第一章
财务大数据分析入门
1.1 大数据和财务有什么关系
以教育部发布《职业教育专业目录（2021年）》为引领，2021年成了财会类专业大数据改革元年。新目录一出，舆论大哗，至少大多数财会类专业职业教育从业者的内心都是矛盾的。大家普遍感到困惑的问题有三个：
第一个是，现在好好的，为什么要折腾？
第二个是，大数据课程与财会类专业课程，谁是主、谁是次？
第三个是，怎么改？
南方的学校大多搁置争议，先组织改革。北方的学校基本都在观望，认为学校财会类专业人数不多，改与不改对整个学校的招生体量影响不大。
要解决第一个问题，就要搞清楚财会类专业现在到底是不是“好好的”，到底需不需要改？
我认为透过纷繁复杂的现象，有三点事实值得注意，一是新经济、新形态、新岗位的蓬勃发展，二是专业目录修订的间隔年限过长，三是自上而下引领性地展开新一轮专业改革具有很深的指导意味。
其中要特别说明的是，财会类专业领域有四个专业名录被冠以“大数据”三个字的加持。会计，变成了大数据与会计；财务管理，变成大数据与财务管理；税务，变成了财税大数据应用；审计，变成了大数据与审计。唯一幸免的是会计信息系统，保持了未变。
从这个改名可以看出，财会类专业未来的改革要和大数据相结合了。那么紧接着就有两个问题：什么是大数据？大数据怎么和财会类专业相结合？关于第一个问题，已经有很多书籍充斥市场，这里不再赘述。我想说的是，我们理解的大数据是什么样的，这才是目前财会类专业和大数据结合后改革的主要动因。
比如说，大家如果都认为大数据就是很多数据，那么很快就会有公司（注意不是学校和老师）响应这种号召，在原来财务报表分析课程的基础上，整合近十年三四千家上市公司的财务报表，纵向分析，横向分析，同行分析……然后整合成一个平台——财务大数据分析平台，开始推销。不少学校领导和老师会想：“这个也不错啊，改起来也挺简单，原来的老师也能轻松上手，买！”
其实这种以多取胜的策略是我们过去常见的“摊大饼”的思维在起作用，把大数据仅仅看作是数据大、数量多就多少有点偏离大数据的本质，犯了形式主义的错误。理由很明显，作为高职高专的财会类专业毕业生，几乎没有人能直接进入上市公司财务部，且能接触到这种级别的财务分析。就算是名校毕业生，能直接接触到这样级别的财务分析的人也属凤毛麟角。甚至更进一步讲，原来财务报表分析课程直接拿上市公司财务报表来讲，多少是有点不妥的。当然，这样做的老师和学校也振振有词：“大多数公司的财务报表都属于公司核心机密，我们拿不到，上市公司财务报表可以公开获取，这也是没办法的事。”
既成事实的过往也许情有可原，但是未来这门课程的内容真的不能这样编排了。
还有的公司认为大数据就是一种技术，运用这个技术就是大数据财务分析，于是就要寻找一个大数据技术的载体。选来选去，Hadoop、HDFS、Mapreduce、Spark感觉有点太难，主要是因为公司里懂的人也没几个，最后不得已感觉Python很好用，就把Pandas和Numpy这两个Python里的库深挖了一下，准备和财务整合在一起，形成财务大数据分析的基本载体。
这个想法非常好，但是用计算机语言搞数据分析又要面临两个问题：
一是Python语言的学习问题；
二是用Python做财务数据分析的问题。
这样一分解，困难看起来就好解决了。因为可以解决第一个问题的书，市面上铺天盖地；第二个问题可以转化为用Python做数据分析的问题，我们只需要把其中的数据换成财务报表数据，就能完美解决。
所以我们目前看到的大数据财务分析教育教学平台，有一种就是Python语言贯穿始终，这就让这门课程看起来更像是计算机专业课。当然，这些培训公司害怕教师和学生学不会，不得不把课程分作两段，一段是Python基础编程语言的讲解，另一段是Pandas和Numpy库的运用。且不说一门课里塞的这两个东西学不学得会，单就这个平台最后的成果来看，也无非就是多了一张张好看的图表而已。起码在财务人员看来，没有那种让人眼前一亮的感觉。最近已经有一些声音在讲这个问题，比如有一篇文章名为《财会专业类改革不要妖魔化Python》。
注意，这里的用词是“妖魔化”。
公司在推广平台的时候也是“费尽心机”。比如对于代码问题，苦口婆心地劝说财务人员只需修改和替换指定位置的代码即可。这样一下子就减轻了Python语言的学习成本。但是从财务人员的反馈来看，他们普遍觉得自己没有学会。财务人员都觉得自己学不会，课程就没法在学院里开设，平台的服务自然也难卖。当然，可能最根本的问题还是用Python写了大段的代码，在经历了千辛万苦之后，最终的结果并没有令人眼前一亮，没能让人有“这就是我们想要的财务大数据分析”的那种欢呼雀跃。
这种把大数据认知为一种新技术的人不在少数。他们似乎都有着这样的认知：觉得同样是一张财务报表，用Python做出来就是大数据财务分析，用Excel做出来就是传统财务报表分析。这很难令人信服。