金融类学术论文 金融类论文写作分享

下面是好好范文网小编收集整理的金融类学术论文 金融类论文写作分享，仅供参考，欢迎大家阅读！

从大四保研结束后接触科研不足一年，完成了两篇论文，这个过程中也逐渐培养了科研思维，也初步体会了何为科研。以此总结，一是为研究生阶段科研训练提供一定的参考，二是记录一下自己在这一年关于科研的收获。（写的均为和金融相关的论文，所以其他专业慎重参考）

如果以论文写作过程来划分的话，无疑可以分为选题——开题——文献综述——查找数据、研究设计——研究结果和政策建议。我想先写一写对科研的态度。

爱因斯坦在《我的世界观》里表达过类似这样的观点，即追求科学的人才是真正有宗教信仰的人，因为他们无条件无理由相信他们在追求的东西。科研的过程也是如此，一旦确定选题，期间遇到何种困难，都得相信自己可以解决，这个选题极有意义。否则科研是一个漫长甚至会有一些痛苦的过程，很少有及时的反馈，如果没有强烈意志支撑，很难走到终点。我想这也是，在这个快节奏的当下，很少人选择静心科研的原因之一。

但论文却又是本科生、研究生毕业必须要过的关卡之一，这也是一些灰色行业产生的原因，但是我还是比较建议，对于这种关乎毕业甚至可能是终身的大事，还是自己亲自参与比较好。所以首先态度上，应该本着对自己负责的态度尽力完成论文，这也算是对本科或是研究生阶段的终结。

选题方面，通常是两种方式，老师给题or自己选题；自己选题相对较难，可以从现实或是兴趣出发，不管何种方式，都需要一定的知识储备和思考。不管是老师给题或是自己选题，并不意味着题目一定可行。题目是否可行还依赖于文献的阅读。阅读文献后，对所选的题目研究脉络有一个基础的认识，这样也比较容易有一个切入点。一般论文都要求有一定的创新点。这也是我在论文写作过程中导师反复强调的，创新点如果是已有研究未涉及的，可能有两个原因，一是这个题目不值得研究，研究没有意义；二是这个研究由于一些原因，比如数据在之前的环境中无法研究；只有第二种是可以选择的。需要区分自己的是哪一种选题。

在文献阅读过程中，如何查找文献呢？我总结的是，先查找文献综述，如果有文献综述，皆大欢喜。可以沿着文献综述查找需要精读和略读的文献。如果最开始已经有精读的文献，只是还需要查找其他相关的文献进行略读，也可以沿着精读的这篇文献参考的文献进行查找。中文文献要较少参考硕士或博士论文，如果自己的论文中参考学位论文过多，一定程度上可能会影响论文的质量。但是学位论文有一个好处是，字数很多，其实可以大致参考这些论文的引言和文献综述部分，这样可以大致了解研究问题的背景和研究的脉络，作为初步学习。金融经济方面中文还是尽量参考C刊，应该每年C刊都会有所更新；若能看懂经济研究、金融研究等高质量中文期刊的论文，这些期刊的论文又会比普通C刊要好。英文期刊方面我感觉每个都很高级（英语不好的我留下了不学无术的眼泪，读英文文献最重要的还是克服畏难情绪，可以先挑模型设计、研究结果、摘要等重点内容进行阅读，再大致浏览其他内容即可）；在阅读文献过程中也可以顺手记录，文献名称、作者、期刊、题目、记录点，这样查找会比较方便。在写文献综述时，格式一般是作者名（时间）提出；或者先表达观点再加（作者，时间），最好能按照一定的逻辑顺序，比如时间/国内外搭建文献综述结构。写作过程如果不知从何下手，可以参考模仿其他文献使用的词句、组织的语言等。在文献综述部分，可以加上文章的创新点和贡献，如果分点需要分段完成。文献综述完成后，需要对本文的研究设计、模型选取、数据选择等有一个基本的认识和框架。

之后便是痛苦的论文主体部分。这部分包括数据查找、变量设置、模型选取、数据处理。数据查找依赖于变量设置，变量设置依赖于文献阅读，要尽可能做到变量选取有理有据，有文献和理论的参考，就一个刚开始学习写论文的我来说，现在基本上只能参考前人如何设置变量的，毕竟自己创造一个变量很困难，而且创建出来也不一定有人信。数据查找经济金融常用的是wind、国泰安（公司数据比较方便）、锐思等；我个人是觉得wind比较好用。模型选取一般也是参考已有文献，在理解模型的基础上才能对模型有所改进或者删减，从而达到自己的研究目的。但并不是模型越复杂越好，这主要依赖于研究目的。可能有时候选用的模型并不是学过的，这时候最重要的是得克服自己对模型的畏难情绪。克服之后，一步一步看模型。我个人觉得模型推导在实证研究中并不是特别重要，有能力理解模型推导固然十分优秀，但如若实在不能理解，理解大概推导过程，每步推导意味着什么含义，模型的结果是什么含义，模型怎么使用，这些可能会更重要一点。数据处理主要涉及如何将自己的研究设计量化，常用的软件如eviews、stata、matlab，可能还会辅助python、c++等等，软件千千万，但这些都只是工具。掌握其中一个，其他作为辅助工具可能是更现实的选择。但是不管如何，学习能力是最重要的。只有保证了一定的学习能力，才能保证面对新问题时找到切入点，需要使用软件时可以快速入门上手，毕竟每次写论文涉及的课题可能都是全新的，相当于是在解决一个少有前人解决过的问题，只能一边摸索一边求证。在数据处理过程中，现在很多软件如eviews、stata其实都有一点点傻瓜式操作的直接选项，所以只需要知道自己选择的模型的估计步骤，知道每一步及其结果代表的含义即可，这样也便于对结果进行正确解读。如果直接选项没有的话，可能需要涉及到相应的代码，尤其是对于复杂的模型或者大量的数据，这时可能matlab、python等更适用。这时如果自己代码能力不强，可以先在网上搜索相应的代码下载，然后进行调试修改，使其符合自己的研究模型和数据；如果代码很强的大佬当然也可以自己上手。对于结果的解读，我认为一是要符合基本的经济或是金融常识，这也是经济/金融实证研究不同于完全的统计学、大数据的原因之一吧，即需要将结果和经济、金融结合起来进行解释，这才是最终的目的；二其实我想谈一谈如果不能得到理想的结果怎么办。这个我也经历了一个我认为逐渐认知的过程；最开始我觉得一定要得到理想的结果，换数据或者换变量，这似乎变成了一个不断调整变量或数据的过程；后来写毕业论文的过程中我逐渐意识到，没有得到理想的结果，其实应该先思考选题是否成立，这也依赖于文献阅读和最初的数据处理如相关性检验等这些工作；如果选题成立，再去看模型设立；最后才是调整数据、变量；得到理想的结果其实并不是最终目的，最终目的应该是思考整个研究过程的偏差，应该先从整体上思考问题，之后才是细节问题，毕竟如果在一个错误的框架下思考问题，得到正确可能的结果相对较小。

在这一年科研训练中，我也逐渐认识到做好科研需要的综合能力很强，快速学习能力、思考能力、数据处理能力、与现实结合的能力、吃苦耐劳、坚持不懈、勤于交流等等缺一不可。的确可以系统训练“发现问题—解决问题”的思考框架。在这个过程中，不仅仅是磨练了自己遇事着急的心态，也体会了如果想要完美则永远不可能开始的理念，更重要的是，真切意识到何为学无止境。金融确实是一个入门相对简单，但学精学深绝非易事的学科。

希望每个付之精力与时间于科研之人，可得学术追求之善待。

注：以上仅是自己写论文过程中的些许总结，仅供参考。