SMU 課程丨破天荒：數學家和會計師再次對話

2019年03月25日 • 1萬次閱讀

本文作者為新加坡管理大學財務大數據分析碩士(MSA with Data and Analytics)學生簡均安，於2018年8月入學。

稍微有點財會基礎的同學一定知道複式借貸記帳法，這是現代會計信息系統的根本。而第一次將複式記帳法系統歸納總結付梓的是一位義大利的數學家盧卡·帕喬利。在之後的六七百年間，會計作為一種職業，似乎和數學家並沒有很大的關係。然而最近我們學校組織了一場數學博士，計算機博士和會計師的對話，讓我真正認識到大數據和人工智慧（AI）將如何重塑會計行業，同時也明白了審計人員應該怎麼應對行業變化。

講座由新加坡政府投資公司（GIC）內部審計部門的數據科學家Liu Cheng博士和Ved Prakash博士主持。他們一個是數學博士，一個是計算機博士，但是他們供職於非常傳統的內部審計部分，我還是第一次聽說。通過這次講座，我更加明確了自己的發展目標，我將通過提高數據與分析方面的能力來提升個人與專業能力。

接下來，我將與大家分享兩位演講者的內容

數據分析是內部控制的有力武器

隨著業務風險的不斷增加，同時數據的可用性和複雜性也在不斷上升，GIC於2016年在內部審計部門設立了數據分析團隊。當傳統的內控方式失敗時，數據分析團隊是運營和合規控制的最後防線。此外，數據團隊還致力於數據探索和可視化，這有助於員工更好地理解工作流程。數據分析的實施提高了審計工作的效率和有效性。

Python/R和Tableau是數據分析的主要工具

在當前的工作環境中，Python或者R是用於數據分析的主要程式語言，Tableau等商業智能軟體是數據可視化的主要工具。數據分析團隊需要對數學，統計和機器學習技術有深入的了解，以便在數據建模和選擇過程中應用監督或無監督的機器學習。

彌合財會專家和數據專家之間的鴻溝

從數據抓取、數據處理、模型構建到實現預期結果以解決商業問題，兩位數據專家提到了項目成員面臨的一個共同問題——缺乏對彼此知識領域的認知。例如，數據所有者（比如財務部門）缺乏數據模型構建方面的知識，並且不了解哪些數據可能對數據分析團隊有用時；或者，當數據工程師缺乏會計領域的知識，不完全理解控制過程時，這些都會產生效率低的後果。因此，商業領域專家和數據專家之間有效的溝通在日常工作中至關重要。

我在GIC對話會上的收穫

正如LiuCheng博士所分享的，「我們無法預見變化，因此我們應該去適應它。」數字顛覆時代的到來確實帶來了挑戰，但它也為傳統會計功能帶來數據分析應用的機會。Ved博士演示的採購工作周期「procurementcycle」中異常值檢測模型讓人印象非常深刻，團隊將結構化和非結構化數據整合在一起，利用機器學習來檢測異常值。從模型中檢索到的結果是如此富有洞察力，以至我無法想像如果仍然手工進行審計工作會怎樣。

然而，如果沒有人類解釋機器學習結果，模型是無法解釋自身的。它讓我們回到了之前的問題：審計人員應如何跟上這些變化？我的答案是——類似於我們這樣的會計和金融專業人士應該接受大數據、擁抱數據科技。我們應該開始學習程式語言並了解機器學習技術，有了這些技能以及我們在會計領域的知識，我們就可以成為企業技術和業務職能之間的橋樑，這也正是新機會出現的地方——對員工和企業亦是如此。

通過數據與分析實現我未來的目標

我非常幸運地在2018年8月開始了財務大數據分析碩士MSA課程。這個項目使我具備利用數據進行決策的基本技能。我們學習使用R、Python、Tableau和SQL等工具進行數據分析、數據可視化和數據管理。更重要的是，我可以學習機器學習算法，並了解如何將它們應用於會計和財務工作中，以解釋數據和構建預測模型。

我在MSA項目中學到的知識將拓寬我未來的職業道路。我渴望在財務和會計職能中應用數據分析。現在我能憑藉在課堂上學到的技能，通過利用數據和分析做出更好的業務決策，我還可以進行分析以確定趨勢，預測收入和業務增長並探索市場機會。數據與分析絕對是我未來所需要的基本技能。