【作　　者】
丁淑芹（副教授）

【作者单位】
青岛理工大学商学院，青岛266520

【摘　　要】

     【摘要】新一代互联网技术的应用带来了呈指数增长的大数据，大数据的出现给财务会计带来了颠覆性变革。本文通过对大数据基本概念的定位与理解，从会计假设、会计信息质量要求、确认与计量、财务报告等四个方面分析大数据变革环境下的财务会计变革。
【关键词】大数据；财务会计；创新；变革
【中图分类号】F230           【文献标识码】A           【文章编号】1004-0994（2016）31-0008-5随着信息技术与网络技术的广泛应用，人们的工作、学习以及生活越来越离不开网络，随之产生的信息量呈指数增长。与此同时，信息的形式和来源也多种多样，信息形式包括文本、blog、音频、视频、图像等，信息来源包括摄像头、会议录音等。财务会计针对特定的会计主体运用专门的处理方法对其生产经营活动进行反映，并披露对信息使用者有用的信息。由此可见，财务会计深受数据的影响，大数据必然引领财务会计产生一系列的变革。
一、大数据
大数据的出现引起了理论界与实务界的关注，Mikinse（2012）对大数据的定义如下：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。与此同时，麦肯锡强调并不是一定要超过特定TB 值（1TB=1024GB）的数据集才算是大数据，也就是说，不能以单一的数据量作为定义大数据的标准。国际数据公司（IDC）从大数据的特征角度来定义大数据，即具备海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）的数据可称之为大数据。John Rauser （2012）对大数据的定义极其简单：大数据是任何超过了一台计算机处理能力的数据量。由此可见，人们对于大数据的定义各有见解，众说纷纭，目前也没有形成统一的观点，但都认为大数据具有数据规模大、数据处理复杂等特点。
这些定义在关注大数据的规模、处理复杂等特点时大都忽略了大数据的价值，该价值不是大数据本身具备的，而是使用者经过分析和利用才使其具备超大的价值。因此，笔者认为可以将大数据定义为：数据量极大以至于无法用传统的软硬件技术完成数据的采集、存储、分析等的数据集合，且对该数据集的分析和利用可带来极大的信息价值。
企业作为应用大数据的主体，应该关注的不是大数据的数据量大、数据实时性、数据多样化、数据价值大等特征，而是在大数据环境下应该保持的思维方式——大数据思维方式。大数据思维方式要求企业正确理解大数据的内涵，正视大数据所带来的影响与冲击，并运用大数据的思维方式发现和利用有价值的数据。
二、会计目标
目标是一个人或一个组织预期达到的成果，也是个人或组织努力的方向与动力，会计目标就是会计预期达到的状态。在整个财务会计系统中，目标是指引方向的，所有其他概念、原则、程序的研究都要服从于同一目标。因此，在探讨大数据引领财务会计变革之前，必须先明晰会计目标。会计目标虽然是人们主观意愿形成的，但它并非一个纯主观的概念。由会计目标的演变可以看出会计目标虽然是人为提出的，但是它也受客观条件的限制，会随社会、政治、经济条件的变化而发生变化。
目前关于会计目标理论研究的观点主要包括受托责任观与决策有用观，而这两个观点都是从会计信息使用者的角度判断会计目标的实现程度，即评价会计信息是否有用是以会计信息使用者作为判断主体的。会计信息使用者具有多元化的特点：首先，会计信息使用者既包括现时的，也包括潜在的，而现时的会计信息使用者与潜在的会计信息使用者对于会计信息的需求是不同的，对于会计信息是否有用的判断标准也是不同的。其次，会计信息使用者的层次不同，包括董事会层次、管理层次、业务操作层次，这些不同层次的信息使用者对于会计信息的需求存在巨大的差异，对同一会计信息是否有用的判断也必然是因人而异的。再次，同一会计信息使用者在不同时刻或时期对于会计信息的需求也存在差异，这也必然使得会计信息使用者对会计信息有用性的评价存在阶段性。最后，会计信息使用者的专业水平不同导致其对会计信息的阅读能力与理解能力存在极大的差异。针对同一会计信息，理解能力强的会计信息使用者可能觉得有用，而理解能力弱的因为没有读出其中的有用信息就会觉得这个信息没用。
有用的会计信息从主观上看应该满足多元化的会计信息使用者的需求，同时会计信息的有用性又受到客观因素（会计信息系统在功能上能否加工并提供多元化用户所需的信息等）的影响。可见，会计目标是会计信息使用者的主观需求与会计信息系统客观功能的辩证统一。因此，在研究会计目标的实现时必须关注两个问题：一是所提供的会计信息是否为信息使用者所需；二是会计信息系统是否能够提供信息使用者所需的会计信息，以及是否符合成本效益原则，即能否以较低的成本提供质量较高的会计信息。
会计目标的实现程度主要取决于会计信息系统提供的会计信息质量。会计信息不是抽象的概念，它必须能够量化，企业必须按照会计目标和信息质量的要求将所有会计信息按照不同的特征进行分类，据此划分要素并进行确认与计量，最后以财务报告的形式提供给会计信息使用者。本文在会计目标的指引下，从会计基本假设、会计信息质量要求、确认与计量、财务报告四个角度对大数据背景下的财务会计变革进行分析。
三、大数据为财务会计注入变革基因
（一）会计基本假设
社会经济环境是动态多变的，存在很多的不确定性因素，为了合理、有效地对会计主体经济业务进行会计核算，必须对不确定性因素和会计核算范围、内容、程序、方法等进行事前的假设，这便是会计基本假设。1922年，美国著名会计学家佩顿首次提出了会计假设的概念，并引起了学术界和会计职业界的关注。20世纪50年代，人们对会计假设的认识逐渐明晰，并最终形成了会计界普遍认同的会计基本假设：会计主体、持续经营、会计分期与货币计量。会计是社会经济活动的产物，并随着社会经济环境的变化而发展，会计的数据加工和信息生成的程序、方法与技术都在不断发生变化，相应的会计基本假设也在不断变化。当下，云计算、互联网等信息技术的广泛应用产生了海量的数据，并且数据复杂多变、时效性极短，同时“互联网+”使得商业模式发生了巨大的变化，企业的组织形式多种多样，这些都对传统的会计基本假设产生了巨大的冲击。
1. 会计主体。众所周知，会计主体是对会计核算空间范围的界定，只有明确会计主体，才能确定会计所要处理的各项交易或事项的范围。在提出会计主体假设之初，企业的形式主要体现为实体企业，它们的空间范围比较容易界定。而互联网普遍应用的今天，虚拟企业越来越多，实体企业相对减少，并且很多虚拟企业的存在并非是为了持续经营，可能仅仅是为了完成一项任务或者一个订单，在任务或订单结束后虚拟企业便可以消失。此外，大数据环境下，企业靠单打独斗很难获得竞争力，企业与企业之间的合作与共赢成为当下企业生存与发展的重要途径，因此，对于企业会计核算的空间范围的界定也变得模糊。现实主体与虚拟主体明显存在很大的差异，那么对于实体企业和虚拟企业的会计主体界定标准是否应该统一？如果标准统一，如何体现二者的差异？如果采用不同的标准，分别应该是什么？
由此可见，大数据时代下新兴技术的应用使得企业的形式多种多样，企业存续的原因千变万化，企业与企业之间的组织边界模糊，企业不得不重新思考会计主体假设的内涵与界定。
2. 持续经营。在现有会计理论框架下，许多计提和分摊的会计处理都需要建立在企业能够按当前的规模和状态持续地经营下去的基础上，即持续经营假设。比如，固定资产购置时不进行一次性成本摊销，而是按照资产的预计使用年限进行分摊，这里就隐含着企业能够持续经营至固定资产的预计使用期。若企业已不满足持续经营假设前提，则企业进入清算阶段，需要按照清算的程序与方法进行会计处理。
可见，持续经营假设的提出及使用是有必要的，但是持续经营假设容易给信息使用者一种企业会持续、正常经营的错觉，这样不利于信息使用者对于企业存续期间风险的识别与防范。在大数据时代，数据量大且复杂，企业持续经营的风险明显增大；另外，很多企业成立之初就没有要持续经营的意图，由于信息不对称的存在，信息使用者并不了解企业实际的规划与意图，极易被误导做出错误的投资决策或其他决策。
经过上述分析，不得不思考大数据环境下企业应如何重新考虑持续经营假设，是在保留的基础上进行适当的修正，还是将该假设去除掉？去除掉之后有没有必要重新设置替代假设？
3. 会计分期。会计的目标是为会计信息使用者提供有用的信息，目前提供信息的方式主要是报送报表，而报表的编制需要一定的时间界定，即提供的信息是什么时点的或什么时间段的。企业需要针对持续经营的生产经营活动确定时间点或时间段，而持续经营假设是假设没有特殊情况下企业会一直持续经营下去，也就是没有期限，所以我们必须人为地对整个持续经营期进行合理的分期，即会计分期假设。瞬息万变的大数据对现有的会计分期提出了严峻的考验：在大数据环境下，如果仍按现有的会计分期假设进行确认计量与报告，那些待确认、计量与报告的经济业务很可能已经过时，相关的信息已不被信息使用者所需。如此一来，会计分期假设迫切地需要进行相应的变革，是取消会计分期假设还是继续保留而只做修正？如果取消会计分期应如何应对会计理论中对于计提、分摊等问题的处理？
4. 货币计量。货币计量假设的提出与提出该假设时所处时期的社会经济发展状况，尤其是信息技术处理能力有着密切的关系。为满足当时社会环境的需求，同时受当时信息技术水平的限制，企业不得不以提供能用货币计量的信息为主。在大数据时代，体现企业核心竞争力的不再是企业的实物资产，而逐渐表现为企业的信息资源、技术资源、用户粘性等。
随着社会经济的发展以及管理需求方面的变化，无论是在理论研究方面还是在实务操作方面，货币计量都显现出严重的不足：首先，货币计量只能计量实物资产，对于信息资源、技术资源等无法准确计量；其次，货币的持续贬值问题使得长期资产或长期负债的货币计量相关性、准确性欠缺，从而影响人们对于货币计量信息的正确评价；最后，大数据环境下，信息的类型多种多样、千变万化，如果仅仅选择以货币计量进行反映，必然使得信息不完整。
因此，需对货币计量假设重新思考：应从哪些方面进行补充、改进以弥补货币计量假设的不足？如何计量大数据时代的信息资源、技术资源、用户粘性等？如果仍保留货币计量假设，应如何考虑货币贬值问题带来的影响？
（二）会计信息质量要求
会计信息质量是评价会计目标实现程度的重要标准，会计信息质量是结合所处的社会经济环境将会计理论研究与实务操作统一而得出的，因此，会计信息质量要求必然随着社会经济环境以及经营管理需求的变化而变化。面对大量的数据资源，信息使用者如何在众多的数据中发现和查询对自己有用的且及时、完整、可靠的数据和信息，以及如何在大数据环境下对企业会计信息质量进行科学、有效的评价，成为亟待解决的难题。
1. 对已有会计信息质量要求产生冲击。
（1）更加强调相关性。大数据时代下，数据产生的速度、加工的速度甚至变化消失的速度加快，有时甚至是瞬息发生。在这种环境下，如果我们还是强调可靠性而忽视对相关性的关注，那么很容易导致为保证可靠性而造成信息缺乏相关性最终使得信息无效的问题。另外，大数据时代数据量剧增，以指数形式增长，企业在进行决策时不一定非得等到数据之间有因果关系了才去做出判断与决策，而是可以根据数据与数据之间的相关性程度分析判断其关联度从而预测事件的结果。因此，企业在进行判断时不再仅仅依靠数据之间的因果关系，而是更多地关注数据与数据之间的相关关系，这就要求企业加强对相关性特征的关注。此外，企业在关注相关性的同时，需要注意扩展相关性特征的内涵与外延，不仅包括特定信息所具有的自身相关性，同时还包括不同信息之间的关联程度所引起的相关性。
（2）重新认识与界定可比性。现有的可比性原则要求同一会计主体在不同会计期间采取相同的会计政策以实现纵向可比，不同的会计主体在同一会计期间采取相同的会计政策以实现横向可比，这里隐含的情况是可比性是针对报送的财务报告信息是否可比而言的。但是，大数据时代到来之后，在“互联网+”的推动下，各行各业开始按需设计商品、提供商品，越来越强调个性化需求，对于会计而言，这也必将成为未来发展趋势，即对会计信息使用者按需提供信息，而非统一提供相同格式的财务报告。由于不同信息使用者所需信息千差万别，继续使用传统的可比性原则将无法实现对不同会计主体进行比较的目标。
（3）重要性需赋予新的涵义。会计主体的业务数量繁多，考虑到核算工作量的因素，可依据金额大小与业务性质两方面的标准提出重要性原则，即对于金额较小的业务可以作为不重要的事项进行简要处理，同时，虽然金额小但是其变化直接影响业务性质的业务仍要作为重要事项详细处理。在大数据环境下，数据以指数形式增长，相比较而言，从量上来说，几乎每项数据在整个海量的数据集中都是微乎其微的，如果仍用现有的重要性原则去做判断，则无法准确辨识出重要事项。因而，大数据要求重要性原则不再注重精细的量的要求，而是关注信息与结果之间的相关性，即“质”方面的要求。对于与结果相关性强的信息应作为重要事项，反之，可以作为非重要事项。
（4）及时性变革为实时性。及时性要求企业按照国家规定将月、季、半年、年等作为特定报送时间按时地提交信息。大数据环境下，信息形式多样，包括文本、视频、音频、网页等，而这些信息由于其自身格式、更替速度等原因，随时会发生变化甚至消失。如此一来，如果多种形式的数据成为会计主体提供信息的数据源之一，那么现有的及时性已无法对其进行质量判断。必须针对数据瞬息变化的特点，将其修正为实时性，即能够随时地提供信息，不再设置会计期间的时段性限制。
（5）取消可理解性。可理解性是在对按照一定格式和要求编制的财务信息的理解程度上提出的判断标准。为了让大多数有一定阅读能力的信息使用者能够读懂财务报告，可以用可理解性来判断企业信息是否可读、可懂。但是大数据环境下财务报告的发展趋势是按需提供信息，即会计信息的提供者不需要将业务信息按一定的标准与格式进行加工再提供，而是直接向会计信息使用者提供其所需信息的相关业务资料，然后由信息使用者自行进行业务资料的加工、处理并进行进一步的利用。
可理解性的要求看似是站在信息使用者的角度考虑的，一般认为企业按照一定的格式与处理规则对信息进行加工会有利于信息使用者对信息的理解。然而，到底是加工处理后的信息更有利于信息使用者的理解判断，还是业务信息本身更有利于信息使用者的理解判断还有待商榷。同时，企业在对会计信息进行加工的过程中，按照自身的理解删除部分业务信息、保留其认为重要的信息，但是信息使用者是否真的需要企业保留的信息，删除的部分是不是对于信息使用者来说都是无用的，这些都是值得深思的。
此外，能够去查阅信息、了解信息的使用者都是有一定阅读能力的，并且明确知道自己所需的信息是什么，也知道自己获取的信息应该如何处理才能满足自己的决策需求。因此，笔者认为，可理解性不应作为判断会计目标是否实现的标准，应从会计信息质量要求中删除。
2. 提出新的会计信息质量要求。
（1）增加多源性的会计信息质量要求。多源性可以理解为会计主体提供的会计信息的形式要多样化（包括结构化数据、半结构化数据、非结构化数据），来源要广泛化（包括原始凭证信息、合同信息、交易信息、重要的经济活动信息等）。众所周知，大数据环境下企业的交易行为不仅仅局限于传统的实物交易（根据交易手工开单、入系统、进行相关处理），更多的是进行虚拟交易或利用EDI系统直接实现物联网，即实物直接扫描进入系统。如此一来，在面临海量数据的情况下，手工开单或人为地进行信息筛选与处理必然会过滤掉部分信息，这部分信息对于信息加工者而言可能是无用的，但并不代表对于信息使用者而言是无用的，因此，为了考虑到信息使用者需求的多样性与个性化，企业不能再主观地有意或无意地将信息筛选加工后再对外提供，必须将交易信息全面、完整地提供给信息使用者。此外，信息使用者进行决策判断时所需的信息不仅仅限于凭证中反映的信息，凭证以外的信息也可能对信息使用者有用，而这些信息的形式可能是视频、音频，来源可能是摄像头、会议录音等。如上所述，在大数据的环境下，要更好地实现会计目标就必须增加多源性的会计信息质量要求。
（2）增加可视化的会计信息质量要求。可以从两个方面来理解可视化：一是可视化是将声音转化为可视的图或文字，使复杂的信息简单化，以增强理解；二是可视化是将要反映的信息以图形或图像信息表示并呈现在信息使用者面前，使他们能够观察、模拟和计算。如前所述，大数据的特征之一是数据形式多样化，而半结构化数据与非结构化数据大多是不可以直接用文字或二维数据库来记录与分析报告的，因此，会计主体提供的会计信息必须具备可视化的特点，用以反映半结构化数据与非结构化数据。另外，可视化的数据可以带给信息使用者多种角度的、全面的信息，既可以提供直观的文字或数字信息，又可以提供无法用文字或数字表示的信息，比如说话的音调、视频中的表情等，这样更有利于信息使用者对于信息的判别。
（三）会计要素的确认与计量
1. 确认。新兴技术更新换代较快，技术对于企业的核心竞争力、价值的增值起着极其重要的作用，同时互联网的发展与应用带来了商业模式的不断创新，使得用户数量、互联网平台、信息资源等因素成为互联网企业价值创造的核心来源，而在传统的资产确认业务中这些资源由于不符合资产的定义不能作为资产进行确认，因此必须拓展资产确认的范围。国际会计准则理事会（2015）在《财务报告概念框架（征求意见稿）》中就针对这一问题对资产的定义进行修正，认为资产是过去事项形成的由主体控制的现时经济资源，经济资源是一项能够产生潜在经济利益的权利。
这里对资产的定义不再强调是未来能带来经济利益的资源，而是放宽标准，只要能够产生潜在经济利益即可。这样对于将互联网用户、平台等信息确认为会计主体的资产提供了可能性，能够更好地反映会计主体的资产情况。但是，仅仅对过去事项形成的现时经济资源进行资产确认是否能够满足大数据环境下的各种变化？对潜在经济利益的判断如何把握？其他要素在确认时是否也应该做进一步修正？这些问题都有待理论界与实务界结合大数据新环境做更深层次的探讨。
2. 计量。商业模式的创新、新技术的更新换代等使得新兴经济资源越来越成为主导企业的核心要素，传统的计量属性已难以满足计量的需要。因此，在新环境下需要对计量做出新的思考。计量属性的选择与应用能否因会计主体而异？即企业是否可以根据自身的商业模式特点或其他特征自由地选择适合反映自身的计量属性？不同的资产其价值创造的方式不同，价值的时效性也不同，“一刀切”的计量属性无法适应大数据时代资产形态多变的特点。
（四）财务报告
目前，财务报告主要是报送资产负债表、利润表、现金流量表、所有者权益变动表及附注等相关信息，报告方式主要是文本形式。大数据的冲击要求财务报告必须做出相应的变革。本文将从报告内容、报告形式、报告方式三个方面进行分析讨论。
1. 扩展报告内容。大数据环境下数据的类型增多且复杂多变，若只报告符合确认条件的内容必然导致部分有用信息被过滤掉，影响信息使用者对信息的判断与使用。而将所有与经济活动相关的信息都进行报告既不符合成本效益原则又缺乏规范与统一标准。综合考虑这两方面的冲突，本文认为财务报告内容应该融合结构化数据、半结构数据与非结构化数据特点，进行适当的扩展，即以会计要素信息为原点进行信息辐射。报告内容可以包括两方面：一是关于报告主体的整体信息或与确认、计量、报告内容没有直接对应关系的信息，例如网站、博客等互联网上对于报告主体的评论；二是与确认、计量、报告内容有直接对应关系的信息，例如无形资产按资产确认条件进行确认计量并以货币形式报告的同时，围绕无形资产的核心主题，关联展示无法用货币计量的信息——该项无形资产涉及的技术在当前的形势分析、网络对于该无形资产技术的相关评论、其他媒体资源对于无形资产技术的报道等。
2. 创新报告形式。一方面，现有的会计理论中的会计核算仍存在大量的计提、结转业务，而计提、结转业务尤其是涉及报税等事项的通常需要在会计期间结束时才能进行，这成为财务报告实时报送的一个瓶颈问题；另一方面，大数据的瞬息万变、时效性低的特征又迫切要求财务报告能够实现实时报告，以提高信息对决策的支持作用。本文认为，在二者不能互相替代的情况下，可以进行适当的权衡，采取定期报告与实时报告相结合的报告形式。首先，以是否必须计提、结转才能出具实时信息为标准将报表中的项目分成两类：实时项目与非实时项目。然后，对于实时项目进行实时报告，并在实时报告中对非实时项目采取估计的方式（列示前期数据并附加影响该项目的交易明细，或在前期数据的基础上考虑报告时刻交易的影响）列示相关数据。最后，按规定在期末提供定期的财务报告。
3. 丰富报告实现方式。要实现报告内容的扩展与报告形式的创新，报告编制也必须同步进行相应的变革。
基于报告内容扩展的视角，财务报告的编制除采用传统的编制方法外，还需要针对不同的报告内容进行方法的拓展。对于互联网相关内容的报告，可以采取“简要说明+超级链接”的方式（直接链接到相应的互联网网页）；对于纸质媒体相关内容的报告，可以采取“图片+超级链接”的方式（将无法用货币计量的其他形式的报告信息存放在数据库中，通过超级链接获取相应的信息）；对于电视采访等视频相关内容的报告，可以采取“视频+超级链接”的方式或者“视频转换文本+超级链接”的方式。
基于实时报告与非实时报告的视角，改变传统的报表编制流程，采取实时信息的数据加工流程。①对于实时报告项目采取直接获取凭证信息加工生成的方式。目前的信息系统在编制报表数据时，报表数据获取公式都是基于账簿信息设置的，而从数据的增值角度来讲，账簿信息与报表信息均来自于凭证信息，只是二者对于凭证信息的汇总方式、汇总程度不同而已。立足于账簿信息编制报表的思路是手工方式下产生的，能够提高手工方式编制效率与结果计算的准确性。在大数据背景下，采用信息系统进行数据处理的效率与计算准确性已不再是问题，登记入账、从账簿中取数生成报表中的数据没有增加信息的价值，反而增加了流程的中间过程，影响信息的实时性。因此，本文认为在生成实时财务报告信息时，报表项目直接从凭证信息中取数，将账簿信息与报表信息作为同级别层次的信息。②部分不涉及报告主体外部信息的计提、结转类业务可以利用信息系统的功能实时处理。比如，制造费用结转生产成本，可以在每笔制造费用发生时就进行相应的结转，而不必等到期末将所有的制造费用汇总再进行结转。在实现方式上可以采用信息系统中的自动结转功能设计结转凭证模板（包含未记账凭证），也可以利用简单加工语句直接从凭证库信息中进行制造费用结转。
四、结语
现代互联网大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，并从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。会计所处的环境发生了天翻地覆的变化，这必然为受环境与管理需求影响的财务会计注入变革基因。本文从会计假设、会计信息质量要求、确认与计量、财务报告四个方面分析了大数据环境下财务会计变革，以期引起学者们对大数据环境下财务会计变革的关注与进一步研究。

主要参考文献：
Mckinse．Big Data：The next frontier for innovation，competition，and productivity［J］．Fujitsu North America Technology Forum，2012（1）．
齐萱，杨静．大数据时代会计信息相关性研究述评［J］．财会通讯，2015（28）．
周洁．论大数据对会计核算原则的冲击［J］．财会月刊，2015（25）．
陈娟英．互联网数据时代对财务会计的影响［J］．财会月刊，2015（14）．
夏红雨，刘艳云．对大数据会计三个关键问题的思考［J］．财会月刊，2016（25）．
葛家澍．财务会计理论研究［M］．厦门：厦门大学出版社，2006．
王小娟，万映红．大数据下企业会计信息质量评价指标体系的构建［J］．财会月刊，2015（14）．
财政部．关于就国际会计准则理事会发布的《财务报告概念框架（征求意见稿）》征求意见的函．财会便［2015］30号，2015-06-26．
陆燕．互联网时代下管理会计的实践与创新——企业利用大数据为管理会计服务创造全新价值［J］．中国会计报，2016（3）．
Miklos A. Vasarhelyi，Alexander Kogan，Brad M. Tuttle.Big Data in Accounting: An Overview［J］．Accounting Horizons， 2015（2）．
J. Donald Warren，Jr.， Kevin C. Moffitt，Paul Byrnes.How Big Data Will Change Accounting［J］．Accounting Horizon，2015（2）．