基于大數據技術的金融工程專業教育革新

王昕 李傲晗

摘?要：在實施大數據戰略背景下，各高校需要針對市場變化和行業需求，構建現代金融工程教學體系，提高金融工程專業教學質量和可持續發展能力，帶領學生進行系統性的分析與研究，加強培養學生的相關能力使學生成為適應社會需求的應用型高級人才。但教師科研能力和應用技能的欠缺、教學課程設置的非匹配性以及學生大數據應用學習興趣的缺乏等困境使得金融工程專業的學生無法在學習過程中將大數據技術有效應用到實際問題中，數據處理和分析能力嚴重缺乏。因此，想要有效改變這類困境，就需要解決金融工程專業課堂教學理論與實踐操作脫節問題，培養學生獨立思考和創新能力，提高他們的實際操作能力和職業競爭力。

關鍵詞：大數據技術；金融工程；課程改革；教師能力；學生能力

中圖分類號：G4?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2024.09.068

0?引言

自2020年習近平總書記提出“逐步形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局”的經濟發展戰略思想以來，中國金融行業不僅經歷新的市場需求變化，更面對數據爆炸、技術迭代加速和人工智能的競爭。在這樣的背景下，金融行業開始關注和利用大數據和人工智能技術來改進業務和決策；金融機構開始建立數據分析團隊，并投資于數據科學和機器學習技術的研發和應用。因此，面對金融行業和機構的數字化轉型，各高校在堅持立德樹人的基礎上，以教育部《普通高等教育學科專業設置調整優化改革方案》為指引，積極探索如何通過構建現代金融工程教學體系，提高金融工程專業教學質量和可持續發展能力，培養適應社會需求的應用型高級人才。

1?金融工程專業發展趨勢

金融行業一直以來都是技術的重要應用領域，但近年來，隨著科技的快速發展和數字化轉型的加速推進，金融工程面臨著更多的技術創新機遇和挑戰。數字化轉型、云計算、大數據分析、人工智能、區塊鏈等新興技術不斷涌現，給金融行業的人才培養帶來了巨大壓力和挑戰。

1.1?數據量龐大

受科技技術的制約，傳統金融機構主要通過手工記錄和紙質文檔存檔方法進行數據收集。使得金融機構因數據時效性、準確性和完整性等問題不得不將數據使用局限于歷史評價，忽略金融數據歸集人才的需求。然而，隨著經營規模的拓展，以及數據量的爆發性增長，金融機構需要對海量數據開展數據清洗、處理和分析工作，以便從中提取有價值的信息，構建其相對應市場的競爭戰略。因此，現階段對金融工程專業而言，能否培養出具有專業數據處理的技術人才就顯得尤為重要。

1.2?數據多樣性

金融理論研究和實踐結果證明，金融目標的實現并非僅取決于內在因素的作用，更多來源于外部環境的變遷。因此，金融機構歸集財務賬表數據的同時，也不斷思考結構化的交易數據、非結構化的新聞和社交媒體數據等對金融目標實現的影響。這就給現代金融專業的人才培養方案提出更高的要求，即要扎實掌握金融聯系理論，又勇于驗證和探索實際金融要素的相關關系和變化。

1.3?實時性需求

受地緣經濟的影響，傳統金融市場波動相對較為平穩。金融機構的投資決策主要依賴執行者和管理者的經驗。這就導致金融機構需要支付高額成本，維護經營穩定性。然而，隨著市場經濟波動和多樣性發展的加劇，金融投資決策的經驗性決策往往與實際金融結果相反，進而導致金融投資風險加劇。因此，現代金融工程更偏向對大數據技術分析培養，以協助金融機構及時制度市場投資決策，規避市場波動風險帶來的損失。

綜上所述，大數據技術對于金融工程專業的發展具有必然性。可以幫助金融機構處理和分析大量、多樣性的金融數據，提供準確、實時的數據分析和決策支持。因此，掌握大數據技術對于金融工程專業的從業人員來說是必要的。

2?金融工程專業發展困境

在大數據的應用下金融機構還能在短時間內處理和分析海量數據，為決策提供及時且具有市場前瞻性的數據支持。然而，傳統單一的理論教學使得金融工程專業學生無法在學習過程中加強與大數據技術的結合，數據處理和分析能力嚴重缺乏，具體有以下幾個表現。

2.1?教師科研能力和應用技能問題

高校教師作為知識和技能學習的核心源泉，他們的教學水平和研究能力對學生的學習和學科的發展具有至關重要的作用。現代金融工程課堂不僅是金融理論基礎知識的傳導場，更是學生多元化實踐發展的啟蒙地。因此，金融工程專業教師必須掌握金融理論、數學模型、計算機技術等多方面的知識，以備學生多元化實踐發展的需要。但是，受制于固有教學經驗和學習經歷，部分金融工程專業教師更傾向于理論程序教學，僅簡單概括金融實踐教學內容。其次，金融工程專業作為多學科交叉專業，要求教師在具備金融專業知識的同時，還必須掌握通過大數據技術驗證金融理論的能力。但由于高校教師主體結構和知識結構的非均衡化，部分學生很難通過課堂教學汲取相關知識和能力。再次，教師工作固然需要穩定的教學環境和生活環境作為支撐，但這并不意味著教師可以寄居校園，低估金融實踐發展在教學中的應用。在完全以理論教學和科研為主的教育評價體系下，部分高校教師缺乏參與金融實踐工作的動力，對理論教學內容的實踐性掌握較為片面，進而導致金融工程專業學生很難認知教學內容和實踐工作的相關性，弱化學生探索教學內容的動力。

2.2?教學課程設置的非匹配性

教學課程是高等教育質量評估和管理的重要途徑之一，課程設置的合理性和匹配性能夠推進學校持續改進教學，深化大數據技能和理論教育的融合。現階段課程設置主要存在以下3方面問題。（1）教學課程的扁平化。基于大數據應用下的金融工程專業涉及的知識領域廣泛，包括金融理論、數學、統計學、計算機科學等，所以課程設置需要充分考慮這些領域之間的平衡與聯系。但是高校對課程教學模塊的實際設計卻并非如此。部分高等院校出于對全校課程的便利性考慮，往往將金融工程專業課程安排在同一時間階段。導致大數據技能培養很難與金融工程理論學習相匹配。（2）理論教學時長的非匹配性。隨著金融工程理論的深化，教學書本涵蓋內容更加全面。因此，大量教學時間被理論學時占據，實踐操作學時大量銳減，加劇了理論教學與大數據應用的非匹配性，進而導致學生對大數據應用能力培養的迷惑。（3）實踐教學內容導向錯誤。實踐教學作為學生就業與學校教育關鍵環節，能夠有效為學生明確理論學習，建立就業目標奠定基礎。因此，近年來，各校始終將實踐建設作為學校發展重心。然而，實踐內容的發展方向并非與時俱進，部分高校內容仍主要以基礎工作程序為主導，對大數據技能培養內容較為空泛，缺乏規范和具體的教學內容和考核機制。

2.3?學生大數據應用學習的困境

大數據應用在金融工程專業的發展不僅源于學校和教師的努力，也源于學生的主動參與。然而，各高校學生主動參與和學習積極性和成果質量較低，與社會對金融工程專業的大數據應用發展要求相距甚遠。具體而言，主要有以下幾方面原因。（1）大數據應用考核機制的欠缺。受基礎教育考核機制的影響，當代學生學習仍是以分數考核作為自身發展目標。而大數據應用學習則注重的是金融實踐分析能力培養，其考核很難以答題分數作為標準。這樣容易使學生失去自我培養大數據應用能力的興趣，造成“高分低能”學生成為學校大數據應用發展主體的現狀。（2）職業教育的迷茫。大學教育并非完全是科研教育，更多的是一種職業能力的培養。然而，大數據應用在我國仍處于初始階段，職業選擇面積相對較窄。因此，部分受傳統就業觀念影響的學生更傾向于通過職業資格考試，為自身未來職業發展創造競爭優勢，而不是通過大數據應用技能的學習，建立符合未來國家戰略發展的需要。（3）自主學習能力較弱。與中小學設定式教學方式不同，大學教育主要是引導教學方式，推進學生自我實現多元化發展。導致金融工程專業學生很難及時轉換角色，以市場發展需求的眼光，認識大數據應用的重要性。

3?建議

綜上所述，金融工程專業對學生的理論知識、計算機編程和模型構建有著較高的要求，因此解決金融工程專業課堂教學理論與實踐操作脫節的問題就成為如何培養金融工程專業改革的關鍵。

3.1?金融工程課程改革

在教學過程中，教學課程設置與實際需求是否匹配直接影響到大數據技能和理論學習的融合程度。在這種情況下，高校需要對教學課程進行合理設置，優化課程設計，使得大數據技術與理論知識能夠在課程中深度融合。在進行金融工程課程改革的時候，主要從5個方面入手：（1）優化課程設計。調整高校對金融工程專業的課程教學模塊的實際設計，針對學生適應能力的強弱安排金融工程專業課的時間順序，讓學生有充分時間進行大數據技能培養。（2）完善課程教學模塊。在課程中增加實踐環節，并將商業工具和平臺（如Python、R、Hadoop等）引入課程，提供實驗室設備和金融數據資源，讓學生親自進行金融數據挖掘、模型構建和分析等實踐操作。可以使學生實踐應用大數據技術解決金融問題，培養他們的實際操作能力。（3）增添大數據應用課程。根據大數據在金融領域中的最新應用和發展趨勢，更新課程內容，如數據科學、機器學習、深度學習、自然語言處理等，確保課程設置與實際行業需求保持一致。（4）增強校企合作。通過與企業的合作，學生可以親身參與大數據項目，與金融專業人士合作解決實際問題，并了解金融行業的需求和挑戰。高校應保持課程內容與行業需求同步，并提供學生所需的最新知識和技能。（5）完善課程反饋機制。建立學生評估和反饋機制，定期聽取學生對課程改革的意見和建議，根據反饋優化課程的設計和教學方法。學生的反饋具有重要的改進和優化課程的參考價值。

3.2?優化師資力量

在基于大數據技術下的金融工程教學革新過程中，高校需要提升教師科研能力和應用技能，確保在實踐教學過程中，教師能夠促進學生多元化的應用發展。在優化師資力量的過程中，主要從以下3方面入手：（1）提供專業培訓。為教師提供專門的培訓，使他們能夠了解和掌握大數據在金融工程領域中的應用，并熟悉相關的技術和工具。培訓內容可以包括數據科學、數據挖掘、機器學習、大數據處理等方面的知識和技能。同時為教師提供專門的教學資源（如教案、實驗設計、課堂活動和項目案例等）和教材，幫助教師進行教學設計和開展實踐教學，將原本的理論程序教學轉化為大數據應用于金融工程的教學模式。（2）組織教學研討和交流活動。高校還應該組織教師的研討會、講座和交流活動，邀請行業專家和學者舉辦講座，為教師提供一個平臺分享經驗，學習互相借鑒教學方法和策略。（3）鼓勵教師參與大數據項目。在大數據應用下，高校應該支持教師的研究和實踐項目，為教師提供支持和資助，推動他們開展與大數據應用和金融工程相關的研究和實踐項目。將有助于教師深入了解行業實踐和最新技術，為教學提供實際案例和數據資源。

3.3?增強學生學習積極性

大數據應用下的金融工程專業的發展不僅在于高校課程設置的合理性和師資力量的提升，更重要的是學生的學習積極性。因此，在金融工程專業教學革新過程中，高校需要從以下5個方面入手，提升學生對實踐教學的學習積極性，培養學生的應用技能。（1）修改考核機制。高校應該根據大數據應用的特點和要求，修訂考核機制，將重點放在學生的實踐能力和分析能力上，而不僅僅依賴于答題分數。可以采用項目實踐、案例分析、實際應用等方式進行考核，更加注重學生的實際能力和解決實際問題的能力。（2）構建大數據應用就業課程。高校需要開展職業規劃和就業指導等活動，引導學生了解大數據應用領域的發展前景和就業機會。可以邀請行業專家和企業代表舉辦講座和交流，幫助學生了解行業需求和發展趨勢，培養他們的職業意識和發展規劃能力。同時高校還應該及時給予學生積極的反饋和肯定，鼓勵并獎勵他們在課程中的表現。可以通過成績評定、獎學金、學術報告等方式，激勵學生繼續努力學習和參與到基于大數據應用的金融工程學習中。（3）設計有趣和實用的課程內容。高校應該設計有趣和實用的課程內容，確保課程內容既能引起學生的興趣，又能與實際應用相結合。通過引入真實的金融數據和案例，讓學生能夠親自進行數據分析和模型構建，將所學知識應用到實際場景中，增加他們對課程的投入和興趣。高校還應該多組織學生進行小組合作和競爭，例如小組項目、數據挖掘競賽等。通過團隊合作和競爭的方式，激發學生的積極性和創造力，增加對課程的投入和主動學習的積極性。不斷鼓勵學生積極參與金融工程行業的實踐活動和比賽，提供學生展示自己的機會。（4）鼓勵學生參與行業實踐和比賽。高校可以組織學生參加金融數據科學競賽、金融科技創新比賽等，讓學生能夠展示他們在大數據應用方面的能力，并增加對課程的學習動力。（5）個性化培養定制。針對學生的接受能力和應用能力，高校應該為學生提供個別的學術指導和輔導，幫助他們解決學習困惑和難題。了解學生的學習需求和興趣，針對個體差異提供相應的指導和資源，激發學生的學習動力和積極性。

4?結束語

綜上所述，基于大數據技術解決金融工程專業課堂教學理論與實踐操作脫節問題需要構建現代金融工程教學體系，提高金融工程專業教學質量和可持續發展能力。同時綜合使用多種方法和手段，通過更新課程設置、提供實踐操作資源、引入行業導師、注重實際案例和項目研究、加強校企合作與實習機會、組織行業講座和工作坊，以及培養學生的獨立思考和創新能力，可以讓學生更好地將理論知識與實踐操作相結合，提高他們的實際操作能力和職業競爭力，培養出適應社會需求的應用型高級人才。

參考文獻

[1]高佳薇，姚娟.大數據背景下金融工程專業《計量經濟學》課程改革創新探討[J].經濟師，2022，（11）：221222.

[2]孫百鳴，趙寶芳，楊兆輝.高職院校專業核心課程改革的探索與實踐——以哈爾濱職業技術學院為例[J].教育探索，2016，（01）：5860.

[3]肖騰飛.應用型本科金融工程專業教學改革研究[J].金融理論與教學，2018，（03）：7477.

[4]王業雯，曾小燕.基于創新創業導向的高校金融工程專業人才培養模式探索——以華南理工大學廣州學院為例[J].高教學刊，2017，（18）：2123.

[5]周麗云.金融工程課程教學改革研究[J].高教學刊，2021，7（15）：121124.

[6]黃一鳴.高校金融工程專業建設與教學改革探討[J].江蘇科技信息，2017，（36）：7475.