結局、数理での抽象化が大切、そんなことでしょうよ。金融経済学の理論のことで、計量分析の方法論をつくるのに必要、という具合。
18年ほど前にアメリカの本屋さんで見つけて買った金融経済学の本を読んでいる、というのが只今の状態で、やはり内容の難しさに満足、ということ。
ココイラだけど、案外、混乱させないで教えるのって厄介、そんなことかと。裁定価格理論と無裁定機会、それとリスク中立のこと。さらに、デリバティブと価格理論、そんなことも。
わかり易く解説する、とは思っていても、扱っている内容が余りに高度なので・・・。
だけど、きっちり理論を組み立てるのなら、数学を使って抽象化を掘り下げるのが良いでしょうよ。
とりあえず、2日間のセミナーを予定。半年先だけど、もちろん、準備をアレコレと・・・。
事例を使う、ということはするけど、理論を徹底して学びたい、という方々もおられるので、相変わらず後者を優先して・・・。
そう言えば、IEEEのReliabilityだけど、掲載されている論文の数理手法が極めて高度になってきている、という状況かと。確率過程、機械学習、ベイズ推論の応用が増えてきているだけでなく、システムの確率モデリングも巧みで・・・。実は、数理ファイナンスで培ったリスク解析が横たわっている、という構図でも解釈できるかと。
海外の特定のお国の研究者の論文が多くて・・・。日本の先行きを考えると・・・。もちろん、日本の企業さまは、実験絡みの技術ノウハウが豊富だし、試験方法も巧みでしょうけど、理論で捉えると、懸命に先端の考究を深めて・・・。
頑張りましょう。
経済・経営系のアナリティクスだけど、幅広い知識と経験があると、深みのある結果を提示できる、ということかと。もちろん、基本的な技量とその応用の鍛錬は必須。
データを扱う、ということが基盤だけど、ココイラの人財育成ってミドル・シニアの方も重要で、関心も低くない、という気がして・・・。
社会人向けの経営専門職修士だけど、RあるいはPythonを授業で扱う、ということも必要かと。
積み上げて発展に繋げる、ということを地道にコツコツと続ける、というのって、やはり大切でしょうよ。
もちろん、経済活動の中で行き詰らない、ということを意図してのことで、ココイラの前提を無視すれば、確かに地道さって必要なくて・・・。
とりあえず、個人的には将来のことを考えると、リスクおよび信頼性を基盤にアナリティクスとAI絡みをしっかり・・・。
明日の授業の準備、只今、そんな状態。裁定と無裁定を扱う、ということに。
その後は、デリバティブと価格理論、さらに債券とその分析、そして信用リスクという予定。それと、ボラティリティのモデリングに着目して分析も。
信用リスクをさらに詳しく扱う、というのは別の機会に・・・。