陳員龍 吳小英

摘要針對當前金融數據分析方法實驗教學方面的一些弊端，本文提出將金融市場的數據分析方法融入到該課程的教學中，實踐表明能夠極大地提高學生的學習興趣,并鍛煉學生處理與解決實際問題的能力。這一教學模式促進了數學專業(yè)同其他專業(yè)之間的結合，從而提高金融類院校學生對數學專業(yè)認可。

關鍵詞數據分析方法實驗教學案例分析CPE課程模式

中圖分類號：G642文獻標識碼：A

0 引言

隨著信息與計算科學技術的發(fā)展，數據作為信息的主要載體，各行業(yè)各業(yè)無處不有數據存在，如何從這眾多看似雜亂無章的數據中發(fā)掘有用的信息，尋找其內在規(guī)律，那就還需人們對豐富數據進行分析。數據分析方法，就是分析和處理數據的理論與方法，從中獲取有效的、潛在有用的信息。所挖掘出的信息可以幫助人們進行科學的推斷與決策。與以前相比，今天的商業(yè)活動必須獲得更大利潤、具有更快的反應、提供更高質量的服務，并且使用更少的人員、更低的成本；因此使得金融數據分析方法這門課程在金融類高校里大受歡迎。

在教學中，筆者發(fā)現書中自帶的教學案例大都跟不上新的經濟形勢，而且數據偏小，學生難于直接體驗到從中挖掘出的信息的用處；因此只是按照實驗指導書的指導，進行機械的操作，體會不到數據分析方法在經濟數據中的強大功能。同樣，數據分析方法工具中的示例，也都是針對一些經典的數據進行操作，這些數據一部分是為教學假設的數據，一部分是機構多年前收集整理后的數據，在教學的過程中學生基本體會不到數據分析的方法，即使有些學生會按照課本方法進行數據處理，也不知這么做的實際用途。而這將直接導致實驗教學中的枯燥無味，葫蘆畫瓢，達不到課程教學的真實目的。

數據分析方法屬于信息與計算科學這個新專業(yè)的一門專業(yè)課程，發(fā)展還屬于起步階段，課程的定位問題尚未得到好的解決，因此教學側重點定位不清晰和實驗教學的案例嚴重缺乏，本文就這兩個問題提出了分別針對理論教學和實驗教學的教改方案：基于我校提出的CPE人才培養(yǎng)課程模式，考慮到本科生的數學基礎和就業(yè)趨向，把本課程定為專業(yè)課程。在教學中，考慮到本校學生的整體數學基礎比較薄弱，因此在教學中淡化理論分析的細節(jié)，著重學生對數據預處理能力的培養(yǎng)，建立與就業(yè)為導向的應用型課程的結合，加強實驗課程與就業(yè)模塊的融合，在實驗教學中開設一些有關金融市場數據分析的工程項目；針對當前金融危機與歐債危機的雙重影響下，金融類課程教學應在內容設置、考核方式、教學手段等方面進行更新調整。文獻[2]強調案例教學和應用型人才培養(yǎng)的關系以及針對傳統(tǒng)案例教學的不足而提出新的案例教學模式?？紤]到本校專業(yè)大都是以經濟金融類為背景，學生對金融領域尤其是證券市場的信息分析充滿濃厚興趣，畢業(yè)后的就業(yè)去向主要以金融證券行業(yè)為主。因此筆者在數據分析的實驗教學中直接引導學生利用實時的股票交易數據進行數據分析方法的上機練習，從而提高學生對本課程的學習積極性。

1 結合證券交易市場的數據進行實驗教學

股票是一種高收益與高風險并存的投資理財品種，投資者自然希望能夠掌握其內在變化規(guī)律，并進行分析與預測，從而達到高收益。但是由于證券市場受到很多市場因素和非市場的影響，而且這些因素之間又有相互不確定性作用，因此要想建立一個確定的模型來描述某只股票的規(guī)律是非常困難的。然而也不是無規(guī)律可尋，只要對數據處理得當還是能挖掘出有用的信息特征。

在股票交易事務處理中，交易軟件數據庫每天都有大量交易數據，如每天的開盤價、收盤價、成交量等，這些數據對股民或投資者判斷各類股票的走勢，做出正確的投資決策；證券交易所管理人員分析各類投資者與所購買股票之間的關系，從而及時發(fā)現股市中存在的關聯交易、內幕交易等非正常交易行為；上市公司及政府決策部門出臺的相關方針政策等方面都具有非常重要的參考價值。

在實驗教學過程中，我們并不強調根據股票數據去建立精確的模型分析，我們強調的是將所學的數據分析方法或者模型應用到實例，分析其發(fā)生的影響因素。因此，著重從以下幾個方面的進行分析：首先，對證券市場的異常行為進行甄別監(jiān)測，從而能及時準確地感知證券市場的異常操作；接著選取影響大盤指數或某只股票走勢的主要因素，然后用這些因素對大盤指數或個股的走勢進行預測；最后通過分類的方法對一些股票進行分類，得出對投資者有一定參考價值的判定依據。

1.1 股票走勢預測

回歸分析與主成分分析是數據分析方法的重點內容，為了使學生更好地理解這部分內容，需要在實驗教學中進行大量實例練習，加強學生的動手能力。因此我們在講解這部分內容時，直接要求學生通過股票交易軟件下載相關數據進行主成分分析，確定影響大盤指數或個股走勢的主要成分因素，然后建立相應的回歸分析模型⑤，對上證指數或股票走勢進行短期或中期預測。

毫無疑問，上市公司定期的信息披露、定期的財務公布及其上市股票的成交價、成交量都包含股票走勢的重要信息。通常在利好信息前，股價的上漲就已經體現在交易中，因此對于投資者來說，重要的是能通過這數據預測公司未來盈利能力。實驗教學中，指導學生采用對歷史數據進行回歸分析，建立復雜延遲離散動力系統(tǒng)預測模型，對上市公司的未來盈利能力的進行預測，從而尋找未來具有較高盈利增長能力的公司，讓學生親身體會數據分析方法的應用。

1.2 內幕交易行為甄別

內幕交易行為是一種非正常證券交易行為，它直接破壞了證券市場的正常交易規(guī)則，造成惡劣的市場交易環(huán)境，嚴重損害了中小投資者利益。因而如何監(jiān)管市場中的內幕交易行為成為證券監(jiān)管部門的一個重要職責。盡管監(jiān)管部門一直致力于對這類非正常交易行為的監(jiān)管與防范，但由于其交易行為具有難以甄別性、復雜性及給投機者帶來超常收益的誘惑，使得這類非正常交易行為時有發(fā)生。在中國證券市場上，由于市場信息披露對投資者是不對稱的，市場還處在一個制度極其不完善的時期，投資者基本沒有自我保護意識和內幕交易處罰不嚴等原因，使得內幕交易行為問題尤為突出。因此研究內幕交易行為的甄別方法，對投資者具有重要的參考價值。

在對數據分析方法的綜合實驗教學中，筆者讓學生以我國股票市場上所有發(fā)生過內幕交易和市法場操縱股票為樣本，將全部的交易數據下載下來，利用SAS軟件進行數據預處理，然后分別進行關聯分析、主成分分析、判別與聚類分析等，確定內幕交易行為的主要表現特征及因素。根據這些特征及因素，對實時交易數據進行數據分析，建立其主要成分的評估指標，根據評估指標值，擬抽出可能涉嫌內部交易的股票，并在后期通過證券交易市場信息披露對其檢驗。從而進一步對所獲得的因素及指標進行相應的修正。

1.3 股票分類研究

我們知道股票的聯動效應是極其顯著，了解股票之間的相互關系對股價的波動有更清晰的認識。一般證券公司會按照行業(yè)板塊、地域板塊、炒作概念板塊等對股票進行基本分類，這些分類可以對投資者起到一定的輔助作用。要想對股票行情有進一步的了解，還需要投資者對股票做更深入的歸類， 例如一定時期哪些股票可能成為政策的直接受益股，哪類股票可能將有資產注入題材。為了獲得這些信息，我們可以指導學生通過判別分析、聚類分析等數據分析方法進行股票歸類處理。這使得學生對這些數據分析方法的應用有更深的理解，從而進一步提高他們對課程學習的興趣。

我們知道要直接預測某支股票的走勢幾乎是不可能，但是通過一些數據分析方法，比如相關分析等，尋找出某一類股票的走勢與另一類股票走勢的潛在關系。比如一般有這樣的關系：“如果萬科股票下跌6%，那么其它地產股票將在其下跌影響下跟跌5%，甚至10%”。在學習典型相關分析的內容時，我們可以指導學生選用一些股票的歷史數據，通過數據分析方法選取股價的主要影響因素，對這些上市公司的股票進行典型相關性研究，從數學模型的定量分析中認識股票的聯動性。這使得學生對所學數學知識有更具體的認識。

2 結論

引入對金融市場數據分析到數據分析方法實驗教學之后，通過對兩個年級學生實驗報告的對比發(fā)現：2009級同學獨立完成課程實驗報告人數比2008級同學多出20個百分點；期末考核中優(yōu)秀率比上個學年提高了17%；而且不少同學明確表示對從事證券行業(yè)有興趣，希望進一步了解有關數據分析方法課程的相關學科。

數據分析方法是信息與計算科學專業(yè)的一門應用型學科，對它的應用已經不是簡單局限在數學學科的范疇。它的應用已經滲透到各行各業(yè)的各個領域，這些數據分析方法為決策者提供了解決問題的理論依據。這也使得數據分析方法的實驗教學顯的尤為重要，結合學生的就業(yè)導向及專業(yè)背景，將數據分析方法應用于證券市場實戰(zhàn)分析，更能夠激發(fā)學生的學習的積極性，使教學效果獲得明顯的改善，對學生思考問題的能力的鍛煉及提高也有所幫助。

總而言之，把就業(yè)與專業(yè)相融合的的思想和方法注入到應用型數學專業(yè)課程中，一方面讓學生在比較輕松的環(huán)境下有效地掌握了專業(yè)數學知識；另一方面，這一教學理念進一步提高了學生對學習專業(yè)數學的積極性，使學生擺脫了對繁重乏味的數學理論證明與數值計算的苦惱。這一方式促進了我院數學專業(yè)同其他專業(yè)，尤其是金融專業(yè)之間的結合，從而使學生愿意把更多的時間精力放到專業(yè)課程的學習中， 有利于他們對專業(yè)知識的學習與認識，達到對我院學生對數學專業(yè)的認可。