大數據影響下的會計信息質量提升

●王 迪 柳光強

隨著計算機存儲能力的提升和復雜算法的發展，近年來的數據量呈 “爆炸式”增長，人類由此進入了大數據時代。大數據的火爆引起了學術界、產業界和政府對其的高度關注，2008年頂級學術刊物《Nature》推出專刊來介紹大數據的相關內容，2011年《Science》推出數據處理專刊“Dealing with data”來探討數據洪流帶來的挑戰，2012年美國政府公布并實施了“大數據研發計劃”，等等。關于大數據的定義尚未統一，著名的麥肯錫全球研究所將“大數據”定義為規模巨大的數據集合，其在獲取、存儲、管理、分析等方面的能力都大大超出了傳統數據庫軟件工具。互聯網數據中心（IDC）認為大數據是新一代架構和技術，旨在更經濟、有效地從不同結構和類型的巨量數據中獲取價值。定義雖然有所差異，但基本都從大數據的特征出發，大數據的4V特征，分別指 Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）。 毫無疑問，大數據隱藏著巨大的科研、經濟、社會價值，已經引起了各行各業的高度重視，會計行業也不例外。會計信息作為企業經濟分析的基礎，其質量高低直接影響著企業決策的結果。我國的《企業會計準則》將可靠性、相關性、可理解性、可比性、實質重于形式、重要性、謹慎性和及時性作為會計信息質量特征。大數據背景下，會計信息質量如何提高是個值得思考的問題。

一、大數據帶來的思維轉變

大數據時代的來臨，對人們的改變首先體現在思維層面，利用數據的方法和思路都發生了翻天覆地的變化，形成了一種新的思維方式。大數據的思維方式主要有總體性思維、容錯率思維和相關性思維（秦榮生，2015）。

一是總體性思維。自19世紀以來，由于技術的限制，缺少記錄、儲存和分析的科學工具，面對大量的數據，人們往往只能通過抽樣技術來分析總體。抽樣技術存在固有限制，抽樣時無法完全做到隨機性，一旦選擇樣本出現偏差，那么分析結果可能就會與真實情況相距甚遠。現在IT技術、互聯網技術越來越成熟，記錄和處理數據的能力大大提升，從TB級躍升至PB級，從而已經有能力解決之前的問題，并可以對海量的數據進行存儲、處理和分析，對事物的認識更加全面和深刻。

二是容錯率思維。正是由于過去的技術無法處理海量的數據，人們對樣本分析的結果更加追求“精確度”，這樣才能根據樣本更好地推斷總體特征。然而，在大數據時代，“精確度”已經不再是人們的目標，而且也沒有必要追求 “精確度”。人們主要想通過分析大數據來探究事物發展的趨勢，不需要對一個事物的現象深究，追求的是及時性和高效率，從多個角度認知事物。盡管大數據中良莠不齊，但由于體量龐大，對事物的總趨勢不會產生顯著影響，依然能夠得到事物的總體趨勢和特征。因此，這里所說的容錯性思維就是允許某些領域中模糊性和不確定性的存在，無需精確地分析所有事物。

三是相關性思維。人們的傳統思維是尋找事物之間的因果關系，這一思想已經在腦海中根深蒂固。因果關系在大數據時代顯得沒那么重要，大數據研究與傳統的邏輯推理研究不同，它是對巨量的數據做統計性分析歸納，人們更加關注事物之間的相關關系。假設人們發現A和B經常一起發生，那么如果A發生了，人們就可以預測B也發生了。找到一個事物良好的相關關系有助于人們了解事物的現在和預測其未來。大數據是人們在事物量化基礎上尋求事物本質過程中的一大進步，區別于以前，現在人們可以在定量的基礎上進行更加深刻的定性分析，認識事物本質。

二、大數據對提高會計信息質量的影響路徑

會計信息具有較強的專業性，往往涉及公眾利益，而公眾難以識別其質量。大數據時代的到來，給會計行業帶來了重大機遇，對會計信息及財務分析造成巨大影響，產生了會計信息的來源、處理、分析和輸出、信息結構方面的新特點（趙婧，2014；袁振興等，2014）。本文認為可以從企業會計、外部審計以及政府監督三個層面來探討如何利用大數據來提高會計信息質量。

（一）企業會計層面

1、非結構化數據逐漸增多，會計信息更加完整。非結構化數據是由互聯網、智能設備、非傳統IT設備等產生的音頻、視頻、圖片等。傳統會計信息受信息收集、處理技術的影響往往只關注有形硬資產和能夠貨幣化的財務信息，而人力資源、知識產權和智力資本等軟資產和非結構化信息難以真實有效反映，財務報告使用者和企業的信息不對稱問題較為嚴重。過去的數據種類較少，這些數據又以結構化數據為主，而大數據中包含著結構化和非結構化數據，目前以數字化形式保存的數據已達98%以上，并且非結構化數據占據大多數（Warrenjr and Moffitt，2015）。 20 世紀六七十年代美國會計學界提出了“事項會計”和“數據庫會計”等只提供經濟現象原始信息的會計模式，這種以關系型數據庫為基礎的會計系統只能儲存結構化信息，而將更多的描述和解釋經濟現象的非結構化信息排除在系統之外（Vasarhelyi al.etc，2015），已經無法滿足發展的需要。大數據技術的發展使得這些非結構化數據記錄、處理和披露逐漸成為現實，由于非關系型數據庫對數據格式的限制少，更易擴展，這些非結構化會計數據能夠“原汁原味”地進入會計系統（Yermack，2015），使用者可以獲取完整的會計信息，發生遺漏或誤報的可能性降低，會計信息完整性顯著提高。

2、會計信息由反映過去向揭示未來轉變。在大數據時代，會計工作的重心逐漸由反映過去向揭示未來轉變。以往的機器學習計算能力有限且缺少巨量的訓練樣本，想要得到一個合適的學習算法較為困難，但現在借助于大數據技術，人們可以獲得巨大的樣本量以及分布式計算提供的計算能力，過去存在的問題明顯得到了改善。企業可以依靠大數據技術有針對性地解讀和分析會計數據，甚至把人群的意識和行為趨向落實到會計數據層面，會計數據便具有了預測未來的能力。會計人員的思維也發生了變化，積極主動地利用大數據進行數據挖掘和分析，為企業領導決策以及利益相關方提供預測性信息，例如通過數據挖掘對企業庫存進行管理和優化，同時量化評估產品的定價策略與營銷效果等。

3、實現了會計信息輸出形式多樣化。以往企業的會計信息輸出形式主要是財務報告，即傳統的“四表一附注”，但是這種標準化通用化的格式已不能充分滿足信息使用者的需求，而且無法滿足不同信息使用者的個性化需求。伴隨著大數據的出現，“數據可視化”這一新興技術逐漸成為主流。企業輸出的會計信息不僅僅是財務報告這一單一的數據形式，也可以實現多樣化輸出，比如傳播媒體實現交互性的網絡財務報告；以圖形、聲音、視頻等呈現出的會計信息；等等。另外，如果以易理解的圖片、視頻等呈現出企業不同業務循環的會計數據的變化趨勢，這不僅有利于企業制定精準的供產銷策略和投融資策略，及時精準地把握市場需求，還能夠輔助信息使用者理解財務信息以便作出決策，這是數據可視化的一大優勢。

4、將新興技術與企業管理模式相融合——設立財務共享服務中心。2013年，財政部、國資委發布了《企業會計信息化工作規范》，文中明確提出，建議企業構建財務共享服務中心，以提高數據信息質量，加強集團管控，并實現與國際企業接軌，符合國際運營的商業模式。財務共享服務中心以集中財務管理、加強管控、減少人員、節約成本、創造價值等一系列目標為本，是以現代信息技術為基礎的包含一系列標準化、規范化流程的全新的集中式財務管理模式和組織架構形式。財務共享已在國外發展幾十年，非常成熟，大型跨國公司基本都已采用了財務共享的管理模式，比如花旗、保潔、皇家殼牌等公司。國內諸如中廣核、平安、華為、海爾、寶鋼等大型企業集團的財務共享中心運營也較為成熟。另外包含中糧、華潤、國電、阿里巴巴、騰訊、萬達等在內的一批公司已建成或正在建設財務共享中心。由于國內大型企業普遍具有業務廣泛、分子公司眾多、體量大、擴張快等特點，同時在財務管控、財務運營質量和效率等方面面臨諸多挑戰，比如核算口徑不統一、系統林立、數據散亂等等。在現行的會計核算方式下，財務數據與業務數據分別儲存在兩個不同的系統，是相互獨立的，財務人員并不了解業務部門的數據。而建設財務共享服務中心，將財務與業務聯系起來，財務人員不僅要處理會計核算系統中的數據，還需要對業務進行深入了解和分析，逐步形成“業財一體化”。一個成功的財務共享中心能夠為公司提供更全面的財務數據和更快速的財務報告，同時為公司提供更多的數據分析和更有效的決策支持。

（二）外部審計層面

1、抽樣審計模式轉向總體審計模式。由于數據獲取受到限制，傳統的審計模式為抽樣審計，從樣本推斷總體。這種模式往往忽視了大量和具體的業務活動，所獲取的審計證據的數量和質量都不充分。大數據時代，技術的進步使得審計模式由抽樣審計向總體審計轉變。會計師事務所可以充分獲取被審單位包含結構化數據和非結構化數據在內的所有數據，進行多維度分析，而這些大數據之間通常能夠相互關聯或者相互印證。被審單位內部的財務信息固然重要，但是在傳統審計模式下審計人員不容易發現財務操控數據，即使有疑點的地方，也不易通過外部第三方來佐證，而現在審計人員獲取審計證據的渠道更加多元化，可獲得的外部非財務信息也更多。被審單位外部的非財務信息來源廣泛，通常包括：高管接受媒體采訪、被審單位行業和競爭對手相關信息、被審單位和客戶之間的通訊記錄甚至網站上發布的有關信息等等。這些信息都能夠用來補充傳統審計證據。比如，當被審單位精心策劃某舞弊時，通常審計人員很難發現該舞弊甚至獲取的相關審計證據與真實情況完全相反，在大數據背景下，審計人員可以從企業員工在社交媒體上發布的相關信息尋找線索，識別員工是否有負面情緒，從而進行判斷。大數據環境下的總體審計模式能克服抽樣審計模式的不足，審計人員可以從細枝末節中發現更具價值的信息，發現抽樣模式不能發現的問題，此時審計起到了更加嚴格的外部監督作用，對企業會計信息質量的提高有所幫助。

2、信息技術的發展使得審計向持續、動態、實時的方向發展，持續審計成為審計信息化的一個重要發展方向。傳統審計中，審計業務的開展需要等到被審單位業務完成并編制出財務報表后才能開始，因而審計工作具有相當程度的滯后性，這種事后審計時效性較差，很難對被審單位復雜的生產經營活動及時作出正確的評價。同時，審計人員在年末審計時任務繁重，高工作密集度降低了審計人員的效率。為了解決審計結果與業務活動的時差問題，越來越多的會計師事務所借助于大數據技術開始實施持續審計方式，及時糾正被審單位可能存在的問題，提高審計質量和會計信息質量。實施持續審計的前提是將數據標準化即需要將從不同系統或平臺中獲取的不同類型的數據標準化。尤其是對業務數據和風險管控“實時性”要求高的諸如金融業等行業，持續審計運用較為廣泛，比如會計師事務所在審計商業銀行時，會與商業銀行建立業務和數據系統的接口，在開發的持續審計系統中固化非結構化數據分析模塊，實現在線風險預警并及時作出疑點標記，建立實時審計工作底稿。另外，部分審計任務可以借助機器人，提前設定好相應的程序，進行自動審計，提高審計效率。

3、審計成果愈發豐富。在傳統審計中，審計人員提供給被審單位的最終成果往往只有審計報告，審計報告格式固定、內容單一，內含信息量較少。隨著大數據技術在審計工作中的普及，會計師事務所除了能夠向被審單位提供審計報告外，還可以將挖掘、處理分析的各類數據一并提供，如被審單位客戶的輿情監控等，以供被審單位參考，改進經營管理。具體來說，審計人員通過匯總、歸納獲取的大量數據，從中探尋內在規律、找出共性問題，為被審單位和投資者提供數據證明和決策建議；同時，由于各方利益相關者關注重點不同，審計人員還可以從不同角度對同一問題進行提煉分析以滿足不同需要。

（三）政府監督層面

1、可獲信息來源更加廣泛，管理信息能力增強。過去政府部門對企業會計工作進行監管都是被動地接收信息，內容通常很固定，比如企業財務報表、按規定報送的材料等，會計信息來源嚴重受限。大數據時代的到來，使得政府能夠拓寬會計信息的獲取渠道，可以從社交網絡、媒體報道等多渠道搜集各種各樣的會計信息，與企業的信息不對稱程度降低，重點關注不同渠道獲取的相互矛盾的同一問題。除了可獲取的會計信息更加豐富之外，政府部門依靠大數據技術也可以增強處理和分析會計信息的能力，過去都是以人力為主，大數據的應用提高了監督管理效率，自動分析企業的會計信息，一旦發現異常便立刻記下疑點并報告，起到更好的監督作用，有利于政府監督時效性的提高。

2、強化事前、事中監督，與事后監督有機結合。過去政府部門監管重點通常放在事后監督，即便是查出了問題、作出了整改也進行了處罰，但是資源已經浪費、損失已經造成。因此，應該轉變思路，加強事前和事中監督，防患于未然，同時大數據技術也為實現這一轉變提供了可能，豐富的數據為政府建立防范機制提供了支持。政府部門應該將事前事中監督與事后監督結合，即日常監督預警工作與檢查和結果分析反饋結合在一起，實現由事后處理向事前防范和事中控制轉變，提高政府監督效率。具體來說，財政部門應該建立預警機制，根據行業差異性，設置符合各行業特點和情況的特定價值信息，一旦出現就會觸發預警提示，進行密切跟蹤。另外，還需要匯總檢查結果，形成信息檢查庫，建立完備的反饋機制，詳細分析問題出現原因以解決共性問題。最終，形成一個 “預警——檢查——反饋”的會計監督機制，將事前、事中、事后監督有機結合起來。

三、大數據背景下提高會計信息質量的對策

（一）加快大數據應用的相關法規建設

雖然大數據技術在會計、審計方面的運用越來越多、越來越普遍，但實際上是缺乏法律依據的。審計準則是審計人員開展審計工作時必須遵循的行為規范，審計指南能為其提供指導性的操作規范，但目前還沒有關于大數據審計的審計準則、規范與指南，這不利于大數據審計的推廣。因此，大數據應用的合法性問題是大力推廣大數據審計的一項基礎而關鍵的任務。只有得到法律法規的支持，大數據技術才能成為審計人員依法審計的基礎。如果缺少法律法規的支持，大數據審計很難推廣開來。法律法規要解決的問題除了大數據采集存儲的制度化和規范化，還要保證大數據分析結果和電子證據的法律地位，這是開展大數據審計工作的重要前提。當然，由于大數據時代帶來的信息量爆炸式增加，會計信息更新速度加快，虛假會計信息頻頻出現，除了要出臺法律法規來支持大數據技術在會計和審計方面的應用，還要從源頭控制會計信息去偽存真。因此，國家應該不斷完善有關互聯網會計信息的發布核實等各環節的法律法規，讓會計信息從產生到發布都有法可依、有章可循，明確主體責任，對虛假會計信息發布者予以懲治，并構建利益者損失的賠償機制，這樣可以從根本上提高會計信息質量。

（二）建立會計和審計大數據分析平臺

許多企業設立了財務共享服務中心，收集了大量的生產經營及財務數據，公司財會人員應搭建大數據分析平臺，對分散的數據進行歸納整理和分析。大數據分析平臺為企業實現由經驗管理向依據數據分析科學管理轉型提供了技術支持，也促進了大數據時代的財務會計與管理會計一體化。構建大數據分析平臺分兩階段進行，第一階段是建立數據存儲平臺。財務共享服務中心的各類原始數據十分重要，應該保證其存儲的安全性，并進行定期更新和加載。第二階段是搭建大數據分析平臺。大數據分析平臺應該具備服務對象多樣化、查詢標準化、分析智能化、信息預警化等特征，為企業各類業務數據的日常分析提供優質的界面和操作環境。除此之外，組建一個專業的大數據分析團隊對于應用大數據是十分必要的，團隊中應該包括業務人員、財會人員、IT人員和其他人員，通過利用大數據分析平臺來協作開展日常業務財務的查詢分析工作。

大數據背景下，被審單位的數據量級和數據存儲方法發生了質的變化，數據的存儲設計以及數據的訪問機制等都不同于傳統審計模型。為了推進大數據在審計工作中的運用，我國的審計行業也應該建設跨行業、跨領域的大數據審計分析平臺，平臺以審計大數據為中心，旨在實現遠程存儲和移動計算，減少數據移動帶來的損耗，對提升審計質量具有重要意義。

（三）開發通用的大數據審計軟件

與傳統的審計數據分析相比，大數據審計分析平臺更加復雜，若要搭建一個高效、實時的大數據審計分析平臺需要不斷創新審計技術和審計思路，充分發揮大數據技術的優勢，回避風險。需要政府、企業、學術界共同努力，開發一個通用易用的大數據審計軟件，這個軟件需要滿足以下要求：一是以不同的需求為指引來設計系統架構。針對不同的大數據應用系統，設計不同的、合適的系統架構，比如，利用NoSQL技術來實現大數據實時分析功能，利用Map/Reduce技術來實現大數據批處理分析功能。二是大數據審計軟件應該可以支持大數據審計分析方法。審計任務極為豐富，如企業審計、稅務審計、海關審計、社保審計、固定資產投資審計等等，不同的審計任務需要不同的審計分析方法。因而，為了滿足不同行業、不同種類電子數據審計的需要，所開發的大數據審計軟件要能支持多種大數據審計分析方法。

（四）構建政府監督數據庫

目前我國政府監督存在多頭監管的問題，這主要是因為我國《會計法》中賦予了財政、審計、稅務、人民銀行、證監會、保監會等部門會計監督的權力，但是又沒有進行層次上的合理劃分，所以造成了多頭監管，未形成一個良好的會計監督協同監管機制。結合大數據技術，若想解決多頭監管問題，就需要多個政府監管主體協同合作，搭建起一個公共信息平臺即政府監督數據庫。總體思想是財政部牽頭，其他各職能部門緊密配合，解決接口、數據對接等問題，共享政府監督數據庫。具體來說，首先，明確各政府主管部門的分工細則，財政部作為統一會計監督主體，要統籌規劃搭建公共信息平臺（政府監督數據庫）；其次，其他各職能部門把檢查無誤的數據錄入數據庫；最后，由財政部和稅務總局分別從會計基礎工作和稅收角度進行最終檢查，直至形成一個完整的公共信息平臺。

大數據技術的發展使得人們的思維發生了根本性變化，同時給財會人員創造了良好的條件，對提高企業會計信息質量有巨大幫助。本文從企業會計、外部審計以及政府監督三個層面探討了如何利用大數據來共同提高會計信息質量。財會人員和政府監管部門通過大數據技術，能夠獲取更加全面的信息并快速處理分析，使得包括審計和政府監管部門在內的外部監督力量更強，從而企業會計信息質量進一步提高。■

（作者單位：中南財經政法大學會計學院）