智能會計時代機器學習與數(shù)據(jù)驅(qū)動的會計信息處理機制

摘要：隨著數(shù)字化和信息技術(shù)的不斷發(fā)展，傳統(tǒng)會計行業(yè)正迎來巨大的變革，機器學習、大數(shù)據(jù)和人工智能等新興技術(shù)的應(yīng)用，正在重塑會計信息處理的方式。傳統(tǒng)的會計信息處理模式正在逐漸向數(shù)據(jù)驅(qū)動和智能化轉(zhuǎn)變，機器學習技術(shù)的引入，使會計信息的收集、處理和分析更加高效、準確和智能化，提升了會計信息的質(zhì)量和實時性，為管理者提供了更好的決策支持。鑒于此，文章針對智能會計時代下，機器學習與數(shù)據(jù)驅(qū)動的會計信息處理機制展開詳細分析，為會計行業(yè)實現(xiàn)全面改革目標奠定堅實基礎(chǔ)。

關(guān)鍵詞：智能會計時代；機器學習；數(shù)據(jù)驅(qū)動；會計信息；處理機制

一、引言

智能會計是指在信息技術(shù)的支持下，通過利用人工智能、機器學習、大數(shù)據(jù)分析等先進技術(shù)，對會計領(lǐng)域的數(shù)據(jù)進行自動化、智能化處理與分析的新時代；機器學習是一種人工智能（AI）的分支領(lǐng)域，其目的是讓計算機系統(tǒng)具有學習能力，通過從數(shù)據(jù)中識別模式和規(guī)律，利用模式和規(guī)律作出預(yù)測或作出決策，無須明確編程；數(shù)據(jù)驅(qū)動是指組織或決策制定者在制定戰(zhàn)略、作出決策或執(zhí)行業(yè)務(wù)時，依賴于數(shù)據(jù)和數(shù)據(jù)分析來指導(dǎo)和支持其行動的方法；會計信息處理機制是指用于處理財務(wù)數(shù)據(jù)和信息的系統(tǒng)和方法，旨在收集、記錄、分析和報告組織的財務(wù)信息，支持管理決策和滿足法律法規(guī)的要求。積極研究智能會計時代下機器學習與數(shù)據(jù)驅(qū)動的會計信息處理機制，不僅能夠提高會計信息的質(zhì)量和準確性，還能促進企業(yè)管理水平的進一步提升，對于企業(yè)和整個會計行業(yè)的發(fā)展都具有深遠的意義。

二、智能會計時代的特點

（一）自動化和智能化處理

智能會計時代通過利用自動化技術(shù)，能夠自動收集、整合和處理大量的財務(wù)數(shù)據(jù)，包括交易記錄、發(fā)票、報表等，自動化處理能力可以大大減少手工數(shù)據(jù)錄入的錯誤率，并且在較短的時間內(nèi)完成繁瑣的數(shù)據(jù)處理任務(wù)，提高了工作效率和準確性，智能會計系統(tǒng)采用機器學習和人工智能等技術(shù)，能夠?qū)Ａ康呢攧?wù)數(shù)據(jù)進行分析、挖掘隱藏的模式和規(guī)律，并預(yù)測未來的財務(wù)趨勢，智能化的數(shù)據(jù)分析使企業(yè)能夠更好地理解財務(wù)數(shù)據(jù)背后的含義，為未來的戰(zhàn)略規(guī)劃和決策提供更精準的參考依據(jù)。智能會計系統(tǒng)具備智能化的報告與溝通能力，它們能夠根據(jù)用戶需求自動生成各種財務(wù)報表和分析，展示關(guān)鍵數(shù)據(jù)和趨勢，幫助管理層更好地了解企業(yè)的財務(wù)狀況，系統(tǒng)還能夠通過自然語言處理等技術(shù)，以更直觀、簡潔的方式與用戶進行溝通，提供實時的財務(wù)建議和解釋，提升了溝通的智能化水平。

（二）大數(shù)據(jù)應(yīng)用

智能會計系統(tǒng)利用機器學習和大數(shù)據(jù)技術(shù)，能夠分析歷史數(shù)據(jù)，并通過模型訓(xùn)練實現(xiàn)對未來趨勢和發(fā)展的預(yù)測，預(yù)測性分析基于大量數(shù)據(jù)的處理和模式識別，能夠提供更準確、更可靠的預(yù)測結(jié)果，為企業(yè)在制定戰(zhàn)略計劃和決策時提供重要參考，智能會計技術(shù)不僅提供預(yù)測性分析，還可以為企業(yè)管理層提供智能化的決策支持，系統(tǒng)通過數(shù)據(jù)驅(qū)動的方式，結(jié)合預(yù)測分析結(jié)果和實時數(shù)據(jù)，為管理層提供多種決策方案，并幫助評估不同方案的風險和潛在收益，協(xié)助決策者做出更為明智和有效的決策。

（三）預(yù)測性分析和決策支持

智能會計系統(tǒng)利用機器學習和大數(shù)據(jù)技術(shù)，能夠深度挖掘、分析和解釋海量的財務(wù)數(shù)據(jù)，不僅能幫助企業(yè)了解過去的財務(wù)績效，更重要的是能夠基于歷史數(shù)據(jù)，通過算法和模型預(yù)測未來的財務(wù)走勢，這樣的預(yù)測性分析為企業(yè)提供了更準確的預(yù)測能力，有助于更好地規(guī)劃和制定戰(zhàn)略決策，智能會計系統(tǒng)不僅提供預(yù)測分析，還能為企業(yè)管理層提供智能化的決策支持，通過對數(shù)據(jù)進行全面分析，系統(tǒng)能夠生成多種決策方案，評估各種決策對企業(yè)的影響，包括風險評估、潛在收益等，智能化的決策支持系統(tǒng)能夠幫助管理層更快速、更準確地做出決策，并在不斷變化的市場環(huán)境中保持競爭優(yōu)勢，智能會計系統(tǒng)具備實時性和靈活性的特點，能夠迅速適應(yīng)動態(tài)的市場條件和變化，及時地更新數(shù)據(jù)和分析結(jié)果，隨時調(diào)整模型和算法，保持對新情況的適應(yīng)性，為企業(yè)提供了更敏捷、更及時的決策支持，使企業(yè)能夠更好地應(yīng)對市場變化和機遇挑戰(zhàn)。

三、機器學習的特點

（一）深度學習模型在預(yù)測性分析中的應(yīng)用

傳統(tǒng)會計模型通常依賴于線性回歸和簡單統(tǒng)計方法來進行財務(wù)預(yù)測，這些方法可能無法有效捕捉數(shù)據(jù)中的非線性關(guān)系和復(fù)雜模式。深度學習，特別是卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN），通過層級化的特征學習和自動化的模式提取，能夠從大量且復(fù)雜的財務(wù)數(shù)據(jù)中識別出潛在的趨勢和模式。使用CNN對財務(wù)數(shù)據(jù)的時間序列圖像進行分析，可以識別出數(shù)據(jù)中的微小變化和潛在風險，這些信息在傳統(tǒng)模型中可能被忽略。RNN則特別適合處理時間序列數(shù)據(jù)，如月度銷售數(shù)據(jù)和季度財務(wù)報表，其記憶機制允許模型捕捉長時間跨度內(nèi)的數(shù)據(jù)依賴關(guān)系，提升對未來趨勢的預(yù)測準確性。這種深度學習技術(shù)能夠提高財務(wù)預(yù)測的準確性，提供更為細致的市場趨勢分析。

（二）泛化能力

泛化能力源于對數(shù)據(jù)的有效學習和推廣，機器學習模型通過對大量訓(xùn)練數(shù)據(jù)的學習和訓(xùn)練，在數(shù)據(jù)中發(fā)現(xiàn)模式和規(guī)律，并且將規(guī)律推廣到未見過的數(shù)據(jù)上，推廣能力使得模型在面對新數(shù)據(jù)時能夠做出合理的預(yù)測或分類，而不僅僅是對訓(xùn)練數(shù)據(jù)的記憶，過度復(fù)雜的模型可能會對訓(xùn)練數(shù)據(jù)進行過度擬合，降低了其泛化能力，而過于簡單的模型則可能無法捕捉數(shù)據(jù)中的復(fù)雜模式，因此，有效的機器學習算法通過適當?shù)哪Ｐ瓦x擇和調(diào)整，平衡模型的復(fù)雜度，以提高泛化能力。泛化能力的評估需要通過驗證集或測試集的性能來進行，通常，在訓(xùn)練階段，機器學習模型會使用訓(xùn)練數(shù)據(jù)進行學習，然后使用驗證集或測試集進行評估，驗證其在未知數(shù)據(jù)上的泛化能力，評估結(jié)果可以幫助確定模型是否過擬合或欠擬合，進而調(diào)整模型以提高泛化性能。

四、數(shù)據(jù)驅(qū)動的特點

（一）基于事實和證據(jù)

數(shù)據(jù)驅(qū)動強調(diào)決策制定和行動執(zhí)行基于事實和證據(jù)，這意味著決策和行動不是基于主觀偏見或猜測，而是建立在實際數(shù)據(jù)和客觀事實的基礎(chǔ)上，通過數(shù)據(jù)驅(qū)動的方法，人們能夠收集、分析和解釋大量的信息，更準確地了解現(xiàn)狀、趨勢和關(guān)聯(lián)，為決策制定提供可靠的支持，同時，數(shù)據(jù)驅(qū)動強調(diào)對數(shù)據(jù)的持續(xù)性收集和利用，在數(shù)據(jù)驅(qū)動的環(huán)境中，持續(xù)地收集、處理和利用數(shù)據(jù)是一個持續(xù)不斷的過程，持續(xù)性的數(shù)據(jù)分析使得人們能夠隨時了解數(shù)據(jù)的動態(tài)變化，及時調(diào)整策略和行動，以應(yīng)對不斷變化的環(huán)境和需求。數(shù)據(jù)驅(qū)動強調(diào)透明度和可驗證性，數(shù)據(jù)驅(qū)動的決策和行動是可追溯和可驗證的。通過數(shù)據(jù)記錄和分析，決策制定的過程可以被審查和驗證，透明度有助于提高決策的合理性和可信度，數(shù)據(jù)的可追溯性也意味著能夠識別出決策的依據(jù)，為后續(xù)決策提供更加可靠的依據(jù)。

（二）迭代優(yōu)化和學習

數(shù)據(jù)驅(qū)動強調(diào)持續(xù)的迭代和優(yōu)化過程，在數(shù)據(jù)驅(qū)動的環(huán)境中，不斷迭代和優(yōu)化是一個持續(xù)進行的過程，通過不斷收集和分析數(shù)據(jù)，系統(tǒng)能夠從中學習并獲取反饋信息，改進模型、算法或策略，提高性能和效果，迭代優(yōu)化的過程使得系統(tǒng)能夠不斷地適應(yīng)變化的環(huán)境和需求，不斷提高自身的準確性和可靠性，數(shù)據(jù)驅(qū)動的方法強調(diào)通過學習提高性能，機器學習和數(shù)據(jù)分析技術(shù)使得系統(tǒng)能夠從數(shù)據(jù)中學習，發(fā)現(xiàn)模式和規(guī)律，并將學習應(yīng)用到未來的決策和行動中，學習過程不斷地完善和調(diào)整模型，使其更加適應(yīng)當前和未來的情況，提高決策和行動的質(zhì)量和效果。數(shù)據(jù)驅(qū)動的迭代優(yōu)化和學習過程是一個循環(huán)往復(fù)的過程，它不僅包括從數(shù)據(jù)中學習、優(yōu)化模型或策略，還包括在實踐中不斷收集新的數(shù)據(jù)、分析新的信息并更新模型的過程，循環(huán)迭代的方式能夠不斷地完善和改進系統(tǒng)，保持系統(tǒng)的動態(tài)適應(yīng)性，并使其能夠持續(xù)地適應(yīng)變化的環(huán)境和需求，為決策和行動提供更好的支持。

五、智能會計時代下機器學習與數(shù)據(jù)驅(qū)動的會計信息處理機制

（一）數(shù)據(jù)驅(qū)動決策

數(shù)據(jù)驅(qū)動決策依賴于大數(shù)據(jù)技術(shù)的支持，智能會計系統(tǒng)從各種來源收集海量數(shù)據(jù)，包括財務(wù)交易、市場趨勢、客戶行為等，數(shù)據(jù)經(jīng)過清洗、整合和存儲后，形成一個龐大的數(shù)據(jù)池，通過大數(shù)據(jù)技術(shù)的處理和分析，會計人員能夠快速挖掘出有價值的信息，為決策提供全面且準確的數(shù)據(jù)支持，某企業(yè)在數(shù)據(jù)驅(qū)動決策作用下的財務(wù)工作開展效果如表1所示。

數(shù)據(jù)驅(qū)動決策注重實時性和動態(tài)性，智能會計系統(tǒng)利用機器學習算法實時監(jiān)測和解析財務(wù)數(shù)據(jù)流，自動識別和提取關(guān)鍵信息，使決策者能夠及時獲取最新的財務(wù)信息，迅速做出調(diào)整和決策，同時，機器學習算法還能根據(jù)歷史數(shù)據(jù)和模式進行預(yù)測和趨勢分析，為企業(yè)提供有關(guān)市場、風險和機遇的洞察。數(shù)據(jù)驅(qū)動決策強調(diào)個性化定制和精準性，通過機器學習的自適應(yīng)和自學習能力，智能會計系統(tǒng)能夠根據(jù)不同企業(yè)的特定需求和數(shù)據(jù)模式進行個性化定制，這意味著系統(tǒng)可以根據(jù)企業(yè)的業(yè)務(wù)模式、市場定位和風險偏好等因素，為決策者提供量身定制的會計信息和解決方案，個性化定制有助于提高決策的精準性和針對性，使企業(yè)能夠更好地應(yīng)對市場挑戰(zhàn)和實現(xiàn)戰(zhàn)略目標。

（二）機器學習算法

機器學習算法能夠?qū)崿F(xiàn)自動化模式識別，在會計信息處理中，機器學習算法通過訓(xùn)練和學習大量歷史數(shù)據(jù)，能夠自動識別出各類交易和事件的模式，自動化的模式識別極大地提高了處理效率，同時，降低了人為錯誤的風險，會計信息處理中的機器學習算法優(yōu)勢如表2所示。

機器學習算法有助于異常檢測，在復(fù)雜的財務(wù)數(shù)據(jù)中，識別異常交易和事件對于企業(yè)的風險管理至關(guān)重要，機器學習算法通過持續(xù)學習和優(yōu)化，能夠建立起精準的異常檢測模型，模型可以迅速發(fā)現(xiàn)并標記出與常規(guī)模式不符的異常行為，為企業(yè)及時采取防控措施提供了可能。機器學習算法能夠?qū)崿F(xiàn)預(yù)測分析，基于歷史數(shù)據(jù)，機器學習可以構(gòu)建預(yù)測模型，對企業(yè)未來的財務(wù)狀況、市場趨勢等進行預(yù)測，預(yù)測結(jié)果可以為企業(yè)的戰(zhàn)略決策提供重要參考，幫助企業(yè)提前做好布局，優(yōu)化資源配置。

（三）自動化處理

自動化處理實現(xiàn)了任務(wù)流程的自動化，傳統(tǒng)的會計工作涉及大量的手工操作和重復(fù)性任務(wù)，而自動化處理能夠通過設(shè)定規(guī)則和流程，自動完成諸如數(shù)據(jù)錄入、憑證生成、報表編制等常規(guī)任務(wù)，自動化處理方式極大地減輕了會計人員的工作負擔，提高工作效率，并減少人為錯誤的可能性，某企業(yè)財務(wù)工作自動化內(nèi)容如圖1所示。

自動化處理還涉及數(shù)據(jù)的自動化驗證和校驗，在會計信息處理過程中，數(shù)據(jù)的準確性和完整性至關(guān)重要，通過自動化處理，系統(tǒng)可以預(yù)設(shè)驗證規(guī)則和校驗算法，對數(shù)據(jù)進行自動檢查和糾錯，迅速發(fā)現(xiàn)數(shù)據(jù)中的錯誤和不一致之處，確保數(shù)據(jù)的準確性和可信度，提高會計信息的質(zhì)量。自動化處理實現(xiàn)了與其他系統(tǒng)的集成和交互，智能會計系統(tǒng)可以與企業(yè)資源規(guī)劃系統(tǒng)、供應(yīng)鏈管理系統(tǒng)等其他系統(tǒng)進行集成，實現(xiàn)數(shù)據(jù)的自動傳輸和共享，通過預(yù)設(shè)的接口和規(guī)則，系統(tǒng)能夠自動獲取所需的數(shù)據(jù)，并進行相應(yīng)的處理和分析，自動化處理方式促進了信息流動和協(xié)同工作，提高了企業(yè)整體的運營效率。

（四）風險管理與內(nèi)部控制

智能會計系統(tǒng)通過機器學習和數(shù)據(jù)分析技術(shù)，實現(xiàn)了風險的實時監(jiān)測和預(yù)警，系統(tǒng)能夠自動分析大量的財務(wù)數(shù)據(jù)和非財務(wù)數(shù)據(jù)，檢測異常交易和行為，以及繳納稅情況，利用數(shù)據(jù)智能財稅機器人，輔助企業(yè)自動化報稅，如圖2所示，從而及時發(fā)現(xiàn)潛在的風險，使企業(yè)能夠迅速采取應(yīng)對措施，降低風險帶來的損失，并進一步完善內(nèi)部控制體系。

該機制提升了內(nèi)部控制的效率和準確性，傳統(tǒng)的內(nèi)部控制往往依賴人工操作和抽樣檢查，效率和準確性存在局限，而智能會計系統(tǒng)通過自動化處理和機器學習算法，可以對全體數(shù)據(jù)進行全面、準確地分析和檢查，提高了內(nèi)部控制的效率和質(zhì)量，同時，系統(tǒng)還能自動生成審計報告和內(nèi)部控制評估報告，為企業(yè)決策提供可靠依據(jù)。智能會計時代的風險管理與內(nèi)部控制更加注重數(shù)據(jù)安全和隱私保護，隨著數(shù)據(jù)量的增加和技術(shù)的應(yīng)用，數(shù)據(jù)安全和隱私泄露成為重要風險，因此，企業(yè)需借助智能會計系統(tǒng)的安全機制，加強數(shù)據(jù)的加密、備份和訪問控制，確保數(shù)據(jù)的安全性和完整性，完善內(nèi)部規(guī)范和流程，防止未經(jīng)授權(quán)的數(shù)據(jù)訪問和使用，保護企業(yè)的核心信息和客戶隱私。

（五）實時報告與分析

通過機器學習和自動化技術(shù)的強大組合，智能會計系統(tǒng)實現(xiàn)了財務(wù)數(shù)據(jù)處理上的巨大突破，實時采集各種交易數(shù)據(jù)，無論交易發(fā)生在企業(yè)的哪個部門或哪個時間點，都能被迅速而精確地捕捉，一旦數(shù)據(jù)被采集，系統(tǒng)會立即進行整合，將多個來源的數(shù)據(jù)匯總、分類，并轉(zhuǎn)化為統(tǒng)一、規(guī)范化的格式，為后續(xù)的處理和分析提供堅實的基礎(chǔ)。通過對歷史數(shù)據(jù)進行學習，算法能夠識別出交易中的模式、異常和關(guān)鍵信息，從而自動完成大部分數(shù)據(jù)分析和解釋工作，不僅大大加速了數(shù)據(jù)處理的速度，還極大地提高了分析的準確性，基于機器學習和自動化技術(shù)的財務(wù)報告應(yīng)用效果如表3所示，從中可以看到，實時、自動化的處理方式極大地提升了會計和財務(wù)工作的效率，同時也為企業(yè)的決策提供了更有價值、更及時的數(shù)據(jù)支持。

機器學習的算法和模型能夠迅速對數(shù)據(jù)進行深度分析和挖掘，算法可以自動識別數(shù)據(jù)模式、趨勢和異常，并生成相應(yīng)的分析報告，這樣，決策者可以及時獲得關(guān)于企業(yè)財務(wù)狀況、經(jīng)營績效和市場動態(tài)的洞察，快速做出基于數(shù)據(jù)的決策。智能會計系統(tǒng)通過可視化技術(shù)將復(fù)雜的數(shù)據(jù)和分析結(jié)果以直觀、易于理解的方式呈現(xiàn)給決策者，借助于圖表、圖形和交互式界面，決策者能夠迅速抓住關(guān)鍵信息，并更好地理解和解讀財務(wù)數(shù)據(jù)，可視化分析方式提升了決策效率和準確性，使決策者能夠迅速對數(shù)據(jù)做出反應(yīng)。

（六）人機協(xié)同

人機協(xié)同實現(xiàn)了人與機器之間的優(yōu)勢互補，機器學習和自動化技術(shù)可以高效處理大量數(shù)據(jù)、執(zhí)行重復(fù)性任務(wù)和分析復(fù)雜模式，通過人機協(xié)同，會計人員能夠利用機器提供的數(shù)據(jù)和分析結(jié)果，結(jié)合自身的專業(yè)知識和經(jīng)驗，做出更準確、全面的決策，人機協(xié)同促進了工作流程的分工與協(xié)作，智能會計系統(tǒng)可以自動完成一些繁瑣、低附加值的任務(wù)，如數(shù)據(jù)錄入、常規(guī)報表生成等，而會計人員則可以將更多精力投入分析、解釋和解決問題等高價值活動中，使會計工作更高效，并且能夠更好地滿足企業(yè)的需求。人機協(xié)同推動了學習與發(fā)展的持續(xù)性，智能會計系統(tǒng)通過機器學習不斷優(yōu)化自身性能和提升處理能力，會計人員在與機器的互動中也能不斷學習、成長和提升自己的技能，促進了人類與機器之間的知識轉(zhuǎn)移和經(jīng)驗共享，推動了會計工作的不斷創(chuàng)新和發(fā)展。

六、結(jié)語

智能會計時代的到來，帶來了巨大的機遇，機器學習和數(shù)據(jù)驅(qū)動的會計信息處理機制正在改變著傳統(tǒng)會計的面貌，然而，變革也帶來了一些新的挑戰(zhàn)，包括數(shù)據(jù)隱私和安全、人才儲備和技能培訓(xùn)等方面的問題。面對挑戰(zhàn)，會計行業(yè)需要不斷更新自身的技術(shù)和知識體系，培養(yǎng)適應(yīng)新技術(shù)的專業(yè)人才，并建立起與時俱進的規(guī)范和標準。相信隨著技術(shù)的進步和專業(yè)人才的培養(yǎng)，智能會計將為會計領(lǐng)域帶來更廣闊的發(fā)展前景，為企業(yè)提供更精準、高效的財務(wù)信息處理和決策支持。

參考文獻：

[1]謝詠梅.基于BI的管理會計信息系統(tǒng)構(gòu)建及應(yīng)用——以九鋼集團為例[J].財會通訊，2020（05）：163-167.

[2]梁桂連.大數(shù)據(jù)背景下水務(wù)集團會計信息處理智能化分析[J].當代會計，2021（16）：4-6.

[3]祝昕，許菁.基于區(qū)塊鏈技術(shù)的會計信息系統(tǒng)的優(yōu)化與重構(gòu)研究[J].企業(yè)科技與發(fā)展，2021（10）：49-51.

[4]姚國輝.能源企業(yè)綠色會計智能核算平臺構(gòu)建[J].財會月w7CB9UIOzcpDzvav9mw2sG6jzXK4ZpTh/X9YanfWrzs=刊，2023，44（10）：67-73.

[5]晏子儀.互聯(lián)網(wǎng)+下A公司管理會計信息化建設(shè)研究[D].荊州：長江大學，2022.

[6]黎文建.財務(wù)智能化對傳統(tǒng)會計工作的影響研究——以財務(wù)機器人為例[J].新鄉(xiāng)學院學報，2022，39（04）：20-22.

[7]于曉陽.大數(shù)據(jù)時代會計信息重構(gòu)研究：動因、范式與路徑[D].北京：首都經(jīng)濟貿(mào)易大學，2019（07）：85-87.

[8]王凌.基于區(qū)塊鏈與會計信息化融合的探討[J].首席財務(wù)官，2021（02）：268-269.

[9]王新生.企業(yè)會計信息失真的影響因素分析及解決對策[J].企業(yè)改革與管理，2022（02）：162-164.

[10]種姍姍.網(wǎng)絡(luò)經(jīng)濟時代背景下財務(wù)會計管理分析[J].中小企業(yè)管理與科技，2022（04）：134-136.

[11]張淑彩.大數(shù)據(jù)時代背景下數(shù)字金融會計模式的創(chuàng)新[J].吉林金融研究，2022（12）：29-32.

[12]陳佳俊.管理活動與管理會計的關(guān)系及其行為問題探討[J].中國總會計師，2022（08）：89-91.

[13]徐東.基于網(wǎng)絡(luò)經(jīng)濟時代背景下財務(wù)會計管理研究[J].中國市場，2020（15）：203-204.

[14]谷玄.電算化會計信息系統(tǒng)的內(nèi)部控制研究[J].湘南學院學報，2020，41（05）：70-73+79.

（作者單位：德州職業(yè)技術(shù)學院）