智能财务七大理论问题论

2021-02-07张庆龙

财会月刊·上半月 2021年1期

张庆龙

【摘要】传统的会计和财务管理基本理论建立在工业经济基础之上，要使之适应于数字经济时代智能财务的发展，需要对基本理论进行创新，为智能财务的应用提供理论支撑。因此，聚焦于会计和财务管理理论的跨学科交叉融合与创新发展，初步探讨智能财务的几个理论拓展方向和前沿问题：智能财务将使会计理论基础由经济学、管理学扩展到心理学、人工智能相关理论，促进“大会计学”理论的进一步发展，使会计主体假设逐渐扩大，使会计活动的行为主体假设由“理性经济人”向“有限理性的社会人”转变; 同时，智能财务为管理会计实现资源最优化使用的目标提供了可能，使会计职业判断的主体由以人为主转化为以机器为主、人为辅，并且对会计的法律责任与伦理道德提出了新命题。

【关键词】智能财务;会计理论;会计假设;管理会计;职业判断;法律责任与伦理道德

【中图分类号】 F232 【文献标识码】A 【文章编号】1004-0994（2021）01-0023-7

会计的发展是反应性的[1] 。会计环境决定着会计的变革，从而也决定着会计学的发展，会计环境的变化必然会促使新的会计理论涌现。实际上，从会计信息化开始，技术的变革已经在冲击着会计理论基础。传统的会计基本理论建立在过去工业经济发展的理论基础之上，要使之适应于数字经济时代智能财务的发展，需要对传统的会计相关基本理论进行创新。网络化、管理扁平化、信息共享和信息处理的一体化动摇着封闭、孤立的传统会计理论体系，应当重新认识会计的基本理论，以理论创新指导、支持实践发展。会计理论经过多年的发展，已形成了一套较为完备、逻辑缜密的体系，对其基本理论进行创新发展具有很大的挑战性，本文将初步讨论以下几个问题：

一、智能财务使会计理论基础由经济学、管理学扩展到心理学、人工智能相关理论

传统的财务会计理论排他性地以经济学作为理论基础，尤其是现代财务会计理论基本上是建立在委托代理理论和信息不对称理论基础上的[2] 。这实际上是国际上会计研究所面临的共同问题：会计理论研究主要将以新古典经济学为核心的主流经济理论作为基础，而忽视了对行为理论和心理学理论成果的应用。不仅如此，无论是在国外还是国内，都鲜有与智能财务相关的理论基础研究，大多数研究都是从应用的角度把智能财务作为自动化的延续、商业智能的一部分或是人工智能在会计领域的应用。传统的会计相关理论源于理想的市场，对于现实市场中的特殊情形，则难以提供令人信服的解决方案。因此本文认为，在数字经济时代，会计理论基础将由经济学、管理学向心理学和人工智能相关理论扩展，以指导智能财务的进一步发展。那么，智能财务理论基础是如何突破传统会计理论实现扩展的呢？管理会计理论在发展过程中对其他理论的融合可以为我们带来启发。

回顾历史，管理会计较多地吸收了管理学和战略管理等理论。从起源上看，管理会计本身就是为了适应企业管理发展的要求而产生、完善和发展的，因此管理会计的理论也随着管理理论的发展而发展[3] 。从泰勒的科学管理理论开始，标准化管理制度就为标准成本制度奠定了思想根据，将会计由事后核算向事先控制推进的成本会计，成为配合泰勒科学管理而实施的重要管理会计工具; 随后，行为科学理论逐渐催生了行为管理会计理论，使管理会计更能激励人的行为; 决策理论使管理会计成为决策支持系统的重要组成部分; 战略管理理论的引入产生了諸如平衡计分卡、全面预算等管理会计工具，将管理会计向战略管理会计推进。

可见，管理会计相关理论基础的扩展是按照从理念到实践再到理论的演变逻辑展开的。管理理论首先对管理会计工作的理念和思想产生冲击，进而在实践中探索相关理论融合的可能性，最终实现理论的构建和创新。对智能财务而言，面对信息技术对会计的冲击（如财务机器人的运用），我们已经思考了数字经济时代下大数据和人工智能等技术对会计思想的影响，逐渐形成了平台、连接、共享、协同和智能化的创新思维，并不断探索人工智能技术在财务领域的应用场景。下一步智能财务将在总结实践的基础上，与心理学、人工智能理论进行融合，实现智能财务理论基础的扩大和理论体系的创新。

当前，个别学者对智能财务逐渐扩展的相关理论基础进行了讨论。周卫华[4] 从心理学角度分析了会计智能作为组织“大脑”的理论基础。心理学上的智能包括智慧和能力。智慧是指从感觉到记忆再到思维的过程，智慧会产生行为和语言，而行为和语言的表达过程被称为能力，二者合称为“智能”。因此，周卫华[4] 将会计智慧和会计能力的模拟、延伸和扩展作为新的关注重点，指出会计智能包括感知智能、思维智能、语言智能和行为智能。其中：感知智能体现为会计对于企业全部经济活动数据的智能采集和存储; 思维智能体现为会计将企业经济活动数据智能转换成满足内外部利益相关者需求的会计信息; 语言智能体现为会计作为一门商业语言所展现的语法、语义和语用; 行为智能体现为会计对企业经济行为的智能计划、智能监督和智能控制。

此外，智能的信息科学观认为，智能是主体在与环境客体相互作用的过程中，为了应对自身所面临的生存与发展的挑战，对客体信息进行深度加工演化从而生成智能行为的能力[5] 。这种在动态环境中具有较高自治能力的实体被称为“智能体（Agent）”[6] 。 “智能体”理论在工程领域的应用较多，近年来随着财务智能化的发展也逐渐被引入会计领域。傅元略[7] 提出“财务智能体”和“会计智能体”理论：不同功能的“财务智能体”通过合作、协商和有效的通讯执行不同的子任务，由此形成一个大规模、复杂、动态、开放、自我组织的财务决策智能系统; “会计智能体”则通过其自治性、社会性、快速响应性、主动性和协作性的特征，使财务相关的机器人能自主地实现其目标。简单的RPA（Robotic Process Automation）并非严格意义上的智能财务，原因在于它不满足“智能体”的特征，无法根据动态环境变化进行自我行为调整。可见， “智能体”理论对于智能财务定义及其特征的判断具有重要意义，也为智能财务实践中应具备的功能指明了方向。

从会计管理活动论的视角看，会计管理本质上就是一种价值管理，即对价值的形成、实现、补偿、分配、转移等活动的管理。阎达五[16] 基于会计管理活动论的基本指导思想以及对价值管理的认识提出了价值链会计，认为价值链会计是对企业价值信息及其背后深层次关系的研究，即收集、加工、存储、提供并利用价值信息，实施对企业价值链的控制和管理，保证企业价值链合规、高效、有序运作，从而为企业创造最大化价值增值和价值分配的一种管理活动。当今会计实践的发展体现出这一理念的前瞻性。在信息技术和互联网思维的催发下，越来越多的商业价值创造活动不再局限于单一企业、单一组织，而是延伸到整个价值链、平台生态或产业互联范围内[17] 。智能财务背景下的财务部门也会构建边界开放的财务组织，实现与平台生态圈组织的和谐共生。海尔就是一个很好的例子，海尔的共赢增值表将价值度量范围扩展到整个商业生态圈而非单一企业主体。此时，传统理论当中会计主体的概念将无法解释这一现象，也难以通过价值链会计中对企业价值链的控制和管理，实现价值增值的目标。因此，当开放、共生的理念融入财务共享服务中心和智能财务的建设中时，会计主体将扩展到整个价值链，而不是单个企业。

四、智能财务的发展使会计活动的行为主体假设从“理性经济人”向“有限理性的社会人”转变

行为主体假设是经济学和管理学研究的重要分析前提，传统会计学也基本继承了新古典经济学中关于行为主体的“理性经济人”假设。新古典经济学对人的行为的假定包括： ①个体的行动决定（为达到目的而选择的手段）是合乎理性的; ②个体可以获得足够充分的有关周围环境的信息（完全信息假定）; ③个体根据所获得的各方面信息进行计算和分析，从而按最有利于自身利益的目标选择决策方案，以获得最大利润或效用，即利润或效用最大化假定[18] 。

随着行为科学和脑神经科学的发展，行为经济学、神经经济学逐渐对经济人假设进行了完善和修正，提出“非理性经济人”或“有限理性的社会人”理念。丹尼尔·卡尼曼[19] 对完全“理性经济人”假设中的“系统性偏差”现象进行了研究与思考，指出现实生活中的人往往无法掌握所有的信息，其在进行决策时缺乏系统性，通常会依赖于各种探索性的方法。在此基础上，理查德·泰勒[20] 进一步对人的非理性行为进行了研究，其中重要的一点是指出人在做决策时，往往忽视传统经济学所强调的机会成本，同时倾向于认为自己已经拥有的东西会带来更高的效用，即禀赋效应。以上种种结论都表明，人们在进行决策时并不如传统经济学所假设的那样完全理性。行为经济学在行为层面对经济人假设实现了从“完全理性”到“有限理性”的转变，而脑神经科学、神经经济学则在脑机制的层面上，找到了“有限理性”的神经活动规律的依据，进一步使人们意识到经济人假设的天然缺陷[21] 。

尽管在继承了“理性经济人”假设基础上建立的会计理论日趋完善，但是与新古典经济学遇到的问题一样，有越来越多的“异象”难以解释[2] ，同样需要实现从“理性经济人”向“有限理性的社会人”假设的转变，进而更好地指导会计实践的发展，特别是为智能财务的决策活动提供更切合实际、更有效的行为主体假设。在“财务智能体”[11] 的理论构想下，可以借助“智能体”来纠正决策非理性的问题。例如，在融资问题上，承认财务决策人的非理性因素，则可以利用大数据深度学习模型帮助融资决策人更好地遵循优序融资理论，纠正决策中的非理性问题; 再如，在投资决策中，投资者往往因为认知偏差、投资情绪的变化等非理性因素对投资收益产生不同预期，因此需要加强“智能体”的自我学习，将传统财务理论与实际决策经验相结合，以更加准确地测算动态风险，进而对投资决策进行纠偏。

综上，智能财务理论在“理性经济人”假设的基础上，运用行为经济学和神经科学在行为和脑神经机制层面所发现的社会人特征，在财务与会计问题的研究中对行为主体增加了非理性因素的考量，实现了从“理性经济人”到“有限理性的社会人”的转变，使传统会计学的行为主体假设趋向科学与合理。

五、智能财务为管理会计实现资源最优化使用的目标提供了可能

管理会计的目标是管理会计理论的重要组成部分，有的学者更是将其作为管理会计理论框架的逻辑起点。孟焰[3] 通过总结各方对管理会计目标的论述，认为管理会计的总体目标是帮助管理当局对资源的最优化使用做出决策，以实现组织的目标。尽管管理会计在不同的发展阶段所追求的具体目标有所不同，但这也是由于企业所处的经济环境不同导致的。总的来说，无论是追求效率、效益的现代管理会计，还是将企业内部信息与外部环境变化联系起来考察的战略管理会计，其总体目标都是合理配置组织资源以达到经济效益的最优化。

但是，受到现实环境以及技术条件的限制，最优化目标常常“可望而不可即”，因此出现了追求“满意解”的管理会计目标，典型的有受行为科学理论影响的行为管理会计以及受赫伯特·西蒙决策理论影响的决策性管理会计。 20世纪50年代，美国学者将行为科学的思想引入会计，对现代管理会计中的决策理念产生了较大的影响。在经济活动的行为主体假设由“理性经济人”向“有限理性的社会人”转变的过程中，管理会计的决策方法也由“最优化原则”向“满意性原则”转变。由于“最优解”需要通过复杂计算才能获得，而“满意解”可以用比较简化和近似的方法求得，并且能更好地协调企业总体目标下的各个子目标，使决策理论更具实践性，因此寻求满意成为管理会计决策的目标。相似的理念也在以赫伯特·西蒙为代表的“有限理性”决策理论中得以体现，赫伯特·西蒙[22] 认为，受注意力的广度、知识的局限等影响，完全理性的经济人假设存在缺陷，人们行为的理性只是在给定环境限度内的理性，因此人们在决定过程中寻找的并非“最大”或“最优”的标准，而只是“满意”的标准。可见，尋求“满意解”的理念对管理会计所要达成的目标进行了一定程度的修正，直到管理科学思想的兴起，特别是决策所依赖的数据量的激增以及人工智能技术所取得的重大进步，使得管理会计对最优化目标的实现成为可能。

在管理科学思想的影响下，管理会计将数学模型和计算机技术应用到管理决策当中，以追求最优化目标。常用的手段包括基于高等数学方法的回归分析模型、将概率论引入决策模型当中、广泛使用电子计算机以辅助决策等。但最优化的决策真正得以实现，还是在机器学习技术超越回归分析技术之后，而这需要从决策的基本构成要素谈起。一般而言，决策由信息输入、预测、判断、行动、结果等要素构成。其中，预测作为决策活动的关键部分，本身是一种利用现有数据生成尚未掌握的信息的过程。随着大数据时代的到来和人工智能技术的发展，预测手段的本质没有发生变化，但是一种以前表现不佳的方式——机器学习，凭借丰富的数据和高速运算的计算机实现了快速进步。由于回归分析模型仍需要建模人员做出相关假设和变量设定，而机器学习可以通过自己组合不同变量，从而更有效地将数据转化为相关预测，为有效决策提供了“土壤”。

随着企业数字化程度的提高，数据收集变得比以往更加廉价、容易，人工智能技术的各类算法使得企业可以处理大规模的数据，机器学习则可以更轻易地做出预测。换言之，技术变革使得原本“昂贵”的预测变得“廉价”。对企业管理者而言，当预测变得“廉价”，而强人工智能仍未实现或出于伦理考虑不能完全交由机器决策时，企业的决策行为将更加依赖人类智能的判断，判断作为预测的“互补品”，其价值将会提高，此时人类判断的需求将会增加[23] 。最终，管理会计可以依靠人工智能，基于数据的预测得出各类“最优解”的可能性，并在最终做出决策之前结合人的判断，由机器智能和人类智能共同完成“最优解”的选择。即使后者同样没有完全摆脱决策者作为人的非理性因素，但是与由于信息不足、无法完成复杂计算而采取“满意解”不同，这种情况下的决策者可以在考虑尽可能多的预测的基础上，判断出无限趋近于最优的解。而且，人类的相关经验以及难以解释的直觉因素，很有可能在这种决策模式下与机器智能产生互补，进而做出更好的决策。因此本文认为，基于人工智能技术的智能财务为管理会计实现资源最优化使用的目标提供了可能。

六、智能财务使会计职业判断的主体由以人为主转化为以机器为主、人为辅

会计职业判断就是会计人员在会计法规、企业会计准则、国家统一会计制度和相关法律法规约束的范围内，根据企业的理财环境和经营特点，利用自己的专业知识和职业经验，对会计事项处理和财务会计报告编制应采取的原则、方法、程序等方面进行判断与选择的过程[24] 。任何領域的准则都不可能涵盖所有的情况和企业所有的经营活动，因而不可能有唯一适用且稳定不变的会计政策、估计和方法。此时，会计职业判断便成为在复杂经济环境中保障会计信息质量、反映企业财务状况和经营成果的重要手段。相应地，会计职业判断的主要内容应该包括会计原则的选择与协调、会计政策的选择、会计估计的判断及选用等[25] 。

会计职业判断的主体是一个重要的理论问题，由此引申出了诸多问题，如会计职业判断的主客观性、职业判断与职业道德之间的关系等。当前，人们普遍认为会计职业判断的主体是人。许燕[26] 认为，一切具体的会计职业判断行为都是由会计人员实际执行的，因此会计人员是影响会计职业判断最为直接的因素。于长春[25] 指出，会计职业判断的主体是适度独立从事工作的会计人员。王清刚[27] 认为，判断主体是进行会计职业判断活动的主导者，是会计职业判断各要素中最活跃的因素，其素质直接影响着会计职业判断的质量。会计职业判断主体是指有资格和能力进行会计职业判断的人，而且判断行为必须由人来完成。然而，随着人工智能技术在会计领域的应用，技术对诸多会计工作的替代将使得会计职业判断的主体由以人为主转化为以机器为主、人为辅。对此，可以从这一转变的必要性和可行性两方面展开论述。

从必要性的角度看，会计职业判断的主观性特征使得判断主体需要由以人为主转变为以机器为主、人为辅。会计职业判断是一把“双刃剑”，恰当的判断可以在保障真实性的前提下，提高会计信息质量的相关性和可靠性，实现会计反映的“真实与公允”。但是，会计职业判断发挥积极作用的前提是良好的会计职业道德。若承认会计人员作为“社会人”的非理性因素，会计职业道德就不可避免地会受到个人性格、知识、经验、动机乃至价值观的影响，职业判断的主观性特征也可能成为企业操纵利润乃至财务造假的工具，如通过盈余管理操纵会计数据，由此也产生了内部控制中对会计职业判断的环境控制。因此，如果实现以机器作为判断主体，则上述问题会得到较大的改善。

从可行性的角度看，会计职业判断所需的人类智能在一定程度上可以由人工智能实现，从而实现由机器辅助到以机器为主的职业判断。许燕[26] 参考秦荣生[28] 对会计人员业务能力的要求，指出会计人员做出职业判断需要具备观察能力、记忆能力、思维能力、想象能力以及操作能力。结合上文对人工智能能力框架的分析，对于相对确定、重复以及有规律可循的会计职业判断，要求的是会计人员的经验积累和确定的知识，这类工作主要运用到基本的感知（观察）能力和记忆能力，利用专家系统或知识图谱技术已经可以做到完全由机器替代完成。在信息化环境下，相应的（行动）操作能力也并非职业判断的重点。因此，对于实现以机器为主、人为辅的会计职业判断，重点就在于那些需要较强的思维和分析能力的会计工作，而机器学习技术为此提供了解决方案。

目前，已经有学者对基于机器学习的智能会计引擎展开了相关研究。基于机器学习的智能财务会计引擎可以高效且准确地识别业务信息，基于转换规则生成预制记账凭证并及时向财务系统传递，在此基础上完成记账、过账工作。不仅如此，该引擎还可以在大量标签化数据的训练之下持续提升性能，使转换规则处于动态调整和优化完善的过程中。即使是对于一些会计政策的选择，会计人员也可以在参考机器学习对相关业务的预测之后，再做出进一步判断。基于机器学习的智能管理会计引擎与上文所述的“最优化”决策一样，可以提高经营预测的准确性、强化决策支持功能、完善风险管控能力。综上所述，随着机器学习技术的应用，会计职业判断的主体将由以人为主转化为以机器为主、人为辅。

七、智能财务对会计的法律责任与伦理道德提出新命题

在上述讨论中，无论是人工智能对“有限理性”的人进行决策辅助，实现资源最优化使用，还是在会计职业判断当中形成以机器为主、人为辅的判断模式，都指向了同一个问题，即人类与机器共同合作的决策和判断过程中人类与机器的关系，这进一步引发了人工智能技术发展过程中的法律责任和伦理道德问题。 2017年，多位人工智能领域的专家在美国联合签署了“阿西洛马人工智能原则”，提出了包括研究目标、责任和价值归属、隐私、风险等主题在内的23条原则，以呼吁在人工智能的研究过程中保障人类的利益发展和安全。对于会计领域的智能财务研究而言，这些讨论似乎过于宽泛，但其中人工智能应用的责任划分问题、隐私安全和数据保护问题，将对智能财务的法律责任和伦理道德提出新的命题。

人工智能应用的责任划分问题产生自机器人对人类权益的侵犯。例如，无人驾驶汽车发生交通事故后，是由汽车制造商、系统开发商还是乘客来承担责任？又如，医疗机器人在手术过程中出现系统故障进而危及病人健康甚至生命安全时，应由谁来承担责任？在企业管理领域，虽然可能不会出现人工智能危及生命的情况，但同样存在责任认定的难题。管理会计的伦理价值观认为，从经营活动视角考察，管理会计的价值观需要面向管理者构建一个基本的伦理框架，强化管理会计价值观体系的底线思维。企业管理当局在经营活动决策的选择上，应主动承担决策的责任和相关的义务。但在人机协作的决策模式下，需要考虑是否将决策责任主体从人扩展到人和机器。

目前，企业管理中的决策者在绝大多数情况下都是人，重要决策没有完全交给机器，这主要是出于以下三方面原因：第一，与决策相关联的动作和情景组合数量太多，对机器而言仍然过于复杂。第二，机器不擅长预测罕见事件。阿杰伊·阿格拉沃尔等[23] 指出，哪怕企业过去不曾出现类似的事件，管理者也会就并购、创新以及与合作伙伴的关系等事务做出决策。而如果一种情况在过去没有多次发生，机器就无法进行预测和判断。第三，在无法明确责任的现状下，出于监管的要求应避免由机器做出决策。

但是，随着机器学习的快速进步，人工智能在决策当中所应承担的责任已经不仅仅是作为思想实验的政策讨论，而是实实在在面临的问题了，随着大量新领域对自动化的需求越来越多，与责任分配相关的政策将迎来一股发展浪潮。根据段伟文[29] 的研究，人工智能在智能财务中对法律责任和伦理道德提出的新命题可以分为两个方面：第一，在人工智能没有自主性和决策权利时，与之相关的人有何种法律责任以及他们应遵守怎样的职业伦理道德？第二，当技术进步足以使人工智能发展成为自主能动者时，在其设计中应该嵌入什么样的伦理系统？设计与使用者应遵守哪些专业伦理？应该建立怎样的人机协作模式？

人工智能的隐私与数据保护是智能财务面临的另一个新问题。数据中台作为智能财务的技术基础，本身在数据治理层强调数据安全问题。智能财务的发展依托于云计算、大数据技术，在数据挖掘和收集的过程中，可能会出现未经授权而获取数据的行为，给企业带来一定的法律责任风险; 在数据的应用过程中，智能财务比传统的信息系统环境更容易因系统自身的缺陷而发生数据泄露。对比而言，国际内部审计师协会的报告表明，内部审计已经开始思考首席审计官（CAE）在企业网络安全和数据保护工作中的作用。当财务人员的数字化水平不断提高，智能财务在其中应该扮演什么样的角色，也是人工智能背景下财务人员需要思考的新问题。

【主要参考文献】

[1] 迈克尔·查特菲尔德著.文硕，董晓柏，王骥等译.会计思想史[M].上海：立信会计出版社，2017：1 ～ 347.

[2] 崔学刚，邝文俊，薛贵.神经会计学：内涵、范式与展望[ J].北京工商大学学报（社会科学版）， 2017（4）：11 ～ 23.

[3] 孟焰.管理会计理论框架研究[M].大连：东北财经大学出版社，2007：1 ～ 172.

[4] 周卫华.信息技术对会计理论与实务影响的演变与发展[ J].会计之友，2019（5）：120 ～ 124.

[5] 钟义信.机制主义人工智能理论——一种通用的人工智能理论[ J].智能系统学报，2018（1）：2 ～ 18.

[6] 项后军，周昌乐.人工智能的前沿——智能体（Agent）理论及其哲理[ J].自然辩证法研究，2001（10）：29 ～ 33.

[7] 傅元略.智慧会计：财务机器人与会计变革[ J].辽宁大学学报（哲学社会科学版），2019（1）：68 ～ 78.

[8] 于玉林.“大会计科学”在形成[ J].现代财经，1997（7）：3 ～ 5.

[9] 于玉林.论“大会计学”的形成与发展[ J].会计论坛，2002（2）：12 ～ 24.

[10] 吴水澎.变化的世纪与变革的会计——“大会计观”的再认识[ J].会计之友，2006（1）：4 ～ 6.

[11] 傅元略.财务智能理论：智能体与情景情绪计算融合[ J].财务研究，2018（6）：14 ～ 20.