中国科学院大学金融学考研辅导培训班全国各号码《今日汇总》:中科院(国科大)数学与系统科学研究院金融学考研备考要点与经验

中国科学院大学金融学考研经验与备考要点
考研政治方面:
我到九月初才着手复习政治,使用的教材全部来自肖秀荣,包括精讲精练、1000题、四套卷以及八套卷。由于时间紧迫,精讲精练只看了一遍,每读完一章就会配套完成1000题的部分题目,每天大约投入两个多小时在政治学习上。在此期间,我自行挑选了部分内容进行记忆,其中还有一本小册子供额外参考。1000题我仅完成了一次,错误的题目未能再次回顾。由于起步较晚,我没有完整做完八套卷,而是直接转为背诵题目,大致在考试前的十天左右开始背大题。八套卷的内容我已尽可能地熟记,而四套卷则只能挑一部分来背。因此,强烈建议提前开始政治复习,尤其是重视肖四和肖八,并且不要忘记关注时政。
在十一月,我疯狂地做历年真题,从头到尾一套不落地做了几遍。这样的练习使我对考研政治的整体脉络有了更深入的理解。完成真题后,我专心研究它们,不过不必过于纠结于正确答案,关键是要找到解题的思维模式。多做题就能培养出答题的感觉。另外,推荐购买石磊老师的1500题作为辅助练习。
考研数学方面:
考试时我觉得题目很简单,大题只有半个不会,二个选择题不确定,数学我也是提前就写完啦,大家平常练习就要养成好习惯,会的题不能错。由于我以前想大三就考一次,所以我大二有时间我就看黄庆怀高等数学。由于我是用自己的学号报的,现场确认时没有通过。此后,其它的我也就没看啦,有时间就是学习黄庆怀的书。这个阶段看书很轻松,什么压力都没有,但是大三第二学期开学时黄老邪的书我已经认真看完一篇,数学感觉心里特别有底。大三第二学期开学后,感觉压力增大,这个时候我就开始正式复习。首先,把同济大学高数上下册都看一遍,书上的例题都看,课后题是有选择性的做。建议用自己的本科用书,看自己的书就知道你当时学的时候那个地方有问题,如果本科认真学习了,一般就知道那些题是经典题型。看完教材,我就开始做复习全书巩固,复习全书我是每道题都搞懂,把错的题用红笔改,没理解透的题,经典题做标记。线性代数我没有专门看教材,我是直接做复习全书,不会的知识点公式马上去教材上找,我教材上公式都总结得很好。把握好暑假,考研必然成功。暑假中的要把复习全书和讲义全部搞定,不然后期时间会非常被动。黄庆怀这本书基础一般的就别做啦,复习全书就够用了,学有余力的可以考虑一下。千万别贪多,关键在于弄懂做过的题,最后不是看你做了多少题,而是你会做多少题。接下来就可以做真题了,真题建议用二个半小时做完,模拟考研。真题可以帮助你查漏补缺,错的题目一定好好找原因。后期那些660题,400题等等我是都没做,我感觉也没必要,没那么多时间,把前面自己用的资料搞透就足够啦。
考研英语方面:
考研英语的难度相对适中,对于擅长英语的学生无需过于忧虑,但它确实是决定分数差距的重要科目。初期阶段,建议先尝试一两套历年试题以了解题型,但不宜过早耗尽所有真题资源,应保留一些用于后期的时间限制模拟测试。如许多备考攻略所述,反复研习真题是提升英语的关键,做3到5遍都是合理的。如果你也像我一样想要更加保险,可以考虑使用张健的150篇,这本书与真题颇为相似,不过最好在早期阶段使用。进入后期,务必专注于真题练习。至于背单词,我没有特意依赖单词书籍或应用,而是选择将每篇真题阅读中的陌生词汇整理出来记忆,因为考研阅读中很多单词的用法会反复出现。
考研专业课方面:
微观经济学是基础。你需深入理解供求理论、消费者行为理论、生产者行为理论以及市场均衡等基本概念。特别是边际效用递减法则和机会成本的概念,它们是分析经济问题的重要工具。市场失灵和政府的角色也不能忽视,这对理解政策干预的必要性至关重要。
宏观经济学是关键。掌握国民收入核算、经济增长理论、货币银行学和宏观经济政策等内容。特别要关注IS-LM模型、AD-AS模型,这些是分析经济周期和政策效应的主要框架。对开放经济下的宏观经济,如 Mundell-Fleming 模型和PPP(购买力平价)理论,也需有深入的理解。
再者,实证经济学是实践。学习如何运用统计学和计量经济学方法对经济现象进行实证研究,比如回归分析、时间序列分析等。理解并能灵活应用Eviews或R语言进行数据处理和模型构建,这是研究生阶段必备的技能。
至于学习方法,我认为理解和应用比死记硬背更重要。阅读经典的经济学教材,如萨缪尔森的《经济学》,曼昆的《宏观经济学》等,帮你建立系统的知识框架。凭做题和案例分析来提升实际应用能力。例如,你尝试分析当前的经济新闻,看看能否用所学的理论去解释经济现象。
参与讨论和小组学习也十分有益。与同学一起探讨,碰撞出新的思考角度,也检验自有的理解是否准确。定期自我测试,如模拟试题,能帮助你了解自身的学习进度和弱点。
持续关注最新的经济学研究成果,阅读学术论文,这将使知识保持更新,有助于你在研究生阶段的研究工作。