大数据视角下智能财务发展模式探究

邰振林 王娟（北方民族大学 宁夏银川 750021）

在区块链、大数据、云计算等工具迅速发展的今天，企业家们从中发现潜在的利益与商机，将多元化的技术融合到多元领域，以求达到更高效的工作效率、更加具有价值的产能、更加低廉的“劳动力”，财务的发展会随着企业的需要、时代的转变产生更多的分支，会计行业也接受着严峻的挑战。通过区块链进行读取和加密，通过大数据进行多元结果的收取、筛选、抉择，对最终数据，通过云计算数据进行财务分析，通过虚拟账套，对企业进行实时监督与管控。这是一个融合的时代，人们可以通过各种技术进行所想得到数据的快速选择，由于数据的实时性，企业的运作可以更加高效，账务处理保存的周期也更长，这就是未来的智能财务。所以，会计行业的转变是必然的，这是时代发展的必然趋势，也是会计持续稳定发展的必然要求。在未来视角下，以区块链为主的共享账簿，以人工智能为主要劳动力，以电子货币为重要交易数据，以云计算为载体的智能财务是大趋势。

一、研究背景及意义

（一）研究背景

财务共享理念的提出，大大改变了财务的工作方式，财务工作逐渐开始“中心化”，即所有的账项都由财务中心来负责，分区几乎不再需要财务人员，简单的凭证报销业务只需要通过固定的程序进行扫描、整理、出账，免去了很多不必要的环节，大大加快了财务人员的处理速度。区块链可以形成会计数据中的点对点数字价值转移，从而提高了交易的安全性和准确性。人工智能可以通过深度学习、机器学习、自然语言处理和智能代理等方面对人类的工作产生一定的影响。它可以获取企业数据，对企业的业务进行协同处理，进行分配、记账、记录、报告等功能。云计算是用于添加、使用和提供服务的基于网络的模型。它是一个提供动态、易于扩展且可以虚拟化的资源的网络。这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互［1］。大数据是一个大规模的数据集合，在获取、存储、管理和分析方面，其远远超过了传统数据库软件工具的功能。它有庞大的数据规模、快速的数据流和各种类型的数据。在当代社会，大数据的广泛使用，可以给企业传递、加工、处理大量的信息，能够进行绩效选择、方案决策、价值评估等工作。

（二）研究意义

1.智能财务提高生产力。对企业最大的价值在于实现更大规模的自动化、机器化改造。虽然这种自动化经济很可能将不可避免地引发一系列的工作岗位消失。但与此同时，自动化经济能改变行业水准、提高生产水平，某种意义上也可以带来行业内的更新换代。

2.智能财务促进技术的融合。企业可以通过区块链、AI、云计算技术推动智能财务的进步与发展，带动行业内进步与创新，企业在会计协同时，可以同时运用多种工具对企业的财务状况不同维度多元分析，提高企业在此过程中的生产力，并达到最优的绩效选择与优化，提高了各项技术的融合度，带来了企业内高效率的生产能力。

3.智能财务推动智能的发展。智能财务在取得一定的成功时，会引导人们不断加强现有的智能技术，从而提高机器的智能水平，提高深度学习能力，扩大智能财务的技术优势，在这个不断学习进步的过程中，智能财务也在不断地更新换代，不断地进步成长。

二、研究现状

李闻一等（2019）对操作自动化技术和RPA技术进行了相关论述，并对智能会计发展有诸多展望。常远（2019）提出通过商业智能、决策树、数字仪表盘等方式进行企业财务决策支持系统。曹巍（2019）对智能决策支持系统和数据挖掘技术的优越性进行了分析，并对智能分析决策的实现提出了看法。汪诗怀（2019）建立决策支持系统的基本概念和体系结构，并提出了一个新的基于数据挖掘的智能决策系统来辅助系统架构。袁勇等（2016）解构区块链基础设施模型，分析开发比特币的现状，讨论智能合约的概念、应用和相关重要性。褚秋雯（2014）认为使用计算机智能来模拟人类行为，加深对人脑功能和机器性质的理解；利用辩证法和意识进行研究，深入分析由人工智能引起的社会问题。吕京丽（2018）提出了基础财会人员职业未来发展的策略。邹子衡（2018）分析了人工智能和会计的相辅相成关系，同时结合实际分析人工智能带来的改变提出了解决措施。黄旭东（2018）认为商业智能技术作为一种管理工具，可以极大地提高企业在数据收集和数据分析方面的能力。零售企业可以对物流成本进行更加细致的管理，对物流作业流程进行更进一步的优化，从而达到尽可能降低物流成本的目标。王琳慧（2018）认为将区块链技术应用于会计信息系统可为会计信息系统可信性提供保障。通过对区块链技术信用模式和工作原理的剖析，建立可信的保障机制模型。

三、智能财务发展模式探究

（一）分布式账簿下的会计交易数据

1.虚拟会计系统的建立。虚拟会计系统是企业以区块链为加密技术和运载工具，企业员工在企业内行使基本职能，具体分为普通节点和特殊节点。普通区块为基础区块，在企业的业务中，拥有查询、做账、扫描、传递的基础智能；企业会计管理人员在企业内对账务相关度负责，因此为高级区块，高级区块对低级区块进行日常的账务审核、导出、打回业务。虚拟会计系统对企业的日常账务处理提供高效、智能的运营环境。企业可以按照业务范围吸纳政府、工商、税务、海关等部门，并建立特殊节点，从而对企业账套进行控制，各区块间互不干扰，普通节点为次级区块，特殊节点为高级区块，高级区块拥有对次级区块的管理与监督职能。普通区块可以通过虚拟会计系统收录原始凭证，通过业务扫描作记账凭证后导出数据，归入现金流量表和资产负债表，自动分流进入各明细账，以便日后财税机器人做财会业务处理。

虚拟会计系统内的主要业务模式有：远程上传单据，区块控制，智能识别，永久存储，协同分配与管理等。

2.特殊节点的建立。

（1）政府节点。其中包括工商、税务、海关、公安、质检、银行等部门，在其过程中行使相应的责任，以税务系统为例，在企业日常业务中，产生的明细流水直接根据企业的业务转接到税务系统的区块数据库内，税务系统可在短时间内快速得到企业的相关信息，并通过银行区块获得税金，在取得税金的同时，企业区块会自动生成会计信息，税务系统会自动将已征收部分进行标记，并开具税控系统发票传递给相关企业，企业接受发票标志着税务办理的结束。在此过程中通过信息共享、提高服务能力等优势，为企业与政府部门的交流创造了便利的条件。

（2）审核节点。一般是会计主管负责、财务经理审核的节点，在企业的日常业务进行过程中，企业内，普通区块进行基础的账务处理，如扫描、做账、入账等，在企业业务进行的过程中，会计主管会在第一时间得到交易信息的提示，企业的业务传送至会计主管、财务经理审核节点，主管或经理进行业务内容的盘查和监督，确保内容无误后发送至交易节点。审核节点的内容包括企业交易、账务处理、重大事项的审核与业务盘查与监督。

（3）交易节点。交易节点是企业在日常业务进行过程中关于结算付款业务的处理节点，该节点岗位在企业业务中涉及货币资金、应收（应付）账款（票据）、固定资产等，都是由交易节点负责采集、整理、转账付款。在获得审核节点的交易指令后，通过对数据的盘查，进行交易，由企业出纳岗位的人员与银行区块进行对接，银行区块接到指令后对相关企事业单位直接进行付款，转账完成后由银行区块开具相关票据，传达给企业相关人员，企业相关人员进行资金去向登记和账务处理。通过虚拟会计系统交易时产生的信息安全可靠，不可被篡改，在安全交换数字资产的同时，节省了企业的时间成本，通过分布式账簿和密码学技术，增加了企业信息的公开性和安全性，企业内的每一个区块，包括供应链和下游产业，增加了信任和保护，让企业的交易更加透明公开。

3.安全与监督体系控制。

（1）安全体系。在分布式账簿的运用过程中，分散平台更有可能在能够客观记录和验证的输入上实现分布式信任［2］。在交易过程中，区块链信息不能被篡改，因此一旦发票完成，就不会出现账户欠债现象，有效地防范了市场风险。交易数据的交换不牵扯任何中间方机构，通过分布式的金融交易协议，使得结算减少了风险［3］。时间戳可以随时取得资金的流向及交易信息，还可以通过不同的交易机制以提高防欺诈能力。

（2）监督体系。监督体系由现场监管、主管监管、经理监管、银行监管等四部分组成，主要是对企业的账务处理体系与资金流向进行监管。现场监管一般由仓库人员与出纳人员负责，对企业的物品进出进行管理，达到账实相符。主管监管在账套系统中对下属的普通节点进行业务审核，审核过程中有问题的节点会被取消业务资格，并予以警告改正。经理监管对主管的业务进行监督审批，在出现异动时，可以取消次级权限，达到监管目的。银行每日通过节点报送对账单信息，并咨询企业普通节点予以改正。

4.物联网技术的强化与分析。传统的互联网发展成熟、应用广泛，但存在安全漏洞。RFID是其关键实现技术，就是事先将电子标签置入物品中以达到实时监控的状态，这对于部分标签物的所有者势必会造成一些企业隐私的暴露，信息的安全性存在问题。通过区块链技术可以弥补这一缺陷，对物联网进行改进与创造，提高物联网在财会行业的运用程度，扩大企业的财务优势，在“区块链+物联网”的架构下，将从技术上推动财会业务由现有的自发自主描述化模式向系统确认的模式转变，实现公示力向公信力延伸［4］。

（二）价值波动模型下的企业会计计量模式

1.价值波动模型。

（1）定义。价值波动模型是在大数据和云计算的基础上，对企业资料可以实时进行了解和控制的账务系统，主要运作基础为以公允价值波动为计量模式，以企业资产为单位，能够实时反映企业的会计信息和交易数据，并跟随市场价值的演变而随时变更。在价值波动模型下，按照公平交易原则，通过实时交易数据，交易双方自愿进行资产或债务不定金额的交易。

（2）模式。价值波动模型中企业价值通过企业实有资产的公允价值作为波动数据，结合市场外因，从而获得企业价值计量，通过云计算技术计算出该项资产实时交易金额与市场数据（由于未来市场的数据的取得简单方便），从而匹配给企业最新的交易数据以计量企业该项资产的价值，波动时间以分钟为单位，每分钟进行一次数据的转达传输，这样企业的价值便可以随时进行计量。在价值波动过程中，如有企业价值猛增或者猛减的情况，企业需要就此出具相关说明，并确定原因。

（3）可行性分析。价值波动模型由于需要的数据较为庞大，对企业的经济要求较高，主要用于上市公司及大型国有企业（集团），能够对企业的公允价值快速计量，对行业数据快速取得，并以市场平均价格展现在企业报表和价值波动模型中，能够使债权人和股东快速了解企业资产架构，在对企业的价值波动模型分析中，设定企业资产可在市场内明确取得，以市场标准价格为波动依据，建立显式波动模型，依照模型获得最优市场标准价导入系统内达成企业基本市价［5］。企业通过大数据获得实时的企业信息，从而做出相应的分析决策，当企业涉及买入和卖出业务时，系统会根据行业相关数据进行估计，再综合导入企业数据库内，达到预期风险最小化。

2.公允价值计量的可行性分析。根据IAS 39《金融工具：确认和计量》，对于已持有资产或将发行负债，买方和卖方的交易市场的报价应当是相互的。当资产和负债的部分相当而可能有抵消的市场时，可以用市场实时交易价作为抵消的公允价值的基础。本文将通过以下分析，为会计信息的有用性通过价值波动模型表现提供说明。首先，在完全透明的波动模型中，双方可以自愿、公开、合理的公平交易，企业进行利润操控的余地将会大幅度减小，企业的所有交易数据都会留存在智能网络内，为企业和行政机关备查提供便利条件。其次，企业价值的实时变动，可以为企业和投资者准确提供实时信息，尽量避免不可预测的“黑天鹅”事件的发生，资产负债公允价值的变化，为投资者提供了潜在的高价值相关信息［6］。最后，企业的价值通过公允价值表现出来，可以为企业节约相应的人力成本、沟通成本等，同时给企业带来的利润空间也是可观的。

3.企业资产控制模型。

（1）建立资产模型。通过虚拟化技术创造企业的基本模型建立云数据中心，通过该中心导入行业资料对企业资产进行评估，评估完成后结合其他相关企业对企业数据进行分析，相关人员对企业存货以及资产模型进行说明，以保证企业资产的准确性，在企业账套中取得企业基本的存货流转信息实时导入资产模型，自动植入企业的信息数据，为企业股东、经理人、相关者建立账套，通过点击企业模型可以随时获得企业的资金情况、价值以及流转情况。

（2）数据中心。数据中心的管理运营权在企业的网络部门与财务部门，企业通过进行系统参数规划、虚拟基础架构设计、虚拟服务器硬件选择、网络等形成企业的基础数据中心［7］。数据中心拥有企业内资产的信息掌握权，企业应当派人员进行管理，在企业资金与相关账务流转发生、库房管理人员进行数据录入或者数目更改时，由专门人员审核无误后确认审批。数据中心可以获得行业内商品价值的实时变动信息，对企业的资产按公允价进行调整等，在产生巨额资金涨跌时，数据中心将稳定企业波动幅度，向企业负责人进行预警，以确保达到防止资产流失的目的。

（3）可行性分析。大数据的使用，让企业的基本信息可以利用大数据进行精准反映；企业可以利用大数据做精确的市场判断与企业价值评估；可以让企业通过大数据进行精准的财务预测，及时调整结构与方案。

（三）机器智能业务中的财务运营模式

1.财税机器人原理。机器人流程自动化简称RPA，是基于规划和计算机编码软件，通过执行相关指令，基于财务规则的自动化技术［8］。财税机器人根据相关指令对企业账务进行录入、扫描、导出等操作，对企业的账务处理通过自动化技术导入，依照虚拟会计系统，对企业业务进行处理，待处理结束后，由机器人直接汇总数据，导入相关报表。机器的账务处理可以有效地避免外在因素，加快企业的做账效率，降低企业的财务风险，为企业的会计发展提供鲜活动力。人们可以通过计算机化管理、数据收集、处理和分析程序（OncoGenome）和自学习人工智能（AI）精确决策支持应用程序以达到利用基础信息完成会计处理、分析决策、会计监督的目的［9］。在会计发展中，“业财融合”与数据智能将会达成高度一致，企业会计将趋向管理会计方向，简单的日常业务，如扫描、记账、入账、报表登记、税务处理业务都可以通过人工智能数亿次的模拟练习快速完成。借助人工智能技术，通过深度学习和算法引擎，构建会计核算、会计业务、经济管理的实时、深度、无缝隙融合，以财务共享为中心，算法平台为支撑的人工智能会计，财税机器人可以完全操作企业的大部分基础账务，甚至还可以做到为企业提供财务报表、自主报税、自主更新财务制度等。

2.人机融合。机器人在速度、精度、简单重复作业上是远远超过人类的，但是视觉和触觉上显示的差异还比较大，所以，要提高“人机融合”，准确理解人的意图，放大产能。借助人工智能新技术，将极大地提高生产效率，节省劳动成本，扩大经济效益，在某种程度上，解放了生产力，开拓了更广阔的生产空间，为企业的生产经营创造了经济条件［10］。在未来的生产协作中，人工智能的计量速度是难以估量的，因此，准确地利用好人工智能发挥的巨大价值，对会计行业的改革来讲，是必然的。那么，如何准确高效利用人工智能技术？第一，人工智能技术是可控的，其实“做人”是生物学上的事实，感悟人性是心理的，往往是主观的［11］。第二，人工智能技术有可塑性。人工智能技术往往通过程序代码和数字语言来实现，拥有长期塑性的记忆功能、存储功能、逻辑思维等。当通过神经编码技术对人工智能进行深度学习，人工智能的运算速度和准确性也将会有大幅度的提升［12］。

3.人工智能运算数据。建立大数据平台，让大数据成为“运算顾问”，通过人工智能的形式向外部传输，能够实现全天候、无死角的企业管理，对企业的风险止损、利润回流等及时提供有效建议，对行业数据、客户数据、企业资金流进行日常的统计与管理，不断挖掘报表内部的潜在因素，随时准备解决方案，为企业财务预测提供了良好的技术支持。通过建立数据仓，为各个部门查取信息、经营分析、决策支持提供全方位的技术服务。

4.可行性分析。财税机器人对企业的账务处理降低了材料费、人工费等，有利于提高企业的财务效率，为企业在行业内竞争提供充分的剩余产能，加快了企业的发展。人工智能最强大的应用是在数据要求较高的领域，会计行业也是人工智能战略性的必争之地。通过积累的会计数据提高了市场的可控度，有利于提高企业经济收益，扩大市场资源的再分配。

（四）数据优化下的决算选择设计

1.智能云系统。为了实时获取准确、可靠的信息，必须采取有效的方法来保证信息的速度和稳定性。云系统可以有效地分配、管理和部署所获取的信息，同时监视资源成本，这有利于管理资源的消耗、使用和交互。企业使用云系统来有效地管理财务云、最佳性能解决方案以及企业资源的部署。

2.可用性分析。云计算基础架构的灵活性和集成能力可以有效地促进业务敏捷性。在金融中的应用促进了公司的发展和盈利能力，从而提高了绩效创造能力并响应了市场变化，进而提高企业的业务能力和发展能力。

3.智能云计算模型。

（1）定义。智能云计算系统是通过大数据和人工智能的感知技术，对企业往来数据的监控和剩余价值的开发与利用，通过分机上传至云系统，进行资源的配置与处理，企业资源由价值波动模型上传至云系统，通过云系统能够自行调度、统计、收集企业相关数据。

（2）智能云计算。首先，通过3dmax软件进行企业建模，运用数字模型，对企业的生产经营、筹资融资、投资活动、企业分配业务进行整合，统一上传至云系统。其次，分机下载云系统业务，对业务进行处理调度，对异常模块进行改进或删除；对剩余生产力进行有效合理分析，进行运算调度。最后，将分机系统所做更改上传至云端，由云端进行最后的整合与处理。

4.云计算的监管。企业可以通过云系统监视服务器连接各个云资源服务器，然后以周期为单位将资源的使用情况发送至云数据库，由云系统监视服务器综合数据库有效信息对所有资源进行分析，评估资源的可用性，最大限度提高资源信息的有效性［14］。行政机关通过金融科技监管基本规则体系的构建，为云计算日后进行行业管理、关键信息技术应用、信息的安全保护做好技术支持和强力后盾。

四、智能财务发展中的困境和建议

（一）发展困境

（1）经济难题。企业研发和使用以上技术需要巨大的经济成本，可能会出现经济成本高于产生的效益的情况，对使用者的经济条件要求较高。（2）行业困境。人工智能的发展使得会计工作更加高效，同时也代替了大部分岗位，这种情况下，许多从事基础会计工作的人员就会面临着被淘汰的危机，而对于高级会计人员来说，会计工作对其要求也会越来越高。这就要求企业的会计人员对自己的职业进行重新定位，实现职业转型［13］。人工智能大大改变了财务的工作方式，随着财务人员的转型，经过一段时间，给人工智能一种“脱离”状态，当机器故障和损坏时，其造成问题的解决将脱离财务，会导致一种基层无人化的状态。（3）发展风险。当产生票据转移和付款凭证时，系统没有具体的云端可以实现防伪识别，无法确认凭证的二次使用造假问题。人工智能发展的过程中，学者和专家开始相信人工智能的判断和决定，从而放弃了思考，失去了对问题的敏感性和解答问题的责任感［14］。

（二）发展建议

（1）经济建议。由专门的企业、专项经费跟进国家政策对智能财务系统进行开发，研发成功后对外销售或租赁系统，以按需购买、按次计费的销售模式获取利润，对企业的软件进行按需供给，售后提供软件问题咨询、软件更新等服务。（2）行业环境。对被人工智能挤压成长空间的人员进行再培训，由国家或社会给予一定的补贴、福利，确保失业人群的再就业，提高生产力水平，扩大产能，对行业发展提供后续力量。（3）风险应对。采用云端智能识别技术，由国家出台税票政策，一证到底，尽量使用电子税票。人工智能的“脱离”是会计发展的产物，在未来需要培养“会计+计算机”型人才，以确保企业的会计系统正常运行。对AI的风险控制，可以通过借助大数据和云计算超高的运算能力和海量的数据库模型进行优化，建立“反风险”系统［15］。企业可以借助反风险系统对企业的日常业务进行实时监测、控制，有误时报警处理，无需审批直接对机器进行停止工作命令。

五、结语

人工智能推动了企业会计的极大进步，其中最重要的是提高了会计信息的准确性、可靠性和管理职能，对信息的把握迈出了坚实的一大步。但是作为一种先进技术，人工智能在会计核算、监督和管理领域发挥作用，是建立在会计信息系统所提供的系统性、结构化的以数据为主要内容的会计信息基础之上的。相反，一定不会是利用人工智能技术直接从海量的、繁杂的、低价值密度的所谓“大数据”中直接抓取数据，来为经济和管理提供数据分析与辅助决策服务的。也就是说，智能会计更加需要会计理论、会计思想和会计数据的支持，通过智能技术高效、低成本地提供越来越接近经济现实世界的辅助决策信息。