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2/19#/19司操纵性应计质量进行估计，具体模型如下：TAitAssetit一1=“0+“l1Assetit一TAitAssetit一1=“0+“l1Assetit一1+02△REVit—AARitAssetitPPEit+“3冠丽Nlit+“4石丽+eit模型中各变量的定义如下：TAit:公司i第t年的总应计利润，等于净利润-经营现金流；Assetit：公司i第t-1年末总资产；REVit：公司i第t年与第t-1年营业收入差额；△ARit：公司i第t年与第t-1年应收账款净值的差额；PPEit:公司i第t年固定资产净值；NIit：公司i第t年净利润；£it:模型回归方程残差。根据模型(1)回归得出的残差sit,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。(3)相关性方面一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FelthamOhlson(即F-0)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。(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WingVueYip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B4和贝塔5的值乘以-1作为这两个指标形似程度Compl、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（ReportingLag）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：资产负债率(ALR)。用负债总额/资产总额表示。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。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：TOC\o"1-5"\h\zAIQI=p0+p1*RES+p2*ALR+p3*ROE++e(1)AIQI=p0+p1*ISQ+p2*ALR+p3*ROE++e(2)AIQI=p0+p1*Sys+p2*ALR+p3*ROE++e(3)AIQI=p0+p1*ETI+p2*ALR+p3*ROE++e(4)其中为截距项，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)式中忙预测为负，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)式中忻预测为正，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)式中忻预测为正，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)式中忻预测为正，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TOC\o"1-5"\h\zAPIDI=p0+p1*RES+p2*ALR+p3*ROE+e(1)APIDI邙o+p1*ISQ+p2*ALR+p3*ROE+e(2)APIDI=p0+p1*Sys+p2*ALR+p3*ROE+e(3)APIDI=p0+p1*ETI+p2*ALR+p3*ROE+e(4)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=p0+p1*RES+p2*ALR+p3*ROE+e(1)AbsAccr=p0+p1*ISQ+p2*ALR+p3*ROE+e(2)AbsAccr邙0+P1*Sys+P2*ALR+P3*ROE+e(3)AbsAccr=p0+p1*ETI+p2*ALR+p3*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=p0+p1*RES+p2*ALR+p3*ROE+e(1)Comp=p0+p1*ISQ+p2*ALR+p3*ROE+e(2)Comp邙0+P1*Sys+P2*ALR+P3*ROE+e(3)Comp=p0+p1*ETI+p2*ALR+p3*ROE+e(4)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。TOC\o"1-5"\h\zAPITME=p0+p1*RES+p2*ALR+p3*ROE+e(1)APITME邙o+p1*ISQ+p2*ALR+p3*ROE+e(2)APITME=p0+p1*Sys+p2*ALR+p3*ROE+e(3)APITME=p0+p1*ETI+p2*ALR+p3*ROE+e(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.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）122-128GUIDRYF,LEONEA,ROCKS.Earningbasedplansandearningsmanagementbybusinessunitmanagers[J].JournalofAccountingandEconomics,1999,（26）:113.PatriciaDechowa,WeiliGeb,CatherineSchrandUnderstandingearningsquality:Areviewoftheproxies,theirdeterminantsandtheirconsequencesJournalofAccountingandEconomics50（2010）344-401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RitaW.Y.YipLingnanUniversityDanqingYoungDoesMandatoryIFRSAdoptionImproveInformationComparability?THEACCOUNTINGREVIEWAmericanAccountingAss