企业会计决策支持系统优化构想，本文主要内容关键词为：企业会计论文,系统优化论文,决策支持论文，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、企业会计决策支持系统的应用现状
基于管理的视角，企业建立会计信息系统最主要的目的就是用于决策辅助，使企业能够得到经济效益上的大幅提升。
会计决策支持系统是决策支持系统的理论和方法在会计决策领域的具体应用，在决策支持系统的基础上发展并细化。它是以现代计算机科学为基础，综合运用现代会计学、系统科学、决策科学、人工智能等学科和技术综合而成的一套先进技术与方法，通过广泛利用会计信息、其他信息和各种模型来解决半结构化和非结构化的会计问题，对提高会计工作效率，及时、准确地为决策者提供所需要的预测、决策信息起着重要作用。
企业现有的决策支持系统在做财务评估时需要决策者凭经验来自定义分析规则和标准，例如用友财务软件在使用决策支持系统模块时需要用户在财务预警中心手动编辑输入预警规则作为上下限临界值的参照标准。然而决策者个人的主观判断往往是不够科学合理的，可想而知，在此基础上得到的预警结果也便失去了参考价值。此外，虽然经营指标分析与预警涵盖了各类常用的财务指标，其内容的设计也非常全面，但是孤立零散的指标个体分析和预警难以为决策者提供实用的参考信息。由于财务数据单一和预警规则的用户自定义模式，导致会计决策支持系统在运用财务数据进行风险预警分析时面临着分析结果缺乏说服力的问题。目前尽管企业财务软件的决策支持系统设计了全面的风险预警模块，但却很少有用户购买该模块并使用。笔者认为，会计决策支持系统更应该从整体能力和风险的角度出发对企业经营情况进行分析和预警，而不是局限于单个指标：而整体风险的度量规则需要集合行业的动态信息和企业的历史数据，利用金融软件和计量工具获取分析预警的参照标准。基于以上考虑，本文将试图利用新兴的前沿技术对企业会计决策支持系统做出优化构想。
二、企业会计决策支持系统的基本模式
决策支持系统按其功能要求不同，有不同的组成成分和构造方法，具体有两库结构、问题处理结构、三库结构、四库结构等。从会计决策支持系统的功能来看，主要是解决半结构化和非结构化决策问题，它应采用智能型的四库框架结构，即：人机交互系统通过数据库、模型库、方法库、知识库四个子系统库而贯穿于整个会计决策支持系统之中。
其中，数据库提供会计数据，来源于会计核算系统，是支撑模型库和方法库的基础，该子系统不仅能支持数据的存储、记忆，而且能支持决策者对数据进行查询、提取、统计、汇总、归并等多种操作。会计决策支持系统中的数据主要是会计核算产生的内部数据，如若能够将数据库与网络相连，利用标准数据接口技术，也可实现将市场信息、行业数据等纳入其中。模型库存放相关的财务与会计管理模型，其单位模块主要由子程序、语句、数据及逻辑关系组成，利用单位模块调用算法来实现诸如投资决策模型、销售预测与决策模型、成本预测与决策模型、利润分析模型等，用于辅助会计决策。方法库存放常用的计算方法，如“量、本、利”分析方法、净现值法、投资回收期法、各种成本计算方法。在交互式数据存取的实现过程中，从数据库取得数据，并从方法库选择方法，将数据与方法结合起来并以清晰的输出方式呈现给决策者。知识库存放日常会计核算知识，包括有关定义、规则等不能用数据加以表示也无法用模型和方法加以描述的专家经验和知识集合。而人机交互系统则是通过上述四个子系统库而贯穿于整个会计决策支持系统之中，用户通过输入决策指令来调用数据库中的数据和方法库中的公式，加以计算后利用模型库中的模型构建决策体系并提出结论，参照知识库的输出格式将结果反馈给用户。
三、决策支持系统的技术层新发展
（一）数据接口标准化
会计信息化为财务决策提供了先进的决策手段，提高了财务管理的决策水平。但是，由于会计自身的发展和会计软件适应性不相符的事实，财务数据的应用遇到了障碍，限制了其在管理决策中的进一步应用。这种数据格式的限制性一方面体现在不同财务软件间的差异。另一方面还可能是同一软件不同版本造成的差异。在集团企业内部，母子公司并不一定从事同一个行业，不同会计软件供应商提供的软件在行业的适用性方面往往具有一定的偏向性，集团内会计软件多种并存是客观存在的现实。由于信息技术的不断发展更新，会计软件的版本也需要实时更新，这将导致不同软件版本间数据的不兼容的问题。此外，企业会计信息化的过程会随着企业的发展而发展，必然会在不同时期采用不同的软件以适应当时的管理需要，这也会使得企业在不同时期应用的软件不同。会计决策支持系统在进行财务分析与决策时，必须依赖于整个集团甚至是整个行业在一个较长时期的数据，多种会计软件、多种版本的存在，导致了会计数据的使用陷入困境。为了不同部门、不同软件间对于会计数据各种不同的需要，实现会计软件数据接口标准化技术具有一定的必要性。
2004年，审计署、财政部、国家标准化管理委员会制定和发布了《信息技术会计核算软件数据接口》国家标准；经过国家标准化管理委员会的长期的努力改进，2010年6月，会计核算软件数据接口系列国家标准的第1部分企业部分和第2部分行政事业单位部分已经发布。会计软件执行这一标准后，不论会计软件内部的数据结构如何更新变化，各种会计软件的数据结构存在着怎样的差异，都能够通过规范化的数据接口标准实现数据传输过程中的统一，为会计软件与其他有助于决策分析的软件进行多重复用提供了可行性，开阔了会计软件应用的深度和广度。
XBRL（可扩展商业报告语言）就是一种在可扩展标记语言技术的基础上发展起来的典型的数据接口标准技术。该语言被应用于财务报告信息交换，通过统一的标准，定义了一个行业商业信息交换的“词汇表”，行业中所有以这套“词汇表”作为编辑标准的企业都可以实现网上信息的共享。多种会计软件并存、同种会计软件不同版本互不兼容等现实情况使得财务数据结构各异，企业间的财务信息无法顺畅地相互传输，导致大多数的企业处于信息孤立的状态，更造成数据的反复手工录入。XBRL的应用改变了传统财务报告供给模式，减少了信息在传输过程中的供应环节，数据仅需一次输入便可以在信息供应链的各个环节间任意地传输、提取和使用。在传输数据前无需进行格式转换，在提取数据时也省去了繁琐的手工录入操作，保证了数据传递的准确性、完整性。此外，XBRL这类数据接口标准化技术的形成和发展还实现了数据在不同软件平台之间的互相调用，实现了信息系统的无缝转换，为会计软件的二次开发和多重复用提供了可能性。
（二）数据仓库与数据挖掘技术
随着市场竞争的加剧和信息需求的发展，用于决策分析的后台数据不仅涉及大量历史数据和行业信息，还包括多个系统间的集成数据。传统的数据库技术通常只能保留当前与近期的数据信息，已无法满足管理层用于决策分析的信息需求。企业当期单一的财务数据难以对管理层的决策做出支持，知识规则和决策经验必须建立在长期财务数据和行业分析所总结出的规律之上。数据仓库与数据挖掘技术的结合应用是当前一个新的技术热点，数据仓库是一种解决数据集合大量使用问题的高效技术，而数据挖掘则是建立在数据仓库之上的增值技术，为之提供了更好的决策支持和服务。
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。数据仓库通过信息处理技术从大量的事务型数据库中抽取信息转化存储格式，将数据汇总聚合成一种特殊的易于分析的格式，为决策支持系统提供了一个信息集成平台。克服了以往数据库在信息不全面、访问性能不足、不同系统间难以集成等方面的问题，实现了会计数据的集中存储和管理并降低了数据冗余。其核心技术包括数据的抽取、清洗、转换、加载和维护。而数据挖掘是一种用于商业信息处理的新兴技术，它把会计决策支持系统对数据的应用从低层次的联机查询操作，提高到决策支持、分析预测等更高级应用上。具体地说，数据挖掘技术是从数据仓库形成的海量数据集合中发掘出蕴藏在数据中的信息和知识，对不同层面的数据进行多角度分析。比如对数据仓库中各对象进行管理分析，对数据序列进行模式分析，对具体数据进行分类分析、聚类分析等。将数据挖掘技术运用于会计决策支持系统，不仅可以从大量的财务数据中发现潜在的价值信息和未知的关系模式，还能够发现数据之间的复杂联系以及如何运用这种联系做出相应的财务决策。
数据仓库和数据挖掘技术分别是两种不同的决策支持技术，二者以不同的方式辅助决策。数据仓库是在数据库的基础上进一步发展起来的，它集成了传统数据库中所没有的大量信息，在决策指令调用数据时可以从大量的数据集合中抽取指令所需的数据，并以特殊的格式重新组织成多维数据模型，为进入下一步预处理挖掘做好准备。而数据挖掘则是通过一些基本的计算方法和简单的数学模型去挖掘现有数据中隐含的信息，做出简要的预处理，为用户进一步决策分析提供更为深入和丰富的信息。如果决策支持系统在运行过程中能够将数据仓库和数据挖掘结合起来，两者的优势组合可以为用户实现更为显著的决策辅助效果。
四、企业会计决策支持系统的优化构想
财务数据单一和预警规则的用户自定义模式，导致了会计决策支持系统在运用财务数据进行风险预警分析时面临着分析结果缺乏说服力的问题，如果能够结合前文所述两项技术层面的新发展，可以从以下两个方面对会计决策支持系统进行优化设计：
第一、建立企业会计数据资源库，优化会计决策支持系统的数据库。数据接口标准化技术为企业会计建立数据资源库提供了可行性，而数据仓库与数据挖掘技术为决策支持系统调用企业会计这个庞大的数据资源库解决了后顾之忧。会计核算软件数据接口标准化技术对会计信息系统中的科目、凭证、固定资产、员工薪酬、应收应付、报表等数据元素进行了规范，只要严格遵循数据接口标准的要求，无论其中涉及几种软件格式，集团内部各子公司历年的财务数据和同行业其他单位的所有会计信息都可以方便地输入输出并保存起来，由此建立起专门的会计数据资源库。会计数据统一通道得以建立和疏通之后，在此数据资源库的基础上，还可利用数据仓库和数据挖掘技术对资源库中的数据进行深度的挖掘与分析，根据决策需要借鉴历史数据、结合行业信息，将财务分析方式推向一个新的高度。
第二、实现会计软件多重复用功能，优化会计决策支持系统的模型库。会计软件的多重复用思想能够将金融分析软件和计量工具中有助于企业财务分析的模型引入到决策支持系统的模型库之中，优化原本单一的自定义财务指标分析模式。大量的财务信息要在会计核算系统、金融分析软件和计量工具之间游走，单纯的手工输入输出方式去实现三者的数据链接是不现实的，数据接口标准化技术为实现会计软件的多重复用建立了关联数据交换通道。通过这一通道，决策支持系统在进行财务分析时可以根据具体需求来传送会计信息，应用金融模型与计量模型来实现预警规则的系统化生成模式。比如企业进行筹资规划时，可以利用金融模型来预演各种筹资方案，最后选择既能满足企业生产经营需要又能保证企业资金偿还调度顺畅的策略。再例如，在分析企业整体经营风险时，可以利用计量工具来分组行业中经营实力各异的企业，根据不同的经营水平和财务状况来配对分析，并得出经营风险预警的参照标准。
经过上述在应用层的两方面优化设计，会计决策支持系统的运作流程如左上图所示：
从图中可以看出，决策支持系统的优化主要是对数据库和模型库的优化，集合行业信息和历史数据来扩建数据仓库，结合金融软件和计量工具中适用于财务分析决策的方法来更新模型库。首先，由会计核算系统形成最新的财务数据：由每一会计期的最新数据积累形成企业长期历史数据：由Web技术链接获取行业信息并共同集合成为数据仓库。当决策者向系统发出决策指令时，根据指令的需求来抽取数据仓库中必要的财务数据形成多维数据模型，进而利用数据挖掘技术结合方法库中简单的核算公式做一些基本的数据预处理，然后再将数据传送至经过软件多重复用技术优化后的模型库中进行分析，得到的决策结果则要调用知识库中的语言规则进行规范的解释描述并反馈给决策者。
标签：企业会计论文; 会计论文; 数据仓库论文; 会计软件论文; 决策支持系统论文; 数据库软件论文; 财务预警论文; 决策能力论文; 企业软件论文; 数据挖掘论文; 数据分析论文;