“计算机+金融”双学士学位试点班培养方案.docxVIP

“计算机+金融”双学士学位试点班培养方案

为适应数字经济时代金融行业对复合型人才的需求，探索跨学科人才培养新模式，本培养方案以“计算机科学与技术”和“金融学”两个学科为基础，打破传统专业壁垒，构建“技术+金融”深度融合的课程体系与实践平台，培养具备扎实计算机技术功底、系统金融理论知识、突出跨学科应用能力的高素质金融科技复合型人才。学生通过四年系统学习，应达到以下目标：

一、培养规格与学位要求

（一）培养规格

学生需掌握计算机科学的核心理论与技术，包括程序设计、数据结构、算法设计、数据库管理、人工智能等；同时系统掌握金融学的基础理论与实务，涵盖微观/宏观经济学、货币银行学、金融市场、投资学、金融工程等知识体系。在此基础上，重点强化金融科技交叉领域的应用能力，能够运用大数据、机器学习、区块链等技术解决金融风险管理、量化交易、智能投顾、金融产品设计等实际问题，具备金融科技产品需求分析、开发设计、测试优化的全流程能力。

（二）学制与学位

基本学制为4年，采用“3+1”培养模式（前3年完成理论课程与基础实践，第4年聚焦综合实践与毕业设计）。学生需修满180学分（其中计算机类课程60学分，金融类课程60学分，交叉课程30学分，实践环节30学分），且计算机科学与技术专业核心课程平均绩点≥2.5，金融学专业核心课程平均绩点≥2.5，通过毕业论文（设计）答辩，可授予“工学学士（计算机科学与技术）”和“经济学学士（金融学）”双学士学位。

二、课程体系设计

课程体系以“夯实基础、强化交叉、突出应用”为原则，分为通识教育、专业基础、交叉核心、实践创新四大模块，具体如下：

（一）通识教育模块（28学分）

包括思想政治理论、大学外语、数学与自然科学、人文社会科学等课程。其中，数学类课程强化《高等数学（金融方向）》《线性代数与金融应用》《概率论与数理统计（金融数据建模）》，侧重培养金融场景下的数学建模能力；大学外语增设《金融英语》《科技英语文献阅读》，要求学生能熟练阅读国际金融科技领域的英文文献并撰写专业报告。

（二）专业基础模块（48学分）

1.计算机科学与技术方向（24学分）：

《程序设计基础（Python）》（4学分）：以金融数据处理为案例，掌握Python语言基础、数据结构与常用库（如Pandas、NumPy）的使用；

《数据结构与算法》（4学分）：结合金融交易系统中的高频数据处理需求，讲解链表、树、图等数据结构及排序、搜索算法的实现；

《数据库系统原理》（4学分）：重点学习关系型数据库（MySQL）与非关系型数据库（MongoDB）在金融数据存储、查询与分析中的应用；

《计算机网络与金融安全》（4学分）：覆盖网络协议、金融支付系统架构、网络安全防护技术（如SSL/TLS、区块链共识机制）；

《操作系统》（4学分）：结合金融交易系统的高并发需求，理解进程调度、内存管理等核心机制；

《离散数学》（4学分）：为后续算法设计与密码学课程奠定数学基础。

2.金融学方向（24学分）：

《微观经济学》（4学分）：侧重金融市场主体行为分析；

《宏观经济学》（4学分）：结合货币政策与金融监管政策解读；

《货币银行学》（4学分）：涵盖银行体系运作、支付清算系统、数字货币发展；

《金融市场学》（4学分）：分析股票、债券、衍生品市场的交易机制与价格形成；

《投资学》（4学分）：教授资产定价模型（CAPM、APT）、投资组合优化及量化投资基础；

《公司金融》（4学分）：聚焦企业融资决策、资本结构与估值方法。

（三）交叉核心模块（36学分）

本模块为课程体系的核心，通过“技术赋能金融”与“金融需求驱动技术”双向融合设计，具体包括：

《金融科技概论》（3学分）：梳理金融科技发展历程（从电子银行到AI金融），分析大数据、AI、区块链、云计算在支付、借贷、投资、保险等场景的应用模式；

《量化交易与算法设计》（4学分）：教授金融时间序列分析（ARIMA、GARCH）、因子挖掘、多因子模型构建，通过Python实现回测系统与交易策略；

《大数据金融分析》（4学分）：基于Hadoop、Spark等大数据平台，学习金融非结构化数据（如新闻、社交媒体）的清洗、挖掘与情感分析；

《区块链与金融应用》（4学分）：讲解区块链底层技术（共识算法、智能合约），分析数字货币（如比特币、稳定币）、DeFi（去中心化金融）、供应链金融中的区块链解决方案；

《智能投顾原理与实践》（4学分）：涵盖客户风险偏好建模、资产配置算法（均值-方差优化、风险平价）、投顾系统架构设计；

《金融风险管理与量化模型》（4学分）：学习VaR（风险价值）、压力测试等传统方法，结合机器学习技术（如随机