序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來(lái)了七篇金融市場(chǎng)基本面分析范文，愿它們成為您寫作過(guò)程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：異質(zhì)期望；學(xué)習(xí)；演化；人工金融市場(chǎng)；非線性動(dòng)力學(xué)

The Artificial Financial Market Based on Evolution of Agent’s Behavioral Heterogeneity

and Nonlinear Characteristics Analysis

MA Chao-qun , YANG Mi，ZOU Lin

(College of Business and Administration, Hunan Univ, Changsha, Hunan 410082, China)

Abstract: This paper explores the formation of financial market’s nonlinear characteristics from the standpoint of the evolution of investor individual’s heterogeneous behavior through an agent-based artificial financial market. In our market, agent will consider fundamental information and price tendency simultaneously relied on personal behavioral characters, such as mood, memory length and so on, make the trade-off between them based on empirical knowledge, then form price expectation and trading behavior to current market state. The adaptive updating of the weight represents the evolution of agent’s behavior, which is realized by the evolution of forecast rules with Genetic Algorithm (GA) and Generation Function (GF). Simulation testing shows that when the market fraction is composed of confident fundamentalist, chartists and adaptively rational agents, artificial financial market appears the same nonlinear characteristics--leptokurtosis, fat tail, clustered volatility, long-term memory and chaos, as real markets do, under a market maker scenario. This provides a computational experiment platform to study these behavioral factors, which cause the market to emerge nonlinear characteristics.

Key words: heterogeneous expectation; learning; evolution; artificial financial market; nonlinear dynamics

1. 引言

20世紀(jì)90年代以來(lái)，隨著復(fù)雜性科學(xué)的興起，Hsieh（1991）、Peters（1994）、Lux和Marchesi（1999）等研究發(fā)現(xiàn)，股票收益率呈“尖峰胖尾”分布，股票價(jià)格序列具有分形維、長(zhǎng)期記憶性以及混沌吸引子等非線性特征[1-3]。傳統(tǒng)的新古典金融理論在無(wú)法解釋其形成原因的同時(shí)，也難以解釋大量的“金融異象”（Anomalies），從而促使金融學(xué)研究范式發(fā)生了重大轉(zhuǎn)變，從完全理性、有效市場(chǎng)與靜態(tài)均衡到有限理性、自適應(yīng)市場(chǎng)與非線性演化。

隨之發(fā)展起來(lái)的計(jì)算金融學(xué)，正是建立在金融市場(chǎng)復(fù)雜自適應(yīng)理論基礎(chǔ)之上，采用“自下而上”的建模方法，利用計(jì)算機(jī)模擬技術(shù)構(gòu)建基于Agent的人工金融市場(chǎng)，試圖通過(guò)仿真研究揭示金融現(xiàn)象的產(chǎn)生根源與金融市場(chǎng)的演化規(guī)律，達(dá)到控制系統(tǒng)風(fēng)險(xiǎn)的目的。人工市場(chǎng)中，有限理性的Agent不斷學(xué)習(xí)與進(jìn)化，基于個(gè)人偏好形成自適應(yīng)的異質(zhì)預(yù)期與交易行為，在市場(chǎng)交易機(jī)制下相互作用，共同推進(jìn)市場(chǎng)的協(xié)同演化。

人工金融市場(chǎng)的模型構(gòu)建中，關(guān)鍵在于對(duì)Agent異質(zhì)行為（預(yù)期）的形成與演化建模。目前，文獻(xiàn)中存在兩股研究熱流：一股是以Brock和Hommes（1998）[4]為代表的異質(zhì)行為人模型（Heterogeneous Agent Model，HAM）。模型中，持有異質(zhì)信念的Agent分別采用與信念一致的行為策略來(lái)形成預(yù)期，根據(jù)各種預(yù)期及相應(yīng)的人數(shù)比例得到對(duì)風(fēng)險(xiǎn)資產(chǎn)的總需求，在Walrasian均衡機(jī)制下生成資產(chǎn)的價(jià)格。隨后，Agent會(huì)根據(jù)不同行為策略的市場(chǎng)表現(xiàn)來(lái)更新信念、轉(zhuǎn)換行為；這個(gè)學(xué)習(xí)過(guò)程通過(guò)自適應(yīng)信念系統(tǒng)（Adaptive Belief System，ABS）來(lái)實(shí)現(xiàn)，其直接表現(xiàn)為市場(chǎng)上異質(zhì)信念A(yù)gent的比例變化。

同大多數(shù)模型一樣，Chiarella 和He（2003）、Dieci et al.（2006）、Boswijk et al.（2007）、Anufriev和Panchenko（2009）等均在此理論分析框架內(nèi)，構(gòu)建僅由兩類異質(zhì)Agent---基本面分析者與技術(shù)分析者組成的市場(chǎng)，來(lái)分別研究Agent具有常（絕對(duì)/相對(duì)）風(fēng)險(xiǎn)厭惡偏好、有固定成分（自信的基本面與技術(shù)分析者）與調(diào)整成分（自適應(yīng)理易者）的市場(chǎng)組成以及不同的價(jià)格生成機(jī)制（Walrasian均衡、做市商、指令驅(qū)動(dòng)）下的人工市場(chǎng)中價(jià)格的動(dòng)態(tài)行為[5-8]。這類理論導(dǎo)向型（Theoretical-oriented）模型采用解析的方法描述異質(zhì)Agent的行為與信念更新，通過(guò)建立非線性動(dòng)力學(xué)系統(tǒng)來(lái)模擬市場(chǎng)運(yùn)行，在一定的參數(shù)條件下，能產(chǎn)生厚尾、投機(jī)泡沫和波動(dòng)叢集性等“典型特征”與顯著的混沌特征。

另一股是以Arthur et al.（1997）[9]為代表的Santa Fe人工股票市場(chǎng)（Artificial Stock Market， ASM）。市場(chǎng)中，短視的Agent根據(jù)各自經(jīng)驗(yàn)規(guī)則集中在當(dāng)前市場(chǎng)狀態(tài)下的最佳預(yù)測(cè)規(guī)則形成對(duì)下期股價(jià)與股利的線性預(yù)期，產(chǎn)生異質(zhì)的需求與行為策略；當(dāng)總需求等于總供給時(shí)，市場(chǎng)達(dá)到均衡，股票價(jià)格生成。隨后，Agent將更新被激活規(guī)則的預(yù)測(cè)精度，按照各自的學(xué)習(xí)速度利用遺傳算法（Genetic Algorithm，GA）來(lái)進(jìn)化個(gè)人預(yù)測(cè)規(guī)則；這個(gè)預(yù)期形成與學(xué)習(xí)過(guò)程通過(guò)包含三個(gè)基本要素的Holland遺傳分類系統(tǒng)來(lái)實(shí)現(xiàn)，具體為：把市場(chǎng)狀態(tài)信息映射到形成預(yù)期的預(yù)測(cè)參數(shù)的條件/預(yù)測(cè)規(guī)則集、判斷預(yù)測(cè)規(guī)則好壞的適應(yīng)函數(shù)以及基于適應(yīng)值進(jìn)行選擇、交叉、變異來(lái)淘汰壞規(guī)則，保留并生成新規(guī)則的遺傳算法。

這個(gè)計(jì)算平臺(tái)建立了一個(gè)完全可控的實(shí)驗(yàn)環(huán)境，重現(xiàn)了現(xiàn)實(shí)金融市場(chǎng)的許多特征，比如：尖峰厚尾、波動(dòng)持續(xù)性、交易量自相關(guān)以及崩盤等，一經(jīng)推出就受到眾多學(xué)者的關(guān)注，各種改進(jìn)的人工股票市場(chǎng)不斷涌現(xiàn)：Tay和Linn（2001）考慮Agent學(xué)習(xí)能力的有限性，采用模糊邏輯系統(tǒng)替代遺傳分類系統(tǒng)來(lái)刻畫Agent的學(xué)習(xí)進(jìn)化機(jī)制；LeBaron（2001）考慮具有常相對(duì)風(fēng)險(xiǎn)厭惡偏好的Agent通過(guò)神經(jīng)網(wǎng)絡(luò)算法形成預(yù)期與行為策略的人工市場(chǎng)典型特征； Chen和Yeh（2001）加入了一個(gè)“管理學(xué)校”機(jī)制，市場(chǎng)上Agent在利用遺傳規(guī)劃算法進(jìn)化預(yù)測(cè)函數(shù)的同時(shí)，能通過(guò)學(xué)校交流經(jīng)驗(yàn)、學(xué)習(xí)策略，最終市場(chǎng)價(jià)格在超額需求的驅(qū)動(dòng)下進(jìn)行調(diào)整；LeBaron和Yamamoto（2007）在Chiarella和Iori（2002）建立的指令驅(qū)動(dòng)型連續(xù)雙向拍賣市場(chǎng)的基礎(chǔ)上，考慮Agent之間的相互學(xué)習(xí)與模仿，采用遺傳算法進(jìn)化與傳播行為策略，模擬出市場(chǎng)存在的長(zhǎng)期記憶性等[11-14]。這類計(jì)算導(dǎo)向型（Computational-oriented）模型側(cè)重于計(jì)算機(jī)實(shí)現(xiàn)，利用各種智能算法來(lái)描述Agent的預(yù)期形成和市場(chǎng)交易機(jī)制作用下的學(xué)習(xí)與進(jìn)化，通過(guò)可控實(shí)驗(yàn)探尋金融市場(chǎng)的演化規(guī)律。

然而，站在Agent個(gè)人行為演化的角度不難發(fā)現(xiàn)，所有文獻(xiàn)關(guān)注的僅是兩個(gè)極端的情形：一方面，HAM 忽視了Agent面對(duì)復(fù)雜市場(chǎng)環(huán)境其決策行為的多樣性。盡管模型捕捉到了市場(chǎng)中Agent的兩種基本行為策略，并且能通過(guò)ABS在兩者之間做出選擇，但忽略了Agent的本質(zhì)行為---基于交易經(jīng)驗(yàn)在基本面分析與技術(shù)分析之間的自適應(yīng)性動(dòng)態(tài)權(quán)衡；另一方面，ASM忽視了Agent的個(gè)人行為特征與基本行為策略，為其策略的形成提供了太大的自由度。市場(chǎng)中Agent利用由價(jià)格與股利構(gòu)成的預(yù)測(cè)方程形成預(yù)期，其所有參數(shù)范圍內(nèi)形成的策略都是可行的。盡管能通過(guò)GA進(jìn)化行為策略，但這些策略均忽略了Agent的實(shí)際行為---基于個(gè)人情緒，記憶長(zhǎng)度等行為特征的基本面與技術(shù)分析及權(quán)衡，而僅剩下了表面的數(shù)字含義。

融合以上兩種建模方法，本文構(gòu)建一個(gè)新框架來(lái)刻畫交易者的行為本質(zhì)。這個(gè)行為框架不僅包含了交易者的兩種基于個(gè)人行為特征的基本行為策略，如HAM中所描述，而且考慮其基于經(jīng)驗(yàn)認(rèn)知在兩者之間的權(quán)衡，通過(guò)加入生成函數(shù)的遺傳分類系統(tǒng)來(lái)學(xué)習(xí)與進(jìn)化權(quán)衡行為，同ASM中所設(shè)定。在此基礎(chǔ)上，建立基于Agent的人工金融市場(chǎng)，試圖從交易者個(gè)人異質(zhì)行為演化的角度研究金融市場(chǎng)非線性特征的形成。

人工市場(chǎng)中，Agent基于個(gè)人情緒與調(diào)整速度進(jìn)行基本面分析，同時(shí)基于記憶長(zhǎng)度與外推速度進(jìn)行趨勢(shì)分析；針對(duì)當(dāng)前市場(chǎng)狀態(tài)，在個(gè)人經(jīng)驗(yàn)規(guī)則集內(nèi)選取最佳預(yù)測(cè)規(guī)則，利用預(yù)測(cè)參數(shù)---權(quán)重，形成價(jià)格預(yù)期與交易行為；其權(quán)衡行為的學(xué)習(xí)與進(jìn)化不僅基于市場(chǎng)行情而且基于個(gè)人的交易經(jīng)歷，兩種情形分別通過(guò)遺傳算法與生成函數(shù)更新規(guī)則來(lái)實(shí)現(xiàn)。Yang et al.（2010）[15]研究了該人工市場(chǎng)中資產(chǎn)價(jià)格的形成與演化，通過(guò)實(shí)驗(yàn)方法證明：在做市商的價(jià)格生成機(jī)制下，只有當(dāng)市場(chǎng)由自信的基本面分析者、技術(shù)分析者和自適應(yīng)性理易者組成時(shí)才能生成與真實(shí)市場(chǎng)相同的“典型特征”，這與Taylor和Allen（1992）[16]得出的實(shí)證結(jié)論一致。模擬實(shí)驗(yàn)表明，基于這一市場(chǎng)組成的人工金融市場(chǎng)呈現(xiàn)出與真實(shí)市場(chǎng)相似的非線性特征---尖峰、厚尾，波動(dòng)聚集性，長(zhǎng)期記憶性與混沌特征。這為探究導(dǎo)致市場(chǎng)產(chǎn)生非線性特征的行為因素提供了一個(gè)計(jì)算實(shí)驗(yàn)平臺(tái)。

本文的結(jié)構(gòu)安排如下：第二部分人工金融市場(chǎng)建模，構(gòu)建Agent的價(jià)格預(yù)期模型與異質(zhì)行為演化機(jī)制，以及價(jià)格生成模型；第三部分模擬實(shí)驗(yàn)與特征分析，在實(shí)驗(yàn)設(shè)計(jì)的基礎(chǔ)上模擬市場(chǎng)運(yùn)行，檢驗(yàn)仿真價(jià)格時(shí)間序列的尖峰、厚尾，波動(dòng)聚集性，長(zhǎng)期記憶性與混沌特征；第四部分結(jié)論與展望。

2. 人工金融市場(chǎng)建模

本文結(jié)合文獻(xiàn)[6]中異質(zhì)行為人模型與文獻(xiàn)[9]中Santa Fe人工股票市場(chǎng)，構(gòu)建基于Agent異質(zhì)行為演化的人工金融市場(chǎng)。市場(chǎng)中，Agent依賴個(gè)人行為特征，如：情緒、記憶長(zhǎng)度等，來(lái)同時(shí)考慮基本面信息與價(jià)格趨勢(shì)，針對(duì)當(dāng)前市場(chǎng)狀態(tài)，基于經(jīng)驗(yàn)認(rèn)知權(quán)衡二者后形成價(jià)格預(yù)期與交易行為。權(quán)重的自適應(yīng)性更新揭示了個(gè)人行為的演化，其通過(guò)遺傳算法與生成函數(shù)進(jìn)化預(yù)測(cè)規(guī)則來(lái)實(shí)現(xiàn)。

2.1 基本模型

假設(shè)市場(chǎng)中存在兩種公開(kāi)交易的資產(chǎn)：債券與股票。債券無(wú)限供給，其無(wú)風(fēng)險(xiǎn)利率為 ；股票的股利 服從一階自回歸過(guò)程：

為股利的均值， ， ，且 ，滿足i.i.d.條件。

市場(chǎng)上有 個(gè)短視的Agent，具有相同的常絕對(duì)風(fēng)險(xiǎn)厭惡（Constant Absolute Risk Aversion，CARA）效用函數(shù)：其中， 是財(cái)富規(guī)模， 是絕對(duì)風(fēng)險(xiǎn)厭惡系數(shù)。眾所周知，在股價(jià)與股利服從高斯分布的情形下，Agent通過(guò)最大化其期望效用函數(shù)能確定最佳的股票需求份額：

其中， 為 時(shí)刻的股票價(jià)格， 和 分別為Agent對(duì)股價(jià)與股利條件均值與方差的預(yù)期 。

2.2 Agent的價(jià)格預(yù)期模型

不同于異質(zhì)行為人模型中僅通過(guò)ABS在兩種基本行為策略之間進(jìn)行簡(jiǎn)單轉(zhuǎn)換，人工市場(chǎng)中每個(gè)Agent針對(duì)當(dāng)前市場(chǎng)狀態(tài)，利用依賴個(gè)人行為特征的基本面分析與技術(shù)分析得到相應(yīng)價(jià)格預(yù)期， 和 ，基于經(jīng)驗(yàn)認(rèn)知在兩者之間權(quán)衡，形成最終的加權(quán)價(jià)格預(yù)期：

其中， 為Agent依賴兩種基本行為策略的權(quán)重， 。

下面，將具體介紹Agent其基于基本面分析與技術(shù)分析的價(jià)格預(yù)期模型。假設(shè) 時(shí)刻的股票基本面價(jià)格 為市場(chǎng)上的公開(kāi)信息，等于長(zhǎng)期基本價(jià)值 。然而，考慮到噪聲信息、個(gè)人心理因素等各種情況的影響，Agent對(duì) 時(shí)刻基本面價(jià)格的估計(jì)將偏離基本價(jià)值，滿足：

其中，偏離程度 滿足i.i.d.條件，其均值 為Agent個(gè)人情緒的平均度量（ , 樂(lè)觀;, 悲觀）， 為偏離基本價(jià)值的方差。

從基本面分析的角度出發(fā)，Agent相信股價(jià)最終將回復(fù)到基本面價(jià)格，即使存在短期的偏離。因此，其基于基本面分析的價(jià)格預(yù)期為：

其中， 為基于Agent個(gè)人判斷的股價(jià)調(diào)整速度， 。

同時(shí)，Agent也希望把握股價(jià)的變動(dòng)趨勢(shì)，利用基于個(gè)人記憶長(zhǎng)度的平均收益率來(lái)外推股票的價(jià)格預(yù)期：

其中， 為外推系數(shù)，其符號(hào)標(biāo)志著Agent是趨勢(shì)（ ）或反向（ ）投資者； 為個(gè)人記憶長(zhǎng)度，在交易者之間服從獨(dú)立的均勻分布； 為記憶長(zhǎng)度 內(nèi)的平均收益率，具體表示為：

綜上，Agent對(duì) 時(shí)刻股價(jià)與股利的預(yù)期為：

2.3 Agent的異質(zhì)行為演化機(jī)制

本文采用加入生成函數(shù)的遺傳分類系統(tǒng)來(lái)刻畫Agent基于經(jīng)驗(yàn)認(rèn)知在基本面分析與技術(shù)分析之間的動(dòng)態(tài)權(quán)衡，其權(quán)衡行為的學(xué)習(xí)與進(jìn)化不僅基于市場(chǎng)行情而且基于個(gè)人的交易經(jīng)驗(yàn)，兩種情形分別通過(guò)遺傳算法（GA）與生成函數(shù)（GF）更新規(guī)則來(lái)實(shí)現(xiàn)。同時(shí)，其權(quán)重的選取與自適應(yīng)性更新揭示了價(jià)格預(yù)期的形成與個(gè)人行為的演化。

2.3.1 權(quán)重的選取

類似于Santa Fe人工股票市場(chǎng)，每個(gè)Agent在 時(shí)刻同時(shí)擁有 條預(yù)測(cè)規(guī)則，每條規(guī)則包括三個(gè)部分：市場(chǎng)條件，預(yù)測(cè)參數(shù)---權(quán)重，以及預(yù)測(cè)精度。市場(chǎng)條件由12位二進(jìn)制代碼組成，反映兩類市場(chǎng)信息：基本面與技術(shù)面信息，具體設(shè)置參見(jiàn)文獻(xiàn)[9]。規(guī)則被激活，當(dāng)且僅當(dāng)其市場(chǎng)條件與當(dāng)前市場(chǎng)狀態(tài) 相匹配。一旦有多條規(guī)則被激活，Agent將選擇其中預(yù)測(cè)精度最高的規(guī)則來(lái)形成價(jià)格預(yù)期。

假定Agent的第 條規(guī)則為 時(shí)刻的最佳預(yù)測(cè)規(guī)則，記為： ，其中， 與當(dāng)前市場(chǎng)狀態(tài)相匹配， 為選取的權(quán)重，用來(lái)形成價(jià)格預(yù)期 ，以及 ，被激活規(guī)則中的最小預(yù)測(cè)方差（即：預(yù)測(cè)精度最高），用來(lái)預(yù)測(cè)條件方差 。

市場(chǎng)上所有Agent均利用式（2）計(jì)算各自的最佳需求份額，同時(shí)傳遞給市場(chǎng)。做市商根據(jù)市場(chǎng)上的超額需求來(lái)調(diào)整股票價(jià)格，生成下期的股價(jià) 。當(dāng)新一期的股利 已知時(shí)， 時(shí)刻被激活的所有規(guī)則，其預(yù)測(cè)精度將被更新：

其中， 。

2.3.2 權(quán)重的更新

在 期初，每個(gè)Agent將總結(jié)第 期的個(gè)人交易經(jīng)驗(yàn)，生成一條新規(guī)則 ，其意味著市場(chǎng)狀態(tài) 下使得預(yù)測(cè)方差最小的最優(yōu)權(quán)重。這是一個(gè)自我學(xué)習(xí)的過(guò)程，生成最優(yōu)權(quán)重的函數(shù) 被稱為生成函數(shù)。

對(duì)于Agent，計(jì)算最優(yōu)權(quán)重 ，通過(guò)等式

于是，Agent的第 條規(guī)則記為： 其中， ，為市場(chǎng)狀態(tài) 下被激活的規(guī)則中最小的預(yù)測(cè)方差。

市場(chǎng)中，Agent不僅通過(guò)每期在預(yù)測(cè)規(guī)則集中最佳預(yù)測(cè)規(guī)則的選擇以及新規(guī)則的生成，實(shí)現(xiàn)從個(gè)人交易經(jīng)驗(yàn)中的快速學(xué)習(xí)，而且通過(guò)平均 期不同步的利用遺傳算法進(jìn)化預(yù)測(cè)規(guī)則集，基于適應(yīng)值進(jìn)行選擇、交叉、變異來(lái)淘汰壞規(guī)則，保留并生成新規(guī)則，實(shí)現(xiàn)基于市場(chǎng)行情的緩慢學(xué)習(xí)，具體設(shè)置參見(jiàn)文獻(xiàn)[9]。

對(duì)于Agent， 期后其規(guī)則集中擁有 條規(guī)則。表現(xiàn)最差（即：適應(yīng)值最低）的 條規(guī)則被淘汰，同時(shí)在保留的規(guī)則基礎(chǔ)上，通過(guò)交叉與變異生成新規(guī)則，使得其在 時(shí)刻重新?lián)碛?條規(guī)則。Agent的第 條規(guī)則的適應(yīng)值定義為：

其中， 為規(guī)則的特征值 （即：市場(chǎng)條件部分被設(shè)定狀態(tài)的位數(shù)和）的成本。

2.4 價(jià)格生成模型

假定股票零供給， 時(shí)刻的超額需求等于市場(chǎng)上所有Agent的需求總和。在做市商的價(jià)格生成機(jī)制下，得到下期的股票價(jià)格：

其中， 為價(jià)格調(diào)整速度，噪聲項(xiàng) ，滿足i.i.d.條件。

3. 模擬實(shí)驗(yàn)與特征分析

為驗(yàn)證人工金融市場(chǎng)的有效性，在Agent的個(gè)人行為特征與學(xué)習(xí)速度均不發(fā)生調(diào)整的簡(jiǎn)單情形下，設(shè)計(jì)實(shí)驗(yàn)、設(shè)定參數(shù)，按照流程圖模擬Agent自適應(yīng)性動(dòng)態(tài)權(quán)衡的交易行為與市場(chǎng)運(yùn)行，檢驗(yàn)人工市場(chǎng)生成的仿真價(jià)格時(shí)間序列的非線性特征---尖峰、厚尾，波動(dòng)聚集性，長(zhǎng)期記憶性與混沌特征。

3.1 模擬實(shí)驗(yàn)

3.1.1 實(shí)驗(yàn)設(shè)計(jì)

人工市場(chǎng)中，Agent的個(gè)人行為特征，如：情緒、記憶長(zhǎng)度、調(diào)整速度以及外推系數(shù)等均在所服從的分布范圍內(nèi)隨機(jī)選取；Agent在保持平均學(xué)習(xí)速度的前提下彼此不同步的進(jìn)化預(yù)測(cè)規(guī)則集；且結(jié)合文獻(xiàn)[15]的研究，在做市商的價(jià)格生成機(jī)制下，設(shè)定市場(chǎng)由自信的基本面分析者（即：），自適應(yīng)性理性投資者（即： ，具有異質(zhì)行為演化能力）和技術(shù)分析者（即： ）按照 的比例組成，具體參數(shù)設(shè)置見(jiàn)表1。

3.1.2 流程圖

基于Agent異質(zhì)行為演化的人工金融市場(chǎng)建模流程如圖1所示：

3.1.3 運(yùn)行結(jié)果

基于設(shè)定的市場(chǎng)組成比例以及各類Agent的交易與學(xué)習(xí)機(jī)制，按照流程圖，利用Matlab語(yǔ)言對(duì)人工金融市場(chǎng)進(jìn)行仿真實(shí)現(xiàn)。在不同的隨機(jī)生成數(shù)下模擬運(yùn)行10次，每次交易10,000期，讓市場(chǎng)中Agent得到充分的學(xué)習(xí)，記錄隨后的1,000期。市場(chǎng)運(yùn)行一次所生成的仿真價(jià)格時(shí)間序列與仿真對(duì)數(shù)收益率序列見(jiàn)圖2。

3.2 特征分析

國(guó)外實(shí)證研究表明，金融市場(chǎng)的價(jià)格時(shí)間序列與收益率序列存在顯著的非線性特征。國(guó)內(nèi)學(xué)者史永東（2000）、王衛(wèi)寧等（2004）、馬超群等（2008）均證實(shí)中國(guó)股票市場(chǎng)也不例外[17-19]。本文選取1997.1.1～2007.5.24上證綜指和深圳成指日收盤價(jià)（經(jīng)對(duì)數(shù)線性趨勢(shì)消除法處理[19]）與仿真價(jià)格序列進(jìn)行比較分析。此期間，市場(chǎng)經(jīng)歷了兩次熊（牛）市，蘊(yùn)涵了豐富的動(dòng)力學(xué)特征；且剔除價(jià)格隨經(jīng)濟(jì)和通貨膨脹而增長(zhǎng)趨勢(shì)的指數(shù)序列與不存在太多白噪聲擾動(dòng)的仿真價(jià)格序列更能體現(xiàn)系統(tǒng)的非線性結(jié)構(gòu)，更具可比性。

3.2.1 尖峰、厚尾與波動(dòng)聚集性檢驗(yàn)

檢驗(yàn)結(jié)果如表2所示，全體仿真價(jià)格時(shí)間序列均與上證綜指、深圳成指的價(jià)格序列具有相同的分布特點(diǎn)，呈現(xiàn)出顯著的尖峰、厚尾（峰度大于3）與波動(dòng)聚集性（ARCH-LM檢驗(yàn)，在5%的顯著性水平下拒絕原假設(shè)），且向右偏（偏度大于0）。在此基礎(chǔ)上，將進(jìn)一步檢驗(yàn)人工金融市場(chǎng)是否與中國(guó)股票市場(chǎng)一樣具有長(zhǎng)期記憶性和混沌特征等非線性動(dòng)力學(xué)特征。

3.2.2 長(zhǎng)期記憶性檢驗(yàn)

作為判斷時(shí)間序列是否為有偏隨機(jī)游走的重標(biāo)極差（ ）分析方法[2]，以其穩(wěn)健、非參的特點(diǎn)作為重要的研究工具被用來(lái)檢驗(yàn)金融時(shí)間序列的長(zhǎng)期記憶性。其導(dǎo)出的Hurst指數(shù) 表明，當(dāng) 時(shí)，序列為隨機(jī)游走過(guò)程；當(dāng) 時(shí)，序列具有反持續(xù)性，即均值回復(fù)過(guò)程；當(dāng) 時(shí)，序列是持久的，具有長(zhǎng)期記憶性。同時(shí)， 分析能發(fā)現(xiàn)時(shí)間序列的非周期循環(huán)，估計(jì)平均循環(huán)長(zhǎng)度，為人工金融市場(chǎng)的混沌檢驗(yàn)提供重要參數(shù)支持。

從表3可知，全體仿真價(jià)格時(shí)間序列的Hurst指數(shù)均值 ，平均循環(huán)長(zhǎng)度 ；同時(shí)，圖3顯示了Hurst指數(shù)最小的仿真序列1的 分析過(guò)程，其指數(shù)為0.721，顯著大于0.5，且非周期循環(huán)的平均長(zhǎng)度估計(jì)為169期。以上數(shù)據(jù)標(biāo)志著人工金融市場(chǎng)具有顯著的長(zhǎng)期記憶性，存在非周期循環(huán)，這與上證綜指、深圳成指的價(jià)格序列具有長(zhǎng)期記憶性和分形性質(zhì)的結(jié)論一致[20]。此外，人工金融市場(chǎng)較中國(guó)股票市場(chǎng)具有更強(qiáng)的記憶性，究其原因，不存在外部環(huán)境中經(jīng)濟(jì)與政治因素的沖擊，以及市場(chǎng)中全體Agent同時(shí)基于個(gè)人記憶長(zhǎng)度進(jìn)行技術(shù)分析，使得價(jià)格影響的持續(xù)性更久遠(yuǎn)。

3.2.3 混沌特征檢驗(yàn)

對(duì)初始條件的敏感性依賴以及存在分形維的吸引子，是一個(gè)混沌系統(tǒng)具備的基本特征。采用相空間重構(gòu)技術(shù)來(lái)計(jì)算金融時(shí)間序列的最大Lyapunov指數(shù)和相關(guān)維，是通過(guò)度量對(duì)初始條件的敏感程度和混沌吸引子的維數(shù)來(lái)檢驗(yàn)金融市場(chǎng)是否存在混沌的有效方法。利用表3中的平均循環(huán)長(zhǎng)度，根據(jù)WOLF法則，本文采用相同的小數(shù)據(jù)量算法和G-P算法[21]來(lái)計(jì)算人工金融市場(chǎng)的混沌特征量---最大Lyapunov指數(shù) 和相關(guān)維 ，使之與中國(guó)股票市場(chǎng)的混沌特征更具可比性。

表4中結(jié)果顯示，人工金融市場(chǎng)的最大Lyapunov指數(shù)在95%的置信度下顯著為正，均大于上證綜指、深圳成指的指數(shù)值。這說(shuō)明市場(chǎng)存在混沌，且對(duì)于初始條件比真實(shí)市場(chǎng)更敏感。收斂到2.36相關(guān)維表明，人工金融市場(chǎng)存在與中國(guó)股票市場(chǎng)同樣的低維混沌，并且同樣可以用最少3個(gè)變量為市場(chǎng)的運(yùn)動(dòng)建立動(dòng)力學(xué)模型。

通過(guò)尖峰、厚尾與波動(dòng)聚集性檢驗(yàn)、長(zhǎng)期記憶性檢驗(yàn)和混沌檢驗(yàn)可知，在一定的參數(shù)條件下，基于Agent異質(zhì)行為演化的人工金融市場(chǎng)呈現(xiàn)出與真實(shí)市場(chǎng)---中國(guó)股票市場(chǎng)相似的非線性特征。這為從交易者異質(zhì)行為演化角度探究金融市場(chǎng)非線性特征的形成與演化提供了一個(gè)有效的計(jì)算實(shí)驗(yàn)平臺(tái)。

4. 結(jié)論與展望

真實(shí)市場(chǎng)中，交易者并不是簡(jiǎn)單的在基本面分析者與技術(shù)分析者這兩個(gè)角色中轉(zhuǎn)換。他會(huì)依賴個(gè)人行為特征同時(shí)考慮基本面信息與價(jià)格趨勢(shì)，權(quán)衡二者，依賴其對(duì)市場(chǎng)狀態(tài)基于直覺(jué)與經(jīng)驗(yàn)分析得到的自適應(yīng)性權(quán)重來(lái)形成價(jià)格預(yù)期。我們把這整個(gè)過(guò)程被稱之為“交易者行為”，其自適應(yīng)性權(quán)重的動(dòng)態(tài)更新表示交易者行為異質(zhì)性的演化。

本文的主要工作是在這個(gè)刻畫交易者本質(zhì)行為的新框架上建立了一個(gè)人工金融市場(chǎng)，在反映市場(chǎng)中交易者真實(shí)行為的同時(shí)，驗(yàn)證了在做市商的價(jià)格生成機(jī)制下，當(dāng)市場(chǎng)由自信的基本面分析者、技術(shù)分析者和自適應(yīng)性理易者組成時(shí)，人工市場(chǎng)能產(chǎn)生與真實(shí)市場(chǎng)相同的非線性特征。這為從交易者異質(zhì)行為演化角度探究金融市場(chǎng)非線性特征的形成與演化提供了一個(gè)有效的計(jì)算實(shí)驗(yàn)平臺(tái)。在此平臺(tái)上，交易者個(gè)人行為特征與學(xué)習(xí)速度變化對(duì)市場(chǎng)的沖擊以及導(dǎo)致市場(chǎng)出現(xiàn)非線性動(dòng)力學(xué)特征的序參量挖掘，將成為下一步的研究方向。

參考文獻(xiàn)

[1] D. A. Hsieh. Chaos and nonlinear dynamics: application to financial markets [J]. The Journal of Finance, 1991, 46(5):1839-1877.

[2] E. Peters. Fractal market analysis: applying chaos theory to investment and economics [M]. New York: John Wiley & Sons Inc., 1994.

[3] T. Lux and M. Marchesi. Scaling and criticality in a stochastic multi-agent model of a financial market [J]. Nature, 1999, 397:498-500.

[4] W. A. Brock and C. H. Hommes. Heterogeneous beliefs and routes to chaos in a simple asset pricing model [J]. Journal of Economic Dynamics and Control, 1998, 22(8-9):1235-1274.

[5] C. Chiarella and X. Z. He. Heterogeneous beliefs, risk and learning in a simple asset pricing model with a market maker [J]. Macroeconomic Dynamics, 2003, 7(4):503-536.

[6] R. Dieci, I. Foroni, L. Gardini, and X.Z. He. Market mood, adaptive beliefs and asset price dynamics [J]. Chaos, Solitons & Fractals, 2006, 29(3):520-534.

[7] H. P. Boswijk, C. H. Hommes, and S. Manzan. Behavioral heterogeneity in stock prices [J]. Journal of Economic Dynamics and Control, 2007, 31(6):1938-1970.

[8] M. Anufriev and V. Panchenko. Asset prices, trader’s behavior and market design [J]. Journal of Economic Dynamics and Control, 2009, 33(5):1073-1090.

[9] W. B. Arthur, J. Holland, B. LeBaron, R. Palmer, and P. Tayler. Asset pricing under endogenous expectations in an artificial stock market [C]. The Economy as an Evolving Complex System II, Addison-Wesley, 1997, 15-44.

[10] N. S. P. Tay and S. C. Linn. Fuzzy inductive reasoning, expectation formation and the behavior of security prices [J]. Journal of Economic Dynamics and Control, 2001, 25(3-4):321-361.

[11] B. LeBaron. Evolution and time horizons in an agent based stock market [J]. Macroeconomic Dynamics, 2001, 5(2):225-254.

[12] S. H. Chen and C. H. Yeh. Evolving traders and the business school with genetic programming: a new architecture of the agent-based artificial stock market [J]. Journal of Economic Dynamics and Control, 2001, 25(3-4):363-393.

[13] B. LeBaron and R. Yamamoto. Long-memory in an order-driven market [J]. Physica A, 2007, 383(1):85-89.

[14] C. Chiarella and G. Iori. A simulation analysis of the microstructure of double auction markets [J]. Quantitative Finance, 2002, 2(5):346-353.

[15] M. Yang, C. Q. Ma, and L. Zou. Asset pricing under evolution of agent’s behavioral heterogeneity in an artificial financial market [C]. The 2nd International Conference on Information Engineering and Computer Science, Accepted.

[16] M. P. Taylor and H. Allen. The use of technical analysis in the foreign exchange market [J]. Journal of International Money and Finance, 1992, 11(3):304-314.

[17] 史永東. 中國(guó)證券市場(chǎng)的股票收益持久性的經(jīng)驗(yàn)分析[J]. 世界經(jīng)濟(jì), 2000, (11):29-32.

[18] 王衛(wèi)寧, 汪秉宏, 史曉平. 股票價(jià)格波動(dòng)的混沌行為分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2004, (4):141-147.

[19] 馬超群, 鄒琳, 李紅權(quán). 股票市場(chǎng)的非線性結(jié)構(gòu)與混沌效應(yīng)檢驗(yàn)：基于BDS方法與CR方法[J]. 湖南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 35(5):85-88.

[20] C. Q. Ma, H. Q. Li, L. Zou, Z. J. Wu. Long-term memory in emerging markets: evidence from the Chinese stock market [J]. International Journal of Information Technology & Decision Making. 2006, 5(3):495-501.

[21] 李紅權(quán), 馬超群, 鄒琳. 中國(guó)證券市場(chǎng)的混沌動(dòng)力學(xué)特征研究[J]. 中國(guó)管理科學(xué), 13(專

篇(2)

業(yè)內(nèi)人士認(rèn)為，經(jīng)歷上周末減倉(cāng)暴跌之后，市場(chǎng)在外盤及周邊商品期貨帶動(dòng)下暫時(shí)性企穩(wěn)，而預(yù)計(jì)近期市場(chǎng)焦點(diǎn)仍主要集中在全球金融市場(chǎng)，穩(wěn)定之后，棉花的基本面變化將進(jìn)入市場(chǎng)的關(guān)注視野。

“目前來(lái)看，在新棉即將上市、國(guó)儲(chǔ)拋棉尚未結(jié)束的情況下，國(guó)內(nèi)棉價(jià)短期仍將震蕩走低，但在新棉收購(gòu)價(jià)格的成本支撐下，鄭棉不會(huì)回調(diào)太多，畢竟仍處長(zhǎng)期牛市之中”。南華期貨分析師鐘益強(qiáng)表示。

供需矛盾將持續(xù)

今日國(guó)內(nèi)股市再次昂首向前，而商品期貨充分反映出國(guó)際環(huán)境的異動(dòng)性與國(guó)內(nèi)本身市場(chǎng)的矛盾性關(guān)系：由于上周末美聯(lián)儲(chǔ)（FED）突然調(diào)低貼現(xiàn)率，并再次增加對(duì)市場(chǎng)資金的投放額度，刺激歐美股市和國(guó)際商品期市大幅反彈，激勵(lì)國(guó)內(nèi)今日市場(chǎng)紛紛走高，單股票市場(chǎng)本身由于影響性一直有限，今日收復(fù)近期的失地重上4900點(diǎn)毫不為奇。首創(chuàng)期貨人士表示。

“商品期貨今日盡管表現(xiàn)不一，豆類、油脂、白糖大幅攀升，其它平穩(wěn)略有反彈，但卻有二個(gè)共同的特點(diǎn)；其一，尾盤大幅度減倉(cāng)，日內(nèi)短線交易較為頻繁，分析個(gè)中原因也毫不為怪，由于國(guó)際金融市場(chǎng)上周末戛然而止，但市場(chǎng)普遍預(yù)言能否穩(wěn)定仍存在較大的不確定性，從而帶來(lái)基金操作動(dòng)向不穩(wěn)，會(huì)不會(huì)繼續(xù)引導(dǎo)國(guó)際商品期貨市場(chǎng)就此止跌，今日國(guó)內(nèi)商品上午盤增倉(cāng)與下午盤的減倉(cāng)行為可謂是對(duì)這種矛盾性的很好解釋，隔夜不確定性帶來(lái)資金避嫌需求增強(qiáng)；其二，今日行情表現(xiàn)也再次表明國(guó)內(nèi)相對(duì)較好的基本面市場(chǎng)，從很大程度上而言，上周四尤其是周五國(guó)內(nèi)期貨市場(chǎng)的普跌乃來(lái)自于國(guó)際金融市場(chǎng)的動(dòng)蕩所致”。期貨人士表示。

據(jù)發(fā)改委報(bào)告，棉價(jià)走勢(shì)從大幅上揚(yáng)轉(zhuǎn)為逐漸走穩(wěn)，8月13日國(guó)內(nèi)標(biāo)準(zhǔn)級(jí)棉到廠均價(jià)為14530元/噸，雖然比7月初上漲767元/噸，但比7月31日僅上漲23元/噸。7月國(guó)內(nèi)標(biāo)準(zhǔn)級(jí)棉到廠均價(jià)14163元/噸，較6月上漲808元，漲幅達(dá)6.05%。此外，棉花進(jìn)口明顯低于去年水平。數(shù)據(jù)顯示，7月份我國(guó)進(jìn)口棉花22.9萬(wàn)噸，同比下降21.1%。今年1－7月則進(jìn)口140.5萬(wàn)噸，同比下降48.8%。

一經(jīng)紀(jì)公司分析師稱，基本面上，傳言熱帶風(fēng)暴Erin可能損及德克薩斯州和俄克拉荷馬州的作物單產(chǎn)，令周二棉花市場(chǎng)上的拋盤興趣受限。同樣，“美國(guó)東南部的大部分區(qū)域正遭受過(guò)度高溫天氣，8月初至中旬，國(guó)內(nèi)中部地區(qū)為高溫天氣主導(dǎo)。”

就目前國(guó)內(nèi)商品期貨而言，豆類未來(lái)依舊擁有較好的基本面環(huán)境支持，未來(lái)將可能展開(kāi)補(bǔ)漲行情；棉花市場(chǎng)則由于前期看好的兩個(gè)要素即供需基本面和基金操作動(dòng)向，均在近期一個(gè)月或者更近階段發(fā)生了很大改變，從而帶來(lái)市場(chǎng)多空分歧的加劇，經(jīng)歷上周末市場(chǎng)的大幅減倉(cāng)，再次令投機(jī)做多資金望而生畏，這也是對(duì)后市棉花行情最為擔(dān)心的地方。

價(jià)值投資機(jī)會(huì)顯露

據(jù)海關(guān)總署最新統(tǒng)計(jì)，2007年7月份我國(guó)共進(jìn)口棉花22.9萬(wàn)噸，較上個(gè)月減少2.34萬(wàn)噸，減幅9.27%；較去年同期減少6.14萬(wàn)噸，減幅21.13%。據(jù)統(tǒng)計(jì)，2006/07年度前11個(gè)月（2006.09-2007.07）我國(guó)累計(jì)進(jìn)口棉花僅201.94萬(wàn)噸，較去年同期減少180.63萬(wàn)噸，減幅47.22%。另?yè)?jù)統(tǒng)計(jì)，2007年前七個(gè)月累計(jì)進(jìn)口140.52萬(wàn)噸，較去年同期減少133.71萬(wàn)噸，減幅48.76%。

業(yè)內(nèi)人士指出，我國(guó)棉花缺口大，對(duì)外依存度高，根本解決之道在于轉(zhuǎn)變棉紡織經(jīng)濟(jì)低水平盲目擴(kuò)張的增長(zhǎng)方式，加快產(chǎn)品結(jié)構(gòu)調(diào)整步伐。

該分析師表示，近期棉花期貨遭遇賣壓，也令美國(guó)棉價(jià)較全球價(jià)格更具競(jìng)爭(zhēng)力。

他指出："因此，我們預(yù)期接下來(lái)的數(shù)天及數(shù)周，美國(guó)出口步伐將會(huì)加大。"一市場(chǎng)技術(shù)分析師稱，技術(shù)面上，基準(zhǔn)12月期貨價(jià)格仍然處于自7月觸及的高點(diǎn)68.80美分大幅下跌的趨勢(shì)。上周五價(jià)格觸及兩個(gè)月新低56.90美分。收盤價(jià)格需要高于堅(jiān)實(shí)技術(shù)阻力位60.00美分才能給予多頭一些新的上檔技術(shù)動(dòng)能。

今年的籽棉收購(gòu)價(jià)格在3元/斤左右，以此計(jì)算，設(shè)棉籽價(jià)格為0.75元/斤，依分率為38%，每噸棉花加工成本為500元，則皮棉的成本價(jià)為14000元左右，較去年高出不少。

此外，國(guó)際棉花咨詢委員會(huì)（ICAC）分析預(yù)計(jì)2007／08年度全球棉花產(chǎn)量略減，消費(fèi)繼續(xù)小幅增加，貿(mào)易量增長(zhǎng)較多，期末庫(kù)存大幅減少，庫(kù)存消費(fèi)比降至近五個(gè)年度最低。預(yù)計(jì)2007/08年度全球棉花產(chǎn)量為2514萬(wàn)噸，同比減少20萬(wàn)噸。預(yù)計(jì)美國(guó)產(chǎn)量下降為410萬(wàn)噸。而印度產(chǎn)量會(huì)達(dá)到創(chuàng)紀(jì)錄的467萬(wàn)噸。全球棉花消費(fèi)量將增長(zhǎng)1.95%，達(dá)到2669萬(wàn)噸。貿(mào)易量增長(zhǎng)9.43%，達(dá)到913萬(wàn)噸。預(yù)計(jì)全球棉花期末庫(kù)存下降10.8%，為1019萬(wàn)噸。庫(kù)存消費(fèi)比38.16％，為2002／03年度以來(lái)的最低值。

篇(3)

[關(guān)鍵詞]次貸；次貸危機(jī)；抵押貸款；金融；國(guó)際經(jīng)濟(jì)

次貸危機(jī)又稱次級(jí)房貸危機(jī)，它源于美國(guó)，是一場(chǎng)因次級(jí)抵押貸款機(jī)構(gòu)破產(chǎn)、投資基金被迫關(guān)閉、股市劇烈振蕩引起的風(fēng)暴。次貸即“次級(jí)按揭貸款”，美國(guó)次級(jí)抵押貸款市場(chǎng)是隨著住房市場(chǎng)的繁榮而興旺起來(lái)的。次級(jí)抵押貸款市場(chǎng)風(fēng)暴的直接原因是美國(guó)的利率上升和住房市場(chǎng)持續(xù)降溫。

1 次貸危機(jī)產(chǎn)生的原因

美國(guó)次級(jí)抵押貸款市場(chǎng)風(fēng)暴的直接原因是美國(guó)的利率上升和住房市場(chǎng)持續(xù)降溫。在美國(guó)信用是申請(qǐng)貸款的先決條件。依據(jù)信用的高低，放貸機(jī)構(gòu)對(duì)借款人區(qū)別對(duì)待，“次”是與“高”、“優(yōu)”相對(duì)應(yīng)的，指信用較低的借款人，從而形成兩個(gè)層次的市場(chǎng)。達(dá)不到申請(qǐng)優(yōu)惠貸款條件的借款人，只能在次級(jí)市場(chǎng)尋求貸款。由于次級(jí)貸款的利率高于優(yōu)惠貸款利率，受利益驅(qū)使，放貸機(jī)構(gòu)在放貸時(shí)不按規(guī)定要求借款人預(yù)付定金，不認(rèn)真核實(shí)借款人的收入狀況，次級(jí)市場(chǎng)一旦出現(xiàn)問(wèn)題就迅速影響抵押貸款市場(chǎng)，繼而向金融市場(chǎng)和經(jīng)濟(jì)基本面蔓延。

2　次貸危機(jī)對(duì)國(guó)際經(jīng)濟(jì)的影響

美國(guó)是全球最大的經(jīng)濟(jì)體，必然會(huì)對(duì)世界很多國(guó)家產(chǎn)生經(jīng)濟(jì)方面的影響。摩根大通分析師指出，此次全球信貸危機(jī)，很可能會(huì)在未來(lái)10年時(shí)間里繼續(xù)影響市場(chǎng)，因?yàn)槊绹?guó)次貸還貸的高峰期是2008年下半年至2009年上半年，因此現(xiàn)在所暴露出來(lái)的次貸損失，只是世界金融體系總體損失的一小部分，次貸危機(jī)并未觸底。

2.1次貸危機(jī)導(dǎo)致美國(guó)貿(mào)易進(jìn)口萎縮

次貸危機(jī)釀成全球危機(jī)的渠道之一是國(guó)際貿(mào)易，美國(guó)經(jīng)濟(jì)下滑和市場(chǎng)疲軟將通過(guò)國(guó)際貿(mào)易渠道影響全球經(jīng)濟(jì)。

美國(guó)是全球最重要的進(jìn)口市場(chǎng)，美國(guó)經(jīng)濟(jì)陷入衰退將會(huì)降低美國(guó)的進(jìn)口需求，這將導(dǎo)致其他國(guó)家出口減緩，進(jìn)而影響到這些國(guó)家的gdp增長(zhǎng)。以我國(guó)為例，2007年，由于美國(guó)和歐洲的進(jìn)口需求疲軟，我國(guó)月度出口增長(zhǎng)率已從2007年2月的51.6％下降至12月的21.7％。同時(shí)，由于我國(guó)經(jīng)濟(jì)增長(zhǎng)放緩，社會(huì)對(duì)勞動(dòng)力的需求小于勞動(dòng)力的供給，增加了社會(huì)的就業(yè)壓力。

2.2導(dǎo)致全球主要金融市場(chǎng)出現(xiàn)流動(dòng)性不足危機(jī)

全球經(jīng)濟(jì)危機(jī)的根源在于全球資本主義的經(jīng)濟(jì)擴(kuò)張所導(dǎo)致的生產(chǎn)過(guò)剩，而虛擬資本經(jīng)濟(jì)的瘋狂擴(kuò)張是導(dǎo)致本輪經(jīng)濟(jì)周期拐點(diǎn)出現(xiàn)的主要原因。虛擬經(jīng)濟(jì)的瘋狂擴(kuò)張導(dǎo)致了周期性繁榮頂點(diǎn)的過(guò)早到來(lái)，虛擬經(jīng)濟(jì)資金鏈的斷裂是這次金融危機(jī)的直接誘因。

篇(4)

【關(guān)鍵詞】 金融工程人才培養(yǎng)創(chuàng)新

一、金融工程的特點(diǎn)

金融工程是一門研究運(yùn)用各種金融工具和策略來(lái)解決金融財(cái)務(wù)問(wèn)題的新興金融學(xué)科。它將工程思維引入金融科學(xué)的研究，綜合地運(yùn)用各種工程技術(shù)的方法，設(shè)計(jì)、開(kāi)發(fā)和實(shí)施新型的金融產(chǎn)品，創(chuàng)造性地解決各種金融問(wèn)題。

作為一門前沿學(xué)科，金融工程融合了金融學(xué)和投資學(xué)的相關(guān)理論，同時(shí)又吸收了數(shù)學(xué)和系統(tǒng)科學(xué)的精華。從理論上講，它是一門融現(xiàn)代金融學(xué)、信息技術(shù)與工程方法于一體的交叉性學(xué)科；從教學(xué)方面講，它是一門由現(xiàn)代金融理論支撐、以實(shí)務(wù)操作為導(dǎo)向的高科技金融學(xué)科。

1、金融工程具有應(yīng)用型交叉學(xué)科的基本特征

首先，金融工程是金融科學(xué)的工程化，是一門從實(shí)際情況出發(fā)針對(duì)實(shí)際問(wèn)題的應(yīng)用型學(xué)科。其次，金融工程集合了金融學(xué)的基礎(chǔ)理論和工程學(xué)的基本分析方法并且又具備自身的特征――強(qiáng)調(diào)學(xué)科間的相互滲透和交叉。除了運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)知識(shí)為主要分析手段外，金融工程還引入了最新的計(jì)算機(jī)技術(shù)、仿真技術(shù)、人工神經(jīng)網(wǎng)等前沿技術(shù)，也運(yùn)用到了決策科學(xué)和系統(tǒng)科學(xué)的有關(guān)理論。

2、金融工程是一門具有量化特色的學(xué)科，重視模型化和最優(yōu)化

金融工程的一個(gè)突出特點(diǎn)就是廣泛運(yùn)用定量分析的方法來(lái)解決金融實(shí)務(wù)中的各類問(wèn)題。量化分析的第一步是把沒(méi)有數(shù)量特征的各種實(shí)際對(duì)象轉(zhuǎn)變成具有數(shù)量特征和某種相關(guān)關(guān)系的變量。在數(shù)學(xué)模型提出來(lái)后，接下來(lái)的任務(wù)就是針對(duì)不同類型的模型進(jìn)行分析、求解、推導(dǎo)和論證。金融工程在數(shù)學(xué)方法上的特點(diǎn)是需要將實(shí)際問(wèn)題的不確定性和提煉問(wèn)題的最優(yōu)化緊密結(jié)合，因此關(guān)于優(yōu)化理論的學(xué)習(xí)和研究在金融工程中是貫穿始終而至關(guān)重要的。

3、金融工程重視創(chuàng)新思維

創(chuàng)新是金融工程的靈魂，金融工程的創(chuàng)造性特點(diǎn)主要體現(xiàn)在兩個(gè)方面：一是運(yùn)用各種工程分析手段對(duì)收益和風(fēng)險(xiǎn)特征進(jìn)行量化、分解和組合，創(chuàng)造性地改變收益和風(fēng)險(xiǎn)結(jié)構(gòu)，實(shí)現(xiàn)新型金融工具的引入和運(yùn)用；二是通過(guò)對(duì)各類金融要素的重新組合和創(chuàng)造性的變革實(shí)現(xiàn)解決方案的優(yōu)化、市場(chǎng)范圍的拓展和金融服務(wù)的創(chuàng)新。

二、國(guó)內(nèi)金融工程應(yīng)用現(xiàn)狀

目前，國(guó)內(nèi)金融工程應(yīng)用主要分為兩大塊，一塊是風(fēng)險(xiǎn)控制，另一塊是量化投資。前者多見(jiàn)于保險(xiǎn)和商業(yè)銀行業(yè)，后者主要應(yīng)用證券業(yè)和投資銀行業(yè)。在量化投資的方法上，以券商為例又可以分為從基本面出發(fā)和從金融數(shù)學(xué)理論出發(fā)兩個(gè)角度。

大多數(shù)券商的金融工程研究方法選擇了基本面角度，他們對(duì)于行業(yè)財(cái)務(wù)指標(biāo)進(jìn)行遴選，從基本面、資金面雙重角度出發(fā)，最終做出基于ROE、PE、PEG、EPS等的投資組合。例如，東方證券的EPS增長(zhǎng)模型應(yīng)用的就是這類方法，海通、中信這樣比較大的券商的金融工程報(bào)告也常是如此。考慮到國(guó)內(nèi)金融工程研究剛剛起步，這是可以理解的。

另外，也有不少券商將金融工程論應(yīng)用到市場(chǎng)中，做出了一些成果。比如，長(zhǎng)江證券在考慮市場(chǎng)的實(shí)際情況后，在研究報(bào)告中分析了短期反轉(zhuǎn)和成交量這兩項(xiàng)因素與收益率的關(guān)系。

目前，國(guó)內(nèi)金融工程研究的瓶頸在于與實(shí)際市場(chǎng)的結(jié)合。中國(guó)的證券市場(chǎng)是一個(gè)不成熟而且有著高度投機(jī)特性的市場(chǎng)，市場(chǎng)的波動(dòng)與貨幣流動(dòng)性多少高度相關(guān)。因此，把基于理想化市場(chǎng)假設(shè)的金融工程理論應(yīng)用于中國(guó)市場(chǎng)得到的結(jié)論，通常與市場(chǎng)實(shí)際情況有較大背離。另一方面，金融工程理論具有較強(qiáng)的專業(yè)性，即使是證券從業(yè)人員，如果沒(méi)有經(jīng)過(guò)系統(tǒng)化學(xué)習(xí)，也無(wú)法理解其中的演算原委，這種知識(shí)上的隔閡導(dǎo)致反饋的缺失。

比較美歐成熟市場(chǎng)，國(guó)內(nèi)金融工程領(lǐng)域的研究才剛剛起步，未來(lái)的前景十分廣闊。未來(lái)的研究方向?qū)⑹腔久妗⒓夹g(shù)面、資金面以及金融數(shù)學(xué)原理的結(jié)合，通過(guò)金融工程的建模、金融市場(chǎng)的反饋，最終找到適合于中國(guó)市場(chǎng)特性的金融模型。

三、國(guó)內(nèi)金融工程教育現(xiàn)狀和人才培養(yǎng)目標(biāo)

我國(guó)高等院校開(kāi)展金融工程教育的時(shí)間雖然不長(zhǎng)，但發(fā)展非常迅速。目前我國(guó)已有40余所高校設(shè)立了金融工程專業(yè)，開(kāi)設(shè)金融工程課程教學(xué)的高校達(dá)60多所。但是總的來(lái)說(shuō)，我國(guó)對(duì)于金融工程尚處于系統(tǒng)介紹和初步研究的階段，需要我們對(duì)金融工程的研究和人才的培養(yǎng)給予更多的關(guān)注。

在金融人才的培養(yǎng)方面，我國(guó)金融教學(xué)主干課程的主要內(nèi)容都是宏觀經(jīng)濟(jì)學(xué)與國(guó)際經(jīng)濟(jì)學(xué)內(nèi)容的一部分，還沒(méi)有從金融工程的高度來(lái)設(shè)置相應(yīng)的課程；同時(shí)，金融教學(xué)基本以描述與定性方式為主，缺乏應(yīng)有的數(shù)理分析和定量分析內(nèi)容，而且與實(shí)際聯(lián)系不緊密，所培養(yǎng)出的人才實(shí)際運(yùn)用能力差。上述問(wèn)題成為金融工程在我國(guó)發(fā)展的主要障礙。可以說(shuō)，我國(guó)的金融創(chuàng)新和發(fā)展明顯滯后于整個(gè)經(jīng)濟(jì)的改革和發(fā)展。

根據(jù)金融工程的特點(diǎn)和國(guó)內(nèi)金融市場(chǎng)的發(fā)展現(xiàn)狀，我國(guó)金融工程專業(yè)的培養(yǎng)目標(biāo)應(yīng)立足于使學(xué)生熟練地運(yùn)用已有的金融產(chǎn)品定價(jià)和風(fēng)險(xiǎn)管理模型，并具有一定的金融產(chǎn)品開(kāi)發(fā)能力的應(yīng)用型人才。

1、理論基礎(chǔ)

金融工程的專業(yè)人才應(yīng)該具有比較扎實(shí)的經(jīng)濟(jì)、金融理論基礎(chǔ)，尤其要系統(tǒng)掌握現(xiàn)代金融經(jīng)濟(jì)學(xué)的基本理論。熟練掌握金融工程的基本理論框架，熟悉公司財(cái)務(wù)、金融市場(chǎng)與證券投資以及銀行經(jīng)營(yíng)管理等方面的理論知識(shí)，具有相應(yīng)的基本運(yùn)作技能。

2、相關(guān)專業(yè)的知識(shí)

金融工程的專業(yè)人才應(yīng)該熟悉與金融工程學(xué)科相關(guān)的原理性知識(shí)，并有較高的數(shù)學(xué)、統(tǒng)計(jì)學(xué)、外語(yǔ)與計(jì)算機(jī)操作水平。具備扎實(shí)的數(shù)理分析基礎(chǔ)和運(yùn)用數(shù)學(xué)模型的能力，能夠?qū)鹑凇⒔?jīng)濟(jì)問(wèn)題進(jìn)行科學(xué)的分析和處理；能夠熟練地使用計(jì)算機(jī)進(jìn)行信息處理。為了適應(yīng)國(guó)際金融市場(chǎng)的激烈競(jìng)爭(zhēng)，金融工程的專業(yè)人才不僅要具備較高的外語(yǔ)水平，還應(yīng)該熟悉會(huì)計(jì)、稅務(wù)等方面的原理性知識(shí)。

3、金融實(shí)物工作能力

金融工程的專業(yè)人才應(yīng)該具備一定的從事金融實(shí)務(wù)工作的能力。能夠靈活運(yùn)用掌握的理論知識(shí)和技術(shù)方法開(kāi)展工作，進(jìn)行調(diào)查研究、分析和解決實(shí)際問(wèn)題，從事資產(chǎn)評(píng)估、風(fēng)險(xiǎn)管理以及金融產(chǎn)品設(shè)計(jì)與開(kāi)發(fā)等方面的實(shí)務(wù)工作。

4、較強(qiáng)的實(shí)踐能力

金融工程的專業(yè)人才應(yīng)該具有較強(qiáng)的市場(chǎng)經(jīng)濟(jì)意識(shí)、創(chuàng)新思維能力和社會(huì)適應(yīng)能力。金融工程的產(chǎn)生和發(fā)展是與金融市場(chǎng)密不可分的，金融工程研究開(kāi)發(fā)的每一項(xiàng)結(jié)果，都是為了滿足金融市場(chǎng)的需要，而推出的一項(xiàng)創(chuàng)新的金融產(chǎn)品，這就要求金融工程的專業(yè)人才具有金融創(chuàng)新的意識(shí)和思維。

四、金融工程課程設(shè)計(jì)設(shè)想

1、強(qiáng)調(diào)基礎(chǔ)的經(jīng)濟(jì)金融理論教學(xué)，培養(yǎng)學(xué)生具備扎實(shí)的經(jīng)濟(jì)金融理論素質(zhì)

金融工程本科專業(yè)的設(shè)置必須立足于經(jīng)濟(jì)金融理論，這是培養(yǎng)合格的金融工程專業(yè)本科生的基石，這些理論應(yīng)包括基礎(chǔ)的經(jīng)濟(jì)學(xué)、金融學(xué)、管理學(xué)等學(xué)科以及一定的現(xiàn)代金融理論，如開(kāi)設(shè)貨幣銀行學(xué)、國(guó)際金融、公司財(cái)務(wù)、投資學(xué)、金融經(jīng)濟(jì)學(xué)、金融風(fēng)險(xiǎn)管理等課程。另外，還應(yīng)輔之以保險(xiǎn)、稅收、金融法等方面的知識(shí)。

2、適度開(kāi)設(shè)數(shù)學(xué)類課程，培養(yǎng)學(xué)生掌握比較全面的數(shù)學(xué)和統(tǒng)計(jì)學(xué)的技能

為培養(yǎng)各類專門的金融工程人才，使學(xué)生掌握比較全面的數(shù)學(xué)和統(tǒng)計(jì)學(xué)的技能已經(jīng)成為必需。為此我們開(kāi)設(shè)了微分方程與動(dòng)態(tài)經(jīng)濟(jì)學(xué)、概率論基礎(chǔ)、數(shù)理統(tǒng)計(jì)、運(yùn)籌學(xué)、應(yīng)用隨機(jī)過(guò)程、金融時(shí)間序列分析等課程。此外還有隨機(jī)分析、決策分析、經(jīng)濟(jì)數(shù)學(xué)模型等課程供學(xué)生選修。這些課程的教學(xué)大綱不僅體現(xiàn)數(shù)學(xué)課程本身的內(nèi)容，而且充分結(jié)合金融工程的需要，強(qiáng)調(diào)數(shù)學(xué)方法在金融領(lǐng)域的應(yīng)用。

3、體現(xiàn)金融計(jì)算、數(shù)學(xué)建模的重要性

培養(yǎng)學(xué)生具備數(shù)值計(jì)算、建模技巧及數(shù)據(jù)分析的能力。通過(guò)使用計(jì)算機(jī)及軟件對(duì)金融數(shù)據(jù)進(jìn)行分析，研究金融運(yùn)行規(guī)律是當(dāng)今金融信息全球化的重要手段，為此我們?cè)O(shè)置了如數(shù)值計(jì)算、經(jīng)濟(jì)數(shù)學(xué)模型、計(jì)算機(jī)C語(yǔ)言程序設(shè)計(jì)、數(shù)據(jù)分析應(yīng)用軟件、金融實(shí)證分析等課程，培養(yǎng)學(xué)生能夠從復(fù)雜的金融環(huán)境中分析出關(guān)鍵因素并設(shè)計(jì)建模方案的基本素質(zhì)，以及具備通過(guò)數(shù)值計(jì)算對(duì)金融問(wèn)題進(jìn)行數(shù)據(jù)分析和檢驗(yàn)解決問(wèn)題的可能方案的能力。

4、構(gòu)建金融工程的專門化課程，培養(yǎng)學(xué)生成為復(fù)合型的金融工程人才

圍繞金融工程我們開(kāi)設(shè)了如衍生金融工具、金融工程學(xué)、金融工程案例和應(yīng)用、金融風(fēng)險(xiǎn)的量化分析、金融產(chǎn)品設(shè)計(jì)與開(kāi)發(fā)等課程，學(xué)生可以通過(guò)教學(xué)了解金融工程的核心以及運(yùn)用相關(guān)金融工具和策略解決金融問(wèn)題。

五、應(yīng)用型為主的金融工程師教育

從學(xué)科性質(zhì)來(lái)看，金融工程屬于應(yīng)用型的學(xué)科，這一性質(zhì)決定了在金融工程學(xué)科建設(shè)中，必須充分強(qiáng)調(diào)實(shí)際應(yīng)用能力的教育和培養(yǎng)。

1、開(kāi)設(shè)實(shí)踐類和信息類課程

利用金融實(shí)驗(yàn)室進(jìn)行金融市場(chǎng)、金融交易模擬實(shí)踐；采用分散性現(xiàn)場(chǎng)參觀與觀摩的形式感受真實(shí)交易的氛圍；通過(guò)互聯(lián)網(wǎng)訪問(wèn)中央銀行、大型商業(yè)銀行網(wǎng)站，了解金融中介業(yè)務(wù)運(yùn)作。實(shí)踐性教學(xué)的目的是增強(qiáng)本課程理論與實(shí)踐結(jié)合的緊密程度，增加學(xué)生對(duì)所學(xué)知識(shí)的感性認(rèn)識(shí)，培養(yǎng)學(xué)生的實(shí)踐能力和知識(shí)技能的應(yīng)用能力。引導(dǎo)學(xué)生養(yǎng)成通過(guò)網(wǎng)絡(luò)、媒體積極吸收市場(chǎng)、經(jīng)濟(jì)和技術(shù)信息的習(xí)慣。豐富的信息是學(xué)習(xí)的動(dòng)力，也是創(chuàng)新和應(yīng)用的源泉，現(xiàn)代社會(huì)對(duì)信息的敏銳程度和吸收能力已經(jīng)成為人才競(jìng)爭(zhēng)的重要元素。

2、重視實(shí)際的技術(shù)能力培養(yǎng)

這主要是指諸如SAS和Matlab等課程的開(kāi)設(shè)。金融工程的大部分問(wèn)題都需要通過(guò)軟件技術(shù)加以解決，比如：數(shù)學(xué)建模、數(shù)值計(jì)算、網(wǎng)絡(luò)圖解、仿真模擬等，因而技術(shù)能力也反映了學(xué)生在實(shí)際工作中的應(yīng)用水平。在國(guó)外的金融工程人才培養(yǎng)中，不少大學(xué)將Matlab作為必修課之一，從而保證學(xué)生能迅速的將金融問(wèn)題轉(zhuǎn)化為技術(shù)問(wèn)題并加以解決。

3、強(qiáng)化案例教學(xué)

案例教學(xué)有助于鞏固和提高學(xué)生基礎(chǔ)理論知識(shí)，拓寬學(xué)生的視野，培養(yǎng)學(xué)生的動(dòng)手能力、實(shí)踐能力和應(yīng)用能力。不僅如此，案例教學(xué)對(duì)于培養(yǎng)對(duì)金融工程至關(guān)重要的“創(chuàng)造性”的思維，也是非常有用的。在數(shù)十年的發(fā)展過(guò)程中，金融工程應(yīng)用已經(jīng)積累了很多創(chuàng)造性地解決金融問(wèn)題的案例，這些案例在一定程度上是一種思想財(cái)富。案例教學(xué)是學(xué)習(xí)、培養(yǎng)和提高這種能力的重要組成部分。

4、積極發(fā)展實(shí)習(xí)教學(xué)

在美國(guó)是否提供實(shí)習(xí)機(jī)會(huì)，是許多開(kāi)展金融工程教育的學(xué)校吸引優(yōu)秀生源的重要手段之一。事實(shí)上，在我國(guó)，由于金融人才的缺乏，金融工程的實(shí)習(xí)教學(xué)對(duì)于學(xué)校和實(shí)業(yè)界來(lái)說(shuō)是一個(gè)雙贏的策略，學(xué)校應(yīng)加強(qiáng)同實(shí)業(yè)界的交流與合作，為學(xué)生提供實(shí)習(xí)機(jī)會(huì)。

六、金融工程師職業(yè)教育和創(chuàng)新思維培養(yǎng)

金融工程師的稱謂起始于上世紀(jì)80年代初的倫敦金融界，區(qū)別于傳統(tǒng)的金融理論研究和金融市場(chǎng)分析人員，金融工程師更加注重金融市場(chǎng)交易與金融工具的可操作性，將最新的科技手段、規(guī)模化處理方式（工程方法）應(yīng)用到金融市場(chǎng)上，創(chuàng)造出新的金融產(chǎn)品、交易方式，從而為金融市場(chǎng)的參與者贏取利潤(rùn)、規(guī)避風(fēng)險(xiǎn)或完善服務(wù)。金融工程師通常受雇于投資銀行、商業(yè)銀行、證券公司、金融中介機(jī)構(gòu)以及非金融性質(zhì)的公司。

因?yàn)榻鹑诠こ處熅哂幸幌盗袑I(yè)化的、僅憑技術(shù)所無(wú)法達(dá)到的素質(zhì)，并且由于金融創(chuàng)新的速度超過(guò)了市場(chǎng)產(chǎn)生稱職金融工程師的能力，金融工程師總體上供不應(yīng)求，其就業(yè)機(jī)會(huì)顯得格外光明，并且毫無(wú)疑問(wèn)，其工作帶來(lái)了豐厚的回報(bào)。

有專家認(rèn)為，金融工程師更為廣闊的天地在東方，尤其是在金融市場(chǎng)正處于開(kāi)發(fā)并具有巨大發(fā)展?jié)摿Φ闹袊?guó)。伴隨著中國(guó)經(jīng)濟(jì)的高速發(fā)展，中國(guó)金融市場(chǎng)變得越來(lái)越復(fù)雜多變。加入世貿(mào)后，金融市場(chǎng)的開(kāi)放和外資金融機(jī)構(gòu)的進(jìn)入，將使中國(guó)金融業(yè)面臨前所未有的挑戰(zhàn)。因此，培養(yǎng)一批懂得現(xiàn)代金融原理，掌握現(xiàn)代金融技術(shù)的高級(jí)人才顯得十分緊迫和重要。尤其是掌握金融創(chuàng)新與風(fēng)險(xiǎn)管理技術(shù)的金融工程師將成為金融行業(yè)的急需專業(yè)人才。未來(lái)的國(guó)際金融中心上海將為金融工程師搭建廣闊的展示平臺(tái)。

國(guó)內(nèi)金融工程師的職業(yè)教育還處于起步階段，將專業(yè)教育和職業(yè)培訓(xùn)結(jié)合是金融市場(chǎng)發(fā)展的必然，在為職業(yè)培訓(xùn)提供新方向的同時(shí)，也提出了新的要求：不僅需要更專業(yè)的培訓(xùn)機(jī)構(gòu)和專業(yè)技能更強(qiáng)的培訓(xùn)師，而且需要符合中國(guó)市場(chǎng)發(fā)展的培訓(xùn)方式，從而為我國(guó)金融工程專業(yè)人才的發(fā)展提供良好的教育培訓(xùn)環(huán)境。

金融工程自身的特點(diǎn)要求有一定的創(chuàng)新能力。首先，金融工程的基本職能是創(chuàng)造，就是在金融市場(chǎng)中根據(jù)客戶的需要來(lái)創(chuàng)造新的產(chǎn)品以實(shí)現(xiàn)收益和規(guī)避風(fēng)險(xiǎn)。因此，一個(gè)成功的金融工程師必須“常常能迅速理解和接收新的觀念，并能輕易看透細(xì)節(jié)進(jìn)而把握基本結(jié)構(gòu)的各個(gè)部分；他們還傾向于倡導(dǎo)智力上的開(kāi)放以避免封閉式的思維扼殺創(chuàng)造性。與大多數(shù)人不同，他們不認(rèn)為金融世界是由一定的事物構(gòu)成的，當(dāng)他們被告知模式不能做或無(wú)法做時(shí)，他們的最先反應(yīng)是問(wèn)為什么。其次，由于金融工程師要解決的問(wèn)題往往超出個(gè)人的知識(shí)基礎(chǔ)而需要進(jìn)行小組工作，以處理復(fù)雜的金融、法律、稅收、會(huì)計(jì)、產(chǎn)業(yè)、計(jì)算技術(shù)、市場(chǎng)營(yíng)銷等方面的問(wèn)題。因此，作為小組核心的金融工程師，合作的精神、溝通的技巧和協(xié)調(diào)的能力是必備要素之一。

總之，在金融工程領(lǐng)域的教學(xué)和科研過(guò)程中，從發(fā)展的趨勢(shì)來(lái)看，金融工程將不僅僅作為一門技術(shù)性的學(xué)科，而是將逐漸成為一種創(chuàng)新和開(kāi)放的思想方法，日益滲透到金融、經(jīng)濟(jì)乃至整個(gè)社會(huì)生活中來(lái)。

（注：本文受以下項(xiàng)目資助：2008年度上海師范大學(xué)文科原創(chuàng)與前瞻性項(xiàng)目《基于鞅定價(jià)的結(jié)構(gòu)金融衍生品創(chuàng)新研究》，項(xiàng)目編號(hào)：DYW806。2008年度上海師范大學(xué)理工科科研項(xiàng)目《非對(duì)稱信息下基于鞅定價(jià)的金融衍生品創(chuàng)新研究》，項(xiàng)目編號(hào)：SK200887。2009年《上海師范大學(xué)金融工程重點(diǎn)應(yīng)用文科》，項(xiàng)目編號(hào)：DZW912。）

【參考文獻(xiàn)】

篇(5)

拉登之死若要真的對(duì)世界實(shí)體經(jīng)濟(jì)部門基本面產(chǎn)生影響，唯一可行的途徑是美國(guó)統(tǒng)治集團(tuán)以此為由宣布十年反恐戰(zhàn)爭(zhēng)勝利結(jié)束，避免美國(guó)國(guó)力過(guò)度耗竭，只有這樣世界經(jīng)濟(jì)和美國(guó)經(jīng)濟(jì)才能更快更好地?cái)[脫失衡，美國(guó)經(jīng)濟(jì)和美元匯率才能獲得可持續(xù)的長(zhǎng)久支持。

美國(guó)追殺本·拉登十年，終于得手，已經(jīng)在金融和大宗商品市場(chǎng)上引起了顯著的反響，美元匯率上升而商品價(jià)格有所下跌。但通觀全局，本·拉登之死還不足以深刻影響國(guó)際經(jīng)濟(jì)全局。

之所以如此判斷，首先是因?yàn)楸尽だ怯绊懥^大的地區(qū)在全球經(jīng)濟(jì)中所占份額較小，在實(shí)體經(jīng)濟(jì)部門產(chǎn)出中所占份額更低。本·拉登及其的實(shí)際影響力集中于中東北非國(guó)家，而根據(jù)國(guó)際貨幣基金組織2011年4月號(hào)《世界經(jīng)濟(jì)展望》數(shù)據(jù)，這一地區(qū)在2010年全球?qū)嶋HGDP中所占份額不過(guò)5.0％，即使這一地區(qū)全部陷入全面混亂，直接影響的也不過(guò)是全世界5.0％的產(chǎn)出，更何況本·拉登及其還沒(méi)有這般神通呢!因此，本·拉登之死的經(jīng)濟(jì)影響將主要是集中在金融市場(chǎng)、虛擬經(jīng)濟(jì)部門，而不是實(shí)體經(jīng)濟(jì)部門。

本·拉登之死若要真的對(duì)世界實(shí)體經(jīng)濟(jì)部門基本面產(chǎn)生影響，唯一可行的途徑是美國(guó)統(tǒng)治集團(tuán)以此為由宣布十年反恐戰(zhàn)爭(zhēng)勝利結(jié)束，真正大幅度減少在海外過(guò)多過(guò)濫的軍事干預(yù)，避免美國(guó)國(guó)力過(guò)度耗竭。只有這樣，世界經(jīng)濟(jì)和美國(guó)經(jīng)濟(jì)才能更快更好地?cái)[脫失衡，美國(guó)經(jīng)濟(jì)和美元匯率才能獲得可持續(xù)的長(zhǎng)久支持。問(wèn)題是，世界唯一超級(jí)大國(guó)地位所引發(fā)的道德風(fēng)險(xiǎn)，加上多年來(lái)濫用軍力的實(shí)踐，已經(jīng)在美國(guó)內(nèi)外孳生起來(lái)一個(gè)強(qiáng)大的利益集團(tuán)，他們力圖把美國(guó)繼續(xù)固定在目前這條濫用軍力的軌道上，卻全然不顧此舉是否會(huì)導(dǎo)致美國(guó)國(guó)力過(guò)度耗竭而最終不可持續(xù)。看看美國(guó)國(guó)內(nèi)主張肆意干預(yù)外部事務(wù)的強(qiáng)硬勢(shì)力，看看世界上有多少國(guó)家的所謂民主派、反對(duì)派把奪取政權(quán)的希望寄托在美國(guó)干預(yù)之上，看看他們?yōu)榇嗽诿绹?guó)展開(kāi)了何其強(qiáng)大的游說(shuō)，我們就不難明白這個(gè)利益集團(tuán)左右美國(guó)走向的勢(shì)力多么強(qiáng)大。在利比亞戰(zhàn)爭(zhēng)中，盡管美國(guó)高層起初堅(jiān)持不作軍事卷入的立場(chǎng)，到頭來(lái)卻不得不步步后退，盡管對(duì)利比亞反對(duì)派心懷疑忌卻提供了數(shù)千萬(wàn)美元軍事援助，未來(lái)完全有可能如同美國(guó)逐步陷進(jìn)越南泥潭、蘇聯(lián)步步卷入阿富汗那樣重蹈覆轍。由此看來(lái)，即使美國(guó)領(lǐng)導(dǎo)層中的明智之輩有心收縮過(guò)度擴(kuò)張的戰(zhàn)線，保養(yǎng)國(guó)力，其國(guó)內(nèi)外利益集團(tuán)也已經(jīng)使其欲罷不能了。

即使在金融市場(chǎng)、虛擬經(jīng)濟(jì)部門，單有本·拉登之死本身也不足以引爆大規(guī)模的市場(chǎng)逆轉(zhuǎn)，只有與美國(guó)貨幣財(cái)政政策根本逆轉(zhuǎn)結(jié)合在一起，才能十倍百倍地放大其沖擊力。根據(jù)國(guó)際貨幣基金組織測(cè)算，美國(guó)實(shí)際利率意外上升約5個(gè)基點(diǎn)，相對(duì)于那些對(duì)美國(guó)沒(méi)有直接金融風(fēng)險(xiǎn)暴露的經(jīng)濟(jì)體，有這種風(fēng)險(xiǎn)暴露的經(jīng)濟(jì)體(平均暴露為16％)凈資本流動(dòng)將在季度內(nèi)下降GDP的0.5個(gè)百分點(diǎn)，且這種額外的負(fù)面效應(yīng)不斷增大。凈資本流動(dòng)對(duì)美國(guó)貨幣緊縮的敏感性隨對(duì)美國(guó)直接金融風(fēng)險(xiǎn)暴露水平提高而增加，并在全球融資環(huán)境(利率，風(fēng)險(xiǎn)偏好)寬松時(shí)更加強(qiáng)烈；擁有較深國(guó)內(nèi)金融市場(chǎng)和強(qiáng)勁增長(zhǎng)表現(xiàn)的受沖擊較小。這樣，如果此時(shí)美聯(lián)儲(chǔ)宣布結(jié)束寬松貨幣政策、開(kāi)始加息，而且加息幅度可觀，那么我們可望看到本·拉登之死引起的商品市場(chǎng)波動(dòng)演變成商品價(jià)格雪崩，美元?jiǎng)t將一飛沖天；問(wèn)題是美聯(lián)儲(chǔ)剛剛結(jié)束的會(huì)議決定其第二輪量化寬松政策將如期于6月份結(jié)束，目前貨幣政策保持穩(wěn)定。這樣，等到美國(guó)貨幣政策真正開(kāi)始逆轉(zhuǎn)的時(shí)候，本·拉登之死效應(yīng)恐怕已經(jīng)消散得差不多了。所以，基于上述分析，盡管本·拉登死訊傳出后美元匯率小幅上揚(yáng)，但這種影響只能是短期的。

篇(6)

此次的日元升值大致是從2007年8月開(kāi)始的，尤其是2010年5月初以來(lái)日元的升值趨勢(shì)逐漸加快，一度達(dá)到1美元兌83日元，已經(jīng)接近1995年4月創(chuàng)下的最高歷史記錄。面對(duì)此次的日元升值，有很多人感到非常困惑，好像傳統(tǒng)的經(jīng)濟(jì)學(xué)理論很難對(duì)此作出合理的解釋。因?yàn)榫腿赵獏R率的基本面情況而言，日本的經(jīng)濟(jì)增長(zhǎng)乏力，日元的收益率低下，國(guó)內(nèi)通貨緊縮問(wèn)題突出，人口的老齡化和少子化現(xiàn)象嚴(yán)重，政府債務(wù)遠(yuǎn)遠(yuǎn)超過(guò)警戒線水平，貿(mào)易順差縮減等等。因此，有不少市場(chǎng)人士認(rèn)為，按照上述的基本面情況以及歷史狀況，日元兌美元的匯率應(yīng)該在1美元兌130日元才對(duì)。

日元快速升值的主要原因

首先，從經(jīng)濟(jì)基本面的角度來(lái)看，美元、歐元、日元這三大國(guó)際通用貨幣，在基本面的好壞方面存在著相對(duì)性，日元走強(qiáng)是金融市場(chǎng)“矮中選長(zhǎng)”的結(jié)果。盡管日元的基本面并不好看，但是美元和歐元的基本面也同樣是非常不盡如人意。就美元的基本面而言，盡管美國(guó)經(jīng)濟(jì)已經(jīng)從最嚴(yán)重的金融危機(jī)中走了出來(lái)，但卻始終沒(méi)有得到真正的復(fù)蘇。至于歐元的基本面，受債務(wù)危機(jī)的拖累，歐元區(qū)的經(jīng)濟(jì)仍然比較慘淡。目前，歐元區(qū)化解以希臘為代表的一些成員國(guó)的債務(wù)危機(jī)的方法還是財(cái)政援助。但如果多個(gè)國(guó)家都面臨同樣的財(cái)政援助問(wèn)題，財(cái)政援助將會(huì)力不從心，到時(shí)候歐洲央行將不得不開(kāi)動(dòng)印鈔機(jī)，該項(xiàng)隱憂將成為歐元的一個(gè)重大負(fù)面因素。而在日元的基本面方面，盡管日本經(jīng)濟(jì)增長(zhǎng)乏力，但已經(jīng)擺脫了此前的負(fù)增長(zhǎng)局面，據(jù)國(guó)際貨幣基金組織最新預(yù)測(cè)，2010年的日本的經(jīng)濟(jì)增長(zhǎng)率將為2.4％，2011年將為1.8％。此外，日本依然保持著經(jīng)常項(xiàng)目順差和外匯儲(chǔ)備豐厚的地位，2009年的經(jīng)常項(xiàng)目順差為2.8萬(wàn)億日元，外匯儲(chǔ)備規(guī)模為1.02萬(wàn)億美元。所以，如果將美元、歐元、日元的基本面進(jìn)行比較，在經(jīng)濟(jì)增長(zhǎng)低迷方面都具有共性，但是日元相對(duì)而言具有經(jīng)常項(xiàng)目順差和國(guó)際凈債權(quán)國(guó)地位的支撐，也沒(méi)有受到自身引發(fā)的經(jīng)濟(jì)危機(jī)的影響。而美國(guó)和歐元區(qū)都曾經(jīng)先后發(fā)生嚴(yán)重的金融危機(jī)和債務(wù)危機(jī)，美元和歐元相對(duì)于日元來(lái)說(shuō)，其前景可能更加難以預(yù)料。

其次，從國(guó)際短期資本流動(dòng)的角度來(lái)看，存在著諸多客觀上有助于日元升值的因素。

日元套利交易資金的平倉(cāng)導(dǎo)致大量投機(jī)性資金回流日本所謂日元套利交易是指對(duì)沖基金等投資主體通過(guò)借入低息的日元資金，將其轉(zhuǎn)換成以其他通貨計(jì)價(jià)的高息資產(chǎn)，以博取利差的交易活動(dòng)。日元套利交易盛行主要依賴于日元的長(zhǎng)期超低利率政策以及日本與外部金融市場(chǎng)內(nèi)外利差的長(zhǎng)期存在等背景。大量套利交易新籌碼的建立會(huì)導(dǎo)致資金流入國(guó)產(chǎn)生貨幣升值和資產(chǎn)價(jià)格上漲的壓力以及日元的貶值。反之，大量套利平倉(cāng)盤的出現(xiàn)，會(huì)引起資金流出地國(guó)家貨幣的貶值和資產(chǎn)價(jià)格下跌的后果以及日元升值。由于各國(guó)為了刺激經(jīng)濟(jì)紛紛降低利率，導(dǎo)致日元與其他國(guó)際貨幣的利差逐漸收窄，國(guó)際投機(jī)勢(shì)力不得不對(duì)日元套利交易進(jìn)行平倉(cāng)，即賣出非日元資產(chǎn)，買回日元并歸還日元貸款，從而引發(fā)對(duì)日元的大量需求。

避險(xiǎn)資金的方向發(fā)生了改變，大量的避險(xiǎn)資金不斷涌入日本由于美國(guó)和歐洲都存在著嚴(yán)重的財(cái)政赤字和政府債務(wù)問(wèn)題，對(duì)美國(guó)和歐元區(qū)的揮霍感到恐慌的投資者們?cè)趻伿勖涝蜌W元以后，總得買點(diǎn)什么。相比之下，日元資產(chǎn)似乎可以值得買一點(diǎn)。為什么日元可以值得買一點(diǎn)?因?yàn)橐环矫嫒毡颈M管也有比較嚴(yán)重的財(cái)政赤字和政府債務(wù)問(wèn)題，但是日本的國(guó)債幾乎都是內(nèi)債，遭遇大規(guī)模做空的風(fēng)險(xiǎn)較低；二是雖然從表面上來(lái)看，日本國(guó)債的收益率也很低，不到1％，并未顯示出對(duì)美國(guó)國(guó)債收益率的優(yōu)勢(shì)，但是日本有比較嚴(yán)重的通貨緊縮，目前的通貨緊縮水平大約在1.5％左右。因此實(shí)際收益率存在著通貨緊縮的溢價(jià)。從總體而言，國(guó)際金融市場(chǎng)認(rèn)為日元資產(chǎn)相對(duì)比較安全，因此加快了避險(xiǎn)資金的流入。

美國(guó)人為的弱勢(shì)美元政策，直接誘導(dǎo)了美元貶值和日元升值奧巴馬政府在當(dāng)前的經(jīng)濟(jì)形勢(shì)之下，繼續(xù)推行布什政府的“弱勢(shì)美元”政策，其目的無(wú)非有兩大項(xiàng)：一是稀釋巨額債務(wù)，二是刺激商品出口。由于美國(guó)目前的累積債務(wù)已經(jīng)達(dá)到13萬(wàn)億美元，其中大量的是外債，因此誘導(dǎo)美元貶值，等于變相地賴債。同時(shí)，美國(guó)貿(mào)易赤字嚴(yán)重，令美元貶值有助于擴(kuò)大出口，削減貿(mào)易逆差。在美元存在巨大內(nèi)在貶值壓力的情況下，日元和人民幣等就不得不相對(duì)升值。

中國(guó)外匯儲(chǔ)備多樣化的策略，對(duì)國(guó)際外匯市場(chǎng)產(chǎn)生了支持日元的心理作用2010年前四個(gè)月，中國(guó)增購(gòu)了5410億日元，2005年的2.1倍。2010年5月份，新買入的日本國(guó)債金額再創(chuàng)新高，達(dá)7352億日元。中國(guó)增購(gòu)日本國(guó)債、無(wú)非是想進(jìn)一步分散外匯儲(chǔ)備的風(fēng)險(xiǎn)，原先是通過(guò)增持歐元資產(chǎn)進(jìn)行風(fēng)險(xiǎn)分散，由于歐元區(qū)經(jīng)濟(jì)缺乏希望，于是日本國(guó)債便成為一個(gè)選擇。這在一定程度上產(chǎn)生了提升日元的心理作用。

日元升值對(duì)日本經(jīng)濟(jì)的影響

日元匯率的變動(dòng)對(duì)經(jīng)濟(jì)影響的大小因條件的不同而不同。

第一個(gè)條件就是“初期條件”，即匯率變化前的出口金額與進(jìn)口金額的比率。日元升值的負(fù)面效果是通過(guò)出口體現(xiàn)出來(lái)，而正面效果是通過(guò)進(jìn)口體現(xiàn)出來(lái)；反之，日元貶值的正面效果是通過(guò)出口體現(xiàn)出來(lái)的，而負(fù)面效果是通過(guò)進(jìn)口體現(xiàn)出來(lái)的。所以，出口金額超過(guò)進(jìn)口金額的程度越高，日元升值的負(fù)面影響越大，正面影響越小；反之，日元貶值的正面影響越大，負(fù)面影響越小。日本一直是貿(mào)易盈余國(guó)，出口金額一貫超過(guò)進(jìn)口金額，日本國(guó)內(nèi)將日元升值理所當(dāng)然地看成是對(duì)經(jīng)濟(jì)總體的負(fù)面因素，而把日元貶值看成是對(duì)經(jīng)濟(jì)總體的正面影響，這恐怕與目前的“初期條件”有關(guān)。

第二個(gè)條件是對(duì)出口價(jià)格的轉(zhuǎn)嫁率(以美元計(jì)價(jià)的出口價(jià)格的上升率／日元升值率)，這主要是考慮如果日元升值的話，對(duì)出口價(jià)格的影響。日元升值的時(shí)候，出口價(jià)格的變化可以考慮兩種極端的情形。一種情形是為了確保日元的收入，以日元計(jì)價(jià)的出口價(jià)格維持不變，在這種情況下，以美元計(jì)價(jià)的出口價(jià)格就要以日元升值的比率上升。另一種情形是為了維持海外市場(chǎng)的出口競(jìng)爭(zhēng)力，以美元計(jì)價(jià)的出口價(jià)格保持不變，這樣以日元計(jì)價(jià)的出口價(jià)格就要以日元升值的比率下降。這兩種情形都是極端的情況，實(shí)際的出口價(jià)格總是在處于這兩種情況的中間。具體變動(dòng)的程度有多大，取決于轉(zhuǎn)嫁率，前述的第一種情形的轉(zhuǎn)嫁率是100％，而第二種情形的轉(zhuǎn)

嫁率是0％，實(shí)際的轉(zhuǎn)嫁率總是在0％到100％之間。如果轉(zhuǎn)嫁率很高，即使日元升值，只要以美元計(jì)價(jià)的出口價(jià)格能夠同比率上升，出口商的收益就不會(huì)受到影響。所以轉(zhuǎn)嫁率越大，日元升值的負(fù)面影響就越小，轉(zhuǎn)嫁率越小，日元升值的負(fù)面影響就越大。而從實(shí)際情況來(lái)看，隨著亞洲新興工業(yè)國(guó)以及中國(guó)經(jīng)濟(jì)的發(fā)展，日本工業(yè)產(chǎn)品受到的國(guó)際競(jìng)爭(zhēng)越來(lái)越激烈，轉(zhuǎn)嫁率的降低是大勢(shì)所趨，由于日元升值無(wú)法轉(zhuǎn)嫁，所以負(fù)面影響不可避免。

所以，盡管日元升值能給日本的進(jìn)口原材料帶來(lái)好處，但由于“出期條件”即日本的出口比重遠(yuǎn)高于進(jìn)口比重，再加上轉(zhuǎn)嫁率下降，所以日本無(wú)法因日元升值而在整體上獲益，反而會(huì)受到較大的負(fù)面影響。對(duì)日本而言，比較理想的匯率水平應(yīng)在1美元兌95到105日元之間。假如日元升值無(wú)法控制，其直接的后果必然是所謂的日本國(guó)內(nèi)產(chǎn)業(yè)空洞化，進(jìn)而影響日本的經(jīng)濟(jì)復(fù)蘇和國(guó)內(nèi)就業(yè)的改善。

日本政府匯市干預(yù)政策和經(jīng)濟(jì)刺激政策的效果

日本政府干預(yù)市場(chǎng)后的日元走勢(shì)將會(huì)何去何從，這也是國(guó)際金融市場(chǎng)普遍關(guān)注的問(wèn)題。

盡管日本政府入市干預(yù)。但在中短期內(nèi)日元匯率仍將在高位徘徊。日元升值的壓力難以迅速得到遏制其原因有以下幾個(gè)方面：一是從歷史上來(lái)看，日本政府單獨(dú)干預(yù)匯市的效果并不理想，通常需要與美國(guó)、歐洲聯(lián)合干預(yù)方能明顯奏效。目前，美、歐方面已經(jīng)放風(fēng)不滿日本干預(yù)匯市，尤其是美國(guó)方面，認(rèn)為日本干預(yù)匯市可能會(huì)干擾發(fā)達(dá)經(jīng)濟(jì)體敦促中國(guó)允許人民幣升值的努力，所以目前日本指望獲得聯(lián)合干預(yù)幾乎不可能。二是目前日元出現(xiàn)強(qiáng)勢(shì)地位，關(guān)鍵性的原因還在于美元的疲弱，這種相對(duì)關(guān)系短時(shí)間內(nèi)仍然難以改變。在主觀性方面，美國(guó)毫無(wú)推高美元走勢(shì)的意愿；在客觀性方面，市場(chǎng)對(duì)美聯(lián)儲(chǔ)可能會(huì)進(jìn)一步采取量化寬松的貨幣政策存在著強(qiáng)烈的預(yù)期。三是目前日元兌美元的日成交量高達(dá)5860億美元，日本政府難以持續(xù)性注入巨資干預(yù)匯率，干預(yù)對(duì)市場(chǎng)的影響主要停留在心理影響層面，而非實(shí)質(zhì)性的資金層面。

從長(zhǎng)期的角度進(jìn)行觀察，日元升勢(shì)要想得到扭轉(zhuǎn)，關(guān)鍵在于日本的通貨緊縮問(wèn)題是否能夠得到克服目前熱錢流入日本是日元強(qiáng)勢(shì)升值的直接原因，其在很大程度上是因?yàn)楸M管日本與美歐一樣都實(shí)行低利率政策，但日本較嚴(yán)重的通貨緊縮使日元資產(chǎn)的吸引力相對(duì)上升。為了克服通貨緊縮，日本政府有必要加強(qiáng)與日本央行的協(xié)作，要求后者推出強(qiáng)化日本自身的債務(wù)貨幣化的量化寬松貨幣政策，這樣才能鞏固對(duì)市場(chǎng)干預(yù)的效果。目前，日本的主要政黨正在積極尋求共識(shí)，限制日本央行的獨(dú)立地位，其中包括一項(xiàng)提議要求通過(guò)立法的形式，迫使日本央行接受2％至3％的通貨膨脹目標(biāo)。假定日本能夠出現(xiàn)通貨膨脹而不是通貨緊縮，日元資產(chǎn)的吸引力自然下降，則日元的匯率有可能會(huì)回落到1美元兌90日元上方的水平。此次在日本政府的干預(yù)行動(dòng)中，日本央行表示可能對(duì)財(cái)務(wù)省進(jìn)行外匯市場(chǎng)干預(yù)時(shí)賣出的日元進(jìn)行利用，暗示央行可能不會(huì)回籠市場(chǎng)中多余的日元。這種非沖銷式的干預(yù)將會(huì)導(dǎo)致日本基礎(chǔ)貨幣規(guī)模擴(kuò)大，進(jìn)而幫助減緩?fù)ㄘ浘o縮壓力，所以日本央行已經(jīng)開(kāi)始配合政府的相關(guān)決策。

盡管日本政府對(duì)市場(chǎng)的干預(yù)受到國(guó)際社會(huì)的批判和壓力，但是對(duì)于日元匯率往突破1美元兌80日元也不可能坐視不管因?yàn)檫^(guò)度的日元升值必然導(dǎo)致企業(yè)將生產(chǎn)工廠和研發(fā)基地移動(dòng)至海外，日本政府為了預(yù)防企業(yè)業(yè)績(jī)惡化和產(chǎn)業(yè)空洞化不得不出手干預(yù)。從歷史上來(lái)看，日本政府也曾經(jīng)有過(guò)長(zhǎng)時(shí)間的匯市干預(yù)。比如在2003年至2004年，日本政府干預(yù)匯市的時(shí)間長(zhǎng)達(dá)15個(gè)月，大舉拋售了35萬(wàn)億日元，以防止日元走強(qiáng)扼殺經(jīng)濟(jì)復(fù)蘇。所以，投機(jī)勢(shì)力對(duì)日本政府干預(yù)的心理壓力是存在的，短期內(nèi)日元匯率要想突破1美元兌80日元的大關(guān)也有相當(dāng)大的難度。

刺激經(jīng)濟(jì)計(jì)劃的效果比較有限2010年9月10日，日本政府公布了一份9200億日元的經(jīng)濟(jì)刺激方案，以提振消費(fèi)和創(chuàng)造就業(yè)，消除日元升值對(duì)本國(guó)經(jīng)濟(jì)的負(fù)面影響，并遏制通貨緊縮的趨勢(shì)。但是，由于該刺激方案的規(guī)模僅相當(dāng)于GDP的1％，估計(jì)有望拉動(dòng)GDP增長(zhǎng)0.3個(gè)百分點(diǎn)，新增20萬(wàn)個(gè)就業(yè)崗位。所以，刺激經(jīng)濟(jì)計(jì)劃的效果還是比較有限的，只能說(shuō)“聊勝于無(wú)”，因此對(duì)日元匯率的影響也比較有限。如果日元在高位徘徊的話，即使有經(jīng)濟(jì)刺激政策，日本2011年的經(jīng)濟(jì)增長(zhǎng)可能仍然會(huì)比2010年緩慢。

日元升值現(xiàn)象給我國(guó)的啟示

面對(duì)日元升值的局面，我們一方面要分析其對(duì)我國(guó)經(jīng)濟(jì)的影響，以便做好應(yīng)對(duì)之策；另一方面也要從日元升值的現(xiàn)象中吸取經(jīng)驗(yàn)和教訓(xùn)，提出防止人民幣過(guò)快升值的應(yīng)對(duì)之策。

就眼前情形而言。如果日元升值熱度不退。那么日本對(duì)于中國(guó)的海外投資將會(huì)有所增加而在日本企業(yè)中，中小企業(yè)比例較大，是日本對(duì)我國(guó)投資的主力軍。目前我國(guó)沿海地區(qū)已經(jīng)面臨勞動(dòng)力成本上升的問(wèn)題，所以應(yīng)當(dāng)加快內(nèi)陸地區(qū)投資環(huán)境的改善，提高接收日本中小企業(yè)的相關(guān)服務(wù)水平，吸引日本中小企業(yè)赴我國(guó)內(nèi)陸地區(qū)投資。此外，亞洲地區(qū)的貨幣匯率存在著一定程度的聯(lián)動(dòng)性，日元過(guò)快升值也會(huì)增加人民幣升值壓力，我國(guó)對(duì)于日元升值千萬(wàn)不要推波助瀾。

在很多情況下，日本的今天可能就是我國(guó)的明天日本在1985年廣場(chǎng)協(xié)議后出現(xiàn)日元快速升值情況，導(dǎo)致泡沫經(jīng)濟(jì)破裂和經(jīng)濟(jì)長(zhǎng)期低迷，這一經(jīng)驗(yàn)和教訓(xùn)我們應(yīng)當(dāng)認(rèn)真吸取。具體來(lái)說(shuō)：一是要與美國(guó)等發(fā)達(dá)國(guó)家進(jìn)行外交周旋，避免人民幣快速升值，堅(jiān)持人民幣漸進(jìn)升值的方針。二是要防止在人民幣升值過(guò)程中，獲得升值好處的產(chǎn)業(yè)資本過(guò)多地將其升值溢價(jià)其轉(zhuǎn)化成為金融資本，導(dǎo)致資產(chǎn)價(jià)格發(fā)生嚴(yán)重的泡沫。三是要利用人民幣漸進(jìn)升值的緩沖過(guò)程，鼓勵(lì)我國(guó)企業(yè)進(jìn)行國(guó)際化的經(jīng)營(yíng)，推行“走出去”戰(zhàn)略。同時(shí)積極提高產(chǎn)品的創(chuàng)新能力和差別化水平，提高我國(guó)產(chǎn)品出口時(shí)的匯率升值的轉(zhuǎn)嫁能力。

篇(7)

上海股市今年的表現(xiàn)相當(dāng)糟糕:橫盤震蕩與急速下跌輪番上演,上證綜指年內(nèi)已累計(jì)下挫20%。按理說(shuō),股市會(huì)根據(jù)經(jīng)濟(jì)預(yù)期作出反應(yīng)。那么,上證綜指的表現(xiàn)是否預(yù)示中國(guó)經(jīng)濟(jì)將出現(xiàn)崩潰?

答案可能是否定的。我們通常假定,股價(jià)反映的是市場(chǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)前景最合理的估計(jì),但情況并非總是如此。它取決于市場(chǎng)所特有的投資策略的組合。一個(gè)有效且運(yùn)轉(zhuǎn)良好的市場(chǎng)主要有三類常常結(jié)合使用的投資策略,在決定市場(chǎng)表現(xiàn)以及市場(chǎng)所傳達(dá)的信息方面,它們各自扮演著不同的角色。

第一類是投機(jī)性策略,它們要求了解會(huì)即刻影響股價(jià)的供需因素變化的信息。投機(jī)者提供流動(dòng)性,并迅速把信息傳播出去。

套利或相對(duì)價(jià)值策略利用的是某類資產(chǎn)定價(jià)的無(wú)效性,確保市場(chǎng)提供明確的定價(jià)信號(hào)并協(xié)調(diào)運(yùn)轉(zhuǎn)――而不是作為面向各類資產(chǎn)的彼此無(wú)關(guān)的多個(gè)市場(chǎng)。

最后是基本面或價(jià)值策略,依靠買入資產(chǎn)賺取其創(chuàng)造的經(jīng)濟(jì)價(jià)值。通過(guò)把資本從盈利能力較低的公司抽走,然后輸送到盈利能力較高的公司,這類策略讓市場(chǎng)具備了預(yù)測(cè)能力。基本面和價(jià)值投資者――沃倫•巴菲特等人是其中最著名的代表人物――把市場(chǎng)變成了一臺(tái)機(jī)器,對(duì)長(zhǎng)期現(xiàn)金流預(yù)期進(jìn)行折現(xiàn),并對(duì)未來(lái)做出預(yù)測(cè)。

上述三類策略需要的是不同類型的信息。在一個(gè)運(yùn)轉(zhuǎn)良好的市場(chǎng)中,這些不同的策略相互作用,確保市場(chǎng)具備適度的流動(dòng)性、連貫性和有效配置資本的能力。但有些時(shí)候,流動(dòng)性沖擊或金融困境的大幅加劇,可能會(huì)削弱某些信息的價(jià)值――特別是基本面投資者所需的信息,從而將整個(gè)市場(chǎng)轉(zhuǎn)入投機(jī)模式。

運(yùn)轉(zhuǎn)良好的金融市場(chǎng)也可能(而且確實(shí)會(huì))崩潰,但當(dāng)它們恢復(fù)穩(wěn)定時(shí),它們會(huì)很好地資本配置。但是若想讓市場(chǎng)出色地履行這一職能,基本面投資者就必須擁有必要的工具和信息,以便從自己的資本配置決策中盈利。對(duì)基本面投資來(lái)說(shuō),最基本的要求是要有:優(yōu)質(zhì)的宏觀經(jīng)濟(jì)數(shù)據(jù),準(zhǔn)確易懂的財(cái)務(wù)報(bào)表,穩(wěn)定的監(jiān)管架構(gòu),有限制的政府干預(yù),以及對(duì)公司治理結(jié)構(gòu)的清晰了解。

這些條件中國(guó)都不具備。宏觀經(jīng)濟(jì)數(shù)據(jù)的質(zhì)量雖在不斷改善,但目前仍相當(dāng)粗劣――在一個(gè)變化如此之快的國(guó)家,這一點(diǎn)或許應(yīng)在意料之中。財(cái)務(wù)報(bào)表往往疑點(diǎn)頗多,這在很大程度上是因?yàn)橹袊?guó)的高等院校培養(yǎng)不出足夠多的會(huì)計(jì)師來(lái)滿足中國(guó)的需要。監(jiān)管架構(gòu)的變化和發(fā)展很快,而且方式常常出人意料。而政府在出于政策原因干預(yù)市場(chǎng)時(shí),幾乎沒(méi)有絲毫的猶豫。

最重要的是,公司治理結(jié)構(gòu)不透明。人們并不清楚,公司管理者是否采取了行動(dòng),盡可能提升股東價(jià)值、企業(yè)財(cái)富、當(dāng)?shù)鼐蜆I(yè),或是其他不以經(jīng)濟(jì)分析為轉(zhuǎn)移的因素。所有這一切不確定性意味著,基本面投資者必須使用極高的折現(xiàn)率――實(shí)際上,除非市場(chǎng)處在極低的水平,否則他們會(huì)因?yàn)槎▋r(jià)過(guò)高而被迫離開(kāi)市場(chǎng)。

此外,作為唯一最重要的市場(chǎng)參與者,政府的行為方式往往不以經(jīng)濟(jì)分析為轉(zhuǎn)移。如果你請(qǐng)基金經(jīng)理們半夜出去飲酒,他們大多數(shù)人會(huì)毫不猶豫地承認(rèn),他們渴望得到的最有用的兩條信息分別是:關(guān)于流動(dòng)性基本狀況變化的信息,以及關(guān)于政府希望市場(chǎng)何去何從的信息。