统计金融类专业人才培养研究

摘要:在大数据视角下，对统计金融类专业人才培养现状进行分析，结合大数据为高等教育人才培养模式所带来的新机遇和挑战，从统计金融类专业人才培养目标的制定、培养方案的优化及教学模式创新等方面，提出新的改革思路和具体措施。

关键词:大数据;统计金融类专业;人才培养模式改革;教学改革

随着“互联网+大数据”的快速发展，人们越来越重视大数据带来的深刻影响和巨大的经济与社会价值，各行各业的决策制定正从“业务驱动”转变为“数据驱动”［1］。在商业、经济及其他统计金融类各领域中决策的制定越来越依赖于对大数据的统计分析，大数据的利用将成为统计金融类行业提高核心竞争力的关键因素。高等教育始终是以培养社会所需要的专业人才为主要目标。当前，国内外高等教育对统计金融类人才培养模式的教学改革总体来说可分为两大方面:其一，培养大数据经济社会战略所急需的，具备扎实的统计学、经济学基础理论知识与应用实践能力，具有传承传统统计思维和学习现代大数据统计技术的意识，能在经济、金融、保险等行业和政府管理部门从事大数据统计调查、统计信息管理、数据处理与分析、市场研究、质量控制等工作;其二，随着大数据时代的到来，MOOC、翻转课堂、微课堂、空间教学等［2］新型教学方式正冲击着传统的“课堂讲授知识为主”的教学模式，海量的辅助教学资源对教学的影响无处不在。因此，在大数据背景下“未来社会”［3］需要什么样的人才，“未来教室”［4］如何界定其内涵，已然成为高等教育改革首当其冲的问题。

一、大数据视阈下统计金融类专业人才培养现状分析

将统计学、金融工程、金融数学、应用统计学、经济统计学等相关专业统称为统计金融类专业。在大数据时代背景下，此类专业人才共同的特点是都必须面对蕴藏着丰富的信息和价值的大数据，都必须有能力处理好大数据并发掘其潜在的社会经济价值。另一方面，此类专业多为新兴专业，与国外一流统计金融类专业人才培养模式情况相比，国内此类专业人才培养模式主要存在如下问题。1.人才培养目标定位不准确，跟不上时展的步伐。作为一类新开设的专业，必然会面临众多挑战。社会数据化高速发展，对专业人才的培养目标时刻在变化，高等教育的教育方针也应适时做出调整。很多高校由于对“大数据”为时代特征的社会需求什么样人才缺乏深入调研，在没有明确的人才培养目标、教学理念下匆匆开设此类专业。众多高校意识到“大数据”行业的迅速崛起自然造成了相关行业“大数据”专业人才短缺的现实问题。因此，高校为抢占先机，纷纷开设了大数据专业或在相关专业的培养方案上添加了“大数据”，在修订统计金融类各专业的人才培养方案时也不意外地冠以“金融统计大数据”人才培养目标的头衔。2.教学模式急需改变。如何剖析大数据的特征及内涵，归纳出大数据环境下的信息化教学模式的实际问题，是国内外高校普遍关注的问题。在国内外对于高校教师数据化、信息化教学能力的研究的文献每年已达上百篇，许多高校开设了MOOCS、空间教学、微课等具有大数据特征的网络教学课堂［2］。绝大多数信息技术发达国家，都经历了相对长期的数据化、信息代教学研究，从已有的文献中可知，国外对于教师专业的培养更多将焦点放在教师对媒体工具的应用能力、信息化技术应用能力以及教师心理素质等方面的培养，或是对大数据化环境下教师专业发展的理念、方法、技术等层面的研究，其教学模式相对较成熟。但国内多数高校统计金融类专业人才培养模式虽然也在做相应的转换，但由于起步晚、师资条件等客观问题的存在，使得此类培养模式仍然处在相对滞后的状态。3.教学评估体系急需改变。大数据时代背景下，人才培养目标、培养方案、培养模式必将发生深刻变化，传统的教师考评机制、学生评价机制将不能完全适应新时代的要求。当前，高校统计金融类专业的教学现状，“大数据”时代特征的市场需求与高校人才培养模式之间的距离和矛盾日益突出。以强化学生适应社会的能力为导向的应用型统计金融类专业人才培养的教学模式改革，应适应经济社会发展规律，使高校培养的人才与市场对大数据的需求能更好地对接，培养出能尽快进入合适岗位发挥作用的大数据人才，促进就业，促进“数据化”和谐社会建设。

二、大数据视阈下统计金融类专业人才培养模式的改革内容与具体措施

大数据是正在到来的数据革命，高等学校人才培养模式必然要接受大数据浪潮的洗礼。顺应时势，高校应当在教育管理、教师教学、学生培养等层面树立人才培养的新观念，审析现行人才培养模式，揭示不适应大数据背景和经济社会发展对人才培养要求的种种障碍因素，根据大数据的开放性、包容性、分析性、应用性、批判性、创新性、交流性、兼容性、差异性、技能性等特征，充分利用大数据平台，探索培养高素质技术技能人才的新路径。在大数据背景下，传统的统计金融类专业人才培养模式已经无法适应这个时代所赋予的使命。高等学校要为完成“大数据”专业人才培养的任务，就应与时俱进地分析人才市场需求动态变化，并从人才培养目标、人才培养体系、人才培养过程和人才培养机制等方面确定教育教学范本。1.根据“互联网+大数据”的信息化时代对统计金融类。专业人才的具体需要，确立符合社会发展需要的人才培养目标和方向统计金融类各专业应在传统的专业主干课程群的基础上，进一步加强大数据挖掘技术、统计计量分析技术、统计建模技术、运筹与控制技术、金融经济管理技术的专业能力;强化毕业学生从事大数据分析处理、科学与工程计算、信息处理、软件开发、管理决策、投资优化等方面的能力。在专业培养模式中充分体现大数据时代背景，针对《2015大数据十大发展趋势预测报告》对未来行业发展方向的预测分析，结合大数据时代统计金融类各专业的培养目标，为统计金融各行业培养出研究、评估和预测的专业人才。因此，在原有培养目标下该类专业应强化以下三方面的培养研究。(1)强化数据分析处理能力的培养。培养学生对海量数据进行筛选、存储、分析处理等能力，快速、科学合理地搜集、整理、分析处理能帮助企业经营决策有用的数据，因此需要掌握数据分析中常用的技术方法。(2)强化数据建模能力的培养。企业历史经营数据、互联网数据及移动客户端数据等汇聚成了“数据沙漠”，要从中淘出有用的“数据金子”，需要培养学生对各种结构化处理后数据进行建模分析的能力，快速掌握系统数据的内在规律。(3)强化业务与数据应用能力的培养。企业对大数据应用有两个方面，其一是提升效率，帮助企业提升数据分析处理效率，降低其存储成本;其二是对企业决策做出指导性参考意见，例如风险管理、精准营销、反欺诈等业务。因此，高校在人才培养方案制定时，需要综合考虑专业业务知识与大数据应用的能力培养。2.在“互联网+大数据”视阈下，制定科学合理的统计金融类各专业培养方案。在大数据视阈下，要紧跟统计金融类各学科的发展趋势，以数据化、网络信息化为特点的社会人才市场对统计金融类各专业人才的需求为导向，结合地方区域经济发展的特点和优势，坚持“以人为本”的办学思想，注重学生大数据处理基础训练和工程管理技术能力培养。以人才培养为中心工作，坚持以学生为主体、以育人为本开展专业建设。在统计金融类各专业办学理念上，应强调在大数据能力上“强基础、宽口径、重实际”［5］，在办学过程中，坚持“大数据+专业→数据统计建模→算法设计→编程实现→专业人才”的培养模式。(1)更新教学内容，培养社会适应型人才。在教学内容上丰富数据挖掘、计算金融、数学规划、数值最优化理论、模糊规划等相关内容，教师授课应把理论知识和实际问题联系起来。虽然教科书中的例子来源于实际问题，但通常是为了帮助学生理解知识点而经过了加工、理想化假设后处理的问题，与实际问题必然有一定的距离，教师在讲授教材中的理论知识的同时，应结合经济统计的实际问题进行分析讲解，以此提高学生的社会适应能力。构建大数据特色人才培养方案和课程体系，提高毕业生的市场竞争力。(2)课程体系安排。低年级应以基础核心课程为主，适当添加大数据概念之类的课程;高年级充分根据大数据的社会具体需求，结合学生专业爱好发展及教师特长，进行模块式教学。各模块教学应使整个教学过程始终贴近统计金融类的实际工程与管理问题，培养学生解决真正统计金融类实际问题的能力，及时了解统计金融各专业方向的工程和管理领域亟须解决的最新问题及发展趋势，使毕业生具有更强的就业竞争力和社会适应性。3.在“互联网+大数据”视阈下，探讨科学、实用的教学方式和手段。长期以来，教育系统积累了大量的数据，尤其是量化学习运动使数据进一步快速增长。这些数据的不断收集、分析和应用，将有效地促进教育创新，对当前和未来教育的影响不可低估。MOOC、翻转课堂、微课堂、空间教学等新型教学方式正冲击着传统的“课堂讲授知识为主”的教学模式，海量的辅助教学资源对教学的影响无处不在，利用“大数据”为教育教学服务，构建信息化教学模式，已然成为教育信息化改革新的着力点［6］。(1)充分利用海量的互联网辅助教学资源，建设“共享资源”学习平台。充分利用开源在线视频课程进行远程教学。国内众多的高校在师资力量、软硬件教学环境等方面均有欠缺的情况下匆匆设立统计金融类专业，“共享资源”学习平台可以突破地域和时间的限制提供学习的平台，配合数据化、社会化网络，实现了随时随地的学习和讨论，这不仅是对传统教育模式有益的补充，也可以在一定程度上弥补高校办学条件的缺陷。(2)打破传统教学界限，发展新媒体教学模式，倡导社会化、互助性学习。将专业学习与移动互联网结合起来的办学理念催生了社会化学习社区，打破了传统意义上课堂教学的界限，将课堂讨论扩展到移动互联网中。(3)利用“互联网+大数据”获取知识的方便性、快捷性，引导学生从“被动学习”向“自由学习”的思想、行为过渡。大数据时代学生“想学”，可以在线上、线下“学”，“想问”亦可线上、线下“问”。这一学习模式，并不是不需要师生互动，相反将更注重师生互动，更强调进行师生“线上、线下”互动式、合作式、探究式等学习方式的教学改革，更是激发学生主动学习和思考问题的重要途径。4.在“互联网+大数据”视阈下，制定人才培养过程的一整套管理方法和评估机制大数据时代背景下，人才培养目标、培养方案、培养手段正发生着深刻变化，传统的教师考评机制、学生评价机制将不能完全适应新时代的要求。如何在大数据的视角，重构评价标准、完善评价内容、改进评价方法，实现对教育教学过程中师生的“教、学”能力和职业能力的科学评价，是人才培养模式中必不可缺的研究内容。具体可从三方面着手:(1)探讨新的教学模式下教师工作业绩考评方法机制和管理方法;(2)探讨大数据时代的特点和学生成才的规律，确定合理的评价目标、制定科学的评价标准、设计完备的评价内容、应用先进的评价方法，形成适用于新的人才培养模式下本专业学生的评价机制;(3)探讨毕业学生工作后的状况，依据反馈的信息调整本专业人才培养模式。

三、结束语

“大数据”社会对“数据化”人才的需要是迫切的，高等学校必须从大数据的视角出发，研究分析高度数据化、信息化社会对统计金融类各专业人才的需求，结合各专业的特点，思考各专业的最终目的是为“大数据”社会服务，从而确定科学合理的人才培养模式。同时，利用大数据对教育教学模式进行改革，提出科学、实用的教学方式、方法和手段，并构建一整套新的师生管理方法和考评机制。只有重视大数据社会对人才的特殊需求，同时充分认识大数据技术能高效配置教育资源的人才培养模式，才能真正服务学生、服务地区经济社会发展，才能为大数据社会源源不断输送人才，才能打造出兼具智慧与活力的“互联网+大数据”职业教育生态圈。

参考文献:

［1］刘瑜，康朝贵，王法辉．大数据驱动的人类移动模式和模型研究［J］．武汉大学学报:信息科学版，2014，39(6):660—666．

［2］王玉峰．基于MOOC教学平台的翻转课堂模式的研究［J］．黑龙江教育学院学报，2015(8):47—49．

［3］陈开梅，刘良．大数据对未来社会发展产生的重大影响［J］．新课程(下)，2015(8):183．

［4］顾峰．我们需要什么样的未来教室———大数据时代环境下未来教室的建设［J］．中国现代教育装备，2015(18):38—39．

［5］高雁飞，代西武．信息与计算科学专业特色课程结构探索［J］．中国电力教育，2009(8):110—111．

［6］刘静，熊才平，丁继红，等．教育信息资源个性化推荐服务模式研究［J］．中国远程教育:综合版，2016(2):5—9．

作者:戴厚平 何健 单位:吉首大学