一、专业简介
Financial engineering is a multidisciplinary field involving financial theory, methods of engineering, tools of mathematics and the practice of programming. It has also been defined as the application of technical methods, especially from mathematical finance and computational finance, in the practice of finance.
金融工程概念:
利用数学工具、工程化手段来解决实际金融问题:
金融产品设计,金融产品定价,交易策略设计,金融风险管理等;
第一个金融工程学位课程是在20世纪90年代初设立的。这个专业的数量和规模都在迅速增长。目前美国USNEWS排名150的院校中,有50个左右金融工程硕士项目。
金融工程定义
狭义定义——Deal with Derivatives (Pricing, Trading, Risk Management)。
广义定义——金融工程是用数学和工程学的方法来 建立金融模型,并进而计算金融收益与风险的一门学科。
方法:金融经济理论、数学/统计模型、计算机编程。
对象:金融衍生品(期权、互换)、固定收益产品(债券),而非传统股票、外汇。
目的:复杂金融产品的定价、量化交易/投资策略的 制定、风险管理模型的建立。
所属学院
工学院:
偏向招收工程专业学生,重视编程能力,会开设optimization , programming等课程。
(Columbia MSFE, Stanford MSFM, Cornell MSFE, USC MSFE, NYU MSFE)。
商学院:
偏向招收金融专业学生,围绕金融方面学习,会开设Stochastic Methods of Mathematical Finance等课程。
(WUSTL MSF, UCB MFE, UCLA MFE, Gatech MSQ&CF, BU MSMF, SIT MSFE, SUNY-Buffalo MSF, Temple MSFE, IIT MMF)。
数学学院:
偏向招收数学专业的学生,课程围绕数学、统计展开,会开设Stochastic Processes等课程,学术性较强。
(Columbia MAMF, Chicago MSFM, JHU MSFM, UND, USC MSMF, NYU MSMF, UW MSCF, Purdue MSCF, SUNJ MSMF, Minnesota MSFM, SUNY- Stony Brook MSQF, FSU MSFM, Dayton MSFM)
美国机械工程专业主要分为金融工程,金融数学,计算机金融,量化金融,量化金融和风险管理五个大类。
1. 金融工程
金融工程一词早在20世纪50年代就曾出现在文献中(Financial Engineering), 有人译为财务工程, 目前, 译为金融工程的居多。所谓“工程”, 必须有一定量的科学理论, 并可以用来解决客观存在的实际问题。
金融工程最初的狭义定义是组合金融工具(主要包括衍生工具) 和风险管理技术的研究。随着20世纪70、80 年代以来金融创新、金融自由化浪潮席卷西方, 人们对金融工程的认识迅速拓宽。但金融工程学科实质定义是由约翰·芬尼迪(John Finnerty, 1988) 提出的:金融工程是创造性地解决金融问题而进行的包括创新型金融工具与金融手段的设计、开发和应用。这个定义的关键在于“创造”和“创新”这两个词, 这里所指的“创造”和“创新”包括以下三种情况:
1. 思维上的飞跃, 也就是一种革命性的新的金融产品问世时所具有的创造性。如互换协议、按揭货款支撑的金融产品的第一次出现等。
2. 对旧有观念的重新理解和运用。如将期货交易扩展到一种期货交易所未曾交易过的商品或金融工具, 创立一种新的投资方向的共同基金等。
3. 将现有产品和手段进行分解和组合, 以适应某种特定的情况。如采用现有的金融产品减少公司的财务风险, 降低企业的融资成本, 获取某些会计或税收上的好处, 或利用市场效率性不高套取利润等。
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, 也就可以看作是金融产品。这就给金融产品以最广泛的定义。广义的金融工程学的定义当然涵盖了狭义的定义。但就技术层面而言, 狭义的定义也已经扣住了金融工程学核心的部分, 这就是风险管理的工具和技术。
2. 金融数学
在现代金融数学理论中,各种各样的金融经济学模型占据着中心地位。其中至今仍有重大影响的成果有:有效率的市场理论、证券组合理论、资本资产定价模型、套利定价理论、期权定价方程和资产结构理论等。
1.有效的市场理论
市场的有效性这一概念起源于本世纪法国人Bachelier的研究,他的贡献是很大的,但是他的工作到近20年才日益被人认识到。他首次运用布朗运动模型来导出期权公式是在1900年,市场有效性的起源也正是在那个时候。然而市场有效性与信息相联系,确实是近几十年来的工作。Fama指出价格完全反映了可以使用的信息时,这个市场才能被称为是有效的;把一些信息进行交易时并不能产生经济效益,那么市场对这些信息就是有效的。但是市场是有套路还是无套路,是高效还是低效,不是非此即彼的问题,而是程度问题。
有效的市场假设一直是激烈争论的问题之一,学者们进行了无数次的理论研究和实证考察,对有效的市场理论的逻辑基础提出疑义:一方面市场的有效性是投机和套利的产物,而投机和套利都是有成本的活动;另一方面,因为市场是有效的,所以投机和套利是得不到回报的,这些活动就会停止,而一旦停止了投机和套利活动,市场又怎么能继续有效呢?无疑,投机和套利活动使得价格更为有效.正是这一矛盾统一体的不断变化,才使市场呈现统计上的周期性变化。
2.证券组合理论
证券金融市场的风险管理是个永恒的话题,投资者都想寻求收益回报,但又必须面对各种各样的可能损失,市场到底存在哪些风险,如何确定风险的大小,如何才能实现收益最大化和风险最小化,历来都是人们关注的焦点和难点。人们发现,投资者手中持有各种不同风险的证券即投资组合,可以减轻各种风险带来的损失。自从1952年美国学者马克维茨运用概率论和规划论的方法创立证券组合理论以来,市场风险的神秘色彩逐渐淡化,不再变得那么可怕和不可驾驭。
马克维茨组合理论的立足点是全面考虑期望收益最大和不确定性(即风险)最小。它通过总结投资损失的概率分布和可能收益的偏差程度(即统计学上的方差),发现投资者应该同时按适当比例购买各种证券而不是一种证券,进行分散化投资,其收益才尽可能是确定的.通过数量分析得出的这种结论,迎合了投资者规避风险的需要。随着量化研究的不断深入,组合理论及其实际运用方法越来越完善,成为现代投资学中的交流工具。但马克维茨组合理论中的许多假设条件无法满足,使其在现实中失效。为了克服这一困难,后来发展了基于神经网络的证券优化算法。
3.资本资产定价模型(CAPM)
马克维茨组合理论解决了理论投资者的最优投资决策问题——如何确定投资比例.进一步要问:在资本市场达到均衡时,或所有投资者的投资行为均与现代组合理论描述的一致时,资本的收益如何确定,资产的收益如何决定,资产收益的风险如何测定,以及任意一种资产的期望收益与风险之间的函数关系是什么?夏普、林特纳和英辛在一系列理想假设条件基础下提出了一种新的选择证券组合的方法,即资本资产定价模型,克服了马克维茨模型选择证券组合需要大量而复杂的计算的不足.CAPM的意义之一是,他建立了证券收益和风险的关系,揭示了证券风险报酬的内部结构,即风险报酬是影响证券收益的风险贴水的线性组合。而各相关因素的风险贴水是证券市场对风险的报酬,它们只与各个影响因素有关,与单个证券无关.CAPM建立了单个证券的收益市场资产组合和收益之间的数量关系.CAPM的另一个重要意义在于它把证券的风险分成了系统风险和非系统风险。
资本资产定价模型一直是大量的实证研究的基础。总的来讲,这些实证研究表明,资本资产定价模型可为金融市场的收益结构提供相当好的初步近似。
4.套利定价理论(APT)
资本资产定价模型刻画了在资本市场达到均衡时资产收益的决定机制,但他基于众多的假设,且其中的一些假设常与现实不符;在检验CAPM时,难以得到真正的市场组合.更重要的是一些经验结果与CAPM相悖.有些现象如小公司现象很难用CAPM来解释,这样就更激励人们去建立新的资本市场均衡理论.1970年罗斯提出了一种新的资本资产均衡模型——套利定价模型。该模型认为风险可由多个因素产生,不仅仅是一个市场因素.尤其是他对风险态度的假设比CAPM更为宽松,因此也更为接近现实.APT的核心是假设不存在套利机会.套利机会是指在风险低又无资本的情况下就可以从投资中获取利益的机会.在这种情况下,证券的预期收益与风险因素呈现近似线性关系.因此可以说APT在更加广泛的意义上建立了证券收益与宏观经济中其他因素的联系,为证券走势分析提供了比CAPM更好的拟合。
5.期权定价模型
1973年,布莱克和斯科尔斯发表了题为《期权价格和公司负债》一文,提出了有始以来第一个期权定价模型,在学术界和实务界引起了强烈反响.在那篇突破性的论文中,他们成功求解随机微分方程,利用市场的套利条件,导出到期月以前的期权价格的精确公式。
布莱克和斯科尔斯的期权定价模型的推导建立在6个假设基础上:没有交易成本、税收限制;风险低收益率是常量;股票不付股息;标的资产的随机价格服从几何布朗运动;对于贸易市场是连续开放的;期权是欧式的.该模型表明:期权的价格是期权商品市场价格、商品市场价格的波动、期权执行价格距到期日时间的长短以及安全利息率的函数。自从布莱克和斯科尔斯的论文发表以后,由默顿、考克斯、鲁宾斯坦等一些学者相继对这一理论进行了重要的推广并得到广泛的应用。期权定价模型可用来制定各种金融衍生产品的价格,是各种衍生产品估价的有效工具。期权定价模型为西方国家金融创新提供了有利的指导,是现代金融理论的主要内容之一。
6.资产结构理论
在现代金融理论中,公司的资产结构理论(也称为MM定理)与有效市场理论和资产组合理论几乎是在同一时期发展起来的具有同等重要地位的成果.在这个定理中,假设公司的投资政策和金融政策是相互独立的,银行利率等于债券利率,个人借贷和企业借贷是充分替代的;没有企业和个人所得税及破产风险;企业和投资者具有同等的投资机会及边际成本和机会成本;资本市场充分有效运行,则公司的资本结构与公司的市场价值无关,亦即企业的资本结构选择不影响公司的市场价值.MM定理的条件是非常苛刻的,正是因为这些假设抽象掉了大量的现实东西,从而揭示了企业金融决策中最本质的东西——企业经营者和投资者行为及其相互作用。该定理公开发表以后,一些经济学家又对这一定理采用不同的方法从不同的角度作了进一步证明。其中最著名的有Hamda用资本定价模型进行了再证明,还有Stiglize用一般均衡理论作了再证明,结论都与MM定理是相一致的。
证券投资的直接目的是获取收益,避免损失.而投资者在进行投资之前必须根据事先掌握的信息对各种证券进行分析预测,这实质上是一个证券投资决策问题.关于证券投资决策的研究通常可分为两类:第一类是选择哪一些证券及其数量多少的问题,即静态投资组合问题,其具有奠基性的理论是前面提到的马克维茨组合投资理论,具有代表性的方法有线性规划方法、二次规划方法和神经网络方法等;第二类是在什么时间买卖多少证券的问题,即动态随机控制问题.这类问题是近几年研究的热点之一,所使用的研究方法主要有随机最优控制方法、H控制方法和微分对策方法。自从Pratt等经济学家引入风险规避系数概念以来,研究带有风险规避的投资决策尚不多,而现实中的投资者大部分是风险规避者,只是风险规避程度不同而已,因此,研究风险规避投资者的行为更具有特别重要的意义。
3. 计算机金融
计算机金融是应用计算机科学的一个分支,致力于解决金融领域的实际利益问题。 一些稍微不同的定义是对当前在金融中使用的数据和算法以及实现金融模型或系统的计算机程序数学的研究。
计算机金融强调实用的使用数值方法,而不是数学证明,并且侧重于直接应用于经济分析领域。它是数学金融和数值方法之间的一个跨学科专业。 两个主要领域是有效和准确地计算金融证券的公允价值和建立随机价格序列的模型。
4. 量化金融
量化金融是将数学应用于金融市场,向学生提供有关金融工程基本工具及其在金融市场环境中的应用的知识;培养学生对在投资组合管理和公司对冲中使用衍生工具的理解;使学生能够在以后整体公司战略的背景下基本了解金融工程的角色。
5. 量化金融和风险管理
培养金融专家,他们可以将数学和计算机模型集成到金融应用中,用于工业,商业,金融和政府部门;通过基于学习与发现,为学生提供有关金融工程学的主要工具和理论及其在实际市场环境中的应用的知识;培养学生的分析能力,以便在投资组合管理,产品设计和公司对冲中使用衍生工具;使学生能够使用定量方法并在适用时利用创新方法来分析金融市场中的问题;培养学生检测和利用定价错误的证券的技巧,以获取套利利润;和使学生能够在以后的公司战略的背景下对金融工程的作用有一个全面而均衡的观点。

