智能化大數(shù)據(jù)撬動(dòng)管理會(huì)計(jì)變革

封毅

[摘 要]傳統(tǒng)財(cái)務(wù)分析的控制目標(biāo)有局限性，僅從核算的視角去理解公司，目光主要盯在預(yù)算是否超標(biāo)、嚴(yán)格控制成本上。在智能數(shù)據(jù)時(shí)代，預(yù)測(cè)、決策成為財(cái)務(wù)分析的新特征，并將以往規(guī)律性的、重復(fù)性的財(cái)務(wù)工作交由計(jì)算機(jī)統(tǒng)一完成。本文首先分析了大數(shù)據(jù)思維的基本特征，進(jìn)而分析了大數(shù)據(jù)思維對(duì)財(cái)務(wù)分析的影響，最后分析了財(cái)務(wù)工作在智能數(shù)據(jù)時(shí)代面臨的挑戰(zhàn)。

[關(guān)鍵詞]大數(shù)據(jù)；財(cái)務(wù)；業(yè)財(cái)融合；智能化

doi：10.3969/j.issn.1673 - 0194.2017.20.006

[中圖分類號(hào)]F49；F234.3 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0194（2017）20-00-02

0 引 言

財(cái)政部在2014年頒布《關(guān)于全面推進(jìn)管理會(huì)計(jì)體系建設(shè)的指導(dǎo)意見》，明確表明要加強(qiáng)推進(jìn)面向管理會(huì)計(jì)的信息系統(tǒng)建設(shè)，以信息化手段為支撐，實(shí)現(xiàn)會(huì)計(jì)與業(yè)務(wù)活動(dòng)的有機(jī)融合。與此同時(shí)，中國(guó)大數(shù)據(jù)產(chǎn)業(yè)進(jìn)入爆發(fā)式增長(zhǎng)的元年，管理會(huì)計(jì)步入大數(shù)據(jù)時(shí)代。2016年大數(shù)據(jù)產(chǎn)業(yè)繼續(xù)保持高速增長(zhǎng)，在國(guó)家工信部的帶領(lǐng)下，《大數(shù)據(jù)產(chǎn)業(yè)“十三五”發(fā)展規(guī)劃》正式頒布。同年，人工智能的迅速崛起，給大數(shù)據(jù)產(chǎn)業(yè)發(fā)展帶來了生機(jī)，管理會(huì)計(jì)迎來了智能化大數(shù)據(jù)時(shí)代。

1 大數(shù)據(jù)思維的基本特征

什么是大數(shù)據(jù)思維？維克托·邁爾-舍恩伯格認(rèn)為：需要全部數(shù)據(jù)樣本而不是抽樣；關(guān)注效率而不是精確度；關(guān)注相關(guān)性而不是因果關(guān)系。大數(shù)據(jù)的價(jià)值不是在數(shù)據(jù)本身，而在于創(chuàng)造，在于填補(bǔ)無數(shù)個(gè)還未實(shí)現(xiàn)過的空白。作為一種有形資產(chǎn)，大數(shù)據(jù)的價(jià)值不在于“大”，而在于“有用”，其揭示的內(nèi)容比數(shù)量本身更重要。怎樣才是“有用”的數(shù)據(jù)，就要依靠數(shù)據(jù)分析師對(duì)數(shù)據(jù)進(jìn)行“加工”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。不管大數(shù)據(jù)的核心價(jià)值是否是預(yù)測(cè)，但基于大數(shù)據(jù)形成決策的模式已經(jīng)為不少的企業(yè)帶來了利潤(rùn)和聲譽(yù)。

數(shù)據(jù)是為了某種目的而存在，目的可以變，人們可以通過數(shù)據(jù)來了解完全不同的東西。有數(shù)據(jù)是前提，但是如果沒有分析，數(shù)據(jù)的價(jià)值就沒有辦法體現(xiàn)。數(shù)據(jù)好比是一種資源，是“原油”而非“石油”，并不能直接拿來使用，而要通過“提煉”“加工”，這個(gè)過程就是財(cái)務(wù)分析過程，可以說數(shù)據(jù)分析就是大數(shù)據(jù)的靈魂。大數(shù)據(jù)時(shí)代，人們可以通過量化過去不能量化的信息，使用精妙的統(tǒng)計(jì)方法分析這些信息，使數(shù)據(jù)創(chuàng)造價(jià)值成為可能。

大數(shù)據(jù)思維在表現(xiàn)出數(shù)據(jù)的整體性、時(shí)效性、相關(guān)性同時(shí)，還要注意大數(shù)據(jù)本身的非結(jié)構(gòu)化性。智能化數(shù)據(jù)時(shí)代，僅有5%的數(shù)據(jù)為結(jié)構(gòu)化數(shù)據(jù)，大量非結(jié)構(gòu)化數(shù)據(jù)充斥在人們現(xiàn)實(shí)經(jīng)營(yíng)活動(dòng)中，人們必須接受乃至擁抱多樣性的大數(shù)據(jù)。盡管大數(shù)據(jù)的多樣性帶來數(shù)據(jù)表面的混雜、模糊，但它其實(shí)在更大范圍和規(guī)模上帶來了預(yù)測(cè)、決策的準(zhǔn)確性，減少了遺漏與錯(cuò)失機(jī)會(huì)，這恰恰是大數(shù)據(jù)思維的精髓體現(xiàn)。

2 大數(shù)據(jù)思維對(duì)財(cái)務(wù)分析的影響

處于大數(shù)據(jù)時(shí)代，企業(yè)迫切需要通過財(cái)務(wù)分析來實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)、降低成本、提高效率，大數(shù)據(jù)思維給財(cái)務(wù)分析提供了更多解決方案。財(cái)務(wù)分析應(yīng)遵循普遍的工作思路，即從局部到整體，從微觀到宏觀，明確數(shù)據(jù)分析目標(biāo)，對(duì)影響數(shù)據(jù)目標(biāo)波動(dòng)的關(guān)鍵維度進(jìn)行拆解，找出不同影響因素之間的關(guān)聯(lián)關(guān)系，并建立數(shù)據(jù)關(guān)系模型，發(fā)現(xiàn)問題數(shù)據(jù)或數(shù)據(jù)異常點(diǎn)，并找出原因，最后采取相應(yīng)優(yōu)化措施，使數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)。

財(cái)務(wù)分析借助大數(shù)據(jù)的系統(tǒng)化思維，圍繞自下而上的數(shù)據(jù)分析思路展開工作，運(yùn)用這種思路的原因是財(cái)務(wù)分析的數(shù)據(jù)通常是在運(yùn)營(yíng)流程中已經(jīng)產(chǎn)生的數(shù)據(jù)。財(cái)務(wù)分析人員在這些數(shù)據(jù)中發(fā)現(xiàn)問題，并綜合運(yùn)用多種財(cái)務(wù)和大數(shù)據(jù)分析方法進(jìn)行解剖分析，如趨勢(shì)分析、對(duì)比分析、交叉分析、結(jié)構(gòu)分析、因素分析、相關(guān)分析、回歸分析、聚類分析和因子分析等。

財(cái)務(wù)分析一定是精細(xì)化的運(yùn)營(yíng)過程，建立起系統(tǒng)化的大數(shù)據(jù)思維，方能體現(xiàn)商業(yè)價(jià)值。大數(shù)據(jù)要相關(guān)不要因果、要全體不要抽樣、要效率不要精確。財(cái)務(wù)分析則既要數(shù)據(jù)的相關(guān)性，也要數(shù)據(jù)間的關(guān)聯(lián)關(guān)系；既要全體數(shù)據(jù)也要抽樣異常數(shù)據(jù)的不確定因素；既要抓效率仍不失財(cái)務(wù)數(shù)據(jù)的精確性。

3 大數(shù)據(jù)與業(yè)財(cái)深度融合

大數(shù)據(jù)時(shí)代，財(cái)務(wù)分析不僅要對(duì)統(tǒng)計(jì)核算的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，同時(shí)還要充分結(jié)合業(yè)務(wù)流程及客戶行為關(guān)系中的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析。業(yè)財(cái)融合，其核心就是業(yè)務(wù)流與數(shù)據(jù)流的融合，業(yè)務(wù)必須數(shù)據(jù)化，數(shù)據(jù)必須面對(duì)業(yè)務(wù)作出反饋。大數(shù)據(jù)與業(yè)財(cái)深度融合具體表現(xiàn)在以下幾個(gè)方面。

首先，大數(shù)據(jù)更多地將業(yè)務(wù)流程用財(cái)務(wù)數(shù)據(jù)的語(yǔ)言表達(dá)出來，其關(guān)注點(diǎn)在于多個(gè)數(shù)據(jù)維度之間的關(guān)聯(lián)，而非受單一因素的影響，通過影響關(guān)鍵因素指標(biāo)的關(guān)聯(lián)關(guān)系建立數(shù)據(jù)分析模型。有時(shí)大量的數(shù)據(jù)并沒有表現(xiàn)出與業(yè)務(wù)有直接的關(guān)聯(lián)關(guān)系，更需要財(cái)務(wù)人員掌握所處行業(yè)的相關(guān)專業(yè)知識(shí)，建立其對(duì)業(yè)務(wù)的敏感度，了解行業(yè)的開展流程、利潤(rùn)增長(zhǎng)點(diǎn)及核心競(jìng)爭(zhēng)力在哪里，并運(yùn)用科學(xué)分析的方法和技能深度挖掘數(shù)據(jù)的隱性價(jià)值，用數(shù)據(jù)說話。財(cái)務(wù)數(shù)據(jù)本身體現(xiàn)的是核算價(jià)值，只有與業(yè)務(wù)需求協(xié)同起來，才能體現(xiàn)商業(yè)價(jià)值。

其次，要發(fā)揮大數(shù)據(jù)的真正價(jià)值，使數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)，必須運(yùn)用人工智能手段整合財(cái)務(wù)核算數(shù)據(jù)、業(yè)務(wù)流程數(shù)據(jù)和客戶行為關(guān)系數(shù)據(jù)。智能化系統(tǒng)將這三類數(shù)據(jù)收集、轉(zhuǎn)化，并歸集到統(tǒng)一數(shù)據(jù)平臺(tái)，財(cái)務(wù)分析師利用專業(yè)知識(shí)，緊密結(jié)合業(yè)務(wù)實(shí)際，對(duì)管理決策提出建設(shè)性意見。期間，收集數(shù)據(jù)過程占用了整個(gè)環(huán)節(jié)大多數(shù)的時(shí)間，而創(chuàng)造的價(jià)值卻微乎其微。相反，財(cái)務(wù)分析決策僅用很短的時(shí)間，往往卻能決定企業(yè)的生死存亡。

最后，業(yè)務(wù)數(shù)據(jù)化、數(shù)據(jù)財(cái)務(wù)化。財(cái)務(wù)分析始終要以公司業(yè)務(wù)為核心，圍繞業(yè)務(wù)展開財(cái)務(wù)規(guī)劃，管理型會(huì)計(jì)應(yīng)參與到公司經(jīng)營(yíng)戰(zhàn)略中去，財(cái)務(wù)與業(yè)務(wù)結(jié)合才是王道。優(yōu)秀的財(cái)務(wù)分析師始終以創(chuàng)造價(jià)值為導(dǎo)向，緊密結(jié)合財(cái)務(wù)、業(yè)務(wù)、客戶的實(shí)踐，在分析中發(fā)現(xiàn)問題和解決問題，用數(shù)據(jù)說話，進(jìn)而創(chuàng)造更多價(jià)值。

4 智能數(shù)據(jù)時(shí)代面臨的挑戰(zhàn)

首先，過去分布在企業(yè)流程中的數(shù)據(jù)并未被充分開發(fā)利用，大量數(shù)據(jù)的價(jià)值沒有被當(dāng)作資產(chǎn)去管理、去挖掘，即使是信息化程度較高的金融行業(yè)，也僅利用了不到一半的數(shù)據(jù)。

其次，智能數(shù)據(jù)時(shí)代，財(cái)務(wù)分析工作面臨各式結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的沖擊，包括核算數(shù)據(jù)、流程數(shù)據(jù)、客戶數(shù)據(jù)和行為數(shù)據(jù)等。智能數(shù)據(jù)的商業(yè)價(jià)值就體現(xiàn)在整合數(shù)據(jù)的時(shí)效性，定位的精準(zhǔn)性上，企業(yè)必須更快作出商業(yè)決策并找準(zhǔn)自己的位置。同時(shí)，數(shù)據(jù)之間存在商業(yè)聯(lián)系，勢(shì)必會(huì)給數(shù)據(jù)思維帶來挑戰(zhàn)。在復(fù)雜、海量的數(shù)據(jù)面前，財(cái)務(wù)人員要保持清晰、敏捷的思路，利用新技術(shù)和新平臺(tái)滿足企業(yè)對(duì)經(jīng)營(yíng)預(yù)測(cè)、決策在時(shí)間和效果上的需求。

最后，數(shù)據(jù)在過去只是記錄和統(tǒng)計(jì)企業(yè)經(jīng)營(yíng)活動(dòng)的一種載體，智能數(shù)據(jù)時(shí)代，海量數(shù)據(jù)匯集起來，數(shù)據(jù)已然成為一種重要資產(chǎn)，被管理者高度重視，幫助企業(yè)不斷提升商業(yè)價(jià)值和尋求新的商業(yè)機(jī)會(huì)。多類型數(shù)據(jù)的實(shí)時(shí)處理，以及各種數(shù)據(jù)之間的交叉組合，給財(cái)務(wù)分析技術(shù)帶來了巨大挑戰(zhàn)。人工智能和商業(yè)智能為這些數(shù)據(jù)資產(chǎn)的高效管理帶來便利條件，也為數(shù)據(jù)創(chuàng)造更多商業(yè)價(jià)值提供了技術(shù)支持。

5 結(jié) 語(yǔ)

隨著大數(shù)據(jù)時(shí)代的到來，人工智能技術(shù)更加民主化，更多非技術(shù)型的財(cái)務(wù)分析師可以參與到智能數(shù)據(jù)的運(yùn)用當(dāng)中。未來智能數(shù)據(jù)時(shí)代的管理會(huì)計(jì)邊界會(huì)更加寬泛，會(huì)計(jì)信息化與業(yè)務(wù)流程關(guān)聯(lián)更加緊密。智能化、業(yè)務(wù)化將成為管理會(huì)計(jì)信息化的新特征。數(shù)據(jù)與業(yè)務(wù)將作為智能數(shù)據(jù)時(shí)代管理會(huì)計(jì)變革中的一對(duì)新的辯證關(guān)系長(zhǎng)期存在。

主要參考文獻(xiàn)

[1]彭宏超.管理會(huì)計(jì)教學(xué)體系再設(shè)計(jì)——基于《管理會(huì)計(jì)基本指引》[J].新會(huì)計(jì)，2017（3）.

[2]李敬華，賈蓓，李倩茹.傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)和大數(shù)據(jù)內(nèi)涵辨析[J].電信快報(bào)，2016（9）.

[3]許亞湖，王婷.大數(shù)據(jù)時(shí)代管理會(huì)計(jì)的變革[J].財(cái)會(huì)通訊，2015（16）.

[4]黃永金.大數(shù)據(jù)時(shí)代及管理會(huì)計(jì)變革[J].財(cái)務(wù)與會(huì)計(jì)，2015（11）.

[5]許金玲，趙爽.大數(shù)據(jù)時(shí)代管理會(huì)計(jì)工作變革研究[J].現(xiàn)代經(jīng)濟(jì)信息，2014（23）.endprint