大數據與人工智能背景下金融學復合型人才培養研究

李俊

摘 要：隨著互聯網、大數據與人工智能的快速發展，全球金融行業不斷產生新的金融生態、金融服務模式和金融產品，呈現出不斷創新的數字化發展趨勢。金融行業對于更加專業、更具創新性的復合型人才需求日益強烈，傳統的金融學教學體系受到了嚴峻的挑戰。當下高校金融學專業教學體系存在諸如課程設置滯后于金融行業的發展、實踐基地不足、教師知識更新慢等問題。為了跟隨金融業發展的步伐，培養金融行業真正需要的人才，高校應將傳統金融知識傳授與大數據、人工智能結合起來，積極改善已有人才培養策略，培養具有國際化視野的復合型金融專業人才。

關鍵詞：大數據;人工智能;金融學;人才培養

中圖分類號：G642文獻標志碼：A? ? ? 文章編號：1673-291X（2020）29-0043-03

引言

隨著金融科技的發展，大數據、人工智能、云計算、區塊鏈等技術越來越多地被運用到金融領域，金融產品和業務不斷升級，金融行業日益呈現出數字化與智能化趨勢，同時也衍生出更多新的風險，從而對員工素質有了更高的要求，人才需求日益朝向應用型與復合型發展。金融學專業具有較為復雜的理論體系和較強的應用性、實踐性。在當今大數據與人工智能背景下，高校金融學專業人才傳統培養方式受到挑戰。高校應緊跟時代發展背景，與時俱進，找準定位，明確培養目標，積極探索新的發展方式，將傳統金融知識傳授與大數據、人工智能等新技能掌握結合起來，為金融機構加快推進數字化轉型、健全具有高度適應性、競爭力、普惠性的現代金融行業發展貢獻重要的人才力量，以滿足時代對金融學人才的要求。

目前已有部分學者針對大數據與人工智能背景下高校人才培養機制的轉變進行了研究。鄒玲莉（2017）指出，互聯網、人工智能、大數據技術的出現對會計職業和會計理論產生重大影響，并從培養理念、培養方式和培養過程三方面進行了解讀[1]。范欽欽（2019）指出，雖然大數據時代的到來給會計行業注入了新的活力，但是也不能忽視隨之而來的問題甚至風險。高校在進行會計教育時應順應時代變化，找到自身差距，與時俱進[2]。余小波、張歡歡（2019）指出，人工智能時代的高等教育亟須樹立一種更積極的人才培養觀，重視獨立思考與主動學習能力、想象力和批判性思維培養，強化專業教育與通識教育，并肯定人本價值教育，以此來應對人工智能時代的種種機遇和挑戰[3]。宿曉、代益香（2019）以目前管理會計人才培養模式存在的問題為出發點，構建“以用定課、以訓代教、以賽促學”的新型管理會計人才培養模式及其實施框架，從而應對人工智能與大數據環境下會計學專業教學面臨的挑戰[4]。王晰巍等（2019）以iSchools聯盟中美國10所高校作為研究樣本，對其理論課程體系、實踐教學環節、人才培養模式進行研究和分析，指出應注重培養學生的數據素養能力、學科融合能力，理論與實踐相結合能力的培養是未來圖情學科研究生人才培養的趨勢[5]。林晶、陳苗、李偉（2019）以人工智能和大數據時代的發展特征和趨勢為出發點，分別從供給和需求角度分析現階段信息人才培養的現狀，提出要注重理論與實踐互動的培養模式，建立產、學、研、政四位一體的聯動培養機制，優化相關知識結構，完善能力培養體系，以更好地應對人工智能和大數據發展帶來的問題和挑戰[6]。

縱觀已有文獻，目前學術界對于大數據與人工智能背景下高校人才培養的研究已取得一定成果，尤其是對于會計專業人才培養的研究較為豐富，而有關金融專業人才培養的研究較為缺乏。因此，本文從金融專業人才培養的角度出發，研究大數據與人工智能的應用為金融行業帶來的變化，同時分析其對專業人才的需求特點，為高校金融專業人才培養提供可靠性建議。

一、大數據與人工智能背景下金融行業發展現狀

近年來，大數據與人工智能發展迅速。2017年7月，國務院發布《新一代人工智能發展規劃》，提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，人工智能的發展成為國家重要戰略，其運用為各行業帶來重大變化。大數據與人工智能在銀行、保險、證券等金融行業中的運用充分體現出了新技術的便捷性優勢與未來發展潛力。總體看來，大數據與人工智能背景下金融行業發展主要呈現出以下四點現狀。

（一）數字化成為金融行業重要發展趨勢

隨著金融科技的運用與互聯網通訊技術的發展，各種互聯網金融業態紛紛興起，金融行業日益呈現出數字化的發展趨勢。第三方支付、眾籌、P2P網絡借貸等互聯網金融模式的興起在一定程度上影響了人們的支付與融資習慣，而數字貨幣正在對傳統的貨幣體系形成挑戰。更多大數據與人工智能的運用使得銀行、證券、保險等業務變得愈發智能化與便利化，金融行業智能化趨勢明顯。金融科技的運用在有效提升金融行業數字化轉型的同時也提升了客戶的財富管理意識，更多的人參與到線上理財當中，與金融行業大數據與人工智能的應用及進一步數字化形成了良性互動。

（二）金融行業經營效率與決策水平提升

目前，各金融機構競爭日益激烈，營銷在其經營中占據著的地位愈發重要，銀行、保險、基金、證券、消費金融等機構對于提升客戶價值經營能力提升的需求越來越高。傳統的營銷方式耗費巨大人力物力，效果一般。但是大數據的應用可以有效挖掘與分析客戶海量信息數據，使金融機構可以根據分析結果進行精細化管理、差異化服務，針對有效需求客戶進行精準營銷。配合人工智能的應用，通過制定具體營銷策略，實現各應用場景客戶拉新、價值提升和客戶拓展，從而有效改善經營與服務效率。同時，大數據與人工智能的應用還可以使企業能夠通過員工數據追蹤與分析從而制定最優管理策略，相比傳統的管理方式，大數據與人工智能的使用可以增加公司各管理環節的透明度與數字化程度，可有效幫助企業提升其決策水平與運營成果。

（三）金融風險控制能力提升

大數據與人工智能在金融行業的應用對于行業風險控制能力的提升，主要體現在普通金融機構監管機構風險管理兩個方面。首先，風險管理與控制問題是銀行、證券、保險等金融機構面臨的重要問題。隨著金融科技的運用，金融機構線上業務逐漸取代傳統業務，而傳統的通過風險對沖，諸如房產抵押、擔保等方式已經無法滿足金融機構對于風險管理的需要。線上業務的快速發展使得通過大數據和人工智能為用戶進行信用評估的方式逐漸發展起來，相比傳統的風險對沖方式，這種方法更加高效、便捷。在方便客戶的同時，可以有效對其風險狀況進行更加精細全面的評估，有效提升銀行等金融機構的風險控制能力。其次，金融監管機構可以通過大數據與人工智能實現對各金融機構數據的實時監控，從而保證各機構的風險水平處于安全警戒線之內，有效提升其風險監控與管理能力。

（四）大數據與人工智能在金融行業的運用衍生出新風險

大數據與人工智能在金融行業的運用可以有效提升金融機構的運營與決策效率，降低部分傳統金融風險，但是同時也會衍生出諸多新的風險。通過運用大數據對于客戶特征進行分析在一定的模型框架下進行，但是，由于大數據技術發展并不成熟，模型設定難以保證公平性，因此其分析結果可能出現偏頗。此外，大數據及人工智能的運用擁有較高的技術含量，同時對于人才大數據及智能操作水平、計算機等金融基礎設施的要求較為苛刻，因此，在實際操作中有可能會出現由于人工或者設備而產生的操作風險與技術風險。此外，當今社會，客戶數據具有較高價值，對于保密性的要求也較高，而現有大數據搜集技術存在客戶信息泄露的可能性，一旦爆發后果則十分嚴重。而傳統的金融行業風險管理知識難以解決這些新生風險。

二、我國高校現有金融學人才培養模式存在的缺陷

我國高校現有金融學人才培養模式大多遵循傳統慣例，對于行業所產生的新特點難以快速進行調整，主要存在以下缺陷。

（一）理論課程設置滯后于行業發展

當今時代，科學技術發展日新月異，金融行業更是走在時代的前端。近些年，互聯網金融、大數據與人工智能的發展使得金融行業逐漸煥發出新的特點與活力，并逐漸對金融專業人才提出越來越高的要求。而我國高校現有金融學專業在課程設置上難以跟上金融行業發展的步伐。一方面是因為課程設置具有周期性，教材內容更新慢，課程調整程序較為煩瑣;另一方面是因為高校與金融機構脫節，難以對行業改變真正做到感同身受。因此，導致金融理論課程設置滯后于行業發展，學生所掌握知識較為基礎與單一，缺乏全面性與創新性，難以滿足日益發展的金融行業對于復合型人才的需求。

（二）實踐教學不足

目前看來，大多數高校的金融學教學仍然存在著重理論輕實踐的狀況，實踐教學不僅可以培養學生的動手能力、提升他們對金融行業的認識，同時也有助于提高學習的趣味性，使學生在日常學習中能夠從手機中解放，從而達到更好的教學效果。目前，多數高校的金融學教學中，實踐教學僅僅占其中很小一部分，學生對金融的認識僅限于教材，加上有的教材更新緩慢，一些知識對于日新月異的金融行業已不再適用，導致學生知識陳舊、知識面狹窄，無法滿足金融行業的需求，難以勝任金融業的職位，從而影響應用型高校金融專業人才的培養效果。得益于大數據與人工智能，金融行業創新更加頻繁，各種新的產品與業務層出不窮，這便要求金融專業人才必須掌握最新的知識。但是，目前多數高校的金融學實踐教學體系形成之后很少改變，更新速度慢，難以跟上金融行業的創新。

（三）實習基地質量不高、數量不足

實習基地是學生進行實習的重要地方，但是很多高校不注重實習基地的建立，基地數量十分有限，有的僅僅是象征性地簽訂幾個合約，并未真正起到實習基地應有的作用。即使在數量上達到了要求，但是實習基地的質量參差不齊，學生到基地實習只是象征性地進行參觀或者僅做一些沒有技術含量的工作，難以得到應有的鍛煉，更無法了解到金融業的核心業務與感知大數據與人工智能在金融行業中的運用所帶來的行業變化。此外，即使一些學校十分重視實習基地的建設，但是金融專業實習基地具有特殊性，僅靠學校的實驗室難以滿足對金融學專業人才實踐能力的培養，學校需要與一些金融機構進行合作，建立校外金融實踐基地。而金融行業具有保密性高的特點，因此，學校在建立校外實習基地時金融機構熱情一般不高，學校往往面臨著諸多困難。所以，實踐教育效果具有很大的局限性。

（四）教師金融知識儲備與教學能力有待提高

教師是引導學生進行學習的主要力量，但是，目前應用型高校金融學專業的教師大多缺乏金融行業的從業經驗，其本身對金融行業的實踐業務了解不足，僅靠書本上得來的知識對學生進行教育導致學生對于知識的掌握僅停留在課本上理論階段，實踐學習不足，教學存在很大的局限性。此外，一些教師對新知識的敏感性不強，知識體系較為陳舊，導致其知識跟不上時代的變化，教學過程中難以將最新的知識傳授給學生。上課缺乏鮮活的實際案例，課堂不夠生動形象，缺少趣味性，難以吸引學生的注意力，在很大程度上影響了理論與實踐教學的效果。

三、大數據與人工智能背景下金融學專業人才培養路徑

在大數據與人工智能背景下，高校應重新審視金融學人才培養策略，緊跟時代腳步，確立人才培養目標，合理設定理論與實踐課程體系，為我國金融行業提供高質量人才。

（一）明確金融學專業人才培養目標，合理設置教學課程體系

在互聯網時代，金融行業瞬息萬變，各種新業態、新業務層出不窮。高校金融學人才培養應該以應用型人才為主要目標，合理設置教學課程體系，豐富課程體系，適當提高課程難度，提高課程設置的動態性與靈活性。針對金融行業創新快、互聯網金融發展的特點，應注意對教學內容的更新，與時俱進，結合大數據與人工智能背景，不斷更新課程體系，避免學習陳舊過時的知識，注意及時更新教材，以適應變化較快的金融行業。參考國內外先進高校的課程設置，合理提高選修課程比重，做到理論與實踐教育并重，注重培養學生的國際化視野與自我學習的能力，制訂合理的培養計劃，以保證學生掌握最新的金融知識，同時掌握應有實踐技能，為金融行業培養新時代具有國際化視野的復合型金融學專業人才。

（二）結合大數據與人工智能發展背景，提升實踐教學比重

實踐教學對于學生鞏固課堂所學理論知識、深入理解金融行業業務具有無可取代的作用。目前我國大部分高校金融學專業人才培養存在實踐教學缺乏的問題，因此，為進一步培養符合市場需求的高質量人才，高校應提高對實踐教學的重視。合理提升實踐教學在整個課程體系中的比重，除了傳統的銀行業務、證券業務實際操作之外，還應結合大數據與人工智能的發展開發諸如大數據處理、人工智能等課程，以幫助學生更好理解與運用。除了增加校內實踐教學，學校還應該注重校外實踐教學的開設，使學生真切體會到金融行業的發展及其業務運作流程，使其實踐能力得到有效提升，為將來工作儲備專業性的實踐知識。

（三）注重實習基地建設，加強校企合作

實習基地對于實踐型人才的培養十分重要。首先，學校應增加實習基地的建設數量，為學生實踐課程提供更多的選擇，開闊學生的視野。其次，學校應注重實習基地的質量。高質量的實習基地可以有效幫助學生掌握專業核心知識，為其將來就業打下堅實基礎，高校在建立實習基地時應集中力量提升高質量實習基地數量。最后，學校應加強與企業及金融機構之間的合作，以此來獲得更多高質量實習基地，從而幫助學生深入了解金融行業的業務操作流程，了解金融產品，了解金融行業的變化，培養學生對金融知識的敏感性;從而制定自己將來的目標，增加就業，有針對性地培養金融行業所需人才，無論是對金融類的企業還是對學生都大有裨益。

（四）提升教師能力，加強教師理論知識與實踐技能培訓

教師是學生前進路上的重要奠基者和推動者，高校必須注重教師自身金融知識的儲備與提高，加強對教師教學能力及知識儲備的考核，同時加強對教師金融知識的培訓。比如，通過安排金融專業人員到學校做講座，促進教師與專業人員的交流，從而提升其對于金融行業發展的認識，提高其接觸新知識的動力。同時，應注重并保證教師具有較強的實踐能力，可通過采取諸如組織教師進行實踐教學培訓交流，深入金融企業進行見習、交流的方式讓教師參與到金融行業的工作中，以保證教師具備金融行業的實戰經驗，掌握金融業務的運作流程與操作規范，從而使其可以更好地將金融學知識傳授給學生。否則實踐教學將成為紙上談兵，效果就會大打折扣。

參考文獻：

[1]? 范欽欽.大數據時代對會計工作及專業人才培養帶來的挑戰[J].農村經濟與科技，2019，30（19）：312-313.

[2]? 林晶，陳苗，李偉.人工智能與大數據時代信息人才培養模式、路徑與對策研究[J].情報科學，2019，37（9）：123-125，132.

[3]? 王晰巍，李玥琪，劉宇桐，李文喬.大數據及人工智能時代背景下國外圖書情報專業研究生人才培養趨勢研究[J].圖書情報工作，2019，63（11）：5-14.

[4]? 宿曉，代益香.人工智能與大數據環境下創新型管理會計人才培養模式的實踐[J].商業會計，2019，（3）：116-118.

[5]? 余小波，張歡歡.人工智能時代的高等教育人才培養觀探析[J].大學教育科學，2019，（1）：75-81.

[6]? 鄒玲莉.人工智能背景下會計人才培養面臨的挑戰與對策[J].經貿實踐，2017，（7）：237.