大数据对会计的挑战及其应对会计电算化专业.docx

题 目：大数据对会计的挑战及其应对 目 录 摘 要： 1 Abstract： 1 一、大数据时代的技术支持及其特征 2 （一）产生大数据的技术支持 2 （二） 大数据的信息特征 3 二、大数据对会计的影响 5 （一）大数据对财务会计的影响 5 （二）大数据对管理会计的影响 5 三、大数据对会计的挑战 5 （一）会计信息结构复杂化 5 （二）计量属性和货币计量的多元化 6 （三）财务会计信息管理模式的工厂化 6 （五）财务报告相关性与报告范畴的扩大化 7 四、大数据时代下会计的对策和建议 7 （一）提供更加综合的会计信息 8 （二）建立会计信息系统平台及相关技术标准 8 （三）加提高会计信息化的安全性 9 （四）制核算型财务向价值提升型财务体系转变 9 五、结论 9 参考文献 10 致谢 11 II 大数据对会计的挑战及其应对 摘 要：大数据时代到来以后，在企业的运作中，信息技术已经成为了不可缺少的一环，这就导致传统会计行业的会计信息化和会计职能发生了翻天覆地的变化，进而对传统会计行业的会计信息结构、计量属性和货币计量、财务会计信息的管理模式、会计人员职能和财务报告相关性等六个方面造成了一定的冲击，改变了会计的核算和审计方式，同时也促进了会计行业改革。本文主要针对大数据时代对会计的挑战进行分析，并针对存在的问题提出了解决的措施。 关键词：大数据时代；会计；挑战;措施 The Challenge of Big data to Accounting and its Countermeasures Abstract：With the coming of the era of big data,information technology has become an indispensable link in the operation of enterprises,accounting information and accounting functions of traditional accounting industry have changed, and then the management mode of accounting information structure, measurement attributes and currency, financial accounting information management mode of traditional accounting industry has been brought about. The function of accountant and the relevance of financial report cause impact, change the way of accounting and audit, promote the reform of accounting profession. At the same time, some measures are put forward to solve the existing problems. Keywords: Big data era; Accounting; Challenges; Measures 1 前言 如今,中国的改革已经全面展开,正式走入到了深水区,经济正在逐步转型和升级。与此同时,世界走到了进入数据时代的关键时刻。大数据时代的到来之于会计行业既是挑战又是机遇，因此,如果会计行业想要迎接挑战、抓住机遇,就必须提供更加综合的财务报告,建立会计信息系统平台及相关技术标准,提高会计信息化的安全性,实现核算型财务向管理型和价值提升型财务体系转变。本文从大数据时代的技术支撑和特点入手，在此基础上分析了大数据时代对会计行业的挑战,进而对如何应对挑战提出了几点建设性建议。 一、大数据时代的技术支持及其特征 （一）产生大数据的技术支持 所谓大数据技术,就是充分开发和应用互联网、传感器、云计算和物联网等技术,从大量复杂的数据中快速获取有价值信息的一种手段。当今世界已经进入信息时代,形势瞬息万变,数据信息呈爆炸式增长。随着大数据时代的到来,数据作为创新和生产要素的新动力开始在经济市场中发挥积极作用。 1.互联网 当今社会经济飞速发展，互联网得到广泛普及，开始被运用在社会经济发展的方方面面，加快了各种信息在普通民众和经济建设之中的传播速度,在这个过程里形成了来源广泛、结构多样、内容充实的数据。互联网不断提高存储容量水平，使得海量的数据得以保存，数据之间的共享开始突破时间和空间的限制，网络世界与现实世界之间的隔膜越来越稀薄，数据变得更加生动形象。在这个时代,人们只需要通过互联网信息,就可以了解对方的需要和想法,并对此作出相应的反馈和行动。正是这些改变和突破为大数据时代的到来奠定了坚实的基础，使大数据具备了出现的基本前提和条件[[] 袁振兴,张青娜,张晓琳,张晓雪.大数据对会计的挑战及其应对[J].会计之友,2014,(32):89-92. ]。 2.传感技术 传统的信息采集技术是指在计算机软件技术的支持下,根据目标数据源定制，实时进行信息采集，从大量的网页中将非结构化的信息从结构化的数据库中抽取、挖掘和处理,从而为各种信息服务系统提供数据输入的整个过程。它能够生成包括结构化数据、半结构化数据、非结构化数据在内的诸多数据，甚至还有一些连续的时间序列数据。人们分析观察事物的维度得到拓展，很大程度上来源于这些结构复杂、时间连续的数据；同时,同一数据源用于不同分析目的的可能性大大增加，这也无形之中提升了数据的内在价值。在各种传感技术规模应用的条件下,人们可以得到的数据更贴近事物本身,使非价值的数量信息更容易被直接感知,更容易得到传播,也使得人们在描述同一事物时,维度得以增加,数据量更加丰富。 3. 云计算 云计算(cloud computing)是在互联网相关服务、使用和交付模式增加的基础上,从海量数据中搜寻虚拟化资源的手段[[] 董皓,智能时代财务管理[[M].北京：电子工业出版社，2018:27. ]。它具有十分强大的运算能力，不仅能够预测自然天气变化，推测市场经济发展趋势，甚至可以用来模拟核爆炸发生的场景。用户只需要通过计算机、笔记本电脑、手机等访问数据中心,即可根据自己的需要进行操作。企业通过这种强大的存储计算能力,能更快地处理各种资源信息,提供更好、更便捷的服务。这种技术从根本上改变了企业的IT 架构,为大数据的开发提供了强有力的技术支持。 4. 物联网 物联网不仅是新一代信息技术的重要组成部分,也是信息时代发展的重要阶段。物联网最本质的部分仍然是互联网，它以互联网为基础，是一个基于互联网的扩展网络,它的用户最终可以扩展到任何对象和商品,进行信息交换和交流,即物质和利益。物联网是互联网的应用扩展，它通过智能传感、识别技术、普适计算等通信传感技术在网络融合中得到广泛应用，也被称为继计算机和互联网之后的世界信息产业的第三次浪潮[[] 陈涛,张林丽.基于物联网的电梯监控系统科技创新与应用[J].科技创新与应用, 2016,(25) :125. ]。机器、物体和人之间的独立数据和相互关联数据是在这个复杂的物联网基础上产生的，其中包含结构化数据和非结构性数据；同时,规模和类型的数据因为互联网的互联互通和业务事件的交叉，开始变得越来越复杂。 （二） 大数据的信息特征 大数据是在互联网、传感技术、云计算和物联网等技术支持下产生的[[] 辜明华.挖掘大数据价值,构筑立体化的会计信息系统[J].现代经济信息,2017,(14):153-154. ]。它具有信息量大、类型广、处理速度快、价值密度低等四个基本信息特征。信息量大意味着多个数据源将产生大量的数据信息。各种各样的数据意味着复杂多样的数据样式，即类型广。快速处理意味着用云计算、平板电脑、移动电话和因特网等工具和技术快速处理数据。价值密度低是指密度相对来说较低,使用者可以通过查阅不同的数据从而获取价值比较高的信息。以上四个特点可以为企业的经营创造更多的商业机遇和发展机会。 1.数据信息量大 大数据的一个基本属性就是数据信息量大。大数据的这一基本属性除了体现在数量上之外,还体现在人们所能够处理的信息广度上。由于目前人们受到技术和理论的限制，尚不能够对数据进行完全的分析和处理，只能够采用样本数据法抽取典型数据，以局部来推测整体。大数据时代到来以后，传统理论得到丰富和完善，数据分析能力显著提升，在决策中使用整体数据越来越成为了可能,一些在过去不被收集、储存的细节信息开始得到处理，受到更多的重视,有的细节信息在决策过程中发挥着至关重要的作用,甚至会影响决策的方向。 所以,大数据的信息量之大并不只是简单的通过传统的数据收集方法去得到一些零散分布的细节数据,而是体现在完整性方面，其要求包含一切相关数据和周边信息。 2. 数据类型广 大数据的重要特征是数据类型繁多,复杂多变。来源多样性和格式多样性构成了数据多样性。来源多样性是指人们获取数据来源的渠道和手段广泛多样。在大数据时代,无论是网上购物、浏览记录，还是交友软件、乘车数据，任何一种方式都有可能会成为人们采集到数据信息的来源。 格式的多样性是指数据包含多种结构类型，不再只着眼于传统的结构化数据[[] 宗良,王璐.发挥大数据的价值创造力[N].金融时报,2014-06-23(011). ],非结构化数据也开始成为数据库存储信息的一部分。由于结构化数据便于储存和分析，传统的数据处理手段也就更加倾向于使用结构化数据。与传统数据处理过程相比,大数据处理具有小众化和经验化的特点，这使得它在数据处理的过程中更加重视非结构化数据中的细节，对传统的数据处理手段提出了严峻的挑战。 3.数据处理速度快 大数据的另一个重要特征是数据的快速处理。在大数据时代,数据处理技术的飞速发展产生了海量的信息，这无形之中就对数据处理速度提出了全新的要求。只有加快数据处理的速度才能在产生大量数据的情况下更加充分的利用数据的价值,否则,"大数据"产生的应用优势也就荡然无存。同时,由于数据流动性和其价值成反比,流动时间越长,相应的价值也就越低[[] 张奇,大数据财务管理[M].北京：人民邮电出版社，2016：43-44. ],这就要求数据必须得到迅速及时的处理。所以,在大数据时代的背景下,人们越来越强调数据的实时性,要求企业必须快速地处理信息。 4.数据价值密度低 大数据的另一个重要属性是数据的价值密度低。在大数据的处理过程中,所有的细节都得到了充分的重视,所有的原始数据都能够得到保留,这就导致了某些问题的决策上会有大量的无关信息存在,这些无关信息会影响正确决策，使正确决策的效率和效果大打折扣。但是，这些无关信息同时又可能是作出其他决策时所必需参考的，因此并不能因为某些决策并不需要这部分信息就不进行收集和分析。 在一定程度上,针对决策的具体应用,大数据的价值密度是比较低的。为了保证在作出决策时有足够的有效信息可以使用,公司通常需要收集、储存所有的数据和细节,以便数据不会失去时效性，同时还可以有效缓解数据价值密度低的问题。 二、大数据对会计的影响 在大数据时代,企业只有将数据充分收集、分析、利用,并且对数据进行整合,才能使企业摆脱不利局面,有效的防范和化解风险。大数据在带来结构性数据的同时，还带来了大量的非结构化数据，按照现有趋势发展下去，非结构化数据的数量将会远远超过结构性数据。由于结构化数据更易于分析和使用,甚至直接采用,所以传统的会计信息更多地来自于结构化数据。然而与大数据时代伴生而来的多是非结构性数据,这对会计行业产生了一定程度上的影响。 （一）大数据对财务会计的影响 在大数据时代下,