理論數字化背景下對會計的再認識

摘要：企業業務正越來越依賴數據驅動，而數據驅動的核心是“計算”。“可計算性”正在成為企業數字化的內生動力。通過構建會計計算模型，首先，從計算的3個關鍵要素即數據、算力和算法開始，闡釋會計計算的必要前提；其次，面對企業數字化所帶來的重大挑戰，從數字化角度重新審視了會計的本質，將會計視作對企業業務的一種計算，通過計算，實現對企業業務的分類、估值與優化；最后，簡要闡釋了在數字化背景下，會計計算賦予傳統會計核算與監督兩大職能及新的數字化內涵。通過對會計計算模型的分析，以期為理解數字化業務場景、科學決策提供新的可能。

關鍵詞：數字化；會計計算模型；會計職能；價值創造

0引言

隨著數字經濟的快速發展，企業全面向數字化轉型已不可避免。傳統會計理論和實務正面臨數字化轉型的重大挑戰。學界對此也有不同看法。第一種觀點認為，傳統會計已經難以適應數字經濟環境，因而有可能被數據科學和數據分析所取代。人工智能等新技術應用已經不可逆轉地改變了人類社會的方方面面，在商業領域，會計受到的沖擊或尤為顯著。人工智能、財務機器人的大規模運用，一度讓會計業內人士產生了“會計職業消亡論”的悲觀情緒。

第二種觀點認為，面對數字化轉型所帶來的沖擊，應當專注于對會計基本原理的數字化改進，即思考如何賦予會計一顆數字化的“芯”，以便抓住數字經濟這一歷史性發展機遇，使得會計理論煥發更加蓬勃的生機。回顧會計史，不難發現，從最早的算盤、單機版的會計核算軟件，再到會計的信息化和現今如火如荼的會計智能化，會計行業始終對采用先進的技術抱有熱切的渴望和開放的態度。究其原因，就在于會計學自身所具有的“科學屬性”，即“會計學是研究如何掌握對經濟過程進行控制和觀念總結的規律性的一門職能科學”[1]。 越是擁抱先進技術，就越有利于對經濟過程的控制和觀念的總結，也就越能體現會計學的“科學屬性”。

如果第二種觀點成立，那么就必須設法找到一條將會計“數字化”的有效路徑。圖靈獎得主吉姆·格雷（Jim Gray）提出的第四范式 （the Fourth Paradigm）認為，應當把數據看成現實世界的事物、現象和行為在數字空間的映射，在數據中自然蘊含了現實世界的運行規律，因而可以利用數據驅動及數據分析方法揭示物理世界現象所蘊含的科學規律。

本文嘗試采用數據科學的研究范式（第四范式），通過賦予傳統會計以數字化的內核，找到實現傳統會計向數字化的轉型的合理路徑。

1會計計算概述

“計算”本意是一個數學用語。隨著現代計算機技術的發展，“計算”一詞的內涵已經發生了重大改變。數據科學中的“計算”一般是指是圖靈機意義上的能行可計算[2]。所謂“能行”，是指目標的實現與可達性；“可計算”就是指可以通過“圖靈機”來驗證“能行”，也就是說，探討是否存在能行方法的問題就可以轉化為尋求是否存在某種圖靈機[2]。

對于企業的業務活動而言，傳統會計通過“核算”與“監督”兩大職能的實現來記錄和控制業務活動，使其不至于偏離目標。因而，從這個意義上說，會計的存在對于企業的價值就在于，會計提供了一整套方法論，使得企業的業務能夠以一種受控的、可以理解的方式展示業務活動所達到的結果。常識告訴人們，任何一家企業的會計工作無論多么復雜，其財務報告所對應的會計分錄、明細賬及最終報表在數量上都是有限的，且指令也是明確的，只包含“借”和“貸”兩類基本指令，因而，可以將會計看成一個“圖靈機”。這并不奇怪，因為“任何在算法上可計算的問題同樣可由圖靈機計算” [3]。

因而，可以將會計理解為對企業業務的一種“計算”，簡稱“會計計算”。無論是數字化會計，還是傳統會計，從“計算”的角度，會計作為一個圖靈機的實例并沒有發生任何變化，但相比較于傳統會計所強調的“核算”與“監督”的雙重職能說，“會計計算”似乎更能抓住會計的“數字化”內核，而通常的“核算”與“監督”職能的實現，應當建立在會計計算的基礎之上。更為基礎的是，會計計算的實現必須考慮綜合數據、算力與算法。為厘清其中的邏輯關系，本文構建了一個會計計算模型，見圖1。

2會計計算的前提

會計計算離不開數據、算法和算力，這是前提。數據、算法和算力三者之間不是孤立的，而是存在緊密聯系。

2.1會計計算的數據

自從財務共享成為會計數字化、智能化的標志性概念后，業界越來越趨于這樣的共識，即業務財務必須緊密集成，合二為一，業務流程與財務流程實現同步。因而，越來越多的學者采用“業財數據”這一術語代替過去常用的“財務數據”。簡單地說，會計計算的數據就是通常所指的業財數據。

2.1.1業財數據的生成

業財數據是會計計算所要處理的具體對象，是在企業業務活動中生成的。在本文中，所謂“業財數據”是指，如果企業的一切業務活動都需要投入經濟資源或產出經濟資源，那么這些推動企業業務活動的經濟資源的數量化表達，就是業財數據。因此，本文所說的業財數據，是指企業業務活動中生成的所有“數量化表達”，既包括數字化結果，又包括這些數字化結果內在的規律性及其生成機制。例如企業行為與外部環境相互作用變化等就可以看作一定條件下數字化結果內在規律性的生成機制。

值得注意的是，現存會計是以核算場景為基礎形成的， 而非以完整的業務場景為基礎形成。實際上，基于核算場景的財務報表導致了業財信息的不融合[4]。因而，只有將業財合一，才能生成融合完整的業財數據。

按數據生成的方式，業財數據可以分為基于復式記賬法生成的數據與非復式記賬法下所生成的數據；按計量方式，可以分為貨幣計量與非貨幣計量數據。無論業財數據如何分類，業財數據都是一個統一的存在，在刻畫企業業務時，需要同時將業務所生成的業財數據的所有屬性視為一個整體，因為只有這樣才能將一個業務完整映射到數據空間。

2.1.2數字空間

一個數字空間是由業財數據所張成的。業財數據可以經由會計計算而發生變化，并映射到新的數字空間。如果數字空間存在，那么由業財數據所“張成”的數字空間必定是可識別的，即不同的業財數據有不同的計量特征因而處于數字空間的不同位置；如果業財數據是可計量的，那么不同的業財數據的計量屬性也必定不同，從而可以“張成”一個數據空間，而不會坍縮成一個“點”。

之所以引入“數字空間”這一概念，是為了更好地刻畫業務的顆粒度。在數字化進程中，越來越多的業務會以數字孿生的方式存在，例如在計算高價值零部件時，不可能通過大量的實際生產形成的數據來獲得成本數據，并從中學習如何降低成本，因為這樣做代價高昂。比較可行的方法是為高價值零部件的設計與生產建立數字孿生成本控制系統，通過虛擬數字空間來對相關成本進行迭代，直至獲得比較理想的成本結構參數后再投入實際的生產中。大飛機、大型船舶、高價值的精密專用裝備已經廣泛運用了數字孿生技術。當然，數字空間的意義并不局限于數字孿生，基于生成式智能（AIGC）的發展，一家企業的數字空間很可能包含真實世界從未有過的數據——如果這樣做能夠幫助人們更好地理解業務邏輯的話。

顯然，數字空間對于會計計算提供了極大便利。可以對業務進行抽象建模，并借助數字空間的海量數據進行分類、估值與優化等會計計算，從而在成本可控的前提下，對企業業務的動態發展獲得盡可能真實的感知， 可以為匹配實際的業務活動提供可行方案。

因此，隨著業務的不斷發展，會計計算的業財數據會不斷累積，并最終張成一個動態數字空間。這表明，會計計算不但需要處理現實的業財數據，也需要能夠基于數字空間虛擬建模。但從根本上說，張成數字空間的業財數據才是會計計算的最終驅動力。

2.2會計計算的算法

數據驅動下的業務之所以成為企業數字化的關鍵，離不開會計計算的“算法”。所謂“算法”，數據科學通常的定義是指一系列解決問題的確定指令組合。從這個定義出發，可以得到會計計算的算法，即完成對業務分類、估值與優化等任務的一系列確定指令組合。

現有的會計理論對于分類與估值有一套確定的指令組合，即復式記賬法與會計準則體系，除此之外，會計計算還需要引入數據科學中的其他算法以便實現更多的會計計算任務。為了便于理解，分別對復式記賬法和會計準則體系賦予“算法”新內涵，然后，討論通用算法如何用于會計計算。

2.2.1復式記賬法：一種可以遞歸調用的分類算法

會計原理告訴，有借必有貸，借貸必相等。小到一個會計分錄，大至復雜的合并報表，都建立在復式記賬法的基礎上。復式記賬法具有明確的指令，即“借”和“貸”，通過借貸分錄，完成對可計量業務的分類任務。因而復式記賬法符合“算法”的定義。同時，通過對復式記賬法的反復遞歸調用，可以生成明細賬、總賬及財務報表。以資產負債表為例，可以將資產負債表直接表示為一個分錄，借：資產， 貸：負債、所有者權益。遞歸調用復式記賬，可以將資產負債表的資產總額分成流動資產、非流動資產，負債總額分成流動負債、非流動負債，如果反復遞歸調用復式記賬法，就能得到全部的、原子化的會計分錄集合。

雖然基于會計準則可以對業務所涉及的會計事項進行標注，例如根據收入準則對某項引起經濟利益流入的業務標注為“收入”，從算法角度看，對業務的標注只是分類的第一步，更為關鍵的是如何通過復式記賬的借貸指令將業務完成分類，因為會計原理告訴，無論對一項業務如何標注，如果不能形成會計分錄，那么這一標注就是無效的會計事項。基于這一點，沒有將會計準則對于業務的標注當成一種獨立的分類計算的算法，而是將其與復式記賬法結合，從而實現分類。

2.2.2會計準則：基于原則導向的估值

根據國際會計準則委員會的解釋，現行會計準則是基于原則導向而不是規則導向，從算法的角度看，基于規則導向的準則其指令含義更為確定，因而更符合算法的要求。而基于原則導向的會計準則，由于需要依賴專業人員自身職業判斷，其結果會有更多的不確定性。

但在實務中，對于會計準則的運用常常傾向于確定化，以便于會計實務操作。因而，基于會計準則的歷史成本計量與后續計量等估值計算，通常有關專業機構會給出實務指南，這些指南在一定意義上限制了對于準則過多的主觀性臆斷，從而變成比較清晰的指令。因此，在沒有更好的解決方案之前，將現行用于估值的會計準則納入會計計算的算法范疇。

總之，對于現行會計準則而言，如果要實現會計的數字化，那么不可避免地，所有會計準則都要符合“可計算”的范式，必須按照“可計算”的范式重新表述。

2.2.3通用算法與會計計算

如前文所述，復式記賬與會計準則部分解決了會計計算的分類與估值問題，但沒有完全解決，更沒有涉及優化問題，因而，必須從數據科學中尋找更多的算法來充實會計計算的算法。

數據科學中有關分類與估值的方法很多，常用的有支持向量機、Logistic分類、決策樹分類等。基于深度學習的無監督分類、聚類分類等也是常用的分類方法。回歸算法有OLS回歸、貝葉斯回歸、神經網絡回歸等，通過采用這些方法，可以實現傳統復式記賬法和會計準則難以實現的對于業務的分類與估值任務。

對于優化任務而言，將通用分類與估值算法相結合，就能實現一般的優化任務。對于復雜的優化，還可以采用數值計算、計算機仿真等算法。數據科學中的各種通用算法不但可以直接作用于實際的業財數據，還可以在數字空間中發揮作用，基于數字空間，采用數字孿生技術，再輔之以數據科學中的合適的算法，將會大大增強會計計算對業務的解釋與預測能力。

2.3會計計算的算力

在手工記賬年代，會計計算的算力主要依靠人工，隨著信息技術的發展，會計計算的算力獲得了飛速增長。從會計的發展歷史可以看出，會計始終對一切能夠增強其算力的事物充滿激情，其主要原因在于，激烈的市場競爭迫使企業想方設法降低成本。所謂“算力”，就是通常的字面意思，即計算的能力，涉及能夠處理多大規模的數據、處理的時效性如何，以及計算質量等方面。會計計算的算力是如此重要，以至于可以直接決定數字化的成敗。

2.3.1處理大規模數據

企業業務的復雜性、高頻發生，以及外部數據等使得會計計算需要面對的數據規模越來越大。當通常不需要考慮的數據處理響應速度成為一個障礙時，海量數據的處理就成為一個專門的技術，即大數據處理技術。大數據處理需要專門的算法比如云計算，通過分布式算力響應來解決大規模數據的存儲與計算問題。

對于會計計算而言，一個可能的大數據應用場景就是數字空間與數字孿生。是否能構建業務與業財數據張成的數字空間的一一對應關系，將直接影響對業務刻畫的顆粒度。

2.3.2會計計算的時效性

會計是最講究時效性的，激烈的市場競爭需要快速的做出決策，遲來的決策等于沒有決策。從早期的算盤、單機、計算機網絡，到會計信息系統、財務機器人及云計算等新技術，都使得會計計算的時效性獲得了持續提升。

基于成本的考慮，會計計算的時效性并非越快越好，只要不影響到相關決策的及時形成，就認為現有的會計計算滿足了時效性需求。當然，從前瞻性的角度看，應當時刻關注那些能夠持續快速提高會計計算時效性的新技術。

2.3.3會計計算的準確性

會計計算的算力是一種有質量的算力，準確性代表了會計計算的質量，高質量的會計計算能夠形成高質量的決策。如前所述，業財數據也包括那些業務數字化結果內在的規律性及其生成機制，例如業務的內部控制機制。那么，會計計算的準確性一定來自對企業業務活動的良好的內部控制或者其他類似機制。

為了提高會計計算的準確性，可以采用區塊鏈、非接觸式RPA等技術。以RPA為例，通過RPA的聯結功能打通企業不同業務系統，提高各個系統的協同能力；同時，利用RPA可以無人值守的特點來處理敏感數據，降低人為舞弊的可能性，從而大大增強了數據生成的可信度，提高了會計計算的準確性。區塊鏈技術本身就是為構建可信計算而出現的，在確保會計計算準確性方面的作用自然毋庸置疑。

2.3.4數據規模、時效性與準確性的內在聯系

數據規模的大小直接影響到會計計算的時效性與準確性。一方面，海量數據對計算資源要求很高，一般企業往往要從外部租借算力來完成計算，如此時效性就難以保證；另一方面，大數據環境下，算力受到約束，會降低計算精度，一些算法可能會產生錯誤結果從而影響會計計算的準確性。

如果數據規模給定，時效性與準確性常常是負相關的。一方面，如果要快速獲得計算結果，從成本的角度考慮，會選擇降低計算精度，或者降低數據生成質量（比如采取較為簡單的內部控制機制，或者使用主觀估計替代），由此會計計算的準確性自然就下降了；另一方面，如果要確保準確性，就要確保業財數據的高質量，通常會采取成本更高的內部控制機制來防止錯弊，但復雜的內部控制是有時間成本的，這勢必會影響到會計計算的時效性。

因此，一個好的會計計算的算力策略是，在數據規模、時效性與準確性之間取得平衡，底線是不能影響業務決策。

2.3.5共享中心：一個會計算力服務中心的用例

設立共享中心最初的目的是為降低財務工作的重復性工作，提高集團整體財務工作效率和質量。將企業集中式管理模式移植到財務流程，旨在通過一種有效的運作模式來解決大型集團公司財務職能建設中的重復投入和效率低下的弊端。

“財務共享”作為一種集中式財務管理模式，其最初的想法雖然簡單，卻起到了意想不到的效果，進而觸發了對財務核算模式的持續改進并獲得了較好的成果，財務共享服務中心由此在國內得以迅速普及。特別是將財務共享中心上“云”后，會計計算的算力獲得了極大增強，不僅能夠為財務部門提供算力，還能夠為其他業務部門提供算力，因而，財務共享中心現在又稱為“共享中心”，面向整個企業集團提供算力服務。

如前文所述，要使得共享中心具有成本可控的大規模數據處理能力、能夠適時、高質量的處理業財數據，必須在確保決策的前提下，在數據規模、時效性與準確性三者之間取得平衡。

對會計算力的持續投入是一個長期過程，但回報也是十分豐厚的。對于那些有較強算力基礎的公司來說，一個強大的財務云，不但可以為企業自身提供算力服務，也可以為企業外部乃至全世界提供基于“財務云”的算力服務。

3會計計算的目標

在完成會計計算前提的相關討論后，緊接著開始討論會計計算的目標。本文認為，會計計算包括分類、估值與優化三大類目標，接下來逐一對此展開討論。

3.1會計計算的分類

企業的業務復雜而多變，會計計算需要實現的第一個目標是對業務的分類。現有的會計基本原理提出了資產、負債、所有者權益、收入、費用和利潤六大要素。對于一項業務而言，可能會同時對其中兩項或更多項產生影響。例如一項管理部門的報銷業務，將增加費用而減少資產。因而，一項業務可能同時存在兩種或兩種以上的分類標簽屬性，這與通常意義上的“分類”有所不同。

會計計算的分類并不局限于傳統會計的六大要素，還可以依據不同的規則生成更多的分類。例如可以按地域、行業作為標簽分類，按業務成熟度分類，甚至可以將業務與資產對應，用資產或資產組合來計算各業務的聚合與離散程度，從微觀層面刻畫業務的類型。

總之，作為會計計算的一種，“分類”的目標是給企業業務依照一定規則添加各種標簽，并通過明確的指令（比如復式記賬法）生成類別，使得企業業務能夠更加便于理解和數字化。

3.2會計計算的估值

在分類計算的前提下，接下來的計算就是“估值”。企業的業務不是在創造價值，就是在消耗價值，因而，對一項業務進行估值就是會計計算需要實現的第二個目標。現有會計準則對估值分為歷史成本和后續計量兩類，這兩類“估值”屬于會計計算的“估值”，因為現有會計準則通過有限步驟和“借”與“貸”兩個基本指令實現了估值的圖靈等價計算。

但對于業務而言，僅僅依靠現有會計準則實現的估值計算是不夠的，其主要原因在于，現有的估值是基于會計要素，即資產、負債、所有者權益、收入、費用和利潤六大要素，而并非直接針對業務本身。而對于業務而言，一是對業務的歷史取得、持有與退出進行估值。雖然通過現有會計準則可以部分計算實現與業務相關資產等的估值目標，但會計計算中的“估值”可以做得更多，例如增加估值的動態性與時效性，計算業務價值增加的變化率及排序等。二是對于業務的組合進行估值。一項業務的發生與另一項業務的發生可能存在相關或者因果關系，因此對業務的估值必須考慮到這種相關或因果關系，將其作為一個業務組合進行估值計算。由于相關關系與因果關系的邏輯本質上是不一樣的，在對業務組合進行估值計算時，還需要分別計算存在相關關系的業務組合估值，以及對存在因果關系的業務組合估值。

還應當指出，會計計算的估值既包含絕對值，也包含相對值，這一點與傳統會計主要以絕對值的估值有重大區別。通過對業務的估值進行排序，可以得到一定條件下業務估值的排名（相對估值）。既可以在企業內部進行不同業務的相對估值，也可以對不同企業的同類業務進行相對估值。相對估值計算實質上改變了傳統會計基于會計準則的“估值”邏輯。

因而，估值作為一種會計計算，其目標就是在“分類”計算的基礎上，對業務的價值（包括創造價值或者消耗價值）進行計算，從而得到業務或者業務組合的估值，使得企業能夠對業務的價值進行排序，并以數字化的方式呈現。

3.3會計計算的優化

傳統會計部分地實現了分類和估值，而對于優化計算，這種提法則基本上屬于一個全新的內容。優化作為一類會計計算，其屬性和數據科學的其他優化計算一致，是對一個目標函數進行計算，從而得到一個優化的結果。因而，確定業務的目標函數并進行優化計算，就是會計計算的第三個目標。

會計計算的目標函數有兩類，第一類目標函數是業務活動的結果；第二類目標函數是業務活動的潛力（資產質量）。既然業務活動不是創造價值就是消耗價值，那么，一定時期內企業全部業務活動的結果就是所有這些所創造的價值與消耗的價值相抵消之后的凈值，這就得到第一類目標函數即計算業務活動的結果。依據不同的規則，可以得到凈利潤或凈自由現金流量，除此之外，還可以加以擴展，對實物量的增加值（產能，碳排放）也可以作為第一類目標函數。

很多企業業務并不一定在當期得到產出，研發周期因業務復雜程度不一而變得不確定。為這些業務投入的資源（資產）具有在未來為企業創造價值的潛力，因而，優化計算的第二類目標函數是計算這些業務的潛力，并加以優化。

傳統財務會計中對資產的各種減值準備計提和公允價值調整，在一定程度上體現了第二類目標函數，但由于這些減值準備計提或公允價值調整是孤立的，并沒有和業務真正緊密地結合，使得按照傳統會計準則所計提的各種減值準備與公允價值調整難以有效地運用到對業務的計算，特別是業務組合的優化計算中。

財務分析部分地解釋了業務可能存在的風險，但財務分析主要基于傳統會計框架評價企業財務狀況，解釋業務可能存在的問題，而優化計算除了要找到風險，還需要找到降低風險提高業務價值的解。管理會計在一定程度上彌補了財務分析的不足，為如何改善企業業務績效提供了一個可用的工具箱。但無論是單獨的財務分析還是單獨的管理會計，都難以實現優化計算的任務，需要重新構建一個更為系統有效的工具。

優化計算需要同時涵蓋傳統財務會計的減值計提與公允價值計算、財務分析與管理會計等全部內容，在此基礎上，優化計算還需要明確所優化的目標函數，通過對兩大類目標函數權重的取舍，來給出特定時期的優化路徑。例如可以先注重業務的短期價值，而降低業務未來價值潛力的權重，從而給出一個快速扭虧為盈的優化計算路徑；又或者賦予兩大類目標函數以相同的權重，從而給出優化企業中長期的業務發展路徑。

可見， 優化計算并不是簡單的財務分析加管理會計，更非等價于計算減值與公允價值，而是在涵蓋了傳統財務會計的減值計提與公允價值計算、財務分析與管理會計的現有全部內容，并在此基礎上，針對兩大類目標函數增加了權重等參數，以構造統一的目標函數并進行優化。理論上，基于公司戰略和已有數據，甚至有可能為目標函數添加更多的參數，這有待于后續數字化會計理論的進一步深入研究。

4兩大會計職能的數字化

一旦會計計算的三大目標完成，就可以將其用于對業務的總結和控制。按照楊紀琬和閻達五[1]對于會計“科學屬性”的界定，會計的科學屬性應當是“研究如何掌握對經濟過程進行控制和觀念總結的規律性”。通常，業內將經濟過程的控制歸納為“監督職能”，而將觀念總結歸納為“反映職能”或又稱之為“核算職能”。如果將這一屬性界定“數字化”，則可以嘗試表述為，在數字化時代，所謂會計的“科學屬性”，就是對于核算與監督兩大職能，其職能的生成與運用都是通過會計計算來實施的。

4.1核算職能的數字化

經濟過程在企業中的運行方式具體表現就是一個個業務的次第展開。通過會計計算，完成了對各個經濟業務的分類、估值與優化。這些對業務的計算結果需要一種確定的方式呈現給決策者。

傳統會計中已經形成比較完整的財務報告體系，但其能提供的信息十分有限。其主要問題在于“會計披露的主要是核算場景信息而非業務場景信息” [4]。基于會計計算的核算職能，通過對業務的分類與估值計算，能夠完整地反映業務的財務與非財務信息，并且能夠張成一個數字空間，便于進一步動態反映業務的發展變化，因而基于會計計算的業務核算職能可以看作是傳統會計“核算職能”的一個超集。

由于會計計算滿足圖靈機原理，指令與結果存在對應關系，因而會計計算是可逆的。那么基于會計計算的核算職能就有可能實現從業財數據到業務場景的還原。還原是一個復雜的計算過程，其意義在于，一旦得到一份基于會計計算的業財數據或財務報告，就有可能在一定程度上實施“逆向工程”，追溯業財數據生成時的業務場景。在數字空間的幫助下，財務報表的逆向工程是有可能實現的。

4.2監督職能的數字化

會計的監督職能雖然存在爭議，但從會計計算的角度看，會計的監督職能卻是必然存在的。會計計算中的優化過程是一個對目標函數的優化。如前所述，有兩類會計計算的目標函數，分別是第一類目標函數即業務活動的結果，以及第二類目標函數即業務活動的潛力（資產質量）。如果不能對業務的發展變化加以控制和監督，那么，就談不上對目標函數的優化計算。

從外部而言，目標函數不能侵害其他利益相關方例如政府、股東的權益，否則損失函數就會迫使優化失敗。從內部而言，目標函數的優化必須滿足企業自身資產安全與盈利這一基本需求，因而，優化計算就需要尋找恰當的損失函數，以改進業務運行流程，降低錯弊的可能性。類似地，也可以將基于會計計算的業務監督職能視作傳統會計“監督職能”的一個超集。

可見，盡管楊紀琬和閻達五[1]提出會計的“監督職能”時的主要理論依據是經濟活動的“階級性”，但會計計算賦予“監督職能”以新的內涵，從而超越了“階級性”，進一步夯實了其作為會計的兩大基本科學屬性之一的理論基礎。

5會計計算的價值創造

無論數字化如何進行，對于會計而言，最終都必須回歸其本質，即如何為企業創造價值，這一過程也是如何運用會計計算進行決策的過程。基于會計計算的價值創造主要圍繞業務核算與業務監督兩大領域。管理決策通過協調企業各項資源實現管理效能提升。各項資源的動態變化體現在企業的業務活動之中，理論上會計計算能夠精準把握業務的所有變化，因而，會計計算能夠為管理決策提供輔助，甚至直接實施決策。具體而言，會計計算至少可以從以下幾個方面為企業創造價值。

5.1深入理解并優化商業模式

要做出科學的管理決策，必須要深入理解公司的商業模式。所謂商業模式，其本質是定義企業向客戶交付價值的方式[5]。不同的商業模式會產生不同的業務場景，商業模式決定了企業價值創造和轉移的基本方式，而不同的業務場景則承擔著價值創造與轉移的具體過程，在這一具體過程中，生成了大量的業財一體化數據。

會計計算提供了一種解釋和改進業務的邏輯，即通過公司業務的計算，可以實現對業務的分類、估值與優化。通過會計計算，可以將不同的業務場景轉換成對應的業財數據，這些業財數據是多維的、多態的（包括動態實時數據、靜態數據），而業財數據又可以進一步張成一個數字空間，可以廣泛應用于企業控制和決策的各個方面。

通過運用包括大數據在內的新技術對該數字空間進行分析，挖掘出其內在的商業模式細節特征，發現可能存在的問題，預測在給定的數字空間內，已有商業模式可能的演變路徑，從而生成若干方案，供決策層加以選擇，以實現企業商業模式優化的管理目標。

可見，通過會計計算，完成對業務場景的數字化構建，實現了業務核算的數字化，并在此基礎上，進一步深入理解其所包含的商業模式，并設法優化之。無疑，隨著商業模式的更新與優化，相關會計計算將為企業創造新的價值。

5.2實現業務控制與監督的精細化、實時化

過去，復雜業務流程的平穩運行往往需要投入巨大的成本，其原因在于難以實現對業務控制與監督的精細化、實時化。一方面，傳統會計不能做到將財務核算場景與業務的深度融合，對相關的業務控制比較粗糙；另一方面，缺乏合適的新技術與數據，不能實現實時的業務控制。

如果將數字空間與數字孿生技術結合起來 ，那么就可以通過會計計算實現對業務控制與監督的精細化和實時化。 業務控制與監督可以分為對業務過程的控制與監督（過程管理），以及對業務結果的控制與監督（績效考核）。以下具體闡述之。

從會計計算的角度看，過程管理是一個不斷動態優化的目標函數。這里以成本控制過程為例，簡要討論數字孿生技術與數字空間結合進行過程管理的原理。

基于業財融合的數字空間成本建模仿真并優化的流程可以表述為：①成本控制數據從制造現場比如車間直接生成并傳入對應的數字空間；②數字空間的成本數據按照設定的成本模型進行優化迭代，直至獲得令人滿意的優化結果；③優化后的成本數據回饋給制造現場，實現物理世界制造成本的優化；④經過物理世界驗證的成本控制數據再映射到數字空間，從而可以迭代優化數字空間中的成本控制仿真模型的相關參數。

在數字孿生的基礎上，可以同時實現物理對象與數字空間成本控制的數字化與智能化，并且能夠深度聯結、融合數字空間與現場制造活動，有效整合線上、線下制造過程并動態優化。 可見，數字孿生成本控制是一個不斷實時動態迭代優化及數智化的過程[6]。

通過會計計算，可以分析并優化現實物理世界的成本過程，并將其映射到業財融合的數字空間，通過運用數字孿生技術對數字空間的實時建模仿真，實現對成本控制過程的持續動態優化，避免了單一現實物理世界成本控制優化可能付出的高昂成本代價，從而實現了會計計算的價值創造。

績效考核是管理決策部門所面臨的一類比較常見的需求。如果說過程控制是對一個連續型目標函數的優化，那么績效考核則是對一個分段目標函數所進行的優化。傳統的績效考核受到數據限制，主要以利潤等財務指標為主，而利潤等財務指標只是一個分段的綜合性指標，顆粒度比較粗，難以得到更為細致的業務結果控制與監督效果。當然，與過程管理強調實時化不同，績效考核是一個分階段的目標函數，不需要實時化的會計計算，因而對于績效考核，重點關注的是其顆粒度，使得相關業務績效考核做到精細，有效。

前述會計計算的相關分析表明，要真正把握理解業務場景，不但要對個別業務進行分類、估值與優化，也需要對業務組合進行分類、估值與優化。而不同業務之間，可能存在著內在的相關關系甚至因果關系，不通過會計計算，就難以對構成利潤的各類業務活動進行細致的梳理與分析。

基于會計計算，既可以考核業務活動的結果，同時也可以考核業務活動的增長潛力。對業務結果的控制與監督往往與企業特定時期的戰略相關，會計計算允許決策者根據特定的戰略設置若干參數。例如，通過對業務活動的當前結果與未來潛力的權重參數，來構造一個綜合性的目標函數，從而實現在一套業財數據及其所張成的數字空間的前提下，借助數字孿生技術實現不同戰略下的績效考核目標。從而，本階段的業務結果的控制與監督既可以用于績效考核本身，也可以用于為將來戰略調整而測度未來可能的績效變化，以及制定新的績效指標。

從可比性來看，基于會計計算的績效考核能夠對于業務活動結果進行逐個比較，也可以對業務組合的結果進行綜合比較，還可以進行不同戰略定位下的業務與業務組合的結果比較。既可以進行業務顆粒度非常細的比較，又可以進行宏觀層面的業務活動的比較，使得績效考核變得非常有說服力，有效避免了傳統績效考核由于數據不足，業財分離，偏于主觀所導致的可比性較差的問題。

可見，基于會計計算的業務結果控制與監督，相較于傳統的以財務為主要指標的績效考核更為全面，更加精細化，不僅如此，相關的績效考核也更為一致可比。一個全面性、精細化且可比性強的業務結果績效考核，正是管理決策者所需要的，這也正是會計計算創造的價值所在。

5.3業務與商業模式創新

理論上，業務與商業模式的創新也可以認為是會計計算對既定目標函數的某種優化，但由于數字經濟時代創新已經成為價值創造的一個極富競爭力的賽道，有必要對業務與商業模式創新加以專門闡釋。

業務與商業模式的創新，首先，基于數字空間，通過設計新的目標函數來驗證創新是否可行，并可以對有關創新直觀與可視化地呈現出來；其次，由于這種創新是在數字空間完成的，考慮到數字空間不但包含企業全部真實的業財數據，及其內含過往的業務場景與商業模式，還可以借助人工智能新技術智能生成企業環境中尚未包含的業財數據，因而，業務與商業模式的創新是一個完全數字化的過程，在模式成熟之前，不需要引入到真實的物理世界，從而可以大幅降低創新的試錯成本，為業務與商業模式的創新大開方便之門；最后，一旦相關業務與商業模式的創新趨于成熟，可以根據市場變化趨勢適時落地，從而在新的戰略確定時，與之相匹配的業務與商業模式也隨之落地。以ChatGPT等通用大語言模型為例，如果那些深耕于垂直領域比如醫療、教育的相關平臺企業已經基于會計計算構建了一個比較成熟的數字空間，那么，在ChatGPT推出之前，相關平臺企業可以基于自己的數字空間進行業務與商業模式的創新研究，提出若干可能的業務與商業模式。雖然這些可能的業務與商業模式需要新的技術或者新的政策才能夠激活，但這并不妨礙決策者通過會計計算對這些新的模式進行分析、演繹與匹配。一旦推出新的技術或政策，決策者就能迅速根據過往的分析調整戰略，協調資源，迅速推動那些匹配的業務與商業模式落地，從而搶得市場先機。

可見，會計計算不但能夠從過去的業務活動中分析計算并創造價值，還可以基于戰略需求，對可能的業務與商業模式進行創新，并進行預演，從而提前為未來的戰略與市場競爭創造價值，這種“先機性”的價值創造能力正是企業決策者所追求的數字化核心競爭力。

6結語

當前，以ChatGPT為代表的大語言模型紛紛出現，意味著通用人工智能或將快速變成現實。會計的數字化很有可能率先引入大語言模型，可以預見，未來人工智能等新技術對于傳統會計的沖擊將更加激烈。

未來已來。數字化對會計提出了全面的挑戰，數字化浪潮要求會計不能故步自封，不能躲進小樓成一統。會計的數字化必須是全方位的，徹底的數字化，必須遵循數據科學的范式加以重新改造。

總之，將會計看作是對業務的計算，并由此構建數字化會計理論體系，將大大釋放會計的理論創新活力，大大提升其對業務的詮釋能力，有利于業務的價值創造。無論人工智能等新技術如何使用，一旦會計自身完成徹底的數字化，前途必將一片光明。

參考文獻[1]楊紀琬，閆達五．開展我國會計理論研究的幾點意見：兼論會計學的科學屬性[J]．會計研究，1980（1）：2-10.

[2]酈全民．關于計算的若干哲學思考[J]．自然辯證法研究，2006（8）：19-22.

[3]程學旗，梅宏，趙偉，等.數據科學與計算智能：內涵、范式與機遇[J].?中國科學院院刊， 2020（12）：1470-1481

[4]謝志華．會計的未來發展[J].會計研究，2021（11）：3-19

[5]TEECE D J.Business models，business strategy and innovation[J].LongＲange Planning，2010，43（2－3）：172-194.

[6]文峰，唐豐收．數字孿生成本控制（DTC2）系統研究[J]．財會通訊，2023（10）：161-166.

收稿日期：2023-11-12

作者簡介：

文峰，男，1970年生，博士研究生，講師、會計師，主要研究方向：智能會計、審計。