杨健：以数字金融产教融合打通人才培养“最后一公里”

7月24日,江西财经大学与北京济安金信科技有限公司战略合作发布会暨全国金融科技行业产教融合共同体人才培养创新研讨会,在江西财经大学举行。

活动现场,北京济安金信科技有限公司正式向江西财经大学捐赠数字金融工程实验平台,价值500万元。来自江西财经大学、南昌大学、江西农业大学、华东交通大学、东华理工大学等10余所高校的领导及教师代表参加活动。

中国人民大学金融信息中心主任、博士生导师、济安集群创始人杨健教授在主旨报告中表示,随着人工智能、金融科技与实体经济加快融合,高校金融人才培养正面临新的要求。

此次进入江西财经大学的数字金融工程实验平台,并不是一套专门面向课堂开发的教学模拟软件,而是以济安金信长期服务金融监管部门及银行、证券、基金、保险等机构的高端金融行业决策支持系统为基础,将真实金融业务中的分析工具、评价模型和决策逻辑引入高校。

在杨健看来,大学教育首先要坚持自身规律,帮助学生建立知识体系、思维能力和综合素养;同时,也需要通过产教融合,让学生在校期间就能理解金融机构如何分析问题、识别风险和作出决策。

“实训要解决的,就是从大学课堂走向真实岗位的‘最后一公里’问题。”杨健说。

博雅教育之后,还要补上岗位能力的“最后一公里”

长期以来,杨健从事管理科学、金融工程、信息科技和经济学等领域的教学与科研工作,曾获首届全国MPA优秀教学奖,并参与多项国家级及行业科研项目。

在科研方面,他提出M2M济安定价理论,主持设计腾讯济安价值100指数(000847),牵头制定金融信息安全国家标准GB/T 36618—2018,并获中国证券投资基金业协会“致敬中国基金业20周年”功勋人士称号。

在长期教学实践中,杨健观察到,大学教育总体上更重视基础理论、知识体系和综合能力培养。

这种博雅教育具有不可替代的价值。它决定了学生能否形成完整的认知框架,能否理解复杂问题,能否具备持续学习和独立判断的能力。

但另一方面,学生毕业进入银行、证券、基金、保险、上市公司和资产管理机构后,往往还需要经过一段时间的岗位培训,才能真正理解金融业务背后的数据、模型和决策逻辑。

例如,学生在课堂上学习过公司金融、财务管理和会计学,但进入银行后,仍需进一步理解银行为什么关注企业的现金流、偿债能力、资本结构和资产质量;进入证券研究或基金投资岗位后,也需要重新学习如何把行业变化、企业经营、财务数据和市场定价联系起来。

杨健认为,产教融合不是用职业培训取代大学教育,也不是把高校变成金融机构的岗前培训班,而是在博雅教育和专业教育的基础上,搭建一座连接课堂与产业的桥梁。

这段“最后一公里”,至少要解决三个层面的问题。

首先是就业适配问题。

学生如果在校期间已经了解不同金融机构的业务逻辑、岗位要求和专业工具,就能更清楚自己适合什么方向、未来岗位需要哪些能力,以及目前还存在哪些不足。

其次是入职后的职业发展问题。

提前接触真实金融业务中的分析框架、评价方法和决策逻辑,可以帮助学生进入工作岗位后更快理解业务、展现专业能力,为未来的岗位发展和职业晋升打下基础。

第三是长期发展的迁移能力。

无论学生未来转向其他行业,还是继续攻读硕士、博士,在平台中形成的财务分析、行业研究、模型运用和决策思维,都可以继续发挥作用。

从更高层面看,平台还希望帮助学生在学习阶段建立基本的经济大局观和职业观念。

学生学习的不应只是一项孤立技能,而应逐步理解行业、企业、岗位与国家经济运行之间的关系,理解自己未来可能在整个经济体系中承担什么角色。

一门真正的数字金融通识课,难在哪里

在杨健看来,数字金融工程实验平台不仅可以服务金融学、金融工程、金融科技、投资学和财务管理等专业,也可以按照通识课程的思路进行建设,帮助更多学生理解经济运行、金融市场和企业经营的基本逻辑。

但通识课并不意味着降低专业含量。

恰恰相反,设计一门真正有效的数字金融通识课,往往比设计一门单一专业课更难。

难点首先在于广度。

数字金融涉及宏观经济、区域发展、行业分类、上市公司、银行、证券、基金、保险和资产管理等多个领域。课程不能只讲某一种金融产品或某一项业务流程,而要把不同金融机构、企业经营和资本市场放进一个相互关联的框架。

“金融不是一组彼此分割的知识点,而是一个相互连接的系统。”杨健表示。

课程需要以经济运行、产业发展、企业经营和资金配置为主线,把不同机构的观察视角和决策逻辑贯通起来。

难点其次在于,需要适应不同专业学生的知识基础。

对非财经专业学生,课程应帮助其理解基本经济金融现象,提高财务和金融素养;对财经专业学生,则要进一步连接银行信贷、证券研究、基金投资、企业管理和风险控制等真实业务场景。

因此,通识课最难的并不是增加多少知识点,而是如何把专业内容转换成不同学生都能进入、又能逐步深入的课程体系。

从认识自己,到认识行业和岗位

杨健认为,一门有价值的数字金融通识课,还应帮助学生更早认识自己、认识产业、认识未来岗位。

按照平台后续规划,将研究把学生自我诊断功能与行业、岗位和能力信息结合起来,借鉴心理学和职业测评方法,帮助学生了解自身兴趣特点、能力结构和职业倾向。

在此基础上,平台还可以进一步展示银行、证券、基金、保险、上市公司等领域有哪些岗位,不同岗位需要哪些知识和技能,对学历、专业能力和实践经验有哪些要求。

有些岗位本科毕业即可进入,有些则需要继续攻读硕士或博士;有些工作更重视财务分析和行业研究,有些则对数学、统计、计算机和建模能力要求更高。

通过了解行业发展、岗位需求和职业发展空间,学生可以更有针对性地安排在校学习,减少专业学习与未来就业之间的信息差。

从这一角度看,平台不仅提供金融分析工具,也可以成为连接专业学习、职业认知和个人发展规划的桥梁。

既要让本科生听得懂,也要让硕士、博士有研究空间

数字金融通识课更深层的难度,是如何同时服务本科生、硕士生和博士生。

杨健指出,一些课程在本科、硕士和博士阶段讲授的内容差异不大,缺少明确的培养层次和教学区分度。

真正有生命力的平台,应当允许不同层次的学生进入同一个专业体系,但解决不同深度的问题。

本科阶段可以侧重宏观经济、行业结构、财务报表和企业评价的基础知识,帮助学生建立基本的经济金融认知框架。

硕士阶段可以进一步进入行业比较、企业能力评价、投资评级、金融模型和实证分析。

博士生和教师则可以围绕金融工程算法、企业评价模型、资产定价、量化投资、金融风险管理,以及人工智能与金融数据融合等方向开展更深入的研究。

“本科生、硕士生和博士生使用同一个平台,并不意味着学习同样的内容。”杨健表示。

平台需要在可理解性和专业深度之间建立平衡,这也是他将“区分度”视为平台建设重要标准的原因。

不只是提供一套软件:把真实金融决策系统引入高校

杨健介绍,数字金融工程实验平台不是一套专门面向课堂开发的教学模拟软件,也不是将金融机构的专业系统简化、降级后形成的“教育版本”。

济安金信成立于2001年,长期从事金融工程研究、高端金融软件设计开发、数据服务和评价咨询,为金融监管部门及银行、证券、基金、保险等金融机构提供专业解决方案。

此次进入高校的平台,正是以济安金信长期服务金融机构形成的高端金融行业决策支持系统为基础,将真实金融业务中的分析工具、评价模型和决策逻辑直接引入大学课堂。

课程、教材和课件承担的,是连接专业系统与高校教学的作用:帮助教师把金融机构使用的专业工具融入课程,帮助学生理解系统背后的理论、模型和决策逻辑,而不是把专业系统简化成一套教学软件。

从这一意义上说,平台带进高校的不是对金融业务的简单模拟,而是更接近金融行业实际工作环境的系统、方法和决策框架。

“它不是在课堂里搭建一个模拟战场,而是把更接近真实金融战场的工具和决策逻辑带进大学。”杨健表示。

平台重点服务学科建设、师资培养、课程开发和专业实训四个方面。

在学科建设方面,平台可以为金融工程、金融科技、数字金融、智能财务等方向提供软件、课程和科研条件支持,也为高校开展学科评估以及相关硕士点、博士点建设积累基础。

在师资培养方面,教师可以依托平台开设新课程,掌握金融分析、企业评价和数据建模工具,并围绕宏观经济、行业研究、公司评价、资产定价等方向开展实证研究。

在课程开发方面,平台将软件功能、金融理论、案例、教材和课件结合起来,避免高校引入专业系统后出现“有平台、无课程”“有工具、不会用”等问题。

在专业实训方面,平台提供的不是开户、存款、柜面办理等基础业务流程模拟,而是与金融机构实际业务同源的分析工具、评价体系和决策逻辑。

例如,通过分析上市公司的现金流和偿债能力,学生可以理解银行信贷审查关注的核心问题;通过研究盈利能力、运营效率和行业竞争力,可以掌握证券研究与投资评级的基本逻辑;通过分析资本结构和资产质量,则可以进一步认识企业经营风险与财务风险之间的关系。

学生面对的不再是预设好的教学案例和固定答案,而是需要像专业分析人员一样,从数据中发现问题、建立比较、解释差异、形成判断,并为信贷、投资和风险管理提供决策依据。

从宏观经济到企业评价:六大模块与十四个课程专题

按照目前设计,数字金融工程实验平台由宏观经济、国标行业分类、财务分析、财务报表、能力评估和公司评价六大核心模块组成。

平台希望通过真实行业和上市公司业务场景,把经济学、管理学、会计学和金融学理论重新放回具体企业和产业环境中。

学生可以从全球GDP、中国经济结构和区域经济发展入手,理解宏观经济、产业结构和企业经营之间的关系。

在行业分类模块中,平台将国民经济行业分类与上市公司分析相结合,帮助学生建立行业边界、产业结构和企业比较的基本框架。

进入企业层面后,学生可以围绕资产负债表、利润表和现金流量表开展分析,并进一步评价企业的规模实力、盈利能力、发展能力、运营效率、现金流量、偿债能力、资本结构和资产质量等八项经营能力。

通过把理论、数据和真实业务问题结合起来,学生不再只是记住一个模型或指标,而是理解它在什么情境下使用、能够解释什么问题,以及如何影响金融机构的判断。

平台还将行业竞争评价、投资评级和ESG-V评级纳入课程体系,使学生可以从企业经营、资本市场投资和可持续发展等不同视角认识上市公司。

杨健认为,随着可持续发展信息披露在公司治理、资本市场投资和企业价值判断中的重要性不断提升,学生不仅需要读懂企业的财务表现,也要理解环境、社会责任和治理因素如何影响企业的长期竞争力和可持续发展能力。

“一门好的数字金融课程,既要解释企业过去和现在的经营状况,也要帮助学生理解影响企业长期价值的新变量。”杨健表示。

值得注意的是,平台并不止步于给出评级和评价结果,还强调对结果进行归因分析。

也就是说,系统不仅回答一家企业的表现如何,还要进一步解释:为什么会得到这样的评价,哪些经营或财务因素起到了关键作用,不同因素如何共同影响最终结果。

这种从“评价”进一步走向“归因”的训练,有助于学生知其然,更知其所以然,也是金融机构开展专业分析和决策支持的重要能力。

围绕上述功能,济安金信设置了GDP与宏观经济分析、国标行业分类、上市公司财务分析、三大财务报表、企业八项能力评价、行业竞争评价、投资评级和ESG-V评级等14个课程专题,按照“宏观经济—行业分类—企业财务—经营能力—公司评价”的逻辑逐级递进。

三个阶段,持续拓展数字金融工程平台能力

数字金融工程实验平台不是一次性交付后即固定不变的静态系统,而是建立在专业金融决策支持能力基础上的持续迭代平台。

按照规划,平台将分三个阶段持续建设。

第一阶段以公司数据分析为主,覆盖宏观经济、行业分类、财务报表、企业能力评估及各类公司评价,帮助学生建立从宏观经济、行业到企业的完整分析框架。

第二阶段以量化投资为重点,进一步引入量化选股、策略研究、投资组合构建和绩效评价等内容,使学生理解金融数据、数学模型与投资决策之间的关系。

第三阶段将扩展至资产管理产品和金融衍生品,覆盖资管产品分析、资产配置、风险管理和衍生工具应用,服务更高层次的教学科研与专业岗位能力培养。

“这三个阶段不是彼此割裂的系统,而是一条不断递进的专业学习和研究路径。”杨健表示。

随着平台持续升级,其分析深度、模型难度和科研空间也将逐步提高。

人工智能不能“空着计算”

随着人工智能技术快速发展,金融教育正在加快与数据科学、计算机技术和智能算法融合。

杨健特别强调,人工智能不能脱离金融专业知识和专业数据独立运行。模型能否产生有价值的结果,首先取决于输入信息是否真实、规范、连续,并具有明确的金融含义。

“人工智能不能空着计算,必须给它提供合适的数据。”杨健表示。

数字金融工程实验平台所形成的宏观、行业、企业财务和评价体系,可以为高校后续开展金融工程建模、机器学习和人工智能研究提供专业场景与方法基础。

他同时强调,人工智能并不是脱离金融理论和业务逻辑独立运行的“万能工具”。

只有将算法能力与金融理论、业务逻辑和专业数据结合起来,人工智能才能真正服务于企业评价、投资分析、资产配置和风险管理。

对于高校而言,培养数字金融人才,也不能简单理解为增加几门编程或人工智能课程,而要让学生同时理解算法、数据、金融理论和真实业务问题。

让学生离产业和经济运行更近一步

此次数字金融工程实验平台进入江西财经大学,将为平台在真实教学、科研和人才培养场景中的应用提供实践基础。

活动现场还举行了江西财经大学ESG研究中心揭牌仪式。双方将围绕ESG-V评价、可持续发展、课程建设和科研协同等方向展开进一步合作。

杨健表示,平台的价值不能只用采购了多少设备、建设了多大场地来衡量,而要看它是否真正进入课程,教师是否愿意使用,学生能否形成能力,科研能否产生成果,人才培养能否更加贴近产业和就业需求。

产教融合也不是企业向高校单向输出一套系统,而应当形成高校与企业之间的持续协作。

高校拥有学术积累、教学经验和人才优势,企业掌握行业工具、业务场景和实际问题。双方可以通过课程共建、教师培养、科研合作和平台迭代,形成教学相长、科研协同的合作机制。

“学生越早理解行业怎样运行、岗位需要什么,就越能明确自己应该学习什么。”杨健表示。

“我们希望通过这套平台,让学生离社会更近一点,离产业更近一点,离国家经济运行的真实场景更近一点,真正打通人才培养的‘最后一公里’。”