（西安石油大學 經濟管理學院，西安 710000）

0 引言

大數據屬于新技術，大數據時代的到來擴大了大數據技術的應用范圍。作為一種新技術，其在應用中既會給相關領域帶來機遇，也會形成新的挑戰(zhàn)。在大數據時代的管理會計工作中，一方面，管理會計透過數據化管理，可以提升企業(yè)決策能力與管理效率，加強企業(yè)全面預算管理水平；另一方面，管理會計面臨著信息化管理向數據化管理轉型升級難題。尤其在管理會計應用實踐中，數據利用率不足、制度環(huán)境不完善、數據分析人才配置不足等問題相對普遍。

1 大數據時代下管理會計概述

1.1 大數據時代管理會計內涵

大數據時代的本質，在于把“現實世界”轉換為“虛擬數據”，透過數據網絡對現實世界所有資源的可計算關系進行分析與處理，旨在提出有利于改善資源關系的意見，提高資源利用效率。大數據時代下，管理會計人員需要開發(fā)管理會計信息數據，通過對企業(yè)財務管理數據的實時采集、數據有效抽取、數據整理分析、數據預測結果分發(fā)等，為企業(yè)提供相對精準的預測結果，使預測結果在企業(yè)管理中發(fā)揮參考作用。因而，大數據時代的管理會計，兼具了理論管理特征與實用技術特征。簡單來講，大數據時代下的管理會計，主要是指管理會計通過對大數據技術的應用，對企業(yè)財務管理數據進行透視分析，同時，生成相對準確的管理會計報告。

1.2 大數據與管理會計的關系

一方面，大數據的理論管理特征與實用技術特征，被賦予到管理會計中。因而，使二者之間形成了同質或同一關系。簡單來講，二者之間存在形式差異，本質上卻擁有同一屬性。另一方面，大數據技術在管理會計中的應用，主要以發(fā)揮其“雙重特性”為主。所以，作為一種整體運用，大數據與管理會計之間又存在手段與目的關系。前者是手段，后者是應用途徑，共同指向了對企業(yè)財務管理數據的分析處理目的。概括而言，沒有大數據技術，管理會計的功能升級將不能獲得充分開發(fā)與挖掘；沒有管理會計的應用場景，大數據時代的管理會計實踐也無法產生綜合效益。

2 大數據時代管理會計在企業(yè)財務管理運用中存在的問題

現階段大數據時代管理會計在實際運用中，仍處于初級應用階段，其中存在諸多問題需要解決。下面從數據庫建設、數據分型、數據利用、數據分析4 個方面展開具體分析。

2.1 數據庫建設速度慢

目前，企業(yè)財務管理中應用信息管理系統，已經實現了對企業(yè)財務信息的采集、錄入、整理、存儲、查詢、利用。進入大數據時代，管理會計運用數據分析技術，旨在通過分析企業(yè)財務管理數據，制成分析報告，為企業(yè)戰(zhàn)略規(guī)劃、項目決策、生產管理提供參考信息。數據分析技術需要以數據類型劃分為前提，通過對基礎數據、效率數據、核心數據的類型劃分，建立基礎數據庫（如業(yè)務要素數據庫、成本指標數據庫）、效率數據庫（如原材料、設備、人力等成本變化數據庫）、核心數據庫（未計入成本數據庫，如浪費成本、廢品回收成本等），才能為管理會計運用數據分析技術提供必要條件。然而，當前部分企業(yè)對此類數據庫建設工作重視程度不夠，建設速度較慢，并不能滿足管理會計應用數據分析技術的實際需求。

2.2 數據分型相對滯后

數據分型，指對數據進行類型劃分，如在采集數據時，所有數據均為基礎數據；抽取數據時會以起實際作用、能反映異常情況的效率數據為準。這時，就可以劃分出基礎數據類型、效率數據類型等。如一本書的頁碼、印數、字數等均為基礎數據，計算出版費用時，就會抽取字數作為效率數據。目前，企業(yè)對財務管理數據的類型劃分相對滯后，沒有針對原材料、人力、設備等資源劃分出效率數據、核心數據。例如，在財務管理中，原材料成本與原材料存量相關，需要進行關聯分析，根據存量增加或減少，檢驗原材料成本是否準確，并計算與原材料存量變化相關的產品數量。與原材料存量變化數據對應的成本變化數據，即為效率數據，能反映企業(yè)產品生產情況。如果以成本變化數據計算的產品數量與實際生產的產品數量出入較大，就可能存在浪費。生產部門復查生產過程，假設發(fā)現某環(huán)節(jié)存在對原材料的浪費，此浪費數據對應到財務管理形成浪費成本，即可當作核心數據。目前，此類數據類型劃分相對滯后，管理會計也未能充分發(fā)揮數據分析技術優(yōu)勢。

2.3 數據利用效率不高

管理會計應用數據分析技術時，主要是通過數據分析技術監(jiān)督財務管理產生的基礎數據，檢驗財務管理抽取的效率數據，分析財務管理提煉的核心數據。一方面，財務管理活動中，對財務管理數據的類型劃分相對滯后。另一方面，并未根據財務管理產生的基礎數據、效率數據、核心數據，對應建設基礎數據庫、效率數據庫、核心數據庫。因而管理會計在利用財務管理數據時，數據利用效率不高。

2.4 數據分析能力不足

數據庫建設、數據分型、數據利用的目標，指向對企業(yè)財務管理數據的有效分析。要達到該目標，一方面，需要設置專門的數據分析部門，或者在現有信息管理部門中單獨設置數據分析小組。另一方面，數據分析需要專門的數據分析人才完成，既要求其理解企業(yè)產品生產制造產業(yè)鏈條，也需要了解企業(yè)生產經營管理方案。而且，要求數據分析人才在“生產要素—成本指標—資金管理”上有相對完整的知識結構。由于大部分企業(yè)采用過時的人力資源管理方案，未能匹配與管理會計發(fā)展相適應的人才，企業(yè)的數據分析能力明顯不足。

3 大數據時代管理會計在企業(yè)財務管理中的運用策略

3.1 營建良好制度環(huán)境

大數據時代管理會計屬于新事物，原有的企業(yè)財務管理制度與會計制度規(guī)范條例設計，評估機制、激勵機制、監(jiān)督機制中的評估指標和績效指標設置，與管理會計發(fā)展不相適應。為了保障管理會計的有效運用，應該先為其營建良好的制度環(huán)境。建議從兩個方面著手。一方面，要按照大數據思維，以企業(yè)產品生產制造的所有生產要素為準，按照具體的生產環(huán)節(jié)制作業(yè)務要素清單。然后對照業(yè)務要素清單，對當前財務管理應用的財務指標或成本指標，進行查缺補漏式的檢驗與調整，刪除冗余指標，增設新指標，建立全面的成本指標體系。另一方面，要以指標為指引，逆向完善當前的管理制度規(guī)范條例與各項機制。

3.2 加快數據庫建設

在業(yè)務要素清單、成本指標體系設置完成后，可以在此基礎上開展企業(yè)財務管理數據庫建設。具體操作中，一是參照現代企業(yè)安全生產管理系統生成要素監(jiān)測數據（該系統的生產要素相對全面）；二是在完成業(yè)務要素庫建設基礎上，建設與之對應的成本指標數據庫。建議采用協同合作模式，發(fā)揮企業(yè)各管理部門優(yōu)勢，同步實現各個部門的數據庫建設，再通過通信技術連接，使各個數據庫關聯起來。

3.3 培育數據分析人才

企業(yè)應清晰認識到數據分析屬于綜合性工作，因而，需要應用協同合作模式，使數據分析部門、信息管理部門、財務管理部門、生產管理部門之間形成有效協調的局面，進而在共同合作基礎上，通過人力資源部門開展具體的人才培訓。在具體培訓中，建議按照“健全知識結構+提高數據分析技能”的目標設置培訓內容。比如，先從企業(yè)產業(yè)鏈、財務管理、管理會計的理論知識方面開展培訓，健全數據分析人員的知識結構，再通過數據分析業(yè)務技能的專門培訓，提升財務人員的數據分析能力。

3.4 提高數據使用效率

大數據時代，管理會計在企業(yè)財務管理中的運用重點集中于對數據的使用效率方面。因而，一方面，應注重企業(yè)財務管理數據分型，并利用管理會計生成報告的基本路徑，逐漸在基礎數據、效率數據、核心數據基礎上，加快對不同數據類型的精細化處理。另一方面，應引入一些新思維。比如，將經濟學中的系統性思維引入大數據時代管理會計中，形成“系統性運用與配套性運用相結合”的思路。然后，在該思路牽引下，從整體上進行企業(yè)財務數據管理的轉型升級，再通過管理會計加強對數據的運用，進而提升企業(yè)財務管理效率，精準反映企業(yè)生產經營狀況，并為其提供相關優(yōu)化建議等。

4 結語

大數據時代，人們深化了對管理會計的認知。大數據技術在企業(yè)財務管理中的運用，從根本上改變了管理會計的工作方式，提升了工作效率。同時，大數據時代管理會計在企業(yè)財務管理中的運用中仍存在一定問題。應通過“系統性應用與配套性應用相匹配”的思路，通過整體設計、配套推進，全面促進大數據時代管理會計在企業(yè)財務管理中的有效運用。