數字化轉型視角下智能財務對財務績效的影響

姜雪松　王蕊　管凌玉　杜礎行

【摘 要】 數字經濟背景下，數據已經成為繼土地、勞動力、資本、技術之外的第五大生產要素，越來越多的企業通過加快數字化轉型獲得新發展動力。智能財務是企業數字化轉型發展的必經之路，能夠有效緩解企業財務信息的不對稱，降低運營成本，及時識別和防范發展中的風險，對改善財務績效至關重要。文章以2018—2021年上市公司為研究對象，基于數字化轉型視角選取智能財務指標并區分國有企業與非國有企業樣本，采用主成分分析法對智能財務指標進行降維處理，通過因子分析得到可以衡量智能財務的綜合指標，進而分析智能財務與財務績效之間的關系。實證研究結果表明，上市公司的智能財務水平通過降低營業成本和提高研發能力對財務績效產生正向影響，進一步研究發現，在非國有企業中智能財務的實施對財務績效的正向作用更加顯著。

【關鍵詞】 智能財務； 財務績效； 數字化轉型； 因子分析； 財務共享

【中圖分類號】 F234.3? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）20-0044-08

一、引言

黨的二十大報告提出著重建設數字中國，強調以科技創新和數字化轉型為契機，借助數字技術力量，打造企業發展新動能。在數字經濟背景下，數字化轉型已經成為企業進一步發展的新路徑，數字化轉型給傳統企業帶來較大的沖擊，越來越多的企業開始進行數字化轉型，避免被時代所拋棄。穩定高效的財務會計管理是企業持續穩定發展的重要組成部分，也是企業實現智能時代數字化轉型的突破口。數字經濟以強大的信息技術為基礎，以財務共享中心為載體，建立起了智能財務的初步原理與理論，促進了數字經濟與實體經濟的融合，而智能技術與財務管理的結合也進一步推動了財務工作向數字化發展，智能財務成為新時代發展下財務管理的主流。然而在數字化轉型視角下對企業智能財務發展研究較少，很難為企業進行智能財務發展提供相應的理論基礎，因此有必要繼續進行深入研究。

本文創新點在于：一是從上市公司數字化建設程度與轉型程度兩個維度通過因子分析得到可以衡量智能財務的綜合指標，豐富了智能財務指標量化的衡量體系；二是深化了數字化轉型視角下智能財務與財務績效的研究，完善了影響路徑研究；三是基于實證結論，為企業在數字化背景下進行智能財務建設提供更加詳細的數據支持，為企業提高財務績效提供理論支持與政策啟示，推動企業財務智能化轉型。

二、文獻綜述

（一）財務績效

隨著社會經濟的發展，原有的財務績效評價指標已經無法滿足企業的實際需求，于是便通過先進技術對財務指標進行創新，彌補過去只集中于研究產出指標和方法而忽視對過程效率評價的缺陷[1]。有學者在實證研究中選取主營業務資產收益率和資產收益率來衡量智能化轉型與成本粘性以及公司績效之間的關系，該類指標的數據雖然比較容易獲取，但計算過程不夠深入透徹，存在一定的不準確[2]。于是便采用管理費用率和托賓Q值等指標來衡量企業財務績效[3-4]，但是資本市場建設并不完善，托賓Q值的應用存在一定的局限性，容易造成企業的短期行為，最終導致公司治理質量的下滑。對于公司的治理模式大致可以分為“共同治理”模式和“股東至上”模式，其中“共同治理”模式可以用平衡計分卡來評價，而“股東至上”模式則可以采用經濟增加值來評價，這兩種評價方法都是與對應理念相互匹配的績效評價指標[5]。有學者認為采用經濟增加值能夠有效幫助企業了解供應鏈金融對企業經營績效的影響[6]，也有學者認為經濟增加值與傳統財務指標相比，經濟增加值綜合考慮多種因素對財務績效的影響[7]，于是便用重新構造后的經濟增加值來評價財務績效，為我國企業進行財務績效評價方法改革提供了新思路[8]。經濟增加值綜合考慮了企業所面臨的全部資本成本，避免了企業比較兩個規模相同的企業由于自有資本和貸款比例不同而造成的利潤不真實。但是經濟增加值屬于絕對數指標，很難用于比較規模不同的企業。基于此，本文選擇經濟增加值率這一相對數指標來衡量企業的財務績效，避免因企業規模不同而造成的誤差。

由于財務績效評價體系不健全，在實際應用時很難與企業進行很好的融合，于是便有學者使用層次分析法對企業財務績效進行分析評價，證實層次分析法是一個較為科學并容易操作的評價方法[9]。在現代信息化的社會，如果可以將平衡計分卡與層次分析法相結合，那么就可以建立起滿足數字化時代企業發展需求的財務績效評價體系[10]。而耿晶晶等[11]則通過因子分析法篩選出23家上市的核心公司，并對篩選出的企業進行財務績效評價分析，為提升核心企業的財務效率提供決策依據。

（二）智能財務與財務績效

通過22家具有代表性的國內外財務共享服務中心的研究，指出實現智能財務共享所需要的要素及其發展路徑，由此認為財務共享智能化是目前財務共享中心發展的必經之路[12]。在數字化轉型視角下，會計職能的不斷更新迭代促進了智能財務的發展，以財務共享中心為主要內容的數字化轉型是智能財務發展的基礎[13]，企業建立財務共享服務中心可以通過提高企業運營效率、信息披露質量來提升企業發展質量，企業規模越大或者媒體關注度越高的企業發展質量提升的作用也更顯著[14]。隨著智能技術的不斷發展以及智能化意識不斷提高，企業的財務智能化水平不斷增強，而作為維持企業正常經營的運營管理也得到了廣泛的關注，從運營管理的10個指標維度，分析財務共享服務中心和智能財務共享中心存在的不同之處，為企業智能財務的發展提供一定的指導[15]。智能財務的實現可以幫助企業提高管理效率的同時降低成本，從龐大的財務數據中提取出對企業決策有幫助的信息，不斷提升決策效率。

（三）文獻述評

目前學術界對于智能財務建設的發展路徑提供了很多路徑，也對企業實施智能財務的重要性進行了論證，但是對企業智能財務績效評價的研究比較匱乏。本文在現有文獻的基礎上，通過運用因子分析法對上市公司智能財務建設的影響進行分析與評價，能在一定程度上彌補現有研究的不足，同時也為研究智能財務建設提供進一步的幫助。

三、機理分析及假設提出

人工智能的應用是一把雙刃劍，既可以給企業帶來機會又可以帶來挑戰，企業應該加強管控力度，通過及時有效的績效評價，更好地提高財務管理水平。通過隨機效應模型對多家上市公司進行研究，認為財務共享的實施對于企業盈利能力和企業價值產生顯著的正向效應[16]；通過Wilcoxon秩和檢驗和Panel面板數據分析相結合的研究方法對企業實施財務共享服務前后的績效變化進行研究，認為企業實施財務共享服務能有效提高企業績效[17]；而通過對大中小型企業進行定量分析，也能得出實施財務共享會顯著提高企業績效[18]。在當今數字化時代背景下，財務共享服務中心通過一系列工作為企業集團提供增值服務，未來的智能化共享管理中心則會向職能管理中心和提供業務流程外包等方面發展，削減自身盈利能力不足的服務，不斷增強企業的盈利能力。

財務共享是智能財務發展的基礎，將共享中心收集到的財務數據集中進行整合與分析，從龐大的數據資源中提取信息，有效克服財務共享中心數據使用效率低下以及信息不對稱等問題，進一步促進財務數字化轉型。從已有文獻來看，在數字化轉型視角下企業應用財務共享可以提高企業的績效。基于此，提出假設1。

H1：上市公司的智能財務對財務績效具有正向的影響。

智能財務的發展通過先進的信息技術和通訊技術將不同地理位置的機構進行網絡化連接，不需要將財務人員將集中到一個特定地點，一方面，降低企業運營成本、提高管理效率，最終提高企業財務績效。另一方面，成本的降低使企業有更多的資本去進行研發創新，生產出創新性更強和產品附加值更高的新產品，研發投入對提高企業競爭力具有戰略性意義，對企業績效的提升有著重要影響。基于此，提出假設2、假設3。

H2：上市公司的智能財務通過降低成本水平而提升財務績效。

H3：上市公司的智能財務通過提高研發能力而提升財務績效。

四、研究設計

（一）樣本選擇與數據來源

根據《2022年中國共享服務領域調研報告——邁向世界一流》總結的中國共享服務行業的發展歷程，將其自2005年起至今的發展歷程劃分為五個階段，即萌芽期、試點期、發展期、創新探索期與變革轉型期。其中，在創新探索期，共享服務在中國企業中已經得到了廣泛的使用，云計算、人工智能等新興技術在財務部門逐步實現數字化轉型。

本文將創新探索期作為實證研究的期間，以2018—2021年間的上市公司作為初選樣本，為了提高實證研究的可行性以及研究結果的可靠程度，按以下原則篩選面板數據：（1）剔除被ST、*ST的上市公司。（2）剔除財務數據或財務指標缺失的樣本觀測值。（3）剔除當年公司成立處于不穩定階段的觀測數據，避免不確定因素帶來的偶然性誤差。最終確定的研究樣本觀測數據共125個。

本研究所需要的所有財務數據均來自于國泰安數據庫，用Excel對基礎數據進行整理和計算，使用統計分析軟件SPASS 23.0對樣本觀測數據進行描述性統計、因子分析、主成分分析、相關性分析、回歸分析及穩健性檢驗的操作。

（二）變量選擇及其度量

1.自變量

在文獻綜述中可以了解到，目前關于智能財務研究文獻較少，特別是關于智能財務指標量化的衡量更是少之又少。本文自變量智能財務的衡量基于前人已有的理論研究成果，并綜合考慮在各種渠道可以獲得的數據資源的基礎上，主要從上市公司數字化建設程度與轉型程度兩個維度考量。

為降低變量列表中數據采集和分析的難度，也為了讓測量維度更嚴謹合理，本文利用因子分析的思想與方法對變量指標進行降維處理，將相關性高的變量聚在一起，減少問題分析的復雜性。在降維處理前驗證因子分析方法的可行性，首先，計算相關系數矩陣以判斷原始變量之間是否存在較強的相關關系；其次，對變量進行KMO檢驗和巴特利特球形檢驗來判斷觀測數據是否適合作因子分析。KMO和巴特利特檢驗結果顯示，KMO值為0.804，巴特利特球形度檢驗的Sig.=0.000，小于顯著性水平值0.01，所選取的原始變量之間存在很高的相關性。根據以往研究經驗做出判斷，變量很適合做因子分析。

通過因子分析法得到方差，解釋如表1所示，基于特征值大于1可提取2個因子，但累計方差貢獻率為77.404%，為使其大于經驗值85%，因子提取數量為3個，旋轉后累積方差解釋率達到85.281%，說明3個因子能夠提取8個分析項85.281%的信息量，符合提取公因子的標準，認為涵蓋了原財務指標含有的信息。

利用因子旋轉功能，通過方差最大正交旋轉使各因子仍然保持正交的狀態，但各因子的方差差異達到最大，即相對載荷平方和達到最大，以便更好地解釋提取的因子。

經“旋轉”后，得到旋轉后的成分矩陣。可以看出，第一公因子在區塊鏈技術強度、云計算技術轉型程度、人工智能程度有較大載荷系數，可定義為“數字化轉型因子”。第二公因子在智能化員工強度、大數據技術轉型程度、生態創新程度、技術儲備強度有較大載荷系數，可定義為“數字化建設因子”。第三公因子在數字技術應用程度有較大載荷系數，可定義為“數字化應用因子”。通過成份得分系數矩陣將3個因子結構表達為各變量的線性形式，用回歸方程得到3個公因子的得分因子函數：

F1=0.308X1+0.504X2+0.376X3-0.079X4-0.095X5-0.266X6+0.199X7-0.155X8 （1）

F2=-0.017X1-0.298X2-0.168X3+0.372X4-0.281X5+0.693X6+0.084X7+0.296X8 （2）

F3=-0.077X1-0.083X2+0.037X3-0.026X4+1.03X5-0.33X6-0.009X7+0.179X8 （3）

三個因子分別從不同方面反映各公司的財務智能化的水平，單獨使用某一公因子很難做出綜合評價，因此以三個公因子F1、F2、F3和各自的方差貢獻率占解釋總方差貢獻率85.281%的不同比重來進行加權平均，就得到綜合財務智能化水平的主成分SF，該主成分關于因子的線性方程如下：

SF=（64.732F1+12.671F2+7.877F3）/85.281? =0.759F1+0.149F2+0.092F3? （4）

將2018—2021年上市公司智能財務的指標分別代入到公式1—公式4，得到每一個觀測值的最終智能財務指標SF。

2.因變量

根據文獻綜述中關于財務績效的理論分析，本文選用的因變量指標為經濟增加值率即EVA率。

3.控制變量

根據已有研究文獻分析，本文將控制變量設置為：企業規模（SIZE）、年齡（AGE）、股權集中度（COCEN）、董事會規模（Board）、獨立董事比例（Indep）。

4.機制變量

為檢驗企業智能財務水平影響企業財務績效的具體機制，本文將核心被解釋變量替換為相應的機制變量，直接檢驗企業智能財務水平是否能夠影響相應的機制變量。本文選用的機制變量指標為營業成本率（OCR）與研發強度（R&D）。

具體變量定義如表2所示。

（三）研究模型

根據前文的分析和提出的假設，結合變量設計的情況，為驗證上市公司智能財務水平對財務績效的影響以及機制變量的中介作用假設，形成公式5—公式10，其中，ε為隨機干擾項。

EVAR=α0+α1SF+α2SIZE+α3AGE+α4COCEN+α5Board+α6Indep+ε （5）

SF=β0+β1OCR+β2SIZE+β3AGE+β4COCEN+β5Board+β6Indep+ε? ? ? ?（6）

SF=γ0+γ1R&D+γ2SIZE+γ3AGE+γ4COCEN+γ5Board+γ6Indep+ε? ? ? ? （7）

EVAR=η0+η1SF+η2OCR+η3SIZE+η4AGE+η5CO-CEN+η6Board+η7Indep+ε? ?（8）

EVAR=θ0+θ1SF+θ2R&D+θ3SIZE+θ44AGE+θ5COCEN+θ6Board+θ7Indep+ε? ? （9）

EVAR=δ0+δ1SF+δ2OCR+δ3R&D+δ4SIZE+δ5AGE+δ6COCEN+δ7Board+δ8Indep+ε? （10）

五、實證分析

（一）描述性統計

按前文所述樣本篩選原則共得到有效觀測樣本125個。表3為2018—2021年度各主要變量的描述性統計分析的結果。

從表3中可以看出，企業規模的最小值15.21，最大值26.325，均值達到21.953，說明選取樣本中具有較高的企業規模；公司年齡中最小值為0，說明樣本中存在新上市且經營穩定已實施智能財務的公司；股權集中度方差較大，說明選取樣本中股權集中度有較大差異；其他控制變量方差較小，說明數據分布較為均勻。機制變量中，研發強度的均值>中位數，說明較多樣本企業的研發投入金額較低，整體呈現偏態分布。

（二）回歸分析

1.基準回歸分析

基于回歸模型5將全樣本的智能財務與EVAR進行回歸分析，為避免公司層面的聚集效應對標準誤的影響，回歸時進行了Cluster處理。回歸結果如表4中列（1）所示，調整后的R2為38.8%，且智能財務（SF）與財務績效（EVAR）在1%水平顯著相關，SF的標準化系數α1為正數0.578，說明在總體水平上市公司的智能財務對財務績效有顯著的正向的影響，且SF的標準化系數相比較其他控制變量而言絕對值最大，說明相較于其他變量SF對EVAR的影響程度最大，與客觀實際相符，進一步驗證H1成立。

2.影響機制檢驗

表4列（2）—列（5）匯報了智能財務SF與財務績效EVAR間的具體影響機制的檢驗結果。列（2）驗證了智能財務水平與營業成本率間具有顯著的反向影響關系，列（4）在基礎回歸中引入機制變量營業成本率，智能財務水平與企業財務績效仍然具有顯著的正向影響，營業成本率與企業財務績效呈顯著的反向影響，結合列（2）研究結果可知營業成本率在智能財務對企業財務績效的影響中承擔著不完全的中介效應，模型8中智能財務的系數η1為0.465，低于模型1中α1，說明智能財務對企業的財務績效的直接影響效應低于總影響效應，進一步驗證了成本水平的中介效應，H2成立。

列（3）與列（5）匯報了研發強度作為另一影響機制的檢驗結果。列（3）中驗證了智能財務水平與研發強度間具有顯著的正向影響，在基礎回歸中引入機制變量研發強度，列（5）的結果顯示智能財務水平與研發強度均對企業財務績效具有顯著的正向影響，模型9中智能財務的系數θ1為0.472，低于模型1中α1，驗證了研發投入的不完全中介效應，進一步驗證H3。

列（6）是在基礎回歸中同時加入中介變量OCR與R&D，此時，核心解釋變量（SF）與機制變量（OCR）仍保持顯著為正，但R&D顯著性明顯減弱，模型10中SF系數δ1為0.419，與模型8中η1的0.465最為接近，說明與研發強度相比，營業成本率在智能財務與財務績效的關系中起著較大的中介作用。

六、異質性分析

一方面，產權的性質會影響企業實行智能財務背后的動機。非國有企業在進行智能財務的建設過程中，更多考慮的是實施智能財務會給企業帶來多大的利益，優先滿足自身利益需求；而國有企業因其產權性質特點，在做決策的過程中可能更多的是考慮國家現有的制度和政策，而放棄能提高企業財務績效的決策。此外，產權性質也會影響利益相關者對智能財務實施的期待程度。人們往往會把國有企業的行動方向視為國家未來的發展方向，忽視了國有企業承擔的一些隱性責任，而只把企業的財務績效當成評價國有企業好壞的重要指標。綜上所述，國有企業進行智能財務建設對財務績效的提升效果要低于非國有企業。

另一方面，產權的異質性在一定程度上導致了國有企業與民營企業的在發展戰略上存在一定的差異，國有企業存在職能空白、職能交叉和資源配置浪費的問題，從而降低了企業管理效率。相反，其他產權性質的企業各分、子公司受母公司控制影響程度較低，而且經濟決策主要是提高自身經濟效益的決策，可以較好地利用資源，發揮其經濟效益，因此，產權屬性的不同對實施智能財務的企業財務績效有顯著影響。

基于以上理論分析將總體樣本按股權性質進行分組異質性分析，進一步研究國有企業與非國有企業智能財務對財務績效的影響效果。整體樣本中，將國有企業股權性質編碼為1，非國有企業股權性質編碼為0。分組后，國有企業樣本66個，非國有企業樣本59個，分組回歸結果如表5列（1-1）、（1-0）所示。列（1-1）為國有企業的智能財務與企業財務績效的回歸結果，列（1-0）為非國有企業的智能財務與企業財務績效的回歸結果。根據回歸結果顯示，國有企業與非國有企業的智能財務對財務績效都有正向的影響作用，但是影響的程度有所差異。通過標準化系數可以看出，國有企業中智能財務對財務績效的標準化系數為0.379，影響程度低于非國有企業中智能財務對財務績效的標準化系數0.587，研究結論與客觀實際相符。

七、穩健性檢驗

對于實證結果的穩健性檢驗可以通過替換自變量或因變量進行。本文在自變量及其他控制變量不變的情況下替換因變量，總資產EVA率（TEVAR）替換EVA率（EVAR）作為因變量進行穩健性檢驗。考慮到智能財務對財務績效的影響存在滯后效應，在穩健性的再次檢驗中，在原變量不變的前提下將自變量替換為上年的智能財務水平（SF-1）。其中總資產EVA率=EVA/平均總資產，平均總資產=（期末資產總計+期末資產總計）/2。回歸結果如表5所示。

表5中列（2）為替換因變量的檢驗結果，SF對TEVAR仍然顯著正相關，且影響程度最大；列（2-1）與（2-0）分別為國有企業與非國有企業的分組回歸結果，國有企業與非國有企業的智能財務與財務績效仍然呈現正向的相關性，其中，國有企業下的智能財務與財務績效在5%的水平上相關性顯著，非國有企業在1%的水平上相關性顯著，國有企業下的智能財務對財務績效在所研究的變量中的影響程度明顯低于非國有企業；列（3）為替換自變量SF-1的檢驗結果，列（3-1）與（3-0）分別為國有企業與非國有企業的分組回歸結果。綜上分析，研究結論未發生實質性改變，因此研究結果具有較強的穩健性。

八、研究結論與建議

本文基于已有文獻中關于智能財務與財務績效之間的定性研究結論，與《2022年中國共享服務領域調研報告——邁向世界一流》的相關調研結果，對企業實施智能財務與財務績效的影響進行深入的定量研究。結果表明，企業實施智能財務通過降低營業成本、提高研發能力來提高企業的財務績效，且通過降低營業成本來提高企業的財務績效的影響路徑更為顯著。進一步研究發現，該影響存在產權異質性，產權屬性影響智能財務與財務績效的相關性程度與影響程度，非國有企業智能財務與財務績效的相關性程度、正向影響程度均明顯高于國有企業。基于此，本文進一步提出以下建議：

1.企業應加大對智能財務建設的投入

根據本文的研究結論，實施智能財務對于企業財務績效有正向影響。另外，實施智能財務可以幫助企業在降低成本費用的同時提高運營效率，最終表現出對企業整體績效的提升。因此本文建議規模較大、分支機構比較多的集團可以實施智能財務，優化企業財務流程，提高財務管理的效率。

2.與國有企業相比，非國有企業應該優先考慮實施智能財務

根據本文的研究結論，非國有企業中智能財務對財務績效的正向作用更顯著，可以讓非國有企業以更加靈活的方式實施和發展智能財務，進而推廣到更多的企業。

3.制定完善的智能財務持續優化方案

既然本文研究結論是智能財務對財務績效有正向作用，那么制定完善的持續優化方案就是為智能財務后續的發展奠定堅實基礎。企業想要僅通過建立智能財務就解決管理上的問題是遠遠不夠，還需要對后續的流程不斷進行優化，避免出現現有流程與實際情況脫軌的現象。

【參考文獻】

［1］ 高建，汪劍飛，魏平.企業技術創新績效指標：現狀、問題和新概念模型［J］.科研管理，2004（S1）：14-22.

［2］ 李婉紅，王帆.智能化轉型、成本粘性與企業績效——基于傳統制造企業的實證檢驗［J］.科學學研究，2022，40（1）：91-102.

［3］ 王玉法，王莎，王團委.財務共享服務實施與企業績效關系研究——基于隨機效應模型［J］.會計之友，2019（21）：81-87.

［4］ 楊皖蘇，楊善林.中國情境下企業社會責任與財務績效關系的實證研究——基于大、中小型上市公司的對比分析［J］.中國管理科學，2016，24（1）：143-150.

［5］ 周仁俊，喻天舒，楊戰兵.公司治理激勵機制與業績評價［J］.會計研究，2005（11）：26-31，96.

［6］ 周志剛，韓雙，王一村.供應鏈金融對核心企業EVA經營績效的影響研究——基于家電行業的多案例［J］.財會通訊，2022（2）：107-111.

［7］ 李睿，劉向偉.談經濟增加值（EVA）與平衡計分卡（BSC）的整合［J］.現代管理科學，2010（8）：108-110.

［8］ 劉運國，陳國菲.BSC與EVA相結合的企業績效評價研究——基于GP企業集團的案例分析［J］.會計研究，2007（9）：50-59，96.

［9］ 申志東.運用層次分析法構建國有企業績效評價體系［J］.審計研究，2013（2）：106-112.

［10］ 陳翼.“大智移云”時代財務共享服務中心績效評價體系研究［J］.會計之友，2018（16）：73-78.

［11］ 耿晶晶，劉莉.商業生態系統中核心企業財務績效評價［J］.管理現代化，2019，39（3）：67-69.

［12］ 李聞一，于文杰，李菊花.智能財務共享的選擇、實現要素和路徑［J］.會計之友，2019（8）：115-121.

［13］ 張慶龍.下一代財務：數字化與智能化［J］.財會月刊，2020（10）：3-7.

［14］ 許漢友，趙靜.財務共享推動企業高質量發展了嗎［J］.財會月刊，2022（20）：34-43.

［15］ 楊寅，劉勤，黃虎，等.智能財務共享服務中心運營管理研究［J］.會計之友，2020（19）：143-147.

［16］ 彭啟發，王慧秋，王海兵.會計人工智能存在的風險與對策研究［J］.會計之友，2019（5）：114-119.

［17］ 何瑛，周訪，李嬌.中國企業集團實施財務共享服務有效性的實證研究——來自2004—2008年的經驗數據［J］.經濟與管理研究，2013（8）：57-65.

［18］ JEONGYEON KIM，et al.A study on performance evaluation of intelligent collaboration system［J］.Multimed Tools Appl，2017，34（C）.

【基金項目】 黑龍江省哲學社會科學研究規劃項目（21GLE294）

【作者簡介】 姜雪松（1976— ），男，山東武城人，博士，哈爾濱商業大學會計學院副院長、副教授，研究方向：公司財務、智能會計；王蕊（1996— ），女，遼寧鞍山人，哈爾濱商業大學會計學院助教，研究方向：數據分析、智能審計；管凌玉（1999— ），女，山東莒縣人，哈爾濱商業大學會計學院碩士研究生，研究方向：財務會計；杜礎行（1997— ），男，黑龍江伊春人，哈爾濱商業大學會計學院碩士研究生，研究方向：財務會計

① 王蕊為通訊作者。