Page 18 - 大数据时代企业税务会计研究

第二章 大数据时代对会计的影响

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；第三部分为非结构

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。
（3）大数据时代对会计数据分析方法的影响

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

·11·