關(guān)鍵詞：CFA知識體系；職業(yè)教育；學(xué)歷教育；融合式教學(xué)

1 國內(nèi)外研究現(xiàn)狀述評

我國在大數(shù)據(jù)人才培養(yǎng)領(lǐng)域發(fā)展迅速，截至2022 年12月，共有440所高校設(shè)立了大數(shù)據(jù)與人工智能類本科專業(yè)。目前國內(nèi)高校主要采用“1+N”的科教融合模式，其中“1”代表大數(shù)據(jù)基礎(chǔ)科學(xué)研究平臺，“N”是依托院校具有的優(yōu)勢資源和學(xué)科，以此來構(gòu)建以大數(shù)據(jù)應(yīng)用研究與開發(fā)為支撐的科學(xué)研究體系。例如，中南大學(xué)以醫(yī)學(xué)大數(shù)據(jù)與教育大數(shù)據(jù)作為示范體系，武漢大學(xué)以信號處理等方向為目標(biāo)融合方向。2021年11月，Communications of the ACM 期刊以“AI+X Micro-Program Fosters Interdisciplinary Skills in China”為題，刊發(fā)了浙江大學(xué)吳飛教授、何欽銘教授和吳超研究員的論文，全面介紹了“AI+X”微專業(yè)創(chuàng)新性一流交叉人才的培養(yǎng)方案[1]，為融合領(lǐng)域提供了新思路。吳飛（2023） 教授提出了以知識點為中心的“AI+X”微專業(yè)建設(shè)方案，并介紹了以教材、課程及平臺三位一體的微專業(yè)建設(shè)實踐[2]，為微專業(yè)的建設(shè)提供了理論基礎(chǔ)。

在“新文科，新財經(jīng)”背景下，涌現(xiàn)了多樣化的“AI+金融”融合方法，然而在實際中大數(shù)據(jù)學(xué)科培養(yǎng)體系中通常約三分之一為數(shù)學(xué)等通識教育，三分之一為計算機專業(yè)教育，剩余三分之一為目標(biāo)融合專業(yè)的課時，導(dǎo)致該方向的課時相對不足。對應(yīng)用型財經(jīng)類高校而言，特色專業(yè)與計算機學(xué)科重合較少，使得分配至特色領(lǐng)域的課時更加緊張。因此，探索金融大數(shù)據(jù)人才培養(yǎng)的新途徑和新模式十分必要。受職業(yè)教育課程體系高密度知識點特征啟發(fā)，職業(yè)教育融合學(xué)歷教育的方法備受關(guān)注。馬莉（2015） 研究了CFA課程融入我國金融學(xué)本科學(xué)歷教育的方法，分析了我國學(xué)歷教育與職業(yè)教育融合過程中形成的“滲入”和“植入”兩種教學(xué)模式，認為我國學(xué)歷教育與職業(yè)教育雖然各有利弊，但不存在孰優(yōu)孰劣的問題，若處理好多種關(guān)系將更有助于提升兩種教育的融合效果[3]。朱旭強（2017） 分析了將CFA內(nèi)容引入金融學(xué)專業(yè)的方案，并通過合理的實踐取得了一定的成效[4]。金素（2019） 研究了南京審計大學(xué)金融學(xué)（CFA） 專業(yè)的培養(yǎng)模式，認為在原有金融專業(yè)人才培養(yǎng)方案中引入CFA課程體系，能夠從適應(yīng)職場工作要求的角度出發(fā)，是一種可行且有價值的培養(yǎng)模式選擇路徑[5]。

當(dāng)前，持續(xù)性探索大數(shù)據(jù)人才培養(yǎng)的新途徑和新模式，構(gòu)筑人工智能發(fā)展培養(yǎng)資源力量，才能推動人工智能領(lǐng)域人才培養(yǎng)的學(xué)習(xí)革命。

2 相關(guān)概念介紹

2.1 CFA 知識體系介紹

CFA考試一共分為3個等級，其中3級聚集于投資組合的策略與管理，與大數(shù)據(jù)專業(yè)重疊較少，故在此不做討論。1級與2級各包含10門科目，知識結(jié)構(gòu)總體相似，所以本文以2019—2023年的1、2級考綱為基準(zhǔn)，具體知識架構(gòu)歸納見表1。

2.2 大數(shù)據(jù)專業(yè)的知識體系的介紹

大數(shù)據(jù)專業(yè)與計算機科學(xué)與技術(shù)、軟件工程等學(xué)科不同，學(xué)生不僅需要掌握計算方法和工具，還需要對數(shù)據(jù)本身的現(xiàn)象和規(guī)律、數(shù)據(jù)管理和處理的基礎(chǔ)理論，以及數(shù)據(jù)管理方法的整個生命周期有足夠的認識。因此，這一學(xué)科具有獨特的基礎(chǔ)和內(nèi)涵。大數(shù)據(jù)專業(yè)的課程體系除了必修的數(shù)學(xué)、統(tǒng)計學(xué)以及計算機軟硬件的基礎(chǔ)知識外，其余課程知識點往往對應(yīng)著具體的工作崗位，具體關(guān)系如表2所示。

3 CFA 與大數(shù)據(jù)專業(yè)知識點的連接

CFA課程體系不僅介紹了多樣化金融產(chǎn)品的基本概念，還關(guān)注定價、估值和投資組合配置的設(shè)計。它與大數(shù)據(jù)課程的聯(lián)系主要在于數(shù)值分析和算法方面，但與軟件設(shè)計和運維等方向的交叉相對較少。因此，本節(jié)在數(shù)據(jù)挖掘、數(shù)據(jù)建模和算法設(shè)計的三個模塊中建立了金融學(xué)知識點與大數(shù)據(jù)知識點之間的橋梁。

3.1 數(shù)據(jù)挖掘與資產(chǎn)分析

在研究某種金融工具時，除了在宏觀層面上討論該工具在投資中的作用，還需要挖掘其數(shù)值特征。因此，在金融資產(chǎn)分析的過程中，數(shù)據(jù)挖掘的知識成為不可或缺的一部分。表3列舉了在金融資產(chǎn)特征分析中使用到的數(shù)據(jù)挖掘知識點。

3.2 數(shù)據(jù)建模與定價估值

在金融資產(chǎn)的定價與估值過程中（不包括私募股權(quán)、地產(chǎn)投資等另類投資品，此處主要針對絕對估值法），常常會運用數(shù)據(jù)建模中的常用方法。其中，絕對估值法的核心是現(xiàn)金流貼現(xiàn)模型，可以通過循環(huán)語句和條件判斷語句來進行計算。數(shù)據(jù)建模與定價估值的知識點鏈接如表4所示。

3.3 算法設(shè)計與投資組合

投資組合配置與管理主要包含兩種形式，第一是基于資產(chǎn)大類的投資組合配置，工作流程及其知識點連接歸納為表5。

第二種投資組合配置方式是基于金融資產(chǎn)背后的風(fēng)險敞口進行配置。首先需要確定每種資產(chǎn)的風(fēng)險敞口，將具有相似風(fēng)險的資產(chǎn)歸為一類。與資產(chǎn)面的配置方法相比，這種方法可以更有效地實現(xiàn)資產(chǎn)分散化。具體而言，權(quán)益類資產(chǎn)和固定收益資產(chǎn)的風(fēng)險是通過敏感系數(shù)Beta和久期（Duration） 進行測量。權(quán)益資產(chǎn)的預(yù)期收益與市場風(fēng)險溢價回歸分析可以得到Beta值，而債券價格與利率變化的百分比回歸分析可以得到久期。在這里，本文將使用統(tǒng)計學(xué)中的多元回歸方法進行計算。

4 分析與思考

大數(shù)據(jù)技術(shù)是一門理論與實踐并重的應(yīng)用型專業(yè)學(xué)科。當(dāng)與金融領(lǐng)域融合時，其知識體系主要體現(xiàn)在數(shù)據(jù)獲取、處理和分析等模塊。然而，它與操作系統(tǒng)、計算機硬件、網(wǎng)絡(luò)等方面的交叉相對較少。因此，在設(shè)計融合式教學(xué)課程體系時，重點放在了前者。實踐課程可以模擬數(shù)據(jù)項目中的各個融合環(huán)節(jié)，建立各科目知識點之間的聯(lián)系，幫助理論知識得以實際應(yīng)用。大數(shù)據(jù)實際項目中主要任務(wù)的各個環(huán)節(jié)具體如表6所示。

實踐課程應(yīng)該包含大量的案例項目作為支持。這些案例項目可以以主線為基準(zhǔn)，擴展與各知識點相關(guān)的內(nèi)容，形成多個小型案例。這些案例可以安排在專業(yè)課的實驗部分，例如金融數(shù)據(jù)采集實驗、金融大數(shù)據(jù)可視化實驗、金融數(shù)據(jù)預(yù)處理實驗等。這些實驗可以在專業(yè)課的課時內(nèi)完成，并計入過程性考核的一部分。將這些小案例連接起來，可以形成綜合性的獨立實訓(xùn)課程，例如金融數(shù)據(jù)挖掘?qū)嵺`、機器學(xué)習(xí)在金融中的應(yīng)用綜合實踐、Python量化投資等。通過這樣的設(shè)計體系，學(xué)生可以在實踐中盡可能地還原真實的工作場景，從而幫助他們更好地適應(yīng)畢業(yè)后的工作崗位。

5 結(jié)束語

本文利用職業(yè)教育課程體系中精簡知識點的特點，將高濃度的知識點進行梳理和拆分，得到碎片化的知識點，并將其融入“AI+X”的微專業(yè)中，以解決“X”領(lǐng)域的復(fù)雜問題。具體而言，本文首先介紹了CFA一級和二級的知識體系，以及大數(shù)據(jù)專業(yè)課程，并匹配了它們的相應(yīng)知識點，將兩套知識體系進行融合。最終，得出以下結(jié)論：

1） 大數(shù)據(jù)專業(yè)與金融學(xué)的知識點交叉主要體現(xiàn)在數(shù)據(jù)采集、處理、統(tǒng)計和分析方面，而與計算機軟件、網(wǎng)絡(luò)等知識點的交叉較少。因此，設(shè)計融合式課程體系的重點主要集中在前者。

2） 實踐應(yīng)用案例可以以大數(shù)據(jù)實際應(yīng)用項目的主線任務(wù)為基礎(chǔ)展開，每個環(huán)節(jié)的應(yīng)用小實驗可以作為專業(yè)課的實際部分，并計入過程性考核成績。

3） 將大數(shù)據(jù)應(yīng)用項目的多個環(huán)節(jié)組合形成一個獨立的綜合實訓(xùn)課程。

本文提出了一種通過建立知識點橋梁的方法來構(gòu)建實踐課程的方案，為促進學(xué)科交叉融合和產(chǎn)教協(xié)同，建立人工智能一流人才培養(yǎng)模式提供了新的思路。