When Finance Speaks Python: Mapping Python Integration in Finance Degrees and the University–Industry Skills Gap

Author: Veliota DrakopoulouAffiliations: Higher Colleges of Technology (UAE); Embry-Riddle Aeronautical University (USA)ORCID: https://orcid.org/0000-0002-1670-8033Correspondence: [e-mail]: https://github.com/vdrakopoulou GitHub repository: https://github.com/vdrakopoulou/WHEN-FINANCE-SPEAKS-PYTHON_REPLICATION-SCRIPT Replication Package DOI: https://doi.org/10.5281/zenodo.18713524 Overview This replication package accompanies the article "When Finance Speaks Python: Mapping Python Integration in Finance Degrees and the University–Industry Skills Gap." The study examines 140 finance-related university programmes across 19 countries and compares curriculum-level Python integration with computational skill signals extracted from 190 finance and FinTech job advertisements. Using a novel Depth–Scope–Authenticity (DSA) rubric, the project investigates how universities respond to growing employer demand for programming, analytics, machine learning, and algorithmic finance skills. Contents Scored curriculum dataset (140 programmes) Job-advert skill-signal dataset (190 records) Python replication code Tables and figures from the manuscript Rubric documentation and appendices Reproducibility files and SHA-256 checksums Key Finding Python is increasingly visible in finance education, but access to authentic computational learning remains highly uneven, suggesting that higher education may both close and reproduce digital skills gaps in finance. Figure Mean Python Curriculum Index (0–1) United Kingdom ████████████████████████████ 0.58United States ██████████████████████████ 0.53Germany ████████████████████████ 0.48Kenya ███████████████████████ 0.46Brazil ██████████████████████ 0.44Russia ██████████████████████ 0.44Switzerland ██████████████████████ 0.43India ██████████████████████ 0.43South Africa █████████████████████ 0.42Nigeria █████████████████████ 0.42Egypt █████████████████████ 0.42Japan ████████████ 0.25Hong Kong SAR ██████████ 0.20Australia ██████████ 0.20China ███████ 0.14Saudi Arabia ██ 0.05United Arab Emirates ██ 0.04Ghana 0.00Uganda 0.00 Figure: Cross-national variation in documented Python integration across finance programmes. Citation Drakopoulou, V. (2026). When Finance Speaks Python: Mapping Python Integration in Finance Degrees and the University–Industry Skills Gap. Replication Package. Zenodo. https://doi.org/10.5281/zenodo.18713524作者：Veliota Drakopoulou 所属机构：阿联酋高等技术学院；美国安柏瑞德航空大学 ORCID：https://orcid.org/0000-0002-1670-8033 通讯邮箱：[e-mail] GitHub仓库：https://github.com/vdrakopoulou GitHub项目仓库：https://github.com/vdrakopoulou/WHEN-FINANCE-SPEAKS-PYTHON_REPLICATION-SCRIPT 复现包（Replication Package）数字对象标识符（DOI）：https://doi.org/10.5281/zenodo.18713524 概述 本复现包配套于论文《当金融遇上Python：绘制金融学位中的Python应用图谱与高校-行业技能缺口》。本研究调研了19个国家的140个金融相关大学课程项目，并将课程体系中的Python应用情况，与从190条金融与金融科技（FinTech）招聘广告中提取的计算技能信号进行对比。本项目采用全新的深度-范围-真实性（Depth–Scope–Authenticity, DSA）评分框架，探究高校如何应对雇主对编程、数据分析、机器学习及算法金融技能日益增长的需求。 数据集内容 1. 评分课程数据集（覆盖140个项目） 2. 招聘广告技能信号数据集（共190条记录） 3. Python复现代码 4. 论文原稿中的表格与图表 5. 评分框架文档及附录 6. 可复现性文件与SHA-256校验和 关键发现 Python在金融教育中的占比日益提升，但真正具备实操性的计算学习资源获取仍存在显著不均现象，这表明高等教育既可能缩小金融领域的数字技能缺口，也可能进一步扩大该缺口。 图表 图：各国金融课程中Python应用情况的跨国差异 平均Python课程指数（0–1） 英国：████████████████████████████ 0.58 美国：██████████████████████████ 0.53 德国：████████████████████████ 0.48 肯尼亚：███████████████████████ 0.46 巴西：██████████████████████ 0.44 俄罗斯：██████████████████████ 0.44 瑞士：██████████████████████ 0.43 印度：██████████████████████ 0.43 南非：████████████████████ 0.42 尼日利亚：████████████████████ 0.42 埃及：█████████████████████ 0.42 日本：████████████ 0.25 中国香港特别行政区：██████████ 0.20 澳大利亚：██████████ 0.20 中国：███████ 0.14 沙特阿拉伯：██ 0.05 阿拉伯联合酋长国：██ 0.04 加纳：0.00 乌干达：0.00 引用 Drakopoulou, V. (2026). When Finance Speaks Python: Mapping Python Integration in Finance Degrees and the University–Industry Skills Gap. 复现包. Zenodo. https://doi.org/10.5281/zenodo.18713524