論大數據方向財務管理專業(yè)人才培養(yǎng)體系的構建

姚曉林 魏琦 李井林

摘 要： 人工智能的發(fā)展以及商務智能化程度的提升，促使以核算為核心的傳統財務模式向以大數據為核心的智能財務模式轉變。融合OBE人才培養(yǎng)模式，借助校企合作資源與技術優(yōu)勢，以學生大數據分析能力提升為方向，從人才培養(yǎng)目標定位、教學體系、教學設計、教學資源等方面提出大數據方向財務管理專業(yè)人才培養(yǎng)模式設計。

關鍵詞： 人工智能 大數據 機器人自動化 課程教學體系

新一代信息技術促使以核算為核心的傳統財務管理模式向以大數據為核心的智能財務管理模式轉變。未來，人工智能和機器人自動流程化將更廣泛地應用于財會、稅務和審計領域，成為改善組織服務、提高效率和降低成本的關鍵工具。伴隨機器人自動流程化的實施，基礎核算的財務人員占比一定會進一步下降，企業(yè)需要能夠利用大數據分析技術與工具實現智能化財務分析與管理的復合型人才，如何應對新科技時代下智能財務轉型的需求是各高校應慎重思考的問題。

一、人工智能時代影響財務管理的新技術

（一）財務核算全流程自動化

智能財務核算系統可以實現業(yè)務事件驅動財務處理流程，以智能感知、OCR、電子發(fā)票、自然語言理解及神經網絡等技術為基礎，采用外圍業(yè)務系統采集業(yè)務數據，發(fā)票識別信息系統采集和比對發(fā)票數據，通過人工智能代替人工進行發(fā)票記賬、財務對賬、發(fā)票比對、賬務系統自動匹配發(fā)票和入庫、憑證自動生成、財務模塊的自動合并抵消、稅務模塊的自動申報等操作，最終通過BI分析系統實現賬務處理的全過程自動化。

（二）財務決策系統智能化

大數據是智能增強的技術核心，企業(yè)以大數據為核心建立財務預測、控制、分析與決策一體化的智能財務決策支持系統。大數據在財務領域的應用表現在風險管控、預算預測和決策支持三個方面。未來，大數據結合人工智能技術，利用戰(zhàn)略預測和決策、戰(zhàn)略計劃與控制、財務分析與績效考核等方面的模型和算法，對企業(yè)運行的業(yè)財數據和經濟宏觀數據進行實時自動采集、監(jiān)控、挖掘和分析，為企業(yè)經營決策進行事前預測、事中控制和事后分析提供依據。

（三）財務共享中心智能化

基于機器學習的OCR方式，能夠通過大量帶有特征值和結果標簽的影響進行監(jiān)督學習，提升ORC的識別率，機器學習還可以實現作業(yè)規(guī)則的自我優(yōu)化。系統不僅實現了財務處理的標準化、集中化、流程化和信息化，更重要的是利用上述技術實現了處理流程的智能化，并將服務的內容從應收、應付、總賬、資產管理、費用報銷、資金管理等一般事務性流程領域擴展到了稅務分析、公司治理、資金運作、預測和預算、內部審計和風險管理等高價值流程領域。

二、智能時代企業(yè)對財務管理人才職業(yè)能力的新要求

（一）大數據分析與挖掘

在人工智能背景下，企業(yè)對財務人員的數據信息收集能力、挖掘能力以及洞察能力有了更高的要求。在會計交易的核算處理和相關業(yè)務流程自動化的基礎上，企業(yè)高度重視大數據分析，企業(yè)對數據的收集范圍不再局限于企業(yè)內部，信息收集從企業(yè)單點擴展至整個產業(yè)鏈，財務分析的視角也應拓展到更廣泛的范圍。企業(yè)需要的是能夠采用大數據分析技術和工具進行預算分析、管理報告、預測決策的高級財務管理人員。智能時代，沒有大數據和算法思維的財務人員是不合格的。

（二）財務流程規(guī)劃

在智能時代，共享服務中心會將現有的審核作業(yè)進一步規(guī)則化，甚至是計算機通過機器學習模式，在學習海量案例后形成自己的作業(yè)規(guī)則。這樣，在整個流程運營中，對人員技能的需求會進一步下降，會計運營人員有可能退化為信息錄入人員，而企業(yè)需要的將是有能力對財務流程體系進行規(guī)則分析、流程設計和流程優(yōu)化的高級人才，財務人員要根據業(yè)務需要設計規(guī)劃財務流程，培養(yǎng)獨立分析的能力和風險管理意識，對企業(yè)的業(yè)務流程和資源進行整合再造，完成企業(yè)流程優(yōu)化。

（三）財務系統管控

智能時代財務人員要基于不同的業(yè)務應用場景持續(xù)升級完善財務信息化系統的功能架構，財務人員需進一步加強技術知識儲備，參與到企業(yè)智能信息化系統建設、人工智能系統開發(fā)及維護工作中，為信息化產品和平臺化架構提供建議，成為企業(yè)財務信息系統的輔助實施和管理者。財務信息化系統和財務機器人的開發(fā)、應用和維護，均依靠財會人員和計算機開發(fā)人員之間的相互配合。

（四）復合知識體系

企業(yè)需要更多大數據分析和挖掘等財務管理工作，復合型財會人才的作用及重要性將越發(fā)突出和明顯。一方面，財務人員需要有非常寬闊的知識面，應對財務管理的各業(yè)務領域有廣泛的了解，能夠根據企業(yè)內外環(huán)境特點和行業(yè)競爭情況制定企業(yè)戰(zhàn)略。另一方面，財務人員還需要對智能化技術有充分的認識，清晰地認識到智能技術能夠做什么，以及如何與企業(yè)財務管理的場景相結合。隨著智能財務系統的持續(xù)發(fā)展，同時具備算法編程能力、財務智能系統架構和維護能力以及財務管理知識的復合型人才將是企業(yè)所需的。

三、融合OBE-CDIO的大數據方向財務管理專業(yè)人才培養(yǎng)模式

成果導向理念的教育模式（簡稱OBE）是以學生通過教育過程取得的成果作為教學設計和實施的目標，國際商學院協會（AACBS）要求所有商科認證專業(yè)采用OBE的審核評估標準。CDIO工程教育模式（簡稱CDIO）的核心理念是以綜合的培養(yǎng)方式使學生在這四個層面達到預定目標，培養(yǎng)學生解決工程實踐問題的能力，很多高校都把工程專業(yè)CDIO改革的經驗推廣到全校其它非工科專業(yè)。目前高校財務管理專業(yè)人才培養(yǎng)目標與人工智能時代財務管理人才能力要求不匹配，基礎的財務人才供給過剩，而中高級財務人才供給不足;理論課程與企業(yè)實務脫節(jié)，實踐教學流于形式，與智能技術相關的課程數量和學時不足，財務理論課程和技術課程之間缺乏融合，使得學生的大數據分析能力比較差。針對上述問題，有必要采用OBE-CDIO的人才培養(yǎng)模式對現有財務管理專業(yè)的人才培養(yǎng)目標、課程教學體系等多方面進行革新。

四、大數據方向財務管理專業(yè)人才培養(yǎng)模式設計

（一）專業(yè)人才培養(yǎng)目標定位

根據OBE反向設計原理，在充分調研產業(yè)和企業(yè)需求基礎上，人工智能時代下財務管理人才培養(yǎng)目標初步確定為：掌握復合的財務專業(yè)知識，掌握財務相關的大數據分析技術，掌握信息系統應用技術，具備良好的信息化素質;具備戰(zhàn)略思維、協作溝通能力和創(chuàng)新精神;能夠為企業(yè)戰(zhàn)略規(guī)劃、經營決策和業(yè)務運作提供大數據決策支持和智能化解決方案的復合型高級專門人才。根據專業(yè)總體培養(yǎng)目標，構建反映學生畢業(yè)要求的CDIO能力框架（知識技術層級、職業(yè)素質層級、人際關系層級、企業(yè)和社會貢獻層級）（見表1）。進一步細化畢業(yè)要求的主題內容，突出大數據和信息化能力，構建定性和定量評價的專業(yè)培養(yǎng)標準。

（二）課程教學體系優(yōu)化

課程教學體系是使學生能夠達到畢業(yè)要求，達成培養(yǎng)目標的基礎，圍繞畢業(yè)要求（預期學習產出），在人才培養(yǎng)目標指引下，初步形成了如下五個層次的課程體系。在課程群內要按對畢業(yè)要求的貢獻度確定每門課程的教學內容和教學時數，弱化課程本身的系統性、完整性和連續(xù)性，強化課程之間的聯系。

1.專業(yè)財務課程。主要對應專業(yè)財務工作的基礎作業(yè)崗位，涉及會計核算、報告、稅務、資金等內容，財務管理的信息來源于會計，不能脫離財務核算，仍然要以財務會計為基礎。學生要了解財務報表的生成過程及會計賬務處理流程、能夠對一般企業(yè)常見經濟業(yè)務進行會計處理、進行企業(yè)納稅申報等，為后面的信息化結合奠定扎實的基礎。這方面課程主要有：會計學原理、財務會計、納稅實務。即使是機器人完全替代了財會崗位，對財務信息的解讀仍然需要較為艱深的財務理論知識，具備扎實的專業(yè)基礎知識是進行大數據分析與決策的前提。

2.大數據方向課程。包括兩個方面，一是與企業(yè)信息化相適應的ERP系統和財務共享作業(yè)系統的熟練操作、配置和流程設計相關課程，如用友ERP財務軟件模擬實踐、SAP系統財務管理應用和企業(yè)財務流程設計與優(yōu)化等課程，使學生充分掌握信息系統應用技能;二是與大數據分析相關的課程，包括如Python編程語言、大數據分析和數據庫等課程。未來優(yōu)質的工作崗位一定屬于能夠結合財務知識和算法能力的復合型人才，因此，高校財務專業(yè)應注重培養(yǎng)學生算法能力。

3.戰(zhàn)略財務課程。大數據分析工具運用和財務思維的培養(yǎng)是提升學生數據決策能力的兩個重要路徑，為此，需要開設高級財務管理、全面預算管理和管理會計等高年級課程，一方面能夠幫助學生理解財務管理知識和在企業(yè)的戰(zhàn)略和創(chuàng)新、企業(yè)價值管理、并購和重組風險管理、經營分析與績效管理和全面預算管理的運用和核心作用，拓寬學生的知識面和視野，培養(yǎng)他們財務思維和管理決策意識;另一方面，這部分課程也是與數據分析能力培養(yǎng)結合最緊密的課程，學生通過戰(zhàn)略財務課程的學習，能夠深刻理解數據分析工具和方法在企業(yè)經營分析、價值管理、預算管理和風險管理等各個環(huán)節(jié)的運用，能夠全面提升學生對財務專業(yè)知識、分析方法與信息技術等知識與技能的綜合運用能力。

4.智能財務課程。面對智能財務轉型需求，還要為學生提供與智能財務相關的選修課程，如機器學習與財務智能、基于大數據的智能財務決策和RPA機器人流程自動化等課程，學生可以根據興趣和職業(yè)發(fā)展方向選擇相應的課程，智能財務課程幫助學生充分理解智能技術與財務管理結合的內在邏輯和應用場景，提升學生將財務管理知識、信息技術與業(yè)務場景深度融合的創(chuàng)新能力。

（三）基于大數據方向課程的混合式教學設計

教師需要清晰知道該課程對專業(yè)培養(yǎng)目標的作用及貢獻，細化可測評的課程學習目標特征及實施準則。為實現課程對大數據能力的提升，需要將大數據能力培養(yǎng)目標貫穿到所有的財務課程之中，實現技術與財務的充分融合，以培養(yǎng)學生運用綜合的分析方法和技術解決企業(yè)財務問題的能力。為培養(yǎng)學生大數據環(huán)境下數據分析和綜合決策能力，要在財務理論課程中包含與數據分析和信息技術應用相關的內容和學習目標。在OBE-CDIO模式下，教師要創(chuàng)造開發(fā)出大數據分析的學習環(huán)境，包括技術環(huán)境和各種利于學生自我學習與合作學習的環(huán)境，支持學生與大數據環(huán)境互動。教師要重視將大數據技術融入到課程項目任務、案例分析和成果展示等課程混合式教學活動當中。利用信息技術企業(yè)的財務大數據教學產品，重組和優(yōu)化課程教學活動和教學內容，聚焦財務大數據的理論及實踐內容，配備理論、工具、軟件平臺及客觀靈活的考評體系，提升學生運用智能化工具進行數據分析與輔助財務決策能力。

（四）實踐教學資源建設

教學資源的改變是教學變革的基礎，大數據環(huán)境下的財務數據是海量的、動態(tài)的、全開放式的。高校需要在教學過程中準備好充足的教學案例、大數據和商業(yè)數據挖掘相關的線上線下混合式教學資源。一方面，高校必須投入大量的資金打造信息化的教學資源;另一方面，還應加強與其他高校信息技術專業(yè)、信息技術企業(yè)和軟件廠商的合作以及充分利用互聯網獲得大數據教學資源，為了保證教師能夠輕松地將大數據技術融入到課程教學中，需要整合高校、產業(yè)、信息技術企業(yè)資源和技術優(yōu)勢，圍繞專業(yè)人才培養(yǎng)目標，以校企合作為途徑，基于大數據能力提升方向，在理論知識學習、大數據工具實訓、大數據應用、以及企業(yè)實踐四個方面，構建系統化、科學化、智能化的財務管理專業(yè)實踐課程教學體系。

五、結論

人工智能時代，基礎財務工作將由機器人流程自動化來完成，企業(yè)對大數據方向的高級財務管理人才需求更加迫切。本文針對人工智能背景下企業(yè)財務管理轉型的需求，提出了大數據方向財務管理專業(yè)人才培養(yǎng)體系的改革方案，從人才培養(yǎng)目標、課程體系和實踐教學資源等多個方面提出改革思路，以保障大數據方向財務管理專業(yè)人才培養(yǎng)目標的達成。

參考文獻：

[1]顧佩華，胡文龍，陸小華.從CDIO在中國到中國的CDIO：發(fā)展路徑、產生的影響及其原因研究[J].高等工程教育研究，2017（01）.

[2]劉勤，楊寅.智能財務的體系架構、實現路徑和應用趨勢探討[J].管理會計研究，2018（01）.

[3]G Lui，C Shum.Outcome-Based Education and Student Learning in Managerial Accounting in Hong Kong[J].Journal of Case Studies in Accreditation and Assessment，2012（02）.

[4]Dzuranin A C，Jones J R，Olvera R M.Infusing data analytics into the accounting curriculum： A framework and insights from faculty[J].Journal of Accounting Education，2018（43）.

[5]尹睿.人工智能與學科教學深度融合創(chuàng)生智能課程[J].開放教育研究，2018（06）.

[6]吳思銳.財務管理專業(yè)本科生信息素養(yǎng)現狀及培育路徑[J].財會通訊，2018（16）.

〔本文系遼寧省教育科學“十三五”規(guī)劃課題（項目編號：JG16DB112）;湖北經濟學院教學研究項目（項目編號：2018018）階段性成果〕

〔姚曉林（通訊作者），大連東軟信息學院信息與商務管理學院。魏琦，遼寧師范大學計算機與信息技術學院。李井林，湖北經濟學院會計學院〕