金融统计分析论文篇1
（二）金融风险度量的灵敏度分析方法灵敏度分析方法是对金融风险度量的线性度量，它测定的是市场因子的变化与证券组合价值变化的关系。常在固定资产市场、股票市场和衍生工具市场中使用，“凸性”代表了衡量利率变动时长期的变动，“伽玛”是在反应衡量标的资产变动的情况下“德尔塔”的变动。“凸性”和“伽玛”两个指标都是只度量一个金融变量中二阶金融风险的大小。此分析方法在使用的过程中也存在一定的问题，如局部的分析变化、对产品类型太过依赖，不能在所有产品中使用、分析出的数据不稳定大，也会出现风险等对此分析方法的推广使用上不可靠，也限制它的广泛使用。
（三）金融风险度量的VaR分析方法及其改进VaR的分析方法是现在一种新发现的金融风险度量的分析方法，相比以前的分析方法，具有更广泛的用途，可在不同金融市场中进行评价；容易让人接受，可以短时间内进行操作，但此分析方法也有一定的不足，此分析方法适合在没发生危险的市场中，当极端危机出现时就不能正确评估，对数据的分析不能全局分析等，这些分析的缺陷促使对其进行改进，出现了极值分析方法、半参数分析方法，这些分析方法都是利用观察到的尾部分布的指数特性来估计。这些分析方法都是在前人研究的基础上进行摸索研究而得到的，但每种分析方法都不是最先进，随着金融问题的越来越复杂，也会有更新的方法出现。
二、多维度金融风险度量的统计分析方法实例分析
金融风险度量的统计分析方法随着时代的变迁也在不断的改进，每种金融风险评价模型都是通过分析方法进行验证的，采用VaR的分析方法对我国金融机构中2004-2012年间5个维度金融风险度量进行分析。对金融风险度量进行5个维度进行评价，如宏观经济维度、银行与货币维度、泡沫维度、外部冲击维度和债务维度进行综合评价后进行VaR方法的计算，得到的结果见表1。从表中可以发现：宏观经济维度的金融风险的VaR值在[0，2]之间，说明其不同年份中波动性相对于其他几个维度的变化是最小的；银行与货币维度风险的VaR值在[0，5]之间，说明其不同年份中波动性是比较大的；泡沫维度风险的VaR值在[0，6]之间，说明其不同年份中波动性也是较大的；外部冲击维度风险的VaR值在[0，8]之间，说明其不同年份中波动是最大的；债务维度风险的VaR值在[0，3]之间，说明其波动性也是比较小的。
金融统计分析论文篇2
1.引言
金融作为现代经济的核心，对国民经济的长期稳定增长起着重要的“杠杆效应”和“中枢效应”。而金融市场量的扩张和质的改善离不开其所处环境的支持，所以，金融生态就成为金融市场存在和发展的基础和前提。就西部地区而言，金融生态的改善不仅可以优化西部金融体系的筹资用资功能、资产流动与重组功能、企业融资的风险约束功能[1]，而且可以很好地促进西部地区的资本形成，缓解西部地区发展的资金约束，改善西部产业结构，从而进一步提高西部企业在规模经济、产业结构、技术层次、内部运行机制等方面的发展水平。
本文首先拟对金融生态水平的衡量建立评估指标体系，然后对1997～2005年西部十二省区的金融生态状况进行面板数据分析，最后对西部地区金融生态水平进行实证分析，并提出针对性的政策建议。
2.文献回顾和研究目的
金融生态理论的形成与发展来自于金融现实的发展，随着全球范围内经济货币金融化的迅猛发展，国内外学术界对金融生态理论日益关注，在这一理论的形成过程中，产生了一系列有影响的成果。
2.1 西方学者对金融生态理论形成的贡献
金融生态是一个仿生概念,它的理论来源是生态经济学。英国生态学家A.G.Tansley于1935年生态系统学，极大地丰富了生态学的内容，为后来生态经济学的产生奠定了自然科学方面的理论基础. 20世纪20年代中期，美国科学家Mekenzie首次把首次把植物生态的概念与动物生态学的概念运用到人类群落和社会的研究，提出了经济生态学的名词，主张经济分析不能不考虑生态学过程。在此基础上，美国经济学家Kenneth.Boulding在其重要论文《一门科学―――生态经济学》中，正式提出了生态经济学的概念[2]。
1973年，美国经济学家Ronal McKinnon和Edward S・Shaw提出了金融深化理论[3]，其主导思想是取消政府对金融系统的一切干预和管制，让货币金融系统按照市场机制自发运行。金融深化理论纠正了传统经济理论中对货币金融因素的忽视，更加注重金融系统的内在机制运行，从而形成了金融生态学的萌芽。
20世纪末, 演化经济学获得了里程碑式的发展。演化经济学把经济系统的演化看作一个渐进的变化和发展过程, 认为选择机制是演化机制的一个关键性部分[4]。金融体系作为经济系统的一个重要组成部分,其发展也会经历一个由低级到高级不断优化的演进过程。不断深化的生态经济学为我们从生态角度透视金融环境问题奠定了理论基础。
2.2 国内学者对金融生态理论的研究成果
胡章宏（1998）采用系统论的研究方法, 将金融体系视为有机系统, 提出了金融质性发展和良性发展的概念。这些观点跳出了传统经济学对金融内生发展研究的理论范式, 开始用系统学的观点审视我国金融体系存在的问题, 并注意到金融业的可持续发展是多种因素综合作用的结果, 从而为金融生态环境理论的提出提供了较为明确的目标指引。白钦先教授（2001）较早注意到金融生态环境对金融业发展的约束作用, 首先提出 “金融生态环境”这一概念。他当时所刻画的金融生态环境, 是特定的金融生态环境以其环境容量和 “净化”能力对经济活动会产生的约束性影响。兰州大学高新才教授（2004）针对西部落后地区如何谋求经济发展，如何缩小与发达地区的差距的问题，提出营造良好金融生态环境的问题[5]。
2004年11月，央行行长周小川博士在经济学50 人论坛上将生态学概念系统地引申到金融领域，强调用生态学的方法来考察金融发展问题，通过完善法律制度等改进金融生态环境的途径来支持和推动整个金融系统的改革和发展[6]。随后，其他学者也进行了相应的研究，苏宁（2005）研究认为, 金融生态是一个比喻, 它不是指金融业内部的运作, 而是借用生态学的概念, 来比喻金融业运部环境。韩平（2005）认为, 金融生态是指影响金融业生存和发展的各种因素的总和。徐诺金（2005）把金融生态概括为各种金融组织为了生存和发展, 与其生存环境之间及内部金融组织之间在长期的密切联系和相互作用过程中, 通过分工、合作所形成的具有一定结构特征, 执行一定功能作用的动态平衡系统。
通过比较以上中外学者的研究成果，我们可以看出，由于研究者的学术背景差异和所考察对象空间纬度和时间跨度的不同，其对金融生态的研究侧重点也不尽相同。总体而言，笔者认为，目前的学术界对金融生态理论的研究还有以下三点不足之处：一是缺乏对金融生态水平的评估指标的研究；二是对金融生态的定量化实证研究不足；三是对金融生态的作进一步的区域化考察较少。正是本着弥补上述不足，本文试图结合西部十二省区的面板数据，对西部地区的金融生态水平进行定量化的实证研究。
3.金融生态水平评估指标体系的构建
金融生态是一个复杂而又庞大的系统，它由许多子系统构成。各个子系统均从不同方面对金融市场中的经济主体产生影响。一般而言，这些子系统包括经济发展水平、金融市场孕育水平、法制健全水平、信用体系建设水平、市场服务和监管水平等五大部分。
为了方便建立面板数据模型，我们将本着数据的可得性、易量化性和简洁性等原则来选取相关的评估指标。本文中，笔者选取金融生态系统内的五大部分共16个评估指标来衡量某一区域的金融生态水平。具体指标如下：
3.1 经济发展水平指标
①GDP增长率
②金融业投资比例＝金融业投资额／全行业固定资产投资额
3.2 金融市场孕育水平指标
①经济的货币化程度＝M2／GDP
②金融业内主要金融机构的资产总额
③金融从业率＝金融业从业人数／全部就业人数
④本地金融机构资金流入与流出状况
3.3 法制健全水平指标
①金融案件结案率＝金融案件结案数量／金融案件案发数量
②金融相关法律法规出台数量
③金融交易规范化程度
3.4 信用体系建设水平指标
①金融市场交易主体诚信意识、诚信文化的文明程度
②本地金融机构的不良贷款比例＝本地不良贷款额／全国不良贷款总额
③企业的资产负债率＝负债总额／资产总额
④本地间接融资比例＝本地贷款总额／全国国内贷款总额
3.5 市场服务和监管水平指标
①金融中介总数量（包括会计和律师事务所、仲裁机构、信用担保和资信评估机构）
②政府相关部门的行政效率和监管效率
③金融机构风险控制机制和市场退出机制的完善
当然，经济体系内还有其他指标对金融生态系统起着作用，但是考虑到建立模型的需要和指标的重要程度，其他因素不予考察。尽管上述各项指标可以很好的在总体上反映某一区域的金融生态水平，但是对其中的一些难以量化但是对金融生态有着重要影响的指标，如金融交易规范化程度、政府相关部门的行政效率和监管效率等，我们在建立模型时对其进行虚拟变量的等级量化。还有一些可以量化但是数据却很难获得的指标，如金融案件结案率、金融中介总数量等，我们将其进行剔除。这不会对整个评估体系产生根本上的影响。简化后的指标体系如图1所示：
图1 修正后的金融生态评估指标体系
4.基于面板数据的实证分析
4.1 计量经济模型的建立
我们对西部金融生态的研究使之所以选用Panel Data的分析方法,主要是因为影响金融生态的因素非常多,再加上数据的限制,我们无法将有关变量纳入到计量经济模型中来，而Panel Data可以很好的避免造成遗漏变量所导致的误差（omitted variable bias）[7]。
在模型中，我们把西部金融生态的状况作为模型的因变量，用Y表示，将其划分为三个等级：较差、一般和良好。同样，我们也把法制健全水平和市场服务监管水平两个虚拟变量指标划分为上面的三个等级。金融生态的各个评估指标：GDP增长率、金融业投资比、经济货币化程度、金融从业率法制健全水平、企业资产负债率、本地市场主体间接融资比、市场服务监管水平等分别用GDP、INVEST、MONEY、JOB、LAW、DEBT、LOAN、SERVICE来表示。从而，根据经济理论和Panel Data的分析方法，我们建立如下的初始计量经济模型：
其中，Y、LAW、SERVICE都是虚拟变量，它们的取值如下：
Y、LAW、SERVICE ＝ 1 较差2 一般3良好
4.2 模型框架的说明和数据的来源
模型(1)中μit表示随时间变化，不可观测到的因素对金融生态水平的影响，也即随即扰动项。αi 则表示在时间上恒定的条件下，不可观测到的因素对金融生态水平的影响。根据Panel Data的相关理论，αi假设的不同，初始模型(1)又可分为混合估计模型；固定效应模型和随机效应模型三种情况。如果各个截面的αi 都相等为α0，模型(1)为混合估计模型；如果αi 与其他自变量存在相关性，即Cov(Xitj, αi )≠0，t=1,2,...T,j=1,2,...K。则模型(1)为固定效应模型；反之，如果αi 与其他自变量不存在相关性，模型则为随机效应模型。由于不同的模型具有不同的估计方法和估计值，我们首先应用统计结果作Hausman检验，来确定应该选用固定效应模型还是随机效应模型。然后，再应用相关的F统计量检验，来分析混合估计模型和固定效应模型[8]。
数据来源：根据1997～2005各年《中国统计年鉴》、《中国金融年鉴》测算得出。部分数据根据各省区国民经济和社会发展公报测算得出。
注：MONEY＝M2/GDP指标中的各省份的M2数据较难获得，这里用城乡居民储蓄存款余额来代替。为了保持统计口径的一致性，JOB指标中的金融从业人员数量用各年末金融业从业职工数量来表示。同时为了更好地衡量各地的信用状况，DEBT指标用“三资”企业的资产负债率来表示。
为了使模型更具一般性和代表性，也为了便于比较，我们在选取西部十二省数据的基础上，又选取了北京、上海、天津三个金融生态较好的东部地区作为样本数据。本文所选用的数据大部分来自《中国统计年鉴》、《中国金融年鉴》。为了保证各年省级层面数据统计口径的一致性和准确性，我们对相关指标数据作了变通处理，但这并不影响对评估指标的解释能力。对于模型中虚拟变量具体值的选取，我们是根据相关材料和各省份具体的经济表现而确定的。表1提供了样本中各省份的自变量平均值（mean）的时序变动情况。
4.3 估计结果和模型检验
我们对模型(1)分别进行了混合估计模型估计；固定效应模型估计和随机效应模型估计。具体估计结果见表2.
针对上表中的三个模型的分析结果，我们首先进行Hausman检验。利用Eviews5.1可以直接进行Hausman检验。检验结果Hausman统计量H＝34.758364 >x20.01(8)＝20.09。所以模型存在固定效应，应该建立固定效应模型。其实在Panel data分析中，随机效应模型是针对当个体成员单位是随机地抽自一个很大的总体时来考察总体的情况而设立的，由于本文是考察全部西部十二省的金融生态状况，所以固定效应模型更为合适。再来比较混合估计模型和固定效应模型的情况。我们根据F统计量的取值来分析：
F＝[(SSEr-SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)] （2）
其中，SSEr，SSEu分别表示混合估计模型和固定效应模型的残差平方和（Sum squared resid）。N为截面数，T为年数，K为解释变量。根据面板数据的分析结果知：SSEr＝14.0057，SSEu＝3.142874，带入（2）式可得，统计量F＝27.18983725 >F0.01(8,118)＝2.66。所以拒绝原假设，应该建立固定效应模型。从以上分析可以得出，我们最终选择固定效应模型作为我们分析的依据，着重用固定效应模型来测度西部各省份的金融生态水平。
5.西部地区金融生态水平的评估分析
随着我国经济的快速发展，西部地区的经济水平实现了大幅度的提高，同时在资本市场的建设与完善、金融制度的创新、金融环境的改善等方面也取得了可喜的成绩。但是，西部各省区的金融生态水平到底在什么样的水平上？与东部发达地区相比，西部地区金融生态建设的差距又在哪里？通过对这些问题的考察，可以得出西部地区未来进一步加强金融生态水平建设的着力点。本文将根据前文中论述的金融生态评估指标体系，利用西部各省区在1998～2006年的评估指标的平均值来，测度各省区的金融生态水平，然后我们再进行各省区的比较分析。
从上表可以看出，重庆、四川、陕西三省市的金融生态水平Y值介于2和3之间，说明这三个省份的金融生态状况比较良好。2007年第三届中国金融（专家）年会将西安评价为西部金融生态城市高速发展的引擎[9]。另外，2007年重庆市政府提出要用13年时间把重庆打造成西部金融中心[10]。本文的数据比较好的支持了这两种观点。甘肃、内蒙古、广西、新疆的金融生态水平Y介于1和2之间，但接近于2，说明金融生态状况正由一般向良好发展，具有很好的发展潜力。而宁夏、云南、贵州、青海、几省的金融生态指标值Y较接近于1。这些省份的金融生态状况不容乐观，必须予以重视，应大力加强金融生态水平的构建与优化。从固定效应模型的系数值和西部金融生态的差距来看，西部地区金融生态水平建设应该从以下两点加以考虑：一是要大力强化法制健全水平的建设，因为法制水平的作用在模型中表现特别突出，同时也是西部金融生态水平的软肋。二是要优化本地区的信用体系水平，加强金融市场的中介服务建设，以吸引金融人才和金融资本的大量进入。三是要着力培育金融在经济发展中的深化度，特别是要加强资本市场的建设，注意用金融的杠杆作用推动经济的快速发展。
参考文献：
[1]谢丽霜.西部开发中的金融支持与金融发展[M].大连：东北财经大学出版社,2003：2－18.
[2]为经济可持续发展创造良好的金融生态[N].上海证券报,2005-10-11.
[3]张莉萍,衣长军.海峡西岸经济区金融生态环境分析[J].中国科技信息,2007，(2)：7－8.
[4]代金奎,腾春强.金融生态问题研究综述[J].济南金融,2007，(2)：11－16.
[5]张新记.构建西部地区金融生态环境的理性分析[J].社科纵横,2007，(2)：4－5.
[6]周小川.完善法律制度,改进金融生态[EB/OL]. pbc.省略/detail.asp?col=5110&ID=46.
[7]Irvine.Eviews 5 User Guide、Version、Quantitative Microsoftware[M].california.USA.2004：46.
[8] Aazrul Islam.Growth Empirics:A Panel Data Approach[J].Quarterly Journal of Economics,1995, Vol.110：1127-1170.
[9]中国金融大典[EB/OL]. news.省略/zhuanti/2007032201.
[10]重庆金融宏图：13年建成西部金融中心[N].第一财经日报,2007.4.9.
［作者简介］宁文娟(1982- )，女，西北工业大学硕士研究生，主要研究领域：现代西方金融发展理论、西方金融结构理论。
金融统计分析论文篇3
经济统计学专业是统计学在经济领域中的应用学科，是以经济数据为研究对象，包括经济数据的采集、生成和传输，用统计方法分析经济数据背后的经济现象以及复杂经济系统的规律，从而为经济和管理决策服务。2013年，我国首次设置经济统计学专业。作为地方二本师范院校的经济统计学培养方案设计，没有任何成功经验可以借鉴。因此，我们在按照教育部要求，根据经济形势发展情况，借鉴财经类、综合类和师范类院校的统计学专业经济统计方向的课程设计，结合院校实际，依托学校建设应用型教学的平台，来确定经济统计学专业的培养理念并建立课程和实训设计体系，进行经济统计学的培养方案设计。
一 课程体系设计和实践实训设计整体思路
1.遵照教育部对经济统计学专业的要求
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学，其中核心课程为西方经济学（微观经济学、宏观经济学），计量经济学，财政学，货币金融学，会计学，经济统计学，国民经济统计学，概率论与数理统计，抽样技术与应用，应用时间序列分析。实践性教学环节包括实验课程（含基本统计分析软件应用、统计实务模拟等），社会实践（含经济社会统计调查、统计工作实习等），科研和论文写作（含毕业论文、学年论文、科研实践等）。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石，可以攻玉。我们选择了部分具有代表性的财经院校（如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院）和综合类院校（如浙江大学、吉林大学、南京大学和云南大学）以及师范类院校（如北京师范大学、华东师范大学、东北师范大学、南京师范大学）作为参照院校。通过比较分析得出，在统计学经济统计、商务统计、金融统计方向中，财经类院校主要突出经济学课程，招生偏重理科生。综合性院校和师范类院校主要课程为理学类，招生偏重理科生。
综上所述，经济统计学专业应培养适应信息化社会需要，熟练掌握现代统计理论和经济数量分析方法，具有扎实的统计学、经济学和金融学基础，能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一，以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生，设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者，授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高，我们提高了课程总学分和总学时，注重主干学科和专业课程的开课顺序和教学周学时分配，强化实训实践课程，实行理论和实践并行。
培养方案确定了5门学科基础课程，分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程，分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程，分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
金融统计分析论文篇4
暨南大学金融学即金融工程方向培养学生具有良好的道德情操、人文素养和较强的创新精神，具有国际视野和再学习能力，掌握经济学、金融学、金融工程等方面的基础理论和知识，具备扎实的数理分析和统计分析能力。
该学校专业培养具有良好的道德情操、人文素养和较强的创新精神，具有国际视野和再学习能力，掌握经济学、金融学、金融工程等方面的基础理论和知识，具备扎实的数理分析和统计分析能力，能在国内外金融企业从事金融产品和金融工具的设计与开发、金融风险管理、公司金融业务经营与管理等工作的复合型人才。需要学习微观经济学、宏观经济学、运筹学、金融学、金融工程、财政学、金融市场学、计量经济学、应用统计学、概率论、博弈论、公司金融、证券投资学、国际金融、商业银行管理、风险投资、投资基金等，该学校专业具有很好的市场前景。
（来源：文章屋网 ）
金融统计分析论文篇5
1、侧重于理论教学，实践教学内容缺乏
当前的教学型本科院校中开展金融统计课程大多只注重于理论教学，实践教学进行的比较少，而发展成熟的金融统计实践教学体系更是寥寥无几。大多金融统计实践教学还只是流于形式。因为实验和实践性的操作随意性都很本文由收集整理大，更多的是为了实验而实验，为了实践考核而实践，所以，这对学生的独立思考能力的提高、分析问题能力和动手解决问题能力等方面内容的设置明显不足。对于校外的实践活动而言，由于缺乏有序的、系统的实践设计安排，并且对于学生的管理大多都是松散式的管理模式，在校外实践的内容上也是规定不明确，导致校外实践的专业性不明确，实践效果不理想。
2、实践教学的条件有待提高
实践教学的顺利开展是以具备完善的实践教学条件为保证的。由于各大学的办学时间、办学质量还都存在一些缺陷，因此，大多数的院校存在这样的一些情况：一是对于理论教学团队建设而言，总体的教师水平都比较薄弱。通过走访调查，在各大院校中的金融统计专业中，具有高学历、丰富实践经验的教师比较少，所以金融统计实践教学开展的不太顺利。二是实验室资源有限，教学软件的研发和使用滞后，尤其是金融统计的实验软件研制滞后。
3、缺少独立的实践教学考核系统
目前，各大学为保障实践教学质量出台了一系列管理措施，通过设置实践课程、建立实践组织、完善实践教学保障体系等措施来不断提高实践教学质量，但是却忽略了对影响实践教学效果的重要指标——考核办法和考核标准的监控。长期以来，对实践教学效果的考核评价主要使用的依然是理论课程的考核方法和考核标准，以学习成绩作为考核的唯一指标，这种考核办法不能对千差万别的实践教学做出客观而公正的评价，对学生实际操作能力的养成是非常不利的。
二、金融统计创新实践教学的目的
1、让学生及时了解金融系统的新变化与金融市场的新发展
在过去20年里，金融系统发生巨大的变化，创新步伐的急剧加速已经极大地改变了国际金融体系。由国际化、市场化、信息化等多方面因素推动的金融创新最终都可以落实到金融工具的创新上。金融统计工作应如何应对这些新情况？让学生通过参加社会实践和实习以增强学生对于社会、国情和专业背景的了解，才能拓宽视野，为培养具有求是创新精神和国际竞争力的高层次优秀人才奠定良好基础。
2、培养适应地方经济发展需求的创新应用型人才
人才培养方案的优劣是能否培养出创新型应用人才的关键，所以，金融统计实践教学体系必须纳入到人才培养方案中来，并且按照金融行业的用人标准来构建金融统计的实践教学体系。因此，我们可以在金融统计实践教学体系构建的过程中有目的性地进行相关内容的实践，满足金融行业的需求，以求适应市场对创新应用型人才的需要。
3、以实践教学为主要途径培养学生的综合分析能力
金融统计是一门实践性很强的课程，通过实践教学把基础理论、统计方法和分析能力三者有机的结合起来，使学生能够举一反三。教师要在实践教学过程中引导学生充分发挥其主观能动性，帮助学生融会贯通相关金融知识，培养学生分析经济问题、金融问题的实际动手能力，达到理论知识和实践知识的有机统一。
三、金融统计实践教学体系的建立途径及措施
相对于理论教学体系而言，实践教学体系是由一系列实践教学活动构成的整体。大学金融统计实践教学体系的构建既是为了培养创新应用型人才，也是为了使得金融统计学科自身不断发展。培养创新型应用人才不仅要考虑金融行业的实际需求，而且不能脱离实践教学活动，又因为金融统计是应用性课程， 金融统计学科的自身特点决定了其必须注重实践的特性，通过实践去发现问题、认识问题、解决问题进而完善金融相关理论。因此本科院校应针对金融统计学科的这一特点，结合金融行业发展的需求，设置科学的、合理的实践教学体系。
1、加强实践教学内容，把理论和实际紧密结合
金融统计是融金融理论、金融数据、金融现实问题、金融统计指标和统计分析方法为一体的学科，与其他课程相比，该课程更加有利于提高学生分析和解决实际问题的综合能力。通过该门课程的学习，学生不仅清楚我国现行金融市场的数量特征，而且能够运用统计方法和统计分析技术对一些金融数据进行分析，从而能够为有关部门的决策提供有价值的参考。因此，教师在教学的过程中应该根据时代的发展，经常引进和补充新的教学内容，大胆吸收外国优秀教材的优点，适当增加应用前景良好的统计方法，结合常用的统计分析软件，并给出相应的数据，使学生不仅学习了统计理论和方法，而且培养了学生的实际动手能力。同时，教师在教学中，还应该尽可能的使用我国的真实数据作为案例，以激发学生的学习热情。例如金融统计学应将国际统计标准规则和中国实务相结合，以分析研究货币信贷及金融运行的各种数量关系为主要内容，因此，教学素材要定期更新，足够丰富，以满足学科教学需要；课程的实践环节可以采取科研型实践模式，即通过专题调研、论文写作、课堂讨论等实践教学形式，将课堂理论教学、金融业务实践、课外科研实践紧密结合在一起，以加深学生对所学内容的掌握和对金融现实问题的了解。
2、改进实践教学的条件
金融统计分析论文篇6
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学,其中核心课程为西方经济学(微观经济学、宏观经济学),计量经济学,财政学,货币金融学,会计学,经济统计学,国民经济统计学,概率论与数理统计,抽样技术与应用,应用时间序列分析。实践性教学环节包括实验课程(含基本统计分析软件应用、统计实务模拟等),社会实践(含经济社会统计调查、统计工作实习等),科研和论文写作(含毕业论文、学年论文、科研实践等)。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石,可以攻玉。我们选择了部分具有代表性的财经院校(如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院)和综合类院校(如浙江大学、吉林大学、南京大学和云南大学)以及师范类院校(如北京师范大学、华东师范大学、东北师范大学、南京师范大学)作为参照院校。通过比较分析得出,在统计学经济统计、商务统计、金融统计方向中,财经类院校主要突出经济学课程,招生偏重理科生。综合性院校和师范类院校主要课程为理学类,招生偏重理科生。
综上所述,经济统计学专业应培养适应信息化社会需要,熟练掌握现代统计理论和经济数量分析方法,具有扎实的统计学、经济学和金融学基础,能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一,以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生,设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者,授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高,我们提高了课程总学分和总学时,注重主干学科和专业课程的开课顺序和教学周学时分配,强化实训实践课程,实行理论和实践并行。
培养方案确定了5门学科基础课程,分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程,分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程,分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
金融统计分析论文篇7
Key Words:macro-financial efficiency,micro-financial efficiency,empirical research
中图分类号: F830文献标识码: A文章编号:1674-2265(2010)01-0074-06
一、引言
资源配置一直是经济学的核心范式。Koopmans(1957)将资源配置效率划分为宏微观两个层次,其后在微观层面取得较大的进展:Leibenstein(1966)的X效率理论、Charnes (1978)的DEA方法、Berger 等人(1994)将上述研究成果引入银行效率研究;作为资源配置效率的一种特殊形式,以Fama(1965)的有效市场理论为代表的股票市场信息(资源)效率自成一体。相比之下,宏观经济效率与宏观金融效率离实际应用均有一段距离。
尽管上世纪90年代金融发展理论的最新进展(Levine等,1997)强调金融功能观(Merton,1995)、法律因素与金融与经济之间关系的实证研究,但仅以储蓄――投资转化率(SLR)等单指标代替宏观金融效率。近年来,李广众和王美今(2003)、王志强和孙纲(2003)、沈军(2006)等人对中国金融发展与经济增长关系进行了实证研究。沈军(2006、2008)在金融发展理论的框架下,从系统与资源的双重视角构建了金融效率的理论与实证分析体系。
在微观金融效率研究方面,Berger和Humphrey(1994)与Young(2001)等人通过研究证明,X效率是决定金融机构经营绩效至关重要的因素。Rangan et al.(1988)运用DEA方法检验了215 家美国银行的技术效率;Sathye(2003)对印度的银行效率进行了实证研究。国内学者(魏煜和王丽,2000;秦宛顺和欧阳俊,2001;张健华,2003;王艳颖,2004;刘汉涛,2004;朱南等,2004;王聪等,2007)借鉴国外研究的先进成果,运用DEA方法(及其改进)、Tobit回归模型对中国银行的效率及其影响因素进行了分析,得出了不少有价值的结论。虽然研究银行效率的文献较多,但由于投入――产出中采用的变量不同、采用的实证方法不同,使得现有的结论不能得出比较一致的观点。为此,一些文献在实证方法与投入-产出变量的选取上进行了有益的改进。在实证方法方面,平衡计分卡原理、二次相对评价与“超效率”模型以及标杆管理等原理与方法被用来弥补DEA方法本身的不足;在变量选取方面,不少文献注重把握银行与一般企业的区别。
尽管宏观金融效率与微观金融效率紧密相关,但上述文献梳理充分表明宏观金融效率与微观金融效率研究已出现分野。由此我们很容易提出这样以下问题:宏观金融效率与微观金融效率的关系到底怎样?宏观金融效率与微观金融效率一致吗?中国金融体系的薄弱环节――农村金融在该问题上更为突出吗?
相对而言,单独考察农村金融发展与经济增长关系的研究成果还比较少。Glenn D. Westley(1997)对拉丁美洲国家农村合作金融体系的政策与绩效之间关系的研究,结论表明,信用合作社的绩效主要依赖于债务人的还款激励和影响信用合作社审贷能力的其他因素。Neil Esho(1999)以澳大利亚为例分析了合作金融机构成本效率的决定因素,分析表明,债券类型、规模、期限、平均存款规模、利率差是相对成本效率的显著的决定因素。Gunter Lang(1999)用基于面板数据的随机前沿分析方法研究了德国合作银行之间的并购效率。结果发现,被并购银行的效率要低于相同规模银行的平均水平,但接管银行几乎相当;不能证明并购有明显的效率收益,但并购公司的差异将逐步缩小。
由于缺乏相关的统计数据,对农村合作金融的实证研究文献较少。徐笑波、郑英陶等(1994)论述了中国农村金融深化与经济发展的关系,但基本上属于定性描述,实证上也只是进行简单的描述性统计,相似的研究有宋宏谋(2003)。张兵、朱建华等(2002),姚耀军(2004)对我国农村金融发展与经济增长的关系进行实证分析,结论大多支持中国农村金融发展对经济发展的促进作用。
农业是整个国民经济的基础,农村金融是中国金融体系的短板。针对宏观金融效率与微观金融效率研究出现的分野,聚集中国金融体系的短板,我们探求两种效率之间的关联。为此,本文从宏微观金融效率两个方面探讨了广东农信社的金融发展。一方面,考察广东农信社金融发展与农村经济发展之间的关系、检验广东农信社发展的规模和效率是否促进了广东农村经济的增长:其一,通过回归分析检验广东省农信社作为一个整体对广东农村经济的可能存在的促进作用;其二,根据所得数据,将农信社所在地区分为发达地区、较发达地区和欠发达地区,运用Panel-Data模型分析农信社对当地经济发展的影响。另一方面,将广东农信社的微观金融效率与四大国有银行的微观金融效率进行比较。在此基础上,尝试回答“宏观金融效率是否与微观金融效率一致”的问题,从而将金融效率研究拓展至新层面。本文最后提出了中国农村金融发展走效率型发展之路的若干设想。
二、广东省农信社宏观金融效率实证研究
广东省农信社金融发展与经济增长关系所代表的宏观金融效率研究从两方面展开:
第一,通过回归分析检验广东省农信社作为一个整体对广东农村经济可能存在的促进作用;
第二,根据所得数据,将农信社所在地区分为发达地区、较发达地区和欠发达地区,运用Panel-Data模型分析农信社对当地经济发展的影响。
(一)研究样本与数据来源
本文的研究样本包括1993-2004年广东全省农信社以及广州、东莞、中山、珠海、佛山、江门、汕头、潮州等十八个城市农村信用合作社。按照广东省十八个市的农信社相关数据,我们根据当地的经济发展水平划分为发达、较发达和欠发达等三个地区,其中,发达地区包括广州、佛山和东莞;较发达地区包括江门、茂名、惠州、汕头、湛江、中山、珠海以及肇庆;欠发达地区则包括韶关、潮州、阳江、梅州、清远、汕尾和河源。根据以下实证分析所选取的变量,本文数据主要来源于广东省和相关城市农村信用合作社资料中心、《中国统计年鉴》(2004光盘版)、《中国金融年鉴》、《中国农村统计年鉴》(2004)、中宏数据库(高教版)、中国经济信息网等。文中的计量分析均使用Eviews5.0。
(二)回归分析
1. 变量选择与定义。根据上述研究思路,本节实证分析的目的是要揭示农村合作金融与农村经济增长的关系。因此,我们将使用两组指标,一组反映农村合作金融发展状况,另一组则反映农村经济增长状况。本节先以广东全省数据作为一个整体进行分析,再通过地区的划分进行panel-data模型分析。具体指标包括:
(1)合作金融发展规模指标。金融发展规模首先可以通过金融资产的绝对数量及其人均金融资产额来衡量,而基于一国国民财富扩展的金融发展规模则通常采用戈氏和麦氏两种指标来进行衡量。Goldsmith(1969)提出金融相
关率(FIR)概念,其完整表达式为M2+L+S / GNP,其中M2 为货币存量,L为各类贷款,S为有价证券。麦氏指标则是指McKinnon(1973)在衡量一国金融发展水平时所使用的货币存量(M2)与国民生产总值的比。Levine 和Zervos (1998)认为,M2与GDP的比值即不能度量负债的来源,也不能度量金融系统的资源配置,经济增长主要依赖于金融部门的功能,进而他们认为银行信用是度量金融发展的有用指标。Arestis、Demetriades 和 Lintel (2001)考虑了在不发达国家国内信贷的作用,而设计了L/GDP这一指标。国内学者(2002)、李广众、陈平(2002)以及史永东、武志等(2003)也利用该指标来进行相关研究工作。本文参考上述指标,得出了反映农村合作金融发展规模的指标――农村合作金融相关率,表示为RL/RGDP。其中,RL表示农村合作金融的贷款余额,RGDP表示农村GDP。该指标与经济增长在理论上是正向关系,即金融相关率越高,贷款规模越大,就可能更好地促进经济增长。具体计算时,RL为广东省农信社年度贷款总量,由于广东省尚未开展农村GDP的统计,本节以按行业增加值计算的广东省农业GDP来代替 。该指标简记为RFIR。
(2)合作金融发展效率指标。结合王志强、孙刚(2003)的研究,本节中的金融发展效率是指农村合作金融机构将农村存款转化为农村贷款支持农村经济增长的效率,即存贷比(deposits-loans rate),该指标简记为DLR。理论上分析,若金融发展效率越高,则意味着该指标越小,即存款转化为贷款规模的比例越大,或是贷款增加幅度大于存款增加幅度,将更好促进农村经济的增长。具体计算时,则为广东省农信社的年度存款与年度贷款的比值。
(3)农村经济增长指标。在金融发展与经济增长关系的实证研究中一般是用GDP增长(Cheng,1999;Darrat,1999;Ram,1999)或用人均GDP的增长(Jung,1986;Denetruade and Hussein,1996;Odedokun,1996)来测量经济的增长,朱琴华(2001)提出了对我国进行农村GDP核算的必要性与可行性。由于目前没有广东省农村GDP的数据,本节考虑以农村人均纯收入来作为农村经济增长的指标,记为RINC。
2. 主要变量的统计特征。我们先对所选取的变量及相关数据进行描述性统计分析,从中可以得到一些直观的结论。具体见图1、2、3。
图1体现了1993-2004年广东省农村居民人均纯收入大幅度提高,农村经济获得迅速发展。图2说明了1993年以来,尽管金融相关率指标有一定的波动,但整体上看广东省农信社贷款规模呈大幅上升之势。其中,1995年该指标较低,为120%,而2002年的相关率指标高达195%。由图3可知,在样本期内存贷比指标的值都大于1,而且呈现出较为明显的下降趋势,这在一定程度上反映了广东农信社把从农村地区吸纳的存款转化为贷款支持农村经济发展的规模在不断提高。
为了减少数据变动幅度,我们对RFIR、DLR、RINC三个指标取自然对数值,分别记为LNRFIR、LNDLR、LNRINC。如图4所示,图中的三条折线分别反映了我国1993-2004年广东省农民人均纯收入(LNRINC)与广东省农信社发展规模(LNRFIR)、发展效率(LNDLR)之间的变化趋势。从图中可以看出,农民人均收入与农信社发展规模、发展效率均为正相关关系,也验证了上述的理论分析。
3. 变量之间的相关性分析。在进行回归分析之前,我们还对变量进行相关性分析。通过简单相关系数的计算,试图反映出农村经济增长与合作金融规模和效率之间的关系。具体结果见表1。
表1所显示的系数符号与我们的预期是一致的,农信社发展规模与发展效率指标均与农村经济增长指标呈现出正向关系。
4. 回归结果及因果关系分析。
(1)回归结果
回归模型以LNRINC为被解释变量,分别以LNRFIR和LNDLR为解释变量,来反映农村合作金融发展规模和发展效率与经济增长的关系。运用Eviews5.0软件提供的普通最小二乘法(OLS)对以上变量进行拟合,得到主要结果综述见表2。
表2说明了当解释变量为农信社发展规模时,它与农村经济发展呈显著正相关关系,规模提高1%时,农村经济增长也相应提高1.18%;当解释变量为农信社效率,效率提高1%时,推动农村经济增长0.91%,得出的结果与大多数学者的研究是一致的,即金融规模和金融效率促进了经济的增长,只不过我们这里特别分析了农村合作金融与农村经济增长。但二者之间是否存在因果关系,或者农村经济的增长是否也促进了农村合作金融规模和效率的提高呢,这一问题我们可以通过格兰杰因果检验来进行分析。
(2)因果关系分析。根据格兰杰因果检验的原理,我们分别对农村金融发展规模和发展效率与农村经济增长指标进行格兰杰因果检验,检验结果见表3。
5. 简要结论。通过回归分析和格兰杰因果关系检验可以得知,在样本期内,农村合作金融发展规模和发展效率是农村经济增长的格兰杰原因,即农村合作金融发展较好地促进了农村经济的增长。这说明了农村信用社作为农村合作金融的主体,是农村信贷资金的主要来源,它对推进农业和农村经济的发展具有举足轻重的作用。另一方面,实证分析也反映出农村经济增长不是农村合作金融规模扩大的格兰杰原因,这也表明了农村合作金融并没有随农村经济增长而发生相应的质的变化,农村合作金融的发展相对滞后于农村经济的增长。
(三)Panel-data模型分析
前面我们以广东全省作为一个整体来探讨农信社规模与效率对农村经济增长的影响,那么,在广东省经济发展水平不同的地区,农信社对当地经济的促进效应是否与上述分析是一致呢?结合收集到的相关数据,本小节把广州、佛山、东莞等十八个城市分为经济发达地区,较发达地区与欠发达地区,并运用Panel-data模型分析农信社对不同经济发展水平地区的影响。
1. 数据处理。按照广东省十八个市的农信社相关数据,我们根据当地的经济发展水平划分为发达、较发达和欠发达等三个地区。同时,对农村经济发展水平、农信社规模以及农信社效率等三个指标分别取其平均值来进行具体分析。
2. 确定模型形式。我们判断是用固定效应模型还是随机效应模型来进行分析,这一过程主要利用Hausman检验来完成。
Hausman检验的原假设H0是:个体效应与回归元不相关,即随机效应。选择如下检验统计量:
其中, 和分别为固定效应和随机效应估计中的系数向量,而 和 分别为和的方差阵。
和、和可以有固定效应估计和随机效应估计直接得到。同时,服从 分布。
根据固定效应估计和随机效应估计结果,由(1)式计算可以得到LM=21.2148,而在95%的置信水平下的临界值为5.99146。所以拒绝原假设,与我们的预期是一致的,选择固定效应模型进行分析。
3. 固定效应估计结果。运用Eviews软件中panel-data模型中固定效应分析方法,我们得出广东省三个地区的经济增长水平与农信社规模和效率的估计结果,详见表6。
从上述结果,我们可以发现panel-data模型的分析要比回归分析的结果来得更加显著。与回归分析结果相比,农信社规模与效率对农村经济有更加显著的促进作用。一方面,可能是由于panel-data模型分析中的样本容量增多,使得结果能较准确地反映现实;另一方面,我们还可以从截距项看出,发达地区的农信社对当地经济有较大的促进作用,较发达地区的作用次之,欠发达地区的促进作用就相对小些,这一结论与我们的理论预期也是相符的。相对而言,随着农村改革进程的深入及相关产业的发展,农村发达地区对资金有较大需求,其中不少来源于农信社贷款,极大地促进当地经济的发展。
三、广东农信社微观金融效率分析
限于数据的可获性,本文未严格区分微观效率与绩效两概念。在衡量金融机构经营绩效指标方面,国内大多数学者运用总资产收益率(ROA,当年利润与农信社总资产的比值)和净资产收益率(ROE,当年利润与农信社净资产的比值)等财务指标来进行分析,也有一些研究同时采用上述两个指标。结合笔者所采集的数据,本文分别采用ROA和ROE指标来衡量广东省农信社微观金融效率,并与四大国有银行进行对比。
对原始变量进行描述性统计的具体结果详见表7。由表7 可以清晰地看出,1993-2004年,广东农信社的总资产收益率和净资产收益率均值分别-0.002117、-0.160180,均为负值,这反映了样本期内广东农信社的整体绩效较差。其中,总资产收益率的总体变化和波动幅度并不大,而净资产收益率的变化相对比较大;其次,样本期内广东农信社总资产有了明显增加,2004年的总资产约为1993年的6.6倍;再次,广东农信社的不良贷款规模也比较大,样本期内的不良贷款率平均值为36.85%,同时,最小值和最大值的差距也相当大。这也从一定侧面反映了广东农信社的贷款投向不很理想,有相当一部分的贷款成为不良贷款。另外,从广东农信社的法律诉讼费用来看,样本期内的均值为1021.25万元,从统计曲线看,1993到2002年呈直线上升之势,2003年有所回落。这在一定程度上反映出随着农村经济的发展,农信社相应诉讼案件也在不断增加。我们还选取了1997-2002年四大国有商业银行的ROA和ROE指标与广东省农信社相应指标对比,我们可以发现广东农信社的ROE指标明显低于四大国有商业银行,具体结果见表8。
四、相关结论与政策建议
(一)相关结论
本文以广东省农信社以及18个城市的农信社为样本,实证分析了农村合作金融发展与经济增长的相互关系,以及其微观金融效率状态,分析结果基本上与我们的预期是一致的,当然也存在一些不足,实证支持还有待进一步完善。这有多方面的原因,包括变量的选择、模型的设定以及数据的问题。限于篇幅,本文未对影响农村合作金融效率的相关因素进行分析。
结合本文的实证分析,本文得到以下两点主要结论:
1. 农村合作金融发展具有较为显著的经济增长效应,这一点在广东省分地区的面板数据分析中表现的更为突出,这也从相当程度上说明广东农信社的宏观金融效率较高,该结论与我们的理论预期相吻合。限于数据的可对比性,本文运用ROA和ROE指标为农信社微观金融效率的替代指标,并与四大国有银行进行对比,结果表明农信社微观金融效率较低,该结论也与我们的理论预期相吻合。
2. 农村金融是中国金融体系的短板,从效率角度探讨农村金融把握住了问题的关键。广东农信社的相关实证研究否定了“宏观金融效率与微观金融效率一致”的命题。
(二)政策建议
1. 中国农村金融发展是一系统工程,从系统上重新构建中国农村金融体系将为全面提升中国金融效率进而促进中国农村金融发展奠定基础。白钦先(2004)提出,必须从战略上、整体上、根本上中长期思考与解决中国农村金融体制问题。所以必须对中国农村金融体系进行战略性重构重组与重建,构建以国有商业性金融(中国农业银行)和国有农村合作金融(中国农业发展银行)为主导与主体的,以商业性和政策性非银行金融机构为两翼的(财产保险、人寿保险、医疗保险与社会保障保险、特别是农业保险等)的,以兼具商业性与政策性双重属性的、地方性农村合作金融(合作银行和信用社)为庞大基础的中国农村金融新体制。
2. 尽管造成中国农村金融困境有许多历史性的原因,归根结底,中国农村合作金融发展中存在的问题其实可归结于多目标错位问题。在中国农村金融改革与金融发展中,其多目标错位,即效率(赢利性目标)只是其中一个重要因素,还有合作制目标(为社员服务的原则)、政策性目标(服务三农)、规模性目标等目标,将上述多目标由错位到归位,把效率放在重要位置,是解决中国农村金融困境的必由之路。
3. 从理论上讲,微观金融效率是宏观金融效率的基础,没有微观金融效率支持的宏观金融效率是暂时的空中楼阁,如何通过提高微观金融、进而带动宏观金融效率的提升是解决中国金融体系“木桶效应”的关键之所在。
参考文献:
[1]King,Robert G and Levine,Ross. 1993. Finance and Growth:Schumpeter Might Be Right[J] .Quarterly Journal of Economic . Vol.108:717-38.
[2]La Porta et al. 1998. Law and Finance[J] . Journal of Political Economy .Vol.106:1113-1155.
[3]巴曙松. 当前农村信用联社体制的缺陷及出路[J].中国农村经济,2007,(8).
[4]白钦先. 中国农村金融体制改革的战略性重构重组与重建[W].政府咨询报告,2004.
[5]胡方勇. 完善我国农村金融体系的经济学研究[J].金融发展研究,2009,(9).
[6]李广众、陈平.. 金融中介发展与经济增长:多变量VAR系统研究[J].管理世界,2002,(3).
[7]王志强、孙刚. 中国金融发展规模、结构、效率与经济增长经验分析[J] .管理世界,2003,(7).
金融统计分析论文篇8
(一)培养目标缺乏特色
地方应用型本科院校基本是由专科院校升格的新建本科院校,本科办学历史较短,其在学科专业建设、师资力量、生源层次等各方面与研究型、教学研究型大学存在较大差距,但目前应用型本科院校金融学人才培养目标却缺乏特色,和教学研究型、研究型大学基本没有什么差别;而且随着国家高等教育的发展和经济金融的发展,金融学专业培养的毕业生出现了较为严重的结构性失衡,再将地方应用型本科院校的金融人才培养目标笼统地定位为高级金融人才是适应不了我国经济金融迅速发展的需要。
(二)课程体系设置不合理
目前地方应用型本科高校金融学专业基本沿用研究型、教学研究型大学金融学专业的课程体系设置,按照公共基础课、专业基础课、专业方向课、选修课和实验室教学以及实践实习等设置课程体系,主要注重宏观金融基础理论、专门知识的传授和研究论文撰写的训练,新型微观金融理论和数理知识传授以及实际操作技能训练相对不足。虽然宏观金融部分教学可以使学生较好地理解金融政策,但如果缺乏微观金融基础使学生难以深入理解金融的内在本质与运行机制;数理知识的不足使得学生对现代微观金融三大核心理论CAPM模型、MM定理和B-S欧式期权定价模型的学习都可能感到困难,更不用说深刻理解和运用了[1]。虽开设了与会计从业人员资格证书、证券从业人员资格证书等相对应的《会计原理》、《证券投资学》等课程,但对加深学生对金融市场理论的理解、提高学生实际操作能力的实践性教学课程开设相对不足;只开设了商业银行业务模拟、证券实时行情分析与交易模拟、公司财务报表分析实验课程,还缺乏外汇行情分析与交易模拟、期货模拟交易与行情分析及保险实务模拟等方面的实验课程。
(三)实践性教学相对不足
地方应用型本科高校金融学专业虽然专门安排了实践性教学,但由于与本地区商业银行、证券公司、保险公司、信托公司和基金公司等金融机构缺乏深入的合作关系,有的学生找不到金融机构进行各种实习,即使到金融机构的各种实习业大都流于形式、无法真正在实际业务操作中深化对金融学基本理论的理解和强化技术技能培训。
(四)师资队伍建设相对滞后
目前地方性应用型本科高校的师资大部分是来自高校的博士硕士,虽然受过较为系统的经济金融学学术训练,具有较深厚的经济金融理论基础,具有一定的学术研究能力,但由于大多没有在金融机构工作过的经验,自身缺乏一定的实际操作能力和实践业务工作经验;虽然也从金融机构等实践部门聘请一些高管和业务人员来学校进行讲学,由于他们时间和精力有限,很难系统地进行课堂教学和实践指导。
三、应用型本科院校金融学专业人才培养创新路径探讨
(一)人才培养目标创新
由于和研究型、教学研究型大学各方面差异的实际存在,地方应用型本科高校生存发展必须要寻求错位发展,形成自己的培养特色。其培养目标是应该为本地区金融业发展培养应用性专门人才,在培养学生良好基本素质、掌握金融基础理论和专门知识的基础上,更应突出综合素质和能力培养的特色,强化宏观经济政策分析和微观专业技术技能的训练,使学生毕业就能从事银行、证券、保险、信托、基金等金融业工作。地方应用型本科院校金融学人才培养应该是服务本地方经济发展,以能力培养为核心的应用型金融人才培养,培养的学生应全面掌握金融学专业基本理论体系和和专门知识以及金融领域基本工作技能,形成良好的金融专业素养;主要应关注金融及相关领域的原理性知识与专业技能的系统训练,侧重学习掌握基本经济金融理论及其应用以及金融分析的基本工具和方法,要求学生掌握现代金融基础知识、基本技能和管理技术,能熟练运用计算机、外语和数学等现代金融活动所必须的工具以及良好的人文品德修养、职业道德和社会责任感;培养人才具备的应用型特色应该放在更加突出的位置,当然应用型人才与技能型人才是有差别的,不仅要求熟练掌握运用各种金融微观业务操作技能,更要求具有坚实的金融学基础理论和专门知识,具备创新能力和分析问题、解决问题的能力,如果培养的人才不具备宏观理论分析能力,那就是工具主义教育,不是应用型本科教育的题中之义了。[2]
(二)课程体系创新:构建能力本位的模块化课程体系
1.突出能力导向
应根据金融学专业对应的岗位所需的知识、能力和素质来构建模块化课程体系。应从学科本位转向能力本位,在坚持学科专业导向的基础上、强化能力导向,不必过分追求学科知识的专精深,而应关注专业知识的广度和交叉融合,在基本掌握经济金融学基本原理的基础上,突出对现代金融基本理论和专门知识的应用能力和实际操作能力的培养以及较为系统的基本技能和专业技能训练。
2.课程体系模块化
金融统计分析论文篇9
当前的教学型本科院校中开展金融统计课程大多只注重于理论教学,实践教学进行的比较少,而发展成熟的金融统计实践教学体系更是寥寥无几。大多金融统计实践教学还只是流于形式。因为实验和实践性的操作随意性都很大,更多的是为了实验而实验,为了实践考核而实践,所以,这对学生的独立思考能力的提高、分析问题能力和动手解决问题能力等方面内容的设置明显不足。对于校外的实践活动而言,由于缺乏有序的、系统的实践设计安排,并且对于学生的管理大多都是松散式的管理模式,在校外实践的内容上也是规定不明确,导致校外实践的专业性不明确,实践效果不理想。
2、实践教学的条件有待提高
实践教学的顺利开展是以具备完善的实践教学条件为保证的。由于各大学的办学时间、办学质量还都存在一些缺陷,因此,大多数的院校存在这样的一些情况:一是对于理论教学团队建设而言,总体的教师水平都比较薄弱。通过走访调查,在各大院校中的金融统计专业中,具有高学历、丰富实践经验的教师比较少,所以金融统计实践教学开展的不太顺利。二是实验室资源有限,教学软件的研发和使用滞后,尤其是金融统计的实验软件研制滞后。
3、缺少独立的实践教学考核系统
目前,各大学为保障实践教学质量出台了一系列管理措施,通过设置实践课程、建立实践组织、完善实践教学保障体系等措施来不断提高实践教学质量,但是却忽略了对影响实践教学效果的重要指标——考核办法和考核标准的监控。长期以来,对实践教学效果的考核评价主要使用的依然是理论课程的考核方法和考核标准,以学习成绩作为考核的唯一指标,这种考核办法不能对千差万别的实践教学做出客观而公正的评价,对学生实际操作能力的养成是非常不利的。
二、金融统计创新实践教学的目的
1、让学生及时了解金融系统的新变化与金融市场的新发展
在过去20年里,金融系统发生巨大的变化,创新步伐的急剧加速已经极大地改变了国际金融体系。由国际化、市场化、信息化等多方面因素推动的金融创新最终都可以落实到金融工具的创新上。金融统计工作应如何应对这些新情况?让学生通过参加社会实践和实习以增强学生对于社会、国情和专业背景的了解,才能拓宽视野,为培养具有求是创新精神和国际竞争力的高层次优秀人才奠定良好基础。
2、培养适应地方经济发展需求的创新应用型人才
人才培养方案的优劣是能否培养出创新型应用人才的关键,所以,金融统计实践教学体系必须纳入到人才培养方案中来,并且按照金融行业的用人标准来构建金融统计的实践教学体系。因此,我们可以在金融统计实践教学体系构建的过程中有目的性地进行相关内容的实践,满足金融行业的需求,以求适应市场对创新应用型人才的需要。
3、以实践教学为主要途径培养学生的综合分析能力
金融统计是一门实践性很强的课程,通过实践教学把基础理论、统计方法和分析能力三者有机的结合起来,使学生能够举一反三。教师要在实践教学过程中引导学生充分发挥其主观能动性,帮助学生融会贯通相关金融知识,培养学生分析经济问题、金融问题的实际动手能力,达到理论知识和实践知识的有机统一。
三、金融统计实践教学体系的建立途径及措施
相对于理论教学体系而言,实践教学体系是由一系列实践教学活动构成的整体。大学金融统计实践教学体系的构建既是为了培养创新应用型人才,也是为了使得金融统计学科自身不断发展。培养创新型应用人才不仅要考虑金融行业的实际需求,而且不能脱离实践教学活动,又因为金融统计是应用性课程, 金融统计学科的自身特点决定了其必须注重实践的特性,通过实践去发现问题、认识问题、解决问题进而完善金融相关理论。因此本科院校应针对金融统计学科的这一特点,结合金融行业发展的需求,设置科学的、合理的实践教学体系。
1、加强实践教学内容,把理论和实际紧密结合
金融统计是融金融理论、金融数据、金融现实问题、金融统计指标和统计分析方法为一体的学科,与其他课程相比,该课程更加有利于提高学生分析和解决实际问题的综合能力。通过该门课程的学习,学生不仅清楚我国现行金融市场的数量特征,而且能够运用统计方法和统计分析技术对一些金融数据进行分析,从而能够为有关部门的决策提供有价值的参考。因此,教师在教学的过程中应该根据时代的发展,经常引进和补充新的教学内容,大胆吸收外国优秀教材的优点,适当增加应用前景良好的统计方法,结合常用的统计分析软件,并给出相应的数据,使学生不仅学习了统计理论和方法,而且培养了学生的实际动手能力。同时,教师在教学中,还应该尽可能的使用我国的真实数据作为案例,以激发学生的学习热情。例如金融统计学应将国际统计标准规则和中国实务相结合,以分析研究货币信贷及金融运行的各种数量关系为主要内容,因此,教学素材要定期更新,足够丰富,以满足学科教学需要;课程的实践环节可以采取科研型实践模式,即通过专题调研、论文写作、课堂讨论等实践教学形式,将课堂理论教学、金融业务实践、课外科研实践紧密结合在一起,以加深学生对所学内容的掌握和对金融现实问题的了解。
2、改进实践教学的条件
金融统计分析论文篇10
金融市场的发展对于经济的发展起着举足轻重的作用，为此，有必要对各金融理论的研究范式进行比较与分析，探寻各金融理论的适用范畴。面对当前复杂的国内外经济形势，深入认知金融系统的演化规律，探寻促进金融系统稳定有序发展的方法，最终实现对金融系统的优化和控制，有着重要的现实意义。
金融理论的研究范式不断革新，深受心理学、物理学、系统科学等相关科学的影响。从当前金融理论研究范式来看，现代金融理论建立在有效市场假说、资产组合理论等假设基础上的，然而对金融系统的实证检验证明，其假设基础具有局限性，不能对如日历效应、新股谜团等“异常”金融现象作有效解释[1]。此后，行为金融理论借助心理学、行为科学等研究范式，对“理性人”假设作了有条件的放松，并解释了部分“异常”金融现象，但这一研究范式也存在缺陷（如运用心理偏差过于随意等），受到现代金融理论支持者的质疑。实际上，这两种金融理论研究范式都已经不足以解决金融系统的非线性、复杂性等问题。20世纪80年代始，相关系统科学理论逐步应用于金融系统的非线性、复杂性、动态性问题等问题的研究中，并取得了有益的研究成果。他们以实现对金融系统的认知、优化和控制为研究任务，是一种全新的金融理论研究范式，代表未来金融理论研究创新的方向。
基金项目：本文系国家社会科学基金项目“系统科学范式下金融理论与应用”（项目批准号：11BJY147）、教育部人文社会科学研究规划基金项目（项目批准号：10YJA90110）、中国博士后科学基金项目（项目批准号：20110490239）、山东省自然科学基金项目（项目编号：ZR2009HL016）的阶段性成果。
作者简介：刘超（1969-），男，北京大学研究员，山东财经大学教授、硕士生导师，研究方向金融理论、系统科学、制度经济学。孟涛、刘丽，山东财经大学金融学硕士研究生，研究方向为金融工程与金融风险管理。
本文的创新点在于在梳理系统科学应用于金融研究文献的基础上建立了系统科学金融理论（简称系统金融理论）框架，阐明了其理论基础、核心思想观点和体系结构，并将现代金融理论、行为金融理论与系统金融理论进行了比较，得出了系统金融理论的优越性。
二、系统科学应用于金融研究的文献梳理
系统科学主要研究系统的一般属性和运动规律，研究系统的演化、转化、协同与控制的一般规律，系统的非线性、复杂性、动力学性，系统间复杂关系的形成法则，结构和功能的关系，有序和无序状态的形成规律等。系统科学不仅将揭示这些规律作为其基本任务，还要以揭示的系统规律认识系统，并在认识系统的基础上控制系统。系统科学提供了一种超越传统分析思维的一种思维方式，因而属于一种方法论学科，可以作为新的金融理论研究范式，提供金融理论研究技术、方法。
通过对当前系统科学理论的梳理和综合，可以依据相关理论研究侧重点的不同，当前系统科学理论划分为非线性科学（包括耗散结构理论、分形理论、混沌论、突变论、协同论等）、复杂性科学（包括CAS理论等）系统动力学等三大组成部分[2]。为清晰的了解当前系统科学在金融研究中的进展情况，下面将按照上述理论体系，进行简要文献梳理。
（一）非线性理论在金融研究中的应用
诞生于20世纪70年代的耗散结构理论、协同学、突变理论、混沌学以及分形理论等分别从不同角度研究复杂事物的规律性，采取的方法是非线性的，因此将这些学科统称非线性科学，是系统科学的重要组成部分，已经广泛应用到金融研究中。
1. 耗散结构理论在金融研究中的应用
国外主要有：George C．Philippatos和Charles J．Wilson(1972)最早将熵作为风险的度量。他们用熵函数代替方差，来计算最优投资组合系数，建立了对非正态的概率分布同样适用的均值一熵模型代替均值一方差模型。Gulko L.(2002)将最大熵原理和无套利资产的定价相结合，分析了熵在资本定价市场中的经济学意义[3]。
国内主要有：雷华（1996）从系统科学耗散结构的角度分析了我国经济系统现状，指出宏观调控手段是控制通货膨胀的有效途径，通过系统负熵流的输入和涨落机制的作用，改善系统自组织功能，从而实现对通货膨胀的控制。李华、何东华、李兴斯（2003）等则改进了马可维茨的证券投资组合模型，提出用熵作为风险的度量方法，建立了新的证券投资组合优化模型。张世晓，王国华（2010）根据耗散结构理论运用“金融熵”指标建立区域金融集聚系统运行方向判别模型，分析了武汉市金融集聚系统的演化趋势及演化机制[4]。
2.分形理论在金融研究中的应用
国外主要有：Peters(1991）运用R/S分析方法检验了以美国为主的外国资本市场的分形特征[5]。Ghashghaie等（1996）对美元/马克的汇率数据的标度行为进行了研究，发现汇率变化的概率密度与两点间的空间距离之间的关系相类似，进而认为在外汇市场中也存在信息级联，必须用多重分形理论来研究汇率的变化。Lux和Marches（1999）、Ausloos（2000）则利用DFA方法分别研究了金融市场和外汇、证券市场的标度不变性，证实了分型特征在当今金融市场的存在性。
国内主要有：胡雪明、宋学峰和王新宇（2003）利用DFA方法计算了沪深股市收益率的标度指数，结果表明：在不同的标度区域，上证指数标度指数的变化，幅度明显大于深成指标度指数的变化幅度沪深股指在中短期显示出状态持续性，长期表现出状态反持续性。曹广喜（2007）利用R/S分析方法对我国证券市场（主要是上证指数和深成指数）进行了实证分析，均证明了我国股市的长期记忆性的存在。徐文坤，张卫国（2011）进行了金融时间序列分形维参数方法估计方法的比较，认为Whittle算法具有更高的精度和更好的稳定性，并对沪深市场的发展状态进行了实证应用。
3.混沌理论在金融研究中的应用
国外主要有：Day R.（1983）认为，货币政策传导具有混沌性，单一的货币政策非一般或非正常操作能够导致整个系统行为产生巨大的、不可预知的复杂变化和整体涌现性。M.A.Torkamani（2007）研究表明：可以用国民收入、通货膨胀率、利率、进出口等经济变量来描绘汇率时间序列，认为某些非线性因素导致汇率运动对初始条件和特定参数的取值敏感，从而导致混沌现象的产生，在经济活动中，就表现为汇率的巨大波动[6]。
国内主要有：李玉锁，齐中英（2006）基于相空间重构技术对我国银行间同业拆借利率进行了实证研究，通过计算关联维数和Kolmogorov熵值，认为我国银行间同业拆借利率具有混沌特性，从而不可能对银行间同业拆借利率做出长期预测[7]。唐雨丁（2010）运用混沌理论和分形市场理论，探讨了汇率政策的有效性，认为汇率波动是一个复杂的非线性过程，一国货币当局在制定货币政策时应充分考虑汇率的记忆性以及对初始条件的敏感性。
4.突变理论在金融研究中的应用
国外主要有：Perron(1989) 把突变点作为外生给定,运用结构性突变单位根检验, 对美国经济变量作结构性突变的单位根检验，发现美国经济变量时间序列数据大部分为结构突变趋势稳定。Oskooee、BrookS(2006)使用结构突变技术考查了二十个发展中国家的购买力平价。发现多数发展中国家并不满足传统购买力平价。
国内主要有：南旭光，罗慧英（2006）根据金融体系的非线性及出现的突变现象，将突变理论应用到金融脆弱性的分析和评价中，并且构筑了金融体系脆弱性综合评价突变模型，定义了金融脆弱度。刘磊（2009）采用突变级数法对贵州省遵义市14个县级行政区域进行了农村金融生态环境的评价，得出了经济较差的农村生态环境水平普遍较低，但经济好的地区不一定高且地区农村金融生态环境存在马太效应。贺凤羊，刘建平（2010）从结构突变的视角对金融危机前后我国CPI涨跌序列进行了内生结构变动的单位根检验，得出的主要结论是，金融危机前后我国CPI涨跌序列的数据生成为两次结构突变的趋势平稳过程，而非一阶单整过程[8]。
5.协同理论在金融研究中的应用
国外主要有：Fields等人(2007)研究了美国等几个国家银行保险业并购中的协同效应，并且认为这种效应与规模经济、范围经济、并购双方的地理位置显著相关[9]。Chakraborty等人(2008)应用协同理论研究了并购中反收购、金色降落伞和讨价还价问题，认为目标公司股东实施反收购行为不一定总是最优行为。
国内主要有：鲍丹（2008）分析了金融创新的要素协同机制，分析了金融创新的序参量。罗嘉（2010）将协同学引入金融监管的研究中，运用开放系统分析法和协同分析法系统分析我国的金融监管协同机制，发现我国金融监管子系统之间的关联性不强，我国的金融监管在宏观上处于相对无序的发展状态[10]。黄先可，张伟（2011）运用协同学理论研究了中小企业融资问题，认为应当创造条件使系统进行协同运动，及时、有效地引导序参量的发展，有效地实现金融创新。
（二）复杂性理论在金融研究中的应用
复杂性科学（complexity science）是研究复杂性与复杂系统中各组成部分之间相互作用所涌现出复杂行为、特性与规律的科学。20世纪90年代前后国内外学者逐渐将复杂性理论应用到金融研究中。
国外主要有：1993年，圣菲研究所的阿瑟、霍兰、勒巴伦、帕默和泰勒等人建立了人工股票市场模型研究，它不但可以产生满足有效市场假说的理性预期均衡的结果，包容经典理论，而且也能够显现出主体与系统的协同进化及复杂度加深等复杂适应系统的性质， 结果也表现出与真实数据相似的统计特征，这种方法逐渐发展为基于主体的计算金融学。Tesaftsion（1998，2001）建立了一个多主体的劳动力市场模型用于分析市场结构、雇佣关系、工作行为和福利之间的相互关系。
国内主要有：刘洪（2004）通过对我国上市公司中部分绩优公司与停牌或已经退市公司在管理活动、R&D、市场营销、融资渠道、资源配置和企业形象6个方面的多样性、自发性、融合性、适应性、超越性和变形性6个复杂性指标的分析与比较，验证了公司成长与复杂性之间的正向关系和沿着复杂性增长路径发展的复杂性理论观点。应尚军等(2005)建立了基于元胞自动机的股票巾场仿真模型，运用分形结构特征变量和稳定性变量来刻画股票巾场的复杂性特征，考察了投资者从众行为这一投资心理与巾场复杂性特征变量的相关关系 [11]。石丹（2008）指出金融创新系统具有聚集（aggregation）特性，系统的主体通过相互作用而组成的聚集体可以形成更高一级的主体，比如涉及多个创新领域的金融集团，比如金融中介与研究机构联盟，比如拥有固定客户群体的创新网络联盟等。
（三）系统动力学理论在金融研究中的应用
系统动力学（SD）是20世纪中期发展起来的以计算机模拟为主要手段，通过结构—功能分析，研究解决复杂动态反馈性系统问题的仿真学科，是系统科学的重要组成部分。20世纪80年代国内外学者逐渐将系统动力学应用到金融研究中。
国外主要有：De Long等人（1990）明确提出了正反馈的概念，并提出了一个由理易者、理性投机交易者和正反馈交易者这三类交易者在证券价格形成过程中的博弈模型。Ozdenoren和Yuan（2008） 从正反馈交易行为影响资产价格，资产价格来影响公司现金流的角度研究正反馈交易对资产均衡价格的影响，结论是强烈的正反馈交易导致市场的过度波动[12]。Alessandro Vaglio（2010）通过建立系统动力学模型分析了经济增长、复杂性以及人口“成熟”之间的关系，认为经济增长表示为一种过程，外生地产生技术创新，从而增加了劳动分工并使社会机构更复杂[13]。
国内主要有：巴曙松与栾雪剑（2009）应用系统动力学工具，建立模拟模型，对不同货币和财政政策组合下的经济周期发展进行模拟，得出了对比数据，得出了一些对政策组合效果的评价结论，并据此对我国宏观经济政策提出了一些建议[14]。罗天勇（2009）把经济运行系统作为货币动力学系统来研究，通过定义货币流通速度，推导出货币运动的数学物理模型。据此提出应控制货币总量，确保货币供给量的持续稳定增长，实现一国经济的稳定高能运行，达到国家输出价值观的目标。李敏（2010）应用系统动力学方法，分析了金融创新与经济增长之间的关联性，并应用系统动力学Vensim软件构建了系统动力学模型，揭示了金融创新和经济增长之间的动态复杂性[15]。
（四）文献述评
国外学者较早的应用系统科学的相关理论研究金融问题，注重进行数量技术层面的实证分析，但他们大多将自己的研究范式看做是物理学、统计学以及热力学等其他具体科学研究范式。因此，这种研究存在范式归属上的混乱，具有一定的自发性，是不自觉的应用了系统科学理论。
由于我国较早提出了系统科学的思想理论，因而国内学者已经认识到系统科学研究范式的优越性，认识到混沌、分形、协同等理论在金融研究中的应用价值，但总体上，国内学者大多只是将其作为一个具体的角度来研究一个具体的金融问题，在范式归属上也同国外学者一样，往往将自己的理论归于物理学、信息论的研究范式。
综上，国内外已经开始将系统科学应用于金融理论研究，并做出了许多有益的探索，但是还不系统，理论范式归属还不清晰，因而研究缺乏系统性和完整性。为此，建立较为完善的系统金融理论体系有着重要的理论价值。
三、系统科学金融理论体系的构建
（一）系统科学金融理论的概念的界定
构建系统科学金融理论体系，首先要对系统科学金融理论体系的概念予以界定。系统科学金融理论（以下简称系统金融理论）以系统科学研究范式为指导，以系统科学的理论方法和技术为手段，结合金融学和经济学的基本知识和理论，揭示金融系统的演化、转化、协同、优化与控制的一般规律，研究金融系统内部各子系统之间、金融系统与金融环境之间复杂关系的形成法则，金融系统的非线性、复杂性、系统动力学性以及金融有序与无序状态的形成规律等问题，通过对金融系统的实证/实验数据的分析以及对金融系统的非线性、系统动力学、复杂性建模和仿真，深刻认识金融系统的运作规律，并据此提出预测与防范金融风险、进行金融创新、设计和实施金融管理政策等优化与控制的方法和技术，力求达到对金融系统的全面认知、优化与控制。
（二）系统金融理论的研究对象
系统金融理论的研究对象是金融系统。金融系统是指所有金融要素围绕着资金的流动、集中和分配聚集而成的具有跨时期资源配置功能的整体，包括连接资金盈余者和资金短缺者的一系列金融中介机构和金融市场。
（三）系统金融理论的核心思想和观点
系统金融理论认为，金融系统是一个高度开放、多层次的非线性复杂动力学系统，具有非线性、复杂性、系统动力学性。因此，应当将金融问题放回到复杂的金融系统及其环境中，应用非线性、复杂性、系统动力学等理论、技术和方法对其进行研究。其核心观点有：
1.金融系统具有耗散结构、混沌、分形、协同、突变等非线性机制。金融系统的耗散活动是其有序运作的基础，也是其演化的动力源泉；金融系统的相体积在耗散因素的作用下会随着时间的增长而不断的收缩，产生混沌吸引子，并对初始条件具有敏感的依赖性，呈现出混沌状态；耗散性破坏了宏观运动规律的时间反演不变性，导致无规则运动的混沌吸引子产生，因而具有相空间的分形结构；金融系统以混沌和分形的方式不断演化，在吸收足够多的负熵流后，就到达系统宏观状态发生质的改变的转折点附近，必然通过协同作用走向高级有序态；而金融系统从无序走向有序、从低级有序态走向高级有序态，主要是通过突变的形式实现。
2.金融系统是一个复杂的巨系统，具有多样性、非线性、流、聚集、标识、内部模型、积木等特性和机制，系统组分、子系统具有自适应性，系统的各要素之间的相互作用推动了金融系统的演化。基于自适应主体（Agent）的复杂系统建模技术，可以研究金融系统从微观行为到宏观行为的演进规律
3.金融系统具有多重反馈特性、时滞性等系统动力学特性，是动力学系统。金融系统的各要素、各子系统之间具有复杂的正负反馈作用。金融系统的金融监管、金融政策、金融参与者等各系统或要素之间存在不同的因果反馈环路。
（四）系统金融理论的框架体系及主要内容
依据当前系统科学的发展以及在金融研究中的应用情况划分的，与系统科学理论体系相对应，可以将系统金融理论体系划分为非线性金融理论、复杂性金融理论、系统动力学金融理论三大部分[16][17]。
1.非线性金融理论主要采用从定性到定量综合集成的方法来研究金融系统的的耗散、混沌、分形、协同等非线性特征，并研究如何应用非线性建模仿真技术对多目标交互行为进行优化、控制，主要内容包括：
（1）耗散结构金融理论主要研究金融系统的耗散结构特性与金融熵运动的规律。金融系统耗散活动是其有序运作的基础，因此要：分析系统的开放性及其与环境的熵流交换；分析金融信息交互过程中的熵值耗散；建立金融系统评价指标体系，应用熵值法研究、评价系统，进而实现对相关参数的调控。
（2）混沌金融理论主要研究金融系统的混沌性与混沌仿真与控制。金融系统的相体积在耗散因素的作用下会随着时间的增长而不断的收缩，产生混沌吸引子，呈现出混沌状态，因此要：研究金融系统发展对金融初始条件的敏感性依赖；计算其李雅普诺夫指数、关联维等，研究金融系统走向复杂性的时间演化的非周期性等特征；应用混沌模糊逻辑控制方法（T-S模型）对金融系统进行建模、仿真与控制。
（3）分形金融理论主要研究金融系统的分形特征与基于分形测度金融系统控制策略。耗散性破坏了宏观运动规律的时间反演不变性，导致无规则运动的混沌吸引子产生，即相空间的分形结构。因此要：研究金融系统的空间分形结构；研究金融系统中金融信息传导的时滞性，对相关指标进行R/S分析；应用相空间重构技术重构系统相空间，研究金融系统的自相似性和标度不变性。采用基于分形测度的非线性系统模型切换控制策略对金融系统实施控制。
（4）协同金融理论主要研究金融系统的协同性与协同仿真与控制。金融系统以混沌和分形的方式不断演化，在吸收足够多的负熵流后，就到达系统宏观状态发生质的改变的转折点附近，此时可以用协同金融理论来研究支配子系统协同作用的原理。因此要：研究不同开放条件下的各子系统间的协同度；研究金融系统的序参量的产生条件及作用；应用计算机仿真技术研究金融系统的控制参数与控制系数。
（5）突变金融理论主要研究金融系统的突变与突变控制策略。金融系统从无序走向有序、从低级有序态走向高级有序态，主要是通过突变的形式实现，可以用突变金融理论研究金融系统的突变行为，因此要：研究金融系统产生突变的条件和基础；研究金融系统突变的影响和应对策略；应用计算机技术进行仿真模拟，找到相关控制参量。
2.复杂性金融理论主要包括：复杂适应系统金融理论，非线性自组织金融理论（该理论在非线性金融理论部分进行研究）、复杂网络金融理论、复杂系统建模与仿真金融理论和综合集成金融理论等。主要研究金融系统复杂性特性及机制（包括聚集、非线性、流、多样性、标识、内部模型和积木），运用模糊认知图、复杂适应性系统的MAS建模仿真和复杂网络建模仿真等复杂性技术手段构建多Agent模型，采用Swarm等复杂性仿真平台研究各子系统间的交互协调机制，主要内容包括：
（1）研究金融系统的多样性、聚集、流、标识、内部模型、积木等特征和机制；分析系统的层次性，识别系统中各类自适应主体Agent，从而达到对金融系统的复杂性认知。
（2）研究构建金融系统多Agent交互仿真模型。研究金融系统的消费类、投资类、监管类、决策类、金融类等Agent主体的Agent属性集、Agent货币政策交互事件表、Agent货币策交互规则库；应用Multi-Agent建模技术（简称MAS建模技术）、模糊认知图（Fuzzy Cognitive Map ，FCM）、神经网络模型、遗传算法等建模仿真原理构建金融系统多Agent交互系统仿真模型。应用大型复杂仿真系统的VV&A技术（Verification 、Validation &Accreditation 仿真监控技术）体系优化仿真模型，调整各Agent主体交互规则，研究金融系统的复杂性优化措施。
（3）采用基于复杂性理论的协调控制策略，研究使金融系统多目标协调运作的控制环路。金融系统是一个典型的“开放复杂巨系统”，本身具有复杂性和时变性的双重特性，会受到政治环境、经济环境、法律环境、文化环境等因素的影响和制约，因此应当运用复杂适应性理论构建Agent模型，采用基于复杂性理论技术的协调控制策略，对金融系统进行有效的研究。
3.系统动力学金融理论的主要包括：系统反馈金融理论和系统动力学仿真预测金融理论。主要采用系统科学和管理科学的方法，通过建立系统动力学模型来研究金融系统中各要素、各子系统之间如何相互作用；分析研究金融系统的正负反馈、作用平台和关键点，探寻金融系统的演化规律，并通过仿真预测来预测金融系统未来的演化方向[18]。主要内容包括：
（1）研究金融系统的结构，划分子系统；深入研究系统的构成因素，并对变量的关联性进行分析；研究变量之间的因果反馈关系，研究反馈回路的正负极性。
（2）研究金融系统的多重反馈特性、时滞性等系统动力学特性，建立金融系统的相关系统动力学模型，研究建立金融系统的流图以及流图中各变量间的方程；应用Vensim仿真平台对金融系统的系统动力学交互行为进行仿真和预测。
（3）研究相关参数的调节和控制，分析金融系统对不同参数（利率、汇率、存款准备金率等）的敏感度；研究最优的参数调控（包括参数的选取和数值确定），最终实现金融系统的优化和控制。
综上，系统金融理论的三大部分，虽然所研究领域和对象的侧重点不同，但彼此间有着相互联系，见图2：
因此，应用系统金融理论研究金融问题时， 不仅仅要注重某一理论的应用，还应当看到各理论方法的优势和适用研究范围，采用综合集成的方法将各理论研究方法进行综合集成。因此，系统金融理论本身也是系统的，也强调理论应用的系统性，注重从定性到定量的综合集成研究。
（五）系统金融理论的研究方法
1.强调采用系统科学综合集成方法，注重定性与定量研究的综合以及不同理论方法研究的集成。当前金融理论过于偏重于定量研究，而系统金融理论认为，对金融系统的定量研究固然重要，但也不应忽视对金融系统的定性研究。系统科学理论采用定量研究技术（R/S检验、复杂性建模仿真、系统动力学仿真预测），也注重以定性研究方法研究金融系统的非线性、复杂性和动力学行为，认为只有二者有机结合才能达到对金融系统的正确而全面的认知。
2.采用系统建模和计算机仿真技术。非线性理论认为系统具有耗散性、混沌性、分形、协同、突变等特性，因此可以应用混沌系统的模糊逻辑控制、基于分形测度的非线性系统模型切换控制策略等仿真控制方法对金融系统进行协调控制；复杂性理论认为系统具有多样性、聚集、流等特性，因此可以设计金融系统的Agent模型，应用MAS建模技术，建立MAS复杂系统仿真模型，借助Swarm等仿真平台进行主体模拟仿真等；系统动力学着重分析系统间的因果反馈关系，并进行仿真预测，因而主要通过Vensim等系统动力学软件构建金融系统的系统动力学因果反馈模型和结构流图进行实证研究[19]。
四、金融理论的演化路径及各金融理论的比较
金融系统是不断发展和演化着的，并且越来越强烈的显现出其非线性、复杂性。从现代金融理论到行为金融理论再到系统金融理论，其演化是有路径可循的，符合社会经济实践的需要，如图3所示：
可见，系统金融理论可以成为未来金融理论研究的新范式，它提供了认知金融系统规律的全新思维方式，其理论、技术和方法，可以更准确地揭示金融市场的演化规律，是实现对金融系统认知、优化和控制的有力工具。它与现代金融理论和行为金融理论有着本质的不同，如表2所示。系统金融理论完全摆脱了现代金融理论和行为金融理论的假设基础，具有现代金融理论和行为金融理论无法比拟的先进性和科学性，其结论的可靠性更高，主要表现在：
1.系统金融理论直接采用非线性、复杂性和系统动力学的分析方法研究金融系统问题，承认金融系统的非线性、复杂性、动力学性等行为，研究基础更接近于实际情况，其结论也就更有意义。
2.系统金融理论以金融系统为研究对象，注重运用非线性理论技术研究金融系统的的非线，而不简单地做非线性问题线性化处理，能够更彻底和有效的处理非线性问题。
3.系统金融理论充分揭示了金融市场的演化运行机制，能够达到对金融系统的认知、优化与控制。系统金融理论完全以金融系统的实际运行为基础，不进行特别的假设安排，提出了对金融系统的认知、优化与控制的科学研究范式，这是现代金融理论和行为金融理论所不能触及的。
4.系统金融理论强调采用系统科学综合集成方法，注重定性与定量研究的综合以及不同理论方法研究的集成，致力于实现建模人员、决策者和专家群体的融合，能更全面、深入的解决问题。
5.系统金融理论借助系统建模和计算机仿真技术，直接以现实金融行为作为研究对象，无需做任何线性化、无摩擦化假设，因而研究结论更为可靠。
综上，系统金融理论与现代金融理论和行为金融理论的研究范式相比具有很高的优越性，更趋近于现实，必然会使其成为未来金融理论发展的方向。
参考文献：
[1] 易宪容，黄少军. 现代金融理论[M].北京：中国金融出版社，2005：137-177.
[2] 李士勇. 非线性科学与复杂性科学[M].哈尔滨：哈尔滨工业大学出版社，2006：3-8.
[3] Gulko L.The entropy theory of bond option pricing．International Journal of Theoretical and Applied Finance，2002，5(4)：355-384．
[4] 张世晓，王国华.基于耗散结构理论的区域金融集聚演化机制研究[J]统计与决策，2010，（12）:76-78
[5] Peters E. Chaos and Order in the Capital Market [M].New York : John Wiley & Sons, 1991.(03)：112-113.
[6] E.Panas.Long memory and chaotic models of prices on the London Medal Exchange[J].Resources Policy,2001(27):235-246.
[7] 李玉锁,齐中英.基于相空间重构的同业拆借利率混沌特性研究[J].中国管理科学,2006,14(6):140-143.
[8] 贺凤羊，刘建平. 金融危机前后我国CP I涨跌的路径分析一基于结构突变理论的实证研究[J].产经评论，2010(01)：106-113.
[9] Jan Frederik Slijkerman，Dirk Schoenmaker. Risk diver sification by European financial conglomerates[EB/OL]. ，2005.
[10] 郑宝安.重新审视混业经营风险及其监管模式——基于协同理论视角的分析[J].新金融.2008(12):40-43.
[11] 应尚军，魏一鸣，范英，汪秉宏. 基于元胞自动机的股票市场复杂性研究一投资者心理与市场行为[J].系统工程理论与实践，2003(12)：18-24.
[12] Emre Ozdenoren, KathyYuan. Feedback Effects and Asset Prices [J]. Journal of Finance, 2008, 4: 1939-1963.
[13] Koutmos, Saidi R. Positive Feedback Trading in Emerging Capital Markets[J]. Applied Financial Economics, 2001(11): 291-297.
[14] 巴曙松，栾雪剑. 经济周期的系统动力学研究[J].系统工程，2009，（11）：14-19
[15] 李敏. 金融创新与经济增长关联性的系统动态研究[D].武汉：武汉理工大学，2010
[16] 刘超.系统科学范式下的金融理论研究[N].光明日报（理论版），2010，8，24 (10).
金融统计分析论文篇11
长期以来，主流金融学理论关于空间均质的假设隐性地独立了区域的金融活动。对空间因素的忽略往往导致相关研究脱离了金融现实。劳动力、资本和技术等影响区域金融发展程度的重要资源并非均匀地分布于各个地理单元，空间效应是无法避免的问题。空间计量作为一种新发展的研究方法，为金融集聚的研究提供了新的视角。金融集聚是金融效率的空间调整和提高，其对经济增长溢出作用的空间计量分析，既可以从更宽广的角度研究金融产业集聚机理，减少传统建模分析的有偏性，又为考虑地区之间金融集聚空间溢出效应及其对经济增长的作用提供重要参考。
二、基于空间计量的金融集聚研究综述
1.金融集聚的内涵
（1）产业集聚理论为金融集聚的研究提供了借鉴
阿尔弗雷德・韦伯（AlfredWeber，1909）在早期的空间分析体系中提出了“集聚经济”的概念，承认产业集聚的存在。马歇尔（Marshell，1980）提出的空间集聚外在性理论主要针对产业空间集聚而言，对金融集聚有一定的解释能力。而迈克尔・波特（Porier，1998）认为产业集聚是指在特定领域中，大量产业联系密切的企业以及相关支撑机构在空间集聚，形成强劲持续竞争优势的现象。产业集聚的研究已经进入了一个新的高潮。金融产业集聚也在产业集聚的基础上逐步发展。
（2）金融集聚的内涵解释：金融效率的空间调整和提高
在全球化、信息化和市场化的背景下，金融产业的空间集聚现象日趋明显。实质上，这是金融效率的空间调整和提高，主要体现在累积经济性、层次性和空间性三个方面（林江鹏、黄永明，2008）。
第一，金融产业集聚的累积经济性。各区域的金融资源具有禀赋差异，为了谋取更好的发展，大量金融机构和企业利用自身优势，通过专业化分工的方式，形成一种合作与竞争并存的长久关系，集聚在某一特定的区域。
第二，金融产业集聚的层次性。由于资源分布和社会分工受到地域条件的约束，金融地域流动（张凤超，2003）形成了区域、国家和国际三个不同层次的金融集聚。这是依据空间思维动态地揭示出金融参与地域运行的程度，进而提高金融效率。
第三，金融产业集聚的空间性。在适宜的地域内，金融资源通过与地域条件协调、配置，确定空间位置和扩展范围以及空间序列上的关联，进而形成金融产业集聚。
因此，金融集聚具备过程和结果的双重含义（黄解宇、杨再斌，2006），是由金融运动的区域选择和所引起的相关金融部门在某地区通过各种联系形成的地理上高度集中、相互竞争、相互合作的产业群体。
2.金融集聚的发展机理
（1）金融集聚的驱动因素
就宏观背景而言，强大的国家经济实力是金融集聚形成的原动力；趋于成熟的产业集聚诱导着金融产业资本的集聚（冉光和，2007）；城市功能扩张影响金融产业集聚演化（梁颖，2006）；政府的扶持性政策支撑着金融机构进行大规模空间聚合；而专业化人才聚集及不断增长的金融市场，则为金融集聚提供了发展空间。
关于金融集聚的微观驱动因素，很多学者进行了理论和实证分析。这些理论从信息不对称、规模经济和空间不均匀三个不同的视角分析金融集聚的成因，对此问题提供了较强的解释。塑造和发展金融产业集聚的背后力量，大致可以从信息外在性着手（Porteous，1995）。正是由于信息的不对称性质，金融部门需要接近于信息源（Zhao，2002）。集聚不仅加强了信息的可得性，也促进了信息规模的形成。国内外学者仅仅是分析促使集聚形成的具体因素，缺乏对这些因素重要性的实证检验和对驱动过程、速度的动态考察，也没有形成系统的模型，从而难以揭示驱动因素的动态特点。
（2）金融集聚的发展模式
金融集聚形成的有效途径大致有两种：一种是自发形成，借助城市经济结构的历史转变和空间布局的自发调整，以实体经济的发展为支撑，吸引金融企业迁移而形成集聚。早期的区位优势一旦形成锁定（Krugman，Fujita，1999），将会通过辐射效应，巩固产业集聚的效果，加深集聚的程度与规模；另一种则是政府引导，通过人为设计规划和政策强力支持，由政府对具有金融产业集聚潜力的城市引入金融资本，形成产业集聚的雏形，并配套相当宽松灵活的产业政策，促进金融产业集聚的发展。
在集群生命周期（Swan，1998）的基础上，Naresh和Gary（2003）指出金融集聚的积极效果并不会无限期地持续存在，也可能有负的聚集效应，这取决于利润和成本是否均衡。当集聚效应达到临界点，拥挤的集群和竞争力的现象将会加剧。一旦饱和状态，平均利润率下降，集群中的企业进入和增长速度将降低，最终将导致集群的衰退。
金融集聚的整个开发过程的，不仅受到集聚区成本和利润的变化，也在政策变化、外部因素的影响，如信息的流通。所有这些因素和区域空间定位、辐射强度和连接的强度是分不开的。因此，从空间的角度关系的方向结合系统动态分析的金融产业集聚，金融集聚是这种复杂的经济现象的新切入点。
3.基于空间计量的金融集聚分析
金融集聚的运动规律以及运动结果沿着空间差异、过程和相互作用的模式运行（宗晓武，2008）。而传统经济学理论对空间事物的关联性以及均质性的忽视，容易导致研究结论偏离经济现象的真实性（吴玉鸣，2007）。卢卡斯・安瑟林（Anselin，1988）创立的空间计量经济学理论和方法为该研究提供了非常有效的分析工具。
（1）空间计量模型
空间数据一般同时存在空间相关性和异质性，由此产生的空间效应使得我们不能再采用传统的时间序列或者截面数据分析方法进行研究，而空间计量模型放松了不存在截面相关这一基本假定，引入了空间相关这一概念，将变量之间的地域影响串联起来，并且通过构造空间权重矩阵来量化空间相关性的大小，为空间数据的分析提供了一个新的思路。
在建立空间经济计量模型时，Moran’sI指数（Moran，1950）、Geary'sC指数（Geary，1954）和Moran散点图是用于空间检验检验变量是否存在空间自相关性最直观和简便的方法。在验证了经济活动的空间邻近影响后，则需要进行空间计量估计和检验。所建模型如表1所示：
表1 空间计量模型
其中，W1和W2分别代表被解释变量，解释变量，误差项和随机扰动项的空间权重矩阵。在实证分析中，为了防止约分导致空间相关重新被忽略，W1和W2一般不等。ρ，δ，λ和γ则表示空间回归系数。s1i和s2i分别表示地区1和地区2的观测值。
对于空间权重的选择问题，通常有两种主要方式：邻近指标和距离指标（Anselin，1988）。在实际应用中，邻近指标常是指，如果两个地区相邻，则权重取1，否则取0。距离指标则选用欧式距离计算公式，假定空间相互作用的强度取决于地区间的质心距离或者区域行政中心所在地之间的距离，此外也包括经济和社会因素的更加复杂的权值矩阵设定方法。
（2）金融集聚的内部空间计量研究
在空间计量的框架基础上，国内外学者对金融集聚现象所做的研究相对较少。
李镔（2013）运用空间计量模型并采用Moran指数和Lisa指数以考察中国金融产业集聚的空间分布规律及其经济影响。研究结果表明，中国各省间金融产业集聚程度存在明显的全局空间正相关，各省域间金融产业发展差距不断加大，且已形成了以“长三角”为中心的经济和金融中心。
周凯（2013）等考虑到空间因素在金融资源空间集聚中的作用，通过单变量和双变量空间相关性分析（Lee，2001）证实了我国金融资源在空间分布上呈现出显著的空间非均质性特征，空间集群特征明显，但集聚力量较弱。
任英华（2010）等构建了金融集聚影响因素空间计量模型，对中国28个省域金融集聚影响因素进行实证研究。结果表明，我国金融集聚在省域之间有较强的空间依赖性和正的空间溢出效应。
黄永兴（2011）等利用空间面板计量方法，对长三角城市群金融集聚影响因素及其溢出效应进行了实证分析，得到空间相关性存在于长三角金融集聚中的结论。然而该相关性不是由基础设施和经济规模引起的，而是由诸如政府行为、法律制度和人文地理等随机因素决定的，且表现出负外部溢出效应，即索取型溢出效应。
大部分学者都认为我国金融集聚在区域之间存在显著的正相关，并通过实证分析证明了自己的观点。然而，部慧（2012）等提出我国金融业空间聚集性虽然在逐渐上升，但在全国范围内仍不显著，并不像经济增长呈现显著的聚集性分布，金融集聚远远落后于经济集聚。我国某些相邻的省市间的金融发展具有一定的空间相关性，局部呈现出某种集聚性分布，具有一定的辐射效应。
空间计量方法的引入对不仅可以从更为宽广的角度研究金融产业集聚机理，减少传统建模分析的有偏性，还可以为考虑地区之间金融集聚空间溢出效应提供重要参考。
（3）金融集聚对经济增长溢出作用的空间计量分析
关于金融业对区域经济增长的支持作用，自Goldsimth（1969）以来，大量的实证文献验证了金融发展对经济增长的支持作用，但是极少有文献从金融集聚的角度来检验与经济增长的关系。两者相关的计量分析，通常是借鉴金融发展与经济增长的计量检验方法与框架。
吴拥政、陆峰（2009）基于地级市区数据的空间统计与计量经济分析结果表明：中部六省的金融发展与经济增长的空间依赖关系是统计显著的，并为深入进行整合时空特征的区域金融集聚与经济增长关系的统计与计量建模分析提供了有利的证据支持。
结合金融发展研究和空间计量方法，可以得到以下启示：空间滞后模型可用来解释金融集聚促进经济增长的空间特征，空间误差模型可用来对金融集聚促进经济增长的空间效应进行分析。
周凯（2013）通过研究得出中心地区金融资源空间集聚与邻近地区经济增长以及邻近地区金融资源空间集聚与中心地区经济增长的空间相关模式。在空间相关性分析基础上，构建空间滞后（SLM）和空间误差（SEM）的空间分析模型，证实了金融资源空间集聚对经济增长产生明显的空间依赖性和空间溢出效应。
豆晓利（2013）基于新增长理论，在空间计量模型的构建上，从银行业、证券业、保险业三个维度，兼顾人力资本、政府行为以及对外开放等影响区域经济增长的其他重要控制变量，对2003-2010年金融集聚对区域经济增长的支持作用进行了分析，结果呈现出显著的空间地理特征，对区域经济增长具有溢出作用，而银行业、证券业和保险业的溢出效应又存在差异。
这种溢出效应表现在知识溢出和创新驱动上。Audretsch和Feldman（1996）的研究表明，知识技术的外溢效应随空间距离的扩大而下降。金融产业是知识和信息密集型产业，需要大量的掌握专门知识的优秀人才和丰富的相关信息，人才聚集可以促进优秀人才的相互交流，节约培训费用，推动金融新思想、新经营方针的转变和创新。因此，金融集聚所带来的知识溢出，有利于集聚区域内共享经验，提高创新能力，进而促进经济增长。
此外，王志强、孙刚（2005）从金融总体发展的规模扩张、结构调整和效率变化3个方面对我国金融发展和经济增长之间的关系进行了实证检验，结果表明我国金融发展与经济增长之间存在显著的双向因果关系，两者具有互相促进的作用。由此，可认为金融集聚与经济增长之间也可能存在双向促进关系。
目前国内外学者从空间计量的角度对金融产业集聚进行研究相对来说还是比较少，而且往往存在着指标数量较少、代表性和综合性较差等问题。一些学者开始对金融集聚与区域经济增长进行了研究，但是缺乏足够的资料和数据对其进行检验，还需要学者们进行进一步的研究。
三、现有研究的不足
尽管前人的成果极大地推动了金融集聚问题的研究，但还存在一些不足，主要体现在以下几点：
1.对金融集聚理论框架缺少具体化、系统化和模型化的分析。金融产业的集聚趋势愈发显现，但理论研究相对传统产业集聚还处于初步探索阶段，仍需要进一步地完善和加强。
2.仅从金融集聚对区域经济发展的空间溢出作用方面进行了研究，得出溢出作用是否存在及溢出作用大小的结论，而对于金融产业集聚的衡量和辐射研究还不够科学，也没有深入阐释影响溢出作用的原因。
3.金融集聚研究中在建立空间模型时，对权重的选择只考虑了地理距离，而没有考虑经济距离，这也对实证结果产生了一定的影响。此外，空间计量建模方法提出的时间较晚，检验体系不够完善，可能存在检验的不足。
四、基于空间计量的金融集聚研究展望
金融产业集聚的研究相对于制造业和高新技术产业还显得较为单薄，尤其是基于空间计量方法的研究还还存在着很大的拓展空间，进一步研究应该特别关注以下一些问题：
1.空间计量模型仍处于发展阶段，很多问题有待于深化。如空间权重的设定，大部分学者采用地理位置的临近性予以判断。然而，两个区域即使不相邻，金融活动也可能存在相关性。因此，如何更加合理规范地确定空间权重以反映各种金融现象的空间关系，是未来应用研究的重点之一。
2.经济问题中，许多研究对象是多维的，将空间维度和时间维度的特征相结合对金融集聚现象进行综合分析并判断模型和估计参数等也有待发展。
五、世界金融集聚区域发展对中国金融集聚的启示
世界各地涌现大量典型的金融集聚现象，其中伦敦和新加坡对中国的影响意义相对较大。伦敦雄厚的经济基础和强大的人才储备、新加坡的地理空间优势和政府鼓励引导所形成的金融集聚无疑都是成功的。这四个因素与中国的现实金融形势完全契合，对中国金融集聚的形成有重大的借鉴意义。
中国金融的发展离不开政府的支持。北京作为一国之都在经济与金融决策、监管等方面占有绝对优势，国内名牌学府如清华、北大、人大等云集于此，人才资源相当丰富。北京的金融街已成为国内金融企业的集聚地，目前的金融资产总量占全国60%以上，控制着全国90%以上的信贷资金和65%以上的保险资金。上海与新加坡有着某些相似的发展背景，新加坡离岸金融市场创新与监管相结合、管理层的政策支持等都值得为上海国际金融中心的建立所用。目前，国内并未形成一个专门服务于并购交易的市场，并购活动是分散的，参与并购的市场主体限于地理因素，延长了交易时间和资金成本。为解决并购活动信息流不畅通、投融资不便捷以及并购交易成本较高的问题，上海普陀区于2014年探索创设并购金融集聚区，整合海内外融资上市、投资并购的项目、资金等信息，拓宽企业兼并重组信息交流渠道；引入各类金融机构和会计、法律等相关中介服务，形成集聚效应。深圳的优势是毗邻香港的国际金融中心，开放的经济政策，已迅速发展成为珠江三角洲地区金融企业聚集地，通过发挥金融企业的规模集聚效应，将极大地促进金融机构促进生产的效率。
中国需立足于寻求金融联动的有效策略，深入分析了地区经济发展的现状和金融资本流动的实际情况，剖析其优、劣势所在，探索应如何紧紧抓住经济一体化进程中的机遇，主动加强区域间的合作、交流的近期和中长期联动策略，共同推进中国金融集聚的新发展。
参考文献：
[1]Anselin L.Spatial.Econometrics：Methods and Models.Kluwer Academic，1988，V24（8）：33-48.
[2]Audretsch，D.and M.Feldman，“R&D Spillovers and Geography of Innovation and Production”，American Economic Review，1996，86（3），630―640.
[3]ChoiS.R，Park，D.andA.E.Tschoegl（1996）：Banks and the World Major Banking Cente-rs，1990，Weltwirtschaftliches Archiv，Bd.132.
[4]Fujita M，Krugman P，Venables J.SpatialEconomy：Cities，Regions and Internation-al Trade[M].Cambridge，Mass：MIT Press.1999.
[5]Goldsmith，R，W：Financial Structure and Development，New Haven：Yale University Press，1969.
[6]J PAUL EIHORST.Specification and Estimation of Spatial Panel Data Models[J].Int-ernational Regional Science Review，2003（26）：244-2681.
[7]Kindle Berger C.P.（1974）：The Formation of Financial Centers：A Study of Comparative Economic History ， Princeton.
[8]King Robert G ，Ross Levine.Finance， Entrepreneurship and Growth：Theory and Evide-nce.Journal of Monetary Economics， 1993.
[9]Martin ，R.， eds Money and the space economy [M] .London ：John wiley& sons ， 1999：1-337.
[10]Naresh R Pandit ，Gary Cook，“Thebenefits of Industrial Clustering： insights from the financial services industry at three locations” ， Journalof Financial Services Marketing ， 2003.
[11]Porteous，D.J. The Geography of finance， spatial dimension of intermediary behavior[M]. Aldershot ：Avebery ， 1995.
[12]Thrift N.On the Social and Cultural Determinants of International Financial Centers： the Case of the City of Lon-don [M].in Corbridge S. ， Martin R L.and Thrift N. ， Money ， Power and Space ， Blackwell ， Oxford ， 1994：327-355.
[13]Zhao B.“Spatial Restructuring of Financial Centres in Mainland China and Hong Kong：A Geography of Finance Perspective”.Urban Affairs Review ， 2003.
[14]部慧，梁小珍，皮理.我国金融业集聚和区域发展差异的空间统计分析[A].社会经济发展转型与系统工程――中国系统工程学会第17届学术年会论文集[C].2012
[15]豆晓利.基于空间模型的中国金融集聚对区域经济增长的溢出作用分析[J].区域经济评论.2013（06）
[16]付双双.关于国外金融产业集聚地研究述评.太原城市职业技术学院学报，2008-07-01
[17]管驰明，徐爱华.基于面板数据的长三角金融业集聚动态研究[J].商业研究，2010（7）：22-25.
[18]黄解宇，杨再斌.金融集聚论[M].北京：中国社会科学出版社，2006.
[19]黄荣.国际金融中心评价指标的实证研究[J]，《金融理论与实践》2007，6：39-41
[20]黄永兴，徐鹏，孙彦骊.金融集聚影响因素及其溢出效应――基于长三角的实证分析[J].投资研究.2011（08）
[21]李镔，汤子隆，许珊珊，任晓怡.我国金融产业集聚研究――基于空间统计学的研究方法[J].经济问题.2013（07）
[22]李林，丁艺，.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究.2011（05）
[23]梁颖.金融产业集聚述评.经济学动态[J].2006，（8）.
[24]梁颖，罗霄.金融产业集聚的形成模式研究：全球视角与中国的选择.南京财经大学学报，2006-05-01
[25]林江鹏，黄永明.金融产业集聚与区域经济发展.金融理论与实践.2008（6）.
[26]刘红.金融集聚对区域经济的增长效应和辐射效应研究[J].上海金融，2008，（5）.
[27]马歇尔.经济学原理[M].朱志泰，译.北京：华夏出版社，2005.
[28]迈克尔・波特.竞争论[M].高登第、李明轩译，中信出版社，2003年版
[29]潘英丽.论金融中心形成的微观基础―金融机构的空间聚集[J].上海财经大学学报，2003.
[30]秦远建，江晶.高新技术开发区内生产业集群研究[J]，武汉理工大学学报.信息与管理工程版，2006（10）：35-37.
[31]冉光和.金融产业资本论.北京：科学出版社，2007，57.
[32]任英华，徐玲，游万海.金融集聚影响因素空间计量模型及其应用[J].数量经济技术经济研究，2010（5）：104-115.
[33]滕春强.演化视角下的金融企业集群发展动因研究[J].当代经济管理，2007，（2）.
[34]王志强，孙刚.中国金融发展规模、结构、效率与经济增长关系的经验分析[J].管理世界，2003（7）：13-20.
[35]吴拥政，陆峰.区域金融发展与经济增长的实证分析――基于中国地级市区数据与分位数回归方法[J].区域金融研究.2009（03）.
[36]吴玉鸣.县域经济增长集聚与差异空间计量经济实证分析[J].世界经济文汇，2007，（2）：38-57.
[37]吴玉鸣，陈志建.居民消费水平的空间相关性与地区收敛分析[J].世界经济文汇，2009，（05）：76-88.
[38]殷兴，贺绎奋，徐洪水.长三角金融集聚态势与提升竞争力分析[J].上海金融，2003，8：42-44.
[39]张凤超.金融地域系统研究[M].北京：人民出版社，2006.
[40]张志元，季伟杰.中国省域金融产业集聚影响因素的空间计量分析.广东金融学院学报，2009-01-01.
金融统计分析论文篇12
［中图分类号］G64［文献标识码］A［文章编号］1673-0194（2013）02-0097-02
1 关于统计学专业人才培养目标
（1）统计学专业主要包括一般统计和经济统计两类专业方向，培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。
（2）要求学生具有扎实的基础知识，受到比较严格的科学思维训练；基础应包括：数学基础、经济学基础、统计学基础和计算机基础；注重融合贯通，指导学生将统计学的基本理论、基本知识、基本方法合理地应用于社会经济领域；具有应用统计学理论分析、解决该领域实际问题的初步能力；突出定量分析，即培养学生对各种统计数据的数量分析能力。良好的定量分析能力，是统计专业学生区别其他专业学生的一个显著性的标志；能熟练使用各种统计软件包，有较强的统计计算能力；通过大量的实验教学，培养学生解决问题的能力。
（3）具有一定的写作基础和协调沟通能力。出色写作基础和协调沟通能力能够捉供信息和进行交流，是发挥统计作用必不可少的条件。
（4）对于统计学来说，能熟练地运用计算机分析数据，是统计学的基础。计算机的发展使得复杂的数据计算变得简便快捷，成为统计计算的重要工具。如今，随着使用计算机以及网络的普及，使社会产生了重大的变革，信息传递的质量都发生了质的飞跃。统计学的发展不能离开计算机。所以毫无疑问，应当培养学生学习相关的计算机科学知识。包括数据结构、程序语言设计、程序设计方法、数据库系统的开发与管理、程序设计等等。我们也应当扩展课程设置。
（5）在学生已具有一定英语基础之上，开设统计专业英语要求学生掌握常用的经济和统计词汇及基本表述方法。一是为学生进一步学习英语创造一个环境，使学生不因通用英语课程的结束而荒弃英语的学习。另一个方面，通过专业英语的学习，为学生在阅读和翻译经济，特别是统计著作、文献时扫除障碍，为毕业论文写作和继续深造打下基础。
（6）了解与经济统计、金融统计、生物统计或社会统计等有关的自然科学、社会科学、工程技术某一领域的基本知识。统计学与经济学、管理学、金融工程等学科的结合因数据处理和采集的方法具有多样化，统计分析方法也相对复杂，专业化统计学的应用不仅要提高理论统计学的基本素质，还要注重掌握经济学的理论、金融学理论、管理科学的理论与计算机的技术方法。统计理论与应用的紧密结合显得比以往更为迫切，更加重要。就拿统计学与金融工程来说，就属于交叉性学科，其中投资分析与风险管理两个方面就涉及到了统计数据描述和推测统计学。无论哪个方面，金融工程与统计学都是密切相关的，金融分析离不开统计，目前注册金融分析师在中国需求量很大，但是只有传统的金融理论、金融制度的知识是远远不够的。注册金融分析师对数量技术要求很高，其中最为重要的就是统计的知识；固定收益证券分析，权益证券分析几乎都需要用到各种统计方法。据报道，中国本土金融分析师极度缺乏，但中国加人世界贸易组织后，金融市场对注册金融分析师的需求量又很大。因此，培养具有统计专业能力的复合人才显得尤为重要。
2 关于统计学本科专业课程设置
专业课程设置是专业培养目标决定了向学生传授什么样的知识的问题。课程结构从很大一部分意义上讲将决定学生的知识结构。因此，在确定好研究方向和培养目标后，最主要的就是要解决课程设置的问题。统计学专业的课程设置首先要与所确定研究方向一致，其次要能够实现本专业的培养目标。所以，不同的研究方向下的课程设置是需要有区别的。但无论什么研究方向，其专业课程都应包括以下5大模块：公共基础课程；学科基础课程；专业必修课程；专业选修课程；人文、自然科学类素质课程。各高等院校可根据本校的实际情况，综合社会等各方面对统计专门人才的需求情况，开设适合本校实际情况的课程。
3 关于统计学专业专业课程教学方法和教学手段
教学方法和教学手段决定了怎样向学生传授知识的问题，并且决定学生接受知识的效率。无论何种教学方法和教学手段都2个问题：①如何激发学生学习的兴趣；②用怎样的教学手段来达到较好教学效果。充分运用现代教学手段，更新教学方法，促使教学手段和教学方法有机结合。
金融统计分析论文篇13
一、 强化实验教学是金融发展对人才培养的客观要求
世界范围内金融深化进程的快速发展，导致了金融市场、金融机构、金融工具以及金融制度等领域的剧烈变革。当前金融学和金融实践正快速演变，朝着国际化、区域化和混业化的方向发展。在其发展的过程中，显现出微观化、数量化和学科交叉化的三个特点。
1. 金融学科理论和实践的研究重点开始从宏观转向微观，金融学呈现出微观化、实证化和工程化的特点。微观金融是从微观的角度，以资本市场和行为个体为研究对象，主要研究金融与金融体系、时间和资源分配、公司理财、风险管理与投资组合、资产定价等内容，涉及证券市场学、投资学和公司金融等三个大模块。发展至今，金融学的内容大体包括两部分，即宏观金融和微观金融。然而，以货币政策为主的宏观金融部分在一直强调市场化的传统经济领域内的地位不高，加上货币政策在调控宏观经济方面的作用与财政政策相比显得有限，使得微观领域在实践中的作用范围和作用程度日益增强，产生了金融理论与实践向微观方向发展的趋势。
2. 计量在金融实践中的作用凸显。 公司金融理论和资本市场理论是当代微观金融理论的核心理论基础。公司金融理论研究的主要内容是在MM理论基础上发展起来的一套有关公司投资、融资、分红的一系列理论，包括资本预算、资本结构和股利政策。在进行资本预算决策中，净现值法、内部收益率法等主要分析方法， 资本结构选择和股利政策分析与决策等过程中都离不开数据采集、回归分析、计量计算等一系列数学统计方法的运用。 资本市场理论是在马科维茨的均值-方差理论和CAPM模型的基础上发展起来对资本进行定价的一套模型， 主要分析在不确定性条件下， 资产收益的决定和资产收益与风险的测量以及任何一种资产的预期收益与风险之间的函数关系等一系列基本的微观问题。另外，随着金融衍生工具的兴起和风险管理的发展， 衍生工具定价和VAR定价等相关问题也成为金融学理论与实践中的焦点问题。 因而金融学中的金融理论都需要借助于金融工具和金融模型才能起到实践意义。而在工具定价、模型选择与分析中必须运用现代信息技术和大量的数学统计模型分析方法。因此， 要学好微观金融的理论知识必须具备一定的数学基础、统计原理和相应的计算机软件知识。西方国家的高校纷纷在金融专业教学中增加了相应的理论教育和以此为基础建立的实验实训课程。
3. 随着科技发展的综合化趋势，金融学与其他学科开始相互渗透交叉。 现代金融学科已超越了传统经济学的范畴，成为集人文科学和自然科学为一体的边缘性学科。例如，金融学与数学、统计学、计算机学、法学等相关学科的紧密联系，产生了一些金融学新的分支学科，如金融工程学，法金融学、行为金融学等。特别是随着金融向微观方向发展的深度加大，实践中数量化计算和统计在金融产品定价和风险管理中的应用越来越多，数学、统计学和计算机学等学科的相关知识在金融实践中的需求程度也日益增加。
金融业的飞速发展对我国金融人才的培养提出了更高要求。我们的金融人才培养体系必须培养出既熟悉本国宏观金融体制和理论政策， 又谙习微观金融市场的运作规律、熟练掌握各种证券和衍生工具的定价，可以通过大量繁杂的经济数据建立适当模型，解决实际经济问题的人才，同时这些人才还必须具备扎实的国际金融市场理论知识，熟悉区域经济，了解行业发展特点和当地政策与法律法规，具有一定的外语水平，具备良好的心理素质和竞争意识，能够通过国际视角分析和理解现实金融问题等。
实验实训正是顺应金融业发展三大趋势，提高金融业人才能力与素质培养的一种理想路径。实验实训是联系理论与实际的桥梁，实验课程和理论课程在金融人才培养战略上是相辅相成的。一方面，实验课程可以使学生加深相关理论课程的理解，培养学习理论课程的兴趣；另一方面，理论课程又可以反过来提高学生的实践能力。通过实验课可加深对相关理论的理解，并增强学生的动手能力和应用理论知识解决实际问题的能力。金融实验可以通过经济社会上各种各样的经济数据，利用统计知识，进行回归分析，探索出各种金融变量间的相互关系，对金融数据未来趋势和相应的风险进行计算和评估，从而用以解决实际问题。另外也可以通过金融实验直接模拟社会生活实践中的金融问题。 而在模拟操作中，又会发现更多自己难以解决的问题，这就促使学生主动去寻找解决问题的方法，从而能快速提高学生的实际操作和应用能力，为今后走上工作岗位打下扎实的基础。 [6]
二、我国金融专业实验教学的现状与不足
目前我国开设金融专业的高校，都开始重视并开展金融实验实训教学， 以提高学生的实际操作能力和科研能力，部分高校已经在金融实验室和教学建设中取得了一定的成绩。但总体来看，金融实验实训教学对实现人才培养目标的保障能力还比较低。主要问题是：
1. 实验室的数量和规模尚不能适应全面开展金融实验实训教学的需要，实验设备还比较落后，实验功能简单。
2. 对金融实验实训课的开设缺乏系统设计。一方面金融实验实训课不能覆盖所有金融学科， 另一方面实验实训内容和项目在不同课程间又存在相互重复的现象。
3. 对金融实验实训课的重视程度还有待提高，在课时结构安排上，重理论教学，轻实践教学的问题还比较突出。
4. 开展金融实验实训教学的师资力量严重不足，许多金融学教师既缺乏金融实践经验，又缺乏金融实验实训教学经验。
三、加强金融实验实训教学的建议
1. 加强实验室硬件设施建设和相应配套设施建设，为实验实训培养提供客观条件。实验室建设是实验实践课程的客观基础条件， 没有一个与培养学生规模相一致的实验室，谈实验教学就是无水之源。 高校应当将教育预算中的必要部分投入到实验室的建设和日常维护中， 在客观上保证实验教学的必要条件。另外，与硬件措施相对应的软件措施和实验室管理措施也要跟上实训实践教学建设的步伐。在实验软件平台建设方面， 要满足基本的金融实验教学需要， 并逐步完善进而提高金融实验的层次。具体地说，金融实验室要能够开展与理论课程教授后需要进行实践扩展的实验项目和各种实践模拟。例如，开展商业银行业务模拟、财务报表分析、股市行情分析与交易模拟、外汇行情分析与交易模拟、期货模拟交易与行情分析及保险实务模拟等方面的实验课程。 同时还能提供各种金融产品的开发技术支持和便捷使用各种相关数据库来进行实证分析。方便学生收集世界各国家与地区的股票指数、 上市公司基本财务数据、政府债券、期货、汇率、利率的实时数据和历史数据， 通过配备的计量统计分析系统，进行数值分析、仿真操作等。 [9] 最后，实验室管理措施也不能忽视。制定并实施实验室使用规则，保证实验室使用良好有序，最大限度提高使用效率，使得每个相关专业的学生都能在实验教学中受益。
2. 充分重视实验实训教学。 金融社会的革新日新月异，金融教学也应当跟随时代的脚步。目前实验实训在整个教学体系中的比重过低，学生的动手能力和创新意识得不到充分有效的发挥。 虽然金融理论和基础知识的讲授不能忽视，但应当增加实验实训课程的比重。实验实训教学可以使学生巩固所学的理论基础知识， 与理论基础学习相互提升。另外，应当提高实验实训课程教学质量，不能因追求形式而放松教学质量。加强学生自律管理，提高教学质量和水平，多样化考试考查方式等配套软件措施也应当在具体实践过程中给予足够的重视。只有把实验教学当作指导思想贯彻并深入到金融人才培养的思想理念中，将理论教学和实验教学有机结合提高到金融人才培养的战略高度，实验教学的其他方面才能有效展开。
3. 增强师资综合素质。 要想真正提高学生的创新能力、分析解决问题能力和实践动手能力，增强将来在就业市场上的竞争力，必须要有好的师资作保证，所以要大力培训现有的金融实验课教师，使教师既精通金融专业相应知识，也懂计算机编程、软件知识。只有高素质的师资才能充分利用实验实训课程，最大限度提高学生的各项综合能力。同时学校还可以成立教学小组， 由计算机系教师和金融系教师组成，互相学习，补缺补差，共同提高。高校应当坚持“人才资源是第一资源”的人才建设理念，坚持自主培养和重点引进并举的原则，努力接轨国家地方各种人才计划，强化海内外优秀人才引进的政策，积极探索师资队伍建设中的人才培养与引进机制及人才评估机制。例如将一些骨干教师送到国内外名牌高校培训进修，并且引进一批计算机编程能力强又熟练掌握金融知识的高水平师资，同时将实验技能作为师资评估的一方面，鼓励师资向实践方向发展。另外还要加强与实践部门的联系， 聘请实践部门的业务骨干和管理者进入课堂，将社会实际过程中的操作方式和手法向学生演示，指导并告诉学生实际工作中到底需要什么样的技能，鼓励学生到具体实践部门参加实践活动，从中了解具体业务部门到底需要什么样的人才。这种加强内部师资建设和引进外部优良师资双管齐下的方法，能有效提高高校在实验实践中的师资教学力量。
4. 实验课程设置创新。 实验实训是为了拓展学生的综合素质能力而设置的， 其目的是为了提高学生在金融理论基础之上面对社会实际问题时的创新能力和分析解决问题的能力。在课程设置上，既要强调实验课程的重要性， 也不能偏废基础理论课程。 基础理论课程是实验课程的基础， 没有一定量的理论知识是不可能进行好实验课程的。所以在实验课程设置上应考虑以下几点：（1） 课程实验的安排要穿插在基础课程中， 既可以帮助学生生动理解金融基础课程内容， 又可以提起学生学习实验课程的兴趣。 比如在讲解财务报表时， 可以向学生展示使用CSMAR数据库中的相关数据来帮助理解实践过程中报表的内容和形式， 并指导学生如何在数据库中搜寻和提炼自己所需的数据等。 在课程实验中将金融理论和实验实践有机地结合在一起。（2）进行软件实验。相关应用软件学习是进行实验实训课程的核心内容。 在面对繁多杂乱的数据，精简提炼出有用数据，并运用统计学相关知识，回归分析得到有用的相关结论，这是进行金融实证分析的一般步骤。但是面对大量数据和计算时，如何利用好良好的计算机软件来进行实证分析就显得尤为重要了。 而用于金融数据统计计算的软件现在比较多， 如Eviews、R软件、Stata、Matlab等。目前使用比较多的是Eviews。虽然Eviews相对简单，易于操作和掌握，但该软件不便于自己编写程序，主要适用于一些经典的计量方法，对于实际中的具体问题，往往由于针对性不强而难以应用。 [2] R软件虽然相对复杂，需要自己编程和输入命令，但它实际处理数据能力和在线获取数据包的能力比Eviews强大许多。 所以不仅要教会学生掌握一些基本的软件操作， 而且还要求学生掌握其他一些复杂一点的软件如Stata和R软件。（3）项目实验。只有深入学习了基础课程和数据库，相应的计量经济学软件后，才能将两者融会贯通进行项目实验。 项目实验是具体针对实践中的现实问题进行的模拟实验，如套期保值模拟和投资决策模拟等。以小组为单位，通过进行实验设计，运用实际数据建立相应模型，使用相应软件完成模拟项目实验。 项目实验综合考察了学生具体分析问题能力、实践运用能力、团队合作能力等综合素质，也能充分调动学生的学习积极性和能动性。
5. 成绩考查机制改革。 在应试教育还占教育体系主流的今天， 成绩分数依然是学生们最关心的问题。 成绩分数不仅影响到自己在同学间的学术水平和对自己学习成果的综合评判，更重要的是它是日后学生们就业时判断学生综合素质的主要依据。所以，一个好的成绩考查机制不仅能正确反映学生的素质水平，更能加强激励学生的学习动力。与应试教育的期末考试考查不同，实验教学不能将学生成绩集中于一次考试的结果中。将考试分数分散于各种实验教学中更能全面衡量学生对于理论知识和实验知识的掌握，更能激励学生对两方面知识的学习。例如，课程实验过程、软件实验过程和项目实验过程分别进行三次考试来考量学生知识掌握程度，然后根据三次考试结果加权计算出最后的分数。除此之外，可以进行另外创新的考试方式。创新出的考试方式既要贴近当前金融实践，又要使学生产生兴趣。例如，进行股指期货模拟考试，每人100万元的初始虚拟资金，预定的考查期过后，根据每位同学最后的剩余资金来进行评分。
四、结论
21世纪以来， 金融学的发展特点朝微观化、数量化和学科交叉化方向发展。为了顺应社会对金融人才的需要，金融教学和人才培养模式也应当做相应的改革。实验实训能有效地联系金融理论和现实社会需求，提高学生的综合素质和专业能力水平。 实践教学中应当对实验实训给予充分肯定，教师在教学过程中，也要不断提高自己的教学能力，改变教学方法，提高课堂效率。实验教学改革方向应当朝着五个方面进行，即加强实验室硬件建设、主观上重视实验教学、增强师资综合素质、创新实验课程设置、改良成绩考查机制。实验室教学应在这五方面打破传统教学，在金融人才培养方面做出应有的贡献。
参考文献：
[1]张成虎，胡啸兵，孙林娜. 复合型金融人才及其培养模式探析[J]. 金融教学与研究，2011（5）.
[2]何启志. 金融工程实验教学探讨[J]. 中国证券期货，2011（9）.
[3]陈正勇. “2012卓越金融人才培养论坛”综述[J]. 上海金融学院学报，2012（3）.
[4]徐学锋、夏建新. 创新高校金融人才培养模式促进上海国际金融中心建设[J]. 上海金融学院学报，2012（2）.
[5]邓鸣茂. 金融工程专业实验教学体系的创新与思考[J]. 中国证券期货，2012（2）.
[6]白洁. 基于职业技能培养的会计专业实践教学体系设计[J]. 中国证券期货，2011（9）.
