金融计算模拟教学（精选十篇）

金融计算模拟教学（精选十篇）

金融计算模拟教学 篇1

计算机技术的发展带来了许多学科的繁荣,计算机硬件与软件的发展正在改变着或已经改变了这些学科研究工作者的日常工作的性质,金融学也不例外。随着1973年在现代金融学中最享有盛誉的Black-Scholes期权定价模型的提出,金融学开始进入一个崭新的纪元。现代金融学越来越重视金融数据与计算学科的融合。当今西方发达国家金融业的实践也表明,相当多的金融从业人员必须掌握足够多的数值计算方法和模拟技术,以应对越来越工程化的金融实践的发展需要。为此,国内外院校也纷纷开设金融数据计算与建模等相关的课程。这是一类实践性很强的课程,并具有跨学科的性质,它要求学生具有将金融学,金融工程学,经济计量学,统计学等方法和计算机应用相结合的综合素质。在此类课程的教学中,软件的支持是一个必不可少的重要组成部分,但对于大多数经济专业的学生来说,软件的使用却是个薄弱环节。笔者结合为本校金融专业的相关学生开设的“金融衍生产品模拟”实验课程和所使用的优秀免费软件-R软件,来探讨如何激发学生学习金融计算模拟课程的兴趣,并使学生懂得如何借助于计算机,实现相关的数值计算方法,从而提高课程学习的趣味性,加快我国金融教学与实践接轨的步伐。

二、R软件进行金融计算模拟教学的优点

R软件是一个开放的计算编程环境,是它可以看作是S语言的一种实现形式。S语言是在20世纪80年代后期由AT&T实验室的Rick Becker,John Chambers和Allen Wilks开发的用来进行数据探索,统计分析,作图等功能的解释型语言。在S语言的基础上,Auckland大学统计系的Robert Gentleman和Ross lhaka及其他志愿者开发了一个R系统,并很快得到广泛用户的欢迎,深受统计学家和统计、计量爱好者的喜爱,目前它由一个由跨国志愿者组成的R核心发展团队维持。截止到2009年2月5日,R的最新版本是2.8.1,其中包含1673个志愿者提供的包。R的官方网站(http://www.r-project.org/)提供了更多关于R软件的信息。由于它是免费的,因此,在国外很多大学里越来越成为的教学和研究的首选计算软件。2009年1月7号《纽约时报》科技版刊登了一篇由该报记者Ashlee Vance所写的题为“R的实力征服了数据分析领域(Data Analysts Captivated by R’s Power)”的文章,文章指出:“R软件的兴起,可能会威胁到SAS公司在数据分析领域的地位”,这一观点随之引发了对R和其他软件的广泛而热烈的讨论,R软件所体现出来的强大的生命力可见一斑。因此,在教学中让学生熟悉并学会使用这一功能强大的软件应该成为专业教学的一个重要组成部分。

除了简单易学,免费开源,R用于金融计算模拟教学的主要特点是:它提供了一种数值计算的环境,其中的很多基本函数都可用于金融计算模拟,尤其是它的基本stats包,专门用于R金融计算的包Rmetrics(http://www.rmetrics.org/),以及其他融合众多最新研究成果的志愿者提供的包,这些可以在R网站(http://www.r-project.org)的任务列表(Task Views)中找到,例如适合金融计算模拟的有计算计量金融(Computational Econometrics)(http://cran.r-project.org/web/views/Econometrics.html),实证金融(Empirical Finance)(http://cran.r-project.org/web/views/Finance.html)等。借助这些由不同领域的学者所奉献的软件包,将使得教师在教学过程中讲解涉及金融数据处理,数值计算的部分时变得更容易,直观,并极大地提高教学效率。

限于篇幅,本文只结合R的基本功能和Rmetrics中部分包和函数加以说明,其他更为详细的功能和应用可以结合R的帮助文件和R有关书籍来获得。在Rmetrics的官方网站上,提供了这样一段对这个软件平台的描述:“Rmetrics是一个重要的内嵌在R中的开源软件,是金融市场分析和金融工具估值教学的辅助工具,它提供几百个函数用来进行探索性统计分析,统计建模和衍生品估值分析,是金融、统计教学和应用的一流的系统平台”。综合来说,Rmetrics中的函数包罗了时间序列计量经济学(Time Series Econometrics),假设检验(Hypothesis Testing),GARCH建模,波动率预测(Volatility Forecasting),极值理论和copula分析(Extreme Value Theory and Copulae),衍生产品定价(Pricing of Derivatives),资产组合分析和优化(Portfolio Analysis and Optimization)等众多方面,可成为一个辅助学生学习和教师教学的优良的计算环境和科研手段。

三、几点运用

利用R的基本功能,函数以及功能强大的Rmetrics,可以达到计算模拟,画图,下载数据,统计分析等目的,这样可以使学生通过简单的代码实现,获得对所学知识的形象具体的理解,这是对复杂深奥的金融理论课程学习的很好补充。下面从以下几个方面进行简单举例说明。

(一)金融计算模拟中常用的概率和统计模型的R软件实现

金融计算模拟中常常涉及到资产价格或收益的分布以及相应的概率和统计模型。R提供了四类关于统计分布的函数,d-density(密度函数),p-分布函数,q-分位数函数,r-随机数函数。几乎所有常用的分布都可以利用R中提供的函数来实现这四种功能,每个分布都与各自分布的英文名称或其缩写相对应。例如:正态分布dnorm,pnorm,qnorm,rnorm,对数正态分布dlnorm,plnorm,qlnorm,rlnorm,学生t分布dt,pt,qt,rt,卡方分布dchisq,pchisq,qchisq,rchisq等等。利用这些函数,R可以轻松的画出多个图形。例如,对数正态分布是金融资产收益率所假设的常用分布,它是一个有偏分布,这种特性通过画图可以非常清楚直观的体现出来(见图1),R实现代码也十分简单,例如:

t<-seq(0,18,length=100)

d1<-dlnorm(t,1,0.5)

d2<-dlnorm(t,1,1)

d3<-dlnorm(t,1.5,0.5)

plot

lines(t,d2,lty=2,lwd=2)

lines(t,d3,lty=3,lwd=2)

同时,在金融资产价格和收益时间序列的教学中,常常用到随机游动模型,其模拟过程也可以通过R软件代码来轻松实现。下列代码可以用来实现多个随机游动线模拟(见图2)。

n<-200k<-10

x<-1:n

r<-matrix(nr=n,nc=k)

for (i in 1:k){r[,i]<-cumsum(rnorm{n))}

matplot(x,r,type='I',Ity=1,col=rainbow(k))abline(h=0,Ity=3)

(二)从Internet获取经济和金融数据

R可以直接从Internet上下载数据进行分析。只需加载Rmetrics中的fBasics包,就可以利用其中的yahoolmport(),economagiclmport(),yahooSeries),fredlmport()等函数从Yahoo Finance,美国联邦储备委员会,Economagic等网站下载股票,外汇,利率等其他有用的经济金融数据。例如,下面代码是从yahoo finance数据库中读入从1999年9月1日到2009年2月5日的IBM公司股票的日收盘价数据,在此基础上,画出价格序列图(见图3)。同时,还可以对价格序列通过诸如qqnorm()等函数进行进一步的统计分析(见图4)。

library(“fBasics“)

query=“s=I BM&a=8&b=1&c=1999&d=1&q=5&f=2009&z=IBM&x=.csv"

IBM=yahoolmport(query)

price<-as.numeric(IBM@data$Close)

plot(price,type="I",xlab=“日”,ylab=“价格”)

qqnorm(price,xlab=“理论分位数”,ylab=““样本分位数”)qqline(price)

(三)期权定价的R软件实现

金融计算模拟的一个重要组成部分是对衍生产品的研究和对其定价分析。Black-Scholes模型在推导过程中,由于该模型涉及到比较复杂的数学问题,对大多数缺乏数学背景的经济类学生而言较难理解和操作。1979年,J.Cox、S.Ross和M.Rubinstein三人发表了名为Option Pricing:a Simplified Approach(期权定价:一种被简化的方法)2的论文,用一种简单浅显的方法推导出了期权定价模型,这被称为“二叉树期权定价模型(the Binomial Option Pricing Model)”,是期权数值定价方法的一种。二叉树模型的原理在一般的金融工程的教科书中都有较详细的介绍,这里我们着重介绍如何通过R软件来为期权定价。

在Rmetrics中,有个专门计算期权价格的包fOptions,其中的函数BinomialTreeOption()可以实现二叉树模型下的期权定价,GBSoptions()则是B-S模型下的期权价格计算函数。在R的工作空间中,直接键入BinomialTreeOption和GBSoptions,还可进一步查看这两个函数的源代码,这有助于学生对函数程序结构的进一步理解,有兴趣和能力的学生还可以对这些程序进行任意修改,以达到符合自己要求的目的。具体的函数使用可以通过R的帮助文件得到进一步的学习。下面以一个假设的简单的例子来说明BinomialTreeOption(),GBSoptions()这两个函数的使用,并通过两者实现结果来比较二叉树模型和B-S模型之间的差异和联系。

假设标的资产为不付红利股票,其当前市场价为20美元,波动率为每年40%,无风险连续复利年利率为5%。一份欧式看跌期权距到期日为5个月,看跌期权的执行价格为20美元,假设将时间离散为5个时间段,利用二叉树模型估计该欧式看跌期权目前的价格。

R软件的实现代码非常简单(限于篇幅,详细的函数使用方法可以阅读R的帮助文件):

CRRTree=BinomialTreeOption(TypeFlag=“pe”,S=20,X=20,Time=5/12,r=0.05,b=0.05,sigma=4,n=5)

BinomialTreePlot (CRRTree,dy=1,cex=0.8,ylim=c(-7,7),xlab=“步数”,ylab=“期权价格”)

从图5中可以看出,在假设5步的条件下,欧式卖权在期初的价值为1.93。而按照B-S模型,利用GBSoptions(),可得该欧式卖权的解析解为:1.833643。可见,两者比较接近。我们如果增加二叉树的步数到10步,其他条件不变,依据同样的计算方法,可得出这份看跌期权在期初的价值为1.78。在实际中,运用二叉树图方法来计算期权价格时,通常将期权有效期分为30或更多的时间步数。在每一步,对应一个二叉树的股票价格运动。30个时间步意味这最后有31个期末股票价格节点。同时可产生230也就是大约十亿个可能的股票价格路径。图6画出了运用1到100步的二项模型估计结果和Black-scholes模型下的该欧式卖权的解析解的比较,可见,当步数不断增大时,大约到50步左右,二叉树下的近似数值解已经非常接近于其解析解了。实践中,有很多定价模型使用折中的50步来对可靠性和计算速度进行折中。上述过程的计算代码如下:

steps=100

CRROptionValue=rep(NA,times=steps)

for (n in 3:steps){CRROptionValue[n]=CRRBinomi-alTreeOption (TypeFlag="pe",S=20,X=20,Time=5/12,r=0.05,b=0.05,sigma=0.4,n=n)@price}

plot(CRROptionValue[3:steps],type="I",col="red",xlab=“步数”,ylab="期权价格")

GBS=GBSOption (TypeFlag="p",S=20,X=20,Time=5/12,r=0.05,b=0.05,sigma=0.40)@price

abline(h=GBS,Ity=3,lwd=2)

对于美式期权来说,如果上例换成美式看跌期权,其他条件不变,用BinomialTreeOption()也可轻松的求取该美式期权的价格,只需将TypeFlag=“pe”换成TypeFlag="pa"即可,经过计算,步数为5时的该份美式期权的价格为1.97,这一数值要高于相同条件下的欧式看跌期权的价格,符合期权定价理论,其他步数假设条件下的结论也一样。

四、结束语

从以上几个简单的例子可以看出,R软件在帮助学生R理解复杂的金融理论和提高其实践操作能力上可以发挥重要的作用,它是一款非常适合高校实验教学的实用软件,值得在我国高校经济,金融和统计专业推广为主要的教学和研究软件。在实际教学过程中,可以根据经济类学生的专业特点,设计实验或鼓励学生自行设计实验,课堂教学和上机操作相结合,以期达到培养学生的数值计算和模拟能力,以及解决实际问题能力的目的。

参考文献

【1】J.Malndonald,J.Braun,Data Analysis and Graphics Using R:An Example-based Approach,Cambridge University Press,2006

【2】R网站:http://www.r-project.org/

金融计算题汇总 篇2

（一）利息的计算

1.2004年1月1日，某人在中国工商银行储蓄所存入一年期定期存款10万元，若一年期定期存款年利率为2%，单利计息，请计算利息所得税为20%时，此人存满一年的实得利息额。若2004年通货膨胀率为4%，不考虑利息税，请计算此人此笔存款的实际收益率。

解：单利计息： I=P*R*N=100000*2%*1=2000元

实得利息=2000*（1-20%）=1600元

实际收益率=名义利率-通货膨胀率=2%-4%=-2%

2.2000年10月1日，某人在中国工商银行某营业部存入三年期定期储蓄存款10万元，当日三年期定期储蓄存款年利率为3%，请利用单利法和复利法分别计算在利息所得税为20%的条件下此人存满三年的实得利息额。

解：单利：I=P*R*N=100000*3%*3=9000元

税后所得=9000*（1-20%）=7200元

复利：本利和=P(1+r)n=100000*(1+3%)3=109272.7元

利息=109272.7-100000=9272.7元

税后所得=9272.7*（1-20%）=7418.16元

3.2002年5月1日，某人在中国工商银行储蓄所存入三年期定期存款100万，若三年期定期存款年利率为4%，请利用单利法和复利法分别计算在利息所得税为20%时，此人存满三年的实得利息额。

解：单利：I=P*R*N=1000000*4%*3=120000元

税后所得=120000*（1-20%）=96000元

复利：本利和=P(1+r)n=1000000*(1+4%)3=1124864元

利息=1124864-1000000=124864元

税后所得=124864*（1-20%）=99891.2元

4.甲企业准备向银行借款1，000，000元，期限为2年。中资银行2年期贷款的年利率为5.52%，单利计息；外资银行同期限贷款的年利率为5.4%，按年复利计息。请比较甲企业向哪家银行借款的利息成本低？

解：中资单利：I=P*R*N=1000000*5.52%*2=110400元

外资复利：本利和=P(1+r)n=1000000*(1+5.4%)2=1110916元

利息=1110916-1000000=110916元

甲企业向中资银行借款的利息成本低。

（二）收益的计算

某人在债券市场上以110元购入10年期国债品种10手（1手=100元面值），持有整整一年后以140元卖出，期间还享受了该品种每年一次的付息，年利率11.8%。此人获得的年均收益率是多少？

解：每手总收益=（140-110）*10+1000*11.8%=418元

收益率=418÷1100*100%=38%

（一）利率的定价

1.一笔贷款为200万元，如果银行为了筹集该笔资金以10%的利率发行存单，那么，筹集资金的边际成本就是10%。银行发放和管理这笔贷款的经营成本为2%，为了补偿该笔贷款可能发生的违约风险损失为2%，银行预期的利润水平为1%，请计算该笔贷款的利率水平。

解：贷款利率=筹集资金的边际成本+银行的其他成本+预计违约风险补偿费用+ 银行预期利润

=10%+2%+2%+1%

=13%

2.一笔贷款为100万元，如果若干大银行统一的优惠利率为8%，为了补偿该笔贷款可能发生的违约风险损失为3%，补偿期限风险损失为2%，计算该笔贷款的利率水平。

解；贷款利率=优惠利率+违约风险贴水+期限风险贴水

=8%+3%+2%

=13%

3.某户向银行申请500万元的信用额度，贷款利率为15%，客户实际使用金额为500万元，（1）请计算该银行贷款的税前收益率；（2）如果银行决定要求客户将贷款额度的20%作为补偿余额存入该银行，并对补偿余额收取1% 的承担费，请计算该银行贷款的税前收益率。

解：（1）贷款收入=500*15%=75万元

借款人实际使用金额=500万元

银行贷款税前收益率=75÷500=15%

（2）贷款收入=500*15%+500*20%*1%=76万元

借款人实际使用金额=500-500*20%=400万元

银行贷款税前收益率=76÷400=19%

（二）投资收益计算

1.某银行购买一年期面值40000元国债，贴现率为8%，到期收回本金40000元，该银行的利息收益是多少？

解：该银行购进时的总价=40000-40000*8%=36800元

银行利息收益=40000-36800=3200元

2.若某银行购买了某企业发行的面值100元的30000张证券，票面利率为10%，期限为5年，请计算该银行5年能获得利息收入多少元？

解：该银行五年共获得利息收入=100*30000*10%*5=1500000元

3.如果银行以每股20元的价格购进某种证券10000股，一个月后该行以每股40元的价格全部售出，请计算资本收益率。

解：资本收益=（40-20）*10000=200000元

（一）马克思货币需要量计算

1．若一定时期内货币流通次数为5次，同期待销售的商品价格总额为8000亿元，则流通中的货币需要量为多少？如果中央银行实际提供的货币供给量为2000亿元，请问流通中每1元货币的实际购买力是多少？解：流通中的货币需要量M=PQ/V=8000÷5=1600亿元

实际货币购买力=流通中金币需要量/流通中的纸币总量

=1600÷2000=0.8

2.设一定时期内待销售的商品总额为20亿元，同期货币流通速度为4，试计算流通中的货币需要量。若实际流通中的货币量为6亿元，请计算单位货币的实际购买力。

解：流通中的货币需要量M=PQ/V=20÷4=5亿元

实际货币购买力=流通中金币需要量/流通中的纸币总量

=5÷6=0.83

（二）商业银行派生存款的计算

1.某银行吸收到一笔100万元现金的活期存款，法定存款准备金率为6%，出于避险的考虑，该行额外增加在中央银行存款3万元，后来存款单位提出1万元现金发放工资，试计算这笔存款可能派生出的最大派生存款额。

解：存款总额D=A*1/（r+c+e）

A=100万r=6%c=1÷100=1%e=3/100=3%

D=100*1÷（6%+1%+3%）=1000万元

派生存款=存款总额-原始存款=1000-100=900万元

2．假设某商业银行吸收到100万元的原始存款，经过一段时间后，银行体系最终的派生存款为300万元。若商业银行的法定存款准备率为6%，客户提取现金比率为10%，试计算商业银行的超额准备率。

解：存款总额D=A*1÷（r+c+e）

派生存款=存款总额-原始存款

300=存款总额-100

存款总额=400万元

100×1÷（6%+10%+e）=400

超额准备金率=9%

3.设某银行吸收到一笔100万元的活期存款,除按6%的规定比例上存准备金外,银行还多上存了9%的准备金。

此外,在这笔存款中,最终会被存款人取走10万元的现金用以发放工资。试计算这笔存款最多能派生出多少派生存款?

解：存款总额=原始存款×1÷(法定存款准备金率+提现率+超额存款准备金率)

=100×1÷（6%+9%+10%）

=400万元

派生存款=存款总额-原始存款

=400-100=300万元

4.某商业银行吸收原始存款5000万元，其中1000万元交存中央银行作为法定准备金，1000万元作为存款备付金，其余全部用于发放贷款，若无现金漏损，请计算商业银行最大可能派生的派生存款总额。

解：存款总额=原始存款×1÷(法定存款准备金率+提现率+超额存款准备金率)

=5000×1÷（20%+20%）=12500万元

派生存款=存款总额-原始存款

=12500-5000=7500万元

5.设原始存款500万元，法定存款准备金率为6%，超额存款准备金率为6%，提现率为8%，试计算整个银行体系创造的派生存款总额。

解：存款总额=原始存款×1÷(法定存款准备金率+提现率+超额存款准备金率)

=500×1=2500(万元)6%8%6%

6.当原始存款为1000元，存款总额为5000元，存款准备金率为15%，计算提现率。

解：存款总额=原始存款×1÷(法定存款准备金率+提现率+超额存款准备金率)

5000=1000*1÷（15%+提现率）

提现率=5%

（三）货币乘数的计算

1.假设存款准备金率为10%,货币乘数为4。试计算现金提取率。如果现金提取率下降到原来的1，存款准备2

金率不变，那么新的货币乘数是多少？

解：(1)货币乘数m=（1+C/D）/(C/D+R/D)

=(1+C/D)/(C/D+10%)=4

提现率C/D=20%

(2)货币乘数m=（1+C/D）/(C/D+R/D)

=（1+10%）/（10%+10%）

=5.5

2.若流通于银行体系之外的现金500亿元，商业银行吸收的活期存款6000亿元，其中600亿元交存中央银行作为存款准备金，试计算货币乘数。

解：货币乘数m=（1+C/D）/(C/D+R/D)

=（1+500/6000）÷（500/6000+ 600/6000）

=5.9

（四）货币供给层次的计算

假定中国人民银行某年公布的货币供应量数据为：单位：亿元

1.各项存款120645

企业存款42684

其中：企业活期存款32356

企业定期存款5682

自筹基本建设存款4646

机关团体存款5759

城乡居民储蓄存款63243

农村存款2349

其他存款6610

2.金融债券33

3.流通中现金13894

4.对国际金融机构负责391

请依据上述资料计算M1、M2层次的货币供应量各是多少?

解：M1=M0+企业单位活期存款+农村存款+机关团体存款

=13894+32356+2349+5759

=54358(亿元)

M2=M1+企业单位定期存款+自筹基本建设存款+个人储蓄存款 +其他存款=54358+5682+4646+63243+6610

云计算时代的金融生态 篇3

金融脱媒进一步加快，经济社会对传统商业银行的依赖性减弱。长期以来，商业银行的主要功能是为投融资者提供媒介。银行以其强大的信用，实现投资者和融资者之间的间接融通。即资金富余者将钱存入银行，而需要资金者从银行贷款，银行赚取存贷差作为收益来源。

随着信息与交易技术的发展，特别是在云计算环境下，大大提高了客户信息的透明度，投融资者的直接融通日益成为主要的融资方式，于是债券、股权市场活跃起来。通过证券市场直接撮合成为社会融资中更加主要部分。而小额贷款机构的大量发育，也使投资者与贷款者直接联接。因此传统商业银行的存贷款业务，由于信贷共享和投融资者之间直接融通的渠道多元化，将逐步被其他提供流动性转换和财富管理的新金融机构所取代。

引起金融体系重构

银行与一般企业界限模糊。第三方互联网支付公司，如支付宝、快钱等支付公司，已将业务发展到为中小商贸企业及制造企业提供量身定做的支付结算综合服务方案，乃至提供贸易融资便利，并可提供传统银行不能提供的个性化服务，从而获得客户依存度。

阿里巴巴2010年就成立两家小贷公司，为淘宝和天猫上的用户提供“订单贷款”和信用贷款服务。2012年“光棍节”一天的电商交易量超过银行交易量的总和。上海组建一家会员制的小贷公司实际上是一个投融资俱乐部，通过规范的授信调查向会员介绍贷款，由会员认购。美国也发育着所谓人人贷公司，这种利用网络技术形成的投融资撮合平台使投融资者摆脱对银行的依赖，从而更有效地进行自己的投融资安排。

社会信用体系重构导致金融体系变革。云计算的信息资源共享模式，引起经济活动主体信息构成的变化，从而改变着社会信用体系，形成新的金融生态。公共的信息和信用平台逐步建立起来，社会征信体系的完善，为企业及个人了解关联各方创造了条件，许多中介服务机构就必须转型；挖掘信息以满足特定目标需要的综合评级和信息服务机构发展壮大。

经济社会主体的金融服务需求多元化、多样化，要求金融机构不断发生转型，以满足金融需求变化的需要。企业借助其供应链、销售链和其他价值联系在信息共享的情况下，形成新的信用共同体，从而衍生出金融体系的支付清算和资金融通的功能，引起金融体系的重构。

竞争力基础在改变

电子货币改变人类经济规则。在网络时代特别是云计算的背景下，货币作为一般等价物的商品属性已经改变。

在金本位时代，货币以黄金作为价值尺度，现在货币的价值不再对应于某种特定商品，而事实上只是一种符号，其价值取决于一系列商品货币的比值关系，取决于国家赋予的货币信用。国家事实上可以通过发行货币购买国家债券或置换企业债务的方式，不断注入流动性，增加货币总量。而货币总量增加引起的经济后果则由货币流动速度、国际化程度、生产能力及总供求情况决定。

在电子货币的格局下，一方面借助信息和信用网络，可以大大提高交易的流通速度，减少对货币流通需求；另一方面，由于可交易的对象越来越多，货币成为一切财富转换的中介，从而又大大增加对货币的需求。由于作为流通媒介的多元化（如一切具有流动性的财富，如股票、债券等都可以作为交易媒介），由于信用也可以作为交易的保证，从而可以替代货币作为信用中介，货币的计量十分复杂，国家对货币调控手段也多样化；又由于货币政策可以受到其他政策的对冲，因此宏观调控也变得十分复杂。

金融服务的更加个性化。金融化完全改变了人们对财富的看法，资产的种类越来越多，人们的资产收益在收入中的比重也越来越高。各种投融资工具、各种风险分散工具爆发式涌现，以满足人们财富管理的个性化需求。家庭理财、企业理财成为社会财富配置和管理的主要组成部分。云计算正是适应和推动这一趋势的发展。在信息资源共享的条件下，金融机构在满足主体个性化、便捷化需求方面的能力，成为竞争力的基础。

变革沿着三条线索

金融风险呈现系统性和全球性特征。

其一，金融供求主体信息资源共享平台在云计算的条件下，日益深度发展时，各主体之间彼此的依存度增加、价值关联增强，同时风险也依价值网络扩展；经济主体的风险的关联度增强，为防范风险而形成一系列产品、工具和机构，又进一步使经济主体之间的相互联系深化，价值和风险的关联进一步增强。进一步强化了风险的扩散、叠加、放大的内在机制，一时一地的局部风险，可以迅速扩展为系统性、全面性风险。

其二，互联网和云计算带来的经济的全球化，使金融风险在世界发生时，一国难以独善其身。一国的风险可以通过国际货币、国际化的其他金融工具、生产和贸易的相关联而迅速向全球扩展，全球性金融危机发生的概率增加。

其三，经济和金融越来越依赖于信息、信息处理系统和传输系统，信息化安全成为经济社会安全的最大难点、重点。一旦信息体系破坏和黑客侵入、网络中断等原因，导致信息资源的扭曲和传输障碍，将带来不可估量的损失。

金融监管不断变革。在网络2.0和云计算的背景下，价值跨时间转换，财富随空间转移，经济主体之间需求日益多样化，套利机会日益复杂化，价值联系和风险的传递也十分复杂，区域性风险和系统性风险越来越难以控制。由于信息共享克服了部分信息不对称，而信息的组合又形成新的信息不对称，机构仍然通过创造信息不对称套利甚至欺诈。

随着金融脱媒、影子银行体系的大量繁殖、金融创新爆炸式增长，由于监管始终滞后于创新，防范系统性、区域性风险、保护金融消费者利益和维护市场公平公正的监管也必须随之加强。

这种变革沿着三条线索进行：监督信息披露、监管资本补偿能力、监督风险传递路径。真实的信息披露，充足资本水平和有限的杠杆率，始终是防范风险的主要内容，而且越来越趋严格。而在计算资本充足水平时，对资产风险状况的评估及可能的损失、对资本的有效性及风险抵补能力，对由于关联责任可以带来的或有债务都应有新的界定，应与时俱进地规定新的内容。

（作者观点不代表本刊立场，欢迎讨论）

基于云计算的智慧金融构建 篇4

关键词：智慧金融,云计算,物联网,金融信息化

1. 金融信息化发展现状

计算机在日常工作中的应用已是十分普遍, 但是, 从应用对象和应用范围来看, 这些系统大多只是局限在特定的部门内模仿传统的手工处理方式进行运行, 仅仅发挥着替代手工处理, 提高劳动效率, 减少人为计算差错的角色, 这一应用层次称之为电子化。各个业务系统缺乏分析功能并且系统之间缺乏集成, 数据只能在相互分割的特定业务领域中堆积。从电子化向信息化转变是企业发展的重要飞跃。经过几十年的努力, 我国已初步形成了一个多功能、开放的金融信息化体系, 这为我国金融业实现由“电子化”向“信息化”转变, 全面实现金融信息化打下了坚实的基础。现在电子化设备已经具备相当的规模, 全国性金融机构多数已完成内联网建设, 网络覆盖了全国所有城市, 银行已建成全国范围的清算系统, 保险和证券等行业电子化建设取得突破性进展。

智慧金融是金融信息化的进一步延伸, 是在最前沿信息技术基础上, 对现有金融系统进行智能提升、智能分析和海量数据处理, 搭建高效、安全、智能的便捷金融服务平台;通过金融创新, 为国内城市发展传感网、物联网等一系列相关“智慧产业”、战略新兴产业提供了融资渠道和平台, 引导着城市经济发展方式的转型;通过金融系统互联以及金融信息化, 自助柜台、网络、手机银行等电子支持, 构建安全、便利的金融支付系统。

2.金融业信息化总体系框架

智慧金融是在金融物联网的基础上, 通过金融云, 使金融行业在业务流程、业务开拓和客户服务等方面得到全面的智慧提升, 实现金融业务、管理、安防的智慧化。主要包括有对海量数据的智能分析与优

2013年第11期

化, 提升金融业务的决策支持能力, 通过物联网和数据的分析感知客户行为模式的变化提供个性化金融产品与服务, 通过风险管理规避各类金融风险, 通过金融云动态及时得响应金融业务的需求。

本文在信息技术高速发展和不断成熟基础上, 构建基于物联网和金融云的智慧金融的智慧金融框架, 如图1.1。根据金融业发展现状和内部业务结构以及外部环境, 把智慧金融的发展划分为三大块:智慧业务、智慧管理和智慧安防。智慧业务就是在物联网的基础上, 实现金融业业务的智慧化, 包括金融核心业务、金融服务和个性化金融体验, 具体表现为金融交易、支付、理赔等的智慧。智慧管理就是在云计算的基础上, 金融企业实现对资产、客户、办公的管理, 具体表现为固定资产管理、金库管理、客户关系管理和办公方式的智慧。智慧安全就是通过射频识别技术, 实现金融资产、信息、人员的管理, 具体表现为有关人员安防、设备和信息安防, 金库、现金、尾箱交接的智慧管理和安全交接。[1,5]

1.金融的智慧特征

(1) 更透彻的感知, 智慧金融建设以“信息”为核心, 那就避免不了信息的获取收集, 需要智能感知技术实现信息的快速, 准确的获取, 最基础的应用不过是用户身份识别, 无论在银行, 证券, 保险还是其他金融服务中, 客户身份识别, 账户安全是一个关键问题。

(2) 更全面的互通互联:虚拟银行将业务从分行延伸到家里, 办公室或任何可接入因特网的地反, 集中的后台中心将各分行和虚拟银行连接在一起, 实现数据共享。

(3) 更深入的智能化:能得到各种异源异构, 不同时态, 不同尺度, 专业的数据, 同时以统一的标准把各

F福建电脑UJIAN COMPUTER

种数据进行集成, 通过行业知识风险评估机制的风险管理基础架构使风险管理高度智能化。

2. 智慧金融的两大基石———物联网和金融云。

物联网具有智能和信息交互能力, 具有身份标志, 物理属性、虚拟的特性和智能的接口, 并与信息网络无缝连接。物联网技术和金融科技化政策给金融业的管理方式、支付手段和业务运作流程带来了革命性的技术更新和巨大的市场空间, 目前物联网的产品已应用到了金融业的各个领域, 在安防、联网收费、支付、内部管理等领域都能见到物联网的身影。金融云是智慧金融的实施保障。

云计算对于智慧金融的发展的意义: (1) 金融企业可以根据自身的需要, 通过服务供应商单方面获取计算、存储、应用和决策的能力。 (2) 金融企业内外部可以通过各式各样的客户端平台, 如手机, 计算机等按照一定的规范机制进行访问数据。 (3) 资源共享, 供应商提供的计算机资源被集中起来通过一个多客户共享模型, 可以为个金融企业, 如银行与银行提供服务, 并根据其具体需求, 动态分配或再分配不同的物理和虚拟资源。 (4) 可伸缩性, 云计算可以有效解决非峰值时段资源的浪费。它所提供的服务是无限、灵活和动态的。[2]

3. 智慧金融的建设步骤

(1) 需要搭建金融物联网, 建设金融产品数据库。金融数据库可以实现公司财务分析、融资投资决策、金融原生产品定价、金融衍生产品定价、风险度量、评估和管理等增值服务。金融产品数据库一方面可以向政府和有关部门通过政策分析工具提供非常丰富的智慧金融服务, 另一方面为市场提供固定收益和信用衍生品定价、股票、期权定价、金融产品风险度量等服务。建立金融产品数据库提升金融数据及其分析处理方面的创新能力, 增强对客户行为的把握和分析能力, 起到对金融业服务水平、新产品开拓、市场扩张等智能洞察。

(2) 构建金融云, 建立公共金融数据中心。金融业要在统一集成的互联的流程、服务、系统间共享数据。改变金融机构数据条块分割、数据孤岛的局面, 建立金融数据的共享规范, 整合各个数据中心的公开数据、中小金融资讯机构的单项数据等。

(3) 建立和调整业务、综合管理、安全系统, 实现产品与服务的创新, 调整零售业务结构, 识别重点客户群、优化产品投资组合、改善销售模式、调整渠道部署策略和建立战略联盟。依托数据的搜集与处理, 基于计算机分析等软件, 根据银行不同方面的需求, 建立业务处理、经营管理、决策分析和服务等全功能银行业务系统。以及建立金融数据灾备中心和金融监控中心。加强机房环境、网络、系统, 以及应用等方面运行状况的监控, 加强预警, 及时发现和解决问题。

(4) 加快复合型智慧金融人才的培养。金融业中的IT精英都列为公司的核心团队。信息科技体系实行的都是单列的垂直管理, 人、财、物由集团科技部统一招聘、统一分配、统一规划, 以保证信息系统建设的标准化、规范化和高度安全性。

3. 智慧金融的构建———以银行为例

银行业金融机构依托信息技术建立起覆盖全国的、广泛的、统一的核心业务系统和全国集中的数据中心, 建成涵盖网络保护、网络服务、身份鉴别、全面互动、侵犯检测、审计监控、终端管理等技术内容的信息安全保障体制。在服务方式上, 使用互联网的技术与管理, 改变传统的金融服务, 如通过客户分析提供个性化金融产品;通过核心系统现代化实现前后台人员间的无障碍交互;通过业务数据的深度分析实现风险的有效管理。作为智慧金融的重要组成部分, 银行信息化主要内容包括以下几个方面, 如图1.2。[1,6]

(1) 构建完备的信息系统

银行业基本建成了三个层面的金融信息系统。一是银行业内部的信息系统。主要是以银行会计为依据的银行内部业务的处理系统, 即技术先进且相互协调的柜台业务服务网络以及以银行经营管理为目标的银行管理信息系统网络。二是银行业之间的信息系统。随着各项业务之间交往的频繁, 银行间的支票、汇票等转账结算业务急剧上升, 资金清算得到及时、有

2013年第11期福建电脑·77·

F福建电脑UJIAN COMPUTER

效处理, 成为提高银行经营管理效率的一个重要措施。为此, 美欧发达国家银行之间纷纷建立统一的、标准化的资金清算体系, 以实现快速、安全的资金清算。三是银行业与客户之间的信息系统。银行推出了面向大众的各类自动服务, 建立了自动客户服务系统网络, 如企业银行、电话银行、家庭银行, 等等。

(2) 依托云计算

按照传统思路, 金融行业的信息化都是自建数据中心、独立开发软件, 但这也会带来一些问题:一方面, 这种方式产业化程度太低, 每个企业都要专门研制定制化的软件服务, 这给IT厂商的产品开发和维护带来了难度, 使得信息化项目效率低, 效益不理想;而另一方面, 分散独立的数据中心和软件定制模式越来越不适应我国信息化的进一步发展要求, 这种问题在中小金融机构更是突出。如果要求每个中小城市银行、农村银行都购买设备、开发软件, 显而易见是不符合客观实际的。从专业银行角度看, 云计算能为银行客户资源整合与支付业务提供良好的支持。在人民币国际化过程中, 如果能够通过云计算技术对全球贸易与货币数据进行技术处理。可以进行人民币的交易结算与监控。金融监管部门可以用云计算实时监控热钱的流向从而实现对公共资金清算、监管渠道进行更有效的管理。云计算技术的推出, 将成为银行增强数据的安全性和加快信息共享的速度, 提高服务质量、降低成本和赢得竞争优势的一大选择。主要应用有: (1) 将云计算与数据挖掘技术结合, 增强银行的数据处理能力, 快速做出商业决策。 (2) 增强银行数据的可靠性和存储能力, 应对不可抗力事件, 如火灾, 地震等, 为银行存储不断增长的业务数据提供强有力的支撑。传统的银行存储技术有NAS和SAN, NAS与应用使用同一网络, 因此增强了网络拥塞, NAS性能也严重受制于网络数据传输能力。而SAN主要缺点在于所需的基础设施极其庞大, 成本高和复杂, 在管理和维护上, 需要专业性人才, 使得银行的总拥有成本较高。因此传统的数据存储结构都不能满足银行的数据存储。云计算技术基于以上问题提出了解决方法。 (3) 提高银行数据传输的安全性, 防止各种病毒威胁和恶意入侵。云计算的以下特点满足了银行上述的需求:数据的安全性、可以实现数据共享、强大的存储能力。[3]

(3) 云计算技术在银行中应用需要注意的问题

利用云计算, 云供应商确保了数据的安全性。将数据存放在云供应商处, 这对银行来说是不透明的。随着基于云计算的服务日益发展, 云计算服务将由多

·78·福建电脑2013年第11期

家服务商共同承担, 而这些服务商可能将这些服务层层外包, 这样数据会经过层层传递, 给银行带来巨大的安全风险。银行可以建立私有云, 共同组成银行业的云计算中心, 利用这种云计算模式, 银行可以完全控制与计算方式, 如云存储的存储资源的访问完全可以由银行自己控制, 而不必依靠云计算服务提供商。银行也可以对外提供服务, 银行所有云计算应用都基于这个平台, 对于数据的保护完全可以由自己控制, 从而有效避免了采用公共云服务引起的各种风险。[4]

(4) 完善银行业金融信息安全应急恢复体系

加强灾备中心的建设、保证系统的安全稳定运行。加强安全监控, 进一步完善金融信息安全应急处置机制和信息通报机制, 制订应急预案并进行演练, 明显提升金融信息系统预警、应急处置和恢复能力, 保障银行业务的连续稳定运行。探讨建立银行业应急救援中心的可行性, 加大应急技术支持和救援力度, 加快业务的恢复速度, 并最大限度地实现资源共享。平台的构建还可引入信息服务提供商。购买他们的数据处理硬件或软件。培训操作系统的工作人员。因为银行会有海量数据, 这些都是原始的数据, 而客户们要看的大多都是经过二次处理的数据, 容易看懂。所以, 引入这样的数据处理服务十分必要。

4. 展望

智慧的金融就是要满足更透彻的感应度量、更全面的互联互通、更深入的智能洞察。将这三大特征有机地融入银行的业务与技术层面中, 可以推动银行的转型与创新, 进而支持实现智慧的银 (下转第75页) 行解决之道。本文分析了现行的银行金融信息化体系框架, 提出了银行信息化的构建以及应用的分析及展望。金融信息化把信息技术应用到金融机构中, 对金融机构施行业务流程再造, 提高了运作效率。云计算技术的推出, 将成为金融业增强数据的安全性和加快信息共享的速度, 提高服务质量、降低成本和赢得竞争优势的一大选择。云计算就是将金融信息化在信息统筹、运作能力方面的新平台。将云计算与数据挖掘技术结合, 增强数据处理能力, 有助于金融企业解决信息化建设中遇到的问题。通过各种数据处理软件及硬件将信息进行二次处理, 使得信息的可理解性强, 适合于不同层次用户的需求。并通过这些数据包装成个性化的金融产品提供给客户。金融机构在系统中能够充分利用全面互联互通的数据, 从而支持金融业务与技术创新, 通过流程优化促进效率提升, 实现前后台的交互及各个网点运营间的交互。当数据达到真正的互联互通, 将会成就产品的创新, 加速产品的制造过程。同时, 互联互通还能帮助金融企业更好地处理合规问题。

参考文献:

2013年第11期福建电脑·75·

参考文献

[1]温晓岳等.智慧金融[M].北京:清华大学出版社, 2011.

[2]李政, 王雷.论金融信息化及其对金融发展的影响[J].情报科学, 2007 (11) :1743-1745

[3]谢世清.论云计算及其在金融领域中的应用[J].金融与经济, 2010 (11) :9-11

[4]张建文, 汪鑫.云计算技术在银行中的应用探讨[J].金融信息化论坛, 2009 (6) :16-19

[5]汪芳等.物联网、云计算构建智慧城市信息系统[J].移动通信, 2011 (15) :49-53

防范金融计算机犯罪的对策与措施 篇5

关键词：金融；计算机犯罪；防范措施

中图分类号：TP393.08 文献标识码：A 文章编号：1007-9599 （2012） 10-0000-02

一、前言

计算机犯罪的防范首先要从计算机入手，研究并分析计算机系统中存在哪些漏洞和风险。计算机中存在的金融风险主要包括以下几个方面：首先是计算机本身的问题，如安全防范技术低、设施单一落后、防范措施薄弱、系统抗病毒能力差等，当系统被病毒和黑客入侵时，系统的安全防范阻挡不了；其次系统在安全管理方面缺乏应对入侵的措施和相应的制度；第三点是计算机工程建设的控制能力，在参与金融软件开发的技术人员中，可能存有部分动机不良的人，他们在开发应用软件的过程中故意中预留一些“陷阱”和漏洞，以备以后犯罪使用；没有严格的管理机构和监督机构，技术开发和生产运行之间没有明确的分界线，没有管理部门对业务操作员进行管理，以致非操作人员也可以进入开发和生产的现场，这就给犯罪分子留下了犯罪的机会；还有一种常见的金融计算机犯罪就是内外勾结，因此一定要加强内部人员的思想教育，定期考核操作人员的品行。利用计算机犯罪不仅具有将强的隐蔽性，它的专业性和随意性也比较强，给侦查工作带来巨大的难度。

二、金融计算机犯罪的表现形式

（一）金融计算机系统内部人员作案，其实在金融计算机犯罪中有绝大部分的犯罪分子都是来自银行资金等相关部门，如在银行任职的会计、电子联行、国库、资金清算等工作人员。由于这些部门的人员岗位特殊，他们与资金有直接的接触，充分的作案条件为他们提供了不少机会。

（让他）外部黑客攻击金融系统作案，在这种作案中的犯罪人员基本上都是银行外部的人员，常见的作案类型有两种：一种是利用信用卡作案，这种作案方式具有一个明显的特点就是窃取他人的个人信息伪造信用卡，然后进行恶意透支，携款逃匿，这种作案不论对银行还是个人来说危害都很大。第二种是网络犯罪，由于银行目前是采用公用信道作为网络技术，犯罪分子可以利用网络去入侵银行的管理系统，篡改业务数据，从而盗取资金，还有一种方法是破解银行或者客户的密码，然后在银行业务系统中盗取资金。由于该作案手段是借助计算机完成的，所以作案手段以逐渐走向了技术化和智能化，另外该作案手段的隐蔽性极高，检查机关很难侦查到。

二、造成金融计算机犯罪的主要原因

（一）金融计算机犯罪之所以这么猖獗，其中一个重要的原因就是金融计算机系统的安全防范技术低，相关的安全软件硬件更新速度较慢。随着计算机技术的更新换代，其软件和应用程序的版本也在更新，但一些较偏僻或者较基层的单位对软硬件的更新不以为然，安全系统一直停留在老版本，缺乏相应的维护，因此就出现了应用软件功能缺失等现象，新老应用程序的交替导致优势会出现数据丢失和操作出错等显现，这些因素都给犯罪分子提供犯罪的机会。安全防范技术总是跟不上计算机技术的发展脚步，为了让计算机普及，让非专业人员也能够操作计算机，我们将计算机语言转变成了自然语言，计算机操作流程的简化为犯罪人员提供了不少便利。安全防范技术的落后是犯罪分子犯罪的主要原因，只要稍微熟悉家算计的人就具备作案的能力。

（二）不完善的制度管理是金融计算机犯罪的第二个原因，在金融机构中由绝大部分是没有金融系统管理制度的，就算在少数有管理制度的金融机构中，他们的口令、密码、操作流程到监督机制这些操作都是在不规范的状态下进行；其次领导的不重视也是导致金融犯罪的原因之一，在部分金融部门的领导看来，利润的增加才是工作的重心，对于安全问题往往是不屑一顾。

（三）不完善的法律体系是金融计算机犯罪的第三个原因，在计算机犯罪方面的打击力度不够。我国针对计算机金融犯罪的刑法不足以震慑犯罪分子，其次侦察机关的人员素质也是参差不齐，有部分侦查人员甚至连计算机的专业知识都不了解，因此在班里计算机犯罪的案件中，他们也是心有余而力不足。

三、防范金融计算机犯罪的对策与措施

（一）强化金融从业人员的安全意识，提高思想觉悟，加强思想政治教育

金融电子化系统需要人和计算机的共同操作，而系统是处于被人操作的状态，所以人的素质在金融电子化系统的操作中起着关键性作用，同时它也决定着犯罪防范工作的进展难易程度。操作人员的自我约束能力和自觉性对金融电子化系统的安全来说很重要，计算机操作和手工处理存在很大的区别，不留痕迹的处理手法成了犯罪份子最好的保护伞。大部分从事金融计算机操作岗位的人都是年轻人，部分年轻人思想活跃，容易受到外界的蛊惑，从而出现内外勾结犯案的现象，这些都是由于道德教育的缺失造成的。就目前的金融建设而言，技术防范和法律制裁都无法控制金融计算机犯罪的趋势，低代价的犯罪是诱导他们犯罪的主要原因。为了从根本上解决这个问题，首先要从計算机操作人员的思想教育着手，让他们形成正确的人生观和价值观。加强对金融从业人员的政治理论学习，提高他们的道德素质和思想觉悟。

（二）加强管理，健全安全内控制度，形成严密的制度防范体系

1.加强金融系统内控制度和监督制约机制的建设和落实

在金融计算机防范犯罪的过程中建立严格的内控制度，特别是针对特殊性岗位和业务的工作人员，制定一套合理可行的内控制度，对不同岗位的人员使用不同的规范来约束他们的行为。规章制度不能一成不变，要根据工作和技术的变化进行完善，避免一些投机取巧的现象出现；将制定的内控制度落到实处，因此可建立一个监管部门，严格监督制度的落实情况，避免制度成为摆设的现象出现。对监督制约机制进行不断的完善，在工作人员之间建立相互监督、相互制约的机制，强化监督工作的实施，保证监督工作的规范化、程序化和制度化。

2.强化制约机制，严格分工界限和密码管理制度

避免交叉代岗和一人多岗的现象出现，人员流动量过大会给监管工作带来一定的困难，从而削弱了监督制约的力度，给不法分子制造了可乘之机。明确各个岗位的工作人员的职责，特别是计算机操作和会计财务，这两方面的工作人员不能出现混岗现象。计算机操作员对程序要严格保密严禁泄露，因此在计算机程序安全系统中建立严格管理制度，以设立密码的形式，对密码须进行定期更换。用户密码不能使用原码且不能将密码储存在计算机中，以免犯罪分子盗取，计算机从业人员对自己的密码要严格保密，不能交换或泄露密码，不使用计算机时必须退出操作系统才能离开。

（三）加强金融计算机安全防范技术的研究，提高系统的安全性

计算机系统本身就存在一定的漏洞，软件和硬件都具有脆弱性，所以才会导致计算机不安全因素的出现，因此，提高计算机的安全性能需要从安全技术方面着手，提高软件和硬件的性能也是预防金融计算机犯罪的一项措施。在计算机的程序设计和编制过程中设立严格的责任制，在相关操作人员之间形成相互监督相互制约的制度，一来可以避免弄虚作假的现象出现，二来也提高了机构的内控能力。在实际操作过程中，保证计算机的记录与操作同步进行，这样可以有效防止非法行为的出现。研发专门针对监控计算机系统运行情况的软件，对于破坏行为可以即时进行识别和消除，在数据通信方面的保密工作需加强，研发一些针对数据通信的加密软件、滤波技术和防火墙等技术，让计算机具有识别和制止犯罪的功能。在安全技术方面加大研究力度，促进并完善金融计算机技术防范体系。

（四）健全法律法规，建立金融计算机安全的法律屏障

如果单靠思想教育来防范犯罪行为的发生，那肯定是不够的，当犯罪行为已经发生，我们必须用严厉的制度去惩罚这些犯罪行为，只有教育和惩罚并存才能达到双管齐下的效果。随着金融计算机进入电子化时代，法律的空白为计算机犯罪留下了犯罪的空间，这些侥幸心理就是促使犯罪分子犯罪的动力。所以在金融电子和计算机安全方面，我们应该加块法律的建设进程，用法律法规来打压计算机犯罪的嚣张气焰。其次我们要从思想教育上加大对计算机操作人员的普法教育，让每个人都受到法律的约束，不轻易地去碰触法律的红线，用法律来捍卫金融计算机系统的安全。当出现计算机犯罪案件时，各级金融部门应特别的重视，将案情上报给当地公安部门，并给与公安部门一些协助和线索，让法律来严惩犯罪分子，从根本上降低犯罪行为的发生。

（五）加强计算机的稽查监管力度

计算机应用系统每隔一段时间就应定期检查，避免留下一些漏洞，监管部门在金融计算机犯罪中的位置也很重要，它是督促制度实施的有力保证。其次在内控能力上应加强对内部计算机操作人员的思想教育，监督他们合法的操作系统，做好保密工作和監控工作，一旦出现问题应及时汇报和处理。

参考文献：

[1]马辉.金融领域计算机犯罪的防范对策体系[J].计算机光盘软件与应用,2010(9):17-17

[2]苏向阳.计算机犯罪与金融风险的防范措施[J].信息与电脑,2011(4)

金融计算模拟教学 篇6

关键词：Agent,计算金融,进展综述

20世纪80年代以来, 金融学开始逐渐摆脱经典金融理论的束缚, 计量金融、行为金融和市场微观结构理论均取得了重要的进展, 人们对金融市场的认识也因此更为全面深入。

一、人工股市建模的发展历程

(一) 早期阶段

Kim-Markowitz模型作为第一个现代意义上的基于A-gent的人工股市模型, 其设计的主要目的在于解释和论证组合保险策略与1987年美国股市崩盘之间的关系。同时, 它也向人们展示了在金融市场宏微观联系的研究中, 基于Agent的人工股市建模的重要作用, 而这种桥梁作用正是人工股市模型的核心所在。

异质性产生多样性, 所以异质性是复杂系统的一个重要特征。在人工股市建模的早期阶段, “异质和反馈”是人工股市建模的主要理念, 典型的如Levy (1994) 等人建立的模型, 即LLS模型。在该模型中, Agent利用历史收益形成预期, 不同的Agent具有不同的记忆长度, 由于异质和反馈作用, 模型输出的结果展现出复杂的动态, 但LLS模型与Kim-Markowitz模型一样, 并不能产生实证典型事实和标度率。模型输出的收益为高斯分布, 也没有波动丛集性, 从这个意义上说LLS模型更像是一个随机数生成器。

(二) 多样化发展阶段

1. 智能学习模型

此类模型的一个重要特征是借鉴了人工智能领域的成果, 使用了复杂的学习算法, 模型中的Agent具有较高的智能性和适应性。著名的圣菲人工股市 (SFI-ASM) 就是这类模型的典型代表, 该模型中的Agent使用遗传分类算法学习预测, 研究发现当Agent修改其预测规则的速度比较快时, 整个市场自组织成复杂的状态。这时, 技术交易及短期泡沫出现, 资产价格的统计特性呈现出如实际市场一样的GARCH效应。

Tay和Linn (2001) 对SFI-ASM的分类学习系统作了修改, 用模糊分类器系统代替了分类器系统。陈树衡等人 (2001) 的模型采用了遗传规划作为Agent的学习算法。Le Baron (2001) 的模型使用神经网络结构来表示Agent的资产组合策略, 为了体现异质性, Agent采用不同长度的历史数据学习。

2. 少数派博弈模型

1997年Challet和Zhang从Arthur的EI Parol Bar问题抽象出的一个基于Agent的模型, 称为少数派博弈模型 (Minority Game, MG) 。模型中的Agent采用了较为简单的强化学习算法。模型只有少量的参数, 但却是一个同时具备适应性、异质和反馈特点的确定性系统。所以很快少数派博弈模型就成为人们研究复杂适应系统、建立人工股市的一个重要范式。

Johnson (1999) 把现实市场中投资者的观望行为引入少数派博弈模型中。在他的模型中, 当Agent的最好的策略表现低于某个门限值时, Agent就保持观望 (inactive) 。这样一来, 系统中活动的Agent的数目就不是固定的, 而是时变的, 这个性质类似于统计物理中的巨正则系综 (grand canonical) , 因此这样扩展后的模型被称为巨正则少数派博弈模型 (Grand-Canonical MG) 。Bouchaud, Giardina, Mezard (2000) 首先发现巨正则少数派博弈能够产生波动丛集性, 并且研究了巨正则性质产生波动丛集性的机制。巨正则少数派博弈模型的建立无论对复杂适应系统还是人工股市的研究都具有重要的意义。

3. 模仿学习模型

模仿学习是一种非常重要的社会学习行为, 同时也是一种相对比较简单的学习行为。如果只研究少数几种策略, 则可以建立基于Agent的数学模型。这类模型通常仅包括基本分析与技术分析等少数两三种策略, 每个Agent拥有一种策略, 它们通过模仿学习不断选择表现较好的策略, 在几种非线性作用力下模型通常会展现复杂的动态。这类模型主要有Brock和Hommes提出的“适应信念系统” (或称BH模型) 和Lux与Marchesi建立的Lux模型。

早期的关于适应信念系统研究的文献主要关注于这些系统通过分叉形成的混沌吸引子。最近, Gaunersdorfer和Hommes开始考虑波动丛集涌现的机制, 他们的研究表明当系统中同时存在不同的吸引子时, 这时如果引入一定的噪声, 系统就会在不同吸引子之间来回转换, 因为不同的吸引子对应着不同的价格波动, 这样模型就能够产生与实证数据相似的波动丛集现象。

4. 自组织模型

复杂系统和人工股市的研究表明微观个体的适应性可以产生复杂的宏观现象, 但同时也证明适应性并不一定总能够产生复杂性。许多时候适应性能否产生复杂性, 还得看相应的适应性能否产生自组性, 否则汇总的宏观动态会由于大数定律的作用而变得平凡。所以“自组织性”也是人工股市建模的一个重要理念。金融市场中投资者的模仿和羊群行为就是一种典型的自组织行为。

Cont和Bouchaud (1999) 首先应用逾渗理论刻画这种自组织效应, 成功建立了CB模型, Iori (2002) 以随机场伊辛模型为基础, 建立了一个与Cont-Bouchaud模型相似的市场模型, 所不同的是在Cont-Bouchaud模型中Agent按团体决策, 而Iori的模型中的决策者是个人。许多学者对CB模型和Iori模型作了扩展和改进, 通常这些改进后的模型都能够产生大多数典型事实, 包括收益的厚尾分布, 波动丛集等特征。有些模型甚至可以产生与实证数据相近的幂率标度和多重分形等性质。

二、现有模型的优缺点

以SFI-ASM为代表的智能学习模型使用了分类器系统、遗传规划和神经网络等复杂的智能学习算法, 这样的设置使得Agent具备了较好的适应性, 但同时也大大增加了模型的复杂性, 使得难以对得出的结论进行评估。Ehrentreich (2002) 对SFI-ASM技术交易涌现的质疑就是其中的一个例子。

相比之下少数派博弈模型要简单的多, 只有少量的参数, 而且可以应用平均场理论得到近似的结果。但少数派博弈模型的计算量并不小, 所以同智能学习模型一样, 只能模拟少量的Agent。再者, 投资股票并不是一个争做少数派的博弈, 而恰恰相反是一个争做多数派的博弈, 但无论简单多数派博弈模型还是Andersen扩展的美元博弈模型都遇到强烈的正反馈。

模仿传染模型虽然可以建立数学模型, 并且这些模型在一定程度上具有可解析性。但缺点也是明显的, BH模型需要适度调节转换噪声的大小, 防止系统中只剩下单一的策略;而Lux模型则通过人为限制每类Agent的最小比例, 以避免所有的Agent转换为单一类型的Agent。

三、未来的发展方向

人工股市建模还存在许多缺点, 但最为重要的问题还在于实证基础薄弱。对于个体的认知和行为, 行为金融学认为投资者的认知存在着各种偏差, 但何种条件下投资者表现为何种偏差至今还没有搞清楚;而对于金融系统的输入———信息, 尽管有大量的文献研究不同类型的信息, 如公司合并公告和季度收益公告等信息对市场的冲击, 但却很少关于金融市场信息过程建模的研究。

由于目前人工股市建模的关键问题在于缺乏实证的支持, 而并不在于设计具有如何强的学习适应能力的Agent, 所以人工股市建模与实证研究更为紧密的结合将是未来发展的主要方向。

四、结论

金融计算模拟教学 篇7

云平台的出现为金融系统通过互联网进行计算提供了一种新的虚拟化资源, 极大地提高了金融系统的服务效率, 但大量的云计算企业的加入使得金融信息泄露的风险增加。金融机构及金融企业的信息流量大、敏感性强、保密度高, 安全和稳定无疑是该行业信息处理中最重要的原则。对金融系统信息安全风险的准确度量及动态把握又是提高金融系统信息安全性的关键步骤。金融业核心业务的快速发展使得金融业务的交易渠道不断增加, 风险也随之加大, 因而对金融信息安全的风险评估方法及技术也日益变得重要和突出[1]。

1 金融信息安全风险评估方法及技术回顾

通过知网等进行文献检索, 对于金融信息安全的风险评估方法和技术主要有故障树方法、故障模式影响及危害性分析、Hazop法、事件树分析法、原因—结果分析法、风险模式影响及危害性分析法、风险评审技术等方法。故障树方法是一种自上而下的分析方法, 运用这种方法对危及金融信息安全的硬件、软件、环境及人为因素进行分析, 通过对各种金融信息安全危机类型的发生概率进行分析, 最终构成树状结构, 逐层细化。故障树分析方法有定性和定量两种方式。故障模式影响及危害性分析则与故障树方法相反, 自下而上进行分析, 针对金融信息系统中的隐形危机模式, 按照危机的严重性及发生概率大小进行排序, 从而提高系统的可靠性、安全性、维修性和保障性水平。Hazop法则以专家会议的形势确定金融信息系统运行过程中异常现象, 并逐一对异常现象的危害程度进程分析, 指出存在的问题。事件树分析法侧重于风险分析。它是在给定系统事件的情况下, 分析此事件可能导致的各种事件的一系列结果, 从而定性与定量地评价系统的特性, 并可帮助人们作出处理或防范决策。原因—结果分析法综合了故障树和事件树的分析方法, 其研究侧重于识别出突发信息安全事件产生后果的事件链, 借助于原因—结果分析图来判别不同事件的发生概率, 从而确定系统的风险等级。风险模式影响及危害性分析法由风险模式影响分析及危害性分析由两个方面构成, 是分析产品所有可能的风险模式来确定每一种风险对系统和信息安全的潜在影响, 找出单点风险, 将每种风险模式按期影响的严重程度和发生概率, 确定其危害性, 进而发现系统中潜在的薄弱环节, 以便选择恰当的控制方式消除或减轻这种影响。风险评审技术运用随机网络仿真对金融管理信息系统进行定量分析。在仿真过程中, 将代表时间流、费用流和性能流的参数散布于网络系统中, 通过对仿真活动发生的笔筒流向以及流向后的不同变化, 收集个参数的新的数据, 从而了解金融系统信息安全的运行情况并进行决策[2]。

由上可见, 相关理论研究主要集中在技术层面和定性分析法, 缺少定量分析。云计算环境下大量外接用户节点所带来的随机性问题对风险评估的稳定性和科学性提出了更高要求

2 云计算模式下金融信息安全风险评估

2.1 云计算环境的特点

1) 资源集成度高。相比于本地计算环境, 单个用户可能在云计算平台中获得的资源受用水平因为网速等原因未必占优, 但是其对部分闲置资源利用率得到了极大的提高, 从而将有限的整体资源的利用率发挥至极致, 使得整个社会资源利用率得到很大的提高。

2) 抗冲击能力强。云平台采用分布式数据储存方式, 该方式不仅仅提供了数据恢复依据, 也使得各种网络攻击变得无所适从, 对系统的安全性和抗冲击能力的提高起到了重要作用。

3) 可扩展性高。云平台采用模块化设计。目前主流的云计算平台均根据SPI架构在各层集成功能各异的软硬件设备和中间件软件。大量中间件软件和设备提供针对该平台的通用接口, 允许用户添加本层的扩展设备[3]。

4) 使用成本低。由于采用分布式数据储存方式, 云计算模式对硬件设备购置费用的节省度极大, 从而使得用户可以利用结余的闲散资金根据自己的规划和需要进行个性化的需求订购, 提高了资金的利用率。

2.2 云计算模式下金融信息安全风险评估的理论分析

综合考虑云计算环境中的特征情况, 运用定性与定量的转换模型来评估金融信息安全风险将会大大地提高评估方法和结果的准确性。笔者首先比较了云计算环境与金融机构自建封闭型IT环境下金融信息安全的差异性, 并以金融关键数据的安全管理方法为例, 结合其实施的效率和适用性, 对影响金融系统信息的安全因素进行分析和归纳, 构建其综合评估指标体系。在此基础上运用云计算理论对金融信息安全风险评估方法进行建模, 获取了表征金融系统信息安全状态风险评估的综合理论模型。在综合理论模型的基础上, 运用云重心评价法法则, 自下而上逐级评判, 通过将各层次语言值指标合理量化并进行科学计算, 最终得到金融企业信息安全风险的综合评定值。接着, 在采集金融企业及其信息安全的相关数据的基础上, 运用可视化建模仿真软件进行分析, 证明该方法的科学性和合理性。最后, 以某银行电子现金系统安全为例, 对其电子现金系统设计方案用上述模型进行算例验证。本研究将云理论技术用于金融系统信息安全的评价, 实现若干定性指标的精确表示, 利用云重心位置的改变来监测整个金融系统的动态变化, 从而保证评估方法和结果的准确性, 从而为金融系统信息安全的风险评估及动态监测方法提供理论借鉴并推广实用化。

2.3 云计算模式下金融信息安全风险评估的技术路线

1) 通过对金融企业及客户的走访调查, 获取金融关键数据的安全管理方法的实施效率及适用性程度的相关数据, 进而对影响整个金融系统信息的安全因素等因素进行分析和归纳, 构建金融系统信息安全的综合评价指标体系。

2) 在查阅云计算相关资料、咨询云计算专家的基础上, 研究云计算环境下的特征表现, 运用云理论技术对信息安全评价进行建模, 获取表征金融系统信息安全状态评估的综合模型。

3) 按照云重心评价法的法则, 将各层次语言值指标合理量化并进行科学计算, 最终得到金融信息安全的综合评定值。

4) 充分采集金融信息安全的相关数据, 以某银行为例, 对其电子现金系统设计方案进行算例验证。

3 结语

通过上述对云计算模式下金融信息安全风险评估模型与技术的理论分析及实践尝试, 我们可以得到一种新的金融信息安全评估和保障方法。后续的研究一方面将会大大的拓展金融企业的市场空间, 提供更好的金融服务;另一方面将带动大量的IT服务公司在相关研究成果的基础上不断设计出更优化的函数和算法来提高信息安全度量的准确性和及时性。

参考文献

[1]李斌.银行自动化综合系统中信息保护的方法基础[J].管理科学文摘, 2012, 12 (21) :105-106.

[2]叶振军.金融信息安全:模型、方案与管理策略研究[D].天津:天津大学, 2007.

计算机在金融监管工作中的作用探析 篇8

随着科技的发展，计算机技术在金融部门取得普遍的应用及普及，并取得了明显的社会效益及经济效益，充分表现出计算机技术的效用。使用计算机技术防止金融危险、加大金融管理，是金融业于信息时代快速进展的状况下的不二选择。国内外许多金融机构也已试着运用计算机技术建设防范金融风险机制，而且取得了很好的效果。怎样借助现代科技，全面发展计算机于金融监管中的作用呢?笔者认为，应从以下几个方面来尝试。

1 商业银行需要高效利用计算机技术管理风险

1．1加强金融科技投资，建设金融信息计算机网络系统

(1)决策风险防范。因为各行于金融电子化建设方面各立门派，不相往来，如此造成：一是很难完成各类信息共享，引起计算机信息资源浪费，二是中央银行不能经过计算机网络获得信息，实行监督。以贷款可行性解析为例子。我们需利用计算机实行动态分析、定量分析，科学测出贷款科目的风险度，正确地设定贷款人的信用等级，精确地算出放款金额的收益率。计算机技术的有效使用会起到防止贷款风险的效用。

(2)运行风险防范。运行风险广泛存在于我国的银行业里。现今我国银行业以银联机构为核心，设立了覆盖范畴比较广泛的网络系统。经过此系统，客户能完成转账、查询、支付等各种活动。但于银行业网络实行途中，也会出现由于外部侵害及系统内部问题所引起的瘫痪，继而影响银行业正常运行。对此，可使用计算机技术补充这一不足。一部分国内外银行尝试运用SOA技术设立维持网络体系的正常运行。SOA(service-oriented architecture)为面对服务的体系结构，为一类分布式系统的体系构成。SOA让银行业能依照模块化的方法增添新服务或更新现有服务，来完善新业务需求，继而能经过不一样的渠道提供服务，并能把企业现有的或已有的应用当成服务，继而维护现有的业务网络基础建设投入。

由人民银行带头组建，协调并完善各商业银行在电子化建设中的种种关系及矛盾，建设一个对外的城市金融信息网络，而且定制一整套网络服务及网络管理制度方式，制定商业银行哪些数据必须经过网络传送至人民银行的计算机服务器之中，何种信息能提供网络共享，何种信息不能提供给网络共享等等。

1．2对金融环境实行监测，加大金融监管软件的开发与管理

运用计算机网络互联技术，不仅能完成金融服务方式的现代化，并能最优地防止潜在的金融危机。我们能采用计算机技术建设经济发展动态数据库系统，对国际国内经济发展数据实行监督，将相关数据输入统计系统之中，直接得知国际国内经济发展总体状况，对即将存在的金融风险实行准确判断。

2 金融监管系统中运用计算机技术

2．1建设金融电子监管系统

央行金融电子监管系统包括人民银行现有监管工作的全部内容，比如监督信息数据管理库系统、金融监管法规库系统、、印鉴凭证签字安全管理系统、金融机构审批管理系统、金融机构高级管理人员资料库系统、资金流向自动跟踪分析系统、区域性金融风险预警系统、金融监管处罚文档管理库系统、外汇管理系统等等。

2．2加强金融监管软件的开发及管制，建设金融信息计算机网络系统

中央银行一定要改变以前重视应用、轻视管制的思想观念，大力加强金融监管软件的开发工作，尽最快速度研发出一类高水平、高效率、方便操控的金融监管软件;另外还需要定制相对应的体制及管理方式，需要商业银行把已经被管制的信息及数据经过计算机按时报送人民银行，促进各商业银行依照人民银行的需求为金融监管软件供应接口数据及信息，如此这样才会有可能经过计算机对商业银行的前台业务数据完成直接监管。

2．3建立高素质金融管制队伍

建立队伍一方面需要派遣计算机技术的人员至监管部门学习业务，并且担当监管部门业务人员的计算机培训任务;另一方面对监管部门的业务人员需要增加压力及动力，定制相对应的培训制度及考核制度，运行带证上岗，使员工认识到计算机的运用为一门必须全面掌握的基础的金融业务能力，促进他们经过培训、自学等途径快速了解计算机的操控及应用等技能。

3 结束语

我们知道，计算机在金融行业之中的有效运行面临相当的风险，比如黑客侵袭、病毒入侵等等，这些皆是我们在使用计算机技术时需要多加注意并且防范的。中央银行的金融监管部门及科技部门，更需相互配合、互相协作，将计算机及金融监管工作科学地结合，全力开辟金融监管工作的新天地。

摘要：伴随着金融电子化的进展及金融革新, 计算机于金融中的运行也越来越普及, 尤其在金融监管及风险管理中充当着核心位置。然而, 金融风险难以避免, 中央银行搞好金融监管工作的当务之急应当是加大金融监管电子化建设速度。对使用计算机技术进行金融监管工作进行了论述。

关键词：计算机技术,金融电子化,金融监管金融创新,金融风险

参考文献

[1]刘晓.充分发挥计算机在金融监管工作中的作用[J].武汉金融, 2002 (12) .

[2]刘冬.运用计算机技术创新我国金融管理体制[J].科协论坛, 2009 (12) .

[3]黄达.金融学[M].北京:中国人民大学出版社, 2009.

[4]刘路平.计算机防范金融风险与防范计算机金融风险[J].黑龙江金融, 1998 (3) .

金融计算模拟教学 篇9

1 计算机专业大学生的就业现状调查

在“2009年大学生就业形势调查问卷”中用统计法对有效问卷进行分析得:

1) 大学生对09年就业形势的看法受08年金融危机的影响, 大多数同学还是认为自己的就业受到了影响, 其中86%的同学认为09年就业形势严峻, 就业难, 13%的同学认为形势正常, 只有1%的同学认为就业形势较好, 容易就业;

2) 调查者认为自身欠缺素质:在这次调查中大多数同学认为自己在就业前最欠缺的素质是相关工作或实习经验, 比例为55%, 有18%的同学认为自己的承受克服困难的能力薄弱, 还有15%的同学对自己的专业知识和技能还是不敢肯定, 除此之外还有6%的同学认为自己的沟通协调能力有待提高;

3) 择业观念:面对现在严峻的就业形势一步到位, 大多数同学的选择还是偏向于先找工作, 其中的具体数据如下:固定收入——14%;先就业后择业——73%;不就业, 继续深造——2%;自主创业——11%;

4) 选择何种单位就业:大多数同学是比较看好国有企业和政府部门的, 当然民营和哇外资也是大家的一个选择, 但是5%的同学愿意自主创业, 因为自主创业需要很多的条件;

5) 是否愿意到中小城市或西部地区发展:面对现在的严峻就业形势, 同学在选择发展方向上, 不再想以往一样盲目奔的向大城市或是东部沿海地区工作并寻找发展的空间, 目前73%的同学为了先就业, 都愿意到一些中小城市或西部地区发展, 但还有27%的同学依然会选择一些大城市或是东部沿海城市;

6) 求职中的困扰:经过调查, 62%的同学还是认为对自己来说, 缺乏工作经验是找工作中最大的困难。

在“校企合作”情况调查问卷中:

1) 用单位用人时看重应聘者的素质有:个人能力、个人实践经历、个人发展潜力、思想品质、社交能力、心理素质及综合素质等;

2) 由于受金融危机的影响用人单位招聘需求下降, 岗位明显减少多数企业都不招新员工, 用人单位招聘人员的渠道有:就业市场、校园招聘、学生上门求职、网上招聘、经人介绍、社会招聘其中主要最主要的渠道是校园招聘和今人介绍;

3) 与其他招聘者相比大学生的优势在于学习能力强、综合素质较高, 没有接受过其它企业的相关知识, 容易灌输企业文化;

4) 对校企合作了解程度偏低, 其中只有8.8%的大学生知道且很清楚;62%的大学生听说过但不了解;29.2%的大学生没听说过校企合作。此外, 有些大学生对单位及工资要求过高;缺乏合理的大学生涯规划, 浪费了宝贵的大学时光:就拿研究生录取率偏低来讲, 很多人选择考研是在进入大三、大四以后, 为了逃避就业的压力, 这直接导致了研究生录取率偏低。86%的同学认为09年就业形势严峻, 原因主要包括缺乏社会经验、创业、考研人数过低等, 对此政府、高校、用人单位、大学生等社会各界都应认真思考并积极应对。此外还有一些新的特点, 主要有工作地域的选择及就业观念的改变等。

2 制约计算机专业学科毕业生就业的原因分析

对学计算机方面课程的同学来说制约就业的主要原因如下:

1) 从事计算机专业对口工作的毕业生所占比重较低, 仅占就业总人数的40%左右, 包括做技术、网站和软件开发等;

2) 存在不正常的扎堆现象, 比如有32人到广东某监理有限公司工作, 占已就业人数的12%, 所占比重偏高, 对以后的毕业生就业存在一定风险性;

3) 考研人数偏低, 呈现对就业前景迷茫的问题。

对从事计算机方面专业的大学生来说, 除了具有大学生本身的优势, 如学习能力强、有创新精神, 有活力、勇于拼搏;有一定的专业技术素质外, 还接触过大量的其他信息;此外, 就本次调查“关于用人单位对应届毕业生的需求情况及‘校企合作’情况调查”结果显示:当问及用人单位高校毕业生与其他应聘者的优势所在时, 用人单位相关人员认为高校毕业生的学习能力强、综合素质高、没有接受过其他企业的企业思想容易灌输本企业文化。显然其劣势也不难发现:信息量大但缺少评判标准容易迷失, 这点从本次调查关于“2009年大学生就业形势问卷”中关于“参加能力培训必要性”一题中有37%的同学认为关于信息化的实训是有必要的可略见一斑;62%的同学还是认为对自己来说, 缺乏工作经验是找工作中最大的困难。当然在调查中还发现我国目前高校在人才培养方面还存在不少问题, 如很多学校只重视科研, 却忽视了教学或对教学重视不够, 领导和教师责任心不强;有些课程的教学内容, 几乎不针对中国的政治经济现实, 学生经过大学数年的学习之后, 对于现实社会的状况仍然是十分隔膜, 这严重不利于学生的就业。大学扩招过程中间, 教师的知识结构仍然是非常陈旧, 授课内容政治化空洞化。一些高校以经济效益为最大目标, 高校产业化倾向严重;加上急功近利, 不少学校不顾自身软硬件是否允许, 设置了投资少、见效快的专业, 导致专业设置进一步失衡;忽视大学生的心理和做人教育, 导致大学生心理素质较差一旦遇到挫折就不能自我调节, 甚至产生更加严重的后果。

3 计算机专业大学生就业的对策研究

3.1 政府是主导

政府要实施更加合理有效积极的就业政策, 加强引导, 理顺机制, 协调各方面力量, 积极为大学生就业服务。一是宣传和落实具体措施力保大学生就业。教育部和各地政府应迅速行动起来, 出台了一些具体措施。例如:切实完善离校未就业毕业生见习制度, 从2009年起, 力争用3年时间组织100万未就业高校毕业生参加见习;积极鼓励大学生创业:建立完善对困难毕业生的援助制度, 认真做好家庭困难和登记毕业生的就业援助工作:进一步完善社会保障体系, 让暂时没有就业的大学生有一个最基本的生活保障等等。这些政策出台对广大毕业生是一大福音, 但在调查中了解到大学生普遍不是非常了解, 作为社会和学校应当积极宣传, 让大学生了解;二是与本地相关培训机构合作, 有针对性地对应届大学生进行就业前的技能培训, 提高大学生的就业成功率;三是整合就业信息, 拓展信息传播渠道。把人才网的信息导入到劳动局的就业信息网中, 努力让就业信息覆盖到村、到组、到社区。

3.2 学校是基础

一要设置合理的课程, 提高大学生综合素质。当前大学教育中的课程设置不合理是大学生就业难问题的一个制约因素。高等院校课程改革须从以下几方面着手:首先, 根据市场设置专业;其次, 专业和综合素质教育相结合, 在低年级对学生重点进行基础和综合教育, 而在高年级确定学生的具体专业方向;第三, 规范开设大学生职业规划和就业指导等相关课程, 向大学生系统地传授求职择业的方法和技巧。此外, 应开设一些经济学、会计学、金融学、市场营销学、心理学、社会学等选修课程, 特别是让那些非经济类的大学生掌握一些经济学和社会学及心理学常识, 提高他们的创业意识、风险意识、创业技能、抗风险能力等, 为就业和创业做准备。

二要丰富实践经验。提高适应社会的能力。应该鼓励学生在课余时间积极参加社团活动和社会实践活动, 为他们由“学生”向“社会人”和“经济人”的角色转换做良好的铺垫。

三要完善职业教育, 引导大学生成功就业。首先, 根据社会、经济的发展以及大学生就业政策的变化, 在人才培养规划方面做出科学调整, 使其适应市场需求;其次, 高校就业指导中心应该发挥其引导作用, 聘请专门的就业指导老师加强毕业生职业指导工作, 就业指导要更加专业化, 不仅要传授大学生就业中的面试技巧, 更要引导大学生们及早作准备, 及早进行人生规划, 广泛开展高校毕业生技能培训和就业见习, 提升毕业生的实践能力和就业能力;第三, 调查结果显示30.5%的大学生认为校企合作有利于就业, 然而仅有8.8%的大学生清楚什么是校企合作, 对此高校应与用人单位建立起密切的合作关系, 了解市场对人才的需求及其变化, 并在教学环节中做出适当调整。最后, 高校还应重视宣传积极就业、创业的优秀大学生, 发挥他们的示范带动作用, 营造积极就业、自主创业的校园文化氛围。

3.3 用人单位是主体

用人单位是大学生就业的主体, 他们的用人数量和观念是破解大学生就业难的第一影响因素。首先, 用人单位要树立科学的人才观, 改变唯经验论、唯学历论, 摒弃用人歧视;其次, 选人标准要合理。用人单位要根据自身规模、性质、发展状况、岗位实际, 制定相关岗位说明书。细化岗位职责, 按照岗位的要求, 确定招聘人员质与量;第三, 用人单位要克服“近视眼”现象, 要从长远利益发, 让应届大学生从基层做起, 培养他们的吃苦耐劳的精神和对企业的忠诚度, 使企业发展后继有人;最后, 确定科学招聘程序。要确定招聘考核的程序, 制定考核内容, 在按程序进行考核后, 择优录用。基本上可以通过以下三步来完成:第一步初选, 按照岗位要求, 考核硬性指标。如年龄、文化程度、经验等, 要查户口本、身份证、毕业证及相应能证明经验能力的成果和有关获奖证明等, 确定初步合格的人选。第二步考试, 包括口试、笔试、实际操作等形式, 主要考核相关业务能力。第三步复试, 经过双方面谈, 做出录用决定, 主要是考核受聘者的需要层次与岗位对受聘者的满足程度是否相符, 最后录取合适者。

3.4 大学生自身的观念问题

一是面临更加激烈的社会竞争, 能视变化为机遇, 视困难为坦途。这一点说起来容易, 做起来难, 但是, 可以肯定的是:良好的心理素质是成功的一半。其次, 克服盲目从众, 找准职业定位;二是更新择业观念, 多元就业。大学毕业生应突破传统的就业观念的束缚, 进一步拓宽就业渠道, 自觉树立自主创业的思想观念, 主动到小企业到民营企业到基层就业。努力实现多渠道、多形式的科学择业, 积极创业;三是注重自我完善, 不断提高就业能力。大学生要提前注重从以下方面努力:一是专业知识要过硬, 须知用人单位就是“用”你的, 要你为单位创造价值, 而不是只看你的学历;二是处理人际关系能力良好, 学生不仅要有知识, 还要会做事, 更需要的是会做人;三是社会实践经验的积累。很多公司在招聘时, 都要求有一定的工作经验。所以, 大学生在掌握专业技能的同时, 一定要把理沦的技能应用到实践中, 通过教学实习、就业实习、社会活动、勤工助学等各种实践活动, 增强社会适应力和应用书本知识的能力。

摘要：我国自1999年大学开始扩招以来, 大学生就业形势日趋严峻, 就业难已是不争的事实, 美国次贷危机引发的金融危机对中国各个行业产生了较大影响, 包括IT业在内的众多行业和企业面临困境, 纷纷采取裁员等相应措施, 给中国大学生的就业带来较大影响, 大学毕业生就业已经成为社会的焦点和难点, 受到了社会各界的普遍关注。其原因是多方面深层次的, 如何破解大学生就业难题, 政府、高校、用人单位、大学生等社会各界都应认真思考并积极应对。

关键词：金融危机,大学生就业,现状分析,对策研究

参考文献

[1]胡敏, 陈立俊.基于SWOT分析的大学生创业现状及创业教育对策研究.

[2]徐惠鹏, 等.新编大学生就业指导[M].北京:经济日报出版社, 2004:87-88.

[3]李宏伟, 等.大学毕业生就业价值取向调查与分析[J].中国地质教育, 2006, 1.

[4]郭建锋, 刘启辉.大学生就业价值观调查分析[J].中国青年研究, 2005, 8.

[5]陈秉公.思想政治教育原理[M].辽宁人民出版社, 2001.

[6]蔡清华.谈高校校园文化建设[J], 琼州学院学报, 2008, 2.

金融计算模拟教学 篇10

关键词数理经济；数值方法；求积元法

中图分类号F830.91 文献标识码A

A Preliminary Study on the Application of QEM

in Financial Engineering Analysis

YANG Yanxi

（Party School of the Organ Directly Under the Hunan CPC Provincial Committee， Changsha， Hunan410079， China）

AbstractMany practical problems in modern finance can be cast into the framework of stochastic differential equations. The static 1D problem in financial engineering characterized by nonselfadjoint was examined in this paper by using the Quadrature Element Method （QEM） for the first time. The quadrature element for the problem mentioned above was established， and numerical results from QEM were compared with the analytic solution， FDM and FEM respectively. It is shown that high computational accuracy and efficiency are achieved using QEM， and this method can be further used in dynamic problem， 2D problem of financial engineering.

Key wordsMathematical Economics；Numerical Method；Quadrature Element Method

1引言

随着科学技术的不断发展，在现代金融工程领域愈来愈重视定量的数理分析，大量的实际问题，如动态最优定价、金融衍生产品的定价、投资风险的规避等，经过数理建模，最终都归结为对随机微分方程（组）的求解[1-3].这些微分方程（组）中很多都不易求得解析解，发展相应的数值解法具有重大意义.传统的数值求解方法主要包括二叉树方法，蒙特卡洛方法、有限差分法[4]，这些方法对计算机的计算能力要求较低，计算精度不高.近年来，国内外学者又将有限元法应用于金融工程计算领域[5]，提高了计算的精度和效率，但其收敛性和稳定性还有待进一步研究.当前，金融活动的风险及复杂性进一步加剧，数理建模得到的微分方程规模更大、复杂程度更高，有的还具有一定的非线性，迫切需要一种简洁、准确、高效的数值计算方法.

求积元方法是一种结合了高效数值积分和微分求积法二者优势的新的求解常（偏）微分方程（组）的

高阶数值方法.该方法自2007年由清华大学钟宏志教授提出以来，在工程结构分析领域中已得到较为广泛地应用[6-9]，展现出其相比传统有限元法的独特优势.

工程结构计算分析所涉及的微分方程（组）一般均具有线性自伴随的特性，因而具有相应的变分形式.而对于金融工程计算分析中所涉及的微分方程（组）一般不具有自伴随的特性，对于求积元方法的应用还是一个新的领域.

针对金融工程计算领域的静态一维问题，将求积元方法应用于非自伴随的微分方程的数值求解，建立相应的求积元单元.选取3个典型问题进行计算，与解析解、有限差分解和有限元解分别进行比较，验证求积元方法的适应性、准确性和高效性.为该方法在金融工程计算领域动态问题（期权定价问题）、二维问题中的深入应用奠定基础.

2一维边值问题的求积元离散

一般地，金融工程中的静态一维问题可用如下微分方程

u″（x）+a1（x）u′（x）+a2（x）u（x）+f（x）=0（1）

和相应的边界条件表示，

α1u（xmin）+β1u′（xmin）=γ1，（2）

α2u（xmax）+β2u′（xmax）=γ2.（3）

式（1）中，ux为定义在区域xmin，xmax上的未知（待求）函数，u″x、u′x分别表示对x求二阶、一阶导数.a1x、a2x、fx为已知函数.式（2）、式（3）为边界条件.

假设未知函数ux可以用近似函数x来表示，基于Galerkin加权残值积分近似为零和求积元法求解思想，权函数选定为近似函数的变分δ，令式（1）残值在加权积分意义下为零，即

∫xmaxxminδ″+a1′+a2+fdx=0.（4）

对式（4）中的二阶导数进行分部积分

∫xmaxxminδ″+a1′+a2+fdx

=′δxmaxxmin-∫xmaxxmin′δ′dx

+∫xmaxxminδa1′+a2+fdx

nlc202309040412

=∫xmaxxmin-′δ′+a1′δ+a2δ+fδdx

+b.t.=0.（5）

式（5）中，b.t.表示边界条件.

将式（5）中积分进一步离散，根据求积元求解基本步骤，首先将待求解物理域坐标系通过式（6）转换到标准域，如图1所示，图中1，2，3，…，N-1，N为Lobatto数值积分[10]点.

ξ=2Lx-xmin-1，ξ∈-1，1；L=xmax-xmin.（6）

利用Lobatto数值积分[10]计算式（5）中的积分，

∫xmaxxmin-′δ′+a1′δ+a2δ+fδdx=∫1-1-′δu′2/L2+a1′δ2/L+a2δ+fδdξL2=∑Ni=1Hi-′δu′2/L2+a1′δ2/L+a2δ+fδiL2.（7）

其中，N表示积分点数，右侧下标i表示该变量在积分点处的值，Hi为相应积分点对应的积分权系数.需指出，式（7）中导数′均为对标准域坐标ξ求导.结合微分求积法则[11]，

dmfdξmξ=ξi=∑Nj=1Cmijfξj.（8）

将式（7）中所含积分点处的函数值和函数导数值表示为积分点处基本自由度（近似函数值i）的线性加权代数和.式（8）中，Cmij为m阶微分求积系数.

物理域坐标系下Lobatto数值积分点处i组成的列向量构成了待求解问题的单元基本自由度，

e=1…i…NT，i=1，…，N.（9）

e右上角（e）即表示一个求积元单元，则

′i=B1ie，′i=B0ie.

（10）

式（10）中，

B1i=C11j…C1ij…C1Nj，j=1，…，NB0i=δ1j…δij…δNj，j=1，…，N.（11）

其中δij为Kronecker符号，即

δij1， i=j；0， i≠j.（12）

则式（7）可进一步表示为

∑Ni=1Hi-′δ′2/L2+a1′δ2/L+a2δ+fδiL2=δeT∑Ni=1Hi-BT1iB1i2/L2+a1iBT0iB1i2/L+a2iBT0iB0iL2e+δeT∑Ni=1HiBT0ifiL2=-δeTKee+δeTFe.

（13）

则式（13）中

Ke=∑Ni=1HiBT1iB1i2/L2-a1iBT0iB1i2/L-a2iBT0iB0iL2Fe=∑Ni=1HifiL2，

（14）

则式（5）最终离散为

∫xmaxxminδ″+a1′+a2+fdx

=-δeTKee+δeTFe

+b.t.=0.（15）

由于变分δe具有任意性，式（15）可转化为一个线性代数方程组，

Kee=F（e）.

（16）

对于边界条件b.t.，当β1≠0且β2≠0时，边界条件可表示为

b.t.=′δxmaxxmin=δNγ2-α2Nβ2-δ1γ1-α11β1.

（17）

可对矩阵Ke、Fe修正如下：

K^e11=Ke11+-α1β1，K^eNN=KeNN+α2β2F^e1=Fe1+-γ1β1，F^eN=FeN+γ2β2.（18）

K

Euclid ExtrazB@ e、F

Euclid ExtrazB@ e其余元素分别与Ke、Fe一致，则式（16）转化为

K^ee=F^e

（19）

进行求解.

当β1=0且β2=0时，边界条件可表示为

b.t.=′δxmaxxmin=δN′N-δ1′1（20）

由于β1=0且β2=0，由式（2）和（3）可知，u1、uN为常量，

u1=1=γ1α1，uN=N=γ2α2，（21）

则

δ1=δN=0.（22）

只需修正Ke、Fe，使其满足式（21）即可.故修正如下：

（e）11=1，（e）1j=0，j=2，…，N；

（e）NN=1，（e）Nj=0，j=1，…，N-1；

（e）=γ1α1，（e）N=γ2α2.（23）

K

Euclid ExtrazB@ e、F

Euclid ExtrazB@ e其余元素分别与Ke、Fe，则式（15）仍转化为

K^（e）（e）=F^（e）

（24）

进行求解.其余边界条件，如β1≠0而β2=0，亦可类似处理.

求解代数方程组，即可得e中各元素，物理域中非Lobatto数值积分点处的函数值可通过对i进行拉格朗日插值得到.需要说明的是，对于一般性问题求积元方法仅需在待求解域上划分一个单元.同时，也可视问题需要进行多个单元拼接求解.有关求积元法的详细介绍可参考相关文献[6-9].

3实证分析

选取金融工程计算分析中较为典型的3个实例，采用求积元方法进行计算，验证求积元方法的准确性和高效性.计算程序采用Matlab软件编制.

3.1垄断动态最优化问题

垄断企业的目标是寻找产品价格P的一条最优路径，从而在一个有限的时间内[0，T]内实现利润最大化.假设这个时期足够短，以保证固定的需求成本函数以及忽略折现的设定是合理的.这个问题可以通过变分法采用一个欧拉方程来描述[12]，

P″-b（1+αb）αhP=-a+2αab+βb2αh2，

nlc202309040412

P（0）=P0，P（T）=PT.

（25）

该方程是一个二阶线性微分方程，其解析解为

P=A1ert+A2e-rt+P，

r=b（1+αb）αh2，P=a+2αab+βb2b（1+αb）.（26）

将边值条件代入式（26），可得

A1=P0-P-（PT-P）erT1-e2rT，

A2=P0-P-（PT-P）e-rT1-e-2rT.（27）

应用求积元方法对该问题在t=[0，2]定义域内进行求解，各时刻t价格P的计算结果与解析解的对比如表1所示.计算相关参数：产出函数中的系数，a=160，b=8，h=100；总成本函数中的系数，α=0.1，β=100；P0=11，PT=15.由表1可见求积元方法仅需划分1个求积元单元4个积分点（N=4）共计4个自由度即可达到良好的求解精度，小数点后4位有效数字与解析解完全一致，体现出求积元方法的准确性.

3.2几何布朗运动的首出时

考察几何布朗运动

dY=aYdt+σYdX

.（28）

在给定标的物价格范围内的首出时是有实践意义的.可以得到给定标的物价格偏离某一确定界限的平均时间，进而评估相关双障碍期权的风险.该问题可以描述为

axu'+σ22x2u''=-1，u（xmin）=0，u（xmax）=0.

（29）

该方程的解析解为

u（x）=1σ2/2-a（ln（xxmin）-1-（x/xmin）1-2a/σ21-（xmax/xmin）1-2a/σ2ln（xminxmax））.（29）

应用求积元方法对该问题进行求解，计算结果与解析解及有限元解[5]的对比如表2所示.计算相关参数为收益率a=0.1，波动率σ=0.2，xmin =20，xmax =60.由表2可见求积元仅需划分1个单元23个积分点共计23个自由度即可达到良好的求解精度，小数点后8位有效数字与解析解完全一致，而有限元法则需要划分99个单元共计200个自由度才能达到以上精度，求积元法的计算自由度仅约为有限元法的十分之一，而计算大规模问题时，计算自由度是影响计算机计算效率的重要因素.因此.求积元法相比有限元法具有更为高效的特点.

3.3对流占优问题

对流占优问题在金融工程中具有很强的实际意义[13]，比如当标的物价格较低且（/或）波动率较低时，股票期权、外汇期权的定价将成为对流占优问题.以如下的边值问题

-ku″+u′=0，u（0）=0，u（1）=1.

（30）

为例进行说明，当k减小时，该微分方程椭圆型方程特征逐渐减弱，双曲型方程特征逐渐增强.此时，由于“对流项”u′主要影响方程的特性，该问题称为对流占优问题.

该方程的解析解为

u（x）=1-e（x/k）1-e（1/k）.

.（31）

应用求积元方法对该问题进行求解，计算结果与解析解及有限差分解的对比如图2所示.计算相关参数为k=0.002.由图2可见，该问题的解析解曲线具有很强的非线性，表现为在[0，0.99]范围内非常平缓，而在[0.99，1]范围内急剧上升.

本例中求积元方法（QEM）共划分8个单元，每个单元采用15个积分点，共计113个自由度，达到了较好的计算结果.而有限差分法（FDM）在划分单元数较少时，计算结果出现了明显的震荡[5]，即使划分200个单元（201个自由度），也存在震荡现象（如图2所示）.若采用有限元方法，得到满意的计算结果也需要200个自由度以上[5].相比有限差分法和有限元法，求积元法的计算自由度缩减了近一半，再次体现出准确高效的特点.

4结论

针对金融工程计算领域的静态一维问题，将求积元方法的应用领域从线性自伴随微分方程的求解拓展到非自伴随微分方程的求解.首先，基于Galerkin加权残值法思想建立了相应的求积元单元；之后，选取了三个典型问题进行编程求解计算，并与解析解、有限差分解和有限元解分别进行了比较.

计算结果表明，相比有限元方法和有限差分法，求积元方法在得到相同精度计算结果的同时，大幅减少了自由度数，提高了计算效率.对于一般性问题，仅需划分一个单元，也可视问题的复杂性进行多单元拼接求解.是一种准确、高效和灵活的数值方法.用于金融工程领域的静态一维问题计算分析有较大的优势，可进一步用于该领域动态问题（期权定价问题）、二维问题的计算分析.

参考文献

[1]M ROSS. An Elementary Introduction to Mathematical Finance.[M]. London： Cambridge University Press， 2011.

[2]郭宇权. 金融衍生产品数学模型[M].北京： 世界图书出版公司北京公司， 2010.

[3]科森多尔. 随机微分方程[M]. 北京： 世界图书出版公司北京公司， 2006.

[4]蒋致远， 张跳， 龚闪闪. 基于拉普拉斯变换有限差分方法的B-S期权定价[J]. 经济数学，2014， 31（3）： 18-22.

[5]T JURGEN. Financial engineering with finite elements[M]. Chichester： John Wiley & Sons Ltd， 2005.

[6]H ZHONG， T YU. A weak form quadrature element method for plane elasticity problems[J]. Applied Mathematical Modelling， 2009， 33（10）： 3801-3814.

[7]H ZHONG， M GAO. Quadrature element analysis of planar frameworks[J]. Archive of Applied Mechanics， 2010， 80（12）： 1391-1405.

[8]Z SHEN， H ZHONG. Static and vibrational analysis of partially composite beams using the weakform quadrature element method[J]. Mathematical Problems in Engineering， Vol. 2012， Article ID 974023， 23 pages.

[9]Z SHEN， H ZHONG. Nonlinear quadrature element analysis of composite beams with partial interaction. Australian Journal of Mechanical Engineering， 2013， 11（1）： 45-52.

[10]P DAVIS， P RABINOWITZ. Methods of numerical integration. [M]. Orlando： Academic Press， 1984.

[11]C SHU. Differential quadrature and its application in engineering[M]. London： SpringerVerlag， 2000.

[12]A CHIANG. Elements of Dynamic Optimization [M]. New York： McGrawHill， Inc，1992.

[13]R SEYDEL. Tools for Computational Finance [M]. Berlin： Springer， 2002.