强化金融研究生金融计算能力培养的课程设置

宿成建

摘 要：为适应解决复杂金融问题的需要，我国金融研究生的培养需要大力提高他们的金融计算能力，特别是提高金融建模及求解能力和对金融数据的处理、统计分析能力。为此，金融研究生的课程设置应该增设并加强基于MATLAB和SAS的金融计算课程，课程中应注重金融、数学、统计学、运筹学、计算科学等知识的内在联系，并培养金融研究生的综合应用能力。

关 键 词：金融学研究生；金融计算能力；课程设置

中图分类号： F830.2 文献标识码：A 文章编号：1006-3544（2013）06-0077-02

一、 金融业发展需要具有较强金融计算能力的人才

金融数学是运用数学工具特别是高等数学工具解决金融问题的科学， 随着金融创新的不断加快和金融风险的增加，金融数学已成为金融机构提高管理水平、防范金融风险的重要工具，并得到越来越广泛的应用。随着我国经济的快速发展以及信息技术的高速发展，要求金融人才特别是高级金融人才应具备熟练运用和创建数学模型的能力、金融计算以及大数据分析能力。面对人才市场对金融人才标准要求的提高，各高校对金融学硕士研究生培养的知识结构进行了有针对性的调整，改变了以往的纯金融学理论的课程设置模式，增设了相关研究方法与工具的课程，包括随机过程、统计分析、金融经济学、保险精算、实证金融分析等课程。但总体来看， 我国培养的金融研究生在金融计算能力方面还比较低，与金融业的需求还有较大差距。

面对金融机构对熟练掌握数学模型的金融人才的巨大需求以及激烈竞争的职业市场，美国大多数大学都将金融计算能力培养作为金融硕士研究生的重要培养目标之一。为了培养金融研究生用复杂数学计算处理经济问题的实践能力，美国麻省理工斯隆管理学院提出了一个以解决实际经济金融问题的数量经济技术的1年深度学习项目。这个项目除了学习传统的经济学、金融学和会计学的知识外，还重点强调金融工程中金融、数学、统计学、运筹学、计算科学以及工程的内在联系，并培养金融研究生对这些知识的综合应用能力。

在多学科交叉的综合应用能力的培养中，计算科学处于核心地位，因为复杂金融数学模型的求解和大规模金融数据的处理都涉及到计算科学的问题。提高对复杂金融问题的计算能力是当前我国金融研究生教育应解决的关键性问题之一。为此，在我国的金融研究生培养中应加强基于MATLAB金融计算以及基于SAS的金融计算的课程教学，从而培养金融研究生的综合应用金融、数学、统计学、运筹学、计算科学等学科的能力。

二、基于MATLAB的金融计算能力培养在金融研究生教育中的作用和课程设置

作为具有科学计算、符号运算和图形处理等多种功能的强有力实现工具，MATLAB科学计算软件得到了学术界和业界的广泛认可，已成为最优化领域应用最广的软件之一。

MATLAB是美国MathWorks公司开发的数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式。MATLAB的金融软件包以及基于MATLAB开发的软件被从事金融研究的实践者和学者广泛用来进行复杂金融模型计算。然而，我国的金融研究生还普遍缺乏应用MATLAB进行复杂金融计算的能力，与国外一流高校相比具有较大差距，严重制约着我国金融研究生的培养质量。因此，增加基于MATLAB进行复杂金融计算的课程是十分必要的。

开设基于MATLAB进行复杂金融计算的课程，关键问题包括两个方面，一是课程的设置，二是教材的选择。莫顿（Merton）把金融数学概括为概率论和最优化理论的最优美的应用，因此可以将复杂金融计算的课程内容分为涉及概率论和最优化理论相关的两个部分。 目前， 国内还未见到基于MATLAB进行复杂金融计算的高水平中文教材。在国外涉及这两个方面内容的教材中，水平较高的是《Stochastic Simulation and Applications in Finance with MATLAB programs》和《Numerical Methods in Finance and Economics A MATLAB-Based Introduction》，前者是基于MATLAB程序的金融随机模拟计算的教材，后者全面介绍了经典的金融资产定价模型以及MATLAB软件。 选用这两本教材可将基于MATLAB程序的包括概率论和最优化理论的复杂金融计算与金融建模有机结合起来，将有助于提高我国金融研究生有效利用数学工具解决实际经济与金融问题的能力。

三、基于SAS软件的金融数据处理能力培养在金融研究生教育中的作用和课程设置

SAS软件是当今国际上最著名的数据处理和统计分析软件。由于SAS软件无可比拟的优越性，其在数据挖掘技术、商业智能领域和统计分析领域几乎处于垄断地位，不仅是国际上最流行的标准企业管理软件，也是应用最广的金融数据处理和统计分析软件之一。掌握基于SAS的金融计算对金融研究生提高实际金融问题的解决能力和金融学术研究能力具有非常重要的作用。

对于基于SAS软件的金融计算课程，应将金融理论和计量方法直接应用到资本市场数据的实证研究中，使用SAS软件来完成模型计算和数据分析工作。目前，基于SAS软件的金融计算教材中，国外比较好的是《Using SAS in Financial Research》，国内比较有代表性的包括：（1）《经验会计与财务研究方法》（鲁桂华，2007），该书高度体现了财务经验研究方法的一般原理、应用与SAS统计分析程序的三结合，为研习经验、 研究方法提供了一个好的参考读本；（2）《金融计量学——基于SAS的金融实证研究》（宋军、张宗新，2009），该书有效地将金融理论、方法和数据结合起来，并提供了对应的SAS软件，使用该教材进行实验教学，可以较快掌握金融计量的理论和方法。

参考文献：

[1]Merton，王忠玉. 金融数学的现在和未来[J]. 世界科学，1999（6）：7-8.

[2]黄方亮，宿玉海. 美国金融硕士研究生课程体系分析[J]. 当代教育科学，2009（23）：50-53.

[3]刘瑞波，马冉. 我国金融学硕士研究生课程设置分析[J]. 金融教学与研究，2010（6）：64-68.

[4]曾康霖. 金融人才培养及金融教学研究[J]. 金融教学与研究，1996（3）：2-7.

[5]罗刚，李华. 美国金融研究生的商学院培养模式及其启示[J]. 学位与研究生教育，2006（9）：73-76.

[6]王达布希拉图. 金融数学专业课程体系分析[J]. 金融教学与研究，2011（3）：72.

[7] 姜礼尚，徐承龙. 金融数学课程体系、教材建设及人才培养的探索[J]. 中国大学教育，2008（10）：11-13，26.

[8]Huynh，H. T. Lai，V. S. ，and Soumare，I . Stochastic Simulation and Applications in Finance with MATLAB programs[M]. John Wiley & Sons Inc，2008.

[9]Brandimarte，P. Numerical Methods in Finance and Economics A MATLAB-based introduction[M]. John Wiley & Sons Inc，2006.

[10]Drake，P. P. Effective use of WRDS[EB/OL]. http：//wrds. wharton. upenn. edu.

[11]Boehmer，E. Broussard，J. P. and Kallunki，J. P. Using SAS in Financial Research[M]. SAS Institute Inc. ，2002.

[12]鲁桂华. 经验会计与财务研究方法 [M]. 北京：北京大学出版社，2007.

[13]宋军，张宗新. 金融计量学——基于SAS的金融实证研究[M]. 北京：北京大学出版社，2009.

（责任编辑：卢艳茹；校对：李丹）