北京大學金融系什麼時候有的

⑴ 麻煩誰給我介紹一下金融數學，金融工程，精算學！

金融數學
21世紀數學技術和計算機技術一樣成為任何一門科學發展過程中的必備工具。美國花旗
銀行副總裁柯林斯（Collins）1995年3月6日在英國劍橋大學牛頓數學科學研究所的講演
中敘述到：「在18世紀初，和牛頓同時代的著名數學家伯努利曾宣稱：『從事物理學研
究而不懂數學的人實際上處理的是意義不大的東西。』那時候，這樣的說法對物理學而
言是正確的，但對於銀行業而言不一定對。在18世紀，你可以沒有任何數學訓練而很好
地運作銀行。過去對物理學而言是正確的說法現在對於銀行業也正確了。於是現在可以
這樣說：『從事銀行業工作而不懂數學的人實際上處理的是意義不大的東西』。」他還
指出：花旗銀行70%的業務依賴於數學，他還特別強調，『如果沒有數學發展起來的工具
和技術，許多事情我們是一點辦法也沒有的……沒有數學我們不可能生存。」這里銀行
家用他的經驗描述了數學的重要性。在冷戰結束後，美國原先在軍事系統工作的數以千
計的科學家進入了華爾街，大規模的基金管理公司紛紛開始僱傭數學博士或物理學博士
。這是一個重要信號：金融市場不是戰場，卻遠勝於戰場。但是市場和戰場都離不開復
雜艱深，迅速的計算工作。
然而在國內卻不能迴避這樣一個事實：受過高等教育的專業人士都可以讀懂國內經濟類
，金融類核心期刊，但國內金融學專業的本科生卻很難讀懂本專業的國際核心期刊《Jo
urnal of Finance》，證券投資基金經理少有人去閱讀《Joural of Portfolio Manage
ment》，其原因不在於外語的熟練程度，而在於內容和研究方法上的差異，目前國內較
多停留在以描述性分析為主著重描述金融的定義，市場的劃分及金融組織等，或稱為描
述金融；而國外學術界以及實務界則以數量性分析為主，比如資本資產定價原理，衍生
資產的復制方法等，或稱為分析金融，即使在國內金融學的教材中，雖然涉及到了標的
資產（Underlying asset）和衍生資產（Derivative asset）定價，但對公式提出的原
文證明也予以迴避，這種現象是不合理的，產生這種現象的原因有如下幾個方面：首先
，根據研究方法的不同，我國金融學科既可以歸到我國哲學社會科學規劃辦公室，也可
以歸到國家自然科學基金委員會管理科學部，前者佔主要地位，且這支隊伍大多來自經
濟轉軌前的哲學和政治學隊伍，因此研究方法多為定性的方法。而西方正好相反，金融
研究方向的隊伍具有很好的數理功底。其次是我國的金融市場的實際環境所決定。我國
證券市場剛起步，也沒有一個統一的貨幣市場，投資者隊伍主要由中小投資者構成，市
場投機成分高，因此不會產生對現代投資理論的需求，相應地，學術界也難以對此產生
研究的熱情。
然而數學技術以其精確的描述，嚴密的推導已經不容爭辯地走進了金融領域。自從1952
年馬柯維茨（Markowitz）提出了用隨機變數的特徵變數來描述金融資產的收益性，不確
定性和流動性以來，已經很難分清世界一流的金融雜志是在分析金融市場還是在撰寫一
篇數學論文。再回到Collins的講話，在金融證券化的趨勢中，無論是我們採用統計學的
方法分析歷史數據，尋找價格波動規律，還是用數學分析的方法去復制金融產品，誰最
先發現了內在規律，誰就能在瞬息萬變的金融市場中獲取高額利潤。盡管由於森嚴的進
入堡壘，數學進入金融領域受到了一定的排斥和漠視，然而為了追求利潤，未知的恐懼
顯得不堪一擊。
於是，在未來我們可以想像有這樣一個充滿美好前景的產業鏈：金融市場--金融數學--
計算機技術。金融市場存在巨大的利潤和高風險，需要計算機技術幫助分析，然而計算
機不可能大概，左右等描述性語言，它本質上只能識別由0和1構成的空間，金融數學在
這個過程中正好扮演了一個中介角色，它可以用精確語言描述隨機波動的市場。比如，
通過收益率狀態矩陣在無套利的情形下找到了無風險貼現因子。因此，金融數學能幫助
IT產業向金融產業延伸，並獲取自己的利潤空間
金融數學（Financial Mathematics），又稱數理金融學、數學金融學、分析金融學，是利用數學工具 研究金融，進行數學建模、理論分析、數值計算等定量分析，以求找到金融學內在規律並用以指導實踐。金融數學也可以理解為現代數學與計算技術在金融領域的應用，因此，金融數學是一門新興的交叉學科，發展 很快，是目前十分活躍的前言學科之一。
金融數學是一門新興學科，是「金融高技術 」的重要 組成部分。研究金融數學有著重要的意義。 金融數學總的研究目標是利用我國數學界某些方面的優勢，圍繞金融市場的均衡與有價證券定價的數學理論進行深入剖析，建立適合我國國情的數學模型，編寫一定的計算機軟體，對理論研究結果進行模擬計算，對實際數據進行計量經濟分析研究，為實際金融部門提供較深入的技術分析咨詢。
金融數學主要的研究內容和擬重點解決的問題包括：
(1)有價證券和證券組合的定價理論
發展有價證券（尤其是期貨、期權等衍生工具）的定價理論。所用的數學方法主要是提出合適的隨機微分方程或隨機差分方程模型，形成相應的倒向方程。建立相應的非線性Feynman一Kac公式，由此導出非常一般的推廣的Black一Scho1es定價公式。所得到的倒向方程將是高維非線性帶約束的奇異方程。
研究具有不同期限和收益率的證券組合的定價問題。需要建立定價與優化相結合的數學模型，在數學工具的研究方面，可能需要隨機規劃、模糊規劃和優化演算法研究。
在市場是不完全的條件下，引進與偏好有關的定價理論。
(2）不完全市場經濟均衡理論（GEI）
擬在以下幾個方面進行研究：
1．無窮維空間、無窮水平空間、及無限狀態
2.隨機經濟、無套利均衡、經濟結構參數變異、非線資產結構
3．資產證券的創新（Innovation）與設計（Design）
4．具有摩擦（Friction）的經濟
5．企業行為與生產、破產與壞債
6.證券市場博奕。
（3）GEI 平板衡演算法、蒙特卡羅法在經濟平衡點計算中的應用， GEI的理論在金融財政經濟宏觀經濟調控中的應用，不完全市場條件下，持續發展理論框架下研究自然資源資產定價與自然資源的持續利用。
目前國內開設金融數學本科專業的高等院校中，實力較強的有北京大學、復旦大學、浙江大學、山東大學、南開大學。
後來從事計算機工作很出色。金融數學將後來在銀行、保險、股票、期貨領域從事研究分析，或做這些領域的軟體開發，具有很好的專業背景，而這些領域將來都很重要。
國內金融數學人才鳳毛麟角
諾貝爾經濟學獎已經至少3次授予以數學為工具分析金融問題的經濟學家。北京大學金融數學系王鐸教授說，但遺憾的是，我國相關人才的培養，才剛剛起步。現在，既懂金融又懂數學的復合型人才相當稀缺。
金融數學這門新興的交叉學科已經成為國際金融界的一枝奇葩。剛剛公布的2003年諾貝爾經濟學獎，就是表彰美國經濟學家羅伯特·恩格爾和英國經濟學家克萊夫·格蘭傑分別用「隨著時間變化易變性」和「共同趨勢」兩種新方法分析經濟時間數列給經濟學研究和經濟發展帶來巨大影響。
王鐸介紹，金融數學的發展曾兩次引發了「華爾街革命」。上個世紀50年代初期，馬科威茨提出證券投資組合理論，第一次明確地用數學工具給出了在一定風險水平下按不同比例投資多種證券收益可能最大的投資方法，引發了第一次「華爾街革命」。1973年，布萊克和斯克爾斯用數學方法給出了期權定價公式，推動了期權交易的發展，期權交易很快成為世界金融市場的主要內容，成為第二次「華爾街革命」。
今天，金融數學家已經是華爾街最搶手的人才之一。最簡單的例子是，保險公司中地位和收入最高的，可能就是總精算師。美國花旗銀行副主席保爾·柯斯林著名的論斷是，「一個從事銀行業務而不懂數學的人，無非只能做些無關緊要的小事」。
在美國，芝加哥大學、加州伯克利大學、斯坦福大學、卡內基·梅隆大學和紐約大學等著名學府，都已經設立了金融數學相關的學位或專業證書教育。
專家認為，金融數學可能帶來的發展應該凸現在亞洲，尤其是在金融市場正在開發和具有巨大潛力的中國。香港中文大學、科技大學、城市理工大學等學校都已推出有關的訓練課程和培養計劃，並得到銀行金融業界的熱烈響應。但中國內地對該項人才的培養卻有些艱辛。
王鐸介紹，國家自然科學基金委員會在一項「九五」重大項目中，列入金融工程研究內容，可以說全面啟動了國內的金融數學研究。可這比馬科威茨開始金融數學的研究應用已經晚了近半個世紀。
在金融衍生產品已成為國際金融市場重要角色的背景下，我國的金融衍生產品才剛剛起步，金融衍生產品市場幾乎是空白。「加入 W TO後，國際金融家們肯定將把這一系列業務帶入中國。如果沒有相應的產品和人才，如何競爭？」王鐸憂慮地說。
他認為，近幾年，接連發生的墨西哥金融危機、百年老店巴林銀行倒閉等事件都在警告我們，如果不掌握金融數學、金融工程和金融管理等現代化金融技術，缺乏人才，就可能在國際金融競爭中蒙受重大損失。我們現在最缺的，就是掌握現代金融衍生工具、能對金融風險做定量分析的既懂金融又懂數學的高級復合型人才。
據悉，目前國內不少高校都陸續開展了與金融數學相關的教學，但畢業的學生遠遠滿足不了整個市場的需求。
王鐸認為，培養這類人才還有一些難以逾越的障礙———金融數學最終要運用於實踐，可目前國內金融衍生產品市場還沒有成氣候，學生很難有實踐的機會，教和學都還是紙上談兵。另外，高校培養的人大多都是本科生，只有少量的研究生，這個領域的高端人才在國內還是鳳毛麟角。國家應該更多地關注金融和數學相結合的復合型人才的培養。
王鐸回憶，1997年，北京大學建立了國內首個金融數學系時，他曾想與一些金融界人士共商辦學。但相當一部分人對此顯然並不感興趣：「什麼金融衍生產品，什麼金融數學，那都是國家應該操心的事。」
盡管當初開設金融數學系時有人認為太超前，但王鐸堅持，教育應該走在產業發展的前頭，才能為市場儲備人才。如果今天還不重視相關領域的人才培養，就可能導致我們在國際競爭中的不利。
記者發現即使今天，在這個問題上，仍然一方面是高校教師對於人才稀缺的擔憂，一方面卻是一些名氣很大的專家對金融數學人才培養的冷漠。
采訪中，記者多次試圖聯系幾位國內金融數學界或金融理論界專家，可屢屢遭到拒絕。原因很簡單，他們認為，談人才培養這樣的話題太小兒科，有的甚至說，「我不了解，也根本不關注什麼人才培養」。還有的說，「我現在有很多課題要做，是我的課題重要，還是討論人才培養重要」、「我沒有時間，也沒義務向公眾解釋什麼諾貝爾經濟學獎，老百姓要不要曉得金融數學和我沒有關系」。
[編輯本段]金融中的數據挖掘
1.什麼是關聯規則
在描述有關關聯規則的一些細節之前，我們先來看一個有趣的故事： "尿布與啤酒"的故事。
在一家超市裡，有一個有趣的現象：尿布和啤酒赫然擺在一起出售。但是這個奇怪的舉措卻使尿布和啤酒的銷量雙雙增加了。這不是一個笑話，而是發生在美國沃爾瑪連鎖店超市的真實案例，並一直為商家所津津樂道。沃爾瑪擁有世界上最大的數據倉庫系統，為了能夠准確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析，想知道顧客經常一起購買的商品有哪些。沃爾瑪數據倉庫里集中了其各門店的詳細原始交易數據。在這些原始交易數據的基礎上，沃爾瑪利用數據挖掘方法對這些數據進行分析和挖掘。一個意外的發現是："跟尿布一起購買最多的商品竟是啤酒！經過大量實際調查和分析，揭示了一個隱藏在"尿布與啤酒"背後的美國人的一種行為模式：在美國，一些年輕的父親下班後經常要到超市去買嬰兒尿布，而他們中有30%～40%的人同時也為自己買一些啤酒。產生這一現象的原因是：美國的太太們常叮囑她們的丈夫下班後為小孩買尿布，而丈夫們在買尿布後又隨手帶回了他們喜歡的啤酒。
按常規思維，尿布與啤酒風馬牛不相及，若不是藉助數據挖掘技術對大量交易數據進行挖掘分析，沃爾瑪是不可能發現數據內在這一有價值的規律的。
數據關聯是資料庫中存在的一類重要的可被發現的知識。若兩個或多個變數的取值之間存在某種規律性，就稱為關聯。關聯可分為簡單關聯、時序關聯、因果關聯。關聯分析的目的是找出資料庫中隱藏的關聯網。有時並不知道資料庫中數據的關聯函數，即使知道也是不確定的，因此關聯分析生成的規則帶有可信度。關聯規則挖掘發現大量數據中項集之間有趣的關聯或相關聯系。Agrawal等於1993年首先提出了挖掘顧客交易資料庫中項集間的關聯規則問題，以後諸多的研究人員對關聯規則的挖掘問題進行了大量的研究。他們的工作包括對原有的演算法進行優化，如引入隨機采樣、並行的思想等，以提高演算法挖掘規則的效率；對關聯規則的應用進行推廣。關聯規則挖掘在數據挖掘中是一個重要的課題，最近幾年已被業界所廣泛研究。
2.關聯規則挖掘過程、分類及其相關演算法
2.1關聯規則挖掘的過程
關聯規則挖掘過程主要包含兩個階段：第一階段必須先從資料集合中找出所有的高頻項目組(Frequent Itemsets)，第二階段再由這些高頻項目組中產生關聯規則(Association Rules)。
關聯規則挖掘的第一階段必須從原始資料集合中，找出所有高頻項目組(Large Itemsets)。高頻的意思是指某一項目組出現的頻率相對於所有記錄而言，必須達到某一水平。一項目組出現的頻率稱為支持度(Support)，以一個包含A與B兩個項目的2-itemset為例，我們可以經由公式(1)求得包含{A,B}項目組的支持度，若支持度大於等於所設定的最小支持度(Minimum Support)門檻值時，則{A,B}稱為高頻項目組。一個滿足最小支持度的k-itemset，則稱為高頻k-項目組(Frequent k-itemset)，一般表示為Large k或Frequent k。演算法並從Large k的項目組中再產生Large k+1，直到無法再找到更長的高頻項目組為止。
關聯規則挖掘的第二階段是要產生關聯規則(Association Rules)。從高頻項目組產生關聯規則，是利用前一步驟的高頻k-項目組來產生規則，在最小信賴度(Minimum Confidence)的條件門檻下，若一規則所求得的信賴度滿足最小信賴度，稱此規則為關聯規則。例如：經由高頻k-項目組{A,B}所產生的規則AB，其信賴度可經由公式(2)求得，若信賴度大於等於最小信賴度，則稱AB為關聯規則。
就沃爾馬案例而言，使用關聯規則挖掘技術，對交易資料庫中的紀錄進行資料挖掘，首先必須要設定最小支持度與最小信賴度兩個門檻值，在此假設最小支持度min_support=5% 且最小信賴度min_confidence=70%。因此符合此該超市需求的關聯規則將必須同時滿足以上兩個條件。若經過挖掘過程所找到的關聯規則「尿布，啤酒」，滿足下列條件，將可接受「尿布，啤酒」的關聯規則。用公式可以描述Support(尿布，啤酒)>=5%且Confidence(尿布，啤酒)>=70%。其中，Support(尿布，啤酒)>=5%於此應用範例中的意義為:在所有的交易紀錄資料中，至少有5%的交易呈現尿布與啤酒這兩項商品被同時購買的交易行為。Confidence(尿布，啤酒)>=70%於此應用範例中的意義為:在所有包含尿布的交易紀錄資料中，至少有70%的交易會同時購買啤酒。因此，今後若有某消費者出現購買尿布的行為，超市將可推薦該消費者同時購買啤酒。這個商品推薦的行為則是根據「尿布，啤酒」關聯規則，因為就該超市過去的交易紀錄而言，支持了「大部份購買尿布的交易，會同時購買啤酒」的消費行為。
從上面的介紹還可以看出，關聯規則挖掘通常比較適用與記錄中的指標取離散值的情況。如果原始資料庫中的指標值是取連續的數據，則在關聯規則挖掘之前應該進行適當的數據離散化（實際上就是將某個區間的值對應於某個值），數據的離散化是數據挖掘前的重要環節，離散化的過程是否合理將直接影響關聯規則的挖掘結果。
2.2關聯規則的分類
按照不同情況，關聯規則可以進行分類如下：
1.基於規則中處理的變數的類別，關聯規則可以分為布爾型和數值型。
布爾型關聯規則處理的值都是離散的、種類化的，它顯示了這些變數之間的關系；而數值型關聯規則可以和多維關聯或多層關聯規則結合起來，對數值型欄位進行處理，將其進行動態的分割，或者直接對原始的數據進行處理，當然數值型關聯規則中也可以包含種類變數。例如：性別=「女」=>職業=「秘書」 ，是布爾型關聯規則；性別=「女」=>avg（收入）=2300，涉及的收入是數值類型，所以是一個數值型關聯規則。
2.基於規則中數據的抽象層次，可以分為單層關聯規則和多層關聯規則。
在單層的關聯規則中，所有的變數都沒有考慮到現實的數據是具有多個不同的層次的；而在多層的關聯規則中，對數據的多層性已經進行了充分的考慮。例如：IBM台式機=>Sony列印機，是一個細節數據上的單層關聯規則；台式機=>Sony列印機，是一個較高層次和細節層次之間的多層關聯規則。
3.基於規則中涉及到的數據的維數，關聯規則可以分為單維的和多維的。
在單維的關聯規則中，我們只涉及到數據的一個維，如用戶購買的物品；而在多維的關聯規則中，要處理的數據將會涉及多個維。換成另一句話，單維關聯規則是處理單個屬性中的一些關系；多維關聯規則是處理各個屬性之間的某些關系。例如：啤酒=>尿布，這條規則只涉及到用戶的購買的物品；性別=「女」=>職業=「秘書」，這條規則就涉及到兩個欄位的信息，是兩個維上的一條關聯規則。
2.3關聯規則挖掘的相關演算法
1.Apriori演算法：使用候選項集找頻繁項集
Apriori演算法是一種最有影響的挖掘布爾關聯規則頻繁項集的演算法。其核心是基於兩階段頻集思想的遞推演算法。該關聯規則在分類上屬於單維、單層、布爾關聯規則。在這里，所有支持度大於最小支持度的項集稱為頻繁項集，簡稱頻集。
該演算法的基本思想是：首先找出所有的頻集，這些項集出現的頻繁性至少和預定義的最小支持度一樣。然後由頻集產生強關聯規則，這些規則必須滿足最小支持度和最小可信度。然後使用第1步找到的頻集產生期望的規則，產生只包含集合的項的所有規則，其中每一條規則的右部只有一項，這里採用的是中規則的定義。一旦這些規則被生成，那麼只有那些大於用戶給定的最小可信度的規則才被留下來。為了生成所有頻集，使用了遞推的方法。
可能產生大量的候選集,以及可能需要重復掃描資料庫，是Apriori演算法的兩大缺點。
2.基於劃分的演算法
Savasere等設計了一個基於劃分的演算法。這個演算法先把資料庫從邏輯上分成幾個互不相交的塊，每次單獨考慮一個分塊並對它生成所有的頻集，然後把產生的頻集合並，用來生成所有可能的頻集，最後計算這些項集的支持度。這里分塊的大小選擇要使得每個分塊可以被放入主存，每個階段只需被掃描一次。而演算法的正確性是由每一個可能的頻集至少在某一個分塊中是頻集保證的。該演算法是可以高度並行的，可以把每一分塊分別分配給某一個處理器生成頻集。產生頻集的每一個循環結束後，處理器之間進行通信來產生全局的候選k-項集。通常這里的通信過程是演算法執行時間的主要瓶頸；而另一方面，每個獨立的處理器生成頻集的時間也是一個瓶頸。
3.FP-樹頻集演算法
針對Apriori演算法的固有缺陷，J. Han等提出了不產生候選挖掘頻繁項集的方法：FP-樹頻集演算法。採用分而治之的策略，在經過第一遍掃描之後，把資料庫中的頻集壓縮進一棵頻繁模式樹（FP-tree），同時依然保留其中的關聯信息，隨後再將FP-tree分化成一些條件庫，每個庫和一個長度為1的頻集相關，然後再對這些條件庫分別進行挖掘。當原始數據量很大的時候，也可以結合劃分的方法,使得一個FP-tree可以放入主存中。實驗表明，FP-growth對不同長度的規則都有很好的適應性，同時在效率上較之Apriori演算法有巨大的提高。
3.該領域在國內外的應用
3．1關聯規則發掘技術在國內外的應用
就目前而言，關聯規則挖掘技術已經被廣泛應用在西方金融行業企業中，它可以成功預測銀行客戶需求。一旦獲得了這些信息，銀行就可以改善自身營銷。現在銀行天天都在開發新的溝通客戶的方法。各銀行在自己的ATM機上就捆綁了顧客可能感興趣的本行產品信息，供使用本行ATM機的用戶了解。如果資料庫中顯示，某個高信用限額的客戶更換了地址，這個客戶很有可能新近購買了一棟更大的住宅，因此會有可能需要更高信用限額，更高端的新信用卡，或者需要一個住房改善貸款，這些產品都可以通過信用卡賬單郵寄給客戶。當客戶打電話咨詢的時候，資料庫可以有力地幫助電話銷售代表。銷售代表的電腦屏幕上可以顯示出客戶的特點，同時也可以顯示出顧客會對什麼產品感興趣。
同時，一些知名的電子商務站點也從強大的關聯規則挖掘中的受益。這些電子購物網站使用關聯規則中規則進行挖掘，然後設置用戶有意要一起購買的捆綁包。也有一些購物網站使用它們設置相應的交叉銷售，也就是購買某種商品的顧客會看到相關的另外一種商品的廣告。
但是目前在我國，「數據海量，信息缺乏」是商業銀行在數據大集中之後普遍所面對的尷尬。目前金融業實施的大多數資料庫只能實現數據的錄入、查詢、統計等較低層次的功能，卻無法發現數據中存在的各種有用的信息，譬如對這些數據進行分析，發現其數據模式及特徵，然後可能發現某個客戶、消費群體或組織的金融和商業興趣，並可觀察金融市場的變化趨勢。可以說，關聯規則挖掘的技術在我國的研究與應用並不是很廣泛深入。
3．2近年來關聯規則發掘技術的一些研究
由於許多應用問題往往比超市購買問題更復雜，大量研究從不同的角度對關聯規則做了擴展，將更多的因素集成到關聯規則挖掘方法之中，以此豐富關聯規則的應用領域，拓寬支持管理決策的范圍。如考慮屬性之間的類別層次關系，時態關系，多表挖掘等。近年來圍繞關聯規則的研究主要集中於兩個方面，即擴展經典關聯規則能夠解決問題的范圍，改善經典關聯規則挖掘演算法效率和規則興趣性。

金融工程的定義
關於金融工程的定義有多種說法，美國金融學家約翰·芬尼迪(John Finnerty)提出的定義最好：金融工程包括創新型金融工具與金融手段的設計、開發與實施，以及對金融問題給予創造性的解決。
金融工程的概念有狹義和廣義兩種。狹義的金融工程主要是指利用先進的數學及通訊工具，在各種現有基本金融產品的基礎上，進行不同形式的組合分解，以設計出符合客戶需要並具有特定P／L性的新的金融產品。而廣義的金融工程則是指一切利用工程化手段來解決金融問題的技術開發，它不僅包括金融產品設計，還包括金融產品定價、交易策略設計、金融風險管理等各個方面。本文採用的是廣義的金融工程概念。
[編輯本段]金融工程的核心內容
金融工程中，其核心在於對新型金融產品或業務的開發設計，其實質在於提高效率，它包括：
1.新型金融工具的創造，如創造第一個零息債券，第一個互換合約等；
2.已有工具的發展應用，如把期貨交易應用於新的領域，發展出眾多的期權及互換的品種等；
3.把已有的金融工具和手段運用組合分解技術，復合出新的金融產品，如遠期互換，期貨期權，新的財務結構的構造等。
[編輯本段]金融工程的運作程序
金融工程的運作具有規范化的程序:診斷—分析—開發—定價—交付使用，基本過程程序化。
其中從項目的可行性分析，產品的性能目標確定，方案的優化設計，產品的開發，定價模型的確定，模擬的模擬試驗，小批量的應用和反饋修正，直到大批量的銷售、推廣應用，各個環節緊密有序。大部分的被創新的新金融產品，成為運用金融工程創造性解決其他相關金融財務問題的工具，即組合性產品中的基本單元。

精算學
精算學在西方已經有三百年的歷史，它是一門運用概率論等數學理論和多種金融工具，研究如何處理保險業及其他金融業中各種風險問題的定量方法和技術的學科，是現代保險業、金融投資業和社會保障事業發展的理論基礎。
精算是一門運用概率數學理論和多種金融工具對經濟活動進行分析預測的學問。在西方發達國家，精算在保險、投資、金融監管、社會保障以及其他與風險管理相關領域發揮著重要作用。精算師是同"未來不確定性"打交道的，宗旨是為金融決策提供依據。
精算師

⑵ ＜北京大學＞請問北京大學有金融專業嗎我知道北大下面有很多學院，請問金融專業在那個學院里發展前...

有。光華管理學院和經濟學院。
前景很好（它們的院樓是北大最氣派的，還有畢業生酒會之類，不過錄取分數基本上也最高）。

⑶ 北大金融數學系是干什麼的

北京大學金融數學系簡介 為適應我國發展社會主義市場經濟的需要，特別是金融改革和防範金融風險的需要，北京大學於1997年正式批准在數學科學學院建立金融數學系。這是國際上第一個以金融數學命名的大學本科系。 金融數學是近十年來蓬勃發展的新學科，在國際金融界和應用數學界受到高度重視。1997年諾貝爾經濟學獎授於Scholes和Merton,就是獎勵他們在期權定價（如著名的Black_Scholes公式)等金融數學方面的傑出貢獻。隨著我國經濟體制由計劃經濟向社會主義市場經濟過渡，證券業和保險業迅速發展，金融業逐步實現與國際接軌並參與國際競爭，社會對金融人才的需求，不僅在數量上要求越來越多，而且在層次上要求也越來越高，特別是對能做定量分析的金融專業人才更是求賢若渴。正是為了培養既具備金融基本知識又受到良好數學訓練的新型復合型金融人才，北京大學數學科學學院建立了金融數學系。 自1997年7月金融數學系正式成立至今已二年了。現己初具規模。 一、初步確立了本科和研究生的教學計劃。主要參考了國際上著名大學金融數學本科和碩士的培養計劃，並徵求了北大經濟學院和光華管理學院有關教師的意見。指導思想是金融數學的教學必須體現文理結合。我們的本科課程主要由三個方面組成：1）數學基礎，加強概率統計、隨機過程、微分方程和計算方法 等內容;2) 經濟和金融基礎，主要依託北大經濟學院和光華管理學院現有的很好的師資和教學經驗，要求我系學生到他們那裡選上《微觀經濟學》、《宏觀經濟學》、《貨幣銀行學》、《國際金融》，等相關課程；３）金融數學專業課程，已開設由我系教師主講的如《利息理論及其應用》、《壽險精算》、《期權期貨與其它衍生證券》、《證券投資學》、《風險理論》等與金融數學密切相關的課程，並將進一步陸續增加這類課程。我們的課程設計受到兄弟院校的重視，常有人來我系索取金融數學教學計劃。香港城市大學和理工大學邀請我系系主任赴港專門探討金融數學的教學問題。此外，碩士研究生的教學計劃也已初步制定完成。 我系在保險精算的教學方面有較好的基礎，並得到瑞士再保險公司的贊助由97年起，我系學生參加北美精算師的考試，己連續３次，取得了傑出的成績其中有兩名獲並列全球第一，３人獲前五名，分別獲得獲得$200和$100的獎勵。到99年初我系已有從二年級到四年級的本科生三個班。碩士研究生兩個年級共六名學生。有一名研究金融數學的博士後己經進站.2000年將有第一批金融數學碩士畢業生。 1999年7月，第一批金融數學本科生畢業。在23名畢業生中,2人出國讀金融數學博士學位，9人被北大，清華、科學院，復旦大學等單位錄取為金融數學研究生，兩人到銀行工作，一人到保險公司工作，其餘的同學到各計算機公司工作，有的也是從事與金融有關的軟體開發工作。 我系目前有7名教員，其中正副教授4人，此外還有兼職教授多人。一年來我們不僅承擔了全系的教學和科研任務，而且在開展對外交流與合作方面也做了積極努力，取得了一定成績。 二、科研方面的良好開端。建系以後不久我們就參與了基金委和國家科委委託的一個研究項目:科技貸款的風險分析與防範。經過近半年的艱苦工作與北大金融數學與金融工程中心的同志們合作，較好地完成了這項課題的研究任務。特別是孫山澤教授的數據分析的成果受到科委和金融界同志們的好評。由胡德琨教授牽頭我系兩位教師為主要參加者的基金委國家重點項目「保險信息處與精算數學理論和方法」於1999年正式啟動。謝衷潔教授在匯率的研究方面應用時間序列和小波的技術已獲得很好的結果，並與香港理工大學開展合作。黃文灶教授和王鐸教授在經濟和金融中的非線性動力學方面也開始了研究。我們和香港城市大學，理工大學以及中文大學正在探討在金融數學的教學和科研方面開展合作。我們還准備在社會保障的研究方面與有關方面開展合作。我們的金融數學開放科研課題也已啟動，將支持若干項跨系的合作項目。 三、積極爭取與金融部門合作。從建系一開始我們就積極探索與金融界的合作，先後與多家銀行、證券公司和保險公司接觸並探討合作。目前我系已獲得到國內外多家金融單位的支持：瑞士再保險公司為我系師生提供參加北美精算考試報名費，並免費為我系提供精算資料；全球精算師協會已指定我系為該協會的資料中心，為我系免費提供圖書資料；聯合證券有限責任公司贊助我系建成金融數學實驗室，為教學科研提供了有利的條件，並將開展一些聯系實際的課題研究；華夏證券有限公司贊助我們在98年9月初舉辦了國際金融數學與金融風險防範研討會；華夏證券公司副總裁林義項博士還為我系開設了「金融風險分析"課；中保人壽公司，平安保險公司，新華人壽保險公司，北京證券公司，大陸期貨公司等還為我們安排了學生參加社會實踐活動，豐富了學生的金融實踐知識。 四、積極穩妥地開展輿論宣傳，加強與金融界的交流與合作,1998年4月29日，北京青年報第二版用了多半版的篇幅發表了一篇采訪文章：《中國高校瞄準華爾街》，這是國內第一次在新聞媒體上較詳細地介紹北大金融數學系。當天晚上，中央電視台二台在中國財經報導節目中報導了北大聯證金融數學實驗室簽約的消息。４月30日金融時報、中國證券報等金融界大報也都報導了這條消息。５月１８日北京人民廣播電台在經濟時評節目中現場直播了對金融數學系主任王鐸的采訪.7月4 日中國證券報頭版發表了《數理工具：現代金融業的寵兒》，再次通過專訪的形式報導了北大金融數學系。這些宣傳使我系在國內外的影響迅速擴大，為我系教學和科研事業的發展，創造了更好的條件。 五、舉辦「金融數學高級研討班」。經教育部批准,1998年8月28日至9月8日由我系主辦了一次全國性的金融數學研討班。來自各高校和金融機構的110 多人參加，正副教授多達近60人。研討班期間還舉辦了國際金融數學與金融風險防範研討會，中科院金融避險對策研究組組長馬志明院士等國內外專家在會上作了精彩報告。 金融數學系的目標是：完善教學計劃，深入開展科研，加強合作交流，爭取把我系建成金融數學的人才培養和科學研究基地。近期我們工作的重點是：1)進一步完善教學計劃。對本科生和研究生的教學計劃適當調整，使之更系統，更全面。同時，每門課都編寫出詳細提綱，並寫出課程簡介。2)進一步加強教材建設，爭取金融數學的每門課都能列入學校的教材建設計劃，盡快做到每門課都有自己的講義，部分課程能有自編的教材出版。3)深入開展科研，一方面爭取盡快有高水平的論文發表，另一方面也爭取盡快開展聯系中國金融實際的研究課題.4)鞏固並加強與金融界已經建立起來的聯系，爭取與更多的金融單位合作。5)完善金融數學實驗室。一方面實現接收和傳遞金融信息的功能，為聯系實際的科研課題提供好的環境，另一方面加強管理，為方便師生使用創造更方便的軟硬體環境。6)實現多種方式培養現代金融人才。為滿足國家對新型金融人才的需求，盡快創造條件招收在職研究生、與國外聯合培養研究生、金融在職人員的培訓等。

⑷ 北大經濟學院和光華學院都有金融系，有什麼區別啊（讀本科）

北大經濟學院和光華學院都有金融系，區別是：北大經濟學院的金融學專業，以經濟學大類招生；光華學院，以工商管理大類招生。分數線也不同。

2000年4月3日，北京大學與原北京醫科大學合並，組建了新的北京大學。兩校合並進一步拓寬了北京大學的學科結構，為促進醫學與人文社會科學及理科的結合，改革醫學教育奠定了基礎。

⑸ 北大金融系

北京大學光華管理學院
1)師資
有厲以寧，張維迎等一大批經濟學家坐鎮，雖然不全是金融學領域的導師，金融方面最有名的導師應該是曹鳳岐教授。今年來，有一大批海歸的加盟，實力提升更快。
2)考試特點
專業課考試難度比較大，側重一定的數學能力，對綜合素質要求很高。還有就是考試范圍要廣，和人大一起是全國僅有的兩所院校初試中強化財務管理知識的學校(聯考只是稍微涉及)。專業課給分情況與人大差不多，但是對公共課要求比人大高，所以不建議數學英語不好的同學報名。理工科考生還是很有優勢的。出國機會比較多，很多畢業生選擇出國留學，這一點人大比不了。整體上看，北大光華的金融學考研錄取分數線至少需要370分以上，當然，專業課的難度比較大。如果不下大功夫，還是不要嘗試了。另外，與其它院校不同，北大光華管理學院的金融要求考數學三，難度大大增加。
3)就業前景
北大的金融學雖然還不是國家的重點學科，但牌子在這擺著，所以就業形勢也非常不錯，而且有很多的出國機會。

北京大學

1、光華
08，復試分數：374，43人復試，錄32人，其中26人自費（2年7.6萬）。
就業好，光華全院08屆碩士平均起薪17萬，金融平均起薪是19萬。

2、CCER
08，復試分數：370，24人復試，錄18人。
就業好。

3、匯豐商學院
05年成立，地處深圳，雙碩士：北京大學經濟學碩士+香港大學金融碩士
08，復試分數：370，錄83人（含推免），08屆學費10萬，09屆學費12萬。
就業好，08首屆雙碩平均起薪18.5萬。

4、經濟學院
08，復試分數：398，金融錄4人，（410分以上）。
不詳

北大經濟學院03碩士就業情況
北大經濟學院04碩士的就業去向
北大ccer2002年畢業生去向
北大ccer2003年畢業生去向
北大ccer2004年研究生畢業去向
北京大學中國經濟研究中心CCER2005年畢業生去向
北大ccer2007年研究生畢業去向
中國經濟研究中心2008年研究生畢業去向
2001年光華畢業研究生去向一覽
北大光華金融04屆畢業生就業
05屆光華金融碩士就業去向
05屆光華金融本科生就業去向
06屆光華金融本碩就業去向
2006年光華金融專業碩士研究生就業情況
07年光華金融本科畢業生去向

以上參見下面網址：
http://www.liankao.net/thread-6803-1-1.html

⑹ 哪個大學的金融系最好

詳細答案
中國人民大學金融學的整體實力最強，各個分科目實力平均；北京大學側重金融管理；廈門大學側重貨幣銀行、金融工程；復旦大學是僅次於人大的金融綜合性大學，尤其是國際金融表現突出；對外經濟貿易大學國際金融專業實力強，十分注重抓英語；南開大學的保險精算全國最好；中央財經大學具有區位優勢，有好的學校條件；湖南大學是全國最早引入保險精算的學校；西南財經大學該專業為國家級重點學科；西安交通大學該專業為中國人民銀行直屬院校重點專業；上海財經大學金融學科在全國的金融教學和學術研究領域具有較高的聲望和較大的影響；中南財經政法大學的金融證券實力強大，是國內研究方向最齊全，專業最全的學科；清華大學金融工程、微觀金融走在我國最前列。希望對你有幫助。

⑺ 金融工程學的發展簡史

從科學史的研究發展，每一門真正可以稱之為科學的學科（原先主要指自然科學，現在己延伸至社會科學學科），其成長過程都要經歷三個階段：第一個階段是描述性，第二個階段是分析性的，最後一個階段是工程化的。如現代生物工程和遺傳工程的興起，標志著生物學及遺傳學的工程化。實際上，一門科學學科只有在工程化後，才能大規模地創造出經濟和社會效益。
金融科學正如這些科學一樣，經歷了描述性階段和分析性階段之後，在20世紀80年代後期發展到了工程化的階段－金融工程學。也就是說，金融工程學是金融科學發展的第三個階段－工程化階段。金融工程的產生把金融科學推到一個新層次－現代金融領域的高新科技。 20世紀50年代初期前
在20世紀50年代初期前，金融學的研究大多是依賴於經驗分析而非理論上的、合乎規范的探討，沒有精緻的數量分析。 20世紀50年代初至70年代末期
一般認為，現代金融理論起始於20世紀50年代初哈里·馬柯維茨(Harry Markowitz，1952，1956，1959） 提出的投資組合理論， 這不但奠定了現代有價證券組合理論的基礎，而且也被看作是分析金融學的發端。事實上，馬柯維茨證明了投資者的一個最優資產組合－在既定方差水平上有最大收益率或在既定收益水平上有最小的方差， 將是一個均方差有效率的資產組合，並將投資者的資產選擇問題轉變成一個給定目標函數和約束條件的線性規劃問題。正是這個貢獻引發了大量的對現代證券組合理論的分析研究。20世紀60年代早期，得蘭德·約翰遜(Leland Johnson，1960） 和傑羅斯·斯特因(Jerose Stein，1961） 把證卷組合理論擴展到套期保值，從而形成現代套期保值理論；以威廉·夏普(William Sharpe， 1961）、約翰·特納(John Lintner，1965） 和簡·莫辛(Jan Mossin，1966） 為代表的一批學者， 把注意力從馬柯維茨的對單個投資者的微觀主體研究轉向整個市場的研究， 考慮所有遵循馬柯維茨假設下的投資者的共同行動將導致怎樣的市場狀態，並先後在1964 年和1965 年得出了有關資本市場的均衡的相同結論，創造地提出了著名的資本資產定階理論。但資本資產定階理論嚴格的假定條件卻給經驗驗證造成了很大障礙， 使得學者們不得不致力於對假定條件進行修改，以使其更符合實際。以邁耶斯(Mayers， 1972）、羅伯特·莫頓(Robert Merton，1973）、艾爾頓和格魯伯(Elton and Gruber，1978）為代表的學者， 通過放鬆其中的某個假定條件，而保留其它假定條件不變的情況下研究資產定價模型；以費歇·布萊克和梅隆·斯科爾斯(Fisher Black and Myron Scholes，1971）、羅斯(Ross， 1976） 為代表的學者，基本放棄資本資產定階理論假定，以新假定條件為出發點重新建立模型，從而分別提出了第一個完整的期權定價模型（1971年還沒有期權市場，布萊克－斯科爾斯期權定價模型可以說是自經濟學產生以來唯一的一次領先於經濟事實的理論發現）和套利定價理論。標志著分析型的現代金融理論開始走向成熟。也可以說， 完成了現代金融理論從描述性科學向分析性科學的飛躍。尤其是在羅伯特·莫頓(Robert Merton）的著作中， 新的方法得到了最清晰的體現，他為分析金融學奠定了大量的數學基礎，取得了一系列突破性的成果。 20世紀80年代初至今
20世紀80年代在金融理論上也是多產的。工作主要集中於擴展早期理論、檢驗新的金融工具和新金融市場的運作，對風險管理工具和技術進行非常細致而必要的觀察分析等方面。實際上，進入80年代，在努力尋求一個性狀良好的均衡定價模型進展甚微時，一部分學者不再象當初馬柯維茨那樣對投資者效用函數之類作規范性研究， 而是通過實證分析方法考察信息與股價變動的關系。具有代表性的有恩格爾(Engle，1982） 提出的P階條件異方差自回歸（ARCH(p））模型。
在此之後，新一代金融經濟學家突破傳統的方法論和思維方式。如摒棄風險與收益呈線性關系的假定， 採用非線性的動態定價模型，如EGARCH (Exponential GARCH）、A GARCH (Asymmetric GARCH）等，甚至嘗試放棄風險與收益存在正相關關系的基本假設條件， 提出了具有黑盒子性質的定價核（price kernel) 概念。實現現代金融理論從分析性科學向工程化科學過渡的主要貢獻者則是達萊爾·達菲(Darrell Duffie) 等人， 他們在不完全市場一般均衡理論方面的經濟學研究為金融創新和金融工程的發展提供了重要的理論支持。他們從理論上證明了金融創新和金融工程的合理性和對提高社會資本資源配置效率的重大意義。以金融工程作為技術支持的多種創新活動不僅轉移價值，而且通過增加金融市場的完全性和提高市場效率而實際地創造價值。
20世紀80年代末期，一些學者意識到金融作為一門科學正在經歷第二次根本性的變革，即由分析性科學向工程化科學轉變。如海恩·利蘭德(Hayne Leland) 和馬克·魯賓斯坦(Mark Rubinstein) 開始談論「金融工程新科學」。1988年約翰·芬尼迪給出金融工程的正式定義。
但金融工程作為一門獨立的學科直到20世紀90年代才得以確立並獲得迅猛發展。宋逢明（1998） 認為其確立的重要標志是1991年「國際金融工程師學會」的成立。該學會的宗旨是「界定和培育金融工程這一新興專業」。
高度重視
各國政府、金融學術界及實務界越來越高度重視金融工程的研究和發展趨勢
1990年以來，國際金融界發生的一系列重大事件：墨西哥金融危機、英國巴林銀行的倒閉、法國里昂信貸銀行巨額虧損、日本東京三菱銀行的合並、泰國貨幣貶值（1997） 導致的東南亞金融危機（1998） 、日元持續大幅度貶值。1998年底， 一系列美國對沖基金的投機失誤，使人們對於金融變革中的問題產生了極大的警覺，對金融工程的研究和應用產生了極大的興趣。
事實上，金融工程學科的西方發達國家的發展非常迅猛。美國芝加哥大學、麻省理工學院、斯坦福大學、紐約工業大學都已設立金融工程的學位或專業證書教育。以案例教學著稱於世的哈佛商學院的金融與財務學教授們專們編著了金融工程案例集出版。金融工程的學術研究非常迅速地應用化， 如紐約工業大學和華爾街的重要金融機構建立了密切的業務合作聯系。1997年7月以來，面對泰國貨幣貶值的沖擊，中國科學院緊急成立了國家級「金融避險對策研究小組」， 就是集中力量把數理分析與經濟問題結合起來，從理論上研究對新興金融工具的風險控制和風險管理。國務院和中國人民銀行總行的有關官員也多次指示要加快金融工程學科的設立。國家自然科學基金會對金融數學、金融工程領域內的研究項目支持力度也較大。《金融數學、金融工程與金融管理若乾重大問題研究》早在1996年就被國家自然科學基金會批准為「九五」重大科研課題。
1997年，北京大學相繼成立了金融數學與金融工程研究中心和金融數學系，中國科技術大學、南開大學、山東大學也推出了諸如統計金融系。同年7月北京大學金融數學系與聯合證券公司合作籌建了「北大聯證金融數學實驗室」，年底，陝西財經學院「金融工程研究中心」成立。相信它們將會對中國的金融改革， 特別是金融數學、金融工程的發展做出有益的嘗試和貢獻。另外，清華大學、華中理工大學、西安交通大學、上海交通大學、東北大學、華東師范大學的一些學者紛紛活躍在金融數學、金融工程研究領域，並開始招收本科生、碩士生、博士生，如西安交通大學從1996 年起招收金融最優化方法方向博士研究生。1999 年7月北大金融數學系將有第一批金融數學的本科畢業生。 伴隨著高新技術的發展， 金融創新節奏和金融工程發展有加速的趨勢
金融工程學是伴隨並推動著金融創新的變革而發展起來的，它是金融創新最核心的部份，是西方國家金融領域最前沿最尖端的科學。一方面，隨著計算機和通訊等高新技術的不斷發展， 金融基礎設施的改善，為金融創新和金融工程提供了強大的技術支持。另一方面，全球化的激烈競爭刺激企業和金融機構為規避風險而對金融創新和金融工程成果和產品的需求，必然導致金融創新和金融工程加速發展的趨勢。 金融工程研究方法多樣化的趨勢
在金融工程的研究方面， 所適用的最基本的方法是數學方法，但也出現了各種自然科學的前沿理論和最新工程技術廣泛引入到金融工程中進行研究的勢頭，使金領域展現了全新的面貌和廣闊的前景。我們知道， 數學方法所涉及的內容十分廣泛， 從基本的代數知識、微積分、線性代數到微分方程、運籌學和優化技術，乃至模糊數學、博弈論（包括微分對策）、統計學中的概率論、隨機過程和其它隨機分析方面的理論和方法（包括倒向隨機微分方程) ， 但隨著金融工程學的迅速發展和各學科的相互滲透的結果，各種自然科學的前沿理論和最新工程技術，如混沌理論、小波理論、遺傳演算法、復雜系統理論、人工智慧技術（包括知識工程、專家系統和人工神經網路等）、模擬退火方法、面向對象方法等都已經或正在成為金融工程的重要理論與實踐工具。 金融工程的研究與技術開發手段方面，出現了金融產品和金融工具設計軟體化、標准化的趨勢
在諸多工程學科中得到廣泛應用的CAD 技術在金融工程中也開始顯示威力，已出現了商業化的Financia-CAD for Excel，Financial CAD for Visual Basic and C等軟體。這類軟體的開發成功和商業化，豐富了金融工程師的實踐工具，甚至在一定程度上改變了金融技術開發的概念，使得金融技術開發的成本大大降低，從而必將使金融工程技術更迅速的發展和更廣泛的應用。