大數據時(shí)代管理會(huì )計研究論文
一、大數據時(shí)代
1.大數據。大數據原來(lái)是計算機領(lǐng)域處理信息的一種方法。為了得到更精確的結果，大數據采納了很多看起來(lái)毫無(wú)關(guān)聯(lián)的信息，比如天氣、溫度等，構成了龐大繁雜的數據庫。這些信息平均價(jià)值較低，利用新的處理模式刪繁就簡(jiǎn),實(shí)現高效準確的目的，于是大數據便發(fā)展成為一種新的信息處理模式，它包括海量的、高增長(cháng)率的和多樣化的信息資產(chǎn)，且具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力。大數據時(shí)代最大的轉變就是關(guān)注相關(guān)關(guān)系而不是因果關(guān)系，即只需要結果，而不需要理清其中的聯(lián)系，這顛覆了人們的思維習慣，對收集信息、管理信息和預測信息等方面提出了新的挑戰。
2.云計算。云計算是大數據的主要運算方法之一，也是支撐大數據的平臺，它可以挖掘出紛繁復雜、價(jià)值低廉的數據群下的真實(shí)價(jià)值。云計算由不同研究機構共同開(kāi)發(fā)，普遍被認為是一個(gè)由虛擬資源構成的資源池，通過(guò)互聯(lián)網(wǎng)向外按需提供資源，其主要特點(diǎn)是多用戶(hù)共享、大數據處理與大數據儲存。云計算是在原有的并行計算和分布式計算等多種技術(shù)的基礎上進(jìn)化而來(lái)，成熟度高，可靠性強，具備廉價(jià)和高效的優(yōu)點(diǎn)。
二、大數據時(shí)代的管理會(huì )計
管理會(huì )計的任務(wù)是將財務(wù)會(huì )計所記錄的總賬和報表等資料進(jìn)行加工處理，使高層管理人員能夠對日�；顒�(dòng)進(jìn)行規劃、控制和決策。管理會(huì )計是對未來(lái)的規劃，側重于對未來(lái)的預測，相對于財務(wù)會(huì )計來(lái)說(shuō)更依賴(lài)對數據、尤其是大數據的處理分析。管理會(huì )計大致可分為對經(jīng)營(yíng)預測、決策和長(cháng)期投資決策的預期效果綜合分析的“決策會(huì )計”和為了提高預期決策效率而進(jìn)行的預算管理、責任會(huì )計、成本控制和績(jì)效評價(jià)的“執行會(huì )計”。大數據時(shí)代大大擴展了管理會(huì )計的各項職能。
1.經(jīng)營(yíng)預測。傳統的經(jīng)營(yíng)預測存在偏差的最大原因是信息不對稱(chēng)，很多信息沒(méi)有被利用或量化。大數據時(shí)代，可利用計算機、互聯(lián)網(wǎng)和云計算將巨量數據的`信息載體處理成為簡(jiǎn)單準確的所需信息呈現在面前，只要挖掘數據，即可得出預測結果�；ヂ�(lián)網(wǎng)時(shí)代，人們習慣于在網(wǎng)上搜尋自己需求的信息，這就在網(wǎng)上留下了文本、音頻、視頻等瀏覽記錄。這些記錄之間缺乏邏輯與結構的聯(lián)系，所以被稱(chēng)為“非結構性數據”。管理會(huì )計可通過(guò)云計算處理這些“非結構性數據”，并利用計算結果進(jìn)行經(jīng)營(yíng)預測。
2.全面預算管理。預算管理既將企業(yè)制定的經(jīng)營(yíng)目標以貨幣形式表現出來(lái)，也將企業(yè)整體目標拆分開(kāi)來(lái)落實(shí)到每個(gè)部門(mén)和員工。大數據時(shí)代，預算人員面對復雜的巨量數據和動(dòng)態(tài)實(shí)時(shí)的預算要求，需要將預算管理系統與大數據結合。
2.1大數據時(shí)代下的預算是動(dòng)態(tài)、實(shí)時(shí)的。在編寫(xiě)預算時(shí)，所有預算項目會(huì )經(jīng)審批后儲存進(jìn)云端，在執行預算時(shí)，云會(huì )計下的系統可以利用云端上新增的數據同步計算出實(shí)際與預算的差異，并可調整預算。
2.2有力的數據分析軟件使預算系統更加及時(shí)。應用多維數據分析技術(shù)，大數據下的預算系統可以很好的支持巨量數據的及時(shí)分析。
2.3預算的編寫(xiě)更加智能。大數據下的預算系統，可以先由IT部門(mén)制作標準模型和參數表，將它們與預算模塊中的具體數據建立動(dòng)態(tài)聯(lián)系，再由預算管理人員通過(guò)自定義計算功能實(shí)現預算模塊各個(gè)數據之間的聯(lián)系，并且預算人員可以自己編寫(xiě)、維護和更新業(yè)務(wù)規則，使預算要求更加明確有效的反映到預算模塊中。
3.績(jì)效評價(jià)�？�(jì)效評價(jià)系統的關(guān)鍵績(jì)效指標是衡量員工工作的量化指標，其設定應遵循具體、可度量、可實(shí)現、現實(shí)性和時(shí)限性五個(gè)原則，實(shí)際設計時(shí)容易出現偏差。應用大數據系統可以解決其中一些問(wèn)題。
3.1可度量原則可能導致的關(guān)鍵指標遺漏�？啥攘吭瓌t是指績(jì)效指標應是數量化或行為化的，過(guò)分追求量化指標往往導致關(guān)鍵績(jì)效指標遺漏。應用大數據系統，設計者可以在云端獲得形式多樣的間接反映績(jì)效的數據，量化充分即可避免關(guān)鍵指標的遺漏。
3.2現實(shí)性原則可能導致的指標偏離�，F實(shí)性原則是指績(jì)效指標的考察是現實(shí)可行的，而在操作時(shí)，設計者可能常為節省考核費用而忽略考察成本較高的指標，導致考核結果偏離戰略目標。大數據系統下，大量數據的收集唾手可得，很多指標的測定變得不再復雜昂貴，既可以通過(guò)委托專(zhuān)門(mén)的研究中心計算所需指標，也可以租用經(jīng)濟高效的虛擬服務(wù)器自己計算指標，成本低，更加符合現實(shí)性原則。
3.3時(shí)限原則可能導致的考核過(guò)于注重短期利益。時(shí)限原則是指指標的完成應在特定期限內，不能遙遙無(wú)期，這導致員工過(guò)于注重短期利益，對企業(yè)長(cháng)期經(jīng)營(yíng)不利。大數據是站在巨量數據之上進(jìn)行分析的，數據基數很大，考量因素很多，有更大的把握對復雜和長(cháng)遠的投資進(jìn)行預測，在一定程度上避免短視行為。
三、挑戰
大數據和云計算尚未引起普遍重視。麥肯錫公司2013年調查顯示，只有49%的高管關(guān)注大數據的發(fā)展，很多中小企業(yè)忽視對大數據的關(guān)注。這無(wú)疑會(huì )影響大數據的推廣應用，落后企業(yè)也會(huì )因此增加機會(huì )成本與時(shí)間成本。大數據的信息真實(shí)性越來(lái)越被重視。大數據的引進(jìn)，對外部信息和內部信息真實(shí)性均提出了更高的標準，這對目前還未做到公開(kāi)透明的企業(yè)來(lái)說(shuō)是個(gè)挑戰。大數據系統的處理技術(shù)尚不令人滿(mǎn)意。例如，處理非結構化數據時(shí)，在轉化成結構化數據的途中可能會(huì )產(chǎn)生意思曲解和信息遺漏；目前處理巨量數據較為成熟的Hadoop體系的應用門(mén)檻較高，不利于大數據系統的推廣；網(wǎng)絡(luò )容量有限，儲存成本較高。信息和網(wǎng)絡(luò )安全問(wèn)題的挑戰日益嚴重。一方面是企業(yè)取得的信息是否合法，是否尊重了客戶(hù)的隱私權。另一方面是企業(yè)能否保護好客戶(hù)的資料，不被竊取。網(wǎng)絡(luò )水平的快速發(fā)展與網(wǎng)絡(luò )高手的層出不窮，信息和網(wǎng)絡(luò )安全愈發(fā)重要。熟練掌握大數據處理技術(shù)的人才不足。企業(yè)需要能夠熟練應用大數據工具的管理會(huì )計人才，只有通過(guò)他們專(zhuān)業(yè)解讀和提煉大數據系統處理得到的最終信息，管理層才能得到有利于經(jīng)營(yíng)管理的信息，才能做出合理可行的決策。目前，這類(lèi)人才嚴重缺少。
四、建議
1.大力宣傳和推廣大數據系統，普及大數據和云計算知識，推動(dòng)大數據時(shí)代的健康發(fā)展。
2.國家應著(zhù)重提升全民的計算機素質(zhì)，鼓勵參與國家大型分布式計算項目，發(fā)展大數據計算技術(shù)。分布式計算項目是將一個(gè)超大型計算項目分解成可在單個(gè)電腦上計算的小塊兒，每一個(gè)擁有電腦的人只需下載正規軟件，即可參與其中。
3.高度重視云安全，不僅要建立殺毒系統保護信息免受侵害，還要在信息共享時(shí)注意混合云中數據的所有權問(wèn)題，推廣使用分裂密鑰加密等技術(shù)對機密數據進(jìn)行保護。
4.加大培養管理會(huì )計人才的力度，鼓勵使用大數據工具。逐步培養可以綜合掌握數學(xué)、統計學(xué)、計算機等多方面知識的復合型人才，提高管理會(huì )計的數據分析與挖掘能力，適應大數據時(shí)代的變化。
【大數據時(shí)代管理會(huì )計研究論文】相關(guān)文章：
大數據時(shí)代的大數據管理研究論文10-19
大數據時(shí)代環(huán)境管理會(huì )計發(fā)展研究論文12-12
大數據時(shí)代對管理會(huì )計的影響及作用論文01-12
大數據下管理會(huì )計研究論文10-21
大數據時(shí)代數據管理技術(shù)研究綜述論文10-28
大數據時(shí)代管理會(huì )計變革的思考論文01-12