教学工作

本科生:《金融风险管理》、《金融计量学》、《货币金融学》、《金融经济学基础》、《风险投资》、《计量经济学》、《投资银行学》、《中级宏观经济学》、《财政学》、《统计学原理》。
硕士生:《金融机构风险管理》、《金融数据分析》、《量化投资理论与策略》。
博士生:《国家金融学专题》、《学术规范与论文撰写》。

1. Undergraduate Financial Risk Management《金融风险管理》

讲解在证券投资过程中的有关金融风险管理的理论与技术,结合现代软件编程技术,采用“三位一体”的知识结构与教学理念向同学们详尽介绍“金融理论知识——软件编程实现——投资风险控制”的有关内容。向同学们介绍风险管理的有关知识与测度技术方法,重点阐述在证券投资过程中的有关风险测度、风险对冲与风险管理,并讲解市场风险信用风险、操作风险、流动性风险(购书、模型风险等有关金融风险管理的理论、技术与方法。上述有关内容均采用Python软件实现风险估计、风险对冲和交易套利,让学生掌握金融市场证券投资过程中的有关风险管理知识与技术。 中国大学MOOC 学堂在线 新华思政

教学计划 Schedule2023

Chapter 1 金融风险管理概论:量化投资视角 answer code 视频讲解

Chapter 2 理论基础:资产定价 answer code 视频讲解

Chapter 3 风险管理之市场波动率 answer code 视频讲解

Chapter 4 风险管理之市场风险度量 answer code 视频讲解

Chapter 5 信用风险:违约概率 answer

Chapter 6 信用风险:在险值 answer

Chapter 7 操作风险 answer

Chapter 8 流动性风险 answer

Chapter 9 债券投资的风险管理 answer code 视频讲解

Chapter 10 证券投资组合理论与策略 answer code 视频讲解

Chapter 11 证券投资组合理论的扩展与应用 answer code 视频讲解1 视频讲解2

Chapter 12 期货套期保值理论与应用 answer code 视频讲解

Chapter 13 期货风险对冲套利理论与应用 answer code 视频讲解

Chapter 14 期权希腊字母风险对冲理论与应用 answer code 视频讲解

Chapter 15 期权风险对冲套利理论与应用 answer code 视频讲解

2. MS. Risk Management of Financial Institutions《金融机构风险管理》

讲解金融机构在投资过程中的各种金融风险管理策略,讲解包括金融风险测度方法、债券-股票投资组合构建、期货期权风险对冲与投资组合构建,重点介绍债券-股票的风险对冲、股票-期货风险对冲、股票-期权风险对冲、期权-期权风险对冲等,上述有关内容均采用Python软件实现风险估计、风险对冲和投资组合优化。

教学计划 Schedule2024

Chapter 1 金融机构风险测度方法

Chapter 2 债券-股票风险对冲与投资组合构建

Chapter 3 股票-期货风险对冲与投资组合构建

Chapter 4 股票-期权风险对冲与投资组合构建

3. PhD Financial Analysis and Modeling《国家金融学专题》

Financial Analysis and Modeling is a course that introduces how to use modern econometrics to develop hypothetical models that can predict, interpret, analysis and test relevant financial data, including GARCH, Cointegration, VAR Models, DSGE, PSM, DID, Breakpoint Regression, Synthetic Control Method and Regression Control Method. These methods can be used to empirically test macro and micro financial problems. All the above modeling and estimated methods are implemented using Matlab, Python, Gauss, Stata, Eviews.

Chapter 1 Lecture on GARCH

Chapter 2 Lecture on cointegration

Chapter 3 Lecture on VAR Models

Chapter 4 Lecture on expanded VAR Models

Chapter 5 Lecture on non-linear VAR Models

Chapter 6 Lecture on TVP-VAR Models

Chapter 7 Lecture on DSGE-VAR

Chapter 8 Lecture on propensity score matching

Chapter 9 Lecture on breakpoint regression and DID

Chapter 10 Lecture on synthetic control method and RCM