任洁 杨宇 张媛 邵帅 黄昊

摘 要：文章以企业智能会计满意度分析为主线，通过问卷调研及实地访谈等方式研究，探讨我国企业智能会计的发展情况及实践应用的问题作用。利用层次分析法（AHP）设计了4个准则，分析了16个标准指标，并利用BP神经网络验证了模型的适用性，为企业智能会计满意度模型的设计应用提供参考。

关键词：AHP-BP神经网络 智能会计 满意度分析

中图分类号：F275.2  文献标识码：A

文章编号：1004-4914（2023）08-096-02

一、引言

2021年11月财政部制定的《会计改革与发展“十四五”规划纲要》中指出，“十四五”时期会计改革与发展的总体目标是：主动适应我国经济社会发展客观需要，会计审计标准体系建设得到持续加强，会计审计业发展取得显著成效，会计人员素质得到全面提升，会计法治化、数字化进程取得实质性成果，会计基础性服务功能得到充分发挥，以实现更高质量、更加公平、更可持续的发展，更好服务我国经济社会发展大局和财政管理工作全局。

随着计算机、信息处理技术和自动化技术的不断发展和融合，近年来，企业会计工作流程发生了巨大的改变。会计信息质量是企业可持续发展的生命线，随着会计数据量的不断扩大，由于会计工作人员、会计软件和会计信息的差异，企业正在探索智能会计的应用。因此，我国企业智能会计应用效果的满意度亟需调查。目前满意度效果预测主要通过计算机辅助实现，建立了许多有效的满意度效果预测模型，如基于马尔可夫链的基于人工神经网络的教学效果满意度预测模型等，为本研究提供了理论依据。

京津冀地区企业众多，智能会计转型工作突出，本文在问卷調查和实地访谈等方式的基础上设计构建模型，选择调研京津冀地区78家企业作为研究样本，运用AHP-BP神经网络组合模型进行了京津冀地区企业智能会计应用满意度分析，研究企业智能会计应用情况。

二、企业智能会计应用满意度评价模型的构建

本研究根据企业规模及所处行业进行分类筛选，共分发并收回了1308份问卷，共有1254份有效问卷，涉及78家企业。设计了智能会计技术学习、智能会计实务应用、智能会计发展前景等3个模块，共20个选择类问题及2个开放型题目。

首先，通过调查问卷分析智能会计技术的应用情况，根据调查结果显示财务云平台、移动支付、生物识别、电子档案、金税平台、财务数据可视化应用、合同审批等电子签名、OCR票据影像扫描、智慧审计、区块链发票、远程报销、银企直联、数据挖掘在等智能会计技术，在企业实务中得到了一定的推广应用。

其次，根据问卷调查核心问题，总结影响满意度的四项核心因素，运用层次分析法对影响智能会计满意度的关键因素进行分析，并建立各评价指标的权重，围绕着基础技能、软件条件、硬件条件、人员素质等4个维度设计了16项指标。

（1）基础技能：数据库、模型构建、函数功能、可视化技术；

（2）软件条件：账务处理、影像扫描、RPA技术、集团财务；

（3）硬件条件：财务处理器、财务机器人、数据中台、生物识别仪器；

（4）人员素质：人员数量、人员学历、人员资质、学习能力。

最后，将获得的评价结果作为BP神经网络的训练和测试样本，并使用BP神经网络验证模型的适用性，通过检验得到结论。建立了一个基于AHP-BP神经网络组合模型的企业智能会计应用满意度评价模型。

三、层次分析法在企业智能会计应用满意度调查中的运用

（一）理论概述

层次分析法（AHP）是一种将与决策相关的要素分解为目标、标准、计划等层次，并在此基础上进行定性和定量分析的决策方法。该方法是美国匹兹堡大学作战研究员萨蒂教授在20世纪70年代初为美国国防部提出的一种分层加权决策分析方法。本文以层次分析法为基础，设计层次结构模型，构建判定矩阵，对企业智能会计应用满意度要素进行排名并进行一致性检测。

（二）层次分析法的步骤

1.建立层次结构模型，本研究充分考虑企业智能会计应用满意度评价的目的和各种因素，并对评价计划的目标层、标准层和程序层进行细分。使用层次图直观地描述每个评估层次和主要评估因素及其各自的相关性。

2.根据上述评估目的构建判别矩阵A，其中每个元素A_nm通常考虑企业高管、财会人员和社会对每个因素的重要定量评估，如下公式所示：

（1）

在公式中，A是判断矩阵，A_nm是比较元素n和元素m的重要性的结果。

3.对企业智能会计应用满意度要素进行排名，并进行一致性检测，计算一致性指数，提出企业智能会计应用满意度指标。一致性指数的计算公式如下：

（2）

其中λ■是判断矩阵的最大特征值。查表得到确定的指标RI，并计算一致性比率CR，如下公式所示：

（3）

四、基于AHP-BP神经网络组合模型的企业智能会计应用满意度模型的构建

（一）AHP模型应用

根据上述理论分析，为了研究企业智能会计应用满意度，1254份有效问卷中，从4个标准层面对企业高管、财会人员和高校财会师生及社会进行了调查，并设计了一份考虑4大准则，16个因素的满意度指标。

满意度的平均值采用比例乘积法计算，即乘积因子设置为0表示不满意，25%表示一般满意，50%表示满意，75%表示一般满意和100表示满意。满意度的平均数值=（2×0+50×0.25+160×0.5+701×0.75+341×1）/1254×100（下转第98页）（上接第96页）=76.49，其中，基础技能满意度得分72.01，软件条件满意度得分78.99，硬件条件满意度得分75.12，人员素质满意度得分72.3，其他因素的数据可以通过类比推导出来。根据计算结果可以得出，企业智能会计应用满意度分析集中在满意和相对满意之间，总体满意度还有很大的提升空间。

（二）BP神经网络模型应用

BP神经网络的结构由输入层、输出层和一个或多个隐藏层的三层结构组成。它具有自适应和自学习能力，在实际问题解决中能够很好地处理非线性问题，因此可以用于教学满意度评估的预测。将获得的满意度数据用作输入量，将通过AHP方法确定的指标权重向量用作输出量。BP神经网络的结构设置为4-7-1，即输入层有4个节点，隐藏层有7个节点，输出层有1个节点，总共有35个权重和8个阈值。隐藏层使用tansig作为传递函数，输出层使用线性传递函数purelin，网络训练使用普通训练dm，网络性能函数设置为均方误差函数mse。根据文献经验，学习率设置为0.05，动量系数设置为0.8，误差精度设置为0.0001，最大训练次数为500次。

五、结果分析

（一）基于AHP的企业智能会计应用满意度评价模型

结合业智能会计应用满意度的内容，建立了层次结构模型，判断矩阵是在准则层面上对每个因素的重要性进行比较，反映会计专业阶梯式实践教学的满意度。本研究的总体目标设置为A，分别讨论了准测B层、准测C层和方法D层的重要性。根据专家意见法，本文为每个判断矩阵的元素赋值。

准则层C1—C16的判断矩阵设计与准则层B的判断矩阵相同，形成四大项和16个子项：数据库C1、模型构建C2、函数功能C3、可视化技术C4，账务处理C5、影像扫描C6、RPA技术C7、集团财务C8、财务处理器C9、财务机器人C10、数据中台C11、生物识别仪器C12、人员数量C13、人员学历C14、人员资质C15、学习能力C16，标准级判断矩阵，并进行赋权。

根据计算可得，企业智能会计应用满意度一致性计算比率的CR值小于0.1，满足判断矩阵的一致性检验要素，结论通过一致性检验。

（二）基于BP神经网络的企业智能会计应用满意度评价模型的验证

当训练误差在规定的误差范围时，意味着训练符合预设目标的要求。对于BP神经网络模型训练过程中的输出数据和期望数据进行线性回归分析，得到的拟合情况可以看出，复合相关系数R為0.95343，通过验证。在实际模拟运行中，达到了预期误差的允许范围，训练结束。证明满意度调查设置要素项目及数据真实有效。

六、结论

在数字智能背景下，基于AHP建立了一个4大准则，16个因素的满意度指的智能会计应用满意度评价模型，并利用BP神经网络验证了该模型的适用性。研究发现，基础技能、软件条件、硬件条件、人员素质等因素与智能会计的应用密切相关。数据库、模型构建、函数功能、可视化技术、账务处理、影像扫描、RPA技术、集团财务、财务处理器、财务机器人、数据中台、生物识别仪器、人员数量、人员学历、人员资质、学习能力等因素影响着智能会计技术的推广。

顺应人工智能时代的发展，“会计＋人工智能”复合型会计应用人才是企业智能会计发展的关键因素。在软硬件方面，企业应加大对智能会计的发展的经费投入，加大数字化、智能化技术的应用和与专业财务软件供应商的合作，加强实践与应用的结合，提升企业智能化水平。不仅要培训财会人员会计专业知识和职业能力，也要培养综合素质，重视员工在实践、沟通、管理、决策方面的能力。企业应从学习培训、实操能力、经费支持、过程评估等方面入手，提升智能会计技术的应用水平。模型体系的运行为我国企业智能会计运行满意度的提升找到了关键因素。

[资助项目：天津市教委科研计划项目（人文社科）项目：“独立学院财会专业管理类课程群课程思政元素分析与体系构建”（项目编号：2021SK055）；中国电子劳动学会2022年度“产教融合、校企合作”教育改革发展课题：“‘思政引领+数智赋能的应用型本科高校会计学专业智能化转型路径研究”（项目编号：Ciel2022004）；北京科技大学天津学院骨干人才培养计划“青年骨干教师”项目（项目编号：TJGG2022J08）。]

参考文献：

[1] 王娜，李杰.基于AHP-熵权法的FAQ问答系统用户满意度评价研究——以高校图书馆问答型机器人为例[J/OL].情报科学：1-17，2023-05-18.

[2] 陈婷，朱永迪，段尧清.基于ISM-MICMAC模型的移动政务APP用户满意度影响机制研究[J/OL].图书情报知识：1-112023-05-18.

[3] 孙宇.数字化智能背景下企业财务会计发展现状与对策[J].营销界，2023（04）：41-43.

[4] 胡常涛.智能财务时代会计转型问题研究[J].财会学习，2022（07）：58-60.

（作者单位：北京科技大学天津学院 天津 301830）

（责编：赵毅）