面向數字素養提升的《財務大數據應用》課程教學實踐探索

王洪海（副教授/博士） 王融 肖俠（教授） 高玲（博士）

（江蘇海洋大學 江蘇連云港 222005）

一、研究背景

2021 年中央網絡和信息化委員會發布《“十四五”國家信息化規劃》，將“全民數字素養和技能提升行動”作為十大優先行動之首。會計與生俱來就與數字具有不解之緣，在人工智能、區塊鏈、云計算、大數據時代，“數據+算力+算法”將成為推動新經濟發展的核心驅動引擎，同時也對全民數字素養提出了新的挑戰。提升數字素養同樣也是數字經濟時代對會計學、財務管理專業人員的基本要求。

聯合國教科文組織認為數字素養是“面向就業、獲得體面工作及創業，使用數字技術安全且合理地訪問、管理、理解、整合、呈現、評估和創建信息的能力。歐盟將“數字素養”定義為：在工作、就業、學習、休閑以及社會參與中，有把握地、批評和創新性使用信息技術的能力。2021 年11月中央網絡安全和信息化委員會發布《提升全民數字素養與技能行動綱要》，將數字素養闡述為：“數字社會公民學習工作生活應具備的數字獲取、制作、使用、評價、交互、分享、創新、安全保障、倫理道德等一系列素質與能力的集合”，并將全民“數字素養”提升至網絡強國、數字中國、智慧社會戰略目標的高度。

2013 年牛津大學馬丁學院（Oxford Martin School）研究顯示，在未來10 到20 年內，許多工作崗位將被機器人所取代，其中會計崗位高達99%可能被淘汰。國外學者Michael Osborne 和Carl Frey（2017）分析了未來職業被淘汰的概率，結果會計以高達97.6%的概率位居前列。王奕俊等（2020）應用Python 爬蟲技術對Boss 直聘、前程無憂、智聯招聘三大網站9 875 條會計職業招聘信息進行了文本挖掘，發現“軟件”“決策”“分析”是高頻詞語，說明市場對會計人員素質提出了新的更高要求。王小紅等（2021）也認為，目前核算型會計人才早已供過于求，而高端的管理與分析類會計人才仍存在很大缺口。本文推測上述國外學者所說的會計可能是指以“核算”為主的程序化流程，而管理會計要求的“預測、分析、決策”等非程序化能力正是市場迫切需要的。

二、國內外融入“數字素養”的智能財務決策理論與實踐概述

從以上對“數字素養”的定義可知，“數字素養”已經滲透到人們學習工作生活的方方面面，而且其內涵與外延隨著數智化技術的不斷迭代更新而與時俱進、同頻共振。為了提高“數字素養”在會計學和財務管理專業教學中的可操作性，本文借鑒Martin & Grudziecki 構建的歐洲數字素養等級模型，即：第1 層次：一般性的數字能力，例如：數據的查詢、分類、排序、匯總等。第2 層次：專業級的數字能力應用，例如：數據透視表→數據透視圖→數據切片器等。第3 層次：數字能力創新，即應用數字技術進行探索與創新，例如：基于Monte Carlo 模擬的不確定環境下的財務管理決策。在數字經濟時代，以數據為中心的技能和思維必將得到重視和培養。

（一）國外智能財務決策“數字素養”的理論探討。2014 年美國注冊管理會計師（CMA）研究報告指出，未來10 年中掌握財務知識和信息分析技術的復合型人才，將在企業管理與決策中發揮重要作用。英國高校將數據能力培養課程作為本科學位核心課程，例如要求財務管理類學生應用EXCEL、SPSS 等軟件進行數據分析。波士頓管理咨詢集團（Boston Consulting Group）與新加坡技能未來項目聯合推出了“商業數據分析”等課程。美國雪城大學同樣開設了“科學數據管理”相關課程，目標是全面提升學生的“數字素養”。

（二）國內智能財務決策“數字素養”的理論探討。我國學者趙紅梅等（2019）設想了提升會計學、財務管理專業數字素養的兩種途徑：（1）外延方式：增加相應的計算機等課程；（2）內涵方式：將財務管理、管理會計等核心課程與計算機深度融合。胡俊南等（2022）根據對512 份市場調查研究報告應用統計分析技術，構建以會計與大數據相互融合、相互促進的“雙維雙向，四能發展”能力框架。蔣瑜峰等（2022）認為，財會人才供給應與市場需求的能力要求適配，不僅要具備基本的軟件操作能力，而且更重要的是通過數智技術結合商業模式與業務場景，賦能企業進行風險管理與決策。

三、面向數字素養提升的《財務大數據應用》課程教學實踐——基于建構主義

目前對于數智環境下的會計學、財務管理兩個專業的教學改革理論探討很活躍，但是在實踐操作層面還存在許多問題需要探索。劉勤（2021）認為目前會計人才培養與科技發展嚴重脫節，可以總結為“保守的教學理念，落后的知識框架，過時的教材體系等”。于曉紅等（2021）總結了數字經濟下財務管理教學存在的問題，即“陳舊的教材與教學內容，傳統的教學方法與手段，單一考核與測試模式”。王小紅等（2021）也認為目前大多數高校的會計人才培養目標還沒有與大數據時代要求完全接軌。

為了適應信息技術發展對會計人才培養提出的要求，江蘇海洋大學也在不斷優化相關課程，第一階段（2002—2020 年）主要開設：①Visual Foxpro 語言；②財務管理信息系統；③財務決策支持系統。第二階段（2020 年以來）在以前的基礎上，將計算機語言改為Python；同時增加了：④財務共享服務；⑤財務大數據應用。建構主義（Constructivism）是根據人類認知規律總結得出的，其中的支架式教學方法（Scaffolding Instruction）在教學實踐中得到了廣泛采用。本文重點探討《大數據財務應用》課程的教學，該課程采用建構主義推薦的支架式教學方法，教學主要內容與課程設計見表1。

（一）情境設置。《財務大數據應用》課程的教學實踐認為情境設置是關鍵，應遵循OBE（Outcome Based Education）理念，強調以問題為導向，精心策劃應用場景，打破時間（When）、空間（Where）的認知障礙，使學生（Who）可以第一人稱角色介入，體現教學過程的互動性與參與感。

（二）搭腳手架。這是一個借用建筑工程用語的形象化比喻，其關鍵是找出支撐解決問題的支點，建構主義稱為最鄰近發展區（Zones of Proximal Development），實際上是指學生已經具備的知識鏈接點，然后沿著搭建的“腳手架”循序漸進、由簡到繁直至解決問題。以聚類分析中的K-means算法為例，“人以類聚，物以群分”是社會普遍現象，如何應用智能算法進行聚類呢？這里需要的“最鄰近發展區”應用的是“距離”的知識點。教師可以在直角坐標中任意畫幾個點，隨機選擇K 個初始點，計算任意各點到初始點的距離，然后根據最近距離聚成簇，再以新的“質心”為起點，經過反復迭代最后得到符合要求的簇類。以上計算過程學生比較熟悉，通過上述演示就可以使學生理解K-means 算法的基本原理，正所謂“觸類旁通、溫故知新”。

（三）獨立探索。上述簡單計算消除了學生對K-means的陌生感，對于以文科為主的會計學、財務管理專業學生來說尤為關鍵，為其進一步的獨立探索提振了信心。再將上述問題進行拓展，即由簡單的兩點演變為多點，然后與企業信用評估應用場景聯系在一起，只要掌握了K-means的基本原理，借助于專業的統計軟件，例如SPSS、WEKA（Waikato Environment for Knowledge Analysis）等，就可以比較容易地對企業信用進行聚類評價。

（四）協作學習。同樣以企業信用評估為例，由于學生采取的評價指標不同，各個指標的賦權不同，甚至指標的無量綱處理不同，使得不同學生的評估結果產生了差異，這時學生就會產生疑問，通過相互交流發現不同結果，對習慣了標準答案的學生的思維產生了一定沖擊。這時主講教師可以適時提出“集成學習”的概念，該方法遵循“兼聽則明，偏信則暗”的古訓，例如在分類算法中，在講完ID3 決策樹后引入“隨機森林”概念，顧名思義是指一群決策樹，不需要探討“隨機森林”的具體算法，而是要知道該算法的思維邏輯，這正是協作學習所迸發的火花，為學生加深理解機器算法打下了良好基礎。

（五）效果評價。目前對于《財務大數據應用》課程的教學正處于探索階段，本文認為應從以下兩個方面進行改進：（1）合理定位財會專業培養目標。會計學、財務管理專業培養的是數智環境下的“會計師”而不是“工程師”，陳虎（2022）也認為，借助于算子平臺獨立的數據處理與建模能力，財務人員即使不懂編程，也能熟練地進行數據分析。因此智能財會專業培養目標的重點是算法原理與應用場景的深度融合。（2）借助MOOC 資源提升教學效果。目前對于大多數高校來說，講授智能財務決策對教師的知識結構提出了挑戰，為了彌補師資方面的不足，建議采用線上線下混合教學方式，借助中國大學MOOC 數字資源，提升教師駕馭智能財務的教學能力。

四、總結

人類社會已經開啟以數字經濟為主導的新一輪科技革命，“數據+算力+算法”成為驅動新經濟發展的新動能。數據：在大數據時代，財務數據更加豐富，除了反映價值計量的信息外，還有許多諸如語言、文字、圖像等非結構化的數據。算力：隨著科學技術的不斷發展，會計的計算工具不斷演化，相應的算力也得到巨大的提升，為處理多維度、非結構化數據提供了技術保障。算法：算法可以廣義地理解為解決某項任務的步驟、方法、策略等。未來社會是一個“算法”定義的世界，會計“算法”可能會成為協調社會生產關系中的重要工具，因此會計學、財務管理專業學生的“數字素養”亟待加強。目前從全國范圍來說，《財務大數據應用》都是一門富有挑戰性的課程，陳俊（2021）認為：智能財務人才培養不應強調編程能力，課程教學應遵循“小步快跑，持續迭代”。筆者根據自身教學實踐與探索提出如下建議：

（一）教師。從市場需求方來看，在數字經濟時代，大量程序化的核算工作將由財務共享中心完成，財務職能在不斷深化，對財會專業學生素質的要求越來越高；從市場的供應方來看，數字化轉型成功的關鍵是教師，要擔當起新時期“傳道、授業、解惑”的使命，就必須勇于面對挑戰。應鼓勵具有數學統計、計算機等理工科背景的教師，通過線上、線下的學習，探索如何開展《財務大數據應用》課程的教學工作。同時在課堂教學中從“小數據”向“大數據”逐步過渡，以Apriori 關聯算法為例，通常包含k 項的“購物籃”可能會產生2k-1 個頻繁項集，為了便于教學，不妨從k=4 ～5“小數據”入手，根據排列組合繪制圖形，在學生掌握基本原理后再應用專業軟件進行“大數據”計算分析。

（二）教材。目前市場上有關財務智能決策的教材存在兩極分化，一類是由有理工科背景的教師編寫的教材，書中數學符號、計算機代碼很多，容易使財會專業學生“望而生畏”；另一類是開發商編寫的，只要根據教材要求按步驟操作即可，但是學生感覺“不知其所以然”，正如國外有學者提出“數字素養是關于思想的產生，而不僅僅是敲擊鍵盤”。本文認為可以借鑒美國Jeffrey D.Camm 等編著的《商業數據分析》，通過精心設計許多通俗易懂的應用場景，采用大家都非常熟悉的EXCEL 軟件（含XLminer 插件）進行實驗，提高教材的可讀性，從而拉近與讀者之間的距離。

（三）探索。傳統會計信息過度追求信度，容易導致出現“精確的錯誤”，反而降低了決策信息的相關性。為了解決上述難題，《財務大數據應用》課程增加了Monte Carlo 模擬。從教學實踐來看，借助CRYSTAL BALL 軟件可以達到如下效果：（1）數據可視化。該軟件提供了全程動態可視化圖表，展示了大數據的重要特色，增強了學生的直觀度與清晰感。（2）數據區間性。基于歷史信息的財務會計追求準確性，但是面向未來的管理會計很難對未知信息進行精確預測。而CRYSTAL BALL 軟件提供的概率分布數據，為決策者提供了合理的區間選擇。（3）產教融合。在畢業實習與論文階段，筆者帶領部分優秀學生深入某火力發電公司，根據煤炭價格與金融市場的變化，借助于Monte Carlo 的數值仿真功能，對某項目投資進行了風險評價，為企業經營提供了有益的建議。

總之，本文認為在教學實踐中應遵循OBE 教學理念“目標導向，學生中心，持續改進”，重點培養學生的“大數據思維”，樹立正確的數據安全觀、倫理觀、道德觀，提升學生的數字素養。