会计信息系统设计的三大误区，本文主要内容关键词为：三大论文,信息系统论文,误区论文,会计论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
公司级会计信息系统(AIS，Accounting Information System)是公司集成管理信息系统中一个基于会计视角的子集。随着信息技术的推广与普及，财会人员越来越依赖企业资源规划(ERP，Enterprise Resource Planning)等集成了财务与非财务信息的AIS来进行日常会计业务处理与较复杂的管理会计决策。殊不知，在公司级会计信息系统给财会工作带来翻天覆地的效率革新的同时，AIS在设计理念上的一些误区却越来越严重地阻碍了财会信息用户的深度应用与科学决策。笔者从实践中总结出如下三大设计误区并进行剖析，以期帮助广大财会人员正确全面地认识和应用AIS，使AIS与财会人员、公司政策、内控措施、绩效考核等方面切实提高匹配程度，真正达到业务、人员、系统、规程的协同运作，实现公司财会业务处理效率与管理决策水平的稳步持续提升。
二、误区与启示
(一)AIS提供的信息越多，会计决策越科学
绝大多数的公司级AIS都是在假定人工处理存在致命缺陷的基础上设计的。在此基础上，绝大多数的AIS用户操作时都缺乏业务处理与科学决策相关信息。笔者不否认绝大多数的财会人员缺乏他们应当拥有的大量决策所需信息，但笔者认为这绝不是导致财会人员决策错误的根本原因。在笔者看来，导致财会人员决策错误的最主要原因是他们受到过多的决策不相关信息的干扰。因此，将公司级AIS的重点从提供相关信息改变为消除不相关信息是值得考虑的。
如果财会人员使决策相关信息先入为主，财会人员的注意力就会集中在收集、存储和纠错信息，于是AIS设计的重点将放在构建数据银行、编码、索引、更新文件、访问语句等方面。AIS的设计目标会倾向于建立无限数据池，财会人员可以提取出任何所需信息。但如果一开始财会人员要解决的主要问题与其他问题，或问题主要方面与其他方面不加区分，一并接受，AIS就变成从过量不相关信息中产生有用信息，这是非常困难的。如果AIS输出的绝大多数信息都不是财会人员需要的，公司级AIS的两个最重要的功能将变成过滤和缩减信息。然而，目前的公司级AIS相关文献中很少涉及以上过滤和缩减功能，更不用说考虑如何提取决策相关信息了。
经验表明：绝大多数财会人员收到的数据(如果不能称为信息的话)远远大于他们能够吸取的数据数量，即使AIS用户将所有时间都花在吸取这些过量信息上面，往往也只能是穷于应付，难以找到决策的重点和突破口。对于过量信息，财会人员已经深受其害：他们必须花费大量时间分离出决策相关数据。例如，笔者发现自己过去平均每周至少花费43小时来阅读材料，而近两年来这些材料又多出了将近50%。
笔者曾发现某中等规模连锁经营公司的一张存货日报表竟然多达600页。这份报告每天在经理们的办公桌上传阅。同时注意到很多公司的主要资金费用报告有书那么厚，每周都有若干份如此之厚的报表文件传送给相关的部门经理。每个经理人员平均每天或者超过一天才收到一份资料的情况都很少见。经理们总是源源不断地收到各种各样的报告和文件。除非经理们主动精简过量信息，否则由AIS提供的信息绝不可能得到高效的应用。
即使经理们收到的是相关信息，这些信息中也存在着大量的冗余数据。这些报告文件的长度可以被大大缩减而又不影响使用效果。此处要简要描述一个几年前进行的运营研究文献的实验。通过进行专家研讨会，识别出4份所有研讨会成员都认为“高于平均水平”的运营研究文章，以及4份所有研讨会成员都认为“低于平均水平”的运营研究文章。要求这8份论文的作者进行长达30分钟的“客观”测试，并将答案交给指定阅读这些论文的研究生们。论文作者都不知道这是一个实验，然后，要求几位有经验的作者通过只删除字句的方式将每篇论文精简1/3到2/3长度，这些作者还为每篇论文准备一份简短的摘要。这些精简论文的作者不会发现这其实是对研究生们的测试。
笔者选择一组以前没有阅读过这些论文的研究生，发给每位研究生4篇随机选择的论文，每篇论文分别是100%、67%、33%长度的，以及摘要。每篇论文的每个版本都由两位研究生阅读。每位研究生都给予相同的测试。
通过比较这些测试，结果证明，对于4篇高于平均水平的论文，100%、67%、33%版本的测试分数没有明显差异，但是和只阅读了摘要的研究生的测试结果相差很大。对于4篇低于平均水平的论文，阅读100%、67%、33%三个版本的研究生的测试结果差别不明显，但是和只阅读了摘要的研究生的测试结果相比，要高出很多。本实验中，笔者尽量避免对差的论文做出评价。对于一般结论而言，这个样本量显然太小，但测试结果却强有力地表明了——即使是好论文，也可以进行没有信息缺失的精简。
结论与启示：精简和过滤一样，无论是机械还是智能的，都应该是公司级AIS的重要组成部分。AIS应该能够处理大量的(如果不是全部的话)经理们收到的请求信息或非请求信息。
(二)信息沟通越多，决策效果越好
笔者发现大多数公司级AIS的特性是给财会人员提供关于其他用户、部门或分支机构工作的更好的当前信息。隐含在这个结论下的前提是我们相信更好的跨部门的沟通能使得系统用户更高效地协调各个决策，因而能提高公司整体绩效。事实上，不仅没有这个因果关系，而且实际结果也几乎不是这样。人们不可能指望两家同业竞争的公司进行通力合作，因为每家公司都需要另一家公司的信息来改善自身的财务管理决策。
图1 价格—需求曲线
请考虑以下案例中的公司状况，案例中的简化完全不影响案例的本质特征。一家百货商场有两个经营环节：采购和销售，分别由两个部门负责。采购部主要控制一个变量：每种商品的采购量。销售部控制销售价格。衡量采购部门业绩的指标是存货周转率(the turnover rate of inventory)，衡量销售部门业绩的指标是销售毛利，销售部门追求销售量与单位售价乘积的最大化。
如果对某一特定存货进行考察，系统会发生什么现象？销售经理运用他的竞争和消费知识，将价格确定在他认为能获得最大销售毛利的水平上。在该商品的定价过程中，销售经理会使用价格—需求曲线。价格—需求曲线表明了每个价格下的预期销售量，以及分别在乐观估计和悲观估计下价格—需求曲线的上下移动，如图1所示。
当销售经理告诉采购部进货量时，销售经理自然而然地会使用上面的那条曲线(Optimistic)，这个决策将会使得断货的可能性最小。因为如果断货，将会损害销售业绩。这个决策同时带来存货积压的可能性最大，但存货积压不在销售部的业绩考核范围内，却在采购部的业绩考核范围内。因此，销售部要求采购部按乐观估计采购商品以免断货。
采购经理同样也是用价格—需求曲线决策，采购经理知道销售经理每次都要求按乐观估计数量进货。但他却私自将进货量降到预期水平(Expected)。采购经理不想为销售经理的乐观估计买单。如果商品断货，不是采购经理的错。现在销售经理被告知实际的采购量小于乐观销售量，于是销售经理将价格提高到P2，采购经理被告知销售经理重新将进货数量调整为Q3，如果这样的过程重复下去，将没有进货也没有销售。因此公司禁止采购部和销售部相互沟通，采购经理和销售经理只能独自猜测对方的决策。
结论与启示：如果组织中各部门间业绩考核的方法不当，部门间存在彼此利益冲突时(这在现实世界中是非常普遍的)，部门间的信息沟通不但不会提高各自效率，反而会伤害组织整体的绩效。因此，在我们允许信息通过AIS在各个部门间自由流动与共享之前，必须确保组织结构和绩效考评与之相匹配。
(三)AIS用户明确知道自己的信息需求
很多公司级AIS的设计人员都“觉得”通过系统实施与培训，AIS用户(即企事业单位的财会人员、部门经理们)就可以操作AIS，以得到他们所需的信息。这一设计思路是建立在“用户明确知道自己的信息需求”的假定之上的。
对于财会人员而言，要知道自己想要什么样的信息就必须对自己想要做出的决策或之前已经做出的相关决策有一个很清醒的认识，同时财会人员还要知道每项决策的模型。事实上财会人员和部门经理们都很难满足这些前提条件。绝大多数的财会人员对自己必须要做的决策有一些概念。而这些概念很可能在某些重要方面存在缺陷。理性经济人假设下有一种理论：对某一现象理解得越少，解释这一现象时所用的变量就越多。因此，财会人员不理解他们控制的状况是否“安全”。至于信息，他们需要“一切”。AIS的设计者们对相关现状的了解比经理们还少，因此AIS设计者们倾向于提供更多的信息，于是在已经过量的信息上又增加了很多不相关的信息。
例如，某大型石油公司的市场研究人员询问他们的市场部经理：在估计未来服务站的销售量时需要哪些变量？市场部经理们给出了将近70个变量。市场研究人员又加入30多个变量，于是形成了一个多变量线性方程组来分析现有服务站点的销售情况，结果统计出大约35个重要变量。基于这些分析得出一个预测等式。
一个运营研究团队紧接着却只用了这些变量中的一个——车流量，就构造出一个模型。一个变量的模型预测效果反而比35个变量的回归等式要好。这个运营团队进一步用客户排队等待服务的时间长短来解释服务站点的销售量。因为这些变量大都线性相关，所以市场研究人员只使用了少数几个变量就很好地解释了等待时间长短的作用。
结论与启示：财会人员通常要到建立了决策过程系统清晰的、通过测试的解释模型时，才可能确切知道自身决策所需的信息。公司级AIS由若干个控制子系统构成，每个子系统都对控制因素进行了充分设计。而且，无论理解和解释现状时出现怎样的回归分析，他们都能很好地描述和预测。
财会人员只要有了他们所需的信息，就能有效使用这些信息？运营研究人员的观点是否定的。例如，交给绝大多数财会人员一个典型的真实机械编程的原始实验场景，活动序列、网络问题，看财会人员会做出怎样的优化决策。如果财会人员的经验和判断正确的话，他们可能做出的决策还不算坏，但事实上他们的决策都不怎么样。即使拥有完美的信息，只因为绝大多数的财务管理问题存在太多的可能性，财会人员也更倾向于依赖经验、判断或直觉来猜测结果。
而且，当一个问题涉及很多种可能性时，财会人员很难将他们归集到一个方向上，他们都知道很多简单问题的潜意识中答案都是错的。例如，25个人中随机挑出两个人，他们的生日在同一天的概率有多大。很显然对于用户来说，这也不是风险分析的结果，因为这里用到了人们的主观判断。
三、结语
精简和过滤都应该是AIS设计的重要组成部分。公司级AIS设计人员必须清楚财会人员使用信息的能力如何。因为决策过程的复杂性，当用户不能很好地使用信息时，公司级AIS必须给用户提供决策规则或结果反馈机制，这样用户就能从以往的错误中吸取教训。公司级AIS设计上的误区越来越明显地阻碍了财会人员的深度应用与科学决策，只有系统用户、公司政策、内控措施、绩效考评等多方面协同运作才能消除误解，实现可持续的优化会计业务处理流程及公司整体经营管理水平。