大数据视域下高职“财务报表分析”课程教学改革研究与实践——引入层次分析与模糊数学

骆佳佳 袁荣京 李瑞祯

（广东农工商职业技术学院，广东 广州 511365）

在新技术推动、新需求产生、新国情需要等时代背景下，2018年8月，中共中央提出“高等教育要努力发展新工科、新医科、新农科、新文科”（简称“四新”建设）；2019年4月29日，教育部、科技部、财政部等部门联合召开“六卓越一拔尖”计划2.0启动大会，正式实施“四新”建设；2020年11月3日，教育部新文科建设工作组发布《新文科建设宣言》，提出“积极推动人工智能、大数据等现代信息技术与文科专业深入融合……鼓励支持高校开设跨学科跨专业新兴交叉课程、实践教学课程，培养学生的跨领域知识融通能力和实践能力。”

受“大智云物链移”的影响，“新文科”中的财会类专业向智慧财税发展，标准化、流程化的财务业务逐步由人工智能替代，部分财务人员或转型为财务共享中心的审核人员，或转型为企业管理人员，高职财会专业人才现阶段的培养目标应为具有财务分析与企业管理能力的复合型技术技能人才［1］。所以，高职财会专业人才培养内容既要涵盖财务机器人应用的技术，更要注重应用过程对于大数据基础概念、基本特征、构成要素等方面的充分认知与理解，进而在实践中选择合适的数据工具及处理方式，来应对具体需要解决的问题［2］。在此背景下，以大数据视域开展高职“财务报表分析”课程教学改革与实践是有深刻的现实意义的，提出“引入层次分析与模糊数学”在“新文科”建设启动期和教学改革探索期既是夯实基础的一步，也是创新的一步。

1 研究综述

1.1 大数据视域下的高职“财务报表分析”课程教学改革

1.1.1 大数据视域的选择

选择以大数据为研究视域，是因为大数据技术是以云计算技术为基础延伸发展而来的，前者更具应用优势和发展前景［3］。对会计工作而言，大数据技术支持下的会计信息化，可对当前大数据环境下的财务处理系统进行多元分析，保证数据在信息范畴内所呈现的价值全部反馈到会计运行系统中，以此为驱动力，进一步实现数据信息的整合，为企业财务业务的拓展提供基础保障。

1.1.2 高职“财务报表分析”课程的教学改革研究

（1）高职“财务报表分析”课程的教学现状研究。高职“财务报表分析”课程存在教学过程重理论兜售而轻实际应用，教材案例单一，从头到尾沿用某特定公司的数据信息［4］；信息资料很有局限性，体现在数据仅为几张报表，而缺乏相关的背景资料，教材中的财务分析方法也比较落后，一般仅采用比较分析法和比率分析法，预示风险时效性差［5］；与此同时，信息化教学资源和教师信息化教学能力不足，难以弥补教法与教材的缺陷［6］；特别是利用电子计算机、大数据技术对庞大的信息进行快速及时搜集、整理、计算、分析，在目前的财务分析课程中缺少相应的信息化手段支撑［7］；加上课程考核方式传统且单一［8］，致使学生数据收集、整理和分析能力弱，财务分析报告撰写水平也有待提高［9］。

（2）高职“财务报表分析”课程的教学改革建议。相应地，以上学者针对相关问题提出了高职“财务报表分析”课程的教学改革建议：探索和建立理论与实践相结合的教学模式，如采取差异化的真实公司案例导学模式，开发标准化案例库，以物化成果检验导学绩效，并持续培养其衍生能力［4］；培养应用型教师团队、开放师生互动教学和建立校企合作机制［5］；健全信息化教学资源、提升教师信息化教学能力、改进教学方法和制订合理的考核评价方式［6］；采用OBE（成果导向教育）理念进行课程设计、细化课程教学目标、优化课程体系、重构课程模块、加强学科间的互动联系、加强优秀专业团队建设、发掘和利用相关数据平台与分析软件等［7］；培养具备扎实的统计学和数学功底的财务分析人才［9］。

1.1.3 大数据视域下的高职“财务报表分析”课程教学改革

信息化和智能化等未来趋势要求财会人员向管理决策方向转型。人才培养应对接人才和市场，要以市场需求为导向，特别是以未来的人才能力需求为导向［10］。在大数据背景下，广大一线高职教师对财务分析的课程改革亦进行了很多尝试。

（1）课程设计方面。尝试构建基于WSR（物理—事理—人理系统方法论）的财务分析课程教学模式，并提出具体保障措施［11］；培养在“大智移云”时代能够胜任财务分析岗位的职业技能人才［12］；依托企管沙盘进行财务报表分析课程改革［13］等。

（2）教学模式方面。设计基于微课的“财务分析”翻转课堂教学模式［14］；总结分析基于职教云平台的混合式教学设计原则以及线上线下混合式教学的优势及劣势［15］；基于微信公众平台进行案例教学［16］；引入智慧教学工具“雨课堂”进行混合式教学［17］；构建“对分课堂”在“财务分析”课程教学上的实施流程及考核方式［18］。

1.2 引入层次分析法与模糊数学

1.2.1 层次分析法在财务中的应用

层次分析法（Analytic Hierarchy Process，AHP）是将决策问题按总目标、各层子目标、评价准则直至具体的备选方案的顺序分解为不同的层次结构，然后通过解判断矩阵特征向量得到每一层次的各元素对上一层次某元素的优先权重，最后通过加权和的方法递阶归并各备选方案对总目标的最终权重，并以此为最优方案选择标准，对定性问题进行定量分析的一种简便、灵活且实用的多准则的系统性分析与决策方法。

在大数据背景下，层次分析法在财务领域的应用非常广泛，相关研究文献的体量也非常大，其可以与多种理论、模型、方法等结合使用，甚至还可以基于AHP研发财务机器人等，所以将层次分析法引入到高职“财务报表分析”课程十分必要，引入的领域可以参考以下几类文献，由于文献体量较大，仅选取研究年代较新、成果较为成熟的代表性文献。

（1）把层次分析法引入财务预算中。构建一套财务预算指标体系，借助专家调查，获取各个职能部门的分配需求，借助层次分析法完成各部门的权重分配，进而确定企业财务预算资金的配置方案［19］。

（2）把层次分析法引入企业财务风险预警。通过构建财务预警指标结构体系和确立判断定量化的标准，进而建立判断矩阵并得出各级权重，再根据各级权重和相应的财务指标数值，建立基于AHP的企业财务预警研究数学模型计算研究企业的Z值，Z值越小，说明企业财务预警风险越高，其财务状况越差。Z值越大，说明企业财务预警风险越低，其财务状况就越好。通过Z值计算可以进行横向和纵向分析，经过实证研究，把层次分析法引入企业财务风险预警是基本可行的，但是该方法也存在一定的局限性，由于每个企业的具体情况不同，所以影响企业指标的因素也不尽相同。此外，在构建矩阵时存在一定的人为主观性，这可能影响最后结论的可信度［20］。

（3）层次分析法与其他理论或模型组合分析。常见的组合包括但不限于AHP-BSC、AHPFCE、AHP-PSO、AHP-DEA、SWOT与AHP、AHP平衡计分法、AHP-Fuzzy等。主要应用于财务领域的有：企业或项目的绩效影响因子和评价分析、企业或项目的风险的影响因子和评价分析，甚至可以延展至相关的发展战略与策略分析等。

1.2.2 模糊数学在财务中的应用

模糊数学在大数据时代背景下的应用较为广泛，不仅体现在非结构性数据的整理上，而且聚类分析、消错学等都需要通过模糊数学来拓展其原有的适用范围。从财务分析角度出发，在企业的财务分析诊断中引入模糊数学可以利用企业运营过程中产生的即时、不全面、模糊的信息来对企业作适时的财务分析诊断，有利于及时发现和解决问题、提高信息的使用效率、增强企业的应变能力；也使得财务分析诊断从传统的事后分析提高到事中甚至事前分析诊断的层次［21］。所以，在高职“财务报表分析”课程中引入模糊数学十分必要。

目前，国内外关于模糊数学引入高职“财务报表分析”课程的研究较少，本研究的引入思路是，通过给学生发布参考文献研习任务与相应的案例，实现让学生既能够应用模糊数学分析与解决问题，还能够解析分析过程中各数值与计算意义的教学目标。在大数据背景下，模糊数学应用于财务报表分析的参考文献体量也很可观，相应的文献库已经基本建立，具体引入方案和文献类别将在后文的实施环节进行表述。

综上所述，选择大数据视域下高职“财务报表分析”课程教学改革研究是社会发展与人才需求共同作用的结果，而引入的层次分析法与模糊数学是具有高效实用、灵活可持续发展性的财务分析工具，是新时代背景下高职类财务专业人才培养所要掌握的基本技能，而如何保证教学效果和人才培养目标才是本课题的研究重点。

2 搭建模型

在财务风险分析中，选取影响财务风险的“主要”相关评价指标，运用层次分析法，将选取的指标分为目标层、准则层、指标层。通过逐层关联、赋予权重等方式，结合模糊数学，构建模糊综合评判模型。课题组成员构建该模型能将学术研究、实务工作中出现的半定性半定量问题转化为定量分析，对传统财务分析课程中以杜邦分析法为主的比较分析法和比率分析法进行了创新，同时模型固化成Excel模板，便于学生快速地收集、整理海量的结构化和非结构化数据，转换成财务分析所需的数据形式，模型的建立、检验均在课外。搭建模型的思路如下：

2.1 层次模型

首先，搭建三层次模型。根据国资委编写的《企业绩效评价标准值》，将影响财务风险的相关因素按照属性和关系分为三层。目标层：企业财务风险水平；准则层：盈利能力状况、资产质量状况、债务风险状况、经营增长状况；指标层：净资产收益率、总资产周转率、资产负债率、销售（营业）增长率等21个指标［22］，如图1所示。项目团队建议在选择财务分析指标时可根据企业实际情况选择以下指标：成本费用占营业总收入比重、经济增加值率、资本积累率、不良资产比率、或有负债比率、技术投入比率。

图1 企业财务风险评价指标

其次，进行重要性判断。由于各个因素的重要性不同，需要由专家或者相关业务人员根据理论与经验，按照1～9标度的比例分别对因素进行赋值。将重要性判断值汇总建立矩阵，其中的数值表示横向因素相对于纵向因素的重要性（表1）。

表1 比例标度值

但由于人们在进行重要性判断时，通常带有主观性，可能会出现判断A＞B（表示A比B重要），B＞C，而C＞A（按常识本应该是A＞C）的情况，产生了前后不一致的逻辑矛盾。因此需要对各因素重要度之间的协调性进行检验。

引入指标CI，用来衡量成对比较矩阵A（n＞1阶方阵）的不一致程度：

在上述公式中，λmax——判断矩阵A的最大特征根；n——成对比较因子的个数；

引入指标RI用来衡量CI的大小。RI是大量同阶、随机互反矩阵一致性指标的平均值，可通过查表（表2）进行确定。

表2 随机一致性指标

根据公式计算随机一致性比率CR，判断成对比较矩阵A的一致性是否符合要求：

当CR＜0.1时，可以认为成对比较矩阵A未出现较大的逻辑矛盾，数据之间的逻辑关系符合要求；反之，则表示存在较大的逻辑矛盾，会影响最终的结果判定，需要对成对比较矩阵A进行调整。

2.2 模糊评判

一些评价指标由于其自身特性，存在着边界不清、不易定量的特点，如“多”与“少”、“快”与“慢”等；通过模糊关系合成，对该因素实施量化，再根据隶属度等级状况进行综合性评价。

本研究选择了21个企业财务评价指标，首先建立因素集为U=（u1，u2，u3，…，u21），其次建立综合评价的评价集，由专家、评委、技工等汇总形成一个集合，然后因素集与评价集结合，逐个确定评价对象的因素对评价集的隶属度，进而得到模糊关系矩阵R。接着确定因素权向量，根据各因素ui的重要程度，赋予不同的权重ai，将层次分析法与模糊数学结合，用层次分析法中确定层次的总排序，作为模糊评价时的权重系数。各因素的权重集合的模糊集，用A表示：A=（a1，a2，…，am）。最后进行模糊合成，建立综合评价模型，因素权向量A与模糊判断矩阵R结合。

3 实例验证

为了验证本模型的实用性与有效性，本研究选取了8家航空行业上市公司，对其2019年的财务数据进行了统计分析（数据来源于巨潮资讯网）。

按照上述模型构建的步骤，首先建立财务风险评估的层次结构模型，再利用层次分析法确定各级因素的权重，之后根据专家和业务人员的意见确定模糊评价表，将企业的发展情况用“优”“良”“中”“低”“差”等不同的标准进行判断，再结合该公司的股票均价对其判断结果进行验证。

由表3可以看到，财务风险排名较高的企业，其模型安全得分较低；将所有企业的安全得分进行排名后，与当年的股票均价排名大体一致，表明本模型通过分析企业的财务数据，能够对其生产经营状况做出合理的评价，对其财务风险做出有效的预警，方便企业管理者做出正确的判断。

表3 航空行业上市公司的综合评价汇总

4 课程改革

课题组基于模糊数学，运用层次分析法，对21个财务指标赋予权重，构建了一套三层次四维度的指标体系，建立的综合评判模型，已使用巨潮资讯网随机选取的20家火电行业上市公司验证本模型的实用性与有效性。验证成果已撰写论文并公开发表，论文题目为《层次分析与模糊数学在财务风险评价中的应用研究》。同时模型已设计成Excel固定模板，学生可以在巨潮资讯网等网站上，下载某一行业几十家代表性公司或整个集团公司海量的财务报表信息，用此模型进行财务预警、风险分析。有了固定模板引导，可以快速提高学生收集数据和整理数据的能力，突破了以往下载一家公司顶多进行连续几年的财务基本指标数据分析的狭隘。

4.1 课程技能目标定位

大数据时代高职“财务报表分析”课程，应区别于传统的财务数据分析，将财务专业能力和经营业务进行融合，不能仅仅显示事后某一方面经营成果的静态数据，而是要得到能产生预警效果的动态数据，让学生从数据中揭示经营中存在的问题，从而推动业务，解决问题。教师在培养学生财务分析技能时，培养学生经营全局观，让其思维从财务分析向经营分析转变，能分析数据背后的经营问题，把财务数据和业务联动起来，支持业务，培养学生的业务思维。大数据时代做财务分析，要有经营全局观，借助模型分析工具，让财务数据灵动起来，为管理层提供决策支持。

4.2 教师教学方法改革

模型的难点在于学生对模型中每一层次因素相对重要性的定量赋值，同时将本模型应用于财务分析课程中。其对教师的实践教学能力要求很高，一方面教师要理解模型背后的原理，另一方面要在课堂上指导学生用该模型进行实务分析，掌握技能。本模型是对财务分析课程教师教法的改革。运用此模板，需要从相关网站上实时下载数据进行分析，学生从不同媒介、不同平台、不同系统中下载的案例数据囊括了各个行业，而赋值的过程也不具有唯一性，不同于教材上的经典案例，没有标准答案可以参考，是对教师大数据时代财务分析技能的又一大挑战。根据此模型，教师授课时要贯穿业财融合的思路，紧扣岗位技能要求，重新设计课程内容体系，转变以往固定案例、固定套路教学的思路，以学生为中心，根据学生感兴趣的行业或领域，自主下载资料，套用模型进行分析，减少知识层面讲授，更多的是启发学生，引导学生用实际财务数据，做企业真实财务分析，增强分析的有效性。

4.3 师资队伍培养改革

借由本课程改革，带动师资队伍改革，目前高校的大部分教师都出自会计学或其他相关学科培养背景，大多数教师研究领域为财务会计，缺乏与审计实践相关的“财务报表分析”技能，难以培养出适应新形势的专业人才。本课程改革从大数据视域、审计视角进行“财务报表分析”，提升高校教师的专业理论基础，同时倒逼教师以各种形式参与企业实践，把教学内容与实践联系起来，在课堂中使用突出案例进行讲解、应用分析，使得企业实践、挂职锻炼更具实践意义及针对性。

4.4 学生考核方式改革

财务报表分析考核方式可采取“项目单项在线考试（40%）+小组综合案例分析（40%）+业财融合分析报告（20%）”方案。本课程内容是财务比率公式考核中的基石，这部分内容每一项目结束后，可借助信息化教学平台、学生个人在线答题自动改分的方式解决问题；小组可采取自由组合的方式，能力较强的学生甚至可以单人成组，对某一行业至少10家公司，运用层次分析模糊综合评判模型进行分析；同样的模型运转结果，每个人理解的角度不同，个人提交单独的财务分析报告，主要考核点在于业财是否融合，通过财务数据能够揭示出经营上的问题，同时给出经营改善建议。

5 结语

本项目团队研究的层次分析结合模糊数学构建的财务综合评判模型，是在大数据时代对财务分析工具的一种新的试用，更加突出了对真实财务数据的实时分析，提出了财务分析要贯穿业财融合的思维。由财务分析工具的变革，以点带线，引发教师教法、学生学法等各项变革，培养出更具时代特性的“应用型专业人才”。对“财务报表分析”这门课程而言，引入一些模型、算法，借由这些新的技术，设计高质量的教学大纲，加大投入，充分利用已有的资源，开发新案例数据，撰写严谨的教案。借助信息化教学手段，教师坚持教研实一体，将研究课题和成果、实践案例融入教学中，提升教师的教学水平，提高学生的创新能力，规范教学过程和内容，根据行业情况及时修订完善，形成一个良性运行机制，打造精品示范课程，进行资源案例库的建设，以此辐射带动其他专业核心课程的建设，提升学科的教学水平。随着实践的开展，可尝试引用其他数学算法来完善模型，比如可引入熵权TOPSIS法（又称优劣解距离法）来对选取的财务分析评价指标进行赋值，这样可以构造出加权规范化矩阵，指标的权重会更具有客观性。