大数据分析型MPAcc人才培养模式研究*

文/胡海川（河北地质大学管理学院）

一、引言

大数据时代的到来会给各行业带来巨大颠覆，会计工作也不例外，因此会计人才培养应该紧跟时代，充分考虑大数据时代背景下对人才培养模式进行创新。

会计核算方式由最传统的手工核算到基于计算机技术的电算化模式，愈发凸显出信息技术对于会计工作的优化升级，最大限度提升了会计核算的工作效率，所释放出的会计工作人员投入到管理会计活动之中。

以人工智能和云计算技术为代表的前沿技术直接对经济活动中的传统商业模式进行了再造和升级，新商业模式下，企业获利空间被大幅拓展，与此同时，企业的管理模式也得以改进。

会计工作也不例外，人工智能和云计算技术已经逐渐开始在会计工作领域进行渗透和融合。传统核算型会计正在向管理会计转型，大数据技术支撑会计工作的升级十分有必要。

作为高端会计人才培养的重要阵地，会计专硕（后简称MPAcc）教育一定要顺应时代发展，充分考虑大数据时代背景下用人单位对会计人才知识技能提出的新要求，对既有的培养流程进行改进与创新，使MPAcc人才能够得到市场认可。紧跟社会趋势，通过人才培养模式的创新，使MPAcc学生谙熟大数据技术，能够在日后将大数据理念融入日常工作中，锤炼扎实的业务素质是非常有必要的。

本文结合我国会计硕士的培养特点，大数据技术的发展现状，深入探析MPAcc人才应当掌握的大数据分析基本技能，从人才培养目标、培养路径以及课程设置等环节，提出MPAcc人才培养模式的优化路径。

二、大数据背景下会计专硕所需能力分析

MPAcc人才培养是我国硕士研究生培养体系的重要组成部分，与会计学术型硕士相比，MPAcc专业设立的主旨在于培养从事实践工作的实务型人才。

大数据技术的渗透是全面而多维的，MPAcc教育必须引入大数据相关理念才可确保人才培养工作的时效性和前瞻性。传统观念认为，会计从业者要能够进行日常的账务处理，做好与经济业务相对应的核算工作，而会计行业转型趋势则更加重视管理会计职能，大数据技术能够很好地帮助企业从核算型会计转型为管理型会计，如何借助大数据技术从多个渠道获取有利于企业管理决策的信息将成为MPAcc学生的必备技能。

立足大数据分析，MPAcc人才应当具备数据挖掘采集、数据清洗、数据分析以及数据建模的能力。

（1）数据挖掘与采集能力。财务信息生成的传统模式为取得真实可靠的原始凭证，经过审核后由财务人员登入记账凭证，经过财务软件汇总和整合，最终生成财务报表。对于规模较大的企业，日常财务工作内容十分琐碎，很多企业通过引入财务共享系统来提升财务工作效率，战略导向的财务共享系统大大提升了管理效率，成为推进战略目标落地的有效手段。财务共享系统要求财务部门有较强的数据采集能力，基于大数据技术而使用的智能记账系统，通过海量原始凭证类型的机器学习以及和与国家税务总局系统的对接，能够以最快速度实现原始凭证的真伪识别、类型识别以及智能转化，最终形成与企业财务制度相匹配的财务信息。MPAcc学生应当通过系统学习了解和掌握如下数据挖掘和采集方法：第一，了解OCR图像文字识别技术的基本原理，能够掌握OCR技术与发票辨伪、单据审核、记账以及财务风险分析之间的内在关联机理；第二，进一步强化数据库操作基本技能，能够使用Access、SQL Server等软件完成数据导入、输出以及归类管理等工作；第三，掌握数据挖掘技术，能够使用Python等软件开展网络爬虫和文本分析工作，借助爬虫和文本分析过程获得更有价值的信息；第四，掌握不同数据挖掘采集技术与财务系统的对接方法，使获取的数据能够充分支撑公司的管理工作，提升管理效率。

（2）数据清洗能力。为提升数据源的真实性与可靠性，会计工作人员对数据进行有效清洗是十分有必要的。对于不同渠道的信息进行严格筛选和清洗不仅需要财务人员有较强的信息甄别能力，同时在信息质量把控层面也要做好准备工作。在人才培养过程中，应重点强化学生数据甄别、模式转换、数据检验以及穿行测试等方面的能力。在数据甄别方面，扎实的财务会计基础知识是基本保证，MPAcc学生必须夯实基础知识，充分了解不同版块财务知识的构成及关联，结合日常的实践环节，才能初步培养学生的职业敏感性，在面对具体问题时能够快速作出判断，将无效信息及时剔除；模式转换方面，MPAcc学生要能够深入了解大数据的属性特征，具有数据映射抽象转换思维，能够在非结构数据与结构数据之间实现灵活转换，不断强化目标导向的问题处理技巧，更好更快地归纳演绎出用于决策的数据模块；数据检验方面，潜移默化地培养学生的反向推敲能力，能够形成严谨的数据校检思路，当相关数据与企业惯有的决策思路不匹配时，对无效信息设立必要的过滤程序；穿行测试方面，将经过筛选的数据输入企业管理决策的既定流程中，将运行结果与预期设定进行对比，进一步发现数据的缺陷与不足，在此基础上完成更深入的清洗与筛选。

（3）数据分析。大数据时代背景之下，面对海量信息，对数据进行甄别清洗的重要目的在于开展有效的数据分析，分析过程实质上就是对大数据的二次解码，进一步提升大数据的价值。将海量数据进行有效转化最有效的一个手段就是可视化分析，即使用直观而简洁的方式为管理层提供决策依据，可视化的常见形式主要包括直线图、饼状图、雷达图、热力图、河流图、树状架构、网络结构等。在MPAcc人才培养环节，日常各门课程的讲授均要重视大数据技术知识点的融入，学生可通过校外实践环节对大数据分析技能进行培养和巩固。MPAcc学生应重点掌握如下几种数据分析方法：第一，因果分析。通过使用多元线性回归分析方法，明确哪些因素会影响生产经营、管理决策以及财务活动，以及这些活动又会带来何种经济后果。通过多元线性回归分析，明确影响公司运营发展的关键因素，管理层可进一步围绕这些因素开展有针对性的管理工作。第二，预测分析。让学生了解大数据时间序列分析相关内容，以季度、半年度以及年度财务数据为基础，结合通过数据挖掘技术所获取的外部数据，发现其中所蕴含的循环规律和变动趋势，对未来趋势变化能够作出客观预测和评判。第三，文本分析。通过网页爬虫技术可获得大量的非结构化的文本数据，需要做进一步地提取和分类，构建语意引擎数据库，借助相应的大数据分析技术从文本数据库中发掘有用信息。与此同时，面对庞大的数据样本，还要做好数据库管理工作，对各类信息模块进行关联整合，使企业数据库成为更有价值的决策数据中心。

（4）数据建模。大数据的属性特征意味分析结果会更加稳健有效，同时从大样本数据中更容易归纳出稳定的逻辑关系。

逻辑关系的发现需要借助一定的数学方法，使其形成固定的模型，这种固定模型可以随时供管理层决策分析使用。

大数据建模的基本前提是充分理解公司业务，在此基础上能够系统梳理业务并能够将业务抽象为数学问题。这就要求开展大数据建模工作的财务人员有一定的业务沟通能力。

充分理解公司业务之后，要能够进行数据探索，坚持问题导向，确保构建出的模型能够解决实际问题。模型的构建必然要厘清各个参数的含义和作用，会涉及统计模型、计量模型、机器学习模型以及复杂网络。与此同时，回归分析、时间序列、神经网络以及SVM等模型也在其中有着广泛的应用。

学生可以有选择性地了解mysql、Oracle、python、spark等 软件的应用。财务会计工作涉及的大数据建模技术并没有太大的难度，最关键的还是在于使相关模型满足业务需求，充分发挥商业价值。这也体现出财务会计工作要充分重视“业财融合”问题，学生授课和日常实践活动始终要围绕公司业务进行。

三、大数据背景下会计专硕培养模式分析

（1）培养目标。在新的行业背景下，MPAcc人才培养依然要重视基础知识、业务素质、学习能力以及思想三观这四个基本维度，要能够将大数据基本理念融入这四个维度之中。

在MPAcc人才培养环节，始终要以这四个维度为基本出发点设定培养目标，进一步明确培养路径和课程体系等问题。

不论技术发生何种变化，都要重视会计基础知识，从通识教育、学科教育、专业教育、学科竞赛以及实践环节全过程贯穿大数据分析基本理念，提升MPAcc学生的专业能力、沟通能力、创新能力、组织领导能力以及职业适应能力。大数据基本理念不能机械地、生硬地与培养目标挂靠，而是要充分结合培养单位会计学科的基本定位、生源质量以及学生日后的就业方向，有机而灵活地融入人才培养的各个环节。

（2）培养路径。大数据背景下MPAcc人才培养离不开培养单位所给予的资金支持和人力支持。资金支持主要用于大数据培养实验室的建设，培养单位积极申报国家级或省级人才培养实验室建设基金，同时培养单位对其予以配套资助。

学校可与校企合作单位开展合作项目，实践单位向培养部门提供带薪实践上岗机会，同时可获得一定的经济补偿，多渠道拓展实验室建设资金来源渠道。

人力支持主要为师资培训、企业家进课堂以及专项研讨等。师资培训重点提升任课教师的大数据技术认知能力，鼓励教师不断进行课程改革，使大数据理念深入贯彻到任课教师的日常授课过程；企业家进课堂活动定期邀请业界具有丰富实战经验的财务主管为研究生开展专题讲座和实践指导，使研究生能够更好地适应职场；专项研讨环节，针对大数据财务领域中的热点和难点问题，定期组织师生和校外专家进行专题讨论，让讨论稿成为实践教学和案例研讨素材。

通过资金和人力的全方位支持，不断优化大数据MPAcc人才培养路径。

（3）课程设置。大数据背景下MPAcc人才培养课程体系也要与培养目标和培养路径进行充分匹配，要从传统课程和创新课程两个方面抓好落实。

传统课程设置方面，要充分把握好会计、财务管理、审计、经济学和管理学基础课程的设置，课程教学与本科阶段教学要有所区分，重视前沿问题和专题讨论，在进一步夯实基础知识的同时，使学生对于新形势下财会工作面临的挑战有客观认识。

创新课程设置方面，必须要深刻认识到学生对于大数据知识的认识和掌握是非常片面的，要能够找到适合的授课切入点，使学生能够学懂并掌握，不能因为难度系数太高降低学生的学习效果。一方面，传统课程要有机融入大数据基本知识，另一方面，开设大数据入门、数据挖掘、数据分析、经济建模以及数理分析软件等课程，大数据专题课程兼顾必修和选修，循序渐进将大数据理念融入学生培养流程。

四、结语

综上，针对大数据分析日益盛行的背景，本文重点探讨了大数据分析型MPAcc人才培养要点。

首先就是大数据背景之下MPAcc人才所需能力分析，大数据分析型MPAcc人才的培养实质上是为了适应会计工作由“核算型”向“管理型”转型的要求，大数据分析技术能够有效推进人才转型，MPAcc人才培养过程应充分重视数据挖掘采集、数据清洗、数据分析以及数据建模这四个方面的能力。在此基础上，从培养目标、培养路径以及课程设置三个方面对MPAcc培养模式进行了深入分析。

MPAcc人才培养工作的落实依然要重视财会基础知识的夯实，在此基础上有针对性地进行相关课程以及实践计划的设置，培养单位要与校企合作单位建立良好的合作培养机制，使MPAcc学生培养工作抓好做实。