从年初到年中，我们的微信微博后台和私信一直叮叮咚咚地发进来关于暑期课程的各种咨询，大家都很关心我们的暑期课程到底什么样？
报名、甄选到录取，最终幸运入围的三十几名小伙伴们从全球各地高校齐聚狮城，在国大商学院开启了为期两周的“金融与大数据分析”暑期课程学习之旅。
耿雪晴是来自中国华中科技大学的大四毕业生，在开启自己的研究生学习之前的这个暑假，她给自己加了一“码”，成为我们第一届金融与大数据分析暑期课程学员。两周的集训，让她体会颇深。
在此分享一下来自耿雪晴的暑期课程手记，给有兴趣报读我们暑期课程的小伙伴们参考一下。
01
初见·Mochtar Riady Building
大四毕业，即将开始研究生阶段学习的我，怀着对异国学习的好奇，对亚洲顶尖学府的向往，本着求知和交流的初心，在盛夏时节来到新加坡国立大学，参加商学院的“Finance, Big Data and Analytics”暑期项目。
拿到自己的名牌，项目开始！
初见NUS商学院，天蓝色的透明玻璃构成了大楼的主体，白色柱状条纹向上延展，将玻璃分隔成一块一块的三角形，开放，前沿，是对这里的初印象。
NUS商学院Mochtar Riady Building
02
沉浸·开启金融之门
第一周的课程在简短的开营仪式后就正式开始了，我们接触的第一门课程来自Prof. Ruth Tan（陈小娟教授），她的课程主要通过介绍现值、折现率、NPV、IRR等概念为我们搭建公司金融的基础。
在学习中，Prof. Ruth Tan为我们准备了excel表和金融计算器两种工具进行现值、折现率、年金等的计算。后来，项目中一位在银行工作的同学告诉我，这个excel表就是她在工作中会经常用到的。
Prof. Ruth Tan为我们准备的金融计算器
Prof. Ruth Tan的课程还结合现实案例来阐释我们学习的基础概念是如何应用到公司的项目管理和投资活动中的。
首先，通过介绍New Balance公司在两个不同风险、规模项目之间进行选择决策的过程，向我们展示了NPV（净现值法）在公司项目管理中的现实应用。
其次，通过解读Food Empire的年报，向我们展示如何通过财务比率和其他相关信息剥茧抽丝地了解一个公司的发展状况。
这些案例让我们清楚地看到自己学习的知识是如何在现实中应用的，补齐了我在大学学习中较为欠缺的方面。
Prof. Ruth Tan的课间
第二天下午，Dr Zhang Weina（张伟娜博士）为我们带来了投资学课程。她的课程介绍了投资学中最核心的资本资产定价模型和多因子模型。
在这堂课中我们用到了excel表中一个此前没有接触到的“规划求解”加载项，比起列方程求解，这种方法方便快捷了许多，也更具实用性。
我们在Dr Zhang Weina的课堂上
Dr Zhang Weina的课程涵盖较多的公式、图表，还有hedge funds的相关内容，对于我而言较为抽象难懂，但她一直鼓励和引导我们在课堂上积极提问, 并告诉我们“No question is silly question”。
积极的互动和引导式的教学对于我来说也是不一样的体验，虽然的确充满挑战，但尝试跟上课堂节奏的过程本身也是一种锻炼吧。
高强度课程间隙的美味享受
两门微观的课程结束后，Prof. Yeo Wee Yong（杨伟勇教授）和Dr Zhang Weiqi（张炜祁博士）带我们开启了对金融市场和金融机构的学习。
Prof. Yeo Wee Yong首先抛出“什么是金融”的问题，而后又逐一介绍金融资产、金融市场和金融机构的概念，为我们构建了宏观层面的金融世界观，并主要介绍了银行风险的管理。
我们在Prof. Yeo Wee Yong的课堂上
Dr Zhang Weiqi的课程带我们走进了股票和金融衍生品的市场。她在黑板上对交易过程的模拟让我们对各种不同交易方式的内部运作有了更清晰的认识。
此外，在这门课程中我们还通过预习和讨论FINBOOK的案例对最新的金融科技有了全面的了解，blockchain、cryptocurrency、smart contract、 ICO等原先不甚明了的概念在这节课后也有了更深的理解。
课间，Dr Zhang Weiqi还来到我们中间询问我们对课堂上讲的内容是否有问题。
我们在Dr Zhang Weiqi的课堂上
第一周的课程带我们从微观到宏观构建了基本的金融知识框架，老师们的积极引导和耐心解答给我留下了深刻印象，将知识与案例以及实践结合的授课方式也令我收获满满。
走在晚归的路上，感受NUS的风景
03
CAMRI实验室·金融数据分析之旅
第二周，我们走进了CAMRI实验室，开始了金融与数据分析交叉结合的全新学习。
在进入CAMRI实验室之前，老师带我们注册了Bloomberg（彭博数据终端）在线学习的账号，通过10小时的在线学习，我们对于Bloomberg数据库和它的基本操作、功能都有了初步的认识。
BMC学习证书
在CAMRI实验室完成Bloomberg注册
进入CAMRI实验室后，首先由Prof. Lee Hon Sing（李汉声教授）带着我们自己动手操作Bloomberg，包括调用函数从中获取股票信息、分析师报告等。
接着，在老师的全面指导下，我们完成了两项实验任务：
其一，建立模型，输入公司财务数据，并对公司未来几年的现金流进行预测从而实现对公司的估值，并在此基础上完成分地区和生产线情况下的公司估值。
其二，建立不同商业因素驱动下的公司估值模型，并完成了敏感性分析和Monte Carlo模拟。
在CAMRI实验室的学习，操作 Bloomberg数据库和键盘
Prof. Lee Hon Sing的课程中所教授的许多内容都是我在证券公司研究所实习过程中会经常用到的，跟着老师学习估值的原理并动手实现对公司的估值对我来说的确是非常实用的工作技能。
在Prof. Lee Hon Sing的课程结束后，我们开始跟随Prof. Ben Charoenwong了基于R语言的金融数据分析的学习。
Prof. Ben Charoenwong首先为我们搭建了数据科学的基本框架，介绍了tidy data等概念，并分别带我们通过R语言编程完成了对横截面数据和时间序列数据的分析。
在我们编程的过程中，每做完一个部分，Prof. Ben Charoenwong和助教就会逐一询问我们有无问题，确保大家都跟上进度后才继续下一步的教学。
我们在Prof. Ben Charoenwong的课堂上
尤其印象深刻的是Prof. Ben Charoenwong的quiz，不同于其他老师在所讲的课程结束之后进行一场quiz。
Ben的课程是每半天一个quiz，我们在两天时间里一共完成了4个quiz，虽然当时觉得紧张，但这些quiz对我们的学习也起到了不错的激励作用吧。
在CAMRI实验室完成的R语言编程
9天的紧张课程结束之后，最后一天是丰富的参观和讲座。上午，我们来到新加坡金融管理局——Monetary Authority of Singapore (MAS) Gallery，了解新加坡的货币政策。
新加坡的进出口总额与GDP之比超过200%，繁忙的马六甲海峡将国土面积不大的新加坡与世界紧密连结，新加坡的货币便是在澳洲、欧洲等世界各地的工厂制造后又运回新加坡的；汇率，也因此成为新加坡货币政策围绕的核心。
在MAS研究人员的讲座中，我们在课堂中学习的时间序列模型等也逐一亮相，前面学习的内容为我们搭建了理解一国经济及政策决策的基础。
在MAS Gallery和小伙伴的合影
