序論：好文章的創(chuàng)作是一個(gè)不斷探索和完善的過程，我們?yōu)槟扑]十篇金融市場(chǎng)相關(guān)論文范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來更深刻的閱讀感受。

篇（1）

近年來，由美國(guó)次貸危機(jī)引發(fā)的金融危機(jī)使得各國(guó)金融市場(chǎng)產(chǎn)生大幅波動(dòng)，讓人們廣泛意識(shí)到對(duì)金融機(jī)構(gòu)等實(shí)施金融風(fēng)險(xiǎn)管理的重要性。因此，對(duì)金融市場(chǎng)極端情形下的損失風(fēng)險(xiǎn)的估計(jì)和預(yù)測(cè)是研究者和各投資者關(guān)注的焦點(diǎn)。VaR(Value at Risk)技術(shù)正是這樣一種定量工具，目前已受到業(yè)界的廣泛認(rèn)可，為全球金融市場(chǎng)、電力市場(chǎng)及石油市場(chǎng)廣泛采用[1-2]。但是VaR只是市場(chǎng)處于正常變動(dòng)下市場(chǎng)風(fēng)險(xiǎn)的有效測(cè)度，它不能處理金融市場(chǎng)處于極端價(jià)格變動(dòng)的情形，如股市崩盤等，并且它自身不是一致性風(fēng)險(xiǎn)度量工具[3]。而ES(Expected Shortfall)是度量損失超過VaR的期望損失，能較好度量極端風(fēng)險(xiǎn)，并且它是一致性風(fēng)險(xiǎn)度量[3-4]，于是論文將ES作為VaR的一個(gè)補(bǔ)充。在傳統(tǒng)的風(fēng)險(xiǎn)度量模型中一般考慮的是整個(gè)收益率的分布，常用正態(tài)分布、t分布、混合正態(tài)分布、Laplace分布等來描述。而極值理論(Extreme Value Theory)描述的是分布的尾部行為，故而近年來熱衷于將極值用于風(fēng)險(xiǎn)度量研究中[2-7]。

目前，國(guó)內(nèi)外對(duì)極值的研究主要集中在條件極值的風(fēng)險(xiǎn)度量和應(yīng)用上[3-7]。條件極值模型主要是將極值理論中的POT(Peaks Over Threshold)模型與波動(dòng)模型結(jié)合。在國(guó)內(nèi)，極值理論的研究起步較晚，但發(fā)展迅速，余力[5]和陳守東[6]等的研究結(jié)果表明動(dòng)態(tài)VaR比靜態(tài)VaR度量更準(zhǔn)確；但上述文獻(xiàn)中都沒考慮金融資產(chǎn)收益率波動(dòng)的杠桿效應(yīng)，即非對(duì)稱性。林宇[7]則通過非對(duì)稱波動(dòng)模型與極值模型結(jié)合度量風(fēng)險(xiǎn)，測(cè)試結(jié)果較準(zhǔn)確。但他們的研究都忽略了金融資產(chǎn)收益中包含了對(duì)風(fēng)險(xiǎn)的補(bǔ)償，即金融資產(chǎn)收益率與資產(chǎn)風(fēng)險(xiǎn)具有密切的關(guān)系。為了反映出這種關(guān)系，Engle等1987年提出了GARCH-M模型[9]。陳澤中[9]將GARCH-M模型和EGARCH模型結(jié)合起來，分析了我國(guó)股市波動(dòng)的特點(diǎn)。實(shí)證結(jié)果表明，我國(guó)股市存在明顯的杠桿效應(yīng)，且收益率與波動(dòng)性存在顯著的正相關(guān)關(guān)系。

為了更準(zhǔn)確地度量金融市場(chǎng)風(fēng)險(xiǎn)，論文采用更一般的APARCH模型來描述收益率序列的波動(dòng)，并充分考慮了金融市場(chǎng)的收益率與風(fēng)險(xiǎn)的正相關(guān)關(guān)系。將極值理論中的POT模型與APARCH-M模型結(jié)合，提出了基于POT-APARCH-M的風(fēng)險(xiǎn)度量模型。

1.APARCH-M模型與極值理論中的POT模型

1.1 APARCH-M模型

在針對(duì)金融時(shí)間序列波動(dòng)性的建模中，Bollerslev在ARCH模型的基礎(chǔ)上提出了廣義自回歸條件異方差模型，這正是我們目前研究比較多的GARCH模型。GARCH模型是ARCH模型的重要擴(kuò)展，然而GARCH模型并不能完全反映金融市場(chǎng)波動(dòng)的特征，特別是其中的杠桿效應(yīng)。于是Ding，Granger和Engle在1993提出了一個(gè)非對(duì)稱的GARCH模型，即APARCH(asymmetric power ARCH)模型[11]。該模型是個(gè)歸納性較強(qiáng)的模型，它將多種ARCH模型和GARCH模型作為其特例，其中包括了TS-GARCH模型，GJR-GARCH模型，Log-GARCH模型，TARCH模型，NARCH模型等[10]。APARCH模型不僅包含了一般GARCH模型的特點(diǎn)，而且還可以捕捉金融市場(chǎng)的杠桿效應(yīng)。設(shè)是股票每日價(jià)格的對(duì)數(shù)收益率序列，滿足嚴(yán)格平穩(wěn)性，且服從APARCH(p,q)過程，則可以由下式表達(dá)：

(1)式為均值方程，其中為條件均值，為殘差；(2)式中的為條件方差，為標(biāo)準(zhǔn)化殘差，是服從均值為0，方差為1的獨(dú)立同分布序列；(3)式為波動(dòng)方程，其中參數(shù)，，，，，，反映沖擊的杠桿效應(yīng)。

由于金融資產(chǎn)風(fēng)險(xiǎn)的變化對(duì)收益的影響，高的收益往往伴隨著高的風(fēng)險(xiǎn)，即是資產(chǎn)的收益率會(huì)依賴于它的波動(dòng)。為刻畫這種現(xiàn)象，1987年，Engle、Lilien和Robins提出了GARCH-M模型，其中“M”表示收益率的條件均值為GARCH[8]。此時(shí)，條件均值可以表示為：

上式中的和為常數(shù)，參數(shù)叫做風(fēng)險(xiǎn)溢價(jià)參數(shù)，為正值意味著收益率與它的波動(dòng)正相關(guān)。

于是將(4)式代入到(1)式中，就可以得到APARCH-M模型，即

3.算例分析

3.1 模型參數(shù)估計(jì)及動(dòng)態(tài)VaR和ES估計(jì)

論文選取深證綜合指數(shù)從2003年12月10日到2011年1月20日的每日收盤價(jià)，共1729個(gè)數(shù)據(jù)。取2003年12月10日到2010年1月7日的每日收盤價(jià)共1479個(gè)數(shù)據(jù)，用來估計(jì)模型的參數(shù)；2010年1月8日以后共250個(gè)數(shù)據(jù)用來后驗(yàn)測(cè)試。數(shù)據(jù)來源于大智慧股票軟件。深證綜指的日損失序列定義為，其中為時(shí)收盤價(jià)。論文所有的數(shù)據(jù)處理和分析都在Eviews5.0和R軟件下進(jìn)行的。

通過Eviews5.0軟件計(jì)算得到損失序列的基本統(tǒng)計(jì)特征見表1，括號(hào)內(nèi)為p值。

從表1中可以看出該損失序列尖峰厚尾，且不對(duì)稱，呈現(xiàn)右偏情形；單位根ADF檢驗(yàn)結(jié)果表明在1%的置信水平下該序列不存在單位根，即損失序列是平穩(wěn)的；Ljung-Box統(tǒng)計(jì)量Q(5)、Q(10)表明該序列有一定的自相關(guān)性，Q2(5)、Q2(10)表明損失序列的平方自相關(guān)，從而該損失序列具有很強(qiáng)的ARCH效應(yīng)。根據(jù)前面的分析使用APARCH(1,1)-M-t模型對(duì)深證綜指樣本內(nèi)損失序列建模，并用最大似然估計(jì)對(duì)參數(shù)進(jìn)行估計(jì)，估計(jì)結(jié)果見表2。

模型擬合后，對(duì)其殘差進(jìn)行ARCH檢驗(yàn)，其檢驗(yàn)統(tǒng)計(jì)量LM(6)的p值為0.99，從而可以判定殘差沒有異方差性。標(biāo)準(zhǔn)化后的殘差序列均值幾乎為0，方差也十分接近于1，基本可以看成是標(biāo)準(zhǔn)殘差序列。然后對(duì)其進(jìn)行相關(guān)性檢驗(yàn)，Q(5)=24.301(0)，從而可以認(rèn)為其是獨(dú)立序列。標(biāo)準(zhǔn)化后的殘差序列的閾值，MEF(超額均值函數(shù))確定如下圖1所示。從圖1中可以看出閾值在1.8左右，然后結(jié)合McNeil和Frey對(duì)比Hill方法、歷史模擬法等方法，發(fā)現(xiàn)選擇5%左右的極值數(shù)據(jù)使用GPD估計(jì)效果較好，于是閾值可以確定為1.806，接下來對(duì)超過閾值的部分進(jìn)行GPD擬合，結(jié)果如圖2所示。從圖上看出擬合效果相當(dāng)好，并且作出其QQ分位圖，如下圖3所示。于是可以用GPD分布對(duì)極值建模，參數(shù)估計(jì)結(jié)果為，。

3.2 模型檢驗(yàn)

為了考察風(fēng)險(xiǎn)度量模型的預(yù)測(cè)效果，常采用Kupiec的失敗次數(shù)檢驗(yàn)方法。其基本思想是：在置信水平為P的條件下，在第t日估計(jì)出第t+1日的風(fēng)險(xiǎn)值和，對(duì)于第t+1日的實(shí)際損失，如果估計(jì)出的，那么就認(rèn)為風(fēng)險(xiǎn)估計(jì)值在第t+1日是失敗的，并計(jì)數(shù)一次。最后將失敗次數(shù)比上考察的總次數(shù)得到失敗率。對(duì)于ES的估計(jì)也是采用同樣的方法。如果失敗率遠(yuǎn)大于，則認(rèn)為是低估了風(fēng)險(xiǎn)，反之則是高估了風(fēng)險(xiǎn)。只有失敗率接近，風(fēng)險(xiǎn)度量方法才被認(rèn)為相對(duì)可靠。論文還將此模型檢驗(yàn)結(jié)果與EGARCH-M-POT模型，APARCH-POT模型檢驗(yàn)結(jié)果進(jìn)行了對(duì)比，從而可以看出此模型的優(yōu)越性。

從上表2深證綜指的后驗(yàn)測(cè)試結(jié)果可以看出，在99%置信水平下，這三種模型預(yù)測(cè)的效果是一樣的，但在97%置信水平下，基于POT-APARCH-M和POT-EGARCH-M模型預(yù)測(cè)效果是一樣地優(yōu)于基于POT-APARCH的，從而表明了考慮收益與風(fēng)險(xiǎn)正相關(guān)對(duì)于金融市場(chǎng)風(fēng)險(xiǎn)的度量更加合理。在95%的置信水平下，基于POT-APARCH-M模型預(yù)測(cè)的效果是最好的，因?yàn)樗鞘÷适亲罱咏?%，從而表明考慮更一般的APARCH模型來描述收益率的波動(dòng)比EGARCH更合理。而通過計(jì)算ES的失敗率結(jié)果在高置信水平下，ES的失敗率都為零，從而表明ES相比VaR是更為保守的風(fēng)險(xiǎn)度量。

4.結(jié)論

論文建立了基于極值理論的POT-APARCH-M-t的動(dòng)態(tài)風(fēng)險(xiǎn)度量模型，用來度量金融市場(chǎng)風(fēng)險(xiǎn)。在描述金融市場(chǎng)波動(dòng)特征時(shí)，采用更一般的APARCH模型。結(jié)果表明它比EGARCH模型更優(yōu)越。在金融市場(chǎng)中往往高的收益伴隨著高的風(fēng)險(xiǎn)，即收益與風(fēng)險(xiǎn)是負(fù)相關(guān)的，從而將APARCH模型與GARCH-M結(jié)合。經(jīng)過深證綜指風(fēng)險(xiǎn)度量結(jié)果表明損失與風(fēng)險(xiǎn)是負(fù)相關(guān)的，并且更準(zhǔn)確地度量風(fēng)險(xiǎn)。而在度量空頭風(fēng)險(xiǎn)時(shí)，通過檢驗(yàn)表明，在高置信水平下，ES過于保守，從而可以看出收益率的右尾較薄。論文只是對(duì)收益率分布上尾極端風(fēng)險(xiǎn)進(jìn)行了度量，當(dāng)然還可以對(duì)下尾極端風(fēng)險(xiǎn)進(jìn)行度量，論文在閾值選取時(shí)，帶有一定的主觀性，閾值準(zhǔn)確的選擇方法一直是現(xiàn)在要解決的問題。

參考文獻(xiàn)

[1]王春峰.金融市場(chǎng)風(fēng)險(xiǎn)管理[M].天津:天津大學(xué)出版社,1999.

[2]Bekiros S.D.,Georgoutsos D.A.Estimation of Val-ue-at-Risk by extreme value and conventional method:a comparative evaluation of their predictive performa-nce[J].Int.Fin.Markets,Inst.and Money,2005(15):209-228.

[3]Artzner P.,Delbaen,Eber J.M.,and Heath D.Coher-ent Measures of Risk[J].Mathematical Finance,1999(9):203-228.

[4]Bhattacharyya M.,Ritolia Conditional VaR using EVT-Towards a planned margin scheme[J].Internatio-nal Review of Financial Analysis,2008(17):382-395.

[5]余力,張勇.應(yīng)用極值分布理論的VaR和CVaR估計(jì)[J].求索,2010(4):64-66.

[6]陳守東,孔繁利,胡錚洋.基于極值分布理論的VaR與ES度量[J].數(shù)量經(jīng)濟(jì)技術(shù)研究,2007(3):118-124.

[7]林宇,魏宇,黃登仕.基于GJR模型的EVT動(dòng)態(tài)風(fēng)險(xiǎn)測(cè)度研究[J].系統(tǒng)工程學(xué)報(bào),2008,23(1):45-51.

[8]Ruey S.Tsay.金融時(shí)間序列分析[M].北京:人民郵電出版社,2009.

[9]陳澤忠,楊啟智,胡金泉.中國(guó)股票市場(chǎng)的波動(dòng)性研究――EGARCH-M模型的應(yīng)用[J].決策借鑒,2000,13(5):24-27.

篇（2）

設(shè)立上海自貿(mào)試驗(yàn)區(qū)是進(jìn)一步深化改革、加快政府職能轉(zhuǎn)變、深化金融領(lǐng)域改革開放的重大舉措，將對(duì)上海建設(shè)成國(guó)際金融中心產(chǎn)生重要的推動(dòng)作用。

（一）金融自由化水平提高有利于推進(jìn)上海國(guó)際金融中心建設(shè)

從海外的發(fā)展經(jīng)驗(yàn)看，金融自由化是國(guó)際金融中心建設(shè)的支點(diǎn)和必不可少的條件。長(zhǎng)期以來，受制于人民幣的非全面可兌換性、利率的非市場(chǎng)化、金融機(jī)構(gòu)的設(shè)立壁壘等，上海國(guó)際金融中心建設(shè)一直進(jìn)展緩慢。現(xiàn)在，在上海自貿(mào)試驗(yàn)區(qū)成立之后，在風(fēng)險(xiǎn)可控前提下，可在自貿(mào)區(qū)內(nèi)對(duì)人民幣資本項(xiàng)目可兌換、金融市場(chǎng)利率市場(chǎng)化、人民幣跨境使用等方面進(jìn)行先行先試。金融服務(wù)業(yè)將對(duì)符合條件的民營(yíng)資本和外資金融機(jī)構(gòu)全面開放，支持在試驗(yàn)區(qū)內(nèi)設(shè)立外資銀行和中外合資銀行等。這些措施顯然會(huì)將金融自由化水平大大提升，進(jìn)而對(duì)上海國(guó)際金融中心的建設(shè)起到推動(dòng)作用。

（二）金融領(lǐng)域的開放創(chuàng)新將推動(dòng)上海金融市場(chǎng)和金融產(chǎn)品創(chuàng)新

從倫敦、紐約等國(guó)際金融中心的發(fā)展歷史看，有利于創(chuàng)新但又不失規(guī)范的金融監(jiān)管體系能夠促進(jìn)國(guó)際金融中心建設(shè)。一方面，為了防范金融風(fēng)險(xiǎn)，政府要進(jìn)行嚴(yán)格的監(jiān)管，保證金融中心的穩(wěn)定，另一方面要提供相對(duì)寬松的金融環(huán)境，促進(jìn)金融創(chuàng)新，保證金融中心的活力。上海自貿(mào)試驗(yàn)區(qū)總體方案中明確提出了深化金融領(lǐng)域的開放創(chuàng)新，允許在試驗(yàn)區(qū)內(nèi)建立面向國(guó)際的交易平臺(tái)，逐步允許境外企業(yè)參與商品期貨交易，鼓勵(lì)金融市場(chǎng)產(chǎn)品創(chuàng)新。這無疑會(huì)推動(dòng)上海金融市場(chǎng)和金融產(chǎn)品的創(chuàng)新步伐，活躍金融市場(chǎng)，為上海國(guó)際金融中心建設(shè)帶來新契機(jī)。

（三）跨國(guó)公司總部的集聚將促進(jìn)上海國(guó)際金融中心建設(shè)

總部經(jīng)濟(jì)也是國(guó)際金融中心建設(shè)的一個(gè)重要方面。大公司的總部要管理龐大的財(cái)務(wù)往來和資金流，對(duì)金融產(chǎn)品有強(qiáng)大的需求，也常常需要通過現(xiàn)貨市場(chǎng)與期貨市場(chǎng)的對(duì)沖機(jī)制來控制、管理其生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)。大公司總部的集聚不僅有助于形成資金中心，也有助于活躍包括期貨市場(chǎng)在內(nèi)的金融市場(chǎng)。自貿(mào)試驗(yàn)區(qū)總體方案明確了將深化跨國(guó)公司總部外匯資金集中運(yùn)營(yíng)管理試點(diǎn)，促進(jìn)跨國(guó)公司設(shè)立區(qū)域性或全球性資金管理中心。這將推動(dòng)跨國(guó)公司總部集聚在上海，進(jìn)而推動(dòng)上海國(guó)際金融中心的建設(shè)。

（四）金融業(yè)國(guó)際化水平的提高助力上海國(guó)際金融中心建設(shè)

國(guó)際金融中心的主要特征就是高度國(guó)際化。上海自貿(mào)試驗(yàn)區(qū)的多項(xiàng)方案措施無疑會(huì)提高上海金融業(yè)的國(guó)際化水平：在金融制度創(chuàng)新方面，鼓勵(lì)企業(yè)利用境內(nèi)外兩種資源、兩個(gè)市場(chǎng)，實(shí)現(xiàn)跨境融資自由化；在增強(qiáng)金融服務(wù)功能方面，金融服務(wù)業(yè)對(duì)符合條件的民營(yíng)資本和外資金融機(jī)構(gòu)全面開放，支持在試驗(yàn)區(qū)內(nèi)設(shè)立外資銀行和中外合資銀行，允許金融市場(chǎng)在試驗(yàn)區(qū)內(nèi)建立面向國(guó)際的交易平臺(tái)，逐步允許境外企業(yè)參與商品期貨交易。如果能充分利用上海自貿(mào)試驗(yàn)區(qū)成立及與之相關(guān)的有利政策，必將有利于推動(dòng)上海國(guó)際金融中心的建設(shè)。

二、上海國(guó)際金融中心建設(shè)面臨的困難和挑戰(zhàn)

上海在國(guó)際金融中心的建設(shè)方面，有很多優(yōu)勢(shì)和較為良好的基礎(chǔ)，但也面臨不少困難和挑戰(zhàn)，對(duì)此應(yīng)有客觀、清醒的認(rèn)識(shí)。

（一）金融市場(chǎng)交易品種單一，交易規(guī)模不足

國(guó)際金融中心的一個(gè)重要特征是有較大規(guī)模的金融交易活動(dòng)發(fā)生。而上海當(dāng)前的情況是：一方面，上海股票主板專業(yè)提供專業(yè)寫作論文的服務(wù)，歡迎光臨dylw.net市場(chǎng)不夠活躍，日成交金額常常低于深圳的創(chuàng)業(yè)板和中小企業(yè)板市場(chǎng)；另一方面，金融期貨和金融衍生品市場(chǎng)交易品種單一，交易規(guī)模不足。目前中國(guó)金融期貨交易所上市的交易品種只有滬深300指數(shù)期貨和5年期國(guó)債期貨。表1為滬深300指數(shù)（HS300）與滬深300指數(shù)期貨（IF）4月份以來的日成交金額數(shù)據(jù)，可以看到，目前滬深300指數(shù)期貨的日成交金額大體為滬深股票現(xiàn)貨市場(chǎng)成交金額的10倍以下。股指期貨的成交金額數(shù)倍于股票現(xiàn)貨交易是國(guó)際金融市場(chǎng)的一個(gè)規(guī)律性現(xiàn)象，而我國(guó)金融期貨的交易品種單一，交易規(guī)模也遠(yuǎn)不及成熟市場(chǎng)，難以發(fā)揮金融期貨的價(jià)格發(fā)現(xiàn)和套期保值功能。無論現(xiàn)貨市場(chǎng)還是期貨市場(chǎng)，金融活動(dòng)的交易規(guī)模都相對(duì)比較小，制約著上海國(guó)際金融中心的建設(shè)進(jìn)度。

（二）金融機(jī)構(gòu)的集聚度不夠

金融中心是一個(gè)國(guó)家或地區(qū)金融活動(dòng)的集中地，從倫敦和紐約等國(guó)際金融中心的經(jīng)驗(yàn)來看，國(guó)際金融中心都聚集著相當(dāng)數(shù)量的、高質(zhì)量的金融機(jī)構(gòu)。然而無論是商業(yè)銀行、證券公司還是保險(xiǎn)公司，國(guó)內(nèi)一些有實(shí)力的金融機(jī)構(gòu)的總部并不在上海，譬如，招商銀行、民生銀行、平安保險(xiǎn)等總部都分布在北京、深圳等地。金融監(jiān)管機(jī)構(gòu)如中國(guó)人民銀行、中國(guó)銀監(jiān)會(huì)、中國(guó)證監(jiān)會(huì)、中國(guó)保監(jiān)會(huì)的總部也都不在上海。實(shí)際上，沒有一些有實(shí)力的金融機(jī)構(gòu)作支撐，上海是很難建設(shè)成為國(guó)際金融中心的。

（三）非政治中心帶來信息劣勢(shì)

與倫敦、東京、巴黎、新加坡等金融中心同時(shí)也是所在國(guó)的政治中心不同，上海不是我國(guó)的政治中心，因此在享受政治中心的許多經(jīng)濟(jì)輻射效應(yīng)和信息溢出效應(yīng)方面，上海不占優(yōu)勢(shì)。金融業(yè)是一個(gè)高度依賴信息運(yùn)行并對(duì)信息非常敏感的行業(yè)，一個(gè)國(guó)際金融中心必須能夠大量、及時(shí)、客觀的反映市場(chǎng)、機(jī)構(gòu)、產(chǎn)品變化的專業(yè)提供專業(yè)寫作論文的服務(wù)，歡迎光臨dylw.net各種信息。非政治中心所帶來的信息短板制約著上海建設(shè)成為國(guó)際金融中心。

（四）金融市場(chǎng)體系不完整

目前，上海金融中心在各個(gè)金融子市場(chǎng)上與世界一流國(guó)際金融中心相比仍有較大的差距：股票市場(chǎng)大而不強(qiáng)，截止2012年年底，上交所股票成交額位列全球主要交易所 第四位，亞洲第二位，但上海股票市場(chǎng)大而不強(qiáng)，與國(guó)際市場(chǎng)價(jià)格的同步性較差；債券市場(chǎng)交易品種單一，政策性銀行債、國(guó)債和中期票據(jù)三者的發(fā)行量超過發(fā)行總量的70%，缺少創(chuàng)新品種；金融期貨、衍生品市場(chǎng)尚處于發(fā)展階段的初期，功能沒有得到應(yīng)有的發(fā)揮。金融子市場(chǎng)的不發(fā)達(dá)導(dǎo)致整個(gè)金融市場(chǎng)體系不完整，市場(chǎng)的資源配置和風(fēng)險(xiǎn)規(guī)避功能未能很好發(fā)揮，限制了上海建設(shè)國(guó)際金融中心。

三、抓住上海自貿(mào)試驗(yàn)區(qū)成立的契機(jī)，推動(dòng)國(guó)際金融中心建設(shè)

在推進(jìn)自貿(mào)試驗(yàn)區(qū)建設(shè)的過程中，也為上海國(guó)際金融中心建設(shè)提供了新的發(fā)展契機(jī)。上海應(yīng)該抓住契機(jī)，大力實(shí)施金融產(chǎn)品創(chuàng)新，吸引金融機(jī)構(gòu)匯集，完善信息、完善金融市場(chǎng)體系，實(shí)現(xiàn)到2020年將上海建設(shè)成“與中國(guó)經(jīng)濟(jì)實(shí)力相適應(yīng)的國(guó)際金融中心”的目標(biāo)。

（一）大力實(shí)施金融產(chǎn)品創(chuàng)新，活躍金融市場(chǎng)

相對(duì)于目前滬深兩市的2300多只股票而言，滬深300指數(shù)期貨這一單一的期貨交易品種明顯不足。無論是從為投資者提供更多、更有效的套期保值工具的角度，還是從活躍股指期貨市場(chǎng)交易的角度，都應(yīng)該提供更多的期貨交易品種。上海應(yīng)該抓住當(dāng)前金融領(lǐng)域開放創(chuàng)新的有利時(shí)機(jī)，著力發(fā)展金融期貨和金融衍生品市場(chǎng)，活躍股票指數(shù)期貨市場(chǎng)，更好地發(fā)揮金融期貨的價(jià)格發(fā)現(xiàn)和套期保值功能，這也是作為國(guó)際金融中心建設(shè)的必然要求。

（二）進(jìn)一步吸引國(guó)內(nèi)外金融機(jī)構(gòu)的集聚

國(guó)際金融中心是以大量有實(shí)力的金融機(jī)構(gòu)的集聚為基礎(chǔ)的，上海應(yīng)該利用金融自由化水平提高的制度和政策環(huán)專業(yè)提供專業(yè)寫作論文的服務(wù)，歡迎光臨dylw.net境吸引功能性金融機(jī)構(gòu)、全國(guó)性金融機(jī)構(gòu)、國(guó)際性金融機(jī)構(gòu)及其他影響力較大的金融機(jī)構(gòu)不斷落戶上海，既要注重金融機(jī)構(gòu)集聚的數(shù)量，更要注重金融機(jī)構(gòu)集聚的質(zhì)量，把上海建設(shè)成為金融機(jī)構(gòu)總部和功能性金融機(jī)構(gòu)的重要集聚地。

（三）打造完善的金融資訊信息平臺(tái)

作為國(guó)際性的金融中心，前提條件之一就是能讓市場(chǎng)主體以最快速度、最小成本獲取有效信息，進(jìn)而做出正確判斷。上海應(yīng)借助自貿(mào)區(qū)成立和金融業(yè)國(guó)際化水平提高的契機(jī)，打造一批符合國(guó)際語(yǔ)境、有全球影響力的財(cái)經(jīng)傳媒和金融資訊信息平臺(tái)，彌補(bǔ)非政治中心帶來的信息方面的劣勢(shì)，進(jìn)一步吸引金融機(jī)構(gòu)和金融市場(chǎng)交易主體，提升上海金融中心在世界范圍內(nèi)的地位和作用。

（四）不斷開拓金融市場(chǎng)的新領(lǐng)域，建立多層次的金融市場(chǎng)體系

借助金融領(lǐng)域開放創(chuàng)新的契機(jī)，上海應(yīng)積極拓展多功能、多層次的金融市場(chǎng)。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，金融市場(chǎng)的內(nèi)涵和邊界也在發(fā)生變化，譬如，碳金融市場(chǎng)正逐漸成為金融市場(chǎng)的一個(gè)重要組成部分。世界權(quán)威機(jī)構(gòu)預(yù)測(cè)2020年全球碳金融市場(chǎng)交易金額將達(dá)到3.5萬億美元。不斷開拓金融市場(chǎng)的新領(lǐng)域，也是國(guó)際金融中心建設(shè)的題中之義。

參考文獻(xiàn)：

[1]國(guó)務(wù)院關(guān)于印發(fā)中國(guó)（上海）自由貿(mào)易試驗(yàn)區(qū)總體方案[Z].2013-09-18.

[2]葉德磊，顧京.我國(guó)股指期貨套期保值效應(yīng)的實(shí)證研究[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2012（04）.

[3]葉德磊.抓住金融創(chuàng)新的新契機(jī)[N].解放日?qǐng)?bào)，2013-10-09.

[4]嚴(yán)晨.國(guó)際金融中心建設(shè)的歷史比較分析[J].上海經(jīng)濟(jì)研究，2013（06）.

篇（3）

論文摘要：本文認(rèn)為期待權(quán)的大量存在與金融市場(chǎng)上的信用缺失問題有著緊密的聯(lián)系，我國(guó)的金融市場(chǎng)一直以國(guó)有企業(yè)為主導(dǎo)，財(cái)產(chǎn)權(quán)的主體缺位、非排他性和剩余索取權(quán)的不可轉(zhuǎn)讓是國(guó)有財(cái)產(chǎn)權(quán)面臨的巨大難題。

金融市場(chǎng)信用缺失反映出了其市場(chǎng)交易的特殊性，從民法學(xué)的角度究其原因，筆者認(rèn)為有以下兩個(gè)方面：

一、期待權(quán)的特殊性

權(quán)利為可以享受特定利益之法律實(shí)力，通常所說的權(quán)利大多為確定的既得權(quán)利，權(quán)利人現(xiàn)時(shí)即可享受某種法律上的特定利益，被稱為既得權(quán)。但也有很多權(quán)利并非能完全地現(xiàn)時(shí)享有，須待特定事什的發(fā)生或一定時(shí)問的經(jīng)過，權(quán)利人才可以完全行使其權(quán)利并享受特定的利益，此類權(quán)利則被稱為期待權(quán)。我國(guó)《合同法》在總則lf1對(duì)附條件和附期限合同予以詳細(xì)規(guī)定：在分則的買賣合同部分確立了所有權(quán)保留的法律制度，從而大大拓展了期待權(quán)的生存空間。期待權(quán)的構(gòu)成應(yīng)該具備以下條件：～是對(duì)未來取得某種完整權(quán)利的期待，二足已經(jīng)具備取得權(quán)利的部分條件。

對(duì)于期待權(quán)的類型，不同的學(xué)者有不列的觀點(diǎn)，暫且不去細(xì)究。從金融市場(chǎng)的各項(xiàng)交易合同中，包含著大量的期待權(quán)。例如：存款儲(chǔ)蓄合同中，存款人對(duì)于利息的債權(quán)：貸款合同中，銀行對(duì)于貸款人H口將支付的利息的債權(quán)；債券交易中，持有者對(duì)債券利息的債權(quán)。這些屬于由既存?zhèn)鶛?quán)產(chǎn)生的將來債權(quán)。股票交易，持有者對(duì)于行情看漲時(shí)取得分紅的權(quán)利或者轉(zhuǎn)讓后取得差價(jià)的權(quán)利；保險(xiǎn)合同中，受益人對(duì)于在發(fā)生保險(xiǎn)事故時(shí)的保險(xiǎn)金取得權(quán)。這些則是屬于附條件的民事權(quán)利。金融市場(chǎng)上的交易合同中存在大量的期待權(quán)，與金融市場(chǎng)上的信用缺失問題有著緊密的聯(lián)系。首先看信貸市場(chǎng)與證券市場(chǎng)。格式化的合同中所約定的是投資者的期待權(quán)。這種期待權(quán)一方面反映了金融市場(chǎng)的融資特性，一方面又賦予投資者相當(dāng)?shù)男庞蔑L(fēng)險(xiǎn)。因?yàn)槠诖娴膶?shí)現(xiàn)必須以一定條件為前提：即投資的收益性。投資收益性可以說是一個(gè)具有結(jié)果性的條件，這個(gè)結(jié)果性條件的發(fā)生依賴于籌資者大量的經(jīng)營(yíng)活動(dòng)。正是由于條件產(chǎn)生的復(fù)雜性，為籌資者的違背信用提供了相當(dāng)大的操縱空間。這便是信用缺失問題的解釋之…。再來看看保險(xiǎn)市場(chǎng)。保險(xiǎn)合同etl受益人對(duì)于保險(xiǎn)金取得權(quán)的前提性條件是發(fā)生約定的保險(xiǎn)事故。不論是財(cái)產(chǎn)還是人身，都是與受益人密切相關(guān)，或?yàn)槠渌?，或是其本人、家屬。無論人與物都與保險(xiǎn)公司無必然聯(lián)系。因此，他們發(fā)生風(fēng)險(xiǎn)的可能性、真實(shí)性、損失的大小在保險(xiǎn)公司獲知前都悉數(shù)由受益人了解。受益人或者投保人的信用就成了維系合同的唯一動(dòng)力。那么從白利的角度出發(fā)，發(fā)生信用缺失就不難理解了。由此可見，期待權(quán)的大量存在與金融市場(chǎng)上的信用缺失問題有著緊密的聯(lián)系。

二、財(cái)產(chǎn)權(quán)的模糊性

我國(guó)的金融市場(chǎng)一直以國(guó)有企業(yè)為主導(dǎo)，財(cái)產(chǎn)權(quán)的模糊性是國(guó)有財(cái)產(chǎn)權(quán)面臨的一個(gè)巨大難題。

篇（4）

羊群行為(herdingbehavior)通常是指一種在已有的社會(huì)公共信息(市場(chǎng)壓力、市場(chǎng)價(jià)格、政策面、技術(shù)面)下，市場(chǎng)參與者觀察他人行為并受其影響從而放棄自己的信念，做出與其他人相似的行為的現(xiàn)象。近10年來，隨著人們對(duì)金融危機(jī)和投資者行為的深人思考，金融市場(chǎng)的羊群行為迅速成為金融市場(chǎng)微觀結(jié)構(gòu)理論的研究熱點(diǎn)之一。

本文系統(tǒng)介紹了最近10年來金融市場(chǎng)上羊群行為的理論研究成果，(從整體來看，關(guān)于羊群行為的成因的理論主要有5個(gè):信息流羊群行為理論、研究性羊群行為理論、偏好羊群行為理論、聲譽(yù)羊群行為理論和薪酬羊群行為理論)，深入剖析了羊群行為的產(chǎn)生原因。同時(shí)展望了羊群行為理論研究的未來發(fā)展方向。

1羊群行為成因的理論研究

1.1基于不完全信息的信息流羊群行為(Informs-tionalHerding)理論

基本理論可見Banejee(1992),Bikhchandni,Hishleifer和Welsh}1992)及Welsh(1992)等人的文獻(xiàn)。它假定投資機(jī)會(huì)對(duì)所有投資者均具有同樣的價(jià)格，即供給是完全彈性的，在先行者作出投資與否的決策后，后繼投資者根據(jù)私有信息和先行投資者傳遞的信息作出決定，以后的投資者再根據(jù)前面投資者的決策作出自己的投資決策，從而形成了決策信息流。此模型假定先行投資者的收益不受后繼投資者的影響，而這顯然與金融市場(chǎng)的投資現(xiàn)狀相背離，也因此存在不足和改進(jìn)的空間。

1.2研究性羊群行為(InvestigativeHerding)理論

基于研究性羊群行為的研究主要有:Froot,Scharfstein和Stein(1992)關(guān)注短視對(duì)市場(chǎng)的影響;1)elong,Shleifer,SummersandWaldmann(1990)說明短期生命和風(fēng)險(xiǎn)規(guī)避妨礙了套利;Hirshleifer,Sttbrahmanyam和Titman(1994)指出知情下注者有短視傾向。

Front,Scharfstein和Stein(1992)首先提出了研究性羊群行為理論，該理論假定若金融市場(chǎng)上的套利者具有短期的眼界水平，則它們可能在同一信息上產(chǎn)生羊群行為。

上述理論的前提條件是所有基金同時(shí)得到信息。1994年Hirshleifer,Subrahmanyam和Titman1994)改變了上述前提條件，分析了當(dāng)一些基金在其他基金之后得到普通私人信息時(shí)其交易行為及獲得的均衡信息，認(rèn)為:基金可能試圖學(xué)習(xí)其他交易者近期將用于交易的信息，即存在研究行為。

1.3偏好羊群行為(CharacteristicHerding)理論

Falkenstein(1996)提出了偏好羊群行為理論，他認(rèn)為:基金可能都厭惡具備某種特征的股票，例如流動(dòng)性差的股票，但他們可能又都比較喜歡具備某種特征的股票，進(jìn)而購(gòu)買它們，這也許與掌握私有信息或短期投機(jī)沒有多大關(guān)系。Falkenstein的研究發(fā)現(xiàn)基金持股與公司規(guī)模正相關(guān);研究同時(shí)發(fā)現(xiàn)，特別是在年末時(shí)，投資經(jīng)理往往會(huì)不約而同買人業(yè)績(jī)好的資產(chǎn)拋掉業(yè)績(jī)差的資產(chǎn)，以使得投資組合的業(yè)績(jī)看上去好一些。

Gompers和Metrick(2001)分析了機(jī)構(gòu)投資者對(duì)股票特征的偏好和這種偏好對(duì)股票市場(chǎng)價(jià)格和收益的暗示作用。結(jié)果發(fā)現(xiàn)，機(jī)構(gòu)投資者對(duì)單股的持有水平可預(yù)見其收益，而這種預(yù)測(cè)能力恰是由于股票的流動(dòng)性、歷史收益及謹(jǐn)慎性等特征引起的。且發(fā)現(xiàn)這些特征可增加機(jī)構(gòu)對(duì)大公司股票的需求，同時(shí)減少對(duì)小公司股票的需求。

1.4聲譽(yù)羊群行為(ReputationalHerding)理論

Scharfstein和Stein(1990)提出了聲譽(yù)羊群行為理論，Graham(1999)繼承并發(fā)展了該理論。其基本思想是:如果一個(gè)投資經(jīng)理對(duì)于自己的投資決策沒有把握，那么在考慮投資失敗產(chǎn)生的聲譽(yù)成本的同時(shí)，明智的做法是與其他投資專家保持一致。當(dāng)其他專家也這么考慮時(shí)，羊群行為就產(chǎn)生了。

1.5薪酬羊群行為(Compensation-basedHerd-ing)理論

Maug和Naik(1996)提出了基于薪酬條款的羊群行為理論。它假定投資人的薪酬取決于與他相對(duì)的其他投資人的業(yè)績(jī)表現(xiàn)，而這破壞了投資經(jīng)理的激勵(lì)機(jī)制，從而導(dǎo)致無效的投資決策，最終產(chǎn)生羊群行為。

篇（5）

一、區(qū)域投資效率的測(cè)算

對(duì)于區(qū)域投資效率的測(cè)算本文選擇了資本配置效率模型。2000年，Jeffery Wurgler在其論文《金融市場(chǎng)與資本配置》中第一次提出了測(cè)算資本配置效率的測(cè)算模型，他利用該模型測(cè)算了65個(gè)非社會(huì)主義國(guó)家的資本配置效率，此模型后來成為測(cè)算資本配置效率的經(jīng)典模型，該模型具體如下：

ln=αc+ηcln+εict

式中，I表示實(shí)際總固定資產(chǎn)投資形成，V表示相應(yīng)的實(shí)際產(chǎn)出增加值，i表示行業(yè)，c表示國(guó)家，t表示年份，αc表示自發(fā)投資系數(shù)，ηc為投資彈性系數(shù)。

Jeffery Wurgler模型基于以下定義：最優(yōu)投資意味著在高成長(zhǎng)性行業(yè)追加投資，并且在低成長(zhǎng)性行業(yè)減少投資。換言之，評(píng)價(jià)資本配置效率高低的標(biāo)準(zhǔn)在于資本是否流入以及有多少流入高成長(zhǎng)性的行業(yè)，或者資本是否流出以及有多少流出低成長(zhǎng)性的行業(yè)，因此，可以利用投資對(duì)行業(yè)增加值（盈利能力）的投資彈性系數(shù)ηc來衡量資本配置效率。而截距項(xiàng)αc表示的是自發(fā)投資系數(shù)，表示不同年代在固定資產(chǎn)存量上的自發(fā)投資水平，即無法用產(chǎn)值增長(zhǎng)部分解釋的增長(zhǎng)來源。

ηc的取值范圍是-1到1，βc取值越大，表明資本配置效率越高，若ηc>0，表明當(dāng)c產(chǎn)業(yè)的利潤(rùn)率相對(duì)于上一期增加時(shí)，投資增長(zhǎng)率也增加，并且投資增長(zhǎng)率增加的百分比是利潤(rùn)增長(zhǎng)率增加的百分比的ηc倍。于是，盈利能力強(qiáng)的行業(yè)流入更多資金，而盈利能力弱的行業(yè)流入的資金量較少。若ηc

（一）論文數(shù)據(jù)的說明

鑒于數(shù)據(jù)的可獲得性和數(shù)據(jù)統(tǒng)計(jì)標(biāo)準(zhǔn)的一致性，本文選取了山東省1993年至2009年規(guī)模以上的所有行業(yè)（共39個(gè)行業(yè)）中的35個(gè)行業(yè)的工業(yè)增加值和行業(yè)固定資產(chǎn)凈值年平均余額作為V和I。由于統(tǒng)計(jì)口徑不同的因素，1993年以前的《山東統(tǒng)計(jì)年鑒》均未對(duì)分行業(yè)工業(yè)增加值進(jìn)行統(tǒng)計(jì)，所以數(shù)據(jù)只能從1993年開始選取。同時(shí)因?yàn)楣に嚻芳捌渌圃鞓I(yè)、廢棄資源和廢舊材料回收加工業(yè)、其他采礦業(yè)和燃?xì)馍a(chǎn)和供應(yīng)業(yè)這四個(gè)行業(yè)個(gè)別年份的數(shù)據(jù)缺失，為保持?jǐn)?shù)據(jù)的完整性，剔除了這四個(gè)行業(yè)，由于這四個(gè)行業(yè)的工業(yè)增加值和固定資產(chǎn)凈值年平均余額占總工業(yè)增加值和總固定資產(chǎn)凈值年平均余額的比例很小，剔除這四個(gè)行業(yè)對(duì)總體回歸結(jié)果的影響不大。如無特殊說明，本文數(shù)據(jù)均來自于《山東統(tǒng)計(jì)年鑒》，統(tǒng)計(jì)檢驗(yàn)均采用stata 10.0軟件。

（二） 實(shí)證檢驗(yàn)

首先用35個(gè)行業(yè)工業(yè)增加值和固定資產(chǎn)凈值年平均余額的本期值除以上期值，得到這兩個(gè)指標(biāo)1994年至2009年的增長(zhǎng)率，然后對(duì)增長(zhǎng)率取對(duì)數(shù)，這樣就得到35個(gè)行業(yè)ln和ln各年的取值，可以使用Jeffery Wurgler模型測(cè)算資本配置效率ηc了。

在進(jìn)行測(cè)算之前，需要首先對(duì)數(shù)據(jù)進(jìn)行Hausman檢驗(yàn)，確定應(yīng)該使用固定效應(yīng)模型還是隨進(jìn)效應(yīng)模型，原假設(shè)為應(yīng)該使用隨機(jī)效應(yīng)模型，使用Hausman檢驗(yàn)結(jié)果如下所示：Fixed(b)=0.4677，Random(B)=0.4953，prob>chir2=0.2049,所以應(yīng)該接受原假設(shè)，即應(yīng)該使用隨機(jī)效應(yīng)模型。

本文將1993年至2009年山東省35各行業(yè)共595組工業(yè)增加值和固定資產(chǎn)凈值年平均余額的數(shù)據(jù)數(shù)據(jù)代入Jeffery Wurgler模型的隨機(jī)效應(yīng)模型，從回歸結(jié)果可以看到，山東省1993年至2009年總體資本配置效率為0.495，p>|t|=0.000，說明回歸結(jié)果非常顯著，回歸效果良好，截距值為0.063，p>|t|=0.002.回歸結(jié)果也非常顯著，截距項(xiàng)表示自發(fā)投資系數(shù)，表示不同年代在固定資產(chǎn)存量上的自發(fā)投資水平，即無法用產(chǎn)值增長(zhǎng)部分解釋的增長(zhǎng)來源。山東省1993-2009年總體資本配置效率模型為：

ln=0.063+0.4951ln

根據(jù)本文結(jié)論，山東省1993年到2009年資本配置效率為0.495。蔣晨達(dá)（2009）年利用我國(guó)1999-2007年測(cè)算出我國(guó)的資本配置效率為0.202，通過比較山東省的資本配置效率遠(yuǎn)高于全國(guó)平均水平。韓立巖、蔡紅艷（2002）年對(duì)我國(guó)1991-1999年資本配置效率進(jìn)行測(cè)算，得出結(jié)論為這九年資本配置效率的平均值僅為0.052，幾乎可以忽略不計(jì)，因此認(rèn)為在這九年中固定資產(chǎn)投資對(duì)經(jīng)濟(jì)效益幾乎沒有做出貢獻(xiàn)。

山東省資本配置效率0.495，可以看到遠(yuǎn)超全國(guó)平均水平，然后與發(fā)達(dá)國(guó)家比較起來依然還有很大的差距。Wurgler(2000)測(cè)算的G7國(guó)資本配置效率如下：美國(guó)0.723、英國(guó)0.812、法國(guó)0.893、德國(guó)0.988、意大利0.652、加拿大0.547、日本0.819。這些發(fā)達(dá)國(guó)家的資本配置效率是10年前的數(shù)據(jù)，而我測(cè)算出來山東省的資本配置效率一直延續(xù)到2009年，雖然與加拿大差距不大，但是是與10年前的加拿大水平相當(dāng)，可見，山東資本配置效率還有很大的提升空間，山東資本配置效率在全國(guó)處于較高水平，全國(guó)資本配置效率與發(fā)達(dá)國(guó)家的差距還是顯而易見的。

二、金融市場(chǎng)發(fā)展對(duì)區(qū)域投資配置效率的影響

在對(duì)區(qū)域投資效率相關(guān)性分析問題上，金融發(fā)展指標(biāo)的選取時(shí)一個(gè)重要因素。在我國(guó)，現(xiàn)有的文獻(xiàn)研究中學(xué)者多采用形容金融規(guī)?？偭康闹笜?biāo)貨幣化率（M2/GDP）或金融相關(guān)率（FIR）來代表金融發(fā)展程度。然而兩類指標(biāo)作為總量指標(biāo)，只有實(shí)際上是金融發(fā)展規(guī)模與其提供的金融功能能夠成正比時(shí)，才能夠準(zhǔn)確的衡量一國(guó)的金融發(fā)展水平。比如，2009年中國(guó)GDP總量34.1億元，增速為9.1%；M2余額60.6萬億元，增速為27.6%；貨幣化程度(國(guó)際上常用指標(biāo)，即M2/GDP)達(dá)178%，相當(dāng)于每一塊錢GDP對(duì)應(yīng)著1.8塊錢在流通。同年，美國(guó)GDP為14.1萬億美元，M2余額8.55萬億美元，貨幣化程度僅60%。這并不能說明中國(guó)的資本配置效率效率遠(yuǎn)遠(yuǎn)高于美國(guó)，而是那些過剩的貨幣“蟄伏”在銀行、股市和樓市中，導(dǎo)致了流動(dòng)性過剩。金融相關(guān)率是由美國(guó)經(jīng)濟(jì)學(xué)家Raymond.W.Goldsmith提出，是指某一日期一國(guó)全部金融資產(chǎn)價(jià)值與該國(guó)經(jīng)濟(jì)活動(dòng)總量的比值。人們常用金融相關(guān)率（FIR）去說明經(jīng)濟(jì)貨幣化的程度，與貨幣化率（M2/GDP）相同，在我國(guó)無法作為衡量金融發(fā)展的指標(biāo)。因此，本文沒有選取傳統(tǒng)的金融發(fā)展衡量指標(biāo)。

在本文的研究中，我們擬選擇兩種指標(biāo)來對(duì)金融發(fā)展進(jìn)行衡量，第一種是金融市場(chǎng)發(fā)展程度，我們用山東省金融機(jī)構(gòu)貸款余額（LB）除以山東省地區(qū)生產(chǎn)總值（GDP）來衡量金融市場(chǎng)的發(fā)展程度，作為第一類指標(biāo)，文中用LG表示，LG取值越大，說明山東省金融市場(chǎng)發(fā)展程度越高；主要從總量的角度衡量山東的金融發(fā)展，借以檢驗(yàn)山東資本配置效率與金融發(fā)展的關(guān)系；第二種指標(biāo)來衡量金融發(fā)展的市場(chǎng)化指標(biāo)，非國(guó)有部門所獲貸款（PL）除以山東省地區(qū)生產(chǎn)總值（GDP），用來衡量山東省金融市場(chǎng)化程度，文中用PG表示，PG越高，說明山東省金融市場(chǎng)化程度越高。用于檢驗(yàn)非國(guó)有企業(yè)的金融發(fā)展?fàn)顩r與資本配置效率的相關(guān)性。通過這兩種指標(biāo)的檢驗(yàn)，我們希望能夠做到深入的剖析山東省資本配置效率與金融發(fā)展的關(guān)系。

西方金融發(fā)展理論認(rèn)為金融市場(chǎng)的發(fā)展會(huì)促進(jìn)經(jīng)濟(jì)的增長(zhǎng)。一貫的看法是金融市場(chǎng)的發(fā)展促進(jìn)了資本配置效率的提高, 進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)。為了檢驗(yàn)山東省金融市場(chǎng)的發(fā)展是否能夠促進(jìn)山東省資本配置效率的提高，本文建立如下回歸方程：

Lnη=α+βLnLG+γLnPG+ε

其中η表示資本配置效率，LG表示金融市場(chǎng)發(fā)展情況，PG表示金融市場(chǎng)化程度。在對(duì)山東省金融發(fā)展與區(qū)域投資效率進(jìn)行相關(guān)性分析之前，我們首先對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行了平穩(wěn)性檢驗(yàn)，從而保證我們實(shí)證結(jié)果的準(zhǔn)確性。

（一）平穩(wěn)性檢驗(yàn)

對(duì)于時(shí)間序列數(shù)據(jù)的回歸，首先必須進(jìn)行平穩(wěn)性檢驗(yàn)，采用ADF單位根檢驗(yàn)方法對(duì)Lnη、LnLG和LnPG進(jìn)行平穩(wěn)性檢驗(yàn)。

檢驗(yàn)結(jié)果為L(zhǎng)nη、LnLG和LnPG的ADF檢驗(yàn)值均大于在1%、5%和10%的顯著性水平下的臨界值,所以接受原假設(shè),也就是說序列存在單位根，即原序列是非平穩(wěn)序列。計(jì)量經(jīng)濟(jì)學(xué)中講到，對(duì)于非平穩(wěn)時(shí)間序列，如果變量是同階單整的，那么仍然可以進(jìn)行協(xié)整分析，下面將對(duì)Lnη、LnLG和LnPG一階差分，再進(jìn)行ADP平穩(wěn)性檢驗(yàn)，經(jīng)過一階差分后的序列Lnη、LnLG和LnPGP的ADF檢驗(yàn)值均小于在1%、5%和10%的顯著性水平下的臨界值,拒絕原假設(shè)，說明差分后的序列是平穩(wěn)的。Lnη、LnLG和LnPG都是一階單整的,滿足協(xié)整關(guān)系的前提。

（二）協(xié)整檢驗(yàn)

雖然前面已經(jīng)通過ADF平穩(wěn)性檢驗(yàn)驗(yàn)證Lnη、LnLG和LnPG三個(gè)序列都是一階單整的,滿足協(xié)整關(guān)系的前提，但是只有在Lnη、LnLG和LnPG存在協(xié)整關(guān)系的前提下才能進(jìn)行協(xié)整分析，下面使用Johansen 檢驗(yàn)來判斷是否具有協(xié)整關(guān)系，結(jié)果表明，在Lnη、LnLG和LnPG滯后兩期的條件下，Johansen檢驗(yàn)發(fā)現(xiàn)Lnη、LnLG和LnPG之間不存在協(xié)整關(guān)系，不能進(jìn)行協(xié)整分析。對(duì)Lnη、LnLG和LnPG的滯后階數(shù)進(jìn)行調(diào)整，然而調(diào)整后發(fā)現(xiàn)Lnη、LnLG和LnPG之間的協(xié)整關(guān)系數(shù)仍然為零，進(jìn)一步說明Lnη、LnLG和LnPG之間的確不存在協(xié)整關(guān)系，所以不能進(jìn)行協(xié)整分析。

為了衡量金融市場(chǎng)發(fā)展與金融市場(chǎng)市場(chǎng)化程度對(duì)資本配置效率的影響，建立如下方程：

D.Lnη=α1+β1D.LnLG+ε1

D.Lnη=α2+β2D.LnLG+ε2

η表示我們計(jì)算出來的資本配置效率；LG表示金融市場(chǎng)發(fā)展，即山東銀行貸款/GDP；PG表示金融市場(chǎng)化程度，即山東非國(guó)有部門所獲貸款/GDP。

篇（6）

中圖分類號(hào)：F224

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：

1 引言

波動(dòng)溢出（volatility spillover）效應(yīng)是指在不同金融市場(chǎng)的波動(dòng)之間存在相互影響，波動(dòng)從一個(gè)金融市場(chǎng)傳遞到另一個(gè)金融市場(chǎng)。因此，波動(dòng)溢出效應(yīng)可能存在于不同區(qū)域的市場(chǎng)之間，也可能存在于不同類型的金融市場(chǎng)之間，如股票市場(chǎng)、外匯市場(chǎng)、債券市場(chǎng)之間等。

在金融市場(chǎng)中，由于信息是連續(xù)地影響證券市場(chǎng)價(jià)格的變動(dòng)，如果使用離散的數(shù)據(jù)就會(huì)造成信息不同程度的缺失，若采集頻率高，則信息丟失就越少；反之，信息丟失越多。由于使用高頻時(shí)間序列比低頻時(shí)間序列包含更多的信息，因此，有必要對(duì)更高頻金融數(shù)據(jù)加以研究，以深入分析金融市場(chǎng)的波動(dòng)特征。其次，隨著信息化進(jìn)程的推進(jìn)，高頻的金融數(shù)據(jù)收集更方便。通常將高頻率采集的數(shù)據(jù)分為高頻時(shí)間序列和超高頻時(shí)間序列。高頻時(shí)間序列指以每小時(shí)、每分鐘甚至每秒為頻率所采集的數(shù)據(jù)；而超高頻時(shí)間序列是記錄每筆交易的市場(chǎng)數(shù)據(jù)。另外，金融市場(chǎng)決策者在進(jìn)行短期決策時(shí)，不僅需要長(zhǎng)期的市場(chǎng)信息，而且還需要即時(shí)的信息，因此，使用高頻數(shù)據(jù)研究金融市場(chǎng)之間波動(dòng)溢出，能夠?yàn)榻鹑跊Q策者提供更及時(shí)的決策信息。

本文在討論高頻時(shí)間序列的“已實(shí)現(xiàn)”波動(dòng)率及協(xié)方差的基礎(chǔ)上，通過判斷在變結(jié)構(gòu)點(diǎn)前后不同金融市場(chǎng)之間相關(guān)系數(shù)是否顯著發(fā)生變化來分析金融市場(chǎng)之間的波動(dòng)溢出問題。最后，以股票市場(chǎng)的價(jià)格為例進(jìn)行了實(shí)證分析。

2、高頻時(shí)間序列的“已實(shí)現(xiàn)”波動(dòng)率

2.1高頻數(shù)據(jù)的收益率

高頻時(shí)間序列是在等時(shí)間間隔（如每1分鐘，每5分鐘，每30分鐘等）上采集的時(shí)間序列，股票市場(chǎng)收盤價(jià)就是交易期間最后一筆交易的交易價(jià)格，如果在最后時(shí)間間隔內(nèi)沒有發(fā)生交易，就使用上一時(shí)間間隔的收盤價(jià)。

根據(jù)Andersen和Bollerslev等學(xué)者對(duì)西方國(guó)家發(fā)達(dá)金融市場(chǎng)的高頻金融時(shí)間序列的研究，“已實(shí)現(xiàn)”波動(dòng)率通常具有下列性質(zhì)：[1-4]

（1） “已實(shí)現(xiàn)”方差與“已實(shí)現(xiàn)”標(biāo)準(zhǔn)差的無條件分布均為極端右偏，而且峰度極高；

（2） 取對(duì)數(shù)后的“已實(shí)現(xiàn)”標(biāo)準(zhǔn)差的無條件分布是近似正態(tài)分布；

（3） 的條件分布是正態(tài)分布；

（4）“已實(shí)現(xiàn)”波動(dòng)率的自相關(guān)系數(shù)是按雙曲線的趨勢(shì)下降；

3 多維高頻時(shí)間序列的“已實(shí)現(xiàn)”協(xié)方差

金融領(lǐng)域中，學(xué)者們更多關(guān)心的是多個(gè)資產(chǎn)收益率或多個(gè)風(fēng)險(xiǎn)因子的聯(lián)合分布特性，而二階矩特性又是聯(lián)合分布主要特征研究的重點(diǎn)。

在Barndorff-Nielsen和Shepard的研究中[5-7]提出了“已實(shí)現(xiàn)”協(xié)方差陣（Realized Covariance Matrix，簡(jiǎn)稱RCM）的概念，徐正國(guó)[13]在他的碩士論文中討論了“已實(shí)現(xiàn)”協(xié)方差陣的性質(zhì)。

3.1 “已實(shí)現(xiàn)”協(xié)方差矩陣

若金融資產(chǎn)的價(jià)格過程是 ，其中， 是第i項(xiàng)資產(chǎn)在t時(shí)刻的價(jià)格。對(duì)價(jià)格向量取對(duì)數(shù)，得：

3.2 “已實(shí)現(xiàn)”協(xié)方差低頻協(xié)方差的區(qū)別

與基于低頻時(shí)間序列的多元GARCH模型一樣，基于高頻時(shí)間序列的“已實(shí)現(xiàn)”協(xié)方差陣也可以用來研究多變量時(shí)間序列波動(dòng)之間的影響關(guān)系。除了相同點(diǎn)，兩種方法還存在不同之處：

（1） 雖然二者都是測(cè)度每日的波動(dòng)率，但是，多元GARCH模型是使用日間數(shù)據(jù)，而“已實(shí)現(xiàn)”協(xié)方差陣則是基于高頻數(shù)據(jù)分析的，更充分地反映了金融市場(chǎng)的信息；

（2）多元GARCH模型不能直接觀測(cè)波動(dòng)率和相關(guān)系數(shù)，需要在模型估計(jì)的基礎(chǔ)上，才能得到相應(yīng)的值?！耙褜?shí)現(xiàn)”協(xié)方差陣是可以直接測(cè)度波動(dòng)率和相關(guān)系數(shù)。

相對(duì)多元GARCH模型，“已實(shí)現(xiàn)”協(xié)方差陣更能反映金融市場(chǎng)的信息，而且計(jì)算簡(jiǎn)單方便。

4 基于高頻數(shù)據(jù)的金融市場(chǎng)間波動(dòng)溢出分析

變量本身邊緣分布的改變或外部環(huán)境如宏觀政策的干預(yù)等都可能使變量間的相關(guān)結(jié)構(gòu)發(fā)生改變，因此，要分析不同金融市場(chǎng)之間是否存在波動(dòng)溢出，可以先找出各金融市場(chǎng)波動(dòng)的變結(jié)構(gòu)點(diǎn)；根據(jù)“已實(shí)現(xiàn)”協(xié)方差矩陣的結(jié)果，計(jì)算不同變量間的“已實(shí)現(xiàn)”相關(guān)系數(shù)，通過檢驗(yàn)“已實(shí)現(xiàn)”相關(guān)系數(shù)在波動(dòng)變結(jié)構(gòu)點(diǎn)前后是否發(fā)生顯著變化，依此分析判斷不同金融市場(chǎng)之間是否存在波動(dòng)溢出。

4.1 “已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)的診斷

關(guān)于波動(dòng)變結(jié)構(gòu)的檢測(cè)，國(guó)內(nèi)外學(xué)者進(jìn)行了大量的討論與嘗試，黃違洪、張世英提出了一種針對(duì)線性模型變結(jié)構(gòu)的GBV（General Bayesian method with vague prior information）檢測(cè)法，GBV法具有計(jì)算簡(jiǎn)單、過程直觀、通用性強(qiáng)等優(yōu)點(diǎn)，但GBV法無法判定結(jié)構(gòu)變化點(diǎn)的數(shù)目[14]；Kim[15]提出一種與GBV法類似的方法，他構(gòu)造了檢驗(yàn)線性模型平穩(wěn)性的Bayes顯著檢驗(yàn)量，以檢測(cè)到單個(gè)參數(shù)的非平穩(wěn)性； Kim與Kon[16]將這種方法直接用于檢測(cè)方差平穩(wěn)性，這種程序不僅在計(jì)算上更加有效，而且能估計(jì)出未知的變結(jié)構(gòu)點(diǎn)數(shù)目。本文采用Kim與Kon提出的檢測(cè)方法來診斷“已實(shí)現(xiàn)”波動(dòng)率變結(jié)構(gòu)點(diǎn)。

4.2 金融市場(chǎng)間相關(guān)系數(shù)計(jì)算

借鑒Barndorff-Nielsen和Shepard等人的研究[14]，得到基于“已實(shí)現(xiàn)”波動(dòng)率的金融市場(chǎng)之間相關(guān)系數(shù)的計(jì)算公式：

4.3 金融市場(chǎng)間波動(dòng)溢出判斷分析

若要分析判斷第j個(gè)金融市場(chǎng)“已實(shí)現(xiàn)”波動(dòng)對(duì)第i個(gè)金融市場(chǎng)“已實(shí)現(xiàn)”波動(dòng)是否存在溢出，可以依次判斷“已實(shí)現(xiàn)”相關(guān)系數(shù) 在變結(jié)構(gòu)點(diǎn) 處是否顯著發(fā)生變化。

若接受原假設(shè)，則說明在變結(jié)構(gòu)點(diǎn) 前后的“已實(shí)現(xiàn)”相關(guān)系數(shù)沒有發(fā)生顯著變化，即在時(shí)間段 內(nèi)，第j個(gè)金融市場(chǎng)“已實(shí)現(xiàn)”波動(dòng)沒有傳遞到第i個(gè)金融市場(chǎng)，說明兩個(gè)金融市場(chǎng)彼此之間雖然存在相互影響，但影響不顯著，即沒有形成波動(dòng)溢出；若拒絕原假設(shè)，說明在變結(jié)構(gòu)點(diǎn) 前后的“已實(shí)現(xiàn)”相關(guān)系數(shù)發(fā)生顯著變化，即在時(shí)間段 內(nèi)，第j個(gè)金融市場(chǎng)“已實(shí)現(xiàn)”波動(dòng)傳遞到第i個(gè)金融市場(chǎng)，說明第j個(gè)金融市場(chǎng)與第i個(gè)金融市場(chǎng)存在波動(dòng)溢出。

對(duì)變結(jié)構(gòu)點(diǎn) 前后的“已實(shí)現(xiàn)”相關(guān)系數(shù)，依次重復(fù)上述步驟并進(jìn)行Z檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果分析判斷第j個(gè)金融市場(chǎng)與第i個(gè)金融市場(chǎng)在不同變結(jié)構(gòu)點(diǎn)區(qū)間段內(nèi)是否存在波動(dòng)溢出。

重復(fù)上述步驟，根據(jù)檢驗(yàn)結(jié)果分析判斷其它金融市場(chǎng)之間是否存在波動(dòng)溢出。

5 高頻數(shù)據(jù)的股票市場(chǎng)間波動(dòng)溢出實(shí)證分析

5.1 數(shù)據(jù)描述

由于國(guó)外股票市場(chǎng)的高頻數(shù)據(jù)獲得比較困難，這里以上證指數(shù)和深圳成份指數(shù)的高頻時(shí)間序列為例，數(shù)據(jù)來源于天相數(shù)據(jù)分析系統(tǒng)，收集的是每分鐘采集頻率的收盤價(jià)，時(shí)間區(qū)間：2004-1-2至2006-4-14，共涉及到551個(gè)交易日。上海與深圳證券交易所每天的交易時(shí)間為上午9：30至11：30、下午13：00至15：00，根據(jù)徐正國(guó)[13]對(duì)上證指數(shù)和深圳成份指數(shù)的實(shí)證結(jié)果，10分鐘的抽樣頻率其微觀結(jié)構(gòu)誤差最小，且這樣的抽樣頻率也足夠高。所以，這里選擇10分鐘的抽樣頻率，共得到551 48=26448個(gè)數(shù)據(jù)。

5.2 “已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)的診斷及相關(guān)系數(shù)計(jì)算、檢驗(yàn)

為了研究分析上海股票市場(chǎng)與深圳股票市場(chǎng)之間的波動(dòng)溢出問題，首先，采用Bayes診斷程序，對(duì)樣本內(nèi)的深圳成份指數(shù)、上證指數(shù)收益率的“已實(shí)現(xiàn)”波動(dòng)，分別診斷變結(jié)構(gòu)點(diǎn)；其次，根據(jù)深圳成份收益率的“已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)，分階段計(jì)算深圳股票市場(chǎng)與上海股票市場(chǎng)之間的相關(guān)系數(shù) ，根據(jù)上證指數(shù)收益率的“已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)，分階段計(jì)算上海股票市場(chǎng)與深圳股票市場(chǎng)之間的相關(guān)系數(shù) ；最后，根據(jù)Z檢驗(yàn)，檢驗(yàn)在變結(jié)構(gòu)點(diǎn)前后，相應(yīng)的相關(guān)系數(shù)是否顯著發(fā)生的變化。表2列出了深圳成份指數(shù)收益率的“已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)的診斷結(jié)果，以及“已實(shí)現(xiàn)”相關(guān)系數(shù)計(jì)算結(jié)果和Z檢驗(yàn)結(jié)果。表3列出了上證指數(shù)收益率的“已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)的診斷結(jié)果，以及“已實(shí)現(xiàn)”相關(guān)系數(shù)計(jì)算結(jié)果和Z檢驗(yàn)結(jié)果。

5.3 股票市場(chǎng)之間波動(dòng)溢出分析

根據(jù)表2、表3所列估計(jì)結(jié)果，分析如下：

（1）從波動(dòng)變結(jié)構(gòu)點(diǎn)診斷結(jié)果分析，樣本內(nèi)，由于我國(guó)經(jīng)濟(jì)處理于調(diào)整階段，因此上海、深圳股市的波動(dòng)變化比較頻繁，而變結(jié)構(gòu)點(diǎn)一部分處在節(jié)假日附近，或重要日期3月15日“消費(fèi)者權(quán)益日”，或有重大的政策出臺(tái)引起的。

（2）根據(jù)相關(guān)系數(shù)及Z檢驗(yàn)結(jié)果可知，深圳與上海股票市場(chǎng)之間相關(guān)系數(shù)變化比較大，無論是深圳對(duì)上海股票市場(chǎng)，還是上海對(duì)深圳股票市場(chǎng)都存在著長(zhǎng)期的波動(dòng)溢出，其原因比較明確，在深圳與上海股票市場(chǎng)上市的公司均為我國(guó)的企業(yè)，受相同政策變化的影響，而且不同企業(yè)之間的經(jīng)濟(jì)關(guān)聯(lián)比較密切。

（3）通過診斷深圳與上海股票市場(chǎng)高頻數(shù)據(jù)收益率“已實(shí)現(xiàn)”波動(dòng)變結(jié)構(gòu)點(diǎn)、分階段計(jì)算深圳與上海股票市場(chǎng)“已實(shí)現(xiàn)”相關(guān)系數(shù)、檢驗(yàn)“已實(shí)現(xiàn)”相關(guān)系數(shù)在變結(jié)構(gòu)點(diǎn)前后是否顯著變化來分析判斷股票市場(chǎng)之間是否存在波動(dòng)溢出，其結(jié)果符合現(xiàn)實(shí)經(jīng)濟(jì)的發(fā)展規(guī)律。由于根據(jù)高頻數(shù)據(jù)所計(jì)算的“已實(shí)現(xiàn)”波動(dòng)率及協(xié)方差，損失的信息比低頻數(shù)據(jù)的要小的多，能夠包含更多的信息，所以，此方法所刻畫的特征更符合的金融市場(chǎng)變化的規(guī)律。由于診斷出了樣本內(nèi)波動(dòng)變結(jié)構(gòu)點(diǎn)，因此不僅能判斷分析樣本內(nèi)不同股票市場(chǎng)波動(dòng)溢出是否存在，而且還可以分析出產(chǎn)生波動(dòng)溢出的時(shí)間段。

6 結(jié)論

高頻數(shù)據(jù)的分析是近年來興起的一個(gè)領(lǐng)域，相對(duì)低頻數(shù)據(jù)而言，高頻數(shù)據(jù)所包含的信息更多，所以，研究基于高頻數(shù)據(jù)的金融市場(chǎng)波動(dòng)溢出是非常必要的。另外，金融市場(chǎng)決策者在進(jìn)行短期決策時(shí)，不僅需要長(zhǎng)期的市場(chǎng)信息，而且還需要即時(shí)的信息，因此，使用高頻數(shù)據(jù)研究金融市場(chǎng)之間波動(dòng)溢出，能夠?yàn)榻鹑跊Q策者提供更及時(shí)的決策信息。本文在討論“已實(shí)現(xiàn)”波動(dòng)率及“已實(shí)現(xiàn)”協(xié)方差矩陣?yán)碚摶A(chǔ)上，將波動(dòng)變結(jié)構(gòu)引入高頻時(shí)間序列，通過診斷“已實(shí)現(xiàn)”波動(dòng)率的變結(jié)構(gòu)點(diǎn)、計(jì)算不同金融市場(chǎng)之間“已實(shí)現(xiàn)”相關(guān)系數(shù)，檢驗(yàn) “已實(shí)現(xiàn)”相關(guān)系數(shù)在變結(jié)構(gòu)點(diǎn)前后是否顯著發(fā)生變化來分析金融市場(chǎng)之間的波動(dòng)溢出問題。最后選取上證指數(shù)、深圳成份指數(shù)每分鐘數(shù)據(jù)為原始數(shù)據(jù)，選擇了10分鐘的抽樣頻率，驗(yàn)證分析了上證指數(shù)、深圳成份指數(shù)之間波動(dòng)溢出問題，實(shí)證結(jié)果不僅驗(yàn)證了方法的可行性，由于高頻數(shù)據(jù)損失信息小，而且“已實(shí)現(xiàn)”波動(dòng)率考慮了金融市場(chǎng)數(shù)據(jù)日內(nèi)的波動(dòng)情況，所以，所計(jì)算的“已實(shí)現(xiàn)”相關(guān)系數(shù)更能夠反映金融市場(chǎng)之間的相關(guān)關(guān)系，以此為基礎(chǔ)進(jìn)行金融市場(chǎng)之間波動(dòng)溢出的分析就更符合金融市場(chǎng)發(fā)展規(guī)律。

參考文獻(xiàn)

[1] Andersen， T. G.， T. Bollerslev， Diebold， F. X.， Labys， P. Modeling and Forecasting Realized Volatility[J]. Econometrica， 2003， 71（2）： 579-625

[2] Andersen， T. G.， T. Bollerslev， Diebold， F. X. Some Like it Smooth， and Some Like it Rough： Untangling Continuous and Jump Components in Measuring， Modeling， and Forecasting Asset Return Volatility[J]. PIER Working Paper 03-025， University of Pennsylvania， 2003.

[3] Andersen， T. G.， T. Bollerslev， Diebold， F. X.， Labys， P. Exchange rate Returns Standardized by Realized Volatility are （Nearly） Gaussian[J]. Multinational Finance Journal， 2000， 4（3&4）： 159-179.

[4] Andersen T.G.， Tim Bollerslev， et. al.， Analytic Evaluation of volatility Forecasts， Working Paper， 2002.

[5] Barndorff-Nielsen， O. E. and N. Shephard. Power and Bipower Variation with Stochastic Volatility and Jumps[J]. Journal of Financial Econometrics， 2004， 2（1）： 1-37.

[6] Barndorff-Nielsen， O. E. and N. Shephard （b）. Econometric Analysis of Realized Covariation： High Frequency Based Covariance， Regression， and Correlation in Financial Economics[J]. Econometrica， 2004， 72（3）： 885-925.

[7] Barndorff-Nielsen， O. E. and N. Shephard. Econometrics of testing for jumps in financial economics using bipower variation." Journal of Financial Econometrics， 2006 forthcoming.

[8] Areal N.M. ，S.J. Taylor， The realized volatility of FTSE-100 futures prices， Journal of Futures Markets， 2002，22（7）：627～648.

[9] Blair B.J.， S.H. Poon， S.J. Tarlor. Forecasting S&P 100 volatility： The incremental information content of implied volatilities and high frequency index returns， Journal of Econometrics， 2001，105：5～26.

[10] Oomen Roel C.A.， Using high frequency stock market index data to Calculate， Model & Forecast realized volatility， http：/ 2001crowell/ 2001cp_30.pdf， 2001.

[11] Oomen Roel C.A Modelling realized variance when returns are series correlated， http：iue.it/Personal/Researchers/oomen/oomen02b.pdf， 2002.

[12] Hull J.，A. White， The pricing of options on assets with stochastic volatility， Journal of Finance， 1987，42：281～300.

[13] 徐正國(guó). 金融市場(chǎng)高頻/超高頻時(shí)間序列的分析、建模與應(yīng)用[碩士學(xué)位論文]. 天津： 天津大學(xué)，2004.

[14] 黃違洪，張世英.模型結(jié)構(gòu)變化點(diǎn)檢測(cè)法[J]. 應(yīng)用數(shù)學(xué)學(xué)報(bào)， 1987， 10（3）：267-275.

[15] Kim D. A Bayesian significance test on the stationarity of regression parameters[J]. Biometrika， 1991，78：667-675.

篇（7）

1 引言

自從1998年住房制度改革后，國(guó)內(nèi)的房地產(chǎn)消費(fèi)需要量因此而獲得巨大的釋放，由此房地產(chǎn)市場(chǎng)也由于住房的市場(chǎng)化而日益繁榮，房地產(chǎn)作為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，不斷為國(guó)民經(jīng)濟(jì)的發(fā)展提供了強(qiáng)勁的增長(zhǎng)動(dòng)力。進(jìn)入21世紀(jì)以來，我國(guó)的國(guó)民經(jīng)濟(jì)每年以超過7%的速度增長(zhǎng)，而與此同時(shí)，房地產(chǎn)的銷售額每年以超過20%的速度增長(zhǎng)[1]。作為重要的支柱產(chǎn)業(yè)，房地產(chǎn)市場(chǎng)的健康發(fā)展不僅僅關(guān)系到人們的日常生活，更影響著國(guó)家的財(cái)政收入和國(guó)民經(jīng)濟(jì)的快速發(fā)展。

房地產(chǎn)業(yè)的繁榮在推動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的同時(shí)，也帶動(dòng)了金融市場(chǎng)的活躍。由于住房制度的變革，金融業(yè)越來越多的參與到房地產(chǎn)市場(chǎng)中，從房地產(chǎn)開發(fā)商的貸款開發(fā)，到消費(fèi)者的抵押貸款進(jìn)行商品房消費(fèi)。銀行參與的程度在不斷的提高，金融市場(chǎng)在各個(gè)環(huán)節(jié)影響著房地產(chǎn)市場(chǎng)的運(yùn)行與發(fā)展。同時(shí)，房地產(chǎn)市場(chǎng)的不良發(fā)展所引起的金融危機(jī)的實(shí)例也提醒我們要深刻的認(rèn)清房地產(chǎn)市場(chǎng)與金融市場(chǎng)的關(guān)系程度。以避免對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展不良影響。

一般來說，房地產(chǎn)市場(chǎng)的發(fā)展與金融市場(chǎng)的發(fā)展及二者相互作用對(duì)國(guó)民經(jīng)濟(jì)其著舉足輕重的作用。目前，在房地產(chǎn)市場(chǎng)與金融市場(chǎng)中普遍存在如下問題：金融支持過度導(dǎo)致房地產(chǎn)市場(chǎng)泡沫化；房地產(chǎn)金融融資渠道單一誘發(fā)潛在金融危機(jī)；房地產(chǎn)價(jià)格不穩(wěn)定加大國(guó)內(nèi)商業(yè)銀行體系風(fēng)險(xiǎn)等。因而我們不得不深入的思考，房地產(chǎn)市場(chǎng)的發(fā)展是否存在著導(dǎo)致金融危機(jī)的因素？如何看待房地產(chǎn)金融市場(chǎng)中的風(fēng)險(xiǎn)？如何正確處理房地產(chǎn)市場(chǎng)與金融市場(chǎng)的協(xié)調(diào)關(guān)系？要處理這些問題，就要科學(xué)、合理的認(rèn)識(shí)房地產(chǎn)市場(chǎng)與金融市場(chǎng)的關(guān)系。

因此，本文將從房地產(chǎn)市場(chǎng)與金融市場(chǎng)的關(guān)系角度出發(fā)。通過以沈陽(yáng)為例，對(duì)房地產(chǎn)市場(chǎng)與金融市場(chǎng)進(jìn)行實(shí)證分析，用回歸分析法來分析定量的分析兩者之間的相關(guān)關(guān)系程度，在以上分析的基礎(chǔ)上，為進(jìn)一步的認(rèn)識(shí)房地產(chǎn)市場(chǎng)和金融市場(chǎng)的關(guān)系和發(fā)展規(guī)律，解決房地產(chǎn)市場(chǎng)和金融市場(chǎng)發(fā)展中存在的問題提供一些實(shí)證支持。

2 研究的設(shè)計(jì)

2.1 樣本區(qū)域選擇的依據(jù)

本文選擇的模型區(qū)域?yàn)檫|寧省沈陽(yáng)市。主要原因有以下幾個(gè)方面：

第一、遼寧省是東北三省中經(jīng)濟(jì)發(fā)展最快的省份，目前，東北地區(qū)是國(guó)家重點(diǎn)的經(jīng)濟(jì)改革發(fā)展地區(qū)。而沈陽(yáng)市作為遼寧省重要的城市，其城市發(fā)展在遼寧省甚至在東北省具有典型性，對(duì)沈陽(yáng)市的研究對(duì)遼寧省以及東北地區(qū)其他城市的相關(guān)研究起到代表性作用。

第二、沈陽(yáng)市近幾年在經(jīng)濟(jì)發(fā)展迅猛，其經(jīng)濟(jì)發(fā)展在遼寧省具有經(jīng)濟(jì)領(lǐng)軍地位。近年來，其房地產(chǎn)市場(chǎng)與金融市場(chǎng)的發(fā)展迅猛，具備了對(duì)二者市場(chǎng)進(jìn)行研究的現(xiàn)實(shí)基礎(chǔ)，同時(shí)對(duì)二者未來的協(xié)調(diào)發(fā)展起到指導(dǎo)作用。

第三、沈陽(yáng)市是老重工業(yè)基地，而近年來沈陽(yáng)市房地產(chǎn)業(yè)與金融業(yè)的異軍突起，使得二者的經(jīng)濟(jì)地位也日益凸顯。在面臨經(jīng)濟(jì)轉(zhuǎn)軌期的時(shí)代大背景下，房地產(chǎn)市場(chǎng)與金融市場(chǎng)的發(fā)展對(duì)整個(gè)城市未來的經(jīng)濟(jì)格局的發(fā)展產(chǎn)生重要的影響。因此，對(duì)于如何認(rèn)清與協(xié)調(diào)房地市場(chǎng)與金融市場(chǎng)的關(guān)系研究對(duì)規(guī)避金融危機(jī)以及對(duì)沈陽(yáng)市未來的經(jīng)濟(jì)格局規(guī)劃具有現(xiàn)實(shí)意義。

2.2 指標(biāo)選取依據(jù)

如何來選取指標(biāo)來代表房地產(chǎn)市場(chǎng)與經(jīng)濟(jì)市場(chǎng)的發(fā)展對(duì)研究的成敗起著決定性作用。本文對(duì)指標(biāo)選取的依據(jù)主要遵循以下原則：

第一、定義性原則。根據(jù)房地產(chǎn)市場(chǎng)與金融市場(chǎng)的功能定義來選定經(jīng)濟(jì)指標(biāo)。房地產(chǎn)市場(chǎng)是房地產(chǎn)商品交換、交易以及一切流通關(guān)系的總和。根據(jù)房地產(chǎn)市場(chǎng)的定義，可選用交易額、銷售額等經(jīng)濟(jì)指標(biāo)。金融市場(chǎng),是實(shí)現(xiàn)貨幣資金借貸、辦理各種票據(jù)和有價(jià)證券買賣,資金供給者和需求者融通資金的場(chǎng)所或過程。根據(jù)金融市場(chǎng)的定義，可選用貸款額、證券交易額等經(jīng)濟(jì)指標(biāo)。

第二、典型性原則。參考其他眾多相似研究文獻(xiàn)中所運(yùn)用的指標(biāo)，對(duì)其進(jìn)行歸納選取。如《中國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)關(guān)系的實(shí)證分析》選取我國(guó)商品房的交易額來表征房地產(chǎn)市場(chǎng)的發(fā)展，選取金融資產(chǎn)總量、貨幣資產(chǎn)數(shù)量（即包括現(xiàn)金和存款）、非貨幣資產(chǎn)數(shù)量（即包括股票有價(jià)證券）來表征金融市場(chǎng)的發(fā)展。李陽(yáng)（2006）和皮舜（2004）均選取我國(guó)商品房的交易額和金融機(jī)構(gòu)貸款額作為各自市場(chǎng)的表征指標(biāo)[2]-[3]。

第三、可行性原則。通過查詢《遼寧省統(tǒng)計(jì)年鑒》和《沈陽(yáng)市統(tǒng)計(jì)年鑒》，筆者發(fā)現(xiàn)沈陽(yáng)市證券交易額記錄年份僅由2003年開始，2003年之前的數(shù)據(jù)無法快速、準(zhǔn)確的收集，因此將代表金融市場(chǎng)發(fā)展的證券交易額這個(gè)經(jīng)濟(jì)指標(biāo)排除。無沈陽(yáng)市商品房交易額經(jīng)濟(jì)指標(biāo)，但有沈陽(yáng)市商品房銷售額經(jīng)濟(jì)指標(biāo)可代替[4]-[5]。

根據(jù)上述原則，本文選擇沈陽(yáng)市商品房實(shí)際銷售額作為表征房地產(chǎn)市場(chǎng)發(fā)展的經(jīng)濟(jì)指標(biāo)，記為銷售總額。選擇沈陽(yáng)市金融機(jī)構(gòu)人民幣貸款合計(jì)作為表征金融市場(chǎng)發(fā)展的經(jīng)濟(jì)指標(biāo),記為貸款合計(jì)。

2.3 數(shù)據(jù)來源說明

在基于以沈陽(yáng)市為例的房地產(chǎn)市場(chǎng)與金融市場(chǎng)關(guān)系的研究中，有關(guān)評(píng)價(jià)指標(biāo)的數(shù)據(jù)來源主要由以下查詢獲得：通過查閱《遼寧省統(tǒng)計(jì)年鑒》和《沈陽(yáng)市統(tǒng)計(jì)年鑒》總共獲得了沈陽(yáng)市2003-2009年相關(guān)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)14個(gè)，經(jīng)過對(duì)數(shù)據(jù)的仔細(xì)檢查與核對(duì)，確保了指標(biāo)數(shù)據(jù)的真實(shí)性與準(zhǔn)確性。具體數(shù)值見表2-1。

2.4 模型選取依據(jù)

根據(jù)上述表2-1所收集的數(shù)據(jù)，以貸款合計(jì)為橫軸，以銷售總額為縱軸，借助專業(yè)統(tǒng)計(jì)軟件SPSS在平面直角坐標(biāo)系中把2003-2009年的數(shù)據(jù)表示出來，得到散點(diǎn)圖2-1。

圖2-1 2003-2009年沈陽(yáng)市商品房實(shí)際銷售額和金融機(jī)構(gòu)人民幣貸款合計(jì)散點(diǎn)圖

從圖2-1中可以看出，表示每年商品房實(shí)際銷售額和金融機(jī)構(gòu)人民幣貸款合計(jì)的點(diǎn)基本上呈遞增趨勢(shì)，說明二者之間可能存在著一種相關(guān)關(guān)系。通過觀察散點(diǎn)圖的分布形態(tài)，可以明顯看出其分布偏離線性模型，因此排除選用線性模型對(duì)變量指標(biāo)進(jìn)行擬合。其次，可以觀察得到其變量的走向接近于曲線型的非線性模型。因此將選用非線性模型進(jìn)行擬合。但這種描述只是直觀上的判斷，只是從變量散點(diǎn)的形態(tài)上做出的大致性描述，并不能科學(xué)的反應(yīng)變量之間關(guān)系的密切程度。因此在下面的論證中，本文借助專業(yè)統(tǒng)計(jì)軟件SPSS軟件來對(duì)兩個(gè)變量之間的相關(guān)系數(shù)進(jìn)行具體的計(jì)算。

3 房地產(chǎn)市場(chǎng)與金融市場(chǎng)相關(guān)關(guān)系的實(shí)證研究

3.1 相關(guān)分析

運(yùn)用統(tǒng)計(jì)軟件SPSS計(jì)算出銷售總額和貸款合計(jì)之間的相關(guān)關(guān)系，得到輸出結(jié)果如表2-2。

根據(jù)上表的數(shù)據(jù)可以得出：Pearson相關(guān)系數(shù)為0.821，P=0.024

3.2 回歸分析

通過上述的相關(guān)分析，我們計(jì)算出銷售總額與金融貸款之間的相關(guān)系數(shù)為0.821，同時(shí)觀察散點(diǎn)圖，發(fā)現(xiàn)變量基本上呈現(xiàn)曲線型遞增的趨勢(shì)。因此筆者就想二者之間可能存在著一種非線性關(guān)系，是否可以用一條曲線來擬合，所以在下面的分析中仍借助SPSS統(tǒng)計(jì)軟件，以貸款合計(jì)為自變量，以銷售總額為因變量，進(jìn)行回歸分析。得到輸出結(jié)果如表2-3，表2-4和表2-5。

模型摘要（Model Summary）：表示相關(guān)系數(shù)(R)=0.891，判定系數(shù)(R Square，R2)=0.793，調(diào)整后判定系數(shù)(Adjusted R Square)=0.752。由此可得出該模型的擬合度高達(dá)75.2%，即運(yùn)用該曲線模型，自變量X(貸款合計(jì))可以解釋因變量Y(銷售總額)變化的75.2%。因此通過擬和度數(shù)值證明該模型是可行的。

方差分析(ANOVA)：表示回歸的均方差(Regression mean Square)=3.591，剩余的均方差(Residual Mean Square)=0.187，F(xiàn)=19.213，P=0.007。其中重要的數(shù)據(jù)分析為F值所對(duì)應(yīng)的P值的大小。由于P=0.007

回歸分析系數(shù)分析(Coefficients)：表示常數(shù)項(xiàng) (Constant)= 3.132E-5、回歸系數(shù)(B)=1，回歸系數(shù)的標(biāo)準(zhǔn)誤差(Std. Error)=0，標(biāo)準(zhǔn)化回歸系數(shù)(Beta)=0.410， t檢驗(yàn)的t值=2.426E7，P=0.000。其中重要的數(shù)據(jù)分析為自變量X(貸款合計(jì))的t值所對(duì)應(yīng)的P值的大小。由于P=0,所以可認(rèn)為回歸系數(shù)有顯著意義，即X的變化可引起Y的變化，且變化顯著。

圖2-2 貸款合計(jì)與銷售總額擬合曲線圖

根據(jù)上述數(shù)據(jù)分析可運(yùn)用SPSS進(jìn)行曲線回歸分析得到曲線擬合圖2-2。

3.3 研究結(jié)果

通過實(shí)證分析，我們發(fā)現(xiàn)沈陽(yáng)市房地產(chǎn)市場(chǎng)與金融市場(chǎng)的發(fā)展關(guān)系具有顯著影響性。從具體系數(shù)上看，銷售總額與貸款合計(jì)與類指數(shù)曲線擬合度達(dá)75.2%，銷售總額變動(dòng)的75.2%可運(yùn)用曲線的自變量的變動(dòng)解釋；F檢驗(yàn)與T檢驗(yàn)的數(shù)據(jù)同樣表明無論是從整個(gè)模型方程的角度，還是從自變量的角度，都是高度顯著的。從模型擬合圖斜率角度來看，由于其圖形斜率大于零且呈遞增性，即曲線的凹凸性為凹，因此因變量會(huì)隨著自變量等單位的增加而呈現(xiàn)出加速上升，即隨著自變量的增加，因變量的上升速度要快于自變量的上升速度。通過基于沈陽(yáng)市房地產(chǎn)市場(chǎng)與金融市場(chǎng)2003-2009年的數(shù)據(jù)實(shí)證分析，我們看到代表房地產(chǎn)市場(chǎng)的銷售總額與代表金融市場(chǎng)的貸款合計(jì)隨著時(shí)間的發(fā)展呈現(xiàn)出上升趨勢(shì)，并且該趨勢(shì)符合類似指數(shù)曲線的波動(dòng)走向。這表明即使金融機(jī)構(gòu)貸款變動(dòng)幅度較小，其變動(dòng)也對(duì)房地產(chǎn)銷售造成巨大的波動(dòng)。從指標(biāo)的代表的市場(chǎng)角度出發(fā)，不僅直接表明房地產(chǎn)市場(chǎng)與金融市場(chǎng)之間存在關(guān)系且呈現(xiàn)強(qiáng)顯著相關(guān)，而且從側(cè)面反映出房地產(chǎn)市場(chǎng)對(duì)金融市場(chǎng)的強(qiáng)烈依賴性。證實(shí)了第一部分的理論研究結(jié)論。

4 結(jié)論與建議

本文通過對(duì)房地產(chǎn)市場(chǎng)與金融市場(chǎng)關(guān)系的實(shí)證分析。揭示出房地產(chǎn)市場(chǎng)與金融市場(chǎng)具有一定程度上的相關(guān)性。這是因?yàn)?，房地產(chǎn)市成是資金密集型市場(chǎng)，交易額巨大，因而不論是房地產(chǎn)的直接使用者還是經(jīng)營(yíng)者都是難以承擔(dān)的，因此都需要銀行等金融主體參與的金融市場(chǎng)給予資金融通，才能順利完成交易。另一方面，由于房地產(chǎn)具有保值性、增值性等特點(diǎn)，使得金融市場(chǎng)特別青睞房地產(chǎn)市場(chǎng)，特別愿意以房地產(chǎn)金融資產(chǎn)作為資產(chǎn)組合的重要構(gòu)成部分。因此可見，中國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)在某種程度上是“一體”的。為了降低房地產(chǎn)金融風(fēng)險(xiǎn)以及促進(jìn)房地產(chǎn)市場(chǎng)與金融市場(chǎng)在未來的協(xié)調(diào)發(fā)展，針對(duì)本文所得到的房地產(chǎn)市場(chǎng)與金融市場(chǎng)的關(guān)系結(jié)論提出如下建議：

第一、積極鼓勵(lì)監(jiān)管金融機(jī)構(gòu)貸款。由于房地產(chǎn)市場(chǎng)與金融市場(chǎng)的類指數(shù)曲線關(guān)系，使得金融機(jī)構(gòu)貸款變動(dòng)對(duì)房地產(chǎn)業(yè)產(chǎn)生巨大影響，因此，在面臨房地產(chǎn)市場(chǎng)日益膨脹的背景下，對(duì)房地產(chǎn)市場(chǎng)的調(diào)控要究其根源性主要因素，加大對(duì)金融機(jī)構(gòu)貸款批準(zhǔn)的審核力度，加強(qiáng)房地產(chǎn)業(yè)的信貸管理，嚴(yán)肅查處房地產(chǎn)信貸中的違規(guī)問題，加強(qiáng)房地產(chǎn)信貸風(fēng)險(xiǎn)的防范和管理，完善個(gè)人征信管理體制，建立和完善房地產(chǎn)市場(chǎng)的預(yù)警體系、房地產(chǎn)統(tǒng)計(jì)指標(biāo)體系和信息披露制度等[6]。通過調(diào)控金融機(jī)構(gòu)相關(guān)貸款來有效的指導(dǎo)房地產(chǎn)業(yè)的健康穩(wěn)定發(fā)展。

第二、發(fā)展房地產(chǎn)融資渠道多元化。由于目前的房地產(chǎn)金融融資主要依賴于銀行體系，而房地產(chǎn)業(yè)是資金密集型行業(yè)，這樣無形中將房地產(chǎn)市場(chǎng)發(fā)展的風(fēng)險(xiǎn)轉(zhuǎn)化為銀行體系的風(fēng)險(xiǎn)甚至導(dǎo)致金融危機(jī)。應(yīng)該加強(qiáng)多元化的融資渠道，發(fā)展資金、證券等要素市場(chǎng)。

第三、建立住房抵押貸款次級(jí)市場(chǎng)促進(jìn)住房抵押貸款證券化。住房抵押貸款證券化是指將住房抵押貸款直接轉(zhuǎn)化為股票、債券、投資基金等證券形態(tài)，是資產(chǎn)證券化的一種形式。其主要功能在于通過證券形式將房地產(chǎn)市場(chǎng)與資本市場(chǎng)聯(lián)系起來，積聚社會(huì)閑散資金，促進(jìn)個(gè)人儲(chǔ)蓄向房地產(chǎn)投資轉(zhuǎn)化，并有助于提高銀行長(zhǎng)期信貸資產(chǎn)的流動(dòng)性，建立起不動(dòng)產(chǎn)抵押貸款的次級(jí)市場(chǎng)。對(duì)于放貸金融機(jī)構(gòu)而言，房地產(chǎn)抵押貸款證券化能有效降低放貸風(fēng)險(xiǎn)和拓寬房地產(chǎn)資金來源，有效地把貸款風(fēng)險(xiǎn)向證券市場(chǎng)轉(zhuǎn)移，把風(fēng)險(xiǎn)分散給廣大投資者。對(duì)于投資者來說，房貸證券化為其提供新的投資工具，因房貸信用程度較高，投資者風(fēng)險(xiǎn)系數(shù)較小，可謂是一種風(fēng)險(xiǎn)小、收益高的新型投資方式。

參考文獻(xiàn)

[1]皮舜,武康平.中國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)發(fā)展關(guān)系的研究[J].管理工程學(xué)報(bào),2006（2）:1-5.

[2]皮舜.中國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)的Granger因果關(guān)系分析[J].系統(tǒng)工程理論與實(shí)踐,2004(12):29-33.

[3]李陽(yáng).中國(guó)房地產(chǎn)市場(chǎng)與金融市場(chǎng)關(guān)系的實(shí)證分析[D].廈門大學(xué)碩士論文,2006.

[4]沈陽(yáng)市統(tǒng)計(jì)局.沈陽(yáng)市統(tǒng)計(jì)年鑒[M].沈陽(yáng)市統(tǒng)計(jì)局出版,2001-2007.

篇（8）

關(guān)鍵詞：金融工程 金融市場(chǎng) 金融創(chuàng)新

自20世紀(jì)70年代以來，金融自由化不斷發(fā)展，各國(guó)金融市場(chǎng)聯(lián)系越來越緊密，金融創(chuàng)新在各個(gè)國(guó)家的發(fā)展都達(dá)到了空前的規(guī)模。到20世紀(jì)90年代，金融工程技術(shù)開始被大量的運(yùn)用于解決日益復(fù)雜的金融問題。金融工程的日益流行對(duì)金融市場(chǎng)效率產(chǎn)生了深遠(yuǎn)的影響。同時(shí)隨著經(jīng)濟(jì)全球化的發(fā)展，金融在經(jīng)濟(jì)中的作用也越來越重要，而金融市場(chǎng)效率的高低成為整個(gè)經(jīng)濟(jì)發(fā)展的重要推動(dòng)和制約因素。因此，發(fā)展金融工程提高金融市場(chǎng)效率是值得研究的問題。

金融工程和金融市場(chǎng)效率的概念

（一）金融工程的涵義

金融工程是一門相對(duì)年輕的學(xué)科，從20世紀(jì)80年代末期開始獨(dú)立于金融學(xué)的其他分支學(xué)科而逐漸形成了自己的體系，相對(duì)于傳統(tǒng)金融而言，它屬于金融創(chuàng)新，需要?jiǎng)?chuàng)造性的思維。在金融工程發(fā)展史上最早提出這個(gè)概念的是美國(guó)金融學(xué)教授約翰•芬納蒂（JhonFinnerty），他將金融工程定義為：金融工程就是資本市場(chǎng)參與者運(yùn)用現(xiàn)代金融經(jīng)濟(jì)理論和現(xiàn)代數(shù)學(xué)分析原理、工具和方法的基礎(chǔ)上為金融市場(chǎng)參與者發(fā)現(xiàn)金融資產(chǎn)價(jià)格和規(guī)避風(fēng)險(xiǎn)，挖掘新的金融機(jī)會(huì)，以實(shí)現(xiàn)投資者新預(yù)期的經(jīng)濟(jì)目的，增進(jìn)金融市場(chǎng)效率和保持金融秩序穩(wěn)定的一項(xiàng)應(yīng)用性的技術(shù)工程。同時(shí)其將金融工程的研究范圍大致分為三個(gè)方面：包括：新型金融工具的設(shè)計(jì)與開發(fā)；新型金融方法的開發(fā)與設(shè)計(jì)；提供解決某些金融問題的方案。

金融工程作為20世紀(jì)70代金融管制放松的產(chǎn)物，隨著金融自由化的發(fā)展和金融市場(chǎng)的全球化，金融創(chuàng)新達(dá)到了前所未有的高度，直接促進(jìn)金融衍生工具和各種的風(fēng)險(xiǎn)管理工具的發(fā)展，使金融業(yè)發(fā)生了深刻而又巨大的變化。從CDO和CDS這兩個(gè)金融衍生品10年間的發(fā)展趨勢(shì)可以看出，金融衍生品市場(chǎng)的發(fā)展相當(dāng)迅速（見圖1）。

總的來說，金融工程就是運(yùn)用金融市場(chǎng)上現(xiàn)有的金融工具和金融方法，發(fā)展創(chuàng)造出新的金融工具和金融方法，為需求者提供解決問題的最佳方案和產(chǎn)品，實(shí)現(xiàn)預(yù)期目的。

（二）金融市場(chǎng)效率的涵義

金融業(yè)是一個(gè)國(guó)家經(jīng)濟(jì)的核心，對(duì)經(jīng)濟(jì)的發(fā)展有著極其重要的作用，所以要想保證經(jīng)濟(jì)持續(xù)、健康、快速的發(fā)展，就一定要完善金融市場(chǎng)的發(fā)展，提高金融市場(chǎng)的效率。尤其是我國(guó)資金短缺金融市場(chǎng)發(fā)展很不完善，相關(guān)制度還很不健全，應(yīng)當(dāng)更加重視發(fā)展金融市場(chǎng)，完善金融市場(chǎng)的結(jié)構(gòu)和相關(guān)機(jī)制，保證市場(chǎng)可以在一個(gè)高效率的水平上運(yùn)行，使我國(guó)的金融市場(chǎng)可以更加成熟，免受到外來金融機(jī)構(gòu)的強(qiáng)大沖擊。

市場(chǎng)是提供資源流動(dòng)和資源配置的場(chǎng)所。在市場(chǎng)中依靠?jī)r(jià)格信息，引領(lǐng)資源在不同部門之間的流動(dòng)并實(shí)現(xiàn)資源的配置，一個(gè)有效率的市場(chǎng)可以幫助社會(huì)資源實(shí)現(xiàn)最佳的配置。金融市場(chǎng)是一類較為特殊的市場(chǎng)，它的效率是指金融市場(chǎng)實(shí)現(xiàn)金融資源優(yōu)化配置的程度。一方面包括金融市場(chǎng)以最低的交易成本為資金需求者提供金融資源的能力；另一方面包括金融市場(chǎng)的資金需求者使用金融資源向社會(huì)提供有效產(chǎn)出的能力。

從金融市場(chǎng)內(nèi)外運(yùn)用資金的角度可以把金融市場(chǎng)效率分為內(nèi)在效率和外在效率。內(nèi)在效率是指金融市場(chǎng)的交易營(yíng)運(yùn)效率，即金融市場(chǎng)在最短的時(shí)間內(nèi)以最低的交易成本為投資者完成一筆交易。它反映了金融市場(chǎng)的組織功能和服務(wù)功能的效率。外在效率是指金融市場(chǎng)的資金分配效率，即金融市場(chǎng)上金融商品的價(jià)格是否可以根據(jù)有關(guān)的信息迅速、及時(shí)地作出反映。它反映了金融市場(chǎng)調(diào)節(jié)和分配資金的效率。

金融工程與金融市場(chǎng)效率的關(guān)系

金融工程的產(chǎn)生是金融市場(chǎng)交易對(duì)于更高市場(chǎng)效率不斷追求的產(chǎn)物，反映了市場(chǎng)追求效率的內(nèi)在要求。金融工程與金融市場(chǎng)效率是一種相互促進(jìn)的關(guān)系。

（一）金融市場(chǎng)的需求

金融工程的產(chǎn)生與發(fā)展受到多種因素的共同推動(dòng)，主要有全球經(jīng)濟(jì)環(huán)境的變化、經(jīng)濟(jì)主體內(nèi)在需求的變化、信息技術(shù)的進(jìn)步等，但從本質(zhì)上來看都是金融市場(chǎng)追求高效率的內(nèi)在要求。

金融市場(chǎng)上的參與者在進(jìn)行經(jīng)濟(jì)活動(dòng)的過程中經(jīng)常會(huì)產(chǎn)生一些超出金融市場(chǎng)能力的需求，特別是在追逐利益和防范風(fēng)險(xiǎn)的過程中這種需求更是突出。而一旦產(chǎn)生這些市場(chǎng)沒有辦法滿足的投資需求時(shí)，市場(chǎng)參與者的經(jīng)濟(jì)活動(dòng)就很難順暢進(jìn)行下去，而這無疑會(huì)降低金融市場(chǎng)的效率。隨著經(jīng)濟(jì)環(huán)境的變化，信息技術(shù)水平的提高，金融機(jī)構(gòu)在追求自身利益的驅(qū)動(dòng)下，不斷開發(fā)出新的金融工具和金融產(chǎn)品，在滿足不同參與者交易要求的情況下，也推動(dòng)了金融產(chǎn)業(yè)的向前發(fā)展。同時(shí)由于有了滿易者需求的金融產(chǎn)品使其經(jīng)濟(jì)活動(dòng)可以順利進(jìn)行，從而也在很大程度上提高了金融市場(chǎng)的效率。

（二）金融工程的促進(jìn)

首先，運(yùn)用金融工程方法創(chuàng)造出的金融產(chǎn)品極大地豐富了金融市場(chǎng)交易，提高了金融市場(chǎng)的效率。運(yùn)用金融工程創(chuàng)新的金融工具具有較高的流動(dòng)性，在合約的性質(zhì)、期限、支付要求等方面各有特點(diǎn)，這些創(chuàng)新的金融工具不僅豐富了個(gè)人投資者的選擇，為他們構(gòu)建個(gè)性、有效的投資組合，壯大了金融市場(chǎng)的規(guī)模，促進(jìn)了金融市場(chǎng)的活躍和發(fā)展，同時(shí)，金融機(jī)構(gòu)運(yùn)用金融工程方法推出的多種金融工具和融資手段比較好地滿足了企業(yè)的融資需求，降低了融資成本。

其次，運(yùn)用金融工程方法提高了金融機(jī)構(gòu)的運(yùn)行效率。金融機(jī)構(gòu)運(yùn)用金融工程的技術(shù)方法大量的創(chuàng)造出新型的金融產(chǎn)品、交易方式等提高了交易者的滿足程度，進(jìn)而增強(qiáng)了金融機(jī)構(gòu)的服務(wù)效率和運(yùn)作效率。

最后，運(yùn)用金融工程方法進(jìn)行金融產(chǎn)品的創(chuàng)新極大地提高了投融資的便利程度，其在物質(zhì)條件和技術(shù)條件上滿足市場(chǎng)上不同金融主體的需求，增強(qiáng)了金融市場(chǎng)的活躍度，大大提高了金融市場(chǎng)的效率。

金融市場(chǎng)上的所有參與者在追求金融市場(chǎng)效率的同時(shí)，推動(dòng)了金融工程的產(chǎn)生和發(fā)展，而金融工程的不斷創(chuàng)新從某些方面促進(jìn)了金融市場(chǎng)效率的提高，因此金融工程的發(fā)展與金融市場(chǎng)效率的提高是相互促進(jìn)、相輔相成的。

發(fā)展金融工程并提高金融市場(chǎng)效率

當(dāng)前我國(guó)的金融市場(chǎng)效率無論是與發(fā)達(dá)的西方資本主義國(guó)家相比，還是與一些新興的工業(yè)化國(guó)家相比，都有著明顯而巨大的不足。從金融市場(chǎng)的運(yùn)作效率來看，我國(guó)與發(fā)達(dá)國(guó)家相距甚遠(yuǎn)，金融市場(chǎng)組織管理能力偏低、投機(jī)性較強(qiáng)、抗風(fēng)險(xiǎn)能力偏低，市場(chǎng)價(jià)格的形成缺乏合理性且無穩(wěn)定均衡的內(nèi)在作用力。從金融市場(chǎng)對(duì)經(jīng)濟(jì)的作用效率來看，目前的狀況也不盡如人意。因此運(yùn)用金融工程的方法，提高金融市場(chǎng)效率是迫切需要研究的問題。

（一）運(yùn)用金融工程提高金融市場(chǎng)效率的策略

推動(dòng)金融工程的發(fā)展從而提高金融市場(chǎng)效率對(duì)于我國(guó)來說是一項(xiàng)復(fù)雜的工程，我國(guó)應(yīng)當(dāng)在推進(jìn)金融體系改革的過程中，大力發(fā)展我國(guó)的金融工程事業(yè)建設(shè)，從而可以從整體上大幅提高我國(guó)金融市場(chǎng)的效率。在分析我國(guó)國(guó)情的情況下，充分研究和借鑒發(fā)達(dá)國(guó)家運(yùn)用金融工程方法提高金融市場(chǎng)效率的經(jīng)驗(yàn)，同時(shí)要大力發(fā)展自主創(chuàng)新，使我國(guó)的金融工程的發(fā)展更加適用于我國(guó)金融市場(chǎng)效率的提高。宏觀上來看，我國(guó)應(yīng)該在大力發(fā)展現(xiàn)貨市場(chǎng)的同時(shí)推進(jìn)金融衍生品的開發(fā)與使用，運(yùn)用金融工程的相關(guān)方法設(shè)計(jì)新型金融工具和融資方法。由于一國(guó)金融市場(chǎng)對(duì)經(jīng)濟(jì)的貢獻(xiàn)主要來源于貨幣市場(chǎng)和資本市場(chǎng)，因此我國(guó)要大力發(fā)展貨幣市場(chǎng)和資本市場(chǎng)工具，豐富投資者的選擇，使投資者可以在較短的時(shí)間內(nèi)運(yùn)用少量的資金就可以尋找到符合自己要求的有效的資產(chǎn)組合，從而提高金融市場(chǎng)的效率。

（二）運(yùn)用金融工程方法提高金融市場(chǎng)效率的具體措施

金融工程其核心在于對(duì)新型金融產(chǎn)品的開發(fā)與設(shè)計(jì)，創(chuàng)造性地解決相關(guān)問題，進(jìn)而提高金融市場(chǎng)效率。

首先，已有工具的發(fā)展和應(yīng)用。我國(guó)要盡可能地利用金融市場(chǎng)上存在的金融商品運(yùn)用金融工程的思想，通過資產(chǎn)組合來使其盡可能滿足金融市場(chǎng)上投資者的需求，可以使交易及時(shí)迅速地進(jìn)行，或者把某些基礎(chǔ)的金融工具創(chuàng)造性地應(yīng)用到新的領(lǐng)域，繼而提高金融市場(chǎng)的效率。

其次，新型金融工具的開發(fā)創(chuàng)造，如金融工具多元化、靈活化。根據(jù)不同投資者的要求，設(shè)計(jì)符合其要求的各項(xiàng)金融工具，由于其新穎靈活，一般在金融市場(chǎng)上具有較高的流動(dòng)性，同時(shí)可以適應(yīng)不同投資者的需求，因此交易的成功率較高，金融市場(chǎng)的交易比較順暢，效率自然也就會(huì)提高。

再次，通過金融工程的創(chuàng)新不僅可以創(chuàng)造出更多的新型金融產(chǎn)品和融資技術(shù)，同時(shí)也可以促進(jìn)傳統(tǒng)技術(shù)的改進(jìn)，從而使金融中介機(jī)構(gòu)組織形式上發(fā)生改變，傳統(tǒng)的金融格局被打破，金融業(yè)務(wù)日趨綜合化、全面化，這樣就可以大大縮減金融市場(chǎng)上金融機(jī)構(gòu)之間處理業(yè)務(wù)之間的摩擦，進(jìn)而提高金融市場(chǎng)的效率。

最后，通過金融工程業(yè)務(wù)的不斷發(fā)展，迫使政府修改相應(yīng)的法令、政策，放寬金融行政管制，進(jìn)一步提出阻礙金融市場(chǎng)順暢運(yùn)行的不利因素，從而增強(qiáng)金融市場(chǎng)的效率。同時(shí)，政策法令的修改、金融管制的放開，又進(jìn)一步鼓勵(lì)和推動(dòng)了金融創(chuàng)新，從而加快金融工程業(yè)務(wù)的發(fā)展。

（三）金融工程對(duì)金融市場(chǎng)效率提高的作用表現(xiàn)

第一，規(guī)避風(fēng)險(xiǎn)。隨著經(jīng)濟(jì)全球化、金融自由化的發(fā)展以及各國(guó)金融市場(chǎng)對(duì)外開放的逐步深入，導(dǎo)致國(guó)內(nèi)、國(guó)際經(jīng)濟(jì)環(huán)境劇烈波動(dòng)使得不確定因素大大增加。無論是個(gè)人還是機(jī)構(gòu)都面臨著隨時(shí)隨地存在的風(fēng)險(xiǎn)，且規(guī)模呈逐漸上升的趨勢(shì)，這種情況導(dǎo)致金融市場(chǎng)的效率普遍較低。于是在各國(guó)的金融市場(chǎng)上普遍產(chǎn)生了規(guī)避風(fēng)險(xiǎn)的需求，而運(yùn)用金融工程方法所創(chuàng)新出來的金融產(chǎn)品極大地滿足了投資者的這種需求。一個(gè)效率很低的市場(chǎng)上，由于不能很好的發(fā)揮其分散轉(zhuǎn)移風(fēng)險(xiǎn)的職能，可能會(huì)導(dǎo)致風(fēng)險(xiǎn)的積聚和集中爆發(fā)，最終導(dǎo)致金融危機(jī)產(chǎn)生。

第二，緩解信息的不對(duì)稱，降低交易搜尋成本和信息成本。金融市場(chǎng)上的信息不對(duì)稱對(duì)金融資產(chǎn)在市場(chǎng)上的配置有著重大的影響，嚴(yán)重的干擾了金融市場(chǎng)的有效性，使金融市場(chǎng)的效率低下。而金融工程就是在法律允許范圍內(nèi)，通過設(shè)計(jì)整套的相關(guān)機(jī)制，讓外部投資者可以通過這種機(jī)制了解內(nèi)部信息，以達(dá)到信息的對(duì)稱，從而提高整個(gè)金融市場(chǎng)的效率。

第三，增加流動(dòng)性。金融市場(chǎng)的其中一個(gè)功能就是幫助金融資產(chǎn)持有者將其資產(chǎn)出售、變現(xiàn)。流動(dòng)性越高，金融資產(chǎn)就越安全，整個(gè)金融市場(chǎng)的效率也與其成正比。正常情況下金融市場(chǎng)越不穩(wěn)定，資產(chǎn)持有者對(duì)金融資產(chǎn)的流動(dòng)性要求就越高。運(yùn)用金融工程方法創(chuàng)新出的許多金融產(chǎn)品和交易機(jī)制，初衷就是為了提高金融資產(chǎn)的流動(dòng)性，使金融資產(chǎn)持有者可以方便、快捷地將其變現(xiàn)，進(jìn)而能夠提高金融市場(chǎng)效率。

參考文獻(xiàn)：

1.霍文文.金融市場(chǎng)學(xué)教程.復(fù)旦大學(xué)出版社，2005

2.徐艷.金融倫理與金融市場(chǎng)效率：[博士后學(xué)位論文].西南財(cái)經(jīng)大學(xué)，2006

3.管涓.發(fā)展金融工程，提高金融效率.肇慶學(xué)院學(xué)報(bào)，2001.3

4.王廣謙.金融市場(chǎng)效率的衡量及中國(guó)金融市場(chǎng)發(fā)展的重點(diǎn)選擇.金融研究，1996，2

篇（9）

關(guān)鍵詞:金融市場(chǎng) 安全 穩(wěn)定 監(jiān)管 農(nóng)村金融市場(chǎng)

我國(guó)金融市場(chǎng)存在的問題及其穩(wěn)定策略

(一)存在的問題

改革開放以來,我國(guó)金融體系實(shí)現(xiàn)了歷史性的跨越,金融市場(chǎng)體系日趨完善,社會(huì)資金配置和使用效率穩(wěn)步提高。但是也存在許多結(jié)構(gòu)性問題,主要表現(xiàn)在以下幾個(gè)方面:

金融產(chǎn)業(yè)結(jié)構(gòu)不合理。目前我國(guó)金融產(chǎn)業(yè)結(jié)構(gòu)的不合理現(xiàn)象主要表現(xiàn)在兩個(gè)方面:一是行業(yè)結(jié)構(gòu)嚴(yán)重失衡。當(dāng)前在我國(guó)現(xiàn)有的金融行業(yè)結(jié)構(gòu)當(dāng)中,銀行業(yè)所占的比例嚴(yán)重過高,但是證券業(yè)、保險(xiǎn)業(yè)、信托業(yè)、租賃業(yè)等這些非銀行業(yè)所占的比例卻嚴(yán)重偏低。二是銀行業(yè)務(wù)結(jié)構(gòu)和收入結(jié)構(gòu)不合理。

金融市場(chǎng)結(jié)構(gòu)不合理。改革以來,我國(guó)金融市場(chǎng)在數(shù)量上得到了快速發(fā)展,但目前結(jié)構(gòu)失調(diào)的問題卻十分突出:金融市場(chǎng)的種類結(jié)構(gòu)失衡;金融工具結(jié)構(gòu)不合理;市場(chǎng)參與者結(jié)構(gòu)失衡。

金融資產(chǎn)結(jié)構(gòu)不合理。目前我國(guó)金融資產(chǎn)結(jié)構(gòu)的主要問題是貨幣性金融資產(chǎn)所占比重過高。資產(chǎn)結(jié)構(gòu)是信用形式結(jié)構(gòu)的反映,它表明我國(guó)目前仍然是銀行信用占絕大比重,而企業(yè)信用、個(gè)人信用等基礎(chǔ)信用形式不發(fā)達(dá),導(dǎo)致信用基礎(chǔ)比較單薄,銀行信用也因缺乏雄厚的信用根基而隱含了諸多風(fēng)險(xiǎn)。

(二)穩(wěn)定我國(guó)金融市場(chǎng)的策略

財(cái)政政策。金融市場(chǎng)能否穩(wěn)定,首先要看一個(gè)國(guó)家是否有一個(gè)穩(wěn)定的財(cái)政政策。如果政府長(zhǎng)期入不敷出,不管如何強(qiáng)調(diào)中央銀行的獨(dú)立性都達(dá)不到政策效果。

國(guó)有銀行改制。改制不等于全面私有化、分拆上市。國(guó)有商業(yè)銀行引入“民間”資本,適當(dāng)降低國(guó)有資本的比重,同樣有利于轉(zhuǎn)變經(jīng)營(yíng)機(jī)制,也是在改革的路上前進(jìn)了一大步。值得注意的是:銀行不是一般的國(guó)有企業(yè),改制也要講究一定的路數(shù)。規(guī)范證券市場(chǎng)。堅(jiān)決地把不夠資格的上市公司清除出去:停牌、退市、重組。給予中小投資者特別是普通公民以優(yōu)先購(gòu)買的權(quán)利。完善相關(guān)的法律制度,促進(jìn)我國(guó)證券市場(chǎng)的進(jìn)一步發(fā)展。匯率問題。我國(guó)現(xiàn)行匯率制度被稱為“有管理的浮動(dòng)匯率制”,其中有匯率浮動(dòng)的機(jī)制,因此不存在穩(wěn)定的匯率預(yù)期。目前我國(guó)人民幣匯率具有固定匯率的特征。在匯率不能放棄有管理的浮動(dòng),又不能放棄獨(dú)立貨幣政策的時(shí)候,是不能輕言開放資本市場(chǎng)的。

我國(guó)金融監(jiān)管存在的不足及其解決對(duì)策

(一)存在的不足

1.監(jiān)管信息不對(duì)稱。中央銀行實(shí)施監(jiān)管的主要依據(jù)是金融機(jī)構(gòu)提供的各類報(bào)表,但目前有些金融機(jī)構(gòu)為追逐私利、逃避監(jiān)管, 報(bào)表很不規(guī)范,信息失真,導(dǎo)致了監(jiān)管者與被監(jiān)管者信息不對(duì)稱,影響了監(jiān)管當(dāng)局決策的科學(xué)性和金融監(jiān)管的效率性。另外, 風(fēng)險(xiǎn)檢測(cè)系統(tǒng)、風(fēng)險(xiǎn)預(yù)警系統(tǒng)還未完全建立, 監(jiān)管信息傳導(dǎo)不暢。

2.金融監(jiān)管立法的不完善。金融監(jiān)管立法滯后, 法規(guī)雜亂和籠統(tǒng), 其系統(tǒng)性、配套性、適時(shí)性和操作性不強(qiáng), 直接導(dǎo)致無法可依、行政干預(yù)和金融債權(quán)與糾紛的定性難、執(zhí)行難。

3.分業(yè)監(jiān)管的限制。分業(yè)監(jiān)管導(dǎo)致銀行、證券、保險(xiǎn)三大監(jiān)管部門受其監(jiān)管范圍限制,難免出現(xiàn)缺乏協(xié)調(diào)、溝通甚至沖突的情況,而由于利益沖突導(dǎo)致的政策措施相互抵制的現(xiàn)象時(shí)有發(fā)生,重復(fù)檢查、重復(fù)監(jiān)管也比較常見,這些不僅提高了監(jiān)管成本,也在一定程度上降低了中央銀行的監(jiān)管效率。

4.監(jiān)管人員的低素質(zhì)與監(jiān)管目標(biāo)不匹配。監(jiān)管目標(biāo)的高標(biāo)準(zhǔn)和監(jiān)管任務(wù)的艱巨性,需要監(jiān)管人員具有較為全面的經(jīng)濟(jì)、金融、法律等方面的知識(shí), 而且在實(shí)際工作中,從對(duì)金融風(fēng)險(xiǎn)的識(shí)別、分析、判斷到制訂風(fēng)險(xiǎn)防范預(yù)案,都需要金融監(jiān)管人員具有扎實(shí)的理論功底和實(shí)踐經(jīng)驗(yàn)。然而現(xiàn)有的監(jiān)管人員,在知識(shí)水平、知識(shí)結(jié)構(gòu)與金融實(shí)務(wù)上均存在著較大差距?，F(xiàn)有監(jiān)管人員的業(yè)務(wù)素質(zhì)與央行監(jiān)管目標(biāo)比較,呈現(xiàn)明顯的不匹配狀態(tài),影響了監(jiān)管的質(zhì)量和效率。

(二)解決對(duì)策

監(jiān)管的效率在很大程度上依賴于監(jiān)管人員的素質(zhì),包括其專業(yè)能力和職業(yè)道德品質(zhì)。我國(guó)目前嚴(yán)重缺乏專業(yè)的監(jiān)管人員,監(jiān)管當(dāng)局還不具備現(xiàn)代化的風(fēng)險(xiǎn)管理和監(jiān)管能力。并且,新形勢(shì)下要求監(jiān)管人員必須熟悉WTO規(guī)則,這又是一個(gè)新的挑戰(zhàn)。

首先要完善用人機(jī)制。對(duì)監(jiān)管人員的素質(zhì)要從學(xué)歷、工作經(jīng)歷、銀行業(yè)務(wù)知識(shí)和技能等方面把關(guān),符合條件才可以從事監(jiān)管工作。對(duì)現(xiàn)有監(jiān)管人員進(jìn)行分類調(diào)整,優(yōu)化監(jiān)管人員的結(jié)構(gòu)。對(duì)監(jiān)管人員要經(jīng)過系統(tǒng)、專業(yè)的培訓(xùn)后持證上崗。其次是建立后續(xù)培訓(xùn)制度。要定期、不定期地對(duì)監(jiān)管人員進(jìn)行有目的、有計(jì)劃、有系統(tǒng)的培訓(xùn),不斷更新監(jiān)管人員的知識(shí)結(jié)構(gòu),提高對(duì)監(jiān)管工作的的適應(yīng)能力。再次是建立監(jiān)管人員的推出機(jī)制。對(duì)監(jiān)管人議案進(jìn)行考核,通過資格認(rèn)定等方式積極穩(wěn)妥地使不符合要求的監(jiān)管人員從監(jiān)管隊(duì)伍中退出。

努力創(chuàng)建穩(wěn)健的農(nóng)村金融市場(chǎng)

任何金融理論若想在我國(guó)農(nóng)村獲得成功,都要將對(duì)策定位在消除日益明顯的農(nóng)民經(jīng)濟(jì)分化,促進(jìn)農(nóng)村社會(huì)公平上來。在市場(chǎng)沒有形成自發(fā)的制約機(jī)制時(shí),對(duì)自發(fā)市場(chǎng)造成的貧富分化和社會(huì)不公平現(xiàn)實(shí),才能為農(nóng)村金融市場(chǎng)創(chuàng)造一個(gè)穩(wěn)定健康的基礎(chǔ)。

以法律制度規(guī)范民間金融市場(chǎng),獎(jiǎng)優(yōu)懲劣。國(guó)家對(duì)農(nóng)民創(chuàng)造性和積極性的尊重體現(xiàn)在對(duì)農(nóng)民經(jīng)濟(jì)合作組織的扶持上。通過制度的建立和完善,加強(qiáng)對(duì)已發(fā)展起來且運(yùn)行良好的經(jīng)濟(jì)合作組織的財(cái)稅信貸支持,突破其靠自身積累的局限,進(jìn)而降低農(nóng)民對(duì)民間金融資本尤其是高風(fēng)險(xiǎn)資本的依賴程度,擺脫由此產(chǎn)生的一些問題。

“十一五”規(guī)劃提出,要“深化農(nóng)村金融體制改革,規(guī)范發(fā)展適合農(nóng)村特點(diǎn)的金融組織,探索和發(fā)展農(nóng)業(yè)保險(xiǎn),改善農(nóng)村金融服務(wù)”,同時(shí)要“穩(wěn)步發(fā)展多種所有制的中小金融企業(yè)”。政府的政策意圖非常明顯,那就是給予農(nóng)村金融更多自我選擇的自由,在所有制結(jié)構(gòu)、金融機(jī)構(gòu)的組織結(jié)構(gòu)以及業(yè)務(wù)經(jīng)營(yíng)方面,允許農(nóng)村金融進(jìn)行適合于本地區(qū)經(jīng)濟(jì)特點(diǎn)的制度創(chuàng)新和業(yè)務(wù)創(chuàng)新,尊重農(nóng)村各類金融組織的首創(chuàng)精神。

實(shí)施“金融補(bǔ)農(nóng)”政策。盡管民間金融資本在農(nóng)村十分活躍,農(nóng)村市場(chǎng)金融供給還有很大缺口。國(guó)家應(yīng)實(shí)行“金融補(bǔ)農(nóng)”政策。這既要求國(guó)家采取有效的經(jīng)濟(jì)調(diào)控政策,鼓勵(lì)商業(yè)銀行等正規(guī)金融機(jī)構(gòu)向農(nóng)村地區(qū)投資,降低農(nóng)民進(jìn)入正規(guī)金融機(jī)構(gòu)的門檻,又要求明確農(nóng)村信用社的市場(chǎng)定位,推動(dòng)其積極改革,有效運(yùn)營(yíng),使之在農(nóng)村金融市場(chǎng)上發(fā)揮更大作用,還要求取消現(xiàn)實(shí)中對(duì)農(nóng)民自發(fā)合作組織的諸多限制,加強(qiáng)農(nóng)民的社會(huì)關(guān)系紐帶,為其資金來源的多樣化提供基礎(chǔ)。積極引導(dǎo)建立小組貸款和小額信貸模式,走出單純的扶貧性質(zhì)貸款的誤區(qū),引入可持續(xù)發(fā)展信貸模式,引導(dǎo)農(nóng)民借雞生蛋,而非越借越窮。

加大對(duì)農(nóng)村建設(shè)支持的廣度與力度。農(nóng)民是國(guó)民中的弱勢(shì)群體,而在農(nóng)民中已產(chǎn)生在經(jīng)濟(jì)地位和社會(huì)地位上處于弱勢(shì)的階層,其出現(xiàn)和國(guó)家長(zhǎng)期對(duì)農(nóng)村與城市的區(qū)別政策、農(nóng)業(yè)與工業(yè)的區(qū)別政策有直接的關(guān)系。在國(guó)家經(jīng)濟(jì)已有相當(dāng)規(guī)模且能保持快速、穩(wěn)定增長(zhǎng)的條件下,有必要而且已有能力在農(nóng)村地區(qū)加大基礎(chǔ)設(shè)施投入以改善農(nóng)村和農(nóng)業(yè)面貌,加大對(duì)教育投入以實(shí)現(xiàn)真正意義上的九年義務(wù)教育,逐步建立健全養(yǎng)老保險(xiǎn)、醫(yī)療保險(xiǎn)等社會(huì)保障項(xiàng)目以促進(jìn)農(nóng)民的全面發(fā)展。這些措施對(duì)縮小農(nóng)民貧富差距,共享小康,穩(wěn)定農(nóng)村社會(huì)必將起到巨大的積極作用。

制定切合實(shí)際的法規(guī)制度來推動(dòng)農(nóng)村金融市場(chǎng)的健康發(fā)展,提供必要的公共物品來彌補(bǔ)農(nóng)村業(yè)已產(chǎn)生的貧富鴻溝,這些積極的國(guó)家行為必會(huì)大大加快建設(shè)和諧社會(huì)主義新農(nóng)村的步伐。

參考文獻(xiàn):

1.王革平.中國(guó)金融市場(chǎng)最優(yōu)均衡理論與實(shí)證研究[D].中國(guó)優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)(博士),2006(11)

2.蔡則祥.中國(guó)金融結(jié)構(gòu)優(yōu)化問題研究[D].中國(guó)優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)(博士),2006(12)

3.紀(jì)瓊驍.中國(guó)金融監(jiān)管制度的變遷[D].中國(guó)優(yōu)秀博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)(博士),2006(5)

篇（10）

金融市場(chǎng)信用缺失反映出了其市場(chǎng)交易的特殊性，從民法學(xué)的角度究其原因，筆者認(rèn)為有以下兩個(gè)方面：

一、期待權(quán)的特殊性

權(quán)利為可以享受特定利益之法律實(shí)力，通常所說的權(quán)利大多為確定的既得權(quán)利，權(quán)利人現(xiàn)時(shí)即可享受某種法律上的特定利益，被稱為既得權(quán)。但也有很多權(quán)利并非能完全地現(xiàn)時(shí)享有，須待特定事什的發(fā)生或一定時(shí)問的經(jīng)過，權(quán)利人才可以完全行使其權(quán)利并享受特定的利益，此類權(quán)利則被稱為期待權(quán)。我國(guó)《合同法》在總則lf1對(duì)附條件和附期限合同予以詳細(xì)規(guī)定：在分則的買賣合同部分確立了所有權(quán)保留的法律制度，從而大大拓展了期待權(quán)的生存空間。期待權(quán)的構(gòu)成應(yīng)該具備以下條件：～是對(duì)未來取得某種完整權(quán)利的期待，二足已經(jīng)具備取得權(quán)利的部分條件。

對(duì)于期待權(quán)的類型，不同的學(xué)者有不列的觀點(diǎn)，暫且不去細(xì)究。從金融市場(chǎng)的各項(xiàng)交易合同中，包含著大量的期待權(quán)。例如：存款儲(chǔ)蓄合同中，存款人對(duì)于利息的債權(quán)：貸款合同中，銀行對(duì)于貸款人H口將支付的利息的債權(quán)；債券交易中，持有者對(duì)債券利息的債權(quán)。這些屬于由既存?zhèn)鶛?quán)產(chǎn)生的將來債權(quán)。股票交易，持有者對(duì)于行情看漲時(shí)取得分紅的權(quán)利或者轉(zhuǎn)讓后取得差價(jià)的權(quán)利；保險(xiǎn)合同中，受益人對(duì)于在發(fā)生保險(xiǎn)事故時(shí)的保險(xiǎn)金取得權(quán)。這些則是屬于附條件的民事權(quán)利。金融市場(chǎng)上的交易合同中存在大量的期待權(quán)，與金融市場(chǎng)上的信用缺失問題有著緊密的聯(lián)系。首先看信貸市場(chǎng)與證券市場(chǎng)。格式化的合同中所約定的是投資者的期待權(quán)。這種期待權(quán)一方面反映了金融市場(chǎng)的融資特性，一方面又賦予投資者相當(dāng)?shù)男庞蔑L(fēng)險(xiǎn)。因?yàn)槠诖娴膶?shí)現(xiàn)必須以一定條件為前提：即投資的收益性。投資收益性可以說是一個(gè)具有結(jié)果性的條件，這個(gè)結(jié)果性條件的發(fā)生依賴于籌資者大量的經(jīng)營(yíng)活動(dòng)。正是由于條件產(chǎn)生的復(fù)雜性，為籌資者的違背信用提供了相當(dāng)大的操縱空間。這便是信用缺失問題的解釋之…。再來看看保險(xiǎn)市場(chǎng)。保險(xiǎn)合同etl受益人對(duì)于保險(xiǎn)金取得權(quán)的前提性條件是發(fā)生約定的保險(xiǎn)事故。不論是財(cái)產(chǎn)還是人身，都是與受益人密切相關(guān)，或?yàn)槠渌?，或是其本人、家屬。無論人與物都與保險(xiǎn)公司無必然聯(lián)系。因此，他們發(fā)生風(fēng)險(xiǎn)的可能性、真實(shí)性、損失的大小在保險(xiǎn)公司獲知前都悉數(shù)由受益人了解。受益人或者投保人的信用就成了維系合同的唯一動(dòng)力。那么從白利的角度出發(fā)，發(fā)生信用缺失就不難理解了。由此可見，期待權(quán)的大量存在與金融市場(chǎng)上的信用缺失問題有著緊密的聯(lián)系。

二、財(cái)產(chǎn)權(quán)的模糊性

我國(guó)的金融市場(chǎng)一直以國(guó)有企業(yè)為主導(dǎo)，財(cái)產(chǎn)權(quán)的模糊性是國(guó)有財(cái)產(chǎn)權(quán)面臨的一個(gè)巨大難題。