智能會計技術背景下本科會計課程變革方向

謝志明，粟小穎，易 玄

（1.長沙理工大學 經濟與管理學院，長沙 410015；2.中南大學 商學院，長沙 410083）

0 引言

隨著“大智移云”等信息技術在會計領域應用的逐步深入，大量核算型會計工作被模塊化、智能化。對與競爭環境、業務流程以及價值運動過程相關的海量數據進行挖掘、清洗，使之變成對決策有用的財務信息，成為智能化時代會計人員角色轉型的主要方向。為培養適應智能化時代的本科會計人才，部分高校在人才培養模式、實踐教學內容以及教材建設方面取得了一定的成果，但與智能化會計能力結構相適應的課程建設的理論與實踐研究仍處在摸索階段。本科會計智能化課程體系變革是落實教學計劃，提高智能化會計教學水平和人才培養質量的重要保證。因此，在研究智能會計技術對會計工作的影響的基礎上，探討本科智能化會計課程變革方向與內容具有重要的理論意義和現實價值。

1 智能會計技術對會計工作的影響

智能會計（Intelligent Accounting）是基于智能化環境產生的，以會計管理活動論為理論基礎，通過智能化資源、智能化行為、智能化技術工具三要素，對泛在會計主體的價值運動進行智能管理以實現資源優化配置，協同微觀會計與宏觀經濟政策的管理活動［1］。其主要特征是通過智能化技術工具，例如大數據、區塊鏈以及云計算技術等，提供智能化資源，實現數據自主采集、計算、處理、報告和自主修正，為智能決策，包括智能判斷、策略生成和策略選擇提供支持，實現人的智能行為［2］。大數據采集與分析處理是智能財務運行的重要基礎［3］。數據采集來源包括業務流程節點數據和會計系統的結構化數據以及非結構化的數據源（如網頁文本、社交媒體數據等［4］），智能會計技術對不同來源的大數據在結構、數量、變化速度、多樣性和可變性等方面的特征采集，以及大數據對經營活動和會計過程的數字化畫像，對財務會計計量的及時性、全面性和準確性產生積極的影響。

大數據會改變財務人員在工作中了解公司資產、特征和條件的能力，每項資產的多媒體記錄都會提供更準確的資產記錄，因此支持公允價值會計［5］；還可以提供無形資產評估的新形式，比如對無形資產表外項目的長時間跟蹤并且評估，并將其分發給利益相關方以增強信息披露。盡管基于會計的業務決策因素越來越復雜，但機器學習軟件系統可以通過示例學習，利用數據洞察以及建立預測模型實現自動化決策。此時，財務會計的工作重心將轉移到訓練人工智能應用程序靈活使用決策分析與報表工具，衡量與最大化決策效果。

2 智能化會計背景下會計人員的能力需求

智能會計技術可以簡化大數據獲取過程并協助決策，采集和傳遞會計報告所需要的各種數據，但大量數據帶來的數據過載、數據相關性以及非結構化性質的數據帶來的數據歧義也會在很大程度上限制會計專業人員的判斷，從另一個方面降低提供會計報告的效率。針對這些問題，會計專業人員應該掌握數據甄別能力（Data Discrimination Ability）、數據清洗能力（Data Cleaning Capability）和數據因果關系分析能力（Data Causal Analysis Ability），才能高效利用智能會計技術。

首先，分析和數據挖掘軟件工具提升了會計人員獲得數據的便捷性和廣泛性，但大量數據會使準確識別相關線索變得困難，從而導致數據過載。因此，數據甄別能力作為會計專業人員向智能決策型人才轉型的基礎，要求會計專業人員清楚地了解數據質量，包括數據的來源可靠性、決策相關性、數據冗余性等。其次，基于智能會計技術獲取的數據包含大量且含糊不清的非結構化數據，會對會計人員職業判斷產生負面影響。因此，需要會計專業人員具有數據清洗能力，即提高識別與審計過程目標相關數據類型的能力，尤其是非財務數據。最后，由于非結構化數據數量和類型的變化，或者是由于來源可靠性的差異和對觀察到的事件缺乏因果分析能力，會計專業人員在數據分析中極易產生數據歧義。當進行數據分析對歧義的容忍度較低時，通常傾向于選擇能解決明顯歧義問題的簡單解決方案，該種解決方案往往避免或淡化可能導致最佳判斷的“歧義數據”（Ambiguous Data）。因此，會計專業人員應該提高對數據歧義的容忍度，并且培養數據推斷和因果分析能力，在提供報告過程中使用預測模型可以應用于模糊和高度主觀的判斷，以模擬各種相關因素之間的關系。

3 本科會計課程內容的改革方向

通過CiteSpace 5.7.R2 軟件對國內在智能會計技術背景下的課程設計研究成果的關鍵詞進行可視化分析，生成該領域的研究熱點可視化圖譜。可視化分析知識圖譜顯示的關鍵詞出現頻率越高，說明該關鍵詞在該領域的關注度越高。如圖1 所示，課程設計、大數據、人才培養和數據改革的頻次分別為42、33、9和7；中心性分別為0.45、0.33、0.07 和0.6，這四個方向是關注度和影響力較強的。縱觀現有研究，目前關于智能會計技術背景下的人才培養和教學改革文獻大多數是基于大數據從發展路徑和教學模式兩個方面展開思考。而涉及智能會計技術背景下的“互聯網＋會計”課程內容變革相對較少。伴隨著智能會計技術的發展，高校對會計人才培養的目標需要順應時代發展變化及時做出調整，重構會計專業課程體系，整合會計課程教學內容。智能會計技術下的決策型會計工作，要求學生不乏僅僅學習財務方面的基礎理論知識，還需具有較強的數據挖掘能力、信息技術應用能力，熟悉大數據、云計算、區塊鏈、人工智能在財務系統中的應用，并能基于智能會計技術產生的數據進行綜合財務分析，為企業管理層的決策部署提供財務信息支撐。

圖1 智能會計技術背景下的課程設計研究關鍵詞和中心節點知識圖譜

在國內高校中，重慶理工大學智能會計課程體系強調培養學生“數據＋流程＋算法”的能力導向，增設人工智能概論，深度學習基礎及實踐，Python，管理會計大數據等必修課程；選修課程中包括模式識別與風險管理、XBRL 基礎、數據可視化、區塊鏈技術、RPA財務與審計機器人等模塊。南京理工大學在教學過程突出計算機技術的應用，強化大數據分析能力和智能決策能力。學科基礎課中增加了大數據分析基礎；專業核心課程增加了Excel 高級數據分析與可視化和企業稅務管理；選修課增加了財務共享服務與智能財務，大數據財務決策，基于大數據的商業智能分析，IT審計和大數據供應鏈成本管理。在國外高校中，維拉諾瓦大學、德克薩斯大學達拉斯分校和孟菲斯大學開設了數據分析課程，天普大學和科羅拉多大學丹佛分校在重點課程中加入了IT 審計。

本文通過對國內外高校智能會計人才培養方案的課程體系的設置進行對比，歸納了“智能會計”核心課程體系。包括專業理論基礎課程，大數據分析技術與工具和綜合應用課程三個部分。

3.1 專業理論基礎課程

專業理論基礎是智能化會計背景下會計人員提升信息甄別能力的核心。只有掌握了堅實的專業理論知識，才能夠在大量的數據中識別出對會計決策有用的證據和信息，減少數據過載帶來的困擾。專業理論基礎包括財務會計、財務管理、管理會計、稅法以及審計學等課程。

財務會計課程要求學生掌握會計準則制定規則及經濟后果，并能將會計準則應用于交易和其他事件；評估用于編制財務報表的會計政策的適當性；根據相關標準編制財務報表，包括合并財務報表；解釋財務報表和相關披露以及解釋包含非財務數據和信息的報告。

財務管理課程要求學生比較組織可用的各種融資來源，分析組織的現金流和營運資金需求；使用比率分析、趨勢分析和現金流分析等技術分析組織當前和未來的財務狀況；評估用于計算組織資本成本的組件的適當性；在評估資本投資決策時應用資本預算技術以及解釋用于投資決策、業務規劃和長期財務管理的收入、基于資產和市場估值方法。

管理會計課程為應用技術和方法支持管理決策，包括產品成本計算、差異分析、庫存管理以及預算和預測；應用適當的定量技術分析成本行為和成本驅動因素；分析數據和信息以支持管理決策以及評估產品和業務部門的表現。

稅法課程則是解釋稅法規制演變及主要內容條款，稅務處理合規性和申報要求；為個人和組織準備直接和間接稅收計算以及解釋稅收籌劃、避稅和逃稅之間的區別。

審計學課程要求學生掌握審計準則和其他適用于財務報表審計的相關法律、法規和標準；按照風險導向審計流程，評估重大錯報風險，實施進一步審計程序；搜集充分、適當的審計證據，評價解釋鑒證業務的關鍵要素，得出合理的審計結論。

3.2 大數據分析技術與工具

大數據分析技術與工具課程使學生熟練進行數據分析，從而獲取數據清洗能力，在未來工作中能從來自多個非財務來源的大量結構化數據和非結構化數據中提取并篩選相關信息進行分析。會計課程體系中新增了深度學習基礎與實踐，Python，區塊鏈與財會審計，XBRL 技術，模式識別與風險管理，RPA 財務與審計機器人，人工智能概論，信息系統審計以及數據可視化內容的學習，通過對大數據分析技術與工具理論的吸收，技術的掌握與應用，學生可以了解大數據分析技術與工具發展對組織環境和商業模式的影響；明白大數據分析技術與工具如何支持數據分析和決策；解釋大數據分析技術與工具如何支持組織中風險的識別、報告和管理；掌握大數據分析技術與工具分析數據和信息；使用大數據分析技術與工具提高溝通的效率和效果；應用大數據分析技術與工具提高組織系統的效率和有效性；分析大數據分析技術流程和控制的充分性；確定對大數據分析技術與工具流程和控制的改進。

3.3 綜合應用課程

綜合應用課程是將大數據分析技術與工具和專業內容相結合，包括大數據財務決策、企業稅務大數據分析以及IT 審計，幫助學生掌握信息推斷和因果分析能力。在分析和解決問題時結合專業知識和其他應用技術以減少偏見。在識別和評估信息和數據時應用批判性思維和系統性思維，為管理者提供決策方案。

在大數據財務決策課程中，學生應該學習的是將更多的時間花在數據分析而不是數據轉換上。通過對信息披露的權威媒體、互聯網資源的數據收集，以及對商業數據庫中宏觀經濟、特定行業和具體案例公司的文件采集與分析，學生可以進行體驗式學習，從而模擬公司財務信息分析過程和程序。Boyer and Lyons（2011）提供了一個教學案例，要求學生使用電子表格軟件采集業務交易的日記賬分錄，并在課程中觀察對公司財務報表和財務比率的影響［6］。

在企業稅務大數據分析課程中，學生需要掌握包括稅收籌劃、稅收分析和稅收政策敏捷反應的綜合稅務分析能力。在稅收課程中可以通過國家統計局的各種年鑒或者國家稅務總局的統計年鑒，以及Wind 或者Choice 等軟件工具查詢在線內部稅收代碼數據庫和相關的在線稅法來源；并使用納稅申報單編制軟件。更進一步的是學生應該學會使用稅收分析方法對大量的稅收數據進行整理與總結。老師可以與學生討論大數據和稅務分析用法的實際案例。Stuebs，Wilkinson，and Arnold（2012）通過讓學生解決技術稅收問題，提供結合了稅收和技術能力的教學案例研究。在他們的案例研究中，指導學生查詢稅法研究數據庫并應用該研究做出適當的決定［7］。Powerlytics 為老師和學生提供了收費的訪問權，可訪問其有關個人、合伙企業和公司納稅申報表的匯總數據庫。老師可以使用可視化軟件（Tableau）和稅收數據分析技術來分析Powerlytics 提供的大量數據。

IT 審計課程的內容為學生提供了許多學習信息系統審計的機會。學生分組協作，將賬戶數據導入GAS 系統，分析數據，并使用郵件合并技術創建確認信。安永會計師事務所還通過其學術資源中心（EY ARC）為學者提供各種資源并且開發了分析框架，提供了可幫助學生發展分析能力的案例。學生可以完成由Daigle 和Lampe（2011）提供的模擬案例操作來提高計算機輔助審核技術（CAAT），從而理解ACL（Audit Command Language）如何用于連續審核以發現潛在的欺詐行為，以及連續監視以檢測訪問控制風險和安全性［8］。另外審計人員可以通過數據可視化實現以大量數據為中心的結構化審計。Caseware 通過其IDEA Academic Partnership 提供對IDEA 數據分析和可視化軟件的低成本訪問，包括為老師提供的免費課程材料。此外IDEA Academic Partnership 提供了案例操作演示文本，因此學生可以通過查詢交易數據并可視化輸出學習如何識別財務報表層次以及認定層次的重大錯報風險。

4 結語

智能會計技術的應用推動了會計工作由核算型向智能決策型發展。在智能化工作背景下，專業人員進行數據處理應該掌握數據甄別、數據清洗和因果分析能力。本文通過CiteSpace 5.7.R2 軟件對國內在智能會計技術背景下的課程設計研究成果的關鍵詞進行可視化分析，結合國內外高校智能會計人才培養方案的課程體系的設置，歸納了“智能會計”核心課程體系，并對專業理論基礎課程、大數據分析技術與工具和綜合應用課程三大核心課程體系模塊進行了詳細的說明，以期對后續的智能會計課程內容設計和改革提供一定的理論指導和應用參考。