金融危机诱因系统分析.docVIP

金融危机诱因系统分析 　　[摘 要]自科学的数量分析方法问世以来被广泛应用于各个领域，却因急于求成而偏离了根本。本文以金融危机为背景管中窥豹，从模型复杂性，模型自身构造，解决方法及人为因素等方面从方法论角度分析造成金融危机的根源。结合金融危机现实，提出通过采用金融系统工程，多角度多因素考察，结合实际情况完善金融体系。 　　[关键词]金融危机 系统分析方法 金融系统工程 　　一、引言 　　自“次贷危机”爆发世界经济持续低迷，主权债务危机成为经济复苏的不确定因素。与此同时，对经济危机根源的分析甚嚣尘上，希冀追本溯源有助于采取经济政策改善当前状况。早期学者主要关注“次贷危机”诱因，着重阐述资产证券化产品结构设计及定价局限，当市场流动性紧缩时本无必然联系的贷款资产间关系变化导致资产缩水，或从公司金融角度强调资本结构对公司财务至关重要。后期则多关注主权债务危机，强调因宏观财政政策与货币政策间非对称致使经济危机深化。对经济危机诱因的众多分析都着眼于外部经济环境变化或金融工具使用，而忽略长期以来金融体系构建中的潜在危机――金融分析方法的使用。诚然，就“次贷危机”本身源于对金融衍生工具复杂使用而产生的放大效应。自20世纪90年代早期摩根大通(JP Morgan)为埃克森石油提供贷款服务而创新信用违约互换，此后资产证券化被金融机构广泛采用以转移风险，将次级抵押物收集重新打包为债券然后正常出售，再通过金融全球化将违约风险进一步扩大至全世界；主权债务危机也是由希腊政府为加入欧元区与高盛签订主权债务兑换欧元的对冲协议产生，但追其根本对金融分析方法的探讨则不得不为。因而本文从方法论角度解析金融危机爆发诱因，提出采取金融系统工程全面构造金融体系冲进金融稳定发展。 　　二、数量分析与金融体系的特征悖论 　　数量分析在金融领域应用源于莫迪格里亚尼（F. Modigliani）和米勒（M. Miller）在研究企业资本结构和企业价值关系时提出的“无套利”分析，20世纪90年代初更出现大量使用数值计算和仿真技术的新兴学科――金融工程。数量分析已成为当今金融分析主流工具，因而对金融危机诱因的分析不应局限于外部经济环境变化还应关注分析方法的使用。 　　1.模型单一性与金融系统复杂性 　　使用数量分析解决现实问题时通常假设所解决问题遵循简单而易于计算的线性模型，但线性模型只是特例，多数关联机制都是建立在复杂，非线性，动态且自适应系统之上。现实的系统状态可能为稳态，周期往复性稳态，在预定边界内混乱等多种状态，即使借助计算机超级运算能力且忽略系统内生性，也不能简单假设社会系统为线性模型。 　　在越演越烈的经营竞争下，金融机构本身已演变成复杂系统（详见图1），主要表现在：反复包装直到贷款风险看似逐渐消失的复杂金融衍生品；银行内部大股东之间或部门之间各自为政，过度竞争产生“竖井心理”，导致银行整体效率低下；混业经营后，各大集团公司集保险、银行、证券及投资咨询等业务于一身，经营风险交织使复杂性扩展。金融机构不会自露资产证券化的隐藏风险，直至累计风险爆发迫使外部环境变化，如金融危机爆发导致风险暴露从而带来金融监管加强。在金融机构采取分业经营同时金融监管模式变化为对银行、证券、衍生工具和政府资助抵押贷款分别进行监督。但消极执行的多头监管仅流于形式；另一方面，金融机构间交易往来也使得对产业的监察极度困难。在如此复杂的机构系统中使用单纯数量模型构造金融衍生工具其复杂性根本无可预知与掌控。 　　图1 金融机构的复杂系统 　　2.模型演进渐进性与金融系统跳跃性 　　自然系统进化是从简单到复杂的过程，始于分散部分聚集，直至无法继续扩张经分裂为独立小单元，经历无序状态后小单元再次聚合向更高阶段进化，因而进化状况总在集中与分散，整合与分化，全部与局部各状态间不断交替。每次进化都可视为定期重整增加复杂性的过程。进化中必然存在的混乱状态，即是数量模拟无法预计的不连续状态。不论企业还是社会系统均遵循跃进与突变性发展，国家从计划经济向市场经济转化，制度变革带来经济系统突变因而存在进化过程中的混乱状态。尽管可通过信息技术掌控同时存在的各种状态，但复杂社会系统的具体变迁时刻却无法准确判定，监管与规制更成为经济系统变迁中的不确定因素。由美国银行业发展前后经历了混业经营的盲目扩张，而导致大萧条从而立法限制需分业经营，而后美国银行业成功游说议会废除格拉斯―斯蒂格尔法案，开始混业经营，但银行迅速膨胀促使政府面临超大型金融企业监管压力，次贷危机爆发成为金融系统发展过程中的突变因素，也由此证明自我约束或严苛政府调控达到金融机构稳定都无法奏效，因而亟待新监管模式维系下一个平衡状态。 　　3.模型抽象性与金融系统整体性 　　信息技术被有效利用构造数量模型进行社会系统模拟，然而模型多被视为问题解