数析信用根基、图鉴城投风险 — 城投债风险可视化分析项目
注：项目执行约 8 周，嵌入一学期课程（项目任务约在学期第 11–18 周开展）
勾选你想借鉴的做法，填上自己课程的目标与情景，S-PBL 智能体一次性生成符合 3R 的项目设计。
案例概述
本项目依托证券公司金融机构投资交易部的真实业务，让数据科学专业大二学生以「城投债研究员」的身份，用八周时间完成对四川各地市政府债务风险与化债能力的诊断分析，并产出一份面向机构投资者的可视化诊断海报。项目最大的亮点在于产教融合与真任务驱动——企业专家全程参与从命题、中期评审到成果验收，学生成果在公开成果展与线上虚拟画廊上接受近五百名师生与行业专家的检验，使一门数据可视化课真正对接了金融行业的真实工作场景。
顶层设计
学生能够运用 DIKW 模型、可视化编码原则与图表选择理论，完成多源数据的清洗、整合与建模分析，掌握区域经济、地方财政、企业财务三类核心指标在信用风险评估中的意义与应用，并设计出逻辑清晰、视觉高效的可视化海报，具备向专业受众陈述数据故事的能力。
学生能够在无标准答案的开放性项目中与小组成员共同完成从问题拆解、路径规划、资源整合到成果交付的全过程，并能基于来自教师、企业与同伴的多元反馈，对分析框架与可视化作品进行持续的批判性反思与优化。
学生能够关注国家金融政策与债务治理进程，理解金融服务实体经济的本质，树立稳健审慎、诚信尽责的金融职业价值观与社会责任感。
本项目遵循「3R」（真实问题、真实过程、真实成果）的场景化项目式教学模型。首先，引入合作券商提供的真实业务场景与研究需求，通过企业专家讲座、内部研报解析与数据字典发布，帮助学生从「学生」身份自然过渡到「研究员」角色，增强使命感与代入感；其次，沿业务理解、数据探索、分析建模到报告与海报设计的结构化路径展开，每一阶段提供相应的方法指导与工具支持，搭建渐进式学习支架；最后，通过小组讨论、师生阶段性评审、企业反馈与公开成果展，构建「学生—教师—企业—公众」的多层次对话机制，促成深度反思与能力沉淀。
驱动性问题（GRASPPS）
系统评估四川各地市（州）的债务风险与化债能力
证券公司金融机构投资交易部的城投债研究员
机构投资者与内部决策者
地方政府债务风险防控与城投平台市场化转型（化债攻坚）
整合地方政府债务结构、财政收支状况及辖区内城投企业信用数据，进行多维度可视化分析
《四川省地方政府债务健康度诊断报告》可视化海报，含风险等级划分、关键驱动因子分析及化债能力评估
数据准确严谨、信用评估专业、学术展示规范
项目选题
本主题完美契合《数据可视化》课程目标，要求学生综合应用 DIKW 模型、视觉编码原理与图表语法，完整实践从多源异构数据采集、清洗、整合，到探索性分析、叙事框架构建，再到可视化设计实现的全流程，并锤炼用数据说话、用图表论证的可视化思维。
对财经院校数据科学等专业的学生而言，城投债风险分析直指金融机构研究员、信用分析师等学生心仪的职业角色，所涉宏观经济与风险建模知识与专业紧密贴合，跨学科的知识融合既能深化专业理解，又能让学生在解决真实业务问题中提升专业认同感与学习内驱力。
选题直接源于当前中国经济发展与金融安全的核心议题之一——地方政府债务风险防控与城投平台市场化转型。它既是宏观政策调控的焦点，也是金融投资机构日常信用评审与资产配置中无法回避的现实挑战，使项目扎根于鲜活、持续发展的真实世界。
- 方向一：省级投资价值与债务可持续性分析
- 方向二：四川省地方政府债务健康度诊断分析
- 方向三：四川省优质城投企业筛选分析
实施过程
- 1认知城投债风险分析的业务逻辑与核心指标体系是什么？
业务理解（研读企业行业报告、数据字典，理解信用研究员的工作流与决策点）；数据调研与研读（了解企业财务、政府财政、债券行情等数据与指标含义）
阶段成果：业务调研报告；数据字典与指标说明文档知识 / 工具支架：信用研究工作流程；区域经济、地方财政、企业财务三类核心指标体系教学内容：城投债市场与信用分析框架方法 / 资源：案例研讨；概念对齐工作坊（对「债务率」等易错概念做快问快答或配对游戏）；小组调研展示产教融合：企业专家授课（分享真实业务场景、内部研究流程与风险案例）；提供数据字典与范例（核心指标定义、计算口径及部分非公开数据范例）；参与业务理解评审 - 2探究如何构建一个能够综合评估「债务风险—财政实力—化债能力」的分析模型？
分析框架设计（设计含债务率、财政自给率、城投企业资产负债率等多维度指标的风险评估模型，并考虑指标权重）；数据可行性验证
阶段成果：分析思路脑图；新增数据需求清单知识 / 工具支架：多维风险指标体系与权重设计；结构化分析思维教学内容：探索性数据分析（EDA）方法：如何向数据发问方法 / 资源：小组互评（互找研究思路的逻辑漏洞）；教师巡场可行性咨询（对创新点做数据可行性把关）产教融合：提供行业内优秀分析模型参考；企业导师从业务实操角度对风险评估框架提出优化建议 - 3探究如何通过探索性分析（EDA）验证数据质量并初步发现风险线索？
探索性数据分析（描述性统计、相关性分析、初步可视化，探索数据分布、异常值及潜在规律）；结论验证（看图说话，检验最初研究思路是否成立，不成立则调整）
阶段成果：探索性数据分析报告知识 / 工具支架：描述统计、相关性分析、初步可视化；数据故事方法教学内容：数据故事构建方法：「问题—分析—洞察—建议」故事线模型方法 / 资源：教师分组思路问诊（指出逻辑漏洞或数据误读） - 4创造如何将复杂的分析结果转化为清晰、准确且具有视觉吸引力的图表？
可视化设计实现（根据分析框架与 EDA 洞察，选择合适图表类型如地图、热力图、堆叠柱状图、雷达图等进行高级可视化实现）
阶段成果：数据可视化海报草稿图知识 / 工具支架：图表类型选择与高级可视化技能教学内容：可视化图表的可读性与高效编码方法 / 资源：基于评估量表的小组同行评审；针对薄弱环节的一对一辅导产教融合：提供行业内标准范例作为参考 - 5创造如何围绕核心结论，将多个图表组织成一个逻辑连贯、具有说服力的数据故事？
故事线构建与报告撰写（确定核心论点，设计叙事逻辑，将图表、分析文字、结论与建议整合成初版报告）
阶段成果：可视化报告初稿知识 / 工具支架：分析报告写作框架与要点；SCQA 表达结构教学内容：用数据讲故事；用 AI 工具优化初稿逻辑方法 / 资源：SCQA「一句话标题」挑战（训练提炼核心观点）；AI 赋能优化产教融合：对报告给出修改意见 - 6创造如何根据反馈优化报告内容与视觉设计，提升其专业性与沟通效率？
报告迭代与海报定稿（根据教师与企业反馈修改报告逻辑、优化图表设计，并将核心内容浓缩、排版为最终可视化海报）
阶段成果：最终版可视化海报知识 / 工具支架：交付规范与细节把控教学内容：如何专业化、高水准地展示成果方法 / 资源：交付辅导；细节引导（强调交付规范性与细节要求）产教融合：提供反馈意见，参与终稿把关 - 7交付如何为最终的公开展示做好内容精炼、演讲准备与答辩预演？
展示准备（制作路演讲稿，进行小组内部模拟演讲，针对潜在问题做问答准备）
阶段成果：项目成果展示（含路演讲稿与模拟答辩）知识 / 工具支架：演讲表达与现场答辩技巧教学内容：如何有效利用海报演讲、控制时间、应对提问方法 / 资源：讲解展示技巧培训；组织与宣传项目成果展产教融合：作为评委打分，提供行业视角的点评
开学第一周，周老师没有急于讲知识，而是与学生共同制定《课堂学习公约》，确立「敢于试错、主动参与、尊重分工、坦诚反馈」等协作原则，并明确师生新角色（教师从讲授者转为引导者与合作者）。课上组织了一场「可视化人机大战」：学生分组分别用生成式 AI 与 Excel 分析同一份宏观数据，在对比中自己得出「AI 擅长快速生成与标准化，人类分析师的优势在于定义真问题、构建业务逻辑与讲述数据故事」，由此破除对 AI 的盲目迷信，并预告本学期将与企业合作破解真实的城投债难题。
前期（第 2–10 周）以系列轻量小组任务为「热身任务」，磨合团队、夯实基本功，并穿插「高效团队协作工作坊」。第 11 周举行项目启动会：课前布置「城投债业务调研报告」作业，课中邀请合作券商专家在线宣讲业务痛点与市场波动，把真实情景摆到学生面前；各组汇报调研成果，专家与教师联合点评纠偏；随后教师正式发布驱动问题、明确项目目标与分工规则，带学生当场拆解大问题、确定各组子方向，建立「我能解决这个问题」的信心。其后进入八周项目执行，教师按 3R 分解逐阶段支架式支持，企业专家在关键节点给业务反馈；倒数第二周举办「可视化海报展」成果发布会并同步上线线上虚拟画廊，近五百名师生观展、企业高管视频致辞。
过程性反思融入课堂——每次小组平行展示后，教师即时引导全班集体评议「从别组的展示中获得了什么新思路、他们的方法有何可借鉴或可改进」；终结性反思在项目结束后系统展开，教师发布《期末项目复盘指南》，要求学生从目标偏差、关键问题解决、成败原因、可迁移经验以及「AI 工具使用反思」五个维度做书面深度复盘。
过程性记录构成完整项目档案，包括课前任务清单、小组会议记录、数据迭代版本、可视化草图与导师反馈；终结性成果以海报作品与项目花絮视频收录于课程永久在线画廊，发布会盛况通过新闻稿、照片集与视频集锦留存。
项目成果
- 《四川省地方政府债务健康度诊断报告》可视化海报（风险等级划分、关键驱动因子、化债能力评估）
线下「可视化海报展」成果发布会（学生现场讲解并答辩）+ 线上虚拟画廊同步展出
优秀成果可提交合作券商作为决策参考
项目图集
图片来自课程案例原始材料（成果展、课堂现场、学生作品等），点击在本页放大查看。
评价设计
- 业务理解：业务调研报告、数据字典说明（教师 + 企业专家）
- 分析建模：分析思路脑图（教师巡场 + 企业导师）
- 探索分析：探索性数据分析报告（教师分组问诊）
- 报告与海报：海报草稿、报告初稿（同行互评 + 一对一辅导）
- 分析目标与思路20% —— 分析目标是否清晰、聚焦，是否紧密契合宏观政策与业务场景；分析逻辑是否严谨、完整，论证是否基于数据且有洞察力
- 数据探索与创意30% —— 对数据的挖掘是否充分、深入；是否尝试多角度多层次分析；在指标构建或分析视角上是否体现创新性
- 图表使用与视觉设计30% —— 图表类型选择是否恰当高效；视觉编码是否准确美观；标题、坐标轴、图例等要素是否齐全规范；整体排版是否清晰有层次、有视觉吸引力
- 口头表达与应答20% —— 展览现场讲解是否清晰、流畅、自信；能否针对观众（含专家）提问进行有效、专业的回应与交流
3R 解读
- 项目源于地方政府债务风险防控这一真实金融热点，同时对应证券公司信用研究中「在信息复杂、时间有限的情况下产出可信洞察」的真实业务痛点。
- 问题开放、没有标准答案，需要学生综合地方财政、企业财务与数据科学等多方面信息做出判断。
- 问题的解决直接指向《数据可视化》课程的核心目标，要求学生应用 DIKW 模型、视觉编码与图表语法等核心知识。
- 学生在同一命题下自主选择研究方向并自主规划分工与协作方式，拥有真实的决策空间。
- 学生需要研读企业研报与数据字典、参加企业专家讲座并采集多源数据，经历了真实的调研与探究。
- 成果经历了企业中期评审、同行互评与多轮修改，体现了反复验证与迭代。
- 成果有明确的真实受众，即机构投资者与企业内部决策者，而非仅仅面向教师。
- 最终产出是可公开发布的可视化诊断海报，并在线下成果展与线上虚拟画廊公开展示。
- 学生获得了来自企业专家与现场观众的实质性反馈，企业专家评审更占终结性成绩的 40%。
- 从真过程角度：可在数据建模阶段安排一次面向真实用户（如企业方代表）的中期验证，让迭代依据更贴近真实需求，而非只在组内与同行间打磨。
- 从真问题角度：项目跨金融、财务与数据科学，建议在启动前补一节跨学科「知识补给」（前置微课或文献研读），降低初期因知识断层导致的研究视角受限。
教师反思
本次校企合作项目式教学逐步打破了「企业出题、学生答题」的单向模式，转向目标共融、过程共创的协作生态。最大的挑战在于让企业理解并认同项目的育人价值，并将其转化为积极的「共建方」；其次是选题打磨——真实业务问题往往庞杂，需要教师细心拆解、搭建阶梯，在保留核心挑战的同时确保学生「跳一跳够得着」；再次是协调企业专家在开题激发、中期纠偏、终稿把关与成果认可几个关键节点的持续参与。最突出的不足是跨学科知识支撑准备不足，部分学生因缺乏相关分析框架导致初期研究视角受限，未来需在项目启动前提供更系统的「知识补给」，如与相关院系合作开发前置微课。