新时代背景下“金融大数据”教学思考

杨景景 姚茵 鲁文亮

摘 要：“金融大数据”课程是我校数据科学与大数据技术专业的核心专业课程之一，在金融交易日趋电子化数字化的今天，运用大数据技术开展金融服务已经是必然趋势。为了数据科学与大数据技术专业的学生能够有更清晰的金融概念与数字经济安全概念，课程的教学结合学生学情和目前国际竞争加剧的时代背景，以案例单元的方式进行教学设计，在同一单元中以一项金融概念为主线，逐步递进加深，再以实际金融事件案例作为穿插和引导，最终使学生掌握大数据工具在该过程中发挥的作用。在学习过程中，有目的地引导学生进行中西方对比，更好更深层次地理解我国金融制度在适应国情、保障数字经济安全方面的重要作用。

关键词：金融大数据；教学改革；教学方案

一、“金融大数据”的教学背景

在金融交易日趋电子化和数字化的今天，运用大数据技术开展金融服务已经是金融行业必然的趋势。大数据技术的应用水平直接成为金融机构与企业的核心竞争要素，大数据决策模式的科学性与数据资产的管理水平是其中最重要的技术指标。金融行业的核心业务是在海量的交易过程中控制风险，风险控制水平对企业机构的坏账率、盈利能力有直接的影响。2019年中国人民银行出台《金融科技发展规划（2019—2021年）》，建立了金融科技监管的基本规则体系，数据安全与监管已经越来越受到国家的重视。在这种新时代的大背景之下，作为数据科学与大数据技术的专业必修课，金融大数据课程的教学内容、教学设计都必须进行相应的教学改革。不能仅仅以数据技术掌握程度作为教学培养方案的目标，更加需要在教学内容设计中强调对学生世界观人生观的塑造，强调国家数字经济安全保障的重要性，增强该专业学生的责任感与使命感。这样才能培养出既有专业技术技能又有强烈责任感使命感的人才，为我国在新时代的金融行业注入新活力。

二、“金融大数据”课程教学内容的相应内容与设计

（一）大数据技术在金融的具体应用

大数据目前在金融行业的应用大致可以分为两个部分，一是机构与企业通过大数据技术进行业务管理与产品设计；二是通过对金融大数据分析预测对以上业务进行风险管理与监控。这两者的发展并不独立，是相辅相生、互相刺激发展的关系。

在这些业务中，包含大数据技术对银行证券及保险公司传统业务的管理与升级，也包含新兴互联网金融的金融产品。基于大数据技术的金融技术发展既完成了传统产业的升级、产品的更新迭代，也同时造成了新兴互联网金融脱离实体金融机构，通过互联网扩展金融业务，对实体金融机构形成了全新的挑战，金融业的结构都不可避免地发生了根本的变化，而这种以互联网为主体的金融创新产品在监管与风险控制方面提出了全新的挑战。另外随着国内外金融形势的变化，各种金融风险层出不穷，风险管控与国家层面的监管工具发展也在同时成为极其重要的金融大数据发展方向。由于传统金融监管机制主要依赖传统统计学和计量经济学，这种方法只能适用小数据时代。在国际金融市场一体化时，这种传统方式由于无法消化处理海量的即时数据，因此反馈速度慢、信息缺口巨大，准确性和时效性都出现了较为严重的问题。

在这样的大背景下，数字经济的监管与风控显得尤为重要。2021年12月31日，中国人民银行发布《宏观审慎政策指引（试行）》明确提出了“积极探索大数据技术”“建立健全系统性金融风险监测与评估框架”，大数据技术在金融领域的应用变得越来越令人瞩目。因此在针对数据科学与大数据技术相关的专业课程教学中，侧重数字经济安全，强调金融领域的风险管控，成为一个主要的教学设计方向。

（二）“金融大数据”课程教学内容的设计

1.学情分析

我校属于应用型本科，数据科学与大数据技术专业开设于理学院，与数学与统计专业为兄弟专业。学生的核心课程包括大量数学与统计方面的课程，例如“数学分析”“高等代数与解析几何”“概率论”“数理统计”“数据科学导论”“数据库系统概论”“数据结构”“机器学习”“数据挖掘”“离散数学”“数据可视化”“大数据采集与预处理”。相比较而言，学生在经济学与金融学方面基础都较为薄弱，要在金融大数据这门必修专业课中取得较好的教学效果，必须先从金融基础概念开始。由于金融知识涉及面过于广泛，我们对于教学设计采取了以点代面的设计：首先介绍某个重要的金融指数的概念及其作用，力求让学生具备清晰的概念，再由此扩展至与该金融指数相关的真实金融案例，最后进入相关具体的Python方案设计与实际操作。

2.工具选择

大数据技术不同于传统统计和计量方法，是通过算法设定目标函数直接进行学习，得到变量之间的统计关系，这比传统方法更加具有灵活性和有效性。在工具选择方面，目前我们在课程里选择的是Python工具。由于Python的开源性，大部分支持库和工具都可以使用，具有相当的灵活性，它可以用于低级系统，也可以承担高级分析任务。在C++被发达国家设置技术壁垒的时期，具有大型程序库和模块的Python是受学生欢迎的流行语言，它的基本语法即使对于非开发人员也很容易学习理解。同时在AI技术蓬勃发展的情况下，随着时间的推移，技术的进步会不断地降低成本。学会利用AI技术，提出正确的问题进行互动，也是有效提高学习和开发效率的有效方法。

3.重点特色

未来技术效率提高的副作用就是金融机构往往必须在更为复杂的产品和交易中寻求优势，这使风险不断增大，也使风险监管变得更加困难，自动化操作使得“算法和计算机失控”经常出现。因此，在技术层面以外，本小组对“金融大数据”教学内容的设计更加侧重于学生对于数字经济安全性重要性的理解。由于我国金融体系具有明显的社会主义国家特征，在教学过程中对于金融机构的设置管理必须有自己的獨特特色。在教案设计中，从中西方的金融机构设置、管理方式等方面进行对比分析；结合案例实操，使学生切实感受到中国金融体制设置的特色与其在风险管控方面的优越性。

（三）“金融大数据”课程教学方案的设计

由于教学对象是没有金融知识基础的学生，教学内容必须结合学生实际学情进行安排。项目组的设计如下：课程内容以案例构成教学单元，单个单元的教案设计思维导图如下图所示：

教案设计思维导图

以学生在日常生活中较为熟悉的金融概念设计案例引入教学内容，将金融概念从易到难地进行拆解分层介绍，从最基础概念进阶到较为复杂的相关机构和金融产品的产生。以层层递进的方式设计单元内容，然后选取与金融概念相关的实事案例进行具体分析，在案例分析中让学生理解大数据技术在其中发挥的作用。最后在实际操作中，尝试使用Python来设计和实现部分金融工具进行数据实操，在操作过程中进行答疑和指导。在最终环节，引入相关的金融风险案例，引导学生思考和比较国内外金融体制的区别，思考在该金融活动环节内，数字经济安全的重要性。

我们以“银行”单元为例：

教学内容可以分为以下三个部分：中国银行体系；美国银行体系；大数据在银行业中的应用举例。

最早的银行起源于11世纪的意大利，早期银行主要业务为以自身的信用发行票据流通，其中中国的票号就是这种早期银行。后期银行的业务演变为：存、贷、金融服务，发行货币这样的业务后期统归于各国中央银行，而银行在金融业中最主要的作用就是通过放贷这种方式来大幅刺激生产力的创造，激活整个社会的资金活力。

（1）中国银行体系：中国银行业随着时代发展具有清晰的发展脉络。从最初的只有中国人民银行和中国银行两家银行逐渐发展成以中国人民银行为央行，六大商业银行加上三家政策性银行为主，各股份制银行与数字网络银行为辅的完整结构，服务于各个阶层、不同对象的资金和金融服务需要。

（2）美国银行体系：美国银行由于建国之初各州银行的高度自主性，一度十分混乱无序。在经历了大萧条之后，美国对银行业进行了大幅修正和紧缩才具有了以美联储为央行的控制体系。美国银行业以市场导向为主，具有极强的资源配置能力和极快的市场引导作用。如今，美国已经基本去工业实体化，国家GDP高度依赖金融业的状态下，银行业的高度证券化和市场化的特征都使其系统性风险大幅增加。美国银行体系追求利润最大化，极度追求放贷金额数量，存款准备金率长期保持在0%，这都说明了中美银行在整体设计上就有本质的不同。

（3）大数据在银行业中的应用举例：大数据作为新兴技术，在银行业中的应用涉及商业银行负债业务、资产业务、中间业务等。具体应用场景有：客户画像、储户精确营销、小微企业信贷、信贷风险评估等。银行的数据资产是最有价值的资产，一方面，利用多渠道采集数据（如政务数据），能够有效地降低银行和借款人之间的信息差；另一方面，通过对投资项目的收益率计算控制风险。

在该单元中我们以贷款业务的风险控制为重点，切入方案设计与Python工具的使用。Python教学案例设计：以一个小微贷款项目内容，计算其可能拥有的客户数量与盈利能力，从而分析该项目的偿贷能力。从Python工具的角度，这属于基础指标计算，涉及技术内容包括：外部数据读取、数据框操作及切片、序列计算、字符串操作、循环语句、数学函数及公式计算等知识点的综合应用。在指标计算方面，具体体现了如何从点到面的程序演化过程。这一套教学设计强调在实际操作中让学生将风险控制的概念与具体的程序设计思维相结合，有更加具体与深刻的体验。

（四）“金融大数据”课程教学方式的改革

1.线上线下复合式教学

对于“金融大数据”这种知识跨度大、综合性高的课程，传统线下课堂教学方式教学效果不突出。由于课内知识内容多，实践环节难度大，教学课时有限，教学模式适合采用线上线下复合式教学。

线上部分可以对金融部分内容进行有效预习，学生需要学习线上视频中的金融概念，在了解之后完成预习问题。线下课堂上主要以教师引导进行案例分析，以小组项目的方式使用Python工具完成问题梳理分析讨论。

在最后，学生必须要完成中西方在该案例中的一些要素比较，例如金融安全监管的实现方式和目的比较。

2.小组制度

Python实际操作环节以具体案例分析和实际操作为主。在以往该类注重实践的课程中，我们发现小组学习可以取得更好的学习效果。项目组教师发现，由于前期学生的地域与学习经历的不同，编程语言基础水平参差不齐，相差极大，由学生个体完成作业任务会出现较大的成绩差异。在这一点上，基础薄弱的学生的学习积极性很容易受到打击，无法完成教学进度。但如若由小组进行作业，则可以由水平较高的学生带队，学生在小组中进行讨论分析，设计完成程序方案的小组作业。这样一来，可以促进学生相互之间进行学习讨论，避免基础较差的学生由于缺乏独立能力而落伍，而且小组之间的互帮互助也增强了学生的团队合作与协调能力。

在小组完成作业过程中，教师在实际操作环节给予问题引导。每个单元任务完成后，再由小组派出一位小组代表进行项目讲解，从设计思路、实现的具体工具手段、方案运行效果三个方面展示小组作业。

（五）“金融大数据”课程评价方式的改革

对于实践程度较高的课程，需要增加学生的参与程度，这样才能取得较好的教学效果。同样地，在评价体系中加大学生自我评价的权重，这也可以在很大程度上有效促进学生的积极性和学习效率。这在以往的实践课程探索中已经被证实有较好的反馈效果，例如“大学生创新创业基础”。

在“金融大数据”这门课程中，总评成绩的构成将由两个部分构成：学生互评与教师评价。学生将在小组作业展示环节之后填写小组互评表，以小组为单位相互进行大作业评分。

评分表格设计包含三个方面：Python方案设计思路；工具手段；方案运行效果。学生以百分制进行相互评分。教师在收集完成互评表之后进行分数统计，以学生互评分为总评中的平时分项目，占总评分的50%；教师评价为期考评价占50%；由于学生互评分的权重提高，这种方式可以极好地调动学生的积极性与参与程度，促进学生小组之间的良性竞争。

结语

“金融大数据”是一门在新的时代背景下出现的新兴综合性课程，涉及数学、统计、金融学与编程语言多项知识，综合性极高。在如今飞速发展变化的新时期背景下，对于这门课只有32课时的课程，如何与新时代背景相结合，并在有限的课时内取得较好的教学效果，课题组做了一定的思考和尝试，从教学内容设计、教学方案设计，教学方式以及评价方式上进行了综合创新，以这些方式使“金融大数据”课程得到较好的教学效果。

参考文献：

［1］张云.大数据金融［M］.中国财政经济出版社，2020.

［2］汪陈，刘珺，张宏妹.金融科技人才需求背景下金融学课程教学改革探究［J］.铜陵学院学报，2023，22（01）：112115.

基金项目：2022年常州工學院教改项目（编号：30120300100jgkt09）

作者简介：杨景景（1981— ）女，汉族，江苏常州人，博士研究生，副教授，研究方向：材料科学与工程。