各位同學：

為了及時對接經濟社會發展的需求與學科發展動態，我院經討論確定，在我院2018級金融學專業的教學計劃中增開兩門專業選修課：

  課程簡介請參見附件🌶。以上課程將於2021-2022學年秋季學期開課➿，歡迎感興趣的同學選課。

意昂3平台教務辦

2021年5月28日

附件🎦🫄🏻：

課程簡介：

1、課程名稱：金融實證方法（2學分）

課程編號：04146080

任課教師⬆️：Tapas Mishra，吳飛凡

課程目標👨🏼‍🍼：

本課程旨在為學生提供對金融市場的結構進行定量研究的必要技能。它還將向學生介紹如何管理現實世界金融市場的動態變化，以及綜合金融理論和實證方法的體系結構🧀。

課程內容：

本課程涵蓋的主題包括: 第一部分🍌：計量經濟學理論簡介🚾🏷。該部分包括簡單回歸和多元回歸簡介👨🏿‍🚒，假設檢驗和診斷統計的使用🙅🏻，ARCH和GARCH模型，Eviews簡介🌘。第二部分：應用。包括對波動性模型的思考🐗，隱含波動率與實際波動率的關系，波動率聚類與波動率預測，價格🚵🏿、股息和回報，以及市場微觀結構。

教材與主要參考書：Brook, Chris (2008). Introductory Econometrics for Finance.

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

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

先修課程：無

建議選課對象：意昂3平台高年級本科生

2𓀎、課程名稱🙍‍♂️👩🏿‍🍼：大數據與智能金融概論（2學分）

課程編號：04146081

任課教師：Marta Degl’Innocenti👄🌤，任桂

課程目標：

本課程旨在讓學生深入了解並掌握科技創新帶來的智能金融與大數據的發展，以及傳統金融業所面臨的挑戰和遇到的種種問題🧕🏿，學生在經過系統模塊化的學習後，將能夠獲取並展示最新相關知識🛡：如影響銀行業和金融服務業的機器學習算法的應用📁、人工智能和區塊鏈等技術創新；智能金融與大數據領域支付方面的發展，如加密貨幣和新服務🧘🏻‍♂️；評估信用狀況的替代貸款技術工具和新技術；創新投資服務；將機器學習應用於機器人咨詢和智能金融與大數據；了解非金融公司替代貸款的功能和貢獻，如P2P貸款🫳、眾籌；熟悉智能金融與大數據領域的道德和監管問題🤷‍♀️👩🏻。

課程內容✍🏻：

本課程主要通過授課式教學教授以下內容：智能金融與大數據方面的未來挑戰、分析方法，新技術與定量金融之間的聯系，以及適應更嚴格的市場監管和更高的信托標準；金融支付方面的發展，如加密貨幣和新服務；金融業的許多要求和挑戰背後的基本原理；了解復雜技術進步（如人工智能和機器學習）對評估借款人信用狀況的貢獻；能夠批判性評估機器人咨詢和新投資工具的利弊；充分了解加密貨幣和新的支付功能以及典型的機器學習中常用的算法原理與應用等👩🏼‍🦲。

教材與主要參考書：

區塊鏈應用：Arshdeep Bahga&VijayMadisetti的實踐方法👷🏿，VPT；1版（2017年1月31日）

掌握區塊鏈：分布式賬本技術、分散化和智能合約解釋，第2版由Imran Bashir出版，出版商®️：Packt Publishing-電子書帳戶；第2修訂版（2018年3月30日）

比特幣和加密貨幣技術：綜合介紹精裝本⬅️，作者：Arvind Narayanan、Joseph Bonneau、Edward Felten、Andrew Miller、Steven Goldfeder💃🏿，出版社：普林斯頓大學出版社（2016年7月19日）

數據恰到好處：大型數據與分析導論（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

教學方法包括講座🤵🏼‍♂️、課堂實驗、短視頻🕙、數值練習、案例研究、相關學術論文的課堂討論、使用學生反應系統（Kahoot）進行評論和提問😈。所有類都將遵循迭代方法。

先修課程⛲️：無

建議選課對象：