蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

6月6日，由上海國家會計學院與中興新云、元年科技、浪潮集團、用友集團、金蝶集團等聯(lián)合主辦的“信息技術驅動行業(yè)財務變革”高峰論壇暨2021年影響中國會計人的十大信息技術評選結果發(fā)布會在上海國家會計學院順利舉行。

針對本次由188位專家評選出的潛在影響中國會計從業(yè)人員的五大信息技術，本次論壇邀請五位嘉賓從信息技術的內涵、發(fā)展趨勢、可能出現的產品、可能的應用場景、學習建議等維度進行深入分析，通過前瞻性的探討，展望對會計從業(yè)人員產生的影響方式和范圍。對此，本次評選活動專家、北京語言大學會計系主任、MPAcc主任杜美杰對數據治理和數據資產的管理與應用進行了全面介紹。

概念界定

數據作為資產進行記賬和管理與普通資產有很大的差別。無論數據資產記賬和數據治理，最終目的是進行數據挖掘。數據、信息、知識、智慧四個概念中，數據是對客觀世界的描述，是具有某個領域的知識體現。信息是經過處理后的數據，帶著含義和邏輯的數據。知識是從信息中總結的規(guī)律，具有指導意義。智慧是利用已知的知識解決實際問題的過程。數據本身不一定有價值，當數據變成信息，信息變成知識，利用知識形成智慧解決問題，才能產生價值。

會計行業(yè)進行數字化轉型過程中，數據資產的確認以及數據治理的問題顯得尤為重要。企業(yè)是以盈利為目的的，企業(yè)擁有各種資源的目的是創(chuàng)造價值。數據作為一種要素資產，是基礎性資源或戰(zhàn)略性資源，它也是價值的來源，但并不是所有的數據都具有商業(yè)價值。數據被賦予價值，需要經歷漫長的過程，首先是參差不齊的資料，然后從資料中轉化成有價值的資源，從資源再變成為重復使用的資產，對于數據資源，創(chuàng)造價值的過程就是數據資產化的過程。嚴格意義上，數據治理指與數據有關的一切活動的權利的歸屬，而數據管理指如何計劃、組織、協(xié)調、指揮數據，實務中數據治理和數據管理沒有十分嚴格的區(qū)分。

數據資產

數據資產的幾大特點包括無形性、增長性、復制性、價值不確定性。數據資產按照服務的方式可以分成兩種類型：自用型數據資產和交易型數據資產，也稱為賦能型數據資產和使能型數據資產。賦能型數據資產通常是業(yè)務的數據化，將生產經營管理過程中產生的數據進行收集、整理、分析，促進原有業(yè)務進一步的價值創(chuàng)造。使能型數據資產通常指數據的業(yè)務化，將數據收集、整理后形成可以對外服務的數據商品，如付費數據庫服務等。

資產入賬必須具備三個條件，第一過去的交易或事項形成的，曾經付出并且已存在的資源。對于內部獲取或向第三方購買的數據，都是過去曾經付出的。第二企業(yè)擁有和控制的，這是數據入賬比較困難的問題。如何定義擁有和控制一項數據，目前從法規(guī)上沒有特別明確的規(guī)定，如互聯(lián)網的交易平臺、門戶網站、社交平臺的數據歸屬于平臺還是個人；就診患者的病歷屬于醫(yī)院還是屬于患者個人；淘寶的瀏覽記錄，屬于淘寶還是屬于個人。類似問題目前還是存在爭議的，且已經超出了會計的職業(yè)判斷，應該交給法律部門處理。第三帶來未來經濟利益的流入，數據是有價值的，充分利用數據能夠促進企業(yè)效率的提升和價值的創(chuàng)造。假設認可數據在符合一定合同和法規(guī)的情況下被企業(yè)擁有和控制，數據在資產負債表中披露是合情合理的。

如果數據被確認為一項資產，那么數據資產的會計處理將包括三個過程：初始確認、后續(xù)計量、終止確認。初始確認需要進行兩個判斷，一是經濟利益是不是很可能流入企業(yè)，其中需要考慮數據和商業(yè)模式的結合方式，賦能型是指利用數據讓原本的業(yè)務發(fā)揮更好的作用，創(chuàng)造更大的價值。如互聯(lián)網平臺利用數據進行精準營銷就是典型的賦能型。使能型是指把數據開發(fā)成具體的產品和服務，直接進行銷售，換取合同現金流量。二是判斷經濟利益是否能夠可靠計量。目前的技術難題主要表現在計量方法上，常見的估值方法有成本法、收益法、市場法三種，成本法不適用于賦能型資源，來自于業(yè)務過程中自發(fā)產生的半生性的數據，難以與原始業(yè)務剝離開。

市場法的缺陷是數據的產權關系不明確，交易模式不成熟，另外數據必須依托于特定場景才能產生價值，個性化相對鮮明。而使用收益法估算未來現金流量，數據無論是否產生價值以及價值的持續(xù)性都有很大的不確定性。后續(xù)計量方面，數據資產的時效性是需要關注的問題。數據資產的性質類似未來使用壽命不確定的無形資產，不適合使用減值、攤銷的模式。對于終止確認，賦能型的數據資產由于沒有明確的到期時間，沒有終止確認的需要。使能型的數據資產可以大量復制，同時不耽誤其他人的使用，一般意義來說也不需要終止確認。

數據資產處理過程中，除了數據估值外，還存在另一個比較明顯的問題：數據資產確權。數據資產作為資產，是被企業(yè)合理合法擁有和控制的，如果對數據的擁有權存在爭議，就不能作為資產進行確認。通過不正當途徑獲取的數據或者沒有明確歸屬的數據不屬于數據資產。

數據治理

數據治理是監(jiān)督，是戰(zhàn)略，數據管理是執(zhí)行，是戰(zhàn)術。數據治理的目的是為了更好地數據管理，數據治理并不直接管理數據，數據管理的目的是讓數據發(fā)揮更好的作用，創(chuàng)造更高的價值。數據治理是用來協(xié)調各方平衡的機制。在數據管理框架中，第一階段是購買應用程序進行數據存儲和操作；第二階段是提升數據質量，進行元數據管理，搭建數據架構；第三階段是通過數據治理進行配備文件、內容管理、參考數據和主數據管理；第四階段是數據挖掘和大數據分析。

會計的工作主要是翻譯經濟活動，目前的數據管理內容，已經遠遠超出了會計所能夠具備的能力，也不在會計職責范圍內，但其中有一項事情與會計有關：元數據管理。會計通常被稱為國際通用的商業(yè)語言，所謂語言就是描述其他的事物的方式。業(yè)務經過兩層翻譯工序變成計算機能夠處理的程序，第一道工序是把業(yè)務翻譯成會計，第二道工序是計算機人員把會計翻譯成計算機懂的語言。在翻譯過程中，會計作為第一道工序，翻譯的質量非常重要。通常有三種方式，第一種方式是用自然語言描述，例如業(yè)務術語、年報附注；第二種以表單的形式描述數據，但脫離表格上下文無法理解數據的含義；第三種以多維空間數據點來描述數據，把一個會計科目分成N維屬性，每一個屬性取一個值，在N維空間上，可以確定科目的具體含義。這種情況下可以脫離具體的表格，直接理解數據的含義，這也被稱為元數據管理的模式。

標準難立是進行數據交互時經常面臨的困境，元數據管理能夠解決數據彼此之間交互的順暢性問題，透過數據看到背后的本質。元數據管理的原理是將每一個數據拆成具體的單元，進行任意地組合，對比數據之間的差異。數據點模型DPM是元數據管理的常用模型，先探究數據本身屬性數量，對應相應的維度，再在維度上進行取值。通過將業(yè)務數據或者財務數據拆解成N維屬性，每一個屬性取出唯一值就可以對每一個概念進行單獨確定，能夠更加精確地理解數據，分辨各種概念的異同點，同時可以進行較好地融合。歐盟銀行監(jiān)督管理委員會在開發(fā)歐盟業(yè)務監(jiān)管報表體系時，為了獲得SBL的數據標準定義，使用DPM的方式拆解業(yè)務數據和財務數據。如果能夠使用數據點模型的思維方式，把業(yè)務數據和財務數據分別拆解開，再統(tǒng)一底層數據，數據治理的后期成本會大大降低。

數據治理目前存在的問題，主要有以下幾點：一是數據孤島現象明顯。二是數據標準不統(tǒng)一比較嚴重，大型的集團多個系統(tǒng)同時使用，數據治理的成本大，效率低下。三是用戶隱私和數據安全方面的問題。

對策建議

對于數據資產的入表，可以從以下幾個方面入手：一是完善法規(guī)制度，對數據資產的確權問題盡快立法，改進會計準則中關于資產的定義。二是提升增值能力，企業(yè)應該具備把數據當成石油、黃金的意識，刻意地搜集和管理數據。三是健全生態(tài)體系，如數據交易中心、垂直領域的數據標準體系。對于數據治理，企業(yè)需要完善組織架構，統(tǒng)一數據的標準，研究底層數據之間的融合以及提高技術水平，完善數據開發(fā)和管理的過程。