金融数学 (Financial Mathematics)
金融数学 (Financial Mathematics) 是应用数学的一个分支，运用概率论 、随机过程 、偏微分方程 和数值分析等工具来建模和分析金融市场中的资产定价、风险管理和投资决策问题。其核心目标是将金融现象转化为严格的数学模型，使不确定条件下的现金流能够被精确地度量和定价。
货币的时间价值与利息理论
金融数学的基础是货币的时间价值 (Time Value of Money)。一元钱今天的价值大于未来的一元钱，因为今天的资金可以通过投资获得回报。这一原理通过利息理论得以形式化。
设本金为 P P P r r r n n n F V FV F V P V PV P V
单利终值：F V = P ( 1 + r n ) FV = P(1 + rn) F V = P ( 1 + r n ) 复利终值：F V = P ( 1 + r ) n FV = P(1 + r)^n F V = P ( 1 + r ) n 连续复利：F V = P e r n FV = Pe^{rn} F V = P e r n 现值是终值的逆运算，将未来现金流按一定贴现率折算为当前价值。净现值 (Net Present Value, NPV) 法则是投资决策的基石：当一系列未来现金流 { C t } \{C_t\} { C t } ∑ t = 0 T C t / ( 1 + r ) t \sum_{t=0}^T C_t/(1+r)^t ∑ t = 0 T C t / ( 1 + r ) t
年金 的定价是利息理论的重要应用。普通年金的现值为 P V = A ⋅ [ 1 − ( 1 + r ) − n ] / r PV = A \cdot [1 - (1+r)^{-n}]/r P V = A ⋅ [ 1 − ( 1 + r ) − n ] / r A A A P V = A / r PV = A/r P V = A / r
债券定价与利率模型
债券是金融数学中最基本的固定收益工具。一只面值为 F F F c c c T T T
P = ∑ t = 1 T c F ( 1 + y ) t + F ( 1 + y ) T P = \sum_{t=1}^{T} \frac{cF}{(1+y)^t} + \frac{F}{(1+y)^T} P = t = 1 ∑ T ( 1 + y ) t c F + ( 1 + y ) T F 其中 y y y 利率风险 的数学根源。久期 (Duration) 衡量债券价格对利率的敏感性，定义为现金流时间的加权平均值：D = ∑ t ⋅ w t D = \sum t \cdot w_t D = ∑ t ⋅ w t w t w_t w t t t t D ∗ = D / ( 1 + y ) D^* = D/(1+y) D ∗ = D / ( 1 + y )
利率期限结构 模型（如 Vasicek 模型 d r t = κ ( θ − r t ) d t + σ d W t dr_t = \kappa(\theta - r_t)dt + \sigma dW_t d r t = κ ( θ − r t ) d t + σ d W t
衍生品定价：从二叉树到 Black-Scholes
衍生品定价是金融数学最具代表性的成就。二叉树模型 (Binomial Tree) 将时间离散化，假设资产价格在每个节点要么上涨为 S u Su S u S d Sd S d 风险中性 概率 q = ( e r Δ t − d ) / ( u − d ) q = (e^{r\Delta t} - d)/(u-d) q = ( e r Δ t − d ) / ( u − d )
Black-Scholes 模型 将时间连续化，假设标的资产价格遵循几何布朗运动：
d S t = μ S t d t + σ S t d W t dS_t = \mu S_t dt + \sigma S_t dW_t d S t = μ S t d t + σ S t d W t 通过构造无风险组合并应用伊藤引理 ，导出了著名的 Black-Scholes 偏微分方程：
∂ V ∂ t + 1 2 σ 2 S 2 ∂ 2 V ∂ S 2 + r S ∂ V ∂ S − r V = 0 \frac{\partial V}{\partial t} + \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 V}{\partial S^2} + rS\frac{\partial V}{\partial S} - rV = 0 ∂ t ∂ V + 2 1 σ 2 S 2 ∂ S 2 ∂ 2 V + r S ∂ S ∂ V − r V = 0 欧式看涨期权的解析解为 C = S 0 Φ ( d 1 ) − K e − r T Φ ( d 2 ) C = S_0 \Phi(d_1) - Ke^{-rT}\Phi(d_2) C = S 0 Φ ( d 1 ) − K e − r T Φ ( d 2 ) d 1 = [ ln ( S 0 / K ) + ( r + σ 2 / 2 ) T ] / ( σ T ) d_1 = [\ln(S_0/K) + (r + \sigma^2/2)T]/(\sigma\sqrt{T}) d 1 = [ ln ( S 0 / K ) + ( r + σ 2 /2 ) T ] / ( σ T ) d 2 = d 1 − σ T d_2 = d_1 - \sigma\sqrt{T} d 2 = d 1 − σ T Φ ( ⋅ ) \Phi(\cdot) Φ ( ⋅ )
资产组合理论与风险管理
现代投资组合理论 (MPT) 由马科维茨提出，将投资决策形式化为收益与风险的权衡。给定 n n n μ \mu μ Σ \Sigma Σ
min w w T Σ w s.t. w T μ = μ 0 , ∑ w i = 1 \min_w w^T \Sigma w \quad \text{s.t.} \quad w^T \mu = \mu_0, \quad \sum w_i = 1 w min w T Σ w s.t. w T μ = μ 0 , ∑ w i = 1 其解构成有效前沿。资本资产定价模型 (CAPM) 在此基础上引入市场均衡，给出资产期望收益的线性关系 E [ R i ] = R f + β i ( E [ R m ] − R f ) E[R_i] = R_f + \beta_i(E[R_m] - R_f) E [ R i ] = R f + β i ( E [ R m ] − R f )
风险价值 (Value at Risk, VaR) 和 期望亏损 (Expected Shortfall) 是度量尾部风险的核心工具。VaR 定义为在给定置信水平 α \alpha α VaR α = inf { l : P ( L > l ) ≤ 1 − α } \text{VaR}_\alpha = \inf\{l: P(L > l) \le 1-\alpha\} VaR α = inf { l : P ( L > l ) ≤ 1 − α }
数值方法
当解析解不可得时，金融数学依赖数值方法：蒙特卡洛模拟通过生成大量随机路径来近似期望值，收敛速度由大数定律和中心极限定理保证；有限差分法将 Black-Scholes 偏微分方程离散化为线性方程组；傅里叶变换方法（如 Carr-Madan 公式）利用特征函数高效计算期权价格。这些方法共同构成了现代金融工程的计算基础设施。