时间：2023-09-11 17:26:34
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇金融网络投资范例。如需获取更多原创内容，可随时联系我们的客服老师。
1．金融传染的发生机制
目前的研究文献，主要从金融机构间的直接传染与间接传染这两种作用机制人手进行阐述。金融机构问的直接传染，主要是指一旦某个金融机构破产，与该金融机构存在直接连接关系的其他金融机构将遭遇债务违约损失，从而导致破产危机的进一步蔓延。而间接传染则包括除了直接传染之外的其他传染机制，主要由于市场信心的缺失和资产价格的螺旋下降等因素造成的。金融机构之间通过支付系统以及各种各样的头寸(例如直接贷款、衍生产品和回购协议等)构成直接连接。较常见的直接传染机制由Kiyotaki和Moore提出，他们认为，一旦某个金融机构违约或延期支付债务，由此产生的损失超过一定限额时就会导致其债权机构破产，类似的破产一旦蔓延有可能最终引发系统性崩溃。在直接传染的度量中，金融网络的结构特征至关重要，聚类系数较大、平均路径较短的网络往往产生的直接传染更迅速，关联性更强。问接传染的形成机制则更复杂，早期的研究主要考虑投资者的恐慌情绪的蔓延。Diamond和Dybvig提出，当某个银行遭到存款者的挤兑而破产时，恐慌的情绪很可能使得挤兑蔓延到整个银行系统，从而使那些本来具有偿付能力的银行也出现破产。而近些年的研究对象主要集中于传染对于资产价格的影响。Giesecke和Weber认为，由于各个金融机构面对共同的基本面因素(如资产的价格，产品供给与需求等)，因此，如果破产的金融机构规模大到足以影响资产价格以及产品供求关系等因素时，这些因素的恶化将会使得其他机构的资产价值下降，从而使得传染蔓延。Kodres和Pfitsker则从投资者的角度考虑传染对资产的贬值作用。他们提出了“跨市场的投资再平衡效应”，这种效应是指一旦某个市场受到外部冲击，投资者会最优化地调整他在其他市场上的投资组合。Kodres和Pritsker认为，投资者在调整投资组合的同时会把冲击转移到其他市场上，造成其他市场的资产价值下降，从而使得危机蔓延。他们发现，该种传染主要取决于市场对于资产价格的敏感程度，以及在各个市场上信息不对称的程度。
2．金融传染导致的资产损失
通常认为，金融传染是发生的概率较小、但造成的损失较为严重的事件。在衡量金融传染所带来的资产损失的研究中，部分学者对损失函数的性质进行了研究，希望能更精确地估计损失大小；也有部分学者通过实证分析直接估算传染所造成的具体损失大小。Elsinger等主要研究了损失函数的统计特征，通过对奥地利银行系统的实证分析发现，该体系传染的概率较小但影响较大，只有6％的破产事件是由于传染效应造成的，因此损失函数的一个重要的统计特征是它服从薄尾分布。而它的另一个统计特征则是服从正态分布，研究发现，经济基本因素的波动大小决定了损失的均值，波动越大则损失越大；而公司之间连接的紧密程度决定了损失在均值附近的波动程度，连接越紧则损失波动越大。在Elsinger和Giesecke的研究基础上，Eisenberg和Noe给出了一种能够衡量金融传染损失大小的算法，该算法给出了某个给定金融机构对于其他机构的风险暴露，一旦该金融机构出现违约，我们可以通过该算法得到其他机构遭受的损失。估计金融传染所造成的损失还有其他一些途径。Upper和Worms运用最大熵方法得到了非常细化的估测数据并实证分析了德国银行系统，发现单一银行的破产最高能造成银行系统总资产15％的损失。也有学者对这一损失程度提出异议，Angelini等并没有利用最大熵方法进行数据估计，而是模拟一家银行破产时对整个系统带来的冲击。他们对意大利银行间市场网络的实证分析发现：由于金融传染所造成的资产损失只有每日货币流动量的3％。这个结果显示传染的影响偏小，Angelini等认为这是由于意大利银行系统的资金流动量较小以及银行网络的结构性差异所造成的。事实上，对于金融危机的预测离不开金融传染及其导致资产损失的估计，然而无论是上述何种研究都离不开对金融网络的构建和金融传染的假设与模拟。因此，对于金融网络结构的认识和传染性的度量就显得异常重要。
金融网络的最优微观特征
1．基于外部冲击发生机制的研究方法
由于外部冲击主要通过金融机构之间的连接而传导风险，因此，基于外部冲击的发生机制进行的研究多关注的是银行系统内各银行间的连接方式以及连接的紧密程度。Allen和Gale于2000年发表的文章是该方面研究的基石。他们基于Diamond和Dybvig所建立的D—D模型，假设(完全信息条件下)流动性冲击来自存款者取款时间的不确定性，通过一个包括四个银行的模型证明了传染的蔓延主要取决于银行间的连接类型。当网络是完全连接的(如图2所示)，即每个银行都与其他银行连接在一起，使得某个银行的负债几乎完全均匀地分布在其他银行时，冲击的效果会被很好的淡化。然而，当网络是不完全连接的(如图3所示)，即每个银行只和一部分银行有负债关系，系统会变得较脆弱。从图2可见，Allen和Gale提出的“完全连接”的网络正是拥有四个节点的规则网络。完全连接网络的提出，很好地解决了“怎样的连接方式最优”这个问题；而“怎样的连接紧密程度最优”，则由Freixas等率先给出答案，他们的研究同样基于外部冲击的发生机制。Freixas等的研究模型与Allen和Gale相似，但是他们假设流动性冲击并不来自于存款者取款时间的不确定性，而是来自于存款者取款地点的不确定性。他们认为高度连接的银行间市场，虽然降低了持有流动性资产的成本，但同时也产生了低效率和不稳定性：虽然银行间市场提供的流动性保险可以帮助银行抵消债务，但是这种系统稳定性是以这个资不抵债的银行继续运营为代价，这破坏了市场法则，最终系统很有可能因承受了过多的不良债务而崩溃。因此，过高的连接程度损害了系统的稳定性，最优金融网络需要适当偏大的最短路径长度。同样是在D-D模型的基础上，Brusco和Castiglionesi建立一个包括四个银行的模型，他们的研究支持了Freixas等的结论：银行间更紧密的连接会增加传染的风险，这是因为银行间互助系统所提供的后盾支持可能会使得某些银行做出更鲁莽的投资，从而增大系统风险；并且，如果连接过于紧密的话，某家银行的破产会导致传染的范围变广。
2．基于复杂网络的研究方法
复杂网络理论在2000年左右逐渐成熟，其应用领域也从物理学、信息学逐渐扩大到生态学、社会学等多个学科。通过复杂网络理论对金融网络结构进行分析，尽管不能做出对金融机构行为的动态分析，但是它可以反映出金融网络的构建过程，并能与现实世界的网络相匹配，具有非常重要的现实指导作用。该领域具有代表性的是Gai和Kapadia于2010年所做出的研究工作。Gai和Kapadial借鉴Strogatz以及Newman研究复杂网络的数学方法，通过模拟金融网络的形成过程而建立了一个能分析传染效应、并适用于现实世界中不同类型金融网络的模型。他们的分析结果与Bruseo和Castiglionesi以及Freixas等得出的结果一样，即最短路径长度应适当偏长。他们认为，连接程度和风险分担程度越高，传染的概率越低；但一旦发生传染，影响范围将更广，从而极大地损害系统稳定性。在设计最优网络结构时，对连接程度和风险分担程度的选择，实质上是对传染概率及影响范围的一个权衡取舍。
3．基于网络动态学的研究方法
网络动态学，主要通过分析行为人的决策心理并建立动态模型，研究由于时间、空间及环境等动态变化所造成的行为人的决策变化及网络结构的演变过程。复杂网络理论的研究缺陷主要在于无法模拟出金融网络的动态变化，而面对复杂的金融市场变化，金融机构的动态决策行为对于金融传染过程显然是至关重要的。因此，一些学者开始运用网络动态学的研究成果，对金融机构的这些动态变化加以研究，并用图像表示出外部冲击以及传染蔓延的动态过程，通过分析复杂的决策行为来了解网络的形成机制和过程，从而设计出最优网络结构。Goyal和Vega—Redondo是较早运用网络动态学对金融网络进行研究的学者。他们在2004年发表的文章支持了Allen和Gale以及Freixas等的研究结论。他们认为，两方建立债务关系的过程就是一个博弈以达到最优均衡的过程，而整个关系网络的建立正是许多债务关系的动态建立过程；两方建立债务关系，就是在风险及收益之间选取一个最优纳什均衡点的动态博弈。根据这个网络构建模型，Goyal和Vega．Redondo在考察了不同的连接方式、连接费用以及不同的相互作用模式对风险传染起到的作用之后，得出结论：“完全连接”模式(即规则网络)与较长的最小路径长度可以有效地减小金融风险的传染。
4．基于运筹法的最优微观结构判断
定量分析的研究目前相对偏少，研究方法也多为运用运筹学方法解决最优化问题，Leitner在2005年给出的“每个小群体的最优节点数量”在这方面具有重要的代表意义。Leitner建立了一个不仅能相互传染、也能相互救助的金融网络，流动性较好的银行会因为担心受到传染而救助流动性不足的银行。该模型说明银行问的相互连接对于减少破产危机的发生具有重要意义，因为它们允许银行间相互救助；然而整个网络也可能因为过度连接而在某些情况下(如当流动性限制在一小部分银行中时)出现传染蔓延并最终崩溃。基于对网络连接带来的好处(允许银行相互救助)以及坏处(危机可能蔓延)的取舍，Leitner运用运筹学知识，通过求解一个带有约束的规划问题给出了最优金融网络的规模——每个小群体内的最优节点数量为5。
5．其他研究方法
还有学者通过统计学和传染病学等其他理论工具，对金融网络的最优微观特征的研究做出了贡献。Gai等利用传染病学以及统计物理学的知识，与其他学者再次对金融网络的最优微观特征问题进行了研究。在仍然坚持“最优网络结构具有适当偏长的最小路径长度特征”的同时，Gai等又得出了“复杂度较低也是最优网络结构的重要特点”的结论。Iori等利用统计学方法研究单个银行的风险与整个银行问市场相互作用的动态过程发现，较低的聚类系数可以有效提升金融网络的稳定性。这与Simon在1962年所著的“TheArchitectureofComplexity”中的观点相吻合：在复杂系统中，只有最简单的层次结构才是最优的。Iori认为，银行问拆借虽然降低了单个银行的破产概率，但也增加了整个系统崩溃的机会。当银行间网络的聚类系数较高，即系统内的银行都是同种类型时，系统崩溃发生的可能性比较大；而当聚类系数较低，即银行的类型不相同时，崩溃发生的可能性就会降低。较低的聚类系数可以有效提升金融网络的稳定性。也有学者把金融网络与其他网络系统(如生态网络系统)进行类比。Haldane和May所做的这方面研究支持了Gai等的关于“最优网络结构的复杂度较低”的结论。在经过对生态系统的食物链以及金融网络的对比分析之后，他们认为金融系统和生态系统一样，复杂程度越高，整个网络的稳定性就越差¨。尽管所用的研究方法各不相同，但是目前所得到的关于最优金融网络的微观特征的结论非常相似。总的来说，具有“完全连接”、较低的复杂程度、适当偏长的平均最短路径长度以及较小的聚类系数是最优网络结构的几个主要特征。Nier等对金融网络的特征做了较为完整的界定。他们利用网络理论知识，认为银行体系网络结构的关键参数一共有四个：银行的资本化水平，网络的连接程度，银行间的借贷规模，银行系统的集中程度。他们通过建立银行网络系统并加以模拟的方法得出结论：资本化水平越高、借贷规模越低、集中程度越低，则银行系统的稳定性越高；而连接程度则与稳定性呈非线性关系，当连接程度超过阈值之后，连接程度越高，稳定性越低。
金融网络的最优宏观结构
基于描述金融网络的三大基本指标，上文总结了前人对于较为稳定的金融网络应该具有的指标特征。基于这些基本的指标，整个金融网络将会呈现一定的宏观结构，如前文指出的小世界网络和无标度网络。这些基于多个基本指标共同呈现出的复杂的拓扑结构，构建出了金融网络的整个宏观拓扑结构，结合图论知识不仅能判断某一现实生活中的网络属于哪一类网络宏观结构，同时能够对其在传染过程中所起到的作用做出一定的判断。Watts和Strogatz与BarabOsi和Albert相继于1998、1999年提出了“小世界网络”模型以及“无标度网络”模型，这标志着复杂网络理论的逐渐成熟。许多学者开始以这两个模型为衡量标准，通过实证结合统计分析等方法来研究现实中的金融网络所具有的宏观结构特征，并结合复杂网络理论探讨如何设计宏观网络结构才能更有效地防止金融传染。目前大多数研究都表明，金融网络兼具小世界网络以及无标度网络的某些特征，这些特征显著地影响着危机的传染过程。金融网络最典型的宏观拓扑结构特征之一，就是平均最短路径长度较短，这正是小世界网络所独有的典型特征，这已经被包括Soramaki等和Boss等许多学者所证实。Soramaki等利用复杂网络方法分析了美国商业银行的银行间支付系统网络的拓扑结构以及与网络稳定性相关的性质，发现该银行间网络具有较小的平均路径长度。Boss等对奥地利银行间市场进行实证研究后也认为，奥地利银行间网络的平均路径长度较小。Boss等还得出了另外一个结论：银行间网络的聚类系数较小。他们认为，因为银行之间保持连接需要一定的费用，所以当两个较小的银行都与一家较大的银行存在价值关系时，这两家小银行之间没有互相连接的动力。金融网络还体现了无标度网络的两个重要特征：节点度分布服从幂律分布以及中心节点的存在。Soramaki等的研究证实，美国商业银行的银行间支付网络的节点度分布服从幂律分布，同时该银行间网络还包括一些节点度数很高的“中心型”(Hub)银行。Iori等则运用复杂网络的统计分析方法，对意大利银行的隔夜拆借市场的网络结构进行了分析，发现节点的度分布服从一个比随机网络更为厚尾的分布¨。这也意味着，存在数量很少的几家较大的银行，与非常多的小额贷款者保持债务关系，这些规模较大、节点度较高的银行就是典型的中心节点。更进一步地，Boss等不仅证明了奥地利银行间的节点度分布服从幂律分布，他们还精确地计算出该银行间网络分段服从的幂指数分别为0．62和2．01。金融网络的这些宏观特征对于分析金融系统的传染性是非常重要的。Albert等在2000年的研究表明，当中心节点受到冲击时，无标度网络将会变得特别脆弱，且很容易造成传染蔓延。尽管小世界网络在单个小型金融机构破产时有很强的稳定性，但是，一旦少数节点度数较高，也就是负债规模较大的(中心节点)银行破产时，银行系统受到的冲击将会很大。金融系统的这种风险特点也与损失函数服从薄尾分布的特性相吻合，当发生危机的是一般的小型金融机构时，金融系统拥有较强的自我修复能力；但是一旦关键的大型金融机构(中心节点)发生流动性危机时，金融系统将会变得非常脆弱，从而极有可能造成金融传染的蔓延以及严重的资产损失。
金融网络研究中亟待解决的难题
2012年11月27日，随着澳大利亚证券交易所的上市钟声敲响，熊强与他的团队一起在悉尼举杯，庆贺其一手创办的优惠券公司淘淘谷（TUP.ASX）上市。作为国内第一家上市的O2O概念股，淘淘谷开盘当日收盘价比招股价上升25%，达到0.75澳元，对应市值4.8亿澳元（约合31亿元），超过了当当网（DANG.NYSE）和网秦（NQ.NYSE）。
一家创业仅两年的公司，产品刚刚半年，月均营收也仅为10万元，凭借什么成为澳大利亚交易所的新宠，市值达到60亿元？表面上看，这一切源于淘淘谷与银联金融网签署的一份长期排他合作协议，并构建了合作分成模式。
“淘淘谷+银联”的O2O闭环模式
淘淘谷是银联旗下U联生活平台的上游技术提供商，其创始人熊强在互联网领域拥有连续十年的创业经历。
2010年12月，熊强在香港注册淘淘谷移动优惠券服务有限公司（深圳淘淘谷的母公司）。当时，优惠券领域已有众多先行者，例如胡椒蓓蓓、钱库等，而O2O概念也开始在市场风靡。淘淘谷最初的玩法和其他公司并无两样，一方面整合商户资源，一方面将商户的优惠券派送到消费者手中。
可这种玩法有个不足，就是无法衡量和检测营销效果。专业O2O媒体品途网运营总监朱刚表示，目前大多数优惠券模式都是断裂的，即线上与线下是脱节的。线上平台掌握下载量但不知道实际使用量，商家知道真实使用量但不能掌握下载量。如果构建一个中间环节，把线上和线下串联起来，将优惠券运营打造成一个闭环，从而实现营销效果的可衡量、可追踪，才能真正达到按效果付费。通过这一O2O闭环的建立，线上平台可以掌握更完整的信息和数据，比如用户喜欢吃什么菜、主要在哪一带活动等，当数据量积累到一定程度时，就可实现精准营销。这或许是O2O最大的一座金矿。
独立电商分析师李成东认为，大众点评之类的O2O网站，之所以无法实现高收入，正是因为它们只是掌握了优惠券下载环节，尚未能建立O2O闭环，以控制支付和交易环节，很难获得较大的收入分成。
淘淘谷的诞生似乎占尽天时地利。其时，银联旗下从事深圳地区银行卡收单业务的银联金融网络打算推出电子优惠券业务，银联甚至计划将深圳作为电子优惠券试点，成功后再向其他地区推广。于是，熊强带着淘淘谷在电子优惠券上的解决方案，敲开了银联金融网络的大门。
2011年5月， 淘淘谷和银联金融网络达成合作关系，成为银联深圳旗下U联生活平台的解决方案供应商。
淘淘谷招股说明书显示，其开发的“电子金融认证程序”，是证明交易真实性的软件。银联U联生活的数据将在云计算服务器上进行处理和储存。这样，一旦一张银联卡在U联生活平台上注册，它就可以成为一张云连接银行卡，用来追踪、储存和处理连接到此卡上的用户数据和信息，即使消费者通过电脑、手机或POS机等不同终端进行交易，也能追踪相关记录（图1）。
在这一合作模式中，U联生活平台并不负责线下网络和团队铺设，只是通过开放系统引入商户资源，其设计了一套与合作伙伴的利益分配模式：在商户支付的佣金中，U联生活分享30%（其中银联金融网络18.9%，淘淘谷11.1%）、优惠券公司（商户方）占30%、社交网络（用户资源方）占40%。
而淘淘谷除了这部分收入分成外，还可收取线下商户的系统开发服务费，包括一次性的安装费用和持续性的护理维修费用。
通过U联生活平台，商户一是可以进行优惠券营销，不断吸引客户；二是获得客户数据，从而更精准地了解和预测客户行为，指导广告和产品服务生产；三是相比传统的广告投放，U联生活的广告开销是弹性的，用户虽然下载了优惠券，但只有产生实际销售行为时，商户才需要向U联生活平台付费。
每个行业的商户佣金标准不一，据介绍，餐饮行业佣金为实际支付金额的2-5%，美容美发行业8-20%，服装行业8-15%，家居建材行业5-15%，摄像行业佣金率最高，达到10-25%。目前U联生活商家超过1000家，主要集中在深圳。这些商户通过U联生活实现的交易量占商户总交易量的10%，消费者绑定优惠券后的转化率为20%。
背靠U联生活好乘凉？
按照熊强的说法，U联生活及其银联POS机网络资源形成的闭环可以看做一条“高速公路”，目前淘淘谷正在逐步与全国各地的银联商务体系修建这条路，未来，这一体系将被打造成类似苹果iOS那样的生态系统，网站、金融机构、运营商、广电体系和芯片厂商，只要涉及O2O支付部分，都可以在U联生活平台上开发自己的应用。
淘淘谷招股书显示，银联金融网络负责将U联生活平台营销给银联卡持有者，其他潜在合作伙伴也可以将U联生活的产品整合进其现有的产品组合中，然后从交易费用中获取分成。据称，已经与U联生活签订合同的合作伙伴达60多家，包括新浪微博旗下的北京微梦创科公司和腾讯。
但是李成东认为，U联生活与腾讯等公司的合作仅是挂牌，腾讯也开始通过微信做优惠券业务，不大可能将用户导入U联生活，而且目前优惠券的替代模式很多，U联生活很难一统天下。在苹果APP Store里搜索“优惠券”三字，相关应用超过100家，其中不仅有专门做优惠券业务的公司，例如“丁丁优惠”、“折扣行优惠券”等，也有百度、网易等综合公司，此外，大众点评、淘打折等分类优惠应用也多不胜举。这些公司在优惠券领域精耕已久，它们是否愿意加入U联生活平台，为其导入商家仍是未知。
不过，淘淘谷归根到底只是U联生活的一个技术提供商，它并不拥有U联生活的所有权。招股书资料显示，U联生活的名称、商标、软硬件系统的知识产权都归银联金融网络所有，也就是说，银联金融网络才是U联生活的所有者，U联生活在技术上由淘淘谷深圳和金融IT服务外包企业雁联（Ylink）运营。淘淘谷为所有通过U联生活平台的线上和线下交易提供电子金融认证（数字证书），雁联则负责数据处理和加密处理。
尽管淘淘谷深圳和银联金融网络签署了关于U联生活的合作协议，规定淘淘谷深圳作为U联生活平台的全球独家运营商，可以和其他伙伴一起开发和维护U联生活平台以及网站。但是淘淘谷要继续持续这份协议，必须要和银联保持密切的关系。
此外，淘淘谷在2011年11月才提出申请电子金融认证程序的产权，通常需要2-3年的时间才能获批。也就是说，公司目前仍缺乏专利的法律保障，无法阻止其他机构使用这个项目。
淘淘谷的最大风险就是过于依赖U联生活。作为一家信息技术外包商，其收入的94%来自U联生活。如果淘淘谷不能维持与银联金融网络的长期关系，或者与银联金融网络续约失败，都将对淘淘谷产生致命打击。
尽管淘淘谷的盈利存在诸多风险，但对外经济贸易大学电子商务研究所所长李安渝认为，很多公司的技术和设备的采购都是一次性的，淘淘谷能通过技术服务与银联金融网络实现收入分成已经是一种突破；由于银联在中国的强势地位，淘淘谷能从U联生活中得到11.1%的收入分成并不算低，只要有分成，就说明这种商业模式是可持续的。
上市背后
淘淘谷此次上市目标融资额仅120万澳元，招股书表示公司会将其中15.2万澳元花在包括运营、行政以及维持U联生活平台的费用上，其余104.8万澳元则是上市费用。这么低的融资额也引来了诸多猜测，更有业内人士断言，淘淘谷上市的目的，可能仅仅是用于做估值，然后到国内讲故事。
曾经创办众恒广告公司的熊强，有丰富的营销策划经历。1998年，他曾任小护士化妆品营销策划和媒介策划经理，然后赴天音通信零售事业发展部从事通信产品零售战略与营销。2003年，他创立了手机通信产品营销顾问公司，客户包括康佳、步步高、LG浪潮等。2004年，熊强成立了深圳艾世代数码科技公司，并在手机数字增值产品内置业务做到全国第一，2007年营业额达到6亿元。2006年，熊强还担任手机分销网站播播网的总经理。此外，自2005年起，熊强还为众多通信企业提供技术支持和外包服务。
从熊强的履历可以看出，他出身营销策划，擅长找寻行业机会，不过科技领域更新换代速度太快，其创办的公司大多昙花一现。而淘淘谷上市时点的选择，也体现了熊强的营销特长。其时，适逢电子金融认证的核心技术开发完毕，赴澳大利亚上市正好可以达到较好的广告效应，从而提高品牌和市场认可度，为未来的国际化做准备。
在美国，银联受VISA打击严重，在澳大利亚则接受程度很高。此外，澳大利亚交易所门槛较低，不论规模大小和行业差异，澳大利亚上市对于资产利润条件要求很低。这些无疑是淘淘谷选择澳大利亚上市的原因。
尽管如此，淘淘谷上市还是遭遇了市场认购不足。公司计划发行200万股，市场实际申购仅为117万股，实际融资额70万澳元，尚不足覆盖其上市费用，这也说明目前投资者对于淘淘谷的未来仍然存疑。公司上市之后一段时间，股票成交量一直在低位徘徊。李安渝表示，认购不足不仅反映了市场的态度，也由于公司没有花太多功夫在募资上，据其介绍，淘淘谷并没有花很多精力去做路演和找投资机构。
财报数据显示，正处于业务开拓期的淘淘谷收入有限，还没有形成爆发式增长态势，至今仍处于亏损状态（表 1），但与最初上市相比，投资者开始对其生成好的预期。
2013年2月18日，淘淘谷公告，在新年假期后将U联生活平台扩张到上海、成都、沈阳和其他几个一二线城市，目标是2013年底建立覆盖全国主要城市的网络。在公告前，淘淘谷股价就出现异动，在短短4个交易日内，暴涨40%，股票成交量倍增，按2013年2月18日的收盘价计算，其市值已接近60亿元（图2）。
但最新的季报显示，截至2012年12月31日，淘淘谷三季度财务数据依旧低迷，经营净现金流为-580万元，而同期现金收入仅25万元。此时，淘淘谷账面上只剩下2600万元，在收入没有形成规模前，淘淘谷需要更多的资金投入，否则很可能将深陷财务困境。
在淘淘谷的股权结构中，熊强及其妻子持有35.22%的股权，其他董事会成员持有45%以上，此外单一最大股东为国内天使投资人蔡文胜妻子旗下的公司，持有12.09%的股份。公开资料显示，上市前淘淘谷吸收的投资总额不到2100万元。更耐人寻味的是，中国银联及国内知名投资机构竟然集体缺席这场“盛宴”。
据李安渝透露，淘淘谷新近开发了一种新技术，可以让海外POS机使用银联和人民币进行结算，这样，不只是银联卡，海外信用卡也可以采用U联生活。扩展海外业务对淘淘谷的一个明显好处，是可以降低对银联的依赖，在与银联的合作中提高话语权。李安渝认为，如果扩展到国外市场，淘淘谷从U联生活得到的分成有望提高至20%-25%。
一、互联网金融的起源与发展
1995年10月美国第一联合国家银行在网络上开业，标志着互联网金融的兴起。自此互联网金融踏入征程。
1995至2003年，网络银行率先发起金融模式改革，网络证券、网络保险紧随其后，从此，网络银行开始在全世界兴起。传统金融机构纷纷利用互联网技术转变自己的业务模式，但其转变并不完善，只具有简单的将查询、变更、转账的基本业务服务延伸至网上的功能。
2001至2012年，传统金融机构依托互联网技术，不断创新自身的业务模式，积极借助互联网向客户提供例如开户、查询、投资理财、国际业务等传统服务项目。互联网企业也大举进军金融行业。自此，互联网和金融行业才算真正结合在一起形成互联网金融，互联网技术的发展进步推动了金融行业的不断创新。
2012年至今，互联网金融呈现爆发式增长，真正意义上将理财与保险融为一体，开展互联网金融的新方向。同时，传统互联网行业也纷纷从吸取流量盈利模式转型发挥其用户群体众多的优势，将网络社交、网络购物引向投资理财的方向。现阶段互联网金融模式完成了传统银行业和传统互联网企业的合并和转型，而互联网金融理财产品更是直接威胁传统银行业的根基。
二、互联网金融的优势分析
(一)互联网金融思想深入人心，互联网技术不断发展
随着电子信息技术的迅猛发展，带给商业银行革新性的变化，首先使商业银行从传统复杂的手工记账解脱出来，实现了普通业务的电子化，其次商业银行利用电子信息技术不断研发出新产品，但是这种创新从来都没有离开商业银行本身业务的范畴。直到互联网金融思想的出现，长尾理论的广泛应用，大数据与云计算等先进电子信息技术的发展，使互联网金融产品创新不断，迅猛发展。
(二)金融市场规模巨大，不断催生新模式
我国的金融市场是以间接融资为主的市场，商业银行在这个市场上具有举足轻重的地位，但是我国的商业银行出于自己的利益与风险的考虑主要服务于具有资金需要的大型企业，没有兼顾到小微企业的融资需要，所以，大多数的小微企业都面临着融资难题，从而制约其发展，面对这样的现状，互联网金融恰好可以弥补这部分金融市场的融资需要，并针对各种融资需要的特点，不断催生新的模式，对商业银行一枝独秀的金融市场起到重要的补充作用。
(三)互联网金融模式利润空间大
传统的金融模式需要大量的物理网点、专业人员，如其在风险调控方面更加需要大量的资金，运营成本比较高。而互联网金融模式则不需要这种巨大的投资，与传统的商业银行相比具有较大的经济性，这就给互联网金融模式带来较大的利润空间，为互联网金融在农村的广泛普及带来决定性优势。
(四)大数据金融优势
数据的分享、积累以及处理是互联网金融的核心。其多样化的数据采集方式，标准化数据获取流程以及非结构化数据处理工具，分析技术等方式和手段，将大数据完美地融入到了互联网贷款融资模式中。一方面，这一优势冲出了信息与成本对中小型企业融资的束缚并且在一定程度上缓解了市场中信息不对称的局面;另一方面，在大数据优势下的借贷服务有着很高的透明度，利于商业银行在第一时间内对中小型企业的交易情况、资金运用情况以及信用情况进行相应的查询及了解，这种及时反馈使商业银行能够大胆向中小型企业贷款，在一定程度上解决了中小型企业融资的困境。
三、互联网金融促进农村金融建设的几点建议
(一)加强农村互联网金融的基础设施建设
为方便农村居民获取相关的金融信息及金融活动在农村地区的顺利开展，在农民中树立正确的金融观念，要加快农村地区金融基础设施建设。与实体金融网点的设立相比，网络、电话渠道的疏通效率更高成本更低，具有先天的优势，在金融网点不能覆盖的地区可通过电话、网络渠道进行相关服务，从而缓解农村金融排斥压力。与此同时逐步合理搭建金融网点，能够大大降低金融网点设立的风险。这需要政府鼓励政策与强制力度双管齐下，鼓励农民参与金融活动中来，同时也鼓励金融机构在农村搭建金融网络服务站点，将需求与供给有效结合，给双方建立良好互信的空间的同时也解决了金融信息传递不畅的问题。此外，也要加强农村地区金融知识的普及，消除农民心理上的排斥。
(二)简化业务流程，提升服务和信誉
互联网金融对于小额贷款问题有高效、便捷、低成本的处理模式，如P2P网贷。农村金融机构针对这一挑战，应在业务流程和客户体验上做出转变。在业务流程上，需要大胆创新地进行简化，减少贷款的工作流程加快贷款的审批速度。在客户体验上，可以开发电子银行离行服务系统，让客户可以避免在银行业务大厅排队取号，扩大电子银行体验机在农村地区的覆盖面。在服务上，应当更加注重服务的质量，在客户办理业务时服务周到，当客户离行后提供人性化的服务，以此来提升客户的忠诚度和农村商业银行的信誉度。
【关键词】互联网金融；P2P网贷；保险；风险控制
一、引言
在互联网技术快速发展的今天，越来越多的行业开始引入互联网技术，从而产生了许多新型的经营方式。自2013年金融开始结合互联网，到今天互联网金融蓬勃发展，仅经过了短短几年时间。如今，基于互联网的金融网贷平台风头正劲，其中P2P模式是网贷平台主要运行模式，吸引了较多中小金融投资者。
方便高效的金融收益同时带来了较高的运行经营风险，主要包括制度风险、操作风险、信息不对称风险等。因此，我们需要就金融网贷中可能遭受到的风险进行评估和分析，充分认知互联网金融网贷平台的潜在风险，同时借助保险手段来分析如何管理金融网贷平台，进而实现在交易运行中进行有效的风险控制。
二、互联网金融网贷平台――P2P网贷
所谓P2P（peer to peer）网贷指个体和个体之间通过互联网平台进行借贷交易，是一种新型金融借贷模式，而金融网贷平台则是为平台用户提供交易渠道、交易联络以及支持服务等，从中抽取借贷交易服务费以及相应手续等费用以盈利运转的中介机构。
在网贷平台上进行借贷交易，流程相对简单：首先，用户需在借贷平台中注册账户，提供个人信息，如身份证、银行卡号等；其次，需要借贷人借贷金额、能提供的利息、使用期限等；再次，投资者通过评估借贷信息，选择可接受的借贷交易进行投标；最后，通过借贷人进行选择，完成借贷交易。
三、互联网金融网贷中的风险问题
我们需要看到，目前互联网金融网贷平台运行模式尚在不断的探索实践中，各方面监管机制还不够健全。在探讨如何有效控制和规避网贷平台潜在风险前，必须先分析目前P2P借贷平台可能遇到的各种风险，笔者认为主要包括以下三方面：
1.制度风险――法律监管与保险保障缺失
目前，我国相关的互联网金融网贷法律体系还不完善，相关部门监管制度、监管职责不够明确，与此同时，各参与主体对维护互联网金融借贷的保险保障制度认知不够充分。
对于投资者来说，所依靠的仅仅是网页，投资者所能做的只是通过比较各网贷平台的收费高低、各资金需求者提供的利率高低，然后做出决策。一旦发生问题，由于法律制度的缺失，投资者的利益将无从维护，必将面临极大损失；对于网贷平台而言，行业竞争异常激烈，为了在市场中占领一席之地，各平台不得不实施多种营销手段，例如打价格战，降低门槛等。这必然导致无法对用户个人信息进行严格审核、筛选以及保护，进而大大增加投资者利益受损风险。同样，一旦发生损失，由于法律制度不完善，且风险事前未通过保险进行有效转移，平台自身又没有完善的应对措施与善后能力，严重情况下只能面临倒闭。
2.操作风险――参与人员专业能力欠缺
现实情况中，在互联网中进行金融交易，由于网贷平台投资者专业水平的良莠不齐，也会造成很大风险。对于个人来说，由于投资者可能没有较为专业的金融投资知识，也没有较高的风险防范意识，对于互联网上令人眼花缭乱的网贷平台，以及平台中各式各样的借款需求，投资者无法全面认知其本质与风险，只凭借所宣传的收益等来做出决策，其利益受损的风险必将大大增加。
另一方面，对于网贷平台经营者来说，由于竞争激烈，可能没有充足的资金去聘请专业人士，或对现有的从业人员进行专业培训，那么由其构建的平台受技术手段与专业水平所限，将非常易受不法分子恶意攻击，对参与主体利益造成损失。实际操作中较为常见的是平台用户的个人隐私和账户信息泄露，以及不法分子利用内部用户信息参与借贷交易等问题。
3.信息风险――信息不对称
互联网金融有着网络虚拟性的属性特点，较易参与的同时，带来的是用户资料认证缺乏权威性和完整性等问题，因此造成了在借贷交易中借贷人和投资者双方存在着信息获取不对称的情况，进一步增加了违约和信用风险。正如前文提到的，对于投资者来说，面对的仅仅只是网页，上面仅能获取由借款人自行提供的有限信息，且可能还未经过网贷平台进行严格的信息审核，这样一来投资者利益受损风险就会大大增加。
伴随着互联网金融更快速、更高效等优点的同时，也暴露出了各种问题，例如真实性无法得到确切保证、无法通过法律进行全面约束、用户信用不能完全确认等。目前，我国的互联网与经济都处在快速发展阶段，对于互联网金融的发展仍需要进行更多的风险研究和分析，为了保护金融网贷模式的发展与保证网贷平台投资者的利益，需要提出根本的解决方法，对上述这些风险进行有效的控制。
四、从保险的角度对互联网金融网贷平台进行风险控制的方法和建议
1.完善制度建设
通过保险的视角建立互联网金融有效的监管、资产保护以及金融运营安全等制度，引入保险机制防范金融网贷平台经营者的“不作为”行为，以及建立严格的违反法规惩罚机制，从而有效地解决金融网贷平台运营安全问题，保护参与主体的合法权益，有效防范互联网平台易受网络攻击等现实问题。例如在对网贷平台实行标准完善的准入审查以及营业登记制度的同时，要求网贷平台为投资者投保账户安全险、为借款人投保人身安全险、为担保标的提供财产保险保障等，以备当遇到平台用户因为各种潜在风险而遭受损失时，保险可以最大程度上为用户的合法权利提供保障，当然，也要视实际情况通过惩罚机制对网贷平台进行相应惩处。
我们希望通过国家法律法规政策为互联网金融提供有力的制度支持，通过行之有效的监管制度为其营造健康的经营环境，通过引入保险机制对互联网借贷平台进行风险管控，以期能够在网贷平台遭遇风险时提供及时、有效的经济补偿，帮助其度过难关，确保网贷平台顺利经营与运行，进而获得健康且长足的发展。
2.提高人员素质
目前我国互联网金融从业人员整体素养和专业能力不高，在应对市场风险、交易纠纷、互联网技术、知识等各方面还有较大不足，亟需提高整体从业人员的素养和能力。同时，还需要加强行业资格认证制度，促使从业人员积极学习，不仅是金融知识，还需要学习互联网知识、保险知识，提高对风险认知、评估、防范和规避的综合能力。此外，建议为平台的参与人员特别是高管投保职业责任险，为投资者的利益提供多重保障。
对于平台用户来说，应自觉通过各种渠道来提高自己的专业知识和风险意识；互联网网贷平台在接受用户投资之前，也应由工作人员充分做好风险提示工作，确保用户知悉投资的风险种类、发生概率以及后果，确保用户对于投资风险形成正确、全面的认识。
3.引入第三方保险平台
我国在“金融稳定报告”中提到将会选择合适时间颁布“存款保险制度”，也就是说在金融机构倒闭时需要向存款持有人给予资金支持来保障存款人应有的利益和机构的名誉，通过保险手段有效保证我国金融系统稳定运行。根据这种思路，可以将保险制度运用到互联网P2P借贷模式中，将网贷平台、平台用户以及保险机制三者结合起来，从保险的角度对网贷平台投资者的资金进行风险控制。
在互联网网贷平台中，可以引进第三方保险公司，平台投资者可以通过向保险公司选择自动投保，当出现借贷人违约的情况时，通过保险公司核查，投资者可以获得相应赔偿，此外还可授权保险平台催收债务。通过第三方的形式既能为投资者的利益提供保障，同时保险公司通过追回贷款和服务费等获取利益，可在一定程度上改善借款人逾期不还的现象，维护平台的运行安全。
五、结束语
在互联网全面深入人民生活的二十一世纪，互联网金融行业应该抓住时机，积极谋求发展。此外，互联网金融行业应结合多方面手段以营造健康良好的行业环境，通过互联网金融与保险的结合，发挥保险对网贷平台有效管理和风险控制特点，从而改善和提高互联网金融借贷平台防范与应对风险的能力，促进我国金融行业全方位、多层次健康发展。
参考文献：
[1]蔡瑞媛. 互联网金融P2P信贷模式的特征及风险研究[D].西安电子科技大学，2014.
[2]赵刚. 我国互联网金融运营模式及风险评估研究[D].南京邮电大学，2015.
[3]唐正伟. 互联网金融风险影响因素及其防范机制研究[D].浙江财经大学，2015.
[4]李明选. 互联网金融产业及其对传统金融冲击影响的研究[D].上海社会科学院，2015.
近年来，在税负、人工、原材料成本节节攀升的影响下，大量私营资本纷纷离开实业转投金融。仅以广州天河区为例，2008年至2010年间，累计注册的投资及金融咨询类公司数量即达15000家以上。其存活周期多在3至8个月之间，鲜有坚持3年以上者。
对此，前万联证券高级客户经理，现任SEO信息传播网首席网络经济分析师罗家庆评论道：“尽管这些淘汰的企业多因经营伦敦黄金合约、国际货币汇率等高杠杆、高风险品种而折戟沉沙。但不可否认的是，随着中国金融业全面开放，离岸人民币期货上线，本币放开浮动所产生的投资及套保需求必将催生合理合法的外汇交易市场。故‘先吃螃蟹’的中小企业利用网络快捷高效、成本低廉的优势进行营销自是人心所向，大势所趋。”
只不过，对于大多数起点不高，质素也有待提高的中小金融企业而言，善用搜索引擎收录规则及客户、媒体口碑进行形象营造、市场推广并非易事，而金融分析类文章要求的短(小)、灵(活)、快(捷)、实(用)、专(业)对于多数SEO锚文本作者来讲，亦是陌生领域。因此，此类公司多爱借助“买排名，搞推广”。
然而，据SEO信息传播网调查，在百度“股票”、“期货”、“外汇”、“期权”、“黄金”等行业顶级关键词中，除少数几家财大气粗的国企、外企使用付费推广外，前50名搜索结果多是百科词条、管理机构、院校、大型金融信息网站及门户网站的金融板块。“从这里可以断定，金融中小企业的SEO意识仅属萌芽状态，因为这50个结果里多次出现同一网站不同内容的链接，而这些内容的更新频率不高，外链也不多。”资深SEO推广专家彭晓东说道。
加快基层信息化建设普及信息的计算机管理
众所周知，任何的最终统计信息都是从最基层的单位和部门收集来的，如果没有基层信息，或者缺乏基础的信息资源，也无法建立最终的统计信息。这些基础信息，可能来自于政府机关的基层部门，也可能来自于企业、事业单位或批发市场、交易中心等，这些基层部门提供的信息数量和质量将决定最终统计信息的数量和质量。
对于基层单位的信息统计管理部门，要加快和普及信息的计算机管理工作，即实现信息的数字化，因为只有在信息数字化后，才能使信息的网络传输、计算机统计整理、分析等工作成为可能，信息的数字化是信息成为共享信息和全球信息的基础，只有实现了信息的数字化，才能实现信息的网络化。
在信息的采集、收集过程中，需要注意信息的惟一性。因为有些信息可能通过不同的部门或不同的渠道进行采集收集，而往往采集过程中，由于采集时间、采集手段、采集方法和和环境的不同，得到的数据可能有所差别，这时需要对数据真实可靠性进行分析，确定出正确的数据。
组建社会信息资源网增强信息的流动性
信息资源如同其它能源一样，对于社会的发展具有一定的推动能量，信息资源的使用频率越高、使用面越广，信息资源对于社会进步的推动量就越大。通过政府机构组织协调，组建信息资源网络，可以大大加快信息资源的流动性，从而增加了信息资源的动能，并丰富了整个社会的信息总量。通常来说，社会信息资源网并不是一个单一的网络，它通常由以下几部分资源网络构成：
政府网
政府网涵盖了政府各部门、各委专业网，主要提供宏观上的经济、政策、法律法规等信息，用户可以方便地从政府网中获得各种宏观的经济信息、政策法规信息、政务公开信息、城市规划信息、财税经贸信息等。作为政府机关，应该把构建完善的政府资源网络，组织城市资源信息网的重点来支持。
金融网
金融网提供的是地区、城市金融方面的信息，如银行存、贷政策信息、外汇汇率、股票行情、期货行情、债券市场信息等。由于金融部门在信息化建设上起步较早，不同金融机构的内部网络系统建设已经初具规模，有些金融机构已经建成了覆盖全国范围的网络系统，实现了金融机构内部在全国范围内的信息共享。而组织城市金融网的主要任务就是将银行、证券市场、期货市场的金融机构的内部网络系统连接起来构成一个有机的整体，并建立与金融网和个人用户之间的信任关系，建立和实现电子签名机制，使得金融网的信息能与其它网络信息进行安全交换，从而逐步实现网上支付、电子汇总、信用消费等交易方式，并为全社会提供更为全面和可靠的市场金融信息。
商务网
商务网是整个社会资源网络中最为庞大的网络，它包含了企业、市场、投资等方面的信息。例如各个企业的资信情况、经营状况信息、市场价格信息、供需情况、房地产信息等。商务网的建设尤其需要政府和企业两者的密切配合。一方面，企业直接参与市场活动，是市场信息的主要获得者与反馈者，其提供的信息应尽量充分、切实；另一方面，政府作为市场的调控者，要负责对企业反馈上来的信息迅速进行分析、筛选、整理和综合统计，然后制作成为可以使用的信息在网络上进行流通。
科教网
科教网不仅包括科学、教育、高校、专利、科研成果等方面的信息，而且还包括地区的人力资源信息、本地区的教育水平、目前的教育状况、远程教育、网上大学等内容。随着技术更新周期的加快、人员素质在社会生产中的作用日益显著，科教网的地位将会越来越重要。科教网作为产、学、研三者联系的纽带，能够加快科技成果转化为现实的生产力的进程，从而促进生产的发展和产业结构的优化调整。
其它资源网
主要包括城市交通信息网络、地区公共安全信息网络、人才网、广播电视传输网等与人民4群众日常生活和生产活动密切相关的、由特定职能部门负责建设和管理的资源网络。
通过建立基层的计算机信息管理可以使每一个基层单位内部的信息资源得以有序的管理。为了使信息资源进一步得到有序管理，必须在此基础上建设各行业资源数据库，形成相对集中的信息供应源，这样，在组织信息时才能在丰富的信息数据库中寻找出需要的信息数据，丰富网站的信息内容。
建立信息咨询服务体系对社会信息资源进行集成和整合
通过建设社会信息资源网络系统，在社会中的各种信息资源被有序地采集、整理并加以管理。因为信息的最终使用者希望尽可能简单、方便、快捷地使用各种信息资源，信息咨询服务业正好顺应了这种市场需求并得到了迅速发展。信息资源服务业所提供的服务主要包含两个方面，一是建立通用或专用的信息检索查询系统，方便用户直接查询信息资源网中的各种信息；二是建立提供“信息产品”，满足特定消费者的需求。
【关键词】全球；金融业；网络化；兴起；启示
在第三次产业革命中，计算机技术的发明与应用是一个具有划时代意义的重要改革，并在后来的发展中迅速得到广泛应用，成为当前所有领域中不可或缺的一种先进科技。可以说计算机网络技术的应用带动了整个世界文明的进步与发展，尤其是对于经济发展而言，电子商务的兴起与发展更是具有极大的意义。金融业作为世界经济行业中的重要组成部分，其网络化的发展极大的促进了经济全球一体化的发展，但与此同时，也给我国本土的金融业发展带来了一定的机遇和冲击，如何在全球经济一体化下应对金融业网络化带来的问题就成为了我国经济发展战略中不可忽视的重要内容。以下本文就来简要谈谈全球金融业网络化的兴起与其对我国经济发展的启示。
一、金融业网络化的内容
在今天，金融业已经几乎完全呈现出了网络化的发展态势，所有的金融交易都离不开计算机网络技术强大的数据处理能力，直接促使了金融业的高速发展，也加快了国际贸易和全球一体化的发展进程。而金融业网络化主要体现在哪些方面呢？笔者认为可以从电子货币、网络银行、网络证券与网络保险这四大方面体现出来。
1、电子货币
在金本位制和金汇兑制瓦解后，电子货币代替了有形货币，并得到了迅猛发展，这使得信用货币无论在种类上，还是在规模上的急剧增加成为可能。据统计，信用货币占西方各通货流通量的90%以上，各种形式的支票、支付凭证、信用卡等种类繁多，这表明经济的发展对信用的依赖越来越深。
世界各国的金融支付系统正在进行着一场变革，电子支付系统正逐渐取代传统支付系统，支付工具和支付手段也在发生变革。电子货币将在国际金融活动中逐步发挥重要作用，许多国家的中央银行都发表了电子货币的发展报告，报告全面研讨了消费者保护、法律、管理、安全等诸多问题，提出了发展战略并鼓励新型金融服务的开展。
2、网络银行
网络银行是现有银行专用网络的扩充和延伸，也是传统银行业务的发展和补充。随着知识经济的发展，人类正在迎接一次信息技术革命的挑战，网络银行将成为新技术革命的重要里程碑。自从世界上第一家网络银行--美国安全第一网络银行于1995年10月18日在Internet上开业以来，许多国家和地区的银行纷纷上网，网络银行逐渐风行，国际金融界掀起了一股网络银行风潮。
3、网络证券
网上在线投资的优势，在于一是时间和速度，二是方便，三是节省大量人工和中介环节，手续费低廉，它充分体现出“时间就是金钱、效率就是生命”的市场经济准则。交易成本的大幅降低和电子结算的快捷，使得为数众多的个人投资者钟情于当日买卖交易，极大地提高了系统的交易量，成为交投活跃的技术性支撑。在证券发行方面，惯于闭门瓜分上市股票的投资银行也不得不顺应市场要求，拿出更多的上市股票份额给电子券商和网络交易者。网络在线证券交易打破了投资传统、重新分配市场份额让个人投资者得以与长期以来称霸股市的华乐街投资专家分庭抗争。新兴的电子在线经纪券商正面挑战华尔街历史悠久的证券公司与投资银行，其市场总值已超过执券商牛耳的美林证券，这具有强烈的历史意义和象征意义。
4、网络保险
金融保险可以看做是为保证社会经济的正常发展秩序而服务的一个特殊行业，是金融业中一个非常重要的行业。在网络化大趋势不断冲击传统金融市场的今天，很多保险公司都开始改革传统的经营模式，充分利用网络的信息优势，来增强自身的业务能力，从而提高自身竞争力，以在当前信息时代下竞争不断加剧的保险市场中生存发展。
二、金融业网络化兴起与发展对我国金融业的启示
自从金融业网络化发展兴起以来，金融网络化模式的发展态势就势不可挡，并迅速成为当前世界各国金融业改革的主要手段与目的。在我国的金融业来讲，自然也受到了其网络化的很大影响。金融业网络化极大的推进了我国整个金融业向现代化、科技化发展的进程，但在某种程度上来讲，其也为我国的传统金融业带来一定的冲击。如何充分利用全球金融业网络化所带来的发展机遇，而避开其所来的影响与冲击，就成为一个很值得思考的问题。笔者在以自身体会的基础上，总结了一些全球金融业网络化对我国的启示，具体如下所述：
1、加快传统经济向互联网经济的进程，大力推进我国电子商务的发展。只有国民经济走向了信息化，传统经济转向了互联网经济，金融业的网络化发展才有基础。电子商务既是互联网经济发展中的重要内容，又是金融业网络化发展的必要前提，在推进我国金融业网络化的时候，必然离不开我国电子商务的发展。
2、加大金融业信息系统基础建设的投资，促进金融业网络化的发展。我国银行、证券、保险业的全面网络化，需要大量的资金投入。各家商业银行应当在营业网点及重要的公共场所多设置各类电子终端，加大信用卡、借记卡及各种电子支付工具的普及程度，大力推广智能卡，使人们体验电子支付的优越性，转变观念，为接受电子货币打下基础。加大对金融业网络化信息系统的基础建设，为今后网络金融的发展打下坚实的基础。
3、研究开发有效的网络安全措施，确保金融网络的安全运行。由于国际互联网本身是个开放系统，而网络金融的经营实际上是变资金流动为网上信息的传递，这些在开放系统上传递的信息很容易成为众多网络“黑客”的攻击目标，目前多数客户不敢在网上传送自己的信用卡帐号等关键信息也是基于这个原因，这样就严重制约了网络金融业的业务发展。我国金融业的网络化有必要发展自主的操作系统，以保障网络的安全。
4、进一步扩大金融业的对外开放，加快我国金融国际化的步伐。金融业的网络化发展，使资本流动突破了规模上、地域上和有形无形的限制，使得金融活动国际化，这在客观上要求一国金融的国际化。目前国际金融交易额是国际贸易交易额的50倍；新的信息传输技术和交易的电子化，使全球金融市场中的“传染性效应”更加明显，对中国金融业的网络化提出了更高的要求，需要加快我国金融国际化进程。
5、重视金融网络化带来的新问题，加强金融监管、防范金融风险。对于网络金融的监管问题，需要各国政府及金融业进行合作与谈判，根据网络金融业的发展特点，以战略的眼光从总体上把握金融业网络化的发展方向，达成对网络金融监管的共识，共同制定和完善有关网络银行的法律法规，以促进网络金融的良性发展。
关键词：有限理性；信息不对称；DeMarzo定理；评级膨胀
一、 金融复杂性的表现
金融复杂性体现在两个方面：金融工具的复杂性和金融体系结构的复杂性，但复杂性自身是一个难以定义的概念，特别是对金融产品的复杂性刻画缺乏有用的概念。本文只分析复杂性的表现而不给出复杂性的定义，因为这是极其困难的。
资产证券化过程产生了复杂的结构性金融产品，比如CDO的资产组块（Tranche）和CDO平方这样的高风险结构性信贷工具，这些新金融工具具有不透明性，风险评估困难，实际蕴藏的风险常常比想象的要大。在次贷危机中表现得很明显：越复杂的证券，受危机影响就越深，其价格波动也越大。金融产品的复杂性正成为其价格动态和交易效率的一个重要决定因素。金融市场主体之间的相互关联也逐渐增加，既有资产面的关联又有负债面的关联，形成了金融体系的复杂性。金融机构可通过银行间市场的借贷形成关联，也可通过持有相似的资产组合或有共同的客户形成间接的关联。交易对手的网状关联使金融体系表现为一种网状的结构。
这两种形式的复杂性共同导致了市场参与者对收益关联的产品和网络相关的市场机构在理解上很困难，投融资决策成本上升。复杂性带来了不确定性和市场的不稳定性，金融体系结构趋于复杂化的演变是金融市场内在脆弱性的来源。金融产品和金融市场越来越复杂的原因在于：金融发展使分担风险的要求越来越高，而金融产品的产生有内在的复杂性。金融创新常常是为避开监管而进行的，而复杂化有利于金融机构达到此目的。复杂性是金融市场内生的，是投资者对安全和高收益证券的不断追求而产生的。
对以上两种形式复杂性的表现很容易描述，但准确其界定概念却不容易。以金融产品的复杂性为例，典型的例证：CDO的资产组块有着复杂的现金流结构，常被认为是高度复杂的，金融机构股权价值常被认为是易于估算的。以下分析说明：金融机构股权实际上比CDO的资产组块更复杂。CDO是把对不同的企业、抵押品和投资项目等的债权所产生的现金流先汇集成一个资产池，再把这个汇集后的资产池的现金流拆分（Tranching）成不同的资产组块，资产的拆分实际上等于给予资产池一种资本结构：最次级的资产组块相当于股权，遭受首轮损失，中间层级的资产组块只有在最次级组块被损失干净后才遭受损失，最优先级的组块只有当所有其他组块都损失干净才受到损失。这样，CDO的收益取决于资产池中所有贷款的绩效，尤其是贷款的违约之间的相关性，而这些相关性是难以估计的。以投资银行为例分析对金融机构股权的估值：对投行股权的估值，必须考虑其所拥有的每项业务的现金流和对应的风险，投行业务涵盖广泛，甚至就包含了CDO，如果对全部资产逐项核算，对投行的估值至少和对CDO的估值一样复杂。之所以投资者认为后者容易估计，可能是估计金融机构股权时存在流动性高的股权市场，股权价格数据直接构成了估计的基础，而CDO却缺乏这样的市场。
金融市场复杂性的概念界定相对容易，这得益于“复杂性科学”的发展。金融市场的复杂性常应用复杂社会网络（Complex Social Network）或网络经济学（Economics of Networks）里的术语来表达，如平均路径长度、聚类系数和度分布等，复杂网络的方法逐渐被主流经济学所接受，这些可参看Goyal（2007），在金融领域，复杂金融网络也日益受到重视。因不是本文重点，不进一步阐述。复杂性缺乏金融理论层面上的明确定义，导致了它不容易被纳入规范的理论框架中，这和常用的金融概念“不确定性”形成了鲜明对比，对复杂性概念的处理还需要发展相应的分析工具。以下讨论复杂性的负面影响和处理办法，并提出管制金融产品和市场复杂性的方法。
二、 复杂性引起金融市场不稳定的机制
金融产品和金融体系的复杂性使得金融市场不稳定，并且削弱了市场投资，以下具体讨论：
1． 有限理性假设下金融产品复杂性创造了资产买方和卖方之间的不对称信息。
复杂性是相对于市场参与者有限的计算能力或有限理性而言的，而经典资产定价理论是基于完全理性假设的，所以必须基于有限理性才能在理论上处理复杂性。在有限理性假设下，即使有充分信息仍不能做出好的风险管理决策，投资者获得充分信息还需要足够的计算能力，否则会出现信息过载（Information Overload）。于是证券的复杂性损害了信息（Disclosure）的作用，妨碍了一部分投资者对证券的理解，而这是市场有效率的必要条件。
诸如次贷MBS，CDO和CDS等结构性新金融工具的复杂性在次贷危机中起着核心作用。结构性金融工具的复杂性导致了信息的损失，通过一系列风险的分割、重组与销售，基础资产的价值和风险难以被投资者理解，金融创新的内在要求是提高市场效率，而效率是必须以获得充分信息为基础的，金融工具的复杂性正好又损害了充分信息的获得，投资者难以看穿证券化链条的每个环节，不能确定风险的所在和规模。
理论研究显示，在特殊条件下复杂性可以降低资产在买方和卖方之间的信息不对称，比如所谓的DeMarzo定理表明：当全部证券化的资产被纳入到一个CDO内时，CDO产品本身存在一个信号机制，使得证券化资产的银行传递真实的资产违约率，换言之，CDO可使“柠檬成本”（Lemon Cost，买卖者对资产估值的差异）趋于零。但现实背景下，证券化资产数量很多，银行会把资产装入不同的CDO，银行拥有额外的信息，何种资产装入何种CDO成了银行的主动选择，即金融复杂性在买方和卖方之间创造了不对称信息。复杂性使得作为资产创设者的卖家拥有不对称信息的优势，这反过来意味着市场均衡时资产卖家所需要提供的担保（比如自己持有的复杂资产份额）更多或者价格应更低。即使信息获取不够成障碍时，信息问题在市场参与者之间也创造不对称信息，市场参与者在处理信息能力不同使市场由于柠檬问题而瓦解，或者复杂性过高使得投资者的信息收集成本过高，表面上信息对投资者是对称的，但大量隐藏的信息在背后堆积，当信息最终时，市场会出现大的价格突然调整，市场因而不稳定。
2． 金融产品复杂性会引起评级膨胀。现代证券的复杂性常常超出普通投资者的最大信息处理能力，信贷评级可以降低这种处理复杂性的能力要求，但评级市场有内在的缺陷，使得资产越复杂就越容易产生评级膨胀，市场可能更加不稳定。对于新金融资产，产品自身存在着复杂性，所以其评级结果，相比已有长历史记录的简单资产来说，差异更大，而评级市场是一个寡头市场，新金融资产发行者可以从多个评级机构处碰运气，进行评级购买（Ratings Shopping），选择最有利于自己的结果向市场，使得新金融资产得以最高价格实现，评级膨胀（Ratings Inflation）形成，资产整体价格上升。
Skreta和Veldkamp（2009）对此过程给出了规范的分析，通过建立评级市场的均衡模型，描述了投资者的行为偏倚容易引起评级膨胀现象，并刻画了资产复杂性和过度乐观评级的关系。资产证券化过程的复杂性远高于传统债券，该过程中信贷风险的内在复杂性使得评级专家基于同样的事实可能得出不同的结论。评级结果的离散程度大会形成更高的平均评级结果，即使每个评级机构的结果是无偏的，新金融资产的复杂性也导致了评级膨胀，因为所有评级结果中，只有最大值才会被公布，投资者获得的是有偏的资产质量信号。资产复杂性程度越高，资产发行者选择性评级结果的激励就越强，反过来，资产发行者也越希望发行更复杂的资产，使得自己有更广阔的评级菜单可选择，同时也更愿意进行评级购买。数十年的历史经验证明，市场参与者的学习速度非常慢，很少投资者觉察到资产复杂性的变化和评级偏倚，投资者只会基于历史经验理性的推断评级仍然无偏，直到他们观察到充分的数据证明评级偏倚，这使得相当长的一段时间内，缺乏历史数据的新金融资产的有偏评级最终推高了该资产的价格。
3． 金融产品复杂性阻碍了风险的充分分散。复杂的结构性金融产品实质上是将风险重新打包，从有风险的抵押品中创造出表面上看起来安全的资产。这种表面上安全的幻觉使得复杂金融产品的发行急剧扩张，证券被投资者和评级机构都视为安全的，但是次贷危机的实践证明，蕴含的风险远比事前估计要大。虽然评级机构对自己评估风险的能力极端自信，但类似CDO这样的复杂证券实际上放大了基础资产的评估风险，评估中所用的参数一点小的变化会导致CDO的违约风险的很大变化，即使是AAA评级的证券也会出现违约。另外，证券化过程常意味着把可分散风险替代为高度的系统风险，当出现严重经济下滑时，复杂的结构性金融产品就比同等级的传统证券更容易受冲击。
从历史经验看，以上的两个特征――证券评级对基础资产评估参数极其敏感和结构化金融产品更多暴露于系统风险――使得复杂金融产品的波动特别大。当复杂程度上升，比如CDO平方这样进一步结构化的证券，对基础资产很小的评估误差，虽不能改变基础资产评级，但会剧烈改变结构化证券的评级。金融工具的复杂性使得产品收益很难理解清楚，基础资产的价格变化和复杂金融工具收益的变化并非线性的，当投资者试图用一些风险模型来评估投资风险时（例如使用VaR方法），会选择有高收益且极少出现损失的投资产品，一些事实上存在的小概率风险是没有被包含进评估模型的。例如在有限的计算时间内，损失出现概率在1%以下的风险事件是被VaR模型所排除的，投资者虽能知道这种小概率损失的存在，但因其复杂而难以充分包含进评估模型，一旦基础资产价格有小的变化，投资者损失严重，市场波动也会很大。
从次贷危机的事实看，美林2007年承销的30个AAA级资产抵押CDO后来有27个被降为垃圾级。穆迪把曾评为AAA级别的CDO的14%都降级。而从上节可知，复杂金融资产的信贷评级膨胀以及未预期的突然下调是能引起系统性风险的。评级机构和贷款企业之间存在策略互补，可以形成或紧或松的多重均衡，评级费用由资产发行者支付的事实使得实践中评级偏向于松的评级条件，形成有利于资产发行者的评级均衡结果，即存在评级偏倚（Ratings Bias）。当市场受到冲击时，评级突然下调的风险使得市场具有内在的脆弱性。
资产证券化使投资者和最终借款人的中间链条拉长，结构性金融工具不但使最终投资者遭受信息损失，还增加了与最终借款人之间就贷款条件进行协调谈判的困难，基础资产的借贷条件变得更加“粘性”，或者说缺乏弹性，这使基础资产的借贷面临更多的违约风险，因为违约变得更常见了，在次贷危机中，房屋抵押贷款很容易遭遇“止赎”，就是例证，止赎使得房价降低更多，引起负反馈，金融体系变得更不稳定。
金融工具的复杂程度上升并没有导致更多的投资分散化。与直觉相反的是，经验数据显示，各种市场参与者在评估和管理风险方面隐含的存在着一致性，尽管他们的投资策略和目标并不一致。在市场面临危机时，这种隐含的一致性使得机构调整头寸的过程是大致同步的，这使金融市场的不稳定程度增加。
4． 金融市场结构的复杂性使得风险更容易传染。现代金融市场是由个体金融企业和市场构成的复杂网络，每个企业通过市场相互关联、相互作用，一般通过金融合同，合同一方违约会使风险在金融网络中扩散。金融体系结构的复杂性在于各个机构的相互关联，金融创新和监管套利使之形成网络结构，冲击在复杂金融网络的传递存在很多反馈和放大效应。
市场结构复杂性的后果体现在：首先，风险管理工具的发展滞后于金融网络规模和复杂性的扩展速度，信贷风险扩张，交易对手风险在不透明的网络中增加了。其次，复杂性导致了总体不确定性的增加，复杂金融体系有很多不稳定特性，如对初始条件敏感，变量非线性或不连续变化，市场变化方向难以预测，这些特性在传统的稳态模型是不能容纳的，理论方法上现在多倾向使用复杂网络方法，或拓展宏观模型，以刻画变量的非线性变化特征。比如Caballero和Simsek（2011）在一个复杂金融网络中引入局部知识（Local Knowledge）的假设，金融机构对金融网络不完全了解，只对自己的交易对手有了解，而不了解交易对手的交易对手的信息，经济环境的复杂性在金融市场脆弱性中起到关键作用。当资产价格明显下降，更多金融机构陷入困境，复杂性会导致了对资产收益的不确定性急剧增加，每个和自己间接相关的金融机构受到冲击都可能波及自己，这时，机构面临环境的复杂性增加，因为进行决策时需要理解更多的网络相互关联。潜在的资产买家不愿被卷入价格波动的级联（Cascade）中而不愿购买，市场流动性消失，金融危机随之产生。
三、 复杂性的处理方法与监管措施
1． 对复杂性的处理方法。在分析金融问题时，可以有以下几种方法来处理复杂性。首先，把复杂的对象分解为若干易于处理的子模块。投资者就不需要分析所有环节，比如对金融机构股权进行估值的时候，如果存在着一个具有流动性的股权市场，市场会给出一个当前的准确价格信号，投资者只需要知道该价格就可，不需要知道价格信号是如何加总形成的。当次级贷款具有流动性时，ABX（次贷衍生债券综合指数）可以很好的用来估值一些结构性金融产品。这类似于用股票价格来估值金融机构股权。其次，分离部分问题。类似于公司财务中的费雪分离定理或MM分离定理，当知道一部分问题是次要的，可以将之分离出去，使问题更简化。再次，可以建立模型使问题简化。如果分离的方法不适用，可以考虑建立模型，模型能逼近现实，保留主要的一阶效应，去除次要的二阶效应。一个好的例子是Black-Scholes期权定价公式，投资者只需要用少数数据就可以给期权定价。该期权定价公式只依赖于常数波动等少数假设，就可以很好地抓住正常市场条件下期权价格的一阶决定因素。使用模型方法时，应注意模型的前提条件在极端市场条件下是否成立。最后，对于金融市场的复杂性，复杂网络方法是一个极具潜力的工具，经济金融领域中应用该工具的理论和经验性分析已很多。
2． 对复杂性的管制措施。复杂性损害了金融市场和投资，对金融监管提出了挑战。由于信息损失、市场参与者的利益和激励错位、引起市场突然变化的非线性反馈等等原因，市场会遭遇失灵，而市场参与者个体没有能力或缺乏激励去控制复杂性。通过引入第三方，复杂性可以通过几种途径进行控制，首先，可以把金融产品合同的条款进行标准化，标准化后游戏规则变得透明，也易于投资者学习，国际互换与衍生品协会（ISDA）设定的各种标准对互换与衍生品市场起的作用就是很好的例子。其次，可以对复杂金融产品设立准入条件，同时对投资者也设立准入门槛。通过审批制筛查出容易导致系统性风险的产品，只有熟练的投资者才被允许投资于复杂性高的证券。两个准入之间存在一定冲突，但因为对复杂产品进行控制，会降低对投资者的熟练要求和学习激励，过于严格的管制也可能抑制金融创新，次贷危机中的事实表明，即使是熟练投资者也可能犯错误，所以这两个准入要求可择一而行。最后，设计出好的信息规则。好的信息规则应使有限理性的投资者更容易处理复杂性，而且不容易被信息过载所困扰，所以信息应即充分又简练易懂。
参考文献：
1. Arora, Sanjeev, Boaz Barak, Markus K. Br- unnermeier, and Rong Ge. Computational Complexity and Information Asymmetry in Financial Products， 2009.
2. Brunnermeier, M.K., Oehmke, M. Complexity in financial markets，2009.
3. Coval, J., Jurek, J., Stafford, E. The economics of structured finance. J. Econ. Per- spect，2009，23（1）：3-25.
4. DeMarzo. The pooling and tranching of sec- urities: A model of informed intermediation. Review of Financial Studies,2005，18（1）:1-35,
5. Kathryn Judge. Fragmentation Nodes: A St- udy in Financial Innovation, Complexity and Systemic Risk. Stanford Law Review,2011.
关键词：复杂网络；关联性风险；无标度网络；小世界网络
中图分类号：F83
文献标识码：A
doi：10.19311/ki.16723198.2016.30.051
1引言
伴随金融自由化、复杂化趋势的发展，金融机构之间更紧密地相互联系在一起，这种相互联系增加了金融危机迅速蔓延的可能性，由次贷危机所引发的全球金融危机显示了金融传染的危害性。研究表明，金融系统的微观特征以及展现的宏观结构对于系统内部风险传染的程度具有重要影响。近年来，统计物理学领域在复杂网络的形成及特征等方面获得显著进展，在诸多领域中，基于复杂网络结构理论分析个体间结构及关联性卓有成效，这为本文的研究提供了坚实的理论基础和有益的借鉴。
作为货币市场的核心以及银行间业务的重要组成部分，同业拆借市场平稳运行具有重要意义。同业拆借市场的平稳运行对于调节机构之间的流动性以及货币政策的实施至关重要。同业拆借市场因其市场化的运作以及高效率的机制使得同业拆借利率及时、灵敏地反映了市场资金的供求。因此在货币政策执行中，中央银行将同业拆借利率作为反映金融系统中资金供求状况重要指标，同业拆借利率成为货币市场上的基准利率之一。同时，银行同业拆借市场也是商业银行之间进行短期资金借贷的场所，是一国金融体系的重要组成部分。银行主要依靠同业拆借市场进行流动性管理，银行间市场的发展为银行间资金调剂提供了顺畅渠道.作为货币市场的核心部分，中国同业拆借市场进入了稳定发展阶段，市场规模逐步扩大，2013年同业拆借市场总规模超过45万亿元，其中银行与银行之间拆借交易成交量占整个市场成交量的80%以上。然而，同业间风险暴露也使得银行间的关联性风险增大。因此，基于同业拆借产生的银行间的关联性风险是危机传染的重要渠道之一。
为了提高分析结果的稳健性，在基于同业拆借市场分析的基础之上，利用上市银行股票收益的格兰杰因果检验进一步分析银行体系网络结构特征。
2文献综述及理论分析
由于银行之间存在复杂的债权债务关系，导致银行之间形成紧密的内在关联性，一旦某个银行倒闭，银行间的信贷关系使得破产危机在银行之间传染。要实现对系统性风险有效监管，对关联性风险进行有效评估至关重要。国际货币基金组织在《全球金融稳定报告》（2009）介绍了评估系统性关联风险的四种方法：网络传导分析法、共同风险模型法、困境依赖矩阵法以及违约强度模型法。金融系统是由多子系统、多种性质参与主体以及复杂交互作用关系构成的复杂网络系统，这使得基于单个机构的分析无法有效评估整个金融系统所面临的风险。复杂网络金融理论认为，金融体系的内部结构必然与其功能以及运行状态有紧密的关联性。复杂网络的拓扑结构通常可以描述金融系统的共同特征，复杂网络理论通过研究金融系统结构的拓扑特征，从而对金融系统运行规律进行有效的揭示并达到控制风险的目的。该理论将金融网络用抽象图来替代，就是用抽象的节点来表示金融网络中的个体，并用两个节点间的连线表示个体之间的某种关联性，金融系统中个体之间的关联性通常是基于债权债务关系而产生。通过分析反映金融网络结构特征一些参数指标，可以揭示金融系统的结构与特征。伴随复杂网络结构理论的发展，将复杂网络的研究方法运用到金融领域问题的研究得到了极大的发展，尤其是针对系统性风险问题，复杂网络金融理论基于系统论视角分析金融体系内部关联性风险，二者之间在逻辑关系上存在一致性。
利用网络结构理论研究关联性风险主要包括微观路径和宏观路径两种方法。在微观路径研究中，主要是运用风险管理、复杂网络等领域的知识，并结合金融风险的发生机制研究稳定性较高的金融网络所需具备的微观特征。该领域的早期研究关注银行间的连接方式及连接的紧密程度，Allen和Gale（2000）假设流动性冲击来自于存款者取款时间的不确定性，当网络处于完全连接状态，网络系统具有较高的稳定性，而当网络处于不完全连接状态时，系统会变得较为脆弱。Gai（2010）借鉴其他学者研究复杂网络的数学方法，通过模拟金融网络的形成过程分析稳健性的金融网络应具备的特征，得出的结论是最短路径长度应适当偏长。部分学者尝试利用运筹法判断最优微观结构，Leitner（2005）运用运筹学理论，得出最优金融网络的规模特征即每个小群体内最优节点数量为5。在宏观路径研究中，主要基于节点度、聚类系数、最短路径长度等微观指标研究金融网络所呈现的宏观结构。Hajime Inaoka等（2004）利用银行交易结算数据分析了银行网络结构特征，研究表明银行网络具有自相似以及无标度特征。此外，并从理论上分析了不同网络结构特征下的稳定性。该文将冲击分为随机性冲击与选择性冲击两种类别。对于随机网络，随机性冲击与选择性冲击的效应趋于一致，而对于无标度网络，选择性冲击的效应远远大于随机性冲击。Michael Boss、Helmut Elsinger等（2004）基于同业拆借数据，并利用最小交互熵方法对奥地利银行间市场网络结构特征进行了分析，研究表明少数银行具有大量关联性，而多数银行具有较少的连接。此外，奥地利银行网络呈现出群体结构特征，群体内部关联性紧密，而群体之间的连接较为稀疏。Giulia Iori等（2008）利用隔夜拆借数据分析了意大利银行间网络结构特征及其演化特征。研究表明银行间网络具有随机网络的特征，并且呈现出度增加而强度减弱的状态，研究还发现不同规模主体行为具备差异性。Nier（2007）研究表明银行网络集中度对关联性风险产生的影响并不是单调的，在一定的阈值范围内，集中度增加⒌贾鹿亓性风险增大，但当集中度超过一定的阈值范围后，集中度增加反而会降低关联性风险。Simone Lenzu（2012）基于市场主体的行为探讨了银行网络形成的内生机制，并基于模拟分析风险传染的特征。该文基于关联形成的内生机制形成了随机网络与无标度网络，为了研究不同网络的稳健性，对网络进行随机性冲击模拟，结果发现无标度网络比随机网络具有更高的脆弱性。李守伟等（2010）通过构建有向网络模型，通过分析随机性攻击与选择性攻击对网络成分的影响研究银行间网络的稳定性。研究结果表明，银行间网络对于选择性攻击具有较低的稳定性，而对于随机性攻击具有较高的稳定性。
上述研究表明，金融网络的微观特征以及展现的宏观结构对于分析金融系统的关联性风险具有重要意义。本文以复杂网络结构理论为基础，基于银行间市场同业拆借关系以及上市银行股票收益的格兰杰因果检验分析了银行体系网络结构特征及关联性风险。具体结构安排如下：第三部分主要介绍矩阵法网络模型及因果网络模型；第四部分对银行网络结构特征进行实证分析；最后一部分内容对于本文的主要观点与结论进行总结，并阐述了相关的政策启示。
3研究设计
3.1基于矩阵法构建银行网络模型
首先基于最大熵的方法估计银行间同业拆借矩阵，并利用RAS算法进行优化，该方法意味着各银行尽量可能均匀分布资产；然后利用阈值法构建银行网络模型，由于在实际拆借行为中不可能任意两个银行间都存在双向信用拆借关系，因此假设只有两个银行之间拆借规模超过一定阈值水平才认为两个银行之间存在拆借关系；最后计算度、聚类系数以及平均路径长度等相关指标进而揭示银行间同业市场网络结构特征及关联性风险。
由于只能获取各个银行同业拆借的总资产和总负债数据，无法获得各个银行相互之间交易的具体数据，因此需要基于总资产和总负债数据利用熵最优化法测算银行同业拆借矩阵。银行间市场同业拆借关系可以用矩阵X=（xi，j）N×N表示。其中，xi，j表示银行i对银行j的同业资产头寸，N表示银行数量。设ai表示银行i对其他银行的资产总额，ai=∑Nj=1xi，j，lj表示银行对其他银行的负债总额，lj=∑Nj=1xi，j。在一个具有N家银行的系统中，X包含N2个元素，xi，j的具体值是未知的，但是ai和lj是已知的，在缺少其他约束l件下可以选择最大化双边交易不确定性分布（信息熵最大化）。通过标准化，X视为联合分布函数f（a，l）的实现值，而a和l可视为边际分布函数f（a）和f（b）的实现值。如果f（a）和f（b）相互独立，通过最大熵的方法可以得出xi，j=ai×lj。这种方法意味着i银行对j银行的资产额度取决于i银行对其他银行的资产总额以及j银行对其他银行的负债总额。通过上述方法可以计算出矩阵X，但是银行不能与自身发生借贷关系，也就意味着xi，i=0，因此需要对矩阵X进行修正，修正后的矩阵为X*。求解X*等同于如下问题求解：
min∑Ni=1∑Nj=1x*i，jln（x*i，j/xi，j）
s.t.ai=∑Nj=1x*i，j，lj=∑Nj=1x*i，jx*i，j≥0
上述最优化的解可以利用RAS法计算获得，从而得到银行间同业拆借矩阵。在银行间同业拆借矩阵的基础上，本文采用阈值法构建银行网络特征。由于大部分银行的银行间资产、负债占所有银行间资产、负债的比例在区间（0，0.01）之间，因此，我们将阈值c界定在（0.00001，0.0001）之间。如果当两银行之间同业拆借比例大于阈值c，则认为两银行之间存在拆借关系，在复杂网络理论中意味着两节点之间存在边进行连接。本方法利用各个银行的合并报表的拆借数据进行实证分析。我们使用两组数据进行分析，一组是73家银行2015年的同业拆借数据，另外一组是16家上市银行2008-2015年间的同业拆借数据。
3.2因果网络模型
在一个由n个金融机构构成的金融体系中，Ri表示金融机构i的股票收益率，Rm表示市场回报率，Rf表示无风险利率，则资本资产定价模型可以表示如下：
Ri―Rf=βi（Rm―Rf）+εii=1，2，……，n
则余项εi反映公司i特定风险溢价，本文定义Li=εi反映金融机构i所承担的公司风险。由于金融时间序列数据通常具有波动集聚现象，本文利用GARCH（1，1）模型来描述公司风险的动态相关性。
Li，t=μi+σi，tZi，t
σ2i，t=wi+αiu2i，t-1+βiσ2i，t―1
其中，μi表示条件均值，σi，t表示条件标准误，Zi，t表示白噪声过程，ui，t=σi，tZi，t。
如果时间序列Zi，t包含时间序列Zj，t的有效信息，有助于提高Zj，t预测精度，则认为Zi，t是Zj，t的格兰杰原因。
Zj，t+1=ajZj，t+bjiZi，t+ej，t+1
Zi，t+1=aiZi，t+bijZj，t+ei，t+1
如果bji显著不为0，则Zi，t是Zj，t的格兰杰原因。类似，如果bij显著不为0，则Zj，t是Zi，t的格兰杰原因。基于因果关系检验结果界定金融机构之间的网络关系，如果存在因果关系，则表明代表金融机构的节点之间存在有向边所连接。本方法利用16家上市银行2015年股票收益数据分析银行体系的因果网络结构。
4实证分析
4.1银行网络节点度分布
为了分析银行间市场网络节点度分布情况，将阈值设定为0.00001、0.00003、0.00005、0.00007四种状态，分别计算每一对应阈值状态下各个节点的度，为了能够更清晰地反映度的分布特征，我们将各节点度划分到若干等距区间，即[0，9][10-19][20-29][30-39][40-49]，然后分别计算每一区间的概率，利用各个区间的概率分布来描述节点度分布状况。图1揭示了不同阈值水平下节点度分布状况，我们发现节点度分布具备幂律分布的基本形态。
上述结论是建立在一定假设前提的基础之上得出的，为了验证该方法的有效性，我们可以从另外一个角度分析银行市场的无标度网络特征。我们分析了16家上市银行2008年―2015年的同业拆借的总量，实际数据表明16家银行借入资金总量与借出资金总量呈现出稳步上升趋势，如图2所示。而且根据2015年的完整数据，16家银行同业拆借的总量占样本73家银行同业拆借的总量的比例达到38%。通过以上分析，进一步说明银行间市场网络存在一些中心银行，银行间同业拆借业务主要发生在这些银行之间以及这些银行与其他银行之间。这些处于中心的银行一旦出现危机，很容易通过他们的高连接状态而影响整个银行体系。H.A.Degryse（2004）将银行间市场的这种结构称作货币中心结构，从风险传染的角度来看，决定整个银行体系稳定性的是处于核心地位的银行，而其他规模较小的银行影响有限。根据H.A.Degryse（2004）研究表明，当处于货币中心地位的银行倒闭时，货币中心型的市场结构比完备型的市场结构具备更强的传染性，而当处于中心地位的银行平稳运营时，货币中心型的市场结构更具稳健性。
因此，我们可以得出结论，银行间市场网络具有无标度网络特征，即少数银行具有较大的度，绝大多数银行具有较小的度。无标度网络特征意味着银行间市场对于随机性冲击具有较强的稳健性，而对于选择性冲击具有脆弱性。因为绝大多数银行具有较小的度，因此无标度网络在遭受随机冲击时，这些具有较小度的银行最容易遭到破坏，但这些银行又只有较少的连接，所以这些银行的危机对整个银行体系的影响有限。但当银行系统中具有较大度的银行面临危机时，局部危机会迅速扩散到整个银行体系进而产生系统性危机。
4.2银行网络聚类系数及平均路径长度分析
理论分析表明，如果一个网络同时具有较大的集聚系数和较小的平均路径长度，那么这样的网络称为小世界网络。在上文分析的基础上，利用同业拆借矩阵计算不同阈值水平下的平均路径长度与聚类系数。为了获得因果网络结构，需要对16家上市银行股票收益数据两两之间进行格兰杰因果关系检验。首先，基于资本资产定价模型计算β系数；其次，利用残差数据，基于GARCH（1，1）模型进行参数估计；最后，在显著水平为10%的条件下进行格兰杰因果关系检验。表1为两种不同方法所计算出来的平均路径长度和聚类系数。
从上述数据可以看出，银行间市场网络具有较大的聚类系数和较小的平均路径长度，这说明银行间市场具有典型的小世界网络特征。小世界网络特征意味着一旦一个银行出现严重危机，就会迅速传导给并无直接关联的其他银行，从而导致整个银行体系陷入危机状态。因此，银行间市场小世界网络特征是导致关联性系统性风险的重要原因。需要说明的是，在两种不同的分析方法下，平均路径长度趋于一致，但是聚类系数相差较大，这是由于相关指标值受阈值水平的影响较大。但根据网络结构理论表明，即使是0.21的聚类系数水平仍然可以显示网络结构的无标度特征。
5结论及政策启示
5.1银行同业市场网络结构特征及系统性风险分析
本文由复杂网络金融理论与系统性风险管理之间的内在联系出发，探讨网络结构对银行间关联性风险产生的重要影响，基与银行间资产负债数据，通过理论与实证相结合的分析方法得出以下几点结论：
（1）基于系统论的视角，进一步明确了系统性风险的内涵。系统性风险主要表现在两个方面：一是金融系统作为整体与实体经济相互作用过程中，导致系统性风险积聚；二是金融体系内部的关联性风险，尤其表现为金融机构之间的风险溢出效应。
（2）各个银行的同业拆借规模存在很大差异性，以中、农、工、建为代表的16家上市银行形成了同业拆借网络的中心，其他银行之间虽然也存在业务往来，但规模较小，对银行间市场的影响有限。
（3）实证上，通过阈值法对度、平均路径长度以及聚类系数等相关指标进行分析，研究结果表明银行间网络具备小网络特征以及无标度特征。这意味着银行间市场对于随机性冲击具有较强的稳健性，而对选择性冲击具有较大的脆弱性。
5.2本文结论对金融监管的有效启示
银行间同业市场处于核心地位的银行数量虽然较少，但与大多数银行之间存在信贷关联，一旦这些银行出现危机，会迅速传播到整个网络，威胁银行同业拆借市场的稳定。因此，加强对银行间市场具有系统重要性银行的监管有助于维护银行间市场的稳定，确保银行系统平稳运行。系统重要性银行监管的首要问题是系统重要性机构的界定，需要根据我们国家的实际情况确定有效的指标体系，并选择合理的方法进行量化以及相关指标的合成，减少执行操作的难度。
相关研究表明（马君潞，2007），单一系统重要银行产生的影响较为有限，如果处于网络中心的众多银行同时出现危机，则会对金融体系产生重大冲击。由于经济波动的周期性以及其他共同风险暴露因素可能会导致多家银行同时倒闭，从而引发更为严重的传染。现阶段我国经济形势较为复杂，在全球经济复苏进程缓慢的背景下，我们正处在产业结构调整的关键时期，经济增长下行压力较大。从金融体系改革与监管的层面来看，需要处理好以下几方面的问题：
（1）实现金融和实体经济的有效结合。次贷危机表明，只有正确处理金融发展与实体经济的关系，才能有效预防危机发生。中国在金融体系快速发展过程中，出现了金融脱离实体经济的状态，尤其是表现为房地产价格泡沫。针对金融发展过程中脱离实体经济的苗头，需要有效的预警机制，并通过相应的措施化解潜在的金融失衡风险。
（2）构建危机预警指标。陈雨露（2011）提出“金融失衡指数”这一指标对金融体系的失衡进行描述，用以构建“金融失衡指数”的基本指标包括：社会融资总量、投资、企业杠杆、利差水平、房地产价格和股票价格。该方法为构建危机预警指标提供有益引导，但关于预警指标的选择与测度方法需要进一步深入研究。
（3）稳步推进金融混业经营。面对全球范围内金融业混业经营大趋势，为了提高中国金融体系的稳定性与效率，推进金融混业经营势在必行。但在现阶段金融监管滞后、内外约束机制尚不健全的状况下，混业经营的推进要保持效率与稳定之间的动态平衡。
参考文献
[1]IMF.Global Financial Stability Report：Responding to the Financial Crisis and Measuring Systemic Risk[R].working paper，April，2009.
[2]Allen F，Gale D.Financial contagion[J].The Journal of Political Economy，2000，（108）：133.
[3]Gai，P.，Kapadia， S. Contagion in Financial Networks[J].Proceedings of the Royal Society A，2010，466（2120）：24012433.
[4]Leitner，Y.Financial Networks： Contagion，Commitment，and Social Coordination[J].The Journal of Finance，2005，60（6）：29252953.
[5]Hajime Inaoka， Hideki Takayasu.Self-similarity of banking network[J].Physica A，2004，（339）：621634.
[6]Boss，M.，Elsinger，H.，Summer，M. Network Topology of the interbank Market[J].Quantitative Finance，2004，4（6）：677684.
[7]Giulia Iori，Giulia De Masi.A network analysis of the Italian overnight money market[J].Journal of Economic Dynamics & Control，2008，（32）：259278.
[8]Nier，E.，Yang，work Models and Financial Stability[J].Journal of Economic Dynamics & Control，2007，31（6）：20332060.
