大数据会计与财务信息相关性分析

黄卉卉 远大科技集团有限公司

引言

大数据时代背景下，万物皆可量化、皆可数据化是其主要特征，企业发展模式和经营环境发生巨大变革，会计作为资源配置的通用商业语言，其价值、功能与边界受到数字技术极大冲击。企业在日常经营管理过程中，需要收集和处理诸多有价值的非结构化、碎片式数据，创建新型大数据会计数据信息系统，对提升企业业务性能、生产效率等方面具有积极意义，也逐渐成为企业建立和保持竞争优势的关键因素。本文对大数据会计与财务信息相关性进行分析，深入探究如何构建非结构化、碎片式数据与新时期企业价值之间的相关性，继而促进企业财务管理与会计信息管理价值提升。

一、大数据概念

大数据，是指在特定时间范围内所涉及的数据信息规模巨大，无法利用常规软件工作进行捕捉、集合和管理，只能通过不断更新传统模式、应用新兴技术等方式进行处理，以形成海量、高效、多样的信息资源数据，为企业经营决策提供更有价值的信息。大数据的数据特征具有规模、多样、价值、速度四个特征，在诸多领域发挥着重要作用，如计算机领域，大数据通过统计分析用户喜好给用户推送相关产品信息，以达到提升交易量的需求。在会计领域，大数据也对其产生深刻影响，传统会计学主要通过资产负债表、利润表及现金流量表反映企业实际运营能力、盈利能力和债偿能力，但对于各种新型企业，如创业企业、新行业企业、IT企业等，企业价值中品牌、口碑、公允价值、忠诚度等无形资源占据重要内容。仅仅靠这三张表无法全面反映企业经营情况，急需“第四张报表”的出现，这些无形资源也可以称之为数据资产，利用大数据技术处理这些数据资产，对增加会计信息质量与相关性具有十分积极的现实意义。

二、大数据会计的数据选择与结构研究

（一）对传统会计构成不足的补充

在大数据技术初始发展阶段，大量碎片化、非结构化的数据信息难以被有效统计和利用，是冗余信息的一种，如视频信息、图片信息等，随着大数据处理技术、视频图像存储及处理技术的成熟，将这些非结构化、碎片化数据信息应用在会计信息管理中，已经成为现实。例如，访谈视频数据，分析管理层和董事会的定期访谈，建立相关模型，应用一定算法，有效识别视频中的内容、情感，为相关业务开展和审计风险提供更有价值和相关性的非语言信息，并描绘出一个具体形象的高管意图图像，为企业发展提供有远见的建议，这些数据信息也是对传统二维数据信息库不足的完善和补充。同时，无形资产占比的增加，也是导致会计信息相关性恶化的原因之一，目前，无形资产在企业运营和财务报告中占据越来越重要的角色，但其无法可靠计量，包括价值主张、隐性收益等，如某互联网企业构建平台为用户提供服务，不仅通过收取佣金和增值服务获得收益，平台用户的增加、知名度的提升还会为企业带来巨大隐性收益，这些收益却无法通过财务报表体现，无法用货币价值进行准确计量，长此以往，必将导致会计信息相关性的恶化，阻碍企业健康发展。大数据会计的出现，以宏观视角反映企业在社会环境中的整体价值，为计量这些无形资产提供可行途径。值得注意的是，不是所有非结构化、碎片化数据信息都能纳入传统会计信息管理中，数据信息必须具有一定数据密度、价值、中立性，才能更好地融入其中，降低对会计信息的干扰，客观真实地映射事件整体，避免人为主观思维导致的误解，提升会计信息处理质量。

（二）对企业传统定性类信息数据的补充

在人类发展史中，因果思维贯穿始终，占据人类社会发展和文化历史主流，大数据时代的到来，因果导向思维或将面临深刻改变。大数据时代，非结构化、碎片化、非系统化数据在社会中占据越来越重要的地位，大量化、多样化、高速化数据，整体优于局部、集合优于单一、相关优于因果等新思想以及新型信息传输方式的普及，迫使人们思维方式发生改变，逐渐形成一种大数据思维。在企业财务管理中，仅仅依靠大数据信息或者过于忽视大数据会计信息，会对企业财务信息完整性造成破坏，只有恰当处理和应用这些碎片化信息，将其作为完整信息的补充，才能真正反映企业经营价值。例如，在传统会计实务处理工作中，财务工作主要计量单位是货币，但货币计量不能作为定性描述数据信息的反馈；定性描述的数据信息一般由相关性推演而来，具有一定关联，但结果随机性较高，结果精准性定位与因果导向思维相比，存在一定差距。对这两个因素进行更深一步的分析和研究可以发现，财务核算中应用定量数据核算结果、总结企业相关性的模式主要受以往时代发展驱使，已无法满足大数据时代财务会计信息相关性分析。大数据时代，人们可以直接利用各种类型的会计信息，针对某项会计信息内容展开相关性分析，有效提升分析成效和精准性，是对以往会计信息统计与分析不足问题的有效补充。

（三）大数据会计体系结构分析

由上文可知，中立、客观与企业价值相关的非结构化、碎片化数据，会纳入会计数据体系中，纳入之后，如何平衡和融合两者，构建和谐共生关系是亟须思考的问题。大数据会计体系结构分析具体可以从以下两方面展开：一方面，传统开始数据信息处理以直接结构数据信息法为主，应用大数据会计后，采用非结构化、碎片化的间接式数据信息法，不仅能提升企业价值关联度，还能构建更为真实、可靠的财务报表，提升会计信息可靠性和质量；另一方面，传统财务会计信息管理会真实反映经济业务本质，非结构化、碎片化的间接数据信息则不具备这一功能，这是因为在会计准则下，传统结构下的数据量化、分析、确定与报告等环节相互关联，例如，企业经营业务单据处理，需要经过稽核、复核、审核等流程，逐一揭示企业经营业务活动。总结分析可知，传统会计数据对数据信息真实性和准确性有较高要求，大数据会计信息则以间接数据信息为主，将两者有机融合，实现两者相互配合与协作，突显两者优势，构建科学合理的大数据会计信息体系结构，对提升会计实务处理质量和财务管控有积极意义，也能助力企业会计事业改革。

三、大数据会计对财务信息的影响

（一）提高会计信息预测准确性

传统会计数据体系以结构化数据信息为主，这种模式下的财务报告在大数据时代越来越难满足财报使用者的现实需求。为适应大数据时代发展，企业积极改变思维和财务信息管理模式，将各种非结构化、碎片化数据信息纳入财务报表，对传统三张财务报表内容进行补充和优化，更加全面地反映企业经营成果、盈利情况和财务状况，反映各种有形及无形资产。大数据的应用也改变了统计抽样形式，以往统计抽样会根据调查内容选取目标人群进行抽样、采集、统计与分析等，以人工填写调查问卷的形式开展，大数据时代，会借助抓取工具、分析与处理技术等开展大规模数据搜集与分析工作，对不同人群开展画像描写，建立相关模型和函数，了解其基本走势，为预测工作提供有力依据。

（二）影响会计持续经营假设

在传统会计体系中，对企业经营时长进行假设，以保障会计核算连续性是普遍采用的一种方法，例如，将整个会计时期划分为年度、半年度及季度等会计区间，对同企业同一类型会计报告进行比较，或对同企业不同时期会计信息进行比对，这就是会计持续经营假设的实际应用方法。大数据时代，企业更新迭代迅速，尤其中小企业，商业模式单一、线上经营能力缺失、内部管理及营销模式落后，持续经营难度较大，尤其面临各种困难和灾害，很多企业纷纷脱离市场，难以实现持续经营，这给传统会计体系持续经营假设造成巨大冲击。

（三）财务体系由核算型向价值型转变

大数据时代，信息管理升级迅速，迫使企业管理层、相关部门及会计部门积极变革，基于提高业绩管理和风险管理，创新探索新型会计信息系统发展模式，促进财务体系由核算型向价值型的转变。具体可从以下几方面开展：（1）在业务销售方面，借助数据信息对资源进行优化配置，重组客户资源，最大限度发挥财务管理协同效应；（2）在经营管理方面，恰当处理财务管理与运营管理两者之间的关系，将财务会计人员从繁琐、单一、枯燥的基础工作中脱离出来，提升其价值创造能力，构建价值型财务系统；（3）在战略创新方面，应用价值管理、创新管理等思维观念，将商业模式和产业价值链等知识应用在企业战略管理中，促进企业财务管理模式的全面创新升级。

四、大数据会计与财务信息相关性构建

通过对大数据会计的数据选择与结构研究可知，传统会计数据体系中，企业价值与货币计量可量化的结构化数据有直接联系，对企业实际经营管理中的各项经济业务和商业活动，采用因果导向分析进行核算，真实反映企业价值。大数据会计信息则以非结构化、碎片化间接数据为主，与企业价值相关，但采用因果导向关系难以确定该要素与企业价值间的具体联系，需要利用相关关系法进行分析和确定。

企业估值理论是利用未来现金净流量（企业非财务信息）的现值总和对企业价值展开评估，然而，目前会计核算账面机制为历史现金流量（企业财务信息）为主，导致企业价值评估与账面价值存在较大差异，无法获得准确业绩预算和估值。例如，将某A股公司第T年会计利润，与以往3或5年内的会计利润平均增长率相乘，计算得到相应预测值；然后，将这一数值与该公司实际会计利润偏差值进行比对和汇总，计算预算偏差中位数，结果发现在A股板块、创业板、主板等方面，数值均处于大幅波动状态，说明仅靠历史数据无法对企业未来业绩或者企业价值作出准确评估，进而导致财务报告中会计信息价值逐渐降低。

根据现行会计准则，未来现金净流量大多属于企业非财务信息，还没有计入会计数据结构体系，未来可能以结构化数据形式展现，也可能以非结构化、碎片化数据信息形式展现，为真实客观呈现企业价值，做好企业估值，就必须将各种未来现金流量与历史现金流量相互融合，与企业价值构建完整的相关关系或映射关系。具体可以利用转换方法，将企业未来现金流量转化为企业账面价值，准确反映企业真实价值，转换公式如下：

综合上述两个公式可推导出如下公式：

通过这一转换公式，可以知晓企业未来现金流所代表的价值，而这些价值大多蕴藏在各种非结构化及碎片化的非财务信息中。经过转化后的未来现金流会转化为微结构化的数据信息，这些信息包含投资活动、筹资活动及经营活动，有效利用这三种变量的转换率函数，就能实现现金流潜在价值。

企业现金流潜在价值主要包括企业客户、潜在客户及消费群体对企业经营活动的总体评价，不同消费群体对企业价值的评价存在差异，不同收入水平人群消费购买力也不同，因此，企业潜在价值的关键影响因素，主要有人群特征、消费特征及评价行为三个，这些要素在于企业生产经营活动产生交互时，会产生大量非结构化、碎片化数据信息，管理人员及信息使用者需要对这些数据信息进行比对，对企业价值评估合理性、可行性进行判断。从相关性角度看，企业信息最大的价值是可比性，通过比较不同企业的账面价值和潜在价值，最终作出最科学、最正确、最能获取经济效益的决策。

结语

综上所述，通过论述可知，现代社会快速变革对企业会计及财务信息相关性产生影响，无形资产的崛起、财务报表模式的落后以及各种暂时性项目及职业判断的普遍应用，导致会计信息相关性逐渐降低。但同时，大数据时代的到来，各种碎片化、非结构化数据信息的大量生成与应用，既是对传统会计构成不足的补充，对企业传统定性类信息数据的补充，也是推动大数据会计体系结构转变的重要机遇。企业财务管理相关人员应当准确把握这一机遇下，大数据会计对财务信息的影响，包括提高会计信息预测准确性、影响会计持续经营假设、财务体系由核算型向价值型转变，探究如何构建、强化大数据会计与财务信息相关性，将相关关系法、未来现金净流量、函数及公式转换等应用其中，努力提升会计信息价值，促进大数据会计稳步发展。