数字技术背景下会计面临的挑战及对策

□文/刘 霞 李 晶 白 静

（河北大学管理学院 河北·保定）

［提要］ 信息技术的飞速发展在为会计工作提供便利的同时也不可避免地给会计行业带来挑战。区块链、人工智能、大数据等数据技术的突起已经渗透会计行业。本文研究数字技术给会计行业带来的种种挑战，并提出应对措施。

如今，一些新技术、新方法的出现，如大数据、人工智能、财务共享等，使得会计要处理的数据日益多元和复杂，促使会计行业要进行新的变革。应对新时代下会计工作面临的难题，许多学者都提出了自己的思考。王明吉和张馨元（2019）认为会计转型的方向是在重视传统会计的基础上重视管理会计，逐步向管理会计转型。张林等人（2015）指出，在“互联网+”时代会计变革的重心是发展管理会计，从概念框架、案例示范、会计信息系统建设和会计人才四个方面探讨了具体措施。史应梅（2017）从业财融合角度分析会计变革的可能性，企业的经济业务中要包含事前预测、事中控制和事后分析考核三个环节，将企业具体业务与财务会计融合。余应敏（2020）对企业核心竞争力的源泉即数据资产进行分析，明确表明应尽快将数据资产进行会计处理，单独设置“数据资产”科目。路伟果等（2020）揭示了数据挖掘技术对会计的影响，并指出会计人员要学习数据分析，由处理常规业务向处理复杂业务转变，逐步成为算法分析师。

会计行业发展变革是大势所趋。本文分析这一趋势的原因与路径，对于数字技术背景下各行各业的中小型企业，特别是受新技术影响较大的企业的会计工作具有重要意义。（图1）

图1 会计面临的挑战及应对图

一、数字技术背景下会计面临的挑战

（一）大数据扩展会计核算要素。工业化时代，会计核算的资产主要是固定资产、无形资产等。在数字经济时代，数据成为了一项能够产生经济价值的资源，数据资源如果满足资产的特征和确认标准则可以称为数据资产。数据资产具备资产要素的以下特征：（1）由企业拥有或控制。数据资源分为自有数据和共享数据。自有数据是指企业通过自己的研发团队进行自主研发而得到的一些数据，企业拥有这些数据的所有权和控制权。对于共享数据，虽然企业没有所有权，但是如果企业可以长期使用该数据资产也可以视为企业对该数据资产拥有实际控制权。（2）预期能够给企业带来经济利益。大数据资源能够给企业带来经济利益，这一点是毋庸置疑的。大数据给企业带来经济利益的方式通常不是直接的，大数据技术的价值体现在，了解客户需求，提供精准服务；细分客户群体，制定精细策略等。（3）价值可计量。在数据技术发展的新时代，信息流通不受地域、时间等的限制，能够反映数据价值的信息被更多人了解不是难题。

数据资产成为一种新的会计核算要素，然而当前会计准则中还没有对数据资产的确认、计量和报告等问题做出相关规定。在接下来的一段时间，会计行业内部要广泛讨论这一问题，对会计核算的新要素——数据资产做出科学的会计处理。

（二）大数据带来会计信息安全问题。在互联网基础上逐步发展起来的大数据时代本身存在着固有的安全问题。企业利用大数据可以收集到大量的关于客户的个人信息，比如手机号及通话记录、微信及聊天记录、甚至是个人照片等私密信息。除了客户的信息安全问题外，企业进行预算管理和决策、成本分析等活动时涉及到的一些内部信息和市场信息也有可能被泄露。企业要采取什么措施来避免和防止有关客户和企业信息的泄露是令企业头痛的、值得深思的一大问题。

数据被泄露的渠道有很多，比如受到黑客攻击、企业内部人员为了个人利益出卖企业机密信息等。如果企业不能做好有效的防范，造成大量数据泄露，加之大数据时代信息流通渠道多、传播速度快，被泄露出去的数据会在短时间内为很多人所知。企业核心机密信息或是有关客户的个人信息泄露不仅会给企业带来经济损失，还会对企业的信誉造成不利影响，也会给个人的日常生活带来麻烦。

（三）非结构化数据分析困难。传统会计所处理的都是一些结构性信息和数据，也即定量数据。结构性数据的收集、分析和处理比较简单。然而，数字技术发展背景下，人工智能技术的使用需要大量的非结构化数据来支撑。大数据背景下数据类型多样，数据价值密度不高。在会计处理上，因为要满足财务报告使用者的决策需求，非结构性数据的使用有了明显的提高。这在提高了财务报表相关性的同时也带来了一个问题，即财务报表的可靠性或会计信息的准确性受到了质疑。具体而言，一些非结构数据，比如图片、视频等，这些数据的分析和处理较困难，现在还缺乏行之有效的技术对其进行分析和处理。对这些非结构数据的处理，不同的人有不同的方法，因此会计信息中非结构数据比重的提高使得对会计信息准确性的要求必然降低。会计人员必须要在会计信息的相关性和准确性之间权衡。

（四）人工智能促使会计人员角色定位发生转变。数字技术得到爆炸式发展，人工智能技术研发的财务机器人出世。财务机器人主要从事一些技能要求较低、重复性和程序化较高的工作，它执行的会计工作不仅精确度高而且工作效率也高，节省了很多时间，降低了人力资本。财务机器人的工作与一些基础的财务人员的工作相重合，甚至比人力做得更好，机器人必然会替代掉一部分基础财务人员的岗位。因此，单纯地对已经发生的经济活动进行确认、计量、记录和报告已经不能满足人工智能时代的需要。

近年来，会计行业越来越重视管理会计的作用，强调要对未来从事的经济活动进行预算和计划安排的重要性。财务要走在经济活动之前，为会计主体创造价值、降低成本从而提高收益。具体来说，就是应用大数据技术收集有用信息并对收集到的信息进行挖掘、分类、汇总、整合，在此基础上，对大量数据进行分析从而为制定下一阶段的决策提供坚实的基础。会计人员的角色不只是算账这么简单，会计人员的角色已经开始并逐步向管理会计方向转变，从事一些财务机器人不能完成的、需要财务人员主观判断能力的复杂任务，逐渐转型为高级的数据分析师和管理会计师。

二、数字技术背景下会计应对策略

（一）向管理会计转型

1、转型动因分析。上文提及，财务机器人的出世大大提高了会计工作的效率和精确性，但是财务机器人不可能完全取代财会人员在经济活动中的作用，局限性主要体现在：它只会执行既有的程序，缺乏主观判断力，难以对内外部环境进行观察、分析和判断，合理科学的决策也就无从做出，这也是其与人脑的本质区别所在。管理会计恰好可以解决管理决策方面的问题，现代会计需要向管理会计转型。

大数据技术已经成为了影响会计行业的十大信息技术之一，其重要性不言而喻。其他信息技术包括人工智能、云计算和数据挖掘技术等都对会计行业和会计人员产生了很大影响。海量数据可以给企业提供有利于制定战略发展流程图、制定营销策略、开发新市场等具体战略目标的信息。对大量的数据进行分析是企业制定任何决策所必不可少的环节。大数据显然给企业提供了一条了解市场和竞争对手的有效途径，为企业发展提供机遇。但是，只拥有大量的数据还是不够的，必须要对拥有的数据进行分析和挖掘并加以利用才能使企业获益。因此，运用一些管理会计的方法，比如一家制造企业可以利用经济订货批量模型计算最优订货批量，使订货成本和储存成本总和最小；分析成本习性研究进一步降低成本的路径；对企业经济活动进行预算管理等均能够为企业的发展保驾护航。

2、向管理会计转型的路径分析

第一，完善管理会计框架。我国管理会计理论框架目前还不完善。一方面我国的研究学者注重管理会计研究方法的研究，忽视管理会计理论的研究，因此就我国目前来看，本量利分析、成本习性分析等具体的管理会计方法已经相对成熟，但是有关管理会计理论研究的却很少；另一方面部分学者在做管理会计研究时，照搬西方的理论，生搬硬套，不能与我国政治经济环境相结合。理论指导实践是永恒不变的命题，唯有正确的、科学的理论才能正向引导实践的发展。我国要实现向管理会计的转型也要有一套健全的管理会计理论体系来引导。首先，国家要在政策上大力支持和鼓励管理会计理论研究，为管理会计的发展明确方向。在2014 年之后，有关管理会计方面的理论研究出现逐年增加的趋势，这在《会计研究》《财会月刊》等期刊上得以显著的体现。出现这一变化趋势的原因，一部分就是我国财政部印发了《关于全面推进管理会计体系建设的指导意见》，为管理会计的理论发展提供了指引。其次，重视管理会计定义的确定，在定义确定的基础上逐步完善管理会计概念框架。同时，从事会计研究的人员要在学习西方管理会计理论的同时注重与我国的实际国情相结合，使一些先进的理论和方法更好地贴合我国实际，形成符合中国的管理会计理论。

第二，加强对管理会计人才的培养。在数字技术发展的背景下，一些基础的财务人员不可避免的面临着失业的风险。社会上出现了会计人员供需不匹配的情况。培养管理会计人才对促进会计行业以及整个经济社会的健康发展都有重要意义。首先，学校作为培养社会所需精英的殿堂，在培养储备管理会计人才这件事上不能落后。学校应该响应国家和社会所需，及时修改对会计人才的培养方案，构建起一套新的管理会计人才培养体系。比如，采取“大数据+财务”的方式对管理会计人才进行培养，即包括专业导论课程、基础课程、拓展课程和实践课程四个方面在内的课程体系。其次，社会也是培养管理会计人才的一大支柱。注册会计师和税务师等会计专业比较具有含金量的资格证书的考试范围可以适当加以调整，适当加大管理会计方面内容的考试比重，为会计行业筛选出真正有实学、有本领的优秀会计人才。最后，企业也可以为培养管理会计人才贡献力量。比如，定期对会计人员进行再教育，组织学习前沿的管理会计理论和方法，为会计人员提高专业能力提供良好的条件。

（二）对数据资产及时确认、计量和报告。数据资产是在数字技术快速发展的基础上出现的，数据资产如果不能正确地在资产负债表上得以反映，会妨碍财务报表决策有用观的体现，导致企业价值的低估。与此同时，大部分企业将数据资产费用化会增加企业当期费用，从而导致利润减少，政府税收较少，对整个社会运行产生不利的影响。数据资产及时确认、计量和报告具有必要性。

对于数据资产的确认，有两种主流观点，第一种观点认为数据资产因其没有实物形态而应属于无形资产，主张在无形资产下设二级科目即“无形资产——大数据资产”；第二种观点认为数据资产与无形资产有着本质的区别，应单独设置“数据资产”科目，反映企业数据资产持有情况。笔者赞同第二种观点。

对于数据资产的计量，初始计量分为自发研究和外购取得两种方式分别处理。对于自发研究的数据资产，在研究阶段符合资本化条件的支出，如投入的劳务费、设备的折旧费等计入“研发支出——资本化支出”科目，不符合资本化条件的支出计入“研发支出——费用化支出”，待研发成功后，将“研发支出——资本化支出”科目余额转入数据资产科目，反映研发该项数据资产的成本支出。外购数据资产按照取得成本计量。数据资产后续计量应采用历史成本法，对于数据资产后期追加的一些可资本化的支出计入数据资产科目。如果有明确的证据表明数据资产出现了减值，也要对其计提数据资产减值准备。

对于数据资产的报告，笔者认为应将数据资产科目列入资产负债表资产一列。数据资产带来的相关收入、费用等也在利润表中报告。此外，在财务报表附注中也要披露有关数据资产的相关信息，如数据资产的来源、构成等。

（三）企业要积极构建信息安全防护体系。在大数据背景下，利用数据挖掘等技术，企业获取信息更加便捷；利用云储存，信息的存储空间也变大了。企业亦或是个人都会受到信息被泄露的风险，要更好地降低信息不安全性，笔者认为应当区分信息泄露的主要途径，针对性地对此问题予以规避。

信息泄露的途径之一是他人恶意泄露，主要方式是非法登录企业网站，搜索并传播企业储存的数据资源。防范该途径的信息泄露：首先，企业要构建起信息安全的防护体系，设置防火墙，加强企业网站安全度，提高数据保护意识，对储存的数据特别是机密数据资源设置多个关卡重重保护；其次，定期维护企业网站，杜绝他人发现漏洞从而盗取信息情况的发生；再次，企业对储存的核心机密信息要定期检查，设置的密码适时更换；最后，企业在会计部门或数据挖掘部门设置专门人员，保护本部门的数据安全。

信息泄露的第二个途径是企业内部中高层人员泄露信息。防范该途径的信息泄露：首先，企业高层人员要提高谨慎性，防止不信任的人员接触企业内部数据库；其次，企业要做好公司管理，完善内部控制措施和激励措施，对优秀的企业员工给予物质或经济上的鼓励和支持；最后，企业应不断提高其自身吸引力，在员工入职时主动向员工宣传企业的愿景和使命，定期对员工进行组织教育，树立组织凝聚力，使企业上下各级人员虽然在不同的岗位上从事着不同的工作，仍能够齐心协力，形成推动组织向好发展的合力。

（四）提供更加综合的会计相关信息。大数据的影响使得会计信息更加复杂，会计信息中不仅包含结构化数据，还包含大量的非结构化数据。非结构化数据的量化问题还没有得到统一的解决方案。为此，国家以及相关技术人员、会计人员都要积极应对这一挑战，制定一个将非结构化数据量化的标准，在该标准下，研发设计可以将非结构化数据定量化的技术或软件，解决非结构化数据量化和分析困难的问题。

财务报表使用者进行决策需要企业提供一个能真实反映企业价值的财务信息。传统会计下，仅仅反映结构化数据的财务报告已经不能够满足投资者的需要。因此，与传统会计相比，对于可以定量化的非结构化数据，在进行相应的量化处理后，要在财务报表上列示，提供更加综合化、全面化的相关信息，以此来满足财务报表使用者的信息需要，为财务报表使用者提供更加有用、透明度高的信息。

（五）财务人的“数商”和“智商”“情商”并行不悖。大智移云技术不断发展，增大了基础财务人员转岗和失业的风险。新时代下的财务人也要与时俱进，转变思想观念，努力成为具备智商、情商和数商三位一体的高级财务人。

智商，即IQ 值，主要衡量的是一个人的智力水平，可以体现出一个人的观察、发现、推理等理性的逻辑分析判断能力。在会计人员身上主要体现在能够运用大数据的各种技术收集到的信息做出正确的分析和推理。一般来说，智商是一个高级财务人所必需的基础。虽不是成为一个高级财务人的充分条件，但却是必要条件。

情商，主要衡量的是一个人与他人交流的能力，包括感受、理解和表达情感的能力。财务人员必须要能正确理解并传达出组织内上级人员的指示，即要有上传下达的能力。财务人员不应只是“算账先生”，财务人必须要与上级和下级做好良好的沟通。由于情商可以在后天中逐步培养，因此财务人员要重视自己情绪管理和控制以及与他人沟通的能力，不断提高情商。

数商，可以理解为获取和分析、挖掘数据的能力。大数据时代，海量数据为财务人员提供了有利的信息渠道。财务人员要能够走在业务前面，对数据资源有极高的灵敏度，从而获取到有用的数据，并挖掘出数据背后体现的经济意义，充分利用大数据的优势为企业所用。财务人员在日常工作中要注重提高自己获取数据、挖掘数据、分析数据并利用数据进行决策的能力。