大數(shù)據(jù)時代“時間序列分析”課程改革與探討

袁霓

[摘 要] “時間序列分析”是一門應(yīng)用性很強的學(xué)科。針對當(dāng)前大數(shù)據(jù)時代下在本科“時間序列分析”課程教學(xué)中遇到的挑戰(zhàn)進(jìn)行了探討。首先從改變教學(xué)觀念、建立大數(shù)據(jù)視野角度出發(fā)，闡明了進(jìn)行“時間序列分析”課程教學(xué)改革的必要性。其次從案例模塊教學(xué)、“微課”教學(xué)、開展第二課堂、考核方式等方面探索了現(xiàn)階段本科“時間序列分析”課程教學(xué)改革的辦法和建議。最后表明要不斷提高教師隊伍建設(shè)，修改和完善教學(xué)方法，以期提高學(xué)生的實際應(yīng)用能力，更好地適應(yīng)大數(shù)據(jù)時代的需要。

[關(guān)鍵詞] 時間序列分析;案例教學(xué);教學(xué)改革

[作者簡介] 袁 霓（1972—），女 ，北京人，勞動經(jīng)濟(jì)學(xué)博士，中國社會科學(xué)院大學(xué)經(jīng)濟(jì)學(xué)院副教授，主要從事勞動經(jīng)濟(jì)學(xué)和應(yīng)用計量經(jīng)濟(jì)學(xué)研究。

[中圖分類號] G642.0? ?[文獻(xiàn)標(biāo)識碼] A? ?[文章編號] 1674-9324（2021）33-0065-04? ? [收稿日期] 2021-03-29

“時間序列分析”是經(jīng)濟(jì)學(xué)和數(shù)理統(tǒng)計學(xué)的交叉學(xué)科，是一門與社會經(jīng)濟(jì)活動聯(lián)系非常密切的課程。在經(jīng)濟(jì)、金融、數(shù)據(jù)挖掘等眾多領(lǐng)域有著廣泛的應(yīng)用，其主要目的是通過對已有歷史數(shù)據(jù)的觀察，尋找數(shù)據(jù)內(nèi)在的發(fā)展變化規(guī)律，以構(gòu)造合理模型并對未來進(jìn)行預(yù)測。在大數(shù)據(jù)時代，“時間序列分析”作為一門經(jīng)濟(jì)學(xué)方法論課程，其應(yīng)用范圍越來越廣泛。2015年國務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，指出鼓勵高校設(shè)立數(shù)據(jù)科學(xué)和數(shù)據(jù)工程相關(guān)專業(yè)，大力培養(yǎng)具有統(tǒng)計分析、計算機技術(shù)、經(jīng)濟(jì)管理等多學(xué)科知識的跨界復(fù)合型人才。作為培養(yǎng)學(xué)生數(shù)據(jù)處理與分析能力的重要課程，“時間序列分析”在新的歷史時期應(yīng)當(dāng)承擔(dān)起培養(yǎng)學(xué)生金融大數(shù)據(jù)視野的責(zé)任[1]。因此，在“時間序列分析”教學(xué)中，需要不斷調(diào)整課程設(shè)置和教學(xué)方法，以適應(yīng)大數(shù)據(jù)背景下社會對培養(yǎng)數(shù)據(jù)分析能力人才的需求。

目前“時間序列分析”在各財經(jīng)類院校開設(shè)的情況不盡相同，但整體而言，這門課程引入高校的時間并不長，在教學(xué)內(nèi)容和教學(xué)方法等方面都不太成熟。而作為以數(shù)據(jù)分析為主的課程，大數(shù)據(jù)時代必將對“時間序列分析”的教學(xué)方式、教學(xué)內(nèi)容產(chǎn)生較大沖擊。由此本文從教學(xué)觀念、案例模塊教學(xué)、“微課”教學(xué)、開展第二課堂等方面展開探討。

一、在大數(shù)據(jù)時代改變固有教學(xué)觀念，推進(jìn)教學(xué)改革

由于“時間序列分析”內(nèi)容涉及的理論推導(dǎo)比較多，對數(shù)學(xué)知識的要求比較高，因此授課教師會比較注重數(shù)學(xué)證明或推導(dǎo)，對案例分析和實際應(yīng)用重視不夠，這些因素都會導(dǎo)致固有的理論教學(xué)方法難以調(diào)動學(xué)生的學(xué)習(xí)熱情和學(xué)習(xí)積極性。教師在講授必要的理論推導(dǎo)時，要注重和先修課程的銜接，讓學(xué)生充分理解“時間序列分析”課程在整個現(xiàn)代計量經(jīng)濟(jì)學(xué)中的地位和脈絡(luò)。在課程第一節(jié)，就要說明正是宏觀經(jīng)濟(jì)時間序列的非平穩(wěn)性與經(jīng)典計量經(jīng)濟(jì)學(xué)模型數(shù)學(xué)基礎(chǔ)之間的矛盾造就了現(xiàn)代時間序列分析框架，并通過幾位諾貝爾獎獲得者的貢獻(xiàn)引出整個“時間序列分析”的主線。由于“時間序列分析”很多時候是以數(shù)據(jù)為導(dǎo)向的，在授課時一定要強調(diào)數(shù)據(jù)關(guān)系的統(tǒng)計分析只是必要條件而非充分條件，因果關(guān)系一定來自統(tǒng)計學(xué)之外，訴諸經(jīng)驗的或者經(jīng)濟(jì)理論上的思考。

傳統(tǒng)的“時間序列分析”教學(xué)體系注重數(shù)據(jù)分析法，并不涉及基礎(chǔ)的數(shù)據(jù)收集部分。然而大數(shù)據(jù)時代以海量的數(shù)據(jù)為研究分析對象，這就要求教學(xué)要在強調(diào)推理論證的教學(xué)模式上，注重數(shù)據(jù)收集、數(shù)據(jù)處理及數(shù)據(jù)分析能力的培養(yǎng)，而大數(shù)據(jù)思維的訓(xùn)練和培養(yǎng)就顯得尤為重要了。大數(shù)據(jù)思維本質(zhì)上依舊是因果思維，但與只依據(jù)部分?jǐn)?shù)據(jù)進(jìn)行推理的傳統(tǒng)因果思維有所不同，它是建立在決策信息來源于大數(shù)據(jù)基礎(chǔ)之上的。在“時間序列分析”的教學(xué)中，要緊跟時代步伐，在教學(xué)中充分意識到大數(shù)據(jù)分析方法的出現(xiàn)給“時間序列分析”研究提供了更大的空間和更新的視角。

二、采用“微課”與傳統(tǒng)教學(xué)相結(jié)合的模式，深度開展案例式教學(xué)

（一）深入開展案例式教學(xué)

案例式教學(xué)既是“時間序列分析”教學(xué)中的重要環(huán)節(jié)，又是目前“時間序列分析”教學(xué)中最薄弱的環(huán)節(jié)[2]。可依據(jù)“時間序列分析”教學(xué)大綱將課程內(nèi)容分成不同模塊：ARMA平穩(wěn)時間序列模型、向量自回歸模型、協(xié)整及誤差修正模型和GARCH模型。針對每一部分內(nèi)容，從背景介紹、時間序列數(shù)據(jù)特征、建模思想與方法等方面形成教學(xué)案例，并將各個模塊有機貫穿起來，具體如下。

1.ARMA模型的建立與估計。這是傳統(tǒng)時間序列分析的經(jīng)典模型，以中國通貨膨脹率的ARMA模型為基礎(chǔ)[3]，整合時間序列數(shù)據(jù)特征、平穩(wěn)時間序列模型的識別與估計、模型優(yōu)化及預(yù)測等知識，并對中國通貨膨脹率進(jìn)行預(yù)測。此案例幫助學(xué)生掌握時間序列數(shù)據(jù)的導(dǎo)入，描述分析、繪制和分析時序圖及相關(guān)圖，熟悉通過觀察時序圖發(fā)現(xiàn)時間序列中較明顯的規(guī)律性，如趨勢性、季節(jié)性等。通過觀察序列自相關(guān)圖和偏相關(guān)圖可對模型進(jìn)行識別和設(shè)定滯后項，從而掌握時間序列建模的基本思想和涉及的各類檢驗，為后面的學(xué)習(xí)打下良好的基礎(chǔ)。作為第一個教學(xué)案例，該教學(xué)環(huán)節(jié)以模仿學(xué)習(xí)為主。此外，數(shù)據(jù)的采集和文獻(xiàn)查詢方式介紹也是重要的教學(xué)內(nèi)容之一。

2.向量自回歸模型的建立與估計。利用通貨膨脹率與短期利率的VAR模型，建立脈沖響應(yīng)函數(shù)和方差分解。此案例幫助學(xué)生理解利用VAR模型處理多個相關(guān)經(jīng)濟(jì)指標(biāo)的分析與預(yù)測，并分析隨機擾動對時間序列系統(tǒng)的動態(tài)沖擊，從而解釋各種經(jīng)濟(jì)沖擊對經(jīng)濟(jì)變量造成的影響。

3.誤差修正模型的建立與估計。利用我國財政支出與財政收入的協(xié)整關(guān)系來檢驗建立誤差修正模型[4]。該案例整合了單位根檢驗、協(xié)整檢驗及誤差修正模型的建立與估計等知識，具有很強的綜合性。通過綜合性案例幫助學(xué)生更好地掌握數(shù)據(jù)采集、文獻(xiàn)閱讀、分析數(shù)據(jù)、學(xué)術(shù)論文寫作的整個流程。

4.金融時間序列數(shù)據(jù)分析，主要學(xué)習(xí)各類GARCH模型。金融時間序列數(shù)據(jù)一般記錄得比較準(zhǔn)確且頻率較高，而頻率的高低對建模方法的選擇至關(guān)重要。隨著中國資本市場金融產(chǎn)品的日益豐富，套利交易日益頻繁，產(chǎn)生了大量諸如逐秒交易等高頻或超高頻金融數(shù)據(jù)。而高頻數(shù)據(jù)具有時間間隔不等、數(shù)據(jù)離散和存在日內(nèi)周期等特點，導(dǎo)致金融高頻數(shù)據(jù)所對應(yīng)的時間序列分析方法與課程前討論的低頻時間序列方法明顯不同。通過SP500股票指數(shù)的日收益率構(gòu)建ARCH模型和GARCH模型，讓學(xué)生體會不同類型GARCH模型的使用條件。由于GARCH模型的拓展研究是目前比較活躍的領(lǐng)域，因此應(yīng)鼓勵學(xué)生在教學(xué)案例的基礎(chǔ)上大量閱讀前沿文獻(xiàn)。同時，金融大數(shù)據(jù)既是經(jīng)濟(jì)活動中變化最快且最不穩(wěn)定的數(shù)據(jù)，又是經(jīng)濟(jì)活動中一個最值得重點研究的領(lǐng)域，通過對“時間序列分析”的學(xué)習(xí)，鼓勵學(xué)生在金融數(shù)據(jù)挖掘、收集、加工、處理等方面不斷學(xué)習(xí)和探索。