论大数据时代对会计和审计的影响.doc

1、 论大数据时代对会计和审计的影响学位类型：同等学力 论文作者：姬燕燕 培养学院：国际商学院 专业名称：会计学 指导教师：汤谷良 教授 2015 年 5 月 学位论文版权使用授权书本人完全了解对外经济贸易大学关于收集、保存、使用学位论文 的规定，同意如下各项内容：按照学校要求提交学位论文的印刷 本和电子版本；学校有权保存学位论文的印刷本和电子版，并采 用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提 供目录检索以及提供本学位论文全文或部分的阅览服务；学校有 权按照有关规定向国家有关部门或者机构送交论文；学校可以采 用影印、缩印或者其它方式合理使用学位论文，或将学位论文的 内容编入相关数据

2、库供检索；保密的学位论文在解密后遵守此规 定。学位论文作者签名：导师签名: ( 年 月 曰 年 f 月 、m 论大数据时代对会计和审计的影响 学位类型：同等学力 论文作者：姬燕燕 培养学院：国际商学院 专业名称：会计学 指导教师：汤谷良 教授 2015 年 5 月The big data eras impact on accounting and auditing 学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中己经注明引用的内容外， 本论文不含任何其他个人或集体己经发表或撰写过的作品成果。 对本文所涉及的研究工作做出重要贡献的个人

3、和集体，均己在文 中以明确方式标明。本人完全意识到本声明的法律责任由本人承 担。特此声明学位论文作者签名:年T 月 曰 2.4对于我公司而言，大数据对于会计的影响 . 122.4.1 对数据资产做战略性的规划 12 2.4.2 整合结构性数据与非结构性数据，扩展会计信息化程度 13 2.4.3 调整财务报告披露时间 14 2.5大数据时代带来的风险及应对措施 . 162.5.1 大数据时代带来的风险 16 2.5.2 应对措施 17 第 3 章 大数据时代对审计的影响及应对措施 173.1大数据对于审计的影响 . 173.1.1 审计方法 18 3.1.2 审计方式 19 3.1.3 审计成果

4、的应用与审计整改的后续落实 19 3.2审计机构在面临大数据时代的应对策略 . 203.2.1 清晰了解并认识到大数据审计分析的艰巨性、复杂性 20 3.2.2 加大对审计系统的研发投入 21 3.2.3 从以往的大数据审计项目中汲取经验 21 3.3对于我公司而言，大数据对于审计的影响 . 213.3.1 加强财政收支审计 21 3.3.2 电商平台业务的审计 22 3.3.3 改变审计报告模式及审计内容 22 3.3.4 由原有的数字审计转变为大数据审计 23 第 4 章 研究创新与展望 254.1大数据的复杂程度远超于人们想象 . 254.2数据的安全与隐私 . 264.3大数据系统与财

5、务系统、审计系统需更好融合 . 264.3.1 构建会计分析型大数据企业 26 Abstract Coming in large data, the traditional accounting and auditing profession, no matter from the accounting information, management accounting functions, or from the audit target and audit method, are subject to the unprecedented impact, also gives accoun

6、ting and auditing industry has brought a new “industrial revolution“. This article mainly from three aspects in financial accounting, management accounting and auditing, in-depth analysis of the influence of the era of big data, and coping strategies for these effects are given are analyzed. At the

7、same time, in the thorough examination of the influence, the timely introduction of the concept of data assets and data mining, the data assets and data mining model structure to carry on the comprehensive elaboration, through the model and instance, will the profound influence of the large data bri

8、ngs to the accounting, auditing, and corresponding countermeasures of comprehensive explanation. In addition, in the era of big data, the cloud platform, combining the concept of cloud computing and Internet of things, the introduction of concept and theory, the big data platform by OCR model, on th

9、e other side under the background of big data, accounting and auditing research methods. Keywords：Big data，Accounting，Auditing 摘 要 在大数据来临之际，传统会计行业和审计行业，无论从会计信息化、管理会计职能，还是从审计目标及审计方法上，都受到了前所未有的冲击，也给予会计行业和审计行业带来了一次全新的“工业革命” 。本文主要从财务会计、管理会计和审计三个方面，全面深入的剖析大数据时代对其的影响，并针对这些影响所给出的应对策略进行了分析。同时，在全面剖析影响中，适时引入了

10、数据资产、数据挖掘等概念，在对数据资产和数据挖掘的模型结构进行了全面阐述，通过模型及实例，将大数据给会计、审计带来的深远影响及相应对策进行了全方位的说明。此外，在大数据时代，将云平台、云计算和物联网概念相结合，引入大数据平台概念及理论，借由 OCR 模型，从另一个侧面阐述大数据背景下，会计及审计的研究方法。 关键词：大数据，会计，审计 1 第 1 章 引言 1.1研究原因、方法 由于大数据时代的来临，给了会计、审计机关一次全新的、彻底的“工业革命” ，其海量的数据、冗长的数据结构、看似毫无规律可循的内部数据关联性，给经营决策带来了一定的困难。同时，由于非结构性数据与结构性数据的结合，也使得经营

11、决策的深度和广度上上升到了一个水平。同时，也为会计、审计的理论完善、技术创新，提供了条件，也在研究方法上提出了更多、更高的要求。因此引入大数据、数据资产和数据挖掘概念，就变得势在必行了。 在大数据、大数据资产和数据挖掘的背景下，如何将传统会计、审计与之相结合，并发挥大数据的优势，为会计预测、经营决策、审计目标提供数据支撑；通过什么样的方式能够高效的获取有用信息；以及如何能够在大数据时代转变会计审计职能，是本文研究的原因。本文从大数据概念、特征、目前学术研究几个层面入手，着重对大数据时代对财务会计、管理会计和审计方面的影响进行了深入剖析，也提供了应对的策略供参考。同时，在全面剖析影响中，适时引入

12、了数据资产、数据挖掘等概念，在对数据资产和数据挖掘的模型结构进行了全面阐述，通过模型及实例，将大数据给会计、审计带来的深远影响及相应对策进行了全方位的说明。此外，在大数据时代，将云平台、云计算和物联网概念相结合，引入大数据平台概念及理论，借由 OCR 模型，从另一个侧面阐述大数据背景下，会计及审计的研究方法。 在过去几年来，不断的有国内外的一些学者，提出大数据对会计审计研究方法的创新理论和实践意义。本文作者在统合已有的理论和实践意义的基础上，提出了：确认大数据资产，并利用 OCR 技术，拓展会计信息化程度，为会计信息化平台提供强有力数据支撑；以及利用云计算和云平台，提高审计价值等新观点。希望这

13、些观点可以为将来的会计、审计工作提供一些新的工作思路。 1.2大数据的概念 继互联网、物联网、云平台、云计算之后，又一次新的信息革命到来了大数据（Big data） 。顾名思义，大数据，是由数量繁多、结构复杂、类型较多的数据构成的集合体（姜巍，马建光，2013） 。大数据之大，不仅仅是指数量多，而更重要的，其蕴含的价值较大。因此大数据在一定的时间内，可以被企业所撷取、分析、整理，并为企业、投资者或其他使用者所用。 产生大数据的，是来自于互联网、云计算、物联网等共同作用的结果（维克 4.3.2 借助大数据、云平台、云计算，大大提高审计效率效果 27 第 5 章 总结 28参考文献 29致谢 30

14、个人简历 在读期间发表的学术论文与研究成果 . 312 托迈克-舍恩伯格，肯尼斯库克耶，2013，第 20-22 页） 。 一是互联网。随着互联网越来越深入人心，信息化加快了向社会各行业、各阶层日益渗透的速度，在此过程中，也就出现了各类数据。同时，这些数据也在日益影响着人们的生活、情感，渗透在人们生活中的点滴。通过互联网，可以加快人们之间的了解，也能更广泛的熟知大众的需求、行为习惯等，这些都为大数据的产生提供了前提条件。 二是云计算。云计算是基于互联网计算的，是分布式处理的进一步发展，能够向各类互联网应用提供存储服务。同时，它也更为便捷的为受众群体提供快速、方便的网络访问。 三是物联网。物联网

15、是新一代信息技术的组成部门，也称为 Internet of things（ Lot） 。顾名思义，就是物物相联的互联网。通过各类红外设备等传感设备，按约定的协议，把人与物、物与物联系起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。 物联网实现了人、机器、物三者之间的互联互通，也产生了三者之间的数据与相对关系。这些数据不仅有结构性数据，同时伴有大量的非结构性数据。这些数据类型较为复杂，也很庞大。 产业科技研究公司 Gartner Group Inc.是这样定义大数据一词的：大数据是海量、高速率、及/或多样的信息资产；这种信息资产需要新型的处理模式去促成更强的决策能力

16、、洞察发现能力和流程优化能力（Laney 2012） 。因此，大数据具有以下几个特征： （1 ） 数量大海量数据的采集、整理是个难题； （2 ） 数据结构复杂这些数据不仅仅有结构性数据，还有非结构性数据。结构性数据诸如数字等，而非结构性数据诸如图片、声音、视频等。这些非结构性数据有可能与业务相关，因此结构性数据与非结构性数据并存，不易处理。 （3 ） 时效性相较于滞后性的会计信息而言，大数据所提供的数据都是具有时效性的，也就是说，数据的产生和处理是实时的，这也为经营决策提供了更为准确的数据支撑。 （4 ） 商业价值高，但是密度低比如说，在海量的数据面前，也许只有一两个是有效的；从会计信息的角度

17、而言，在连续不断产生信息的同时，也许有用的会计信息只有一两个或者一两部分。 1.3大数据研究的几个层面 1.3.1理论研究层面理论研究层面无外乎几个方面： 一是大数据的特征及整体描述； 3 二是大数据所带来的商业价值研究； 三是大数据发展的历史沿革及未来发展趋势、走向； 四是在海量数据面前，如何能做到安全、高效的对数据进行撷取、整理、分析、汇总等。 图 1.1 大数据涉及的理论研究层面 1.3.2技术研究层面 云平台/计算 云计算主要是为数据资产提供了存储、访问的场所及渠道，换言之，云计算提供了基础架构平台。而大数据，是建立在云计算基础上，进行应用、运行。 分布式处理技术 分布式处理平台，可以

18、将不同地点、不同功能、不同数据的计算机联系起来，在控制系统的统一控制下，数据的分析与处理据此完成。 存储技术 所谓存储技术，其实是为了支撑大数据的分析，与大数据的处理。比如：google和腾讯，分别有几十万台的服务器和硬盘，还在不断的扩大其存储设备。这些扩展大部分都是建立在廉价的服务器和硬盘之上，因此其有更多的时间去技术研发。 数据挖掘 数据挖掘是大数据处理的核心。数据挖掘，又称资料勘探、数据采矿，是数据库知识发现的一个步骤。它主要是指，从大量的、模糊不清的、随机的数据中，找出蕴含的、事先未知的，但是又有价值的数据。 以电商平台为例。当客户在大量浏览商品，并下单购买一样商品之后，数据价值 特征

19、 理论 发展沿革及趋势 安全性 第 1 章 引言 . 11.1研究原因、方法 11.2大数据的概念 11.3大数据研究的几个层面 21.3.1理论研究层面 21.3.2 技术研究层面 . 3 1.3.3 实践层面 . 4 第 2 章 大数据时代对会计的影响及应对措施 . 52.1大数据对于财务会计的影响 52.1.1 对会计信息来源的影响 . 6 2.1.2 大数据时代对资产计量的影响 . 6 2.1.3 财务管理人员的管理职能发生了转变 . 7 2.2大数据对于管理会计的影响 72.2.1 对初始成本的确定及后续成本的计量 . 7 2.2.2 为决策和规划提供有利的会计数据支持 . 8 2.

20、2.3 为控制和评价管理提供准确数据帮助 . 8 2.3会计机构在面临大数据时代的应对策略 82.3.1 建立大数据资产概念，积极响应海量数据需求。 . 9 2.3.2 确认大数据资产，可以使得会计信息质量得以充分实现。 . 9 2.3.3 拓展财务报表表外事项及财务报告罗列项目 10 2.3.4 提升财务价值，转变财务职能 10 2.3.5 保障财务信息安全性 10 2.3.6 加强数据挖掘技术在管理会计中的广泛应用 10 4 挖掘系统就会自动跟踪该客户的浏览记录，会在客户购买结束后或是关闭浏览网页的时候，自动保存喜好表单。 再比如，某视频网站，用户在点击直播或轮播节目的时候，数据挖掘系统就

21、会跟踪该用户的点击频率表、点击节目的类别等，同时也会创建“你可能喜欢的节目”或是“你可能感兴趣的节目”一栏，根据用户的喜好，推送节目。 当然，数据挖掘需要有一定的前提：1 是海量数据作支撑； 2 是有庞大的计算机系统做工具；3 是完善的数据管理功能； 4 是综合性、多领域学科的发展平台。 常用的数据挖掘方法，主要有：遗传算法、策决树、关联分析、序列模式分析、聚类分析等。 图 1.2 大数据涉及的技术研究层面 1.3.3实践层面 互联网的大数据 据了解，互联网的数据以每年 50%的速度在增长。如阿里巴巴拥有大量的交易数据和信用数据；而腾讯则应有海量的用户关系数据。这些数据都可以作为分析人们日常行

22、为，从而挖掘出对企业有用的价值。 政府的大数据 政府部门拥有海量的原始数据，诸如天气数据、交通数据、税收数据、医疗数据、教育数据等，但这些数据目前并没有完全被开发出来，也没有被有效利用。而这些大数据一旦被广泛应用，其潜在价值就会被开发，数据之间的关联性也将逐一展现，价值是无可估计的。 企业的大数据 企业的经营管理者，更多的是希望获得报表数据以外的，能对经营决策起到重要作用的大数据，同时也希望能够获得具有时效性的大数据，而非是滞后性的技术 云平台/计算 分布式处理 数据挖掘 存储 5 会计信息。例如：用户的 PV、VV 点播的习惯、视频观看习惯、购买行为习惯、网站阅读新闻的习惯等。通过这些行为习

23、惯的分析，可以对网站的整体架构布局、零首页的内容修改、广告投放框架设计等提供数据支持。 个人的大数据 所谓个人的大数据，其含义在于：个人在使用互联网的过程中，其使用痕迹、注册过的信息、保存的表单、登陆的用户名及密码等，均可以被存储在数据库中，当然也有可能被第三方恶意盗取而使得隐私不能被保护。 图 1.3 大数据涉及的技术研究层面 第 2 章 大数据时代对会计的影响及应对措施 随着大数据时代的到来，企业更注重数据的挖掘与深入分析。 对于财务而言，大数据时代与小数据时代的区别在于：1 是数据的突然增多，且多为非结构性的业务数据；2 是面对这些海量数据，要求会计从业人员的反应时间短，反应速度快。因此

24、如何收集数据、整理数据、分析数据、利用数据，并将这些有效数据进行整合、资源配置，是企业目前所需要面对的难题之一。 诚然，数据本身并不能提供任何信息，在大数据时代，如若企业不能将数据充分收集、分析、利用，也不能对数据进行整合，会导致企业处于不利局面，不能有效的防范和化解风险。因此本章主要从大数据时代对会计的影响、应对措施等几方面，进行分析论证。 实践 个人大数据 企业大数据 政府大数据 互联网大数据 6 2.1.1对会计信息来源的影响 如前述所言，大数据所带来的，不仅有结构性数据，同时还伴有非结构性数据，且非结构性数据可能会更多。传统的会计信息，多来自于结构性数据，且结构性数据更可被分析、利用，

25、甚至是直接采纳。而大数据时代所带来的，更多的是非结构性数据，这也对会计信息来源产生了一定的影响（邱杰，邱俊，2012） 。 一是非结构性数据越来越多，并广泛存在于会计信息中。非结构性数据与结构性数据的共同存在，这是大数据时代的标志之一，同时大数据技术也可实现将非结构性数据与结构性数据相结合，并加以分析，发现海量数据之间的相关关系，并通过定量的方式，来反映、分析、评判企业的经营发展。 二是强调海量数据之间的相关关系而非因果关系。在大数据背景下，所强调的是相关关系而并非传统意义上的因果关系。比如：相关关系是指会发生什么，而因果关系是指为什么会发生。大数据往往通过相关关系来指出数据之间的关系。 三是

26、传统会计分析强调的是准确、精准，而大数据时代强调的则是数据使用效果。传统会计分析认为，会计信息的精准性无比重要，同时也不接受舞弊造假信息或是非系统性错误。但大数据时代则更多的关注会计信息分析带来的效果，而对精准性没有那么高的要求，或者说，绝对的精准并非是大数据时代所关注的。 传统会计信息体系中，由于缺乏海量的数据所支撑，因此任何一个所获取的数据/信息，都对会计信息产生至关重要的影响，也就需要这些信息保证其真实性、可靠性，才不会导致会计信息的失真。所以，在小数据时代，人们会通过反复的检查与论证、各类测试性程序和分析复核程序，来减少、避免错误的发生，也会采用测试样本是否存在系统性偏差。尽管所获取的

27、信息不多，但是论证这些信息所花费的时间成本、人工成本确实不容小觑的。 在大数据时代，由于数据的繁多与复杂，因此人们不再过于担心某一数据出现的偏差会给会计信息质量带来致命的影响，也不需要在通过耗费众多的成本来消除这些数据的不确定性。因此大数据时代所带来的效果，往往比传统会计信息的准确性更重要。 2.1.2大数据时代对资产计量的影响 由于大数据在会计行业中产生越来越多效应，并逐渐被广泛使用，因此就不得不考虑大数据对资产计量所带来的影响。 一是初始计量成本。传统会计中，初始计量成本，除历史成本外，还有可采用公允价值计量。但是由于公允价值的非唯一性和不可靠性，又使得公允价值使用效果大打折扣，也给投资者

28、使用带来一定的困难。 由于大数据时代的特性，越来越多的数据产生，会使得公允价值越来越透明2.1大数据对于财务会计的影响 7 化，清晰化，从整体上提高了公允价值的可信度和可靠性。 二是计量单位。传统会计中的计量单位，通常采用“元” 。但是在大数据时代，将来有可能出现非“元”为单位的计量单位，如时间、数量等。 2.1.3财务管理人员的管理职能发生了转变 小数据时代，传统财务管理人员，其职能往往在于财务核算、财务管理，而当海量数据出现的时候，其数据的繁多与冗长、数据分析能力的不断提高，要求财务管理人员的职能越来越多的转向有价值的资源配置中去。 原有的职能，基本上把财务人员定位在收集单据、定制凭证、复

29、核、结账、报告、归档等工作中；而大数据时代，财务人员所面对的，不仅仅是财务信息、财务单据，而更多的是海量的业务信息，如何收集信息、分析信息，并将有用的信息放置在合理的资源中，通过高效的财务管理流程，实现有价值的财务数据，将资源配置在增长的领域中，是财务人员转变职能的体现之一。 2.2大数据对于管理会计的影响 管理会计，是从传统财务会计分离出来，并与之并列的、旨在为企业经营管理服务的一个会计学科。管理会计着重点在于提高企业经营管理、提高经济效益。因此在管理会计的核心理念中，创造价值与维护是最为重要的两点。鉴于此，管理会计要针对管理过程中的每个具体步骤、每个具体环节采取相应的措施，且这些措施要与之

30、相匹配。管理会计的职能一般可分为三个方面： 一是对初始成本的确定及后续成本的计量。 二是为现时及未来的决策、规划提供会计数据支撑。 三是为控制、评价管理提供准确的数据帮助。 在大数据时代的冲击之下，管理会计的职能势必受到一些影响，也会产生一些变化： 2.2.1对初始成本的确定及后续成本的计量 在管理会计所提供的各类信息中，如何确定初始成本是核心。企业的经营活动，都离不开成本的确认。同时，成本确认，也贯穿于企业预测、编制计划和预算等各环节中。因此如何对初始成本的确定和后续成本的计量，是大数据时代对管理会计的一大影响。 传统的成本确认和成本计量，其确认和计量的信息来自于企业内部，但在大数据时代，就

31、会使得这些信息发生了一些变化，同时这些内部信息对企业的需求也是不够的。外部信息可以为企业提供更为完整的决策依据，从宏观上外部信息提供了行业背景资料、企业所处行业的位置、竞争对手的信息和竞争定价策略、行业供应链的结构和变化趋势等等。 那么这些外部信息，就是企业内部各系统、各环节人员所不能提供也不能控 9 运用，整合成为对企业会计有用的数据。 如：美国大数据创始公司 Clearstory Data，通过帮助企业收集、整合客户信息、并将整合后的客户信息通过大数据进行处理，其得出的数据结论，可以帮助企业更高效的发现潜在客户群，也可以帮助企业挖掘潜在商机，突破旧有传统模式，找寻新的发展机会。而且通过将信

32、息可视化，帮助企业用最直观、便捷的方式了解和处理数据。 再比如：在我国，目前北京航空航天大学计算机学院和百度公司就共同合作完成了大型数据处理中心的建立与应用，为百度公司及其客户群，提供大数据的研究与实践，搭建了共享多维度的平台。 在应对大数据到来之际，企业需要从几方面着手应对： 2.3.1建立大数据资产概念，积极响应海量数据需求。 在我国，已经有很多行业开始着手建立大数据资产，如电力、财险公司、航空、电信等行业。通过建立大数据资产，分析用户使用行为及用户使用效果，分门别类的制定特定人群的销售政策，加强交叉销售和追加销售；同时，通过大数据资产，可以有效的预测用户的行为习惯和趋势，为用户提供更加人

33、性化、有针对性的产品和销售政策。通过数据的分析，可以准确的判断出企业在行业中的竞争地位、提炼出适合自身发展的有价值的信息，更有针对性的找准市场定位，了解客户的基础信息、个性化需求，以便更好的预测现有用户的发展趋势和未来用户的销售习惯，帮助企业更高效、准确的决策未来市场。所以说，先认识大数据资产、优先建立大数据资产概念，促使企业主动的管理网络信息资源，是企业应对海量数据的措施之一，也能提高企业的经营效益（程平，杨周南，周欢， 2013） 。 2.3.2确认大数据资产，可以使得会计信息质量得以充分实现。 根据市场营销学，我们得知，无论客户在哪个行业中，只要下达了订单，就会产生客户基础信息。其实包括

34、但不限于：客户的年龄、所处地域、个人喜好、消费喜好及其他个性化的数据。而这些客户的基础资料一旦提交给企业，企业的信息资料库中便生成一份客户的基础表格，也将会永久保存客户的信息。在传统小数据时代，技术人员和职能部门人员，无法对这些客户信息的内在关联性进行挖掘；但在大数据时代，面对这些繁多冗长的客户资料，通过大数据资产就可以将其进行分析和处理，为企业提供更为广泛的客户群体资料，为将来的市场定位提供优质的数据支撑。 诚然，这些大数据并非孤立存在的。而是存在于企业的会计信息中。这些信息，不仅可以如实、精准的反映企业现阶段的财务状况，还可以帮助企业通过分析、挖掘这些客户的行为习惯等，使得这些大数据资产得

35、以充分发挥其作用，并 10 为会计信息质量提供保证。 2.3.3拓展财务报表表外事项及财务报告罗列项目 众所周知，在证监会及国资委需要披露的项目中，已远远不能体现大数据所带来的信息革命。因此，应对大数据时代，需要拓展财务报表表外事项及财务报告披露内容。 一是在大数据时代，由于内涵与外延不断拓展，影响财务报表数据的因素也越来越多，投资者关注度不再仅限于财务报表数据，而是很多其他表外事项。将非结构性数据纳入到财务报表表外事项中，不仅可以从微观数据中反应出企业的经营发展状况，更能够从宏观角度审视出企业所处的行业环境、地位、发展趋势等，也能够更为全面的为投资者提供数据支撑。 二是大数据资产，还可以使得

36、一些传统意义上无法定价的资产和负债，有了定价，从而纳入到财务报告中。如环境资源和人力资源。此举提高财务报告的透明度。 2.3.4提升财务价值，转变财务职能 2010 年，英国巴斯大学与 CIMA 合作，对 5426 为高级财务管理专家进行了一次全面的在线调查问卷。这些专家来自不同国家、不同地区，他们的职责也被分为了 6 个部分，分别是：会计实务、财务报表、内部控制、会计信息、决策支持以及风险管理。 CIMA 的这项调查显示：在会计行业中，财务的职能正在从传统的会计核算转变为战略管理指导与支持，换言之，转变成为价值增值型。 财务职能由原有的“核算型”转变成为“价值增值型” ，需要财务人员从几方面

37、实现：1 是从公司宏观战略方面，对公司财务管理进行重新的定位，由原有的“核算型”转变为“价值增值型” ，同时，充分利用公司各类资源进行管理知识分析；另外一方面，提出财务共享中心概念，加强集团型财务管控模式，减少财务管理层级；2 是对财务管理核算流程加以优化配置，同时对客户的资金流程加以改造，将资源充分的优化配置。 财务职能的转变也离不开财务人员的职能转变，当财务人员逐渐从核算型转变为价值提升型，其对业务的了解程度、对业务的主导地位也逐步显现。 2.3.5保障财务信息安全性 云平台和云计算，给数据带来了更大的存储空间，那么使用信息变得越来越便捷，同时如何防范恶意、非法访问，以及泄露用户数据等行为

38、变得迫在眉睫。因此应对信息安全，就需要建立用户身份安全认证和访问认证，从而提高信息使用平台的可信度。并可针对信息平台进行信息系统审计，确保信息系统的安全性。 2.3.6加强数据挖掘技术在管理会计中的广泛应用 8 制的，因此这些非结构化数据就需要大数据的挖掘和利用，将这些结构化数据与非结构化数据加以分析，确定其内部关联性和相关性。因此基于大数据挖掘的企业能够更为准确的确定成本和成本计量，也为企业的生产、经营、销售、管理等环节降低风险、提高管理水平和管理效率提供了有效的数据支撑。 2.2.2为决策和规划提供有利的会计数据支持 企业是自负盈亏的，因此在经营管理过程中，如何能够持续、稳定的增长是企业管

39、理会计的主要职责。现在企业的管理会计，重点是以顾客为中心，通过提供多类别、有针对性的服务，将提高企业核心竞争力为目的，通过成本费用、利润、资金运作等方面，来制定多种的管理方案，而管理会计通过综合评价这些方案的优劣性，来择优选出适合企业发展需要的最佳方案（许金叶，许琳，2013） 。 诚然，不论是企业的短期经营目标还是长期经营目标，无论是短期战略还是中长期战略，如果没有海量的数据作为支持，就不可能得出全面、准确的决策。尤其是在越来越以数据为主的时代，对大数据的分析和挖掘，显得尤为重要。 企业经营决策的前提，是要有准确的预测，而预测的前提则是有准确的分析。分析就来自于数据的支撑。传统的分析，基本上

40、都来自于企业内部，而企业内部信息已经远远不能满足分析预测，因此使得预测能力大打折扣。 譬如说：以推广流量为例。一般情况下，企业会基于历史流量推广情况和推广渠道，得出流量推广的预测。但是由于推广渠道、推广手段的局限性，使得企业没能把受众群体的年龄层分布、客户使用习惯，人文地理的背景资料等一些因素加以整理和分析，这就使得推广预测的准确性大打折扣。但是在大数据时代，这些因素都是可以整理、存储并加以分析、挖掘的。 2.2.3为控制和评价管理提供准确数据帮助 作为企业的经营管理人员，控制和评价其管理，是管理的基本职能，也是作为经济责任审计的一个基础。在企业内部，经营管理活动，涉及到不同部门、不同岗位，其

41、职能也不尽相同。一般说来，经营管理人员首先要确定管理的基本原则，也就是哪些属于管理要求，哪些属于管理原则，而后才会对下属单位/下属部门或人员的工作进行指导、监督和管理（邓德胜，张卫枚，张亚连，2012） 。 同样的，作为管理会计而言，其控制和评价管理也是一样，也要先确定原则和标准。同时，原则和标准决定着从一开始实施管理到最终能否实现管理目标。而在大数据时代，由于数据的存储、分析和挖掘，使得非结构化数据和结构化数据的内在关联可以显现，找出并利用这种内在关联性，对于确定控制和评价管理能够提供准确的数据帮助（毛华扬，杨洁，2014） 。 2.3会计机构在面临大数据时代的应对策略 在大数据时代，需要我

42、们将原本杂乱无章、零散的数据，通过合理的分析、12 成本归集。但是在激烈的市场竞争中，使得企业的产品很难严格区分这几种周期。 在大数据时代，依据数据挖掘技术，可以严格区分出产品的生命周期。最终提高产品的成本计量的准确性，也为经营决策提供数据依据。 2.4对于我公司而言，大数据对于会计的影响 我所在的公司，是一家典型的互联网公司。所从事的业务，涵盖各个方面：如在自己的网站，提供各种点播、轮播节目；广告的投放；移动互联网各终端节目的点击、下载；使用国拨资金开展各项目；有电商平台，提供 B2B2C 业务等等。 在面对复杂而又繁多的数据，作为互联网公司，在小数据时代，我们所采取的方式就是：一方面在传播

43、效果分析数据，在事后（通常是一个节目或者一个频道完成点播、轮播业务之后）才能提供一些点播率（如 PV、VV 等）数据。但是由于这些数据往往很滞后，因此不能为会计信息化平台及审计项目提供事前的数据支撑；也不能提供预测性数据支撑；另外一方面，由于传统的会计是在月末或季度末，开始进行财务分析，但也仅从财务数据的完整性和财务数据的可靠性方面进行分析，很少能够结合业务数据，从点播率、观看效果、广告客户的投放率、受众群体不同年龄分布等业务信息方面，进行财务分析。因此会计信息平台所获取的业务资源是有限的，同时财务人员也往往不太了解业务。 为解决上述会计难点，也为了能够确保在日益变化的行业中保持领先优势；能在

44、数据挖掘过程中获取更多的、对经营决策提供帮助的信息；较好的将大数据系统与现有财务系统更好的结合，都是公司所面临的困境与难题，也是公司接下来的研究工作。 同时，由于公司处于互联网行业中，而且是一家很早介入新媒体业务的互联网公司，同时拥有牌照方资质和各类资源的一家公司。互联网业务风云变化的特点，就决定了公司所经营的业务需要满足公司长远目标，而其长远目标势必要依靠管理人员精确地眼光和准确的数据分析与预测。因此，我将以公司现有情况为例，对大数据时代的会计信息化管理做一简单的阐述。 2.4.1对数据资产做战略性的规划 将数据看成是资产的重要一部分，也就是说，数据资产是一个整体，也是内部资产的一个组成部分

45、。所以对于数据资产，有个战略性的规划。主要从是三个方面着手： 一是数据的管理与存储。解决的就是从数据如何产生数据如何管理的过程，也就是数据后续的记录、存储问题。 二是数据分析。随着数据越来越多，业务模式开展的越来越广泛，用户也随之越来越多。这些数据来源于不同的类型、不同地域，内容也不尽相同，因此需要使用数据挖掘等技术对数据进行分析，并逐步搭建会计大数据平台。 11 根据美国兰德公司的统计，每 100 家企业中，就有 85%的企业因为经营决策的失误，造成企业经营困难。因此越来越多的企业更加重视管理会计在企业中的作用。 但由于大数据时代对管理会计职能产生的一些影响，因此企业加强数据挖掘技术，使得企

46、业可以从容面对管理会计职能的变化，也能从容的面对大数据时代海量数据所带来的复杂性、看似无相关性等特点。 数据挖掘的技术，在收集海量数据、整合数据、分析数据、剖析数据背后的隐含含义等方面，都具有特殊的功能和技术优势。因此无论是从兼收并蓄的特征出发，还是从数据的挖掘技术考虑，将二者有效的结合在一起，才是发展趋势。 大数据时代相较于小数据时代，其优势在于能够更为全面、广泛的对全体样本量进行分析，而非是样本级别的分析；能够进行复杂数据类型的分析，而非精确类型分析；能够进行相关性分析而非因果关系分析。因此这三大特征也是加强数据挖掘技术的前提条件。 一是行业内竞争对手相关信息分析。诚如管理会计的职能变化所

47、述，大数据时代海量信息带来了行业内竞争对手的背景、竞争策略以及定价策略。企业能否在行业取得领先地位，保持行业内的竞争优势，取决于对竞争对手相关信息的了解程度。 在大数据时代，如何从多渠道获取优质信息，分析这些优质信息并从分析中得出准确的答案，是企业的核心任务。利用数据挖掘技术，能够从海量的信息中，将繁多冗长、毫无相关性的数据中，挖掘其内在含义，帮助企业判断竞争对手的优势、识别竞争对手的定价策略和竞争发展趋势，确定其价值链及价值活动，是应对大数据时代管理会计的一大运用。 二是现有及潜在客户的分析。企业最终会将产品面向市场，因此不同产品不同的受众群体。即使是相同的受众群体，其客户之间也会存在千差万

48、别的区别。因此为让企业产品更好的生存在市场中，对现有客户和潜在客户的分析，也是应对大数据时代管理会计的主要内容。 企业通过数据挖掘技术，可以更为有效的获得客户的基本资料，也能更为高效的整合这些资料，找出客户的消费特点、行为习惯、购买习惯，以及客户所处的人为地理特征等；将客户的市场进一步细分，预测客户需求；找出影响客户购买的因素，以及挖掘出影响客户满意度的因素，从而能够更好的改进企业服务意识和服务水平，在现有客户市场保有的情况下，进一步扩大市场，挖掘潜在客户，从而提高企业的经济效益。 三是针对产品生命周期划分的分析。产品生命周期是以成本归集的对象，按照开发期、导入期、成长期、成熟期、下降期和终结

49、期,对整个产品的周期进行 14 通过对传统会计凭证附件的补充，使得非结构性数据得以保存，同时也可以逐步实现会计凭证电子化。随着公司会计信息化进程的逐步深入，越来越多的会计人员开始逐步意识到非机构性数据对会计凭证的重要意义。目前，公司已经将部分重要的会计凭证进行电子化保存。主要的做法： 一是对原始凭证进行电子化采集。通过扫描仪或者照相机等光学设备，进行扫描或拍照，把纸质版资料变为电子版资料。 二是利用识别算法对文字形态进行分析，判断其计算机内编码。 三是将识别出来的文字，采用通过格式保存在文本中。 （1 ） 纸质的原始资料进行拍照或扫描后，形成电子版文档。便于保存，亦可用于其它系统，方便资源共享与信息查询。 （2 ） 如果在 OCR 识别过程中，出现识别信息错误或是无法识别的情况，则需要人工进行补录。以保证信息的完整性。 当然，在电子版文档形成后，也应进行人工的校对与复核，保证资料的准确性。 图 2.2 电子凭证形成流程 2.4.3调整财务报告披露时间 传统的财务报告，是在业务终了后，汇总各方面数据并出具的。也就是说，财务报告具有一定的滞后性，严重影响了财务报告的及时性与使用效率。同时受结构性数据的不全面影响，财务报告披露内容往往以财务数据为主。也为经营决结构性数据 非结构性数据 原始凭证 原始凭证电子版 拍照或扫描 电子影像或