大數據背景下數據挖掘應用于管理會計的相關研究

大秦鐵路股份有限公司大同西供電段 韓存祥

?

大數據背景下數據挖掘應用于管理會計的相關研究

大秦鐵路股份有限公司大同西供電段 韓存祥

摘 要：在復雜多變的商業環境以及信息瞬息萬變的當下，如何提高企業的決策能力、如何挖掘和利用各種信息提高戰略管理會計決策相關性，是值得研究的課題。數據挖掘技術在處理大量的、復雜的、結構化或非結構化的、財務或非財務的數據方面具有獨特的優勢。因此，本文將數據挖掘技術應用于戰略管理會計，對戰略管理會計的一些問題進行探討。

關鍵詞：大數據背景下 數據挖掘 管理會計 相關研究

1 大數據背景對會計影響的相關研究

國內的楊紀琬先生開創和推動了中國會計信息化事業的發展。孫錚和韋華寧探討了工業經濟時代提出的會計假設在信息與知識經濟時代所面臨的挑戰。胡玉明認為在信息時代，信息需求的多樣性已經完全超出了傳統會計所界定的范圍，對會計信息系統的未來需要重新思考。楊周南總結了信息技術應用于會計工作的內涵和作用，提出了會計管理信息化的“信息系統、控制、審計”模型。閻達五和張瑞君從信息技術視角出發，探討了會計實時控制的框架體系。王躍堂、毛旦霞、羅慧認為信息技術改變著會計信息與其他信息之間的實力對比，傳統財務報告價值日漸衰退，會計的核心競爭力成為了會計理論和實務關注的基本問題。在新的商業環境下，信息技術的發展將會削弱會計的核心競爭力，如果會計信息不再是決策相關的或是沒有其他信息更具有相關性，那么會計的價值必將喪失。申香華認為在信息經濟時代，會計系統所能提供的信息已經不能滿足用戶對信息相關性、可靠性、及時性等方面的要求，并探討了將信息技術與會計結合，提高會計價值的路徑。郭德貴探討了信息化環境下，借貸記賬法的改革。信息化影響著整個商業社會，不同領域的學者研究信息技術對會計理論與實務的影響，不遺余力地探尋提高會計價值的途徑。會計信息化相關的研究成果已極其豐富，這些成果為本文的研究提供了幫助。面對信息技術給會計帶來的挑戰，會計人作為數字主人應當掌握先進的工具，從繁雜的數據搜集與整理中解放出來，更加主動地去思考企業和社會的發展。

2 數據挖掘與戰略管理會計相結合的研究

數據挖掘在人力資源管理、客戶關系管理、電子商務、生物科技、信息安全、醫療、金融、政務、教育、營銷等許多領域有著廣泛的應用。在大數據時代，數據挖掘應用于社會生活的方方面面，改變著企業的內外部環境，同時也給現代管理會計帶來了重大影響，下面簡要介紹數據挖掘與管理會計相結合的研究現狀。

林鴻將數據挖掘技術引入基于數據倉庫的會計決策支持系統，討論了數據挖掘工具用于會計決策支持的可行性。彭家生在探討未來會計電算化技術時，分析了數據挖掘技術向管理信息系統的滲透。鄒鵬、李一軍和葉強試圖將數據挖掘技術引入客戶利潤貢獻度評價方法，以提高評估的可操作性。羅文兵和鄧明君在基于價值創造的集成成本管理體系的構建中認為，需特別重視人工智能、知識發現與數據挖掘技術的應用。文勇將數據挖掘技術引入到ERP采購管理系統，構建了采購成本控制模型，并實現了對采購人員的業績考核，有效地控制了成本，降低了采購決策風險，為數據挖掘全面引入到采購管理系統進行了有益探索。段桂江、嚴懿和王洋提出利用數據挖掘的方法對質量成本進行分析和控制，充分利用質量成本中蘊含的生產質量信息。毛華揚和梁寧寧在《基于云計算模式建立會計數據》一文中介紹了會計數據倉庫的設計，并結合數據挖掘技術為企業降低成本、提高收益給出了思路。

3 數據挖掘與企業競爭環境分析相結合的研究

劉玉照和曹君祥將數據倉庫、聯機分析處理和數據挖掘技術作為實現競爭數據管理與競爭信息分析系統的關鍵技術。張捍東、許寶棟和楊維翰等以SWOT分析方法為例研究了模糊關系數據庫與數據挖掘技術在管理與決策中的應用。徐軍和張凱將數據挖掘技術應用于企業內外部環境的分析之中，構建了企業內外部環境信息的數據挖掘模型，遺憾的是兩位學者提出的模型圖過于籠統，并沒有深入分析下去。孟巖和武文龍運用數據挖掘中的關聯規則評價某公司在化工行業的相對競爭對位，但是并沒有系統地分析數據挖掘如何在戰略管理會計中的運用，只是就某一種算法做出了分析。此外，孟巖還探討了數據挖掘技術在管理會計非財務信息中的應用。汪建年研究了數據挖掘在軍工集團財務決策支持系統中的應用。張玉峰和徐海峰設計以信息資源為主導的分析過程，并在此基礎上構建了基于數據挖掘的競爭對手關鍵成功因素分析模型。

4 數據挖掘與企業危機預警相結合的研究

企業危機預警可以分為財務危機預警和非財務危機預警，但非財務危機最終都會表現為財務危機的爆發。

在財務危機預警方面，Beaver W H最早提出財務危機預測模型，之后許多預測方法被用于公司財務的預測研究。隨著數據挖掘技術的日漸成熟，Coats P K和Fant L F將神經網絡引入財務危機預警，實證檢驗的準確率達91%。

Frydman H等又將決策樹引入財務預警研究中。國內學者謝紀剛和裘正定等將分類器集成應用于財務危機預測研究。姚靠華和蔣艷輝使用SQLServer2000的數據挖掘工具進行了相關財務危機預警研究。楊建輝和陳熾文運用了神經網絡、決策樹和支持向量機進行財務危機預測，并比較各模型的預測效果。李博和羅良辰分別采用了Fisher線型判別模型、貝葉斯模型、Logistic回歸、神經網絡、支持向量機等五種數據挖掘的方法進行訓練和測試?？妆笠蕴貏e處理的上市公司的財務數據作變量，運用數據挖掘技術進行分析，通過實證檢驗得出財務危機預警模型，該文分別使用了Logistic回歸、神經網絡和決策樹三種數據挖掘技術。

在非財務危機預警方面，盛昭瀚和柳炳祥將數據挖掘中的決策樹算法應用到客戶流失危機的分析中，并通過實證檢驗方法的有效性。王戰平將基于Web的數據挖掘技術應用到網絡傳播環境下企業危機的預警研究中。李素梅將競爭情報分析與聯機分析處理、數據挖掘等技術結合，使得分析更高效、快捷，以期滿足企業危機預警的及時性需求。

綜上可知，已有不少學者將數據挖掘技術應用于企業的財務危機預警研究，并且采用的方法也多種多樣，但應用于企業非財務危機預警的研究較少。

5 結語

綜上可知，目前數據挖掘與戰略管理會計相關的研究具有以下特點。第一，相關研究趨向于從具體業務要求和解決問題的角度，選擇所熟知的數據挖掘方法應用于某一具體的決策領域，同時，所涉及的行業背景應用也是十分零散，沒有系統性地與戰略管理會計相結合。第二，許多研究僅僅停留在介紹數據挖掘在戰略管理會計中運用的可行性，并沒有給出數據挖掘應用于戰略管理會計的具體方式，也沒有提出一個切實可行的方法或加深對這一問題理解的框架。第三，目前戰略管理會計中運用數據挖掘是以數據為驅動，以技術為導向，過于重視計算機技術和算法，過于關注技術的完美而忽視了方法的實用性、管理會計的基本原則、對決策的支持以及對過程的控制；忽視了信息技術的商業應用對企業組織結構及經營模式、管理方式的沖擊；忽視了對數據挖掘主題的認識，不注重管理會計領域的知識、專家經驗、用戶意圖和情景等因素的影響。

管理兼具科學性與藝術性，生硬的數據并不能解決所有問題。數據挖掘的任務只是從數據中提煉出簡化的決策規則，或者根據數據特征來比較不同的決策方案。數據挖掘只是戰略管理會計實施過程中的技術手段，而戰略管理會計還需自身的理論體系來指導實踐。因此，基于數據挖掘技術如何實施或運用戰略管理會計是一個尚待研究的問題。

為了達到數據挖掘技術與戰略管理會計的有效結合，以幫助企業實現先進智能化的戰略管理決策支持，本文認為目前需要解決以下問題：（1）新商業環境下，數據挖掘與戰略管理會計是何關系，數據挖掘技術如何在知識經濟時代提高戰略管理會計的相關性；（2）如何使數據挖掘與戰略管理會計的具體內容相結合，在戰略管理會計框架下加深對數據、信息的理解，使企業能夠更好地發揮戰略管理會計的作用來應對大數據時代的挑戰，增強企業戰略信息能力，在變化的環境中創造和保持核心競爭力；（3）結合戰略管理會計的具體內容，如何運用和實施數據挖掘技術，以提高戰略管理會計的效果。

參考文獻

［1］ 謝獲寶，張茜.大數據時代下企業ERP系統的構建及其與會計信息系統的整合——以蘇寧云商為例［J］.財務與會計，2014（2）.

［2］ 吳沁紅.新一輪信息化浪潮下會計信息化：使命、挑戰、展望——第十一屆全國會計信息化年會綜述［J］.會計研究，2012 （10）.

中圖分類號：F234.3

文獻標識碼：A

文章編號：2096-0298（2016）05（b）-168-02