新時代背景下“金融大數據”教學思考

楊景景 姚茵 魯文亮

摘?要：“金融大數據”課程是我校數據科學與大數據技術專業的核心專業課程之一，在金融交易日趨電子化數字化的今天，運用大數據技術開展金融服務已經是必然趨勢。為了數據科學與大數據技術專業的學生能夠有更清晰的金融概念與數字經濟安全概念，課程的教學結合學生學情和目前國際競爭加劇的時代背景，以案例單元的方式進行教學設計，在同一單元中以一項金融概念為主線，逐步遞進加深，再以實際金融事件案例作為穿插和引導，最終使學生掌握大數據工具在該過程中發揮的作用。在學習過程中，有目的地引導學生進行中西方對比，更好更深層次地理解我國金融制度在適應國情、保障數字經濟安全方面的重要作用。

關鍵詞：金融大數據；教學改革；教學方案

一、“金融大數據”的教學背景

在金融交易日趨電子化和數字化的今天，運用大數據技術開展金融服務已經是金融行業必然的趨勢。大數據技術的應用水平直接成為金融機構與企業的核心競爭要素，大數據決策模式的科學性與數據資產的管理水平是其中最重要的技術指標。金融行業的核心業務是在海量的交易過程中控制風險，風險控制水平對企業機構的壞賬率、盈利能力有直接的影響。2019年中國人民銀行出臺《金融科技發展規劃（2019—2021年）》，建立了金融科技監管的基本規則體系，數據安全與監管已經越來越受到國家的重視。在這種新時代的大背景之下，作為數據科學與大數據技術的專業必修課，金融大數據課程的教學內容、教學設計都必須進行相應的教學改革。不能僅僅以數據技術掌握程度作為教學培養方案的目標，更加需要在教學內容設計中強調對學生世界觀人生觀的塑造，強調國家數字經濟安全保障的重要性，增強該專業學生的責任感與使命感。這樣才能培養出既有專業技術技能又有強烈責任感使命感的人才，為我國在新時代的金融行業注入新活力。

二、“金融大數據”課程教學內容的相應內容與設計

（一）大數據技術在金融的具體應用

大數據目前在金融行業的應用大致可以分為兩個部分，一是機構與企業通過大數據技術進行業務管理與產品設計；二是通過對金融大數據分析預測對以上業務進行風險管理與監控。這兩者的發展并不獨立，是相輔相生、互相刺激發展的關系。

在這些業務中，包含大數據技術對銀行證券及保險公司傳統業務的管理與升級，也包含新興互聯網金融的金融產品。基于大數據技術的金融技術發展既完成了傳統產業的升級、產品的更新迭代，也同時造成了新興互聯網金融脫離實體金融機構，通過互聯網擴展金融業務，對實體金融機構形成了全新的挑戰，金融業的結構都不可避免地發生了根本的變化，而這種以互聯網為主體的金融創新產品在監管與風險控制方面提出了全新的挑戰。另外隨著國內外金融形勢的變化，各種金融風險層出不窮，風險管控與國家層面的監管工具發展也在同時成為極其重要的金融大數據發展方向。由于傳統金融監管機制主要依賴傳統統計學和計量經濟學，這種方法只能適用小數據時代。在國際金融市場一體化時，這種傳統方式由于無法消化處理海量的即時數據，因此反饋速度慢、信息缺口巨大，準確性和時效性都出現了較為嚴重的問題。

在這樣的大背景下，數字經濟的監管與風控顯得尤為重要。2021年12月31日，中國人民銀行發布《宏觀審慎政策指引（試行）》明確提出了“積極探索大數據技術”“建立健全系統性金融風險監測與評估框架”，大數據技術在金融領域的應用變得越來越令人矚目。因此在針對數據科學與大數據技術相關的專業課程教學中，側重數字經濟安全，強調金融領域的風險管控，成為一個主要的教學設計方向。

（二）“金融大數據”課程教學內容的設計

1.學情分析

我校屬于應用型本科，數據科學與大數據技術專業開設于理學院，與數學與統計專業為兄弟專業。學生的核心課程包括大量數學與統計方面的課程，例如“數學分析”“高等代數與解析幾何”“概率論”“數理統計”“數據科學導論”“數據庫系統概論”“數據結構”“機器學習”“數據挖掘”“離散數學”“數據可視化”“大數據采集與預處理”。相比較而言，學生在經濟學與金融學方面基礎都較為薄弱，要在金融大數據這門必修專業課中取得較好的教學效果，必須先從金融基礎概念開始。由于金融知識涉及面過于廣泛，我們對于教學設計采取了以點代面的設計：首先介紹某個重要的金融指數的概念及其作用，力求讓學生具備清晰的概念，再由此擴展至與該金融指數相關的真實金融案例，最后進入相關具體的Python方案設計與實際操作。

2.工具選擇

大數據技術不同于傳統統計和計量方法，是通過算法設定目標函數直接進行學習，得到變量之間的統計關系，這比傳統方法更加具有靈活性和有效性。在工具選擇方面，目前我們在課程里選擇的是Python工具。由于Python的開源性，大部分支持庫和工具都可以使用，具有相當的靈活性，它可以用于低級系統，也可以承擔高級分析任務。在C++被發達國家設置技術壁壘的時期，具有大型程序庫和模塊的Python是受學生歡迎的流行語言，它的基本語法即使對于非開發人員也很容易學習理解。同時在AI技術蓬勃發展的情況下，隨著時間的推移，技術的進步會不斷地降低成本。學會利用AI技術，提出正確的問題進行互動，也是有效提高學習和開發效率的有效方法。

3.重點特色

未來技術效率提高的副作用就是金融機構往往必須在更為復雜的產品和交易中尋求優勢，這使風險不斷增大，也使風險監管變得更加困難，自動化操作使得“算法和計算機失控”經常出現。因此，在技術層面以外，本小組對“金融大數據”教學內容的設計更加側重于學生對于數字經濟安全性重要性的理解。由于我國金融體系具有明顯的社會主義國家特征，在教學過程中對于金融機構的設置管理必須有自己的獨特特色。在教案設計中，從中西方的金融機構設置、管理方式等方面進行對比分析；結合案例實操，使學生切實感受到中國金融體制設置的特色與其在風險管控方面的優越性。

（三）“金融大數據”課程教學方案的設計

由于教學對象是沒有金融知識基礎的學生，教學內容必須結合學生實際學情進行安排。項目組的設計如下：課程內容以案例構成教學單元，單個單元的教案設計思維導圖如下圖所示：

教案設計思維導圖

以學生在日常生活中較為熟悉的金融概念設計案例引入教學內容，將金融概念從易到難地進行拆解分層介紹，從最基礎概念進階到較為復雜的相關機構和金融產品的產生。以層層遞進的方式設計單元內容，然后選取與金融概念相關的實事案例進行具體分析，在案例分析中讓學生理解大數據技術在其中發揮的作用。最后在實際操作中，嘗試使用Python來設計和實現部分金融工具進行數據實操，在操作過程中進行答疑和指導。在最終環節，引入相關的金融風險案例，引導學生思考和比較國內外金融體制的區別，思考在該金融活動環節內，數字經濟安全的重要性。

我們以“銀行”單元為例：

教學內容可以分為以下三個部分：中國銀行體系；美國銀行體系；大數據在銀行業中的應用舉例。

最早的銀行起源于11世紀的意大利，早期銀行主要業務為以自身的信用發行票據流通，其中中國的票號就是這種早期銀行。后期銀行的業務演變為：存、貸、金融服務，發行貨幣這樣的業務后期統歸于各國中央銀行，而銀行在金融業中最主要的作用就是通過放貸這種方式來大幅刺激生產力的創造，激活整個社會的資金活力。

（1）中國銀行體系：中國銀行業隨著時代發展具有清晰的發展脈絡。從最初的只有中國人民銀行和中國銀行兩家銀行逐漸發展成以中國人民銀行為央行，六大商業銀行加上三家政策性銀行為主，各股份制銀行與數字網絡銀行為輔的完整結構，服務于各個階層、不同對象的資金和金融服務需要。

（2）美國銀行體系：美國銀行由于建國之初各州銀行的高度自主性，一度十分混亂無序。在經歷了大蕭條之后，美國對銀行業進行了大幅修正和緊縮才具有了以美聯儲為央行的控制體系。美國銀行業以市場導向為主，具有極強的資源配置能力和極快的市場引導作用。如今，美國已經基本去工業實體化，國家GDP高度依賴金融業的狀態下，銀行業的高度證券化和市場化的特征都使其系統性風險大幅增加。美國銀行體系追求利潤最大化，極度追求放貸金額數量，存款準備金率長期保持在0%，這都說明了中美銀行在整體設計上就有本質的不同。

（3）大數據在銀行業中的應用舉例：大數據作為新興技術，在銀行業中的應用涉及商業銀行負債業務、資產業務、中間業務等。具體應用場景有：客戶畫像、儲戶精確營銷、小微企業信貸、信貸風險評估等。銀行的數據資產是最有價值的資產，一方面，利用多渠道采集數據（如政務數據），能夠有效地降低銀行和借款人之間的信息差；另一方面，通過對投資項目的收益率計算控制風險。

在該單元中我們以貸款業務的風險控制為重點，切入方案設計與Python工具的使用。Python教學案例設計：以一個小微貸款項目內容，計算其可能擁有的客戶數量與盈利能力，從而分析該項目的償貸能力。從Python工具的角度，這屬于基礎指標計算，涉及技術內容包括：外部數據讀取、數據框操作及切片、序列計算、字符串操作、循環語句、數學函數及公式計算等知識點的綜合應用。在指標計算方面，具體體現了如何從點到面的程序演化過程。這一套教學設計強調在實際操作中讓學生將風險控制的概念與具體的程序設計思維相結合，有更加具體與深刻的體驗。

（四）“金融大數據”課程教學方式的改革

1.線上線下復合式教學

對于“金融大數據”這種知識跨度大、綜合性高的課程，傳統線下課堂教學方式教學效果不突出。由于課內知識內容多，實踐環節難度大，教學課時有限，教學模式適合采用線上線下復合式教學。

線上部分可以對金融部分內容進行有效預習，學生需要學習線上視頻中的金融概念，在了解之后完成預習問題。線下課堂上主要以教師引導進行案例分析，以小組項目的方式使用Python工具完成問題梳理分析討論。

在最后，學生必須要完成中西方在該案例中的一些要素比較，例如金融安全監管的實現方式和目的比較。

2.小組制度

Python實際操作環節以具體案例分析和實際操作為主。在以往該類注重實踐的課程中，我們發現小組學習可以取得更好的學習效果。項目組教師發現，由于前期學生的地域與學習經歷的不同，編程語言基礎水平參差不齊，相差極大，由學生個體完成作業任務會出現較大的成績差異。在這一點上，基礎薄弱的學生的學習積極性很容易受到打擊，無法完成教學進度。但如若由小組進行作業，則可以由水平較高的學生帶隊，學生在小組中進行討論分析，設計完成程序方案的小組作業。這樣一來，可以促進學生相互之間進行學習討論，避免基礎較差的學生由于缺乏獨立能力而落伍，而且小組之間的互幫互助也增強了學生的團隊合作與協調能力。

在小組完成作業過程中，教師在實際操作環節給予問題引導。每個單元任務完成后，再由小組派出一位小組代表進行項目講解，從設計思路、實現的具體工具手段、方案運行效果三個方面展示小組作業。

（五）“金融大數據”課程評價方式的改革

對于實踐程度較高的課程，需要增加學生的參與程度，這樣才能取得較好的教學效果。同樣地，在評價體系中加大學生自我評價的權重，這也可以在很大程度上有效促進學生的積極性和學習效率。這在以往的實踐課程探索中已經被證實有較好的反饋效果，例如“大學生創新創業基礎”。

在“金融大數據”這門課程中，總評成績的構成將由兩個部分構成：學生互評與教師評價。學生將在小組作業展示環節之后填寫小組互評表，以小組為單位相互進行大作業評分。

評分表格設計包含三個方面：Python方案設計思路；工具手段；方案運行效果。學生以百分制進行相互評分。教師在收集完成互評表之后進行分數統計，以學生互評分為總評中的平時分項目，占總評分的50%；教師評價為期考評價占50%；由于學生互評分的權重提高，這種方式可以極好地調動學生的積極性與參與程度，促進學生小組之間的良性競爭。

結語

“金融大數據”是一門在新的時代背景下出現的新興綜合性課程，涉及數學、統計、金融學與編程語言多項知識，綜合性極高。在如今飛速發展變化的新時期背景下，對于這門課只有32課時的課程，如何與新時代背景相結合，并在有限的課時內取得較好的教學效果，課題組做了一定的思考和嘗試，從教學內容設計、教學方案設計，教學方式以及評價方式上進行了綜合創新，以這些方式使“金融大數據”課程得到較好的教學效果。

參考文獻：

［1］張云.大數據金融［M］.中國財政經濟出版社，2020.

［2］汪陳，劉珺，張宏妹.金融科技人才需求背景下金融學課程教學改革探究［J］.銅陵學院學報，2023，22（01）：112115.

基金項目：2022年常州工學院教改項目（編號：30120300100jgkt09）

作者簡介：楊景景（1981—?）女，漢族，江蘇常州人，博士研究生，副教授，研究方向：材料科學與工程。