數智化驅動下的會計課程改革和人才培養研究

姜曉文 王雪濤

摘要：“互聯網+”國家發展戰略的實施，為會計行業帶來了新的機遇與挑戰，也引起了會計專業人才培養模式的變革與更新。大數據的發展催化專業教育改革，提升學生的數字化技能成為高校會計類專業人才培養的必然選擇，本文探索數智化驅動下的會計專業課程改革與人才培養，剖析傳統教育教學與人才培養存在問題，嘗試探討“業財融合”背景下數智化與專業化相融合的新路徑，旨在為會計專業建設與發展提供有益參考。

關鍵詞：大數據；Python；數字化；課程改革

中圖分類號：F23文獻標識碼：Adoi：10.19311/j.cnki.16723198.2024.11.052

0引言

財政部會計司于2023年8月1日出臺《企業數據資源會計處理暫行規定》，強調規范企業數據資源相關會計處理和強化相關會計信息披露的重要性。推動會計工作數字化轉型能夠改善企業會計信息系統建設，是提升財務工作質量和效率的重要舉措，也是向智能會計過渡的必要階段，由此為會計從業者提供更廣闊的發展機遇。現如今，會計職業需求從簡單的記賬轉變為服務財務與戰略決策，要求會計人員不僅能夠為企業提供全面、準確的財務分析，而且能夠通過財務預測應對外部環境的復雜變化，要求會計從業者更深入地參與企業決策過程。因此倒逼高校人才培養和課程設置向數字化方向發展。

目前，高校財務分析課程受到內容與形式的雙重限制。內容方面，主要涵蓋財務分析概論、財務報告分析、財務效率分析和財務綜合分析與評價。具體而言，財務分析概論涵蓋了財務分析的理論概念、財務分析的信息基礎以及財務分析的程序和方法。財務報告分析主體包括資產負債表、利潤表、所有者權益變動表和現金流量表。財務效率分析則涵蓋了盈利能力、償債能力、營運能力和發展能力的分析。最后，財務綜合分析與評價包括綜合分析、業績評價、趨勢與預測分析以及價值評估。也有框架包含財務報表分析概論、分析基礎、項目質量分析、合并報表分析以及綜合分析方法。內容體系雖各有特點，但均存在偏重理論，淡化實際；側重財務信息，忽視非財務信息；以課堂教授形式為主，缺少實戰演練的局限性。

會計與大數據的結合，順應了財務智能化發展方向，也滿足了新時代企業財會崗位用人需求。Python在爬蟲、文本處理、數據可視化、分析數據及圖像處理等方面具有優勢，能有效運用于固定資產計提折舊、預算管理、證券投資組合的回報率等。基于Python豐富的數據分析和處理庫，企業財務人員可以進行各種模型分析和預測，讀取和處理各種財務數據與非財務數據，幫助企業優化財務決策。2021年“十四五”發展規劃中強調完善大數據標準體系建設，本文結合政策導向和現實需求，以“Python財務大數據分析”課程為例，旨在為增強Python在財務分析領域應用與融合設計提供有益思路。

1傳統財務分析教學與人才培養存在問題

內容上，教材更新修訂速度無法滿足現實教學需求，案例多以傳統制造業為主，對新興業態的關注度不足、與市場環境的脫節，均導致學生對課堂內容的興趣度不高。其次，教學案例時效性不高，不少案例基于過去熱點財務事件，雖然具有代表性，但隨著政策更新迭代，對現實企業案例指導意義有限。

形式上，目前的教學方法以理論分析為主、案例分析為輔。教師根據教材案例提供的數據來進行計算和分析，以幫助學生掌握財務指標分析的基本原理和方法。但礙于書面呈現的形式單一、篇幅有限，案例設置簡單且主要為相關計算服務，與企業現實情況相距甚遠。由于教學手段較為單一，案例多基于財務信息，缺少對非財務信息的重視，導致學生專注計算，忽視其背后的分析邏輯，缺乏財會專業應具備的數據敏銳性，無法滿足企業對于高素質人才的需求。

2數字化驅動下教學與人才培養創新探索

2.1Python財務大數據分析課程開設背景

隨著信息技術的快速發展和應用，數字化已經成為各行各業的主要趨勢。“十四五”期間國家大力推動會計數字化發展，建立完善的會計數字化制度并推動其有效實施，并已初見效果。根據相關統計數據顯示，截至2022年，我國財務軟件市場規模已超200億元，基本實現全國范圍內的普及。然而相比財務軟件的普及率，財務大數據分析及其相關系統產品的應用普及率還有待進一步提高。因此將大數據技術應用到教學領域，是有效解決教學方法單一化、理論知識與實踐應用的脫節、教學與實際操作差距大的有效方法。Python會計課程建設順應行業發展趨勢，利用Python進行數據分析為會計人員財務預測提供了數據支撐。為滿足企業需要，高校需要開設Python課程，為企業輸送大數據財務人才，因此基于Python語言的財務分析教學設計成為業財融合背景下財務人才培養的新突破口。

2.2Python財務大數據分析課程創新設計

Python在會計教學中大致可以分為四個部分：Python基礎教學、數據爬蟲、數據挖掘、數據分析和決策。Python的一個主要優勢是能夠快速收集零散的數據，然后使用Python語言對數據進行分析，以獲得我們需要的財務信息和非財務信息，通過建模對獲取數據進行分析與可視化呈現，從而指導現實決策。課程設計初衷在于，通過培養會計人員在數據收集、數據清理、數據挖掘和數據可視化、預測建模等方面的技能，促進傳統財務人員向大數據財務人才過渡，幫助學生更好適應未來企業數字環境。在Python財務大數據分析教學中，學生需要在前半學期完成對財務管理和Python基礎等相關知識的學習，而后半學期進行實訓課程學習，通過學生實訓操作輔助對基礎知識的理解和掌握，邊用邊學。通過財務大數據教學過程中引入Python語句，引導學生活學活用，構筑財務分析的數據思維，隨后通過模塊化訓練，可以加深學生對Python語言和財務大數據分析預警之間關系的理解，提高他們的學習興趣和效率。

“Python財務大數據分析”課程教學內容以案例實踐教學為主，理論講授為輔。理論部分將本節課程涉及知識點串聯成面，幫助學生理解實踐背后的邏輯，同時增加隨堂測驗與交流分享環節，鞏固并加深印象。實踐部分以滬深A股上市公司真實案例為基礎，基于傳統財務分析邏輯，逐步還原公司財務分析全過程，介紹必要的Python輸入與輸出規則，助力學生體驗財務大數據分析過程。具體可以將Python財務大數據分析課程分為三個階段：大數據認知、數據處理全流程和大數據的財務應用；課堂教學主要采用知識點講授、代碼實操和綜合練習的方式。教師重點講解常見的語法錯誤，并通過任務式的代碼編譯練習來幫助學生更好地理解數據處理和分析的核心內容。

第一階段——大數據認知。幫助學生建立全面認識大數據的發展與應用的思維框架，拉近大數據與會計專業的距離，引導學生學習大數據相關基礎概念及應用場景，為后面模塊做好過渡。本階段需要2～4課時進行授課。

第二階段——數據處理全流程。包括數據采集、數據清洗、數據集成和數據可視化四部分。通過拆解數據分析全流程，還原數據來源獲取、清洗加工、集成處理、分析挖掘和效果呈現的全過程，通過獨立模塊設計提煉核心步驟，強化學生財務分析中的數據思維，引導學生將財務知識與數據思維相鏈接，從而提高學生的學習效率和興趣。本階段需要10～14課時進行授課。

第三階段——大數據的財務應用。該階段旨在鍛煉學生處理和解決財務問題的能力。具體設計包括財務分析視角轉變、企業財務困境預測等。教師在本階段的主要目標是引導學生基于財務分析理論和數據應用邏輯，明確分析意圖，通過團隊組合挖掘問題背后的原因以及解決問題的方法。從而將財務知識與數據思維有效運用于解決財務問題、預測財務狀況和優化財務建議方面，實現大數據的財務應用。本階段需要12-16課時進行授課。

2.3Python財務大數據分析課程資源準備

充足的資源準備是達到教學效果的重要保證。Python財務大數據分析課程資源準備主要包括：

（1）全面課程設置。

可以通過兩種途徑來實現數智技術與專業的融合。首先是重構前置課程，設置大數據相關的通識課程，如大數據通識、RPA流程自動化、Python入門基礎等。其次是將大數據技術與財務管理專業課程充分融合，例如將數據分析、數據挖掘和信息系統操作融入專業知識的學習中，課程設計要本著從簡單到復雜、從部分到整體逐步發展，有效實現大數據技術與專業知識的有機結合。

（2）教學資源齊備。

為滿足Python財務大數據分析課程開設的需求，高校應全面建設實驗室環境、物聯網智能設備、底層管理技術、硬件設備和服務器支撐等六個方面，以實現智能會計、財務共享和大數據審計等實驗平臺的功能。通過實現教學終端的智能化、教學軟件的云端化、教學資源的云在線化以及教學互動的開放化，推動智能時代會計人才培養的創新和實踐。除此之外，構建優秀的教學團隊是提高教學質量的前提，也是高校專業建設的關鍵。為了提高教師的教學水平，使教學與市場需求相融合，高校應加大人才引進力度，持續開展教學實踐周活動，定期到事務所和企業進行調研。高校還應開設財會大講堂，邀請國內外著名專家學者進行專題學術報告。高校應充分發揮校外資源優勢，引入校外導師，與企事業單位合作，建立多層次的導師培養體系，豐富教學形式，提高學生實踐能力。

（3）校企聯合暢通。

第一，深化校企合作，鏈接實習與就業。學校可以開展校企聯辦項目，學校教授知識，企業實際操作，聯合培養出理論扎實和操作過硬的高素質人才。支持學生利用假期進入企業實習積累自己的工作經驗。第二高校需引入“多師型”教學模式，學校可通過聘請邀請在Python領域杰出的專業人才進行某一細分模塊的課程教學，一方面節約了教學成本，另一方面可以更有針對性地對學生實施教學，提升學生的實際操作能力，結合企業崗位和需求來定向培養企業所需人才。第三要克服技術難關，解決軟硬件維護問題。教師授課時，需要面臨處理復雜的數據集、應用統計和機器學習算法、構建模型需要一些高性能的軟件和工具，這些軟件的安裝、配置和維護需要具備一定的系統管理和軟件工程知識，同時硬件的故障修復、性能優化等也可能需要一定的硬件維護技能，受制于自身技術和資源有限，這可能會為高校運營上帶來一定的挑戰。因此可以考慮加強校企合作，和企業共同攻克技術難題和軟硬件維護問題，將師資集中在核心教學工作上。第四需提升高校教師教學水平，Python課程是一門多種學科知識相互交融的課程，這就要求教師必須有過硬的實力。這也就要求學校加強教師培養資金的投入，因此需要任課教師更多地與企業開展進修，研討交流活動，積極利用寒暑假到企業掛職實踐，在學習交流中了解最新最前沿的學科動態。

3結語

在當今迅速發展的信息技術領域，大數據分析已成為財務行業智能化和企業用人需求的重要途徑。本文以“Python財務大數據分析”課程為例，探究如何開發與實施創新性課程。借助Python大數據分析強大的工具和方法，幫助學生更好地理解財務數據、識別潛在風險并制定有效的預警策略。隨著業財融合的不斷深入，高等教育在應用方面的短板也應隨著課程改革和人才培養模式轉變而逐漸補齊。通過創新課程設計，使得人才培養方案與企業用工需求更加適配，這是提高學生職場競爭力的關鍵，也是促就業、穩就業的核心。

參考文獻

［1］財政部.關于印發《企業數據資源相關會計處理暫行規定》的通知[A].財會〔2023〕11號，20230801.

[2]張先治，陳友邦.財務分析[M].大連：東北財經大學出版社，2014.

[3]張新民，錢愛民.財務報表分析[M].北京：中國人民大學出版社，2013.

[4]李蕊君.大數據時代高校會計專業教學研究[J].中國管理信息化.2022，25（12），100102.

[5]國務院.國務院關于印發《“十四五”數字經濟發展規劃》的通知[A].財會〔2021〕29號，20211212.

[6]胡曲應.“互聯網+”會計教育改革芻議[J].科技創業月刊.2021，34（06）.

[7]中國財務軟件市場現狀深度研究與未來前景分析報告（2022-2029年）[J].20230502.

[8]張虹.大數據時代基于云計算的高校會計教育改革探究[J].佳木斯職業學院學報2017，（03），56.

[9]王楠，呂晶晶.應用型本科財務管理實踐教學改革探索[J].數據，2022，（07）：150152.

[10]王茵.財務大數據在企業經營管理中的分析與應用[J].質量與市場，2023，（17）：1618.

[11]陳文祥，程曉莉.基于Python語言的財務分析與決策教學模式研究[J].現代教育技術，2016，（26）：137142.

[12]張捷.數字化經濟背景下高職院校大數據與會計專業發展探究[J].中國鄉鎮企業會計，2023，（09）：187189.

[13]胡玉萍.財務共享模式下會計專業的教學改革探討[J].財稅研究，2023，（18）：165167.

[14]曹耀云.數字化時代高校“H”型會計人才培養路徑研究[J].財會學習，2023，（26）：157160.