大數據、云會計時代考慮數據質量特征的企業投資決策

程平 孫凌云

【摘 要】 大數據時代的到來，使得數據作為企業制定科學合理的投資決策依據顯得愈發重要。在將企業投資決策劃分為準備、制定和評估、監控和調整三個階段的基礎上，考慮數據的完整性、及時性、可靠性等關鍵質量特征，構建了大數據、云會計環境下的企業投資決策框架，詳細闡述了投資決策各個階段需要重點考慮的數據質量特征。

【關鍵詞】 大數據； 云會計； 投資決策； 質量特征

中圖分類號：F232；C931 文獻標識碼：A 文章編號：1004-5937（2015）12-0134-03

一、引言

大數據時代的來臨，使得企業通過多年信息化建設積累的海量數據成為企業重要的戰略資產之一。云會計利用云計算技術和理念構建的會計信息化基礎設施和服務，可將企業的海量數據托管于云會計服務提供商的云平臺，并保證這些重要數據處于企業的控制之下。企業投資決策作為企業所有決策中最關鍵和最重要的決策內容之一，是為了實現其預期的投資目標，運用一定的科學理論、方法和手段，通過一定的程序對投資活動中重大問題所進行的分析、判斷和方案選擇。目前，很多企業的投資決策過程并未完全考慮企業海量數據的價值，即使考慮，也往往容易忽略制定決策所需數據應具有的質量特征，這就導致企業的投資決策經常存在一定的偏差甚至是失誤。大數據、云會計技術的發展，使得面臨市場競爭越發激烈的企業可以充分獲取并利用海量數據為企業制定科學合理的投資決策提供支撐。

投資決策作為企業財務活動的重要組成部分，多年來一直是理論界和實務界關注的焦點。李月琳等（2014）通過問卷調查探討了不同個體股票投資者在投資決策時利用的信息類型及相關影響因素，從投資者的資金量、投資經驗、受教育程度以及風險厭惡程度等特征對投資者在企業投資中的信息利用行為進行了研究，結果表明這些特征對企業的投資決策具有重要影響。吳衛紅等（2013）通過建立投資決策評估指標體系，結合層次分析法、熵權法確定指標體系綜合性權重，并利用DS理論對項目進行投資決策評估體系，進而削弱了投資評估過程中信息的不準確、不完備等特性，為企業投資決策提供了一種定量化的方法。高凡修（2014）基于多目標神經網絡，提出并構建了一種高新企業投資決策方案評估方法。謝兵等（2013）基于棄權博弈模型，構建了一個企業的投資決策模型。程平（2015）在構建大數據、云會計時代企業財務決策流程的基礎上，闡述了云會計平臺和大數據技術如何對企業的財務決策提供支撐，并分析了這兩種技術對企業財務決策中公允價值的確定和成本控制產生的影響。

綜觀上述文獻，現有研究還主要集中在投資決策的影響因素、指標體系和決策方案評估方法等方面，云會計、大數據環境下的相關研究目前還主要關注企業財務決策的宏觀層面。由于投資決策對企業的戰略發展有著重要的影響，為了提高企業財務決策的效果，指導大數據、云會計環境下企業財務決策的有效實施，本文建立了大數據、云會計環境下基于數據質量特征的企業投資決策框架，并從投資決策的準備、制定和評估、監控和調整三個階段分別闡述了各階段需要重點關注的數據質量特征，期望本文的研究能夠為企業的投資決策提供借鑒和參考。

二、大數據、云會計環境下考慮數據質量特征的投資決策框架

在大數據、云會計環境下，數據作為企業最具價值的資產之一，數據質量與企業的決策投資之間存在著直接聯系。高質量的數據可以使企業的投資決策更加科學、高效。在企業的投資決策過程中，數據的完整性、及時性、可靠性等質量特征對企業投資決策的數據收集和準備階段、制定和評估階段、監控和調整階段都有著重要的影響。基于這樣的理解和分析，并基于企業的投資決策流程，以數據為主線，在分析各個階段對應數據源、數據質量特征、數據類型的基礎上，構建了大數據、云會計環境下考慮數據質量特征的企業投資決策框架，如圖1所示。

準備階段主要涉及到數據的收集。首先要確定投資目標，這是投資決策的前提，也就是企業想要達到怎樣的投資收益，這個過程需要企業根據自身的條件以及資源狀況等數據來確定。其次是要選擇投資方向，一方面需要根據企業內部的歷史數據，另一方面還要結合市場環境狀況等外部因素進行篩選進而確定投資方向。這個階段的數據來源比較廣泛，如公司年報中的收入、利率、費用等多為非結構化數據，當然也有一些存在于ERP系統等數據庫之中的結構化數據。

制定和評估階段主要涉及根據可行性制定投資方案并進行方案評估的相關數據。可行性分析主要涉及與風險相關的概率分布、期望報酬率、標準離差、標準離差率、風險報酬率等數據，要確保風險在企業可承受的范圍內才說明此投資是可行的。方案評估主要涉及現金流量、各類評價指標以及資本限額等數據。現金流量可采用非貼現現金流量指標或者貼現現金流量指標數據來衡量。投資回收期、平均報酬率、平均會計報酬率、凈現值、內含報酬率、獲利指數、貼現投資回收期等各類指標涉及到的數據對投資決策的評估起著重要作用。這些數據的來源涉及到多個利益相關者，同時來源渠道也比較廣泛，多為非結構化數據且各類數據之間標準不統一，難以兼容。

在監控和調整階段主要考慮企業實際的現金流量、收益與預期之間的比較以及企業實際承受能力是否在可控范圍內。如果相差較大至企業不可控就需要及時查找出引起差異的原因，對相關數據進行分析處理并調整投資決策方案。

企業的整個投資決策流程都是基于云會計平臺獲取各種數據，然后通過大數據相關技術（Hadoop、HPCC、Strom、Apache Drill、RapidMiner、Pentaho BI等）對各類結構化、半結構化、非結構化數據進行分析處理并存儲于企業的數據中心（DBMS、File、HDFS、NoSQL等），這種處理模式可以在很大程度上提高企業整個投資決策過程中數據的完整性、及時性和可靠性，滿足企業投資決策對數據的高質量要求。

三、企業投資決策各階段需要重點關注的數據質量特征

在大數據、云會計環境下，對于企業積累的海量數據，在保證數據完整性和及時性的同時，需要采用科學的方法對各種數據進行歸類、分析，保證數據的可靠性，確保投資決策的科學性和有效性。一般而言，企業投資決策各個階段需要重點關注的數據質量特征往往是不同的。

（一）投資決策準備階段重點關注數據獲取的完整性和及時性

企業在進行投資決策之前，需要在結合自身資源及發展現狀的前提下制定投資的預期目標，如實現企業的多元化發展、企業利潤的可持續增長、企業規模的擴張等。確定投資目標后需要考慮如何投資，這需要結合當前市場外部環境以及同行業之間的相關數據進行分析來確定，因此，企業投資決策準備階段需要重點關注獲取內外部數據的完整性和及時性。

在數據獲取過程中，由于數據獲取工具的局限性往往導致數據是不對稱的，而且處于一個不斷變化的狀態，企業想要完全獲取所有數據是比較困難而且成本比較高，因此數據的完整性對企業的決策有著重要的影響。財務數據在一定程度上能夠反映企業內部的資源狀況，但是不能忽視非財務數據對投資決策的影響。非財務數據能夠反映企業服務質量、競爭能力以及創新能力等各方面的信息，如企業是否具有足夠的創新和競爭能力來應對和挑戰這個領域，這是企業未來盈利判斷的重要依據。數據收集不完整可能導致無法對企業投資目標進行正確的判定，盈利也會受到相應的影響。其次，數據存在時效性，必須在決策之前提供才能發揮其作用，否則就會失去價值。對外部市場環境數據以及同行業數據收集，在傳統的會計信息化模式下，企業中一方面存在一些紙質而非電子的數據信息無法進行及時匯總，另一方面相關的外部數據的獲取也存在延時性，這就可能導致在投資決策之前一些重要數據無法及時獲取，比如市場環境趨勢的變動、同行業已有意向投資等數據的獲取都會影響決策的制定。由此可見，數據獲取的完整性和及時性都在一定程度上影響了投資決策前期的準備工作。

在大數據時代，云計算、互聯網、移動互聯網、物聯網、社交網絡等多種技術的交叉與融合，使企業可以獲取更多的數據，并通過云會計平臺將這些海量數據存儲在遠程的數據中心而不是本地計算機內，從而解決傳統管理工具無法管理大容量（TB、PB等級）的數據，保證了數據的完整性。其次，數據的存儲都在云端，云會計供應商可以幫助企業管理各類數據資源。企業根據自己的業務需求向云會計供應商定制各種相關會計信息化服務，并利用基于云計算技術的軟件，通過IaaS（基礎設置及服務）將各類數據信息及時存儲并進行管理，通過DaaS（數據即服務）構建和整合各類投資決策相關信息的數據資源，通過SaaS（軟件即服務）來構建基于云會計的企業投資決策信息系統。通過該系統，一方面可以將決策相關數據及時存儲到云端，另一方面可以系統地獲取其他各類與決策相關的數據資源。此外，還可以提供企業內部以及相關企業各類數據之間的交換與互訪。這種訪問不會因為數據存儲的物理地址以及獲取數據的實際時間受到限制，從而實現數據訪問、獲取的及時性，確保企業投資決策之前能實時、動態地得到相關數據。

（二）投資決策方案制定和評估階段重點關注數據的可靠性

企業獲取的原始數據需要先對其進行數據清洗才能用于投資方案的制定。企業可以采用大數據處理技術進行數據分析和挖掘，以判斷投資可行性并對投資方案進行評估。一般而言，企業的投資往往是期望得到額外的風險報酬。風險報酬率的確定主要根據風險報酬系數進行判斷，但它的取值主要是參考企業以往的同類項目或者同行業的數據以及按照國家定期公布的各行業風險報酬系數或者由企業組織相關專家進行確定，這樣的確定方式存在較大的主觀性，在很大程度上降低了該數據的可靠性，從而導致投資決策有偏差甚至是失誤。此外，現金流量作為評價投資可行性的基礎性數據，涉及到投資回收期、平均貼現率等非貼現現金流量指標以及凈現值、內含報酬率以及獲利指數等貼現現金流量指標，企業在投資時期望的投資回收期，如何設定現金流量的數額、時間分布以及在這期間投資報酬率的確定都是企業投資決策需要考慮的主要因素。由此可見，投資方案的制定和評估需要通過相關技術對收集的數據進行科學分析和處理，避免一些主觀因素造成的影響，提高數據的完整性和可靠性，進而保證投資決策更科學、可靠。

企業投資決策需要各方面的數據，其來源渠道比較廣泛，包括企業ERP系統、各種POS終端等產生的商業數據，基于互聯網產生的社交網絡數據，GPS、射頻識別（RFID）設備、傳感器及視頻監控設備等產生的物聯網數據等。這些數據其中一類是按照特定格式整理的結構化數據，一般由企業的信息系統進行管理；另一類是以紙張或數字化等形式存在于信息系統之外的大量非結構化數據。非結構化數據往往包含了很多對企業投資決策有價值的信息，由于缺乏信息化管理，往往很少被有效使用。數據標準的不統一和數據處理技術的局限，使得無法將收集到的數據進行歸納、匯總并處理各類數據之間的相關關系，從而容易忽略影響投資決策的重要因素。企業獨立運行的各個業務信息系統可以通過數據ETL工具將數據抽取、轉載、加載到一個或者多個數據倉庫中，這些數據經過清洗之后就實現了數據的標準化。通過聯機分析處理（OLAP）和數據挖掘技術進行大數據處理，分析各種數據之間的相關關系和因果關系，以有效地保證數據的完整性，從而可以在很大程度上避免由于數據不完整而使得投資決策評估和方案選擇產生偏差甚至導致失誤的狀況。

企業的各種歷史數據可以經過數據清洗后通過數據倉庫進行存儲。數據倉庫可以系統地記錄企業從過去某一時間到目前各個階段的數據，經過數據清洗、裝載、查詢、展現等流程之后的數據質量較高，可靠性較大。這些數據可以通過大數據處理技術進行數據挖掘，找到數據潛在的價值。通過數據倉庫和數據挖掘技術進行數據分析和處理之后獲得的數據更科學、準確，盡可能地避免了人為主觀因素導致的數據不可靠性，提高投資決策的質量。

（三）投資決策監控和調整階段重點關注數據的及時性

企業在投資執行過程中，需要對項目實施情況進行有效的監控和風險管理，并能夠根據企業外部環境和企業發展戰略的變化，對原有的投資方案作出及時有效的調整，如延遲投資、擴充或縮減投資甚至是放棄投資。

在大數據、云會計時代，企業可以通過向云會計供應商定制相關服務，實時獲取云端數據，采用大數據的分析處理技術對企業自身、同行業以及市場環境等各類因素進行分析處理，預測和發現企業項目投資過程中出現的相關問題，并及時地提出有效的解決方案。該階段，數據獲取的及時性在很大程度上可以提高投資決策風險管理的科學性和合理性。

四、結語

在大數據、云會計時代，數據作為企業投資決策的重要支撐內容，需要具備一定的質量特征。企業可以通過大數據分析處理、數據挖掘和數據倉庫等各類技術，確保投資決策所需相關數據的完整性和及時性并提高數據的可靠性，降低投資決策的風險，保證投資決策的質量，進而達到企業投資的預期收益。

【參考文獻】

[1] 程平，何雪峰.“云會計”在中小企業會計信息化中的應用[J].重慶理工大學學報（社會科學），2011，25（1）：55-60.

[2] 李月琳，劉濟群.個體投資者投資決策中的信息利用行為研究[J].情報資料工作，2014（6）：29-34.

[3] 吳衛紅，李小偉，張愛美.基于AHP-熵權和改進DS理論的項目導向型企業項目投資決策研究[J]. 工業技術經濟，2013（12）：25-31.

[4] 高凡修.構建基于多目標神經網絡的高新企業投資決策方案評估方法[J].統計與決策，2014（23）：176-178.

[5] 謝兵，等.基于期權博弈理論的EPC項目投資決策研究[J].水電能源科學，2013（12）：250-253.

[6] 程平，王曉江.大數據、云會計時代的企業財務決策研究[J].會計之友，2015（2）：134-136.