财智干货|智能财务理论、标准与人才培养 | erp( 二 ) 新加坡政府|客户|部门|数据源

第二大类国务院发布的会计行政法规，诸如《总会计师条例》；

第三大类是相关部门发布的一些相关制度、规范、办法、通知等，诸如《会计基础工作规范》《企业会计信息化工作规范》《电子会计凭证报销入账归档》等。

中国会计法规体系大体上是这三个层次，未来的会计法规体系，财政部、国家税务总局等相关部门会根据职能而决定数智化转型的作用。财政部在 “十四五”期间的核心工作之一是单位会计数字化转型，按照财政部管理会计指引，不断加强管理会计职能和数字化的融合。

另外是解决企业的内部控制，也包括企业可持续发展报告的社会责任管理机制，将借助于数字化来实现单位会计对内职能的拓展。

另外一个核心问题是对外职能拓展。会计信息化除了考虑传统会计基本职能外，还要对内对外职能拓展，管理会计与内部控制通过绩效管理和风险管理角度，把数字化思维对内进行拓展以及政策制定、政府监督、资源配置等对外拓展。

文章插图

智慧财务与数据治理

智能财务将模糊财务与其他业务职能间的边界，由财务推动业务合作，促进全面分享、深度协同、业财融合，更强调财务对于分析与业务见解的预测性和前瞻分析，更关注资源配置的精准、精细管理，更关注全流程数据管理智能化。

而数据治理（Data Governance，DG）是组织中设计数据使用的一整套管理行为。是对数据资产管理过程中行使权力和管控的活动集合，包括计划、监控和实施，是关注与管理信息的质量、一致性、可用性、安全性和可得性的过程。

应对智慧财务的场景和需求，数据治理需要通过建立完整的数据治理过程，应用系列数据治理技术与工具，实现对于主数据、业务数据与分析数据的三类数据的整合治理，达到业务协同，提速运营管理，进而为智能决策做出贡献。

在具体治理方法上，数据形成资产要进行完整的顶层设计，同时依托于信息化设计需要同步进行的。数据治理也不是单独的过程，而是需要结合日常业务、结合场景、结合需求，对财务数据进行业务财务共享、实现财务战略与财务数据的完整梳理。

作为智慧财务数据治理核心部门，财务人员需要向复合型人才转型，除了自身财务技能外，需要强化信息化技能、数据分析技能，并始终保有数据安全意识。

智能财务数据治理中，数据标准是关键的基础性问题，需要在遵循国家、地方与行业等标准的基础上，建立机构内部的数据生产、流转、装载过程中各类数据标准与质控规范，保障数据质量，包括完整性、时效性、唯一性、正确性、精确性、参照完整性、依赖一致性等。

此外，应关注数据安全治理，包括存储安全、传输安全、使用安全。结合对数据属性、周期性、价值、法律要求等建立安全等级，实现数据的系统性安全管理。

数据治理是持续闭环的过程，需要从设计、执行、评估、分析到再设计、再执行，要遵循PDCA循环管理，对于主数据、业务数据、分析数据，进行持续不断的动态管理，对数据进行全生命周期质量把控和安全管理，最终形成数据资产，同时要确保互联互通，协同运作，动态平衡。

在技术工具方面，智慧财务数据治理需要建立由多工具构成的数据治理整体技术平台，重点关注数据集成工具、主数据管理工具、数据模型管理工具和数据资产管理工具，并实现数据治理与数据分析阶段的工具衔接与整合。实现以应用驱动治理，治理支撑应用的持续循环。