大數據分析型MPAcc人才培養模式研究*

文/胡海川（河北地質大學管理學院）

一、引言

大數據時代的到來會給各行業帶來巨大顛覆，會計工作也不例外，因此會計人才培養應該緊跟時代，充分考慮大數據時代背景下對人才培養模式進行創新。

會計核算方式由最傳統的手工核算到基于計算機技術的電算化模式，愈發凸顯出信息技術對于會計工作的優化升級，最大限度提升了會計核算的工作效率，所釋放出的會計工作人員投入到管理會計活動之中。

以人工智能和云計算技術為代表的前沿技術直接對經濟活動中的傳統商業模式進行了再造和升級，新商業模式下，企業獲利空間被大幅拓展，與此同時，企業的管理模式也得以改進。

會計工作也不例外，人工智能和云計算技術已經逐漸開始在會計工作領域進行滲透和融合。傳統核算型會計正在向管理會計轉型，大數據技術支撐會計工作的升級十分有必要。

作為高端會計人才培養的重要陣地，會計專碩（后簡稱MPAcc）教育一定要順應時代發展，充分考慮大數據時代背景下用人單位對會計人才知識技能提出的新要求，對既有的培養流程進行改進與創新，使MPAcc人才能夠得到市場認可。緊跟社會趨勢，通過人才培養模式的創新，使MPAcc學生諳熟大數據技術，能夠在日后將大數據理念融入日常工作中，錘煉扎實的業務素質是非常有必要的。

本文結合我國會計碩士的培養特點，大數據技術的發展現狀，深入探析MPAcc人才應當掌握的大數據分析基本技能，從人才培養目標、培養路徑以及課程設置等環節，提出MPAcc人才培養模式的優化路徑。

二、大數據背景下會計專碩所需能力分析

MPAcc人才培養是我國碩士研究生培養體系的重要組成部分，與會計學術型碩士相比，MPAcc專業設立的主旨在于培養從事實踐工作的實務型人才。

大數據技術的滲透是全面而多維的，MPAcc教育必須引入大數據相關理念才可確保人才培養工作的時效性和前瞻性。傳統觀念認為，會計從業者要能夠進行日常的賬務處理，做好與經濟業務相對應的核算工作，而會計行業轉型趨勢則更加重視管理會計職能，大數據技術能夠很好地幫助企業從核算型會計轉型為管理型會計，如何借助大數據技術從多個渠道獲取有利于企業管理決策的信息將成為MPAcc學生的必備技能。

立足大數據分析，MPAcc人才應當具備數據挖掘采集、數據清洗、數據分析以及數據建模的能力。

（1）數據挖掘與采集能力。財務信息生成的傳統模式為取得真實可靠的原始憑證，經過審核后由財務人員登入記賬憑證，經過財務軟件匯總和整合，最終生成財務報表。對于規模較大的企業，日常財務工作內容十分瑣碎，很多企業通過引入財務共享系統來提升財務工作效率，戰略導向的財務共享系統大大提升了管理效率，成為推進戰略目標落地的有效手段。財務共享系統要求財務部門有較強的數據采集能力，基于大數據技術而使用的智能記賬系統，通過海量原始憑證類型的機器學習以及和與國家稅務總局系統的對接，能夠以最快速度實現原始憑證的真偽識別、類型識別以及智能轉化，最終形成與企業財務制度相匹配的財務信息。MPAcc學生應當通過系統學習了解和掌握如下數據挖掘和采集方法：第一，了解OCR圖像文字識別技術的基本原理，能夠掌握OCR技術與發票辨偽、單據審核、記賬以及財務風險分析之間的內在關聯機理；第二，進一步強化數據庫操作基本技能，能夠使用Access、SQL Server等軟件完成數據導入、輸出以及歸類管理等工作；第三，掌握數據挖掘技術，能夠使用Python等軟件開展網絡爬蟲和文本分析工作，借助爬蟲和文本分析過程獲得更有價值的信息；第四，掌握不同數據挖掘采集技術與財務系統的對接方法，使獲取的數據能夠充分支撐公司的管理工作，提升管理效率。

（2）數據清洗能力。為提升數據源的真實性與可靠性，會計工作人員對數據進行有效清洗是十分有必要的。對于不同渠道的信息進行嚴格篩選和清洗不僅需要財務人員有較強的信息甄別能力，同時在信息質量把控層面也要做好準備工作。在人才培養過程中，應重點強化學生數據甄別、模式轉換、數據檢驗以及穿行測試等方面的能力。在數據甄別方面，扎實的財務會計基礎知識是基本保證，MPAcc學生必須夯實基礎知識，充分了解不同版塊財務知識的構成及關聯，結合日常的實踐環節，才能初步培養學生的職業敏感性，在面對具體問題時能夠快速作出判斷，將無效信息及時剔除；模式轉換方面，MPAcc學生要能夠深入了解大數據的屬性特征，具有數據映射抽象轉換思維，能夠在非結構數據與結構數據之間實現靈活轉換，不斷強化目標導向的問題處理技巧，更好更快地歸納演繹出用于決策的數據模塊；數據檢驗方面，潛移默化地培養學生的反向推敲能力，能夠形成嚴謹的數據校檢思路，當相關數據與企業慣有的決策思路不匹配時，對無效信息設立必要的過濾程序；穿行測試方面，將經過篩選的數據輸入企業管理決策的既定流程中，將運行結果與預期設定進行對比，進一步發現數據的缺陷與不足，在此基礎上完成更深入的清洗與篩選。

（3）數據分析。大數據時代背景之下，面對海量信息，對數據進行甄別清洗的重要目的在于開展有效的數據分析，分析過程實質上就是對大數據的二次解碼，進一步提升大數據的價值。將海量數據進行有效轉化最有效的一個手段就是可視化分析，即使用直觀而簡潔的方式為管理層提供決策依據，可視化的常見形式主要包括直線圖、餅狀圖、雷達圖、熱力圖、河流圖、樹狀架構、網絡結構等。在MPAcc人才培養環節，日常各門課程的講授均要重視大數據技術知識點的融入，學生可通過校外實踐環節對大數據分析技能進行培養和鞏固。MPAcc學生應重點掌握如下幾種數據分析方法：第一，因果分析。通過使用多元線性回歸分析方法，明確哪些因素會影響生產經營、管理決策以及財務活動，以及這些活動又會帶來何種經濟后果。通過多元線性回歸分析，明確影響公司運營發展的關鍵因素，管理層可進一步圍繞這些因素開展有針對性的管理工作。第二，預測分析。讓學生了解大數據時間序列分析相關內容，以季度、半年度以及年度財務數據為基礎，結合通過數據挖掘技術所獲取的外部數據，發現其中所蘊含的循環規律和變動趨勢，對未來趨勢變化能夠作出客觀預測和評判。第三，文本分析。通過網頁爬蟲技術可獲得大量的非結構化的文本數據，需要做進一步地提取和分類，構建語意引擎數據庫，借助相應的大數據分析技術從文本數據庫中發掘有用信息。與此同時，面對龐大的數據樣本，還要做好數據庫管理工作，對各類信息模塊進行關聯整合，使企業數據庫成為更有價值的決策數據中心。

（4）數據建模。大數據的屬性特征意味分析結果會更加穩健有效，同時從大樣本數據中更容易歸納出穩定的邏輯關系。

邏輯關系的發現需要借助一定的數學方法，使其形成固定的模型，這種固定模型可以隨時供管理層決策分析使用。

大數據建模的基本前提是充分理解公司業務，在此基礎上能夠系統梳理業務并能夠將業務抽象為數學問題。這就要求開展大數據建模工作的財務人員有一定的業務溝通能力。

充分理解公司業務之后，要能夠進行數據探索，堅持問題導向，確保構建出的模型能夠解決實際問題。模型的構建必然要厘清各個參數的含義和作用，會涉及統計模型、計量模型、機器學習模型以及復雜網絡。與此同時，回歸分析、時間序列、神經網絡以及SVM等模型也在其中有著廣泛的應用。

學生可以有選擇性地了解mysql、Oracle、python、spark等 軟件的應用。財務會計工作涉及的大數據建模技術并沒有太大的難度，最關鍵的還是在于使相關模型滿足業務需求，充分發揮商業價值。這也體現出財務會計工作要充分重視“業財融合”問題，學生授課和日常實踐活動始終要圍繞公司業務進行。

三、大數據背景下會計專碩培養模式分析

（1）培養目標。在新的行業背景下，MPAcc人才培養依然要重視基礎知識、業務素質、學習能力以及思想三觀這四個基本維度，要能夠將大數據基本理念融入這四個維度之中。

在MPAcc人才培養環節，始終要以這四個維度為基本出發點設定培養目標，進一步明確培養路徑和課程體系等問題。

不論技術發生何種變化，都要重視會計基礎知識，從通識教育、學科教育、專業教育、學科競賽以及實踐環節全過程貫穿大數據分析基本理念，提升MPAcc學生的專業能力、溝通能力、創新能力、組織領導能力以及職業適應能力。大數據基本理念不能機械地、生硬地與培養目標掛靠，而是要充分結合培養單位會計學科的基本定位、生源質量以及學生日后的就業方向，有機而靈活地融入人才培養的各個環節。

（2）培養路徑。大數據背景下MPAcc人才培養離不開培養單位所給予的資金支持和人力支持。資金支持主要用于大數據培養實驗室的建設，培養單位積極申報國家級或省級人才培養實驗室建設基金，同時培養單位對其予以配套資助。

學校可與校企合作單位開展合作項目，實踐單位向培養部門提供帶薪實踐上崗機會，同時可獲得一定的經濟補償，多渠道拓展實驗室建設資金來源渠道。

人力支持主要為師資培訓、企業家進課堂以及專項研討等。師資培訓重點提升任課教師的大數據技術認知能力，鼓勵教師不斷進行課程改革，使大數據理念深入貫徹到任課教師的日常授課過程；企業家進課堂活動定期邀請業界具有豐富實戰經驗的財務主管為研究生開展專題講座和實踐指導，使研究生能夠更好地適應職場；專項研討環節，針對大數據財務領域中的熱點和難點問題，定期組織師生和校外專家進行專題討論，讓討論稿成為實踐教學和案例研討素材。

通過資金和人力的全方位支持，不斷優化大數據MPAcc人才培養路徑。

（3）課程設置。大數據背景下MPAcc人才培養課程體系也要與培養目標和培養路徑進行充分匹配，要從傳統課程和創新課程兩個方面抓好落實。

傳統課程設置方面，要充分把握好會計、財務管理、審計、經濟學和管理學基礎課程的設置，課程教學與本科階段教學要有所區分，重視前沿問題和專題討論，在進一步夯實基礎知識的同時，使學生對于新形勢下財會工作面臨的挑戰有客觀認識。

創新課程設置方面，必須要深刻認識到學生對于大數據知識的認識和掌握是非常片面的，要能夠找到適合的授課切入點，使學生能夠學懂并掌握，不能因為難度系數太高降低學生的學習效果。一方面，傳統課程要有機融入大數據基本知識，另一方面，開設大數據入門、數據挖掘、數據分析、經濟建模以及數理分析軟件等課程，大數據專題課程兼顧必修和選修，循序漸進將大數據理念融入學生培養流程。

四、結語

綜上，針對大數據分析日益盛行的背景，本文重點探討了大數據分析型MPAcc人才培養要點。

首先就是大數據背景之下MPAcc人才所需能力分析，大數據分析型MPAcc人才的培養實質上是為了適應會計工作由“核算型”向“管理型”轉型的要求，大數據分析技術能夠有效推進人才轉型，MPAcc人才培養過程應充分重視數據挖掘采集、數據清洗、數據分析以及數據建模這四個方面的能力。在此基礎上，從培養目標、培養路徑以及課程設置三個方面對MPAcc培養模式進行了深入分析。

MPAcc人才培養工作的落實依然要重視財會基礎知識的夯實，在此基礎上有針對性地進行相關課程以及實踐計劃的設置，培養單位要與校企合作單位建立良好的合作培養機制，使MPAcc學生培養工作抓好做實。