金融數(shù)據(jù)分析-教學(xué)計劃(48學(xué)時)

教學(xué)參考計劃（48學(xué)分）總課時數(shù)：48課時學(xué)分：3學(xué)分一、課程性質(zhì)、目的和要求金融數(shù)據(jù)分析關(guān)注金融領(lǐng)域的數(shù)據(jù)獲取、分析、展示及其在數(shù)據(jù)可視化、風(fēng)險管理、投資組合優(yōu)化、金融建模等方面的應(yīng)用，它通過經(jīng)濟學(xué)、統(tǒng)計學(xué)、數(shù)學(xué)和計算機科學(xué)等方法，系統(tǒng)解讀和分析金融市場數(shù)據(jù)（如股票價格、收益率、匯率等）和財務(wù)數(shù)據(jù)(財務(wù)指標(biāo)、財務(wù)報表等)。在大數(shù)據(jù)時代，金融數(shù)據(jù)分析的重要性將日益突顯，持續(xù)學(xué)習(xí)和創(chuàng)新將是掌握這門學(xué)科的不竭動力。通過對本書的學(xué)習(xí),學(xué)生可以初步掌握金融時間序列線性模型、協(xié)整與向量自回歸模型、GARCH族模型、極值事件、分位數(shù)回歸與金融風(fēng)險計量、Copula函數(shù)及其應(yīng)用、面板與空間計量模型與應(yīng)用、機器學(xué)習(xí)、深度學(xué)習(xí)與數(shù)據(jù)分析、文本數(shù)據(jù)分析等內(nèi)容的理論與方法,具備系統(tǒng)的金融數(shù)據(jù)分析的知識框架。教師在教學(xué)中應(yīng)注重將知識學(xué)習(xí)與研究能力相結(jié)合,提升學(xué)生的學(xué)術(shù)研究能力,培養(yǎng)學(xué)生運用所學(xué)的研究方法開展與課程相關(guān)的金融前沿和實際問題研究。同時,作者將盡可能多的中國金融改革發(fā)展和應(yīng)對各類金融危機事件取得的成就融入教材之中,并以此切入,開展課程思政。二、預(yù)修課程高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計、統(tǒng)計學(xué)、宏觀經(jīng)濟學(xué)、微觀經(jīng)濟學(xué)、金融學(xué)、金融市場學(xué)、證券投資學(xué)、計量經(jīng)濟學(xué)。三、教學(xué)方法作為經(jīng)濟管理類專業(yè)定量能力培養(yǎng)的課程,建議采用理論講授、案例討論和上機操作相結(jié)合的教學(xué)方法,同時輔以課后作業(yè)練習(xí)、課外閱讀以拓寬視野,強化定量分析能力的培養(yǎng)。本書先通過基本理論講授和例題講解使學(xué)生掌握基本知識與基本原理;然后通過上機操作使學(xué)生掌握基本的計算建模分析方法并培養(yǎng)通過編程來處理金融數(shù)據(jù)的能力;最后,通過專題學(xué)習(xí)和案例分析,鞏固和提高學(xué)生對理論內(nèi)容的理解程度和應(yīng)用水平。四、教學(xué)計劃本書的講授分為理論教學(xué)和實踐教學(xué)兩部分,對應(yīng)的課時分別稱為理論課時和實踐課時。其中理論課時主要講解課程的每個知識要點、例題和專題,使學(xué)生掌握本課程的基本知識、基本原理和基本方法;實踐課時主要訓(xùn)練學(xué)生學(xué)會使用R和Python處理金融數(shù)據(jù)。實踐教學(xué)可通過在機房專門的集中學(xué)習(xí),或者學(xué)生上課時自備電腦,在理論學(xué)習(xí)的同時穿插上機學(xué)習(xí)等方式實現(xiàn)。本課程具體教學(xué)安排建議如下所示。序號教學(xué)內(nèi)容理論課時實踐課時總課時1第1章導(dǎo)論1.1金融數(shù)據(jù)分析概述 1.2常見的統(tǒng)計分布1.3收益率及其分布特征1.4R軟件和Python軟件介紹1.5專題1：金融數(shù)據(jù)的可視化3142第2章金融時間序列線性模型2.1相關(guān)性和平穩(wěn)性 2.2簡單自回歸模型2.3簡單移動平均模型 2.4簡單ARMA模型 2.5單位根非平穩(wěn)時間序列2.6季節(jié)模型2.7長記憶時間序列模型2.8專題2：基于ARIMA模型的中國居民消費價格指數(shù)預(yù)測4153第3章協(xié)整與向量自回歸模型3.1協(xié)整分析 3.2向量自回歸（VAR）模型3.3格蘭杰因果檢驗3.4VAR模型與脈沖響應(yīng)函數(shù)3.5VAR模型與方差分解 3.6結(jié)構(gòu)向量自回歸（SVAR）模型3.7TVP-VAR模型 3.8專題3金融開放、系統(tǒng)性金融風(fēng)險與金融高質(zhì)量發(fā)展的關(guān)系分析 3144第4章GARCH族模型4.1波動率模型的特征及結(jié)構(gòu)4.2ARCH模型 4.3GARCH模型4.4IGARCH模型4.5GARCH-M模型 4.6指數(shù)GARCH模型4.7TGARCH模型4.8APARCH模型 4.9專題4：基于GARCH模型的人民幣匯率建模與應(yīng)用4155第5章極值事件、分位數(shù)回歸與金融風(fēng)險5.1極值事件概述 5.2金融風(fēng)險計量指標(biāo)VAR和ES5.3風(fēng)險度量制5.4基于GARCH模型的VAR計算5.5基于極值理論的VAR計算5.6分位數(shù)回歸模型與金融風(fēng)險計量5.7系統(tǒng)性金融風(fēng)險計量模型 5.8專題5中國系統(tǒng)性金融風(fēng)險評估報告5166第6章市場有效性與事件分析法6.1有效市場理論6.2有效市場假說的實證檢驗6.3事件分析法6.4專題6:康美藥業(yè)財務(wù)造假事件分析2137第7章COPULA函數(shù)及其應(yīng)用7.1COPULA函數(shù)的定義及性質(zhì) 7.2COPULA函數(shù)與相關(guān)性 7.3常用的COPULA函數(shù) 7.4COPULA函數(shù)的估計方法7.5COPULA函數(shù)與金融風(fēng)險計量7.6專題6基于GARCH-COPULA模型的綠色債券投資組合風(fēng)險測度2138第8章面板計量模型與檢驗8.1面板數(shù)據(jù)的基本界定8.2面板數(shù)據(jù)的設(shè)定和加載 8.3面板回歸模型 8.4面板回歸模型的檢驗 8.5動態(tài)面板數(shù)據(jù)與廣義矩GMM估計8.5專題8:數(shù)字金融對地區(qū)經(jīng)濟發(fā)展的影響研究2139第9章空間計量模型與檢驗 9.1空間權(quán)重矩陣 9.2空間自回歸模型 9.3空間杜賓模型 9.4空間誤差模型 9.5專題8:中國金融風(fēng)險的空間集聚與溢出效應(yīng)31410第10章機器學(xué)習(xí)與數(shù)據(jù)分析 10.1機器學(xué)習(xí)概述 10.2分類分析 10.3回歸分析 10.4聚類分析10.5關(guān)聯(lián)規(guī)則挖掘分析10.6模型評估與選擇10.7專題10:基于機器學(xué)習(xí)的上證指數(shù)走勢預(yù)測研究2.513.511第11章深度學(xué)習(xí)與數(shù)據(jù)分析11.1神經(jīng)元 11.2BP神經(jīng)網(wǎng)絡(luò) 11.3卷積神經(jīng)網(wǎng)絡(luò) 11.4循環(huán)神經(jīng)網(wǎng)絡(luò) 11.5深度學(xué)習(xí)模型優(yōu)化策略 11.6專題11:基于深度學(xué)習(xí)的