⑴ 線性代數在金融學中的應用
最小二乘法屬於線性代數，這是一個很好的方向。
⑵ 微觀經濟學在金融領域的應用
國內的金融其實跟國外的相當不同，國外的主要偏向於定量分析的微觀金融。其實金融工程這個專業和OR/MS更貼近一點。 運籌和管理科學絕對不是研究什麼戰略等宏觀問題，這個理解有問題，運籌是利用數學定量方法解決實際問題的，對數學的要求很高。金融工程上面的很多問題歸結到最後就是一個最優化問題，就是利用數學和計算機作為工具來解決的，其實這就是運籌與管理科學的思想。 國外例如哥倫比亞大學，運籌系與金融工程系就是在一個大系下的，樓主知道這兩個專業的關系了吧。如果你想學微觀金融，運籌專業可以為你奠定扎實的基礎
⑶ 資料庫在金融學中的應用
數理統計
⑷ 求助：統計學在金融中的應用
統計是一抄門相對比較獨立的學科，也襲可以說是一種科學。一般情況下，人們接觸比較多的是所謂的描述性統計，比如說平均年齡，總成績啊什麼的，但統計遠遠不止這些，它與數學結合後，變成了一門高深的學科，涉及抽樣統計，統計推斷等等。統計可以應用到生活的很多方面，經濟統計也是其中之一。
不知道 拉 不好意思
⑸ 運籌學在金融領域的應用
國內的金來融其實跟源國外的相當不同，國外的主要偏向於定量分析的微觀金融。其實金融工程這個專業和OR/MS更貼近一點。
運籌和管理科學絕對不是研究什麼戰略等宏觀問題，這個理解有問題，運籌是利用數學定量方法解決實際問題的，對數學的要求很高。金融工程上面的很多問題歸結到最後就是一個最優化問題，就是利用數學和計算機作為工具來解決的，其實這就是運籌與管理科學的思想。
國外例如哥倫比亞大學，運籌系與金融工程系就是在一個大系下的，樓主知道這兩個專業的關系了吧。如果你想學微觀金融，運籌專業可以為你奠定扎實的基礎
⑹ 實變函數在金融學中的應用實例
任何一個最優化的問題，比如最基本的阿羅模型，都是實變函數的應用
⑺ 求助一個題目「多元回歸分析在金融實證分析中的應用」
問題補充又要審核...補充一句，那張圖片是跟在「三、2、（1）採用收集的數據樣本進行多元回歸模型的參數估計，寫出回歸結果，例如：」下面的
⑻ 分位數回歸是個什麼玩意
分位數回歸(Quantile Regression):是計量經濟學的研究前沿方向之一，它利用解釋變數的多個分位數（例如四分位、十分位、百分位等）來得到被解釋變數的條件分布的相應的分位數方程。
與傳統的OLS只得到均值方程相比，它可以更詳細地描述變數的統計分布。
傳統的線性回歸模型描述了因變數的條件分布
受到自變數X的影響過程。普通最dx--乘法是估計
回歸系數的最基本的方法，它描述了自變數X對於
因變數y的均值影響。如果模型中的隨機擾動項來
自均值為零而且同方差的分布，那麼回歸系數的最
dx--乘估計為最佳線性無偏估計(BLUE)；如果近
一步隨機擾動項服從正態分布，那麼回歸系數的最
dx--乘法或極大似然估計為最小方差無偏估計
(MⅥ甩)。但是在實際的經濟生活中，這種假設常
常不被滿足，飼如數據出現尖峰或厚尾的分布、存在
顯著的異方差等情況，這時的最小二乘法估計將不
再具有上述優良性且穩健性非常差。最小二乘回歸
假定自變數X只能影響因變數的條件分布的位置，
但不能影響其分布的刻度或形狀的任何其他方面。
為了彌補普通最dx--乘法(0Ls)在回歸分析中
的缺陷，Koenkel"和Pxassett於1978年提出了分位數
回歸(Quantile Regression)的思想⋯。它依據因變
量的條件分位數對自變數X進行回歸，這樣得到了
所有分位數下的回歸模型。因此分位數回歸相比普
通最小二乘回歸只能描述自變數X對於因變數y
局部變化的影響而言，更能精確地描述自變數X對
於因變數y的變化范圍以及條件分布形狀的影響。
分位數回歸能夠捕捉分布的尾部特徵，當自變數對
不同部分的因變數的分布產生不同的影響時．例如
出現左偏或右偏的情況時。它能更加全面的刻畫分
布的特徵，從而得到全面的分析，而且其分位數回歸
系數估計比OLS回歸系數估計更穩健。
近10多年來，分位數回歸在國外得到了迅猛的
發展及應用，其研究領域包括經濟、醫學、環境科學、
生存分析以及動植物學等方面(見本文第四部分)。
為了說明分位數回歸的有用性，我們特介紹兩個分
位數回歸實證分析的例子。Koenker和Machado分
析了1965～1975以及1975～1985這兩段時間內世
界主要國家的經濟增長情況。模型選取了13個影響
經濟增長的自變數，通過分位數回歸得出結論：對於
起初的單位資本產出這一自變數來說，它的全部回歸分位系數基本保持不變，這就意味著對於經濟發
展迅速與緩慢的國家而言，起初的單位資本產出對
於經濟增長的影響基本相同；但是教育支出佔GDP
的比重以及公共消費佔GDP的比重這兩個自變數
對於經濟發展緩慢的國家影響更加的強烈[2l。
Chen使用分位數回歸方法深入研究了美國8 250名
男性的BMI(身體質量指數，一種廣泛用於測量偏
胖還是偏瘦的指標，BMI=體重／身高2)情況，並得
出結論：在2～20歲這一快速成長期中，BMI非常
迅速的增加；在中年期間其值保持比較穩定；60歲
以後，BMI的值開始減少⋯3。這對於如何保持一個
健康的身體提供了一種非常有效的措施，可以在各
個階段中分別採取相應的控制體重的方法。
在概要介紹分位數回歸的基本情況後
⑼ 有那個金融多元回歸分析在金融實證分析中的應用的論文嗎急求
已經找到了沒
可以班忙寫的回歸性分析