大数据时代管理会计研究

导语：大数据时代管理会计研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、大数据时代

1.大数据。大数据原来是计算机领域处理信息的一种方法。为了得到更精确的结果，大数据采纳了很多看起来毫无关联的信息，比如天气、温度等，构成了庞大繁杂的数据库。这些信息平均价值较低，利用新的处理模式删繁就简,实现高效准确的目的，于是大数据便发展成为一种新的信息处理模式，它包括海量的、高增长率的和多样化的信息资产，且具有更强的决策力、洞察发现力和流程优化能力。大数据时代最大的转变就是关注相关关系而不是因果关系，即只需要结果，而不需要理清其中的联系，这颠覆了人们的思维习惯，对收集信息、管理信息和预测信息等方面提出了新的挑战。

2.云计算。云计算是大数据的主要运算方法之一，也是支撑大数据的平台，它可以挖掘出纷繁复杂、价值低廉的数据群下的真实价值。云计算由不同研究机构共同开发，普遍被认为是一个由虚拟资源构成的资源池，通过互联网向外按需提供资源，其主要特点是多用户共享、大数据处理与大数据储存。云计算是在原有的并行计算和分布式计算等多种技术的基础上进化而来，成熟度高，可靠性强，具备廉价和高效的优点。

二、大数据时代的管理会计

管理会计的任务是将财务会计所记录的总账和报表等资料进行加工处理，使高层管理人员能够对日常活动进行规划、控制和决策。管理会计是对未来的规划，侧重于对未来的预测，相对于财务会计来说更依赖对数据、尤其是大数据的处理分析。管理会计大致可分为对经营预测、决策和长期投资决策的预期效果综合分析的“决策会计”和为了提高预期决策效率而进行的预算管理、责任会计、成本控制和绩效评价的“执行会计”。大数据时代大大扩展了管理会计的各项职能。

1.经营预测。传统的经营预测存在偏差的最大原因是信息不对称，很多信息没有被利用或量化。大数据时代，可利用计算机、互联网和云计算将巨量数据的信息载体处理成为简单准确的所需信息呈现在面前，只要挖掘数据，即可得出预测结果。互联网时代，人们习惯于在网上搜寻自己需求的信息，这就在网上留下了文本、音频、视频等浏览记录。这些记录之间缺乏逻辑与结构的联系，所以被称为“非结构性数据”。管理会计可通过云计算处理这些“非结构性数据”，并利用计算结果进行经营预测。

2.全面预算管理。预算管理既将企业制定的经营目标以货币形式表现出来，也将企业整体目标拆分开来落实到每个部门和员工。大数据时代，预算人员面对复杂的巨量数据和动态实时的预算要求，需要将预算管理系统与大数据结合。

2.1大数据时代下的预算是动态、实时的。在编写预算时，所有预算项目会经审批后储存进云端，在执行预算时，云会计下的系统可以利用云端上新增的数据同步计算出实际与预算的差异，并可调整预算。

2.2有力的数据分析软件使预算系统更加及时。应用多维数据分析技术，大数据下的预算系统可以很好的支持巨量数据的及时分析。

2.3预算的编写更加智能。大数据下的预算系统，可以先由IT部门制作标准模型和参数表，将它们与预算模块中的具体数据建立动态联系，再由预算管理人员通过自定义计算功能实现预算模块各个数据之间的联系，并且预算人员可以自己编写、维护和更新业务规则，使预算要求更加明确有效的反映到预算模块中。

3.绩效评价。绩效评价系统的关键绩效指标是衡量员工工作的量化指标，其设定应遵循具体、可度量、可实现、现实性和时限性五个原则，实际设计时容易出现偏差。应用大数据系统可以解决其中一些问题。

3.1可度量原则可能导致的关键指标遗漏。可度量原则是指绩效指标应是数量化或行为化的，过分追求量化指标往往导致关键绩效指标遗漏。应用大数据系统，设计者可以在云端获得形式多样的间接反映绩效的数据，量化充分即可避免关键指标的遗漏。

3.2现实性原则可能导致的指标偏离。现实性原则是指绩效指标的考察是现实可行的，而在操作时，设计者可能常为节省考核费用而忽略考察成本较高的指标，导致考核结果偏离战略目标。大数据系统下，大量数据的收集唾手可得，很多指标的测定变得不再复杂昂贵，既可以通过委托专门的研究中心计算所需指标，也可以租用经济高效的虚拟服务器自己计算指标，成本低，更加符合现实性原则。

3.3时限原则可能导致的考核过于注重短期利益。时限原则是指指标的完成应在特定期限内，不能遥遥无期，这导致员工过于注重短期利益，对企业长期经营不利。大数据是站在巨量数据之上进行分析的，数据基数很大，考量因素很多，有更大的把握对复杂和长远的投资进行预测，在一定程度上避免短视行为。

三、挑战

大数据和云计算尚未引起普遍重视。麦肯锡公司2013年调查显示，只有49%的高管关注大数据的发展，很多中小企业忽视对大数据的关注。这无疑会影响大数据的推广应用，落后企业也会因此增加机会成本与时间成本。大数据的信息真实性越来越被重视。大数据的引进，对外部信息和内部信息真实性均提出了更高的标准，这对目前还未做到公开透明的企业来说是个挑战。大数据系统的处理技术尚不令人满意。例如，处理非结构化数据时，在转化成结构化数据的途中可能会产生意思曲解和信息遗漏；目前处理巨量数据较为成熟的Hadoop体系的应用门槛较高，不利于大数据系统的推广；网络容量有限，储存成本较高。信息和网络安全问题的挑战日益严重。一方面是企业取得的信息是否合法，是否尊重了客户的隐私权。另一方面是企业能否保护好客户的资料，不被窃取。网络水平的快速发展与网络高手的层出不穷，信息和网络安全愈发重要。熟练掌握大数据处理技术的人才不足。企业需要能够熟练应用大数据工具的管理会计人才，只有通过他们专业解读和提炼大数据系统处理得到的最终信息，管理层才能得到有利于经营管理的信息，才能做出合理可行的决策。目前，这类人才严重缺少。

四、建议

1.大力宣传和推广大数据系统，普及大数据和云计算知识，推动大数据时代的健康发展。

2.国家应着重提升全民的计算机素质，鼓励参与国家大型分布式计算项目，发展大数据计算技术。分布式计算项目是将一个超大型计算项目分解成可在单个电脑上计算的小块儿，每一个拥有电脑的人只需下载正规软件，即可参与其中。

3.高度重视云安全，不仅要建立杀毒系统保护信息免受侵害，还要在信息共享时注意混合云中数据的所有权问题，推广使用分裂密钥加密等技术对机密数据进行保护。

4.加大培养管理会计人才的力度，鼓励使用大数据工具。逐步培养可以综合掌握数学、统计学、计算机等多方面知识的复合型人才，提高管理会计的数据分析与挖掘能力，适应大数据时代的变化。

作者:陈晨 单位:南京理工大学经济管理学院