因素挖掘法在投资学课程中的教学实践

黄梦桥，李 杰

(湖南涉外经济学院商学院，湖南 长沙 410205)



因素挖掘法在投资学课程中的教学实践

黄梦桥，李 杰

(湖南涉外经济学院商学院，湖南 长沙 410205)

投资学课程的时代背景及中国投资学教材的特点决定了投资学课程教学方式的特殊性.构建了一种基于概率测度的因素挖掘法的教学过程设计模式，将课程知识点的难易程度转化为授课时间分配比例，并与学生素质的量化分布一致.投资学课程教学设计案例表明，基于因素挖掘法的课程教学设计效果较传统教学模式有显著性提高.

投资学；课程；单目标优化；因素挖掘法

高校课程教学过程设计理念直接关系到学生掌握并应用知识的能力，其教学效果的评价问题已引起广大研究者的关注，他们提出了各种量化评价方法.魏媛[1]利用层次分析法建立了教师教学质量评价指标体系.李慧玲等[2]结合层次分析法和模糊分析法探讨高校教师教学质量评价中的公正性和公平性.但无论哪种评价方法[3-5]，其本质就是教学事后总结.教学过程设计应该是科学的.Kolitch E等[6]在1999 年提出了教学评价体系包括课程组织和行为管理.刘崇欣等[7]运用结构方程方法跟踪教学过程，直接采用计算机软件处理，实用性较好，但对设计过程的统计处理采用的是极大似然法，该方法不是相合估计.

课程教学过程设计与具体课程相关性很强，每门课程的特殊性决定了其设计理念的特殊性，教学效果也不宜采用总目标或者单目标评估.投资学课程是金融工程专业的一门主干课程，具有明显的理工科特征，不仅包括经济学和数学方面的理论知识，而且具有很强的操作性.投资学课程表现为以下3个特征：(1)课程中的3大投资经典模型(期望方差理论、套利定价和期权定价)的数学基础为概率统计、线性代数和随机过程；(2)证券分析方法包括基本面分析法和技术分析法，要求有坚实的会计理论和娴熟的计算机操作；(3)理解证券分析技术必须有一个实习的过程.

湖南涉外经济学院是一所民营高校，学生的知识结构体系分散性较大，且学生领悟接受能力参差不齐.投资学课程授课时数一般在32～64课时之间，但该课程涵盖的知识体系庞大，因此，授课教师在授课时要么偏实务，要么偏理论.实务知识的面授，传统的教学方式都能满足学生的需求，而投资理论的面授，传统的平面教学方式很难适应知识结构体系参差不齐的民营高校.

1 因素挖掘法教学理论

通常情况下，学生的努力程度与兴趣均存在差异，对于同一门课程的理解和掌握程度也表现出差异性.因此，教学内容的广度和深度设计尤为重要.因素挖掘法教学将课程知识点的难易程度转化为授课时间分配比例，并将时间分配比例与学生素质的量化分布基本保持一致.基于因素挖掘法的教学理论具体实施步骤如下：

(ⅰ)对授课对象的素质进行量化，将其表示为某一概率分布.设N为全体授课对象，p为(N,σ(N))上的一个概率(假定N上的一个σ-代数为σ(N)).

(ⅱ)将授课知识块分割成知识要点有限集I，对于某一知识点i∈I,授课对象对i的接受程度设为一个随机变量Xi.

(1)

由上述理论分析可知，因素挖掘法教学的本质上是一个优化模型.其目的是控制授课对象对知识点的接受程度，使其达到最佳的整体偏差水平，通过各知识点的授课时间合理分配比例实现.与传统的层次分析、模糊分类等方法相比较，其根本区别是，因素挖掘法将教学过程设计表达为一个优化模型，摆脱了传统教学过程设计的主观性.然而，此方法中的目标规划问题的解可能不是唯一的，可以在时间合理分布集中选取一个点，完成该课程的教学过程设计优化.

2 投资学课程教学实践

选取授课班级中某一关联紧密的先修课程的成绩对学生素质进行量化.投资学课程的先修课程为概率论与数理统计，该课程能较好地反映学生进一步学习投资学课程的素质.笔者采用χ2方法对2012级金融学专业概率论与数理统计课程的成绩进行分析，获得其素质的近似分布为X～N(67，26).

现以投资学课程中“马可维茨理论”讲授为例.由于该知识点内容较多，不直接对各知识点构建接受程度函数，而是对所有知识点深度进行分类，再为各类知识点定义其相应的接受程度函数，从而减少分布时间的维度，使得课程设计简化但不失有效性.

先分析其知识点深度.采用评分法分析各知识点的难度v，然后根据各知识点难度分值对知识点聚类.共设为3层，第1层v<7，第2层7≤v<9，第3层9≤v.知识点具体分解见表1.

表1 知识点分解

令Xi(i=1,2,3)分别表示第1，2，3类难度层次知识点类的接受程度函数，该知识点教学大纲规定其教学时数为6课时(每课时45 min)，则规划模型(1)式的解为

(2)

(2)式依赖于3个层次的协方差，分析经验数据得解为(4.2,1.2,0.6).

实践授课含以下3个层次：

第1层次包括马可维茨模型假设、模型设计、结论，该层次教学内容可以讲授单目标线性约束的含义和模型解的意义.对于大多数学生而言，此内容是基本的而且是必须熟悉的.

第2层次包括模型的求解过程、数学解释、投资策略和约束条件的投资学意义(含卖空和买空条件).此内容要求出均值和标准差之间的双曲线关系.因为在求解过程中必须用到矩阵方程的拉格朗日条件权值的分析求解过程，所以要求教师具备扎实的数学基础，而且教师必须详细分析双曲线中的有效解仅在第1象限的原因.

第3层次包括启发学生是否可以将以标准差为目标的优化问题转化为以期望为目标的优化问题，这要求学生理解投资策略与数学解释之间的对应关系.

投资学授课计划及目标见表2.从表2可知，讲完第3层次知识，学生的覆盖率达到98%，主要目的是留下难点或前沿知识点，激发优秀学生课后进一步查阅相关材料，培养其自学能力.

表2 投资学教学计划及目标

3 课程教学实践案例分析

学生和听课专家对教师教学效果的评估方式通常是打分.学校督导人员通过对教师教学过程的分析与评价，更新并改进案例设计，建立信息反馈系统.教学法评估标准通常包括以下3个方面：(1)教学态度.包括5大授课材料(教案、教学大纲、教学日历、辅助课件、学生名册)、教学仪态、上课激情和责任心；(2)教学内容.包括主次分明、逻辑性强，教学手段多样，授课时间分配合理；(3)教学效果.包括引导学生和学生自觉反馈教学效果.笔者构建的2级指标体系的教学评价标准见表3.湖南涉外经济学院金融专业教学效果学生评分结果为：2011级(X)78，90，74，86，90，63，65，78，88，70，90，64，75，77，72，89，67，75，75，80，68，63，67，75；2012级(Y)85，91，88，86，85，94，75，70，85，85，88，84，90，80，87，87，86，90，86，78，98，84.

表3 湖南涉外经济学院教学效果评估 分

设X和Y分别来自正态样本N(uX,σ)和N(uY,σ).笔者采用t检验法统计检验问题H0:uY-uX=15，H1:uY-uX≠15.

选取显著性水平α=0.05，其相关数据计算如下：

4 结语

以投资学课程教学设计过程为例，提出的基于因素挖掘法的教学过程设计模式体现了单目标优化思想，提供了一个量化的教学过程，使得课程教学设计摆脱了传统教学方法的随意性.利用具有紧密联系的前修课程的成绩作为学生素质分布的方法，解决了因素挖掘法在应用时的基础分布问题.案例分析结果表明，此方法对于提高教学效果显著.

[1] 魏 媛.基于AHP 法的高校教师教学质量评价体系构建[J].经济研究导刊,2011(21):305-307.

[2] 李慧玲,董小刚,秦喜文.论高校教师教学质量评价方法[J].现代教育科学,2010(6):162-163.

[3] 熊剑庆.创新性教学在证券投资学课程中的应用[J].成都行政学院学报,2002,8(4):73-74.

[4] 沈 蕾.金融专业案例教学反馈体系研究[J].理工高教研究,2006,25(3):116-117.

[5] 张丽玲.应用型大学证券投资学的教学探讨[J].广西教育,2011(9):81-82.

[6] KOLITCH E,DEAN A V.Student Ratings of Instruction in USA:Hidden Assumption and Missing Conceptions About Good’s Teaching[J].Studies in Higher Education,1999，24(1)：27-42.

[7] 刘崇欣，郁玉环.高校教师教学质量评价模型及测量研究[J].湖北汽车工业学院学报,2011,25(3):57-60.

(责任编辑 陈炳权)

Course Teaching and Practice Based on Factor-Mining Scheme

HUANG Mengqiao，LI Jie

(Department of Economics,Hunan International Economics University,Changsha 410205,China)

The specific characteristics of the investment teaching is determined by background of the course and the style of textbooks.This paper devises a teaching scheme based on the factor-mining of probability.The key idea is to translate the difficult points in knowledge into the distribution of teaching time according to the features of students.The case that the scheme of factor-mining was applied to the investment teaching reveals that there is a great promotion in teaching effect compared with the traditional teaching programs.

investment;course；single optimization program;factor-mining

1007-2985(2015)04-0080-04

黄梦桥(1970—),男，湖南宁乡人，湖南涉外经济学院商学院副教授，博士后,主要从事数据挖掘,信息系统和经济模型研究.

F830.91；G710

A

10.3969/j.issn.1007-2985.2015.04.019