□文/周燕妮

（南京交通職業(yè)技術(shù)學(xué)院運(yùn)輸管理學(xué)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(cái)務(wù)會(huì)計(jì)也逐步走向智能會(huì)計(jì)，會(huì)計(jì)和大數(shù)據(jù)的融合對(duì)會(huì)計(jì)工作者提出全新要求。本文以Python 在計(jì)算固定資產(chǎn)折舊中的應(yīng)用為例，詳細(xì)闡述Python 在計(jì)算固定資產(chǎn)折舊中的應(yīng)用以及其所帶來(lái)的便利性，最終通過(guò)分析Python 在會(huì)計(jì)數(shù)據(jù)處理中的優(yōu)勢(shì)，從而得出結(jié)論認(rèn)為會(huì)計(jì)人員應(yīng)當(dāng)積極學(xué)習(xí)Python 等大數(shù)據(jù)知識(shí)，提高自身核心競(jìng)爭(zhēng)力。

引言

2021 年底，財(cái)政部制定《會(huì)計(jì)信息化發(fā)展規(guī)劃（2021-2025年）》，明確指出要加快推進(jìn)會(huì)計(jì)數(shù)字化轉(zhuǎn)型升級(jí)，使會(huì)計(jì)數(shù)據(jù)價(jià)值得到有效發(fā)揮。在此背景下，涌現(xiàn)出云計(jì)算、物聯(lián)網(wǎng)、人工智能等各類(lèi)新興技術(shù)，會(huì)計(jì)人員也面臨前所未有的挑戰(zhàn)，需要將新知識(shí)、新邏輯和新思維運(yùn)用到傳統(tǒng)財(cái)務(wù)會(huì)計(jì)中，以逐步推進(jìn)傳統(tǒng)財(cái)務(wù)向智能財(cái)務(wù)的轉(zhuǎn)變。

對(duì)于財(cái)務(wù)人員來(lái)說(shuō)，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(cái)務(wù)的發(fā)展也能幫助財(cái)務(wù)人員完成更有價(jià)值的工作，為企業(yè)賦能，實(shí)現(xiàn)價(jià)值創(chuàng)造。與此同時(shí)，財(cái)務(wù)人員也面臨更多的挑戰(zhàn)，如果故步自封，就無(wú)法適應(yīng)社會(huì)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(cái)務(wù)思維”的綜合性人才。本文基于當(dāng)下流行的編程語(yǔ)言Python，以其在固定資產(chǎn)核算中的應(yīng)用為例來(lái)探討其在財(cái)務(wù)中的應(yīng)用。

Python 是一種高級(jí)編程語(yǔ)言，由Guido van Rossum 于1991 年開(kāi)發(fā)而成。它具有簡(jiǎn)潔、清晰的語(yǔ)法，強(qiáng)調(diào)代碼的可讀性和簡(jiǎn)潔性，被視為一種理想的入門(mén)級(jí)編程語(yǔ)言。Python 主要有以下優(yōu)勢(shì)：一是自動(dòng)化和效率顯著提升，Python 可以幫助財(cái)務(wù)人員自動(dòng)化完成繁瑣的任務(wù)和數(shù)據(jù)處理過(guò)程，減少重復(fù)工作和人為錯(cuò)誤。通過(guò)編寫(xiě)腳本或使用現(xiàn)有的庫(kù)，可以自動(dòng)提取、清洗和處理財(cái)務(wù)數(shù)據(jù)，生成報(bào)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(kù)，如Pandas、NumPy 和Matplotlib 等，財(cái)務(wù)人員可以使用這些庫(kù)進(jìn)行數(shù)據(jù)探索、統(tǒng)計(jì)分析和可視化，幫助他們深入理解財(cái)務(wù)數(shù)據(jù)，抽取有價(jià)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(zhǎng)期投資的重要部分，需要將其初始成本分?jǐn)偟綍?huì)計(jì)期間內(nèi)，折舊是一種成本分?jǐn)偡椒ǎ瑢⒐潭ㄙY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(guò)程中所產(chǎn)生的價(jià)值消耗。固定資產(chǎn)的折舊會(huì)直接影響企業(yè)的利潤(rùn)和企業(yè)財(cái)務(wù)狀況，同時(shí)，還能幫助企業(yè)判斷是否應(yīng)該進(jìn)行固定資產(chǎn)的更替，此外，固定資產(chǎn)折舊的準(zhǔn)確記錄還能為企業(yè)資產(chǎn)管理和評(píng)估提供參考。因此，固定資產(chǎn)折舊的核算在會(huì)計(jì)工作中具有重要作用，其核算對(duì)于真實(shí)、準(zhǔn)確地反映企業(yè)利潤(rùn)，支持業(yè)務(wù)決策和進(jìn)行資產(chǎn)管理都是至關(guān)重要的。對(duì)會(huì)計(jì)工作者而言，利用Python 代碼來(lái)完成這項(xiàng)繁瑣的工作，不僅能降低逐步計(jì)算的錯(cuò)誤率，還能一鍵計(jì)算各月份折舊，極大提高了財(cái)務(wù)人員的工作效率。

（二）利用Python 計(jì)算固定資產(chǎn)折舊的思路。本文以計(jì)算出A 公司7 月份的固定資產(chǎn)及賬面價(jià)值為例進(jìn)行演示。A 公司使用年限平均法計(jì)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(jì)算固定資產(chǎn)折舊及最終賬面價(jià)值的流程大致可以分成4 個(gè)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(dǎo)入所需要的庫(kù)以及表格后，需要先設(shè)置一個(gè)自定義函數(shù)depmonth 來(lái)計(jì)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(lái)將表格中的購(gòu)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(jì)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(lái)保證剩余折舊月數(shù)大于等于0。第三，根據(jù)狀態(tài)對(duì)轉(zhuǎn)出金額的區(qū)別，設(shè)置自定義函數(shù)，計(jì)算固定資產(chǎn)當(dāng)月折舊及轉(zhuǎn)出金額。若使用狀態(tài)為報(bào)廢或改建，需將賬面價(jià)值轉(zhuǎn)出到固定資產(chǎn)清理或者在建工程，但當(dāng)月還需計(jì)提折舊，當(dāng)月計(jì)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(jì)算當(dāng)月折舊，否則，當(dāng)月折舊應(yīng)為（原值-期初累計(jì)折舊-減值準(zhǔn)備-原值×預(yù)計(jì)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(dāng)月應(yīng)提的折舊，如果剩余折舊月數(shù)為0，當(dāng)月折舊應(yīng)為（原值-期初累計(jì)折舊-減值準(zhǔn)備-原值×預(yù)計(jì)殘值率），否則按正常方式計(jì)算當(dāng)月折舊。根據(jù)上述固定資產(chǎn)折舊計(jì)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(huì)形成當(dāng)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(jià)值等于原值減去期初累計(jì)折舊、當(dāng)月折舊、減值準(zhǔn)備和轉(zhuǎn)出金額計(jì)算出固定資產(chǎn)最終賬面價(jià)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(jìn)行固定資產(chǎn)折舊計(jì)算的實(shí)例代碼。計(jì)算結(jié)果如圖1 所示。（圖1）

圖1 各步驟運(yùn)行結(jié)果總圖

#第0 步，預(yù)先導(dǎo)入所需要的庫(kù)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(gòu)置日期'］.map（depmonth）

print（capex）

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

capex['剩余折舊月數(shù)'］=（capex['預(yù)計(jì)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(duì)轉(zhuǎn)出金額的區(qū)別，設(shè)置自定義函數(shù)，計(jì)算固定資產(chǎn)當(dāng)月折舊及轉(zhuǎn)出金額：

def dep（x）：

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

x['當(dāng)月折舊'］=round（（x['原值'］-x['期初累計(jì)折舊'］-x['減值準(zhǔn)備'］-x['原值'］×x['預(yù)計(jì)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(jì)折舊'］-x['減值準(zhǔn)備'］-x['當(dāng)月折舊'］，2）

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

x['當(dāng)月折舊'］=round（x['原值'］-x['期初累計(jì)折舊'］-x['減值準(zhǔn)備'］-x['原值'］× x['預(yù)計(jì)殘值率'］，2）

x['轉(zhuǎn)出金額'］=round（x['原值'］-x['期初累計(jì)折舊'］-x['減值準(zhǔn)備'］-x['當(dāng)月折舊'］，2）

elif x['剩余折舊月數(shù)'］==0：

x['當(dāng)月折舊'］=round（x['原值'］-x['期初累計(jì)折舊'］-x['減值準(zhǔn)備'］-x['原值'］×x['預(yù)計(jì)殘值率'］，2）

x['轉(zhuǎn)出金額'］=0

else：

x['當(dāng)月折舊'］=round（（x['原值'］-x['期初累計(jì)折舊'］-x['減值準(zhǔn)備'］-x['原值'］×x['預(yù)計(jì)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(jì)算出賬面價(jià)值：

capex['賬面價(jià)值'］=round（capex[' 原值'］-capex[' 期初累計(jì)折舊'］-capex['當(dāng)月折舊'］-capex['減值準(zhǔn)備'］-capex['轉(zhuǎn)出金額'］，2）

print（capex）

二、利用Python 進(jìn)行會(huì)計(jì)數(shù)據(jù)處理的優(yōu)勢(shì)

在信息爆炸，數(shù)據(jù)就是資源的時(shí)代，需要高效準(zhǔn)確的處理數(shù)據(jù)。而Python 作為一種通俗易懂的代碼語(yǔ)言，對(duì)于數(shù)據(jù)量龐大、確保分毫必究的會(huì)計(jì)工作而言，用其來(lái)進(jìn)行大量的會(huì)計(jì)數(shù)據(jù)處理具有顯著優(yōu)勢(shì)。

（一）高效處理海量數(shù)據(jù)。Python 在會(huì)計(jì)數(shù)據(jù)清洗和處理方面具有強(qiáng)大的功能。通過(guò)使用Python 的數(shù)據(jù)處理庫(kù)，可以進(jìn)行數(shù)據(jù)的清洗、篩選、去除重復(fù)率等操作。同時(shí)，Python 還能識(shí)別缺失值、異常值等數(shù)據(jù)異常情況，并進(jìn)行相應(yīng)的處理，保證會(huì)計(jì)數(shù)據(jù)的完整性和準(zhǔn)確性。在大數(shù)據(jù)時(shí)代，動(dòng)輒幾萬(wàn)條的數(shù)據(jù)信息讓傳統(tǒng)工具Excel 無(wú)法高效運(yùn)行，Excel 更加適合數(shù)據(jù)量不大、數(shù)值為主、進(jìn)行簡(jiǎn)單運(yùn)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(shì)。

（二）輕松完成自動(dòng)化。如前文所示，通過(guò)編寫(xiě)Python 腳本和程序，可以實(shí)現(xiàn)固定資產(chǎn)折舊的自動(dòng)化計(jì)算和處理。固定資產(chǎn)折舊是每個(gè)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(duì)資產(chǎn)進(jìn)行分類(lèi)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(lèi)多、使用狀態(tài)不一致的時(shí)候，如果能利用代碼快速完成，將會(huì)大大提高財(cái)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(dòng)計(jì)算并生成折舊費(fèi)用、折舊表和相關(guān)報(bào)表，代碼完成以后，如有資產(chǎn)變動(dòng)，只需要在原始表格中進(jìn)行增刪即可。

此外，Python 還能用于管理會(huì)計(jì)上，管理會(huì)計(jì)公式多、計(jì)算量大，可以設(shè)置好自定義函數(shù)保存為腳本，在需要時(shí)直接調(diào)用腳本即可，方便又高效。通過(guò)自動(dòng)化處理，可以大幅縮短會(huì)計(jì)人員手動(dòng)操作的時(shí)間并減少錯(cuò)誤，提高工作效率和準(zhǔn)確性。

（三）實(shí)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(shì)。使用Python 的數(shù)據(jù)分析庫(kù)（如Pandas、NumPy）和可視化庫(kù)（如Matplotlib、Seaborn），會(huì)計(jì)人員能夠進(jìn)行各種統(tǒng)計(jì)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(huì)計(jì)人員更好地理解和呈現(xiàn)會(huì)計(jì)數(shù)據(jù)，并發(fā)現(xiàn)數(shù)據(jù)中的模式、趨勢(shì)和異常。與Excel 軟件的作圖功能相比，Python 更靈活，更適應(yīng)用戶(hù)需求，其強(qiáng)大的第三方模塊庫(kù)也為整個(gè)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(kù)。

（四）自定義個(gè)性化財(cái)務(wù)模型。Excel 作為傳統(tǒng)財(cái)務(wù)人員常用軟件，也可以做一些簡(jiǎn)單地模型來(lái)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(cái)務(wù)模型。而Python 可以在進(jìn)行數(shù)據(jù)收集和預(yù)處理的基礎(chǔ)上，運(yùn)用合適的庫(kù)和工具來(lái)設(shè)計(jì)模型結(jié)構(gòu)，通過(guò)參數(shù)估計(jì)和優(yōu)化，編寫(xiě)代碼實(shí)現(xiàn)敏感性分析和場(chǎng)景模擬，并通過(guò)調(diào)整模型中的參數(shù)和變量，評(píng)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(gè)性化財(cái)務(wù)模型。

三、Python 在會(huì)計(jì)業(yè)務(wù)中應(yīng)用的必要性

隨著人工智能時(shí)代的飛速發(fā)展，網(wǎng)絡(luò)技術(shù)的日新月異，數(shù)據(jù)類(lèi)型日益增加且數(shù)據(jù)龐雜，對(duì)海量信息進(jìn)行清洗和處理，篩選出有效信息對(duì)每個(gè)人都至關(guān)重要。Python 不僅能幫助企業(yè)高效計(jì)算固定資產(chǎn)折舊，還有對(duì)項(xiàng)目進(jìn)行可行性分析、將結(jié)果以圖表展示、進(jìn)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(dòng)化等優(yōu)勢(shì)。財(cái)務(wù)人員日常面臨的海量數(shù)據(jù)單純用Excel 來(lái)完成明顯已經(jīng)捉襟見(jiàn)肘，因此財(cái)務(wù)工作者在社會(huì)變革的浪潮中需要不斷提高自身核心競(jìng)爭(zhēng)力，學(xué)習(xí)Python 等大數(shù)據(jù)知識(shí)，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(zhǔn)備性和可靠性，設(shè)計(jì)符合企業(yè)自身的財(cái)務(wù)模型，為企業(yè)經(jīng)營(yíng)決策提供有力支持。