大数据分析方法在管理会计中应用探索.docVIP

大数据分析方法在管理会计中应用探索 　　摘要：传统的统计学方法，是依靠分析少量的随机样本来推断数据全貌。近年来随着信息技术的进步，一个大规模生成、分享和运用数据的时代正在开启。所谓“大数据分析”即分析与某事物相关的所有数据，样本即数据的全体。本文将从管理会计中引入“大数据分析”方法的原因、实例研究、带来的启示等角度探讨大数据分析方法在管理会计中的应用。 　　关键词：大数据分析 管理会计 应用 　　一、在管理会计中引入“大数据分析”方法的原因 　　大数据分析为管理会计方法在企业中的应用开拓了崭新的思路。如果从20世纪70年代末中国开始引进管理会计开始算起，我们已在管理会计领域探索和实践了30余年，从国外引入了“作业成本法”、“全面预算管理”、“平衡计分卡”等理念和方法，也有不少成功应用的案例。但在财务分析方面，多数企业的分析对象以及分析方法仍停留于财务比率分析、量本利分析等经典方法。在当今中国企业已大规模使用ERP系统、积累了海量业务数据的情况下，管理会计方法在企业中的运用亟需探索创新。 　　首先，需要突破分析对象的局限。传统的财务分析方法主要以企业的财务数据为分析对象，辅以对宏观形势和行业趋势的综合判断来得出结论。这样的分析方法常用且有其合理性，但同时也存在固有的缺陷：一是财务数据只是企业运营数据中的一小部分。尤其对于已应用ERP系统的企业而言，大量的业务数据其实蕴藏着更多的营运信息，只利用财务数据进行分析无异于浪费了更大的数据宝库；二是财务数据体现的是过去一段时间的经营成果，具有一定滞后性。如果仅仅依靠财务数据来进行管理会计的分析工作，会造成过程管控和前瞻性管控的不足。基于企业海量业务数据的大数据分析法能有效解决以上问题：第一，企业的业务数据数量庞大，以往的财务分析手段根本无法处理，但海量数据恰好是大数据分析法的用武之地；第二，大数据分析法研究的对象为生产经营的业务数据，例如原材料采购之后虽未用于生产，但采购成本的变化必然对未来的销售成本产生影响，大数据分析可以提前发现成本变化的趋势。 　　其次，管理会计需要突破分析手段的局限。大数据分析法是基于企业某种业务的全体数据的分析，数据量巨大，但分析所用到的计算方法却是简便易行的，无需复杂的数据模型和逻辑关系设定，只需运用数据的筛选、对比、计算即可发现趋势和规律，甚至可以迅速定位海量数据中的异常情况，从而实现对企业业务行为的分析。这种基于全体数据得出的结果往往能够准确地预测结果，同时也易于为企业各相关部门理解，有助于发展管理会计，提高企业管理的针对性和有效性。 　　二、大数据分析法在采购成本分析中的实例研究 　　笔者所在的上海电气集团是一家国内领先的综合性装备制造业集团，制造业成本中的原材料成本比重远大于人工成本和制造成本，所以材料采购成本的控制是整个成本控制中最重要的环节。近年来，在经济发展新常态下，电气集团的主要业务版块均面临国内产能过剩、销售价格持续低迷的压力，进一步降低成本成为保证集团健康发展的紧迫任务。 　　项目组首先选取了3家子公司为试点。这三家子公司2011年-2013年的采购记录数分别为16万条、11万条和126万条，涉及的物料编码分别为3.9万个、0.5万个和9.4万个。如此庞大的数据量正符合大数据分析的要求。 　　（一）分析采购行为，让数据“说话”，为企业做健康体检 　　项目组直接使用采购大数据，从采购单价、采购频次、供应商、采购员等多维度进行分析。分析前不进行任何人为假设，通过分析数据找到趋势或异常情况，即让数据“说话”，为企业的采购行为做一份“体检”报告。 　　通过筛选连续3年均有采购记录的物料（可比物料），运算出每一个物料号每一年的平均采购单价，对可比物料价格趋势进行分析。例如某厂9.4万个物料中连续三年有采购记录的为1.66万个，这1.66万个物料三年的价格走势如表1（表格中数字代表物料个数）。 　　从表1中的采购价格总体分析，可以看出历年价格变动的物料个数及其趋势。例如2011到2013年连续2年涨价的物料个数为113个，且分析模型可以将数字继续展开，具体展示每一个物料的价格趋势，深度挖掘每一个连续涨价物料的信息。 　　项目组从平均单价的趋势分析中发现三家试点企业可比物料占比都不高，进而对三家企业的所有物料的“采购频次”进行深入分析。“采购频次”指的是各物料在2011-2013年中采购过的次数。（见表2） 　　三家企业的物料采购频次分布呈现以下特点：3年间仅采购一次的物料占比很高，3个试点企业此类物料数量占比分别为50%、29%和39%。大量三年间仅采购一次的物料存在，提示企业可能在产品的设计标准化、零部件的通用性方面存在问题，值得技术部门深入研究。 　　此外，从供应商维度出发，可分析同一物料多个供应商的情况，能发现企