金融学专业教学与培养研究

导语：金融学专业教学与培养研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

【摘要】近年来，新一代人工智能技术迅猛发展并在金融领域得到广泛应用，改变了传统金融行业的人才需求结构，也向高等教育金融学专业的人才培养提出了新的挑战。文章从人工智能对金融行业人才培养的冲击与影响出发，建议高校转变金融学教学培养方式，修订培养方案、改善教学方法、改革教学评价等，扩展学生知识体系，提升学生思维能力、实践能力，培养适应时代发展和市场需求的高等人才。

【关键词】人工智能；金融学；人才培养

2016年谷歌公司研发的人工智能AlphaGo战胜世界围棋冠军李世石，在这个被普遍认为除了计算还需要思考力、想象力之外，甚至创造力的领域超过人类，打开了人工智能研究与应用的新篇章，对医疗、物流、金融、法律等行业产生了深远的影响。对金融学专业来说，当下的教学培养仍然基于传统模式，既没有跟上“互联网+”的人才培养需要，也没有根据科技发展和社会需要进行调整。因此，思考人工智能时代金融学专业在应用层面面临的冲击和挑战，及时调整教学培养方案变得迫在眉睫。

1人工智能发展对金融学应用的冲击与挑战

人工智能技术发展，主要分为两个阶段：第一阶段以计算机深蓝战胜国际象棋的世界冠军为标志，该阶段技术以计算机海量快速计算为主，原理是基于决策树的数据分析，在应用方面的专家系统本质上是确定既有的规则和方法后通过大量快速运算得出问题的最优解。第二阶段以AlphaGo战胜世界围棋冠军为标志，该阶段技术以深度学习为主，本质是利用大量的数据样本进行自我学习和自我改进，其工作原理类似普通人类的学习，通过大量数据样本的分析形成解决问题的思路，因而在应用上可以适用更复杂、更具创造力和思考力的领域[1]。就金融领域而言，在理财投资方面，人工智能可以通过大数据绘制客户画像，获取客户收入水平、风险偏好、风险管理水平等，进而设计个性化的投资方案和投资产品。在授信方面，可以对客户的资产负债水平、收入和现金流状况、消费习惯、信用状况等因素进行综合评估，合理确定授信额度、控制贷后风险。在保险行业，可以通过赔偿事件发生概率、投保人群个体情况等制订保险服务方案，也可以通过分析过往的赔偿案例对当前事故或状况进行判断，从而实现快速理赔。在金融服务方面，可以通过网点智能设备、客户端网络服务、智能客服等取代普通的重复性劳动，实现人工智能的劳动力替代。根据国务院《新一代人工智能发展规划》来看，我国还将在未来几年加快推进产业智能化升级，在金融领域大力发展智能金融：“建立金融大数据系统，提升金融多媒体数据处理与理解能力。创新智能金融产品和服务，发展金融新业态。”从人工智能对金融行业的影响来看，一方面大大减少了普通的重复性劳动岗位，另一方面强化了数据分析、风险管控、产品设计等岗位工作人员对金融知识在特定场景与人工智能大数据分析相结合的能力需求。对金融学专业的教学培养来说，除了对理论知识的学习探讨之外，更多的毕业生是面向社会、走向岗位的，这就要求高校学生在人工智能发展的背景下不断提高自身的实践水平和综合能力，能应对专业领域内工作岗位减少、竞争增加的冲击，能应对实践过程中金融知识需要与计算机软件、信息工程、大数据分析等结合运用的挑战。

2人工智能时代金融学专业教学与培养的转变建议

国务院在《新一代人工智能发展规划》中鼓励高校拓宽人工智能专业教育的内容，形成“人工智能+X”复合专业培养新模式。教育部则在《高等学校人工智能创新行动计划》中提出，我国要抓紧实施“人工智能+”行动，支持高校在智能教育、智能制造、智能医疗、智能金融等领域开展技术转移和成果转化，加强应用示范。在此背景下，金融学专业的教育与培养也应顺应时代和科技的潮流，调整培养方式与教学方法。

2.1修订培养方案，增强学生理论知识体系

近年来多数高校已开设互联网金融的相关课程，但当下金融学的教学培养方案一方面仍囿于学科基础知识体系的构建，对学科交叉、知识融合的教学培养在课程设置、课时安排中仍然较为薄弱；另一方面课程体系建设滞后，课程设置多为将金融学与互联网交叉应用的概述性宏观课程，而实务性、操作性的课程相对较少[2]。为适应人工智能时代互联网和大数据分析等对金融学应用带来的变化，首先应当修订培养方案，增加交叉学科和科技前沿应用的课程设置，深刻认识到人工智能时代金融学专业应用的变化在于工具手段的变化，促进“互联网+金融”“大数据+金融”等以金融为核心、以工具为手段的学科体系构建，着重加强对诸如计算机编程、数据获取筛选与应用分析、算法设置与算法调整等工具的掌握学习。

2.2改善教学方法，培养学生的思维能力

传统高等教育的教学方法仍以“讲授+考试”为主。虽然近年来的教学实践中部分教师增加了分组讨论、学生展示等培养学生思考的互动环节，但从实施效果来看，教学结果仍然主要体现在对学生知识的传授，能力培养仅在其次。受益于金融行业数据积累、数据流转共享和数据储存更新较为完善，人工智能能够对大数据样本进行深度学习[3]，进而率先实现在金融领域的广泛应用。因此，在未来的金融学专业人才培养中，更需要的是处理“数据样本小、非范式问题”的学科人才，这就要求在培养过程中注重对学生思考能力、创新能力、解决差异化问题能力和应变能力的培养。在教学方法上，一是可以借鉴近年来“翻转课堂”等新的教学方法的运用，将以教师讲授为中心的课程教学转变为以学生思考提问为中心的方式，鼓励学生自主学习、参与讨论和思考创新，并通过不同学生差异化的思考角度培养其开放的思维能力，通过提问、讨论和交流等方式提升学生的沟通能力[4]；二是可以通过增加案例分析教学、实践专题讲座、创业就业大赛等方式增强学生理论与实践结合的意识和水平，提升其在面对复杂条件约束情况下分析问题和解决问题的能力；三是可以学习借鉴企业人员短期培训的相关模式，以3~5天为周期快速学习某一方法或工具在具体项目中的应用，对实践应用类型的课程在学期结束前一周开展实战应用教学，结合本学期理论知识与项目中的前沿案例，增强高校在教学培养中的务实水平。

2.3改革教学评价，提高学生实践能力

为应对即将到来的人工智能时代可能对金融学专业学生带来的劳动力替代等问题，要在培养环节增强对学生实践能力、综合能力的培养。这需要改革教学评价体系，改变仅以考试成绩作为学生培养与评价的标准，增加实践应用等在学习评价中的比重；鼓励学校增强校企合作，为学生提供优秀的实践平台；鼓励教师加强对学生实践指导，做好实践前期理论教学准备，实践期间具体问题答疑解惑，实践后期带领学生归纳总结，将实践作为一个完整的环节进行考察。以行促学、以学促行，让学生在实践中提升动手能力和综合素质，使高校的专业培养更接近社会和市场对劳动力的要求，提升学生在工作中的竞争力，实现高等教育对经济发展输送人才的社会贡献。人工智能的广泛应用必将给金融行业带来深远的影响，也对高校的金融学教育提出了新的挑战。高校只有提前认知风险与冲击，及时转变教学培养方法，才能适应技术和市场发展的要求，为学生负责、为国家负责，培养出懂理论、善实干的综合型人才。

【参考文献】

[1]王天一.人工智能革命：历史、当下与未来[M].北京：北京时代华文书局，2017.

[2]李建军，吕勇斌.互联网金融课程建设与人才培养模式的思考[J].中国大学教学，2018（5）：64-68.

[3]李开复，王咏刚.人工智能[M].北京：文化发展出版社，2017.

[4]张金磊，王颖，张宝辉.翻转课堂教学模式研究[J].远程教育杂志，2012（4）：46-51.

作者：王玥入 单位：贵州大学经济学院