授课时间 | 内容 | 主讲人 |
7月8日上午9:00—11:00 | 金融市场和金融资产定价 | 叶中行 |
7月9日上午9:00—11:00 | ESG指数 | 陆培丽 |
7月10日上午9:00—11:00 | 均值-方差资产组合基本模型和算法 | 叶中行 |
7月11日上午9:00—11:00 | ESG指数的应用 | 陆培丽 |
7月12日上午9:00—11:00 | 金融衍生产品定价理论 | 叶中行 |
主讲人简介:
叶中行,美国康奈尔大学博士,上海交通大学教授、博士生导师,前数学系(数学学院前身)主任
陆培丽,太和智库研究员,瑞格智研创始人,绿色数字ESG研究院院长
河南大学数学与统计学院2024年暑期短课程
《金融数学导论》
内容提要
本课程是金融数学的入门级课程,用10个课时理论联系实际、提纲挈领地介绍数理金融和绿色金融的核心内容,包括金融和金融数学的发展简史(含红色金融简史)、金融市场概论、资本资产定价、最优投资决策、金融衍生产品定价、绿色金融、ESG(环境(Environmental)、社会(Social)和治理(Governance)的缩写)等。以期引起学生对金融数学的兴趣,去选修相关的课程。
目 录
一、金融市场和金融资产定价(2学时)
1.1金融和金融数学发展简史(含红色金融简史)
1.2 金融市场概览:货币、债券、股票和衍生品市场简介
1.3 利率和债券:货币的时间价值和利率的基本思想
1.4 资本资产定价模型及股票指数
1.5 套利定价模型
二、ESG指数(2学时)
2.1 ESG指数简介
介绍ESG概念和ESG指数的定义,解释其作为衡量公司在环境保护、社会责任和企业治理方面表现的意义。
2.2主要指数简介:介绍并评述领先的指数提供商提供的MSCI、S&P、FTSE等指数。
2.3 ESG指数的构建 :解释用于筛选进入指数的股票的环境、社会和治理标准,以及权重分配和定期调整策略。
2.4 ESG数据来源和质量
列举主要的ESG数据供应商,如Bloomberg, Refinitiv等,讨论数据质量在获取一致性、可比性和质量保证方面面临的挑战,讨论对ESG数据进行验证和审计的重要性。
三、均值-方差资产组合基本模型和算法(2学时)
3.1两资产情形:直观地描述均值-方差组合模型
3.2 多资产模型:理论推导思路和几何解释
3.3 模型的简单推广:基本模型的几种简单推广
3.4 基于数据的优化算法:统计计算方法简介
四、ESG指数的应用(2学时)
4.1投资决策:讨论如何利用ESG指数进行筛选和资产配置。
4.2风险管理:解析ESG指数如何帮助识别和管理长期投资风险。
4.3评估:探讨ESG指数与传统财务指标相关性及其对投资绩效的影响。
4.4 案例研究和实际应用:提供一些使用ESG指数成功实施可持续投资策略的成功案例,并讨论ESG指数的局限性和批评意见。
4.5 未来展望:探讨AI和大数据等技术如何影响ESG数据的收集和解析,分析市场趋势,ESG投资和指数未来的可能发展方向。
五、金融衍生产品定价理论(2学时)
5.1 远期和期货:主要介绍利率汇率远期、商品和股指期货
5.2 互换:主要介绍货币互换和信用违约互换
5.3 期权:主要介绍欧式期权的基本思想和二项式定价思路
参考资料:
[1] 叶中行、卫淑芝、王安娇,《数理金融基础(第二版)》,高等教育出版社,2022.
[2] 叶中行、赵霞,《最优投资决策:理论、模型和算法》,科学出版社,2024.6.
![](/__local/B/01/AB/BCE30F8952157865A31240D01DD_94EF80F8_15A04.png)
![](/__local/0/02/D0/259B651FAD7A03AA549049D6AC1_DD916AE1_1B715.png)