金融定量分析中軟件平臺(tái)的構(gòu)建——基于R軟件

摘 要：指出構(gòu)建金融定量分析中軟件平臺(tái)的必要性和可行性、然后通過對(duì)需要進(jìn)行金融定量分析問題的分類后，展示怎樣用R軟件解決這些金融定量分析問題中的三個(gè)：平方和和殘差等數(shù)據(jù)統(tǒng)計(jì)問題、期權(quán)分析問題和資產(chǎn)組合和交易策略問題。

關(guān)鍵詞：金融定量分析；R軟件；軟件平臺(tái)

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2012）10-0077-02

一、構(gòu)建金融定量分析中軟件平臺(tái)的必要性和可行性

在進(jìn)行金融學(xué)的本科教學(xué)中，雖然涉及諸如計(jì)量經(jīng)濟(jì)學(xué)、貨幣銀行學(xué)、金融工程、金融風(fēng)險(xiǎn)管理等諸多學(xué)科，不過整觀整個(gè)金融學(xué)科教育體系，其實(shí)不外乎兩大核心內(nèi)容的教育。

第一是金融理論的教育。主要講述金融的基礎(chǔ)理論知識(shí)，中間包括計(jì)量經(jīng)濟(jì)學(xué)、西方經(jīng)濟(jì)學(xué)和貨幣銀行學(xué)在內(nèi)的核心而且經(jīng)典理論框架；第二就是金融實(shí)踐的教育。由于金融學(xué)屬于定量分析的科學(xué)，尤其是隨著金融業(yè)的發(fā)展，金融領(lǐng)域很多問題變得越來越復(fù)雜，基于計(jì)算機(jī)的迅猛發(fā)展，在應(yīng)用領(lǐng)域也不斷涌現(xiàn)出新的分析軟件，解決問題的途徑越來越多樣化。

毫無疑問，金融實(shí)踐越來越離不開計(jì)算機(jī)。同時(shí)，由于研究的需要，越來越多的統(tǒng)計(jì)軟件被開發(fā)出來。在進(jìn)行本科金融的教育中，筆者發(fā)現(xiàn)金融專業(yè)的學(xué)生面臨的各種軟件和軟件包感到眼花繚亂，以及日益復(fù)雜的金融理論和實(shí)證設(shè)計(jì)，令如何選擇軟件和進(jìn)行軟件教學(xué)成為一個(gè)重要的課題。

正如諾貝爾獲得者諾思所言，“人們一旦選擇了某個(gè)體制，由于規(guī)模經(jīng)濟(jì)（Economies of scale） 、學(xué)習(xí)效應(yīng)（Learning Effect）、協(xié)調(diào)效應(yīng)（Coordination Effect）以及適應(yīng)性預(yù)期（Adaptive Effect）等因素的存在，會(huì)導(dǎo)致該體制沿著既定的方向不斷得以自我強(qiáng)化”。路徑依賴總讓人們傾向于用一種思維解決所有問題，其實(shí)這未必一定是壞事，對(duì)于金融本科生來說，不同軟件對(duì)計(jì)算功能的實(shí)現(xiàn)沒有顯著區(qū)別。因此，筆者總在思考能否構(gòu)建一款軟件將金融大部分核心問題予以解決。

構(gòu)建定量金融軟件教學(xué)的統(tǒng)一平臺(tái)，一方面有利于整合各資源，另一方面也有利于學(xué)生的實(shí)踐知識(shí)的深化。畢竟，目前在進(jìn)行常規(guī)統(tǒng)計(jì)，學(xué)生主要用Excel；處理時(shí)間序列數(shù)據(jù)，學(xué)生主要用Eviews或SPSS；在進(jìn)行矩陣分析，學(xué)生主要用MatLab。不同課程在軟件使用上缺乏協(xié)調(diào)，各自為陣。筆者想以R軟件為工具，構(gòu)建統(tǒng)一的金融計(jì)算軟件平臺(tái)。

R軟件作為一種免費(fèi)軟件、同時(shí)作為統(tǒng)計(jì)軟件的后起之秀，已逐步成為主流統(tǒng)計(jì)軟件之一，具有較好的應(yīng)用前景。我們完全可以將金融學(xué)專業(yè)的核心課程中涉及軟件計(jì)算的課程進(jìn)行整合，構(gòu)建基于R軟件的統(tǒng)一軟件教學(xué)平臺(tái)。

二、需要進(jìn)行金融定量分析問題的分類

如果要構(gòu)建統(tǒng)一軟件教學(xué)平臺(tái)，即基于R軟件要解決目前主要的金融問題，我們首先要對(duì)目前的金融問題有所分類，就是說，目前在本科金融教育層面，我們一般會(huì)遇到什么金融問題需要定量分析，筆者根據(jù)研究的頻度來做基本劃分而非金融理論的結(jié)構(gòu)，就是說日常主要碰到頻率最高的金融定量分析問題。一是數(shù)據(jù)統(tǒng)計(jì)問題。主要包括諸如方程，中位數(shù)，平均數(shù)等關(guān)于金融市場(chǎng)典型事實(shí)的描述和分類。二是期權(quán)分析問題。主要包括歐式和美式期權(quán)的定價(jià)問題等。三是時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)的回歸問題。主要包括回歸分析，線性和非線性建模等。四是債券分析問題。主要包括債券收益率，凸性分析等。五是波動(dòng)率研究。主要包括GARCH類模型的計(jì)算和預(yù)測(cè)等。六是資產(chǎn)組合和交易策略問題。主要包括金融資產(chǎn)優(yōu)化選擇，有效邊界的計(jì)算，高頻數(shù)據(jù)交易策略的成效分析。

三、如何基于R軟件進(jìn)行構(gòu)建

R在處理金融統(tǒng)計(jì)分析中的具有很好的應(yīng)用，方便簡(jiǎn)單，更為重要的是我們完全可以通過編制不同的函數(shù)包分門別類地解決上述需定量分析的金融問題?；谄蓿荒軐⑺袉栴}的R軟件解決方案予以列舉，僅列三例以說明R軟件的函數(shù)實(shí)現(xiàn)過程。

1.基于R軟件解決諸如平方和和殘差等數(shù)據(jù)統(tǒng)計(jì)問題

示例：研究六種存款利率如何影響在12個(gè)地區(qū)的某銀行的居民存款總量，觀測(cè)變量是居民存款總量。實(shí)質(zhì)就是六種存款利率重復(fù)測(cè)試了12次，因此共有72次觀測(cè)值。求進(jìn)行平方和和殘差分析。

>data(deposit)

>result<-aov(sqrt(count)~ deposit，data=deposit)

>result

Residual standard error:0.8366

Estimated effects may be unbalanced

aov是在R函數(shù)包stats里面的方差分析函數(shù)。

第一行通過函數(shù)data把居民存款量和六種存款利率數(shù)據(jù)導(dǎo)入內(nèi)存；第二行是對(duì)數(shù)據(jù)進(jìn)行平方根轉(zhuǎn)換，然后再進(jìn)行導(dǎo)入aov函數(shù)進(jìn)行計(jì)算；第三行主要是顯示運(yùn)行的結(jié)果。當(dāng)然，如果第三行命令，R不會(huì)顯示結(jié)果，而是將結(jié)果儲(chǔ)存在一個(gè)叫做object的對(duì)象中，我們也可以通過命令的方式對(duì)結(jié)果進(jìn)行提取個(gè)別提取，例如我們只想知道殘差是多少等。

2.基于R軟件解決期權(quán)分析問題

示例：已知某只不支付紅利的股票的市場(chǎng)價(jià)為50元，無風(fēng)險(xiǎn)利率為12%，波動(dòng)率為10%，期權(quán)的執(zhí)行價(jià)為50元，存續(xù)期為1年，求該股票歐式看漲期權(quán)的期權(quán)費(fèi)。

在R中鍵入如下命令即可：

> call <-BS（50，50，0.12，1，0.1）

> call

[1] 5.92

第一行為函數(shù)包通過在參數(shù)已知的情況下，將計(jì)算結(jié)果賦給變量call；第二行命令是輸出call值，第三行為屏幕顯示該歐式看漲期權(quán)價(jià)格是5.92元。[1] 表示從call變量的第一個(gè)元素開始顯示，因?yàn)橛行┳兞坎恢挂粋€(gè)數(shù)值，R允許將多個(gè)數(shù)值同時(shí)賦予給一個(gè)變量。

3.基于R軟件解決資產(chǎn)組合和交易策略問題

在最近這些年，隨著高頻數(shù)據(jù)研究的逐漸深入，計(jì)算機(jī)輔助金融買賣在發(fā)達(dá)國(guó)家諸如美國(guó)大行其道，進(jìn)行有效的資產(chǎn)組合或者交易策略，我們首先必須將交易策略和資產(chǎn)數(shù)據(jù)用過去的行情歷史進(jìn)行測(cè)試。雖然過去不代表未來，但是如果資產(chǎn)交易策略連過去數(shù)據(jù)都無法通過檢驗(yàn)，我們更加無法相信策略在未來的可行性。表1為筆者通過R語言的編程內(nèi)嵌到某交易商EA的交易平臺(tái)的測(cè)試報(bào)告。

上表顯示筆者通過用固定的短線交易策略測(cè)試2000—2009年的美元對(duì)日元的19 217 766的即時(shí)價(jià)量數(shù)據(jù)，最大虧損和連續(xù)虧損數(shù)額都得到了不錯(cuò)的表現(xiàn)，從過去的數(shù)據(jù)顯示，是一個(gè)筆者目前見過最好的交易策略模式，當(dāng)然過去表現(xiàn)不等同未來表現(xiàn)。

參考文獻(xiàn)：

[1] Emmanuel Paradis.R for beginners[M].北京:機(jī)械工業(yè)出版社，2011.

[2] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模——Eviews 應(yīng)用及實(shí)例[M].北京:清華大學(xué)出版社，2006.

[3] 劉明廣.本科《計(jì)量經(jīng)濟(jì)學(xué)》課程教學(xué)的幾點(diǎn)建議[J].統(tǒng)計(jì)與咨詢，2008，(2).

[4] 2010中國(guó)金融交易自動(dòng)化設(shè)備市場(chǎng)投資前景預(yù)測(cè)及發(fā)展策略[EB/OL].中策經(jīng)濟(jì)研究，2010.

[責(zé)任編輯 陳麗敏]