讲师介绍：

       覃老师，2001年开始使用SAS进行数据分析，曾经在某一世界500强金融公司负责数据分析部门的统计分析和建模工作，使用SAS完成了很多数据分析的项目，较大程度的通过数据挖掘重要价值推进了业务的发展。覃老师对SAS的培训有丰富的经验，曾多次讲授SAS课程，帮助学员在短时间内掌握和使用好SAS，获得高度好评。

课程目标：

不仅仅是搭建数据挖掘平台，更重要是让培训对象在理解数据所包含的业务含义的基础上进行分析工作。通过这种方法使帮助学员切实的解决了很多工作中的实际问题，提升了从数据角度去思考的能力。

课程特色：

1. 注重SAS的基础操作和数据的特征相结合，注重数据分析的理论和业务的实际理解相结合，帮助学员在短时间内掌握金融业数据分析业务最核心的解决方案和思路；

2. 使用工作中实际遇到的问题作为案例分析讲解，让学员在工作中对数据分析很快上手，提升业务的数据分析实际能力。

课程适用人群：

1.零基础学员，想涉足金融数据分析领域者；

2.在公司从事数据分析工作者，想系统地进行学习或者提高数据分析的高度和技能。

课程大纲：

一, 金融的SAS基础（上）        
课程目标：掌握SAS的数据整理、变量和观测值的汇总等关键语句
1. 利用数据步进行数据获取整理：结合实例分析（含set, by, merge, put, infile, keep, retain, array等等重要语句）
2. 利用过程步进行数据汇总整理：结合案例分析（含print, means, SQL, report, datasets, sort等等重要语句）
3. 案例：全面覆盖SAS 常见的数据整理经典案例

二, 金融的SAS基础（下）        
课程目标：掌握SAS的函数、编程和宏变量等关键语句
1. 利用循环与控制进行数据分析：结合实例分析（含if-then, select, do, go to, continue, leave等等重要编程语句）
2. 利用函数功能：结合案例分析（含各种重要函数）
3. SAS的宏变量（宏参数、宏函数、宏语句和宏的应用）
4. 案例：
a. 多个SAS金融常见的小案例分析；
b. 信用卡还款计算；
c. 客户交易的数据分析。

三, SAS金融的线性模型经典应用案例分析
1. 金融线性模型的SAS分析
2. 案例：
a. 中国股票市场的CAPM模型的检验（投资业绩评价、α系数、β系数）；
b. 中国股市的三因素模型分析（Fama、French）；
c. 基金经理业绩的量化比较分析；
d. 银行理财产品收益的预期比较分析。

四, SAS金融时间序列应用分析
1. 金融时间序列的基本概念和理论基础（含平稳和单位根检验、ARIMA模型、协整、误差修正模型、格兰杰检验等重要金融时间序列内容）
2. SAS金融的时期和时间的处理
3. 案例：
a. 从白噪声时间序列到ARMA序列的随机模拟；
b. 单位根检验指数实例；
c. ARIMA模型建模实例及其预测；
d. 指数的协整检验实例；
e. ECM模型的参数估计实例；
f. Granger检验。

五, SAS收益计算、收益波动率计算和最优投资组合
1. 股票收益的SAS计算（含单个股票、多股票和投资组合收益计算）
2. 固定收益证券的SAS计算（含内生收益、到期收益、债券久期和凸度的计算等）
3. 收益波动率SAS计算的各种情形
4. 线性规划和非线性规划的最优投资组合
5. 案例：多个SAS金融收益和波动率计算的案例分析、最优投资组合经典情形分析

六, 金融的SAS随机模拟和风险度量
1. 随机变量和统计抽样的分布模拟实例
2. AS的蒙特卡罗模拟及其计算实例
3. VaR的概念、检验和度量方法
4. 案例：
a. 债券及其组合的VaR的计算实例；
b. GARCH模型在股票VaR中的计算实例；
c. 交易数据的综合分析（选讲）。