□文/冯 军

（武汉商学院 湖北·武汉）

［提要］本文系统地梳理大数据对企业会计信息带来的重要影响，分析我国企业会计信息质量可能存在的新趋势和问题，并提出改善企业会计信息数据质量的建议。

大数据是通过广泛运用新的计算系统，新技术工具，新的模型，对大量动态、可持续的企业会计数据资源进行分析和发掘，从而使企业获得更多具有专业洞察力和新技术价值的东西。随着大数据经济时代到来，企业会计的重要性和发展必然面临着机遇和挑战。企业会计的信息质量是企业领导和经营管理者最终做出经济决策的重要信息基础。高质量的企业会计信息质量有助于相关的利益者做出正确的事后决策判断和对于经济发展趋势能够做出合理的判断和预测，这对于企业的长远经济发展健康稳定有着积极的重大意义。

一、大数据对于企业会计管理信息质量的影响

（一）大数据会计信息发布方式便捷，可靠性难以得到保障。大数据时代，每一位互联网用户都可以肆意发布各种形式的数据，甚至能够匿名发布，互联网的用户即使是匿名在网络上发布了一些违规或者违法的信息，也难以及时追究其法律责任。互联网每天都在产生各式各样的信息和海量会计数据，企业每天能及时获得会计信息的数量也变多了，想要获取有效、有价值的企业会计信息却越来越难，致使企业获取的会计信息的可靠性相对较低，企业会计信息的质量参差不齐、真伪难辨，直接导致企业决策者对于企业会计信息的可靠性存在着疑虑，对于会计信息的准确性和信任度越来越低。随意披露不真实的企业会计信息，欺骗和误导企业外部会计信息的使用者和公众，给企业的正常生产经营和发展带来了严重的社会负面影响，甚至导致企业破产倒闭。由此可见，在企业大数据的背景下，无论是企业会计信息的发布者还是传统会计信息的使用者都深刻影响着整个企业会计信息的质量和可靠性。

（二）大数据展示海量的会计信息特征。海量的大数据对于企业和传统会计带来了巨大改变。传统会计以抽样统计为主，会计信息数据具有很强的侧重点。大数据的主要特征之一，那就是会计数据的体量巨大，由以前的TB级别跃升到目前的PB级别。会计数据的统计应用范围的扩大，从而使企业采集和筛选获取有用的会计相关信息变得困难，大幅度增加了获取有价值会计信息的难度。会计数据的抽样归纳和会计数据分析的抽样统计难度也随之增大，有用的财务会计信息容易被海量的会计大数据信息淹没。以前的抽样统计容易但大大降低了会计数据的完整性和相关性。所以，在互联网大数据时代背景下的总体统计已经取代了以前传统会计的财务抽样统计。与针对性的财务抽样统计相比，总体会计的数据筛选和抽样分析的难度明显加大，从而降低了财务会计信息的数据相关性。

（三）财务会计信息的完整性难以得到保障。在大数据时代下，互联网上的财务会计信息倾向于传统的碎片式。庞大的会计数据采集信息，财务会计的信息往往是独立公开的。因为财务会计信息的数据采集和发布的信息系统性和统一性往往受到了影响，容易造成数据分析过程出现片面性的抽样统计问题，所以互联网会计存在很大的安全隐患，会计的数据在信息传输的过程中很可能被视为网络勒索病毒或者是不法分子恶意篡改，这种行为直接导致了企业的会计信息和财务数据不完整甚至是丢失。还有，当今市场经济竞争激烈，企业为了追求自身利益最大化，会故意篡改或者隐瞒一些不利于企业的重要信息和财务数据，诱导投资者进行投资。

二、大数据视角下企业会计信息质量问题成因

（一）缺少综合业务素质高的专业会计人员

1、企业会计人员的专业技术素养水平有待进一步提高。大数据已经广泛应用到企业的会计信息方面，会计人员也应该紧跟时代发展不断提高自身的专业能力。大数据时代下会计信息获取、归集、分析处理的过程都非常复杂，极具技术性，它要求适应大数据的高水平综合素质的技术人员。然而，实际上很多大型企业特别是中小型的企业高技术水平的专业会计人员非常有限，会计人员的专业综合素质参差不齐。目前，由于我国大多数的会计人员都偏向于会计型和传统的核算型，缺乏处理和分析大量会计数据的知识和能力，综合素质不高，这种突出现状的原因是许多企业会计人员不能很好地适应大数据云计算时代下的核算型会计工作。工作难度的增强，不能高效、准确地掌握处理和分析大量的会计数据。会计人员在综合素质和专业能力的发展方面面临着很大挑战。

2、会计人员职业道德素质有待进一步提高。有些企业会计人员严重缺乏职业道德，为了一己私欲或者在上层领导没有明确指示的情况下去做一些违反职业道德底线和企业法律的行为。这些企业会计人员弄虚作假的手段一般都是通过关联交易操纵企业的利润，采用不恰当的核算方式确认企业收入、费用等各种方法对企业会计信息弄虚作假。用这样的手段来达到粉饰其业绩的主要目的。这些情况都会直接导致严重影响企业会计信息的真实性、可靠性，难以在企业得到有效的保障。

（二）现阶段相关法律法规不够完善。互联网会计信息安全的建设相关法律监督体系不健全，容易在执行过程中被人恶意钻空子。在大数据环境下，会计信息从发布开始就缺少法律的规范和有关部门的监督，会计数据发布门槛低。每天都有大量匿名用户发布虚假的会计数据，增加会计人员从海量数据中获取有价值的会计数据的难度，严重影响会计信息质量的可靠性。加上我国的财会制度和审计制度体系相对不够完善，企业会计相关工作人员和审计人员为了集团或自己的利益，会利用法律漏洞制造虚假财务数据。会计信息的使用质量受到严重损害，不利于社会企业健康稳定，和谐发展。

（三）会计信息安全受到威胁。大数据时代的到来，一方面提高了企业会计工作效率；另一方面面临着会计信息安全问题。会计信息的使用质量和安全取决于一个企业的内部会计管理信息系统。企业的会计信息管理系统落后，不及时更新和修补会计漏洞，非常容易使企业遭到网络黑客攻击和各种网络勒索病毒的入侵，对企业会计的通信安全造成威胁。随着我国移动互联网信息技术的高速发展和进步，黑客的移动互联网信息攻击技术也日渐成熟。会计信息在网络传输、储存的过程中，不可避免被网络黑客篡改或者恶意窃取，如果会计信息涉及到个人或者商业机密，会对企业发展造成巨大的损失。

（四）大数据处理标准没有统一。对大数据处理标准进行统一有着极其重要的意义。如果技术得不到规范和统一，就会扰乱市场的秩序，阻碍行业的发展。目前，大数据的处理标准还没有得到规范和统一。每个云会计开发商的产品对技术的要求都千差万别，业内也没有默契地达成统一的处理标准。这也妨碍了大数据在财务云端和会计管理等行业的广泛应用、推广，以上问题会严重阻碍会计信息的交流和沟通。会计信息的可比性受到影响，会计信息质量被降低。

三、大数据时代提高企业会计信息质量的对策

（一）培养综合能力强的企业会计人员骨干力量。各企业要提高会计人员适应大数据的水平和专业技能，给大数据的员工和学生提供更多的专业学习实践机会，坚持对他们的专业进行继续教育。同时，在企业内部也可以定期对企业和会计人员的职业技能水平进行考核。对于大数据的会计人员，要贯彻终生努力学习的职业道德理念，主动学习与会计工作密切相关的新专业知识、新的技术，更好地适应大数据下的企业和会计工作，有助于企业和会计人员更好地对企业和会计信息来源做出准确的分析判断，提供更多的高技术质量会计信息。企业和会计人员都应该时刻坚持良好的职业道德，依法办事。综合素质能力强的企业会计人员应具备高技术水平的会计专业技能和强烈的会计职业道德责任心，两者缺一不可。

（二）加强建设企业会计信息化，建立良好的会计网络安全环境。企业需要进一步加强信息化建设，来保证能够适应企业会计大数据在互联网时代的社会和经济的发展趋势。企业也要求引进先进的会计信息技术设备和平台，为更多的会计人员和企业提供更高效会计工作的工具。为了能够保证会计信息更加高效的筛选、分析以及会计信息披露，需要提供良好的会计软硬件技术支持。加强企业内部会计信息系统的兼容性，提高企业的内部会计和网络信息的资源共享性。企业的会计信息在进行传输或存储的过程中，容易被网络上的不法分子窃取或恶意篡改，为了保证企业的会计信息安全，建立良好的网络安全环境管理系统是关键举措之一。企业内部采用不同人员的访问权限来设置，禁止非法访问或介入。企业外部，政府颁布详细切实可行的法律法规来约束攻击会计信息的违法犯罪行为，为企业会计信息安全保驾护航。

（三）完善相关法律法规和监督体制。国家建立健全奖惩机制，对于在其他互联网平台上发布虚假会计信息或者诱导会计信息泄露使用者的违法行为，要进一步加大对赔偿和行政处罚的力度。要做到赔偿和处罚的成本要远远高于互联网散布虚假会计信息所给企业带来的经济利润，这样才能有效约束企业的行为，促使其他企业在互联网披露真实、完整的会计信息。同时，引导和激励在互联网发布真实完整会计信息的企业，对于披露真实高质量的会计信息的互联网企业，给予大力奖励。除此之外，还应建立健全的问责企业管理制度，明确具体的相关法律和责任人。国家审计、相关行政部门和各互联网企业管理机构应当通过各种宣传会等形式的媒体和活动广泛宣传互联网相关的法律法规，让道德和法律深入每一个互联网会计工作人员的心里。增强每一个会计人员的道德和法律意识，让他们充分了解应该遵守的相关法律，良好的会计法律环境促使会计工作人员提供更多的高质量会计信息。

（四）建立统一的大数据处理标准。根据中国市场经济的实际状况，对大数据处理标准的定义、系统结构等事项进行统一说明，形成统一的大数据处理标准。标准必须要具有开放性和包容性，争取做到让大数据不仅能普遍应用到各行各业，还要根据不同行业的发展特色更加准确地深入运用。大数据渗透到各企业会计工作得益于云会计的发展，两者相辅相成、共同作用。所以，国家在建立大数据处理标准时，也不能忽视云会计行业的标准。各企业内部的非结构化信息迥乎不同，为了确保会计信息能够满足各单位的会计信息收集、处理、储存、分析的要求，需要政府主导建立统一的会计数据处理标准，实现会计信息的标准化，规范行业的对比标准。