数据分析在高校会计教学改革中的应用

张婧姝

摘要：大数据背景下，传统教学经验应与数据分析的手段有机融合，推动教育创新发展。通过数据科学类课程的开设，分析学生行为，培养教师的数据智慧，高校可以进一步完善教学改革体系。本文主要研究了信息科技高速发展的环境下，高校会计教学中教学模式、教学内容的改革。使用Python语言作为研究工具，简要阐述了数据分析在高校会计教学改革中的应用。通过数据分析提取有用信息，高校能制定更科学的管理措施，达到因材施教，提升整体教学质量的目的。

关键词： 数据分析; 教学改革; Python;会计; 大数据

一、引言

大数据和人工智能时代，数据正以巨大体量的数据集合喷涌式产生。数据形态从结构化到非结构化，呈现复杂性、多样性且逐步形成网络共享性。最早提出大数据时代概念的麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”谷歌和亚马逊最早利用数据挖掘和分析技术，对客户实行定制化、精准化的营销。数据分析已经成为当今各行各业人才不可或缺的技能。

而德勤财务机器人的出现，标志着重复规则化的会计工作已能够被人工智能所取代。机器人执行任务的精确度远高于人工，可以24/7不间断工作。有行業专家预测，到2025年，会计核算类工作的基础财务人员将面临全面被淘汰的危机。高校作为财务会计人才的主要培养机构，肩负着培养高素质高适应性的财会人才的使命。然而现行的财会专业课程及人才培养模式已经不能满足企业管理的需求。为了加强财会人才的培养，各高校财务会计学院应积极引入数据科学类的课程，培养交叉学科人才。使财会专业学生具备基本的收集和提取数据，查找数据趋势，分析市场的能力。同时在教学改革和课程学习中，引入一些简单的数据挖掘和数据分析的小技巧，分析学生的学习行为，培养学生高效的学习能力。

二、教学模式改革

（一）课程设置分析

1.课程设置问题

信息科技与市场经济的融合引发数据量的爆炸性剧增并催生财务共享服务模式。财务共享服务依托信息技术搭建高效的会计信息系统，为企业提供规范化的会计核算和财务管理等服务，能为企业创造更高价值。这一模式很大程度上改变了财务信息的产生、传递、处理和分析方式，同时对传统财务会计人才的培养模式形成了巨大的挑战。

目前各高校财会类课程侧重于理论的会计核算与会计准则的学习，实验课程安排较少，学生普遍缺乏数据分析的思维。部分院校早期开设的手工记账类独立操作和系统配合实验对学生的实质性帮助已逐步减退。而财务机器人的出现，云会计及财务共享概念的发展，要求未来的会计人才不仅有扎实的会计理论知识，还应具备建立系统模型、数据分析和设计实际系统的能力。各高校财务会计学院应在确保基础理论课程实施的同时，开设数据科学和计算机相关的应用型课程。随着信息技术的日新月异，财会类课程的设置需持续更新以适应时代的需求。

2.具体改革措施

现代会计的职能涵盖会计核算、预测、控制、决策及评价等，会计类学科应紧密结合大数据时代的发展趋势，融入大量数据分析的知识。高校在课程设置改革中，应向学生开设如何使用Hadoop等平台的课程，如何运用SAS/SPSS/R至少一种数据挖掘工具，及目前较常用的功能强大的Python等脚本语言。将计算机学院的基础课程融入到财务会计学院的课程中。同时教师在教学中，还需适当引入数据分析在财务中的综合运用案例，譬如企业决策者对数据的获取，处理及应用。让学生掌握进行数据分析相关的基本知识，及前文提到的财务数据共享中心模式等知识的学习。同时，学生如果能熟练掌握Excel等分析工具和一至两门编程语言，可在课后学习中尝试加入更多的数据挖掘手段，获取更多相关的信息。

（二）教学对象分析

传统课堂依靠教师经验，以较主观的方式，对学生的学习情况及任务完成进度进行判断。传统教学中的数据采集主要依靠考勤、随堂测试、课堂提问及课后答疑等方式。普遍存在的问题是数据仅具有评价绩效的功能，作为学生平时成绩加分或教师绩效奖惩机制的一种评测工具，而非应用在提升教学中。

学校的数据库每天都能记录学生的大量交互信息、个人信息、系统数据等。这些数据可以被广泛应用在教学改革中。在课堂教学中，如果教师们能够学会运用数据，他们就可以了解学生的能力和不足，从而来改进教学计划。教师可根据学生自主学习的行为，以及在各学院网络教学平台上的访问记录和完成作业情况，分析学生学习过程中遇到的问题。数据分析的理念和技术可以有效地监测学生的实时学习情况，让教师更深入地了解学生的学习进度，把握学生对知识的理解程度，及时调整教学内容，做到精准教学。在数据挖掘过程中，除学校数据库信息记录和统计数据等显性数据，学校软实力中蕴含的隐性数据，同样能够发掘学生潜能，创造更多机会。各高校需建立数据分析团队，通过挖掘和分析大量的数据，甄别有用信息，找准学生发展的关键问题所在。

三、教学内容改革

（一）数据分析手段的应用

课程改革是教学方式和学习方式的转变，而教学内容的转变要求教师持续不断地学习以提高自身知识和技能水平。传统教学课件的设计主要来自于教师对教材内容的提炼，同时以自身教学经验引入补充内容，并通过添加图片、动画、视频和案例分析的方式让教学内容更加丰富有层次，从而提升学生的课堂学习效率。财务会计类的专业课程内容普遍较枯燥繁琐，学生在学习过程中易产生畏难情绪。以ACCA专业方向班为例，国际统一考试共设置13门课程，平均一门课程的教材和练习册内容在1000页左右。由于ACCA机构对学员的英语应用能力及综合分析能力要求很高，考试存在题量多，考季间隔时间较短等特点，任课教师需要在短时间内完成整门课程的教学任务。这对教师的统筹安排能力和学生的学习效率而言都是极大的挑战。

如果教师能在教学内容中适当引入数据分析的手段，譬如利用计算机脚本语言进行文本词频统计分析，对真题中的案例进行词云解析，编写的课件会更简洁直观，更具逻辑性。以ACCA《高级业绩管理》课程为例，通过数据分析的手段，可以提炼出多套真题中频繁出现的单词或词组，并进行词频降序排序，减少学生对英语撰写的专业知识的消极情绪，在课堂上就能准确撷取关键信息。本文选取ACCA《高级业绩管理》2015-2018年9套真题作为研究对象，Python作为研究工具（版本为Python3.7.2）。经过多次编写和运行Python程序，对文本去噪及归一化处理，过程如下：剔除真题案例后附录“appendix”字样，去掉特殊符号、数字、介词、连词、物主代词和部分常用副词和动词等，合并同一名词的单数和复数形式（或动词原型和第三人称单数）。在程序中使用字典的键值对表达单词和词频的关系，列出真题中词频最高的前30个单词并编号（见表1）。

根据齐普夫定律（Zipf's Law）即“省力法则”和H.A.西蒙構造的概率模型可知，越高频使用的单词，被再次使用的可能性越大。因此，文本词频分析非常具有价值。此外，在编写Python程序过程中，可以通过修改源代码的参数取得不超过列表索引范围的任意个数的词频序列。此类数据分析的方式易掌握且实用性强，学生可以通过查找文本中的高频词汇的方式，结合自身情况，定制自己的学习词典。

（二）知识可视化

知识可视化是一个较新的研究领域，其实质是将知识中蕴含的大量信息通过直观清晰的方式呈现出来，达到良好的知识传播效果。在教学过程中运用可视化工具，使用简洁而引人注目的方式呈现课程内容，可以使学生能够很快明白其含义，并发现数据集中原本未意识到的规律和意义。

词云，又称文字云图、字云等，是一种越来越普及的可视化技术，在教学课件制作中应用广泛。学者Ramsden和Bate认为文字云图有助于教师“很快得到调查分析的直观反馈”。其生成方式简单，可通过多种在线的工具和软件免费制作。但有部分在线制作词云的网站只支持一种语言的关键词或背景图形可选范围窄，或需要手机账号注册等。

为了采用更稳定灵活的方式制作词云，本文使用Python语言（Python 3.7.2）作为研究工具，选取2018年9月ACCA《高级业绩管理》真题第一题的案例作为词云制作的语料（去掉案例公司名称）。通过Python生成的词云可以看到，案例中出现频次最高的单词会以最显眼的方式呈现在观看者面前。如果希望制作各种颜色和形状，以及英文和中文分词的词云，较常使用的Python第三方库有wordcloud、matplotlib、scipy和jieba，分别为词云、数据可视化、科学计算和中文分词库。

四、结语

数据挖掘和数据分析改变了人们对各行各业的认知，也使人们更易于认识到各种规律和趋势。在大数据环境下，不论是数据分析工具在教学模式还是教学内容中的应用，都使更多的教育工作者意识到主观经验的判断需要与客观数据分析相依存，才能更好地推进教育的发展。

目前很多学科的教学工作，尤其以人文社科类学科为主，由于教师能力水平有限及学生对于数据科学的认知缺乏，课堂教学质量普遍不高，学生缺乏学习积极性。教师和学校都应进行不断创新和完善，增强对于前沿知识的学习，做到通过主观经验与客观标准相结合，在教学改革过程中，分析学生行为，发掘有用信息，摸索更科学的管理办法。通过增加更多与实际工作关系密切的案例分析，使用可视化工具提高教学质量，并安排学生参与与数据分析有关的社会调查实践、建立数据模型、设计方案等实用性较强的活动。同时学校数据分析团队可以通过一套系统的数据分析方法，在学生数据库管理中添加多种动态的实时数据，用数据分析推动教学改革与发展，帮助学校实现智慧管理。

参考文献：

[1]陈颖.基于大数据导向的高校财会教学改革路径[J].商业会计，2016 （05）：123-124.

[2]李卫东.大数据对统计学科发展的影响[J].统计与决策，2014 （13）.

[3]Mazza R，Milani C.GISMO：a graphical interactive student monitoring tool for course management systems[EB/OL].https：//www.researchgate.net/publication/228708439_GISMO_a_graphical_ interactive_student_monitoring_tool_for_course_management_systems，2004-01-01/2019-01-03.

[4]Earl L，Katz S.Leading schools in a data-rich world[M].Thousand Oaks，CA：Corwin Press，2006.

[5]（美）Eric Matthes著.Python编程：从入门到实践[M].袁国忠译.北京：人民邮电出版社，2016：285.

[6]Ramsden A，Bate A.Using word clouds in teaching and learning[Z].University of Bath，2008.