| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
本課程目標在於使修習同學具有實證分析財務金融資料的能力，包含條件平均數與變異數的模型的建立及估計，使能進行財務金融商品預期報酬率及風險的預測，進而具有選擇最佳資產配置的能力。本課程強調R電腦語言程式實證分析能力的培養。
|
| 1.獨立分析 |
| 2.專業知識與應用 |
| 3.創意 |
| 7.表達溝通 |
| 8.協調整合 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
1. 課程內容及大綱介紹
2. 隨機過程、函數型資料、追蹤資料及時間序列介紹 |
| 第2週 |
1. 恆定與非恆定隨機過程
2. 單根檢定與恆定性檢定 |
| 第3週 |
平均數變動之檢定 |
| 第4週 |
單變量時間序列條件平均數模型：ARIMA模型（一） |
| 第5週 |
單變量時間序列條件平均數模型：ARIMA模型（二） |
| 第6週 |
1. 單變量時間變數之預測及比較
2. 財務金融實務案例分析 |
| 第7週 |
單變量時間序列模型之R語言程式 |
| 第8週 |
期中考試 |
| 第9週 |
1. 期中考試檢討
2. 單變量時間序列條件變異數模型（一） |
| 第10週 |
單變量時間序列條件變異數模型（二） |
| 第11週 |
單變量時間序列條件變異數模型之財務實務分析及應用 |
| 第12週 |
1. 多變量時間序列條件平均數模型：VAR模型
2. 共積關係檢定 |
| 第13週 |
單變量函數型資料分析：函數型資料的重建及FPCA |
| 第14週 |
單變量函數型資料的恆定性分析 |
| 第15週 |
多變量函數型資料的迴歸分析 |
| 第16週 |
財務金融實證分析 |
| 第17週 |
自主學習：Gapminder視覺化統計分析線上影片教學 |
| 第18週 |
自主學習：Rmarkdown程式撰寫的線上影片教學 |
|
| 學習評量方式 |
課堂參與：10％,課堂討論：20％，家庭作業：20％,期中考試：20％，期末書面報告：30％.
|
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
1. Tsay, Ruey S. (2002), ”Analysis of Financial Time Series,” Willey(東華書局)
2. 楊弈農（2009）,「時間序列分析：經濟與財務上之應用」（第二版），雙葉書局。
|
| 課程教材（教師個人網址請列在本校內之網址） |
iLearning
|
| 課程輔導時間 |
星期五下午2：00至5：00
|
| 聯合國全球永續發展目標(連結網址) |
|
|