金融统计与金融数据挖掘

1、2020年7月1日，第2章金融数据挖掘和金融统计分析，教学日期：* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *，金融数据生产、分类和发布系统。2020/7/7，3，(1)财务数据的生成1。宏观经济数据的产生一个国家的统计系统是产生宏观经济数据的主要部门，国民账户体系是国家宏观经济数据的产生系统。国家统计局、中国人民银行、财政部等部门是中国宏观金融经济数据的生产机构。标准：货币基金组织出版了货币和金融统计手册(货币基金组织2000年)，2001年出版了政府金融统计手册修订本

2、，2009年出版了国际收支和国际投资头寸统计手册修订本第六版。一、财务数据制作、分类和发布系统，2020/7/7，4，2。生产机构、工商企业、金融企业和居民的微观金融经济数据专业调查研究形成部分数据，而分散研究则难以形成数据系统。微观金融经济数据对宏观决策具有基本的参考价值，这些数据的标准化仍然是金融经济数据生产和发布系统的发展方向。*，1。财务数据制作、分类和发布系统，2020/7/7，5。(2)财务数据分类1。宏观金融和微观金融视角的数据分类宏观金融数据是从中央银行和金融监管机构的角度通过统计监测生成的数据，主要包括货币数据、金融投资数据和保险业务数据。微观财务数据是金融市场中单一经济实体

3、的数据，如上市公司的资产负债表、保险公司的资产负债表和投资项目的财务数据。*，1。金融数据生产、分类和发布系统，2020/7/7，6/2。金融机构数据的分类。银行业金融机构数据是针对银行业金融机构业务状况的统计数据。证券机构的财务数据主要是证券公司和投资银行的业务数据，包括经纪业务、自营业务和投资银行业务。只要基金机构的财务数据是各类基金公司的业务运营数据，包括风险投资基金、产业基金、资本市场基金、货币市场基金、社保基金等业务运营数据。保险机构的财务数据包括财产保险公司、人寿保险公司、再保险公司等商业保险业务的经营数据，如保费收入、薪酬、基金投资组合、资产管理状况等。期货机构的财务数据主要是期

4、货交易所、期货经纪公司和非经纪期货交易机构的期货交易业务统计数据。1.财务数据制作、分类和发布系统，2020/7/7，7/3。金融市场视角下的数据分类。货币市场数据包括货币市场交易工具的发行、二次交易的规模、利率、交易投资者等。资本市场数据包括市场发行、交易规模和交易价格水平。外汇市场数据包括不同货币之间的汇率、外汇交易规模等数据。黄金市场数据包括黄金交易量、价格和其他数据。保险市场数据包括保险产品类型和交易金额、保险费收入、保险费支付、保险机构业务运营等。衍生品市场数据包括期货、期权、掉期、远期利率协议，以及复杂衍生品的交易、头寸和价格。1.财务数据制作、分类和发布系统，2020/7/7，8

5、/4。从经济部门的角度对数据进行分类。家庭部门的财务数据包括储蓄存款、贷款、股票投资、基金和债券、保险购买、外汇和黄金交易以及其他非金融企业部门的财务数据，包括存款、贷款、股票和债券发行、商业保险购买等。政府部门的财务数据包括为弥补财政赤字而发行的国债和贷款、地方政府投资项目的融资、社会保障基金的运作等。金融机构的财务数据包括资产、负债、发行和交易以及价格数据。外国金融数据包括外国直接投资、国内企业的外国直接投资、外国证券投资、国内外证券投资、与贸易和投资有关的贷款、资金和存款的跨境转移等。1.财务数据制作、分类和发布系统，2020/7/7，9/5。从融资方式角度进行数据分类间接融资统计主要包

6、括信用规模数据、信用形式和信用结构。直接融资统计主要包括股票、债券、基金等直接融资工具的发行规模，以及市场上金融工具的交易量和价格。1.金融数据生产、分类和发布系统，2020年7月7日，10。(3)财务数据发布系统1。数据公布标准：SDDS和GDDSSDDS是特殊数据公布标准的英文缩写，适用于大多数工业化国家和一些参与国际金融市场的新兴市场经济体，于1996年3月公布。GDDS是通用数据发布系统的英文缩写，适用于尚未达到SDDS要求的国家，其中大多数是发展中国家*，于1997年12月发布。1.财务数据制作、分类和发布系统，2020/7/7，11，2。SDDS和GDDS之间的差异适用于不同国家的

7、不同宏观部门：GDDS在社会和人口部门发布的数据方面存在差异：综合统计框架、跟踪数据类型、与部门相关的统计指标以及鼓励发布社会和人口数据的指标。数据发布的及时性和频率是根据相关程度确定的。1.金融数据生产、分类和公布系统，2020/7/12，sdds和GDDS之间的差异，1。金融数据生产，分类和出版系统，3。中国于2002年4月15日正式加入GDDS。国家统计局负责统计核算和公布国民经济实际部门的指标和数据。财政部负责统计和公布金融部门的指标和数据。中国人民银行负责统计和公布金融部门的指标和数据。国家外汇管理局和海关总署负责统计和公布外国部门的指标和数据。导言，13，1。金融数据生产、分类和发

8、布系统，2020/7/7，14，(1)金融数据挖掘的基本原则1。金融中的数据挖掘金融行为选择器从大量不完整、有噪声、模糊和随机生成的金融数据中进行搜索和发现二、金融数据挖掘的原理和技术方法，2020/7/7，15，2。原则：发现数据中存在的模式和趋势，掌握金融领域的基本知识和金融行为决策的目标，并根据金融行为选择目标。选择需要解决的问题和合适的财务数据集，对原始数据进行预处理，将数据集中的数据转换成适合挖掘的形式，确定合适的数据挖掘方法，分析和解释数据挖掘过程中的数据应用。金融数据挖掘原理和技术方法，2020年7月16日，二。财务数据挖掘原理与技术方法，财务数据挖掘原理图，2020年7月17日

9、，(二)财务数据挖掘关联分析的主要任务：变量之间数值存在的规则聚类：将数据库中的数据按照一定的规则划分为一系列有意义的子集的过程分类：找出一个类别的内涵或特征，它可以代表这类数据的整体信息估计：确定数据挖掘中未知的输出值预测；使用历史数据发现未来输出结果的过程异常检测；发现和识别数据中异常情况的过程，发现观测数据和参考标准之间的差异，更好地发现时间序列模式，用于模型预测和分析服务；在时间序列中寻找高重复概率的模式，并强调时间的影响。二，金融数据挖掘的原理和技术方法，2020/7/7/18，(3)金融数据挖掘的统计技术和方法1。描述统计分析，集中于趋势分析、33，360均值、中值和模式偏差、趋势

10、分析、33，360极值范围、标准偏差、方差、最大值、最小值、偏斜度、峰度、偏斜度系数和峰度系数，通过统计图形分析、33，360直方图、茎叶图、方框图等直观地分析观测数据。2.相关分析、相关表、相关图等。2.金融数据挖掘的原理和技术方法，2020/7/7，19，3。差异分析从样本统计值中找出差异，以确定总体参数之间是否存在差异。4.回归分析是简单的线性回归和多元回归虚拟变量。5.聚类分析通过分析事物的内在特征和规律，根据相似性原则对事物进行分组。如果没有理论指导，就没有国际标准、国内标准或行业标准。二、金融数据挖掘的原理和技术方法，2020/7/7，20，6。判别分析在已知的分类下，当有新的样本

11、时，我们可以使用所选的判别标准来确定将新样本放在哪个族群中。这是一种面向预测的统计方法，用于事后分析。7.时间序列分析中平稳随机序列的统计分析在理论上是成熟的，是时间序列分析的基础。频谱分析也称为频域分析，因为时间序列可以被视为各种周期性扰动的叠加，而频域分析是为了确定振动能量在每个周期的分布。2.金融数据挖掘的原理和技术方法，2020年7月21日。(1)财务基础数据的处理和显示1。统计整理根据研究目标对收集或调查的数据进行科学分类和总结，使其系统化和标准化，然后从数据中获得研究对象的必要信息、基本特征、规律和趋势。统计整理的结果通常是数据库表或统计表。在此基础上，绘制统计图2。建立数据文件3

12、。绘制基本统计图*，3。财务数据处理和统计分析的基础，2020/7/22，条形图，折线图，面积图，饼图，高低点图，帕累托图，控制图，方框图，散点图，直方图等。3。(二)财务数据的描述性统计分析1。集中趋势的测量算术平均值：谐波平均值：几何平均值：模式：在一组数据中出现频率最高的变量值可能有多种模式，或者没有模式中值：是指按大小顺序排列以形成一个系列并位于该系列中间的数据。截断平均值：是在两端去掉极值*后计算的算术平均值。三。财务数据处理和统计分析的基础。偏差趋势的度量是全距离和极端差异，即最大值和最小值之间的差异。四分位数偏差，即总体数字符号值系列中每个四分位数偏差的平均离差比，也称为离差比或

13、变异比，指方差和标准差：变异系数反映了标准差相对于平均值的离差程度。3.财务数据处理和统计分析的基础，2020/7/7，25，3测量正态分布的频率分布和特征。偏差系数3360偏差系数sk表示小于零的负偏差(左偏差)，大于零的正偏差(右偏差)。峰度系数ku代表：的分布对称性，意味着频率分布曲线是平坦的，如果小于零，则为宽峰，如果大于零，则为锐峰，如果等于零，则为正常峰。第三，财务数据处理和统计分析的基础，2020/7/7，26，(3)财务数据的均值比较分析，因子分析和主成分分析1。均值比较分析假设检验(卡方)检验单均值假设；3.财务数据处理和统计分析的基础。因子分析是一种多元统计方法，它将许多测

14、量变量转化为几个不相关的综合指标，目的是定义数据矩阵的基本结构。因子分析的步骤：确定主要因子，解释并命名因子。3.主成分分析是一种降维的统计方法，它通过正交变换将成分相关的原始随机向量转换成成分不相关的新随机向量。3.金融数据处理和统计分析的基础。1.实验型创新实验。本实验主要是设计中国货币供应量指数编制中指标筛选、数据挖掘、处理、综合分析的基本方法和实验试算过程。二。实验目的通过实验教学，实验者可以掌握选择财务指标、收集和处理指标数据的方法，以及如何生成未观察到的财务指标及其现实意义。实验项目：货币状况指数的编制，2020/7/7/29。第三，实验背景，我国货币政策运行的监测指标，如货币供应

15、量，并不理想，难以准确反映货币政策效果，而社会融资总量指标也不能完全反映货币政策状况。有必要从未观察到的财务指标中找到合适的指标。货币状况指数是可以在实践中探索的指标之一。实验项目：编制货币状况指数，2020/7/7，30，iv。实验环境数据处理软件工具：微软EXCEL工作表；SPSS数据库：中国人民银行网站、中国货币网和WIND数据比较：需要全面完善。实验项目：编制货币状况指数，2020/7/7，31。五、实验原理货币条件指数原理指标：利率、汇率、货币量、信用量指数类型：名义货币条件指数、实际货币条件指数含义：反映货币政策的运行效果、指数值变化。相反，货币政策收紧了。实验项目：编制货币状况指数，2020年7月32日。六.实验步骤1