“新工科”背景下Python融入投資學課程教學創新研究

文江盼

湛江科技學院經濟與金融學院，廣東 湛江 524000

投資學是一門研究資本運行規律的學科，是建立在經濟學和管理學等理論基礎上，與金融學、統計學以及數學等學科緊密結合的綜合性、基礎性以及實踐性交叉學科。目前投資學的教學則是通過理論案例方法向學生傳授知識，然而大數據時代的來臨，巨大的信息流和數據爆炸是投資學教學中必須要面對和解決問題，因此投資學教學需要重新整合資源，融入信息化時代新型資源Python語言應用，利用信息技術提高投資學教學的高效性、實踐性。

Python語言在近幾年得到了普遍的關注和發展，主要原因是一方面受益于國家對人工智能的重視以及大數據發展；另一方面是該技術具有相對較低的學習難度和強大的功能和舒適的編程體驗，Python也逐漸融入高校的計算機課堂以及交叉學科中。Python融入投資學教學中，一方面可以培養學生數據分析靈活力；另一方面著重培養學生主動思考能力，可以針對不同實際需求提出相應的解決方法。

一、當前高校投資學教學實踐存在的問題

隨著大數據時代的來臨，金融類專業要求學生對計算機語言和相關信息技術具有較強的動手能力。金融類專業不需要像計算機專業一樣充分了解計算機架構、網絡架構等專業知識，但隨著信息化發展，社會對金融類專業學生要求不斷提高，如果僅從計算機語言掌握程度來把握，則金融類專業學生和計算機專業學生要求是一樣的。然而在實際教學中，金融類專業學生大部分是文科背景甚至對計算機毫無興趣，其計算機基礎知識較弱，主動探索性不強，在金融類專業課程教學中具有一定的挑戰。

然而，一般的投資學實驗教學也只是常規實驗，也只是在投資學教學后半段內容的證券投資技術分析中讓學生進行模擬炒股，但是隨著投資學教材優化，更多投資學內容則把重點放在數據分析以及收益計算等方面，這有利于體現金融類學生學習專業性以及未來就業需求，只是單純地模擬炒股實踐，學生處理問題的綜合能力不能提高［1］。因此學生面對理論課無法理解，實驗課又不能讓學生理解理論課內容，很容易讓學生產生自我放棄行為。

二、投資學課程教學面臨的挑戰

大數據、信息化觀念已經融入金融類專業教學中，推動了金融實務的持續創新，推進了金融模式的深刻改革。

（一）大數據信息化路徑對金融投資問題分析做出高要求

經濟金融研究與傳統計量經濟研究方法比較在大數據信息化基礎上有新的特性，例如數據的采集、分析以及檢驗等和傳統的計量方法有一定的區別，這也就暗示著對于問題分析不能太過傳統，應該運用創新思維思考。現在，互聯網金融、智能化已經深入到金融行業中，大數據邏輯逐漸取代了傳統的邏輯。傳統的計量分析是理論假說檢驗，現在大數據分析是爬蟲、歸納推理。前者是自下而上的推理分析方法，后者是自上而下的推理分析方法。

（二）資產組合優化選擇與風險測量

資產組合優化和風險測量是投資學課程教學重點內容，也是目前證券投資行業要求較高的內容，其選擇和決策方式需要持續改進。對于證券投資行業及個人投資者來說，金融產品的數據采集方式的簡單化，促進資產組合選擇及風險測量便利化以及拓寬其視野，也為證券投資工作節約了時間及人力成本。所以如何高效地利用大量的數據挖掘出有用的信息，構建合理的投資方案尤為重要，數據挖掘分析工作的簡便性也是目前證券投資行業中急需解決的問題。

（三）金融類專業教師知識培養的挑戰

在金融科技、云計算以及大數據快速發展背景下，傳統的金融行業的信用環境、業務方式面臨著重新調整，這要求金融類專業教師不斷適應社會市場的變化，持續地學習，不斷地更新專業知識，無時無刻地將新的知識融入教學中。金融類教師適應了多年的傳統教學，想要進行改變需要很長時間，對于新的專業知識學習也需要一段時間的適應，甚至有些教師不適應這樣的改變，繼續使用傳統教學模式［2］。面臨金融科技業務的工作流程，高校教師也需要跟進發展腳步，不能以完成授課任務而結束，不能以“學不會”為理由，應該考慮到學生在就業環境中面臨的要求，將學生的就業壓力主動轉變成動力工具和特長，適應金融行業發展需求。

在許多應用型高校中，金融類專業的Python等計算機語言課程由計算機類學院教師教授，但只單獨教了這門課，與金融類課程結合性不強，由于專業的老師對于金融類課程不熟悉，無法將Python等計算機語言課程融入金融類專業課程實踐中，故培養金融類專業教師學習計算機語言課程極為重要，同時也對教師的自身素質、專業培養目標提出了更高要求，但也有一些教師由于種種原因無法接受新課程的學習，依舊采取傳統的方式教學。所以，適應當前金融行業的轉變、師資隊伍建立是高校金融類專業發展面臨的難題。

三、Python融入投資學課程創新實踐

Python作為較為高效的數據挖掘分析工具，受到了金融行業的青睞。熟悉經濟社會發展對專業人才要求，了解學生對投資學課程的期望和實踐能力需求，研究投資學與Python融合創新實踐效果以及兩者聯系，則可為將來的課程以及專業人才培養方案提供參考。

（一）專業內容課程教學實踐

下文以投資學課程中“債券定價”內容為例，融入Python語言。

1.數據收集

Python作為一種開源語言提供了豐富的API和工具，可以使用C語言、C++等來編寫擴充模塊，也可以運用第三方庫，具有較高的靈活性。故教師在上課時候可以事先講授Python數據采集內容，一旦遇到該問題可以提前將數據采集完成進行實踐。

2.公式編制

在教授債券定價內容時，授課老師可以通過理論+實踐的方式讓學生更好地理解Python融入該內容運用，通過理論知識講解，讓學生熟悉債券價格定價理論公式及含義，并通過例題講解方式讓其對內容更加深刻。

在Python語言實踐方面，由于債券定價內容，需要學生掌握債券定價公式，其中包括付息債券、零息債券等公式，學生在教師指導下載Python軟件，并按照債券定價公式編寫Python語言函數。同時通過案例，把Python語言融入到案例中，學生在課堂中不僅掌握理論知識還很好地能對Python語言運用。下面是對付息債券價格公式編制運用：

公式中：P-債券價格；Ct：第t期支付的利息（現金流）；F：債券面值；N：債券期限數；y：貼現率；t：現金流發生的期數

編寫Python語言函數如下：

Def bpd（ct，F，y，n）：

a=cf/（1+y）**t

b=F/（1+y）**n

p=sum（a，b）

Return p

3.綜合分析

債券價格定價計算與Python語言結合，在大數據背景下，學生可以很快地計算分析結果，從統計角度分析“發現－總結”的分析結論，而且要結合專業知識給出相應的經濟學原理分析。債券的現值受三個因素影響：到期日、息票和市場收益。市場收益是投資者對一個特定債券需求的現時市場利率，相同息票、不同到期日和不同市場收益的債券價格以及相同的到期日、不同息票和市場收益的債券價格進行分析，通過對大數據分析，最終得出結論：利率下降（上升），使得債券價格上升（下降）。長期債券和低息票債券的價格變化大，因此投資者預期利率下降可購買低息票長期債券，充分利用到期日和息票對債券價格的影響。

（二）教學與思政教育融合

在python融入投資學課程中，不僅要教授專業知識，還需要讓教學秉著“立德樹人，育人為本”的目標進行下去。所以教師在教學中對于思想政治教育尤為關鍵，在傳授專業知識的同時，也要考慮學生獨立思考和實踐操作能力，讓學生更具有社會責任感，成為創新實踐精神的專業人才［3］。

1.課前準備階段

在備課過程中，教師除了準備專業知識外，還需要關注社會民生和熱點問題，在課程中融入這樣的案例，讓學生一邊實踐一邊有所領悟，同時以課程知識和技能為核心，最后關注點是能夠提高學生的綜合素質，在這樣的背景下準備案例材料，運用Python語言融入投資學案例中，一方面能讓教師在教學前更好地弄清知識體系，將理論知識融入案例分析實踐中，有利于學生快速淺顯易懂地掌握知識。同時，教師還可以在無形之中將思政的內容融入教學中，讓學生學有所悟。

2.課中教授階段

在教授過程中，教師引入社會熱點問題，不僅可以帶動學生的積極性，還可以讓學生提高自身的求知欲，促進學生進一步對專業知識思考并加入思政內容。在整個教學過程中，通過解決問題為導向的知識內容與軟件操作結合，促進學生實踐學習與歸納整理，推動學生自主思考，以Python融入投資學教學中進行實踐操作，其次可以進行小組合作完成案例問題分析，以此增加學習的動力和信心。利用學到的知識內容并結合Python語言操作完成案例問題，也有助于提高學生的自主學習能力。

在這樣編排授課過程中，能夠將復雜的知識內容簡單化，高效地傳遞給學生，充分發揮學生自主學習能力，改變傳統的教學模式，有利于提升學生的動手操作能力，更好地理解知識內容并進行實踐檢驗，進而展現出課程融合的價值。在案例教學中引入思政元素可以讓學生理論聯系實際，通過案例中的啟發故事激勵學生，提升學生的綜合素質能力［4］。

3.課后結束階段

課堂上短短四十五分鐘的時間結束并不代表所學習知識時間就結束了，也不意味著整個教學過程就結束了，教師要持續關注學生上課后的效果，學會運用網絡手段為學生答疑解惑，鞏固拓展課程教學。在課外通過案例讓學生持續鞏固學習成果，通過實習實訓來引導學生學習，并在實習中學以致用。同時，將對Python語言學習運用到經濟金融其他學科學習中，讓學生在學習專業理論知識中可以找到樂趣，發現不一樣的精彩。

四、總結

這幾年，金融科技在全球范圍內迅速發展，國內傳統的金融機構開始轉型，開展智慧金融、大數據分析等技術來應對激烈的金融市場，傳統金融科技型不斷增強。同時對于金融科技型人才需求也越來越大，以手機代替柜員機，以自助代替人工，以數據替代憑證等已是大趨勢。隨著金融科技、大數據以及云計算的發展，導致傳統金融行業的崗位需求越來越小。同時，面臨金融科技、大數據行業持續發展，商業銀行倒逼轉型，需要大量的金融科技人才。高校應該根據目前就業情況以及市場需求積極調整專業及課程設置。在傳統專業人才培養中，計算機專業不學習經濟金融方面知識，經濟金融專業不學習計算機專業知識，故金融與科技融合的復合型人才緊缺。

面臨著大量的經濟金融數據，傳統的投資學教學無法滿足應用型創新型人才需求，故對于傳統的投資學教學模式改革迫在眉睫。在“新工科”背景下，單一學科的人才培養已不再是應用型高校的目標，隨著金融科技、互聯網金融以及大數據信息化的發展，計算機語言與經濟金融課程結合讓學生能夠更加適應金融行業要求。經濟金融大數據信息化已成為現代社會經濟發展趨勢，高校對于經濟金融專業人才培養需要進一步改革，需要我們在經濟金融專業人才培養建設上加以重視。