会计专业学生的财务分析能力培养
摘要：在大数据背景下，由于财务信息的数据量呈指数级增长，传统的手工会计方式已经无法满足现阶段财务分析的需要，这对从事财务分析工作的会计人员提出了更高的要求。我们高校作为会计人才培养的重要基地，必须与时俱进，较好地将会计传统课程和大数据课程有效的融合。本文主要从财务分析能力的培养路径优化和培养方式优化两方面来阐述如何在大数据背景下提高会计专业学生财务分析能力。
关键词：大数据；会计专业；财务分析能力
1引言
在大数据时代，会计专业学生财务分析能力的培养面临着全新挑战。手工会计工作越来越多地被信息系统所取代，会计专业不仅需要学习传统的会计课程，还需要学数据课程。大数据技术的迅速发展给企业带来了诸多机会，会计人员必须与时俱进，较好地掌握大数据知识才能帮助企业提升价值，使其在市场竞争中取胜。因此，在大数据背景下会计专业学生财务分析能力的培养成为了教育界所面临的重大问题。由于大数据知识具有复杂性，如原始数据采集、原始数据分析、原始数据清洗、数据挖掘建模分析等，这就需要会计人员掌握相关知识才可以运筹帷幄，所以，要在会计专业本科教育中实施大数据教学并形成实践基地，助力企业进行大数据会计信息系统实施与研发[1]。本文通过对大数据背景下会计专业学生财务分析能力的培养途径、培养方式的研究，逐步凝练符合未来时展需要的会计人才培养方案。
2部分企业会计人员财务分析能力现状
2.1财务分析方法比较落后
一些企业的财务分析方法比较落后，一般仅采用比较分析法和比率分析法这两种。这两种方法只能反映企业过去的一些经营情况，并不能很好地反映当下企业的具体情况。即只是和企业自身比较，和过去同一个时期进行比较[2]。因此这种分析模式的时效性很差。
2.2信息资料很有局限性
从当前的企业环境来看，相关工作人员进行财务分析时所使用的资料就是企业某一特定时间段的几张报表，根据这仅有的几张报表，工作人员就开始进行财务分析，计算相关的比率、趋势等等。值得注意的是，报表是根据会计方法制作出来的，仅仅反映货币化的相关信息。如果只是单纯地依据货币信息来反映企业的各项指标，是不可靠的，具有极大的局限性。
2.3预示风险时效性差
现在企业所采用的分析方法都是根据企业的报表和其他指标来进行的，是对于完成的、并且具有结果的财务工作的分析，这就导致了分析结果并不能反映企业未来的发展，更无法预示未来可能发生的风险，也就无法提供一些对于企业未来应如何发展的举措。这一局限性会影响到企业的经营工作的开展，也会在一定程度上制约企业的发展。
3提升高校会计专业学生财务分析能力的有效性策略
3.1大数据背景下会计专业财务分析能力的培养路径优化
3.1.1培养应用型教师团队
教师团队不仅要掌握会计知识，还应该熟悉大数据相关知识。学校可以通过委派会计专业教师到国外去学习与财务分析有关的大数据信息应用技术，即“访学计划”来培养教师的大数据技术能力。在考查会计教师的外语沟通能力和会计专业技能后，选拔出最优教师，委派优秀教师到会计技术发达国家去学习各种数据挖掘技术，结合我国状况开发适合本土的大数据会计系统。还可通过委派会计学教师到先进企业去学习全新的会计信息系统，即“委派计划”。派去的人员是要有一定大数据技术的年轻教师到先进企业去参加实践活动，在帮助企业建设大数据会计系统的同时，也能在优秀团队实践中增强年轻教师的能力，提升教授会计学生的能力，从而提高我国会计人员整体水平[3]。
3.1.2开放互动教学
应用型教师团队与学生实践活动的有机结合可以促进学生对大数据知识的学习兴趣。要想培养良好的应用型教师团队，教师和学生的互动必不可少。这主要原因有两方面：一方面在全新培养环境下，学生不只是在课堂上学习知识，也会亲身参与企业大数据会计系统的开发与实践，他们在实践中会有自己的想法和深入的体会，如果将学生的想法与一线教师进行深入交流能拓展教师的思路，并对教师研究新的大数据会计系统提供全新方案。另一方面，经过“访学计划”或“委派计划”培训的教师拥有新颖、切合实际的会计系统知识，能够在日常的教学中传授这些知识并鼓励学生从事新型大数据会计工作，这有利于学生在参与实践活动时使用原始数据采集、原始数据分析、原始数据清洗、数据挖掘建模分析等技术帮助企业寻找不足和缺点，并为管理层提出适当的解决建议来降低企业风险，从而增加企业利润。
3.1.3建立校企合作机制
建立校企合作是学生在正式迈入社会工作前的铺垫，让学生在实习基地可以有针对性的进行学习。校企合作是学校、企业和学生在三方协议下完成的，学校为学生选择合适的实践单位创造机会，学生为今后在企业发展得更好而提高自己，企业为学生提供良好实习环境，这是互惠互利、双赢的局面。利用校企合作基地帮助学生获取大数据会计知识，并获取数据系统操作技巧。具体而言，校企合作基地的建立需要与学校的“访学计划”和“委派计划”相结合。
3.2大数据背景下会计专业财务分析能力培养方式优化
3.2.1传统课程与大数据课程的有效融合
会计人员的财务分析能力培养主要基于对各门传统课程的综合掌握和运用。传统课程主要包括财务会计、财务管理、管理会计、预算会计、成本会计和审计等课程。大数据课程主要包括数据分析课程、数据挖掘课程与信息系统操作课程等。数据分析课程主要传授回归分析法、案例分析法、需求分析法。数据挖掘课程主要传授聚类挖掘建模分析知识、离群数据挖掘建模分析知识。信息系统操作课程主要基于校企合作基地，即教师通过“访学计划”参与国际会议与交流，并在学校的支持下聘请专家到校企合作基地进行指导，开发适合我国企业的大数据会计系统并培养相应的实践型会计人才。同时，教师通过“委派计划”，在学校支持下聘请国内高端财务会计人才到校企合作基地进行指导并提高学生对大数据会计的应用理解能力。大数据时代，对高级会计人员的能力培养已经提升到协助高层管理者管理的要求，要将传统课程与大数据课程进行有效的融合，通过大数据模型构建，从繁复的信息中筛选出管理层所需信息就成为会计人员需要掌握的必要技能。
3.2.2数据收集、整理和分析能力的有效提升
大数据时代下财务人员从海量的数据资源中搜集并筛选与自己的分析对象和分析目的相关性较强的资料信息，需要具备原始数据采集能力、原始数据分析能力、原始数据清洗能力、数据挖掘建模分析能力等，只有这样才能有效利用大数据为企业服务，从繁复的信息中找到适合高层管理者做出决策的数据。
4结论
目前具备大数据财务分析能力会计人员供需矛盾日益加剧，我们应用型本科院校会计专业应该及时调整人才培养方案、优化师资队伍及加强校企深度融合。我们培养的学生必须要掌握原始数据采集能力、原始数据分析能力、原始数据清洗能力、数据挖掘建模分析能力等。同时需要意识到市场是检验我们人才培养质量的重要标准，我们应该积极接受市场的反馈并及时调整我们人才培养方案。
参考文献：
[1]李爽，谭文浩.基于会计实践教学的会计人才培养[J].财会通讯，2011(11)：154-157.
[2]何妮.基于提升财务分析有效性的思考[J].现代营销，2018(3)：230-231.
[3]夏菁,周婉怡.大数据背景下会计人才的全新培养模式思考[J].财会月刊，2018（2）:124-128.
作者:刘晓野 单位:哈尔滨剑桥学院