時間：2023-07-04 16:00:46
序論：在您撰寫金融數(shù)據(jù)論文時，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
緊跟大數(shù)據(jù)時代的步伐，農(nóng)業(yè)銀行積極推進大數(shù)據(jù)平臺建設(shè)及大數(shù)據(jù)的價值應(yīng)用，確立了“大數(shù)據(jù)體系建設(shè)必須以應(yīng)用為核心，數(shù)據(jù)平臺開發(fā)與業(yè)務(wù)應(yīng)用統(tǒng)籌考慮，要做好內(nèi)部的數(shù)據(jù)治理，逐步拓展數(shù)據(jù)來源范圍，充分利用內(nèi)外部數(shù)據(jù)資源，不斷提升對全行經(jīng)營管理的支撐水平?！钡目傮w戰(zhàn)略思想，即：數(shù)據(jù)是基礎(chǔ)，應(yīng)用是目標，平臺是支撐，治理是保障。
1.強化數(shù)據(jù)治行理念大數(shù)據(jù)革命必將顛覆銀行傳統(tǒng)觀念和經(jīng)營模式。通過營造“數(shù)據(jù)治行”的文化，建立分析數(shù)據(jù)的習(xí)慣，落實全行的數(shù)據(jù)標準和數(shù)據(jù)治理，切實提升“大數(shù)據(jù)”開發(fā)利用的綜合能力，將現(xiàn)有數(shù)據(jù)轉(zhuǎn)化為信息資源，讓決策更加有的放矢，讓發(fā)展更加貼近市場需求。
2.建設(shè)大數(shù)據(jù)平臺構(gòu)建處理能力強、擴展性好、開放度及共享度高的大數(shù)據(jù)存儲加工平臺，整合行內(nèi)外、各種形態(tài)、跨歷史周期的海量數(shù)據(jù)，并構(gòu)建統(tǒng)一、全面、穩(wěn)定的企業(yè)級數(shù)據(jù)模型，為大數(shù)據(jù)的分析利用提供基礎(chǔ)的數(shù)據(jù)、環(huán)境、模型及配套工具等全方位立體式支撐。
3.打造數(shù)據(jù)分析應(yīng)用體系構(gòu)建適應(yīng)大數(shù)據(jù)分析的多功能、跨渠道、多粒度的分析挖掘模型和應(yīng)用體系，為服務(wù)質(zhì)量改善、經(jīng)營效率提升、金融模式創(chuàng)新提供支持。通過對海量數(shù)據(jù)的深度分析，全方位調(diào)整產(chǎn)品結(jié)構(gòu)、營銷模式，從根本上提高風(fēng)險管理、成本績效管理、資產(chǎn)負債管理和客戶關(guān)系管理水平。
4.實現(xiàn)智慧銀行的目標智慧銀行是指，通過大數(shù)據(jù)技術(shù)不斷優(yōu)化業(yè)務(wù)辦理流程，高效配置金融資源，敏銳洞察并引領(lǐng)客戶需求的高度智能化的金融商業(yè)形態(tài)。智慧銀行可提供“銀行始終在客戶身邊”的全場景金融服務(wù)，為客戶創(chuàng)造最佳服務(wù)體驗。
二、農(nóng)業(yè)銀行大數(shù)據(jù)平臺概述
經(jīng)過多年的努力探索，農(nóng)業(yè)銀行在大數(shù)據(jù)平臺建設(shè)的道路上銳意開拓，大膽創(chuàng)新，逐步形成了以四大基礎(chǔ)平臺、五類數(shù)據(jù)服務(wù)為核心的大數(shù)據(jù)平臺。
1.四大基礎(chǔ)平臺（1）企業(yè)級數(shù)據(jù)倉庫隨著銀行業(yè)數(shù)據(jù)利用能力的逐步提升，業(yè)務(wù)分析呈現(xiàn)跨領(lǐng)域分析、高度整合分析、長周期歷史分析等特點，企業(yè)級數(shù)據(jù)倉庫通過對行內(nèi)跨領(lǐng)域海量數(shù)據(jù)的高度整合和模型化，形成對客戶、賬務(wù)、產(chǎn)品等的統(tǒng)一視圖，使大數(shù)據(jù)分析成為可能。農(nóng)業(yè)銀行企業(yè)級數(shù)據(jù)倉庫以存儲和處理結(jié)構(gòu)化數(shù)據(jù)為主要目標，全面涵蓋了農(nóng)業(yè)銀行存、貸、中間業(yè)務(wù)等行內(nèi)業(yè)務(wù)條線的核心類數(shù)據(jù)，實現(xiàn)PB級數(shù)據(jù)的高效存儲，可以滿足全行在各個領(lǐng)域數(shù)據(jù)分析和價值發(fā)現(xiàn)的各類需求，并為全行數(shù)據(jù)治理提供有力的支撐。如通過網(wǎng)點的多維度、全方位、長歷史周期數(shù)據(jù)挖掘給出網(wǎng)點資源配置建議，提升運營效率，優(yōu)化業(yè)務(wù)流程。（2）信息共享平臺信息共享平臺以存儲和處理行內(nèi)非結(jié)化數(shù)據(jù)為主，輔以來自行外的社會數(shù)據(jù)?；诜墙Y(jié)構(gòu)化數(shù)據(jù)的分析和深度挖掘，在客戶關(guān)系管理、中小企業(yè)信貸、風(fēng)險管理、品牌建設(shè)等眾多領(lǐng)域發(fā)揮了重要的作用。如基于對社交網(wǎng)絡(luò)各類非結(jié)構(gòu)化數(shù)據(jù)的綜合分析可以獲取行外目標客戶；通過機器學(xué)習(xí)、語音識別、情緒識別等技術(shù)，對客服語音記錄進行深度挖掘，發(fā)現(xiàn)客戶的需求。（3）實時流計算平臺傳統(tǒng)數(shù)據(jù)計算平臺多以批量計算為主，數(shù)據(jù)處理能力較強，但時效性較差。農(nóng)業(yè)銀行的實時流計算平臺采用業(yè)界最先進的流計算框架，實現(xiàn)數(shù)據(jù)的快速采集、交換、處理和應(yīng)用，主要用于實時營銷、實時客戶服務(wù)、欺詐監(jiān)控、大額動賬監(jiān)控、系統(tǒng)運營監(jiān)控等各類對時效性要求比較高的業(yè)務(wù)場景。如結(jié)合持卡人的行為偏好為客戶實時推薦精準的營銷信息、優(yōu)惠信息和特惠商戶信息，并為特定客戶群體提供實時的有針對性的服務(wù)提示。（4）高性能數(shù)據(jù)處理平臺海量數(shù)據(jù)的分析挖掘亟須一個高性能環(huán)境的支撐，農(nóng)業(yè)銀行高性能數(shù)據(jù)處理平臺采用大內(nèi)存處理、分布式、閃存等新技術(shù)，以高性能計算為主要特點，實現(xiàn)對海量結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)等進行綜合處理、全面分析和深度挖掘。如通過大數(shù)據(jù)語義分析和情緒分析追蹤海量網(wǎng)絡(luò)信息蘊藏的經(jīng)濟金融“微信號”，借此判斷未來的市場走勢，為前瞻性風(fēng)險管理提供參考。
2.五類數(shù)據(jù)服務(wù)農(nóng)業(yè)銀行基于四大基礎(chǔ)平臺的優(yōu)勢，大力發(fā)展應(yīng)用系統(tǒng)建設(shè)，形成了五大類數(shù)據(jù)服務(wù)形式有機結(jié)合的數(shù)據(jù)服務(wù)體系。（1）指標檢索服務(wù)通過構(gòu)建全行統(tǒng)一的指標庫，為各個業(yè)務(wù)條線提供常用指標的檢索服務(wù)，在此基礎(chǔ)上提供各類經(jīng)營管理、監(jiān)管報送等指標采集、加工及報送服務(wù)。（2）即席查詢服務(wù)采用特定的工具，構(gòu)建功能強大的查詢支持庫，滿足各類靈活查詢、臨時查詢及特殊復(fù)雜查詢需求。如果說報表是經(jīng)營管理的瞭望塔，那么靈活的即席查詢就是執(zhí)行經(jīng)營決策的指南針。以客戶營銷為例，即席查詢服務(wù)可以為全行的客戶經(jīng)理提供多角度的客戶信息查詢，針對當(dāng)前市場熱點，提供具體的業(yè)務(wù)指導(dǎo)。（3）定制化信息服務(wù)通過iReport智能資源視窗對信息進行統(tǒng)一管理、分層檢索、靈活配置和個性展示，并針對用戶的不同需求、不同層次及不同偏好，提供定制化、個性化的信息訂閱，聯(lián)動郵件、短信、微信等渠道提供主動信息推送服務(wù)。（4）多維分析服務(wù)多維分析可以幫助業(yè)務(wù)人員實現(xiàn)多維度、多視圖、多層次的分析，并可以通過下鉆、上鉆、切片、旋轉(zhuǎn)等操作，提供更加動態(tài)、智能的數(shù)據(jù)分析，發(fā)現(xiàn)數(shù)據(jù)背后的規(guī)律。如從機構(gòu)、時間、客戶、產(chǎn)品類型、渠道、營銷活動等多個維度對產(chǎn)品盈利情況進行綜合分析，進而有效推動產(chǎn)品優(yōu)化和創(chuàng)新。（5）深度數(shù)據(jù)挖掘服務(wù)海量數(shù)據(jù)中蘊含的規(guī)律和價值通常不直觀，大數(shù)據(jù)的顯著特點之一就是海量數(shù)據(jù)的知識發(fā)現(xiàn)和數(shù)據(jù)挖掘。農(nóng)業(yè)銀行基于大數(shù)據(jù)平臺構(gòu)建了多個特定領(lǐng)域或主題的數(shù)據(jù)挖掘?qū)嶒炇?，包括客戶洞察及精準營銷、信用評價及風(fēng)險評估、輿情分析與客戶情感管理等，緊跟市場發(fā)展動態(tài)，直面業(yè)務(wù)熱點、難點，充分挖掘大數(shù)據(jù)的巨大價值，為業(yè)務(wù)發(fā)展和經(jīng)營決策提供更加深入的洞察和更加有力的支撐
三、農(nóng)行大數(shù)據(jù)應(yīng)用實踐
農(nóng)業(yè)銀行在構(gòu)建大數(shù)據(jù)體系時堅持以應(yīng)用為核心，統(tǒng)籌部署數(shù)據(jù)平臺開發(fā)與業(yè)務(wù)應(yīng)用，加強業(yè)務(wù)創(chuàng)新與數(shù)據(jù)利用的良性迭代，實現(xiàn)傳統(tǒng)業(yè)務(wù)和新型業(yè)態(tài)的融合發(fā)展，充分發(fā)揮了數(shù)據(jù)對全行業(yè)務(wù)發(fā)展和經(jīng)營管理的支撐作用。借助大數(shù)據(jù)這把利劍，實現(xiàn)了“營銷更精準、服務(wù)更貼心、管理更精細、監(jiān)管更透明、風(fēng)險更可控、決策更智能”，有效促進了全行經(jīng)營理念、業(yè)務(wù)運營、組織流程的不斷創(chuàng)新，為全行業(yè)務(wù)發(fā)展和經(jīng)營管理提供了有力的科技引擎。以下三類應(yīng)用案例可充分說明情況。
1.精準營銷基于大數(shù)據(jù)的客戶營銷“三步曲”：獲取客戶、客戶畫像、精準營銷（如圖1所示）。通過大數(shù)據(jù)強大的信息獲取和處理能力，充分挖掘行內(nèi)外的潛在客戶；通過大數(shù)據(jù)實現(xiàn)對客戶的360°立體畫像，在掌控客戶行為、洞察客戶情感的基礎(chǔ)上，準確地預(yù)測客戶需求，從而實現(xiàn)精準營銷及交叉營銷。以貴賓客戶信用卡精準營銷為例，農(nóng)業(yè)銀行通過綜合行內(nèi)外數(shù)據(jù)，應(yīng)用聚類分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、決策樹等數(shù)據(jù)挖掘算法，構(gòu)建了完整的精準交叉營銷模型庫和應(yīng)用體系，動態(tài)實現(xiàn)目標客戶識別、客群劃分、優(yōu)先級劃分、產(chǎn)品推薦、渠道推薦等功能。在合適的時間，以合適的渠道，通過合適的方式，為合適的客戶推介甚至定制合適的產(chǎn)品，實現(xiàn)差異化、個性化的精準營銷。2.熱點分析農(nóng)業(yè)銀行基于大數(shù)據(jù)平臺構(gòu)建了熱點問題專題分析模型庫，對當(dāng)前的熱點事件進行定期跟進、深度分析和動態(tài)監(jiān)測，為策略制定、產(chǎn)品創(chuàng)新及運營模
式優(yōu)化等提供有力支持。以互聯(lián)網(wǎng)理財客戶分析為例，該項分析旨在揭示個人客戶購買互聯(lián)網(wǎng)理財產(chǎn)品與農(nóng)業(yè)銀行資金流失的關(guān)系。首先采集研究機構(gòu)等第三方數(shù)據(jù)，融合內(nèi)部數(shù)據(jù)，對整體購買規(guī)模進行分析；挖掘購買互聯(lián)網(wǎng)理財客戶的特點，對這一特定客戶群體進行綜合畫像。從而知道“正在發(fā)生什么?！比缓?，采用神經(jīng)網(wǎng)絡(luò)、回歸等方法，對即將流失的客戶進行智能識別，針對不同的客戶特點制定不同的客戶挽留措施，知道“即將發(fā)生什么?！弊詈?，通過對客戶和資產(chǎn)流失的深度分析，提出產(chǎn)品層面的創(chuàng)新策略，并給出具體建議；產(chǎn)品優(yōu)化和創(chuàng)新后，再次綜合分析新產(chǎn)品的市場效果，并對產(chǎn)品進行持續(xù)優(yōu)化，實現(xiàn)數(shù)據(jù)挖掘和產(chǎn)品創(chuàng)新的迭代。
(一)監(jiān)督得不到有效合理的控制，導(dǎo)致統(tǒng)計工作產(chǎn)生風(fēng)險我們大家都知道統(tǒng)計數(shù)據(jù)一般都是反映宏觀整體現(xiàn)象，這種宏觀整體現(xiàn)象往往都掩蓋了事物的個體本質(zhì)，因此大多數(shù)公眾與某些部門對它產(chǎn)生懷疑卻無從下手去監(jiān)管，另外統(tǒng)計部門在統(tǒng)計信息時，占有主動權(quán)，具有權(quán)威性，這種信息的不對稱性也容易產(chǎn)生職業(yè)道德風(fēng)險，再有統(tǒng)計部門的垂直領(lǐng)導(dǎo)形式，使其工作都是“上派下行”，從而導(dǎo)致一些統(tǒng)計數(shù)據(jù)都是現(xiàn)有目標，再有統(tǒng)計，最后達到預(yù)期結(jié)果，統(tǒng)計工作的這種被動與尷尬已經(jīng)成為普遍現(xiàn)象，這種從上到下無人監(jiān)督，無人管理的現(xiàn)象所產(chǎn)生的后果是距離現(xiàn)實在越來越遠，“此地?zé)o銀三百兩”的故事距離我們越來越近，社會將進入顛倒是非，真假難辨的惡性循環(huán)之中。
(二)統(tǒng)計法的力度不夠，加速統(tǒng)計數(shù)據(jù)的風(fēng)險產(chǎn)生從上邊統(tǒng)計風(fēng)險產(chǎn)生原因我們可以看到都是由于某些政府和個人短期利益的因素，而導(dǎo)致統(tǒng)計產(chǎn)生巨大的風(fēng)險，這種短期的效益與其產(chǎn)生的長期風(fēng)險是遠遠不對稱的，但是許多政府與某些單位以及個人卻還是選擇了這一瞬間的短期利益，這是為何？我們常常聽到某些單位或個人由于違反各種會計法、經(jīng)濟法，最后導(dǎo)致嚴重違反財經(jīng)紀律、貪污腐化從而導(dǎo)致受到行政法律的制裁，嚴重者觸犯刑法，最高可判無期乃至死刑和罰金。但是統(tǒng)計法律法規(guī)卻沒有這么大的力度，即使提供了虛假數(shù)據(jù)，即使受到行政處罰，也都是輕描淡寫、隔靴搔癢而已，從根本起不到懲戒、震懾和遏止作用，卻反而助長了統(tǒng)計數(shù)據(jù)失真的力度，加速了統(tǒng)計風(fēng)險的速度。最后形成了“統(tǒng)計統(tǒng)計，三分統(tǒng)計，七分估計”的熟語。這也很好地回答了上述問題產(chǎn)生的根本原因。
二、針對當(dāng)前我國統(tǒng)計工作職業(yè)道德產(chǎn)生的風(fēng)險應(yīng)采取的措施
(一)全面提高相關(guān)業(yè)務(wù)人員的綜合業(yè)務(wù)素質(zhì)統(tǒng)計工作涉及面廣，對理論知識與實際工作能力要求高，它要求相關(guān)業(yè)務(wù)人員不僅懂得國家的法律法規(guī)，而且還要求相關(guān)業(yè)務(wù)人員掌握一定的財務(wù)、審計、經(jīng)濟、統(tǒng)計分析等一定理論知識，并且還特別強調(diào)了統(tǒng)計人員應(yīng)該加強愛崗敬業(yè)、盡職盡責(zé)的職業(yè)道德，德才兼?zhèn)洌缘聻橄鹊穆殬I(yè)道德和業(yè)務(wù)素質(zhì)修養(yǎng)永遠是統(tǒng)計人員的最起碼要求，也是有效地避免統(tǒng)計風(fēng)險的基本前提，所以統(tǒng)計人員應(yīng)該通過各種渠道提高自己的綜合水平，如參加各種統(tǒng)計相關(guān)的考試、學(xué)習(xí)輔導(dǎo)班以及業(yè)務(wù)比賽活動，使他們?nèi)谌氘?dāng)今社會潮流之中，這樣可以增強統(tǒng)計人員的自我提升、自我風(fēng)險保護意識，這也是抵制社會上統(tǒng)計工作不正之風(fēng)最有效的措施。
(二)政府及主管領(lǐng)導(dǎo)要用正確的發(fā)展觀去指導(dǎo)統(tǒng)計工作我們大家都知道統(tǒng)計是為政府部門服務(wù)的，這是國家參與宏觀調(diào)控的重要手段，但是在當(dāng)今的市場經(jīng)濟體制下，以市場微觀調(diào)控為主，國家宏觀調(diào)控為輔的理念指導(dǎo)下，統(tǒng)計需要減少政府的干涉，甚至消除人為干預(yù)，這樣才有助于國家的經(jīng)濟建設(shè)。所以各級政府應(yīng)該轉(zhuǎn)變職能態(tài)度，從而合理地引導(dǎo)各級主管領(lǐng)導(dǎo)具有科學(xué)的世界觀，進而正確指導(dǎo)統(tǒng)計工作，引導(dǎo)寬松的統(tǒng)計工作環(huán)境，使統(tǒng)計工作者在良好的工作氛圍中，放下包袱，努力工作，為國家制定合理有效的重大決策提供真實的數(shù)據(jù)，從而真實地反映國家的宏觀目標，這樣更有力促進社會經(jīng)濟的發(fā)展，促進人們的安全、社會的和諧。
(三)加強統(tǒng)計數(shù)據(jù)的監(jiān)督反映統(tǒng)計數(shù)據(jù)失真給統(tǒng)計工作帶來了一定的風(fēng)險與隱患，其最大原因就是統(tǒng)計數(shù)據(jù)缺乏像會計工作那樣的監(jiān)督機構(gòu)，另外統(tǒng)計數(shù)據(jù)的公布也非?；\統(tǒng)化，不如財務(wù)指標那樣詳細，計算方法與方式也不像會計那樣進行詳細地披露。所以國家應(yīng)該盡早地出臺一些法律法規(guī)以及有關(guān)政策，讓統(tǒng)計部門加大信息披露的力度，如時間間隔應(yīng)該縮短，披露的數(shù)據(jù)來源、方法、處理的過程等統(tǒng)計信息應(yīng)該詳細，讓數(shù)據(jù)的使用者與監(jiān)督者能夠很好地分析數(shù)據(jù)的真實可靠程度，這樣不僅增強了統(tǒng)計的公眾監(jiān)督力度，又有利于公眾對統(tǒng)計的了解與認可，進而也讓統(tǒng)計工作者工作起來有的放矢，避免了其左右為難的工作情緒，更避免了統(tǒng)計工作的重大隱患風(fēng)險的存在。
(四)加強統(tǒng)計法律法規(guī)建設(shè)，完善統(tǒng)計規(guī)章制度目前國家對會計、經(jīng)濟等各種法律法規(guī)都進行了不斷的完善與調(diào)整，此種方式方法得到了有效的反映，如偷稅漏稅逐步減少，行賄受賄、大吃大喝公款的現(xiàn)象極度收斂，這樣不僅促進國家經(jīng)濟的發(fā)展，也受到了百姓的擁護與好評。那么如果在這種良好的氛圍下，大力加強統(tǒng)計法律法規(guī)的建設(shè)，對那些原來不合理、不完善、不適合市場經(jīng)濟體制下的統(tǒng)計法律法規(guī)及規(guī)章制度進行刪除或者合理的更新，并加以完善和必要的補充，如加大對政府與部門人為反方向干擾統(tǒng)計工作的監(jiān)督與懲罰，加大脅迫統(tǒng)計工作者編制虛假數(shù)據(jù)而承擔(dān)的法律后果，以及統(tǒng)計工作者在此過程中給予抵制而受到的獎勵制度和聽之任之、同流合污而承擔(dān)的法律后果等等規(guī)定。這樣統(tǒng)計工作者才能堅定地拿起法律的武器來保護自己，使自己勇敢地面對不法分子堅持真理，永不膽怯。因為誰也不能拿自己的一生和終身的家產(chǎn)去賭注，迫使不法分子沒有可乘之機。這是杜絕統(tǒng)計工作職業(yè)道德風(fēng)險，強化統(tǒng)計職業(yè)道德意識最有效的措施。
三、結(jié)束語
關(guān)鍵字：數(shù)據(jù)挖掘金融數(shù)據(jù)
金融部門每天的業(yè)務(wù)都會產(chǎn)生大量數(shù)據(jù)，利用目前的數(shù)據(jù)庫系統(tǒng)可以有效地實現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。缺乏挖掘數(shù)據(jù)背后隱藏的知識的手段，導(dǎo)致了數(shù)據(jù)爆炸但知識貧乏”的現(xiàn)象。與此同時，金融機構(gòu)的運作必然存在金融風(fēng)險，風(fēng)險管理是每一個金融機構(gòu)的重要工作。利用數(shù)據(jù)挖掘技術(shù)不但可以從這海量的數(shù)據(jù)中發(fā)現(xiàn)隱藏在其后的規(guī)律，而且可以很好地降低金融機構(gòu)存在的風(fēng)險。學(xué)習(xí)和應(yīng)用數(shù)扼挖掘技術(shù)對我國的金融機構(gòu)有重要意義。
一、數(shù)據(jù)挖掘概述
1.數(shù)據(jù)挖掘的定義對于數(shù)據(jù)挖掘，一種比較公認的定義是W.J.Frawley，G.PiatetskShapiro等人提出的。數(shù)據(jù)挖掘就是從大型數(shù)據(jù)庫的數(shù)據(jù)中提取人們感興趣的知識、這些知識是隱含的、事先未知的、潛在有用的信息，提取的知識表示為概念(Concepts)，規(guī)則(Rules)、規(guī)律(Regularities)、模式(Patterns)等形式。這個定義把數(shù)據(jù)挖掘的對象定義為數(shù)據(jù)庫。
隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展，其應(yīng)用領(lǐng)域也不斷拓廣。數(shù)據(jù)挖掘的對象已不再僅是數(shù)據(jù)庫，也可以是文件系統(tǒng)，或組織在一起的數(shù)據(jù)集合，還可以是數(shù)據(jù)倉庫。與此同時，數(shù)據(jù)挖掘也有了越來越多不同的定義，但這些定義盡管表達方式不同，其本質(zhì)都是近似的，概括起來主要是從技術(shù)角度和商業(yè)角度給出數(shù)據(jù)挖掘的定義。
從技術(shù)角度看，數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在的和有用的信息和知識的過程。它是一門廣義的交叉學(xué)科，涉及數(shù)據(jù)庫技術(shù)、人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計學(xué)、模式識別、知識庫系統(tǒng)、知識獲取、信息檢索、高性能計算和數(shù)據(jù)可視化等多學(xué)科領(lǐng)域且本身還在不斷發(fā)展。目前有許多富有挑戰(zhàn)的領(lǐng)域如文本數(shù)據(jù)挖掘、Web信息挖掘、空間數(shù)據(jù)挖掘等。
從商業(yè)角度看，數(shù)據(jù)挖掘是一種深層次的商業(yè)信息分析技術(shù)。它按照企業(yè)既定業(yè)務(wù)目標，對大量的企業(yè)數(shù)據(jù)進行探索和分析，揭示隱藏的、未知的或驗證已知的規(guī)律性并進一步將其模型化，從而自動地提取出用以輔助商業(yè)決策的相關(guān)商業(yè)模式。
2.數(shù)據(jù)挖掘方法
數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)庫技術(shù)、統(tǒng)計技術(shù)和人工智能技術(shù)發(fā)展的產(chǎn)物。從使用的技術(shù)角度，主要的數(shù)據(jù)挖掘方法包括：
2.1決策樹方法：利用樹形結(jié)構(gòu)來表示決策集合，這些決策集合通過對數(shù)據(jù)集的分類產(chǎn)生規(guī)則。國際上最有影響和最早的決策樹方法是ID3方法，后來又發(fā)展了其它的決策樹方法。
2.2規(guī)則歸納方法：通過統(tǒng)計方法歸納，提取有價值的if-then規(guī)則。規(guī)則歸納技術(shù)在數(shù)據(jù)挖掘中被廣泛使用，其中以關(guān)聯(lián)規(guī)則挖掘的研究開展得較為積極和深入。
2.3神經(jīng)網(wǎng)絡(luò)方法：從結(jié)構(gòu)上模擬生物神經(jīng)網(wǎng)絡(luò)，以模型和學(xué)習(xí)規(guī)則為基礎(chǔ)，建立3種神經(jīng)網(wǎng)絡(luò)模型：前饋式網(wǎng)絡(luò)、反饋式網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。這種方法通過訓(xùn)練來學(xué)習(xí)的非線性預(yù)測模型，可以完成分類、聚類和特征挖掘等多種數(shù)據(jù)挖掘任務(wù)。
2.4遺傳算法：模擬生物進化過程的算法，由繁殖(選擇)、交叉(重組)、變異(突變)三個基本算子組成。為了應(yīng)用遺傳算法，需要將數(shù)據(jù)挖掘任務(wù)表達為一種搜索問題，從而發(fā)揮遺傳算法的優(yōu)化搜索能力。
2.5粗糙集(RoughSet)方法：Rough集理論是由波蘭數(shù)學(xué)家Pawlak在八十年代初提出的一種處理模糊和不精確性問題的新型數(shù)學(xué)工具。它特別適合于數(shù)據(jù)簡化，數(shù)據(jù)相關(guān)性的發(fā)現(xiàn)，發(fā)現(xiàn)數(shù)據(jù)意義，發(fā)現(xiàn)數(shù)據(jù)的相似或差別，發(fā)現(xiàn)數(shù)據(jù)模式和數(shù)據(jù)的近似分類等，近年來已被成功地應(yīng)用在數(shù)據(jù)挖掘和知識發(fā)現(xiàn)研究領(lǐng)域中。
2.6K2最鄰近技術(shù)：這種技術(shù)通過K個最相近的歷史記錄的組合來辨別新的記錄。這種技術(shù)可以作為聚類和偏差分析等挖掘任務(wù)。
2.7可視化技術(shù)：將信息模式、數(shù)據(jù)的關(guān)聯(lián)或趨勢等以直觀的圖形方式表示，決策者可以通過可視化技術(shù)交互地分析數(shù)據(jù)關(guān)系?？梢暬瘮?shù)據(jù)分析技術(shù)拓寬了傳統(tǒng)的圖表功能，使用戶對數(shù)據(jù)的剖析更清楚。
二、數(shù)據(jù)挖掘在金融行業(yè)中的應(yīng)用數(shù)據(jù)挖掘已經(jīng)被廣泛應(yīng)用于銀行和商業(yè)中，有以下的典型應(yīng)用：
1.對目標市場(targetedmarketing)客戶的分類與聚類。例如，可以將具有相同儲蓄和貨款償還行為的客戶分為一組。有效的聚類和協(xié)同過濾(collaborativefiltering)方法有助于識別客戶組，以及推動目標市場。
2..客戶價值分析。
在客戶價值分析之前一般先使用客戶分類，在實施分類之后根據(jù)“二八原則”，找出重點客戶，即對給銀行創(chuàng)造了80%價值的20%客戶實施最優(yōu)質(zhì)的服務(wù)。重點客戶的發(fā)現(xiàn)通常采用一系列數(shù)據(jù)處理、轉(zhuǎn)換過程、AI人工智能等數(shù)據(jù)挖掘技術(shù)來實現(xiàn)。通過分析客戶對金融產(chǎn)品的應(yīng)用頻率、持續(xù)性等指標來判別客戶的忠誠度；通過對交易數(shù)據(jù)的詳細分析來鑒別哪些是銀行希望保持的客戶；通過挖掘找到流失的客戶的共同特征，就可以在那些具有相似特征的客戶還未流失之前進行針對性的彌補。
3.客戶行為分析。
找到重點客戶之后，可對其進行客戶行為分析，發(fā)現(xiàn)客戶的行為偏好，為客戶貼身定制特色服務(wù)。客戶行為分析又分為整體行為分析和群體行為分析。整體行為分析用來發(fā)現(xiàn)企業(yè)現(xiàn)有客戶的行為規(guī)律。同時，通過對不同客戶群組之間的交叉挖掘分析，可以發(fā)現(xiàn)客戶群體間的變化規(guī)律，并可通過數(shù)據(jù)倉庫的數(shù)據(jù)清潔與集中過程，將客戶對市場的反饋自動輸人到數(shù)據(jù)倉庫中。通過對客戶的理解和客戶行為規(guī)律的發(fā)現(xiàn)，企業(yè)可以制定相應(yīng)的市場策略。
4.為多維數(shù)據(jù)分析和數(shù)據(jù)挖掘設(shè)計和構(gòu)造數(shù)據(jù)倉庫。例如，人們可能希望按月、按地區(qū)、按部門、以及按其他因素查看負債和收入的變化情況，同時希望能提供諸如最大、最小、總和、平均和其他等統(tǒng)計信息。數(shù)據(jù)倉庫、數(shù)據(jù)立方體、多特征和發(fā)現(xiàn)驅(qū)動數(shù)據(jù)立方體，特征和比較分析，以及孤立點分析等，都會在金融數(shù)據(jù)分析和挖掘中發(fā)揮重要作用。
5.貨款償還預(yù)測和客戶信用政策分析。有很多因素會對貨款償還效能和客戶信用等級計算產(chǎn)生不同程度的影響。數(shù)據(jù)挖掘的方法，如特征選擇和屬性相關(guān)性計算，有助于識別重要的因素，別除非相關(guān)因素。例如，與貨款償還風(fēng)險相關(guān)的因素包括貨款率、資款期限、負債率、償還與收入(payment——to——income)比率、客戶收入水平、受教育程度、居住地區(qū)、信用歷史，等等。而其中償還與收入比率是主導(dǎo)因素，受教育水平和負債率則不是。銀行可以據(jù)此調(diào)整貨款發(fā)放政策，以便將貨款發(fā)放給那些以前曾被拒絕，但根據(jù)關(guān)鍵因素分析，其基本信息顯示是相對低風(fēng)險的申請。
6.業(yè)務(wù)關(guān)聯(lián)分析。通過關(guān)聯(lián)分析可找出數(shù)據(jù)庫中隱藏的關(guān)聯(lián)網(wǎng)，銀行存儲了大量的客戶交易信息，可對客戶的收人水平、消費習(xí)慣、購買物種等指標進行挖掘分析，找出客戶的潛在需求;通過挖掘?qū)蛻粜畔?，銀行可以作為廠商和消費者之間的中介，與廠商聯(lián)手，在掌握消費者需求的基礎(chǔ)上，發(fā)展中間業(yè)務(wù)，更好地為客戶服務(wù)。
7.洗黑錢和其他金融犯罪的偵破。要偵破洗黑錢和其他金融犯罪，重要的一點是要把多個數(shù)據(jù)庫的信息集成起來，然后采用多種數(shù)據(jù)分析工具找出異常模式，如在某段時間內(nèi)，通過某一組人發(fā)生大量現(xiàn)金流量等，再運用數(shù)據(jù)可視化工具、分類工具、聯(lián)接工具、孤立點分析工具、序列模式分析工具等，發(fā)現(xiàn)可疑線索，做出進一步的處理。
數(shù)據(jù)挖掘技術(shù)可以用來發(fā)現(xiàn)數(shù)據(jù)庫中對象演變特征或?qū)ο笞兓厔?，這些信息對于決策或規(guī)劃是有用的，金融
行業(yè)數(shù)據(jù)的挖掘有助于根據(jù)顧客的流量安排工作人員?？梢酝诰蚬善苯灰讛?shù)據(jù)，發(fā)現(xiàn)可能幫助你制定投資策略的趨勢數(shù)據(jù)。挖掘給企業(yè)帶來的潛在的投資回報幾乎是無止境的。當(dāng)然，數(shù)據(jù)挖掘中得到的模式必須要在現(xiàn)實生活中進行驗證。
參考文獻：
丁秋林，力士奇.客戶關(guān)系管理.第1版.北京：清華人學(xué)出版社，2002
張玉春.數(shù)據(jù)挖掘在金融分析中的應(yīng)用.華南金融電腦.2004
加法——上海住房面積的統(tǒng)計是否超乎想象地簡單？
每年，上海政府部門都要公布上海的人均建筑面積、人均居住面積指標。其目的為說明人民住房水平在“節(jié)節(jié)高”、“年年高”，更為了彰示政府部門的業(yè)績。那么，“人均建筑面積”、“人均居住面積”又是怎樣得來的？得到那些數(shù)據(jù)又經(jīng)過了怎樣艱苦繁復(fù)的調(diào)查和計算過程？
筆者為了驗證上海統(tǒng)計部門有關(guān)住房統(tǒng)計數(shù)據(jù)的準確性，曾經(jīng)歷過了艱苦繁復(fù)的計算，但計算結(jié)果總與政府公布的數(shù)據(jù)大相徑庭。是一個突發(fā)的奇想，使筆者在半個小時內(nèi)就算出了與統(tǒng)計部門數(shù)據(jù)基本吻合的上海十年來的“居民住房總建筑面積”以及相關(guān)的“人均建筑面積”。其計算結(jié)果，“居民住房總建筑面積”與各類統(tǒng)計年鑒公布的相應(yīng)數(shù)據(jù)平均只相差3.6%，“人均建筑面積”與建設(shè)部近三年的《城鎮(zhèn)房屋概況統(tǒng)計公報》中的相應(yīng)數(shù)據(jù)百分之百相符。
是什么樣的“突發(fā)奇想”有如此神奇的效果？筆者是這樣“奇想”的：“嗎要那么認真？”鬼使神差，筆者信手將1995年以來每上一個年度的住宅建筑面積與當(dāng)年竣工的商品住宅建筑面積相加，結(jié)果就與統(tǒng)計部門“統(tǒng)計”的“居民住房建筑面積”基本相符，再將統(tǒng)計年鑒中公布的“非農(nóng)人口”與“居民住房建筑面積”相除，就得到了與建設(shè)部《城鎮(zhèn)房屋概況統(tǒng)計公報》數(shù)據(jù)一模一樣的精確到小數(shù)點后兩位的“上海人均住房建筑面積”！
當(dāng)然，在1999年到2004年，筆者的計算結(jié)果與統(tǒng)計部門數(shù)據(jù)相比還略少些，多則少10個百分點，少則少5個百分點。于是，筆者再次“突發(fā)奇想”，“我如果把空置房、已拆遷房都拿來填空缺呢？”于是，“奇跡”再次出現(xiàn)——筆者“靈感”激發(fā)中計算得來的上海住房建筑面積就與政府部門的統(tǒng)計數(shù)據(jù)99%、100%地相符了！
難道政府統(tǒng)計部門是在如此搞笑的狀態(tài)下工作的嗎？
筆者不愿相信。
如果需要計算的是上海全部居住房屋總面積，那可以把上年的居住房屋面積加上當(dāng)年的竣工住宅面積——竣工住宅面積指“報告期內(nèi)房屋建筑按照設(shè)計要求已全部完工，達到住人和使用條件，經(jīng)驗收鑒定合格，可正式移交使用的房屋居住面積的總和”（此解釋見由上海市房屋土地資源管理局和上海市統(tǒng)計局聯(lián)合編輯出版的年鑒類刊物《上海市房地產(chǎn)市場》，下同），但必須減去已經(jīng)拆遷了的住房面積。然而這樣得出的全部居住房屋總面積數(shù)不能用作計算人均居住房屋面積的基數(shù)，因為當(dāng)年和往年的竣工住宅中的沒有實現(xiàn)銷售的部分是不能按照已經(jīng)移交使用的“人居房”來計算人均面積的。
如果需要計算的是上海已經(jīng)實現(xiàn)了“人居”的全部住房面積，那么在每個當(dāng)年度的竣工住宅中必須扣除還沒有發(fā)生“人居”的面積，并減去已經(jīng)拆遷了的住房面積。請注意，如果扣除了每個當(dāng)年度竣工住宅中的沒有發(fā)生“人居”的面積，在此就不發(fā)生“空置房”的概念——空置房指“銷售物業(yè)報告年度內(nèi)某類物業(yè)經(jīng)初始登記一年后未售出的數(shù)量”，該面積已經(jīng)包含在初始登記年的竣工住宅面積中。
筆者“第一次奇想”時的計算方法謬誤在于：如果是計算全部居住房屋總面積，其沒有減去已拆遷房的面積；如果是計算實現(xiàn)了“人居”的全部房屋總面積，其一沒有減去已拆遷房的面積，其二沒有減去以往年度積存的空置房面積，其三沒有減去當(dāng)年竣工住宅面積中沒有實現(xiàn)銷售的部分。
照筆者“第一次奇想”時的計算方法來計算“人均住房面積”，那是偷換了“人均住房面積”的概念——雖然統(tǒng)計部門沒有對“人均住房面積”的計算方法作出定論，但是，作為體現(xiàn)住房條件改善的最重要指標，人們對“人均住房面積”的約定俗成的理解就是已經(jīng)實現(xiàn)了“人居”的房屋的人均住房面積！
筆者“第二次奇想”時的計算方法謬誤更是顯而易見——那是明知故犯了——不但不將這些沒有發(fā)生的、不存在的因素做減法，相反還把這些因素又做了一次加法！每一個按常規(guī)思維的人會為此感到不可思議。筆者同樣不信政府部門工作人員會故意這么做。這么做的后果是嚴重的，這使得上海在2005年時的人均住房建筑面積平添了13.33平方米——在把2005年全部竣工住宅作為已經(jīng)實現(xiàn)了“人居”的前提下！因為1999年到2004年，上海城市的拆遷面積總和加上每年空置住宅面積的累計數(shù)是5520萬平方米，這些數(shù)字不扣除，就是多計算了5520萬平方米未實現(xiàn)“人居”和已經(jīng)滅失了的住房面積，這些數(shù)字還要再加一次，那就是在1999年到2004年，多計算了5520×2=11040萬平方米未實現(xiàn)“人居”和已經(jīng)滅失了的住房面積；同樣，在1996年~1998年以及2005年的住房面積中，也因為沒有扣除拆遷面積和空置住宅面積，導(dǎo)致多計算了4278萬平方米的未實現(xiàn)“人居”和已經(jīng)滅失了的住房面積，只不過沒有再重復(fù)加一次而已。這樣，1996年到2005年每年多計算的“人居”住房面積累計一共是11040萬+4278萬=15318萬平方米——2005年竣工面積中的未實現(xiàn)銷售部分還未計算在內(nèi)，2005年上海的非農(nóng)業(yè)人口是1148.94萬，15318÷1148.94=13.33，這13.33就是按照筆者“搞笑計算法”計算出來的屬于“多算”的人均建筑面積！
筆者相信政府工作人員不會這么搞笑，筆者也認為，計算結(jié)果一樣不等于計算過程一樣，但是，由于政府部門對住房面積的計算過程不見公布，作為上海市民，希望能看到政府統(tǒng)計部門對于上海住房面積的計算過程。
筆者的計算過程見表（一）、表（二）。
表（一）、上海居民“人居”住房面積計算過程表(與統(tǒng)計部門的統(tǒng)計結(jié)果相符)單位：萬平方米
注：1.“統(tǒng)計部門提供的市區(qū)住宅建筑面積”中，97、98、99三年的數(shù)據(jù)來自《上海投資建設(shè)統(tǒng)計年鑒》，其他數(shù)據(jù)來自年鑒刊物《上海市房地產(chǎn)市場》。2.“當(dāng)年商品住宅竣工面積”來自年鑒刊物《上海市房地產(chǎn)市場》。
3.此表中的已拆遷住宅面積和空置住宅面積不包括1976、1997、1998、2005年數(shù)據(jù)，這些數(shù)據(jù)見表三和表四。已拆遷住宅面積來源：見《上海市房地產(chǎn)市場》，空置住宅面積來源：2000年前數(shù)據(jù)見《上海統(tǒng)計年鑒》，2000年后數(shù)據(jù)散見于媒體報道的官方統(tǒng)計數(shù)據(jù)。
4．撤縣改市增加的住房面積中，99年數(shù)據(jù)是指青浦、松江的住房面積，2002年數(shù)據(jù)是指南匯、奉賢的住房面積，2003年數(shù)據(jù)是指崇明的住房面積。數(shù)據(jù)來自《上海統(tǒng)計年鑒》。
表（二）、2003~2005年上海城鎮(zhèn)人均住房建筑面積計算表(與統(tǒng)計部門的統(tǒng)計結(jié)果相符)
數(shù)據(jù)來源：《上海市房地產(chǎn)年鑒》，2005年數(shù)據(jù)見《上海統(tǒng)計年鑒（2006）》
2．搜集了自2000年到2005年由政府部門認定的每年的空置住宅面積數(shù)據(jù)。
之所以稱為“搜集”，是從2000年開始，《上海統(tǒng)計年鑒》就不再公布每年的空置住宅面積，《上海市房地產(chǎn)年鑒》也不見公布?，F(xiàn)在統(tǒng)計部門公布的居民居住房屋總面積中是把空置住宅也當(dāng)作已居住的房屋面積計算的（年鑒刊物《上海市房地產(chǎn)市場》明確居住房屋面積中包括空置住宅面積），但是就常識而論，空置住宅面積是不能作為“居民人均建筑面積”來充數(shù)的。所以，筆者要把空置住宅面積剔除出人均居住面積指標體系。雖然統(tǒng)計部門關(guān)于空置量的計算自1999年以來都是“根據(jù)上市量與銷售量的變化判斷空置量的增減或升降趨勢”，然而，有總勝于無?？罩米≌娣e見表（四）：
表（四）、商品住宅空置面積（95-2005），單位：萬平方米
注：1.2005年空置住宅面積根據(jù)當(dāng)年商品房空置面積536.56平方米的60%計算。
2.對于空置量的概念和計算方法，2000年到2005年的年鑒類刊物《上海市房地產(chǎn)市場》均這樣注解：“空置量是銷售物業(yè)報告年度內(nèi)某物業(yè)經(jīng)濟竟初始登記一年后未售出的數(shù)量（建筑面積）。由于本市樓宇個數(shù)眾多，目前根據(jù)上市量與銷售量的變化判斷空置量的增減或升降趨勢”。
3．計算了不應(yīng)該當(dāng)作“居民居住水平提高”來展示的住房面積增加因素。
上海市區(qū)居住房屋面積增長由多種因素造成，并非所有的增長因素都是“住房改革的成果”，有些增長甚至還是住房改革導(dǎo)致的“后果”。因此，不論是住房總面積增加還是人均住房面積增加，并非都能為之歌頌的。
筆者先計算了從1993年浦東新區(qū)成立以來，在撤縣改區(qū)過程中新增加的原縣屬城鎮(zhèn)住房面積。
1991年浦東新區(qū)成立前，上海市區(qū)區(qū)域面積是745平方公里，九個郊縣的面積是5590.5平方公里，到2005年，上海市區(qū)區(qū)域面積是5155平方公里，一個郊縣（崇明縣）的面積是1185.49平方公里；1991年時市區(qū)戶口數(shù)是269萬，郊縣戶口數(shù)是167萬，當(dāng)2005年，市區(qū)戶口數(shù)是468.1萬，郊縣戶口數(shù)28.6萬。這樣的變動當(dāng)然會對市區(qū)住房總面積產(chǎn)生影響——光從1997年金山撤縣改區(qū)起算，到2002年上海先后有松江、青浦、奉賢、南匯等整區(qū)建制的2000多萬平方米的原縣屬城鎮(zhèn)居民住宅面積并入了市區(qū)居民住宅面積，而崇明縣的鎮(zhèn)建制住房也有305萬平方米在2003年并入市區(qū)住宅面積。上海2002年的居住房屋總面積比1997年多了12677萬平方米，減去5434萬平方米的空置住宅、拆遷住宅面積，余下的住宅增加面積是7243萬平方米，這其中22%是原縣屬鎮(zhèn)居民住房劃并為城區(qū)居民住房所致。顯然，這些因行政區(qū)劃變動帶來的城區(qū)住房面積增加不能視作“住房改革的成果”，不能視作“居民居住水平提高”的佐證。
筆者再根據(jù)第五次人口普查數(shù)據(jù)，計算了各社會層面擁有的房屋資源狀況。這個計算揭示了“人均住房指標”已經(jīng)對國計民生的真實情況產(chǎn)生了誤導(dǎo)。在“住房商品化”前后擁有權(quán)力資源的家庭集中擠上了“單位分房末班車”，這是導(dǎo)致1998年到2001時上海居民住房面積激增的原因之一。在這個時期，商品住宅還輪不到普通市民來“商品化”——那時普通市民接受的“商品化”，不過是在1998年~2001年差價換房5000戶、10694戶、16941戶、10888戶，出售已購公有住宅10155套、19771套、43411套、69832套（見年鑒刊物《上海市房地產(chǎn)市場》）。最多是到1999年底，居民在出售已購公有住房后再購新房時“吸納新建商品房總建筑面積達250平方米”（《上海房地產(chǎn)市場（2000）》。1999年以后不見有關(guān)統(tǒng)計數(shù)了，但根據(jù)2000年和2001年居民出售已購公有住房560萬平方米的數(shù)據(jù)，那到2001年，全市居民在出售原有公房后再購置的新建商品房不過是10萬套左右。這就是住房商品化開始前后上海普通市民消化商品化住房的能力——2001年，上海城市居民中等收入家庭的人均可支配收入是11155元，恩格爾系數(shù)是47！
這個時期內(nèi)銷商品房（包括住宅、辦公樓、商業(yè)用房，住宅面積平均占95%）的出售情況是：1997年出售3.76萬套，1998年7.46萬套，1999年11.95萬套，2000年16.16萬套，2001年20.01萬套，總共59.36萬套。其中外地個人購買6.61萬套，本地單位購買4.27萬套，本地個人購買48萬套（見年鑒刊物《上海市房地產(chǎn)市場》）。注意，1997年到2001年“本地個人”購買的商品房中購買的商品住宅是40萬套，而“本地個人”購買的套數(shù)其實是有假的，因為從1999年“住房商品化”政策起步開始，就有不少有“實力”有“勢力”的單位以事實上的單位出資來為少部分個人購置房產(chǎn)；而各級黨政企事業(yè)單位負責(zé)人，也在此時加緊讓自己的住房面積“達標”、“超標”，“達標”、“超標”的標準，是1995年頒布的滬房地改（1995）767號文件《職工家庭購買公有住房建筑面積控制標準》，在這個文件中，明確一般職工、干部和初級技術(shù)職稱人員可購買公有住房面積的上限是75平方米，科級干部、中級技術(shù)職稱人員、具有證書的高級工購買上限85平方米，縣處級干部、副高級職稱人員購買上限100平方米，副局級購買上限120平方米，正局級、正高級和享受正高級待遇的專業(yè)技術(shù)職稱人員購買上限140平方米。購買公有住房面積的前提是要首先住房要達到這個面積標準，不少掌握權(quán)力資源者趁機將自己的住房面積大大地上了幾個臺階，當(dāng)他們將自己突擊得來的房屋用“購買公用住宅的標準價”買下，他們就擁有了比普通市民多得多的住房資產(chǎn)——他們才是住房商品化的最大得益者。
根據(jù)第五次人口普查資料，到2000年為止，上海的中心城區(qū)和新建城區(qū)共有457.16萬家庭戶，其中15.5%家庭戶（70.6萬戶）人均建筑面積40平方米以上，這部分家庭戶擁有城區(qū)35.2%的房屋資源，這些家庭戶以國家機關(guān)、黨群組織、企業(yè)、事業(yè)單位負責(zé)人為絕對主體；而人均建筑面積19平方米以下家庭幾乎全都是底層社會普通勞動者家庭，這部分家庭占到城區(qū)家庭戶總數(shù)的53.3%（244.1萬戶），他們擁有的房屋資源只占到24.8%，當(dāng)時城區(qū)有80萬戶家庭、225.5萬人居住在人均建筑面積8平方米以下的居所，65.2萬戶家庭、183.1萬人居住在人均建筑面積9~12平方米的居所。
在以后的“住房商品化”過程中，“負責(zé)人”群體在家庭住房上占有的地段優(yōu)勢更是遠遠超出了其在2000年時單純的面積優(yōu)勢，這種地段優(yōu)勢體現(xiàn)的商品化價值遠不是面積優(yōu)勢體現(xiàn)的商品化價值所能比擬。因此，不分職別不分區(qū)域地段的籠統(tǒng)的全市性的人均住房指標已經(jīng)失去了統(tǒng)計的意義、公布的意義。
需要指出，筆者曾經(jīng)在有關(guān)投資建設(shè)統(tǒng)計年鑒（可能是《上海投資建設(shè)統(tǒng)計年鑒》？）中見過1994年~1999年的上海市區(qū)建筑面積、居住面積、市區(qū)人口統(tǒng)計數(shù)（見表五），不管數(shù)據(jù)是否準確，起碼，此表將人均居住水平指標是如何產(chǎn)生的過程透明化了。而現(xiàn)在的統(tǒng)計數(shù)據(jù)對于公眾來說，是從根本上缺乏透明度的。此次筆者能把上海的住宅建筑面積和人均住宅建筑面積算到與統(tǒng)計數(shù)據(jù)差不離，不過是“蒙”對了而已。
原表說明：人均居住面積一般以各類建筑房屋的實際建筑面積乘以各自平面K值折算成居住面積，與市公安局提供的年末長期人口數(shù)相除后求得。73年通過房屋普查，以實際測得居住面積計算。
但此表中的“市區(qū)人口數(shù)”在《上海統(tǒng)計年鑒中》中是找不到出處的?！渡虾＝y(tǒng)計年鑒中》提供的1994年到1999年的“非農(nóng)業(yè)人口”與此表中的“市區(qū)人口”相比，少則相差4%，多則相差14%，“年末區(qū)人口”與此表中的“市區(qū)人口”相比，相差得就更多。
筆者叢觀歷年的住房統(tǒng)計數(shù)據(jù)，發(fā)現(xiàn)有的年份以“市區(qū)人口數(shù)”為人口計算基數(shù)（1994-1999），有的年份則以“非農(nóng)業(yè)人口”為計算基數(shù)（2003~2005），而更多年份的人口計算基數(shù)還無從核對無從查找。這樣，上海的人均住房統(tǒng)計指標光是因為“人口數(shù)的統(tǒng)計口徑不同”，就已經(jīng)沒有可比性了。
還有必要認真對待“人均居住面積”、“人均建筑面積”嗎？
“人均居住面積”、“人均建筑面積”還能反映絕大部分居民的真實居住狀況嗎？作為一個公民，筆者提請政府部門變更上海住房指標的統(tǒng)計方法。事實上，這并不是需要白手起家的作業(yè)——第五次人口普查已經(jīng)提供了全國各地的非常詳細的住房統(tǒng)計資料，上海當(dāng)然不例外。一個疑點：第五次人口普查中有關(guān)住房的數(shù)據(jù)為何不見引用？
2000年的全國第五次人口普查提供了非常詳細的住房統(tǒng)計資料。這個住房統(tǒng)計資料反映，在2000年，上海中心城區(qū)一共有627.92萬人，人均建筑面積15.85平方米；新建城區(qū)有657.21萬人，人均建筑面積27.45平方米，將城區(qū)人均建筑面積乘以人數(shù)，上海城區(qū)范圍內(nèi)的住房建筑面積應(yīng)該是27993萬平方米，比統(tǒng)計部門用因襲下來的統(tǒng)計方法計算出來的面積要多7128萬平方米——統(tǒng)計年鑒公布的2000年上海各區(qū)的住房建筑面積統(tǒng)計數(shù)是20865萬平方米。
第五次人口普查是“重大的國情國力調(diào)查，是和平時期最大的社會動員，涉及到社會的各個方面、每一個家庭和每一個人”，“對于全面實現(xiàn)我國現(xiàn)代化建設(shè)戰(zhàn)略目標，研究下個世紀的社會、人口變化情況具有重要意義”（見《國務(wù)院關(guān)于進行第五次全國人口普查的通知》）。通過這樣的調(diào)查得來的有根有據(jù)的數(shù)據(jù)卻不見引用，這又是為什么？
不解決為什麼人的問題，住房改革不可能成功
近年來，有關(guān)住房改革是否成功的討論進行得轟轟烈烈，筆者不諱言，筆者認為住房改革是失敗的。即使這樣，筆者還沒有對上海的居民居住房屋總面積和人均住房面積提出過懷疑，筆者還是相信政府統(tǒng)計部門是在嚴肅認真的工作態(tài)度下科學(xué)地得出這些統(tǒng)計數(shù)據(jù)的。但因為筆者搞笑般地計算了一番上海住房數(shù)據(jù)竟意外地與政府統(tǒng)計部門的計算結(jié)果相同，而這樣的計算結(jié)果是要讓上海的人均建筑面積平添出13.33平方米的，這不由得筆者誠惶誠恐——即使筆者認定住房改革是失敗的，也不希望以“統(tǒng)計部門多算人均建筑面積13.33平方米”來作為佐證呀！
筆者猜度，目前有關(guān)上海的住房數(shù)據(jù)可能是“數(shù)出多門”，卻缺乏對這些數(shù)據(jù)的整體性的把關(guān)。國家對房地產(chǎn)宏觀調(diào)控措施不能從根本上奏效，恐怕與我國的數(shù)目字管理的基礎(chǔ)還相當(dāng)薄弱有關(guān)。現(xiàn)代化管理的基礎(chǔ)一是法治，二是“用數(shù)字說話”，從宏觀而言，一個國家的基礎(chǔ)數(shù)據(jù)管理情況和應(yīng)用情況反映了一個國家現(xiàn)代化的水平。第五次人口普查得來的住房數(shù)據(jù)是基礎(chǔ)數(shù)據(jù)，而怎樣對這些基礎(chǔ)數(shù)據(jù)有效管理和應(yīng)用，則是一個龐大的課題——缺乏管理，數(shù)據(jù)就只是一堆令人頭昏目旋眼花繚亂的阿拉伯?dāng)?shù)字。
無論是政治，還是經(jīng)濟形勢，任何政府、企業(yè)、個人，面對未來進行投融資等項目決策，不經(jīng)過數(shù)據(jù)分析論證就簡單的決定會帶來巨大的危害，已經(jīng)漸漸的被人們認同。所以，只要參與社會政治、經(jīng)濟等活動，進行投融資，期望帶來一定的經(jīng)濟效益，或者社會效益，就必須加強數(shù)據(jù)分析工作，對投融資意向進行評估，為決策提供科學(xué)的依據(jù)。
（一）項目數(shù)據(jù)分析
1、什么是項目數(shù)據(jù)分析工作
項目數(shù)據(jù)分析就是研究將經(jīng)濟學(xué)理論用數(shù)學(xué)模型表示，并應(yīng)用于項目投資分析的方法論。項目數(shù)據(jù)分析過程是：提出項目（研究機會）、初步可行性研究（市場、技術(shù)、資源、環(huán)境研究、效益、風(fēng)險分析評價）、測算經(jīng)濟效益、評估和決策、可行性研究（市場、技術(shù)、資源、環(huán)境研究、效益、風(fēng)險分析評價）、評估和決策、項目實施。
2、項目數(shù)據(jù)分析工作的內(nèi)容、特點
（1）項目分析工作的內(nèi)容
一般來說，項目數(shù)據(jù)分析的內(nèi)容包括項目的經(jīng)濟效益評價、項目的風(fēng)險分析和項目的比較選擇。
項目的經(jīng)濟效益評價主要是在假設(shè)項目沒有風(fēng)險情況下的經(jīng)濟效益，主要針對非貼現(xiàn)指標（會計收益率和投資回收期）和貼現(xiàn)指標（凈現(xiàn)值、內(nèi)部收益率、獲利指數(shù)和動態(tài)投資回收期）。
項目的風(fēng)險分析，主要是進行盈虧平衡分析、敏感性分析和概率分析。
項目的比較選擇，主要是獨立方案、互斥方案和不完全互斥方案的設(shè)計、評估等選擇。
（2）項目分析工作的特點
項目數(shù)據(jù)分析工作是一門邊緣科學(xué)，其特點是以定量分析為主要分析手段，通過分析翔實的數(shù)據(jù)進行項目的論證得出定性結(jié)論，并以定量數(shù)據(jù)進行說明。顯然，項目數(shù)據(jù)分析，必須通過建立數(shù)學(xué)模型的方法進行分析涉及經(jīng)濟學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)和預(yù)測學(xué)。
（二）什么是投融資
1、項目投融資的概念。
投資是指 “為了在獲得預(yù)期的收益而作出的確定的墊支或犧牲的各種經(jīng)濟行為” 。因此，投資并不局限于與基礎(chǔ)建設(shè)相關(guān)的經(jīng)濟活動，還包括證劵投資、信貸投資和信托投資。
2、項目投資的特點
項目投資的特點是現(xiàn)在投入資金進行經(jīng)濟效益的博弈，通過對該項目的管理進行長期或者未來的收益，不僅具有時間性，而且具有較強的風(fēng)險性，其本質(zhì)就是獲得預(yù)期的收益。
一些大型的投資項目，通常都由一家專業(yè)的財務(wù)顧問公司擔(dān)任其項目的財務(wù)顧問，財務(wù)顧問公司做為資本市場中介于籌資者與投資者之間的中介機構(gòu)憑借其對市場的了解以及專門的財務(wù)分析人才優(yōu)勢，為項目制定嚴格的，科學(xué)的，技術(shù)的財務(wù)計劃以及形成最小的資本結(jié)構(gòu)，并在資產(chǎn)的規(guī)劃和投入過程中做出理性的投資決策。
（三）項目數(shù)據(jù)分析工作對投融資具有重要的意義
1、數(shù)據(jù)分析工作提高了工作效率，增強了管理的科學(xué)性。無論是國家政府部門、企事業(yè)單位還是個人，數(shù)據(jù)分析工作都是進行決策和做出工作決定之前的重要環(huán)節(jié)，數(shù)據(jù)分析工作的質(zhì)量高低直接決定著決策的成敗和效果的好壞。
2、越來越多的企業(yè)將選擇擁有中國項目數(shù)據(jù)分析師資質(zhì)的專業(yè)人士為他們的項目做出科學(xué)、合理的分析，以便正確決策項目；越來越多的風(fēng)險投資機構(gòu)把中國項目數(shù)據(jù)分析師所出具的項目數(shù)據(jù)分析報告作為其判斷項目是否可行及是否值得投資的重要依據(jù)；越來越多的企業(yè)把中國項目數(shù)據(jù)分析師課程作為其中高管理層及決策層培訓(xùn)計劃的重要內(nèi)容；越來越多的有志之士把中國項目數(shù)據(jù)分析師培訓(xùn)內(nèi)容作為其職業(yè)生涯發(fā)展中必備的知識體系。
二、從事項目數(shù)據(jù)分析工作的感受
（一）從數(shù)據(jù)分析師的角度，項目數(shù)據(jù)工作需要做到以下幾個方面的服務(wù)，才可以為被服務(wù)對象提供優(yōu)質(zhì)的有價值的投融資報告。
1、真誠服務(wù)
所謂真誠服務(wù)，主要是因為投融資報告的價值來自于數(shù)據(jù)分析師精湛的業(yè)務(wù)能力，細致的數(shù)據(jù)搜集能力、閱讀能力、分析能力和預(yù)測能力。無論是競爭性項目、還是基礎(chǔ)性項目，由于數(shù)據(jù)分析工作時一門邊緣科學(xué)，需要對真實和翔實的數(shù)據(jù)進行定量或者是定性分析，需要對國家或者國際政策進行審讀，需要對經(jīng)濟形勢進行判斷，需要對項目所屬的行業(yè)進行科學(xué)的宏觀把握，因此，項目數(shù)據(jù)分析師在搜集相關(guān)數(shù)據(jù)，在分析相關(guān)數(shù)據(jù)時，在閱讀國家或者國及政策時，在斟酌行業(yè)趨勢時，都需要真誠的付出，否則，閉門造車或者移花接木式的投融資報告，只能是危害客戶，只能給客戶帶來更大的風(fēng)險，而不是豐厚的收益。
2、真心服務(wù)
所謂真心服務(wù)，主要是指項目數(shù)據(jù)分析師在服務(wù)客戶時，需要站在客戶的角度思考問題。由于項目數(shù)據(jù)分析師，是從屬于某公司，因此從公司利益出發(fā)，需要為公司賺取一定的利潤，這部分利潤就來自于數(shù)據(jù)分析師所服務(wù)的客戶。從客戶角度思考，實際上客戶委托數(shù)據(jù)分析師針對企業(yè)的項目意向而進行的數(shù)據(jù)分析，實際是希望數(shù)據(jù)分析師提供的項目方案，不僅是可行的，能夠為公司獲得預(yù)期利益，而且是風(fēng)險較小的，可以操作實施的投融資報告。
3、真實服務(wù)
所謂真實服務(wù)，就是指數(shù)據(jù)分析師在進行項目數(shù)據(jù)分析，通過建立數(shù)學(xué)模型的方法進行分析并提出具有科學(xué)性的、前瞻性的、科學(xué)性的、可操作性的投融資項目預(yù)測報告時，需要是真實服務(wù)。一般來說，客戶在提出項目設(shè)想時，是充滿了憧憬，也具有天真的幻想，那么數(shù)據(jù)分析師提出的可行性報告如果是刻意逢迎客戶的主張，那么對客戶來說將是災(zāi)難性的打擊。
4、真情服務(wù)
所謂真情服務(wù)，主要側(cè)重于項目付諸于實踐中，項目數(shù)據(jù)分析師跟蹤調(diào)查項目實施的禁毒，以及修正項目風(fēng)險分析和比較選擇。
（二）從數(shù)據(jù)分析師所服務(wù)的客戶角度來看，客戶也需要做到以下幾個方面的工作：
1、信賴數(shù)據(jù)分析師的服務(wù)
對數(shù)據(jù)分析師服務(wù)的企業(yè)來說，信賴數(shù)據(jù)分析師是必要的。一方面，投融資項目報告，制定嚴格，具有科學(xué)性，是理性的投資決策；另一方面，
2、忠誠數(shù)據(jù)分析師的服務(wù)
3、誠摯和數(shù)據(jù)分析師的合作
數(shù)據(jù)分析師在進行投融資項目分析時，一方面，客戶的意項是否描述清晰、完整、完全，是非常重要的，它決定了投融資項目報告的起點和方向；另一方面，企業(yè)的真實經(jīng)營狀況，也對項目報告具有決定性的意義。因此，企業(yè)需要同數(shù)據(jù)分析師進行誠摯的、真誠的合作，否則，項目數(shù)據(jù)報告就存在不可預(yù)知的、本可避免的巨大風(fēng)險。
三、為項目方和投資方案例分析
支持創(chuàng)新 不忘避險—“倍愛康”生物科技項目作為股東類項目，“中投信?！睘椤氨稅劭怠碧峁?筆貸款擔(dān)保，累計擔(dān)保余額1900萬元，實現(xiàn)保費收入28.5萬元。
“倍愛康”是由冶金自動化研究院投資興辦的高新技術(shù)企業(yè)，主營磁分離酶聯(lián)免疫檢測系統(tǒng)等醫(yī)療器械和試劑的購銷與制造。企業(yè)貸款用途為引進加拿大的磁酶免系統(tǒng)。但貸款后對該產(chǎn)品的市場推廣未見成效，研發(fā)費用又較高，在銷售無法取得突破的情況下，使得公司的凈利水平偏低。同時，下游各地方醫(yī)院壓款情況嚴重。雖引入的國外先進技術(shù)不如預(yù)期般成功，企業(yè)仍按時還貸，該項目順利完結(jié)。
關(guān)鍵詞：最小二乘支持向量回歸機，金融時間序列，統(tǒng)計學(xué)習(xí)理論
1 引言
金融時間序列是一種特殊的時間序列，通常具有如下三大特點[1]：(1) 產(chǎn)生過程的隨機性、復(fù)雜性；(2)數(shù)據(jù)多含有高噪聲，并伴有異常值；(3) 數(shù)據(jù)間具有較強的非線性。 股票市場是一個受多方因素交互影響的復(fù)雜系統(tǒng)，對于股票價格的精確預(yù)測是非常困難的，甚至不可能的，但對于短期的趨勢預(yù)測則相對較為簡單，而且對投資者的投資行為具有極其重要的指導(dǎo)意義。論文格式，金融時間序列。
支持向量機（Supportvector machine, SVM）是由Vapnik等人根據(jù)統(tǒng)計學(xué)習(xí)理論提出的一種借助于最優(yōu)化方法解決機器學(xué)習(xí)問題的新工具。它以結(jié)構(gòu)風(fēng)險最小化為原則，具有結(jié)構(gòu)簡單、全局最優(yōu)、泛化能力好等優(yōu)點，已廣泛應(yīng)用于模式識別、回歸分析以及時間序列預(yù)測等領(lǐng)域[2-4]。
在SVM的基礎(chǔ)上，Suykens等[5]提出了最小二乘支持向量機(Leastsquares support vector machine，LS-SVM)，通過替換SVM的不等式約束為等式約束，將二次規(guī)劃的求解問題轉(zhuǎn)換為求解線性方程組的問題，從而大大簡化問題的計算復(fù)雜度和存儲量。本文將最小二乘支持向量回歸機應(yīng)用于上證180指數(shù)和香港恒生指數(shù)的收盤價的預(yù)測。實驗結(jié)果表明，該模型具有學(xué)習(xí)速度快，預(yù)測精度較高的優(yōu)點，適合于高噪聲、非線性的股指預(yù)測，對于投資者的短期投資行為具有一定的參考價值和實用價值。
2 最小二乘支持向量回歸機
設(shè)給定一個訓(xùn)練集，其中，。論文格式，金融時間序列。通過將支持向量機的不等式約束改為等式，Suykens等提出了最小二乘支持向量回歸機的數(shù)學(xué)模型：
S．t ，(1)
(1)
其中:為權(quán)向量，為正則化參數(shù)，為經(jīng)驗誤差，是一個非線性映射，為偏置。 為求解這個約束優(yōu)化問題，構(gòu)造Lagrange函數(shù)：
(2)
其中:為Lagrange乘子。
根據(jù)KKT條件可知，
(3)
(4)
(5)
(6)
消去和，方程(3)-(6)可寫成如下形式：
(7)
其中:，為單位矩陣， ，，為核矩陣。
通過求解線性方程組(7)，得到最小二乘支持向量機的回歸函數(shù)為：
(8)
3 實證分析
為了驗證最小二乘支持向量回歸機的有效性，選取在滬市較有影響力的上證180指數(shù)和香港恒生指數(shù)為實驗數(shù)據(jù)，將它們的收盤價格作為預(yù)測對象。 需要說明的是，這里選取的核函數(shù)為徑向基核函數(shù)。論文格式，金融時間序列。最優(yōu)參數(shù)由網(wǎng)格搜索獲得，搜索區(qū)間均為。實驗環(huán)境為windows XP，內(nèi)存512M，主頻1.86GHz，Matlab7.0。論文格式，金融時間序列。均方根誤差(RMSE)、平均絕對誤差(MAE)、平均相對誤差(MRE)是常見的衡量回歸模型性能的評價指標，這里我們采用如下三種指標評價模型的預(yù)測性能：
(1) RMSE=，
(2) MAE=，
(3) MRE=，
其中:代表第天股票指數(shù)的收盤價；代表第天股票指數(shù)的收盤價的預(yù)測值，N代表預(yù)測樣本的總個數(shù)。
3.1 實驗數(shù)據(jù)的選取
3.2 實驗及結(jié)果分析
對以上數(shù)據(jù)，采用LS-SVM進行數(shù)值實驗，兩種指數(shù)的預(yù)測結(jié)果如圖1、圖2和表1所示。論文格式，金融時間序列。由圖1和圖2可以看出，LS-SVM對上證180指數(shù)和香港恒生指數(shù)的預(yù)測，真實值與預(yù)測值的擬合程度較好，且變化趨勢與實際情況比較接近。論文格式，金融時間序列。表1反映出LS-SVM在預(yù)測過程中具有較高的預(yù)測精度，并且在學(xué)習(xí)時間上也有優(yōu)勢，其中上證180指數(shù)的運行時間為0.211690s，香港恒生指數(shù)的運行時間為0.214235s，這在實際操作中具有非常重要的意義。
表1金融時間序列實驗結(jié)果
計量經(jīng)濟學(xué)論文2400字(一)：金融數(shù)學(xué)專業(yè)計量經(jīng)濟學(xué)與金融理論及實踐的結(jié)合論文
摘要：目前，在社會發(fā)展的過程中，教育水平的發(fā)展也有了前所未有的提高。金融大數(shù)據(jù)爆炸性發(fā)展要求金融學(xué)專業(yè)學(xué)生具備一定的金融數(shù)據(jù)分析與處理能力，計量經(jīng)濟學(xué)作為培養(yǎng)學(xué)生數(shù)據(jù)處理與分析能力的核心課程，新的歷史時期應(yīng)當(dāng)承擔(dān)起培養(yǎng)學(xué)生金融大數(shù)據(jù)視野的責(zé)任。
關(guān)鍵詞：金融數(shù)學(xué)專業(yè)；計量經(jīng)濟學(xué)；金融理論；實踐結(jié)合
引言
計量經(jīng)濟學(xué)作為一門非常強調(diào)應(yīng)用性的學(xué)科，是應(yīng)用型本科院校的一門重要的課程，是應(yīng)用型本科學(xué)生知識能力結(jié)構(gòu)中不可缺少的組成部分。近年來的教育教學(xué)改革的探索注重實踐環(huán)境的強化，人們已越來越清醒地認識到，實踐教學(xué)是培養(yǎng)學(xué)生實踐能力和創(chuàng)新能力的重要環(huán)節(jié)，也是提高學(xué)生社會職業(yè)素養(yǎng)和就業(yè)競爭力的重要途徑。計量經(jīng)濟學(xué)作為經(jīng)濟學(xué)核心課程之一，在當(dāng)前教育新常態(tài)下，產(chǎn)生了一些新的問題，因此應(yīng)用型本科教育背景下的計量經(jīng)濟學(xué)也應(yīng)該被重新賦予新的屬性。
一、教學(xué)內(nèi)容和教學(xué)方式的問題
（1）傳統(tǒng)計量經(jīng)濟學(xué)教學(xué)強調(diào)回歸分析背后模型的假設(shè)及相關(guān)內(nèi)容，但現(xiàn)代經(jīng)驗研究強調(diào)因果關(guān)系。因此，當(dāng)前計量經(jīng)濟學(xué)教學(xué)過分強調(diào)對隨機擾動項分布、異方差及自相關(guān)的長篇討論，顯得不合時宜，而對國內(nèi)外廣泛流行的新穎工具較少提及，其結(jié)果是學(xué)生對計量經(jīng)濟學(xué)應(yīng)用仍是一知半解。（2）由于現(xiàn)有課時安排等原因，教師教學(xué)過程中著重講授計量經(jīng)濟學(xué)原理和方法，而輕視實際應(yīng)用和數(shù)據(jù)處理能力的培養(yǎng)。例如，教學(xué)中主要講授參數(shù)估計和各種檢驗的理論和方法，對如何從經(jīng)濟問題出發(fā)建立模型，如何應(yīng)用模型分析實際的經(jīng)濟問題討論得較少。（3）由于課堂教學(xué)注重理論知識的講授，不能分配更多的實驗課時，導(dǎo)致學(xué)生難以真正理解和運用計量經(jīng)濟學(xué)理論知識，特別難以將理論知識靈活應(yīng)用于金融數(shù)據(jù)建模與處理。（4）現(xiàn)有的計量經(jīng)濟學(xué)課程缺乏將計量經(jīng)濟學(xué)方法與金融數(shù)據(jù)相融合的缺陷。在課堂教學(xué)內(nèi)容安排中，著重講述計量經(jīng)濟學(xué)的基本原理和方法，而沒有將計量方法與金融大數(shù)據(jù)的獲取與加工處理結(jié)合起來進行講解。導(dǎo)致多數(shù)學(xué)生具備一定的計量經(jīng)濟學(xué)基礎(chǔ)，但面對查找和處理金融數(shù)據(jù)時卻束手無策。（5）已有計量經(jīng)濟學(xué)教學(xué)內(nèi)容安排上，一般將經(jīng)典的計量經(jīng)濟學(xué)和現(xiàn)代時間序列方法安排在一個學(xué)期內(nèi)完成。由于教學(xué)內(nèi)容過多而教學(xué)課時有限，其結(jié)果是導(dǎo)致無法詳細講解金融時間序列部分，金融學(xué)專業(yè)學(xué)生對金融大數(shù)據(jù)處理及建模能力不強。
二、金融數(shù)學(xué)專業(yè)計量經(jīng)濟學(xué)與金融理論及實踐的結(jié)合的優(yōu)化措施
（一）突出案例教學(xué)
豐富多彩又符合專業(yè)特色的案例教學(xué)可以激發(fā)學(xué)生的學(xué)習(xí)興趣。案例教學(xué)一方面能夠使理論知識更加通俗易懂，另一方面案例教學(xué)重視師生互動，可以提高學(xué)生的興趣，為課程論文和畢業(yè)論文的寫作打下良好的基礎(chǔ)。計量經(jīng)濟學(xué)教學(xué)案例的選取一定要突出目的性、代表性和趣味性等特點，應(yīng)結(jié)合學(xué)生所學(xué)專業(yè)的差異，多搜集一些與該專業(yè)密切相關(guān)的經(jīng)濟熱點問題和前沿問題，激發(fā)學(xué)生的學(xué)習(xí)積極性和主動性。
（二）金融數(shù)學(xué)專業(yè)計量經(jīng)濟學(xué)與金融理論及實踐的結(jié)合
就金融數(shù)學(xué)專業(yè)學(xué)生而言，在為這些學(xué)生開展計量經(jīng)濟學(xué)課程教學(xué)時，需要注重將金融理論和具體的金融實踐知識緊密結(jié)合起來，以此來引導(dǎo)他們正確使用計量經(jīng)濟模型方法來研究金融相關(guān)實踐問題。金融市場相關(guān)實踐知識更傾向于股票投資和資金資本等的利用，不能僅僅依靠消費-收入這一知識以偏概全，這就要求計量經(jīng)濟學(xué)老師在為金融數(shù)學(xué)專業(yè)學(xué)生開展課程教學(xué)時，需要拓展到相關(guān)金融領(lǐng)域，通過講解相關(guān)金融理論和具體的市場實踐數(shù)據(jù)來開展課程教學(xué)。
（三）“案例+微課”的教學(xué)模式改革
為了提高金融專業(yè)本科生金融大數(shù)據(jù)處理能力，改善教學(xué)效果，擬重點對《計量經(jīng)濟學(xué)（Ⅱ）》的教學(xué)方法進行創(chuàng)新。為了改變以課堂為中心的單一教學(xué)方法“重在教，逼學(xué)生學(xué)”的缺陷，我們將使用“案例+微課”的教學(xué)模式。“案例教學(xué)”是計量經(jīng)濟學(xué)一種非常有效的輔助教學(xué)模式（楊汭華，2005；黃佐钘，2008；張玲，2014）。與傳統(tǒng)的案例教學(xué)不同：（1）項目強調(diào)針對金融大數(shù)據(jù)開發(fā)相關(guān)案例，并以“微課”的形式將教學(xué)內(nèi)容呈現(xiàn)給學(xué)生。“案例+微課”的教學(xué)模式的好處在于能激發(fā)學(xué)生對計量經(jīng)濟學(xué)理論學(xué)習(xí)的興趣，更加生動和直觀地將金融大數(shù)據(jù)處理呈現(xiàn)給學(xué)生，引導(dǎo)學(xué)生自主學(xué)習(xí)。此外，“案例+微課”模式能對課堂教學(xué)形成有效補充，課堂上沒有解決的問題，學(xué)生可以在課外通過“案例+微課”進一步鞏固與提高課堂知識。（2）傳統(tǒng)計量經(jīng)濟學(xué)經(jīng)驗案例強調(diào)計量經(jīng)濟學(xué)理論知識的應(yīng)用，重點介紹數(shù)學(xué)與統(tǒng)計技術(shù)，而忽視其內(nèi)在的經(jīng)濟問題與變量間的內(nèi)生關(guān)系。項目強調(diào)以真實的金融大數(shù)據(jù)為載體，在案例分析中，更加注重因果關(guān)系的討論，從而案例分析更加接近現(xiàn)實。因此，相比于傳統(tǒng)的案例分析，項目經(jīng)驗分析更接近現(xiàn)代研究范式，故而具有更好的實用價值。
（四）完善考核體系
作為一門應(yīng)用型的學(xué)科，考核方式也應(yīng)該多樣化?？梢試L試采用課程論文的考核方式，課程論文一方面可以深化學(xué)生對課程內(nèi)容的學(xué)習(xí)，另一方面也能加強學(xué)生的應(yīng)用能力，提高學(xué)生的獨立思考能力和對知識的靈活運用能力。課程論文可以與學(xué)生的畢業(yè)設(shè)計結(jié)合，突出學(xué)生所在學(xué)科屬性，充分調(diào)動學(xué)生的積極性。同時不能將試卷考核的方式拋棄，例如可以將紙質(zhì)試卷改為上機考試，增加操作題的比重。完善的考核方式會提高學(xué)生對計量經(jīng)濟學(xué)課程的重視程度，強化計量經(jīng)濟學(xué)的教學(xué)效果。
結(jié)語
總之，計量經(jīng)濟學(xué)教學(xué)改革是高等教育供給側(cè)改革的一個縮影，只有明確清晰教學(xué)定位，有效提升高等教育供給體系的質(zhì)量和效率，重點解決好高校人才培養(yǎng)能力、支撐引領(lǐng)國家創(chuàng)新發(fā)展能力的問題，才能提供更多有選擇的本科教育，建成更有競爭力的本科教育，開創(chuàng)更有特色的本科教育，發(fā)展更加公平的本科教育。
計量經(jīng)濟學(xué)畢業(yè)論文范文模板(二)：基于計量經(jīng)濟學(xué)的電力企業(yè)經(jīng)濟效益與管理決策實證研究論文
摘要：在我國快速發(fā)展的過程中，我國的電力建設(shè)在不斷的完善，中國的現(xiàn)代化建設(shè)離不開電力的發(fā)展，同時國民經(jīng)濟的發(fā)展也將推動電力工業(yè)的進步。處于新時代的電力企業(yè)需要具備超前的思維與意識，在外對國民經(jīng)濟的發(fā)展具備清晰的預(yù)判，在內(nèi)要做好企業(yè)內(nèi)部的管理建設(shè)，針對未來長遠發(fā)展制定科學(xué)的規(guī)劃。要做好這幾點，就離不開對電力企業(yè)經(jīng)濟效益、經(jīng)營管理的分析以及數(shù)學(xué)建模工具的運用。本文選取2001-2017年中國的國內(nèi)生產(chǎn)總值（GDP），全社會用電量數(shù)據(jù)以及典型電力企業(yè)華電國際年度報告數(shù)據(jù)，分析了華電國際的經(jīng)濟效益與外部經(jīng)濟環(huán)境以及企業(yè)經(jīng)營管理之間的關(guān)系。首先從時間序列非平穩(wěn)角度出發(fā)，利用協(xié)整理論并通過單位根檢驗以及協(xié)整關(guān)系檢驗對華電國際的經(jīng)濟效益建立了長期均衡模型。再對模型進行短期誤差修正，在證明了模型有效性的基礎(chǔ)上，利用所建模型對提升華電國際的經(jīng)濟效益進行實證分析預(yù)測。最后對以華電國際為代表的中國電力企業(yè)的發(fā)展提出相關(guān)建議。結(jié)果表明，對華電國際而言其供電成本、管理與財務(wù)及人力資源成本的完善對其經(jīng)濟效益的影響將是一個長期過程，而其短期內(nèi)經(jīng)濟效益主要受國民經(jīng)濟的發(fā)展水平以及全社會用電量需求的影響。該模型具有廣泛的適用性，可以為其他電力企業(yè)的經(jīng)濟效益及其影響因素進行分析與預(yù)測，對企業(yè)未來的管理決策規(guī)劃提供參考。
關(guān)鍵詞：電力企業(yè)；經(jīng)濟效益；管理決策
經(jīng)濟研究的方法在于總結(jié)典型的經(jīng)驗特征與收集數(shù)據(jù)，并在此基礎(chǔ)上建立相應(yīng)的經(jīng)濟理論或經(jīng)濟模型。經(jīng)濟研究的科學(xué)性在很大程度上取決于經(jīng)濟理論或經(jīng)濟模型的可驗證性，即能否通過數(shù)據(jù)實證檢驗相關(guān)的經(jīng)濟理論與經(jīng)濟模型來解釋事實，并預(yù)測未來的經(jīng)濟變動趨勢以及提供科學(xué)的政策建議。計量經(jīng)濟學(xué)和實驗經(jīng)濟學(xué)則猶如硬幣的雙面，從不同的角度為經(jīng)濟學(xué)的實證分析提供重要的方法論基礎(chǔ)。計量經(jīng)濟學(xué)以實際經(jīng)濟數(shù)據(jù)的建模與分析為主要研究對象。當(dāng)實際數(shù)據(jù)不可得，或?qū)嶋H數(shù)據(jù)過于復(fù)雜而導(dǎo)致因果關(guān)系不易梳理時，實驗經(jīng)濟學(xué)則有可能從另一個角度出發(fā)，通過可控的實驗數(shù)據(jù)代替實際數(shù)據(jù)，成為實證經(jīng)濟分析的又一個有力工具。
一、協(xié)整理論概述
協(xié)整的概念是由恩格爾一格蘭杰（Engle-Granger）在1987年“協(xié)整與誤差修正，描述、估計與檢驗”中正式提出的，協(xié)整的基本思想認為，盡管兩個或兩個以上變量中的每一個都是非平穩(wěn)的，但他們的線性組合可能會相互抵消趨勢項的影響，使該組合是平穩(wěn)的。這一理論的提出為經(jīng)濟時間序列分析樹立了新的里程碑，對經(jīng)濟學(xué)和計量經(jīng)濟學(xué)產(chǎn)生了革命性的影響。之所以協(xié)整理論會產(chǎn)生如此大的影響，是與一協(xié)整理論所具有的深厚的經(jīng)濟學(xué)背景密不可分的。
二、基于計量經(jīng)濟學(xué)的電力企業(yè)經(jīng)濟效益與管理決策實證
（一）非均衡博弈論框架的建立和實驗驗證
策略性思考是博弈理論及其應(yīng)用的基礎(chǔ)。納什均衡以及相關(guān)均衡的概念過去一直是描述策略性思考的核心內(nèi)容，其定義為每個博弈參與者的策略都是在給定其他方策略下的最優(yōu)反應(yīng)。顯然這種均衡的定義內(nèi)在要求每個博弈參與者在決策信念上達到均衡，即每個參與者對其他方的策略持有正確的信念。在過去的研究中，經(jīng)濟學(xué)者通常假定均衡框架存在從而做出對參與者行為的預(yù)測。盡管在一些博弈場景下，基于均衡概念的行為預(yù)測是準確的，但在多數(shù)情況下實驗經(jīng)濟學(xué)研究結(jié)果表明博弈參與者的行為會系統(tǒng)性地偏離基于均衡概念的行為預(yù)測。由于來自實驗經(jīng)濟學(xué)數(shù)據(jù)對原有理論框架的挑戰(zhàn)，經(jīng)濟學(xué)研究人員逐漸提出了基于非均衡概念的策略性思考理論框架并且運用實驗經(jīng)濟學(xué)的方法收集數(shù)據(jù)來檢驗這些新理論。這些基于非均衡概念的策略性思考理論框架的核心在于繼續(xù)假定博弈參與者在決策時仍然有策略性思考的因素在里面，但放棄了均衡的概念以及嵌入在均衡概念里面的很強的理性假設(shè)。
（二）ECM誤差修正
通過Granger定理易知，具有協(xié)整關(guān)系的一系列變量會對應(yīng)一個包含誤差修正的表達形式?？梢赃M一步通過誤差修正來研究華電國際經(jīng)濟效益的短期行為。具體而言可根據(jù)由Hendry提出的一般到特殊的建模理論，逐步剔除從三階滯后變量及誤差修正項開始的不顯著量，從而得到最終的誤差修正模型：（見下面公式）式中：ECMt-1代表協(xié)整回歸厚的一階滯后誤差，括號內(nèi)的數(shù)字代表不拒絕相應(yīng)零假設(shè)的概率。從該方程式以及統(tǒng)計結(jié)果的數(shù)據(jù)可以發(fā)現(xiàn)，文中所進行的統(tǒng)計檢驗在置信水平上表現(xiàn)顯著。這一結(jié)果也證明了文中構(gòu)建的誤差修正的具有良好的適用性。圖中給出了LY的實際數(shù)據(jù)與擬合結(jié)果以及殘差結(jié)果，從圖中可以看出，協(xié)整以及誤差修正之后的模型具有較為理想的結(jié)果。
（三）計量經(jīng)濟學(xué)應(yīng)用研究中的多重共線性問題
在計量經(jīng)濟學(xué)模型方法常用的回歸分析中，當(dāng)解釋變量之間存在多重共線性問題時，常會對模型估計的準確性帶來不利影響。因此，在應(yīng)用計量經(jīng)濟學(xué)方法建模的過程中，進行多重共線性檢驗以及消除多重共線性問題是很重要的環(huán)節(jié)。部分計量經(jīng)濟學(xué)應(yīng)用研究中存在對多重共線性問題處理不恰當(dāng)?shù)默F(xiàn)象。某篇研究股權(quán)激勵對盈余管理影響的文章，以計量方法中的回歸分析為主要研究方法。作者在研究中單純依靠方差膨脹因子VIl的臨界值，來判斷出解釋變量之間存在多重共線性問題，便直接將模型中的其中一個變量刪掉。模型中是否應(yīng)該包含某個解釋變量，應(yīng)該以實際經(jīng)濟理論分析為基礎(chǔ)，不能單純以是否存在多重共線性來判斷。
