从数理经济学到数理金融学的百年回顾

数理金融总结期末报告第一部分：数理金融的基本概念和发展历程数理金融是应用数学和统计学的方法研究金融市场和金融资产的定价、风险管理、投资组合选择等问题的学科。

数理金融的发展源于20世纪70年代，起初主要应用于期权定价和投资组合管理方面。

然而随着计算机技术的发展和金融工程的兴起，数理金融的应用领域逐渐扩展到其他金融资产和金融市场。

在数理金融的发展历程中，Black-Scholes期权定价模型、CAPM（资本资产定价模型）和风险价值模型等成为数理金融领域的经典模型。

Black-Scholes期权定价模型是数理金融的基石，它描述了欧式期权的定价公式。

CAPM模型解释了证券的期望收益与其系统性风险之间的关系，为投资组合的选择提供了理论依据。

而风险价值模型则用于评估投资组合的风险水平和金融市场的动态风险。

数理金融的发展受到计算机技术的极大推动。

随着计算机硬件和计算速度的提升，金融市场的交易和价格数据的收集和处理变得更加迅捷和高效。

同时，数学和统计方法的推动和应用也使得金融市场的模型和算法更加精确和有效。

第二部分：数理金融在金融市场中的应用数理金融在金融市场中的应用非常广泛，包括资产定价、风险管理、投资组合选择、衍生品定价和金融市场的建模等方面。

在资产定价方面，数理金融利用数学模型和统计方法分析金融资产的市场价格，并预测未来价格的变动。

这些模型包括Black-Scholes期权定价模型、CAPM模型和随机波动模型等。

通过这些模型，投资者可以根据市场价格选择合适的投资策略。

在风险管理方面，数理金融可以评估投资组合的风险水平，并制定相应的风险管理策略。

风险价值模型是常用的风险管理工具，它可以度量投资组合在不同的风险水平下的损失概率。

投资组合选择是数理金融的另一个重要应用领域。

数理金融通过最优化模型和统计方法，为投资者提供合理的投资组合选择策略。

通过分析资产的历史价格和波动性，数理金融可以帮助投资者选择合适的资产组合、权重和分散度，以达到预期风险和收益的平衡。

浅谈金融数学的产生及发展一、概述金融数学，又称分析金融学、数理金融学、数学金融学，是20世纪80年代末、90年代初兴起的数学与金融学的交叉学科。

它的研究对象是金融市场上风险资产的交易，其目的是利用有效的数学工具揭示金融学的本质特征，从而达到对具有潜在风险的各种未定权益的合理定价和选择规避风险的最优策略。

它的历史最早可以追朔到1900 年，法国数学家巴歇里埃的博士论文“投机的理论”。

该文中，巴歇里埃首次使用Brown 运动来描述股票价格的变化，这为后来金融学的发展，特别是为现代期权定价理论奠定了理论基础。

不过他的工作并没有得到金融数学界的重视。

直到1952 年马科维茨的博士论文《投资组合选择》提出了均值――方差的模型，建立了证券投资组合理论，从此奠定了金融学的数学理论基础。

在马科维茨工作的基础上，1973年布莱克与斯科尔斯得到了著名的期权定价公式，并赢得了1997念得诺贝尔经济学奖。

它对于一个重要的实际问题提供了令人满意的答案，即为欧式看涨期权寻求公平的价格。

后两次发现推动了数学研究对金融的发展，逐渐形成了一门新兴的交叉学科，金融数学。

金融数学是在两次华尔街革命的基础上迅速发展起来的一门数学与金融学相交叉的前沿学科。

其核心内容就是研究不确定随机环境下的投资组合的最优选择理论和资产的定价理论。

套利、最优与均衡是金融数学的基本经济思想和三大基本概念。

在国际上，这门学科已经有50多年的发展历史，特别是近些年来，在许多专家、学者们的努力下，金融数学中的许多理论得以证明、模拟和完善。

金融数学的迅速发展，带动了现代金融市场中金融产品的快速创新，使得金融交易的范围和层次更加丰富和多样。

这门新兴的学科同样与我国金融改革和发展有紧密的联系，而且其在我国的发展前景不可限量。

二、金融数学的发展早在1990年，法国数学家巴歇里，在他的博士论文“投机的理论”中把股票描述为布朗运动。

这也是第一次给Brown运动以严格的数学描述。

金融数学的历史回顾关于金融数学的起源最早可以追溯到1900年●法国天才Bachelier Louis在Einstein和Wiener（正式建立了Brown运动的数学模型1905年）之前1900年就已经认识了Wiener函数的一些重要性质，即扩散方程和)z<<，并在其博士论文The Theory of0(t(max zX分布)Speculation中首次给出了欧式买权的定价公式。

●1952年Harry M. Markowitz(1927-)（纽约市州立大学，1990年诺贝尔经济学奖获奖者之一）提出投资组合的选择（Portfolio selection）理论。

如果一个投资者为减少风险同时对多种股票进行投资，那么什么样的投资组合最好？均值方差最优投资组合模型。

●1958年Modigliani，F.(1985年诺贝尔经济学奖获奖者之一), Miller，M.H.（1923-2000）（芝加哥大学，1990年诺贝尔经济学奖获奖者之一）提出Modigliani-Miller定理（MMT），他断言，在一定的条件下，公司的市场价值只依赖于它的利润流，而于它的资本结构无关，即与债权与股权之间的比例无关；也于它的分红策略无关，即与债权者与股权者之间的利润分割无关。

William F. Sharpe(斯坦佛大学，1934-)资本资产定价理论模型（CAPM）。

Markowitz, Miller, Sharpe 获1990年诺贝尔经济学奖。

●1964年，Sprenkle提出了“股票价格服从对数正态分布”的基本假设，并肯定了股价发生随机漂移的可能性。

同年，Boness将货币时间价值的概念引入到期权定价过程，但他没有考虑期权和标的股票之间风险水平的差异。

●1965年，著名经济学家萨缪尔森(Samuelson)把上述成果统一在一个模型中。

1969年，他又与其研究生Merton合作，提出了把期权价格作为标的股票价格的函数的思想。

数理金融学
数理金融学是一门研究金融市场、商业银行和投资机构的行为和政策的学科，它是金融学和数学之间的交叉学科，研究金融问题的数学模型和方法。

数理金融的产生归功于金融创新、全球化金融市场的崛起和金融工具的复杂性，越来越多的理论和应用研究集中于金融风险管理和投资分析之上。

数理金融学的出现改变了金融机构的运作，它把数学模型、计算机技术和统计分析方法应用于金融市场的管理、风险分析和投资研究。

数理金融学提供了金融研究中广泛的数学模型，把经济和金融复杂的概念转化为更简单的工具和机制，帮助金融机构和投资者管理风险投资。

数理金融学涉及多种数学模型和统计分析方法，其中包括经济数学、随机过程、有限差分、优化，以及模式识别等。

数理金融学的研究方法不断发展，主要集中在资产定价、风险管理和投资组合管理上。

资产定价方法使用不同的数学模型来预测未来资产价格的变化，帮助投资者和金融机构做出正确的投资和管理决策。

风险管理则涉及到总体风险的计算、组合风险的量化和评估，以及风险控制和风险管理策略的发展。

投资组合管理则包括识别投资组合的目标、定义投资组合的结构、确定投资组合的配置及优化等，以确保投资组合成功实现预期目标。

未来，数理金融学不断发展，将推动金融市场对风险、投资和经济预测等方面的深入研究，同时也将成为企业优化投资组合和管理风
险的重要工具。

总之，数理金融学为金融机构和投资者带来更好的机遇和投资回报，也为社会的发展贡献了强大的推动力。

金融经济学10讲第一讲金融经济学的基本思想一、从数理经济学、数理金融学、数学（公理化方法）的关系瓦尔拉斯提出的一般均衡理论（1874），将一般经济均衡的观点数学化：考虑一个经济体中的参与者，他们可以被分为生产者和消费者两类；二者分别追求利润最大化和效用最大化；商品的供求关系通过价格调整达到均衡状态；由于商品的供求都是价格的函数，因此均衡价格意味着在这一价格体系下，供给等于需求；通过求解方程组可以得到一组均衡价格。

尽管瓦尔拉斯给出一般均衡的线性方程组过于浅显，但其思想确是数理经济学的开端；他的后继者通过引入更为高深的数学工具，从而更为严格的讨论了宏观经济学中的一般均衡问题，其中最为著名的是阿罗和德布鲁（1954年，一般均衡的存在性的证明）。

可以看出：数学方法在处理经济问题中所显示的强大威力，为什么？其根源是数学的严格性、逻辑性；经济问题与纯数学有很大差异，但其内在的逻辑性仍需要数学方法去揭示。

数学本身是一种“语言”，没有语言，我们无法说清楚所研究的问题。

金融学中的问题与经济学中的问题有所不同，前者关注的对象是金融资产（工具），后者关注的则是一般的商品。

投资者买卖金融资产的主要目的是盈利，而买入商品的主要目的是消费，这导致了数理经济学的一般方法在处理金融问题时需要修正。

马科维茨（1952）提出的投资组合理论是现代金融理论的开端，它首先明确了金融资产的两个基本特征：风险、收益；并指出：投资者的总是在二者之间作出权衡。

其学生夏普（1964）提出了著名的资本资产定价模型，首次给出了令人信服的金融资产定价方法。

此后的金融学朝着微观金融的方向发展，其核心是资产的定价问题（还有一些派生的问题，如风险管理问题），较为著名的理论有：罗斯（1976）的套利定价理论、公司财务的MM定理、法玛的有效市场理论、布莱克-肖尔斯的期权定价理论。

这些理论构成了金融经济学的主要内容。

什么是公理化方法？这个概念来源于数学，数学中的每个分支都是从一些不能证明的公理出发的，如平面几何中的公理；数学中的定理是在公理的基础上进行逻辑证明后的结论；承认公理的正确性，就必须承认定理的正确性。

数理基础科学中的经济学与金融学数理基础科学是一门研究数学和物理学的交叉学科，它广泛应用于各个领域，包括经济学和金融学。

经济学和金融学作为社会科学的一部分，通过运用数理基础科学的原理和方法，帮助我们更好地理解和解释经济和金融现象。

本文将从数理基础科学的角度探讨经济学和金融学的重要性以及它们之间的关联。

1. 数学在经济学中的应用数学在经济学中起着至关重要的作用。

它提供了一种精确的工具，用于量化和描述经济现象。

例如，微积分和线性代数被广泛应用于求解经济模型中的最优化问题和方程组。

这些数学工具使经济学家能够对经济系统进行建模和分析，从而预测市场行为和制定政策。

2. 统计学在金融学中的应用统计学在金融学中也扮演着重要角色。

金融市场的波动性和不确定性使得统计学成为预测和风险管理的必要工具。

金融学家使用统计学方法来分析历史数据，建立数学模型来预测市场趋势和风险。

例如，蒙特卡洛模拟是一种常用的统计学方法，用于模拟金融市场的随机变动以及衡量投资组合的风险。

3. 数理经济学与金融工程学的联系数理经济学是经济学和数学的交叉学科，它研究经济理论和数学方法之间的联系。

数理经济学的发展为金融工程学的兴起奠定了基础。

金融工程学通过运用数学、统计学和计算机科学的方法来解决金融市场中的问题。

它的目标是开发新的金融产品和交易策略，以及提高金融市场的效率和稳定性。

4. 量化金融与算法交易在金融领域，量化金融和算法交易是近年来的热门话题。

量化金融利用数学和统计学的方法，通过分析大量的金融数据来指导投资决策。

算法交易则是利用计算机算法进行自动化交易的方法。

这些技术的应用使得金融市场更加高效和透明。

5. 数理经济学与行为金融学的结合行为金融学是研究人类行为与决策对金融市场的影响的学科。

它与数理经济学的结合可以提供更深入的理解和预测金融市场的动态。

数理经济学的方法可以用来建立行为金融学模型，并通过数学和计算方法来测试和验证这些模型。

总结数理基础科学在经济学和金融学中的应用极为广泛。

数理经济学课程感悟经济学是一门研究资源配置和决策制定的学科，而数理经济学则是在经济学基础上应用数学和统计学的方法和工具来解决经济问题的学科。

在我修习数理经济学课程的过程中，我深刻体会到了数理经济学对于经济学研究的重要性和作用。

数理经济学为经济学的研究提供了精确的分析工具。

经济学研究的对象是人类的经济行为，这是一个复杂而多变的系统。

通过运用数学和统计学的方法，我们可以将经济行为建模为数学模型，用数学语言来描述经济现象和规律。

这样一来，我们就可以通过对模型的分析和计算，来深入理解经济问题的本质，并预测和评估不同政策和决策方案的效果和影响。

数理经济学能够提供更加准确和科学的经济预测。

经济的发展和变化充满着不确定性和复杂性，而数理经济学可以通过建立经济模型和运用统计方法来对未来经济走势进行预测。

这种预测不仅可以提供给决策者重要的参考，还可以帮助企业和个人做出更加明智的经济决策。

例如，通过运用时间序列分析方法，我们可以对股市、房地产市场等经济变量的走势进行预测，并据此制定投资策略和风险管理计划。

数理经济学还可以帮助我们解决经济决策中的困境和问题。

在现实生活中，我们经常面临着各种各样的经济决策问题，如投资决策、生产决策、消费决策等。

这些决策往往涉及到多个变量和多个目标，而数理经济学可以通过建立多目标优化模型和约束条件，帮助我们找到最优的决策方案。

例如，在制定生产计划时，我们可以通过线性规划模型来确定最佳的产量组合，使得企业的利润最大化，同时满足生产资源的限制条件。

数理经济学还可以用来研究市场竞争和经济政策效果。

在市场竞争中，各个经济主体之间的决策行为和策略选择会产生复杂的相互作用和影响。

数理经济学可以通过博弈论和均衡分析等方法，来研究不同市场结构下的竞争策略和均衡结果。

这对于制定和评估经济政策具有重要的意义。

例如，通过对市场竞争模型的分析，我们可以评估某项政策对市场竞争格局的影响，从而为政策制定者提供科学依据。

从数理经济学到数理金融学的百年回顾史树中马科维茨研究的是这样一个问题：一个投资者同时在许多种证券上投资，那么应该如何选择各种证券的投资比例，使得投资收益最大，风险最小。

马科维茨在观念上的最大贡献，在于他把收益与风险这两个原本有点含糊的概念明确为具体的数学概念。

由于证券投资上的收益是不确定的，马科维茨首先把证券的收益率看作一个随机变量，而收益定义为这个随机变量的均值（数学期望），风险则定义为这个随机变量的标准差(这与人们通常把风险看作可能有的损失的思想相差甚远)。

于是，如果把各证券的投资比例看作变量，问题就可归结为怎样使证券组合的收益最大、风险最小的数学规划。

对每一固定收益都求出其最小风险，那么在风险－收益平面上，就可画出一条曲线，它称为组合前沿。

马科维茨理论的基本结论是：在证券允许卖空的条件下，组合前沿是一条双曲线的一支；在证券不允许卖空的条件下，组合前沿是若干段双曲线段的拼接。

组合前沿的上半部称为有效前沿。

对于有效前沿上的证券组合来说，不存在收益和风险两方面都优于它的证券组合。

这对于投资者的决策来说自然有很重要的参考价值。

马科维茨理论是一种纯技术性的证券组合选择理论。

这一理论是他在芝加哥大学作的博士论文中提出的。

但在论文答辩时，它被一位当时已享有盛名、后以货币主义而获1976年诺贝尔经济学奖的弗里德曼(M.Friedman，1912—)斥之为“这不是经济学”！为此，马科维茨不得不引入以收益和风险为自变量的效用函数，来使他的理论纳入通常的一般经济均衡框架。

马科维茨的学生夏普(W.Sharpe，1934—)和另一些经济学家，则进一步在一般经济均衡的框架下，假定所有投资者都以这种效用函数来决策，从而导出全市场的证券组合收益率是有效的以及所谓资本资产定价模型(Capital Asset Pricing Model，简称CAPM)。

夏普因此与马科维茨一起荣获1990年诺贝尔经济学奖。

另一位1981年诺贝尔经济学奖获得者托宾(J.Tobin，1918—)在对于允许卖空的证券组合选择问题的研究中，导出每一种有效证券组合都是一种无风险资产与一种特殊的风险资产的组合(它称为二基金分离定理)，从而得出一些宏观经济方面的结论。

金融工程的发展史脉络梳理
金融工程是一门跨学科的学科，涉及数学、经济学、统计学和计算机科学等领域，其主要研究金融市场和金融产品的设计、定价和风险管理等问题。

以下是金融工程的发展史脉络梳理：
1. 20世纪50年代至70年代：奠定数学基础
20世纪50年代至70年代，随着计算机的发展和数学的进步，金融工程开始迅速发展。

这一时期主要成果包括：离散时间金融模型的发展、连续时间金融模型的建立、风险中性定价理论的出现等。

这些成果为后续金融工程的研究奠定了坚实的数学基础。

2. 20世纪80年代：金融工程开始崛起
20世纪80年代，金融工程开始成为一个独立的研究领域，并与实际金融活动紧密结合。

这一时期的主要成果包括股票期权定价模型的建立、债券期权定价模型的建立、随机波动率模型的提出等。

3. 1990年代：金融工程愈加成熟
20世纪90年代，金融工程得到了广泛的应用，并在风险管理、投资组合管理、金融市场设计等方面得到了重要的发展。

这一时期的主要成果包括期货定价模型、
衍生产品定价模型、风险管理模型等。

同时，金融工程的研究也开始拓宽范围，涉及到包括房地产、大宗商品等领域。

4. 21世纪：金融工程应用广泛
21世纪，金融工程已经成为金融市场的核心。

它在股票、债券、外汇、商品期货、基金、保险等金融产品的定价和交易中发挥着重要作用。

此外，金融工程也被广泛应用于银行风险管理、企业的金融策略制定等领域。

同时，金融工程也面临着新的挑战，如金融创新、信息技术革新等。

数理分析方法魏丽weili@财政金融学院中国人民大学主要内容：z第一讲绪论：从数理经济学到数理金融学的百年回顾。

z第二讲线性空间：定义、基和维数及其在金融学中的应用。

z第三讲线性函数：线性、双线性函数、内积及其在金融学中的应用z第四讲无限维线性空间理论初步：无限维线性空间、凸集分离定理等z第五讲数学规划简介：线性规划、非线性规划、多目标规划等z第六讲组合最优化问题：最优分组、编排、筛选以及计算复杂性等z第七讲概率统计基础知识：基本概念，常用分布、数字特征z第八讲随机过程初步：一般概念，布朗运动、马尔科夫链和鞅简介z第九讲金融中的最优化问题：凸函数及性质、Kuhn-Tucker条件等z第十讲随机模拟：随机数的产生，Monte-Carlo模拟技术等参考书z《金融学中的数学》，史树中著，高等教育出版社，2006。

z《Mathematics for Finance: An Introduction to Financial Engineering》， Marek Capinski and Tomasz Zastawniak, Springer, 2003.z《Mathematical Techniques in Finance》, Ales Cerny, Princeton, 2004.z《概率论与数理统计教程》，魏宗舒等，高等教育出版社，1991。

z《运筹学》，第二版，刁在筠等，高等教育出版社，2002。

z《随机规划与模糊规划》，刘宝碇等，清华大学出版社，2004。

z《现代优化计算方法》，刑文训等，清华大学出版社，2003。

第一讲绪论：从数理经济学到数理金融学的百年回顾一、一般经济均衡理论和数学公理化二、从“华尔街革命”追溯到1900年三、谁将是下一位因研究金融而成为诺贝尔经济学奖得主？一、一般经济均衡理论和数学公理化1.1838，A.A.Cournot，《财富理论的数学原理研究》2.1874.1，L.Warlas，《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。

从数理经济学到数理金融学的百年回顾自19世纪末以来，数理经济学和数理金融学的发展历程充分展示了人类对经济和金融理解的深化和进步。

这两个领域在过去的百年间相互交织，共同推动了相关领域的理论研究和实际应用。

数理经济学起源于19世纪末，当时的经济学家开始运用数学和统计学的方法来解释和预测经济行为。

例如，边际效用理论、生产要素理论等都是在这个时期发展起来的。

这些理论的发展，不仅为当时的经济决策提供了依据，也为后来的经济学研究提供了基础。

20世纪初，随着随机过程理论的发展，数理金融学开始萌芽。

金融市场的不确定性和风险成为研究的重点，而数理金融学则提供了对这些问题的深入理解。

例如，资本资产定价模型（CAPM）和有效市场假说（EMH）都是在这个时期提出的。

这些理论的提出，不仅为金融市场提供了有效的风险管理工具，也进一步推动了数理经济学的研究。

进入21世纪，数理经济学和数理金融学的研究已经深入到微观层面，研究领域也更加广泛。

例如，行为金融学、金融市场微观结构理论等都是在这个时期发展起来的。

这些理论的研究，不仅深化了我们对金融市场的理解，也为政策制定提供了新的视角。

回顾过去百年的发展，我们可以看到数理经济学和数理金融学在理论研究和实际应用上都取得了巨大的成功。

然而，未来的道路仍然充满挑战。

随着全球经济和金融市场的不断变化，我们需要更加深入的研究和理解，以便为未来的经济决策提供更加准确的理论依据。

从《译介学》到《译介学概论对我的译介学研究之路的回顾回顾我的译介学研究之路，从《译介学》到《译介学概论》对我的影响和启示，让我对这一领域有了更加全面深入的认识。

在我的学术研究早期，我阅读了大量的文献资料，试图找到一个能够指导我研究的方向。

在这个过程中，我接触到了《译介学》这本书。

这本书的作者通过对翻译和传播的研究，提出了许多令人深思的问题和观点，使我对这一领域产生了浓厚的兴趣。

通过《译介学》的阅读，我意识到翻译并不仅仅是两种语言之间的转换，更是一种文化交流和传播的过程。

从数理经济学到数理金融学的百年回顾史树中1874年1月，在瑞士洛桑大学拥有教席的法国经济学家瓦尔拉斯发表了他的论文《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。

虽然人们通常认为数理经济学的创始人是法国数学家、经济学家和哲学家古诺(，1801—1877)，他在1838年出版了《财富理论的数学原理研究》一书，但是对今日的数理经济学影响最大的是瓦尔拉斯的一般经济均衡理论。

尤其是，直到现在为止，一般经济均衡理论仍然是唯一对经济整体提出的理论。

一般经济均衡理论和数学公理化所谓一般经济均衡理论大致可以这样来简述：在一个经济体中有许多经济活动者，其中一部分是消费者，一部分是生产者。

消费者追求消费的最大效用，生产者追求生产的最大利润，他们的经济活动分别形成市场上对商品的需求和供给。

市场的价格体系会对需求和供给进行调节，最终使市场达到一个理想的一般均衡价格体系。

在这个体系下，需求与供给达到均衡，而每个消费者和每个生产者也都达到了他们的最大化要求。

瓦尔拉斯把上述思想表达为这样的数学问题：假定市场上一共有l种商品，每一种商品的供给和需求都是这l种商品的价格的函数。

于是这l种商品的供需均衡就得到l个方程。

但是价格需要有一个计量单位，或者说实际上只有各种商品之间的比价才有意义，因而这l种商品的价格之间只有l－1种商品的价格是独立的。

为此，瓦尔拉斯又加入了一个财务均衡关系，即所有商品供给的总价值应该等于所有商品需求的总价值。

这一关系现在就称为“瓦尔拉斯法则”，它被用来消去一个方程。

这样，瓦尔拉斯最终就认为，他得到了求l－1种商品价格的l－1个方程所组成的方程组。

按照当时已为人们熟知的线性方程组理论，这个方程组有解，其解就是一般均衡价格体系。

瓦尔拉斯当过工程师，也专门向人求教过数学，这使他能把他的一般经济均衡的思想表达成数学形式。

但是他的数学修养十分有限。

事实上，他提出的上述“数学论证”在数学上是站不住脚的。