（一）大数据对会计信息质量的影响

大数据时代会计信息包括定量描述会计数据、定性描述会计数据以及非结构化、碎片化会计数据，这三类会计数据在数量以及作用上是不一样的。从会计数据总量来看，随着大数据的兴起，非结构化、碎片化数据数量将会大大增加，非结构化、碎片化数据将会占主导地位；从数据的价值密度来看，很明显定量描述会计数据要比非结构化、碎片化数据的价值密度要高得多，由此将会出现一个问题：会计数据的使用将会选择以哪一类会计数据为主？从会计的作用以及会计存在的必要性来看，会计之所以存在完全是因为会计能够通过自己的一整套体系为信息使用者提供有益的信息，从而帮助其做出正确的决策。虚假的会计信息不仅无助于会计信息使用者做出正确的决策，而且还会诱导会计信息使用者做出错误的决策，因此，要帮助会计信息使用者做出正确的决策，会计数据的真实可靠就是一个必要的条件。从目前会计理论以及会计实务来看，会计要求以取得的真实发生的经济业务对应的单据作为记账依据，报表的数据才能真实客观地反映出企业的生产经营过程以及企业的财务状况、盈利状况以及现金流量状况等。因此，从会计生存与发展的角度来看，不管是不是大数据时代，提供真实可靠的会计信息，帮助信息使用者做出正确的决策的本质是不会改变的，否则会计将失去存在的必要了。从数据取得的难易程度来看，定量描述的会计数据要比非结构化、碎片化数据容易得多；从数据取得的成本来看，定量描述的会计数据要比非结构化、碎片化数据成本低很多；从数据的有效性来看，大数据中的无效数据会更多，可能对正确结果的干扰会更大；从数据分析的难易程度来看，因果关系的分析要比相关性分析更直接，更让人掌握和理解。因此，大数据时代的会计数据肯定是以定量描述性数据为主，定性描述会计数据与非结构化、碎片化会计数据为辅，从而也决定了以后的会计数据的计量手段同样还应是以货币计量为主，其他计量为辅的做法。目前会计理论与实务的发展遇到了困境，如，人力资源会计、行为会计、企业社会责任会计、环境资源会计等，其主要原因在于这些重要的会计领域难以定量描述，难以准确地反映在报表上，而大数据的产生以及大数据挖掘方法的应用将会促进这些领域的定量描述，把这些领域逐渐纳入到会计核算体系，更真实、更全面地反映某一会计主体的生产经营过程以及经营结果，将从可靠性与相关性等几个方面提高会计信息的质量。

（二）大数据时代对会计数据的影响

会计是以货币为主要计量单位，以凭证为主要依据，借助于专门的技术方法，对一定单位的资金运动进行全面、综合、连续、系统的核算与监督，向有关方面提供会计信息、参与经营管理、旨在提高经济效益的一种经济管理活动。简单来讲，会计是通过对数据，尤其是会计数据的确认、计量、报告与分析，帮助企业的管理者来管理企业，并向外部利益相关者提供会计信息的一种管理活动。

目前的会计数据包括各种各样的数据，可以归纳为三类：（1）用来进行定量描述的数据，如日期、时间、数量、重量、金额等；（2）用来进行定性描述的数据，如质量、颜色、好坏、型号、技术等；（3）不能单独用来表示一定意义的不完整的、非结构化、碎片化的数据。目前对会计数据的处理还仅仅局限在第一种定量描述的数据的处理，尤其是那些能够以货币来进行计量的经济活动所表现的会计数据，因为这种数据既能比较方便地进行价值的转换与判断，又能很直观地还原出企业的生产经营过程，从而使利益相关者可以通过会计数据信息了解企业生产经营过程以及生产经营结果。定性描述的数据与定量描述的数据相比，存在一个很大的缺陷，那就是定性数据只能大概推断出企业生产经营过程，而不能还原出企业的生产经营活动过程，比如，这个产品质量好，只能推断出企业经营过程良好，那怎么个良好法，在哪个生产步骤良好，这个企业的良好和别的企业的良好一样还是不一样，我们就难以知晓。所以，定量数据的过程和结果能够互为因果推断，而定性数据只能达到经营过程是因，经营结果是果的推断。对于第三种不完整、非结构化、碎片化的会计数据在因果关系的推断来看，存在更为严重的问题，因为不完整、非结构化以及碎片化的特征，该类数据会导致因果关系推断的障碍，该类数据无法推断出经营结果，经营结果也无法还原经营过程。从目前会计数据的使用情况来看，定量描述的数据经常使用，定性描述数据较少使用，非结构化、碎片化数据基本没有使用；从企业的整个会计数据的作用来看，定量描述的数据作用固然重要，尤其是金额数据，但是定性描述数据以及非结构化、碎片的数据也很重要，会对会计信息使用者产生重要的影响，甚至也会影响到会计信息使用者的决策，比如，好的商品质量能扩大企业的知名度，会给企业带来巨大的商誉，进而给企业带来超额利润。由于定性描述数据以及非结构化、碎片化数据的内在缺陷，这些数据的作用目前还无法发挥出来，也阻碍了会计理论与会计实务的发展。

互联网、物联网、传感技术等新技术的应用，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”关系，这些关系产生了海量的人、机、物三者的独立数据与相互关联数据，目前那些难以用货币化来计量的经济活动，其实都可以通过以上新技术来进行记录，记录过程中相应的会产生大量的数据，这些数据不仅有数字等结构化数据，还有规模巨大的如声音、图像等非结构化、碎片数据。随着大数据时代的到来，定性描述数据以及非结构化、碎片化的数据，尤其是非结构化、碎片的数据的增长速度将远远超过定量描述数据的增长速度，非结构化、碎片化数据以及定性描述数据将会成为会计数据的主导。虽然定性描述数据以及非结构化、碎片数据存在内在的缺陷，但是在大数据时代，却可以使用大数据挖掘技术发挥出该类型数据的会计作用。虽然这些数据不能完整、全面、清晰地推导与反映出企业的经营结果和经营过程，但是大量的这些数据放在一起，却能够利用它们之间存在的相关关系推导与反映出企业的经营过程与经营结果，比如，你把一个生产步骤细分为成千上万个步骤或者更大程度的细分步骤，一个细分步骤不能表示什么含义，但是把这大量的细分步骤组合到一起同样能够构成一个完整的步骤，那么就能达到定量描述会计数据的相应功能。在传统的会计理论中，使用的会计数据基本上都是属于定量描述数据，主要的原因有两个：一是定性描述的数据不能准确地以货币来计量；二是数据量小的时候，利用数据的相关性关系远不能达到因果关系推导出来的结果那样准确、那样令人信服，原因在于数据量小的时候，利用相关关系推导出来的结果随机性较大。传统会计选择那些定量描述性的数据作为会计数据，实际上是时代的局限性决定的。随着互联网、云技术、大数据挖掘等新技术的使用，非结构化、碎片化数据急剧增加，非结构化、碎片化数据真正成为大数据，这些数据已成为企业的重要资源，将会影响到企业的可持续发展。从统计学角度来看，非结构化、碎片化的会计数据摆脱了小数据的必须使用因果关系分析的内在局限性，利用相关关系的数据分析可以达到因果关系的数据分析的同样效果，从而为非结构化、碎片化数据应用于会计提供了可行的理论基础与技术支持。因此，在大数据时代，这些定性描述的数据以及非结构化、碎片化的数据丰富了会计数据的种类，扩大了会计数据的来源渠道。在大数据时代，会计数据将由三部分构成：第一部分是定量描述性数据；第二部分是定性描述性数据；第三层为非结构化、碎片化会计数据。目前的会计数据实际上是直线型的数据，大数据时代的会计数据将变得更加立体化，有可能出现三维或者多维形式的会计数据。

（三）大数据时代对会计数据分析方法的影响(www.daowen.com)

在大数据时代来临之前，描述性数据与非结构化、碎片数据很少被纳入会计数据范畴，会计实务也很少使用这类数据，这类型的数据那时还不能称为会计数据。大数据时代，可以利用数据量的优势，通过数据之间相关关系的分析达到因果关系分析的同等效果、同等的可靠性与客观性。因此，在大数据时代，数据量的优势以及数据挖掘分析方法在会计领域的使用将促使描述性数据与非结构化、碎片化数据转变成为会计数据，丰富了会计数据的内容与来源，提高了描述性会计数据与非结构化、碎片化会计数据在会计理论与实务中的应用价值，从可靠性与相关性两个方面同时提高会计信息的质量。其实，在大数据时代，描述性数据与非结构化、碎片化数据能够成为会计数据的一个必要条件就是能够通过这些数据与企业价值（或企业未来现金流）之间相关性的分析较为准确地找到它们之间的数量关系。大数据挖掘技术融合了现代统计学、知识信息系统、决策理论和数据库管理等多学科知识，可以完成从海量数据中发现特定的趋势和关系。大数据挖掘技术在会计理论和实务中的应用，能有效地从大量的、不完全的、模糊的、碎片化的、非结构化的实际应用数据中，找到隐含在该类数据与企业价值之间的相关的数量关系。随着互联网、物联网、传感技术、云计算等新技术的发展，客户关系方面的网络数据、生产过程中的生产作业记录数据、采购过程动态监控记录等方面的数据每天都呈海量增加，非结构化、碎片化数据的趋势越来越明显。传统的数据分析技术在面对大数据时已经显得力不从心，很难解决大数据的存储、分割、高效计算的问题，大数据借助云平台技术。同时，随着大数据概念的提出以及大数据商业价值的开发，大数据挖掘技术得到了长足发展，大数据应用软件与操作系统相继出现，如DB2数据库软件、Hadoop系统、Infosphere streams流数据、Netezza等，这些大数据应用软件和操作系统解决了描述性数据以及非结构化、碎片化数据与企业价值之间数量关系寻找的技术问题，同时会计大数据也将促进数据挖掘技术的发展与应用。

（四）大数据时代对企业会计行为的影响

由以上分析可知，大数据时代的到来影响着会计数据的构成，传统数据中的那些定性描述数据和非结构化、碎片化将转变成了会计数据。一方面，会计数据范围的扩大使企业更多的信息能够纳入到会计核算体系，尤其是那些非结构化、碎片化会计数据蕴含的会计信息，从而能够让企业更准确地计量这些领域对企业的贡献，以采取更有效的应对措施，最终将促进与改善企业的生产经营行为。另一方面，随着社会形势的发展，一些原来被认为重要但难以用定量描述数据进行计量的那些会计信息，如企业家能力、智力资本等，不管是对目前的企业还是对利益相关者来说，这些会计信息越来越重要，纳入会计核算范围的要求也越来越强烈。2000年里斯本欧盟高级会议期间，欧盟委员会主席Romano Prodi提出“我们在企业家活动领域中的缺位需要认真对待”，有大量证据表明经济增长和生产效率的改进的关键依赖于一个经济体中的企业家能力，由此可以看出企业家能力对企业的重大作用。大数据时代，将会有助于将企业家能力这类对企业很重要却又难以计量其价值的要素纳入企业的会计核算体系。同样以企业家能力来说，大数据时代帮助企业准确计量该要素对企业的价值，那么企业就可以根据企业家能力的价值来给予合适的报酬，这样既能减少优秀企业管理者的跳槽行为，还可以进一步促进企业家工作的积极性，为企业吸引更多的优秀企业家。优秀企业家可以更有效地降低库存，提高存货周转率；改变融资方式与融资策略，降低融资成本；改变经营策略，扩大市场占有率；改变投资组合，增加投资收益；改变利润分配方式，有效利用企业的自有资金；改变会计政策的选择，选择符合企业利益的会计政策与方法；分析大数据信息，发现潜在市场与商机等。因此，大数据将会改变企业的行为。

（五）财务管理人员的管理职能发生了转变

传统财务管理人员，其职能往往在于财务核算、财务管理，而当海量数据出现的时候，其数据的繁多与冗长、数据分析能力的不断提高，要求财务管理人员的职能越来越多的转向有价值的资源配置中去。原有的职能，基本上把财务人员定位在收集单据、定制凭证、复核、结账、报告、归档等工作中；而大数据时代，财务人员所面对的，不仅仅是财务信息、财务单据，而更多的是海量的业务信息，如何收集信息、分析信息，并将有用的信息放置在合理的资源中，通过高效的财务管理流程，实现有价值的财务数据，将资源配置在增长的领域中，是财务人员转变职能的体现之一。