郑飞鸿
(合肥学院经济与管理学院,安徽 合肥 230601)
当前,大数据技术正成为驱动社会生产力向前发展的重要动力,人类的生产方式和生活方式都受到大数据影响而发生深刻改变。在金融界,大数据技术与金融的深度融合改变了传统的金融业发展模式,互联网金融、金融科技等新兴金融业态模式蓬勃兴起,科技创新链与金融资本链实现了有机对接,提高了金融资本服务实体经济的运行效率,同时也催生出一系列新的就业岗位,从而对金融专业应用型人才培养提出了新的挑战[1]。在教育教学领域,大数据时代教师的“教”与学生的“学”也发生了颠覆式变革,MOOC、线上教学以及混合式教学拓展了新的教学空间,教师的教学不再受制于固定的教室场所,知识的传播速度明显加快,教学的辐射效果显著增强,同时,学生的学习也更加灵活自由,师生之间的沟通和互动交流的渠道更加丰富。此外,大数据分析技术为教学监测和教学质量评价提供了重要的技术工具支持,教学管理部门通过收集、分析和使用教学平台信息化后台的大数据,能够精准地分析和研判教学运行态势,从而为教学诊断和教学质量评价提供更加科学的依据,对于深化教学模式改革及全面提升教学质量具有重要的促进作用。
应用型本科是以培养高素质应用型人才为办学导向的高等院校,应用型本科的人才培养强调以职业能力为导向,突出社会适应性和就业竞争力,强调知识应用能力、实践和创新能力的培养。证券投资学课程旨在让学生通过学习证券投资的基础理论、制度规则、交易程序、分析技术以及投资策略等内容,掌握证券投资的分析能力,从而适应证券投资行业的岗位需求[2]。针对证券投资学课程教学目标的设定,基于模块化的教学理念,利用大数据分析技术(Python)进行网络数据分析,首先,对证券公司、基金管理公司、投资咨询公司等证券投资行业的岗位需求进行调查,包括线上爬取网络数据和线下现场发放调查问卷以及展开座谈等调查方式获取信息,并对收集到的信息进行整理和分析,得出证券投资行业的岗位设置供给以及岗位能力需求情况;其次,根据证券投资行业的岗位需求确定核心能力,并利用层次分析法将其分解成若干子能力,进而寻找子能力在证券投资学课程内容中相对应的知识点,并基于这些知识点组合成教学模块,打造模块化“金课”。对证券投资学教学内容进行模块化构造,确定证券投资的分析能力为核心能力,围绕核心能力分解出证券投资的概念及类别划分能力、证券投资工具分析能力、证券发行市场分析能力、证券流通市场分析能力、宏观经济/行业/公司财务分析能力、证券投资技术分析能力、证券投资操作分析能力七大子能力,每一子能力都有与之相对应的若干知识点,最终组合成证券投资概述、证券投资工具、证券发行市场、证券流通市场、证券投资基本分析、证券投资技术分析、证券投资操作策略七大教学内容模块。
(1)教学内容及知识体系亟须更新。证券投资学是一门应用性、时效性较强的课程,随着我国多层次资本市场的构建和金融体系的不断完善,证券市场的发展日新月异,特别是近年来出现了注册制改革、科创版、融资融券、股指期货、程序化交易等新事物,证券投资学的教学内容亟须更新[3]。然而,在我国高校证券投资学的教学实践中,仍有不少教师存在大量沿用传统教学资料的情况,课程使用的教材、教学资源、作业习题及案例库较为老旧,并且所需的教学资料的更新存在一定的时滞,未能及时反映我国证券市场的最新发展与变化情况。此外,课程的知识体系普遍较为松散,缺乏以证券投资行业的岗位需求能力为导向的知识逻辑体系,因而亟须打破原有的知识体系边界,重新进行知识点有机组合和模块化再造,提高课程教学的针对性,适应证券投资行业的变化需求。
(2)课堂教学与实践相脱节。证券投资学的课堂教学存在教师在课堂上教的与证券市场上实际操作不一样的“两张皮”现象,高校教师大多“从校门到校门”,他们并非专业的证券从业人员,他们往往具有较为深厚的理论功底,但在具体的证券投资实践中缺乏经验,所拥有的知识储备往往不能与变化的证券投资环境相适应。因此,课程讲授的重点更加侧重于理论,从而让学生觉得授课的内容比较枯燥乏味,不能够激发学习兴趣,同时,一些知识点的讲解脱离了证券投资实际,不利于学生职业能力的培养。另一方面,教师在授课中普遍重视理论课教学,而忽视了配套的实验课教学和课外实践指导的重要性,有的教师擅自对实验课教学的学时进行了压缩,对于学生课外实践的指导也极为敷衍,不想占用过多的个人时间,然而,实验课和课外实践恰恰是夯实学生理论课所学知识、技能的重要环节,也是培养学生应用和实践能力的重要途径,只有将理论课教学与实验课教学和课外实践指导有机融合起来,才能促使学生更加深入地掌握专业知识。
(3)课堂教学效率不高,教学效果未达到预期。当前证券投资学的教学仍是以“老师讲、学生听”为主的课堂教学形式,课堂教学效率有待进一步提升,然而学生是否能够认真听讲,以及是否能够及时吸收并消化老师课堂讲授的知识内容仍存在较大的不确定性。其次,课程过程考核的有效性受到质疑,尽管学生最终的课程学习成绩评定是由平时成绩加上期末考试成绩的加权平均数构成,但是教师对于课程过程考核的严格程度明显弱于期末考试,学生对于课程过程考核的重视度也不够,容易导致过程考核流于形式,不能够真正发挥其过程质量监控的作用。此外,学生存在将考试成绩看得比掌握知识、技能本身更重要的现象,因此把考试当作最终目标,从而导致学生把学习的重点放在应付期末考试上,对于考试分数过分关注,与教学目标的初衷相背离。
(1)引入量化投资分析,调整和优化课程教学内容体系。大数据时代,量化投资成为一种新型的证券投资分析方法,与传统的证券投资分析方法相比,量化投资通过构建数理模型,基于历史投资数据,利用大数据分析技术、机器学习以及数值模拟分析能够计算出更加精确的投资预测数据,从而为投资决策提供参考,有助于提高投资决策效率,并且降低投资决策的风险。因此,在证券投资学课程教学中亟须引入量化投资分析内容,更新相关教学资料,将量化投资分析作为证券投资学课程重要的教学目标,要求学生学习和掌握量化投资分析的概念原理及基本的操作方法和分析能力,从而能够适应变化着的证券投资行业需求。同时,以此为契机,对课程教学内容体系进行调整和优化,将大数据时代证券投资的最新知识融入课程教学内容中去,并以大数据时代证券投资行业岗位需求能力为导向,重新建构知识逻辑体系,模糊各章节知识点边界,增强知识点之间的衔接性和协调性,对原有教学内容和知识体系进行改造和升级。
(2)开展智慧教学,创新教学方法,激发学生学习的内生动力。应积极利用超星学习通、雨课堂等智慧教学工具,依托网络教学平台开展智慧教学,打造线上线下有机融合的智慧课堂,包括建设个人教学空间、录制微课视频、建立教学资源共享资源池、线上提交和批改作业、线上交流讨论互动等。在此教学模式下,线上教学工具为线下教学提供了有效的补充,有助于全面提高教师的教学效率,同时,学生基于网络教学平台能够打破学习的时空界限,提高学习的自主性和针对性,增强学习效果。此外,通过采集网络教学平台的流量数据,利用大数据分析技术能够及时研判教学过程中存在的问题,改进教学策略,提升教学效果。另一方面,还应不断创新教学方法,尝试将PBL教学、项目化教学、翻转课堂等多种形式的教学方法在证券投资学课程教学中开展运用,并且根据不同教学方法的特点,探索多种形式的教学方法融合的混合式教学,提高课堂教学的活力和有效性,真正实现“以学生为中心”的教学,激发学生学习的兴趣和内生动力,推动学生从“要我学”向“我要学”转变。
(3)依托“虚拟仿真实验平台”和“校外实践基地”,构建立体化实践教学体系。证券投资实验课教学是学生校外实习和实践的重要前置环节,应依托虚拟仿真实验平台,优化实验课教学方案,严格实验课的教学管理与考核,充分发挥实验教学对于提升学生实操能力的重要作用,还应增加实验教学经费投入,更新和改善实验平台设备,顺应大数据时代实验教学硬件条件要求。此外,还应进一步深化校企合作,拓展校外实践基地,特别是利用大数据技术,创新线上远程实习方式,链接更多优质实习基地资源,开发利用金融投资在线实习平台,对认知实习、专业实践、第二课堂等活动进行全程在线指导、考核与监控,及时反馈和解决实习各环节中可能出现的问题,建立学生电子实习档案,提高实习效率,增强实习成效和规范性[4]。另外,构建立体化实践教学体系还应联合地方银行、证券、保险、期货、信托、租赁等金融机构举办模拟投资、模拟经营管理、金融精英挑战赛等活动,邀请校外企业专家来校讲学,组织校内教师赴金融企业挂职锻炼,联合开展课题攻关,促进科研成果转化,实现校内外资源互动共享与双向共赢。
(4)改革成绩评价方式,提高考核的有效性。应积极转变成绩评价导向,树立正确的考核观,教育学生破除唯分数论思想,切实把知识的理解掌握和能力的塑造培养作为学习的目的和重点,为未来走向工作岗位和职业生涯发展打下坚实的基础。就考核评价方式而言,应避免只看重期末考试而忽视过程考核的评价,当前我国许多应用型本科引入了国外应用技术大学的“N+2”考核方式[5],然而,教师对于过程考核的重视程度普遍不高,甚至过程考核给分区分度不高,导致在最终成绩评定中期末考试成绩占据决定性地位。因此,还应进一步规范过程考核管理,加强过程考核监控,不断提升过程考核所占比重,同时,过程考核的内容还应进一步细化,学生课堂表现、第二课堂学习情况以及小组汇报评价等都应纳入过程考核评价中去,强调对学生学习能力、知识应用能力及创新能力等的综合评价。此外,还应积极利用大数据分析技术,构建考核评价指标体系,基于人才培养目标、行业需求以及课程内容更新,定期动态调整各考核指标及其所占比重,不断优化考核评价体系,提高考核的有效性。