管理会计在企业中的应用论文（管理会计发展与实现数据升级）

当前管理会计实务与理论发展都进入了快车道。围绕管理会计实践中的问题，如何从数据角度入手来系统思考管理会计未来发展与实践，是本文的主题。本文从管理会计发展历史出发，提出系统性构建管理会计体系的重要性，并指出数据是影响各项管理会计工具融合的关键。结合企业实践，本文给出了数据升级管理会计体系的思路，为管理会计后续发展提供了新的建议。

一、管理会计演进发展特征

管理会计是实践性很强的科学工具，其理论发展往往滞后于实践探索。管理会计的发展取决于时代的变化与要求，反映了企业在不同经营环境下对管理变革与创新的应对。

工业革命的大规模生产要求进行更精确的成本核算，成本核算会计是管理会计发展的起点，随着企业规模的逐步扩张，管理者逐渐认识到成本信息在决策与控制方面的意义，成本会计也从单纯计算发展到计算与控制相结合，并逐步延伸到业绩评价、流程优化与价值管理。因此管理会计相继经历了成本确定与财务控制、管理规划和管理控制、流程优化和资源集约、资源利用和价值创造等四个主要阶段(IFAC，1998)，每一阶段都与外部组织环境的不确定性、所有者控制下的管理者责任等息息相关。

但如果仔细观察国外管理会计发展脉络可以看出，管理会计实践发展的明显特征是管理会计工具单项迭代，每一项管理会计工具与方法的出现都是基于解决不同时代提出的实践问题，各项管理会计工具创新陆续推出。

二、管理会计发展需要建立系统框架与思维

随着我国政府和企业近几年全面大力开展管理会计实践，人们开始系统性的认识管理会计、构建管理会计知识框架体系、总结管理会计应用工具。借助于后发优势，我国财政部颁发了管理会计基本指引以及管理会计应用指引，总结了八大类、几十项管理会计应用实践工具。

如何系统性的归纳管理会计应用体系结构至关重要，但现有的框架体系中各项工具之间仍缺乏内在联系，缺乏较为统一的逻辑框架，更多的是归纳各工具本身的应用方法。从管理会计发展实践来看，更重要的是将各项管理会计工具融合，形成围绕企业价值创造与实现的完整逻辑框架。尽管各项管理会计工具单项迭代，但这些工具应镶嵌在一个相对完整的体系中，各个工具虽然出现的时间早晚不同，但即使到现在各项工具依然在所有企业管理实践中都是不可或缺。因此我们现在有机会、也有需要将管理会计工具整合到体系，管理会计发展需要系统性。国外管理会计机构如美国管理会计师协会从战略出发，从上至下构建基于价值创造与分配实现的逻辑体系；而我们认为在此基础上还应该有一个视角就是基于海量底层管理数据为基础，从数据融合角度打通各管理会计工具的内在联系。

数据是实现管理会计工具贯通的重要一环。所有管理会计工具都有其内在逻辑规则，可以称之为算法，各种算法发挥作用的基础是数据，但由于底层数据不够精细，使得各项工具的应用存在严重壁垒，各管一摊。换句话说，管理环节的数据采集十分缺乏，传统的财务会计采集数据的方式都局限于货币计量，这些财务数据已经自动按照财务规则实现了归集，很难二次利用。管理会计各项工具的衔接与贯通，必须从底层数据着手，一旦形成了新的更多维度的数据，数据随着资源流动，完整的记录各种资源的来源与去向，将实现各项管理会计工具的衔接与升级。

三、管理会计必须实现数据升级

1.从算法到数据

在我们进行大数据的企业调研实践中，企业财务负责人常常对我们的调研产生疑问，认为财务领域根本没有大数据，譬如现有的几张财务报表根本算不上大数据。可以说，之所以出现上述认知还是在于财务会计的思维限制了我们的视野，数字经济时代我们需要对数据有全新的理解和认知。传统以货币计量为核心的财务会计思维限制了我们对于数据的想象，随着大量非财务数据以及非结构化数据的产生，企业管理中与财务相关的大数据多的可以说不可想象。历史上曾经由于重要性原则或成本考虑，我们都简化或故意疏忽了这些数据，没有考虑怎么去精细化的获取这些数据，而是采用简单分摊原则、粗略的汇总计算等方法来实现管理，因为这样并不影响我们出财务报表，甚至也不影响企业的运营。但随着数据获取、数据存储和运算成本的大幅下降，管理大数据变得日益重要，这将对管理会计各项工具产生革命性影响。

今天的大数据与人工智能发展的实践表明，数据甚至比算法更重要。如果数据不够精细、数量不够多、维度不全面，将严重限制算法的应用。现有的各项管理会计工具之所以在不同的企业发挥效果不一，甚至各项管理会计工具之间缺乏呼应与协调，这与数据信息标准不一，数据产生和负责的部门各异，进而导致数据割裂无法衔接，各项管理工具缺乏系统和协调。

2.数据实现管理会计工具升级

管理会计工具之间的协同需要数据，各项管理会计工具的深化应用同样离不开数据。现有的多种管理会计工具虽然逻辑规则明确，但企业应用实践并不活跃，都是受限于很多数据无法获取，直接限制了这些优秀算法的应用。有关管理会计工具的应用、衔接与使用，如果不从数据角度入手来实现升级，就无法完整系统的拥抱管理会计，只能是隔靴搔痒，哪痒痒哪挠挠而已，这与数字经济时代的组织转型与变革格格不入。

作业成本法（ABC）和平衡记分卡（BSC）是管理会计实践中的两项经典应用。作业成本法改进了成本分摊依据，不是简单按工时等信息直接将间接成本分摊到成本，而是创造性的提出现将间接成本分摊到作业，然后在按照产品消耗的作业来实现精准分摊。作业活动的信息数据一旦获得，对于成本核算与分摊、预算控制、产品定价、业绩评价等多种管理会计活动都直观重要，但数据的获取本身就很难或者成本很高，这极大限制了作业成本法的应用实践推广。同理，平衡计分卡可以说对数据量、数据维度的要求都很高，缺乏不同维度的数据信息就无法很好的应用其逻辑理念、而数据量的多少则将直接影响平衡计分卡功能的延伸，譬如学习活动和内部流程优化，现有的平衡计分卡思想还仅仅是获取少量这方面的数据进行改进，如果随着低成本、大量数据的电子化获取，组织的学习甚至会比员工的学习更为重要，利用机器学习和深度学习等方式将重新定义学习，并自动改进和优化流程，实现控制，平衡计分卡工具将实现重大改进。

3.资源配置全流程体现数据管理

财务会计以公司作为会计主体核算对象；管理会计关注的对象则拓展到更多的维度，从客户、产品、组织部门到作业活动，从人、资金到资产与材料；不仅仅是列示结果，更关注规划、控制、决策与评价全过程。

管理会计关注资金及其转换成的各类资源（资金、人、资产、材料等）在组织内部获取、配置、使用、结果的全流程。以战略目标为基础，资源有针对性的获取和分配，并被各类业务部门、产品、客户、作业所占用，使用状态需要被记录，最终的使用结果需要进行评价。可以说资金流与信息流的精准匹配、控制、测量与考核，以此为基础管理会计实现了基于多视角的管理维度，可以针对资金的来源展开分析，关注人、资产、材料、资金的投入与产出；还可以从资金的去向归纳汇总，形成对各类产品、客户、组织、作业活动的分析与评价。各项管理会计工具可以围绕资金或资源的流转过程，以数据信息入手实现多种管理会计工具的内在链接。

4.未来管理会计数据升级关键

当管理活动各项数据被电子化并形成海量数据集时，传统的数据分析手段已经无法应用，这需要强大的算力驱动海量数据挖掘，借助于深度学习等算法的支持来优化管理流程和各项管理会计工具的应用。

数字经济时代下强调数据+算法+算力，因此管理会计工具应用往往离不开云计算的支持，无论是企业自建云计算中心还是通过购买服务与外部机构进行合作，都避免不了要提高对海量数据的治理水平，学会存储、清晰、挖掘，部分的取代人在管理会计工具应用中的经验判断，开展自动化、智能化的数字管理，实现管理会计预测、规划、决策、控制与评价等多项功能目标。

5.数据升级后的管理会计亟需突破各类边界

管理会计需要突破企业边界。随着资金、资源在企业内外部的流转，数据信息链路就必须保持畅通，数据信息切忌静止并形成数据孤岛。资金流动和数据流动必须是实时传递的，包括供应商、企业、利益相关者与客户之间，因此基于数据的管理会计必须突破企业边界，价值链管理将高度实现数字化，提升整个价值链的弹性、效率。数据流动是没有边界的，数据流动到哪里，管理就关注到哪里。随着数据在这个价值链的流转，产品的使用信息、原材料的来源信息等都是企业管理关注的对象，传统的企业边界被价值网络取代，未来的管理不是基于产权和控制权的管理，而是基于数据信息的管理。

管理会计应用也需要突破部门边界。资金和信息流动到哪里，哪里就是考察、监控和分析的对象，这对于传统以职能部门组织架构为基础的企业而言是不小的挑战，未来的管理会计职能有效发挥必须具备系统性思维，从企业整体出发而不是部门利益和视角看问题。当前，我国国有企业对会计领导的总会计师称呼显然已经不适应时代的发展要求，这本身就反应了职能边界和意识。

管理会计需要突破学科边界。对企业实践而言，学科边界并不重要。毫无疑问，对管理会计这一以实践为基础的学科而言，学科边界有可能让企业管理变得支离破碎。数字化管理是企业管理会计应用的方向，毫无疑问，数据为基础的管理会计工具升级，对于管理会计学科而言必须突破学科边界，打破会计学科思维，从企业实践应用的角度看问题，学会综合利用各学科知识工具构建系统解读企业管理系统的新逻辑，财务界人士应抢占管理会计发展高地，在未来的企业数字化管理发展中有更多的话语权。

刘凤委

上海国家会计学院教授、会计研究所所长、大数据与会计发展研究中心主任。上海财经大学会计学博士，中国注册会计师（CPA），澳洲公共会计师协会资深会员（IPA），美国亚利桑那州立大学、香港城市大学访问学者，研究领域集中于公司治理、财务管理与大数据应用，在《经济研究》《管理世界》《新华文摘》《中国工业经济》《会计研究》《中国会计与财务研究》《财经研究》等国内期刊发表多篇学术论文。曾荣获全国高等学校科学研究优秀成果奖二等奖、上海市哲学社会科学优秀论文二等奖等多项科研奖励。

本文首发于《新理财》2018年第12期