金融市场相关论文汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇金融市场相关论文范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

近年来，由美国次贷危机引发的金融危机使得各国金融市场产生大幅波动，让人们广泛意识到对金融机构等实施金融风险管理的重要性。因此，对金融市场极端情形下的损失风险的估计和预测是研究者和各投资者关注的焦点。VaR(Value at Risk)技术正是这样一种定量工具，目前已受到业界的广泛认可，为全球金融市场、电力市场及石油市场广泛采用[1-2]。但是VaR只是市场处于正常变动下市场风险的有效测度，它不能处理金融市场处于极端价格变动的情形，如股市崩盘等，并且它自身不是一致性风险度量工具[3]。而ES(Expected Shortfall)是度量损失超过VaR的期望损失，能较好度量极端风险，并且它是一致性风险度量[3-4]，于是论文将ES作为VaR的一个补充。在传统的风险度量模型中一般考虑的是整个收益率的分布，常用正态分布、t分布、混合正态分布、Laplace分布等来描述。而极值理论(Extreme Value Theory)描述的是分布的尾部行为，故而近年来热衷于将极值用于风险度量研究中[2-7]。

目前，国内外对极值的研究主要集中在条件极值的风险度量和应用上[3-7]。条件极值模型主要是将极值理论中的POT(Peaks Over Threshold)模型与波动模型结合。在国内，极值理论的研究起步较晚，但发展迅速，余力[5]和陈守东[6]等的研究结果表明动态VaR比静态VaR度量更准确；但上述文献中都没考虑金融资产收益率波动的杠杆效应，即非对称性。林宇[7]则通过非对称波动模型与极值模型结合度量风险，测试结果较准确。但他们的研究都忽略了金融资产收益中包含了对风险的补偿，即金融资产收益率与资产风险具有密切的关系。为了反映出这种关系，Engle等1987年提出了GARCH-M模型[9]。陈泽中[9]将GARCH-M模型和EGARCH模型结合起来，分析了我国股市波动的特点。实证结果表明，我国股市存在明显的杠杆效应，且收益率与波动性存在显著的正相关关系。

为了更准确地度量金融市场风险，论文采用更一般的APARCH模型来描述收益率序列的波动，并充分考虑了金融市场的收益率与风险的正相关关系。将极值理论中的POT模型与APARCH-M模型结合，提出了基于POT-APARCH-M的风险度量模型。

1.APARCH-M模型与极值理论中的POT模型

1.1 APARCH-M模型

在针对金融时间序列波动性的建模中，Bollerslev在ARCH模型的基础上提出了广义自回归条件异方差模型，这正是我们目前研究比较多的GARCH模型。GARCH模型是ARCH模型的重要扩展，然而GARCH模型并不能完全反映金融市场波动的特征，特别是其中的杠杆效应。于是Ding，Granger和Engle在1993提出了一个非对称的GARCH模型，即APARCH(asymmetric power ARCH)模型[11]。该模型是个归纳性较强的模型，它将多种ARCH模型和GARCH模型作为其特例，其中包括了TS-GARCH模型，GJR-GARCH模型，Log-GARCH模型，TARCH模型，NARCH模型等[10]。APARCH模型不仅包含了一般GARCH模型的特点，而且还可以捕捉金融市场的杠杆效应。设是股票每日价格的对数收益率序列，满足严格平稳性，且服从APARCH(p,q)过程，则可以由下式表达：

(1)式为均值方程，其中为条件均值，为残差；(2)式中的为条件方差，为标准化残差，是服从均值为0，方差为1的独立同分布序列；(3)式为波动方程，其中参数，，，，，，反映冲击的杠杆效应。

由于金融资产风险的变化对收益的影响，高的收益往往伴随着高的风险，即是资产的收益率会依赖于它的波动。为刻画这种现象，1987年，Engle、Lilien和Robins提出了GARCH-M模型，其中“M”表示收益率的条件均值为GARCH[8]。此时，条件均值可以表示为：

上式中的和为常数，参数叫做风险溢价参数，为正值意味着收益率与它的波动正相关。

于是将(4)式代入到(1)式中，就可以得到APARCH-M模型，即

3.算例分析

3.1 模型参数估计及动态VaR和ES估计

论文选取深证综合指数从2003年12月10日到2011年1月20日的每日收盘价，共1729个数据。取2003年12月10日到2010年1月7日的每日收盘价共1479个数据，用来估计模型的参数；2010年1月8日以后共250个数据用来后验测试。数据来源于大智慧股票软件。深证综指的日损失序列定义为，其中为时收盘价。论文所有的数据处理和分析都在Eviews5.0和R软件下进行的。

通过Eviews5.0软件计算得到损失序列的基本统计特征见表1，括号内为p值。

从表1中可以看出该损失序列尖峰厚尾，且不对称，呈现右偏情形；单位根ADF检验结果表明在1%的置信水平下该序列不存在单位根，即损失序列是平稳的；Ljung-Box统计量Q(5)、Q(10)表明该序列有一定的自相关性，Q2(5)、Q2(10)表明损失序列的平方自相关，从而该损失序列具有很强的ARCH效应。根据前面的分析使用APARCH(1,1)-M-t模型对深证综指样本内损失序列建模，并用最大似然估计对参数进行估计，估计结果见表2。

模型拟合后，对其残差进行ARCH检验，其检验统计量LM(6)的p值为0.99，从而可以判定残差没有异方差性。标准化后的残差序列均值几乎为0，方差也十分接近于1，基本可以看成是标准残差序列。然后对其进行相关性检验，Q(5)=24.301(0)，从而可以认为其是独立序列。标准化后的残差序列的阈值，MEF(超额均值函数)确定如下图1所示。从图1中可以看出阈值在1.8左右，然后结合McNeil和Frey对比Hill方法、历史模拟法等方法，发现选择5%左右的极值数据使用GPD估计效果较好，于是阈值可以确定为1.806，接下来对超过阈值的部分进行GPD拟合，结果如图2所示。从图上看出拟合效果相当好，并且作出其QQ分位图，如下图3所示。于是可以用GPD分布对极值建模，参数估计结果为，。

3.2 模型检验

为了考察风险度量模型的预测效果，常采用Kupiec的失败次数检验方法。其基本思想是：在置信水平为P的条件下，在第t日估计出第t+1日的风险值和，对于第t+1日的实际损失，如果估计出的，那么就认为风险估计值在第t+1日是失败的，并计数一次。最后将失败次数比上考察的总次数得到失败率。对于ES的估计也是采用同样的方法。如果失败率远大于，则认为是低估了风险，反之则是高估了风险。只有失败率接近，风险度量方法才被认为相对可靠。论文还将此模型检验结果与EGARCH-M-POT模型，APARCH-POT模型检验结果进行了对比，从而可以看出此模型的优越性。

从上表2深证综指的后验测试结果可以看出，在99%置信水平下，这三种模型预测的效果是一样的，但在97%置信水平下，基于POT-APARCH-M和POT-EGARCH-M模型预测效果是一样地优于基于POT-APARCH的，从而表明了考虑收益与风险正相关对于金融市场风险的度量更加合理。在95%的置信水平下，基于POT-APARCH-M模型预测的效果是最好的，因为它是失败率是最接近5%，从而表明考虑更一般的APARCH模型来描述收益率的波动比EGARCH更合理。而通过计算ES的失败率结果在高置信水平下，ES的失败率都为零，从而表明ES相比VaR是更为保守的风险度量。

4.结论

论文建立了基于极值理论的POT-APARCH-M-t的动态风险度量模型，用来度量金融市场风险。在描述金融市场波动特征时，采用更一般的APARCH模型。结果表明它比EGARCH模型更优越。在金融市场中往往高的收益伴随着高的风险，即收益与风险是负相关的，从而将APARCH模型与GARCH-M结合。经过深证综指风险度量结果表明损失与风险是负相关的，并且更准确地度量风险。而在度量空头风险时，通过检验表明，在高置信水平下，ES过于保守，从而可以看出收益率的右尾较薄。论文只是对收益率分布上尾极端风险进行了度量，当然还可以对下尾极端风险进行度量，论文在阈值选取时，带有一定的主观性，阈值准确的选择方法一直是现在要解决的问题。

参考文献

[1]王春峰.金融市场风险管理[M].天津:天津大学出版社,1999.

[2]Bekiros S.D.,Georgoutsos D.A.Estimation of Val-ue-at-Risk by extreme value and conventional method:a comparative evaluation of their predictive performa-nce[J].Int.Fin.Markets,Inst.and Money,2005(15):209-228.

[3]Artzner P.,Delbaen,Eber J.M.,and Heath D.Coher-ent Measures of Risk[J].Mathematical Finance,1999(9):203-228.

[4]Bhattacharyya M.,Ritolia Conditional VaR using EVT-Towards a planned margin scheme[J].Internatio-nal Review of Financial Analysis,2008(17):382-395.

[5]余力,张勇.应用极值分布理论的VaR和CVaR估计[J].求索,2010(4):64-66.

[6]陈守东,孔繁利,胡铮洋.基于极值分布理论的VaR与ES度量[J].数量经济技术研究,2007(3):118-124.

[7]林宇,魏宇,黄登仕.基于GJR模型的EVT动态风险测度研究[J].系统工程学报,2008,23(1):45-51.

[8]Ruey S.Tsay.金融时间序列分析[M].北京:人民邮电出版社,2009.

[9]陈泽忠,杨启智,胡金泉.中国股票市场的波动性研究――EGARCH-M模型的应用[J].决策借鉴,2000,13(5):24-27.

篇（2）

设立上海自贸试验区是进一步深化改革、加快政府职能转变、深化金融领域改革开放的重大举措，将对上海建设成国际金融中心产生重要的推动作用。

（一）金融自由化水平提高有利于推进上海国际金融中心建设

从海外的发展经验看，金融自由化是国际金融中心建设的支点和必不可少的条件。长期以来，受制于人民币的非全面可兑换性、利率的非市场化、金融机构的设立壁垒等，上海国际金融中心建设一直进展缓慢。现在，在上海自贸试验区成立之后，在风险可控前提下，可在自贸区内对人民币资本项目可兑换、金融市场利率市场化、人民币跨境使用等方面进行先行先试。金融服务业将对符合条件的民营资本和外资金融机构全面开放，支持在试验区内设立外资银行和中外合资银行等。这些措施显然会将金融自由化水平大大提升，进而对上海国际金融中心的建设起到推动作用。

（二）金融领域的开放创新将推动上海金融市场和金融产品创新

从伦敦、纽约等国际金融中心的发展历史看，有利于创新但又不失规范的金融监管体系能够促进国际金融中心建设。一方面，为了防范金融风险，政府要进行严格的监管，保证金融中心的稳定，另一方面要提供相对宽松的金融环境，促进金融创新，保证金融中心的活力。上海自贸试验区总体方案中明确提出了深化金融领域的开放创新，允许在试验区内建立面向国际的交易平台，逐步允许境外企业参与商品期货交易，鼓励金融市场产品创新。这无疑会推动上海金融市场和金融产品的创新步伐，活跃金融市场，为上海国际金融中心建设带来新契机。

（三）跨国公司总部的集聚将促进上海国际金融中心建设

总部经济也是国际金融中心建设的一个重要方面。大公司的总部要管理庞大的财务往来和资金流，对金融产品有强大的需求，也常常需要通过现货市场与期货市场的对冲机制来控制、管理其生产经营风险。大公司总部的集聚不仅有助于形成资金中心，也有助于活跃包括期货市场在内的金融市场。自贸试验区总体方案明确了将深化跨国公司总部外汇资金集中运营管理试点，促进跨国公司设立区域性或全球性资金管理中心。这将推动跨国公司总部集聚在上海，进而推动上海国际金融中心的建设。

（四）金融业国际化水平的提高助力上海国际金融中心建设

国际金融中心的主要特征就是高度国际化。上海自贸试验区的多项方案措施无疑会提高上海金融业的国际化水平：在金融制度创新方面，鼓励企业利用境内外两种资源、两个市场，实现跨境融资自由化；在增强金融服务功能方面，金融服务业对符合条件的民营资本和外资金融机构全面开放，支持在试验区内设立外资银行和中外合资银行，允许金融市场在试验区内建立面向国际的交易平台，逐步允许境外企业参与商品期货交易。如果能充分利用上海自贸试验区成立及与之相关的有利政策，必将有利于推动上海国际金融中心的建设。

二、上海国际金融中心建设面临的困难和挑战

上海在国际金融中心的建设方面，有很多优势和较为良好的基础，但也面临不少困难和挑战，对此应有客观、清醒的认识。

（一）金融市场交易品种单一，交易规模不足

国际金融中心的一个重要特征是有较大规模的金融交易活动发生。而上海当前的情况是：一方面，上海股票主板专业提供专业写作论文的服务，欢迎光临dylw.net市场不够活跃，日成交金额常常低于深圳的创业板和中小企业板市场；另一方面，金融期货和金融衍生品市场交易品种单一，交易规模不足。目前中国金融期货交易所上市的交易品种只有沪深300指数期货和5年期国债期货。表1为沪深300指数（HS300）与沪深300指数期货（IF）4月份以来的日成交金额数据，可以看到，目前沪深300指数期货的日成交金额大体为沪深股票现货市场成交金额的10倍以下。股指期货的成交金额数倍于股票现货交易是国际金融市场的一个规律性现象，而我国金融期货的交易品种单一，交易规模也远不及成熟市场，难以发挥金融期货的价格发现和套期保值功能。无论现货市场还是期货市场，金融活动的交易规模都相对比较小，制约着上海国际金融中心的建设进度。

（二）金融机构的集聚度不够

金融中心是一个国家或地区金融活动的集中地，从伦敦和纽约等国际金融中心的经验来看，国际金融中心都聚集着相当数量的、高质量的金融机构。然而无论是商业银行、证券公司还是保险公司，国内一些有实力的金融机构的总部并不在上海，譬如，招商银行、民生银行、平安保险等总部都分布在北京、深圳等地。金融监管机构如中国人民银行、中国银监会、中国证监会、中国保监会的总部也都不在上海。实际上，没有一些有实力的金融机构作支撑，上海是很难建设成为国际金融中心的。

（三）非政治中心带来信息劣势

与伦敦、东京、巴黎、新加坡等金融中心同时也是所在国的政治中心不同，上海不是我国的政治中心，因此在享受政治中心的许多经济辐射效应和信息溢出效应方面，上海不占优势。金融业是一个高度依赖信息运行并对信息非常敏感的行业，一个国际金融中心必须能够大量、及时、客观的反映市场、机构、产品变化的专业提供专业写作论文的服务，欢迎光临dylw.net各种信息。非政治中心所带来的信息短板制约着上海建设成为国际金融中心。

（四）金融市场体系不完整

目前，上海金融中心在各个金融子市场上与世界一流国际金融中心相比仍有较大的差距：股票市场大而不强，截止2012年年底，上交所股票成交额位列全球主要交易所 第四位，亚洲第二位，但上海股票市场大而不强，与国际市场价格的同步性较差；债券市场交易品种单一，政策性银行债、国债和中期票据三者的发行量超过发行总量的70%，缺少创新品种；金融期货、衍生品市场尚处于发展阶段的初期，功能没有得到应有的发挥。金融子市场的不发达导致整个金融市场体系不完整，市场的资源配置和风险规避功能未能很好发挥，限制了上海建设国际金融中心。

三、抓住上海自贸试验区成立的契机，推动国际金融中心建设

在推进自贸试验区建设的过程中，也为上海国际金融中心建设提供了新的发展契机。上海应该抓住契机，大力实施金融产品创新，吸引金融机构汇集，完善信息、完善金融市场体系，实现到2020年将上海建设成“与中国经济实力相适应的国际金融中心”的目标。

（一）大力实施金融产品创新，活跃金融市场

相对于目前沪深两市的2300多只股票而言，沪深300指数期货这一单一的期货交易品种明显不足。无论是从为投资者提供更多、更有效的套期保值工具的角度，还是从活跃股指期货市场交易的角度，都应该提供更多的期货交易品种。上海应该抓住当前金融领域开放创新的有利时机，着力发展金融期货和金融衍生品市场，活跃股票指数期货市场，更好地发挥金融期货的价格发现和套期保值功能，这也是作为国际金融中心建设的必然要求。

（二）进一步吸引国内外金融机构的集聚

国际金融中心是以大量有实力的金融机构的集聚为基础的，上海应该利用金融自由化水平提高的制度和政策环专业提供专业写作论文的服务，欢迎光临dylw.net境吸引功能性金融机构、全国性金融机构、国际性金融机构及其他影响力较大的金融机构不断落户上海，既要注重金融机构集聚的数量，更要注重金融机构集聚的质量，把上海建设成为金融机构总部和功能性金融机构的重要集聚地。

（三）打造完善的金融资讯信息平台

作为国际性的金融中心，前提条件之一就是能让市场主体以最快速度、最小成本获取有效信息，进而做出正确判断。上海应借助自贸区成立和金融业国际化水平提高的契机，打造一批符合国际语境、有全球影响力的财经传媒和金融资讯信息平台，弥补非政治中心带来的信息方面的劣势，进一步吸引金融机构和金融市场交易主体，提升上海金融中心在世界范围内的地位和作用。

（四）不断开拓金融市场的新领域，建立多层次的金融市场体系

借助金融领域开放创新的契机，上海应积极拓展多功能、多层次的金融市场。随着社会经济的发展，金融市场的内涵和边界也在发生变化，譬如，碳金融市场正逐渐成为金融市场的一个重要组成部分。世界权威机构预测2020年全球碳金融市场交易金额将达到3.5万亿美元。不断开拓金融市场的新领域，也是国际金融中心建设的题中之义。

参考文献：

[1]国务院关于印发中国（上海）自由贸易试验区总体方案[Z].2013-09-18.

[2]叶德磊，顾京.我国股指期货套期保值效应的实证研究[J].华东师范大学学报（哲学社会科学版），2012（04）.

[3]叶德磊.抓住金融创新的新契机[N].解放日报，2013-10-09.

[4]严晨.国际金融中心建设的历史比较分析[J].上海经济研究，2013（06）.

篇（3）

论文摘要：本文认为期待权的大量存在与金融市场上的信用缺失问题有着紧密的联系，我国的金融市场一直以国有企业为主导，财产权的主体缺位、非排他性和剩余索取权的不可转让是国有财产权面临的巨大难题。

金融市场信用缺失反映出了其市场交易的特殊性，从民法学的角度究其原因，笔者认为有以下两个方面：

一、期待权的特殊性

权利为可以享受特定利益之法律实力，通常所说的权利大多为确定的既得权利，权利人现时即可享受某种法律上的特定利益，被称为既得权。但也有很多权利并非能完全地现时享有，须待特定事什的发生或一定时问的经过，权利人才可以完全行使其权利并享受特定的利益，此类权利则被称为期待权。我国《合同法》在总则lf1对附条件和附期限合同予以详细规定：在分则的买卖合同部分确立了所有权保留的法律制度，从而大大拓展了期待权的生存空间。期待权的构成应该具备以下条件：～是对未来取得某种完整权利的期待，二足已经具备取得权利的部分条件。

对于期待权的类型，不同的学者有不列的观点，暂且不去细究。从金融市场的各项交易合同中，包含着大量的期待权。例如：存款储蓄合同中，存款人对于利息的债权：贷款合同中，银行对于贷款人H口将支付的利息的债权；债券交易中，持有者对债券利息的债权。这些属于由既存债权产生的将来债权。股票交易，持有者对于行情看涨时取得分红的权利或者转让后取得差价的权利；保险合同中，受益人对于在发生保险事故时的保险金取得权。这些则是属于附条件的民事权利。金融市场上的交易合同中存在大量的期待权，与金融市场上的信用缺失问题有着紧密的联系。首先看信贷市场与证券市场。格式化的合同中所约定的是投资者的期待权。这种期待权一方面反映了金融市场的融资特性，一方面又赋予投资者相当的信用风险。因为期待利益的实现必须以一定条件为前提：即投资的收益性。投资收益性可以说是一个具有结果性的条件，这个结果性条件的发生依赖于筹资者大量的经营活动。正是由于条件产生的复杂性，为筹资者的违背信用提供了相当大的操纵空间。这便是信用缺失问题的解释之…。再来看看保险市场。保险合同etl受益人对于保险金取得权的前提性条件是发生约定的保险事故。不论是财产还是人身，都是与受益人密切相关，或为其所有，或是其本人、家属。无论人与物都与保险公司无必然联系。因此，他们发生风险的可能性、真实性、损失的大小在保险公司获知前都悉数由受益人了解。受益人或者投保人的信用就成了维系合同的唯一动力。那么从白利的角度出发，发生信用缺失就不难理解了。由此可见，期待权的大量存在与金融市场上的信用缺失问题有着紧密的联系。

二、财产权的模糊性

我国的金融市场一直以国有企业为主导，财产权的模糊性是国有财产权面临的一个巨大难题。

篇（4）

羊群行为(herdingbehavior)通常是指一种在已有的社会公共信息(市场压力、市场价格、政策面、技术面)下，市场参与者观察他人行为并受其影响从而放弃自己的信念，做出与其他人相似的行为的现象。近10年来，随着人们对金融危机和投资者行为的深人思考，金融市场的羊群行为迅速成为金融市场微观结构理论的研究热点之一。

本文系统介绍了最近10年来金融市场上羊群行为的理论研究成果，(从整体来看，关于羊群行为的成因的理论主要有5个:信息流羊群行为理论、研究性羊群行为理论、偏好羊群行为理论、声誉羊群行为理论和薪酬羊群行为理论)，深入剖析了羊群行为的产生原因。同时展望了羊群行为理论研究的未来发展方向。

1羊群行为成因的理论研究

1.1基于不完全信息的信息流羊群行为(Informs-tionalHerding)理论

基本理论可见Banejee(1992),Bikhchandni,Hishleifer和Welsh}1992)及Welsh(1992)等人的文献。它假定投资机会对所有投资者均具有同样的价格，即供给是完全弹性的，在先行者作出投资与否的决策后，后继投资者根据私有信息和先行投资者传递的信息作出决定，以后的投资者再根据前面投资者的决策作出自己的投资决策，从而形成了决策信息流。此模型假定先行投资者的收益不受后继投资者的影响，而这显然与金融市场的投资现状相背离，也因此存在不足和改进的空间。

1.2研究性羊群行为(InvestigativeHerding)理论

基于研究性羊群行为的研究主要有:Froot,Scharfstein和Stein(1992)关注短视对市场的影响;1)elong,Shleifer,SummersandWaldmann(1990)说明短期生命和风险规避妨碍了套利;Hirshleifer,Sttbrahmanyam和Titman(1994)指出知情下注者有短视倾向。

Front,Scharfstein和Stein(1992)首先提出了研究性羊群行为理论，该理论假定若金融市场上的套利者具有短期的眼界水平，则它们可能在同一信息上产生羊群行为。

上述理论的前提条件是所有基金同时得到信息。1994年Hirshleifer,Subrahmanyam和Titman1994)改变了上述前提条件，分析了当一些基金在其他基金之后得到普通私人信息时其交易行为及获得的均衡信息，认为:基金可能试图学习其他交易者近期将用于交易的信息，即存在研究行为。

1.3偏好羊群行为(CharacteristicHerding)理论

Falkenstein(1996)提出了偏好羊群行为理论，他认为:基金可能都厌恶具备某种特征的股票，例如流动性差的股票，但他们可能又都比较喜欢具备某种特征的股票，进而购买它们，这也许与掌握私有信息或短期投机没有多大关系。Falkenstein的研究发现基金持股与公司规模正相关;研究同时发现，特别是在年末时，投资经理往往会不约而同买人业绩好的资产抛掉业绩差的资产，以使得投资组合的业绩看上去好一些。

Gompers和Metrick(2001)分析了机构投资者对股票特征的偏好和这种偏好对股票市场价格和收益的暗示作用。结果发现，机构投资者对单股的持有水平可预见其收益，而这种预测能力恰是由于股票的流动性、历史收益及谨慎性等特征引起的。且发现这些特征可增加机构对大公司股票的需求，同时减少对小公司股票的需求。

1.4声誉羊群行为(ReputationalHerding)理论

Scharfstein和Stein(1990)提出了声誉羊群行为理论，Graham(1999)继承并发展了该理论。其基本思想是:如果一个投资经理对于自己的投资决策没有把握，那么在考虑投资失败产生的声誉成本的同时，明智的做法是与其他投资专家保持一致。当其他专家也这么考虑时，羊群行为就产生了。

1.5薪酬羊群行为(Compensation-basedHerd-ing)理论

Maug和Naik(1996)提出了基于薪酬条款的羊群行为理论。它假定投资人的薪酬取决于与他相对的其他投资人的业绩表现，而这破坏了投资经理的激励机制，从而导致无效的投资决策，最终产生羊群行为。

篇（5）

一、区域投资效率的测算

对于区域投资效率的测算本文选择了资本配置效率模型。2000年，Jeffery Wurgler在其论文《金融市场与资本配置》中第一次提出了测算资本配置效率的测算模型，他利用该模型测算了65个非社会主义国家的资本配置效率，此模型后来成为测算资本配置效率的经典模型，该模型具体如下：

ln=αc+ηcln+εict

式中，I表示实际总固定资产投资形成，V表示相应的实际产出增加值，i表示行业，c表示国家，t表示年份，αc表示自发投资系数，ηc为投资弹性系数。

Jeffery Wurgler模型基于以下定义：最优投资意味着在高成长性行业追加投资，并且在低成长性行业减少投资。换言之，评价资本配置效率高低的标准在于资本是否流入以及有多少流入高成长性的行业，或者资本是否流出以及有多少流出低成长性的行业，因此，可以利用投资对行业增加值（盈利能力）的投资弹性系数ηc来衡量资本配置效率。而截距项αc表示的是自发投资系数，表示不同年代在固定资产存量上的自发投资水平，即无法用产值增长部分解释的增长来源。

ηc的取值范围是-1到1，βc取值越大，表明资本配置效率越高，若ηc>0，表明当c产业的利润率相对于上一期增加时，投资增长率也增加，并且投资增长率增加的百分比是利润增长率增加的百分比的ηc倍。于是，盈利能力强的行业流入更多资金，而盈利能力弱的行业流入的资金量较少。若ηc

（一）论文数据的说明

鉴于数据的可获得性和数据统计标准的一致性，本文选取了山东省1993年至2009年规模以上的所有行业（共39个行业）中的35个行业的工业增加值和行业固定资产净值年平均余额作为V和I。由于统计口径不同的因素，1993年以前的《山东统计年鉴》均未对分行业工业增加值进行统计，所以数据只能从1993年开始选取。同时因为工艺品及其他制造业、废弃资源和废旧材料回收加工业、其他采矿业和燃气生产和供应业这四个行业个别年份的数据缺失，为保持数据的完整性，剔除了这四个行业，由于这四个行业的工业增加值和固定资产净值年平均余额占总工业增加值和总固定资产净值年平均余额的比例很小，剔除这四个行业对总体回归结果的影响不大。如无特殊说明，本文数据均来自于《山东统计年鉴》，统计检验均采用stata 10.0软件。

（二） 实证检验

首先用35个行业工业增加值和固定资产净值年平均余额的本期值除以上期值，得到这两个指标1994年至2009年的增长率，然后对增长率取对数，这样就得到35个行业ln和ln各年的取值，可以使用Jeffery Wurgler模型测算资本配置效率ηc了。

在进行测算之前，需要首先对数据进行Hausman检验，确定应该使用固定效应模型还是随进效应模型，原假设为应该使用随机效应模型，使用Hausman检验结果如下所示：Fixed(b)=0.4677，Random(B)=0.4953，prob>chir2=0.2049,所以应该接受原假设，即应该使用随机效应模型。

本文将1993年至2009年山东省35各行业共595组工业增加值和固定资产净值年平均余额的数据数据代入Jeffery Wurgler模型的随机效应模型，从回归结果可以看到，山东省1993年至2009年总体资本配置效率为0.495，p>|t|=0.000，说明回归结果非常显著，回归效果良好，截距值为0.063，p>|t|=0.002.回归结果也非常显著，截距项表示自发投资系数，表示不同年代在固定资产存量上的自发投资水平，即无法用产值增长部分解释的增长来源。山东省1993-2009年总体资本配置效率模型为：

ln=0.063+0.4951ln

根据本文结论，山东省1993年到2009年资本配置效率为0.495。蒋晨达（2009）年利用我国1999-2007年测算出我国的资本配置效率为0.202，通过比较山东省的资本配置效率远高于全国平均水平。韩立岩、蔡红艳（2002）年对我国1991-1999年资本配置效率进行测算，得出结论为这九年资本配置效率的平均值仅为0.052，几乎可以忽略不计，因此认为在这九年中固定资产投资对经济效益几乎没有做出贡献。

山东省资本配置效率0.495，可以看到远超全国平均水平，然后与发达国家比较起来依然还有很大的差距。Wurgler(2000)测算的G7国资本配置效率如下：美国0.723、英国0.812、法国0.893、德国0.988、意大利0.652、加拿大0.547、日本0.819。这些发达国家的资本配置效率是10年前的数据，而我测算出来山东省的资本配置效率一直延续到2009年，虽然与加拿大差距不大，但是是与10年前的加拿大水平相当，可见，山东资本配置效率还有很大的提升空间，山东资本配置效率在全国处于较高水平，全国资本配置效率与发达国家的差距还是显而易见的。

二、金融市场发展对区域投资配置效率的影响

在对区域投资效率相关性分析问题上，金融发展指标的选取时一个重要因素。在我国，现有的文献研究中学者多采用形容金融规模总量的指标货币化率（M2/GDP）或金融相关率（FIR）来代表金融发展程度。然而两类指标作为总量指标，只有实际上是金融发展规模与其提供的金融功能能够成正比时，才能够准确的衡量一国的金融发展水平。比如，2009年中国GDP总量34.1亿元，增速为9.1%；M2余额60.6万亿元，增速为27.6%；货币化程度(国际上常用指标，即M2/GDP)达178%，相当于每一块钱GDP对应着1.8块钱在流通。同年，美国GDP为14.1万亿美元，M2余额8.55万亿美元，货币化程度仅60%。这并不能说明中国的资本配置效率效率远远高于美国，而是那些过剩的货币“蛰伏”在银行、股市和楼市中，导致了流动性过剩。金融相关率是由美国经济学家Raymond.W.Goldsmith提出，是指某一日期一国全部金融资产价值与该国经济活动总量的比值。人们常用金融相关率（FIR）去说明经济货币化的程度，与货币化率（M2/GDP）相同，在我国无法作为衡量金融发展的指标。因此，本文没有选取传统的金融发展衡量指标。

在本文的研究中，我们拟选择两种指标来对金融发展进行衡量，第一种是金融市场发展程度，我们用山东省金融机构贷款余额（LB）除以山东省地区生产总值（GDP）来衡量金融市场的发展程度，作为第一类指标，文中用LG表示，LG取值越大，说明山东省金融市场发展程度越高；主要从总量的角度衡量山东的金融发展，借以检验山东资本配置效率与金融发展的关系；第二种指标来衡量金融发展的市场化指标，非国有部门所获贷款（PL）除以山东省地区生产总值（GDP），用来衡量山东省金融市场化程度，文中用PG表示，PG越高，说明山东省金融市场化程度越高。用于检验非国有企业的金融发展状况与资本配置效率的相关性。通过这两种指标的检验，我们希望能够做到深入的剖析山东省资本配置效率与金融发展的关系。

西方金融发展理论认为金融市场的发展会促进经济的增长。一贯的看法是金融市场的发展促进了资本配置效率的提高, 进而促进经济增长。为了检验山东省金融市场的发展是否能够促进山东省资本配置效率的提高，本文建立如下回归方程：

Lnη=α+βLnLG+γLnPG+ε

其中η表示资本配置效率，LG表示金融市场发展情况，PG表示金融市场化程度。在对山东省金融发展与区域投资效率进行相关性分析之前，我们首先对时间序列数据进行了平稳性检验，从而保证我们实证结果的准确性。

（一）平稳性检验

对于时间序列数据的回归，首先必须进行平稳性检验，采用ADF单位根检验方法对Lnη、LnLG和LnPG进行平稳性检验。

检验结果为Lnη、LnLG和LnPG的ADF检验值均大于在1%、5%和10%的显著性水平下的临界值,所以接受原假设,也就是说序列存在单位根，即原序列是非平稳序列。计量经济学中讲到，对于非平稳时间序列，如果变量是同阶单整的，那么仍然可以进行协整分析，下面将对Lnη、LnLG和LnPG一阶差分，再进行ADP平稳性检验，经过一阶差分后的序列Lnη、LnLG和LnPGP的ADF检验值均小于在1%、5%和10%的显著性水平下的临界值,拒绝原假设，说明差分后的序列是平稳的。Lnη、LnLG和LnPG都是一阶单整的,满足协整关系的前提。

（二）协整检验

虽然前面已经通过ADF平稳性检验验证Lnη、LnLG和LnPG三个序列都是一阶单整的,满足协整关系的前提，但是只有在Lnη、LnLG和LnPG存在协整关系的前提下才能进行协整分析，下面使用Johansen 检验来判断是否具有协整关系，结果表明，在Lnη、LnLG和LnPG滞后两期的条件下，Johansen检验发现Lnη、LnLG和LnPG之间不存在协整关系，不能进行协整分析。对Lnη、LnLG和LnPG的滞后阶数进行调整，然而调整后发现Lnη、LnLG和LnPG之间的协整关系数仍然为零，进一步说明Lnη、LnLG和LnPG之间的确不存在协整关系，所以不能进行协整分析。

为了衡量金融市场发展与金融市场市场化程度对资本配置效率的影响，建立如下方程：

D.Lnη=α1+β1D.LnLG+ε1

D.Lnη=α2+β2D.LnLG+ε2

η表示我们计算出来的资本配置效率；LG表示金融市场发展，即山东银行贷款/GDP；PG表示金融市场化程度，即山东非国有部门所获贷款/GDP。

篇（6）

中图分类号：F224

文献标识码：A

文章编号：

1 引言

波动溢出（volatility spillover）效应是指在不同金融市场的波动之间存在相互影响，波动从一个金融市场传递到另一个金融市场。因此，波动溢出效应可能存在于不同区域的市场之间，也可能存在于不同类型的金融市场之间，如股票市场、外汇市场、债券市场之间等。

在金融市场中，由于信息是连续地影响证券市场价格的变动，如果使用离散的数据就会造成信息不同程度的缺失，若采集频率高，则信息丢失就越少；反之，信息丢失越多。由于使用高频时间序列比低频时间序列包含更多的信息，因此，有必要对更高频金融数据加以研究，以深入分析金融市场的波动特征。其次，随着信息化进程的推进，高频的金融数据收集更方便。通常将高频率采集的数据分为高频时间序列和超高频时间序列。高频时间序列指以每小时、每分钟甚至每秒为频率所采集的数据；而超高频时间序列是记录每笔交易的市场数据。另外，金融市场决策者在进行短期决策时，不仅需要长期的市场信息，而且还需要即时的信息，因此，使用高频数据研究金融市场之间波动溢出，能够为金融决策者提供更及时的决策信息。

本文在讨论高频时间序列的“已实现”波动率及协方差的基础上，通过判断在变结构点前后不同金融市场之间相关系数是否显著发生变化来分析金融市场之间的波动溢出问题。最后，以股票市场的价格为例进行了实证分析。

2、高频时间序列的“已实现”波动率

2.1高频数据的收益率

高频时间序列是在等时间间隔（如每1分钟，每5分钟，每30分钟等）上采集的时间序列，股票市场收盘价就是交易期间最后一笔交易的交易价格，如果在最后时间间隔内没有发生交易，就使用上一时间间隔的收盘价。

根据Andersen和Bollerslev等学者对西方国家发达金融市场的高频金融时间序列的研究，“已实现”波动率通常具有下列性质：[1-4]

（1） “已实现”方差与“已实现”标准差的无条件分布均为极端右偏，而且峰度极高；

（2） 取对数后的“已实现”标准差的无条件分布是近似正态分布；

（3） 的条件分布是正态分布；

（4）“已实现”波动率的自相关系数是按双曲线的趋势下降；

3 多维高频时间序列的“已实现”协方差

金融领域中，学者们更多关心的是多个资产收益率或多个风险因子的联合分布特性，而二阶矩特性又是联合分布主要特征研究的重点。

在Barndorff-Nielsen和Shepard的研究中[5-7]提出了“已实现”协方差阵（Realized Covariance Matrix，简称RCM）的概念，徐正国[13]在他的硕士论文中讨论了“已实现”协方差阵的性质。

3.1 “已实现”协方差矩阵

若金融资产的价格过程是 ，其中， 是第i项资产在t时刻的价格。对价格向量取对数，得：

3.2 “已实现”协方差低频协方差的区别

与基于低频时间序列的多元GARCH模型一样，基于高频时间序列的“已实现”协方差阵也可以用来研究多变量时间序列波动之间的影响关系。除了相同点，两种方法还存在不同之处：

（1） 虽然二者都是测度每日的波动率，但是，多元GARCH模型是使用日间数据，而“已实现”协方差阵则是基于高频数据分析的，更充分地反映了金融市场的信息；

（2）多元GARCH模型不能直接观测波动率和相关系数，需要在模型估计的基础上，才能得到相应的值。“已实现”协方差阵是可以直接测度波动率和相关系数。

相对多元GARCH模型，“已实现”协方差阵更能反映金融市场的信息，而且计算简单方便。

4 基于高频数据的金融市场间波动溢出分析

变量本身边缘分布的改变或外部环境如宏观政策的干预等都可能使变量间的相关结构发生改变，因此，要分析不同金融市场之间是否存在波动溢出，可以先找出各金融市场波动的变结构点；根据“已实现”协方差矩阵的结果，计算不同变量间的“已实现”相关系数，通过检验“已实现”相关系数在波动变结构点前后是否发生显著变化，依此分析判断不同金融市场之间是否存在波动溢出。

4.1 “已实现”波动变结构点的诊断

关于波动变结构的检测，国内外学者进行了大量的讨论与尝试，黄违洪、张世英提出了一种针对线性模型变结构的GBV（General Bayesian method with vague prior information）检测法，GBV法具有计算简单、过程直观、通用性强等优点，但GBV法无法判定结构变化点的数目[14]；Kim[15]提出一种与GBV法类似的方法，他构造了检验线性模型平稳性的Bayes显著检验量，以检测到单个参数的非平稳性； Kim与Kon[16]将这种方法直接用于检测方差平稳性，这种程序不仅在计算上更加有效，而且能估计出未知的变结构点数目。本文采用Kim与Kon提出的检测方法来诊断“已实现”波动率变结构点。

4.2 金融市场间相关系数计算

借鉴Barndorff-Nielsen和Shepard等人的研究[14]，得到基于“已实现”波动率的金融市场之间相关系数的计算公式：

4.3 金融市场间波动溢出判断分析

若要分析判断第j个金融市场“已实现”波动对第i个金融市场“已实现”波动是否存在溢出，可以依次判断“已实现”相关系数 在变结构点 处是否显著发生变化。

若接受原假设，则说明在变结构点 前后的“已实现”相关系数没有发生显著变化，即在时间段 内，第j个金融市场“已实现”波动没有传递到第i个金融市场，说明两个金融市场彼此之间虽然存在相互影响，但影响不显著，即没有形成波动溢出；若拒绝原假设，说明在变结构点 前后的“已实现”相关系数发生显著变化，即在时间段 内，第j个金融市场“已实现”波动传递到第i个金融市场，说明第j个金融市场与第i个金融市场存在波动溢出。

对变结构点 前后的“已实现”相关系数，依次重复上述步骤并进行Z检验，根据检验结果分析判断第j个金融市场与第i个金融市场在不同变结构点区间段内是否存在波动溢出。

重复上述步骤，根据检验结果分析判断其它金融市场之间是否存在波动溢出。

5 高频数据的股票市场间波动溢出实证分析

5.1 数据描述

由于国外股票市场的高频数据获得比较困难，这里以上证指数和深圳成份指数的高频时间序列为例，数据来源于天相数据分析系统，收集的是每分钟采集频率的收盘价，时间区间：2004-1-2至2006-4-14，共涉及到551个交易日。上海与深圳证券交易所每天的交易时间为上午9：30至11：30、下午13：00至15：00，根据徐正国[13]对上证指数和深圳成份指数的实证结果，10分钟的抽样频率其微观结构误差最小，且这样的抽样频率也足够高。所以，这里选择10分钟的抽样频率，共得到551 48=26448个数据。

5.2 “已实现”波动变结构点的诊断及相关系数计算、检验

为了研究分析上海股票市场与深圳股票市场之间的波动溢出问题，首先，采用Bayes诊断程序，对样本内的深圳成份指数、上证指数收益率的“已实现”波动，分别诊断变结构点；其次，根据深圳成份收益率的“已实现”波动变结构点，分阶段计算深圳股票市场与上海股票市场之间的相关系数 ，根据上证指数收益率的“已实现”波动变结构点，分阶段计算上海股票市场与深圳股票市场之间的相关系数 ；最后，根据Z检验，检验在变结构点前后，相应的相关系数是否显著发生的变化。表2列出了深圳成份指数收益率的“已实现”波动变结构点的诊断结果，以及“已实现”相关系数计算结果和Z检验结果。表3列出了上证指数收益率的“已实现”波动变结构点的诊断结果，以及“已实现”相关系数计算结果和Z检验结果。

5.3 股票市场之间波动溢出分析

根据表2、表3所列估计结果，分析如下：

（1）从波动变结构点诊断结果分析，样本内，由于我国经济处理于调整阶段，因此上海、深圳股市的波动变化比较频繁，而变结构点一部分处在节假日附近，或重要日期3月15日“消费者权益日”，或有重大的政策出台引起的。

（2）根据相关系数及Z检验结果可知，深圳与上海股票市场之间相关系数变化比较大，无论是深圳对上海股票市场，还是上海对深圳股票市场都存在着长期的波动溢出，其原因比较明确，在深圳与上海股票市场上市的公司均为我国的企业，受相同政策变化的影响，而且不同企业之间的经济关联比较密切。

（3）通过诊断深圳与上海股票市场高频数据收益率“已实现”波动变结构点、分阶段计算深圳与上海股票市场“已实现”相关系数、检验“已实现”相关系数在变结构点前后是否显著变化来分析判断股票市场之间是否存在波动溢出，其结果符合现实经济的发展规律。由于根据高频数据所计算的“已实现”波动率及协方差，损失的信息比低频数据的要小的多，能够包含更多的信息，所以，此方法所刻画的特征更符合的金融市场变化的规律。由于诊断出了样本内波动变结构点，因此不仅能判断分析样本内不同股票市场波动溢出是否存在，而且还可以分析出产生波动溢出的时间段。

6 结论

高频数据的分析是近年来兴起的一个领域，相对低频数据而言，高频数据所包含的信息更多，所以，研究基于高频数据的金融市场波动溢出是非常必要的。另外，金融市场决策者在进行短期决策时，不仅需要长期的市场信息，而且还需要即时的信息，因此，使用高频数据研究金融市场之间波动溢出，能够为金融决策者提供更及时的决策信息。本文在讨论“已实现”波动率及“已实现”协方差矩阵理论基础上，将波动变结构引入高频时间序列，通过诊断“已实现”波动率的变结构点、计算不同金融市场之间“已实现”相关系数，检验 “已实现”相关系数在变结构点前后是否显著发生变化来分析金融市场之间的波动溢出问题。最后选取上证指数、深圳成份指数每分钟数据为原始数据，选择了10分钟的抽样频率，验证分析了上证指数、深圳成份指数之间波动溢出问题，实证结果不仅验证了方法的可行性，由于高频数据损失信息小，而且“已实现”波动率考虑了金融市场数据日内的波动情况，所以，所计算的“已实现”相关系数更能够反映金融市场之间的相关关系，以此为基础进行金融市场之间波动溢出的分析就更符合金融市场发展规律。

参考文献

[1] Andersen， T. G.， T. Bollerslev， Diebold， F. X.， Labys， P. Modeling and Forecasting Realized Volatility[J]. Econometrica， 2003， 71（2）： 579-625

[2] Andersen， T. G.， T. Bollerslev， Diebold， F. X. Some Like it Smooth， and Some Like it Rough： Untangling Continuous and Jump Components in Measuring， Modeling， and Forecasting Asset Return Volatility[J]. PIER Working Paper 03-025， University of Pennsylvania， 2003.

[3] Andersen， T. G.， T. Bollerslev， Diebold， F. X.， Labys， P. Exchange rate Returns Standardized by Realized Volatility are （Nearly） Gaussian[J]. Multinational Finance Journal， 2000， 4（3&4）： 159-179.

[4] Andersen T.G.， Tim Bollerslev， et. al.， Analytic Evaluation of volatility Forecasts， Working Paper， 2002.

[5] Barndorff-Nielsen， O. E. and N. Shephard. Power and Bipower Variation with Stochastic Volatility and Jumps[J]. Journal of Financial Econometrics， 2004， 2（1）： 1-37.

[6] Barndorff-Nielsen， O. E. and N. Shephard （b）. Econometric Analysis of Realized Covariation： High Frequency Based Covariance， Regression， and Correlation in Financial Economics[J]. Econometrica， 2004， 72（3）： 885-925.

[7] Barndorff-Nielsen， O. E. and N. Shephard. Econometrics of testing for jumps in financial economics using bipower variation." Journal of Financial Econometrics， 2006 forthcoming.

[8] Areal N.M. ，S.J. Taylor， The realized volatility of FTSE-100 futures prices， Journal of Futures Markets， 2002，22（7）：627～648.

[9] Blair B.J.， S.H. Poon， S.J. Tarlor. Forecasting S&P 100 volatility： The incremental information content of implied volatilities and high frequency index returns， Journal of Econometrics， 2001，105：5～26.

[10] Oomen Roel C.A.， Using high frequency stock market index data to Calculate， Model & Forecast realized volatility， http：/ 2001crowell/ 2001cp_30.pdf， 2001.

[11] Oomen Roel C.A Modelling realized variance when returns are series correlated， http：iue.it/Personal/Researchers/oomen/oomen02b.pdf， 2002.

[12] Hull J.，A. White， The pricing of options on assets with stochastic volatility， Journal of Finance， 1987，42：281～300.

[13] 徐正国. 金融市场高频/超高频时间序列的分析、建模与应用[硕士学位论文]. 天津： 天津大学，2004.

[14] 黄违洪，张世英.模型结构变化点检测法[J]. 应用数学学报， 1987， 10（3）：267-275.

[15] Kim D. A Bayesian significance test on the stationarity of regression parameters[J]. Biometrika， 1991，78：667-675.

篇（7）

1 引言

自从1998年住房制度改革后，国内的房地产消费需要量因此而获得巨大的释放，由此房地产市场也由于住房的市场化而日益繁荣，房地产作为国民经济的支柱产业，不断为国民经济的发展提供了强劲的增长动力。进入21世纪以来，我国的国民经济每年以超过7%的速度增长，而与此同时，房地产的销售额每年以超过20%的速度增长[1]。作为重要的支柱产业，房地产市场的健康发展不仅仅关系到人们的日常生活，更影响着国家的财政收入和国民经济的快速发展。

房地产业的繁荣在推动国民经济发展的同时，也带动了金融市场的活跃。由于住房制度的变革，金融业越来越多的参与到房地产市场中，从房地产开发商的贷款开发，到消费者的抵押贷款进行商品房消费。银行参与的程度在不断的提高，金融市场在各个环节影响着房地产市场的运行与发展。同时，房地产市场的不良发展所引起的金融危机的实例也提醒我们要深刻的认清房地产市场与金融市场的关系程度。以避免对国民经济的发展不良影响。

一般来说，房地产市场的发展与金融市场的发展及二者相互作用对国民经济其着举足轻重的作用。目前，在房地产市场与金融市场中普遍存在如下问题：金融支持过度导致房地产市场泡沫化；房地产金融融资渠道单一诱发潜在金融危机；房地产价格不稳定加大国内商业银行体系风险等。因而我们不得不深入的思考，房地产市场的发展是否存在着导致金融危机的因素？如何看待房地产金融市场中的风险？如何正确处理房地产市场与金融市场的协调关系？要处理这些问题，就要科学、合理的认识房地产市场与金融市场的关系。

因此，本文将从房地产市场与金融市场的关系角度出发。通过以沈阳为例，对房地产市场与金融市场进行实证分析，用回归分析法来分析定量的分析两者之间的相关关系程度，在以上分析的基础上，为进一步的认识房地产市场和金融市场的关系和发展规律，解决房地产市场和金融市场发展中存在的问题提供一些实证支持。

2 研究的设计

2.1 样本区域选择的依据

本文选择的模型区域为辽宁省沈阳市。主要原因有以下几个方面：

第一、辽宁省是东北三省中经济发展最快的省份，目前，东北地区是国家重点的经济改革发展地区。而沈阳市作为辽宁省重要的城市，其城市发展在辽宁省甚至在东北省具有典型性，对沈阳市的研究对辽宁省以及东北地区其他城市的相关研究起到代表性作用。

第二、沈阳市近几年在经济发展迅猛，其经济发展在辽宁省具有经济领军地位。近年来，其房地产市场与金融市场的发展迅猛，具备了对二者市场进行研究的现实基础，同时对二者未来的协调发展起到指导作用。

第三、沈阳市是老重工业基地，而近年来沈阳市房地产业与金融业的异军突起，使得二者的经济地位也日益凸显。在面临经济转轨期的时代大背景下，房地产市场与金融市场的发展对整个城市未来的经济格局的发展产生重要的影响。因此，对于如何认清与协调房地市场与金融市场的关系研究对规避金融危机以及对沈阳市未来的经济格局规划具有现实意义。

2.2 指标选取依据

如何来选取指标来代表房地产市场与经济市场的发展对研究的成败起着决定性作用。本文对指标选取的依据主要遵循以下原则：

第一、定义性原则。根据房地产市场与金融市场的功能定义来选定经济指标。房地产市场是房地产商品交换、交易以及一切流通关系的总和。根据房地产市场的定义，可选用交易额、销售额等经济指标。金融市场,是实现货币资金借贷、办理各种票据和有价证券买卖,资金供给者和需求者融通资金的场所或过程。根据金融市场的定义，可选用贷款额、证券交易额等经济指标。

第二、典型性原则。参考其他众多相似研究文献中所运用的指标，对其进行归纳选取。如《中国房地产市场与金融市场关系的实证分析》选取我国商品房的交易额来表征房地产市场的发展，选取金融资产总量、货币资产数量（即包括现金和存款）、非货币资产数量（即包括股票有价证券）来表征金融市场的发展。李阳（2006）和皮舜（2004）均选取我国商品房的交易额和金融机构贷款额作为各自市场的表征指标[2]-[3]。

第三、可行性原则。通过查询《辽宁省统计年鉴》和《沈阳市统计年鉴》，笔者发现沈阳市证券交易额记录年份仅由2003年开始，2003年之前的数据无法快速、准确的收集，因此将代表金融市场发展的证券交易额这个经济指标排除。无沈阳市商品房交易额经济指标，但有沈阳市商品房销售额经济指标可代替[4]-[5]。

根据上述原则，本文选择沈阳市商品房实际销售额作为表征房地产市场发展的经济指标，记为销售总额。选择沈阳市金融机构人民币贷款合计作为表征金融市场发展的经济指标,记为贷款合计。

2.3 数据来源说明

在基于以沈阳市为例的房地产市场与金融市场关系的研究中，有关评价指标的数据来源主要由以下查询获得：通过查阅《辽宁省统计年鉴》和《沈阳市统计年鉴》总共获得了沈阳市2003-2009年相关经济指标数据14个，经过对数据的仔细检查与核对，确保了指标数据的真实性与准确性。具体数值见表2-1。

2.4 模型选取依据

根据上述表2-1所收集的数据，以贷款合计为横轴，以销售总额为纵轴，借助专业统计软件SPSS在平面直角坐标系中把2003-2009年的数据表示出来，得到散点图2-1。

图2-1 2003-2009年沈阳市商品房实际销售额和金融机构人民币贷款合计散点图

从图2-1中可以看出，表示每年商品房实际销售额和金融机构人民币贷款合计的点基本上呈递增趋势，说明二者之间可能存在着一种相关关系。通过观察散点图的分布形态，可以明显看出其分布偏离线性模型，因此排除选用线性模型对变量指标进行拟合。其次，可以观察得到其变量的走向接近于曲线型的非线性模型。因此将选用非线性模型进行拟合。但这种描述只是直观上的判断，只是从变量散点的形态上做出的大致性描述，并不能科学的反应变量之间关系的密切程度。因此在下面的论证中，本文借助专业统计软件SPSS软件来对两个变量之间的相关系数进行具体的计算。

3 房地产市场与金融市场相关关系的实证研究

3.1 相关分析

运用统计软件SPSS计算出销售总额和贷款合计之间的相关关系，得到输出结果如表2-2。

根据上表的数据可以得出：Pearson相关系数为0.821，P=0.024

3.2 回归分析

通过上述的相关分析，我们计算出销售总额与金融贷款之间的相关系数为0.821，同时观察散点图，发现变量基本上呈现曲线型递增的趋势。因此笔者就想二者之间可能存在着一种非线性关系，是否可以用一条曲线来拟合，所以在下面的分析中仍借助SPSS统计软件，以贷款合计为自变量，以销售总额为因变量，进行回归分析。得到输出结果如表2-3，表2-4和表2-5。

模型摘要（Model Summary）：表示相关系数(R)=0.891，判定系数(R Square，R2)=0.793，调整后判定系数(Adjusted R Square)=0.752。由此可得出该模型的拟合度高达75.2%，即运用该曲线模型，自变量X(贷款合计)可以解释因变量Y(销售总额)变化的75.2%。因此通过拟和度数值证明该模型是可行的。

方差分析(ANOVA)：表示回归的均方差(Regression mean Square)=3.591，剩余的均方差(Residual Mean Square)=0.187，F=19.213，P=0.007。其中重要的数据分析为F值所对应的P值的大小。由于P=0.007

回归分析系数分析(Coefficients)：表示常数项 (Constant)= 3.132E-5、回归系数(B)=1，回归系数的标准误差(Std. Error)=0，标准化回归系数(Beta)=0.410， t检验的t值=2.426E7，P=0.000。其中重要的数据分析为自变量X(贷款合计)的t值所对应的P值的大小。由于P=0,所以可认为回归系数有显著意义，即X的变化可引起Y的变化，且变化显著。

图2-2 贷款合计与销售总额拟合曲线图

根据上述数据分析可运用SPSS进行曲线回归分析得到曲线拟合图2-2。

3.3 研究结果

通过实证分析，我们发现沈阳市房地产市场与金融市场的发展关系具有显著影响性。从具体系数上看，销售总额与贷款合计与类指数曲线拟合度达75.2%，销售总额变动的75.2%可运用曲线的自变量的变动解释；F检验与T检验的数据同样表明无论是从整个模型方程的角度，还是从自变量的角度，都是高度显著的。从模型拟合图斜率角度来看，由于其图形斜率大于零且呈递增性，即曲线的凹凸性为凹，因此因变量会随着自变量等单位的增加而呈现出加速上升，即随着自变量的增加，因变量的上升速度要快于自变量的上升速度。通过基于沈阳市房地产市场与金融市场2003-2009年的数据实证分析，我们看到代表房地产市场的销售总额与代表金融市场的贷款合计随着时间的发展呈现出上升趋势，并且该趋势符合类似指数曲线的波动走向。这表明即使金融机构贷款变动幅度较小，其变动也对房地产销售造成巨大的波动。从指标的代表的市场角度出发，不仅直接表明房地产市场与金融市场之间存在关系且呈现强显著相关，而且从侧面反映出房地产市场对金融市场的强烈依赖性。证实了第一部分的理论研究结论。

4 结论与建议

本文通过对房地产市场与金融市场关系的实证分析。揭示出房地产市场与金融市场具有一定程度上的相关性。这是因为，房地产市成是资金密集型市场，交易额巨大，因而不论是房地产的直接使用者还是经营者都是难以承担的，因此都需要银行等金融主体参与的金融市场给予资金融通，才能顺利完成交易。另一方面，由于房地产具有保值性、增值性等特点，使得金融市场特别青睐房地产市场，特别愿意以房地产金融资产作为资产组合的重要构成部分。因此可见，中国房地产市场与金融市场在某种程度上是“一体”的。为了降低房地产金融风险以及促进房地产市场与金融市场在未来的协调发展，针对本文所得到的房地产市场与金融市场的关系结论提出如下建议：

第一、积极鼓励监管金融机构贷款。由于房地产市场与金融市场的类指数曲线关系，使得金融机构贷款变动对房地产业产生巨大影响，因此，在面临房地产市场日益膨胀的背景下，对房地产市场的调控要究其根源性主要因素，加大对金融机构贷款批准的审核力度，加强房地产业的信贷管理，严肃查处房地产信贷中的违规问题，加强房地产信贷风险的防范和管理，完善个人征信管理体制，建立和完善房地产市场的预警体系、房地产统计指标体系和信息披露制度等[6]。通过调控金融机构相关贷款来有效的指导房地产业的健康稳定发展。

第二、发展房地产融资渠道多元化。由于目前的房地产金融融资主要依赖于银行体系，而房地产业是资金密集型行业，这样无形中将房地产市场发展的风险转化为银行体系的风险甚至导致金融危机。应该加强多元化的融资渠道，发展资金、证券等要素市场。

第三、建立住房抵押贷款次级市场促进住房抵押贷款证券化。住房抵押贷款证券化是指将住房抵押贷款直接转化为股票、债券、投资基金等证券形态，是资产证券化的一种形式。其主要功能在于通过证券形式将房地产市场与资本市场联系起来，积聚社会闲散资金，促进个人储蓄向房地产投资转化，并有助于提高银行长期信贷资产的流动性，建立起不动产抵押贷款的次级市场。对于放贷金融机构而言，房地产抵押贷款证券化能有效降低放贷风险和拓宽房地产资金来源，有效地把贷款风险向证券市场转移，把风险分散给广大投资者。对于投资者来说，房贷证券化为其提供新的投资工具，因房贷信用程度较高，投资者风险系数较小，可谓是一种风险小、收益高的新型投资方式。

参考文献

[1]皮舜,武康平.中国房地产市场与金融市场发展关系的研究[J].管理工程学报,2006（2）:1-5.

[2]皮舜.中国房地产市场与金融市场的Granger因果关系分析[J].系统工程理论与实践,2004(12):29-33.

[3]李阳.中国房地产市场与金融市场关系的实证分析[D].厦门大学硕士论文,2006.

[4]沈阳市统计局.沈阳市统计年鉴[M].沈阳市统计局出版,2001-2007.

篇（8）

关键词：金融工程 金融市场 金融创新

自20世纪70年代以来，金融自由化不断发展，各国金融市场联系越来越紧密，金融创新在各个国家的发展都达到了空前的规模。到20世纪90年代，金融工程技术开始被大量的运用于解决日益复杂的金融问题。金融工程的日益流行对金融市场效率产生了深远的影响。同时随着经济全球化的发展，金融在经济中的作用也越来越重要，而金融市场效率的高低成为整个经济发展的重要推动和制约因素。因此，发展金融工程提高金融市场效率是值得研究的问题。

金融工程和金融市场效率的概念

（一）金融工程的涵义

金融工程是一门相对年轻的学科，从20世纪80年代末期开始独立于金融学的其他分支学科而逐渐形成了自己的体系，相对于传统金融而言，它属于金融创新，需要创造性的思维。在金融工程发展史上最早提出这个概念的是美国金融学教授约翰•芬纳蒂（JhonFinnerty），他将金融工程定义为：金融工程就是资本市场参与者运用现代金融经济理论和现代数学分析原理、工具和方法的基础上为金融市场参与者发现金融资产价格和规避风险，挖掘新的金融机会，以实现投资者新预期的经济目的，增进金融市场效率和保持金融秩序稳定的一项应用性的技术工程。同时其将金融工程的研究范围大致分为三个方面：包括：新型金融工具的设计与开发；新型金融方法的开发与设计；提供解决某些金融问题的方案。

金融工程作为20世纪70代金融管制放松的产物，随着金融自由化的发展和金融市场的全球化，金融创新达到了前所未有的高度，直接促进金融衍生工具和各种的风险管理工具的发展，使金融业发生了深刻而又巨大的变化。从CDO和CDS这两个金融衍生品10年间的发展趋势可以看出，金融衍生品市场的发展相当迅速（见图1）。

总的来说，金融工程就是运用金融市场上现有的金融工具和金融方法，发展创造出新的金融工具和金融方法，为需求者提供解决问题的最佳方案和产品，实现预期目的。

（二）金融市场效率的涵义

金融业是一个国家经济的核心，对经济的发展有着极其重要的作用，所以要想保证经济持续、健康、快速的发展，就一定要完善金融市场的发展，提高金融市场的效率。尤其是我国资金短缺金融市场发展很不完善，相关制度还很不健全，应当更加重视发展金融市场，完善金融市场的结构和相关机制，保证市场可以在一个高效率的水平上运行，使我国的金融市场可以更加成熟，免受到外来金融机构的强大冲击。

市场是提供资源流动和资源配置的场所。在市场中依靠价格信息，引领资源在不同部门之间的流动并实现资源的配置，一个有效率的市场可以帮助社会资源实现最佳的配置。金融市场是一类较为特殊的市场，它的效率是指金融市场实现金融资源优化配置的程度。一方面包括金融市场以最低的交易成本为资金需求者提供金融资源的能力；另一方面包括金融市场的资金需求者使用金融资源向社会提供有效产出的能力。

从金融市场内外运用资金的角度可以把金融市场效率分为内在效率和外在效率。内在效率是指金融市场的交易营运效率，即金融市场在最短的时间内以最低的交易成本为投资者完成一笔交易。它反映了金融市场的组织功能和服务功能的效率。外在效率是指金融市场的资金分配效率，即金融市场上金融商品的价格是否可以根据有关的信息迅速、及时地作出反映。它反映了金融市场调节和分配资金的效率。

金融工程与金融市场效率的关系

金融工程的产生是金融市场交易对于更高市场效率不断追求的产物，反映了市场追求效率的内在要求。金融工程与金融市场效率是一种相互促进的关系。

（一）金融市场的需求

金融工程的产生与发展受到多种因素的共同推动，主要有全球经济环境的变化、经济主体内在需求的变化、信息技术的进步等，但从本质上来看都是金融市场追求高效率的内在要求。

金融市场上的参与者在进行经济活动的过程中经常会产生一些超出金融市场能力的需求，特别是在追逐利益和防范风险的过程中这种需求更是突出。而一旦产生这些市场没有办法满足的投资需求时，市场参与者的经济活动就很难顺畅进行下去，而这无疑会降低金融市场的效率。随着经济环境的变化，信息技术水平的提高，金融机构在追求自身利益的驱动下，不断开发出新的金融工具和金融产品，在满足不同参与者交易要求的情况下，也推动了金融产业的向前发展。同时由于有了满易者需求的金融产品使其经济活动可以顺利进行，从而也在很大程度上提高了金融市场的效率。

（二）金融工程的促进

首先，运用金融工程方法创造出的金融产品极大地丰富了金融市场交易，提高了金融市场的效率。运用金融工程创新的金融工具具有较高的流动性，在合约的性质、期限、支付要求等方面各有特点，这些创新的金融工具不仅丰富了个人投资者的选择，为他们构建个性、有效的投资组合，壮大了金融市场的规模，促进了金融市场的活跃和发展，同时，金融机构运用金融工程方法推出的多种金融工具和融资手段比较好地满足了企业的融资需求，降低了融资成本。

其次，运用金融工程方法提高了金融机构的运行效率。金融机构运用金融工程的技术方法大量的创造出新型的金融产品、交易方式等提高了交易者的满足程度，进而增强了金融机构的服务效率和运作效率。

最后，运用金融工程方法进行金融产品的创新极大地提高了投融资的便利程度，其在物质条件和技术条件上满足市场上不同金融主体的需求，增强了金融市场的活跃度，大大提高了金融市场的效率。

金融市场上的所有参与者在追求金融市场效率的同时，推动了金融工程的产生和发展，而金融工程的不断创新从某些方面促进了金融市场效率的提高，因此金融工程的发展与金融市场效率的提高是相互促进、相辅相成的。

发展金融工程并提高金融市场效率

当前我国的金融市场效率无论是与发达的西方资本主义国家相比，还是与一些新兴的工业化国家相比，都有着明显而巨大的不足。从金融市场的运作效率来看，我国与发达国家相距甚远，金融市场组织管理能力偏低、投机性较强、抗风险能力偏低，市场价格的形成缺乏合理性且无稳定均衡的内在作用力。从金融市场对经济的作用效率来看，目前的状况也不尽如人意。因此运用金融工程的方法，提高金融市场效率是迫切需要研究的问题。

（一）运用金融工程提高金融市场效率的策略

推动金融工程的发展从而提高金融市场效率对于我国来说是一项复杂的工程，我国应当在推进金融体系改革的过程中，大力发展我国的金融工程事业建设，从而可以从整体上大幅提高我国金融市场的效率。在分析我国国情的情况下，充分研究和借鉴发达国家运用金融工程方法提高金融市场效率的经验，同时要大力发展自主创新，使我国的金融工程的发展更加适用于我国金融市场效率的提高。宏观上来看，我国应该在大力发展现货市场的同时推进金融衍生品的开发与使用，运用金融工程的相关方法设计新型金融工具和融资方法。由于一国金融市场对经济的贡献主要来源于货币市场和资本市场，因此我国要大力发展货币市场和资本市场工具，丰富投资者的选择，使投资者可以在较短的时间内运用少量的资金就可以寻找到符合自己要求的有效的资产组合，从而提高金融市场的效率。

（二）运用金融工程方法提高金融市场效率的具体措施

金融工程其核心在于对新型金融产品的开发与设计，创造性地解决相关问题，进而提高金融市场效率。

首先，已有工具的发展和应用。我国要尽可能地利用金融市场上存在的金融商品运用金融工程的思想，通过资产组合来使其尽可能满足金融市场上投资者的需求，可以使交易及时迅速地进行，或者把某些基础的金融工具创造性地应用到新的领域，继而提高金融市场的效率。

其次，新型金融工具的开发创造，如金融工具多元化、灵活化。根据不同投资者的要求，设计符合其要求的各项金融工具，由于其新颖灵活，一般在金融市场上具有较高的流动性，同时可以适应不同投资者的需求，因此交易的成功率较高，金融市场的交易比较顺畅，效率自然也就会提高。

再次，通过金融工程的创新不仅可以创造出更多的新型金融产品和融资技术，同时也可以促进传统技术的改进，从而使金融中介机构组织形式上发生改变，传统的金融格局被打破，金融业务日趋综合化、全面化，这样就可以大大缩减金融市场上金融机构之间处理业务之间的摩擦，进而提高金融市场的效率。

最后，通过金融工程业务的不断发展，迫使政府修改相应的法令、政策，放宽金融行政管制，进一步提出阻碍金融市场顺畅运行的不利因素，从而增强金融市场的效率。同时，政策法令的修改、金融管制的放开，又进一步鼓励和推动了金融创新，从而加快金融工程业务的发展。

（三）金融工程对金融市场效率提高的作用表现

第一，规避风险。随着经济全球化、金融自由化的发展以及各国金融市场对外开放的逐步深入，导致国内、国际经济环境剧烈波动使得不确定因素大大增加。无论是个人还是机构都面临着随时随地存在的风险，且规模呈逐渐上升的趋势，这种情况导致金融市场的效率普遍较低。于是在各国的金融市场上普遍产生了规避风险的需求，而运用金融工程方法所创新出来的金融产品极大地满足了投资者的这种需求。一个效率很低的市场上，由于不能很好的发挥其分散转移风险的职能，可能会导致风险的积聚和集中爆发，最终导致金融危机产生。

第二，缓解信息的不对称，降低交易搜寻成本和信息成本。金融市场上的信息不对称对金融资产在市场上的配置有着重大的影响，严重的干扰了金融市场的有效性，使金融市场的效率低下。而金融工程就是在法律允许范围内，通过设计整套的相关机制，让外部投资者可以通过这种机制了解内部信息，以达到信息的对称，从而提高整个金融市场的效率。

第三，增加流动性。金融市场的其中一个功能就是帮助金融资产持有者将其资产出售、变现。流动性越高，金融资产就越安全，整个金融市场的效率也与其成正比。正常情况下金融市场越不稳定，资产持有者对金融资产的流动性要求就越高。运用金融工程方法创新出的许多金融产品和交易机制，初衷就是为了提高金融资产的流动性，使金融资产持有者可以方便、快捷地将其变现，进而能够提高金融市场效率。

参考文献：

1.霍文文.金融市场学教程.复旦大学出版社，2005

2.徐艳.金融伦理与金融市场效率：[博士后学位论文].西南财经大学，2006

3.管涓.发展金融工程，提高金融效率.肇庆学院学报，2001.3

4.王广谦.金融市场效率的衡量及中国金融市场发展的重点选择.金融研究，1996，2

篇（9）

关键词:金融市场 安全 稳定 监管 农村金融市场

我国金融市场存在的问题及其稳定策略

(一)存在的问题

改革开放以来,我国金融体系实现了历史性的跨越,金融市场体系日趋完善,社会资金配置和使用效率稳步提高。但是也存在许多结构性问题,主要表现在以下几个方面:

金融产业结构不合理。目前我国金融产业结构的不合理现象主要表现在两个方面:一是行业结构严重失衡。当前在我国现有的金融行业结构当中,银行业所占的比例严重过高,但是证券业、保险业、信托业、租赁业等这些非银行业所占的比例却严重偏低。二是银行业务结构和收入结构不合理。

金融市场结构不合理。改革以来,我国金融市场在数量上得到了快速发展,但目前结构失调的问题却十分突出:金融市场的种类结构失衡;金融工具结构不合理;市场参与者结构失衡。

金融资产结构不合理。目前我国金融资产结构的主要问题是货币性金融资产所占比重过高。资产结构是信用形式结构的反映,它表明我国目前仍然是银行信用占绝大比重,而企业信用、个人信用等基础信用形式不发达,导致信用基础比较单薄,银行信用也因缺乏雄厚的信用根基而隐含了诸多风险。

(二)稳定我国金融市场的策略

财政政策。金融市场能否稳定,首先要看一个国家是否有一个稳定的财政政策。如果政府长期入不敷出,不管如何强调中央银行的独立性都达不到政策效果。

国有银行改制。改制不等于全面私有化、分拆上市。国有商业银行引入“民间”资本,适当降低国有资本的比重,同样有利于转变经营机制,也是在改革的路上前进了一大步。值得注意的是:银行不是一般的国有企业,改制也要讲究一定的路数。规范证券市场。坚决地把不够资格的上市公司清除出去:停牌、退市、重组。给予中小投资者特别是普通公民以优先购买的权利。完善相关的法律制度,促进我国证券市场的进一步发展。汇率问题。我国现行汇率制度被称为“有管理的浮动汇率制”,其中有汇率浮动的机制,因此不存在稳定的汇率预期。目前我国人民币汇率具有固定汇率的特征。在汇率不能放弃有管理的浮动,又不能放弃独立货币政策的时候,是不能轻言开放资本市场的。

我国金融监管存在的不足及其解决对策

(一)存在的不足

1.监管信息不对称。中央银行实施监管的主要依据是金融机构提供的各类报表,但目前有些金融机构为追逐私利、逃避监管, 报表很不规范,信息失真,导致了监管者与被监管者信息不对称,影响了监管当局决策的科学性和金融监管的效率性。另外, 风险检测系统、风险预警系统还未完全建立, 监管信息传导不畅。

2.金融监管立法的不完善。金融监管立法滞后, 法规杂乱和笼统, 其系统性、配套性、适时性和操作性不强, 直接导致无法可依、行政干预和金融债权与纠纷的定性难、执行难。

3.分业监管的限制。分业监管导致银行、证券、保险三大监管部门受其监管范围限制,难免出现缺乏协调、沟通甚至冲突的情况,而由于利益冲突导致的政策措施相互抵制的现象时有发生,重复检查、重复监管也比较常见,这些不仅提高了监管成本,也在一定程度上降低了中央银行的监管效率。

4.监管人员的低素质与监管目标不匹配。监管目标的高标准和监管任务的艰巨性,需要监管人员具有较为全面的经济、金融、法律等方面的知识, 而且在实际工作中,从对金融风险的识别、分析、判断到制订风险防范预案,都需要金融监管人员具有扎实的理论功底和实践经验。然而现有的监管人员,在知识水平、知识结构与金融实务上均存在着较大差距。现有监管人员的业务素质与央行监管目标比较,呈现明显的不匹配状态,影响了监管的质量和效率。

(二)解决对策

监管的效率在很大程度上依赖于监管人员的素质,包括其专业能力和职业道德品质。我国目前严重缺乏专业的监管人员,监管当局还不具备现代化的风险管理和监管能力。并且,新形势下要求监管人员必须熟悉WTO规则,这又是一个新的挑战。

首先要完善用人机制。对监管人员的素质要从学历、工作经历、银行业务知识和技能等方面把关,符合条件才可以从事监管工作。对现有监管人员进行分类调整,优化监管人员的结构。对监管人员要经过系统、专业的培训后持证上岗。其次是建立后续培训制度。要定期、不定期地对监管人员进行有目的、有计划、有系统的培训,不断更新监管人员的知识结构,提高对监管工作的的适应能力。再次是建立监管人员的推出机制。对监管人议案进行考核,通过资格认定等方式积极稳妥地使不符合要求的监管人员从监管队伍中退出。

努力创建稳健的农村金融市场

任何金融理论若想在我国农村获得成功,都要将对策定位在消除日益明显的农民经济分化,促进农村社会公平上来。在市场没有形成自发的制约机制时,对自发市场造成的贫富分化和社会不公平现实,才能为农村金融市场创造一个稳定健康的基础。

以法律制度规范民间金融市场,奖优惩劣。国家对农民创造性和积极性的尊重体现在对农民经济合作组织的扶持上。通过制度的建立和完善,加强对已发展起来且运行良好的经济合作组织的财税信贷支持,突破其靠自身积累的局限,进而降低农民对民间金融资本尤其是高风险资本的依赖程度,摆脱由此产生的一些问题。

“十一五”规划提出,要“深化农村金融体制改革,规范发展适合农村特点的金融组织,探索和发展农业保险,改善农村金融服务”,同时要“稳步发展多种所有制的中小金融企业”。政府的政策意图非常明显,那就是给予农村金融更多自我选择的自由,在所有制结构、金融机构的组织结构以及业务经营方面,允许农村金融进行适合于本地区经济特点的制度创新和业务创新,尊重农村各类金融组织的首创精神。

实施“金融补农”政策。尽管民间金融资本在农村十分活跃,农村市场金融供给还有很大缺口。国家应实行“金融补农”政策。这既要求国家采取有效的经济调控政策,鼓励商业银行等正规金融机构向农村地区投资,降低农民进入正规金融机构的门槛,又要求明确农村信用社的市场定位,推动其积极改革,有效运营,使之在农村金融市场上发挥更大作用,还要求取消现实中对农民自发合作组织的诸多限制,加强农民的社会关系纽带,为其资金来源的多样化提供基础。积极引导建立小组贷款和小额信贷模式,走出单纯的扶贫性质贷款的误区,引入可持续发展信贷模式,引导农民借鸡生蛋,而非越借越穷。

加大对农村建设支持的广度与力度。农民是国民中的弱势群体,而在农民中已产生在经济地位和社会地位上处于弱势的阶层,其出现和国家长期对农村与城市的区别政策、农业与工业的区别政策有直接的关系。在国家经济已有相当规模且能保持快速、稳定增长的条件下,有必要而且已有能力在农村地区加大基础设施投入以改善农村和农业面貌,加大对教育投入以实现真正意义上的九年义务教育,逐步建立健全养老保险、医疗保险等社会保障项目以促进农民的全面发展。这些措施对缩小农民贫富差距,共享小康,稳定农村社会必将起到巨大的积极作用。

制定切合实际的法规制度来推动农村金融市场的健康发展,提供必要的公共物品来弥补农村业已产生的贫富鸿沟,这些积极的国家行为必会大大加快建设和谐社会主义新农村的步伐。

参考文献:

1.王革平.中国金融市场最优均衡理论与实证研究[D].中国优秀博硕士学位论文全文数据库(博士),2006(11)

2.蔡则祥.中国金融结构优化问题研究[D].中国优秀博硕士学位论文全文数据库(博士),2006(12)

3.纪琼骁.中国金融监管制度的变迁[D].中国优秀博硕士学位论文全文数据库(博士),2006(5)

篇（10）

金融市场信用缺失反映出了其市场交易的特殊性，从民法学的角度究其原因，笔者认为有以下两个方面：

一、期待权的特殊性

权利为可以享受特定利益之法律实力，通常所说的权利大多为确定的既得权利，权利人现时即可享受某种法律上的特定利益，被称为既得权。但也有很多权利并非能完全地现时享有，须待特定事什的发生或一定时问的经过，权利人才可以完全行使其权利并享受特定的利益，此类权利则被称为期待权。我国《合同法》在总则lf1对附条件和附期限合同予以详细规定：在分则的买卖合同部分确立了所有权保留的法律制度，从而大大拓展了期待权的生存空间。期待权的构成应该具备以下条件：～是对未来取得某种完整权利的期待，二足已经具备取得权利的部分条件。

对于期待权的类型，不同的学者有不列的观点，暂且不去细究。从金融市场的各项交易合同中，包含着大量的期待权。例如：存款储蓄合同中，存款人对于利息的债权：贷款合同中，银行对于贷款人H口将支付的利息的债权；债券交易中，持有者对债券利息的债权。这些属于由既存债权产生的将来债权。股票交易，持有者对于行情看涨时取得分红的权利或者转让后取得差价的权利；保险合同中，受益人对于在发生保险事故时的保险金取得权。这些则是属于附条件的民事权利。金融市场上的交易合同中存在大量的期待权，与金融市场上的信用缺失问题有着紧密的联系。首先看信贷市场与证券市场。格式化的合同中所约定的是投资者的期待权。这种期待权一方面反映了金融市场的融资特性，一方面又赋予投资者相当的信用风险。因为期待利益的实现必须以一定条件为前提：即投资的收益性。投资收益性可以说是一个具有结果性的条件，这个结果性条件的发生依赖于筹资者大量的经营活动。正是由于条件产生的复杂性，为筹资者的违背信用提供了相当大的操纵空间。这便是信用缺失问题的解释之…。再来看看保险市场。保险合同etl受益人对于保险金取得权的前提性条件是发生约定的保险事故。不论是财产还是人身，都是与受益人密切相关，或为其所有，或是其本人、家属。无论人与物都与保险公司无必然联系。因此，他们发生风险的可能性、真实性、损失的大小在保险公司获知前都悉数由受益人了解。受益人或者投保人的信用就成了维系合同的唯一动力。那么从白利的角度出发，发生信用缺失就不难理解了。由此可见，期待权的大量存在与金融市场上的信用缺失问题有着紧密的联系。

二、财产权的模糊性

我国的金融市场一直以国有企业为主导，财产权的模糊性是国有财产权面临的一个巨大难题。