大數據視域下高職“財務報表分析”課程教學改革研究與實踐
——引入層次分析與模糊數學

駱佳佳 袁榮京 李瑞禎

（廣東農工商職業技術學院，廣東 廣州 511365）

在新技術推動、新需求產生、新國情需要等時代背景下，2018年8月，中共中央提出“高等教育要努力發展新工科、新醫科、新農科、新文科”（簡稱“四新”建設）；2019年4月29日，教育部、科技部、財政部等部門聯合召開“六卓越一拔尖”計劃2.0啟動大會，正式實施“四新”建設；2020年11月3日，教育部新文科建設工作組發布《新文科建設宣言》，提出“積極推動人工智能、大數據等現代信息技術與文科專業深入融合……鼓勵支持高校開設跨學科跨專業新興交叉課程、實踐教學課程，培養學生的跨領域知識融通能力和實踐能力。”

受“大智云物鏈移”的影響，“新文科”中的財會類專業向智慧財稅發展，標準化、流程化的財務業務逐步由人工智能替代，部分財務人員或轉型為財務共享中心的審核人員，或轉型為企業管理人員，高職財會專業人才現階段的培養目標應為具有財務分析與企業管理能力的復合型技術技能人才［1］。所以，高職財會專業人才培養內容既要涵蓋財務機器人應用的技術，更要注重應用過程對于大數據基礎概念、基本特征、構成要素等方面的充分認知與理解，進而在實踐中選擇合適的數據工具及處理方式，來應對具體需要解決的問題［2］。在此背景下，以大數據視域開展高職“財務報表分析”課程教學改革與實踐是有深刻的現實意義的，提出“引入層次分析與模糊數學”在“新文科”建設啟動期和教學改革探索期既是夯實基礎的一步，也是創新的一步。

1 研究綜述

1.1 大數據視域下的高職“財務報表分析”課程教學改革

1.1.1 大數據視域的選擇

選擇以大數據為研究視域，是因為大數據技術是以云計算技術為基礎延伸發展而來的，前者更具應用優勢和發展前景［3］。對會計工作而言，大數據技術支持下的會計信息化，可對當前大數據環境下的財務處理系統進行多元分析，保證數據在信息范疇內所呈現的價值全部反饋到會計運行系統中，以此為驅動力，進一步實現數據信息的整合，為企業財務業務的拓展提供基礎保障。

1.1.2 高職“財務報表分析”課程的教學改革研究

（1）高職“財務報表分析”課程的教學現狀研究。高職“財務報表分析”課程存在教學過程重理論兜售而輕實際應用，教材案例單一，從頭到尾沿用某特定公司的數據信息［4］；信息資料很有局限性，體現在數據僅為幾張報表，而缺乏相關的背景資料，教材中的財務分析方法也比較落后，一般僅采用比較分析法和比率分析法，預示風險時效性差［5］；與此同時，信息化教學資源和教師信息化教學能力不足，難以彌補教法與教材的缺陷［6］；特別是利用電子計算機、大數據技術對龐大的信息進行快速及時搜集、整理、計算、分析，在目前的財務分析課程中缺少相應的信息化手段支撐［7］；加上課程考核方式傳統且單一［8］，致使學生數據收集、整理和分析能力弱，財務分析報告撰寫水平也有待提高［9］。

（2）高職“財務報表分析”課程的教學改革建議。相應地，以上學者針對相關問題提出了高職“財務報表分析”課程的教學改革建議：探索和建立理論與實踐相結合的教學模式，如采取差異化的真實公司案例導學模式，開發標準化案例庫，以物化成果檢驗導學績效，并持續培養其衍生能力［4］；培養應用型教師團隊、開放師生互動教學和建立校企合作機制［5］；健全信息化教學資源、提升教師信息化教學能力、改進教學方法和制訂合理的考核評價方式［6］；采用OBE（成果導向教育）理念進行課程設計、細化課程教學目標、優化課程體系、重構課程模塊、加強學科間的互動聯系、加強優秀專業團隊建設、發掘和利用相關數據平臺與分析軟件等［7］；培養具備扎實的統計學和數學功底的財務分析人才［9］。

1.1.3 大數據視域下的高職“財務報表分析”課程教學改革

信息化和智能化等未來趨勢要求財會人員向管理決策方向轉型。人才培養應對接人才和市場，要以市場需求為導向，特別是以未來的人才能力需求為導向［10］。在大數據背景下，廣大一線高職教師對財務分析的課程改革亦進行了很多嘗試。

（1）課程設計方面。嘗試構建基于WSR（物理—事理—人理系統方法論）的財務分析課程教學模式，并提出具體保障措施［11］；培養在“大智移云”時代能夠勝任財務分析崗位的職業技能人才［12］；依托企管沙盤進行財務報表分析課程改革［13］等。

（2）教學模式方面。設計基于微課的“財務分析”翻轉課堂教學模式［14］；總結分析基于職教云平臺的混合式教學設計原則以及線上線下混合式教學的優勢及劣勢［15］；基于微信公眾平臺進行案例教學［16］；引入智慧教學工具“雨課堂”進行混合式教學［17］；構建“對分課堂”在“財務分析”課程教學上的實施流程及考核方式［18］。

1.2 引入層次分析法與模糊數學

1.2.1 層次分析法在財務中的應用

層次分析法（Analytic Hierarchy Process，AHP）是將決策問題按總目標、各層子目標、評價準則直至具體的備選方案的順序分解為不同的層次結構，然后通過解判斷矩陣特征向量得到每一層次的各元素對上一層次某元素的優先權重，最后通過加權和的方法遞階歸并各備選方案對總目標的最終權重，并以此為最優方案選擇標準，對定性問題進行定量分析的一種簡便、靈活且實用的多準則的系統性分析與決策方法。

在大數據背景下，層次分析法在財務領域的應用非常廣泛，相關研究文獻的體量也非常大，其可以與多種理論、模型、方法等結合使用，甚至還可以基于AHP研發財務機器人等，所以將層次分析法引入到高職“財務報表分析”課程十分必要，引入的領域可以參考以下幾類文獻，由于文獻體量較大，僅選取研究年代較新、成果較為成熟的代表性文獻。

（1）把層次分析法引入財務預算中。構建一套財務預算指標體系，借助專家調查，獲取各個職能部門的分配需求，借助層次分析法完成各部門的權重分配，進而確定企業財務預算資金的配置方案［19］。

（2）把層次分析法引入企業財務風險預警。通過構建財務預警指標結構體系和確立判斷定量化的標準，進而建立判斷矩陣并得出各級權重，再根據各級權重和相應的財務指標數值，建立基于AHP的企業財務預警研究數學模型計算研究企業的Z值，Z值越小，說明企業財務預警風險越高，其財務狀況越差。Z值越大，說明企業財務預警風險越低，其財務狀況就越好。通過Z值計算可以進行橫向和縱向分析，經過實證研究，把層次分析法引入企業財務風險預警是基本可行的，但是該方法也存在一定的局限性，由于每個企業的具體情況不同，所以影響企業指標的因素也不盡相同。此外，在構建矩陣時存在一定的人為主觀性，這可能影響最后結論的可信度［20］。

（3）層次分析法與其他理論或模型組合分析。常見的組合包括但不限于AHP-BSC、AHPFCE、AHP-PSO、AHP-DEA、SWOT與AHP、AHP平衡計分法、AHP-Fuzzy等。主要應用于財務領域的有：企業或項目的績效影響因子和評價分析、企業或項目的風險的影響因子和評價分析，甚至可以延展至相關的發展戰略與策略分析等。

1.2.2 模糊數學在財務中的應用

模糊數學在大數據時代背景下的應用較為廣泛，不僅體現在非結構性數據的整理上，而且聚類分析、消錯學等都需要通過模糊數學來拓展其原有的適用范圍。從財務分析角度出發，在企業的財務分析診斷中引入模糊數學可以利用企業運營過程中產生的即時、不全面、模糊的信息來對企業作適時的財務分析診斷，有利于及時發現和解決問題、提高信息的使用效率、增強企業的應變能力；也使得財務分析診斷從傳統的事后分析提高到事中甚至事前分析診斷的層次［21］。所以，在高職“財務報表分析”課程中引入模糊數學十分必要。

目前，國內外關于模糊數學引入高職“財務報表分析”課程的研究較少，本研究的引入思路是，通過給學生發布參考文獻研習任務與相應的案例，實現讓學生既能夠應用模糊數學分析與解決問題，還能夠解析分析過程中各數值與計算意義的教學目標。在大數據背景下，模糊數學應用于財務報表分析的參考文獻體量也很可觀，相應的文獻庫已經基本建立，具體引入方案和文獻類別將在后文的實施環節進行表述。

綜上所述，選擇大數據視域下高職“財務報表分析”課程教學改革研究是社會發展與人才需求共同作用的結果，而引入的層次分析法與模糊數學是具有高效實用、靈活可持續發展性的財務分析工具，是新時代背景下高職類財務專業人才培養所要掌握的基本技能，而如何保證教學效果和人才培養目標才是本課題的研究重點。

2 搭建模型

在財務風險分析中，選取影響財務風險的“主要”相關評價指標，運用層次分析法，將選取的指標分為目標層、準則層、指標層。通過逐層關聯、賦予權重等方式，結合模糊數學，構建模糊綜合評判模型。課題組成員構建該模型能將學術研究、實務工作中出現的半定性半定量問題轉化為定量分析，對傳統財務分析課程中以杜邦分析法為主的比較分析法和比率分析法進行了創新，同時模型固化成Excel模板，便于學生快速地收集、整理海量的結構化和非結構化數據，轉換成財務分析所需的數據形式，模型的建立、檢驗均在課外。搭建模型的思路如下：

2.1 層次模型

首先，搭建三層次模型。根據國資委編寫的《企業績效評價標準值》，將影響財務風險的相關因素按照屬性和關系分為三層。目標層：企業財務風險水平；準則層：盈利能力狀況、資產質量狀況、債務風險狀況、經營增長狀況；指標層：凈資產收益率、總資產周轉率、資產負債率、銷售（營業）增長率等21個指標［22］，如圖1所示。項目團隊建議在選擇財務分析指標時可根據企業實際情況選擇以下指標：成本費用占營業總收入比重、經濟增加值率、資本積累率、不良資產比率、或有負債比率、技術投入比率。

圖1 企業財務風險評價指標

其次，進行重要性判斷。由于各個因素的重要性不同，需要由專家或者相關業務人員根據理論與經驗，按照1～9標度的比例分別對因素進行賦值。將重要性判斷值匯總建立矩陣，其中的數值表示橫向因素相對于縱向因素的重要性（表1）。

表1 比例標度值

但由于人們在進行重要性判斷時，通常帶有主觀性，可能會出現判斷A＞B（表示A比B重要），B＞C，而C＞A（按常識本應該是A＞C）的情況，產生了前后不一致的邏輯矛盾。因此需要對各因素重要度之間的協調性進行檢驗。

引入指標CI，用來衡量成對比較矩陣A（n＞1階方陣）的不一致程度：

在上述公式中，λmax——判斷矩陣A的最大特征根；n——成對比較因子的個數；

引入指標RI用來衡量CI的大小。RI是大量同階、隨機互反矩陣一致性指標的平均值，可通過查表（表2）進行確定。

表2 隨機一致性指標

根據公式計算隨機一致性比率CR，判斷成對比較矩陣A的一致性是否符合要求：

當CR＜0.1時，可以認為成對比較矩陣A未出現較大的邏輯矛盾，數據之間的邏輯關系符合要求；反之，則表示存在較大的邏輯矛盾，會影響最終的結果判定，需要對成對比較矩陣A進行調整。

2.2 模糊評判

一些評價指標由于其自身特性，存在著邊界不清、不易定量的特點，如“多”與“少”、“快”與“慢”等；通過模糊關系合成，對該因素實施量化，再根據隸屬度等級狀況進行綜合性評價。

本研究選擇了21個企業財務評價指標，首先建立因素集為U=（u1，u2，u3，…，u21），其次建立綜合評價的評價集，由專家、評委、技工等匯總形成一個集合，然后因素集與評價集結合，逐個確定評價對象的因素對評價集的隸屬度，進而得到模糊關系矩陣R。接著確定因素權向量，根據各因素ui的重要程度，賦予不同的權重ai，將層次分析法與模糊數學結合，用層次分析法中確定層次的總排序，作為模糊評價時的權重系數。各因素的權重集合的模糊集，用A表示：A=（a1，a2，…，am）。最后進行模糊合成，建立綜合評價模型，因素權向量A與模糊判斷矩陣R結合。

3 實例驗證

為了驗證本模型的實用性與有效性，本研究選取了8家航空行業上市公司，對其2019年的財務數據進行了統計分析（數據來源于巨潮資訊網）。

按照上述模型構建的步驟，首先建立財務風險評估的層次結構模型，再利用層次分析法確定各級因素的權重，之后根據專家和業務人員的意見確定模糊評價表，將企業的發展情況用“優”“良”“中”“低”“差”等不同的標準進行判斷，再結合該公司的股票均價對其判斷結果進行驗證。

由表3可以看到，財務風險排名較高的企業，其模型安全得分較低；將所有企業的安全得分進行排名后，與當年的股票均價排名大體一致，表明本模型通過分析企業的財務數據，能夠對其生產經營狀況做出合理的評價，對其財務風險做出有效的預警，方便企業管理者做出正確的判斷。

表3 航空行業上市公司的綜合評價匯總

4 課程改革

課題組基于模糊數學，運用層次分析法，對21個財務指標賦予權重，構建了一套三層次四維度的指標體系，建立的綜合評判模型，已使用巨潮資訊網隨機選取的20家火電行業上市公司驗證本模型的實用性與有效性。驗證成果已撰寫論文并公開發表，論文題目為《層次分析與模糊數學在財務風險評價中的應用研究》。同時模型已設計成Excel固定模板，學生可以在巨潮資訊網等網站上，下載某一行業幾十家代表性公司或整個集團公司海量的財務報表信息，用此模型進行財務預警、風險分析。有了固定模板引導，可以快速提高學生收集數據和整理數據的能力，突破了以往下載一家公司頂多進行連續幾年的財務基本指標數據分析的狹隘。

4.1 課程技能目標定位

大數據時代高職“財務報表分析”課程，應區別于傳統的財務數據分析，將財務專業能力和經營業務進行融合，不能僅僅顯示事后某一方面經營成果的靜態數據，而是要得到能產生預警效果的動態數據，讓學生從數據中揭示經營中存在的問題，從而推動業務，解決問題。教師在培養學生財務分析技能時，培養學生經營全局觀，讓其思維從財務分析向經營分析轉變，能分析數據背后的經營問題，把財務數據和業務聯動起來，支持業務，培養學生的業務思維。大數據時代做財務分析，要有經營全局觀，借助模型分析工具，讓財務數據靈動起來，為管理層提供決策支持。

4.2 教師教學方法改革

模型的難點在于學生對模型中每一層次因素相對重要性的定量賦值，同時將本模型應用于財務分析課程中。其對教師的實踐教學能力要求很高，一方面教師要理解模型背后的原理，另一方面要在課堂上指導學生用該模型進行實務分析，掌握技能。本模型是對財務分析課程教師教法的改革。運用此模板，需要從相關網站上實時下載數據進行分析，學生從不同媒介、不同平臺、不同系統中下載的案例數據囊括了各個行業，而賦值的過程也不具有唯一性，不同于教材上的經典案例，沒有標準答案可以參考，是對教師大數據時代財務分析技能的又一大挑戰。根據此模型，教師授課時要貫穿業財融合的思路，緊扣崗位技能要求，重新設計課程內容體系，轉變以往固定案例、固定套路教學的思路，以學生為中心，根據學生感興趣的行業或領域，自主下載資料，套用模型進行分析，減少知識層面講授，更多的是啟發學生，引導學生用實際財務數據，做企業真實財務分析，增強分析的有效性。

4.3 師資隊伍培養改革

借由本課程改革，帶動師資隊伍改革，目前高校的大部分教師都出自會計學或其他相關學科培養背景，大多數教師研究領域為財務會計，缺乏與審計實踐相關的“財務報表分析”技能，難以培養出適應新形勢的專業人才。本課程改革從大數據視域、審計視角進行“財務報表分析”，提升高校教師的專業理論基礎，同時倒逼教師以各種形式參與企業實踐，把教學內容與實踐聯系起來，在課堂中使用突出案例進行講解、應用分析，使得企業實踐、掛職鍛煉更具實踐意義及針對性。

4.4 學生考核方式改革

財務報表分析考核方式可采取“項目單項在線考試（40%）+小組綜合案例分析（40%）+業財融合分析報告（20%）”方案。本課程內容是財務比率公式考核中的基石，這部分內容每一項目結束后，可借助信息化教學平臺、學生個人在線答題自動改分的方式解決問題；小組可采取自由組合的方式，能力較強的學生甚至可以單人成組，對某一行業至少10家公司，運用層次分析模糊綜合評判模型進行分析；同樣的模型運轉結果，每個人理解的角度不同，個人提交單獨的財務分析報告，主要考核點在于業財是否融合，通過財務數據能夠揭示出經營上的問題，同時給出經營改善建議。

5 結語

本項目團隊研究的層次分析結合模糊數學構建的財務綜合評判模型，是在大數據時代對財務分析工具的一種新的試用，更加突出了對真實財務數據的實時分析，提出了財務分析要貫穿業財融合的思維。由財務分析工具的變革，以點帶線，引發教師教法、學生學法等各項變革，培養出更具時代特性的“應用型專業人才”。對“財務報表分析”這門課程而言，引入一些模型、算法，借由這些新的技術，設計高質量的教學大綱，加大投入，充分利用已有的資源，開發新案例數據，撰寫嚴謹的教案。借助信息化教學手段，教師堅持教研實一體，將研究課題和成果、實踐案例融入教學中，提升教師的教學水平，提高學生的創新能力，規范教學過程和內容，根據行業情況及時修訂完善，形成一個良性運行機制，打造精品示范課程，進行資源案例庫的建設，以此輻射帶動其他專業核心課程的建設，提升學科的教學水平。隨著實踐的開展，可嘗試引用其他數學算法來完善模型，比如可引入熵權TOPSIS法（又稱優劣解距離法）來對選取的財務分析評價指標進行賦值，這樣可以構造出加權規范化矩陣，指標的權重會更具有客觀性。