黃 亮, 湯 巖
(集美大學(xué) a.財(cái)經(jīng)學(xué)院, b.地方績(jī)效評(píng)價(jià)中心, 福建 廈門 361021)
隨著信息技術(shù)(Information Technology,以下簡(jiǎn)稱IT)在各行各業(yè)的迅猛發(fā)展,傳統(tǒng)的“大魚吃小魚”“規(guī)模經(jīng)營(yíng)取勝”的管理模式已經(jīng)被“快魚吃慢魚”“速度勝規(guī)模”的新興模式所取代,這固然是弱小公司的機(jī)遇,但也對(duì)傳統(tǒng)的大公司提出了挑戰(zhàn)。忽視了IT帶來(lái)的實(shí)時(shí)信息在經(jīng)營(yíng)過(guò)程中的作用,經(jīng)驗(yàn)豐富的大公司也會(huì)在“變、快、多”的競(jìng)爭(zhēng)環(huán)境中折戟沉沙,甚至被淘汰出局。2008年9月15日上午10點(diǎn),雷曼兄弟公司向法院申請(qǐng)破產(chǎn)保護(hù),匪夷所思的是,德國(guó)國(guó)家發(fā)展銀行在10∶10分居然按照外匯掉期協(xié)議,通過(guò)計(jì)算機(jī)自動(dòng)付款系統(tǒng),向雷曼兄弟公司的銀行賬戶轉(zhuǎn)入3億歐元,這筆巨款立刻隨著雷曼兄弟的轟然倒塌化為烏有。根據(jù)對(duì)德國(guó)國(guó)家發(fā)展銀行高管的調(diào)查,各位高管幾乎都知悉雷曼兄弟可能倒閉的事實(shí),因?yàn)檫@些重要信息已隨著網(wǎng)絡(luò)、廣播、電視等方式廣泛傳播,但每個(gè)高管都以為公司的風(fēng)控系統(tǒng)會(huì)作出反應(yīng),甚至結(jié)算部經(jīng)理德?tīng)柌紖慰寺暦Q:今天按照協(xié)議是要交易的,雖然存在風(fēng)險(xiǎn),但既然現(xiàn)在還沒(méi)有收到停止交易的指令,那就只能按照原計(jì)劃轉(zhuǎn)賬。
這種愚蠢的錯(cuò)誤為什么會(huì)發(fā)生呢?最重要的原因是公司風(fēng)控系統(tǒng)沒(méi)有對(duì)雷曼兄弟的相關(guān)資料進(jìn)行及時(shí)更新,不管這些信息是人工收集錄入,還是系統(tǒng)自行收集,及時(shí)更正風(fēng)控系統(tǒng)中的相關(guān)信息是避免這類錯(cuò)誤的關(guān)鍵。當(dāng)資料更新后,計(jì)算機(jī)風(fēng)控系統(tǒng)就可以自動(dòng)查詢與該客戶相關(guān)的資料,并實(shí)時(shí)向決策部門自動(dòng)提交預(yù)警信息,供決策部門確認(rèn)。這次大烏龍事件反映了貌似很強(qiáng)大的大公司由于缺少IT帶來(lái)的實(shí)時(shí)信息的支持,財(cái)務(wù)監(jiān)控機(jī)制仍存在很多漏洞。
以上案例生動(dòng)地說(shuō)明了IT在企業(yè)財(cái)務(wù)監(jiān)控中的重要作用。信息系統(tǒng)既是內(nèi)部控制的對(duì)象和內(nèi)容,更是內(nèi)部控制的技術(shù)和手段[1]。特別是隨著以大數(shù)據(jù)技術(shù)為核心的IT的迅猛發(fā)展,支撐財(cái)務(wù)監(jiān)控的基礎(chǔ)數(shù)據(jù)的質(zhì)量和數(shù)量都得到了極大的豐富和提高,再輔助以人工智能的自動(dòng)化處理,可以預(yù)料,公司傳統(tǒng)的財(cái)務(wù)監(jiān)控方式勢(shì)必發(fā)生根本性變革。
計(jì)算機(jī)網(wǎng)絡(luò)的出現(xiàn)使信息傳遞、處理和共享與手工環(huán)境相比有了質(zhì)的飛躍。遠(yuǎn)在千里之外的生產(chǎn)、業(yè)務(wù)和管理的信息可以瞬間抵達(dá)決策部門手中,從而實(shí)現(xiàn)了“集中于咫尺之內(nèi),監(jiān)控于天涯之外”。這種革命性的信息傳遞方式改變了廣大學(xué)者對(duì)傳統(tǒng)財(cái)務(wù)監(jiān)控的認(rèn)識(shí),其中比較有影響力的觀點(diǎn)有閻達(dá)五、張瑞君提出的實(shí)時(shí)控制理論[2],傅元略提出的適時(shí)財(cái)務(wù)監(jiān)控機(jī)制[3]。本文通過(guò)對(duì)相關(guān)文獻(xiàn)的梳理認(rèn)為,實(shí)時(shí)控制和適時(shí)監(jiān)控并無(wú)矛盾之處,它們只是確切性信息和非確切性信息下財(cái)務(wù)監(jiān)控的兩種反饋機(jī)制而已,當(dāng)風(fēng)險(xiǎn)發(fā)生時(shí),兩者對(duì)風(fēng)險(xiǎn)反饋速度不同,適時(shí)監(jiān)控相比實(shí)時(shí)控制存在一定的遲滯。本文以為,在確切性信息下,IT可以實(shí)現(xiàn)實(shí)時(shí)控制,當(dāng)信息不確定時(shí),需要專家對(duì)IT提供的結(jié)果進(jìn)行判斷,這時(shí)只能實(shí)現(xiàn)適時(shí)監(jiān)控。但無(wú)論是適時(shí)監(jiān)控還是實(shí)時(shí)監(jiān)控,它們的主要思想更多體現(xiàn)了相同性。
在IT環(huán)境下,數(shù)據(jù)來(lái)源的便捷和快速以及人工智能算法的使用,讓及時(shí)甚至實(shí)時(shí)的財(cái)務(wù)監(jiān)控成為可能。這種及時(shí)性不僅表現(xiàn)在事中控制環(huán)節(jié),甚至可能會(huì)實(shí)現(xiàn)事前的控制。例如,網(wǎng)上超市經(jīng)營(yíng)中,遠(yuǎn)在千里的顧客的點(diǎn)擊記錄、購(gòu)買記錄、反饋意見(jiàn)、退換貨信息等可以實(shí)時(shí)反饋到后臺(tái)數(shù)據(jù)庫(kù),在相關(guān)算法的支持下,有關(guān)部門可以獲得顧客的需求變化、不同地區(qū)顧客的消費(fèi)習(xí)慣、滯銷產(chǎn)品和暢銷商品種類等信息,從而及時(shí)調(diào)整采購(gòu)、庫(kù)存、配送等信息。企業(yè)可以未雨綢繆,有了柔性調(diào)整的時(shí)間和空間,就可以避免浪費(fèi),提高管理工作的質(zhì)量和效率。沃爾瑪公司和與其合作的3 500多家公司正是通過(guò)這種事前的控制,大大節(jié)約了成本。這種前瞻性操作在競(jìng)爭(zhēng)日趨激烈的現(xiàn)代社會(huì)可能決定著企業(yè)的生死存亡。
為了實(shí)現(xiàn)“及時(shí)性”要求,財(cái)務(wù)系統(tǒng)必須與其他業(yè)務(wù)系統(tǒng)融為一體,必要時(shí)應(yīng)進(jìn)行流程的再造,從而實(shí)現(xiàn)基礎(chǔ)數(shù)據(jù)的共享。企業(yè)規(guī)模越大,集團(tuán)成員分布越廣,信息量越大,就越能發(fā)揮出基礎(chǔ)數(shù)據(jù)共享的重要性。通過(guò)共享,財(cái)務(wù)系統(tǒng)能了解銷售、采購(gòu)、庫(kù)存和生產(chǎn)的具體環(huán)節(jié),從而對(duì)其實(shí)現(xiàn)相應(yīng)的監(jiān)控。如某部門申請(qǐng)報(bào)銷的招待費(fèi),一旦錄入系統(tǒng),公司財(cái)務(wù)就能實(shí)時(shí)采集到這筆數(shù)據(jù),系統(tǒng)自動(dòng)把預(yù)算值和計(jì)劃值進(jìn)行比較,有超過(guò)的部分就要暫時(shí)擱置,無(wú)法報(bào)銷,或等待相關(guān)領(lǐng)導(dǎo)審批確認(rèn);再如當(dāng)企業(yè)的某個(gè)業(yè)務(wù)系統(tǒng)發(fā)出投資或采購(gòu)指令時(shí),系統(tǒng)將自動(dòng)審核該指令是否符合企業(yè)預(yù)算決策,這樣可以使企業(yè)全面預(yù)算系統(tǒng)真正地發(fā)揮出戰(zhàn)略功能和資源優(yōu)化協(xié)調(diào)配置的功能。
當(dāng)企業(yè)內(nèi)部成本的壓縮遇到瓶頸時(shí),人們開(kāi)始用供應(yīng)鏈的思想思考降低成本的新方式,“未來(lái)企業(yè)之間的競(jìng)爭(zhēng)將是供應(yīng)鏈之間的競(jìng)爭(zhēng)”已經(jīng)成為共識(shí)。供應(yīng)鏈中各個(gè)節(jié)點(diǎn)是相對(duì)松散的企業(yè)聯(lián)盟形式,擁有各自獨(dú)立的財(cái)務(wù)決策權(quán),在合作的大前提下,為了整體的利益,供應(yīng)鏈中的主導(dǎo)企業(yè)可以和相關(guān)節(jié)點(diǎn)建立供應(yīng)鏈協(xié)議,對(duì)資金流進(jìn)行監(jiān)督、協(xié)調(diào),必要時(shí)實(shí)施一定的控制性。由于是相對(duì)松散的聯(lián)盟形式,相對(duì)于企業(yè)的內(nèi)部監(jiān)控,聯(lián)盟之間財(cái)務(wù)監(jiān)控的力度較弱,監(jiān)控的形式應(yīng)以協(xié)調(diào)為主[3]。隨著全球電子商務(wù)的發(fā)展,傳統(tǒng)的供應(yīng)鏈還將進(jìn)一步轉(zhuǎn)變?yōu)殚_(kāi)放式的網(wǎng)絡(luò)供應(yīng)鏈形式,企業(yè)之間的關(guān)系可能變得更加松散,形態(tài)和邊界更加模糊不清,建立在協(xié)調(diào)基礎(chǔ)上的財(cái)務(wù)監(jiān)控將是常態(tài)。
從2014年開(kāi)始,作為IT發(fā)展的最新成果,大數(shù)據(jù)(big data)已經(jīng)連續(xù)六年寫入政府工作報(bào)告,大數(shù)據(jù)已經(jīng)上升為國(guó)家戰(zhàn)略。在大數(shù)據(jù)環(huán)境下,越來(lái)越多的信息可以通過(guò)各種方式和渠道得到共享,這給財(cái)務(wù)監(jiān)控帶來(lái)了深刻的影響。本文認(rèn)為,在人工智能的支持下,未來(lái)可能是實(shí)時(shí)監(jiān)控和適時(shí)監(jiān)控相結(jié)合的財(cái)務(wù)監(jiān)控模式(如圖1)。

圖1 實(shí)時(shí)監(jiān)控和適時(shí)監(jiān)控相結(jié)合的財(cái)務(wù)監(jiān)控模式
當(dāng)系統(tǒng)中發(fā)生業(yè)務(wù)申請(qǐng)或戰(zhàn)略性決策時(shí),系統(tǒng)將自動(dòng)訪問(wèn)財(cái)務(wù)監(jiān)控基礎(chǔ)信息庫(kù)。該信息庫(kù)數(shù)據(jù)來(lái)源廣泛,有企業(yè)內(nèi)的財(cái)務(wù)業(yè)務(wù)部門,也有企業(yè)外的相關(guān)部門,如上下游的供應(yīng)商和銷售商、監(jiān)管部門、各種公信力平臺(tái)等,這些海量數(shù)據(jù)通過(guò)網(wǎng)絡(luò)方式保持實(shí)時(shí)的更新。當(dāng)企業(yè)發(fā)出簡(jiǎn)單的業(yè)務(wù)申請(qǐng),如采購(gòu)指令時(shí),系統(tǒng)會(huì)自動(dòng)在財(cái)務(wù)監(jiān)控信息庫(kù)中與預(yù)算值對(duì)比,如符合預(yù)算,則自動(dòng)予以放行,否則直接否決,除非具有權(quán)限的決策者進(jìn)行人工干預(yù),這里體現(xiàn)了“實(shí)時(shí)監(jiān)控”的思想;當(dāng)企業(yè)發(fā)出復(fù)雜的業(yè)務(wù)申請(qǐng)或者重要的戰(zhàn)略性決策時(shí),系統(tǒng)將對(duì)財(cái)務(wù)監(jiān)控基礎(chǔ)信息庫(kù)中的相關(guān)信息運(yùn)用人工智能算法,由于問(wèn)題的復(fù)雜性和不可確定性,這里往往會(huì)產(chǎn)生多種可能的決策行為,系統(tǒng)可以對(duì)各種決策行為給出相應(yīng)的評(píng)估結(jié)果,供決策層討論。雖然討論會(huì)遲滯決策的執(zhí)行,但可以降低重大風(fēng)險(xiǎn)的發(fā)生,這里體現(xiàn)了“適時(shí)監(jiān)控”的思想。如在安永(中國(guó))提出的反欺詐預(yù)警產(chǎn)品中,就非常強(qiáng)調(diào)大數(shù)據(jù)信息平臺(tái)的作用,它要求與信息部門合作建立”一”個(gè)數(shù)據(jù)搜集平臺(tái),“360度”涵蓋各式交易相關(guān)數(shù)據(jù),建立風(fēng)險(xiǎn)偏好網(wǎng)絡(luò)分析、監(jiān)控報(bào)表體系、反欺詐預(yù)測(cè)模型、風(fēng)險(xiǎn)指標(biāo)更新、社交媒體分析等,系統(tǒng)性地全面進(jìn)行客戶監(jiān)控[4]。對(duì)客戶的監(jiān)控本身就是復(fù)雜的判斷過(guò)程,系統(tǒng)根據(jù)大數(shù)據(jù)信息平臺(tái)給出的風(fēng)險(xiǎn)提示,比依靠人為經(jīng)驗(yàn)進(jìn)行識(shí)別要高效得多,也全面得多,這充分體現(xiàn)了大數(shù)據(jù)和人工智能算法在財(cái)務(wù)監(jiān)控中的重要作用。
實(shí)現(xiàn)以上財(cái)務(wù)監(jiān)控模式最大的困難是海量數(shù)據(jù)的收集和處理。在大數(shù)據(jù)環(huán)境下,企業(yè)內(nèi)外存在海量的電子數(shù)據(jù),這些電子數(shù)據(jù)游離在企業(yè)內(nèi)部、供應(yīng)鏈、供應(yīng)網(wǎng)、監(jiān)管部門(如工商、稅務(wù)、海關(guān)等)、公信力平臺(tái)、融資機(jī)構(gòu)等,這些數(shù)據(jù)越多,對(duì)決策的幫助越大,但其實(shí)現(xiàn)的前提是數(shù)據(jù)規(guī)范、準(zhǔn)確且一致。目前企業(yè)內(nèi)外數(shù)據(jù)有結(jié)構(gòu)化數(shù)據(jù)(如財(cái)務(wù)數(shù)據(jù)、差旅費(fèi)報(bào)告、各式報(bào)銷資料、供應(yīng)商和銷售商資料等),也有非結(jié)構(gòu)化數(shù)據(jù)(如社交網(wǎng)絡(luò)、產(chǎn)業(yè)新聞與評(píng)論、聲音圖像等),高德納咨詢公司的研究表明,80%-90%的企業(yè)數(shù)據(jù)都沒(méi)有結(jié)構(gòu)化,完全是零散隨意地放置。大多數(shù)公司將他們的分析集中于其中的10%-20%結(jié)構(gòu)化的數(shù)據(jù)。
1.結(jié)構(gòu)化數(shù)據(jù)的處理。一般而言,結(jié)構(gòu)化數(shù)據(jù)便于計(jì)算機(jī)的處理,但也存在著數(shù)據(jù)的格式和標(biāo)簽不統(tǒng)一的問(wèn)題,導(dǎo)致數(shù)據(jù)缺少可比性和不能無(wú)縫銜接的問(wèn)題,這就產(chǎn)生了“信息孤島”問(wèn)題。以筆者調(diào)研的X公司為例,由于是多元化集團(tuán)上市公司,各種業(yè)務(wù)差異較大,考慮自身需求,各業(yè)務(wù)采用不同的ERP系統(tǒng),如大宗貿(mào)易板塊使用SAP的ERP系統(tǒng),汽車和房地產(chǎn)板塊使用金蝶的ERP系統(tǒng),物流板塊采用南北軟件的ERP系統(tǒng),數(shù)據(jù)格式和字段定義的不同導(dǎo)致各子系統(tǒng)無(wú)法實(shí)現(xiàn)數(shù)據(jù)共享[5],需要手工導(dǎo)出數(shù)據(jù),然后進(jìn)行加工處理,這種信息的遲滯導(dǎo)致實(shí)時(shí)監(jiān)控和適時(shí)監(jiān)控強(qiáng)調(diào)的及時(shí)性難以實(shí)現(xiàn)。那么如何解決這種人為產(chǎn)生的“信息孤島”問(wèn)題呢?
本文認(rèn)為,XBRL的標(biāo)簽化思想非常值得借鑒。XBRL技術(shù)目前發(fā)展很快,各國(guó)相關(guān)機(jī)構(gòu)也在大力推廣應(yīng)用,雖然其技術(shù)上還存在缺陷[6],但其革命性的思想在于其各種顆粒化信息可以通過(guò)標(biāo)簽化被計(jì)算機(jī)系統(tǒng)識(shí)別,這樣才有對(duì)這些信息可操縱的空間。可以設(shè)想一下,如果每個(gè)企業(yè)內(nèi)外都流動(dòng)著規(guī)范的、標(biāo)簽化的數(shù)據(jù),這些數(shù)據(jù)就可以無(wú)縫地被識(shí)別、利用、傳送和比較,再配套可操縱這些數(shù)據(jù)的商務(wù)智能、區(qū)塊鏈、數(shù)據(jù)挖掘、大數(shù)據(jù)分析等技術(shù),未來(lái)的財(cái)務(wù)內(nèi)部監(jiān)控將高效、可靠、穩(wěn)定、及時(shí)。
值得注意的是,人們已經(jīng)不再滿足于XBRL的財(cái)務(wù)報(bào)告層次,目前的XBRL GL技術(shù)已經(jīng)嘗試突破財(cái)務(wù)報(bào)告領(lǐng)域的限制,支持財(cái)務(wù)報(bào)告、稅務(wù)報(bào)告、社會(huì)責(zé)任報(bào)告、監(jiān)管報(bào)告等匯總報(bào)告深入到具體的業(yè)務(wù)層面[7],這些標(biāo)簽化業(yè)務(wù)信息的參與可以構(gòu)成財(cái)務(wù)監(jiān)控的理想數(shù)據(jù)源。
2.非結(jié)構(gòu)化數(shù)據(jù)的處理。至于非結(jié)構(gòu)化數(shù)據(jù),標(biāo)準(zhǔn)化處理在目前技術(shù)條件下仍存在難度,但可以采用語(yǔ)音識(shí)別、圖像識(shí)別、機(jī)器學(xué)習(xí)等更為復(fù)雜的人工智能技術(shù)對(duì)其進(jìn)行操作。值得注意的是,當(dāng)前的人工智能技術(shù)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的處理已經(jīng)有了顯著的進(jìn)步,如語(yǔ)音轉(zhuǎn)化成文字,其效率和準(zhǔn)確率已經(jīng)超過(guò)了人工;如對(duì)于書面層次的自然語(yǔ)言,人工智能技術(shù)已經(jīng)可以對(duì)其進(jìn)行分析和處理,這是目前人工智能領(lǐng)域發(fā)展的一個(gè)熱點(diǎn)。甚至有學(xué)者可以對(duì)文檔中的內(nèi)容進(jìn)行情感分析,如人工智能領(lǐng)域?qū)W者章成志在2018年全國(guó)MPAcc“大數(shù)據(jù)+會(huì)計(jì)”師資培訓(xùn)研討會(huì)上詳細(xì)闡述了其研究成果“對(duì)財(cái)務(wù)報(bào)告進(jìn)行情感分析”,包括句子級(jí)情感分析、段落級(jí)情感分析、篇章級(jí)情感分析[8],這樣就可以由機(jī)器自動(dòng)閱讀出研究報(bào)告中的情感,從而得出輔助使用者決策的有用信息。
我們完全有理由設(shè)想,在大數(shù)據(jù)和人工智能的參與下,計(jì)算機(jī)對(duì)非結(jié)構(gòu)數(shù)據(jù)的處理將越來(lái)越高效快速,將實(shí)現(xiàn)對(duì)財(cái)務(wù)監(jiān)控基礎(chǔ)信息庫(kù)的實(shí)時(shí)更新,類似德意志銀行的“烏龍事件”有可能得到徹底解決。值得欣慰的是,在實(shí)踐上已經(jīng)取得的一些重要研究成果,如丁晟春等人工智能專家提出了“基于大數(shù)據(jù)的企業(yè)輿情分析”,實(shí)現(xiàn)了從企業(yè)官網(wǎng)及百科類數(shù)據(jù)、政府公示數(shù)據(jù)、財(cái)經(jīng)資訊數(shù)據(jù)、新聞網(wǎng)站和社交媒體輿情數(shù)據(jù)、企業(yè)內(nèi)部數(shù)據(jù)等五個(gè)方面提供的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)對(duì)企業(yè)進(jìn)行輿情分析[9]。
大數(shù)據(jù)的出現(xiàn)離不開(kāi)人工智能的支持,人工智能研究在經(jīng)歷長(zhǎng)時(shí)間的低迷期之后,伴隨著大數(shù)據(jù)的出現(xiàn)和計(jì)算機(jī)硬件價(jià)格的下降和性能的提高,人工智能已經(jīng)引起了業(yè)界和學(xué)界越多越多的重視。根據(jù)調(diào)查問(wèn)卷,2018年影響會(huì)計(jì)從業(yè)人員的IT中(多選),數(shù)據(jù)挖掘占54.77%,財(cái)務(wù)專家系統(tǒng)占53.3%,這充分反映了大數(shù)據(jù)和人工智能技術(shù)對(duì)會(huì)計(jì)行業(yè)的沖擊。我們相信,在這些新技術(shù)的支持下,實(shí)時(shí)監(jiān)控和適時(shí)監(jiān)控相結(jié)合的財(cái)務(wù)監(jiān)控模式將是越來(lái)越多企業(yè)的理想選擇。