大數據時代管理會計研究論文

一、大數據時代

1.大數據。大數據原來是計算機領域處理信息的一種方法。為了得到更精確的結果，大數據採納了很多看起來毫無關聯的信息，比如天氣、温度等，構成了龐大繁雜的數據庫。這些信息平均價值較低，利用新的處理模式刪繁就簡,實現高效準確的目的，於是大數據便發展成為一種新的信息處理模式，它包括海量的、高增長率的和多樣化的信息資產，且具有更強的決策力、洞察發現力和流程優化能力。大數據時代最大的轉變就是關注相關關係而不是因果關係，即只需要結果，而不需要理清其中的聯繫，這顛覆了人們的思維習慣，對收集信息、管理信息和預測信息等方面提出了新的挑戰。

2.雲計算。雲計算是大數據的主要運算方法之一，也是支撐大數據的平台，它可以挖掘出紛繁複雜、價值低廉的數據羣下的真實價值。雲計算由不同研究機構共同開發，普遍被認為是一個由虛擬資源構成的資源池，通過互聯網向外按需提供資源，其主要特點是多用户共享、大數據處理與大數據儲存。雲計算是在原有的並行計算和分佈式計算等多種技術的基礎上進化而來，成熟度高，可靠性強，具備廉價和高效的優點。

二、大數據時代的管理會計

管理會計的任務是將財務會計所記錄的總賬和報表等資料進行加工處理，使高層管理人員能夠對日常活動進行規劃、控制和決策。管理會計是對未來的規劃，側重於對未來的預測，相對於財務會計來説更依賴對數據、尤其是大數據的處理分析。管理會計大致可分為對經營預測、決策和長期投資決策的預期效果綜合分析的“決策會計”和為了提高預期決策效率而進行的預算管理、責任會計、成本控制和績效評價的“執行會計”。大數據時代大大擴展了管理會計的各項職能。

1.經營預測。傳統的經營預測存在偏差的最大原因是信息不對稱，很多信息沒有被利用或量化。大數據時代，可利用計算機、互聯網和雲計算將巨量數據的`信息載體處理成為簡單準確的所需信息呈現在面前，只要挖掘數據，即可得出預測結果。互聯網時代，人們習慣於在網上搜尋自己需求的信息，這就在網上留下了文本、音頻、視頻等瀏覽記錄。這些記錄之間缺乏邏輯與結構的聯繫，所以被稱為“非結構性數據”。管理會計可通過雲計算處理這些“非結構性數據”，並利用計算結果進行經營預測。

2.全面預算管理。預算管理既將企業制定的經營目標以貨幣形式表現出來，也將企業整體目標拆分開來落實到每個部門和員工。大數據時代，預算人員面對複雜的巨量數據和動態實時的預算要求，需要將預算管理系統與大數據結合。

2.1大數據時代下的預算是動態、實時的。在編寫預算時，所有預算項目會經審批後儲存進雲端，在執行預算時，雲會計下的系統可以利用雲端上新增的數據同步計算出實際與預算的差異，並可調整預算。

2.2有力的數據分析軟件使預算系統更加及時。應用多維數據分析技術，大數據下的預算系統可以很好的支持巨量數據的及時分析。

2.3預算的編寫更加智能。大數據下的預算系統，可以先由IT部門製作標準模型和參數表，將它們與預算模塊中的具體數據建立動態聯繫，再由預算管理人員通過自定義計算功能實現預算模塊各個數據之間的聯繫，並且預算人員可以自己編寫、維護和更新業務規則，使預算要求更加明確有效的反映到預算模塊中。

3.績效評價。績效評價系統的關鍵績效指標是衡量員工工作的量化指標，其設定應遵循具體、可度量、可實現、現實性和時限性五個原則，實際設計時容易出現偏差。應用大數據系統可以解決其中一些問題。

3.1可度量原則可能導致的關鍵指標遺漏。可度量原則是指績效指標應是數量化或行為化的，過分追求量化指標往往導致關鍵績效指標遺漏。應用大數據系統，設計者可以在雲端獲得形式多樣的間接反映績效的數據，量化充分即可避免關鍵指標的遺漏。

3.2現實性原則可能導致的指標偏離。現實性原則是指績效指標的考察是現實可行的，而在操作時，設計者可能常為節省考核費用而忽略考察成本較高的指標，導致考核結果偏離戰略目標。大數據系統下，大量數據的收集唾手可得，很多指標的測定變得不再複雜昂貴，既可以通過委託專門的研究中心計算所需指標，也可以租用經濟高效的虛擬服務器自己計算指標，成本低，更加符合現實性原則。

3.3時限原則可能導致的考核過於注重短期利益。時限原則是指指標的完成應在特定期限內，不能遙遙無期，這導致員工過於注重短期利益，對企業長期經營不利。大數據是站在巨量數據之上進行分析的，數據基數很大，考量因素很多，有更大的把握對複雜和長遠的投資進行預測，在一定程度上避免短視行為。

三、挑戰

大數據和雲計算尚未引起普遍重視。麥肯錫公司2013年調查顯示，只有49%的高管關注大數據的發展，很多中小企業忽視對大數據的關注。這無疑會影響大數據的推廣應用，落後企業也會因此增加機會成本與時間成本。大數據的信息真實性越來越被重視。大數據的引進，對外部信息和內部信息真實性均提出了更高的標準，這對目前還未做到公開透明的企業來説是個挑戰。大數據系統的處理技術尚不令人滿意。例如，處理非結構化數據時，在轉化成結構化數據的途中可能會產生意思曲解和信息遺漏；目前處理巨量數據較為成熟的Hadoop體系的應用門檻較高，不利於大數據系統的推廣；網絡容量有限，儲存成本較高。信息和網絡安全問題的挑戰日益嚴重。一方面是企業取得的信息是否合法，是否尊重了客户的隱私權。另一方面是企業能否保護好客户的資料，不被竊取。網絡水平的快速發展與網絡高手的層出不窮，信息和網絡安全愈發重要。熟練掌握大數據處理技術的人才不足。企業需要能夠熟練應用大數據工具的管理會計人才，只有通過他們專業解讀和提煉大數據系統處理得到的最終信息，管理層才能得到有利於經營管理的信息，才能做出合理可行的決策。目前，這類人才嚴重缺少。

四、建議

1.大力宣傳和推廣大數據系統，普及大數據和雲計算知識，推動大數據時代的健康發展。

2.國家應着重提升全民的計算機素質，鼓勵參與國家大型分佈式計算項目，發展大數據計算技術。分佈式計算項目是將一個超大型計算項目分解成可在單個電腦上計算的小塊兒，每一個擁有電腦的人只需下載正規軟件，即可參與其中。

3.高度重視雲安全，不僅要建立殺毒系統保護信息免受侵害，還要在信息共享時注意混合雲中數據的所有權問題，推廣使用分裂密鑰加密等技術對機密數據進行保護。

4.加大培養管理會計人才的力度，鼓勵使用大數據工具。逐步培養可以綜合掌握數學、統計學、計算機等多方面知識的複合型人才，提高管理會計的數據分析與挖掘能力，適應大數據時代的變化。