大數據時代對會計基本認識的影響探討

夏紅雨+劉艷云

中圖分類號：F233 文獻標識碼：A 文章編號：1002-5812（2016）14-0017-04

摘要：會計作為一種企業管理活動，其本質實際上是會計數據信息的管理。互聯網、傳感技術、云計算等新技術的應用使非結構化、碎片化數據急劇增加，大數據時代已經到來。本文探討大數據時代將會對會計世界的基本認識，如認知方式、會計數據的構成、會計數據分析方法、會計信息質量以及企業會計行為等方面的影響。

關鍵詞：大數據 會計數據 非結構化 會計理論

一、問題的提出

隨著以博客、社交網絡等為代表的新型信息發布方式以及以互聯網技術、云計算技術等為代表的新技術的產生，全球數據量出現了爆炸式增長。據統計，2013年中國產生的數據總量超過0.8ZB（相當于8億TB），2倍于2012年，相當于2009年全球的數據總量。預計到2020年，中國產生的數據總量將是2013年的10倍，超過8.5ZB。近三年來，大數據作為一種新生事物，已經成為了學術界、企業界以及政府機構的關注熱點。如：以“大數據”為主題的研究文獻出現了井噴式增長，達到14 000余篇； IBM、亞馬遜、甲骨文、Google等國際知名企業已經構建了大數據平臺，大數據已經成功應用到了醫療行業、能源行業、通訊行業、零售業，并取得了巨大的經濟效益；各國政府都已經意識到大數據的重要意義，紛紛做出了發展大數據的計劃，如美國政府于2011年3月份發布了“大數據研究和發展倡議”，投資2億以上美元，正式啟動“大數據發展計劃”，計劃在科學研究、環境、生物醫學等領域利用大數據技術進行突破；聯合國于2014年5月發布了名為“Big data for development：Challenge&opportunities”報告，該報告闡述了大數據時代各國特別是發展中國家在面臨數據洪流的情況下所遇到的機遇與挑戰；我國政府已經把發展大數據作為經濟發展的新的增長點，出臺了大數據發展計劃。

會計作為企業的一項管理活動，主要是通過對企業在生產、經營過程中產生的會計數據進行確認、計量、記錄、報告與分析來實現的。目前的會計數據都是結構化數據，主要是以定性分析數據為主，如金額、數量、重量、日期、時間等；定性分析數據為輔，如質量、顏色、好壞評價、型號、技術等，并通過數據之間的因果關系的追溯來衡量會計數據的客觀性與真實性。隨著大數據時代的來臨，數據將在數量、類型與性質等方面發生巨大改變，將會出現大量的非結構化、碎片化的數據。一方面，會計需要為經濟發展服務；另一方面會計也將受到經濟發展的影響，那么，在大數據時代里，非結構化、碎片化數據急劇增加，并將占主導地位的新形勢下，將會對會計數據產生什么樣的影響？會計將如何適應該新形勢，并如何發展等一系列的問題都將是會計學界亟需思考與重點研究的課題。本文試圖去思考與研究這幾個方面的問題，拋磚引玉，期待更多的學者在這方面做出更多的有效的研究。

二、大數據時代對會計的影響研究

（一）大數據時代對會計世界認知方式的影響

人類活動紛繁復雜、多種多樣，但人類活動過程、活動結果以及活動中存在的各種關系都會留下痕跡，這些痕跡可以通過新技術的應用以數據的形式進行記錄，在記錄的過程中就產生了相應的結構化或非結構化數據。業界通常用4個V（即Volume、Variety、Value、Velocity）來概括大數據區別于傳統數據的顯著特征，這4個顯著特征向人們傳遞了多樣、關聯、動態、開放、平等的新思維，這種新思維正在滲透到我們的生產、生活、教育、思維等諸多領域，逐漸改變人類認識、理解世界的思維方式。一些大數據學者把大數據提高到世界本質的高度，認為世界萬物皆可被數據化，一切關系皆可用數據來表征，如：黃欣榮（2014）認為隨著大數據時代的來臨，數據從作為事物及其關系的表征走向了主體地位，即數據被賦予了世界本體的意義，成為一個獨立的客觀數據世界；田濤（2012）認為未來生產力的三大要素是人力、資本和數據，大數據已經成為與自然資源、人力資源同等重要的戰略資源。在大數據時代，該種新思維認為全體優于部分，雜多優于單一，相關優于因果，從而使人類的思維方式由還原性思維走向了整體性思維。

此外，通過對經濟活動的數據化，并對該數據進行分析，能夠實現對某一事物定性分析與定量分析的統一，能夠促使那些曾經難于數據化的人文社會科學領域開展定量研究。從目前的研究來說，無論是規范研究還是實證研究，基本上都是通過尋找事物之間的因果關系來解釋或揭示某一規律或現象，會計更是如此。會計更是通過強調經濟活動之間以及會計數據之間的因果關系來保證經濟業務以及會計數據的客觀性、真實性與可靠性。由于信息傳遞的弱化規律的客觀存在，通常來說，人們無法對于超過一定層級關系的因果關系鏈條以及本就不明顯的因果關系做出準確判斷與分析，如：報表數據與原始憑證之間由于經過了幾次的數據加工，報表數據只能反映出企業最終的整體情況，卻很難推導或還原出當時的原始憑證的實際情況；同時，因果關系只能做單向的邏輯推導，即“因→果”，而不能“果→因”，因為“因→果”是確定的，唯一的，而“果→因”則是不確定的，有多種可能性。在會計大數據的時代，人們可以利用數據量的優勢，通過數據挖掘從海量會計數據的隨機變化中尋找蘊藏在變量之間的相關性，從而在看似沒有因果關系或者因果關系很弱的兩個事物之間找到他們既定的數據規律，并通過其中的數據規律以及數據之間的相關關系來解釋過去、預測未來，并可以做到因果的雙向分析，從而補充了傳統會計中的單一因果分析方法的不足。由此可見，大數據將會改變人們對客觀世界，乃至會計世界的認知方式。

（二）大數據時代對會計數據的影響

會計是以貨幣為主要計量單位，以憑證為主要依據，借助于專門的技術方法，對一定單位的資金運動進行全面、綜合、連續、系統的核算與監督，向有關方面提供會計信息、參與經營管理、旨在提高經濟效益的一種經濟管理活動。簡單來講，會計是通過對數據，尤其是會計數據的確認、計量、報告與分析，幫助企業的管理者來管理企業，并向外部利益相關者提供會計信息的一種管理活動。

目前的會計數據包括各種各樣的數據，可以歸納為三類：（1）用來進行定量描述的數據，如日期、時間、數量、重量、金額等；（2）用來進行定性描述的數據，如質量、顏色、好壞、型號、技術等；（3）不能單獨用來表示一定意義的不完整的、非結構化、碎片化的數據。目前對會計數據的處理還僅僅局限在第一種定量描述的數據的處理，尤其是那些能夠以貨幣來進行計量的經濟活動所表現的會計數據，因為這種數據既能比較方便地進行價值的轉換與判斷，又能很直觀地還原出企業的生產經營過程，從而使利益相關者可以通過會計數據信息了解企業生產經營過程以及生產經營結果。定性描述的數據與定量描述的數據相比，存在一個很大的缺陷，那就是定性數據只能大概推斷出企業生產經營過程，而不能還原出企業的生產經營活動過程，比如，這個產品質量好，只能推斷出企業經營過程良好，那怎么個良好法，在哪個生產步驟良好，這個企業的良好和別的企業的良好一樣還是不一樣，我們就難以知曉。所以，定量數據的過程和結果能夠互為因果推斷，而定性數據只能達到經營過程是因，經營結果是果的推斷。對于第三種不完整、非結構化、碎片化的會計數據在因果關系的推斷來看，存在更為嚴重的問題，因為不完整、非結構化以及碎片化的特征，該類數據會導致因果關系推斷的障礙，該類數據無法推斷出經營結果，經營結果也無法還原經營過程。從目前會計數據的使用情況來看，定量描述的數據經常使用，定性描述數據較少使用，非結構化、碎片化數據基本沒有使用；從企業的整個會計數據的作用來看，定量描述的數據作用固然重要，尤其是金額數據，但是定性描述數據以及非結構化、碎片的數據也很重要，會對會計信息使用者產生重要的影響，甚至也會影響到會計信息使用者的決策，比如，好的商品質量能擴大企業的知名度，會給企業帶來巨大的商譽，進而給企業帶來超額利潤。由于定性描述數據以及非結構化、碎片化數據的內在缺陷，這些數據的作用目前還無法發揮出來，也阻礙了會計理論與會計實務的發展。

互聯網、物聯網、傳感技術等新技術的應用，不僅實現了人、機、物的互聯互通，而且還建立了人、機、物三者之間智能化自動化的“交互與協同”關系，這些關系產生了海量的人、機、物三者的獨立數據與相互關聯數據，目前那些難以用貨幣化來計量的經濟活動，其實都可以通過以上新技術來進行記錄，記錄過程中相應的會產生大量的數據，這些數據不僅有數字等結構化數據，還有規模巨大的如聲音、圖像等非結構化、碎片數據。隨著大數據時代的到來，定性描述數據以及非結構化、碎片化的數據，尤其是非結構化、碎片的數據的增長速度將遠遠超過定量描述數據的增長速度，非結構化、碎片化數據以及定性描述數據將會成為會計數據的主導。雖然定性描述數據以及非結構化、碎片數據存在內在的缺陷，但是在大數據時代，卻可以使用大數據挖掘技術發揮出該類型數據的會計作用。雖然這些數據不能完整、全面、清晰地推導與反映出企業的經營結果和經營過程，但是大量的這些數據放在一起，卻能夠利用它們之間存在的相關關系推導與反映出企業的經營過程與經營結果，比如，你把一個生產步驟細分為成千上萬個步驟或者更大程度的細分步驟，一個細分步驟不能表示什么含義，但是把這大量的細分步驟組合到一起同樣能夠構成一個完整的步驟，那么就能達到定量描述會計數據的相應功能。在傳統的會計理論中，使用的會計數據基本上都是屬于定量描述數據，主要的原因有兩個：一是定性描述的數據不能準確地以貨幣來計量；二是數據量小的時候，利用數據的相關性關系遠不能達到因果關系推導出來的結果那樣準確、那樣令人信服，原因在于數據量小的時候，利用相關關系推導出來的結果隨機性較大。傳統會計選擇那些定量描述性的數據作為會計數據，實際上是時代的局限性決定的。隨著互聯網、云技術、大數據挖掘等新技術的使用，非結構化、碎片化數據急劇增加，非結構化、碎片化數據真正成為了大數據，這些數據已成為企業的重要資源，將會影響到企業的可持續發展。從統計學角度來看，非結構化、碎片化的會計數據擺脫了小數據的必須使用因果關系分析的內在局限性，利用相關關系的數據分析可以達到因果關系的數據分析的同樣效果，從而為非結構化、碎片化數據應用于會計提供了可行的理論基礎與技術支持。因此，在大數據時代，這些定性描述的數據以及非結構化、碎片化的數據豐富了會計數據的種類，擴大了會計數據的來源渠道。在大數據時代，會計數據將由三部分構成：第一部分是定量描述性數據；第二部分是定性描述性數據；第三層為非結構化、碎片化會計數據。目前的會計數據實際上是直線型的數據，大數據時代的會計數據將變得更加立體化，有可能出現三維或者多維形式的會計數據。

（三）大數據時代對會計數據分析方法的影響

在大數據時代來臨之前，描述性數據與非結構化、碎片數據很少被納入會計數據范疇，會計實務也很少使用這類數據，這類型的數據那時還不能稱為會計數據。大數據時代，可以利用數據量的優勢，通過數據之間相關關系的分析達到因果關系分析的同等效果、同等的可靠性與客觀性。因此，在大數據時代，數據量的優勢以及數據挖據分析方法在會計領域的使用將促使描述性數據與非結構化、碎片化數據轉變成為會計數據，豐富了會計數據的內容與來源，提高了描述性會計數據與非結構化、碎片化會計數據在會計理論與實務中的應用價值，從可靠性與相關性兩個方面同時提高會計信息的質量。其實，在大數據時代，描述性數據與非結構化、碎片化數據能夠成為會計數據的一個必要條件就是能夠通過這些數據與企業價值（或企業未來現金流）之間相關性的分析較為準確地找到它們之間的數量關系。大數據挖掘技術融合了現代統計學、知識信息系統、決策理論和數據庫管理等多學科知識，可以完成從海量數據中發現特定的趨勢和關系。大數據挖掘技術在會計理論和實務中的應用，能有效地從大量的、不完全的、模糊的、碎片化的、非結構化的實際應用數據中，找到隱含在該類數據與企業價值之間的相關的數量關系。隨著互聯網、物聯網、傳感技術、云計算等新技術的發展，客戶關系方面的網絡數據、生產過程中的生產作業記錄數據、采購過程動態監控記錄等方面的數據每天都呈海量增加，非結構化、碎片化數據的趨勢越來越明顯。傳統的數據分析技術在面對大數據時已經顯得力不從心，很難解決大數據的存儲、分割、高效計算的問題，大數據借助云平臺技術。同時，隨著大數據概念的提出以及大數據商業價值的開發，大數據挖掘技術得到了長足發展，大數據應用軟件與操作系統相繼出現，如DB2數據庫軟件、Hadoop系統、Infosphere Streams流數據、Netezza等，這些大數據應用軟件和操作系統解決了描述性數據以及非結構化、碎片化數據與企業價值之間數量關系尋找的技術問題，同時會計大數據也將促進數據挖掘技術的發展與應用。

（四）大數據時代對會計信息質量的影響

對于大數據對會計信息質量的影響研究的相關文獻非常稀少，目前只有袁振興等（2014）在《大數據對會計的挑戰及其應對》一文中提出“大數據會降低會計信息的準確性質量要求”的觀點，那么果真如此嗎？下面我們來進行仔細分析。

根據國際標準化組織1994年頒布的ISO 8402-94《質量管理和質量保證-術語》中有關質量的定義，會計信息質量是會計信息滿足明確和隱含需要能力的特征總和。會計信息質量要求是對企業財務報告中所提供會計信息質量的基本要求，它主要包括可靠性、相關性、可理解性、可比性、實質重于形式、重要性、謹慎性和及時性等。根據前面大數據時代會計數據的來源構成分析可知，大數據時代會計信息包括定量描述會計數據、定性描述會計數據以及非結構化、碎片化會計數據，這三類會計數據在數量以及作用上是不一樣的。從會計數據總量來看，隨著大數據的興起，非結構化、碎片化數據數量將會大大增加，非結構化、碎片化數據將會占主導地位；從數據的價值密度來看，很明顯定量描述會計數據要比非結構化、碎片化數據的價值密度要高得多，由此將會出現一個問題：會計數據的使用將會選擇以哪一類會計數據為主？從會計的作用以及會計存在的必要性來看，會計之所以存在完全是因為會計能夠通過自己的一整套體系為信息使用者提供有益的信息，從而幫助其做出正確的決策。虛假的會計信息不僅無助于會計信息使用者做出正確的決策，而且還會誘導會計信息使用者做出錯誤的決策，因此，要幫助會計信息使用者做出正確的決策，會計數據的真實可靠就是一個必要的條件。從目前會計理論以及會計實務來看，會計要求以取得的真實發生的經濟業務對應的單據作為記賬依據，報表的數據才能真實客觀地反映出企業的生產經營過程以及企業的財務狀況、盈利狀況以及現金流量狀況等。因此，從會計生存與發展的角度來看，不管是傳統的小數據時代還是大數據時代，提供真實可靠的會計信息，幫助信息使用者做出正確的決策的本質是不會改變的，否則會計將失去存在的必要了。從數據取得的難易程度來看，定量描述的會計數據要比非結構化、碎片化數據容易的多；從數據取得的成本來看，定量描述的會計數據要比非結構化、碎片化數據成本低很多，從數據的有效性來看，大數據中的無效數據會更多，可能對正確結果的干擾會更大；從數據分析的難易程度來看，因果關系的分析要比相關性分析更直接，更讓人掌握和理解，因此，大數據時代的會計數據肯定是以定量描述性數據為主，定性描述會計數據與非結構化、碎片化會計數據為輔，從而也決定了以后的會計數據的計量手段同樣還應是以貨幣計量為主，其他計量為輔的做法。目前會計理論與實務的發展遇到了困境，如，人力資源會計、行為會計、企業社會責任會計、環境資源會計等，其主要原因在于這些重要的會計領域難以定量描述，難以準確地反映在報表上，而大數據的產生以及大數據挖掘方法的應用將會促進這些領域的定量描述，把這些領域逐漸納入到會計核算體系，更真實、更全面地反映某一會計主體的生產經營過程以及經營結果，將從可靠性與相關性等幾個方面提高會計信息的質量。

（五）大數據時代對企業會計行為的影響

由以上分析可知，大數據時代的到來影響著會計數據的構成，傳統數據中的那些定性描述數據和非結構化、碎片化將轉變成了會計數據。一方面，會計數據范圍的擴大使企業更多的信息能夠納入到會計核算體系，尤其是那些非結構化、碎片化會計數據蘊含的會計信息，從而能夠讓企業更準確地計量這些領域對企業的貢獻，以采取更有效的應對措施，最終將促進與改善企業的生產經營行為。另一方面，隨著社會形勢的發展，一些原來被認為重要但難以用定量描述數據進行計量的那些會計信息，如企業家能力、智力資本等，不管是對目前的企業還是對利益相關者來說，這些會計信息越來越重要，納入會計核算范圍的要求也越來越強烈。2000年里斯本歐盟高級會議期間，歐盟委員會主席Romano Prodi提出“我們在企業家活動領域中的缺位需要認真對待”，有大量證據表明經濟增長和生產效率的改進的關鍵依賴于一個經濟體中的企業家能力，由此可以看出企業家能力對企業的重大作用。大數據時代，將會有助于將企業家能力這類對企業很重要卻又難以計量其價值的要素納入企業的會計核算體系。同樣以企業家能力來說，大數據時代幫助企業準確計量該要素對企業的價值，那么企業就可以根據企業家能力的價值來給予合適的報酬，這樣既能減少優秀企業管理者的跳槽行為，還可以進一步促進企業家工作的積極性，為企業吸引更多的優秀企業家。優秀企業家可以更有效地降低庫存，提高存貨周轉率；改變融資方式與融資策略，降低融資成本；改變經營策略，擴大市場占有率；改變投資組合，增加投資收益；改變利潤分配方式，有效利用企業的自有資金；改變會計政策的選擇，選擇符合企業利益的會計政策與方法；分析大數據信息，發現潛在市場與商機等。因此，大數據將會改變企業的行為。

三、結論

會計作為企業管理活動，其本質實際上是價值數據信息的管理。根據以上分析，可以得到以下幾個結論：（1）互聯網、傳感技術、云計算等新技術的應用使非結構化、碎片化數據急劇增加，海量的非結構化、碎片化的數據在大數時代的特定背景下成為了會計數據，豐富了會計數據的內容；（2）由于非結構化、碎片化會計數據的內在特點，非結構化、碎片化會計數據在大數據時代也只能是定量描述性會計數據的有益補充，而不會改變定量描述性會計數據的基礎地位；（3）在真實的大數據樣本的基礎上，相關性的數據分析能夠基本達到因果關系的精確分析效果，為大數據時代會計理論的發展提供了數據基礎與分析方法手段，大數據將會對會計理論與實務的發展產生積極影響，尤其對目前那些難以計量卻又非常重要的會計領域，如企業家能力、智力資本、企業社會責任會計、環境資源會計等領域產生重大影響。

參考文獻：

[1]黃欣榮.大數據時代的哲學變革[N].光明日報，2014-12-7.

[2]Gartner.2013年企業將大規模投資大數據技術[J].通訊世界，2013，（04）.

[3]管天云，候春華.大數據技術在智能管道海量數據分析與挖掘中的應用[J].現代電信科技，2014，（2）.

[4]ZDNET.《數據中心2013：硬件重構與軟件定義》年度技術報告，2013.

[5]袁振興等.大數據對會計的挑戰及其應對[J].會計之友，2014，（22）.