2022年11月第25卷第22期
中国管理信息化
China Management Informationization
Nov.,2022
Vol.25,No.22职业院校财务大数据分析课程教学研究
孙妙然
（山西职业技术学院，太原030006）
［摘 要］从手机实时地图到个性化广告推送，大数据已在人们的生活和生产中得到广泛的应用。职业院校应顺应时代变化和社会发展要求，培养具有大数据分析能力的应用型财务人才。财务大数据分析课程的开设符合国家政策、行业发展方向、大数据与会计专业要求、学生成长目标，对社会各方都有积极意义。基于此，文章着重分析职业院校财务大数据分析课程的目标定位、课程设计、考核方式，以及在实施过程中得到的教学反馈，深度剖析授课过程中凸显的学生问题，结合实际情况，提出该课程的实践教学建议。
［关键词］职业院校；财务大数据分析；实践教学
doi：10.3969/j.issn.1673 - 0194.2022.22.026
［中图分类号］F230；G712  ［文献标识码］A  ［文章编号］1673-0194（2022）22-0083-03
1     研究背景
1.1  大数据概况
2008年，《自然》杂志提出大数据（Big Data）概念。2015年，国务院正式印发了《促进大数据发展行动纲要》，标志着大数据战略正式上升为国家战略。2016年，“十三五”规划纲要中指出，要实施国家大数据战略。推进大数据资源开发、共享和开放，能够推动大数据在各个行业的应用和发展。2021年11月30日，工信部正式发布《“十四五”大数据产业发展规划》［1］，以此引领大数据产业向高质量方向发展，建设完善的大数据标准体系。
1.2  职业教育发展情况
2021年，中共中央办公厅、国务院办公厅印发了《关于推动现代职业教育高质量发展的意见》，其明确了职业教育是与普通教育具有同等重要地位的教育类型，并鼓励发展多种层次和形式的职业教育。
新《职业教育法》于2022年5月1日起施行。新《职业教育法》在原有基础上，新增职业教育相关内容，完善了体系结构，构建了符合时代发展要求的职业教育法律制度体系，推动职业教育高质量发展。新《职业教育法》的实施有利于社会公众的认知从学历为主转变为能力优先、技能为重，还有利于推动职业教育高质量发展。职业教育将从“大有可为”转向“大有作为”，加快从数量普及变为内涵发展阶段。同时，新
《职业教育法》有利于提升职业教育的社会认可度，推动形成全面建成技能型社会的新局面［2］。此外，职业教育从“层次”到“类型”的转变，将通过“普职融通”等设计理念不断推广而真正得以实现［3］。
1.3  大数据与会计专业结合情况
2021年3月，教育部印发的《职业教育专业目录（2021年）》中，把原先的“会计专业”改为“大数据与会计专业”。此次专业名称的改变，意味着会计必须适应数字化经济时代的要求，也表明之后会计专业的学生不仅需要掌握传统的会计学知识，更需要把会计和大数据相结合。由此可见，财务大数据分析课程的开设对大数据与会计专业的学生十分重要。
2     职业院校财务大数据分析课程教学情况
2.1  目标定位
财务大数据分析课程是财会类专业的专业核心类课程，学生在学习完会计学基础、财务报表分析等基础课程之后，需要学习本课程。本门课程对于学生综合运用会计、企业管理、财务管理等知识提供了平台［4］。学生在本课程学习过程中，使用上交所真实的财报数据进行企业案例分析，在分析中提出问题、思考问题、得出结论，培养自身的知识综合运用能力。通过学习，学生能在财务大数据的典型业务场景中，掌握运用大数据分析技术来支持企业经营预测和管理决策的方法，提升实践能力。
2.2  课程设计
本课程对标职业院校财会专业学生的就业岗
［收稿日期］2022-05-28
/ 83
CHINA MANAGEMENT INFORMATIONIZATION
会计信息化
位，以满足大数据时代财经领域发展需求为目的，围绕高等职业教育财经类专业核心素养，结合大数据、业财融合发展等技术和管理理念进行课程设计。以大数据工具平台为载体，为学生创设一个真实
的数字化商业环境，按照财经领域职业场景和大数据分析的需求设计教学单元和学习任务，使学生认识财务大数据和基本工具。本课程要确保学生能够根据经营数据分析需求，确定数据来源，完成上市公司财报数据采集［5］；能对采集到的数据进行预处理，完成数据清洗和数据集成等数据处理工作［6］；运用数据分析工具，基于数据生成图表进行盈利能力、偿债能力、营运能力和发展能力等的分析［7］；完成可视化呈现和数据洞察；提升数据素养，培养严谨认真的工作态度、善于沟通合作的团队精神，提高创新意识和职业道德。
在教学过程中，教师从学生实际情况出发，因材施教，采用任务驱动法、小组合作法、案例教学法等教学方法，做到学教合一，充分启发学生的创新思维，极大地提高了学生的实践操作能力［8］。
（1）任务驱动法。利用数字化教学资源，开展线上线下相结合的混合式教学。以岗位技能为核心，进行专项训练，利用信息化资源，突破时间、空间上的限制，提高教学效率与效果，有效培养学生的专业能力。
（2）小组合作法。学生分组讨论完成作业、训练互动，学生提问与教师解答、指导有机结合，这样学生能在“教”与“学”的过程中，培养团队合作精神。
（3）案例教学法。教师通过案例演示展开教学内容，激发学生的学习兴趣，促进学生积极思考，加深学生对理论知识的理解，引导学生综合运用所学知识解决实际问题，从而培养学生分析问题和解决问
题的能力。
2.3  考核方式
财务大数据分析课程实施“多维立体化”课程评价模式。将过程评价与结果评价相结合，定量评价与定性评价相结合，全面评价学生的学习过程和学习效果，激发学生的学习积极性。过程评价主要在教学过程中对学生的学习态度、操作能力、课堂讨论、课后作业等情况进行评价；结果评价是在课程结束时，在课堂上以团队PPT演示的形式分析某个企业经营状况，并作为本课程的学习成果。
2.4  教学反馈
2.4.1  问卷调查
（1）问题一：你觉得财务大数据分析这门课有意思吗？有用吗？笔者在财务大数据分析课程授课过程中，对192名学生进行了匿名问卷调查。在面对“你觉得财务大数据分析这门课有意思吗？有用吗？”问题时，164名学生选择“有意思有用”选项，3名学生认为“有意思没用”，有19名学生持“有用但没意思”的观点，还有6名学生未参与投票，无人选择“没意思没用”。
根据投票结果可知，95%的学生认为在当前社会背景下财务大数据课程的学习还是比较有用的。其中，有学生表示，这门课程的学习可以增强自身就业竞争力，有利于提升综合能力和拓宽就业、职业
选择渠道。还有学生表示，这门课程与改变后的专业名称相关，可以更好地提高专业素养，增强专业竞争力。有2%的学生认为该课程无用，主要是因为他们认为需要运用财报知识的财务大数据分析课程，学习起来十分困难。但不否认的是，课程的趣味性有助于学生学习新知识和新技能。
（2）问题二：请选择你觉得最有意思的章节。选项有A.数据采集，B.数据清洗，C.数据集成，D.数据可视化。在面对问题二时，有59名学生认为数据采集部分最有意思，有47名更乐于学习数据清洗章节，选择C选项数据集成的学生仅有24名，数据可视化选择人数达到58人，有4名学生弃权、未选择。
根据投票结果可知，面对数据采集和数据可视化章节，学生有强烈的学习兴趣。数据采集用到Python知识，这也是目前热门的编程语言。数据可视化需要用友云平台、PowerBI、Wyn平台或Python的Matplotlib、Pyecharts库生成图表。
数据清洗和数据集成属于数据预处理操作内容的一部分，根据任务目标得到想要的数据源。其中，数据清洗的操作比较烦琐，首先需要学生明白哪些数据是需要保留的，哪些数据是需要删除的；其次进行字段替代、分列等操作，删除脏数据，得到最终结果。数据集成章节需要学生将数据清洗后的结果进行关联或合并的操作，把多张表集成到一张表中，这需要学生理解多表的关键字段选择、左右表的内外连接等操作原理，较为枯燥。
2.4.2  学生问题
（1）操作方面。①Python语句输入方面。在数据采集的章节中，学生需要修改Python语句和统一资源定位器（Uniform Resource Locator，URL）地址。学生会在中英文输入法下，出现因标点符号不同导致无
python大数据就业前景
84/ CHINA MANAGEMENT INFORMATIONIZATION
会计信息化
结果的情况。在采集不同的财务报表时，需要修改采集地址，但在浏览器控制台中不到URL的正确地址。②数据清洗过程中，学生无法区分替代为空值和使用空格的区别，不具有清晰的数据清洗流程和思路。③在数据集成章节中，面对数据合并时，学生无法明确自己需要哪些数据、保留哪些字段，仅仅开展将两张表合并的操作，不注重会计科目是否一一对应的细节问题。④可视化部分中，学生无法选择最适合的图表完成目标任务，难以进行精准过滤、排序，得出的图形数据杂乱。
（2）分析方面。①学生缺乏关联分析指标比率的能力。例如，营业净利率是净利润除以营业收入的结果，当净利润图呈现上升趋势、营业净利率图呈现下降趋势时，无法推断出营业成本增加导致该现象产生的结论。②学生欠缺投资者、经营者因身份不同，对企业分析角度需求不同的观念。站在投资方的角度，需要对投资行业各企业的情况进行比较，择优投资；在经营者的角度，除了关注本企业不同年度的经营情况变化，也需要对比行业中的标杆企业，寻差距，进行改进。
2.4.3  学生作业成果分析
学生的结课作业是自选企业进行背景、横向和纵向分析，并进行演讲展示。在分析过程中，学生以投资人的身份进行盈利、偿债、营运和发展4种能力分析，综合考虑自己选择的企业是否值得投资，并给出相应的改进意见。
在此过程中，学生出现的最大问题是无法把指标比率和企业实际情况进行关联分析，只能表层说明指标随年份的变化而产生变化，无法与企业重大变动事项和社会政策变化相结合进行深入分析。例如，在分析华友钴业企业时，该企业的主营业务包含生产制造锂电池。2015年，该企业的盈利指标达到最低点，这与当时钴、铜、镍价格大幅下降有关。随着制造业的强势回归，世界经济全面复苏，钴、铜等有金属价格涨幅明显，该企业盈利能力指标数据上升。近年来，世界局势的变好，以及我国“碳达峰”和“碳中和”目标的提出，促进了新能源汽车的发展，而新能源汽车离不开锂电池，所以华友钴业企业发展前景光明，是一家非常值得投资的企业。但学生仅能指出该企业盈利指标在2015年最低，到2017年达到最高，得出因为该企业大部分年份的收益为正，所以值得投资的 结论。
3     职业院校财务大数据分析课程教学建议
根据职业院校学生的基础知识水平和学习特点，财务大数据分析课程在实施过程中，应注意学生的不同特点，因材施教。面对授课过程中发现的问题，笔者有3点教学改进建议：一是加强财务报表知识的
教学，让学生了解指标之间的关联关系，这样更有利于学生学习可视化部分的知识，发现图像间的联系。二是考虑到会计专业学生的信息化素养较低，教师在授课过程中进行简易化、图像化、生活案例化的讲解更容易被学生接受，可以用简单易懂的授课方式讲解大数据知识。三是在新章节讲解前，教师需要帮助学生厘清操作思路，明白操作目标及每个步骤的操作意义，甚至可以让学生自己尝试，如果没有按顺序、按要求进行操作，就会得到错误结果。
4     结　语
新时代呼唤新技术，新专业培训新人才。在大数据时代背景下，会计与大数据专业的学生需掌握财务大数据分析能力。课程学习任务完成后，学生可从事数据标注师、数据分析师等新兴职业。此外，职业院校可举办财务大数据比赛，在教学过程中，教师可以鼓励学生积极参与比赛，实现岗、课、赛一体化教学的目标，以此培育出高质量的专业人才。
主要参考文献
［1］佚名.《大数据白皮书（2021年）》正式发布［N］.人民 邮电,2021-12-23(3).
［2］王琼.职业教育，大有作为［N］.江苏教育报,2022-05- 06(1).
［3］许睿，李海洋.职业教育法首次大修 着眼高质量发展 ［N］.中国商报,2022-05-10(P1).
［4］李丹.基于“互联网+教育”背景下的智慧教学模式研究：以“财务分析”课程改革为例［J］.教育教学论坛,2020(1):188-189.
［5］李苗.Python在财务大数据中的应用［J］.今日财富：中国知识产权,2021(11):115-117.
［6］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.
［7］李益兰.数字经济时代财务大数据分析课程建设的思考 ［J］.投资与创业,2021(1):50-52.
［8］刘理.基于应用型人才培养的会计教学改进研究［J］.财会学习,2019(23):209.
/ 85 CHINA MANAGEMENT INFORMATIONIZATION

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。