当今社会科学技术的快速发展，学科领域融合度逐步加深，近年来，数学作为一门“金融学语言”受到很多科技专家的重视[1]。越来越多的金融从业者意识到数学是研究经济和金融问题必不可少的工具。但很多高校，尤其是地方应用型本科院校在金融类专业的教学过程中，仅仅把大学数学作为本科阶段教育的共公基础课程，不能认识到学生的数学建模能力是制约培养金融类专业人才的一个主要瓶颈。虽然地方院校数学公共课教学改革已取得了不错的成绩，但具体到某个专业领域特别是金融类学科，如何由数学通识教育提升到数学建模能力培养，还有待进一步分析和探讨。

1 培养数学建模能力的必要性

伴随金融市场逐步开放，我国市场上的金融衍生产品交易异常活跃，但也出现了一系列的金融风险事件，例如，2008年国航购买燃油期货导致浮亏近70亿人民币；2016年国海证券发生债券代持事件，涉案金额近200亿人民币；2018年仅前5个月我国债券违约事件就多达20次，涉及规模高达200亿人民币[2]。近年来，防范和化解金融风险已上升至国家战略和国家安全的高度[3]。而将数学建模思想应用于金融风险管理，构建合理的金融风险模型，再结合理论分析和计算机仿真实验探寻金融活动的内在规律，进而规范和引导现实中的金融衍生交易行为，无疑是防控和化解金融市场风险的一种有效方式。

近年来，我国传统金融业的快速发展，互联网金融等新兴金融业快速崛起，导致金融从业人员的市场缺口很大，未来需求将会持续加大。此外，现代金融市场对复合型、创新性人才的需求尤为紧迫，即要求从业者除了具有较高的金融理论知识外，还需掌握利用数学模型设计金融衍生品，以及结合智能计算平台构建风险控制模型和体系的能力，使得金融市场健康有序的发展。但很多地方应用型本科高校金融类专业的人才培养以经济和金融理论为主，忽视了数理思想和素养的培养。

金融类专业的数学建模能力，是指利用数理知识将经济与金融相关理论模型化，获取解析解，更多地是应用群智能算法和现代计算机技术进行仿真的能力[3]。构建金融模型主要是利用统计学、概率论、运筹学、微积分等数学理论知识，同时借助已知数据对某现象进行归纳演绎，得到经济或金融活动的一般规律。金融类专业的数学建模能力的增强不仅可以使培养的学生能在商业银行、证券公司、保险、信托、私募基金等金融机构胜任工作，而且具备衍生产品的发行与定价的能力。此外，大多数诺贝尔经济学奖获得者均具备极高的数学素养，甚至也是数学领域的研究者，并且很多财经类高校研究生招生时重视数学建模竞赛获奖经历[4]，这些都说明在金融类专业加强数学建模能力的培养十分必要。

2 地方应用型本科金融类专业数学教学存在的问题

计量模型的大量应用以及量化投资的兴起使得应用数学贯穿和渗透到金融学科中，金融类专业数学工程能力的培养指的是用大学数学的方法研究复杂环境下的金融交易和投资策略。但很多地方应用型本科高校没有意识到这种学科变化趋势，在课程设置和教学内容安排上还存在一些问题。

2.1 数学教学与实际运用脱节

很多应用型本科院校金融类专业数学课都是安排大学数学教研的老师授课，这些纯数学专业出身的老师，在教学过程中往往将《线性代数》这些基础课，视为《高等代数》等专业数学课的简化形式。此外，高等教育中老师教学相对自由，导致一些大学数学教师在授课时，挑选自己熟悉的理论知识点进行讲解，并且过于强调逻辑推理和计算能力。受自身专业知识的限制，授课老师也无法将一些数学概念和经济金融现象结合，帮助学生搭建数学和经济金融之间的桥梁。这种枯燥的教学方式也让一些金融类专业的学生觉得学习数学对于金融毫无用处。

2.2 课程设置不严谨，无法满足专业发展的需求

当前，很多院校金融类专业人才培养方案中仅包括《高等数学》、《线性代数》和《概率论与数理统计》这3门数学类课程，并且受教学课时的限制，很多知识点都没有包含在教学计划中。例如，在《概率论与数理统计》的授课过程中，教师一般只着重讲解概率知识点，对于统计相关理论知识则简略地介绍，但学生在后续的专业课学习中，诸如《金融时间序列》、《计量经济学》等课程时，需要学生熟练地掌握假设检验等基本统计知识。此外，随着学习的深入，在高年级《金融工程》、《衍生金融工具》和《金融计量经济学》等课程学习中，对优化模型提出了较高的要求，需要学生掌握线性规划、动态规划等模型，甚至需要学生掌握一些智能算法进行数值解。

2.3 教材选取具有盲目性，专业适应度差

教材选取和使用是人才培养中的关键步骤，尽管市场上大学数学教材种类很多，但区分度不大，主要是知识点的范围和习题难度上有一定的差异，几乎没有依靠金融类专业背景编制的教材。这一现状导致很多老师在教材的选取中具有一定的随意性，大都从自身的授课习惯出发选择教材。另一方面，很多院校自主编写教材的情况变的越来越普遍，势必会导致教材绑架教学的情况，不考虑专业知识需求的差异性。有的院校金融类专业的教师，甚至用理工科的高等数学教材。

2.4 建模能力薄弱，难以参与金融产品设计

近年来，随着互联网金融等新兴金融业的发展，越来越多的居民从单一银行定期储蓄，向多元化的理财转变[5]。作为市场发行方，需要利用大数据进行建模，改进现有的金融衍生产品，采取最优的方式进行发行和定价；而作为投资者，则需要掌握金融衍生产品背后的数学模型，以及用数学模型分析股票、债券等变化趋势。因此，越来越多的企业在招聘中看重应聘者的建模能力，但很多院校在人才培养中没有意识到这一变化，在课程设置方面，对于《金融建模》以及《金融计算》等课程不够重视，有的是作为选修课开设，有的甚至没有教学安排；另一方面学生的研究性学习开展不够深入和广泛，金融系统具有不确定性和复杂性，对参与其中的师生都提出很高的要求，这导致很多老师的课题研究处于理论建模阶段，学生很难参与其中。

3 提升金融类专业学生建模素养的对策

3.1 修订人才培养方案，明确金融人才培养目标

应用型本科院校金融工程人才培养与高水平科研型和综合性大学不同，主要以为地方培养应用型、技能型金融人才为目标。因此在人才培养方案制定中，要将培养学生金融业业务操作技能、创新意识以及团队合作能力放在首位，突出其将金融理论转化为金融模型，并进行更为细致的量化操作的能力。帮助学生在以后的就业中，更好地进行量化投资操作，提高工作效率，为建设创新型国家提供更多的金融人才。

3.2 强化数学模型相关课程的设置，提升学生建模理论水平

在课程设置的过程，在立足金融理论教学的基础上，加大统计学、金融工程、数量经济学等课程的比重，增加数学模型、金融数学和运筹学等应用数学类课程，逐步提高学生金融建模的能力。此外，在统计学、金融工程等课程的教学过程中要适当的安排实验课，让学生掌握SPSS、Matlab、R等软件的使用，培养学生掌握从历史数据中挖掘金融规律，并能转化为金融模型的技能，让学生从繁琐的证明和计算中解脱出来，实现从“数学计算”向“使用数学”转变。针对高年级学生开设金融建模实训周，强化学生的建模技能，通过集中训练的方式强化其解决实际问题的能力。有条件的地方院校，可以组织教师编写以金融学科知识为背景的建模教材，将金融领域类的热点问题纳入其中。

3.3 完善教师知识结构，打造复合型师资队伍

针对大学数学老师无法将讲授的知识和经济金融现象相结合，而专业课老师在讲解金融模型时，又很难解释其背后的数理逻辑这一现象。首先，通过组织校内教学研讨，让不同专业的教师在一起进行交流，形成专业互补，拓展授课教师的视野，让数学理论知识和专业背景挂钩，从而让数学成为金融相关专业的强有力的支撑。例如可以把生产函数、成本函数、需求函数以及弹性等概念和《高等数学》中的导函数的概念联系在一起；把税收效应、商品市场与金融市场的均衡模型和《线性代数》中的线性方程组结合讲解；把保险精算模型、波动率模型、风险测度模型和《概率论与数理统计》课程知识点相融合。另一方面，要鼓励青年数学教师跨专业外出进修，或者到一些证券基金公司挂职锻炼，参与金融衍生产品的研发，打造一只应用型的教学队伍。只有授课老师对金融行业的相关知识有一定的了解，才能在教学中将数学理论知识和经济金融现象真正地结合在一起，才能让学生领会数学是“金融学语言”。

3.4 实施案例教学等手段，提高课堂教学质量

课堂教学是培养学生应用数学工程思维以及数学创新思维的主要阵地，老师应当在授课过程中，根据学生掌握的金融专业知识的情况，设计出金融案例，并引导学生对进行案例分析，启发其根据掌握的大学数学理论知识，将归纳出来的金融规律或者问题表征为数学模型，最后指导其借助软件等工具进行求解。通过在课堂中间穿插案例教学，可以让学生感受到学习数学理论的价值，也可培养其对实际问题的钻研精神。同时要改革传统的大学数学课后作业模式，布置一些金融方面的应用型数学问题，让学生自己组成作业小组，借助图书馆以及互联网等方式查阅文献，了解背景知识，通过建立合理的数学模型进行求解，最终小组提交给老师一个课程论文。

3.5 通过学科竞赛，提升学生建模实战水平

动员金融类专业的学生组队，甚至跨专业搭配，参加数学建模竞赛（包括国际赛）、金融投资模拟实训大赛、金融创意设计大赛和金融挑战赛等学科竞赛，并通过一定的措施进行激励。通过这些竞赛培养学生的数学工程思维，而在一些金融专业类的竞赛中，还可以训练其进行简单金融产品和投资策略的设计，激发学生学习数学模型的兴趣。例如，学生在参加金融投资模拟实训大赛时，需要提交一个投资策略的分析报告，这需要学生对某个金融产品，例如期货或者股票的数据进行细致地分析，并归纳出其变化趋势，进而构建数学模型对投资的收益进行定量的刻画，最后依据模型给出投资策略与建议。另外，学生通过参与学科竞赛活动，还能锻炼团队协作能力，拓宽知识领域，增强拼搏进取精神并激发创造力。比如，学生参加美国大学生数学建模竞赛时，需要组建一个3人的团队，并在五天四夜的时间里，用英文完成某个实际问题的分析和建模。这对学生的沟通能力、英文写作能力、数学建模能力、创新思维能力是一个极大地锻炼[6]。

4 总结

应用型本科院校培养的金融人才要以社会需求为主要目标，毕业生无论是继续留在学校进行学历深造，还是直接进入社会工作都应该有较强的竞争力。数学建模能力是应用型金融人才的必备的素养，要学会从金融数据中归纳规律，构建恰当的金融模型刻画投资的风险和收益，为投资方或设计方争取最大利益。此外，掌握建模技能的金融人才还能更好地适应政府和非金融企业的需求，为地区金融风险以及企业财务风险做好防控。应用型地方院校在金融类专业改革中应当注重学生数学建模能力的培养，实现“应用型、复合型、创新性”的金融人才培养目标。

[1]任嘉嵩.地方高校金融专业教学中数理分析能力的强化与培养[J].金融教育研究，2014（3）：69-71.

[2]任嘉嵩，沈秀娟.地方高校金融人才数理分析能力的强化与培养[J].北方经贸，2014（1）：89.

[3]谢绵陛.金融理论、应用实践与金融应用型人才培养——对美国应用型金融教学考察的启示 [J].高等财经教育研究，2018，21（1）：32-39.

[4]罗丹程，宋永辉.以需求为导向的金融类人才培养模式研究[J].教育界：高等教育研究，2018，283（7）：139-141.

[5]黄茂海，吴军梅，王明梅，等.台湾应用型本科人才培养模式研究及启示[J].福建金融管理干部学院学报，2018，150（1）：51-56.

[6]周本达，赵建中，岳芹，等.应用型本科高校开展数学建模活动的探索与实践——以皖西学院为例[J].教育教学论坛，2013（19）：226-227.

文章来源：上海金融 网址: http://shjr.400nongye.com/lunwen/itemid-58344.shtml

上一篇： 浅析数学建模中经济与金融优化模型
下一篇： 信息经济与邮政经济论文_网络信息渠道如何影响家庭金融市场参与？——基于CFPS（2018）数据的实证研究