大数据时代财务管理的影响及应对措施

（一）大数据对财务管理的影响

1.对会计信息来源的影响

大数据成分中有一部分非结构数据比结构数据还要多。以前的结构性数据往往是传统的会计信息的主要来源，面对这主要的信息，会计只能根据其本身做出一系列判断和工作，由此可见，非结构数据的加入势必会让会计行业有一次变革。原因有以下几个方面：首先，非结构性数据越来越多地加入会计信息中，这表明大量的结构性及非结构性数据将会互相结合，共同通过分析用于反映企业的运营发展情况当中。其次，大数据下的相关关系不同于传统的因果关系，能够更多地反映数据之间的关系。最后，传统会计追求的精准也会在这一过程中产生变革，因为大数据时代下，信息的来源更多地集中在数据本身的使用性能上，所以传统的会计行业必须变革才能适应。

2.大数据时代给资产计量带来的变化

大数据对会计行业发展有着重要作用，且不断被运用到会计工作的各方面，所以需要对大数据给资产计量带来的变化做一个评估。这就使得资产计算的方式产生了些许变化，一是初始计量成本变化。在会计工作中，初始计量成本能够借助两种方式进行计算，即历史成本与公允价值。但是，公允价值具有不确定性与非唯一性的特征，导致公允价值应用时产生了效果差，在投资者运用时会造成一些阻碍。大数据时代的到来，使数据规模有了巨大的飞跃，同时提高了公允价值的清楚性与透明性，增加了公允价值的准确度与可靠度。二是计量单元变化。在过去会计工作中，一般将“元”用作计量单位，但是大数据时代中存在许多不用“元”指代的计量单位，如数量、时间。

3.财务管理人员的管理职能出现变化

在大数据时代到来之前，财务管理人员主要负责财务管理与核算。进入大数据时代后，需要处理的数据急速增长。受此影响，财务管理人员的工作重心开始放在有价值的资源调配上，从过去主要进行单机搜集、制订凭证、复核、结账、报告等任务变为需要应付大量的业务信息。

4.大数据给管理会计造成的影响

管理会计成为一门独立的会计学科的标志是与传统财务会计的分离。自此，管理会计和传统财务会计处于并列关系，以为企业的运营管理提供帮助为目标。总体来看，管理会计的职能能够归纳为三点：一是确定初始成本并计算后续成本；二是发挥会计数据对当前及以后的决策、规划的支撑作用；三是发挥精确数据对管控、评价管理的帮助作用，具体如下：

（1）确认初始成本和计算后续成本。确认初始成本是管理会计各项事务中的关键性工作。成本确定与企业的经济活动密切相关，并且在企业估测、制订计划与预算等步骤中必不可少，所以大数据的发展给管理会计造成的影响之一就是怎样确认初始成本与计算后续成本。过去，成本确定与计算的信息都源自企业内部，但在大数据时代，内部信息不足以满足企业的需求，外部信息逐渐成为企业决策的信息依据，能够帮助企业做出更科学的决策。外部信息能够提供许多宏观资料，包括竞争对手、企业在行业中的地位、竞争定价方式、行业供应链状态、行业背景等。这些信息是企业内部各部门及相关工作者难以获取与管控的。想要获得这些非结构化数据，就必须利用大数据的挖掘与分析技术，将结构化数据和非结构化数据放在一起分析，从而找出内部存在的各种关系。大数据技术的应用有着极大的价值，其可以帮助企业实现更加精准的成本确认与成本计算，使企业各个环节包括运营、销售生产等面临的风险得以减少，为企业进行更好的管理提供科学的数据依据。

（2）为决策与规划提供可靠的会计数据依据。企业的收益与亏欠都由自己负责，所以在企业经营中，管理会计的根本目标是实现收入的不间断、平稳增加。如今企业的管理会计将顾客需求放在第一位，致力为客户带来多样化、专门的服务，以增强企业在市场上的竞争力。具体而言，管理会计需要对不同的管理方案做出评判，列出每个方案的优缺点，从中挑选出与企业未来发展最匹配的方案。但是，企业的运营目标确定与战略规划不管是长期还是短期，都需要依靠大量的数据进行，否则做出的决策就是片面、不精确的。随着社会中数据作用越来越凸显，大数据的挖掘与分析的地位随之提高。比如，推广流量在互联网行业中非常常见。通常，企业会通过分析过去流量推广的状况与推广途径对流量推广做出预测，受到推广途径与方式的制约，企业在进行预测时缺乏对服务对象所处地区、性别、行为习惯等方面的资料的归纳与分析，从而降低了预测的精确度与效果。而大数据时代，以上资料都能够进行收集、存储和分析挖掘。

（3）为控制与评价管理提供可靠数据支撑。控制与评价管理是企业管理人员需要完成的工作。这也是进行经济责任审计的前提之一。企业内部的运营管理范围覆盖了各个部门与岗位，因此其所负责的工作也有所区别。通常，管理人员先明确管理的大致原则，对管理要求与管理原则进行区分，这样才能对负责的部门或者工作者进行全面的监督、管理与指导。管理会计中的控制与评价管理工作与上述流程相同，要先明确原则与标准，借助数据储存、挖掘与分析技术，发现不同类型数据之间的稳定关系，为实现控制与评价管理工作提供可靠的数据支持。

（二）大数据时代下财务管理应对举措

企业面临大数据带来的机遇与挑战，能够采取下列措施：(www.xing528.com)

1.澄清大数据资产定义，主动应对庞大数据需求

当前，国内许多领域在进行大数据资产的构建，主要包括航空、电信、保险、金融等领域。大数据资产的构建有利于对用户的使用行为与效果进行调查，从而针对不同的群体采取专门的销售策略，提高追加销售与交叉销售数量。另外，大数据资产能够对用户的行为习惯与趋势进行预测，从而有利于改进企业的服务与策略，增强其产品与服务的人性化、针对化水平。数据分析还能够使企业对其在市场中所处的地位有一个大致的了解，提取出与企业发展需要相匹配的有用的信息，帮助企业寻找自己的市场定位，使企业面对之后的市场变化做出更精确可靠的决策。因此，了解大数据资产，弄清大数据资产含义，积极进行网络信息管理，能够帮助企业更好地应付庞大的数据，增加企业的经营收入。

2.确定大数据资产，提高会计信息质量

按照市场营销学的理论，不管是哪个行业的客户，购买了商品之后都会产生相应的客户基本信息。这些基本信息涵盖了性别、地区、个人爱好、消费爱好和其他个性化的资料。企业获得了客户的基本信息后，企业的信息资料库中就会形成特定客户的基础表格，并且永远储存。在大数据时代以前，专业人员与管理人员无法发现客户资料中存在的内部相关性。但是在大数据时代，大数据资产的出现增强了相关人员的分析与挖掘能力。企业中的人员能够将这些复杂且大量的客户信息转化为更加间接、直观的信息，发掘资料中的价值，为企业寻找和巩固自己的市场定位提供可靠的数据依据。另外，大数据无法以独立的形式存在，一般存在于企业的会计资料中。这些信息能够准确反映企业当前的经济状况，也能够对客户的行为习惯进行分析，从而实现大数据资产所具有的价值，增强会计信息的质量。

3.增加财务报表表外事项与财务报告陈列项目

为了与大数据时代相适应，应该增加财务报表表外事项和财务报告披露项目。一是随着数据的含义和外延逐渐扩大，与财务报表数据有关的要素不断增加。投资者如今不止重视企业的财务报表数据，还包含许多其他的表外事项。把非结构化数据添加到财务报表表外事项里，能够站在微观角度对企业经营发展情况进行展示，从而向投资者提供完善的数据资料。二是大数据能够对过去无法标价的资产与负债进行价格估计，并且添加到财务报告里面。人力资源与环境资源就属于这一类资产。这可以增强财务报告的透明化水平。

4.增强财务价值，改变财务职能

2010年，英国巴斯大学和CIMA（特许管理会计师公会）达成协议，向5000多名高级财务管理专家发放了问卷，专家在线上进行作答。这些专家并不是来自相同的国家与地区，各自的专长也不相同，因此将他们的职责分为会计信息、风险管理、财务报表、决策支持、内部控制与会计事务六个板块。此次调查指出，会计行业财务的职能在发生变化，由过去的会计核算演变成战略管理指导和支撑。这可以理解为财务职能从过去的“核算型”演变为现在的“价值提升型”。达成这一转变要求财务人员做出以下努力：第一，在宏观战略层面转变财务管理的定位，抛弃过去的核算型，演变成“价值提升型”，并且借助企业提供的资源学习分析管理知识。此外，努力建立财务共享中心，使财务管理层级简化，巩固集团型财务管理模式。第二，完善财务管理核算过程，优化客户的资金流程，使资源得到合理有效的分配。财务职能改变最终还是要由财务人员进行，因此，只有财务人员进行改变，适应价值提升型财务工作，才能更好地掌握和运作其业务。

5.提高财务信息的安全性

云平台与云计算为数据的保存提供了广阔的空间。由此，人们对信息的利用更加容易，不仅能对用户身份进行安全认证与访问认证，有效地保护信息安全性，还能通过大数据信息平台展开信息系统审计工作，提高信息系统的安全性。

6.推动管理会计中数据挖掘技术的普及

按照美国兰德公司的数据，100家企业中有85%的企业由于决策上做出错误判断，导致企业的运营出现问题。所以，现在企业愈加看重管理会计对企业的影响。大数据时代使管理会计职能发生了一些改变，所以企业推动数据挖掘技术的应用能够帮助企业更好地应对这一转变，同时应对大数据时代庞大数据存在表现出的凌乱性、无关联性等问题。数据挖掘的技术不管是在搜集数据、对数据进行整理，还是处理数据、寻找数据暗藏的关系中，都能够发挥出特有的作用与长处。所以，不管是为了尽可能地吸取更多的长处，还是就数据挖掘技术自身而言，数据挖掘与会计管理的融合是不可阻挡的潮流。大数据时代相比于过去，可以对所有的样本量展开更加完整具体的分析，不再局限于样本登记分析；可以处理多种数据，不再局限于精确数据；可以展开相关性分析，不再局限于因果分析。以上三个特点是提高数据挖掘技术的基础。首先，对领域内的竞争者有关信息进行分析。在论述管理会计职能转变时，曾提到在大数据时代外部信息给企业提供了很多资料，其中就包括竞争对手的信息、定价战略和竞争战略。企业要想在行业中位居前列，维持其所具有的竞争优势，必须对竞争对手的信息有详细了解。因此，在当前的信息社会，企业借助不同途径得到高质量信息，对这些信息进行剖析，从而得到有价值的资料，这是企业的关键工作。数据挖掘技术就可以帮助企业在复杂、无序、庞大的数据中发现信息暗藏的规律，从而使企业了解竞争对手的长处，弄清竞争对手所使用的定价战略与竞争发展走向，识别其价值链和价值活动。这是管理会计中大数据的主要应用方面。其次，对现存的与可能的客户的分析。企业的产品最后是要走向市场的，同时，每一个产品针对的用户有所不同。就算是同样的受众群体，其中的用户也有很大的差别。为了使企业生产的产品能够得到顾客的喜爱，需要对现存客户与可能客户进行分析，这也是管理会计面对信息时代所要进行的主要工作。借助数据挖掘技术，企业能够更加迅速、简便地得到用户的基础信息，只要对这些信息进行有效整理，便能发现用户的地理位置、行为习惯、购买特点等。最后，对产品生命周期划分的分析。产品生命周期以成本周期为核心，根据生命周期所处的不同阶段，对产品的整个周期进行成本分类汇总。产品生命周期一般分为研发期、投入期、成长期、成熟期、衰退期与结束期。在当前激烈的市场环境中，想要对产品进行实际的周期划分不是一件容易的事，但数据挖掘技术可以克服这一难题，帮助企业划分出清晰的产品生命周期，增加产品成本计量的精准度，为企业进行决策提供可靠的数据支持。