高级财务会计课程教学内容数智化重构研究

关健词：高级财务会计 数智化 教学内容重构

1 高级财务会计课程教学内容数智化重构的意义

财政部 2021 年发布的《会计改革与发展“十四五”规划纲要》明确提出“加快构建数字化会计人才培养体系”，该政策明确了数字化、智能化会计人才培养的顶层指引，强调了行业应用数智化财务技术的专业人才的需求。我校现行高级财务会计课程存在教学内容以理论知识为主，过于强调会计核算的规范性，缺乏大数据、人工智能等新兴元素的融入等弊端，亟需探索如何革新课程教学内容，融入诸如大数据、业财融合、人工智能算法等数智化教学新元素，全面提升课程的高阶性、创新性与挑战度，培养学生掌握扎实财务会计理论知识的同时拥有利用大数据技术有效搜集商业数据并完成财务分析，人工智能应用与财务决策的高阶财务能力。

2 高级财务会计课程教学内容数智化重构的方向

本课程改革聚焦于高级财务会计课程教学内容的数字化、智能化转型，通过引入先进的数智化技术，构建“智能财务决策”核心教学模块，同时实施会计计量内容的数字化重构；打造基于“知识图谱”的新形态高级财务会计课程，动态更新数智化的教学资源，充分利用 AI 助教功能，解决“知识”与“能力”割裂教学痛点的同时大幅提升课程教学效率与质量。

3 高级财务会计课程教学内容数智化重构的路径

高级财务会计课程核心知识点可划分为会计核算原理、财务决策、会计计量、会计处理与报表编制四大模块。随着财务智能化转型加速，企业实务领域已出现以下显著变革：其一，传统会计处理与报表编制教学内容面临技术替代挑战。财务机器人技术已实现发票智能识别（准确率 98.6% ）、全自动账务处理、智能凭证结转（效率提升 40 倍）及实时报表生成等核心功能；其二，单纯知识讲授型课堂吸引力持续弱化（到课率下降至71.3% ）。网络教学平台已积累大量优质教学资源（含 MOOC、微课及虚拟仿真实验），学生对于从网络途径获取资源进行知识点的学习具有天然适应性。

鉴于此，课程教学内容数智化改革也将聚焦构建“智能财务决策”核心教学模块和实施会计计量内容的数字化重构。各模块具体改革路径如下表所示：

① 非货币性资产交换模块：非货币性资产交换计量基础选择以及公允价值计量模式下商业实质的判断这两个教学内容，融入数字化教学元素的路径为利用财务数据可视化工具如Microsoft Power BI、Phython+Matplotlib可视化库等，展示企业非货币性资产交换中各类资产的公允价值和账面价值的动态变化情况，帮助学生更直观地理解两者差异；融入数智化教学元素的路径为引入智能决策支持系统，让学生根据系统中提供的市场数据、资产状况等信息，模拟进行非货币性资产交换的计量基础选择决策，分析不同选择对企业财务状况的影响。

② 债务重组模块：债务重组 4 种方式的选择这部分教学内容融入数字化教学元素的路径为借助Python的Pandas 库等数据分析软件，对债务重组案例中的债务人和债权人的财务数据进行收集、整理和分析，挖掘数据背后的重组动机、风险因素等信息；融入智能化教学元素的路径为运用 AI 算法构建债务重组方案评估模型，将不同的重组方案输入模型，快速得到方案的可行性评估结果，包括对企业偿债能力、盈利能力等方面的影响。

③ 租赁会计模块：承租人租赁类型决策和租赁内含利率的选择这两个教学内容融入数字化教学元素的路径为使用Python的NumPy库或 Excel中搭建动态NP模型，输入租赁付款计划、担保残值等参数进行利率敏感性分析，输出结果可视化对比显示不同利率下租赁负债现值差异，辅助财务人员作出相关决策；融入智能化教学元素的路径为开发基于 Excel-PowerBI动态模型，输入企业财务数据（资产负债率、现金流、资产规模等），系统自动测算两种租赁类型对企业财务报表的影响。

④ 外币会计模块：计账本位币的确定和外币财务报表折算方法选择这两个教学内容融入数字化教学元素的路径为接入外汇API获取实时汇率波动数据；使用Python 的Plotly库，输出图表，对比分析不同折算方法下母公司合并利润的差异；融入智能化教学元素的路径为基于Python开发决策模型，输入企业关键参数（如主要收入货币占比、融资市场分布、母公司所在地），结合AI 选择最优本位币。

⑤ 所得税会计模块：递延所得税的确认与计量和暂时性差异的评估这两个教学内容融入数字化教学元素的路径为使用Python的Pandas 库，提取企业的资产、负债等财务数据，包括固定资产的账面价值、计税基础等用于计算暂时性差异的数据；借助 Power BI数据可视化工具，将暂时性差异相关的数据进行可视化展示；融入智能化教学元素的路径为使用 Python爬取企业历史财报、行业税负率、税收政策库，自动识别折旧政策差异、资产减值计提差异等暂时性差异，并利用 AI分析以上数据识别递延所得税的确认因素，了解不同暂时性差异对企业税收筹划的影响。

⑥ 企业合并模块：企业合并方式决策这部分内容融入数字化教学元素的路径为收集企业的股权结构、治理结构等数据，利用 Python Pandas库进行数据清理和分析，计算股权集中度、控 股股东等关键指标，帮助更准确地判断合并类型；融入智能化教学元素的路径为使用Python构建预测模型，根据被购买方的历史财务数据、市场数据等预测其未来的现金流量，并结合市场利率、行业风险等因素确定折现率，通过智能预测模型，更科学地进行商誉减值测试，提高决策的准确性。

⑦ 合并财务报表模块：合并范围的确定和内部交易的抵销这两部分内容融入数字化教学元素的路径为利用 Python、Excel 等工具收集和分析企业股权结 构和治理数据，用Excel 进行数据分析，判断投资方是否对被投资方拥有控制权；融入智能化教学元素的路径为利用 Power BI 商业智能软件收集和分析企业集团内部的财务数据和运营数据，利用智能决策模型，分析抵销后存货数据，结合生产、销售等运营数据，辅助生产经营决策。

4 结语

本文以高级财务会计课程为研究对象，探讨如何在数字信息和人工智能技术不断发展的当今社会对该课程教学内容进行数智化重构。研究着重解决教学内容设计上如何将 Python、RPA（流程自动化）等工具嵌入教学，提升学生处理复杂财务数据（如合并报表、跨国经营企业外币业务核算）的能力。同时拟借助虚拟现实（VR）技术，搭建高度仿真的工作场景，真正做到学生所学知识和社会实际的对接。

基金资助：2025 年湖南省普通本科高校教学改革研究一般项目“深度学习视域下高级财务会计课程数智化教学改革研究”（202502001546）

作者简介：陈薇（1986—)，女，商学院会计系讲师。