时间:2022-06-08 21:26:27
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇金融统计分析论文范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
【关键词】经济统计学专业 培养方案 设计
【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810(2013)32-0060-01
经济统计学专业是统计学在经济领域中的应用学科,是以经济数据为研究对象,包括经济数据的采集、生成和传输,用统计方法分析经济数据背后的经济现象以及复杂经济系统的规律,从而为经济和管理决策服务。2013年,我国首次设置经济统计学专业。作为地方二本师范院校的经济统计学培养方案设计,没有任何成功经验可以借鉴。因此,我们在按照教育部要求,根据经济形势发展情况,借鉴财经类、综合类和师范类院校的统计学专业经济统计方向的课程设计,结合院校实际,依托学校建设应用型教学的平台,来确定经济统计学专业的培养理念并建立课程和实训设计体系,进行经济统计学的培养方案设计。
一 课程体系设计和实践实训设计整体思路
1.遵照教育部对经济统计学专业的要求
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学,其中核心课程为西方经济学(微观经济学、宏观经济学),计量经济学,财政学,货币金融学,会计学,经济统计学,国民经济统计学,概率论与数理统计,抽样技术与应用,应用时间序列分析。实践性教学环节包括实验课程(含基本统计分析软件应用、统计实务模拟等),社会实践(含经济社会统计调查、统计工作实习等),科研和论文写作(含毕业论文、学年论文、科研实践等)。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石,可以攻玉。我们选择了部分具有代表性的财经院校(如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院)和综合类院校(如浙江大学、吉林大学、南京大学和云南大学)以及师范类院校(如北京师范大学、华东师范大学、东北师范大学、南京师范大学)作为参照院校。通过比较分析得出,在统计学经济统计、商务统计、金融统计方向中,财经类院校主要突出经济学课程,招生偏重理科生。综合性院校和师范类院校主要课程为理学类,招生偏重理科生。
综上所述,经济统计学专业应培养适应信息化社会需要,熟练掌握现代统计理论和经济数量分析方法,具有扎实的统计学、经济学和金融学基础,能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一,以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生,设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者,授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高,我们提高了课程总学分和总学时,注重主干学科和专业课程的开课顺序和教学周学时分配,强化实训实践课程,实行理论和实践并行。
培养方案确定了5门学科基础课程,分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程,分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程,分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
分设了三个专业方向,分别为保险精算(开设保险学、保险统计学、利息理论、寿险精算、非寿险精算5门课程)、金融统计(开设商业银行经营管理、金融市场、金融资产评估、金融工具与金融风险管理、投资组合分析 5门课程)和商务统计(开设信息检索与利用、企业经营统计学、投入产出分析、项目管理、质量控制统计方法5门课程)方向。
一、国内外金融统计教学的现状、存在问题分析
1、侧重于理论教学,实践教学内容缺乏
当前的教学型本科院校中开展金融统计课程大多只注重于理论教学,实践教学进行的比较少,而发展成熟的金融统计实践教学体系更是寥寥无几。大多金融统计实践教学还只是流于形式。因为实验和实践性的操作随意性都很大,更多的是为了实验而实验,为了实践考核而实践,所以,这对学生的独立思考能力的提高、分析问题能力和动手解决问题能力等方面内容的设置明显不足。对于校外的实践活动而言,由于缺乏有序的、系统的实践设计安排,并且对于学生的管理大多都是松散式的管理模式,在校外实践的内容上也是规定不明确,导致校外实践的专业性不明确,实践效果不理想。
2、实践教学的条件有待提高
实践教学的顺利开展是以具备完善的实践教学条件为保证的。由于各大学的办学时间、办学质量还都存在一些缺陷,因此,大多数的院校存在这样的一些情况:一是对于理论教学团队建设而言,总体的教师水平都比较薄弱。通过走访调查,在各大院校中的金融统计专业中,具有高学历、丰富实践经验的教师比较少,所以金融统计实践教学开展的不太顺利。二是实验室资源有限,教学软件的研发和使用滞后,尤其是金融统计的实验软件研制滞后。
3、缺少独立的实践教学考核系统
目前,各大学为保障实践教学质量出台了一系列管理措施,通过设置实践课程、建立实践组织、完善实践教学保障体系等措施来不断提高实践教学质量,但是却忽略了对影响实践教学效果的重要指标——考核办法和考核标准的监控。长期以来,对实践教学效果的考核评价主要使用的依然是理论课程的考核方法和考核标准,以学习成绩作为考核的唯一指标,这种考核办法不能对千差万别的实践教学做出客观而公正的评价,对学生实际操作能力的养成是非常不利的。
二、金融统计创新实践教学的目的
1、让学生及时了解金融系统的新变化与金融市场的新发展
在过去20年里,金融系统发生巨大的变化,创新步伐的急剧加速已经极大地改变了国际金融体系。由国际化、市场化、信息化等多方面因素推动的金融创新最终都可以落实到金融工具的创新上。金融统计工作应如何应对这些新情况?让学生通过参加社会实践和实习以增强学生对于社会、国情和专业背景的了解,才能拓宽视野,为培养具有求是创新精神和国际竞争力的高层次优秀人才奠定良好基础。
2、培养适应地方经济发展需求的创新应用型人才
人才培养方案的优劣是能否培养出创新型应用人才的关键,所以,金融统计实践教学体系必须纳入到人才培养方案中来,并且按照金融行业的用人标准来构建金融统计的实践教学体系。因此,我们可以在金融统计实践教学体系构建的过程中有目的性地进行相关内容的实践,满足金融行业的需求,以求适应市场对创新应用型人才的需要。
3、以实践教学为主要途径培养学生的综合分析能力
金融统计是一门实践性很强的课程,通过实践教学把基础理论、统计方法和分析能力三者有机的结合起来,使学生能够举一反三。教师要在实践教学过程中引导学生充分发挥其主观能动性,帮助学生融会贯通相关金融知识,培养学生分析经济问题、金融问题的实际动手能力,达到理论知识和实践知识的有机统一。
三、金融统计实践教学体系的建立途径及措施
相对于理论教学体系而言,实践教学体系是由一系列实践教学活动构成的整体。大学金融统计实践教学体系的构建既是为了培养创新应用型人才,也是为了使得金融统计学科自身不断发展。培养创新型应用人才不仅要考虑金融行业的实际需求,而且不能脱离实践教学活动,又因为金融统计是应用性课程, 金融统计学科的自身特点决定了其必须注重实践的特性,通过实践去发现问题、认识问题、解决问题进而完善金融相关理论。因此本科院校应针对金融统计学科的这一特点,结合金融行业发展的需求,设置科学的、合理的实践教学体系。
1、加强实践教学内容,把理论和实际紧密结合
金融统计是融金融理论、金融数据、金融现实问题、金融统计指标和统计分析方法为一体的学科,与其他课程相比,该课程更加有利于提高学生分析和解决实际问题的综合能力。通过该门课程的学习,学生不仅清楚我国现行金融市场的数量特征,而且能够运用统计方法和统计分析技术对一些金融数据进行分析,从而能够为有关部门的决策提供有价值的参考。因此,教师在教学的过程中应该根据时代的发展,经常引进和补充新的教学内容,大胆吸收外国优秀教材的优点,适当增加应用前景良好的统计方法,结合常用的统计分析软件,并给出相应的数据,使学生不仅学习了统计理论和方法,而且培养了学生的实际动手能力。同时,教师在教学中,还应该尽可能的使用我国的真实数据作为案例,以激发学生的学习热情。例如金融统计学应将国际统计标准规则和中国实务相结合,以分析研究货币信贷及金融运行的各种数量关系为主要内容,因此,教学素材要定期更新,足够丰富,以满足学科教学需要;课程的实践环节可以采取科研型实践模式,即通过专题调研、论文写作、课堂讨论等实践教学形式,将课堂理论教学、金融业务实践、课外科研实践紧密结合在一起,以加深学生对所学内容的掌握和对金融现实问题的了解。
2、改进实践教学的条件
实践教学条件的改进可以从以下几个方面着手:一是建立校外实践基地。通过学校和企业合作共建的方式,建立比较稳定的校外实践基地,为学生的校外实践提供较好的机会和条件。比如,可以和银行机构、证券机构、保险企业建立合作关系,成立教学实践基地,使学生到这些相关部门参与实际工作,锻炼学生的实际工作能力。二是校内实验室建设的完善。校内实验室是模拟实际工作场景的而建的,它能为学生的专业实习提供仿真的实践平台,使学生就像在真实的环境中工作一样,会遇到现实中的各种各样的问题,让学生通过发现问题、分析问题到解决问题,从而达到提高和锻炼学生能力的目的。学校应改善实验条件,购买先进的信息管理技术。三是加强实践教学师资的建设,师资是实践教学完成的保障。目前,大多数大学的实践教学的任务都是由原来的理论教学老师来完成的,因此,实践教学师资的培养,应成为学校加强实践教学的重要举措。在提高现有实践教学人员的教学水平和业务能力的同时,还要鼓励高水平师资投入到实践教学中来,改善现有实验教师队伍结构,提高其业务能力。
从国家每年生产总值核算、居民消费指数、通货膨胀率,到美国总统选举方法是否能代表广大选民意志,台湾军购对亚太局势影响,再到足球比赛中罚点球时将球射向球门的哪个位置最不容易失手……统计学已经贯穿了我们的整个生活。
统计无处不在
提起统计学,就要先弄清什么是统计数据。日常生活中到处都有统计数据:同学们的考试成绩在班级中的名次、班干部选举时各人的票数量等。统计学应用广泛,在我国最早的应用领域就是给政府提供了解整个国家的基本运行状况和制定各种政策法规的参考依据。我们常听到的一个名词CPI(消费者价格指数),就是政府通过统计学手段来衡量物价水平和通货膨胀水平的。如今,随着统计方法的进步和社会各部门发展对于统筹规划与决策的需求,使统计学从幕后走到台前,参与了大量的军事、政治、政府决策的制定,并为之提供理论依据。统计学就是一门搜集、整理、显示和分析统计数据的学科,可以形象地称为“和数据打交道的艺术”。
美国是统计学最发达的国家。几乎每一个大学生都知道统计这个学科,许多非统计学科都把统计作为必修课,这样,当人们遇到了统计问题,也都知道如何去寻求答案。因此,统计专业的应用范围十分广泛,已成为除计算机专业之外的最好找工作的专业。由于行业需要和立法等原因,医药界成了使用统计最多的行业之一,医药领域也成了统计方法和理论发展的一个重要源泉,同时生物统计也是统计家族中的一大热门。此外,工商业、金融管理、市场和民意调查及各级政府工作中同样大量地、普遍地和经常性地使用统计方法。时至今日,伴随着社会分工的进一步明细,统计学已细分为数理统计学、教育统计学、生物统计学、心理统计学等分支学科。
各科数学为先 练就宏观思维
很多同学也许会认为,统计学与传统的计算机、应用数学、应用物理这类纯理科不同,在所学课程上会涉及西方经济学思想、数理统计学、运筹学等这类偏文科类的知识更多些。而恰恰相反,统计学作为一个完全是和数据打交道的学科,需要的是非常良好的统计学基本方法和逻辑思考能力,而数理统计学、运筹学这些基本统计理论学科需要非常良好的数学基础。随着计算机在各个行业的广泛应用,从事统计行业的人如今还需具备熟练地用计算机操作统计软件分析数据的能力。这就使得现在的统计学专业加入了许多计算机类的基础课程,如数据结构、C++语言,JAVA语言等,这下好了,完全成了一个数学系专业了。
当初我在高考填专业的时候首选的是经济学,抱着方便调剂的心态填了一个自以为是偏文科的统计学,结果被“有幸”录取。上课第一天拿到培养方案,感觉就懵了,和同班同学交流心态时惊讶地发现大家的感受和我丝毫不差。后来才了解到,部分学校是将统计学和应用数学专业或者是信息与计算科学专业打通培养的(本科一年级和二年级的课程一样,专业课有些许区别)。
落差归落差,但在上过前两年的基础课(数学分析、高等代数、空间解析几何、常微分方程、概率论、数据结构等)之后,统计专业同学在数学思维、逻辑思考能力相比于别的专业的同学要强很多。为什么呢,拿经济学中的国际贸易来作比较,前两年数学学的是高等数学和线性代数,光看课本,这两门学科在目录上无显著差异。但深入学习之后发现,高等数学着重于计算能力,而数学分析重点在于数学思想的形成,学习中对于同一个理论,更多讨论的是它的推导和证明(有些类似高中数学对理科生和文科生的不同要求)。所以,同样是学数学基础课,统计学学生花的精力要多得多。一学期晚上看书看到十一二点的日子更是数不胜数,那些外专业所说的丰富多彩的课余生活基本与统计学专业学生无缘。每到数学考试前,统计学学生要玩命似的演算、推导,看着外系的学生把高数的书随手翻翻就可以及格,那个心情是无比的羡慕啊。
滚过前两年数学沙场,到了大三后,当面对大量复杂的数据和样本时,统计学专业的学生更具有大局观,能从容有效地面对和处理问题。很多如运筹学、博弈论、概率等经典问题会迎刃而解;最短路径,最小人力如何得到最大效率等在外人看来无从下手的问题,在统计学中就是小菜一碟。之前基础课的很多经典理论、思想,在通过进一步地学习初级统计学、数理统计、多元统计分析、非线性统计分析这类专业性极强的内容时也会一直使用。这些思想和理论在我看来,对于其他课程的学习也是大有裨益的。人们都说,学数学的逻辑性强,自己学过之后才有体会。我在大三的时候也尝试去涉猎西方经济学知识,后来发现思考能力比大一时进步很多。
统计学教会你的是一种放之四海而皆准的思维方式,故而周围很多同学在考研深造选择报考专业时也很广泛,涉及计算机、经济、教育学、管理学等等。甚至在做毕业论文时,选题也不用拘泥于传统的方程、概率等课题,可以从生物、经济、人文的多个方面入手。我的毕业论文就从交通与国民生产总值的相关性进行研究,涉及了统计学,经济学,运筹学等多个学科,论文完成之后觉得知识层次又更上一层楼。现在回想起来,前面的基础课如同学习如何使用工具,在学习过程中注意对数学思想的体会,对知识的总结,整个人的逻辑水平就会在不知不觉之中得到升华和提高。待到应用时,学习就一下子变得多姿多彩了。
专业岗位,可“跨界”考证
除了传统的报考公务员进入统计局或者税务,工商系统之外,给机构做数据挖掘和分析的统计公司、各大银行、金融机构等都是统计学专业毕业生的潜在就业单位。医学统计虽然在中国国内目前应用情况还不普遍,但在国外应用已经相当广泛而且是一个很受立法重视的行业,但可以预见这将是统计专业发展的方向之一。因为统计学接触到的都是行业中最本质最核心的东西――数据,所以统计学做的一部分活在外人看来难以精通,外专业人员难以替代。主要的岗位是研究院,可以再市场研究项目的管理和运作中发挥作用,数据是不会说谎的,通过数据分析得到的结论,对行业乃至社会变化都是是相对准确的。
由于统计学良好的数学、经济学以及部分管理学基础,统计学的学生考证“玩过界”也是十分普遍的事情。如你对会计感兴趣,可以考个注册会计师,对证券等金融行业感兴趣,就可以参加证券从业资格、银行业从业资格或者保险行业从业资格考试;如果对精算感兴趣,也可以尝试精算师资格考试,甚至考试场调查类的证书都会增加自己的就业砝码和精确自己的就业规划。
论文摘要:本文通过时沿海某省农村金融机构13个信用社的1346名员工进行问卷调查,对不同人口统计特征的员工在工作满意度6个维度的差异进行了比较研究。
工作满意度通常被定义为员工对比自己期望获得收益与实际获得收益的时候产生的心理感受(( Cranny ,Smith& Stone,1992)。通过工作满意度的定义我们可以了解到,工作满意度代表的是一种态度而不是行为,是员工对希望得到的报酬与实际得到的报酬之间差距的心理感受。在过去的几十年里,组织行为研究者对工作满意度偏爱颇多,对此进行了大量的研究。
笔者通过查阅文献尚未发现有关我国农村金融机构员工工作满意度方面的研究。本文拟通过沿海某省农村金融机构进行问卷调查,研究人口统计特征变量,即性别、年龄、学历、司龄和管理层级等与工作满意度之间的关系,探讨农村金融机构员工人口统计特征与工作满意度的关系,旨在为我国农村金融机构推进改革的过程中,提高员工工作满意度方面提供借鉴。
1研究方法及过程研究工具
对工作满意度的测量有2种手段应用最为广泛:一种是单一整体评估法((single global rating);另一种是由多种工作要素组成的总和评分法(summation score)。单一整体评估法只是要求个人回答一个问题,例如“把所有的因素考虑在内,你对自己的工作满意吗?”;工作要素总和评分法首先要确认工作中的关键要素,然后询问员工对每一个因素的感受,每个因素的感受根据标准量表来评价,最后将分数相加就产生工作满意度总分(Stephen P. Robbins,1997)。但至今为止,关于工作满意度都包括哪些关键要素,学术界尚没有统一的说法。明尼苏达满意度调查问卷从20个分量表对满意度进行测量,这20个分量表分别为:能力效价、成就、行动、进取、权威、公司政策和训练、补偿、同事、创造力、独立性、道德价值、赞誉、责任、安全感、社会服务、社会地位、人际关系管理、技术管理、多样化和工作条件(Weiss, Dawis, England& Lofquist, 1967 ) ;泰勒和鲍尔斯(Taylor&Bowers, 1974)通过综合员工对工作、同事、管理者、晋升机会、收人、发展和组织的满意度等7个维度对员工的工作满意度进行评估;斯佩克特Spector,1985)通过报酬、晋升、管理者、利益、偶然奖励、操作程序、同事、工作本身和交际等9个构面评估员工工作满意度;沃森等(Watson&Slack,1993)通过工作本身、薪酬、提拔、管理与同事等维度使用工作描述指数(Job Descrip-five Index)来评估工作的满意度。时勘、凌文荃、郑伯勋等国内学者在国外研究的基础上结合我国的本土情况探讨了了工作满意度的评价结构。通过国内外学者的研究可以发现,学术界对工作满意度的测量维度尚没有统一的标准,但在报酬、晋升、上级、同事、工作本身这几个维度大多数学者都采纳了这几个维度。
本研究结合国内外学者研究,并根据对部分信用社员工访谈的基础上,结合农信社的实际情况主要根据斯佩克特(Spector, 1985)编制的量表和参考国内学者的量表进行修订。本研究对工作满意度的测量量表主要从报酬、晋升、上级、同事、操作程序和工作本身这6个维度进行测量。所有构念的测量问题都采用Liken五点量表来测量,其中1表示“非常不同意”;2表示“不同意”;3表示“一般”;4表示“同意”;5表示“非常同意”。且测量每个维度的题目中都设计有1-2道反向题目。
本研究采取问卷调查的方式进行,调查间卷包括2部分内容,第1部分为工作满意度的测量题目,第2部分为基本信息。笔者把所有的测量题目设计成表格形式,表格的左边为测量题目,右边为代表同意程度的数据1-5,然后要求填写者根据对左边陈述的同意程度,在与自己想法最吻合的选项的数字上打“V”。本研究的数据处理利用软件SPSS 13.0进行处理和分析。
1.2数据收集
笔者利用参与横向课题之便于2007年3月底开始进行问卷调查。所有调查问卷通过13个信用社的人力资源部发放问卷,然后由人力资源部统一收集问卷再提交给笔者。本次研究的样本采取分层随机抽样的方法,其中信用社经营班子所有成员都进行调查,部门经理、副经理随机调查该层级人员数的20%,其中业务和职能部门各占一半;部门一般工作人员随机调查该层级人员数的20%,业务和职能部门各占一半;营业部或分社经理调查该层级人员数的20%;柜员随机调查该层级人员数的20%。为了提高调查结果的真实性和有效性,本次调查采取匿名方式进行。截止2007年5月13日,共回收问卷1346份,其中有效问卷为1272份,回收问卷有效率为94.5%.
1.3数据分析与结果
1.3.1一般描述性统计结果
通过表2-6的人口统计特征变量,即性别、年龄、学历、司龄和管理层级等的统计我们可以发现,在本次研究的样本中,男性比例占56.7%,比女性多15.8%;年龄主要集中在2640岁之间,占76%的比例;在学历方面,大专和本科学历的人员居多,占85.3%;在各信用社工作时间10年左右的人较多;在管理层级方面,职能部门一般员工和一线员工占绝大多数。
1.3.2员工工作满意度测量量表的信度检验
信度是反映所调查数据质量的一个重要指标,指数据的可靠性和稳定程度。信度的种类包括:重测信度、复本信度、内容一致性信度(折半信度、a信度系数等)、评分者信度等。本文采用的是Liken 5分量表,因而在测量信度上,选择内容一致性信度,本研究使用Cronbach a信度系数来衡量数据的可靠性。
可接受的信度是多少,众学者提出的系数大小有多种说法。学者Bryman and Cramer(1997)指出a系数在0.80以上表示量表有高的信度,而学者Gay(1992)的观点认为任何测验或量表的。系数若在0.90以上表示信度甚佳。学者Gay(1992)认为0.80, DeVellis(1991),Nunnally(1978)认为可接受的最小a系数为0.60。而台湾学者吴统雄(1985)认为可接受的最小a系数为0.5 。
通过表7的信度检验结果显示,本研究各测量维度信度Cronbach a系数除了操作程序满意度可信度稍偏低(根据吴统雄的建议仍在可信范围)外,其他测量维度的信度都比较高。
1.3.3员工工作满意度测量量表的效度检验
效度是衡量数据质量的另一个重要指标。效度是指量表中使用的测量题目能有效测量潜在构念的程度。效度的种类包括:内容效度、效标效度(同时效度、预测效度)和构建效度(聚合效度、判别效度、法则效度等)。
本研究在量表的设计上借鉴了国内外相关学者的研究成果,并在深人访谈的基础上结合农信社的实际情况设计各维度的测量量表。量表设计初稿出来后,并通过中山大学管理学院2位教授的审核,并进行20个样本的试测,进一步修改量表。所以本次研究的量表在内容和结构比较合理,具备内容效度。
1 .3.4工作满意度各测量维度的相关分析
表8描述了工作满意度各个测量维度的样本均值和标准差,通过数据发现,在本次研究的样本中,同事的满意度最高,达到了3.90;操作程序的满意度最低,只有2.50 ;其他测量维度的满意度由高至低分别为:上级满意度(3.4 )、工作本身满意度( 3.32 )、晋升满意度(2.65 )、报酬满意度(2.63)。
从表9的统计分析数据可以发现,除了同事满意度与报酬满意度、同事满意度与晋升满意度不存在显著相关外,其他各维度之间都显著相关。
2人口统计特征对工作满意度的影响
2.1性别
从表10中的分析数据可以看出,性别对晋升满意度的影响显著(显著性概率二0.004
2.2年龄
从表11的分析数据可以发现,除了年龄对同事满意度的影响不显著(显著性概率二0.620 >0.05)外,对报酬满意度、晋升满意度、上级满意度、操作程序满意度和工作本身满意度都有显著影响。
2.3学历
从表12的统计分析数据可以看出,学历对操作程序满意度和同事满意度的影响不显著,显著性概率分别为0.064和0.058,都大于0.05。学历对报酬满意度、晋升满意度和工作本身满意度有显著影响。
2.4社龄
从表13的数据分析不难看出,社龄(指在农信社工作的年限)除了对上级满意度有显著影响(显著性概率二0.000
2.5管理层级
从表14的统计分析数据我们可以得知,管理层级对操作程序满意度没有显著的影响(显著性概率0.143>0.05 ),而对报酬满意度、晋升满意度、上级满意度、同事满意度和工作本身满意度都有显著影响,显著性概率分别为0.000,0.000,0.000,0.005和0.000,都明显小于0.05 。
3结论
通过对对沿海某省农村金融机构13个信用社的1346名员工进行问卷调查,对不同人口统计特征的员工在工作满意度6个维度的差异进行了比较研究。通过实证研究表明得出以下结论:
(1)男性与女性员工仅在晋升满意度方面有显著差异,而在报酬、上级、操作程序、工作本身和同事满意度等5个维度没有显著差异;
(2)不同年龄段的员工在晋升、报酬、上级、操作程序、工作本身满意度有显著差异,而在同事满意度方面不存在显著差异;
(3)不同学历的员工在晋升、报酬、上级、工作本身满意度等4个方面存在显著差异,而在操作程序和同事满意度方面没有显著的差异;
(4)不同社龄员工在上级满意度有显著差异,而在其他晋升、报酬、操作程序、同事和工作本身满意度5个方面没有显著差异;
摘要:本文从欧洲能源交易平台上的EEX交易所搜集了2009年至2014年的二氧化碳现货交易价格,首先通过描述性统计对其进行了初步分析,其次用均值回归过程研究了碳价波动情况,运用蒙特卡罗抽样法对均值回归随机过程进行模拟,通过模拟值与观测值的对比,证明了用均值回归过程描述碳价波动的有效性。
关键词:碳价;随机过程;均值回归;实证分析
随着世界上多数国家对温室气体引发环境恶化的观点达成基本共识,发展低碳经济,加快经济发展方式,成为实现可持续发展重点关注的问题。2005年自《京都议定书》正式生效以来,在《京都议定书》的约束下,每个国家的温室气体(碳)排污权开始成为一种稀缺的资源,也就有了商品的属性。碳减排收益对发电商,尤其对清洁能源发电行业的发展具有重要影响,因此研究碳价波动的随机过程,对发电商建立投资模型具有重要的意义。
在金融学领域,已有学者证明股票价格服从均值回归运动,即股票价格围绕股票价值上下波动。而碳交易市场是一种新兴的金融市场,因此,研究碳交易市场是否具有均值回归效应有助于揭示碳交易市场的价格规律,对碳价格预测、合理配置碳市场资源等具有重要意义。当下较多学者在进行电力投资时直接假定碳价服从均值回归过程。并没有通过有效的实证分析过程进行推导证明。
基于此,本文研究碳交易市场中碳价格的不确定性。首先用统计软件对所收集碳价数据进行描述性统计分析,进一步地,运用均值回归过程模拟碳价波动,并用MATLAB对随机过程运用MC法进行数值仿真模拟。通过分析均值回归过程对观测值的拟合效果,从实证角度证明均值回归过程对碳价波动过程模拟的有效性。
一、数据来源
国际最大的二氧化碳交易平台是欧盟碳交易市场。其中碳交易所同股票交易所一样,不仅为交易企业提供交易平台,且提供具有良好流动性的碳交易产品。本文从欧洲能源交易所碳交易服务平台的二级现货交易市场上搜集相关碳价现货交易价格(EUA Spot Price)。本文以欧洲能源交易所交易平台中二级市场上EUA现货交易价格为研究对象,收集2009年1月至2014年10月近六年的EUA现货交易数据。为便于分析,将原始数据筛除周末以及节假日停盘数据,最终得到1451组有效数据。
二、碳价统计分析及均值回归拟合分析
二氧化碳交易市场同股票交易市场,其价格的波动呈现一定的随机性,因此碳价的未来变动趋势较难预测,本文通过Eviews对近六年EUA现货交易价格走势做初步统计分析。2009年至2014年EUA现货价格波动图以及所收集数据的基本统计指标如图1所示:
均值回归理论是实物期权研究领域的一个新兴理论,在国外该理论最早应用于金融领域,尤其是证券投资理论。该理论认为股票的收益率与价格趋势并不是不可预测的,而是服从均值回归的过程。有学者认为,均值回归过程可以降低价格变动的不确定性进而投资风险,与随机游走价格理论相比,能提高标的资产的价值。
碳交易市场是一种新兴的金融市场,因此,研究碳价波动是否具有均值回归效应有助于揭示碳交易市场的价格规律,对碳价格预测、合理配置碳市场资源等具有重要意义。基于此,本文研究碳交易市场中EUA价格是否具有均值回归效应。
假设碳价服从均值回归过程,碳价随机变量满足以下关系式:
dPt=α(μ-Pt)dt+βPtdZt(1)
将dpt的表达式带入上式后,得到pt的表达式:
pt=p0e-αt+μ1-e-αt+β∫t0eαs-tdzs(2)
上式中α,μ,β是待估计参数本文用极大似然估计法对上式中的参数进行估计。上式其条件概率密度为:
fpt|pS=
απβ21-e-2αt-sexp-αpt-μ-ps-μe-αt-s2β21-e-2αt-s
令L=∏N-1i=1fpt|pS为pt的条件似然函数,N表示样本个数。对该似然函数取对数, 进一步地对α,μ,β分别求偏导。令偏导函数等于零,基于所收集的数据,可求得α,μ,β的极大似然估计值为:
α=0.201325 ;μ=7.917014;β=4.506211
对上述估计的参数进行数值仿真,并计算模拟仿真数据的相关统计指标。用式(1)对均值回归过程进行仿真模拟,仿真次数N=1000,用MATLAB模拟一千次的数据绘制轨迹图见图2中的右侧图,另外观测值的轨迹图如图2左侧所示,对比二者波动过程。从图1中可以看出,均值回归的波动过程与观测值的波动过程存在一定的相似性。
图1三种随机过程模拟仿真数据轨迹图比较
为了进一步比较三种随机过程的拟合效果,在此比较其均方根误差。均方根误差即标准误差,它是模拟值与真实值偏差的平方和观测次数n比值的平方根。标准误差对一组观测量中的特大或特小误差反映非常敏感,因此可以很好的反映随机过程的拟合程度。通过计算,均值回归过程的均方根误差为3.31,误差较小,因此均值回归可以较好的拟合碳价波动过程。
三、结语
碳收益对发电商,尤其对清洁能源发电行业的发展具有重要影响,因此研究碳价波动的随机过程,对发电商建立投资模型具有重要的意义。以往学者直接假设碳价波动过程服从均值回归过程,而本文通过搜集数据,从实证角度证明了用均值回归过程拟合碳价波动的有效性。通过比较均值回归过程与观测值的统计指标以及波动过程,我们可以看出均值回归对于碳价不确定性来说拟合度较好。(作者单位:长沙理工大学经济与管理学院)
参考文献:
[1]Laurikka H,Koljonen T.Emissions trading and investment decisions in the power sector-a case study in England[J].Energy Policy, 2006, 34(1):1063-1074.
关键词:统计方法 风险管控 贷款企业 金融
一、概述
随着国家各项经济改革的不断深入,国民经济高速发展,以银行为代表的金融行业在国家经济建设中发挥着越来越重要的作用。尤其是信贷工作,更是为企业的不断发展壮大提供了保障。同时,对于贷款企业风险管控的工作也随之成为银行工作的核心之一。由于贷款企业涉及的行业和领域复杂且多样,给风险管控工作带来了诸多的问题与困难。目前,针对贷款企业风险管控的方法种类繁多,但统计方法因为其所具有的独特优势而被越来越多的金融企业运用到风险管理研究的领域中来,且发挥着越来越重要的作用。
二、应用于风险管控的主要统计方法
(一)统计调查
统计调查是在对贷款企业风险管控过程中所使用的最基本的方法之一。统计调查是指根据调查的目的与要求,运用科学的调查方法,有计划、有组织地搜集数据信息资料的统计工作过程。
根据实际工作的需要,以调查企业风险因素所涉及的范围为依据,统计调查可以分为全面调查和抽样调查两大类。全面调查是指对被调查企业中的所有风险因素及企业状况进行调查,这类调查可以取得被调查企业较为全面、系统、完整的信息资料。但全面调查所耗费的人力、物力和时间相对较多。抽样调查是指对被调查企业中一部分重要因素进行调查。全面调查和抽样调查的主要区别在于两者所选调查对象涉及的因素范围不同,这两类方法最终取得的结果都能够反映出被调查企业的总体特征。只是在样本数量规模相对较大时,采用抽样调查所得到的结果,会因选取调查样本比重的大小而影响到最终结果的误差范围。
在实际的具体工作中,比较常用的统计调查方法包括:普查、典型调查、重点调查和随机抽样调查等。其中,普查是一种全面调查的方式,例如银行全面开展的贷款分类工作实际上就属于一种普查的方式。但该种统计方式由于其消耗资源过大,时间长,效率较低,所以在日常工作中使用的局限性较大。一般情况下,在对于贷款企业风险管理过程中,采用普查方式主要是针对样本或影响因素规模很小的企业使用。
重点调查、典型调查和随机抽样调查都是抽样调查的一种。重点调查是指从被调查企业样本中抽选一部分重点企业或影响因素来进行调查,从而了解被调查企业总体概况的一种方式。在重点样本或因素选取过程中,通常会选择占总体调查样本比重较大的企业或影响因素来进行操作。例如贷款金额较大的企业或近期经营状况有较大波动的企业等。
典型调查是指根据银行开展调查工作的主要目的和基本要求,有意识地、有针对的选取具有代表性的企业或因素进行调查的一种方式。这种方式具有很强目的性,因此可以有效的降低样本的选取数量,使得调查工作易于操作且资源消耗较小,并且结合具体的调查目的可以在一定程度上反映出被调查企业或影响因素的基本情况和变化趋势。
随机抽样调查是指按照相应的原则从全部被调查的样本中随机抽选一部分企业或影响因素来进行调查的一种方式,这种统计调查方式在国际上获得了金融企业的普遍认可和广泛应用。主要是由于其一方面可以实现对被调查单位较为客观全面的了解,另一方面还可以用于对进行普查工作结束后的跟踪检查与校验。结合贷款企业风险管理控制工作的需要,常用的随机抽样调查方法主要包括:纯随C抽样调查,是指不对被调查的全部样本作任何的前期处理,使得所有样本被抽取的概率都是基本相同的,并完全根据随机抽样原则抽取样本的调查方法。分类抽样调查,是通过先对全部被调查样本按照一定的需要或原则进行分类,然后在所划分的类别中再进行随机抽样的一种调查方法。整群抽样调查,是指将全部被调查样本按照一定的原则或以纯随机的方式划分为若干的组群,然后按照随机原则抽取一定数量的组群作为调查的样本,并对被抽到的样本组群内的各个组成因素进行全面调查的方法。
以上四种调查方式普查、典型调查、重点调查和随机抽样调查都有自身的局限性,其主要表现为:普查虽然准确性最高,但耗时、耗费资源的程度也最高,因此在实际工作中开展需要足够的前提与条件;重点调查和典型调查,由于这两种方式在选取样本时会在一定程度上受制于人为主观因素的影响,因此在调查结果的客观性上会存在不足;随机抽样调查,由于其选取的样本主要是按照随机采样的原则抽取的,会存在一定程度的代表性误差,但是这种误差可以通过一些后期的数理统计的方法进行修正或控制,以达到理想效果的程度。
(二)单变量统计分析
单变量统计分析是风险管理过程中最常用的统计方法之一。单变量分析主要包含两方面的内容:一方面是单变量描述统计,是指用最简单概括的形式反映数据的基本信息。另一方面是单变量推论统计,主要是指用样本数据推断总体情况。
单变量统计分析的运用必然会涉及到单变量预测模型。单变量预测模型是通过单个财务比率指标的走势变化来预测企业财务风险。单变量预测模型最早是由威廉・比弗(William.Beaver)提出的。他提出的单变量统计分析的风险预警作用主要是基于如下的认识:如果某一公司运营良好的话,其主要的财务指标也应该一贯保持良好,一旦某一单变量指标(主要的财务指标)出现逆转,说明公司的经营状况遇到了困难,应引起管理层和投资者的注意。
通过单变量分析,可以有效的进行企业经营风险的预警。借助财务报表、经营计划以及其他相关资料中的信息,结合利用财务、统计、金融、企业管理、市场营销等领域的理论,以单变量预测模型为依托,对企业的经营活动、财务活动等进行风险的分析预测,以发现企业在经营管理活动中潜在的经营风险和财务风险,避免风险演变成损失。
单变量预测模型虽然比较简便易于操作,但其也有一定的局限性和不足,主要表现为:一个企业的财务状况是用多方面的财务指标来反映的,只用一个比率难以概括企业的全貌。从而造成对于同一个公司,使用不同的指标预测时,有时会得出不同结论的现象。所以,该方法更适合于业务相对单一,核算相对简单的企业使用,或者是在针对某一指定的指标进行管理预测时使用。
(三)综合风险指数模型评估法
在企业风险管理过程中风险指数模型也是一种常用的经典的统计方法和手段。风险指数是对企业经营风险的一种半定量测评,它可以用来对基于相似标准的一系列风险进行评级,以便于企业对各类风险进行比较。综合风险指数模型评估法就其本质上来说,是一种对风险进行分级和比较的定性方法,因此其主要的作用是对企业所面临的各类风险进行分析,而采用数学手段可以更便于定量和操作。
综合风险指数模型评估法,最初源于投资学中的“多因素模型”。所谓“多因素模型”是指由影响公司价值的多个重要的基础因素构成,并以回报率为核心的一种估r模型。在实际运用中经过不断的演化,逐渐转变为针对企业运营风险分析的一种行之有效的风险管理模型,并被越来越多的企业所借鉴和运用。其数学模型的表达式如下:
V(t)=∑Vit=P1it×S1it+P2it×S2it+…+ Pnit×Snit+Eit
(i=0,1,…,n 假设各风险因素发生的概率P和敏感系数S是可知的)
V(t)――t时间内的综合风险指数;
Pnit――t时间内第i个项目的第n个风险因素发生的概率;
Snit――t时间内第i个项目的第n个风险因素的变化对预期收益率的敏感系数;
E――随机误差项;
I――风险投资公司投资的项目数;
T――代表时间。
应该说明的是,本模型在实际运用中应该充分考虑时间因素t的影响及取值范围。由于企业在经营周期内所遇到的不确定因素较多,而且各因素在不同时点会有不同的表现,因此企业需要选择一个合适的时间周期来定位整个评估模型。在确定因素t时,企业应该充分考虑自身的实际情况和所处的市场环境,如果周期太短,会加大风险管理的成本,周期太长,又会失去风险管理的意义,所以企业应该注重更加动态的过程管理,从而有效地控制风险。
该模型的局限性在于,由于其以多因素条件为基础,在各因素概率判断和权重分配过程中容易受到主观因素的影响,从而影响到整个风险评估模型的准确性。因此,该模型更适合于企业所要评估的影响风险的各类因素,主要源于市场客观条件或企业可以有效定量定性的情况下使用。
三、结束语
贷款企业的风险管控是银行的一项重要工作,而统计方法又是一种严谨而科学的管理手段。随着市场经济的不断发展以及金融管理研究的不断进步,统计方法也正在被越来越广泛的应用于金融领域的各个层面。相信随着统计研究在金融领域中不断发展与完善,未来一定会在风险管理工作中发挥积极重要的作用。
参考文献:
[1]叶佳,陈军.经典统计方法在财务困境预测中的应用综述[J].经济研究导刊.2010,(14)
关键词:统计学;教学模式;EXCEL
进入21世纪,随着我国市场化步伐的加快,社会对新知识的需求日益增加,无论是国民经济管理,还是公司企业乃至个人的经营、投资决策,都越来越依赖于数量分析,依赖于统计方法,统计方法已成为管理、经贸、金融等许多学科领域科学研究的重要方法。教育部也将《统计学》课程列为财经类专业本、专科专业的核心必修课程之一。力图通过《统计学》的学习,使学生掌握探索各学科内在的数量规律性,并用这种规律性的解释来研究各学科内在的规律。同时,由于统计学所倡导的尊重客观实事,通过调查研究用实事说话,这也有利于培养学生的实事求是的学习、工作和科学研究精神。
一、《统计学》课程教学面临的挑战
1、内容日益丰富。长期以来,在我国存在两门相互独立的统计学——数理统计学和社会经济统计学,分别隶属于数学学科和经济学学科。20世纪80年代以来,建立包括数理统计学和社会经济统计学在内的大统计学,逐步成为我国统计学界的共识。1992年11月,国家技术监督局正式批准统计学上升为一级学科。国家颁布的学科分类标准已将统计学单列为一级学科。随着大统计学思想的建立和统计学在实质学科中的应用的需要,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;同时也系统的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。这一变化使得《统计学》的内容更适合相关实质学科的发展需要。
2、学生的学习难度加大。首先、结合《统计学》的课程特点——概念多而且概念之间的关系十分复杂、公式多且计算有一定难度等。如果学生不做必要的课外阅读、练习和实践活动,是很难理解和掌握的。对于财经类专业的本、专科专业的学生来说,本身的专业课学习负担已不轻。其次、对于财经类专业的本、专科专业的学生来说,由于其本专业的课程体系要求,使得学生的数学或者数理统计的基础不是特别好,对于专科学生来说更不用说,推断统计将是他们学习的困难。再说,《统计学》作为专业基础课,一般安排在一年级或二年级第一学期,在这个学习时段也是大多数专科生和本科生忙于计算机课程和英语课程的考证时段。如果以牺牲授课内容和降低要求来减轻学生的学习负担,显然有悖于《统计学》课程的教学和相关专业的发展要求。所有这一切对于学生学好这一课程面临的困难可想而知。
3、教师的教学难度加大。授课内容越来越丰富;课程难度太大可能导致学生兴趣下降;在倡导学生自主性学习的背景下,授课时数大为减少(一般安排一个学期共17~19教学周,每周2~3课时);高等教育扩招后,由于师资力量一时没有跟上,大多数学校,授课班级学生人数越来越多,一个教师跨越不同专业授课不再新鲜。这要求授课教师必须深刻领会授课内容的核心和相互关系,学会控制和驾驭课堂教学,学会激发学生的兴趣,注重统计学在不同专业领域的具体应用等等。作为这门学科的授课教师特别需要认真考虑该怎么办?
二、《统计学》教学的发展趋势分析
1、统计学从数学技巧转向数据分析的训练。在计算机及计算机网络非常普及的今天,统计计算技术不再是统计学教学的重点了。统计思想、统计应用才应该是重点。现代统计方法的实际应用离不开现代信息处理技术。统计软件的使用,不仅使统计数据的计算和显示变得简单、准确,而且使统计教学由繁琐抽象变得简单轻松、由枯燥乏味变得趣味盎然。所以,在统计教学过程中,大量的内容只需要给学生讲清楚统计基本思想、计算的原理和正确应用的条件、正确解读计算的结果,而对大量复杂具体的计算可以交给计算机去完成。
比如方差分析,手工计算量非常大,没有计算机软件的支撑,是很难教学实际问题分析的。现在我们只要讲清楚方差分析要做什么,为什么方差分析要解决的中心问题是判断有无条件误差,而原假设又是K种不同水平下总体的理论均值是否相等,检验结果表示什么等就可以了,大计算量的工作让计算机去完成。
2、通过统计实践学习统计。也就是以学生为中心,通过课堂现场教学、引导学生先读后写再议、模拟实验、利用课余时间完成项目、利用假期时间,通过参加学校组织的某些团队、小组或自己组织去开展一些与专业有关的活动,如社会调查、专题研究、提供咨询、参与企业管理等方法。全方位地激发学生的学习兴趣、培养学生的专业能力、方法能力和社会能力。
比如依同学们在设计调查问卷和调查方案的基础上,让他们组成若干调查小组(如以寝室为单位),在校园内真正进行一次统计调查活动,从具体调查对象和单位的确定,样本的抽取(不一定要很大),问卷的发放、回收与审核,数据输入与资料整理,估计与分析,一直到调查报告的编写,调查总结或体会的形成,全部由同学自己来完成。这样,同学们就亲身参与了统计调查、统计整理和统计分析(含统计推断)的整个过程,效果很好。
三、基于EXCEL的《统计学》教学设想
如何从烦琐的数理统计技巧转向数据处理的训练,同时还要使学生容易掌握并有机会辅之于实践。教师的导向是第一位的,要求必须选择容易获得而且普及性比较强的统计分析软件,并在课堂教学和引导学生实践中广泛采用。
(一)微软公司开发的EXCEL软件无疑是我们最好的选择
专业的统计分析软件SPSS、SAS、BMDP、SYSTAT其功能固然强大,统计分析的专业性、权威性不可否认,但是对于没有开设统计学专业的院校这些软件并不常用,如果学生要进行自主性学习也比较难以找到相应的工具,此外专业统计分析软件的英文操作界面,也让中国人用起来不是很顺手。微软公司开发的EXCEL软件作为一款优秀的表格软件,其提供的统计分析功能虽然比不上专业统计软件,但它比专业统计软件易学易用,便于掌握。在Windows操作系统极为流行的今天,EXCEL也是随处可见。对于《统计学》这门课程而言,利用EXCEL提供的统计函数和分析工具,结合电子表格技术,已能满足统计方面的要求。
(二)基于EXCEL的《统计学》教学设想
1、在教学内容上,依据EXCEL的函数功能、电子表格功能、数据分析功能,结合统计学原理的基本理论和方法,整合教学内容。比如传统的统计学原理教学过程中,对统计数据的搜集主要强调统计报表制度,在EXCEL环境应该更注重抽样推断,EXCEL提供的随机抽样工具使得抽样调查不再是十分复杂的技术,统计图也可以被广泛运用于对数据的描述;再比如现有统计学教材很多都讲根据整理的数据计算平均数时,都用加权平均的方法,当用组距式变量数列计算平均数时,用组中值作为各组的代表值进行计算。我们知道,组中值作为各组的代表值是假定各组变量值在组内是均匀分布的,如果实际数据与这一假定相吻合,计算结果比较准确,否则误差比较大。事实上实际数据往往就不是均匀分布的,因此用组中值计算的平均数都是近似的,而且相同资料编制的不同变量数列计算的平均数还不相等。其实为了编制变量数列,我们必须输入原始数据,EXCEL的有关程序可以得到准确平均数,哪里还有必要按加权算术平均的方法计算近似的平均数呢?那么有没有必要编制变量数列、特别是组距式变量数列呢?有没有必要按加权的方法计算平均数呢?我们认为有必要,但是组距式变量数列的主要功能不再是提供计算资料了,而是用于表现资料的分布状况和进行分析用;加权平均方法主要是介绍和要求学生掌握加权平均的思想,用于综合评价分析中。
2、案例教学成为《统计学》课程的重要内容。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。结合学生所学专业精选案例教学,比如对于金融专业的学生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等。对于经管专业的学生,精选抽样推断、假设检验、方差分析对于控制产品质量,经营决策等方面的案例,深入浅出地介绍这些方法的基本思想、并用EXCEL进行分析。既激发了学生的兴趣、扩大了学生的视野,也使统计学的课堂不再是教师一块黑板、一支粉笔、一本教材、一张嘴巴就能将一门专业课程从头讲到尾。
3、改革考试方式和内容,合理评定学生成绩。考试是教学过程中的一个重要环节,是检验学生学习情况,评估教学质量的手段。对于《统计学原理》的考试,多年以来一直沿用闭卷笔试的方式。这种考试方式对于保证教学质量,维持正常的教学秩序起到了一定的作用,但也存在着缺陷,离考试内容和方式应更加适应素质教育,特别是应有利于学生的创造能力的培养之目的相差较远。在过去的《统计学》教学中,基本运算能力被认为是首要的培养目标,教科书中的各种例题主要是向学生展示如何运用公式进行计算,各类辅导书中充斥着五花八门的计算技巧。从而导致了学生在学习《统计学》课程的过程中,为应付考试搞题海战术,把精力过多的花在了概念、公式的死记硬背上。这与财经类专业培养新世纪高素质的经济管理人才是格格不入的。为此,需要对《统计学》考试进行了改革,主要包括两个方面:一是考试内容与要求不仅体现出《统计学》的基本知识和基本运算以及推理能力,还注重了学生各种能力的考查,尤其是创新能力。二是考试模式不具一格,除了普遍采用的闭卷考试外,还在教学中用讨论、答辩和小论文的方式进行考核,采取灵活多样的考试组织形式。学生成绩的测评根据学生参与教学活动的程度、学习过程中提交的读书报告、上机操作和卷面考试成绩等综合评定。这样,可以引导学生在学好基础知识的基础上,注重技能训练与能力培养。
参考文献:
[1]谢安邦.高等教育学[M].北京:高等教育出版社,1999.
[2]贾俊平.统计学[M].北京:中国人民大学出版社,2000.