大数据背景下财务管理专业学生数据分析能力培养策略

［摘 要］ 将大数据技术广泛应用于高校财务管理专业学生数据分析能力培养方面具有可观价值。而如何立足于大数据背景，构思财务管理专业学生数据分析能力培养策略已成为当下高校财务管理专业教师及管理人员研究和思考的重点。首先分析了大数据对财务管理专业学生数据分析能力培养作用，随后从课程设置、培养目标、实践实习三方面分析大数据对财务管理专业学生数据分析能力培养问题，最后以问题为导向针对性提出优化策略与建议。

［关 键 词］ 大数据；财务管理专业；数据分析能力；综合素质；高等教育

［中图分类号］ G645 ［文献标志码］ A ［文章编号］ 2096-0603（2024）27-0０42-04

当前，大数据、人工智能、移动互联网、云计算等现代信息技术呈迅猛发展态势，并与各领域、各行业交叉融合，智能会计、财务共享等理念以及财务机器人等自动化工具已被广泛应用于会计工作中，由此我国会计行业出现巨大变革。随着大数据技术的迅猛发展和普及，大数据已经成为推动社会进步和经济发展重要的驱动力。在财务管理领域，大数据的应用正在改变传统的财务管理模式和决策方式，对财务管理人员的数据分析能力提出了更高要求。因此，培养具备数据分析能力的财务管理专业人才，对于适应大数据时代的发展需求，提升财务管理工作的效率和质量具有重要意义。然而，在大数据背景下，财务管理专业在数据分析能力培养方面还存在一些问题，如课程设置不完善、人才培养目标单一、实训实践机会匮乏等，导致学生在数据分析方面的能力难以得到有效提升，而如何有效“狙击”此类问题，提升学生的数据分析能力已成为研究思考的焦点。

一、大数据对财务管理专业学生数据分析能力的培养作用

（一）深化专业知识以理解

大数据对财务管理专业学生数据分析能力培养的深化作用主要体现在以下两方面：第一，大数据为教学提供海量数据。第二，大数据促使教学方法实现全面升级[1]。从第一点而言，大数据提供了海量的财务数据和多种数据类型，使学生能够接触到更广泛、更真实的数据环境。通过对数据的分析，学生可以更深入地理解财务管理的实际操作和业务流程，从而深化对专业知识的理解。从第二点而言，大数据技术的引入使得财务管理专业数据分析方法和技术得到了更新和升级。学生需要学习和掌握数据挖掘等先进的数据分析技术，此类技术的应用能够帮助学生更准确地揭示财务数据背后的规律和趋势，提升数据分析的准确性和效率。

（二）增加数据分析实践机会

在以往的教学中，财务管理专业学生对数据的分析与提取停留在教材中，随着大数据的广泛推广，大数据在财务管理专业学生数据分析能力培养方面为其增加了多种类型的数据分析实践机会，具体表现在以下两方面：第一，大数据为企业带来大量数据分析需求。第二，大数据为数据分析实践教学机会提供多样性和可能性[2]。从第一点而言，大数据的广泛应用和快速发展为企业带来了大量的数据处理和分析需求，由此意味着企业需要更多具备数据分析能力的专业人才来支持其决策和运营，所以高校与企业的合作机会也随之增加，为财务管理专业学生提供了更多实习和实践机会。从第二点而言，高校可以搭建基于大数据的实验室或实践教学平台，模拟真实的数据分析场景，让学生有机会在校期间就接触到数据分析任务。通过操作真实的数据集，运用数据分析工具和技术，学生可以更加深入地了解数据分析的全过程，并提升实际操作能力。

（三）培养学生的创新性思维

在素质教育改革深入推进过程中，创新性思维是高等教育追求的焦点与重点，而立足于高校财务管理专业，通过应用大数据技术有助于培养学生的创新性思维，落实高等教育人才培养目标，其具体体现在以下两方面：第一，大数据的复杂性要求学生具备创新思维。第二，大数据更新迭代要求学生保持思维创新性。从第一点而言，大数据包含海量的信息和多样的数据类型，要求学生能够从不同的角度和层面去理解和分析数据，由此需要学生打破传统的思维定式，采用新颖的方法和视角去挖掘数据中的价值，从而培养学生的创新性思维。从第二点而言，随着大数据技术的不断发展，新的数据分析工具和方法不断涌现。为了跟上时代的步伐，财务管理专业学生需要不断学习和掌握新的技术，并在实践中不断创新和完善。

二、大数据背景下财务管理专业学生数据分析能力培养现状

（一）课程设置局限，缺乏多样能力培养

在大数据背景下，财务管理专业学生数据分析能力培养在课程设置上存在局限，具体表现在以下两方面：第一，课程结构单一。第二，技能导向不足。从第一点而言，现有的数据分析课程往往侧重于理论知识的传授，如统计学原理、数据分析方法等，缺乏实际案例分析、数据可视化等实践环节，导致学生虽然掌握了一定的理论知识，但难以将其应用于实际的数据分析工作中。从第二点而言，现有的课程设置没有充分考虑到大数据技术的快速发展，导致学生在数据处理、数据挖掘等方面的技能培养不足，使得学生在面对实际的数据分析任务时，往往感到力不从心[3]。初步分析出现此类问题的原因在于课程资源有限，部分高校在课程规划上缺乏大数据应用理念，缺乏有关大数据技术和数据分析的专业课程规划，导致学生难以将理论与实践结合，影响数据分析能力培养效果。

（二）教学目标单一，能力培养导向不足

受到课程规划等问题的影响，部分高校财务管理专业课程在教学目标的设定上出现单一、局限性问题，导致数据分析能力培养导向不足。具体表现在以下两方面：第一，教学目标过于狭窄。第二，数据分析能力培养缺乏针对性。从第一点而言，部分高校财务管理专业的教学目标主要聚焦于传统的财务分析和管理技能，而忽视了大数据时代对数据分析能力的新要求，导致学生在学习过程中缺乏针对大数据分析的专项训练，难以适应市场的实际需求。从第二点而言，虽然部分高校已经意识到数据分析能力的重要性，但在具体的教学过程中往往缺乏明确的能力培养导向，使学生无法清晰了解自身所需要掌握的技能，以及提升自身数据分析能力的方法[4]。初步分析，出现此类问题的原因在于教师对大数据价值及影响认知不足，对大数据时代的特征和趋势缺乏深入了解，导致在设置教学目标和制定教学计划时缺乏前瞻性和创新性。

（三）缺乏实践机会，数据分析应用不足

大数据背景下，财务管理专业学生在数据分析能力培养方面面临着缺乏实践机会和数据分析应用不足等问题。具体表现在以下两方面：第一，实践项目不足。第二，实习机会匮乏。从第一点而言，学生在校期间，由于缺乏足够的实践项目来锻炼自己的数据分析能力，教学往往停留在理论层面，无法将所学知识应用到实际情境中。从第二点而言，由于缺乏实习机会，学生很难有机会接触到企业的真实工作环境和数据，无法了解数据分析在实际工作中的应用和需求。初步分析，出现此类问题的原因在于课程限制与资源限制。由于部分高校教育理念落后，教学中注重理论知识，而忽视实践项目的设置，导致学生在校期间缺乏必要的实践锻炼。同时，部分高校在经费、设备等方面出现“捉襟见肘”的情况，无法“放手”为学生提供充足的实践项目，最终影响学生数据分析能力的培养。

三、大数据背景下财务管理专业学生数据分析能力培养策略

（一）课程设置：引入大数据技术，保障各项课程课时

1.保障数据分析基础课程课时

财务管理专业作为经济学领域的重要分支，其建设目的旨在培养具备专业知识和技能的财务管理人才，以适应现代社会经济发展的需求。结合工作实践发现财务管理专业学生在数理分析能力培养方面所开展的基础课程包含高等数学、概率论与数理统计、线性代数、基础会计、财务管理基础、统计学、国际贸易理论与实务等，此类课程为学生提供了财务管理的基本知识和理论框架，为数据分析能力培养打下基础。在大数据背景下，为了夯实学生的数理分析能力，高校需要保障此类基础课程课时，如高等数学安排110～120学时，概率论与数理统计安排45～48学时，线性代数安排30～35学时，基础会计安排48～50学时，财务管理基础安排48～50学时，统计学安排48～50学时，国际贸易理论与实务安排48～50学时[5]。

2.增加数据分析专业课程课时

在财务管理专业的学习计划制定中，结合大数据分析要素与人才培养要求，财务管理专业学生根据本专业实际情况合理开设数据分析专业课程，此类课程可占总学时的1/3。同时，基于财务智能化理念和企业人才需求现状，将数据分析专业课程划分为专业能力、企业岗位，主要围绕学生的职业素养、专业能力以及岗位能力所设计（如表1所示）[6]。

（二）培养目标：结合现代化需求，细化专业培养目标

1.夯实基础课程目标

财务管理专业主要面向社会，为社会培养企业会计、会计服务等专业性人才，对应岗位包含出纳员、会计核算员、成本核算员、报税员、会计代理、税务代理、招标采购代理等岗位。在岗位需求导向下，高等教育财务管理专业通过设置概率论与数理统计、线性代数、基础会计、财务管理基础、统计学、国际贸易理论与实务等基础课程，首先需要明确课程基础目标，确定教学培养导向。而在大数据背景下，高等教育财务管理基础课程围绕数据分析能力更应当细化目标（如表2所示）[7]。

2.拓展专业课程目标

随着大数据技术不断发展，高等教育财务管理专业课程不断创新，根据上文所述可以拓展的课程包含财务报告分析、会计信息化理论基础、云财务智能会计、信息系统应用与实践、业财一体化综合实训等课程，不同课程在大数据背景下对标财务管理专业学生数据分析能力培养导向有所不同，在课程规划之前应当确定各专业课程人才培养目标（如表3所示）[8]。

（三）实践实习：结合大数据特色，开展项目教学应用

1.立足课程创设项目，鼓励学生理实结合

直接参与实践项目有助于学生加深对财务管理专业知识的认知，同时强化对大数据技术的了解，并充分将大数据技术与理论知识融合，达到理实结合的目的。通过上文所优化的财务管理专业课程，在此以专业课程为例，做出部分课程项目示范。

财务报告分析课程，结合该课程数据能力分析培养目标，专业教师可通过互联网搜集多家上市公司的财务报告数据，要求学生利用SPSS等数据分析工具对数据进行预处理、可视化分析和深度挖掘，分析公司的财务状况、盈利能力、偿债能力等关键指标，并比较不同行业、不同公司之间的差异和趋势。会计信息化理论基础课程则可立足于某个特定的会计信息系统，要求学生提炼系统中的数据，包括财务数据、业务数据等，利用大数据技术进行数据挖掘和分析，发现数据之间的关联和规律，提出优化会计信息系统的建议；云财务智能会计课程则可要求学生自主构建基于云计算的财务数据处理平台，利用机器学习、数据挖掘等算法对财务数据进行自动化处理和分析，并实现财务预测、风险预警等功能[9]。在上述课程项目中，均可鼓励学生以小组为单位，自行设计项目岗位，明确责任分工，通过自主合作探究，制定项目计划完成实践。

2.开展校企合作模式，拓宽学生实践机会

在大数据背景下，国内诸多企业积极引入大数据技术，帮助企业实现转型升级，而受到教育资金的限制，部分学校对于大数据技术应用显得“心有余而力不足”。而为了帮助学生结合大数据提升个人的数据分析能力，学校可发挥自身的教学优势，大力开展校企合作模式，为学生创造更多实习实践机会。通过校企合作，学校能够与企业形成战略合作关系，构建合作教学模式，将企业岗位转化为学生的对外实训基地，从而提升学生的数据分析能力。具体可从以下两方面入手：第一，打造信息化工作室。第二，联合信息化企业。从第一点而言，学校可联合财务咨询公司、会计师事务所等机构，构建会计信息化工作室，首先要求此类企业需要具备先进的数据分析软件，如Python、Tableau、Hadoop等。其次要求此类企业与各类数据源建立合作关系，获取真实、多样的数据集，供学生进行分析实践。最后在实训室设立项目实践区，鼓励学生参与实际的数据分析项目。通过与企业合作或参与竞赛等方式，让学生有机会将理论知识应用于实际场景中，提升学生的数据分析实践能力。从第二点而言，学校可联合信息化程度较高的企业，与之形成友好的合作关系，定期输送学生前往实习，让学生在实际工作中学习和应用数据分析技能。而为了实现“双赢”，高校财务管理专业可邀请企业参与财务管理课程设计和教材编写，将企业的实际需求和技术趋势融入教学内容，以此确保学生学到的知识和技能更加贴近实际工作需求，提高学生的就业竞争力[10]。

四、结束语

结合文献整理与工作实践发现大数据背景下，利用大数据技术的优势，将其应用于高校财务管理专业有助于深化专业知识理解、增加数据分析实践机会、培养学生创新性思维。随后针对性从课程设置、培养目标、实践实习三方面分析大数据对财务管理专业学生数据分析能力培养策略。此次研究从理论角度提出大数据背景下财务管理专业学生数据分析能力培养策略，后续将结合工作实践和工作数据，对财务管理专业学生数据分析能力培养效果进行深入研究。

参考文献：

［1］ 常丹丹，刘晓芸.应用型高校“财务分析”课程教学改革实践研究：基于深度变革情境的思考［J］.晋中学院学报，2024，41（2）：100-104.

［2］ 王凤智.大数据背景下高校教学管理的对策分析［J］.秦智，2024（4）：175-177.

［3］ 田婧曦，刘金娥.大数据时代高校教学管理信息化建设的现实困境与路径探析［J］.才智，2024（11）：129-132.

［4］ 沈慧.基于大数据技术的智慧校园建设策略分析［J］.电子技术，2024，53（2）：75-77.

［5］ 刘磊.信息化推动大数据技术专业的成果导向应用［J］.数字技术与应用，2023，41（12）：55-57.

［6］ 李想.大数据技术助力高校教学管理高质量发展［C］//2023年第三届高校教育发展与信息技术创新国际学术会议论文集（第二卷）.香港新世纪文化出版社，2023：207-209.

［7］ 李慧.数据赋能，深化教学管理改革创新［N］.新华日报，2023-12-15（019）.

［8］ 邹星，毛开梅.数据驱动下高校教育管理信息化改革价值及对策研究［J］.中国新通信，2023，25（22）：152-154.

［9］ 郭梦晓.基于大数据技术的高校教学资源个性化推荐平台［C］//2023年第七届国际科技创新与教育发展学术会议论文集（第二卷）.香港新世纪文化出版社有限公司，2023：175-177.

［10］ 张星源.高校财务管理专业教师专业素养的构成及提升：基于互联网视角［J］.教育教学论坛，2023（5）：50-53.

编辑 尹 军