序論：寫作是一種深度的自我表達。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，好投稿為您帶來了七篇金融市場基本面分析范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：異質(zhì)期望；學習；演化；人工金融市場；非線性動力學

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90年代以來，隨著復雜性科學的興起，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，股票價格序列具有分形維、長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法解釋其形成原因的同時，也難以解釋大量的“金融異象”（Anomalies），從而促使金融學研究范式發(fā)生了重大轉(zhuǎn)變，從完全理性、有效市場與靜態(tài)均衡到有限理性、自適應市場與非線性演化。

隨之發(fā)展起來的計算金融學，正是建立在金融市場復雜自適應理論基礎之上，采用“自下而上”的建模方法，利用計算機模擬技術(shù)構(gòu)建基于Agent的人工金融市場，試圖通過仿真研究揭示金融現(xiàn)象的產(chǎn)生根源與金融市場的演化規(guī)律，達到控制系統(tǒng)風險的目的。人工市場中，有限理性的Agent不斷學習與進化，基于個人偏好形成自適應的異質(zhì)預期與交易行為，在市場交易機制下相互作用，共同推進市場的協(xié)同演化。

人工金融市場的模型構(gòu)建中，關(guān)鍵在于對Agent異質(zhì)行為（預期）的形成與演化建模。目前，文獻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形成預期，根據(jù)各種預期及相應的人數(shù)比例得到對風險資產(chǎn)的總需求，在Walrasian均衡機制下生成資產(chǎn)的價格。隨后，Agent會根據(jù)不同行為策略的市場表現(xiàn)來更新信念、轉(zhuǎn)換行為；這個學習過程通過自適應信念系統(tǒng)（Adaptive Belief System，ABS）來實現(xiàn)，其直接表現(xiàn)為市場上異質(zhì)信念Agent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，來分別研究Agent具有常（絕對/相對）風險厭惡偏好、有固定成分（自信的基本面與技術(shù)分析者）與調(diào)整成分（自適應理易者）的市場組成以及不同的價格生成機制（Walrasian均衡、做市商、指令驅(qū)動）下的人工市場中價格的動態(tài)行為[5-8]。這類理論導向型（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，通過建立非線性動力學系統(tǒng)來模擬市場運行，在一定的參數(shù)條件下，能產(chǎn)生厚尾、投機泡沫和波動叢集性等“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（Artificial Stock Market， ASM）。市場中，短視的Agent根據(jù)各自經(jīng)驗規(guī)則集中在當前市場狀態(tài)下的最佳預測規(guī)則形成對下期股價與股利的線性預期，產(chǎn)生異質(zhì)的需求與行為策略；當總需求等于總供給時，市場達到均衡，股票價格生成。隨后，Agent將更新被激活規(guī)則的預測精度，按照各自的學習速度利用遺傳算法（Genetic Algorithm，GA）來進化個人預測規(guī)則；這個預期形成與學習過程通過包含三個基本要素的Holland遺傳分類系統(tǒng)來實現(xiàn)，具體為：把市場狀態(tài)信息映射到形成預期的預測參數(shù)的條件/預測規(guī)則集、判斷預測規(guī)則好壞的適應函數(shù)以及基于適應值進行選擇、交叉、變異來淘汰壞規(guī)則，保留并生成新規(guī)則的遺傳算法。

這個計算平臺建立了一個完全可控的實驗環(huán)境，重現(xiàn)了現(xiàn)實金融市場的許多特征，比如：尖峰厚尾、波動持續(xù)性、交易量自相關(guān)以及崩盤等，一經(jīng)推出就受到眾多學者的關(guān)注，各種改進的人工股票市場不斷涌現(xiàn)：Tay和Linn（2001）考慮Agent學習能力的有限性，采用模糊邏輯系統(tǒng)替代遺傳分類系統(tǒng)來刻畫Agent的學習進化機制；LeBaron（2001）考慮具有常相對風險厭惡偏好的Agent通過神經(jīng)網(wǎng)絡算法形成預期與行為策略的人工市場典型特征； Chen和Yeh（2001）加入了一個“管理學?！睓C制，市場上Agent在利用遺傳規(guī)劃算法進化預測函數(shù)的同時，能通過學校交流經(jīng)驗、學習策略，最終市場價格在超額需求的驅(qū)動下進行調(diào)整；LeBaron和Yamamoto（2007）在Chiarella和Iori（2002）建立的指令驅(qū)動型連續(xù)雙向拍賣市場的基礎上，考慮Agent之間的相互學習與模仿，采用遺傳算法進化與傳播行為策略，模擬出市場存在的長期記憶性等[11-14]。這類計算導向型（Computational-oriented）模型側(cè)重于計算機實現(xiàn)，利用各種智能算法來描述Agent的預期形成和市場交易機制作用下的學習與進化，通過可控實驗探尋金融市場的演化規(guī)律。

然而，站在Agent個人行為演化的角度不難發(fā)現(xiàn)，所有文獻關(guān)注的僅是兩個極端的情形：一方面，HAM 忽視了Agent面對復雜市場環(huán)境其決策行為的多樣性。盡管模型捕捉到了市場中Agent的兩種基本行為策略，并且能通過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)驗在基本面分析與技術(shù)分析之間的自適應性動態(tài)權(quán)衡；另一方面，ASM忽視了Agent的個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。市場中Agent利用由價格與股利構(gòu)成的預測方程形成預期，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GA進化行為策略，但這些策略均忽略了Agent的實際行為---基于個人情緒，記憶長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)建一個新框架來刻畫交易者的行為本質(zhì)。這個行為框架不僅包含了交易者的兩種基于個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)驗認知在兩者之間的權(quán)衡，通過加入生成函數(shù)的遺傳分類系統(tǒng)來學習與進化權(quán)衡行為，同ASM中所設定。在此基礎上，建立基于Agent的人工金融市場，試圖從交易者個人異質(zhì)行為演化的角度研究金融市場非線性特征的形成。

人工市場中，Agent基于個人情緒與調(diào)整速度進行基本面分析，同時基于記憶長度與外推速度進行趨勢分析；針對當前市場狀態(tài)，在個人經(jīng)驗規(guī)則集內(nèi)選取最佳預測規(guī)則，利用預測參數(shù)---權(quán)重，形成價格預期與交易行為；其權(quán)衡行為的學習與進化不僅基于市場行情而且基于個人的交易經(jīng)歷，兩種情形分別通過遺傳算法與生成函數(shù)更新規(guī)則來實現(xiàn)。Yang et al.（2010）[15]研究了該人工市場中資產(chǎn)價格的形成與演化，通過實驗方法證明：在做市商的價格生成機制下，只有當市場由自信的基本面分析者、技術(shù)分析者和自適應性理易者組成時才能生成與真實市場相同的“典型特征”，這與Taylor和Allen（1992）[16]得出的實證結(jié)論一致。模擬實驗表明，基于這一市場組成的人工金融市場呈現(xiàn)出與真實市場相似的非線性特征---尖峰、厚尾，波動聚集性，長期記憶性與混沌特征。這為探究導致市場產(chǎn)生非線性特征的行為因素提供了一個計算實驗平臺。

本文的結(jié)構(gòu)安排如下：第二部分人工金融市場建模，構(gòu)建Agent的價格預期模型與異質(zhì)行為演化機制，以及價格生成模型；第三部分模擬實驗與特征分析，在實驗設計的基礎上模擬市場運行，檢驗仿真價格時間序列的尖峰、厚尾，波動聚集性，長期記憶性與混沌特征；第四部分結(jié)論與展望。

2. 人工金融市場建模

本文結(jié)合文獻[6]中異質(zhì)行為人模型與文獻[9]中Santa Fe人工股票市場，構(gòu)建基于Agent異質(zhì)行為演化的人工金融市場。市場中，Agent依賴個人行為特征，如：情緒、記憶長度等，來同時考慮基本面信息與價格趨勢，針對當前市場狀態(tài)，基于經(jīng)驗認知權(quán)衡二者后形成價格預期與交易行為。權(quán)重的自適應性更新揭示了個人行為的演化，其通過遺傳算法與生成函數(shù)進化預測規(guī)則來實現(xiàn)。

2.1 基本模型

假設市場中存在兩種公開交易的資產(chǎn)：債券與股票。債券無限供給，其無風險利率為 ；股票的股利 服從一階自回歸過程：

為股利的均值， ， ，且 ，滿足i.i.d.條件。

市場上有 個短視的Agent，具有相同的常絕對風險厭惡（Constant Absolute Risk Aversion，CARA）效用函數(shù)：其中， 是財富規(guī)模， 是絕對風險厭惡系數(shù)。眾所周知，在股價與股利服從高斯分布的情形下，Agent通過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 時刻的股票價格， 和 分別為Agent對股價與股利條件均值與方差的預期 。

2.2 Agent的價格預期模型

不同于異質(zhì)行為人模型中僅通過ABS在兩種基本行為策略之間進行簡單轉(zhuǎn)換，人工市場中每個Agent針對當前市場狀態(tài)，利用依賴個人行為特征的基本面分析與技術(shù)分析得到相應價格預期， 和 ，基于經(jīng)驗認知在兩者之間權(quán)衡，形成最終的加權(quán)價格預期：

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)分析的價格預期模型。假設 時刻的股票基本面價格 為市場上的公開信息，等于長期基本價值 。然而，考慮到噪聲信息、個人心理因素等各種情況的影響，Agent對 時刻基本面價格的估計將偏離基本價值，滿足：

其中，偏離程度 滿足i.i.d.條件，其均值 為Agent個人情緒的平均度量（ , 樂觀;, 悲觀）， 為偏離基本價值的方差。

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

其中， 為基于Agent個人判斷的股價調(diào)整速度， 。

同時，Agent也希望把握股價的變動趨勢，利用基于個人記憶長度的平均收益率來外推股票的價格預期：

其中， 為外推系數(shù)，其符號標志著Agent是趨勢（ ）或反向（ ）投資者； 為個人記憶長度，在交易者之間服從獨立的均勻分布； 為記憶長度 內(nèi)的平均收益率，具體表示為：

綜上，Agent對 時刻股價與股利的預期為：

2.3 Agent的異質(zhì)行為演化機制

本文采用加入生成函數(shù)的遺傳分類系統(tǒng)來刻畫Agent基于經(jīng)驗認知在基本面分析與技術(shù)分析之間的動態(tài)權(quán)衡，其權(quán)衡行為的學習與進化不僅基于市場行情而且基于個人的交易經(jīng)驗，兩種情形分別通過遺傳算法（GA）與生成函數(shù)（GF）更新規(guī)則來實現(xiàn)。同時，其權(quán)重的選取與自適應性更新揭示了價格預期的形成與個人行為的演化。

2.3.1 權(quán)重的選取

類似于Santa Fe人工股票市場，每個Agent在 時刻同時擁有 條預測規(guī)則，每條規(guī)則包括三個部分：市場條件，預測參數(shù)---權(quán)重，以及預測精度。市場條件由12位二進制代碼組成，反映兩類市場信息：基本面與技術(shù)面信息，具體設置參見文獻[9]。規(guī)則被激活，當且僅當其市場條件與當前市場狀態(tài) 相匹配。一旦有多條規(guī)則被激活，Agent將選擇其中預測精度最高的規(guī)則來形成價格預期。

假定Agent的第 條規(guī)則為 時刻的最佳預測規(guī)則，記為： ，其中， 與當前市場狀態(tài)相匹配， 為選取的權(quán)重，用來形成價格預期 ，以及 ，被激活規(guī)則中的最小預測方差（即：預測精度最高），用來預測條件方差 。

市場上所有Agent均利用式（2）計算各自的最佳需求份額，同時傳遞給市場。做市商根據(jù)市場上的超額需求來調(diào)整股票價格，生成下期的股價 。當新一期的股利 已知時， 時刻被激活的所有規(guī)則，其預測精度將被更新：

其中， 。

2.3.2 權(quán)重的更新

在 期初，每個Agent將總結(jié)第 期的個人交易經(jīng)驗，生成一條新規(guī)則 ，其意味著市場狀態(tài) 下使得預測方差最小的最優(yōu)權(quán)重。這是一個自我學習的過程，生成最優(yōu)權(quán)重的函數(shù) 被稱為生成函數(shù)。

對于Agent，計算最優(yōu)權(quán)重 ，通過等式

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

市場中，Agent不僅通過每期在預測規(guī)則集中最佳預測規(guī)則的選擇以及新規(guī)則的生成，實現(xiàn)從個人交易經(jīng)驗中的快速學習，而且通過平均 期不同步的利用遺傳算法進化預測規(guī)則集，基于適應值進行選擇、交叉、變異來淘汰壞規(guī)則，保留并生成新規(guī)則，實現(xiàn)基于市場行情的緩慢學習，具體設置參見文獻[9]。

對于Agent， 期后其規(guī)則集中擁有 條規(guī)則。表現(xiàn)最差（即：適應值最低）的 條規(guī)則被淘汰，同時在保留的規(guī)則基礎上，通過交叉與變異生成新規(guī)則，使得其在 時刻重新?lián)碛?條規(guī)則。Agent的第 條規(guī)則的適應值定義為：

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

2.4 價格生成模型

假定股票零供給， 時刻的超額需求等于市場上所有Agent的需求總和。在做市商的價格生成機制下，得到下期的股票價格：

其中， 為價格調(diào)整速度，噪聲項 ，滿足i.i.d.條件。

3. 模擬實驗與特征分析

為驗證人工金融市場的有效性，在Agent的個人行為特征與學習速度均不發(fā)生調(diào)整的簡單情形下，設計實驗、設定參數(shù)，按照流程圖模擬Agent自適應性動態(tài)權(quán)衡的交易行為與市場運行，檢驗人工市場生成的仿真價格時間序列的非線性特征---尖峰、厚尾，波動聚集性，長期記憶性與混沌特征。

3.1 模擬實驗

3.1.1 實驗設計

人工市場中，Agent的個人行為特征，如：情緒、記憶長度、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)隨機選??；Agent在保持平均學習速度的前提下彼此不同步的進化預測規(guī)則集；且結(jié)合文獻[15]的研究，在做市商的價格生成機制下，設定市場由自信的基本面分析者（即：），自適應性理性投資者（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)設置見表1。

3.1.2 流程圖

基于Agent異質(zhì)行為演化的人工金融市場建模流程如圖1所示：

3.1.3 運行結(jié)果

基于設定的市場組成比例以及各類Agent的交易與學習機制，按照流程圖，利用Matlab語言對人工金融市場進行仿真實現(xiàn)。在不同的隨機生成數(shù)下模擬運行10次，每次交易10,000期，讓市場中Agent得到充分的學習，記錄隨后的1,000期。市場運行一次所生成的仿真價格時間序列與仿真對數(shù)收益率序列見圖2。

3.2 特征分析

國外實證研究表明，金融市場的價格時間序列與收益率序列存在顯著的非線性特征。國內(nèi)學者史永東（2000）、王衛(wèi)寧等（2004）、馬超群等（2008）均證實中國股票市場也不例外[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（經(jīng)對數(shù)線性趨勢消除法處理[19]）與仿真價格序列進行比較分析。此期間，市場經(jīng)歷了兩次熊（牛）市，蘊涵了豐富的動力學特征；且剔除價格隨經(jīng)濟和通貨膨脹而增長趨勢的指數(shù)序列與不存在太多白噪聲擾動的仿真價格序列更能體現(xiàn)系統(tǒng)的非線性結(jié)構(gòu)，更具可比性。

3.2.1 尖峰、厚尾與波動聚集性檢驗

檢驗結(jié)果如表2所示，全體仿真價格時間序列均與上證綜指、深圳成指的價格序列具有相同的分布特點，呈現(xiàn)出顯著的尖峰、厚尾（峰度大于3）與波動聚集性（ARCH-LM檢驗，在5%的顯著性水平下拒絕原假設），且向右偏（偏度大于0）。在此基礎上，將進一步檢驗人工金融市場是否與中國股票市場一樣具有長期記憶性和混沌特征等非線性動力學特征。

3.2.2 長期記憶性檢驗

作為判斷時間序列是否為有偏隨機游走的重標極差（ ）分析方法[2]，以其穩(wěn)健、非參的特點作為重要的研究工具被用來檢驗金融時間序列的長期記憶性。其導出的Hurst指數(shù) 表明，當 時，序列為隨機游走過程；當 時，序列具有反持續(xù)性，即均值回復過程；當 時，序列是持久的，具有長期記憶性。同時， 分析能發(fā)現(xiàn)時間序列的非周期循環(huán)，估計平均循環(huán)長度，為人工金融市場的混沌檢驗提供重要參數(shù)支持。

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

3.2.3 混沌特征檢驗

對初始條件的敏感性依賴以及存在分形維的吸引子，是一個混沌系統(tǒng)具備的基本特征。采用相空間重構(gòu)技術(shù)來計算金融時間序列的最大Lyapunov指數(shù)和相關(guān)維，是通過度量對初始條件的敏感程度和混沌吸引子的維數(shù)來檢驗金融市場是否存在混沌的有效方法。利用表3中的平均循環(huán)長度，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]來計算人工金融市場的混沌特征量---最大Lyapunov指數(shù) 和相關(guān)維 ，使之與中國股票市場的混沌特征更具可比性。

表4中結(jié)果顯示，人工金融市場的最大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。這說明市場存在混沌，且對于初始條件比真實市場更敏感。收斂到2.36相關(guān)維表明，人工金融市場存在與中國股票市場同樣的低維混沌，并且同樣可以用最少3個變量為市場的運動建立動力學模型。

通過尖峰、厚尾與波動聚集性檢驗、長期記憶性檢驗和混沌檢驗可知，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呈現(xiàn)出與真實市場---中國股票市場相似的非線性特征。這為從交易者異質(zhì)行為演化角度探究金融市場非線性特征的形成與演化提供了一個有效的計算實驗平臺。

4. 結(jié)論與展望

真實市場中，交易者并不是簡單的在基本面分析者與技術(shù)分析者這兩個角色中轉(zhuǎn)換。他會依賴個人行為特征同時考慮基本面信息與價格趨勢，權(quán)衡二者，依賴其對市場狀態(tài)基于直覺與經(jīng)驗分析得到的自適應性權(quán)重來形成價格預期。我們把這整個過程被稱之為“交易者行為”，其自適應性權(quán)重的動態(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刻畫交易者本質(zhì)行為的新框架上建立了一個人工金融市場，在反映市場中交易者真實行為的同時，驗證了在做市商的價格生成機制下，當市場由自信的基本面分析者、技術(shù)分析者和自適應性理易者組成時，人工市場能產(chǎn)生與真實市場相同的非線性特征。這為從交易者異質(zhì)行為演化角度探究金融市場非線性特征的形成與演化提供了一個有效的計算實驗平臺。在此平臺上，交易者個人行為特征與學習速度變化對市場的沖擊以及導致市場出現(xiàn)非線性動力學特征的序參量挖掘，將成為下一步的研究方向。

參考文獻

[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. 中國證券市場的股票收益持久性的經(jīng)驗分析[J]. 世界經(jīng)濟, 2000, (11):29-32.

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

[19] 馬超群, 鄒琳, 李紅權(quán). 股票市場的非線性結(jié)構(gòu)與混沌效應檢驗：基于BDS方法與CR方法[J]. 湖南大學學報(自然科學版), 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. 中國證券市場的混沌動力學特征研究[J]. 中國管理科學, 13(專

篇(2)

業(yè)內(nèi)人士認為，經(jīng)歷上周末減倉暴跌之后，市場在外盤及周邊商品期貨帶動下暫時性企穩(wěn)，而預計近期市場焦點仍主要集中在全球金融市場，穩(wěn)定之后，棉花的基本面變化將進入市場的關(guān)注視野。

“目前來看，在新棉即將上市、國儲拋棉尚未結(jié)束的情況下，國內(nèi)棉價短期仍將震蕩走低，但在新棉收購價格的成本支撐下，鄭棉不會回調(diào)太多，畢竟仍處長期牛市之中”。南華期貨分析師鐘益強表示。

供需矛盾將持續(xù)

今日國內(nèi)股市再次昂首向前，而商品期貨充分反映出國際環(huán)境的異動性與國內(nèi)本身市場的矛盾性關(guān)系：由于上周末美聯(lián)儲（FED）突然調(diào)低貼現(xiàn)率，并再次增加對市場資金的投放額度，刺激歐美股市和國際商品期市大幅反彈，激勵國內(nèi)今日市場紛紛走高，單股票市場本身由于影響性一直有限，今日收復近期的失地重上4900點毫不為奇。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，但卻有二個共同的特點；其一，尾盤大幅度減倉，日內(nèi)短線交易較為頻繁，分析個中原因也毫不為怪，由于國際金融市場上周末戛然而止，但市場普遍預言能否穩(wěn)定仍存在較大的不確定性，從而帶來基金操作動向不穩(wěn)，會不會繼續(xù)引導國際商品期貨市場就此止跌，今日國內(nèi)商品上午盤增倉與下午盤的減倉行為可謂是對這種矛盾性的很好解釋，隔夜不確定性帶來資金避嫌需求增強；其二，今日行情表現(xiàn)也再次表明國內(nèi)相對較好的基本面市場，從很大程度上而言，上周四尤其是周五國內(nèi)期貨市場的普跌乃來自于國際金融市場的動蕩所致”。期貨人士表示。

據(jù)發(fā)改委報告，棉價走勢從大幅上揚轉(zhuǎn)為逐漸走穩(wěn)，8月13日國內(nèi)標準級棉到廠均價為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月國內(nèi)標準級棉到廠均價14163元/噸，較6月上漲808元，漲幅達6.05%。此外，棉花進口明顯低于去年水平。數(shù)據(jù)顯示，7月份我國進口棉花22.9萬噸，同比下降21.1%。今年1－7月則進口140.5萬噸，同比下降48.8%。

一經(jīng)紀公司分析師稱，基本面上，傳言熱帶風暴Erin可能損及德克薩斯州和俄克拉荷馬州的作物單產(chǎn)，令周二棉花市場上的拋盤興趣受限。同樣，“美國東南部的大部分區(qū)域正遭受過度高溫天氣，8月初至中旬，國內(nèi)中部地區(qū)為高溫天氣主導?！?/p>

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

價值投資機會顯露

據(jù)海關(guān)總署最新統(tǒng)計，2007年7月份我國共進口棉花22.9萬噸，較上個月減少2.34萬噸，減幅9.27%；較去年同期減少6.14萬噸，減幅21.13%。據(jù)統(tǒng)計，2006/07年度前11個月（2006.09-2007.07）我國累計進口棉花僅201.94萬噸，較去年同期減少180.63萬噸，減幅47.22%。另據(jù)統(tǒng)計，2007年前七個月累計進口140.52萬噸，較去年同期減少133.71萬噸，減幅48.76%。

業(yè)內(nèi)人士指出，我國棉花缺口大，對外依存度高，根本解決之道在于轉(zhuǎn)變棉紡織經(jīng)濟低水平盲目擴張的增長方式，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，也令美國棉價較全球價格更具競爭力。

他指出："因此，我們預期接下來的數(shù)天及數(shù)周，美國出口步伐將會加大。"一市場技術(shù)分析師稱，技術(shù)面上，基準12月期貨價格仍然處于自7月觸及的高點68.80美分大幅下跌的趨勢。上周五價格觸及兩個月新低56.90美分。收盤價格需要高于堅實技術(shù)阻力位60.00美分才能給予多頭一些新的上檔技術(shù)動能。

今年的籽棉收購價格在3元/斤左右，以此計算，設棉籽價格為0.75元/斤，依分率為38%，每噸棉花加工成本為500元，則皮棉的成本價為14000元左右，較去年高出不少。

此外，國際棉花咨詢委員會（ICAC）分析預計2007／08年度全球棉花產(chǎn)量略減，消費繼續(xù)小幅增加，貿(mào)易量增長較多，期末庫存大幅減少，庫存消費比降至近五個年度最低。預計2007/08年度全球棉花產(chǎn)量為2514萬噸，同比減少20萬噸。預計美國產(chǎn)量下降為410萬噸。而印度產(chǎn)量會達到創(chuàng)紀錄的467萬噸。全球棉花消費量將增長1.95%，達到2669萬噸。貿(mào)易量增長9.43%，達到913萬噸。預計全球棉花期末庫存下降10.8%，為1019萬噸。庫存消費比38.16％，為2002／03年度以來的最低值。

篇(3)

[關(guān)鍵詞]次貸；次貸危機；抵押貸款；金融；國際經(jīng)濟

次貸危機又稱次級房貸危機，它源于美國，是一場因次級抵押貸款機構(gòu)破產(chǎn)、投資基金被迫關(guān)閉、股市劇烈振蕩引起的風暴。次貸即“次級按揭貸款”，美國次級抵押貸款市場是隨著住房市場的繁榮而興旺起來的。次級抵押貸款市場風暴的直接原因是美國的利率上升和住房市場持續(xù)降溫。

1 次貸危機產(chǎn)生的原因

美國次級抵押貸款市場風暴的直接原因是美國的利率上升和住房市場持續(xù)降溫。在美國信用是申請貸款的先決條件。依據(jù)信用的高低，放貸機構(gòu)對借款人區(qū)別對待，“次”是與“高”、“優(yōu)”相對應的，指信用較低的借款人，從而形成兩個層次的市場。達不到申請優(yōu)惠貸款條件的借款人，只能在次級市場尋求貸款。由于次級貸款的利率高于優(yōu)惠貸款利率，受利益驅(qū)使，放貸機構(gòu)在放貸時不按規(guī)定要求借款人預付定金，不認真核實借款人的收入狀況，次級市場一旦出現(xiàn)問題就迅速影響抵押貸款市場，繼而向金融市場和經(jīng)濟基本面蔓延。

2　次貸危機對國際經(jīng)濟的影響

美國是全球最大的經(jīng)濟體，必然會對世界很多國家產(chǎn)生經(jīng)濟方面的影響。摩根大通分析師指出，此次全球信貸危機，很可能會在未來10年時間里繼續(xù)影響市場，因為美國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，次貸危機并未觸底。

2.1次貸危機導致美國貿(mào)易進口萎縮

次貸危機釀成全球危機的渠道之一是國際貿(mào)易，美國經(jīng)濟下滑和市場疲軟將通過國際貿(mào)易渠道影響全球經(jīng)濟。

美國是全球最重要的進口市場，美國經(jīng)濟陷入衰退將會降低美國的進口需求，這將導致其他國家出口減緩，進而影響到這些國家的gdp增長。以我國為例，2007年，由于美國和歐洲的進口需求疲軟，我國月度出口增長率已從2007年2月的51.6％下降至12月的21.7％。同時，由于我國經(jīng)濟增長放緩，社會對勞動力的需求小于勞動力的供給，增加了社會的就業(yè)壓力。

2.2導致全球主要金融市場出現(xiàn)流動性不足危機

全球經(jīng)濟危機的根源在于全球資本主義的經(jīng)濟擴張所導致的生產(chǎn)過剩，而虛擬資本經(jīng)濟的瘋狂擴張是導致本輪經(jīng)濟周期拐點出現(xiàn)的主要原因。虛擬經(jīng)濟的瘋狂擴張導致了周期性繁榮頂點的過早到來，虛擬經(jīng)濟資金鏈的斷裂是這次金融危機的直接誘因。

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

金融工程是一門研究運用各種金融工具和策略來解決金融財務問題的新興金融學科。它將工程思維引入金融科學的研究，綜合地運用各種工程技術(shù)的方法，設計、開發(fā)和實施新型的金融產(chǎn)品，創(chuàng)造性地解決各種金融問題。

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

1、金融工程具有應用型交叉學科的基本特征

首先，金融工程是金融科學的工程化，是一門從實際情況出發(fā)針對實際問題的應用型學科。其次，金融工程集合了金融學的基礎理論和工程學的基本分析方法并且又具備自身的特征――強調(diào)學科間的相互滲透和交叉。除了運用數(shù)學和統(tǒng)計學知識為主要分析手段外，金融工程還引入了最新的計算機技術(shù)、仿真技術(shù)、人工神經(jīng)網(wǎng)等前沿技術(shù)，也運用到了決策科學和系統(tǒng)科學的有關(guān)理論。

2、金融工程是一門具有量化特色的學科，重視模型化和最優(yōu)化

金融工程的一個突出特點就是廣泛運用定量分析的方法來解決金融實務中的各類問題。量化分析的第一步是把沒有數(shù)量特征的各種實際對象轉(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)學模型提出來后，接下來的任務就是針對不同類型的模型進行分析、求解、推導和論證。金融工程在數(shù)學方法上的特點是需要將實際問題的不確定性和提煉問題的最優(yōu)化緊密結(jié)合，因此關(guān)于優(yōu)化理論的學習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)造性特點主要體現(xiàn)在兩個方面：一是運用各種工程分析手段對收益和風險特征進行量化、分解和組合，創(chuàng)造性地改變收益和風險結(jié)構(gòu)，實現(xiàn)新型金融工具的引入和運用；二是通過對各類金融要素的重新組合和創(chuàng)造性的變革實現(xiàn)解決方案的優(yōu)化、市場范圍的拓展和金融服務的創(chuàng)新。

二、國內(nèi)金融工程應用現(xiàn)狀

目前，國內(nèi)金融工程應用主要分為兩大塊，一塊是風險控制，另一塊是量化投資。前者多見于保險和商業(yè)銀行業(yè)，后者主要應用證券業(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)學理論出發(fā)兩個角度。

大多數(shù)券商的金融工程研究方法選擇了基本面角度，他們對于行業(yè)財務指標進行遴選，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增長模型應用的就是這類方法，海通、中信這樣比較大的券商的金融工程報告也常是如此?？紤]到國內(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用到市場中，做出了一些成果。比如，長江證券在考慮市場的實際情況后，在研究報告中分析了短期反轉(zhuǎn)和成交量這兩項因素與收益率的關(guān)系。

目前，國內(nèi)金融工程研究的瓶頸在于與實際市場的結(jié)合。中國的證券市場是一個不成熟而且有著高度投機特性的市場，市場的波動與貨幣流動性多少高度相關(guān)。因此，把基于理想化市場假設的金融工程理論應用于中國市場得到的結(jié)論，通常與市場實際情況有較大背離。另一方面，金融工程理論具有較強的專業(yè)性，即使是證券從業(yè)人員，如果沒有經(jīng)過系統(tǒng)化學習，也無法理解其中的演算原委，這種知識上的隔閡導致反饋的缺失。

比較美歐成熟市場，國內(nèi)金融工程領域的研究才剛剛起步，未來的前景十分廣闊。未來的研究方向?qū)⑹腔久?、技術(shù)面、資金面以及金融數(shù)學原理的結(jié)合，通過金融工程的建模、金融市場的反饋，最終找到適合于中國市場特性的金融模型。

三、國內(nèi)金融工程教育現(xiàn)狀和人才培養(yǎng)目標

我國高等院校開展金融工程教育的時間雖然不長，但發(fā)展非常迅速。目前我國已有40余所高校設立了金融工程專業(yè)，開設金融工程課程教學的高校達60多所。但是總的來說，我國對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，我國金融教學主干課程的主要內(nèi)容都是宏觀經(jīng)濟學與國際經(jīng)濟學內(nèi)容的一部分，還沒有從金融工程的高度來設置相應的課程；同時，金融教學基本以描述與定性方式為主，缺乏應有的數(shù)理分析和定量分析內(nèi)容，而且與實際聯(lián)系不緊密，所培養(yǎng)出的人才實際運用能力差。上述問題成為金融工程在我國發(fā)展的主要障礙?？梢哉f，我國的金融創(chuàng)新和發(fā)展明顯滯后于整個經(jīng)濟的改革和發(fā)展。

根據(jù)金融工程的特點和國內(nèi)金融市場的發(fā)展現(xiàn)狀，我國金融工程專業(yè)的培養(yǎng)目標應立足于使學生熟練地運用已有的金融產(chǎn)品定價和風險管理模型，并具有一定的金融產(chǎn)品開發(fā)能力的應用型人才。

1、理論基礎

金融工程的專業(yè)人才應該具有比較扎實的經(jīng)濟、金融理論基礎，尤其要系統(tǒng)掌握現(xiàn)代金融經(jīng)濟學的基本理論。熟練掌握金融工程的基本理論框架，熟悉公司財務、金融市場與證券投資以及銀行經(jīng)營管理等方面的理論知識，具有相應的基本運作技能。

2、相關(guān)專業(yè)的知識

金融工程的專業(yè)人才應該熟悉與金融工程學科相關(guān)的原理性知識，并有較高的數(shù)學、統(tǒng)計學、外語與計算機操作水平。具備扎實的數(shù)理分析基礎和運用數(shù)學模型的能力，能夠?qū)鹑?、?jīng)濟問題進行科學的分析和處理；能夠熟練地使用計算機進行信息處理。為了適應國際金融市場的激烈競爭，金融工程的專業(yè)人才不僅要具備較高的外語水平，還應該熟悉會計、稅務等方面的原理性知識。

3、金融實物工作能力

金融工程的專業(yè)人才應該具備一定的從事金融實務工作的能力。能夠靈活運用掌握的理論知識和技術(shù)方法開展工作，進行調(diào)查研究、分析和解決實際問題，從事資產(chǎn)評估、風險管理以及金融產(chǎn)品設計與開發(fā)等方面的實務工作。

4、較強的實踐能力

金融工程的專業(yè)人才應該具有較強的市場經(jīng)濟意識、創(chuàng)新思維能力和社會適應能力。金融工程的產(chǎn)生和發(fā)展是與金融市場密不可分的，金融工程研究開發(fā)的每一項結(jié)果，都是為了滿足金融市場的需要，而推出的一項創(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)新的意識和思維。

四、金融工程課程設計設想

1、強調(diào)基礎的經(jīng)濟金融理論教學，培養(yǎng)學生具備扎實的經(jīng)濟金融理論素質(zhì)

金融工程本科專業(yè)的設置必須立足于經(jīng)濟金融理論，這是培養(yǎng)合格的金融工程專業(yè)本科生的基石，這些理論應包括基礎的經(jīng)濟學、金融學、管理學等學科以及一定的現(xiàn)代金融理論，如開設貨幣銀行學、國際金融、公司財務、投資學、金融經(jīng)濟學、金融風險管理等課程。另外，還應輔之以保險、稅收、金融法等方面的知識。

2、適度開設數(shù)學類課程，培養(yǎng)學生掌握比較全面的數(shù)學和統(tǒng)計學的技能

為培養(yǎng)各類專門的金融工程人才，使學生掌握比較全面的數(shù)學和統(tǒng)計學的技能已經(jīng)成為必需。為此我們開設了微分方程與動態(tài)經(jīng)濟學、概率論基礎、數(shù)理統(tǒng)計、運籌學、應用隨機過程、金融時間序列分析等課程。此外還有隨機分析、決策分析、經(jīng)濟數(shù)學模型等課程供學生選修。這些課程的教學大綱不僅體現(xiàn)數(shù)學課程本身的內(nèi)容，而且充分結(jié)合金融工程的需要，強調(diào)數(shù)學方法在金融領域的應用。

3、體現(xiàn)金融計算、數(shù)學建模的重要性

培養(yǎng)學生具備數(shù)值計算、建模技巧及數(shù)據(jù)分析的能力。通過使用計算機及軟件對金融數(shù)據(jù)進行分析，研究金融運行規(guī)律是當今金融信息全球化的重要手段，為此我們設置了如數(shù)值計算、經(jīng)濟數(shù)學模型、計算機C語言程序設計、數(shù)據(jù)分析應用軟件、金融實證分析等課程，培養(yǎng)學生能夠從復雜的金融環(huán)境中分析出關(guān)鍵因素并設計建模方案的基本素質(zhì)，以及具備通過數(shù)值計算對金融問題進行數(shù)據(jù)分析和檢驗解決問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)學生成為復合型的金融工程人才

圍繞金融工程我們開設了如衍生金融工具、金融工程學、金融工程案例和應用、金融風險的量化分析、金融產(chǎn)品設計與開發(fā)等課程，學生可以通過教學了解金融工程的核心以及運用相關(guān)金融工具和策略解決金融問題。

五、應用型為主的金融工程師教育

從學科性質(zhì)來看，金融工程屬于應用型的學科，這一性質(zhì)決定了在金融工程學科建設中，必須充分強調(diào)實際應用能力的教育和培養(yǎng)。

1、開設實踐類和信息類課程

利用金融實驗室進行金融市場、金融交易模擬實踐；采用分散性現(xiàn)場參觀與觀摩的形式感受真實交易的氛圍；通過互聯(lián)網(wǎng)訪問中央銀行、大型商業(yè)銀行網(wǎng)站，了解金融中介業(yè)務運作。實踐性教學的目的是增強本課程理論與實踐結(jié)合的緊密程度，增加學生對所學知識的感性認識，培養(yǎng)學生的實踐能力和知識技能的應用能力。引導學生養(yǎng)成通過網(wǎng)絡、媒體積極吸收市場、經(jīng)濟和技術(shù)信息的習慣。豐富的信息是學習的動力，也是創(chuàng)新和應用的源泉，現(xiàn)代社會對信息的敏銳程度和吸收能力已經(jīng)成為人才競爭的重要元素。

2、重視實際的技術(shù)能力培養(yǎng)

這主要是指諸如SAS和Matlab等課程的開設。金融工程的大部分問題都需要通過軟件技術(shù)加以解決，比如：數(shù)學建模、數(shù)值計算、網(wǎng)絡圖解、仿真模擬等，因而技術(shù)能力也反映了學生在實際工作中的應用水平。在國外的金融工程人才培養(yǎng)中，不少大學將Matlab作為必修課之一，從而保證學生能迅速的將金融問題轉(zhuǎn)化為技術(shù)問題并加以解決。

3、強化案例教學

案例教學有助于鞏固和提高學生基礎理論知識，拓寬學生的視野，培養(yǎng)學生的動手能力、實踐能力和應用能力。不僅如此，案例教學對于培養(yǎng)對金融工程至關(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)展過程中，金融工程應用已經(jīng)積累了很多創(chuàng)造性地解決金融問題的案例，這些案例在一定程度上是一種思想財富。案例教學是學習、培養(yǎng)和提高這種能力的重要組成部分。

4、積極發(fā)展實習教學

在美國是否提供實習機會，是許多開展金融工程教育的學校吸引優(yōu)秀生源的重要手段之一。事實上，在我國，由于金融人才的缺乏，金融工程的實習教學對于學校和實業(yè)界來說是一個雙贏的策略，學校應加強同實業(yè)界的交流與合作，為學生提供實習機會。

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分析人員，金融工程師更加注重金融市場交易與金融工具的可操作性，將最新的科技手段、規(guī)?；幚矸绞剑üこ谭椒ǎ玫浇鹑谑袌錾希瑒?chuàng)造出新的金融產(chǎn)品、交易方式，從而為金融市場的參與者贏取利潤、規(guī)避風險或完善服務。金融工程師通常受雇于投資銀行、商業(yè)銀行、證券公司、金融中介機構(gòu)以及非金融性質(zhì)的公司。

因為金融工程師具有一系列專業(yè)化的、僅憑技術(shù)所無法達到的素質(zhì)，并且由于金融創(chuàng)新的速度超過了市場產(chǎn)生稱職金融工程師的能力，金融工程師總體上供不應求，其就業(yè)機會顯得格外光明，并且毫無疑問，其工作帶來了豐厚的回報。

有專家認為，金融工程師更為廣闊的天地在東方，尤其是在金融市場正處于開發(fā)并具有巨大發(fā)展?jié)摿Φ闹袊０殡S著中國經(jīng)濟的高速發(fā)展，中國金融市場變得越來越復雜多變。加入世貿(mào)后，金融市場的開放和外資金融機構(gòu)的進入，將使中國金融業(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)的高級人才顯得十分緊迫和重要。尤其是掌握金融創(chuàng)新與風險管理技術(shù)的金融工程師將成為金融行業(yè)的急需專業(yè)人才。未來的國際金融中心上海將為金融工程師搭建廣闊的展示平臺。

國內(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)培訓結(jié)合是金融市場發(fā)展的必然，在為職業(yè)培訓提供新方向的同時，也提出了新的要求：不僅需要更專業(yè)的培訓機構(gòu)和專業(yè)技能更強的培訓師，而且需要符合中國市場發(fā)展的培訓方式，從而為我國金融工程專業(yè)人才的發(fā)展提供良好的教育培訓環(huán)境。

金融工程自身的特點要求有一定的創(chuàng)新能力。首先，金融工程的基本職能是創(chuàng)造，就是在金融市場中根據(jù)客戶的需要來創(chuàng)造新的產(chǎn)品以實現(xiàn)收益和規(guī)避風險。因此，一個成功的金融工程師必須“常常能迅速理解和接收新的觀念，并能輕易看透細節(jié)進而把握基本結(jié)構(gòu)的各個部分；他們還傾向于倡導智力上的開放以避免封閉式的思維扼殺創(chuàng)造性。與大多數(shù)人不同，他們不認為金融世界是由一定的事物構(gòu)成的，當他們被告知模式不能做或無法做時，他們的最先反應是問為什么。其次，由于金融工程師要解決的問題往往超出個人的知識基礎而需要進行小組工作，以處理復雜的金融、法律、稅收、會計、產(chǎn)業(yè)、計算技術(shù)、市場營銷等方面的問題。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，在金融工程領域的教學和科研過程中，從發(fā)展的趨勢來看，金融工程將不僅僅作為一門技術(shù)性的學科，而是將逐漸成為一種創(chuàng)新和開放的思想方法，日益滲透到金融、經(jīng)濟乃至整個社會生活中來。

（注：本文受以下項目資助：2008年度上海師范大學文科原創(chuàng)與前瞻性項目《基于鞅定價的結(jié)構(gòu)金融衍生品創(chuàng)新研究》，項目編號：DYW806。2008年度上海師范大學理工科科研項目《非對稱信息下基于鞅定價的金融衍生品創(chuàng)新研究》，項目編號：SK200887。2009年《上海師范大學金融工程重點應用文科》，項目編號：DZW912。）

【參考文獻】

篇(5)

拉登之死若要真的對世界實體經(jīng)濟部門基本面產(chǎn)生影響，唯一可行的途徑是美國統(tǒng)治集團以此為由宣布十年反恐戰(zhàn)爭勝利結(jié)束，避免美國國力過度耗竭，只有這樣世界經(jīng)濟和美國經(jīng)濟才能更快更好地擺脫失衡，美國經(jīng)濟和美元匯率才能獲得可持續(xù)的長久支持。

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

之所以如此判斷，首先是因為本·拉登影響力較大的地區(qū)在全球經(jīng)濟中所占份額較小，在實體經(jīng)濟部門產(chǎn)出中所占份額更低。本·拉登及其的實際影響力集中于中東北非國家，而根據(jù)國際貨幣基金組織2011年4月號《世界經(jīng)濟展望》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，直接影響的也不過是全世界5.0％的產(chǎn)出，更何況本·拉登及其還沒有這般神通呢!因此，本·拉登之死的經(jīng)濟影響將主要是集中在金融市場、虛擬經(jīng)濟部門，而不是實體經(jīng)濟部門。

本·拉登之死若要真的對世界實體經(jīng)濟部門基本面產(chǎn)生影響，唯一可行的途徑是美國統(tǒng)治集團以此為由宣布十年反恐戰(zhàn)爭勝利結(jié)束，真正大幅度減少在海外過多過濫的軍事干預，避免美國國力過度耗竭。只有這樣，世界經(jīng)濟和美國經(jīng)濟才能更快更好地擺脫失衡，美國經(jīng)濟和美元匯率才能獲得可持續(xù)的長久支持。問題是，世界唯一超級大國地位所引發(fā)的道德風險，加上多年來濫用軍力的實踐，已經(jīng)在美國內(nèi)外孳生起來一個強大的利益集團，他們力圖把美國繼續(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導致美國國力過度耗竭而最終不可持續(xù)?？纯疵绹鴩鴥?nèi)主張肆意干預外部事務的強硬勢力，看看世界上有多少國家的所謂民主派、反對派把奪取政權(quán)的希望寄托在美國干預之上，看看他們?yōu)榇嗽诿绹归_了何其強大的游說，我們就不難明白這個利益集團左右美國走向的勢力多么強大。在利比亞戰(zhàn)爭中，盡管美國高層起初堅持不作軍事卷入的立場，到頭來卻不得不步步后退，盡管對利比亞反對派心懷疑忌卻提供了數(shù)千萬美元軍事援助，未來完全有可能如同美國逐步陷進越南泥潭、蘇聯(lián)步步卷入阿富汗那樣重蹈覆轍。由此看來，即使美國領導層中的明智之輩有心收縮過度擴張的戰(zhàn)線，保養(yǎng)國力，其國內(nèi)外利益集團也已經(jīng)使其欲罷不能了。

即使在金融市場、虛擬經(jīng)濟部門，單有本·拉登之死本身也不足以引爆大規(guī)模的市場逆轉(zhuǎn)，只有與美國貨幣財政政策根本逆轉(zhuǎn)結(jié)合在一起，才能十倍百倍地放大其沖擊力。根據(jù)國際貨幣基金組織測算，美國實際利率意外上升約5個基點，相對于那些對美國沒有直接金融風險暴露的經(jīng)濟體，有這種風險暴露的經(jīng)濟體(平均暴露為16％)凈資本流動將在季度內(nèi)下降GDP的0.5個百分點，且這種額外的負面效應不斷增大。凈資本流動對美國貨幣緊縮的敏感性隨對美國直接金融風險暴露水平提高而增加，并在全球融資環(huán)境(利率，風險偏好)寬松時更加強烈；擁有較深國內(nèi)金融市場和強勁增長表現(xiàn)的受沖擊較小。這樣，如果此時美聯(lián)儲宣布結(jié)束寬松貨幣政策、開始加息，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波動演變成商品價格雪崩，美元則將一飛沖天；問題是美聯(lián)儲剛剛結(jié)束的會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，等到美國貨幣政策真正開始逆轉(zhuǎn)的時候，本·拉登之死效應恐怕已經(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，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月開始的，尤其是2010年5月初以來日元的升值趨勢逐漸加快，一度達到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)濟學理論很難對此作出合理的解釋。因為就日元匯率的基本面情況而言，日本的經(jīng)濟增長乏力，日元的收益率低下，國內(nèi)通貨緊縮問題突出，人口的老齡化和少子化現(xiàn)象嚴重，政府債務遠遠超過警戒線水平，貿(mào)易順差縮減等等。因此，有不少市場人士認為，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該在1美元兌130日元才對。

日元快速升值的主要原因

首先，從經(jīng)濟基本面的角度來看，美元、歐元、日元這三大國際通用貨幣，在基本面的好壞方面存在著相對性，日元走強是金融市場“矮中選長”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，盡管美國經(jīng)濟已經(jīng)從最嚴重的金融危機中走了出來，但卻始終沒有得到真正的復蘇。至于歐元的基本面，受債務危機的拖累，歐元區(qū)的經(jīng)濟仍然比較慘淡。目前，歐元區(qū)化解以希臘為代表的一些成員國的債務危機的方法還是財政援助。但如果多個國家都面臨同樣的財政援助問題，財政援助將會力不從心，到時候歐洲央行將不得不開動印鈔機，該項隱憂將成為歐元的一個重大負面因素。而在日元的基本面方面，盡管日本經(jīng)濟增長乏力，但已經(jīng)擺脫了此前的負增長局面，據(jù)國際貨幣基金組織最新預測，2010年的日本的經(jīng)濟增長率將為2.4％，2011年將為1.8％。此外，日本依然保持著經(jīng)常項目順差和外匯儲備豐厚的地位，2009年的經(jīng)常項目順差為2.8萬億日元，外匯儲備規(guī)模為1.02萬億美元。所以，如果將美元、歐元、日元的基本面進行比較，在經(jīng)濟增長低迷方面都具有共性，但是日元相對而言具有經(jīng)常項目順差和國際凈債權(quán)國地位的支撐，也沒有受到自身引發(fā)的經(jīng)濟危機的影響。而美國和歐元區(qū)都曾經(jīng)先后發(fā)生嚴重的金融危機和債務危機，美元和歐元相對于日元來說，其前景可能更加難以預料。

其次，從國際短期資本流動的角度來看，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導致大量投機性資金回流日本所謂日元套利交易是指對沖基金等投資主體通過借入低息的日元資金，將其轉(zhuǎn)換成以其他通貨計價的高息資產(chǎn)，以博取利差的交易活動。日元套利交易盛行主要依賴于日元的長期超低利率政策以及日本與外部金融市場內(nèi)外利差的長期存在等背景。大量套利交易新籌碼的建立會導致資金流入國產(chǎn)生貨幣升值和資產(chǎn)價格上漲的壓力以及日元的貶值。反之，大量套利平倉盤的出現(xiàn)，會引起資金流出地國家貨幣的貶值和資產(chǎn)價格下跌的后果以及日元升值。由于各國為了刺激經(jīng)濟紛紛降低利率，導致日元與其他國際貨幣的利差逐漸收窄，國際投機勢力不得不對日元套利交易進行平倉，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)對日元的大量需求。

避險資金的方向發(fā)生了改變，大量的避險資金不斷涌入日本由于美國和歐洲都存在著嚴重的財政赤字和政府債務問題，對美國和歐元區(qū)的揮霍感到恐慌的投資者們在拋售美元和歐元以后，總得買點什么。相比之下，日元資產(chǎn)似乎可以值得買一點。為什么日元可以值得買一點?因為一方面日本盡管也有比較嚴重的財政赤字和政府債務問題，但是日本的國債幾乎都是內(nèi)債，遭遇大規(guī)模做空的風險較低；二是雖然從表面上來看，日本國債的收益率也很低，不到1％，并未顯示出對美國國債收益率的優(yōu)勢，但是日本有比較嚴重的通貨緊縮，目前的通貨緊縮水平大約在1.5％左右。因此實際收益率存在著通貨緊縮的溢價。從總體而言，國際金融市場認為日元資產(chǎn)相對比較安全，因此加快了避險資金的流入。

美國人為的弱勢美元政策，直接誘導了美元貶值和日元升值奧巴馬政府在當前的經(jīng)濟形勢之下，繼續(xù)推行布什政府的“弱勢美元”政策，其目的無非有兩大項：一是稀釋巨額債務，二是刺激商品出口。由于美國目前的累積債務已經(jīng)達到13萬億美元，其中大量的是外債，因此誘導美元貶值，等于變相地賴債。同時，美國貿(mào)易赤字嚴重，令美元貶值有助于擴大出口，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升值。

中國外匯儲備多樣化的策略，對國際外匯市場產(chǎn)生了支持日元的心理作用2010年前四個月，中國增購了5410億日元，2005年的2.1倍。2010年5月份，新買入的日本國債金額再創(chuàng)新高，達7352億日元。中國增購日本國債、無非是想進一步分散外匯儲備的風險，原先是通過增持歐元資產(chǎn)進行風險分散，由于歐元區(qū)經(jīng)濟缺乏希望，于是日本國債便成為一個選擇。這在一定程度上產(chǎn)生了提升日元的心理作用。

日元升值對日本經(jīng)濟的影響

日元匯率的變動對經(jīng)濟影響的大小因條件的不同而不同。

第一個條件就是“初期條件”，即匯率變化前的出口金額與進口金額的比率。日元升值的負面效果是通過出口體現(xiàn)出來，而正面效果是通過進口體現(xiàn)出來；反之，日元貶值的正面效果是通過出口體現(xiàn)出來的，而負面效果是通過進口體現(xiàn)出來的。所以，出口金額超過進口金額的程度越高，日元升值的負面影響越大，正面影響越??；反之，日元貶值的正面影響越大，負面影響越小。日本一直是貿(mào)易盈余國，出口金額一貫超過進口金額，日本國內(nèi)將日元升值理所當然地看成是對經(jīng)濟總體的負面因素，而把日元貶值看成是對經(jīng)濟總體的正面影響，這恐怕與目前的“初期條件”有關(guān)。

第二個條件是對出口價格的轉(zhuǎn)嫁率(以美元計價的出口價格的上升率／日元升值率)，這主要是考慮如果日元升值的話，對出口價格的影響。日元升值的時候，出口價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，以日元計價的出口價格維持不變，在這種情況下，以美元計價的出口價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的出口競爭力，以美元計價的出口價格保持不變，這樣以日元計價的出口價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，實際的出口價格總是在處于這兩種情況的中間。具體變動的程度有多大，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，只要以美元計價的出口價格能夠同比率上升，出口商的收益就不會受到影響。所以轉(zhuǎn)嫁率越大，日元升值的負面影響就越小，轉(zhuǎn)嫁率越小，日元升值的負面影響就越大。而從實際情況來看，隨著亞洲新興工業(yè)國以及中國經(jīng)濟的發(fā)展，日本工業(yè)產(chǎn)品受到的國際競爭越來越激烈，轉(zhuǎn)嫁率的降低是大勢所趨，由于日元升值無法轉(zhuǎn)嫁，所以負面影響不可避免。

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

日本政府匯市干預政策和經(jīng)濟刺激政策的效果

日本政府干預市場后的日元走勢將會何去何從，這也是國際金融市場普遍關(guān)注的問題。

盡管日本政府入市干預。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方面：一是從歷史上來看，日本政府單獨干預匯市的效果并不理想，通常需要與美國、歐洲聯(lián)合干預方能明顯奏效。目前，美、歐方面已經(jīng)放風不滿日本干預匯市，尤其是美國方面，認為日本干預匯市可能會干擾發(fā)達經(jīng)濟體敦促中國允許人民幣升值的努力，所以目前日本指望獲得聯(lián)合干預幾乎不可能。二是目前日元出現(xiàn)強勢地位，關(guān)鍵性的原因還在于美元的疲弱，這種相對關(guān)系短時間內(nèi)仍然難以改變。在主觀性方面，美國毫無推高美元走勢的意愿；在客觀性方面，市場對美聯(lián)儲可能會進一步采取量化寬松的貨幣政策存在著強烈的預期。三是目前日元兌美元的日成交量高達5860億美元，日本政府難以持續(xù)性注入巨資干預匯率，干預對市場的影響主要停留在心理影響層面，而非實質(zhì)性的資金層面。

從長期的角度進行觀察，日元升勢要想得到扭轉(zhuǎn)，關(guān)鍵在于日本的通貨緊縮問題是否能夠得到克服目前熱錢流入日本是日元強勢升值的直接原因，其在很大程度上是因為盡管日本與美歐一樣都實行低利率政策，但日本較嚴重的通貨緊縮使日元資產(chǎn)的吸引力相對上升。為了克服通貨緊縮，日本政府有必要加強與日本央行的協(xié)作，要求后者推出強化日本自身的債務貨幣化的量化寬松貨幣政策，這樣才能鞏固對市場干預的效果。目前，日本的主要政黨正在積極尋求共識，限制日本央行的獨立地位，其中包括一項提議要求通過立法的形式，迫使日本央行接受2％至3％的通貨膨脹目標。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行動中，日本央行表示可能對財務省進行外匯市場干預時賣出的日元進行利用，暗示央行可能不會回籠市場中多余的日元。這種非沖銷式的干預將會導致日本基礎貨幣規(guī)模擴大，進而幫助減緩通貨緊縮壓力，所以日本央行已經(jīng)開始配合政府的相關(guān)決策。

盡管日本政府對市場的干預受到國際社會的批判和壓力，但是對于日元匯率往突破1美元兌80日元也不可能坐視不管因為過度的日元升值必然導致企業(yè)將生產(chǎn)工廠和研發(fā)基地移動至海外，日本政府為了預防企業(yè)業(yè)績惡化和產(chǎn)業(yè)空洞化不得不出手干預。從歷史上來看，日本政府也曾經(jīng)有過長時間的匯市干預。比如在2003年至2004年，日本政府干預匯市的時間長達15個月，大舉拋售了35萬億日元，以防止日元走強扼殺經(jīng)濟復蘇。所以，投機勢力對日本政府干預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)也有相當大的難度。

刺激經(jīng)濟計劃的效果比較有限2010年9月10日，日本政府公布了一份9200億日元的經(jīng)濟刺激方案，以提振消費和創(chuàng)造就業(yè)，消除日元升值對本國經(jīng)濟的負面影響，并遏制通貨緊縮的趨勢。但是，由于該刺激方案的規(guī)模僅相當于GDP的1％，估計有望拉動GDP增長0.3個百分點，新增20萬個就業(yè)崗位。所以，刺激經(jīng)濟計劃的效果還是比較有限的，只能說“聊勝于無”，因此對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)濟刺激政策，日本2011年的經(jīng)濟增長可能仍然會比2010年緩慢。

日元升值現(xiàn)象給我國的啟示

面對日元升值的局面，我們一方面要分析其對我國經(jīng)濟的影響，以便做好應對之策；另一方面也要從日元升值的現(xiàn)象中吸取經(jīng)驗和教訓，提出防止人民幣過快升值的應對之策。

就眼前情形而言。如果日元升值熱度不退。那么日本對于中國的海外投資將會有所增加而在日本企業(yè)中，中小企業(yè)比例較大，是日本對我國投資的主力軍。目前我國沿海地區(qū)已經(jīng)面臨勞動力成本上升的問題，所以應當加快內(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)服務水平，吸引日本中小企業(yè)赴我國內(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)動性，日元過快升值也會增加人民幣升值壓力，我國對于日元升值千萬不要推波助瀾。

在很多情況下，日本的今天可能就是我國的明天日本在1985年廣場協(xié)議后出現(xiàn)日元快速升值情況，導致泡沫經(jīng)濟破裂和經(jīng)濟長期低迷，這一經(jīng)驗和教訓我們應當認真吸取。具體來說：一是要與美國等發(fā)達國家進行外交周旋，避免人民幣快速升值，堅持人民幣漸進升值的方針。二是要防止在人民幣升值過程中，獲得升值好處的產(chǎn)業(yè)資本過多地將其升值溢價其轉(zhuǎn)化成為金融資本，導致資產(chǎn)價格發(fā)生嚴重的泡沫。三是要利用人民幣漸進升值的緩沖過程，鼓勵我國企業(yè)進行國際化的經(jīng)營，推行“走出去”戰(zhàn)略。同時積極提高產(chǎn)品的創(chuàng)新能力和差別化水平，提高我國產(chǎn)品出口時的匯率升值的轉(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)已累計下挫20%。按理說,股市會根據(jù)經(jīng)濟預期作出反應。那么,上證綜指的表現(xiàn)是否預示中國經(jīng)濟將出現(xiàn)崩潰?

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

第一類是投機性策略,它們要求了解會即刻影響股價的供需因素變化的信息。投機者提供流動性,并迅速把信息傳播出去。

套利或相對價值策略利用的是某類資產(chǎn)定價的無效性,確保市場提供明確的定價信號并協(xié)調(diào)運轉(zhuǎn)――而不是作為面向各類資產(chǎn)的彼此無關(guān)的多個市場。

最后是基本面或價值策略,依靠買入資產(chǎn)賺取其創(chuàng)造的經(jīng)濟價值。通過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,這類策略讓市場具備了預測能力?；久婧蛢r值投資者――沃倫•巴菲特等人是其中最著名的代表人物――把市場變成了一臺機器,對長期現(xiàn)金流預期進行折現(xiàn),并對未來做出預測。

上述三類策略需要的是不同類型的信息。在一個運轉(zhuǎn)良好的市場中,這些不同的策略相互作用,確保市場具備適度的流動性、連貫性和有效配置資本的能力。但有些時候,流動性沖擊或金融困境的大幅加劇,可能會削弱某些信息的價值――特別是基本面投資者所需的信息,從而將整個市場轉(zhuǎn)入投機模式。

運轉(zhuǎn)良好的金融市場也可能(而且確實會)崩潰,但當它們恢復穩(wěn)定時,它們會很好地資本配置。但是若想讓市場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。對基本面投資來說,最基本的要求是要有:優(yōu)質(zhì)的宏觀經(jīng)濟數(shù)據(jù),準確易懂的財務報表,穩(wěn)定的監(jiān)管架構(gòu),有限制的政府干預,以及對公司治理結(jié)構(gòu)的清晰了解。

這些條件中國都不具備。宏觀經(jīng)濟數(shù)據(jù)的質(zhì)量雖在不斷改善,但目前仍相當粗劣――在一個變化如此之快的國家,這一點或許應在意料之中。財務報表往往疑點頗多,這在很大程度上是因為中國的高等院校培養(yǎng)不出足夠多的會計師來滿足中國的需要。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市場時,幾乎沒有絲毫的猶豫。

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,盡可能提升股東價值、企業(yè)財富、當?shù)鼐蜆I(yè),或是其他不以經(jīng)濟分析為轉(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――實際上,除非市場處在極低的水平,否則他們會因為定價過高而被迫離開市場。

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