人大经济论坛 › 标签 › 金融学 › 相关日志

标签: 金融学经管大学堂：名校名师名课

相关日志

分享金融风险理论--从统计物理到风险管理: accumulation 2015-3-28 09:47; 金融风险理论--从统计物理到风险管理特色及评论在上一个世纪五十、七十年代的两个时间段，有一些智者提出了“风险的处理和效益的优化”两个现代金融学的中心议题。从此，几乎所有数理金融的理论也都围红绕着这两个基本问题而展开。金融风险理论--从统计物理到风险管理内容简介本书的重点是金融风险的控制和管理，为此必须要有可管、可控的指标，有了这些指标，就可以对风险定价，给出合理的模式和方法，所以本书的最后一章，广泛讨论了各种期权的定价和风险管理。这是一本视角、方法都很有特点的书，自始至终贯穿着用实际的证券市场的数据来说明、验证相应的分析结论，用股票市场的指数、外汇市场的交易和国债市场的行情作为实例，因此是有数据支持，令人不感到枯燥的分析。各种不同观点的人，从这本书的分析中都会有所收获。　~Preface 　　1 Probability theory: basic notions 　　1.1 Introduction 　　1.2 Probability distributions 　　1.3 Typical values and deviations 　　1.4 Moments and characteristic function 　　1.5 Divergence of moments-asymptotic behaviour 　　1.6 Gaussian distribution 　　1.7 Log- Normal distribution 　　1.8 Levy distributions and Paretian tails 　　1.9 Other distributions (*) 　　1.10 Summary 　　2 Maximum and addition of random variables 　　2.1 Maximum of random variables 　　2.2 Sums of random variables 　　2.2.1 Convolutions 　　2.2.2 Additivity of cumulants and of tail amplitudes 　　2.2.3 Stable distributions and self-similarity 　　2.3 Central limit theorem 　　2.3.1 Convergence to a Gaussian 　　2.3.2 Convergence to a Levy distribution 　　2.3.3 Large deviations 　　2.3.4 Steepest descent method and Cram~~r function (*) 　　2.3.5 The CLT at work on simple cases 　　2.3.6 Truncated L6vy distributions 　　2.3.7 Conclusion: survival and vanishing of tails 　　2.4 From sum to max: progressive dominance of extremes (*) 　　2.5 Linear correlations and fractional Brownian motion 　　2.6 Summary 　　3 Continuous time limit, Ito calculus and path integrals 　　3. I Divisibility and the continuous time limit 　　3.1.1 Divisibility 　　3.1.2 Infinite divisibility 　　3.1.3 Poisson jump processes 　　3.2 Functions of the Brownian motion and Ito calculus 　　3.2.1 Ito's lemma 　　3.2.2 Novikov's formula 　　3.2.3 Stratonovich's prescription 　　3.3 Other techniques 　　3.3.1 Path integrals 　　3.3.2 Girsanov's formula and the Martin-Siggia-Rose trick 　　3.4 Summary 　　4 Analysis of empirical data 　　4.1 Estimating probability distributions 　　4.1.1 Cumulative distribution and densities - rank histogram 　　4.1.2 Kolmogorov-Smirnov test 　　4.1.3 Maximum likelihood 　　4.1.4 Relative likelihood 　　4.1.5 A general caveat 　　4.2 Empirical moments: estimation and error 　　4.2.1 Empirical mean 　　4.2.2 Empirical variance and MAD 　　4.2.3 Empirical kurtosis 　　4.2.4 Error on the volatility 　　4.3 Correlograms and variograms 　　4.3.1 Variogram 　　4.3.2 Correlogram 　　4.3.3 Hurst exponent 　　4.3.4 Correlations across different time zones 　　4.4 Data with heterogeneous volatilities 　　4.5 Summary 　　5 Financial products and financial markets 　　5.1 Introduction 　　5.2 Financial products 　　5.2.1 Cash (Interbank market) 　　5.2.2 Stocks 　　5.2.3 Stock indices 　　5.2.4 bonds 　　5.2.5 Commodities 　　5.2.6 Derivatives 　　5.3 Financial markets 　　5.3.1 Market participants 　　5.3.2 Market mechanisms 　　5.3.3 Discreteness 　　5.3.4 The order book 　　5.3.5 The bid-ask spread 　　5.3.6 Transaction costs 　　5.3.7 Time zones, overnight, seasonalities 　　5.4 Summary 　　6 Statistics of real prices: basic results 　　6.1 Aim of the chapter 　　6.2 Second-order statistics 　　6.2.1 Price increments vs. returns 　　6.2.2 Autocorrelation and power spectrum 　　6.3 Distribution of returns over different time scales 　　6.3.1 Presentation of the data 　　6.3.2 The distribution of returns 　　6.3.3 Convolutions 　　6.4 Tails, what tails？　　6.5 Extreme markets 　　6.6 Discussion 　　6.7 Summary 　　7 Non-linear correlations and volatility fluctuations 　　7.1 Non-linear correlations and dependence 　　7.1.1 Non identical variables 　　7.1.2 A stochastic volatility model 　　7.1.3 GARCH(I,I) 　　7.1.4 anomalous kurtosis 　　7.1.5 The case of infinite kurtosis 　　7.2 Non-linear correlations in financial markets: empirical results 　　7.2.1 Anomalous decay of the cumulants 　　7.2.2 Volatility correlations and variogram 　　7.3 Models and mechanisms 　　7.3.1 Multifractality and multifractal models (*) 　　7.3.2 The microstructure of volatility 　　7.4 Summary 　　8 Skewness and price-volatility correlations 　　8.1 Theoretical considerations 　　8.1.1 Anomalous skewness of sums of random variables 　　8.1.2 Absolute vs. relative price changes 　　8.1.3 The additive -multiplicative crossover and the q-transformation 　　8.2 A retarded model 　　8.2.1 Definition and basic properties 　　8.2.2 Skewness in the retarded model 　　8.3 Price-volatility correlations: empirical evidence 　　8.3.1 Leverage effect for stocks and the retarded model 　　8.3.2 Leverage effect for indices 　　8.3.3 Return-volume correlations 　　8.4 The Heston model: a model with volatility fluctuations and skew 　　8.5 Summary 　　9 Cross-correlations 　　9.1 Correlation matrices and principal component analysis 　　9.1.1 Introduction 　　9.1.2 Gaussian correlated variables 　　9.1.3 Empirical correlation matrices 　　9.2 Non-Gaussian correlated variables 　　9.2.1 Sums of non Gaussian variables 　　9.2.2 Non-linear transformation of correlated Gaussian variables 　　9.2.3 Copulas 　　9.2.4 Comparison of the two models 　　9.2.5 Multivariate Student distributions 　　9.2.6 Multivariate L~~vy variables (*) 　　9.2.7 Weakly non Gaussian correlated variables (*) 　　9.3 Factors and clusters 　　9.3.1 One factor models 　　9.3.2 Multi-factor models 　　9.3.3 Partition around medoids 　　9.3.4 Eigenvector clustering 　　9.3.5 Maximum spanning tree 　　9.4 Summary 　　9.5 Appendix A: central limit theorem for random matrices 　　9.6 Appendix B: density of eigenvalues for random correlation matrices 　　10 Risk measures 　　10.1 Risk measurement and diversification 　　10.2 Risk and volatility 　　10.3 Risk of loss, 'value at 　　10.4 Temporal aspects: drawdown and cumulated loss 　　10.5 Diversification and utility-satisfaction thresholds 　　10.6 Summary 　　11 Extreme correlations and variety 　　11.1 Extreme event correlations . 　　11.1.1 Correlations conditioned on large market moves 　　11.1.2 Real data and surrogate data 　　11.1.3 Conditioning on large individual stock returns: exceedance correlations 　　11.1.4 Tail dependence 　　11.1.5 Tail covariance (*) 　　11.2 Variety and conditional statistics of the residuals 　　11.2.1 The variety 　　11.2.2 The variety in the one-factor model 　　11.2.3 Conditional variety of the residuals 　　11.2.4 Conditional skewness of the residuals 　　11.3 Summary 　　11.4 Appendix C: some useful results on power-law variables 　　12 Optimal portfolios 　　12.1 Portfolios of uncorrelated assets 　　12.1.1 Uncorrelated Gaussian assets 　　12.1.2 Uncorrelated 'power-law' assets 　　12.1.3 Exponential' assets 　　12.1.4 General case: optimal portfolio and VaR (*) 　　12.2 Portfolios of correlated assets 　　12.2.1 Correlated Gaussian fluctuations 　　12.2.2 Optimal portfolios with non-linear constraints (*) 　　12.2.3 'Power-law' fluctuations - linear model (*) 　　12.2.4 'Power-law' fluctuations - Student model (*) 　　12.3 Optimized trading 　　12.4 Value-at-risk- general non-linear portfolios (*) 　　12.4.1 Outline of the method: identifying worst cases 　　12.4.2 Numerical test of the method 　　12.5 Summary 　　13 Futures and options: fundamental concepts 　　13.1 Introduction 　　13.1.1 Aim of the chapter 　　13.1.2 Strategies in uncertain conditions 　　13.1.3 Trading strategies and efficient markets 　　13.2 Futures and forwards 　　13.2.1 Setting the stage 　　13.2.2 Global financial balance 　　13.2.3 Riskless hedge 　　13.2.4 Conclusion: global balance and arbitrage 　　13.3 Options: definition and valuation 　　13.3.1 Setting the stage 　　13.3.2 Orders of magnitude 　　13.3.3 Quantitative 　　14 Options: hedging and residual risk 　　14.1 Introduction 　　14.2 Optimal hedging strategies 　　14.2.1 A simple case: static hedging 　　14.2.2 The general case and 'A' hedging 　　14.2.3 Global hedging vs. instantaneous hedging 　　14.3 Residual risk 　　14.3.1 The Black-Scholes miracle 　　14.3.2 The 'stop-loss' strategy does not work 　　14.3.3 Instantaneous residual risk and kurtosis risk 　　14.3.4 Stochastic volatility models 　　14.4 Hedging errors. A variational point of view 　　14.5 Other measures of risk-hedging and VaR (*) 　　14.6 Conclusion of the chapter 　　14.7 Summary 　　14.8 Appendix D 　　15 Options: the role of drift and correlations 　　15.1 Influence of drift on optimally hedged option 　　15.1.1 A perturbative expansion 　　15.1.2 'Risk neutral' probability and martingale s 　　15.2 Drift risk and delta-hedged options 　　15.2.1 Hedging the drift risk 　　15.2.2 The price of delta-hedged options 　　15.2.3 A general option pricing formula 　　15.3 Pricing and hedging in the presence of temporal correlations (*) 　　15.3.1 A general model of correlations 　　15.3.2 Derivative pricing with small correlations 　　15.3.3 The case of delta-hedging 　　15.4 Conclusion 　　15.4.1 Is the price of an option unique？　　15.4.2 Should one always optimally hedge？　　15.5 Summary 　　15.6 Appendix E 　　16 Options: the Black and Scholes model 　　16.1 Ito calculus and the Black-Scholes equation 　　16.1.1 The Gaussian Bachelier model 　　16.1.2 Solution and Martingale 　　16.1.3 Time value and the cost of hedging 　　16.1.4 The Log-normal Black-Scholes model 　　16.1.5 General pricing and hedging in a Brownian world 　　16.1.6 The GREEKS 　　16.2 Drift and hedge in the Gaussian model (*) 　　16.2.1 Constant drift 　　16.2.2 Price dependent drift and the Omstein-Uhlenbeck paradox 　　16.3 The binomial model 　　16.4 Summary 　　17 Options: some more specific 　　17.1.3 Discrete dividends 　　17.1.4 Transaction costs 　　17.2 Other types of options 　　17.2.1 'Put-call' parity 　　17.2.2 'Digital' options 　　17.2.3 'Asian' options 　　17.2.4 'American' options 　　17.2.5 'Barrier' options (*) 　　17.2.6 Other types of options 　　17.3 The 'Greeks' and risk control 　　17.4 Risk diversification (*) 　　17.5 Summary 　　18 Options: minimum variance Monte-Carlo 　　18.1 Plain Monte-Carlo 　　18.1.1 Motivation and basic principle 　　18.1.2 Pricing the forward exactly 　　18.1.3 Calculating the Greeks 　　18.1.4 Drawbacks of the method 　　18.2 An 'hedged' Monte-Carlo method 　　18.2.1 Basic principle of the method 　　18.2.2 A linear parameterization of the price and hedge 　　18.2.3 The Black-Scholes limit 　　18.3 Non Gaussian models and purely historical option pricing 　　18.4 Discussion and extensions. Calibration 　　18.5 Summary 　　18.6 Appendix F: generating some random variables 　　19 The yield curve 　　19.1 Introduction 　　19.2 The bond market 　　19.3 Hedging bonds with other bonds 　　19.3.1 The general problem 　　19.3.2 The continuous time Ganssian limit 　　19.4 The equation for bond pricing 　　19.4.1 A general solution 　　19.4.2 The Vasicek model 　　19.4.3 Forward rates 　　19.4.4 More general models 　　19.5 Empirical study of the forward rate curve 　　19.5.1 Data and notations 　　19.5.2 Quantities of interest and data analysis 　　19.6 Theoretical considerations (*) 　　19.6.1 Comparison with the Vasicek model 　　19.6.2 Market price of risk 　　19.6.3 Risk-premium and the law 　　19.7 Summary 　　19.8 Appendix G: optimal portfolio of bonds 　　20 Simple mechanisms for anomalous price statistics 　　20.1 Introduction 　　20.2 Simple models for herding and mimicry 　　20.2.1 Herding and percolation 　　20.2.2 Avalanches of opinion changes 　　20.3 Models of feedback effects on price fluctuations 　　20.3.1 Risk-aversion induced crashes 　　20.3.2 A simple model with volatility correlations and tails 　　20.3.3 Mechanisms for long ranged volatility correlations 　　20.4 The Minority Game 　　20.5 Summary 　　Index of most important symbols 　　Index~; 个人分类: 金融工程|0 个评论

分享金融物理学：非均衡定价中的测量建模: accumulation 2015-3-28 09:39; 本书以专著的形式为大家提供了基本的观点：什么可以成为金融资产定价中的一种全新的方法。均衡资产定价理论是当代金融学的一块里程碑，它广泛地用于从资产分配到风险管理的各个方面。然而，最近的一些事件，比如：美国长期资本管理公司的崩溃，已经就重新检查均衡定价理论的基础假设提出了紧迫的要求。为此，基于作者多年来对理论物理学方法在金融经济学中应的研究和工作经验，他发展了一种重要的新方法，该方法跳出了金融学中的均衡范式。第一章绪论第二章金融领域中的纤维束：第一次接触第三章纤维束：数学第四章纤维束：物理学第五章金融学中的纤维束：测量场动态学第六章迅速资金流的动态I 第七章迅速资金流的动态II 第八章虚拟套利定价理论第九章衍生证券第十章绪论附录A量子场理论的方法和它们在金融领域中的运用; 个人分类: 金融工程|0 个评论

分享 AR、DL、ADL、GARCH模型: accumulation 2015-3-12 22:42; （1）自回归模型（Autoregressive Model）：根据预测变量的历史数据，通过自回归进行预测，即y（t）=β0+β1*y（t-1）+β2*y（t-2）+u（t），模型中含有n个历史数据，则该自回归模型称为n阶自回归模型；相应的参数β1、β2等称为冲击倾向（冲击乘数）；自回归模型的根据是时间序列的相关性，即记忆性；自回归模型的预测能力很强；（2）分布滞后模型（Distributed Lag Model）：用与被解释变量y相关的解释变量x的时间序列数据对y进行预测，即y（t）=β0+β1*x（t）+β2*x（t-1）+u（t），例如，y（t）代表时期t的经济增长率，x（t）代表时期t的投资量，分布滞后模型相当于将静态模型中的解释变量替代为解释变量的历史时间序列；分布滞后模型具有明确的经济学、金融学理论解释；（3）自回归分布滞后模型（Autoregressive Distributed Lag Model）：将以上两种模型结合起来，即构造模型y（t）=β0+β1*x（t）+β2*x（t-1）+β3*y（t-1）+β4*y（t-2）+u（t），自回归分布滞后模型综合了自回归模型和分布滞后模型的优点；（4）GARCH模型（General Autoregressive Conditional Heteroskedasticity Model）：用长期平均方差、n-1期及以前的方差估计值与n-1期及以前的残差平方去估计n期的方差的模型，模型的解释变量中含有p个方差估计量，q个残差平方，则该模型称为GARCH（p，q）；GARCH模型常用于估计波动率。; 个人分类: 计量经济学|0 个评论

分享金融学理论: accumulation 2015-3-7 21:31; 1.金融物理学—pdf链接； 2.罗伯特希勒—pdf链接； 3.金融工程相关源代码—pdf链接； 4.金融计量学—pdf链接； 5.金融学经典教材及其习题—pdf链接；; 个人分类: 金融学|0 个评论

分享金融衍生品: accumulation 2015-3-3 18:41; 主动投资： 1980 年法码与 Frech 的多因子模型— Smart Beta 理论； Kahneman 的行为经济学理论：投资者情绪、噪音交易者、多度反应；对冲基金的兴起； Applied Quantitative Research ； 2001 年出版的 A Non-Random Walk Down Wall Street ； Active Portfolio Management ： A Quantitative Approach for Providing Superior Returns and Controlling Risk ； Non-Walk 中的数据，如果用新的数据进行处理，其中的盈利模型可能会被消除；因为很多人利用其中的规律去投资，这些人的投资行为消除了其中的系统规律；市场上大概发现了 200 多个投资技巧，研究发现，这些投资技巧在发表之后，该投资技巧将会消失，因为市场会对这些投资技巧作出反应，从而使得市场更有效；挖掘市场无效规律的投资者将会促使市场更加有效；期权的起源、产生及其发展；期权的定价与 BS 期权定价公式； 1973 年 BSM 模型的提出；数理金融学的诞生与发展； BS 形式与 M 形式； 2015 年，上证 50ETF 期权推出；股指期货等期货可以理解为同涨同跌的线性衍生品，而期权是非线性的衍生品；期权交易中，股票是否上涨与下跌与期权无关，而期权是与股票的波动率相关的，期权定价的相关因素；; 个人分类: 金融学|0 个评论

分享经济学与金融学: accumulation 2015-1-23 19:27; 1.经济学原理、宏观经济学、微观经济学、计量经济学 2.金融计量学、金融经济学、中国经济专题、发展经济学、货币银行学、期权期货及其它衍生品 3.金融学原理、量子金融、金融物理学、公司金融学、计算金融学; 个人分类: 金融学|0 个评论

分享行为金融学学科整体框架: accumulation 2014-12-21 13:24; 一、行为金融学的起源 20世纪50年代,冯·纽曼和摩根斯坦(VonNeumannandMorgenstern)在公理化假设的基础上建立了不确定条件下对理性人(rationalactor)选择进行分析的框架,即期望效用函数理论。阿罗和德布鲁(ArrowandDebreu)后来发展并完善了一般均衡理论,成为经济学分析的基础,从而建立了现代经济学统一的分析范式。这个范式也成为现代金融学分析理性人决策的基础。1952年马克威茨(Markowitz)发表了著名的论文“portfolioselection”,建立了现代资产组合理论,标志着现代金融学的诞生。此后莫迪戈里安尼和米勒(ModiglianiandMiller)建立了MM定理,开创了公司金融学,成为现代金融学的一个重要分支。20世纪60年代夏普和林特纳等(SharpandLintner)建立并扩展了资本资产定价模型(CAPM)。20世纪70年代罗斯(Ross)基于无套利原理建立了更具一般性的套利定价理论(APT)。20世纪70年代法马(Fama)对有效市场假说(EMH)进行了正式表述,布莱克、斯科尔斯和莫顿(Black-Scholes-Merton)建立了期权定价模型(OPM),至此,现代金融学已经成为一门逻辑严密的具有统一分析框架的学科。 20世纪70年代EMH达到顶峰后，越来越多的研究转向实证方面以获得EMH的经验支持。在20世纪80年代，人们运用计量经济学方法对总体股票市场的股票价格、红利和所得特征进行检验以考察有效市场的一致性，结果却发现上述大量异常现象。行为金融学家们开始对EMH产生怀疑。为此，EMH的拥护者和质疑者展开激烈的辩论。1981年席勒在《美国经济评论》上发表了“不能被随后的红利变化所证明的股票价格的过度运动”具有历史意义。1985年De Bondt和Thaler在《金融杂志》上发表《股票市场反应过度了吗？》，行为金融学的研究蓬勃开展起来。进入20世纪90年代后，行为金融家们的研究重点由20世纪80年代对EMH的质疑转向对金融市场造成影响的心理分析上，开始从个体决策的心理过程方面寻找EMH不能解释的异常的内在原因，为行为金融学构造理论基础。这一时期的行为金融学研究成果不断涌现：1996年Cambell.Lo和Mackinlay出版了《金融市场计量经济学》，2000年Hersh Shefrin出版了《超越贪婪和恐惧：对投资心理和行为金融的理解》，Andrei Shleifer出版了《非有效的金融市场--行为金融学导论》，2001年Hersh Shefrin出版了《行为金融》，2003年Richard H.Thaler出版了《行为金融学的进展第二集》。二、行为金融学的定义行为金融学是金融学、心理学、行为学、社会学等学科相交叉的边缘学科，力图揭示金融市场的非理性行为和决策规律。行为金融理论认为，证券的市场价格并不只由证券内在价值所决定，还在很大程度上受到投资者主体行为的影响，即投资者心理与行为对证券市场的价格决定及其变动具有重大影响。他是和有效市场假说相对应的一种学说，套利限制和心理学是行为金融学额两大基石。三、行为金融学的理论体系　　行为金融学具有两大核心理论--前景理论和有限套利理论。行为金融学从其理论基础出发, 根据有限套利理论提出了DSSW 模型, 针对投资者的心态特征提出了BSV模型、DHS模型和HS模型。同时, 在有限理性的假定下, 行为金融学引入心理学的研究成果, 对传统金融理论中的资产组合理论和资本资产定价模型进行了修正, 相应地提出了行为资产组合理论(BPT)和行为资产定价模型( BAPM )。四、行为金融学的就业 1、就业前景　　从国外金融领域的投资实践来看，行为金融投资策略已经占据了主导投资理念的一席之地并大行其道。如在美国证券市场上，已经出现了数家以行为金融投资理念为指导的资产管理公司。在西方其他发达国家，专门研究行为金融的从业人员也日渐增加，很多分析师、交易员、机构投资都非常注重研究市场中的行为心理变化。而在我国，行为金融方面的研究才刚刚起步，大部分投资者都是从技术面和基本面分析的比较多，对投资心理行为方面的研究不足。事实上，中国的金融市场才刚刚开始，基金管理行业也才慢慢兴起，各大证券期货公司、基金公司、中小机构等，对投资行为方面的专业人才需求很大。据国内外多家权威机构预测：我国在今后的发展中至少需要30万名行为金融分析专业人员。行为金融分析师将成为我国新世纪最具发展潜力，就业最为稳定，收入最丰厚的热门行业，有着广阔的发展前景。 2、就业方向（1）经济预测、分析人员：此职位各个行业中都有，主要负责各种市场数据的收集和分析。该岗位的重要性越来越明显。他们一般就职于银行、保险公司、基金公司、证券公司等金融机构以及跨国公司、大中型企业和政府经济决策部门、公共研究机构和金融投资部门，帮助这些公司或公司客户作出理性的投资决定。（2）基金经理：随着更多的基金项目和基金管理公司的产生，社会将需要众多的基金管理人才，基金经理就是这一行当中的高层次人才，其职责大致可分为：负责某项基金的筹措；负责基金的运作和管理；负责基金的上市和上市后的监控。西方发达国家已经存在一定规模且在不断壮大的行为基金经理人，可以预见，中国未来投资市场中基于行为分析的基金经理人也将成为一种发展趋势。（3）证券经纪人：证券经纪人的素质要求主要集中在两个方面：一是扎实的金融学基金知识；二是基于对市场的长期观察之后得出的投资经验；由于证券投资是高风险、高收益的投资，作为证券经纪人必须通过对证券市场价格变动趋势的研究，把握规律性，并结合影响证券价格的各种因素分析，逐步积累并具备相当的投资经验和熟练的业务操作能力。中国股民数量将会直线攀升。这一庞大的投资群体已经为证券经纪人的崛起提供了巨大的市场。（4）证券基金分析师、财经撰稿人：主要为股市投资者提供股市投资咨询服务，以及举办有关的讲座、报告会、分析会等，或者在报刊上发表股评文章，以及通过电台、电视台等公众媒体提供股市投资服务。（5）理财咨询师：主要职责收集市场信息，根据客户的短期和长期的金融需要和金融状况，为客户提供购买适合客户需要的金融产品的建议。（6）管理职位：行为金融分析师是一个综合性人才，在人性心理、行为方面有很强的把握性，大部分也已经拥有了一定的工作经验，因此在管理职位方面一般也能做的比较出色。; 0 个评论

分享套期保值: accumulation 2014-12-18 23:35; 1．套期保值是指已经面临价格风险的主体利用一种或几种套期保值工具试图抵消其所冒风险的行为。套期保值所能消除的风险仅限于利率风险、汇率风险和证券价格风险。 2．套期保值目标可分为双向套期保值和单向套期保值。前者可使用远期、期货、互换等衍生证券，后者可使用期权来实现。选择哪种套期保值目标取决于避险主体的风险厌恶程度和对未来价格走向的预期。 3．套期保值的效率指的是套期保值目标与实际结果之间的差距，它与套期保值的盈亏是不同的概念。 4．基于衍生证券的套期保值都有多头和空头套期保值之分，前者指运用多头，后者指运用空头进行套期保值。 5．当避险标的与避险工具不一致，或者避险期限与避险工具的期限不一致，或者避险者并不能确切知道避险期限时，避险者就得考虑基差风险、合约的选择、套期保值比率、久期等问题。 6．当某些情况下，通过远期和期货套期保值并不会完全消除价格风险，仍存在基差风险，但相对价格风险而言，基差风险小多了。; 0 个评论

分享 Statistical Mechanics in Financial Markets——Market Actors: accumulation 2014-12-18 21:24; • Speculators take risks to make money. Basically, they bet that markets will make certain moves. Derivatives can give extra leverage to speculation with respect to an investment in the underlying security. Reconsider the example of Sect. 2.3.3, involving 100 call options with X = DM 100 and St = DM 98. If indeed, after two months, ST = DM 115, the profit of DM 1000 was realized with an investment of 100×C = DM 500, i.e., amounts to a return of 200% in two months. Working with the underlying security, one would realize a profit of 100×(ST −St) = DM 1700 but on an investment of DM 9,800, i.e., achieve a return of “only” 17.34%. On the other hand, the risk of losses on derivatives is considerably higher than on stocks or bonds (imagine the stock price to stay at ST = DM 98 at maturity). Moreover, even with simple derivatives, a speculator places a bet not only on the direction of a market move, but also that this move will occur before the maturity of the instruments he used for his investment. • Hedgers, on the other hand, invest into derivatives in order to eliminate risk. This is basically what the company in the example of Sect. 2.3.1 did when entering a forward over 1 million pounds sterling. By this action, all risk associated with changes of the dollar/sterling exchange rate was eliminated. Using a forward contract, on the other hand, the company also eliminated all opportunities of profit from a favorable evolution of the exchange rate during three months to maturity of the forward. As an alternative, it could have considered using options to satisfy its hedging needs. This would have allowed it to profit from a rising dollar but, at the same time, would have required to pay upfront the price of the options. Notice that hedging does not usually increase profits in financial transactions but rather makes them more controllable, i.e., eliminates risk. • Arbitrageurs attempt to make riskless profits by performing simultaneous transactions on two or more markets. This is possible when prices on two different markets become inconsistent. As an example, consider a stock which is quoted on Wall Street at $172, while the London quote is 100. Assume that the exchange rate is 1.75 $/. One can therefore make a riskless profit by simultaneously buying N stocks in New York and selling the same amount, or go short in N stocks, in London. The profit is $3N.Such arbitrage opportunities cannot last for long. The very action of this arbitrageur will make the price move up in New York and down in London,so that the profit from a subsequent transaction will be significantly lower. With today’s computerized trading, arbitrage opportunities of this kind only last very briefly, while triangular arbitrage, involving, e.g., the European, American, and Asian markets, may be possible on time scales of 15 minutes, or so. Arbitrage is also possible on two national markets, involving, e.g., a futures market and the stock market, or options and stocks. Arbitrage therefore makes different markets mutually consistent. It ensures “market efficiency”,which means that all available information is accounted for in the current price of a security, up to inconsistencies smaller than applicable transaction costs. The absence of arbitrage opportunities is also an important theoretical tool which we will use repeatedly in subsequent chapters. It will allow a consistent calculation of prices of derivatives based on the prices of the underlying securities. Notice, however, that while satisfied in practice on liquid markets in standard circumstances, it is, in the first place, an assumption which should be checked when modeling, e.g., illiquid markets or exceptional situations such as crashes.; 0 个评论

分享效率市场假说: accumulation 2014-12-18 19:01; 效率市场假说认为，证券价格已经充分放映了所有相关的信息，资本市场相对于这个信息集是有效的，任何人根据这个信息集进行交易都无法获得经济利润。根据罗伯兹（Roberts）对上述信息集大小的分类，效率市场假说又可以进一步分为三种：（一）弱式效率市场假说指当前证券价格已经充分反映了全部能从市场交易数据中获得的信息，这些信息包括过去的价格、成交量、未平仓合约等。因为当前市场价格已经反映了过去的交易信息，所以弱式效率市场意味着根据历史交易资料进行交易是无法获取经济利润的。这实际上等同宣判技术分析无法击败市场。（二）半强式效率市场假说指所有的公开信息都已经反映在证券价格中。这些公开信息包括证券价格、成交量、会计资料、竞争公司的经营情况、整个国民经济资料以及与公司价值有关的所有公开信息等。半强式效率市场意味着根据所有公开信息进行的分析，包括技术分析和基础分析都无法击败市场，即取得经济利润。因为每天都有成千上万的证券分析师在根据公开信息进行分析，发现价值被低估和高估的证券，他们一旦发现机会，就会立即进行买卖，从而使证券价格迅速回到合理水平。（三）强式效率市场假说指所有的信息都反映在股票价格中。这些信息不仅包括公开信息，还包括各种私人信息，即内幕消息。强式效率市场意味着所有的分析都无法击败市场。因为只要有人得知了内幕消息，他就会立即行动，从而是证券价格迅速达到该内幕消息所放映的合理水平。这样，其他再获得该内幕消息的人就无法从中获利。; 0 个评论

分享什么是计算金融学: accumulation 2014-12-16 20:45; 计算金融是一门随着计算机技术的发展而形成的新兴学科，是物理学、数学、计算机科学与金融学交叉的产物。它是专门研究如何利用计算机有效地求解各类计算问题的有关方法和理论的一门学科。由于其所涉及的计算问题主要来源于金融领域，因此称这门学科为计算金融。对于一些复杂的金融问题，理论分析往往无能为力，而类似自然科学一样的实验又无法进行，金融的发展呼唤着新的科学研究方法的出现。近些年来，计算机处理问题能力的增强为计算成为金融研究的手段提供了可能。计算机的飞速发展已经把计算推向金融科研和金融实务的前沿。现在，理论分析和计算已经成为了当今金融活动的主要方式。今天，计算在金融研究和金融实务中已几乎无处不在，对金融的发展起到了举足轻重的作用。计算金融是通过计算的手段来解决金融问题的，其处理问题的过程主要有如下三个环节：（1）数学建模；（2）涉及计算方案（简称算法）——编写计算机程序——上机运行——展示数值结果；（3）将数值结果与理论分析、实务相结合给出实际问题的答案，或提出对模型的修正方案。上述第二个环节中核心是算法的设计和分析。人们在从事金融实务过程中会提出不同的问题，其中多数问题都可归结为若干典型的数学模型，例如投资组合问题一般可归结为二次规划问题，给出这些典型问题的数值求解方法，也就为大多数金融问题的解决提供了可能性。大家知道，计算机的运算速度越来越快，可以承担大运算量的工作。这是否意味着计算机上的算法可以任意选择？事实上，对于一个具体的计算问题，所使用算法的优劣，不仅影响计算结果的精确程度，而且有的甚至关系到计算的成败。此外，许多金融计算问题都有如下特点：高维度、多尺度、非线性、不适定、长时间、奇异性、复杂区域、高度病态，不仅计算规模大，而且要求精度高。其计算精度也有各种不同的表现，如计算规模大，大得难以承受或者失去时效；计算不稳定，数值的结果不可信；包含奇异性，计算可能非正常终止。这样的问题如果不进行深入细致的算法研究，即使是现在最强大的计算机也无能为力。人类的计算能力既依赖于计算机的性能，也取决于计算方法的效能。计算方法的发展对于人类计算能力的贡献与计算机的进步是同等重要的。一般认为，一个好的算法的评价标准是：（1）运算次数少；（2）运算过程具有规律性，便于编写程序；（3）要记录的中间结果少；（4）能控制误差的传播和积累，以保证精度。上述标准就是要求一个好的算法应该既快又准。但在实际应用中，二者一般不能兼顾，这就需要根据需要，权衡利弊，有所取舍。首先，算法的快慢是衡量算法优劣的一项重要指标。算法大致分为两类：一类是直接算法，指在没有误差的情况下可在有限步骤得到计算问题之精确解的算法；另一类是迭代法，指在取主次逼近的方法来逼近问题的精确解，而在人已有限不都不能得到其精确解的算法。对于直接法，其运算量的大小通常可作为其快慢的一个主要标志。对于迭代法，除了对每步所需运算量进行分析外，还要对其收敛速度进行分析。其次，虽然运算量在一定程度上反映了算法的快慢程度，但又不能完全依据运算量来判断一个算法的快慢。这是因为现代计算机的运算速度远远高于数据的传输速度，而这使得一个算法实际运行的快慢在很大程度上依赖于该算法软件实现后数据传输量的大小。; 个人分类: 金融学|18 次阅读|0 个评论

分享考研二战求建议: 杨水平 2014-8-28 17:50; 本科中部211，今年考研二战，考经济学专业，不想冒险考北清人大等风险大的学校。外加现在职业规划不是很明，不是很确定未来从事学术还是业界。现在有这样一种想法，考一个只要读两年的经济学学硕，再考一个清北的学硕（那时候决定从事学术的话）或者金砖（要是决定去业界的话），不知道这样值不值得，以现在的复习水平感觉去央财金发院金融过初试问题不大。说白了，建立在考的上的前提上是选择央财金发三年金融学硕还是去读个两年的硕士再去考清北专硕一共四或五年，求建议。; 20 次阅读|0 个评论

分享金融考研每日一题合集——金融学部分: wwyz233 2014-7-21 10:48; 金融考研每日一题合集——金融学部分下载地址 http://www.51jrlk.com/thread-8203-1-1.html; 22 次阅读|0 个评论

分享金融学: cl266287 2014-4-5 12:06; 金融学学的模糊; 个人分类: 初来乍到|11 次阅读|0 个评论

分享黄达的金融学1: 拌猪莎莎 2013-11-4 21:50; 今天看了金融体系与格局一章，好像掌握到黄达语言的风格，讲了银行作为金融中介和以美国以市场为特点的金融体系的不同，其实，德日的企业与银行那点剪不断扯还乱的关系早有耳闻，美国这个理想与现实总是矛盾重重的经济体，它的自由是值得怀疑的。究竟银行不能消失，把储蓄转为投资依旧是当今金融的热点，而银行与中介的日益渗透是它的困兽之斗，也是现实之举，个人进行直接融资在面对这个信息极度不对称的市场有些痴人妄想，而降低操作成本，是保证收入的重点关于著名的MM理论，我弱弱的吐一下槽，是不是因为荒诞的太著名了，也许这是构建模型的假设，好吧，我会继续学的。总之，第一次翻金融学，还是有点收获，毕竟要比微观简单; 16 次阅读|0 个评论

分享东财金融2013考研经验分享——初试篇: liyue1990 2013-7-18 12:21; 东财金融 2013 考研经验分享——初试篇记得去年夏天，是考研最艰难的一段日子，复习了许久却感觉收获不多。曾看过不少考研经验贴，今天我也希望我的一点点分享能在这个酷热的夏天，给准备考东财的学弟学妹们送去一丝清凉。我考的是东财金融学学硕，总分 393 ，初试时候排名 16 ，复试第 5 。这个不算是高分，但是我觉得这是正常的努力程度容易达到的效果。想要考高分的同学看过估计收获不会很大吧。主要谈谈专业课 802 经济学的复习。我经济学 122 分，有很多经验也有很多教训（其他各科考研高分乃至满分选手的分享有很多，我就不写了）备考资料：高鸿业宏微观经济学（第五版）、相应的辅导书（我用的金圣才的那两本）、历年真题、尹伯成的绿皮书（现代西方经济学习题指南）这大概就是我专业课复习的所有资料。东财专业课要求的教材不多，有学妹问我其他某某书怎样的问题我也不能回答出来，只能告诉大家当时我也搜索很多次想找到更多更好的资料助自己一臂之力，但是结果证明这几本算是基本且必备的。再跟大家说一下专业课的试卷结构，让大家对你要达到的目标有所了解。试卷总共分三大部分：第一部分是名词解释，每个 4 分，共 40 分；这一部分曾经考过选择等其他题型，但是我感觉名词解释是一个明显趋势，更能考察出考生的能力，而选择题容易含有蒙对的成分。名词解释会考的很细，所以东财虽然只考宏微观两本书，但是一定要看得非常仔细，能复述出来再配上图形解释起来才比较完美。、第二部分是简答题，每个 10 分，共 50 分。一般来说，前面两道很可能是计算题。而后面几道是文字表达比较多的简答题。这部分考察的都是书中重点知识。不会有偏难偏怪的现象，大家认真复习即可。强调一个小问题，大家答题要比较有条理，在时间允许的情况下尽量答得充实一些。看过书中课后习题的答案你会发现，很多题一般要先把问题中出现的术语解释一遍，接着结合题意，使用原理回答问题，能有相关图形的要配合图形解释，最后还要总结。给阅卷的人很完整的感觉。第三部分是论述题，每个 20 分，共 60 分。论述题每一道下面会分为几个小问题。这一部分第一道也很有可能是一道比较复杂的计算为主的题目。后面两道是比较标准的文字叙述较多的论述题（起码 13 年是这样考的）。各学校专业课自主命题，东财的专业课考试试卷是五张白纸，正反面都有页码总共 10 页，连题号都要自己标注。这样就存在一个问题——每个题答题的时间和卷面空间安排问题。看分值我想大家就知道，这部分要答出深度答得自习。我在去年的考试中，到了论述题部分时间不是很充足，而最后的交卷时间接近心里又比较紧张，加上前面写字写的也很累，扣分比较多的地方应该就是论述了，考完很是上火。大家对此心里一定要有个数啊！另外一点就是，这里面东财习惯性地结合一点社会热点，比如之前某一年结合当年比较热点的住房问题，还有一年是工资问题。我们 13 年如果没说错的话跟之前愈演愈烈的主权债务危机相关。所以，你们复习的时候是不是也要稍微关注一下经济热点，寻找一下它与你要考的宏微观经济学的交叉点，顺便预测一下未来的考题？而且答题的语言也不只限于书上那些话，如果你了解的更多，就应该用专业的语言好好向考官展示一下。有了资料，有了目标，就差复习过程了。去年复习专业课好像已经是八月中下旬。因为暑期考研班（考研班，很鸡肋，食之无味，弃之可惜。大家自己抉择的一个问题。）上课一直没时间复习，当时我可有点着急了。我学习宏微观的时候，用的第四版，所以第一遍把第四版看了一遍，便于找回一点记忆，并且把上课时没学过的以及第五版上的新章节看了一遍。之后用辅导书巩固了一遍，重点看课后习题。九月份我做了一遍尹伯成的绿皮书，微观部分跟东财考试比较接近，宏观部分不是很好就没看那么仔细了。第二轮就是看第五版，新书加上第一遍的基础，上面的重点画的特别清晰漂亮，自己都要陶醉了嘿嘿。第三轮看书加做笔记，重点在把书上的图画一遍，知识框架也在做笔记的过程中更加清晰了。第四轮看了一遍金圣才的书，上面有知识点、课后习题答案、名校的考研题，有一些也可以参考答题路线。最后一轮就是马上要考试了，快速看了笔记跟书，不会的地方重点看，会的地方就稍稍带过，总之属于在考试前避免忘记而快速浏览。中间还把历年真题抽空研读了一遍，体会了一下东财的出题路子，本来还想看第二遍的，但时间不够第二遍没有看多少就回到教材上准备考试了。东财专业课最好复习方法就是——反复看书。真的，有些人会把书看的次数更多。可能我还属于不是特别深入的，后面复习时间也比较紧，所以最后的结果并不是特别好。希望想考东财学弟学妹更加努力，考出更好的分数吧。写不动了，以后奉献复试经验吧。大家现在要做的恐怕是要好好准备好数学英语，为专业课和政治抢时间。总之要坚持啦，这个夏天对于整个复习过程很重要。我本科就是东财的，但还是特别爱这个不大却十分美丽与温暖的学校。加油，我在东财等你。; 13 次阅读|0 个评论

分享谈谈如何学好金融学: 热度 16 马良华 2012-10-18 15:15; 应人大经济论坛之邀，让我谈谈如何学好金融学问题。金融学涵盖领域广泛，门类丰富，层面众多，不仅涉及宏观方面问题，而且涉及微观方面问题；不仅涉及银行、证券、保险、基金等等多个领域，而且涉及市场、工具或产品服务等不同层面；不仅涉及投资问题，而且涉及融资问题，等等。因此，目前高等院校金融学专业课程设置，一般包括经济学基础课程、金融学基础课程、专业课程和一些与数学、法律、工程等交叉的课程等组成。再根据专科、本科、硕士和博士的不同专业学位要求，设置不同专业深度及广度的课程体系，对应不同的知识体系、深度和方法。这是大家熟悉的基本情况。我在这里着重讲以下二个方面。一、学好金融学需要搞清楚或注意的几个问题金融学课程虽然涉及面广泛，并因专业方向不同而存在不少差异，但在理论基础、原理和方法上却具有许多共同、共通之处。因此，如果能够很好地学习认识理解和把握这些具有共同特征的问题，无论对于理解宏观金融问题，还是理解微观金融问题，都颇多裨益，有助于触类旁通和举一反三。这些问题包括：（一）金融中介的功能及其历史变迁问题金融业服务的提供主体是金融中介企业或组织，这些中介企业或机构的产生发展主要是市场需求、竞争、技术进步发展、法律法规、国家政策等及其形成的环境的动态变迁和共同作用的结果。在早期理论中，金融中介被视为是信用的媒介或信用的创造者，例如银行； 20 世纪 60 年代后，理论对金融中介功能的研究拓展到了信息成本、交易成本、参与成本和风险管理等多个方面，认为解决不确定性、信息的不对称性以控制各种成本和管理风险是金融中介存在发展的主要原因；后来的研究进一步拓展到了客户导向和价值增加等更广泛的领域。国外在金融中介功能的研究富有成果，结合背景条件的动态变化，系统认识理解掌握金融中介的发展变迁，不仅有助于金融学各专业课程的学习理解，而且有助于从制度、ZF层面来认识和理解对金融中介管理的有效性及改革问题，有助于减少在对策研究中出现脱离历史条件的一厢情愿的错误。（二）金融业发展变迁的内在动因和外部条件与金融中介的发展一样，金融业的发展也是市场需求、竞争、技术进步发展、法律法规、国家政策等及其形成的环境的动态变迁和共同作用的结果。对金融业各领域的发展理解，也同样需要从历史角度对市场、技术、制度、政策等问题加以系统理解，认识把握其发展变迁的内在动因和外部条件。理解信用与制度及其与金融业发展之间的紧密联系。此外，还应该从银行、证券、保险、基金等等各个专业领域来认识把握这些不同的金融中介、市场和工具等对于解决市场需要的和国家需要的控制成本、分散及管理风险、稳定经济，或者解决不确定性、信息不对称等问题的功能及历史条件，进而理解金融业结构格局、金融市场结构格局和金融工具及产品的发展演化问题。例如，金融业从银行主导向市场主导的发展演化，既反映了相关国家市场需求、技术进步和制度环境等的背景条件的变化，也反映了国家管理风险、分散风险和应对现实矛盾的需要，是主客观二方面因素互动作用的结果。从而有助于更好地认识理解和预测金融业发展的过去、现在和将来，有助于正确理解金融业发展及结构格局演化与历史条件之间的互动关联关系，避免、减少在研究和政策制定上的主观主义和“大跃进”，使得认识更加贴近事实。（三）金融理论的变迁发展及其背景特征金融理论是对金融问题内在联系和矛盾的揭示、总结和解释，既反映了具有共同性的一般特征，也反映了国家的主体性。现代金融理论主要源自对西方发达国家的发展研究，理论和应用研究的重点及其变迁不仅突出反映了西方发达国家的历史矛盾和问题，而且也反映了西方发达国家的利益诉求。不少理论思想、观点和方法都带有适用性上的明显局限，与中国现阶段的发展背景条件存在着较大的差异性，我们在学习、认识、理解和研究时要结合具体的历史背景条件，加以鉴别和修正，努力结合具体的背景条件和现实矛盾来认识把握理论及方法，切忌完全照搬照抄和机械套用。这是我基于对我国在金融研究和教学实践现状的认识基础上提出的个人看法。当然相关的问题还有不少，这里仅着重例举三个方面的基本问题。也可以看看我在今年 6 月份在《社会科学战线》杂志上发表的一篇文章，题目是“国家发展的生命周期假设”，文中提出了我对经济发展问题的时空理解和理论框架，以后还会有一些基于这一理论思想的文章发表。想要强调的是系统学习和背景区分的重要性，希望能够为同学们的学习和研究提供一些参考和启示。二、学好金融学需要具备的知识体系这里主要简单地谈金融学理论知识的学习要求。我曾经对许多同学说过，经济学及金融学是很不容易真正学好的学科，研究也是如此。因为经济问题的复杂性和面临的非“各态历经”——我们面临着一个一直在变化着的、存在很大时空差异的现实，以致于彼地彼时的理论或经验在此地此时并不一定适用，一些看似相同或相似的问题其根源、成因和性质也不尽相同，需要区别对待。如果学习不够，理解不深，很容易造成似懂非懂和一知半解。因此，要求学习者具有比其它许多学科更多的知识体系和系统理解能力，努力认识多元因素之间的内在联系和动态关联，培养独立的分析、思考、解决问题的能力，在学习上勤奋学习和善于思考，即勤学善思。为此，一是要多看书，广泛地阅读，增加知识面，包括中外古今社会思想史、法律、文化、艺术（音乐、绘画等）、教育、技术、宗教及其变迁等，形成宽广的人文学科知识基础；二是在学好专业课程的基础上，经常阅读和学习课外相关书籍和文献，努力掌握专业知识和方法，这是对一个金融专业学生的基本专业要求；三是多阅读经济金融学经典理论和代表性流派思想，要结合具体背景条件来理解和思考问题；四是要了解把握近二百年来现代经济金融发展史；五是关注现实，运用已经掌握的知识和方法，思考、分析问题。后面三点是想要做好研究的基础和对研究者的基本要求。除了理论知识和方法的学习外，还要加强实际问题的解决和操作能力，包括参与社会实践活动等。当然，对自己的要求不同和目标定位不同，所需要的知识结构体系也不同。如果定位于一个很具体和很窄的工作，你只要在具备相应的专业知识基础上，搞清楚并掌握相关的技能就可以胜任；但你如果想要胜任更具挑战性的工作或者取得更大的成就，你就需要更多的知识和能力。说的比较笼统，仅供各位参考。附：一些课外学习参考书籍富兰克林 · 艾伦等：比较金融系统，中国人民大学出版社， 2002 查尔斯 · P. 金德尔伯格：西欧金融史，中国金融出版社， 2007 道格拉斯 · 诺思：理解经济变迁过程，中国人民大学出版社， 2008 道格拉斯 · 诺思：西方世界的兴起，华夏出版社， 2009 内森 · 罗森堡等：西方现代社会的经济变迁，中信出版社， 2009 哈耶克：自由宪章，中国社会科学出版社， 2007 刘积余：美国银行业大变革透视，中国金融出版社， 2001 约翰 · S · 戈登：伟大的博弈，中信出版社， 2005 埃斯里 · 德米尔古克—肯特等：金融结构和经济增长，中国人民大学出版社 ,2006 弗雷德里克 · 刘易斯 · 艾伦：大转型时代，新世界出版社 ,2009 麦迪森：世界经济千年史，北京大学出版社， 2010; 115 次阅读|16 个评论

分享金融学习感悟: rucgxw 2012-8-26 10:59; 一位北大CCER研究生的经济学、金融学学习感悟 https://bbs.pinggu.org/forum.php?mod=viewthreadtid=1557111fromuid=3319622; 个人分类: 学习方法|0 个评论

分享学习经济学与金融学前沿的方法: 热度 2 日新少年 2012-7-10 20:35; 之前的一个帖子里面，有坛友问我哪里可以找到比较好的paper，我想了想，觉得到国外大学经济系和商学院金融系的网站上面有很多老师的paper，有成名已久的大牌教授，也有初出茅庐的青年才俊，记得以前论坛上有个帖子里面说到如何了解经济学与金融学的前沿，midi51坛友回答到最前沿的东西都在顶级经济系和商学院学者的大脑里。而国外学者很多都有personal website，上面有很多published articles和working papers，基本上都是可以免费下载和学习的，个人觉得是一个了解世界学术前沿的好途径。相比之下，国内院校要做得差很多。因此为了方便大家学习，本人把世界排名靠前的经济系和商学院金融学教授列表弄出来，上面是经济系网站，下面是金融系网站，可以直接连接过去学习国外学者前沿思想。这些个人网站有research，可以下paper;还有teaching，可以看看国外老师的教学。反正大家都可以各取所需~ 哈佛大学 http://www.economics.harvard.edu/faculty http://www.hbs.edu/units/finance/ 麻省理工学院 http://economics.mit.edu/faculty http://mitsloan.mit.edu/finance/directory/faculty.php 芝加哥大学 http://economics.uchicago.edu/facstaff/ http://www.chicagobooth.edu/faculty/directory.aspx 普林斯顿大学 http://www.princeton.edu/economics/faculty-members/ http://www.princeton.edu/bcf/faculty/ 斯坦福大学 http://economics.stanford.edu/faculty/ http://www.gsb.stanford.edu/academicareas/finance.html 耶鲁大学 http://www.econ.yale.edu/faculty1/index.htm http://mba.yale.edu/faculty/disciplinarygroups.asp#3 宾夕法尼亚大学 https://fnce.wharton.upenn.edu/faculty/faculty-list/ http://economics.sas.upenn.edu/faculty 哥伦比亚大学 http://econ.columbia.edu/regular-faculty http://www4.gsb.columbia.edu/finance/faculty 纽约大学 http://econ.as.nyu.edu/page/people http://www.stern.nyu.edu/faculty/search_name_form 西北大学 http://www.econ.northwestern.edu/people/index.html http://www.kellogg.northwestern.edu/Departments/finance/faculty.aspx 杜克大学 http://econ.duke.edu/people?subpage=unitGurl=%2Faas%2FEconomicscname=Faculty http://www.fuqua.duke.edu/faculty_research/faculty_directory/?area=Finance 加州大学伯克利分校 http://econ.berkeley.edu/faculty/list http://www.haas.berkeley.edu/groups/finance/faculty.html 加州大学洛杉矶分校 http://www.econ.ucla.edu/ http://www.anderson.ucla.edu/x1914.xml 明尼苏达大学 http://www.econ.umn.edu/faculty.html http://www.csom.umn.edu/finance/faculty.aspx 康奈尔大学 http://www.arts.cornell.edu/econ/people/faculty.html http://www.johnson.cornell.edu/Faculty-And-Research/Faculty-by-Discipline.aspx 布朗大学 http://www.brown.edu/Departments/Economics/people.php 圣路易斯华盛顿大学 http://economics.wustl.edu/people http://www.olin.wustl.edu/facultyandresearch/Faculty/AcademicAreas/Pages/default.aspx 密歇根大学安娜堡分校 http://www.lsa.umich.edu/econ/people/faculty http://www.bus.umich.edu/FacultyBios/Default.asp 罗切斯特大学 http://www.econ.rochester.edu/people.html http://www.simon.rochester.edu/faculty--research/academic-areas/finance/index.aspx 卡耐基梅隆大学 http://public.tepper.cmu.edu/facultydirectory/FacultyDirectory.aspx 威斯康星大学麦迪逊分校 http://www.econ.wisc.edu/faculty.html http://bus.wisc.edu/knowledge-expertise/academic-departments/finance/faculty-staff 达特茅斯学院 http://www.dartmouth.edu/~economic/faculty.html http://www.tuck.dartmouth.edu/faculty/faculty-directory/sort-academic/ 约翰霍普金斯大学 http://econ.jhu.edu/directoryindex/faculty/ http://carey.jhu.edu/faculty_research/faculty_directory.html 莱斯大学 http://economics.rice.edu/Content.aspx?id=82linkidentifier=iditemid=82 http://www.business.rice.edu/onlinedirectory/personnelacademiclist.aspx#tabs-4 范德堡大学 http://www.vanderbilt.edu/econ/faculty/index.html http://www.owen.vanderbilt.edu/vanderbilt/faculty-and-research/academic-areas/finance.cfm 爱默里大学 http://economics.emory.edu/home/people/faculty/index.html http://goizueta.emory.edu/faculty/acad_area_finance.asp 乔治城大学 http://econ.georgetown.edu/faculty/ http://views.georgetown.edu/?ViewID=378 加州大学圣地亚哥分校 http://economics.ucsd.edu/facRes/profiles.aspx http://rady.ucsd.edu/faculty/directory/ 圣母大学 http://economics.nd.edu/the-faculty/ http://business.nd.edu/Finance/Department_Faculty/ 南加州大学 http://dornsife.usc.edu/cf/econ/econ_faculty_roster.cfm http://www.marshall.usc.edu/faculty/fbe/faculty 弗吉尼亚大学 http://artsandsciences.virginia.edu/economics/facultystaff/index.html http://www.darden.virginia.edu/web/Faculty-Research/Academic-Areas/Finance/ 德州大学奥斯丁分校 http://www.utexas.edu/cola/depts/economics/faculty/list.php http://www.mccombs.utexas.edu/Departments/Finance/Faculty.aspx 波士顿学院 http://fmwww.bc.edu/EC-V/Faculty.php http://www.bc.edu/content/bc/schools/csom/departments/finance/faculty.html 波士顿大学 http://www.bu.edu/econ/people/faculty/ http://management.bu.edu/faculty-research/departments/finance/research/ 加州大学戴维斯分校 http://www.econ.ucdavis.edu/people_faculty.cfm http://gsm.ucdavis.edu/faculty-directory 俄亥俄州立大学 http://oregonstate.edu/dept/econ/faculty http://fisher.osu.edu/directory/department/fin.htm 本文转自：https://bbs.pinggu.org/thread-1522039-1-1.html -----------------------------------2012年7月10日20:42:11; 293 次阅读|2 个评论

分享人大经济论坛，给了我更多学习经济金融学的理由: 热度 1 zhouxuewen 2012-5-7 20:18; 我是一名学习理工科的学生，刚刚毕业不久，但是一直以来对经济金融学有比较浓厚的兴趣，工作之余会花些时间来进行经济金融学方面知识的学习，感觉很有劲。其中有一天突然看到了人大经济学论坛，饶有兴趣的点进来一看，里面有很多很多我需要的资源，有很多很多我想要的主题，有很多很多我感兴趣的地方，有很多很多。。。我爱经济金融学，更爱人大经济论坛; 36 次阅读|1 个评论