会计数据治理能力提升培训

以下文章来源于谈数据 ，作者石秀峰 1、找症状，明确目标 任何企业实施数据治理都不是为了治理数据而治理数据，其背后都是管理和业务目标的驱动。企业中普遍存在的数据质量问题有：数据不一致、数据重复、数据不准确、数据不完整、数据关系混乱、数据不及时等。 由于这些数据问题的存在对业务的开展和业务部门之间的沟通造成了较大的困扰，产生了很大的成本；各异构的系统中数据不一致，导致业务系统之间的应用集成无法开展；数据质量差无法支撑数据分析，分析结果与实际偏差较大。然而要实现数据驱动管理、数据驱动业务的目标，没有高质量的数据支撑是行不通的。 目标：企业实施数据治理的第一步，就是要明确数据治理的目标，理清数据治理的关键点。 技术工具：实地调研、高层访谈、组织架构图。 输入：企业数据战略规划，亟待解决的业务问题，经营发展需求，业务需求等； 输出：数据治理的初步沟通方案，项目任务书，工作计划表； 2、理数据，现状分析 针对企业数据治理所处的内外部环境，从组织、人员、流程、数据四个方面入手，进行数据治理现状的分析。 某企业数据治理痛点分析 组织方面：是否有专业的数据治理组织，是否明确岗位职责和分工。 人员方面：数据人才的资源配置情况，包括数据标准化人员、数据建模人员，数据分析人员，数据开发人员等，以及数据人才的占比情况。 流程方面：数据管理的现状，是否有归口管理部门，是否有数据管理的流程、流程各环节的数据控制情况等； 数据方面：梳理数据质量问题列表，例如：数据不一致问题，数据不完整，数据不准确、数据不真实、数据不及时、数据关系混乱，以及数据的隐私与安全问题等。 目标：分析企业数据管理和数据质量的现状，确定初步数据治理成熟度评估方案。 技术工具：实地访谈、调研表、数据质量问题评议表、关键数据识别方法论（例如：主数据特征识别法）； 输入：需求及现状调研表、访谈记录、数据样本、数据架构、数据管理制度和流程文件； 输出：数据问题列表、数据U/C矩阵、数据治理现状分析报告、数据治理评估方案； 3、数据治理成熟度评估 数据治理成熟度反映了组织进行数据治理所具备的条件和水平，包括元数据管理、数据质量管理、业务流程整合、主数据管理和信息生命周期管理。 CMMI DMM数据管理能力成熟度评估模型 数据治理成熟度评估是利用标准的成熟度评估工具结合行业最佳实践，针对企业的数据治理现状进行的客观评价和打分，找到企业数据治理的短板，以便制定切实可行的行动方案。数据治理成熟度结束后形成初步的行动方案，一般包括数据治理战略，数据治理指标，数据治理规则，数据治理权责。数据治理愿景和使命是数据治理的整体目标；数据治理指标定义了数据治理目标的衡量方法；数据治理规则和定义包括与数据相关的政策、标准、合规要求、业务规则和数据定义等；权利和职责规定了由谁来负责制订数据相关的决策、何时实施、如何实施，以及组织和个人在数据治理策略中该做什么。 目标：结合业界标准的数据治理成熟度模型，根据企业管理和业务需求进行数据治理成熟的评估，形成初步的数据治理策略和行动路线。 技术工具：数据治理评估模型，例如：DCMM，CMMI DMM，IBM数据治理成熟度评估模型等； 输入：第2步的输入以及数据治理评估模型、数据治理评估工具（评估指标、打分表等）； 输出：数据治理评估结果，数据治理策略，初步的行动方案； 4、数据质量问题根因分析 数据治理的目的是解决数据质量问题提升数据质量，从而为数据驱动的数字化企业提供源动力，而提到数据质量问题，做过BI、数仓的同学一定知道，这是一个技术和业务“经常打架”相互推诿的问题。 某企业数据问题根因分析鱼骨图 产生数据质量问题的原因有很多，有业务方面的、有管理方面的、也有技术方面的，按照80/20法则，80%的问题是由20%的原因造成起的。所以，如果能够解决这20%的问题，就能得到80%的改进。 目标：分析并找到数据质量问题产生的根本原因，制定行之有效的解决方案； 技术工具：头脑风暴、5W1H、SWOT、因果（鱼刺）图、帕拉图等； 输入：数据问题列表、数据U/C矩阵、数据治理现状分析报告、数据治理评估结果； 输出：数据质量评估结果、对业务的潜在影响和根本原因。 5、业务影响及实施优先级评估 通过数据治理成熟度评估，从组织、流程、制度、人员、技术等方面找到企业在数据治理的待提升的领域和环节，再通过数据质量根因分析找到数据质量问题发生的根本原因，进一步明确了数据治理的目标和内容。再接下来，就需要确定数据治理策略，定义数据治理的实施优先级。 某企业主数据治理实施优先级评估 不同的数据治理领域解决的是不同的问题，而数据治理的每个领域都有它的实施难点，对企业来说，需要从业务的影响程度，问题的紧急程度、实施的难易程度等多个维度进行分析和权衡，从而找到符合企业需求并满足企业发展的方案。 目标：确定数据治理核心领域和支撑体系的建设/实施优先级； 技术工具：四象限法则（分别从业务影响程度/实施难以程度，问题重要程度/问题紧急程度绘制优先级矩阵）、KANO模型 输入：数据治理成熟度能力评估结果、数据质量问题根因分析结果； 输出：数据治理实施优先级策略6、制定数据治理行动路线和计划 路线图是使用特定技术方案帮助达到短期或者长期目标的计划，用于新产品、项目或技术领域的开发，是指应用简洁的图形、表格、文字等形式描述技术变化的步骤或技术相关环节之间的逻辑关系。路线图是一种目标计划，就是把未来计划要做的事列出来，直至达到某一个目标，就好像沿着地图路线一步一步找到终点一样，故称路线图。 某企业数据治理实施路线图 企业数据治理的实施路线图的制定是以企业数据战略——愿景和使命为纲领，以急用优先为原则，以分步实施为策略进行了整体设计和规划。实施路线图主要包含的内容：分几个阶段实施，每个阶段的目标、工作内容、时间节点要求、环境条件等。笔者观点：任何一个企业的数据治理都不是一蹴而就，一步到位的，需要循序渐进、持续优化！实施路线图就是基于此产生的，因此说数据治理实施路线图也是说服利益相关者支持的一个重要手段。 目标：确定数据治理的阶段以及每个阶段的目标； 技术工具：路线图法 输入：数据治理成熟度能力评估结果、业务影响及实施优先级评估结果； 输出：数据治理实施路线图或称阶段目标计划 7、制定数据治理详细实施方案 数据治理详细实施方案是用于指导主数据的各项实施工作，一般包括：数据治理核心领域、数据治理支撑体系、数据治理项目管理三个方面。 数据治理总体框架图 数据治理核心领域包括：数据架构、数据服务、元数据管理、数据质量管理、数据标准管理、主数据管理、数据安全管理、数据生命周期管理。 数据治理支撑体系包括：组织（组织架构、组织层次、岗位职责）、制度（管控模式、规章制度、考核机制）、流程（归口部门、管理流程、流程任务等）、技术（数据集成、数据清洗、数据开发、数据应用、数据运营、支撑平台、实施方案等）。 数据治理项目管理方案包括：项目组队、项目计划、质量保证计划、配置管理计划、培训和售后等。 关于数据治理的核心领域，详见笔者之前分享的数据治理框架解读系列文章。 关于数据治理的支撑体系，详见笔者之前分享的数据治理成功关键要素系列文章。 目标：基于数据质量根因分析、业务影响和实施优先级评估结果，制定详细实施方案； 输入：业务影响及实施优先级评估结果，行动路线和计划； 输出：数据治理详细实施方案。 8、数据治理实施过程控制 数据治理实施过程控制是对数据治理项目的范围控制、进度控制、质量控制和成本控制，通过对企业的各项资源的合理协调与利用，而达成的数据治理目标的各种措施。从项目管理的角度来讲也是项目管理的黄金三角：范围、时间、质量、成本。 任何项目的质量和进度是需要良好的项目管理来保证的，数据治理也一样。与传统的软件工程项目不同，数据治理项目有着范围边界模糊、影响范围广、短期难见效、实施周期长等特点： ①范围边界模糊，数据治理涉及到的关键领域如元数据管理、数据质量管理、数据标准管理、主数据管理等很多是存在交叉的，边界很难界定，例如：实施数据质量管理项目，会涉及元数据管理、数据标准管理等，同样一个元数据管理项目也会涉及数据标准和数据质量。 ②影响范围广，数据治理的实施不是一个部门能够完成的，是需要从高级管理层、到各业务部门、信息部门通力协作，共同完成的； ③短期难见效，数据治理项目实施完成后，其数据治理的效果被每个业务点滴操作所“稀释”，并不像其他项目，例如BI，那样明显的体现出来，所以主导数据治理的部门会经常遭到质疑。 ④实施周期长，在没有清晰的数据治理目标和范围约定的情况下，数据治理是一个“无底洞”。所以，在实施数据治理项目之前制定好实施路线图和详细的实施方案就显得格外重要（第6、7步）。 目标：通过对数据治理项目实施过程的进度控制、质量控制和成本控制以实现数据治理的目标； 技术工具：PP（项目计划）、PMC（项目控制）、IPM（集成项目管理）、RSKM（风险管理）——CMMI过程域； 输入：6-7步的输出：数据治理实施路线图，数据治理详细实施方案； 输出：各项项目控制措施，例如：项目计划、SOW、项目风险列表、项目报告、项目总结等； 9、监控评估数据治理实施效果 随着大数据技术的不断发展，应当从企业的全局数据治理环境的角度，明确数据治理关键技术运用及其标准规范，构建成效评估指标体系，进行治理效果评价；并运用数据治理能力成熟度模型再次评估，界定数据管理层次，从而使得跨系统、跨业务、跨部门的数据治理体系的建设与实施能够通过各方协作顺利进行，实现卓越数据治理，进而通过数据驱动业务、数据驱动管理和运营以实现企业的降本、增效、提质、创新。 某企业数据治理看板（数据已脱敏） 数据治理成效评估指标体系应根据企业及数据治理项目的实际情况制定，一般包括：时间性、数量性、完整性、准确性四个维度。 ①时间性即数据的及时性。该维度主要通过源业务系统数据接入的上报及时性、接入及时性等方面进行核对。通过分析月指标、周指标、日指标的数据及时率，得出在规定时间和频度周期内接入系统的比例，以此反映数据接入及时性。 ②数量性。该维度是从数据存量，数据增量，数据访问量，数据交换量、数据使用量等指标反映数据的使用情况，可以分为月度指标、周指标、日指标、时分指标等。 ③准确性。这个维度主要由各类数据中逻辑的准确性、数据值的准确性、数据频段和字段之间的准确性以及数据的精度等内容组成。该准确率同样包括：月度、每周、每日等准确率指标。  ④完整性。此维度主要以单元维度完整性、数据业务维度组合完整性、索引值完整性等不同方面进行核对，是验证数据质量完整性的主要组成部分，包括月度指标、周指标、日指标数据的完整性等内容。  目标：检验各项数据治理指标的落实情况，查漏补缺，夯实数据治理效果； 技术工具：数据治理效果的评价指标体系、各种数据图表工具； 输入：数据治理效果评估指标； 输出：数据治理评估的月报、周报、日报等； 10、数据治理持续改进 数据治理模式应业务化、常态化，不应是一个项目、“一阵风”的模式。 图片源自互联网 数据治理工作应向企业生产、销售业务一样作为一项重点的业务工作来开展，构建专业的数据治理组织，设置合适的岗位权责，建立相应的管理流程和制度，让数据标准贯彻到每个业务环节，形成一种常态的工作。在笔者看来，在数据源头加强企业数据的治理，让常态化治理成为日常业务，才能从根本上彻底解决企业数据质量的各种问题，让数据真正转化为企业资产，以实现数据驱动流程优化、数据驱动业务创新、数据驱动管理决策的目标。 目标：数据治理常态化，持续提升数据质量，驱动流程优化和管理创新。 输入：持续的、规范的、标准的各项业务操作；数据治理监控的各项指标和报告； 输出：持续输出的高质量的数据； 博主观点：原理大家都懂，实践时困难重重。在专家的指导下，应用适当的工具可让理论转化为现实。华矩科技，专业的数据治理服务与技术提供商。

1、加大财政人员培训力度，重视后续教育。

2、完善监督体系，加强治理会计信息失真的监督责任。

3、规范财务会计行为，加强会计基础工作。

4、对于屡次违规的企业加大惩罚力度。

会计信息质量要求主要包括可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性和及时性等。

1、可靠性

可靠性要求企业应当以实际发生的交易或者事项为依据进行确认、计量和报告，如实反映符合确认和计量要求的各项会计要素及其他相关信息，保证会计信息真实可靠、内容完整。

会计信息要有用，必须以可靠为基础，如果财务报告所提供的会计信息是不可靠的。就会给投资者等使用者的决策产生误导甚至损失。

2、相关性

相关性要求企业提供的会计信息应当与投资者等财务报告使用者的经济决策需要相关，有助于投资者等财务报告使用者对企业过去、现在或者未来的情况作出评价或者预测。

会计信息是否有用，是否具有价值，关键是看其与使用者的决策需要是否相关，是否有助于决策或者提高决策水平。相关的会计信息应当能够有助于使用者评价企业过去的决策，证实或者修正过去的有关预测，因而具有反馈价值。相关的会计信息还应当具有预测价值，有助于使用者根据财务报告所提供的会计信息预测企业未来的财务状况、经营成果和现金流量。

会计信息质量的相关性要求。需要企业在确认、计量和报告会计信息的过程中，充分考虑使用者的决策模式和信息需要。，但是相关陛是以可靠性为基础的，两者之间并不矛盾，不应将两者对立起来。也就是说，会计信息在可靠性前提下，尽可能的做到相关性，以满足投资者等财务报告使用者的决策需要。

3、可理解性

可理解性要求企业提供的会计信息应当清晰明了，便于投资者等财务报告使用者理解和使用。

企业编制财务报告、提供会计信息的目的在于使用，而要使使用者有效地使用会计信息，应当能让其了解会计信息的内涵。弄懂会计信息的内容，这就要求财务报告所提供的会计信息应当清晰明了，易于理解。只有这样，才能提高会计信息的有用性，实现财务报告的目标，满足向投资者等财务报告使用者提供决策有用信息的要求。

4、可比性

可比性要求企业提供的会计信息应当相互可比。主要包括两层含义：

(1)、同一企业不同时期可比

为了便于投资者等财务报告使用者了解企业财务状况、经营成果和现金流量的变化趋势，比较企业在不同时期的财务报告信息，全面、客观地评价过去、预测未来，从而作出决策。会计信息质量的可比性要求同一企业不同时期发生的相同或者相似的交易或者事项，应当采用一致的会计政策，不得随意变更。

(2)、不同企业相同会计期间可比

为了便于投资者等财务报告使用者评价不同企业的财务状况、经营成果和现金流量及其变动情况。会计信息质量的可比性要求不同企业同一会计期间发生的相同或者相似的交易或者事项，应当采用规定的会计政策，确保会计信息口径一致、相互可比，以使不同企业按照一致的确认、计量和报告要求提供有关会计信息。

5、实质重于形式

实质重于形式要求企业应当按照交易或者事项的经济实质进行会计确认、计量和报告，不仅仅以交易或者事项的法律形式为依据。企业发生的交易或事项在多数情况下，其经济实质和法律形式是一致的。但在有些情况下，会出现不一致例如，以融资租赁方式租入的资产，虽然从法律形式来讲企业并不拥有其所有权，但是由于租赁合同中规定的租赁期相当长，接近于该资产的使用寿命;租赁期结束时承租企业有优先购买该资产的选择权;在租赁期内承租企业有权支配资产并从中受益等，因此，从其经济实质来看，企业能够控制融资租入资产所创造的未来经济利益，在会计_人、计量和报告上就应当将以融资租入方式租入的资产视为企业的资产，列入企业的资产负债表。

6、重要性

重要性要求企业提供的会计信息应当反映与企业财务状况、经营成果和现金流量有关的所有重要交易或者事项。在实务中。如果会计信息的省略或者错报会影响投资者等财务报告使用者据此作出决策的，该信息就具有重要性。重要性的应用需要依赖职业判断，企业应当根据其所处环境和实际情况。从项目的性质和金额大小两方面加以判断。

7、谨慎性

谨慎性要求企业对交易或者事项进行会计确认、计量和报告应当保持应有的谨慎，不应高估资产或者收益、低估负债或者费用。在市场经济环境下，企业的生产经营活动面临着许多风险和不确定性，如应收款项的可收回性、固定资产的使用寿命、无形资产的使用寿命、售出存货可能发生的退货或者返修等。会计信息质量的谨慎性要求，需要企业在面临不确定性因素的情况下作出职业判断时，应当保持应有的谨慎，充分估计到各种风险和损失，既不高估资产或者收益，也不低估负债或者费用。例如，要求企业对可能发生的资产减值损失计提资产减值准备、对售出商品可能发生的保修义务等确认预计负债等，就体现了会计信息质量的谨慎性要求。

谨慎性的应用也不允许企业设置秘密准备。如果企业故意低估资产或者收益，或者故意高估负债或者费用，将不符合会计信息的可靠性和相关性要求，损害会计信息质量，扭曲企业实际的财务状况和经营成果，从而对使用者的决策产生误导，这是不符合会计准则要求的。

8、及时性

及时性要求企业对于已经发生的交易或者事项，应当及时进行确认、计量和报告，不得提前或者延后。

会计信息的价值在于帮助所有者或者其他方面作出经济决策，具有时效性。即使是可靠、相关的会计信息，如果不及时提供，就失去了时效性，对于使用者的效用就大大降低，甚至不再具有实际意义。在会计确认、计量和报告过程中贯彻及时性，一是要求及时收集会计信息，即在经济交易或者事项发生后，及时收集整理各种原始单据或者凭证;二是要求及时处理会计信息，即按照会计准则的规定，及时对经济交易或者事项进行确认或者计量，并编制财务报告;三是要求及时传递会计信息，即按照国家规定的有关时限，及时地将编制的财务报告传递给财务报告使用者，便于其及时使用和决策。

1、明晰产权，发挥产权对会计信息生成过程的规范和界定功能。会计信息失真在私营企业大都表现为虚减利润，以逃避交税;而在国有企业则大都表现为虚增利润，以形成业绩良好的形象，使经营者获得经济利益和政治荣誉。

众所周知，产权是企业取得市场法人资格的基本条件，只有产权明晰的企业才能真正成为市场主体。只有产权的明晰界定，才会使市场主体根据会计行为规范开展会计管理交易活动。经营者在最大化自己效用的同时也不降低(甚至增加)所有者的效用，能够按照市场而不是所有者的旨意来实施经济行为。同时，会计主体也可以根据交易费用的高低来选择会计规范的组合方式，充分发挥会计规范的激励、约束、资源配置和收入分配功能。

2、健全会计法律制度，完善现有的会计制度和会计准则体系。虽然近些年中国已经相继制订或修订了《会计法》、《公司法》、《会计基础工作规范》等法律法规，但由于这些法律法规是根据一定时期政治、经济环境的具体情况制定的，往往带有一定的滞后性和局限性，在实际工作中可操作性差。为了更好地发挥《会计法》的强大作用，一定要有配套的法规加以配合，应该相应修订刑法、公司法和证券法，特别是对上市公司的监管力度，发现作假要采取果断的惩罚措施。

会计准则作为会计管制的一部分正是为了均衡信息使用者和提供者的'利益而产生的。由于会计准则具有经济后果，准则制定过程实际上就是一种利益协调过程。因此，准则制定机构对会计信息的处理与披露作出规范时，应保持中立、客观、公正的立场，合理确定企业披露足够的相关信息，减少信息的不对称，以均衡、协调企业管理当局与使用者双方的利益以及信息使用者之间的不同利益，从而使有关各方的正当利益得到维护。

3、建立网络化的会计信息系统，提高会计信息传递的时效性。随着会计电算化的不断普及，特别是电脑网络、电子货币和日新月异的核算及审核软件的出现，会计核算更加明晰快捷，更具有透明度，也使会计监督更加直观。我们要充分利用现代网络技术在会计信息系统中的应用，发挥网络传输数据安全、快捷的获取渠道，达到信息使用效益，会计信息的有用性在经济领域发挥真正的指导作用。

4、建立健全会计信息质量监督体系，加强监督力度。加强会计信息的社会评价，财政、审计、税务、银行等有关职能部门，应加强对会计信息的监管，建立检查和处罚的联动机制，多方配合形成合力，充分发挥其职能作用和监控作用，对违法、违纪、违规行为，加大处罚力度，形成强有力的制约机制，充分发挥会计师事务所中介组织的监督作用，同时相关部门也要对注册会计师业务加强监督、管理，以利于净化执业环境提高执业质量。各级财政、税务、审计机关要依法对企业加强财务检查和审计监督，对查出的问题必须予以纠正，对弄虚作假、违反财经纪律的行为要严肃处理，对有关人员处以行政处分，直至追究刑事责任。

5、提高会计从业人员素质，加强会计诚信建设。强化对从业会计人员的职业培训，为提高会计信息质量提供保障。会计人员是会计工作的具体承担者，会计人员的理论水平、业务能力和道德观念，直接影响到会计信息质量。因此，提高会计人员的道德观念和业务水平，对从源头上防止会计信息失真具有重要意义。首先，强化会计职业道德培训，重点是增强会计人员的诚信意识，在会计人员中树立诚信会计观念，使会计人员形成良好的职业道德，自觉维护会计法规、会计制度的严肃性，促进会计工作的健康有序发展。其次，加强对会计人员的业务知识培训，加快会计人员的知识更新步伐，提高会计人员的理论水平和实际操作能力，适应时代发展的要求。

一、建立健全内部会计管理制度和会计监督体系

健全内部会计管理制度是贯彻执行会计法律、法规、规章、制度，保证单位会计工作有序进行的重要措施，也是加强会计基础工作的重要手段。因此，企业应当根据本单位的生产经营、业务管理特点和要求制定简单易行、满足需要、切实可行的内部会计管理制度，明确各会计工作岗位的职责、权限，制定详细考核办法和标准，明确单位领导人和会计机构负责人的职责以及审批、办理资金、费用的审批权限，建立规范的会计核算程序，使会计工作有章可循，实践证明，建立并严格执行单位内部会计管理制度的，会计信息质量比较高，会计工作在经济管理中就能有效发挥作用。

健全会计监督体系，是会计工作依法有序进行的保证。首先，企业应当制定内部控制制度，建立合理的组织机构，一个部门或一个人不能负责办理经济业务事项的全过程，发挥对会计信息的监督和监管作用。最后，加大监督检查的力度，加强对事前、事中监督和事后核查，在监督检查中，如发现有弄虚作假，反映问题避重就轻;或者检查中不配合工作的单位和个人，应视情节的轻重给予通报批评，或采取其他处罚措施，依法办理，决不姑息，对于好的单位和个人要大力的进行宣传，给予精神或物质的奖励，进一步发挥奖惩激励作用，充分调动会计人员工作的积极性。

各单位应严格按照《会计法》的规定开展会计工作，单位领导人要切实履行《会计法》赋予的职责，督促会计部门加强规章制度建设和基础管理，健全内部会计监督，使之成为单位自我约束机制的重要组成部分。会计机构、会计人员要依法行使职权，认真进行会计核算，严格会计监督，为加强经济管理，提高经济效益和会计信息质量服务。

二、加强学习，提高会计人员的整体素质

会计人员业务水平的高低，直接影响着会计工作质量。因此，会计人员要加强政治理论学习，始终坚持以“不做虚假账”为道德准绳，以《会计法》为行为准则，指导自已的执业行为，提高自已的思想素质，做到自律、自重，依法理账。

会计人员要不断充实和更新知识，使自已具备专业水平，基础知识扎实，专业知识精神，熟悉相关专业知识，能够正确、熟练的处理各种经济业务，保证会计信息质量。

三、业务主管部门应创造互相交流、互相学习的条件

业务主管部门应当组织会计人员，进行互相学习、互相观摩相同经济业务下各兄弟单位的做法，对不一致的做法进行讨论，找出利弊，选出最好的进行宣传学习，通过互相学习和交流，可以使会计人员及时发现自已工作中的失误，取他人之长补自已的不足，这比单一的理论学习更直接、更具体、更容易接受，使财会人员在短时间内更快的提高会计工作水平和工作效率。

四、加大宣传力度，协调各部门之间的关系

提高会计信息质量，不只是财务部门或某一个财会人员的责任，他也是单位领导人和全体人员的共同责任。如果部门之间不互相协作、配合，必然导致会计人员无法及时准确提供会计信息，影响管理决策。因此，应当有计划、分层次地组织单位领导和全体人员认真学习财经法律、法规和会计基本知识，全面了解和熟悉新《会计法》，使单位领导人自觉承担新《会计法》赋予的职责，正确处理局部利益与整体利益、当前利益与长远利益的关系，依法行使职权，使全体人员知法、执法，增强责任感，从而使提高会计信息质量得到了有力的保证。