大数据时代管理会计的机遇、挑战和对策

2022-09-14 版权声明 我要投稿

1 大数据的定义

大数据 (big data) 是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息, 而在于对这些有意义的数据进行专业化的处理和分析。换而言之, 如果把大数据比作一种产业, 那么实现盈利的关键就在于提高对数据的加工能力, 将海量的相关性不强的数据加工转化为可以被人们利用的信息, 通过加工来实现数据的增值。

大数据使得信息数据的收集、分析处理和应用等方面发生了很大的改变。大数据与管理会计相融合, 无形中构建了企业与企业之间的数据联系, 为管理会计带来了包括数据处理、信息集成、服务模式等方面的优化升级。如何利用大数据技术为企业和管理会计服务, 帮助企业在大数据环境的竞争中脱颖而出成为企业需要思考的重大问题。

2 管理会计面临的机遇

2.1 完善预决策

管理会计的一项重要职能是做好企业当前经营和长期规划经营前景预测, 帮助企业管理者做出正确决策。大数据与管理会计相结合, 能够充分发挥大数据处理海量信息的优势, 使会计的预决策职能更加完善。大数据能够使杂乱、看似没有联系的数据变得条理, 找到它们之间的联系, 并从中找出对决策有用的信息。将处理过的信息提供给决策者, 有利于企业战略目标的而制定。比如财务人员通过大数据能够预测未来企业筹资、投资和经营活动的市场风险;企业能够在大数据基础上搭建起企业的预算管理框架模型, 通过预算编制、预算执行和预算评价三大步骤, 全面地提升企业的预决策管理水平。

2.2 优化供应链

在大数据时代, 海量的数据可以被处理, 因此管理会计的服务范围被扩大。资金管理不仅仅局限于企业内部, 而是扩展到供应商、客户等上下游环节, 从而实现全价值链的流动, 提升企业的市场竞争力, 推动整个市场优化升级。企业根据历史资料和信息, 结合供应商和客户资料, 甚至竞争对手的优劣势, 可以制定出安全库存水平以及最优物流管理, 进行产品的协同制造, 还可以制定出预期的成本以及销售价格, 这就使资源得到优化配置, 既节约了成本, 又提升了质量, 从而提升了企业竞争力。

2.3 提高运营管理效率

运用大数据对会计信息进行管理和分析, 可以使管理过程更加科学有效。第一, 由于管理会计之间的会计信息具有共享性, 企业不能只追求某一部门的利益最大化而要从企业整体的角度出发追求企业价值最大化。运用大数据工具对信息数据整合分析时能够从整体的角度出发, 企业要充分利用大数据加强对数据的收集和分析研究, 并从企业整体的角度对数据进行分析。第二, 大数据的应用使得信息规模和信息准确度得到提升, 便于对海量市场数据进行分析, 这使企业可以更加深入地对市场信息进行挖掘和分析, 充分了解市场动态, 从而生产适合的产品, 制定出合理的价格, 并以此为依据制定企业生产、销售和日常管理的计划, 减少不必要的投资和成本, 帮助企业找到最合理的生产方式和销售规模, 优化资源配置, 提高企业的盈利能力, 大大提升力企业的运营管理效率。

3 管理会计面临的挑战

3.1 管理会计信息化软件不完善

大数据时代企业会收集和拥有大量信息数据, 而要想利用这些数据就必然需要对这些数据进行分析。但目前人们从中得到的有用信息很少, 原因就在于企业信息分析技术的落后。原因主要有以下两点:第一, 大数据时代信息数量庞大, 企业可能收集了大量信息, 但由于从海量数据中找出对自己有用的信息十分困难, 有时就会造成数据的堆积, 以致信息无法被利用。第二, 当前大数据中有很大一部分属于非结构化数据, 而现有分析技术只能对结构化数据进行分析。对非结构化数据, 首先需要将其转化为结构化数据后才能对其进行传统分析, 这种转化除了需要一定的时间, 还会在转化过程中丧失很多有价值的信息。这就使得数据分析的时效性和有效性大打折扣, 甚至可能会延误企业的决策。因此大数据时代必须建立起完善的管理会计信息系统, 提高企业的信息分析技术, 完善相关管理会计软件, 做到及时准确。

3.2 专业人才匮乏

大数据时代下财务会计向管理会计转型, 需要大量的管理会计人才, 而我国管理型会计人才较为匮乏, 会计人员素质不高, 无法满足当前大数据时代的需要。第一, 财务会计为对外会计, 主要任务为提供有关企业经营状况、经营成果、现金流量等情况的信息;而管理会计为对内会计, 主要任务为向企业内部管理者提供与经营决策相关的信息。我国会计人员很大一部分停留在传统的财务会计阶段, 尚未向管理会计转型并且思想保守, 缺乏相应的大数据思维。第二, 会计人员管理会计知识浅薄, 知识结构单一, 不具备在复杂的市场环境和海量数据中发现企业潜在风险并进行评估的能力。第三, 会计人员对大数据的方面的知识和应用有较大欠缺, 不具备使用大数据的技能, 从而阻碍了大数据与管理会计的结合。

3.3 信息数据保密工作不完善

大数据的应用虽然使得数据处理的速度和准确度得到了提升, 但同时也带来数据安全方面的隐患。一方面, 企业收集的信息中可能包含大量的个人信息, 一旦这些信息泄露, 将给客户的生活带来极大困扰, 使客户降低对该企业的信任度。因此如何保护这些个人信息就成为企业面临的一大问题。另一方面, 在大数据时代数据有多种传递方式, 在信息传递过程中会计信息可能被干扰、破坏甚至被恶意篡改, 使得会计信息不完整、不真实或被盗取。如果企业的内部成本信息以及核心技术等一些内部信息被泄露, 将给企业造成巨大的损失, 同时影响社会的稳定。

4 管理会计的对策

4.1 建立和完善管理会计信息系统

在大数据时代下, 管理会计信息化建设必不可少。第一, 企业要重视对管理会计信息化的建设, 建立起适应大数据时代的管理会计信息系统, 不断完善管理会计信息系统下的数据收集、数据处理和数据分析系统, 不断在实践中发现系统的不足并进行改进。企业同时要注重和推广对财务共享模式、云共享、费用管理云服务的引用和应用。第二, 企业可以将数据处理分析技术与云计算相结合, 先对非结构化数据到半结构化数据进行筛选, 再进行分析和转化, 这样就实现了对结构化、半结构化数据的综合分析, 从而保证了会计信息结果的及时有效。第三, 国家应逐渐出台和完善相关管理会计信息化系统建设的法律法规, 并对违反相关法律、破坏网络信息真实性的相关行为做出严厉惩罚, 营造出良好的网络信息环境。只有建立起完善的管理会计信息化系统, 才能充分发挥管理会计精细化管理职能, 为企业发展提供更有价值的信息。

4.2 促进专业人才的培养

管理会计对人才的要求更高, 大数据时代下培养高素质的管理会计人才就显得尤为重要。第一, 会计人员要转变思维, 从传统的财务会计模式中跳出来, 不断学习与管理会计相关的知识, 提高管理会计水平, 同时与时俱进, 跟上时代潮流, 不断更新自己的思想观念, 培养大数据思维。第二, 会计人员不仅需要掌握传统的会计理论和方法, 还需要学习经济统计学、数学、管理学、运筹学等相关知识, 使自己的知识结构由单一化向多元化转变。第三, 管理会计人员要学习电脑技术, 加强运用大数据的能力, 充分了解企业每一环节的运营情况, 了解相关业务的流程从而对市场和行业有更好的分析把握。企业可以建立管理会计学习平台, 开展有关大数据知识的讲座, 加强对会计人员的培训, 提高其管理会计水平。只有从这些方面全面提高自身素质, 管理会计人员才能具备对大数据的处理和分析能力, 并为企业决策提供有力依据。会计人员不仅要从理论上, 更要从实践中不断完善自己各方面的能力。

4.3 加强信息安全建设

大数据时代下网络安全问题显得尤为重要。第一, 企业要重视自身的网络安全建设, 建立安全保障体制和政策, 遵循相应的会计信息系统工作原则, 完善内部控制。企业可以设置数据隔离功能和黑客防御系统, 同时定期对信息系统进行检查和升级, 避免信息数据的泄露。第二, 企业在选择云计算服务时, 应当把服务商的可靠性和安全性排在首位, 不要只注重服务商的规模和数据处理速度。第三, 企业在平时应做好数据的备份工作, 并制定相应的对策以应对突发状况。第四, 国家应尽快制定和完善相关法律法规, 规范企业和会计人员的行为, 制定相关责任制度, 同时对威胁和危害网络安全的行为进行严厉惩处, 为管理会计信息系统的安全运营营造一个良好的发展环境。结束语

大数据的应用给管理会计带来了机遇, 同时也带来了挑战。国家、企业和管理会计人员要认识到时代的快速变化, 敢于抓住机遇, 迎接挑战, 建立起管理会计信息系统, 不断运用大数据的思维和手段进行创新, 充分发挥管理会计精细化管理和价值创造的职能, 促进企业运行和发展, 提升企业的经济效益。

摘要:随着科学技术的飞速发展, 互联网技术在各行各业应用和普及, 形成了“互联网+”, 大数据时代已经到来。大数据与管理会计相结合, 无疑为管理会计带来了机遇, 同时也带来了挑战。如何在大数据时代下应对这些挑战, 成为管理会计面临的重要问题。本文分析了大数据时代给管理会计带来的机遇和挑战, 并为大数据时代下管理会计的发展提出了几点可行性建议。

关键词:大数据,管理会计,对策

参考文献

[1] 吴静, 吕泽光, 段康宁.“互联网+”时代下管理会计的应用研究[J].财会学习, 2017 (2) :105-105.

[2] 王国义.分析“互联网+”时代背景下管理会计的发展[J].时代金融, 2016 (24) .

[3] 于淇, 王迪.大数据时代企业管理会计面临的挑战与解决对策[J].中国高新技术企业, 2016, 12:167-168.

上一篇:课程思政视角下酒店管理专业人才培养路径研究下一篇:水工混凝土施工监理质量控制研究