|
我曾經碰到過一個女孩子, 修了兩個學士學位, 一個是護理, 一個是金融數學. 我真心誠意地表示了敬佩. 當她知道我在金融業工作, 就問我哪方面的數學在金融業比較有用. 我告訴她, 華爾街很少需要高深的數學, 偶爾碰到, 和學校研究所的也不在一個級別. 這兒最大的挑戰是, 遇到問題, 你要在相當短的時間裡想到, 你的數學武器庫里, 哪個可能有用. 這個不行, 再想別的, 說得俗氣些, 有點類似急轉彎.一旦想到, 其餘的工作大部分數學或物理專業的大學生都能完成. 但能否想出來, 實在和好多因素有關, 我能想到的有: 功力, 經驗, 運氣… 我於是給她舉了些例子, 她覺得很有幫助, 我感覺這不是純粹客套. 所以就有了將這些東西寫出來的願望. 我這兒選的例子, 遵循了下述幾點考慮: 少涉及具體技術, 不依賴於特定軟件和算法語言, 不牽涉保密問題, 最後一點就是講的清楚. 我們公司廣泛使用我寫的一個 Aggregation 的 SAS 程序, 比以前的程序至少快了一倍, 但寫在這兒實在不容易, 就只好割愛了. 有些和房貸有關的問題, 可以轉換(Mapping)到等價的數學或統計問題, 我就用後者表述, 並告訴大家. 我們公司和房屋貸款有關, 我基本上不涉及這方面的具體技術問題, 但有些術語還是難免涉及. 其中最多用到的是 Prepayment, 我不知道中文如何翻譯. 你有一個 30 年的房貸, 你不必一定等到過了 359 個月再開最後一張支票, 你可以提前付掉, 而且沒有任何罰款或手續費. 提前的理由五花八門, 大致有如下幾種.搬家, 利率下降換新的低利貸款, 賭城或買彩劵發了筆洋財. 一般來說, , 利率低, 這數值就會較大. 剛得到貸款後幾個月, 這數值就較小..信用好的比較容易得到貸款, 這數值也會高些. 住房工業是美國的支柱產業之一, 將房屋貸款發行債劵也是其相當獨特的做法, 這Prepayment 就是研究這種債劵的關鍵. 華爾街的 Ph. D., 我想至少有三分之一是在研究這玩藝. 為防止捲入沒完沒了的技術細節, 大部分情況我會用大家較熟悉的人口模型來替代. |
|
