□文/周燕妮

（南京交通職業(yè)技術(shù)學院運輸管理學院 江蘇·南京）

[提要］ 人工智能的高速發(fā)展使各行各業(yè)發(fā)生翻天覆地的變化，傳統(tǒng)財務(wù)會計也逐步走向智能會計，會計和大數(shù)據(jù)的融合對會計工作者提出全新要求。本文以Python 在計算固定資產(chǎn)折舊中的應(yīng)用為例，詳細闡述Python 在計算固定資產(chǎn)折舊中的應(yīng)用以及其所帶來的便利性，最終通過分析Python 在會計數(shù)據(jù)處理中的優(yōu)勢，從而得出結(jié)論認為會計人員應(yīng)當積極學習Python 等大數(shù)據(jù)知識，提高自身核心競爭力。

引言

2021 年底，財政部制定《會計信息化發(fā)展規(guī)劃（2021-2025年）》，明確指出要加快推進會計數(shù)字化轉(zhuǎn)型升級，使會計數(shù)據(jù)價值得到有效發(fā)揮。在此背景下，涌現(xiàn)出云計算、物聯(lián)網(wǎng)、人工智能等各類新興技術(shù)，會計人員也面臨前所未有的挑戰(zhàn)，需要將新知識、新邏輯和新思維運用到傳統(tǒng)財務(wù)會計中，以逐步推進傳統(tǒng)財務(wù)向智能財務(wù)的轉(zhuǎn)變。

對于財務(wù)人員來說，新技術(shù)的發(fā)展可以幫助解決繁瑣重復(fù)的工作，智能財務(wù)的發(fā)展也能幫助財務(wù)人員完成更有價值的工作，為企業(yè)賦能，實現(xiàn)價值創(chuàng)造。與此同時，財務(wù)人員也面臨更多的挑戰(zhàn)，如果故步自封，就無法適應(yīng)社會的發(fā)展與變革，只能被人工智能取代；相反，如果能在數(shù)字化轉(zhuǎn)型中積極探索，掌握新技術(shù)，利用大數(shù)據(jù)工具提高工作效率，就能迅速成為具有“新財務(wù)思維”的綜合性人才。本文基于當下流行的編程語言Python，以其在固定資產(chǎn)核算中的應(yīng)用為例來探討其在財務(wù)中的應(yīng)用。

Python 是一種高級編程語言，由Guido van Rossum 于1991 年開發(fā)而成。它具有簡潔、清晰的語法，強調(diào)代碼的可讀性和簡潔性，被視為一種理想的入門級編程語言。Python 主要有以下優(yōu)勢：一是自動化和效率顯著提升，Python 可以幫助財務(wù)人員自動化完成繁瑣的任務(wù)和數(shù)據(jù)處理過程，減少重復(fù)工作和人為錯誤。通過編寫腳本或使用現(xiàn)有的庫，可以自動提取、清洗和處理財務(wù)數(shù)據(jù)，生成報表和分析結(jié)果，大大提高工作效率；二是能提供數(shù)據(jù)分析和決策支持，Python 具有廣泛的數(shù)據(jù)處理和分析庫，如Pandas、NumPy 和Matplotlib 等，財務(wù)人員可以使用這些庫進行數(shù)據(jù)探索、統(tǒng)計分析和可視化，幫助他們深入理解財務(wù)數(shù)據(jù)，抽取有價值的信息，并為決策提供支持。

一、Python 在固定資產(chǎn)折舊中的應(yīng)用

（一）固定資產(chǎn)折舊的重要性。固定資產(chǎn)是企業(yè)長期投資的重要部分，需要將其初始成本分攤到會計期間內(nèi)，折舊是一種成本分攤方法，將固定資產(chǎn)的成本在其使用壽命內(nèi)逐年平均轉(zhuǎn)移到損益表上，反映了資產(chǎn)在使用過程中所產(chǎn)生的價值消耗。固定資產(chǎn)的折舊會直接影響企業(yè)的利潤和企業(yè)財務(wù)狀況，同時，還能幫助企業(yè)判斷是否應(yīng)該進行固定資產(chǎn)的更替，此外，固定資產(chǎn)折舊的準確記錄還能為企業(yè)資產(chǎn)管理和評估提供參考。因此，固定資產(chǎn)折舊的核算在會計工作中具有重要作用，其核算對于真實、準確地反映企業(yè)利潤，支持業(yè)務(wù)決策和進行資產(chǎn)管理都是至關(guān)重要的。對會計工作者而言，利用Python 代碼來完成這項繁瑣的工作，不僅能降低逐步計算的錯誤率，還能一鍵計算各月份折舊，極大提高了財務(wù)人員的工作效率。

（二）利用Python 計算固定資產(chǎn)折舊的思路。本文以計算出A 公司7 月份的固定資產(chǎn)及賬面價值為例進行演示。A 公司使用年限平均法計提固定資產(chǎn)折舊，其截至2023 年6 月30 日的部分固定資產(chǎn)清單如表1 所示。（表1）

表1 A 公司固定資產(chǎn)清單一覽表

根據(jù)上述資料，基于Python 計算固定資產(chǎn)折舊及最終賬面價值的流程大致可以分成4 個步驟，具體如下：第一，根據(jù)截止日期算出已折舊月數(shù)。在導入所需要的庫以及表格后，需要先設(shè)置一個自定義函數(shù)depmonth 來計算出截至2023 年6 月30 日的已折舊月數(shù)，隨后利用map 函數(shù)來將表格中的購置日期作為參數(shù)傳到自定義函數(shù)中，最終形成一列名為“已折舊月數(shù)”的數(shù)據(jù)。第二，根據(jù)算得的已折舊月數(shù)計算出剩余折舊月數(shù)。利用題干中已知的剩余折舊年限減去上一步驟中算得的已折舊月數(shù)得到剩余折舊月數(shù)，并引用lambda 匿名函數(shù)來保證剩余折舊月數(shù)大于等于0。第三，根據(jù)狀態(tài)對轉(zhuǎn)出金額的區(qū)別，設(shè)置自定義函數(shù)，計算固定資產(chǎn)當月折舊及轉(zhuǎn)出金額。若使用狀態(tài)為報廢或改建，需將賬面價值轉(zhuǎn)出到固定資產(chǎn)清理或者在建工程，但當月還需計提折舊，當月計提折舊取決于剩余折舊月數(shù)是否大于0，如果剩余折舊月數(shù)大于0，則可按正常方式計算當月折舊，否則，當月折舊應(yīng)為（原值-期初累計折舊-減值準備-原值×預(yù)計凈殘值率），在排除使用狀態(tài)為上述兩種情況后，根據(jù)剩余折舊月數(shù)判斷當月應(yīng)提的折舊，如果剩余折舊月數(shù)為0，當月折舊應(yīng)為（原值-期初累計折舊-減值準備-原值×預(yù)計殘值率），否則按正常方式計算當月折舊。根據(jù)上述固定資產(chǎn)折舊計算原則設(shè)置自定義函數(shù)dep，隨后利用apply 函數(shù)將已設(shè)置好的dep 函數(shù)引用到表格capex 中，最終在capex 表格中會形成當月折舊和轉(zhuǎn)出金額兩列數(shù)據(jù)。第四，根據(jù)固定資產(chǎn)賬面價值等于原值減去期初累計折舊、當月折舊、減值準備和轉(zhuǎn)出金額計算出固定資產(chǎn)最終賬面價值，并且利用round 函數(shù)將結(jié)果保留兩位小數(shù)。

（三）使用Python 進行固定資產(chǎn)折舊計算的實例代碼。計算結(jié)果如圖1 所示。（圖1）

圖1 各步驟運行結(jié)果總圖

#第0 步，預(yù)先導入所需要的庫以及表格：

import pandas as pd

import datetime as dt

file='固定資產(chǎn)清單.xlsx'

capex=pd.read_excel（file，sheet_name='固定資產(chǎn)清單'）

capex.fillna（0，inplace=True）

print（capex）

#第1 步，根據(jù)截止日期算出已折舊月數(shù)：

end_date=dt.datetime（2023，7，31）

def depmonth（start_date）：

return（end_date.year-start_date.year）×12+（end_date.monthstart_date.month）-1

capex['已折舊月數(shù)'］=capex['購置日期'］.map（depmonth）

print（capex）

#第2 步，根據(jù)算得的已折舊月數(shù)計算出剩余折舊月數(shù)：

capex['剩余折舊月數(shù)'］=（capex['預(yù)計使用年限'］×12-capex['已折舊月數(shù)'］）.map（lambda x：max（x，0））

print（capex）

#第3 步，根據(jù)狀態(tài)對轉(zhuǎn)出金額的區(qū)別，設(shè)置自定義函數(shù)，計算固定資產(chǎn)當月折舊及轉(zhuǎn)出金額：

def dep（x）：

if（x['使用狀態(tài)'］=='報廢' or x['使用狀態(tài)'］=='改建'）and x['剩余折舊月數(shù)'］＞0：

x['當月折舊'］=round（（x['原值'］-x['期初累計折舊'］-x['減值準備'］-x['原值'］×x['預(yù)計殘值率'］）/x['剩余折舊月數(shù)'］，2）

x['轉(zhuǎn)出金額'］=round（x['原值'］-x['期初累計折舊'］-x['減值準備'］-x['當月折舊'］，2）

elif（x['使用狀態(tài)'］=='報廢' or x['使用狀態(tài)'］=='改建'）and x['剩余折舊月數(shù)'］==0：

x['當月折舊'］=round（x['原值'］-x['期初累計折舊'］-x['減值準備'］-x['原值'］× x['預(yù)計殘值率'］，2）

x['轉(zhuǎn)出金額'］=round（x['原值'］-x['期初累計折舊'］-x['減值準備'］-x['當月折舊'］，2）

elif x['剩余折舊月數(shù)'］==0：

x['當月折舊'］=round（x['原值'］-x['期初累計折舊'］-x['減值準備'］-x['原值'］×x['預(yù)計殘值率'］，2）

x['轉(zhuǎn)出金額'］=0

else：

x['當月折舊'］=round（（x['原值'］-x['期初累計折舊'］-x['減值準備'］-x['原值'］×x['預(yù)計殘值率'］）/x['剩余折舊月數(shù)'］，2）

x['轉(zhuǎn)出金額'］=0

return x

capex=capex.apply（dep，axis=1）

print（capex）

#第4 步，計算出賬面價值：

capex['賬面價值'］=round（capex[' 原值'］-capex[' 期初累計折舊'］-capex['當月折舊'］-capex['減值準備'］-capex['轉(zhuǎn)出金額'］，2）

print（capex）

二、利用Python 進行會計數(shù)據(jù)處理的優(yōu)勢

在信息爆炸，數(shù)據(jù)就是資源的時代，需要高效準確的處理數(shù)據(jù)。而Python 作為一種通俗易懂的代碼語言，對于數(shù)據(jù)量龐大、確保分毫必究的會計工作而言，用其來進行大量的會計數(shù)據(jù)處理具有顯著優(yōu)勢。

（一）高效處理海量數(shù)據(jù)。Python 在會計數(shù)據(jù)清洗和處理方面具有強大的功能。通過使用Python 的數(shù)據(jù)處理庫，可以進行數(shù)據(jù)的清洗、篩選、去除重復(fù)率等操作。同時，Python 還能識別缺失值、異常值等數(shù)據(jù)異常情況，并進行相應(yīng)的處理，保證會計數(shù)據(jù)的完整性和準確性。在大數(shù)據(jù)時代，動輒幾萬條的數(shù)據(jù)信息讓傳統(tǒng)工具Excel 無法高效運行，Excel 更加適合數(shù)據(jù)量不大、數(shù)值為主、進行簡單運算的數(shù)據(jù)處理。而Python 相比傳統(tǒng)工具Excel 則具有更加靈活、容量更大、處理信息更迅速等優(yōu)勢。

（二）輕松完成自動化。如前文所示，通過編寫Python 腳本和程序，可以實現(xiàn)固定資產(chǎn)折舊的自動化計算和處理。固定資產(chǎn)折舊是每個公司都要完成的工作，大公司均有自己的資產(chǎn)管理系統(tǒng)，方便對資產(chǎn)進行分類和管理，而小公司資金有限，特別是涉及到某些企業(yè)固定資產(chǎn)種類多、使用狀態(tài)不一致的時候，如果能利用代碼快速完成，將會大大提高財務(wù)人員的工作效率。Python 能夠根據(jù)預(yù)設(shè)的折舊規(guī)則和公式，自動計算并生成折舊費用、折舊表和相關(guān)報表，代碼完成以后，如有資產(chǎn)變動，只需要在原始表格中進行增刪即可。

此外，Python 還能用于管理會計上，管理會計公式多、計算量大，可以設(shè)置好自定義函數(shù)保存為腳本，在需要時直接調(diào)用腳本即可，方便又高效。通過自動化處理，可以大幅縮短會計人員手動操作的時間并減少錯誤，提高工作效率和準確性。

（三）實現(xiàn)數(shù)據(jù)可視化。在數(shù)據(jù)的可視化呈現(xiàn)上，Python 也具有優(yōu)勢。使用Python 的數(shù)據(jù)分析庫（如Pandas、NumPy）和可視化庫（如Matplotlib、Seaborn），會計人員能夠進行各種統(tǒng)計分析、數(shù)據(jù)挖掘和數(shù)據(jù)可視化操作。這些功能能夠幫助會計人員更好地理解和呈現(xiàn)會計數(shù)據(jù)，并發(fā)現(xiàn)數(shù)據(jù)中的模式、趨勢和異常。與Excel 軟件的作圖功能相比，Python 更靈活，更適應(yīng)用戶需求，其強大的第三方模塊庫也為整個軟件提供了更多的可能性，例如想要更具有創(chuàng)意和交互性的圖表，可以選擇ploty 和D3 庫。

（四）自定義個性化財務(wù)模型。Excel 作為傳統(tǒng)財務(wù)人員常用軟件，也可以做一些簡單地模型來方便后續(xù)使用，但是其功能有限，而且難以完成比較復(fù)雜的財務(wù)模型。而Python 可以在進行數(shù)據(jù)收集和預(yù)處理的基礎(chǔ)上，運用合適的庫和工具來設(shè)計模型結(jié)構(gòu)，通過參數(shù)估計和優(yōu)化，編寫代碼實現(xiàn)敏感性分析和場景模擬，并通過調(diào)整模型中的參數(shù)和變量，評估不同情景下的模型結(jié)果和影響，最終完成屬于企業(yè)自己的個性化財務(wù)模型。

三、Python 在會計業(yè)務(wù)中應(yīng)用的必要性

隨著人工智能時代的飛速發(fā)展，網(wǎng)絡(luò)技術(shù)的日新月異，數(shù)據(jù)類型日益增加且數(shù)據(jù)龐雜，對海量信息進行清洗和處理，篩選出有效信息對每個人都至關(guān)重要。Python 不僅能幫助企業(yè)高效計算固定資產(chǎn)折舊，還有對項目進行可行性分析、將結(jié)果以圖表展示、進行交互式分析等功能，具有高效處理海量數(shù)據(jù)、高效完成自動化等優(yōu)勢。財務(wù)人員日常面臨的海量數(shù)據(jù)單純用Excel 來完成明顯已經(jīng)捉襟見肘，因此財務(wù)工作者在社會變革的浪潮中需要不斷提高自身核心競爭力，學習Python 等大數(shù)據(jù)知識，將新工具應(yīng)用到日常工作中，提高工作效率，保證數(shù)據(jù)的準備性和可靠性，設(shè)計符合企業(yè)自身的財務(wù)模型，為企業(yè)經(jīng)營決策提供有力支持。