“新工科”背景下Python融入投资学课程教学创新研究

2022-11-24 12:19文江盼
山西青年 2022年4期
关键词:金融类新工科债券

文江盼

湛江科技学院经济与金融学院,广东 湛江 524000

投资学是一门研究资本运行规律的学科,是建立在经济学和管理学等理论基础上,与金融学、统计学以及数学等学科紧密结合的综合性、基础性以及实践性交叉学科。目前投资学的教学则是通过理论案例方法向学生传授知识,然而大数据时代的来临,巨大的信息流和数据爆炸是投资学教学中必须要面对和解决问题,因此投资学教学需要重新整合资源,融入信息化时代新型资源Python语言应用,利用信息技术提高投资学教学的高效性、实践性。

Python语言在近几年得到了普遍的关注和发展,主要原因是一方面受益于国家对人工智能的重视以及大数据发展;另一方面是该技术具有相对较低的学习难度和强大的功能和舒适的编程体验,Python也逐渐融入高校的计算机课堂以及交叉学科中。Python融入投资学教学中,一方面可以培养学生数据分析灵活力;另一方面着重培养学生主动思考能力,可以针对不同实际需求提出相应的解决方法。

一、当前高校投资学教学实践存在的问题

随着大数据时代的来临,金融类专业要求学生对计算机语言和相关信息技术具有较强的动手能力。金融类专业不需要像计算机专业一样充分了解计算机架构、网络架构等专业知识,但随着信息化发展,社会对金融类专业学生要求不断提高,如果仅从计算机语言掌握程度来把握,则金融类专业学生和计算机专业学生要求是一样的。然而在实际教学中,金融类专业学生大部分是文科背景甚至对计算机毫无兴趣,其计算机基础知识较弱,主动探索性不强,在金融类专业课程教学中具有一定的挑战。

然而,一般的投资学实验教学也只是常规实验,也只是在投资学教学后半段内容的证券投资技术分析中让学生进行模拟炒股,但是随着投资学教材优化,更多投资学内容则把重点放在数据分析以及收益计算等方面,这有利于体现金融类学生学习专业性以及未来就业需求,只是单纯地模拟炒股实践,学生处理问题的综合能力不能提高[1]。因此学生面对理论课无法理解,实验课又不能让学生理解理论课内容,很容易让学生产生自我放弃行为。

二、投资学课程教学面临的挑战

大数据、信息化观念已经融入金融类专业教学中,推动了金融实务的持续创新,推进了金融模式的深刻改革。

(一)大数据信息化路径对金融投资问题分析做出高要求

经济金融研究与传统计量经济研究方法比较在大数据信息化基础上有新的特性,例如数据的采集、分析以及检验等和传统的计量方法有一定的区别,这也就暗示着对于问题分析不能太过传统,应该运用创新思维思考。现在,互联网金融、智能化已经深入到金融行业中,大数据逻辑逐渐取代了传统的逻辑。传统的计量分析是理论假说检验,现在大数据分析是爬虫、归纳推理。前者是自下而上的推理分析方法,后者是自上而下的推理分析方法。

(二)资产组合优化选择与风险测量

资产组合优化和风险测量是投资学课程教学重点内容,也是目前证券投资行业要求较高的内容,其选择和决策方式需要持续改进。对于证券投资行业及个人投资者来说,金融产品的数据采集方式的简单化,促进资产组合选择及风险测量便利化以及拓宽其视野,也为证券投资工作节约了时间及人力成本。所以如何高效地利用大量的数据挖掘出有用的信息,构建合理的投资方案尤为重要,数据挖掘分析工作的简便性也是目前证券投资行业中急需解决的问题。

(三)金融类专业教师知识培养的挑战

在金融科技、云计算以及大数据快速发展背景下,传统的金融行业的信用环境、业务方式面临着重新调整,这要求金融类专业教师不断适应社会市场的变化,持续地学习,不断地更新专业知识,无时无刻地将新的知识融入教学中。金融类教师适应了多年的传统教学,想要进行改变需要很长时间,对于新的专业知识学习也需要一段时间的适应,甚至有些教师不适应这样的改变,继续使用传统教学模式[2]。面临金融科技业务的工作流程,高校教师也需要跟进发展脚步,不能以完成授课任务而结束,不能以“学不会”为理由,应该考虑到学生在就业环境中面临的要求,将学生的就业压力主动转变成动力工具和特长,适应金融行业发展需求。

在许多应用型高校中,金融类专业的Python等计算机语言课程由计算机类学院教师教授,但只单独教了这门课,与金融类课程结合性不强,由于专业的老师对于金融类课程不熟悉,无法将Python等计算机语言课程融入金融类专业课程实践中,故培养金融类专业教师学习计算机语言课程极为重要,同时也对教师的自身素质、专业培养目标提出了更高要求,但也有一些教师由于种种原因无法接受新课程的学习,依旧采取传统的方式教学。所以,适应当前金融行业的转变、师资队伍建立是高校金融类专业发展面临的难题。

三、Python融入投资学课程创新实践

Python作为较为高效的数据挖掘分析工具,受到了金融行业的青睐。熟悉经济社会发展对专业人才要求,了解学生对投资学课程的期望和实践能力需求,研究投资学与Python融合创新实践效果以及两者联系,则可为将来的课程以及专业人才培养方案提供参考。

(一)专业内容课程教学实践

下文以投资学课程中“债券定价”内容为例,融入Python语言。

1.数据收集

Python作为一种开源语言提供了丰富的API和工具,可以使用C语言、C++等来编写扩充模块,也可以运用第三方库,具有较高的灵活性。故教师在上课时候可以事先讲授Python数据采集内容,一旦遇到该问题可以提前将数据采集完成进行实践。

2.公式编制

在教授债券定价内容时,授课老师可以通过理论+实践的方式让学生更好地理解Python融入该内容运用,通过理论知识讲解,让学生熟悉债券价格定价理论公式及含义,并通过例题讲解方式让其对内容更加深刻。

在Python语言实践方面,由于债券定价内容,需要学生掌握债券定价公式,其中包括付息债券、零息债券等公式,学生在教师指导下载Python软件,并按照债券定价公式编写Python语言函数。同时通过案例,把Python语言融入到案例中,学生在课堂中不仅掌握理论知识还很好地能对Python语言运用。下面是对付息债券价格公式编制运用:

公式中:P-债券价格;Ct:第t期支付的利息(现金流);F:债券面值;N:债券期限数;y:贴现率;t:现金流发生的期数

编写Python语言函数如下:

Def bpd(ct,F,y,n):

a=cf/(1+y)**t

b=F/(1+y)**n

p=sum(a,b)

Return p

3.综合分析

债券价格定价计算与Python语言结合,在大数据背景下,学生可以很快地计算分析结果,从统计角度分析“发现-总结”的分析结论,而且要结合专业知识给出相应的经济学原理分析。债券的现值受三个因素影响:到期日、息票和市场收益。市场收益是投资者对一个特定债券需求的现时市场利率,相同息票、不同到期日和不同市场收益的债券价格以及相同的到期日、不同息票和市场收益的债券价格进行分析,通过对大数据分析,最终得出结论:利率下降(上升),使得债券价格上升(下降)。长期债券和低息票债券的价格变化大,因此投资者预期利率下降可购买低息票长期债券,充分利用到期日和息票对债券价格的影响。

(二)教学与思政教育融合

在python融入投资学课程中,不仅要教授专业知识,还需要让教学秉着“立德树人,育人为本”的目标进行下去。所以教师在教学中对于思想政治教育尤为关键,在传授专业知识的同时,也要考虑学生独立思考和实践操作能力,让学生更具有社会责任感,成为创新实践精神的专业人才[3]。

1.课前准备阶段

在备课过程中,教师除了准备专业知识外,还需要关注社会民生和热点问题,在课程中融入这样的案例,让学生一边实践一边有所领悟,同时以课程知识和技能为核心,最后关注点是能够提高学生的综合素质,在这样的背景下准备案例材料,运用Python语言融入投资学案例中,一方面能让教师在教学前更好地弄清知识体系,将理论知识融入案例分析实践中,有利于学生快速浅显易懂地掌握知识。同时,教师还可以在无形之中将思政的内容融入教学中,让学生学有所悟。

2.课中教授阶段

在教授过程中,教师引入社会热点问题,不仅可以带动学生的积极性,还可以让学生提高自身的求知欲,促进学生进一步对专业知识思考并加入思政内容。在整个教学过程中,通过解决问题为导向的知识内容与软件操作结合,促进学生实践学习与归纳整理,推动学生自主思考,以Python融入投资学教学中进行实践操作,其次可以进行小组合作完成案例问题分析,以此增加学习的动力和信心。利用学到的知识内容并结合Python语言操作完成案例问题,也有助于提高学生的自主学习能力。

在这样编排授课过程中,能够将复杂的知识内容简单化,高效地传递给学生,充分发挥学生自主学习能力,改变传统的教学模式,有利于提升学生的动手操作能力,更好地理解知识内容并进行实践检验,进而展现出课程融合的价值。在案例教学中引入思政元素可以让学生理论联系实际,通过案例中的启发故事激励学生,提升学生的综合素质能力[4]。

3.课后结束阶段

课堂上短短四十五分钟的时间结束并不代表所学习知识时间就结束了,也不意味着整个教学过程就结束了,教师要持续关注学生上课后的效果,学会运用网络手段为学生答疑解惑,巩固拓展课程教学。在课外通过案例让学生持续巩固学习成果,通过实习实训来引导学生学习,并在实习中学以致用。同时,将对Python语言学习运用到经济金融其他学科学习中,让学生在学习专业理论知识中可以找到乐趣,发现不一样的精彩。

四、总结

这几年,金融科技在全球范围内迅速发展,国内传统的金融机构开始转型,开展智慧金融、大数据分析等技术来应对激烈的金融市场,传统金融科技型不断增强。同时对于金融科技型人才需求也越来越大,以手机代替柜员机,以自助代替人工,以数据替代凭证等已是大趋势。随着金融科技、大数据以及云计算的发展,导致传统金融行业的岗位需求越来越小。同时,面临金融科技、大数据行业持续发展,商业银行倒逼转型,需要大量的金融科技人才。高校应该根据目前就业情况以及市场需求积极调整专业及课程设置。在传统专业人才培养中,计算机专业不学习经济金融方面知识,经济金融专业不学习计算机专业知识,故金融与科技融合的复合型人才紧缺。

面临着大量的经济金融数据,传统的投资学教学无法满足应用型创新型人才需求,故对于传统的投资学教学模式改革迫在眉睫。在“新工科”背景下,单一学科的人才培养已不再是应用型高校的目标,随着金融科技、互联网金融以及大数据信息化的发展,计算机语言与经济金融课程结合让学生能够更加适应金融行业要求。经济金融大数据信息化已成为现代社会经济发展趋势,高校对于经济金融专业人才培养需要进一步改革,需要我们在经济金融专业人才培养建设上加以重视。

猜你喜欢
金融类新工科债券
2020年9月债券型基金绩效表现
2020 年 7 月债券型基金绩效表现
2020年2月债券型基金绩效表现
基于创新创业的金融类学科教学体系研究
中美CFA认证高校金融本科人才培养模式分析
基于金融类专业的高职英语特色考核机制的构建
面向新工科的Python程序设计交叉融合案例教学
新工科形势下高校二级学院毕业设计管理探索
新工科背景下大学生创新创业教育探索
2016年9月投资人持有债券面额统计