大数据时代管理会计在企业财务管理中的运用分析

（西安石油大学 经济管理学院，西安 710000）

0 引言

大数据属于新技术，大数据时代的到来扩大了大数据技术的应用范围。作为一种新技术，其在应用中既会给相关领域带来机遇，也会形成新的挑战。在大数据时代的管理会计工作中，一方面，管理会计透过数据化管理，可以提升企业决策能力与管理效率，加强企业全面预算管理水平；另一方面，管理会计面临着信息化管理向数据化管理转型升级难题。尤其在管理会计应用实践中，数据利用率不足、制度环境不完善、数据分析人才配置不足等问题相对普遍。

1 大数据时代下管理会计概述

1.1 大数据时代管理会计内涵

大数据时代的本质，在于把“现实世界”转换为“虚拟数据”，透过数据网络对现实世界所有资源的可计算关系进行分析与处理，旨在提出有利于改善资源关系的意见，提高资源利用效率。大数据时代下，管理会计人员需要开发管理会计信息数据，通过对企业财务管理数据的实时采集、数据有效抽取、数据整理分析、数据预测结果分发等，为企业提供相对精准的预测结果，使预测结果在企业管理中发挥参考作用。因而，大数据时代的管理会计，兼具了理论管理特征与实用技术特征。简单来讲，大数据时代下的管理会计，主要是指管理会计通过对大数据技术的应用，对企业财务管理数据进行透视分析，同时，生成相对准确的管理会计报告。

1.2 大数据与管理会计的关系

一方面，大数据的理论管理特征与实用技术特征，被赋予到管理会计中。因而，使二者之间形成了同质或同一关系。简单来讲，二者之间存在形式差异，本质上却拥有同一属性。另一方面，大数据技术在管理会计中的应用，主要以发挥其“双重特性”为主。所以，作为一种整体运用，大数据与管理会计之间又存在手段与目的关系。前者是手段，后者是应用途径，共同指向了对企业财务管理数据的分析处理目的。概括而言，没有大数据技术，管理会计的功能升级将不能获得充分开发与挖掘；没有管理会计的应用场景，大数据时代的管理会计实践也无法产生综合效益。

2 大数据时代管理会计在企业财务管理运用中存在的问题

现阶段大数据时代管理会计在实际运用中，仍处于初级应用阶段，其中存在诸多问题需要解决。下面从数据库建设、数据分型、数据利用、数据分析4 个方面展开具体分析。

2.1 数据库建设速度慢

目前，企业财务管理中应用信息管理系统，已经实现了对企业财务信息的采集、录入、整理、存储、查询、利用。进入大数据时代，管理会计运用数据分析技术，旨在通过分析企业财务管理数据，制成分析报告，为企业战略规划、项目决策、生产管理提供参考信息。数据分析技术需要以数据类型划分为前提，通过对基础数据、效率数据、核心数据的类型划分，建立基础数据库（如业务要素数据库、成本指标数据库）、效率数据库（如原材料、设备、人力等成本变化数据库）、核心数据库（未计入成本数据库，如浪费成本、废品回收成本等），才能为管理会计运用数据分析技术提供必要条件。然而，当前部分企业对此类数据库建设工作重视程度不够，建设速度较慢，并不能满足管理会计应用数据分析技术的实际需求。

2.2 数据分型相对滞后

数据分型，指对数据进行类型划分，如在采集数据时，所有数据均为基础数据；抽取数据时会以起实际作用、能反映异常情况的效率数据为准。这时，就可以划分出基础数据类型、效率数据类型等。如一本书的页码、印数、字数等均为基础数据，计算出版费用时，就会抽取字数作为效率数据。目前，企业对财务管理数据的类型划分相对滞后，没有针对原材料、人力、设备等资源划分出效率数据、核心数据。例如，在财务管理中，原材料成本与原材料存量相关，需要进行关联分析，根据存量增加或减少，检验原材料成本是否准确，并计算与原材料存量变化相关的产品数量。与原材料存量变化数据对应的成本变化数据，即为效率数据，能反映企业产品生产情况。如果以成本变化数据计算的产品数量与实际生产的产品数量出入较大，就可能存在浪费。生产部门复查生产过程，假设发现某环节存在对原材料的浪费，此浪费数据对应到财务管理形成浪费成本，即可当作核心数据。目前，此类数据类型划分相对滞后，管理会计也未能充分发挥数据分析技术优势。

2.3 数据利用效率不高

管理会计应用数据分析技术时，主要是通过数据分析技术监督财务管理产生的基础数据，检验财务管理抽取的效率数据，分析财务管理提炼的核心数据。一方面，财务管理活动中，对财务管理数据的类型划分相对滞后。另一方面，并未根据财务管理产生的基础数据、效率数据、核心数据，对应建设基础数据库、效率数据库、核心数据库。因而管理会计在利用财务管理数据时，数据利用效率不高。

2.4 数据分析能力不足

数据库建设、数据分型、数据利用的目标，指向对企业财务管理数据的有效分析。要达到该目标，一方面，需要设置专门的数据分析部门，或者在现有信息管理部门中单独设置数据分析小组。另一方面，数据分析需要专门的数据分析人才完成，既要求其理解企业产品生产制造产业链条，也需要了解企业生产经营管理方案。而且，要求数据分析人才在“生产要素—成本指标—资金管理”上有相对完整的知识结构。由于大部分企业采用过时的人力资源管理方案，未能匹配与管理会计发展相适应的人才，企业的数据分析能力明显不足。

3 大数据时代管理会计在企业财务管理中的运用策略

3.1 营建良好制度环境

大数据时代管理会计属于新事物，原有的企业财务管理制度与会计制度规范条例设计，评估机制、激励机制、监督机制中的评估指标和绩效指标设置，与管理会计发展不相适应。为了保障管理会计的有效运用，应该先为其营建良好的制度环境。建议从两个方面着手。一方面，要按照大数据思维，以企业产品生产制造的所有生产要素为准，按照具体的生产环节制作业务要素清单。然后对照业务要素清单，对当前财务管理应用的财务指标或成本指标，进行查缺补漏式的检验与调整，删除冗余指标，增设新指标，建立全面的成本指标体系。另一方面，要以指标为指引，逆向完善当前的管理制度规范条例与各项机制。

3.2 加快数据库建设

在业务要素清单、成本指标体系设置完成后，可以在此基础上开展企业财务管理数据库建设。具体操作中，一是参照现代企业安全生产管理系统生成要素监测数据（该系统的生产要素相对全面）；二是在完成业务要素库建设基础上，建设与之对应的成本指标数据库。建议采用协同合作模式，发挥企业各管理部门优势，同步实现各个部门的数据库建设，再通过通信技术连接，使各个数据库关联起来。

3.3 培育数据分析人才

企业应清晰认识到数据分析属于综合性工作，因而，需要应用协同合作模式，使数据分析部门、信息管理部门、财务管理部门、生产管理部门之间形成有效协调的局面，进而在共同合作基础上，通过人力资源部门开展具体的人才培训。在具体培训中，建议按照“健全知识结构+提高数据分析技能”的目标设置培训内容。比如，先从企业产业链、财务管理、管理会计的理论知识方面开展培训，健全数据分析人员的知识结构，再通过数据分析业务技能的专门培训，提升财务人员的数据分析能力。

3.4 提高数据使用效率

大数据时代，管理会计在企业财务管理中的运用重点集中于对数据的使用效率方面。因而，一方面，应注重企业财务管理数据分型，并利用管理会计生成报告的基本路径，逐渐在基础数据、效率数据、核心数据基础上，加快对不同数据类型的精细化处理。另一方面，应引入一些新思维。比如，将经济学中的系统性思维引入大数据时代管理会计中，形成“系统性运用与配套性运用相结合”的思路。然后，在该思路牵引下，从整体上进行企业财务数据管理的转型升级，再通过管理会计加强对数据的运用，进而提升企业财务管理效率，精准反映企业生产经营状况，并为其提供相关优化建议等。

4 结语

大数据时代，人们深化了对管理会计的认知。大数据技术在企业财务管理中的运用，从根本上改变了管理会计的工作方式，提升了工作效率。同时，大数据时代管理会计在企业财务管理中的运用中仍存在一定问题。应通过“系统性应用与配套性应用相匹配”的思路，通过整体设计、配套推进，全面促进大数据时代管理会计在企业财务管理中的有效运用。