DataCamp Course-Quantitative Risk Management in R; Alexander J. McNeil

DataCamp Course-Quantitative Risk Management in R; Alexander J. McNeil

Quantitative Risk Management in R

Course Description

In Quantitative Risk Management (QRM), you will build models to understand the risks of financial portfolios. This is a vital task across the banking, insurance and asset management industries. The first step in the model building process is to collect data on the underlying risk factors that affect portfolio value and analyze their behavior. In this course, you will learn how to work with risk-factor return series, study the empirical properties or so-called “stylized facts” of these data – including their typical non-normality and volatility, and make estimates of value-at-risk for a portfolio.


  1. Exploring market risk-factor data

  2. Real world returns are riskier than normal

  3. Real world returns are volatile and correlated

  4. Estimating portfolio value-at-risk (VaR):

  • Value-at-risk and expected shortfall
  • Computing VaR and ES for normal distribution
  • International equity portfolio
  • Examining risk factors for international equity portfolio
  • Historical simulation
  • Estimating VaR and ES
  • Option portfolio and Black Scholes
  • Compute Black-Scholes price of an option
  • Equity and implied volatility risk factors
  • Historical simulation for the option example
  • Historical simulation of losses for option portfolio
  • Estimating VaR and ES for option portfolio
  • Computing VaR for weekly losses
  • Wrap-up


Đăng ký (free): link


FutureLearn MOOC-Big Data: Mathematical Modelling; Queensland University of Technology

FutureLearn MOOC-Big Data: Mathematical Modelling; Queensland University of Technology

Learn how to apply selected mathematical modelling methods to analyse big data in this free online course.

Learn how mathematics underpins big data analysis and develop your skills.

Mathematics is everywhere, and with the rise of big data it becomes a useful tool when extracting information and analysing large datasets. We begin by explaining how maths underpins many of the tools that are used to manage and analyse big data. We show how very different applied problems can have common mathematical aims, and therefore can be addressed using similar mathematical tools. We then introduce three such tools, based on a linear algebra framework: eigenvalues and eigenvectors for ranking; graph Laplacian for clustering; and singular value decomposition for data compression.

What topics will you cover?

  • Introduction to key mathematical concepts in big data analytics: eigenvalues and eigenvectors, principal component analysis (PCA), the graph Laplacian, and singular value decomposition (SVD)
  • Application of eigenvalues and eigenvectors to investigate prototypical problems of ranking big data
  • Application of the graph Laplacian to investigate prototypical problems of clustering big data
  • Application of PCA and SVD to investigate prototypical problems of big data compression


Đăng kí (free): link


useR! 2017: 4-7/7/2017

useR! 2017: 4-7/7/2017

useR logo

  • Structural Equation Modeling: models, software and stories: slidevideo
  • R in a small-sized bank’s risk management: slide ; video
  • Actuarial and statistical aspects of reinsurance in R: slide ; video
  • Parallel Computation in R: What We Want, and How We (Might) Get It: slide ; video
  • Teaching data science to new useRs: slide ; video



R in Insurance 2017: Paris, 8th June 2017

R in Insurance 2017: Paris, 8th June 2017

Booklet of the conference available here. Please find below the pdf supports of the speakers.

9:00 – Opening keynote session

10:00 – Session 1 – big data

11:30 – Session 2 – lightning talks

13:45 – Session 3 – non life insurance

15:30 – Session 4 – life insurance

16:30 – Closing keynote session


Stochastic processes- Actuarial science and Finance. VIASM: 31/07 – 03/08/2017

Stochastic processes- Actuarial science and Finance. VIASM: 31/07 – 03/08/2017


Thời gian: 09:00:31/07/2017 đến 17:00:03/08/2017

Địa điểm: VIASM

Ban tổ chức: Nguyễn Hữu Dư (VIASM), Nabil Kazi-Tani (Lyon 1 University, France), Long Ngo Hoang (Hanoi National University of Education), Dylan Possamaï (Université Paris Dauphine, France), Didier Rullière (Lyon 1 University, France)

Mục đích: The main objective of this workshop is to gather recognized researchers working on probability theory, with applications in insurance and finance. We wish to encourage scientific exchanges between the participants and create new collaborative projects. Practitioners from BNP Paribas Cardif Asia will participate to the workshop, it will also offer the opportunity of ideas sharing between academics and practitioners in Asia. This workshop is funded by the VIASM, the research chair Data Analytics & Models for Insurance, BNP Paribas Cardif, and the DIAF association.

Tóm tắt:

Topics: Dependence models, Risk measures, Stochastic control, Statistics for stochastic processes.

Danh sách báo cáo mời:

Stefan Ankirchner (University of Jena);

Gaëlle Baetz (CRO, BNP Paribas Cardif Asia);

Baris Balcioglu (Sabanci University, Istanbul);

Thomas Bourdoiseau (Head of ALM, SBI Life, Mumbai);

Randal Douc (Telecom Sud Paris);

Corina Constantinescu (University of Liverpool);

Kostas Kardaras (London School of Economics);

Thomas Kruse (University of Duisburg-Essen);

Christian Mazza (Fribourg University)
Van Quang Nguyen (Vinh University);
Devin Sezer (Metu, Ankara);
Mikhail Urusov (University of Duisburg-Essen);
Chao Zhou (National University of Singapore).

Đăng ký tham dự: Deadline – July 22, 2017 link


R/Finance 2017: Applied Finance with R – May 19-20, 2017

R/Finance 2017: Applied Finance with R – May 19-20, 2017

Friday, May 19th, 2017
08:00 – 09:00 Optional Pre-Conference Tutorials
Ross Bennett: PortfolioAnalytics Tutorial
Dirk Eddelbuettel: Rcpp: From Simple Examples to Machine learning (pdf)
R. Douglas Martin: Fundamental Factor Models in FactorAnalytics
M. Weylandt + T. Harte: Advanced Bayesian Time Series Analysis using Stan
09:00 – 09:30 Registration (2nd floor Inner Circle) & Continental Breakfast (3rd floor by Sponsor Tables)
Transition between seminars
09:30 – 09:35 Kickoff (video)
09:35 – 09:40 Sponsor Introduction
09:40 – 10:10 Marcelo Perlin: GetHFData: An R package for downloading and aggregating high frequency trading data from Bovespa (pdf) (video)
Jeffrey Mazar: The obmodeling Package (html)
Yuting Tan: Return Volatility, Market Microstructure Noise, and Institutional Investors: Evidence from High Frequency Market (pdf)
Stephen Rush: Adverse Selection and Broker Execution (pdf)
Jerzy Pawlowski: How Can Machines Learn to Trade? (html)
10:10 – 10:30 Michael Hirsch: Revealing High-Frequency Trading Provisions of Liquidity with Visualization in R (html) (video)
10:30 – 10:50 Eric Glass: Equity Factor Portfolio Case Study (html) (video)
10:50 – 11:10 Break
11:10 – 11:30 Seoyoung Kim: Zero-Revelation RegTech: Detecting Risk through Linguistic Analysis of Corporate Emails and News (pdf) (video)
11:30 – 12:10 Szilard Pafka: No-Bullshit Data Science (pdf) (video)
12:10 – 13:30 Lunch
13:30 – 14:00 Francesco Bianchi: Measuring Risk with Continuous Time Generalized Autoregressive Conditional Heteroscedasticity Models (pdf) (video)
Eina Ooka: Bunched Random Forest in Monte Carlo Risk Simulation (pdf)
Matteo Crimella: Operational Risk Stress Testing: An Empirical Comparison of Machine Learning Algorithms and Time Series Forecasting Methods (pdf)
Thomas Zakrzewski: Using R for Regulatory Stress Testing Modeling (pdf)
Andy Tang: How much structure is best? (pptx)
14:00 – 14:20 Robert McDonald: Ratings and Asset Allocation: An Experimental Analysis (pdf)
14:20 – 14:50 Break
14:50 – 15:10 Dries Cornilly: Nearest Comoment Estimation with Unobserved Factors and Linear Shrinkage (pdf) (video)
15:10 – 15:30 Bernhard Pfaff: R package: mcrp: Multiple criteria risk contribution optimization (pdf) (video)
15:30 – 16:00 Oliver Haynold: Practical Options Modeling with the sn Package, Fat Tails, and How to Avoid the Ultraviolet Catastrophe (pdf) (video)
Shuang Zhou: A Nonparametric Estimate of the Risk-Neutral Density and Its Applications (pdf)
Luis Damiano: A Quick Intro to Hidden Markov Models Applied to Stock Volatility
Oleg Bondarenko: Rearrangement Algorithm and Maximum Entropy (pdf)
Xin Chen: Risk and Performance Estimator Standard Errors for Serially Correlated Returns (pdf)
16:00 – 16:20 Qiang Kou: Text analysis using Apache MxNet (pdf) (video)
16:20 – 16:40 Robert Krzyzanowski: Syberia: A development framework for R (pdf) (video)
16:40 – 16:52 Matt Dancho: New Tools for Performing Financial Analysis Within the ‘Tidy’ Ecosystem (pptx) (video)
Leonardo Silvestri: ztsdb, a time-series DBMS for R users (pdf)
16:52 – 17:00 Information about reception and dinner
17:00 – 18:30 Conference Reception
18:30 – 19:00 (Optional) Transfer to Conference Dinner
19:00 – (Optional) Conference Dinner (Rooftop, Wyndham Hotel)
Saturday, May 20th, 2017
08:00 – 09:00 Coffee/ Breakfast
09:00 – 09:05 Kickoff
09:05 – 09:35 Stephen Bronder: Integrating Forecasting and Machine Learning in the mlr Framework (pdf) (video)
Leopoldo Catania: Generalized Autoregressive Score Models in R: The GAS Package (pdf)
Guanhao Feng: Regularizing Bayesian Predictive Regressions (pdf)
Jonas Rende: partialCI: An R package for the analysis of partially cointegrated time series (pdf)
Carson Sievert: Interactive visualization for multiple time series (pdf)
09:35 – 09:55 Emanuele Guidotti: yuimaGUI: A graphical user interface for the yuima package (pptx) (video)
09:55 – 10:15 Daniel Kowal: A Bayesian Multivariate Functional Dynamic Linear Model (pdf) (video)
10:15 – 10:45 Break
10:45 – 11:05 Jason Foster: Scenario Analysis of Risk Parity using RcppParallel (pdf) (video)
11:05 – 11:35 Michael Weylandt: Convex Optimization for High-Dimensional Portfolio Construction (pdf) (video)
Lukas Elmiger: Risk Parity Under Parameter Uncertainty (pdf)
Ilya Kipnis: Global Adaptive Asset Allocation, and the Possible End of Momentum (pptx)
Vyacheslav Arbuzov: Dividend strategy: towards the efficient market (pdf)
Nabil Bouamara: The Alpha and Beta of Equity Hedge UCITS Funds – Implications for Momentum Investing (pdf)
11:35 – 12:15 Dave DeMers: Risk Fast and Slow (pdf) (video)
12:15 – 13:35 Lunch
13:35 – 13:55 Matthew Dixon: MLEMVD: A R Package for Maximum Likelihood Estimation of Multivariate Diffusion Models (pdf) (video)
13:55 – 14:15 Jonathan Regenstein: Reproducible Finance with R: A Global ETF Map (html) (video)
14:15 – 14:35 David Ardia: Markov-Switching GARCH Models in R: The MSGARCH Package (pdf) (video)
14:35 – 14:55 Keven Bluteau: Forecasting Performance of Markov-Switching GARCH Models: A Large-Scale Empirical Study (pdf) (video)
14:55 – 15:07 Riccardo Porreca: Efficient, Consistent and Flexible Credit Default Simulation (pdf) (video)
Maisa Aniceto: Machine Learning and the Analysis of Consumer Lending (pdf)
15:07 – 15:27 David Smith: Detecting Fraud at 1 Million Transactions per Second (pdf) (video)
15:27 – 15:50 Break
15:50 – 16:10 Thomas Harte: The PE package: Modeling private equity in the 21st century (pdf) (video)
16:10 – 16:30 Guanhao Feng: The Market for English Premier League (EPL) Odds (pdf) (video)
16:30 – 16:50 Bryan Lewis: Project and conquer (html) (video)
16:50 – 17:00 Prizes and Feedback
17:00 – 17:05 Conclusion
17:05 – 17:15 Transition to Jak’s
17:15 – 21:15 Post-conference Drinks at Jak’s Tap


Giáo dục và tự do

Giáo dục và tự do

(Tác giả: Lê Ngọc Trà – Nguồn:

(Nhân đọc L.Tolstoi và F.Nietzsche bàn về giáo dục)

Tự do là một trong những thứ quí giá nhất của con người. Hạnh phúc không chỉ là có cơm ăn áo mặc. Hạnh phúc là có Tự do. Độc lập tức thoát khỏi mọi phụ thuộc cũng là để được Tự do. Dân chủ cũng là một hình thức của Tự do, nhằm đạt đến Tự do. Tự do hiểu đơn giản là sự thoải mái, được hành động, làm theo ý mình, sức mình, không bị áp đặt và trói buộc, kể cả tự trói buộc mình, giống như cảm giác của một người vừa chủ trì cuộc họp, phát biểu chỉ dạy trước đám đông được trở về nhà, cởi cà-vạt, tháo giày, ngồi thoải mái một mình trong căn phòng yên tĩnh, cảm thấy mình là chính mình, thoát khỏi mọi lo âu vì trách nhiệm phải hoàn thành, vì sự trừng phạt có thể xảy ra, thoát khỏi cái vai mà mình phải sắm, phải diễn. Ở mức cao hơn Tự do là quyền sống, quyền làm ăn, thoát khỏi xích xiềng, là tự do ngôn luận, tự do tinh thần. Không có Tự do, con người như mất không khí thở. Người ta có thể chết vì mất Tự do, và cũng có thể sẵn sàng chết cho Tự do, hy sinh vì Tự do. Khi có Tự do, con người có thể làm được rất nhiều thứ theo ý mình. Đó là thời điểm khởi đầu cho vui chơi và sáng tạo. Nhà thơ Đức F. Schiller từng nói: “Con người chỉ chơi khi nó là người trong ý nghĩa đầy đủ của từ này và con người chỉ thực sự đúng là người khi chơi”. Với F. Schiller, khi chơi là lúc con người tự do, mà chỉ khi tự do thì con người mới thực sự là người. Sáng tạo cũng vậy. Người ta vẫn có thể sáng tạo theo mệnh lệnh, nhưng chủ yếu và quan trọng nhất là sáng tạo theo ý mình, tức sáng tạo như một hành động tự do. Chỉ khi có tự do thực sự mới có sáng tạo thực sự, dù là trong công việc hằng ngày, trong khoa học hay trong sáng tác nghệ thuật.

Tự do có quan hệ hữu cơ với Giáo dục. “Những nhà giáo dục của anh – F.Nietzsche viết – sẽ chẳng là gì hết nếu họ không phải là những người giải phóng anh”(1). “Giải phóng anh” ở đây là mang lại cho anh tri thức, giúp anh hiểu biết, giúp anh thoát khỏi màn đêm u tối bao quanh, giải phóng anh thoát khỏi các tín điều, giúp anh tìm lại chính mình và nhờ đó anh có Tự do. Cùng với cuộc đấu tranh để thay đổi các thiết chế xã hội và cải cách kinh tế, giải phóng cá nhân thông qua giáo dục là con đường đi đến tự do xã hội. Một xã hội tự do là xã hội của những con người tự do, do những người có hiểu biết và có ý thức về tự do tạo dựng nên.

Giáo dục không chỉ giải phóng mà còn vun bồi và nuôi dưỡng Tự do. Giáo dục tự bản thân mình là văn hóa nhưng đồng thời cũng là con đường để hình thành văn hóa, giúp con người biết ăn ở, biết lao động, biết thờ cúng, biết vui chơi, biết làm khoa học hay sáng tác thơ ca, nghệ thuât. Giáo dục và Văn hóa mở ra chân trời cho Tự do, mở cửa đi đến Tự do, tạo điều kiện để con người sử dụng và thực hiện tự do của mình, phát huy khả năng và ý muốn của mình và cũng chính nhờ đó việc có Tự do không biến người ta thành những kẻ vô công rồi nghề, bản thân Tự do cũng không trở nên xa xỉ hay vô nghĩa. Đặc biệt nhờ có Giáo dục và Văn hóa, Tự do được nuôi dưỡng và truyền lại từ thế hệ này sang thế hệ khác để nó được lưu giữ, không bị tiêu tan hay hao mòn dưới áp lực của mọi thứ chủ nghĩa danh lợi, khủng bố hay độc tài, toàn trị. Tự do là tinh thần tự do, ý thức về Tự do. Nhà trường và thơ ca hoặc ngấm ngầm hoặc công khai bao giờ cũng ấp ủ hay thổi bùng ngọn lửa tình yêu Tự do, tinh thần Tự do trong trái tim và khối óc của thế hệ trẻ cũng như trong toàn xã hội. Đồng thời, mặt khác, nhờ Giáo dục và Văn hóa, Tự do không chỉ trút bỏ tính hoang dã của mình mà còn khắc phục được những biểu hiện của thói tự tung tự tác và vô chính phủ (anarchy) thường bắt gặp trong các cuộc cách mạng hay trên con đường đi tìm sự bình đẳng và bản ngã cá nhân vốn đầy trắc trở và bi kịch. Không có Tự do thì không có con người, nhưng con đường Tự do là con đường đau khổ. Nhà trường và Thơ ca không chỉ khơi dậy khát vọng về Tự do mà còn làm quen những người trẻ tuổi với đau khổ của Tự do. Đó cũng là một cách chuẩn bị để thế hệ trẻ trưởng thành, vững vàng bước lên con đường đến với Tự do mà không dễ dàng chùn bước hay nản chí mỗi lần bị vấp ngã.
Nhưng Giáo dục không chỉ là khai trí, là con đường dẫn đến Tự do. “Giáo dục – L.Tolstoi viết – là biểu hiện cái mặt tồi tệ trong bản chất con người, nó là một hiện tượng chứng minh trình độ phát triển thấp của tư duy con người”. Tại sao vậy? Vì “Giáo dục là ý nguyện của một người muốn biến người khác thành một kẻ giống anh ta”. Ý nguyện ấy, theo L.Tolstoi, đi ngược lại quyền tự do của con người và không thể tồn tại: “Sự giáo dục với nghĩa là một quá trình cố ý hình thành người khác theo những khuôn mẫu nhất định, không hiệu quả, không hợp pháp và cũng không thể làm được”(2) Ở đây ý nghĩ của L.Tolstoi trùng với tư tưởng của F.Nietzsche khi triết gia này cho rằng “ý nghĩa nguyên thủy và bản thể chủ yếu” của con người là “những cái chống lại mọi hình thái giáo dục, mọi sự tác thành”(3).

Nói giáo dục như “cái mặt tồi tệ trong bản chất con người” và đi ngược lại “ý nghĩa nguyên thủy và bản thể chủ yếu của con người” nghe có vẻ lạ lùng, nhưng thực tế cho thấy điều đó không phải là sai. Cái gì cũng có hai mặt của nó. Vũ khí hạt nhân là sáng tạo của con người, nó cũng là văn hóa, nhưng vũ khí hạt nhân có thể sử dụng vào mục đích hòa bình mà cũng có thể dùng để gây chiến tranh hủy diệt. Đến như nghệ thuật là một trong những sáng tạo kỳ diệu nhất của con người nhưng dưới con mắt L.Tolstoi nó cũng có thể là điều ác: “Toàn bộ cái gọi là nghệ thuật – đó là một điều ác khổng lồ, một điều ác được đưa thành hệ thống. Cho dù những gì tôi nhận được ở cái gọi là nghệ thuật ấy quan trọng đến chừng nào thì dẫu sao bây giờ nếu có phải chọn lại một lần nữa giữa nghệ thuật như người ta vẫn hiểu và không có nghệ thuật thì chắc tôi sẽ chọn cái sau, cho chính mình cũng như cho những ai tôi mong sao họ được tốt lành”(4).

Quan hệ của Giáo dục với Tự do cũng tương tự. Giáo dục có thể là hình thức khai mở con đường đi đến Tự do, nuôi dưỡng và kích thích khát vọng tự do, nhưng Giáo dục cũng có thể là công cụ chế ngự Tự do, sự phát triển tự do, nhất là tự do tư tưởng, tự do tinh thần. “Giáo dục tư tưởng” có thể hướng tới những mục tiêu tốt đẹp, nhưng nó cũng có thể biến thành sự kìm kẹp về tư tưởng, triệt tiêu tư tưởng, nhất là khi những tư tưởng ấy mới mẻ, độc lập, khác với tư tưởng của người truyền đạt, của nhà trường, nhà nước. L.Tolstoi và F.Nietzsche phản đối bất cứ hình thái giáo dục nào mà ở đó những điều truyền dạy bao giờ cũng được coi là chân lí bất di bất dịch, là duy nhất đúng, ở đó học sinh chỉ được phép ghi nhớ và học thuộc chứ không có quyền thảo luận và nói lại. Lối giáo dục ấy, nếu về phương diện xã hội có gốc rễ trong tính chất chuyên chế của nhà nước, thì về phương diện cá nhân, theo L.Tolstoi, nó là “biểu hiện cái mặt tồi tệ trong bản chất con người” – đó là sự coi thường con người, coi mình tốt hơn người khác, có những đức hạnh mà người khác không có và từ đó tự cho mình có quyền “giáo dục” người khác.

Giáo dục – nếu có cái gọi là “giáo dục”, thì đối với L.Tolstoi, đó phải là một nền giáo dục tự do. “Chuẩn mực của giáo dục – ông viết – chỉ có một mà thôi – đó là Tự do”(5). Thế nào là một nền giáo dục tự do? L.Tolstoi giải thích: “Tự do là điều kiện thiết yếu của mọi qui trình đào tạo chân chính đối với người học cũng như người dạy… Chỉ riêng sự tự do hoàn toàn này, tức không có cưỡng bách và lợi lộc cũng đã giải thoát mọi người khỏi phần lớn những tệ nạn mà qui trình đào tạo cưỡng bách và lợi lộc hiện thời đang phát sinh”(6). Sự thoát khỏi mọi “cưỡng bách và lợi lộc” thể hiện trong tất cả “các qui trình đào tạo”, cả ở “người học và người dạy” đến lượt mình sẽ mang đến những hình thức dạy học mới, không lấy sự thuyết giảng theo lối áp đặt của thầy giáo làm chính, không dùng thi cử như một cách trừng phạt hay cưỡng bách ngấm ngầm và lúc ấy bản thân khái niệm “nhà trường” cũng không còn như cũ. “Nhà trường có thể không phải là cái nhà trường như chúng ta thường quan niệm, nghĩa là có bảng đen, có bàn học sinh, có bục giảng giáo viên hay giáo sư – nó có thể là một gánh xiếc, một nhà hát, thư viện, bảo tàng hay một cuộc đàm thoại-tổ hợp môn học…”. Trong cái nhà trường kiểu ấy thầy giáo có thể “bắt đầu dạy đại số và hình học giải tích cho những học sinh chưa biết số học…, dạy lịch sử Trung đại cho những học sinh chưa học thuộc lòng Lịch sử Cổ đại” (7). Những lời trên đây của L.Tolstoi thật là kinh ngạc. Nghe cứ như của các nhà giáo dục đổi mới hôm nay chứ không phải của đại văn hào Nga hơn 100 năm trước!
Chúng ta đang muốn thay đổi căn bản và toàn diện giáo dục Việt Nam và như vậy phải bắt đầu từ Triết lí. Nhưng Triết lí giáo dục ấy sẽ là gì? Có nhiều ý kiến khác nhau, trong đó đáng chú ý nhất là quan niệm nêu lên mục tiêu giáo dục hướng tới việc hình thành những con người tự do, có óc sáng tạo, chứ không phải con người chỉ biết phục tùng và làm theo những khuôn mẫu có sẵn. Nhưng làm thế nào để có được những con người như vậy? L.Tolstoi đã từng trả lời câu hỏi ấy khi ông ước mơ về giáo dục trong thế kỷ XXI – đó là xây dựng nền giáo dục “hình thành trên cơ sở quyền tự do của thế hệ học trò mới”. Đó là một kiểu văn hóa giáo dục mới đặt nền tảng trên sự thương yêu và tôn trọng con người, tôn trọng sự phát triển tự nhiên của trẻ, khuyến khích sở trường và tài năng, khơi dậy tìm tòi, khám phá và sáng kiến cá nhân, không áp đặt và trừng phạt. Đó là một kiểu nhà trường mới không phải như nơi ban phát chân lí và yêu cầu học thuộc, thấm nhuần mà là môi trường mở về tri thức, tự do tư tưởng, là nơi mọi người cả thầy và trò cũng như trò và trò cùng học lẫn nhau, cùng trao đổi, phản biện, tôn trọng lẫn nhau, tôn trọng sự khác biệt. Đó cũng là nơi cùng với sự phát triển tự do về tri thức, năng lực và tư duy sẽ hình thành những con người biết sống, biết yêu thương, trung thực và chuộng công lí, chuộng lẽ phải. Tóm lại đó là kiểu nhà trường “hoàn toàn tự do”, thoát khỏi mọi “cưỡng bách và lợi lộc”. L.Tolstoi tin rằng xây dựng kiểu nhà trường như vậy chính là con đường đưa con người đến hạnh phúc.

“Để công cuộc đào tạo mang lại kết quả ngày càng tốt đẹp hơn, tức là thúc đẩy sự vận động của nhân loại đến hạnh phúc ngày càng lớn thì cần phải làm sao để sự nghiệp đào tạo được tự do”.

L.Tolstoi viết những lời này một năm trước khi qua đời, khẳng định lại những điều ông đã nói nhiều lần hơn bốn mươi năm trước đó trong những trích dẫn ở trên. Niềm tin và hy vọng của L.Tolstoi cũng là niềm tin và hy vọng của chúng ta. Tin vào tầm quan trọng của Giáo dục và hy vọng sẽ có một nền giáo dục tự do trong tương lai.
(1)(3) F. Nietzsche: Schopenhauer – nhà giáo dục. (Bản dịch của Mạnh Tường-Tố Liên), Nxb. Văn học, HN, 2006, tr.12
(2)(5)(6)(7)(8) L.Tolstoi: Các bài báo: Về Giáo dục quốc dân, Về Giáo dục và Đào tạo, Bàn về Giáo dục, in trong “Đường sống – Văn thư Nghị luận chọn lọc” (Bản dịch của Phạm Vĩnh Cư và các cộng sự), Nxb. Tri thức, HN, tr. 30,22,821,59,822
(4) L.Tolstoi: Toàn tập (tiếng Nga), tập 30, tr. 211-212