会计专业硕士审计数据分析技术课程建设的思考

胡乐炜 周颖

一、引言

数智时代，云计算、大数据、人工智能、移动互联网等数字化技术不断渗透进社会经济发展的各个领域，深刻改变着政府、企业、个人等社会主体的行为方式。我国“十四五”发展规划中明确指出，为了迎接数智时代的到来，需要充分激发数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革。针对审计工作，习近平总书记在中央审计委员会第一次会议中强调”要坚持科技强审，加强审计信息化建设”。由此，从社会的方方面面来看，面对当前的新机遇和新挑战，都对审计、会计行业的从业人员的素质和能力提出了新的要求。

高等院校承担着为国家培养审计、会计人才的重任。会计专业硕士（MPAcc）旨在培养高层次、应用型会计、审计领域专门人才，近年来由于国家对于这些类型的高层次人才需求不断扩大，以及高等院校人才培育质量体系的持续完善和改进，促使着该专业的一些主干课程也随之不断重构和调整。审计数据分析技术课程是MPAcc审计与大数据方向的必修课程，是该方向核心专业课程和特色课程之一。以下部分，笔者将对审计数据分析技术课程特性、教学过程中可能存在的问题，以及对策建议进行阐述和讨论。

二、审计数据分析技术课程的特征

在以往传统情景下，审计人员可以通过检查、观察、询问、函证、重新计算等分析技术来收集和处理审计证据。然而，当前数智时代的新兴数字化技术不断涌现，以逐渐成为审计数据分析的重要技术手段。因此，审计数据分析技术课程也蕴含了一些新的时代特征。

首先，审计数据分析技术课程所关注的数据对象从传统数据向大数据转变。数智时代，基于被审计单位的内部有限信息（如：财务报表、会计账目数据等）进行审计，已不能满足审计部门有效发现问题的要求。需要将数据获取扩展到与其相关的所有外部数据（如：海关、银行、工商部门、互联网运营商等）。此外，由于获取的数据源格式各异，并不都能满足结构化存储和处理方式，因此，课程所关注的数据类型也从结构化扩展到半结构化，甚至非结构化的形态。

其次，审计数据分析技术课程以更丰富的数据分析技术为支撑。在当前的新环境中，审计工作可以借助机器学习方法（如：分类、聚类、关联分析、神经网络、深度学习等）来处理相关数据。国家各级审计部门也正在积极构建与之匹配的审计数据中心。因此，在本课程中需要涵盖更丰富的有关数据分析技术的知识。

再次，审计数据分析技术课程也强调数据的可视化技术。在传统的审计环境中，由于数据相对简单，故而没有过于强调数据可视化的作用。然而，在大数据分析过程中，数据种类纷繁复杂，数据维度盘根错节，没有一定的数据可视化技术能力，将阻碍甚至误导审计人工的数据分析结果。因此，该门课程将会着重突出利用最新主流技术对审计数据进行多角度、多维度可视化分析的内容。

三、审计数据分析技术课程教学过程中发现的问题

在教学过程中，通过亲身调查和仔细反思，笔者发现了如下的主要问题：

首先，学生所需具备的基础知识的储备量明显不足。由于审计数据分析技术课程涵盖来来自会计、计算机、数学等专业的知识，因此，学生在学习课程前需要有一定的相关知识储备。然而，通过调查发现，大部分的MPAcc的学生以前所掌握的知识主要以会计专业知识为主，因此，导致无法高效地学习本门课程。

其次，能用于审计数据分析的案例较少。案例教学一直都是MPAcc教学的一种主要范式。然而，由于审计数据一直都是企业的核心机密数据，加之，将外部的异构数据导入审计分析的范式也尚处在探索之中，因此，教师使用案例让学生感受当前主流和创新的审计数据分析技术在行业中的应用模式的初衷，实现起来还有一定的距离。

再次，课程教学的软硬件设施明显滞后。当前的课程并无有针对性的软件可以配备。一些针对审计相关课程（如：审计学、审计学原理等）的实验软件其中的流程固化、数据格式单一，因此，无法有效地应用到本课程。与此同时，如果教师自行设计的实验，又极有可能因为数据失真或技术超前，而与真实的审计情景脱节。

最后，为该课程配备的教师资源有限。高校教师学历普遍较高，很多是拥有博士学历的高层次人才，其专业素养、理论知识储备，以及学术水平都是毋庸置疑的，然而，他们往往只擅长于某一细分学科领域。该课程是一门涵盖多学科领域知识的课程，高校教师在教学过程中的短板就会凸显出来，即，擅长会计领域知识的教师无法有效教授计算机领域知识，擅长计算机领域知识的教师又无法有效阐述会计领域的知识。因此，也阻碍了该课程的有效构建。

四、审计数据分析技术课程建设的建议

针对以上问题，笔者提出几点建议，以期为审计数据分析技术课程建设提供帮助。

首先，编制更为合理的人才培养方案。由于本课程的复杂性较高，很多知识需要事先掌握，因此，就必须设计更符合课程规律的人才培养方案。一般来说，本课程会在MPAcc的一年级下学期开设，在此之前，就应该逐步地将本课程的先修课有计划地纳入到培养方案中。

其次，有针对性地构建本课程实验实训平台。由于本课程所需數据在结构、类型、维度、数量等方面均需要相当的丰富，并且，也要求所获取的数据在实践情景中的分析处理技术应用得丰富而恰当。因此，实验实训平台的构建存在相当大的难度。在此情形下，可以借助校企合作的方式，不断充实课程的数据库和案例库，逐步构建对应的平台。

再次，培养教师队伍，丰富本课程的教师资源。对于本课程应建立起课程组，包含来自不同学科的教师，教师之间交流共同，知识互补。并且，不定期组织教师进行相关的课程培训，对于所缺知识进行学习和掌握。