基于应用价值驱动的会计数据资产盘点方法研究

任腾云（高级会计师） 芮筠（高级会计师）

（国网江苏省电力有限公司 江苏南京 210024）

一、引言

数据作为新型生产要素，与土地、劳动力、资本、技术等传统要素并列，为企业创造了巨大价值，“数据是资产”已经成为共识。会计数据是财务领域的专业资产，是财务管理创造价值的动力来源。有别于业务数据，会计数据具有滞后、抽象、被动的特点，而其质量水平对于企业经营管理决策的影响程度更深，治理和应用难度更大。对会计数据资产进行及时、准确的盘点进而更有针对性地采取管理措施，是有效利用会计数据、促进会计管理变革与价值创造的必要条件，因此，企业急需设计一套可行可信的会计数据资产盘点方案。本文以此为背景，结合电网企业A 公司的会计数据管理与应用实际，对会计数据资产盘点的可行路径进行了深入研究与实践探索，提出了一套基于应用价值驱动的会计数据资产盘点方法，以期为企业数据治理策略的执行和数据质量提升、数据价值应用提供前序步骤的参考和借鉴。

二、数据资产盘点的重要性与挑战

数字化时代，会计数据在企业经营管理过程中的地位举足轻重，高质量的会计数据能够为企业的精确定位、精细管理、精准决策提供支撑，成为企业的听诊器、机械臂和导航仪，更有部分数据可成为国家宏观经济决策的指向标。电网企业在全新的发展格局中不断谋求突破，以数字化转型作为破茧之举，沿着业务数据化——数据资产化——资产价值化的路径，建设企业级的数据管理和应用。信息化系统建设所提供的系统表单、线上审批、电子文档等手段，帮助企业实现了业务数据化管理。迈入数字化飞速发展的新阶段，只有确保数据可获取、可复用、可共享、可使用，从而使数据可控制、可计量、可交易、可创值，为其提供成为“资产”的准入条件，企业才能在数据资产化的路径上继续前行。

提升数据资源的应用价值、实现数据资产化与价值化管理，要以知悉资产状况、评估资产价值，也即“数据资产盘点”作为开端。财务管理对资产的清点盘查，是维护资产安全完整、解决资产账实不符问题的有效措施。会计数据资产盘点，则是对企业拥有的会计数据的梳理，通过权属明确、可计量、可交易的特征界定资产，了解资产的量、速、元、值、信，有利于逐步填平实际数据积累和可用数据资源之间的沟壑，为数据的融合、复用、共享奠定基础。受制于理论方法的不成熟、工具手段的不健全，会计数据资产盘点往往面临多重挑战，如图1所示。

图1 数据资产盘点面临的挑战

（一）数据来源较多。电网企业属于典型的网状经济，业务流程链条长、管理触点多，电力体制改革、内外监管、提质增效行动等，促使电网企业在信息化建设阶段布局了大量的信息系统。以A公司为例，就拥有包含电价管理、资金管理、预算管理、资本管理、多维精益核算、报表管理、综合管理、税务管理等在内的二十多个与财务直接或间接相关的系统，给会计数据带来了支流纵横的来源路径。数据资产盘点面临众多的数据源头，系统各自为政、标准不一，盘点过程失去章法、效率不高。

（二）数据关系复杂。电网企业业务复杂，各组织、各层级、各业务端口互动频繁、往来密切，信息系统在建设初期更多是为了解决一时的管理不便，缺乏顶层设计，因此系统之间多有重复，也多有断层，系统内外部数据耦合度较高，关系错综复杂。不仅存在多层级的主次关系、聚合关系、参考关系、因果关系，也频现同一业务过程在不同系统中以不同的口径进行记录的情况。当业务数据汇聚为财务信息时，会计数据也盘根错节、紧密交织，盘点无处下手，各类关联逻辑因不明具体作用，难以取舍。

（三）数据体量较大。在发电、输电、变电、配电、用电和调度过程中，各类电网资产设备作为数据载体，积累了海量的内外部数据信息，电网企业的数据体量在各行业排名中居高不下。尽管在云计算技术普及之后，大数据的存储空间和查询速度有了极大的改善，但由于“盘点”需要对数据进行多维度的统计测量，庞大的数据体量仍然使得盘点举步维艰。会计数据遍布各处、分散存储，若从全量数据资源下手，盘点容易陷入局部细节而无法兼顾全局。

（四）变化速度较快。电网企业业务形态变化迅速、对市场风向反应敏捷，并在国家“提质增效”的要求下大力推进存量挖潜与机制创新，信息系统更新速度快、流程管理变化速度快、数据产生积累速度快，数据的种类形态、存储机制和应用场景瞬息万变，这对盘点方法提出了很高的时效性与应变能力要求，缺失章法的数据资产盘点容易出现完整性、准确性的问题。资产目标处于实时更新之中，更需要资产盘点机制具有灵活的特性，能够跟随数据的变化，实时记录最新的资产数量。

（五）规范程度较低。由于信息系统归属不同的部门，具有截然不同的管理机制和数据质量要求。电网企业是实行业财一体化的先行者，融合机制落实后，会计数据作为业务数据的结果数据，被动受制于业务数据的规范性、准确性水平。当会计数据作为统一的资产进行管理时，数据的质量由于跟随业务数据而呈现参差不齐的状态。资产盘点经常面临归类失当、定值不明的问题，此外，质量较差的数据错列入资产后，会造成数据应用的阻碍，使得数据资产的整体可信度降低。

三、以应用价值为驱动的数据资产盘点执行方法

数据治理技术领域采用的数据资产盘点方法，多是基于元数据提供的数据属性描述，通过自然语言处理技术对数据核心要素进行识别，实现聚簇归类。会计数据的核心要素集中在科目、账户、资产卡片几个大类，抽象程度高，单纯依赖元数据，难以支持细颗粒度的主题域和数据对象的划分，以及关系细节的梳理。电网企业作为关系国民经济命脉和国家能源安全、保障国民生活与社会稳定的重要力量，一直是数字化的先行者。在数据治理、数据应用方面，也保持探索精神，不断开创新篇。A 公司在会计数据质量提升的专项行动和课题研究过程中，按照“盘”（盘点数据资产）、“规”（规范数据模型）、“治”（构建治理常态）、“用”（应用数据价值）的路径，创新探索出了一条基于应用数据价值驱动的“三步两顾”式会计数据资产盘点方法，以解决因数据来源较多、数据体量较大、数据关系复杂、变化速度较快、规范程度较低带来的盘点方法难下手、难渗透、难取舍、难应变、难应用的挑战。

数据、数据资源与数据资产之间有着明确的界限。数据未经加工之前，仅是对业务过程的原始记录，并不具有明确的价值。数据加工后，具有权属明确、可计量、可共享、可创值的特征，方可成为资产。基于这一考量，A公司的会计数据资产盘点使用了一种价值驱动的方法。第一步，基于企业经营管理、业务作业、财务流程和发展决策对于会计数据的使用需求，定义会计数据的分析应用场景，构建虚拟“视图”。第二步，逆向推导支持分析的共享模型与数据来源。第三步，根据共享模型的数据属性追溯至原始信息系统。从应用场景到数据模型，为“一顾”，再从支撑数据场景的共享模型中，帮助数据用户挖掘数据的价值潜能，正向推导，探索建立更多的数据应用场景，为“二顾”。由此形成以“用”助“盘”、以“盘”活“用”的价值生长路径。盘点方法的三个步骤引入数据仓库分层模型建设中“分析层”“共享层”和“贴源层”的概念，用以描述会计数据资产所归属的类别，将技术手段与管理实践融会贯通。价值驱动的数据资产盘点方法原理如图2所示。

图2 价值驱动的数据资产盘点方法原理

第一步，专注分析层，即数据的应用场景，着力于探索数据应用的最佳路径。电网企业以员工开支、售电收入与营销成本、物资与服务采购、检修运行、资本性开支、成本性开支以及电能交易为财务管理的关注要点，会计以财报和管报作为常规输出，以资源配置和决策支持为分析要务，每一领域的管理提升都需要数据的支持。

A 公司基于业务现状、应用实践、创新探索等，对数据应用场景和多视角、多层次、多维度的数据分析进行探索。数据资产盘点过程中，单以“智慧共享财务”为主题，便梳理并提炼出包含经营、质效、专区在内的近50 个场景的数百个指标。数据价值支撑企业提质增效、风险控制、机遇识别和决策制定，支持构建孪生电网、实现投入产出的精准传导分摊，支持衔接改革政策、推进监管和政策落实分析应用，支持深化精益管控、实现提质增效的准确导向，支持实施精准激励、激发组织和员工经营活力。分析层部分数据资产盘点结果如下页图3所示。

图3 分析层部分数据资产盘点结果示例

第二步，聚焦共享层，即数据的融合模型，着力于探索建立数据的关系图谱和来源路径，为数据提供高效的查询能力和灵活的应变能力。共享层以数据主题域为疆场，以数据对象驰骋其中，通过构建标准规范的数据模型，简化分析层的数据抽取和连接，聚合数据资源，沿着分析层定义的数据需求路径，对错综交织的数据进行溯源和厘清。

数据逻辑模型是有效的数据关系梳理工具，通过建立数据关系模型，一方面为分析层关系图谱的构建提供最直接的素材来源，另一方面将数据对象之间的主次关系、参考关系、引用关系铺排得清楚明白，为分析层提供逻辑框架。共享层的盘点以数据对象模型和关系图谱的形式存在，点和线浓缩了复杂的数据信息，面和体又保留了丰富的数据价值。

A 公司的共享层数据资产盘点，以国网总部定义的“专业级数据对象”和“企业级数据对象”为双主线构建整个雪花数据模型图谱。在“企业主题域”和“专业主题域”下分别以各数据对象为节点铺开拓扑网络，以数据参考关系为连接线，对财务和业务概念下的数据模型进行聚合式梳理与整合。共享层部分数据资产盘点结果如图4所示。

图4 共享层部分数据资产盘点结果示例

第三步，赋活贴源层，即数据的来源端口，着力于探索数据的起点来路。电网企业拥有繁多的信息系统，端口万千，以共享层各主题域、各数据对象为构建目标，以共享层定义的数据模型为溯源路径，对来源渠道进行过滤和选择，筛除低价值、低质量或重复的数据，保留高价值、高质量且精简的会计信息，能够确保数据资产的可用性，能够确保会计作业流程始终具备充足的可用信息，还能够在贴源层与共享层之间建立清晰明确的连接关系。

A 公司的多个信息系统通过贴源层细致的追溯，将二十多个系统“一网打尽”，又与其他两个资产层“界限分明”，乍看错综复杂，借助可视化技术，又形成了任意一点穿透的数据互动空间，系统、表格、字段一览无余。不仅如此，通过重新审视贴源层数据，A 公司逐步开启系统功能完整性与必要性的评估工作，针对业务逻辑重复、数据重复的情况及时采取措施补足缺陷、消除冗余，减少不同系统间重复录入的人力浪费。对于不同系统之间质量水平存在差异的数据，也可及时进行筛选。贴源层部分数据资产盘点结果如图5所示。

图5 贴源层部分数据资产盘点结果示例

通过以上三个步骤、三个层次的梳理，在应用价值的驱动下，数据用户既能够从交互可见的视图中知晓数据的链路，也能够从清晰详实的模型中继续找寻激活数据潜能的契机。既兼顾了数据的实用性，又兼顾了数据的可用性；既探知了数据价值潜能，也理清了数据关系网络。这为后续的数据治理、数据应用提供了坚实的基础。

四、结论

本文基于电网企业会计数据资产管理、会计数据治理的目标和要求，着眼于数据应用价值，初步提出了电网企业会计数据资产盘点的可行路径，希望能够为下一步形成更为完备的企业级数据治理方案并推动数据要素倍增效应的全面释放，提供深入研究的参考。