| 标题 | 《Python金融大数据分析》课程教学研究 |
| 范文 | 汤银芬 摘要：基于《Python金融大数据分析》课程的教学实践，提出该课程在教学过程和教学内容的不足和遇到的问题;研究如何在教学过程和教学内容中通过案例材料和案例教学去克服这些问题，并且在这个过程中融入思政教育，借此来改善和提高教学质量，从而做到不仅传授学生知识，同时也能更好地培养学生的Python实践操作和解决实际问题的能力;与此同时，带领学生紧跟大数据时代步伐，了解大数据背景下数据分析的特点，进一步拓展视野，实现学生综合素质的提高。 关键词：案例教学? 思政教育? 大数据? Python 《Python金融大数据分析》课程是将统计和金融相关理论结合时下热门软件Python应用到实际的课程，侧重于如何通过软件实现数据获取，展示和统计分析的过程。笔者基于这门课程的教学实践经历，剖析在曾经的教学过程中遇到的教学问题和不足，研究和分析如何利用案例素材和案例教学方法来提升教学质量，并在教学过程和教学内容中融入思政教育元素，让学生不仅能够掌握知识，提高实践操作能力，更能促使学生综合素质的提高，实现教学 “以树人为核心，以立德为根本”[1]的目标。 一、教学中的问题 Python金融大数据分析是金融数据分析和软件Python应用相结合的产物，是一项综合实践性课程。与讲授基础数学或统计知识不同，此课程是需要先行学习过基础统计相关知识，且以实践操作为主，强调通过软件编程实现数据分析，侧重培养学生实际应用技能。 在过去的课程教学中往往侧重于梳理统计理论和方法及讲授软件的编程规则，需要学生具备接收密集型知识和技能的能力，而部分学生的实际情况是在基础课程上掌握不过关，又要面对理论知识的应用和编程实现的困境，因此抑制了学习的兴趣，最后很有可能导致失去学习该课程的动力。教师在教学过程中容易忽视学生的实际接收情况，没有在教学设计上别出心裁，通常是按部就班地给学生灌输课程内容;课前的准备工作往往针对知识点的梳理以及Python软件操作的代码准备，没有预留时间和素材给学生去思考和自己动手的训练;导致在授课中填鸭式地机械教学，缺乏系统的授课框架，并且缺少吸引学生的案例素材;课后虽有在线答疑和辅导，但是留给学生练习的实训仍是准备不充分，在整个教学过程整体上缺乏合适的引导媒介，致使知识和技能的传授过于单一和乏味，从而影响学生接受知识以及接受思想教育，因此教师有必要进行深思并且改善。 另一方面，在目前的教学内容中，关于金融数据的实践应用特色不突出，也缺乏合适的引导教材。受限于金融数据本身所涉及到的理论和方法，因此教师往往侧重于理论方法的传授，投注了大量精力在翻阅相关的教材和文献上，而没有选择合适的方法去引导学生在实践操作中将理论或方法结合软件去实现，一方面是缺乏合适的教材，另一方面是教师尚未将整个课程体系用合适的案例素材给搭建起来，并且没有在教学内容中强调实践的重要性，这样“重理论，轻实践”的教学与课程的培养目标是相悖的;另一方面，在过去的课程教学中，教师是从基础知识和软件编程为出发点，因为课前的准备不够充分，没有设计合适的案例素材，只注重课程知识和技能本身，不仅不能引起学生思考及兴趣，而且会给学生增加对这门课程的畏惧心理，虽然在教学中设计了对实际金融数据的分析，但也只是为了分析而分析，并没有对学生进行启发式教育，导致学生只会机械化地接收技能，僵硬地进行软件操作，最终学生在遇到实际问题时也会束手無策，不能达到课程“育人”的目的。 二、案例教学与思政教育融合 Python金融大数据分析课程的教学要符合“立德树人，育人为本”的宗旨。教师作为教学中的关键要素，在传授基本知识和技能的同时，也要考虑对学生独立思考和实践操作能力的培养，使学生能“成为具有社会责任感、创新精神和实践能力的高级专门人才”[2]。 面对过去在该课程教学中遇到的问题和不足，提出要将案例教学作为该课程讲授的主要方式，并在教学过程和教学内容中融入思政教育。 首先，教师不仅要掌握金融数据分析相关的知识技能，熟悉学科发展动态，了解背后励志的人物和事迹;更要深刻学习和领会党和国家的各项教育方针等;做到“立足工作岗位，深入挖掘岗位所承载的思想政治教育功能”[3]。 其次，在教学过程中从三个授课阶段分别探讨如何用案例教学和思政教育的融合来克服以往教学的不足。 第一，在课前准备阶段，教师可以依托学校搭建的超星系统和平台上传课程材料和数据，以便学生提前准备和学习，对有关的知识点和操作有初步认识。其中案例资料的准备至关重要，认识到案例不应该是一个简单或虚拟的例题，应该来自真实的实际工作和生活，是个系统化整体的设计;应以当下关注的民生和热点问题为背景，以课程的知识和技能为核心，最后的落脚点是能提高学生的综合素质，以这样的原则准备的案例材料，不仅能让教师更好地梳理相关的知识脉络，将晦涩的理论知识融入到案例材料中使其简单并且具象化，有利于学生更好掌握;而且教师可以潜移默化地将思政教育融入其中。这样有利于提高学生对该课程学习的积极性，能够主动接收知识，并和教师进行思想交流，学生和教师都能受益匪浅。只有做好充分的课前准备，课堂中教师才能更好给学生“传道、授业、解惑”。 第二，在课堂中，教师以案例材料为整个授课框架，以当下热点问题导入，激起学生的求知欲望和兴趣，并启发学生进一步思考，同时融入思政元素;以解决问题的知识点和软件操作为核心，引导学生学习和总结，并能自主思考，且能通过Python软件编程进行实践操作;可以多元化地组织讨论，如自主发言、小组讨论、师生互动等来提高学习积极性，增加学习信心。在整个过程中，以学生为主，教师负责控制节奏，并且及时给予反馈，最后引导学生学以致用，利用学到的方法结合Python软件操作完成案例教学材料中设置的问题，有助于提高学生自主解决问题的能力。在这样的案例教学中能将复杂的理论和知识点更有效、生动地传递给学生，改善原先刻板的传授方式，有利于解决学生的学习困境，并结合软件操作，进一步锻炼学生动手能力，更好地理解知识点，并付诸于实践，从而能展现该课程的实践应用价值。特别是在案例教学过程中融入的思政元素可以指导学生理论联系实际，结合穿插在案例背后具有激励作用的事件和人物进一步培育学生的品德，因此“立德树人”始终贯穿整个教学过程中。教师不仅是在传授学生知识和技能，也是在对学生进行润物细无声的综合素质培养;学生能在课堂中掌握专业技能，培养自己实践动手能力，为以后更好地发展创造更多的可能和机会。 第三，课堂授课的结束并不意味着教学过程的结束，教师也是要关注“售后服务”，进一步利用网络平台或者其他通信手段巩固和拓展课程教学，通过合理选取的案例补充材料和实践实训练习来督促学生的提高和进步，这不仅能让学生温故而知新，且能进一步提高自主学习和思考的能力;教师的坐班答疑或是在线指导也可以为学生课后学习提供条件，并且对学生的提问和思考给予鼓励，可以形成友好和睦的师生关系，对课程的后续教学也是有益的;同时，针对学生的问题和想法，教师也能及时调整教学方式以及授课的重点，提高教学质量和教学能力，与学生一起成长和进步。 最后，由于原先的课程是按部就班的设置内容，显得枯燥，难以激发学生的学习兴趣，也会增加课程的理解难度，这种 “望而却步”最终会使得课程失去本身赋予的价值，因此教师需要进一步探讨如何将案例教学融入到课程内容中，并且融入思政教育，下面分成四大板块分别论述。 一是基于Python的金融数据基础统计分析——围绕具体的金融数据分析案例展开，循序渐进向学生介绍Python工具的使用，其中包括Python基本編程规则和程序运行，让学生体会如何通过代码去实现学过的数据处理和数据分析方法，这样不仅起到复习的功效，也能加深学生对专业知识的理解，更能领会Python工具给金融数据分析带来的便利，初步培养学生的编程思维，为后面进一步利用Python编程完成后续进阶内容奠定基础。 二是基于Python的金融数据回归分析——以经典资本资产定价CAPM模型，结合实际金融数据的案例展开，将实际金融问题转化为统计中一元线性回归分析问题，引导学生通过Python获取实际金融数据，并对金融数据进行预处理，穿插金融理论和统计方法，指导学生利用线性回归分析技术，从定性分析和定量分析两个角度去正确认识单资产收益率与市场收益率的关系;并进一步引导学生明白统计模型并不是万无一失的，只是在某些场合是有用的，要学会辩证地看待统计模型和统计方法。当市场收益率不能较好解释单个资产收益率的情况时，需要引进Fama-French三因子模型，这是多元回归模型，可以更好地解释单资产收益率。从一元回归分析拓展到多元回归模型，不仅是统计方法的技术提升，也是学生思维训练的进阶练习，是主要的知识点输出之一，教师要积极引导学生“学、做、练”，学习系统的回归分析技术，在案例指引下做出自己的分析和思考，并通过Python软件练习将思考的分析步骤通过代码实现，最后得到分析结果，并结合统计结果和金融理论去阐述，不仅锻炼了思维，而且还能加强对金融理论和统计方法的理解，并提升解决实际问题的能力。 三是基于Python的金融时间序列模型分析——以实际金融时间序列案例为框架，带领学生探索实际金融资产收益率数据呈现的典型事实特征，教师可以发起小组讨论和自主发言，学生动手绘制金融资产收益率相关图形，发现其中一般规律，教师把握节奏，适时作出归纳和总结，引导学生思考时间序列模型是如何与金融实际数据吻合的，并给出模型结果，帮助学生理解时间序列模型的发展并不是凭空的，是众多研究者在发现已有的模型满足不了实际数据时不断发展，最终凝结出的智慧结晶，让学生领悟这个思考和创新的过程，体会这些先人前辈的智慧、思想和品质，这无疑会对学生的品德培育至关重要。 四是基于Python的高频金融数据分析——以教师实际科研学术关注的高频数据金融计量和统计推断问题为切入点，带领学生认识高频数据和超高频数据，指导学生对金融数据更高层次的认识，拓展学习的视野。高频数据实际上是随着计算机技术和存储技术的发展而产生的，数据的采集频率越高，包含的信息越丰富，给数据分析带来了便利的同时，也会带来新的问题，其中高频数据中不可忽略的市场微观结构噪声会使得传统的数据分析方法失效。这部分内容是学科前沿的知识，且与教师切身的学术研究相关，因此在这部分内容讲授中，以教师讲解学术论文关注的问题和现实意义为主导，学生对感兴趣的问题进行提问，通过学生和教师的沟通和互动，有助于学生接收知识、得到指导，并付诸行动和实践，以此启迪学生践行“知行合一、以知促行、以行求知”的价值观。 三、金融大数据时代 该课程是契合大数据时代背景而生的，Python就是时下处理大数据的有效工具之一，而高频和超高频数据的金融计量研究不仅是教师擅长的研究领域之一，也是当下大数据在金融领域的热点。教师通过案例教学设计的四个不同板块，不仅在内容呈现的是由低层次到高层次的统计方法，而且数据的角度是从传统的数据到线下发展的大数据，学生在整个内容推进中能进一步领会传统统计方法和大数据分析技术的差异。这个课程要传递的态度就是虽然“大数据时代已经来临，它正在悄悄地改变着人们的行为与思维，难以阻挡，无法抗拒”[4]，但是传统的数据分析方法不能摒弃。大数据给我们带来了宝库，虽然我们掌握的工具可能有些过时，但是内核和思想仍然是财富。高频金融数据在教学内容中延伸和拓展了统计方法，也是时下高频交易或是学术研究的焦点，能引领学生紧跟学科的时代前沿，也能培养学生勇于创新和不断挑战困难的精神，符合思政教育精神，从而体现育人的目的。 四、总结 本文主要研究在Python金融大数据分析课程中通过案例教学，并融入思政教育来克服原先的授课困境和不足，分别在教学过程和教学内容两个角度来进行探讨，最后结合金融大数据时代特点，引领学生不断创新和实践，实现本课程在“知识传授”和“价值引领”的融合，为中国特色社会主义事业贡献一份力量。 参考文献： [1]习近平.在北京大学师生座谈会上的讲话[N]. 人民日报，2018-05-03（002）. [2]陈宝生.在新时代全国高等学校本科教育工作会议上的讲话[J].中国高等教育，2018（Z3）：4-10. [3]韩宪洲.论课程思政建设中的几个基本问题——课程思政是什么、为什么、怎么干、怎么看[J].北京教育（高教），2020（05）：48-50. [4]李金昌.大数据与统计新思维[J].统计研究，2014，31（001）：10-17. 项目基金：上海市属高校应用型本科试点专业建设项目“经济统计学”（B1-12-2801-17-005Z）;上海立信会计金融学院建设高水平地方应用型高校人才培养建设项目（B类）“应用统计一流专业”（A0-11-180420-608）。 作者单位：上海立信会计金融学院统计与数学学院 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。