关于金融统计学本科教学方法的思考

摘要:随着金融创新的不断加深,金融学与数学、尤其是统计学的结合越来越紧密,金融模型日趋复杂。具备良好的统计学理论基础和应用技能成为金融研究和实务的必备条件。分析了金融统计学在金融工程专业本科教学中存在的问题,提出改进教学方法的途径。

关键词:金融统计学;教学方法;改进

中图分类号:G642.0文献标志码:A文章编号:1673-291X(2009)27-0245-02

金融统计是适应国家经济管理和金融事业发展的需要而建立和发展起来的。金融统计是国家统计体系的重要组成部分,集金融信息、金融分析与政策咨询于一体,以货币信贷及金融运行的各种数量关系为研究对象,以金融与经济统计数据为依托,运用定性与定量分析相结合的方法,分析、判断、预测国民经济运行及金融的发展情况,是中央银行货币政策决策的支持系统,是国家进行宏观调控的重要工具[1]。作为金融专业、尤其是金融工程专业的本科生,对统计学的要求更高,对统计建模及运用要求比较熟练地掌握。

一、金融创新的深化对统计学原理和方法提出更高的要求

随着金融创新的不断加深,金融学与数学、尤其是统计学的结合越来越紧密,金融模型日趋复杂。金融的统计建模,出发点都是金融资产收益率序列的统计分布。对收益或损失序列的分布刻画,是金融产品的准确定价和风险管理的基础。随着金融创新的发展和研究的深入,金融模型对统计学提出更高的要求。

1.金融资产收益或损失分布大多都是非正态分布。金融市场的一个典型事实(stylized fact)是:金融时间序列分布是尖峰、肥尾的。传统的金融建模,为了简化或得到解析表达式,通常假定时间序列是正态分布的,这个假定是金融模型受到较多诟病的主要方面。在风险管理中,正态假定导致低估金融产品的尾部风险。改进的方法之一就是用非正态分布来拟合数据,如t分布、贝塔分布、稳定分布等[2] 。这要求我们在教学中更加注重非正态分布的学习。

2.线性相关不能准确刻画金融时间序列的相关性,需要更复杂的统计技术。传统的多元金融时间序列建模都是假定时间序列服从多元正态分布,多元正态分布的前提边缘分布服从椭圆分布和只有线性相关。多元正态分布不能反映金融市场的实际情况。金融时间序列的相关性一般是非线性的,而且边缘分布也不服从椭圆分布。因此,我们需要求助于更复杂的统计技术――Copula技术。Copula技术提供了分别研究多元时间序列的边缘分布和相关性的方法,从而成为多元金融统计建模的必备知识[3] 。

3.风险管理模型要求我们更加关注金融时间序列的尾部分布。风险管理的主流模型是VaR(Value-at-Risk),VaR从统计学的角度来看,就是尾部的分位数。正态分布不能准确刻画金融资产损失分布的尾部特征,通常会导致VaR的低估,造成金融市场的巨大损失,即所谓的极值风险。EVT(extreme value theory)提供了准确刻画金融时间序列的尾部分布的方法而成为风险管理的基本工具[4] 。

虽然这些统计理论在金融中的运用不能构成本科金融统计学的核心内容,但我们在教学中必须指出这些发展的方向,成为金融工程专业本科生进一步学习或自学的指引。

二、当前金融统计学教学中存在的问题

1.教学内容陈旧,教学重点的处理存在偏差。教育部将《统计学》课程列为财经类专业本、专科专业的必修课程之一。力图通过学习《统计学》,使学生掌握探索各种现象内在的数量规律性, 并用这种规律性的解释来研究各种现象内在的规律。但是金融统计学的内容没有随着金融市场日新月异的发展而发展,导致教学内容陈旧,不能满足金融统计建模的需要。

多数教师往往把统计学课程单纯地看做是专业基础理论课程,热衷于基础知识的讲授和烦琐公式的推导,严重忽略了统计学的工具性和应用性,削弱了学生思想方法和实践能力的培养,使教学流于空洞、枯燥和乏味,挫伤了学生学习兴趣和积极性,教学偏离了课程培养目标,教学效果和质量也不理想。而一些理论推导也只是对《概率论》相关内容的重复。

2.学生数学功底参差不齐,学习难度大。统计学是一门研究社会经济现象数量关系的方法论科学,其中涉及大量的高等数学、概率论及数理统计的基础知识, 现代统计学又借助于电子计算机来提高统计分析的质量和效率, 这就要求学生必须具备良好的数学基础、具备必要的计算机知识。金融学专业的招生基本上还是文理兼收,学生的数学功底参差不齐。而且金融学、尤其是金融工程究竟属于文科还是理科,在学生中存在模糊认识,导致对数学基础不是十分重视。这造成教师在教学过程中对教学内容的处理是一个很大的挑战。

3.不重视运用和实践教学。在教学中,统计方法与金融建模、定量分析脱节。第一,教师在讲授统计理论、统计方法时缺乏针对性。在实际的教学中,虽然强调统计的应用,但主要是从概念、公式、定理出发,而不是从现实经济管理工作需要出发。第二,采用的教学案例与实际脱节。现有的统计学教材中,统计案例很少,即使有也是过于简单的设例,或是“编写”的案例,与实际的经济、管理工作脱节,很难达到较好的效果。

4.缺乏统计案例和统计软件的结合。在实际教学过程中,由于多方面的原因,对学生动手能力的训练比较少。即使有一些训练,也是手工的操作与运算,与采用现代计算机技术为核心的教学不相适应。其次,很少采用统计分析软件和案例教学方式。这最终会导致学生在实际工作中不会用统计分析软件对统计数据进行处理、显示、分析和推断,使本来快速而简单的统计工作变得复杂而难于处理,使统计的功能得不到充分发挥,使科学研究难以与国际惯例接轨。一些老师的统计分析都是在Excel软件实现,Excel软件优点是比较简单,容易操作。但它毕竟不是专业的统计软件,尤其是对金融专业的学生来讲,不掌握一门专业的统计软件,很难完成今后的进一步学习和研究工作。

三、金融统计学教学的改进

1.丰富和充实金融统计学的教学内容。根据专业学科的需要对统计学的内容进行处理,以满足未来发展对统计学基础的需要。根据中国金融业发展和统计改革的需要,按照中国金融统计体系和金融统计工作的内容,重新构建了金融统计学的知识体系和方法体系。同时,对于金融统计建模的相关统计理论,要适当加于补充和扩充,以满足不同层次学生的需要。

2.选择合适的统计软件,注重学生的运用实践能力。依据统计分析软件结合统计学原理的基本理论调整教学内容。现在有很多专业的、功能强大的统计软件:如s-plus、R、SPASS以及Matlab等,不同软件各有所长。一般说来,学生可根据自己的爱好选择使用统计软件,无须统一规定。但R软件是免费软件,而且有很多资源免费获取,是可供选择的最优软件。

金融专业的学生学习统计学的主要目的是运用,把金融学与统计方法结合起来研究金融现象和问题就离不开数据收集和软件运用。只学理论不掌握运用,对金融系的学生来说统计学等于白学。

3.注重培养学生的自学能力。随着大统计学思想的建立和统计学在实质学科中的应用需要,大多数学校和老师在财经类专业的本、专科专业统计学教学过程中,除了保留社会经济统计学原理中仍有现实意义的内容,如《统计学》的研究对象、方法、统计的基本概念、统计数据的搜集整理、平均及变异指标、总量指标、相对指标、抽样调查、时间序列、统计指数等,同时也系统地充实了统计推断的内容,如统计数据的分布特征、假设检验、方差分析、相关与回归分析、统计决策等。对于金融统计学,还需要为金融统计建模打下基础,所要掌握的内容更多。

4.注重案例教学。案例教学法不仅可以将理论与实际紧密联系起来,使学生在课堂上就能接触到大量的实际问题,而且对提高学生综合分析和解决实际问题的能力大有帮助。比如可以设计用几何平均数计算投资的平均收益率、运用标志变异指标考察投资组合的风险大小。选择难度适宜的金融统计模型,分析其建模的思想、方法、步骤等。

案例的选择要注意以下几点:(1)案例要新,与当前的备受关注的金融问题、金融现象密切联系,这样比较容易激发学生的学习兴趣。(2)难度要适中,不能因过高的门槛打击学生学习的积极性。(3)有计划、有步骤的促使学生去丰富、补充课余知识,尤其是对统计软件的运用。