商務智能在企業(yè)盈余管理中的應用效果

隨著信息技術的不斷演進和應用需求的提升，大數(shù)據(jù)逐漸向著自主感知、自主決策的智能數(shù)據(jù)方向發(fā)展，并滲透商業(yè)、金融、醫(yī)療、教育等多個行業(yè)和領域，成為推進數(shù)字經(jīng)濟和智慧社會建設的關鍵支撐技術。當前，國內(nèi)外已經(jīng)出現(xiàn)了許多商務智能相關技術和軟件，例如微軟的Power BI、IBM的Cognos Controller、Oracle的Hyperion等，它為企業(yè)提供全面的運營數(shù)據(jù)，通過多維度的數(shù)據(jù)展示、分析和監(jiān)測，提升企業(yè)管理水平、降低成本，及時發(fā)現(xiàn)問題并采取措施。同時，研究人員正逐步深化商務智能在企業(yè)財務管理中的研究和應用。

一、商務智能工具組四部分

數(shù)據(jù)倉庫技術（data warehouse）是商務智能的核心組件之一，它由一個或多個關聯(lián)性數(shù)據(jù)庫組成，能夠管理和分析大量結(jié)構化或非結(jié)構化數(shù)據(jù)，通過抽取、清洗、轉(zhuǎn)換、加載、分析生成。數(shù)據(jù)倉庫中存儲的每個數(shù)據(jù)都被標注了時間屬性，便于用戶追蹤數(shù)據(jù)變化。該技術廣泛應用于調(diào)研報告、管理報告和財務報表等領域。

線上分析處理技術（Online Analytical Processing，OLAP）是商務智能的重要組成部分，在OLAP中，數(shù)據(jù)通常被組織成由多個維度和度量值組成的多維數(shù)據(jù)模型，其典型處理技術包括四個主要部分。

1.上卷（Roll-up）是一種數(shù)據(jù)立方體的概念，用于生成更高層次的聚合數(shù)據(jù)。例如，在以年份為最高層級的銷售數(shù)據(jù)的立方體中，以月度為細分，上卷可將月度數(shù)據(jù)合并成年度數(shù)據(jù)。

2.下鉆（Drill-down）則與上卷正好相反，它是將高層次的聚合數(shù)據(jù)細化成更詳細的細節(jié)數(shù)據(jù)。例如，銷售數(shù)據(jù)的立方體中是用年份來查看數(shù)據(jù)，通過下鉆可以查看每個月的銷售數(shù)據(jù)。

3.切片（Slicing）是根據(jù)特定條件將數(shù)據(jù)進行過濾，通常用于查找某種情況下的數(shù)據(jù)。以昆明市盒馬鮮生零售數(shù)據(jù)為例，對各區(qū)域門店的銷售情況如門店名稱、銷售日期、銷售情況等進行采集后，切片技術便可按店名輕松獲取每個店的銷售額。

4.切塊（Dicing）是建立在切片基礎上，通過兩個或多個維度設置不同的過濾條件后，從數(shù)據(jù)立方體中抽取一個子集，即切塊。利用切塊可以通過對原有數(shù)據(jù)進行組合比較，生成更特定的信息。例如，我們已使用切片獲取了昆明盒馬鮮生每個門店的銷售數(shù)據(jù)立方體，通過切塊該立方體具有地理位置、產(chǎn)品和時間三個維度，并且數(shù)據(jù)是銷售額。如果零售商想知道特定地點（如順城店）在特定時間段（如2021年到2022年）內(nèi)所有產(chǎn)品的銷售概況，那么就可以通過設置地點和時間的過濾條件，實施切塊生成一個新的數(shù)據(jù)立方體，包含設定地點和時間內(nèi)銷售的所有產(chǎn)品的銷售額。

此外，商務智能還運用了數(shù)據(jù)挖掘技術，通過機器學習等手段對龐大、冗雜的海量信息流進行監(jiān)控，從中提取出企業(yè)感興趣的信息。例如，跟蹤消費者消費行為，推斷喜好，定向營銷。

二、商務智能的發(fā)展歷程和中外研究回顧

1.發(fā)展歷程。商務智能發(fā)展的歷程可以追溯到上世紀80年代。最初的傳統(tǒng)型商務智能重點關注數(shù)據(jù)的清洗、整合和分析，擅長生成和展示數(shù)據(jù)報表與報告。隨后發(fā)展出了基于OLAP和數(shù)據(jù)挖掘技術的新型商務智能，通過利用人工智能、大數(shù)據(jù)和機器學習等先進技術，實現(xiàn)了更高級別的數(shù)據(jù)分析和處理，使得商務智能在技術和應用領域取得了重大進展。

2.中外研究回顧。盡管如此，商務智能仍然是一種新興的概念，其在業(yè)務領域的應用正在逐步增加。然而，現(xiàn)有文獻對商務智能的探討并不系統(tǒng)，主要集中在具體的某個應用領域或商業(yè)環(huán)境中商務智能應用的影響。例如，Elbashir的研究發(fā)現(xiàn)，商務智能的應用能夠降低企業(yè)內(nèi)部溝通成本，提高信息傳遞效率，從而調(diào)整企業(yè)組織架構的復雜性，使機構變得更簡化。Cody研究了商務智能對企業(yè)內(nèi)部知識傳遞的影響，并得出結(jié)論，商務智能有助于整合和共享企業(yè)內(nèi)部的專業(yè)知識，并與專業(yè)知識形成有機互動。同時，企業(yè)可以利用商務智能來學習和積累專業(yè)知識，并將其優(yōu)化應用于商務智能。Efraim Turban等人討論了商務智能在企業(yè)管理中的重要作用。他們提供了一個全面的框架，幫助管理人員了解如何利用商業(yè)智能和分析來進行明智決策，提高業(yè)務績效并創(chuàng)造競爭優(yōu)勢。此外，他們還討論了商業(yè)智能在組織管理、監(jiān)控評估、倫理隱私等多個方面的議題。此外，商務智能還與數(shù)據(jù)科學、大數(shù)據(jù)分析、數(shù)據(jù)治理和數(shù)據(jù)安全等領域密切相關，形成了一個完整的生態(tài)系統(tǒng)?？梢灶A見，商務智能將在各個行業(yè)和領域繼續(xù)產(chǎn)生深遠影響。

三、盈余管理概述

1.盈余管理產(chǎn)生。財務報告是企業(yè)信息發(fā)布的重要手段，它展示了企業(yè)在特定時間點的財務狀況以及會計期間的經(jīng)營成果。對內(nèi)，財務報告方便管理層做出經(jīng)濟決策；對外，方便信息使用者了解企業(yè)的經(jīng)營成果。現(xiàn)代企業(yè)管理制度將企業(yè)的所有權和經(jīng)營權分離，導致經(jīng)營者（企業(yè)管理人員）和所有者（外部所有者、債權人、社會公眾）之間形成利益沖突。一方面，企業(yè)管理者通過信息不對稱獲得特權。另一方面，雖然會計制度和相關法律對此進行了規(guī)范，但在經(jīng)濟社會高速發(fā)展的背景下，不可避免地存在規(guī)則滯后或漏洞，為人為操縱財務報告創(chuàng)造了空間。當企業(yè)管理者有能力操縱財務報告時，他們會選擇能最大化其效益的方式，這就是盈余管理（Earnings management）。

2.盈余管理的兩個基本方式。為了使財務報表呈現(xiàn)更好的財務狀況，企業(yè)采用了兩種不同的盈余管理方式：基于應計利潤的盈余管理和基于真實活動操控的盈余管理。基于應計利潤的盈余管理是指企業(yè)有意識地通過控制成本費用來影響會計凈利潤的水平。這種盈余管理方法通常通過管理銷售凈額、成本和折舊等估計值來實現(xiàn)。例如，一家企業(yè)在計算收入時采用長期合同方式，在這種情況下，企業(yè)可以通過改變“會計估計”等方法來靈活調(diào)整應計收益的計算方式，從而影響凈利潤?；谡鎸嵒顒硬倏v的盈余管理是指企業(yè)通過控制實際收入和費用，以影響凈利潤。這種盈余管理通常是通過管理實際業(yè)務運營過程來實現(xiàn)的。例如，企業(yè)可能提供銷售折扣給客戶，或推遲訂單到下個會計年度支付，以減少實際收入從而降低凈利潤。相反，企業(yè)可能通過出售積壓資產(chǎn)來增加銷售收入，從而增加凈利潤。

盈余管理作為財務領域中一個長期受關注的主題，已經(jīng)得到了理論和實證研究的深入探討。然而，對于使用商務智能工具來分析盈余管理方面的研究相對較少。因此，這些工具在該領域的應用具有重要的研究前景和研究價值。

3.盈余管理研究回顧。盈余管理是指企業(yè)經(jīng)營者在滿足自身利益的前提下，通過會計行為迎合債權人、股東和社會公眾的期望，以實現(xiàn)操縱企業(yè)利潤、隱藏財務風險和提高公司股價等目的的行為。Hayn在研究大量企業(yè)的財務報告后發(fā)現(xiàn)，財務報告顯示盈余存在不連續(xù)的分布，并且存在統(tǒng)計上的跳躍點，這證明了企業(yè)內(nèi)部對盈余的修改情況。此外，Cheng和Warfield分析了1992年至2001年期間美國上市公司的數(shù)據(jù)，發(fā)現(xiàn)具有較高股權激勵的經(jīng)理人經(jīng)常在財報發(fā)布后的短期內(nèi)出售股票，表明他們主動進行盈余管理。研究還發(fā)現(xiàn)，當公司的股權激勵計劃更加引人注目時，管理層進行盈余管理的動機更強，這可能導致公司短期內(nèi)經(jīng)營業(yè)績的變化，但卻可能導致股價下降。Graham發(fā)現(xiàn)盈余管理的方式不僅僅局限于改變財務報告，還包括通過創(chuàng)造一些真實的商業(yè)活動來改變收支盈余，并且這種方式更容易逃避監(jiān)管。Zang發(fā)現(xiàn)企業(yè)普遍存在利用實際業(yè)務操縱和應計利潤管理手段來達到管理報告目標的行為。研究結(jié)果表明，實際業(yè)務操縱程度和應計利潤管理水平之間存在一種權衡關系。具體而言，企業(yè)在進行應計利潤管理的同時，會相應地減少或增加實際業(yè)務操縱的程度。

四、案例研究：基于財務報告的實證分析

1.數(shù)據(jù)來源與樣本選擇。本文研究使用Compustat數(shù)據(jù)庫中的有效樣本，包括來自100004至294524之間的5315家北美上市公司的數(shù)據(jù)，時段為過去20年。為了衡量企業(yè)的商務智能應用程度，本文選擇了企業(yè)采用商務智能軟件或設備的數(shù)量作為指標。根據(jù)Compustat數(shù)據(jù)庫中的相關數(shù)據(jù)統(tǒng)計，過去10年里，企業(yè)采用的商務智能軟件或設備的數(shù)量逐年增長。其中，采用商務智能的公司占比從2013年的0.44提升到2018年的0.59，平均每個公司擁有的商務智能軟件或設備數(shù)量從2013年的0.11提升到2018年的0.3。近年來，隨著AI、人工智能等話題的興起，商務智能得到了極大關注，其應用數(shù)量重新開始激增，在2018年達到了新高度：約59%的公司采用了商務智能。雖然商務智能的發(fā)展歷程不是本研究的重點，但上述變化的列舉將作為后續(xù)回歸分析結(jié)果的參考。

2.研究方法與實證分析。本文通過對比財務報告發(fā)布的盈余指標與會計分析師預測的盈余指標的一致性，來衡量企業(yè)的盈余管理程度。Zang的研究結(jié)果表明，企業(yè)的高層管理者積極進行盈余管理，以使財務報告的盈余指標與會計分析師的預測指標基本一致，甚至略微超過預測。例如，高層管理者可能有意通過操縱財務報告的指標來創(chuàng)造正面市場反應和推高股價，以便在未來賣出股票。相反，對于不進行盈余管理的企業(yè)，財務報告的指標未經(jīng)人為干預，盈余分布較為自然，方差較大，很難與分析師的預測指標一致。具體來說，本文的研究目標是通過確定企業(yè)的盈余管理能力，將企業(yè)財務報告對外發(fā)布的盈余指標與會計機構經(jīng)紀人預測系統(tǒng)在每股基礎上的一致性進行比較。一致性定義為：當盈余指標與預測值指標在中位數(shù)上一致時記為1；不一致記為0。平均而言，該指標在不同年份間變化不大，通常保持在0.1-0.2之間，這意味著只有大約10%-20%的企業(yè)對外發(fā)布的盈余指標能夠與分析師預測的盈余指標相吻合。這也表明多數(shù)企業(yè)的盈余管理能力較差，甚至沒有盈余管理的意識。

3.變量描述與實證分析。本文旨在探討商務智能應用對企業(yè)盈余管理能力的影響，通過回歸分析來研究商務智能軟件或設備的使用量與企業(yè)盈余管理能力之間的關系。同時，考慮了一些控制變量的影響，并發(fā)現(xiàn)二者之間存在顯著的相關性，回歸系數(shù)經(jīng)過統(tǒng)計檢驗也得到了有效驗證。具體而言，每增加一個企業(yè)采用的商務智能軟件或設備，企業(yè)成功實現(xiàn)盈余目標，并與經(jīng)紀人預測系統(tǒng)的預測保持一致的概率中位數(shù)上升了13.6%。雖然控制了一些干擾因素，但簡單的回歸分析結(jié)果并不能確定二者之間的關系是否足夠強。因此，需引入中介變量進行驗證。首先，我們著眼于基于應計利潤的盈余管理方式。這種盈余管理方法主要通過人為調(diào)整應計資產(chǎn)和應計負債，并延遲計量生產(chǎn)經(jīng)營費用來實現(xiàn)。這些不尋常的會計項目可以通過瓊斯模型計算的異常應計在財務報告中呈現(xiàn)，異常應計的數(shù)值越高，表明企業(yè)進行盈余管理的能力越差。

其次，我們考慮基于真實活動操控的盈余管理變量。具體來說，我們考慮以下三個指標：①企業(yè)的異常經(jīng)營現(xiàn)金流。該指標較小表示企業(yè)的盈余管理能力較強。②企業(yè)的異常生產(chǎn)成本。該指標較大表示企業(yè)的盈余管理能力較強。③企業(yè)的非規(guī)范開支。該指標較小表示企業(yè)的盈余管理能力較強。

再其次，通過將上述兩類中介變量：基于應計利潤的盈余管理變量和基于真實活動操控的盈余管理變量分別添加到回歸模型中作為因變量，我們發(fā)現(xiàn)，在引入異常應計項后，商務智能變量的回歸系數(shù)仍然顯著，而其系數(shù)卻不顯著。這表明商務智能的應用對基于應計利潤的盈余管理能力影響不大，企業(yè)并不需要通過商務智能來改善其在這方面的盈余管理能力。然而，在引入基于真實活動操控的盈余管理變量（如異常經(jīng)營現(xiàn)金流和異常生產(chǎn)成本）之后，它們在回歸中顯著，而商務智能變量變得不顯著。這說明商務智能的應用能夠幫助企業(yè)操控真實的商業(yè)活動，從而實現(xiàn)盈余管理。回歸分析結(jié)果展示了商務智能應用和盈余管理之間可能存在的關聯(lián)：相比于簡單選擇會計準則和修改賬目，企業(yè)更傾向于通過真實的生產(chǎn)和經(jīng)營活動來實現(xiàn)盈余管理目標，這種方式不僅更為隱蔽，且合乎法律規(guī)定。

最后，進行調(diào)節(jié)變量的分析。本部分研究探討了商業(yè)智能應用對盈余管理能力的影響如何隨著不同競爭環(huán)境的變化而改變。我們使用企業(yè)銷售增長額的波動性（變異性）作為衡量競爭環(huán)境變化的指標，并采用了調(diào)節(jié)變量進行分析。我們不僅將調(diào)節(jié)變量單獨添加到回歸模型中，還將其與商業(yè)智能變量相乘得到交互項，并將其添加到回歸模型中?；貧w分析結(jié)果顯示，交互項的系數(shù)顯著為負，表明企業(yè)競爭環(huán)境的變化可以調(diào)節(jié)商業(yè)智能應用對盈余管理能力的影響，這意味著在企業(yè)銷售增長額波動性較低的情況下，利用商業(yè)智能進行盈余管理的效果較好。這證明了企業(yè)競爭環(huán)境的變化對商務智能影響盈余管理能力的效果具有調(diào)節(jié)作用。

4.商務智能對企業(yè)盈余管理能力的影響。為了解釋調(diào)節(jié)效應，需要結(jié)合商務智能應用的功能和特點進行說明。商務智能應用在本質(zhì)上只是對數(shù)據(jù)進行可視化操作，簡單地展示統(tǒng)計數(shù)據(jù)在不同分類維度上的差異。它只能提供決策者之間不同變量相關性信息，而無法提供因果聯(lián)系。當競爭環(huán)境發(fā)生劇烈變化時，可能會新增多種因素影響企業(yè)的銷售業(yè)績。因為決策者受限于可視化理解的障礙，往往只會選擇一兩個與歷史相關的維度進行統(tǒng)計分析。在這種情況下，商業(yè)智能所提供的因果關系是錯誤的，這就會誤導決策者。相反，在競爭環(huán)境變化不劇烈、企業(yè)的業(yè)務發(fā)展平穩(wěn)、影響業(yè)績的因素相對簡單且沒有大的改動時，使用商業(yè)智能輔助決策的效果比較好。

五、結(jié)語

1.研究結(jié)果。本文探討了商務智能在盈余管理中的應用效果。結(jié)果顯示，商務智能的應用提高了企業(yè)的盈余管理能力，增強了財務報告中的盈余指標與會計分析師預測的盈余指標之間的一致性。商務智能應用對基于真實活動操控的盈余管理更有效，而對基于應計利潤的盈余管理的幫助較為有限。以上結(jié)果表明，商務智能通過提高企業(yè)基于真實活動的盈余管理能力來實現(xiàn)其目標。商業(yè)智能僅僅是數(shù)據(jù)分析和數(shù)據(jù)可視化的工具，并且僅反映數(shù)據(jù)之間的相關性，無法推斷因果關系。因此，在競爭環(huán)境變化不劇烈、企業(yè)業(yè)務發(fā)展平穩(wěn)且影響業(yè)績的因素相對簡單且沒有較大改動的情況下，使用商業(yè)智能輔助決策效果較好，反之則會影響商務智能的應用效果。

2.局限性。調(diào)節(jié)分析的結(jié)論揭示了商務智能在應用上的局限性。商務智能雖然能以較高的準確度預測未來的財務趨勢，但是這些預測是建立在不完全理解實際商業(yè)策略或基于特定市場趨勢下的戰(zhàn)略決策的基礎上做出的。此外，管理人員不可避免地存在固化的思維模式，導致他們過度依賴數(shù)據(jù)工具，忽視了其他非量化的人為因素，例如員工個人情緒和團隊協(xié)作能力，這將直接影響到盈余管理的全面性。

3.創(chuàng)新點及未來研究方向。本文對商務智能在盈余管理中的應用效果進行了探討，從一個新的視角探索了商務智能如何優(yōu)化信息質(zhì)量。商務智能在提高企業(yè)數(shù)據(jù)收集和整理能力的同時，也增強了企業(yè)控制輸出信息的能力。未來的商務智能系統(tǒng)有望采用自我學習和自適應的機制，根據(jù)企業(yè)環(huán)境的變化自動調(diào)整，提高盈余管理的效率和準確度。

（作者單位：云南輕紡職業(yè)學院）