“互聯網+會計”下會計信息質量特征的新發展

一、引言

大數據、云計算、物聯網、區塊鏈、人工智能等新一代信息技術構成的互聯網技術生態系統，正以前所未有的速度與會計深度融合。在此背景下，互聯網已不再是支持會計的工具性角色，而是改造會計的變革性角色，會計逐漸步入“互聯網+會計”時代。“互聯網+”的尊重人性、開放生態、連接一切、跨界融合、重塑結構和創新驅動等特征，是對傳統會計思維、觀念和模式的一次深刻變革（丁勝紅，2016）。“互聯網+會計”借助日益豐富的數據源和突飛猛進的數據采集、傳遞、加工、利用和處理技術，不斷改變著會計信息的生產、傳遞、報告、利用和管理方式，繼而對會計信息質量特征帶來影響。

在互聯網技術生態系統的眾多技術中，大數據（Warrenjr、Moffitt，2015）、云計算（秦榮生，2013）、物聯網（Dai、Vasarhelyi，2016）和人工智能（Kokina、Davenport，2017）對會計的積極影響已被初步認知，但對于財務會計來說，影響最直接、最大的還是區塊鏈。區塊鏈不僅可以從根本上改變會計模式，建立一種實時、透明和可驗證的新一代會計生態系統（Dai、Vasarhelyi，2017），還具有降低會計信息生產成本的潛力（鐘瑋、賈英姿，2016）。這些技術的使用將有助于突破會計信息質量特征體系中的成本約束條件，為會計信息質量的全面提升提供了可能性。

針對“互聯網+”時代的會計信息質量特征可能的新發展，有研究認為，一方面要賦予現有會計信息質量特征新的含義，另一方面還要對現行會計質量特征要求進行調整（丁淑芹，2015；劉光軍等，2016）。筆者認為，國際財務報告概念框架和我國《企業會計準則——基本準則》是在權衡現有技術條件和成本效率的前提下，對高質量會計信息應有特征所設定的一個全面、系統的標準體系。新技術雖具有變革財務會計的潛能，但財務會計并非一種純技術活動，而是充分考慮經濟后果基礎上的博弈產物，在未有充分的實務案例證明財務報告概念框架或會計準則相關內容不得不修改時，不宜對會計信息質量特征體系進行調整。因此，本文將主要論述“互聯網+會計”下會計信息質量特征含義的若干新發展。

二、“互聯網+會計”下的會計信息質量特征

本文直接參考國際會計準則理事會（IASB）的《財務報告概念框架》，結合我國《企業會計準則——基本準則》的相關要求來設定會計信息質量特征指標體系。本文將“互聯網+會計”下的會計信息質量特征分為基本質量特征和增強的質量特征，然后在其下設定若干次級質量特征。需要說明的是，本文所指的會計信息既包括財務報告中的財務信息，也包括通過其他途徑獲取的財務信息。

（一）基本質量特征

要實現會計信息的有用，應同時具備相關性和如實反映（可靠性）的特征。長期以來，學界就財務會計“信息觀”下的相關性和“計量觀”下的如實反映（可靠性）這一矛盾組合孰輕孰重的問題爭論不休。例如，美國學術界認為，相關性應是會計信息的首要特征，而我國則始終強調如實反映（可靠性）的前提要求。“信息觀”和“計量觀”形成于20世紀70年代，當時西方國家的會計尚處于財務會計電算化階段，會計信息生產能力嚴重受限，隨著新興信息技術與會計日益深度融合，會計系統的信息生產能力已不可同日而語。特別是基于區塊鏈的會計信息生態系統，可實現會計信息的相關性和如實反映（可靠性）“魚和熊掌兼得”（Dai、Vasarhelyi，2017），也就無需再糾結兩者孰輕孰重的問題了。但是，為了和我國現行企業會計準則的規定保持一致，本文將如實反映放到了相關性之前。

1.如實反映。有用的會計信息應該能夠如實反映所要呈報的經濟現象，而且要完整、中立且無差錯地反映該經濟現象的實質，而非法律形式。這就引出了如實反映的四個次級質量特征：完整性、中立性、實質重于形式和無差錯性。會計信息只有同時滿足這四個標準，方能達到如實反映的要求。

（1）完整性。完整性要求會計信息涵蓋用戶理解經濟現象所需的必要信息，包括對該經濟現象的描述和解釋。何謂必要？這是一個基于決策情境的價值判斷問題。不同用戶在不同決策情境下，會根據自身的需求對必要性做出判斷。從決策有用性角度來看，根據IASB的概念框架，完整的信息應是重要且能可靠計量的。但是，在會計信息生產過程中，經過重要性判斷和會計計量兩個過程，信息經過了兩次過濾，大量反映經濟現象所必需的信息已經被排除在會計系統之外，保留下來的僅是一些關于經濟現象的碎片化信息，會計信息必然不完整。更為關鍵的是，完整性是從用戶角度來定義的，而會計信息是由會計人員以企業會計準則為依據生產出來的，在此基礎上，完整性實際上也是由會計人員來決定的。受制于會計準則的約束和會計人員對重要性的判斷可能存在偏差，用戶難以依據從財務報告中獲取信息來理解經濟現象，信息完整性無法保證。

為解決會計信息的完整性問題，20世紀60～70年代美國會計學界曾提出“事項會計”和“數據庫會計”等會計模式。這類會計模式試圖讓會計系統只提供經濟現象的原始信息，而將信息加工選擇權讓渡給用戶。但是，建立在關系型數據庫基礎上的會計系統，僅能存儲關于經濟現象的結構化信息，更多的能夠描述和解釋經濟現象的非結構化信息（如圖形、視頻和音頻）被排除在系統以外（Vasarhelyi等，2015）。雖然這類非結構化信息不是傳統的會計信息形態，但其對經濟現象的描述和解釋能力更強，是傳統會計信息的有力補充。例如，在對固定資產相關信息進行記錄時，將視頻、圖片和其他類型的多媒體信息作為補充，用戶就可以獲得每項固定資產的狀況、規格參數等屬性更加完整的信息。

“互聯網+”時代的顯著特點就是萬物皆可用數字化方式呈現。根據《Science》雜志的統計，1986～1993年，以數字化形式存儲的數據僅有1～3%，而在上一輪互聯網發展高峰期（2000年）該比例達到25%，到2007年提高到94%。隨著最近幾年社交網絡、移動互聯網和工業互聯網帶來的大數據爆發式增長，現在以數字化形式保存的數據已達98%以上，并且這些信息大多是以非結構化形式存在（Warrenjr、Moffitt，2015）。在高度數字化背景下，會計系統可以采集的與經濟現象相關的數據有極大拓展，從不同側面描述和解釋經濟現象所需的信息無需經過會計人員的篩選，即信息可以“原汁原味”地進入會計系統（Yermack，2017），通過“互聯網+會計”平臺提供的“會計頻道”或“會計訂閱”接口，用戶能獲取所需要的真正完整的會計信息，信息完整性得以真正提升。

（2）中立性。中立性要求在選擇和執行會計政策、列報會計信息時，要獨立客觀、不偏不倚。在IASB的概念框架中，謹慎性原則已被納入中立性原則，并認為中立性是由謹慎性支持的。謹慎性原則要求會計人員在面對不確定性判斷問題時，需要把握分寸，對資產和收入的估計不可過于樂觀，也不能過于保守；對負債和費用的估計，不能低估，也不應過分夸大。

“中立”和“謹慎”表征的是會計人員的精神狀態。馬克思指出，“人的本質是一切社會關系的總和”。層出不窮的會計造假案例表明，會計人員不是社會中的獨立個體，在日常工作中，受利益驅使或外部壓力干擾，他們往往難以做到絕對中立。同時，在運用謹慎性原則生產會計信息的過程中，對于需要通過估計來進行確認和計量的資產、負債、收入和費用，要求會計人員在保持中立的前提下，進行高水平的職業判斷。在此過程中，如果會計人員不能保持中立或專業勝任能力不足，會計政策濫用或誤用等人為操縱會計信息的情況將難以避免。

要確保中立性就要克服會計信息生產過程中人的判斷偏差。會計準則制定無論是采用目標導向，還是原則導向，抑或規則導向，都無法完全細化到所有的會計職業判斷空間。因此，不能寄希望于有完備性的會計準則來消除會計職業判斷問題。在“互聯網+會計”平臺中，大數據和人工智能相配合，有望在一定程度上校正會計人員因判斷偏差導致的非中立性。一方面，隨著人工智能和機器學習的發展以及大數據分析能力的提高，越來越多的會計分析和判斷工作可交由“互聯網+會計”平臺來完成（Richins等，2017）。有學者甚至認為，會計人員的工作被新一代信息技術替代的可能性高達98%（Frey、Osborne，2017）。另一方面，在“互聯網+會計”平臺中，借助智能化決策支持工具，通過對系統中的豐富數據進行多維分析、深度挖掘，可以為資產、負債、收入和費用的確認提供有力的依據，確保了會計確認的客觀性。同時，利用“互聯網+會計”平臺提供的多種計量方法，用戶可以從不同角度來觀察經濟現象的本質，減少了由會計人員主觀判斷帶來的偏誤，提高了謹慎性水平。

（3）實質重于形式。實質重于形式是指會計信息應反映經濟實質，而不應該受限于法律形式。實質重于形式要求貫穿于會計確認、計量、記錄和報告的各環節，它是確保會計信息能夠如實反映經濟現象的重要保障。然而，經濟現象的經濟實質如何、法律形式如何，都需要由會計人員追查到經濟現象源頭，然后進行職業判斷。

“互聯網+會計”可以更好地貫徹實質重于形式原則。“互聯網+會計”是一個開放的平臺，一項經濟現象中的所有細節都會在該平臺留下運動軌跡，不同系統、不同數據之間形成交叉匹配的關系，會計人員可以方便地根據平臺數據進行快速、準確的判斷。而且，在智能化程度較高的“互聯網+會計”平臺中，對于需要按經濟實質進行確認、計量、記錄和報告的事項，都可按照智能化的業務規則和計算模型進行處理，這縮減了會計人員主觀判斷的空間。

在“互聯網+”時代，實質重于形式的另一個應用就是針對那些通過互聯網建立起來的動態企業聯盟。由于這類企業聯盟是根據項目需求臨時建立起來的分工協作關系，它們突破了傳統企業的邊界，隨著業務的發生而組成，隨著業務的結束而解散，具有虛擬性、臨時性和動態性。參與聯盟的每家企業都是一個獨立的法律主體，但在聯盟運作中，又是按照單一的企業進行運作和管理，這時就需要根據項目的經濟實質，聯盟體在保留各企業自身會計核算的同時，還需要對與項目相關的經濟業務進行統一核算。在“互聯網+”時代，聯盟企業可以在以低成本租用的商用云會計平臺進行臨時核算，而無需專門建立一個聯盟企業財務共享中心或會計核算部門。

（4）無差錯性。無差錯性要求對經濟現象的描述沒有差錯和遺漏，所選擇和使用報告會計信息的程序無差錯。當然，這里的無差錯并非要絕對準確，由于會計準則自身的不完美和無法避免的主觀判斷空間，只能做到在可容忍差錯范圍內的“大致準確”。不完整、不中立或出現形式重于實質等問題的會計處理顯然都是有差錯的。在滿足完整性、中立性和實質重于形式的要求下，會計信息仍出現差錯就不可容忍了。這種差錯既可能是無意的疏忽或技術性錯誤造成的，也可能是蓄意的舞弊行為。

在手工會計條件下，嚴密的復式記賬法體系雖然可以在較大程度上減少無意的會計差錯，但會計工作中包含大量需要會計人員進行主觀判斷的內容，可能因會計人員工作中的人為失誤或專業勝任能力的不足而導致會計差錯。在“互聯網+會計”平臺中，傳感器、智能芯片和物聯網可以從經濟現象的源頭自動采集客觀、真實的數據，然后通過區塊鏈上智能合約中事先定義好的會計和控制規則，自動對會計信息驗證、處理、存儲和報告進行全程監督和控制，任何違反規則的數據都無法進入會計系統，系統也不允許未經授權篡改數據，因為任何舞弊行為都會留下可追蹤的、永恒的和完整的審計軌跡，蓄意的舞弊行為將被杜絕（Dai、Vasarhelyi，2017）。

2.相關性。相關性要求會計信息具備影響決策的能力。相關的會計信息要有預測價值或確認價值，或兩者兼備。會計信息的預測價值體現在它能被使用者用于對未來的預測。會計信息的確認價值體現在它能對之前的會計估計提供反饋。預測價值與確認價值是互相關聯的，確認價值正是對預期的證實或糾正，同時經過確認或糾正的價值又作為進行新預期時的輸入變量，進而影響預測價值。

在“互聯網+”時代，會計工作的重心從反映過去轉變為預測未來。預測首先要求有描述經濟現象所需的充分信息。由于“互聯網+會計”平臺可以幫助用戶獲取完整的會計信息，還可以延伸獲取網絡上開放、共享的信息，預測所需的“原料”充分。預測需要的另一個條件就是決策支持模型。“互聯網+會計”平臺內置靈活多樣、按需獲取的決策支持模型，甚至還允許用戶對決策支持模型進行個性化定制，通過人工智能、機器學習支持的預測性分析，用戶可以獲取大量過去技術手段下難以發現的決策線索（Huerta、Jensen，2017），并形成契合決策需求的個性化財務報告，從而提升會計信息的預測價值。

預測本身就是一種估計，需要通過實踐檢驗來獲取反饋，驗證預測的準確性，以支持或糾正過去的評估與判斷。預測的準確性取決于能否獲得及時的反饋，反饋越及時，預測就越能得到及時的修正，從而更好地進行會計計劃和控制。由于當前的會計系統是對業務事項的事后反映，只有等到月末結束才能獲得當月的財務報告，由此獲得的反饋往往是過時的，再將其用于對預測的證實已無價值。“互聯網+會計”平臺可以近乎實時地進行會計處理和報告，它所提供的信息及時與準確兼具（Yermack，2017），有利于提升會計信息的確認價值的準確性。

IASB在其概念框架中認為，相關性受重要性和計量不確定性的影響。因此，IASB將過去作為會計信息質量特征體系約束條件的重要性調整為相關性的次級質量特征，同時新引入了計量不確定性，作為另一個次級質量特征。

（1）重要性。重要性指的是會計信息如若發生遺漏或誤報，就會影響主要用戶的決策。與完整性一樣，重要性也是從用戶角度來定義的。某項會計信息是否重要，是用戶根據決策所處的情境，以其預測價值或確認價值為標準，對信息的性質和金額所做出的主觀價值判斷，概念框架或準則不能給出客觀、確定的標準。之所以需要對會計信息進行重要性判斷，客觀原因在于傳統會計系統信息生產技術能力和成本效益原則的限制，導致會計信息不完整，用戶只能有選擇性地獲取反映經濟現象的“重要”信息。特別是在傳統的會計模式下，會計信息的選擇和生產權掌握在企業會計人員手中，會計人員“越俎代庖”替用戶決定信息的重要性，對用戶來說這明顯是一種強加的“被重要”。

“互聯網+會計”平臺堅持以人為本，以用戶體驗為導向。它不僅突破了過去會計信息生產技術能力的限制，還極大地降低了信息生產成本，提高了信息生產效率，會計信息的完整性得到全面提升。前文已論述，“互聯網+會計”平臺生產的信息的中立性、實質重于形式和無差錯性問題得到大幅改善，會計信息發生遺漏或誤報的可能性大幅降低。因此，在會計信息生產環節，會計系統已能提供如實反映經濟現象的相關信息，重要性不再是會計人員需要考慮的問題，重要性得以回歸會計信息的使用環節，其決定權最終交還用戶。用戶可以根據系統事先定義好的角色，在操作界面的指引下，篩選出自己所認為重要的信息（Yermack，2017）。

（2）計量不確定性。在對資產或者負債的計量過程中，通常會面臨不能直接獲取關于經濟現象特征的客觀且有說服力的指標，而是需要通過估計來間接推斷，這就帶來了計量不確定性。估計是會計生產過程中不可或缺的組成部分，它并非必然會破壞會計信息的如實反映和相關性，但它的確是導致人們擔憂會計信息質量的主要源頭，其本質在于對會計人員在估計時能否保持超然獨立的態度、是否具備充分的職業判斷技能的擔憂。

過去為了確保會計信息的可靠性（如實反映），會計計量越來越失去其信息價值（Lev、Zarowin，1999）。信息價值的喪失在日益增加的知識密集型企業中表現得尤為明顯，這些企業的無形資產占比很高，但由于它們的價值難以客觀決定，致使許多有價值的無形資產未能在資產負債表中得以如實反映（Srivastava，2014）。IASB認為，盡管估計會帶來較高程度的計量不確定性，但估計還是可以提供一定的相關信息。如果估計能夠提供高相關性的信息，那么即使面臨高度的計量不確定性，也無法阻止人們使用估計方法。

“互聯網+會計”將是解決計量不確定性問題的有效途徑。Moffitt、Vasarhelyi（2013）認為，大數據將從根本上改變會計計量方式，“互聯網+會計”平臺的自動化數據采集可以獲取經濟現象更加豐富的屬性集，減少通過估計來間接推斷經濟現象屬性的必要性，會計計量變得更加客觀、準確。例如，大數據可以提供客觀的、可觀察的、最新的市場數據，幫助對難以估值的資產進行科學估價（Warrenjr、Moffitt，2015）。在“互聯網+會計”平臺中，會計分錄可以直接與補充性的指標相聯系（如發票），這也有助于緩解計量不確定性。

（二）增強的質量特征

增強的質量特征包括可比性、可驗證性、及時性和可理解性。它們并非有用會計信息的必要條件，但可增強已滿足基本質量特征要求的會計信息的有用性。如果會計信息已經滿足了如實反映和相關性的基本要求，在滿足會計信息質量特征約束條件的前提下，應盡可能挖掘其最優化的可能性。

1.可比性。可比性是指能讓用戶識別并理解不同項目之間的相似點和差異點。如果會計信息在報告主體和其他主體之間可比，或是同一報告主體在不同時點或時期的會計信息可比，那么會計信息就是有用的。當前的會計系統為了確保會計信息之間的可比性，要求企業對于同樣的經濟業務，按照會計準則的要求，采用通用的方法和程序進行處理。這種要求雖然有利于比較與合規性監控，但必然導致財務會計所提供信息的單一性，這與“互聯網+”時代提倡的人性化格格不入。

當然，“互聯網+會計”并不是要摒棄會計信息的可比性，相反它可以對其進行強化。只要還存在統一的會計準則，會計信息的可比性就必然會一直存在，否則投資者與其他利益相關者如何進行比較？銀行機構與稅務機關如何進行監督？借助“互聯網+會計”平臺，不同會計主體的會計信息可以通過基于可擴展商業報告語言（XBRL）形成的財務報告在不同平臺、不同軟件、不同系統之間自由流動，非常方便進行比較。并且，比較的范圍更廣，可實現同行業所有企業，甚至是可公開獲取財務報告的所有企業之間的比較；比較的時間跨度更大，可以將不同企業進行跨期比較，企業自身不同時期的比較則更加方便快捷。比較之后的結果通過可視化方式呈現，更容易發現異常或變動趨勢。

2.可驗證性。可驗證性意味著具有不同知識水平和相互獨立的觀察者也可對于某項特定描述是否如實反映達成共識。可驗證性是對如實反映的補充，但并非如實反映的必要條件，也有許多如實反映的信息是無法驗證的。同樣，那些面向未來的解釋和前瞻性的會計信息，也是無法驗證的。

由于過去進入會計系統中的信息是反映經濟現象的碎片化信息，關于經濟現象的大量信息分散在企業內部其他系統之中和其他會計主體的系統之中，信息之間的關系是斷裂的，從而導致驗證困難，這也是審計中非常強調職業懷疑和職業判斷重要性的原因所在。“互聯網+會計”平臺將建立起企業內部各子公司、各部門、各崗位之間，經濟現象涉及的不同會計主體（如供應鏈上下游企業和金融機構）之間的信息共享，并運用區塊鏈技術來保證共享信息的安全性，有助于打通會計信息生產的完整鏈條，使得會計信息驗證更加便捷。

基于大數據、物聯網、區塊鏈和人工智能構建的下一代會計信息系統，進一步提升了會計信息的可驗證性。一方面，區塊鏈賬簿可以確保它上面的數據和文檔的安全性和真實性。例如，如果每項存貨都在區塊鏈上進行注冊，借助物聯網就可以對它的歷史軌跡進行完整地記錄，類似的，電子發票、運貨單、信用證、收據等都可以在區塊鏈上進行記錄。這些文檔都可實時追蹤且不可變更，運用智能合同技術能夠根據會計準則或者事先定義好的業務規則，對交易記錄進行快速驗證，從而使會計信息的實時驗證（實時鑒證）成為可能（Dai、Vasarhelyi，2017）。另一方面，人工智能和數據分析技術，可以從非結構化的大數據中獲取更多有價值的信息，這些信息可以幫助從會計信息以外的其他側面來驗證會計信息。例如，在社交網站上某個產品的聲譽是負面的，但該產品的銷售反而增加，說明該筆銷售業務是可疑的。

3.及時性。及時性要求能適時向用戶提供信息，以達到能影響其決策的效果。IASB認為，信息越陳舊，其有用性越低。但是，如果某些信息是在報告期結束之后很長一段時間才能體現其有用性，那也可認為是及時的。可見，會計信息的及時性是基于用戶需求角度。但在“互聯網+”時代，市場環境變幻莫測，用戶需要根據市場情況做出快速反應，“信息越及時就越相關”這個基本原則是不變的。

在“互聯網+”時代，基于區塊鏈的實時會計系統將成為現實（Dai、Vasarhelyi，2017）。通過“互聯網+會計”平臺來提供實時的、個性化的、互動式的財務報告，已經不再是天方夜譚（Krahel、Vasarhelyi，2014）。企業通過區塊鏈自愿披露其日常業務交易，利益相關方就可以立即獲取準確的財務信息。使用區塊鏈上的數據，是以人工智能和數據分析為支持，任何信息消費者都可以建立起他們自己的個性化財務報告，這些信息可以通過智能合約完成自動鑒證，而不需要依賴審計人員的判斷以及管理者的道德誠信，會計信息的如實反映能力并不會受到損害（Yer?mack，2017）。并且，網絡溝通方法已經進一步通過社交網站渠道得到了提升，如微博、微信。這些網站建立的虛擬溝通，能夠讓人們在任何時間、任何地點進行互動。

4.可理解性。可理解性要求用明晰、簡潔的方式對會計信息進行分類、描述和列報。當前財務報告準則隱含的假設是，其使用者是理性的，擁有商業或經濟學知識，并且會對信息進行認真分析。由于當前標準化財務報告中的信息高度綜合且難以利用，一些對會計數據進行解釋的文字淹沒在少則數十頁、多則上百頁的財務報表附注中，這就導致即使是擁有完善知識體系且明智的用戶，要利用財務報告來準確理解經濟現象并據此做出決策，仍是困難重重。

“互聯網+”時代的會計系統，其后臺設計雖然非常復雜，但用戶界面卻做得非常好。由于“互聯網+會計”理論上可以提供包含結構化數據和非結構化數據的任意形態財務報告，為了提升會計信息的可理解性，避免因信息過多所帶來的信息過載負面效應，可視化成為一種有效的解決方案。大數據推動著可視化工具的增長，因為它們具有將復雜分析的結果用一種管理者可以快速理解的語言進行溝通的功能（Huerta、Jensen，2017）。可視化能夠將需要反映的會計信息以圖形、圖像、動畫等方式向用戶呈現，使之更直觀、易懂、易用。可視化可以解釋更多有用的模式和更多有價值的信息，有助于提高信息的可理解性，支持會計人員的判斷和決策。而且，通過圖形、圖像或動畫中的數據鏈接，還可追蹤該數據的來龍去脈，幫助專業的用戶更好地理解會計信息。

（三）有用財務報告的成本約束

IASB認為，財務報告提供的信息普遍受制于成本。會計信息的生產、報告、分析和解釋都需要成本，理性的會計信息生產者需要從報告的收益角度（如企業資本成本的降低、決策可靠性的提高）來證明成本的合理性。然而，成本和收益的權衡是會計信息生產者和使用者的一項主觀判斷，通用會計準則無法兼顧不同主體、不同人員的利益取向，因此，只能將財務報告相關的成本和收益進行一般性的考慮，這就導致生產的會計信息無法充分滿足各項信息質量要求，而是有所取舍。正如IASB在其概念框架中提出的，有時候一項質量特征可能要被減弱以最大限度地增強另一項質量特征。

“互聯網+會計”給各會計信息質量特征帶來全面提升的可能性中隱含了三個假設（Vasarhelyi等，2015；Dai、Vasarhelyi，2017）：第一，“互聯網+會計”全面滿足會計信息質量特征要求，具有技術上的可行性；第二，技術進步帶來了會計信息生產基礎設施成本的大幅降低；第三，“互聯網+會計”平臺的信息生產邊際成本趨近于零。從短期來看，“互聯網+會計”的啟動成本并不低，但放到一個較長的受益時間范圍來看，單位會計信息生產成本是趨近于零的。正是有了這三個假設，“互聯網+會計”才有可能突破會計信息生產成本效益原則的約束，減少對會計信息質量特征滿足程度進行取舍的必要性。

三、總結與討論

以大數據、云計算、物聯網、區塊鏈、人工智能等新一代信息技術為支撐的“互聯網+會計”在很大程度上突破了現有會計信息質量特征體系的約束條件，有望建立起實時、透明、安全和可驗證的新一代會計系統。“互聯網+會計”使會計信息的如實反映和相關性兩大基本質量特征“魚和熊掌兼得”成為可能。借助“互聯網+會計”平臺，反映經濟現象不同屬性的大數據可以大量進入會計系統，有效提升了會計信息的完整性。自動化信息處理和智能化決策支持，有助于保證會計信息的中立性，更好地貫徹實質重于形式原則，確保會計信息無差錯。“互聯網+會計”還提升了會計信息的預測價值和確認價值的準確性，將會計信息的重要性判斷權回歸用戶，弱化了會計計量的不確定性，進一步增強了會計信息的可比性、可驗證性、及時性和可理解性，減少了因過去會計質量特征之間存在“此消彼長”關系而不得已的“忍痛割愛”的現象。

本文是基于新一代信息技術對“互聯網+會計”下會計信息質量特征的樂觀性前瞻。但技術是一把雙刃劍，如果不能善用技術，也可能對會計信息質量帶來負面影響。筆者認為，在“互聯網+會計”的發展過程中，以下三個方面需予以重視并積極應對：

1.技術并不是靈丹妙藥。對企業來說，對外披露能基本滿足會計準則要求的會計信息，就完成了一項法定義務。在具備提供更高質量會計信息的技術條件下，是否進一步對外提供這些信息，則取決于企業管理層的動機。事實上，對企業來說，提高會計信息透明度所獲得的收益通常難以補償其在商業秘密和隱私方面的犧牲，這也阻礙了企業加入不同會計主體間的信息共享體系。此外，會計系統給用戶提供的更加豐富的信息是否能夠真正正面影響用戶決策，最終取決于用戶的認知能力和決策水平。用戶在與會計系統互動的過程中，可能會對系統過度依賴，對會計信息質量缺乏必要的職業判斷，從而導致“誤受風險”；也可能對會計系統生成的信息信賴不足，使原本有用的會計信息無用武之地，這就產生了“誤據風險”。

2.技術方面障礙重重。大數據、云計算、物聯網、區塊鏈和人工智能都是當前新興和快速發展的技術，這些技術的發展及其對會計信息質量的影響潛力難以預測。但從目前來看，要實現它們對會計信息質量的正面效應，在技術方面還存在不少障礙。主要問題在于：①如何采集、整理、轉換和利用大容量、高頻率、多樣化的混雜大數據；②如何運用可視化工具生成易于理解的報告；③如何克服“互聯網+會計”可能出現的信息過載、信息相關性缺失、模式識別困難和模糊性等問題；④如何打開人工智能算法“黑箱”，解決算法中可能存在的偏差所引發的誤導性決策和判斷的問題；⑤如何保證會計信息及其他敏感商業信息的安全性和隱私性。這些問題最終歸結為一個問題，那就是如何高效地利用現代信息技術來規劃、設計和實施“互聯網+會計”的政策、程序、系統和信息產品，從而最大限度地提升會計信息的有用性。

3.期望差距會不斷擴大。在數字經濟時代，新一代信息技術已經廣泛滲透到我們的生活、學習、工作和實踐中，甚至在一定程度上顛覆了以往的生活、學習、工作和實踐的方式。加上專家和媒體對新一代信息技術前景的預測過于樂觀，可能會讓人們產生一種技術幻覺——技術開始變得無所不能，變革近在眼前了！“互聯網+會計”對會計信息質量的正面影響也會被用戶所認知，他們對高質量會計信息的期望會變得更高，甚至還會提出一些不切實際的需求。事實上，通過技術來支持會計模式變革，進而全面提高會計信息質量，需要一個漫長的漸進式推進過程。上述兩個問題恰是技術驅動會計變革中所要解決的難題。在此背景下，會計信息質量需求提高的程度會遠遠大于會計信息生產和披露實際提高的程度，這無疑會使期望差距不斷擴大。

主要參考文獻：

丁勝紅．“互聯網+”對會計發展的影響及其人本資本會計模式構建［J］．廣東財經大學學報，2016（6）．

Warrenjr J.D.，Moffitt K.C.，Barnes P.．How big data will change accounting［J］．Accounting Horizons，2015（2）．

秦榮生．云計算的發展及其對會計、審計的挑戰［J］．當代財經，2013（1）．

Dai J.，Vasarhelyi M.A.．Imagineering audit 4.0［J］．Journal of Emerging Technologies in Accounting，2016（1）．

Sutton S.G.，Holt M.，Arnold V.．“The reports of my death are greatly exaggerated”——Artificial intelligence research in accounting［J］．International Journal of Accounting Information Systems，2016（22）．

Dai J.，Vasarhelyi M.A.．Towards blockchainbased accounting and assurance［J］．Journal of Information Systems，2017（3）．

鐘瑋，賈英姿．區塊鏈技術在會計中的應用展望［J］．會計之友，2016（17）．

丁淑芹．顛覆與創新：大數據為財務會計注入變革基因［J］．財會月刊，2016（31）．

劉光軍，彭韶兵，王浩．網絡經濟環境對會計理論的影響研究［J］．財會月刊，2016（25）．

Vasarhelyi M.A.，Kogan A.，Tuttle B.M.．Big data in accounting：An overview［J］．Accounting Horizons，2015（2）．

Yermack D.．Corporate governance and blockchains［J］．Review of Finance，2017（1）．

Richins G.，Stapleton A.，Stratopoulos T.C.，et al.．Big data analytics：Opportunity or threat for the accounting profession？［J］．Journal of Information Systems，2017（3）．

Frey C.B.，Osborne M.A.．The future of employment：How susceptible are jobs to computerisation？［J］．Technological Forecasting and Social Change，2017（114）．