大数据背景下提高企业财务报告质量探讨

赵巍

【摘要】大数据时代的到来对现行财务报告体系带来了挑战，对企业财务报告质量提出了更高的要求，如何应对时代挑战、保证财务报告的质量和价值，是企业在编制财务报告过程中无法回避的问题。本文首先描述了大数据的特点以及在财会领域的应用，然后分析了大数据对现行财务报告构成的挑战与冲击，最后给出了企业在此背景下提高财务报告质量的相应措施，對财务报告的未来发展具有借鉴意义。

【关键词】大数据；财务报告；创新

【中国分类号】F234.3

大数据的挖掘、分析和应用，伴随着物联网、云计算、人工智能的兴起和快速发展，对各个行业和领域都产生了巨大的冲击并带来了改革与创新的空间。海量且可以高速率传输的大数据，从真实性、及时性等诸多方面对传统报告造成了冲击。本文从大数据自身特点入手，剖析了大数据对现行财务报告的相关性、及时性和可靠性等信息质量特征造成的冲击，并围绕如何在此背景下提高财务报告质量进行了探讨。

一、大数据的特点以及在财会领域的应用

目前对于大数据的定义在不同领域有所不同，Vasarhelyi（2015）认为特定数据能否被称为大数据取决于这些数据是否处于或超越了其所用的信息系统所能储存或处理的极限。根据IBM（2012）发布的信息，大数据具有以下四方面的特点：第一，信息容量大，数据量以PB为单位，因此必须采用计算信息数据分析手段才能获取有价值的信息；第二，传输速度快，在一般情况下能达到对数据实时传送的效果，对数据进行自动化、实时化分析的要求进一步提高；第三，不同类型数据的混合度高，文字等结构化数据与声音图像等半结构化或非结构化数据的并存，加大了对数据进行处理和储存的难度；第四，单一数据的价值量低，但将其囊括在一起的大数据则具有不菲的商业价值，强调了对数据集进行整体化处理和分析的必要性。根据大数据具有的特点，Vasarhelyi（2010）研究了大数据在会计领域的应用，他认为可以利用实时更新的大数据克服会计信息缺乏及时性的缺陷，能够为市场和管理者提供更有价值的信息；还可以利用大数据不同类型数据的混合度高的特点，对与企业经营相关的非结构化数据进行披露，能提高企业财务信息的相关性。此外，从量化的角度，还可以根据大数据容量大的特点，将海量财务信息与非财务信息进行整合，创造滞后型连续方程，拓展财务信息与非财务信息的关联性。

二、大数据对现行财务报告的挑战与冲击

（一）对财务报告信息相关性的挑战

传统财务报告十分重视对企业核心财务信息的披露，但随着我国资本市场的成熟和市场有效性提升，表外信息、与交易无关的非财务信息、财报未披露内容也变成了投资决策的重要考虑因素，投资者对此类信息的需求，便对现行财务报告信息的相关性提出了挑战。例如企业的公司内部治理文件是否完善、客户关系的稳定程度、高级管理者的政治关联等都会成为投资者迫切需求的非财务信息，这种信息间供需的矛盾，导致现行财务报告在相关性方面难以满足投资者的决策需求。大数据对相关性的冲击，就主要是在于相关财务报告信息范围的拓展。对于目前的财务报告，由于货币计量的局限性，一方面对多数定性信息没有做出披露，另一方面部分定性结论是从样本量不大且具有较大随机性的数据中得到的，因此结论的准确度也具有较大提升空间。如何将大数据中包含的有价值的非结构化、碎片化信息纳入财务报告，加强对财务信息供给与需求的匹配程度，并使具有高相关性的信息依旧具有可比性，是大数据对财务报告信息相关性的挑战。

（二）对财务报告信息及时性的挑战

现行财务报告中，年度报表具有最高的质量和公信度，但是由于编制报告的周期长达3个月左右，其财务信息的时效性大打折扣。但是，如果缩短会计分期，或者要求中期报告、季报甚至月报的质量与年报一致，这会导致企业资源的浪费，违背了成本效益原则。在大数据的背景下，如果还以现行模式进行确认计量和报告，其中部分本期未确认、未报告的业务活动很可能已经过时，失去了实时信息的内在价值。但是大数据模式则将完全满足了及时性的要求，甚至转变成了对实时性甚至超前性信息的供给。转变的核心在于大数据具有的速度快的特点，具体体现为数据发展速度快——时时刻刻都在有新的数据产生、传输速度快——对数据结果的实时传输、分析速度快——对大数据信息价值的重要保证。这要求财务报告由事后报告向事前报告的模式转变，使报告使用者可以通过对信息的充分了解后，做出渐进决策，之后通过及时的信息补充对决策进行修正。那么怎样在大数据的支持下将财务报告信息进行实时传送、如何对会计分期假设进行修正，怎样保证计提、摊销信息的时效性，都是大数据对财务报告及时性的挑战。

（三）对财务报告信息可靠性的挑战

在无法获得海量数据支持的现行财务报告信息系统中，每一个数据的真实性和可靠性都可能会对财务报告整体产生影响，因此在传统财务报告编制前后，要通过多重核对、分析检验、控制测试等多种手段，来减少数据纰漏和造假舞弊行为，但涉及的时间和人工成本占用了大量社会资源，降低了企业的经营效率。在大数据背景下，由于数据信息量巨大而且形式丰富，数据间具有极强的交叉性和关联性，所以某单一数据的异常或缺失基本不会导致对整体情况的误判误报。而且在大数据分析技术日益成熟和会计制度愈发完善的环境下，对实时交易数据造假的难度和成本上升，真实性和可靠性的问题不再突出，企业和投资人更强调数据与数据之间的相关关系而非因果关系、重视数据对决策的实际意义而非绝对精确，强调整体性来保证财务报告大数据信息质量，这要求传统财务信息质量要求从观念上进行根本性的转变。

三、积极利用大数据提升财务报告质量

（一）拓展财务报告信息范围

随着使用者对非财务信息、表外信息需求的不断增长，可以在财务报告信息中加入非结构化数据，构建多维财务报告体系，将内部控制、平台资源等非财务指标有效融合，全方位展示现代企业的核心竞争力。而且为满足投资者对会计信息相关性的需求，可以利用大数据信息多样化的特征，运用多媒体技术更加直观的传达企业实际经营信息。此外，突破财务报告单一的货币计量属性，例如对于无法准确定价的人力资源、自然资源等资产可以划定非货币度量标准，使财务报告信息体系得到极大的丰富，从而增强了会计信息的公信力和透明度。最后，还应该使财务报告不限于对自身微观情况的表现，而拓展到对企业所在政治经济环境、行业状况的综合描述，这有利于社会企业共同构建宏观经济数据库，对整体经济发展起到预测作用，使企业能提前做出生产规模、产业升级转型的相关决策。

（二）建设规范化财会信息云平台

积极推进财务会计信息处理的云共享、云计算是利用大数据提高会计信息质量的关键环节，为保证数据信息具有可比性，财会信息云平台的建設需要具有规范性。第一，企业的信息化是云平台建设的基础保证，需要满足：从原始数据采集到分析结果输出的全面数字化、公司内外部信息交换以及部门间信息传递的网络化、对数据信息处理具有深度学习能力的智能化等基础建设需求。第二，建设提供数据存储和分析的云共享计算平台。以政府资金与技术进行总体布局，企业参与细节完善，构建标准统一的或具有相关行业特征的财会信息云存储系统，制定具有规范化的准则，设置统一执行标准，使原始数据信息能够实现统一加载、定期更新和标准化存档。同时云端分析平台应做到审核验证一体化、查询信息标准化、分析结果智能化等，使财会信息云平台不仅方便企业对数据进行传输和分析，也适合审计部门和投资者的查询和比较。但是也应该注意到，由于云平台建设的复杂性，其涉及企业范围之广、数据量之大前所未有，因此应由政府牵头，先小规模试点运行，在不断改进的基础上进行逐步推广，渐进式建设规范化财会信息云平台。

（三）强化财务人员数据分析能力

大数据的应用使财务信息的获取和流动愈发简单，但其结构的多样性和数据的海量性，都对财务人员的数据分析能力产生了巨大的挑战。在提升财务报告质量的过程中，大数据的关键职能在于深度挖掘和披露数据背后的隐藏信息、寻找数据间的关联性，所以与传统财务数据分析不同，为充分利用数据并尽可能得到可信度高的结果，大数据财务分析摒弃了抽样样本分析，而是对完整的数据库进行分析，那么在这种情况下，如何根据实际需要选择最适当的数据库、怎样对数据的抽取、筛选、转换、分析等工具进行选择，都对财务人员提出了极高的要求。所以要对财务人员的数据分析能力进行强化，首先要使其树立大数据资产概念，增强财务人员对大数据信息资源管理的主动性；其次，加大数据分析技能培训投入，聘请数据库研发专家、商务统计专家对财务人员进行培训，使财务人员具有前沿大数据分析意识和手段，保证分析的高效性与准确性；最后，要优化企业部门组织结构设置，扫除企业运营部、数据挖掘部、财务部交流障碍，使数据分析能力的培养、数据分析结果的输出更具有服务全局的效果，专注核心信息数据，提高财务信息数据分析的相关性。

四、结语

综上所述，大数据时代的到来对现行财务报告体系产生了巨大的挑战，企业需要在顺应新背景下对财务报告信息质量要求的同时，加强培养大数据管理和分析意识，主动运用新思维新技术，注重财务数据结果分析的实际意义，对企业财务报告质量做出保证。

主要参考文献：

[1]Vasarhelyi，Miklos A.，Alexander Kogan，and Brad M.Tuttle.“Big Data in accounting：An overview.” Accounting Horizons 29.2 （2015）：381-396.

[2]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.

[3]何冰. 大数据会计与财务信息相关性研究[J].会计之友， 2017（7）：130-133.

[4]秦荣生. 大数据思维与技术在会计工作中的应用研究

[J].会计与经济研究， 2015（5）：3-10.

[5]宗威，吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报（社会科学版），2013.