大數(shù)據(jù)背景下《金融統(tǒng)計學(xué)》課程教學(xué)改革探索

喻 軍

(河南財經(jīng)政法大學(xué) 金融學(xué)院，河南 鄭州 450011)

1 引 言

當(dāng)前，科技與信息技術(shù)的發(fā)展正深刻影響著金融業(yè)的發(fā)展，移動金融、互聯(lián)網(wǎng)金融、科技金融等新的金融模式不斷涌現(xiàn)。如果我們?nèi)シ治鲞@些新興金融領(lǐng)域，就會發(fā)現(xiàn)它們都關(guān)聯(lián)到一個共同的要素——大數(shù)據(jù)。大數(shù)據(jù)本質(zhì)上就是巨大的數(shù)據(jù)資料，原本是一個IT行業(yè)術(shù)語。大數(shù)據(jù)的概念被引入金融領(lǐng)域以后，冠以名稱——金融大數(shù)據(jù)。金融企業(yè)在業(yè)務(wù)開展過程中，收集到的大量高價值的數(shù)據(jù)，包括客戶身份、資產(chǎn)負(fù)債情況、資金收付交易等，以及金融市場每時每刻交易的海量數(shù)據(jù)，都是構(gòu)成所謂的金融大數(shù)據(jù)的基礎(chǔ)。

金融行業(yè)由于在大數(shù)據(jù)應(yīng)用方面具有天然優(yōu)勢，使其成為最早步入大數(shù)據(jù)時代的主要行業(yè)之一。國際知名咨詢公司麥肯錫在一份報告中指出，無論是從金融市場還是從應(yīng)用潛力來看，金融行業(yè)都是大數(shù)據(jù)應(yīng)用的重點領(lǐng)域。大數(shù)據(jù)及其相關(guān)技術(shù)已經(jīng)被充分應(yīng)用在銀行、保險、證券以及互聯(lián)網(wǎng)金融等領(lǐng)域。具體場景有很多，典型例子是基于大數(shù)據(jù)的征信在金融信貸、信用消費評級、信息驗證領(lǐng)域的應(yīng)用；大數(shù)據(jù)在保險行業(yè)的應(yīng)用場景，包括客戶的細(xì)分和精細(xì)化營銷、保險欺詐行為分析等；大數(shù)據(jù)在證券領(lǐng)域的應(yīng)用更加具有天然優(yōu)勢，例如，基于歷史數(shù)據(jù)的智能投資策略、股市行情以及風(fēng)險分析。大數(shù)據(jù)技術(shù)的應(yīng)用提升了金融行業(yè)的資源配置效率，強化了其風(fēng)險管控能力，有效促進了金融業(yè)務(wù)的創(chuàng)新發(fā)展。

為了應(yīng)對大數(shù)據(jù)時代的到來，很多高校開設(shè)了與大數(shù)據(jù)相關(guān)的專業(yè)。教育部批準(zhǔn)的大數(shù)據(jù)本科專業(yè)全稱為數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)，從開設(shè)的主要課程來看，主要涉及計算機、數(shù)學(xué)、統(tǒng)計三個學(xué)科。這三個學(xué)科難度都不小，可以說是所有專業(yè)當(dāng)中最難的幾個學(xué)科之一。在金融領(lǐng)域，對大數(shù)據(jù)人才的能力要求很高，對海量的金融大數(shù)據(jù)進行分析，并挖掘到有用的信息，不僅需要一定的計算機技術(shù)、較多的數(shù)學(xué)知識，還需要具備扎實的金融功底。面對金融大數(shù)據(jù)時代的到來，很多高校的金融專業(yè)也在嘗試改革，有的從專業(yè)設(shè)置上，有的從課程上?！督鹑诮y(tǒng)計學(xué)》作為一門融合金融與統(tǒng)計基礎(chǔ)知識的課程，恰好可以作為金融大數(shù)據(jù)分析的基礎(chǔ)課程，因此，很多學(xué)校越來越重視這門課程，將該課程設(shè)為金融數(shù)學(xué)、統(tǒng)計學(xué)、金融學(xué)等專業(yè)的本科核心課程。不僅如此，一些高校還將該課程納入金融專業(yè)碩士的培養(yǎng)方案中。例如，筆者所在的學(xué)校，就為金融專業(yè)的研究生開設(shè)了《金融統(tǒng)計學(xué)》課程。

隨著大數(shù)據(jù)時代的到來，傳統(tǒng)的《金融統(tǒng)計學(xué)》教學(xué)內(nèi)容已無法適應(yīng)當(dāng)前的社會需求，為此，這門課程的教學(xué)改革也受到各個高校金融專業(yè)的重視。一些高校學(xué)者結(jié)合自己的教學(xué)實踐做了一些有益的改革嘗試。例如，李玉玲等結(jié)合《金融統(tǒng)計學(xué)》課程教學(xué)實際，從授課模式、作業(yè)模式和考核模式三個方面，對金融統(tǒng)計分析課程的教學(xué)模式進行了深入探討[1]。李俊紅則強調(diào)金融統(tǒng)計教學(xué)要適應(yīng)新金融的需求，尤其是要適應(yīng)國際貨幣基金組織統(tǒng)計的需求和我國對金融人才培養(yǎng)的需求，對金融統(tǒng)計的教學(xué)內(nèi)容進行必要改革[2]。湯銀芬認(rèn)為金融統(tǒng)計是一項綜合實踐性課程，因此，要將Python語言引入金融大數(shù)據(jù)的統(tǒng)計分析課程教學(xué)中，著力培養(yǎng)學(xué)生解決實際問題的能力[3]。

盡管對如何改革還沒有形成共識，但是，一個共同的觀點是《金融統(tǒng)計學(xué)》課程應(yīng)該更加重視培養(yǎng)學(xué)生的實踐操作能力，尤其是培養(yǎng)學(xué)生將各種統(tǒng)計方法應(yīng)用于金融大數(shù)據(jù)去分析、處理問題的能力。本文從分析社會對金融從業(yè)人員素質(zhì)要求著手，結(jié)合筆者在《金融統(tǒng)計學(xué)》實際教學(xué)(面向研究生)中的體會，探討如何構(gòu)建大數(shù)據(jù)背景下的《金融統(tǒng)計學(xué)》課程體系，從教學(xué)目標(biāo)到課程內(nèi)容，再到實踐教學(xué)環(huán)節(jié)等各個方面對《金融統(tǒng)計學(xué)》課程教學(xué)改革(包括研究生階段)提出一些建議。

2 大數(shù)據(jù)時代金融領(lǐng)域?qū)θ瞬判枨蟮淖兓?/h2>

大數(shù)據(jù)時代的到來，導(dǎo)致很多行業(yè)的人才需求也發(fā)生了變化。一些和大數(shù)據(jù)相關(guān)的行業(yè)都急需大數(shù)據(jù)人才。2016年《大數(shù)據(jù)人才報告》指出，極為稀缺的大數(shù)據(jù)人才供給只有46萬人，且在今后5-8年內(nèi)供給缺口將提升到150萬人。LinkedIn在《2016年中國互聯(lián)網(wǎng)最熱職位人才報告》中提出，數(shù)據(jù)分析師作為最為緊缺的職位，供給指數(shù)僅為0.05，對其需求將伴隨著大數(shù)據(jù)在各行業(yè)的延伸[4]。報告顯示，具有十年以上從業(yè)經(jīng)驗的數(shù)據(jù)分析人才僅占2.2%，0-3年工作經(jīng)驗的數(shù)據(jù)分析人才占比62%，反映了當(dāng)下社會逐漸意識到大數(shù)據(jù)的重要性。2019年發(fā)布的《獵聘2019年中國 AI&大數(shù)據(jù)人才就業(yè)趨勢報告》指出該領(lǐng)域人才需求呈現(xiàn)成倍增長趨勢，約為2015年人才需求的12倍。

金融市場是金融人才的最終流向地，隨著金融業(yè)態(tài)的變化，其對金融人才的能力要求也在動態(tài)變化。當(dāng)前，我國金融領(lǐng)域的人才隊伍已不能完全滿足金融大數(shù)據(jù)發(fā)展的需要，亟須培養(yǎng)大量兼具金融業(yè)務(wù)、信息技術(shù)和管理等多種知識技能的復(fù)合型人才,包括數(shù)據(jù)科學(xué)家和數(shù)據(jù)工程師[5]。很多金融公司都在試圖利用大數(shù)據(jù)分析來提高自己的競爭力。特別是在大數(shù)據(jù)領(lǐng)域，要求人才擁有較強的業(yè)務(wù)理解能力、數(shù)據(jù)資產(chǎn)管理能力、數(shù)據(jù)挖掘能力以及數(shù)據(jù)處理能力。具體來說，基于金融數(shù)據(jù)庫的分析工作可能包括數(shù)據(jù)管理、數(shù)據(jù)遷移、數(shù)據(jù)選擇、數(shù)據(jù)存儲、數(shù)據(jù)測試、數(shù)據(jù)分析、數(shù)據(jù)可視化、數(shù)據(jù)預(yù)測等。而具體到應(yīng)用層級，可以包括金融大數(shù)據(jù)征信、金融產(chǎn)品創(chuàng)新、金融大數(shù)據(jù)精準(zhǔn)營銷，以及金融風(fēng)險管理等。顯然，大數(shù)據(jù)時代，金融領(lǐng)域產(chǎn)生了很多新的崗位，需要更多的數(shù)據(jù)分析人才。

3 大數(shù)據(jù)時代《金融統(tǒng)計學(xué)》課程教學(xué)改革的必要性

金融統(tǒng)計相關(guān)課程的一個重要職責(zé)就是培養(yǎng)可以進行金融大數(shù)據(jù)整理和分析的人才。《金融統(tǒng)計學(xué)》作為一門培養(yǎng)學(xué)生運用統(tǒng)計理論和統(tǒng)計方法分析金融活動規(guī)律的課程，受到了很多高校的重視。但是，深入分析當(dāng)前《金融統(tǒng)計學(xué)》課程的教學(xué)現(xiàn)狀，我們感覺還存在進一步改革的必要，具體理由如下。

3.1 教學(xué)內(nèi)容需要進一步與大數(shù)據(jù)分析關(guān)聯(lián)

傳統(tǒng)上的《金融統(tǒng)計學(xué)》課程講授的內(nèi)容主要包括銀行與貨幣統(tǒng)計及分析、金融市場統(tǒng)計及分析、金融企業(yè)運營統(tǒng)計、國際收支統(tǒng)計及分析、資金流量統(tǒng)計及分析，以及金融體系國際競爭力的各個組成部分統(tǒng)計分析等[6]。顯然，這些傳統(tǒng)的授課內(nèi)容還是偏向于宏觀經(jīng)濟(金融)的某個特定問題，及其所涉及的一些簡單的統(tǒng)計分析，和現(xiàn)今金融大數(shù)據(jù)分析要解決的問題還有很大不同。

針對金融大數(shù)據(jù)分析可能的應(yīng)用場景，我們認(rèn)為授課內(nèi)容要結(jié)合具體應(yīng)用問題，更多強調(diào)統(tǒng)計模型及方法。要更多使用案例教學(xué)法，針對不同金融領(lǐng)域的復(fù)雜數(shù)據(jù)、海量數(shù)據(jù)和高維數(shù)據(jù)，使用分類、聚類、關(guān)聯(lián)分析、時間序列分析，最優(yōu)化分析以及隨機金融模型等工具，進行統(tǒng)計建模和數(shù)據(jù)分析，使得學(xué)生在學(xué)習(xí)階段，能夠具備廣泛的數(shù)據(jù)應(yīng)用視野，為其將來從事大數(shù)據(jù)分析、大數(shù)據(jù)運用等相關(guān)工作儲備知識，培養(yǎng)學(xué)生解決問題的能力。

3.2 缺少高水平的教材

教材是教學(xué)內(nèi)容的基本載體，其質(zhì)量的好壞對教學(xué)過程及教學(xué)效果都有很大的影響?！督鹑诮y(tǒng)計學(xué)》是一門新興的課程，目前教學(xué)環(huán)節(jié)中所面臨的一大窘境就是高水平教材非常匱乏，可選的教材非常少[7]。根據(jù)在淘寶、京東、當(dāng)當(dāng)，以及亞馬遜等電商平臺的搜索統(tǒng)計，目前國內(nèi)《金融統(tǒng)計學(xué)》課程的教材大概也就10幾種，評價較高的有上海人民出版社的《金融統(tǒng)計學(xué)》(第二版)，另一個就是上海財經(jīng)大學(xué)出版社的《金融統(tǒng)計學(xué)》 (第三版)。這些教材在知識點編排和側(cè)重點上略有不同，但是，總體上仍然側(cè)重于貨幣市場和資本市場統(tǒng)計、有價證券的價值分析、通貨膨脹的統(tǒng)計、外債監(jiān)測統(tǒng)計指標(biāo)體系、證券價格指數(shù)體系、證券投資組合研究、金融風(fēng)險預(yù)警指標(biāo)體系及其預(yù)警方法等，能夠?qū)⒋髷?shù)據(jù)分析和統(tǒng)計學(xué)理論知識融合在一起的優(yōu)秀教材鳳毛麟角。

實際應(yīng)用中，很多大數(shù)據(jù)分析問題，需要使用計算機編程來處理，當(dāng)前在金融領(lǐng)域，比較流行的是使用Python語言結(jié)合金融統(tǒng)計方法構(gòu)建模型來分析問題。這方面的教材，國內(nèi)還是很少見，國外主要有Hilpisch編著的《Python金融大數(shù)據(jù)分析》以及《Python金融衍生品大數(shù)據(jù)分析》等。筆者以及一些其他高校教師，在實際教學(xué)中，主要使用的是蔡立耑編著的《量化投資以Python為工具》一書。這些都是非常不錯的參考書，但是，也存在一個問題，就是它們都不是規(guī)范的教材，因此，在教學(xué)內(nèi)容安排上，存在銜接問題?？傮w而言，當(dāng)前，不僅《金融統(tǒng)計學(xué)》課程缺少優(yōu)秀教材，現(xiàn)有教材的教學(xué)內(nèi)容與大數(shù)據(jù)分析的要求也還有差距。

3.3 配套的實驗教學(xué)內(nèi)容不足

和大數(shù)據(jù)相關(guān)的課程，最大的特點就是課程的應(yīng)用性比較強?！督鹑诮y(tǒng)計學(xué)》是一門實踐性很強的課程，因此，課程應(yīng)該突出課內(nèi)實驗課的教學(xué)，甚至可以安排配套的實驗課[8]。這門課程實踐教學(xué)的主要目標(biāo)應(yīng)是培養(yǎng)學(xué)生使用數(shù)理統(tǒng)計知識，熟練運用統(tǒng)計軟件或者計算機語言，針對經(jīng)濟與金融中的實際問題，選擇合適的統(tǒng)計方法，基于數(shù)據(jù)挖掘技術(shù)、統(tǒng)計分析、分布式系統(tǒng)、云計算、大數(shù)據(jù)可視化、機器學(xué)習(xí)等工具，構(gòu)建一個整體解決方案。

《金融統(tǒng)計學(xué)》配套的實驗課程，或者課內(nèi)實踐課非常重要，對學(xué)生和老師的要求也很高。但是，通過作者調(diào)研發(fā)現(xiàn)，在實際教學(xué)活動中，很多學(xué)校(教師)重視課程教學(xué)內(nèi)容的理論性，忽視教學(xué)內(nèi)容的實踐應(yīng)用。通過分析一些學(xué)校的教學(xué)大綱可以發(fā)現(xiàn)，一些學(xué)校即使安排了實驗課時，也只是安排了基于Excel進行的常規(guī)統(tǒng)計分析，或者安排學(xué)生使用類似Eviews之類應(yīng)用軟件做一些簡單的數(shù)據(jù)分析。對于金融市場中常見的高頻數(shù)據(jù)、時間序列數(shù)據(jù)等基本上沒有涉及。

3.4 研究生階段的《金融統(tǒng)計學(xué)》教學(xué)缺位

由于我們的金融理論研究起步比較晚，尤其是使用模型對金融問題進行定性分析的思維方式剛剛起步。體現(xiàn)到教學(xué)領(lǐng)域，特別是在研究生階段，關(guān)于金融學(xué)及其相關(guān)學(xué)科的教學(xué)還沒有形成一套完整的體系?！督鹑诮y(tǒng)計學(xué)》的教學(xué)工作，就筆者的了解，很多高校金融專業(yè)研究生的教學(xué)都開設(shè)了該課程。但是，囿于各個高校的水平不同，加之在研究生教育上的自由裁量權(quán)不同，導(dǎo)致各個高校對《金融統(tǒng)計學(xué)》這門課程的安排差別就比較大，具體表現(xiàn)在兩個方面。其一，一部分高校金融專業(yè)沒有安排相關(guān)的課程，有些學(xué)校這門課程安排在統(tǒng)計學(xué)院；其二，即使安排有，也基本上沒有統(tǒng)一的培養(yǎng)方案與教學(xué)大綱，教學(xué)內(nèi)容更是千差萬別。很多從事該課程教學(xué)工作的老師，在日常的教學(xué)中，都是基于自己的科研領(lǐng)域來安排該課程的教學(xué)內(nèi)容。

4 河南財經(jīng)政法大學(xué)《金融統(tǒng)計學(xué)》課程改革的幾點實踐

大數(shù)據(jù)背景下，《金融統(tǒng)計學(xué)》課程改革的一個核心就是大數(shù)據(jù)的挖掘與處理。考慮到本科生和研究生的基礎(chǔ)不同、人才培養(yǎng)目標(biāo)不同，針對這兩個不同階段的《金融統(tǒng)計學(xué)》課程的教學(xué)大綱、教學(xué)內(nèi)容等也必定有所不同。筆者曾作為《金融統(tǒng)計學(xué)》一名教學(xué)團隊成員，給河南財經(jīng)政法大學(xué)金融學(xué)專業(yè)研究生講授該課程(實際培養(yǎng)方案中的課程名稱為《金融統(tǒng)計分析》)，對該課程的教學(xué)工作略有體會，并在實際教學(xué)工作中，聯(lián)合教學(xué)團隊成員，做了一些改革嘗試，具體如下：

4.1 根據(jù)培養(yǎng)目標(biāo)的變化動態(tài)完善教學(xué)大綱

碩士研究生的課程，不同于本科階段的為傳授基本原理、專門知識和基本技能而開設(shè)的系統(tǒng)性基礎(chǔ)課程，需要更多注重學(xué)生能力的培養(yǎng)。碩士研究生除了要掌握扎實的理論知識，更重要的是培養(yǎng)發(fā)現(xiàn)問題、分析問題、解決問題的能力。在大數(shù)據(jù)背景下，企業(yè)和政府對金融工作者要求較高，不但要求從業(yè)者具備一定的金融理論知識和統(tǒng)計分析方法，而且，還要掌握信息化時代特有的數(shù)據(jù)分析方法[9]。新時期金融人才的培養(yǎng)目標(biāo)在不斷變化，因此，我們的《金融統(tǒng)計學(xué)》課程的教學(xué)大綱也要適時改進，不斷修訂與完善。

《金融統(tǒng)計學(xué)》是金融專業(yè)碩士的專業(yè)方向課，在金融專業(yè)的教學(xué)計劃中占有重要地位。通過本門課的教學(xué)，學(xué)生應(yīng)對金融統(tǒng)計分析方法有系統(tǒng)全面的了解，同時還應(yīng)注意培養(yǎng)學(xué)生的實際動手能力。學(xué)習(xí)該課程后，學(xué)生應(yīng)達(dá)到下列基本要求。第一，熟悉各類金融大數(shù)據(jù)及其分類；第二，掌握并熟悉運用各種金融統(tǒng)計分析方法；第三，能夠依托計算機技術(shù)(例如Python語言)，靈活地運用各種金融模型，對各種金融問題進行建模；第四，為學(xué)生畢業(yè)后在積累一定實際經(jīng)驗的基礎(chǔ)上，能夠綜合地運用各種金融統(tǒng)計分析方法進行量化研究和金融工程產(chǎn)品設(shè)計，為創(chuàng)造性地解決各種金融問題打下良好基礎(chǔ)。

4.2 根據(jù)調(diào)整后的教學(xué)大綱拓展教學(xué)內(nèi)容

在制定研究生階段的《金融統(tǒng)計學(xué)》大綱以后，我們首先就要根據(jù)大綱確定相應(yīng)的教學(xué)內(nèi)容，根據(jù)金融大數(shù)據(jù)分析可能要處理的問題以及解決這些問題可能需要的統(tǒng)計方法，教學(xué)內(nèi)容分為兩大塊：金融數(shù)據(jù)分析與統(tǒng)計方法。

金融大數(shù)據(jù)分析部分主要涉及銀行、保險、證券等領(lǐng)域，具體內(nèi)容包括如下幾個方面。第一，金融大數(shù)據(jù)分析相關(guān)技術(shù)，包括大數(shù)據(jù)處理流程、數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)可視化以及數(shù)據(jù)基本統(tǒng)計信息的獲取等；第二，大數(shù)據(jù)在商業(yè)銀行的應(yīng)用，包括客戶關(guān)系管理、風(fēng)險管理、征信管理等；第三，大數(shù)據(jù)在證券期貨業(yè)中的應(yīng)用，包括智能化資產(chǎn)配置管理、證券期貨業(yè)大數(shù)據(jù)市場分析與量化投資等；第四，大數(shù)據(jù)在保險業(yè)中的應(yīng)用，包括保險定價、保險營銷以及保險欺詐識別等。對于統(tǒng)計方法，我們又分為初級統(tǒng)計方法與進階方法。初級方法主要包含的內(nèi)容有直方圖、密度估計、正態(tài)檢驗、推斷統(tǒng)計、t檢驗、方差分析、回歸分析等，高級統(tǒng)計分析包含多元統(tǒng)計模型、時間序列分析、隨機金融與蒙特卡羅模擬等。同時，考慮到課程的實踐性，也補充了金融統(tǒng)計分析和量化投資等相關(guān)內(nèi)容。例如，資本資產(chǎn)定價模型、GARCH模型，高頻交易數(shù)據(jù)分析等。

4.3 確定合適的教材

正如前面的分析，無論是面向本科生還是研究生，當(dāng)前流行的《金融統(tǒng)計學(xué)》教材，多數(shù)都沒有涉及大數(shù)據(jù)分析，而市場上的一些關(guān)于“金融大數(shù)據(jù)分析”方面的書籍，多是由金融業(yè)界人士撰寫，雖然實踐性很強，但是缺乏相應(yīng)的理論知識體系介紹，不太適合作為教材使用。

因此，我們在授課的時候，主要使用自編的講義，主要的參考書目選擇了戴維.羅伯特所著的《金融統(tǒng)計與數(shù)據(jù)分析》(機械工業(yè)出版社)，以及Hilpisch編著的《Python金融大數(shù)據(jù)分析》，這兩本書的內(nèi)容基本上滿足了我們教學(xué)大綱的要求。盡管如此，這些書籍內(nèi)容仍然欠缺對銀行、保險以及證券等領(lǐng)域的金融大數(shù)據(jù)的分析。我們在實際教學(xué)過程中，對此做了一些必要的補充。同時，也組織教學(xué)團隊成員嘗試編撰自己的教材。

4.4 加大實驗課的課時量

我們的《金融統(tǒng)計學(xué)》課程教學(xué)總課時為46學(xué)時，我們安排了16學(xué)時的課內(nèi)實驗課。不同于很多教材僅僅安排一些簡單的基于Excel的統(tǒng)計分析，或者安排使用類似Eviews之類應(yīng)用軟件做一些簡單的數(shù)據(jù)分析，我們的實驗課除了充分利用學(xué)校金融實驗室的各種軟件以及數(shù)據(jù)庫進行金融問題分析，還使用Python語言進行編程，處理具體的金融問題。對于我們所講授的每一個統(tǒng)計方法，我們都對應(yīng)給出了多個相應(yīng)的實際金融問題，然后，要求學(xué)生使用Python語言編寫程序，給出具體解決方案。Python語言是近年來比較流行的金融大數(shù)據(jù)分析語言，該語言在處理時間序列數(shù)據(jù)的時候具有強大的功能。當(dāng)然，熟練地運用該語言對學(xué)生來說也是一個考驗。后續(xù)，隨著教學(xué)大綱的調(diào)整，師資力量的加強，我們計劃再單獨開設(shè)一門《金融統(tǒng)計實驗課》。

4.5 強化培養(yǎng)學(xué)生的實踐能力

為彌補大數(shù)據(jù)背景下傳統(tǒng)的投資分析方法不能對大量數(shù)據(jù)進行挖掘分析的缺陷，各高校逐步開設(shè)與金融統(tǒng)計分析相關(guān)的課程。例如，上海財經(jīng)大學(xué)金融工程與量化投資專業(yè)開設(shè)了量化投資課程，強調(diào)實踐教學(xué)。與此同時各高校更加注重金融大數(shù)據(jù)的實際應(yīng)用，積極參與各式各樣的和金融相關(guān)的大賽，最典型的就是量化交易大賽。早在2012年，清華大學(xué)深圳研究生院、上海交通大學(xué)金融工程中心與國泰君安公司為了更好培養(yǎng)量化投資人才，合作開辦中國量化投資研究院，并開展“中國大學(xué)生量化投資策略大賽”[10]。近年來，由各類企業(yè)贊助的各種量化交易大賽也有很多。

在教學(xué)活動中，為了強化學(xué)生的金融大數(shù)據(jù)建模能力，在課堂以外，我們還引導(dǎo)學(xué)生積極參加各類金融模擬大賽，尤其是各類量化交易大賽。在課程伊始，我們就將學(xué)生分組組隊，然后，在網(wǎng)上搜尋各類比賽的信息，選擇合適的比賽積極參與。當(dāng)前，各類量化交易大賽基本上都是基于Python或者MATLAB語言編寫程序構(gòu)建交易策略，并基于獲取的大數(shù)據(jù)進行模擬交易，顯然，這類實踐活動和我們的教學(xué)內(nèi)容恰好完美匹配。同時，我們也將學(xué)生的實踐結(jié)果納入期末課程成績評定中，引導(dǎo)學(xué)生參與這類比賽活動，不僅提高了學(xué)生的實踐動手能力，也提高了學(xué)生的團隊合作能力，這也是學(xué)生以后工作所需要的素養(yǎng)。

4.6 充分利用線下與線上教學(xué)資源

我們在開展《金融統(tǒng)計學(xué)》教學(xué)過程中，團隊成員充分利用各種線下和線上教學(xué)資源，不斷提高自身的教學(xué)水平。例如，我們和河南財經(jīng)政法大學(xué)統(tǒng)計與大數(shù)據(jù)學(xué)院合作，成立了河南財經(jīng)政法大學(xué)大數(shù)據(jù)跨學(xué)科融合教研室，通過融合教研室，整合金融學(xué)院和統(tǒng)計與大數(shù)據(jù)學(xué)院的師資力量，共同探索《金融統(tǒng)計學(xué)》課程的教學(xué)改革工作。

此外，還組織本課程教學(xué)團隊成員參與了由南開大學(xué)金融學(xué)院牽頭成立的“智能投顧”虛擬教研室，該虛擬教研室匯聚了國內(nèi)幾十所高校的金融專業(yè)教師參與其中，在教研室活動中，針對大數(shù)據(jù)背景下《金融統(tǒng)計學(xué)》的教學(xué)工作，也組織了多次研討。通過學(xué)習(xí)，我們也受益匪淺，并進一步提升了我們的《金融統(tǒng)計學(xué)》教學(xué)質(zhì)量。

5 結(jié) 語

大數(shù)據(jù)時代已經(jīng)到來，社會對金融人才的能力要求也越來越高，尤其是金融人才的數(shù)據(jù)分析能力?！督鹑诮y(tǒng)計學(xué)》是一門培養(yǎng)學(xué)生運用統(tǒng)計學(xué)知識處理金融問題的課程，在大數(shù)據(jù)時代，我們有理由相信該課程可以進一步改革，以期更好地將金融、統(tǒng)計與大數(shù)據(jù)分析結(jié)合起來，真正培養(yǎng)學(xué)生解決實際復(fù)雜金融問題的能力。

河南財經(jīng)政法大學(xué)緊跟時代步伐，對面向研究生的《金融統(tǒng)計學(xué)》課程進行了一些教學(xué)改革和教學(xué)模式的探索，在實際運用中取得了一定效果，課堂學(xué)習(xí)氛圍得到顯著改善。以前的授課內(nèi)容基本上是純理論講授，學(xué)生感覺枯燥，學(xué)習(xí)積極性較低。而在課外的實踐教學(xué)活動中，很多同學(xué)積極報名參與各類金融量化交易大賽，一些小組甚至在有些比賽中取得了較好的成績?？傮w而言，通過改革，教師駕馭課堂的能力顯著提升，師生互動顯著增加，課程質(zhì)量得到實質(zhì)性提升。同時，改革的成效也得到了學(xué)院、學(xué)校以及校外一些同行的肯定。