SCI论文（www.lunwensci.com）
摘 要： 大数据浪潮滚滚而来，市 场对于财税复合型人才需求 日益迫切 ， 国 家对于教育教学领域的改革始终给 予高度重视，在这样的背景下，财税领 域的教学和课程改革势在必行。以“企 业申报异常风险识别和确认”为具体教 学案例，探索 Python 在“涉税风险分析” 课程教学中应用的可行性和有效性，总 结和完善切入角度和应用深度，对于大 数据技术在财税课程教学体系中的实 际运用具有重要借鉴意义，对于构建新 型财税科技人才培养生态，创新人才培 养模式，具有重要启迪意义。
关 键 词：Python,涉税风险分析 ,企业申报异常风险识别和确认,课程教学改革
一 、财税教学改革与“涉税风险分 析”课程特点
1 . 国 家政策环境驱动财税教学改 革。2018 年 4 月，教育部印发《教育信息 化 2 .0 行动计划》，要求将信息技术和智 能技术深度融入教育全过程，推动改进 教学 、优化管理、提升绩效。2019 年 2 月，中共中央、国务院印发《中国教育现 代化 2035》， 明确指出要利用现代技术 加快推动人才培养模式改革;2021 年 3 月，十三届全国人大四次会议表决通过 《中华人民共和国国民经济和社会发展 第十 四个五年规划和 2035 年远景 目 标 纲要》，明确要求深化教育改革，建设高 质量教育体系 。可以看出，深化教育教 学改革是永恒的话题，受到国家的高度 重视，在改革的过程中强化大数据和人 工 智能技术的应用必须落实到行动上， 深入到实际中。
2 .科技新变革推动财税教学变革[2]。 随着以技术为驱动的创新的空前扩张， 数字化体验、分析技术和云技术在社会 经济生活中不断展现自身的价值，成为 有效推进国家战略和新商业模式的核 心基础和企业变革的颠覆性驱动力[7]。 社会经济生活中，传统企业纷纷踏上 自 动化 、智能化 、数字化转型的进程[8]，企 业的财务部门也正顺应这种转变，利 用 大数据 、云计算、人工智能等信息化新 技术和 自 身天然的“数据中心”优势，完 成着从企业价值守护者向企业价值创 造者的转变。在财税教学领域，通过学 科间的融合为传统教学模式赋能，增强 云计算、人工智能等前沿技术在教学实 际中的应用，促进财税人才培养模式的 特色化发展成为改革创新的新蓝海。
3 . 市场新需求引导财税教学变革。 2021 年 3 月，中共中央办公厅 、国务院 办公厅印发《关于进一 步深化税收征管 改革的意见》，明确要到 2023 年实现从 “以票管税”向“以数治税”分类精准监 管转变，金税四期工程是实现这一 转变 所依托的重要信息化管理系统。金税四 期依托财税数据汇集和多部门共享，能 够实现对同一企业或个人不同时期、不 同税种 、不 同 费种之间，以及同规模同 类型企业或个人相互之间税费匹配等 情况的自动分析监控，实时发现涉税风 险[7]。对企业来说，提前防范和降低风险 成为新的财税业务需求点， 目前来看， 企业的财务领域大数据应用也已经启 动并取得了一 定成绩，但受困于财经商 贸大数据领域数据分析人才稀缺，进展 并不顺利， 大数据分析工具掌握不多、 运用不够， 导致利用数据技术整合、分 析与应用大数据的整体质效不高[3]。财 经商贸领域复合型人才的培养需要社 会、企业和高校共同努力，高校作为人 才培养的主要载体，必须着力专业教学 改革， 使之与大数据技术深度融合，承 担起“大数据 + 财经商贸”高素质复合 型人才输出的主力军作用以适应时代 需求。
4 . 课程新特点需要财税教学变革。 涉税风险分析课程是契合金税四期智 慧税务生态下“以数治税”的理念，贴合 财经商贸大数据领域数据分析人才稀 缺的现状，以培养“大数据 + 财经商贸” 高素质复合型人才、满足市场需求为根 本出发点而开设的新型财税综合应用 类课程 。课程开设于大学中高年级段 ， 是基于学生已掌握基本财务处理规则 和税收政策的基础上的素质拔高类课 程，涉及不同报表间、报表各项目间、涉 企各类数据间关系的比对和分析，不仅 数据量较大， 而且逻辑关系偏复杂，在 实际教学过程中发现，大多数学生先修 课程掌握并不扎实，在一 个学期内单纯 理论讲解对于学生来说接受程度较低 ， 教学效果不好。考虑到学生的电脑操作 热情普遍较高、Python 先修课程学习 效 果较好等特点，引入大数据处理技术结 合用于课程教学，不仅能够减少数据处 理工作量，节省更多的精力专注于知识本身，而且能够将分析过程进行可视化 展示，获得更直观的教学效果，寓教于 实操的教学模式也更加能够激发学习 热情，提高学习主动性。
二 、Python 在涉税风险分析课程中 的适用性分析
Python 作为一种简洁却强大、实用 的脚本语言，特别适合于财经商贸专业 的学生进行学习。综合来说 Python 有如 下几点明显的优势： 一是简单：Python 是 一 种 代 表 简 单 主 义 思 想 的 语 言， Python 的语法在所有语言中称得上是 最简单的，完全不限定学习和使用者的 年龄，有简单英语基础的人即可以加入 学习，阅读一 个良好的 Python 程序就像 是在阅读简单的英文段落，Python 这种 伪代码属性是其最大的优点，而且与其 他语言相比 Python 的代码量要小的多， 特别适合于初学者，能够使学习者充分 利 用 Python 大批量数据处理的优势解 决问题而又不额外增加很大的学习 负 担。二是完全免费、开源：Python 用户可 以完全免费地自由获取和阅读 Python 源代码、对其做出复制、改动并应用于 新的程序开发中， 不用担心版权问题。 三是丰富的库：Python 拥有非常庞大的 标准库和许多高质量的其他库，在许多 情况下我们不需要自己编写代码，直接 调用已有库的功能模块就能够完成数 据爬取 、处理、分析和可视化等多种功 能，既缩短了学 习 时间，又降低了工作 成本，还减少了工作量 。四是 Python 是 “胶水语言”，可将数据采集、处理、建模 与分析和可视化整合到一 个脚本中，一 次运行便可获得结果，大大降低了工作 成本，提高了工作效率 。[1]
Python 的上述优势使其在特别适 用于高职涉税风险分析课堂。
1 .与高职学生的知识技能基础相适 配。 高职院校学生生源渠道多样，知识 和技能基础不一。普通高中生源文化课 知识基础较好，但大多数会计税务专业 的学生高中学习的是理科分类，信息技 术逻辑思维能力稍弱;中职生源文化课 基础较弱， 尤其是英语技能底子差，这 些都不利于学生对于高难度的信息技 术技能的学习和掌握。Python 简单易用 的特点正好解决了上述难题，是高职财经类学生学习初学大数据信息技能的 不二选择。
2 .完美解决了涉税风险分析课程的 教学难题。 如前所述，涉税风险分析课 程知识综合性高 、技术技能难度大，在 传统的教学模式下，老师仅仅以讲授的 形式介绍企业申报异常的情况、存在的 风险 、识别的方法，辅之以简单案例讲 解异常申报给企业带来的不良后果，只 能进行基本面的知识传授，不能直观展 示方法的运用和实际问题的解决途径， 对于学生动手能力的培养和实操技能 的提升作用不大，且极易使学生产生畏 难情绪，教学效果不好。 Python 的辅助 使大批量数据的处理成为可能，实现了 将实际业务引入到课堂教学中来，一方 面增强了课程的趣味性和吸引力，另 一 方面也更有利于学生理解和巩固理论 知识 。[1]
三、Python 应用于“涉税风险分析” 课程教学的具体案例
本部分以 “企业申报异常风险识 别”为具体教学案例，展示案例实践主 导、大数据辅助的新型项目化教学模式 的优势与可行性。
1 .课程教学准备。新的教学场景下 要配备数据、模型和 Python 技术工具这 三大教学要素 。数据是完成任务的基 础，没有数据的支撑数据分析就只能是 纸上谈兵，无源之水，产教融合的深度 合作为我们解决了这个问题，百望科股 份有限公司为我们提供了强有力的脱 敏数据支撑并内置于大数据风险分析 平台中，奠定了坚实的分析基础;模型 是完成任务的灵魂和主线，在任务的推 进过程中，老师会引导学生基于解决任 务的视角出发思考从哪些方面、哪些角 度构建模型，如何根据模型选择需要的 数据，如何借助 Python 工具将数据带入 到模型中完成数据分析和可视化工作; Python 是完成任务的重要辅助，考虑到 Python 代码编写的难度，我们通过大数 据风险分析平台将大部分的代码进行 了提前预设，学生只需要补齐部分简单 代码或尝试编写部分重复出现过的代 码，就可以使用这一工具，既体现到了 技术的先进和便捷， 又避免了畏难情 绪。
2 .课程教学实施。
(1) 申报异常风险识别的模型构 建。运用 Python 技术对数据进行操作之 前，需要首先运用所学引导学生思考总 结出构建申报异常风险核查模型的规 则， 即完成申报异常风险识别模型：连 续 3 个月以上零申报，累计 6 个月以上 零申报或负申报。
(2) 申报异常分析识别。在构建模 型的基础上，使用内植于大数据风险分 析平台中的 2021 年某税务局全部申报 数据(约 8000 条，已全部脱敏)展开风 险识别工作。
一 是筛选连续 3 个月以上零申报 的企业，代码如下：
import pandas as pd
import numpy as np
df_zengzhi=pd.read_excel ('D: /software/pycharm/anzhuang/venv/ 申 报 数据明细.xlsx')
df_zero=df_zengzhi [(df_zengzhi [' 增 值税 ']==θ)& (df_zengzhi [' 销售额 '] ==θ)]
df_zeroUp=df_zero.groupby(' 企业名 称 ')[' 期间 '].agg(lambda x:(x .diff().fillna ( θ )-1).cumsum () .value_counts () .max ()).to_frame()
zero_nameup3=df_zeroUp[df_zeroUp [' 期间 ']>=3].index .tolist()
print(zero_nameup3)
上述代码对初学者来说比较困难， 采取的解决策略为将复杂代码提前内 置于大数据分析平台，学生仅需根据所 学财税知识，按照模型的逻辑将指标关 系补充完成，点击运行即可完成数据筛 选。
二是筛选累计 6 个月以上零申报 的企业，代码如下：
import pandas as pd
df_zengzhi=pd.read_excel ('D: /software/pycharm/anzhuang/venv/ 申 报 数据明细.xlsx')
df_zero=df_zengzhi [(df_zengzhi [' 增 值税 ']==θ)& (df_zengzhi [' 销售额 '] ==θ)]
df_zerotime= df_zero. 企 业 名称 . value_counts()
print(df_zerotime)
这部分代码相对简单， 且与连续 3 个月以上零申报的筛选代码存在较多 重复，采取的教学方式是教师引导下学 生自主完成，从实际结果看学生完成度 较高。
三是筛选累计 6 个月以上负申报 的企业，代码如下：
import pandas as pd
df_zengzhi=pd.read_excel ('D: /software/pycharm/anzhuang/venv/ 申 报 数据明细.xlsx')
df_ld=df_zengzhi [df_zengzhi [' 留抵 税额 ']>θ]
# 计数每个企业出现的次数，并将 新的表格命名为 df_ldtime
df_ldtime=df_ld. 企 业 名 称 .value_counts()
print(df_ldtime)
此处代码与累计 6 个月以上零申 报的筛选代码基本相同，采取的教学方 式是以测试的 方 式 由 学 生 独 立 完 成， 80%的同学能够自主完成代码编写和数 据筛查工作。
至此全部申报异常风险企业筛查 完毕， 学生在 一 个项目 的过程中从约 8000 条数据中筛选出了风险企业、实际 运用了所学财税知识解决问题， 通过 Python 代码由补充到指导实操再到独 立实操的循序渐进过程，完成了大数据 技术的熟悉和掌握，并切实感受了大数 据数据处理的效率，教学效果呈现质的 飞跃。
四、结论与展望
1 . 教学改革中需要产教深度融合、 校企深度合作。在 Python 在“涉税风险 分析”课程教学中的应用探索过程中， 深度产教融合、校企合作发挥了重要的 推动作用。行业企业不仅有强大的技术 研发团队支持大数据风险分析平台搭 建，为案例实践主导 、大数据辅助的新 型项目化教学模式探索进行了 Python 工具和环境的预置，降低了大数据技术 在财税专业教学中的融入难度，而且公 司提供了大量完备的企业实际运行中 产生的财税数据作为分析源，最大程度 保障了课程效果， 达到所学即所用，所 学即有用的教学目 的。
2 . 大数据技术在财税教学改革中确 能推波助澜。在传统的财税教学中尝试 引入 Python 大数据工具作为辅助手段 的做法经实践检验是可行的，一是可以 处理的数据呈级数增长，便于提供与实 际工作贴合的学习环境;二是教师和学 生能够有更多的精力专注于财务数据 逻辑关系挖掘和模型构建，并快速检验 结果;三是学生可以切实感受到大数据 技术为学习和工作带来的便捷与高效， 激发学习兴趣和主动性，坚定科技引领 发展的信心和决心。但大数据技术的引 入是一 个循序渐进的过程，对于财税专 业的学生来说，大数据技术的渗透和学 习应用不能急于求成，应该遵循直观感 受激发兴趣，简单应用尝试入门，深 入 探究巩固成果的由浅入深的逻辑。
3 . 学科融合育人新模式值得深入挖 掘和探索 。通过本课程教学探索，发现 在财税教学中融入信息技术处理元素 是完全可行的。 因此，全方位、多举措地 进行学科融合探索，围绕大数据 、人工 智能技术完善课程体系和教学手段，支 持和鼓励财税类课程与前沿技术联通， 开放教学理念， 创新人才培养模式，对于打破原有教学理念，构建新型财税科 技人才培养生态具有重要意义，值得深 入挖掘和探索。
参考文献：
[ 1] 张亚超，郑珊 .Python 在“计算材料 学”教学中的应用探索 [J]. 教育教学论坛， 2021(37)：137-140 .
[2] 陈政楠，王林 .新文科背景下基于人 才培养战略的新财税教学改革探索[J]. 牡丹 江教育学院学报，2020(10)：109-112 .
[3] 王葛杨 . 大数据推动税收风险管理探析[J]. 国际税收，2021(12)：71-75.
[4] 程智斌 . 搭建大数据平台助力集团 公司数字化转型[J]，2021(08):167-168.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/53843.html
