刘元春：再造数智新财经高等教育

刘元春 上海财经大学校长，中国人民大学原副校长、中国宏观经济论坛（CMF）联合创始人

本文转载自9月22日财经高教研究微信公众号。

本文字数：3431字

阅读时间：11分钟

当前，全球正经历一场以数字化、智能化为核心的科技革命，财经领域也不例外。大数据、人工智能、区块链、云计算等新兴技术的迅猛发展，正在重塑金融、会计、经济等传统财经领域的生态格局。数智新财经不仅是技术的革新，更是思维模式、商业模式和教育模式的全面变革。财经高校必须主动拥抱变革，实施数智新财经战略，培养适应未来需求的高素质人才，推动学术研究创新，服务国家经济发展。

一、数智新财经的发展趋势

数智新财经是通过大数据、人工智能、区块链等新兴技术，对传统财经领域进行数字化、智能化改造，实现效率提升、风险控制、服务创新和模式变革的一种新形态。其以数据驱动、智能化、跨界融合和去中心化为主要特征，表现为海量数据的采集、分析和应用成为决策的核心，人工智能技术广泛应用于风险评估、投资决策、客户服务等领域，区块链技术推动金融交易的透明化和去中介化，财经与科技、法律、社会学等多学科的深度融合。

数智新财经代表了财经领域的未来发展方向，体现出以下四大趋势：一是金融科技（FinTech）崛起，智能投顾、区块链金融等新兴业态快速发展；二是智能化风控与监管，通过大数据和人工智能技术，实现实时风险监控和合规管理；三是数字经济与产业融合，数字技术正在重塑传统产业，推动经济高质量发展；四是全球化与本地化并存，数智新财经既推动全球金融一体化，也催生本地化的创新模式。

二、数智新财经对财经高等教育的挑战

一是学科体系面临交叉融合与重构的深层压力。知识体系更新，传统财经教育难以满足数智化时代的需求。数字技术和产业变革不断重构财经的内涵和本质，以人工智能为代表的数字技术，改变了传统产业运行、推动形成新产业，也转变了经济思维方式，改变了知识创新、知识传递的规律。财经领域尤为显著，金融、会计、市场营销、经济学等传统财经领域正与人工智能技术深度融合。但传统经管学科与数字学科的课程体系、师资团队和研究范式仍存在割裂，跨学科协同机制尚未完全成熟。同时，财经教育的范式和财经职业的模式发生深刻变革，专业人才培养从大学赋能转向行业、场景、技术驱动。但是，一些学科缺乏对新兴技术趋势的快速响应能力，学科专业与市场需求匹配不足，人才培养与行业需求存在结构性错配。

二是科研创新面临数据驱动与协同生态的短板问题。随着数智新财经的浪潮席卷而来，数智科研依赖实时经济数据与先进计算能力，伦理与监管问题凸显，数据隐私、算法公平性等问题亟待解决，要求财经高校加强数据资源整合与应用能力。但是受限于政企合作壁垒和隐私保护政策，数据共享机制尚未完善，制约了基于大数据的宏观经济预测、金融安全等研究深度。此外，数智财经要求整合计算机、金融、法律等多领域专家，加强产学研合作，充分利用数智技术新工具和方法，开展前沿研究。例如，通过大数据分析和人工智能技术，更深入地研究经济金融领域的复杂问题，提出更具创新性和实用性的解决方案。但是，当前财经高校的跨学科激励机制和成果评价体系尚未建立，跨学科科研团队协作效率亟待提升。

三是人才培养面临技术赋能与教育模式的转型压力。数智新财经对财经高校的人才培养目标提出了更高要求，例如金融科技、智能投顾等新兴业态的崛起，要求财经高校培养既懂金融又懂技术的复合型人才。但是，财经高校普遍存在课程体系与数智能力培养的失衡现象。现有课程虽增设了AI、区块链等内容，但课程仍以理论讲授为主，与真实场景结合的实践环节（如智能合约开发、金融大数据建模）比较缺乏。传统教学方式难以适应“AI助教” “元宇宙实验室” 等新技术工具的应用需求。部分教师仍以传统财经知识见长，对Python、机器学习等技术的掌握不足，对交叉课程教学支撑不足。此外，校企合作多停留在项目层面，还缺乏长期稳定的利益共享机制。财经高校必须深刻理解数智技术的底层逻辑，重构教学培养体系，适应数字社会、数字金融等新体系的运转，加快从传统的专业知识教育转向未来素养培养，注重培养学生的创新能力、数据分析能力和跨学科知识储备。

四是组织保障面临治理结构与资源投入的适配性挑战。传统高校治理体系的灵活性不足，层级化管理与数智化转型所需的敏捷响应存在矛盾。同时，基础设施与资金投入压力巨大，建设数智化设施及其持续迭代需要巨额资金支持。特别是技术设备维护与专业人才引进（如AI工程师） 的成本较高，对财经高校的资源统筹能力提出巨大挑战。此外，社会需求的变化导致财经高校发展空间受到“挤压”，近年来财经院校的报考热度不断下降，生源质量出现明显下滑；与头部高校和理工科高校相比，预算经费差距明显、捐赠收入处于劣势，造血功能下降。为此，财经高校必须面向数字经济和未来产业发展，优化组织治理，提高资源筹集和投入力度。

三、数智新财经战略

数智新财经的时代浪潮不可逆转，上海财经大学将通过实施数智新财经战略，以数字化、智能化为核心驱动力，再造财经教育、科研和社会服务的生态系统，并倡议组建数智新财经高校联盟，致力为中国财经教育树立新的标杆，也为全球财经教育领域的发展贡献智慧和力量。

一是重构学科体系，打破传统边界，构建“财经＋数智” 融合生态。学校明确自身战略定位和发展方向，以国家战略需求、科技发展趋势为导向，将数智技术作为底座，结合财经场景，形成面向未来的学科布局和人才培养体系。近些年学校超常规布局数字学科集群，以数字经济、人工智能、金融科技为前沿交叉学科头雁，引领学科数智化转型，加快构建学科新布局。先后成立数字经济系、滴水湖高级金融学院、计算机与人工智能学院，快速发展数字经济、新兴金融、计算机、数据科学学科。设计跨学科课程矩阵，构建数智化课程体系。推动财经与计算机科学、数学、统计学等学科的交叉融合，在传统财经课程的基础上，增加大数据分析、人工智能、区块链、金融科技等数智化前沿技术课程，帮助学生掌握数智化工具和方法。进一步关注伦理与监管，探索增设伦理课程，加入数据隐私、算法伦理、金融监管等内容，强化学生的社会责任感和合规意识；研究监管政策，加强对数智新财经相关法律法规的研究，为行业和政策制定者提供理论支持。突出实践导向，联合头部科技企业引入真实案例和行业项目，开发微专业与证书体系，让学生在学习中接触实际问题和解决方案。

二是升级科研范式，从理论驱动到“场景+数据”双轮驱动。推动学术研究创新，服务国家战略需求，努力建设成为全球领先的数智化财经教育与研究机构。锚定前沿领域，聚焦数字人民币、AI驱动的宏观经济预测、碳金融数据建模等国家战略需求，培育校级重点实验室，设立金融科技、数字经济、智能风控等研究方向，鼓励教师和学生参与相关课题研究。发布年度数智财经报告，针对央行数字货币试点、数据要素市场建设等提供政策建议。产学研结合，大力构建数据资源池，与相关企业、金融机构和政府合作获取实时经济数据，搭建开放的“经济大数据平台”；与企业、科技公司合作建立联合实验室或研究中心，成立“数智财经创新联盟”，推动科研成果转化。支持创新创业，设立专项基金或孵化器，支持学生和教师在数智新财经领域的创新创业项目。定期举办数智新财经相关的学术论坛、行业峰会，促进学术界与产业界的交流与合作。大力引进高端人才，吸引具有数智化背景的专家学者，特别是在金融科技、人工智能、大数据等领域有研究和实践经验的教师。

三是创新人才培养模式，从“单向传授”到“人机协同学习”。强化个性化培养，根据学生的兴趣和能力，提供多样化的学习路径，例如金融科技、智能会计、区块链金融等细分方向。建设AI导师系统，开发智能教学助手，提供个性化学习路径。开展实战型项目制培养，要求所有专业学生完成至少1个“硬核项目”（如用机器学习预测上市公司财务造假、设计基于NFT的供应链金融方案等）。邀请行业专家担任兼职教授或客座讲师，分享实践经验，加强人才培养与行业之间的链接。搭建全球数智人才网络，进一步加强与国际顶尖高校的合作，开设联合培养项目或交换生计划，与世界知名高校共建“数字金融双学位” 等项目，选拔学生进入国际机构实训，让学生接触全球前沿的数智化财经实践。服务终身学习，面向校友和在职人员，推出金融科技、数字经济等领域的继续教育课程，帮助从业者更新知识。

四是加强组织保障与资源投入，建设数字化校园。创设“数智战略委员会”，定期评估战略进展。加快基础设施迭代，建设智慧校园。建设超算中心支持复杂经济仿真，部署私有云平台实现教学资源弹性扩展。利用大数据、人工智能等技术优化校园管理，提升教学和科研效率。建设在线课程、虚拟实验室等数字化教学资源，推动实验场景革命，支持学生自主学习和远程教育。运用数据驱动决策，通过数据分析优化招生、课程设置、就业等环节，提升学校整体竞争力。提升师资“数字素养”，实施“教师数字能力认证计划”，要求相关教师两年内掌握至少一门编程语言（Python/R） 或数据分析工具，为其他教师提供数智化技能培训，帮助他们更新知识结构，适应教学模式的变革。