【北京_1月18日_R论文培训】学术论文写作与R实践

现场

3200元

远程

3200元
上课地点:北京市朝阳区对外经贸大学 讲师:蔡立耑 报名时间:2013-10-14 - 2014-1-17 开课时间:2014-1-18至2014-1-21(四天)

讲师介绍
蔡立耑(Terry Tsai),美国伊利诺伊大学金融硕士,华盛顿大学经济学硕士、博士,厦门大学王亚南经济研究院金融学教师,在国内外如美国、韩国有丰富的授课经验。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究。


生长于台湾,求学于美国,在台湾的信息与金融业担任高级顾问,不仅拥有扎实的金融理论基础,而且具备广阔的国际视野与前沿的研究理念!
主持多项金融大数据研究项目,涉及SAS、R、Matlab、Mathematica、Java 与C#、F#等多种统计分析工具与编程语言。在数据处理、数据分析以及数据可视化等数据科学领域有丰富的经验和独到的见解。

学员对象
1. 希望掌握学术论文写作方法或即将开始论文写作的(经济金融类)大专院校在读学生、从事相关领域的研究人员;
2. 希望提升文献分析能力以及R 统计编程实践能力的(经济金融类)大专院校在读学生、从事相关领域的研究人员;
3. 希望了解当前实证金融领域的一些主要理论、研究方法和经典文献的大专院校在读学生、从事相关领域的研究人员;
4. 从事金融、财务工作的希望了解实证金融领域研究的专业人士;
5. 希望掌握R 编程语言基础和应用的(经济金融类)大专院校在读学生、从事相关领域的研究人员,或者了解R 在实证研究中具体实践的人员;
6. 从事金融证券相关行业并有意了解R 在实证金融领域具体应用的专业人士。
本课程并不要求学员有任何的编程经验,但要求有基础的概率统计背景知识。


课程目标
1. 通过对精选实证金融研究经典文献的内容剖析并采用R 复制其结果,帮助学员完整地掌握学术论文写作进程的各个环节,对写作技巧和方法进行全面、细致和深入的认识和实践,同时提升文献阅读、分析和提炼的能力。
2. 在对经典文献的剖析和复刻过程中,帮助学员构建实证金融领域研究的基本知识体系,接触和探讨一些主要理论和相关研究方法,并能够在深入理解的基础上灵活运用所学技能。
3. 学员提供具体的R 统计编程实践案例,帮助学员掌握R 编程语言基础,并培养学员使用R进行统计编程以独立解决具体问题的能力。


课程特色
课程分为三部分:

第一部分(一天)是介绍论文写作的一般方法、过程、工具和资源,以及实证金融领域理论背景知识;

第二部分(半天)讲解实证金融研究方法、统计工具与R 编程语言基本特性和统计编程思路;

第三部分(两天半)是一系列精心挑选和准备的经典文献剖析和R实现,展示论文写作从开始到结束各个环节的推进。

三部分内容按照论文写作、实证金融、R 统计编程三大主题展开,互为辅助,使学员在有限的时间内有事半功倍的收获。


教学心得
我在美国和中国大陆的教学过程中,常常发现许多同学非常具有潜力,对研究也充满热忱,也有许多惊艳的想法和创新。但很多同学或是不知道怎样把想法转化为大家都看得懂的语言,成为一篇简洁有力、自圆其说的论文,或是苦于不熟悉合适的工具,难以将想法与实际观察联系起来,导致这些深具潜力的想法只能是想法,最终不了了之,非常可惜。
学术论文乃至一般的文章,其好坏不在于辞藻的华丽,而仅在于两个问题的回答:这篇文章要表达什么?表达的如何?特别是学术论文的写作,更是讲求逻辑清晰、语言透彻,一般需要进行系统地训练才能养成这种能力。所以在此次论文写作课程中将着重培养学员这方面的技能,使其日后有所精进,对未来从事学术研究,行业分析或其他思考性工作都会大有裨益。
然而,实证研究所需要的技能除学术论文写作之外,基于编程的数据分析处理能力也是必不可少的。研究者需要借助合适的程序来处理和分析数据,从结果中提取有用的信息,以形成事实依据才能支撑学术观点,增强论文的说服力。许多同学本身可能并不是从事计算机或软件专业,而在专业课程中亦较少接触统计分析软件,实践也或许限于少许零碎的练习,以致学过的内容无法有效灵活地运用于实际写作。这样边写文章,边学编程,两边都在摸索中进行,成文质量自然会大打折扣。针对这个问题,此次课程采用学术研究领域广泛使用的开源统计编程语言R,希望通过系统性的讲授,让学员不仅做到使用针对性的工具处理实际问题,也通过对经典论文实证部分的重现,让学员能够掌握特定的R 语言统计编程技巧。

课程大纲
第一天
论文写作简介(3 小时)

理解论文写作的目的,认识(实证研究类) 论文的一般框架和内容,对写作过程中的结构安排、相关技巧以及注意事项进行初步了解。
1. 论文写作的目的。介绍社会科学研究的一般目标和方法论,学术论文写作的目的及评价标准。
2. 论文的结构与内容。对如何依照写作意图进行论文结构安排并展开的详细介绍。
3. 论文的写作过程。包括论文写作计划,构思与选题,文献阅读与整理,思路形成与精炼,数据的收集、处理、分析与呈现,贡献评价,论文排版,初稿写作,内容编辑与修改,论文定稿等过程中典型的情况、可能遇到的问题、解决方案以及注意事项。对论文结构、内容与写作过程的认识也会提高阅读文献效率,帮助更迅速的把握文献中的思想。
4. 论文写作的技巧。介绍如何在论文写作进程中使论述更加清晰,行文更加简洁有力。


论文写作常用工具与资源(1 小时)

熟悉研究中各种常用软件工具及文献与数据库资源与使用方法,以大幅提高写作效率,同时对进一步学习软件或编程语言有初步的指引。
1. 软件工具介绍。展示文字处理软件Microsoft Office Word 及Lyx,文献整理软件Jabref及Zotero,思维导图软件Freemind,统计编程或科学运算软件(或语言)R 编程语言、Matlab、SAS 等的基本用途。
2. 数据库资源。介绍实证金融研究中常用的经济金融专业数据库介绍。
3. 文献资源。介绍Google Scholar,人大经济论坛等。

 

实证金融研究领域介绍与背景知识(2 小时)

熟悉实证金融主要领域关注的问题,理解各领域的研究方法以及提出的理论,对实证金融有整体的认识。
1. 课程实例相关领域详细介绍。包括金融中资本资产定价模型(Capital Asset Pricing Model,CAPM)、数据问题(Data Issues)、序列相关性问题(Seial Dependence)、过度波动(Excess Volatility)、公司金融(Corporate Finance)。
2. 其他领域简要介绍。包括跨期资产定价模型(Intertemperal Asset Pricing Models)、收益率分布(Distribution of Returns)、不等式约束(Inequality Constraints)、利率(Interest Rates)、内生性问题(Endogeneity)、数据探测与伪回归(Data Snooping and Spurious Regression)、市场微观结构(Market Microstructure)等。


第二天
实证金融研究方法、统计工具与R 统计编程(3 小时)

理解实证金融主要领域研究所采用的统计与计量经济方法的原理、基本概念和方法,介绍R 编程语言的特性和使用方法,从简单的R编程语言示例更好的理解各种统计方法并体会R 编程语言的开发风格。

1. 模型构建。讲授构建计量/统计模型的核心目标和基本逻辑,帮助学员理解模型、观测、估计、检验、解释等基本概念和其中的相互关系。
2. 参数估计与假设检验。介绍估计模型参数以及检验模型参数的逻辑和方法。
3. 结果阐释。讲解如何对估计和检验结果进行解释,即从统计方法得到的结果如何回答研究问题。
4. R 统计编程。包括R 编程语言以及开发环境(如RStudio)的安装和使用,R 语言的特性,基本语法、对象、运算、重要内嵌函数以及R package 等。


实例一(3 小时)资本资产定价模型(CAPM)

CAPM 模型的重要推论是个股的期望超额收益率正比于“市场组合”的期望超额收益率,但一定要有“市场组合”才能检验CAPM 模型吗?在“市场组合”不可观测的情况下如何检验?

Gibbons, Michael R., and Wayne Ferson. "Testing asset pricing models with changing expectations and an unobservable market portfolio." Journal of Financial Economics 14.2 (1985): 217-236.


第三天
实例二(3 小时)数据问题(Data Issues)

拿到股票日数据后,使用收盘价计算个股收益率会有怎样的偏差?这种偏差是否严重?有没有避免这种偏差的收益率计算方式?

Blume, Marshall E., and Robert F. Stambaugh. "Biases in computed returns: An application to the size effect." Journal of Financial Economics 12.3 (1983): 387-404.


实例三(3 小时)序列相关性(Serial Dependence)

如何解释股价水平在短期难以预测而长期可预测?股价中的固定成分和临时成分会导致数据的何种特征?

Fama, Eugene F., and Kenneth R. French."Permanent and temporary components of stock prices." The Journal of Political Economy (1988):246-273.


第四天

实例四(3 小时)过度波动(Excess Volatility)

常用的“股利贴现模型”用关于未来股利的新信息来解释股票指数的变动,但实际数据中股票指数变动与未来股利贴现值的变动表现是否一致?如何解释股价变动幅度远远超过未来股利贴现值的变动幅度?

Shiller, Robert J. "Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends?." The American Economic Review 71.3 (1981): 421-436.


实例五(3 小时)公司金融(Corporate Finance)

企业所有权结构与企业绩效有何关系?考虑内生性和非线性是否有助于两者关系的刻画?

Welch, Emma. "The relationship be-tween ownership structure and performance in listed Australian companies." Australian Journal of Management 28.3 (2003): 287-305.

人大经济论坛R专版:http://bbs.pinggu.org/forum-69-1.html

 

联系方式:

QQ:1143703950

Tel:010-68478566

Mail:vip@pinggu.org

人大经济论坛-让数据更有意义!