“大数据、人工智能来了，会计行业十年内会消失吗？”这个一直困扰行业的问题，迫使金融教育开始了新的升级。西南财经大学将大数据、人工智能等新一代信息技术融入会计教育，积极探索新技术背景下跨学科、复合型会计人才培养新模式，在财经类高校和会计行业引起关注。
新技术问题:会计人才培养面临转型。
“随着大数据、人工智能、云计算、移动互联网和物联网技术的快速发展，传统的会计教育范式面临巨大挑战。”西南财经大学会计学院院长马永强表示，根据BBC对2017年“即将消失职业”的预测，会计在十大淘汰率最高的职业中排名第三。随着财务机器人的发展，越来越多的基础会计工作将逐步实现自动化。
一方面，大量重复性、标准化的会计职能被取代；另一方面，能够基于会计职业判断和大数据分析为企业做出有效决策的数据管理者和分析师缺口巨大。2017年11月，西南财经大学对会计行业及相关高校进行大规模调研后，学校清晰地认识到，会计正从最初只关注事后核算、报告和财务数据的“会计先生”逐渐转变为在不确定环境下为复杂决策提供服务的“战略数据分析师”；会计专业的未来在于金融、科技、信息科学的交叉融合。因此，转变会计人才培养模式迫在眉睫。
“会计教育必须着眼未来，向跨学科方向发展，培养能够适应大数据和人工智能发展，融合会计、数据分析、机器学习等专业能力，同时具备战略思维的高级复合型人才。”西南财经大学党委书记赵德武说。围绕这一培养目标，2018年，蔡溪在全国率先开设了“大数据会计”本科实验班，开启了跨学科、复合型会计人才培养新模式。2019年，会计、财务管理、审计三个专业全面植入大数据分析、机器学习等课程；2020年，新的人才培养模式将推广到除中外合作办学以外的所有专业，从本科到研究生。
整合学科，促进复合型高层次会计人才的培养
会计人才培养的“西方财务模式”充分体现了会计学科与计算机、信息科学的交叉融合，可以概括为“3+1”，即熟悉会计与财务、数据分析、计算机编程三大逻辑，具有战略思维。其中，会计逻辑是根本，数据分析和计算机编程是工具。会计作为国际“商业语言”，是唯一能够系统反映一个微观主体的财务状况、经营成果和现金流量的信息系统，在商业社会中具有不可替代性。数据分析和计算机编程逻辑这两个工具，会让会计这种严谨的“专业算法”在数字经济时代发挥更好的管理作用。在这个命令下，学校在课程中增加了机器学习等计算机与数据分析“两个逻辑”11门课程。如此强大的跨学科课程体系，得益于蔡溪强大的跨学科师资力量:蔡溪拥有国内最多的会计海外博士，拥有10多位既懂会计又懂技术的会计信息系统博士。
大数据分析和机器学习系列课程有助于培养一专多能的高级复合型人才。“比如现在我们教学生学会使用机器学习和深度学习的方法。通过输入过往造假公司的数据特征，建立智能预测模型，可以更加准确、快速地判断和预测一家公司是否存在财务造假。”教授《机器学习与智能决策》课程的王先觉老师说。
夯实专业基础，大幅提高基础数学课程难度。
不可否认，“西方金融模式”大大增加了基础数学课程的难度。与传统的会计专业不同，大数据实验班是一门数学分析的课程，而不是高等数学。“我们数学课比其他专业难多了！”2018级大数据实验班的姜文杰说。在夯实专业基础、学习“门槛”知识的基本思路指导下，2020年11月底，首届“大数据会计”学生易在全国大学生金融智力竞赛中获得全国一等奖。
西南财经大学会计人才培养改革得到了广泛认可。目前，国内外已有40多所高校专程到蔡溪考察会计人才培养转型的经验。毕马威(KPMG)成都首席合伙人方海杰表示，“在了解到蔡溪的大数据人才改革后，我们非常希望招募一些数学基础扎实、具有机器学习思维的本科生加入团队，更新我们的审计流程。”
《中国教育报》2021年1月30日第3版
作者:通讯员杨静兰
