毕业论文网
本文关于证券投资学论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
大数据环境下的《证券投资学》课程教学，
摘 要：现代科技的飞速发展使人类步入“大数据”时代,随之带来的有关宏观经济、金融市场等方面的海量信息对证券投资产生了极大影响.为此,改变传统的《证券投资学》教学模式至关重要.文章根据大数据的相关性、实践性、全局性等特征,对大数据环境下的《证券投资学》课程教学进行了探索.
一、大数据简介2011年,McKinsey公司将大数据定义为“超过了典型数据库软件工具捕获、存储、管理和分析数据能力的数据集”[1].而本质上,大数据不仅意味着数据的大容量,还体现了一些区别于“海量数据”的特点[2].从某种程度上说,大数据是数据分析的前沿技术,从数量巨大、结构复杂、类型众多的数据中,快速获得有价值信息的能力,就是大数据技术[3].
随着互联网的发展和智能手机的出现,人们的社交、工作、购物、出行等生活中的点点滴滴的变化都成为了可被记录和分析的数据,经过一段时间的收集、整理与分析挖掘后,便能从中获得有价值的信息.大数据环境的到来,使得数据成为一种资产,一种与物质资产和人力资本相提并论的重要生产要素[4].哈佛大学社会学教授加里·金曾指出“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程.”
二、大数据促进《证券投资学》教学改革
大数据时代的开启,增强了全球的“数据”意识,提高了社会的“数据”需求,也改变了《证券投资学》的教学.
1.数据共享提供实操平台.长期以来,尽管中国社会积累了相当丰富的数据资源,但其中绝大多数没有经过有效的整理,电子化、共享化程度低.于是国家开始系统部署大数据发展工作,推动政府部门数据共享与公共数据资源开放.由此,带给证券投资者一种过去所没有的国际国内有关政府、企业的大量数据共享,使得人们通过一台电脑就能知晓宏观经济、金融市场和行业企业的各种变化,从而调整证券投资策略.这就要求《证券投资学》课程增加实操内容,运用多种软件分析证券市场各类数据,提高学生的数据分析能力.
2.相关性分析促进知识运用.大数据所汇集的海量数据资源提供了丰富的相关信息,具体到证券投资领域：各证券交易网站不仅能提供股票、成交量、K线图等基本信息,还披露了融资历史、股利政策、公司高管、资产重组等相关信息.通过对这些信息的分析,投资者可以了解上市公司的盈利能力、经营稳定性、可持续发展能力等,从而更准确地判断其股票投资价值.因此,相关性分析要贯穿《证券投资学》的整个教学过程,通过该门课程的教学内容,培养学生的相关性分析思维,以使其运用多种信息指导证券投资.
三、大数据环境下的《证券投资学》教学模式
1.立足《证券投资学》课程发展.《证券投资学》的教学工作者普遍认为传统的以教师为中心、以书本教学为主体的静态教育教学模式不适应该课程的教学[5].但是一定比例的传统教学是有必要的,学生们需要在该模式中获取证券投资的基础知识：各种投资工具的概念及特点、证券市场、证券投资分析方法以及国内外对证券市场的监管.
在保证基础知识教学质量的前提下,我们可以：（1）营造宽松活跃的教学氛围.大数据环境下,便捷的信息传递表现为手机上的各种新闻推送,于是《证券投资学》的每一堂课可以从一个金融市场新闻开始,例如政府新出台的相关政策、央行的最新举措、股市大盘动态等,以充分调动学生的学习热情.（2）在教学中注重引导.例如证券投资基金的运作方式,可以先让学生以“保证投资人资金安全”为前提设计“游戏规则”,并将结果与大家分享,过程中由教师总结各位学生的想法,指出优点与不足并逐渐引导出目前的基金运作方式,从而加深对“委托—代理”问题的理解.（3）进行师生位置互换.整个教学过程中,教师可以布置日常任务,例如让学生选取某股票指数作为本学期的跟踪对象,在记录涨跌历程的同时尽可能搜集信息找出变动的原因,在每次结束课程内容后,请出个别学生为大家讲解.
2.以全新的视角丰富教学.
（1）相关性.大数据为我们观察世界提供了全新的思维方式,相关性使谷歌可以预测冬季流感传播,Farecast能预测机票波动.那么《证券投资学》有没有可利用的“相关性”呢？答案是肯定的.证券投资工具间的相关性是“风险”：债券是风险最小的投资工具,较低的收益率使资本渐渐转向股票,而股票市场的高风险催生出了组合投资,从而产生证券投资基金.之后,人们发现风险不仅能在空间分散,还可以分散在不同的时间,由此,远期、期货、期权、互换等衍生工具便应运而生了.证券市场间也有相关性,除了证券发行与交易市场的相互制约、依存关系,全球证券市场也是相关的.此外,基本分析与技术分析的结果也相互印证,世界各国对证券市场的监管也在相互借鉴、相互配合.相关性对《证券投资学》的教学很有帮助,如果教师能够充分认识并将其体现在讲课过程中,会极大地促进学生知识体系的构建.
（2）实践性.在实践中学习《证券投资学》往往能够事半功倍,在讲解相关基础知识后,教师要继续培养学生的实操能力.首先是基本证券交易操作.要确保学生知悉证券交易规则,了解证券交易程序,同时介绍必要的专业术语,以便其准确理解股票交易网站的各种信息.其次是数据分析,大数据时代使宏观经济分析、产业分析等基本分析数据的获取变得容易,此时,教师需要将Eviews等数据分析软件介绍给学生.技术分析部分,教师可在黑板画图演示教材中典型的K线组合形态,讲解其如何预测股价发展.同时,辅以真实的股价数据,让学生亲自动手验证可靠性.最后,鼓励学生参加各种模拟炒股,让学生独立做出买卖决策,且能随着市场形势的变化不断调整投资组合,在提高资本收益率的同时提高知识的运用能力.
（3）全局性.在信息处理能力较弱的过去人类从总体中抽取样本进行分析.如今,大数据时代不仅带来了海量数据,也带来了处理海量数据的能力.而此时,如果可能的话,我们会收集所有的数据,即“样本等于总体”[6].这是大数据对思维方式的改变,具体到《证券投资学》教学领域,就是教学评价方式的改变,但要注意,这种改变并非要求我们取消传统的考试模式,也不是给予一套新的教学评分标准,而是强调在教学评价过程中关注到每一个学生.例如,在教学过程中进行多轮课堂提问,不一定按照名单顺序,但一定保证涵盖全员；在软件操作学习环节,更要观察每个学生的实际操作；即使是小组作业,也可以随时抽查某个组员对课题成果的了解情况.关注全体学生的教学评价方法,使教师得到的反馈更加真实丰富,在教师积累经验的同时也得到了对教学效果更为准确的评估.
证券投资学论文范文结:
关于证券投资学方面的论文题目、论文提纲、证券投资学论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
1、投资学论文
2、证券投资论文
3、证券投资分析论文
4、证券投资学论文
6、新课程导学期刊