2023年大数据与财务报告未来模式研究企财三班符靖.doc

湖 南 农 业 大 学 高等教育自学考试本科毕业论文 大数据与财务报告未来模式研究 学生姓名：符靖 考籍号： 年级专业班级：2023级企财三班 指导老师及职称：李坤 讲师 学 院：继续教育学院 湖南·长沙 提交日期：2023年10月 湖南农业大学高等教育自学考试 本科毕业论文诚信声明 本人郑重声明：所呈交的本科毕业论文是本人在指导老师的指导下，进行研究工作所取得的成果，成果不存在知识产权争议。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要奉献的个人和集体在文中均作了明确的说明并表示了谢意。本人完全意识到本声明的法律结果由本人承担。 毕业论文作者签名： 年 月 日 目 录 1 关键词 1 一、前言 二、大数据时代的定义 、特点与开展趋势 2 （一）定义 2 （二）大数据特点 2 1、数字或是数据量飞速增长  2 2、工作、思维方式发生转变  2 3、数据体量巨大 3 4、数据类型繁多 3 5、价值密度低 3 6、处理速度快 3 （三）大数据现在及未来开展趋势 3 三、大数据开展所面临的问题及解决对策 6 （一）数据收集和提取的合法性，隐私性存在争议 6 （二）数据处理的软硬件成熟度和普及率较低 6 （三）大数据发挥效用需要整个产业链的支撑 （四）大数据行业的人才需求缺口较大 四、财务报告的开展趋势、存在的问题及其改进对策 7 （一）财务报告的开展趋势 7 1、财务报告内容将不断增加和丰富 ①对无形资产、金融衍生T具的计量更加合理 7 ②增加非财务信息的披露 7 ③更加重视企业社会责任的会计披露 8 2、报告形式将充分利用新技术满足不同使用者的需求 8 3、财务报告更具前瞻性和及时性 8 （二）存在的问题 （三）改进对策 五、结束语 9 参考文献 9 致谢 10 大数据与财务报告未来模式研究 学 生：符 靖 指导老师：李 坤 （湖南农业大学继续教育学院，长沙 410128） 摘 要：随着大数据时代的到来,数据规模不断增大、数据更新的频率也越来越快,传统的企业财务报告面临着巨大的挑战.大数据时代要求企业的财务报告必须能实时反映企业真实的情况,而现行的企业财务报告只能定期报告,无法反映企业重点的非财务信息.通过大数据时代对企业财务报告各方面影响的研究分析,构建了一套适应大数据时代的企业财务报告体系。对于探寻企业财务报告的改革之道具有重要的现实意义。财务报告在大数据的支持下未来开展利弊参半，要在深刻把握大数据技术特征的根底上发挥财务报告的前瞻性与战略性价值，为增强企业竞争实力、抵御风险能力、创新开展能力提供支持。本文介绍了大数据的定义、特点与开展趋势，深入分析了大数据及财务报告的开展趋势、面临的问题及解决方案。 关键词：大数据；财务报告；开展趋势；未来模式 Big data and the financial reporting model in future research Student: Fu Jing Advisor: Li Kun (School of continuing education, Hunan Agricultural University, Changsha 410128) Abstract: : With the advent of large data age, the scale of data is increasing, the frequency of data update is more and more rapid, the traditional enterprise financial reporting is facing great challenges. The era of large data requires that the financial reports of enterprises should be able to reflect real-time business situation, and the current enterprise financial reports can only be reported Non-financial information that does not reflect the focus of the enterprise. Through the analysis of the influence of the large data age on the financial report of the Enterprise, the paper constructs a set of enterprise financial report system adapting to the big data age. It has important practical significance to explore the reform of enterprise Financial report. Financial report with the support of large data, the future development of the advantages and disadvantages, in order to grasp the characteristics of large data on the basis of the financial report to play a forward-looking and strategic value, to enhance the competitiveness of enterprises, the ability to withstand risks, innovative development capacity to provide support. This paper introduces the definition, characteristics and development trend of large data, and deeply analyzes the development trend, problems and solutions of large data and financial report. Key words: big data; financial report; development trend; future model; 一、 前言 目前，大数据在电信、智慧城市、电子商务及社交娱乐等行业已经出现规模化应用，中国大数据市场将进入高速开展时期。大数据真正的价值表达在从海量且多样的内容中提取用户行为、用户数据、特征并转化为数据资源，对数据资源进一步加以挖掘和分析，增强用户信息获取的便利性，实现从产品价值导向到以客户体验价值为中心导向的转换，客户体验的提升也正是激发信息消费的根本原因。大数据已经渗透到各个行业和业务职能领域，成为重要的生产因素，大数据的演进与生产力的提高有着直接的关系。随着网速的大幅提升，数据也将迎来爆发式增长，快速获取、处理、分析海量、多样化的交易数据、交互数据与传感数据，从而实现信息再价值化，对大数据的利用将成为企业提高核心竞争力和抢占市场先机的关键。大数据因其巨大的商业价值正在成为推动信息产业变革的新引擎。会计开展的历史告诉我们，社会经济环境的变化导致会计信息使用者需求的变化，而会计信息需求的变化那么会推动财务会计的开展。现行财务报告体系主体在相当长的时期内满足了社会要求企业真实公允地披露会计信息的需要。随着知识经济时代的到来，社会经济环境发生了翻天覆地的变化，财务报告环竟也随之发生了显著的变化。传统会计与财务管理受到了冲击和挑战，现行财务报告的局限性日益凸现其所能提供的真正有用的信息似乎越来越少。因此，现行财务会计报告体系已经不能适应知识经济时代企业信息披露的要求。 二、大数据时代的定义 、特点与开展趋势 （一）定义 大数据(bigdata),或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内到达撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。 “大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。“大数据"首先是指数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度(Velocity)快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性(Veracity)高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及平安性。 （二）大数据特点 1、数字或是数据量飞速增长 相关研究结果说明，2023年，全球网络系统的储存数据超过350EB，如果将其换算为GB，那么高达3200亿。在所存储的数据当中，只有少量数据保存在以往的网络媒介上，如报纸、杂志以及书籍等，其他的都是数字数据。导致2023年，全球网络系统储存数据超过，大约为12300亿GB，只有少于3%的数据记录在以往使用的媒介上。  2、工作、思维方式发生转变  以往的计算机水平非常低，人们只能通过随机选择的方式，来研究大量数据，以利用较少的数据，得到更多有用的信息。但该种采集信息的方式所获取的信息，具有很大的局限性，只能从采集的数据中得到事先所设计好的答案，得到的答案并不是适合在任何情况下使用，很难了解到更多深层次问题。假设把计算机网络当做随机抽样对象，那么很难找出一个最正确数据抽样标准；假设抽样网络比较小，那么利用抽样数据研究得出的结果，就很难较好地表达出整个网络系统的结构特性。 3、数据体量巨大 截至目前，人类生产的所有印刷材料的数据量是200PB(1PB=210TB)，而历史上全人类说过的所有的话的数据量大约是5EB(1EB=210PB)。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。 4、数据类型繁多 这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。  5、价值密度低 价值密度的上下与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯〞成为目前大数据背景下亟待解决的难题。  6、处理速度快 这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙〞的报告，预计到2023年，全球数据使用量将到达。在如此海量的数据面前，处理数据的效率就是企业的生命。 （三）大数据现在及未来开展趋势 目