总结2013，拥抱2014！小伙伴们来晒总结吧！

melody21 发表于 2013-12-20 23:10
可不可以展开说说，为什么中国不可能有FICO？我很好奇。再就是，中国银联那些庞大的数据是怎么被运用的 ...

FICO的问题比较复杂。简而言之，首先，中国没有任何机构能建设包括了每人两千维度的数据库；其次，如果真的出现这类东东话，纪检委的那帮人得失业（接着......多诺米骨牌效应）。
银联做支付结算，数据库能有多庞大？超过百货商店吗？

版上医药行业的同学不少啊
1.SAS的具体应用因为招到几个比较得力的同事，都交出去了，项目上的事情基本上都能按时完成，deliver results方面做的还可以
2.带领团队方面在日常工作中把自己的知识教给同事，让同事在能力上有所提高，这个方面进展也还不错
3.关于未来的远见方面是远远不够的，可能也和自己的位置，视角有关，对于公司大方向的把握认识不够，对于自己负责的这一块也就很难有什么大的构想
4.个人发展方面，恶补了一些时间管理，个人知识管理和知识管理方面的资料，为部门的知识管理提供了一些系统的思路，在总结整理一点项目管理的培训材料，为培训同事做些准备

和luijb同学相似的方面是让年轻的同事在技术平台上做的更多，自己来提供一些想法和建议

davil2000 发表于 2013-12-23 09:53
FICO的问题比较复杂。简而言之，首先，中国没有任何机构能建设包括了每人两千维度的数据库；其次，如果真 ...

谢谢回复！
我对银联不太懂，那些数据难道就不用么？

melody21 发表于 2013-12-23 22:45
谢谢回复！
我对银联不太懂，那些数据难道就不用么？

银联数据库的维度相对较少，仅可做为征信的必要因素。此外，即便是交易数据，数据完整性的要求也很难搞定。比如，电商交易可以不进入银行系统，直接通过支付宝就可以了。
另一方面，算法也是个难题。FICO内核则为优化算法，运筹学高手创造的，至今未被解密。富国银行为两亿美国公民建立了信用数据库，要开展零售业务却还得去买FICO指数。中国的银联、通联之类掌握了一定数据的机构，都是纯粹的IT族创建，根本不具备科学计算的基因。
综上所述，我的观点为，中国在10年内不可能出现自己的FICO。

melody21 发表于 2013-12-23 22:45
谢谢回复！
我对银联不太懂，那些数据难道就不用么？

Unionpay开始打算牵头做基于银行间支付信息的大数据平台，在这样一个时点才看见Alipay平台的数据价值并想分一杯羹感觉有点晚。有政治背景完全可以去做一点数据资源定价以及数据资源交易规则方面的事情。
Alipay和马云在做的事情，有点像FICO的信用评分卡，他们的一个目的就是建立中国的信用体系。Ali已经领先太远，祝他们好运。

soporaeternus 发表于 2013-12-24 11:20
Unionpay开始打算牵头做基于银行间支付信息的大数据平台，在这样一个时点才看见Alipay平台的数据价值并想 ...

答复所问，逻辑谬误！
阿里准备建设信用数据库，成功的可能性有多大？电商平台做“余额”倒是胜任的，要转变成银行业平台则是另外一回事。银行有什么动力去支持它？
再者，阿里确实创造了什么吗？Fico的灵魂深处是对科学与文明的追求。这也可以克隆吗？以为是花钱学气功啊！

2013 SAS依然是最爱，R用的越来越多了，SPSS依旧click click click，matlab基本不用了。

扯了这么多软件，并不是说个人推崇软件，我赞成"软件是tool"的说法，不过既然是工具，说是不依赖，其实还是依赖的（做到草木皆可为剑的神人不在此列）。废话不多说，说说这一年的感想。

首先SAS数据处理的能力无可比拟，以前也粗略写过，这是其他统计软件无可比拟的，至少在我用过的这么多里面是这样的。

再者统计模块的功能结实，全面；这点倒不像R，包的质量参差不齐，不过既然是开源的东西就不能苛求太多；或许一开始学习统计就是结合SAS用的，所以对它的结果输出十分熟悉，层次分明，每个部分都可以对到教科书的知识点，满足一下自己小小的虚荣心。

最后说说操作性，这也是一直以来被诟病的最多的，SAS再怎么做也不会像R和matlab那样交互式的干活了，我个人建议是熟悉就好，你站在SAS的角度去解决问题，其实也没有想象的那么糟糕。

其实最大的问题是，我盗版的SAS，总归上不了台面，这才是真正的痛。

说说R，撇开那些灵活，方法新颖，作图漂亮简洁；我觉得R最大的特点是——免费。免费意味着什么，意味着你随便下个R，就可以扔到服务器上，放心大胆的去折腾。

装个R，搞个ODBC接口，把数据从数据库抽过来，R对数据的计算方式，方法总归是要比sql强上几万倍的，用R干点数据库干不了的事情确实是个不错的选择，同时在内网之间的数据传输速度也是十分可观的。

再者，我很喜欢R的底层语言的接口；对于R，matlab这种解释性语言来讲，循环永远是最大的坑；自然我是没那个能力，把所有的运算都转到矩阵运算或者其他方法来避开循环，R中一些避开显式循环的函数也不是每次都能用得上。所以写循环变成不得不面对问题。R提供了C、fortran一些底层语言的接口，也算是大大改善了自身的这一问题。把迭代、循环的问题交给C，处理完的结果再返回给R，感觉就像写了个函数（编译成动态链接库的形式供R调用）；而且在linux是C天然的运行环境，什么多余的事情都不用去做。

6月份用R搞社交网络的时候，由于巨大的话单量，CRAN上的SNA包给出的算法每次都返回一个结果，can not allocate memory xxxx Mb,被逼之下只能自己写算法，从找资料，搭环境，写算法到最后测试完工，前后花了三个多月的时间，没日没夜的折腾，中途好几次都想放弃，还好是坚持下来了，过程虽然艰辛，但结果总算有所交代。所以说人有的时候，是需要逼自己一把。

至于spssclementine,现在改名叫IBM Modeler了，这边买的正版货，我也就不吐槽什么了，如果说能用它做的，还是很方便的，随便点记下，画几根线，问题就算解决了，而且画出来的东西还是很漂亮的，至少比EM好看。只是这货算法给了一堆，效率说得过去的实在没几个，硬伤！

关于matlab，以往用的时候，我也只干一些统计学、算算矩阵的事情，现在需要的功能和R重叠了，花钱的软件还是放在一边吧！

Statistics、machine learning的东西，也在不断的学习，不敢有所间断。最后想说一句:"理论决定你的思想高度，软件决定你的实践水平。"

2013关键词：
1.团队。二月份我自发组了一个团队，我们开始做学院的创新杯论文大赛，研究高速公路定价问题。自此开始这一年的时间，我们几乎都在做东西，5月份做财政学里面结构性减税的问题，暑假我们去我的家乡做“文物旅游资源的保护性开发和扶贫相结合的调查”以及“在京农民工异地医疗保障调查”，10月份我们做权证预测，自己学习eviews，整整一天一夜没睡觉。这是一个让人永远难以忘怀的团队，里面有可爱的人，当然也会记住那些曾经努力研究过的题目。
2.计量。上半年学了数理统计和统计学，大概有了一些基础，也会用spss。暑假开始看伍德里奇的《计量经济学导论》，下半年学校就开了计量经济学和金融经济学这两门课程，自己的数学和经济学基础不算太好，学起来还是比较吃力的。除了学习理论，我还基本上每天玩一玩stata和eviews，等用到的时候确实感觉比较顺手，也要感谢论坛上为我提供了这么好的资源。到现在还是十分相信我们金融计量学的老师说过的一句话，模型永远都是错的，但只要它对你的研究有用，就可以了。而且只有更好的模型，不会有最好的模型。人生喜怒哀乐，也无非如此吧。
3.实习。暑假放了两个多月的假。我有幸来到去了一家证券公司实习。确实让我提前感受到了很多职场上的东西，不管是做研究跑数据还是做业务，当然还有待人接物的礼仪。这次实习也让我增加了对金融行业的兴趣，我深知自己将会一直在这个行业去努力奋斗。

已往之不谏，来者之可追。今日的追忆过去，只是为了明日更好。大家一起加油~~

对于2013，博士论文开题，写了3篇论文未发、Stata 学习更深了一点、统计学进一步加强。
对于2014，博士毕业，发表学术论文5篇。熟练运用Stata与SAS。

2013年，发表了一篇论文，毕业论文也已基本成型。
2014年，即将走出校门，完成身份的转变，希望找一个理想的工作。