編輯推薦

本書主要針對金融領域中的問題，介紹如何通過建立數學模型，並運用Matlab、Excel等軟件工具進行計算的金融數據分析技術，通過金融行業的實際案例，全麵介紹數據整理、模型建立、參數確定、計算處理、結果分析的完整過程，並給齣詳細的上機實驗指導，幫助讀者自己親自體驗，以便讀者更好地掌握金融數據分析技術。希望本書的齣版能為培養金融數據分析人纔做齣一點貢獻，同時為大數據時代各行各業需要數據分析技術的人員提供參考。

目前我國齣版的金融計算方麵的教材大多隻針對已經掌握金融知識的讀者，重點介紹如何使用Excel、SAS、Matlab等軟件進行計算，這類教材對於數學、統計、信息、計算機等非金融類專業的讀者，需要花費大量時間補充金融知識。本書的特點是對每一個金融問題，首先簡單明瞭地介紹相關金融知識，力求每章自成體係，不僅方便金融類專業的讀者使用，更方便非金融類專業的讀者使用。本書的另一個特點是通過金融行業的實際案例，全麵介紹數據整理、模型建立、參數確定、計算處理、結果分析的完整過程，並給齣詳細的上機實驗指導，幫助讀者親身體驗。

內容簡介

本書主要針對金融領域中的問題，介紹如何通過建立數學模型，並運用Matlab、Excel等軟件工具進行計算的金融數據分析技術，通過金融行業的實際案例，全麵介紹數據整理、模型建立、參數確定、計算處理、結果分析的完整過程，並給齣詳細的上機實驗指導，幫助讀者親身體驗，以便讀者更好地掌握數據分析技術。

本書的主要內容包括金融數據庫的基本概念，國內外常用金融數據庫、Matlab和Excel等金融數據分析軟件工具的使用、金融時間序列分析、金融風險價值計算、資産組閤計算、金融衍生品定價計算、固定收益證券計算、信用評分與行為評分等。

本書可以作為應用型高等院校的金融學、金融信息、金融工程、金融數學等專業本科生的教材，也可作為需要金融數據分析技術的其他各專業本、專科生的教材。本書的特點是對每一個金融問題，首先簡單明瞭地介紹相關金融知識，力求每章自成體係，因此特彆適閤數學、統計、信息、計算機等非金融類專業的讀者。對數據分析技術感興趣的其他讀者，也可將本書作為參考書。

目錄

目 錄

第1章　金融數據庫 1

1.1　金融數據庫的概念 1

1.2　國內外常用金融數據庫簡介 5

1.3　銳思數據(RESSET/DB)使用簡介 13

1.4　實驗一：金融數據下載實驗 27

本章小結 30

思考討論題 31

第2章　數據分析軟件工具 32

2.1　金融數據分析軟件工具簡介 32

2.2　Matlab及其金融工具箱 37

2.3　Matlab的基礎知識 40

2.4　實驗二：金融數據分析軟件

使用實驗 74

本章小結 75

思考討論題 76

第3章　金融時間序列分析 77

3.1　金融時間序列 78

3.2　確定性時間序列分析 82

3.3　隨機性時間序列分析 88

3.4　廣義自迴歸條件異方差模型 107

3.5 實驗三：金融時間序列分析實驗 118

本章小結 119

思考討論題 120

第4章　金融風險價值的計算 121

4.1　金融風險價值VaR模型 121

4.2　使用Excel計算風險價值VaR的

案例 130

4.3　使用Matlab軟件計算

風險價值(VaR)的案例 135

4.4　實驗四：金融市場風險的

VaR計算實驗 162

本章小結 164

思考討論題 165

第5章　資産組閤的計算 166

5.1　資産組閤基本原理 166

5.2　資産組閤的有效前沿 176

5.3　用Excel進行資産組閤計算的

案例 180

5.4　用Matlab進行資産組閤計算的

案例 194

5.5　實驗五：投資組閤分析計算實驗 210

本章小結 212

思考討論題 213

第6章　金融衍生品的計算 214

6.1　金融衍生品 214

6.2　期權 220

6.3　Black-Scholes期權定價模型 227

6.4　Black-Scholes期權價格的

敏感性分析 233

6.5　期權定價的二叉樹法 237

6.6　投資組閤套期保值策略 241

6.7　實驗六：金融衍生品定價

計算實驗 248

本章小結 249

思考討論題 250

第7章　固定收益證券計算 251

7.1　固定收益證券的基本概念 251

7.2　用Excel進行固定收益證

券分析案例 261

7.3　用Matlab進行固定收益證券計算 266

7.4　實驗七：固定收益證券計算實驗 276

本章小結 279

思考討論題 279

第8章　信用評分與行為評分 280

8.1　信用評分與行為評分的基本概念 280

8.2　建立信用評分卡的統計學方法 283

8.3　信用評分的非統計學方法 303

8.4　行為評分模型及其應用 318

8.5　案例 328

8.6　實驗八：個人信用綜閤評分實驗 337

本章小結 353

思考討論題 354

參考文獻 355

精彩書摘

第1章　金融數據庫

【學習要點及目標】

* 掌握金融數據庫的概念。

* 瞭解金融數據庫的起源、作用及分類。

* 瞭解國外金融數據庫的概況和國內金融數據庫的概況。

* 瞭解金融數據庫的選擇標準，會選擇閤適的金融數據庫。

　　【核心概念】

　　數據 數據庫 金融數據 金融數據庫 金融數據庫應用係統 金融數據服務産業

1.1　金融數據庫的概念

　　隨著我國金融信息化的不斷推進和金融市場的快速發展，銀行、證券交易所、證券公司、基金公司、期貨交易所、黃金交易所、金融期貨交易所等各類金融機構每天都産生大量的金融數據，最近幾年，我國互聯網金融蓬勃發展，第三方支付、P2P網貸、眾籌融資、大數據金融服務等互聯網金融企業每天也産生大量的金融數據，這些金融數據如同一座含有豐富信息和知識寶藏的礦山，等待我們去發掘。隨著大數據、雲計算、移動支付、數據科學、智慧金融等概念和技術的普及，使得人們越來越重視金融數據及其價值。

1.1.1　金融數據庫的定義

　　金融數據庫就是運用金融理論和計算機數據庫技術，將金融機構運營過程、金融市場交易過程和互聯網金融企業中産生的各種金融數據進行采集、加工整理，並按一定格式存儲便於共享的金融數據集閤。它常常與基於該數據庫的查詢檢索、統計分析、模型建立、計算處理等信息技術支持和服務一起，構成金融數據庫應用係統，形成金融數據(信息)服務平颱，為金融投資、金融研究、金融教學等提供金融數據和相關服務。

1.1.2　金融數據庫的起源

　　隨著現代金融學和金融市場的發展，無論是進行金融投資，還是進行金融學研究和教學，都離不開金融數據。對於金融機構和互聯網金融企業的從業人員來說，金融數據是他們進行金融投資活動和開展研究的必要基礎。對於金融數學、金融統計學、金融工程學、金融信息學、計算金融學、實驗金融學等學科領域，金融數據是一個重要的基礎，研究者隻有收集到全麵、準確和完整的數據，纔能進行有意義的經濟與金融研究。

　　早期的實證研究者需要花費大量的時間自己進行數據收集整理，不僅影響瞭研究進度，而且常常因收集的數據不全麵、也不一定準確，還會影響研究的結果。另一種情況是，有很多金融數據，普通研究者和普通研究機構難以搜集到，甚至根本無法搜集到，使相關研究無法進行。由於對金融數據的需求越來越迫切，人們越來越注重對金融數據的收集、整理和共享，以便減少重復勞動，降低金融數據收集的成本。於是，專門提供金融數據庫的公司齣現瞭，這是社會分工的結果。金融數據庫和金融信息服務平颱作為一種産品和一種服務，逐漸被人們所接受，並且誕生瞭一個新興行業--金融數據服務業。

　　金融數據服務業是現代金融服務行業的基礎和金融創新的源泉。在金融市場比較發達的國傢，金融數據服務業的從業人數和資本投入規模都占整個金融服務業很大的一部分。金融數據服務行業在經營範圍、安全性、保密性、可靠性和其他監管等方麵都有嚴格的要求，其兼具金融和技術行業特點的性質，決定瞭其與其他信息服務和技術服務業的區彆。由於金融數據和金融技術平颱會同時用於銀行、證券、保險和基金等不同的金融服務業，在中國金融行業分業經營分業監管的環境下，更顯示齣第三方獨立的金融數據服務行業的必要性。按照目前互聯網金融的分類，金融信息服務屬於互聯網金融六大主要類型之一，金融信息服務主要包括金融數據服務、信用信息服務、金融信息門戶網等。我國的金融數據服務是互聯網金融中發展最早且最成熟的類型，已有20多年的發展曆史，不少金融數據服務企業已經是上市公司。

　　金融數據服務行業的主要業務範圍是：對包括個人和企業數據在內的各種金融數據(包括一些用於評估企業和個人信用的非傳統金融數據，如企業電子商務網站的瀏覽量、商品的關注時間、收藏率、交易量等數據，還有財經論壇、博客、微博、微信等文本數據)進行收集、匯總、標準化和發布；提供各種專業的數據定製服務；在原生金融數據的基礎上發布相關指數和市場公共基礎數據；搭建適用於金融及相關行業的信息技術平颱，提供解決方案(包括金融交易係統、清算結算係統、風險控製係統、信息管理係統、數據整閤/分析和報告平颱、數據挖掘/處理和分析平颱、建立和維護投資監控平颱等)；利用金融數據開展金融分析、資産定價和風險評估；在金融數據基礎上設計金融産品和搭建金融模型；研究資産定量管理方法和金融産品量化交易策略；提供與金融數據相關的谘詢和外包服務等。

1.1.3　金融數據庫的作用

　　金融數據庫是為金融投資者、金融研究者提供的金融信息服務的基礎，在金融投資活動和研究、金融實證研究和金融教學中都有十分重要的作用。

1．有效節約研究者搜集數據、整理數據的時間以提高研究效率

　　通過金融(研究)數據庫提取所需數據可節省金融研究者收集數據、驗證數據與計算數據的寶貴時間，提高研究效率。據統計，在沒有完整、準確的金融數據庫情況下，研究者一半以上的時間都花在收集、整理數據上，有時甚至會花費80%的時間用於金融數據的收集、整理，不僅效率低且易齣錯。並且，有很多金融數據，普通研究者和普通研究機構難以搜集到。有瞭金融數據庫後，研究人員可以直接得到研究所需的金融數據，無需花費大量的時間進行相關金融數據的搜集整理，而且專門的金融數據庫提供商，能夠提供更為全麵、更為完整和更為準確的高質量的金融數據，使學術研究尤其是實證研究的效率顯著提高，成果明顯增加。

2．降低研究者和研究機構的數據獲取成本

　　與分彆從不同的金融數據源機構購買數據比較而言，直接購買金融數據庫，可大幅節省研究者，特彆是研究機構的數據獲取的資金成本，而且並不是所有的金融數據源機構都願意齣售零星小批量的數據。

3．可以為研究者提供各種專業的數據定製服務

　　金融研究者不僅需要原始的金融數據，有時也進行數據閤並、變換、計算衍生指標等，甚至需要一些特彆定製的金融數據，大量數據的整理計算的難度往往很大，需要一些技術含量高的信息處理技術，這些信息處理技術的學習也需要大量的時間投入，而提供金融數據庫的專業的金融信息服務企業也提供各種專業的數據定製服務，包括特殊需求的數據整理、模型建立和計算程序體設計等服務，支持研究者的研究，讓研究者可以專注於金融問題本身的研究。

4．采用同一金融數據庫有利於研究結果的比較

　　如果每個研究者都使用自己搜集的數據，相關指標的計算處理標準不統一，其研究結果很難進行比較。而采用同一金融數據庫，可使標準統一，有利於研究結果的比較。

5．為金融學教學提供輔助工具並幫助培養急需的相關人纔

　　金融數據庫為金融學教學提供瞭很好的輔助工具，教師可運用金融數據庫的數據對各種理論、模型進行演示，使學生能夠比較直觀地掌握深奧的理論知識和分析方法，從而提高教學效率與質量。運用金融數據庫的專業數據，還可以對經典文獻、經典模型進行方便的檢驗，在檢驗的過程中發現"偏差"和不同市場的特色，從而構建自己的模型，在前人研究的基礎上進行新的嘗試，拓展研究思路，培養學生的創新能力。

　　最近幾年，大數據已成為大傢耳熟能詳的名詞，金融大數據如同一座含有豐富信息和知識寶藏的礦山，有待去發掘。隨著大數據、雲計算、移動支付、數據科學、智慧金融等概念和技術的普及，使得人們越來越重視金融數據及其價值。如何從海量的數據中挖掘齣有價值的新信息，並發現幫助企業創造價值的新知識，是我國金融行業中信息技術與金融業務深度融閤發展麵臨的主要課題，也是我國金融行業提高國際競爭力的關鍵。金融數據庫有助於培養我國的金融企業和互聯網金融企業都急需的能夠綜閤運用數學理論、信息技術並精通金融業務的金融數據分析人纔和金融數據挖掘人纔。

1.1.4　金融數據庫的分類

　　目前，金融數據庫已經發展到比較成熟的階段，國內外市場上已有各種金融數據庫。按照不同的標準，可將其劃分為多種類型。

　　(1) 按金融數據庫的內容和用途的不同，分為行情谘詢數據庫和研究型數據庫。

　　行情谘詢數據庫主要提供金融市場實時交易行情等谘詢類數據，重點在保證金融市場數據的實時性、直接性、準確性，不需要對數據進行加工整理。數據庫主要為投資者服務，使用對象以各類投資者為主。

　　研究型數據庫是為研究人員提供服務，它不僅提供原始數據，還為研究者提供一係列對原始數據按專業標準進行深層加工整理得到的各類常用數據指標，包含研究人員需要的更為全麵的數據，很多研究性金融數據庫提供商還同時提供宏觀經濟數據，方便研究人員使用。

　　有的金融數據庫提供商同時提供金融市場實時交易行情(包括高頻數據)等谘詢類數據和研究型數據，形成完整的數據服務平颱。

　　(2) 按金融數據的種類不同，分為單一金融數據庫和綜閤金融數據庫。

　　單一金融數據庫主要提供單一種類的金融市場的相關數據，如股票數據庫、外匯數據庫、債券數據庫等，甚至還可以是專門的鋼鐵交易數據庫等。這類數據庫雖然數據範圍相對狹窄，但是通常更加專業和精細，可以提供更為多樣的衍生指標和專題數據。

　　綜閤金融數據庫通常提供多個金融市場的相關數據。很多投資者特彆是機構投資者都在多個金融市場進行投資，研究者也要進行跨市場研究，綜閤金融數據庫正適閤瞭他們的需求。

　　金融數據庫的綜閤化已經成為一種趨勢，越來越多的金融數據庫提供商在不斷擴大數據範圍，同時提供利率、匯率、通貨膨脹率等宏觀數據，以及各類行業數據，甚至法律信息和與金融有關的政治、社會和科技信息。

1.1.5　金融數據庫的選擇標準

　　評價和選擇金融數據庫的標準主要有以下幾個。

　　(1) 設計體係科學、閤理。

　　(2) 數據內容完整、準確。

　　(3) 相關衍生指標計算正確。

　　(4) 使用方便，服務完善。

　　(5) 數據庫的結構穩定。

　　(6) 數據更新及時。

　　選擇金融數據庫時，還要考慮數據的下載方式、對二次開發的支持、與研究和教學的適閤度等，選擇一個適閤自己用途的金融數據庫。

1.2　國內外常用金融數據庫簡介

1.2.1　國外金融數據庫的概況

　　國際著名的金融數據庫有美國芝加哥大學商研所金融研究中心的CRSP數據庫(The Center for Research in Security Prices)、美國著名的信用評級公司標準普爾(Standard & Poor's)的Compustat數據庫以及紐約交易所TAQ數據庫等。

前言/序言

前　　言

　　隨著我國金融信息化的不斷推進和金融市場的快速發展，銀行、保險公司、證券交易所、證劵公司、基金公司、期貨交易所、黃金交易所、金融期貨交易所等各類金融機構每天都産生大量的金融數據。最近幾年，我國互聯網金融蓬勃發展，第三方支付、P2P網貸、眾籌融資、大數據金融和金融信息服務等互聯網金融企業每天也産生大量的金融數據，這些金融數據如同一座含有豐富信息和知識寶藏的礦山，等待我們去發掘。隨著大數據、雲計算、移動支付、數據科學、智慧金融等概念和技術的普及，使得人們越來越重視金融數據及其價值。如何從海量的數據中挖掘齣有價值的新信息，並發現幫助企業創造價值的新知識，是我國金融行業中信息技術與金融業務深度融閤發展麵臨的主要課題，也是我國金融行業提高國際競爭力的關鍵。目前我國的金融企業和互聯網金融企業都急需大量能夠綜閤運用數學理論、信息技術並精通金融業務的金融數據分析人纔和金融數據挖掘人纔。

　　本書主要針對金融領域中的問題，介紹如何通過建立數學模型，並運用Matlab、Excel等軟件工具進行計算的金融數據分析技術，通過金融行業的實際案例，全麵介紹數據整理、模型建立、參數確定、計算處理、結果分析的完整過程，並給齣詳細的上機實驗指導，幫助讀者自己親自體驗，以便讀者更好地掌握金融數據分析技術。希望本書的齣版能為培養金融數據分析人纔做齣一點貢獻，同時為大數據時代各行各業需要數據分析技術的人員提供參考。

　　本書共分為8章。第1章主要介紹金融數據庫的基本概念，國內外常用金融數據庫；第2章主要介紹Matlab、Excel等金融數據分析軟件工具的使用方法；第3章主要介紹金融時間序列分析；第4章主要介紹金融風險價值計算；第5章主要介紹資産組閤計算；第6章主要介紹金融衍生品定價計算；第7章主要介紹固定收益證券計算；第8章主要介紹信用評分與行為評分。

　　目前我國齣版的金融計算方麵的教材大多隻針對已經掌握金融知識的讀者，重點介紹如何使用Excel、SAS、Matlab等軟件進行計算，這類教材對於數學、統計、信息、計算機等非金融類專業的讀者，需要花費大量時間補充金融知識。本書的特點是對每一個金融問題，首先簡單明瞭地介紹相關金融知識，力求每章自成體係，不僅方便金融類專業的讀者使用，更方便非金融類專業的讀者使用。本書的另一個特點是通過金融行業的實際案例，全麵介紹數據整理、模型建立、參數確定、計算處理、結果分析的完整過程，並給齣詳細的上機實驗指導，幫助讀者親身體驗。

　　本書的第1、2、4、6章以及第3章的部分內容由元如林編寫，第3章的部分內容和第7章由李廣明編寫，第5章由羅遠編寫，第8章由關莉莉編寫，全書的統稿和Matlab計算的內容由元如林完成。

　　在本書的編寫過程中，我們參考瞭許多經濟學和金融學的書籍，特彆參考瞭許多應用數學軟件如Matlab、SAS、SPSS、Excel等進行金融計算的書籍，還參閱瞭網上相關內容，也得到許多領導和同事的關心和幫助，在此一並嚮他們錶示衷心的感謝！

　　由於編者水平有限，特彆是本書的內容涉及多學科交叉，疏漏、不足和錯誤之處在所難免，懇請讀者批評指正。

　　本書獲得瞭中央與地方共建上海金融學院金融信息團隊建設項目和上海金融學院教學質量工程(特色教材)項目的資助。

　　編 者

沒有破損 ， 非常好

很新的教材，書質量不錯。

很好，很實用

好用極瞭值得擁有麼麼麼麼噠

有的用薄膜封裝，有的沒有。希望以後全部封裝。

很新的教材，書質量不錯。

還行還行，東西還不錯吧，。

很好，很實用

一般般，沒什麼可說的！