广州工程技术职业学院 孟祥进

一、大数据与会计

会计学指以研究财务活动和成本资料的收集、分类、综合、分析和解释的基础上形成协助决策的信息系统，以有效地管理经济的一门应用学科；会计工作是一项纪录及核算企业资金运动的一项工作；财务管理是在一定的整体目标下，关于资产的购置（投资），资本的融通（筹资）和经营中现金流量（营运资金），以及利润分配的管理。公司理财也称为“企业财务管理”，财务管理是企业管理的核心；传统的会计职业主要从事企业的资金运动过程业务核算，采集企业运营过程中资金运动的成果，形成各类财务报表；重复机械性较高，容易被机器人或人工智能所替代；财务数据信息是企业的核心信息；以财务数据信息为中心，结合企业的业务信息、人事数据信息、物流信息、生产信息、外部消费者信息、宏观环境信息，可以构建一个大数据信息平台；我理解的财务大数据应该是以企业财务数据为中心的企业多维度数据集合，对这个集合数据的分析，有助于企业管理人员决策，有助于企业控制成本与成本核算，有助于企业改进工艺及技术；因此构建以财务数据信息为中心的多维企业大数据集合辅助决策系统应该是未来企业管理的发展方向。

高职会计专业培养的是基层的会计人才，在企事业单位中涉及数据的工作有两个方面，一个是统计工作，一个是会计工作；各单位重视资金运动过程，所以设置了职业的会计岗位，统计工作则有各个部门独自完成，中小企业少有设置独立的统计职位；会计工作记录及核算企事业单位生产经营的成果，直接关系到企业是否盈利，是否可以存续下去等。所以企业的财务数据成为了数据的核心；信息技术的发展，数据存储成本降低，企业可低成本存储大量实时数据和历史数据；企业采集和存储的数据也从断面数据到动态数据的变化；企业数据的快速增加使得管理人员可以从数据的角度动态从新认识企业；相关的从业人员（会计岗位）如果掌握了大数据技术平台管理、大数据分析技术等工具，对生产过程的数据分析可以让企业改进技术，降低生产成本，增加利润；对销售部门的数据分析可以使企业加快商品流通，进而加快资金流转；对企业外部数据的搜集整理分析可以使得企业准确定位市场，随着市场需求的变化迅速调整产品结构，开发适合市场需求变化的新产品；数据化的企事业管理可以使得企事业单位更加贴近市场需求，更加迅速的提供符合市场的新产品，开发相应的新技术；可以精准控制经营风险、财务风险；使得企业在竞争中保持不败之地。

二、高职会计专业的大数据基础

高职高专会计专业以往设置的课程主要是针对核算会计设置，学生通过学习可以掌握会计核算的全流程，掌握财经法律法规，掌握会计准则，可以完成成本核算、利润核算，能够填写企业利润表、现金流量表、财务报表。在数据分析方面，高职学生仅学习了统计的基础知识，了解描述统计的基本内容和方法，受限于学时，学生在高职期间没有学习推断统计知识，没有软件编程基础，数据思维较弱；这对于学生进一步学习大数据基础、大数据分析技术、大数据在财务的应用等进一步课程产生知识方面的障碍；学习和掌握大数据的基础与应用工具需要学生掌握一定的计算机基础知识，不仅仅是计算机应用知识，需要学生学习和掌握一部分编程技能。需要掌握推断统计的知识，数据整理分析和数据挖掘的技巧和方法，目前的课程设置，在数据数学思维、计算机编程、推断统计基础等数据分析基础方面课时较少，学生的数据素养有待提高。

高职学生的数据素养包括对大数据处理技术平台的了解（熟悉Hadoop、Spark运行原理和使用方法，如同熟悉使用Windows操作平台）、掌握大数据处理工具（数据库的管理语言，数据分析语言R、Python、数据可视化语言工具）、掌握处理财务数据的基本方法（常用数据分析方法、大数据财务分析、大数据审计等）。

三、企业对大数据与会计人才需求

对中小企业来说，第一需要加强数据意识和信息化管理，在企业生产经营管理过程中要注意数据的搜集、整理、分析；大多数中小企业的经营管理模式要想数据化转型，如财务电算化，生产管理ERP，业务经营采用OA系统等；第二在大数据的思维下，建立大数据管理平台，把企业管理的各个数据孤岛系统化，建立一个统一的数据仓库或数据集市，利用大数据管理系统，通过采集企业外部数据和机器设备采集的物联网数据，建立企业管理的立体数据模式；第三这个模式的核心数据就是企业的财务数据，未来的财务会计从业人员需要具备较强的数据管理意识和使用数据管理工具的能力。

大数据的管理与传统的管理信息化有很大的区别，传统的信息化管理系统在生产企业以企业ERP管理系统为主；企业会设置一个数据中心，利用数据库管理系统管理ERP系统搜集的结构化数据，数据管理以关系数据库SQL为主；大数据思维下的数据管理会有很大的不同，大数据思维下数据的搜集不再是以管理者设定好的结构化关系型数据为主，而是以结构化、半结构化、非结构化数据为主，即NoSQL（Not only SQL）；数据的存储也不是以单一数据中心为主，而是以设置在不同地理位置上的数据中心为依托的分布式存储为主，数据的处理也转换为分布式计算；大数据的思维是以分布式思维为主的一种模式；分布式存储、分布式计算、分布式服务。

大数据处理平台的部署需要人才、技术、资金的支持，我国中小企业的信息化程度还不是很高，企业缺乏人才、资金、技术和动力去部署信息化管理系统；企业的信息化管理数据是企业的私有化数据，大数据安全问题未解决之前，企业贡献数据的动力不足，就会直接影响大数据的应用；个人数据安全是大数据安全的重中之重，独角兽企业搜集掌握了大量的消费者数据，如何保护这些数据中的核心数据安全；社会治理的信息化也积累了海量的个人数据，个人的身份数据、生活轨迹数据、个人生物特征数据直接影响到了公民自身的安全和国家安全。大数据的应用应该以保护个人与国家安全为前提。

四、大数据处理应用技术

成熟的大数据应用是“云”服务，云技术以资源池技术、虚拟化技术为基础，为大数据技术的应用和商业化提供了支持；大数据平台的部署和维护需要巨额的资金，最先进的技术，最优秀的人才；中小企业没有资源建立自己的大数据平台和“私有云”，可以利用公有云平台构建自己的信息化服务；“云”服务是由巨无霸企业提供的；国际领先的“云”服务提供商有微软、亚马逊、谷歌等国际知名企业，他们提供的服务技术先进、系统稳定，可以满足中小企业的需求；缺点是成本高、数据安全性得不到保障。国内的各大互联网企业也在大力发展云业务，如华为云、阿里云、腾讯云等，做为综合云业务提供商，阿里云在国内处于领先地位，百度云提供了存储业务等。

中小企业如何利用云业务来发展企业，降低业务处理成本；是一个值得思考的问题，云技术的发展可以为企业提供便利的计算服务，同样企业的信息化管理水平也要跟随技术进步不断提高；中小企业需要可以处理数据信息，辅助信息化管理的人才；顺应职业技术的发展，高职高专的会计专业改名为大数据与会计，就是为了适应信息化，让基层会计从业人员具备数据意识和数据处理能力。新的专业对高职高专学生的基础素质与专业技能的要求就有所不同，随着人工智能技术的发展，国家的税务管理不断优化，简单的会计工作会被人工智能替代，会计的发展方向是向企业管理过程核算发展，即发展管理会计，这就需要从业人员掌握较强数据处理、知识计算与预测等技术方法。

大数据科学是一门很新的学课，是本世纪发展起来的应用学科，本世纪以来，信息化技术飞速发展，数据的采集已不再是原有的按照人们主管设定的格式去采集和存储了，数据的格式发生了巨大的变化，出现了更多的结构化数据和半结构化数据、非结构化数据；数据的存储方式也不是原有的集中式数据存储方式，出现了散布在不同地理位置上的分布式存储技术，这就对数据的计算处理产生了新的要求，谷歌的三篇论文开创了大数据技术推广和应用的先河；使得企业可以快速、低成本的处理大量数据，处理高并发的在线数据；企业管理决策更加依赖数据和数据分析，人才的投资是最可靠的投资，掌握财务知识和数据管理、分析知识的人才必定是市场需求的人才。

相关链接

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。