期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

期刊咨询 杂志订阅 购物车(0)

大数据金融论文模板(10篇)

时间:2023-04-08 11:48:16

大数据金融论文

大数据金融论文例1

1.强化数据治行理念大数据革命必将颠覆银行传统观念和经营模式。通过营造“数据治行”的文化,建立分析数据的习惯,落实全行的数据标准和数据治理,切实提升“大数据”开发利用的综合能力,将现有数据转化为信息资源,让决策更加有的放矢,让发展更加贴近市场需求。

2.建设大数据平台构建处理能力强、扩展性好、开放度及共享度高的大数据存储加工平台,整合行内外、各种形态、跨历史周期的海量数据,并构建统一、全面、稳定的企业级数据模型,为大数据的分析利用提供基础的数据、环境、模型及配套工具等全方位立体式支撑。

3.打造数据分析应用体系构建适应大数据分析的多功能、跨渠道、多粒度的分析挖掘模型和应用体系,为服务质量改善、经营效率提升、金融模式创新提供支持。通过对海量数据的深度分析,全方位调整产品结构、营销模式,从根本上提高风险管理、成本绩效管理、资产负债管理和客户关系管理水平。

4.实现智慧银行的目标智慧银行是指,通过大数据技术不断优化业务办理流程,高效配置金融资源,敏锐洞察并引领客户需求的高度智能化的金融商业形态。智慧银行可提供“银行始终在客户身边”的全场景金融服务,为客户创造最佳服务体验。

二、农业银行大数据平台概述

经过多年的努力探索,农业银行在大数据平台建设的道路上锐意开拓,大胆创新,逐步形成了以四大基础平台、五类数据服务为核心的大数据平台。

1.四大基础平台(1)企业级数据仓库随着银行业数据利用能力的逐步提升,业务分析呈现跨领域分析、高度整合分析、长周期历史分析等特点,企业级数据仓库通过对行内跨领域海量数据的高度整合和模型化,形成对客户、账务、产品等的统一视图,使大数据分析成为可能。农业银行企业级数据仓库以存储和处理结构化数据为主要目标,全面涵盖了农业银行存、贷、中间业务等行内业务条线的核心类数据,实现PB级数据的高效存储,可以满足全行在各个领域数据分析和价值发现的各类需求,并为全行数据治理提供有力的支撑。如通过网点的多维度、全方位、长历史周期数据挖掘给出网点资源配置建议,提升运营效率,优化业务流程。(2)信息共享平台信息共享平台以存储和处理行内非结化数据为主,辅以来自行外的社会数据。基于非结构化数据的分析和深度挖掘,在客户关系管理、中小企业信贷、风险管理、品牌建设等众多领域发挥了重要的作用。如基于对社交网络各类非结构化数据的综合分析可以获取行外目标客户;通过机器学习、语音识别、情绪识别等技术,对客服语音记录进行深度挖掘,发现客户的需求。(3)实时流计算平台传统数据计算平台多以批量计算为主,数据处理能力较强,但时效性较差。农业银行的实时流计算平台采用业界最先进的流计算框架,实现数据的快速采集、交换、处理和应用,主要用于实时营销、实时客户服务、欺诈监控、大额动账监控、系统运营监控等各类对时效性要求比较高的业务场景。如结合持卡人的行为偏好为客户实时推荐精准的营销信息、优惠信息和特惠商户信息,并为特定客户群体提供实时的有针对性的服务提示。(4)高性能数据处理平台海量数据的分析挖掘亟须一个高性能环境的支撑,农业银行高性能数据处理平台采用大内存处理、分布式、闪存等新技术,以高性能计算为主要特点,实现对海量结构化数据、非结构数据等进行综合处理、全面分析和深度挖掘。如通过大数据语义分析和情绪分析追踪海量网络信息蕴藏的经济金融“微信号”,借此判断未来的市场走势,为前瞻性风险管理提供参考。

2.五类数据服务农业银行基于四大基础平台的优势,大力发展应用系统建设,形成了五大类数据服务形式有机结合的数据服务体系。(1)指标检索服务通过构建全行统一的指标库,为各个业务条线提供常用指标的检索服务,在此基础上提供各类经营管理、监管报送等指标采集、加工及报送服务。(2)即席查询服务采用特定的工具,构建功能强大的查询支持库,满足各类灵活查询、临时查询及特殊复杂查询需求。如果说报表是经营管理的瞭望塔,那么灵活的即席查询就是执行经营决策的指南针。以客户营销为例,即席查询服务可以为全行的客户经理提供多角度的客户信息查询,针对当前市场热点,提供具体的业务指导。(3)定制化信息服务通过iReport智能资源视窗对信息进行统一管理、分层检索、灵活配置和个性展示,并针对用户的不同需求、不同层次及不同偏好,提供定制化、个性化的信息订阅,联动邮件、短信、微信等渠道提供主动信息推送服务。(4)多维分析服务多维分析可以帮助业务人员实现多维度、多视图、多层次的分析,并可以通过下钻、上钻、切片、旋转等操作,提供更加动态、智能的数据分析,发现数据背后的规律。如从机构、时间、客户、产品类型、渠道、营销活动等多个维度对产品盈利情况进行综合分析,进而有效推动产品优化和创新。(5)深度数据挖掘服务海量数据中蕴含的规律和价值通常不直观,大数据的显著特点之一就是海量数据的知识发现和数据挖掘。农业银行基于大数据平台构建了多个特定领域或主题的数据挖掘实验室,包括客户洞察及精准营销、信用评价及风险评估、舆情分析与客户情感管理等,紧跟市场发展动态,直面业务热点、难点,充分挖掘大数据的巨大价值,为业务发展和经营决策提供更加深入的洞察和更加有力的支撑

三、农行大数据应用实践

农业银行在构建大数据体系时坚持以应用为核心,统筹部署数据平台开发与业务应用,加强业务创新与数据利用的良性迭代,实现传统业务和新型业态的融合发展,充分发挥了数据对全行业务发展和经营管理的支撑作用。借助大数据这把利剑,实现了“营销更精准、服务更贴心、管理更精细、监管更透明、风险更可控、决策更智能”,有效促进了全行经营理念、业务运营、组织流程的不断创新,为全行业务发展和经营管理提供了有力的科技引擎。以下三类应用案例可充分说明情况。

1.精准营销基于大数据的客户营销“三步曲”:获取客户、客户画像、精准营销(如图1所示)。通过大数据强大的信息获取和处理能力,充分挖掘行内外的潜在客户;通过大数据实现对客户的360°立体画像,在掌控客户行为、洞察客户情感的基础上,准确地预测客户需求,从而实现精准营销及交叉营销。以贵宾客户信用卡精准营销为例,农业银行通过综合行内外数据,应用聚类分析、关联规则发现、决策树等数据挖掘算法,构建了完整的精准交叉营销模型库和应用体系,动态实现目标客户识别、客群划分、优先级划分、产品推荐、渠道推荐等功能。在合适的时间,以合适的渠道,通过合适的方式,为合适的客户推介甚至定制合适的产品,实现差异化、个性化的精准营销。2.热点分析农业银行基于大数据平台构建了热点问题专题分析模型库,对当前的热点事件进行定期跟进、深度分析和动态监测,为策略制定、产品创新及运营模

大数据金融论文例2

一、引言

经济货币化、经济金融化导致了金融经济时代的来临,金融越来越成为现代经济的核心。当今时代,离开了金融的经济,不再是现实的经济;离开了经济的金融,也不再是现实的金融。金融经济即金融成为运行核心的经济。金融是一种资源,是一种可以配置其他资源的核心资源,而金融配置则成为了资源配置的核心。金融资源配置效率的高低既决定着储蓄转化为投资的能力,也决定着产业发展方向与速度,影响一国科技创新的能力,进而决定着整个经济效率的高低和经济发展的速度。本文就海南省金融资源配置效率与其经济增长之间的关系进行研究与探讨,试图寻找二者之间存在某种可能的影响关系。

二、指标的设定与样本数据的采取

1.金融资源配置效率指标的设定

鉴于数据来源的局限性,本文仅选取了FCR(金融贡献率)、FAE(金融中介效率)对海南金融资源配置效率作一个简单的考量。

(1)金融贡献率(FCR)

本文仿照戈式指标,把每年实体经济从金融行业的融资总额统称为金融贡献额,将其与国内生产总值的比值定义为金融贡献率FCR,用这一指标来刻画金融发展规模和地区金融深化程度,反映金融增长对地区经济的贡献。根据金融贡献率的内涵,可得:

FCR=[股票筹资额+金融机构信贷余额+保费支出额]/国内生产总值

(2)金融中介效率(FAE)

国外学者主要用非国有经济的银行贷款占总贷款的比重来衡量金融中介效率,而国内学者则认为国有经济在我国地位较为特殊,以存贷款比来反映金融中介效率似乎更为合理。通过对上述国内外观点的综合和分析,本文将金融中介效率指标设定为金融机构贷款余额与其存款余额之比。

2.经济增长指标的设定

本文依照大多数学者的做法,将人均GDP作为考量海南省经济增长的指标。

3.样本数据的采取

本文所采用的数据均来自于《海南省统计年鉴》、中宏统计数据库、中国经济与社会发展统计数据库。样本数据年限为1991年―2012年,数据来源:笔者依据《海南省统计年鉴》、中宏统计数据库、中国经济与社会发展统计数据库资料整理所得。

三、实证分析过程

1.模型简介

本文的分析采用向量自回归模型(Vector Autoregressive Model,VAR),VAR模型不以严格的经济理论为依据,是一种非结构化的多方程模型。经济理论指导下建立的结构性经典计量模型存在不少问题,VAR模型是为解决这些问题而提出的一种非结构性方法建立各变量之间关系的模型,是当今世界上的主流模型之一。

VAR模型主要用于预测和分析随机扰动对系统的动态冲击,冲击的大小、IH负及持续的时间。可以用来描述若干变量间互相影响与作用的关系,从而将单方程模型加以改进、推广为由多方程的自回归模型。

2.实证结论分析

受篇幅限制,本文仅将实证结果展示如下,实证分析包括了平稳性检验、协整性检验、格兰杰因果检验、var模型的分析及后续的脉冲响应分析与方差分解。具体结论如下:

第一,单位根检验,变量原始序列都存在单位根,为非平稳序列,但经一次差分后可都转化平稳序列具备了协整性检验条件。

第二,协整性检验证明,海南省金融资源配置效率与经济增长存在长期稳定的均衡关系,这一结论充分揭示了未来海南省金融资源配置工作中所具有的潜力,相信一定可以为维护海南省的经济增长产生积极的促进作用。

第三,海南金融资源配置效率与经济增长之间仅存在着金融资源配置效率促进经济增长的单向格兰杰因果关系,但程度较为微弱,仅在滞后二期起作用。而且这种促进作用主要体现在金融贡献率促进经济增长。

参考文献:

[1]白钦先.金融可持续发展理论研究导论[M].中国金融出版社,2000.

[2]杨涤.金融资源配置论[M].中国金融出版社,2011.

[3]杨德勇.金融效率论[M].中国金融出版社,1999.

大数据金融论文例3

文章编号:1003-4625(2010)12-0003-05 中图分类号:F830 文献标识码:A

一、金融深化理论的发展背景

金融深化理论从开始提出至今已经30多年了,从金融深化理论到金融自由化理论到金融约束理论再到20世纪90年代之后引入内生增长模型的计量研究,有很多文献已经研究了一个国家金融的发展与一国经济增长之间的关系。

(一)研究背景

国际上金融发展理论主要分为两个阶段:第一阶段为古典方法的研究时期,从最早的20世纪60年代的理论到70年代麦金农和肖的金融自由化理论,以及后来斯蒂格利茨提出的金融约束论。这一阶段主要是从一些数量的指标和简单的计量回归模型来研究金融发展和经济发展之间的关系。第二阶段是20世纪90年代之后金融发展理论的新的发展,主要使用内生经济增长模型,使理论的研究有了微观的基础。并运用了大量的计量分析的方法,对多个国家之间的数据进行检验,试图发现金融发展和经济增长之间的关系。

雷蒙德・W・戈德史密斯作为金融发展理论的最早提出者,首次建立了一个研究金融发展的新的理论框架,并提出了衡量一国金融发展水平的五个数量化的指标。但是他只是提出了问题,并没有找到金融发展与经济增长之间相互影响的确定的关系。麦金农利用了当时的一些计量分析,在实证检验方面,主要是对利率和经济增长之间的相关关系的分析,没有特别关注金融机构的发展与经济增长之间相关关系。斯蒂格利茨和韦斯从信息不完全的角度提出了金融约束论,所用的计量模型也只是用来说明政府的作用,而不是说明金融的发展与经济发展之间的相关关系。总体来说,在古典的金融发展理论阶段,计量的检验虽然较多,但却没有集中研究金融机构与经济增长的关系。20世纪70年代之后的成果主要集中在三个方面:一是实际利率对经济增长影响的研究,二是通货膨胀对经济增长的影响,三是金融自由化对金融中介效率的影响。

20世纪90年代之后内生经济增长理论的发展给金融发展理论注入了新的活力,试图为这一理论建立微观基础,也注重讨论金融体系内生性、金融的发展对经济增长的传导机制以及金融发展与经济增长之间的因果关系的研究。在影响机制的研究方面,马尔科・帕加诺(Pagano,1993)运用AK模型对金融自由化后的金融发展对实际经济增长的影响机制进行了研究,指出利率的管制必然导致金融中介的低效率,不利于经济增长。对金融中介与经济增长关系的实证检验方面,金和莱文(Levine and King,1993)的文献是很经典的。通过使用80个国家的1960-1989年的数据,他们研究了金融中介与经济增长之间是否有稳定的正相关以及金融中介通过何种渠道与经济增长相关联,通过定义四个金融中介指标(LLY,BANK,PRIVATE,PRIVY)和四个衡量经济增长的指标(GYP-人均实际GDP增长率;GK-物质资本积累率;INV-国内总投资与GDP的比率,即投资率;EFF-生产率增长率的增加)进行分析,得出金融中介和经济增长之间的联系不仅仅是一种同时期联系,并且金融中介还会对经济增长起着先导作用的结论。金和莱文(Levine and King,1998)的文章中把股票市场也考虑到金融中介中来,回归的结果为:在考虑了其他影响因素的条件下,金融中介和经济发展的正向相关关系也非常明显,支持了原先的结论。莱文等(Levine Loayza和Beck,2000)主要考察外生因素如政策因素对金融中介影响经济发展结果的影响,采用了1960-1995年74个国家的数据。实证分析的结果为:对于政策而言,如果金融中介对经济发展有巨大的影响的话,那么以提高金融中介发展的相关法律发挥和政策改革的紧迫性就大大提高。

然而,国际上学者基本没有对中国金融发展与经济增长之间的相关关系进行过实证检验。国内一些学者在这方面也做过一些实证研究,但研究结论却各不相同。如谈儒勇(1999)运用1993-1998年有关中国金融发展和经济增长的季度数据进行实证检验,得出中国金融中介和经济增长之间有显著的相关关系,且独立于其他影响经济增长的因素。金融中介体的总体规模DEPTH指标和季节增长之间有显著的负相关关系。然而,张祖香(2002)运用了1994年到2001年的时间序列季度数据进行了检验,回归发现长期的金融深度指标(DEPTH)和经济增长有显著的正相关关系,国有商业银行相对于银行体系的规模的比例和经济增长有不显著的关系。

(二)问题的提出

虽然金融深化理论已经发展了30多年,但真正对中国的金融发展与经济增长的研究文献还是比较少的。国外的学者在做东亚国家或者发展中国家的经济增长和金融增长之间的关系的时候,都没有使用中国的数据。国内的一些研究更多的是把金融中介体的内涵扩展为包括银行系统、股票和债券市场在内的广义的资本市场。

而我们只是对中国银行体系的发展变化与经济增长之间的关系感兴趣,也就是把金融中介体限定在狭义的银行体系之内来研究,这方面的实证研究成果并不多,分析的方法多参照了金和莱文。本文主要也是采用金和莱文(Levine and King 1993)的分析方法,参考了谈儒勇(1999)中的分析框架,用1994年到2008年新的季度数据来检验两者的相关关系。针对谈儒勇(1999)中提到的由于数据太少而无法对各变量的8期滞后变量进行估计的不足,我们分别计算了4期和8期的滞后变量,并根据数据的调整状况加入了虚拟变量REFORM,这是本文在利用以前成果基础上的创新之处。

二、变量的选取和数据来源

本文需要选取反映金融深度的两个指标,反应经济增长的指标,以及其他的一些控制变量,下文将逐一介绍。

(一)金融深度指标DEPTH

本模型中,我们选取两个金融中介指标作为解释变量,来证实金融中介的发展和经济增长之间的关系。第一是传统的金融深度指标(DEPTH),它反映了金融中介的总体规模,等于全部金融中介的流动负债与当季GDP的比率,即DEPTH在数量上等于

(M2/GDP)。这一指标在金和莱文(Levine and King,1993)的实证研究中表示为LLY。在戈德史密斯的《金融结构与金融发展》一书,这一指标被称作货币化比率。全部金融中介体的流动负债实际上就是M3,但由于中国缺乏以前年度M3的统计数据,因此采用与谈儒勇文章中相同的做法,用M2替代。本模型运用1994-2008年M2,GDP的季度数据,两者相除得到当季度的DEPTH,两者均来自《中国人民银行统计季报》(1996.1-2009.2)。从《中国人民银行统计季报》上得到的M2值是已经经过季节调整后的数据,而季度GDP数据并没有经过季节调整。为此,本文采用国际上通用的X-12-ARIMA方法,运用Eviews软件,对季度GDP数据进行了季节调整。图1显示了1994年到2008年经过季节调整后的DEPTH季度数据。

从总体规模来看,这一指标在过去15年里先是缓慢上升,从1994年的3.48缓慢上升到2003年的6.25,之后又缓慢下降到2008年的5.86。自1997年亚洲金融危机爆发以后,为了度过这次危机,中国政府启动了积极的财政政策和宽松的货币政策。其中宽松的货币政策主要包括降低存贷款利率、法定准备金和超额准备金率。1998年中国政府连续三次降低存贷款利率、法定准备金率和超额准备金率,1999年又再次降低存贷款利率、法定准备金率和超额准备金率。这些宽松的货币政策一共持续了六年,直到2003年。因此,我们可以看到金融深度指标(DEPTH)在1994年之后一直呈现出上升趋势,直到2003年达到峰值后,才出现了缓慢的下降趋势。

(二)金融深度指标BANK

本模型中用到的第二个金融中介指标是金和莱文(Levine and King,1993)提出的BANK,即指存款货币银行国内资产与存款货币银行国内资产加上中央银行国内资产的比率。由于2002年起中国人民银行按照国际货币基金组织《货币与金融统计手册》对货币金融统计制度进行了修订,所以2002年前后BANK的计算有些小差异。在2002年以前,BANK等于存款货币银行资产负债表上五个资产类账户(储备资产、中央银行债券、对中央政府债权、对其他部门债权和对非货币金融机构债权)的季末余额之和除以存款货币银行资产负债表上五个资产类账户以及货币当局资产负债表上四个资产类账户(对政府债权、对存款货币银行债权、对非货币金融机构债权和对非金融部门债权)的季末余额之和。2002年以后,存款货币银行的国内总资产分为六个账户(储备资产、中央银行债券、对政府债权、对非金融机构债权、对特定存款机构债权、对其他金融机构债权和其他资产)。因此,BANK指标中存款货币银行国内资产变成上述六项之和。数据来自《中国人民银行统计季报》(1996.1-2009.2)。图2显示了1994年到2008年BANK的季度数据,BANK值在过去15年内缓慢上升,从1996年的0.78上升到2008年的0.93。存款货币银行的国内资产所占比例逐渐上升,表明近年来政策性银行、商业银行以及股份制银行得到了长足的发展。

(三)经济增长指标

此外我们还需选取一个经济增长指标作为模型的因变量:每季度的GDP环比增长率。首先,我们从《中国人民银行统计季报》(1996.1-2006.1)获取了1994-2008年每季度的名义GDP,并采用国际上通用的X-12-ARIMA方法,对其进行季节调整;其次,运用从Wind咨训数据库取得GDP季度同比增长率,计算出以1993年为基期的季度实际GDP;最后运用经过季节调整的季度实际GDP数据,算出每季度的GDP环比增长率。图3显示了1994年到2008年每季度GDP的环比增长率数据。可以看出,在1997年和2008年金融危机时,GDP环比增长率有一个较大的下降。

(四)控制变量

在现实世界中,经济增长还可能受其他因素的影响。为了检验金融中介和经济增长之间的关系是否独立于其他变量,有必要对这些变量进行控制。在谈儒勇的文章中,加入了当季进出口贸易总额与当季GDP的比率(TRADE)。考虑到政府积极(紧缩)财政政策对国民生产总值的刺激(收缩)作用,我们选取了另一个变量政府支出(EXPEND),即政府购买加上转移支付。数据也来自中国经济信息网数据库(http://db.cei.省略/)。同时,我们也运用X-12-ARIMA方法对进出口贸易总额和政府支出的季度数据进行了季节调整。

1997年初,中国人民银行对金融统计制度进行了调整。一是扩大了统计范围,将各商业银行所属的房地产信贷部、国际业务部和信用卡等部门、机构数据并入表中;二是对统计数据项目的设置进行了细化,对有关误差与遗漏作了重新修订。因此,自1997年一季度起数据与历史数据不完全可比,为解决数据的可比性问题,我们加入了虚拟变量(RE-FORM),规定1996年4季度及以前的虚拟变量取值为0,从1997年1季度开始都取值为1。

三、回归的结果及分析

我们先对模型中的所有变量进行了一次回归以计算出各变量之间的相关系数。从回归结果的相关矩阵表知,BANK和DEPTH的相关系数是0.8416,说明两者存在相关性,但这两个指标所包含的信息又有所不同的,是不可以相互替代的,它们分别从不同的侧面反映金融中介体的发达程度。

我们使用了最小二乘法,运用1994-2008年的各季度数据对我国金融中介和经济增长关系进行线性回归,如表1、表2所示。表1反映的是经济增长与金融中介指标及其滞后四期(即上年同季度)变量之间的关系;表2反映的是经济增长与金融中介指标及其滞后八期变量(前年同季度)之间的关系。

注:被解释变量为GY:实际GDP的环比增长率,1994年第一季度到2008年第四季度。GY4,GY8分别是GY滞后四期和八期的GDP环比增长率。观测值个数为60个。每项后面的两个值分别是系数。T检验值。解释变量注释如下:

DEPTH:金融深度指标,等于每季平均M2除以李度的GDP。DEPTH4,DEPTH8分别是滞后四期和八期的金融深度指标。

BANK:存款货币银行相对于中央银行的重要性指标。BANK4,BANK8分别是滞后四期和八期的存款货币银行相对于中央银行的重要性指标。

TRADE:每季贸易总额除以季度GDP。TRADE4,TRADE8分别是滞后四期和八期的每季贸易总额除以季度GDP。

EXPEND:每季度政府的财政支出,包括政府购买和转移支付。EXPEND4,EXPEND8分别是滞后四期和八期的每季度政府的财政支出。

REFORM:一个虚拟变量,在1997年前取值为零,从1997年第一季度开始取值为壹。

从以上两个表可以看出,中国金融中介和经济增长之间有显著的相关关系。金融深度指标DEPTH较显著地进入模型,这说明本季DEPTH和本季度GDP环比增长率GY之间有显著的相关关系。同时,DEPTH4,DEPTH8的显著性也比较高,这说明货币政策同样具有时滞性。并且DEPTH 4,DEPTH8的系数相差很小,这证明了货币政策的时滞较长,在两年之内没有太大的改变。

值得注意的是,本文的实证研究结果并不支持货币当局的逆周期操作。在谈儒勇(1999)一文中解释DEPTH及其滞后变量的估计系数为负时,提到货币当局逆周期操作方面的原因――“货币政策之所以逆周期操作,是为了通过货币政策来熨平经济波动。在经济处于高涨期,货币当局通常减少货币供应量M3,加之此时GDP较高,所以金融深度MJGDP较低;而在经济处于衰退期,货币当局通常增加货币供应量M2,加之此时GDP较低,所以金融深度M2/GDP较高”。本文的实证研究结果显示,不管是DEPTH还是其滞后变量的估计系数都是正的,DEPTH对经济有促进作用。

存款货币银行相对于中央银行的重要性指标BANK,或其滞后变量单独进入模型是不显著的,这一结论与谈儒勇的结论相反,但当BANK4和DEPTH4同时进入回归模型中,两者的T检验值都得到显著提高(虽然此时BANK的T检验值还不是特别高),且此时BANK4,BANK8的估计系数都为负。这表明,如果存款货币银行的相对重要性和经济增长之间存在一定的关系,那么一定是负相关关系。但因为T值不是特别大,对此负相关关系的作用我们仍然不能十分确定。 在加入新的变量TRADE,EXPEND后,DEPTH的仍然非常显著,这说明金融深度发展和经济增长的关系独立于其他影响经济增长的因素(如进出口总额,政府支出)。此外,BANK及其滞后项的显著性水平也明显提高,如表1第7列显示BANK4的P值达到2.2%,且此时的估计系数为负。这说明经济增长在一定程度上还是受中央银行的拉动。

四、结论

金融深化理论从提出开始已经30多年了,从金融深化理论到金融自由化理论到金融约束理论再到20世纪90年代之后引入内生增长模型的计量研究,国外有很多文献已经研究了一个国家金融的发展与一国经济增长之间的关系。本文运用中国1994年至2008年的宏观季度数据对中国金融中介对经济增长的影响进行实证分析,主要结论如下。

首先,两个金融深度指标在过去15年的变化,都反映了中国金融中介在过去15年里得到了发展。传统的金融深度指标(DEPTH),它反映了金融中介的总体规模,这一指标在过去15年里先是缓慢上升,从1994年的3.48缓慢上升到2003年的6.25,之后又缓慢下降到2008年的5.86。第二个指标BANK,即指存款货币银行国内资产与存款货币银行国内资产加上中央银行国内资产的比率在过去15年里逐步上升,从1996年的0.78上升到2008年的0.93。

其次,本文运用实证研究,回归分析了中国的金融发展与经济增长之间的关系。结果表明,总的货币发行规模与经济增长之间有比较显著的正相关关系,银行体系内部的结构与经济增长之间存在比较显著的负相关关系。因此,货币发行总规模对经济增长有促进作用,并且这种促进作用具有时滞性。同时,存款货币银行相对于中央银行的重要性对经济增长没有显著的促进作用,甚至存款货币银行相对于中央银行重要性的滞后性指标和经济增长存在负向的相关关系,中央银行仍然对经济增长具有拉动作用,且这种拉动作用具有时滞性,在当期表现得并不明显。

最后,本文的回归结果不但验证了货币政策的时滞性,还体现了货币政策的时滞较长。回归结果显示四阶滞后项和八阶滞后项的系数相差很小,在两年之内并没有太大的改变。

参考文献:

[1]戈德史密斯,金融结构与金融发展[M],上海:上海三联书店,上海人民出版社,1994.

[2]麦金农,经济发展中的货币与资本[M]_上海:上海三联书店,上海人民出版社,1997.

[3]麦金农,经济市场化的次序――向市场经济过渡时期的金融控制[M],上海:上海三联书店,上海人民出版社,1997.

[4]李丹红,发展中国家金融自由化研究[N],北京:经济日报出版社,2003.

[5]彭兴韵,金融发展的路径依赖与金融自由化[M],上海:上海三联书店,上海人民出版社,2002.

[6]雷达,金融发展与金融自由化[M],北京:中国青年出版社,2005.

[7]马君潞,金融自由化[M],北京:中国金融出版社,1999.

[8]张荔,金融自由化效应分析[M],北京:中国金融出版社,2003.

[9]王曙光,金融自由化与经济发展[M],北京:北京大学出版社,2004.

[10]谈儒勇,中国金融发展和经济增长关系的实证研究[J],经济研究,1999,(10).

大数据金融论文例4

中图分类号:F49 文献标识码:A 文章编号:1672-3104(2012)03?0110?06

一、引言

自1967年日本科学技术和经济研究协会首次提出“信息化”一词以来,随着信息化的迅猛发展,信息化与经济增长的关系首先引起了人们的关注。Castells[1]认为信息化主要通过产业经济的扩充来影响社会经济发展。Biswas[2]提出信息化通过影响生产技术和消费结构两种形式来影响经济增长。20世纪90年代以来,信息技术的加速发展和广泛应用不仅深刻影响了国际竞争格局和人类的生存方式,更引发了金融领域的重大变革,如混业经营成为金融行业的主流模式,客户需求成为金融服务的市场主导,风险管理成为金融管理的重中之重等。作为经济增长的重要工具和手段,长期以来,金融业一直非常重视信息技术的应用,信息技术不但在金融服务体系建设中发挥着基础作用,而且对于提高金融行业内部管理水平进而提高资源配置效率更是具有重要意义。从宏观视角研究信息化与金融发展的互动关系,分析它们的互动机制,有利于评估我国信息化与金融发展的协调水平,分析其中存在的问题,从而对信息化与金融发展的关系有一个全面的认识,也给政府相关部门加强宏观管理提供理论与实证的依据,因而具有十分重要的意义。

金融发展主要包括金融资产、金融机构、金融市场等总量的提高,以及金融结构的改善和优化,McKinnon[3]、Shaw[4]在各自的著作中独立地提出了“金融抑制”和“金融深化”理论,他们从制度框架和金融效率的角度,强调了金融市场化的积极作用,由此现代意义上的金融发展理论正式形成。关于信息技术、信息化对金融的影响,谭荣华、左志刚[5]论述了信息生产功能是现代金融中介的一项重要功能,信息化作用于金融中介的信息生产,从而成为推动金融中介的一个重要原因,信息化通过使可利用的信息量增加和使信息利用能力提高两种机制实现。张立洲[6]探讨了金融信息化对货币形态及智能、金融机构、金融市场、宏观货币政策产生的广泛而深刻的影响。赵昱光、张雪梅[7]认为金融领域信息技术的应用,从便利资金供应、加快资金结算和支付、促进银行体系效率提高、促进金融市场发展等多方面促进了金融的发展,同时信息技术也为金融运行和监管提出了一些新的挑战。李政、王雷[8]认为金融信息化对金融发展的

收稿日期:2012?03?10

基金项目:国家社科基金(10BJY105);宁波大学区域经济与社会发展研究院重点课题(QYJYS1106)

作者简介:俞立平(1967?),男,江苏姜堰人,博士,宁波大学商学院教授,主要研究方向:信息经济,科学计量.

影响是双面的,一方面金融信息化提高了金融机构的运作效率,另一方面金融信息化加剧了金融风险的产生。温平川[9]利用协整检验、脉冲响应函数和方差分解、向量误差修正模型,对江苏省信息化与金融发展之间的关系进行了实证分析,发现信息化的推进对金融规模的扩张有较大的促进作用,而对金融效率和股票市场的发展影响较小。

此外,关于金融信息化存在的问题,石双元、张金隆等[10]较系统地分析了信息技术与金融业的关系及其对金融业的影响,着重研究了由于金融信息化带来的新的金融风险及其产生的原因,探讨了信息技术在防范和化解金融风险中的作用。郝向荣、王松等[11]认为中国银行业已经走过了电算化的初级阶段,正朝着金融信息化时展,将面临着一些新的风险。

从以上研究看,关于信息化对金融发展的影响机制和理论相对比较成熟,但存在以下问题:

第一,现有的研究侧重从微观视角进行,缺乏区域层面信息化与金融发展关系的宏观研究,虽然微观是宏观的基础,但并不是简单的累加。而且在微观层面,金融发展对信息化的影响极其有限。

第二,关于信息化对金融发展影响研究较多,缺乏金融发展对信息化影响的研究。

第三,理论研究较多,实证研究比较缺乏,迄今为止仅有数篇文献,而且主要基于时间序列数据,采用向量自回归模型进行研究,缺乏基于面板数据的研究。

本文基于近年来的面板数据,首先分析了信息化与金融发展的互动机制,然后采用格兰杰因果检验、面板数据、面板向量自回归模型(Panel VAR, PVAR)全面分析信息化与金融发展的互动关系。

二、研究框架

本文的研究框架如图1所示,研究信息化与金融之间的互动关系,首先进行两者互动机制的理论研究,然后再从静态与动态两个视角进行实证,静态研究主要采用格兰杰因果检验与面板数据进行,动态研究采用面板向量自回归模型进行,在此基础上进行脉冲响应函数和方差分解分析,最后再进行综合分析。

信息化的影响因素,主要有金融、经济发展水平、科技水平等;经济发展水平越高,对信息化就会提出更高的要求,也能够为信息化发展提供物质基础;信息化离不开科学技术,信息化的发展不仅需要计算机、

图1 研究框架

网络、通讯、电子等领域的信息技术,也离不开化工、能源、机械、建筑等相关科学技术。为此,建立如下模型:

(1)

式中:Info表示信息化水平,FIR表示金融水平,GDP为经济发展水平,ST为科技水平,c为常数项,α、β、γ表示回归系数。为了减少异方差,同时增强结果的解释性,所有变量都取对数进行处理。

面板数据有很多优越性,它更能反映个体变化,有更高的效率,能够较好解决多重共线性问题,对遗失重要变量也不敏感,因此本文采取面板数据进行分析。

三、信息化与金融发展的作用机制

(一) 信息化对金融发展的影响机制

关于信息化对金融发展的影响,现有研究相对比较成熟,概括一下,主要体现在以下几个方面。

第一,信息技术能够提高金融系统的效率。目前,所有的金融机构都实现了电脑化、网络化、信息化。信息技术的应用,大大提高的工作效率,节省了金融系统的劳动力成本,加快了资金周转,改善了金融服务方式。

第二,信息技术能够提高金融创新能力和综合竞争能力。依靠金融技术创新、产品创新、制度创新来提升金融机构的风险控制能力和金融创新能力,对于提高金融业的综合竞争力具有重大的意义,对金融机构的经营方式和组织结构产生深远的影响。

第三,信息技术对金融体系产生了深远的影响。信息技术改变了货币的形态与职能,促进金融市场一体化,加速国际资本流动,使得金融机构的筹资渠道大大拓宽,而技术手段的进步又使金融机构临时融通资金的能力大为增强,各种金融科技产品也在整体上提高了金融机构的资产流动性,减少了中央银行调节基础货币的渠道,使中央银行控制基础货币的职能主要依靠公开市场业务来进行。

第四,信息技术是防范金融风险和保障金融安全的重要手段。信息技术是金融风险监管的重要支柱,为了实现对风险监管的精确性、前瞻性、预警性目标,就需要不断提高监管手段的现代化水平。依靠各类信息系统建立起发现风险、度量风险、应对风险的决策体系对金融安全具有十分重要的意义。

(二)金融发展对信息化的影响机制

关于金融发展对信息化的影响机制,尚没有引起学术界的重视,从金融对信息化的影响机理分析,主要体现在以下三个方面:

第一,金融发展加快了信息化基础设施建设的进程。信息化基础设施的建设,需要庞大的资金,没有发达的金融体系,信息化基础设施建设难以筹集必要的资金,必然影响信息化的进程。从我国信息化基础设施建设的实践看,无论中国电信、中国移动,还是中国联通等信息化巨头,在信息化基础设施建设时都通过金融体系筹集了大量的资金,保证了信息化进程。

第二,金融体系的建设和发展对信息化产生了巨大需求。新的金融机构的设立、管理体系的完善都离不开信息技术的支撑,每年金融体系的信息化采购都达到数千亿,产生了庞大的市场需求,吸引更多信息技术人员就业,促进了信息产业发展。

第三,金融发展促进了信息化的技术进步。金融体系对信息技术的需求,许多需要专用技术,从而对软件、设备、网络、计算机安全等提出了更高的要求,要求广大信息技术厂商不断研发新的技术,从而带动信息技术进步。

四、数据

关于信息化发展水平变量,较好的方法是采用指标体系测度,但采用面板数据面临着巨大的困难,很多信息化指标数据仅有数年的,而且不连续,舍弃这些指标必然导致信息化测度的偏差。本文采用邮电业务额作为信息化的替代变量,邮电业务额包括了电话、互联网、邮件、报刊发行等众多业务收入,是典型的信息化指标,其中函件邮寄虽然与信息化关系不大,但由于函件面临各快递公司激烈的竞争,邮政局函件份额较小,加上函件邮寄收入仅占整个邮电业务额极小的份额,因此并不影响采用邮电业务额作为信息化的替代变量。

关于金融发展水平的度量,实际应用中方法较多。典型的是采用金融相关比率(Financial Interrelations Ratio,FIR),指全部金融资产价值与全部实物资产价值之比,反映的是金融上层结构与经济基础结构之间的比例关系。由于中国缺乏金融资产的统计数据,主要金融资产集中在银行,而银行的最主要的业务是存款和贷款,因此本文用存贷款余额与GDP的比率作为衡量金融发展的一个指标。

经济发展水平变量采用地区生产总值,这一般没有太大的争议。科技水平变量可选指标也较多,如论文、奖励、专利等,最好的方法是选取科技产出指标来测度科技产出,但基于和信息化同样的原因,面板数据难以获得。本文选取各地区的研发投入(R&D)作为科技水平的替代变量。

2000年分省的邮电业务额指标缺失,因此数据来自于2002~2010年中国统计年鉴,实际数据为2001~2009年期间的数据。地区由于部分年度数据缺失,因此进行了省略。所有数据的描述统计量如表1所示。

表1 数据描述统计量

邮电业务额 金融比率 地区生产总值 研发投入

均值 461.14 0.13 7 168.00 94.20

极大值 4 149.11 0.71 39 482.56 699.99

极小值 13.21 0.01 298.38 0.80

标准差 523.60 0.11 6 822.05 126.70

N 30×9=270

五、实证结果

(一)信息化与金融发展之间的格兰杰因果 检验

从理论上讲,信息化与金融发展之间是双向因果关系,那么实际数据是否支撑这个结论呢?常用的定量研究方法是格兰杰因果检验。考虑到两者发挥作用的滞后期在以1~4年之内,因此滞后期以此为准。

格兰杰因果检验本质上采用的是回归分析,如果面板数据不平稳会导致伪回归问题,因此在进行格兰杰因果检验之前必须对面板数据做平稳性检验。常用的面板数据单位跟检验方法有Levin检验、ADF检验、PP检验等,本文采用这3种方法同时进行检验,以3种方法结果一致为准。经过1阶差分,所有变量都是平稳的,由于篇幅所限,本文省略了平稳性检验结果。

格兰杰因果检验结果如表2所示。信息化在滞后1~4期时,都是金融发展的格兰杰原因,而金融发展在滞后2~3期时,才是信息化的格兰杰原因,说明两者互动关系比较显著,但信息化对金融的影响比较持久,而金融对信息化的贡献相对短暂。

表2 格兰杰因果检验结果

滞后期 检验与结论 F检验 概率 结论

1年 信息化不是金融的原因 4.260 0.040 拒绝**

1年 金融不是信息化的原因 1.024 0.313 接受

2年 信息化不是金融的原因 9.709 0.000 拒绝***

2年 金融不是信息化的原因 2.329 0.099 拒绝*

3年 信息化不是金融的原因 11.969 0.000 拒绝***

3年 金融不是信息化的原因 4.475 0.005 拒绝***

4年 信息化不是金融的原因 10.731 0.000 拒绝***

4年 金融不是信息化的原因 1.905 0.113 接受

注:*表示在10%的水平下统计检验显著;**表示在5%的水平下统计检验显著;***表示在1%的水平下统计检验显著。

(二)面板数据估计

由于金融对信息化的贡献只在滞后2年和3年时才比较有效,经济发展对信息化的影响一般至少要滞后1期,研发投入对信息化的影响至少也要滞后2~3期,综合考虑,本文选取滞后期为2年进行面板数据估计。

首先进行构造一个是采用混合回归还是面板数据的F检验,结果发现应该采用面板数据。接下来进行hauseman检验,发现拒绝随机效应的原假设,应采用固定效应模型进行估计,结果见表3,为了进行比较,表3同时给出了混合回归结果。从固定效应的估计结果看,总体拟合水平较高,达到0.992,金融每增长1%,会导致信息化增加0.783%,经济发展水平每增长1%,信息化增加0.636%,科技水平每增加1%,会导致信息化增加0.164%,总体上,金融发展对信息化的贡献最大。对比混合回归发现,由于多重共线性,科技水平的回归系数为负数而且没有通过统计检验,金融对信息化的贡献被低估,而经济发展水平对信息化的贡献被高估了。

(三)面板数据向量自回归模型

由于面板数据是平稳的,因此可以继续进行协整检验,最佳滞后阶数根据前文的分析确定为2。协整检验方法采用Kao面板协整检验,发现存在协整关系。接着建立VAR模型,模型的整体拟合度R2为0.995,

表3 信息化影响因素的面板数据估计

变量 含义 混合回归 固定效应

C 常数 ?2.299***

(?7.416) ?5.228***

(?11.204)

log(FIR(?2)) 金融相关比率 0.203***

(2.805) 0.783***

(8.597)

log(GDP(?2)) 地区生产总值 0.839***

(15.914) 0.636***

(8.758)

log(ST(?2)) 科技水平 ?0.039

(?1.198) 0.164***

(3.021)

Hauseman — 155.341

p — 0.000

R2 0.923 0.992

n 30×7=210

注:***表示在1%的水平下统计检验显著。

且VAR模型所有特征根都位于单位圆内,模型结构稳定,拟合效果较好。

VAR模型是一种非理论性的模型,它的系数并没有经济学意义,在分析VAR模型时,往往不分析一个变量的变化对另一个变量的影响,而采用脉冲响应函数和方差分解进行进一步分析,信息化与金融发展的脉冲响应函数如图2所示。

先看信息化的脉冲响应函数,来自金融发展一个标准差的正向冲击,在当期对信息化的影响为0,随后缓慢升高,到第3期后基本平稳,说明金融的冲击对信息化影响比较平稳,并且有一定的滞后期。来自经济发展水平一个标准差的正向冲击,当期对信息化的影响为0,随后缓慢持续升高,说明经济发展水平的冲击对信息化的影响需要一定的滞后,总体也是平稳的。来自科技发展水平一个标准差的正向冲击,当期为0,随后为负值,从第3期趋于平稳,但全部是负值,主要原因可能是只有信息技术相关的技术进步才会促进信息化的发展,而一般科技水平的冲击对信息化没有什么影响。

再看金融发展的脉冲响应函数,来自信息化一个标准差的正向冲击,在当期对金融的影响就是负值,随后继续下降,到第3期后缓慢升高,总体为负。一般信息化的冲击,主要由新的信息技术应用引发,而金融是对数据处理要求极高的部门,一般会使用成熟技术,而新技术需要一定时间的考验期。经济增长对金融的影响当期为负,然后缓慢下降,可能与我国的金融体系与经济发展水平协调性不够有关。科技发展对金融的影响总体较低,因为影响金融的技术因素主要是信息化,科技水平相对低一些。

图2 脉冲响应函数

方差分解通过求解扰动项对向量自回归模型预测均方误差(Mean Square Error, MSE)的贡献度,了解各类因素的相对作用,和时间序列数据一样,面板数据预测的误差方差是其自身扰动及系统扰动共同作用的结果。表4、表5分别为信息化与金融的方差分解。

表4 信息化的方差分解

时期 标准差 INFO FIR GDP ST

1 0.07 100.00 0.00 0.00 0.00

2 0.10 97.83 0.37 0.13 1.66

3 0.11 97.14 0.75 0.29 1.82

4 0.13 96.26 1.05 0.63 2.06

5 0.14 95.40 1.30 1.08 2.22

6 0.15 94.50 1.50 1.63 2.37

7 0.16 93.58 1.67 2.25 2.50

8 0.17 92.63 1.82 2.93 2.62

9 0.17 91.66 1.95 3.66 2.73

10 0.18 90.69 2.07 4.42 2.82

表5 金融的方差分解

时期 标准差 INFO FIR GDP ST

1 0.06 18.81 81.19 0.00 0.00

2 0.10 19.49 80.19 0.11 0.22

3 0.14 18.32 81.21 0.18 0.29

4 0.17 16.72 82.80 0.18 0.31

5 0.19 15.06 84.49 0.15 0.30

6 0.21 13.49 86.11 0.13 0.27

7 0.23 12.08 87.56 0.11 0.24

8 0.25 10.87 88.80 0.11 0.22

9 0.26 9.87 89.80 0.13 0.20

10 0.27 9.10 90.55 0.17 0.19

从信息化的方差分解看,对信息化影响最大的是其自身,在末期占90.69%,金融占2.07%,经济发展水平占4.42%,科技水平占2.82%。

从金融的方差分解看,与信息化类似,对金融影响最大的是其自身,末期金融自身占90.55%,信息化占9.10%,地区经济发展水平和科技水平对金融几乎没有影响。这从另外一个角度也说明了信息化对金融的重要作用。

六、结论与讨论

(一)信息化与金融互动关系显著

信息化与金融发展的互动机制鲜明,两者互为因果关系,金融对信息化的贡献,主要体现在促进信息化基础设施建设和技术进步,带动信息化的巨大需求方面。信息化对金融的影响相对持久,而金融对信息化的影响相对短暂。从变量的弹性系数看,金融对信息化的贡献大于经济发展水平和科技水平对信息化的贡献。

(二)金融对信息化的影响的核心是信息技术的发展

金融对信息化的影响,离不开信息技术领域中关键的技术进步,如果没有信息技术领域中较大的技术进步,就不会产生信息基础设施的巨大需求,如果新的信息技术本身尚处在的验证阶段,对数据和系统要求极高的金融部门也不会产生需求,从脉冲响应函数和方差分解看,信息化与金融互动关系鲜明,信息化对金融的影响大于金融对信息化的影响。

(三)模型的选用对结果影响很大

在分析信息化与金融发展的互动关系中,采用不同的数据、不同的模型对结果的影响是很大的,由于时间序列数据较少,因此用时间序列数据分析比较片面,而采用面板数据进行混合回归又不能发挥面板数据的特长,难以挖掘数据中潜在的信息,从本文的实践看,采用格兰杰因果检验、面板数据、面板向量自回归综合进行分析是比较恰当的,而且它们之间能够互相支撑。

参考文献:

[1] Castells M, Ipola E. Epistemological practice and the social science[J]. Economy and Society, 1976, 5(2): 111?144.

[2] Biswas D. Economics of information in the web economy towards a New Theory[J]. Journal of Business Research, 2004, 57(7): 724?733.

[3] McKinnon, Ronald I. Money and Capital in Economic Development[M]. The Brookings Institution, Washington D. C, 1973.

[4] Shaw Edward. Financial Deepening in Economic Development [M]. New York: Oxford University Press, 1973.

[5] 谭荣华, 左志刚. 信息化与金融中介演进[J]. 财经论丛, 2004(5): 33?39.

[6] 张立洲. 论金融信息化对金融业的影响[J]. 财经问题研究, 2002(3): 29?32.

[7] 赵昱光, 张雪梅. 信息技术与金融发展[J]. 技术经济与管理研究, 2009(5): 104?106.

[8] 李政, 王雷. 论金融信息化及其对金融发展的影响[J]. 情报科学, 2007(11): 1743?1745.

[9] 温平川. 城乡统筹中的信息化与金融发展关系实证研究[J]. 科技进步与对策, 2009(12): 59?63.

[10] 石双元, 张金隆, 蔡淑琴. 金融信息化及其风险防范对策[J].中国管理科学(专辑), 2000(11): 565?571 .

[11] 郝向荣, 王松, 李爱军. 中国银行业金融信息化过程中面临的风险及其防范[J]. 价值工程, 2007(10): 101?103.

Study on informatization and finance based on panel VAR

YU Liping

大数据金融论文例5

一、问题的提出

学术界一直给予了收入不平等问题以高度关注,研究侧重点主要在测度和成因分析两方面。测度方面主要从基尼系数、收益不平等相对指数,以及按分项来源对收入进行分解等角度进行研究;成因方面把收入不平等主要归结为结构变动、政策倾斜和政治因素等。

金融作为现代经济发展的助推器之一,金融发展能否缩小收入不平等差距是学术和实务领域感兴趣的题目。戈德史密斯等多位学者的研究表明,金融与地区经济的发展之间是高度正相关的。理论上,以金融的广度为视角,意味着更多的经济主体得到金融服务,这有利于提供更多的经济机会给低收入者并降低代际收入不平等;以金融深化为视角,则意味着已使用金融服务的高收入群体可以获得更为全面的服务,使其收入获得更快增速并加剧收入不平等。而且,金融发展对不同种类的分项收入的影响程度及作用机制应该是不同的。所以,论及我国的金融发展对于收入不平等的作用,必须以实证分析为基础。本文将居民收入分为工薪收入、经营收入、财产收入及转移收入,通过实证研究,分析金融发展对它们的不同影响。

二、文献综述

我国在金融发展对城乡居民收入差距影响方面的研究文献比较少。章奇、刘明兴、陶然和Vincent Chen(2004)以1984~2004年省级面板数据为基础所做的实证分析表明,金融发展在1984~1993年间扩大了城乡居民收入差距,在1994~2004年间金融发展逐渐缩小了城乡居民收入差距。温涛、冉光和、熊德平(2005)以我国金融发展与农民收入增长的制度和结构分析为基础,用1952~2003年的数据分析了中国整体金融发展、农村金融发展与农民收入增长的关系,即金融发展对农民收入增长具有显著负效应,验证了中国金融发展过程中防止结构和功能失衡至关重要的命题。彭建刚与李关政(2006)的论文提出,我国金融发展对二元经济结构的转换有显著影响,且非国有金融机构的发展会弱化二元经济结构性状。叶志强、陈习定和张顺明(2011)利用1978~2006年的省级面板数据分析得出,金融发展显著扩大了城乡收入差距,不但如此,结果还表明金融发展和农村收入增长之间存在显著负相关关系。

三、数据来源及指标构建

本文以省级行政区划为最小分析单元,包括重庆、北京、天津等共计31个省份,样本数据的时间范围是2003~2010年。本文各项数据均来自《中国统计年鉴》(2004~2011),《中国金融年鉴》(2004~2011),《新中国60年统计资料汇编》。在2003及2004年的《中国统计年鉴》中,各地区金融业生产总值核算时包括保险业,而自2005年开始,该项数据剔除了保险业;考虑到保险业生产总值比例较低,对进一步的分析影响不大,所以未对其进行处理。2003~2005年《中国统计年鉴》对各地区金融行业平均工资的核算分为国有单位和城镇集体单位两项,而自2006年开始该项数据合并为城镇单位一项,因此,本文对2003~2005年的两个单项数据求其算术平均值。

本文共选取了各省份自2003到2010年的17项原始变量数据,包括城镇和农村居民总收入及分收入共10项,以及金融机构人民币存、贷款余额(命名为Y1、Y2)、金融业生产总值(Y3)、股票总市值(Y4)、金融业平均工资(Y5)、保险密度(Y6)、GDP(Y7)共7项。

(1)总收入及分项收入相对不平等指数

为了测度各个省份城乡居民收入的不平等程度,采用范从来、张中锦(2011)的方法,构建相对不平等指数,计算公式如下:

其中,u表示城镇居民年均收入,n表示农村居民年均收入;i=0,1,2,3,4分别表示年均总收入及四项年均分项收入即工薪收入、经营收入、财产收入和转移收入。

根据10项收入数据,应用(1)式分别构建5个相对收入不平等指数:总收入不平等指数、工薪收入不平等指数、经营收入不平等指数、财产收入不平等指数、转移收入不平等指数。

(2)基于因子分析的金融发展综合指数

为了得到能够较全面地反映各地区金融发展程度的指标,本文选取各省份金融业的6项原始变量并相除得到GDP的占比形式,以Xi(i=1,…,6)表述。变量空间(Xi)属于三维空间,另外两个维度分别是:时间维,即各个年度;空间维,即31个省份。将(Xi)的完整表述记为(即地区j在t年第i个变量的取值,i=1,…,6;j=1,…6;t=2003,…,2010)。考虑到典型的因子分析方法是针对二维变量的,但是如果设定t不变,可使变为二维横截面变量,从而能够进行因子分析。因此本文对样本空间内每一年份()的数据分别进行一次因子分析。下文的表述将省略变量的时间维度表示(),以表明各变量都在同一年份内取值。

对X1,…,X6的标准化指标x1,…,x6进行因子分析,根据累积贡献率按照设定的贡献率标准提取前p个公共因子。对因子载荷矩阵进行正交化旋转,得到前p个因子的成分得分系数矩阵,其中为第k个公共因子在第i个变量上的得分(i=1,…,6表示变量数,k=1,…,p表示提取的公共因子数)。根据可以得出公共因子的的表达式,记为:

五、结论

实证分析显示出金融发展确实加剧了城乡收入差距,而从收入来源上分解的话,各分项收入显示出不同特性。随着金融的发展,城乡居民财产收入和转移收入差距扩大的较快,相比之下,城乡居民总收入差距扩大程度大为降低。这是因为经营收入差距和金融发展之间基本不相关,而它具有稀释金融发展促进收入差距拉大的作用。

参考文献:

[1]叶志强,陈习定,张顺明.金融发展能减少城乡收入差距吗?[J].金融研究,2011年第2期.

[2]孙永强,万玉琳.金融发展、对外开放与城乡居民收入差距[J].金融研究,2011年第1期.

[3]温涛,冉光和,熊德平.中国金融发展与农民收入增长[J].经济研究,2005年第9期.

[4]彭建刚,李关政.我国金融发展与二元经济结构内在关系实证分析[J].金融研究,2006年第4期.

[5]章奇,刘明兴,陶然,Vincent Chen.中国的金融中介增长与城乡收入差距[D].工作论文,北京大学中国经济研究中心(CCER),2003.

大数据金融论文例6

中图分类号:F83 文献标识码:A 文章编号:1003-9082(2014)05-0069-03

一、引言

金融危机的到来让人们惊慌失措,而由于金融市场之间错综复杂的联系使得当一个经济体发生金融危机时其危险因素会迅速波及到其他经济体。金融波动溢出效应(transmission或volatility spillover)是指是指金融市场作为一个整体、一个系统,其各部分或各个子系统之间必然存在着相关联系或者相互影响,其波动会从一个市场传导到另一市场。研究、判别金融市场之间是否存在波动溢出效应能够很好地甄别金融市场之间的波动关系,对于加强金融市场风险管理意义重大。

MEM模型是目前公认的描述高频数据条件下波动特征的数学模型,而从高频数据的角度去研究金融市场之间的波动溢出效应将使我们从市场微观结构的角度更加深刻地认识危机的传导机制,挖掘出更多有效的市场信息用以金融风险管理。

本文即是在MEM模型的基础上开展对金融市场波动溢出效应的研究。首先给出MEM模型的基本形式及其参数估计方法,其次介绍金融市场波动溢出的基本概念和基于MEM模型的金融市场波动溢出分析的理论架构,同时从测量误差的角度介绍了“已实现”波动的一种改进方法――调整“已实现”波动率,然后以上海和深圳股市综合指数的高频数据为原始数据,采用调整“已实现”波动率,结合MEM模型进行实证建模,并判断在高频数据下上海和深圳股市之间是否存在波动溢出效应。

二、乘积误差模型(MEM)及其参数估计

乘积误差模型(MEM)模型的基本形式如下:

通过最大化似然函数运用伪极大似然估计法解决MEM模型的参数估计问题。而对于求解似然函数极大值的迭代处理现在多采用BHHH算法或BFGS算法等,可通过Winrats、Matlab等软件解决其参数估计问题。

三、基于MEM模型的金融市场波动溢出分析的理论架构

金融市场波动溢出效应(volatility spillover)是指不同金融市场的波动之间可能存在相互影响,波动会从一个市场传递到另一个市场。MEM模型已被公认为刻画高频数据波动的有效模型,从MEM模型的角度出发便可以建立研究高频数据下金融市场波动溢出效应的模型框架。Ray Yeutien Chou、Chih-Chiang Wu、Sin-Yun Yang(2010)在研究高频数据下美国和欧洲金融市场之间的波动溢出效应时,将其他金融资产的波动变量的一阶滞后项引入到原金融资产的MEM模型的条件均值方程中,其基本模型形式为

可以看出调整“已实现”波动率和“已实现”波动率的期望值相等,因为由(7)式可知“已实现”波动是积分波动的一致估计,所以调整“已实现”波动也是积分波动的一致估计。下面说明调整“已实现”波动率比“已实现”波动更有效。因为(10)式右边的第一项为常数,其方差为0,所以得出

五、基于MEM模型的中国金融市场建模与波动溢出分析的实证研究

1.数据描述

本研究选取样本的时间跨度为2005年1月4日至2008年12月31日,共涉及970个交易日,上海与深圳证券交易所每天的交易时间为上午9:30至11:30和下午13:00至15:00,以该期间的上海综合指数和深圳成份指数的高频数据作为样本对象。同时由于9:30至9:35的交易价格受开盘前集中竞价的影响,而13:00至13:05的交易价格受午间闭市的影响,受干扰较多,这些交易带有很大的“杂音”,所以研究中剔除掉这两段时间的收益率。然后分别根据“已实现”波动率和调整“已实现”波动率的测算方法,分别计算得到上海综合指数和深圳成份指数样本期间内每日的“已实现”波动率和调整“已实现”波动率,分别为970个数据。

2.“已实现”波动率和调整“已实现”波动率的统计特征概述

表1列出了上海综合指数和深圳成份指数在整个样本期间以5分钟作为抽样频率的每日“已实现”波动率的描述性统计量,包括最大值、最小值、样本均值、标准差、偏度、峰度、J-B统计量等。从表中可以看出,在整个样本期间内,深圳成指相比上证综指的“已实现”波动率的均值和标准差都较大,而最大值与最小值之差也相对较大;两个股市的“已实现”波动率都存在明显的偏度,深市相对更高;两个股市的“已实现”波动率的峰度均明显大于3而且两市“已实现”波动率的J-B统计量的值都非常大,这均表明两大股市的已实现波动率为非高斯分布且有很高的峰度特性,而且沪市的非高斯分布的特征更加明显。从描述性统计量中可以明显看出,样本的描述性统计量特征与已实现波动率的理论特征是相符的,同时也表明我国沪深两大股市在高频数据下存在着非常大的波动特征,这也与我国现阶段金融市场的实际情况是相吻合的。

根据4.2小节的结论,我们已经得出调整“已实现”波动率是一种相比“已实现”波动率更加有效的针对高频数据波动的测算方法,所以我们利用式(9)计算了上海综合指数和深圳成份指数同样基于5分钟抽样频率的调整“已实现”波动率。

表2列出了上海综合指数和深圳成份指数在整个样本期间以5分钟作为抽样频率的每日调整“已实现”波动率的描述性统计量,同样包括最大值、最小值、样本均值、标准差、偏度、峰度、J-B统计量等。通过表2并与表1进行比较,可以看出两个股票市场的调整

上述分析结果与事实是相符的,这说明了乘积误差模型(MEM)可以有效地刻画中国金融市场在高频数据下的波动特征,均值方程中无常数项的标准的MEM(1,1)能够很好地拟合中国两大股票市场指数的调整“已实现”波动率,很好地解决了中国金融市场高频数据波动建模问题,同时也进一步证实了MEM模型可以很好地反映出金融市场间存在的波动溢出效应。

六、小结

乘积误差模型(MEM)已被公认为刻画高频数据波动特征的模型,利用MEM模型进行金融市场间的波动溢出效应的分析将从市场微观结构的角度进行有效的研究与判别。本文采用“已实现”波动率的一种改进形式――调整“已实现”波动率估计中国沪深两大股市的波动,并采用MEM模型对沪深两大股市的波动溢出效应进行研究。实证结果表明乘积误差模型(MEM)可以有效地刻画沪深两大股市在高频数据下的波动特征,同时也进一步证实了沪深两大股市之间存在波动溢出效应。

参考文献

[1]张瑞锋.金融市场波动溢出研究[D].天津大学博士学位论文,2007.

[2]黄杰琨.电子指令驱动市场上的交易持续期与知情交易的相关性研究[D].厦门大学硕士学位论文,2003.

大数据金融论文例7

11月25日成都易达数安科技有限公司(易达大数据)在20XX大数据生态系统百强(Big Data 100)企业评选会上荣膺20XX优秀大数据应用服务商奖项。

此次参与评选的企业都是来自全国实力雄厚的大数据领域企业,经历层层评选,易达大数据有幸获得20XX优秀大数据应用服务商的奖项,这也是业界对易达大数据自成立以来,在大数据安全保护领域做出的突出成绩给予的肯定。

本次评选,旨在通过对大数据基础设施、大数据平台、大数据应用开发等领域成功企业的发掘和包装,让关注大数据市场的渠道商能够对大数据市场的市场机会、生态合作模式有更清晰的认知,通过对不同领域成功经验的总结和推广,达到推动大数据生态系统的持续发展的目的。

随着互联网+行动计划的提出,大数据正在快速的融入各个领域的企业。

云计算、物联网等市场的蓬勃发展进一步提升了大数据市场的增速,商业伙伴咨询机构的研究数据显示,20XX年,中国大数据市场的容量将超过100亿人民币,在数据处理、数据安全、数据存储、数据计算、数据分析、数据呈现等领域,活跃着数百家提供不同类型产品与服务的企业,另有数千家IT渠道商表示希望能够在大数据领域寻找到潜在的市场机会,大数据市场正成为IT渠道生态关注的重心之一。

作为国内首家专注于大数据保护的解决方案提供商,易达大数据在中国市场已占据有利地位,将为中国企业带来国内领先的数据保护服务,并成为中国大数据生态系统内最有价值的合作伙伴。

公司获奖新闻稿范文二杭州千岛湖滨江希尔顿度假酒店荣获

十大旅游会议酒店以及十大新开特色酒店殊荣

杭州千岛湖滨江希尔顿度假酒店于20XX年7月26日盛大开业,酒店位于千岛湖畔,酒店拥有自然采光的大宴会厅、7个多功能厅和1个董事会会议室可供客人根据会议规模选择大小,能容纳30-600名来宾,带给客人便捷、科技的商旅体验。

会议厅设计灵活多变,可随实际用途分隔及组合。

配备高速宽带接口和无线网络,先进完善的影音器材,一应俱全。

尊贵高雅的会议室,齐全的会议设备,体验最舒适及全面的会议感受。

极佳的私密性,是公司年会的最佳选择。

酒店自开业以来得到地方政府大力支持并接待了来自全国各地的散客,影视明星,旅游团,媒体记者,政府会议等。

皆是无限赞美酒店奢华富丽设施与完美的国际品质服务水准。

酒店倚靠周边旖旎风光,被美誉为是千岛湖最长湖岸线上的世外桃源,静谧优雅又不失大气宏伟。

20XX年11月26日,在论坛第六届峰会,六届白金奖颁奖典礼上,杭州千岛湖滨江希尔顿度假酒店被中外酒店论坛组织、中外酒店杂志社授予了十大旅游会议酒店以及十大新开特色酒店的荣誉。

中外酒店白金奖设置于20xx年09月,源于竞争机制往市场化方向健康发展的大环境,源于国际传媒轮胎的评选人物和企业排行行为创就的企业行业产业经优的成功典范。

即社会环境需要,市场需要,行业产业需要,起源时应用中外酒店杂志和中外酒店论坛已在行业产业具有的影响力和公信力而成为评选核心。

这不仅是对酒店全体员工辛勤工作付出的肯定,更是对千岛湖,这样一个拥有丰富旅游资源,文化底蕴的旅游胜地的无限赞美。

公司获奖新闻稿范文三3月20日北京安家世行融资担保有限公司在20**年普惠金融论坛上荣膺20XX年度最受信赖小微企业金融服务100强奖项。

本次论坛由国培机构、中国互联网金融研究院主办,中国小微企业融资研究中心、《中小企业融资高层参考》杂志承办,互联网金融千人会、中关村互联网金融行业协会协办。

同时,受到了工业和信息化部中小企业发展促进中心、中国人民大学商学院、北京软件和信息服务交易所的支持,以及人民网、凤凰网、腾讯网、和讯、中国经营报、经济观察报、金融时报、中国金融家、中国证券报、中华工商时报的媒体支持。

大数据金融论文例8

文章编号:1003-4625(2012)02-0097-05 中图分类号:F830.2 文献标志码:A

美国是世界第一经济强国,国内金融机构众多,金融市场规模很大,相应地,美国也建立了非常完善的金融监管体制。美国的金融监管堪称是世界上最为复杂的监管体系,其监管机构众多,监管法律纷繁复杂。美国1999年通过的《金融服务现代化法案》,正式宣告美国实行混业经营,但美国的金融监管组织架构却没有太大的调整,美国进入了混业经营分业监管的时期。2007年美国次贷危机发生以后,美国最终于2009年通过了《多德弗兰克法案》,该法案除了出台一些限制金融业混业经营的条例之外,还设立了金融稳定监管委员会,增加了金融监管机构之间的协调和沟通,在一定程度上顺应了美国金融业混业经营的局面。那么,2000年以来,美国的金融监管有效性如何?金融监管质量是提高了还是降低了?下文通过总结既有理论提出一种衡量金融监管有效性的新的方法――金融监管指数分析方法,并基于这种方法对美国金融监管的有效性进行总体的衡量和判断,最后给出了政策建议。

一、研究背景

本文的研究有两个背景。研究背景之一来自于目前世界各国正在进行的金融监管改革。针对2007年发生的世界金融危机,世界各国都正在或即将进行金融监管体制改革。但现有理论对金融监管体制的比较多采用定性的分析框架,其基本思路是通过不同监管体制之间的优缺点比较来做出评价。但定性比较很难做出有说服力的结论,且很难对金融监管改革的效果进行评价,而且定性分析缺乏前瞻性,使得各国金融监管往往滞后于金融业的发展,从而使金融监管改革呈现“危机导向型”的特征。本文想通过构建金融监管指数对金融监管体制进行定量研究,进而为金融监管改革提供理论依据,并对各国的金融监管改革起到引导作用。另外,本文还希望通过金融监管指数的构建动态监测各国的金融监管质量,并希望在金融监管水平大幅下降的时候提出预警,进而使得金融监管改革更具有前瞻性。本文的研究背景之二来自于对美国金融监管改革进行评价的需要。2000年至2007年,美国金融监管方面没有做出很大调整,进而引致了席卷全球的次贷危机。2009年美国通过了《多德弗兰克法案》,该法案是否起到了大家所期待的效果,目前还没有一个有效的定量评价方法。因此,对美国的金融监管有效性进行评价,进而为美国的金融监管改革提供依据和参考,也是非常迫切的需要。

鉴于以上两点背景,本文依据各国金融监管的目标构建了金融监管指数分析框架,并利用这一分析框架对2000-2009年美国的金融监管有效性进行衡量与评价,最后对美国的金融监管改革提出了相关的政策建议。

二、金融监管有效性及其衡量问题的理论综述

所谓有效,按照《现代汉语词典》的解释,就是“能实现预期目的”,以此,我们可以将金融监管的有效定义为:“能实现预期的金融监管目的。”关于金融监管有效性及其衡量主要包括两个问题:第一是金融监管是否有效;第二是金融监管有效性如何衡量。

关于监管是否有效存在着两种截然相反的理论:监管有效说和监管失灵论。监管有效说以金融监管的公共利益理论为代表,监管失灵论以监管俘获说为代表。

金融监管的公共利益理论(Stigler,1971;Becker和Stigler,1974)建立在政府拥有充分信息、为社会整体福利服务以及具有完全信用三个假设基础上,认为金融业高负债经营的行业特点决定其脆弱性,且由于市场存在信息不对称、交易成本、不完全竞争和搭便车行为等,私人不可能去监管那些实力雄厚的金融机构,只有通过政府对金融机构的监管,才能够克服市场失灵所带来的负面影响,改善金融机构的治理水平,从而提高金融运行的效率,维护金融体系的稳定。金融监管公共利益理论的基本思想主要体现在以下两个方面:一方面积极鼓励政府参与银行的经营和管理,实现对金融的直接控制;另一方面通过增强政府金融监管的权力,发挥政府在金融监管中的作用,可以弥补市场失灵所带来的问题。

监管俘获说(Beeker,1983;TuNock,1967;陆磊,2000)认为监管与公共利益无关,监管机构不过是被监管者俘获的猎物或俘虏而已。这派理论的主要观点是:政府作为一个拥有自己独立利益的特殊市场主体,它并不能最大化社会的福利。一方面,政府的金融监管政策往往会被少数既得利益集团所左右,因为利益集团为了自己的利益必然有积极性采取各种手段影响政府的金融监管政策,这样,金融监管机构最后常常被俘获(capture);另一方面,政府对金融机构的过多管制行为进一步增加了市场中寻租的机会,破坏了市场的正常竞争秩序,这不利于金融的长期发展。因此,要充分发挥竞争和开放机制在金融监管中的作用,防止既得利益集团对金融发展的抑制。

虽然在理论上存在着监管有效说和监管失灵论,但从实践上来看,目前各国对金融监管的必要性基本达成了共识,且各国基本都建立起了金融监管机构。根据统计,世界共有192个国家建立了金融监管机构。

既然金融监管是必要的,那么金融监管的效果如何呢?这就引出了另一个问题,金融监管有效性的衡量问题。目前理论界较为常用的衡量金融监管有效性的模型主要有两个:金融监管成本-收益模型和成本有效性分析模型。

金融监管成本-收益模型(秦宛顺、靳云汇、刘明志,1999)的主要思想是:金融监管都存在着一个有效边界的问题,如果金融监管位于有效边界上或附近的一个区域内,那么它就可以产生正的综合效应;如果金融监管超过了有效边界或区域,或者离边界很远,那么金融监管就很有可能会产生负的综合效应。长期以来人们一直在努力寻找能够有效分析金融监管效率,界定金融监管有效边界的量化方法。成本-收益分析法是目前理论界研究这一问题运用得最多的方法。金融监管的成本-收益分析其结果实际上就是一个金融监管的效率问题,即用最低成本实现监管收益的最大化。但它存在的较大的问题是:在现实中要计算监管的收益和由于没有实施监管而造成的损失是徒劳的,因为这种收益和损失是假想中的,只具有理论上的意义,而难以量化。同时,各国的金融还受到其他因素的影响,无法全部由监管的成本和收益来反映。成本-收益分析只是在

理论上论证了如何寻找优化本国的金融监管,在实际操作中缺乏执行性。

鉴于成本-收益模型的缺陷性,成本有效性分析模型(刘宇飞,l999)随即替代产生了。这种方法的基本想法就是在无法确定监管项目的具体收益大小时,可以用目标的完成程度取而代之,并计算出该收益与付出的成本之间的比例。如果能够同样有效地实现目标,成本较小的方案要优于成本较高的方案。因此,可以用有效程度与成本之比的最大化替代原有的成本-收益分析下收益与成本的最大化目标。在这种分析方法下,虽然金融监管的收益仍难以量化,但由于其运用目标完成的程度(即监管的有效程度)替代了金融监管的收益,因此较为巧妙地避免了金融监管收益难以确定的难点,从而在总体上能运用其来判断金融监管是否有效。但它存在的问题是:一个国家金融监管目标往往是多重的,目标的完成程度的测度较为困难,目前还没有较为成熟的量化分析方法。

鉴于以上两种方法的固有缺陷,本文在发展成本有效性分析的基础上,提出金融监管有效性衡量的新方法:金融监管指数分析方法。

三、金融监管指数分析框架的构造及建立

从监管目标来看,世界三大监管组织都制定了各自领域的监管规则,具体如表1所示:

从表1可以看出,银行监管过程较为强调安全性和公平性,证券监管强调安全性、效率性和稳定性;保险监管强调安全性和公平性。之所以银行监管和保险监管不加入效率性指标,主要因为效率性和安全性存在矛盾,特别是对于银行业来说,由于存在系统性风险的传染主要载体,所以各国一般较为避讳提金融效率问题。但由于发展经济是各国的首要目标,而一个有效率的金融体系是经济发展的必要因素,所以,总结起来,金融监管的目标总体应该包含三个:稳定性、效率性和公平性(蒂米奇・威塔斯,2000)。安全性是指金融监管要确保金融系统的安全,避免金融风险的集聚、扩散和蔓延;效率性是指金融监管要确保金融系统的效率,促进金融系统的发展;公平性是指金融监管过程中要强调对金融消费者的保护,确保公平对待金融消费者,它主要针对金融市场不完备性的三个方面,如表2所示:

虽然金融监管主要有三个目标,但本文认为,公平性目标从属于安全性目标和效率性目标,因为公平性目标涵盖于安全性和效率性目标之内,假如一国金融业未实现公平性,则从长期来看,该国金融业的安全性和效率性都会受到损害。

根据金融监管的这两个目标,我们构建了一套金融监管的指标体系,具体如表3所示:

一般来说,金融体系的安全性将直接影响宏观经济的稳定,所以本文在指标体系的设计中引入了代表宏观经济稳定的三个指标:通货膨胀率、CPI、银行不良资产比率来代表金融体系的安全与稳定性。而金融业效率主要包括银行的效率和股票市场的效率,所以,本文引入了四个金融效率指标:银行存贷比、银行一般管理成本、银行收入成本比和股票市场交易额占GDP比重来代表金融业效率。

由于安全性目标和效率性目标存在替代关系,且这两方面的因素受各个经济或金融指标的影响,而这些指标由于单位和性质的不同,无法直接进行横向比较,所以我们需要将这些不同质的指标进行标准化处理,然后采用主成分分析法(Principal component,Analysis)挑选出对金融监管指数影响最大的几个主要因素,并确定这些因素在金融监管指数中所占的权重,计算出金融监管指数。最后通过比较金融监管指数的变化来进行金融监管有效性的衡量。

四、美国金融监管指数的建立及金融监管有效性的衡量(2000-2009年)

为了计算金融监管指数,必须对其所包含指标的基本数据进行收集和整理。我们选取了美国2000-2009年的金融业安全性和效率性指标相关数据,各数据计算方法及来源如表4、表5所示。

由于主成分分析需要各指标之间同向,所以给通货膨胀率、CPI、银行不良资产率、银行一般管理成本、成本收入比加上负号,并将数据进行标准化,如表6所示。

运用SPSS软件进行主成分分析,得到方差解释程度表和成分矩阵,如表7、表8所示。

根据前一部分对金融监管指数各影响因素的分析,运用主成分分析法确定各影响因素的权重。通过方差解释程度表(表7)我们可以看到,前2个因子对于总方差解释程度达到87.401%,根据累计方差大于75%的原则,故选取前2个因子代替所有7个因子进行估计。以前两个因子反映金融监管的总体情况,用Y1、Y2表示,每个主成分变量都是7个标准化变量的线性组合,其表达式为:

Y1=(-0.689)*Z’1+0.662*Z’2+0.989*Z’3+0.564*Z’4+0.916*Z’5+0.915*Z’6+(-0.874)*Z’7

Y2=0.419*Z’1+0.732*Z’2+(-0.039)*Z’3+(-0.766)*Z’4+0.065*Z’5+0.377*Z’6+0.149*Z’7

提取方法:主成分分析。

提取方法:主成分。

a.已提取了2个成分。

然后将标准化的原始数据矩阵与贡献程度向量相乘得到各主成分得分,最后将各主成分得分按照其方差贡献率加权平均得到综合得分(即金融监管指数)。如表9所示:

则美国2000-2009年金融监管指数的变化情况如图1所示。

五、研究结论及政策建议

如图1所示,2000-2009年,美国的金融监管指数总体呈现下降趋势,其中2000-2006年,美国金融监管指数呈现区间震荡格局,2006年以后,美国金融监管指数呈现大幅下降趋势。2001-2002年,美国的金融监管指数较低,主要是受到2001年网络股泡沫破灭,加之后来的安然公司财务造假、世界通信公司财务欺诈、施乐公司财务虚报案件,极大地打击了美国投资者的信心,影响了美国的金融监管质量。2002年美国通过的《萨班斯一奥克斯利法》加强了对上市公司的监管,并强化了美国证监会的监管职能,使得美国的金融监管指数有所提高。2007年,由于受到次贷危机的影响,美国的金融监管指数不断下滑,说明美国的金融监管已经完全不能适应其金融业的发展要求,于是2009年美国通过了《多德弗兰克法案》,希望能够加强和改善美国的金融监管,但从目前的数据来看,还没有见到明显的效果。

综合本文得到的理论和实证研究结论,结合当前的形势和美国金融监管的现状,我们提出如下政策建议:

(一)美国应该密切关注其金融监管指数的变化,在金融监管指数出现拐点并呈现下降趋势时,应该立即采取措施,加强其金融监管力度,确保金融业的稳定,防范金融危机

2001-2002年,美国金融监管指数呈现下降趋势,美国立即出台了《萨班斯-奥克斯利法》加强了对上市公司的监管,使美国的金融监管指数止跌回稳,并逐步呈现上升趋势。但2005年,美国金融监管指数出现拐点,并逐步呈现下降趋势的时候,美国政府并未引起足够的重视,且并未采取有效措施改善其金融监管,最终导致了2007年的美国次贷危机。虽然美国于2009年通过了《多德弗兰克法案》,希望加强并改善其金融监管,但为时已晚。

(二)金融监管要与金融业发展相适应,在金融业经营体制发生变化的时候,金融监管也要做出相应调整,否则将会制约金融业的长远发展

大数据金融论文例9

中图分类号:F831.1 文献标识码:A 文章编号:1006-3544(2012)01-0019-05

美国是世界第一经济强国,国内金融机构众多,金融市场规模很大,相应地,美国也建立了较完善的金融监管体制。 美国的金融监管堪称是世界上最为复杂的监管体系,其监管机构众多,监管法律纷繁复杂。1999年通过的《美国金融服务现代化法案》,正式宣告美国实行混业经营, 但美国的金融监管组织架构却没有太大的调整, 美国进入了混业经营分业监管的时期。2007年美国次贷危机发生以后,美国最终于2009年通过了《多德弗兰克法案》,根据该法案除了出台一些限制金融业混业经营的条例之外,还设立了金融稳定监管委员会, 增加了金融监管机构之间的协调和沟通, 在一定程度上顺应了美国金融业混业经营的局面。那么,2000年以来,美国的金融监管有效性如何? 金融监管质量是提高了还是降低了? 本文通过总结既有理论提出了一种衡量金融监管有效性的新方法――金融监管指数分析方法,并基于这种方法对美国金融监管的有效性进行总体的衡量和判断。

一、研究背景

研究背景之一来自于目前世界各国正在进行的金融监管改革。针对2008年发生的世界金融危机,世界各国都正在或即将进行金融监管体制改革。 但现有理论对金融监管体制的比较多采用定性的分析框架, 其基本思路是通过不同监管体制之间的优缺点比较来做出评价。 但定性比较很难做出有说服力的结论,且很难对金融监管改革的效果进行评价,而且缺乏前瞻性, 使得各国金融监管往往滞后于金融业的发展,从而使金融监管改革呈现“危机导向型”的特征。 本文想通过构建金融监管指数对金融监管体制进行定量研究, 进而为金融监管改革提供理论依据。另外,本文还希望通过金融监管指数的构建动态监测各国的金融监管质量, 并希望在金融监管水平大幅下降的时候提出预警, 进而使得金融监管改革更具有前瞻性。

研究背景之二来自于对美国金融监管改革进行评价的需要。2000年至2007年,美国金融监管方面没有做出很大调整,进而引致了席卷全球的金融危机。2009年美国通过了《多德弗兰克法案》,该法案是否起到了大家所期待的效果, 目前还没有一个有效的定量评价方法。

鉴于以上两点, 本文依据各国金融监管的目标构建了金融监管指数分析框架, 并利用这一分析框架对2000~2008年美国的金融监管有效性进行衡量与评价。

二、 金融监管有效性及其衡量问题的理论综述

所谓有效,按照《现代汉语词典》的解释,就是“能实现预期目的”,以此,我们可以将金融监管的有效定义为:“能实现预期的金融监管目的”。关于金融监管有效性及其衡量主要包括两个问题: 第一是金融监管是否有效;第二是金融监管有效性如何衡量。

关于监管是否有效存在着两种截然相反的理论:监管有效说和监管失灵论。监管有效说以金融监管的公共利益理论为代表, 监管失灵论以监管俘获说为代表。

金融监管的公共利益理论(Stigler,1971;Becker和Stigler,1974)建立在政府拥有充分信息、为社会整体福利服务以及具有完全信用三个假设基础上,认为金融业高负债经营的行业特点决定其脆弱性,且由于市场存在信息不对称、交易成本、不完全竞争和搭便车行为等, 私人不可能去监管那些实力雄厚的金融机构,只有通过政府对金融机构的监管,才能够克服市场失灵所带来的负面影响, 改善金融机构的治理水平,从而提高金融运行的效率,维护金融体系的稳定。 金融监管公共利益理论的基本思想主要体现在以下两个方面: 一方面积极鼓励政府参与银行的经营和管理,实现对金融的直接控制,另一方面通过增强政府金融监管的权力, 发挥政府在金融监管中的作用,可以弥补市场失灵所带来的问题。

监管俘获说(Becker,1983;Tullock,1967;陆磊,2000)认为监管与公共利益无关,监管机构不过是被监管者俘获的猎物或俘虏而已。 这派理论的主要观点是: 政府作为一个拥有自己独立利益的特殊市场主体,它并不能最大化社会的福利。一方面,政府的金融监管政策往往会被少数既得利益集团所左右,因为利益集团为了自己的利益必然有积极性采取各种手段影响政府的金融监管政策,这样,金融监管机构最后常常被俘获。另一方面,政府对金融机构的过多管制行为进一步增加了市场中寻租的机会,破坏了市场的正常竞争秩序,这就不利于金融的长期发展。因此,要充分发挥竞争和开放机制在金融监管中的作用, 防止既得利益集团对金融发展的抑制。

虽然在理论上存在着监管有效说和监管失灵论,但从实践上来看,目前各国对金融监管的必要性基本达成了共识, 且各国基本都建立起了金融监管机构。根据统计 [1] ,世界共有192个国家建立了金融监管机构。

既然金融监管是必要的, 那么金融监管的效果如何呢?这就引出了另一个问题,金融监管有效性的衡量问题。目前理论界较为常用的衡量金融监管有效性的模型主要有两个: 金融监管成本-收益模型和成本有效性分析模型。

金融监管成本-收益模型(秦宛顺、靳云汇、刘明志,1999)的主要思想是:金融监管都存在着一个有效边界的问题, 如果金融监管位于有效边界上或附近的一个区域内, 那么它就可以产生正的综合效应;如果金融监管超过了有效边界或区域,或者离边界很远, 那么它就很有可能会产生负的综合效应。 长期以来人们一直在努力寻找能够有效分析金融监管效率,界定金融监管有效边界的量化方法。成本-收益分析法是目前理论界研究这一问题运用得最多的方法。 金融监管的成本-收益分析其结果实际上就是一个金融监管的效率问题, 即用最低成本实现监管收益的最大化。但它存在的较大问题是:在现实中要计算监管的收益和由于没有实施监管而造成的损失是徒劳的, 因为这种收益和损失是假想中的,只具有理论上的意义,而难以量化。同时,各国的金融还受到其他因素的影响, 无法全部由监管的成本和收益来反映。 成本收益分析只是在理论上论证了如何寻找优化本国的金融监管, 在实际操作中缺乏执行性。

鉴于成本-收益模型的缺陷性, 成本有效性分析模型(刘宇飞,1999)随即替代产生了。这种方法的基本思想就是在无法确定监管项目的具体收益大小时,可以用目标的完成程度取而代之,并计算出该收益与付出的成本之间的比例。 如果能够同样有效地完成目标,成本较小的方案要优于成本较高的方案。因此, 可以用有效程度与成本之比的最大化替代原有的成本-收益分析下收益与成本的最大化目标。在这种分析方法下, 虽然金融监管的收益仍难以量化,但由于其运用目标完成的程度(即监管的有效程度)替代了金融监管的收益,因此较为巧妙地避免了金融监管收益难以确定的难点, 从而在总体上能运用其来判断金融监管是否有效。但它存在的问题是:一个国家金融监管目标往往是多重的, 目标的完成程度的测度较为困难, 目前还没有较为成熟的量化分析方法。

鉴于以上两种方法的固有缺陷, 本文在成本有效性分析的基础上, 提出金融监管有效性衡量的新方法:金融监管指数分析方法。

三、金融监管指数分析框架的构造及建立

从监管目标来看, 世界三大监管组织都制定了各自领域的监管规则,具体如表1所示。

从表1可以看出,银行监管过程较为强调安全性和公平性;证券监管强调安全性、效率性和稳定性;保险监管强调安全性和公平性。 之所以银行监管和保险监管不加入效率性指标, 主要因为效率性和安全性存在矛盾,特别对于银行业来说,由于存在系统性风险的传染主要载体, 所以各国一般较为避讳提金融效率问题。但由于发展经济是各国的首要目标,而一个有效率的金融体系是经济发展的必要因素,所以,总结起来,金融监管的目标总体应该包含三个:稳定性、效率性和公平性(蒂米奇・威塔斯,2000)。 安全性是指金融监管要确保金融系统的安全,避免金融风险的集聚、扩散和蔓延;效率性是指金融监管要确保金融系统的效率, 促进金融系统的发展; 公平性是指金融监管过程中要强调对金融消费者的保护,确保公平对待金融消费者。这三个目标主要针对金融市场不完备性的三个方面,如表2所示。

虽然金融监管主要有三个目标,但本文认为,公平性目标从属于安全性目标和效率性目标,因为公平性目标涵盖于安全性和效率性目标之内,假如一国金融业未实现公平性,则从长期来看,该国金融业的安全性和效率性都会受到损害。

根据金融监管的安全性和效率性这两个目标, 我们构建了一套金融监管的指标体系,具体如表3所示。

一般来说, 金融体系的安全性将直接影响宏观经济的稳定, 所以本文在指标体系的设计中引入了代表宏观经济稳定的三个指标,即通货膨胀率、CPI、银行不良资产比率来代表金融体系的安全与稳定性。而金融业效率主要包括银行的效率和股票市场的效率,所以,本文引入了4个金融效率指标:银行存贷比、银行一般管理成本、银行收入成本比和股票市场交易额占GDP比重,由此来代表金融业效率。

由于安全性目标和效率性目标存在替代关系,且这两方面的因素受各个经济或金融指标的影响,而这些指标由于单位和性质的不同, 无法直接进行横向比较, 所以我们需要将这些不同质的指标进行标准化处理, 然后采用主成分分析法挑选出对金融监管指数影响最大的几个主要因素, 并确定这些因素在金融监管指数中所占的权重, 计算出金融监管指数。 最后通过比较金融监管指数的变化来进行金融监管有效性的衡量。

四、 美国金融监管指数的建立及金融监管有效性的衡量

为了计算金融监管指数, 必须对其所包含指标的基本数据进行收集和整理。 我们选取了美国2000~2008年的金融业安全性和效率性指标相关数据(见表4),各数据计算方法及来源如表5所示。

由于主成分分析需要各指标之间同向, 所以给通货膨胀率、CPI、银行不良资产率、银行一般管理成本、收入成本比加上负号,并将数据进行标准化,如表6所示。

运用SPSS软件进行主成分分析,得到方差解释程度表和成分矩阵,如表7、表8所示。

根据前一部分对金融监管指数各影响因素的分析, 运用主成分分析法确定各影响因素的权重。通过方差解释程度表(表7)我们可以看到,前2个因子对于总方差解释程度达到87.401%, 根据累计方差大于75%的原则, 故选取前2个因子代替所有7个因子进行估计。以前两个因子反映金融监管的总体情况,用Y1、Y2表示,每个主成分变量都是7个标准化变量的线性组合,其表达式为:

Y1=(-0.689)×Z’1+0.662×Z’2+0.989×Z’3+0.564×Z’4+0.916×Z’5+0.915×Z’6+(-0.874)×Z’7

Y2=0.419×Z’1+0.732×Z’2+(-0.039)×Z’3+(-0.766)×Z’4+0.065×Z’5+0.377×Z’6+0.149×Z’7

然后将标准化的原始数据矩阵与贡献程度向量相乘得到各主成分得分, 最后将各主成分得分按照其方差贡献率加权平均得到综合得分(即金融监管指数),如表9所示。

则美国2000~2009年金融监管指数的变化情况如图1所示。

五、研究结论及政策建议

如图1所示,2000~2009年, 美国的金融监管指数总体呈现下降趋势,其中2000~2006年,美国金融监管指数呈现区间震荡格局,2006年以后,美国金融监管指数呈现大幅下降趋势。2001~2002年,美国的金融监管指数较低, 主要是受到2001年网络股泡沫破灭,加之后来的安然公司财务造假、世界通信公司财务欺诈、施乐公司财务虚报案件,极大地打击了美国投资者的信心, 影响了美国的金融监管质量。2002年美国通过的《萨班斯-奥克斯利法》加强了对上市公司的监管,并强化了美国证监会的监管职能,使得美国的金融监管指数有所提高。2007年,由于受到次贷危机的影响,美国的金融监管指数不断下滑,说明美国的金融监管已经完全不能适应其金融业的发展要求,于是2009年美国通过了《多德弗兰克法案》,希望能够加强和改善美国的金融监管,但从目前的数据来看,还没有见到明显的效果。

综合本文得到的理论和实证研究结论, 结合当前的形势和美国金融监管的现状, 我们提出如下政策建议:

1. 美国应该密切关注其金融监管指数的变化,在金融监管指数出现拐点并呈现下降趋势时, 应该立即采取措施,加强其金融监管力度,确保金融业的稳定,防范金融危机。2001~2002年,美国金融监管指数呈现下降趋势,美国立即出台了《萨班斯-奥克斯利法》加强了对上市公司的监管,致使美国的金融监管指数止跌回稳, 并逐步呈现上升趋势。 但2005年,美国金融监管指数出现拐点,并逐步呈现下降趋势的时候,并未引起美国政府足够的重视,且并未采取有效措施改善其金融监管, 最终导致了2007年的次贷危机。虽然美国于2009年通过了《多德弗兰克法案》,希望加强并改善其金融监管,但为时已晚。

2. 金融监管要与金融业发展相适应, 在金融业经营体制发生变化的时候, 金融监管也要做出相应调整,否则将会制约金融业的长远发展。美国于1999年11月通过了《金融服务现代化法案》,正式确立了混业经营制度,但在同期,美国的金融监管并未做出相应调整,致使金融监管与金融业发展不匹配,致使过去十年来,美国的金融监管指数总体呈现下降趋势,其金融监管质量不断下降,最终导致了次贷危机。

3. 在金融监管发展的过程中, 要注重金融安全性和效率性的平衡,不能顾此失彼,而应该尽量做到协调、均衡。2000年以来,美国金融业实现了混业经营,而其金融监管主要强调效率优先的原则,而忽视了金融业的安全与稳定, 这导致了美国金融企业的高杠杆性经营,并最终引起了次贷危机。

参考文献:

[1]Robert Pringle,2010. How countries supervise their banks,insurers and securities markets 2010[M]. Central banking publications.

[2]蒂米奇・威塔斯. 金融规管――变化中的游戏规则[M]. 上海:上海财经大学出版社,2000.

[3]秦宛顺,靳云汇,刘明志. 金融监管的收益成本分析[J].金融研究,1999(10).

[4]叶永刚,张培. 中国金融监管指标体系构建研究[J].金融研究,2009(4).

[5]江春,许立成. 金融监管与金融发展:理论框架与实证检验[J].金融研究,2005(4).

[6]陆磊. 信息结构、利益集团与公共政策:当前金融监管制度选择中的理论问题[J]. 经济研究,2000(12) .

[7]刘宇飞. 国际金融监管的新发展[M]. 北京:经济科学出版社,1999.

[8]Becker,G. and G. Stigler,1974. Lawenforcement,malfeasance,and the compensation of enforcers[J]. Journal of Legal Studies,3(Mar):1-18.

大数据金融论文例10

中图分类号:F832 文献标识码:A

一、引言

“民间借贷”是今年最热的词。从年初银行信贷收缩开始,民间信贷已然被推到风口浪尖,以温州为代表的私营经济发达的地区,高利贷横行,取代了以往的炒房团与炒煤团等投资方式。本文从金融抑制论的角度浅析我国信贷缺口逐步扩大的过程,得出在当前经济金融形势下民间借贷难以遏制的结论。

二、金融抑制论与金融约束论介绍

(一)金融抑制论。

美国经济学家爱德华・肖和罗纳德・I・麦金农(R.I.Mckinnon,1973 & Shaw,1973)几乎在同 时提出了“金融抑制(Financial Repression) ”论和“金融深化(Financial Deepening) ”论。这两个理论其实是同一个问题的两个方面。

金融抑制论认为,发展中国家在加速工业化的目标下,企图人为以低成本来利用国内和国外金融资源,从而人为压低存贷款利率,由此造成金融市场调节资金供给和需求的能力丧失。

低利率一方面限制了金融体系动员国内储蓄的能力,造成资金供给不足;另一方面刺激了资金的过度需求。于是金融市场供求失衡,这又迫使政府进一步加强干预,即通过信贷配给,抑制过度的资金需求,强制实现资金供求平衡,从而使有限的资金大多低效率地使用。在其他条件不变的情况下,低效率地使用资金,束缚了发展中国家的实际经济增长和国民收入的增加,又反过来降低了发展中国家的国内储蓄。

(二)金融约束论。

赫尔曼和斯蒂格利茨在他们的《金融约束:一个新的分析框架》一文中重新审视了金融体系中的放松管制与加强政府干预的问题,确立了通过政府推动金融深化的策略,认为:麦金农和肖的金融发展理论的假设前提为瓦尔拉斯均衡的市场条件,在现实中,这种均衡条件难以普遍成立。况且,由于经济中存在着信息不对称、行为、道德风险等,即使在瓦尔拉斯均衡的市场条件下,资金资源也难以被有效配置。所以政府的适当干预是十分必要的。金融约束的目标是政府通过积极的政策引导为民间部门创造租金机会,尤其是为银行部门创造租金机会,使其有长期经营的动力,以发挥银行掌握企业内部信息的优势,减少由信息问题引起的不利于完全竞争市场形成的一系列问题。

金融约束是一系列金融政策,这些金融政策构成政府推动金融深化战略的核心,制定的目的在于在金融部门和生产部门设立租金。金融约束的本质是通过一系列的金融政策在民间部门创造租金机会。金融约束不同于金融压制:金融压制是政府从民间部门攫取租金;金融约束是政府在民间部门创造租金。

三、我国储蓄曲线研究

(一)我国储蓄曲线实证研究综述。

在本节中,本文回顾了自上世纪 90 年代以来,国内学者关于利率对于我国居民储蓄的影响的实证研究。通过对比学者们在研究数据的选取、研究方法的应用和对实证结果的解释,为本文的实证研究提供经验支持。

赵志君(1998)利用《中国统计年鉴》提供的居民收入数据,根据生命周期假说提出的宏观储蓄率函数,引入了利率和通胀率数据,研究了1982 年至1994 年我国居民储蓄率的影响因素。研究结果表明,储蓄率受经济增长率和滞后储蓄率的影响较大;名义利率对居民储蓄率的影响是正的,通货膨胀率对居民储蓄率的影响是负的,且名义利率对居民储蓄率的影响较大。

李焰(1999)选用中国人民银行研究局课题组提供的数据 1978-1997 年我国居民储蓄的数据,使用居民实际收入水平、居民收入增长率、名义利率和通货膨胀率通过线性回归的方法研究了居民储蓄率与这些变量的关系。研究表明利率对于储蓄率的影响不确定。

许涤龙、乔增光(2002)在构建我国居民储蓄函数的基础上,以国内生产总值、零售物价指数、一年期存款利率、各期股市市值和制度变量这 5 个与储蓄相关的经济变量 1994-2000年的季度数据为依据,建立线性回归模型对我国居民储蓄进行了实证分析。他们主要研究的是居民储蓄存款函数而不是准确的储蓄函数。实证研究的结论认为名义利率与居民储蓄存款之间存在负相关关系。

(二)对国内实证研究的评价。

1、实证研究的结论差异较大。有的学者认为利率变动对居民储蓄的影响很小,甚至基本没有影响;有的学者认为利率变动对居民储蓄的影响显著。即便是认为影响显著的学者,依然在争论利率变动对居民储蓄的影响方向。

2、国内的研究的实证数据全部是 2000 年之前的情况,没有对 2000 年之后出现的问题进行研究。通过对已有论文的研究发现,1996-1999 连续下调利率受到了学者的关注,所以这一时期的关于利率与居民储蓄的研究较多。

(三)实证研究。

1、回归方程建立。

在模型的选取中,我借鉴了李焰(1999)的回归模型,对其中的某些变量进行了修改。接下来对于实证研究中所需要的的年底储蓄余额、GDP增长率和实际利率,名义利率,城镇居民可支配收入的数据进行了收集(以上数据均来之2010年统计年鉴)。最后利用 Eviews 软件进行实证分析。

方程如下:

St=C+RtX1+ tX2+PtX3+ t

其中 St表示第t年的储蓄存款年底余额,Rt, t表示名义利率与实际利率,Pt表示城镇居民可支配收入, t表示随机误差项,X1、X2、 X3表示各项系数,C代表常数项。

2、数据选取。

选取2000年至2009年10年间的样本数据进行回归分析,具体数据见下表。

3、参数估计。

通过Eviews回归结果如下

从以上回归结果可以得到回归方程:

S=-1.318187-1.617428Rt-0.1048 t+1.794939Pt

修正后拟合优度高达0.9968,整个回归方程在F统计量的显著性水平下也表现良好。年度储蓄余额与名义利率Rt,实际利率 t都成反方向变化,受名义利率的影响明显大于实际利率,受到实际利率的影响不大。年度储蓄余额与居民可支配收入成正方向变化,Pt的增加对储蓄的影响效果十分显著。

从以上回归结果可以知道,2000年至2009年的储蓄额与名义利率和实际利率呈反比,与居民人均可支配收入呈正比。

四、以麦金农-肖模型为基础分析信贷缺口的扩大

结合以上对于我国储蓄曲线影响因素的实证分析,同时:ri为实际利率,S(gi)表示经济增长率为gi时的储蓄(i=1,2,3…),它是实际利率的减函数但是斜率很小(与原模型相反),F代表金融抑制水平:I表示投资,它是实际利率的减函数。用T来表示信贷缺口。

假设:(1)储蓄全部转化为投资:(2)没有国外融资来源。

从图1数据显示我国实际利率一直呈现下降的趋势,并且已经是负数,从中发现,我国的金融抑制水平一直长期处在均衡利率之下,并且近十年呈逐年加剧趋势。

在图1中,我们先将实际利率限制在r的水平,此时所能形成的储蓄总额仅为S。但是从投资曲线来看,当实际利率为r的时候,意愿投资总额(即贷款需求)为I.这就形成了信贷资金的缺口T=(I-S)。如果政府只限制存款利率而不限制贷款利率,根据供求定律,贷款利率将上升到r4,结果是金融体系获得不正常的高额利润,即(r4-r)。我国的实际情况是即限制存款利率又限制贷款利率,将中间的存贷利差作为金融企业创造的租金以解决市场上信息不对称的问题,这满足后来的金融约束论的理论要求,但是如果可贷资金严重供求不足,这种行政化的货币价格干预手段,必然导致非效率性和非价格性的信贷配给,这就是我们一直在发生并将长期存在的实际情况。

现在,我们将金融抑制水平由F扩大到F1,则可能导致两种结果:一方面,我国的储蓄总额随着实际存款利率的下降而得到少许的提高(从前面的实证分析来看,影响十分微弱),从而投资总额得到一定的增加。另一方面,由于贷款利率从r下降到了r1,原来那些收益率低于r1的企业得以起死回生,,这样投资的平均回报率下降,于是经济增长率从g下降到g1,储蓄曲线由S(g)向左移动到S(g1),此时信贷缺口进一步扩大为T1。因此,根据麦金农-肖的理论,实际利率的降低即减少了资本形成的数量,又降低了资本形成的质量,所以它对经济的增长和发展有着双重的不利影响。

五、结论:数额巨大的民间借贷难以遏制

近年来中国普放高利贷,是违反市场化运作逻辑的货币政策的必然结果:央行把控制货币供给的大型商业银行法定存款准备金率提高到21.5%的历史高位,而把调节货币需求的基准利率人为压得过低,导致货币市场供求严重失衡。全国信贷规模“失控”和利率“失序”,乃至全国各地普放高利贷,是这一扭曲的货币政策的必然产物。

随着我国金融抑制水平逐步扩大,实际利率长期维持在0利率左右徘徊,再加上不合理的货币政策手段组合,使我国处在银行可贷资金短缺,市场贷款需求旺盛,CPI高企,实际利率为负数的复杂经济金融形势。在贷款越紧缺的情况下,我国的贷款行政化比率越严重,此时,大部分中小企业是有寄希望于民间借贷,寄希望于高利贷。这种情况的产生将十分不利于我国调结构,转变经济发展方式的大局,如若长期持续必将降低经济效率,引起整个经济金融体系的衰退。我国的任何问题都离不开政 治,读不懂中国的政治就读不懂中国的经济。所以我们必须从制度层面上去寻找解决问题的根源,加快政治体制改革,以此来推动金融体系的市场化,改变金融抑制的根本局面,增强央行的独立性。

只要基本的经济金融条件具备,以上的问题如果得不到遏制,尤其是在民营经济发达的地区,相信不是在温州,就是在其他的什么地方,民间借贷崩盘的事情将再次发生。

(作者单位:贵州大学经济学院)