数学与应用数学专业培养方案（2022版）

00001一、专业简介

专业名称：数学与应用数学

专业代码：070101

专业特色：本专业培育员工数学、金融学和统计学的交叉领域知识，培养金融数学与数据分析专业领域应用型人才。通过数学、金融学、统计学（数据分析）、计算机编程基本理论和基本方法的学习以及统计软件的实际操作，掌握金融数学与数据分析的基本理论，揭示大数据理论规律，建立恰当的数学模型，应用所学知识解决金融和大数据分析行业的实际问题。

00001二、学制与学位

学制：4年

授予学位：理学学士

00001三、培养目标与毕业要求

培养目标：

本专业培养具备良好思想道德修养，具有扎实的数学、统计学、金融学基础，具有一定人文社科科学素养，具有较强社会责任感、较高职业素养和国际视野，掌握金融数学基本理论和数据建模与分析基本方法，能够运用所学的数学、统计学及金融分析方法进行经济、金融信息分析与数据处理的应用型人才，也为更高层次的研究生教育输送优秀人才。培养德智体美劳全面发展的社会主义建设者和接班人。通过4年的本科教育，具体能够达到下列目标：

1.具有正确的世界观、人生观和价值观；具有良好的道德品质、高度的社会责任感与职业道德；具有良好的人文社会科学素养和团队协作精神；具有较强的自学能力和适应能力；掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法，具有较强的知识更新、技术跟踪与创新能力。

2.具有良好的数学和统计学的思维能力，掌握数据科学与大数据技术、统计学的基本知识、方法和技能。

3.具备熟练应用计算机（包括常用语言、工具及专用软件）的基本技能, 具有较强的算法设计、算法分析与编程能力。

4.具备扎实的金融数学基本理论和方法，熟悉金融数据分析的常用方法，能从实际问题入手，使用相关理论和算法快速解决实际问题，并具备对数据挖掘结果进行全面分析的能力。

5.受到系统的科学研究训练，具有一定的科学研究和实际工作能力；了解本学科的发展趋势和金融数学与数据分析的应用前景，具备在大数据科学与工程技术领域从事数据分析管理、大数据处理应用、科学研究的基本能力。

毕业要求：

数学与应用数学专业（金融数学与金融数据分析方向）培养的人才应具备较扎实的数学、金融学、统计学（数据分析）知识体系。为达此要求，员工需要学习完成如下知识结构系列：通识类课程系列、学科基础类课程系列、专业必修课程系列、独立实践类教学环节。课程合理安排在每学年中，循序渐进、相互渗透，形成统一的整体。

1.思想道德与职业道德：具有人文底蕴、科学精神、职业素养和社会责任感，了解国情、社情、民情，践行社会主义核心价值观。

指标点1-1：具有统计、金融等人文社会科学素养、社会责任感，践行社会主义核心价值观，能够在工程实践中理解并遵守工程职业道德和规范，履行责任。

指标点1-2：能够理解和评价针对复杂金融数学和金融数据挖掘问题的实践对环境、社会可持续发展的影响。

2.理论知识获取能力：具有扎实的基础知识和专业知识，掌握必备的研究方法，了解本专业及相关领域最新动态和发展趋势。

指标点2-1：具有扎实的数学、统计学、金融学基础知识和专业技能，能够有效利用科学文献检索方法查阅资料，了解数据分析相关理论的发展动态、前沿思想和应用方法。

指标点2-2：能够掌握金融数学模型和数据分析的原理与方法，熟练运用各种终端平台，研究探索复杂金融数学和金融数据挖掘问题，并通过理论研究、案例分析得到合理有效的结论。

3.理论知识应用能力：具有批判性思维和创新能力。能够发现、辨析、质疑、评价本专业及相关领域现象和问题，表达个人见解。

指标点3-1：能够应用数学、统计学（数据分析）、金融学和计算机编程的基本原理，识别、表达、并通过文献研究分析复杂金融数学和数据挖掘问题，以获得有效结论。

指标点3-2：能够基于金融和大数据分析行业背景知识进行合理分析，打破思维界限，拓展跨学科知识，善于多学科交叉融合，评价复杂金融数学和金融数据挖掘问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

4.解决复杂问题能力：能够对本专业领域复杂问题进行综合分析和研究，并提出相应对策或解决方案。

指标点4-1：通过系列实践及相关大数据统计软件的学习，能够分析确定研究方法所遵守的理论依据，建立合适的数学模型，从而对研究对象进行处理和分析，具备设计解决复杂金融经济和数据挖掘行业问题方案的能力。

指标点4-2：能够在数学和统计建模环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多方面不确定因素，采用科学的逻辑方法对研究对象进行观察、概括、判断和推理，得到准确而有条理的结论。

5.信息技术应用能力：能够恰当应用现代信息技术手段和工具解决实际问题。

指标点5-1：能够将数学、统计学（数据分析）、金融学等知识用于解决金融数学问题，熟练掌握数据分析的基本方法和统计软件的基本使用。

指标点5-2：针对金融和大数据分析行业问题，能够开发、选择与使用计算机编程、软件应用及数值模拟的技术，对实际问题进行预测与模拟。

6.沟通表达能力：能够通过口头和书面表达方式与同行、社会公众进行有效沟通。

指标点6-1：能够就复杂金融数学和金融数据挖掘问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。

指标点6-2：具备一定的社会前瞻视野，能够在跨文化背景下进行沟通和交流。

7.良好的团队合作能力：能够与团队成员和谐相处，协作共事，并作为成员或领导者在团队活动中发挥积极作用。

指标点7-1：具有较强的团队意识，具备适应社会和处理人际关系的能力，及时调整自身定位，能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。能够理解个人利益和团队利益的关系，作为团队成员具备配合其他成员共同实现团队目标的能力，作为负责人具备营造和谐工作氛围及激发队员工作积极性和创造性的能力。

指标点7-2：理解并掌握数学、统计学（数据分析）原理与金融经济决策方法，并能在多学科环境中发挥数学基础学科的融合能力。

8.国际视野和国际理解能力：了解国际动态，关注全球重大问题，理解和尊重世界不同文化的差异性和多样性，积极参与国际交流与合作。

指标点8-1：具有外语听说读写基本能力，能够在实现金融数学和数据分析领域的跨文化交流，具有专业敏感度，在激烈的市场竞争和国际竞争中敢于创新。

指标点8-2：具有流畅的语言表达与书写能力，能够将调研报告、研究论文以流畅、并复合逻辑的文字呈现。

9.自主学习能力：具有终身学习意识和自我管理、自主学习能力，能够通过不断学习数学、统计学和金融学知识，适应社会的经济学发展和个人可持续发展。

00001四、主干学科

数学、统计学、金融学

00001五、主要课程及实践环节

主要课程：数学分析、高等代数、常微分方程、概率论、数理统计、数值方法、多元统计分析、微观经济学、宏观经济学、计量经济学、证券投资学、金融工程学、时间序列分析、R语言、Python语言。

实践环节：证券、股票交易实习、银行业务实习、金融数据分析与数据挖掘实验、创新实验（校企合作）、前沿讲座、毕业设计等。

00001六、教育平台构成、学分安排、毕业学分及学位授予要求

学位授予要求：

1．修满培养方案要求的学分，经审核准予毕业。

2．不含毕业设计（论文）必修课平均学分绩≥70.0分。

3．在校期间无记过及以上处分。

00001七、教学安排

教学计划

通识必修课程

学科基础课程

专业必修课程

专业选修课程

独立设置实践教学环节

通识选修课程（创新创业教育类）

“创新创业实践”课程学分，通过如下途径，按照如下标准获得（按此累计）：

注：第八学期统一录入“创新创业实践”课程学分，由员工本人提出申请并提供证明材料（获奖

证书、参赛作品、参与照片、立项证明、结项成果等），由学校团委做出认定、负责录入。

教学进程

说明：□ 理论教学 R 入学教育 ★ 军训   ：  考试

= 假期    ″ 课程设计 Θ 金工实习   Ω  电子实习

I   其它实习    △ 实验、实训  S 社会实践   D    社会调查

L 公益劳动    Φ 毕业设计（论文）

教学数据统计

00001八、辅修专业教学计划

员工完成所有规定的教学环节学习，成绩合格，由学校颁发辅修专业结业证书。

00001九、专业培养目标与毕业要求相关矩阵

00001十、课程体系对毕业要求的支撑关系矩阵