论文部分内容阅读
摘 要：现代金融业不断发展呈现为复杂非线性的现实金融生态系统，传统金融学研究缺乏了金融生态系统各关联主体间的内部关联特性和系统整体特征刻画，亟须从网络理论与网络分析法出发，探讨在新的系统科学的分析范式下未来金融效率提升和金融风险防控。
关键词：金融生态系统;网络分析;金融效率;风险防控
0 引言
现实金融生态系统逐渐呈现复杂非线性特征，具有多个金融子系统并且各子系统间具有 关联性和耦合性，耦合机制表现为动静态不断相互演变。在当前发展中金融环境逐渐复杂化，对于其发展现状的测度和发展趋势的预判具有很大挑战。然而传统金融学研究囿于超理想化、形式主义化、线性单一化假设的理论与方法，对于金融效率评价和金融风险传染分析存在缺陷，忽略了现实金融生态系统的复杂系统特性，缺乏对于不同金融机构、金融部门之间的内部关联特性与系统整体特征的刻画（游鸽等，2020）。所以亟须采用全新的定量分析方法，旨在体现金融生态系统中不同金融机构、金融部门的非对称特征，刻画各参与主体间相互影响的具体大小与方向，精准识别金融生态系统内不同主体具体的地位与作用。
网络理论与网络分析法能够有效缓解既有研究中存在的问题。该方法通过将金融生态系统中的各参与主体抽象为网络节点、各参与主体之间的关联关系和相互作用刻画为节点间的连线，从而现实金融生态系统可以模型化为各个节点相互关联的抽象的金融网络。基于此，现代金融生态系统中发挥主要作用的政府、金融机构、企业组织与个人等多个主体可以纳入整体分析框架中来，各个关联主体间具体作用力的大小与方向就可以通过诸如平均路径长度、中心度、集聚系数等金融网络结构特征指标进行定量化测度（汪小帆等，2012）。“网络结构决定网络功能，继而决定网络上的动力学行为”，网络结构的研究可以通过描述网络中各关联主体的系统动作来说明金融网络发展现状，在此基础上的最终目标是通过预测和控制各关联主体的行为来预判金融网络上的趋势。这种在网络上的系统动态性质我们称为网络上的动力学行为，它的应用将能够有效进行金融风险防控（肖欣荣等，2015）。总之，网络视角下的金融效率与风险防控研究具有重要意义和应用前景。
1 基于网络理论的金融效率提升
金融效率是对当前金融业发展效率的测度，强调了金融投入与产出关系这一经济学核心问题，其含义是指金融部门在其活动中直接或间接作用于经济时所显示的有效功能（云鹤等，2012）。将现实金融生态系统各个关联主体及其相互作用關系抽象为金融网络后，金融效率的提升体现在金融网络中是网络效率的提升，现实意义主要为了衡量不同网络的非同质拓扑结构性质下，金融部门作用于经济时有效功能最强，要素在网络上传递有效程度更高。从技术角度看，网络效率的提出是为了弥补传统测度方法中的苛刻要求，在传统的网络全局特性与局部特性的测度中常使用的指标是平均路径长度和集聚系数两大指标，用该指标进行测度的前提条件是网络应是无权的、稀疏的以及简单联通网络，因此网络效率作为描述网络结构的新方法应运而生。网络弹性是网络效率的一个反应指标，提出的现实目标是主要考察在遭遇到外部攻击的时候网络的稳定性（田柳等，2011）。因此，在实际应用过程中，考虑到不同节点在不同网络中呈现重要性差异的大小，提升网络效率需要准确合理地找出网络中的关键节点并加以保护，增强网络的鲁棒性和稳定性（冯小伟，2019）。
在现实应用中不少学者以股票市场和银行网络为主要对象从网络理论角度研究如何提升金融效率。股票市场在运转中伴随着单个上市企业、金融行业、金融市场等不确定事件带来的危机，会影响由价格作为关联要素的股票网络的联结情况，进而导致股票关联网络的结构性变化。因此研究股票关联网络的容错能力、抗毁能力，提升股票关联网络效率意义重大，为金融网络拓扑结构特征与网络效率、网络弹性的动态相互关系探讨提供了很好的视角。比如黄玮强等（2015）建立中国沪深A股动态股票关联网络，研究了网络基本拓扑结构特征对于网络弹性的影响。研究成果有助于深入理解市场不确定性事件对我国股票间价格波动关联模式的影响，为投资管理、市场风险控制的相关政策制定提供一定的依据。同时也有学者从网络结构特征角度切入解析了银行系统，得出相网络中的每个节点与其他节点都有连接的完全网络能更好地抵抗外部冲击的结论，因为一家银行的损失能通过拆借市场转嫁给其他银行，所以在面对不确定性的外部冲击时完全网络更具弹性，网络效率更高（Allen& Gale，2000）。该研究成果有助于在推进银行系统建设时有依据的提出一系列科学建议，如加强不同银行间的业务往来等。
2 基于网络理论的风险传染及防控
现实金融生态系统中各种关联关系会促进各相关主体间的关联，如信贷合约关系构成了银行市场间的信用关系，贷款关系构成了银行与企业间的信用关系，贸易信贷关系构成了生产者与供应商间的信用关系，最终促使金融信用关联主体网络的形成（邹婷，2019）。金融信用关联主体网络呈现出不同形态的网络组织和不同特征的网络结构，从网络关联、网络组织的视角去探究金融风险传导效应成为新的研究视角。信用风险在金融各市场中的传递方式和传导路径，以及这种传递随着时间推移的动态演变是学者对金融机构网络模型研究更为深入的一个表现（王宇等，2019）。信用风险系统性传导可以分为内部传导和外部传导两大途径，内部传导路径主要包括资产负载渠道、职能相似性、业务同质性和羊群效应，外部传导路径主要包括市场关联性、信息渠道与周期波动。因而在网络视角下，考虑到网络组织与网络结构特性有助于风险的快速集聚、扩散与传导，为了达到完善金融信用风险预警与应急机制的目标，传统的金融风险监管中以 “太大而不能倒”不再是唯一原则，“太关联而不能倒”的监管理念在宏观审慎金融风险防范机制中也至关重要，（杨子晖等，2018）。
“网络结构决定网络功能，继而决定网络上的动力学行为”，金融信用风险系统性传导会改变金融信用关联网络的网络组织与网络结构，从而改变网络功能，由此有必要使用系统动力学模型进行风险传导监控和控制。系统动力学的基本思想是将研究对象划分为若干个子系统，通过探讨各子系统之间的因果关系使局部元素与整体系统相联系，再利用模型流图建立具有非线性、高阶次、多重反馈特点的动态方程，在利用计算机仿真验证模型有效性的同时为战略与决策提供依据。在实际应用中，一些学者基于系统动力学视角主要是从类比流行病传染开展研究，如May （2008） 指出，金融风险的传染和流行病的传播非常相似。Garas等 （2010） 将流行病传染机制引入实际金融网络模型中，利用SIR传染病模型模拟全球经济网络中危机的传染，其研究发现不仅是美国，即使类似于比利时这GDP总量较小的国家同样可能引发全球金融危机。李守伟等 （2010） 基于传染SI模型建立了银行风险传染模型，分析了受传染银行的数目变化规律及模型参数的影响效果，发现通过降低传染率、降低关联度或增加治理率都可以控制银行风险的传染。乜洪辉 （2012） 借鉴传染病SIR模型，构建银行危机传染的动态模型。 3 结论
通过既有研究的梳理可以发现，从整体观、系统观对金融效率体系进行全方位的考量。构建能表征金融发展实际情况的多种关联关系多种属性的金融网络是分析金融网络效率和金融信用风险的关键一步。金融网络结构及演化机制探讨是探索金融市场发展趋势的基础，是捕获金融风险的有效手段。在统一的框架下，根据金融网络结构特征、演化趋势、内外部环境变化等特征对金融信用风险进行监管是一大挑战。因此，基于网络理论的金融效率与风险防控是一个综合金融学、网络理论和系统动力学的交叉领域，遵循网络结构决定网络功能，继而决定网络上主体的动力学行为的逻辑思维，建立金融多关聯多属性网络，定量化地测度金融网络拓扑结构特征，系统的评测全局与局部的金融网络效率，探讨金融网络结构演化特征和金融网络信用风险之间的传导效应、因果效应，确定金融网络信用风险的稳定点，提出金融信用风险防控策略将是未来分析的有效方向。
参考文献
[1]游鸽，郭昊，刘向.复杂网络视角下的金融市场结构演化与风险传染[J].金融发展研究，2020，（01）：30-39.
[2]汪小帆，李翔，陈关荣.网络科学导论[M].北京：高等教育出版社，2012.
[3]肖欣荣，刘健.基于网络理论的金融传染与投资者行为研究进展[J].经济学动态，2015，（05）：139-146.
[4]云鹤，胡剑锋，吕品.金融效率与经济增长[J].经济学（季刊），2012，11（02）：595-612.
[5]田柳，狄增如，姚虹.权重分布对加权网络效率的影响[J].物理学报，2011，60（02）：803-808.
[6]冯小伟，胡聪，许畅，等.基于网络效率最优的关键节点识别方法[J].计算机工程与设计，2019，40（02）：328-335.
[7]黄玮强，庄新田，姚爽.我国股票关联网络拓扑结构与网络弹性关系研究[J].系统管理学报，2015，24（1）：71-77.
[8]Allen，F.，&Gale，D.，Financial Contagion[J].Journal of Political Economy，2000，108（1）：1-33.
[9]王宇，肖欣荣，刘健，等.金融网络结构与风险传染理论述评[J].金融监管研究，2019，（02）：79-96.
[10]杨子晖，周颖刚.全球系统性金融风险溢出与外部冲击[J].中国社会科学，2018，（12）：69-90+200-201.
[11]May，R.M.，Levin，S.A.，&Sugihara，G.，Complex Systems：Ecology for Bankers[J].Nature，2008，（7181）：893-895.
[12]Garas，A.，Argyrakis，P.，Rozenblat，C.，Tomassini，M.，&Havlin，S.，Worldwide Spreading of Economic[Z].
[13]李守伟，何建敏，龚晨.银行风险传染随机模型研究[J].统计与信息论坛，2010，25（12）：26-30.
[14]乜洪辉.基于SIR模型的银行危机传染研究[D].长沙：湖南大学，2012.
关键词：金融生态系统;网络分析;金融效率;风险防控
0 引言
现实金融生态系统逐渐呈现复杂非线性特征，具有多个金融子系统并且各子系统间具有 关联性和耦合性，耦合机制表现为动静态不断相互演变。在当前发展中金融环境逐渐复杂化，对于其发展现状的测度和发展趋势的预判具有很大挑战。然而传统金融学研究囿于超理想化、形式主义化、线性单一化假设的理论与方法，对于金融效率评价和金融风险传染分析存在缺陷，忽略了现实金融生态系统的复杂系统特性，缺乏对于不同金融机构、金融部门之间的内部关联特性与系统整体特征的刻画（游鸽等，2020）。所以亟须采用全新的定量分析方法，旨在体现金融生态系统中不同金融机构、金融部门的非对称特征，刻画各参与主体间相互影响的具体大小与方向，精准识别金融生态系统内不同主体具体的地位与作用。
网络理论与网络分析法能够有效缓解既有研究中存在的问题。该方法通过将金融生态系统中的各参与主体抽象为网络节点、各参与主体之间的关联关系和相互作用刻画为节点间的连线，从而现实金融生态系统可以模型化为各个节点相互关联的抽象的金融网络。基于此，现代金融生态系统中发挥主要作用的政府、金融机构、企业组织与个人等多个主体可以纳入整体分析框架中来，各个关联主体间具体作用力的大小与方向就可以通过诸如平均路径长度、中心度、集聚系数等金融网络结构特征指标进行定量化测度（汪小帆等，2012）。“网络结构决定网络功能，继而决定网络上的动力学行为”，网络结构的研究可以通过描述网络中各关联主体的系统动作来说明金融网络发展现状，在此基础上的最终目标是通过预测和控制各关联主体的行为来预判金融网络上的趋势。这种在网络上的系统动态性质我们称为网络上的动力学行为，它的应用将能够有效进行金融风险防控（肖欣荣等，2015）。总之，网络视角下的金融效率与风险防控研究具有重要意义和应用前景。
1 基于网络理论的金融效率提升
金融效率是对当前金融业发展效率的测度，强调了金融投入与产出关系这一经济学核心问题，其含义是指金融部门在其活动中直接或间接作用于经济时所显示的有效功能（云鹤等，2012）。将现实金融生态系统各个关联主体及其相互作用關系抽象为金融网络后，金融效率的提升体现在金融网络中是网络效率的提升，现实意义主要为了衡量不同网络的非同质拓扑结构性质下，金融部门作用于经济时有效功能最强，要素在网络上传递有效程度更高。从技术角度看，网络效率的提出是为了弥补传统测度方法中的苛刻要求，在传统的网络全局特性与局部特性的测度中常使用的指标是平均路径长度和集聚系数两大指标，用该指标进行测度的前提条件是网络应是无权的、稀疏的以及简单联通网络，因此网络效率作为描述网络结构的新方法应运而生。网络弹性是网络效率的一个反应指标，提出的现实目标是主要考察在遭遇到外部攻击的时候网络的稳定性（田柳等，2011）。因此，在实际应用过程中，考虑到不同节点在不同网络中呈现重要性差异的大小，提升网络效率需要准确合理地找出网络中的关键节点并加以保护，增强网络的鲁棒性和稳定性（冯小伟，2019）。
在现实应用中不少学者以股票市场和银行网络为主要对象从网络理论角度研究如何提升金融效率。股票市场在运转中伴随着单个上市企业、金融行业、金融市场等不确定事件带来的危机，会影响由价格作为关联要素的股票网络的联结情况，进而导致股票关联网络的结构性变化。因此研究股票关联网络的容错能力、抗毁能力，提升股票关联网络效率意义重大，为金融网络拓扑结构特征与网络效率、网络弹性的动态相互关系探讨提供了很好的视角。比如黄玮强等（2015）建立中国沪深A股动态股票关联网络，研究了网络基本拓扑结构特征对于网络弹性的影响。研究成果有助于深入理解市场不确定性事件对我国股票间价格波动关联模式的影响，为投资管理、市场风险控制的相关政策制定提供一定的依据。同时也有学者从网络结构特征角度切入解析了银行系统，得出相网络中的每个节点与其他节点都有连接的完全网络能更好地抵抗外部冲击的结论，因为一家银行的损失能通过拆借市场转嫁给其他银行，所以在面对不确定性的外部冲击时完全网络更具弹性，网络效率更高（Allen& Gale，2000）。该研究成果有助于在推进银行系统建设时有依据的提出一系列科学建议，如加强不同银行间的业务往来等。
2 基于网络理论的风险传染及防控
现实金融生态系统中各种关联关系会促进各相关主体间的关联，如信贷合约关系构成了银行市场间的信用关系，贷款关系构成了银行与企业间的信用关系，贸易信贷关系构成了生产者与供应商间的信用关系，最终促使金融信用关联主体网络的形成（邹婷，2019）。金融信用关联主体网络呈现出不同形态的网络组织和不同特征的网络结构，从网络关联、网络组织的视角去探究金融风险传导效应成为新的研究视角。信用风险在金融各市场中的传递方式和传导路径，以及这种传递随着时间推移的动态演变是学者对金融机构网络模型研究更为深入的一个表现（王宇等，2019）。信用风险系统性传导可以分为内部传导和外部传导两大途径，内部传导路径主要包括资产负载渠道、职能相似性、业务同质性和羊群效应，外部传导路径主要包括市场关联性、信息渠道与周期波动。因而在网络视角下，考虑到网络组织与网络结构特性有助于风险的快速集聚、扩散与传导，为了达到完善金融信用风险预警与应急机制的目标，传统的金融风险监管中以 “太大而不能倒”不再是唯一原则，“太关联而不能倒”的监管理念在宏观审慎金融风险防范机制中也至关重要，（杨子晖等，2018）。
“网络结构决定网络功能，继而决定网络上的动力学行为”，金融信用风险系统性传导会改变金融信用关联网络的网络组织与网络结构，从而改变网络功能，由此有必要使用系统动力学模型进行风险传导监控和控制。系统动力学的基本思想是将研究对象划分为若干个子系统，通过探讨各子系统之间的因果关系使局部元素与整体系统相联系，再利用模型流图建立具有非线性、高阶次、多重反馈特点的动态方程，在利用计算机仿真验证模型有效性的同时为战略与决策提供依据。在实际应用中，一些学者基于系统动力学视角主要是从类比流行病传染开展研究，如May （2008） 指出，金融风险的传染和流行病的传播非常相似。Garas等 （2010） 将流行病传染机制引入实际金融网络模型中，利用SIR传染病模型模拟全球经济网络中危机的传染，其研究发现不仅是美国，即使类似于比利时这GDP总量较小的国家同样可能引发全球金融危机。李守伟等 （2010） 基于传染SI模型建立了银行风险传染模型，分析了受传染银行的数目变化规律及模型参数的影响效果，发现通过降低传染率、降低关联度或增加治理率都可以控制银行风险的传染。乜洪辉 （2012） 借鉴传染病SIR模型，构建银行危机传染的动态模型。 3 结论
通过既有研究的梳理可以发现，从整体观、系统观对金融效率体系进行全方位的考量。构建能表征金融发展实际情况的多种关联关系多种属性的金融网络是分析金融网络效率和金融信用风险的关键一步。金融网络结构及演化机制探讨是探索金融市场发展趋势的基础，是捕获金融风险的有效手段。在统一的框架下，根据金融网络结构特征、演化趋势、内外部环境变化等特征对金融信用风险进行监管是一大挑战。因此，基于网络理论的金融效率与风险防控是一个综合金融学、网络理论和系统动力学的交叉领域，遵循网络结构决定网络功能，继而决定网络上主体的动力学行为的逻辑思维，建立金融多关聯多属性网络，定量化地测度金融网络拓扑结构特征，系统的评测全局与局部的金融网络效率，探讨金融网络结构演化特征和金融网络信用风险之间的传导效应、因果效应，确定金融网络信用风险的稳定点，提出金融信用风险防控策略将是未来分析的有效方向。
参考文献
[1]游鸽，郭昊，刘向.复杂网络视角下的金融市场结构演化与风险传染[J].金融发展研究，2020，（01）：30-39.
[2]汪小帆，李翔，陈关荣.网络科学导论[M].北京：高等教育出版社，2012.
[3]肖欣荣，刘健.基于网络理论的金融传染与投资者行为研究进展[J].经济学动态，2015，（05）：139-146.
[4]云鹤，胡剑锋，吕品.金融效率与经济增长[J].经济学（季刊），2012，11（02）：595-612.
[5]田柳，狄增如，姚虹.权重分布对加权网络效率的影响[J].物理学报，2011，60（02）：803-808.
[6]冯小伟，胡聪，许畅，等.基于网络效率最优的关键节点识别方法[J].计算机工程与设计，2019，40（02）：328-335.
[7]黄玮强，庄新田，姚爽.我国股票关联网络拓扑结构与网络弹性关系研究[J].系统管理学报，2015，24（1）：71-77.
[8]Allen，F.，&Gale，D.，Financial Contagion[J].Journal of Political Economy，2000，108（1）：1-33.
[9]王宇，肖欣荣，刘健，等.金融网络结构与风险传染理论述评[J].金融监管研究，2019，（02）：79-96.
[10]杨子晖，周颖刚.全球系统性金融风险溢出与外部冲击[J].中国社会科学，2018，（12）：69-90+200-201.
[11]May，R.M.，Levin，S.A.，&Sugihara，G.，Complex Systems：Ecology for Bankers[J].Nature，2008，（7181）：893-895.
[12]Garas，A.，Argyrakis，P.，Rozenblat，C.，Tomassini，M.，&Havlin，S.，Worldwide Spreading of Economic[Z].
[13]李守伟，何建敏，龚晨.银行风险传染随机模型研究[J].统计与信息论坛，2010，25（12）：26-30.
[14]乜洪辉.基于SIR模型的银行危机传染研究[D].长沙：湖南大学，2012.