基于应用价值驱动的会计数据资产盘点方法研究

2023-06-25任腾云高级会计师芮筠高级会计师

商业会计 2023年11期

任腾云（高级会计师）芮筠（高级会计师）

（国网江苏省电力有限公司江苏南京 210024）

一、引言

数据作为新型生产要素，与土地、劳动力、资本、技术等传统要素并列，为企业创造了巨大价值，“数据是资产”已经成为共识。会计数据是财务领域的专业资产，是财务管理创造价值的动力来源。有别于业务数据，会计数据具有滞后、抽象、被动的特点，而其质量水平对于企业经营管理决策的影响程度更深，治理和应用难度更大。对会计数据资产进行及时、准确的盘点进而更有针对性地采取管理措施，是有效利用会计数据、促进会计管理变革与价值创造的必要条件，因此，企业急需设计一套可行可信的会计数据资产盘点方案。本文以此为背景，结合电网企业A 公司的会计数据管理与应用实际，对会计数据资产盘点的可行路径进行了深入研究与实践探索，提出了一套基于应用价值驱动的会计数据资产盘点方法，以期为企业数据治理策略的执行和数据质量提升、数据价值应用提供前序步骤的参考和借鉴。

二、数据资产盘点的重要性与挑战

数字化时代，会计数据在企业经营管理过程中的地位举足轻重，高质量的会计数据能够为企业的精确定位、精细管理、精准决策提供支撑，成为企业的听诊器、机械臂和导航仪，更有部分数据可成为国家宏观经济决策的指向标。电网企业在全新的发展格局中不断谋求突破，以数字化转型作为破茧之举，沿着业务数据化——数据资产化——资产价值化的路径，建设企业级的数据管理和应用。信息化系统建设所提供的系统表单、线上审批、电子文档等手段，帮助企业实现了业务数据化管理。迈入数字化飞速发展的新阶段，只有确保数据可获取、可复用、可共享、可使用，从而使数据可控制、可计量、可交易、可创值，为其提供成为“资产”的准入条件，企业才能在数据资产化的路径上继续前行。

提升数据资源的应用价值、实现数据资产化与价值化管理，要以知悉资产状况、评估资产价值，也即“数据资产盘点”作为开端。财务管理对资产的清点盘查，是维护资产安全完整、解决资产账实不符问题的有效措施。会计数据资产盘点，则是对企业拥有的会计数据的梳理，通过权属明确、可计量、可交易的特征界定资产，了解资产的量、速、元、值、信，有利于逐步填平实际数据积累和可用数据资源之间的沟壑，为数据的融合、复用、共享奠定基础。受制于理论方法的不成熟、工具手段的不健全，会计数据资产盘点往往面临多重挑战，如图1所示。

图1 数据资产盘点面临的挑战

（一）数据来源较多。电网企业属于典型的网状经济，业务流程链条长、管理触点多，电力体制改革、内外监管、提质增效行动等，促使电网企业在信息化建设阶段布局了大量的信息系统。以A公司为例，就拥有包含电价管理、资金管理、预算管理、资本管理、多维精益核算、报表管理、综合管理、税务管理等在内的二十多个与财务直接或间接相关的系统，给会计数据带来了支流纵横的来源路径。数据资产盘点面临众多的数据源头，系统各自为政、标准不一，盘点过程失去章法、效率不高。

（二）数据关系复杂。电网企业业务复杂，各组织、各层级、各业务端口互动频繁、往来密切，信息系统在建设初期更多是为了解决一时的管理不便，缺乏顶层设计，因此系统之间多有重复，也多有断层，系统内外部数据耦合度较高，关系错综复杂。不仅存在多层级的主次关系、聚合关系、参考关系、因果关系，也频现同一业务过程在不同系统中以不同的口径进行记录的情况。当业务数据汇聚为财务信息时，会计数据也盘根错节、紧密交织，盘点无处下手，各类关联逻辑因不明具体作用，难以取舍。

（三）数据体量较大。在发电、输电、变电、配电、用电和调度过程中，各类电网资产设备作为数据载体，积累了海量的内外部数据信息，电网企业的数据体量在各行业排名中居高不下。尽管在云计算技术普及之后，大数据的存储空间和查询速度有了极大的改善，但由于“盘点”需要对数据进行多维度的统计测量，庞大的数据体量仍然使得盘点举步维艰。会计数据遍布各处、分散存储，若从全量数据资源下手，盘点容易陷入局部细节而无法兼顾全局。

（四）变化速度较快。电网企业业务形态变化迅速、对市场风向反应敏捷，并在国家“提质增效”的要求下大力推进存量挖潜与机制创新，信息系统更新速度快、流程管理变化速度快、数据产生积累速度快，数据的种类形态、存储机制和应用场景瞬息万变，这对盘点方法提出了很高的时效性与应变能力要求，缺失章法的数据资产盘点容易出现完整性、准确性的问题。资产目标处于实时更新之中，更需要资产盘点机制具有灵活的特性，能够跟随数据的变化，实时记录最新的资产数量。

（五）规范程度较低。由于信息系统归属不同的部门，具有截然不同的管理机制和数据质量要求。电网企业是实行业财一体化的先行者，融合机制落实后，会计数据作为业务数据的结果数据，被动受制于业务数据的规范性、准确性水平。当会计数据作为统一的资产进行管理时，数据的质量由于跟随业务数据而呈现参差不齐的状态。资产盘点经常面临归类失当、定值不明的问题，此外，质量较差的数据错列入资产后，会造成数据应用的阻碍，使得数据资产的整体可信度降低。

三、以应用价值为驱动的数据资产盘点执行方法

数据治理技术领域采用的数据资产盘点方法，多是基于元数据提供的数据属性描述，通过自然语言处理技术对数据核心要素进行识别，实现聚簇归类。会计数据的核心要素集中在科目、账户、资产卡片几个大类，抽象程度高，单纯依赖元数据，难以支持细颗粒度的主题域和数据对象的划分，以及关系细节的梳理。电网企业作为关系国民经济命脉和国家能源安全、保障国民生活与社会稳定的重要力量，一直是数字化的先行者。在数据治理、数据应用方面，也保持探索精神，不断开创新篇。A 公司在会计数据质量提升的专项行动和课题研究过程中，按照“盘”（盘点数据资产）、“规”（规范数据模型）、“治”（构建治理常态）、“用”（应用数据价值）的路径，创新探索出了一条基于应用数据价值驱动的“三步两顾”式会计数据资产盘点方法，以解决因数据来源较多、数据体量较大、数据关系复杂、变化速度较快、规范程度较低带来的盘点方法难下手、难渗透、难取舍、难应变、难应用的挑战。

数据、数据资源与数据资产之间有着明确的界限。数据未经加工之前，仅是对业务过程的原始记录，并不具有明确的价值。数据加工后，具有权属明确、可计量、可共享、可创值的特征，方可成为资产。基于这一考量，A公司的会计数据资产盘点使用了一种价值驱动的方法。第一步，基于企业经营管理、业务作业、财务流程和发展决策对于会计数据的使用需求，定义会计数据的分析应用场景，构建虚拟“视图”。第二步，逆向推导支持分析的共享模型与数据来源。第三步，根据共享模型的数据属性追溯至原始信息系统。从应用场景到数据模型，为“一顾”，再从支撑数据场景的共享模型中，帮助数据用户挖掘数据的价值潜能，正向推导，探索建立更多的数据应用场景，为“二顾”。由此形成以“用”助“盘”、以“盘”活“用”的价值生长路径。盘点方法的三个步骤引入数据仓库分层模型建设中“分析层”“共享层”和“贴源层”的概念，用以描述会计数据资产所归属的类别，将技术手段与管理实践融会贯通。价值驱动的数据资产盘点方法原理如图2所示。

图2 价值驱动的数据资产盘点方法原理

第一步，专注分析层，即数据的应用场景，着力于探索数据应用的最佳路径。电网企业以员工开支、售电收入与营销成本、物资与服务采购、检修运行、资本性开支、成本性开支以及电能交易为财务管理的关注要点，会计以财报和管报作为常规输出，以资源配置和决策支持为分析要务，每一领域的管理提升都需要数据的支持。

A 公司基于业务现状、应用实践、创新探索等，对数据应用场景和多视角、多层次、多维度的数据分析进行探索。数据资产盘点过程中，单以“智慧共享财务”为主题，便梳理并提炼出包含经营、质效、专区在内的近50 个场景的数百个指标。数据价值支撑企业提质增效、风险控制、机遇识别和决策制定，支持构建孪生电网、实现投入产出的精准传导分摊，支持衔接改革政策、推进监管和政策落实分析应用，支持深化精益管控、实现提质增效的准确导向，支持实施精准激励、激发组织和员工经营活力。分析层部分数据资产盘点结果如下页图3所示。

图3 分析层部分数据资产盘点结果示例

第二步，聚焦共享层，即数据的融合模型，着力于探索建立数据的关系图谱和来源路径，为数据提供高效的查询能力和灵活的应变能力。共享层以数据主题域为疆场，以数据对象驰骋其中，通过构建标准规范的数据模型，简化分析层的数据抽取和连接，聚合数据资源，沿着分析层定义的数据需求路径，对错综交织的数据进行溯源和厘清。

数据逻辑模型是有效的数据关系梳理工具，通过建立数据关系模型，一方面为分析层关系图谱的构建提供最直接的素材来源，另一方面将数据对象之间的主次关系、参考关系、引用关系铺排得清楚明白，为分析层提供逻辑框架。共享层的盘点以数据对象模型和关系图谱的形式存在，点和线浓缩了复杂的数据信息，面和体又保留了丰富的数据价值。

A 公司的共享层数据资产盘点，以国网总部定义的“专业级数据对象”和“企业级数据对象”为双主线构建整个雪花数据模型图谱。在“企业主题域”和“专业主题域”下分别以各数据对象为节点铺开拓扑网络，以数据参考关系为连接线，对财务和业务概念下的数据模型进行聚合式梳理与整合。共享层部分数据资产盘点结果如图4所示。

图4 共享层部分数据资产盘点结果示例

第三步，赋活贴源层，即数据的来源端口，着力于探索数据的起点来路。电网企业拥有繁多的信息系统，端口万千，以共享层各主题域、各数据对象为构建目标，以共享层定义的数据模型为溯源路径，对来源渠道进行过滤和选择，筛除低价值、低质量或重复的数据，保留高价值、高质量且精简的会计信息，能够确保数据资产的可用性，能够确保会计作业流程始终具备充足的可用信息，还能够在贴源层与共享层之间建立清晰明确的连接关系。

A 公司的多个信息系统通过贴源层细致的追溯，将二十多个系统“一网打尽”，又与其他两个资产层“界限分明”，乍看错综复杂，借助可视化技术，又形成了任意一点穿透的数据互动空间，系统、表格、字段一览无余。不仅如此，通过重新审视贴源层数据，A 公司逐步开启系统功能完整性与必要性的评估工作，针对业务逻辑重复、数据重复的情况及时采取措施补足缺陷、消除冗余，减少不同系统间重复录入的人力浪费。对于不同系统之间质量水平存在差异的数据，也可及时进行筛选。贴源层部分数据资产盘点结果如图5所示。