各位同学：

为了及时对接经济社会发展的需求与学科发展动态，我院经讨论确定，在我院2018级金融学专业的教学计划中增开两门专业选修课：

  课程简介请参见附件。以上课程将于2021-2022学年秋季学期开课，欢迎感兴趣的同学选课。

经济学院教务办

2021年5月28日

附件：

课程简介：

1、课程名称：金融实证方法（2学分）

课程编号：04146080

任课教师：Tapas Mishra，吴飞凡

课程目标：

本课程旨在为学生提供对金融市场的结构进行定量研究的必要技能。它还将向学生介绍如何管理现实世界金融市场的动态变化，以及综合金融理论和实证方法的体系结构。

课程内容：

本课程涵盖的主题包括: 第一部分：计量经济学理论简介。该部分包括简单回归和多元回归简介，假设检验和诊断统计的使用，ARCH和GARCH模型，Eviews简介。第二部分：应用。包括对波动性模型的思考，隐含波动率与实际波动率的关系，波动率聚类与波动率预测，价格、股息和回报，以及市场微观结构。

教材与主要参考书：Brook, Chris (2008). Introductory Econometrics for Finance.

Cuthbertson, K. (1996). Quantitative Financial Economics.

Asterious, G. and S. Hall (2011). Applied Econometrics.

先修课程：无

建议选课对象：经济学院高年级本科生

2、课程名称：大数据与智能金融概论（2学分）

课程编号：04146081

任课教师：Marta Degl’Innocenti，任桂

课程目标：

本课程旨在让学生深入了解并掌握科技创新带来的智能金融与大数据的发展，以及传统金融业所面临的挑战和遇到的种种问题，学生在经过系统模块化的学习后，将能够获取并展示最新相关知识：如影响银行业和金融服务业的机器学习算法的应用、人工智能和区块链等技术创新；智能金融与大数据领域支付方面的发展，如加密货币和新服务；评估信用状况的替代贷款技术工具和新技术；创新投资服务；将机器学习应用于机器人咨询和智能金融与大数据；了解非金融公司替代贷款的功能和贡献，如P2P贷款、众筹；熟悉智能金融与大数据领域的道德和监管问题。

课程内容：

本课程主要通过授课式教学教授以下内容：智能金融与大数据方面的未来挑战、分析方法，新技术与定量金融之间的联系，以及适应更严格的市场监管和更高的信托标准；金融支付方面的发展，如加密货币和新服务；金融业的许多要求和挑战背后的基本原理；了解复杂技术进步（如人工智能和机器学习）对评估借款人信用状况的贡献；能够批判性评估机器人咨询和新投资工具的利弊；充分了解加密货币和新的支付功能以及典型的机器学习中常用的算法原理与应用等。

教材与主要参考书：

区块链应用：Arshdeep Bahga&VijayMadisetti的实践方法，VPT；1版（2017年1月31日）

掌握区块链：分布式账本技术、分散化和智能合约解释，第2版由Imran Bashir出版，出版商：Packt Publishing-电子书帐户；第2修订版（2018年3月30日）

比特币和加密货币技术：综合介绍精装本，作者：Arvind Narayanan、Joseph Bonneau、Edward Felten、Andrew Miller、Steven Goldfeder，出版社：普林斯顿大学出版社（2016年7月19日）

数据恰到好处：大型数据与分析导论（Addison-Wesley Data and Analytics）Michael Manoochehri，出版商：Addison-Wesley Professional；1版（2013年12月29日）ISBN-10:0321898656

Data Mining with R_ Learning with Case Studies

Software for data analysis programming with R

教学方法包括讲座、课堂实验、短视频、数值练习、案例研究、相关学术论文的课堂讨论、使用学生反应系统（Kahoot）进行评论和提问。所有类都将遵循迭代方法。

先修课程：无

建议选课对象：