第 2 章 文献综述
2.1 信息技术对会计影响的相关研究
企业管理界、会计理论与实务界等有识之士密切注视信息技术对会计的影响。彼得·德鲁克在《21 世纪的管理挑战》一书中认为“一个新信息革命将彻底改变信息对企业和个人的意义，它不是技术革命，而是概念革命”[3].鲍勃·埃利奥特于 1992 在《会计地平线》上发表文章感叹道，“信息技术引起的变革浪潮正在撞击着会计的海岸线，……，90 年代会计界将接受它的洗礼。它改变了商业运营的方式，也改变了经理们面临的问题”.
国内，杨纪琬先生开创和推动了中国会计信息化事业的发展，他认为“在信息技术环境下，会计学作为管理学的分支，其内容将不断地扩大、延伸，其独立性相对地减弱，而它与其他经济管理学科相互依赖、相互渗透、相互支持、相互影响和相互制约的关系将更加明显。”孙铮，韦华宁探讨了工业经济时代提出的会计假设在信息与知识经济时代所面临的挑战[5].胡玉明认为在信息时代，信息需求的多样性已经完全超出了传统会计所界定的范围，对会计信息系统的未来需重新思考[6].杨周南总结了信息技术应用于会计工作的内涵和作用，提出了会计管理信息化的“信息系统、控制、审计”模型[7].阎达五，张瑞君从信息技术视角出发，探讨了会计实时控制的框架体系[8].王跃堂，毛旦霞，罗慧认为信息技术改变着会计信息与其他信息之间的实力对比，传统财务报告价值日渐衰退，会计的核心竞争力成为了会计理论和实务关注的基本问题[9].在新的商业环境下，信息技术的发展将会削弱会计的核心竞争力，如果会计信息不再是决策相关的或是没有其他信息更具有相关性，那么会计的价值必将丧失。申香华认为在信息经济时代，会计系统所能提供的信息已经不能满足用户对信息相关性、可靠性、及时性等方面的要求，并探讨了将信息技术与会计结合，提高会计价值的路径[10].郭德贵探讨了信息化环境下，借贷记账法的改革[11].肖泽忠，杜荣瑞，周齐武通过实证研究结果表明，信息和通讯技术与管理会计和控制系统的互补效应对公司的业绩具有显着的积极影响[12].谢获宝，张茜以苏宁云商为例探讨了大数据时代企业 ERP系统与会计信息系统的整合[13].在第十一届全国会计信息化年会上，杨周南认为，在新一轮信息化背景下，会计信息化将面临着发展的第三次浪潮，即在经历了核算信息化和管理信息化之后，会计信息化将全面迎来标准化、智能化和知识化的时代，步入会计智能化阶段[14].王舰提出所谓的“会计大数据观”[15],要求会计数据从结构化扩大到半结构化和非结构化，并重视建立数据提取子系统，以获得更好的数据源。
信息化影响着整个商业社会，不同领域的学者研究信息技术对会计理论与实务的影响，不遗余力地探寻提高会计价值的途径。会计信息化相关的研究成果已极其丰富，这些成果为本文的研究提供了帮助。面对信息技术给会计带来的挑战，会计人作为数字主人应当掌握先进的工具，从繁杂的数据搜集与整理中解放出来，更加主动地去思考企业和社会的发展。
2.2 数据挖掘与战略管理会计相结合的研究综述
数据挖掘已成功应用到了许多领域。国外的研究例如：医疗保险（Chas,2001），生物医药（Mad D & Elloumi,2002），人力资源管理（Min & Emam,2003），半导体生产（Chine,Hsiao,& Wang,2004），生产计划（Shan & Liu,2005），知识管理（Hou & Yang,2006），教育管理（Chang,2007）和课程计划（Hsia,Shie,& Chen,2008）等。国内的研究例如：冶金行业（宋旭东，2008,刘晓冰等，2006）、银行业（任秀丽、史忠植，2007）、建筑业（李元彬，2009）、社会学（戴颖等，2009）、财务分析（赵选民、薛建楼，2009）、图书馆管理（陆觉民等，2009）零售业（张顺利、陈俊，2009）、城市道路交通（覃明贵，2010）、医学（纪征，2010）、医院管理（陈郁韩，2014）、海洋环境（孙剑，2011）、气象学（张波，2013,滕少华，2014）等。可见，数据挖掘在人力资源管理、客户关系管理、电子商务、生物科技、信息安全、医疗、金融、政务、教育、营销等许多领域有着广泛的应用。在大数据时代，数据挖掘应用于社会生活的方方面面，改变着企业的内外部环境，同时也给现代管理会计带来了重大影响，下面简要介绍数据挖掘与管理会计相结合的研究现状。
（1）国外学者将数据挖掘技术应用于战略管理会计的研究
Bode J 釆用人工神经网络方法来对研发新产品所消耗成本进行预测分析，并发现当成本最高值和最低值比率较小时，神经网络方法的具有较好预测效果和计算性能[16].该方法将神经网络方法引进到成本预测，为成本预测的准确性提供了借鉴。Edwards J B 率先从宏观的角度上，指出了数据挖掘与成本管理相结合必将是未来的一个前沿方向，目标是实现成本管理的先进智能化，从而提高企业的成本竞争力[17],但是他并没有给出具体的应用模式。Bellomi F 等应用文本挖掘技术实现了供应商与采购产品的分析、搜索与选择，以求降低采购成本[18].Wijnmalen DJ D 提出采用 AHP 层次分析法和 ANP 网络程序法对利润、机会、成本和风险进行分析[19].Fang S K 等提出了采用粗糙集方法来生成客户交易成本的决策规则[20].Ziegler C N 分析了数据挖掘技术和自然语言处理技术在竞争情报中的作用，通过对网页信息的挖掘达到自动追踪分析企业品牌和声誉的目标[21].
（2）国内学者将数据挖掘技术应用于战略管理会计的研究
林鸿将数据挖掘技术引入基于数据仓库的会计决策支持系统[22],讨论了数据挖掘工具用于会计决策支持的可行性。彭家生在探讨未来会计电算化技术时，分析了数据挖掘技术向管理信息系统的渗透[23].邹鹏，李一军，叶强试图将数据挖掘技术引入客户利润贡献度评价方法，以提高评估的可操作性[24].傅元略在基于价值流的战略管理会计一文中认为，数据挖掘是战略管理会计信息资源利用的重要方面，应当建立基于价值流的数据仓库，用于满足战略管理会计决策的需求[25].甘卫平认为数据挖掘在管理会计中的应用主要体现在作业成本和价值链分析、预测分析、顾客关系管理、产品和市场分析、财务风险分析等方面[26],但并没有具体分析相关内容。罗文兵，邓明君在基于价值创造的集成成本管理体系的构建中认为，需特别重视人工智能、知识发现与数据挖掘技术的应用[27].王河流以事件驱动体系结构为基础，建立了基于数据仓库与数据挖掘的会计信息系统的实现模型，该模型给出了财务会计子系统的开发思路以及管理会计子系统中数据挖掘的实现过程[28].任海芝，邵良杉提出了基于数据挖掘技术的智能化财务报告模式构想[29],但该构想缺乏实务环境，尚不能发挥数据挖掘在财务报告中的作用。文勇将数据挖掘技术引入到 ERP 采购管理系统，构建了采购成本控制模型，并实现了对采购人员的业绩考核，有效地控制了成本，降低了釆购决策风险，为数据挖掘全面引入到采购管理系统进行了有益探索[30].段桂江，严懿，王洋提出利用数据挖掘的方法对质量成本进行分析和控制，充分利用质量成本中蕴含的生产质量信息[31].毛华扬，梁宁宁在基于云计算模式建立会计数据一文中介绍了会计数据仓库的设计，并结合数据挖掘技术为企业降低成本、提高收益给出了思路[32].
2.3 数据挖掘与企业竞争环境分析相结合的研究综述
刘玉照，曹君祥将数据仓库、联机分析处理和数据挖掘技术作为实现竞争数据管理与竞争信息分析系统的关键技术[33].张扞东，许宝栋，杨维翰等以 SWOT分析方法为例研究了模糊关系数据库与数据挖掘技术在管理与决策中的应用[34].
徐军，张凯将数据挖掘技术应用于企业内外部环境的分析之中，构建了企业内外部环境信息的数据挖掘模型[35],遗憾的是两位学者提出的模型图过于笼统，并没有深入分析下去。孟岩，武文龙运用数据挖掘中的关联规则评价某公司在化工行业的相对竞争对位[36],但是并没有系统地分析数据挖掘如何在战略管理会计中运用，只是就某一种算法做出了分析。此外，孟岩还探讨了数据挖掘技术在管理会计非财务信息中的应用[37].汪建年研究了数据挖掘在军工集团财务决策支持系统中的应用[38].张玉峰，徐海峰设计以信息资源为主导的分析过程，并在此基础上构建基于数据挖掘的竞争对手关键成功因素分析模型[39].
2.4 数据挖掘与企业危机预警相结合的研究综述
企业危机预警可以分为财务危机预警和非财务危机预警，但非财务危机最终都会表现为财务危机的爆发。
在财务危机预警方面，Beaver W H 最早提出财务危机预测模型，之后许多预测方法被用于公司财务预测研究[40].随着数据挖掘技术的日渐成熟，Coats P K,Fant L F 将神经网络引入财务危机预警，实证检验的准确率达 91%[41].Frydman H等又将决策树引入财务预警研究中[42].国内学者，谢纪刚，裘正定等将分类器集成应用于财务危机预测研究[43].姚靠华，蒋艳辉使用 SQL Server2000 的数据挖掘工具进行了相关财务危机预警研究[44].杨建辉，陈炽文运用了神经网络、决策树和支持向量机进行财务危机预测，并比较各模型的预测效果[45].李博，罗良辰分别采用了 Fisher 线型判别模型、贝叶斯模型、Logistic 回归、神经网络、支持向量机等五种数据挖掘的方法进行训练和测试[46].孔斌以特别处理的上市公司的财务数据作变量，运用数据挖掘技术进行分析，通过实证检验得出财务危机预警模型，该文分别使用了 Logistic 回归、神经网络和决策树三种数据挖掘技术[47].
在非财务危机预警方面，盛昭瀚，柳炳祥将数据挖掘中的决策树算法应用到客户流失危机的分析中，并通过实证检验方法的有效性[48].王战平将基于 Web 的数据挖掘技术应用到网络传播环境下企业危机的预警研究中[49].李素梅将竞争情报分析与联机分析处理、数据挖掘等技术结合，使得分析更高效、快捷，以期满足企业危机预警的及时性需求[50].
综上可知，已有不少学者将数据挖掘技术应用于企业的财务危机预警研究，并且采用的方法也多种多样，但应用于企业非财务危机预警的研究较少。
2.5 小结
综上可知，目前数据挖掘与战略管理会计相关的研究具有以下特点。第一，相关研究趋向于从具体业务要求和解决问题的角度，选择所熟知的数据挖掘方法应用于某一具体的决策领域，同时，所涉及的行业背景应用也是十分零散，没有系统性地与战略管理会计相结合；第二，许多研究仅仅停留在介绍数据挖掘在战略管理会计中运用的可行性，并没有给出数据挖掘应用于战略管理会计的具体方式，也没有提出一个切实可行方法或加深对这一问题理解的框架。第三，目前战略管理会计中运用数据挖掘是以数据为驱动，以技术为导向，过于重视计算机技术和算法，过于关注技术的完美而忽视了方法的实用性、管理会计的基本原则、对决策的支持以及对过程的控制；忽视了信息技术的商业应用对企业组织结构及经营模式、管理方式的冲击；忽视了对数据挖掘主题的认识，不注重管理会计领域的知识、专家经验、用户意图和情景等因素的影响。
管理兼具科学性与艺术性，生硬的数据并不能解决所有问题。数据挖掘的任务只是从数据中提炼出简化的决策规则，或者根据数据特征来比较不同的决策方案。数据挖掘只是战略管理会计实施过程中的技术手段，而战略管理会计还需自身的理论体系来指导实践。因此，基于数据挖掘技术如何实施或运用战略管理会计是一个尚待研究的问题。为了达到数据挖掘技术与战略管理会计的有效结合，以帮助企业实现先进智能化的战略管理决策支持，本文认为目前需要解决以下问题：
（1）新商业环境下，数据挖掘与战略管理会计是何关系，数据挖掘技术如何在知识经济时代提高战略管理会计的相关性。
（2）如何使数据挖掘与战略管理会计的具体内容相结合，在战略管理会计框架下加深对数据、信息的理解，使企业能够更好地发挥战略管理会计的作用来应对大数据时代的挑战，增强企业战略信息能力，在变化的环境中创造和保持核心竞争力。
（3）结合战略管理会计的具体内容，如何运用和实施数据挖掘技术，以提高战略管理会计的效果。
