FIN 3400 Big Data

FIN 3400 Big Data

Kurskode: 
FIN 3400
Institutt: 
Finans
Studiepoeng: 
7.5
Kursansvarlig: 
Espen Henriksen
Produktkategori: 
Bachelor
Portefølje: 
Bachelor i finans - Programkurs
Semester: 
2019 Høst
Aktiv status: 
Aktivt
Undervisningsspråk: 
Norsk
Kurstype: 
Ett semester
Introduksjon

Finans griper inn i alle deler av samfunnet. Media minner oss daglig på at finanssektoren har en viktig rolle i den overordnede økonomien, og i dette kurset gis det en første introduksjon til hvordan enkeltindivider, bedrifter og myndigheter hele tiden må forholde seg til finans.

Kurset vil belyse en rekke ulike og interessante finansproblemstillinger ved å bruke data og visualiseringsteknikker. Å kunne beherske digitale verktøy og analyse av data er svært viktig i dagens arbeidsmarked. I dette kurset vil studentene lære å bruke regneark (som Excel, Open Office eller Google Sheets), og de vil også lære litt koding i statistikkprogrammet R, til å analysere ulike problemstillinger med bruk av data. Dette er et "hands-on" kurs som fungerer som et springbrett for videre læring om analyse av finansdata og finansproblemstillinger. Målet er at kurset skal oppleves som både morsomt og interessant. Studentene vil lære å jobbe sammen. I undervisningen brukes flere ulike virkemidler.  

Gjennom kurset utvikles basisferdigheter som trengs i finanskursene og senere i arbeidslivet. I arbeidslivet er det helt viktig å kunne effektivt samle og bearbeide data. Regneark er mye brukt og essensiell basiskompetanse.

Behov for å kunne litt koding blir mer og mer vanlig, og R er et mye brukt program i finansnæringen. Kombinasjonen koding og økonomisk innsikt er aktuell i flere sammenhenger både i akademia og næringslivet. Nedenfor er noen eksempler på situasjoner fra arbeidslivet hvor koding vil være nyttig:

  • Analyse av bedrifters investering- og finansieringsbeslutninger (også for non-profit organisasjoner)
  • Databaserte analyser for portefølje- og investeringsstrategier i finansmarkeder
  • Analyse av store datamengder for å gi innsikt i forhold til viktige beslutninger.
  • Effektivisering av prosesser i forbindelse med omsetning av aksjer, valuta og andre verdipapirer.
  • Rådgivning

Kurset er et første steg for at finansstudentene skal kunne kommunisere med programmerere, ta en aktiv rolle i utvikling av digitale produkter, og ikke minst, studere problemstillinger basert på analyse av data.

I kurset brukes R og regneark (Excel, Open Office og Goggle sheets). R er et markedsledende verktøy, og brukes blant annet av NBIM (Norges Bank Investment Management) og mange finansforetak.

Kunnskapsmål

I løpet av kurset skal studentene:

  • Lære om det finansielle system
  • Utvikle analytiske ferdigheter ved bruk av regneark og grunnleggende programmering i R
  • Kjenne økonomiske aggregater for makroøkonomien og finansielle hovedstørrelser
Ferdighetsmål

Etter endt kurs skl studentene kunne:

  • Være i stand til å hente og bruke data for å løse en konkret problemstilling
  • Beskrive data (grafer og deskriptiv statistikk) ved hjelp av R og regneark.
Generell kompetanse

Gjennom kurset vil studentene utvikle viktige basisferdigheter som er sterkt etterspurt hos aktuelle arbeidsgivere, og som er relevant senere i studiet. I kurset vil det legges vekt å sette kunnskapen inn i en praktisk setting.

Kursets innhold
  1. Introduksjon om interessante problemstillinger som belyses gjennom finansfaget
  2. Forstå det finansielle system og hvordan forskjellige aktører må forholde seg til finans
  3. Oljefondet og norsk økonomi
  4. Introduksjon i bruk av R og regneark (Excel/Open Office/Google sheets)
  5. Hente relevante data for makro og finansmarkeder, for eksempel fra:
    1. FRED-databasen: Makrotall for USA
    2. OECD og IMF: Makrotall for resten av verden
    3. SSB og Norges Bank: Makro-data for Norge
    4. World Federation of Exchanges: data for en rekke børser globalt
    5. Penn World Tables: Økonomiske og demografiske variabler for en rekke land over tid. Se også Gapminder (https://www.gapminder.org/)
    6. Google Trends
    7. Economic Policy Uncertainty Index: http://www.policyuncertainty.com/
    8. Financial News Index: https://www.retriever-info.com/fni/
  6. Bearbeide og analysere data
  7. Visualisere data og diskutere resultater
Undervisnings- og læringsaktiviteter

Kurset gjennomføres med forelesninger og oppgaveløsing i klassen. Det vil være bruk av R og regneark (Excel/Open Office/Google sheets).

Endelig karakter i kurset er et resultat av løpende vurdering av flere eksamenskomponenter, prosessevaluering, i løpet av semesteret.  Hver eksamenskomponent vurderes på en skala fra 0-100. Komponentene blir deretter vektet sammen i henhold til informasjonen i kursbeskrivelsen, som så fører frem til endelig bokstavkarakter. Studenter som ikke oppnår poeng i ett eller flere av eksamenskomponentene vil få en lavere karakter eller kan stryke i kurset. Detaljert informasjon om poengsystemet og hvilke bokstavkarakterer de gir vil bli opplyst ved kursstart. Ved kontinuasjon må alle eksamenskomponentene, som hovedregel, gjennomføres på nytt ved neste kursgjennomføring.

Prosessen omfatter 2 innleveringsoppgaver som skal løses i grupper, som organiseres av foreleser. Deretter en avsluttende individuell eksamen. Spesifikk informasjon vedrørende evaluering vil bli gitt i klassen. Det er studentens ansvar å innhente slik informasjon. Vær oppmerksom på at mens oppmøte ikke er obligatorisk, er det studentenes ansvar å innhente informasjon gitt i klassen.

Dataverktøy
Dataverktøy definert under punktet "Undervisnings- og læringsaktiviteter".
R
Tilleggsinformasjon

I kurset brukes R som er gratis (åpen kildekode /«open source»). Detaljer vedrørende installering av ulike pakker og tilleggsverktøy gis i begynnelsen av kurset. I tillegg til R benyttes regneark (Excel, Open Office og Google sheets).

Studentene vil få tilgang til nettressurser (R og Excel/Open Office/Google sheets) som gjør dem i stand til å være godt forberedt når kurset starter.

Avhengig av tilgjengelige lærekrefter, kan kurset bli undervist enten på Engelsk eller Norsk. Eksamensoppgaven vil bli gitt på begge språk.

Forkunnskapskrav

Det kreves ingen spesielle forkunnskaper. 

EksamenskategoriVektingTilsynVarighetHjelpemidlerGrupperingKommentar eksamen
Eksamenskategori:
Innlevering
Vurderingsform:
Skriftlig innlevering
Eksamenskode:
FIN 34001
Karakterskala:
Poengskala
Sensorordning:
Intern sensor
Kontinuasjon:
Alle komponenter må, som hovedregel, tas på nytt ved neste kursgjennomføring
20Nei2 Uke(r)Gruppe/Individuell (1 - 4)Innleveringsoppgave 1
Eksamenskategori:
Innlevering
Vurderingsform:
Skriftlig innlevering
Eksamenskode:
FIN 34001
Karakterskala:
Poengskala
Sensorordning:
Intern sensor
Kontinuasjon:
Alle komponenter må, som hovedregel, tas på nytt ved neste kursgjennomføring
20Nei2 Uke(r)Gruppe/Individuell (1 - 4)Innleveringsoppgave 2
Eksamenskategori:
Innlevering
Vurderingsform:
Skriftlig innlevering
Eksamenskode:
FIN 34001
Karakterskala:
Poengskala
Sensorordning:
Intern og ekstern sensor
Kontinuasjon:
Alle komponenter må, som hovedregel, tas på nytt ved neste kursgjennomføring
60Ja2 Time(r)
  • Ingen hjelpemidler
Individuell Avsluttende eksamen
Eksamen:
Eksamenskategori:Innlevering
Vurderingsform:Skriftlig innlevering
Vekting:20
Tilsyn:Nei
Gruppering (størrelse):Gruppe/Individuell (1-4)
Hjelpemidler:
Varighet:2 Uke(r)
Kommentar:Innleveringsoppgave 1
Eksamenskode:FIN 34001
Karakterskala:Poengskala
Kontinuasjon:Alle komponenter må, som hovedregel, tas på nytt ved neste kursgjennomføring
Eksamenskategori:Innlevering
Vurderingsform:Skriftlig innlevering
Vekting:20
Tilsyn:Nei
Gruppering (størrelse):Gruppe/Individuell (1-4)
Hjelpemidler:
Varighet:2 Uke(r)
Kommentar:Innleveringsoppgave 2
Eksamenskode:FIN 34001
Karakterskala:Poengskala
Kontinuasjon:Alle komponenter må, som hovedregel, tas på nytt ved neste kursgjennomføring
Eksamenskategori:Innlevering
Vurderingsform:Skriftlig innlevering
Vekting:60
Tilsyn:Ja
Gruppering (størrelse):Individuell
Hjelpemidler:
  • Ingen hjelpemidler
Varighet:2 Time(r)
Kommentar:Avsluttende eksamen
Eksamenskode:FIN 34001
Karakterskala:Poengskala
Kontinuasjon:Alle komponenter må, som hovedregel, tas på nytt ved neste kursgjennomføring
Eksamenstype: 
Prosessevaluering
Total vekting: 
100
Arbeidsinnsats - aktivitetVarighetType varighetKommentar arbeidsinnsats
Undervisning30Time(r)
Annet i klasserom12Time(r)Trening i mindre grupper med veiledere
Forberedelse til undervisning83Time(r)
Gruppearbeid / oppgaver30Time(r)Arbeid med løsning av case
Eksamen45Time(r)
Forventet arbeidsinnsats:
Arbeidsinnsats - aktivitet:Undervisning
Varighet:30 Time(r)
Kommentar:
Arbeidsinnsats - aktivitet:Annet i klasserom
Varighet:12 Time(r)
Kommentar:Trening i mindre grupper med veiledere
Arbeidsinnsats - aktivitet:Forberedelse til undervisning
Varighet:83 Time(r)
Kommentar:
Arbeidsinnsats - aktivitet:Gruppearbeid / oppgaver
Varighet:30 Time(r)
Kommentar:Arbeid med løsning av case
Arbeidsinnsats - aktivitet:Eksamen
Varighet:45 Time(r)
Kommentar:
Sum arbeidsinnsats: 
200

Et kurs med 1 studiepoeng tilsvarer en arbeidsmengde på 26-30 timer. Et kurs på 7,5 studiepoeng tilsvarer derfor en arbeidsmengde på minimum 200 timer.