應用型本科金融時間序列分析課程教學改革路徑

陳超　陳英梅

[摘 要]結合本校教學實踐，針對金融時間序列分析課程教學中存在的問題，從教學內容、師資力量、教學資源三個方面對金融時間序列分析課程教學改革路徑進行了分析。圍繞對知識的運用能力這一核心，提出基礎知識+實例教學+方法應用+Python、學校師資+企業外聘+專題講座+國家精品課平臺、課程實訓+企業實踐+免費培訓+學習論壇的改革方案，并闡述了具體實施注意事項。

[關鍵詞]金融時間序列分析;教學改革;Python;應用型本科

[中圖分類號] G642? ? ? ? ? ? [文獻標志碼] A [文章編號] 1008-2549（2022） 06-0110-03

在大數據和證券投資量化分析再次占領金融高地的背景下，金融時間序列分析課程在金融學以及金融工程專業的重要性顯得更加突出。應用型本科高校的定位是為社會培養具備實踐能力的高端人才，傳統的填鴨式教學方式已無法適應數字經濟時代的發展，掌握一種或幾種分析工具，從而進一步提升解決金融實際問題的能力是應用型本科高校制定培養計劃的主要考慮方向。金融時間序列分析特指針對金融數據進行統計分析與模型構建的研究方法，其主要包括向量誤差修正模型、條件異方差模型、門限模型以及部分微觀金融計量等富含現代數學理論知識且有廣泛應用背景的內容。而Python作為一種解釋型計算機語言則逐漸在金融數據分析領域顯現出它的優勢，已經成為絕大多數證券公司正在使用的主流軟件?；谟嬎銠C軟件工具的金融類專業課程改革勢在必行，那么如何在金融時間序列分析教學中更好地結合Python工具的使用、融合理論與實踐就成為教學改革面對的棘手問題。鑒于此，本文主要結合我校實際情況，對基于Python語言的金融時間序列分析課堂教學改革路徑進行分析，為同行提供參考。

一、金融時間序列分析課程教學存在的問題

（一）在教學內容上偏于學習數學理論

該門課程任課教師選擇更傾向數學相關專業出身，原因在于金融時間序列分析的學習內容幾乎全部被數學推導、公式證明、復雜計算所覆蓋，具有數學相關專業背景的老師在處理數學專業問題時更加從容。但如果教師不是來自金融數學專業往往對金融知識掌握深度不夠，因此在該門課程教學過程中會出現偏于數學理論知識學習的情況，同學們往往會認為這就是一門數學課程，而忽視了如何將分析方法應用到金融實際問題中。對于應用型本科高校來說，金融學專業同學文科生比重很高，在應對較為復雜的數學知識學習過程的同時幾乎沒有足夠的精力再去學習編程。以我校為例，為了彌補同學們在金融數據分析中對軟件使用能力的不足，金融學專業學生在大一期間即開設了“Python計算機基礎”課程，但即便如此，在金融時間序列課程中仍舊無法實現數學方法、軟件和金融問題的對接。總之，不論是從教師層面還是學生的實際情況看，金融學專業開設的金融時間序列分析課程的教學內容應改變偏于數學理論教學的現狀。

（二）在教學方式上仍舊以傳統教法為主

灌輸式教學在國家全力打造“金課”的方針背景下并沒有得到徹底的改變，特別是在應用型本科高校，教學方式仍舊以灌輸式、填鴨式教學為主。原因當然是多方面的，以我校金融時間序列課程為例，首先教學內容的性質決定了傳統式教學發揮的作用，缺少互動和教法多樣化，只有習題課才采用較多的互動形式。其次，作為金融學課程里唯一的數據分析專業課程，在各專業培養計劃總體學時縮量的情況下本門課課時明顯不足，我校該課已經從40學時壓縮到32學時，由于本門課程教學任務繁重，學時不夠的直接后果是學生會忙于應付課程基本內容，任課教師發揮的空間有限。再次，雖然在省級層面和學校層面正在對教學方式、課程考核方式、教學檢查材料等方面給予很多政策支持，但是教師時刻應付檢查的心理使得多項改進舉措實施效果并不理想。

（三）在教學條件方面實驗室建設投入不足

每個人都是被時代裹挾著前進、改變、成長。以往實驗室建設更多的是在工科專業被強調和投入，特別是在工科院校，社科類專業實驗室建設近幾年才開始納入經費預算日程。而與此形成鮮明對比的是，在金融企業實踐中信息化建設、IT技術的廣泛使用、模擬實驗的大范圍推廣早已實施。學校人才培養與社會需求必然會出現脫節。一個軟硬設施完備的實驗室，尤其對金融時間序列分析課程，在學習和模擬實踐投資量化分析、金融大數據計量、投資組合管理、公司兼并重組等方面可以發揮巨大的作用。如果把教學內容與教學實驗更加緊密地結合，對教學效果、向社會輸送高素質人才都是非常有利的。但普通應用型高校往往經費有限，工科院校經費的使用要偏向優勢學科，導致金融類專業在實驗室建設方面投入嚴重不足。

（四）在教學檢查方面制度落后于專業發展

教學檢查作為一項提高教學質量的約束性手段在高校中是普遍存在的，但各個高校檢查指標側重點各有不同。教學檢查是一種約束，更是一種激勵，是政策引導的一部分。與金融專業發展緊跟大數據、數字化等前沿需求對比，教學檢查的項目還停留在傳統階段。比如檢查的項目包括課堂管理、課程考核試卷情況、期末成績分布、試卷分析的內容、課程實訓和課內實驗等材料，同時檢查結果還會成為評優評職的參考。所有這些檢查內容在任課教師承擔教學任務的過程中都是需要考慮進去的。經過對多年教學檢查和教學效果對比的觀察發現，教學內容和社會需求是否脫節、教學培養是否提升了學生的專業能力等，通過現有的教學檢查很難有質的轉變。這不是認為教學檢查本身有問題，而是學校層面無法顧及所有專業發展的情況，因為教務部門人力物力也是非常有限的，在不額外增加投入的情況下，教學檢查下放給二級學院，學校層面負責總體指導是較好的選擇。

二、金融時間序列分析課程教學改革路徑

通過對金融行業調研以及學生座談，對基于Python語言的金融時間序列分析課程改革路徑進行探討，主要包括教學內容、師資力量、教學資源三個方面。

（一）教學內容：基礎知識+實例教學+方法應用+Python

教學內容是首先要改變的，基礎知識的講授要從理論推導轉向實踐。有以下幾個方面要特別強調：一是金融時間序列分析基礎知識仍舊是教學內容的核心，不過在講授過程中要解釋清楚各種方法應用的前提條件，該方法有什么優勢和弊端，結果的可靠性如何等，對應用型高校而言適當放棄背后數理推導的學習;二是選用更為合適的教材，比如統計專業的主流教材《時間序列分析》就不適合金融學專業選用;三是教學內容要有寬度，之前的教學內容偏數理推導且學時有限，對金融數據研究方法學習發揮的作用很有限，導致同學們對數據分析的深度和意義認知淺薄，教學改革后在這方面要進一步加強。

實例教學就是以問題為導向，在教學過程中先把要解決什么問題和達到什么目標詳細闡述清楚，然后進一步分析該問題數據獲取的途徑和數據的結構、特征等，最后根據所分析的案例總體情況，并結合所學方法的基礎知識，說明為什么要用該方法。實例教學保證了同學們每學一部分內容都能夠聯系實際并制定解決方案。

制定了實例問題的解決方案后就要進行統計建模并分析結果，當然這里的模型是給定了的，只是要完成該模型的運用和加上對分析結果的解讀。在金融時間序列分析課程中，建模時會涉及多個參數的確定，而這些參數的確定并不是顯而易見的，可能需要對數據反復檢驗和考察才能最終正確設定模型。當然方法的應用是離不開軟件操作的。

面對一個現實問題，已經明確了研究方法極其適用的條件，準備好了數據，接下來就是用軟件實現需要的結果。在教學過程中首先要掌握Python操作的基本命令，以及數據的導入、前期處理等。在當前階段不需要嘗試多種操作方法，只需學會一種以達到輸出數據分析結果的目標即可。進而每一個問題都會在軟件使用上有一個積累，最后形成一套能夠實現金融數據分析等基本編程思路。整個教學過程時刻都在引導同學們結合對基礎知識和方法的應用、數據獲取以及Python軟件的使用，每解決一個問題都如同在企業中的項目演練。

（二）師資力量：學校師資+企業外聘+專題講座+國家精品課平臺

由于教師的專業和實踐背景不同，任課教師都有自己擅長的領域，對知識理解的視角也有一定的差異，這就意味著若想學好一門課程需要配備一個師資團隊，來彌補主任課教師綜合能力上的不足。主任課教師一般來自本校，可以考慮具有扎實數理功底的本專業老師，也可以選擇數學類專業老師，但要注意教學大綱的要求是強調方法的應用分析。

從企業外聘的老師，關鍵是解決教學過程中同學們疑惑地從項目設立到項目驗收或者日常工作中從數據分析目標到最后支持投資決策等是如何展開的問題。幫助課程教學更加合理地制定教學方案，比如不同環節的時間分配比重、內容深度的考慮等。同時，有著豐富實踐經驗的老師也能提升同學的學習興趣，有助于學生明確學習目標。我校的金融專業有來自企業的客座教授，但是還沒能將校外師資資源納入課堂教學的整體規劃。

每一個學科或每一個領域都存在前沿問題，或是“猜想”式問題甚至跨領域問題，即便是對于應用型高校來說，從工程視角開展專題講座也是非常必要的，其可以幫助同學們擴展專業視野，起到提高自身認知以及跨領域學習能力的作用等。比如在金融時間分析課程當中，數據的獲取途徑有多種，在無法下載公開數據的情況下可以通過Python網絡爬蟲獲取，但是網絡爬蟲可能會觸犯法律，那么在教學過程中安排一個學時請相關專家做一次法律邊界的講解無疑是有益的。

國家精品課平臺同類課程是金融時間序列分析教學的有力補充，現在絕大部分課程都可以在公開課中找到，是同學們擴展學習和溫故知新的最佳平臺。比如對序列相關性檢驗的幾種方法不理解、Python軟件環境變量設置不清楚、conda包管理命令在使用時出錯等等都可以通過該平臺找到答案。

（三）教學資源：課程實訓+企業實踐+免費培訓+學習論壇

教學資源使用的目的是訓練學生系統地解決金融數據分析中的問題，往往要集成多種方法，耗時也比一般的實例教學更長。金融專業實驗室建設是首要任務，金融時間序列分析課內實驗安排和課程實訓均要依托實驗室設備。我校課程實訓一般安排一周到三周的時間，而本門課程只包括4個學時的課內實驗，在學時安排上要適當增加實訓任務。在教學資源利用方面要重視同金融企業資源的結合，我校金融專業有多個企業實踐基地，但主要是服務于畢業實習環節，這與工科專業非畢業生也會到企業進行課程實訓形成了差距。在產學研一體化背景下，金融數據分析課程教學應盡早實現與企業對接，通過觀察、體會、軟硬件的接觸加深對知識運用的理解，比如Python軟件和R、Matlab、C++在進行數據分析時有何不同，金融公司的偏好是什么等，哪怕是有課程實訓學時的四分之一去和金融公司數據分析師、投資分析師進行交流也會給學生帶來全新的體驗和體會。

此外，很多金融企業特別是證券公司會不定期地開展和金融數據分析內容有關的免費培訓，比如應用Python軟件進行量化交易分析等，專業教師應該多收集并向學生們提供此類信息。而權威的學習論壇也是同學們獲取學習資源的重要場所，比如Python數據分析案例、部分代碼、方法應用的經驗介紹、金融數據獲取的途徑、可參考的資料列表以及一些收費的培訓項目等等。

總之，本文結合遼寧工業大學金融學專業實際情況，對金融時間序列分析課程存在的問題進行梳理，主要體現于在教學內容上偏于學習數學理論、在教學方式上仍舊以傳統教法為主、在教學條件上實驗室建設投入不足和在教學檢查上制度落后于專業發展四個方面。針對這些問題本文提出從教學內容、師資力量、教學資源三個方面對金融時間序列分析課程教學進行改革的路徑。我們認為該路徑能夠實現本專業應用型本科人才培養目標，特別是在金融時間序列課程中強調了Python語言的重要作用，并且可以基于Python軟件開展一系列的教學教法創新。然而，任何課程教學改革都離不開主管部門和學校以及所在二級學院的支持，故此我們在制度層面上提出以下建議：第一，進一步深化教學管理機制改革，把教務處從細碎瑣事中解放出來，教務處采取備案制度，在專業建設和課程檢查上把權力下放給二級學院;第二，進一步鼓勵師資積極與企業對接，減輕對師資的制度性束縛，在工作安排上靈活處置;第三，教育主管部門應更加傾向于以結果為導向的行政考評與各項檢查，讓高等學校從形形色色的模板資料中解放出來，轉身更專注于如何做好教學、做好實踐、做好科研、做好社會服務;第四，需要設計對專業教師隊伍的約束考評機制，對不熱愛高等教育事業、不用心做好教學工作的老師要有分流措施，既要充分體現出知識要素在收入分配中的重要性，又要通過機制設計分辨出是否已形成知識要素并堅決淘汰無效知識的輸出?？傊?，任何一門課程的教學改革都不是簡單的只由任課教師來完成，制度支持力度越大，改革就會越深入。

參考文獻：

[1]闕燁，程廣華，吳正飛，等.基于統計分析方法在金融數據中應用的課程教改研究[J].蚌埠學院學報，2020，9（2）：113-116.

[2]喬艦，范淑芬.新形勢下時間序列分析課程教學改革的一些實踐[J].教育教學論壇，2020， 460（14）：194-195.

[3]李泓征，劉妍.基于R語言的“金融時間序列分析”課程教學改革與實踐[J].時代金融，2019， 727（9）：229-230.

[4]張茜.金融學專業“時間序列分析”課程教學方式的探討與實踐[J].科教導刊：上旬刊， 2018，325（1）：83-84.

[5]蔡靜.“互聯網+”背景下“時間序列分析”課程教學模式研究[J].牡丹江教育學院學報，2018， 186（3）：64-65.

? ?作者簡介：陳超（1983—），男，博士，副教授，研究方向：房地產金融、金融計量;陳英梅（1970—），女，碩士，副教授，研究方向：企業管理、市場營銷。