，将智能会计定义成一门数据科学，这是对传统会计的一种理论突破。对智能会计而言，它不完全是传统意义上的会计，因为它以第四研究范式为主来研究经济活动控制与观念总结规律性;智能会计又不完全是纯数据驱动的，因为它吸纳了传统会计的基础理论，是对传统会计的合理扩展。

罗马不是一天就能建成的。智能会计理论大厦的构建，目标宏伟，道路曲折。可以确信的是，数据科学的第四研究范式未来有可能成为会计理论界值得期待的主流分析方法和理论创新的思想源泉！

参考文献

[1]刘勤，杨寅.改革开放40年的中国会计信息化：回顾与展望[J].会计研究，2019（2）：26-34.

[2]杨周南.论会计管理信息化的ISCA模型[J].会计研究，2003（10）：30-33.

[3]刘玉廷.论我国会计信息化发展战略[J].会计研究，2009（6）：3-10.

[4]续慧泓，杨周南，周卫华，等.基于管理活动论的智能会计系统研究：从会计信息化到会计智能化[J].会计研究，2021（3）：11-27.

[5]王爱国.智能会计：会计转型发展的方向[J].会计之友，2020（9）：2-5.

[6]张玉明.智能会计[M].北京：经济科学出版社，2021.

[7]张庆龙.智能财务研究述评[J].财会月刊，2021（3）：9-16.

[8]傅元略.智慧会计：财务机器人与会计变革[J].辽宁大学学报（哲学社会科学版），2019（1）：68-78.