计算实验金融工程:大数据驱动的金融管理决策工具

在大数据时代,金融系统更清晰地呈现出由其微观单元之间的适应性交互形成的复杂系统内在本质。但传统金融理论受限于数学可解性,常利用理性经济人等假设简化金融系统的一些微观因素,致使理论模型难以捕捉诸多真实金融异象和风险事件,制约了理论的发展及其工程化应用。而今,金融系统的微观因素相关研究取得了重大突破,使得从微观主体异质行为及其交互出发的“自底向上”建模、以及相应的新型管理工具成为可能。这些研究推动了由大数据驱动的计算实验金融学、以及基于此的“计算实验金融工程”管理工具的发展。本文通过建立具有包容性的形式化概念模型,对传统金融和计算实验金融的逻辑和方法论进行阐述和比较,尝试在两者之间搭建对话桥梁。同时在上述模型框架下,通过示例展现了大数据驱动的计算实验金融如何拓宽金融科学理论的发展,并为金融实践中的管理决策带来新工具。