金融数学的发展篇1
关键词：金融数学金融发展应用前景
引言
作为一门新兴的边缘性学科，数学与金融学的交叉造就了金融数学。在二十世纪后期，金融数学在更多的地方表现出了应用的潜能。一方面，采用对应的数学方法来对金融领域中存在的问题进行分析，另一方面，金融领域中涌现出了更多的实际问题也与相关数学与统计学中的理论相关，这也更强化了数学在金融领域当中的应用。
一、金融数学在我国的应用发展
从1995年开始，金融数学在我国的金融领域以及数学领域中得到了较为广泛的推广，引起了相关领域的专业人士所关注。而国内的学术界，有一大批学术工作者，尤其是清华大学国际贸易与金融系的宋逢明、北京大学金融数学与金融工程研究中心的史树中以及山东大学的彭实戈等人，在积极引进金融数学理论，进行金融数学方面的研究进行了大量的工作，对倡导金融数学理论结构的建立具有重要作用。尤其是在建立具有中国特色的金融数学、形成对应的金融工程与金融管理工具作出了重要贡献。在1996年，我国的国家自然科学基金委员会就将“金融数学与金融工程”列入了国家的“九五”项目。
随着我国金融行业的迅速发展，国内的金融理论也应该与国际金融理论同步，在国际金融数学理论的基础上积极构建起具有中国特色的金融理论。这样才能实现我国市场经济体制改革的完成，并形成与国际金融领域接轨的市场金融体系，而这些都需要积极的参与到国际金融市场的竞争当中。
为了能够对金融理论、金融方法以及金融数学理论的应用提高到对应的层次，通过对相关理论、方法以及应用的研究对我国金融理论体系进行完善，从而在学术上达到国际先进的水平，对我国的经济建设以及改革开放具有重要的指导作用。
我国当前在金融数学理论方面的研究内容主要包括：金融数学理论及金融理论工具；金融工程技术与方法；金融管理中存在的主要问题；针对国家货币政策以及宏观经济的理论分析，对国家债券管理等方面的内容。
我国科学院在1997年组建了部级别的“金融避险对策研究小组”，其主要的工作在于将数学理论分析方法和经济领域中遇到的问题，尤其是金融行业中存在的问题结合起来，进而形成对应的理论与方法对我国经济发展过程中的风险进行管理与控制。北京大学在1997年首次在国内建立起了金融数学系，用来培养新型的金融专业性人才。与此同时，该校还成立对应的金融数学以及金融工程研究中心，对金融数学学术及其应用等方面进行了深入的研究。而南开大学、中国科技大学以及山东大学都先后推出了包括统计金融系等在内的科系，给金融数学这门边缘性学科注入了长足的发展动力。当前，我国的金融数学研究成分中包含有大量的数学成分，积极的开展了对金融数学理论与应用的研究。这一方面可以使得数学理论家可以更进一步的深入到金融学领域，同时也更加关注国家的经济发展。另一方面，也可以使得经济学家在在理论研究过程中更好的应用数学工具来解决金融领域中的问题，给我国金融理论与方法的构建提供了基础。
二、金融数学在我国的发展前景
（一）面临的问题不断增加
由于金融数学模型大部分都是在各种假设条件下建立的，也只有在假设条件之下才能成立，部分假设条件甚至与客观事实之间存在着对应的差距与冲突。因此，在对这些实际问题进行解决的过程中也就不够理想，其应用范围也受到了一定的限制，需要得到进一步的改进与发展。例如，Capm理论只适合欧式期权，而与美式、我国的金融环境并不合适。即使金融数学理论的假设较为合理，因为金融环境中金融环境不断的发生变化，需要对相关的理论进行创新，只有这样才能促进金融理论以及金融数学理论以更多的创新与发展。
（二）实证研究逐步成为了主要的方向
金融数学理论中的实证研究就是注重对数学的调查与研究，从实际的金融市场中获得对应的数据，分析并最终建立其对应的数学模型。一旦失去相关数据的支持和检验，一味的从概念以及理论进行从模型到模型的分析将难以深入的揭示金融市场的整体发展规律。尤其是针对我国的金融市场，中国特色的金融市场更加需要实证的研究方式。
（三）金融数学在我国的持续发展
金融系统是一个非线性、随机性的复杂系统，这给金融数学提出了更高的要求，尤其是在整个金融市场的持续波动等方面，其波动性、随机性、信息不对称以及市场不完全等方面的问题给金融数学提出了难题。可以将我国的金融市场波动归结为随机问题，诸如：几何布朗运动，之后利用随机分析的方式对金融数学来了研究进行分析。但是，在实际的金融市场中，大部分的情况与金融理论中的假设并不吻合，经常出现随机的异常波动。而近些年来，通过使用自回归条件下的异方差模型可以很好的解决其中存在的问题。尤其是针对一些小概率时间，一般的分析理论不能很好的解释重大金融震荡发生的原因，而分形理论则可以对这些现象进行深入的解释。同时，包括突变理论、冲击理论在内的金融理论在其中都得到了较为广泛的应用。
总之，随着我国金融市场的不断发展，相关制度和体系急需得到进一步的完善，金融数学理论的应用范围将得到进一步的拓展，其自身理论在应用拓展的过程中得到进一步的完善。
参考文献：
金融数学的发展篇2
关键词:资本资产定价;均衡原理;不对称
中图分类号:F830文献标志码:a文章编号:1673-291X(2010)20-0237-02
经济学是否需要数学的公理化方法一直以来是一个争议的问题,早先的一些文者愿意通过对各种现象、事例、故事的描述、罗列、区分,使人们从中悟出许多有哲理的“文学文化”的方法去认识经济学、金融学的一些方面。1847年1月法国经济学家L.warlas发表了他的论文《交换的数学理论原理》,首次公开他的一般经济均衡理论的主要观点,这一原理是唯一的对经济整体提出的理论,他把一般的经济均衡的思想表达成数学形式(线性方程组),但由于他数学修养的有限,他提出的“数学论证”在数学上是站不住脚的。这个问题经过数学家和经济学家们80年的努力,才得以解决。其中包括大数学家J.vonneumann,他投身到一般经济均衡的研究中去,并因此提出了他的经济增长模型。在20世纪70年代有许多经济学家都从不同的角度用数学的方法定量研究经济体中的量与量之间的平衡关系、稳定关系,形成了经典的经济学理论――经济均衡原理,从而奠定了经济学的数理基础。正如法国Bourbaki学派的数学家G.Dbreu所说的:“坚持数学严格性,使公理化已经不止一次地引导经济学家对新研究的问题有更深刻的理解,并使适应这些问题的数学技巧用得更好。这就为向新方向开拓建立了一个可靠的基地。它使研究者从必须推敲前人工作的每一细节的桎梏中脱身出来。严格性无疑满足了许多当代经济学家的智力需要,因此,他们为了自身的原因而追求它,但是作为有效的思想工具,它也是理论的标志。”
金融学是指金融市场的经济学,现代意义下的金融市场至少已有300年以上的历史,他从一开始就是经济学研究的对象。但现代金融学通常认为只有不到50年的历史。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。主要体现在被认为的两次“华尔街革命”。第一次革命是指1952年H.m.markowitz的证券组合选择理论的问世;第二次革命是指1973年F.Black与m.S.Scholes期权定价公式的问世。这两次革命的特点就是避开了一般经济均衡理论的框架,一直在很长的时间里被传统的经济学家认为是“异端邪说”,但是他们也确实在以华尔街为代表的金融市场上引起了革命,从而最终也使金融学发生了根本改观。
以上应是经典的金融学理论的发展及思想,那么,近些年来经济学的发展又怎样呢?其实我们通过近些年来诺贝尔经济学奖的颁发可以知道当今经济学研究的方向与思路。
2001年的诺贝尔经济学奖授予三位美国经济学家,以奖励他们对具有不对称信息的市场的分析。所谓的完善市场的一个重要因素就是市场具备信息的对称,在信息不对称的市场中,价格会发生畸变,当前令中国人深恶痛绝的假冒伪劣商品市场就是有不对称的信息市场:卖方做了手脚,买方则蒙在鼓里。在信息不对称的市场中,价格会发生畸形:或劣等品卖个好价钱,或者优等品被贱卖。而金融市场中的信息尽管比其他市场中的信息更透明,但仍存在严重的信息不对称。当前,中国经济金融市场都处于需要迅速完善的过程。在我国这种历史发展较短的证券市场中常出现:公司管理层透漏公司的重大消息,基金与公司有一定的暧昧关系,而大多数散户却在完全不知情的情况下进行买卖股票,最终散户在不知情的情况下盲目跟进或盲目抛盘,造成经济损失。其实,在美国那样相对成熟的市场中,近年来作假账的事件也时有发生,如2007年轰动全球的“安然事件”。在这种情况下,用均衡和无套利来为金融资产定价显然是不合理的,于是市场有效性就成了大问题。早在1980年就曾提出了关于市场有效性的悖论:如果市场价格已经反映了所有有关的市场信息,那么,经济活动就没有必要收集市场信息;但是,如果所有经济活动者都不去搜集市场信息,那么,市场价格怎么能反映所有有关的市场信息?这样,经典的市场有效性理论就受到了严重的挑战。关于这一悖论的研究对金融经济学影响极大。其主要解决方案是在市场的一般经济均衡模型中须要引入有成本的信息,引进掌握不同的交易者。这样一来,就走出了经典金融学的无套利框架。
2002年的诺贝尔经济学奖授予美国心理学家D.Kahneman和美国经济学家V.L.Smith,以奖励他们在实验经济学和行为经济学方面的开创性工作。对D.Kahneman,奖励他把心理研究融入到经济学科中,特别是有关在不确定环境下人们的判断和决策。对V.L.Smith,奖励他在经验经济分析中,特别是在被选市场机理研究中,建立了实验室试验D.Kahneman与a.tversky,被认为是行为经济学的倡导人。他们在对不确定环境下决策的研究上,与传统的利用期望效用函数理论处理完全不同,他们要考虑感知、信念、情绪、心态等许多方面,以至决策变为一个复杂的交替过程。这两位心理学家就是出于这样的考虑提出他们的所谓“小数定律”、“展望理论”等等。不过,这并不是说他们的理论与期望效用函数理论完全对立,而是前者代表在不确定的环境下的完全理性的决策行为,后者则代表人们在复杂的现实条件下可能有的“非理性”行为。我们可以这样认为:前者是后者的理想状态,或者说是不断的接近状态。
2003年的诺贝尔经济学奖被授予美国经济学家R.F.engle和英国经济学家C.w.J.Granger,以奖励他们对于分析经济时间序列的方法上的贡献。他们的研究主要是方法论上的,而不是思想上的,他们分别提出了所谓的“自回归条件异方差”及所谓的“协整”方法。这两种方法都是针对经济数据随时间的变化不那么稳定的情形给出的,而经典的markowitz理论与Black-Scholes期权定价理论都是假定所涉及的股票的平均收益率和方差为常数。我们知道,当股市变化较大时,这样的假定是不符合实际的,因此,这样作实证分析不能反映股市现实。而aRCH模型就是一个能够反映方差随时间变化的自回归模型;“协整”是考虑经济数据随时间变化很不平稳时,要先找出有类似的不平稳变化的经济数据之间的关系,即所谓的协整关系,它使得有同类不平稳变化的经济数据组合变为有平稳变化的经济数据,从而可以用通常的方法来处理。
从这三年的诺贝尔经济学的颁奖来看,人们努力走出过于理想的一般均衡框架假设环境,去解决与实际环境较接近的“不对称信息”、“非理”、“非均衡时变”。但是,这些并不能取代经典理论所解决的范畴,事实上,到现在为止,要给出某个金融商品的定价,稳定的均衡状态假设仍然是须要的。
参考文献:
[1]得布鲁.价值理论[m].刘勇,梁日杰,译.北京:北京经济学院出版社,1989.
[2]张世英.2003年诺贝尔经济学奖评述[J].管理科学学报,2003,(6).
[3]卢祖帝.2003年诺贝尔经济学奖得主的获奖工作介绍及对中国经济与金融学研究的启示[R].CFeF研究报告,2003,(10):1-10.
theapocalypsefromthemathsandphysicsfinancialeconomicstheorydevelopmenttous
ZHanGYing-qin1,ZHUZhi-wei2,CHenGHui-qin1
(1.mathsandphysicsandbiologycollege,innermongoliascienceandtechnologyuniversity,Baotou014010,China;
2.Qianjiangcollege,Hnagzhounormaluniversity,Hangzhou310012,China)
金融数学的发展篇3
关键词金融服务外包专业；数据库系统；实验教学
中图分类号：G652文献标识码：a文章编号：1671-489X(2012)27-0131-03
DatabaseSystem’sexperimentalteachinginFinancialServicesoutsourcingprofessional//wangYanling,LinXiao
abstractFortheHighpersonneltrainingissuesinthecurrentfinancialserviceoutsourcing,thisthesisstudiestheknowledgepointsofthedatabasesystemrequiredtheoutsourcingforfinancialservicesprofessionalsandproposesafour-dimensionalteachingsystemofdatabasesystem.First,thestatusoffinancialservicesoutsourcinganddatabasesystemwasanalyzed;second,thedatabasesystemexperimentalreformofoutsourcingforfinancialservicesprofessionalswasproposed.
Keywordsoutsourcingoffinancialservicesprofessional;databasesystem;experimentalteaching
author’saddressLuoyangnormalCollege,Luoyang,Henan,China471022
“如今，以数据中心、清算中心、银行卡中心、研发中心为主的金融后台服务与金融机构前台经营分离，正成为金融业未来发展的一大趋势，这也使金融业务进一步摆脱空间和地域的限制，为金融机构在全球范围内开展业务流程重组和实现服务外包提供了技术基础。”业内专家通过对信息科技在金融业深入应用趋势的分析，得出上述论断［1-2］。正如专家所言，随着金融后台服务产业的蓬勃兴起，在中国试水多年的金融服务外包有望迎来全新的发展契机。未来10年将是中国金融行业变革发展最集中的一段时期，金融服务外包业必将大有所为。
在金融服务外包业的快速发展中急需金融服务外包的人才。教育部、商务部于2009年联合下发《关于加强服务外包人才，培养促进高校毕业生就业工作的若干意见》，号召高校加快培养服务外包人才，提升我国服务外包产业人员素质，促进高校毕业生就业。在当前全球经济与金融一体化的背景下，培养金融it服务外包人才对发展我国金融服务外包业务、改善对外贸易结构、加速与国际金融市场接轨及促进金融服务外包专业学生就业等方面都具有重要的战略与现实意义。
数据库系统课程在金融行业中占据主导地位，但是目前在金融外包服务专业中所开设的数据库系统课程为普通计算机科学与技术专业的专业课程，没有突出其为金融服务的特性，因此急需根据金融行业中数据库的实际应用来对数据库系统课程进行课程改革，从而更适合该专业的教学。本文先讨论金融外包服务的知识特点和发展趋势，后讨论数据库系统课程目前的实验体系，最后针对金融外包专业对数据库知识的要求重新进行数据库实验教学体系的构建。
1金融服务外包
1.1金融服务外包的知识特点
金融机构在业务流程中必须处理大量的信息，包括书面和电子形式，而且通常要为客户提供各种各样的相关服务，其数量巨大，覆盖范围宽，需要强大的信息技术服务作为支撑。金融业务与it技术的融合是金融服务外包的特点。
1）除了计算机硬件和系统软件一般知识外，还需要网络技术，包括网络安全、数据处理（采集、备份、恢复等）、视频处理、系统开发和维护、it项目管理等。
2）与金融和保险相关的知识，包括货币银行、保险、基金等的业务流程和管理也是十分重要的。
1.2金融业务外包发展趋势
从目前业务发展情况看，金融业务流程外包越来越专业化，但主要是金融机构后台服务。金融后台服务作为金融服务外包发展最快的领域，正在细分市场上向更深、更专业化的领域拓展。
金融灾难恢复作为金融后台服务外包的重要组成部分，已经成为最引人注目的金融外包业务。
2数据库系统课程
金融数学的发展篇4
【关键词】金融工程人才培养创新
一、金融工程的特点
金融工程是一门研究运用各种金融工具和策略来解决金融财务问题的新兴金融学科。它将工程思维引入金融科学的研究，综合地运用各种工程技术的方法，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。
作为一门前沿学科，金融工程融合了金融学和投资学的相关理论，同时又吸收了数学和系统科学的精华。从理论上讲，它是一门融现代金融学、信息技术与工程方法于一体的交叉性学科；从教学方面讲，它是一门由现代金融理论支撑、以实务操作为导向的高科技金融学科。
1、金融工程具有应用型交叉学科的基本特征
首先，金融工程是金融科学的工程化，是一门从实际情况出发针对实际问题的应用型学科。其次，金融工程集合了金融学的基础理论和工程学的基本分析方法并且又具备自身的特征――强调学科间的相互渗透和交叉。除了运用数学和统计学知识为主要分析手段外，金融工程还引入了最新的计算机技术、仿真技术、人工神经网等前沿技术，也运用到了决策科学和系统科学的有关理论。
2、金融工程是一门具有量化特色的学科，重视模型化和最优化
金融工程的一个突出特点就是广泛运用定量分析的方法来解决金融实务中的各类问题。量化分析的第一步是把没有数量特征的各种实际对象转变成具有数量特征和某种相关关系的变量。在数学模型提出来后，接下来的任务就是针对不同类型的模型进行分析、求解、推导和论证。金融工程在数学方法上的特点是需要将实际问题的不确定性和提炼问题的最优化紧密结合，因此关于优化理论的学习和研究在金融工程中是贯穿始终而至关重要的。
3、金融工程重视创新思维
创新是金融工程的灵魂，金融工程的创造性特点主要体现在两个方面：一是运用各种工程分析手段对收益和风险特征进行量化、分解和组合，创造性地改变收益和风险结构，实现新型金融工具的引入和运用；二是通过对各类金融要素的重新组合和创造性的变革实现解决方案的优化、市场范围的拓展和金融服务的创新。
二、国内金融工程应用现状
目前，国内金融工程应用主要分为两大块，一块是风险控制，另一块是量化投资。前者多见于保险和商业银行业，后者主要应用证券业和投资银行业。在量化投资的方法上，以券商为例又可以分为从基本面出发和从金融数学理论出发两个角度。
大多数券商的金融工程研究方法选择了基本面角度，他们对于行业财务指标进行遴选，从基本面、资金面双重角度出发，最终做出基于Roe、pe、peG、epS等的投资组合。例如，东方证券的epS增长模型应用的就是这类方法，海通、中信这样比较大的券商的金融工程报告也常是如此。考虑到国内金融工程研究刚刚起步，这是可以理解的。
另外，也有不少券商将金融工程论应用到市场中，做出了一些成果。比如，长江证券在考虑市场的实际情况后，在研究报告中分析了短期反转和成交量这两项因素与收益率的关系。
目前，国内金融工程研究的瓶颈在于与实际市场的结合。中国的证券市场是一个不成熟而且有着高度投机特性的市场，市场的波动与货币流动性多少高度相关。因此，把基于理想化市场假设的金融工程理论应用于中国市场得到的结论，通常与市场实际情况有较大背离。另一方面，金融工程理论具有较强的专业性，即使是证券从业人员，如果没有经过系统化学习，也无法理解其中的演算原委，这种知识上的隔阂导致反馈的缺失。
比较美欧成熟市场，国内金融工程领域的研究才刚刚起步，未来的前景十分广阔。未来的研究方向将是基本面、技术面、资金面以及金融数学原理的结合，通过金融工程的建模、金融市场的反馈，最终找到适合于中国市场特性的金融模型。
三、国内金融工程教育现状和人才培养目标
我国高等院校开展金融工程教育的时间虽然不长，但发展非常迅速。目前我国已有40余所高校设立了金融工程专业，开设金融工程课程教学的高校达60多所。但是总的来说，我国对于金融工程尚处于系统介绍和初步研究的阶段，需要我们对金融工程的研究和人才的培养给予更多的关注。
在金融人才的培养方面，我国金融教学主干课程的主要内容都是宏观经济学与国际经济学内容的一部分，还没有从金融工程的高度来设置相应的课程；同时，金融教学基本以描述与定性方式为主，缺乏应有的数理分析和定量分析内容，而且与实际联系不紧密，所培养出的人才实际运用能力差。上述问题成为金融工程在我国发展的主要障碍。可以说，我国的金融创新和发展明显滞后于整个经济的改革和发展。
根据金融工程的特点和国内金融市场的发展现状，我国金融工程专业的培养目标应立足于使学生熟练地运用已有的金融产品定价和风险管理模型，并具有一定的金融产品开发能力的应用型人才。
1、理论基础
金融工程的专业人才应该具有比较扎实的经济、金融理论基础，尤其要系统掌握现代金融经济学的基本理论。熟练掌握金融工程的基本理论框架，熟悉公司财务、金融市场与证券投资以及银行经营管理等方面的理论知识，具有相应的基本运作技能。
2、相关专业的知识
金融工程的专业人才应该熟悉与金融工程学科相关的原理性知识，并有较高的数学、统计学、外语与计算机操作水平。具备扎实的数理分析基础和运用数学模型的能力，能够对金融、经济问题进行科学的分析和处理；能够熟练地使用计算机进行信息处理。为了适应国际金融市场的激烈竞争，金融工程的专业人才不仅要具备较高的外语水平，还应该熟悉会计、税务等方面的原理性知识。
3、金融实物工作能力
金融工程的专业人才应该具备一定的从事金融实务工作的能力。能够灵活运用掌握的理论知识和技术方法开展工作，进行调查研究、分析和解决实际问题，从事资产评估、风险管理以及金融产品设计与开发等方面的实务工作。
4、较强的实践能力
金融工程的专业人才应该具有较强的市场经济意识、创新思维能力和社会适应能力。金融工程的产生和发展是与金融市场密不可分的，金融工程研究开发的每一项结果，都是为了满足金融市场的需要，而推出的一项创新的金融产品，这就要求金融工程的专业人才具有金融创新的意识和思维。
四、金融工程课程设计设想
1、强调基础的经济金融理论教学，培养学生具备扎实的经济金融理论素质
金融工程本科专业的设置必须立足于经济金融理论，这是培养合格的金融工程专业本科生的基石，这些理论应包括基础的经济学、金融学、管理学等学科以及一定的现代金融理论，如开设货币银行学、国际金融、公司财务、投资学、金融经济学、金融风险管理等课程。另外，还应辅之以保险、税收、金融法等方面的知识。
2、适度开设数学类课程，培养学生掌握比较全面的数学和统计学的技能
为培养各类专门的金融工程人才，使学生掌握比较全面的数学和统计学的技能已经成为必需。为此我们开设了微分方程与动态经济学、概率论基础、数理统计、运筹学、应用随机过程、金融时间序列分析等课程。此外还有随机分析、决策分析、经济数学模型等课程供学生选修。这些课程的教学大纲不仅体现数学课程本身的内容，而且充分结合金融工程的需要，强调数学方法在金融领域的应用。
3、体现金融计算、数学建模的重要性
培养学生具备数值计算、建模技巧及数据分析的能力。通过使用计算机及软件对金融数据进行分析，研究金融运行规律是当今金融信息全球化的重要手段，为此我们设置了如数值计算、经济数学模型、计算机C语言程序设计、数据分析应用软件、金融实证分析等课程，培养学生能够从复杂的金融环境中分析出关键因素并设计建模方案的基本素质，以及具备通过数值计算对金融问题进行数据分析和检验解决问题的可能方案的能力。
4、构建金融工程的专门化课程，培养学生成为复合型的金融工程人才
围绕金融工程我们开设了如衍生金融工具、金融工程学、金融工程案例和应用、金融风险的量化分析、金融产品设计与开发等课程，学生可以通过教学了解金融工程的核心以及运用相关金融工具和策略解决金融问题。
五、应用型为主的金融工程师教育
从学科性质来看，金融工程属于应用型的学科，这一性质决定了在金融工程学科建设中，必须充分强调实际应用能力的教育和培养。
1、开设实践类和信息类课程
利用金融实验室进行金融市场、金融交易模拟实践；采用分散性现场参观与观摩的形式感受真实交易的氛围；通过互联网访问中央银行、大型商业银行网站，了解金融中介业务运作。实践性教学的目的是增强本课程理论与实践结合的紧密程度，增加学生对所学知识的感性认识，培养学生的实践能力和知识技能的应用能力。引导学生养成通过网络、媒体积极吸收市场、经济和技术信息的习惯。丰富的信息是学习的动力，也是创新和应用的源泉，现代社会对信息的敏锐程度和吸收能力已经成为人才竞争的重要元素。
2、重视实际的技术能力培养
这主要是指诸如SaS和matlab等课程的开设。金融工程的大部分问题都需要通过软件技术加以解决，比如：数学建模、数值计算、网络图解、仿真模拟等，因而技术能力也反映了学生在实际工作中的应用水平。在国外的金融工程人才培养中，不少大学将matlab作为必修课之一，从而保证学生能迅速的将金融问题转化为技术问题并加以解决。
3、强化案例教学
案例教学有助于巩固和提高学生基础理论知识，拓宽学生的视野，培养学生的动手能力、实践能力和应用能力。不仅如此，案例教学对于培养对金融工程至关重要的“创造性”的思维，也是非常有用的。在数十年的发展过程中，金融工程应用已经积累了很多创造性地解决金融问题的案例，这些案例在一定程度上是一种思想财富。案例教学是学习、培养和提高这种能力的重要组成部分。
4、积极发展实习教学
在美国是否提供实习机会，是许多开展金融工程教育的学校吸引优秀生源的重要手段之一。事实上，在我国，由于金融人才的缺乏，金融工程的实习教学对于学校和实业界来说是一个双赢的策略，学校应加强同实业界的交流与合作，为学生提供实习机会。
六、金融工程师职业教育和创新思维培养
金融工程师的称谓起始于上世纪80年代初的伦敦金融界，区别于传统的金融理论研究和金融市场分析人员，金融工程师更加注重金融市场交易与金融工具的可操作性，将最新的科技手段、规模化处理方式（工程方法）应用到金融市场上，创造出新的金融产品、交易方式，从而为金融市场的参与者赢取利润、规避风险或完善服务。金融工程师通常受雇于投资银行、商业银行、证券公司、金融中介机构以及非金融性质的公司。
因为金融工程师具有一系列专业化的、仅凭技术所无法达到的素质，并且由于金融创新的速度超过了市场产生称职金融工程师的能力，金融工程师总体上供不应求，其就业机会显得格外光明，并且毫无疑问，其工作带来了丰厚的回报。
有专家认为，金融工程师更为广阔的天地在东方，尤其是在金融市场正处于开发并具有巨大发展潜力的中国。伴随着中国经济的高速发展，中国金融市场变得越来越复杂多变。加入世贸后，金融市场的开放和外资金融机构的进入，将使中国金融业面临前所未有的挑战。因此，培养一批懂得现代金融原理，掌握现代金融技术的高级人才显得十分紧迫和重要。尤其是掌握金融创新与风险管理技术的金融工程师将成为金融行业的急需专业人才。未来的国际金融中心上海将为金融工程师搭建广阔的展示平台。
国内金融工程师的职业教育还处于起步阶段，将专业教育和职业培训结合是金融市场发展的必然，在为职业培训提供新方向的同时，也提出了新的要求：不仅需要更专业的培训机构和专业技能更强的培训师，而且需要符合中国市场发展的培训方式，从而为我国金融工程专业人才的发展提供良好的教育培训环境。
金融工程自身的特点要求有一定的创新能力。首先，金融工程的基本职能是创造，就是在金融市场中根据客户的需要来创造新的产品以实现收益和规避风险。因此，一个成功的金融工程师必须“常常能迅速理解和接收新的观念，并能轻易看透细节进而把握基本结构的各个部分；他们还倾向于倡导智力上的开放以避免封闭式的思维扼杀创造性。与大多数人不同，他们不认为金融世界是由一定的事物构成的，当他们被告知模式不能做或无法做时，他们的最先反应是问为什么。其次，由于金融工程师要解决的问题往往超出个人的知识基础而需要进行小组工作，以处理复杂的金融、法律、税收、会计、产业、计算技术、市场营销等方面的问题。因此，作为小组核心的金融工程师，合作的精神、沟通的技巧和协调的能力是必备要素之一。
总之，在金融工程领域的教学和科研过程中，从发展的趋势来看，金融工程将不仅仅作为一门技术性的学科，而是将逐渐成为一种创新和开放的思想方法，日益渗透到金融、经济乃至整个社会生活中来。
（注：本文受以下项目资助：2008年度上海师范大学文科原创与前瞻性项目《基于鞅定价的结构金融衍生品创新研究》，项目编号：DYw806。2008年度上海师范大学理工科科研项目《非对称信息下基于鞅定价的金融衍生品创新研究》，项目编号：SK200887。2009年《上海师范大学金融工程重点应用文科》，项目编号：DZw912。）
【参考文献】
金融数学的发展篇5
关键词：不确定性数学方法；金融；作用；影响
中图分类号：G63文献标识码：a文章编号：1673-9132（2017）04-0221-02
Doi：10.16657/ki.issn1673-9132.2017.04.141
数学在金融领域中的应用表现在很多方面，如在数据分析、金融产品开发及经济信息的整理分析中，都离不开数学知识的运用。在具体的金融系统，诸如银行、保险、信托、证券等行业，在科学研究、实际操作、项目开发等活动中，如统计、计算、预测这些具体的工作，都离不开数学的应用。而数学方法在金融投资风险和金融定量分析中的应用，更是人们广泛研究和关注的话题。
金融学，从通俗的意义上来讲，是一门解决收益和风险之间的关系的学问。“收益越大则风险越大”，这是现代社会经济中市场竞争的基本准则。那么，对于每一个投资者来说，冒最小的风险博取最大的收益是唯一的理想。在生活中，有很多投资者都在尽其所能，或者在风险不变的情况下努力提高收益，或者在收益不变的情况下极力降低风险。投资者在寻找投资和套利的机会时，必须弄清某种金融产品的盈利能力和风险匹配。或者反过来说，任何一个金融机构在发行理财产品时，也必须要设计好某一产品的风险和利润。这是一种动态的平衡，在金融机构、金融产品、投资者和设计者这众多因素之间，只有形成一种动态的“双赢”，才会使一款理财产品产生理想的经济效益和社会效益。
在这种动态平衡的形成过程中，不确定性数学方法一直发挥着重要的作用和影响。
一、什么是不确定性数学方法
不确定性作为经济学里的一个概念，主要应用于风险管理。这是因为在复杂的经济生活中，经营者对于未来的经济状况只能预测而不能确知，特别是对于收益和损失方面的具体情况，经营者在进行决策以后事先无法知道结果。这种不确定性，无论是在描述上，还是在管理上，都有相当的难度。
不确定性数学方法，是一种新型的数学方法，它的产生和发展主要来源于社会经济生活中的不确定现象和未知现象。对这些现象的研究和管理，使数学在自身的各种功能的基础上，进一步发展形成了不确定性数学方法。
在金融行业中，诸如模式识别、综合评价、聚类分析、线性规划和预测等概念，都可以抽象到数学中进行描述，从而得到更加深刻的理解。在这种描述中，就需要应用不确定数学方法，包括模糊数学、灰色系统理论和属性数学等。其中还涉及运筹学与控制论知识，通过这些才能使那些有待解决的问题得到客观、实用、合理的解决。
二、不确定性数学方法在金融领域的作用和影响
（一）对金融投资风险分析的作用和影响
在金融投资中，未来投资收益对投资人存在不确定性，这种不确定性会给投资人造成收益损失甚至本金损失。这种风险就是金融投资风险。金融投资风险在生活中十分常见，比如，有些人炒的股票可能会被套牢，购买的债券可能会不按期还本付息，而购买房地产可能会遭遇房价下跌，像现在的贵金属和黄金积存等都可能会受到市场的影响造成利润和本金的损失，等等。
对这些金融投资风险的分析，因为是“赚钱的艺术”一直受到贬低，缺乏科学因素的介入。最原始的技术分析方法，是创始于19世纪末的道氏理论。比如，它把股票的运动规律分解成主要趋势、次要趋势和日常变动，以此掌握股市变化的周期和内在规律，通过分析影响股市变动的各种因素，对股市进行分析和预测。事实上，充分运用不确定数学方法，就可以科学地分析这些风险，使投资者获得相应的回报。不确定性数学方法把金融投资过程中可能发生的损失或收益抽象成随机变量，然后再用科学的方法来度量损失或收益的平均值和波动性，这就是概率论、数理统计、随机性等不确定性数学方法在金融投资风险分析中的应用。
科学的风险分析能够促使投资者理智地进行金融投资，使金融投资健康有序地发展，对金融秩序和社会经济的稳定发展都具有重要的意义。
（二）对金融定量分析的作用和影响
金融定量分析从建立模型开始，经过估计参数和验证理论，然后运用模型对金融行为进行预测和分析。定量分析是分析问题的一种基础思维，它代替了定性思维，使人类认识的事物由模糊而抽象变得清晰而具体。数学是关于量的科学，运用定量思维分析金融现象，就是运用不确定数学方法对金融进行再认识，就是“把科学置于科学的保护之下”。严密地、系统地、有效地运用数学模型来解密金融领域中的诸多问题，必然会全面促进金融行业的自律和有关方面对金融行业的监督管理，促进金融行业的快速发展。
金融预测也离不开不确定数学方法。利用数学方法预测金融产品的盈亏走势，是现代科学不断发展的过程中，必然要解决的实际问题。在人类和自然的交互利用和改造中，不难发现，很多复杂的变量之间存在着规律性的关系。例如，降雨量和粮食产量之间的关系，人们的收入水平和储蓄总量之间的关系，这些变量之间的关系都是有规律可循的。金融预测也是如此，就是在很多相关的变量之间找到动态的平衡点，然后从根本上把握收益和损失的程度。
在分析科学中定性对定量的替代，使得人类的理性在科学的范畴内有了能够把握的量的特征。在金融行为中的定量分析，无疑对人们参与各种金融活动有重要的指导意义。
总而言之，不确定性数学方法在金融领域有着多方面的作用和影响。从科学的角度上来讲，数学在某种意义上是金融学的支撑。最热门的金融工程学，几乎全部由数学模型构成，而且金融学在发展过程中越来越接近计量和数学。在现实生活具体的实际经济活动中，虽然极少出现科学研究中数学模型假设的条件，但是金融学最终的发展方向肯定不会偏离那些高级数学模型的预知。因此，研究数学对金融学的作用和影响，关系着金融学的发展方向及社会经济的发展前景，甚至完全有可能，从数学的角度解开金融危机的深层秘密，促进世界金融行业健康平稳的或持续发展。事实上，不确定性数学和经典数学相比，能够解决更多不确定性的问题，特别是金融行业中那些复杂无序的问题，因为不确定性数学更接近世界的真相，或者确切地说，它更接近金融的真相。
参考文献：
金融数学的发展篇6
关键词：金融发展；收敛性；空间相关性；空间计量模型
中图分类号：F830文献标识码：a文章编号：1674-2265（2013）06-0010-05
一、引言
金融是现代经济运行的核心与枢纽.改革开放以来，金融业发展迅速，但是在地区之间存在较大差异，甚至这种不平衡和差异有不断扩大的趋势，这种现象已经越来越引起人们的关注。当前我国正处于金融体制改革的关键时期，认真研究和充分掌握中国金融发展的空间格局和演变规律，从而采取具有针对性的金融发展战略、协调区域金融发展具有重要的理论价值和现实意义。
已有的关于金融发展地区差距的文献已经或多或少地涉及到了金融发展差异的收敛性分析。其中，相当多的学者认为区域金融发展存在收敛性。从国外研究进展看，国外学者对金融收敛性的研究主要集中在不同国家金融体系的收敛性上（比安科，1997；穆连德，2004；布鲁诺和博尼斯，2008）。从国内研究进展看，自1994年开始大量学者借鉴收敛理论和方法对中国金融发展的收敛性进行了研究。张杰（1994）最早阐释了区域金融发展收敛的内涵。他通过对中国经济、金融的区域差异状况及其特征的分析，指出我国区域金融发展地区差距随着时间的推移将逐步缩小。同时，他从理论上描述了金融结构的区域趋同、金融集聚必然呈现出类似经济发展的“威廉姆森倒U型”过程。陆文喜、李国平（2004）主要采用β收敛法检验了我国各地区金融发展的收敛问题。结果表明，我国各地区金融发展存在着阶段性和区域性的收敛特征，而且这种特征与金融发展政策有关。陈恩、黄桂良（2010）基于经济收敛理论，运用δ收敛、β收敛和俱乐部收敛检验方法，对广东省区域金融发展的收敛性进行实证分析后发现，广东省区域金融发展没有出现差距自动缩小的趋势，总体上不存在δ收敛和绝对β收敛格局，但存在条件β收敛趋势，而且山区各地市表现出俱乐部收敛的特征。黄砚玲、龙志和、林光平（2010）采用空间统计与空间经济计量方法，研究了浙江省金融发展的收敛情况。研究结果显示，浙江省县市区金融发展在1997—2008年间存在显著的β绝对收敛，且收敛速度较采用传统方法所得的收敛速度有明显的下降。
另外一些学者得出了相反的的结论，即认为区域金融发展的地区差距存在发散性。周立、胡鞍钢（2002），金雪军、田霖（2004）都利用金融相关比率指标分析了中国金融发展的收敛性及特征，研究发现，中国31个省的金融发展在全国和地区间的分布是非均衡的，而且存在显著的地区差距。赵伟、马瑞永（2006）和郑长德（2008）都利用泰尔指数方法对我国金融发展的收敛性进行了测算，得出了区域金融差距扩大的结论。李敬、徐鲲和杜晓（2008）从决定金融发展的生产者受教育程度、社会福利水平、商品交易效率、金融交易效率和地域固有因素出发，研究了区域金融发展的收敛机制。研究发现，中国省际金融发展差异呈现加速扩张的态势。龙超、张金昌（2010）基于面板单位根检验及验证分析方法，分析我国区域金融发展的随机收敛性，得出我国区域金融存在全局性的随机发散，不存在俱乐部式随机收敛。这说明我国各省金融发展相对于全国金融发展没有保持同步，这种差距随时间发生变化，并且各省金融发展相对于东、中、西部区域金融发展也没有保持同步。
虽然已有文献对中国金融发展的地区差异和收敛性进行了不少探索，并且取得了不少成果，但现实中，由于地理距离等条件使得金融发展在不同区域之间的空间关联已经越来越明显。如果忽视了金融发展的地理空间效应，可能导致错误的模型设定，从而得出有偏的分析结论。空间计量方法打破了原有经典计量模型中的空间独立分布的假设，在经典计量方法中纳入空间因素来探索区域之间的空间交互作用，重新审视和研究中国金融发展的地区差距与影响因素就显得十分必要。本文借鉴空间计量经济学的最新发展以及已有的文献，对中国金融发展的地区差距与影响因素进行实证分析，试图寻找中国金融发展在长期中的演进特征。本文的贡献主要在于：与已有的采用经典计量模型的文献不同，本文将空间因素纳入到区域金融发展的研究中，采用空间计量经济学的工具对中国金融发展的收敛性进行实证检验。因此，本文将采用空间经济计量方法，研究1978—2009年中国金融发展的收敛性，这对于制定缩小中国金融发展地区差距的政策，具有现实意义。
二、方法、数据与指标
（一）空间计量方法
三、中国金融发展的空间相关性⑤
帕兰克（paelinck）最早提出了空间计量经济学的概念，后来经过安瑟兰等学者的努力得到了进一步的发展，并逐步形成了空间计量经济学的框架体系。为了验证我国金融发展具有一定的空间分布特征，而不是随机发生的。本文运用空间统计学技术对金融发展进行了空间相关性检验，其中包括全局空间相关性检验和局域空间相关性检验。根据moran’si以及LiSa计算公式，我们以邻接空间权重矩阵为空间权重矩阵，以金融相关比率为中国金融发展指标，测算了中国金融发展的空间相关性，并绘制了中国金融发展的moran’si散点图。
（一）中国金融发展的全局空间相关性
（二）中国金融发展的局域空间相关性
尽管moran’si指数表明，大部分年份在邻接空间权重矩阵条件下中国金融发展存在显著的空间相关性，但是moran’si指数不能显示出不同省份聚类的具体状况。因此，我们使用moran散点图来进一步分析中国金融发展的局部空间特征。鉴于篇幅，我们仅给出了1978年和2009年邻接权重矩阵下的moran散点图，如图2、图3所示。
通过moran散点图可知，可以将各省份金融发展分为4种空间相关模式：如果分布在第一象限，表示高集聚增长的省份被其他高集聚增长的省份所包围（HH），代表正的空间自相关关系的集聚；如果分布在第二象限，表示低集聚增长的省份被其他高集聚增长的省份所包围（LH），代表负的空间自相关关系的集聚；如果分布在第三象限，表示低集聚增长的省份被其他低集聚增长的省份所包围（LL），代表正的空间自相关关系的集聚；如果分布在第四象限，表示高集聚增长的省份被其他低集聚增长的省份所包围（HL），代表负的空间自相关关系的集聚。图2显示，在邻接空间权重矩阵条件下，位于第二、四象限的省份不多（只有10个，其中6个位于第二象限，4个位于第四象限），多数省份位于第一、第三象限，其中位于第一象限的有9个省份，这些省份的金融发展表现出HH集聚模式；位于第三象限的有12个省份，这些省份的金融发展表现出LL集聚模式。图3显示，在邻接空间权重矩阵条件下，位于第二、四象限的省份有12个，多数省份位于第一、第三象限，其中位于第一象限的有8个省份，这些省份的金融发展表现出HH集聚模式；位于第三象限的有11个省份，这些省份的金融发展水平表现出LL集聚模式。从图2和图3的moran’si散点图可以看出中国金融发展存在一定的空间相关性，而且1978年的空间相关性要强于2009年，说明我国金融发展的空间辐射作用呈现下降趋势，存在空间异质性。
四、结论与政策建议
本文使用1978—2009年中国31个省市的相关数据，以金融相关比率为指标，利用空间经济计量方法对中国金融发展水平的收敛性及其演变态势进行了实证研究。moran’s指数的测算表明，中国金融发展在大部分年份存在显著的全局空间相关性；moran散点图表明中国金融发展空间辐射作用呈现下降趋势，存在空间异质性。
基于上述研究，本文提出如下几点促进我国金融发展的政策建议：（1）发挥我国政府在金融战略布局中的主导作用。充分发挥金融中心（如北京、上海、天津、重庆等）对邻近省区的辐射带动功能，构建区域金融发展的协调机制，实现各区域金融发展的良性互动。（2）发挥邻近省区的协同效应，积极实现金融联合与金融合作。建立有序协调互补的金融资源配置体系，优化金融资源配置，实现互惠共赢和金融资源的高效运作。（3）给予中西部地区更多的政策支持。加强对中西部地区的金融支持，对中西部地区实施金融发展倾斜政策，缩小东部与中西部金融发展的差距，实现金融落后地区向金融发达地区的追赶。
注：
①所谓邻接标准指的是，如果两个空间单元之间相邻，则认为二者存在空间相关；反之则不相关。
②由于邻接空间权重矩阵的设置方式简单，计算也相对简便，因此在空间计量的研究文献中使用最为广泛。
③moran’si指数的取值范围为[-1，1]。若大于0，表示所考察的经济变量（本文是金融相关比率）空间正相关；若小于0，表示空间负相关；若等于0，表示经济变量之间的空间属性分布独立。moran’si指数绝对值表示空间相关程度的大小。绝对值越大表明空间相关程度越大，反之则越小。
④如周立和胡鞍钢（2002）、金雪军和田霖（2004）、赵伟和马瑞永（2006）、陈恩和黄桂良（2010）等均采用了金融相关比率这一指标。
⑤空间相关性分析（也称聚类检验）是认识空间分布特征、选择适宜的空间尺度来完成空间分析的最常用方法。空间数据分析主要使用两类工具：第一类用来分析空间数据在整个系统内表现出的分布特征，通常将这种整体分布特征称为全局空间相关性，一般用moran指数i（莫兰，1950）、Geary指数（吉尔里，1954）来测度；第二类用来分析局部子系统所表现出来的分布特征，又称为局部空间相关性，具体表现形式包括空间集聚区、非典型的局域区域、异常值或空间政区（SpatialRegimes）等，一般用G统计量、moran散点图和LiSa来测度。
参考文献：
[1]magdaBianco，aandrea，Geral，iRiccardomassaro.1997.FinancialSysten’sacross“Developedeconomic”：ConvergenceorpathDependence？[J].Researchineconomics，（12）.
[2]Victormurinde，Judaagung，andymullineux.2004.patternsofCorporateFinancingandFinancialSystemConvergenceineurope[J].eeviewofinternationaleconomics，12（4）.
[3]GiuseppeBruno，RiccardoDeBonis.2008.DoFinancialSystemsConverge？newevidencefromHouseholdFinancialassetsinSelectedoeCDCountries[J].iFC.
[4]moran，p.a.p.1950.notesonContinuousphenomena[J].Biometrika，（37）.
[5]anselin，L.1988.Spatialeconometrics：methodsandmodels[J].Kluweracademicpublishers，Dordrecht.
[6]张杰.经济的区域差异与金融成长[J].金融与经济，1994，（6）.
[7]陆文喜，李国平.中国金融发展的收敛性分析[J].数量经济技术经济研究，2004（2）.
[8]陈恩，黄桂良.广东区域金融发展的收敛性分析[J].当代财经，2010，（1）.
[9]黄砚玲，龙志和，林光平.中国金融发展收敛性的空间经济计量研究[J].上海经济研究，2010，（4）.
[10]周立，胡鞍钢.中国金融发展的地区差距状况分析（1978—1999）[J].清华大学学报（哲学社会科学版），2002，（2）.
[11]金雪军，田霖.我国区域金融成长差异的态势[J].经济理论与经济管理，2002，（8）.
[12]赵伟，马瑞永.中国区域金融增长的差异——基于泰尔指数的测度[J].经济地理，2006，（1）.
[13]郑长德.中国金融发展地区差异的泰尔指数分解及其形成因素分析[J].财经理论与实践，2008，（4）.
[14]李敬，徐鲲，杜晓.区域金融发展的收敛机制与中国金融发展差异的变动[J].中国软科学，2008，（11）.
金融数学的发展篇7
运用邓氏灰色关联模型分析2008—2014年河南省统计数据，结果表明:金融支农的规模与农民专业合作社发展的总量指标、投入指标、效益指标高度相关;金融支农的效率、结构指标与农民专业合作社发展的总量指标、投入指标、效益指标部分相关。为此，应采取充分发挥金融政策的导向作用，开发和创新适合农民专业合作社需求的金融产品，健全涉农金融配套服务机制等举措，促进农民专业合作社的健康发展。
关键词:
河南省;金融;农民专业合作社;邓氏灰色关联模型
农民专业合作社作为新型农业经营主体对推动农业经营方式创新、发展现代农业具有重要意义。近年来，河南省农民专业合作社蓬勃发展，登记数量呈明显增长之势，已经成为河南省新型农业经营的主力军。如何更好地发挥金融机构对农民专业合作社发展的扶持、服务功能已经成为理论界和实践部门共同关注的热点问题。从目前的研究文献来看，学者们对这一问题进行了深入的探讨，取得的研究成果颇多［1，2］，但系统地对河南省农民专业合作社发展的实证研究则不多见。本文根据河南省2008—2014年的统计数据，运用灰色关联度模型分析评价河南省金融支持对农民专业合作社发展的实际效应，并提出相应对策，希望能为政府部门和金融机构更好地扶持、培育新型农业经营主体，加快农业现代化建设提供决策依据。
一、关于金融支持对农民专业合作社发展的效应评价模型
以往学者大多采用回归分析、层次分析、主成分分析等经典模型分析农村金融与农民专业合作社发展之间的关系。由于农民专业合作社的发展受众多因素的影响，各个影响因素内部构成复杂又相互关联，影响因素信息获取不完全，这就极有可能降低经典模型分析的准确性［3］。本文所研究的影响农民专业合作社发展的金融支持因素内部可以细分为多个指标，如果运用传统经典模型分析金融支持与农民专业合作社发展之间的关系极容易产生偏差甚至伪证。所以本文采用灰色关联模型，建立分析指标体系。“邓氏关联度模型”是灰色关联模型中的一种，即点关联模型，是以搜集观测点数据为起点，对量纲不一致的数据进行无量纲化处理，得到初始化序列，然后运用欧氏距离，计算点关联度系数，进而计算出邓氏关联度［4］。所得关联度系数与关联度是正相关关系。由于本文采用的数据量纲不同，考虑到农民专业合作社发展指标序列和金融支持指标序列之间的接近程度没有意义，分析的目的是获得各序列之间的相似性，且所使用的数据是以年为间距的连续数据，时距相同，因此本文采用“邓氏关联度模型”对河南省金融各指标与农民专业合作社发展的关联度进行分析、评价较为科学。
二、河南省金融支持对农民专业合作社发展的效应分析
(一)构建河南省金融支持对农民专业合作社发展效应的指标体系为研究金融支持对农民专业合作社发展的效应关系，将指标分两组:其一是反映河南省农民专业合作社成长状况的发展指标;其二是反映河南省涉农金融机构支农力度的金融支持指标。1．衡量河南省农民专业合作社发展的指标体系为全面、客观、科学地评价河南省农民专业合作社的发展状况，同时保证本研究的有效性和可操作性，这里主要选取河南省农民专业合作社发展的总量指标、投入指标、效益指标等三个作为参考指标，基本上能够较直接、准确地反映河南省农民专业合作社的发展状况。农民专业合作社发展总量指标(HCt)表示的是当年年内已成立、并正在运营的农民专业合作社数量，即HCt=年末总数量—年初总数量，反映的是农民专业合作社数量增长趋势。农民专业合作社发展投入指标(HCC)衡量的是当年年内农民专业合作社出资增长额，即HCC=年末出资总额—年初出资总额，反映的是农民专业合作社规模发展趋势。农民专业合作社发展效益指标(HCpGDp)指的是农民人均GDp。HCpGDp能够真实反映省内农民收入水平和农村经济发展状况。2．衡量河南省金融支持的指标体系就农村金融而言，影响农民专业合作社发展的因素是多方面的，没有任何一个指标能够全面反映金融支持在多大程度上影响农民专业合作社的发展。因此本文选取与之关系密切的三个参考指标进行研究，即河南省金融支农的规模指标、效率指标、结构指标。金融支农规模指标(HFS)反映的是金融支持农民专业合作社发展力度以及对农村经济的贡献程度。其衡量方式有多种，这里采用通常使用的方式，即HFS=HCLR/HRGDp，其中HCLR表示省内农民专业合作社信贷余额，HRGDp表示省内当年农村生产总值。金融支农效率指标(HFe)本来是指省内农村信贷余额与农村存款余额的比例关系，为了分析金融机构对农民专业合作社资金问题的影响，在这里是指省内农民专业合作社信贷余额与农民专业合作社存款余额的比例关系，即HFe=HCLR/CCD，其中CCD表示省内农民专业合作社存款余额。金融支农结构指标(HFF)是反映农村中各类经济组织信贷余额占农村信贷总额的比例关系，这里特选择省内农民专业合作社信贷余额占省内农村信贷总额的比例关系作为研究对象，即HFF=HCLR/HCLt，其中HCLt表示省内农村信贷总额。
(二)河南省农民专业合作社发展总量的实证分析1．数据来源本文所使用的数据均来自2008年到2014年《河南省金融统计年鉴》和《河南省统计局》的原始数据及计算得出。其中《河南省统计局》的数据为当年10月河南省统计局网站上公示的数据。2．矩阵的初始化处理以表1为一个矩阵，表中每一行为矩阵的单个序列。由于矩阵中各序列数据量纲不同，无法对不同序列中的数据进行比较。3．求农民专业合作社发展总量的邓氏关联度邓氏关联度是通过计算各个数据序列时点距离的对比关系(点关联系数)，来确定各个序列之间的相关性。
三、结果评价
邓氏相关系数β在0—1区间通常被分为四个区间，分别表示两个被分析指标基本不相关、部分相关、高度相关、完全相关。具体分类标准如表4。(一)河南省金融支农各指标对农民专业合作社发展总量指标的相关性分析根据上述分析结果，省内金融支农效率(HFe)、结构(HFF)与农民专业合作社发展总量指标(HCt)的相关系数分别为:β2=0．6000，β3=0．5058，属于部分相关，且β2＞β3，说明河南省提高金融支农效率，调整支农金融结构在一定程度上能够促进农民专业合作社数量的增加，并且相比调节金融支农结构，提高金融支农效率对农民专业合作社数量增加的促进作用更明显。省内金融支农规模(HFS)与农民专业合作社发展总量指标(HCt)的相关系数为:β1=0．8571，属于高度相关，说明扩大金融支农规模能够更大程度地增加农民专业合作社的数量。
(二)河南省金融支农各指标与农民专业合作社发展投入指标的相关性分析从分析结果来看，省内金融支农各指标与农民专业合作社发展总量指标有一定的相似性。金融支农规模指标(HFS)与农民专业合作社发展投入(HCC)指标的相关系数为:β*1=0．8424，属于高度相关，说明提高省内各类金融机构对农民专业合作社的支持力度不仅能够增加农民专业合作社的数量，而且在很大程度上能够增加农户对农民专业合作社的投资力度。省内金融支农效率(HFe)、结构(HFF)对农民专业合作社发展投入指标(HCC)的相关系数分别为:β*2=0．6478，β*3=0．5796，属于部分相关，反映河南省各类涉农金融机构通过政策调整，对涉农业务提供更多优惠政策，扩大涉农业务，改变农民专业合作社存贷款比例，刺激农民专业合作社增加信贷，能够增加农户对农民专业合作社发展的投入力度。且说明相比单纯扩大对农民专业合作社的信贷总额，减少农民专业合作社资金流出更能够增加农户对农民专业合作社的投入。
(三)河南省金融支农各指标对农民专业合作社发展效益指标的相关性分析金融支农规模指标(HFS)对农民专业合作社发展效益(HCpGDp)指标的相关系数为:β＊＊1=0．8077，属于高度相关，这与β1、β2的数值相近。不仅证明提高省内各类金融机构对农民专业合作社的支持力度能够提高农民人均收入水平，而且说明农民专业合作社数量、农户对农民专业合作社的投资力度与农民人均收入水平的提高具有较高的相关性。省内金融支农效率(HFe)、结构(HFF)指标与农民专业合作社发展效益指标(HCpGDp)的相关系数分别为:β＊＊2=0．6133，β＊＊3=0．5713，属于部分相关，这也反映各类金融机构对农民专业合作社实行政策倾斜，能够在一定程度上增加农民人均收入。
四、强化金融支持，推动农民专业合作社的健康发展
综上分析可见，金融支持是农民专业合作社发展的重要因素，在促进其发展过程中起着举足轻重的作用。当前频频出现的商业银行在农村撤并网点、农村资金显性和隐性外流、农村金融“去农化”倾向严重、农业遭“惜贷”融资难等现象，既不利于作为新型农业经营主体的农民专业合作社的发展，也显然违背实现农业现代化“关键在于通过投资引入传统农业所不具备的新要素———知识、技术、资本”的要求。
(一)充分发挥金融政策的导向作用金融政策是金融机构业务发展的风向标，引导着金融机构的资金投向。首先，因地制宜地制定和调整涉农金融政策。中央银行河南分支机构应扩大农业贷款规模，完善资金投入激励机制，引导各类金融机构积极开展有利于农民专业合作社发展的涉农业务。其次，加大对农民专业合作社直接支持力度。在供给结构上通过增加贷款比例、放宽支农再贷款期限等，进一步拓宽融资渠道和融资方式，让更多资金流入农民专业合作社。再次，灵活政策，分类指导。对农业政策性金融机构给予政策指导，并根据其涉农力度适当提高利息补贴率。对商业性涉农金融机构给予政策优惠，可以将其存款准备金率与其开展的涉农业务挂钩，根据其涉农业务量适当降低其存款准备金率。一些涉农业务量较大的金融机构，还可以在其再贷款时，适当降低其利率，增加其规模，延长还款时限。对基层非正规农村金融机构开展涉农业务的，在其存款准备金率、税率等方面可以不按正规金融机构标准执行［5］。最后，加大涉农金融政策的执行力。银行监管部门要建立涉农业务等级评定制度，根据等级给予政策优惠，对于、套取政策优惠的金融机构，取消其优惠政策，并给予严厉处罚。
(二)开发和创新适合农民专业合作社需求的金融产品农民专业合作社的发展需要涉农金融机构通过信贷产品、金融服务和风险管理创新等提供必要的金融支持。首先，确定合适的农业信贷利率水平。要严格审核农户的信贷资金用途，对用于农业发展，尤其是用于农民专业合作社发展的资金给予利率补贴，并且根据其经营规模、信用记录情况等，合理确定贷款额度。同时建立配套监督制度，严防金融机构变相提高农业贷款利率的行为［6］。其次，简化信贷流程。由于农民专业合作社经营者的文化水平普遍较低，信贷流程过于复杂，很容易阻止农民的融资欲望。因此，涉农金融机构需要结合实际，简化贷款流程，依托农资站、村组基层组织等建立服务站点，推进农业用银行卡特色服务。再次，根据农业贷款实际，适当延长还款期限。农业生产具有周期性，农业投入回报受自然环境、气候等影响增大了不确定性，因此各涉农金融机构可以根据农业信贷资金用途，在风险可控的情况下，适当延长本息偿还期限。
(三)健全涉农金融配套服务机制农民专业合作社生产效益受自然灾害的影响严重，这也是涉农金融风险的主要来源之一。为此，建立健全涉农金融配套服务机制尤为重要。一方面，要加快建立农业保险体系。农业保险是涉农金融的开路先锋，尽管不能直接对其生产进行投资，但它能为金融机构持续、稳定地开展涉农业务提供担保，促进农民持续增收。因此，要因地制宜，创新保险发展模式，将农业保险纳入农业保护体系［7］。河南省农业保险起步晚，发展缓慢，保险市场没有建立起来，具体表现为农业保险覆盖率低，保费没有保障。省政府有必要制定政策，引导商业保险开发农村市场，同时尝试推进农业政策性保险业务发展，降低涉农银行风险，提高其经营积极性。另一方面，要改革和完善农业信贷抵押担保制度。第一，降低抵押担保门槛，简化抵押物价值评估程序，降低用于抵押的农业资产的风险减值准备。第二，拓宽抵押担保物范围。根据农民专业合作社经营主体拥有资产的不同设置不同的抵押品，如有大型农机具的可以开展农机具抵押，有蔬菜大棚的可以开展蔬菜大棚抵押，有产品订单的可以开展订单抵押，甚至还可以开展土地经营权抵押、农地经营直接补贴资金抵押等。
(四)加强农民专业合作社自身建设加强自身建设是推动农民专业合作社健康发展的根本。农民专业合作社要吸引金融机构投资，必须保持良好的信用记录，规范经营，提高资金回报率。河南省农民专业合作社起步较晚，多数是近几年才发展起来，还存在许多缺陷。因此，在社员加入上有必要实行保证金制度，以增强组织的稳定性。在组织管理上，加强其章程建设，严格按章程开展工作［8］。在财务管理上，建立定期公示和责任追究制度，严防财务造假，杜绝管理人员操作不规范、不透明等行为，提高金融机构对农民专业合作社未来发展前景的期望值。在人才培养上，发展职业教育，加快培育有文化、懂管理、掌握现代信息技术的新型农业管理人才对农民专业合作社未来发展亦至关重要。
参考文献:
［1］曹明贵．创新农村金融产品，助推新农村建设［J］．信阳师范学院学报(哲学社会科学版)，2012，32(4):44-49．
［2］许利平．河南省农村信用社发展面临的问题与对策［J］．信阳师范学院学报(哲学社会科学版)，2015，35(3):57-60．
［3］刘震．面板数据灰色关联模型研究及其应用［m］．南京:南京航空航天大学，2012．
［4］邓聚龙．灰色理论的关联空间［J］．模糊数学，1985，4(2):1-10．
［5］张伟．现代农村金融理论及我国农村金融制度模式的演进探索［J］．现代财经(天津财经大学学报)，2010，(10):15-18．
［6］中国人民银行关于做好家庭农场等新型农业经营主体金融服务的指导意见［J］．山西农经，2014，(1):9-11．
［7］周亚莉，袁晓玲．现代农业发展水平评价及其金融支持［J］．西安交通大学学报，2010，(1):19-26．
金融数学的发展篇8
关键词：金融发展；空间格局；演变特征；驱动因素；地级及以上城市
中图分类号：F830文献标识码：a文章编号：1674-2265（2016）10-0012-08
区域金融是一个国家或地区的金融活动或金融资源在若干区域的空间分布状态，但不均衡的金融资源将会通过产生金融空间运动和交互作用而影响区域经济的稳定发展，因此，研究金融发展的空间分布对于促进经济社会的协调发展具有重要意义。改革开放以来，我国金融业得到飞速发展，2014年，我国金融机构存贷款余额和货币供应量已突破100万亿，而在1995年仅为5亿。与此同时，我国各地区间金融发展的差异也在不断扩大，尤其是各城市之间更加不均衡，呈现出三种等级：落后、较发达和相对聚集。这种城市间金融发展的不均衡，一定程度上影响了我国区域经济的协调发展。
金融地理学是人文地理学科的一个分支学科，国外金融地理学的研究始于20世纪50年代，而在我国起步较晚，且主要集中在关于金融发展与经济增长的关系、金融发展的区域差异及金融发展的空间分布特征三方面的研究中。金融发展和经济增长以需求遵从和供应主导两种关系相互依存，当经济增长刚起步时，金融是带动经济增长；当经济处于快速稳定增长时期时，经济会产生对金融服务的需求，从而推动金融的发展，金融发展和经济增长存在相互依存，也相互制约的关系。国内学者通过对我国省际数据的研究，发现我国金融发展对经济增长有着正向推动作用。我国金融市场的两大主要融资渠道分别为外商直接投资与银行信贷，前者可通过对外贸易一定程度上放大对经济增长的推动作用，而后者则可能因为资金过多流入低效国企而削减这种作用。关于区域差异的研究，刘华军（2012）和孙国栋（2012）利用地理信息系统的可视化方法，研究表明我国金融发展存在显著差异。梁慧（2015）和李敬（2008）分别从不同角度分解这种差异，前者发现我国金融发展的差异主要是各地区间的差异，而后者则表明我国金融发展的区域差异性，更多地体现在城乡之间。在1992―2008年间，我国金融发展在省域间存在较强的空间溢出效应，同期，我国金融发展的区域差异呈现“U”形走势。部慧（2014）、汤子隆（2013）和王认真（2013）分别对我国的金融业、金融活动和金融资源配置的空间分布特征进行了研究，结果发现：我国金融业从全局看，空间聚集不显著，从局部看，具有一定的辐射效应；我国省域金融活动呈现出明显的空间正相关，且省域间金融活动的空间差异也在不断扩大；我国金融资源的空间配置在区域间初始要素禀赋对称分布时是均衡的，反之，不均衡。然而，以上研究多是针对国家层面，以省级数据为基础，而对全国地级市的研究较少，且大多数研究主要采用全局morani检验、局部morani检验和moran散点图分析等方法，来分析我国金融发展的空间分布特征，对于空间分布动态演变的研究相对较少。
鉴于此，本文以全国295个地级及以上城市的数据为样本，构建金融发展的评价指标体系，运用改进后的熵权法，对全国295个城市的金融发展水平进行测度分析，借助arcGiS软件，直观地描述我国金融发展的空间分布情况，然后构建金融发展的重心模型，研究我国城市金融发展的重心迁移轨迹，最后将我国划分为经济区域，利用面板数据模型分别剖析我国及经济区域的金融发展影响因素，从而为我国金融发展提供科学的理论依据。
一、数据与方法
（一）指标、数据与地域单元的划分
1.指标体系的构建。在研究金融发展的空间格局之前，首先应解决如何度量金融发展的问题。解运亮（2013）和郑少智（2015）均从金融发展的规模、结构以及效率来设计金融发展指标体系。本文在已有文献的基础上，结合各地级及以上城市的实际情况和数据的可获得性，构建了金融发展的评价指标体系，如表1所示。
金融发展受诸多因素影响，不同学者依据自身研究的侧重点，提出不同的因素指标。郑少智（2015）从经济、政治和社会等方面选取指标，研究区域金融发展的影响因素；刘同山（2011）将科技创新能力、经济发展水平和对外开放程度等指标直接作为因素指标进行分析。本文借鉴已有文献的研究成果，遵循指标选取的科学性、全面性和可获得性原则，从经济因素、社会环境、人力资本和政治因素四方面，选取人均GDp、对外贸易程度、交通运输水平、信息化水平、人均受教育年限、就业情况和政府干预指数七项指标作为研究金融发展的影响因素指标，其中就业情况的计算，因各城市的劳动人口数据无法获取，选取就业人员数与该城市的总人口数比值来反映。具体定义如下：
2.数据来源与处理。本文基于年度数据，选取我国地级及以上城市金融发展评价指标的相关数据进行研究，地级行政区中的30个自治州、8个地区和3个盟未作为研究样本单元，仅选取地级市和直辖市作为研究城市。金融机构存贷款额和地区GDp根据2005―2014年《中国区域经济统计年鉴》整理获得，保费收入、保险密度和保险深度指标数据由2005―2014年《中国保险年鉴》整理获得，其中个别城市的部分年份保险密度和保险深度数据缺失，按其定义，运用保费收入与该城市总人口的比值和保费收入占国民生产总值（GDp）的比例来分别计算保险密度和保险深度。金融发展影响因素指标主要从2005―2014年《中国区域经济统计年鉴》统计得来，部分缺失数据从各省的统计年鉴中获取。在数据统计过程中，因和青海的地级市的金融发展影响因素指标数据缺失较多，因此，在分析中国金融发展的空间格局演变时，样本城市个数为295个，而在分析驱动因素时，样本城市个数为288个，剔除了和青海的地级市数据。
3.地域单元的划分。为研究中国金融发展的空间格局演变和影响因素，本文将全国划分为经济区域，按照国务院发展研究中心战略和区域经济研究部提出的方法进行划分。其中，广东、福建、海南属于南部沿海地区；上海、江苏、浙江属于东部沿海地区；山东、河北、北京、天津属于北部沿海地区；辽宁、吉林、黑龙江属于东北地区；湖南、湖北、江西、安徽属于长江中游地区；陕西、河南、山西、内蒙古属于黄河中游地区；广西、云南、贵州、四川、重庆归属西南地区；甘肃、青海、宁夏、、新疆归属西北地区。
（二）研究方法
1.改进后的熵权法。研究中国金融发展的空间格局，首先需对金融发展的水平有一定了解，即选择合适的度量方法，对我国金融发展进行量化。本文选用改进后的熵权法来评价我国各地级及以上城市金融发展水平，具体步骤如下：
（1）为消除各指标量纲，首先将数据标准化。公式：[mij=xij-xminxmax-xmin]，其中xij表示指标值，xmin表示第j项指标中的最小值，xmax则表示第j项指标中的最大值。
（2）考虑后面计算需取对数，为保证数值为正数，对标准化后的数据进行线性平滑法处理，使其转化到[0.1，0.9]之间，公式：[m′ij=0.1+0.8mij]。
2.重心模型。重心最初源于物理学，后被广泛应用于研究经济和社会问题。经济、人口和能量在空间上的聚集与扩散，将会导致重心的运动，同理，区域金融发展在空间分布上的变化也会导致金融重心的迁移。本文运用重心模型，通过对我国金融发展的空间分布重心变化的研究，了解研究时期内金融发展的空间格局变化规律。依据重心模型理论构建金融发展的重心模型，具体如下：
其中，Yit表示研究区域的城市金融发展综合指数，即分析全国金融发展驱动因素时，Yit代表全国288个城市中i城市t时期的金融发展综合指数，此时i的最大取值为288；当分析南部沿海地区金融发展的驱动因素时，Yit代表南部沿海32个城市中i城市t时期的金融发展综合指数，此时i的最大取值为32，依此类推。而x1it、x2it、x3it、x4it、x5it、x6it和x7it是指i城市t时期影响金融发展综合指数的因素，[α1]，…，[α7]均是待估参数，[α0]是常数项，[μit]是随机扰动项。
二、金融发展的空间格局演变分析
（一）金融发展水平的测度
基于金融发展评价指标体系的数据，依据改进后的熵权法的计算步骤，本文分别计算出2004―2013年全国295个地级及以上城市的金融发展综合指数，因研究的样本城市较多，本文主要对2004年、2009年和2013年排名在前10名和后10名的城市进行分析，具体排名及综合指数见图1、图2。
图1和图2中，各城市金融发展综合指数由下到上依次减小，在全国城市的排名也依次降低。由图1可知，在2004年、2009年和2013年，北京、上海和深圳始终位居前三名，而广州、杭州、南京和太原虽然名次有所波动，但是仍在前10之列；2004年，东莞和西安分别位居第8名和第10名，但在2009年和2013年却被排挤出前10名，反而成都和昆明以较高的金融发展综合指数跻身前10名；观察排名第1和第10的城市的金融发展综合指数，可以发现两者间差异较大，北京综合指数在0.01以上，而排名第10的城市始终在0.006左右徘徊；且前10名的城市主要分布在我国南部和东部沿海地区。
由图2可得，金融发展综合指数排名位居后10名的城市变化较大，只有汕尾在2004年、2009年和2013年始终在第294和295名间徘徊；无论是2004年、2009年还是2013年，排名后10名的城市其金融发展综合指数均在0.002左右，数据差异较小。
（二）金融发展的可视化描述
根据中国295个地级及以上城市的金融发展综合指数，利用arcGiS软件，分别绘制了2004年、2009年和2013年中国地级及以上城市金融发展分布图。按照金融发展综合指数越大、发展水平越高的原理，将金融发展水平分为低等、中等、较高和高等四个等级，白色区域表示无数据的城市，具体如图3、图4和图5所示。
从图3、图4和图5可知，中国地级及以上城市间的金融发展分布不均衡。金融发展水平较高的区域主要集中在以北京、上海为中心的城市群，这与王伟（2014）基于适配城镇视角的中国城市金融发展格局的研究结果基本一致。且各省的省会城市相对本省其他城市，其金融发展水平较高，如郑州、武汉、兰州、西宁、乌鲁木齐、贵阳、海口等。无论是2004年、2009年或是2013年，中国地级及以上城市的金融发展空间分布均呈现出东部聚集而西部较扩散的状态。由以上3个图还可以看出，金融发展处于高等水平的城市，其相邻城市的金融发展一般也处于高等或较高等水平，而距离相对较远的城市则处于中等或低等水平，其中，以北京和上海为中心的城市群，该特征较为明显。以金融发展高水平城市为中心，其对周边城市产生金融辐射效应，距离越近，效果越好。对于近距离城市，金融发展高水平城市可向其提供便捷、可靠的金融信息服务，传递先进的技术资源，从而促进其金融发展；而距离较远的城市，其金融资源要素，如资本、人才、市场和技术等，反而会被金融发展高水平的城市吸引，导致其金融发展较为缓慢。
根据中国地级及以上城市金融发展分布图，只能直观地描述金融发展的空间分布差异，要更深入了解金融发展的动态变化过程，还需进一步分析中国地级及以上城市的金融发展综合指数。差异系数是测算数据离散程度的相对指标，可表示为一组数据的标准差与其均值之比，其数值越大，表示数据离散程度越高。本文按照地域单元的划分，分别计算了全国及经济区的金融发展综合指数的平均值和差异系数，并绘制了2004―2013年综合指数的平均值和差异系数随时间变化的趋势图，如图6和图7：
从图6可以看出，南部沿海地区、东部沿海地区和北部沿海地区其金融发展综合指数的平均值均大于全国平均值，且东部沿海地区的平均值远远高于南部沿海和北部沿海地区，而我国的其他地区，如东北地区、长江中游地区等均在平均水平之下。改革开放以来，我国沿海地区作为前沿阵地，其经济得到飞速发展，始终位居我国前列，雄厚的资本、卓越的人才和先进的技术，均为该地区的金融发展提供了优越的条件。2004―2013年，我国东部沿海地区和西北地区金融发展综合指数呈现波动状态，东部沿海地区2004―2006年逐年增加，2006―2008年有下降趋势，2010―2011年又开始逐渐回升，而2011―2013年又呈缓慢下降趋势；而西北地区2004―2006年呈现下降趋势，2006―2013年又开始逐年上升。我国南部沿海、北部沿海、长江中游、黄河中游和西南地区较为稳定，在2004―2013年间波动不大。东北地区和西南地区金融发展综合指数一定程度上呈现线性变化，东北地区有逐渐下降趋势，而西南地区则呈现缓慢增长趋势。
图7直观地描述了我国各地区间金融发展差异的动态变化过程。我国南部沿海、东部沿海和北部沿海地区，地区内的城市间差异高于全国城市间的差异，且北部沿海城市间差异大于东北沿海城市和南部沿海城市，而我国其余地区，如东北地区、长江中游地区等其城市间的差异均小于全国城市间差异。我国沿海部分城市，如北京、上海、深圳和广州其金融发展水平远远高于全国水平，且始终位居我国前列，而这些城市所在地区的其他城市其金融发展水平较低，甚至部分排在我国后10名之列，如广东省的汕尾市和揭阳市，这必然会导致沿海地区金融发展的不均衡。相反，长江中游地区和西南地区虽然其金融发展综合指数不高，均在0.003左右，但这两地区城市的金融发展差异较小。2004―2013年间，我国北部沿海城市间金融发展差异在逐渐减小，而西南地区、长江中游地区和东北地区城市间的金融发展差异有缓慢增加的趋势。
（三）金融发展的重心移动轨迹
为分析中国地级及以上城市金融发展重心的空间分布与迁移特征，本文运用重心模型，分别计算了2004―2013年我国地级及以上城市金融发展重心时空演变规律（见表3），因重心迁移距离较小，难以在整个研究区域中表示，因此，本文仅按一定比例，描绘了金融发展重心迁移图（见图8）。
由表3可得，2004―2013年间，我国地级及以上城市的金融发展重心有小范围的移动过程，整体上，沿南偏西30.26°方向移动了277.85米。具体地，分为七个阶段：2004―2006年和2010―2011年，金融发展重心均沿南偏东方向移动，移动距离分别为117.5米和31.62米；2006―2008年和2009―2010年，金融发展重心分别沿南偏西方向移动了180.28米和120.83米；2008―2009年和2011―2012年，则分别沿北偏东71.57°和北偏西26.57°移动了31.62米和22.36米；而2012―2013年，金融发展重心则是沿正西方向移动了70米。且由移动距离可以看出，金融发展重心在这10年间移动范围较小，在2008―2009年和2010―2011年，移动距离基本相同。
我国自然地理重心坐标为（103.5°，36°），由图8可以看出，2004―2013年，我国金融发展重心相对自然地理重心而言，始终位于其东南方向，东部沿海的上海城市群和南部沿海的广州市和深圳市，金融发展始终占据我国前列，而我国西北地区金融发展仍处于相对落后状态，因此，推动和提升我国西北地区的金融发展，对于促进我国金融协调发展具有重要意义。从移动方向来看，南北方位上，我国地级及以上城市的金融发展重心有向南移动的趋势，而在东西方位上，存在时间拐点，如2006年、2008年、2009年、2010年和2011年，而这些拐点恰巧是东部沿海地区金融发展综合指数平均值的拐点。我国东部沿海地区金融发展水平远远高于全国其他地区，2004―2006年，东部沿海地区金融发展综合指数增加，我国地级及以上城市金融发展重心向东移；2006―2008年、2009―2010年和2011―2013年，东部沿海地区综合指数减小，金融发展重心西移；2008―2009年和2010―2011年综合指数增加，金融发展重心又向西移动。由此可见，我国金融发展重心的移动方向很大程度上受东部沿海地区城市金融发展的影响。
三、金融发展的驱动因素分析
面板数据的回归模型常见的有混合回归模型、固定效应模型和随机效应模型三种，利用F统计量检验可比较混合回归模型和固定效应模型的优劣，通过Hausman检验能从固定效应模型与随机效应模型中筛选最优模型。为确定最佳模型，在进行面板数据分析之前，本文分别对全国及经济区域的面板数据模型进行了F统计量检验和Hausman检验，F值分别为：154.45、119.29、142.31、279.85、91.97、38.13、152.09、75.93和43.02，均拒绝原假设，模型为固定效应模型，否定混合回归模型；Hausman统计量结果分别为1182.11、163.86、388.76、858.47、245.67、144.66、126.68、115.81和69.73，且9个统计量的p值均小于0.05。因此，均选择固定效应模型。
通过F统计量检验和Hausman检验确定固定效应模型为最优模型后，利用固定效应模型分别分析全国和各地区金融发展的影响因素，模型结果如表4。
由表4可得，我国各地区金融发展的驱动因素并不完全相同。从显著水平来看，对于全国地级及以上城市，其金融发展受人均GDp（x1）、对外贸易程度（x2）、交通运输水平（x3）和政府干预指数（x7）的影响较显著；南部沿海地区和东部沿海地区城市其金融发展均受交通运输水平（x3）和政府干预指数（x7）影响；北部沿海地区和西南地区城市其金融发展影响因素相同，除就业情况（x6）对两者无明显影响外，其他因素均对其金融发展存在一定影响；东北地区和黄河中游地区城市其金融发展均受人均GDp（x1）、信息化水平（x4）、就业情况（x6）和政府干预指数（x7）的影响；长江中游地区和西北地区城市其金融发展驱动因素较为一致，人均GDp（x1）、信息化水平（x4）、人均受教育年限（x5）和政府干预指数（x7）对两者金融发展具有显著作用。从系数的符号观察可得，政府干预指数（x7）对全国、南部沿海、东部沿海、北部沿海、长江中游、西南地区和西北地区城市金融发展均有显著的正向影响，说明我国政府的相关政策及行为会对我国金融发展产生较大的引导作用，但对东北和黄河中游地区却起到了一定的负向作用，表明这两个地区政府干预一定程度上反而抑制了其金融发展；人均GDp（x1）对我国北部沿海地区、东北地区、长江中游地区、黄河中游地区、西南地区和西北地区的城市均存在一定程度的负向作用，表明这些地区的城市其经济增长对于金融发展并未起到推动作用；对外贸易程度（x2）、交通运输水平（x3）和人均受教育年限（x5）对于大多数地区城市的金融发展均有一定程度的正向推动作用。
四、结论与建议
本文在对全国295个城市金融发展水平综合评价的基础上，从全国地级及以上城市金融发展的分布情况和重心迁移轨迹两方面分析了中国金融发展的空间格局及演变过程，并建立面板数据模型，分别考察了全国及经济区域金融发展的驱动因素，通过研究得出以下主要结论：
第一，就金融发展水平而言，中国城市间金融发展极不均衡，排名第一的北京和第二的上海，其金融发展综合指数在0.01以上，而其他293个城市均在0.01以下，且与上海的综合指数相差较大。在2004年、2009年和2013年，北京、上海、深圳、广州、杭州、南京和太原排名始终比较靠前，均在前10名之列，而排名后10名的城市并不稳定，除了汕尾一直落在后10名之列，其他城市排名均有一定的波动。
第二，从中国金融发展的空间分布情况来看，中国地级及以上城市间的金融发展分布极不均衡，金融发展水平较高的区域主要集中在以北京和上海为中心的城市群；以金融发达城市为中心，其对周围城市金融发展有一定辐射效应，距离越近，程度越高，辐射越充分；且整体上，自东向西，中国金融发展由聚集状态逐渐变为扩散状态。
第三，由中国金融发展的重心移动轨迹可得，2004―2013年间，我国金融发展重心偏向于东南地区；在这10年间，金融发展重心移动范围较小，整体上，沿南偏西30.26°方向移动了277.85米；且中国金融发展重心的移动方向很大程度上受东部沿海地区城市金融发展的影响。
第四，在金融发展的驱动因素方面，我国各地区金融发展的影响因素并不完全相同，但政府干预指数却是全国及经济区域共同的影响因素，可见在我国金融发展的进程中，政府起到了无可替代的作用；对于沿海地区，其金融发展更多地受对外贸易程度和交通运输水平的影响；而信息化水平和人均受教育年限则对东北地区、长江中游地区、西南地区和西北地区的影响更大。
基于以上结论，在未来的金融发展过程中，采取相关区域政策，促进金融发展是必然之举，对于沿海地区，通过加大贸易程度、提升贸易竞争力、优化贸易结构、提高交通运输水平，进而促进该地区金融发展；对于东北地区、长江中游地区、西南地区和西北地区，应建设信息化基础设施，促进信息技术在金融领域的广泛应用，加大教育投入，提升区域内人均受教育水平，重视人才培养，引进高素质人才，为金融发展提升人力资本水平。同时，正视金融发展的不均衡，在塑造金融核心区的同时，缩小区域差异，保持区域内金融的均衡发展，对于中国西部金融发展较落后的城市，应给予更多的政策支持，加大推动力度，促进西部城市金融发展，缩小东西部城市间的差距。重视区域经济与区域金融的联系，通过提高经济总量、调整经济规模、促进经济增长等方式，加快区域金融的发展。
参考文献：
[1]patrickHt.1966.Financialdevelopmentandeconomicgrowthinunderdevelopedcountries[J].economicdevelopmentandCulturalchange.
[2]沈丽，鲍建慧.中国金融发展的分布动态演进：1978―2008年――基于非参数估计方法的实证研究[J].数量经济技术经济研究，2013，（5）.
[3]齐昕.金融资源的空间分布状态研究――以东北三省地级以上城市为例[J].石家庄经济学院学报，2014，（6）.
[4]王伟，徐世黔，赵璐.适配城镇化视角下中国城市金融发展格局――基于287个地级及以上城市实证[J].城市发展研究，2014，（9）.
[5]曾璐璐.金融发展、对外贸易与地区经济增长――基于省际面板数据的实证分析[J].云南财经大学学报，2015，（1）.
[6]刘华军，鲍振.中国金融发展的空间非均衡与极化研究[J].当代财经，2012，（9）.
[7]孙国栋，赵浩.中国区域金融发展的空间非均衡与随机收敛检验[J].山东财政学院学报，2012，（3）.
[8]梁慧.中国金融发展区域差异性及其原因分析――基于泰尔指数的分解[J].现代商贸工业，2015，（11）.
[9]李敬，冉光和，孙晓铎.中国区域金融发展差异的度量与变动趋势分析[J].当代财经，2008，（3）.
[10]杜家廷.中国区域金融发展差异分析――基于空间面板数据模型的研究[J].财经科学，2010，（9）.
[11]严武军.中国区域金融发展水平差异分析[J].云南财经大学学报（社会科学版），2011，（4）.
[12]部慧，梁小珍，皮理.我国金融业区域发展差异的空间统计分析[J].系统工程理论与实践，2014，（5）.
金融数学的发展篇9
【关键词】金融产品金融统计统计方法
全球经济一体化与计算机互联网技术等科学技术的发展与进步为实现全球金融市场一体化与网络化创造了良好的发展环境并提供了可靠的技术保障。但国际金融市场的改变所带了的机遇与风险是并存的，金融市场的安全与货币体系的稳定在金融管理中占据越来越重要的位置，相应金融政策的制定已成为促进金融经济的健康发展的重要保障，这就需要配合合理高效的金融统计方法对金融活动相关的一切因素进行统计描述与分析，并在统计数据的基础上提炼出金融市场的相关规律性结论，有效保证政府制定政策的合理性与科学性。即是说，相关金融统计工作直接影响着金融经济计划的制定，其中还包括对金融产品的统计工作，而且金融统计监测面在近几年来不断扩大，且统计信息量也不断增加，利用高效、合理的统计方法对金融经济发展进行科学预测与决策已成为保障金融产业健康发展的有效手段。
一、金融产品统计的重要意义
金融产品统计工作是金融统计的重要组成部分，是维护金融稳定的重要基础工作，是金融风险防范有重要意义，金融产品统计需要国家统计局、银行、政府部门、银监会等相关金融管理部门的大力支持与协调合作，实现良好的信息数据共享，并通过综合分析这些部门提供的数据对金融状况做出统计与判断。金融产品统计包含诸多统计指标，包括系统性金融风险的综合性反映，在提高风险管理效率方面发挥重要作用。同时，还影响着金融预测的预测精度以及金融决策的科学合理性，为金融决策提供有力的基础性数据。根据时间序列一共的相关历史数据并对其进行分析与规律探究，并结合风险统计与管理，可以对未来的金融产品市场走势与金融状况作出较为科学准确的预测，进而作出合理科学的金融决策以促进金融市场的繁荣与金融事业的健康发展。
二、金融产品统计的思路与方法
（一）建立健全金融产品统计管理制度
金融产品统计工作的有效展开首先需要的是对其管理制度的建立与健全，这对于监测数据可靠性与及时性的提高有重要意义，提供了有力的制度保障。应结合标准化的金融统计制度相关要求，让金融统计监测体系全面纳入金融产品，并制定统一的规范化的产品分类标准、信息反馈和渠道以及统计口径，通过全面合理的信息数据有效引导金融产品的市场发展。且要全面详尽地对金融产品统计的统计方法、数据标准、数据来源以及统计部门职责等做出规定，利用相关的制度有效提高统计数据的权威性与准确性，加强对金融产品统计的管理，使之更好地服务于宏观调控与货币政策。并且，应将金融产品投向信息报送至银行与信贷管理部门等相关部门，以便对金融产品规模进行统计，还能通过金融产品统计进行风险控制与管理。同时，还应不断完善m2的统计方法与范围，将适当的金融产品纳入m2的统计范围，并对理财数据统计系统进行积极全面的完善，以保证能完整全面、及时准确地进行数据统计。
（二）加强全面准确地金融产品统计与监测工作
要加强全面准确地金融产品统计与监测工作，首先要按制定的相关标准确定金融产品的统计科目，这就需要选用科学合理的划分标准进行分类与统计。并且，应避免统计数据的遗漏与重复汇总，尤其是金融产品创新的不断加快，出现大量规避监管等现象与问题，金融产品的组合更加复杂，要全面准确地将它们按标准进行划分的难度越来越大，而各数据的相互扎差以及并表处理需要更为严格的统计标准，才能确保其科学合理地进行。当前金融产品统计还存在一些不全面与不完善的地方，对于一些不确定的金融产品以常规方法进行报数是不能完全确保其相关数据报送到统计系统的完整性的。金融产品的数据不能及时在正常报表中体现，这就加大了检查监测工作的难度，使得监督漏报行为的可能性增大，而漏报数据对于高效的风险控制与管理是极其不利的。同时，还应确保统计标准等与金融产品创新的步伐是一致相符的，作为金融创新工具的金融产品，应根据相关政策及金融市场的变化等而时刻保持创新，让金融产品统计与金融产品创新保持一致，根据金融产品创新变化实时调整统计标准与方法，为全面准确地进行金融产品统计奠定基础。
（三）加强对金融产品的监管，搭建金融风险“防火墙”
金融产品创新对于金融市场的稳定性与宏观调控的实施效果有着极大的影响，尤其是部分金融风险还滞留在金融经济体系中。对此，银行与监管部门等相关部门应强化协调合作，加强对金融产品的监管，搭建金融风险“防火墙”，为通过风险与收益转移而改变经营及盈利模式并实现风险分散创造有利条件。并且，相关部门应制定统一的金融产品设计与信息披露等的监管标准，以统一的监管标准执行对金融产品的监管，让金融市场更加规范化，并在规范化的基础上实现良性发展，在统一规范的监管标准下实行金融产品创新。
三、结语
总而言之，作为金融统计的重要组成部分，金融产品统计在金融风险管理与金融预测、决策方面发挥着重要作用，特别是全球经济一体化下金融市场的改变带来了机遇与挑战并存的发展环境，而合理的包括金融产品统计在内的金融统计方法的运用，对金融市场动荡下的金融风险管理、金融预测以及制定金融决策有着至关重要的意义，为维护金融市场稳定并促进金融经济的良好发展提供可靠有力的数据基础。
参考文献
[1]姜玮，杨瑾泓.金融统计方法应用的综述研究[J].企业家天地（下旬刊），2009（11）.
[2]雍灏，陈劲，郑才林.金融产品创新绩效之风险作用路径的结构方程模型分析[J].研究与发展管理，2008（2）.
金融数学的发展篇10
随着现代经济不断发展，时代不断进步，社会中的金融交易形式日益复杂，金融领域日益发展成熟，金融体系逐渐确立，其中融入了很多数学方法，这些数学方法对金融体系的确立有重要影响，数学方法的使用引导人们探索到金融领域的更多可能性，应用数学方法产生了很多典型的金融理论。
二、在金融领域应用数学方法的必要性
1.金融研究对象具有可计量性
金融领域的研究重在研究金融活动中各种各样的数量关系，因此我们可以知道金融领域的研究对象是具有可计量性的。在金融领域中各种各样的金融活动都有量的规定，质的指标，所以在金融领域中应用数学是合理且能有效帮助金融领域体系构建的。在金融领域的活动中存在庞大的数据，比如证券交易额，期货买进卖出等，每一笔资金流动都是一个数据。这些数据就是金融行业构建的基础。在我们在构建金融体系，确立金融理论时，就是要对这些数据进行搜集、整理，通过数学方法对其进行分析，从而可以得出一个更精确的理论成果。
2.数学具有高精度和严密逻辑
数学学科本身是一个抽象的学科，同时又具有高度的精确性和十分严密的逻辑思维。金融本身也是一个抽象的概念，是数字的集合，所以数学在金融领域的应用是十分合理的。
金融领域的各种数量关系错综复杂，数学在这样的关系中可以很好的描述各种数量关系，并且在金融领域中延展其严密的逻辑性，对金融理论进行科学分析推理，使金融领域中的逻辑关系可以通过数学直观的展现出来。
三、在金融领域应用数学方法的局限性
数学方法在金融领域的应用也是具有一定局限性的，主要体现在一下两个方面：
1.非经济因素影响
金融领域是一个复杂的行业，不仅仅包含单纯的数量关系，金钱往来等可以被量化的内容，同时也包含了很多政治、心理、文化等人文因素在其中。这些非经济因素的存在，就决定了数学在金融领域的应用是存在局限性的。在金融领域中如果在一个理论建立中掺杂进了政治影响因素、人文社科因素、或者参与者的心理因素，就会使数学对其评估的精准度下降。因为数学在金融领域的应用是有条件的、相对的，并不是绝对的。也就是因此，我们会发现数学方法在金融领域的应用也会有计算不到的意外，比如次贷危机爆发就是很好的例证。
2.数学方法应用目的不明确
在金融领域中应用数学方法的目的在于更好的解决金融问题，完善金融理论，但在应用中也要意识到数学自身的局限性，在应用过程中找准应用数学方法的目的，不能盲目的使用数学方法。
因为数学自身是一种语言，其相较于其他语言的优势就是能够将某些内容以更简洁精炼的方式表达出来，但也有很多事物是无法用数学语言表达的。在金融领域中应用数学方法时，我们就要清楚的认识到这一点，在意识到使用数学方法不能让问题更简练，我们就要考虑换一种表达方式，而不是一味的使用数学方法，这样不但不能有效解决问题，甚至会误入歧途。
四、数学方法在金融领域的应用典型
1.资产估价理论
资产估价理论是数学方法在金融领域的一个应用典型。资金是具有时间价值的，不同时间节点的现金流是无法直接进行比较的。针对这一问题，美国经济学家欧文?费雪提出了资产的当前价值等于未来现金流量贴现值之和的观点。这一观点为资产估价理论奠定了基础，通过数学方法进行了计算，通过数学公式的形式进行了表达。
2.证券投资组合理论
金融领域的发展是存在很大的不?_定性的。人们在金融市场中进行金融交易是，其收益与投资在时间上是存在一定的滞后性的。正是这种滞后性给金融市场的未来走向带了很大的不确定性，在这种不确定情况下，投资者要承担一定的投资风险，其收益可能超过预期，也可能存在亏损的现象。
这个风险程度就是实际收益与预期收益的偏移程度，在金融领域人们通过数学方法对这一偏离程度进行研究。在金融理论中股票的未来价格被看做一个随机变量，因为不同时期股票价格无法比较，所以人们就将价格的序列通过一定方式转化成可以比较的收益序列，这样更有利于用数学方法进行处理。即用方差或标准差这样一个可以无限趋近的值来表现风险程度。
3.期权价值理论
期权价值理论是看涨期权的顶架公式。这个公式最大限度的屏除一切人为因素影响，引导投资者走进风险中性世界。所谓风险中性世界即无风险利率作为投资报酬率。期权价值理论在金融领域中被广泛应用于产品价格制定，也是开发新产品的有效工具。