何冰

【摘 要】 目前大數據會計正逐步進入人們的視野，引起會計學界重視，要想實現大數據會計時代，必須厘清大數據會計的數據選擇與結構。文章逐一對會計數據結構及如何在非結構化、碎片式數據和企業(yè)價值三者之間建立相關關系進行分析，并就應對大數據給會計帶來的挑戰(zhàn)提出了建議。

【關鍵詞】 大數據； 會計數據； 碎片式數據； 非結構化數據； 財務信息

【中圖分類號】 F232 【文獻標識碼】 A 【文章編號】 1004-5937（2017）07-0130-04

一、大數據會計的數據選擇與結構分析

在計算機信息技術空前發(fā)展的當下，人力資源、金融資本及大數據被公認為未來信息化社會的三大核心生產要素。生產要素的改變必然改變人類生活的各個方面，財務行業(yè)也將受到必不可少的影響。傳統(tǒng)財務行業(yè)的數據收集處理及分析模式將因大數據而發(fā)生積極改變，各種會計信息質量，比如可靠性、可比性、重要性等，都將會受到積極影響。會計從誕生的那一刻起就是為企業(yè)價值服務的，編制有效的會計信息的目的不僅僅是為了服務管理層、投資者和潛在的需求者，其最終的目的是為了在真實、準確反映企業(yè)有效信息的基礎上服務于企業(yè)價值的提高。

從此角度來說，凡是能夠提高企業(yè)價值的相關數據信息，都是廣義的會計信息。大數據時代，傳統(tǒng)會計不能融入的各種非結構化甚至碎片化的數據，需要被納入大數據會計信息系統(tǒng)，以服務于企業(yè)的發(fā)展，用于提升企業(yè)價值。大數據時代，對企業(yè)具有價值的各種非系統(tǒng)、碎片式的數據如何有效收集處理納入會計信息系統(tǒng)并創(chuàng)建新的會計數據信息系統(tǒng)，為企業(yè)的管理者或信息的預期使用者提供更有價值，更可靠準確的數據以便于其作出各種經濟決策，將是未來會計數據信息系統(tǒng)建設的首要難題。

（一）思維轉變將有效補充傳統(tǒng)會計定性信息數據的不足

因果導向的思維模式作為傳統(tǒng)的思維模式占據人類歷史幾千年，而在大數據時代此種思維或將面臨改變。大數據時代，海量的數據尤其非結構化、非系統(tǒng)性、碎片式數據占據主導，將使得因果性思維陷入英雄無用武之地。大數據的“大量、多樣、高速、價值”4V特征給人們傳遞了新的信息，也帶來新的思維模式。該思維涵蓋了“平等、動態(tài)、多樣、關聯(lián)、開放”等特征，蘊含了集合優(yōu)于單一、整體優(yōu)于局部、相關優(yōu)于因果等思想。正是這種新思維新特征，改變了人們傳統(tǒng)的因果性思維，逐漸轉變成大數據時代的整體性、相關性思維。

大數據時代單一的各種碎片式或非結構化的信息數據并不能真實準確反映企業(yè)的完整經營過程，但是整合大量相關的碎片式數據將能夠有效反映相關的企業(yè)價值所在。傳統(tǒng)會計實務當中以貨幣作為主要計量單位的定量描述原因有二：其一，貨幣計量不能用來反映定性描述的數據信息；其二，定性描述的數據信息大多是利用相關關系衍推而來，結果隨機性較大且不如因果導向所得結果準確。深入考慮，傳統(tǒng)會計選擇定量的數據用來核算反映企業(yè)相關信息主要是其時代局限性所決定的。大數據時代，碎片式或非結構化的會計數據不再受以前因果分析的局限性，可以利用整體或較大樣本的數據進行相關性分析，所得結果準確性往往較傳統(tǒng)的因果性分析更為準確、恰當。綜合來說，傳統(tǒng)會計數據信息僅涵蓋貨幣計量的定量描述性的數據將遠遠不足，大數據時代各種定性描述的碎片式或非結構化的數據將有效補充傳統(tǒng)會計數據的不足。

（二）碎片式或非結構化的數據組成傳統(tǒng)會計數據部分的邏輯分析

碎片式或者非結構化的數據主要指不能或不方便用傳統(tǒng)二維數據庫來計量的數據，比如視頻信息、圖片信息等。大數據時代，各種碎片式或非結構化的數據雖有效補充了傳統(tǒng)會計數據的不足，但只有特定特征的碎片式或非結構化的數據才可以納入傳統(tǒng)會計數據體系，并不意味著所有此類數據均需納入。

首先，只有具備一定價值和數據密度的特殊碎片式或非結構化數據才可以納入傳統(tǒng)會計數據體系。此類數據在大數據分析時將會有效降低各種噪音與干擾。此類數據需要與真實事件具有高度相關性，真實準確地反映事件或事件影射現象，只有這樣的數據納入才會有效地提高會計信息的質量。其次，此類數據還需要具備中立性。所謂中立性，指碎片式或非結構化的數據需要客觀不帶主觀性地去反映各種真實事件或其影射現象，只有客觀中立的碎片式或非結構化數據納入才能防止人為主觀帶來的錯誤。因此，納入傳統(tǒng)會計數據體系的碎片式或非結構化的數據需要具備中立客觀且具有價值。

會計信息自始至終為企業(yè)管理而服務，故會計數據可以說依附在企業(yè)管理之下，那么如何選擇會計數據將與企業(yè)的本質密不可分。

針對企業(yè)本質主流觀點如下：（1）制度經濟學家科斯認為企業(yè)的本質是一種資源配置方式的產物，是價格機制的替代者；（2）契約論者認為企業(yè)本質是代理人與各種要素投入者簽訂契約而成立的某種契約組織；（3）某些學者認為企業(yè)存在的本質是創(chuàng)造并追求利潤最大化。對比三種主流企業(yè)本質的相關流派，發(fā)現他們并不沖突反而相互補充，筆者偏向于三種觀點的融會貫通?？梢哉f企業(yè)本質是契約代理人與要素投資人的組合，是企業(yè)成立的前提，企業(yè)是市場資源配置的均衡產物，而企業(yè)最終的目的是為投資人創(chuàng)造價值并與其分享，即企業(yè)本質是創(chuàng)造價值并分享、資源配置及契約關系三位一體的綜合體。企業(yè)本質的資源配置及契約關系可以通過會計核算經營過程中的數據信息來描述，而創(chuàng)造價值與分析則可以通過記錄契約關系資源配置的具體信息來衡量。可見，會計數據信息必須能夠衡量企業(yè)價值，這也是會計對象的基本范疇（會計對象是企業(yè)的資金運動或價值運動）。由此，碎片式的也好，非結構化的也好，納入傳統(tǒng)會計數據體系的首要條件是與企業(yè)價值相關。

（三）大數據時代會計數據體系結構分析

通過前文闡述可以知曉，獨立客觀的且與企業(yè)價值相關的碎片式或非結構化的數據需被納入會計數據體系。在此，傳統(tǒng)的會計數據與新納入的碎片式、非結構化數據之間的關系如何，兩類數據如何在會計數據體系里定位？

會計數據從真實可靠角度來說，由直接及間接兩類數據構成。傳統(tǒng)的會計數據基本由直接的結構化數據組成，而現代納入的碎片式或非結構化的數據則可歸類于間接的會計數據。第一，相對于新納入的碎片式或非結構化的間接數據，傳統(tǒng)會計直接數據能夠最為真實可靠地反映經濟業(yè)務（交易或事項）的本質。這是因為傳統(tǒng)結構化的數據在確認、計量、報告的過程中都嚴格按照會計準則等法律法規(guī)規(guī)定的流程進行操作，比如相關單據的稽核、復核、審核、簽字確認等，這些都有效地提高了數據的可靠性，直接揭露了真實可靠的交易或事項。第二，相對于傳統(tǒng)會計的直接結構化數據，新納入的碎片式或非結構化的間接數據由于其與企業(yè)價值高度相關且獨立客觀，大大提高了現代會計數據體系全面準確反映經濟業(yè)務本質的可靠性，也進一步提高了會計信息質量。無論什么時代，會計數據體系都必須可靠真實，大數據時代會計數據體系也不例外。換句話說，大數據時代的會計數據體系將以傳統(tǒng)結構化（貨幣作為主要計量單位定量描述的）數據為主，而獨立客觀且與企業(yè)價值相關的碎片式或非結構化的數據成為有效補充。兩類數據體系的融合，不僅確保會計信息質量而且提高了會計信息與企業(yè)價值的高度相關性。

傳統(tǒng)直接的會計數據收集處理過程涵蓋于企業(yè)生產經營過程中可能涉及的每個環(huán)節(jié)或每個部門，數據收集處理相關的成本已經計入職工薪酬，成本無需企業(yè)再額外支出。但是，大數據時代納入的碎片式或非結構化的數據收集、處理成本不僅需要額外支出且相對高昂。當下，大部分國內企業(yè)的信息化程度并不高，搭建大數據平臺并成功運營的更少之又少。大多數企業(yè)若想把各種碎片式或非結構化的數據納入新的會計數據體系，幾乎都需借助外界平臺或專業(yè)人士來收集與處理，大大增加了企業(yè)的成本?？紤]將碎片式的、非結構化的數據納入現代會計數據體系需要較大的成本，則其推進進程或時間周期將大大延長，也就意味著大數據會計數據體系仍舊在很長一段時間以貨幣定量描述的直接會計數據占主導。

二、構建企業(yè)價值與碎片式或非結構化數據的相關關系

傳統(tǒng)會計數據體系當中各種以貨幣計量可量化的結構化數據，均與企業(yè)價值直接相關，能夠通過因果導向直接核算（反映）企業(yè)的各項經濟業(yè)務活動（企業(yè)價值）。不過，碎片式或非結構化數據屬于間接數據，雖然與企業(yè)價值相關或者高度相關，但是很難利用傳統(tǒng)因果導向來確認其與企業(yè)價值的直接關系。正因如此，對于碎片式或非結構化數據與企業(yè)價值的關系需要用相關分析方法來確定，而不是傳統(tǒng)的因果導向性分析方法。

企業(yè)估值理論用未來現金凈流量的現值之和來評估企業(yè)價值，而企業(yè)當前會計核算體現的賬面價值僅是歷史的現金流量，導致企業(yè)價值的評估與企業(yè)當前的賬面價值并不一致。為更全面、真實、可靠地反映企業(yè)價值，則需將企業(yè)歷史和未來的（間接或潛在的）所有與企業(yè)價值相關的現金流量納入。從構成角度來說，歷史（已經產生的）現金流量屬于企業(yè)財務信息，而未來相關的現金流量大多屬于非財務信息，目前的會計準則下尚未將此類信息納入會計數據體系。未來潛在或間接的現金流量可能以結構化數據展現，也可能是碎片式或非結構化數據的體現。為此，要想客觀反映企業(yè)價值，需要利用未來各種潛在或間接的現金流量與歷史（直接）的現金流之間的聯(lián)系，將未來現金流量（碎片式或非結構化的，又或結構化的）與企業(yè)價值建立一種映射或相關關系。

此處關鍵問題是如何計算未來這些間接或者潛在的現金流，否則將無法建立碎片式或非結構化數據與企業(yè)價值的相關關系?？紤]最終需要將這些數據納入現代會計數據體系，所以相關方法過程簡單、易于操作、易于理解是最起碼的條件。利用轉換方法，可以將未來潛在或間接的現金流轉換為企業(yè)賬面價值，準確適時地反映企業(yè)的價值。

綜合前面分析可以得到以下兩組公式：

企業(yè)現時賬面價值t=投資活動現金流t+經營活動（生產銷售）現金流t+籌資活動現金流t （1）

企業(yè)價值t=企業(yè)現時賬面價值t+企業(yè)潛在價值（未來現金流）t （2）

結合上述式（1）、式（2）可以倒推未來潛在或間接的現金流所帶來的價值。

賬面價值t=企業(yè)價值t-1=賬面價值t-1+企業(yè)潛在價值（未來現金流）t-1×轉化效率 （3）

該轉換效率可以用含有自變量xn的函數U（x1，x2，x3，…，xn）來表示。在現實企業(yè)估值當中，影響轉換效率的函數可能無限多。此處為便于運用，假設有三個關鍵影響因素：x1消費特征、x2人群特征、x3評價結果，則轉換效率函數可以表示為U（x1，x2，x3）。

企業(yè)未來現金流大多可能蘊含在各種碎片式或非結構化的或是結構化的非財務信息當中。為了很好地將潛在的現金流中碎片式或非結構化數據與企業(yè)價值管理相結合，需通過一定的方法轉換為結構化的數據，與結構化的潛在現金流一并核算處理。轉換后潛在的或間接的現金流變成全部結構化的數據，可以分為投資、經營、籌資三類活動產生的現金流，最后利用上述含有三個關鍵變量的轉換效率函數將潛在現金流轉換為潛在價值。

各種企業(yè)潛在價值當中的碎片式或非結構化數據，主要是人們（企業(yè)客戶、潛在客戶或其他群眾）對企業(yè)經營活動的評價。企業(yè)潛在價值源于評價即意味著兩者之間呈正比例關系。不過評價又受到不同群體特征人的不同評價，比如不同消費行為的人對企業(yè)價值評價往往有差異。因此，企業(yè)潛在價值一會受到評價影響，二會受到不同人群特征的影響。同樣，針對人群特征，又可以進一步分類為不同的消費特征，比如高收入人群與低收入人群的購買力將有很大差別，他們的購買行為差異又將對企業(yè)潛在價值構成影響。總的來說，可以確定影響企業(yè)潛在價值的三個關鍵因素為人群特征、消費特征以及他們的評價結果。

從相關性角度來說，企業(yè)價值相關信息最大的價值是可比性，即不同企業(yè)之間的價值比較。無論對管理層還是其他預期信息使用者，只要能夠在不同企業(yè)之間利用它們的企業(yè)價值作出對比然后得出經濟決策，那么這些企業(yè)價值的評估都是有效的。也就是說，企業(yè)價值評估最關鍵的是不同企業(yè)之間的可比性，而不是最為精確無誤地核算企業(yè)的賬面價值和潛在價值。因此，筆者對所有企業(yè)都選擇上述三個特征作關鍵變量來衡量企業(yè)潛在價值是有實際意義的。

三、大數據給會計帶來的挑戰(zhàn)

（一）更為全面及可靠的會計信息得以實現

對于傳統(tǒng)會計數據體系，財務報告中所涵蓋的信息大多數是結構化的數據信息，這樣的財務報告隨著大數據時代的到來越來越難以滿足財報預期使用者的真實需求。為適應大數據時代，企業(yè)財報若將各種碎片式或非結構化數據納入，將能夠有效彌補傳統(tǒng)財務報告的不足。碎片式或非結構化的各種數據納入報表將配合傳統(tǒng)財務會計報告綜合全面反映企業(yè)財務狀況、經營成果以及企業(yè)所處社會環(huán)境、產業(yè)環(huán)境、商業(yè)環(huán)境等各種有價值的信息。因此，當務之急是需要相關機構及時開發(fā)出能將各種碎片式或非結構化數據結構化、量化的工具，從而幫助其納入傳統(tǒng)財務報表。

傳統(tǒng)財務報告納入項目的擴展，使得傳統(tǒng)意義上不能量化的非結構化的或者碎片式的數據均進入了會計信息系統(tǒng)，比如企業(yè)的環(huán)境狀況、人力資本等。當然，在現實工作中，會計實務人員還需要對企業(yè)的經營模式進行量化，將在會計報表附注中以文字描述的方式轉變?yōu)榱炕姆绞剑沟酶嘈畔⑹褂谜攉@取有用的量化信息，使得會計信息透明度增加[ 1 ]。

（二）平臺搭建及相關標準構建

在大數據時代，企業(yè)以前為財務工作所搭建的會計信息系統(tǒng)平臺將逐漸淘汰，所涵蓋的內部會計資源和組織協(xié)同發(fā)展的相關信息都將失去價值。故要適應大數據時代，需建立一個高度信息化的共享平臺，該平臺包括企業(yè)和其產業(yè)鏈上下游的供應商及客戶，還包括企業(yè)各種相關的合作伙伴（包括稅務等在內的政府機構）。該平臺由中央政府牽頭，組建涵蓋上下依次為中央政府、地方政府及企業(yè)的三層會計信息系統(tǒng)平臺。通過分層可以明確不同分工以及不同邊界，這樣可以實現協(xié)同化效應，實現信息共享，最大程度地滿足所有會計信息相關使用者的需求。在信息共享平臺建立的同時，需要建立平臺信息收集、輸入、存儲、輸出等各種標準。正常情況下，由處在平臺最高層的中央政府來統(tǒng)一制定，然后由地方政府及企業(yè)執(zhí)行，實現相關會計信息的標準化。

對于信息平臺的構架及標準的制定，考慮其投入的人力物力都相對比較大，一般需要由政府牽頭完成。對于該會計信息共享平臺，除全面反映各種會計信息之外還要有相關驗證和審核信息的功能?？紤]目前大數據時代該平臺尚處于試驗階段，所以筆者建議相關部門可以試點的方式進行推廣。當然，平臺建設與標準制定都是一個試錯摸索過程，需要時間周期和不斷調整[ 2 ]。

（三）核算型向價值型財務體系轉變

大數據時代下的信息管理需要升級，要求企業(yè)相關部門，尤其管理層及會計部門要從提高業(yè)績管理水平和風險管理能力的角度積極改變傳統(tǒng)會計信息系統(tǒng)，實現財務信息從傳統(tǒng)的核算型向價值型的轉變。企業(yè)可考慮如下三點展開此項工作：其一，企業(yè)運營過程中，需要在扁平化的管理結構中恰當處理財務管理與運營管理兩者之間的關系。同樣，價值型（價值導向或者價值提升）的財務系統(tǒng)中，相關財務工作者需要將其工作從傳統(tǒng)的基礎財務工作轉變?yōu)閮r值創(chuàng)造，將其定位為企業(yè)變革型關鍵人員。其二，業(yè)務銷售方面，企業(yè)應考慮重組客戶資金流程，實現資源最優(yōu)配置，盡可能地發(fā)揮財務協(xié)同效應。其三，在戰(zhàn)略創(chuàng)新方面對企業(yè)財管模式全面創(chuàng)新升級，利用價值管理等先進管理經驗為企業(yè)戰(zhàn)略管理提供幫助，將產業(yè)價值鏈和商業(yè)模式等管理知識充分運用到企業(yè)整體戰(zhàn)略中。

四、結論建議

會計作為對企業(yè)價值相關數據進行管理的一項活動，在大數據時代，需要全面改革傳統(tǒng)會計數據體系及財務報告體系。為適應大數據時代，會計管理工作要與時俱進，作出各種改變，筆者認為可圍繞以下幾點展開：

第一，與傳統(tǒng)會計數據要求一致，但需要重新制定統(tǒng)一的標準以滿足不同企業(yè)之間在大數據時代會計工作成果的可比性。類似于現行的企業(yè)會計準則，該項標準需要由政府相關權力或行政機關統(tǒng)一制定，全國推行并強制使用。

第二，針對大數據時代的各種碎片式或非結構化數據，其與企業(yè)價值之間的關系，筆者在本文稍有拋“磚”，仍需大量“玉”來配合。這項工作或由相關政府部門、學術界融入實務環(huán)境中，深入研究，建立標準的分析模型。

第三，財務會計報告的重新變型。大數據時代，需要將各種碎片式或非結構化的數據信息納入財務會計報告以全面反映企業(yè)的財務狀況、經營成果以及相關環(huán)境信息。為此，大數據財務報告需要適當分層，以傳統(tǒng)貨幣計量的數據為核心，輔助以碎片式或非結構化數據。

第四，中央及地方政府牽頭協(xié)助信息化較高的規(guī)模企業(yè)事先建立大數據會計信息共享平臺，扶持企業(yè)利用大數據信息來創(chuàng)造價值，為供給側改革提供技術與信息化手段。

【主要參考文獻】

[1] 馮芷艷，郭迅華，曾大軍，等.大數據背景下商務管理研究若干前沿課題[J].管理科學學報，2013（1）：1-9.

[2] 李國杰，程學旗.大數據研究：未來科技及經濟社會發(fā)展的重大戰(zhàn)略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012（6）：647-656.