<sup id="ujilt"></sup>
時(shí)間：2023-07-04 16:00:46
序論：在您撰寫(xiě)金融數(shù)據(jù)論文時(shí)，參考他人的優(yōu)秀作品可以開(kāi)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(shí)代的步伐，農(nóng)業(yè)銀行積極推進(jìn)大數(shù)據(jù)平臺(tái)建設(shè)及大數(shù)據(jù)的價(jià)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(tái)開(kāi)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(lái)源范圍，充分利用內(nèi)外部數(shù)據(jù)資源，不斷提升對(duì)全行經(jīng)營(yíng)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(biāo)，平臺(tái)是支撐，治理是保障。
1.強(qiáng)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(yíng)模式。通過(guò)營(yíng)造“數(shù)據(jù)治行”的文化，建立分析數(shù)據(jù)的習(xí)慣，落實(shí)全行的數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)治理，切實(shí)提升“大數(shù)據(jù)”開(kāi)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(chǎng)需求。
2.建設(shè)大數(shù)據(jù)平臺(tái)構(gòu)建處理能力強(qiáng)、擴(kuò)展性好、開(kāi)放度及共享度高的大數(shù)據(jù)存儲(chǔ)加工平臺(tái)，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(jí)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(yíng)效率提升、金融模式創(chuàng)新提供支持。通過(guò)對(duì)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(yíng)銷(xiāo)模式，從根本上提高風(fēng)險(xiǎn)管理、成本績(jī)效管理、資產(chǎn)負(fù)債管理和客戶(hù)關(guān)系管理水平。
4.實(shí)現(xiàn)智慧銀行的目標(biāo)智慧銀行是指，通過(guò)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(hù)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(hù)身邊”的全場(chǎng)景金融服務(wù)，為客戶(hù)創(chuàng)造最佳服務(wù)體驗(yàn)。
二、農(nóng)業(yè)銀行大數(shù)據(jù)平臺(tái)概述
經(jīng)過(guò)多年的努力探索，農(nóng)業(yè)銀行在大數(shù)據(jù)平臺(tái)建設(shè)的道路上銳意開(kāi)拓，大膽創(chuàng)新，逐步形成了以四大基礎(chǔ)平臺(tái)、五類(lèi)數(shù)據(jù)服務(wù)為核心的大數(shù)據(jù)平臺(tái)。
1.四大基礎(chǔ)平臺(tái)（1）企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)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(zhǎng)周期歷史分析等特點(diǎn)，企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)通過(guò)對(duì)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(duì)客戶(hù)、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(jí)數(shù)據(jù)倉(cāng)庫(kù)以存儲(chǔ)和處理結(jié)構(gòu)化數(shù)據(jù)為主要目標(biāo)，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(lèi)數(shù)據(jù)，實(shí)現(xiàn)PB級(jí)數(shù)據(jù)的高效存儲(chǔ)，可以滿(mǎn)足全行在各個(gè)領(lǐng)域數(shù)據(jù)分析和價(jià)值發(fā)現(xiàn)的各類(lèi)需求，并為全行數(shù)據(jù)治理提供有力的支撐。如通過(guò)網(wǎng)點(diǎn)的多維度、全方位、長(zhǎng)歷史周期數(shù)據(jù)挖掘給出網(wǎng)點(diǎn)資源配置建議，提升運(yùn)營(yíng)效率，優(yōu)化業(yè)務(wù)流程。（2）信息共享平臺(tái)信息共享平臺(tái)以存儲(chǔ)和處理行內(nèi)非結(jié)化數(shù)據(jù)為主，輔以來(lái)自行外的社會(huì)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(hù)關(guān)系管理、中小企業(yè)信貸、風(fēng)險(xiǎn)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(duì)社交網(wǎng)絡(luò)各類(lèi)非結(jié)構(gòu)化數(shù)據(jù)的綜合分析可以獲取行外目標(biāo)客戶(hù)；通過(guò)機(jī)器學(xué)習(xí)、語(yǔ)音識(shí)別、情緒識(shí)別等技術(shù)，對(duì)客服語(yǔ)音記錄進(jìn)行深度挖掘，發(fā)現(xiàn)客戶(hù)的需求。（3）實(shí)時(shí)流計(jì)算平臺(tái)傳統(tǒng)數(shù)據(jù)計(jì)算平臺(tái)多以批量計(jì)算為主，數(shù)據(jù)處理能力較強(qiáng)，但時(shí)效性較差。農(nóng)業(yè)銀行的實(shí)時(shí)流計(jì)算平臺(tái)采用業(yè)界最先進(jìn)的流計(jì)算框架，實(shí)現(xiàn)數(shù)據(jù)的快速采集、交換、處理和應(yīng)用，主要用于實(shí)時(shí)營(yíng)銷(xiāo)、實(shí)時(shí)客戶(hù)服務(wù)、欺詐監(jiān)控、大額動(dòng)賬監(jiān)控、系統(tǒng)運(yùn)營(yíng)監(jiān)控等各類(lèi)對(duì)時(shí)效性要求比較高的業(yè)務(wù)場(chǎng)景。如結(jié)合持卡人的行為偏好為客戶(hù)實(shí)時(shí)推薦精準(zhǔn)的營(yíng)銷(xiāo)信息、優(yōu)惠信息和特惠商戶(hù)信息，并為特定客戶(hù)群體提供實(shí)時(shí)的有針對(duì)性的服務(wù)提示。（4）高性能數(shù)據(jù)處理平臺(tái)海量數(shù)據(jù)的分析挖掘亟須一個(gè)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(tái)采用大內(nèi)存處理、分布式、閃存等新技術(shù)，以高性能計(jì)算為主要特點(diǎn)，實(shí)現(xiàn)對(duì)海量結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)等進(jìn)行綜合處理、全面分析和深度挖掘。如通過(guò)大數(shù)據(jù)語(yǔ)義分析和情緒分析追蹤海量網(wǎng)絡(luò)信息蘊(yùn)藏的經(jīng)濟(jì)金融“微信號(hào)”，借此判斷未來(lái)的市場(chǎng)走勢(shì)，為前瞻性風(fēng)險(xiǎn)管理提供參考。
2.五類(lèi)數(shù)據(jù)服務(wù)農(nóng)業(yè)銀行基于四大基礎(chǔ)平臺(tái)的優(yōu)勢(shì)，大力發(fā)展應(yīng)用系統(tǒng)建設(shè)，形成了五大類(lèi)數(shù)據(jù)服務(wù)形式有機(jī)結(jié)合的數(shù)據(jù)服務(wù)體系。（1）指標(biāo)檢索服務(wù)通過(guò)構(gòu)建全行統(tǒng)一的指標(biāo)庫(kù)，為各個(gè)業(yè)務(wù)條線提供常用指標(biāo)的檢索服務(wù)，在此基礎(chǔ)上提供各類(lèi)經(jīng)營(yíng)管理、監(jiān)管報(bào)送等指標(biāo)采集、加工及報(bào)送服務(wù)。（2）即席查詢(xún)服務(wù)采用特定的工具，構(gòu)建功能強(qiáng)大的查詢(xún)支持庫(kù)，滿(mǎn)足各類(lèi)靈活查詢(xún)、臨時(shí)查詢(xún)及特殊復(fù)雜查詢(xún)需求。如果說(shuō)報(bào)表是經(jīng)營(yíng)管理的瞭望塔，那么靈活的即席查詢(xún)就是執(zhí)行經(jīng)營(yíng)決策的指南針。以客戶(hù)營(yíng)銷(xiāo)為例，即席查詢(xún)服務(wù)可以為全行的客戶(hù)經(jīng)理提供多角度的客戶(hù)信息查詢(xún)，針對(duì)當(dāng)前市場(chǎng)熱點(diǎn)，提供具體的業(yè)務(wù)指導(dǎo)。（3）定制化信息服務(wù)通過(guò)iReport智能資源視窗對(duì)信息進(jìn)行統(tǒng)一管理、分層檢索、靈活配置和個(gè)性展示，并針對(duì)用戶(hù)的不同需求、不同層次及不同偏好，提供定制化、個(gè)性化的信息訂閱，聯(lián)動(dòng)郵件、短信、微信等渠道提供主動(dòng)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(shí)現(xiàn)多維度、多視圖、多層次的分析，并可以通過(guò)下鉆、上鉆、切片、旋轉(zhuǎn)等操作，提供更加動(dòng)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(jī)構(gòu)、時(shí)間、客戶(hù)、產(chǎn)品類(lèi)型、渠道、營(yíng)銷(xiāo)活動(dòng)等多個(gè)維度對(duì)產(chǎn)品盈利情況進(jìn)行綜合分析，進(jìn)而有效推動(dòng)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(yùn)含的規(guī)律和價(jià)值通常不直觀，大數(shù)據(jù)的顯著特點(diǎn)之一就是海量數(shù)據(jù)的知識(shí)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(tái)構(gòu)建了多個(gè)特定領(lǐng)域或主題的數(shù)據(jù)挖掘?qū)嶒?yàn)室，包括客戶(hù)洞察及精準(zhǔn)營(yíng)銷(xiāo)、信用評(píng)價(jià)及風(fēng)險(xiǎn)評(píng)估、輿情分析與客戶(hù)情感管理等，緊跟市場(chǎng)發(fā)展動(dòng)態(tài)，直面業(yè)務(wù)熱點(diǎn)、難點(diǎn)，充分挖掘大數(shù)據(jù)的巨大價(jià)值，為業(yè)務(wù)發(fā)展和經(jīng)營(yíng)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(shí)踐
農(nóng)業(yè)銀行在構(gòu)建大數(shù)據(jù)體系時(shí)堅(jiān)持以應(yīng)用為核心，統(tǒng)籌部署數(shù)據(jù)平臺(tái)開(kāi)發(fā)與業(yè)務(wù)應(yīng)用，加強(qiáng)業(yè)務(wù)創(chuàng)新與數(shù)據(jù)利用的良性迭代，實(shí)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(duì)全行業(yè)務(wù)發(fā)展和經(jīng)營(yíng)管理的支撐作用。借助大數(shù)據(jù)這把利劍，實(shí)現(xiàn)了“營(yíng)銷(xiāo)更精準(zhǔn)、服務(wù)更貼心、管理更精細(xì)、監(jiān)管更透明、風(fēng)險(xiǎn)更可控、決策更智能”，有效促進(jìn)了全行經(jīng)營(yíng)理念、業(yè)務(wù)運(yùn)營(yíng)、組織流程的不斷創(chuàng)新，為全行業(yè)務(wù)發(fā)展和經(jīng)營(yíng)管理提供了有力的科技引擎。以下三類(lèi)應(yīng)用案例可充分說(shuō)明情況。
1.精準(zhǔn)營(yíng)銷(xiāo)基于大數(shù)據(jù)的客戶(hù)營(yíng)銷(xiāo)“三步曲”：獲取客戶(hù)、客戶(hù)畫(huà)像、精準(zhǔn)營(yíng)銷(xiāo)（如圖1所示）。通過(guò)大數(shù)據(jù)強(qiáng)大的信息獲取和處理能力，充分挖掘行內(nèi)外的潛在客戶(hù)；通過(guò)大數(shù)據(jù)實(shí)現(xiàn)對(duì)客戶(hù)的360°立體畫(huà)像，在掌控客戶(hù)行為、洞察客戶(hù)情感的基礎(chǔ)上，準(zhǔn)確地預(yù)測(cè)客戶(hù)需求，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)及交叉營(yíng)銷(xiāo)。以貴賓客戶(hù)信用卡精準(zhǔn)營(yíng)銷(xiāo)為例，農(nóng)業(yè)銀行通過(guò)綜合行內(nèi)外數(shù)據(jù)，應(yīng)用聚類(lèi)分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、決策樹(shù)等數(shù)據(jù)挖掘算法，構(gòu)建了完整的精準(zhǔn)交叉營(yíng)銷(xiāo)模型庫(kù)和應(yīng)用體系，動(dòng)態(tài)實(shí)現(xiàn)目標(biāo)客戶(hù)識(shí)別、客群劃分、優(yōu)先級(jí)劃分、產(chǎn)品推薦、渠道推薦等功能。在合適的時(shí)間，以合適的渠道，通過(guò)合適的方式，為合適的客戶(hù)推介甚至定制合適的產(chǎn)品，實(shí)現(xiàn)差異化、個(gè)性化的精準(zhǔn)營(yíng)銷(xiāo)。2.熱點(diǎn)分析農(nóng)業(yè)銀行基于大數(shù)據(jù)平臺(tái)構(gòu)建了熱點(diǎn)問(wèn)題專(zhuān)題分析模型庫(kù)，對(duì)當(dāng)前的熱點(diǎn)事件進(jìn)行定期跟進(jìn)、深度分析和動(dòng)態(tài)監(jiān)測(cè)，為策略制定、產(chǎn)品創(chuàng)新及運(yùn)營(yíng)模
式優(yōu)化等提供有力支持。以互聯(lián)網(wǎng)理財(cái)客戶(hù)分析為例，該項(xiàng)分析旨在揭示個(gè)人客戶(hù)購(gòu)買(mǎi)互聯(lián)網(wǎng)理財(cái)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(jī)構(gòu)等第三方數(shù)據(jù)，融合內(nèi)部數(shù)據(jù)，對(duì)整體購(gòu)買(mǎi)規(guī)模進(jìn)行分析；挖掘購(gòu)買(mǎi)互聯(lián)網(wǎng)理財(cái)客戶(hù)的特點(diǎn)，對(duì)這一特定客戶(hù)群體進(jìn)行綜合畫(huà)像。從而知道“正在發(fā)生什么?！比缓螅捎蒙窠?jīng)網(wǎng)絡(luò)、回歸等方法，對(duì)即將流失的客戶(hù)進(jìn)行智能識(shí)別，針對(duì)不同的客戶(hù)特點(diǎn)制定不同的客戶(hù)挽留措施，知道“即將發(fā)生什么?！弊詈?，通過(guò)對(duì)客戶(hù)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(chǎng)效果，并對(duì)產(chǎn)品進(jìn)行持續(xù)優(yōu)化，實(shí)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(jì)工作產(chǎn)生風(fēng)險(xiǎn)我們大家都知道統(tǒng)計(jì)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(gè)體本質(zhì)，因此大多數(shù)公眾與某些部門(mén)對(duì)它產(chǎn)生懷疑卻無(wú)從下手去監(jiān)管，另外統(tǒng)計(jì)部門(mén)在統(tǒng)計(jì)信息時(shí)，占有主動(dòng)權(quán)，具有權(quán)威性，這種信息的不對(duì)稱(chēng)性也容易產(chǎn)生職業(yè)道德風(fēng)險(xiǎn)，再有統(tǒng)計(jì)部門(mén)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(jì)數(shù)據(jù)都是現(xiàn)有目標(biāo)，再有統(tǒng)計(jì)，最后達(dá)到預(yù)期結(jié)果，統(tǒng)計(jì)工作的這種被動(dòng)與尷尬已經(jīng)成為普遍現(xiàn)象，這種從上到下無(wú)人監(jiān)督，無(wú)人管理的現(xiàn)象所產(chǎn)生的后果是距離現(xiàn)實(shí)在越來(lái)越遠(yuǎn)，“此地?zé)o銀三百兩”的故事距離我們?cè)絹?lái)越近，社會(huì)將進(jìn)入顛倒是非，真假難辨的惡性循環(huán)之中。
(二)統(tǒng)計(jì)法的力度不夠，加速統(tǒng)計(jì)數(shù)據(jù)的風(fēng)險(xiǎn)產(chǎn)生從上邊統(tǒng)計(jì)風(fēng)險(xiǎn)產(chǎn)生原因我們可以看到都是由于某些政府和個(gè)人短期利益的因素，而導(dǎo)致統(tǒng)計(jì)產(chǎn)生巨大的風(fēng)險(xiǎn)，這種短期的效益與其產(chǎn)生的長(zhǎng)期風(fēng)險(xiǎn)是遠(yuǎn)遠(yuǎn)不對(duì)稱(chēng)的，但是許多政府與某些單位以及個(gè)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(tīng)到某些單位或個(gè)人由于違反各種會(huì)計(jì)法、經(jīng)濟(jì)法，最后導(dǎo)致嚴(yán)重違反財(cái)經(jīng)紀(jì)律、貪污腐化從而導(dǎo)致受到行政法律的制裁，嚴(yán)重者觸犯刑法，最高可判無(wú)期乃至死刑和罰金。但是統(tǒng)計(jì)法律法規(guī)卻沒(méi)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(xiě)、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(zhǎng)了統(tǒng)計(jì)數(shù)據(jù)失真的力度，加速了統(tǒng)計(jì)風(fēng)險(xiǎn)的速度。最后形成了“統(tǒng)計(jì)統(tǒng)計(jì)，三分統(tǒng)計(jì)，七分估計(jì)”的熟語(yǔ)。這也很好地回答了上述問(wèn)題產(chǎn)生的根本原因。
二、針對(duì)當(dāng)前我國(guó)統(tǒng)計(jì)工作職業(yè)道德產(chǎn)生的風(fēng)險(xiǎn)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(jì)工作涉及面廣，對(duì)理論知識(shí)與實(shí)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(guó)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(cái)務(wù)、審計(jì)、經(jīng)濟(jì)、統(tǒng)計(jì)分析等一定理論知識(shí)，并且還特別強(qiáng)調(diào)了統(tǒng)計(jì)人員應(yīng)該加強(qiáng)愛(ài)崗敬業(yè)、盡職盡責(zé)的職業(yè)道德，德才兼?zhèn)?，以德為先的職業(yè)道德和業(yè)務(wù)素質(zhì)修養(yǎng)永遠(yuǎn)是統(tǒng)計(jì)人員的最起碼要求，也是有效地避免統(tǒng)計(jì)風(fēng)險(xiǎn)的基本前提，所以統(tǒng)計(jì)人員應(yīng)該通過(guò)各種渠道提高自己的綜合水平，如參加各種統(tǒng)計(jì)相關(guān)的考試、學(xué)習(xí)輔導(dǎo)班以及業(yè)務(wù)比賽活動(dòng)，使他們?nèi)谌氘?dāng)今社會(huì)潮流之中，這樣可以增強(qiáng)統(tǒng)計(jì)人員的自我提升、自我風(fēng)險(xiǎn)保護(hù)意識(shí)，這也是抵制社會(huì)上統(tǒng)計(jì)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(jì)工作我們大家都知道統(tǒng)計(jì)是為政府部門(mén)服務(wù)的，這是國(guó)家參與宏觀調(diào)控的重要手段，但是在當(dāng)今的市場(chǎng)經(jīng)濟(jì)體制下，以市場(chǎng)微觀調(diào)控為主，國(guó)家宏觀調(diào)控為輔的理念指導(dǎo)下，統(tǒng)計(jì)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(guó)家的經(jīng)濟(jì)建設(shè)。所以各級(jí)政府應(yīng)該轉(zhuǎn)變職能態(tài)度，從而合理地引導(dǎo)各級(jí)主管領(lǐng)導(dǎo)具有科學(xué)的世界觀，進(jìn)而正確指導(dǎo)統(tǒng)計(jì)工作，引導(dǎo)寬松的統(tǒng)計(jì)工作環(huán)境，使統(tǒng)計(jì)工作者在良好的工作氛圍中，放下包袱，努力工作，為國(guó)家制定合理有效的重大決策提供真實(shí)的數(shù)據(jù)，從而真實(shí)地反映國(guó)家的宏觀目標(biāo)，這樣更有力促進(jìn)社會(huì)經(jīng)濟(jì)的發(fā)展，促進(jìn)人們的安全、社會(huì)的和諧。
(三)加強(qiáng)統(tǒng)計(jì)數(shù)據(jù)的監(jiān)督反映統(tǒng)計(jì)數(shù)據(jù)失真給統(tǒng)計(jì)工作帶來(lái)了一定的風(fēng)險(xiǎn)與隱患，其最大原因就是統(tǒng)計(jì)數(shù)據(jù)缺乏像會(huì)計(jì)工作那樣的監(jiān)督機(jī)構(gòu)，另外統(tǒng)計(jì)數(shù)據(jù)的公布也非常籠統(tǒng)化，不如財(cái)務(wù)指標(biāo)那樣詳細(xì)，計(jì)算方法與方式也不像會(huì)計(jì)那樣進(jìn)行詳細(xì)地披露。所以國(guó)家應(yīng)該盡早地出臺(tái)一些法律法規(guī)以及有關(guān)政策，讓統(tǒng)計(jì)部門(mén)加大信息披露的力度，如時(shí)間間隔應(yīng)該縮短，披露的數(shù)據(jù)來(lái)源、方法、處理的過(guò)程等統(tǒng)計(jì)信息應(yīng)該詳細(xì)，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(shí)可靠程度，這樣不僅增強(qiáng)了統(tǒng)計(jì)的公眾監(jiān)督力度，又有利于公眾對(duì)統(tǒng)計(jì)的了解與認(rèn)可，進(jìn)而也讓統(tǒng)計(jì)工作者工作起來(lái)有的放矢，避免了其左右為難的工作情緒，更避免了統(tǒng)計(jì)工作的重大隱患風(fēng)險(xiǎn)的存在。
(四)加強(qiáng)統(tǒng)計(jì)法律法規(guī)建設(shè)，完善統(tǒng)計(jì)規(guī)章制度目前國(guó)家對(duì)會(huì)計(jì)、經(jīng)濟(jì)等各種法律法規(guī)都進(jìn)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(jìn)國(guó)家經(jīng)濟(jì)的發(fā)展，也受到了百姓的擁護(hù)與好評(píng)。那么如果在這種良好的氛圍下，大力加強(qiáng)統(tǒng)計(jì)法律法規(guī)的建設(shè)，對(duì)那些原來(lái)不合理、不完善、不適合市場(chǎng)經(jīng)濟(jì)體制下的統(tǒng)計(jì)法律法規(guī)及規(guī)章制度進(jìn)行刪除或者合理的更新，并加以完善和必要的補(bǔ)充，如加大對(duì)政府與部門(mén)人為反方向干擾統(tǒng)計(jì)工作的監(jiān)督與懲罰，加大脅迫統(tǒng)計(jì)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(jì)工作者在此過(guò)程中給予抵制而受到的獎(jiǎng)勵(lì)制度和聽(tīng)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(jì)工作者才能堅(jiān)定地拿起法律的武器來(lái)保護(hù)自己，使自己勇敢地面對(duì)不法分子堅(jiān)持真理，永不膽怯。因?yàn)檎l(shuí)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(méi)有可乘之機(jī)。這是杜絕統(tǒng)計(jì)工作職業(yè)道德風(fēng)險(xiǎn)，強(qiáng)化統(tǒng)計(jì)職業(yè)道德意識(shí)最有效的措施。
三、結(jié)束語(yǔ)
關(guān)鍵字：數(shù)據(jù)挖掘金融數(shù)據(jù)
金融部門(mén)每天的業(yè)務(wù)都會(huì)產(chǎn)生大量數(shù)據(jù)，利用目前的數(shù)據(jù)庫(kù)系統(tǒng)可以有效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢(xún)、統(tǒng)計(jì)等功能，但無(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。缺乏挖掘數(shù)據(jù)背后隱藏的知識(shí)的手段，導(dǎo)致了數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。與此同時(shí)，金融機(jī)構(gòu)的運(yùn)作必然存在金融風(fēng)險(xiǎn)，風(fēng)險(xiǎn)管理是每一個(gè)金融機(jī)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(jī)構(gòu)存在的風(fēng)險(xiǎn)。學(xué)習(xí)和應(yīng)用數(shù)扼挖掘技術(shù)對(duì)我國(guó)的金融機(jī)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(duì)于數(shù)據(jù)挖掘，一種比較公認(rèn)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(kù)的數(shù)據(jù)中提取人們感興趣的知識(shí)、這些知識(shí)是隱含的、事先未知的、潛在有用的信息，提取的知識(shí)表示為概念(Concepts)，規(guī)則(Rules)、規(guī)律(Regularities)、模式(Patterns)等形式。這個(gè)定義把數(shù)據(jù)挖掘的對(duì)象定義為數(shù)據(jù)庫(kù)。
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(duì)象已不再僅是數(shù)據(jù)庫(kù)，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(cāng)庫(kù)。與此同時(shí)，數(shù)據(jù)挖掘也有了越來(lái)越多不同的定義，但這些定義盡管表達(dá)方式不同，其本質(zhì)都是近似的，概括起來(lái)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(jī)的實(shí)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(shí)的過(guò)程。它是一門(mén)廣義的交叉學(xué)科，涉及數(shù)據(jù)庫(kù)技術(shù)、人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)學(xué)、模式識(shí)別、知識(shí)庫(kù)系統(tǒng)、知識(shí)獲取、信息檢索、高性能計(jì)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(biāo)，對(duì)大量的企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的或驗(yàn)證已知的規(guī)律性并進(jìn)一步將其模型化，從而自動(dòng)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(kù)技術(shù)、統(tǒng)計(jì)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(shù)方法：利用樹(shù)形結(jié)構(gòu)來(lái)表示決策集合，這些決策集合通過(guò)對(duì)數(shù)據(jù)集的分類(lèi)產(chǎn)生規(guī)則。國(guó)際上最有影響和最早的決策樹(shù)方法是ID3方法，后來(lái)又發(fā)展了其它的決策樹(shù)方法。
2.2規(guī)則歸納方法：通過(guò)統(tǒng)計(jì)方法歸納，提取有價(jià)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(kāi)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(guò)訓(xùn)練來(lái)學(xué)習(xí)的非線性預(yù)測(cè)模型，可以完成分類(lèi)、聚類(lèi)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(jìn)化過(guò)程的算法，由繁殖(選擇)、交叉(重組)、變異(突變)三個(gè)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(dá)為一種搜索問(wèn)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(wèn)題的新型數(shù)學(xué)工具。它特別適合于數(shù)據(jù)簡(jiǎn)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(lèi)等，近年來(lái)已被成功地應(yīng)用在數(shù)據(jù)挖掘和知識(shí)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(guò)K個(gè)最相近的歷史記錄的組合來(lái)辨別新的記錄。這種技術(shù)可以作為聚類(lèi)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(shì)等以直觀的圖形方式表示，決策者可以通過(guò)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(hù)對(duì)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(duì)目標(biāo)市場(chǎng)(targetedmarketing)客戶(hù)的分類(lèi)與聚類(lèi)。例如，可以將具有相同儲(chǔ)蓄和貨款償還行為的客戶(hù)分為一組。有效的聚類(lèi)和協(xié)同過(guò)濾(collaborativefiltering)方法有助于識(shí)別客戶(hù)組，以及推動(dòng)目標(biāo)市場(chǎng)。
2..客戶(hù)價(jià)值分析。
在客戶(hù)價(jià)值分析之前一般先使用客戶(hù)分類(lèi)，在實(shí)施分類(lèi)之后根據(jù)“二八原則”，找出重點(diǎn)客戶(hù)，即對(duì)給銀行創(chuàng)造了80%價(jià)值的20%客戶(hù)實(shí)施最優(yōu)質(zhì)的服務(wù)。重點(diǎn)客戶(hù)的發(fā)現(xiàn)通常采用一系列數(shù)據(jù)處理、轉(zhuǎn)換過(guò)程、AI人工智能等數(shù)據(jù)挖掘技術(shù)來(lái)實(shí)現(xiàn)。通過(guò)分析客戶(hù)對(duì)金融產(chǎn)品的應(yīng)用頻率、持續(xù)性等指標(biāo)來(lái)判別客戶(hù)的忠誠(chéng)度；通過(guò)對(duì)交易數(shù)據(jù)的詳細(xì)分析來(lái)鑒別哪些是銀行希望保持的客戶(hù)；通過(guò)挖掘找到流失的客戶(hù)的共同特征，就可以在那些具有相似特征的客戶(hù)還未流失之前進(jìn)行針對(duì)性的彌補(bǔ)。
3.客戶(hù)行為分析。
找到重點(diǎn)客戶(hù)之后，可對(duì)其進(jìn)行客戶(hù)行為分析，發(fā)現(xiàn)客戶(hù)的行為偏好，為客戶(hù)貼身定制特色服務(wù)。客戶(hù)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(lái)發(fā)現(xiàn)企業(yè)現(xiàn)有客戶(hù)的行為規(guī)律。同時(shí)，通過(guò)對(duì)不同客戶(hù)群組之間的交叉挖掘分析，可以發(fā)現(xiàn)客戶(hù)群體間的變化規(guī)律，并可通過(guò)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)清潔與集中過(guò)程，將客戶(hù)對(duì)市場(chǎng)的反饋?zhàn)詣?dòng)輸人到數(shù)據(jù)倉(cāng)庫(kù)中。通過(guò)對(duì)客戶(hù)的理解和客戶(hù)行為規(guī)律的發(fā)現(xiàn)，企業(yè)可以制定相應(yīng)的市場(chǎng)策略。
4.為多維數(shù)據(jù)分析和數(shù)據(jù)挖掘設(shè)計(jì)和構(gòu)造數(shù)據(jù)倉(cāng)庫(kù)。例如，人們可能希望按月、按地區(qū)、按部門(mén)、以及按其他因素查看負(fù)債和收入的變化情況，同時(shí)希望能提供諸如最大、最小、總和、平均和其他等統(tǒng)計(jì)信息。數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)立方體、多特征和發(fā)現(xiàn)驅(qū)動(dòng)數(shù)據(jù)立方體，特征和比較分析，以及孤立點(diǎn)分析等，都會(huì)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(cè)和客戶(hù)信用政策分析。有很多因素會(huì)對(duì)貨款償還效能和客戶(hù)信用等級(jí)計(jì)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(jì)算，有助于識(shí)別重要的因素，別除非相關(guān)因素。例如，與貨款償還風(fēng)險(xiǎn)相關(guān)的因素包括貨款率、資款期限、負(fù)債率、償還與收入(payment——to——income)比率、客戶(hù)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(fù)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(duì)低風(fēng)險(xiǎn)的申請(qǐng)。
6.業(yè)務(wù)關(guān)聯(lián)分析。通過(guò)關(guān)聯(lián)分析可找出數(shù)據(jù)庫(kù)中隱藏的關(guān)聯(lián)網(wǎng)，銀行存儲(chǔ)了大量的客戶(hù)交易信息，可對(duì)客戶(hù)的收人水平、消費(fèi)習(xí)慣、購(gòu)買(mǎi)物種等指標(biāo)進(jìn)行挖掘分析，找出客戶(hù)的潛在需求;通過(guò)挖掘?qū)蛻?hù)信息，銀行可以作為廠商和消費(fèi)者之間的中介，與廠商聯(lián)手，在掌握消費(fèi)者需求的基礎(chǔ)上，發(fā)展中間業(yè)務(wù)，更好地為客戶(hù)服務(wù)。
7.洗黑錢(qián)和其他金融犯罪的偵破。要偵破洗黑錢(qián)和其他金融犯罪，重要的一點(diǎn)是要把多個(gè)數(shù)據(jù)庫(kù)的信息集成起來(lái)，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(shí)間內(nèi)，通過(guò)某一組人發(fā)生大量現(xiàn)金流量等，再運(yùn)用數(shù)據(jù)可視化工具、分類(lèi)工具、聯(lián)接工具、孤立點(diǎn)分析工具、序列模式分析工具等，發(fā)現(xiàn)可疑線索，做出進(jìn)一步的處理。
數(shù)據(jù)挖掘技術(shù)可以用來(lái)發(fā)現(xiàn)數(shù)據(jù)庫(kù)中對(duì)象演變特征或?qū)ο笞兓厔?shì)，這些信息對(duì)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(shì)數(shù)據(jù)。挖掘給企業(yè)帶來(lái)的潛在的投資回報(bào)幾乎是無(wú)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(shí)生活中進(jìn)行驗(yàn)證。
參考文獻(xiàn)：
丁秋林，力士奇.客戶(hù)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(jì)是否超乎想象地簡(jiǎn)單？
每年，上海政府部門(mén)都要公布上海的人均建筑面積、人均居住面積指標(biāo)。其目的為說(shuō)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(mén)的業(yè)績(jī)。那么，“人均建筑面積”、“人均居住面積”又是怎樣得來(lái)的？得到那些數(shù)據(jù)又經(jīng)過(guò)了怎樣艱苦繁復(fù)的調(diào)查和計(jì)算過(guò)程？
筆者為了驗(yàn)證上海統(tǒng)計(jì)部門(mén)有關(guān)住房統(tǒng)計(jì)數(shù)據(jù)的準(zhǔn)確性，曾經(jīng)歷過(guò)了艱苦繁復(fù)的計(jì)算，但計(jì)算結(jié)果總與政府公布的數(shù)據(jù)大相徑庭。是一個(gè)突發(fā)的奇想，使筆者在半個(gè)小時(shí)內(nèi)就算出了與統(tǒng)計(jì)部門(mén)數(shù)據(jù)基本吻合的上海十年來(lái)的“居民住房總建筑面積”以及相關(guān)的“人均建筑面積”。其計(jì)算結(jié)果，“居民住房總建筑面積”與各類(lèi)統(tǒng)計(jì)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(jì)公報(bào)》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(rèn)真？”鬼使神差，筆者信手將1995年以來(lái)每上一個(gè)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(jì)部門(mén)“統(tǒng)計(jì)”的“居民住房建筑面積”基本相符，再將統(tǒng)計(jì)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(jì)公報(bào)》數(shù)據(jù)一模一樣的精確到小數(shù)點(diǎn)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(jì)算結(jié)果與統(tǒng)計(jì)部門(mén)數(shù)據(jù)相比還略少些，多則少10個(gè)百分點(diǎn)，少則少5個(gè)百分點(diǎn)。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(lái)填空缺呢？”于是，“奇跡”再次出現(xiàn)——筆者“靈感”激發(fā)中計(jì)算得來(lái)的上海住房建筑面積就與政府部門(mén)的統(tǒng)計(jì)數(shù)據(jù)99%、100%地相符了！
難道政府統(tǒng)計(jì)部門(mén)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(jì)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(bào)告期內(nèi)房屋建筑按照設(shè)計(jì)要求已全部完工，達(dá)到住人和使用條件，經(jīng)驗(yàn)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(jiàn)由上海市房屋土地資源管理局和上海市統(tǒng)計(jì)局聯(lián)合編輯出版的年鑒類(lèi)刊物《上海市房地產(chǎn)市場(chǎng)》，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(jì)算人均居住房屋面積的基數(shù)，因?yàn)楫?dāng)年和往年的竣工住宅中的沒(méi)有實(shí)現(xiàn)銷(xiāo)售的部分是不能按照已經(jīng)移交使用的“人居房”來(lái)計(jì)算人均面積的。
如果需要計(jì)算的是上海已經(jīng)實(shí)現(xiàn)了“人居”的全部住房面積，那么在每個(gè)當(dāng)年度的竣工住宅中必須扣除還沒(méi)有發(fā)生“人居”的面積，并減去已經(jīng)拆遷了的住房面積。請(qǐng)注意，如果扣除了每個(gè)當(dāng)年度竣工住宅中的沒(méi)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(xiāo)售物業(yè)報(bào)告年度內(nèi)某類(lèi)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(shí)的計(jì)算方法謬誤在于：如果是計(jì)算全部居住房屋總面積，其沒(méi)有減去已拆遷房的面積；如果是計(jì)算實(shí)現(xiàn)了“人居”的全部房屋總面積，其一沒(méi)有減去已拆遷房的面積，其二沒(méi)有減去以往年度積存的空置房面積，其三沒(méi)有減去當(dāng)年竣工住宅面積中沒(méi)有實(shí)現(xiàn)銷(xiāo)售的部分。
照筆者“第一次奇想”時(shí)的計(jì)算方法來(lái)計(jì)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(jì)部門(mén)沒(méi)有對(duì)“人均住房面積”的計(jì)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(biāo)，人們對(duì)“人均住房面積”的約定俗成的理解就是已經(jīng)實(shí)現(xiàn)了“人居”的房屋的人均住房面積！
筆者“第二次奇想”時(shí)的計(jì)算方法謬誤更是顯而易見(jiàn)——那是明知故犯了——不但不將這些沒(méi)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(gè)按常規(guī)思維的人會(huì)為此感到不可思議。筆者同樣不信政府部門(mén)工作人員會(huì)故意這么做。這么做的后果是嚴(yán)重的，這使得上海在2005年時(shí)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(shí)現(xiàn)了“人居”的前提下！因?yàn)?999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(jì)數(shù)是5520萬(wàn)平方米，這些數(shù)字不扣除，就是多計(jì)算了5520萬(wàn)平方米未實(shí)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(jì)算了5520×2=11040萬(wàn)平方米未實(shí)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?yàn)闆](méi)有扣除拆遷面積和空置住宅面積，導(dǎo)致多計(jì)算了4278萬(wàn)平方米的未實(shí)現(xiàn)“人居”和已經(jīng)滅失了的住房面積，只不過(guò)沒(méi)有再重復(fù)加一次而已。這樣，1996年到2005年每年多計(jì)算的“人居”住房面積累計(jì)一共是11040萬(wàn)+4278萬(wàn)=15318萬(wàn)平方米——2005年竣工面積中的未實(shí)現(xiàn)銷(xiāo)售部分還未計(jì)算在內(nèi)，2005年上海的非農(nóng)業(yè)人口是1148.94萬(wàn)，15318÷1148.94=13.33，這13.33就是按照筆者“搞笑計(jì)算法”計(jì)算出來(lái)的屬于“多算”的人均建筑面積！
筆者相信政府工作人員不會(huì)這么搞笑，筆者也認(rèn)為，計(jì)算結(jié)果一樣不等于計(jì)算過(guò)程一樣，但是，由于政府部門(mén)對(duì)住房面積的計(jì)算過(guò)程不見(jiàn)公布，作為上海市民，希望能看到政府統(tǒng)計(jì)部門(mén)對(duì)于上海住房面積的計(jì)算過(guò)程。
筆者的計(jì)算過(guò)程見(jiàn)表（一）、表（二）。
表（一）、上海居民“人居”住房面積計(jì)算過(guò)程表(與統(tǒng)計(jì)部門(mén)的統(tǒng)計(jì)結(jié)果相符)單位：萬(wàn)平方米
注：1.“統(tǒng)計(jì)部門(mén)提供的市區(qū)住宅建筑面積”中，97、98、99三年的數(shù)據(jù)來(lái)自《上海投資建設(shè)統(tǒng)計(jì)年鑒》，其他數(shù)據(jù)來(lái)自年鑒刊物《上海市房地產(chǎn)市場(chǎng)》。2.“當(dāng)年商品住宅竣工面積”來(lái)自年鑒刊物《上海市房地產(chǎn)市場(chǎng)》。
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(jiàn)表三和表四。已拆遷住宅面積來(lái)源：見(jiàn)《上海市房地產(chǎn)市場(chǎng)》，空置住宅面積來(lái)源：2000年前數(shù)據(jù)見(jiàn)《上海統(tǒng)計(jì)年鑒》，2000年后數(shù)據(jù)散見(jiàn)于媒體報(bào)道的官方統(tǒng)計(jì)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(lái)自《上海統(tǒng)計(jì)年鑒》。
表（二）、2003~2005年上海城鎮(zhèn)人均住房建筑面積計(jì)算表(與統(tǒng)計(jì)部門(mén)的統(tǒng)計(jì)結(jié)果相符)
數(shù)據(jù)來(lái)源：《上海市房地產(chǎn)年鑒》，2005年數(shù)據(jù)見(jiàn)《上海統(tǒng)計(jì)年鑒（2006）》
2．搜集了自2000年到2005年由政府部門(mén)認(rèn)定的每年的空置住宅面積數(shù)據(jù)。
之所以稱(chēng)為“搜集”，是從2000年開(kāi)始，《上海統(tǒng)計(jì)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(jiàn)公布?，F(xiàn)在統(tǒng)計(jì)部門(mén)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(jì)算的（年鑒刊物《上海市房地產(chǎn)市場(chǎng)》明確居住房屋面積中包括空置住宅面積），但是就常識(shí)而論，空置住宅面積是不能作為“居民人均建筑面積”來(lái)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(biāo)體系。雖然統(tǒng)計(jì)部門(mén)關(guān)于空置量的計(jì)算自1999年以來(lái)都是“根據(jù)上市量與銷(xiāo)售量的變化判斷空置量的增減或升降趨勢(shì)”，然而，有總勝于無(wú)?？罩米≌娣e見(jiàn)表（四）：
表（四）、商品住宅空置面積（95-2005），單位：萬(wàn)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(jì)算。
2.對(duì)于空置量的概念和計(jì)算方法，2000年到2005年的年鑒類(lèi)刊物《上海市房地產(chǎn)市場(chǎng)》均這樣注解：“空置量是銷(xiāo)售物業(yè)報(bào)告年度內(nèi)某物業(yè)經(jīng)濟(jì)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(gè)數(shù)眾多，目前根據(jù)上市量與銷(xiāo)售量的變化判斷空置量的增減或升降趨勢(shì)”。
3．計(jì)算了不應(yīng)該當(dāng)作“居民居住水平提高”來(lái)展示的住房面積增加因素。
上海市區(qū)居住房屋面積增長(zhǎng)由多種因素造成，并非所有的增長(zhǎng)因素都是“住房改革的成果”，有些增長(zhǎng)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(jì)算了從1993年浦東新區(qū)成立以來(lái)，在撤縣改區(qū)過(guò)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(gè)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(gè)郊縣（崇明縣）的面積是1185.49平方公里；1991年時(shí)市區(qū)戶(hù)口數(shù)是269萬(wàn)，郊縣戶(hù)口數(shù)是167萬(wàn)，當(dāng)2005年，市區(qū)戶(hù)口數(shù)是468.1萬(wàn)，郊縣戶(hù)口數(shù)28.6萬(wàn)。這樣的變動(dòng)當(dāng)然會(huì)對(duì)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(wàn)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(wàn)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(wàn)平方米，減去5434萬(wàn)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(wàn)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(dòng)帶來(lái)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(jì)算了各社會(huì)層面擁有的房屋資源狀況。這個(gè)計(jì)算揭示了“人均住房指標(biāo)”已經(jīng)對(duì)國(guó)計(jì)民生的真實(shí)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(chē)”，這是導(dǎo)致1998年到2001時(shí)上海居民住房面積激增的原因之一。在這個(gè)時(shí)期，商品住宅還輪不到普通市民來(lái)“商品化”——那時(shí)普通市民接受的“商品化”，不過(guò)是在1998年~2001年差價(jià)換房5000戶(hù)、10694戶(hù)、16941戶(hù)、10888戶(hù)，出售已購(gòu)公有住宅10155套、19771套、43411套、69832套（見(jiàn)年鑒刊物《上海市房地產(chǎn)市場(chǎng)》）。最多是到1999年底，居民在出售已購(gòu)公有住房后再購(gòu)新房時(shí)“吸納新建商品房總建筑面積達(dá)250平方米”（《上海房地產(chǎn)市場(chǎng)（2000）》。1999年以后不見(jiàn)有關(guān)統(tǒng)計(jì)數(shù)了，但根據(jù)2000年和2001年居民出售已購(gòu)公有住房560萬(wàn)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(gòu)置的新建商品房不過(guò)是10萬(wàn)套左右。這就是住房商品化開(kāi)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(gè)時(shí)期內(nèi)銷(xiāo)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(wàn)套，1998年7.46萬(wàn)套，1999年11.95萬(wàn)套，2000年16.16萬(wàn)套，2001年20.01萬(wàn)套，總共59.36萬(wàn)套。其中外地個(gè)人購(gòu)買(mǎi)6.61萬(wàn)套，本地單位購(gòu)買(mǎi)4.27萬(wàn)套，本地個(gè)人購(gòu)買(mǎi)48萬(wàn)套（見(jiàn)年鑒刊物《上海市房地產(chǎn)市場(chǎng)》）。注意，1997年到2001年“本地個(gè)人”購(gòu)買(mǎi)的商品房中購(gòu)買(mǎi)的商品住宅是40萬(wàn)套，而“本地個(gè)人”購(gòu)買(mǎi)的套數(shù)其實(shí)是有假的，因?yàn)閺?999年“住房商品化”政策起步開(kāi)始，就有不少有“實(shí)力”有“勢(shì)力”的單位以事實(shí)上的單位出資來(lái)為少部分個(gè)人購(gòu)置房產(chǎn)；而各級(jí)黨政企事業(yè)單位負(fù)責(zé)人，也在此時(shí)加緊讓自己的住房面積“達(dá)標(biāo)”、“超標(biāo)”，“達(dá)標(biāo)”、“超標(biāo)”的標(biāo)準(zhǔn)，是1995年頒布的滬房地改（1995）767號(hào)文件《職工家庭購(gòu)買(mǎi)公有住房建筑面積控制標(biāo)準(zhǔn)》，在這個(gè)文件中，明確一般職工、干部和初級(jí)技術(shù)職稱(chēng)人員可購(gòu)買(mǎi)公有住房面積的上限是75平方米，科級(jí)干部、中級(jí)技術(shù)職稱(chēng)人員、具有證書(shū)的高級(jí)工購(gòu)買(mǎi)上限85平方米，縣處級(jí)干部、副高級(jí)職稱(chēng)人員購(gòu)買(mǎi)上限100平方米，副局級(jí)購(gòu)買(mǎi)上限120平方米，正局級(jí)、正高級(jí)和享受正高級(jí)待遇的專(zhuān)業(yè)技術(shù)職稱(chēng)人員購(gòu)買(mǎi)上限140平方米。購(gòu)買(mǎi)公有住房面積的前提是要首先住房要達(dá)到這個(gè)面積標(biāo)準(zhǔn)，不少掌握權(quán)力資源者趁機(jī)將自己的住房面積大大地上了幾個(gè)臺(tái)階，當(dāng)他們將自己突擊得來(lái)的房屋用“購(gòu)買(mǎi)公用住宅的標(biāo)準(zhǔn)價(jià)”買(mǎi)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(wàn)家庭戶(hù)，其中15.5%家庭戶(hù)（70.6萬(wàn)戶(hù)）人均建筑面積40平方米以上，這部分家庭戶(hù)擁有城區(qū)35.2%的房屋資源，這些家庭戶(hù)以國(guó)家機(jī)關(guān)、黨群組織、企業(yè)、事業(yè)單位負(fù)責(zé)人為絕對(duì)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(huì)普通勞動(dòng)者家庭，這部分家庭占到城區(qū)家庭戶(hù)總數(shù)的53.3%（244.1萬(wàn)戶(hù)），他們擁有的房屋資源只占到24.8%，當(dāng)時(shí)城區(qū)有80萬(wàn)戶(hù)家庭、225.5萬(wàn)人居住在人均建筑面積8平方米以下的居所，65.2萬(wàn)戶(hù)家庭、183.1萬(wàn)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(guò)程中，“負(fù)責(zé)人”群體在家庭住房上占有的地段優(yōu)勢(shì)更是遠(yuǎn)遠(yuǎn)超出了其在2000年時(shí)單純的面積優(yōu)勢(shì)，這種地段優(yōu)勢(shì)體現(xiàn)的商品化價(jià)值遠(yuǎn)不是面積優(yōu)勢(shì)體現(xiàn)的商品化價(jià)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(biāo)已經(jīng)失去了統(tǒng)計(jì)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(jì)年鑒（可能是《上海投資建設(shè)統(tǒng)計(jì)年鑒》？）中見(jiàn)過(guò)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(jì)數(shù)（見(jiàn)表五），不管數(shù)據(jù)是否準(zhǔn)確，起碼，此表將人均居住水平指標(biāo)是如何產(chǎn)生的過(guò)程透明化了。而現(xiàn)在的統(tǒng)計(jì)數(shù)據(jù)對(duì)于公眾來(lái)說(shuō)，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(jì)數(shù)據(jù)差不離，不過(guò)是“蒙”對(duì)了而已。
原表說(shuō)明：人均居住面積一般以各類(lèi)建筑房屋的實(shí)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(zhǎng)期人口數(shù)相除后求得。73年通過(guò)房屋普查，以實(shí)際測(cè)得居住面積計(jì)算。
但此表中的“市區(qū)人口數(shù)”在《上海統(tǒng)計(jì)年鑒中》中是找不到出處的?！渡虾＝y(tǒng)計(jì)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(jì)數(shù)據(jù)，發(fā)現(xiàn)有的年份以“市區(qū)人口數(shù)”為人口計(jì)算基數(shù)（1994-1999），有的年份則以“非農(nóng)業(yè)人口”為計(jì)算基數(shù)（2003~2005），而更多年份的人口計(jì)算基數(shù)還無(wú)從核對(duì)無(wú)從查找。這樣，上海的人均住房統(tǒng)計(jì)指標(biāo)光是因?yàn)椤叭丝跀?shù)的統(tǒng)計(jì)口徑不同”，就已經(jīng)沒(méi)有可比性了。
還有必要認(rèn)真對(duì)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(shí)居住狀況嗎？作為一個(gè)公民，筆者提請(qǐng)政府部門(mén)變更上海住房指標(biāo)的統(tǒng)計(jì)方法。事實(shí)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(guó)各地的非常詳細(xì)的住房統(tǒng)計(jì)資料，上海當(dāng)然不例外。一個(gè)疑點(diǎn)：第五次人口普查中有關(guān)住房的數(shù)據(jù)為何不見(jiàn)引用？
2000年的全國(guó)第五次人口普查提供了非常詳細(xì)的住房統(tǒng)計(jì)資料。這個(gè)住房統(tǒng)計(jì)資料反映，在2000年，上海中心城區(qū)一共有627.92萬(wàn)人，人均建筑面積15.85平方米；新建城區(qū)有657.21萬(wàn)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(wàn)平方米，比統(tǒng)計(jì)部門(mén)用因襲下來(lái)的統(tǒng)計(jì)方法計(jì)算出來(lái)的面積要多7128萬(wàn)平方米——統(tǒng)計(jì)年鑒公布的2000年上海各區(qū)的住房建筑面積統(tǒng)計(jì)數(shù)是20865萬(wàn)平方米。
第五次人口普查是“重大的國(guó)情國(guó)力調(diào)查，是和平時(shí)期最大的社會(huì)動(dòng)員，涉及到社會(huì)的各個(gè)方面、每一個(gè)家庭和每一個(gè)人”，“對(duì)于全面實(shí)現(xiàn)我國(guó)現(xiàn)代化建設(shè)戰(zhàn)略目標(biāo)，研究下個(gè)世紀(jì)的社會(huì)、人口變化情況具有重要意義”（見(jiàn)《國(guó)務(wù)院關(guān)于進(jìn)行第五次全國(guó)人口普查的通知》）。通過(guò)這樣的調(diào)查得來(lái)的有根有據(jù)的數(shù)據(jù)卻不見(jiàn)引用，這又是為什么？
不解決為什麼人的問(wèn)題，住房改革不可能成功
近年來(lái)，有關(guān)住房改革是否成功的討論進(jìn)行得轟轟烈烈，筆者不諱言，筆者認(rèn)為住房改革是失敗的。即使這樣，筆者還沒(méi)有對(duì)上海的居民居住房屋總面積和人均住房面積提出過(guò)懷疑，筆者還是相信政府統(tǒng)計(jì)部門(mén)是在嚴(yán)肅認(rèn)真的工作態(tài)度下科學(xué)地得出這些統(tǒng)計(jì)數(shù)據(jù)的。但因?yàn)楣P者搞笑般地計(jì)算了一番上海住房數(shù)據(jù)竟意外地與政府統(tǒng)計(jì)部門(mén)的計(jì)算結(jié)果相同，而這樣的計(jì)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(chéng)惶誠(chéng)恐——即使筆者認(rèn)定住房改革是失敗的，也不希望以“統(tǒng)計(jì)部門(mén)多算人均建筑面積13.33平方米”來(lái)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(mén)”，卻缺乏對(duì)這些數(shù)據(jù)的整體性的把關(guān)。國(guó)家對(duì)房地產(chǎn)宏觀調(diào)控措施不能從根本上奏效，恐怕與我國(guó)的數(shù)目字管理的基礎(chǔ)還相當(dāng)薄弱有關(guān)?，F(xiàn)代化管理的基礎(chǔ)一是法治，二是“用數(shù)字說(shuō)話(huà)”，從宏觀而言，一個(gè)國(guó)家的基礎(chǔ)數(shù)據(jù)管理情況和應(yīng)用情況反映了一個(gè)國(guó)家現(xiàn)代化的水平。第五次人口普查得來(lái)的住房數(shù)據(jù)是基礎(chǔ)數(shù)據(jù)，而怎樣對(duì)這些基礎(chǔ)數(shù)據(jù)有效管理和應(yīng)用，則是一個(gè)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(wú)論是政治，還是經(jīng)濟(jì)形勢(shì)，任何政府、企業(yè)、個(gè)人，面對(duì)未來(lái)進(jìn)行投融資等項(xiàng)目決策，不經(jīng)過(guò)數(shù)據(jù)分析論證就簡(jiǎn)單的決定會(huì)帶來(lái)巨大的危害，已經(jīng)漸漸的被人們認(rèn)同。所以，只要參與社會(huì)政治、經(jīng)濟(jì)等活動(dòng)，進(jìn)行投融資，期望帶來(lái)一定的經(jīng)濟(jì)效益，或者社會(huì)效益，就必須加強(qiáng)數(shù)據(jù)分析工作，對(duì)投融資意向進(jìn)行評(píng)估，為決策提供科學(xué)的依據(jù)。
（一）項(xiàng)目數(shù)據(jù)分析
1、什么是項(xiàng)目數(shù)據(jù)分析工作
項(xiàng)目數(shù)據(jù)分析就是研究將經(jīng)濟(jì)學(xué)理論用數(shù)學(xué)模型表示，并應(yīng)用于項(xiàng)目投資分析的方法論。項(xiàng)目數(shù)據(jù)分析過(guò)程是：提出項(xiàng)目（研究機(jī)會(huì)）、初步可行性研究（市場(chǎng)、技術(shù)、資源、環(huán)境研究、效益、風(fēng)險(xiǎn)分析評(píng)價(jià)）、測(cè)算經(jīng)濟(jì)效益、評(píng)估和決策、可行性研究（市場(chǎng)、技術(shù)、資源、環(huán)境研究、效益、風(fēng)險(xiǎn)分析評(píng)價(jià)）、評(píng)估和決策、項(xiàng)目實(shí)施。
2、項(xiàng)目數(shù)據(jù)分析工作的內(nèi)容、特點(diǎn)
（1）項(xiàng)目分析工作的內(nèi)容
一般來(lái)說(shuō)，項(xiàng)目數(shù)據(jù)分析的內(nèi)容包括項(xiàng)目的經(jīng)濟(jì)效益評(píng)價(jià)、項(xiàng)目的風(fēng)險(xiǎn)分析和項(xiàng)目的比較選擇。
項(xiàng)目的經(jīng)濟(jì)效益評(píng)價(jià)主要是在假設(shè)項(xiàng)目沒(méi)有風(fēng)險(xiǎn)情況下的經(jīng)濟(jì)效益，主要針對(duì)非貼現(xiàn)指標(biāo)（會(huì)計(jì)收益率和投資回收期）和貼現(xiàn)指標(biāo)（凈現(xiàn)值、內(nèi)部收益率、獲利指數(shù)和動(dòng)態(tài)投資回收期）。
項(xiàng)目的風(fēng)險(xiǎn)分析，主要是進(jìn)行盈虧平衡分析、敏感性分析和概率分析。
項(xiàng)目的比較選擇，主要是獨(dú)立方案、互斥方案和不完全互斥方案的設(shè)計(jì)、評(píng)估等選擇。
（2）項(xiàng)目分析工作的特點(diǎn)
項(xiàng)目數(shù)據(jù)分析工作是一門(mén)邊緣科學(xué)，其特點(diǎn)是以定量分析為主要分析手段，通過(guò)分析翔實(shí)的數(shù)據(jù)進(jìn)行項(xiàng)目的論證得出定性結(jié)論，并以定量數(shù)據(jù)進(jìn)行說(shuō)明。顯然，項(xiàng)目數(shù)據(jù)分析，必須通過(guò)建立數(shù)學(xué)模型的方法進(jìn)行分析涉及經(jīng)濟(jì)學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)和預(yù)測(cè)學(xué)。
（二）什么是投融資
1、項(xiàng)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(jì)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(jì)活動(dòng)，還包括證劵投資、信貸投資和信托投資。
2、項(xiàng)目投資的特點(diǎn)
項(xiàng)目投資的特點(diǎn)是現(xiàn)在投入資金進(jìn)行經(jīng)濟(jì)效益的博弈，通過(guò)對(duì)該項(xiàng)目的管理進(jìn)行長(zhǎng)期或者未來(lái)的收益，不僅具有時(shí)間性，而且具有較強(qiáng)的風(fēng)險(xiǎn)性，其本質(zhì)就是獲得預(yù)期的收益。
一些大型的投資項(xiàng)目，通常都由一家專(zhuān)業(yè)的財(cái)務(wù)顧問(wèn)公司擔(dān)任其項(xiàng)目的財(cái)務(wù)顧問(wèn)，財(cái)務(wù)顧問(wèn)公司做為資本市場(chǎng)中介于籌資者與投資者之間的中介機(jī)構(gòu)憑借其對(duì)市場(chǎng)的了解以及專(zhuān)門(mén)的財(cái)務(wù)分析人才優(yōu)勢(shì)，為項(xiàng)目制定嚴(yán)格的，科學(xué)的，技術(shù)的財(cái)務(wù)計(jì)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(guò)程中做出理性的投資決策。
（三）項(xiàng)目數(shù)據(jù)分析工作對(duì)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(qiáng)了管理的科學(xué)性。無(wú)論是國(guó)家政府部門(mén)、企事業(yè)單位還是個(gè)人，數(shù)據(jù)分析工作都是進(jìn)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(lái)越多的企業(yè)將選擇擁有中國(guó)項(xiàng)目數(shù)據(jù)分析師資質(zhì)的專(zhuān)業(yè)人士為他們的項(xiàng)目做出科學(xué)、合理的分析，以便正確決策項(xiàng)目；越來(lái)越多的風(fēng)險(xiǎn)投資機(jī)構(gòu)把中國(guó)項(xiàng)目數(shù)據(jù)分析師所出具的項(xiàng)目數(shù)據(jù)分析報(bào)告作為其判斷項(xiàng)目是否可行及是否值得投資的重要依據(jù)；越來(lái)越多的企業(yè)把中國(guó)項(xiàng)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(jì)劃的重要內(nèi)容；越來(lái)越多的有志之士把中國(guó)項(xiàng)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(shí)體系。
二、從事項(xiàng)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(xiàng)目數(shù)據(jù)工作需要做到以下幾個(gè)方面的服務(wù)，才可以為被服務(wù)對(duì)象提供優(yōu)質(zhì)的有價(jià)值的投融資報(bào)告。
1、真誠(chéng)服務(wù)
所謂真誠(chéng)服務(wù)，主要是因?yàn)橥度谫Y報(bào)告的價(jià)值來(lái)自于數(shù)據(jù)分析師精湛的業(yè)務(wù)能力，細(xì)致的數(shù)據(jù)搜集能力、閱讀能力、分析能力和預(yù)測(cè)能力。無(wú)論是競(jìng)爭(zhēng)性項(xiàng)目、還是基礎(chǔ)性項(xiàng)目，由于數(shù)據(jù)分析工作時(shí)一門(mén)邊緣科學(xué)，需要對(duì)真實(shí)和翔實(shí)的數(shù)據(jù)進(jìn)行定量或者是定性分析，需要對(duì)國(guó)家或者國(guó)際政策進(jìn)行審讀，需要對(duì)經(jīng)濟(jì)形勢(shì)進(jìn)行判斷，需要對(duì)項(xiàng)目所屬的行業(yè)進(jìn)行科學(xué)的宏觀把握，因此，項(xiàng)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(shí)，在閱讀國(guó)家或者國(guó)及政策時(shí)，在斟酌行業(yè)趨勢(shì)時(shí)，都需要真誠(chéng)的付出，否則，閉門(mén)造車(chē)或者移花接木式的投融資報(bào)告，只能是危害客戶(hù)，只能給客戶(hù)帶來(lái)更大的風(fēng)險(xiǎn)，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(xiàng)目數(shù)據(jù)分析師在服務(wù)客戶(hù)時(shí)，需要站在客戶(hù)的角度思考問(wèn)題。由于項(xiàng)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(rùn)，這部分利潤(rùn)就來(lái)自于數(shù)據(jù)分析師所服務(wù)的客戶(hù)。從客戶(hù)角度思考，實(shí)際上客戶(hù)委托數(shù)據(jù)分析師針對(duì)企業(yè)的項(xiàng)目意向而進(jìn)行的數(shù)據(jù)分析，實(shí)際是希望數(shù)據(jù)分析師提供的項(xiàng)目方案，不僅是可行的，能夠?yàn)楣精@得預(yù)期利益，而且是風(fēng)險(xiǎn)較小的，可以操作實(shí)施的投融資報(bào)告。
3、真實(shí)服務(wù)
所謂真實(shí)服務(wù)，就是指數(shù)據(jù)分析師在進(jìn)行項(xiàng)目數(shù)據(jù)分析，通過(guò)建立數(shù)學(xué)模型的方法進(jìn)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(xiàng)目預(yù)測(cè)報(bào)告時(shí)，需要是真實(shí)服務(wù)。一般來(lái)說(shuō)，客戶(hù)在提出項(xiàng)目設(shè)想時(shí)，是充滿(mǎn)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(bào)告如果是刻意逢迎客戶(hù)的主張，那么對(duì)客戶(hù)來(lái)說(shuō)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(xiàng)目付諸于實(shí)踐中，項(xiàng)目數(shù)據(jù)分析師跟蹤調(diào)查項(xiàng)目實(shí)施的禁毒，以及修正項(xiàng)目風(fēng)險(xiǎn)分析和比較選擇。
（二）從數(shù)據(jù)分析師所服務(wù)的客戶(hù)角度來(lái)看，客戶(hù)也需要做到以下幾個(gè)方面的工作：
1、信賴(lài)數(shù)據(jù)分析師的服務(wù)
對(duì)數(shù)據(jù)分析師服務(wù)的企業(yè)來(lái)說(shuō)，信賴(lài)數(shù)據(jù)分析師是必要的。一方面，投融資項(xiàng)目報(bào)告，制定嚴(yán)格，具有科學(xué)性，是理性的投資決策；另一方面，
2、忠誠(chéng)數(shù)據(jù)分析師的服務(wù)
3、誠(chéng)摯和數(shù)據(jù)分析師的合作
數(shù)據(jù)分析師在進(jìn)行投融資項(xiàng)目分析時(shí)，一方面，客戶(hù)的意項(xiàng)是否描述清晰、完整、完全，是非常重要的，它決定了投融資項(xiàng)目報(bào)告的起點(diǎn)和方向；另一方面，企業(yè)的真實(shí)經(jīng)營(yíng)狀況，也對(duì)項(xiàng)目報(bào)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(jìn)行誠(chéng)摯的、真誠(chéng)的合作，否則，項(xiàng)目數(shù)據(jù)報(bào)告就存在不可預(yù)知的、本可避免的巨大風(fēng)險(xiǎn)。
三、為項(xiàng)目方和投資方案例分析
支持創(chuàng)新 不忘避險(xiǎn)—“倍愛(ài)康”生物科技項(xiàng)目作為股東類(lèi)項(xiàng)目，“中投信?！睘椤氨稅?ài)康”提供4筆貸款擔(dān)保，累計(jì)擔(dān)保余額1900萬(wàn)元，實(shí)現(xiàn)保費(fèi)收入28.5萬(wàn)元。
“倍愛(ài)康”是由冶金自動(dòng)化研究院投資興辦的高新技術(shù)企業(yè)，主營(yíng)磁分離酶聯(lián)免疫檢測(cè)系統(tǒng)等醫(yī)療器械和試劑的購(gòu)銷(xiāo)與制造。企業(yè)貸款用途為引進(jìn)加拿大的磁酶免系統(tǒng)。但貸款后對(duì)該產(chǎn)品的市場(chǎng)推廣未見(jiàn)成效，研發(fā)費(fèi)用又較高，在銷(xiāo)售無(wú)法取得突破的情況下，使得公司的凈利水平偏低。同時(shí)，下游各地方醫(yī)院壓款情況嚴(yán)重。雖引入的國(guó)外先進(jìn)技術(shù)不如預(yù)期般成功，企業(yè)仍按時(shí)還貸，該項(xiàng)目順利完結(jié)。
關(guān)鍵詞：最小二乘支持向量回歸機(jī)，金融時(shí)間序列，統(tǒng)計(jì)學(xué)習(xí)理論
1 引言
金融時(shí)間序列是一種特殊的時(shí)間序列，通常具有如下三大特點(diǎn)[1]：(1) 產(chǎn)生過(guò)程的隨機(jī)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(qiáng)的非線性。 股票市場(chǎng)是一個(gè)受多方因素交互影響的復(fù)雜系統(tǒng)，對(duì)于股票價(jià)格的精確預(yù)測(cè)是非常困難的，甚至不可能的，但對(duì)于短期的趨勢(shì)預(yù)測(cè)則相對(duì)較為簡(jiǎn)單，而且對(duì)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(shí)間序列。
支持向量機(jī)（Supportvector machine, SVM）是由Vapnik等人根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論提出的一種借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問(wèn)題的新工具。它以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則，具有結(jié)構(gòu)簡(jiǎn)單、全局最優(yōu)、泛化能力好等優(yōu)點(diǎn)，已廣泛應(yīng)用于模式識(shí)別、回歸分析以及時(shí)間序列預(yù)測(cè)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(jī)(Leastsquares support vector machine，LS-SVM)，通過(guò)替換SVM的不等式約束為等式約束，將二次規(guī)劃的求解問(wèn)題轉(zhuǎn)換為求解線性方程組的問(wèn)題，從而大大簡(jiǎn)化問(wèn)題的計(jì)算復(fù)雜度和存儲(chǔ)量。本文將最小二乘支持向量回歸機(jī)應(yīng)用于上證180指數(shù)和香港恒生指數(shù)的收盤(pán)價(jià)的預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，該模型具有學(xué)習(xí)速度快，預(yù)測(cè)精度較高的優(yōu)點(diǎn)，適合于高噪聲、非線性的股指預(yù)測(cè)，對(duì)于投資者的短期投資行為具有一定的參考價(jià)值和實(shí)用價(jià)值。
2 最小二乘支持向量回歸機(jī)
設(shè)給定一個(gè)訓(xùn)練集，其中，。論文格式，金融時(shí)間序列。通過(guò)將支持向量機(jī)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(jī)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(yàn)誤差，是一個(gè)非線性映射，為偏置。 為求解這個(gè)約束優(yōu)化問(wèn)題，構(gòu)造Lagrange函數(shù)：
(2)
其中:為L(zhǎng)agrange乘子。
根據(jù)KKT條件可知，
(3)
(4)
(5)
(6)
消去和，方程(3)-(6)可寫(xiě)成如下形式：
(7)
其中:，為單位矩陣， ，，為核矩陣。
通過(guò)求解線性方程組(7)，得到最小二乘支持向量機(jī)的回歸函數(shù)為：
(8)
3 實(shí)證分析
為了驗(yàn)證最小二乘支持向量回歸機(jī)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(shí)驗(yàn)數(shù)據(jù)，將它們的收盤(pán)價(jià)格作為預(yù)測(cè)對(duì)象。 需要說(shuō)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(shí)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(shí)驗(yàn)環(huán)境為windows XP，內(nèi)存512M，主頻1.86GHz，Matlab7.0。論文格式，金融時(shí)間序列。均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)、平均相對(duì)誤差(MRE)是常見(jiàn)的衡量回歸模型性能的評(píng)價(jià)指標(biāo)，這里我們采用如下三種指標(biāo)評(píng)價(jià)模型的預(yù)測(cè)性能：
(1) RMSE=，
(2) MAE=，
(3) MRE=，
其中:代表第天股票指數(shù)的收盤(pán)價(jià)；代表第天股票指數(shù)的收盤(pán)價(jià)的預(yù)測(cè)值，N代表預(yù)測(cè)樣本的總個(gè)數(shù)。
3.1 實(shí)驗(yàn)數(shù)據(jù)的選取
3.2 實(shí)驗(yàn)及結(jié)果分析
對(duì)以上數(shù)據(jù)，采用LS-SVM進(jìn)行數(shù)值實(shí)驗(yàn)，兩種指數(shù)的預(yù)測(cè)結(jié)果如圖1、圖2和表1所示。論文格式，金融時(shí)間序列。由圖1和圖2可以看出，LS-SVM對(duì)上證180指數(shù)和香港恒生指數(shù)的預(yù)測(cè)，真實(shí)值與預(yù)測(cè)值的擬合程度較好，且變化趨勢(shì)與實(shí)際情況比較接近。論文格式，金融時(shí)間序列。表1反映出LS-SVM在預(yù)測(cè)過(guò)程中具有較高的預(yù)測(cè)精度，并且在學(xué)習(xí)時(shí)間上也有優(yōu)勢(shì)，其中上證180指數(shù)的運(yùn)行時(shí)間為0.211690s，香港恒生指數(shù)的運(yùn)行時(shí)間為0.214235s，這在實(shí)際操作中具有非常重要的意義。
表1金融時(shí)間序列實(shí)驗(yàn)結(jié)果
計(jì)量經(jīng)濟(jì)學(xué)論文2400字(一)：金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)與金融理論及實(shí)踐的結(jié)合論文
摘要：目前，在社會(huì)發(fā)展的過(guò)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(zhuān)業(yè)學(xué)生具備一定的金融數(shù)據(jù)分析與處理能力，計(jì)量經(jīng)濟(jì)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(shí)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(zhuān)業(yè)；計(jì)量經(jīng)濟(jì)學(xué)；金融理論；實(shí)踐結(jié)合
引言
計(jì)量經(jīng)濟(jì)學(xué)作為一門(mén)非常強(qiáng)調(diào)應(yīng)用性的學(xué)科，是應(yīng)用型本科院校的一門(mén)重要的課程，是應(yīng)用型本科學(xué)生知識(shí)能力結(jié)構(gòu)中不可缺少的組成部分。近年來(lái)的教育教學(xué)改革的探索注重實(shí)踐環(huán)境的強(qiáng)化，人們已越來(lái)越清醒地認(rèn)識(shí)到，實(shí)踐教學(xué)是培養(yǎng)學(xué)生實(shí)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(huì)職業(yè)素養(yǎng)和就業(yè)競(jìng)爭(zhēng)力的重要途徑。計(jì)量經(jīng)濟(jì)學(xué)作為經(jīng)濟(jì)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(wèn)題，因此應(yīng)用型本科教育背景下的計(jì)量經(jīng)濟(jì)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(wèn)題
（1）傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)教學(xué)強(qiáng)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(yàn)研究強(qiáng)調(diào)因果關(guān)系。因此，當(dāng)前計(jì)量經(jīng)濟(jì)學(xué)教學(xué)過(guò)分強(qiáng)調(diào)對(duì)隨機(jī)擾動(dòng)項(xiàng)分布、異方差及自相關(guān)的長(zhǎng)篇討論，顯得不合時(shí)宜，而對(duì)國(guó)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(duì)計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用仍是一知半解。（2）由于現(xiàn)有課時(shí)安排等原因，教師教學(xué)過(guò)程中著重講授計(jì)量經(jīng)濟(jì)學(xué)原理和方法，而輕視實(shí)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(jì)和各種檢驗(yàn)的理論和方法，對(duì)如何從經(jīng)濟(jì)問(wèn)題出發(fā)建立模型，如何應(yīng)用模型分析實(shí)際的經(jīng)濟(jì)問(wèn)題討論得較少。（3）由于課堂教學(xué)注重理論知識(shí)的講授，不能分配更多的實(shí)驗(yàn)課時(shí)，導(dǎo)致學(xué)生難以真正理解和運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)理論知識(shí)，特別難以將理論知識(shí)靈活應(yīng)用于金融數(shù)據(jù)建模與處理。（4）現(xiàn)有的計(jì)量經(jīng)濟(jì)學(xué)課程缺乏將計(jì)量經(jīng)濟(jì)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(jì)量經(jīng)濟(jì)學(xué)的基本原理和方法，而沒(méi)有將計(jì)量方法與金融大數(shù)據(jù)的獲取與加工處理結(jié)合起來(lái)進(jìn)行講解。導(dǎo)致多數(shù)學(xué)生具備一定的計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)，但面對(duì)查找和處理金融數(shù)據(jù)時(shí)卻束手無(wú)策。（5）已有計(jì)量經(jīng)濟(jì)學(xué)教學(xué)內(nèi)容安排上，一般將經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)和現(xiàn)代時(shí)間序列方法安排在一個(gè)學(xué)期內(nèi)完成。由于教學(xué)內(nèi)容過(guò)多而教學(xué)課時(shí)有限，其結(jié)果是導(dǎo)致無(wú)法詳細(xì)講解金融時(shí)間序列部分，金融學(xué)專(zhuān)業(yè)學(xué)生對(duì)金融大數(shù)據(jù)處理及建模能力不強(qiáng)。
二、金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)與金融理論及實(shí)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(zhuān)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(shí)更加通俗易懂，另一方面案例教學(xué)重視師生互動(dòng)，可以提高學(xué)生的興趣，為課程論文和畢業(yè)論文的寫(xiě)作打下良好的基礎(chǔ)。計(jì)量經(jīng)濟(jì)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(diǎn)，應(yīng)結(jié)合學(xué)生所學(xué)專(zhuān)業(yè)的差異，多搜集一些與該專(zhuān)業(yè)密切相關(guān)的經(jīng)濟(jì)熱點(diǎn)問(wèn)題和前沿問(wèn)題，激發(fā)學(xué)生的學(xué)習(xí)積極性和主動(dòng)性。
（二）金融數(shù)學(xué)專(zhuān)業(yè)計(jì)量經(jīng)濟(jì)學(xué)與金融理論及實(shí)踐的結(jié)合
就金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生而言，在為這些學(xué)生開(kāi)展計(jì)量經(jīng)濟(jì)學(xué)課程教學(xué)時(shí)，需要注重將金融理論和具體的金融實(shí)踐知識(shí)緊密結(jié)合起來(lái)，以此來(lái)引導(dǎo)他們正確使用計(jì)量經(jīng)濟(jì)模型方法來(lái)研究金融相關(guān)實(shí)踐問(wèn)題。金融市場(chǎng)相關(guān)實(shí)踐知識(shí)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(fèi)-收入這一知識(shí)以偏概全，這就要求計(jì)量經(jīng)濟(jì)學(xué)老師在為金融數(shù)學(xué)專(zhuān)業(yè)學(xué)生開(kāi)展課程教學(xué)時(shí)，需要拓展到相關(guān)金融領(lǐng)域，通過(guò)講解相關(guān)金融理論和具體的市場(chǎng)實(shí)踐數(shù)據(jù)來(lái)開(kāi)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(zhuān)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(diǎn)對(duì)《計(jì)量經(jīng)濟(jì)學(xué)（Ⅱ）》的教學(xué)方法進(jìn)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(jì)量經(jīng)濟(jì)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(xiàng)目強(qiáng)調(diào)針對(duì)金融大數(shù)據(jù)開(kāi)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?！鞍咐?微課”的教學(xué)模式的好處在于能激發(fā)學(xué)生對(duì)計(jì)量經(jīng)濟(jì)學(xué)理論學(xué)習(xí)的興趣，更加生動(dòng)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(duì)課堂教學(xué)形成有效補(bǔ)充，課堂上沒(méi)有解決的問(wèn)題，學(xué)生可以在課外通過(guò)“案例+微課”進(jìn)一步鞏固與提高課堂知識(shí)。（2）傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)經(jīng)驗(yàn)案例強(qiáng)調(diào)計(jì)量經(jīng)濟(jì)學(xué)理論知識(shí)的應(yīng)用，重點(diǎn)介紹數(shù)學(xué)與統(tǒng)計(jì)技術(shù)，而忽視其內(nèi)在的經(jīng)濟(jì)問(wèn)題與變量間的內(nèi)生關(guān)系。項(xiàng)目強(qiáng)調(diào)以真實(shí)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(shí)。因此，相比于傳統(tǒng)的案例分析，項(xiàng)目經(jīng)驗(yàn)分析更接近現(xiàn)代研究范式，故而具有更好的實(shí)用價(jià)值。
（四）完善考核體系
作為一門(mén)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(duì)課程內(nèi)容的學(xué)習(xí)，另一方面也能加強(qiáng)學(xué)生的應(yīng)用能力，提高學(xué)生的獨(dú)立思考能力和對(duì)知識(shí)的靈活運(yùn)用能力。課程論文可以與學(xué)生的畢業(yè)設(shè)計(jì)結(jié)合，突出學(xué)生所在學(xué)科屬性，充分調(diào)動(dòng)學(xué)生的積極性。同時(shí)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(jī)考試，增加操作題的比重。完善的考核方式會(huì)提高學(xué)生對(duì)計(jì)量經(jīng)濟(jì)學(xué)課程的重視程度，強(qiáng)化計(jì)量經(jīng)濟(jì)學(xué)的教學(xué)效果。
結(jié)語(yǔ)
總之，計(jì)量經(jīng)濟(jì)學(xué)教學(xué)改革是高等教育供給側(cè)改革的一個(gè)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(diǎn)解決好高校人才培養(yǎng)能力、支撐引領(lǐng)國(guó)家創(chuàng)新發(fā)展能力的問(wèn)題，才能提供更多有選擇的本科教育，建成更有競(jìng)爭(zhēng)力的本科教育，開(kāi)創(chuàng)更有特色的本科教育，發(fā)展更加公平的本科教育。
計(jì)量經(jīng)濟(jì)學(xué)畢業(yè)論文范文模板(二)：基于計(jì)量經(jīng)濟(jì)學(xué)的電力企業(yè)經(jīng)濟(jì)效益與管理決策實(shí)證研究論文
摘要：在我國(guó)快速發(fā)展的過(guò)程中，我國(guó)的電力建設(shè)在不斷的完善，中國(guó)的現(xiàn)代化建設(shè)離不開(kāi)電力的發(fā)展，同時(shí)國(guó)民經(jīng)濟(jì)的發(fā)展也將推動(dòng)電力工業(yè)的進(jìn)步。處于新時(shí)代的電力企業(yè)需要具備超前的思維與意識(shí)，在外對(duì)國(guó)民經(jīng)濟(jì)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(duì)未來(lái)長(zhǎng)遠(yuǎn)發(fā)展制定科學(xué)的規(guī)劃。要做好這幾點(diǎn)，就離不開(kāi)對(duì)電力企業(yè)經(jīng)濟(jì)效益、經(jīng)營(yíng)管理的分析以及數(shù)學(xué)建模工具的運(yùn)用。本文選取2001-2017年中國(guó)的國(guó)內(nèi)生產(chǎn)總值（GDP），全社會(huì)用電量數(shù)據(jù)以及典型電力企業(yè)華電國(guó)際年度報(bào)告數(shù)據(jù)，分析了華電國(guó)際的經(jīng)濟(jì)效益與外部經(jīng)濟(jì)環(huán)境以及企業(yè)經(jīng)營(yíng)管理之間的關(guān)系。首先從時(shí)間序列非平穩(wěn)角度出發(fā)，利用協(xié)整理論并通過(guò)單位根檢驗(yàn)以及協(xié)整關(guān)系檢驗(yàn)對(duì)華電國(guó)際的經(jīng)濟(jì)效益建立了長(zhǎng)期均衡模型。再對(duì)模型進(jìn)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(duì)提升華電國(guó)際的經(jīng)濟(jì)效益進(jìn)行實(shí)證分析預(yù)測(cè)。最后對(duì)以華電國(guó)際為代表的中國(guó)電力企業(yè)的發(fā)展提出相關(guān)建議。結(jié)果表明，對(duì)華電國(guó)際而言其供電成本、管理與財(cái)務(wù)及人力資源成本的完善對(duì)其經(jīng)濟(jì)效益的影響將是一個(gè)長(zhǎng)期過(guò)程，而其短期內(nèi)經(jīng)濟(jì)效益主要受?chē)?guó)民經(jīng)濟(jì)的發(fā)展水平以及全社會(huì)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(jì)效益及其影響因素進(jìn)行分析與預(yù)測(cè)，對(duì)企業(yè)未來(lái)的管理決策規(guī)劃提供參考。
關(guān)鍵詞：電力企業(yè)；經(jīng)濟(jì)效益；管理決策
經(jīng)濟(jì)研究的方法在于總結(jié)典型的經(jīng)驗(yàn)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(jì)理論或經(jīng)濟(jì)模型。經(jīng)濟(jì)研究的科學(xué)性在很大程度上取決于經(jīng)濟(jì)理論或經(jīng)濟(jì)模型的可驗(yàn)證性，即能否通過(guò)數(shù)據(jù)實(shí)證檢驗(yàn)相關(guān)的經(jīng)濟(jì)理論與經(jīng)濟(jì)模型來(lái)解釋事實(shí)，并預(yù)測(cè)未來(lái)的經(jīng)濟(jì)變動(dòng)趨勢(shì)以及提供科學(xué)的政策建議。計(jì)量經(jīng)濟(jì)學(xué)和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)則猶如硬幣的雙面，從不同的角度為經(jīng)濟(jì)學(xué)的實(shí)證分析提供重要的方法論基礎(chǔ)。計(jì)量經(jīng)濟(jì)學(xué)以實(shí)際經(jīng)濟(jì)數(shù)據(jù)的建模與分析為主要研究對(duì)象。當(dāng)實(shí)際數(shù)據(jù)不可得，或?qū)嶋H數(shù)據(jù)過(guò)于復(fù)雜而導(dǎo)致因果關(guān)系不易梳理時(shí)，實(shí)驗(yàn)經(jīng)濟(jì)學(xué)則有可能從另一個(gè)角度出發(fā)，通過(guò)可控的實(shí)驗(yàn)數(shù)據(jù)代替實(shí)際數(shù)據(jù)，成為實(shí)證經(jīng)濟(jì)分析的又一個(gè)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(jì)與檢驗(yàn)”中正式提出的，協(xié)整的基本思想認(rèn)為，盡管兩個(gè)或兩個(gè)以上變量中的每一個(gè)都是非平穩(wěn)的，但他們的線性組合可能會(huì)相互抵消趨勢(shì)項(xiàng)的影響，使該組合是平穩(wěn)的。這一理論的提出為經(jīng)濟(jì)時(shí)間序列分析樹(shù)立了新的里程碑，對(duì)經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)產(chǎn)生了革命性的影響。之所以協(xié)整理論會(huì)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(jì)學(xué)背景密不可分的。
二、基于計(jì)量經(jīng)濟(jì)學(xué)的電力企業(yè)經(jīng)濟(jì)效益與管理決策實(shí)證
（一）非均衡博弈論框架的建立和實(shí)驗(yàn)驗(yàn)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(guò)去一直是描述策略性思考的核心內(nèi)容，其定義為每個(gè)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(gè)博弈參與者在決策信念上達(dá)到均衡，即每個(gè)參與者對(duì)其他方的策略持有正確的信念。在過(guò)去的研究中，經(jīng)濟(jì)學(xué)者通常假定均衡框架存在從而做出對(duì)參與者行為的預(yù)測(cè)。盡管在一些博弈場(chǎng)景下，基于均衡概念的行為預(yù)測(cè)是準(zhǔn)確的，但在多數(shù)情況下實(shí)驗(yàn)經(jīng)濟(jì)學(xué)研究結(jié)果表明博弈參與者的行為會(huì)系統(tǒng)性地偏離基于均衡概念的行為預(yù)測(cè)。由于來(lái)自實(shí)驗(yàn)經(jīng)濟(jì)學(xué)數(shù)據(jù)對(duì)原有理論框架的挑戰(zhàn)，經(jīng)濟(jì)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(yùn)用實(shí)驗(yàn)經(jīng)濟(jì)學(xué)的方法收集數(shù)據(jù)來(lái)檢驗(yàn)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(shí)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(qiáng)的理性假設(shè)。
（二）ECM誤差修正
通過(guò)Granger定理易知，具有協(xié)整關(guān)系的一系列變量會(huì)對(duì)應(yīng)一個(gè)包含誤差修正的表達(dá)形式?？梢赃M(jìn)一步通過(guò)誤差修正來(lái)研究華電國(guó)際經(jīng)濟(jì)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(xiàng)開(kāi)始的不顯著量，從而得到最終的誤差修正模型：（見(jiàn)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(hào)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(jì)結(jié)果的數(shù)據(jù)可以發(fā)現(xiàn)，文中所進(jìn)行的統(tǒng)計(jì)檢驗(yàn)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(shí)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(jì)量經(jīng)濟(jì)學(xué)應(yīng)用研究中的多重共線性問(wèn)題
在計(jì)量經(jīng)濟(jì)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(wèn)題時(shí)，常會(huì)對(duì)模型估計(jì)的準(zhǔn)確性帶來(lái)不利影響。因此，在應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)方法建模的過(guò)程中，進(jìn)行多重共線性檢驗(yàn)以及消除多重共線性問(wèn)題是很重要的環(huán)節(jié)。部分計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用研究中存在對(duì)多重共線性問(wèn)題處理不恰當(dāng)?shù)默F(xiàn)象。某篇研究股權(quán)激勵(lì)對(duì)盈余管理影響的文章，以計(jì)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(lái)判斷出解釋變量之間存在多重共線性問(wèn)題，便直接將模型中的其中一個(gè)變量刪掉。模型中是否應(yīng)該包含某個(gè)解釋變量，應(yīng)該以實(shí)際經(jīng)濟(jì)理論分析為基礎(chǔ)，不能單純以是否存在多重共線性來(lái)判斷。
