数量金融研究的前沿领域
经济学和金融学的研究方法和研究前沿

经济学和金融学的研究方法和研究前沿引言经济学和金融学作为社会科学的重要分支,为我们理解和解释经济和金融现象提供了基础理论和方法。
随着社会经济的不断发展和变化,研究者们不断探索新的研究方法和前沿领域,以更好地应对现实世界的挑战。
本文将介绍经济学和金融学的研究方法,并探讨当前的研究前沿。
经济学的研究方法经济学的研究方法包括理论研究和实证研究。
理论研究主要是通过建立逻辑和数学模型来解释经济现象。
经济学家使用优化理论、均衡分析、博弈论等方法来构建理论模型,并通过推演和分析来解释经济现象。
例如,供求关系模型和边际效益理论等都是经济学中常用的理论工具。
实证研究则是通过数据分析来验证和检验理论假设。
经济学家采集和处理各种经济数据,应用统计学和计量经济学方法来对经济现象进行定量分析。
例如,经济学家经常使用回归分析来评估变量之间的关系,并进行因果推断。
实证研究可以帮助我们了解经济现象的真实状况,验证理论的有效性,并为政策制定者提供决策支持。
金融学的研究方法金融学的研究方法与经济学有很多相似之处,但也有一些特殊之处。
金融学研究的对象是金融市场和金融机构,研究方法主要包括市场观察、实证研究和实验研究。
市场观察是金融学中常用的研究方法之一。
研究者通过观察金融市场的价格、交易量和波动等信息来了解市场行为。
市场观察可以帮助我们把握市场的动态变化,并发现市场中的规律和趋势。
实证研究在金融学中也得到广泛应用。
金融学家通过收集和分析大量的金融数据,使用统计学和计量经济学方法来研究金融市场和金融机构的运行规律。
实证研究可以为投资者和机构提供决策依据,也可以为金融政策制定者提供参考。
实验研究是金融学中一种相对较新的研究方法。
金融学家通过设计和开展实验来模拟金融市场和金融机构的行为,以便更好地理解和解释金融现象。
实验研究可以控制变量,精确测量影响因素,从而更加准确地分析金融市场和金融机构的行为。
经济学和金融学的研究前沿经济学和金融学的研究前沿涉及多个领域,以下介绍其中的几个重要领域。
金融科技的发展前沿

金融科技的发展前沿近年来,金融科技行业迅猛发展,给传统金融行业带来了革命性的变化和挑战。
随着人们对金融科技的依赖程度不断提高,我们可以预见未来金融科技的发展将呈现以下几个前沿趋势。
一、区块链技术区块链技术作为金融科技领域的重要创新之一,已经引发了广泛关注。
区块链是一种去中心化的账本技术,通过分布式数据库和加密算法确保了交易的透明性和安全性。
未来,区块链将被广泛应用于金融领域的各个环节,如跨境支付、信用背书和数字资产交易等。
它的出现将极大提高交易的效率和安全性,并推动金融行业的创新与发展。
二、人工智能技术人工智能技术作为另一个重要的金融科技前沿,正在深刻改变着金融服务的方式和效率。
利用人工智能技术,可以实现智能投顾、风控管理、欺诈检测等金融服务的自动化和智能化。
例如,通过大数据和机器学习算法,可以对客户的投资偏好和风险承受能力进行准确分析,为客户提供个性化投资建议。
人工智能技术的广泛应用将进一步提高金融服务的普及度和可负担性。
三、云计算技术云计算技术是指通过互联网实现对计算资源的共享和使用。
在金融科技领域,云计算技术可以为金融机构提供弹性的计算和存储能力,降低IT基础设施的建设和运维成本。
云计算技术还可以实现数据的实时共享和协同处理,方便金融机构之间的合作与交流。
未来,随着云计算技术的不断完善,金融机构将更加依赖云计算平台来提供稳定的金融服务和创新的金融产品。
四、移动支付技术移动支付技术是金融科技领域最受普遍关注的应用之一,它通过移动设备实现了便捷的电子支付。
随着智能手机的普及和支付技术的不断创新,移动支付已经成为人们生活中不可或缺的一部分。
未来,移动支付技术将继续发展壮大,涌现出更多的支付方式和场景。
例如,虚拟货币、二维码支付和人脸识别支付等技术将进一步改变人们的支付习惯,并推动金融服务的普及和便利化。
五、大数据技术大数据技术是指对海量数据进行分析和挖掘的一种技术手段。
在金融科技领域,大数据技术可以帮助金融机构更好地了解客户需求,优化产品设计和市场推广策略。
金融科技的前沿动态和应用

金融科技的前沿动态和应用随着科技的日新月异,金融领域也开始逐渐应用新兴的技术手段,如人工智能、区块链、大数据等,来改变传统金融行业的商业模式和服务方式。
这些新技术的应用不仅提高了金融机构的效率和便利性,还对整个金融市场产生了深远的影响。
本文将介绍金融科技领域的前沿动态和应用,对未来发展进行展望。
1. 人工智能在金融领域的应用人工智能是近年来发展最为迅猛的技术之一,它通过模拟人类的思维过程和决策能力,可以帮助金融机构实现大规模数据分析、风险管理和客户服务等多项任务。
其中,机器学习和自然语言处理是人工智能在金融领域中最为常见且可行的应用方式。
机器学习在风险管理中的应用:借助机器学习算法,金融机构可以更准确地评估客户信用风险,并及时采取风险缓释措施。
此外,通过分析海量数据,机器学习还可以实现欺诈检测、反洗钱等重要任务。
自然语言处理在客户服务中的应用:金融机构通过自然语言处理技术,可以建立智能客服系统,实现智能问答、智能咨询等功能。
这不仅提高了客户满意度,也节省了人力成本。
2. 区块链在金融领域的应用区块链作为一种分布式记账技术,被广泛应用于金融领域,在支付结算、资产证券化及供应链金融等方面发挥了重要作用。
支付结算:区块链技术可以实现点对点的跨境支付,在降低支付成本和加速资金流转方面有着显著优势。
例如,比特币就是一种基于区块链技术建立的数字货币。
资产证券化:通过利用区块链技术,传统资产证券化过程中的信息不对称问题得到了解决。
通过将资产转化为数字化资产,并建立基于区块链的交易平台,可以实现更有效、更透明的资产交易。
供应链金融:区块链技术将供应链上各环节关联起来,实现全程可追溯和信息共享。
这对于解决供应链中信息断层、信任问题具有重要意义,并能够提高供应链金融效率。
3. 大数据在金融领域的应用大数据技术以其强大的数据处理和分析能力,在金融领域发挥着重要作用。
通过对大规模数据进行挖掘和分析,可以获得更准确、更全面的市场信息,并辅助金融机构进行决策。
经济学专业导论的重要研究领域及前沿问题

经济学专业导论的重要研究领域及前沿问题经济学是研究资源配置与利益分配等经济现象和经济行为规律的学科,奠定了现代经济社会发展的基础。
在经济学专业导论中,我们将探讨经济学的重要研究领域以及当前的前沿问题。
一、经济增长与发展领域经济增长与发展是经济学中的核心议题之一。
该领域主要关注经济体如何实现持续稳定的增长,并通过改善人们的生活水平来实现社会发展。
在这一领域的研究中,经济学家关注的关键问题包括经济增长的驱动因素、产出与就业的关系、技术创新、可持续发展等。
二、宏观经济学领域宏观经济学研究整个经济体的总体运行规律,关注国家或地区的经济总体表现和经济政策的制定。
重要研究领域包括宏观经济增长理论、货币政策、财政政策、国际经济关系等。
在当前的前沿问题中,宏观经济学领域关注的重点议题包括经济危机与金融风险管理、货币政策的有效性、经济全球化对国家和地区经济影响的评估等。
三、微观经济学领域微观经济学关注决策个体,如家庭、企业和市场等,以及它们之间的相互作用和决策。
在这个领域中,经济学家研究个体决策的原理和行为模式,以及市场供需关系、价格形成等。
前沿问题包括市场失灵与政府干预、信息不对称对市场效率的影响、竞争与垄断等。
四、发展经济学领域发展经济学探讨发展中国家如何实现经济增长和社会发展。
研究范围包括贫困与不平等现象、逃避贫困圈的策略、可持续发展等。
前沿问题涉及到如何有效解决贫困问题、实现可持续发展、改善适应气候变化的能力等。
五、环境经济学领域环境经济学关注环境保护与经济发展之间的关系。
研究重点包括资源配置、环境污染与减排、生态系统服务等。
当前的前沿问题涉及到如何平衡经济增长和环境保护的关系,寻找可持续发展的路径等。
六、行为经济学领域行为经济学关注人们的决策行为和行为模式,研究心理学、认知科学等对经济决策的影响。
该领域的前沿问题包括决策过程中的行为偏差、行为经济学在公共政策制定中的应用等。
以上仅是经济学专业导论中部分重要研究领域及前沿问题的简要介绍。
数量经济学前沿研究动态分析

数量经济学前沿研究动态分析数量经济学是经济学中的一个重要分支,它利用数学、统计学和计量经济学的工具来研究经济现象。
数量经济学的研究是经济学领域中的一个前沿领域,随着科技的不断发展和社会经济的不断变化,数量经济学的研究也在不断取得新的进展。
本文将就数量经济学前沿研究动态进行分析,并展望未来的发展趋势。
一、新兴经济学理论的研究在数量经济学的研究领域中,新兴经济学理论一直备受关注。
随着全球化和信息技术的不断进步,新兴经济学理论的研究也在不断涌现。
行为经济学、实证工业组织经济学和发展经济学都是当前数量经济学研究的热点之一。
行为经济学是一门研究人们经济行为的学科,它引入了心理学和认知科学的理论,试图解释人们在各种经济决策中的行为特征。
行为经济学的研究成果被广泛应用于金融、市场营销、消费者行为等领域,成为数量经济学研究的重要内容之一。
实证工业组织经济学是一门研究产业组织结构和市场性质的学科,它通过统计分析和计量模型研究市场竞争、垄断力量和市场结构。
实证工业组织经济学的研究成果对政府制定产业政策、企业竞争策略等方面具有重要的指导意义。
发展经济学是一门研究发展中国家经济增长、贫困和不平等问题的学科,随着全球范围内可及的数据不断增加,对于发展经济学的研究也取得了突破性进展。
数量经济学的方法在发展经济学研究中的应用,为政策制定和实施提供了更加准确和方便的工具。
计量经济学是数量经济学中的一个重要分支,它利用数学和统计学的方法对经济现象进行定量分析。
在当前数量经济学研究中,计量经济学方法的创新研究备受关注。
时间序列分析是计量经济学中的重要方法之一,它主要应用于研究经济变量随时间的变化趋势和波动特征。
随着大数据和机器学习技术的不断发展,时间序列分析方法也在不断创新,成为数量经济学研究中的重要工具。
面板数据分析是计量经济学中的另一个重要方法,它主要应用于研究多个单位(如国家、企业等)在不同时间点上的经济变量。
面板数据分析方法在数量经济学的研究中具有广泛的应用价值,尤其是在跨国比较研究和产业组织研究中发挥了重要作用。
经济学评论经济领域的前沿研究综述

经济学评论经济领域的前沿研究综述在当今全球化和快速发展的时代,经济学作为一门关注社会发展与区域经济的学科,在经济领域的前沿研究中起着重要的作用。
本文将从几个重要的方面对经济学领域的前沿研究进行综述,以期加深对经济领域发展方向的理解和认识。
一、技术创新与经济增长技术创新被普遍认为是现代经济增长的驱动力量。
近年来,人工智能、物联网、区块链等技术的快速发展,给经济学家们带来了新的研究领域。
在这个领域中,经济学家们通过分析技术创新对经济增长的影响,寻找适合不同经济体的技术创新路径,以推动经济的可持续发展。
二、经济不平等与社会公平经济学界一直关注着经济不平等对社会的影响。
近年来,随着全球收入差距的扩大,研究经济不平等的问题变得愈发重要。
经济学家们通过数据分析和模型建立,探讨不同税收和财富分配政策的效果,以期寻找解决经济不平等和促进社会公平的路径。
三、环境经济学及可持续发展随着气候变化和环境问题的日益严重,环境经济学成为经济学界的热门研究领域之一。
经济学家们通过研究环境税、碳排放权交易等经济工具的使用,以及环境政策的制定和实施,寻找一种经济增长与环境保护相协调的可持续发展模式。
四、金融风险与金融稳定金融风险和金融稳定一直是经济学家们关注的焦点。
从全球金融危机到当前的金融市场波动,金融风险的管理与金融稳定的维护成为经济学界重要的研究课题。
经济学家们通过研究风险管理工具、监管政策和金融市场行为等方面,致力于防范金融风险,保持金融市场的稳定。
五、全球化与国际经济关系随着全球化的深入发展,国际经济关系变得更加紧密。
经济学家们通过研究国际贸易、跨国公司投资行为、汇率等课题,探讨全球经济一体化对不同国家的影响,并提出相应的政策建议,以推动国际经济的稳定和可持续发展。
综上所述,经济学作为一门关注社会发展和经济增长的学科,对于经济领域的前沿研究有着重要的贡献。
技术创新、经济不平等、环境经济学、金融风险和金融稳定以及全球化与国际经济关系等方面的研究将对未来经济的发展趋势产生重要的影响。
数量经济学前沿研究动态分析

数量经济学前沿研究动态分析数量经济学是现代经济学中不可或缺的一部分,它采用数学和统计学方法探讨经济学问题。
随着信息技术的快速发展和数据采集能力的提高,数量经济学在研究中的地位不断提高。
本文将介绍当前数量经济学研究的前沿动态。
一、机器学习在数量经济学中的应用机器学习是一种基于数据生成经验的算法,在预测、分类和处理数据方面非常有效。
在数量经济学中,机器学习被广泛应用于预测和建模。
例如,计算机视觉和自然语言处理等技术正在被用于分析公司公告和新闻报道的情感,以评估行业和市场的前景。
机器学习还可以在消费者行为、金融市场等方面进行预测和模拟,为预测市场趋势提供指导。
二、计量经济学的发展计量经济学是数量经济学的分支,它将经济理论与统计方法相结合,研究经济行为的数量预测。
随着互联网和计算机技术的不断发展,计量经济学工具也在不断改进。
例如,面板数据模型可以追踪个体、公司或国家的数据变化,进行更准确的预测和分析;GARCH 模型可以更好地处理金融市场波动性,调整策略和风险控制。
计量经济学领域的创新和应用,为经济学理论研究和政策决策提供了新的思路。
三、利用大数据分析经济问题随着数字化时代的到来,信息产业的发展,数据量呈指数级增长。
大数据分析是一种新的技术手段,它可以通过快速处理大量数据,提供更精确的决策支持。
在经济学中,大数据分析可以帮助企业、政府和学术机构更好地理解和优化市场、企业和政策。
例如,利用搜索数据对市场需求进行预测,利用追踪数据对流行趋势进行优化,利用消费数据对消费行为进行优化等。
大数据分析将成为今后研究经济问题的重要工具。
四、人工智能的应用总之,数量经济学在信息技术的支持下,不断拓展应用领域。
大规模数据分析和人工智能技术的进一步发展,使其在经济分析和预测方面发挥越来越重要的作用。
经济发展的经济学研究前沿问题和新兴领域

经济发展的经济学研究前沿问题和新兴领域近年来,随着全球经济的快速发展和技术的不断创新,经济学研究领域也随之发生了很大的变化。
经济学家们不再局限于传统的研究领域,而是转向了更为前沿和具有挑战性的问题,同时也开始涉足一些新兴的领域。
本文将介绍经济发展的经济学研究前沿问题和新兴领域。
一、创新驱动经济的研究随着科技的进步,创新已经成为推动经济发展的重要动力。
经济学家们开始研究如何通过创新来推动经济增长,以及创新对社会福利的影响等问题。
他们运用实证分析方法,通过数据和模型建立,评估不同类型的创新活动对经济的贡献,并寻找促进创新的最佳政策措施。
二、可持续发展的研究可持续发展已经成为全球的共识和发展方向。
经济学家们开始关注如何实现经济增长和环境保护的良性循环,并提出了一系列的方法和理论。
他们通过分析经济、环境和社会的相互作用关系,研究如何在经济发展的同时实现资源的有效利用和环境的保护。
三、数字经济的研究随着互联网和信息技术的飞速发展,数字经济已经成为全球经济的新动力。
经济学家们开始研究数字经济的各种问题,例如数字化对经济结构的影响、数字技术创新的驱动力以及数字经济政策等。
他们通过分析数据和建立经济模型,揭示数字经济发展的规律和特点,并为政策制定者提供决策支持。
四、区域发展的研究区域发展是经济学研究中的一个重要领域。
经济学家们研究不同地区的发展差异,探讨区域之间的互动关系,并提出相应的政策建议。
他们通过运用区域统计数据和计量经济方法,分析地区经济增长的驱动力和限制因素,并寻找促进区域均衡发展的政策措施。
五、行为经济学的研究传统的经济学研究往往基于理性选择假设,但实际上人们的行为往往受到很多非理性因素的影响。
行为经济学的兴起填补了这一空白。
经济学家们开始研究人们的行为偏好、决策方式和心理因素对经济决策的影响,并将这些因素纳入经济模型中进行分析。
他们的研究不仅为经济学理论提供了新的视角,也为政策制定者提供了更多的政策工具。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数量金融研究的前沿领域一、金融学的嬗变与构成提到数量金融或数量金融分析,不能不对金融学的全貌有个大概的了解。
应该说,金融学作为一个独立的学科已有一些时日。
由于金融市场在20世纪70年代以后迅速发展,金融学逐步形成一个独立学科,并日益成为国内外理论界与实践者关注的焦点。
而数量金融分析是一个较为宽泛的概念,实际上还未构成一个独立的学科,也不是一个规范的学科概念。
也可以认为,数量金融分析是指在金融领域运用数量经济学模型方法和计量技术进行数理分析和实证检验的所有相关工作。
数量金融分析是一种建立在经济学、金融学、数理经济学和计量经济学等学科理论方法基础之上的分析研究行为,是为解决金融问题服务的应用性工作。
国内还没有数量金融分析这样一个专业,但将其作为一个研究方向或从事这方面相关工作的应该大有人在。
以数量经济学研究见长的中国社会科学院数量经济与技术经济研究所,建立了以“数量金融”明确命名的研究室。
金融学作为独立学科是从经济学中分野的。
在20世纪50年代之前,金融学理论是作为经济学的一部分而存在的,可称之为古典经济学中的金融理论。
古典金融理论在凯恩斯主义出现之前,一直是以“货币与实物经济相分离”的古典经济学“两分法”为手段,从实物经济的层面出发,对货币的职能、银行的流动性、信用机制、货币与经济的关系、国际收支平衡、汇率的决定等问题进行探讨,并取得相当成就。
该阶段所出现的影响较大的理论成果有:甘末尔学说(1907年)、费雪的现金交易数量理论(1911年)、马歇尔的现金余额数量论(1923年)、庇古的剑桥方程式(1917年)、哈耶克的中立货币理论(1931年)、莫尔顿的银行可转换性理论(1918年)、勒纳等的弹性理论(30年代)、卡塞尔的购买力平价理论(1922年)、阿夫塔里昂的汇兑心理理论(1927年)、凯恩斯与爱因齐格的利率平价理论(1930年)等。
1936年凯恩斯的《就业利息与货币通论》问世,这不仅在经济发展史上是一个重要的里程碑,称为经济学的一场革命,特别在古典金融理论的发展史上更具有划时代的意义。
凯恩斯将货币视为一种资产,把货币资产融入实际经济中,指出货币对就业、产出、收入等实际经济有着重要而特殊的作用,填平了货币与实物经济之间的“两分”,创立了以货币经济为特征的宏观经济学。
在凯恩斯之后,希克斯与汉森于1949年创立了商品市场与货币市场相结合的IS-LM模型,鲍莫尔于1952年提出了平方根定律,弗里德曼于50年代提出现代货币数量论。
1950年代初马柯维茨(Harry Markowitz )提出投资组合理论,标志着现代金融理论得以诞生。
在短短的30年发展之后,金融经济学俨然出落为经济学家族中的一个新生贵族,该领域研究所获得的诸多成果不仅有效地指引了经济金融化的进程,而且对传统经济学产生了重大挑战,使得以新古典经济学为代表的传统经济学在金融经济学的令人惊异的活力面前黯然失色,以至于引发了人们对传统经济学的怀疑和批评。
更有人预测,21世纪将是金融经济学的时代。
现代金融理论体系中代表性的理论成果包括:普鲁克诺的银行预期收入理论(1949年)、银行负债管理理论(1960年代)、莫迪利亚尼与米勒的资本结构理论(1958年)、夏普等的资本资产定价模型(1958年)、托宾的资产选择理论(1958年)、孟德尔的国际收支与货币分析法(1960年代)、讷克斯的国际资本流动理论、戈德史密斯的金融结构理论(1969年)、麦金农的金融压制论(1973年)、爱德华·肖的金融深化论(1973年)、布莱克的发展中国家汇率理论(70年代)、汤姆与齐曼的股市风潮理论(1975年)、罗斯的套利定价模型(1977年)、多恩布茨的资本市场理论(1970年代)、布朗逊·库礼的汇率资产组合平衡模式(1970年代)、商业银行资产负债管理理论(1970年代)、布兰查与沃森的投机泡沫理论(1982年)、克鲁格曼的国际收支模型(1979年)、奥布斯特菲尔德的危机预期理论(1994年)、克鲁格曼的道德风险模型(1998年)。
金融经济学由金融市场学、投资学和公司理财学等三部分所构成。
金融市场学是宏观的金融经济学,它主要以资本市场为研究对象,探讨其形成、运行的机理,组织结构特征,金融工具的运用,利率、汇率的定价和特性,以及对整个经济系统的影响。
投资学与公司理财学是微观的金融经济学,它们研究的是企业或者投资者的经济行为及其效果。
投资学主要是探讨金融资产(包括股票、债券、期权和期货)的基本特性定价模式。
其重要课题包括资产定价模型(CAPM)、风险套利模型(APT),微观结构(Microstructure)、期权与期货(Options & Futures)和一般均衡定价模型(General Equilibrium)等等。
投资学对数学和统计的要求相当高。
其实证检验均是针对以数学推导之理论,数学结构性和逻辑性非常清楚,公司金融是探讨公司实物投资与财务运作的决策过程,其主要研究领域包括:公司财务、公司兼并与收购、公司治理。
公司财务是探讨如何评估(实物)投资项目的收益与风险,投资项目的融资,股利政策和破产重组等课题;公司兼并与收购探讨如何利用公司财务评估与融资手段进行企业或项目的收购。
公司治理探讨公司财务政策对股价的影响,追求公司价值最大化。
公司金融的研究方向是股利政策、借债政策、破产与重组、兼并与收购、多角化经营和股权结构等。
公司金融的研究主要是利用实际公司资料做实证检验,其理论是以逻辑推演为主,而不以数学推导为主。
二、金融学中的定量化趋势现代经济科学的一个重要趋势,就是它们普遍处于数学化的过程之中。
金融科学也不例外。
现代金融科学发展的一个显著特点,就是已由过去主要注重质的分析的定性研究和理论描述,逐步转向越来越多地运用数学、模型分析法,侧重于定量分析,对问题进行较严格的科学论证,凸显了数学化、定量化趋势的发展方向。
换言之,数量金融分析虽然还不是一个规范的学科概念,但金融领域研究中的数量分析已是非常普遍和流行。
金融科学之所以能够进行定量研究,或者说,数学手段之所以能够应用于金融科学领域,也正是由金融科学的研究对象所决定的。
同任何其他经济活动一样,货币金融活动中也存在大量的数据。
在进行金融科学理论研究时,必须收集和掌握这些数据,并运用数学工具对货币金融活动运行中的利率、汇率、货币供应量、资金运用率、价格指数、收益率、利润等重要数据进行分析,才有可能在量化的基础上得出精确的结论。
20世纪70年代以来,随着金融市场在世界范围内的迅猛发展,也为金融定量研究提供了大量鲜活的数据和需要解决的重要问题。
金融科学理论研究中的定量分析主要有两种方式:一是理论的模型化,即用数学的语言来描述金融科学中的某一理论的基本内容;二是实证研究的定量化,即运用实际的统计数据来验证金融科学中的某一理论判断的正确与否和适用范围。
定性分析和定量分析是金融科学的两种基本的研究方法,二者缺一不可。
如果不做好数量分析,质的规定性就难以把握,但如果忽视定性研究,单纯注重研究量的变化亦无意义。
只有在定性指导下进行定量分析,在定量分析的基础上面进行定性综合,把两者有机地结合起来,才能得出正确的判断和结论,更好地揭示货币金融活动运行的规律性。
马克思说:“一种科学只有成功地运用数学时,才算达到了真正完善的地步。
”这话当然也适用于金融科学。
金融科学的理论框架要真正实现科学化和系统化,就必须先使其研究方法现代化。
而要使金融科学研究方法现代化,在很大程度上取决于用现代数学知识武装经济金融工作者的头脑。
美国许多大学现今开设了数量金融学方面的硕士研究生学位,很多在数量化金融学方向的硕士生课程,被认为是大学中的必修课。
经济金融工作者只有努力掌握现代数学知识,并使之成为得心应手的工具,才能在推动金融科学的学科建设和繁荣金融科学理论研究中有所作为,才能适应金融学科发展方向的要求。
数量金融分析在金融领域研究中的应用突出表现在金融工程学这一前沿学科,而金融时间序列分析也日益成为数量金融分析的重要议题,企业估价理论属于公司金融范畴,与数量分析也有密切的关系。
三、金融工程学金融工程学(Financial Engineering)是20世纪80年代中后期在西方发达国家金融领域内迅速发展起来的一门金融学与工程学的“交叉”学科,也有人称之为尖端的新兴学科。
国内学者对金融工程学概念的表述可谓五花八门,但以宋逢明(1997)的理解较有代表性。
他认为,金融工程就其研究范围而言,存在着广义和狭义两种涵义。
广义的金融工程是指将工程思维引入金融领域,综合地采用各种工程技术方法(主要有数学建模、数值计算、网络图解、仿真模拟等)设计、开发和实施新型的金融产品,创造性地解决各种金融问题。
这里的金融产品是广义的。
它既包括金融商品(所有在金融市场交易的金融工具如股票、债券、期货、期权、互换等都可看作是金融商品),也包括金融服务(结算、清算、发行、承销等都是金融服务)。
而设计、开发和实施新型金融产品的目的是为了创造性地解决金融问题,因此金融问题的解,也可以看作是金融产品。
狭义的金融工程是组合金融工具(主要包括形形色色的衍生工具)和风险管理技术的研究。
对客户的风险进行度量,并运用组合工具进行结构化管理的工作就是金融工程。
根据以上理解,广义的金融工程涵盖了狭义的金融工程,但就技术层面而言,狭义的定义扣住了金融工程的核心部分,就是风险管理的工具和技术。
追溯金融学的发展演进轨迹,可以看到,金融工程学较早就有了的萌芽。
1952年哈里·马柯维茨奠定了现代有价证券组合理论的基础,他的这一创造性工作使金融学从描述性的科学转变为分析型的科学。
到了1960年代,其他学者进一步发展了马柯维茨的理论,而银行金融界的实务人员开始实际地应用这些发展出来的理论和工具进行资产组合选择和套期保值决策。
到了1970年代,分析思想和方法替代了早期学者偏重于描述而实务人员偏重于经验的工作方式。
威廉·夏普(Walliams Sharp)的资本资产定价模型(CAPM)和罗斯(Rose S·A)的套利定价模型(APT)的发展,标志着分析型的现代金融和财务理论开始走向成熟。
尤其是在罗伯特·默顿(Robert Merton)的著作中,新的方法得到了最清晰的体现。
他为分析金融学和财务学奠定了大量的数学基础,取得了一系列突破性的成果。
而最具革命性的里程碑式的成果,则是费舍·布莱克(Fischer Black)和马龙·斯克尔斯(Myron Scholes)在1973年提出的第一个完整的期权定价模型。
此后,金融学领域中分析技术发展的速度显著加快,理论的突破前所未有的迅速,与此同时,金融创新在市场中大量涌现。