基于信息技术的金融应用型人才优化决策能力的培养探索与实践

第八章　基于信息技术的金融应用型人才优化决策能力的培养探索与实践

周志英

（浙江万里学院）

金融决策在金融发展中起着至关重要的作用，微观上金融决策能够直接影响企业发展，而宏观上金融决策直接解决金融问题，同时间接解决社会经济问题。随着金融市场的不断发展，金融决策日益强调超前性和预警性，这对金融决策的质量和速度要求越来越高。金融市场历来是残酷无情的，只有在技术上取得领先，才有可能战胜市场。任何人的大脑不可能在瞬间无限制地存储几百万字节的数据，并对其进行及时的分析，而综合了各种信息技术的电脑可以。只有借助于先进的信息技术来不断提高金融决策的可行性、科学性，减少盲目性，提高金融决策的质量，才能使金融企业和一般企业在市场竞争中立于不败之地。在竞争日益激烈的市场中，依赖个人独立行为来取得投资决策胜利的方法已经初步被淘汰，取而代之的是交易理念化、决策流程化、计划模型化、操作细节化及风险数量化等全新的操作技术。中国银行业协会专职副会长杨再平表示，合理高效的智能化决策可以帮助银行管理信贷审批、现有客户、催收和资产保全，以及反欺诈的各个环节，提高效率，降低成本，增加收益。金融管理决策的电子化成为我国金融业发展的重要战略。因此，培养金融业应用型人才优化决策的能力有很强的实际意义。

1　需求分析

金融以其对国民经济的巨大影响力而成为现代经济的核心。现阶段波及全球的金融危机的影响力、破坏力之大更证明了金融的地位，也反映出金融决策的重要性。金融决策方案的正确、及时与否可以决定一个超大百年企业的生死存亡，对于经济增长起着直接的决定作用，而完善的金融决策体系是保证金融决策科学化的必要条件，科学化的金融决策程序是决定金融决策正确与否的关键。在这样的背景下，金融决策的正确性、及时性越来越受到决策者的关注和追求。在信息技术发达的今天，传统的以主观经验为手段的决策因为缺精确性、及时性、全面性而已经不能满足企业的需要，取而代之的是利用高级信息技术辅助进行决策。

以信息技术为手段进行的决策具有以下优点:

（1）全面性。在决策过程中可以把影响目标对象的因素尽可能多地列出作为因素方面，建立模型，从而尽可能使预测结果贴近实际。当然决策只是一个未来事件的预测，与实际结果间总会存在或多或少的差距。而以信息技术为手段的决策可以使这种差距尽量减少。

（2）精确性。利用正确的决策技术方法和计算机运算得出的结果，其精确性大大高于经验法得到的结果。

（3）及时性。兵贵神速，决策对速度的要求有过之而无不及。对于决策而言，时效性是至关重要的，不及时的决策即使是正确的又有什么用呢？信息系统及其支撑为数据的获取、收集、传递、整理、计算等在时间上创造了绝对的优势。

因此，新时期，金融应用型人才应该具备基于信息技术的决策能力。而作为培养应用型人才来源的高校如何使自己的学生具备这种素质成为高校改革的要点。本课题旨在探索高校如何培养金融应用型人才的决策能力及优化这种能力。

2　国内外金融业决策的区别

众所周知，金融业对IT的应用几乎是所有行业中最早的，其应用系统的配置也是很高的，单从技术方面来看已经跻身先进之列，但在经营管理、风险防范等金融业务方面，中国的银行与国外的银行还有明显差距。由于国内外国情的不同，中外金融企业中金融决策的手段、发展等方面亦存在较大不同。从组织结构上比较，国外的金融业一般设有专门从事外部环境分析的研究机构，根据社会上定期公开发表的商业统计资料、商情分析报告、企业财务通告、股票行情、科技专刊报纸及市场、消费者、企业活动的调查等对金融的外部环境进行动态分析。如美国，金融企业对外部经营环境的动态监视和跟踪分析有两个层次。一个层次是间接环境如国际局势、区域关系、国际贸易、国家政治、社会动向等；另一个层次则涉及金融企业经营活动的直接环境，包括市场需求、市场占有率、投资动向、贷款利率、股票行情、居民收入等。这样两个层次的环境动态分析体制形成“系统预测”制度。这种系统的预测制度使金融家决策能够在对外部经营环境的一种基本的认识框架内，通过系列的指标及其相互关系的分析来把握环境的动态，从而使银行在不确定条件下做出的决策可以随时间的延长，在对经营环境不断给予动态监视和跟踪分析的过程中，不断地重新认识和修正决策。而我国银行对经营环境变化的适应能力还比较低。国内缺乏从事环境信息收集、整理、分析工作的专门机构和专业队伍。与过去相比，金融企业已经加强这些专门机构和专业队伍的工作，组建了信息分析机构或是在职能分工上由原有的一些职能部门承担这部分工作，但由于缺乏一支训练有素的专业队伍，使金融企业的信息机构形同虚设。在信息分析的范围上，我国金融企业对直接环境因素分析的重视程度大大高于间接环境因素。从信息分析与预测方法上比较，国外更多地借助先进技术，而国内注重经验，以经验判断为主。过多地依赖于经验，使我国金融企业在决策及其实践过程中，缺乏可以对照的、通过输入不同变量进行差异分析和相关分析，从而评价各种环境因素变化对决策方案影响程度的程式化的控制指标。但总的来说，整个金融业的决策正从以往的注重经验转向注重量化和技术，量化主要体现在使用各种模型进行预测决策，如线性回归等，技术主要是借助信息技术智能化，如数据挖掘、数据仓库多维分析等。

3　宁波市金融业及其决策技术发展现状

金融业是宁波市第三产业的重要组成部分，是宁波市经济建设的强大资金支持力量，目前，全市金融组织体系逐渐完善。宁波金融业在过去20年间取得了飞速发展。宁波国民生产总值连上台阶，城市居民年人均可支配收入和农村居民年人均纯收入稳步增长，位居全国同类城市前列。强大的经济辐射力和丰厚的民间资本，吸引了许多金融机构来宁波“安营扎寨”。广东发展银行、深圳发展银行、光大银行和招商银行、浦发银行、民生银行、兴业银行等地方银行在宁波设立了支行。过去几年，又有渣打、恒生、汇丰、东亚等外资银行相继落户甬城。目前，我市金融市场已形成国有银行、股份制银行、外资银行和城乡信用社多种竞争主体并存的格局。

甬城金融业电子化程度也在不断提高。各家银行纷纷增加自助柜员机、销售终端机等电子化设施，开通储蓄通存通兑、个人电子汇兑、销售终端机联网、资金实时清算等项目。同时，市民对电子货币的需求旺盛，银行卡出现了“高速扩容”局面。

近年来，各金融机构在业务操作型信息系统的开发和利用上积聚了相当丰富的信息资源。但由于系统分析时主要考虑的是减轻劳动强度和提高工作效率方面的因素，深受传统手工模式的约束，注重业务处理，不太注重信息分析。开发设计的信息系统基本上是面向账户管理的会计业务操作数据系统，其数据库系统是按各自业务部门事务处理需求分散组织的，缺乏从适应多变竞争环境的金融管理决策高度来考虑，致使信息资源各成体系、时效性差、共享困难，难于对各金融机构之间的数据进行全局分析和综合决策。

在金融业发展如此迅速的环境下，在现阶段的宁波金融企业中，各金融企业之间的竞争越来越激烈，越来越依赖于决策技术。决策技术逐渐地从以经验为主转向借助信息技术智能化，如数据挖掘、数据仓库多维分析等。但一般金融企业没有完整的决策支持系统，而只是在各职能部门的信息系统中添加辅助决策的功能，有的企业安装有信／贷风险决策管理自动化软件系统。

金融业的竞争很大程度上也是人才的竞争，具有决策技术的金融复合型人才的竞争。金融信息化人才是兼修金融业务与信息技术的复合型人才，他们不仅要熟悉金融的业务流程和资金流的循环，把握客户的需求和金融市场的发展变化，同时又要具备信息系统设计经验，能够详细描述信息流、数据流的变化以及跟随信息技术的不断变化。金融企业间的竞争对人才的要求不仅有技术上的储备，还要有业务上的知识储备，正是因为金融信息化人才的这一独特职能才使得金融业在日益激烈的竞争中能够出奇制胜，成为金融企业的核心竞争力。

4　金融决策过程及具体能力的要求

在金融业务的经营过程中，需要不断地对面临的问题做出决策，决策过程主要为获取相关数据、整理数据、分析数据、方案制定、方案选择。

针对决策的相应过程，作为一个具备优化能力的高素质的应用型人才理应具备以下能力:

（1）获取数据、整理数据的能力。数据如人体的血液，是系统运行的支撑和前提，基础数据则是系统信息的根源，由此构筑统一的信息共享平台。金融系统每一个数据的准确与否，直接影响到个人、企业或国家的财富，因此数据的获取一定要正确、及时。数据整理过程中一定要重视“垃圾”数据的处理，归并有效数据、剔除无效数据，保证数据的唯一性和准确性。要认真分析“垃圾”数据产生的原因，积极寻找有效的处理办法。如属数据标志位问题的，应增加标志位或修正错误，将无效数据变为有效数据；如属重复数据的，应予剔除。数据整理是一项复杂、艰巨、长期性的工作，也是一项系统工程。

（2）正确恰当地描述数据的能力。用各种工具来正确地表达数据，如统计表、统计图等。根据问题需要选择适当的统计图表等描述工具来描述数据。

（3）简单分析数据的能力。如数据透视表、数据汇总、筛选等。

（4）应用各种决策方法、技术分析数据的能力。如回归分析、时间序列分析。

（5）深层挖掘数据进行分析的能力。如分类／决策树算法、关联分析、序列关联分析、聚类分析。

（6）运用信息技术实现以上决策过程的能力。如数据挖掘技术、ETL技术（数据抽取:从数据源系统抽取数据仓库系统需要的数据。数据转换:将从数据源获取的数据转换成按数据仓库要求的形式，对数据进行转换。数据加载:将数据装入数据仓库）、数据仓库技术、OLAP分析技术等。

从以上可知，金融决策主要依赖于金融机构的数据。结合当前金融机构的业务发展要求，可以把金融机构的数据处理工作分为两大类:即操作型业务处理和信息型业务处理。操作型业务处理用现有的数据库技术完全可以胜任，它是为银行某类具体应用服务的。人们关心的是处理响应时间，数据的实时性、安全性和完整性。信息型业务处理则用于统计分析和决策分析，它的特点是要经常访问大量的历史数据，对处理响应的时间不做苛刻的要求。

5　课程体系设置需求

为了具备这些能力，高校应该设置相应课程来培养学生获取这些能力，相应的课程体系设置如下:

（1）应用统计学。对于金融机构，在金融系统中有完善的金融统计体系来适应中央银行管理货币供应量的需要，适应金融市场发展的需要。纳入金融统计的内容包括货币供应量统计、信贷收支统计等。在金融业中，运用统计学理论和方法，对金融活动内容进行分类、量化、数据搜集整理，以及进行描述、分析，反映金融活动的规律性。在应用统计学的教学过程中，要尽量简化统计基本理论的介绍以及定理的推导，而要加强统计学在金融资料的收集、整理、描述及分析方法的培养。在此过程中，针对该方向学生要结合金融方面的业务、专业资料进行讲解、练习。如对信用卡客户的管理上，如何既能促进刷卡消费同时又能保障还款信用的问题中，首先设计调查问卷调查市民对信用卡使用的感受，并从回收的调查问卷中整理数据，利用统计分析工具分析用户的心理倾向，再根据信用卡用户已有的消费及还款记录分析信用情况，最后得出结论。整个教学过程，教学内容、教学方法都以提高学生的应用分析能力为本。

（2）管理信息系统。金融信息是金融决策的基础，金融信息的质量是金融决策正确性的前提。管理信息系统课程重点介绍信息的基本理论，培养学生收集、处理、利用信息的手段、能力，提高学生关于管理信息系统对决策作用的认识，熟练操作使用金融领域信息系统，掌握应用信息系统进行辅助决策的能力。

（3）金融信息系统分析与设计。在本课程中主要是培养金融信息化学生教学信息系统的分析、设计的能力。在金融信息系统分析与设计课程的教学中，注重与实际业务相结合，采用金融业务中的案例，培养学生熟悉金融行业的信息系统的结构、功能、内部处理思路，让学生掌握金融行业的信息系统的需求分析、数据流程分析并进行设计，为进行金融决策提供软件支持。

（3）运筹学。现代社会，决策越来越精确化，越来越依赖于用数据说话。作为用定量方法研究管理问题的运筹学，其特点是将管理的相关问题采用定性定量相结合的方法，研究包括金融在内的各种运行系统中所发生的各种复杂问题，为决策提供科学支持。通过本课程的学习，金融领域的管理者能够科学地分析数据，建立模型，更好地进行策略选择。学生在完成《运筹学》的学习后，能够尽可能对金融业务中需要决策的问题、项目建立模型，并和信息系统分析与设计课程结合起来，把模型的思路及求解过程用计算机语言表达，充分利用计算机技术力量加快模型的求解速度，从而使决策更快捷、更简便。因此，在该课程教学中，除培养学生针对实际金融案例建立模型外，还要训练学生熟练使用软件求解运算结果，将课堂讲授、学生讨论、上机实习、课后作业等教学方法结合起来，提高教学效果。

（4）OLAP与数据挖掘。随着金融体制改革的不断深化和发展，金融企业间的竞争越来越激烈。在网络服务质量等方面的差别逐渐减少的情况下，为了提高市场竞争力，金融企业都在寻求改善客户服务质量的方法。它们迫切地需要提高企业内部的科学决策能力，增强在市场经营等方面的正确判断能力。客户资源是金融企业最重要的核心资源。只有充分细致地认知客户、了解客户的差异化，才能为客户提供更好的服务，才能提高客户满意度和忠诚度，给金融企业带来收入和利润。提高金融企业的市场竞争地位。金融业中每天产生海量的数据，久而久之就形成一个数据海洋。在众多的数据中，哪些是有用的，哪些是看似无用实质有用的，哪些是暂时无用后期有用的，凭手工是无法判别和筛选的。因此《OLAP与数据挖掘》在培养决策能力的应用型金融人才中是必不可少的。数据挖掘主要解决三方面的问题:一是找出最有价值的客户、最易流失的客户和满意度最高的客户，分析他们的消费行为和消费习惯，然后推出有针对性的产品和服务，实现从以产品为中心到以客户为中心的转变。二是分析同类产品的历史数据，确定现有产品的生命周期，指导企业在每个产品上的态度和动作。三是做好业务发展预测工作。目前，多数企业制定发展规划时，往往按照往年的发展速度，乘以相应的比例系数，作为下一年的发展目标，其实这样做没有什么真正的依据，只有通过分析每个产品的状况，结合企业战略重点和国内外经济环境，才能科学地制定企业发展规划。

把数据挖掘技术应用于决策支持系统中，对企业积累的大量业务数据的处理游刃有余，使管理人员能快速、交互、方便有效地从大量杂乱无章的数据中获取有意义的信息。决策者能利用现有数据指导企业决策和发掘企业的竞争优势。在该课程的学习中，除掌握数据挖掘和OLAP的基本理论外，最主要的是本着应用型人才的培养原则，掌握几种基本的数据挖掘和联机事务处理的方法。因此实验的地位是非常重要的，在实验教学中，培养学生掌握数据仓库的建立、设置、管理和数据挖掘工具的熟练使用。掌握了数据仓库、数据挖掘技术后，可以在金融领域中针对决策的方向组织数据，按照分析的要求建立主题数据模型，从而高效科学地为金融机构提供管理信息分析和辅助决策支持。

（5）金融数据分析。利用前面所学的统计分析手段、模型分析方法、数据挖掘工具对金融业务数据进行针对性的分析，为要做出的决策提供依据。此时要结合一些金融专业知识，多维地分析数据的各种特性，如按时间、地区、部门，从最大、最小、总和、平均及其他特征、比较等方面进行分析。金融业中的债券利率、汇率、股价和金融期货价格等金融数据，以及投资、收入和消费等宏观经济数据都是金融数据分析的对象。

（6）计量经济学。计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系。将统计学、经济理论和数学这三者结合起来，便构成了计量经济学，可以对政府或企业的政策进行预测、评价和模拟，是金融业技术分析人员必须掌握的课程。为了简化计算，该课程采用计算机组织教学，着重培养学生定量分析问题、解决问题的能力。

（7）决策支持系统。决策的各种理论方法执行时若采用人工手段，则其效果将大打折扣，甚至根本无法达到目的。若能将各种决策方法、模型用计算机等信息技术工具来发挥其作用，则将事半功倍。决策支持系统就是将前面的各种方法、技术通过系统实现。通过本课程的学习，掌握决策支持系统的结构，理解系统如何利用数据、模型、知识等决策资源来辅助决策。掌握利用DW＋OLAP＋DM的新型决策支持系统。

（8）企业经营决策模拟。模拟实施“企业经营决策模拟系统”，旨在锻炼学生如何综合运用所学知识经营一个企业的能力，并运用运筹学等优化理论知识为决策提供有力的支持，决策的失误将导致企业业绩的下降甚至破产，从而培养学生在经营企业过程中的优化意识。

通过以上系列课程的结合，培养学生对于决策的过程中需要的理论知识和实践能力，提高学生在金融决策中的能力，对面临的各种方案采用科学的决策技术，利用先进的信息技术得出最合理的选择。

6　现有课程设置不足及相应改进措施

（1）应用统计学。在原有应用统计学课程教学中，以理论课教学为主。在理论课中较多地注重原理的教学，而缺乏应用特别是金融案例的教学。在金融业中，应加强统计学在金融资料的收集、整理、描述及分析方法的培养。因此不但在理论教学中要注重金融领域的应用，而且要在实验中加强这方面的练习。原有课程虽有实验，但实验有些脱离实际，特别是数据的收集方面。在教改过程中，针对该方向学生结合金融方面的业务、专业资料进行讲解、练习。如对信用卡客户的管理上，如何既能促进刷卡消费同时又能保障还款信用的问题中，首先设计调查问卷调查市民对信用卡使用的感受，并从回收的调查问卷中整理数据，利用统计分析工具分析用户的心理倾向，再根据信用卡用户已有的消费及还款记录分析信用情况，最后得出结论。整个教学过程、教学内容、教学方法都以提高学生的应用分析能力为本。在统计实验中加强了金融数据收集、数据整理及初步金融数据分析。经过练习，学生能熟练地描述金融数据的一般统计特征，增强了对金融数据的初步分析能力，取得了较好的效果。

（2）管理信息系统、金融信息系统分析与设计。这是有连续性的两门课，但现阶段这两门课程的内容之间存在一定的重复交叉，需要进行整合。整合后，管理信息系统课程重点介绍信息的基本理论，培养学生收集、处理、利用信息的手段、能力，提高学生关于管理信息系统对决策作用的认识，熟练操作使用金融领域信息系统，掌握应用信息系统进行辅助决策的能力。而对于该课程中的有关信息系统的分析、设计部分主要放在金融信息系统分析与设计课程中。在金融信息系统分析与设计课程的教学中，注重与实际业务相结合，采用金融业务中的案例，培养学生熟悉金融行业的信息系统的结构、功能、内部处理思路，让学生掌握金融行业的信息系统的需求分析、数据流程分析并进行设计，为进行金融决策提供软件支持。

（3）运筹学。运筹学中的模型较多地使用在金融决策中。通过本课程的学习，金融领域的管理者应能够科学地分析数据，建立模型，更好地进行策略选择。学生在完成《运筹学》的学习后，能够尽可能对金融业务中需要决策的问题、项目建立模型，并和信息系统分析与设计课程结合起来，把模型的思路及求解过程用计算机语言表达，充分利用计算机技术力量加快模型的求解速度，从而使决策更快捷、更简便。但原来运筹学的教学中没有实验实践课，一定程度上削弱了运筹学课程的教学效果。因此，在该课程教学中，修改了教学大纲，添加了实验部分，除培养学生针对实际金融案例建立模型外，还训练学生熟练使用软件求解运算结果，将课堂讲授、学生讨论、上机实习、课后作业等教学方法结合起来，提高教学效果。

（4）OLAP与数据挖掘。数据挖掘技术（DataMining，简称DM）的应用可以帮助金融企业分析客户消费行为，识别客户特征，辅助金融企业进行有效的市场营销和客户服务。金融企业都积累了海量的电子化的业务运营数据，通过数据仓库和数据挖掘技术，可以从这些用户的数据中发现很多有价值的信息，例如用户的消费行为分析特征等。根据这些消费行为特征，市场部门就可以提供针对性更强的市场服务策略，并且节约了市场营销的成本。

OLAP是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。决策数据是多维数据，OLAP专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业（公司）的经营状况，了解对象的需求，制定正确的方案。

在该课程的学习中，除掌握数据挖掘和OLAP的基本理论外，最主要的是本着应用型人才的培养原则，掌握几种基本的数据挖掘和联机事务处理的方法。因此实验的地位是非常重要的。在原有教学中，实验没有跟具体业务数据结合起来。经过课程改革，虽然无法得到金融领域的海量数据，但收集了部分金融数据供教学练习。在实验教学中，培养了学生掌握数据仓库的建立、设置、管理和数据挖掘工具的熟练使用。掌握了数据仓库、数据挖掘技术后，可以在金融领域中针对决策的方向组织数据，按照分析的要求建立主题数据模型，从而高效科学地为金融机构提供管理信息分析和辅助决策支持。

（5）金融数据分析。在原先的金融数据分析教学过程中，较多地侧重理论，理论课和实验课的比例是2∶1。而金融数据分析课程的分析数据的方法、技术主要是统计、数据挖掘以及运筹学课程中的一些方法。这些方法在以上课程中基本都已经讲过。作为金融数据分析，更多地应利用前面所学的统计分析手段、模型分析方法、数据挖掘工具对金融业务数据进行针对性的分析，为要做出的决策提供依据。因此应加强实践操作。此时要结合一些金融专业知识，多维地分析数据的各种特性，如按时间、地区、部门，从最大、最小、总和、平均及其他特征、比较等方面进行分析。改进后的理论和实验的比例是1∶2，提高了实验的地位，更好地培养学生的动手和应用能力。

（6）计量经济学。金融计量经济学就是计量经济工具在金融数据中的应用。计量经济学由统计学、经济理论和数学这三者构成，通过该课程的学习可以着重培养学生定量分析问题、解决问题的能力。但在2006级、2007级、2008级金融信息化模块的教学计划中是没有计量经济学这门课程。由于计量经济模型的应用越来越侧重于金融风险与控制、投资风险与控制和信用风险与控制以及国际收支等现实问题的研究，因此改革后，2009级信息管理系金融信息化模块的教学计划中增加了计量经济学，相应地开设了上机实验课。

（7）决策支持系统。在2007、2008级教学计划中，决策支持系统课程作为选修课开设，但没有开设实验课。决策的各种理论方法执行时若采用人工手段，则其效果将大打折扣，甚至根本无法达到目的。决策支持系统就是将前面的各种方法、技术通过系统实现。通过本课程的学习，不但应该掌握决策支持系统的结构，理解系统如何利用数据、模型、知识等决策资源来辅助决策，更重要的是金融信息化人才应该熟练掌握操作决策支持系统的能力。

（8）企业经营决策模拟。在原先的教学计划中没有开设企业经营决策模拟课程。通过教学改革，将本课程以素质拓展的形式开设。在教学中，模拟实施“企业经营决策模拟系统”，旨在锻炼学生如何综合运用所学知识经营一个企业的能力，并运用运筹学等优化理论知识为决策提供有力的支持，决策的失误将导致企业业绩的下降甚至破产，从而培养学生在经营企业过程中的优化意识。

7　实践能力培养

为了对在校金融信息化模块学生的决策能力进行系统性的培养，培养满足未来金融领域复合型人才信息素质的需要，应当加强用人单位、学校和学生三者之间的沟通，达到多赢的局面。在用人单位方面，应当经常向学校和学生表达出相应的需求信息，从而明确学校和学生的培养目标，更好地符合用人单位的要求。在学校方面，应当根据发展需求的变化，及时调整课程设置、加强教材体系建设、改善师资队伍、改进教学方式，培养更多优秀的人才。学生方面，也要关注当今社会的需求信息，努力提高自身水平，加强理论水平和实践能力的自我培养，成为社会需要的人才。为了提高实践能力，可以采取以下措施:与企业合作，加强企业和学校的沟通，提高实习的机会，在实习中明确用人单位的要求，同时提高专业水平；加强团队合作能力。

金融信息化人才的培养涉及很强的实践性，许多课程的学习特别是计算机及其应用技术类课程的学习必须要通过大量的实践课程才能掌握。因此，像操作系统、数据结构、数据库原理及其应用、高级程序语言、计算机网络等都需要课程实践。实践的类型包括上机实践、课程设计等，通过课程实践，使学生真正理解、消化和掌握所学的课程内容。

除课程实践外，为了让学生们对系统开发整体过程形成全面的认识，应辅以系统软件开发过程的训练，这些训练一般在三年级末、四年级初进行。同时，学校在教学过程中增多集体作业的机会，在合作中提高实践能力和合作能力；还可以将大三、大四的部分专业课提前到大一、大二，从而在实习中能够将所学知识应用到工作中。

8　建设成果总结

通过本项目的研究，对在校金融专业学生的决策能力进行了系统性的培养，使学生在校就能掌握先进的技术和工具以应对未来复杂多变的工作环境；有效地整合了金融信息化模块相关业务课程体系，优化了课程结构和内容，能够推动宁波市金融学、信息科学以及数理优化科学等学科的建设和发展。