谈统计学在金融领域的应用

策的依据一方面要求我们了解问题的现 构业务部门的安全、稳定运行。通过运用 金融领域的应用中具有十分广阔的发展
状，另一方面则需我们通过信息的获取， 非线性非参数模型的人工神经网络方法， 前景。统计已逐渐成为金融领域必不可少
做出相应的假设，对各种决策方法对应的 在没有任何限制参数的建模假定下，充分 的分析工具，逐渐成为金融市场中最亮丽
设，编制适合我国国情和学生实际的教
的运行趋势、股指期货的走势作实证分
4、风险管理和金融预测中的统计方 材。通过深化教育体制改革，完善本科教
析；通过合理科学选择金融危机预警系统 法应用。先进的统计方法能够提高管理效 育，改革研究生教学，硕士、博士研究生应
样本、合理确定预警期，合理选择预警指 率和预测精度。通过马柯威茨组合理论等 采用导师组制。加强金融师资的培训。通
学合理有效的金融监管机制。以定性分析 管理理论。通过对样本的合理选取，创设
总之在当今这个知识经济和信息化
为基础，运用合理有效的统计方法，对金 出诸如沪深 300 指数、上证 180 指数等股 的时代，随着推进统计工具在金融领域中
融领域的有关问题进行实证分析，以此对 票指数，作为市场走势风向标，指引投资 的大量运用，统计与金融的关系越来越密
标，VaR 方法对我国金融风险管理的借鉴 统计学理论，通过对投资损失的概率分布 过教师宏观经济理论与微观数理金融水
与应用，中国金融腐败指数等方法的运 的分析总结，可能收益与预期收益的偏离 平的增强与提高，为我国金融体制改革奠
用，理论与实证运用分析相结合，创建科 程度，得出以分散化投资规避风险的风险 定坚实的理论基础和实证支持。
来稿选登
谈统计学在金融领域的应用
文 / 刘明宇
随着金融市场的繁荣与发展，以及统 以为金融决策提供帮助。通过对时间序列
二、我国金融领域统计学应用存在的
计学相关理论的不断进步和发展，统计学 所提供的一系列历史数据进行相应分析 问题和解决的对策
在金融领域中的应用越来越受到重视。金 和规律发现，可以帮助我们对未来的情况
一、统计学在金融领域的相关应用
3、数据挖掘技术在金融领域中的应 论研究滞后。学科设置仍趋向于间接融资
1、统计方法在金融研究中的应用。近 用。数据挖掘指的是通过对存放在数据 领域，无法跟上资本市场“微观金融”的全
年来，随着我国金融市场繁荣发展和金融 库、数据仓库或其他信息库中的大量数据 方位研究；金融师资匮乏。高校公司金融
近年来统计学在金融领域的应用越
融学作为立足于经济现象之上的一门学 做出较为科学的预测，据此做出正确的金 来越受到重视，其应用范围也扩展到金融
科，与统计学之间有着千丝万缕的联系。 融决策。而数据波动的分析与协整方法则 领域的方方面面。然而统计学在金融领域
随着金融工具的不断创新发展，金融市场 侧重于结合专业知识和相关软件运用，对 的应用，同样存在着较多的问题，需要不
后果予以比较和分析，找出最适合的决策 利用数据，由数据确定模型的结构和参 的风景线。
方法。统计学中的抽样统计、时间序列分 数，借此对期权定价、汇率、股票、破产等
（作者单位：黑龙江省统计局数据管
Biblioteka Baidu
析、数据波动的分析与协整等技术方法可 进行金融分析预测。
理中心）
2 0 1 2． 1 62
GJR、GARCH- M 模型、广义矩估计、交叉 银行服务分析和预测、股市技术分析、股 影响力和作用力，实现统计学与金融领域
自相关模型等方法的运用，对我国微观层 市基本分析、保险金的确定、险种关联分 的完美结合，需要不断加强金融教材建
面上的金融态势与金融政策如股票市场 析等金融提供有用的信息和数据。
率波动造成的物价水平波动、相关财政政 分类分析等数据挖掘分析方法，为银行、 版金融教材。
策和货币政策刺激经济增长原理分析等 证券行业、保险公司等金融机构的客户关
为解决统计学在金融领域的应用存
宏 观 经 济 政 策 给 予 实 例 验 证 ； 通 过 对 系管理和风险管理、银行信用等级评估、 在的问题，提升统计学在我国金融领域的
计量经济模型、VAR 模型等方法的运用， 数据探索（Explore）、数据调整(Modify)、模 不利于正当竞争氛围的形成和学生综合
对近年来我国通货紧缩原因及发展态势、 型化(Model)、评价(Assess),在反复过程中, 能力的培养；金融教材建设与实际需求脱
货币供给对产出与价格的影响、人民币汇 通过关联分析、聚类分析、序列模式分析、 节。缺乏研究中国企业和资本市场的中国
体制改革的不断推进，统计学在金融领域 予以分析，从中发现和提取有用数据的过 和投资学型的微观性研究人员极度缺乏，
的应用越来越得到重视。通过协整检验 程 。 数 据 挖 掘 的 流 程 可 以 概 括 为 学科布局混乱、缺乏重点；学生培养模式
（Cointegrationtest）、ECM 模型、非平稳时间 “SEMMA”方法论,即数据取样（Sample）、 封闭。实行作坊式的单导师博士招考制，
宏观经济政策施行的效果予以检验，进而 者有效规避风险。通过马尔柯夫预测法的 不可分。随着金融市场的不断发展和统计
预测经济发展态势，决定下一步的对策。 运用，合理预测经济现象中金融机构的贷 方法与手段的不断创新，二者的结合必将
2、统计分析在金融决策上的应用。决 款回收率和商品市场占有率，实现金融机 向更高端、更深层的层次发展，统计学在
的复杂程度也不断加深，越来越多的统计 如股市的涨、跌等数据波动进行分析。另 断加以健全和完善。具体来说，主要体现
方法被运用到金融领域当中，金融统计学 一方面，对风险的统计规律是决策管理的 在：知识结构不合理，缺乏金融理论知识
这一新兴边缘学科也由此应运而生。
有效工具。
与数理金融知识双重扎实的优秀人才；理