北京大学数学学院金融系主任吴岚教授来访环境与能源学院并作讲座
3月2日和3日上午，环境与能源学院举办的环境金融系列报告之“金融统计方法”在E118举行，本次报告邀请北京大学数学学院金融系主任吴岚教授介绍金融统计方法的基础理论和相关应用。据悉，吴岚教授自1995年开始进入精算和金融数学领域，研究方向为精算学与金融风险管理，是我国最早从事这方面研究的学者之一。
吴岚教授从金融数学系的建系历程开始讲起，谈到该领域目前的发展前景时指出，“对于没有金融统计知识基础的同学，希望这个讲座能帮助建立开头，确定方向；对于已经有基础的同学，希望这个讲座有助于答疑解惑。”
第一讲的主题是“股权资产收益预测的统计基本模型”，内容主要包括三个部分：第一，金融资产模型，比如股权资产、固定收益资产、金融衍生产品；第二部分是金融统计资产中的一些特殊方法；最后是金融风险分析中的一些专题问题。报告中，吴岚教授介绍了金融统计中的一些基本概念，如模型基本变量（价格/收益）、超额收益变量和模型的分布。其中，吴教授详细讲解了对数正态分布的相关知识，并举出美国1962-1994年的市场数据汇总作为实证示例。吴教授特别提到，复杂金融产品的成本应通过模型定位，但由于主观倾向性和市场的不确定性会导致模型的不正确，因此，统计部门有必要对模型进行校验，这就需要建立统一的方法论，保证校验结果的准确和客观。吴岚教授提出校验预测模型的过程，就是判断“资产收益率是否为随机游走（Random Walk）”的过程，若表现出较强的随机游走性，则说明市场不具备一定的趋势，无法预测。在这部分报告中，吴岚教授重点讲解了CJ方法，并结合统计线性模型和无漂移情形模型进行了细致的展开。结合中国的情形，吴教授指出，经过检验，中国市场的随机游走性比美国更显著。此外，吴岚教授还介绍了实证统计方法。该方法的原理是如果我们认为股票市场的价格存在显著趋势，而它被日常的微小扰动所掩盖，则可以通过建立策略来寻找这种趋势。具体方法就是找到某种“策略”，并对历史数据进行实验，检验该策略的超额收益是否为统计显著的。
在第二讲中，吴岚教授讲述了资产定价模型的统计分析CAPM理论的相关知识。首先，吴教授大致介绍了CAPM的基础理论，然后对比它的两种版本：Sharpe-Linter模型和Black模型。吴教授分别对这两种模型进行了细致深入的解说。
吴岚教授指出，CAPM模型由于前提条件过强，尚存在一些不足。于是在第三讲，她提到APT模型，这是对CAPM模型的改进。APT模型有三个基本假设：完全竞争，无摩擦；无套利；资产收益为基本线性模型。在这些假设下，有4种现实情形：无风险资产可观测，因子为交易资产组合；无风险资产不可观测，因子为交易资产组合；无风险资产不可观测，因子为宏观变量；无风险资产不可观测，因子组合可生成均值方差。接着，吴岚教授又讲到一些实证，即经济理论方法的CRR模型宏观经济变量和FF企业本身的特征，以及统计方法的LM因子分析和CK主成分分析。
报告的最后，吴岚教授简要介绍了风险管理的相关理论，重点解释了市场风险和信用风险。前者为正态分布，后者符合β分布，两者存在显著差异。吴教授还专门提到，信用风险的特征有两点：违约发生的概率小，约2%。左右，但另一方面，违约一旦发生，强度较大。之后，吴教授大致讲解了信用市场的评级标准，并指出，中国目前尚无公认的评级标准。
报告结束后，吴岚教授与环境与能源学院学生进行了深入交流，并对同学提出的问题进行详细的解答。
【关闭】
