大數據環(huán)境下財務監(jiān)控模式的構想——從德國國家發(fā)展銀行“烏龍指事件”談起

黃 亮， 湯 巖

(集美大學 a.財經學院， b.地方績效評價中心， 福建 廈門 361021)

一、引言

隨著信息技術(Information Technology，以下簡稱IT)在各行各業(yè)的迅猛發(fā)展，傳統(tǒng)的“大魚吃小魚”“規(guī)模經營取勝”的管理模式已經被“快魚吃慢魚”“速度勝規(guī)?！钡男屡d模式所取代，這固然是弱小公司的機遇，但也對傳統(tǒng)的大公司提出了挑戰(zhàn)。忽視了IT帶來的實時信息在經營過程中的作用，經驗豐富的大公司也會在“變、快、多”的競爭環(huán)境中折戟沉沙，甚至被淘汰出局。2008年9月15日上午10點，雷曼兄弟公司向法院申請破產保護，匪夷所思的是，德國國家發(fā)展銀行在10∶10分居然按照外匯掉期協(xié)議，通過計算機自動付款系統(tǒng)，向雷曼兄弟公司的銀行賬戶轉入3億歐元，這筆巨款立刻隨著雷曼兄弟的轟然倒塌化為烏有。根據對德國國家發(fā)展銀行高管的調查，各位高管幾乎都知悉雷曼兄弟可能倒閉的事實，因為這些重要信息已隨著網絡、廣播、電視等方式廣泛傳播，但每個高管都以為公司的風控系統(tǒng)會作出反應，甚至結算部經理德爾布呂克聲稱：今天按照協(xié)議是要交易的，雖然存在風險，但既然現在還沒有收到停止交易的指令，那就只能按照原計劃轉賬。

這種愚蠢的錯誤為什么會發(fā)生呢?最重要的原因是公司風控系統(tǒng)沒有對雷曼兄弟的相關資料進行及時更新，不管這些信息是人工收集錄入，還是系統(tǒng)自行收集，及時更正風控系統(tǒng)中的相關信息是避免這類錯誤的關鍵。當資料更新后，計算機風控系統(tǒng)就可以自動查詢與該客戶相關的資料，并實時向決策部門自動提交預警信息，供決策部門確認。這次大烏龍事件反映了貌似很強大的大公司由于缺少IT帶來的實時信息的支持，財務監(jiān)控機制仍存在很多漏洞。

以上案例生動地說明了IT在企業(yè)財務監(jiān)控中的重要作用。信息系統(tǒng)既是內部控制的對象和內容，更是內部控制的技術和手段[1]。特別是隨著以大數據技術為核心的IT的迅猛發(fā)展，支撐財務監(jiān)控的基礎數據的質量和數量都得到了極大的豐富和提高，再輔助以人工智能的自動化處理，可以預料，公司傳統(tǒng)的財務監(jiān)控方式勢必發(fā)生根本性變革。

二、IT環(huán)境下的財務監(jiān)控的兩種形式——適時監(jiān)控和實時監(jiān)控

計算機網絡的出現使信息傳遞、處理和共享與手工環(huán)境相比有了質的飛躍。遠在千里之外的生產、業(yè)務和管理的信息可以瞬間抵達決策部門手中，從而實現了“集中于咫尺之內，監(jiān)控于天涯之外”。這種革命性的信息傳遞方式改變了廣大學者對傳統(tǒng)財務監(jiān)控的認識，其中比較有影響力的觀點有閻達五、張瑞君提出的實時控制理論[2]，傅元略提出的適時財務監(jiān)控機制[3]。本文通過對相關文獻的梳理認為，實時控制和適時監(jiān)控并無矛盾之處，它們只是確切性信息和非確切性信息下財務監(jiān)控的兩種反饋機制而已，當風險發(fā)生時，兩者對風險反饋速度不同，適時監(jiān)控相比實時控制存在一定的遲滯。本文以為，在確切性信息下，IT可以實現實時控制，當信息不確定時，需要專家對IT提供的結果進行判斷，這時只能實現適時監(jiān)控。但無論是適時監(jiān)控還是實時監(jiān)控，它們的主要思想更多體現了相同性。

(一)強調及時性，它是適時監(jiān)控和實時監(jiān)控的精髓

在IT環(huán)境下，數據來源的便捷和快速以及人工智能算法的使用，讓及時甚至實時的財務監(jiān)控成為可能。這種及時性不僅表現在事中控制環(huán)節(jié)，甚至可能會實現事前的控制。例如，網上超市經營中，遠在千里的顧客的點擊記錄、購買記錄、反饋意見、退換貨信息等可以實時反饋到后臺數據庫，在相關算法的支持下，有關部門可以獲得顧客的需求變化、不同地區(qū)顧客的消費習慣、滯銷產品和暢銷商品種類等信息，從而及時調整采購、庫存、配送等信息。企業(yè)可以未雨綢繆，有了柔性調整的時間和空間，就可以避免浪費，提高管理工作的質量和效率。沃爾瑪公司和與其合作的3 500多家公司正是通過這種事前的控制，大大節(jié)約了成本。這種前瞻性操作在競爭日趨激烈的現代社會可能決定著企業(yè)的生死存亡。

(二)企業(yè)內的基礎數據共享

為了實現“及時性”要求，財務系統(tǒng)必須與其他業(yè)務系統(tǒng)融為一體，必要時應進行流程的再造，從而實現基礎數據的共享。企業(yè)規(guī)模越大，集團成員分布越廣，信息量越大，就越能發(fā)揮出基礎數據共享的重要性。通過共享，財務系統(tǒng)能了解銷售、采購、庫存和生產的具體環(huán)節(jié)，從而對其實現相應的監(jiān)控。如某部門申請報銷的招待費，一旦錄入系統(tǒng)，公司財務就能實時采集到這筆數據，系統(tǒng)自動把預算值和計劃值進行比較，有超過的部分就要暫時擱置，無法報銷，或等待相關領導審批確認；再如當企業(yè)的某個業(yè)務系統(tǒng)發(fā)出投資或采購指令時，系統(tǒng)將自動審核該指令是否符合企業(yè)預算決策，這樣可以使企業(yè)全面預算系統(tǒng)真正地發(fā)揮出戰(zhàn)略功能和資源優(yōu)化協(xié)調配置的功能。

(三)企業(yè)外各個相關節(jié)點的協(xié)調

當企業(yè)內部成本的壓縮遇到瓶頸時，人們開始用供應鏈的思想思考降低成本的新方式，“未來企業(yè)之間的競爭將是供應鏈之間的競爭”已經成為共識。供應鏈中各個節(jié)點是相對松散的企業(yè)聯(lián)盟形式，擁有各自獨立的財務決策權，在合作的大前提下，為了整體的利益，供應鏈中的主導企業(yè)可以和相關節(jié)點建立供應鏈協(xié)議，對資金流進行監(jiān)督、協(xié)調，必要時實施一定的控制性。由于是相對松散的聯(lián)盟形式，相對于企業(yè)的內部監(jiān)控，聯(lián)盟之間財務監(jiān)控的力度較弱，監(jiān)控的形式應以協(xié)調為主[3]。隨著全球電子商務的發(fā)展，傳統(tǒng)的供應鏈還將進一步轉變?yōu)殚_放式的網絡供應鏈形式，企業(yè)之間的關系可能變得更加松散，形態(tài)和邊界更加模糊不清，建立在協(xié)調基礎上的財務監(jiān)控將是常態(tài)。

三、大數據環(huán)境下實時監(jiān)控和適時監(jiān)控相結合的財務監(jiān)控的構想

從2014年開始，作為IT發(fā)展的最新成果，大數據(big data)已經連續(xù)六年寫入政府工作報告，大數據已經上升為國家戰(zhàn)略。在大數據環(huán)境下，越來越多的信息可以通過各種方式和渠道得到共享，這給財務監(jiān)控帶來了深刻的影響。本文認為，在人工智能的支持下，未來可能是實時監(jiān)控和適時監(jiān)控相結合的財務監(jiān)控模式(如圖1)。

圖1 實時監(jiān)控和適時監(jiān)控相結合的財務監(jiān)控模式

(一)實時監(jiān)控和適時監(jiān)控相結合的財務監(jiān)控模式的實現思路

當系統(tǒng)中發(fā)生業(yè)務申請或戰(zhàn)略性決策時，系統(tǒng)將自動訪問財務監(jiān)控基礎信息庫。該信息庫數據來源廣泛，有企業(yè)內的財務業(yè)務部門，也有企業(yè)外的相關部門，如上下游的供應商和銷售商、監(jiān)管部門、各種公信力平臺等，這些海量數據通過網絡方式保持實時的更新。當企業(yè)發(fā)出簡單的業(yè)務申請，如采購指令時，系統(tǒng)會自動在財務監(jiān)控信息庫中與預算值對比，如符合預算，則自動予以放行，否則直接否決，除非具有權限的決策者進行人工干預，這里體現了“實時監(jiān)控”的思想；當企業(yè)發(fā)出復雜的業(yè)務申請或者重要的戰(zhàn)略性決策時，系統(tǒng)將對財務監(jiān)控基礎信息庫中的相關信息運用人工智能算法，由于問題的復雜性和不可確定性，這里往往會產生多種可能的決策行為，系統(tǒng)可以對各種決策行為給出相應的評估結果，供決策層討論。雖然討論會遲滯決策的執(zhí)行，但可以降低重大風險的發(fā)生，這里體現了“適時監(jiān)控”的思想。如在安永(中國)提出的反欺詐預警產品中，就非常強調大數據信息平臺的作用，它要求與信息部門合作建立”一”個數據搜集平臺，“360度”涵蓋各式交易相關數據，建立風險偏好網絡分析、監(jiān)控報表體系、反欺詐預測模型、風險指標更新、社交媒體分析等，系統(tǒng)性地全面進行客戶監(jiān)控[4]。對客戶的監(jiān)控本身就是復雜的判斷過程，系統(tǒng)根據大數據信息平臺給出的風險提示，比依靠人為經驗進行識別要高效得多，也全面得多，這充分體現了大數據和人工智能算法在財務監(jiān)控中的重要作用。

(二)財務監(jiān)控基礎信息庫中數據的收集和處理

實現以上財務監(jiān)控模式最大的困難是海量數據的收集和處理。在大數據環(huán)境下，企業(yè)內外存在海量的電子數據，這些電子數據游離在企業(yè)內部、供應鏈、供應網、監(jiān)管部門(如工商、稅務、海關等)、公信力平臺、融資機構等，這些數據越多，對決策的幫助越大，但其實現的前提是數據規(guī)范、準確且一致。目前企業(yè)內外數據有結構化數據(如財務數據、差旅費報告、各式報銷資料、供應商和銷售商資料等)，也有非結構化數據(如社交網絡、產業(yè)新聞與評論、聲音圖像等)，高德納咨詢公司的研究表明，80%-90%的企業(yè)數據都沒有結構化，完全是零散隨意地放置。大多數公司將他們的分析集中于其中的10%-20%結構化的數據。

1.結構化數據的處理。一般而言，結構化數據便于計算機的處理，但也存在著數據的格式和標簽不統(tǒng)一的問題，導致數據缺少可比性和不能無縫銜接的問題，這就產生了“信息孤島”問題。以筆者調研的X公司為例，由于是多元化集團上市公司，各種業(yè)務差異較大，考慮自身需求，各業(yè)務采用不同的ERP系統(tǒng)，如大宗貿易板塊使用SAP的ERP系統(tǒng)，汽車和房地產板塊使用金蝶的ERP系統(tǒng)，物流板塊采用南北軟件的ERP系統(tǒng)，數據格式和字段定義的不同導致各子系統(tǒng)無法實現數據共享[5]，需要手工導出數據，然后進行加工處理，這種信息的遲滯導致實時監(jiān)控和適時監(jiān)控強調的及時性難以實現。那么如何解決這種人為產生的“信息孤島”問題呢？

本文認為，XBRL的標簽化思想非常值得借鑒。XBRL技術目前發(fā)展很快，各國相關機構也在大力推廣應用，雖然其技術上還存在缺陷[6]，但其革命性的思想在于其各種顆?；畔⒖梢酝ㄟ^標簽化被計算機系統(tǒng)識別，這樣才有對這些信息可操縱的空間。可以設想一下，如果每個企業(yè)內外都流動著規(guī)范的、標簽化的數據，這些數據就可以無縫地被識別、利用、傳送和比較，再配套可操縱這些數據的商務智能、區(qū)塊鏈、數據挖掘、大數據分析等技術，未來的財務內部監(jiān)控將高效、可靠、穩(wěn)定、及時。

值得注意的是，人們已經不再滿足于XBRL的財務報告層次，目前的XBRL GL技術已經嘗試突破財務報告領域的限制，支持財務報告、稅務報告、社會責任報告、監(jiān)管報告等匯總報告深入到具體的業(yè)務層面[7]，這些標簽化業(yè)務信息的參與可以構成財務監(jiān)控的理想數據源。

2.非結構化數據的處理。至于非結構化數據，標準化處理在目前技術條件下仍存在難度，但可以采用語音識別、圖像識別、機器學習等更為復雜的人工智能技術對其進行操作。值得注意的是，當前的人工智能技術對非結構化數據的處理已經有了顯著的進步，如語音轉化成文字，其效率和準確率已經超過了人工；如對于書面層次的自然語言，人工智能技術已經可以對其進行分析和處理，這是目前人工智能領域發(fā)展的一個熱點。甚至有學者可以對文檔中的內容進行情感分析，如人工智能領域學者章成志在2018年全國MPAcc“大數據+會計”師資培訓研討會上詳細闡述了其研究成果“對財務報告進行情感分析”，包括句子級情感分析、段落級情感分析、篇章級情感分析[8]，這樣就可以由機器自動閱讀出研究報告中的情感，從而得出輔助使用者決策的有用信息。

我們完全有理由設想，在大數據和人工智能的參與下，計算機對非結構數據的處理將越來越高效快速，將實現對財務監(jiān)控基礎信息庫的實時更新，類似德意志銀行的“烏龍事件”有可能得到徹底解決。值得欣慰的是，在實踐上已經取得的一些重要研究成果，如丁晟春等人工智能專家提出了“基于大數據的企業(yè)輿情分析”，實現了從企業(yè)官網及百科類數據、政府公示數據、財經資訊數據、新聞網站和社交媒體輿情數據、企業(yè)內部數據等五個方面提供的結構化和非結構化數據對企業(yè)進行輿情分析[9]。

四、結論與展望

大數據的出現離不開人工智能的支持，人工智能研究在經歷長時間的低迷期之后，伴隨著大數據的出現和計算機硬件價格的下降和性能的提高，人工智能已經引起了業(yè)界和學界越多越多的重視。根據調查問卷，2018年影響會計從業(yè)人員的IT中(多選)，數據挖掘占54.77%，財務專家系統(tǒng)占53.3%，這充分反映了大數據和人工智能技術對會計行業(yè)的沖擊。我們相信，在這些新技術的支持下，實時監(jiān)控和適時監(jiān)控相結合的財務監(jiān)控模式將是越來越多企業(yè)的理想選擇。