陈斯颖
关键词:数据挖掘;财务会计;管理会计;审计
一、引言
随着互联网、云计算、大数据、虚拟现实、区块链和人工智能等技术的逐步成熟和应用,数据挖掘技术应运而生。数据挖掘指是从大型数据库或数据仓库中提取隐含的、先前未知的、非平凡的,以及有潜在应用价值信息的过程(吉根林,2000)。它也被称为从大量数据中提取和挖掘知识的过程(Han,2006),以优化学科中的决策。所以,数据挖掘的重点是充分利用组织中的海量数据资产来获取财务和非财务的利益。这一技术已经广泛的应用在了金融业、零售业和保险业等各个领域(黄解军,2003),更是被各大会计专业机构所重视。
会计作为企业的基石,它的涉及范围很广,包括内外部财务报告、成本计算、盈余管理和审计等,而这些内容都有着极大的不确定性、复杂性和风险性。会计界关于人工智能的新闻近年来频频发布,2017年3月10日,德勤与Kira Systems宣布合作,在会计、审计、税务工作中引入人工智能;毕马威也宣布引入IBM watson认知技术(王加灿,2017),使用数据挖掘来降低会计活动中的复杂性和识别风险已成为财务智能化的重要标志。目前,有关于数据挖掘在会计中应用的研究已经大量发表,但尚缺乏对现有文献的系统回顾。鉴于此,本文试图在梳理相关文献的基础上,以会计的两大分支:财务会计、管理会计为切入角度,首先从财务绩效评价和财务危机预警来阐述财务会计中的数据挖掘,接着描述数据挖掘在管理会计的三个重要领域:成本管理和预算管理中的应用进行说明,最后分析现有研究的不足,以期为后续研究提供参考。……