刘 伟 （上海立信会计金融学院）

一 引言

我国“十三五”规划（2016-2020 年）提出“实施国家大数据战略，推进数据资源开放共享”，标志我国大数据建设拉开了新的序幕。大数据时代建设为金融行业带来了前所未有的机遇和挑战。为加强金融人才建设和储备、进一步落实人才强国战略、紧跟《国家中长期人才发展规划纲要（2010-2020 年）》的部署，人民银行联合证监会、银监会和保监会印发了《金融人才发展中长期规划（2010-2020 年）》，进一步明确了金融人才培养的主要目标和战略任务，力争建设一支高技能人才队伍以适应金融业务集约化、信息化发展趋势。

作为上海高水平应用型财经类大学，需主动应对、大力开展大数据时代的金融教育和人才培养，为上海国际金融中心建设做好充足的人才储备，探索“金融大数据”人才培养之路有其必要性和现实意义。

二 文献综述

纵观国内已有研究，从不同角度对大数据人才培养展开论述，对大数据人才培养给予充分重视。

第一类成果基于高校的不同专业探索教学改革方法。如刘芳等（2019）针对目前“金融大数据”人才培养挑战和存在问题，基于“金融大数据”人才需求进行探索，从培养课程体系、培养模式、培养模式运行机制以及培养模式评价体系四个方面进行人才培养改革。陈跃辉等（2019）阐述大数据时代计算机专业人才培养面临的问题，并在此基础上分析人才培养模式的转变策略。王国胤等（2019）阐述了在大数据与智能化领域的人才培养模式改革实践，探讨了地方高校面向经济社会发展需求培养新工科创新人才的方法与路径。郭栋等（2018）探索利用第二课堂构建统计学复合型人才培养创新平台，通过“三个结合”的创新点实现“五种素质”的培养，并通过思想、组织和制度三方面保障第二课堂在专业人才培养中发挥积极作用。

第二类成果基于不同行业背景探索大数据人才培养。如王丽媛等（2019）阐述了大数据与互联网金融的关系，对大数据时代背景下互联网金融创新成果进行概述，对大数据时代互联网金融人才培养提出建议。王玲（2019）从“互联网+”背景下金融人才的培养目标出发，分析了互联网金融发展对金融人才培养的启示，并在此基础上提出了改进金融人才培养的建议。张晓露等（2019）基于大数据的发展，深入探讨其在金融行业中的应用范围、应用模式、应用场景，建议加强人才培养，完善大数据产业环境以保障大数据持续、稳定发展，更高效、安全地为金融行业提供服务。

第三类成果从社会需求视角出发提供人才培养建议。如沈丹璇等（2019）通过对苏浙沪高校及企业的调查走访，对金融人才的供需端进行分析，并在此基础上提出完善我国拔尖金融人才培养的建议。饶绪黎等（2019）基于互联网公开数据，针对大数据领域的企业、岗位和人才要求三方面数据进行分析，结合大数据人才市场需求特征提出高校培养大数据人才的思路。尹勤等（2019）探讨了新时代对统计从业者和应用统计专业人才的新需求，全面分析江苏省高校应用统计专业学位研究生培养现状，为培养适应大数据时代发展需求的应用统计专业人才提供参考与借鉴。

三 “金融大数据”人才培养模式

“金融大数据”人才培养的目标定位是：适应大数据国家战略、金融人才发展中长期规划和上海国际金融中心建设需要，基础扎实、知识复合、实践力强、素质全面的金融大数据人才。其中，“基础扎实”，要求具有扎实的统计基础知识，能够熟练地运用基本统计软件、具备良好的数据分析和处理能力，对数据具有较高的敏锐度；“知识复合”要求进一步拓宽相关专业领域的知识以及研究方向的辐射范围，尤其是对金融和商务领域的学科知识进行积累；“实践力强”要求能够充分挖掘金融大数据的价值，发挥数据作用，解决实际金融问题并获得有意义的研究成果；“素质全面”要求综合素质的全面发展，学会“用数据说话”，恰当地将数据结果转化成生动的语言，让数据能够真正地成为工作实践中的利器。金融大数据人才培养目标的设定是整个培养模式的关键，为探索未来的培养路径指明了方向。

基于以上定位，经济统计学专业的人才培养模式重点体现在以下两个方面。

第一，加强行业合作，推行“双元制”人才培养。加快培养掌握大数据统计技术和大数据统计实施方法论的专业人才；与市场主体、行业协会、科研机构互联互通，通过编写教材、联合培养、宣传培训等多种形式，研究探讨市场化的大数据统计从业人员能力培养和评价方法；围绕上海金融中心建设需要，及时更新调整培养计划，建立与金融实践相结合的实践教学体系。

第二，开展专业认证，扩大专业影响。做好“兜住底线、保障合格、追求卓越”的三级认证体系建设，对标认证标准，扎实开展专业自评工作。同时，全面梳理数学基础、统计方法、大数据技术在经济金融与国际贸易领域应用等知识链条里的环节，突出学科专业交叉，发挥专业优势，开发“统计综合评价”“指数理论与方法”等全校公选课程，对其他经济、金融学科专业建设起到支撑与辐射作用。

四 “金融大数据”人才培养实现路径探索

在信息技术和金融创新层出不穷的大背景下，“金融大数据”人才培养与市场需求存在明显差距，主要体现在课程设计、教学方法、师资队伍、教学资源等多个方面。基于此，本文在以下几方面开展了有益探索和改革。

图1 “金融大数据”人才培养模式构建

（一）课程体系建设

规划课程模块，优化课程建设。经济统计学专业应基于高水平应用型人才培养的需要，按照“基础课程+专业基础课程+专业方向课程”架构方式，在专业课程中充分融入金融大数据分析特色，将“厚基础、强应用、重创新”与“大数据特色实践”有机结合。纵观国外知名高校的大数据分析类专业课程体系，本文将特色课程归纳为以下五个模块。

第一，“理论基础”类课程模块，主要讲解大数据分析的术语、理念、理论、方法、技术、工具和最佳实践应用，包括统计学、统计试验设计、数据挖掘、Python 语言(或R 语言)、线性和逻辑回归、模型评估以及机器学习算法等。

第二，“领域应用”类课程模块，主要讲解大数据分析对金融、国际商务领域的影响及其应用方法论或最佳实践。例如，基于大数据的商务智能、基于大数据分析的金融量化投资等。

第三，“数据呈现和沟通”类课程模块，主要讲解数据呈现与沟通能力在统计学科中重要地位以及可视化表示与故事化描述方法，例如数据可视化与沟通、数据逻辑、可视化表达与故事化描述课程。

第四，“数据分析”类课程模块，主要讲解数据分析，尤其是大数据分析的方法和技术，探索性数据分析将成为应用型人才培养的重点课程之一。例如，根据Gartner 数据分析价值扶梯模型(Gartner’sanalytic value escalator)，因果分析是大数据分析中的重要组成部分，该模块将设置因果推理课程，重点讲解因果分析在大数据分析中的应用。

第五，“人文”类课程模块，主要讲解数据大数据研究与实践中的非技术和工程类问题，包括与大数据和数据分析相关的道德、隐私、法律、经济和社会影响等，将“立德树人”的教育理念贯穿于高水平应用型人才培养的始终。设置完善统计学职业基本知识和技能、基础职业教育、通识课等基础性课程，为满足未来的大数据技术人才需要打下基础。例如，以“行业专家进课堂”的形式，开设数据道德与隐私、算法偏倚、法律框架和知识产权保护、数据溯源和再现、数据管理与长久保存、大数据用户体验和可用性测试、大规模协同中的道德问题、数据沟通以及数据科学的社会影响等专题课程。

（二）教学方法改进

以上特色课程作为经济统计学专业基础课，对学生持续性学习能力培养、科创、深造或就业均具有关键性作用。为了保证学习效果、提高学习效率，授课教师应充分利用各种现代化信息手段，运用案例教学法、启发式和互动式教学等各种方法与手段，以培养学生的创造性思维能力。

第一，强化网络教学，凝练课程特色。不断完善和强化课程资源建设，适时开展特色课程的Mooc 建设，建立以合格课程为基础、主干课程为重点、精品课程为示范的课程建设体系，争取建成从教学内容到教学方法、从教材建设到学生能力培养都具有较高水平。深入推进“探究式、小班化”教学改革，加大教学改革投入，通过云教室、云课堂建设，探索以能力培养为主的教学模式。

第二，重视课程辐射，助力学生科创。经济统计学专业众多专业课程与金融市场分析关系紧密，学生通过学习专业课程，可对金融市场的众多问题开展探索研究。专业课程所开展的课内实践，可为毕业生论文选题或者学生参与科创活动的选题提供丰富的背景资料。

第三，加强数据库和案例库建设。优质的金融数据库为丰富教学内容、改进教学方法提供了可能。一方面，海量的金融数据信息资料为本科教学提供了丰富而生动的教学素材，可以提高教学内容的可学性，激发学生的学习兴趣；另一方面，大量新颖案例的引入有利于进一步丰富案例教学，生动且多样化的呈现方式能够激发学生的形象思维和思考过程，可以提高教学效果。

（三）教学资源优化

有效的人才培养离不开丰富的教学资源，对于“金融大数据”人才培养而言，教材教辅、教学资料建设还有大量的发展空间。经济统计学专业应结合国家质量标准、学校特色、学生特点积极开发适合自身特点的教学资源。

第一，聚集资源优势，编写案例教材。出台专项政策，组织优秀教师积极编写金融大数据分析系列案例教材，同时筹备专项资金，联合相关企事业单位，聘请部分长期从事实践工作、具有丰富实践经验的技术人员，共同编写实验实训课程讲义。

第二，强化网络平台建设，开辟第二、第三课堂。开放式教学是现代教育发展的趋势，将课堂单向讲授与网络平台教学、在线微信教学等相结合，对有限的教学课时进行横向拓宽与纵向加深，通过云平台发布大量的优质教学资料、及时回收学生的学习反馈，为不同水平的学生提供不同层次的内容，增强学生自主学习能力。此外，还应开通网站互动交流功能，及时掌握学生学习动态，提高教学效率。

（四）实践教学强化

金融大数据时代对学生的实践能力提出了更高要求，“金融大数据”人才的培养必须以提升实践能力作为主要目标。在实践教学中，专业课程应借助案例教学和课内实验，将证券投资策略、股市技术分析、期货高频交易等金融市场问题投射于实践环节，确保实践教学计划的科学性、可操作性和实效性，基于具体行业中的真实数据来解决实际问题、数据产品开发和综合动手能力。具体实现路径有以下两条。

第一，构建实践环节，设置综合训练。紧紧围绕服务大数据国家战略人才培养目标，以课程为载体进行组织、实施和管理，以市场必需、够用为衡量尺度，以传授方法、强化应用为工作重点，增强实践教学形式的多样性和内容的丰富性，做好学生实践教学环节的考评、控制、反馈工作。建设和巩固与金融大数据相关校企合作基地，为学生实践活动提供长期有效的支持和保障；构建校企实践教学模式，邀请行业专家进课堂，实现教学过程与真实应用场景相对接。

第二，明确实践标准，强化教学管理。应着力建设与实践能力、基本技能联系紧密的课程。完善学生校内实验实训、企业实训实习和假期实习制度。对专业实践教学进行全流程管理，制定一系列关于实训、实习等方面的管理办法和措施，结合金融大数据统计人才培养方案编制标准，编写实践教学指导书，规范实践教学考核办法。

（五）师资队伍建设

“金融大数据”人才培养，离不开高质量的教师队伍。专业教师应主动提升大数据分析能力，迎接金融大数据时代高校课程变化对自身专业发展提出的严峻挑战。“金融大数据”人才培养的师资队伍建设应坚持“走出去+引进来”的方针，强化专业教师的专业知识、实践能力、实验软件操作能力以及大数据时代必备的知识与技能。

经济统计学专业应实施青年教师能力提升计划，推动课程建设和教学方法的更新改造；鼓励教师参加国内外学术交流及教学技能培训班；鼓励教师前往相关金融机构、政府统计部门或大数据创业企业挂职锻炼；鼓励教师参与统计类职业资格评聘，增大“双师型”教师占比。同时，还应选聘地方行业、企业专家来校兼职，指导专业建设、培养方案制定和实践平台建设等工作，有效深化校企地之间的紧密合作。

五 总结与展望

《上海国际金融中心建设行动计划（2018-2020 年）》明确提出，2020 年上海要形成一支结构优化的金融人才队伍，建成金融人才高地。作为上海地方高水平应用型建设高校，对“金融大数据”人才的培养责无旁贷，经济统计学专业将以此为使命，为高水平应用型财经类人才培养贡献力量，为上海“五个中心”建设添砖加瓦。