会员登录
会员注册
不确定性和模糊性对会计信息质量的影响，集中体现为导致信息混淆。所谓信息混淆，是指一个可观察的信息，由至少一个不可观察的信息组成。使用数学语言可以这样描述：可观察值W由两个混合在一起并不可直接辨别的分量X，Y组成，即：
W=X+cY
其中c是一个系数，由具体的问题决定其值。
会计中的信息混淆主要有这样几种类型：
1.名义数值与实际数值的混淆。针对普遍存在的不确定性，会计作出了一系列假设，如持续经营、货币计量、历史成本等，试图将会计人为地置身于可确定的环境状态中，这就导致了会计帐面数值即名义数值与实际数值的背离。也就是说，会计提供的信息是一种典型的双分量型的混淆信息。名义收益与实际收益就是一个例子。
2.再生性信息与非再生性信息混淆。再生性信息指为企业主要的和经常的经济活动所确定的信息，如营业收入、营业费用和营业利润等，只要企业持续经营，这些信息就可持续再生;非再生性信息是为企业所发生的偶然事项所确定的信息，如捐赠、不可抗力损失等，它们一般不会持续发生。这两类信息对信息使用者的意义是不同的。而现时的会计信息并不能区分两者。损益表信息就是一个典型。其中的利润是再生性利润与非再生性的净收益(“利得”-“损失”)的合成物，而且，收入与利得、费用与损失的划分也不严格。
3.趋势性变化信息与非趋势性变化信息的混淆。企业的趋势性变化是由其经营管理体制、技术水平和人员素质等诸多因素引起的，是一个持续的发展过程。而非趋势性变化是暂时性的变化，是由一次性的政策调整等因素引起的，如宏观政策调整、会计选择和会计政策的变化等。现在的财务报表中，并不能向信息使用者区分这两类信息，使得利益相关人对企业未来发展情况的预测变得更加不确定。
4.权责利关系信息的混淆。主要体现产权关系在报表中存在两重性，有些项目如住房公积金、各种专项拨款等，到底属于权益还是负债是不清楚的;另有一些项目如少数股权、可赎回优先股，到底归于权益还是负债，在理论上至今还有争议。在西方国家，有些企业在计算债务比率时，把少数股权和可赎回优先股列入负债，有些则把它们列入权益。这些都说明，负债与所有者权益的界限至今还是模糊不清的。
由于不确定性和模糊性的普遍存在，造成信息混淆的普遍存在。一方面，会计人员个人因素或企业会计政策的选择倾向，都会使会计信息混淆变得更严重，从而降低会计信息的质量;另一方面，混淆的会计信息也会给信息使用者造成消极影响，使其产生“信息幻觉”，从而造成评价失效、决策失误和控制失灵。这两方面因素互相作用，无形中造成会计信息的技术性失真。与此同时，由于会计人员道德缺陷、企业内部控制制度失灵或某些决策者的叵测用心，都会使问题变得更为复杂，加剧会计信息的失真度。
三、对策与建议
通过上述分析，我们发现，由于普遍存在的不确定性和模糊性会导致会计信息失真，这种失真是一种技术性失真。有鉴于此，在实际工作中，为了正确对待这种技术性失真，我们应该注意这样几个问题：
1.正确认识不确定性和模糊性。只有正确认识和对待现实中的不确定性和模糊性，才有利于对客观事物的认识。首先，在定性的认识到不确定性普遍存在的前提下，会计信息的提供者与使用者应该客观地看待会计信息对我们评价、决策的作用;再者，从定量的角度来说，对于模糊性，我们可以采用模糊数学的方法，如模糊控制、模糊预测、模糊评估等方法进行处理;对于不确定性，可以采用概率论与数理统计的有关方法进行反映和评价，将经验分析与数学分析结合起来使用，能收到更好的效果。
2.规范会计准则的制订，加强会计制度的建设。在制订会计准则时，应尽量规范不确定性措辞的使用，可以给出相对确定的概率数值范围，以利于减少主观判断上的差异，并协调国际会议差异。同时，加强企业内部会计制度建设，发挥制度的约束机制，尽可能减少由于不确定性和模糊性造成的人为可乘之机。
3.加强会计理论研究。应尽可能完善会计假设，规范会计基本概念，修正会计要素，如对资产负债表要素，可考虑增设“递延借项”与“递延贷项”，把“资产=负债+所有者权益”的方程式改为：资产+递延借项=负债+递延贷项+所有者权益。把“收入-费用=利润”改为：收入-费用+(利得-损失)=净利润。
同时根据新的社会经济条件，发展会计确认与计量理论，如考虑采用通货膨胀的会计计量模式。加强研究、界定产权关系混淆的二重性项目，或在报表中合理分解，并加以说明。
4.拓展财务报告，充实会计信息。通过财务报表以外的其他报告形式，揭示更多的“分析性信息”，以更加客观充分地反映由于不确定性和模糊性引起的信息混淆。为了给使用者提供有关企业的更为完整清晰的图象，西方财务报告的形式和份数日趋增多。在当今信息技术飞跃发展的今天，还可借助计算机技术和网络技术，把传统的纸质报告模式发展为磁介质或网络介质报告模式，提供更加全面、表现形式更为丰富的实时财务报告，减少“时滞”，提高信息的决策有用性。
5.会计信息进行过滤处理。即采用一定的数字方法，如“卢卡斯滤波”和“最佳随机控制”等方法，对混淆的信息进行过滤处理，尽可能减少信息的模糊性，为使用者提供更为客观清晰的信息。