金融學術論文范文

前言：我們精心挑選了數篇優質金融學術論文文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

從LTCM事件談起

1997年亞洲爆發了震撼全球的金融危機，至今仍余波蕩漾。究其根本原因，可說雖然是“冰凍三尺，非一日之寒”，而其直接原因卻在于美國的量子基金對泰國外行市場突然襲擊。1998年9月爆發的美國LTCM基金危機事件，震撼美國金融界，波及全世界，這一危機也是由于一個突發事件----俄羅斯政府宣布推遲償還短期國債券所觸發的。

LTCM基金是于1993年建立的“對沖”（hedge）基金，資金額為35億美元，從事各種債券衍生物交易，由華爾街債券投資高手梅里韋瑟（J.W.Meriwether）主持。其合伙人中包括著名的數學金融學家斯科爾斯（M.S.Scholes）和默頓（R.C.Merton），他們參與建立的“期權定價公式”（即布萊克-斯科爾斯公式）為債券衍生物交易者廣泛應用。兩位因此獲得者1997年諾貝爾經濟學獎。LTCM基金的投資策略是根據數學金融學理論,建立模型，編制程序，運用計算機預測債券價格走向。具體做法是將各種債券歷年的價格輸入計算機，從中找出統計相關規律。投資者將債券分為兩類：第一類是美國的聯邦公券，由美國聯邦政府保證，幾乎沒有風險；第二類是企業或發展中國家征服發行的債券，風險較大。LTCM基金通過統計發現，兩類債券價格的波動基本同步，漲則齊漲，跌則齊跌，且通常兩者間保持一定的平均差價。當通過計算機發現個別債券的市價偏離平均值時，若及時買進或賣出，就可在價格回到平均值時賺取利潤。妙的是在一定范圍內，無論如何價格上漲或下跌，按這種方法投資都可以獲利。難怪LTCM基金在1994年3月至1997年12月的三年多中，資金增長高達300%。不僅其合伙人和投資者發了大財，各大銀行為能從中分一杯羹，也爭著借錢給他們，致使LTCM基金的運用資金與資本之比竟高達25：1。

天有不測風云！1998年8月俄羅斯政府突然宣布推遲償還短期國債券，這一突發事件觸發了群起拋售第二類債券的狂潮，其價格直線下跌，而且很難找到買主。與此同時，投資者為了保本，紛紛尋求最安全的避風港，將巨額資金轉向購買美國政府擔保的聯邦公債。其價格一路飛升到歷史新高。這種情況與LTCM計算機所依據的兩類債券同步漲跌之統計規律剛好相反，原先的理論，模型和程序全都失靈。LTCM基金下錯了注而損失慘重。雪上加霜的是，他們不但未隨機應變及時撤出資金，而是對自己的理論模型過分自信，反而投入更多的資金以期反敗為勝。就這樣越陷越深。到9月下旬LTCM基金的虧損高達44%而瀕臨破產。其直接涉及金額為1000億美元，而間接牽連的金額竟高達10000億美元！如果任其倒閉，將引起連鎖反應，造成嚴重的信譽危機，后果不堪設想。

由于LTCM基金虧損的金額過于龐大，而且涉及到兩位諾貝爾經濟學獎德主，這對數學金融的負面影響可想而知。華爾街有些人已在議論，開始懷疑數學金融學的使用性。有的甚至宣稱：永遠不向由數學金融學家主持的基金投資，數學金融學面臨挑戰。

LTCM基金事件爆發以后，美國各報刊之報道，評論，分析連篇累牘，焦點集中在為什么過去如此靈驗的統計預測理論竟會突然失靈？多數人的共識是，布萊克-斯科爾斯理論本身并沒有錯，錯在將之應用于不適當的條件下。本文作者之一在LTCM事件發生之前四個月著文分析基于隨機過程的預測理論，文中將隨機過程分為平穩的，似穩的以及非穩的三類，明確指出：“第三類隨機過程是具有快變的或突變達的概率分布，可稱為‘非穩隨機過程’。對于這種非穩過程，概率分布實際上已失去意義，前述的基于概率分布的預測理論完全不適用，必須另辟途徑，這也可以從自然科學類似的情形中得到啟發。突變現象也存在于自然界中，……”此次正是俄羅斯政府宣布推遲償還短期國債券這一突發事件，導致了LTCM基金的統計預測理論失靈，而且遭受損失的并非LTCM基金一家，其他基金以及華爾街的一些大銀行和投資公司也都損失不貲。經典的布萊克‐斯科爾斯公式

布萊克‐斯科爾斯公式可以認為是，一種在具有不確定性的債券市場中尋求無風險套利投資組合的理論。歐式期權定價的經典布萊克‐斯科爾斯公式，基于由幾個方程組成的一個市場模型。其中，關于無風險債券價格的方程，只和利率r有關；而關于原生股票價格的方程，則除了與平均回報率b有關以外，還含有一個系數為σ的標準布朗運動的“微分”。當r，b，σ均為常數時，歐式買入期權（Europeancalloption）的價格θ就可以用精確的公式寫出來，這就是著名的布萊克‐斯科爾斯公式。由此可以獲得相應的“套利”投資組合。布萊克‐斯科爾斯公式自1973年發表以來，被投資者廣泛應用，由此而形成的布萊克‐斯科爾斯理論成了期權投資理論的經典，促進了債券衍生物時常的蓬勃發展。有人甚至說。布萊克‐斯科爾斯理論開辟了債券衍生物交易這個新行業。

筆者以為，上述投資組合理論可稱為經典布萊克‐斯科爾斯理論。它盡管在實踐中極為成功，但也有其局限性。應用時如不加注意，就會出問題。

局限性之一：經典布萊克‐斯科爾斯理論基于平穩的完備的市場假設，即r，b，σ均為常數，且σ>0，但在實際的市場中它們都不一定是常數，而且很可能會有跳躍。

局限性之二：經典布萊克‐斯科爾斯理論假定所有投資者都是散戶，而實際的市場中大戶的影響不容忽視。特別是在不成熟的市場中，有時大戶具有決定性的操縱作用。量子基金在東南亞金融危機中扮演的角色即為一例。在這種情況下，b和σ均依賴于投資者的行為，原生股票價格的微分方程變為非線性的。

經典布萊克‐斯科爾斯理論基于平穩市場的假定，屬于“平穩隨機過程”，在其適用條件下十分有效。事實上，期權投資者多年來一直在應用，LTCM基金也確實在過去三年多中賺了大錢。這次LTCM基金的失敗并非由于布萊克‐斯科爾斯理論不對，而是因為突發事件襲來時，市場變得很不平穩,原來的“平穩隨機過程"變成了“非穩隨機過程”。條件變了，原來的統計規律不再適用了。由此可見，突發事件可以使原本有效的統計規律在新的條件下失效。

突發實件的機制

研究突發事件首先必須弄清其機制。只有弄清了機制才能分析其前兆，研究預警的方法及因此之道。突發事件并不限于金融領域，也存在于自然界及技術領域中。而且各個不同領域中的突發事件具有一定的共性，按照其機制可大致分為以下兩大類。

“能量”積累型地震是典型的例子。地震的發生，是地殼中應力所積累的能量超過所能承受的臨界值后突然的釋放。積累的能量越多，地震的威力越大。此外，如火山爆發也屬于這一類型。如果將“能量”作廣義解釋，也可以推廣到社會經濟領域。泡沫經濟的破滅就可以看作是“能量“積累型，這里的“能量”就是被人為抬高的產業之虛假價值。這種虛假價值不斷積累，直至其經濟基礎無法承擔時，就會突然崩潰。積累的虛假價值越多，突發事件的威力就越大。日本泡沫經濟在1990年初崩潰后，至今已九年尚未恢復，其重要原因之一就是房地產所積累的虛假價值過分龐大之故。

“放大”型原子彈的爆發是典型的例子。在原子彈的裂變反應中，一個中子擊中鈾核使之分裂而釋放核能，同時放出二至傘個中子，這是一級反應。放出的中子再擊中鈾核產生二級反應，釋放更多的核能，放出更多的中子……。以此類推，釋放的核能及中子數均按反應級級數以指數放大，很快因起核爆炸。這是一種多級相聯的“級聯放大”，此外，放大電路中由于正反饋而造成的不穩定性，以及非線性系統的“張弛”震蕩等也屬于“放大”型。這里正反饋的作用等效于級聯。在社會、經濟及金融等領域中也有類似的情形，例如企業間達的連鎖債務就有可能導致“級聯放大”，即由于一家倒閉而引起一系列債主的相繼倒閉，甚至可能觸發金融市場的崩潰。這次LTCM基金的危機，如果不是美國政府及時介入，促使15家大銀行注入35億美元解困，就很可因LTCM基金倒閉而引起“級聯放大”，造成整個金融界的信用危機。金融界還有一種常用的術語，即所謂“杠桿作用”（leverage）。杠桿作用愿意為以小力產生大力，此處指以小錢控制大錢。這也屬于“放大”類型。例如LTCM基金不僅大量利用銀行貸款造成極高的“運用資金與資本之比”，而且還利用期貨交易到交割時才需付款的規定，大做買空賣空的無本交易，使其利用“杠桿作用”投資所涉及的資金高達10000億美元的天文數字。一旦出問題，這種突發事件的震撼力是驚人的。

金融突發事件之復雜性

金融突發事件要比自然界的或技術的突發事件復雜得多，其復雜性表現在以下幾個方面。

多因素性對金融突發事件而言，除了金融諸因素外，還涉及到政治、經濟、軍事、社會、心理等多種因素。LTCM事件的起因本為經濟因素--俄羅斯政府宣布推遲償還短期債券，而俄羅斯經濟在世界經濟中所占分額甚少，之所以能掀起如此巨大風波，是因為心理因素的“放大”作用：投資者突然感受到第二類債券的高風險，競相拋售，才造成波及全球的金融風暴。可見心理因素不容忽視，必須將其計及。

非線性影響金融突發事件的不僅有多種因素，而且各個因素之間一般具有錯綜復雜的相互作用，即為非線性的關系。例如，大戶的動作會影響到市場及散戶的行為。用數學語言說就是：多種因素共同作用所產生的結果，并不等于各個因素分別作用時結果的線性疊加。突發事件的理論模型必須包含非線性項，這種非線性理論處理起來要比線性理論復雜得多。

不確定性金融現象一般都帶有不確定性，而突發事件尤甚。如何處理這種不確定性是研究突發事件的關鍵之一。例如，1998年8月間俄羅斯經濟已瀕臨破產邊緣，幾乎可以確定某種事件將會發生，但對于投資者更具有實用價值的是：到底會發生什么事件？在何時發生？這些具有較大的不確定性。

由此可知，金融突發事件的機制不像自然界或技術領域中的那樣界限分明，往往具有綜合性。例如，1990年日本泡沫經濟的破滅，其機制固然是由于房地產等虛假價值的積累，但由此觸發的金融危機卻也包含著銀行等金融機構連鎖債務的級聯放大效應。預警方法

對沖基金之“對沖”，其目的就在于利用“對沖”來避險（有人將hedgefund譯為“避險基金”）。具有諷刺意義的是，原本設計為避險的基金，竟因突發事件而造成震撼金融界的高風險。華爾街的大型債券公司和銀行都設有“風險管理部”，斯科爾斯和默頓都是LTCM基金“風險管理委員會”的成員，對突發事件作出預警是他們的職責，但在這次他們竟都未能作出預警。

突發事件是“小概率”事件，基于傳統的平穩隨機過程的預測理論完全不適用。這只要看一個簡單的例子就可以明白。在高速公路公路上駕駛汽車，想對突然發生的機械故障做出預警以防止車禍，傳統的平穩隨機過程統計可能給出的信息是：每一百萬輛車在行駛過程中可能有三輛發生機械故障。這種統計規律雖然對保險公司制定保險率有用，但對預警根本無用。因為不知道你的車是否屬于這百萬分之三，就算知道是屬于這百萬分之三，你也不知道何時會發生故障。筆者認為，針對金融突發事件的上述特點，作預警應采用“多因素前兆法”。前面說過，在“能量”積累型的突發事件發生之前，必定有一個事先“能量”積累的過程；對“放大”型的突發事件而言，事先必定存在某種放大機制。因此在金融突發事件爆發之前，總有蛛絲馬跡的前兆。而且“能量”的積累越多，放大的倍數越高，前兆也就越明顯。采用這種方法對汽車之機械故障作出預警，應實時監測其機械系統的運行狀態，隨時發現溫度、噪音、振動，以及駕駛感覺等反常變化及時作出預警。當然，金融突發事件要比汽車機械故障復雜得多，影響的因素也多得多。為了作出預警，必須對多種因素進行實時監測，特別應當“能量”的積累是否已接近其“臨界點”，是否已存在“一觸即發”的放大機制等危險前兆。如能做到這些，金融突發事件的預警應該是可能的。要實現預警，困難也很大。其一是計及多種因素的困難。計及的因素越多，模型就越復雜。而且由于非線性效應數學處理就更為困難。計及多種因素的突發事件之數學模型，很可能超越現有計算機的處理能力。但計算機的發展一日千里，今天不能的，明天就有可能。是否可以先簡后繁、先易后難？不妨先計及最重要的一些因素，以后再根據計算機技術的進展逐步擴充。其二是定量化的困難。有些因素，比如心理因素，應如何定量化，就很值得研究。心理是大腦中的活動，直接定量極為困難，但間接定量還是可能的。可以考慮采用“分類效用函數”來量化民眾的投資心理因素。為此，可以將投資者劃分為幾種不同的類型，如散戶和大戶，年輕的和年老的，保守型和冒險型等等，以便分別處理。然后，選用他們的一種典型投資行為作為代表其投資心理的“效用函數“，加以量化。這種方法如果運用得當，是可以在一定程度上定量地表示投資者的心理因素的。此外，盧卡斯（R.E.Lucas）的“理性預期”也是一種處理心理因素的方法。其三是報警靈敏度的困難。過分靈敏可能給出許多“狼來了”的虛警，欠靈敏則可能造成漏報。如何適當把握報警之“臨界值”？是否可以采用預警分級制和概率表示？

有些人根本懷疑對金融突發事件做預警的可能性。對此不妨這樣來討論：你相信不相信金融事件具有因果性？如果答案是肯定的，那么金融突發事件就不會憑空發生，就應該有前兆可尋，預警的可能性應該是存在的，那么金融學就不是一門科學，預警當然也就談不上了。筆者相信因果律是普遍存在的，金融領域也不例外。

因應之道

第2篇

繼1997年東南亞金融危機后，1998年美國又發生了長期資本管理（LTCM）基金事件。兩者均由突發事件所引起，造成了震撼全球的金融危機。突發事件在金融領域中具有不容忽視的影響，它是數學金融學的一個重要課題。

從LTCM事件談起

1997年亞洲爆發了震撼全球的金融危機，至今仍余波蕩漾。究其根本原因，可說雖然是“冰凍三尺，非一日之寒”，而其直接原因卻在于美國的量子基金對泰國外行市場突然襲擊。1998年9月爆發的美國LTCM基金危機事件，震撼美國金融界，波及全世界，這一危機也是由于一個突發事件----俄羅斯政府宣布推遲償還短期國債券所觸發的。

LTCM基金是于1993年建立的“對沖”（hedge）基金，資金額為35億美元，從事各種債券衍生物交易，由華爾街債券投資高手梅里韋瑟（J.W.Meriwether）主持。其合伙人中包括著名的數學金融學家斯科爾斯（M.S.Scholes）和默頓（R.C.Merton），他們參與建立的“期權定價公式”（即布萊克-斯科爾斯公式）為債券衍生物交易者廣泛應用。兩位因此獲得者1997年諾貝爾經濟學獎。LTCM基金的投資策略是根據數學金融學理論,建立模型，編制程序，運用計算機預測債券價格走向。具體做法是將各種債券歷年的價格輸入計算機，從中找出統計相關規律。投資者將債券分為兩類：第一類是美國的聯邦公券，由美國聯邦政府保證，幾乎沒有風險；第二類是企業或發展中國家征服發行的債券，風險較大。LTCM基金通過統計發現，兩類債券價格的波動基本同步，漲則齊漲，跌則齊跌，且通常兩者間保持一定的平均差價。當通過計算機發現個別債券的市價偏離平均值時，若及時買進或賣出，就可在價格回到平均值時賺取利潤。妙的是在一定范圍內，不管如何價格上漲或下跌，按這種辦法投資都可以獲利。難怪LTCM基金在1994年3月至1997年12月的三年多中，資金增長高達300%。不僅其合伙人和投資者發了大財，各大銀行為能從中分一杯羹，也爭著借錢給他們??率筁TCM基金的運用資金與資本之比竟高達25：1。

天有不測風云！1998年8月俄羅斯政府突然宣布推遲償還短期國債券，這一突發事件觸發了群起拋售第二類債券的狂潮，其價格直線下跌，而且很難找到買主。與此同時，投資者為了保本，紛紛尋求最安全的避風港，將巨額資金轉向購買美國政府擔保的聯邦公債。其價格一路飛升到歷史新高。這種情況與LTCM計算機所依據的兩類債券同步漲跌之統計規律剛好相反，原先的理論，模型和程序全都失靈。LTCM基金下錯了注而損失慘重。雪上加霜的是，他們不但未隨機應變及時撤出資金，而是對自己的理論模型過分自信，反而投入更多的資金以期反敗為勝。就這樣越陷越深。到9月下旬LTCM基金的虧損高達44%而瀕臨破產。其直接涉及金額為1000億美元，而間接牽連的金額竟高達10000億美元！如果任其倒閉，將引起連鎖反應，造成嚴重的信譽危機，后果不堪設想。

由于LTCM基金虧損的金額過于龐大，而且涉及到兩位諾貝爾經濟學獎德主，這對數學金融的負面影響可想而知。華爾街有些人已在議論，開始懷疑數學金融學的運用性。有的甚至宣稱：永遠不向由數學金融學家主持的基金投資，數學金融學面臨挑戰。

LTCM基金事件爆發以后，美國各報刊之報道，評論，分析連篇累牘，焦點集中在為什么過去如此靈驗的統計預測理論竟會突然失靈？多數人的共識是，布萊克-斯科爾斯理論本身并沒有錯，錯在將之應用于不適當的條件下。本文作者之一在LTCM事件發生之前四個月著文分析基于隨機過程的預測理論，文中將隨機過程分為平穩的，似穩的以及非穩的三類，明確指出：“第三類隨機過程是具有快變的或突變達的概率分布，可稱為‘非穩隨機過程’。對于這種非穩過程，概率分布實際上已失去意義，前述的基于概率分布的預測理論完全不適用，另辟途徑，這也可以從自然科學類似的情形中得到啟發。突變現象也存在于自然界中，……”此次正是俄羅斯政府宣布推遲償還短期國債券這一突發事件，導致了LTCM基金的統計預測理論失靈，而且遭受損失的并非LTCM基金一家，其他基金以及華爾街的一些大銀行和投資公司也都損失不貲。

布萊克‐斯科爾斯公式可以認為是，一種在具有不確定性的債券市場中尋求無風險套利投資組合的理論。歐式期權定價的經典布萊克‐斯科爾斯公式，基于由幾個方程組成的一個市場模型。其中，about無風險債券價格的方程，只和利率r有關；而about原生股票價格的方程，則除了與平均回報率b有關以外，還含有一個系數為σ的標準布朗運動的“微分”。當r，b，σ均為常數時，歐式買入期權（Europeancalloption）的價格θ就可以用精確的公式寫出來，這就是著名的布萊克‐斯科爾斯公式。由此可以獲得相應的“套利”投資組合。布萊克‐斯科爾斯公式自1973年發表以來，被投資者廣泛應用，由此而形成的布萊克‐斯科爾斯理論成了期權投資理論的經典，促進了債券衍生物時常的蓬勃發展。有人甚至說。布萊克‐斯科爾斯理論開辟了債券衍生物交易這個新行業。

筆者以為，上述投資組合理論可稱為經典布萊克‐斯科爾斯理論。它盡管在實踐中極為成功，但也有其局限性。應用時如不加注意，就會出問題。

局限性之一：經典布萊克‐斯科爾斯理論基于平穩的完備的市場假設，即r，b，σ均為常數，且σ>0，但在實際的市場中它們都不一定是常數，而且很可能會有跳躍。

局限性之二：經典布萊克‐斯科爾斯理論假定所有投資者都是散戶，而實際的市場中大戶的影響不容忽視。特別是在不成熟的市場中，有時大戶具有決定性的操縱作用。量子基金在東南亞金融危機中扮演的角色即為一例。在這種情況下，b和σ均依賴于投資者的行為，原生股票價格的微分方程變為非線性的。

經典布萊克‐斯科爾斯理論基于平穩市場的假定，屬于“平穩隨機過程”，在其適用條件下十分有效。事實上，期權投資者多年來一直在應用，LTCM基金也確實在過去三年多中賺了大錢。這次LTCM基金的失敗并非由于布萊克‐斯科爾斯理論不對，而是因為突發事件襲來時，市場變得很不平穩,原來的“平穩隨機過程"變成了“非穩隨機過程”。條件變了，原來的統計規律不再適用了。由此可見，突發事件可以使原本有效的統計規律在新的條件下失效。

突發實件的機制

研究突發事件首先弄清其機制。只有弄清了機制才能分析其前兆，研究預警的辦法及因此之道。突發事件并不限于金融領域，也存在于自然界及技術領域中。而且各個不同領域中的突發事件具有一定的共性，按照其機制可大致分為以下兩大類。

“能量”積累型地震是典型的例子。地震的發生，是地殼中應力所積累的能量超過所能承受的臨界值后突然的釋放。積累的能量越多，地震的威力越大。此外，如火山爆發也屬于這一類型。如果將“能量”作廣義解釋，也可以推廣到經濟領域。泡沫經濟的破滅就可以看作是“能量“積累型，這里的“能量”就是被人為抬高的產業之虛假價值。這種虛假價值不斷積累，直至其經濟基礎無法承擔時，就會突然崩潰。積累的虛假價值越多，突發事件的威力就越大。日本泡沫經濟在1990年初崩潰后，至今已九年尚未恢復，其重要原因之一就是房地產所積累的虛假價值過分龐大之故。

“放大”型原子彈的爆發是典型的例子。在原子彈的裂變反應中，一個中子擊中鈾核使之分裂而釋放核能，同時放出二至傘個中子，這是一級反應。放出的中子再擊中鈾核產生二級反應，釋放更多的核能，放出更多的中子……。以此類推，釋放的核能及中子數均按反應級級數以指數放大，很快因起核爆炸。這是一種多級相聯的“級聯放大”，此外，放大電路中由于正反饋而造成的不穩定性，以及非線性系統的“張弛”震蕩等也屬于“放大”型。這里正反饋的作用等效于級聯。在、經濟及金融等領域中也有類似的情形，例如企業間達的連鎖債務就有可能導致“級聯放大”，即由于一家倒閉而引起一系列債主的相繼倒閉，甚至可能觸發金融市場的崩潰。這次LTCM基金的危機，如果不是美國政府及時介入，促使15家大銀行注入35億美元解困，就很可因LTCM基金倒閉而引起“級聯放大”，造成整個金融界的信用危機。

金融界還有一種常用的術語，即所謂“杠桿作用”（leverage）。杠桿作用愿意為以小力產生大力，此處指以小錢控制大錢。這也屬于“放大”類型。例如LTCM基金不僅大量利用銀行貸款造成極高的“運用資金與資本之比”，而且還利用期貨交易到交割時才需付款的規定，大做買空賣空的無本交易，使其利用“杠桿作用”投資所涉及的資金高達10000億美元的天文數字。一旦出問題，這種突發事件的震撼力是驚人的。

金融突發事件之復雜性

金融突發事件要比自然界的或技術的突發事件復雜得多，其復雜性表現在以下幾個方面。

多因素性對金融突發事件而言，除了金融諸因素外，還涉及到政治、經濟、軍事、、心理等多種因素。LTCM事件的起因本為經濟因素--俄羅斯政府宣布推遲償還短期債券，而俄羅斯經濟在世界經濟中所占分額甚少，之所以能掀起如此巨大風波，是因為心理因素的“放大”作用：投資者突然感受到第二類債券的高風險，競相拋售，才造成波及全球的金融風暴。可見心理因素不容忽視，將其計及。

非線性影響金融突發事件的不僅有多種因素，而且各個因素之間一般具有錯綜復雜的相互作用，即為非線性的關系。例如，大戶的動作會影響到市場及散戶的行為。用數學語言說就是：多種因素共同作用所產生的結果，并不等于各個因素分別作用時結果的線性疊加。突發事件的理論模型包含非線性項，這種非線性理論處理起來要比線性理論復雜得多。

不確定性金融現象一般都帶有不確定性，而突發事件尤甚。如何處理這種不確定性是研究突發事件的關鍵之一。例如，1998年8月間俄羅斯經濟已瀕臨破產邊緣，幾乎可以確定某種事件將會發生，但對于投資者更具有實用價值的是：到底會發生什么事件？在何時發生？這些具有較大的不確定性。

由此可知，金融突發事件的機制不像自然界或技術領域中的那樣界限分明，往往具有綜合性。例如，1990年日本泡沫經濟的破滅，其機制固然是由于房地產等虛假價值的積累，但由此觸發的金融危機卻也包含著銀行等金融機構連鎖債務的級聯放大效應。預警辦法

對沖基金之“對沖”，其目的就在于利用“對沖”來避險（有人將hedgefund譯為“避險基金”）。具有諷刺意義的是，原本設計為避險的基金，竟因突發事件而造成震撼金融界的高風險。華爾街的大型債券公司和銀行都設有“風險管理部”，斯科爾斯和默頓都是LTCM基金“風險管理委員會”的成員，對突發事件作出預警是他們的職責，但在這次他們竟都未能作出預警。

突發事件是“小概率”事件，基于傳統的平穩隨機過程的預測理論完全不適用。這只要看一個簡單的例子就可以明白。在高速公路公路上駕駛汽車，想對突然發生的機械故障做出預警以防止車禍，傳統的平穩隨機過程統計可能給出的信息是：每一百萬輛車在行駛過程中可能有三輛發生機械故障。這種統計規律雖然對保險公司制定保險率有用，但對預警根本無用。因為不知道你的車是否屬于這百萬分之三，就算知道是屬于這百萬分之三，你也不知道何時會發生故障。筆者認為，針對金融突發事件的上述特點，作預警應采用“多因素前兆法”。前面說過，在“能量”積累型的突發事件發生之前，必定有一個事先“能量”積累的過程；對“放大”型的突發事件而言，事先必定存在某種放大機制。因此在金融突發事件爆發之前，總有蛛絲馬跡的前兆。而且“能量”的積累越多，放大的倍數越高，前兆也就越明顯。采用這種辦法對汽車之機械故障作出預警，應實時監測其機械系統的運行狀態，隨時發現溫度、噪音、振動，以及駕駛感覺等反常變化及時作出預警。當然，金融突發事件要比汽車機械故障復雜得多，影響的因素也多得多。為了作出預警，對多種因素進行實時監測，特別應當“能量”的積累是否已接近其“臨界點”，是否已存在“一觸即發”的放大機制等危險前兆。如能做到這些，金融突發事件的預警應該是可能的。要實現預警，困難也很大。其一是計及多種因素的困難。計及的因素越多，模型就越復雜。而且由于非線性效應數學處理就更為困難。計及多種因素的突發事件之數學模型，很可能超越現有計算機的處理能力。但計算機的發展一日千里，今天不能的，明天就有可能。是否可以先簡后繁、先易后難？不妨先計及最重要的一些因素，以后再根據計算機技術的進展逐步擴充。其二是定量化的困難。有些因素，比如心理因素，應如何定量化，就很值得研究。心理是大腦中的活動，直接定量極為困難，但間接定量還是可能的。可以考慮采用“分類效用函數”來量化民眾的投資心理因素。為此，可以將投資者劃分為幾種不同的類型，如散戶和大戶，年輕的和年老的，保守型和冒險型等等，以便分別處理。然后，選用他們的一種典型投資行為作為代表其投資心理的“效用函數“，加以量化。這種辦法如果運用得當，是可以在一定程度上定量地表示投資者的心理因素的。此外，盧卡斯（R.E.Lucas）的“理性預期”也是一種處理心理因素的辦法。

其三是報警靈敏度的困難。過分靈敏可能給出許多“狼來了”的虛警，欠靈敏則可能造成漏報。如何適當把握報警之“臨界值”？是否可以采用預警分級制和概率表示？

有些人根本懷疑對金融突發事件做預警的可能性。對此不妨這樣來討論：你相信不相信金融事件具有因果性？如果答案是肯定的，那么金融突發事件就不會憑空發生，就應該有前兆可尋，預警的可能性應該是存在的，那么金融學就不是一門科學，預警當然也就談不上了。筆者相信因果律是普遍存在的，金融領域也不例外。

因應之道

第3篇

關鍵詞：計量經濟學；教學改革；金融實踐

近年來，不少學者提出了計量經濟學的教學改革：姜麗麗（2011）站在經濟學科的立場討論了計量經濟學和相應的計量軟件（主要是Eviews）的結合；李劫（2014）對計量經濟學實驗教學改革進行研究，認為應該將原理驗證性實驗與研究設計性實驗相結合；張衛東，黎實（2016）討論了博士階段的高級計量經濟學的教學改革問題。但是，由于金融數學是新興專業的原因，當前的計量經濟學教學改革尚缺乏針對金融數學專業的探討。本文重點針對金融數學專業剖析計量經濟學中金融理論及實踐結合不緊密問題，并給出相關改進對策與建議。

一、計量經濟學與金融理論及實踐的結合不緊密

當前計量經濟學教材在編寫時，為了滿足較少學時的需要，保留了數學抽象，減少了與經濟學理論的結合，特別是與金融學、投資學理論的結合更是幾乎沒有。這使學生在學習時很難理清計量經濟學課程與金融理論、金融問題間的關系，而且學習完成后也難以應用該課程的知識來解決實際金融問題。我們以如下兩個例子為例。

第一，以消費—收入案例作為經典一元線性回歸計量經濟學模型的案例。當前眾多的計量經濟學教材在介紹完經典的一元線性回歸模型的相關理論后，為使得學生能學以致用，往往引入一個實例進行分析。由于當前教材大多以經濟學或金融學學生為授課對象，所以其在教材中引入的案例往往都是經濟學的案例。例如，分析居民收入與消費間的關系。如此導致金融數學的學生誤認為計量經濟學僅僅只是一門經濟學課程，在金融上應用很少。

第二，引入消費習慣作為經典多元線性回歸計量經濟學模型的案例。不少教材在對多元線性回歸案例的選擇時，仍然是主要以經濟學、金融學的學生為考慮對象，通過引入消費習慣（上一年的消費）進一步加深消費—收入模型的分析，得到多元線性回歸模型的案例。然而這對于金融數學專業的學生而言，正好加深了學生對計量經濟學的誤會，如此導致金融數學專業的學生誤認為計量經濟學在金融上沒有應用。可見當前計量經濟學的案例分析往往都是以傳統的經濟模型作為分析，考慮的往往是消費—收入等這些經濟現象，沒有體現出計量經濟學在金融的應用。這顯然不足以讓金融數學專業學生了解計量經濟學在金融學、投資學中的應用，學生亦難以將計量經濟學方法、模型應用于指導金融實踐。事實上，金融學、投資學中的資本資產定價模型（CAPM）、三因子定價模型等等大量金融模型就是計量經濟學中一元線性回歸、多元線性回歸模型。這些金融模型在計量經濟學中的引入必然將對金融數學的教學產生良好的促進作用。如何把金融理論及實踐與計量經濟的教學進行結合是本課題研究的核心問題。

二、計量經濟學中數學推導的改革措施

金融數學的學生在計量經濟學的學習過程中，更多的應該是在學習好計量經濟學方法、模型的同時，把方法與模型應用于現實金融市場，以指導金融實踐。因此，針對上述數學推導的設置問題，我們提出如下改革措施。

第一，將資本資產定價模型的實證分析作為案例引入計量經濟學。在介紹完計量經濟學一元線性回歸模型：Y=β0+β1X+μ后，立刻把金融學經典的資本資產定價模型（CAPM）作[1]FamaEF，FrenchKR.Commonriskfactorsinthereturnsonstocksandbonds[J].JournalofFinancialEconomics，1993，33（1）.[2]姜麗麗.計量經濟學課程教學改革探索[J].經濟研究導刊，2011（26）.[3]李劼.高校《計量經濟學》課程實驗教學改革與探索[J].教育教學論壇，2014（19）.為案例引入計量經濟學的教學中。例如，采用CAPM分析中國石油（R2）的收益：R2=α+β（Rm-Rf）+μ，其中，Rm為市場收益（例如上證綜指的收益率），Rf為無風險收益率（例如上海銀行間同業拆借利率）。CAPM在計量經濟學的視角下其實就是做一個簡單的一元回歸。因此，通過在案例中引入CAPM的實證分析，能加強金融數學專業學生對計量經濟學的認識，同時讓學生了解到計量經濟學與投資學間的關系，提示學生的學習興趣。