数学对金融的重要性范文

导语：如何才能写好一篇数学对金融的重要性，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：总观测变异；F分布；方差分析

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）50-0198-02

据此用单因素方差分析法来进行必备数学知识重要性的调查研究。

在实际的教学工作中，经常会出现经管类学生对必备数学知识学习接受程度的差异性问题。为了根据实际需要合理设计各专业经济数学的教学内容，达到因材施教的目的，调查了金融、会计、工程管理三个专业共计300个受访者。为简便期间在各组中随机抽取了6个人，测量了他们对于必备数学知识的重要性认识。用十级量表，最高为10分，最低为0分，数据见下表，计算数据有四舍五入误差。

在应用单因素方差分析时，应注意：方差分析是假定各观测数据是从具有相同方差且相互独立的总体中抽取的。对于不同的误差项，它们之间是不相关的。若误差项之间是相关的，那么F值会被扭曲，严重影响到结果的客观性。上述经管类学生对必备数学知识学习接受程度的差异性问题所选取的样本是同一个学院学习同一门经济数学课程的不同专业的学生，样本个体之间是相互独立的，符合应用单因素方差分析的前提。

下面还是对上述经管类学生对必备数学知识学习接受程度的差异性问题进一步分析。金融专业的抽样调查数据可认为是第一个因素水平，会计专业的抽样调查数据可认为是第二个因素水平，工程管理专业的抽样调查数据可认为是第三个因素水平。

为此，根据不同因素水平效益的点估计公式，有：

由此得出结论，对于经管类不同专业的学生而言，必备数学知识在后续专业的学习过程中的作用是不径相同的。虽然教学课程都是经济数学，但是根据不同专业的需要教师在课堂教学过程中应合理的安排教学内容和教学程度，以达到更好的教学效果的目的。

参考文献：

[1]盛骤，谢式千，潘承毅.概率论与数理统计[M].北京：高等教育出版社，2005.

篇2

关键词：金融数学，人才培养模式，创新

一、研究背景

金融数学专业是随着经济发展而设立的一门新的交叉学科，融汇了数学、统计学、金融学和经济学等多学科知识，是一个宽口径、厚基础、适应性强、发展空间大的专业。金融数学人才的培养顺应了国际和国内金融发展，特别是金融改革和金融风险防范的需要。

近些年来，数学在金融领域中发挥的作用越来越重要，无论在哪个国际大都市，金融数学专业人才都供不应求。在美国，金融数学家成为华尔街最抢手的人才之一。美国花旗银行副总裁柯林斯曾说过“从事银行业务而不懂数学的人无非只能做些无关紧要的小事”，“花旗银行70%的业务依赖于数学，如果没有数学发展起来的工具和技术，许多事情我们一点办法也没有，没有数学我们不可能生存”，这形象地体现了数学在金融领域中的至关重要性。

随着金融一体化和经济全球化的发展，我国金融体制改革和金融行业发展逐步加快，社会对金融人才的需求，不仅在数量上要求越来越多，而且在层次上要求也越来越高，特别是对掌握现代金融工具，能对金融做定量分析的专业人才更是求贤若渴。近年来发生的墨西哥金融危机，亚洲金融风暴及百年老店巴林银行倒闭等事件都在警告我们，如果不掌握金融数学等现代化金融技术，缺乏该领域人才就可能在国际金融竞争中蒙受重大损失。金融数学人才的培养可以极大地提高中国的竞争力，促进我国顺利融入经济和金融的全球化进程。

二、金融数学人才培养模式的探索与创新

为培养高素质的金融数学人才，我们对金融数学人才培养模式进行探索与创新，建立了一流的人才培养结构体系。

1、树立科学的人才培养目标

为满足社会对能做定量分析的金融专业人才的大量需求，我们建立了科学的金融数学人才培养目标：培养具有扎实的数学和统计学基础，掌握经济学和金融学的基本理论与方法，具备综合运用各种金融分析工具解决金融实务问题的能力，接受科学研究的初步训练，能够在政府机关、各类经济部门、科研院所等单位从事教学与科研、定量分析、风险管理、金融实务等工作，或继续攻读研究生学位的复合型和应用型人才。

2、建立鲜明的专业特色

1）注重基础理论和方法论学习

加强数学理论、经济理论、金融理论和统计理论等基础知识、思想和方法的学习，培养学生扎实的金融数学基础、严谨的逻辑思维能力和运用各种分析工具解决金融实务问题的能力。

2）注重实践能力的培养

在重视基础知识、基本理论和方法教学的同时，加强数学软件和统计软件的学习与应用，鼓励并组织学生参加数学建模、统计建模等活动，加强案例教学，建立高质量的教学实践平台和实习平台，培养学生设计金融数学模型，并运用各种软件进行定量分析的能力。

3）加强创新能力培养

通过专题研究、专业交流、专门调研和专项探讨等方式，提高学生运用数学等各种综合知识观察、分析和解决实际问题的能力，培养学生对于专业研究的理论创新和应用创新。

4）以微观金融和定量分析为主，顺应国内外金融发展需求

课程设置与国际接轨，以微观金融和定量分析为主，融合数学、金融和统计等知识，为学生发展打下坚实基础，使学生既可以进行国内外的学术交流，又满足中国社会经济发展的人才需求。

3、创建一流的金融数学人才培养体系

1）建立先进科学的课程体系。

按照学科发展规律及专业课知识衔接，整合优化课程体系和课程内容，使学生系统学习金融数学专业课程。课程设置注重数学、金融学、经济学和统计学等多学科的交叉融合，加强实践能力的培养，加大各种软件的学习与应用。优化后的课程体系着重培养学生掌握较全面与扎实的专业知识，拓宽学生的知识面，改善知识结构，提高知识运用能力，为学生的发展打下坚实的基础。

2） 注重因材施教，推动教学创新

重视教学方法改革，重视基础、强调基本概念、基本思想和基本方法训练，并加强教学实践。教学采取启发式、探究式等研究性教学，充分调动学生的学习积极性和创造性，提高学生的自学能力、动手能力、知识运用能力和创新能力，提升人才培养质量。

3）搭建学生创新、实践、科研平台。

定期聘请国内外一流专家、学者为学生讲座，介绍学科前沿或金融实务，激发学生学习兴趣，引导学生进行金融实务学习和金融实践创新，为学生搭建高质量的学习平台、实践平台和专业研究平台。

4）加强国内外的交流，开阔学生视野。

积极推进国际联合培养模式，加强与国内外机构的合作和交流，鼓励学生参加境外学习和实践，使学生接触国际学科前沿，有更宽的国际视野和更广阔的发展前景，培养面向世界，植根本土，具有国际视野的金融数学人才。

4、建立先进的人才管理机制

1）采用导师制，选聘优秀专业教师担任学生的指导老师，指导学生阅读经典著作、制定学业发展计划和职业生涯规划等，引导学生关注学科发展的最新动态，参加合适的科研课题，对学生发展给予指导。

2） 加强学生的日常学习管理，提高学习效率，促进学生健康发展。

3）鼓励学生全面发展，建立创新激励机制，对在学术研究、学科竞赛、专利发明等方面取得高水平成绩的学生认定给予创新学分。

三、小结

基于国内外对金融数学人才的需求，本文对金融数学人才培养模式进行了探索与创新，树立了科学的人才培养目标，建立以微观金融和定量分析为主，重理论、方法、实践和创新的专业特色，创建一流的人才培养体系，建立先进的人才管理机制，培养数学和统计基础宽厚、既掌握现代金融数学理论，又能综合运用各种金融分析工具进行金融实务分析，具有国际视野和社会竞争力的应用型金融数学人才。

参考文献

[1] 胡金焱.山东大学“金融数学与金融工程基地班”人才培养模式探索.《中国大学教学》 2010（1）：31-33.

篇3

关键词：金融数学 教学 人才培养

中图分类号：G642.0 文献标识码：A

文章编号：1004-4914（2013）02-130-01

金融数学是近年来新兴起的一门边缘学科，是金融学自身发展而衍生出来的一个新的分支， 是数学与金融学相结合的产物。金融数学是金融学由定性分析向定性分析与定量分析相结合、由规范研究向实证研究转变、由理论阐述向理论研究与实用研究并重、金融模糊决策向精确化决策发展的结果。现代金融业的发展对金融工作者的数学水平提出了较高要求，为适应社会需要提高金融人才的数学水平，一些高等院校开设了《金融数学》课程。学好这门课程，能提升学生的综合应用能力、研究能力，能改善学生的知识结构。因此本课程在大学人才培养中起到了重要的作用。

一、《金融数学》课程的重要性

金融数学的研究和应用具有重要意义，一方面通过金融数学，数学家能够深入经济金融领域，加深对经济运行和国家的经济进步的关心，另一方面使得经济学家可以掌握数学这一工具，更好地对金融进行定量分析研究，从而指导国家的经济发展，更重要的是数学家和经济金融学家可以结合起来共同建立具有中国特色的金融理论和方法，指导我国的经济建设。在我国金融体制改革的进程中， 需要大量掌握高科技、具有高能力的金融人才。因此，大力发展金融数学的研究和应用，培养大批掌握定量分析技术的金融人才就成了当务之急。

二、《金融数学》课程对人才培养的作用

1.提高学生自学能力和获取知识的能力。在当今的知识经济时代，知识的传播和扩散速度是所未有的，知识更新的周期也越来越短，学校教育已远远不能满足人们在知识时代进行技术创新和知识更新的需要，不断的学习并获取新知识和技能已成为人们最重要的需求之一，这就要求学生具有良好的自学能力，使自己能适应社会。金融数学中应用大量的数学理论和方法研究、解决金融中一些重大理论问题、实际应用问题和一些金融创新的定价问题等。由于金融问题的复杂性，所用到的数学知识，除基础数学知识外，金融数学大量的运用现代数学理论和方法。主要包括数理统计，随机分析、随机控制、鞅理论、数学规划、微分对策、非线性分析，泛函分析、倒向随机微分方程、分形几何、非线性分析等现代数学工具。这些知识已超出了学生的知识范畴，因此，对于学生来说，需要自学一些内容。自学能力恰是学生今后在工作和科研中永远需要的。

2.提高学生分析问题和解决问题的能力。当今世界，互联网已经改变了社会的生产和人们的生活方式。不仅绝大多数基本概念可以通过百度等获取，而且每时每刻还有各种信息。现在我们的教学对象基本都是90后，他们的信息极为灵通，仍然沿用满堂灌的教书方式，显然不能满足学生求知需要。通过金融数学课程案例教学环节，有助于激发学生的学习兴趣，并且通过展开讨论相互启发，从而调动学生辩证思考问题的积极性。与此同时，学生通过参与对各种方案的可行性的研讨，在寻找解决问题方法的过程中，提高学生分析和解决问题的能力。当今世界是一个高度开放的工作环境，从某方面来说团队合作精神往往决定着工作是否成功。个人事业的成功除了取决于个人的能力，往往还取决于个人人际关系能力和沟通能力。案例教学中学生通常要在小组合作中互相沟通，大家在一起讨论，取长补短，相互启发、集思广益，要正确看待别人的观点，也要正确评价自己的表现。尊重他人，树立理解和包容的意识；心平气和地与人交流，合作完成案例方案。这样，在与他人进行沟通的过程中，有助于提高学生处理人际关系的能力。

3.提高学生的科研水平。当今时代社会对人才的要求在不断地提高。这要求大学生不仅要具备夯实的基础知专业知识，更重要的是要培养自己的科研能力和创新意识。大学生的科研能力是创新精神与实践能力最直观的体现，培养和提高大学生科研能力是提高高等教育教学水平的一个重要方面，是促进中国高等教育改革和人才素质提高的重要途径。目前，中国高校课程设置中缺少类似科研讨论类和科研基本方法指导类的课程，导致大学生普遍缺乏从事科研活动的基本理论和方法，客观上拉大了大学生与科研活动之间的距离。金融数学课程设计环节，为学生提高科研水平创建了一个积极的情境。金融数学课程设计是实践性教学环节之一，是《金融数学》课程的辅助教学课程。《金融数学》课程是应用性课程，要求学生能将所学知识和方法与金融实践相结合，因此教学别强调理论教学与实验教学的紧密结合。在金融数学课程设计中，教师给出实际问题，学生围绕需要解决的实际问题广泛查阅与问题相关的资料，建立相应的模型，利用收集的数据进行模型估计与分析。这不仅大大锻炼和提高了学生自学的能力，而且提高了学生的科研水平。

4.提高学生职业技能。大学毕业意味着职业工作的开始，缩短学习者与工作者的距离是每个毕业生职业生涯的第一步。如果这个过程能在大学期间完成或接近完成，无疑大大增强了学生对于实际工作的适应能力，并意味其职业生涯有了一个良好的开始。在金融数学的实践教学环节中，带领学生到证券公司、保险公司等地进行学习。学生在指导老师的引导下，了解证券投资交易的程序等。这样集中的实践训练，大大提高了学生相关方面的业务能力，锻炼了学生的理论联系实际的能力和解决实际问题的能力。经过实践教学环节培训过的毕业生，综合能力强，提高了就业竞争力。同时还可以聘请当地银行、证券公司、保险公司等金融部门的精英，作为实践教学环节的有力辅助。不仅让学生了解金融行业的需求，并且能够让学生有目标地有方向地提前做好准备，规划好自己的职业生涯。

总之，《金融数学》对应用型人才培养有重要作用，因此我们要重视《金融数学》课程的改革和建设，努力提高课程的教学效果，增强学生的综合能力，让《金融数学》在人才培养中发挥更大的作用。

参考文献：

1.姜礼尚，徐承龙.金融数学课程体系、教材建设及人才培养的探索[J].中国大学教学，2008（10）

2.李晓红，李月秋，堵秀凤等.金融数学教学方法的探索与实践[J].资治文摘（管理版），2010（7）

3.魏葵.充分发挥案例教学在应用型人才培养中的作用[J].中国市场，2011（2）

篇4

数学的学习在学生生涯中，无论哪一个阶段都是学科中比较难学的一门课程。在信息化的二十一世纪，数学教育更加趋向于实践化的应用数学，即尝试将复杂的数学问题与实际生活实践联系到一起，也就是当下的“应用数学”专业。笔者将对当前应用数学专业的定位及其人才培养模式进行分析、研究，并指出在当前形势下，亟待加强应用数学专业的基础，确定专业定位，分方向培养，扩宽就业口径。

关键词：

数学与应用数学专业；专业定位；人才培养

1应用数学专业发展及定位分析

自上世纪90年代末开始，我国高等教育逐渐走入了“大众化”的使其，在这样的教育背景下，如何确定应用数学专业的定位及其人才培养模式成为了关键性问题。在国外，应用数学早在上世纪40年代便在国防、科技、生产管理、政府管理、金融经济等领域有了一定的应用基础［1］，并借助数学应用软件从后台走向了前台，使得应用数学的地位在社会生产、科研及经管等社会经济的重要贡献领域发挥着越来越重要的作用。当今时代是大数据时代、信息化时代，已经不能再沿用上世纪的人才培养模式，而必须在新时代背景下制定新的培养计划，把理论教学计划放在首要地位的同时，还要加强实践环节，以及对学生动手能力和实际操作能力的训练培养，将数学专业实践化。应用数学专业的定位主要包括两方面：一是培养学生的数学理论基础，主要课程包括数学分析、高等代数、概率统计、近世代数等基础数学理论，此外还包括运筹学、数学建模、优化算法设计等现代应用数学基础，并以此作为另一方向的发展基础；另一方向即是选择在软件工程方面或者金融方向的发展，在已有数学知识的基础上进行数据库开发、对Mathematica，Matlab等软件的应用等；在数理统计以及金融方向通过开设现代统计分析、西方经济学、保险学及精算、货币学等课程，并开展相应的实习活动，培养学生运用数学理论与方法解决金融领域实际问题的能力，培养复合型人才。

2应用数学人才培养模式研究

根据教育部出台的有关专业建设的文件和学校培养计划的总体部署，数学与应用数学专业的课程设置主要分为：公共教育，学科基础教育、专业基础课程、专业方向和实践教育五个环节。通识教育即对民主法治建设、科学文化素养、文学艺术类等对全校所有专业都有要求的学科培养，诸如基本原理概论、思想和中国特色社会主义理论体系概论、思想道德修养与法律基础和中国近代史等，还包含了对外语、计算机使用能力的培养，这也是现今社会对复合型人才的基本要求，在一些高校的培养计划中，还将数学建模课程也纳入了通识教育的范畴；专业基础课包括经典的数学理论，这是进行专业课程学习的基础，主要包括数学分析、高等代数、解析几何经典的三基，以及常微分方程，概率论与数理统计、数值计算方法等应用数学基础；专业方向包括软件工程和金融两个方向，前者开设的专业课程主要有数据库原理、操作系统、软件工程等；后者主要有现代统计分析、西方经济学、银行货币学、数理金融等现论课程；此外，一些适用数学专业的现代基础课程，诸如近世代数、泛函分析、拓扑学等都对学生数学修养的提升有很大帮助。最后，结合实践环节对理论知识的应用，提高数学与应用数学专业学生的上机实践能力和对解决实际问题的能力。

3应用数学当前困境

3．1专业定位与社会需求的矛盾：高科技时代，社会需要的数学人才是多方面和多层次的。［2］目前我国物理学、天文学及金融等领域的发展离不开应用数学的进步。例如，在生物学领域，利用纽结理论研究DNA分子结构，利用随机微分方程研究股票、期权价格，地质领域利用时间序列分析遥感图像特征等，都需要数学中的知识，这充分说明数学已经渗透到自然科学和社会科学的许多领域中了。

3．2教学方法、方式与时代不相适应：在当前数学教学过程中，许多课程内容仍使用以往传统的教学方式，不能很好地与当前信息化时代背景相适应，教学方法、方式也不再适应当代大学生，缺乏创新活动，而是“填鸭式”教育。

3．3课程设置中实践活动较少：以往的应用数学专业注重的是理论知识的教学，追求的是数学知识面的广度，而忽略了单一知识面的深度问题，导致绝大部分学生空有较强的理论知识，与实际生产生活严重脱节，这与国外应用数学教育注重应用的培养还有很大一段差距。

3．4应用数学的师范化教育意识薄弱：数学与应用数学的教学发展方向在过去一直是教师行业，随着各行各业对应用数学人才需求量的增大，许多学生并不希望从事教师行业，而是希望能在一些涉及高科技行业，诸如天文物理、机械制造等行业有所建树，而学校对应用数学专业的教育模式仍沿用之前的标准，致使学生师范技能薄弱，那些想从事教师行业的人才无法在师范招聘中脱颖而出。

4应用数学专业发展的措施

4．1明确人才培养目标，加强对学生的实践教育，推动数学与应用数学与其它学科的融合。随着科技的进步，数学与其他学科的相互渗透、融合成为了新的趋势，这些学科融合迫切要求学生自身转变学习观念，使自身适应时代的要求，成为复合型人才。

4．2优化传统课程，专业课程群。在对学科教育上，要积极优化、更新教学内容，使得原有更侧重理论教学的计划向新的信息技术方向转变，培养宽口径人才，引进国外成熟、先进的教学成果和教学理念，突出实践的重要性。［3］

4．3信息产业的发展及其与应用数学的融合对学生计算机能力提出了更高的要求，因此学校方面要加强对学生计算机算法设计的培训，推动学科的渗透、融合，学生自身也要根据兴趣爱好和时代背景选择自己喜欢的方向，并为之不断奋斗。［4］

参考文献：

［1］侯再恩，蔺小林，王社宽，刘利华，郭改慧，贺艳琴．数学与应用数学人才培养模式的研究与实践［J］．教育教学论坛．2015，35

［2］姜伯驹，李忠，郑志明等．我国数学类专业的教育改革［J］．数学通报．2003，05

［3］王利东．数学专业应用型人才培养模式的探索［J］．程度工业学院学报．2016，02

篇5

关键词：数理金融；行为金融；有效理性；投资者

文章编号：1003-4625（2014）06-0107-04 中图分类号：F832.1 文献标志码：A

一、发展历程：从数理金融到行为金融的演进

数理金融（Mathematical Finance）是指运用数学哩论和方法，来研究金融市场运行的规律。利用数学方法分析金融问题，最早可追溯到20世纪初，1900年法国数学家巴歇里埃（Bachelier L，）发表了他的博士论文《投机理论》（The Theory of Speculation）。他认为在资本市场中有买有卖，买者看涨、卖者看跌，涨涨跌跌，其价格的波动是布朗运动（BrownianMotion），其统计分布是正态分布。但人们通常认为现代金融学只有50年左右的历史，这50年也就是使金融学成为可用数学公理化方法架构的历史。1952年马科维茨（H.Markowitz，1927-）发表了他那篇著名的论文《投资组合选择》（Portfolio Selection），提出了均值一方差模型（Mean-Variance Portfolio Theo-ry），建立了现代资产组合理论（MPT），这才标志着现代标准金融学的诞生，马科维茨因为这个理论而被誉为“投资组合理论之父”。1964年马科维茨的学生夏普（W.Sharpe）在他老师研究基础上，提出单因素模型，构建了著名的资本资产定价模型（CapitalAsset Pricing Model，简称CAPM），夏普因此与他老师马科维茨一起荣获1990年诺贝尔经济学奖。1958年莫迪格利尼和米勒（Modigliani and Miller）提出MM定理，奠定了公司理财学的基础，并且首次明确提出无套利假设。1970年法玛（Fama）提出市场有效性假说（Efficient Market Hypothesis，EMH），得出对有效市场的经典定义：在有效的金融市场中，投资者是完全理性的，能够充分利用市场中的完全信息，最大化其期望效用，使得股票价格的变化始终能够及时准确地反映信息的变化，投资者的收益率符合随机游走模型。1973年，布莱克（Fisher Black）和斯科尔斯（Myrons Scholes）《期权定价与公司负债》ThePricing of Options and Corporate Liabilities）一文中提出了著名的Black-Scholes模型（简称B-S模型）。布莱克一斯科尔斯期权定价模型的成功促使1976年罗斯（S.A.Ross）的套利定价理论（Arbitrage PricingTheory，简称APT）的出现。20世纪50年代到80年代是数理金融发展的黄金时期，这段时期内数理金融得到了极大发展，取得了辉煌的成就。

行为金融作为一个新兴的研究领域，至今还没有一个为学术界所公认的严格定义。泰勒（Thaler）提出，行为金融学应该是研究人类认知、了解信息并付诸决策行动的学科。通过大量的实验模型，他发现投资者行为并不总是理性、可预测和公正的，实际上，投资者经常会犯错。2013年诺贝尔经济学奖得主、行为金融奠基人之一的罗伯特・希勒（RoberJ.Shiller）认为行为金融是从对人们决策时的实际心理特征研究人手讨论投资者决策行为的，其投资决策模型是建立在对人们投资决策的心理因素的假设基础上的。国内李心丹（2005）则认为行为金融学是行为经济学的一个分支，它主要是研究人们在投资决策过程中的认知、感情、态度等心理特征及其引起的市场非有效性的一系列问题嘲。可以说行为金融是心理学和金融学的结合，而最早探讨心理学和金融学相结合的研究，可以追溯到19世纪古斯塔夫・勒庞（Gustave Lebon）的《群体》（The Crowd）和麦基（Mackey）的《非凡的公众错觉和群体疯狂》（Extraor-dinary Popular Delusion and Madness of Crowds）。1936年凯恩斯基于心理预期在投资决策中的重要作用，提出股市“选美竞赛”理论和“空中楼阁”理论，他认为决定投资者行为的主要因素是心理因素，投资者是非理性的，其投资行为是建立在“空中楼阁”之上的，证券价格的高低取决于市场中投资者的心理预期所形成的合力，投资者的交易行为充满了“动物精神”（Animal Spirit）。1979年Stanford大学心理学教授特维茨基（Tversky）和Priceton大学研究心理学的卡尼曼（Kahneman）共同提出了期望理论（Pros―pect Theory），成为行为金融理论研究史上的一个里程碑。行为金融理论作为一种新兴金融理论真正兴起于20世纪80年代后期，1985年德朋特（Debondt）和泰勒（Thaler）发表了题为《股票市场过度反应了吗？》一文，揭开了行为金融学迅速发展的序幕。Shefrim和Statman（1994）的BAPM模型；Dan-iel、Hirshleifer和Subramanyam（1998）的DHS模型及Hong和Stern（1999）的HS模型等出现，行为金融进入快速发展时期。金融和行为金融所取得的主要成就。

二、对比分析：数理金融和行为金融的比较

通过对数理金融到行为金融的发展演变过程分析，发现数理金融和行为金融根本的不同有三个方面：一是假设的基础不同，二是研究的逻辑不同，三是方法和本质的不同。

（一）假设基础的不同

斯蒂格利茨（2010）指出：“经济学理论是一个逻辑推理过程，由一组假设以及由这些假设推演得出的结论共同构成，只有前提假设正确，结论才可能是正确的。”又如Mossin（1973）曾指出：通过检查前提假设，将能够更加准确地发现被忽略的部分，进而估计理想与现实差异的本质和影响。表2归纳了数理金融模型的具体假设。

通过对比分析我们可以发现，数理金融和行为金融关于前提假设的分歧主要存在两个方面：一是数理金融认为市场中的人是理性的，即经济行为人对其所处环境的各种状态都具有完美信息，并且在既定条件下每个人都具有使自己获得最大效用的意愿和能力。具体包括三个方面的含义：（1）自利性假设；（2）一致性假设；（3）极大化假设。但随着经济学研究的深入发展，上述经济理性的三个基本含义都受到不同程度的质疑。以西蒙（simon）为代表的有限理性得到了行为金融学派的认同，有限理性认为人类的理性在一定的限度内起作用，即理性的适用范围是有限的，并提出“实质理性”和“过程理性”的区别。行为金融对数理金融完全理性的假设前提进行了修正。二是数理金融认为市场是有效的，而行为金融认为市场并非完全有效。市场是否有效，是行为金融和数理金融争论的核心命题，也是理论界和实务界争论的焦点。市场有效学说的代表人物法玛认为，尽管大量文献证明了股价长期回报异常的存在，但市场仍是有效的，因为股价对市场信息的过度反应和反应不足同时存在，异常只是一种“偶然结果”。但希勒反对法玛的观点，他认为不能简单地把过度反应和反应不足当成是偶然结果，而忽略其背后的心理学依据。泰勒也认为传统数理金融只提供了一系列没有实证支持的资产定价模型以及一系列没有理论支持的实证观察结果，行为金融学的观点及方法将逐渐深入金融学研究的各个层面，以致最后“行为金融学”这一名词将消失。伴随着时间的流逝，纯理性的模型将被纳入一个更为广泛的心理学模型中去，其中完全理性将作为一个重要的特例。

（二）研究的逻辑不同

传统数理金融研究的是经济个体的最优决策行为，是基于严格假设条件下的一种理想情况，可以说是先创造理想，然后逐步走向现实，其关注的重点是理想状况下应该发生什么，而不是现实世界实际上发生了什么，它的研究逻辑可以说是从理想到现实；而行为金融研究的是现实生活中的真实决策行为，是基于现实实际情况下发生了什么及其深层次的原因是什么，可以说是先基于现实，然后逐步走向理想，它的研究逻辑是从现实到理想。行为金融对于数理金融来说是一种现实的逻辑，逆向的逻辑。

（三）方法与本质的不同

数理金融主要是把数学作为工具，利用数学的原理和方法来研究金融市场的规律，数学本身不会对金融市场产生影响，它仅仅是一种工具。而行为金融除了利用数学的原理和方法外，更加注重利用心理学的知识和方法来研究金融市场规律，二者的不同在于人的心理本身会对金融市场产生重大影响，金融市场的很多现象和规律都与人的心理有关，心理现象会对投资者的投资产生重大影响，著名投资大师巴菲特的经典名言就是：“别人恐慌的时候贪婪，别人贪婪的时候恐慌。”行为金融探究人们决策时的实际心理特征，研究人的认知、感情、态度等心理特征对投资者及金融市场的影响，是抓住了金融的本质。

三、结语：理想世界到现实世界

通过以上的对比分析，可知数理金融的核心理论和模型都是建立在严格的假设前提下的，是对市场达到均衡时所呈现状况的一种完美抽象和阐述，刻画的是一种理想市场状态。正如Miller教授所言：“描述了在经济学家眼中一个理想世界中，存在完美的资本市场，所有的市场参与者的信息完整且对称等条件下的理想结果。”而行为金融从投资者的现实交易行为出发，描述的是现实市场中的真实状态，由于投资者行为的“易错性”，现实世界中投资者总是非理性或有限理性的；由于“反身性”的存在，市场并非都是有效的，2008年的金融危机也确凿地证明了有效市场假说的不足。行为金融通过对数理金融核心假设的修订，拉近了理性选择的预设条件和现实生活的距离，赋予了行为金融强大的生命力，使其具有更显著的实践指导意义。

篇6

一、科学方法论

什么是科学方法论?有的学者认为,科学方法论,狭义的仅指自然科学方法论,即研究自然科学的一般方法,如观察法、数学方法等;广义的则指哲学方法论,即研究一切科学的最普遍的方法。

科学方法论是对客观事物本质和规律(客观的)进行证实和证伪(可错的)的一般认识原则或学问(理论的),其可以划分为理论层次的科学方法论和经验的科学方法论。理论认识层次即实现知识的系统化,形成具体领域的理论体系的科学思维活动阶段,对于这个科学认识层次的研究,可以称之为理论层次的科学方法论。经验的科学方法论是对各种事物在经验积累过程中所出现的各种问题进行概括、综合、分析、实证,从而获得适用于实际目的的经验规律的理论。无论如何,科学方法论都只能是一种针对世界的某一个侧面、某一个层次的研究[1]。

在经济学的领域内,方法论也有狭义和广义之分。狭义上经济学方法论是指论证经济学理论正确的某种原则,如现代经济学广泛流行的实证主义,广义上的经济学方法论则包含着什么是科学的经济学理论,经济学的分析方法和理论创新的方法论[2]。作为应用经济学的分支,金融经济学所研究的中心问题是在不确定的条件下,基于市场主体决策行为的金融市场运行状况以及对金融资产的财务和资产定价问题。现代金融经济学由公司定价两个部分组成,其研究内容包括资产管理和资产价值评估,而科学方法始终贯穿于金融研究的全过程。

二、金融经济学中运用的三个科学方法

科学是随着实践的需要而产生,并随着实践的发展而发展的。金融经济学是代表人类对金融领域的最为“理性”的认识,是对金融现实进行理性思考的基本框架。从金融经济学的基础理论,如市场有效假说、随机漫步理论及泡沫不存在理论等在思维方法的逻辑创新,到以《非理性繁荣》一书名动天下的美国耶鲁大学教授罗伯特·希勒在2003年2月提出建立惠及更多社会阶层和国家的全球金融新秩序来为风险提供金融工具以规避宏观、微观金融风险的观点,金融经济学的思维方式遵循着发现问题———提出问题———解决问题———验证解答的逻辑过程,其思维过程仍然还是那种:“归纳现实,从特殊到一般提出理论;再演绎一般原则,从一般到特殊来验证理论的过程”[3]。纵观金融经济学的发展历程,其中主要运用了以下三个方法:

(一)科学抽象法

科学抽象是正确反映客观事物本质,逐次形成概念、范畴、规律及一般原理的认识过程,是从经验到理论,从旧理论到新理论的必由之路[4]。

科学抽象是认知主体的能动活动,具体表现为认知主体分析能力、综合能力的正确运用。科学抽象的进程可分为两个阶段。在第一阶段,认知主体运用其分析能力先将多样性统一的事物整体分解为各个部分和方面,然后从中排除其非本质的、次要的和偶然的成分,抽取出某一部分和方面或不同部分和方面的本质规定。马克思将这一过程称之为“完整的表象蒸发为抽象的规定”[5]。在第二阶段,认知主体运用其综合能力按照不同部分和方面的本质规定的内在联系,将它们连接为一个统一的整体,达到思维中的具体。马克思将这一过程称之为“抽象的规定在思维行程中导致具体的再现”[6]。

在资本资产定价模型中,马科维茨首先抽象出单个资产的预期收益率为某收益率出现的概率,风险可以用收益率的变动幅度(即方差)表示,这就是从感性上的具体上升到抽象。针对用马科维茨模型选择资产组合需要进行大量繁复的计算这一缺陷,威廉·夏普在1963年提出了单指数模型。在威廉·夏普的资本资产定价模型中,在无效性的投资组合与其他个别证券的风险与收益条件下,资本市场线很难对其收益与风险进行衡量。为此,证券市场线的模型描述了在市场均衡状态下,风险证券或组合的期望收益率是它与市场组合收益的协方差(风险)的线性函数。由于人们习惯于以市场组合作为衡量风险的标准,在市场均衡状态下,资本资产定价模型下证券或证券组合的期望收益率是贝塔(证券或组合的协方差相对于市场组合方差的倍数)的线性函数,从而解决了证券的定价问题。这充分体现了从抽象的规定上升到思维中的具体。

(二)实证法

实证法又称实证分析,是规范分析的对称。实证分析一般要经过理论实证分析和经验实证分析两个主要阶段。理论实证研究的一般过程可概括为四个步骤:第一,提出理论假设的有关条件;第二,建立理论假设模型并推导出主要结论;第三,理论假设模型的经验检验;第四,验证理论假设,并由此展开深入的理论分析。经验实证分析即以观察到的事实来论证因果关系。经验检验是依据模型对经验数据的处理,以验证所提出的命题。

最初的Black-Scholes模型是针对欧式股票期权而设计,且不考虑股利,但现实证明不考虑股利的期权定价在很大程度上影响了期权定价的正确性,不久之后,Black与Scholes在模型中又添入股利的成分。1976年,FischerBlack稍微修改模型,借以评估期货期权的价值。1983年,MarkGarman与StevenKohlhagen又做了一些修改,使该模型也适用于外汇期权等。发展到今天,Black-Scholes型可以说是一个通用的期权定价模型,即可以用在欧式期权,也可以用在美式期权,即可以用在外汇期权,也可以用在期货期权等的定价上。可见,Black-Scholes模型的发展也是经过假设、分析、检验、修改等循环的过程逐步完善的。

(三)数学分析法

现代经济学的发展表明,数学已经成为重要的、不可缺少的研究工具。人们在研究中逐渐发现,有的时候并不是不存在问题,而是缺少解决问题的工具。这就导致在金融经济学的研究过程中,数学工具的使用变得越来越前沿,金融经济学研究也随之开始变得越来越抽象。这也正如诺贝尔奖获得者、英国剑桥大学经济学家RichardStone所说的那样,在社会科学中使用数学已被广泛接受了,只有少数顽固抵制的领域除外。

数学的重要性与日俱增的原因主要有以下几点:首先,由于社会科学的许多分支定量似或是被迫定量化;其次,虽然社会科学的理论是用文字表达的,但借助数学形式来分析和比较会为其带来很大的帮助;再次,对于一些主题比较模糊、甚至很难得到确切信息的概念,数学可以提供一种领会手段;最后,由于社会科学关注的不只是描述发生了什么,还有隐藏于其背后的有效或是无效的决策,而这些决策的过程在很大程度上可以借助数学方式来表述和分析,这也使我们的决策可以较多地依赖于知识而不是仅凭推测。

金融数学模型的建立,对金融市场风险分析、预测与监控有着非常重要的作用。二十世纪50年代末60年代初,马科维茨的投资组合的均值-方差理论与Sharpe的资本资产定价理论,开创了金融数学理论的先河,他们的理论引发了所谓的第一次“华尔街革命”[7]。第二次“华尔街革命”是由Black和Scholes于1973年提出的衍生证券定价理论。正是这二次“革命”构成了蓬勃发展的新学科———金融数学的主要内容;同时也是研究新型衍生证券设计的新学科———金融工程的理论基础。

三、科学方法论对我国金融经济学发展建设的指导

在我国,金融经济学的发展历史更短,方法论的研究更是远远不足,导致在金融经济学的研究上出现以下方面的问题:

(一)由于我国现代金融业的发展历史不长,可供研究的资料不够充分,抽象分析无法说明对象本身,据此进行规范研究,很难得出正确的“应当怎样”,从而导致了大量存在的具体问题难以得到正确的理解解释,使理论与实践脱节。

(二)很多学者囿于一些西方经典作家的某些结论,忽视我国的特殊国情,仅从简单的抽象对比中来论证金融现象的规律性和特征。

篇7

【关键词】 统计学 教学实践 财经专业

随着大数据时代对于数据分析人才的需求越来越多，如何从海量数据中有效挖掘有用信息并进行数据分析已逐渐引起国内外政府机构及学者的极大关注，国际上关于大数据科学研究的呼声也越来越高。统计学作为一门数据分析学科，主要通过收集整理研究对象的数据，进行建立统计模型、量化分析、总结和预测，探讨研究对象的数量规律及其特征。随着大数据时代的来临，统计学的重要性越来越得到社会的认可和重视，具有统计学基础的人才需求量也越来越大。

由于统计学涉及的理论内容、公式和抽象概念比较多，通常需要一定的数学基础和较强的逻辑推理能力，因此学生普遍认为《统计学》是一门比较难以掌握和学习的课程。结合自己对财经类专业学生讲授《统计学》课程的实际教学实践，在分析目前教学中存在问题的基础上，就如何提高统计学课程的教学效果，探索适合金融工程、工商管理、会计学等财经类专业的教学内容、教学手段和教学方法以及考核办法，如何解决统计学教学存在的问题为社会培养高质量的专业数据分析人才谈一下自己的想法和思考。

一、《统计学》教学中存在的问题

1、教学方法单一

目前，统计学教学仍然是以教师课堂讲授为中心的教学思想、学生被动地接受知识传输的传统填鸭式教学方式。以多媒体教学为主的背景下，虽然多数教师坚持黑板板书与多媒体课件相结合，但是有些教师将多媒体教学完全取代黑板板书，使得课堂教学内容容量过大，讲授速度过快，缺乏师生之间的互动和交流。统计学内容在重点部分常常涉及较多公式和概率统计定理，使用多媒体课件授课使得讲课速度过快，造成学生无法跟上教师思路不能理解具体内容，仅仅会记忆理解，熟练地套用计算公式，无法引起学生的学习兴趣。

2、教学内容只注重应用表面，缺乏理论深度

财经院校《统计学》课程的教学内容仍然是以数据的收集、整理、描述和分析入手，简单介绍统计调查、统计整理、统计指标、时间数列、指数、相关回归、统计推断等内容。对于教学中涉及到的基本数学定理、数学公式推理以及前后知识在数学上的联系缺乏讲解，使学生不能理解到所学知识的本质，仅仅会依葫芦画瓢地应用，导致学生在处理实际问题时方法单一、创新不足。有些财经专业的学生培养方案更是将统计学与概率统计同一学期开设，使得统计学课程的内容缺乏概率统计中的大数定律、中心极限定理等假设检验的基本知识，造成学生无法理解所学内容。

3、教师队伍知识结构不合理

讲授统计学的教师队伍近几年虽然有了很大的变化，但还有一部分统计教师的知识结构不够理想，数学和计算机知识水平与客观要求还存在一定的差距，仍需要继续改进和提高。财经类院校讲授统计学课程的教师主要以经济统计、数量经济学等财经类出身教师为主，缺乏数学专业科班教师，使得课程内容的设计仅注重应用，缺乏相应的数学理论作为支撑，使得学生对所学知识一知半解。

4、统计软件与统计案例缺乏有效结合

随着大数据时代的到来，学会用统计软件处理实际问题的方法和分析能力已成为每个学生必经的阶段，计算机软件在统计学教学中的重要性越来越显著。现实中，虽然统计学的课堂教学中也注重统计方法的应用，但是由于统计学知识繁杂、课时安排普遍过少、开课班级过多等原因，导致统计学教学过程中对于学生的动手能力的训练过少。尤其是财经类非统计专业学生的培养方案中《统计学》课程设计基本以54学时为主，使得课程教学内容仅可完成理论教学，缺乏用SPSS、SAS、R软件等统计软件进行实际问题处理的实践教学。

5、统计分析方法与学生专业知识缺乏有机结合

统计分析方法与学生的专业脱节，教师从概念、公式、定理等方面讲授完统计理论与统计方法后，往往无法从学生的专业角度出发与实际的经济、金融、管理等内容相结合设计统计案例，或者完全缺乏与实际问题相关的统计案例，很难取得较好的教学效果。例如给金融工程专业的学生讲测定离中趋势的指标标准差时，可以结合股票投资的例子说明标准差度量风险的应用，以引起学生的学习兴趣。

二、《统计学》教学改进措施

1、提高教师素质

大数据对统计学的挑战要求统计学教师必须加强专业学习，及时学习和接受新的知识，提高自身专业素质。作为一名统计学教师，课堂教学不仅要给学生传输知识，还要与网络资源相结合，充分发挥多媒体在统计教学中的作用，形象生动地展示统计过程和分析应用，通过实际的统计数据案例分析与学生互动，及时设置统计理论与实际数据分析相关启发性问题，调动学生的学习兴趣和主动学习积极性。同时，各财经院校要针对各自的具体情况采取有效措施，不定期或定期举办统计学授课经验交流会或送青年教师参加国内一流大学举办的课程培训或进修，为教师提高授课技巧创造有利条件，并注意吸收高学历、高学位的统计专业人才充实到统计教师队伍以提高统计学教师的整体素质。

2、改革教学方法和手段，增强学生学习的主动性和积极性

改变传统教学方式，充分利用网络资源充实多媒体教学课堂内容，调动学生主动学习的积极性和主观能动性，提高学生综合运用统计学方法解决实际问题的能力。在教学过程中采取“讲授式教学”、“启发式教学”、“互动式课堂讨论”、“理论与案例结合”等形式多变的授课方法，以达到学生主动融入课堂、主动思考的更好教学效果。虽然各种教学方法都有不同的特点，但是授课过程中要根据学生的专业特点适当调整教学内容，并根据教学内容的性质和特点选择合适的教学方法或多种教学方法进行优化组合，使学生能够较容易地融入课堂，以快速掌握课堂知识取得较好的教学效果。

虽然多媒体教学具有内容丰富、所含内容信息量大的特点，可以图文并举形象生动地展示课堂内容，已经成为主流教学手段，但是仅用多媒体教学，忽视黑板板书教学，会使得课堂内容含量过大而导致学生的思维跟不上教学进度，特别是统计学课程内容涉及较多数学公式推导和定理证明，不用板书进行严密的推导，不利于学生理解和掌握。因此，在教学过程中应将传统板书教学和多媒体教学相结合，充分利用这两种不同教学方法的优势，达到更好教学效果的目的。

3、积极引进数学专业教师，优化教师知识结构

财经类院校要积极引进数学专业出身教师担任统计学教师，讲授内容上对所涉及的数学理论进行适当的推理证明、补充最新统计方法并适当深入讲解理论在实际应用时的重要性，将理论与实际应用相结合，培养财经院校非统计专业学生的逻辑思维和理论与实践结合的能力，让学生在未来工作中遇到处理实际问题时能够具有较强的理论基础应用于实践，并为实现数据处理方法创新、理论创新和知识创新打下较好的基础。

4、将理论教学与实践相结合，加强软件应用实践教学

财经类院校开设统计学课程的目的是为学生更好地学习专业理论知识提供数量分析的理论与方法，为学生运用统计学的理论与方法分析、研究其专业实际问题提供方法论基础。而统计学正是以经济、金融、社会等实际现象的数量方面为研究对象，通过统计软件直观处理和分析实际问题的方法，因而教学过程中要与学生所学专业相结合，选择SPSS、SAS或R软件进行案例教学，培养学生熟练应用统计软件进行数据分析的能力，为学生将来独立处理大数据问题打下坚实的实践基础。

5、改革传统考核方式

《统计学》是一门侧重实际应用的方法论课程，传统的考核方法主要以闭卷笔试为主，考核内容主要是统计基本理论和方法，通过期末闭卷考试并不能客观准确地评价学生对这门课的掌握程度和实际应用能力，当学生遇到具体的实践问题时往往不知如何处理。因此，有必要对统计学课程考核方式进行改革。可以将学生的期末总成绩从传统的闭卷考试方式改成由平时成绩20%、软件实践30%和笔试成绩50%三部分构成。笔试考核内容突出实用性和工具性，可设置开放试题，重在考核理解而不是死记硬背定理或公式，考查学生综合利用统计知识和方法分析和解决实际问题的能力，使学生不仅学到统计学知识，又能灵活地运用于实际问题。

三、结语

随着大数据时代的到来，社会对具有扎实统计基础的数据分析人才需求越来越多，《统计学》作为数据分析方面重要的基础工具课程，对于财经类学生的专业课学习和毕业论文设计及将来从事金融、管理、经济等行业数据分析相关专业工作十分重要。因此，要提高统计学课程的教学效果和教学质量，任课教师不仅要努力钻研统计基础知识，探索新的统计授课方法，提高自己的综合素质，同时也要勇于探索适合不同专业特色的教学内容，编写符合新时代特征的新的教学案例和多元化的教学手段，在教学活动中不断实践探索，切实加强理论教学与实践教学相结合，改革已有考核方式，提高教学效果和质量。

（基金项目：吉林省教育厅“十二五”社会科学研究基金项目（2015348）。）

【参考文献】

[1] 游传新：高校统计学教学存在的问题与改革思路[J].长江大学学报（社会科学版），2008（5）.

[2] 冯蕊、王国辉：高职财经类非统计专业统计学教学中的问题与思考[J].科技和产业，2010（6）.

篇8

Abstract： This paper describes the importance of financial analysis and credit risk measurement model in credit rating. From the perspective of the development of credit rating， the development of traditional credit risk assessment method and the modern credit risk model is summarized. The disadvantages of the traditional credit risk assessment method are revealed. The advantages of the modern credit risk model are the factors can weaken the subjective judgment. At last， through the advantages and disadvantages of each model， it is concluded that the credit risk measurement model in China should be based on the actual situation of China.

关键词： 信用风险；信用评级；风险度量模型

Key words： credit risk；credit rating；risk measurement model

中图分类号：F832.2 文献标识码：A 文章编号：1006-4311（2017）03-0026-03

0 引言

信用发展是随着社会进步和市场经济而来的。西方发达国家因其经济发展的需求建立了完善的信用管理体制，我国金融市场规模也在不断的扩大、市场体制也在逐步完善，信用管理体制的匮乏已经成为我国现阶段的重要问题，我党十七大和十七大六中全会提出了建立社会信用体制的要求，随后《社会信用体系建设规划纲要》也被提出，社会信用体系建设成为了我国经济建设的重要任务和主要课题。

信用风险也就是我们说的在交易当中的违约风险，在金融市场交易当中，往往存在一种现象――信息不对称。这使金融市场交易者面临着信用风险，降低了市场的交易率。近几年，随着经济的不断发展，在金融市场当中信用风险越来越大，也越来越复杂，并不断积累上升。

信用风险已经引起人们的高度重视，人们更加关注评级技术和其影响效果。在我国诸多学者利用已有的信用风险度量模型对金融业进行风险度量研究并分析其适用性。唐海鸥通过30家房地产公司的财务数据验证了z 值模型的有效性[1]。向军通过运用BP 人工神经网络模型和Logistic模型对现代企业信用风险进行评级，证明了人工神经网络方法在信用评级当中优于Logistic方法[2]。王琼在理论上将KMV模型同其他模型进行对比分析，认为KMV模型在评价上市公司的信用风险上比较适用[3]。基于以上学者分析和实证研究的综述，在本文中探讨各种模型在金融行业的可行性。我国信用评级与国际相比，起步较晚，缺乏对信用评级数据的整理与归纳，对企业数据库的建立更是薄弱。所以要根据现有的信用风险度量模型的特点，创建适合我国国情的信用风险度量模型仍然处于研究当中。

1 信用风险度量模型的重要性

信用评级给投资双方建立了信息桥梁，使市场上的资金不再因信息不对称而无法发挥其功能、减少了金融机构对企业繁琐检查的程序，使资本市场得到了增效。然而信用评级机构是否能站上合理、公正、客观、正确的角度对待评级对象，主要因素有两个：第三方信用评级机构本身必须是独立的，无外界干扰、评级过程当中采用的评级技术是否合理。信用评级机构的独立性得不到认可，那么结果必然受到人们质疑。所以前者存在人为因素，不好把握判断。

评价企业价值的第二因素是评级技术，评级技术是对公开信息和收集私人信息进行加工、整理和挖掘，还有对信息抽象成为主要信用质量的决定性变量或成分，并对这些影响因子进行有效分析，最终得到可以用来评价风险程度的信用等级级别。一旦评级机构的评级技术有误，则评级结果必然与实际情况相差甚远，那么对投资者来说一个错误的信息必然损失惨重；对企业来说因得不到投资者的青睐，融资资本将大大降低，这样扭曲了金融市场的机能。所以信用风险度量模型的重要性要得到必要的重视，建立一个正确和适合我国普遍性的评级模型是发展信用市场当前的主要任务。

2 传统信用风险评价方法

传统信用风险评价方法主要是专家分析法，借助于债务人的财务信息和个人素质等方面，通过分析经济体的各种信息最终主观的评估信用等级给予贷款额度。其中比较常用的是“5C”、“5w”、“5p”、“LAPP”、“SWOT”、“财务比率分析方法”。

以上5种分析方法都属于专家评价法，存在着主观性。而且都不能完全包括度量一个企业信用风险的因素，其他未被考虑的因素也会对企业的信用等级有影响。在实际生产实践当中，第三方信用评级机构往往需要对于企业信用风险的重要因素进行深入调查，确定企业的信用风险状况。传统信用风险评价方法只是现在评估一个企业的基本工作，而且主观性和对专家依赖性过强，要求评估人员的综合素质高，导致评估成本偏高。专家人员因个人见解的分歧，使得评级结果不一致具有随意性，这样每一批专家评级出来的结果都不可能一致。

3 信用风险模型的发展

因传统信用风险评价方法自身存在着一定的缺陷，人们开始研究统计模型。信用风险统计模型主要是指评级人员对企业的财务数据当中的敏感性财务指标进行观察和分析，判断出企业的经营状况和财政情况，并采用适当的经济计量模型进行计算。通过数学模型计算出来的评级结果对投资者来说，是甄别一个企业的投资价值外在表现，避免不必要的损失和风险；对于企业来说揭示出了财务上的问题，并针对此问题进行方案调整使其从偏轨回归正轨。表1为当前国内主要应用的各种模型的分析对比。

4 评价度量方法的优缺点

Z-积分模型与Zeta统计分析模型简单易懂，虽然Z值判断存在着灰色区域，但不影响它在其他方面的发展，它可以预测公司前2-3年的破产概率。两个模型的财务指标偏少，使得重要的资本市场数据被忽略，其预测的准确性和及时性也被削弱。两个模型的前提条件是变量之间存在线性关系，但现实市场当中变量之间存在线性关系是无法保证的，因此因素的限制，模型将不能准确的预测企业破产风险。

KMV模型虽然理论完善，但违约距离和违约概率之间的关系是基于美国数据得到的，因此其他国家使用存在一定的限制性，KMV模型需要一个公司15年的数据，建立这样的数据库需要很多条件，且评级系统已相当完善。该模型在使用上有相当严格的约束力，对于一个成熟的上市公司而言其可行性较好，对于非上市公司评估存在一定的困难。该模型偏重于市场价值，但事实上市场价值并不能完全等于账面价值，可见其模型使用的制约性。

Logit模型采用一系列的财务指标作为研究数据，对数据不要求多元正态分布和协方差相等，但如果样本点完全分离时，参数的最大似然估计可能不存在，模型的有效性值得斟酌。对数据样本的要求一般在200个以上，否则对参数数据的计算可能出现偏差。Probit模型、Logit模型在原理说明上一样，但Probit模型对数据的要求是服从标准正态分布，计算上比Logit模型要复杂，但精确程度相对Logit模型要高很多。

人工神经网络法对数据的选择不存在线性关系，对定量和定性信息可同时处理，处理数据相当准确及时。但是在数学理论当中没有成熟的理论基础和完整的神经网络，学习时间长，对小样本数据和局部极小点问题上，解决方法不成熟。

有时对评估一个企业的信用风险时也不能准确的做出“是”或“非”的结论。将模糊数学应用在此，也是个不错的选择。但模糊数学的隶属函数很复杂，其稳定性也难以保证。很多数学家对其仍存在疑问，不认同其理论。

突变理论模型的特性主要有多稳性、突跳性、滞后性、发散性、不可达性。信用风险系统中存在多方因素的制约，其中某一因素可能会发生突变事件，导致数据无法连续和规律变化。如果把企业的财务指标、定量指标、突发事件作为模型的控制变量时，此模型的五种特性是可以通过企业的信用风险状态表现出来的。

5 结论

综上所述，随着信用风险的复杂变化和不确定性，度量信用风险模型也在不断发展不断完善。到目前为止已出现多种模型，但都存在着自身的优缺点，很难适应企业的信用风险复杂程度。传统的信用风险度量方法依靠专家打分，可能导致各个专家的结论互相矛盾，难以保证其结果的正确性。现代风险度量模型有些需要大量统计数据，计算发杂，建立模型是采用的指标和假设可能对模型在度量时的准确程度有影响。

我们信用评级起步较晚，在选择模型上存在制约因素。例如很多企业并没有建立自己的数据库，对于那些需要大量数据的模型无法选择。其次，比西方发达国家相比，企业违约主要原因来自于自身的经济问题，无法偿还债务；而在我国企业违约的原因较复杂，可能是经济问题也可能存在弄虚作假等现象。因此在选择模型上应使用多种方法互相考虑，扬长避短寻找模型和方法的互补性。还要考虑企业与企业之间的差别和特性，各项因素之间的相互作用，信用评级时可能会有突发事件对其结果影响重大。构建适合我国当前情况的信用风险度量模型，应从我国根本国情出发。

参考文献：

[1]唐海鸥.上市公司财务指标在信用评级中运用的实证分析[J].财会通讯，2010（7）：47.

篇9

一、 现代资产定价基础

现代金融理论的发展与两大基本主题密切相关。首先是研究和发展跨时期模型，把静态的单一时期资产定价模型推广到动态环境下进行研究，这是金融理论研究领域中的一大进步。其次是认识和研究在跨时期框架下、与静态模型无关的变化因素之作用。

罗伯特。C.默顿于1973年提出了跨时期的资本资产定价模型。该模型把资产的预期额外收益与资产额外收益状态的协方差联系起来，该状态的变量和价格被假定为遵循联合扩散的过程。这表明资产额外收益状态的空间变量呈多元化正态分布。事实上，默顿运用随机过程分析发展了资本资产定价模型。

金融学家们通过动态规划和后向逆归法，把以时期依赖（time-dependent）政策为研究目标的跨时期问题转换为人们所熟悉的静态问题。为方便起见，又把消费的剩余效用分成两部分而使总量达到最大化。t时的第一部分为当期消费效用，第二部分为今后所有时期的预期效用，目标函数为：

Max{uk（ck，t）+Eki[jk（wk，s，t）]} {c，w}对当期消费求导得：Max{Ukc[ck（wk，s，t），t]=[Jkw（wk，s，t）]}由此可见，单时期和资本定价模型与跨时期（多时期）均衡状态之最优化结果的区别在于财富J（w，s，t）的间接效用函数的性质。个人间接效用函数不仅取决于当前财富，也取决于当前的经济形势。因为S×1向量S是一组状态变量，包括消费、投资和就业机会。只要一个人的生活不是在一瞬间所完结的，投资组合和消费比率就总会不断地得到调整。

消费的β模型又被称为基于消费的资产定价模型，这是布里敦（Breedon）于1979年所提出的模型。在多时期模型中，针对个人消费的政策至关紧要。在单时期模型中，最终财富被假定完全消费掉。

正如在静态模型中，个人根据资产对最终财富的贡献来评估资产那样，在动态环境中，最重要的是财富与消费流量的边际关系，这就是消费的β模型。该模型还把默顿的跨时期资本资产定价模型中被定价的所有变量合并成单一的消费β。

跨时期的预期模型是针对默顿的跨时期资本资产定价模型而提出的。默氏的模型忽视了资产价格确定的路径与合理预期。1985年考克斯、英格索尔和罗斯用扩散过程构造了理性预期跨时期资产均衡模型（即CIR模型）。在CIR模型中，生产技术与偏好被事先规定，而用不确定的债务对定价理论进行分析并求解价格。结果，合理均衡价格的确定路径是具体技术规定的函数，这一模型现已被应用到利率期限结构之中。

总而言之，在过去的几十年里，即便是在不确定性的条件下，消费与组合的建模仍然取得了重大进展。其中，跨时期资产组合理论与资产定价模型是最突出且最有实际应用价值的理论模型。

二、 期权定价理论及其发展过程

1972年，费希尔。布莱克（FischerBlack）和迈伦。S.休尔斯在《金融》杂志上发表了题为《期权合同定价与市场有效性检验》（ValuationofOptionCon tractsandTestofMarketEfficiency）的论文，标志着金融革命的到来。从此之后，金融理论复杂的数学模型对金融实践有着直接的、广泛的，金融理论与金融实践相结合成为当今金融研究领域的主流。

然而早期的金融研究并非如此。现代金融数学的渊源可追溯到1900年，当时法国学者路易斯。巴谢列（LouisBachelier）完成了有关投机理论的博士论文。这项工作标志着两门分支学科的诞生：即研究连续时间随机过程的金融数学和研究连续时间条件下衍生证券定价理论的金融经济学。

在四十年代末和五十年代初，伊藤清（KiyoshiIto）发展了巴氏的理论，使其成为金融学重要的数学工具———随机技术。1965年，保罗。萨缪尔森发表了认股权证合理定价理论。从五十年代后期到整个六十年代，马柯维茨（Markowitz）、莫迪利安尼（Modigliani）、米勒（Miller）、夏普（Sharpe）、林特勒（Lintner）、法马（Fama）和萨缪尔森等人都做了大量的开拓性工作。而在此之前，所谓金融理论只不过是个人轶事、粗算规则和数据所组成的大杂烩。

六十年代末及七十年代初，金融学模型变得日益复杂，涉及到定价和最优决策的短期性和不确定性因素等。动态资产组合理论、跨时期资本资产定价和衍生证券定价的新模型均应用了随机微分和随机积分等式、随机动态规划及偏微分方程等数学工具。就对金融实践所发生的影响而言，应当首推布莱克。休尔斯的期权定价模型。

后来的研究则主要按三个方向展开：定价技术在非金融期权产品中的推广与应用；对定价公式的实证性检验；放宽假设条件以及加强应用的理论基础。

期权定价公式主要基于五大假设条件，其中第五条假设，即期权定价公式的函数相关性———假设期权价格是资产价格、无风险债券价格以及时间的二阶连续可微函数。对此，约翰。B.朗（JohnB.Long）和克利福德。W.斯密斯（Clif fordW.Smith）等人提出了质疑。默顿（Merton）于1977年作出数学推导，证明了假设五是推导结果，而并非假设条件。

范围更大、至今仍在讨论的研究问题是，在不存在动态资产组合战略的条件下，定价公式的有效性、完全复制的可行性以及不完善的程度是问题的关键。连续交易只是理想的条件，因而在离散交易的情况下，所谓复制至多只是逼近而已。

后来的模拟工作表明在现有的交易间隔和投机价格的波幅内，只要其它假设可行，误差完全可以控制。约翰。C.考克斯（JohnC.Cox）和史提芬。A.罗斯（1976）以及默顿（1976）放宽了连续样本路径的假设，采用阶跃和扩散过程来分析期权定价，以捕捉标的资产（Underlyingasset）返回过程的非局部性移位。在不存在连续样本路径的情况下，复制是不可能的，排除了严格的无套利推导。

相反，期权定价模型推导的完成则借用了均衡资产定价模型，比如跨时期资本资产定价模型和套利定价理论（罗斯，1976）。有关非完全复制方面的资料很多，以后研究者们又对定价公式的基本框架进行了扩展和补充。作出重大贡献的主要有以下学者：默顿（1974，1992）、布莱克（1975，1976）、约翰。考克斯和罗斯（1976），迈克。帕金森（1976）、休尔斯（1976）、奥尔德里奇。A.韦萨切克（OldrichV.Vasicek）、道格拉斯。T.布里顿和罗伯特。H.利茨伯格（1978）、威廉。马格里布（1978）、斯科特。F.里查德（1978）、夏普、迈克。J.艾图多和S.施瓦茨（1978）、罗伯特。盖斯克（1979）和迈克。哈里森以及大卫。M.克里普斯（1979）。

对基本定价模型的修正表明，即使放宽模型的假设条件，定价公式仍然有效。索普1973年研究了卖空的约束条件，勒兰（Leland）则在1985年将交易成本也考虑进去；英格索尔和休尔斯研究了不同的资本收益税率和红利税所产生的影响，默顿于1973年推导出红利和随机利率因素的一般模型；考克斯和罗斯以及默顿使用了交错随机过程，研究了在股票价格的变化不依赖连续样本路径情况下期权问题。鲁宾斯坦和布里南分别于1976年和1979年通过限制典型投资者的效用函数，得出了在离散时间交易条件下的布莱克———休尔斯期权定价。

三、 与实践相结合的典型范例

期权定价模型对金融服务领域的实践具有极大的指导意义和推动作用，同时，金融实践反过来也为金融提供了实验场地，从而促进了金融理论的进一步。金融服务业迫切需要理论研究，以便了解和掌握为客户所提供的产品与服务的定价和生产成本等方面的技术。有关衍生工具的研究成果很快就被到金融实践之中，并且在很大程度上促进了理论和应用研究的同步发展。

六十年代的金融学术研究，包括资本资产定价理论、运行绩效与风险测算以及实证研究所必需的有关证券价格的大规模数据库的建立等等，对金融实践产生了重要。然而，七十年代，定价模型的推广速度和影响力均是前所未有的。期权定价理论对金融实践的影响不仅局限于衍生证券（如：公司债券、期货、浮息按揭贷款、保险、投资咨询和税法），用来推导期权定价公式的理论框架也可应用于金融产品的定价。事实上，期权定价技术在支持金融新产品以及市场开发等方面一直起着不可忽视的作用。

七十年代全球结构发生了重大变化，经济波动加剧。其中比较重大的事件有：随着布雷顿森体系瓦解和美元的贬值，汇率由固定制度向浮动制度转变；欧佩克成立以及由此引起的全球石油价格冲击；美国两位数的通货膨胀和利率水平；美国道。琼斯指数的大幅下跌（由1973年初的1050跌至1974年底的580）。期权定价模型可以说应运而生，从此，风险管理的地位开始逐渐凸现出来，七十年代所设立的簿生证券交易所的成功原因不言而喻。当时挂牌交易的品种包括股票期权、主要货币期货和固定收益的债券期货。

交易的成功加快了金融数量模型的应用节奏，从而方便了对期权定价和风险强度（水平）的评估。1975年期权定价模型的发表，促进了在交易所上市的期权以及柜台衍生市场的培育和发展。而市场的超常规扩展与成功也同样促进了衍生证券定价模型等金融技术工具的进一步研究和发展。

自期权定价公式发表以来，美国金融业的运转发生了巨大的变化。第一家期权交易所———芝加哥商交所属下的期权交易所于1973年4月开始运作，仅隔两年，该交易所的交易商用模型就对期权头寸进行定价和保值。同时，清算所也用模型和保值比率确定交易商的净风险，美国全国性抵押市场开始形成。1974年，美国国会通过了《职工退休收入保障法案》，促进和推动了此后的养老基金行业的发展。同年，货币市场基金问世，共同基金飞速发展，共同基金旗下的资产由25年前的480亿美元扩张到今天的约50，000亿美元。

金融衍生工具的主要功能之一便是降低成本，便于风险管理。对于机构而言，利用衍生证券实施金融战略的成本仅相当于现货市场证券交易的十分之一。经过二十多年的发展，金融服务业早已变得面目全非。首先，政府限制竞争，保护行业利润的作法已经被废止。第二，固定佣金制度被取消，代之以各公司根据市场竞争自主定价。第三，各行业相互渗透，行业界限变得非常模糊。例如，大经纪行与银行和储蓄贷款社竞相争夺生意，发挥自己的优势对按揭贷款进行包装和再包装，以扩大市场广度。银行业也不甘示弱，开始与投资银行、经纪公司和保险公司争夺商业房地产，高风险并购贷款。第四，机和通讯技术降低了交易成本，促使金融产品和服务走向全球化，为客户提供个性化服务。

到为止，衍生工具应用得以迅速推广的主要原因是证券化趋势，此外便是人们对衍生工具在风险分散、打包和转移中所起作用的认识日益增多。事实上，没有哪一家金融服务公司只是出售直接从客户手里购买进来的同一产品。相反，他们将产品拆零销售或重新组合成新的、能够满足客户具体要求的混合型金融工具。

不难想象，金融服务公司正在扩充资本，以便在全球范围内运作，用特有的专业知识解决客户要求，为自己的长期衍生产品创新牌子。他们的利润来源于对市场的认识和了解、建立具有应用价值的金融模型，并为客户提供资产增值方案。一般而论，风险管理系统提供具有何种风险和对何种风险进行保值的信息。另外，它还需要解决高级管理层和雇员之间信息不对称的，并且协调雇员与股东之间的利益关系。

四、 金融学与其它学科的交融

现代金融学尤其注重金融理论在金融市场上的实际应用，人们经常运用金融理论对市场的有效性进行检验，甚至对金融资产的价格进行预测，充分展示了这些理论的应用性和强大的生命力。在国外的一些金融学教科书中还可以看到鞅理论在金融学领域的应用。

通讯与计算机技术的进步将会逐渐降低消除信息不对称状况的成本，并且加快利用期权定价技术进行创新的步伐。全球范围内的金融组织形式将会发生巨变，交易技术和工具将会继续发展，为了认识和促进这一变化，学术界与实务部门所进行的研究变得十分必要和紧迫，学术领域的重要性比以往任何时候都更加重要。同时，对于经过严格培训、深谙期权定价技术的熟练从业人员的需求将越来越大。

金融创新给金融带来绝好的发展机遇。教育机构应当如何应付挑战？这是每一专业教育机构必须面临的问题。金融衍生工具使金融行业的界限越来越模糊，同时也使学科设置的界限越来越难以确定。商学院和经济学系已经遭遇来自数学系、所和工学院、管院所进行的研究和课程设置方面的强有力竞争，金融学科建设与课程设置的改革已经成为当务之急。而对不确定条件下签约行为的治理则已受到法学院方面的有力竞争。金融理论的诸多进展迫使金融服务公司比以前更有效并且更经济地满足客户复杂的需求。商学院和经济学院的毕业生与工程师、数学家、物理学家和电脑专家搭档，将会更好地解决客户的融资需求。

在我国，目前金融衍生工具的研究仍处于初级和低层次阶段。早在九十年代初期，就有学者开始研究衍生工具，但当时仅限于入门性的介绍，未作深入研究。1997年度诺贝尔经济学奖授予休尔斯和默顿之后，我国也掀起了金融衍生工具的研究热潮，不断有大量的专著、译著和论文面世。清华大学宋逢明等人做了大量基础性工作，翻译出版了好几种国外名著。然而遗憾的是，大多数专著的理论水平不高，基本上是仿照或改写国外同类著作，真正有见地的东西并不多见。从国内已发表的有关论文来看，也是鲜有进展和突破。但可喜的是，目前我国政府部门、研究院所、高等院校、银行证券等金融机构都非常重视金融工程理论的研究与应用，并着手组织并拨专款资助有关研究。我们热切期待着金融理论研究的长足发展与进步，并愿为此添砖加瓦、贡献出一份绵薄之力！

〔〕

〔1〕Hull，JohnC.，1998，Options，Futures，andOtherDerivativeSecurities，Peking：HuaxiaPublishingHouse.

〔2〕Bhattacharya，Sudipto，andConstantinides，GeorgeM.，1989，oryofValuation，NJ：Rowman＆LittlefieldPublishers，Inc.

〔3〕Sharpe，WilliamF，etc.1995，Investments，Peking：QinghuaUniversity.

〔4〕Chance，DonM.1995，AnIntroductiontoDerivatives，NewYork：TheDrydenPress.

篇10

经济学专业并不仅仅是人们所认为的工作好找、赚钱多的“热门”专业而已。事实上，大学里的经济学专业似乎与热门不沾边，它只是一门学科，研究着社会现象与问题，与研究其他领域的学科一样。就专业而言，经济学注意理论上的传授与研究，至于如何将其运用于对实际的指导，则是对我们学习经济学的学子运用所学理论结合实际的能力要求。

本科期间需要学习的有政治经济学、经济学原理、统计学等基础课程和高等数学、线性代数、概论统计等数学课程以及根据小专业选择的不同选修的专业课程，比如财政学、货币银行学、经济学史、发展经济学、国际金融学等。当然，也离不开实践活动，包括社会调研、实习工作以及各种联系实际的赛事等。

一般来说，经济学的就业方向主要是以下几大类。第一是经济预测分析人员。这一般是在大公司和经济决策部门，负责市场数据的收集和分析，市场化程度的加深使得市场调查和分析的重要性也越发明显。第二是市场营销人员。顾名思义就是销售产品和提供服务，但并不是简单的推销员而已，而是要具有专业技能，充分掌握市场需求。第三是管理类人员。刚出校门的大学生由于工作能力与经验的限制，一般不太容易获得好的管理职位，所以首先得到的可能是一线的管理职位，比如生产管理、人事管理助手等。第四是其他行业的相关职位，比如公务员等。