本站原创本文是一篇金融统计论文范文,关于金融统计方面本科毕业论文,关于金融统计软件的比较与选择相关大学毕业论文范文。适合金融统计及计量经济学及统计分析方面的的大学硕士和本科毕业论文以及金融统计相关开题报告范文和职称论文写作参考文献资料下载。
【摘 要】目前,金融计算分析工作越来越来复杂,特别高频数据的分析研究.本文通过分析比较目前比较流行的四种软：EXCEL、SPSS、Eviews的特点后,介绍目前金融前沿软件――R软件的特点,分析其表现的突出优势,并通过实例证明.
【关 键 词 】金融统计；R软件；实例
金融学最具魅力的地方在于其强大的、科学的定量分析能力,这也是学习金融学的难点之所在.金融专业的学生在学习金融理论时面临两方面的困难：一是数学基础,以统计学为核心.二是相关软件的运用.随着大量数据的可获得性,特别是高频数据,以及理论研究的不断深化,金融理论的学习与研究越来越离不开计算机.同时,由于研究的需要,越来越多的统计软件或软件包被开发出来.金融专业的学生面临眼花缭乱的各种软件和软件包,以及日益复杂的金融理论和实证设计,如何选择软件和进行软件教学就成为一个重要的课题.本文在简要介绍了一些耳熟能详的金融计算软件的基础上,重点介绍R语言在金融计算分析中的应用.
1．EXCEL在金融统计中应用
EXCEL是微软公司的办公软件Microsoft office的组件之一.
EXCEL的优点：最多人使用,是最广泛的数据处理工具.据不完全统计,目前超过九成的个人电脑都使用微软的视窗操作系统,个人电脑在安装视窗系统的时候往往附带了EXCEL组件,令到EXCEL在全球非常普及.EXCEL与Microsoft office的其他组件如WORD,POWERPOINT等进行互补,他们的配合使用基本可以解决大部分中小企业日常事务.
EXCEL的缺点：EXCEL虽然可以完成函数计算、图表绘制等功能,只能完成基本功能,无法满足专业化需求.另外,通过EXCEL进行线性回归等操作,需安装高级软件包,常规的EXCEL安装是无法满足诸如OLS等高级金融计算的应用.
2．SPSS在金融统计中应用
SPSS的全称是Statistical Product and ServiceSolutions（直译：统计产品与服务解决方案）.
SPSS的优点：当今运用最广泛的专业统计软件,同时也是世界上最早的统计软件.如前文所述,EXCEL在统计分析上的显得十分业余,SPSS应运而生.SPSS界面友好、易于掌握、功能全面、输出美观、数据接口也较为通用,可以满足专业人士的需求.目前SPSS被广泛运用于中小型非金融企业、银行业、保险业、制造业、医药业等.
SPSS的缺点：SPSS与其他常用软件的交互并不友善,尤其是不能和常用的OFFICE等直接兼容,这给用户带来不小的麻烦；另外,作为一款专业的金融统计分析软件,SPSS不能通过外包程序进行拓展,令到SPSS在数据个性化处理中留下硬伤.
3．Eviews在金融统计中应用
Eviews的全称是Econometrics Views（直译：计量经济学观察）.
Eviews的优点：Eviews软件开发者的初衷是“对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行观察”.计量经济学四大步骤：设计模型、收集数据、参数估计、模型检验、模型应用（结构分析、经济预测、政策评价）在Eviews身上可以得到充分的应用.Eviews的出现,使计量经济学的应用普及取得了长足的进步,目前各大高校的经济类专业的学生都有专门课程讲述该软件的应用.
Eviews的缺点：Eviews的强项是计量经济学四大数据类型（时间序列数据、截面数据,合并数据和虚拟变量数据）的分析,但是很显然这只是金融的全部应用的一小部分而已,对于期权的定价计算、高频数据策略的应用分析等,Eviews是不支持的,也无法通过应用包来拓展.
4．R软件在金融统计中应用
R是一个有着统计分析功能及强大作图功能的软件系统,是由Ross Ihaka和Robert Gentleman共同创立.R语言可以看作是由AT&T贝尔实验室所创的S语言发展出来的.因此,R即是一种软件也可以说是一种语言.R软件是统计软件的后起之秀,已逐步成为主流统计软件之一.最为难得的是作为一款为专业人士设计的金融统计软件,它是完全免费的,而且支持外置函数包进行拓展.
R软件的特点：R一个非常突出的优点是它的灵活性.
举个例子,一般的软件往往会直接展示分析的结果,而R则将这些结果都存在一个叫做object的对象里面,所以常常在分析执行结束后并不显示任何结果.使用者可能会对此感到困惑,其实这样的特点是非常有用的,因为我们可以选择的从结果中只抽出我们感兴趣的部分.例如,我们在进行大型的OLS回归计算中,要进行100个回归方程分析.但是,我们可能只是想比较其这100个回归方程的回归系数,如果使用Eview等软件要打开100个窗口,而且自己要独自进行比较,显然,这种方式无法帮助我们直观形象地发现这些回归方程的规律.不过,在R中就可以选择只显示所有分析得出的回归系数,我们可以对object的部分结果进行抽取,这样结果仅仅占了几排而已,而且可以非常鲜明地展示这100个回归方程系数之间的规律.
R在处理金融统计分析中的具有很好的应用,方便简单,其他软件无法比拟.
示例：已知某只不支付红利的股票的市场价为50元,无风险利率为12%,波动率为10%,期权的执行价为50元,存续期为1年,求该股票欧式看涨期权的期权费.
在R中键入如下命令即可：
> call <-BS（50,50,0.12,1,0.1）
> call
[1] 5.92
第一行为函数包通过在参数已知的情况下,将计算结果赋给变量call；第二行命令是输出call值,第三行为屏幕显示该欧式看涨期权价格是5.92元.[1]表示从call变量的第一个元素开始显示,因为有些变量不止一个数值,R允许将多个数值同时赋予给一个变量.
从上面的例子可以看出：R命令是十分简洁,这得益于其R软件有强大的可以拓展的函数工具包.用户在运用时并不需要知道背后的原理,只需知道参数的含义和输出结果的含义即可,这大大减少了工作量.同样是上面的例子,如果用C语言和EXCEL,你必须要理解期权的定价原理,理解Black-Scholes方程、然后再自行编写程序或者宏.这些工作不可能短时间内实现,另外Eviews对这类非回归的金融问题显得无能为力.
当前定量金融分析中,包含期权分析,债券分析,资产组合分析,波动率分析,时间序列数据和截面数据回归等多个函数包,用于也可以自行编制,实现不同用户之间共用函数包分析高频数据流等无疑为全面定量分析金融各个问题提供了一个很好的平台.