浅议复杂金融产品的设计方法

    这一阶段中的业务监管过程是基于事后的经验。将既成事件作为历史或经验数据,建立监管模型,或对原有的模型做出调整,从而达到监管的目的。
    3.复杂金融产品设计的仿真技术。目前,仿真科学与技术在经历了上个世纪后50年的飞速发展后,已成功地应用于航空航天、信息、生物、材料、能源、先进制造等高新技术和工业、农业、商业、教育、军事、交通、经济、社会、医学、生命、娱乐、生活服务等众多领域。由于计算机技术的高速发展,科学计算和计算机仿真已经成为科学研究中除理论研究和科学实验以外的第三种方法。现在,建模与仿真技术和高性能计算技术相结合,正成为继理论研究和实验研究之后的第三种认识和改造客观世界的重要方法。仿真技术毫无例外地可用于复杂金融产品设计中。
    (1)建模:仿真的意义在于模型的有效性,因此用仿真的方法来研究复杂系统,首要问题是对研究的目标对象建立合理的仿真模型,即建模,它是仿真中最基本的工作,数学模型的建立必须有数学知识的支持。将研究对象符号化、公式化,形成理想化的数学方程式或具体的计算公式,然后在数学语言的规范内进行逻辑推导、运算、演算和量的分析,形成数学模型,从而对研究对象形成数学解释和预测。其次,各类仿真算法也需要数学方法作为基础。
    因此,仿真科学与技术的进一步发展离不开数学模型和数学工具,特别是复杂产品的仿真,更依赖于PETRI网络,神经网络,混沌理论,模糊理论等新的数学理论。随着数学的发展,能够更好地为仿真所用,强有力支持仿真科学与技术。
    模型的建立还依赖于丰富的数据资源,数据仓库(Data Warehouse,DW)的方法就为建模和仿真提供了一个有效的环境。我国金融企业经过10多年的信息化建设,建立并积累了大量的数据资源,基于数据仓库的建模和仿真是一个个值得注意的研究领域。
    (2)选择合理的仿真算法:犹如算法是计算机程序设计的核心一样,仿真算法同样是仿真过程的关键。以金融领域为例,现代金融工程的技术内容主要是基于信息系统的分析和综合对象的建模和仿真分析,其方法在股票、期权、外汇和期货等领域得到了广泛的应用。例如,对非实体产品具有风险的复杂不确定性的特点,用确定性方法给出近似解十分困难。擅长对随机问题进行仿真的MonteCarlo方法,就是解决这类问题的一种特殊数值方法
    (3)仿真优化:分析金融产品的数学模型的性质可知,在同一个问题中经常会出现非线性、不确定性和最优化问题。因此,优化的核心问题也是最大限度地降低产品的风险,优化风险结构,达到控制风险的目的。近年来,随着计算机技术的发展,涌现了各类仿真优化理论和算法。例如,模拟自然界进化过程的进化算法、遗传算法和蚁群优化算法都已成为解决复杂优化问题的重要方法。
    参考文献:
    [1]欧 松:复杂金融产品设计与仿真技术综述与展望[J].系统仿真学报,2005.12
    [2]顾 浩 胡乃静 董建寅:银行计算机系统[M].清华大学出版社,2006.10