大数据应用对会计信息质量的影响

大数据应用对会计信息质量的影响

—以上交所主板上市公司为研究样本

1 / 16

大数据应用对会计信息质量的影响

2 / 16

大数据应用对会计信息质量的影响

目录

一、引言 ............................................................................................................... 4 二、文献回顾 ......................................................... 4 三、理论分析 ......................................................... 5 1、信息不对称理论 ................................................... 5 2、需求理论 ......................................................... 5 3、会计信息质量理论 ................................................. 6 四、实证部分 ......................................................... 7 1、大数据应用特征的的度量 ........................................... 7 代理变量的构建： .................................................. 7 （1）信息来源RES ................................................. 7 (2）信息系统质量 ISQ .............................................. 8 (3）制度设计Sys .................................................. 8 （4）信息化程度Inf ............................................... 8 2、会计信息质量特征的度量 ........................................... 8 （1）客观性方面——APIDI .......................................... 8 （2）可靠性方面——AbnAccr ........................................ 9 (3)相关性方面——APRELA .......................................... 10 （4）可比性方面——ICE＆ICBV ..................................... 11 （5)及时性方面 ——APTIME ........................................ 11 3、研究设计 ........................................................ 12 （1）样本选取与数据来源 .......................................... 12 （2）控制变量 .................................................... 12 （3）提出假设并构建模型 .......................................... 13 （4)回归分析与统计检验 ........................................... 15 五、总结与反思 ...................................................... 15 1、研究结果 ........................................................ 15 2、研究缺陷 ........................................................ 15 六、参考文献 ........................................................ 15

3 / 16

大数据应用对会计信息质量的影响

一、引言

大数据时代的来临，带来了大量、高速、多样、和有价值的信息，使总体统计和准确统计得以实现，代替了原先的抽样统计和精确统计，将归因分析转变为相关分析,这一系列改进预计会对会计信息质量有正向促进作用，具体表现在可靠性、相关性、可比性、及时性等方面的提高，促进效用强弱与针对大数据运用的资本投入和相关制度安排有关，本文将据此做出假设并进行验证得出结论，以期对大数据在财务方面的应用作出指导。

二、文献回顾

我国部分学者对大数据影响下的会计信息质量进行了研究，但总体上看研究成果并不丰富.金香淑、俞英兰（2014）在《大数据下，促进会计信息化-—基于云会计视角》一文中，强调会计信息质量的高低，在很大程度上取决于会计信息化的水平，因而着重讨论了云会计在会计信息中的运用现状以及存在的问题，并在此基础上进一步探讨了如何发挥大数据的优势，提高会计信息质量；游静(2015）在《大数据对会计信息质量的挑战》中： 文章分析了大数据对会计信息质量的挑战，主要针对客观性、相关性、可比性、明晰性、一贯性以及及时性等质量特征，

4 / 16

大数据应用对会计信息质量的影响

提出企业需要从重视数据资产、重视数据分析与利用能力培育以及重视数据资产管理人员培育三个方面应对大数据挑战。

三、理论分析

1、信息不对称理论

信息不对称理论(约瑟夫·斯蒂格利茨、乔治·阿克尔洛夫和迈克尔·斯彭斯）是信息经济学的重要理论.所谓信息不对称，是指在市场经济活动中,各类人员对有关信息的了解程度是有差异的；掌握信息比较充分的管理者，往往处于比较有利的地位;而信息贫乏的投资者，则处于比较不利的地位。信息不对称现象表现为两种结果：一是信息占优方面利用信息优势常常会出现“道德风险\"；二是信息处于劣势方面要承担风险，从而使自己在面临交易中做出“逆向选择\"这两个结果使得信息不对称市场缺乏效率。

从信息不对称理论出发,企业对大数据的应用可以是管理层更全面准确的记录和分析企业的财务状况和经营活动，信息量的加大一定程度上消除了信息不对称，提升效率，提供更高质量的会计信息。

2、需求理论

大数据技术是否适合在财务管理信息化中使用需要考虑以下因素，首先,企业要确定自己的需求，在财务管理活动中是不是对实时业务处理量巨大?处理的数据中非结构化数据是不是比重较高？数据来源是不是很庞杂?如果企业联网交易较多，数据处理量很大时可以考虑使用这些技术;联网交易不多的企业中多数财务管理活动没有大数据需求，但是某些财务活动比如资本市场交易可能会有海量数据实时处理的需求，此外对于那些已经建成并运行了多年管理信息系统的企业，由于已经积累了大量财务数据，使用数据仓库或数据挖掘技术可能有助于财务分析和财务决策的有效性，企业需综合考虑是否有针对大数据的应用需求。

5 / 16

大数据应用对会计信息质量的影响

3、会计信息质量理论

美国 FASB 指出会计信息质量特征应包括可理解性、相关性、可靠性和可比性，并要符合重要性和成本效益原则。FASB 对会计信息质量层次的划分结构见图 3。1：

国际会计准则委员会要求会计信息质量应该满足可理解性、相关性、可靠性和可比性，并以及时性和成本效益原则为前提。LASB 对会计信息质量的层次划分结构见图 3。2：

我国著名学者葛家澍教授根据财务会计的最终目标，分析财务会计信息应具

备的质量特征，葛教授指出，会计信息的首要质量特征应满足决策有用性,主要质量特征应满足

6 / 16

大数据应用对会计信息质量的影响

可靠性与相关性,可靠性包含真实性和公允性。相关性又称有用性，针对决策而言，它是财务会计信息最重要的质量特征。如果所提供的会计信息没有任何的信息含量，不能帮助使用者做出决策，那么,信息就失去意义，没有任何的用处。所以必须保证会计信息的及时提供。

虽然各国的规定有不同，但都体现出会计信息使用者与会计目标对会计信息

的最基本要求。综合以上观点，本文认为在会计信息质量特征中,可靠性、相关性、可比性、及时性是最重要的特征。

四、实证部分

1、大数据应用特征的的度量

大数据的获取和分析需要人、才、物力的投入，主要应考虑相关的信息来源是外购还是自身搜集、相关的人员配备和专业胜任能力，以及大数据覆盖的范围,包括销售、供应等，因此，本文将从大数据信息来源、运营投入资本率 ， 制度设计（人员机构设置—-相关人员薪资）、应用覆盖范围等四方面构建相应特征指标，充分分析大数据应用特征对会计信息质量的影响。 代理变量的构建:

（1）信息来源RES 企业获取所需的相关数据可采用两种方式,一是企业自身信息技术化程度高且规模较大的企业,在日常生产经营过程中已经建立并充分运用信息系统完整准确记录相关业务活动信息加以利用，这种方式的好处是与自身相关信息搜集更加全面完整，缺点是投入成本大，系统建设时间长；二是企业目前由于成本限制或新建系统的时间考虑而向专门的信息机构购买数据,这种方式的好处是无需较大的基础设施建设投入,但信息针对性相对稍弱,准确性和可信赖程度有待验证。针对这一特征，可设置一个代理变量RES，自身建立相关系统时变量赋值为0，否则为1.

7 / 16

大数据应用对会计信息质量的影响

（2)信息系统质量 ISQ

大数据搜集信息系统的建设初期需要大量资本投入，包括相关设备购入、专业操作人员的获取与培、信息分析人员薪资以及后期运营和维护成本,这些相关成本应有专门记录并计算其占运营资本的比例来代表信息系统质量,用Crel/WC（运营成本)作为代理变量。 (3）制度设计Sys

作为开展大数据工作的制度保障，相关制度的设置有益于数据充分合理有效利用目标的实现，用虚拟变量Sys表示是否设置相关制度，若有相0，否则为1.关制度设置则将变量赋值为 (4）信息化程度Inf

大数据应用在多大程度上覆盖了企业的经济业务事项,决定了企业最终能获取的信息数量及质量，将信息流通按价值链分为供应商及成本信息、企业经营管理信息、客户及销售信息三个方面，设置代理变量Inf，取值为三方面覆盖数，取值从0—3，但这种衡量也存在缺陷，其将这三方面信息等同视之，但实际上不同企业这三方面各有侧重,而从赋值上看并没有体现出这一点。

2、会计信息质量特征的度量

（1）客观性方面—-APIDI

传统的客观性经济活动统计受到技术和能力的限制，无法辨认客户资源等实际为企业所有并被投资者看好的的重要资产，但在大数据时代这些资源属性得到辨认，可以通过信息技术被有效记载。

王化成等人（2007）在研究中国上市公司公司治理问题时发现，盈余质量与会计信息质量

8 / 16

大数据应用对会计信息质量的影响

有关。他指出独立董事比例越高，盈余质量越高，即会计信息质量越高，会计信息越客观，因此检验会计信息是否可靠的一个途径是可以通过检查独立董事APIDI的比例，上市公司中独立董事的比例一般不得低于 1/3，由此可以认为会计信息质量较高，用 0 表示,反之，用 1 表示。 （2）可靠性方面—-AbnAccr

Healy 和 Wahlen（1999)认为企业管理者会运用会计手段或安排交易来改变财务报告即进行盈余管理，此行为歪曲了公司的真实业绩,影响了可靠性，即盈余管理水平高，会计信息质量低,因此可用盈余管理指标来衡量可靠性，参考Dechow、Ge 和 Schrand的关于盈余质量的研究综述，采用选用业绩调整的修正 Jones 模型对操纵性应计利润进行估计,采用估计的操纵性应计利润绝对值作为会计信息质量的度量指标。Kothari et al.对修正 Jones 模型进行了改进，用以调节公司业绩带来的噪音，从而增加了应计质量估计的精确性。国内不少学者的研究已经证明了该模型的适用性。因此，本文采用业绩调整 Jones 模型，对上市公司操纵性应计质量进行估计，具体模型如下:

模型中各变量的定义如下：

TA it ：公司 i 第 t 年的总应计利润，等于净利润—经营现金流； Asset it:公司 i 第 t—1 年末总资产；

REV it：公司 i 第 t 年与第 t—1 年营业收入差额；

△AR it:公司 i 第 t 年与第 t-1 年应收账款净值的差额; PPE it ：公司 i 第 t 年固定资产净值； NI it：公司 i 第 t 年净利润； εit :模型回归方程残差.

根据模型（1）回归得出的残差εit,记为 AbnAccr；对其取绝对值，记为 AbsAccr，衡量操纵性应计，用以度量可靠性.

9 / 16

大数据应用对会计信息质量的影响

(3）相关性方面——APRELA

相关性原则要求会计信息能满足各方面的需要，包括符合国家宏观经济管理的需要，满足有关各方面了解企业财务状况和经营成果的需要， 满足企业加强内部经营管理的需要. 相关则主要指与决策相关，有助于决策，如果会计信息同以后，对经济决策并没有作用，就不具有相关性。 根据相关性原则，会计工作在收集、加工、处理和提供会计信息过程中，应当考虑各方面的信息需求，要能够满足各方面具有共性的信息需求。大数据对相关性的挑战主要体现为相关内容的延伸。

由于大数据时代总体统计已经取代抽样统计，与供应商、消费者的交流已经从经济业务发生拓展为社会活动,会计主体可获取的会计信息在内容和范围上有大的拓展.相关性已经从企业与某一客户的订单相关拓展为不同客户、类似品类的相关分析，相关性这一会计信息质量要求在大数据的推动下得到拓展。 受到信息获取的限制,对相关信息的分析以往更加依赖单据间的联系，如采购单、入库单、出库单、销售单、收款单等等，线性信息相关性成为重要特征。 在大数据的背景下，数据不再以线性的方式存在，网状的信息分布中可能有两条信息链存在“相似性”,这些相似的信息也可能成为相关信息。 大数据赋予信息以“标签”，借助“标签”这些相似信息得以识别。

我国学者刘熀松针对 Feltham Ohlson (即 F-O）模型做了进一步的研究，指出上市公司是否有内在投资价值决定了会计信息是否有用,因此本文用上市公司及股票的内在投资价值APRELA作为衡量相关性的指标,根据刘熀松的研究成果，内在投资价值可以用净资产收益率与无风险收益率的比值来衡量，如果比值大于 10，说明公司及股票的内在投资价值较高,相关性较高，取值为 0；如果指标为 5 到 10 之间，取值为 1;如果比值小于 5，取值为 2,无风险利率取一年期存款利率.

10 / 16

大数据应用对会计信息质量的影响

（4）可比性方面--ICE＆ICBV

可比性是指企业之间的会计信息口径一致， 相互可比。根据可比性原则,只要是同样的经济业务，应该采取同样的会计方法和程序。 大数据为可比性提供了更加有效的工具.会计主体成为了大数据的提供者,不同会计主体面临同样的经济业务是否采取了同样的会计方法和程序，可以借助大数据平台较好地进行监督。 与此同时，会计主体内部的比较可以更好的借助大数据平台进行开展。 大数据平台能够较好地反映出“是什么”，并且从关注总体趋势拓展至关注“异动”,使可比从规则约束拓展至结果呈现。 但究竟什么样的结果是一致性体现,哪些数据体现出“异动”,则需要人为预先设定比较规则，对可比分析能力提出更大的挑战。

参照Wing Yue Yip在研究IFRS强制运用对会计信息可比性的影响一文中对Ohlson模型的运用，选用最后一个标准ICE和ICBV的相似性来度量可比性Comp,以回归得出的β4和贝塔5的值乘以-1作为这两个指标形似程度Comp1、Comp2的代理值，越大表示可比性越强。 (5）及时性方面 ——APTIME

及时性原则是指会计信息应当及时处理,及时提供。 会计信息具有时效性， 只有能够满足经济决策的及时需要，信息才有价值。Gilvoly 和 Palmon （1982) 研究发现：股价披露早晚的盈余的反应是不一样的，披露的早，信息含量高,披露的晚，信息含量低。由此表明信息披露越及时其信息含量越大,即信息越有用.

根据及时性原则,要求及时收集会计数据,在经济业务发生后,应及时取得有关凭据;对会计数据及时进行处理，及时编制财务报告；将会计信息及时传递，按规定的时限提供给有关方面。 大数据一方面对数据及时性处理提出了更高要求,另一方面对数据及时传递提供了便利. 大数据时代使会计主体面临的数据量更大，及时进行数据处理是数据收集、数据分析以及数据应用的前提，没有数据及时基础,大数据就只能是没有血肉的骨架， 其利用价值就会大打折扣。因

11 / 16

大数据应用对会计信息质量的影响

此，大数据对会计信息及时处理提出了更高要求。 与此同时，大数据时代的数据处理以信息技术为平台和工具，数据传递在平台范围内按照既定规则自动发送，数据使用者可以在授权范围内主动获取数据信息,数据传递及时性可以相比人工处理阶段得到大幅度提升.由此可见，大数据一方面对会计信息及时处理提出了更高要求，另一方面为会计信息及时传递提供了更多便利,提升了信息的及时性。

参考简冠群（2013)建立衡量年报即时性的指标APTIME根据 Chambers和 Penman （1984)所提出的报告时滞（Reporting Lag)的概念，本文选用“报告时滞\"衡量会计信息的及时性，即财务报告的公布日的推迟延后可以说明会计信息质量的高低。定义如下：如果会计信息披露的提前准时,说明会计信息质量高，用 0 来表示；如果会计信息披露推迟 10 天以内，用 1 来表示；如果推迟 10 到20 天，用 2 来表示；超出 20 天，用 3 来表示。其中报告时滞=实际披露日—预披露日.

3、研究设计

（1)样本选取与数据来源

本文选取 2013 至 2015 年上交所主板上市公司为研究样本。大数据运用信息来源于万德数据库披露的上市公司年报和公司公告；上市公司财务数据和上市公司治理数据来源于wind 数据库。 对选取的上交所主板上市公司按照一定的条件进行筛选：首先，剔除金融类上市公司；其次,剔除 ST 类上市公司，ST 类上市公司财务数据和审计数据等可靠性较低,预计IT类公司运用最快、最广收效最高。 （2）控制变量

企业内影响会计信息质量的因素很多，除了本文要讨论的大数据应用之外，还

有诸如法律因素、宏观经济环境因素，会计人员素质等诸多影响.为了更好的研究大数据应用单

12 / 16

大数据应用对会计信息质量的影响

因素对会计信息质量的影响,本文参考胡国柳、韩聪慧（2009)已有研究成果，选用资产负债率和净资产收益率作为回归分析的控制变量，定义如下： ① 资产负债率( ALR）。用负债总额/资产总额表示。 ② 净资产收益率（ROE ）。用净利润/所有者权益表示。

ALR 、 ROE 两个控制变量是相互制约的.不同规模和性质的公司资产负债 率是不同的，资产负债率越高，企业的风险越大，公司继续融资的成本将会大幅 提高，为了能继续融资,公司管理层可能会通过操纵盈利指标迷惑公司的债权人， 导致公司信息质量降低。

净资产收益率是企业的获利能力的体现，信号传递理论认为业绩好的公司更愿意主动地披露好的会计信息，以区别业绩差的上市公司，形成好的印象和评价，吸引更多的投资者.对于业绩好的公司来说,其进行财务舞弊欺诈等行为动机比较少，即较好的盈利能力有助于信息披露质量的提升。

（3）提出假设并构建模型

定义会计信息质量为AIQI，根据上述分析模型构造如下：

AIQI=β0+β1＊RES+β2*ALR+β3＊ROE++e (1） AIQI=β0+β1*ISQ+β2＊ALR+β3*ROE++e (2） AIQI=β0+β1＊Sys+β2*ALR+β3＊ROE++e （3) AIQI=β0+β1＊ETI+β2＊ALR+β3*ROE++e (4)

其中β0为截距项，表示企业完全未应用大数据时的会计信息质量水平，e为随机项，（1）式中β1预测为负,因为企业自身获取的信息来源更详尽可靠能更大程度上提升会计信息质量，（2）式中β1预测为正，因为会计信息系统的完善能获得更及时准确的会计信息,（3）式中β1预测为正，因为更专业的人员和更系统的制度使得大数据信息的获取和分析更加科学可靠,（4）

13 / 16

大数据应用对会计信息质量的影响

式中β1预测为正,因为各个板块的信息之间的相互勾契作用使得信息更为准确可验证。 选用四项质量指标时将模型变形为、如下对假设进行验证:

假设一:

大数据应用能够提高会计信息系统质量，且内部信息来源比外部更能提升会计信息质量

APIDI =β0+β1*RES+β2*ALR+β3＊ROE+e (1) APIDI =β0+β1*ISQ+β2＊ALR+β3*ROE+e (2） APIDI =β0+β1＊Sys+β2＊ALR+β3＊ROE+e (3APIDI =β0+β1＊ETI+β2＊ALR+β3*ROE+e

假设二：

投入越高建立的信息系统质量越高，对会计信息质量提升的促进作用越大.

AbsAccr =β0+β1*RES+β2＊ALR+β3＊ROE+e (1AbsAccr =β0+β1＊ISQ+β2＊ALR+β3*ROE+e AbsAccr =β0+β1＊Sys+β2＊ALR+β3*ROE+e AbsAccr =β0+β1＊ETI+β2＊ALR+β3＊ROE+e (4)

假设三：

企业内部相关制度的设置能够促进大数据的应用从而提升会计信息质量。

Comp =β0+β1＊RES+β2*ALR+β3＊ROE+e (1Comp =β0+β1＊ISQ+β2*ALR+β3＊ROE+e (2)Comp =β0+β1*Sys+β2*ALR+β3＊ROE+e (3Comp =β0+β1＊ETI+β2*ALR+β3＊ROE+e

假设四：

大数据应用覆盖面越广，信息化程度越高，对会计信息质量的提升作用越大.APITME =β0+β1*RES+β2＊ALR+β3*ROE+e APITME =β0+β1＊ISQ+β2＊ALR+β3＊ROE+e (2) 14 / 16

） （4）

） （2） （3)

） ） （4)

（1)

大数据应用对会计信息质量的影响

APITME =β0+β1＊Sys+β2*ALR+β3*ROE+e (3) APITME =β0+β1＊ETI+β2*ALR+β3*ROE+e (4） （4）回归分析与统计检验

用筛选出的样本数据代入上述公式进行统计检验，对假设进行验证，并得出结论。根据结论对企业是否应在考虑成本效益的前提下运用大数据,如果运用，应投入多大建立企业的数据系统，设立何种程度的内部控制制度以及将此运用于多广的方面等进行指导。

五、总结与反思

1、研究结果

根据结论对企业是否应在考虑成本效益的前提下运用大数据，如果运用,应投入多大建立企业的数据系统，设立何种程度的内部控制制度以及将此运用于多广的方面等进行指导。

2、研究缺陷

（1） 现在大数据运用于公司财务还不广泛，有效样本量可能会很少 （2） 报告中难以找到相关且有用的数据

（3） 统计方法不正确没有考虑变量间的自相关性

（4） 企业建立数据应用系统初期可能未将相关成本投入分开核算，RES和ISQ难以衡量 （5） 控制变量中对其他可能有重要影响的变量有遗漏使检验结果偏差较大.

六、参考文献

1.

金香淑、俞英兰 大数据下,促进会计信息化——基于云会计视角 科技经济市场 2014

15 / 16

大数据应用对会计信息质量的影响

2. 3.

游静大数据对会计信息质量的挑战 会计理论 2015

葛家澍。未来财务会计和财务报告的模式——兼论会计信息的可靠性与相关性［J]。财务与会计，1999，（2）:6—9.

4. 5.

葛家澍，陈守德.财务报告质量评估的探讨［J］.会计研究，2001,11：9-18、65.

王化成；刘亭立;卢闯 公司治理与盈余质量：基于中国上市公司的实证研究中国软科学 2007 （11)122—128

6.

GUIDRY F,LEONE A，ROCK S. Earning based plans and earnings management by business unit managers[J］. Journal of Accounting and Economics， 1999,(26):113。

7.

Patricia Dechow a ， Weili Ge b , Catherine Schrand Understanding earnings quality: A review of the proxies, their determinants and their consequences Journal of Accounting and Economics 50 （2010) 344–401

8. 9.

刘熀松 股票内在投资价值理论与中国股市泡沫问题- 经济研究 2005年02期

Rita W。 Y。 Yip Ling nan University Danqing Young Does Mandatory IFRS Adoption Improve Information Comparability? THE ACCOUNTING REVIEW American Accounting Association 2012 pp。 1767–1789

10. ChambersA.， S。 Penman. 1984. Timeliness of reporting and the stock price reaction

to earnings announcements[J］. Journal ofAccountingResearch, Vo.l 22 （1)： 21-47

11. 简冠群 高管薪酬对会计信息质量影响的研究——基于

A股上市公司的经验数据 兰州商学院

硕士 2013

12. 胡国柳，韩葱慧。高管薪酬与会计信息质量相关性的实证研究［J］。北京林业大学学报(社会

科学版），2009,(12）:150—155

16 / 16