(杭州电子科技大学 浙江 杭州 310018)

一、引言

企业的数据库系统带来了收集、处理和分析财务和非财务数据的能力。目前，相对于提供各种海量数据集和复杂分析，大数据提供了前所未有的潜力。大数据日益重要，将对会计产生显著影响，包括影响数据的积累和记录方式、管理层如何使用数据实现组织目标以及如何处理会计信息并编制会计报告。事实上，大数据可以被视为类似于品牌形象的企业资产，积累和评估大数据正迅速成为建立和保持竞争优势的关键要素。大数据收集和分析正以指数级的速度扩展，这一现象将对会计信息质量产生深远影响。在下面的部分中，我们将讨论大数据对会计信息质量的影响，并考虑大数据带来的局限性和风险，并对企业提出对策和建议。

二、大数据对会计信息质量的影响分析

何为会计信息质量?我国财政部颁布的企业会计准则对会计信息质量基本特征的定义是：可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性、及时性。通过对比大数据的4V特征，我们分析得出，大数据对会计信息的相关性、可靠性与及时性影响较深。

(一)大数据与相关性。大数据在一定程度上削弱了财务信息的价值密度，单个数据的决策有用性降低，但在整体上，由于大数据分析技术的应用，对整体会计信息质量有着一定的提高。传统的企业财务报表所依据的会计信息多以结构化数据为主，而在企业运行过程中，产生的数据绝大部分是非结构化的数据。传统的财务报表，非结构化数据通常出现在附注中，因为重要性原则，通常选择对决策更为重要的予以披露。这种披露方式可能使得大量价值密度低、但整体具有有用价值的数据被忽略、遗漏。在大数据时代，企业可以利用语音、图像、文本识别技术，充分挖掘非结构化数据，从而帮助企业更好地做出决策，并获得更有前瞻性的洞察。

(二)大数据与可靠性。目前，在会计要素的五种计量属性中，公允价值计量是最具争议的：一方面公允价值计量所确定的资产或负债价值是以假想的交易为基础的，可靠性可能与历史成本计量相比相对较低；另一方面，在现实生活中由于种种限制，比如会计人员水平、企业内部控制、企业盈余管理动机以及市场的波动性等，公允价值计量广受诟病。在大数据背景下，引入了公允价值第二三层级估值信息与估值技术的，企业需要对外披露相关信息，对于估值技术，调整或更改需要经过严格的调研与审批，企业的会计报表信息更加透明、公开，这就增加了企业之间财务信息的可靠性。大数据技术可以解决从数据收集到数据处理，一直到数据分析，大大减少了财务人员的主观判断，其应用过程在财务报表附注中可以予以披露，大幅度提高了财务数据的真实性和客观性,改善了会计报表数据的质量。

(三)大数据与及时性。传统财务报告披露时间间隔较长，时间上较为滞后，所披露会计信息的决策有用性收到较大限制。在大数据时代，市场瞬息万变，信息的价值显著放大，这为幕后信息的非法交易增加了动机，而财务报告披露滞后又为幕后交易提供了条件。即使不考虑幕后交易等非法事件的发生，对于投资者来说，货币具有时间价值，滞后的信息披露可能导致投资失败，损害投资者的利益。大数据时代，企业收集数据的速度更快，披露会计信息的方式更加便捷，这在很大程度上提高了信息披露的及时性。

三、大数据的局限性与风险

(一)企业数据安全存在风险。大数据技术的应用，与“云”技术紧密联系、不可分割，一旦企业达到“大数据”的体量，传统存储与运算方式已不能适应，必须借助于分布式存储、云计算等网络功能。虽然通过大数据互联网可以集合协调大量不同地点、不同企业的设备存储、计算，存储容量和计算速度等得到大幅提高，但网络环境复杂多变，很容易受到来自外界的攻击，因此信息安全问题被各大企业提上议事日程。

(二)数据数量与质量有限。大数据这个名词的提出才不过几年，信息化管理系统进入中国也才不过十几年，在我国企业的实施也尚处于幼生阶段。企业信息化推进过程中的专业化倾向，导致企业内各自为政，专门的一部分群体通过专门的流程享受着专门的一些数据，数据共享性差。在企业财务信息过程中，同样存在信息技术应用不够广泛的问题。具体表现在企业信息系统功能、结构上的差异以及数据的集合性不强，在企业内部形成了许多“信息孤岛”，信息技术的应用领域也被集中在单个部门或单个项目，它们功能独立、各自运转、和平共处、专业性强，对于企业整体管理水平的提升作用有限。但是这并不是容易解决的。

(三)数据筛选、处理与分析对财务人员提出了挑战。虽然大数据时代为企业带来了海量数据，但这些数据是没有头绪的、混杂的，故对于企业财务人员，想从其中筛选出有效的数据难度极大。另外，大数据还具有多样化的特点，大量非结构化数据对企业的管理决策重要性越来越高，会计信息的处理难度越来越大。传统的会计信息，经过简单的数据处理就可以用之辅助企业管理决策，但大数据时代会计信息之间不光是勾稽关系，更多的是相关性，由直线型联系变为网状联系，对财务分析师和企业的管理者提出了挑战。

四、企业如何应对大数据带来的挑战

(一)建立云计算产业联盟，完善云计算系统功能。大数据技术的研发与应用，不可能通过单一企业独自完成，不同的组织、地域需要建立起一种新的契约组织形式——云计算产业联盟。有研究表明，云计算产业联盟可以有效发挥产业协同效应，实现产业内经济结构转变，实现管理协同、技术共享和产品创新，对提升企业综合能力具有重要意义。

(二)完善企业内部控制制度，加强对数据质量的管控。马云曾说：我们正在进入一个新的能源时代，这个时代核心资源已经不是石油，而是 数据。数据质量决定了数据的价值，企业所掌握的数据价值多少直接影响着企业价值。基于数据的决策方式，必须保证数据的安全、可靠，这就要求企业必须完善内部控制制度，加强数据管理，建立健全数据质量评价体系，推动数据质量不断提升。

(三)培养面向大数据的企业文化，提升基于数据决策的能力。正如维克托在《大数据时代》中所说的，大数据技术不仅代表一系列数据处理方法，也代表了一种思维模式的转变:从抽样数据到全量数据，从精确到总体，从因果到相关。大数据时代企业应该立足于全量数据开展数据分析，适度容忍个别数据的精确度不足，关注数据间的相关性。另外，企业应当培养平等、开放的企业文化，一方面激励员工参与到信息收集、信息分析，乃至企业的决策中来；另一方面，通过项目合作、技术交流等方式加强与外部企业的联盟关系，提升基于数据决策的能力。