中图分类号：F83 文献标识码：A 文章编号：1006-4311（2014）24-0008-02
0 引言
金融业无疑是现代经济的核心，没有哪个行业的发展能离开金融业。近年来，实体经济的发展越来越离不开金融业的支撑，金融业在实体经济中的作用日益增强，金融业的发展为我国经济的腾飞做出了突出的贡献（苏建斌，2012）[1]。然而，金融业的发展要靠持续的金融创新。以美国为例，随着金融创新的深入发展，美国成为全球的头号经济强国和金融行业发展的领头羊。特别是上世纪90年代以来，其发达的金融市场和完善的金融体系印证了金融创新为美国金融发展和经济增长所做出的突出贡献（李琳，2012）[2]。而要进行金融创新，最根本的要靠人才，人是生产力中最活跃的因素。因此，研究金融创新人才的需求具有很重要的现实意义，一方面，我认为可以为国家制定创新人才发展规划提供可靠的依据；另一方面，可以为高校适当调整金融专业的课程设置以适应金融创新提供参考。
1 文献综述
殷淑严和顾培亮（2000）[3]建立了基于BP神经网络的人才需求预测模型，同时利用多元替换模型对人才结构进行定量、动态的分析和研究。张洪涛和朱卫东（2007）[4]应用灰色等维递补动态模型对安徽省高新技术人才未来几年的需求量进行了预测。马振华和刘春生（2007）[5]通过引入灰色系统理论对我国“十一五”期间高技能人才的需求状况进行了预测。李海涛（2011）[6]以江苏省为例，利用灰色模型GM（1，1）对金融业人才需求进行预测，为地方政府经济发展决策提供依据。此外，吕永卫和樊云娟（2012）、闫邹先等（2004）、杨卫疆等（2003）、何永贵等（2005）、闵惜琳（2005）、王维和李钰（2005）、赵道静和陈小满（2006）[7-13]在人才需求方面用不同的方法也做了相关的研究。
考虑到本文所用数据的可得性，本文选用灰色预测模型，在灰色模型中，最常用的是GM（1，1）。
3 金融创新人才需求预测
3.1 金融业人才需求总量预测
3.1.1 数据的选取 2003年以前，金融业和保险业的就业人员是统计在一起的，而2003年以后是分开统计的。因此本文选取的数据是从2003年至2011年金融业就业人员数。如表1所示。
4 结论
本文首先运用GM（1，1）模型对我国2012年-2020年金融业人才需求量做了预测，随后根据2009年金融创新人才的占比，以金融业从业人员的平均增长速度作为金融创新人才需求量的平均增长速度推算出了2012年-2020年金融创新人才需求量的占比，最后根据金融业人才需求量和金融创新人才需求量的占比预测出了2012年-2020年金融创新人才需求量，从预测结果看，到2020年我国金融创新人才需求量将达4245人，是2012年2085人的2.2倍，其增长速度相对来说是较快的。因此，培养金融创新人才以满足将来的需求已成为高等学校的紧迫任务。
