金融学中使用的软件种类繁多，涵盖了统计分析、数据处理、投资分析、风险管理等各个方面。以下是一些常用的金融相关软件：

统计分析软件

EViews：用于经济数据的统计分析和预测，特别是时间序列数据。

SPSS：用于社会科学统计分析，也适用于金融数据分析。

SAS：强大的数据处理和分析软件，广泛应用于各个领域，包括金融。

Stata：一种“傻瓜式”的统计软件，适合初学者和数据分析和统计建模。

Matlab：集数值计算、符号计算、可视化、数据分析、数值和符号代数于一身的编程语言和交互式环境。

数据库

Wind金融终端：提供股票、基金、债券等基本信息和交易信息，以及上市公司财务信息，适合研究和作业。

Resset瑞思数据库：类似Wind，提供金融数据。

Csmar国泰安数据库：也是金融数据库，功能与Wind和Resset类似。

编程语言及相关库

Python：用于数据分析、机器学习和数据可视化，拥有丰富的金融数据分析库，如Pandas、NumPy和SciPy等。

R：用于统计分析和数据可视化，具有众多金融统计分析和建模的包，如quantmod、TTR和PerformanceAnalytics等。

C++：用于高频交易和量化策略开发。

SQL：用于管理和查询关系型数据库，在金融领域中用于提取和处理大量的金融数据。

其他工具

Excel：作为常用的办公软件，也广泛用于金融数据的处理和分析，特别是配合VBA编程技术可以实现更高级的功能。

Excel VBA：基于Microsoft Office软件的编程语言，可以与Excel等电子表格软件结合使用，进行金融建模和分析。

Bloomberg Terminal：提供全面的金融数据和分析工具，是金融专业人士常用的工具之一。

这些软件工具在金融学的学习和实际工作中发挥着重要作用，帮助金融从业者提高工作效率，辅助决策制定，提供实时市场信息和数据支持。根据具体需求和兴趣，金融专业的学生可以选择适合自己的软件进行学习和应用。