大數據技術在企業會計數據分析中的應用

李凌煜

（上海大學計算機工程與科學學院，上海 200444）

一、大數據介紹

（一）大數據的含義

互聯網數據中心（IDC）為“大數據”下的定義是：“大數據”是指為了更經濟更有效地從高頻率、大容量、不同結構和類型的數據中獲取價值而設計的新一代架構和技術，用它來描述和定義信息爆炸時代產生的海量數據。2009年，“大數據”概念開始在社會上傳播，直到2012年美國政府高調宣布“大數據研究和開發計劃”，大數據時代才真正開始進入人們的社會經濟生活。

（二）大數據的特征

對于大數據的特征，當前較為統一的認識是如下四個點：數據規模大、數據種類多、數據要求處理速度快、數據價值密度低，即所謂的四V特性。這四種特性使得大數據區分于普通意義上的海量數據，大數據不僅可以描述大量的數據，還具有提取獲得有價值信息的能力。

二、會計數據處理中引入大數據技術的優勢

傳統的會計財務分析主要以企業的財務數據為分析對象，再利用宏觀形勢和行業趨勢綜合判斷來得出結論[1]。使用大數據技術對于會計領域來說擁有的優點如下。

（一）不再依賴抽樣

傳統的會計在收集分析時采用隨機采樣的方法，只取用了企業運營數據中的一小部分，不能保證樣本完全代表整體，而且浪費了數據庫中大量的數據資源。同時，現實中人為的采樣很難保證絕對的隨機性，有可能會導致分析結果與實際不同。而使用大數據方法可以使用所有的數據，使樣本=總體，從而收集到過去無法收集到的信息。

（二）強調相關關系，解決信息滯后性的問題

傳統的會計使用已經發生的事情產生的數據結果，側重點在于找出事情發生的原因，具有一定的滯后性。而使用大數據方法通過收集整理所有的數據進行分析，可以大概知道未來可能會發生什么，提高了數據的利用率，有助于相關部門的理解和管理會計的發展，提高企業管理的針對性和有效性[2]。

（三）數據效率大于準確率

在小數據時代，由于測量的能力受限，數據點的測量在結果中起著至關重要的作用，因此需要保證每個數據的精確性[2]。而在大數據時代，人們不用擔心某個數據的差錯引起對整個系統的錯誤影響，不需要花費大量的代價在數據的不確定性和模糊性上。相比于小數據時代，大數據可以由于更加強調數據的整體性和混雜性而能夠幫助人們進一步接近事實真相。

三、大數據技術在企業會計數據分析中的應用

（一）提高財會工作的透明性和真實性

由于傳統的企業財會工作具有保密性，且工作大多在線下完成，容易產生會計造假問題。但是在大數據時代下，對于數據的收集、分析和處理在很大程度上得到了改進，企業大部分的財會工作都可以在線上進行，這樣就方便了相關部門和人員查看資金的流動情況。資金的流向綜合反映了企業生產經營活動的情況，一方面，企業可以通過客戶數據和資金流向評估總結出客戶的信息，從而篩選出有重要意義的客戶；另一方面，通過查找、監控異常的資金流向，可以尋找、發現、核對來自企業內外部的相關證據[3]，根據資金流向追蹤源頭負責人，從而強化對項目各個流程的監督，找出并預防隱藏在企業中的各種違法違規問題。

（二）提高對信息的預測力

在傳統數據時代，人們更習慣于根據數據找出產生這樣結果的原因，分析數據也更多依靠職業經驗判斷，相比于大數據方法缺乏科學性和準確性。由于大數據的主要功能之一就是使用模型對海量數據進行分析來預測事件發生的可能性，因此，在大數據環境下，人們既可以進行實時分析，又能做出預測模型。相比于從過去的數據中找到因果關系，人們更傾向知道接下來會發生什么，從而提前找到解決辦法。

比如，現在大數據已經可以根據消費者的網上瀏覽和購買記錄進行分析，從而找到消費者的偏好并向消費者推薦相關產品。對于企業來說，對消費者購買偏好和地域分布等內容的分析，有助于制定相應的銷售策略和銷售預算。銷售預算是企業財務預算的根本，只有銷售預測準確，才能保證后續的預測更加貼近實際[4]。

（三）控制企業經營成本

企業的經營成本主要分為剛性成本和隱形成本[5]。所謂的剛性成本，如辦公差旅費、員工福利、稅務金額等，是企業必須的支出；而隱形成本則在很大程度上決定了企業的經營成本，如企業員工工作效率越低、部門組織內部協調越不緊密，企業在運營管理環節所需要的成本就越高，企業的經營能力也就越差。

但是通過大數據，可以清晰地看到企業內部運作的每一個環節，從而分析出具體哪一個環節出現了高消耗、低效率的問題，甚至找出問題的原因所在。通過大數據在第一時間發現并解決問題，實現對企業經營成本的全方位控制，實現對企業的科學管理。

四、大數據技術在使用中要注意的問題

由于大數據和傳統會計相比有上述的優點，使得大數據的使用對于每一家企業來說都十分有誘惑力，但是倘若不能合理有效地使用大數據和盡可能避免大數據帶來的問題，大數據的使用在企業中的優勢就會變成最大的劣勢。具體的問題有如下兩方面。

（一）安全問題

1.數據保護

由于大數據本身的產生原理，海量的多源數據都匯聚在大數據平臺中，這就使得來自不同用戶的數據可能會存儲在同一個數據池中并被不同的用戶使用。為了保護數據內容的安全性，即在看不見他人數據內容的前提下對數據進行利用，必須加強對數據的隔離和訪問控制，否則將引起數據泄露的問題。如今的數據安全形勢不容樂觀，需要保護的數據量增長已經超過了數據總量的增長。

2.隱私保護

大數據資源的開放共享和個人的隱私保護存在天然矛盾，為了最大化地體現數據價值，濫用個人信息幾乎是不可避免的。同時，商業機密也容易在網絡、服務器、存儲、平臺到應用的過程中被第三方竊取和泄露[2]。

3.攻擊保護

由于現有大數據平臺大多基于Hadoop框架進行二次開發，缺乏有效的安全機制，所以其安全保障能力仍然較差。而且在傳統網絡環境中，網絡安全邊界相對清晰，但是由于大數據技術采用底層復雜、開放的分布式存儲和計算架構，使得大數據環境下安全邊界變得模糊，傳統的安全防護技術不再適用。此外，大數據技術發展催生出了新型的網絡攻擊手段，導致傳統檢測、防御技術無法有效抵御攻擊[6]。

（二）數據的質量問題

在大數據環境下，數據信息以驚人的速度增長，一些垃圾數據會不可避免地產生。而垃圾數據只會產生垃圾信息，因此應該保證企業使用的數據信息的可靠性，確保大數據是完整、準確、可信、及時的。同時，在使用大數據分析時，并不是數據越多越好，而是要根據被分析的對象選用恰當的相關數據，避免不相關數據帶來的“噪音”[1]。

五、未來會計從業者的機遇

大數據對財務產生了無法忽視的影響，但是這種影響不一定就是毀滅性的，相反，有可能是一個新的機會窗口。就像工業革命，機器取代了手工，提高了效率，而被機器替代的勞動力也開始從事相關的工作，如深加工、機器維護，大量機器的產生并沒有讓人們的生活越來越艱難，反而通過一個新的路徑改善了生活。

同理，在大數據革命下，新的技術改變了原來固有的工作方式和組織體系，這就需要會計相關人員也隨之做出改變。會計師的作用不再僅僅是提供財務數據，還要擁有對數據的分析挖掘和判斷能力，通過更高層次的財務分析和信息決策來盡最大可能地向管理層體現大數據信息的價值。

參考文獻：

[1]胡康.大數據分析方法在管理會計中的應用探索[J].中國總會計師，2015，（3）.

[2]許金葉.構建會計大數據分析型企業的核心風險及管控機制[J].財務與會計，2013，（7）.

[3]秦榮生.大數據思維與技術在會計工作中的應用研究[J].會計與經濟研究，2015，29（5）：3.

[4]張冰茹，牛巍.大數據技術應用于會計數據分析研究[J].商場現代化，2015，（7）：176.

[5]封毅.基于大數據的管理會計研究與探討[J].中國管理信息化，2016，19（22）：34.

[6]將來路遠.大數據安全問題分析及對策建議[Z].百家號，2017，（12）.