论大数据对会计计量属性的影响

摘要：大数据提供了多样化、大容量的数据信息，使得复杂分析成为可能。越来越重要的大数据将会对会计产生巨大的影响，在财务会计方面这主要反映在如何收集、记录和计量会计数据，其中一个关键方面是如何确定会计要素的金额，即计量属性。文章简述了大数据的含义及特征，分析了大数据时代下会计计量属性的发展趋势，以及如何应对大数据给会计计量属性带来的影响。

关键词：大数据 计量属性 历史成本 公允价值

中图分类号：F233 文献标识码：A 文章编号：1002-5812（2016）15-0095-02

一、会计计量属性的概述

会计的核心是计量，计量的关键是计量属性（李红曼，2015）。会计计量是为了将符合确认条件的会计要素登记入账，并列报于财务报表而确定其金额的过程。企业应当按照规定的会计计量属性进行计量，确定相关金额。计量属性是指某一要素的特性方面，如仓库的面积、楼房的高度、钢铁的重量等。从会计角度看，计量属性反映的是会计要素金额的确定基础。

会计随着经济和信息技术的发展而发展，与此同时计量属性也伴随着经济的发展不断地变革、创新。会计计量属性经历了历史成本计量独占鳌头到多种计量属性并存，再到公允价值计量的发展，每一次的变革都离不开经济和信息技术的创新发展。我国会计目前采用的是以历史成本为基础、多种计量属性并存的基本框架。公允价值计量主要应用于金融资产、投资性房地产及金融负债等项目中，使用范围非常有限。

二、大数据的含义及特征

大数据这个名词在2009年开始出现，并在2012年美国政府提出“大数据研究和开发计划”后开始火爆，虽然只有短短几年，但大数据似乎已经渗透进了当下几乎所有的人类活动领域。大数据的快速发展是因为计算机和通信技术的发展，特别是互联网和环境感知技术的发展使得信息呈爆发式地增长。

大数据是由海量数据集组成的，其规模大到无法用现有的数据库管理系统或传统分析软件进行数据分析处理。大数据由结构性的和非结构性的数据组成（其中大约90%是非结构性的），包括诸如邮件信息、社会媒体、电话、网络和视频流等软信息（Syed et al. 2013）。

大数据的特征主要体现为4V：容量（volume）、速度（velocity）、种类（variety）、真实性（veracity）（Zhang， Yang， and Appelbaum，2015）。第一，容量大（volume）。大数据的“大”首先就体现为“数量大”。随着信息技术的高速发展，数据开始爆发性增长。社交媒体、移动支付、各种智能终端等都成为数据的来源，存储单位从过去的GB到TB，直至PB、EB。第二，处理速度快（velocity）。大数据的交换和传播是通过互联网、云计算等方式实现的，远比传统媒介（报刊、杂志、广播、电视）的信息交换和传播速度快捷。同时大数据对处理数据的响应速度有更严格的要求，要求实时分析而非批量分析。第三，数据种类多（variety）。不断扩大的数据来源，决定了大数据形式的多样性。大数据依据数据之间是否具有因果关系可分为三类：结构化数据（如财务系统数据、信息管理系统数据等）、半结构化数据（如HTML文档、邮件、网页等）、非结构化的数据（如视频、图片、音频等）。最后，不确定的真实性（volume）。当会计人员需要处理PB甚至EB级的数据资料时，必然稀释了真实的有价值的会计信息，使大数据的价值密度降低。会计人员选择哪一数据确认经济业务的自由裁量权增大，容易导致决策所需的财务数据偏差或无效的问题，同时滋生了盈余管理的空间。

三、大数据对会计计量属性的影响

（一）降低了历史成本计量的相关性

目前，会计计量属性是以历史成本为基础的基本框架。企业对于房屋、设备等固定资产以及无形资产都是采用资产的原始价值计价，但是随着经济和信息技术的发展，特别是大数据时代的到来，历史成本逐渐显现出各种弊端。首先，历史成本是静态的，它反映的是过去的信息，但是经济社会是在不断变化的，历史成本无法提供最实时的信息。例如，我国经济的飞速发展不可避免的导致了通货膨胀，致使物价飞涨，这时历史成本就会低估了资产和负债。其次，财务报告使用者对信息的要求不断提高，他们越来越关注企业未来的发展，需要财务信息具有实时性和预测功能。显然历史成本无法满足这一需求。特别是商誉等无形资产在企业，尤其是高新技术企业中的比例越来越高，如果还采用历史成本计量，往往低估了资产价值，会误导财务报告使用者，特别是投资者做出正确的决策。

（二）提高了公允价值计量的可靠性和可操作性

正是因为历史成本计量的这些弊端，多种计量属性被有限地引入到会计计量中。其中，公允价值计量最符合投资者决策有用观的会计目标，因而受到了极大的关注。FASB于2000年2月发布了SFAC 7，提出了在会计计量中运用现金流量信息和现值，提供了指导现值运用的一般性原则，是公允价值的基础。2006年9月FASB发布了第157号财务会计准则公告《公允价值计量》，正式定义了公允价值并扩展了公允价值计量的披露。此后，公允价值的使用范围不断扩大，并成为会计领域的学术研究和实务的新潮流。但是，由于公允价值的可靠性和可操作性备受质疑，因此公允价值的适用范围一直仅限于金融工具和衍生金融工具的计量上，影响了投资者决策有用观这一会计目标的实现。

大数据时代的到来为解决公允价值可靠性和可操作性问题带来了新的机遇。

公允价值是一种估计价格，根据公允价值计量所使用参数的可靠性分为三级：第一级为活跃市场中相同资产或负债的价格；第二级为活跃市场中相似资产或负债的价格；第三级是在没有活跃市场时，采用未来现金流量折现或其他估值技术估计价格。第二、三级估计都用到了估值技术，输入变量（参数）微小的变化也会对估值结果产生重大影响。大数据时代下，企业可以从银行、工商、税务、证券交易所等各相关单位和机构获得与公允价值确定相关的各种结构性数据，还能从网络、社交媒体和移动设备终端获得半结构性数据和非结构性数据。然后利用云计算及其他相关技术将这些数据转化为与公允价值估价相关的信息，从而得到实时、客观公允的数据，这就解决了公允价值估价模型相关参数难以确定的难题，提高了公允价值的可操作性。

在大数据时代背景下，数据代理商搜集所有相关的网页信息，用客观、可见和当前的市场数据来最大化第1、2级的公允价值估计。对这一想法进行扩展，市场上可能会出现专业提供资产和负债的公允价值信息的数据服务公司，与现在提供评价和评估服务的资产评估公司类似。这些公司还可能与企业签订协议定期提供所有资产和负债的估值数据。这些公司还可能会提供关于第三级估计相关的参数数据，从而减少了会计人员的主观判断，提高公允价值计量的可靠性。

例如，考虑公允价值对资产折旧的影响。目前，无论是直线法还是加速折旧法都反映了资产在预计的使用寿命内其价值随着时间的变动情况，并且大致上与这些资产产生的收入方式相匹配。然而，折旧方法的选择由会计人员自由裁量决定，不同的企业会选择不同的折旧方法。尽管直线法是最普遍的方法，但它并不能完全反映资产在收益期内价值的变化。比如，直线法在可以用来识别车辆在使用寿命内的成本，但并不能反映车辆真正的价值变化。具体来说，车辆在第一年价值下降最快，在后续几年中其价值下降变慢。如果车辆使用不频繁那么其价值就相对较高，在这种情况下，纯粹基于时间来估计车辆价值不是一个好方法。公允价值计量下，车辆的价值只需要在每个报告期间利用大数据根据相关市场变量做出简单修改。这就大大增加了会计计量的可靠性和相关性。

四、如何应对大数据对会计计量属性的影响

大数据时代背景下，财务信息使用者对于会计信息的预测功能提出了更高的要求，使得历史成本计量的商业价值不断降低，而公允价值由于其相关性越来越受到关注。然而，对于每个公司来说，大数据的有用性会受到其数量、质量和可获得性的限制。因此，要真正利用大数据改进会计计量属性还需要多方面的努力。

（一）扩大公允价值计量的使用范围

目前，我国会计采用的是以历史成本为基础、多种计量属性并存的基本框架。公允价值计量主要应用于金融资产、投资性房地产及金融负债等项目中，使用范围非常有限。这一方面不能准确反映资产和负债的价值，无法满足财务报告使用者的需求，另一方面，不能真正实现与国际会计准则的趋同。大数据降低了历史成本计量的相关性，提高了公允价值计量的可操作性和可靠性，这就使得公允价值在更大范围内使用成为可能。比如，房屋等固定资产以及商誉等无形资产就应该采用更实时、合理的市场价值进行计量，反映资产最近的市场价值，提高资产价值的可靠性，使得投资者能够随时了解企业真实的财务状况和未来的发展趋势。

（二）建立财务信息共享平台

公允价值计量的可操作性取决于数据的可获得性。因此需要建立一个包括政府机关（工商、税务、环保等）、金融机构（银行、证券交易所、担保公司等）、中介组织（会计师事务所等）和企业的财务信息共享平台，实现数据的实时收集、传播、处理和存储。以此来增加数据的可获得性，便于企业获取与确定公允价值相关变量。财务信息共享平台的建立并不能一蹴而就，各软件公司可以根据客户的需求建立一个简单的平台，然后在实施应用过程中不断完善其功能，使其不但能满足企业获取信息、确定公允价值，还能够便于审计机关、会计师事务所对公允价值进行审核、验证。通过这一过程最终形成一个基本完善的财务信息共享平台。

（三）建立财务安全评估机制

会计人员通过大数据和数据分析技术来收集、处理海量的与公允价值相关的数据，这提高了数据的相关性的同时也随时面临着他人恶意非法访问、商业信息泄露等一系列财务安全问题。企业必须尽快建立财务安全评估机制，将其与内部控制相结合，面对安全风险及时做出相应调整。财务安全评估机制至少要包括三个环节：一是预测财务风险，对于财务安全的评估，企业也可以利用大数据及相关的数据分析工具预测企业可能面临的财务信息安全风险；二是评估财务安全风险等级，企业要事先将财务安全风险划分等级，当评估的风险触及相应风险等级值该财务安全评估机制能自动发出安全警报；三是及时提出相应的应对措施，企业应针对不同的风险等级及时提出相应的解决方法。只有在保证财务信息安全的前提下，企业才能安心利用大数据获取所需变量，提高公允价值的可靠性。

（四）关注会计信息的及时性

资本市场瞬息万变，投资者随时需要根据资产和负债价值做出决策。大数据一个非常重要的特点就是传播和处理的高速度，使得会计提供动态财务信息成为可能，会计也必须从定期报告转变为实时报告。公允价值计量是对计量日的价值反映，会计的实时报告也就要求公允价值的确定建立在最新的数据之上。这就要求企业在获取和处理会计信息时要保证会计信息的时效性，否则再具有相关性、可靠性的会计信息都会失去其应有的价值。

（五）提高会计人员数据收集、处理方面的能力

大数据将会实质性地加速改变会计领域的教育、研究和实践。在教育上，大数据的使用要求会计人员学会收集和处理各类数据，这就要求会计专业增加统计和IT方面的课程内容，甚至打破现在CPA考试的限制。教育领域的改变对于会计行业在大数据时代下实现计量属性改进成功是十分必要的。另一方面，企业还可以积极引进具有大数据分析思维的专业人才，加大提升现有会计人员数据收集、处理方面能力的投资。

参考文献：

[1]MiklosA.Vasarhelyi，Alexander Kogan，and Brad M. Tuttle， Big Data in Accounting：An Overview[J].Accounting Horizons，2015，（29）.

[2]J.Donald Warren，Jr.，Kevin C. Moffitt，and Paul Byrnes，How Big Data Will Change Accounting[J].Accounting Horizons，2015，（29）.

[3]李红曼.会计计量属性发展史[J].经济研究导刊，2015，（20）.

[4]程平，王晓江.大数据、云会计时代的企业财务决策研究[J].会计之友，2015，（2）.

[5]王萌，赵蓉.对会计计量属性理论的在思考[J].时代金融，2015，（7）.

[6]马莉.大数据时代下对企业会计信息质量的探讨[J].商业会计，2015，（16）.

作者简介：

杨文莺，女，杭州科技职业技术学院工商学院财务管理专业，中国注册会计师，讲师。