會計決策支持系統的實現模式探討

摘要:在會計中應用信息技術，促進會計電算化向決策支持系統層次發展，實現會計決策科學化，能為管理者正確進行經營決策、改善經營管理提供相關信息，提升企業的競爭力。本文論述了會計決策支持系統的三種實現模式:基于數據分析、基于模型庫、基于數據倉庫的決策支持功能，對每種模式的實現方式進行了系統的探討。

關鍵詞:會計決策支持系統 實現模式數據分析模型庫數據倉庫

中圖分類號: F270.7

決策支持系統(Decision Support System，DSS)是以計算機為基礎工具，應用決策科學及其他有關的理論和方法，輔助決策者進行決策的計算機信息系統。對每一類特定問題都可以構建相應的決策支持系統，對會計決策可以建立專門的會計決策支持系統進行輔助，實現會計決策科學化，促進我國會計電算化工作向更高層次發展。

一、會計決策支持系統的輔助決策方式

會計決策支持系統應能對決策提供全過程的支持，即對情報收集、方案設計、方案選擇三個階段都能提供幫助，當然還支持方案實施后的評價。一個完整的會計決策支持系統應提供以下三種基本方式輔助決策:

1、提供決策信息。這是最基本的輔助決策方式，信息論認為信息是經過加工、具有一定意義的數據。會計決策支持系統首先應能整理并及時提供系統內部與決策問題有關的各種數據，如企業物流、生產、財務及重要固定資產、技術工藝等方面的數據;其次要收集存儲并及時提供系統外部與決策問題有關的各種數據，例如產品市場需求、商品與原材料價格、新技術動態等:此外，要收集并提供有關各項行動的反饋信息，例如生產計劃完成情況、產品銷售情況、用戶反映等。

2、提供決策模型與方法。管理會計的特點之一就是應用了許多現代數學方法與模型，把復雜的經濟活動盡可能用簡明、精確的數字模型表述出來，運用一定的數學方法對它進行加工處理，揭示出有關對象在一定條件下的最優數量關系或客觀規律，使企業管理工作建立在對客觀對象進行科學分析和精確計算的基礎上，從而更加科學、合理、有效。因此會計決策支持系統應該能夠用一定的方式存儲、管理與決策問題有關的各種模型或方法，必要時供管理者決策參考。

3、提供決策方案。這種形式直接提供解決問題的若干方案，供管理者分析、評價、選擇并實施。如果提供結構化的決策方案，則問題還比較簡單，但如果要求提供解決非結構性問題的決策方案，則實現就有一定的難度，并且要受到人工智能等相關技術發展的制約。

二、基于數據分析的會計決策支持系統

會計決策支持系統的數據分析立足于計算機內部存儲的整個企業的生產、經營、財務各方面的匯總與明細數據。管理者對這些數據進行分析，能從企業經營管理的不同方面為管理者提供決策相關信息。

會計決策支持系統的綜合數據分析系統基本的數據處理流程是:首先從ERP各子系統的數據庫及存放外部數據的數據庫文件獲取基本數據，根據系統預定義的格式生成若干基本信息表，然后由用戶根據決策需求對這些基本表或直接從數據源中選擇數據，利用系統提供的各種數據分析方法或數據挖掘技術，對基本表或用戶自定義的數據作進一步的分析利用。

三、基于模型庫的會計決策支持系統

決策支持系統的原始結構是兩庫結構，即模型庫、數據庫和人機交互系統三者組成的結構。盡管后來提出了三庫、四庫結構，以及增加數據倉庫、OLAP、數據挖掘技術的綜合結構體系，但模型庫仍是決策支持系統的核心，也是決策支持系統區別于其他計算機信息系統的重要特征。模型庫中存儲了決策所需的各種模型，通過模型的調用、運算、分析，能夠使決策者充分地分析問題，幫助決策者作出決定。

基于模型庫的會計決策支持系統結構如圖:

該結構是三個子系統的有機結合，即問題處理與人機交互子系統、數據庫子系統、模型庫子系統的有機結合。

(1)根據決策內容和所用的決策分析方法的不同，在系統中要分別建立各種數據庫文件。數據庫管理系統負責管理和維護系統中使用的各種數據文件，這些數據包括在預測、決策模型運行中使用的基礎數據和運行結果所產生的各種決策信息。

(2)模型庫中分類存放了管理會計中的常用的預測與決策分析方法，它是會計決策支持系統分析與求解問題的核心。模型庫管理系統的主要功能是進行模型的存儲管理和運行管理。

(3)問題處理及人機交互系統具有解決決策問題、控制決策支持系統運行的綜合功能，具體功能包括控制多模型組合運行、數據的輸入輸出轉換(數值計算與數據處理)、人機對話等。

四、基于數據倉庫的會計決策支持系統

數據倉庫和OLAP技術都屬于商業智能(BI)工具，是在90年代中期發展起來的。數據倉庫能夠將分散在企業內部、外部的商業數據集成到一起，為決策者提供統一的數據視圖;OLAP是使數據倉庫發揮作用的重要工具之一，它能使決策者從不同角度、不同層次分析數據，為決策者提供多維數據視圖。但由于現階段數據倉庫技術還未發展成熟，所以在實際工作中應用還不廣泛。對基于數據倉庫的會計決策支持系統的有關問題進行研究，能對開發更有效、更高層次的會計決策支持系統起到一定的指導作用。

一個完整的數據倉庫方案主要包括五個部分的內容:數據倉庫的設計建模、數據析取、數據存儲與管理、數據的分析展現和數據倉庫的維護。

(1)數據倉庫的設計建模工作。這項工作對于決策支持系統起著至關重要的作用，它根據用戶的具體決策需求確定主題、維及維的層次，并明確以下一些問題:解決用戶提出的決策問題需要什么信息，這些信息需要企業原有數據庫中的哪些數據，是否還需要其他外部數據。這涉及到數據倉庫的數據來源問題。會計數據倉庫的主要數據來源有:

ERP系統數據庫。會計數據倉庫的主要數據源是ERP中的各個子系統，如賬務處理、采購、銷售、固定資產、成本管理等子系統。

外部數據。包括一些權威的統計數據、業界的技術報告、市場比較和分析報告、競爭對手信息、國家經濟政策調整等，這些數據對企業作出相關決策有重大意義。

(2)數據析取。由于原始數據是一種操作型數據，它與分析型數據有著不同的特點，存在數據的不一致性，如字段長度的不一致、數據格式的不一致。因此數據進入數據倉庫之前，要經過“數據析取”這一過程。數據析取把原始業務數據轉化為一致的格式，使之更好地為決策支持服務。這包括對已有數據的準確性和一致性進行檢驗、凈化，將數據轉化、提取、轉換、過濾、裝載到數據集市或數據倉庫以及對其進行定期更新和管理。數據倉庫產品為用戶提供了數據析取工具，從各種異構的數據源中抽取數據，抽取數據后要完成數據的轉換并將數據按主題域裝入數據倉庫中。用戶可以靈活定制各種數據抽取流程，并定時地將數據加載到數據倉庫中。

(3)數據存儲與管理。數據倉庫的存儲可以選用多維數據庫，也可以選用關系型數據庫或其它特殊的存儲方式。數據的存儲要保證數據的安全性、完整性、一致性，同時還要具有復雜的分析查詢的高效性。元數據是數據倉庫的重要部分，它是“關于數據的數據”，描述數據以及管理數據的環境，擔任數據倉庫的組織工作，它類似數據庫中的數據字典。

(4)數據分析和展現。基于數據倉庫的應用類型有日常報表、即席查詢、聯機分析處理、數據挖掘等。其中以聯機分析處理(OLAP)的應用比較普遍。OLAP是一個分析處理技術，通過OLAP工具對數據倉庫中的數據進行多維分析、匯總，形成圖表或報表的形式，使決策者可以清晰、直觀地看到分析結果，這正是數據倉庫系統所要達到的目的。

(5)數據倉庫的維護。對數據倉庫的維護，主要包括管理日常數據的裝入，刷新數據倉庫當前的數據。隨著時間的推移，把當前數據轉為歷史數據層，清除不再使用的數據，管理元數據等。

(作者單位:東莞理工學院工商管理學院)

參考文獻:

[1]黃正瑞、黃微平.會計信息系統.經濟科學出版社，2003年7月第1版.

[2]梁美儀.試析會計電算化在決策支持系統中的應用.四川會計.2003年第7期.