Risk Assessment and Decision Analysis with Bayesian Networks

Although many Bayesian Network (BN) applications are now in everyday use, BNs have not yet achieved mainstream penetration. Focusing on practical real-world problem solving and model building, as opposed to algorithms and theory, Risk Assessment and Decision Analysis with Bayesian Networks explains how to incorporate knowledge with data to develop and use (Bayesian) causal models of risk that provide powerful insights and better decision making

【华泰固收】Bloomberg在固收研究中的应用（2020版）
【华泰固收培训】通胀分析框架（2020版）
【华泰固收】可转债培训框架（2020版）
【华泰固收】投资者分析框架（2020版）
【华泰固收】利率衍生品分析框架（2020版）
【华泰固收】货币政策与流动性分析框架（2020版）
【华泰固收】信用债分析框架（2020版）
【华泰固收】Python在固收研究中的应用（2020版）
【华泰固收】宏观经济框架（2020版）
【华泰固收】债市分析框架（2020版）
【华泰固收】中国债券市场介绍（2020版）
【华泰固收】资产配置方法与思路讨论（2020版）
【华泰固收】Wind&Excel培训（2020版）
【华泰固收】城投债分析框架与展望（2020版）
【华泰固收】固收+策略解析（2020版）

投行面试常见400+问题及参考答案

英文

【原创】A股重污染行业上市公司高管薪酬及股权激励、制度、zf干预与企业环境绩效研究面板数据2012-2020年

数据来源：年报、市场化进程、A股上市公司库。

格式：excel一个表，分析用的非平衡面板格式

剔除后的样本量3000+（高污染行业），包含未剔除版本（全行业）

让数字说话：审计，就这么简单 免费

《管理学原理》题库(英文版) 免费

SPSS编程语法手册

全面的讲解spss编程知识，免费！

python进行数据分析第二版

讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。我的目标是介绍Python编程和用于数据处理的库和工具环境，掌握这些，可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”，重点却是Python编程、库，以及用于数据分析的工具。这就是数据分析要用到的Python编程。
什么样的数据？
当书中出现“数据”时，究竟指的是什么呢？主要指的是结构化数据（structured data），这个故意含糊其辞的术语代指了所有通用格式的数据，例如：
表格型数据，其中各列可能是不同的类型（字符串、数值、日期等）。比如保存在关系型数据库中或以制表符/逗号为分隔符的文本文件中的那些数据。
多维数组（矩阵）。
通过关键列（对于SQL用户而言，就是主键和外键）相互联系的多个表。
间隔平均或不平均的时间序列。
这绝不是一个完整的列表。大部分数据集都能被转化为更加适合分析和建模的结构化形式，虽然有时这并不是很明显。如果不行的话，也可以将数据集的特征提取为某种结构化形式。例如，一组新闻文章可以被处理为一张词频表，而这张词频表就可以用于情感分析。
大部分电子表格软件（比如Microsoft Excel，它可能是世界上使用最广泛的数据分析工具了）的用户不会对此类数据感到陌生。

中国各省工业企业R&D数据2008-2019年

沪深A股业绩预告精确性准确性研究分析数据2006-2020

1.是否发布业绩预告。如果公司管理层至少发布一次年度业绩预告，Issue取值为1，否则为0。
2.业绩预告准确性。借鉴Baik等（2011）的业绩预告准确性衡量方法，由于我国业绩预告预测的通常是净利润而非每股收益，对于没有预告每股收益的样本，本文首先把净利润换算成每股收益，然后与实际每股收益进行比较。每股收益的换算公式为：

说明：业绩预告数据中一般包含区间预测和百分比预测，对于区间预测，如“本年将实现净利润200万元到500万元”，取上下限的均值；对于百分比预测，如“净利润相比上年增长20%-60%”，同样取上下限的均值，然后根据上一年的净利润，得到当年净利润的预测值；对于开区间预测，由于只有上限（如“不超过50%”）或只有下限（如增长“50%以上”），我们直接用该数值乘以上一年净利润进行换算。最后，少数公司的业绩预告使用的是“归属于母公司所有者的净利润”和“预告母公司净利幅度”，对于这种情况，首先换算成归属于母公司所有者的每股收益预测值，然后与年报中归属于母公司所有者的每股收益进行比较。

      构建两个变量：

• Forecast error1 表示这种乐观偏差，如果每股收益预测值大于实际值，则取值为1，否则为0。
• Forecast error2 表示业绩预告的准确性，定义为每股收益预测值与实际值差值的绝对值乘以100，该数值越大，业绩预告误差越大，准确性越低。

3.业绩预告精确性。我国业绩预告披露形式一般有四种：定性、开区间、闭区间和点值。由于以定性与开区间形式披露的业绩预告很模糊，本文仅考虑相对精确的闭区间形式（包括点值预测）。本文用Precision表示业绩预告的精确性，定义为业绩预告区间的大小。Precision数值越小，业绩预告区间越窄，精确性越高。业绩预告精确性的计算公式如下：

文献

• 刘柏, 卢家锐. “好公民”还是”好演员”:企业社会责任行为异象研究——基于企业业绩预告视角[J]. 财经研究, 2018, 044(005):97-108.