金融大数据论文篇1
金融监管创新主要面临金融市场快速发展所带来的问题。在金融创新过程中，投资品种逐渐丰富，交易环境逐渐开放，投资者的交易方式也逐渐多样化。而与之相伴的是，风险来源增加，可能的监管漏洞也在扩大，这对金融市场的健康发展提出了挑战。我们从交易品种、交易方式、监管漏洞等方面对金融监管创新所需要面临的问题进行简要描述。
2．1品种丰富，交易环境开放在过去的金融市场中，投资者只能对股票、债券等品种进行投资。虽然在之前的金融市场中也曾短暂出现过权证、国债期货等金融衍生品，但最终这些产品都因产品设计不完善而退出市场。而在现在的金融市场中，投资者可以投资股票、债券、股指期货、国债期货、商品期货进行投资。此外，投资者还可以借助QDII对海外市场进行投资。在股指期货从无到有的过程中，也可以看出我国交易环境逐渐开放。在股指期货上市初期，其面临条款设计过严、投资者限制过严的局面。为此，证监会及中金所逐步细化机构投资者进入条件，吸引了更多的机构投资者，例如：基金公司、证券公司、QFII、保险机构等，参与到股指期货市场中来。此外，监管层在恰当的时机，不断放松合约的约束条件，如持仓限额、保证金比例、交易手续费等，以创造更开放的交易环境。进入2014年，金融创新的脚步继续加快。这其中比较突出的是各种期权产品的快速推进。上交所推进个股期权仿真交易；中金所推进股指期权的仿真交易；郑商所推进白糖期货期权的仿真交易；大商所推进豆粕期权仿真交易。这意味着在不久的将来，投资者又将拥有新的投资工具。
2．2新兴交易方式兴起随着金融产品的丰富，投资者可以选择的交易方式在创新。借助期货、期权等做空工具，基金管理人设计出对冲基金、套利基金等新兴基金产品。此外，海外流行的量化交易、高频交易也在国内逐渐兴起。量化投资是指利用投资模型指导投资的一种手段。在量化投资过程中，投资人员将交易思想转化为交易模型，并借助相应的计算机程序来检验交易模型的有效性。对于有效的交易模型，投资人员再借助计算机程序来实现实际的交易。在量化投资领域中，投资者可以从各种投资思想出发设计交易模型，从而从各种角度来获取传统投资方法无法获取的利润。关于量化投资的具体介绍，可以参考王帅（2013）。高频交易时对交易条件要求更高的一种交易方式。高频交易和低频交易相对，是借助高性能计算机，在极短时间内对市场变化做出反应并迅速完成换手的交易方式。关于高频交易的具体介绍，可以参考王帅（2013）。国内交易环境的开放对于高频交易等新兴交易方式的发展有重要的作用。例如，股指期货的交易手续费的下调对于高频交易者的参与至关重要。交易手续费上万份至零点五的下调可令交易策略从亏损变为盈利。此外，铜、白糖等期货品种的平今仓手续费优惠的设定给了套利交易者生存的空间。
2．3风险源、监管漏洞增加新的交易品种、新的交易方式给投资者带来新的收益的同时，也带来了新的风险源及监管难度。随着交易品种的丰富、交易系统的升级，由交易产生的数据急剧上升。高频交易往往涉及海量数据。面对海量数据，机构需要具备高端的服务器，甚至具备大型机房。海量数据处理也为监管层带来了更高的监管难度。新交易方式的兴起带来了新的影响范围更广的风险。2012年8月16日的光大乌龙指事件是由光大证券策略投资部门自营业务在使用其独立的套利系统时出现系统错误而造成。这种操作风险往往从外部难以监管，而且容易造成巨额亏损和巨大的市场风险。2010年5月6日，美国道琼斯30种工业股票平均价格指数在没有任何突发信息的情况下，盘中一度暴跌将近1000点，创美国股市有史以来最大单日盘中跌幅。随后，指数又大幅反弹，这给市场造成了极大的冲击。事后，美国证券交易委员会和商品期货交易委员会调查报告，认定本次瞬间暴跌是由一家交易机构在市场饱受压力时，交易电脑自动执行卖出指令触发的。这也让高频交易再次成为众人焦点。除新的风险外，在开放的市场环境下，“老鼠仓”等违规操作手法更加隐蔽。在过去的金融市场中，违法者只能对股票现货进行利益输送、内幕交易等操作。而现在，违法者可以操纵股票对应的期货进行非法获利，这也给监管带来了新的困难。
3金融监管创新的策略
为适应金融市场的快速发展，金融监管需要在监管理论与监管措施上同时进行创新。金融创新带来期货、期权等新金融品种，也带来了对冲交易、套利交易等新交易方式，但其同时也带来的更多、更高等级的风险。随着交易品种的丰富、交易系统的升级，传统监管方式难以满足监管的要求。而以大数据为代表的创新型监管系统正逐渐发挥出较好的监管作用。我们将从监管制度、监管技术等角度对金融监管创新进行讨论。
3．1监管制度完善金融监管首先要从制度上进行完善，才能使得后续监管有法可依、有规可循。在全球金融市场中，各国金融监管者们都需要不断出台新的监管制度或更新已有监管制度，以应对不断出现的新的金融产品或交易手段。在美国金融市场上，美国证券交易委员会（SEC）关于高频交易的监管制度修订在持续进行中。随着高频交易的快速发展，SEC对高频交易的关注也在不断升温。1998年7月7日，SEC建立了新的监管框架RegulationATS，并推出了ECNs、DarkPool等新型交易中心，引发了美国金融市场结构的变革，并为高频交易的迅速发展提供了制度•52•基础。但近年来，关于高频交易的各种担忧不断上升。从2009年下半年开始，SEC开始制定针对高频交易的监管措施。最终，SEC陆续出台了禁止闪电指令等监管措施，并且正在酝酿更全面的高频交易监管方案。在我国金融市场上，监管层同样需要不断修改已有监管措施或制定新监管法案，以面对新的金融问题。在我国基金领域，“老鼠仓”一直是危害严重的违规行为。老鼠仓是指庄家在用公有资金拉升股价之前，先用自己控制的资金在低位建仓，待用公有资金拉升到高位后个人仓位率先卖出获利。“老鼠仓”的行为严重侵害普通投资者的利益，破坏金融市场公平交易的原则。而随着金融创新的深入，“老鼠仓”行为更加隐蔽，更增加了监管难度。“老鼠仓”行为严重破坏金融管理秩序，损害公众投资者利益，但之前的刑法却未对这一犯罪行为做出明确规定。过去刑法只对利用证券、期货交易的内幕信息从事内幕交易的犯罪及刑事责任作了规定，但对“老鼠仓”行为未做出明确规定，这给监管带来了不小的麻烦，难以对该行为形成震慑力。之后，2009年2月28日，十一届全国人大常委会通过了《刑法修正案》，并从通过之日起实施。刑法修正案将《刑法》第一百八十条增加一款，称为“利用未公开信息交易罪”。这为打击“老鼠仓”行为奠定了刑法基础。此外，立法机构还从《证券法》《基金法》等层面对“老鼠仓”做出明确规定。
3．2监管技术创新在奠定了监管的法律基础后，监管部门需要对监管技术进行创新，以应对迅速展开的金融创新。以大数据为支撑的监管系统在近年中对“老鼠仓”的监管中发挥出越来越重要的作用。针对“老鼠仓”等交易行为，目前沪深两大交易所已建立实时监控机制等监控体系。而在这些监控机制中，大数据系统主要是通过模型在海量的交易数据中，调查违规行为。大数据（BigData），指的是量大到无法通过目前主流软件工具，在合理时间内达到提取、管理、处理，并整理成为有用信息的数据。对于大数据无法用常规方法处理的特征，研究者们认为大数据需要新的处理模式才能具有更高的价值。与之相随的是，数据存储、数据安全、数据挖掘等新的问题，而这些问题的探索也成为行业新的利润点。关于大数据的详细介绍，可以参考ViktorMayer－Schnberger，KennethCukier（2013）。新的监管技术极大地提高了监管效率。相比传统监管手段，大数据系统大大提高了打击精度、速度和广度。在采用大数据系统监管之前，“老鼠仓”的调查基本都来自举报和监管层的现场检查。但随着该违规行为越来越隐蔽，比如利用表面上关联性不强的账户进行操作，仅靠举报已经不能完全覆盖。此外，随着“老鼠仓”的操作逐渐转移到基金专户等信息披露不足的区域，传统监管技术难以追踪。查处老鼠仓的工作非常繁琐，一般需要查看长达数年的交易数据。随着账户关联性的降低，以及数据量的增大，人工核查速度和精度受到很大挑战。大数据系统的应用，可以有效解决上述问题。在近期查处的一些案件中，大数据系统是通过对比在嫌疑人曾经管理的基金下单前后数天内，基金账户与外界某账户所投资的标的，而发现“老鼠仓”线索的。大数据系统的采用还很大程度地缩短了案件的查处周期。在2013年‘马乐案’中，证监会于2013年4月11日启动对相关账户的初查工作，而至2013年6月21日就立案稽查，并交由深圳证监局承办，仅仅用了2个多月的时间。在提高打击精度、速度的同时，大数据系统还扩大了对“老鼠仓”的打击范围。在本次“老鼠仓”打击风暴中，大数据系统的跟踪范围不再局限于基金经理，还包括基金投研人员和保险公司资管从业人员。这种打击范围凸显出大数据系统在监管方面的高效。
金融大数据论文篇2
（一）投资组合理论
该理论是于1952年由马尔柯维茨提出的，其主要通过利用方差来对投资组合风险进行计算，即投资组合理论主要是指在特别时间内的方差最小点与最大点之间集合，同时指明当无差异曲线能够与某投资组合有效边界发生相切时，那么其选择的投资组合决策为最佳，反之，则最差。
（二）资本资产定价理论
该理论是由著名专家学者夏普、林特纳以及默顿经过多年探讨所得，其主要以投资组合理论为根本，研究和提出证券投资回报率与投资风险之间存在必然关联，进而根据研究分析提出资本资产定价理论。当投资者在证券交易市场上选择适合的股票时，其所选择的股票应能够通过相关理论分析所得函数与证券走向线相切，而所得相关切点值和市场线中的斜率是取得最佳资本资产定价的重点，也是资本资产定价的核心。通过金融产品选择对资本资产定价理论应用，使其能够在证券选择、投资估算、资本预算以及投资风险分析等方面都有显著成效。
（三）B-S期权定价公式
B-S期权定价公式是在1973年由布莱克和斯科尔斯提出的，其通过多经研究与努力证明了期权的合理价格并不依赖于投资者喜好，且与当前值和未来预测相关，并根据研究总结提出能够计算期权定价具体公式，称其为B-S公式。B-S公式的提出为期权风险管理和套期保值发展提供了依据，并由于该理论的实用性和可操作性使其被广泛应用于金融证券产品开发与定价。与此同时，著名专家默顿也在此基础上，提出了相关股票支付红利期权定价公式和看涨期权、看跌期权的定价公式。
二、金融数学理论研究在我国的新进展
（一）随机最优控制理论
上世纪60年代末期，各国为了更好的解决和优化金融产品可能带来的相关随机问题，进而将随机最优控制理论应用于其中，且通过利用测度理论和泛函分析方法概括得出随机最优控制理论。直至上世纪70年代时，通过对该理论的应用和分析发现其是连续时间内解决最优投资问题的重点内容。因此，在随后的应用中对其进行深化的研究，并发现其在假设连续型交易条件下会随着交易的变化而发生连续变化，这是其在实际环境中进行证券投资的典型差别。同时，为了能够更好的弱化连续变化下最优控制理论存在的相关问题，致使随机最优控制理论产生。我国在随机最优控制理论研究方面也取得了突破性的成绩，专家彭实戈经过不断研究，使得我国倒向随机微分方程研究处于领先地位。
（二）鞅理论
当前世界各国在金融理论方面研究和应用都以鞅方法定价理论为基础。鞅理论提出在证券金融市场有效假设的条件下，证券价格等价于一个随机鞅过程。同时，各专业学者在以等价鞅测度概念为前提条件下，制定了一套用于解决金融衍生产品定价问题的方法，有效规范了金融市场的定价计算和良行运作。我国郭文旌等著名专家也对鞅理论进行了系统化研究，并在该领域取得了一定的成绩。
（三）最优停时理论
最优停时理论是概率理论中应用性较强的内容。随着该理论在概率方面的广泛应用，我国一些专家学者也开始投入其中，通过多年的研究和应用，加快了我国金融行业和产品的发展与完善。通过合理化应用和分析最优停时理论，有效解决了由固定交易费用证券投资决策可能产生的相关问题，概括归纳出投资决策简化算法，同时将最优停时理论与投资组合等理论相结合，优化理论理念，简化方式方法。
三、金融数学的发展存在问题及展望
（一）金融数学新问题
金融数学模型建立在以假设为根本的前提条件之下，而这些前提条件可能与当前实际情况之间存在极大的不同和不合理现象，因此，这些假设前提的存在就变得极不合理，并且需要通过利用金融数学理论方面内容对其进行完善和优化。由于各国金融背景和经济形势都明显不同，其普遍根据自身国家的金融情况来明确金融模型和方式方法。同时，即使这些假设条件能够与实际相符合，顺应各国金融市场的不断完善，其金融产品和社会需求也随之创新和变化，进而所出现的问题也各有差异，金融理论和数学方面出现的问题也越多。
（二）明确实证研究方向
实证研究主要强调数据的重要性和真实有效性，即所选择数据应由金融市场现实数据信息所得，通过金融类型建立有效的金融数学模型，以该模型为分析基础，总结得出相关数据信息存在的规律性，最后对所得数据信息与现实数据进行比较。假如数据并非金融市场中实际存在的数据信息，仅仅是根据研究人员专业角度出发，根据其专业经验来确定数据信息内容，或者根据研究人员逻辑推理所得，而这些数据分析难以准确地、客观地揭示出金融市场真实发展规律。
（三）金融数学研究展望
当前金融系统普遍由多元化、不确定性等多元素构成，因此，其对金融数学有了更高的要求，特别是当前金融市场行业发展推动国家经济发展的根本，一方面，金融市场出现突发事件、信息不对称、波动等情况都要通过利用金融数学来解决。金融市场上的波动情况主要是体现在随机方面，而自回归条件异方差模型则能够有效解决波动现象。除此之外，随机最优控制和随机微分方程这些方式也在不同的金融领域中被广泛推广和应用。另一方面，突变理论和冲击理论也同样应用于金融行业之中。在信息不对称的条件下，人们难以通过数学理论来对其进行处理，但一些对策理论能够很好的与金融行业应用相结合，比如：统计学和计算机学已在金融数学中充分发挥其重要作用，从此可以发现，金融数学的全方位研究和应用能够更快的推进国家经济形势发展以及创新金融产品类型。
四、结束语
在当前的金融理论和金融实践过程中，金融数学并不是万能的，但其又是必不可少的。随着金融经济的快速发展，我国对金融数学的研究越来越重视，并把金融数学研究和金融管理发展作为当前国家大事、要事来抓，我们坚信其一定会在我国金融行业发展中充分发挥其重要作用。
参考文献
金融大数据论文篇3
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).
金融大数据论文篇4
金融结构在经济增长过程中之所以重要，是由于实体经济活动对金融服务的要求是多种多样的，而不同的金融中介及其代表的融资方式在金融服务方面具有各自的比较优势。因此，合理的金融结构可以更好地满足企业的融资需求，促进行业增长。本文通过金融体系与经济发展和增长之间相互关系的模型对我国工业1999―2010年的面板数据进行分析，初步证明了金融结构对工业增长的重要性。
二、理论分析和研究假设
金融体系对经济发展和增长的作用，需要通过它是否满足了实体经济的需要来判断。当行业的产业规模结构与本国的资源禀赋结构相适应，其产品竞争力较高，如果要更好地发挥资源禀赋这一比较优势，还需要更有效的融资渠道。由于不同的产业企业在规模等方面存在很大差异，同时，不同的金融机构和中介在提供不同的金融服务上各具比较优势，因此，相对于不同的产业结构就会形成不同的金融结构。
Demirguc-Kunt、Feyan和Levine（2011）运用了大规模的跨国界样本数据，探索金融结构与最优金融结构的偏离程度与经济发展之间的关系。计算出每年每个国家的最优金融结构和“金融结构缺口”，即实际金融结构和最优金融结构之差的绝对值的自然对数。并发现，在截然不同的经济发展阶段都有与之对应的最优金融结构，即使在设置了包括银行业和证券市场的发展水平的一些控制变量之后，金融结构缺口与经济活动仍显示出显著的负相关。另外，偏离最优金融结构对经济的影响很重要，偏离一个标准差将使经济产出下降6%。
根据上述观点，本文提出以下研究假设：
假设H1：若我国工业以大型工业为主（行业平均规模较大），则市场主导型金融结构更有利于行业增长。反之，若我国工业以中小企业为主，则银行主导型金融结构更有利于该行业的增长。
假设H2：金融结构缺口（实际金融结构和最优金融结构之差的绝对值的自然对数，反映了实际金融结构和最优金融结构偏离程度）与工业增长负相关。
通过对我国31个省市1990―2010年金融结构和工业行业的面板数据进行协整检验和回归分析，检验上述理论假设。
三、实证分析
1.模型设定和数据说明
检验假设H1的计量模型为：
（1）
检验假设H2的计量模型为：
（2）
其中，αi γi是截距，βj ηj为待估计系数，αit ωit为误差项。下标i代表省市，t代表时间。模型中，Industry为1999―2010年各省市工业总产值，Finstr为由Levine（2000）定义的金融结构，即融资结构（股票市场总市值和银行各项贷款总额之比）。Strls为金融结构指标Finstr与工业企业平均规模LS的交叉乘积项。以工业企业全部从业人员平均人数代表工业企业平均规模的大小。Finstrgap为Demirguc-Kunt、Feyan和Levine（2011）定义的金融结构缺口，反映了实际金融结构和最优金融结构偏离程度。
需要关注的是β1、β2、η1的估计符号和统计显著性。如果假设H1是正确的，那么β2的符号应该为正且在统计上显著。Finstr反映的是金融结构对工业的影响。按照银行主导论，它的符号β1应该为负；按照市场主导论，它的符号应该为正；而金融服务论和法律金融论预期它的估计系数在统计上并不显著。Finstrgap的系数η1反映的是金融结构缺口对工业增长的影响，如果假设H2是正确的，η1的符号应该为负且在统计上显著。Control为控制变量，用来控制其他一系列可能会对工业增长产生影响的变量，包括TA：工业企业资产总额；TD：工业企业负债总额。
本文使用的数据来源于《中国工业经济发展年鉴》、《中国统计年鉴》和国泰安数据库。为消除通货膨胀的影响，所有数据（包括控制变量）均以1999年为基期，通过各省市CPI将价值型变量转化为实际型变量。表1列出了对主要变量的描述性统计结果。从表中可以看出，各省市的金融结构之间的差别还是很大的，这可顺利地考察金融结构对工业增长的影响。
2.单位根检验
由于面板数据综合了来自时间序列和横截面的信息，用非平稳时间序列建立回归模型极有可能产生“伪回归”问题。因此，在对面板数据进行实证分析前，需对数据进行单位根检验。本文单位根检验选用LLC和PP?Fisher这两种方法来判断数据的平稳性。检验结果如下：
3.协整检验
本文使用Pedroni协整检验方法对方程（1）和方程（2）进行协整检验。表3中对方程（1）协整检验的7个统计量中有4个拒绝原假设，对方程（2）协整检验的7个统计量中也有4个拒绝原假设，表明Industry和Finstr Strls TA TD之间存在协整关系，Industry和Finstrgap TA TD之间也存在协整关系，因此可以在原计量模型的基础上进行回归分析。
4.回归分析
回归结果（1）中列出了对方程（1）基本解释变量的估计结果。Finstr的估计系数显著为负，这符合银行主导论的观点。同时Strls的系数在5%的统计水平上显著为正，初步验证了假设1。回归结果（2）为方程（1）加入了控制变量TA和TD后的估计结果，Finstr的系数仍然显著为负，同时Strls的系数仍然显著为正，进一步验证了假设1。另外，资产总额的系数显著为正，说明较高的资产总额对工业增长有明显的正面的影响，负债总额的系数显著为负，说明较高的负债总额对工业增长有明显的负向影响。回归结果（3）列出了对方程（2）基本解释变量的估计结果，Finstrgap的估计系数显著为正，与假设2不符合。回归结果（4）是方程（2）加入控制变量后的估计结果，Finstrgap的估计系数显著为负，验证了假设2，同时符合Levine（2011）的观点，即金融结构缺口与经济活动显著负相关。
金融大数据论文篇5
文章编号：1671-489X（2013）36-0136-02
20世纪80年代，随着国外金融市场的不断发展，有关股票、债券及其衍生产品的研究不断地趋于成熟，与此相关的金融工程学的研究也不断有新成果涌现。1997年，罗伯特·C.默顿减弱了由布莱克和斯科尔斯提出的有关期权定价的布莱克-斯科尔斯公式所依赖的假设条件，与迈伦·斯科尔斯同时获得诺贝尔经济学奖（如果当时布莱克还健在的话也能得奖）。20世纪90年代中期以来，中国金融市场不断发展，股票市场不断完善，股指期货成功推出。随着中国金融期货市场的建立，金融交易总量得以大幅增长。国内金融工程学的研究也在不断加强，我国设立金融工程专业的高校在逐年增多。同时，清华大学、复旦大学等都设立了金融工程实验室，为我国培养了许多金融人才。高校中金融工程学的教学在注重理论教学的同时也要注重学生投资实践能力的培养。
李佳颐和宋彤在《应用型金融人才培养顶层设计》中指出，作为金融人才队伍的重要组成部分，应用型金融人才数量需求巨大，人才质量直接影响乃至决定着金融产业的服务水平和效率，事关民生福祉。因此，应用型金融人才培养的顶层设计和具体实践一直备受关注。所谓顶层设计，指的是在人才培养模式设计中，从学校及学科建设层面推进人才培养模式构建。所以，高校在培养金融人才时，除了讲授金融知识外，还要培养学生具备基本的职业技能和较强的动手能力，从而适应当前金融工作实际。同时，要从市场适切度（即适应程度）和知识能力两个方面培养。
1 培养学生投资观念
学生在大学学习的金融工程学是研究利用远期合约、期货、互换、期权等产品进行资产选择、资产定价、套期保值等理论。高校中的学生在接触这些理论时并没有太多的实际资产投资经验，教师在讲授理论的同时应注重理论和实践相结合，借助模拟投资系统给学生介绍股票投资、期货投资等基本投资操作，同时关注国债、企业债券、世界股票指数、外汇、黄金走势，了解互换合约的交易方式，借助国内及国外网站了解期权合约的交易规则。互联网上许多网站都提供财经信息，新浪、网易、搜狐、凤凰、和讯等各大网站都有财经频道，时时报道财经信息、股市动态、各股行情、外汇产品、基金盈亏、全球股指、黄金走势以及投资方法和投资计算器。利用网络，学生在课后可以很好地跟踪股票价格变动，了解投资动态，分析经济变化趋势，丰富业余生活。
鼓励学生关注全球金融交易所的交易信息，了解各国主要的交易所的网站，如我国内地的中国金融期货交易所（CFFEX，.cn）、大连商品交易所（DEC，.cn）、上海期货交易所（SHFE，.cn）、郑州商品交易所（ZCE，.cn），香港的香港期货交易所（HKFE，.hk）；可关注国外的美国证券交易所（AMEX、https：//）、伦敦证券交易所（LSE，）、新加坡交易所（SGX，）、芝加哥商品交易所集团（CME，，英文；/cn-s，中文简体）、多伦多证券交易所（TSX，）、纳斯达克证券交易所（NASDAQ）、伦敦证券交易所（LSE，）、东京证券交易所（TSE，tse.or.jp）、韩国证券交易所（KRX，krx.co.kr/index.jsp）等交易所的交易；关注几大银行网站，了解利率、汇率、黄金、基金等走势；关注保险的投资方向等活动。
2 培养学生综合分析能力
利用Excel软件、计量经济学中的Eviews软件、SPSS等统计软件对相关数据进行统计分析。通过分析，学生可以具有现代金融数据分析能力，培养学生对金融数据变化的敏感性，研究各种经济变量间长、短期的关系，寻找套期保值或套利的机会。综合各种数据，分析国内、国外经济运行情况，把握投资方向，利用模拟炒股软件、模拟股指期货交易软件、各种理财计算器，计算模拟投资的盈亏。时时检查资产配置，讨论投资方向，根据理论计算敞口风险，确定做多还是做空。
学生的学习不再拘泥于课堂教学。学生根据世界各地工作时间，实时跟踪金融数据的变化，实时了解各国的经济政策、经济发展前景、金融投资方向、风险状况，了解各国股市、金融市场发展情况，关注时事，了解汇率变化，分析并预测股市、期市、银行等金融市场中金融产品的价格变化趋势。同时也要关注非金融市场中的相关信息，了解世界格局的变化，了解气候变化对经济发展的影响。建立调研小组，研究当地或周边地区经济发展状况、投资情况，走访银行、保险公司、证券公司、投资公司等机构，了解市场所需人才的知识结构，了解金融人才所必需的知识结构，了解这些银行业务、保险业务、股票、债券、期货等金融产品的知识，使学生在大学期间成为具备高素质、高知识储备的综合型人才。
3 培养学生实际操作能力
学生通过课上的理论学习，已经掌握无套利原理、风险中性定价原理、积木分析法等理论。如何将这些理论运用到金融衍生产品设计、定价、投资分析，规避金融风险，金融创新是关键。学生通过一段时间的金融数据分析，结合相关理论进行理论和实践相结合实验。将学生分组，利用模拟软件进行模拟投资，根据市场上基差的变化，寻找投资机会和套期保值机会；根据相关系数和β值确定套期保值合约的份数；研究利率的变化，利用利率合远期约、利率期货合约进行投资实验。建立投资的风险测评系统，计算投资风险系数，评估投资风险。组织学生参加模拟投资大赛，与投资公司合作，定期组织培训，使学生了解新的投资产品构建方法，了解最新的投资动态。学校可以建立金融实验室，通过模拟银行业务实务、模拟金融期货交易实务、模拟证券投资实务、模拟财务会计实务、模拟保险实务等实验，实时跟踪金融信息，实时监控金融风险，实时了解国际经济发展状况、投资趋势。与金融机构合作，分析金融风险，为当地经济服务。
同时，改革对学生的考核方式，将传统考试模式转换成传统考试模式与实验考试、实践考核相结合的方法，更好地体现学生的综合素质。
总之，金融工程学的教学不只是讲授金融投资知识，还要培养对金融数据变化的敏感性、对经济数据的综合分析能力以及实际投资的动手能力。因此，许多大学都设立了金融工程实验室，这是为我国培养金融人才的一个非常好的方法。学生可以边学习理论边进行投资模拟，理论指导投资，投资又可补充理论。所以，金融工程学的教学必须采用理论与实验相结合的教学模式。
参考文献
[1]李佳颐，宋彤.应用型金融人才培养顶层设计[J].中国金融，2013（10）：87-88.
[2]何启志.金融工程实验教学探讨[J].中国证券期货，
2011（9）：215-216.
[3]文忠桥，李阳.金融工程专业的实验教学体系研究[J].中国证券期货，2010（1）：107-109.
[4]刘向华.关于金融工程专业实验教学的思考[J].金融教学与研究，2009（5）：68-70.
金融大数据论文篇6
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.
金融大数据论文篇7
从上世纪九十年代末期开始，理论界分别从法学、政治学、社会学以及经济学等不同方面探讨了不同地区间金融发展水平存在着差异的原因，试图用多种理论来阐明金融发展的决定因素。La Porta，Lopez-de-silanes，Shleifer 和Vishny（LLSV，1997，1998，2000）认为不同的法律框架会影响到外部融资以及资源在不同类型的资产之间的配置情况，只有当金融体系处于健全的制度框架之下时，金融发展才会对经济增长产生巨大的影响。Rajan和Zingales（2002，2003）从政治学的角度分析了金融发展的决定因素，他们认为既得利益集团会出于维护既得利益的目的而采取一些阻扰金融发展的措施，而这些措施会使得各国的金融发展呈现出显著的差异。Coffee（2001）指出一国金融发展是由社会规范而不是由法律规则来塑造和决定的，社会凝聚和同质会使更多的人遵守社会规范，从而形成良好的公司行为习惯，这种行为习惯会使得金融体系得到良好的发展。而Putnam（1993），Guiso，Sapienza和Zingales（2001）则认为社会资本才是促进金融发展的内在原因，社会资本可以增进信任水平，有助于形成道德观念，从而使得融资更加有效，这样社会资本的高低自然而然就会影响到金融发展水平。Stulz和Williamson（2003）的研究认为，文化和宗教差异是导致各国金融发展水平产生差异的一个重要因素，文化和宗教会影响各国对投资者权利的保护，从而在一定程度上影响到金融发展。Allen（2000，2005）等人对中国的研究认为，作为正式制度的补充，非正式融资渠道和治理机制对中国经济发展发挥着重要的作用。
上述学者的工作虽然有助于我们正确认识中国经济高速增长之谜的背后原因，但是他们的研究仅仅提出了一种理论假说，结论的信服力有限，对于我国金融发展的真正原因还有待进一步深入探究。吴敬琏（2004）和何小星（2005）等的研究表明，政府在地区金融发展与经济增长中扮演着重要的角色。Leuz and Oberholzer-Gee（2006）、Fan（2009，2011）以及Jiang（2010）等人的研究都表明地方政府质量会对企业的投入和产出决策产生显著的影响，从而影响到地区的金融发展和经济增长。金融发展在一定程度上会受到地方政府的影响，因此在中国的制度背景下，考察政府质量对于金融发展的影响具有重大的理论和现实意义。现有文献对政府质量的研究主要集中在政府质量与宏观经济增长之间的关系上（如李稻葵，2002；周黎安，2004，2005，2007），关于政府质量对金融发展影响的研究较少。
政府质量究竟是不是金融发展的一个决定因素，依然值得深入的探讨。在上述已有研究的基础上，本文试图考察政府质量对金融发展的影响。首先从理论角度分析政府质量对于金融发展的作用，对已有的研究进行归纳探讨，试图寻求理论依据；然后从实证分析的角度，分析政府质量与金融发展的关系。
二、理论分析与研究假设
LLSV等认为一国对投资者权利的法律保护力度会影响该国的金融发展水平。投资者受到的赋予其收回资金的权利的法律保护力度越大，则该国的金融发展水平较高。LLSV（1998）对不同法律渊源的国家投资者保护进行研究之后提供的证据表明，对投资者的法律保护力度越大，则资本市场发展越完善、企业公开上市的速度越快、所有权结构会更加分散，从而金融发展水平越高。在LLSV（1998）之后，许多经济学家（Demirguc-Kunt和Levine，2001；Friedman，Johnson和Mitton，2003；La Porta等2000，2002）的经验证据进一步支持了金融发展的法律渊源理论所持的法律渊源与投资者保护、金融发展之间存在着相关性的观点。尽管LLSV等的研究只是揭示了法律渊源与金融发展之间的相关关系，但是对于处于法律体系中心的政府来说，政府质量无疑会影响到一个国家的法律执行，从而对金融发展产生作用。Guiso，Sapienza和Zingales（2004）等认为高质量的政府可以增进信任水平，不遵守规范的人受到惩罚的概率比较大，因而人们更愿意遵守规范，从而使得人们彼此更加信任。另外，高质量的政府有助于道德观念的形成，政府质量越高，对公民的教育和引导越多，越容易形成良好的道德观念，信任的增加又会促进地区金融往来的增加，从而促进金融发展。基于上述分析，我们预期高质量的地方政府能够促进投资，吸引外部融资，从而促进金融发展。
由此提出假设1：地方政府质量与金融发展存在着正相关关系，高质量的政府能够促进金融发展。
Rajan和Zingales（2002，2003）等提出的金融发展的利益集团理论认为，既得利益集团出于维护既得利益的考虑，会通过一些非生产的经济活动对政府决策产生影响，阻挠金融发展。Olson（1965）和Becker（1983）从公共选择的视角分析了利益集团的游说对政府决策的选择所产生的影响。为了换取利益集团手中的选票和捐款，追求私利的政府官员会给这些利益集团一些有利的资源再分配的方式。Pagano、Marco和PaoloVolpin（2001）的研究认为，政府对经济的干预在一定程度上替代了金融市场自身的调节作用，因而政府干预力度越大，则金融发展水平越低，即政府干预力度与金融发展水平呈负相关关系。Rajan和Zingales（2002，2003）指出，尽管利益集团的政治压力会影响政府决策，从而对金融发展产生影响，但全方位的贸易市场开放会带来国内和国外的竞争，既得利益者由于竞争导致的利润下降和新投资需求，需要外部融资，同时跨国资本的自由流动限制了当地政府向既得利益集团提供信贷补贴的可能，政府对既得利益集团的信贷扩张得到限制，从而使既得利益者有激励推动金融发展。由此我们预期，贸易开放和资本流动会削弱利益集团对政府的政治压力，政府的信贷补贴和干预能力受到限制。因此，在贸易市场开放的情况下，高质量的政府越不容易受到利益集团的干扰，从而政府质量对金融发展的作用会增强。
由此提出假设2：贸易开放会增强政府质量与金融发展之间的正相关关系。
三、实证研究设计
1、样本选取与数据来源
本文选取了1999―2007年我国省际的面板数据作为样本来源。考虑到西藏自治区统计数据存在缺失，所以本文剔除了西藏自治区的数据，只选择了其他30个省、自治区、直辖市的数据。本文所使用的数据包括政府质量数据、地区金融发展水平数据、贸易开放数据和其他一些控制变量的数据。其中政府质量数据和地区金融发展水平数据来自樊纲、王小鲁、朱恒鹏等编制的《中国市场化指数――各省区市场化相对进程2011年度报告》，该报告中的“金融市场化程度”是本文地区金融发展水平的替代变量。贸易开放的数据是根据2000―2008年的中国统计年鉴中的数据计算得出的。控制变量包括人均GDP、教育程度以及法律，其中人均GDP和教育水平的数据也是根据2000―2008年中国统计年鉴中的数据计算得出的，法律的数据来自樊纲等编制的《中国市场化指数――各省区市场化相对进程2011年度报告》，以樊纲等（2011）的市场化指数中的“中介组织发育和法律”作为法律的替代变量。
2、研究变量的定义
本文主要研究政府质量对金融发展的影响，被解释变量为金融发展，解释变量为政府质量、贸易开放，控制变量主要包括人均GDP、教育水平和法律。
对政府质量的评价是本文研究的前提，参照La Porta等（1999）对政府质量的界定，高质量的政府应该具备以下几个条件：提供良好的产权保护，保持较低的税负，即政府是非干预者；廉洁和办事高效；提供良好的公共服务。La Porta等选取了产权保护指数、腐败指数、官僚延误等指标来评价政府质量。陈德球、李思飞和王丛（2011）根据世界银行（2006）的调研数据，选取了产权保护水平、当地企业对法庭的信心、企业娱乐开支和企业跟政府打交道的时间维度来测度地方政府质量。根据上述对政府质量的界定和相关研究，本文以樊纲等（2011）的市场化指数中的“减少政府对企业干预”（Int）、“减少企业对外税费负担”（Tax）以及“缩小政府规模”（Scale）来度量政府质量。
以往对地区金融发展水平的评价往往采用金融相关率、M2/GDP以及银行金融资产/GDP等来测度，张军和金煜（2005）等的研究表明，这些指标会高估金融发展水平。因此，本文没有采用上述指标来衡量地区金融发展水平，而是利用樊纲等（2011）编制的《中国市场化指数――各省区市场化相对进程2011年度报告》中的数据，以该报告中的“金融市场化程度”作为本文地区金融发展水平的替代变量，该指数值越大代表地区金融发展水平越高（解维敏等，2011；Wang等，2008；朱红军等，2006；李涛等，2005）。
借鉴Rajan和Zingales（2003b）的研究，我们以进出口贸易总额占GDP的比例来衡量贸易开发水平，即贸易开发（Trade）=进出口总额/GDP。
为了消除地区经济发展水平差异、教育水平差异以及法律对金融发展水平的影响，本文将人均GDP、教育水平和法律作为控制变量。人均GDP（Lngdp）采用的是名义量，并对其取对数处理。教育水平借鉴陈晖（2008）的方法，其计算针对6岁及6岁以上的人口，计算方法为：教育水平（Edu）=未上过学的人口比例×0+小学人口比例×6+初中人口比例×9+高中或者中专人口比例×12+大专以上人口比例×16。前文已经详细讨论过已有文献对法律与金融发展水平之间关系的研究，本文以樊纲等（2011）的市场化指数中的“中介组织发育和法律”（Law）作为法律的替代变量。
四、实证结果及分析
为了避免伪回归现象的出现，需要对数据进行单位根检验，以检验数据的平稳性。应用Eviews6.0对各个变量的平稳性进行检验，发现作为评价政府质量的三个指标的减少政府对企业干预（Int）、减少企业对外税费负担（Tax）和缩小政府规模（Scale），金融发展（Findex），贸易开发（Trade），教育水平（Edu）以及法律（Law）这些变量的一阶差分形式都不存在单位根。同时对变量间的协整关系进行检验发现，Pedroni检验的Panel v统计量、Panel rho统计量以及Group rho统计量的p值都趋于或者等于1，说明金融发展（Findex）与政府质量的三个衡量指标（Int，Tax，Scale）、贸易开放（Trade）和各控制变量（Lngdp，Edu，Law）之间存在明显的协整关系。
表1给出了静态面板的回归结果，从表1中可以看出，在加入控制变量之前和之后大部分回归结果都显示出衡量政府质量的三个指标的系数值为正，而且系数普遍都在5%的水平下显著，因而可以认为政府质量对金融发展具有显著的促进作用。从总体上看，大部分回归系数都至少通过了5%水平下的显著性检验。从模型的拟合程度看，各回归模型调整的R2都达到了57%以上，这说明模型的拟合效果非常好。另外，各回归模型的F统计量都比较大，且在1%水平下都是显著的。因此，三个模型的拟合效果非常好，能够真实地反映政府质量与金融发展水平之间的关系。政府质量的提高对金融发展具有显著的促进作用，验证了假设1的正确性，即政府质量与金融发展存在着正相关关系，地方政府质量越高，地区金融发展水平也越高。
加入贸易开放后，（III）中三个模型的回归结果与之前没有引入贸易开放的（II）中的回归结果相比，三个变量的回归系数都明显增大，这充分说明了贸易开放使得政府质量与金融发展的正相关关系增强，验证了假设2的正确性。
由于静态面板模型中解释变量与被解释变量间可能存在双向因果关系，解释变量与随机扰动项之间可能存在相关性，而静态面板模型没法消除解释变量的这种潜在内生性。为了得到更加稳健有效的估计结果，本文加入被解释变量的滞后项作为解释变量，采用差分GMM和系统GMM方法进行动态面板回归，回归结果如表2所示。可以看出，动态面板与静态面板的估计结果基本一致。政府质量与金融发展存在着正相关关系，地方政府质量越高，地区金融发展水平也越高，而且贸易开放使得政府质量与金融发展的正相关关系增强。从Arellano-Bond检验结果来看，扰动项的差分存在显著的一阶自相关，但不存在二阶自相关。Sargan检验结果则说明所有模型均不存在工具变量过度识别的问题，因此工具变量的构造总体上是合理有效的。
综合上文的分析，可以得出在控制了其他相关变量的情况下，政府质量与金融发展存在着正相关关系，地方政府质量越高，地区金融发展水平也越高，而且贸易开放会增强政府质量与金融发展的正相关关系。
金融大数据论文篇8
引言
四川省作为一个西部甚至是全国的农业大省，农业经济的发展对于整个四川省的经济发展显得尤为重要，农村经济的发展程度严重影响着四川经济的发展状况。所以必须把农业经济增长放在一个重要的位置，只有农业经济发展了，其他各方面的发展才有意义。而农村金融机构又是农村经济发展不可或缺的一部分，因此，农村经济的发展离不开农村金融的发展，然而，到底农村的金融发展和经济发展的关系究竟怎么样，有待研究。
一、国内外研究现状
（一）国外研究现状
在国外的研究当中，美国斯坦福大学教授罗纳德・麦金农（Mckin-non）和肖（Shaw）于1973年提出针对发展中国家的金融深化理论，金融深化与经济增长的关系是实施金融深化过程中最受关注的问题。以Goldsmith、Levine、King等为首的一大批学者运用计量经济学的方法从不同的角度和层面进行了大量实证研究。Goldsmith（1969）的实证研究表明，金融发展是经济增长的必要条件，但是不能确定金融发展与经济增长的因果关系。并且把金融相关比率（FIR，未清偿的全部金融工具之值除以国民财富）作为一国金融发展水平的主要单一特征。King and Levine，于1993选取了80个国家30年的数据分析了金融发展水平与资本形成、生产率提高以及经济长期增长之间的关系;帕加罗（Pganao，1993）运用简单的AK内生增长模型研究了金融深化对经济增长的影响。
（二）国内研究现状
同时，在国内的研究当中，关于金融发展与经济增长的研究成果也颇为丰富，又有大量的理论和实证研究成果。主要有谈儒勇（1999）依次研究了中国金融中介的发展、股票市场的发展和经济增长的实证关系以及金融中介发展和股票市场发展之间的实证关系；章奇、何帆、刘明兴（2003）从金融自由化、政策抑制性与金融脆弱性的角度研究了金融发展与经济增长的关系，在持续的经济增长需要高水平的储蓄和投资的前提下，金融深化如果能够带来一国的金融发展，就能够部分的改变一国的金融抑制，有效地配置一国的金融资源，从而促进经济增长； 陈柳钦、曾庆久等，韩廷春、夏金霞的研究表明，在1981―1991年间中国的金融发展与经济增长之间的因果关系并不明显，而在1992―2002年间中国的金融发展是经济增长的直接原因。林毅夫、姜烨（2006）运用中国分省面板数据进行实证分析，得出的结论是经济结构的差异性决定了金融结构的差异。庞晓波、赵玉龙（2003）通过二十几年来的实测数据验证了中国金融发展与经济增长弱相关性的结论。
二、指标选取，数据的来源及研究方法
（一）指标选取
按照数据的可得性和实用性，并且借鉴了国内外的相关研究指标，我们选择了如下指标来度量四川省的金融发展和经济发展。
1.农村经济发展的指标
在四川省统计年鉴中，我们发现，农村人均纯收入（sr），农林渔牧增加值（nl），以及乡镇企业纯利润（lr）可以作为衡量农村经济发展的指标，并且保证了数据的可得性。
2.农村金融发展的指标
根据前人的研究，我们知道，用来度量金融发展的指标很多，但在此，我选择了存款规模（ckgm）和贷款规模（dkgm）以及农业贷款规模（nygm）和乡镇企业贷款规模（xzgm）作为本文的农村金融发展度量指标。存款规模用农村金融机构各项存款余额占金融机构各项存款余额的比重来表示；贷款规模用农村金融机构贷款余额占金融机构各项贷款余额的比重来表示，农业贷款规模则是用农业贷款与金融机构各项贷款余额，乡镇企业贷款规模用乡镇企业贷款与农业贷款余额的比重来表示。这里指的农村金融机构主要是农村合作信用社、中国农业银行等。
（二）数据来源
本文用来度量农村经济发展的指标：农村人均纯收入（sr），农林渔牧增加值（nl），以及乡镇企业纯利润（lr）均来自于四川统计年鉴，由于大样本能得出更精确的结论，本文收集的数据是1980―2009年这三十年的统计数据，其中有部分年份数据缺失，本文采用了数据的推算法得出缺失数据，不影响本文的研究结论。本文用来研究农村金融发展的指标来自《四川统计年鉴》、《中国统计年鉴》、《中国金融统计年鉴》以及《中国农村统计年鉴》等统计数据。同样，对于某些缺失的数据才用推算法取得。
（三）研究方法的选取
1.单位根检验（ADF检验）
在现实经济当中经常会出现一种虚假回归（伪回归）现象，即两列时间序列数据表现出一致的变化趋势，即使它们之间不存在任何的经济关系，也会表现出很高的可决系数。而恰恰在宏观经济学中的很多变量都存在这样的现象即都是非平稳的，因此我们有必要在对这些变量进行检验之前先进行数据的平稳性检验，也就是单位根检验。
ADF检验由下面三模型完成：
模型1：ΔXt=α2Xt-1+βΔXt-i+μt
模型2：ΔXt=α1+α2Xt-1+βΔXt-i+μt
模型3：ΔXt=α0+α1t+α2Xt-1+βΔXt-i+μt
模型3中的t是时间变量，代表了时间序列随时间变化的某种趋势（如果有的话），虚拟假设都是H0∶α1=0，即存在一个单位根，模型1和模型2的差别在于是否包含常数项和趋势项。实际检验从模型3开始，然后模型2，最后模型1，何时拒绝零假设，即元序列不存在单位根，为平稳序列，合适停止检验，否则，就要继续检验直到模型1为止。
2.格兰杰因果检验
为了验证四川省农村金融深化指标与经济增长之间的确切关系，就必须对两者进行格兰杰检验。格兰杰检验是假定两个变量X、Y互有分布滞后影响，从因果上侦破其因果导向关系，即X是Y的原因或Y是X的原因或两者互为因果关系。因此，再对以上设置的6个变量进行平稳性检验之后，再对农村金融发展和经济增长的变量两两做格兰杰因果检验。以便找到四川省农村金融发展和经济增长的因果关系。
3.脉冲响应函数分析
脉冲响应分析是通过脉冲响应函数考察变量之间是否存在互动关系及持续性的一种定量分析方法。具体地说，它描述的是在随机误差项上施加一个标准差大小的信息冲击（Innovation）后对内生变量的当期值和未来值所带来的影响，或者说模型中某个变量发生变化时对系统产生的动态影响。以两变量的VAR模型说明脉冲响应函数的基本思想。首先建立VAR模型:xt=α1xt-1+α2xt-2+β1yt-1+β2yt-2+ε1t
yt= c1xt-1+c2xt-2+d1yt-1+d2yt-2+ε2t（2）假定VAR模型从第0期开始，即t=0，设ε10=0，ε20=0，则x0=1，y0=0;当t=1时，x1=α1，y1=c1，继续按照这种方法算下去，则求得的结果为x0，x1，x2，…，称为由x的脉冲引起的x的响应函数，同样求得结果y0，y1，y2…称为由x的脉冲引起的y的响应函数。由于前面的Granger因果检验可以证实四川省金融发展与经济增长的因果关系，因此本文利用Sims（1980）提出的向量自回归进行冲击效应分析，以进一步探索两者的关系。
三、实证分析及结果说明
（一）变量的平稳性检验
本文采用的是四川省1980―2009年的各年数据进行的检验。时间数列数据在进行格兰杰因果检验之前必须进行平稳性检验，本文采用的是ADF检验，即单位根检验。检验结果（如图1），从以上检验结果看，ADF数值都小于不同显著性水平下的临界值，说明这6个指标的一阶差分形成的时间序列都是平稳的。如果两个或两个以上的非平稳时间序列（含有单位根的时间序列）的线性组合能构成平稳的时间序列，则称这些非平稳时间序列是协整的。协整关系反映了所研究变量之间存在着一种长期稳定的均衡关系。因此，以上序列为单整序列，我们进一步检查它的是否协整。
表1 单位根检验结果
（二）变量的协整关系检验
本文利用Johansen协整检验法进行协整检验，该方法是基于VAR模型的，因此需要先对VAR模型选取最适滞后阶数。依据赤池信息准则（AIC）和施瓦茨准则（SC），可确定Johansen检验的最适滞后阶数为1。为了使结论更具稳健性，本文同时采用了迹检验（Trace Test）和最大特征值检验（Max-EigenvalueTest）。Johansen协整检验在小样本中过分倾向于认为变量之间存在协整关系，克服此缺点的办法是将迹统计量（LR）乘以（T-nk）/T进行调整，其中T、n、k分别为样本容量、变量个数和VAR模型滞后阶数。检验结果如下在5%的显著水平下sr、nl、lr，dkgm，ckgm，ndgm，xdgm之间存在一个协整方程，即它们之间存在某种长期均衡关系，具有共同的随机趋势。
（三）格兰杰因果检验
为进一步确定金融发展与经济增长的因果关系，要对变量进行Granger因果检验。因本文重点研究经济增长与金融发展的关系，所以进行格兰杰因果检验的变量分别是金融深化和经济增长的变量。检验结果（如图2）；P值表示接受零假设的概率。由表可知；sr在3%的显著性水平上是dkgm的Granger原因,同时，sr在12%的显著性水平上是ndgm的原因。nl在3%的显著性水平上是dkgm的Granger原因。ndgm在4%的显著性水平下是nl的 Granger原因，以上检验结果表明：四川省的农村经济发展对金融深化的作用较强，而农村金融深化对经济发展的作用较弱。
（四）基于VAR模型的脉冲响应函数分析
基于以上的格兰杰因果检验，结果表明四川省的金融深化和经济增长的关系是：经济发展促进金融深化的作用较强，而金融深化促进经济增长的作用相对较弱。因此，我再次运用脉冲响应函数分析四川省农村金融深化和经济增长的各变量之间的动态关系，以下只对存在因果关系的变量进行脉冲响应函数分析，具体结果（如下图所示）：
图1至图6中：横轴表示冲击作用的滞后期数，纵轴表示脉冲响应函数值。图中的实线为脉冲响应函数值随时间的变化路径，两侧虚线为响应函数值加、减两倍标准差的置信带。图1结果显示，dkgm的变化对sr的影响。给dkgm一个正的sr冲击后，经济逐步增长，比较稳定，而图2则说明sr一个正的dkgm冲击，金融发展稳步提高，说明四川省农村经济增长对金融深化的作用较强；图3和图4则显示，dkgm正的冲击对nl的的脉冲函数响应，表明金融深化对经济增长的一个正向作用。图5和图6显示，lr的正的冲击对dkgm的影响较小，而dkgm的正的冲击对lr的影响较大。该结果表明，四川省农村金融深化对经济增长的作用也较大。
研究结论及政策建议
（一）研究结论
从以上的实证研究结论可以看出，在四川省1980―2009年的农村经济发展当中，四川省的金融深化处于一种很艰难的发展境地，在过去的三十年中，四川省的农村金融深化一直是农村经济增长的结果，而金融发展对农村经济增长的作用或者说效果是很小的，几乎是微不足道的。这一点是完全不同于中国许多专家对全国农村相同情况的研究。具体来说，农村人均收入，农林渔牧增加值，乡镇企业利润的增加都促进了农村贷款规模的增加，也就是农村经济增长推动了农村金融深化。同时，农业贷款的增加也促进了农林渔牧增加值的变化。乡镇企业的利润增加也有利于农村金融机构发放更多的乡镇企业贷款。同时，根据脉冲响应函数分析，我们可以看出，贷款规模的正向冲击对农村人均收入，农林渔牧增加值以及乡镇企业利润是有很大的正向作用的，因此，从这里，我们也可以看出，四川省农村金融的深化将会对农村经济增长也有很大的促进作用。
（二）政策建议
1.加大扶持农村金融发展，加大对农村的直接金融支持。政府应该利用根据农村的实际情况，制定一整套易于推广的财政政策，以支持农村金融体系的健康发展。在建设社会主义新农村的背景下，相关部门应该开动脑筋，多方位支持农村金融的发展，例如，对一些短期收益低但可具有长远发展意义的农业贷款项目，可以采取政府立项，财政补贴的方式予以扶持。
2.提高农村金融机构的竞争力，促进农村经济全面发展农村信金融机构在支持农村经济发展中居于主体地位。增强农村金融的实力，就应加快农村金融机构的改造和重组进程，提高其竞争力。一是妥善消化历史包袱和政策性负担。比照国有银行不良资产剥离的办法，将不良资产交由相应的资产管理公司管理，搞好债权保全。还应根据其剥离的不良贷款现状，按一定比例，注入一定数量的长期、低息再贷款，支持其逐步消化历史包袱。二是给予农村金融机构必要的政策扶持。对农村金融机构实行一些优惠政策，例如适当降低税率，对农村金融机构种植业、养殖业贷款的收入减免营业税。
3.规范农村民间金融活动，加强金融监管。农村金融市场化改革要减少政府对农村金融干预以提高金融效率，不是放弃政府对银行和其他重要农村金融机构的监督和检查，相反，要加强对金融机构的风险管理力度，使政府由干预者转变为监督管理者。所以在适度放宽农村金融的市场准入条件，允许农村民间金融组织合法化的同时应该制定相应的民间金融法规来规范民间借贷行为。其次，建立相应的中介机构，促使民间金融交易的正规性和安全性。
4.加快支农商业金融机构的业务创新，提升其支农的业务水平和效率。一要继续作好信贷服务，满足农村经济发展的信贷的需求，是商业金融服务三农的主要内容：一要提升结算业务的水平和效率，商业金融主体应完善其结算体系，利用高科技的网络技术支持为农民提供方便、快捷、高效的结算服务；二要积极稳健地推行理财服务，商业金融应向广大农民群众导入科学的理财理念，大力营销储蓄、国债、保险、基金等个人理财业务，全心全意为农民群众作好理财服务。
参考文献：
[1]王仁祥.金融创新与金融深化[J].金融理论与实践，2002，(2).
[2]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).
[3]约翰・格利，爱德华・S.肖.金融理论中的货币:中文版[M].上海:上海人民出版社，1997．
[4]罗纳德・I.麦金农.经济发展中的货币与资本:中文版[M].上海:上海三联书店，1988．
[5]雷蒙德・W.戈德史密斯.金融结构与金融发展:中文版[M].上海:上海三联书店，1990．
[6]沈坤荣，张成.金融发展与中国经济增长[J].管理世界,2004，(7)．
[7]温铁军.农户信用与民间借贷研究――农户信用与民间借贷课题主报告[R]，2001．
[8]曹力群.农村金融体制改革与农户借贷行为研究课题报告[R]，2000．
[9]冉光和，李敬，等.中国金融发展与经济增长关系的区域差异研究[G]//北京大学中国经济研究中心经济发展论坛工作论文，2005.
Resarch on Relationgship Between Rural Financial Development and Rural Economic Growth in China
――Based on Analysis of Statistical Data in Sichuan 1980―2009
PU Chun-hua
金融大数据论文篇9
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.
金融大数据论文篇10
二、实证检验金融监管理论是否有效
本文根据世界银行的发展指标数据库、金融发展和结构数据库等的数据，选取100家进行数据实证分析，探讨这四类监管理论的有效性和实际效果。我们主要观测的指标有九个方面，分别是：政府对银行的控制程度、政府对金融的监管影响力、银行的集中程度、国家经济对外开放程度、金融监管的独立性、私人监管权力、债权人权利指数、产权指数和金融发展水平。每一项指标的侧重点都是不一样的，综合起来便可以比较全面地衡量一个国家的金融监管情况和金融发展水平，并探讨出金融监管理论的适用性和有效性。
首先，根据笔者实证结果表明，金融监管的公共利益理论在实际中是不利于金融业的繁荣发展的，数据结果显示，如果一个国家对金融的监管和干预权力越大，政府对银行的拥有程度越高，是不利于金融业的健康和发展壮大的。其次，在银行集中程度方面，如果银行集中程度比较高，那么国家对金融的干涉就比较容易，干涉程度也就越深，相应的对金融的影响也就越为不利。而相反的，如果能降低集中度，提高竞争力度，则是有利于金融发展的，此外开放程度越高相应的金融发展往往也会更繁荣。再次，通过研究表明，金融监管和金融运行的法律体系建设和完善也是有利于金融业发展的。规范的法律能够为市场提供公平的运行机制和竞争平台，从而促进金融繁荣，因此，金融监管的法律理论是适用于现代金融监管体系的。最后，在金融监管权衡理论方面，我们认为如果能够大幅提高金融监管的独立性和民间监管力度，也是有利于金融业发展繁荣的。
三、对我国金融监管改革的建议
金融大数据论文篇11
与过去一年大数据成为互联网领域炙手可热的话题相比，其实2007年人类制造的信息量首次超过可用存储空间更应作为大数据时代到来的标志性事件。而自此之后，信息量与存储空间这两者间的剪刀差飞速扩大。根据google测算和估计，2010年世界范围内数字信息量达到了1ZB。预计到2020年，每年都将产生35ZB的大数据。根据中文互联网数据研究资讯中心的定义：大数据指那些用现代常规处理技术不能处理的海量数据。
而淘宝网每天超过8亿件在线商品和超过6亿的手机网民正是产生大数据海量信息的实现来源的缩影。无论我们是接受还是拒绝，大数据时代已经来临。而大数据之大，除了数据本身的信息量的“大”以外，更重要的是数据（信息）之间的链接变得更加容易和低廉，即观察事物的维度更加的丰富。而社会生活的泛数字化和数据分析技术和工具的进一步发展，使得各种商业组织甚至个人能够以过去无法想象的复杂度、速度和精准度从庞杂的数据中获得足够的预判性以指导它们的商业行为。
二、大数据金融现状分析
大数据对许多行业的经营模式也带来了巨大的冲击，而作为现代经济枢纽和核心的金融业也出现了大数据模式的端倪。当然，大数据金融这个概念尚未得到金融业界人士的重视，他们更多的讨论互联网金融这个概念。确实，2013年的金融界的一系列耀眼的事件都离不开互联网或者互联网公司的身影，如P2P网贷平台的兴起与破产，余额宝理财通的膨胀，第三方支付的大行其道等。但就笔者看来，金融业与互联网在2013年的跨界应更多基于大数据背景，互联网只是大数据背景的表象而已。
原因有三，首先，从行业的本质来看，无论是我们讨论的金融业还是互联网行业，最核心的原料和产品的都是大数据，对金融企业，用户数据是其提供金融中介服务，找出合适的存贷双方完成交易的基础；而对互联网企业，无论是提供互联网服务还是提供金融服务，客户信息、购买行为记录都是其涉足金融业的基础。其次，互联网企业的大行其道离不开近年来大数据技术的发展。虽然互联网业早在20年前就已出现，但从全世界来看，尤其是在非发达国家地区，互联网企业涉足金融的脚步去相当缓慢，其主要原因正是因为大数据技术近几年来才得以发展。第三，金融企业近年来跟随大数据技术的脚步，在其积累的庞大客户信息数据基础上，在大数据软硬件设施、数据挖掘等大数据应用领域做出了大量的卓有成效的尝试。因此，对于13年互联网和金融企业的跨界经营，“大数据金融”比“互联网金融”更加深入本质。
透过2013年这一切跨界的各种事件，所谓大数据金融具有以下几个特征：
1、降低了信息不对称性。传统金融行业中，金融服务机构作为中介撮合交易并赚取利润，其最大的凭仗即是信息，这里包括对客户的信息和对金融产品的信息。而通过大数据的分析，通过网络传播、云端存储等技术的支持，能够及时传达给金融产品的提供者和购买者。尤其是对于购买者，可以实时获知金融产品的信息，有效管理自己的资产，而不再依赖于传统金融产品中介。
2、降低了金融产品的系统风险。在传统金融产品领域，风险很大程度来源于金融产品提供者的信用。而大数据技术的运用，使得对提供者的信用能够事前从多方面进行分析，而不仅仅依赖于财务分析或者其他财产保证，也而不必再进行事后回顾式的评价。同时，对买卖双方的实时监控和运用数据挖掘手段的客户识别也将成为风控的常规手段。
3、丰富了金融产品的营销渠道。正如我们先前讨论的一样，网络与大数据是密不可分的表里关系，因此，大数据金融必然会通过网络渠道实现销售、直接融资产品咨询等服务，有效降低营销成本。另外，通过第三方支付等手段，也有效降低了资金流转的成本。
4、提高了金融服务的效率。基于智能化处理和线上服务，大数据技术的强大数据分析能力能取代相当多的人工劳动，能在对的时间把合适的金融服务以对的方式提供给有此需求的购买者，即市场资金的提供者。以此极大地提高金融服务的效率。
5、扩大了金融企业服务的范围。在传统金融行业中，由于成本和风险的限制，金融服务往往只限于大金额的客户。而当金融行业通过大数据技术大幅度降低服务成本，非金融行业企业由于行业准入门槛的降低提供了更多的服务选择时，就将会有更多的社会个体能够享受到原来不敢想象的金融服务。正如余额宝一样，让更多地小额用户享受到更高的存款利息。
三、大数据金融发展趋势分析
1、金融需求的广度进一步拓展。也许在10年前，没有人会想到金融服务，理财投资会进入到普通家庭。但随着大数据技术的发展，降低了理财手段的门槛，包括资金门槛和知识门槛，在微观上使更多人进入直接投资领域，因此在宏观上将会进一步提高资金流转的速度和效率。而随着P2P网贷的兴起，这一趋势将愈加明显。
2、金融供给的深度进一步加深。随着大数据技术的发展，传统金融服务从业者的行业经验显得越来越不重要，因为大数据的多维性和随机性能够充分挖掘借贷者的信用和提供者的需求。最终的结果是使得银行、证券和保险公司与非金融企业的界限越来越淡化，但凡具备大数据技术应用层次的企业都能涉足金融服务业。因此在整个社会范围内的金融供给将会泛化而不仅仅局限于传统金融企业。
3、金融服务的层次进一步丰富。如前所述，当前的金融供给和金融需求逐渐摆脱大规模、高收益的陷阱，而进一步发展为多层次的服务行业。大至行业寡头，小至小额理财，社区金融，各个层次的服务与产品层出不穷；不同层次的消费者都能享受到相对应的金融服务。而从业者的角度，网络化的展现和线上服务也将成为多元化服务的一元，与实体服务结合起来，形成立体式的金融服务体系。也许在不远的未来，根据客户消费习惯和资金流向，大数据技术能够自动匹配或制定个性化的金融服务提供给个人。
金融大数据论文篇12
作为公司金融的研究重点，融资约束对公司经营的影响及企业的财务管理模式很早就引起了学者的兴趣。凯恩斯（1936）认为，企业持有流动性的一大好处是可以把握有价值的投资机会。相应地，如果企业面临融资摩擦（financing friction），流动性管理就成为企业管理者必须考虑的重大问题。
传统的理论通过企业的投资行为来考察融资约束对企业经营的影响。然而，自Kaplan和Zingales（1997）以来，以上结论受到了多方面的质疑，最具挑战性的观点有两个：一是Tobin’Q的衡量偏误；二是投资―现金流敏感性能否作为判断融资约束存在与否的依据。
针对以上问题，Almeida and Campello et al.（2004）等提出了另外一种检验融资约束假设的思路：面临融资约束的公司需要储备现金以保证后续投资项目的实施，而非融资约束公司则没有这种需求。因此，融资约束公司将表现出强烈的现金―现金流敏感性，而非融资约束公司的现金持有政策则不受现金流量多寡的影响，也就不会表现出现金―现金流敏感性。
在我国，负债率高的公司具有比较明显的特点：一是国有控股的可能性大。二是资产规模比较大。从我国实际情况来看，由于银行贷款仍然是公司主要的外部融资渠道，越大的公司，可以提供更多的担保，银行需要承担的监督成本也越小。基于上述分析，本文提出如下假设：公司的负债率越高，规模越大，面临的融资约束程度越低。
这就引入一个新的问题：如何划分融资约束与非融资约束样本，进而考察不同样本的融资约束程度？以往的文献多采用主观判断的分类法，例如按照企业负债率、资产规模或分红的三分位、四分位数划分样本，为什么高（低）分位数样本就是非融资约束组？依据是什么（张文君，2014）？为此Hansen（1999）提出了面板门限模型（panel threshold model），该模型的基本思想是利用统计检验的方法基于数据本身对样本进行分类，这在很大程度上缓解了先验判断带来的偏误。
基于上述考虑，本文将利用面板门限―现金―现金流模型实证检验融资约束假说。
二、模型与数据
为了保证可比性，本文亦使用Almeida and Campello et al.（2004）的基础模型，并以此为基础构建门槛模型，如方程（1）所示，
其中， 和 分别为被解释变量（现金持有变化）和主要解释变量（现金流量）， 为示性函数，qit为Tobin’Q，为企业规模，rit为门槛变量，和大多数文献一样，本文使用企业负债率和企业规模作为门槛变量， 、 为相应的双门限值3，下标 分别为个体和时间标识符。
面板门限模型的求解主要包括两步：一是对门槛效应的检验，二是门槛值的求解。本文的数据来源于Wind数据库，选取全部A股上市公司2008――2015年的数据，进一步的筛选原则如下：（1）剔除金融类和ST类公司；（2）剔除有数据缺失的企业；（3）剔除财务数据异常的样本。最终得到1469家公司作为研究对象，共计10283个公司年度观察值。
三、实证结果与分析
本文采用不同的门槛变量，得到了一致的检验结果――模型中存在两个门槛值，即对于不同负债率（公司规模）的公司而言，由于其面临不同的融资约束，因而其现金―现金流敏感性是不同的。
根据负债率作为门槛变量，取公司规模作为门槛变量。得出以下结论：（1）低负债率样本的现金―现金流敏感性系数显著为负，这意味着低负债率反映了公司上佳的财务状况，因而能够有效缓解公司的融资约束，中等负债率和高负债率的现金―现金流敏感性系数为正，且中等负债率样本的系数为0.315，显著大于高负债率样本的0.0172，这部分验证了前文提出的假说――公司的负债率越高，面临的融资约束程度越低。同时，从样本的分布范围来看，低负债率的样本数只有133个，显然，负债率低于8%是一项要求极高的财务指标，企业的资金来源几乎全部来源于内源融资。中等负债率的样本数占到了总体的74%，高负债率的样本数达2542，占比24.7%，其中国企样本数达到1668家，这在一定程度上印证了前文的一个论断――负债率越高的公司国有控股的可能性也越大。（2）若以公司规模为门槛变量，则结果同样支持前文提出的假说――公司规模越大，面临的融资约束越小，大规模公司的现金―现金流敏感性系数为0.326，小于中等规模公司的系数0.445，令人意外的是，小规模公司的系数居然为负。但相比于负债率组，样本分布发生了很大变化，属于中等规模的样本数仅有333家，仅为全部样本数的3%，这样，对整体进行门槛回归已经没有太大的意义，但注意到第二个门槛值95%的置信区间为（447.773，10088.099），这是一个相当大的取值范围，事实上，若以10088.1为临界点划分样本，则中等企业规模的样本数达到2290。（3）几乎所有样本的现金―现金流敏感性系数均显著为正，这意味着绝大多数公司都面临着“融资约束”难题，关键在于，不同类型的公司面临的融资约束程度不同，高负债率通常也是大规模的企业，现金―现金流敏感性系数显著小于中等负债率或中等规模的企业，即前者面临的融资约束弱于后者。
四、结论与启示
本文以Almeida and Campello et al.（2004）的研究为基础，从现金―现金流敏感性角度检验了融资约束假说在中国的实用性。本文的实证结果主要有以下发现――区e于以往研究，本文发现，融资约束普遍存在于中国的上市企业中，融资约束对中国上市公司的现金持有行为具有重要影响，具体表现为，负债率越高、资产规模越大的公司面临的融资约束越弱，而中等负债率或中等规模公司则表现出更加强烈的现金―现金流敏感性。这直接验证了本文提出的理论假设。
融资约束显著影响上市公司现金持有行为这一结论具有重要的政策含义。对于企业而言，持有较多现金虽然可以在一定程度上缓解外部资金压力，提高企业投融资决策的自主性，但同时要承担较大的流动性成本，对企业管理者提出了很高的要求。除此之外，促进金融市场的发展，加快银行改制、培育和发展公司债券市场等有助于拓宽公司融资渠道的手段则是破解融资约束难题的根本之道。
参考文献：
[1]连玉君， 程建. 投资――现金流敏感性： 融资约束还是成本？[J]. 财经研究， 2007，33（2）：37-46.
[2]Myers S C. Determinants of corporate borrowing[J]. Journal of financial economics， 1977，5（2）：147-175.
金融大数据论文篇13
一、长尾理论的内涵
根据克里斯?安德森在其著作《长尾理论》（2012）中对“长尾理论”进行的定义，其可以简单概括为“我们的文化和经济中心正在加速转移，从需求曲线头部的少数大热门（主流产品和市场）转向需求曲线尾部的大量利基产品和市场”。
“长尾”实际上是对统计学中幂律和帕累托分布特征的一种口语化表达。在正态分布中，曲线的头部代表着重要的人或事（这往往是之前人们关注的重点），而曲线的尾部，则是需要花费更多精力与成本才能关注到的大数量的人或者事。在之前的黄金“二八理论”中（帕累托，1897），20%的重要部分会造成80%的重大影响，可以理解为20%的热门产品会创造80%的收入。而在“长尾”经济理论中，利润将被一分为三。2%的大热门产品、8%的次热门产品以及剩下90%的长尾产品会创造出相等的，也就是33%的利润。克里斯?安德森通过运用大量的数据统计，证明了大热门产品实际上与冷门产品拥有相同的利润创造能力。这也就意味着关注“长尾产品”与继续争夺热门产品是可以达到相同的现实意义。
二、互联网金融
虽然目前互联网金融正处在蓬勃发展期，但各界对于互联网金融的定义是众说纷纭。根据辛琪等人论述，各界对于互联网金融的理解可以粗略的概括为四个方面：一是认为互联网金融是利用网络手段达到去中介化、去中心化金融业态；二是强调互联网金融的行为主体是互联网企业，也就是互联网企业领导的金融；三是从技术层面出发，认为利用了互联网技术的金融就是互联网金融；四是认为互联网精神或者互联网技术与金融业融合并实现金融创新为互联网金融。进而，辛琪等人对于互联网金融的进行了定义：以互联网经济为基础、互联网为信用平台开展金融活动的金融业态就是互联网金融。
目前业界对于在互联网上进行金融活动的这个概念存在分歧。有些人将其一分为二：互联网金融以及金融互联网。根据辛琪等人的论述，这两者是统一的。但马云认为“未来金融有两大机会，一个是金融互联网，金融行业走向互联网；第二个是互联网金融，纯粹的外行领导。”也就是说他将其严格划分为了两个概念。但是这种划分排斥了二者融合的可能性，在现实意义上作用有限。
三、“长尾理论”对于互联网金融发展的实践启示
不难看出，长尾理论是基于互联网技术带来的信息成本下降；另一方面，互联网经济的蓬勃发展正是长尾理论的实际体现。对于互联网金融而言，“长尾理论”会带给互联网金融企业怎样的启示呢？结合我国商业银行实际提出三点建议：
首先要实现扩大数量，降低门槛，加强客户与产品的对接的“长尾”优势，平台的建设将会是重中之重。在“长尾理论”中，“个性化”是盈利的核心，从而产品的设置可以更大程度上放回客户自身，让客户自己来为自己定制产品，选择服务，甚至自己为自己提高用户体验。而这些的实现都要建立在一个强大的平台基础之上。
硅谷投资教父约翰?杜尔（2011）提出“SOLOMO”概念：“SOLOMO”实际上是三个词的组合“Social（社交），Local（本地化），Mobile（移动化）”。目前，商业银行的手机银行已经实现了较出色的用户体验，较完备的功能设置，较突出的实用价值，是一个非常先进且潜力极大的用户平台。移动终端APP的设置实现了移动化的金融运用，定位功能及周围网点功能也在向本地化靠拢。但是，在此基础上如果加入Social的元素将会极大的提高用户体验和用户粘性，甚至会创造出巨大的其他财富空间。目前的运用当中，商业银行手机银行交流部分是以客服为主，以通知式的活动宣传为主。例如，在平台中设置游戏币或者积分，实现整个商业银行电子银行营销奖励的规范化，然后通过这种类型的积分或者游戏币给用户更多的空间去发挥使用，同时通过平台内社交规则来激励用户，从而使用户产生对平台的粘性。并且在用户粘性产生的同时也就实现了推广和营销。
另外，本地化也是该平台最为重要的一个方面。对现实没有意义的社交可能并不会引起大部分用户的注意，从而会使平台变成“白送”的一种网络游戏。本地化的加入不仅会让用户体会到实实在在的“价值”，更多的，对银行来说也会是衍生产品的扩张。例如，平台中可以签约大量的本地商户，商户打折或者其他类型的商户活动都会以游戏或者论坛帖子的形式出现在平台上，这样pos收单、信用卡业务也会随之得到扩张。更进一步，平台建设甚至可以通过收购或者邀请加盟的方式扩大功能窗口，从而实现一站式的金融加生活服务。例如，和携程或者去哪儿合作，可以开拓更加全面的旅行金融服务。当然这样的一个平台的建立并不能单纯依赖金融产品方面的考虑，更多的可能是需要技术上、人才上乃至机制上的支持。
