時間:2022-06-08 21:26:27
序論:寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感,挖掘那些隱藏在內心深處的真相,好投稿為您帶來了七篇金融統計分析論文范文,愿它們成為您寫作過程中的靈感催化劑,助力您的創作。
【關鍵詞】經濟統計學專業 培養方案 設計
【中圖分類號】G642 【文獻標識碼】A 【文章編號】1674-4810(2013)32-0060-01
經濟統計學專業是統計學在經濟領域中的應用學科,是以經濟數據為研究對象,包括經濟數據的采集、生成和傳輸,用統計方法分析經濟數據背后的經濟現象以及復雜經濟系統的規律,從而為經濟和管理決策服務。2013年,我國首次設置經濟統計學專業。作為地方二本師范院校的經濟統計學培養方案設計,沒有任何成功經驗可以借鑒。因此,我們在按照教育部要求,根據經濟形勢發展情況,借鑒財經類、綜合類和師范類院校的統計學專業經濟統計方向的課程設計,結合院校實際,依托學校建設應用型教學的平臺,來確定經濟統計學專業的培養理念并建立課程和實訓設計體系,進行經濟統計學的培養方案設計。
一 課程體系設計和實踐實訓設計整體思路
1.遵照教育部對經濟統計學專業的要求
嚴格遵照教育部對經濟統計學專業的要求。主干學科為理論經濟學、應用經濟學、統計學,其中核心課程為西方經濟學(微觀經濟學、宏觀經濟學),計量經濟學,財政學,貨幣金融學,會計學,經濟統計學,國民經濟統計學,概率論與數理統計,抽樣技術與應用,應用時間序列分析。實踐性教學環節包括實驗課程(含基本統計分析軟件應用、統計實務模擬等),社會實踐(含經濟社會統計調查、統計工作實習等),科研和論文寫作(含畢業論文、學年論文、科研實踐等)。專業實驗包括計算機基本技能實驗、統計分析應用軟件實驗、經濟計量分析軟件實驗、數據挖掘技術與應用實驗。
2.參照其他院校的培養方案和課程設置
它山之石,可以攻玉。我們選擇了部分具有代表性的財經院校(如上海財經大學、中央財經大學、東北財經大學、西南財經大學、中南財經政法大學、北京工商大學、上海金融學院、 河南財經大學、浙江財經學院和山東工商學院)和綜合類院校(如浙江大學、吉林大學、南京大學和云南大學)以及師范類院校(如北京師范大學、華東師范大學、東北師范大學、南京師范大學)作為參照院校。通過比較分析得出,在統計學經濟統計、商務統計、金融統計方向中,財經類院校主要突出經濟學課程,招生偏重理科生。綜合性院校和師范類院校主要課程為理學類,招生偏重理科生。
綜上所述,經濟統計學專業應培養適應信息化社會需要,熟練掌握現代統計理論和經濟數量分析方法,具有扎實的統計學、經濟學和金融學基礎,能熟練應用計算機軟件處理統計數據的復合型高素質經濟管理統計人才。學生畢業后可在政府部門、金融機構、外資企業和大中型公司等從事經濟統計分析、管理咨詢、市場調研和商務數據分析等管理工作。
3.與學院培養方案形式統一
新制訂的培養方案和整個學院的形式保持了統一,以便于教務人員管理工作的開展。
二 經濟統計學培養方案專業課的設置
經濟統計學的培養目標與基本規格和招收對象為理科生,設置了保險精算、金融統計和商務統計三個方向。學生修滿培養方案規定的學分并達到學位授予要求者,授予經濟學學士學位。
由于經濟統計學對統計學和經濟學知識的要求較高,我們提高了課程總學分和總學時,注重主干學科和專業課程的開課順序和教學周學時分配,強化實訓實踐課程,實行理論和實踐并行。
培養方案確定了5門學科基礎課程,分別為宏觀經濟學、微觀經濟學、C語言程序設計、概率論與數理統計、管理學。確定了5門專業基礎課程,分別為基礎會計學、經濟統計學、貨幣金融學、財政學、計量經濟學。確定了9門專業核心課程,分別為國民經濟統計學、多元統計分析、統計預測與決策、抽樣技術與應用、應用時間序列分析、金融統計學、市場調查與分析、投資學、數據挖掘。
分設了三個專業方向,分別為保險精算(開設保險學、保險統計學、利息理論、壽險精算、非壽險精算5門課程)、金融統計(開設商業銀行經營管理、金融市場、金融資產評估、金融工具與金融風險管理、投資組合分析 5門課程)和商務統計(開設信息檢索與利用、企業經營統計學、投入產出分析、項目管理、質量控制統計方法5門課程)方向。
一、國內外金融統計教學的現狀、存在問題分析
1、側重于理論教學,實踐教學內容缺乏
當前的教學型本科院校中開展金融統計課程大多只注重于理論教學,實踐教學進行的比較少,而發展成熟的金融統計實踐教學體系更是寥寥無幾。大多金融統計實踐教學還只是流于形式。因為實驗和實踐性的操作隨意性都很大,更多的是為了實驗而實驗,為了實踐考核而實踐,所以,這對學生的獨立思考能力的提高、分析問題能力和動手解決問題能力等方面內容的設置明顯不足。對于校外的實踐活動而言,由于缺乏有序的、系統的實踐設計安排,并且對于學生的管理大多都是松散式的管理模式,在校外實踐的內容上也是規定不明確,導致校外實踐的專業性不明確,實踐效果不理想。
2、實踐教學的條件有待提高
實踐教學的順利開展是以具備完善的實踐教學條件為保證的。由于各大學的辦學時間、辦學質量還都存在一些缺陷,因此,大多數的院校存在這樣的一些情況:一是對于理論教學團隊建設而言,總體的教師水平都比較薄弱。通過走訪調查,在各大院校中的金融統計專業中,具有高學歷、豐富實踐經驗的教師比較少,所以金融統計實踐教學開展的不太順利。二是實驗室資源有限,教學軟件的研發和使用滯后,尤其是金融統計的實驗軟件研制滯后。
3、缺少獨立的實踐教學考核系統
目前,各大學為保障實踐教學質量出臺了一系列管理措施,通過設置實踐課程、建立實踐組織、完善實踐教學保障體系等措施來不斷提高實踐教學質量,但是卻忽略了對影響實踐教學效果的重要指標——考核辦法和考核標準的監控。長期以來,對實踐教學效果的考核評價主要使用的依然是理論課程的考核方法和考核標準,以學習成績作為考核的唯一指標,這種考核辦法不能對千差萬別的實踐教學做出客觀而公正的評價,對學生實際操作能力的養成是非常不利的。
二、金融統計創新實踐教學的目的
1、讓學生及時了解金融系統的新變化與金融市場的新發展
在過去20年里,金融系統發生巨大的變化,創新步伐的急劇加速已經極大地改變了國際金融體系。由國際化、市場化、信息化等多方面因素推動的金融創新最終都可以落實到金融工具的創新上。金融統計工作應如何應對這些新情況?讓學生通過參加社會實踐和實習以增強學生對于社會、國情和專業背景的了解,才能拓寬視野,為培養具有求是創新精神和國際競爭力的高層次優秀人才奠定良好基礎。
2、培養適應地方經濟發展需求的創新應用型人才
人才培養方案的優劣是能否培養出創新型應用人才的關鍵,所以,金融統計實踐教學體系必須納入到人才培養方案中來,并且按照金融行業的用人標準來構建金融統計的實踐教學體系。因此,我們可以在金融統計實踐教學體系構建的過程中有目的性地進行相關內容的實踐,滿足金融行業的需求,以求適應市場對創新應用型人才的需要。
3、以實踐教學為主要途徑培養學生的綜合分析能力
金融統計是一門實踐性很強的課程,通過實踐教學把基礎理論、統計方法和分析能力三者有機的結合起來,使學生能夠舉一反三。教師要在實踐教學過程中引導學生充分發揮其主觀能動性,幫助學生融會貫通相關金融知識,培養學生分析經濟問題、金融問題的實際動手能力,達到理論知識和實踐知識的有機統一。
三、金融統計實踐教學體系的建立途徑及措施
相對于理論教學體系而言,實踐教學體系是由一系列實踐教學活動構成的整體。大學金融統計實踐教學體系的構建既是為了培養創新應用型人才,也是為了使得金融統計學科自身不斷發展。培養創新型應用人才不僅要考慮金融行業的實際需求,而且不能脫離實踐教學活動,又因為金融統計是應用性課程, 金融統計學科的自身特點決定了其必須注重實踐的特性,通過實踐去發現問題、認識問題、解決問題進而完善金融相關理論。因此本科院校應針對金融統計學科的這一特點,結合金融行業發展的需求,設置科學的、合理的實踐教學體系。
1、加強實踐教學內容,把理論和實際緊密結合
金融統計是融金融理論、金融數據、金融現實問題、金融統計指標和統計分析方法為一體的學科,與其他課程相比,該課程更加有利于提高學生分析和解決實際問題的綜合能力。通過該門課程的學習,學生不僅清楚我國現行金融市場的數量特征,而且能夠運用統計方法和統計分析技術對一些金融數據進行分析,從而能夠為有關部門的決策提供有價值的參考。因此,教師在教學的過程中應該根據時代的發展,經常引進和補充新的教學內容,大膽吸收外國優秀教材的優點,適當增加應用前景良好的統計方法,結合常用的統計分析軟件,并給出相應的數據,使學生不僅學習了統計理論和方法,而且培養了學生的實際動手能力。同時,教師在教學中,還應該盡可能的使用我國的真實數據作為案例,以激發學生的學習熱情。例如金融統計學應將國際統計標準規則和中國實務相結合,以分析研究貨幣信貸及金融運行的各種數量關系為主要內容,因此,教學素材要定期更新,足夠豐富,以滿足學科教學需要;課程的實踐環節可以采取科研型實踐模式,即通過專題調研、論文寫作、課堂討論等實踐教學形式,將課堂理論教學、金融業務實踐、課外科研實踐緊密結合在一起,以加深學生對所學內容的掌握和對金融現實問題的了解。
2、改進實踐教學的條件
實踐教學條件的改進可以從以下幾個方面著手:一是建立校外實踐基地。通過學校和企業合作共建的方式,建立比較穩定的校外實踐基地,為學生的校外實踐提供較好的機會和條件。比如,可以和銀行機構、證券機構、保險企業建立合作關系,成立教學實踐基地,使學生到這些相關部門參與實際工作,鍛煉學生的實際工作能力。二是校內實驗室建設的完善。校內實驗室是模擬實際工作場景的而建的,它能為學生的專業實習提供仿真的實踐平臺,使學生就像在真實的環境中工作一樣,會遇到現實中的各種各樣的問題,讓學生通過發現問題、分析問題到解決問題,從而達到提高和鍛煉學生能力的目的。學校應改善實驗條件,購買先進的信息管理技術。三是加強實踐教學師資的建設,師資是實踐教學完成的保障。目前,大多數大學的實踐教學的任務都是由原來的理論教學老師來完成的,因此,實踐教學師資的培養,應成為學校加強實踐教學的重要舉措。在提高現有實踐教學人員的教學水平和業務能力的同時,還要鼓勵高水平師資投入到實踐教學中來,改善現有實驗教師隊伍結構,提高其業務能力。
從國家每年生產總值核算、居民消費指數、通貨膨脹率,到美國總統選舉方法是否能代表廣大選民意志,臺灣軍購對亞太局勢影響,再到足球比賽中罰點球時將球射向球門的哪個位置最不容易失手……統計學已經貫穿了我們的整個生活。
統計無處不在
提起統計學,就要先弄清什么是統計數據。日常生活中到處都有統計數據:同學們的考試成績在班級中的名次、班干部選舉時各人的票數量等。統計學應用廣泛,在我國最早的應用領域就是給政府提供了解整個國家的基本運行狀況和制定各種政策法規的參考依據。我們常聽到的一個名詞CPI(消費者價格指數),就是政府通過統計學手段來衡量物價水平和通貨膨脹水平的。如今,隨著統計方法的進步和社會各部門發展對于統籌規劃與決策的需求,使統計學從幕后走到臺前,參與了大量的軍事、政治、政府決策的制定,并為之提供理論依據。統計學就是一門搜集、整理、顯示和分析統計數據的學科,可以形象地稱為“和數據打交道的藝術”。
美國是統計學最發達的國家。幾乎每一個大學生都知道統計這個學科,許多非統計學科都把統計作為必修課,這樣,當人們遇到了統計問題,也都知道如何去尋求答案。因此,統計專業的應用范圍十分廣泛,已成為除計算機專業之外的最好找工作的專業。由于行業需要和立法等原因,醫藥界成了使用統計最多的行業之一,醫藥領域也成了統計方法和理論發展的一個重要源泉,同時生物統計也是統計家族中的一大熱門。此外,工商業、金融管理、市場和民意調查及各級政府工作中同樣大量地、普遍地和經常性地使用統計方法。時至今日,伴隨著社會分工的進一步明細,統計學已細分為數理統計學、教育統計學、生物統計學、心理統計學等分支學科。
各科數學為先 練就宏觀思維
很多同學也許會認為,統計學與傳統的計算機、應用數學、應用物理這類純理科不同,在所學課程上會涉及西方經濟學思想、數理統計學、運籌學等這類偏文科類的知識更多些。而恰恰相反,統計學作為一個完全是和數據打交道的學科,需要的是非常良好的統計學基本方法和邏輯思考能力,而數理統計學、運籌學這些基本統計理論學科需要非常良好的數學基礎。隨著計算機在各個行業的廣泛應用,從事統計行業的人如今還需具備熟練地用計算機操作統計軟件分析數據的能力。這就使得現在的統計學專業加入了許多計算機類的基礎課程,如數據結構、C++語言,JAVA語言等,這下好了,完全成了一個數學系專業了。
當初我在高考填專業的時候首選的是經濟學,抱著方便調劑的心態填了一個自以為是偏文科的統計學,結果被“有幸”錄取。上課第一天拿到培養方案,感覺就懵了,和同班同學交流心態時驚訝地發現大家的感受和我絲毫不差。后來才了解到,部分學校是將統計學和應用數學專業或者是信息與計算科學專業打通培養的(本科一年級和二年級的課程一樣,專業課有些許區別)。
落差歸落差,但在上過前兩年的基礎課(數學分析、高等代數、空間解析幾何、常微分方程、概率論、數據結構等)之后,統計專業同學在數學思維、邏輯思考能力相比于別的專業的同學要強很多。為什么呢,拿經濟學中的國際貿易來作比較,前兩年數學學的是高等數學和線性代數,光看課本,這兩門學科在目錄上無顯著差異。但深入學習之后發現,高等數學著重于計算能力,而數學分析重點在于數學思想的形成,學習中對于同一個理論,更多討論的是它的推導和證明(有些類似高中數學對理科生和文科生的不同要求)。所以,同樣是學數學基礎課,統計學學生花的精力要多得多。一學期晚上看書看到十一二點的日子更是數不勝數,那些外專業所說的豐富多彩的課余生活基本與統計學專業學生無緣。每到數學考試前,統計學學生要玩命似的演算、推導,看著外系的學生把高數的書隨手翻翻就可以及格,那個心情是無比的羨慕啊。
滾過前兩年數學沙場,到了大三后,當面對大量復雜的數據和樣本時,統計學專業的學生更具有大局觀,能從容有效地面對和處理問題。很多如運籌學、博弈論、概率等經典問題會迎刃而解;最短路徑,最小人力如何得到最大效率等在外人看來無從下手的問題,在統計學中就是小菜一碟。之前基礎課的很多經典理論、思想,在通過進一步地學習初級統計學、數理統計、多元統計分析、非線性統計分析這類專業性極強的內容時也會一直使用。這些思想和理論在我看來,對于其他課程的學習也是大有裨益的。人們都說,學數學的邏輯性強,自己學過之后才有體會。我在大三的時候也嘗試去涉獵西方經濟學知識,后來發現思考能力比大一時進步很多。
統計學教會你的是一種放之四海而皆準的思維方式,故而周圍很多同學在考研深造選擇報考專業時也很廣泛,涉及計算機、經濟、教育學、管理學等等。甚至在做畢業論文時,選題也不用拘泥于傳統的方程、概率等課題,可以從生物、經濟、人文的多個方面入手。我的畢業論文就從交通與國民生產總值的相關性進行研究,涉及了統計學,經濟學,運籌學等多個學科,論文完成之后覺得知識層次又更上一層樓。現在回想起來,前面的基礎課如同學習如何使用工具,在學習過程中注意對數學思想的體會,對知識的總結,整個人的邏輯水平就會在不知不覺之中得到升華和提高。待到應用時,學習就一下子變得多姿多彩了。
專業崗位,可“跨界”考證
除了傳統的報考公務員進入統計局或者稅務,工商系統之外,給機構做數據挖掘和分析的統計公司、各大銀行、金融機構等都是統計學專業畢業生的潛在就業單位。醫學統計雖然在中國國內目前應用情況還不普遍,但在國外應用已經相當廣泛而且是一個很受立法重視的行業,但可以預見這將是統計專業發展的方向之一。因為統計學接觸到的都是行業中最本質最核心的東西――數據,所以統計學做的一部分活在外人看來難以精通,外專業人員難以替代。主要的崗位是研究院,可以再市場研究項目的管理和運作中發揮作用,數據是不會說謊的,通過數據分析得到的結論,對行業乃至社會變化都是是相對準確的。
由于統計學良好的數學、經濟學以及部分管理學基礎,統計學的學生考證“玩過界”也是十分普遍的事情。如你對會計感興趣,可以考個注冊會計師,對證券等金融行業感興趣,就可以參加證券從業資格、銀行業從業資格或者保險行業從業資格考試;如果對精算感興趣,也可以嘗試精算師資格考試,甚至考試場調查類的證書都會增加自己的就業砝碼和精確自己的就業規劃。
論文摘要:本文通過時沿海某省農村金融機構13個信用社的1346名員工進行問卷調查,對不同人口統計特征的員工在工作滿意度6個維度的差異進行了比較研究。
工作滿意度通常被定義為員工對比自己期望獲得收益與實際獲得收益的時候產生的心理感受(( Cranny ,Smith& Stone,1992)。通過工作滿意度的定義我們可以了解到,工作滿意度代表的是一種態度而不是行為,是員工對希望得到的報酬與實際得到的報酬之間差距的心理感受。在過去的幾十年里,組織行為研究者對工作滿意度偏愛頗多,對此進行了大量的研究。
筆者通過查閱文獻尚未發現有關我國農村金融機構員工工作滿意度方面的研究。本文擬通過沿海某省農村金融機構進行問卷調查,研究人口統計特征變量,即性別、年齡、學歷、司齡和管理層級等與工作滿意度之間的關系,探討農村金融機構員工人口統計特征與工作滿意度的關系,旨在為我國農村金融機構推進改革的過程中,提高員工工作滿意度方面提供借鑒。
1研究方法及過程研究工具
對工作滿意度的測量有2種手段應用最為廣泛:一種是單一整體評估法((single global rating);另一種是由多種工作要素組成的總和評分法(summation score)。單一整體評估法只是要求個人回答一個問題,例如“把所有的因素考慮在內,你對自己的工作滿意嗎?”;工作要素總和評分法首先要確認工作中的關鍵要素,然后詢問員工對每一個因素的感受,每個因素的感受根據標準量表來評價,最后將分數相加就產生工作滿意度總分(Stephen P. Robbins,1997)。但至今為止,關于工作滿意度都包括哪些關鍵要素,學術界尚沒有統一的說法。明尼蘇達滿意度調查問卷從20個分量表對滿意度進行測量,這20個分量表分別為:能力效價、成就、行動、進取、權威、公司政策和訓練、補償、同事、創造力、獨立性、道德價值、贊譽、責任、安全感、社會服務、社會地位、人際關系管理、技術管理、多樣化和工作條件(Weiss, Dawis, England& Lofquist, 1967 ) ;泰勒和鮑爾斯(Taylor&Bowers, 1974)通過綜合員工對工作、同事、管理者、晉升機會、收人、發展和組織的滿意度等7個維度對員工的工作滿意度進行評估;斯佩克特Spector,1985)通過報酬、晉升、管理者、利益、偶然獎勵、操作程序、同事、工作本身和交際等9個構面評估員工工作滿意度;沃森等(Watson&Slack,1993)通過工作本身、薪酬、提拔、管理與同事等維度使用工作描述指數(Job Descrip-five Index)來評估工作的滿意度。時勘、凌文荃、鄭伯勛等國內學者在國外研究的基礎上結合我國的本土情況探討了了工作滿意度的評價結構。通過國內外學者的研究可以發現,學術界對工作滿意度的測量維度尚沒有統一的標準,但在報酬、晉升、上級、同事、工作本身這幾個維度大多數學者都采納了這幾個維度。
本研究結合國內外學者研究,并根據對部分信用社員工訪談的基礎上,結合農信社的實際情況主要根據斯佩克特(Spector, 1985)編制的量表和參考國內學者的量表進行修訂。本研究對工作滿意度的測量量表主要從報酬、晉升、上級、同事、操作程序和工作本身這6個維度進行測量。所有構念的測量問題都采用Liken五點量表來測量,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”。且測量每個維度的題目中都設計有1-2道反向題目。
本研究采取問卷調查的方式進行,調查間卷包括2部分內容,第1部分為工作滿意度的測量題目,第2部分為基本信息。筆者把所有的測量題目設計成表格形式,表格的左邊為測量題目,右邊為代表同意程度的數據1-5,然后要求填寫者根據對左邊陳述的同意程度,在與自己想法最吻合的選項的數字上打“V”。本研究的數據處理利用軟件SPSS 13.0進行處理和分析。
1.2數據收集
筆者利用參與橫向課題之便于2007年3月底開始進行問卷調查。所有調查問卷通過13個信用社的人力資源部發放問卷,然后由人力資源部統一收集問卷再提交給筆者。本次研究的樣本采取分層隨機抽樣的方法,其中信用社經營班子所有成員都進行調查,部門經理、副經理隨機調查該層級人員數的20%,其中業務和職能部門各占一半;部門一般工作人員隨機調查該層級人員數的20%,業務和職能部門各占一半;營業部或分社經理調查該層級人員數的20%;柜員隨機調查該層級人員數的20%。為了提高調查結果的真實性和有效性,本次調查采取匿名方式進行。截止2007年5月13日,共回收問卷1346份,其中有效問卷為1272份,回收問卷有效率為94.5%.
1.3數據分析與結果
1.3.1一般描述性統計結果
通過表2-6的人口統計特征變量,即性別、年齡、學歷、司齡和管理層級等的統計我們可以發現,在本次研究的樣本中,男性比例占56.7%,比女性多15.8%;年齡主要集中在2640歲之間,占76%的比例;在學歷方面,大專和本科學歷的人員居多,占85.3%;在各信用社工作時間10年左右的人較多;在管理層級方面,職能部門一般員工和一線員工占絕大多數。
1.3.2員工工作滿意度測量量表的信度檢驗
信度是反映所調查數據質量的一個重要指標,指數據的可靠性和穩定程度。信度的種類包括:重測信度、復本信度、內容一致性信度(折半信度、a信度系數等)、評分者信度等。本文采用的是Liken 5分量表,因而在測量信度上,選擇內容一致性信度,本研究使用Cronbach a信度系數來衡量數據的可靠性。
可接受的信度是多少,眾學者提出的系數大小有多種說法。學者Bryman and Cramer(1997)指出a系數在0.80以上表示量表有高的信度,而學者Gay(1992)的觀點認為任何測驗或量表的。系數若在0.90以上表示信度甚佳。學者Gay(1992)認為0.80, DeVellis(1991),Nunnally(1978)認為可接受的最小a系數為0.60。而臺灣學者吳統雄(1985)認為可接受的最小a系數為0.5 。
通過表7的信度檢驗結果顯示,本研究各測量維度信度Cronbach a系數除了操作程序滿意度可信度稍偏低(根據吳統雄的建議仍在可信范圍)外,其他測量維度的信度都比較高。
1.3.3員工工作滿意度測量量表的效度檢驗
效度是衡量數據質量的另一個重要指標。效度是指量表中使用的測量題目能有效測量潛在構念的程度。效度的種類包括:內容效度、效標效度(同時效度、預測效度)和構建效度(聚合效度、判別效度、法則效度等)。
本研究在量表的設計上借鑒了國內外相關學者的研究成果,并在深人訪談的基礎上結合農信社的實際情況設計各維度的測量量表。量表設計初稿出來后,并通過中山大學管理學院2位教授的審核,并進行20個樣本的試測,進一步修改量表。所以本次研究的量表在內容和結構比較合理,具備內容效度。
1 .3.4工作滿意度各測量維度的相關分析
表8描述了工作滿意度各個測量維度的樣本均值和標準差,通過數據發現,在本次研究的樣本中,同事的滿意度最高,達到了3.90;操作程序的滿意度最低,只有2.50 ;其他測量維度的滿意度由高至低分別為:上級滿意度(3.4 )、工作本身滿意度( 3.32 )、晉升滿意度(2.65 )、報酬滿意度(2.63)。
從表9的統計分析數據可以發現,除了同事滿意度與報酬滿意度、同事滿意度與晉升滿意度不存在顯著相關外,其他各維度之間都顯著相關。
2人口統計特征對工作滿意度的影響
2.1性別
從表10中的分析數據可以看出,性別對晉升滿意度的影響顯著(顯著性概率二0.004
2.2年齡
從表11的分析數據可以發現,除了年齡對同事滿意度的影響不顯著(顯著性概率二0.620 >0.05)外,對報酬滿意度、晉升滿意度、上級滿意度、操作程序滿意度和工作本身滿意度都有顯著影響。
2.3學歷
從表12的統計分析數據可以看出,學歷對操作程序滿意度和同事滿意度的影響不顯著,顯著性概率分別為0.064和0.058,都大于0.05。學歷對報酬滿意度、晉升滿意度和工作本身滿意度有顯著影響。
2.4社齡
從表13的數據分析不難看出,社齡(指在農信社工作的年限)除了對上級滿意度有顯著影響(顯著性概率二0.000
2.5管理層級
從表14的統計分析數據我們可以得知,管理層級對操作程序滿意度沒有顯著的影響(顯著性概率0.143>0.05 ),而對報酬滿意度、晉升滿意度、上級滿意度、同事滿意度和工作本身滿意度都有顯著影響,顯著性概率分別為0.000,0.000,0.000,0.005和0.000,都明顯小于0.05 。
3結論
通過對對沿海某省農村金融機構13個信用社的1346名員工進行問卷調查,對不同人口統計特征的員工在工作滿意度6個維度的差異進行了比較研究。通過實證研究表明得出以下結論:
(1)男性與女性員工僅在晉升滿意度方面有顯著差異,而在報酬、上級、操作程序、工作本身和同事滿意度等5個維度沒有顯著差異;
(2)不同年齡段的員工在晉升、報酬、上級、操作程序、工作本身滿意度有顯著差異,而在同事滿意度方面不存在顯著差異;
(3)不同學歷的員工在晉升、報酬、上級、工作本身滿意度等4個方面存在顯著差異,而在操作程序和同事滿意度方面沒有顯著的差異;
(4)不同社齡員工在上級滿意度有顯著差異,而在其他晉升、報酬、操作程序、同事和工作本身滿意度5個方面沒有顯著差異;
摘要:本文從歐洲能源交易平臺上的EEX交易所搜集了2009年至2014年的二氧化碳現貨交易價格,首先通過描述性統計對其進行了初步分析,其次用均值回歸過程研究了碳價波動情況,運用蒙特卡羅抽樣法對均值回歸隨機過程進行模擬,通過模擬值與觀測值的對比,證明了用均值回歸過程描述碳價波動的有效性。
關鍵詞:碳價;隨機過程;均值回歸;實證分析
隨著世界上多數國家對溫室氣體引發環境惡化的觀點達成基本共識,發展低碳經濟,加快經濟發展方式,成為實現可持續發展重點關注的問題。2005年自《京都議定書》正式生效以來,在《京都議定書》的約束下,每個國家的溫室氣體(碳)排污權開始成為一種稀缺的資源,也就有了商品的屬性。碳減排收益對發電商,尤其對清潔能源發電行業的發展具有重要影響,因此研究碳價波動的隨機過程,對發電商建立投資模型具有重要的意義。
在金融學領域,已有學者證明股票價格服從均值回歸運動,即股票價格圍繞股票價值上下波動。而碳交易市場是一種新興的金融市場,因此,研究碳交易市場是否具有均值回歸效應有助于揭示碳交易市場的價格規律,對碳價格預測、合理配置碳市場資源等具有重要意義。當下較多學者在進行電力投資時直接假定碳價服從均值回歸過程。并沒有通過有效的實證分析過程進行推導證明。
基于此,本文研究碳交易市場中碳價格的不確定性。首先用統計軟件對所收集碳價數據進行描述性統計分析,進一步地,運用均值回歸過程模擬碳價波動,并用MATLAB對隨機過程運用MC法進行數值仿真模擬。通過分析均值回歸過程對觀測值的擬合效果,從實證角度證明均值回歸過程對碳價波動過程模擬的有效性。
一、數據來源
國際最大的二氧化碳交易平臺是歐盟碳交易市場。其中碳交易所同股票交易所一樣,不僅為交易企業提供交易平臺,且提供具有良好流動性的碳交易產品。本文從歐洲能源交易所碳交易服務平臺的二級現貨交易市場上搜集相關碳價現貨交易價格(EUA Spot Price)。本文以歐洲能源交易所交易平臺中二級市場上EUA現貨交易價格為研究對象,收集2009年1月至2014年10月近六年的EUA現貨交易數據。為便于分析,將原始數據篩除周末以及節假日停盤數據,最終得到1451組有效數據。
二、碳價統計分析及均值回歸擬合分析
二氧化碳交易市場同股票交易市場,其價格的波動呈現一定的隨機性,因此碳價的未來變動趨勢較難預測,本文通過Eviews對近六年EUA現貨交易價格走勢做初步統計分析。2009年至2014年EUA現貨價格波動圖以及所收集數據的基本統計指標如圖1所示:
均值回歸理論是實物期權研究領域的一個新興理論,在國外該理論最早應用于金融領域,尤其是證券投資理論。該理論認為股票的收益率與價格趨勢并不是不可預測的,而是服從均值回歸的過程。有學者認為,均值回歸過程可以降低價格變動的不確定性進而投資風險,與隨機游走價格理論相比,能提高標的資產的價值。
碳交易市場是一種新興的金融市場,因此,研究碳價波動是否具有均值回歸效應有助于揭示碳交易市場的價格規律,對碳價格預測、合理配置碳市場資源等具有重要意義?;诖?,本文研究碳交易市場中EUA價格是否具有均值回歸效應。
假設碳價服從均值回歸過程,碳價隨機變量滿足以下關系式:
dPt=α(μ-Pt)dt+βPtdZt(1)
將dpt的表達式帶入上式后,得到pt的表達式:
pt=p0e-αt+μ1-e-αt+β∫t0eαs-tdzs(2)
上式中α,μ,β是待估計參數本文用極大似然估計法對上式中的參數進行估計。上式其條件概率密度為:
fpt|pS=
απβ21-e-2αt-sexp-αpt-μ-ps-μe-αt-s2β21-e-2αt-s
令L=∏N-1i=1fpt|pS為pt的條件似然函數,N表示樣本個數。對該似然函數取對數, 進一步地對α,μ,β分別求偏導。令偏導函數等于零,基于所收集的數據,可求得α,μ,β的極大似然估計值為:
α=0.201325 ;μ=7.917014;β=4.506211
對上述估計的參數進行數值仿真,并計算模擬仿真數據的相關統計指標。用式(1)對均值回歸過程進行仿真模擬,仿真次數N=1000,用MATLAB模擬一千次的數據繪制軌跡圖見圖2中的右側圖,另外觀測值的軌跡圖如圖2左側所示,對比二者波動過程。從圖1中可以看出,均值回歸的波動過程與觀測值的波動過程存在一定的相似性。
圖1三種隨機過程模擬仿真數據軌跡圖比較
為了進一步比較三種隨機過程的擬合效果,在此比較其均方根誤差。均方根誤差即標準誤差,它是模擬值與真實值偏差的平方和觀測次數n比值的平方根。標準誤差對一組觀測量中的特大或特小誤差反映非常敏感,因此可以很好的反映隨機過程的擬合程度。通過計算,均值回歸過程的均方根誤差為3.31,誤差較小,因此均值回歸可以較好的擬合碳價波動過程。
三、結語
碳收益對發電商,尤其對清潔能源發電行業的發展具有重要影響,因此研究碳價波動的隨機過程,對發電商建立投資模型具有重要的意義。以往學者直接假設碳價波動過程服從均值回歸過程,而本文通過搜集數據,從實證角度證明了用均值回歸過程擬合碳價波動的有效性。通過比較均值回歸過程與觀測值的統計指標以及波動過程,我們可以看出均值回歸對于碳價不確定性來說擬合度較好。(作者單位:長沙理工大學經濟與管理學院)
參考文獻:
[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.
關鍵詞:統計方法 風險管控 貸款企業 金融
一、概述
隨著國家各項經濟改革的不斷深入,國民經濟高速發展,以銀行為代表的金融行業在國家經濟建設中發揮著越來越重要的作用。尤其是信貸工作,更是為企業的不斷發展壯大提供了保障。同時,對于貸款企業風險管控的工作也隨之成為銀行工作的核心之一。由于貸款企業涉及的行業和領域復雜且多樣,給風險管控工作帶來了諸多的問題與困難。目前,針對貸款企業風險管控的方法種類繁多,但統計方法因為其所具有的獨特優勢而被越來越多的金融企業運用到風險管理研究的領域中來,且發揮著越來越重要的作用。
二、應用于風險管控的主要統計方法
(一)統計調查
統計調查是在對貸款企業風險管控過程中所使用的最基本的方法之一。統計調查是指根據調查的目的與要求,運用科學的調查方法,有計劃、有組織地搜集數據信息資料的統計工作過程。
根據實際工作的需要,以調查企業風險因素所涉及的范圍為依據,統計調查可以分為全面調查和抽樣調查兩大類。全面調查是指對被調查企業中的所有風險因素及企業狀況進行調查,這類調查可以取得被調查企業較為全面、系統、完整的信息資料。但全面調查所耗費的人力、物力和時間相對較多。抽樣調查是指對被調查企業中一部分重要因素進行調查。全面調查和抽樣調查的主要區別在于兩者所選調查對象涉及的因素范圍不同,這兩類方法最終取得的結果都能夠反映出被調查企業的總體特征。只是在樣本數量規模相對較大時,采用抽樣調查所得到的結果,會因選取調查樣本比重的大小而影響到最終結果的誤差范圍。
在實際的具體工作中,比較常用的統計調查方法包括:普查、典型調查、重點調查和隨機抽樣調查等。其中,普查是一種全面調查的方式,例如銀行全面開展的貸款分類工作實際上就屬于一種普查的方式。但該種統計方式由于其消耗資源過大,時間長,效率較低,所以在日常工作中使用的局限性較大。一般情況下,在對于貸款企業風險管理過程中,采用普查方式主要是針對樣本或影響因素規模很小的企業使用。
重點調查、典型調查和隨機抽樣調查都是抽樣調查的一種。重點調查是指從被調查企業樣本中抽選一部分重點企業或影響因素來進行調查,從而了解被調查企業總體概況的一種方式。在重點樣本或因素選取過程中,通常會選擇占總體調查樣本比重較大的企業或影響因素來進行操作。例如貸款金額較大的企業或近期經營狀況有較大波動的企業等。
典型調查是指根據銀行開展調查工作的主要目的和基本要求,有意識地、有針對的選取具有代表性的企業或因素進行調查的一種方式。這種方式具有很強目的性,因此可以有效的降低樣本的選取數量,使得調查工作易于操作且資源消耗較小,并且結合具體的調查目的可以在一定程度上反映出被調查企業或影響因素的基本情況和變化趨勢。
隨機抽樣調查是指按照相應的原則從全部被調查的樣本中隨機抽選一部分企業或影響因素來進行調查的一種方式,這種統計調查方式在國際上獲得了金融企業的普遍認可和廣泛應用。主要是由于其一方面可以實現對被調查單位較為客觀全面的了解,另一方面還可以用于對進行普查工作結束后的跟蹤檢查與校驗。結合貸款企業風險管理控制工作的需要,常用的隨機抽樣調查方法主要包括:純隨C抽樣調查,是指不對被調查的全部樣本作任何的前期處理,使得所有樣本被抽取的概率都是基本相同的,并完全根據隨機抽樣原則抽取樣本的調查方法。分類抽樣調查,是通過先對全部被調查樣本按照一定的需要或原則進行分類,然后在所劃分的類別中再進行隨機抽樣的一種調查方法。整群抽樣調查,是指將全部被調查樣本按照一定的原則或以純隨機的方式劃分為若干的組群,然后按照隨機原則抽取一定數量的組群作為調查的樣本,并對被抽到的樣本組群內的各個組成因素進行全面調查的方法。
以上四種調查方式普查、典型調查、重點調查和隨機抽樣調查都有自身的局限性,其主要表現為:普查雖然準確性最高,但耗時、耗費資源的程度也最高,因此在實際工作中開展需要足夠的前提與條件;重點調查和典型調查,由于這兩種方式在選取樣本時會在一定程度上受制于人為主觀因素的影響,因此在調查結果的客觀性上會存在不足;隨機抽樣調查,由于其選取的樣本主要是按照隨機采樣的原則抽取的,會存在一定程度的代表性誤差,但是這種誤差可以通過一些后期的數理統計的方法進行修正或控制,以達到理想效果的程度。
(二)單變量統計分析
單變量統計分析是風險管理過程中最常用的統計方法之一。單變量分析主要包含兩方面的內容:一方面是單變量描述統計,是指用最簡單概括的形式反映數據的基本信息。另一方面是單變量推論統計,主要是指用樣本數據推斷總體情況。
單變量統計分析的運用必然會涉及到單變量預測模型。單變量預測模型是通過單個財務比率指標的走勢變化來預測企業財務風險。單變量預測模型最早是由威廉?比弗(William.Beaver)提出的。他提出的單變量統計分析的風險預警作用主要是基于如下的認識:如果某一公司運營良好的話,其主要的財務指標也應該一貫保持良好,一旦某一單變量指標(主要的財務指標)出現逆轉,說明公司的經營狀況遇到了困難,應引起管理層和投資者的注意。
通過單變量分析,可以有效的進行企業經營風險的預警。借助財務報表、經營計劃以及其他相關資料中的信息,結合利用財務、統計、金融、企業管理、市場營銷等領域的理論,以單變量預測模型為依托,對企業的經營活動、財務活動等進行風險的分析預測,以發現企業在經營管理活動中潛在的經營風險和財務風險,避免風險演變成損失。
單變量預測模型雖然比較簡便易于操作,但其也有一定的局限性和不足,主要表現為:一個企業的財務狀況是用多方面的財務指標來反映的,只用一個比率難以概括企業的全貌。從而造成對于同一個公司,使用不同的指標預測時,有時會得出不同結論的現象。所以,該方法更適合于業務相對單一,核算相對簡單的企業使用,或者是在針對某一指定的指標進行管理預測時使用。
(三)綜合風險指數模型評估法
在企業風險管理過程中風險指數模型也是一種常用的經典的統計方法和手段。風險指數是對企業經營風險的一種半定量測評,它可以用來對基于相似標準的一系列風險進行評級,以便于企業對各類風險進行比較。綜合風險指數模型評估法就其本質上來說,是一種對風險進行分級和比較的定性方法,因此其主要的作用是對企業所面臨的各類風險進行分析,而采用數學手段可以更便于定量和操作。
綜合風險指數模型評估法,最初源于投資學中的“多因素模型”。所謂“多因素模型”是指由影響公司價值的多個重要的基礎因素構成,并以回報率為核心的一種估r模型。在實際運用中經過不斷的演化,逐漸轉變為針對企業運營風險分析的一種行之有效的風險管理模型,并被越來越多的企業所借鑒和運用。其數學模型的表達式如下:
V(t)=∑Vit=P1it×S1it+P2it×S2it+…+ Pnit×Snit+Eit
(i=0,1,…,n 假設各風險因素發生的概率P和敏感系數S是可知的)
V(t)――t時間內的綜合風險指數;
Pnit――t時間內第i個項目的第n個風險因素發生的概率;
Snit――t時間內第i個項目的第n個風險因素的變化對預期收益率的敏感系數;
E――隨機誤差項;
I――風險投資公司投資的項目數;
T――代表時間。
應該說明的是,本模型在實際運用中應該充分考慮時間因素t的影響及取值范圍。由于企業在經營周期內所遇到的不確定因素較多,而且各因素在不同時點會有不同的表現,因此企業需要選擇一個合適的時間周期來定位整個評估模型。在確定因素t時,企業應該充分考慮自身的實際情況和所處的市場環境,如果周期太短,會加大風險管理的成本,周期太長,又會失去風險管理的意義,所以企業應該注重更加動態的過程管理,從而有效地控制風險。
該模型的局限性在于,由于其以多因素條件為基礎,在各因素概率判斷和權重分配過程中容易受到主觀因素的影響,從而影響到整個風險評估模型的準確性。因此,該模型更適合于企業所要評估的影響風險的各類因素,主要源于市場客觀條件或企業可以有效定量定性的情況下使用。
三、結束語
貸款企業的風險管控是銀行的一項重要工作,而統計方法又是一種嚴謹而科學的管理手段。隨著市場經濟的不斷發展以及金融管理研究的不斷進步,統計方法也正在被越來越廣泛的應用于金融領域的各個層面。相信隨著統計研究在金融領域中不斷發展與完善,未來一定會在風險管理工作中發揮積極重要的作用。
參考文獻:
[1]葉佳,陳軍.經典統計方法在財務困境預測中的應用綜述[J].經濟研究導刊.2010,(14)
關鍵詞:統計學;教學模式;EXCEL
進入21世紀,隨著我國市場化步伐的加快,社會對新知識的需求日益增加,無論是國民經濟管理,還是公司企業乃至個人的經營、投資決策,都越來越依賴于數量分析,依賴于統計方法,統計方法已成為管理、經貿、金融等許多學科領域科學研究的重要方法。教育部也將《統計學》課程列為財經類專業本、??茖I的核心必修課程之一。力圖通過《統計學》的學習,使學生掌握探索各學科內在的數量規律性,并用這種規律性的解釋來研究各學科內在的規律。同時,由于統計學所倡導的尊重客觀實事,通過調查研究用實事說話,這也有利于培養學生的實事求是的學習、工作和科學研究精神。
一、《統計學》課程教學面臨的挑戰
1、內容日益豐富。長期以來,在我國存在兩門相互獨立的統計學——數理統計學和社會經濟統計學,分別隸屬于數學學科和經濟學學科。20世紀80年代以來,建立包括數理統計學和社會經濟統計學在內的大統計學,逐步成為我國統計學界的共識。1992年11月,國家技術監督局正式批準統計學上升為一級學科。國家頒布的學科分類標準已將統計學單列為一級學科。隨著大統計學思想的建立和統計學在實質學科中的應用的需要,大多數學校和老師在財經類專業的本、??茖I《統計學》教學過程中,除了保留社會經濟統計學原理中仍有現實意義的內容,如統計學的研究對象方法、統計的基本概念、統計數據的搜集整理、平均及變異指標、總量指標、相對指標、抽樣調查、時間序列、統計指數等;同時也系統的充實了統計推斷的內容,如:統計數據的分布特征、假設檢驗、方差分析、相關與回歸分析、統計決策等。這一變化使得《統計學》的內容更適合相關實質學科的發展需要。
2、學生的學習難度加大。首先、結合《統計學》的課程特點——概念多而且概念之間的關系十分復雜、公式多且計算有一定難度等。如果學生不做必要的課外閱讀、練習和實踐活動,是很難理解和掌握的。對于財經類專業的本、??茖I的學生來說,本身的專業課學習負擔已不輕。其次、對于財經類專業的本、??茖I的學生來說,由于其本專業的課程體系要求,使得學生的數學或者數理統計的基礎不是特別好,對于專科學生來說更不用說,推斷統計將是他們學習的困難。再說,《統計學》作為專業基礎課,一般安排在一年級或二年級第一學期,在這個學習時段也是大多數??粕捅究粕τ谟嬎銠C課程和英語課程的考證時段。如果以犧牲授課內容和降低要求來減輕學生的學習負擔,顯然有悖于《統計學》課程的教學和相關專業的發展要求。所有這一切對于學生學好這一課程面臨的困難可想而知。
3、教師的教學難度加大。授課內容越來越豐富;課程難度太大可能導致學生興趣下降;在倡導學生自主性學習的背景下,授課時數大為減少(一般安排一個學期共17~19教學周,每周2~3課時);高等教育擴招后,由于師資力量一時沒有跟上,大多數學校,授課班級學生人數越來越多,一個教師跨越不同專業授課不再新鮮。這要求授課教師必須深刻領會授課內容的核心和相互關系,學會控制和駕馭課堂教學,學會激發學生的興趣,注重統計學在不同專業領域的具體應用等等。作為這門學科的授課教師特別需要認真考慮該怎么辦?
二、《統計學》教學的發展趨勢分析
1、統計學從數學技巧轉向數據分析的訓練。在計算機及計算機網絡非常普及的今天,統計計算技術不再是統計學教學的重點了。統計思想、統計應用才應該是重點?,F代統計方法的實際應用離不開現代信息處理技術。統計軟件的使用,不僅使統計數據的計算和顯示變得簡單、準確,而且使統計教學由繁瑣抽象變得簡單輕松、由枯燥乏味變得趣味盎然。所以,在統計教學過程中,大量的內容只需要給學生講清楚統計基本思想、計算的原理和正確應用的條件、正確解讀計算的結果,而對大量復雜具體的計算可以交給計算機去完成。
比如方差分析,手工計算量非常大,沒有計算機軟件的支撐,是很難教學實際問題分析的?,F在我們只要講清楚方差分析要做什么,為什么方差分析要解決的中心問題是判斷有無條件誤差,而原假設又是K種不同水平下總體的理論均值是否相等,檢驗結果表示什么等就可以了,大計算量的工作讓計算機去完成。
2、通過統計實踐學習統計。也就是以學生為中心,通過課堂現場教學、引導學生先讀后寫再議、模擬實驗、利用課余時間完成項目、利用假期時間,通過參加學校組織的某些團隊、小組或自己組織去開展一些與專業有關的活動,如社會調查、專題研究、提供咨詢、參與企業管理等方法。全方位地激發學生的學習興趣、培養學生的專業能力、方法能力和社會能力。
比如依同學們在設計調查問卷和調查方案的基礎上,讓他們組成若干調查小組(如以寢室為單位),在校園內真正進行一次統計調查活動,從具體調查對象和單位的確定,樣本的抽?。ú灰欢ㄒ艽螅?,問卷的發放、回收與審核,數據輸入與資料整理,估計與分析,一直到調查報告的編寫,調查總結或體會的形成,全部由同學自己來完成。這樣,同學們就親身參與了統計調查、統計整理和統計分析(含統計推斷)的整個過程,效果很好。
三、基于EXCEL的《統計學》教學設想
如何從煩瑣的數理統計技巧轉向數據處理的訓練,同時還要使學生容易掌握并有機會輔之于實踐。教師的導向是第一位的,要求必須選擇容易獲得而且普及性比較強的統計分析軟件,并在課堂教學和引導學生實踐中廣泛采用。
(一)微軟公司開發的EXCEL軟件無疑是我們最好的選擇
專業的統計分析軟件SPSS、SAS、BMDP、SYSTAT其功能固然強大,統計分析的專業性、權威性不可否認,但是對于沒有開設統計學專業的院校這些軟件并不常用,如果學生要進行自主性學習也比較難以找到相應的工具,此外專業統計分析軟件的英文操作界面,也讓中國人用起來不是很順手。微軟公司開發的EXCEL軟件作為一款優秀的表格軟件,其提供的統計分析功能雖然比不上專業統計軟件,但它比專業統計軟件易學易用,便于掌握。在Windows操作系統極為流行的今天,EXCEL也是隨處可見。對于《統計學》這門課程而言,利用EXCEL提供的統計函數和分析工具,結合電子表格技術,已能滿足統計方面的要求。
(二)基于EXCEL的《統計學》教學設想
1、在教學內容上,依據EXCEL的函數功能、電子表格功能、數據分析功能,結合統計學原理的基本理論和方法,整合教學內容。比如傳統的統計學原理教學過程中,對統計數據的搜集主要強調統計報表制度,在EXCEL環境應該更注重抽樣推斷,EXCEL提供的隨機抽樣工具使得抽樣調查不再是十分復雜的技術,統計圖也可以被廣泛運用于對數據的描述;再比如現有統計學教材很多都講根據整理的數據計算平均數時,都用加權平均的方法,當用組距式變量數列計算平均數時,用組中值作為各組的代表值進行計算。我們知道,組中值作為各組的代表值是假定各組變量值在組內是均勻分布的,如果實際數據與這一假定相吻合,計算結果比較準確,否則誤差比較大。事實上實際數據往往就不是均勻分布的,因此用組中值計算的平均數都是近似的,而且相同資料編制的不同變量數列計算的平均數還不相等。其實為了編制變量數列,我們必須輸入原始數據,EXCEL的有關程序可以得到準確平均數,哪里還有必要按加權算術平均的方法計算近似的平均數呢?那么有沒有必要編制變量數列、特別是組距式變量數列呢?有沒有必要按加權的方法計算平均數呢?我們認為有必要,但是組距式變量數列的主要功能不再是提供計算資料了,而是用于表現資料的分布狀況和進行分析用;加權平均方法主要是介紹和要求學生掌握加權平均的思想,用于綜合評價分析中。
2、案例教學成為《統計學》課程的重要內容。案例教學法不僅可以將理論與實際緊密聯系起來,使學生在課堂上就能接觸到大量的實際問題,而且對提高學生綜合分析和解決實際問題的能力大有幫助。結合學生所學專業精選案例教學,比如對于金融專業的學生可以設計用幾何平均數計算投資的平均收益率、運用標志變異指標考察投資組合的風險大小等。對于經管專業的學生,精選抽樣推斷、假設檢驗、方差分析對于控制產品質量,經營決策等方面的案例,深入淺出地介紹這些方法的基本思想、并用EXCEL進行分析。既激發了學生的興趣、擴大了學生的視野,也使統計學的課堂不再是教師一塊黑板、一支粉筆、一本教材、一張嘴巴就能將一門專業課程從頭講到尾。
3、改革考試方式和內容,合理評定學生成績??荚囀墙虒W過程中的一個重要環節,是檢驗學生學習情況,評估教學質量的手段。對于《統計學原理》的考試,多年以來一直沿用閉卷筆試的方式。這種考試方式對于保證教學質量,維持正常的教學秩序起到了一定的作用,但也存在著缺陷,離考試內容和方式應更加適應素質教育,特別是應有利于學生的創造能力的培養之目的相差較遠。在過去的《統計學》教學中,基本運算能力被認為是首要的培養目標,教科書中的各種例題主要是向學生展示如何運用公式進行計算,各類輔導書中充斥著五花八門的計算技巧。從而導致了學生在學習《統計學》課程的過程中,為應付考試搞題海戰術,把精力過多的花在了概念、公式的死記硬背上。這與財經類專業培養新世紀高素質的經濟管理人才是格格不入的。為此,需要對《統計學》考試進行了改革,主要包括兩個方面:一是考試內容與要求不僅體現出《統計學》的基本知識和基本運算以及推理能力,還注重了學生各種能力的考查,尤其是創新能力。二是考試模式不具一格,除了普遍采用的閉卷考試外,還在教學中用討論、答辯和小論文的方式進行考核,采取靈活多樣的考試組織形式。學生成績的測評根據學生參與教學活動的程度、學習過程中提交的讀書報告、上機操作和卷面考試成績等綜合評定。這樣,可以引導學生在學好基礎知識的基礎上,注重技能訓練與能力培養。
參考文獻:
[1]謝安邦.高等教育學[M].北京:高等教育出版社,1999.
[2]賈俊平.統計學[M].北京:中國人民大學出版社,2000.