智能會計人才培養課程體系建設與探索

王愛國 牛艷芳

摘 要：在第四次科技與產業革命推動和國家相關政策支持下，各大高校掀起了“智能+X”的教學改革熱潮。在會計領域，部分高校先后試點智能會計人才培養改革，致力于會計知識與新興技術的深度融合，試圖為數字經濟、數字社會、數字政府和數字企業建設，也就是數字中國建設，輸送數字化、智能化、智慧型、復合型拔尖會計人才。本文在總結山東財經大學智能會計專業建設和人才培養方案試點經驗基礎上，概括介紹了智能會計專業課程設計的基本想法和主要思路，尤其是梳理了智能會計類課程的內容構成、邏輯體系、課程組織和具體安排，并提出了教育教學資源的配套支持建議。

關鍵詞：智能會計;課程體系;建設與探索

現在，以互聯網、大數據、人工智能為代表的數字技術已經成為新的通用性技術，這些技術正在深刻地改變著經濟社會環境、驅動著新一輪的科技革命和產業變革。我國《“十四五”規劃和2035年遠景目標綱要》中設專篇部署了“加快數字化發展 建設數字中國”。而數字經濟、數字社會、數字政府和數字企業建設，也就是數字中國建設亟須數字化、敏捷化和智能化的高端會計專門人才。早在2018年教育部印發的《高等學校人工智能創新行動計劃》中就明確提出：“組建交叉學科，……促進哲學社會科學、自然科學、工程技術之間的交叉融合”。2021年國務院學位委員會、教育部又聯合印發通知，新設交叉學科，成為第14個學科門類。

在第四次科技與產業革命推動和國家相關政策支持下，各大高校先后開設了各種“人工智能+會計（或財務）”的方向班，形成了凸顯自己辦學歷史和特色優勢的會計人才培養新模式。例如，杭州電子科技大學的“計算機科學與技術+會計學”，重慶理工大學的MPAcc“互聯網+會計”，西南財經大學的會計學大數據方向，南京理工大學的“智能+會計”，浙江大學的智能財務方向班，山東財經大學的智能會計實驗班，哈爾濱工業大學（深圳）的大數據會計，中國人民大學、廈門大學、上海財經大學、暨南大學和東北財經大學等均進行了智能會計或智能財務綜合研究與改革。最近，華東地區高校又成立了MPAcc智能會計聯盟，旨在全面推動智能會計在研究生階段的嵌入發展。上海國家會計學院也在積極開展智能財務認證師資培訓工作。

在國際上，作為全球公認的商學院和會計項目非政府認證機構，國際商學院協會（AACSB）早在2013年和2018年就更新了會計認證標準，要求所有經過補充認證的會計院系將基礎技術和數據分析技能整合到課程體系中，其中2013年的標準A7的重點內容包括數據創建、數據共享、數據報告以及數據分析、數據挖掘。通過檢索，我們發現國外相當多的高校已經開設了會計與大數據技術相融合的專業，例如，美國南加州大學的“會計與數據分析”（Accounting with Data and Analytics）、西雅圖大學的“職業會計—商業分析”（Professional Accounting-Science in Business Analytics）、匹茲堡大學的“會計與商業分析” （Accounting and Business Analytics），英國樸茨茅斯大學的“會計與數據分析”（Accounting with Data and Analytics），加拿大圣瑪麗大學的“會計與數據分析”（Accounting with Data and Analytics），新加坡管理大學的“會計—數據和分析”（Accounting/Data and Analytics），等等。

總的來說，開展智能化技術的復合型會計人才培養已成為學界和業界的共識，但供需矛盾非常突出[1]。各大高校對智能會計人才培養要開設哪些課程、課程內容如何布局和豐富等徘徊不定。到目前為止，由于還沒有智能會計的畢業生，培養質量、社會認可度和就業風險等尚有待社會實踐的檢驗，因此，要推動智能會計健康發展，迫切需要更多高校和行業翹楚的積極參與，群策群力、集思廣益和協同共建。

一、智能會計的課程體系設計邏輯

課程體系是高等學校人才培養方案的核心內容，人才培養方案的實施效果歸根結底要落實在課程體系及其課程內容和課程組織等方面。對于跨門類、跨學科、跨專業和跨領域的智能會計，在設計其課程體系時，需要特別關注以下四個問題。

1.明確智能會計人才培養目標

大家知道，在《牛津詞典》中人工智能被定義為：計算機系統的理論和發展，能夠執行通常需要人類智力的任務，例如視覺感知、語音識別、決策和語言翻譯等。也就是說，人工智能實際上是以計算機科學與自動化、認知心理學與神經科學為基礎而發展起來的一種非獨立的應用技術。具體到會計領域，這些智能化技術主要指的是數字技術，亦即信息和通信技術，以自動性、敏捷性和先進性為優。借助這些技術工具，可以更加有效地發揮會計服務經濟和管理的功能，尤其是大數據分析和輔助決策支持等職能。從會計學者對智能會計或智能財務的定義或目標，可見一斑。楊周南認為智能會計以會計管理活動論思想體系為理論基礎，基于智能化環境而產生，受到智能化技術的推動，重在強化反映與監督職能，推動傳統財務會計和管理會計、企業會計與宏觀經濟的融合[2]。王愛國認為智能會計在本質上是一項基礎性的管理活動，一項以數字經濟為前提、業財融合為基礎、財務共享為平臺、人工智能為支撐，在宏觀或微觀經濟管理領域，主要發揮大數據分析和輔助決策信息支持作用的人機共生、協同進化和管理賦能的會計管理活動[3]。張慶龍將各學者提出的概念總結為技術應用觀、系統模式觀、應用場景觀、管理活動觀和交叉學科觀，認為智能財務是在財務數字化轉型與智能化應用過程中不斷發展起來的新一代財務，以人工智能等高科技作為基礎設施與核心要素，實現人工智能與財務的全面融合[4]。

可見，會計學者普遍將智能會計人才培養定位為“會計場景下的智能化技術應用”。智能會計專業人才培養目標是，培養滿足智能時代經濟社會（主要是數字中國建設）對會計數據分析和會計管理決策需要，具備人文素養、科學精神、誠信品質和技術能力，掌握財務會計、數理統計、經濟管理、法律制度和現代信息技術知識，具有大數據分析和會計管理實踐能力，能夠在大中型企業、會計師事務所和金融證券公司等相關機構或部門勝任數據分析和輔助決策工作的智慧型、復合型、創新型專門人才[3]。

當然，如果基于計算機科學和數據科學的視域，會計僅是這些技術的服務對象之一，而智能會計則是會計、科技、決策（或管理）三者深度交叉、交流、交融的一種應用結果，或者說，是在人工智能等數字技術迭代推動下，會計科學與數據科學（含計算科學）相互關聯、相互滲透、相互融合的一種必然產物。從這個角度講，智能會計的課程體系建設，要在更加強調大數據技術架構與設計、算法創新，即偏重技術創新及應用的同時，側重會計知識、新興技術、創新能力和人文精神（主要是社會責任）的整合或融合，要著力于會計邏輯、數學知識、大數據分析能力和計算機編程能力的學習或訓練。

2.建立學科交叉的課程群

智能會計一問世，就是交叉的，是跨門類、跨學科、跨專業、跨領域的。因此，其課程體系建設要以多學科、跨學科、超學科的滲透融合、交流互鑒、壁壘消除為前提和基礎，按學科性質重構或新建課程群，優化或豐富課程結構和課程內容，并在此基礎上，再按照課程重要性進行主干課程和選修課程的分配，同時兼顧理論和實踐課程的組織。基于傳統會計學專業建設和新興數據科學的重點，我們把智能會計的課程體系分為通識課程群、基礎課程群、會計學核心課程群、智能化技術類課程群、跨學科智能會計課程群五大類。通識課程群是指“非專業、非職業性”相關課程。基礎課程群是指統計學、經濟學、管理學等工商管理基礎學科的理論和方法類課程。會計學專業核心課程群是指目前會計學專業已有的相對成熟的會計學核心課程體系，這是智能會計人才培養的學科根基，但是各門專業課程及其內容可以整合。智能化技術類課程群，是指結合智能會計的人才培養定位和學校學科優勢，設計不同側重點的技術課程群。跨學科智能會計課程群，不僅要體現會計場景的決策目標，還要重視會計人員主體的積極作用，要充分體現會計、科技與決策的集成特點，這也是設計難度最大的課程群。

需要說明的是，上述會計學專業核心課程和智能化技術類課程終究要融為一體，也就是要在現代信息技術尤其是數字技術基礎上，重構或新建智能會計專業的核心課程體系。這既是智能會計課程體系建設的必然趨勢，也是智能會計專業建設的必然要求，各個學校應該根據自身的辦學定位和師資狀況，積極謀劃、頂層設計、分步實施，最終從根本上推進智能會計專業建設和人才培養方案重塑。

3.選擇智能技術與會計課程的混合模式

Ann等人把大數據技術融入會計課程模式總結為：聚焦模式、集成模式和混合模式。聚焦模式的課程設計是傳統會計類課程和新興技術類課程分別開設，再開設1門到2門融合類的課程，優點是比較便于組織現有師資完成對應課程群的教學任務;集成模式是把與數據分析有關的學習內容完全納入現有會計課程中，實現技術能力與會計能力的捆綁式學習;混合模式介于聚焦模式和集成模式之間。

在智能會計的起步或初期階段，采用聚焦模式的課程設計無疑是較為現實的選擇，例如西南財經大學會計學專業的大數據方向采用的就是“會計+數學+技術”的聚焦模式。這種模式，既關照了現有會計學師資的知識結構和技術不足，又充分考慮了會計智能化轉型發展的未來趨勢，便于應時而變、迅速落地，但對學生的學習能力和知識融合能力要求較高。隨著智能會計逐漸成為共識、“雙師雙能型”教師越來越多和教學條件保障及時跟進，毋容置疑，集成模式是智能會計課程體系建設的理想或終極模式，當然，這種模式對大多數院校來說，目前實施起來尚有困難，需要進一步解放思想、重整教育教學資源和激勵約束機制。折中的做法，也就是既考慮現實又兼顧未來的做法，毫無疑問是選擇混合模式。這種模式符合教育部2020年關于 “對于多學科交叉融合的課程體系，要避免簡單‘拼盤化”的政策要求，也是通過校際聯合、產教融合和融入企業實踐案例等措施共同打造智能會計課程體系的切實可行的便捷方式。

4.充分利用課時和學分資源科學組織課程

“寬口徑、厚基礎、強能力、增素質”是智能會計人才培養的基本原則和一般要求。基于此，智能會計人才培養內在要求課程擴編和增容，這勢必使已經相當緊張的課時和學分資源供需矛盾更加突出。如何在既定課時學分的限制條件下，實現各門課程學分的合理安排和科學配置，也就是科學組織課程、優化課程體系，確保課程前后銜接、時序合理、配比恰當，是智能會計課程體系建設的重中之重。

一是傳統課程的課時壓縮。對于上述的會計學核心課程群，主要讓學生掌握會計及與之相關的基本概念、理論、方法和技能，必須適當壓縮課時占比和開課門數，留出課時學習技術類和智能會計類融合課程。例如，對于基礎會計和中級財務會計課程，可以按照數據采集、形成和利用的邏輯，將其合二為一;對于財務管理課程，建議在講解核心財務管理理論時，增加計算機財務管理實踐內容;對于審計學課程，在初期不成熟的條件下，可以增加面向財務審計的實踐內容。需要指出的是，我們不建議選擇過多的編程語言，以流行的“膠水語言”Python作為主編程語言為宜，足以支持我們完成信息系統設計、數據處理和數據建模的全部教學和實踐任務。

二是新興課程的課程時序。對于智能化技術課程群和智能會計類課程群，注意課時時序要按從易到難、由基礎到專業的邏輯進行組織。例如，學生先學習基于數據庫的結構化數據存儲與讀取，進而在Python數據分析課程中，學習非結構數據獲取與處理。如果有足夠的教學資源支持，可以在選修課階段增加較高難度的Hadoop、Spark平臺的數據處理。對于分析模型和算法的學習，也適合以經典的數據挖掘模型為主，對于較高難度的自然語言處理、知識圖譜等，建議增加在選修課程中。同時，智能會計類課程群要與前幾類課程在內容和時序上做好對接，處理好基礎內容和前沿發展的關系。

綜上所述，我們認為智能會計人才培養的目標決定了相關學科課程群的內容，學校師資條件決定了智能技術與會計學的融合方式，合理進行課程組織，才能設計出清晰、可行的智能會計課程體系。

二、智能會計類課程內容整合

跨學科課程的本質是知識整合，是通過多個學科之間的知識互動與思維整合，更加科學地解決復雜問題。融合先進技術的智能會計課程群建設難點就在于如何有效融合或拼接會計學和數據科學相關課程。會計學主干課程主要遵循“會計信息的收集、記錄、報告、解釋、分析、驗證”步驟，偏重數據分析的智能化技術則遵循“數據采集、數據處理、數據建模分析、數據可視化”步驟，那么智能會計類課程群要選擇各領域中最重要、最有價值的主題，圍繞智能會計人才核心能力分工合作，不僅要體現各課程的能力要求，還要保證課程間的整體性。因此，我們建立了“會計數據場景與存儲（數據基礎）—業財流程設計與運營（數據處理邏輯）—業財數據分析與決策（數據建模與分析）—財務分析可視化（商務智能與可視化）”的跨學科智能會計類課程群的設計邏輯（如圖1所示）。

1.面向會計數據場景的相關課程

“智能會計概論”是對傳統會計學課程的升級改造，強調以數據思維為主線，將財務報告數據展示作為編寫起點，以報告框架引導經濟業務的核算、會計數據的采集、流轉與應用，學習各個會計要素場景，進而梳理會計數據智能化的路徑，也是其他智能會計類課程的引領。僅了解數據場景是不夠的，學生在學完基礎數據庫知識后，掌握基于SQL的數據增加、讀取、修改、刪除操作，還要了解會計數據的存儲原理。因面向會計數據庫的教材幾乎為空白，那么此部分內容由“智能會計信息系統”的部分章節來補充，學生學習相對簡化的會計數據庫表存儲原理，掌握憑證表、余額表、進銷存相關表的存儲格式和數據流轉過程。這樣，學生就能了解信息化環境下的會計數據來源，為下面業財流程、決策分析與可視化做好數據的知識儲備。

2.面向業財流程的相關課程

大家知道，“會計信息系統”是傳統會計學專業的必修課，很多高校利用成熟的ERP軟件，學習賬務處理，并擴展到工資核算、固定資產核算、成本核算、材料核算、銷售核算等專項核算模塊。對于智能會計學生需要延伸至更深層面的會計信息系統設計與研發，了解大型集團財務共享服務下的業財流程和新興財務機器人課程原理。

“智能會計信息系統”是面向中小型企業的會計場景，把數據庫、Python和會計信息系統設計與研發三合一的課程，學生先要學習會計數據庫存儲設計，再利用Python完成會計業務流程處理，完成相對簡單的會計信息系統，加強學生對信息化環境下的會計業務流程理解，同時提升學生的信息系統設計能力和Python語言編程能力。同時，還要學習流行的會計軟件應用，讓學生對比設計原型，更加清楚真實的會計業務流程。“智能財務共享”是面向大中型集團企業的共享中心，以業財流程規劃、設計和運營為重點的實踐課程。學生通過學習集團級公司的財務共享設計、風險控制和運營全過程，掌握財務共享下的業財運營原理，了解大數據分析的重要性。此外，機器人流程自動化軟件（RPA）是新興智能化技術之一，它在企業流程再造、數字化轉型、降本增效方面能發揮極其重要的作用，在會計、審計領域的應用也十分廣泛，可以作為專業選修課，選擇流行的RPA工具，學習RPA基本原理和會計場景下的RPA設計。

3.面向業財數據分析的相關課程

在圖1中列示了3門課程：智能財務決策、大數據審計和量化投資，但實際上遠不止這3門課。“智能財務決策”作為專業核心課，是把財務決策場景與數據挖掘模型算法相結合的跨學科課程，決策場景選擇了選股投資、債券融資、財務困境預測、客戶營銷和壞賬風險預測，算法模型包括常見的因子分析、主成分、聚類、決策樹、隨機森林、支持向量機、神經網絡等，工具仍選擇Python作為教學工具。此門課程注重理論與實際案例結合，在于培養學生運用數據科學方法解決財務領域實踐問題的能力。“大數據審計”與“量化投資”，是分別面向審計監督和證券投資領域的課程，可作為專業選修課程。當前，機器學習與量化投資相結合的課程比較成熟，可以聘請金融專業教師協助教學，但因為大數據審計課程把審計疑點發現作為應用算法模型的目標，難點是真實大數據審計資源的獲取，所以課程資源較少。

4.面向商務智能可視化的課程

商務智能是集成數據倉庫、數據挖掘和可視化為一體的技術平臺，屬于企業高端信息化產品。在多年技術發展推動下，原先由技術主導的商務智能逐漸轉變成為面向業務人員的敏捷商務智能，業務人員可以快速上手，更加便捷、易用和智能。可視化是大數據分析必不可少的技術，在Python課程中也會涉及。但我們仍建議利用流行的商務智能技術完成可視化，一是可以了解流行的敏捷商務智能原理，二是學生可以在商務智能技術的支持下，利用業財案例體驗完整的數據生命周期全過程，更加強調項目化、系統化的實踐與鍛煉。

“智能財務分析可視化”選擇流行的Power BI商務智能平臺，打破了傳統基于Excel表格的財務分析限制，運用成熟的財務分析和數據分析相關知識，讓學生學習如何應用先進的商務智能技術，實現企業常見財務數據的加工、處理和可視化呈現，使得原先枯燥的財務分析轉換為生動、直觀的交互式可視化圖表，為企業報表分析、經營分析等方面提供重要的支持和保障。此課程把財務分析知識體系完美對接商務智能技術支持的數據處理、建模和可視化技術實現，搭配真實運營數據，更加符合企業實踐用人需求，有助于培養復合型人才。除此之外，還可以開設基于企業脫敏場景下的真實大數據平臺實踐選修課，讓學生了解企業如何進行數據建模過程、如何組建業財監控或績效指標，如何設計企業大屏，此類課程一般由軟件供應商提供。

三、智能會計教學資源配置的建議

智能會計課程體系的實施需要相應的教學資源配套，才能達到預期培養效果，我們提出幾點建議。

1.復合型師資培養

師資不足問題是智能會計人才培養面臨的瓶頸，也是制約教學進度的重要因素。除重點引進既懂得傳統會計知識又掌握智能化技術的復合型教師外，更要重視現有教師的培養。對于會計專業的教師，可以通過開展專家講座、學術論壇等方式引導他們學習數據分析等新技術，同時引進信息系統、大數據、統計學等專業背景的年輕教師，學習會計類專業課程。

2.軟硬件資源建設

實驗室建設是開展智能會計人才培養的重要硬件資源。從討論用到的小型桌椅，到大數據分析用的服務器，現代化的硬件設施可以為智能會計學生帶來良好的學習體驗。更重要的是偏軟的數據資源建設，智能會計學生所需的財務數據往往難以獲取，學生也較難在真實場景中進行鍛煉和學習。此時，要建立產學研多方合作下的智能會計教學團隊，加強與企業的聯絡，獲取企業脫敏后的存貨、銷售、財務的部分數據，讓學生接觸到“業財融合”下的數據。

3.案例實踐教學

智能會計的課程體系需要大量的案例教學，而且必須動手實踐，學生才知悉需要什么數據、數據來源于哪里、如何利用數據進行建模，如何進行參數調優。在課程資源稀缺的條件下，一是通過良好的產學研關系，讓學生以團隊形式參與到小型案例或項目設計中，二是充分通過公開數據源，例如上市公司的財報數據、網絡公開數據，定期組織學生進行案例比賽，以期讓學生各方面能力得到綜合提升。

4.教學質量保障

一是針對教師的教學質量控制，尤其對難度較大的跨學科智能會計類課程，教師對課堂教學、課下練習、學生成績客觀評價方面都具有一定的挑戰性。二是針對學生學習效果的質量控制。智能會計之所以稱“智能”，是要求學生具有嚴謹的邏輯與良好的理性思維，要有自主學習、獨立思考的習慣，有團隊合作精神。對于成績不符合或不適應智能會計學習強度的學生，要建立淘汰或主動退出機制，保證學生的培養質量。

總之，智能會計是當前數智化時代不可逆轉的會計轉型方向，各高校和實務界都應該本著“共建、共治、共享、共贏”的原則，集思廣益，攜手共進，為迎接數字中國建設儲備智能會計人才，扎實走好會計智能化轉型發展的第一步。

參考文獻：

[1]唐大鵬，王伯倫，劉翌晨. “數智”時代會計教育重構：供需矛盾與要素創新[J]. 會計研究，2020（12）.

[2]楊周南.關于智能會計概念的討論[C]. 武漢：中國會計學會第十九屆全國會計信息化學術年會.2020.

[3]王愛國.智能會計：會計轉型發展的方向[J].會計之友，2020（9）.

[4]張慶龍.智能財務研究述評[J]. 財會月刊，2021（3）.

[本文得到山東省本科教學改革研究項目（M2020089）、國家級大學生創新創業訓練項目（S202010456011）資助]

[責任編輯：周 楊]