隨著信息技術(shù)的不斷演進(jìn)和應(yīng)用需求的提升，大數(shù)據(jù)逐漸向著自主感知、自主決策的智能數(shù)據(jù)方向發(fā)展，并滲透商業(yè)、金融、醫(yī)療、教育等多個(gè)行業(yè)和領(lǐng)域，成為推進(jìn)數(shù)字經(jīng)濟(jì)和智慧社會(huì)建設(shè)的關(guān)鍵支撐技術(shù)。當(dāng)前，國(guó)內(nèi)外已經(jīng)出現(xiàn)了許多商務(wù)智能相關(guān)技術(shù)和軟件，例如微軟的Power BI、IBM的Cognos Controller、Oracle的Hyperion等，它為企業(yè)提供全面的運(yùn)營(yíng)數(shù)據(jù)，通過(guò)多維度的數(shù)據(jù)展示、分析和監(jiān)測(cè)，提升企業(yè)管理水平、降低成本，及時(shí)發(fā)現(xiàn)問(wèn)題并采取措施。同時(shí)，研究人員正逐步深化商務(wù)智能在企業(yè)財(cái)務(wù)管理中的研究和應(yīng)用。

一、商務(wù)智能工具組四部分

數(shù)據(jù)倉(cāng)庫(kù)技術(shù)（data warehouse）是商務(wù)智能的核心組件之一，它由一個(gè)或多個(gè)關(guān)聯(lián)性數(shù)據(jù)庫(kù)組成，能夠管理和分析大量結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，通過(guò)抽取、清洗、轉(zhuǎn)換、加載、分析生成。數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)的每個(gè)數(shù)據(jù)都被標(biāo)注了時(shí)間屬性，便于用戶追蹤數(shù)據(jù)變化。該技術(shù)廣泛應(yīng)用于調(diào)研報(bào)告、管理報(bào)告和財(cái)務(wù)報(bào)表等領(lǐng)域。

線上分析處理技術(shù)（Online Analytical Processing，OLAP）是商務(wù)智能的重要組成部分，在OLAP中，數(shù)據(jù)通常被組織成由多個(gè)維度和度量值組成的多維數(shù)據(jù)模型，其典型處理技術(shù)包括四個(gè)主要部分。

1.上卷（Roll-up）是一種數(shù)據(jù)立方體的概念，用于生成更高層次的聚合數(shù)據(jù)。例如，在以年份為最高層級(jí)的銷(xiāo)售數(shù)據(jù)的立方體中，以月度為細(xì)分，上卷可將月度數(shù)據(jù)合并成年度數(shù)據(jù)。

2.下鉆（Drill-down）則與上卷正好相反，它是將高層次的聚合數(shù)據(jù)細(xì)化成更詳細(xì)的細(xì)節(jié)數(shù)據(jù)。例如，銷(xiāo)售數(shù)據(jù)的立方體中是用年份來(lái)查看數(shù)據(jù)，通過(guò)下鉆可以查看每個(gè)月的銷(xiāo)售數(shù)據(jù)。

3.切片（Slicing）是根據(jù)特定條件將數(shù)據(jù)進(jìn)行過(guò)濾，通常用于查找某種情況下的數(shù)據(jù)。以昆明市盒馬鮮生零售數(shù)據(jù)為例，對(duì)各區(qū)域門(mén)店的銷(xiāo)售情況如門(mén)店名稱(chēng)、銷(xiāo)售日期、銷(xiāo)售情況等進(jìn)行采集后，切片技術(shù)便可按店名輕松獲取每個(gè)店的銷(xiāo)售額。

4.切塊（Dicing）是建立在切片基礎(chǔ)上，通過(guò)兩個(gè)或多個(gè)維度設(shè)置不同的過(guò)濾條件后，從數(shù)據(jù)立方體中抽取一個(gè)子集，即切塊。利用切塊可以通過(guò)對(duì)原有數(shù)據(jù)進(jìn)行組合比較，生成更特定的信息。例如，我們已使用切片獲取了昆明盒馬鮮生每個(gè)門(mén)店的銷(xiāo)售數(shù)據(jù)立方體，通過(guò)切塊該立方體具有地理位置、產(chǎn)品和時(shí)間三個(gè)維度，并且數(shù)據(jù)是銷(xiāo)售額。如果零售商想知道特定地點(diǎn)（如順城店）在特定時(shí)間段（如2021年到2022年）內(nèi)所有產(chǎn)品的銷(xiāo)售概況，那么就可以通過(guò)設(shè)置地點(diǎn)和時(shí)間的過(guò)濾條件，實(shí)施切塊生成一個(gè)新的數(shù)據(jù)立方體，包含設(shè)定地點(diǎn)和時(shí)間內(nèi)銷(xiāo)售的所有產(chǎn)品的銷(xiāo)售額。

此外，商務(wù)智能還運(yùn)用了數(shù)據(jù)挖掘技術(shù)，通過(guò)機(jī)器學(xué)習(xí)等手段對(duì)龐大、冗雜的海量信息流進(jìn)行監(jiān)控，從中提取出企業(yè)感興趣的信息。例如，跟蹤消費(fèi)者消費(fèi)行為，推斷喜好，定向營(yíng)銷(xiāo)。

二、商務(wù)智能的發(fā)展歷程和中外研究回顧

1.發(fā)展歷程。商務(wù)智能發(fā)展的歷程可以追溯到上世紀(jì)80年代。最初的傳統(tǒng)型商務(wù)智能重點(diǎn)關(guān)注數(shù)據(jù)的清洗、整合和分析，擅長(zhǎng)生成和展示數(shù)據(jù)報(bào)表與報(bào)告。隨后發(fā)展出了基于OLAP和數(shù)據(jù)挖掘技術(shù)的新型商務(wù)智能，通過(guò)利用人工智能、大數(shù)據(jù)和機(jī)器學(xué)習(xí)等先進(jìn)技術(shù)，實(shí)現(xiàn)了更高級(jí)別的數(shù)據(jù)分析和處理，使得商務(wù)智能在技術(shù)和應(yīng)用領(lǐng)域取得了重大進(jìn)展。

2.中外研究回顧。盡管如此，商務(wù)智能仍然是一種新興的概念，其在業(yè)務(wù)領(lǐng)域的應(yīng)用正在逐步增加。然而，現(xiàn)有文獻(xiàn)對(duì)商務(wù)智能的探討并不系統(tǒng)，主要集中在具體的某個(gè)應(yīng)用領(lǐng)域或商業(yè)環(huán)境中商務(wù)智能應(yīng)用的影響。例如，Elbashir的研究發(fā)現(xiàn)，商務(wù)智能的應(yīng)用能夠降低企業(yè)內(nèi)部溝通成本，提高信息傳遞效率，從而調(diào)整企業(yè)組織架構(gòu)的復(fù)雜性，使機(jī)構(gòu)變得更簡(jiǎn)化。Cody研究了商務(wù)智能對(duì)企業(yè)內(nèi)部知識(shí)傳遞的影響，并得出結(jié)論，商務(wù)智能有助于整合和共享企業(yè)內(nèi)部的專(zhuān)業(yè)知識(shí)，并與專(zhuān)業(yè)知識(shí)形成有機(jī)互動(dòng)。同時(shí)，企業(yè)可以利用商務(wù)智能來(lái)學(xué)習(xí)和積累專(zhuān)業(yè)知識(shí)，并將其優(yōu)化應(yīng)用于商務(wù)智能。Efraim Turban等人討論了商務(wù)智能在企業(yè)管理中的重要作用。他們提供了一個(gè)全面的框架，幫助管理人員了解如何利用商業(yè)智能和分析來(lái)進(jìn)行明智決策，提高業(yè)務(wù)績(jī)效并創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。此外，他們還討論了商業(yè)智能在組織管理、監(jiān)控評(píng)估、倫理隱私等多個(gè)方面的議題。此外，商務(wù)智能還與數(shù)據(jù)科學(xué)、大數(shù)據(jù)分析、數(shù)據(jù)治理和數(shù)據(jù)安全等領(lǐng)域密切相關(guān)，形成了一個(gè)完整的生態(tài)系統(tǒng)?？梢灶A(yù)見(jiàn)，商務(wù)智能將在各個(gè)行業(yè)和領(lǐng)域繼續(xù)產(chǎn)生深遠(yuǎn)影響。

三、盈余管理概述

1.盈余管理產(chǎn)生。財(cái)務(wù)報(bào)告是企業(yè)信息發(fā)布的重要手段，它展示了企業(yè)在特定時(shí)間點(diǎn)的財(cái)務(wù)狀況以及會(huì)計(jì)期間的經(jīng)營(yíng)成果。對(duì)內(nèi)，財(cái)務(wù)報(bào)告方便管理層做出經(jīng)濟(jì)決策；對(duì)外，方便信息使用者了解企業(yè)的經(jīng)營(yíng)成果?，F(xiàn)代企業(yè)管理制度將企業(yè)的所有權(quán)和經(jīng)營(yíng)權(quán)分離，導(dǎo)致經(jīng)營(yíng)者（企業(yè)管理人員）和所有者（外部所有者、債權(quán)人、社會(huì)公眾）之間形成利益沖突。一方面，企業(yè)管理者通過(guò)信息不對(duì)稱(chēng)獲得特權(quán)。另一方面，雖然會(huì)計(jì)制度和相關(guān)法律對(duì)此進(jìn)行了規(guī)范，但在經(jīng)濟(jì)社會(huì)高速發(fā)展的背景下，不可避免地存在規(guī)則滯后或漏洞，為人為操縱財(cái)務(wù)報(bào)告創(chuàng)造了空間。當(dāng)企業(yè)管理者有能力操縱財(cái)務(wù)報(bào)告時(shí)，他們會(huì)選擇能最大化其效益的方式，這就是盈余管理（Earnings management）。

2.盈余管理的兩個(gè)基本方式。為了使財(cái)務(wù)報(bào)表呈現(xiàn)更好的財(cái)務(wù)狀況，企業(yè)采用了兩種不同的盈余管理方式：基于應(yīng)計(jì)利潤(rùn)的盈余管理和基于真實(shí)活動(dòng)操控的盈余管理。基于應(yīng)計(jì)利潤(rùn)的盈余管理是指企業(yè)有意識(shí)地通過(guò)控制成本費(fèi)用來(lái)影響會(huì)計(jì)凈利潤(rùn)的水平。這種盈余管理方法通常通過(guò)管理銷(xiāo)售凈額、成本和折舊等估計(jì)值來(lái)實(shí)現(xiàn)。例如，一家企業(yè)在計(jì)算收入時(shí)采用長(zhǎng)期合同方式，在這種情況下，企業(yè)可以通過(guò)改變“會(huì)計(jì)估計(jì)”等方法來(lái)靈活調(diào)整應(yīng)計(jì)收益的計(jì)算方式，從而影響凈利潤(rùn)?；谡鎸?shí)活動(dòng)操縱的盈余管理是指企業(yè)通過(guò)控制實(shí)際收入和費(fèi)用，以影響凈利潤(rùn)。這種盈余管理通常是通過(guò)管理實(shí)際業(yè)務(wù)運(yùn)營(yíng)過(guò)程來(lái)實(shí)現(xiàn)的。例如，企業(yè)可能提供銷(xiāo)售折扣給客戶，或推遲訂單到下個(gè)會(huì)計(jì)年度支付，以減少實(shí)際收入從而降低凈利潤(rùn)。相反，企業(yè)可能通過(guò)出售積壓資產(chǎn)來(lái)增加銷(xiāo)售收入，從而增加凈利潤(rùn)。

盈余管理作為財(cái)務(wù)領(lǐng)域中一個(gè)長(zhǎng)期受關(guān)注的主題，已經(jīng)得到了理論和實(shí)證研究的深入探討。然而，對(duì)于使用商務(wù)智能工具來(lái)分析盈余管理方面的研究相對(duì)較少。因此，這些工具在該領(lǐng)域的應(yīng)用具有重要的研究前景和研究?jī)r(jià)值。

3.盈余管理研究回顧。盈余管理是指企業(yè)經(jīng)營(yíng)者在滿足自身利益的前提下，通過(guò)會(huì)計(jì)行為迎合債權(quán)人、股東和社會(huì)公眾的期望，以實(shí)現(xiàn)操縱企業(yè)利潤(rùn)、隱藏財(cái)務(wù)風(fēng)險(xiǎn)和提高公司股價(jià)等目的的行為。Hayn在研究大量企業(yè)的財(cái)務(wù)報(bào)告后發(fā)現(xiàn)，財(cái)務(wù)報(bào)告顯示盈余存在不連續(xù)的分布，并且存在統(tǒng)計(jì)上的跳躍點(diǎn)，這證明了企業(yè)內(nèi)部對(duì)盈余的修改情況。此外，Cheng和Warfield分析了1992年至2001年期間美國(guó)上市公司的數(shù)據(jù)，發(fā)現(xiàn)具有較高股權(quán)激勵(lì)的經(jīng)理人經(jīng)常在財(cái)報(bào)發(fā)布后的短期內(nèi)出售股票，表明他們主動(dòng)進(jìn)行盈余管理。研究還發(fā)現(xiàn)，當(dāng)公司的股權(quán)激勵(lì)計(jì)劃更加引人注目時(shí)，管理層進(jìn)行盈余管理的動(dòng)機(jī)更強(qiáng)，這可能導(dǎo)致公司短期內(nèi)經(jīng)營(yíng)業(yè)績(jī)的變化，但卻可能導(dǎo)致股價(jià)下降。Graham發(fā)現(xiàn)盈余管理的方式不僅僅局限于改變財(cái)務(wù)報(bào)告，還包括通過(guò)創(chuàng)造一些真實(shí)的商業(yè)活動(dòng)來(lái)改變收支盈余，并且這種方式更容易逃避監(jiān)管。Zang發(fā)現(xiàn)企業(yè)普遍存在利用實(shí)際業(yè)務(wù)操縱和應(yīng)計(jì)利潤(rùn)管理手段來(lái)達(dá)到管理報(bào)告目標(biāo)的行為。研究結(jié)果表明，實(shí)際業(yè)務(wù)操縱程度和應(yīng)計(jì)利潤(rùn)管理水平之間存在一種權(quán)衡關(guān)系。具體而言，企業(yè)在進(jìn)行應(yīng)計(jì)利潤(rùn)管理的同時(shí)，會(huì)相應(yīng)地減少或增加實(shí)際業(yè)務(wù)操縱的程度。

四、案例研究：基于財(cái)務(wù)報(bào)告的實(shí)證分析

1.數(shù)據(jù)來(lái)源與樣本選擇。本文研究使用Compustat數(shù)據(jù)庫(kù)中的有效樣本，包括來(lái)自100004至294524之間的5315家北美上市公司的數(shù)據(jù)，時(shí)段為過(guò)去20年。為了衡量企業(yè)的商務(wù)智能應(yīng)用程度，本文選擇了企業(yè)采用商務(wù)智能軟件或設(shè)備的數(shù)量作為指標(biāo)。根據(jù)Compustat數(shù)據(jù)庫(kù)中的相關(guān)數(shù)據(jù)統(tǒng)計(jì)，過(guò)去10年里，企業(yè)采用的商務(wù)智能軟件或設(shè)備的數(shù)量逐年增長(zhǎng)。其中，采用商務(wù)智能的公司占比從2013年的0.44提升到2018年的0.59，平均每個(gè)公司擁有的商務(wù)智能軟件或設(shè)備數(shù)量從2013年的0.11提升到2018年的0.3。近年來(lái)，隨著AI、人工智能等話題的興起，商務(wù)智能得到了極大關(guān)注，其應(yīng)用數(shù)量重新開(kāi)始激增，在2018年達(dá)到了新高度：約59%的公司采用了商務(wù)智能。雖然商務(wù)智能的發(fā)展歷程不是本研究的重點(diǎn)，但上述變化的列舉將作為后續(xù)回歸分析結(jié)果的參考。

2.研究方法與實(shí)證分析。本文通過(guò)對(duì)比財(cái)務(wù)報(bào)告發(fā)布的盈余指標(biāo)與會(huì)計(jì)分析師預(yù)測(cè)的盈余指標(biāo)的一致性，來(lái)衡量企業(yè)的盈余管理程度。Zang的研究結(jié)果表明，企業(yè)的高層管理者積極進(jìn)行盈余管理，以使財(cái)務(wù)報(bào)告的盈余指標(biāo)與會(huì)計(jì)分析師的預(yù)測(cè)指標(biāo)基本一致，甚至略微超過(guò)預(yù)測(cè)。例如，高層管理者可能有意通過(guò)操縱財(cái)務(wù)報(bào)告的指標(biāo)來(lái)創(chuàng)造正面市場(chǎng)反應(yīng)和推高股價(jià)，以便在未來(lái)賣(mài)出股票。相反，對(duì)于不進(jìn)行盈余管理的企業(yè)，財(cái)務(wù)報(bào)告的指標(biāo)未經(jīng)人為干預(yù)，盈余分布較為自然，方差較大，很難與分析師的預(yù)測(cè)指標(biāo)一致。具體來(lái)說(shuō)，本文的研究目標(biāo)是通過(guò)確定企業(yè)的盈余管理能力，將企業(yè)財(cái)務(wù)報(bào)告對(duì)外發(fā)布的盈余指標(biāo)與會(huì)計(jì)機(jī)構(gòu)經(jīng)紀(jì)人預(yù)測(cè)系統(tǒng)在每股基礎(chǔ)上的一致性進(jìn)行比較。一致性定義為：當(dāng)盈余指標(biāo)與預(yù)測(cè)值指標(biāo)在中位數(shù)上一致時(shí)記為1；不一致記為0。平均而言，該指標(biāo)在不同年份間變化不大，通常保持在0.1-0.2之間，這意味著只有大約10%-20%的企業(yè)對(duì)外發(fā)布的盈余指標(biāo)能夠與分析師預(yù)測(cè)的盈余指標(biāo)相吻合。這也表明多數(shù)企業(yè)的盈余管理能力較差，甚至沒(méi)有盈余管理的意識(shí)。

3.變量描述與實(shí)證分析。本文旨在探討商務(wù)智能應(yīng)用對(duì)企業(yè)盈余管理能力的影響，通過(guò)回歸分析來(lái)研究商務(wù)智能軟件或設(shè)備的使用量與企業(yè)盈余管理能力之間的關(guān)系。同時(shí)，考慮了一些控制變量的影響，并發(fā)現(xiàn)二者之間存在顯著的相關(guān)性，回歸系數(shù)經(jīng)過(guò)統(tǒng)計(jì)檢驗(yàn)也得到了有效驗(yàn)證。具體而言，每增加一個(gè)企業(yè)采用的商務(wù)智能軟件或設(shè)備，企業(yè)成功實(shí)現(xiàn)盈余目標(biāo)，并與經(jīng)紀(jì)人預(yù)測(cè)系統(tǒng)的預(yù)測(cè)保持一致的概率中位數(shù)上升了13.6%。雖然控制了一些干擾因素，但簡(jiǎn)單的回歸分析結(jié)果并不能確定二者之間的關(guān)系是否足夠強(qiáng)。因此，需引入中介變量進(jìn)行驗(yàn)證。首先，我們著眼于基于應(yīng)計(jì)利潤(rùn)的盈余管理方式。這種盈余管理方法主要通過(guò)人為調(diào)整應(yīng)計(jì)資產(chǎn)和應(yīng)計(jì)負(fù)債，并延遲計(jì)量生產(chǎn)經(jīng)營(yíng)費(fèi)用來(lái)實(shí)現(xiàn)。這些不尋常的會(huì)計(jì)項(xiàng)目可以通過(guò)瓊斯模型計(jì)算的異常應(yīng)計(jì)在財(cái)務(wù)報(bào)告中呈現(xiàn)，異常應(yīng)計(jì)的數(shù)值越高，表明企業(yè)進(jìn)行盈余管理的能力越差。

其次，我們考慮基于真實(shí)活動(dòng)操控的盈余管理變量。具體來(lái)說(shuō)，我們考慮以下三個(gè)指標(biāo)：①企業(yè)的異常經(jīng)營(yíng)現(xiàn)金流。該指標(biāo)較小表示企業(yè)的盈余管理能力較強(qiáng)。②企業(yè)的異常生產(chǎn)成本。該指標(biāo)較大表示企業(yè)的盈余管理能力較強(qiáng)。③企業(yè)的非規(guī)范開(kāi)支。該指標(biāo)較小表示企業(yè)的盈余管理能力較強(qiáng)。

再其次，通過(guò)將上述兩類(lèi)中介變量：基于應(yīng)計(jì)利潤(rùn)的盈余管理變量和基于真實(shí)活動(dòng)操控的盈余管理變量分別添加到回歸模型中作為因變量，我們發(fā)現(xiàn)，在引入異常應(yīng)計(jì)項(xiàng)后，商務(wù)智能變量的回歸系數(shù)仍然顯著，而其系數(shù)卻不顯著。這表明商務(wù)智能的應(yīng)用對(duì)基于應(yīng)計(jì)利潤(rùn)的盈余管理能力影響不大，企業(yè)并不需要通過(guò)商務(wù)智能來(lái)改善其在這方面的盈余管理能力。然而，在引入基于真實(shí)活動(dòng)操控的盈余管理變量（如異常經(jīng)營(yíng)現(xiàn)金流和異常生產(chǎn)成本）之后，它們?cè)诨貧w中顯著，而商務(wù)智能變量變得不顯著。這說(shuō)明商務(wù)智能的應(yīng)用能夠幫助企業(yè)操控真實(shí)的商業(yè)活動(dòng)，從而實(shí)現(xiàn)盈余管理?；貧w分析結(jié)果展示了商務(wù)智能應(yīng)用和盈余管理之間可能存在的關(guān)聯(lián)：相比于簡(jiǎn)單選擇會(huì)計(jì)準(zhǔn)則和修改賬目，企業(yè)更傾向于通過(guò)真實(shí)的生產(chǎn)和經(jīng)營(yíng)活動(dòng)來(lái)實(shí)現(xiàn)盈余管理目標(biāo)，這種方式不僅更為隱蔽，且合乎法律規(guī)定。

最后，進(jìn)行調(diào)節(jié)變量的分析。本部分研究探討了商業(yè)智能應(yīng)用對(duì)盈余管理能力的影響如何隨著不同競(jìng)爭(zhēng)環(huán)境的變化而改變。我們使用企業(yè)銷(xiāo)售增長(zhǎng)額的波動(dòng)性（變異性）作為衡量競(jìng)爭(zhēng)環(huán)境變化的指標(biāo)，并采用了調(diào)節(jié)變量進(jìn)行分析。我們不僅將調(diào)節(jié)變量單獨(dú)添加到回歸模型中，還將其與商業(yè)智能變量相乘得到交互項(xiàng)，并將其添加到回歸模型中?；貧w分析結(jié)果顯示，交互項(xiàng)的系數(shù)顯著為負(fù)，表明企業(yè)競(jìng)爭(zhēng)環(huán)境的變化可以調(diào)節(jié)商業(yè)智能應(yīng)用對(duì)盈余管理能力的影響，這意味著在企業(yè)銷(xiāo)售增長(zhǎng)額波動(dòng)性較低的情況下，利用商業(yè)智能進(jìn)行盈余管理的效果較好。這證明了企業(yè)競(jìng)爭(zhēng)環(huán)境的變化對(duì)商務(wù)智能影響盈余管理能力的效果具有調(diào)節(jié)作用。

4.商務(wù)智能對(duì)企業(yè)盈余管理能力的影響。為了解釋調(diào)節(jié)效應(yīng)，需要結(jié)合商務(wù)智能應(yīng)用的功能和特點(diǎn)進(jìn)行說(shuō)明。商務(wù)智能應(yīng)用在本質(zhì)上只是對(duì)數(shù)據(jù)進(jìn)行可視化操作，簡(jiǎn)單地展示統(tǒng)計(jì)數(shù)據(jù)在不同分類(lèi)維度上的差異。它只能提供決策者之間不同變量相關(guān)性信息，而無(wú)法提供因果聯(lián)系。當(dāng)競(jìng)爭(zhēng)環(huán)境發(fā)生劇烈變化時(shí)，可能會(huì)新增多種因素影響企業(yè)的銷(xiāo)售業(yè)績(jī)。因?yàn)闆Q策者受限于可視化理解的障礙，往往只會(huì)選擇一兩個(gè)與歷史相關(guān)的維度進(jìn)行統(tǒng)計(jì)分析。在這種情況下，商業(yè)智能所提供的因果關(guān)系是錯(cuò)誤的，這就會(huì)誤導(dǎo)決策者。相反，在競(jìng)爭(zhēng)環(huán)境變化不劇烈、企業(yè)的業(yè)務(wù)發(fā)展平穩(wěn)、影響業(yè)績(jī)的因素相對(duì)簡(jiǎn)單且沒(méi)有大的改動(dòng)時(shí)，使用商業(yè)智能輔助決策的效果比較好。

五、結(jié)語(yǔ)

1.研究結(jié)果。本文探討了商務(wù)智能在盈余管理中的應(yīng)用效果。結(jié)果顯示，商務(wù)智能的應(yīng)用提高了企業(yè)的盈余管理能力，增強(qiáng)了財(cái)務(wù)報(bào)告中的盈余指標(biāo)與會(huì)計(jì)分析師預(yù)測(cè)的盈余指標(biāo)之間的一致性。商務(wù)智能應(yīng)用對(duì)基于真實(shí)活動(dòng)操控的盈余管理更有效，而對(duì)基于應(yīng)計(jì)利潤(rùn)的盈余管理的幫助較為有限。以上結(jié)果表明，商務(wù)智能通過(guò)提高企業(yè)基于真實(shí)活動(dòng)的盈余管理能力來(lái)實(shí)現(xiàn)其目標(biāo)。商業(yè)智能僅僅是數(shù)據(jù)分析和數(shù)據(jù)可視化的工具，并且僅反映數(shù)據(jù)之間的相關(guān)性，無(wú)法推斷因果關(guān)系。因此，在競(jìng)爭(zhēng)環(huán)境變化不劇烈、企業(yè)業(yè)務(wù)發(fā)展平穩(wěn)且影響業(yè)績(jī)的因素相對(duì)簡(jiǎn)單且沒(méi)有較大改動(dòng)的情況下，使用商業(yè)智能輔助決策效果較好，反之則會(huì)影響商務(wù)智能的應(yīng)用效果。

2.局限性。調(diào)節(jié)分析的結(jié)論揭示了商務(wù)智能在應(yīng)用上的局限性。商務(wù)智能雖然能以較高的準(zhǔn)確度預(yù)測(cè)未來(lái)的財(cái)務(wù)趨勢(shì)，但是這些預(yù)測(cè)是建立在不完全理解實(shí)際商業(yè)策略或基于特定市場(chǎng)趨勢(shì)下的戰(zhàn)略決策的基礎(chǔ)上做出的。此外，管理人員不可避免地存在固化的思維模式，導(dǎo)致他們過(guò)度依賴(lài)數(shù)據(jù)工具，忽視了其他非量化的人為因素，例如員工個(gè)人情緒和團(tuán)隊(duì)協(xié)作能力，這將直接影響到盈余管理的全面性。

3.創(chuàng)新點(diǎn)及未來(lái)研究方向。本文對(duì)商務(wù)智能在盈余管理中的應(yīng)用效果進(jìn)行了探討，從一個(gè)新的視角探索了商務(wù)智能如何優(yōu)化信息質(zhì)量。商務(wù)智能在提高企業(yè)數(shù)據(jù)收集和整理能力的同時(shí)，也增強(qiáng)了企業(yè)控制輸出信息的能力。未來(lái)的商務(wù)智能系統(tǒng)有望采用自我學(xué)習(xí)和自適應(yīng)的機(jī)制，根據(jù)企業(yè)環(huán)境的變化自動(dòng)調(diào)整，提高盈余管理的效率和準(zhǔn)確度。

（作者單位：云南輕紡職業(yè)學(xué)院）