作为一个普通一本的金融数学学生，该做些什么事让自己不输于上交清北的同龄人呢?
来源：互联网
【原来高考失利，上了一所普通的一本，全英文教育，金融数学专业，大一没有一点和数学有关的课，也不学编程，整天学一点无聊的课，而且难度太低，很担心等大二学专业课的时候也学不到什么东西，但为了gpa又不得不花费很多时间。自己自认为数学物理方面有些天赋，物理高中也曾斩获全国性的奖项，数学平时也考过好几次年段第一，求大神指明未来的方向，自己对未来颇为迷茫。我现在已自学完数学分析中科大版上，有C语言入门的基础，暑假打算自学完线代中科大版，可这些并不能对我的gpa以及留学带来帮助，我该做什么呢？】
谢谢邀请。首先，题主你既然说了你上的课难度太低，怎么又会感觉到大二的时候gpa搞不定呢？我以我的大学经验告诉你，在大学里面，如果你大一就感觉学习很从容的话，那么搞定gpa相对于培养真正的能力而言，真的不是太难，即使你上了大二，也会很轻松的。其次，对于你题目里面的主干——不输于清北上交的同学这个事儿，主要其实应该指的是“真正的能力”这一块而不是什么gpa，一般一本大学的gpa和清北上交的gpa完全不具有可比性，没必要比。话说到这里，针对你数学、物理较好以及有一定C基础的情况，我的建议（也是对所有想要入门量化分析的人）的建议是：一.数学继续打好数学基础，学一学集合论、统计学方面的知识，方便以后可以从初级经济学的学习转向中高级。你大一，集合论和统计学如果没学过建议先入个门。比如国内著名的统计学大师陈希孺先生的《》、《》等等，写得非常好，请仔细揣摩体会。二.经济学&金融学数学基础可以了，如果学校教的你也觉得很简单，那就看一点计量经济学和中级微观经济学方面的书，看能不能看懂。比如《》这本书就不错，还有经典的范里安的中级微观经济学教材：《》，以及经典圣经：《》。当然，如果你想要出国深造，那么选择看英文版的是很好的选择。但是如果你是想要更好地利用时间，看中文版也是不错的选择，因为看中文版肯定比英文版快得多。三.计算机与编程1.计算机你如果之前没有学过计算机相关知识，我建议可以先看一本书入个门，了解计算机的大致工作原理，我推荐研读一下：《》2.语言然后，你既然要学习金融方面的知识，我建议可以暂时不学C或者C++，而选择学习python，python更简单，数理分析、科学计算能力更强大。我推荐看一下：《》，这本书讲的是python2.7，对初学者而言，还是看这本比较好。你还可以参照统计语言R来更深入地理解python，我推荐《》。然后你可以看一下专讲python用作数据分析的好书：《》。（这本书里面讲的python以及对应的pandas、scipy、numpy模块都是基于python2.7的——这就是为什么我推荐的python入门教材是python2.7的，对于初学者，版本问题很可能是个坑，学2.7更好。）另外，家中常备：《》，很多问题就不用重新造轮子了。（血的教训。。。。）3.未来计量方法严格来讲只是传统方法，为了应对未来、成为宽客，建议学习数据挖掘、机器学习、人工智能方面的知识，我推荐《》，《》等等书籍。另：python作为解释型语言，性能不及C等编译型的语言，特别是对于高频交易等，以防万一，建议还是入一下计算机的算法、数据结构、计算机系统坑。。。。当然，这又是个大坑。四.实践现在有一些在线的金融系统，可以给你机会让你写你自己的模型的，你多留意一下，也可以问下老师，闲来没事儿写几个交易模型试一试。据我所知目前大多数写交易模型的，都没有较强的综合能力（综合经济金融、数学、编程这三个方面），你要想比他们都强，那就把这三个方面的基础都打好。最后，少年，我看你骨骼惊奇，这本《》我就送给你了，写一个遗传算法为内核、并且底层优化的具有进化特征的交易模型吧，特别是在数据环境本身就具有进化特性的情况下，亮瞎他们！——至少听起来很牛逼~~
考研五道口
George Wang:
国内大学的课程体系设计有一个框架，基本上大一都会安排一些与专业不相干的所谓基础课。事实上，这个阶段，我更愿意建议你适当参加几个社团或者学生会或者艾塞克这种组织，一方面大一大二比较有心思多玩一玩，另一方面，当你未来面试或者准备出国读书的时候，有几段值得讲一讲的学生组织中的经历，其实是很不错的加分项。这些活动在大二下学期或者大二结束之前就可以退出来了。专业方面，金融数学本科基本都是皮毛，或者说，金融数学本科毕业是做不了金融数学为主的工作的。如果你对量化金融有很浓厚的兴趣，可以提早制定出国计划了。如果只是想做一些跟量化金融相关的工作的话，就增加阅读量，制定好大三实习计划。至于追赶北大清华这件事。。单靠努力钻研是不行的，你需要有故事、有经历、有证明。
我来传播点负能量，金融数学这个专业有点坑，如果你指望读这个专业然后称为一名quant，那可能只有以下几种大的可能性1. Master及以上，背景很好，清北复交，或者前十吧，国外藤校＋MIT之流2. Master及以上，各方面都是牛，并且有特长3. 数学，物理，化学PhD（对，没错，没有任何金融背景也可以搞）所以，想称为一名quant并不是像书里说的那么简单－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－其实我的意思是，现在纯靠数学吃饭的太难了，计算机才是王道既然楼主想给点方向，那我说一下1. 数学基础要扎实（废话），推荐你用《heard on the street》，里面的面试题，看到哪部分不会的，就去刷哪部分的知识点，然后随机过程，随机积分，时间序列分析，常微分偏微分，最优化方法，以及统计学，这几个部分着重要学2. 金融，经济知识没啥好说的，去考个CFA吧，考完就都会了，到时候做不了quant还有IBD选3. 计算机知识这个我觉得才是以后的饭碗，C++高效率，python简单，两者必会，推荐随便入门之后，通过做项目学习，而不是看书刷题，强烈建议选修一个计算机专业，国内学费真心便宜，国外本科我觉得两个专业是标配（至少是我接触到的样本）高频交易的话，国内还做不了，慎入坑R语言也是不错的，边编程边学统计知识，不亦乐乎？为啥我觉得国内许多博客写的文章都比计算机教科书好＝＝（知识不懂的，就百度）4. 英文千万千万不要以为全英教学就可以来英美毫无压力，除非你看电影不用字幕了
金融数学专业大一不学数学。。。这专业是来卖萌的吗。。
多上自习少上课。
心态要对，先过心理关，端正认识。高考考不好，执行力和心理等方面暂不如人，要承认。对于高考失利，至少可以说三个方面，你是否不如别人训练有素，是否不如别人能承受枯燥和压抑，是否不如别人硬挺的考场心理素质。高考如同伏击战，比拼的是战前足量的格斗训练，伏击时漫长的等待，战斗中狭路相逢勇者胜的勇气。别拿上交清北说事，有两方面理由。一方面，与外人比，你肯定是比上不足，比下有余。清北复交里头也有不少努力不止的，人家牛的不行，也有很多碌碌终日，泯然众人的。这在哪里都一样，跟学校无关。你的数学物理天赋高，总还没有高到拿竞赛金牌保送吧？碰上起点比你高，条件比你好，还比你努力的，要认命。另一方面，自己的生活以别人为标的，恐怕缺乏独立性和安全感。你过的到底是自己的生活还是别人的复制版本呢？你紧盯上的标的如果有一天也出错了呢，你跟着栽秧愿意接受吗？对未来迷茫，要努力去积淀和准备。每个人都会有迷茫的时期，主席当年流放梁家河的时候也不知道xx运动何时会结束，而工农兵大学生居然会在延安招生。但是任何时候都得靠实力说话，如果马云现在退休，阿里巴巴董事会主席就轮得上你我吗？学校里每年的国奖我们能抢到吗？每年的数学竞赛，建模竞赛，我们能拿一等奖吗？在荣誉利益竞争中决定性的还是实力，优秀就是有竞争力。大学里正规的指导给不了你太多，但是不妨碍你自我求上进。老师教的好，凭课堂那两个小时，也不能保证你学到知识精华；教的不好，你更要自学，图书馆里有的是材料书籍，对于经典知识的学习，反复训练和深入思考是必须的，也是最有效的。重要技能的掌握更在于自己的修为。真正的程序员每天都在写代码，调试，乐在其中。无关老师的要求，无关同学的生活，人家就是喜欢研究那个，人家就是喜欢大学四年都不去上课，每天都在维护学校的论坛，人家就是喜欢每天倒腾Linux。说到金融数学，无论你学多深数学分析，矩阵分析，随机分析，泛函分析，都不会坏事，恐怕感慨最多的还是数学不够用。而在程序方面，技多不压身，效益为上。不妨给自己设一个定量的指标，每个学期看完几本数学书，看多少课外书，写多少代码，量变会引起质变的。
春风不及smile:
猜题主是西浦的学生。简单给点建议吧。(原谅手机的渣排版T_T)1.合理取舍，对时间统筹规划 对gpa不要太过执着，课堂上知识学会了就可以花时间做其他的事情。用最适度的精力达到70-80分的成绩即可，跳出高中的思维，而不是去花90%的精力追求自己能达到的最高分数。眼光放长远，把更多的时间放在自己感兴趣的事情上。 在不耽误学习的基础上，多学自己感兴趣的事。千万不要觉得自己不是软件专业或者数学专业的，自学相关课程之后效果也不会太好。兴趣是最好的老师。想学线代，想学编程都来得及。你怕这对gpa和留学没有专注，但很多时候这种发自内心的学习更会对一个人带来潜移默化的影响，由内向外的改变。这些都是刷gpa不能带来的。2.注重资源的整合，多像优秀的人学习。 在一个人努力的同时，也要充分利用自己的圈子。多收集学校这个平台中提供的信息。比如向优秀的学长学姐讨教经验，询问他们历年的实习，工作情况，保研及出国比例。知己知彼才能百战不殆。这样也利用自己下一步指定目标。 学校往往有很多信息，比如竞赛的信息，以及各种校内的活动，实验室的招新。在参与活动的同时，就更有机会结识一些志同道合的小伙伴。 3.不断修正自己目标，让梦想照亮现实
题主觉得难度比较低就可以适当跳出学校的圈子。金融数学是新兴综合学科，培养对金融活动进行定量分析科学预测的复合型金融人才。该专业把数学基础课程和证券投资学、寿险精算等金融专业课程结合了起来。你可以根据自己兴趣，更综合或者更专门地来学习这个专业。 大学四年，目标都是随着自己阅历和学识的增加而不断调整的。题主可以在保研/出国/工作中寻找一种平衡，并结合自己的兴趣做出调整。 专业方面是对金融还是数学更感兴趣。保研的目标学校是中科大还是上海财经大学？而就业的话又准备去哪里发展？就业就是比较需要拿的出手的实习经历，理论与实践结合，多关注社会上该行业的大趋势。出国首先需要较强的英语表达能力，在生活上也需要更独立自主，接受国外与国内的不同。保研就需要有更坚实的数理基础。题主对物理和数学都很有兴趣，读研也不失为一个好的选择。结束语: 路都是自己走出来的。使人成长的不是时间，而是经历。很多时候并不是看到方向才去努力，而是在努力中才看到了前行的路。想做就去做吧，怎样都好。精彩的大学生活，并非遥不可及。
不忍心打击题主，只能说好好努力吧
怎么感觉和你在一个大学呢。。
如果是普通二本外国语大学金融学又有什么前途O_o
老师说的一句话: 潜下去，才会浮起来~别以为老师上课都在吹水~确定大一所学的经济学原理都搞懂了？
Cao Kevin:
刷gpa，刷科研经历，大四上申请出国或者保研去清北。除此以外都是扯淡。有没有能力是入行以后考量的标准，可是没有文凭您连门槛都迈不进去。
上交虽说政治形势不好，没什么前景，但好歹也是985，你这么黑还是过分了
建议转专业 或者转学
免责声明：本站部分内容、图片、文字、视频等来自于互联网，仅供大家学习与交流。相关内容如涉嫌侵犯您的知识产权或其他合法权益，请向本站发送有效通知，我们会及时处理。反馈邮箱&&&&。
学生服务号
在线咨询，奖学金返现，名师点评，等你来互动我数学不行但对金融很感兴趣。可以学的好吗
将来如果你不考研，金融专业本科对数学要求不高。从事普通金融工作，并不需要高深的概率统计知识，线性代数几何不用，只要最简单的微积分就行了。
但是如果你将来准备考研的话，对数学的要求相对的高。在金融领域的“科研”稍稍深入一点，就全是数学问题。
其他答案（共2个回答）
答案是肯定的，但也要看你从事工作的类型。
如果将来只从事最普通的金融工作，不会去搞什么研究性课题。那么本科毕业，一般经济数学微积分也就绰绰有余了。
但是，只要稍...
财政部财科所不错。
大学本科里，数学分3部分，高等数学（微积分）、线性代数、概率论与数理统计，金融专业这3门都要学的。
金融学的主干课程有：西方经济学、货币银行学、国际金融学、金融...
多数学校考数四,也有几所学校对数学要求高的考数三,你要考那个学校可以上学校网站查一下
答: 有没有谁家小孩子数学不好的呢，我家上中班，诗背的很好，但数学不太好
答: x->0:lim(1+x)^(-1/x)
=1/[x->0:lim(1+x)^(1/x)
x->∞:limxsin(1/x)
=1/x->0:lim[...
答: 计算科学是一门什么样的学科？
答：计算学科（通常也称作计算机科学与技术）作为现代技术的标志，已成为世界各国经济增长的主要动力。但如何认识这门学科，它究竟属于理科...
答: 补课是比较错误的方式。我一直到高中毕业没补过课。爸妈也不管我，随我学什么。我打游戏和化学都挺好。现在在大学读书，很深刻地感受到教育是钱买不来的。在实验室做小型的...
大家还关注
确定举报此问题
举报原因(必选)：
广告或垃圾信息
激进时政或意识形态话题
不雅词句或人身攻击
侵犯他人隐私
其它违法和不良信息
报告，这不是个问题
报告原因(必选)：
这不是个问题
这个问题分类似乎错了
这个不是我熟悉的地区
相关问答：123456789101112131415金融数学心得体会_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
金融数学心得体会
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢数理金融学_数理金融是金融数学吗
数理金融学
发表时间： 9:50:53 文章来源:
数理金融学
出来的现代金融学的现代化标志
以数学作为本身的语言
金融学的数量化上
　　任何1门学科的现代化和精确化进程,都必定致使以数学作为本身的语言。从经济学中独立出来的现代金融学的现代化标志， 体现在金融学的数量化上。金融科学数量化是指金融学理论研究模式趋向于数学化(指推理演绎数学化)、利用研究定量化(指建立相应的数学模型)和应用计算机技术求解模型数值问题的广泛化，从而促进了金融数学的诞生和发展。金融数学是1门新兴的金融学与数学(特别是最优化理论、高等几率论、随机微积分、偏微分方程等)的交叉学科,又称数理金融学。
　　这在当前是1门新兴学科。随着诺贝尔经济学奖愈来愈多的颁给计量经济学研究学者，学者也愈来愈重视数学在金融研究领域中的应用。这门学科的最大特点，就在于利用数学模型来解释和研究金融问题。
　　 行动金融学与数理金融学论争
　　行动金融学作为1个正在突起的领域,其视角愈来愈为广泛。虽然还未成为金融学理论的主流,但愈来愈多的金融学家正在投身于这1研究领域。De Bondt和Thaler(1985),Statman(1995)、Bernstein(1996)、和Shiller(2000)等行动金融学家在不遗余力地为之呐喊。他们认为,行动金融学将当前金融学主流数理金融学取而代之的时期已来临。真的这样吗?我们还是先对行动金融学与数理金融学分歧的焦点做出归纳与评价,再做定论。在没有定论之前,我们无妨仍把数理金融学称为主流金融学。 1、争辩的出发点:红利之谜
　　1.红利之谜――主流金融学的“死穴”?行动金融学家们很早就宣称从与分红相干的1些现象的研究中找到了当前主流金融学的“死穴”(Shefrin and Statman 1984)。
　　1973年至1974年能源危机期间,纽约城市电力公司(Consolidated Edison Company,CEC)准备取消红利支付。在1974年该公司的股东南大学会上,许多中小股东为此闹事,乃至有人扬言要对公司董事会成员采取暴力举动。明显,这1事件是主流金融学所没法解释的。Shefrin和Statman(1984)尖锐地提出:依照主流金融学的分析框架,CEC的股东只会对能源危机对公司股价的影响敏感,而绝不会为公司暂停支付红利的决定如此激动。由于在主流金融学的框架下,投资者遵守米勒(Miller)和莫迪利安尼(Modigliani)套利定价理论。他们知道,在不斟酌税收与交易费用的情况下,1美元的红利和1美元的资本利得并没有甚么差异,他们随时可以通过卖出股票自制“红利”;而在收入税率高于资本利得税率的现实世界,减少股利支付会使股东的境况更好。那末为何这么多股分公司还要发放红利呢?CEC的股东为何会对公司停止支付红利做出如此激进的反应呢?
　　但是,米勒(Millerl986)却将这些攻击鄙弃为“天大的玩笑”。的确,在20世纪80年代行动金融学构成的早期,其理论体系远未完善,各种“软肋”和“硬伤”成为主流金融学攻击的靶子。很少有人意想到其往后会对金融学理论产生深远的影响。
　　2.行动金融与红利之谜。行动金融学独特的分析框架很好地解释了红利之谜。Shefrin和Statman基于Kahneman和Tversky(1979)的期望理论建立了1个崭新的分析框架。期望理论认为,投资者习惯于在潜意识中将其资产组合放入不同的意识账户(mental accounts)。1些账户的资产是用来养老的,1些账户的资产可以偶尔赌1把,1些账户的资产是用来接受高等教育的,还有1些账户的资产是为度假准备的,如此等等。马柯维兹试图说服投资者斟酌不同意识账户之间的协方差而将其看成1个投资组合,但投资者仿佛其实不买账。他们依然习惯于将资产划分为应对资产价格下跌的意识账户(持有现金和债券)和应对资产价格上涨的意识账户(持有股票、期权和其它未定权益)。而投资者对这两类账户的风险偏好特性是马柯维兹协方差的所不能解释的(前者表现为极度的风险讨厌,而后者表现为极度的风险偏好)。CEC股票价格的降落属于资本意识账户的损失,而停止支付红利则是红利意识账户的损失。两个账户中同等数额的美元对投资者而言其实不相同。
　　马柯维兹(Markowitz)指出,将资产划入不同的意识账户疏忽了不同资产之间的协方差,会使投资组合位于资产组公道论导出的有效前沿的下方。但Thaler和Shefrin(1981)针锋相对地指出,现实生活中受情绪等行动意识影响的投资者并不是主流金融学框架下的完全理性人。他们不具有完善的自控能力,容易趋于各种诱惑。将资产划入不同的意识账户的做法实际上更有益于投资者提高自控能力。至于马柯维兹的有效前沿只是1种现实生活中永久没法到达的理想状态罢了。
　　制定行动规则是1种很好的自控方式。正如对沉迷于酒精的人来讲“最多喝到第1次摔倒”是1种很好的自控标准1样,“消费红利、绝不动用资本利得”是消费愿望强烈的投资者的自控标准。那些认为停止红利支付会使其丧失收入来源的CEC的小股东们实际上是在忠实地履行绝不动用资本利得的自控规则。这些人将持有CEC的股票放到了取得稳定收入来源的收入意识账户。他们担心,1旦开始自制红利(卖股票),就会像酒鬼碰到酒1样1发不可整理,终究失去1切。
　　对遵守行动金融的投资者而言,自制红利还有另外一个不足的地方――它开启了遗憾之门(door to regret)。Kahneman和Tversky(1982)将遗憾(Regret)定义为投资者发现不同的选择本能得到更好的结果时的痛苦感觉。假想1个投资者用分红所得的1000美元购买了1台电视机,另外一个投资者用卖掉股票所得的1000美元购买了1台一样型号的电视机。Kahneman和Tversky问道:当股票价格上升时,这两个投资者会感到一样遗憾吗?遗憾总是和责任相连的,而责任来源于选择。买卖股票是1种重大的决定,自然可能致使重大的遗憾。而等待分红是1种没必要选择的选择,自然遗憾较少。
　　2、争辩的核心:市场有效性
　　过度反应(overreaction)与滞后反应(underreaction)是主流金融学与行动金融学争辩双方所使用的1个重要武器。但对过度反应与滞后反应的研究触及到金融学领域至今还未构成统1认识的市场有效性问题。对市场有效性通常有两种理解。1种理解认为,有效市场意味着投资者不可能找到系统有效地打败市场的方法。另外一种理解认为,有效市场下证券价格是理性的(rational)。理性价格仅仅反应市场对风险收益进行权衡的理性趋利特性(数理金融中的无套利均衡),而其实不反应投资者情绪等价值感受(value-expres-sive)特性。
　　资产分配策略(tactical asset allocation,TAA)反应了市场不可克服意义上的有效性和理性价格意义上的有效性的差别。秉持资产分配策略的投资者试图在股市出现泡沫时抛出股票,在股市出现恐慌时买进股票。在对泡沫与恐慌的判断中实际上包括着投资者情绪这类价值感受特性。但这其实不意味着市场是容易被打败的。Philips,Rogers和Capaldi(1996)发现,资产分配策略在年非常成功,1988年以后就失效了。其中,这1策略在1987年的股市大恐慌时最为成功。大多数秉持这1策略的投资者在股市崩盘之前已抛空头寸。不过,遗憾的是,这些投资者大多在股市到达最低点时依然驻足不前,从而丧失了在随后的股市复苏中大赚1笔的机会。看来,打败市场决非易事。
　　在金融学家们对市场有效性问题争得不可开交的时候,仿佛忘记了Fama(1991)的论述:市场有效性是不可检验的。对市场有效性的检验必须借助于有关预期收益的模型,如CAPM、APT等。如果实际收益与模型得出的预期收益不符,则认为市场是无效的。我们常常见到的验证某1金融市场低价股和具有较高B/M(book-to-market ratios)的股票存在逾额收益率的实证研究,其实都是在试图否定市场有效性。但问题在于,如何得出逾额收益的预期收益模型本身就是毛病的呢?因此,市场有效性必须和相干的预期收益模型同时得到证明。这就堕入了1个悖论:预期收益模型的建立以市场有效为假定条件,而检验市场有效性时,又先验假定预期收益模型是正确的。用市场有效性条件下的预期收益模型是没法检验市场有效性的。以最为经常使用的CAPM和APT为例,市场有效性不成立,CAPM和APT就不成立。但反过来其实不能因CAPM和APT导出的结论与市场有效性不符而否定市场有效性――由于CAPM和APT本身有多是毛病的。
　　由于以上缘由,虽然关于市场有效性的实证研究如火如荼,却很难得出1致的结论。研究者们都极力试图使市场为自己的观点提供左证。他们常常对不同时期、不同市场的数据采取不同的资产定价模型处理,研究结果不免有失客观性。Hawawini和Keim(1998)曾试图对这1问题进行客观全面的研究。他们收集了不同国家、不同时期的金融数据,与不同的资产定价模型进行比较,得出的结论却是自相矛盾、1塌胡涂。终究,Hawawini利Keim不能不回到Fama(1991)的论述:现有金融手段没法验证是资产定价理论有毛病还是市场是无效的。他们无奈地写道:我们希望这1问题能够在下1个百年得到解决。
　　虽然如此,价值感受对投资者的投资决策和资产价格具有重要影响是1个不争的事实。纯理性的价格其实不存在。因此,对市场有效性的第1种理解(市场不可克服意义上的有效市场)仿佛更加科学。
　　行动金融学正是基于对市场有效性的第1种理解致力于探索同时反应理性趋利特性和价值感受特性的资产定价模型。
　　3、争辩的新发展
　　1.行动资产定价模型与资本资产定价模型。主流金融学认为行动金融学对投资者价值感受的过分关注已走入歧途。比如,Miller指出,股票价格不单单是1个回报率。在它的背后隐藏着许多故事,家庭的支出变化、家庭矛盾、遗产划分、离婚协议,如此等等,不1而足。我们研究资产组公道论、资产定价理论就是要从扑朔迷离的市场中寻求决定市场发展方向的主要因素。过分关注于1些无关紧要的现象只会使我们迷失研究方向。
　　但是,行动金融学家则坚持认为对投资者行动进行研究是相当重要的。Meir Statman(1999)指出,其实CAPM也是从投资者行动人手的。在CAPM中,所有投资者均被假定为只关心投资回报和投资组合的协方差(风险),2者的均衡便导出结论。现在,行动金融研究的目的就是要改变CAPM的假定,使其更接近现实,怎样能认为它不重要呢?Shefrin和Statman(1994)构筑了BAPM(be-havioralasset-pricing model)作为主流金融学中CAPM的对应物。BAPM将投资者分为信息交易者(information traders)和噪声交易者(noise traders)两种类型。信息交易者即CAPM下的投资者,他们从不犯认知毛病,而且不同个体之间表现有良好的统计均方差性;噪声交易者则是那些处于CAPM框架以外的投资者,他们经常犯认知毛病,不同个体之间具有显著的异方差性。将信息交易者和噪声交易者和二者在市场上的交互作用同时纳入资产定价框架是BAPM的1大创举。
　　BAPM中证券的预期收益决定于其行动贝塔(behavioral betas),即正切均方差效应(tangent mean-variance-efficient)资产组合的贝塔。由于噪声交易者对证券价格的影响,正切均方差效应资产组合并不是市场组合(market portfolio)。比如,噪声交易者偏向于高估成长型股票的价格,相应的,市场组合中成长型股票的比例也就偏高。为了纠正这类偏差,正切均方差效应资产组合较之市场组合要人为调高成熟型股票的比例。
　　标准贝塔和行动贝塔的估计是1个难点。在CAPM中,我们都知道市场组合的构成原理但却找不到精确构造市场组合的方法,因此在计算标准贝塔时只好用股票指数代替市场组合。行动贝塔的计算就更加困难。由于正切均方差效应资产组合随时都在变化,这个月还在起重要作用的行动因素下个月可能变得微不足道,我们很难找到它的有效的替换物。
　　固然,这些问题决不能禁止金融学家们对资产定价模型的寻求。CAPM也好,BAPM也好,究其根本,所有资产定价模型都是经济学中供求均衡基本思想的1个翻版。供求曲线既决定于理性趋利特性(如对产品本钱、替换物价格的分析),也决定于消费者的价值感受(如口味等)。在CAPM中,供求仅仅决定于理性趋利特性下的标准贝塔,在3因子APT中,供求决定于公司范围(size)、B/M和市场组合本身,但对公司范围和BM的判断是具有理性趋利特性的客观标准呢,还是反应了投资者的价值感受特性呢?Fama和French(1992)持前1种观点,Brennan、Chordia和Subrahmanyam(1992)则持后1种观点。
　　BAPM涵盖了包括理性趋利特性和价值感受特性的诸多因素。比如敬佩(admirafion)这类价值感受特性。《财富》杂志每一年都对职业经理人和投资分析家最敬佩的公司做1次调查。Shefrin和Statman(1995)发现,回答者明显偏爱其敬佩的公司的股票,而且这类偏爱已明显地超出了预期回报(理性)的解释能力。在股票市场上,人们对成长股的追捧一样超出了理性。事实证明,价值感受特性和理性趋利特性1样,应当做为决定预期收益的参数。
　　2.行动金融组公道论(Behavioral Portfolio Theory)与马柯维兹资产组公道论。金融机构在实践中所使用的资产组合和主流金融学中马柯维兹均方差组合是有很大差别的。比如,Fisher和Statman(1997)发现共同基金为1些投资者采取了较高比例股票的投资组合,对另外一些投资者却采取了较高比例债券的投资组合,这明显有悖于主流金融学中的两基金分离定理(two-fund separation)。由于两基金分离定理证明所有有效组合都能够表示为1个股票与债券具有固定比例的风险组合和不同数量的无风险证券的组合。
　　Shefrin和Statman(1999)提出了行动金融组公道论来替换马柯维兹的均方差组公道论。均方差组合投资者将资产组合看成1个整体,他们在构建资产组合时只斟酌不同证券之间的协方差,并且他们都是对风险的态度不变的风险讨厌者。行动金融组合者则具有金字塔型层状结构的资产组合。资产组合金字塔的每层都对应着投资者特定的投资目的和风险特性(方差)。1些资金投资于最底层避免变得不名1文,1些资金则被投资于更高层次用来争取变得更富有。
　　行动金融组公道论较之均方差组公道论较好的和目前10分流行的在险价值(value-at-risk,VAR)构筑资产组合的方法到达理论与实践上的1致性,但仍有许多具体问题有待进1步突破。比如,如何将各种理性趋利特性和价值感受特性进行定性、定量的辨别与描写,如何具体构筑层状组合结构每层的资产组合,等等。
　　3.如何看待泡沫与风险补偿。CAPM等主流金融学模型都在关注不同股票的预期收益差异,但同1股票不同时期的预期收益如何变化,风险补偿会不会变化,抑或说如何衡量泡沫呢?在这方面,行动金融学再1次表现出良好的解释能力。
　　风险补偿是金融工具(这里指股票)预期收益率与无风险证券收益率之间的差值。风险补偿的名称是针对金融工具的接受方而言的,对金融工具的转让方而言,它又被称风格险贴水。它名义上是对风险的补偿,但它实际上涵盖了包括理性趋利特性和价值感受特性在内的决定股票收益的所有因素。Shefrin(1999a,b)从理论和实证两方面得出基本因素和市场情绪(sentiment)共同决定风险补偿。Porter和Smith(1995)则在实验室环境下成功摹拟了泡沫的构成进程。
　　4、前景展望:行动金融学――新的主流金融学?
　　尽人皆知,主流金融学建立在米勒和莫迪利安尼套利定价理论、马柯维兹资产组公道论、夏普1林特纳1布莱克(Sharpe,Lintner and Black)资本资产定价模型(CAPM)和布莱克1斯科尔斯1默顿(Black,Scholes,and Merton)期权定价理论(OPT)的理论基石之上的。主流金融学之所以致今具有强大的生命力是由于它以最少的工具建立了1个仿佛能够解决所有金融问题的理论体系。
　　几近没有理论体系会与所有的实证研究相吻合,主流经济学也不例外。米勒承认红利问题对主流金融学而言是1个迷,但是他依然坚持认为,通常情况下的金融市场理性预期均衡模型和有关红利的特殊模型联合起来,将是很完善的,最少不会比其它任何模型差。对现有金融学的理论框架进行基于行动金融或是其它理论的重建既非必要,也决不会在不远的将来产生。Schwert(1983)10分不甘心地接受了需要新的资产定价理论以解释反常现象的观点。但他同时强调,新的资产定价理论也必须是在所有投资者都理性地寻求最大化的框架以内。而De Bondt和Thaler(1985)强调,股票价格超涨超跌的过度反应实际上是1种超出理性的认知缺点。Shiller()则明确指出,股票价格的涨落总是被非理性的狂热所左右,理性其实不可靠。由此可以预感,行动金融学与主流金融学目前的争辩是水火不容的。
　　和主流金融学1样,行动金融学也由许多有用的工具构成。这些工具有些为主流金融学与行动金融学共有,有些则是行动金融学独有,如人类行动的易感性(susceptibility)、认知缺点(cognitive errors)、风险偏好的变动(Varying attitudes toward risk)、遗憾讨厌(aversion to regret)、自控缺点(imperfect self-control)和同时将理性趋利特性和投资者情绪等价值感受作为自变量纳入分析框架,等等。
　　1些人认为,行动金融学不过是将心理学引入了金融学,但是心理学历来没有离开过金融学。虽然行动模型不1样,但所有的行动都没有超出心理学。主流金融学又未尝不对投资者的行动(指点行动的是心理)做出假定呢?只不过主流金融投资者的行动被理性(rational)所模型化,行动金融投资者的行动则被置于正常(normal)的模型当中。理性与正常并不是完全相悖。理性行动通常被定义为寻求功效最大化的行动,而寻求功效最大化被认为是很正常的。面对10美元与20美元的选择,理性人和正常人都会选择20美元。
　　综上所述,在很短的时间内,行动金融学迅速突起。不管认同还是反对,任何1名金融学者都在对行动金融学提出的问题与得到的结论进行仔细斟酌。这1事实本身足以展现行动金融学在现今金融学领域的地位及发展前景。从对主流金融学的假定与结论提出质疑,到对市场有效性、风险、资产定价模型等问题提出自己独特的观点,1直到提出自己的资产组公道论,行动金融学正在逐渐向1个完善的金融体系发展。可以预感,行动金融学和主流金融学围绕本文上述问题的争辩也将随之深入。虽然行动金融学完全替换主流金融学还只是行动金融学家的1厢甘心,但行动金融学势必对金融理论与实践产生愈来愈大的影响。或许正如Thaler(1994)所说,终将有1天“行动金融学”作为1个名词将不再被人提起――这是过剩的。人们在对资产定价时将很自然地斟酌各种“行动金融”意义上的因素。从这1意义上讲,笔者更相信行动金融学与主流金融学在争辩中不断融会,构成新的更具实践性的主流金融学的观点。
数理金融学就业方向&&&& &&
以上关于数理金融学的相关信息是广德教育网收集并且整理，仅为查考。}