应用型本科金融时间序列分析课程教学改革路径

陈超　陈英梅

[摘 要]结合本校教学实践，针对金融时间序列分析课程教学中存在的问题，从教学内容、师资力量、教学资源三个方面对金融时间序列分析课程教学改革路径进行了分析。围绕对知识的运用能力这一核心，提出基础知识+实例教学+方法应用+Python、学校师资+企业外聘+专题讲座+国家精品课平台、课程实训+企业实践+免费培训+学习论坛的改革方案，并阐述了具体实施注意事项。

[关键词]金融时间序列分析;教学改革;Python;应用型本科

[中图分类号] G642            [文献标志码] A [文章编号] 1008-2549（2022） 06-0110-03

在大数据和证券投资量化分析再次占领金融高地的背景下，金融时间序列分析课程在金融学以及金融工程专业的重要性显得更加突出。应用型本科高校的定位是为社会培养具备实践能力的高端人才，传统的填鸭式教学方式已无法适应数字经济时代的发展，掌握一种或几种分析工具，从而进一步提升解决金融实际问题的能力是应用型本科高校制定培养计划的主要考虑方向。金融时间序列分析特指针对金融数据进行统计分析与模型构建的研究方法，其主要包括向量误差修正模型、条件异方差模型、门限模型以及部分微观金融计量等富含现代数学理论知识且有广泛应用背景的内容。而Python作为一种解释型计算机语言则逐渐在金融数据分析领域显现出它的优势，已经成为绝大多数证券公司正在使用的主流软件。基于计算机软件工具的金融类专业课程改革势在必行，那么如何在金融时间序列分析教学中更好地结合Python工具的使用、融合理论与实践就成为教学改革面对的棘手问题。鉴于此，本文主要结合我校实际情况，对基于Python语言的金融时间序列分析课堂教学改革路径进行分析，为同行提供参考。

一、金融时间序列分析课程教学存在的问题

（一）在教学内容上偏于学习数学理论

该门课程任课教师选择更倾向数学相关专业出身，原因在于金融时间序列分析的学习内容几乎全部被数学推导、公式证明、复杂计算所覆盖，具有数学相关专业背景的老师在处理数学专业问题时更加从容。但如果教师不是来自金融数学专业往往对金融知识掌握深度不够，因此在该门课程教学过程中会出现偏于数学理论知识学习的情况，同学们往往会认为这就是一门数学课程，而忽视了如何将分析方法应用到金融实际问题中。对于应用型本科高校来说，金融学专业同学文科生比重很高，在应对较为复杂的数学知识学习过程的同时几乎没有足够的精力再去學习编程。以我校为例，为了弥补同学们在金融数据分析中对软件使用能力的不足，金融学专业学生在大一期间即开设了“Python计算机基础”课程，但即便如此，在金融时间序列课程中仍旧无法实现数学方法、软件和金融问题的对接。总之，不论是从教师层面还是学生的实际情况看，金融学专业开设的金融时间序列分析课程的教学内容应改变偏于数学理论教学的现状。

（二）在教学方式上仍旧以传统教法为主

灌输式教学在国家全力打造“金课”的方针背景下并没有得到彻底的改变，特别是在应用型本科高校，教学方式仍旧以灌输式、填鸭式教学为主。原因当然是多方面的，以我校金融时间序列课程为例，首先教学内容的性质决定了传统式教学发挥的作用，缺少互动和教法多样化，只有习题课才采用较多的互动形式。其次，作为金融学课程里唯一的数据分析专业课程，在各专业培养计划总体学时缩量的情况下本门课课时明显不足，我校该课已经从40学时压缩到32学时，由于本门课程教学任务繁重，学时不够的直接后果是学生会忙于应付课程基本内容，任课教师发挥的空间有限。再次，虽然在省级层面和学校层面正在对教学方式、课程考核方式、教学检查材料等方面给予很多政策支持，但是教师时刻应付检查的心理使得多项改进举措实施效果并不理想。

（三）在教学条件方面实验室建设投入不足

每个人都是被时代裹挟着前进、改变、成长。以往实验室建设更多的是在工科专业被强调和投入，特别是在工科院校，社科类专业实验室建设近几年才开始纳入经费预算日程。而与此形成鲜明对比的是，在金融企业实践中信息化建设、IT技术的广泛使用、模拟实验的大范围推广早已实施。学校人才培养与社会需求必然会出现脱节。一个软硬设施完备的实验室，尤其对金融时间序列分析课程，在学习和模拟实践投资量化分析、金融大数据计量、投资组合管理、公司兼并重组等方面可以发挥巨大的作用。如果把教学内容与教学实验更加紧密地结合，对教学效果、向社会输送高素质人才都是非常有利的。但普通应用型高校往往经费有限，工科院校经费的使用要偏向优势学科，导致金融类专业在实验室建设方面投入严重不足。

（四）在教学检查方面制度落后于专业发展

教学检查作为一项提高教学质量的约束性手段在高校中是普遍存在的，但各个高校检查指标侧重点各有不同。教学检查是一种约束，更是一种激励，是政策引导的一部分。与金融专业发展紧跟大数据、数字化等前沿需求对比，教学检查的项目还停留在传统阶段。比如检查的项目包括课堂管理、课程考核试卷情况、期末成绩分布、试卷分析的内容、课程实训和课内实验等材料，同时检查结果还会成为评优评职的参考。所有这些检查内容在任课教师承担教学任务的过程中都是需要考虑进去的。经过对多年教学检查和教学效果对比的观察发现，教学内容和社会需求是否脱节、教学培养是否提升了学生的专业能力等，通过现有的教学检查很难有质的转变。这不是认为教学检查本身有问题，而是学校层面无法顾及所有专业发展的情况，因为教务部门人力物力也是非常有限的，在不额外增加投入的情况下，教学检查下放给二级学院，学校层面负责总体指导是较好的选择。

二、金融时间序列分析课程教学改革路径

通过对金融行业调研以及学生座谈，对基于Python语言的金融时间序列分析课程改革路径进行探讨，主要包括教学内容、师资力量、教学资源三个方面。

（一）教学内容：基础知识+实例教学+方法应用+Python

教学内容是首先要改变的，基础知识的讲授要从理论推导转向实践。有以下几个方面要特别强调：一是金融时间序列分析基础知识仍旧是教学内容的核心，不过在讲授过程中要解释清楚各种方法应用的前提条件，该方法有什么优势和弊端，结果的可靠性如何等，对应用型高校而言适当放弃背后数理推导的学习;二是选用更为合适的教材，比如统计专业的主流教材《时间序列分析》就不适合金融学专业选用;三是教学内容要有宽度，之前的教学内容偏数理推导且学时有限，对金融数据研究方法学习发挥的作用很有限，导致同学们对数据分析的深度和意义认知浅薄，教学改革后在这方面要进一步加强。

实例教学就是以问题为导向，在教学过程中先把要解决什么问题和达到什么目标详细阐述清楚，然后进一步分析该问题数据获取的途径和数据的结构、特征等，最后根据所分析的案例总体情况，并结合所学方法的基础知识，说明为什么要用该方法。实例教学保证了同学们每学一部分内容都能够联系实际并制定解决方案。

制定了实例问题的解决方案后就要进行统计建模并分析结果，当然这里的模型是给定了的，只是要完成该模型的运用和加上对分析结果的解读。在金融时间序列分析课程中，建模时会涉及多个参数的确定，而这些参数的确定并不是显而易见的，可能需要对数据反复检验和考察才能最终正确设定模型。当然方法的应用是离不开软件操作的。

面对一个现实问题，已经明确了研究方法极其适用的条件，准备好了数据，接下来就是用软件实现需要的结果。在教学过程中首先要掌握Python操作的基本命令，以及数据的导入、前期处理等。在当前阶段不需要尝试多种操作方法，只需学会一种以达到输出数据分析结果的目标即可。进而每一个问题都会在软件使用上有一个积累，最后形成一套能够实现金融数据分析等基本编程思路。整个教学过程时刻都在引导同学们结合对基础知识和方法的应用、数据获取以及Python软件的使用，每解决一个问题都如同在企业中的项目演练。

（二）师资力量：学校师资+企业外聘+专题讲座+国家精品课平台

由于教师的专业和实踐背景不同，任课教师都有自己擅长的领域，对知识理解的视角也有一定的差异，这就意味着若想学好一门课程需要配备一个师资团队，来弥补主任课教师综合能力上的不足。主任课教师一般来自本校，可以考虑具有扎实数理功底的本专业老师，也可以选择数学类专业老师，但要注意教学大纲的要求是强调方法的应用分析。

从企业外聘的老师，关键是解决教学过程中同学们疑惑地从项目设立到项目验收或者日常工作中从数据分析目标到最后支持投资决策等是如何展开的问题。帮助课程教学更加合理地制定教学方案，比如不同环节的时间分配比重、内容深度的考虑等。同时，有着丰富实践经验的老师也能提升同学的学习兴趣，有助于学生明确学习目标。我校的金融专业有来自企业的客座教授，但是还没能将校外师资资源纳入课堂教学的整体规划。

每一个学科或每一个领域都存在前沿问题，或是“猜想”式问题甚至跨领域问题，即便是对于应用型高校来说，从工程视角开展专题讲座也是非常必要的，其可以帮助同学们扩展专业视野，起到提高自身认知以及跨领域学习能力的作用等。比如在金融时间分析课程当中，数据的获取途径有多种，在无法下载公开数据的情况下可以通过Python网络爬虫获取，但是网络爬虫可能会触犯法律，那么在教学过程中安排一个学时请相关专家做一次法律边界的讲解无疑是有益的。

国家精品课平台同类课程是金融时间序列分析教学的有力补充，现在绝大部分课程都可以在公开课中找到，是同学们扩展学习和温故知新的最佳平台。比如对序列相关性检验的几种方法不理解、Python软件环境变量设置不清楚、conda包管理命令在使用时出错等等都可以通过该平台找到答案。

（三）教学资源：课程实训+企业实践+免费培训+学习论坛

教学资源使用的目的是训练学生系统地解决金融数据分析中的问题，往往要集成多种方法，耗时也比一般的实例教学更长。金融专业实验室建设是首要任务，金融时间序列分析课内实验安排和课程实训均要依托实验室设备。我校课程实训一般安排一周到三周的时间，而本门课程只包括4个学时的课内实验，在学时安排上要适当增加实训任务。在教学资源利用方面要重视同金融企业资源的结合，我校金融专业有多个企业实践基地，但主要是服务于毕业实习环节，这与工科专业非毕业生也会到企业进行课程实训形成了差距。在产学研一体化背景下，金融数据分析课程教学应尽早实现与企业对接，通过观察、体会、软硬件的接触加深对知识运用的理解，比如Python软件和R、Matlab、C++在进行数据分析时有何不同，金融公司的偏好是什么等，哪怕是有课程实训学时的四分之一去和金融公司数据分析师、投资分析师进行交流也会给学生带来全新的体验和体会。

此外，很多金融企业特别是证券公司会不定期地开展和金融数据分析内容有关的免费培训，比如应用Python软件进行量化交易分析等，专业教师应该多收集并向学生们提供此类信息。而权威的学习论坛也是同学们获取学习资源的重要场所，比如Python数据分析案例、部分代码、方法应用的经验介绍、金融数据获取的途径、可参考的资料列表以及一些收费的培训项目等等。

总之，本文结合辽宁工业大学金融学专业实际情况，对金融时间序列分析课程存在的问题进行梳理，主要体现于在教学内容上偏于学习数学理论、在教学方式上仍旧以传统教法为主、在教学条件上实验室建设投入不足和在教学检查上制度落后于专业发展四个方面。针对这些问题本文提出从教学内容、师资力量、教学资源三个方面对金融时间序列分析课程教学进行改革的路径。我们认为该路径能够实现本专业应用型本科人才培养目标，特别是在金融时间序列课程中强调了Python语言的重要作用，并且可以基于Python软件开展一系列的教学教法创新。然而，任何课程教学改革都离不开主管部门和学校以及所在二级学院的支持，故此我们在制度层面上提出以下建议：第一，进一步深化教学管理机制改革，把教务处从细碎琐事中解放出来，教务处采取备案制度，在专业建设和课程检查上把权力下放给二级学院;第二，进一步鼓励师资积极与企业对接，减轻对师资的制度性束缚，在工作安排上灵活处置;第三，教育主管部门应更加倾向于以结果为导向的行政考评与各项检查，让高等学校从形形色色的模板资料中解放出来，转身更专注于如何做好教学、做好实践、做好科研、做好社会服务;第四，需要设计对专业教师队伍的约束考评机制，对不热爱高等教育事业、不用心做好教学工作的老师要有分流措施，既要充分体现出知识要素在收入分配中的重要性，又要通过机制设计分辨出是否已形成知识要素并坚决淘汰无效知识的输出。总之，任何一门课程的教学改革都不是简单的只由任课教师来完成，制度支持力度越大，改革就会越深入。

参考文献：

[1]阙烨，程广华，吴正飞，等.基于统计分析方法在金融数据中应用的课程教改研究[J].蚌埠学院学报，2020，9（2）：113-116.

[2]乔舰，范淑芬.新形势下时间序列分析课程教学改革的一些实践[J].教育教学论坛，2020， 460（14）：194-195.

[3]李泓征，刘妍.基于R语言的“金融时间序列分析”课程教学改革与实践[J].时代金融，2019， 727（9）：229-230.

[4]张茜.金融学专业“时间序列分析”课程教学方式的探讨与实践[J].科教导刊：上旬刊， 2018，325（1）：83-84.

[5]蔡静.“互联网+”背景下“时间序列分析”课程教学模式研究[J].牡丹江教育学院学报，2018， 186（3）：64-65.

   作者简介：陈超（1983—），男，博士，副教授，研究方向：房地产金融、金融计量;陈英梅（1970—），女，硕士，副教授，研究方向：企业管理、市场营销。