2025 年 11 月 13 日星期四上午 8:20-10:50，太阳成集团tyc7111在定静③222 教室成功开展 “AI 时代下智能化投资决策的教与学示范课”。本次示范课由太阳成集团tyc7111党总支书记李安兰教授主持，财务管理学科带头人唐清泉教授担任主讲人，财务管理系杨广莉主任、郭婷老师、许彩铃老师、方晓阳老师等多位教师共同参与，围绕 AI 与投资决策的深度融合展开系统授课与互动。

图1 教师与学生集体合影留念

李安兰书记在开场中表示，随着 AI 技术的快速发展，智能化已成为财务管理领域的重要趋势，我院财务管理专业始终紧跟行业前沿，持续探索教学与实践的创新路径。本次示范课聚焦 “教与学” 双向赋能，既是对投资决策原理课程的深化拓展，也是为师生搭建的教学示范平台，希望通过本次示范课传递先进教学理念，推动 AI 技术与专业教学的有机结合。

图2 李安兰书记主持开场仪式

在示范课的专业知识分享环节，唐清泉教授以 PPT 中的投资决策核心理论为基础，结合六大关键议题展开系统阐述。在 “上大学这顶投资值得吗？” 的探讨中，他将上大学界定为典型的长期投资，对照长期投资概述中的核心逻辑，从初始现金流量（学费、时间成本等投入）、营业现金流量（毕业后收入提升、职业发展机遇）、终结现金流量（长期职业红利、个人价值实现）三个维度，解读其投资价值的核心逻辑，强调长期投资 “降低经营风险、支撑生存发展” 的本质意义。

图3 唐清泉教授研讨中分享专业见解

针对 “上大学是痛苦还是快乐？” 的议题，唐清泉教授结合投资决策中风险与报酬的关系指出，投资的 “痛苦” 源于不确定性，而 “快乐” 来自专业积累带来的回报。如同投资管理需 “认真分析风险和报酬的关系”，上大学的过程虽有学业压力，但这些投入最终会转化为职业竞争力，成为抵御未来风险的重要支撑。

在 “AI 是工具还是人” 的核心探讨中，唐清泉教授明确提出，AI 是投资决策的高效工具而非替代者。他结合折现现金流量、非折现现金流量等方法的应用场景说明，AI 能快速处理海量数据、完成复杂计算，但无法替代人对市场趋势的判断、财务模型假设的校准，以及非常规项目投资中的灵活决策，呼应了投资决策 “建立科学程序、重视可行性分析” 的管理原则。

围绕 “AI 智能化投资决策的最大挑战”，唐清泉教授从三个层面展开分析。其一，AI 准确计算结果的真实性需依托高质量数据与合理假设，脱离实际的输入会导致结论偏差；其二，财务模型的核心在于假设的合理性，当前 AI 尚无法完全覆盖市场波动、政策变化等变量，需结合投资现金流量分析中的 “逐项测算法”“装置能力指数法” 等逻辑优化模型设计；其三，使用 AI 工具计算时，需遵循 “数据筛选 - 模型匹配 - 结果验证” 的流程，将 PPT 中现金流量计算的严谨性要求融入 AI 应用全过程。

在 “如何降低投资决策不确定性” 的探讨中，唐清泉教授聚焦 AI 与人的边界问题。他强调，投资决策中，AI 擅长数据处理、指标计算等基础性工作，而专业化高价值环节如风险预判、战略适配、非常规项目评估等，仍需人的专业判断。结合投资决策指标的比较理论，他指出 AI 的局限性在于难以应对 “互斥项目投资规模差异”“现金流量发生时间不同” 等复杂场景，需通过 “AI 工具 + 人工研判” 的组合模式，降低决策不确定性。

最后，唐清泉教授回归 “实现高质量高价值的投资决策” 主题，结合 PPT 中投资决策原理的核心框架总结道：高质量决策的核心是降低不确定性，这需要牢牢把握两大关键点 —— 长期投资管理的四大原则（捕捉投资机会、科学决策程序、保障资金供应、控制投资风险），以及投资现金流量分析的核心逻辑，将生活中的投资场景转化为可量化的现金流量数据，通过净现值、内含报酬率等指标进行科学评估。

本次示范课以 AI 技术为切入点，深度融合投资决策原理的核心理论，既深化了教师对智能化教学的认知，也为专业课程建设指明了方向。太阳成集团tyc7111将持续推动 AI 与财务管理专业的深度融合，助力师生在智能化时代提升专业竞争力，培养符合行业需求的高素质人才。

图4 唐清泉教授与各位教师合影留念

图/贺智聪

文/方晓阳

初审/郭婷

复审/冯春燕

终审/杨广莉