论文部分内容阅读
摘 要：文章从技术和信息两个维度审视了大数据的特征，以此为基础，分析了大数据对会计信息结构、计量属性和货币计量、财务会计信息的管理模式、会计人员职能和财务报告相关性六个方面的挑战。为了应对这些挑战，会计应该提供更加综合的财务报告，建立会计信息系统平台及相关技术标准，提高会计信息化的安全性，实现核算型财务向管理型和价值提升型财务体系转变。
关键词：大数据；大数据时代；会计
一、大数据的技术支持及其特征
目前对大数据并没有一个统一具体形象的概念，它更是一个抽象概念。维基百科和互联网分别从数据产生过程和数据形成的手段两个角度描述了大数据。前者把它描述为“无法在一定时间内用常规软件工具对其进行获取、存贮、搜索、分享、分析、可视化的数据集合”；后者将其定义为一种“从高频率的、大容量的、不同结构和类型的数据中获取价值而设计的新一代架构和技术”。纵观对大数据的不同定义，对大数据的理解需要两个维度：产生大数据的技术维度和大数据的特征维度。
（一）产生大数据的技术支持
大数据技术就是从数量巨大、结构复杂、类型众多的数据中，快速获得有价值信息的能力，是移动通信、互联网、传感器、物联网等技术发展和应用的结果。
1.互联网
随着互联网的发展和广泛应用，信息化加快了向社会经济和大众日常生活全面化渗透的速度，形成内容丰富结构复杂的数据，同时，互联网存储技术的提升，使得数据获取的连续性增加，多端分享信息变得越来越容易。现实社会与网络空间的相互融合使得数据更加鲜活，不仅体现为数据，在信息中越来越多地体现了人们的行为、思想甚至情感，人们从来没有像现在这样，通过互联网信息，可以互相了解对方和大众的需求、诉求与意见，以及对需求、诉求和意见的回应与追踪，这些都为大数据的产生提供了基本前提与条件。
2.传感技术
传统的信息收集技术是通过表格的形式收集、储存、整理，对原始事物进行简单抽象后，形成具有统一的单位、量纲和意义的，维度低、类型简单、表格化的单位化数据。它不仅能够产生结构化、半结构化、非结构化数据，而且还能产生不间断的时间序列数据，这些结构复杂、时间连续的数据大大拓展了人们观察分析事物的维度，提高了同一数据源用于不同分析目的的可能性，提升了数据价值。随着各种传感技术的应用，对同一事物的描述便有了更加丰富的数据量，维度增加，使得非价值的数量信息变得更直接地被感知和更容易被传播，人们能够获取更多更接近事物本身的原始数据。
4.物联网
物联网是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网不仅实现了人、机、物的“互联互通”，而且还建立了人、机、物三者之间智能化自动化的“交互与协同”關系。复杂的物联网关系产生了巨大的有关人、机、物三者的独立数据与相互关联数据，这些数据不仅有数字数据等结构化数据，而且还有声音、图像等非结构化的数据。互联网中业务事件的关联性、交叉性，导致数据类型更加复杂，数据规模更加巨大。
（二）大数据的信息特征
在互联网、传感技术、云计算和物联网等技术支持下产生的大数据，具有规模大（Volume）、类型多（Vari-ety）两个基本信息特征。
1.数据规模大数据规模大是大数据的基本属性。大数据的“大”不仅体现在数量上的“大”还体现在人们对信息主体相关信息处理的范围上。由于受限于对数据处理技术、能力和传统理论的局限性，一直以来，人们习惯于以少量的样本数据特征来推断整体特征。在大数据时代，随着技术的发展，数据能力的提高，为使用整体数据进行决策提供了越来越大的可能，收集、储存和处理包含了在过去被“滤掉”的细节信息，而这些细节可能在决策时蕴藏了更大的价值，影响决策的方向。
2.数据类型多
数据类型繁多、复杂多变是大数据的重要特性。数据多样性可分为来源多样性和格式多样性。来源多样性是指人们取得数据的来源越来越多。在大数据时代，任何方式都有可能成为人们采集数据信息的来源，如电子商务、网络点击、社交网络、行车记录等。数据来源的多样性也成为数据格式多样性的基础。格式多样性是指数据不再限于传统的结构化数据，文本、音频、视频、社交网络、微博、邮件等非结构化数据也会成为数据库储存信息的常态。传统上，人们为了便于计算机存储、处理、查询，更多地采用结构化数据。
二、大数据对会计的挑战
大数据既有结构化数据也有非结构化数据，且非结构化数据占绝大部分。然而，目前会计信息的收集与处理以结构化数据为主，把公司中绝大部分的非结构化数据排除在信息报告体系之外，而这些非结构化数据对信息使用者决策来讲又非常重要。所以，大数据可能对会计信息结构产生两个方面的影响：（1）会计信息中非结构性数据占的比例会不断提高。大数据技
术能够实现结构性和非结构性会计信息的融合，提供发现海量数据间相关关系的机会，并以定量的方式来描述、分析、评判企业的经营态势。因此，我们越来越有必要收集非结构化数据，并加以解读和理解。（2）在特定条件下，对会计信息的精准性要求会降低。会计
信息的传统是强调信息的精准性，不能够接受非系统性错误或者舞弊造假的数据，而在大数据时代，会计信息的使用者有时可以接受非百分之百精确的数据或者非系统性错误数据，这可能会对会计信息的质量标准提出新的观察维度：会计人员需要在数据的容量与精确性之间权衡得失，是强调绝对的精准性，还是强调相关性。
参考文献
[1]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013（2）：10-13.
[2][英]维克托·迈尔 - 舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.浙江人民出版社，2013：20-22.
[3]邱杰，邱俊.中国会计信息化两大数据标准比较研究[J].会计之友，2012（19）：53-55.
（作者单位：1.浙江师范大学行知学院；2.浙江师范大学行知学院）
关键词：大数据；大数据时代；会计
一、大数据的技术支持及其特征
目前对大数据并没有一个统一具体形象的概念，它更是一个抽象概念。维基百科和互联网分别从数据产生过程和数据形成的手段两个角度描述了大数据。前者把它描述为“无法在一定时间内用常规软件工具对其进行获取、存贮、搜索、分享、分析、可视化的数据集合”；后者将其定义为一种“从高频率的、大容量的、不同结构和类型的数据中获取价值而设计的新一代架构和技术”。纵观对大数据的不同定义，对大数据的理解需要两个维度：产生大数据的技术维度和大数据的特征维度。
（一）产生大数据的技术支持
大数据技术就是从数量巨大、结构复杂、类型众多的数据中，快速获得有价值信息的能力，是移动通信、互联网、传感器、物联网等技术发展和应用的结果。
1.互联网
随着互联网的发展和广泛应用，信息化加快了向社会经济和大众日常生活全面化渗透的速度，形成内容丰富结构复杂的数据，同时，互联网存储技术的提升，使得数据获取的连续性增加，多端分享信息变得越来越容易。现实社会与网络空间的相互融合使得数据更加鲜活，不仅体现为数据，在信息中越来越多地体现了人们的行为、思想甚至情感，人们从来没有像现在这样，通过互联网信息，可以互相了解对方和大众的需求、诉求与意见，以及对需求、诉求和意见的回应与追踪，这些都为大数据的产生提供了基本前提与条件。
2.传感技术
传统的信息收集技术是通过表格的形式收集、储存、整理，对原始事物进行简单抽象后，形成具有统一的单位、量纲和意义的，维度低、类型简单、表格化的单位化数据。它不仅能够产生结构化、半结构化、非结构化数据，而且还能产生不间断的时间序列数据，这些结构复杂、时间连续的数据大大拓展了人们观察分析事物的维度，提高了同一数据源用于不同分析目的的可能性，提升了数据价值。随着各种传感技术的应用，对同一事物的描述便有了更加丰富的数据量，维度增加，使得非价值的数量信息变得更直接地被感知和更容易被传播，人们能够获取更多更接近事物本身的原始数据。
4.物联网
物联网是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网不仅实现了人、机、物的“互联互通”，而且还建立了人、机、物三者之间智能化自动化的“交互与协同”關系。复杂的物联网关系产生了巨大的有关人、机、物三者的独立数据与相互关联数据，这些数据不仅有数字数据等结构化数据，而且还有声音、图像等非结构化的数据。互联网中业务事件的关联性、交叉性，导致数据类型更加复杂，数据规模更加巨大。
（二）大数据的信息特征
在互联网、传感技术、云计算和物联网等技术支持下产生的大数据，具有规模大（Volume）、类型多（Vari-ety）两个基本信息特征。
1.数据规模大数据规模大是大数据的基本属性。大数据的“大”不仅体现在数量上的“大”还体现在人们对信息主体相关信息处理的范围上。由于受限于对数据处理技术、能力和传统理论的局限性，一直以来，人们习惯于以少量的样本数据特征来推断整体特征。在大数据时代，随着技术的发展，数据能力的提高，为使用整体数据进行决策提供了越来越大的可能，收集、储存和处理包含了在过去被“滤掉”的细节信息，而这些细节可能在决策时蕴藏了更大的价值，影响决策的方向。
2.数据类型多
数据类型繁多、复杂多变是大数据的重要特性。数据多样性可分为来源多样性和格式多样性。来源多样性是指人们取得数据的来源越来越多。在大数据时代，任何方式都有可能成为人们采集数据信息的来源，如电子商务、网络点击、社交网络、行车记录等。数据来源的多样性也成为数据格式多样性的基础。格式多样性是指数据不再限于传统的结构化数据，文本、音频、视频、社交网络、微博、邮件等非结构化数据也会成为数据库储存信息的常态。传统上，人们为了便于计算机存储、处理、查询，更多地采用结构化数据。
二、大数据对会计的挑战
大数据既有结构化数据也有非结构化数据，且非结构化数据占绝大部分。然而，目前会计信息的收集与处理以结构化数据为主，把公司中绝大部分的非结构化数据排除在信息报告体系之外，而这些非结构化数据对信息使用者决策来讲又非常重要。所以，大数据可能对会计信息结构产生两个方面的影响：（1）会计信息中非结构性数据占的比例会不断提高。大数据技
术能够实现结构性和非结构性会计信息的融合，提供发现海量数据间相关关系的机会，并以定量的方式来描述、分析、评判企业的经营态势。因此，我们越来越有必要收集非结构化数据，并加以解读和理解。（2）在特定条件下，对会计信息的精准性要求会降低。会计
信息的传统是强调信息的精准性，不能够接受非系统性错误或者舞弊造假的数据，而在大数据时代，会计信息的使用者有时可以接受非百分之百精确的数据或者非系统性错误数据，这可能会对会计信息的质量标准提出新的观察维度：会计人员需要在数据的容量与精确性之间权衡得失，是强调绝对的精准性，还是强调相关性。
参考文献
[1]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013（2）：10-13.
[2][英]维克托·迈尔 - 舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.浙江人民出版社，2013：20-22.
[3]邱杰，邱俊.中国会计信息化两大数据标准比较研究[J].会计之友，2012（19）：53-55.
（作者单位：1.浙江师范大学行知学院；2.浙江师范大学行知学院）