集团型公司管理会计智能化构架设计研究与探索——以集团型黄金矿业公司实践为案例

邹庆利

伴随着财会信息化和自动化的奠基，企业集团财务集中核算和财务共享已经将集团的财务大数据充分积累成库。但如何便捷、实时地挖掘和利用这些“数据”的价值，已经成为后共享时代面临的必然课题。而解决此问题，则需要深入研究信息化理论和管理会计理论的融合点，通过信息技术打通管理、财务、经营、决策之间的数据联通脉络。本文以某集团型黄金矿业公司的实践探索为例，从以记录经济交易的财务会计到满足纳税需要的税务会计，再到服务管理决策的管理会计的智能联动设计，最终实现管理可视化和数据化，构建符合集团财务管理需要的数字化智能驾驶舱。

一、财务会计与管理会计内在联系为管理会计智能化提供理论支撑

财务会计是根据统一的会计准则对已经发生的经济交易事项的确认、计量和记录，并最终形成标准的报告提供给企业的利益相关者。管理会计是根据企业内部管理层的需要，及时对企业现在的经济活动进行评价，对各类资源投放的记录、对未来的交易进行计划和控制，通过形成适合企业需要的类财务信息报告，支持战略发展决策的过程。

财务会计侧重对经营成果的如实记录和客观反馈，而管理会计则侧重于对未来发展趋势的控制决策。财务会计严格遵循会计准则是为不同立场上的利益相关者能够统一理解经营成果，避免歧义。而管理会计不需要遵循统一的会计准则，只需要遵循各个企业内部管理上的需要，其存在的初衷就是管理上的需要。

虽然二者之间有重要差异，但本质上则是一脉相承。首先，财务会计是管理会计的基础，管理会计对未来的决策判断依据是源于财务会计记录的过去的结果，在数据的衔接上存在大量的重叠和共享；其次，管理会计是财务会计的工具和手段，管理会计的目标是为了未来的财务会计结果能有更好的表现，这体现了内部管理层与利益相关者的终极目标的一致性，即企业价值最大化；第三，财务会计和管理会计都是以一种会计商业语言反映企业的经济活动。

正是这种内在本质上的联系，会计专业领域也随着信息技术的发展而不断进化，由传统幕后的账房先生和事后工作者，主动走向前台，成为生产经营的赋能者和参与者。

二、财务会计信息化发展为管理会计智能化提供基础数据支持

企业业务循环抽象成财务信息循环的过程就是财务会计信息化的过程，企业经营中的每一笔交易和经济事项，产生的数据最终都会汇集到财务，将这些数据在标准化的平台进行收集、记录、加工，形成规范的、自动化经营成果就是财务会计信息化的构架设计基本原理。

财务会计信息系统的发展经历由简单到集成的过程，这种集成既包括企业内部原始作业单元内和作业单元之间的数据集成，如企业内成本按既定的公式再分配到不同产品作业之间，将财务成本会计变得更加自动化；也包括企业内生产经营全过程财务和非财务之间，如业财一体化，让经济交易数据直接从业务系统传递到财务系统，并形成标准的财务记录，进而自动形成标准的财务报告；更包括大数据时代企业与相关外部组织之间的集成，如产融结合让时点汇率和外币折算自动化、公开资本市场资产或负债公允价值数据和会计公允价值计量自动化、电子发票的普及和电商供应链的打通让采购的会计交易自动化等。

财务会计信息化的基本原理就是将业务循环中经营交易的业务数据自动转换成财务会计语言。而企业运营过程中另外一个重要活动就是管理循环，为管理循环提供决策支持的就是信息循环，这其中包括财务会计信息和管理会计信息。而财务会计信息的自动化为管理会计信息化提供了基础数据支持，包括主数据和交易数据，更为管理会计智能化提供了理论支撑。

财务会计信息化和管理会计智能化二者共同构成了贯穿和融合企业业务循环、管理循环和信息循环中的必然要素、重要纽带。

如图1，财务会计信息化为管理会计智能化直接提供数据支持，同时管理会计信息系统的构架在理论上与财务会计信息系统原理相通，通过既有的系统和数据支持，并增加智能设计，在管理驾驶舱中得以体现。

图1 财务会计信息与管理会计信息循环

图2 业务历史数据与风险评估数据的智能互通

三、管理会计智能化的设计是基于财务大数据价值的“实时利用”驱动

管理会计智能化的设计根源就是重新整合已有数据，按照管理层的管理思路，形成一定的规则，实时甄别数据中的价值，进而智能反馈给管理层必要且有价值的信息。

在传统的财务会计信息化时代，企业经济交易数据只能在事后呈现给管理层和利益相关者，他们只能在其后来评价结果、纠正错误、进化管理决策。更甚至这些沉淀下来的数据在事后已经毫无价值。

比如前期采购的重大设备等资本性支出，如果没有管理会计中的投资风险论证，直接在财务会计中形成折旧等固定成本，在财务报告中侵蚀利润，虽然客观记录了该交易，但结果却严重偏离了经营的初衷。

管理是依靠过去的、未来的信息也就是数据来做计划、控制和决策。因此，实时的利用这些数据并发挥其应有价值就是管理会计应该做的事情。如果想做到实时，那么在决策时就应该事前在管理会计系统中进行论证。具体如图2，只需要在风控系统的投资决策模块中输入拟采购的设备，管理会计系统自动获取财务会计系统的折旧参数、类似设备历史产出、辅助市场价格预测并进行人工数据修正等，智能计算出投入后的经济效益，模拟出对未来财务报表的影响，进而智能形成是否值得投资的结论。

四、管理会计智能化构架设计的底层数据系统需要再造

企业在管理过程中，就是依靠数据发现问题、分析问题、解决问题、跟踪问题的管理方式，因此要实现数据化管理，最基础的工作就是对底层数据系统进行再造，以满足智能化管理的需要。

图4 灵活多维的责任中心构架组合设计

（一）满足管理需要的财务“责任中心”组织再造

传统的财务会计系统是以企业法人主体为核算单元，实现各单位的财务数据记录，笼统地记录成本、利润和投资。但企业集团包含众多的法人主体公司、内部管理职能部门、车间等各类组织，尤其是推行卓越绩效管理和阿米巴管理的企业集团，小团队作战、精细化管理、项目负责制等越来越流行，这就要求财务数据系统能够满足不同程度的决策权分层或分版块授权下的管理决策和绩效数据支持，于是企业内部管理的组织结构被赋予了管理会计中的“责任中心”概念。责任中心包括成本中心、利润中心、投资中心三种类型。

为支持管理决策，需要在财务信息系统中设计“责任中心”时“既稳定又灵活”（图3）。

1.责任中心“稳定性”设计

首先就是在设置责任中心时，每一最小责任中心都有唯一的编码，其他诸如汇总责任中心、索引责任中心均始终以这些编码对应的最小责任中心作为数据源。也就是无论是录入、还是自动导入的原始数据只存在最小的实责任中心中。

其次是遵循业务管理组织的主线条逻辑，责任中心初始设置的主体思路是构建二维的组织体系，涵盖集团内纵横两个主线的管理。

2.责任中心“灵活性”设计

成本中心和利润中心的二维设计：和生产工艺、经营相关的部门、班组、车间构成相对稳定的成本中心，这些成本中心在各个管理责任中心之间主数据共享。该设计能够满足条线管理的数据支持需求。

投资中心和利润中心的融合设计：打破法人企业的边界，某一责任中心（这里可以是利润中心，也可以是投资中心）可以包括多个法人企业。该设计能够满足内部机构高效变阵的管理数据需求。

责任中心的分层设计：比如满足大区管理、分区管理灵活设置一级责任中心、二级责任中心。该设计能够满足分级授权的管理数据需求。

责任中心的虚拟设计：如图4中，责任中心4，即是将原分别属于责任中心1和2的法人企业1、3、6重组成责任中心4。之所以说是虚拟责任中心，是因为责任中心4之下的企业数据源自动来自于实责任1和2，不需要重新录入任何数据。在虚拟责任中心设置上，采取自定义模式自由组合而非后台固化配置。这种构架将实现无限可能的虚拟构架，满足随时随地的管理数据需求。

图5 基于责任中心的主数据矩阵

图6 满足管理需要的责任中心拆分

图7 抵销责任中心的设计

（二）满足“税务会计、管理会计、财务会计”三口径数据的智能联动再造

财务会计侧重按照准则要求进行财务报告的披露，一般是以法人单位或者集团合并口径数据为主。税务会计是按照税务要求，以纳税主体口径进行纳税申报和缴税。管理会计完全依照动态的管理需求进行计划、控制和支持决策，无恒固定的数据主体口径。

但税务会计和管理会计的绝大多数数据源依然是财务会计。因此，财务会计口径的数据颗粒度是支持税务会计和管理会计的基础。为实现三个数据的智能联动，可采取以下设计：

1.建立完整、统一、高度规范的主数据体系，支撑数据的多维获取

主数据（MD Master Data）指系统间共享数据（例如，会计科目、员工、客户、供应商、账户和组织部门相关数据），与之对应的是交易数据（记录交易活动）。主数据相对较为稳定，除非主数据自身因为管理等原因发生变化；主数据具备高共享性，一旦确认为企业集团信息系统的主数据后，各个子模块在引用或使用时，必须高度一致；主数据的价值相对交易数据更高，它是衔接关系数据模型的纲，在关系数据模型中，交易记录（例如，订单行项）可通过交叉共享的主数据关键字（客户、产品代码）调出。主数据是超越系统、业务、部门或责任中心之外的交易数据承载的主体，因此主数据必须统一、高度规范、完整地存在并加以正确维护，才能保证信息系统的整体协同性。

财务信息系统作为企业集团信息系统的重要组成部门，除其他系统对主数据的要求标准外，还需要在源头做好如下设计，以满足智能管理会计的需要：

一是所有的责任中心都共享使用会计科目、成本中心、客户、产品等主数据，形成第一个层次二维的数据矩阵图。如图5所示，以责任中心为主线的高度规范主数据，对所有交易数据进行第一次的二维定位。

二是以会计科目为主线，分别构建不同的辅助核算体系，比如资金类的科目挂接现金流项目，满足现金流量表自动生成需要；存货类的挂接产品和仓库，满足实物管理需要；所有往来类科目除分清往来性质外要挂接明细客户等等。

三是增设内部交易科目，清晰核算需要最终抵销的交易数据，而且一旦启用内部交易科目，则必须触发内部交易对手，形成内部确认和抵销；设立内部科目加上智能检测，还可自动识别是否抵销干净，避免遗漏。

四是增设涉税明细项目，满足税务会计需要，比如不可税前列支、免税收入等明细。

五是明细项目核算，构建最小核算单元，满足阿米巴等管理需要，挂接项目后，核算源头上即区分，支持管理会计信息需要。

这样基础四维的主数据构架既有稳定性、又有灵活性，将任何一个交易数据都可以按照一定的主数据线索进行“随心所欲”的定位。为后期智能分析和取数提供索引源。

2.适当拆分法人主体作为最小责任中心

当某一实体法人企业有多重分类要素时，比如涉及到后续产品分类、行业分类等需要满足分部报告或者管理报告的，则需要对该实体法人单位进行初始拆账，分成不同的责任中心（即非独立核算的分公司模式）。如图6，按工艺和管理的需要，对同一纳税主体再拆分。这样在最小责任中心进行核算的数据自动汇总成纳税主体的数据，满足了税务会计和管理会计的需要。

3.建立抵销责任中心和准则转换责任中心

传统的合并抵销一般是采取“表抵”模式，即根据报表格式，先汇总再减去重复交易数据得出合并数据。而智能管理会计则是采取“账抵”的模式，即随时生成抵销分录，在账薄中进行实时抵销。其最大的优点就是实现即时性，容易追索。为实现“账抵”，需要做好如下工作：

如图7，被人为拆分的法人主体内部为了确保最小责任中心模拟独立核算，往往在不同责任中心之间建立内部模拟交易，比如采厂与总部之间的资金“拆借”、采厂和选厂之间的“产品模拟结算”等。同时，企业集团内成员企业之间也会产生内部交易。如果不进行内部交易抵销，则上一级汇总形成的数据会出现重复。通过构建不同层级的抵销责任中心，当内部交易乙方发起业务时，在另一对应责任中心自动生成对应的凭证，比如销售方发起销售凭证，在选择对应的购买方客户名称或责任中心等关键触发主数据时，系统自动提示购买方需要确认交易是否发生和完成，一旦确认，则自动生成采购凭证，同时在对应的同级别的抵销责任中心中自动生成抵销分录，实现智能抵销。

由于普遍存在多地同时上市的情况，为满足公司不同会计准则的需要，传统的准则转换一般采取“调表”的模式，而智能管理会计提供“账转”的模式，通过建立准则转换责任中心，比如在准则转换责任中心进行资产减值的转回处理等，既能保证国内准则的财务报告自动出具，又能满足国际准则的财务报告自动出具。

图8 管理会计智能展板

五、服务经营决策的管理会计智能化构架设计实践及原理

管理会计信息系统宗旨就是挖掘和利用数据的价值，实现人机互动，赋能分层管理决策，构建数据智能化驾驶舱。

图9 绩效雷达

图10 综合绩效动态智能对标图

（一）数据集成下的智能管理信息呈现

管理会计信息化打通了各系统后，其最大的优势就是将数据集成。尤其是当数据的颗粒度越来越细后，建立全面的分析体系变得相对简单。由于是实时、自动，因此企业财务不再需要另外制作财务分析报告，直接通过移动端随时随地查阅分析报告，且能穿透追溯到底。这种构架与移动端的管理会计智能展板不仅呈现经营活动的结果，还能够包含管理的过程数据（图8）。

1.持续进化的业绩雷达

企业绩效是公司各级经营层最为关心的问题，也是管理层对经营层考核的重要依据。尤其是在代理机制下，用数据展现结果，即时、高效用结果或者预期结果来引导经营方向是经营层、管理层和股东共同的诉求。如图9所示的雷达图能直观展示长短板。

示例雷达图中，当某项指标高度偏离目标值时，会以红灯形式提醒警示，当略有偏离时会以黄色提示。

所有数据当点击时均可以穿透查询并智能分析主要影响因素。

2.知己知彼的动态绩效对标

对标管理是指企业以行业内或行业外的一流企业作为标杆，从各个方面与标杆企业进行比较、分析、判断，通过学习他人的先进经验来改善自身的不足，从而赶超标杆企业，不断追求优秀业绩的良性循环过程。

管理会计智能对标包括两种模式，一是本集团内的平级责任中心之间自动实时对标，二是公司与同行业外部竞争对手之间自动实时对标。

本集团内平级责任中心之间的对标与传统的分析系统不同，是能够自动捕捉可比且在某一时段最优的责任中心，实现智能识别“一流标的”；与此同时，还自动选择对标前一名和后一名，在动态中更新，这和企业内部开展的“劳动竞赛”高度契合，满足管理需要（图10）。

在系统设计时，也可以增加自定义对标功能，即可以灵活选择希望对标的责任中心。

鉴于数据源集成的难度和系统投入程度，外部对标一般相对笨拙一些，采取相对固定的设计模式。也可以采取网络爬虫的技术，智能搜索对标数据，支持企业智能分析。

图11 预算编制智能化设计原理

图12 预算管理智能化设计原理

图13 财务风险热力图

（二）智能自循环的预算全过程管理

在财务会计数据已经完备的基础上，通过嫁接预算管理系统，利用数据支持经营管理的PDCA循环，实现预算过程管理的智能化。

1.在预算编制上，分存量、减量和增量三个部分。存量部分所有数据均来源于现有财务会计数据；减量数据是根据现有财务会计中必须或计划停产的作业，系统自动识别退出生产经营后变动成本和固定成本，并对固定成本部分提示是否有其他应对措施，比如处置资产等；而增量部分则是从目标开始，系统自动从财务会计系统中搜寻可用参数，比如单位人工、单位能耗、单位物耗等。自动形成的预算编制结果以标准财务报告形式呈现，如果对标后无法满足管理层预期后，则需要在增量上继续考量（图11）。

2.在预算控制方面，在投入环节，实行事前控制，在产出环节实行实时预警。所有的投资、采购在审批环节和预算数据库智能比对，一旦发生超预算则自动禁止继续执行，除非另行追加预算，超预算进度或者偏离预算轨道则在管理驾驶舱黄预警。所有的产出、已经发生的交易形成的财务数据，实时呈现在管理驾驶舱，并智能提示管理建议，进而立即采取措施。将CDA整合成如图12所示的整体。

（三）基于数据背景的可视化智能风控管理

管理会计关注的风险既包括财务操作风险，也包括企业各项财务指标风险。企业的财务活动贯穿于生产经营的整个过程中，资金管理、债务管理、生产及存货管理、投资管理对企业的影响，股价、金价、汇率、利率市场变化对企业的影响，这些都是必须要时刻关注的风险。

示例热力图（图13）根据后台数据实时变化大小和位置，可以自定义各种风险事项，根据企业的实际情况自定义设置。

点击风险气泡，弹出该指标的详细分析。风险解除时气泡会自动消失。风险转为收益时也会变成绿色气泡，比如当财务性投资因公允价值变化出现盈利时，但依然告诉经营层该事项是风险投资。

对特别大的风险事项滚动智能弹幕提醒，在智能选取时，一般是根据自定义参数，比如挑取影响金额最大的正负项目。

风险热力图的基本原理是根据发生的频率和影响金额来定义，当然一般是以已经发生的数据来判断。当管理会计系统在进行模拟论证时，也可以从预测系统中可能发生的未来事项自动模拟生成。比如在管理会计系统中输入拟投资新的矿山项目时，模拟生成了未来的利润数据，这种生成的数据对财务有重大影响，会立即生成新的气泡以提示风险。

图14 利率与金价趋势智能分析图

图15 智能投资决策设计原理

（四）驾驭未来的智能趋势K线预判

市场趋势变化莫测，无论是投资、融资还是销售工作，任何一个企业都希望跑赢市场，从市场中获得红利。但事实上决策起来并不那么容易，尤其是当企业内部分工过于细化，不同的职业判断导致的操作策略不一定一致。

管理会计智能化系统可以借助数据集成的优势，从市场和企业两个维度对标，选取相关的指标协同分析，给企业一些智能参考。

如图14，黄金企业将联动程度较高的债务市场利率和黄金价格在同一场景下做协同智能分析：一季度债务市场利率平稳与黄金市场基本一致，但利率已经有些下降的端倪，尽管实际融资过程中议价空间不大，与市场名义利率胶着；二季度金价出现比较明显的上涨行情，与之一致的是企业实际融资利率也出现了明显的下降，尽管市场名义利率并未出现大幅降低；三季度金价出现波动，但是波动中上行，在9月和10月出现了明显反弹行情，随之也明显发现企业实际融资利率大幅度下降，说明资本市场已经基本趋于一致。整个过程中，债务市场名义利率一直没有大幅度的下降，表明监管层面期望稳市场。而实际融资成本是双方博弈的结果，更能反映市场的冷暖。在暂不考虑其他因素的条件下，通过历史数据基本可以预测未来黄金价格依然会稳定上升、利率会下行。因此企业经营层在决策时应该考虑：

融资层面，控制新融资，增加融资的灵活性，便于继续享受利率下行红利；

销售层面，积极同步跟进策略，控制套保数量（鉴于市场变幻莫测，也不能出现囤货待售的冒进策略）；

生产层面，积极调度生产，扩大产能；

投资方面，果断决策，逆周期出击并购。

在设计方面，该数据源比较容易取得，包括市场公开外部数据和企业财务系统内部交易数据。尤其是通过这种内外数据的融合对比分析，能够实时将经营过程的策略进行预警。

（五）人机交互的智能投资财务估值及决策

企业产业投资与并购重组是运营资本管理的重要手段之一，而一般企业将投资决策相对独立来进行论证，显然效率低且往往不全面。现有的管理会计系统能够打通数据通道，尤其是通过数据之间的衔接起到验证、提示、支持和协同效应。

将投资管理融入管理会计系统，前段将投资流程程序化和数据化，支持投资过程管理的信息化；而后端和现有的财务系统、预算系统融合，则起到决策智能化的效果，而且整个过程浑然一体，数据的沉淀和积累也便于后期其他项目的横向对标和智能识别，极大提高工作效率。如图15矿业企业的投资并购案例所示：

一是实现智能化初筛项目：在项目初期，投资人员只需要根据系统提示，输入最为关键的核心三个信息（增厚并购企业可持续发展能力的资源量、增强并购企业规模的当前产量、增大并购企业盈利能力的当前利润）即可，系统自动识别项目类别（单纯的资源类绿地项目、在/近产项目、财务投资项目），并根据项目类别分别提示必须要收集的核心数据。将复杂的投资简单化和数据化。

二是实现智能化初估决策：进一步细化的基础数据录入后，系统自动进行第一轮的估值范围测算，且结合地缘政治风险自动识别选用合适的折现利率，附加产业协同性等定性考量，供经营层做投资首轮决策。此时的投资决策，在早期基本已经排除了重大的不确定性，且后续再选聘适当的外部尽调专业机构，能够较好控制沉没成本。

三是实现智能化尽调协同：在尽调过程中，尽调机构获取的数据全部纳入到管理会计系统并自动形成各单项结论。通过这种数据完全信息化管理，既能满足系统化勾稽和论证前期数据的偏离度，以便即时纠偏（如发现重大不可靠数据时立即停止相关尽调降低费用），也能实现技术、法务、HR尽调数据自动汇总到财税尽调模块，避免数据孤岛。

四是实现智能化估值：尽调结果一方面直接修正原先估值，形成对外的保守估值，另一方面通过全面的尽调，梳理出并购标的的痛点，为并购整合后赋能找到突破口。此时的数据与财务会计数据协同效应非常明显，比如并购后，通过技术工艺方面的赋能改进（比如采矿方法替换、尾渣的再利用等），能带来多少成本降低；通过组织构架的调整和剥离，能降低多少管理成本；通过销售策略和市场的重选能提升多少效益；产业链协同能利用多少现有富裕产能（比如金精矿半成品改销售为并购方现有炼厂继续冶炼）；通过对后续投资，现有富余资金及融资成本等综合计算，财务费用需要增加多少，等等。这些问题只需要做资本选项或数据输入后，统智能获取并购方数据后自动计算，形成并购后未来乐观估值。

五是支持智能化投决：结合之前的标的估值，模拟并购后预算的调整、模拟并购抵税效应（如有）、模拟并表影响，乃至对并购方股价的潜在影响，获取并购后未来并购方财务关键指标的影响程度，进而支持投资决策。