“互联网+会计”下会计信息质量特征的新发展

一、引言

大数据、云计算、物联网、区块链、人工智能等新一代信息技术构成的互联网技术生态系统，正以前所未有的速度与会计深度融合。在此背景下，互联网已不再是支持会计的工具性角色，而是改造会计的变革性角色，会计逐渐步入“互联网+会计”时代。“互联网+”的尊重人性、开放生态、连接一切、跨界融合、重塑结构和创新驱动等特征，是对传统会计思维、观念和模式的一次深刻变革（丁胜红，2016）。“互联网+会计”借助日益丰富的数据源和突飞猛进的数据采集、传递、加工、利用和处理技术，不断改变着会计信息的生产、传递、报告、利用和管理方式，继而对会计信息质量特征带来影响。

在互联网技术生态系统的众多技术中，大数据（Warrenjr、Moffitt，2015）、云计算（秦荣生，2013）、物联网（Dai、Vasarhelyi，2016）和人工智能（Kokina、Davenport，2017）对会计的积极影响已被初步认知，但对于财务会计来说，影响最直接、最大的还是区块链。区块链不仅可以从根本上改变会计模式，建立一种实时、透明和可验证的新一代会计生态系统（Dai、Vasarhelyi，2017），还具有降低会计信息生产成本的潜力（钟玮、贾英姿，2016）。这些技术的使用将有助于突破会计信息质量特征体系中的成本约束条件，为会计信息质量的全面提升提供了可能性。

针对“互联网+”时代的会计信息质量特征可能的新发展，有研究认为，一方面要赋予现有会计信息质量特征新的含义，另一方面还要对现行会计质量特征要求进行调整（丁淑芹，2015；刘光军等，2016）。笔者认为，国际财务报告概念框架和我国《企业会计准则——基本准则》是在权衡现有技术条件和成本效率的前提下，对高质量会计信息应有特征所设定的一个全面、系统的标准体系。新技术虽具有变革财务会计的潜能，但财务会计并非一种纯技术活动，而是充分考虑经济后果基础上的博弈产物，在未有充分的实务案例证明财务报告概念框架或会计准则相关内容不得不修改时，不宜对会计信息质量特征体系进行调整。因此，本文将主要论述“互联网+会计”下会计信息质量特征含义的若干新发展。

二、“互联网+会计”下的会计信息质量特征

本文直接参考国际会计准则理事会（IASB）的《财务报告概念框架》，结合我国《企业会计准则——基本准则》的相关要求来设定会计信息质量特征指标体系。本文将“互联网+会计”下的会计信息质量特征分为基本质量特征和增强的质量特征，然后在其下设定若干次级质量特征。需要说明的是，本文所指的会计信息既包括财务报告中的财务信息，也包括通过其他途径获取的财务信息。

（一）基本质量特征

要实现会计信息的有用，应同时具备相关性和如实反映（可靠性）的特征。长期以来，学界就财务会计“信息观”下的相关性和“计量观”下的如实反映（可靠性）这一矛盾组合孰轻孰重的问题争论不休。例如，美国学术界认为，相关性应是会计信息的首要特征，而我国则始终强调如实反映（可靠性）的前提要求。“信息观”和“计量观”形成于20世纪70年代，当时西方国家的会计尚处于财务会计电算化阶段，会计信息生产能力严重受限，随着新兴信息技术与会计日益深度融合，会计系统的信息生产能力已不可同日而语。特别是基于区块链的会计信息生态系统，可实现会计信息的相关性和如实反映（可靠性）“鱼和熊掌兼得”（Dai、Vasarhelyi，2017），也就无需再纠结两者孰轻孰重的问题了。但是，为了和我国现行企业会计准则的规定保持一致，本文将如实反映放到了相关性之前。

1.如实反映。有用的会计信息应该能够如实反映所要呈报的经济现象，而且要完整、中立且无差错地反映该经济现象的实质，而非法律形式。这就引出了如实反映的四个次级质量特征：完整性、中立性、实质重于形式和无差错性。会计信息只有同时满足这四个标准，方能达到如实反映的要求。

（1）完整性。完整性要求会计信息涵盖用户理解经济现象所需的必要信息，包括对该经济现象的描述和解释。何谓必要？这是一个基于决策情境的价值判断问题。不同用户在不同决策情境下，会根据自身的需求对必要性做出判断。从决策有用性角度来看，根据IASB的概念框架，完整的信息应是重要且能可靠计量的。但是，在会计信息生产过程中，经过重要性判断和会计计量两个过程，信息经过了两次过滤，大量反映经济现象所必需的信息已经被排除在会计系统之外，保留下来的仅是一些关于经济现象的碎片化信息，会计信息必然不完整。更为关键的是，完整性是从用户角度来定义的，而会计信息是由会计人员以企业会计准则为依据生产出来的，在此基础上，完整性实际上也是由会计人员来决定的。受制于会计准则的约束和会计人员对重要性的判断可能存在偏差，用户难以依据从财务报告中获取信息来理解经济现象，信息完整性无法保证。

为解决会计信息的完整性问题，20世纪60～70年代美国会计学界曾提出“事项会计”和“数据库会计”等会计模式。这类会计模式试图让会计系统只提供经济现象的原始信息，而将信息加工选择权让渡给用户。但是，建立在关系型数据库基础上的会计系统，仅能存储关于经济现象的结构化信息，更多的能够描述和解释经济现象的非结构化信息（如图形、视频和音频）被排除在系统以外（Vasarhelyi等，2015）。虽然这类非结构化信息不是传统的会计信息形态，但其对经济现象的描述和解释能力更强，是传统会计信息的有力补充。例如，在对固定资产相关信息进行记录时，将视频、图片和其他类型的多媒体信息作为补充，用户就可以获得每项固定资产的状况、规格参数等属性更加完整的信息。

“互联网+”时代的显著特点就是万物皆可用数字化方式呈现。根据《Science》杂志的统计，1986～1993年，以数字化形式存储的数据仅有1～3%，而在上一轮互联网发展高峰期（2000年）该比例达到25%，到2007年提高到94%。随着最近几年社交网络、移动互联网和工业互联网带来的大数据爆发式增长，现在以数字化形式保存的数据已达98%以上，并且这些信息大多是以非结构化形式存在（Warrenjr、Moffitt，2015）。在高度数字化背景下，会计系统可以采集的与经济现象相关的数据有极大拓展，从不同侧面描述和解释经济现象所需的信息无需经过会计人员的筛选，即信息可以“原汁原味”地进入会计系统（Yermack，2017），通过“互联网+会计”平台提供的“会计频道”或“会计订阅”接口，用户能获取所需要的真正完整的会计信息，信息完整性得以真正提升。

（2）中立性。中立性要求在选择和执行会计政策、列报会计信息时，要独立客观、不偏不倚。在IASB的概念框架中，谨慎性原则已被纳入中立性原则，并认为中立性是由谨慎性支持的。谨慎性原则要求会计人员在面对不确定性判断问题时，需要把握分寸，对资产和收入的估计不可过于乐观，也不能过于保守；对负债和费用的估计，不能低估，也不应过分夸大。

“中立”和“谨慎”表征的是会计人员的精神状态。马克思指出，“人的本质是一切社会关系的总和”。层出不穷的会计造假案例表明，会计人员不是社会中的独立个体，在日常工作中，受利益驱使或外部压力干扰，他们往往难以做到绝对中立。同时，在运用谨慎性原则生产会计信息的过程中，对于需要通过估计来进行确认和计量的资产、负债、收入和费用，要求会计人员在保持中立的前提下，进行高水平的职业判断。在此过程中，如果会计人员不能保持中立或专业胜任能力不足，会计政策滥用或误用等人为操纵会计信息的情况将难以避免。

要确保中立性就要克服会计信息生产过程中人的判断偏差。会计准则制定无论是采用目标导向，还是原则导向，抑或规则导向，都无法完全细化到所有的会计职业判断空间。因此，不能寄希望于有完备性的会计准则来消除会计职业判断问题。在“互联网+会计”平台中，大数据和人工智能相配合，有望在一定程度上校正会计人员因判断偏差导致的非中立性。一方面，随着人工智能和机器学习的发展以及大数据分析能力的提高，越来越多的会计分析和判断工作可交由“互联网+会计”平台来完成（Richins等，2017）。有学者甚至认为，会计人员的工作被新一代信息技术替代的可能性高达98%（Frey、Osborne，2017）。另一方面，在“互联网+会计”平台中，借助智能化决策支持工具，通过对系统中的丰富数据进行多维分析、深度挖掘，可以为资产、负债、收入和费用的确认提供有力的依据，确保了会计确认的客观性。同时，利用“互联网+会计”平台提供的多种计量方法，用户可以从不同角度来观察经济现象的本质，减少了由会计人员主观判断带来的偏误，提高了谨慎性水平。

（3）实质重于形式。实质重于形式是指会计信息应反映经济实质，而不应该受限于法律形式。实质重于形式要求贯穿于会计确认、计量、记录和报告的各环节，它是确保会计信息能够如实反映经济现象的重要保障。然而，经济现象的经济实质如何、法律形式如何，都需要由会计人员追查到经济现象源头，然后进行职业判断。

“互联网+会计”可以更好地贯彻实质重于形式原则。“互联网+会计”是一个开放的平台，一项经济现象中的所有细节都会在该平台留下运动轨迹，不同系统、不同数据之间形成交叉匹配的关系，会计人员可以方便地根据平台数据进行快速、准确的判断。而且，在智能化程度较高的“互联网+会计”平台中，对于需要按经济实质进行确认、计量、记录和报告的事项，都可按照智能化的业务规则和计算模型进行处理，这缩减了会计人员主观判断的空间。

在“互联网+”时代，实质重于形式的另一个应用就是针对那些通过互联网建立起来的动态企业联盟。由于这类企业联盟是根据项目需求临时建立起来的分工协作关系，它们突破了传统企业的边界，随着业务的发生而组成，随着业务的结束而解散，具有虚拟性、临时性和动态性。参与联盟的每家企业都是一个独立的法律主体，但在联盟运作中，又是按照单一的企业进行运作和管理，这时就需要根据项目的经济实质，联盟体在保留各企业自身会计核算的同时，还需要对与项目相关的经济业务进行统一核算。在“互联网+”时代，联盟企业可以在以低成本租用的商用云会计平台进行临时核算，而无需专门建立一个联盟企业财务共享中心或会计核算部门。

（4）无差错性。无差错性要求对经济现象的描述没有差错和遗漏，所选择和使用报告会计信息的程序无差错。当然，这里的无差错并非要绝对准确，由于会计准则自身的不完美和无法避免的主观判断空间，只能做到在可容忍差错范围内的“大致准确”。不完整、不中立或出现形式重于实质等问题的会计处理显然都是有差错的。在满足完整性、中立性和实质重于形式的要求下，会计信息仍出现差错就不可容忍了。这种差错既可能是无意的疏忽或技术性错误造成的，也可能是蓄意的舞弊行为。

在手工会计条件下，严密的复式记账法体系虽然可以在较大程度上减少无意的会计差错，但会计工作中包含大量需要会计人员进行主观判断的内容，可能因会计人员工作中的人为失误或专业胜任能力的不足而导致会计差错。在“互联网+会计”平台中，传感器、智能芯片和物联网可以从经济现象的源头自动采集客观、真实的数据，然后通过区块链上智能合约中事先定义好的会计和控制规则，自动对会计信息验证、处理、存储和报告进行全程监督和控制，任何违反规则的数据都无法进入会计系统，系统也不允许未经授权篡改数据，因为任何舞弊行为都会留下可追踪的、永恒的和完整的审计轨迹，蓄意的舞弊行为将被杜绝（Dai、Vasarhelyi，2017）。

2.相关性。相关性要求会计信息具备影响决策的能力。相关的会计信息要有预测价值或确认价值，或两者兼备。会计信息的预测价值体现在它能被使用者用于对未来的预测。会计信息的确认价值体现在它能对之前的会计估计提供反馈。预测价值与确认价值是互相关联的，确认价值正是对预期的证实或纠正，同时经过确认或纠正的价值又作为进行新预期时的输入变量，进而影响预测价值。

在“互联网+”时代，会计工作的重心从反映过去转变为预测未来。预测首先要求有描述经济现象所需的充分信息。由于“互联网+会计”平台可以帮助用户获取完整的会计信息，还可以延伸获取网络上开放、共享的信息，预测所需的“原料”充分。预测需要的另一个条件就是决策支持模型。“互联网+会计”平台内置灵活多样、按需获取的决策支持模型，甚至还允许用户对决策支持模型进行个性化定制，通过人工智能、机器学习支持的预测性分析，用户可以获取大量过去技术手段下难以发现的决策线索（Huerta、Jensen，2017），并形成契合决策需求的个性化财务报告，从而提升会计信息的预测价值。

预测本身就是一种估计，需要通过实践检验来获取反馈，验证预测的准确性，以支持或纠正过去的评估与判断。预测的准确性取决于能否获得及时的反馈，反馈越及时，预测就越能得到及时的修正，从而更好地进行会计计划和控制。由于当前的会计系统是对业务事项的事后反映，只有等到月末结束才能获得当月的财务报告，由此获得的反馈往往是过时的，再将其用于对预测的证实已无价值。“互联网+会计”平台可以近乎实时地进行会计处理和报告，它所提供的信息及时与准确兼具（Yermack，2017），有利于提升会计信息的确认价值的准确性。

IASB在其概念框架中认为，相关性受重要性和计量不确定性的影响。因此，IASB将过去作为会计信息质量特征体系约束条件的重要性调整为相关性的次级质量特征，同时新引入了计量不确定性，作为另一个次级质量特征。

（1）重要性。重要性指的是会计信息如若发生遗漏或误报，就会影响主要用户的决策。与完整性一样，重要性也是从用户角度来定义的。某项会计信息是否重要，是用户根据决策所处的情境，以其预测价值或确认价值为标准，对信息的性质和金额所做出的主观价值判断，概念框架或准则不能给出客观、确定的标准。之所以需要对会计信息进行重要性判断，客观原因在于传统会计系统信息生产技术能力和成本效益原则的限制，导致会计信息不完整，用户只能有选择性地获取反映经济现象的“重要”信息。特别是在传统的会计模式下，会计信息的选择和生产权掌握在企业会计人员手中，会计人员“越俎代庖”替用户决定信息的重要性，对用户来说这明显是一种强加的“被重要”。

“互联网+会计”平台坚持以人为本，以用户体验为导向。它不仅突破了过去会计信息生产技术能力的限制，还极大地降低了信息生产成本，提高了信息生产效率，会计信息的完整性得到全面提升。前文已论述，“互联网+会计”平台生产的信息的中立性、实质重于形式和无差错性问题得到大幅改善，会计信息发生遗漏或误报的可能性大幅降低。因此，在会计信息生产环节，会计系统已能提供如实反映经济现象的相关信息，重要性不再是会计人员需要考虑的问题，重要性得以回归会计信息的使用环节，其决定权最终交还用户。用户可以根据系统事先定义好的角色，在操作界面的指引下，筛选出自己所认为重要的信息（Yermack，2017）。

（2）计量不确定性。在对资产或者负债的计量过程中，通常会面临不能直接获取关于经济现象特征的客观且有说服力的指标，而是需要通过估计来间接推断，这就带来了计量不确定性。估计是会计生产过程中不可或缺的组成部分，它并非必然会破坏会计信息的如实反映和相关性，但它的确是导致人们担忧会计信息质量的主要源头，其本质在于对会计人员在估计时能否保持超然独立的态度、是否具备充分的职业判断技能的担忧。

过去为了确保会计信息的可靠性（如实反映），会计计量越来越失去其信息价值（Lev、Zarowin，1999）。信息价值的丧失在日益增加的知识密集型企业中表现得尤为明显，这些企业的无形资产占比很高，但由于它们的价值难以客观决定，致使许多有价值的无形资产未能在资产负债表中得以如实反映（Srivastava，2014）。IASB认为，尽管估计会带来较高程度的计量不确定性，但估计还是可以提供一定的相关信息。如果估计能够提供高相关性的信息，那么即使面临高度的计量不确定性，也无法阻止人们使用估计方法。

“互联网+会计”将是解决计量不确定性问题的有效途径。Moffitt、Vasarhelyi（2013）认为，大数据将从根本上改变会计计量方式，“互联网+会计”平台的自动化数据采集可以获取经济现象更加丰富的属性集，减少通过估计来间接推断经济现象属性的必要性，会计计量变得更加客观、准确。例如，大数据可以提供客观的、可观察的、最新的市场数据，帮助对难以估值的资产进行科学估价（Warrenjr、Moffitt，2015）。在“互联网+会计”平台中，会计分录可以直接与补充性的指标相联系（如发票），这也有助于缓解计量不确定性。

（二）增强的质量特征

增强的质量特征包括可比性、可验证性、及时性和可理解性。它们并非有用会计信息的必要条件，但可增强已满足基本质量特征要求的会计信息的有用性。如果会计信息已经满足了如实反映和相关性的基本要求，在满足会计信息质量特征约束条件的前提下，应尽可能挖掘其最优化的可能性。

1.可比性。可比性是指能让用户识别并理解不同项目之间的相似点和差异点。如果会计信息在报告主体和其他主体之间可比，或是同一报告主体在不同时点或时期的会计信息可比，那么会计信息就是有用的。当前的会计系统为了确保会计信息之间的可比性，要求企业对于同样的经济业务，按照会计准则的要求，采用通用的方法和程序进行处理。这种要求虽然有利于比较与合规性监控，但必然导致财务会计所提供信息的单一性，这与“互联网+”时代提倡的人性化格格不入。

当然，“互联网+会计”并不是要摒弃会计信息的可比性，相反它可以对其进行强化。只要还存在统一的会计准则，会计信息的可比性就必然会一直存在，否则投资者与其他利益相关者如何进行比较？银行机构与税务机关如何进行监督？借助“互联网+会计”平台，不同会计主体的会计信息可以通过基于可扩展商业报告语言（XBRL）形成的财务报告在不同平台、不同软件、不同系统之间自由流动，非常方便进行比较。并且，比较的范围更广，可实现同行业所有企业，甚至是可公开获取财务报告的所有企业之间的比较；比较的时间跨度更大，可以将不同企业进行跨期比较，企业自身不同时期的比较则更加方便快捷。比较之后的结果通过可视化方式呈现，更容易发现异常或变动趋势。

2.可验证性。可验证性意味着具有不同知识水平和相互独立的观察者也可对于某项特定描述是否如实反映达成共识。可验证性是对如实反映的补充，但并非如实反映的必要条件，也有许多如实反映的信息是无法验证的。同样，那些面向未来的解释和前瞻性的会计信息，也是无法验证的。

由于过去进入会计系统中的信息是反映经济现象的碎片化信息，关于经济现象的大量信息分散在企业内部其他系统之中和其他会计主体的系统之中，信息之间的关系是断裂的，从而导致验证困难，这也是审计中非常强调职业怀疑和职业判断重要性的原因所在。“互联网+会计”平台将建立起企业内部各子公司、各部门、各岗位之间，经济现象涉及的不同会计主体（如供应链上下游企业和金融机构）之间的信息共享，并运用区块链技术来保证共享信息的安全性，有助于打通会计信息生产的完整链条，使得会计信息验证更加便捷。

基于大数据、物联网、区块链和人工智能构建的下一代会计信息系统，进一步提升了会计信息的可验证性。一方面，区块链账簿可以确保它上面的数据和文档的安全性和真实性。例如，如果每项存货都在区块链上进行注册，借助物联网就可以对它的历史轨迹进行完整地记录，类似的，电子发票、运货单、信用证、收据等都可以在区块链上进行记录。这些文档都可实时追踪且不可变更，运用智能合同技术能够根据会计准则或者事先定义好的业务规则，对交易记录进行快速验证，从而使会计信息的实时验证（实时鉴证）成为可能（Dai、Vasarhelyi，2017）。另一方面，人工智能和数据分析技术，可以从非结构化的大数据中获取更多有价值的信息，这些信息可以帮助从会计信息以外的其他侧面来验证会计信息。例如，在社交网站上某个产品的声誉是负面的，但该产品的销售反而增加，说明该笔销售业务是可疑的。

3.及时性。及时性要求能适时向用户提供信息，以达到能影响其决策的效果。IASB认为，信息越陈旧，其有用性越低。但是，如果某些信息是在报告期结束之后很长一段时间才能体现其有用性，那也可认为是及时的。可见，会计信息的及时性是基于用户需求角度。但在“互联网+”时代，市场环境变幻莫测，用户需要根据市场情况做出快速反应，“信息越及时就越相关”这个基本原则是不变的。

在“互联网+”时代，基于区块链的实时会计系统将成为现实（Dai、Vasarhelyi，2017）。通过“互联网+会计”平台来提供实时的、个性化的、互动式的财务报告，已经不再是天方夜谭（Krahel、Vasarhelyi，2014）。企业通过区块链自愿披露其日常业务交易，利益相关方就可以立即获取准确的财务信息。使用区块链上的数据，是以人工智能和数据分析为支持，任何信息消费者都可以建立起他们自己的个性化财务报告，这些信息可以通过智能合约完成自动鉴证，而不需要依赖审计人员的判断以及管理者的道德诚信，会计信息的如实反映能力并不会受到损害（Yer⁃mack，2017）。并且，网络沟通方法已经进一步通过社交网站渠道得到了提升，如微博、微信。这些网站建立的虚拟沟通，能够让人们在任何时间、任何地点进行互动。

4.可理解性。可理解性要求用明晰、简洁的方式对会计信息进行分类、描述和列报。当前财务报告准则隐含的假设是，其使用者是理性的，拥有商业或经济学知识，并且会对信息进行认真分析。由于当前标准化财务报告中的信息高度综合且难以利用，一些对会计数据进行解释的文字淹没在少则数十页、多则上百页的财务报表附注中，这就导致即使是拥有完善知识体系且明智的用户，要利用财务报告来准确理解经济现象并据此做出决策，仍是困难重重。

“互联网+”时代的会计系统，其后台设计虽然非常复杂，但用户界面却做得非常好。由于“互联网+会计”理论上可以提供包含结构化数据和非结构化数据的任意形态财务报告，为了提升会计信息的可理解性，避免因信息过多所带来的信息过载负面效应，可视化成为一种有效的解决方案。大数据推动着可视化工具的增长，因为它们具有将复杂分析的结果用一种管理者可以快速理解的语言进行沟通的功能（Huerta、Jensen，2017）。可视化能够将需要反映的会计信息以图形、图像、动画等方式向用户呈现，使之更直观、易懂、易用。可视化可以解释更多有用的模式和更多有价值的信息，有助于提高信息的可理解性，支持会计人员的判断和决策。而且，通过图形、图像或动画中的数据链接，还可追踪该数据的来龙去脉，帮助专业的用户更好地理解会计信息。

（三）有用财务报告的成本约束

IASB认为，财务报告提供的信息普遍受制于成本。会计信息的生产、报告、分析和解释都需要成本，理性的会计信息生产者需要从报告的收益角度（如企业资本成本的降低、决策可靠性的提高）来证明成本的合理性。然而，成本和收益的权衡是会计信息生产者和使用者的一项主观判断，通用会计准则无法兼顾不同主体、不同人员的利益取向，因此，只能将财务报告相关的成本和收益进行一般性的考虑，这就导致生产的会计信息无法充分满足各项信息质量要求，而是有所取舍。正如IASB在其概念框架中提出的，有时候一项质量特征可能要被减弱以最大限度地增强另一项质量特征。

“互联网+会计”给各会计信息质量特征带来全面提升的可能性中隐含了三个假设（Vasarhelyi等，2015；Dai、Vasarhelyi，2017）：第一，“互联网+会计”全面满足会计信息质量特征要求，具有技术上的可行性；第二，技术进步带来了会计信息生产基础设施成本的大幅降低；第三，“互联网+会计”平台的信息生产边际成本趋近于零。从短期来看，“互联网+会计”的启动成本并不低，但放到一个较长的受益时间范围来看，单位会计信息生产成本是趋近于零的。正是有了这三个假设，“互联网+会计”才有可能突破会计信息生产成本效益原则的约束，减少对会计信息质量特征满足程度进行取舍的必要性。

三、总结与讨论

以大数据、云计算、物联网、区块链、人工智能等新一代信息技术为支撑的“互联网+会计”在很大程度上突破了现有会计信息质量特征体系的约束条件，有望建立起实时、透明、安全和可验证的新一代会计系统。“互联网+会计”使会计信息的如实反映和相关性两大基本质量特征“鱼和熊掌兼得”成为可能。借助“互联网+会计”平台，反映经济现象不同属性的大数据可以大量进入会计系统，有效提升了会计信息的完整性。自动化信息处理和智能化决策支持，有助于保证会计信息的中立性，更好地贯彻实质重于形式原则，确保会计信息无差错。“互联网+会计”还提升了会计信息的预测价值和确认价值的准确性，将会计信息的重要性判断权回归用户，弱化了会计计量的不确定性，进一步增强了会计信息的可比性、可验证性、及时性和可理解性，减少了因过去会计质量特征之间存在“此消彼长”关系而不得已的“忍痛割爱”的现象。

本文是基于新一代信息技术对“互联网+会计”下会计信息质量特征的乐观性前瞻。但技术是一把双刃剑，如果不能善用技术，也可能对会计信息质量带来负面影响。笔者认为，在“互联网+会计”的发展过程中，以下三个方面需予以重视并积极应对：

1.技术并不是灵丹妙药。对企业来说，对外披露能基本满足会计准则要求的会计信息，就完成了一项法定义务。在具备提供更高质量会计信息的技术条件下，是否进一步对外提供这些信息，则取决于企业管理层的动机。事实上，对企业来说，提高会计信息透明度所获得的收益通常难以补偿其在商业秘密和隐私方面的牺牲，这也阻碍了企业加入不同会计主体间的信息共享体系。此外，会计系统给用户提供的更加丰富的信息是否能够真正正面影响用户决策，最终取决于用户的认知能力和决策水平。用户在与会计系统互动的过程中，可能会对系统过度依赖，对会计信息质量缺乏必要的职业判断，从而导致“误受风险”；也可能对会计系统生成的信息信赖不足，使原本有用的会计信息无用武之地，这就产生了“误据风险”。

2.技术方面障碍重重。大数据、云计算、物联网、区块链和人工智能都是当前新兴和快速发展的技术，这些技术的发展及其对会计信息质量的影响潜力难以预测。但从目前来看，要实现它们对会计信息质量的正面效应，在技术方面还存在不少障碍。主要问题在于：①如何采集、整理、转换和利用大容量、高频率、多样化的混杂大数据；②如何运用可视化工具生成易于理解的报告；③如何克服“互联网+会计”可能出现的信息过载、信息相关性缺失、模式识别困难和模糊性等问题；④如何打开人工智能算法“黑箱”，解决算法中可能存在的偏差所引发的误导性决策和判断的问题；⑤如何保证会计信息及其他敏感商业信息的安全性和隐私性。这些问题最终归结为一个问题，那就是如何高效地利用现代信息技术来规划、设计和实施“互联网+会计”的政策、程序、系统和信息产品，从而最大限度地提升会计信息的有用性。

3.期望差距会不断扩大。在数字经济时代，新一代信息技术已经广泛渗透到我们的生活、学习、工作和实践中，甚至在一定程度上颠覆了以往的生活、学习、工作和实践的方式。加上专家和媒体对新一代信息技术前景的预测过于乐观，可能会让人们产生一种技术幻觉——技术开始变得无所不能，变革近在眼前了！“互联网+会计”对会计信息质量的正面影响也会被用户所认知，他们对高质量会计信息的期望会变得更高，甚至还会提出一些不切实际的需求。事实上，通过技术来支持会计模式变革，进而全面提高会计信息质量，需要一个漫长的渐进式推进过程。上述两个问题恰是技术驱动会计变革中所要解决的难题。在此背景下，会计信息质量需求提高的程度会远远大于会计信息生产和披露实际提高的程度，这无疑会使期望差距不断扩大。

主要参考文献：

丁胜红．“互联网+”对会计发展的影响及其人本资本会计模式构建［J］．广东财经大学学报，2016（6）．

Warrenjr J.D.，Moffitt K.C.，Barnes P.．How big data will change accounting［J］．Accounting Horizons，2015（2）．

秦荣生．云计算的发展及其对会计、审计的挑战［J］．当代财经，2013（1）．

Dai J.，Vasarhelyi M.A.．Imagineering audit 4.0［J］．Journal of Emerging Technologies in Accounting，2016（1）．

Sutton S.G.，Holt M.，Arnold V.．“The reports of my death are greatly exaggerated”——Artificial intelligence research in accounting［J］．International Journal of Accounting Information Systems，2016（22）．

Dai J.，Vasarhelyi M.A.．Towards blockchainbased accounting and assurance［J］．Journal of Information Systems，2017（3）．

钟玮，贾英姿．区块链技术在会计中的应用展望［J］．会计之友，2016（17）．

丁淑芹．颠覆与创新：大数据为财务会计注入变革基因［J］．财会月刊，2016（31）．

刘光军，彭韶兵，王浩．网络经济环境对会计理论的影响研究［J］．财会月刊，2016（25）．

Vasarhelyi M.A.，Kogan A.，Tuttle B.M.．Big data in accounting：An overview［J］．Accounting Horizons，2015（2）．

Yermack D.．Corporate governance and blockchains［J］．Review of Finance，2017（1）．

Richins G.，Stapleton A.，Stratopoulos T.C.，et al.．Big data analytics：Opportunity or threat for the accounting profession？［J］．Journal of Information Systems，2017（3）．

Frey C.B.，Osborne M.A.．The future of employment：How susceptible are jobs to computerisation？［J］．Technological Forecasting and Social Change，2017（114）．