大數據財務分析融合數智化復合型財會人才培養研究

李彩鳳，李曉明，陳志軒，王一明

（廣州城市理工學院 管理學院，廣州 510800）

0 引言

2018 年11 月，教育部宣布職業教育啟動“1＋X”證書制度改革，試點院校主要涉及中職、高職院校，并且號召應用型本科院校及開放大學等積極參與，這標志著我國職業教育“1＋X”證書制度正式實施。為了保證證書的質量，在開發職業技能等級標準時，規定要體現新技術、新工藝、新規范、新要求等內容。2019 年9 月，教育部公布第二批試點證書，包含智能財稅、工業機器人操作與運維等10 個技能等級證書。目前智能財稅方向有大數據財務分析、政府財務與會計機器人應用、業財一體信息化應用、業財稅融合大數據投融資分析、業財稅融合成本管控、企業財務與機器人應用、智能財稅、財務共享服務、財務數字化應用、金稅財務應用、數字化管理會計等職業技能等級證書。智能財稅證書列入“1＋X”試點中，恰好迎合了當下社會對財經類人才的需求，即由過去純粹的職稱等級逐漸向職業技能等級證書轉變，對會計人才職業能力的培養由傳統的核算型向管理型轉變。

2020 年8 月20 日首屆智能會計教學研討會在線上舉行，中國人民大學商學院王化成教授所做的“數智時代的人才需求和教育改革” 主題報告分享了數智經濟的定義和特征，以及數智時代財會創新及相關崗位的變化。由此可見，數智經濟時代全國高校的財會專業都在尋求改變。數智化復合型財會人才是指：在互聯網絡、大數據、物聯網和人工智能等技術的支持下，應用大數據技術相關工具掌握大數據思維，運用數據分析工具與方法融合財務專業技能進行財務報表分析、業績管理分析、審計分析及內部控制系統分析的財會人才。在此基礎上，進行大數據財務分析融合數智化復合型財會人才培養的實踐研究，具有現實意義和可行性。2020 年7 月廣州城市理工學院（原華南理工大學廣州學院）會計學專業申報大數據財務分析“1＋X”職業技能等級證書試點，并籌辦大數據財務分析教改實驗班，為學生提供全面的財務數據采集、存儲、分析和管理學習體系。學校嘗試通過產學合作協同育人項目，通過政府搭臺、企業支持、共建共享，深化產教融合，促進教育鏈、人才鏈與產業鏈、創新鏈有機銜接。

1 時代背景及傳統教學現狀

1.1 現階段會計學人才培養目標單一與新的市場需求脫節

在“大智移云物區”（大數據、智能化、移動互聯網、云計算、物聯網和區塊鏈）時代，由于ERP 信息化軟件的實施、財務共享服務中心的構建，企業將積累海量的財務數據，亟須大數據技術從海量的數據中獲取、挖掘有價值的信息并對這些數據進行儲存、分析，財務數據信息向準確性、實時性和預測性方向發展，傳統財務會計的數據分析邏輯和核算方式已不能滿足企業戰略決策的要求。高校培養的學生必須要掌握原始數據采集、原始數據分析、原始數據清洗、數據挖掘建模分析等能力。此外，隨著會計、數據和信息技術的加速融合，計算機和機器人能基本完成會計核算的基礎工作，具備財務分析技能、數據挖掘技能、數據庫應用和分析優化技能的數智化復合型財務會計人才在職業上更具有競爭優勢。而我國高校會計人才的培養由于接觸“智能財務時代”和“管理型會計人才”的理念較晚，目前還沒有形成較完善、科學的人才培養方案，具備大數據財務分析能力的會計人才供需矛盾日益加劇。

1.2 傳統會計專業課程未能與大數據財務分析課程有效融合

目前國內高校開設的傳統會計專業理論與實踐課程主要包括財務會計與報告、財務管理、管理會計、預算會計、成本會計、審計、會計信息化、財務共享及沙盤演練等，這些課程很好地培養了學生綜合分析處理企業財務報表、企業營運、償債、盈利、發展等財務數據的能力，以及獨立撰寫財務分析報告的能力。然而，在大數據時代，財務數據量大、種類多，要從海量信息網中迅速找到有價值的數據信息，再通過對數據的“加工”和“解讀”，從而實現數據的“增值”，這些傳統的財務會計課程教學顯然不能完全滿足新時代的要求，學生在掌握傳統財務會計技能的同時，還需學習數據挖掘、數據分析以及數據倉庫技術。目前的財務會計專業課程設置缺乏大數據背景下的學科交叉和新興學科的支撐，數據分析和應用的課程未能合理融合會計專業課程，學生對云計算、大數據等新興技術的了解程度也不夠，這種注重專業化而忽視跨學科多元化的課程體系，難以培養學生應對大數據財務時代下較為綜合性工作的能力。

1.3 財會專業教師大數據應用知識儲備不足

建立智能會計與大數據分析實驗班，教師團隊不僅要掌握會計專業知識，還應該熟悉大數據工具應用于財務的相關知識。但是大部分會計學專業教師的教育背景都是財會專業，沒有足夠的大數據信息應用的知識背景。面向現代商業社會、先進制造業和大數據人工智能信息化時代對會計行業“厚基礎、寬口徑、強能力”高端會計師人才的廣泛需要，培養高品質應用型復合型的會計人才的核心專業課，以能力為導向的人才培養方案需要授課老師與時俱進，不斷學習，不斷更新知識體系并進行終身學習。同時培養數智化復合型財會人才，要根據課程設置引進跨學科人才。目前，會計學專業的師資隊伍團隊亟待建設以適應新的人才培養方案的要求。

1.4 校企合作和產教融合層次淺

財務業務和財務數據在很多企業具有一定的保密性，圍繞產教融合實訓基地展開校企合作、專業建設、學生實訓、實習就業等一系列活動，大部分是仿真模擬環境，缺乏將行業、高校、企業資源整合集成的平臺化、整體化思維，目前高校并未實現真正的產教融合和深度的校企合作。大部分教師只是從理論上了解智能財務的發展方向，并未對前沿的財務、審計等人工智能領域實地調研和訪問。以知識傳授和考證為主要目標的教育模式仍然是主要的財會類教學方法，校外基地實習、自學、討論、調查研究、實驗實習等仍處于輔助地位，學校教學功能空間與學生要求的多樣化學習方式也有相當大的距離，不利于培養數智化復合型財會人才。

2 高校教學改革意義

2.1 適應大數據時代的會計人才需求轉型

大數據時代，企業對大數據人才的需求呈現出多層次、缺口大的新特征。隨著席卷全球的企業數字化轉型浪潮，對于商科專業的畢業生，80%的雇主要求他們不僅要具備扎實的商科專業知識和能力，更要求他們具備一定的數據思維和基礎的數據處理能力。這種復合型人才在以數據運營分析為核心競爭力的政府和企業中備受青睞。如何對財會專業學生進行大數據知識的教學，如何將大數據知識嵌入專業課程中，亟待會計教育工作者研究思考，通過校企合作，為智能會計人才培養貢獻力量。

2.2 響應國家高等教育改革的號召

2015 年9 月，國務院印發了《促進大數據發展行動綱要》，2019 年國務院頒布了《國家職業教育改革實施方案》。對此，應用型本科院校的財會專業教學必須因勢利導，根據“1＋X”證書制度的要求不斷改進面向財會專業學生的教學模式，實現學生實踐能力的提升。2019年的CGMA 新管理會計能力框架中，增加了數字技能和技術技能的新大類，包括：信息、數字素養、數字內容創作、解決數字難題、數據戰略和規劃、數據分析和數據可視化、數字化成本核算、數字生態系統中的成本管理、IT 和數字化轉型的資本支出評估、會計信息系統和數字技術等能力要求，提出了新經濟環境下對管理會計人員大數據能力的新要求，由此可見，應用型本科院校的會計專業數字化、智能化教育改革勢在必行。

2.3 促進會計學專業課程體系進一步優化

會計學專業經過十年教學改革將會計本科學業與會計職業相融合，實行優化會計本科知識結構、強化會計實訓專長和會計職業資格考證“三結合”。2020 年7月會計專業申報“大數據財務分析職業技能等級證書”試點，專注于大數據財務分析，為學生提供全面的財務數據采集、存儲、分析和管理學習體系。探索將證書培訓課程內容融入會計專業人才培養方案中。籌辦大數據財務分析教改實驗班，將數據處理能力的課程體系更新并融入會計專業的課程中，促進會計學專業體系更新優化。

2.4 開拓會計學專業畢業生的就業前景，提高職業競爭力

根據財政部會計資格評價中心的數據，截至2020年底，全國具備初級資格會計人員670 萬人，具備中級資格會計人員242 萬人，具備高級資格會計人員20 萬人。在2020 年年末，持有初級、中級、高級證書人員比例約為33.5∶12∶1，財會專業畢業生們步入職場，面臨整體行業供過于求的狀況，就業相對困難。相關機構發布的調查結果顯示，企業更青睞擁有多項職業資格證書的應聘者。因此，在應用型本科院校實施“1＋X”證書制度，并根據學校人才培養目標和方案，設計適合本校會計專業學生的大數據應用的課程培養體系尤為重要。應用型本科畢業生在獲得本科畢業證書的同時取得職業等級證書，能夠運用大數據財務工具分析問題、做出決策，能有效地拓寬其就業面，也能有效助力本校財會畢業生在激烈的職場競爭中脫穎而出。

3 教學改革目標與改革內容

3.1 改革目標與框架

通過1＋X 證書試點，將大數據知識與會計專業課程融合，培養具有本校特色的數智化復合型人才，并帶動教師隊伍建設的升級。結合自身的發展戰略、人才培養目標定位和辦學條件，培養數智經濟背景下適應經濟發展需求的復合型會計專業人才。通過“大數據財務分析1＋X 職業等級證書”的試點申報，加強校企合作產教融合，充分整合社會資源，并籌辦大數據財務分析教改實驗班，為學生提供全面的財務數據采集、存儲、分析和管理學習體系。進一步深化會計專業課程改革和教學方法改革，根據人才培養方案培養師資團隊，繼續發揮會計學專業的品牌優勢，提高學生就業競爭力。具體改革內容框架如圖1 所示。

圖1 大數據財務分析課程改革框架

3.2 具體改革內容

3.2.1 根據環境變化調整會計專業培養目標

根據應用型本科院校培養特點，在已有實訓課程基礎上探索適合本校財會學生的數智化人才培養方案，探索完善校內課程體系和職業等級考試認證相結合的數智型財會復合型人才培養路徑。比如，對大學一年級的學生通過“會計信息系統”“大數據通識課”等課程培養學生對于大數據、會計智能化的認知與基礎操作能力；對大二、大三的學生，在“中級財務會計綜合案例課程”“分崗位競賽課程”等實訓課程中嵌入“大數據思維課程”“財務大數據融合”課程，鼓勵學生參與學科競賽和大數據財務分析等級考試的初級和中級考試；大四時期，開設“大數據財務分析（初級、中級）”課程，利用數據庫創建案例模型數據可視化，提高學生決策和分析能力；在金蝶、方宇跨專業綜合實訓，通過系統模擬全社會各行業運行，提前為學生就業打下基礎，鼓勵學生參加大數據財務分析職業等級考試，從而培養財會專業學生應用信息技術來發現問題、分析問題和解決問題的綜合數據處理能力。

3.2.2 根據專業特點改革人才培養方案

根據培養目標、工作崗位要求、國際商科認證理念、大數據財務分析職業技能等級考試體系，并結合校企合作，制訂能力成果導向型的人才培養方案。針對每學年的執行效果，對人才培養方向不斷優化，從而體現應用型本科學生的競爭優勢。根據人才培養方案、師資隊伍建設、教學軟／硬件資源配備、課程設置、教學方法研究、實踐教學、教學效果評估總結等方面進行全面地提升，特制訂以下改革實施方案。

首先，通過實際調查和理論研究相結合設計調查問卷，實現對崗位需求的綜合分析和提煉。從社會企業實際需求出發，通過走訪具有代表性的企業、會計師事務所和已經走在前沿的兄弟院校進行調查研究，結合國內外相關文獻的跟蹤研究成果開展大數據財務分析需求預調研，收集大數據環境下會計學專業數智化復合型人才培養的經驗和教訓。根據預調研的成果設計出一套完善、可行、有效的調查問卷，并針對性地對企業、高校畢業生和一線教師進行實地調研和溝通，利用大數據技術收集招聘網站對大數據時代應用復合型會計人才相關崗位的要求并形成數據及文本總結資料，使用大數據技術挖掘出數據及文本總結資料的主題，然后結合調查問卷的結論綜合提煉出企業對復合型人才的知識儲備和崗位能力的具體需求。

其次，取得大數據財務分析“1＋X”等級證書項目試點，通過融合國內外相關專業課程體系的比較研究成果和企業對復合型人才的知識儲備和崗位能力的實際需求，對高校傳統會計專業課程體系進行修訂，將學校課程對接企業崗位需求，培養學生大數據財務分析能力，促進產教融合，同時有計劃地開展教師培訓，全面提高教師的大數據教學技能和應用水平，推動大數據數智化人才培養相關的科研成果向教學成果轉化。教學軟／硬件資源配備、課程設置、師資隊伍建設等條件均具備后就可按計劃推進大數據財務分析實驗班的教學實踐工作，為有效評估教學效果和學生對知識的掌握情況，同時對教學效果進行跟蹤記錄，使用大數據分析工具建立起多元化的課程評價體系和考核激勵辦法，在教學實踐中不斷總結經驗。

最后，整理和分析大數據財務分析課程體系和教學效果，對教學效果進行持續反饋，根據教學實踐總結相關經驗，擬訂下學期課程組的工作計劃和工作重點。

3.2.3 改革專業課程設計，與大數據財務分析課程有效融合

通過改造現有專業，融入大數據課程，可以在會計學專業下分流設置大數據會計方向，以實驗班的形式先進行試點，再根據試點教學情況酌情擴大實施范圍。當然，傳統財務會計課程的目的是使學生了解會計準則與做賬方法，雖然大數據背景下的會計人才主要是學習應用大數據會計系統，但該系統也是基于會計準則研發的，如果不深入學習會計準則就無法了解信息系統所處理數據的經濟實質，所以傳統財務會計課程依然是實驗班的教學重點，專業課程教師除了教授教材上傳統的財務分析方法以外，也需進行課程拓展，教授學生在信息技術高速發展的今天，如何利用互聯網、云技術，進行原始數據收集、數據篩選和清洗、挖掘建模分析等，如：利用上海證券交易所、同花順、東方財富等網站了解所需分析公司概況，利用蘿卜投研、Choice數據等APP 獲取一些行業容量、前景等信息，利用Excel 等工具進行數據的整理、回歸分析等。保留會計類的專業必修課程，刪減一些會計類的延伸課，通過課程的合并，從而壓縮會計類課程的學時和學分，再合理融入數據庫技術原理、大數據采集和財務分析、非結構化數據挖掘與分析等相關課程，如將“大數據采集和財務分析”“非結構化數據分析和挖掘” 等融入會計學專業的課程設置中。在綜合實訓方面，針對大數據會計方向的學生增設大數據專題實訓課，引入成熟的數據研究院開發的大數據理論課程和將真實案例數據進行脫敏后用于教學的大數據實訓平臺，幫助教師以數據為核心開展教學，通過修讀財務大數據可視化、大數據專題實訓等課程進行專業融合訓練，如在財務共享專題中，介紹財務共享服務的理論、財務共享流程設計以及通過模擬場景讓學生體驗和操作財務共享軟件。以此培養既懂財務又懂數據科技的復合型會計專業人才，學生在掌握基本財務技能的基礎上，能夠靈活運用流行的大數據分析工具實現財務預測、企業估值、法務分析等實務操作。最后，學院定期組織講授大數據課程的老師和專業課程教學的老師進行交流、探討、總結歸納，通過學生學習效果反饋和教學情況總結，不斷優化課程融合設計。

3.2.4 推動基于大數據平臺應用的校企合作

與首冠科技有限公司和悅嵐（上海）數據服務有限公司進行合作，根據學校應用型本科的定位和學生的特點，合作開發課程、項目和教材，形成模塊化的課程設置，開展大數據財務分析融合實訓課程。首冠科技有限公司與悅嵐（上海）數據服務有限公司合作，在DEEP云平臺開設了“1＋X 大數據財務分析職業”項目。會計教育要注重實踐性和職業性，通過試點大數據財務分析的課程，跟企業合作培養復合型應用型會計人才。在校內，加大資金投入，并根據會計技能培養的要求，在“大數據財務分析（初級、中級）”課程的基礎上，訓練學生的數據思維和財務分析能力，加深學生對經濟業務的理解和識別，提高判斷能力和操作技能。在校外實習基地，加強與企業的合作，充分利用企業優勢資源，讓學生在生產一線切身體驗會計實務，做到學以致用、用以促學、學用相長，不斷積累工作經驗和提升實踐動手能力。企業可以安排高年級大數據財務方向專業的學生到這些企業參加短期見習（3～5 天），實習（3～6 個月），進一步提高學生的就業競爭力。

3.2.5 加強師資隊伍建設

悅嵐數據師資培訓方案能夠融合國內財務和大數據財務專門為大數據財務分析試點院校老師量身定制的一套培訓方案，能夠快速提升一線老師的大數據相關課程的教學能力。與首冠科技有限公司和悅嵐（上海）數據服務有限公司進行合作，根據學校應用型本科的定位和學生的特點，合作開發課程、項目和教材，形成模塊化的課程設置，開展大數據財務分析融合實訓課程。DEEP 圖形式大數據引擎支持企業級大數據數獵云平臺，有真實商業案例支持的情景式大數據實訓，有上百個行業的真實數據，用戶可以快速設計和開發各種大數據應用，比如數據遷移、預處理、數據清洗、精準營銷、客戶畫像、離網預測、金融風控等。大數據財務科研與商業分析平臺有助于科研項目的實施，還能進一步通過教學改革推動教師的科研項目，實現教學相長。會計專業教師應主動學習、終身學習，改善知識結構，主動迎接大數據財務與應用對教師傳統專業知識結構的挑戰；積極探索新型師資隊伍的培養模式，盡快造就一支融人工智能技術和相關專業知識于一體的數智化復合型專業師資隊伍。同時，鼓勵會計專業教師開展專業、學科和課程建設之間的交流與合作，分析大數據、人工智能等相關方向的建設經驗和成果。鼓勵講授大數據相關課程的教師利用課余時間積極開展對外交流，參加大數據課程的培訓，嘗試將大數據技術和科研結合起來，組建大數據會計研究領域的科研團隊，以科研成果支撐教學服務，實現教學師資隊伍的可持續發展。