■现代管理科学■2009年第4期一、金融状况指数的含义与用途
1.含义及构建形式。金融状况指数（Financial Condi-tions Index，FCI）最早由Goodhart和Hofmann（2000）提出，是由货币状况指数（Monetary Conditions Index，MCI）发展而来，考虑到资产价格对产出和通胀的重要影响，在MCI 的基础上加入资产价格变量，即除了包含MCI中的短期实际利率与实际有效汇率外，还加入了房价与股价等资产价格。
由于涵盖信息较广，FCI体现了MCI未能体现的资产市场的基本情况和发展态势，可以更为全面的反映一国的整体金融形势。货币政策的传导渠道除了利率和汇率之外，还包括资产价格，如果货币当局在政策制定的过程中，忽略了资产价格的传导机制，就会低估或误估货币政策的实施效果，出现政策制定和实施的偏误。特别是对于资本市场较为完善或发展较快的国家而言，尤其不能忽略资产价格对经济的影响。从我国的现状来看，资产价格在经济中也发挥着越来越重要的作用，货币政策的制定也越来越多地考虑了资产价格因素。因此，科学编制可以反映未来通胀压力的中国金融状况指数有着十分重要的理论和现实意义。
FCI常见的构建形式为：
FCI t=ω1*（r t-r0）+ω2*（reer t-reer0）+ω3*（a t-a0）（1）在（1）式中，FCI t为t期的金融状况指数值，r代表实际利率水平，reer代表实际有效汇率指数（取对数处理），a代表实际资产价格（取对数处理），t为时间下标，t=0为基期，ω1、ω2与ω3分别为利率、汇率、与资产价格的权重，其大小由实证估计而来。
另外，以往文献研究中还有另一种构建FCI的形式如下：
FCI t=ω1*（r t-r
t
）+ω2*（reer t-reer t）+ω3*（a t-a t）（2）
在（2）式中，变量r
t
、reer t与a t分别为实际利率、实际汇率和实际资产价格的长期趋势或均衡值，各变量的缺口值定义为实际值对其长期趋势或均衡值的偏离，也即实际值与均衡值（或长期趋势值）之差。这种构建方法的好处之一是可以由FCI本身数值的绝对大小，来判断出某一时点的金融松紧状况。
2.主要用途。FCI主要有三种用途：
一是可衡量一国的整体金融状况，用以预测未来实体经济中产出和通货膨胀的发展趋势，进而分析未来央行可能实施的货币政策。这一用途主要适用于一些非货币当局的商业金融机构，如高盛、JP摩根、Macroeconomic Advisers 等就自行编制多国的FCI，以分析投资标的国的大体金融松紧状况，进而分析该国未来的实体经济和货币政策走向。FCI将几个不同的经济金融元素综合于单一指标数值的特征简单扼要，既便于投资机构操作，也易于投资人理解。
二是可用作货币政策决策的参考指标和指示器。FCI 同时将利率、汇率、以及资产价格等三个变量纳入指标体系，使得各国货币当局在决策、实施和评估其货币政策对于总体经济（如产出、通胀）的冲击效果时更为准确和全面。此外，由于包含的变量多为高频数据，FCI可以较为及时快捷地预测未来的产出和通货膨胀信息。但值得注意的是，由于构建FCI时所采用的权重表示的是利率、汇率与资产价格对于实际产出缺口的影响，因此，如果货币当局关心的是未来物价的走向，而非实际产出，FCI的使用效果会有所减弱。在实践中加拿大和新西兰央行曾把MCI作为其货币政策的操作目标。
三是可作为评估一国货币政策松紧程度的指标。无论是对各国央行、经济组织（如OECD、G7等）与商业机构（如高盛、JP摩根、Macroeconomic Advisers等）而言，FCI均可用于衡量和预测一国的货币政策和金融的松紧状况。货币当局在动用货币政策操作工具（如公开市场操作等）时，通常将影响短期利率的走势，并进一步带动汇率、股价、房价等变动，因此，由FCI的变化可以分析某一时期货币政策的松紧程度。但需要注意的是，利率、汇率、以及资产价格的变动，除了受到货币当局政策措施的影响之外，还会受到其它因素的影响，因此，FCI的变动，并不只单纯反映了货币政策的变动，不能仅根据FCI的变动直接判断货币政策是松是紧。
二、金融状况指数实证方法评述
1.FCI中所包含的变量。Sims（1980）、Bernanke与Blinder（1992）均认为，短期利率由于和货币政策工具紧密
中国金融状况指数研究述评
●刘晨然陆军
摘要：文章介绍和分析了金融状况指数的含义、用途以及几种最新的实证研究方法，并分别就各种方法的优缺点加以评述。在此基础上，文章进一步探讨了目前国内构建中国金融状况指数的研究情况，逐一指出现有研究的成果和不足。
关键词：金融状况指数；资产价格；通货膨胀
■金融证券
相连，因此可以提供预测通胀的信息；Freedman（1995）认为汇率和利率一样重要，包含了货币政策的重要信息，提出了MCI的概念，后来被加拿大央行采用为货币政策的操作目标。由于FCI从MCI扩展而来，绝大部分的FCI都包含短期利率和汇率。但某些FCI中包括了长期利率。但也有研究将长短期利差作为变量加入FCI中，如高盛和摩根编制的加拿大的FCI。高盛编制的FCI称为GSFCI（Gold-man Sachs Financial Conditions Index）（Dudley and Hatziu-s，2000）。GSFCI中包含4个变量：3个月期实际短期利率（LIBOR）、实际长期利率（评等为A的公司债实际利率）、美元实际有效汇率指数、以及股票总市值占名义GDP的比率。高盛采用股票总市值占义目GDP的比率来反映股市波动状况，主要理由是这个变量较能捕捉股价变动透过财富效果影响经济体系的传递机制。其它如Holz（2005）也曾采用股票总市值占GDP的比率作为FCI的变量之一。Mayer and Viren（2001）针对17个国家进行分析，其中资产价格变量包含实际房价与实际股价；同样的，Goodhart and Hofmann（2001）针对G7国家进行分析时，资产价格变量也为实际房价与实际股价。此外，泰国中央银行的Tanboon （2004）所编制的FCI，也是采用这两种资产价格变量。Lack （2002）针对瑞士进行分析时，所采用的资产价格变量只有实际房价。而Macroeconomic Advisers（1998）所编的FCI 中，选取的两个资产价格变量为股利—股价比（Dividend-price Ratio）和居民持有的股票财富。
可见，在构建FCI时应纳入哪些资产价格变量并没有一个统一的标准。采用较多、并且数据较易取得的主要为两种：实际房价和实际股价。
2.数据的处理。FCI中的变量均为时间序列，不可避免地带有时间趋势。如何去除趋势将影响模型的设立与FCI的经济解释。根据变量的趋势是随机或确定性趋势而分别采用一阶差分或对线性趋势回归的方法，可对变量去趋势。
将各变量在长期趋势或均衡中的离差作为FCI的变量是一种普遍做法，但如何确定这些变量的长期趋势或均衡却是一个难题（Gauthier et al.，2004），HP滤波法常用于时变趋势（Time-varying trend）中。Goodhart与Hofmann （2001）在其文章中对四个变量的趋势分别作了不同的定义：短期利率的趋势为其样本均值，汇率与房价的趋势为线性趋势，而股价的趋势则用平滑参数为10000的HP滤波算出，理由是股票价格的期望值具有很强的时变性。其后Goodhart与Hofmann（2002）又认为所有变量都应该用HP滤波去除时变趋势。
3.实证方法分析。关于FCI的权重，文献上主要通过分析资产价格在货币政策传导机制中的作用来确定。方法上具体可分为：
（1）大型宏观经济计量模型。该方法一般用于计算各经济变量间关系，因此估计出来的FCI变量的权重较其他方法更准确，如高盛和Mac-roeconomic Advisers就使用该方法计算美国的FCI。有些机构的权重是参考大型总体经济模型的仿真结果，如GSFCI中的权重系综合美国联邦准备理事会的FRB/US总体计量模型估计数、以及其自身的实证结果而得；法国银行利用IMF与OECD的总体模型来编算七大工业国（G7）的FCI（见Gauthier,Graham,and Li-u,2004）。至于Macroeconomic Advisers（1998）则是利用华盛顿大学的总体模型（WUMM）来进行FCI权重的估算。但目前各国与各机构使用的大型宏观模型中，股票与其他资产价格显得不重要，这是由于目前关于资产价格通过何种渠道影响总需求还众说纷纭，有待深入研究。此外，大量数据的获取和处理较为困难，实际操作上存在障碍。因此相对而言，其余两种方法使用得更为普遍。
（2）总需求方程缩减式模型。该模型包括了反映产出缺口与利率、汇率及其他资产价格关系的IS曲线以及反映通胀与产出缺口关系的菲利普斯曲线，根据各变量在该方程中的系数大小及显著程度决定其在FCI中的权重。但使用该模型需满足一个假设：所有解释变量(即FCI所包含的变量)均为外生，亦即彼此并不互相影响，且被解释变量（总需求）也不会影响这些解释变量，否则会引起估计误差。
Surach Tanboon（2004），Goodhart and Hofmann（2001），以及Gauthier,Graham,and Liu（2004）等，则利用VAR模型的冲击—反应函数进行FCI权重的估计。例如Goodhart 与Hofmann（2001）将VAR模型的脉冲响应方法用于缩减式，该缩减模型除了包含所有四个变量外还包含了油价作为外生变量，然后计算各资产价格变量的一单位冲击对通货膨胀的影响，文中用标准Cholesky分解来确定变量间的相互影响关系。
（3）因子分析法。此方法通过因子分析来推导金融变量的线性加权组合。该方法通过研究短期利率、实际有效汇率、房地产价格指数、股票价格和货币供给量等金融变量之间的内在依存关系，探求观测数据的基本结构，用几个因子来反映这些金融变量所代表的主要信息，来解释这些变量之间的相互依存关系。此外，利用因子分析方法可以消除变量不规则变化所形成的“噪声”。这种方法的优点在于它不依赖于任何模型。许多研究中曾将因子分析法应用于有大量解释变量的预测模型中。通过因子分析来推导金融变量的线性加权组合。该方法通过研究短期利率、实际有效汇率、房地产价格指数、股票价格和货币供给量等金融变量之间的内在依存关系，探求观测数据的基本结构，用几个因子来反映这些金融变量所代表的主要信息，来解释这些变量之间的相互依存关系。此外，利用因子分析方法可以消除变量不规则变化所形成的“噪声”。这种方法的优点在于它不依赖于任何模型。
（4）主成份分析。如Deutsche Bank（2007）在编制G3国家的FCI时，先对若干个金融变量做主成份分析，求出其主成份，然后对GDP增长率做简单回归，以得出主成份等变量的权重值。而English,Tsatsaronis,and Zoli（2005）也曾采同样的主成份分析法。
除此之外，还有其他一些方法确定权（下转第１１９页）i
i
i i
重。Stock 与Watson （2000）最早提出根据各变量对通胀的
预测能力来确定权重，但Mayes 与Viren （2001）指出，该方法不适用于时变模型。JP 摩根和高盛在构建加拿大的FCI 时，则曾给各变量赋予相同的权重。
三、中国构建金融状况指数的研究成果与不足美国高盛会定期公布其编制的中国FCI 数值，以反映中国金融形势松紧程度，但在其编制的指数中，仅包含实际有效汇率指数、实际贷款利率和净货币供给增长三个变量（各占比25%,46%和29%），未体现资产价格的影响。王玉宝（2005）基于VAR_脉冲响应函数，选择传统的Chol-
esky 因素分解的方法来识别冲击，估计出中国的FCI ，结论认为FCI 可以作为货币政策的辅助参照指标，但这种方法对变量排序的依赖性过强，实际上在FCI 中包含了数种
金融变量，一旦出现经济冲击，这些变量会立即做出反应、产生影响，很难清晰分辨出准确的排序。封北麟、王贵民（2006）同样采用了上述VAR_脉冲响应函数和Cholesky 因素分解方法估计了中国的金融状况指数FCI ，结果表明
FCI 指数对通货膨胀率具有良好的预测力，并在此基础上，将FCI 指数作为目标和信息变量纳入泰勒规则，运用GMM 方法估计了中国的货币政策反应函数。本课题组陆军、梁静瑜（2007）采用总需求方程缩减式模型，根据实际情况构建了中国的FCI ，并对其波动的原因进行了解释，认为FCI 对GDP 和CPI 有较强的预测能力，可以作为我
国货币政策的一个重要的参考指标，但文中也指出，缩减式模型存在着无法解决变量间内生性问题的缺陷，有待进
一步探讨。以上研究皆使用国内季度数据。
可见，截至目前，对中国金融状况指数构建的研究文献很少，且或多或少都存在因选用季度数据而样本量较少、存在模型的依赖性、忽略变量的内生性以及变量排序主观给定等问题。因此，对于中国自身金融状况指数的构建研究还需要更为科学严谨的研究方法，以期更加客观地探索我国资产价格在未来通胀和经济增长预测中所发挥的重要作用。
参考文献：
１．封北麟，王贵民．货币政策与金融形势指数ＦＣＩ：基于ＶＡＲ的实证分析．数量经济技术经济研究，２００６，（１１）．
２．陆军，梁静瑜．中国金融状况指数的构建．世界经济，２００７，（４）．
３．王维安，贺聪．房地产价格与通货膨胀预期．财经研究，２００５，（１２）．
４．Ｇｏｏｄｈａｒｔ，Ｈｏｆｍａｎｎ．ＦｉｎａｎｃｉａｌＶａｒｉａｂｌｅｓａ－ｎｄｔｈｅＣｏｎｄｕｃｔｏｆＭｏｎｅｔａｒｙＰｏｌｉｃｙ．ＳｖｅｒｉｇｅｓＲｉｋｓ－ｂａｎｋＷｏｒｋｉｎｇＰａｐｅｒ，２０００：（１１２）．
基金项目：本文受国家自然科学基金课题“我国金融状况指数构建研究”（７０６７３１１７）资助。
作者简介：陆军，博士，中山大学岭南学院金融系主任、中山大学银行研究中心主任、教授、博士生导师；刘晨然，中山大学岭南学院博士生。
收稿日期：２００９－０３－１６。
（上接第１０９页）
概率分布后,利用蒙特卡洛模拟技术,得到每种产品线次年损失数据,由这些数据可以得到各产品线年损失分布。
4.风险暴露。针对每一种业务事件/操作风险类型，生成经济资本水平。在充分考虑业务事件/操作风险类型间相互独立的情况下，将各业务事件/操作风险类型的操作风险
暴露水平加总得到总的风险暴露水平。根据蒙特卡洛模拟，我们的得到各种业务类型在99.9%处的风险暴露、年损失均值及经济资本为见表4，该银行总经济资本为356.2663亿元。
四、总结
本文提出了基于Bayes 估计的操作风险高级计量模型，Bayes 估计模型可以充分利用商业银行内部历史损失数据、外部数据和专家对内部控制及经济因素的判断数据，有效的解决了操作风险计量中主观数据和客观数据的结合问题。该模型将操作风险损失强度用两阶段分布函数表示，应用极值理论确定阈值后，损失强度在阈值左侧服从对数正态分布，在阈值右侧服从帕累托分布。不仅满足金融数据的厚尾特点，而且也不会忽视高频低危事件所带来的影响。最后利用我国某商业银行的操作风险历史损失数据进行了实证分析。在目前我国学者大多进行模拟分析或利用公开媒体数据进行分析的情况下，使用真实数据进行实证分析对于验证操作风险计量模型的有效性具有重要的实践意义。
参考文献：
１．ＳｈｅｖｃｈｅｎｋｏＰａｎｄＷｕｔｈｒｉｃｈＭ．Ｔｈｅｓｔｒｕｃｔｕ－ｒａｌｍｏｄｅｌｌｉｎｇｏｆｏｐｅｒａｔｉｏｎａｌｒｉｓｋｖｉａｂａｙｅｓｉａｎＩｎｆｅｒｅｎｃｅ：ｃｏｍｂｉｎｉｎｇｌｏｓｓｄａｔａｗｉｔｈｅｘｐｅｒｔｏｐｉｎｉ－ｏｎｓ．ＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌＲｉｓｋ，２００６，１（３）：３－２６．
２．Ｌａｍｂｒｉｇｇｅｒ，Ｓｈｅｖｃｈｅｎｋｏ，Ｗｕｔｈｒｉｃｈ．，Ｔｈｅｑ－ｕａｎｔｉｆｉｃａｔｉｏｎｏｆｏｐｅｒａｔｉｏｎａｌｒｉｓｋｕｓｉｎｇｉｎｔｅｒｎａｌｄａｔａ，ｒｅｌｅｖａｎｔｅｘｔｅｒｎａｌｄａｔａａｎｄｅｘｐｅｒｔｏｐｉｎｉｏｎｓ．ＴｈｅＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌＲｉｓｋ，２００７，２，３－２７．
３．莫建明，周宗放．ＬＤＡ下操作风险价值的置信区间估计及敏感性，系统工程，２００７，２５（１０）：３３－３９．
４．张学陶，童晶．商业银行操作风险的实证分析与风险资本计量．财经理论与实践，２００６，２７（５）：３－３７．
５．ＥｍｂｒｅｃｈｔｓＰａｎｄＬａｍｂｒｉｇｇｅｒＤ．Ｔｈｅｑｕａｎｔｉ－ｔａｔｉｖｅｍｏｄｅｌｉｎｇｏｆｏｐｅｒａｔｉｏｎａｌｒｉｓｋ：ｂｅｔｗｅｅｎｇ－ａ－ｎｄ－ｈａｎｄＥＶＴ．Ｐｒｅｐｒｉｎｔ．ＥＴＨＺｕｒｉｃｈ，２００７．
６．刘睿，詹原瑞，刘家鹏，基于贝叶斯ＭＣＭＣ的ＰＯＴ模
型—低频高损的操作风险度量．管理科学，２００７，２０
（３）：７６－８３．
作者简介：刘书霞，天津大学管理学院博士生；张新福，天津大学管理学院博士；米海杰，天津大学管理学院硕士生。
收稿日期：２００９－０３－０２。
（上海金融》２００７年第ｌＯ期 贺瑛 （上海金融学院，上海２０１２０９） 摘要：ＧＦｃＩ是全球最具权威的国际金融中心地位的指标指数。近年采上海在国际金融中心建设方面一直备受各界尤其是国际金融界的关注。最新ＧＦｃＩ排名显示：上海依然是全球最具潜力的国际金融中心城市之一，但上海国际金融中心建设要得到长足发展，还需经历艰辛的努力。 关键词：ＧＦＣＩ；国际金融中?心；指标体系 中图分类号：Ｆ８３０文献标识码：Ａ文章编号：１００６—１４２８一（２００７）１０—００２卜０３ 一、引言 随着金融核心地位的不断提升，各国政府对金融中心的关注日益增强，对金融中心排名的各项指标应运而生，其中最具权威的指标体系当属由伦敦金融城Ｚ／Ｙｅｎ研究咨询公司的“全球金融中心指数”（ＧＦＣＩ）。 ＧＦｃＩ通过“因素评价模型”实现对全球不同金融中心的排名。这一“因素评价模型”是通过两种截然不同的渠道的评价得以构建的。其一是“媒介指标因素”．这一数据来自于外部的客观数据。通常构成ＧＦｃＩ的排名的金融中心竞争力指标有１４项（表１），这１４项竞争力指标则是通过４７项分指标数据支撑的。其二是“金融中心评价”。这一评价则是通过网上表ｌ国际金融中心竞争力指标 竞争力指标排名平均分值训练有素的专业技术人员１５３７ 临管环境２５１６进入国际金融市场的容易度３５．０８ 基础设施４５．０ｌ 律户的”Ｉ获得性５４．９０公平公正的商业环境６４６７ 敢府ＩｕＩ应７４．６１ 企业税制８４．４７ 运营成本９４．３８专业服务供应商的获取１０４．３３ 生活质齄ｌｌ４．３０ 文化和语言１２４．２８商业楼字的质１ｉ｝及供应１３４．０４ 个人税制１４３．８９ 收藕日期：２００７—０８—１０ 作者简介：贺瑛（１９酩一），女．上海金融学院教授。调查的方式进行的。其中来自于全球金融中心ｌＯ强的数据占到５０％，只有不到２％的数据来自于其他单一的金融中心。“因素评价模式”的最终目的是运用ｓｖＭ（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍｃｈｉｎｅ）方法建立“全球金融中心竞争力预期模型”。本次的全球金融中心排名依然主要在５个关键的领域进行，那就是：人力、商业环境、市场准人、基础设施和总体竞争力。考量人力指标可分别从全球Ｅ衄Ａ排名、欧洲人力资本指数、人力发展指数、劳动生产力、教育支出、生活质量状况、幸福指数、世界旅游目的地这８个分指标人手。 构成商业环境指标的分别为：行政管理和经济规制、商业环境、总税率、公司税率、雇员有效税率、工资比较指数、个税、总税款（指税收占ＧＤＰ的比率）、易于从事商业活动指数、透叫指数、腐败指数、经济自由度指数、世界经济自由度指数、金融市场指数、政治风险评价。 体现市场准入的各项分指标如下：资本准人指标、证券化、股票、债务价量统计和投资基金交易量（５个分别因素）、全球银行服务中心、全球会计服务中心、全球法律服务中心。 组成基础设施的基本因素有：全球办公占有成本、遍投世界的办公场所、竞争替换状况，办公场所的空调设施、欧洲城市监察、全球财产指数。 理论上讲，总体竞争力指标似乎是上述四项指标 ２１ 万方数据
行为金融学文献综述 安徽大学08金融刘秀达学号：I00814009 导言：在传统的经典金融理论中，理性人假设是所有理论的基石。在这一假设下的投资者具有理性预期和效用最大化的特点。然而，随着金融市场突飞猛进的发展，大量的实证研究和观察结果表明，金融市场上存在着投资者行为“异常”与价格偏离现象，这些现象无法用理性人假说和已有的定价模型来解释，被称为“异象”，如“股利之谜”、“股权溢价之谜”、“波动率之谜”、“周末效应”等等。在对学科进行审视和反思的过程中，发端于20世纪50年代，并在20世纪80年代以后迅速发展起来的行为金融学成为了学术界的关注点，并开始动摇经典金融理论的权威地位。基于此，本文对行为金融学的理论进行系统阐述，并总结目前行为金融学的研究现状及其不足，在此基础上探讨行为金融学的发展前景以及对我国的借鉴意义。 关键字：行为金融，投资者，偏好 一、行为金融学的概念和理论框架 行为金融学, 就是将心理学尤其是行为科学的理论融入到金融学中，从微观个体行为以及产生这种行为的更深层次的心理、社会等动因来解释、研究和预测资本市场的现象和问题，是运用心理学、行为学和社会学等研究成果与研究方式来分析金融活动中人们决策行为的一门新兴学科。 行为金融学以真实市场中普通的正常的投资者为理论基石代替经典金融理 论的理性人原则，其基本观点是: 第一,投资者不是完美理性人,而是普通的正常人。由于投资者在信息处理时存在认知偏差, 因而他们对市场的未来不可能做出无偏差估计；第二,投资者不具有同质期望性。投资者由于个体认知方式及情感判断的不同, 导致偏好与行为方式不同,因而对未来的估计也有所不同；第三, 投资者不是风险回避型的,而是损失回避型的。投资者面临确定性收益时表现为风险回避,而面临确定性损失时则表现为风险追求；第四,投资者在不同选择环境下,面对不同资产的效用判断是不一致的,其风险偏好倾向于多样化,并且随着选择的框架的改变而改变。总之,投资者风险偏好偏离经典金融理论的理性预设。 （一）行为金融学有关投资者偏好的理论 1、期望理论 人们在面对不确定性进行决策时,由于受个人心理因素及社会因素的影响, 其投资行为并非完美预期, 风险态度和行为模式经常会偏离经典金融理论的最 优模式, 而呈现出多样性和可变性。包括决策参考点决定投资者风险偏好和投资者损失规避两点。前者主要强调投资者主要通过收益和损失的比较而不是最终的财富状态来制定决策；后者有确定性效应和反射效应，即人们在面临收益时是厌恶风险的，而在面对损失时又是冒险家。 2、认知偏差理论 认知偏差理论是研究人们在利用经验法则进行决策判断时所产生的错误。心理学研究显示，人们在解决复杂的问题时．由于时间和认知资源的限制，人们不能对决策所需的信息进行最优分析，而是凭借自己的经验来进行投资判断。由此产生启发式认知偏差和框架依赖。启发式偏差是指人们在面对复杂的问题时往往想寻找捷径来解决问题，并依靠直觉或者以往的经验进行推理并制定决策；框架依赖是指个人会因情景或问题表达的不同而对同一组选项表现出不同的偏好序列，从而做出不同的选择。
商业银行流动性指标分析和比较 商业银行在经营过程中面对着各种各样的风险，而流动性风险是其中的最为基础和重要的一环。可以这样认为，流动性是保证商业银行生存和持续经营的关键。 为了有效监管流动性风险，商业银行设置了很多指标。这些指标从不同角度衡量了流动性问题，但是每一个指标的侧重都有所不同。并且随着认识的深化和计量技术的提高，指标本身存在问题也暴露出来。 本篇文章选取了三个从过去到现在较有代表性的指标进行分析，并通过比较它们的优点和缺点，评估这些指标的优劣。然后，我们对银行的流动性指标选择给出自己的建议。 一、流动性指标分析 贷存比（静态指标） 指标构成：贷存比=客户贷款/客户存款*100%。 指标解释：贷存比越高，贷出去的资金就越多，银行面对的流动性风险可能也就越高；同样，贷存比越低，贷出去的资金就相对较少，银行面对的流动性风选也相对较低，但是资金的利用效率也会相对较低。中国的法定的贷存比上限为75%。 指标分析： 优点：贷存比指标的计量十分简单，可以很容易统计出来；其所包括的内容很多，反应的是一个总体的情况；同时，贷存比还反映了银行的资金利用情况。所以贷存比是一个较为多面的指标，也因此作为了国家法定指标。 缺点：1）存贷比只反映了存款和贷款在数量上的关系，并没有描述这些贷款存款的性质。其中有两个特别重要的因素没有细分出来：一是存款贷款的期限结构。如果存款贷款的期限结构匹配的较好，那么就算贷存比数值较高，银行的流动性也是较好的。反之，哪怕贷存比较低，如果存款贷款的期限结构不匹配，
还是会有流动性风险。二是贷款的信用程度。如果贷款的信用程度较高，那么就算贷存比数值较高，银行到期的资产业务还是可以提供预期的流动性，来支付匹配的银行负债。反之，哪怕存贷比较低，如果贷款的信用程度低，发生违约的话，银行还是会有流动性风险。所以，贷存比所表征的流动性情况很笼统。2）贷存比只涵盖了银行的存款放贷业务，忽略了其他的资产业务，是不全面的。比如，银行可能还在货币市场上开展同业拆借业务和债券的买卖、回购业务。这些业务资产的流动性也要计入分析。 ●流动性比例（静态指标） 指标构成：流动性比例=流动性资产/流动性负债*100% 指标解释：流动性比例越高，流动性资产就越多，将流动性资产变现以支付流动性负债的能力也就越好，或者说拓展新的资产业务的能力越好；反之，支付流动性负债的能力就较低，拓展新的资产业务的能力也越低。中国监管的标准为不低于25%。 指标分析： 优点：直接分析流动性供给储备和流动性需求，在偿还能力的层面上做出评估会更有针对性；撇开了中长期负债和资产的干扰。 缺点：1）不同流动性负债的期限存在差异，流动性负债并没有评估未来某一时间段的现金流出情况，而这恰好是我们关注的；2）流动性资产是以当前的市场价格估算而来的，但是未来的资产价格会因为市场变化有所不同，所以变现能力可能要打折扣，实际的流动性比例要偏低。 ●流动性覆盖率LCR（动态指标） 指标构成：优质流动性资产储备/未来30日的现金流出量*100% 指标解释：该指标评估了商业银行在未来30天满足流动性需求的能力。是个更加具体、更加严格的指标。流动性覆盖率越高，银行的流动性风险就越小；反之，流动性风险就越大。中国监管的要求是不低于100%。 指标分析： 优点：该指标更具体。直接考虑了银行未来30天的流动性需求满足能力，这是银行正常经营的根本关注点；该指标更严格。流动性供给从一般的流动性资产变为了优质流动性资产储备，要求变现的无障碍和低损失。
行为经济学的研究综述 一、行为经济学的概念 所谓行为经济学(Behavioral Economics)，顾名思义，就是指以人类行为 作为基本研究对象的经济理论，它通过观察和实验等方法对个体和群体的经济 行为特征进行规律性的研究。 二、行为经济学的兴起 80年代以后，以理查德·泰勒(Richard Thaler)为首的经济学家，从进化心 理学获得启示。认为大多数人既非完全理性，也不是凡事皆从自私自利的角度 出发。以此为理论基础，专门研究人类非理性行为的行为经济学便应运而生。 行为经济学形成于1994年，哈佛大学经济学家戴维·莱布森(DavidLaibson)，从 心理学和行为角度探讨了人类的意志和金钱，把经济运作规律和心理分析有机 组合，研究市场上人性行为的复杂性，认为人也有生性活泼的另一面，即人性 中也有情感的、非理性的、观念引导的成分。2001年美国经济学联合会将该学 会的最高奖两年一度的“克拉克奖(Clark Medal)”颁给了加利福尼亚大学伯克利分校的经济学家马修·拉宾(Rabin Matthew, 1998)，以表彰他为行为经济学的基础理论所做出的开创性贡献。拉宾的研究主要是以实际调查为根据，对在 不同环境中观察到的人的行为进行比较，然后加以概括并得出结论〔2002年诺 贝尔经济学奖授予了美国普林斯顿大学的丹尼尔·坎内曼(Daniel Kahneman)，瑞典皇家科学院在宣布他的主要贡献时指出，丹尼尔·坎内曼是“因为将心理 学研究结合到经济学中，特别是关于不确定条件下的人类判断和决策行为”。 这说明行为经济学作为经济学重要分支的地位得到确认和加强。除此之外，阿 莫斯·特维尔斯基(Amos Tversky, 1992)、爱德华(Edwards, 1954)等则提出将行为决定作为心理学研究的主题，并确定了研究的程序。西蒙(Simon, 1997, 2001)则提出了基于有限理性的信息处理和决策方法。 三、行为经济学的主要观点 1．人类行为的“三个有限性”观点 传统经济学中，人类行为的标准经济模型有三个不现实的特征：无限理性、无限控制力和无限自私自利。这是由行为经济学的代表人物芝加哥大学的理查德·泰勒(Richard Thaler)和麻省理工大学的森德希尔·穆拉伊特丹(Sendhil Mullainathan)提出。 2、储蓄行为中的“夸张贴现” 戴维·莱布森(David Laihson)的名望主要建立在他描述的有关人和金钱的一种“反常现象”的基础之上。他认为在人们的时间偏好中，短期贴现率往往大于 长期贴现率。夸张贴现抓住了这一特征，认为人们并不是理性的在一生中对开 支和储蓄统筹安排，而是从年轻到老年都负债。 3.行为金融学理论 行为经济学对现代金融理论的发展作出了突出贡献，以行为经济学为基础 的行为金融学从广泛的社会学视角研究金融市场上的活动，认为人性行为中潜
中国金融稳定性指数的测算与分析一、金融稳定性指标基础数据收集 二、基础数据的处理与金融稳定性指标的计算
三、用主成分分析法测算宏观经济与金融环境稳定性指数。 将Excel文件中的金融稳定性指标数据导入Eviews中，利用公式x=(y-@mean(y))/@stdev(y)，将数据转化为标准值，数据如下 利用Eviews中的principal components命令，计算主成分的方差、特征值与各主成分的线性组合系数。
然后导出四个主成分的得分序列，如下 四、合成反应金融稳定性的总和因子TPAC： TPAC=(0.422*PAC1+0.227*PAC2+0.124*PAC3+0.111*PAC4)/0.8841 将得出的综合因子得分加100得到金融稳定性指数。具体数据如下，
五、实验结果分析 基于主成分分析法对1993-2010年中国金融稳定性指数测算实验结果主要说明：金融稳定指数相对客观地反应了宏观经济与金融运行中的稳定性状况。整体上看来，1993-2010我国的金融系统稳定性有明显提升。具体而言，1994-1995年金融指数变化大，实际情况也
是金融不稳定，当时出现了“金融三乱”。1997年-1999年，受亚太金融危机的影响，国内金融发展有所起伏，但由于政策实施得当，没有出现大的金融不稳定问题。2000年是一个转折点金融稳定指数连续上升，与金融深化改革、国有银行改制、资本市场稳定发展有关系。2007-2008年美国“次贷危机”的冲击使得08年的金融市场稳定性有所下滑，但由于我国宏观政策从内外两方面一起调控我国金融市场，使得在09年很快稳定性指数有大幅上升。
行为金融学在我国的发展以及展望 1、 引言 行为金融学是目前经济学领域较为前沿的新兴学科，打破了传统经济学的理性人，有效市场假设等，强调了投资者在很多时候是非理性的事实，并且这种非理性是一定程度上可预测的，行为金融学以人们的真实决策心理为出发点来分析其投资规律以及市场影响，能帮助人们更加清晰透彻的认识和理解金融市场。 中国在行为金融学领域的研究起步较晚，但可喜的是目前中国学者也在逐步重视对这一领域的研究，并在这一领域提出了很多有价值的看法，本文旨在通过分析2007-2016这十年间中国在行为金融方面的研究成果，来对行为金融学在我国发展现状的有一个全面认识，并且对未来的情况提出展望。 2、 样本来源和研究方法 1. 样本来源 本文选择中文社会科学引文索引文库，因为该文库入选的刊物是能反映当前我国社会科学界各个学科中最新研究成果，且学术水平较高、影响较大、编辑出版较为规范的学术刊物，有较强的我国在此方面研究水平的代表性。 过程中以篇名或关键词为“行为金融”作为检索项，查询范围从2007-2016这十年的相关文章，经过逐一排查后，选定208篇经济学领域的文章作为定性分析样本（不选取更早期文章是因为更早期的文章对于中国行为金融发展现状参考价值较小，故不收录。)经过检索以及查验排除经济学领域外的文章，共得到208篇相关文献该208篇相关文献即本文的定性分析样本。宏观上定量把握中国行为金融发展趋势采用从1998年引入行为金融开始到2016年的全部424条经济学类检索结果作为定量分析样本。 2. 研究方法
本文主要是通过样本的统计研究，来分析目前我国行为金融的发展现状，包括我国行为金融研究的发展趋势，目前我国行为金融主要的研究方向以及研究热点，主要研究成果，以及对未来研究方向的展望等。 3、 我国行为金融领域的发展趋势 从1998年引入开始到2016年期间，就行为金融文章发表数来看，行为金融方面的研究热门程度呈先上升下降趋势，虽然从1998年中国引入行为金融学开始，行为金融学相关研究逐年提升，但就2006年之后的数据来看，情况并不乐观，相关领域的研究呈现一种明显的逐年下滑趋势，虽然在2015年有一个小幅的提升，但在今年（虽然今年还未结束，但按照已发表的5篇计算，今年已过去5/6，所以预计为6篇）情况仍较为低迷，具体见下图表1： 1 由图可见中国学者目前对这一领域的关注度在2006年后开始出现逐渐下滑，也表明了这一领域目前在中国需要得到更多的关注以及更多此方面的研究分析 4、 研究内容统计分析 根据研究内容和方向，笔者对2007-2016十年间的208篇样本进行了逐一归类与整理，并进行了分类统计，由于其中部分文章有领域交叉，并且领域交叉文章，笔者将计入交叉领域双方，所以最终文章总数会大于208，具体统计结果如下表2： 表2 2007200820092010201120122013201420152016总计 综述及评介775132312132 基本理论研究 5444231528 （个人行为/集体 行为/有效市场假 说等） 公司金融中的应 52314427230 用 证券市场的应用14179787143272 房地产市场的应 2114 用 商业银行的应用
行为金融学的发展现状： 摘要：由于理性经济人假设与投资者的实际决策行为存在着偏差，现代金融学无法对金融市场上的一系列“异象”进行充分的解释。行为金融学结合心理学的研究成果对投资者的实际行为进行研究，解释了金融市场上的这些“异象”。众多国内外学者结合与投资者偏好、信念以及决策相关的认知心理学和人格心理学对投资者实际投资行为进行了大量研究，在很大程度上解释了投资者在金融市场上的一些非理性行为。进一步加强金融学与心理学的密切合作，将有助于更快的推动行为金融学的发展，更加准确、系统的解释金融市场上的非理性行为，来为投资者决策进行服务。 1 引言
20世纪80年代前后，关于股票市场的一系列研究和实证发现了一些与理性人假设不符的异常现象，如人们会过早的卖掉盈利的股票而继续持有亏损的股票。面对这些异常现象，诸多学者对于完全理性人的假设提出了质疑，通过结合心理学的研究成果，研究金融市场上的这些异象得出了一系列研究成果，行为金融学这个学科也逐渐随之出现。Thaler 将行为金融学称之为一种“开放性思维的金融学科”，因为它承认一些经济金融机构、个人存在非完全理性行为的可能性。大多数情况下，行为金融学是将心理学应用到金融行为者的身上。金融学的倡导者坚持认为金融市场中的投资者并不是完全理性人，而只是普通人。行为金融学研究的是人们在投资决策过程中真实行为，揭示了投资者的非理性和竞争市场中人的易犯错性[1]。 尽管这种对于理性的背离是随机的，但也是系统的。Shleifer 指出投资者对于经济理性的背离是高度普遍和系统的[2]。很长一段时间前，心理学家就已经发现了人们经常表现出非理性的行为，在做预测时会经常犯一些可预见的错误。通过结合心理学和金融学，研究者可以更好地解释证券市场上的一些异象和投资者的非理性行为。 Ritter认为行为金融学由两大块构成：认知心理和套利限制，他认为认知指的人们就是如何思考的。大量的心理学研究表明，在人们的思考方式和思考过程中存在一些系统的错误，如人们的过度自信倾向，人们总是过多的注重近期的经验、经历等。而且人们的这种偏向也有可能产生分歧[3]。Witteloostuijn和Muehlfeld 认为认知心理是行为金融学的一个主流研究方向，它使得我们对人们的投资决策过程有了一个更深层次的认识，认知缺陷和心理偏向会对人们的投资决策过程产生影响[4]。由于投资者是非完全理性人，因此他们的认知缺陷、心理偏差会影响他们的投资决策，以致做出有损他们资产的决策。倾向于这些偏差的投资者经常会冒一些他们所不了解的风险，得到一些他们所没有预测到的结果，会进行一些没必要的交易，当最终结果为坏的时候他们会经常自责或者责怪他人[5]。 Kent Baker和Nosinger 认为常见的投资错误是由投资者的认知、情绪缺陷和心理偏向引起的，并把这些偏向分为了两类：投资者是如何思考的（how investors think）和投资者是如何感知的（how investors feel），并阐述了心理偏向和投资者投资行为之间的关系，其中包括代表性偏差（representativeness bias）、
金融稳健性指标评价体系 一、金融稳健性指标评价体系的发展过程和特点 (一)指标体系的发展过程 经历了1097年的亚洲金融危机，国际社会再次深刻地认识到建立金融风险预警和预测机制的重要性。虽然国际货币基金组织(IMP)和世界银行有责任对各国的金融状况进行监督和协调，但各国央行也必须建立有效的监管体系对金融风险进行及时、必要的监测。在此背景下，IMF有关部门于2001年6月提出了金融稳健性指标(financial soundness indicators，简称FSI)体系的初步方案和框架，并向各成员国和世界各地的经济组织和标准制订机构广泛征求意见。通过不断的讨论和完善，已于2003年底初步完成了该评价体系的编撰工作，并形成了一个较为合理和广为接受的评价体系。目前，使用这一评价体系对本国金融风险进行监控的国家越来越多，如澳大利亚、比利时、巴西、加拿大、丹麦、法国、挪威、瑞典和英国等的中央银行都M此进行金融稳健性评估，并定期向IMF报告，接受相关的监督和指导。IMF 希望于2006年底在全球范围内建立一个金融稳健性指标评价体系。通过统一规范的报告、披露和评价标准，来监督金融机构和市场是否在安全稳健的状况下运作。 (二)指标评价体系的特点 FSI评价体系是用于评估金融部门及经济部门金融风险的多项统计指标集合。该金融风险监测预警指标体系的建立，可使金融监管部门不仅从微观上实现对商业银行风险的预警监测，而且能从宏观上监测总体经济的金融风险。在把握国际和国内经济运行的情况下，运用系统性分析方法对金融风险进行评估和预测。具体而言．该指标体系具有以下特点：一是指标设计符合国际规范。在该指标体系中，各项指标尽可能与国际惯例接轨，如大部分指标符合《巴塞尔协议》的要求，便于国际问的比较和交流。二是指标体系的系统性和综合性程度较高。各项指标几乎涵盖了金融一经济体系中可能出现的各种金融风险，能较为准确地反映金融风险的程度。三是指标具有较强的可操作性。各项指标简明适用，可从现有统计数据中方便地完成各项指标的统计工作，并使各项指标在时间I具有连续性，在内容上具有可比性。 FsI评价体系的建立为各国提供了一个统一规范的金融风险评价体系，相关数据的及时披露有利于提高金融市场的透明度，规范和强化市场参与者和管理者的行为．从而提高一国的金融监管水平和金融体系的稳健程度。同时，该评价体系的建立也有助于IMF对地区性金融风险和金融危机进行及时有效的监控。从金融危机的初期就开始实施国际防范和救助行动，以避免危机的发展和扩散。 二、金融稳健性指标评价体系的统计内容和指标 金融稳健性评价体系的指标集南核心指标集(core sets)和鼓励指标集(encouraged sets)组成。总体来说，FSI体系核心集的各项指标是依据巴塞尔监管体系的要求设计的指标。而鼓励集的指标则在充分参考最新的经济学研究成果和吸取金融危机历史教训的基础上，依据了更加全面的经济统计数据而设计的指标。 (一)指标核心集的统计内容 FSI核心集的统计内容和各项指标是目前IMF构建金融稳健性评价体系的重点，主要用于监控银行体系的风险。它通过对资本充足率、资产质量、盈利能力、流动性状况以及市场风险敏感度等方面的综合评价，来考察银行体系运作曲稳健性(参见表1)。其内容和具体指标如下： 1．资本充足性。资本充足率是衡量金融机构稳健与否的重要指标之一。该项指标在FSI 中被用来评估发生系统性金融风险时银行体系的抗风险能力。资本风险是指银行资本过少、不能弥补亏损以保证银行正常经营的风险。依据巴塞尔协议中的监管指标，金融监管部门通
中国普惠金融指标分析报告（2019年） 党中央、国务院高度重视发展普惠金融。人民银行联合有关部门大力推动普惠金融发展，金融机构主动作为，社会各方面积极配合，中国普惠金融发展不断取得明显成效。为监测评估2019年中国普惠金融发展水平，人民银行按照普惠金融指标体系1及相关填报制度，组织开展了2019年普惠金融指标填报与分析。 一、2019年普惠金融发展总体情况 2019年，人民银行持续大力推动普惠金融发展，发挥定向降准、再贷款再贴现等结构性货币政策工具作用，强化小微企业信贷政策引导，深入推进金融精准扶贫，持续提升农村金融服务水平，督促和指导金融系统加大金融资源向小微企业和农村、贫困地区的倾斜力度；深入推进贷款市场报价利率（LPR）改革，疏通利率传导机制，促进贷款实际利率特别是小微企业贷款利率明显下降；推动出台《金融科技发展规划（2019-2021年）》，启动金融科技创新监管试点，鼓励开展数字普惠金融创新探索；持续深化农村支付服务环境 1普惠金融指标体系共包含使用情况、可得性、质量等三大维度共21类51项指标，从供需两侧反映普惠金融发展情况，其中8个指标（拥有活跃账户的成年人比例，使用电子支付的成年人比例，购买投资理财产品的成年人比例，成年人个人未偿还贷款笔数，在银行有贷款的成年人比例，在银行以外的机构、平台获得过借款的成年人比例，金融知识，金融行为）通过问卷调查采集。本次问卷调查采集时间为2020年4月至6月。
建设，开展移动支付便民工程建设；批设苏州小微企业数字征信实验区，创新探索小微企业征信服务；强化金融消费权益保护和金融教育，规范金融营销宣传行为，切实保护金融消费者长远和根本利益；经国务院批准，在浙江省宁波市、福建省宁德市和龙岩市设立普惠金融改革试验区，为我国发展普惠金融探索新经验。 总体而言，2019年我国普惠金融发展取得了良好成效。主要指标呈现如下特点：一是金融服务使用程度稳步加深。银行结算账户和银行卡人均拥有量较快增长，活跃使用账户拥有率有所上升；电子支付普及率继续提升，超八成成年人使用电子支付，移动支付业务量快速增加，非银行支付机构网络支付业务较快增长，呈现笔数多、笔均金额小的特点；购买投资理财产品成年人比例小幅增加，近一半的成年人购买过投资理财产品，城乡差距仍较为明显，投资理财意识有待进一步提升；普惠小微贷款增长迅速，总体呈现“量增、面扩、价降”态势；建档立卡贫困人口贷款覆盖面稳步扩大。二是金融服务可得性持续改善。银行网点乡镇覆盖率、助农取款服务点村级行政区覆盖率继续提升，边远地区金融服务可得性不断改善，数字渠道在增强可得性方面愈加重要，人均银行网点数、ATM机具、POS机具数有所下降。三是金融服务质量不断提升。金融消费权益保护制度和机制建设不断深化，金融消费者长远和根本利益得到更多关注，国民金融素养稳步提升；农户信用贷款比例有所增加；金融信用信息
行为金融学在我国的发展以及展望 一、引言 行为金融学是目前经济学领域较为前沿的新兴学科，打破了传统经济学的理性人，有效市场假设等，强调了投资者在很多时候是非理性的事实，并且这种非理性是一定程度上可预测的，行为金融学以人们的真实决策心理为出发点来分析其投资规律以及市场影响，能帮助人们更加清晰透彻的认识和理解金融市场。 中国在行为金融学领域的研究起步较晚，但可喜的是目前中国学者也在逐步重视对这一领域的研究，并在这一领域提出了很多有价值的看法，本文旨在通过分析2007-2016这十年间中国在行为金融方面的研究成果，来对行为金融学在我国发展现状的有一个全面认识，并且对未来的情况提出展望。 二、样本来源和研究方法 1.样本来源 本文选择中文社会科学引文索引文库，因为该文库入选的刊物是能反映当前我国社会科学界各个学科中最新研究成果，且学术水平较高、影响较大、编辑出版较为规范的学术刊物，有较强的我国在此方面研究水平的代表性。 过程中以篇名或关键词为“行为金融”作为检索项，查询范围从
2007-2016这十年的相关文章，经过逐一排查后，选定208篇经济学领域的文章作为定性分析样本（不选取更早期文章是因为更早期的文章对于中国行为金融发展现状参考价值较小，故不收录。)经过检索以及查验排除经济学领域外的文章，共得到208篇相关文献该208篇相关文献即本文的定性分析样本。宏观上定量把握中国行为金融发展趋势采用从1998年引入行为金融开始到2016年的全部424条经济学类检索结果作为定量分析样本。 2.研究方法 本文主要是通过样本的统计研究，来分析目前我国行为金融的发展现状，包括我国行为金融研究的发展趋势，目前我国行为金融主要的研究方向以及研究热点，主要研究成果，以及对未来研究方向的展望等。 三、我国行为金融领域的发展趋势 从1998年引入开始到2016年期间，就行为金融文章发表数来看，行为金融方面的研究热门程度呈先上升下降趋势，虽然从1998年中国引入行为金融学开始，行为金融学相关研究逐年提升，但就2006年之后的数据来看，情况并不乐观，相关领域的研究呈现一种明显的逐年下滑趋势，虽然在2015年有一个小幅的提升，但在今年（虽然今年还未结束，但按照已发表的5篇计算，今年已过去5/6，所以预计为6篇）情况仍较为低迷，具体见下图表1：
企业判断金融市场形势的主要指标 一．概论 改革开放以来,在新技术革命的推动下,金融创新和金融自由化发展迅速,现代金融日益趋向自由化、虚拟化、证券化。 金融市场形势是指经济主体在金融市场活动中的形势。金融市场形势如果是指整个金融体系,即是宏观意义上的概念。也就是说，在较差的金融市场形势下，整个金融体系在宏观经济中就表现得极为脆弱,并且可能严重地影响到宏观经济的正常运行。 金融危机则是指金融市场形势极差的情况，金融体系出现严重困难甚至崩溃,表现为所有的或绝大部分金融指标的急剧恶化,各种金融资产价格暴跌，金融机构陷入严重困难并大量破产,对实物经济的运行产生极其不利的影响。如果说金融市场形势差只是构成危机的可能性的活,那么金融危机则是直接对金融、经济产生实际的巨大破坏。一个国家、一个地区金融危机的发生绝不是一蹴而就的,一般都有一定的潜伏期。为了阻止较差的金融市场形势向金融危机转化，一些判断金融市场形势的指标就显得格外重要。 二．企业判断金融市场形势的主要指标 （一）GDP 国内生产总值（GDP）是指在一定时期内，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。在中国的统计实践中是用支出法计算GDP的，其公式为：GDP = C + I + G +（X-M）居民消费（用字母C表示），企业投资（用字母I表示），政府购买（用字母G来表示），净出口（用字母X-M表示，X表示出口，M表示进口）。 由此公式可知，GDP中包含了企业方面，也就是说企业要想判断金融市场形势，可以参考GDP。在不考虑其他因素的情况下，当GDP上升，表明金融市场形势较好；当GDP下降，表明金融市场形势较差。 （二）CPI 居民消费价格指数（CPI）是一个反映居民家庭一般所购买的消费商品和服
资产负债表的各项指标分析 一：做好资产负债表的各项指标分析（配比分析） 通过资产负债表中的“应收账款”与存货中的“库存商品”两个科目比较，如果两者余额较大，且与当期销售收入不相匹配，则可能有滞留销售收入的情况。 理由：这种情况一般规模较大的企业(包括民用家电，日用品)都会出现，因为应收账款余额增加，表明销售已经成立，但现款回收困难，为了维持经营，企业往往会出现产品照发，但销售滞留或发票滞开，久而久之库存商品余额也就会增加。 .通过资产负债表中的“预收账款”与存货中“库存商品”两个科目比较，如果企业的“预收账款”出现余额，且库存商品余额较大，则可能有滞留销售收入或偷税的情况。理由：采取预收货款结算方式的企业，一般其主导产品多为市场紧俏产品或特种产品，而且库存商品均系完工产品。 二、主要涉税指标分析 1、流动比率 流动比率=流动资产÷流动负债×100% 2、资产负债率 资产负债率=负债总额÷资产总额×100% 分析纳税人经营活力，判断其偿债能力。如果资产负债率与预警值相差较大，则企业偿债能力有问题，要考虑由此对税收收入产生的影响。 3、总资产周转率 总资产周转率=(利润总额+利息支出)÷平均总资产×100% *总资产周转率=销售收入净额÷平均总资产×100%。 表示企业的总资产在一定时期内(通常一年)周转的次数，它是反映企业的总资产在一定时期内创造了多少销售收入或周转额的指标。 4、存货周转率 存货周转率=主营业务成本÷〔(期初存货成本+期末存货成本)÷2〕×100% 一般情况下，存货的周转率越高越好，存货周转率越高，周转次数就越多，表明企业存货变现速度越快，企业的经营管理的效率越高，资产流动性越强。 分析总资产和存货周转情况，推测销售能力。如总资产周转率或存货周转率加快，而应纳税税额减少，可能存在隐瞒收入、虚增成本的问题。
行为金融学理论综述：行为、理性与金融 行为、理性与金融——行为金融学理论综述 作者：郭燕 经济学似乎与理性、严谨有着与生俱来的紧密关系，长久以来，建立在人类理性基础上的一系列严格的假设成为了主流经济学的基石，并统领了经济学内部的各个学科。围绕理性人始终追求效用最大化的预设，金融学形成了由资本资产定价模型CAPM、套利定价模型、资产组合理论、期权定价理论组成的抽象的理论框架。但是，这些理想的模型似乎在越来越多的现实检验中出现问题，1977年，罗尔(Roll)发现，统计数据与模型的冲突显示作为标准金融学基石的CAPM可能是无法验证的。 之后，在20世纪八、九十年代影响学术界的有效市场假说(EMH)，也被指出了许多统计异常现象。同时，标准金融理论的另一个关键概念β系数，显示出其与股票投资收益仅有不明显的联系。1992年，作为资本资产定价模型的奠基人之一的E·法玛(Eugene Fama)甚至撤回了对CAPM的支持。这些无疑把现代金融学推到了一个尴尬的境地：经典的、数量经济基础上的严谨体系如果不是错误的，也至少是很不完善的。金融学面临着一旁是没有严格的统计数据支持的模型、另一旁是没有理论解释的实证数据的局面，在对学科进行审视和反思的过程中，运用心理学、社会学、行为学来研究金融活动当中人们决策行为的“行为金融学”便成为了学界的关注点。 其实，行为金融学的诞生并不是晚近的事情，在主流金融学的兴起、发展过程中，作为社会科学当中重要分支的行为学早已渗入金融学当中，只是一直在边缘位置上若隐若现。早在1951年，美国奥兰多商业大学的布鲁尔(O.K.Burell)教授就发表了“一种可用于投资研究的实验方法”一文，率先提出了用实验来讨论理论的必要性；随后的1967年，来自俄勒冈大学的巴曼(Bauman)发表了“科学投资分析：是科学还是幻想?”，更加明确地批评了金融学科片面依靠模型的治学态度，并指出金融学与行为学的结合应
２０１６·３国际金融研究引言 金融对经济是一把“双刃剑”。合理有效的金融体系可以通过促进储蓄到投资的转化以及优化市场资源配置等途径推动宏观经济的发展，然而金融发展过程中的各种不稳定因素以及金融风险的客观存在，又是阻碍经济增长、加剧经济波动的重要原因。进入21世纪以来，随着中国金融改革的深化和金融开放程度的提高，各种金融冲击对中国宏观经济的影响渠道日益多样化和复杂化，不仅显著地改变着宏观经济的运行规律，而且也为宏观经济调控带来了新的挑战。因此，合理评估中国的金融状况，分析其变动规律以及对宏观经济的影响机理，对于进一步判断和理解宏观经济运行态势、科学制定宏观经济调控政策和金融改革措施有着极为重要的理论和现实意义。 近年来，国内外许多学者倾向于利用利率、汇率、货币供给量以及各类资产价格构建金融状况指数（Financial Conditions Index ，FCI ），对包含货币市场、资本市场甚至房地产市场在内的金融系统进行综合描述，并以此作为判断一国金融状况的依据。这些研究一般都通过对各类金融变量进行加权的方式得到金融状况指数的测量结果，但在各金融变量权重的确定方面存在较大分歧。按照现有研究，确定权重所依赖的方法大致可以分为大型宏观经济模型、总需求方程缩减式以及向量自回归模型（VAR ）三种。如Dudley &Hatzius （2000）利用美联储的大型宏观经济模型，根据各金融 中国金融状况的波动特征 及其宏观经济效应分析邓创滕立威徐曼 作者简介：邓创，经济学博士后，吉林大学数量经济研究中心副教授、博士生导师；滕立威，上海财经大学金融学院硕士研究生；徐曼，吉林大学商学院硕士研究生。 *基金项目：国家社科青年基金项目（项目号：11CJL012、12CJY109）；教育部人文社会科学重点研究基地重大项目（项目号：13JJD790011）；中央高校青年学术骨干支持计划（项目号：2015FRGG09）。 内容摘要：本文基于时变参数向量自回归模型构建了中国的动态金融状况指数，并以 此考察了中国金融状况的波动特征及其宏观经济效应。分析表明，中国金融状况的波动具有明显的周期性规律和缓慢扩张快速收缩的非对称性特征，且分别领先于通货膨胀和经济波动11个月和5个月左右；金融状况变动对通货膨胀和经济波动的冲击影响具有显著的非对称性特征，金融状况好转对通货膨胀和经济波动的促进作用要比金融状况恶化对二者产生的负面影响更为显著。近年来，中国金融状况处于松紧适度的良性区间，因而是新常态背景下经济结构转型升级和金融改革创新的重要契机。 关键词：金融状况指数 通货膨胀经济波动TVP-VAR 模型中图分类号：F224.0文献标识码：A * 17DOI:10.16475/https://www.doczj.com/doc/de5684015.html,ki.1006-1029.2016.03.002
文献归纳和述评 研究背景 由于标准金融学的理性人假设和有效市场假说的缺陷，行为金融以心理学和行为学为基础，提出有限理性和非有效市场，来解释金融市场的异象，这是对标准金融学的强有力挑战。标准金融学和行为金融学之间的差异是研究目标不同。标准金融学描述经济个体的最优决策行为，而行为金融描述的是真实决策行为。 国内外行为金融的研究现状 国外研究状况 行为金融理论奠基人是美国心理学家、经济学家Daniel Kahneman和实验经济学家Amos Tversky，他们在20世纪70年代通过大量的行为实验，观察对比发现，许多投资者在实际决策时表现出非完全理性和风险厌恶特征，投资行为的期望值在不同情境多种多样。 1979年Kahneman 和Tversky 共同提出的“期望理论”，成为了行为金融研究中的代表学说，该理论把投资者的情绪变化纳入模型参考指标，提出了在不同风险偏好和效用函数下投资者的价值函数和权重函数，为行为金融学的兴起奠定了坚实的理论基础，“期望理论”的出现成为行为金融研究史上的一个里程碑。随着行为金融研究的不断深入，该理论的影响日益扩大，Kahneman还在2002年摘取了诺贝尔经济学奖，这预示着行为金融理论和行为经济理论在主流经济学的地位得到了提升，进一步开拓出心理学方法在经济学应用空间。1982年Kahneman、Slovic 和Tversky 在《不确定性下的判断：启发式与偏差》中研究了人类行为与投资决策的经典经济模型中基本假设相违背的三个方面：风险态度、心理账户和过度自信，将观察到的现象称为“认知偏差”。 1985年，Bondt和R.H.Thaler发表了，《股票市场过度反应了吗？》引发了行为金融理论研究的复兴，通过构造“赢家组合”和“输家组合”，实证检验了美国市场存在过度反应。学术界视他们的研究工作为行为金融研究的正式开端，标志着行为金融的研究进入黄金时期。进入20世纪90年代，更多的学者投入了这项工作，Thaler、Shiller、Shefrin、Statman 以及Odean等都是典型的代表。 Thaler分别在1987和1999年研究了股票回报率的时间序列、投资者心理会计等问题，Shiller在1990年研究了股票价格的异常波动、股市中的“羊群效应”、投机价格和流行心态的关系等，得出投资者的非理性行为会导致股价波动加剧。Odean在1998年研究投资者在风险厌恶的条件下，结合股票价格、成交量、组合收益等方面就处置效应、过度自信等投资者行为进行研究，得到投资者普遍具有处置效应和过度自信行为特征。因此，Thaler、Shiller、Odean等人被称为行为金融学的研究领域的第二代领军人物。 20世纪90年代中后期，行为金融理论更加注重投资者心理对最优组合投资决策和资产定价的影响。Shefrin和Statman在1994年提出了行为资产定价模型（BAPM），随后在2000年，他们又提出了行为资产组合理论，行为投资者的资产组合如资产金字塔一层一层构成。每层有不同的目标，每层有不同的风险偏好，有的是为了避免贫困和破产，规避等闲；有的是为了暴富，追逐风险，进一步充实了行为金融理论。 国内研究现状 行为金融理论在我国的研究仍处于理论模型和策略介绍阶段，近年来也开始运用行为金融理论来研究我国证券市场上的实际问题。国内的研究总体上可以分为两个阶段。第一阶段是199年至2000年底，这一阶段主要集中于研究行为金融理论与经典金融理论系统冲突，应用期望理论对一些典型心理特征和决策特征进行介绍和研究，运用行为金融解释股市“异象”以及介绍该理论的研究前景。1999年，刘力教授的《行为金融理论对EMH假说的挑战》一文是我国最早系统介绍行为金融理论与EMH之争及其基本理论的文章。2000年，牛芳和
金融压力指数的解释以及构建方法 金融压力指数（Financial Stress Index）这个概念，是在2008年金融危机和美联储推出大规模刺激计划的背景下提出的。美联储采取了量化宽松等一系列货币政策提振经济，向市场注入了大量流动性。随之而来的问题便是：何时退出这些政策？何时回笼流动性？（比如，「美联储何时退出QE即量化宽松？」这个问题，自美联储推出QE后就一直为人热议不休。） 一般而言，央行会根据生产/消费数据和价格/工资上行压力等来决定何时退出以及如何退出，以保证在经济恢复的同时通货膨胀率得到控制。另外一个会影响到央行退出节点和节奏的重要因素就是金融压力，央行必须确保在回收流动性时，金融系统不会因此承受过大压力以至于危及经济复苏。那么问题就来了：央行如何定量地精确监测金融系统的「压力」？ 在「金融压力指数」之前，已经有多种关于金融系统状况的指数，比如金融状况指数（FCI）。FCI的编制以货币状况指数（MCI）为基础，另外又加入了一些金融变量（不同国家使用的变量一般不同，不同学者使用的变量一般也不同），以预测未来的生产数据和通货膨胀等。FCI自提出之后就备受各国央行关注，但是它使用的是月/季度数据，因此难以满足央行日常监控的需求。另外还有一些关于金融市场信心或紧张程度的指标，如著名的芝加哥期货交易所波动率指数（VIX）和汇丰银行金融阻塞指数（HSBC Financial Clog Index）。但是，在经济恢复阶段，不同的指数、按照不同方法编制的同一指数常常自相矛盾，令货币政策决策者难以取舍。 在这种情况下，美联储系统的圣路易斯联邦储备银行于2009 年12 月率先编制了圣路易斯联储金融压力指数（St. Louis Fed Financial Stress Index?，STLFSI）。按照他们给出的文献，这一指数主要用于监测金融市场对美联储政策的反应，同时监测金融市场的压力会如何影响经济复苏状况。在这之后，其他联邦储备银行