淺談金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中計(jì)量軟件的選擇

摘 要：通過(guò)對(duì)計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐教學(xué)現(xiàn)狀的分析，針對(duì)金融數(shù)學(xué)專(zhuān)業(yè)提出Eviews和SPSS計(jì)量軟件的不足。依據(jù)金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生量化分析金融問(wèn)題的培養(yǎng)目標(biāo)，同時(shí)考慮到金融數(shù)學(xué)學(xué)生的后續(xù)發(fā)展，提出了金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐教學(xué)采用SAS的意見(jiàn)和建議。

關(guān)鍵詞：計(jì)量經(jīng)濟(jì)學(xué)；實(shí)踐教學(xué)；SAS

中圖分類(lèi)號(hào)：G64 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1673-9132（2018）07-0006-02

DOI：10.16657/j.cnki.issn1673-9132.2018.07.002

金融數(shù)學(xué)專(zhuān)業(yè)屬于金融學(xué)大類(lèi)中的高端專(zhuān)業(yè)，培養(yǎng)的是新型復(fù)合型金融人才。計(jì)量經(jīng)濟(jì)學(xué)在面對(duì)這一新興專(zhuān)業(yè)時(shí)，應(yīng)該重視實(shí)踐性教學(xué)環(huán)節(jié)，全面提高教學(xué)質(zhì)量，并且根據(jù)人才培養(yǎng)目標(biāo)，理論聯(lián)系實(shí)際，注重能力培養(yǎng)，循序漸進(jìn)合理安排實(shí)踐教學(xué)環(huán)節(jié)，加強(qiáng)實(shí)踐教學(xué)管理，改革實(shí)踐教學(xué)模式，系統(tǒng)培養(yǎng)學(xué)生量化分析金融問(wèn)題的能力。

我主要針對(duì)金融數(shù)學(xué)專(zhuān)業(yè)的計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐教學(xué)方面，考慮到金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生的量化分析的核心能力培養(yǎng)問(wèn)題，分析了當(dāng)前主要統(tǒng)計(jì)軟件的優(yōu)缺點(diǎn)，給出金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐教學(xué)中計(jì)量軟件的選擇建議和意見(jiàn)。

一、計(jì)量經(jīng)濟(jì)學(xué)的計(jì)量軟件選擇及應(yīng)用現(xiàn)狀

當(dāng)前計(jì)量經(jīng)濟(jì)學(xué)教材在編寫(xiě)時(shí)主要面向文科性質(zhì)的經(jīng)濟(jì)學(xué)學(xué)生，授課以講授計(jì)量經(jīng)濟(jì)學(xué)理論為主，偶爾輔以部分經(jīng)濟(jì)學(xué)實(shí)證案例。并且，當(dāng)前計(jì)量經(jīng)濟(jì)學(xué)教材的計(jì)量軟件大多是選擇Eviews或SPSS，而這些軟件在計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)中存在著不少缺陷。

（一）計(jì)量經(jīng)濟(jì)學(xué)教材中，Eviews或SPSS介紹操作不便利

Eviews和SPSS這兩個(gè)計(jì)量軟件都是通過(guò)點(diǎn)擊鼠標(biāo)就可以完成從導(dǎo)入數(shù)據(jù)到選擇方法，再到輸出最終結(jié)果的操作。但是，在教材中插入這些軟件的“點(diǎn)鼠標(biāo)”操作是很不便利的。實(shí)際教材里，往往編者會(huì)采用截圖的方式告訴讀者該如何“點(diǎn)鼠標(biāo)”，進(jìn)行選擇。而這又造成了另外一個(gè)問(wèn)題——圖片占教材版面太多，造成了教材表面上很厚，實(shí)際上教授的知識(shí)并不多。

（二）Eviews和SPSS數(shù)據(jù)處理功能不強(qiáng)

在經(jīng)濟(jì)學(xué)等文科專(zhuān)業(yè)的計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中，由于大多采用的是已經(jīng)處理好的經(jīng)濟(jì)數(shù)據(jù)，比如：GDP、家庭人均消費(fèi)、人均可支配收入等。這些數(shù)據(jù)大多是國(guó)家或各地方統(tǒng)計(jì)局處理好公布的，很少缺少數(shù)據(jù)間日期不匹配等問(wèn)題。然而，對(duì)金融數(shù)學(xué)專(zhuān)業(yè)的學(xué)生來(lái)說(shuō)，他們面對(duì)的往往是公開(kāi)交易數(shù)據(jù)，這些數(shù)據(jù)相對(duì)復(fù)雜。比如，有的公司出現(xiàn)一段時(shí)間的停牌交易，在做研究時(shí)需要剔除1年交易天數(shù)少于120天的公司。面對(duì)近3000家上市公司的交易數(shù)據(jù)，用Eviews和SPSS處理起來(lái)往往比較困難。

（三）Eviews和SPSS不利于金融定量分析的深入學(xué)習(xí)

當(dāng)前，計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)中使用Eviews和SPSS確實(shí)能讓學(xué)生快速掌握計(jì)量經(jīng)濟(jì)學(xué)的基本知識(shí)、模型。但是，金融數(shù)學(xué)專(zhuān)業(yè)屬于金融學(xué)大類(lèi)中較高端的專(zhuān)業(yè)，學(xué)生的量化分析金融問(wèn)題能力要求更高。當(dāng)進(jìn)一步需要處理復(fù)雜金融問(wèn)題的時(shí)候，Eviews和SPSS編程能力弱的局限性往往就體現(xiàn)出來(lái)了。例如，投資學(xué)里著名的三因子模型（Fama和French，1993）：利用Eviews和SPSS往往只能用別人計(jì)算好的市值因子（SMB）、賬面市值比因子（HML）代入模型進(jìn)行分析。然而，事實(shí)上，金融領(lǐng)域做因子分析時(shí)，更重要的是掌握因子的來(lái)源、計(jì)算。而市值因子（SMB）、賬面市值比因子（HML）都需要?jiǎng)討B(tài)分組的技術(shù)，編程能力弱的Eviews和SPSS很難勝任這一工作。

二、計(jì)量經(jīng)濟(jì)學(xué)計(jì)量軟件的選擇

鑒于Eviews和SPSS在金融數(shù)學(xué)專(zhuān)業(yè)的計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中的諸多不足。我推薦使用SAS進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)。SAS系統(tǒng)在國(guó)際上已被譽(yù)為統(tǒng)計(jì)分析的標(biāo)準(zhǔn)軟件，在各個(gè)領(lǐng)域得到廣泛應(yīng)用。SAS系統(tǒng)主要完成以數(shù)據(jù)為中心的四大任務(wù)：數(shù)據(jù)訪問(wèn)、數(shù)據(jù)管理、數(shù)據(jù)呈現(xiàn)和數(shù)據(jù)分析。當(dāng)前軟件最高版本為SAS9.4。其中Base SAS模塊是SAS系統(tǒng)的核心。其他各模塊均在Base SAS提供的環(huán)境中運(yùn)行。用戶可選擇需要的模塊與Base SAS一起構(gòu)成一個(gè)用戶化的SAS系統(tǒng)。利用SAS可以較好地解決Eviews和SPSS在金融數(shù)學(xué)專(zhuān)業(yè)的計(jì)量經(jīng)濟(jì)學(xué)教學(xué)中存在的問(wèn)題。

（一）計(jì)量經(jīng)濟(jì)學(xué)教材中，SAS的介紹操作非常便利

不同于Eviews或SPSS的“點(diǎn)鼠標(biāo)”操作，SAS采用編程（或可以轉(zhuǎn)換成程序代碼）的方式進(jìn)行數(shù)據(jù)訪問(wèn)、管理、分析。因此，在教材中，采用SAS進(jìn)行實(shí)證案例教學(xué)時(shí)，只需要把相關(guān)程序代碼告訴學(xué)生即可，避免了Eviews或SPSS需要截圖來(lái)教學(xué)“點(diǎn)鼠標(biāo)”這一占教材版面的缺陷。

（二）SAS具備強(qiáng)大的數(shù)據(jù)處理能力

雖然相對(duì)于SQL等專(zhuān)業(yè)的數(shù)據(jù)庫(kù)軟件而言，SAS的數(shù)據(jù)處理能力不是很強(qiáng)。但SQL畢竟是計(jì)算機(jī)專(zhuān)業(yè)專(zhuān)門(mén)處理數(shù)據(jù)的，難以用于統(tǒng)計(jì)計(jì)量。事實(shí)上，在統(tǒng)計(jì)計(jì)量軟件中，相對(duì)于Eviews或SPSS幾乎沒(méi)有數(shù)據(jù)處理能力，SAS的數(shù)據(jù)處理能力就顯得強(qiáng)大很多。對(duì)數(shù)據(jù)的刪除、篩選；合并表格、變量等操作很好，便于金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生處理大量數(shù)據(jù)。

（三）SAS有利于金融定量分析的深入學(xué)習(xí)

面對(duì)Eviews和SPSS難以進(jìn)行的動(dòng)態(tài)分組等金融定量分析技術(shù)，SAS通過(guò)循環(huán)語(yǔ)句（宏語(yǔ)句）可以輕易完成。對(duì)于SAS的編程學(xué)習(xí)，初學(xué)可能會(huì)有一定困難，但是一旦掌握這門(mén)語(yǔ)言后，就為金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生的金融定量分析奠定了扎實(shí)的基礎(chǔ)，有利于學(xué)生的長(zhǎng)期發(fā)展。

總之，金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生以量化分析金融問(wèn)題為核心技能。在計(jì)量經(jīng)濟(jì)學(xué)的實(shí)踐教學(xué)中，Eviews和SPSS難以勝任復(fù)雜的金融分析。因此，我推薦使用SAS進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)的實(shí)踐教學(xué)，在完成現(xiàn)階段教學(xué)任務(wù)的同時(shí)，確保金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生的長(zhǎng)遠(yuǎn)發(fā)展。

參考文獻(xiàn)：

[1] Fama， E.F.French，K.R. Common risk factors in the returns on stocks and bonds[J]. Journal of Financial Economics，1993（33）.

[2] 汪潘義，邵一江，王麗麗.計(jì)量經(jīng)濟(jì)學(xué)實(shí)踐性教學(xué)模式研究——基于應(yīng)用型人才培養(yǎng)目標(biāo)[J].合肥學(xué)院學(xué)報(bào)，2014，24（1）.

[3] 謝軍.金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)教學(xué)問(wèn)題及對(duì)策——計(jì)量經(jīng)濟(jì)學(xué)中數(shù)學(xué)推導(dǎo)的設(shè)置[J].中國(guó)管理信息化，2017，20（9）.endprint