圆桌讨论二：金融科技学术研究方向与学科建设_银行业内动态_银行_中金在线

　　6月28日，由中央财经大学主办的“2018中国金融科技前沿论坛”在北京国家会议中心举行。 圆桌讨论环节由厦门大学经济学院金融系主任郭晔主持，对外经贸大学金融学院院长吴卫星、上海财经大学金融学院党委书记刘莉亚 、厦门大学经济学院副院长方颖、 兰州大学经济学院副院长汪晓文参加圆桌讨论。

　　以下为文字实录：

　　郭晔：各位嘉宾、老师、同学，大家下午好！

　　我们进行今天最后一个环节，到这个环节大家应该很高兴，因为我们快要结束了。前面的所有环节都是业界和学界的结合，在这个环节里面，我们邀请到来自东南西北的代表性高校进行讨论，因为大家听了一天，发现我们的金融+科技的趋势非常的明显，在高校要有所回应，因为业界已经回应了。所以高校里面的研究方向、学生培养、学科建设都产生了很大变化，也相应做了一些措施。所以今天非常高兴有请到来自东南西北各个代表的高校，我们刚才在底下说到上面来华山论剑，分别介绍各自的做法和理念。

　　分别有请：

　　吴卫星 对外经贸大学金融学院院长/教授/博导/青年长江

　　刘莉亚 上海财经大学金融学院党委书记/教授/博导/青年长江 全国金融青联委员

　　谭松涛 中国人民大学财政金融学院副院长/教授/博导

　　方颖 厦门大学经济学院副院长/教授/博导/长江特聘

　　汪晓文 兰州大学经济学院副院长/教授/博导

　　如果有时间的话，我们也可以进行现场交流。因为大家看到，在金融科技时代，区块链、互联网金融、P2P、众筹、AI等技术发展非常快，高校也相应做了一系列改革，包括研究方向、招生方向等等。我们按这个顺序，首先是对外经贸大学，我知道在互联网金融等方向都做了很多改革或措施，所以首先有请吴卫星院长给我们介绍一下对外经贸大学所做的以及他自己的理念。

　　吴卫星：谢谢主持人，我们学校确实对这个问题进行了很多思考，而且我们也成立了几个相应的研究中心，包括大数据研究中心、金融科技研究中心、大数据金融风险管理研究中心，现在科技的发展确实对整个金融行业造成很大冲击，对教育造成很大冲击，甚至很多人认为随着科技的发展，金融从业人员使整个生态发生巨大改变。

　　有几点注意的地方。

　　第一，金融学的一般规律，包括风险管理原则、风险关系，包括一般规律，未来很长一段时间金融的本质不会改变。同样，所有的行业都在风险与收益之间进行权衡。

　　第二，现代金融科技的崛起，可能对参与者的影响非常大，过去我们的参与者主要来自金融机构，或者来自比较富有的人群。未来金融科技的发展，金融的参与者不仅富裕人群，我们最近研究的普惠金融，会有更多人参与多金融体系中，会对未来金融的业态产生重要影响。从学术界的角度，行为金融未来在金融体系的重要性会有所提升，我们研究更多的人，这些新的金融参与者可能会犯错误，甚至群体性和我们的理性预期会有偏差，这在学科的发展来说有些变化。

　　第三，科技会改变金融的参与方式，原来一些大的金融机构，比如在国家会议中心附近有一些门店非常豪华，未来可能更多在互联网上完成这些业务，整个金融更多是看不见的体系在起作用，这个行业至少从外观上有所变化。

　　第四，从学校来看，如果我们仅仅是完成一些业务，很有可能被智能机器人所取代，我们要培养学生新的方面，我们让学生怎么样用数量化的方法解决金融学的问题。

　　第五，我们还在注意金融和其它学科的交叉，比如金融和法的交叉，未来金融的发展可能游走在过去法律的边界方面，我们在做这方面工作。

　　第六，未来科技的发展，国际金融特别是资金流动会更加频繁，金融投资的国际规则也是我们对外经贸大学想做的地方，我们希望和在座的各位学术界领袖一起，可以为金融界培养更好的人才，也引领金融界发展，谢谢！

　　郭晔：谢谢！我们看到对外经贸大学确实在量化金融、互联网金融方面做努力，刚才介绍的时候忘了说，其实在座的几位，大家会发现，不光在学术上的大咖，基本都是青年长江学者，还有一点是他们都是非常成功的管理者。接下来这位是来自上海财经大学的刘莉亚教授，我们去年还是前年带队进行学习，有请！

　　刘莉亚：非常荣幸能够参加这次论坛。

　　在座的各位都来自各高校，高校的核心任务还是人才培养，其实刚才郭老师也说到，我们在高校里面做不同层次的人才培养面对金融科技的发展，其实我们都非常焦虑，我们特别感觉金融科技的发展会把高校的教育替代掉，所以我们特别焦虑。其实今天上午我们在主论坛上已经提到了，中央财经大学、清华大学在金融科技领域的人才培养方面已经走在同类高校的前列，过程中也积累了很多经验，后面我们要好好向他们学习。包括在座的各位所在高校，很多在金融科技人才培养方面也做了很多尝试，这都是我们学习的榜样。

　　上财在2011年开始的时候已经感受到这样的危机意识，迫于长期以来各种人才形式培养在高校的固有的方式、模式，我们一直在推行新的模式，但是在推行过程中有很多困惑，我最近看了一本书《技术的本质》，它有一种观点我觉得很有启示。它说，现在所有的新技术，都是原有技术的组合。所有的技术，其实都是不同的零部件的模块，每一个技术都有很多的核心模块或者支持模块组成，模块下面有分模块，分模块下面有零部件，所有技术的内在程度都是不同的。所有技术的组成的结构是改变的，但是这些核心的零部件可能并不会改变。

　　所以这给我们一个启示，在高校里面推动新的改变是具备可行性的，比如我们的本科教学，不可能什么东西热门，什么东西新鲜，我们就按照什么东西培养，这是违背高校的教学培养规律的。所以上海财大在金融科技的冲击下做了系统思考，我们从技术的本质出发，考虑到高校人才培养的特有规律，我们想在本科层面更多是对金融科技中零部件的不变的东西的培养比较重要。所以我们在2018年经过三年的重建推出了2018年金融科技项目，什么概念呢？就叫金融+的概念。也就是，2018年报考上财的学生入学以后在攻读金融学这个主专业的同时，学生在自愿的情况下，为金融学院的学生量身订作了第二选修专业，一个是及计算机科学技术，一个是大数据科学，学生可以选择金融+大数据科学技术，或者选择金融+大数据科学，为什么说筹备了三年？因为我们知道金融学院的老师大多数都是金融背景培养出来的，他对大数据科学、计算机科学的核心课程，几乎没有太多掌握的。虽然偶然有老师掌握，但是跟专业的计算机老师还是有很大区别。这意味着我们要想培养交叉专业的学生必须借助外力，或者借助信息科学的力量。大家都清楚，不同学院进行不同学科教学是需要很大成本的，所以在此期间我们游说了很多校友，过程中我们要专门为我们的学生量身订作，也就是计算机科学技术的课程，大概十五、十六门课，每门课单独设置培养方案，所以我们需要很多老师。计算机学院说我们的老师本来课程很重，为什么给你们金融学院的学生上？所以我们设置了很多机制，我们为了这个项目花了几百万，全部用于方案设计，这是我们在本科方面的培养，我们觉得这个非常值得做，尽管过程中付出了很大成本进行相关协调的工作，但是我们希望这样一种尝试能够让学生在本科层面对金融学和技术方面的零部件有一定的掌握。这是本科层面。

　　硕士层面，我们在2011年的培养方案中就已经推出互联网金融这个方向，不可否认的是，经过这几年，包括方院长、郭主任带队去我们那里调研的时候，我们也在说互联网金融怎么设课的，但不可否认的是，其实互联网金融方向，我们自我评估是不理想的。不理想的很大原因是什么？也是来源于我们本身老师的师资结构，大多数老师并不是很了解市场中的实践怎么变化，请了一些兼职导师，因为兼职导师在实施过程中不太可控，而且不太稳定，使得我们培养的课程质量也不太可控。今天上午京东金融的首席科学家郑总有一个观点我特别赞同，这也是我们经过这么多年的尝试，反思一些失败的教训也能感受到，在《技术的本质》上也有一句话，所有的技术创新都是来自于对场景的捕捉，对各种工具箱的熟练组合，或者是其它学科原理的借用。给我们一个启示，其实如果在学生掌握了零部件的前提情况下，他需要训练对不同工具箱的熟练组合、对新场景的捕捉能力，而这种能力在课堂上几乎不太可能赋予他，这可能需要跟金融机构进行密切性的合作，通过项目的推动，让学生亲自参与，在不同过程中训练他对场景的捕捉，和对工具组合的熟练能力。所以我们想，下一步在金融硕士、互联网金融方向，我们下一步的想法就是，不断跟机构进行非常深度的合作，让我们的机构以项目的方式参与到人才培养中去。我想路径可能非常困难，但这是我们的硕士层面培养的可行的路径所在。

　　至于学科方向，其实学科方向据我了解，大家都在探索当中，前不久芝加哥大学的何芝格教授给我们上了一天关于区块链的课，他有一个观点我特别有印象，他说，区块链新型概念的提出和研究有两类人，一类是完全搞计算机的，一类是做经济金融的，这两类人是没办法对话的，因为每个人的点根本不同。你跟一个学计算机的人说技术，他说的点我们听不懂，他说的点我们并不关注，我们关注的点学计算机的人也不关注，所以没办法进行深度交流。他最近出了两篇论文，我们的现任王院长也出了几篇关于区块链的文章，他们更多是从区块链每一个细节里面的经济学的解读角度带了解，怎么进行改进激励，让激励更加具备未来的可行性，给我们做了普遍性研究。我想这可能是未来做金融的人对这种区块链作为代表的技术研究思路，可能并不完全跟技术出身的人的研究思路一样，我们更多是激励机制的设置，从经济学的角度解读才是我们擅长做的工作所在。

　　我就简单说这些，再次感谢中央财大的邀请，谢谢大家！

　　郭晔：谢谢刘教授，我们听到第一个就是在互联网金融科技方面，对于学界来说会也很多的研究话题。第二，我们发现上海财经大学确实在互联网金融科技上花很多成本进行学生培养。所以我有两个启发，第一，呼吁确定要提升金融学专业学生的学费，让我们有更多的经费培育各种各样的项目；第二，呼吁银行、券商，包括各种各样的业界精英，能够多多参与各个高校金融学专业硕士，包括本科的培养，确实我们的业界导师非常非常难请。

　　再一次感谢刘莉亚教授！

　　接下来邀请中国人民大学财经金融学院谭松涛先生！

　　谭松涛：首先很高兴参与中财的金融科技论坛！我看了一下今天下午的讨论主题，分两个，一个是学术研究，一个是学科建设。我刚才在下面准备了一下，其实这两个是相关，学科建设不可能脱离学术研究，因为我们毕竟不是商业机构或者是社会盈利机构，我们在做一块内容的时候，围绕一个市场的学科建设是从研究角度出发的。

　　如果从学术研究这个角度来讲，其实我们一直在思考这个问题，科技到底对学术研究有什么影响？我们可以把这个拆开来看，我们从研究的想法、问题的提出到样本的采娶研究的方法和结论都努力去看一看。从问题提出的角度来看，新的环境下面，我们对问题的提出有什么变化。以前我们做研究的时候主要有两个来源，对提出问题有两个来源，一个是从文献当中延续以前别人的研究，从新的解决方案或者有新的想法来进行。第二是通过对现在问题或者现实现象的观察、结构、经验，提出一些新的问题。

　　从这个角度来讲，金融科技出来之后，他可能一部分在文献方面会有新的内容。但是从方法角度来讲，这方面的影响没有那么大，更多是我们对现实问题的观察有更多的角度、更多的可能性，也可以让我们更深刻的认识真实的世界什么样。所以从问题产生的角度来讲更多从对问题的观察上给了我们更多的方法出来，这是一个。

　　第二个影响主要在数据或样本量的角度来看。无论是大数据还是其他应用科技方面的技术产生，首先使我们有更大的数据，有几个维度。

　　第一是样本量的总量增加了，以前我们的研究是通过抽样，用样本的特征反映总体的特征，有一整套很完善方法。现在去看，很多时候我们是直接拿到总体数据，上午我们还在聊一个事情，我们有个研究人的交易行为的小领域，我有一万个股票账户的数据，或者两万股票账户的数据，这可能是一个很大的样本量，我们拿过来做很多研究，包括国外的研究、国内的研究，觉得这个样本量已经很好了。但是现在已经开始有人用全国范围内所有的，可能是某一个资金规模以上的所有账户数据，我们已经不是抽样的数据，我们拿到总体的数据。这时候，我们的研究方法就会发生变化，我们研究的问题可能有一些新的问题提出，这在之前的方法上没有办法实现的。

　　第二体现在数据的维度更多，之前我调研一家公司，他给美国一家非上市公司做采集工作，他从多少个维度做呢？两万多个维度，给一家公司贴了两万多个标签，包括现在做智能投顾也会发现，我们会给基金若干维度的标签，那就是说，我们有很多方面特征的数据。最终这么多维度的数据，我们到底怎么处理？到底对我们的研究有更大的促进作用，还是因为维度更大了会增加更多干扰，我得到的结果反而变得不好了。从做技术的角度来讲，人家当然希望维度越多越好。但是从经济学的研究角度来讲，我们更希望抓住问题的本质是什么样，这个维度的数据可能就能够描述他80%的特征，要用1万个维度的数据增加10%的数可能就不一定需要。所以这就是说我们的数据变化。数据变化的第三个角度，我们的数据现在是动态数据变化，之前做研究我们去看很多文章，可能十年前的数据拿过来再用都还可以。现在去看大数据，十年前的数据给我的研究用处没那么大，我可能实时抓一些数据出来了，这种数据的变化使我们在研究当中有新的问题。这是从数据角度。

　　第三个方面是从研究方法去看，对于经济学我们一直在讨论一个事，我们一直关心因果关系的变化，这种因果关系的探讨，当数据量大的时候，和我用抽样的相对小样本数据看的时候，是不是有什么不一样，技术派关注的问题和经济学家关注的问题是不是不一样。因为我们最终并不是想去看相关性关系什么样，或者并不是想去看描述出来的结果什么样，我的数据量很大，我重新把世界描述一遍，描述的很仔细、很精确，这是一种描述。但是经济学研究，实际是在研究因果关系，因果关系的研究是不是需要更大的样本量，或者当样本量变得很大的时候对因果关系推断的帮助有多大改进？

　　所以从学术研究角度来讲，我们看到这些年国外的一些期刊上发表的关于科技方面的文章会有新的东西，但是回到一个根本的问题，金融学的本质有没有变化？金融市场的基本规律是不是还是适用的？本科学到的最简单的风险、收益之间的关系是不是还适用？这是一个维度。第二个维度，我们的金融和业态是不是发生变化？我们金融研究的方法、领域、问题有没有变化？这是两个层次的问题，一个是基本的内容有没有变化，基本的金融学的逻辑有没有变化；二是这些方法应用的时候有没有新的应用领域或者新的研究问题？

　　对于这两个问题的回答，可以引到学科建设里面，我很赞同刚才刘老师的说法，我们到底是要追逐社会当中的热点，还是说我们要回到成熟的、基本的、原理性的东西教给学生。这里面可能涉及到不同层次的学生，本科生要学什么东西、专业硕士要学什么东西、硕博连读的学生以及博士生要学什么东西，不同的划分在学生建设、培养过程中，可能会有不同的答案，可能还是需要基本的原理，还是需要理解经济学、金融学的原理，财经学院在本科方面其实没有太多的引用金融科技、互联网金融方面的课程内容，我们还是要在最基本的知识的传授，比较成熟的，成体系的东西，经过时间检验的东西传授给学生。对于专业硕士，他需要了解市场当中新的进展、新的发展动态趋势，所以我们在金融专业硕士会设计一部分金融科技的课程、方法的处理等内容。但是这个过程也是反复的，事实上，2014年我们当时也开了互联网金融模块，我们当时探索了若干个方向，最多的时候达到10个方向，包括预设金融、互联网金融、量化投资。从去年开始，我们就把所有东西全部收回来，我们做了一件事，就是我们把美国和欧洲前20的金融学最好的大学硕士生的培养方案拿过来，我们把他们的课程看下来，每一个课程去算一下，这前20个学校里面有多少个学校开了这门课，比如投资学，20个学校里面差不多全部都开过，然后我们选了其中最多的15门课程作为我们金融专业硕士的基础课程，我们认为这是最重要的。同时，我们又对新的研究方向，业界关注的东西，我们每个地方大概开了一门课，比如一个金融课题汇成一门课，其它的再开一些，我们设置把金融课程设置到25门课，最早是50多门课，对老师、学生来讲都是很大的负担，最后效果也不是特别好。后来我们相当于做了瘦身，把基础的课程设了，其它的感兴趣你再去学。

　　我们还是认为，金融学、经济学的基本原理，学术研究的东西，我们在最前面一年半的时间里面还是传授这些东西，如果你的研究方向对这些东西感兴趣的话，可以结合老师的方向，包括海外一些学者，我们可以推荐给学生，鼓励学生去做创新尝试。但是这一块有一些开拓性的自己的创新的东西，从我们的角度来讲，我们还是会去关注这个市场的变化，对于学术研究领域上面大的变化是什么，我们比较谨慎的在学生培养过程当中做一些调整，把成熟的东西，成体系的东西，基本的东西，我们认为必须让学生掌握的，教给学生。这些基础的东西掌握了之后，他的应用层面，他说我把这些东西应用到哪个地方，他再额外花点时间，他在工作的时候接触这些内容，我觉得都不太晚。

　　这是我简单的聊一些想法，也是跟大家交流一下。

　　郭晔：谢谢谭教授，告诉我们金融科技给我们带来的包括技术、大数据等方面的影响。

　　刚才我忘了自我介绍，我是来自厦门大学金融系的郭晔老师。接下来，要介绍的这位嘉宾是我厦门大学的重要同事之一方颖教授，请他介绍一下厦门大学的情况，以及他自己的理念。有请！

　　方颖：谢谢！刚才讲了很多他们在各自学校的办学理念。我感觉一方面有点大同小异，刚才我听了谭院长关于金融科技如何影响学术研究方面的讨论，因为时间关系，我就顺着谭院长讲的补充几点。

　　因为最近我们要筹建一个科学中心，我们有些是数据科学家，有些是学信息出身的，不同领域的在一起交流。交流以后，也有很多感触，顺着刚才谭老师的话题，因为金融科技对于大数据怎么影响经济学、金融学的学术研究，是一个非常大的课题，我个人没有能力完全把握。

　　我有几点感受跟大家分享，其实经济学、金融学应该说是在所有社会科学里面，在面对现实开放方面，应该说是做的比较好的，其实神经网络的方法引入到经济学和金融界的研究非常早。上世纪90年代，在经济金融学最顶尖的期刊上，就把神经网络的方法引用到研究中。后来将近十年时间神经网络方法比较沉浸，当时主要是用神经网络在做一些预测，预测的效果不是很好。当时为什么不会很好呢？我主要是两个原因。一个原因是受制于当时的计算能力，计算能力有问题，没办法处理一些非常复杂的模型，比如以前的神经网络简单的两层，如果中间加了很多层以后，现在有一个很时髦的说法叫“深度学习”，神经网络变得更复杂、更多层次，需要计算能力能跟上去，能够处理一些更复杂的高度的非线性的东西，这在当时做不到。还有一个数据，当时没有大数据，因为这些模型需要一个非常大的数据训练，这样才能形成一个比较稳定的模型预测，会有比较效应。所以当时神经网络引用经济学虽然比较早，但很长一段时间大家都没去做。但最近几年，大家最熟悉、最时髦的词汇就是“深度学习”，就是“人工智能”，主要原因第一个是计算能力提高，这真正是数据带来的变革，还有数据资源之所以能够存在，一个是科技的变化，包括数据的储藏，包括数据渠道的可得性，还有一种是得益于商业模式，比如今天上午京东一位嘉宾讲的摩拜单车，摩拜单车如果没有这个商业模式也没有这个数据，成功的商业模式带动新的数据，又推动大数据，整个过程下，一下子在效果方面增加。

　　今天谭院长提到一个问题，就是讲很流行的“大数据时代”，有一个非常流行的话语：在大数据时代，是相关性替代因果性。今天上午也有嘉宾提到这个问题。对于其它领域来讲，作为应用者可能是这样，因为现在很多做信息出身的，做数据科学出身的，其实他们在大数据时代的发展比经济学、统计学、金融学要快，他们就是具体有了一个大的数据资源以后，一个具体的场景应用，后面效果好就可以了，他们确实不讲究因果性。但是对于经济学、金融学的学术研究，因果是一个永恒的话题。如果在座的学生将来去做论文，你用了一个非常时髦的方法，得到一个好的结果，你在做论文答辩的时候，教授一定问你为什么，这就是因果。如果金融学的研究放弃了因果性，那整个学术真的就是一个颠覆性的革命。大家彼此立场不一样，比如我本身是做计量，做统计，做数据科学的人，做大数据的人，他们也关注降维，但是我们的关注热点原因都不一样，搞深度学习的要降维，他降维是从算法的角度讲，一个复杂的估计十几万的系数，他不可能关注每个系数，他要降维，对于做金融学研究，他也要降维，我们要降维是因为我们对每个系数的因果性非常重视，对每个系数要有准确的统计。所以我们降维的方法跟他们用的方法完全不一样，我们更多是用统计学习的方法，他们更多用一些新的机器学习的方法。当然，两者之间有着互相补充的关系。现在机器学习在经济金融学里面的应用主要两种，一种是做预测，做分类。这块应用可能跟做数据的人比较接近，直接用他们的方法，因为主要的问题是效果的比较，反过来看就行。即使这样，经济和金融学里面也会问，你为什么选择这个，这个模型为什么效果好？即使在预测领域，我们也始终会问为什么，虽然不是严格的因果性，但是一定要有可解释性。所以我们是强调可解释性，在预测里也强调可解释性，这是一类研究。

　　另外一类研究，其实是把一个结构模型放在上面，结构模型有因果性。但在结构模型下面，用机器学习一些方法，进行降维，大量的机器学习方法可能估计匹配函数，本身这部分的估计类似于预测，没有太多的经济学解释，所以把机器学习这跟部分结合起来，但顶层一定会有一个结构模型在上面，两者结合起来。

　　我本身从事经济学研究，我最不能接受的是大数据这个时代相关性会代替因果性。我们对于大数据也好，对于科技也好，首先要充分认识到重要性，就像上午有的嘉宾讲的，数据问题是所有人类生活中非常小的一部分。有个非常著名的成功人士说，大数据可以解决计划经济的问题，这都属于在数据面前盲目自信。数据能解决什么问题、不能解决什么，数据能解决信息不对称的问题吗？它能解决由信息不对称所带来的一系列管理问题吗？可能在一定程度上能缓解，但根本上不能解决，所有这一切都是经济学和金融学研究的问题。

　　总结一句，刚才两位教授反复强调，无论是人才培养、学术研究方面，就是变与不变的问题。时间关系，我就讲到这里。

　　谢谢！

　　郭晔：方教授，我想起来我的学生经常拿他的硕士论文、博士论文，我根本看不起的模型问我，考倒我，在座的各位，只要问一句为什么要用这个模型，这个模型跟其它模型相比到底改进了哪里，有哪些好的地方？你不要拿国外的模型看起来非常酷，用到中国的模型，看起来非常好，老师都看不懂。方老师给了我们很好的启发。

　　最后，来自兰州大学经济学院的汪晓文小学副院长，有请他给我们介绍一下兰州大学的情况，或者说一下他自己的理念。有请！

　　汪晓文：谢谢主持人！

　　前面来自于四所高校的师生，对我们来说是学习了四所高校，为什么说学习四所高校呢？我们的命题是科技金融的研究方向和学科建设，不管是科技金融还是金融。说实话，我们是处在追跑的地位，我想在座更多的都是来自于国内不同高校的、关心高校金融学科发展的老师和同学们。事实上，我想我们兰州大学作为地处西北的大学，有我们发展比较好的学科，相对来说，我们的经济学科是落后的。实际上，我们的学生也不差，整个兰州大学经济学，我们的本科生进校分数在全校排第二，我们甚至比进入到双一流学科建设当中的草业、大气、生命科学本科生的分数都高，我们仅仅低于化学、化工学，在整个兰州大学的本科生进校分上，我们排全校第二。

　　我为什么用这样一个引子，前面几位老师说的我都不说了。学了四年之后，基本上好的留不到我本校。刚才看了台上坐的五位，基本上我们每年毕业的学生大部分都流失到这了，这里面刘院长这有，人民大学有，厦门大学有，包括台下刘院长都有。实际上，我觉得在我们学生到哪儿，我都跟学生说你是兰州大学经济学培养的学生。我们在本科生的培养上，按照学校的要求招生，第二年是学生自己选专业。这两年我们确实对金融学科短板很关注，特别是我们省内的兄弟院校与省外的高校，特别是国际上在金融学专业上做的比较好的高校，我们极其主动的走出去，在学、在交流。比如说在座的台上几位，几乎每年会议能碰一次，其它会议还能碰。我想通过这样一个围绕不管是金融学还是经济学的主体跨院校、跨区域的合作交流，让国内不同高校的经济学、金融学学科的学生，对我们国家总体的东中西，发达的、欠发达的、民族地区的整体经济或金融发展有所了解。

　　谈到这里，我谈两点。第一，刚才刘书记谈到的，我理解是一个取舍的问题，我也有一个例子，兰州大学有一个核科学专业，过去几年压根就没学生报，近几年核科学还是很火爆的专业，包括就业，包括学生选的。不管外部的经济还是社会的环境发生什么变化，大学还是要以大学之本为本，特别是前两天宣言当中，宝森同志谈到以本为本。所以我想科技金融的课程，实际在兰州大学经济学院，目前我们本科生课程基本不涉及，在金融专硕和金融学硕当中，我们有老师在专题介绍上有介绍到这方面内容。

　　我想到第二个问题，经济学上讲的“比较优势”。恰恰今天早上和主办方中央财经大学签约的是地处西北一个欠发达地区的商业银行，他为什么在全国的同行当中能够率先在这一块做的比较强，实际上也给我们很多启发。我们不能因为我们在那，我们把这个学科也给忽视了，或者把短板加强，兰州银行也是在我们当地，我个人觉得他这个企业对这一块高度重视，包括整个领导班子还是相当重视。所以我想对于兰州大学的金融、经济学科发展，恐怕更大的改变或创新就是我们的观念创新。就是我们对这个学科这么多年在过去高度关注的基础上，与更多高校学习、借鉴、合作，这样我们才能可持续。现在已经快到不可持续了，我们大概每年能够拿到正常报的学生一级25位，没有一位留在我们学校，都去了国内发达地区发展好的学校，但是我也没有丧气，到哪儿你还是我们兰州财经大学培养的本科生。

　　按照我的理解，之前李院长跑到兰州很多次，特别是李院长专门找到兰州大学信息学院，还不是我帮的忙，他们的老书记联系的。他们想到什么呢？要把科技金融做好，单一的靠金融学科知识是不够的。比如说数学，比如说计算机，所以我想从刚才几位老师谈到，我们已经做的相对来说都做的很好。但是我个人觉得还有很多需要加强，就是学科交叉性、学科融合性。假如这些方面都做好，我们国家不同高校的老师在金融科技方面才会有大的提升，否则我们单一谈金融科技，我觉得是一个空话，或者我们提的时候做的很好，我们也有短板，确实不是说一下我在金融学方面做的很好就是做的很好。

　　时间关系，最后再讲一句话，希望台上、台下的在国内经济学、金融学学科发展相对领跑的高校，能够尽可能的把我们培养出来的博士生向兰州大学经济学院，向地处甘肃的兰州财经大学多去推荐这样的师资，使得我们目前很尴尬的地位得到彻底改变。当然，我们也在引，包括也在国外引，但是确实有很多困难，地方是地段的原因。

　　讲的不对的，大家批评、指正，谢谢大家！

　　郭晔：谢谢！我有一个感触，感谢兰州大学，为我们这些高校输送了非常多、非常优秀的研究生、博士生，我们有责任把他们好好培养，培养好了之后让他们回归兰州大学工作。

　　听完五位演讲嘉宾的话，我想到一个小故事。五年前，我去海南碰到了一个企业家，我们在一起吃饭，他跟我讲，他以前在山西是做煤的，我问他，你现在在做什么？他说我现在在搞量化投资。讲的时候非常的自豪。我觉得很纳闷，我不好意思，我问他懂金融吗？他说我不需要懂金融，我是老板，我有一个金融团队。我很激动，我说你的团队要不要金融系的实习生。他非常轻蔑地说不需要，我有一个团队12个学生，只有一到两个是金融系的学生，剩下的全部是学计算机和数学的。我听完心里拔凉。

　　今天听完五位演讲嘉宾的话之后，我觉得各位嘉宾以及各位同学心里要充满信心，因为现在各个高校的精英教授们的理念都在与时俱进，各个高校的学科建设、学生培养也在与时俱进，我们的未来将会更加美好。

　　再一次感谢今天的主办方中央财经大学，也感谢各位嘉宾、各位同学，论坛到此结束，谢谢各位嘉宾！

　　谢谢！

新闻来源