大数据背景下会计伦理问题的思考

华东疗养院

引言

在过去几十年里，尽管会计伦理问题一再被强调，但各类财务舞弊和数据造假事件仍旧屡见不鲜。虚假财务报告不仅使相关企业形象严重受损，甚至给企业带来灭顶之灾，同时也会引起公众对管理层、会计和审计人员以及监管机构等角色提出质疑，甚至影响整个社会对资本市场的信心。尤其是随着人工智能和大数据等新技术的广泛应用，数据伦理问题也日益突出，能否对其开展积极的思考和应对，日益成为彰显企业社会责任以及提升企业竞争力的重要影响因素。对于会计从业者而言，既需要考虑如何利用大数据推动会计工作向更加准确与高效发展，更需要遵循职业伦理规范和数据使用的道德准则，确保会计数据的合规使用。

一、会计伦理及其基本原则

（一）何为伦理与会计伦理

关于何为伦理，有人认为是社会可接受的行为标准，有人认为是按照法律要求做事，也有人认为是对与错的感觉。由此可见，“伦理”的含义很难确定，很多人对伦理的看法也相对较为模糊。Valasquez等人（2010）认为，“伦理是建立在有充分依据的对与错的标准基础之上，规定人们应该做什么，通常表现为权利、义务、社会公益、公平或特定美德等方面。”例如，伦理包括那些为制止偷窃、诽谤和欺诈等行为而强加的合理义务标准。伦理标准还包括那些坚持诚实、同情和忠诚等美德的标准。也包括与权利有关的标准，如生命权、免受伤害权和隐私权等。

会计的作用是服务于公众利益，确认或保证市场参与者的财务数据“真实、公平”，并提供数据和信息满足国民核算的需要。鉴于会计是一种商业语言，也是一种向公共和私营部门传播商业信息的方法，因此，会计伦理就显得格外重要。

何为会计伦理，潘峰和李连军（2019）认为会计伦理，即伦理道德，是一种非制度性约束。相比较于制度约束，伦理约束更加侧重于价值取向。会计伦理要求管理层及财务人员遵纪守法，强化对伦理道德的学习，提升自身的会计伦理素质，以确保企业能够树立良好的社会形象，增加社会认同感。

在过去的几年里，会计伦理已经成为一个重要且有争议的话题，因为会计从根本上来说是一种社会实践，它指导和影响着组织和社会中人们的行为，并对组织的财务结果产生重要的影响。会计伦理在会计文化和问责制中扮演着关键的角色，显示出大众对理解会计程序和税务报表的日益关注。例如，2010年10月26日，刘姝威在《金融内参》上发表了一篇名为《应立即停止对蓝田股份发放贷款》的文章，暴露了蓝田股份利用财务造假手段，在经营期间虚增大量资产及高额利润。蓝田神话的破灭，不仅引起了资本市场的轩然大波，也带给整个社会不尽的哗然与惊叹。2004年成立的乐视网，2010年在深交所创业板上市，成为A股首家上市的网络视频公司。公司通过乐视生态的构建，不断扩展战略版图，在2015年市值突破1700亿元达到巅峰，成为创业板龙头。2015年因揭发蓝田事件而为人熟知的刘姝威教授，撰文质疑乐视网的经营业绩与治理效果。2019年5月乐视网因财务问题而暂停上市，再一次引起了社会对会计伦理问题的广泛关注。而成立于2018年的瑞幸咖啡依靠新零售的商业模式，只用18个月就在美国纳斯达克证券交易所上市，但上市不到一年，就因为涉嫌财务数据造假成为被资本市场指责的对象。

会计伦理作为一种应用伦理，它重点强调人与商业伦理、判断、道德价值及其在会计中的应用。一般来说，会计的主要伦理驱动力是适当的行为和良好的专业水准。因此，会计伦理要求所有专业会计师都有义务避免偏见、利益冲突或他人的不当影响损害他们的专业或商业判断。因此，强化会计伦理建设对于国家专业机构提高私营公司的商业信誉和财务报告的可信度至关重要。

（二）会计伦理的基本原则

Ionescu（2019）指出，根据《职业会计师道德准则》（The Code of ethics for professional accountants，IFAC），会计行业需要保持透明度，并提供准确的财务报告。为保证公众利益，职业会计师应当遵守职业会计师道德准则的各项要求，并遵循五大基本原则：① 诚信，即专业会计师应该在所有的职业和业务关系中保持坦率和诚实；② 客观性，即专业会计师不应受到任何偏见、利益冲突或他人的不当影响，而应该坚守自己的专业或商业判断；③ 专业能力和预期的关注，即专业会计师有责任基于当前的实践、法律和技术发展，持续地保持一定的专业知识和技能的水平，确保客户或其所在组织获得出色的专业服务；在提供专业服务时，专业会计师应勤勉敬业，并按照适用的技术和专业标准行事；④ 保密性，即专业会计师应尊重因职业和业务关系而获得的信息的机密性，在没有适当和特定授权之下，不应向第三方披露任何此类信息，除非存在披露的法律或职业权利或义务。由于职业和商业关系而获得的机密信息不应被用于专业会计师或第三方的个人利益；⑤ 职业行为，专业会计师应遵守相关法律法规，避免任何损害职业声誉的行为。

这些原则看似简单，但在实际运用中，则会产生很大的差别，尤其是面对动态变化而又复杂多样的数据，会计师如何进行数据筛选，如何呈现信息，则会对商业决策产生极大的影响。因而，对于数据的展示也被认为是知识的创造，而能够使用伦理框架来看待数据、分析和呈现是至关重要的。

二、会计人员使用数据的伦理思考

Tadewald（2019）指出，数据伦理就是利用数据做正确的事。他认为会计师为了更好避免组织内部的数据应用产生的伦理风险，需要思考四个主要问题，即数据使用过程是否符合客户的期望，数据的使用过程是否合法，数据使用过程是否会对客户产生不良影响，数据使用是否存在风险以及如何应对？

（一）数据使用是否满足客户需求

毋庸置疑，大数据技术的使用以更快的数据分析、更高的精准性以及更为深入的洞察力，往往能够为提升客户服务水平以及提高客户满意度发挥重要作用。处理大数据的各类人工智能被认为能够模仿人类的认知技能和判断能力，为使用者带来卓越的竞争优势。然而，人工智能也被认为由于缺乏情感和价值观，在做决策时会产生偏见。例如，人工智能系统不需要人类预先填充和灌输规则和事实。相反，这些系统以数据为动力，通过研究输入的数据，例如客户之前的交易，并据此构建模型（即算法），以执行描述性和预测性任务。这些系统可以自助执行任务，例如发布交易、拒绝交易或进行交易测试。鉴于系统自身的复杂性以及不断进行的自我进化，系统使用者很难把握它们的决策基础到底是什么。尤其是，过去积累的有关某个客户的数据或者同类型客户的大数据，是否能够真正满足此客户当下的独特需求，有时是值得怀疑的。尤其是随着技术突破和市场需求的急剧变化，客户的各类决策也需要不断转变原有的观念和固有的模式，甚至进行较大的变革，这时基于历史决策偏好的数据则有可能无法真正满足客户的需求。

（二）数据使用与合法性问题

会计行为是否合法往往被认为是会计人员的基本准则，也被用来评判个人及其所在组织是否遵守伦理标准。随着公司经营涉及的国家和地区日益广泛，这种评判还需要因地制宜，需要评判组织是否遵守各项业务所在地区所适用的各项相关数据使用法律，其中包括数据使用的合规要求，并识别为满足这些要求公司存在哪些不足。

当然，遵守法律并不等同于符合伦理标准，尽管法律常常包含大多数公民所赞同的伦理标准，但正如海因茨难题（Heinz’s dilemma）所揭示的，有时二者之间也存在着矛盾冲突。海因茨为救重病妻子而去偷盗药品，这显然是违反法律的行为，但拯救妻子的生命则是符合伦理要求的行为。同样，有些看似合法的行为，也并不一定等同于遵守伦理标准。例如，特定历史时期的一些国家立法，如南非种族隔离时期的法律，显然就违背了伦理标准。类似的，新技术带来的大量新的技术使用问题，由于相关法律尚未及时出台，这时候对数据的使用看似合法，但很有可能已经产生了违背消费者意愿和大众利益的数据使用伦理问题。

对于会计从业者而言，由于个体的情感、所在地区的法律以及社会规范都有可能偏离数据使用的伦理要求。因此，有必要不断审视现有的会计伦理标准，对自身以及所在组织的道德信仰和道德行为进行观察、思考和评估，以确保个人和组织对于各项数据的使用都符合合理的有根据的伦理标准。

（三）数据使用对客户的影响

会计数据使用过程中会涉及大量有关客户的信息，包括主动产生的数据和被动留下的数据，其删除权、存储权、使用权和知情权在很多情况下难以保障其安全性。例如出生日期、性别、地址、交易记录等信息，由于对数据使用缺乏有效监督和管理，在使用过程中很可能导致数据泄露，产生数据隐私不合规的问题。同时，由于一些数据技术本身就存在安全漏洞，也有可能导致数据泄露、伪造、失真等问题，影响信息安全。再者，如果这些数据的使用超出了服务客户的需要，在客户不知情的情况下导致对客户数据的标记、链接、甚至出售给第三方，则将对客户带来难以预估的后果。同时，大数据使用的失范与误导，如大数据使用的权责问题、相关信息产品的社会责任问题以及高科技犯罪活动等，也是信息安全问题衍生的伦理问题。

（四）数据使用的风险与对策问题

大数据技术在各行各业的不断普及应用，也招致更多觊觎这些大数据的商业价值的网络窃贼。尤其是掌握公司核心商业机密的财务部门，更成为防范数据泄露的重点部门。例如，世界四大会计师事务所之一的德勤公司，尽管十分重视大数据使用安全，同时也建立了强有力的技术防范能力，也难以避免地曾经遭遇过网络攻击，造成许多私密的电子邮件和客户计划泄露事件。

为进一步应对大数据技术应用带来的伦理问题，杨维东（2018）从隐私泄露问题、信息安全问题和数据鸿沟问题三个方面进行了分析，提出了无害性、权责统一和尊重自主性三大伦理原则，并提出了三项主要措施以消除大数据异化引起的伦理风险，即加强技术创新和技术控制、建立健全监管机制和培育开放共享理念。

Rodgers等人（2020）指出，人工智能技术在管理会计中的运用日益广泛，因而也在不断重新定义管理会计师的作用。管理会计的主要目标是为组织管理层提供关键会计信息，助力组织进行科学决策。他们提出如何在采购/库存周期和转换周期运用人工智能生物识别技术来保护企业的重要资产。运用吞吐量模型（Throughput Model）介绍如何高效、安全地建立一个稳定有效的管理控制系统。为了维护组织的资产安全，需要采用与人工智能设备相适应的道德算法路径系统。企业面临的舞弊风险，会带来因盗窃、法律等问题造成的巨大成本。对此，作者提出应将生物识别技术作为企业管理的预防控制和检测控制手段。预防控制可以减少风险发生，检测控制可以识别问题所在，以便进行纠正。因此，人工智能生物识别技术不仅带来了管理控制系统中技术应用的重大进步，而且能帮助企业建立资产安全系统，大大降低重要信息被窃取的风险，并降低交易成本。

结语

随着大数据技术在会计领域的应用日渐普及，数据运用带来的伦理问题也不断出现。作为会计人员也需要与时俱进，不断吸收新的思想指导和建议来解决数据隐私和保护的困境，既要对数据伦理带来的新要求进行思考，也要不断学习提升自我对数据伦理标准的认识，并要帮助所在公司与相关的合作伙伴一起，共同开发新的、全面的数据合规方法和数据伦理准则。