探析大數據與會計

廣州工程技術職業學院 孟祥進

一、大數據與會計

會計學指以研究財務活動和成本資料的收集、分類、綜合、分析和解釋的基礎上形成協助決策的信息系統，以有效地管理經濟的一門應用學科；會計工作是一項紀錄及核算企業資金運動的一項工作；財務管理是在一定的整體目標下，關于資產的購置（投資），資本的融通（籌資）和經營中現金流量（營運資金），以及利潤分配的管理。公司理財也稱為“企業財務管理”，財務管理是企業管理的核心；傳統的會計職業主要從事企業的資金運動過程業務核算，采集企業運營過程中資金運動的成果，形成各類財務報表；重復機械性較高，容易被機器人或人工智能所替代；財務數據信息是企業的核心信息；以財務數據信息為中心，結合企業的業務信息、人事數據信息、物流信息、生產信息、外部消費者信息、宏觀環境信息，可以構建一個大數據信息平臺；我理解的財務大數據應該是以企業財務數據為中心的企業多維度數據集合，對這個集合數據的分析，有助于企業管理人員決策，有助于企業控制成本與成本核算，有助于企業改進工藝及技術；因此構建以財務數據信息為中心的多維企業大數據集合輔助決策系統應該是未來企業管理的發展方向。

高職會計專業培養的是基層的會計人才，在企事業單位中涉及數據的工作有兩個方面，一個是統計工作，一個是會計工作；各單位重視資金運動過程，所以設置了職業的會計崗位，統計工作則有各個部門獨自完成，中小企業少有設置獨立的統計職位；會計工作記錄及核算企事業單位生產經營的成果，直接關系到企業是否盈利，是否可以存續下去等。所以企業的財務數據成為了數據的核心；信息技術的發展，數據存儲成本降低，企業可低成本存儲大量實時數據和歷史數據；企業采集和存儲的數據也從斷面數據到動態數據的變化；企業數據的快速增加使得管理人員可以從數據的角度動態從新認識企業；相關的從業人員（會計崗位）如果掌握了大數據技術平臺管理、大數據分析技術等工具，對生產過程的數據分析可以讓企業改進技術，降低生產成本，增加利潤；對銷售部門的數據分析可以使企業加快商品流通，進而加快資金流轉；對企業外部數據的搜集整理分析可以使得企業準確定位市場，隨著市場需求的變化迅速調整產品結構，開發適合市場需求變化的新產品；數據化的企事業管理可以使得企事業單位更加貼近市場需求，更加迅速的提供符合市場的新產品，開發相應的新技術；可以精準控制經營風險、財務風險；使得企業在競爭中保持不敗之地。

二、高職會計專業的大數據基礎

高職高專會計專業以往設置的課程主要是針對核算會計設置，學生通過學習可以掌握會計核算的全流程，掌握財經法律法規，掌握會計準則，可以完成成本核算、利潤核算，能夠填寫企業利潤表、現金流量表、財務報表。在數據分析方面，高職學生僅學習了統計的基礎知識，了解描述統計的基本內容和方法，受限于學時，學生在高職期間沒有學習推斷統計知識，沒有軟件編程基礎，數據思維較弱；這對于學生進一步學習大數據基礎、大數據分析技術、大數據在財務的應用等進一步課程產生知識方面的障礙；學習和掌握大數據的基礎與應用工具需要學生掌握一定的計算機基礎知識，不僅僅是計算機應用知識，需要學生學習和掌握一部分編程技能。需要掌握推斷統計的知識，數據整理分析和數據挖掘的技巧和方法，目前的課程設置，在數據數學思維、計算機編程、推斷統計基礎等數據分析基礎方面課時較少，學生的數據素養有待提高。

高職學生的數據素養包括對大數據處理技術平臺的了解（熟悉Hadoop、Spark運行原理和使用方法，如同熟悉使用Windows操作平臺）、掌握大數據處理工具（數據庫的管理語言，數據分析語言R、Python、數據可視化語言工具）、掌握處理財務數據的基本方法（常用數據分析方法、大數據財務分析、大數據審計等）。

三、企業對大數據與會計人才需求

對中小企業來說，第一需要加強數據意識和信息化管理，在企業生產經營管理過程中要注意數據的搜集、整理、分析；大多數中小企業的經營管理模式要想數據化轉型，如財務電算化，生產管理ERP，業務經營采用OA系統等；第二在大數據的思維下，建立大數據管理平臺，把企業管理的各個數據孤島系統化，建立一個統一的數據倉庫或數據集市，利用大數據管理系統，通過采集企業外部數據和機器設備采集的物聯網數據，建立企業管理的立體數據模式；第三這個模式的核心數據就是企業的財務數據，未來的財務會計從業人員需要具備較強的數據管理意識和使用數據管理工具的能力。

大數據的管理與傳統的管理信息化有很大的區別，傳統的信息化管理系統在生產企業以企業ERP管理系統為主；企業會設置一個數據中心，利用數據庫管理系統管理ERP系統搜集的結構化數據，數據管理以關系數據庫SQL為主；大數據思維下的數據管理會有很大的不同，大數據思維下數據的搜集不再是以管理者設定好的結構化關系型數據為主，而是以結構化、半結構化、非結構化數據為主，即NoSQL（Not only SQL）；數據的存儲也不是以單一數據中心為主，而是以設置在不同地理位置上的數據中心為依托的分布式存儲為主，數據的處理也轉換為分布式計算；大數據的思維是以分布式思維為主的一種模式；分布式存儲、分布式計算、分布式服務。

大數據處理平臺的部署需要人才、技術、資金的支持，我國中小企業的信息化程度還不是很高，企業缺乏人才、資金、技術和動力去部署信息化管理系統；企業的信息化管理數據是企業的私有化數據，大數據安全問題未解決之前，企業貢獻數據的動力不足，就會直接影響大數據的應用；個人數據安全是大數據安全的重中之重，獨角獸企業搜集掌握了大量的消費者數據，如何保護這些數據中的核心數據安全；社會治理的信息化也積累了海量的個人數據，個人的身份數據、生活軌跡數據、個人生物特征數據直接影響到了公民自身的安全和國家安全。大數據的應用應該以保護個人與國家安全為前提。

四、大數據處理應用技術

成熟的大數據應用是“云”服務，云技術以資源池技術、虛擬化技術為基礎，為大數據技術的應用和商業化提供了支持；大數據平臺的部署和維護需要巨額的資金，最先進的技術，最優秀的人才；中小企業沒有資源建立自己的大數據平臺和“私有云”，可以利用公有云平臺構建自己的信息化服務；“云”服務是由巨無霸企業提供的；國際領先的“云”服務提供商有微軟、亞馬遜、谷歌等國際知名企業，他們提供的服務技術先進、系統穩定，可以滿足中小企業的需求；缺點是成本高、數據安全性得不到保障。國內的各大互聯網企業也在大力發展云業務，如華為云、阿里云、騰訊云等，做為綜合云業務提供商，阿里云在國內處于領先地位，百度云提供了存儲業務等。

中小企業如何利用云業務來發展企業，降低業務處理成本；是一個值得思考的問題，云技術的發展可以為企業提供便利的計算服務，同樣企業的信息化管理水平也要跟隨技術進步不斷提高；中小企業需要可以處理數據信息，輔助信息化管理的人才；順應職業技術的發展，高職高專的會計專業改名為大數據與會計，就是為了適應信息化，讓基層會計從業人員具備數據意識和數據處理能力。新的專業對高職高專學生的基礎素質與專業技能的要求就有所不同，隨著人工智能技術的發展，國家的稅務管理不斷優化，簡單的會計工作會被人工智能替代，會計的發展方向是向企業管理過程核算發展，即發展管理會計，這就需要從業人員掌握較強數據處理、知識計算與預測等技術方法。

大數據科學是一門很新的學課，是本世紀發展起來的應用學科，本世紀以來，信息化技術飛速發展，數據的采集已不再是原有的按照人們主管設定的格式去采集和存儲了，數據的格式發生了巨大的變化，出現了更多的結構化數據和半結構化數據、非結構化數據；數據的存儲方式也不是原有的集中式數據存儲方式，出現了散布在不同地理位置上的分布式存儲技術，這就對數據的計算處理產生了新的要求，谷歌的三篇論文開創了大數據技術推廣和應用的先河；使得企業可以快速、低成本的處理大量數據，處理高并發的在線數據；企業管理決策更加依賴數據和數據分析，人才的投資是最可靠的投資，掌握財務知識和數據管理、分析知識的人才必定是市場需求的人才。

相關鏈接

大數據(big data)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

對于“大數據”（Big data）研究機構Gartner給出了這樣的定義?！按髷祿笔切枰绿幚砟Ｊ讲拍芫哂懈鼜姷臎Q策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。