
相關性、常見概率分析、假設驗證
重要型: 一般
相關性、常見概率分析、假設驗證
重要型: 一般
線性回歸簡介,最小二乘法
重要型: 重要
單變數線性回歸方法
重要性: 極重要
多變量線性回歸方法
重要性:重要
異方差,序列相關性,多重共線性,模型錯誤分析,定性相關變數
重要性:重要
穩態時間序列,自回歸和移動平均,自回歸討論
重要性:重要
隨機漫步和單位根,ARCH和GARCH,趨勢和季節性,時間序列模型的選擇
重要性:重要
機器學習簡介,監督式學習,非監督式學習,神經網路
重要性:一般
大數據簡介,資料處理,資料探索,模型訓練
重要性:一般
匯率基礎知識,匯率價差,交叉匯率,遠期匯率,匯率三角套利
重要性:重要
平價分析簡介,利率平價分析,遠期利率平價分析,國際費雪等式,購買力平價分析,平價分析總結
重要性:重要
匯率的長期均衡,外匯套利交易,外匯套利交易的風險
重要性:一般
匯率的長期均衡,外匯套利交易,外匯套利交易的風險
重要性:一般
匯率管理理論
重要性:一般
經濟增長簡介,衡量經濟增長的方法,影響經濟增長的因素
重要性:一般
古典增長理論,新古典增長,內生增長利率,經濟體的融合,開放式經濟體
重要性:一般
監管的分類,監管方法,市場監管,監管風險
重要性:一般
科目一是數量分析,包括6大知識點:
1. 回顧部分一級基礎知識;
2. 最小二乘法;
3. 線性回歸;
4. 時間序列分析;
5. 機器學習;
6. 大數據分析
科目二是經濟學,包括7大知識點:
1. 外匯匯率;
2. 各種平價理論;
3. 外匯套利交易;
4. 國際收支平衡;
5. 匯率的管理;
6. 經濟增長理論;
7. 經濟監管
數量主要包括三塊內容:回歸分析、時間序列及金融科技(fintech)。相較往年,回歸分析和時間序列分析內容沒有變化,主要變化體現在金融科技部分,有兩個reading組成,分別講機器學習和大資料。
回歸分析和時間序列是基本的數理統計知識。在回歸分析的學習中,不僅要熟悉建模、ANOVA表,也要熟悉三種問題的表現、後果、檢測及糾正。時間序列中介紹的模型類型比較多,要做好區別,能夠根據場景判斷是trend model、AR model還是ARCH model。此外要注意隨機遊走、協整性等的概念,也常常會有所涉及。
經濟學所包含內容不多,僅匯率換算、經濟增長和經濟規制三塊內容。經濟規制主要為介紹性內容,理解相關經濟學概念。匯率換算部分的內容相對而言最多。主要知識點包含:
1. 買賣差價(bid-ask spread)時的匯率計算
2. 貨幣遠期價值計算
3. 拋補利率平價(covered interest rate parity)
4. 無拋補利率平價(uncovered interest rate parity)
5. 遠期匯率平價(forward rate parity)
6. 相對購買力平價(relative purchasing power parity)
7. 國際費雪平價(international Fisher relation)
8. BOP(balance of payment)中的經常帳戶和資本帳戶
9. 貨幣政策和財政政策