下载掌阅APP，畅读海量书库
立即打开
金融工程（Financial Engineering）的实质是金融领域的创新与创造，包括创新金融工具与金融手段的设计、开发与实施。它提供了一种新的思维方式和金融创新技术，成为近20年来现代金融发展的主要推动力，并代表着金融发展的方向。金融工程的最早提出主要用于研究金融资产定价。到20世纪80年代末，随着商业银行、投资银行和证券投资业务的迅速发展，约翰·芬尼迪（John Finnery）提出的金融工程的定义 ［11，12］ ，认为金融工程是创造性地解决金融问题而进行的包括创新性金融工具与金融手段的设计、开发和应用。近年来，公司财务、商业银行和投资银行业务的迅猛变化导致了一门新学科的诞生，人们把这门新学科称为金融工程。正如其他大多数学科在发展初期一样，许多有着不同背景和眼光的人都被吸引到金融工程这个领域。在我国开展有关金融工程的研究，树立金融工程意识，具有重要的现实意义和广阔的发展前景。
信息可视化是指利用计算机实现对抽象数据的交互式可视表示，来增强人们对这些抽象信息的认知。信息可视化有助于人们通过视觉的通道快速地观察、认知、加工相关信息，以利于分析数据、发现规律和制定决策 ［13］ 。信息可视化可以揭示出信息之间的关系和信息中隐藏的本质规律。引文分析可视化是信息可视化的重要分支，其首先处理海量的引文数据，之后利用信息可视化技术使人们更容易地观察浏览和理解信息，进而找到数据中隐藏的规律和模式 ［14］ 。知识图谱是把应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识构架的多学科融合的一种研究方法。
本节旨在对金融工程研究领域的著者、重点论文、本领域研究热点和前沿进行定量考察和可视化分析，绘制出图谱形象地展示出金融工程领域的著者、重点论文、热点领域以及研究前沿，突破传统的分析方法，使广大学者能够更加直观地了解金融工程的研究内容。
1）数据检索
从Web of Knowledge数据库的SCI中以关键词方式下载了金融工程领域相关论文，检索表达式为：Topics（主题）＝（“financial engineering”），检索时间为2012年5月3日；选择所有学科领域，入库更新时间为所有年份，检索结果只包含期刊论文（Article），语言类型限定为英语。获得检索结果如下：共检索到1993～2012年间发表的440条记录，其中每一条数据主要包括文献的作者（Authors）、题目（Title）、摘要（Abstract）和文献引文（Reference），以一个纯文本的格式保存。
2）研究方法
本章使用的引文分析可视化工具为CiteSpaceII版本号为3.0.R5，是美国德雷赛尔大学陈超美团队，基于JAVA平台开发的科学文献分析工具，是一种多元、分时、动态的复杂网络分析的新一代信息可视化技术 ［15，16］ 。CiteSpace基于信息科学中“研究前沿”（research front）和“知识基础”（intellective base）间的时间对偶（time－variant duality）概念，并实现了两个互补的视图：聚焦视图（cluster views）和时区视图（time－zone views） ［17，18］ 。在对某一特定的技术领域与学科进行分析时，通过关键词共现分析、文献共被引分析，绘制该领域或科学的科学知识图谱，从而显示一个学科或知识域在一定时期发展的趋势与动向，形成若干研究前沿领域的演进历程。CiteSpaceII可以在其主页（http://cluster.ischool.drexel.edu/）自由下载，免费使用。
3）数据预处理
对数据进行正式的处理之前，通过CiteSpaceII软件将从Web of Knowledge下载的文本数据转换成可运行的格式，即将440条记录从一个文本文件中分离为只包含一条记录的440个文本文件，如图2－2所示。
图2－2 数据预处理中的格式转换
1）研究前沿的知识基础分析
研究前沿的知识基础（intellective Base）是指含有研究的术语词汇的文章的引文，它们反映的是研究前沿中的概念在科学文献中的吸收利用的情况。在CiteSpaceII里，可以通过谱聚类的方法对共被引网络进行聚类，形成知识基础的同被引网络知识图谱 ［19］ 。利用CiteSpaceII对已下载的1993～2012年间440篇文献数据进行可视化分析。设置“Time Scaling”（时间划分）的值为2，即将20年间划分成10个时段进行分段处理。对数据进行时间分段处理主要考虑以下两个方面：一是CiteSpace软件在设计和运行过程中采用了“分治策略”原理；二是采用这种形式有利于辨析学科演进的突出拐点和学科前沿的时态模式。其次，设定c、cc、ccv（其中c为文献被引频次；cc为两篇文献共引频次；ccv为文献的共引系数）的阈值分别为（3，2，20）、（2，3，20）和（4，3，20），其中具体每年分区的阈值是由线性内插值来决定。最后依据分析内容不同，选定相应的网络节点，如选择Cited Reference、Cited Author、Cited Journal、Keyword、Institute作为分析对象，设定时间片的阈值为30。这样，CiteSpaceII就可以开始对分析对象进行文献共引分析、作者共引分析、期刊共引分析、关键词共现分析、机构合作分析以及作者合作分析，并绘制相应的科学知识图谱。
图2－3 金融工程文献共被引网络知识图谱
运行得到金融工程文献共被引网络知识图谱如图2－3所示，其中包括节点241个，连线1002条。图2－3中，每一个节点代表一篇被引文献，节点向外延伸的不用颜色的圆圈描述了该文献在不同年份的引文时间序列，圆圈的厚度与相应年份的引文数成正比。带有紫色圆圈标记的节点表示是从一个聚类跃迁到另一个聚类的关键节点。以圆圈灰度大的为关键节点。关键节点具有较高的相对中心度和被引频次，从知识领域的角度看，关键节点文献一般是提出重要的新理论或是具有重大理论创新的经典文献，这些节点可能成为网络中由一个时间段向另一个时间段过渡的关键点。所以，确定研究领域的关键节点是进行计量分析的关节环节。假设Ψα和Ψβ分别是t时刻和t＋？t时刻产生于Ωα＝Φ（Ψα）和Ωβ＝Φ（Ψβ）知识基础上的、以文章α和文章β为标识的主要研究前沿，并形成分别以文章α和文章β为中心的两个共被引文献聚类。连接这两个聚类路径上的文章 ［p（i）］ 描绘了从Ψα向Ψβ转变的特征，将这样的 ［p（i）］ 称作关键节点。
在图2－3所示的金融工程研究的知识图谱中，共包含7个关键文献节点如表2－1所示。
表2－1 共被引网络图谱关键节点信息
通过分析可以看到，哈里·马克维茨（Harry Markowitz）1952年发表了著名的论文《证券组合选择》，建立了一个在不确定条件下可操作的投资组合选择理论，解开了现代金融学和金融风险计量研究的序幕，从而为证券投资学奠定了基础。费雪·布莱克（Fisher Black）和麦隆·斯科尔斯（Myron Scholes）1973年发表了著名论文《期权定价与公司债务》成功推导布莱克－斯科尔斯模型，该理论成为现代金融理论体系的第三根支柱。同年，罗伯特·默顿（Robert Merton）发表了《理性期权定价理论》一文，对布莱克－斯科尔斯公式的假定条件做了进一步削弱，并在重要方面对该公式的研究做了推广。可以说布莱克、斯科尔斯、默顿等人的理论开创了一个新的领域，从1988年起，这个新的领域被命名为“金融工程”。1987年，模糊数学专业巴克利（J.J.Buckley）发表了著名论文《模糊金融数学》，首次用模糊数学算法研究金融工程中的复利问题，并发现了模糊现金的模糊现价值和未来价值，提出通过比较模糊净现金流的方法进行投资替代品排序，拓宽了金融工程领域的研究范围。1999年，阿茨诺（Artzner.P）发表了著名论文《一致性风险测度》，开辟了风险测度公理化研究的先河。阿茨诺等人的开创性工作在国际金融界和学术界引起很大反响，并使大家意识到目前使用的主流风险度量方法和合理风险度量之间存在着很大差距、意识到深化风险度量的理论研究和模型研究的重要性，使得风险测度研究成为近些年来学术界的一个热点。可见，这些通过被引网络知识图谱分析得出的节点确实能反映出其论文的实际重要性。
2）研究热点分析
主题词是一篇文章中的核心和精髓之所在，是文章主题的高度概括和凝练，主题词出现的次数越多，则该主题词在图谱中共现频次越高，共现频次高的主题词则反映了该领域中的研究热点情况 ［20］ 。设置合适的阈值，运行CiteSpaceII软件，生成如图2－4所示的高频关键词知识图谱，得到节点221个，连线327条。从图上可以清晰地看到金融工程研究的重点研究领域。
图2－4 金融工程领域高频关键词知识图谱
表2－2 金融工程领域热点词汇
续表
金融工程研究领域延伸。
金融工程学科研究与金融数学（Financial mathematics）密不可分。金融数学是利用数学工具研究金融，进行数学建模、理论分析、数值计算等定量分析，以求找到金融学内在规律并用以指导实践。金融数学可以理解为现代数学与计算机技术在金融领域的应用，因此，金融数学是一门新兴的交叉学科，发展很快，是目前十分活跃的前沿学科之一。如表2－2所示，分析可以得出以下金融工程领域的两个重要研究方向。
①金融工程领域的概念与研究范围
Innovation（创新）、开发设计（Design）、最优化（Optimization）、风险管理（Risk management）等词汇可以拓展出金融工程学科的概念与研究的三大主要方面。美国金融学教授约翰·芬纳蒂（John Finnerty）将金融工程学的研究范围分成三个方面：一是新型金融工具的设计与开发，这部分内容相当广泛，也是目前金融工程学研究的主要领域，从互换、期权（Options）、票据发行便利、利率（Interest－rates）协议到指数期货、备兑权证、证券存托凭证、零息债券、可转换债券、合成股票等皆属此列；二是为降低交易成本的新型金融手段的开发（design），这部分包括金融机构内部运作的优化（Optimization）、金融市场套利机会的发掘和利用、交易清算系统（Systems）的创新等，目的是为了充分挖掘盈利潜力，降低“管制成本”；三是创造性地为解决某些金融问题提供系统完备的解决办法，包括各类风险管理（Risk management）、技术的开发与运用、现金管理策略的创新、公司融资结构的创造、企业兼并收购方案的设计、资产证券化的实施等项目内容。
②金融工程领域重点研究对象
期权定价（Option pricing）是整个金融工程学科的重要基础。期权（Option）是购买方支付一定的期权费后，所获得的在将来允许的时间买或卖一定数量的基础商品的选择权。在国际衍生金融市场的形成发展过程中，期权的合理定价是困扰投资者的一大难题。随机波动模型（Stochastic Volatility，简称SV）是现今最活跃的收益率波动研究模型，最早是有Clark在描述证券收益和交易量的联合分布特征时提出的，后来由Harvey等人引入计量经济学。SV模型开创的连续模型形式是沟通金融理论和市场交易实际的桥梁，而且可以很好模拟金融波动数据呈现尖峰厚尾特征，杠杆效应、集群现象、微笑效果、隐含波动率，可以演绎不完全市场的波动性。金融市场上投资工具价格走势的不确定性（Uncertainty）带来收益率的波动一直是金融领域的核心问题，对收益率波动性研究是分析资本资产价格形成机制、金融风险管理、金融衍生品定价、投资组合的基础。
③研究前沿与趋势分析
任何领域的研究总是在不断地向前演进，研究前沿不断地更替，随着时间的推移，原来的研究前沿逐渐成熟，形成学科发展的知识基础，同时诞生出新的研究前沿。这种逐步递进的关系文献引用上，表现为代表该研究前沿的词汇或短语出现的次数的变化，因此，可以通过探测词频的变动趋势来确定研究领域的前沿领域和发展趋势。利用CiteSpaceII提供的词频探测技术，对之前检索的数据进行分析，通过设置“涌现词”（Burst term） ［21］ ，考察词频的时间分布，将其中频次变化率高的词从大量的主题词中探测出来，依靠词频的变动趋势，而不仅仅是频次的高低，来确定金融工程领域研究前沿与发展趋势，如图2－5所示。
图2－5 金融工程领域研究前沿知识图谱
通过设置合适的阈值，探测出包括“portfolio selection”（投资组合选择）、“multivariate integration”（多元整合）、“quasi－monte carlo methods”（拟蒙特尔特法）、“stochastic volatility”（随机波动）、“portfolio optimization”（投资组合优化）等5个“涌现词”，“portfolio selection”词频变化最大，而“quasi－monte carlo methods”和“portfolio optimization”次之。下面简单分析这三个重要“涌现词”，由此可探知这些“涌现词”对前沿方向具有很好的指向作用。
投资组合选择（portfolio selection），是指研究如何把财富分配到不同的资产中，以达到在给定风险水平下最大化收益，或者在收益一定的情况下最小化风险的过程。这种投资风险与收益的权衡贯穿于投资活动的始终，是投资决策与管理的基本问题之一。近年来，随着计算技术和信息技术的发展，随机规划的方法在动态投资组合选择的研究和实践，成为了金融工程领域的一大热点和前沿领域，并取得了一定成果。蒙特卡罗方法（monte carlo method）的理论基础是概率论与数理统计，它与二叉树法、有限差分方法同属于数值定价方法，其实质是通过模拟标的资产价格路径预测期权的平均回报并得到期权价格估计值。蒙特卡罗方法与拟蒙特尔特方法已经广泛地应用于金融证券的定价分析中，并取得了相当好的估计效果。近年来，蒙特卡罗方法与拟蒙特卡罗方法在金融衍生证券定价中的应用越来越广泛，以此理论为基础的企业投资决策实物期权分析方法，也越来越成为多方人士关注的焦点。投资组合优化（portfolio optimization）源于投资者总是希望在风险最小的水平下获得最大的收入水平。根据运筹学中的多目标规划理论，可以将其中的一个目标约束在某一水平，求另一个目标的最优化，从而转化为单目标最优化问题，这时的最优解就是原来多目标规划的有效解。近年来，投资者越来越注重投资风险的度量，使得投资组合优化问题被持续关注。