發布時間:2023-10-13 15:37:11
序言:作為思想的載體和知識的探索者,寫作是一種獨特的藝術,我們為您準備了不同風格的5篇金融網絡投資,期待它們能激發您的靈感。
一、金融網絡的定義
現代金融體系越來越表現出了相互之間的依賴性,銀行資產負債表上的資產和負債將銀行聯系成一個復雜的金融網絡。金融網絡理論對于金融體系來說是非常重要的,它可以評估金融體系的穩定性,解釋系統重要性機構對整個金融體系的影響,解釋系統性風險是怎樣在金融體系中傳播的,解釋銀行間市場的流動性短缺時怎樣形成的。一個網絡可以被描述成由節點和連線構成,在金融網絡中,節點就是各個金融機構特別是銀行,連線的形成是銀行持有相似的資產組合或者擁有共同的存款者等。
二、金融網絡的形成
Babus提出的模型探討了金融網絡的形成問題,在這個模型中金融網絡的形成被認為是降低風險傳染的保險機制,聯系越緊密的金融網絡更不可能發生系統性危機,同時這個模型給出了一個臨界點及金融體系如何達到這個臨界點,高于這個臨界點的金融網絡不會發生風險傳染,代價是銀行不能與這個金融體系構成比臨界點更多的聯系。Castiglionesi認為一個分散化的網絡結構對于社會來說是最優的,銀行作為中介機構存款者進行投資,這使得投資具有了正的外部性,在破產概率較低的情況下,分散化的網絡結構式最優的選擇。
三、金融網絡的風險傳染效應
目前的金融網絡理論嚴重主要側重于金融網絡的傳染效應,網絡中的傳染效應可以分為直接傳染和間接傳染。Alien和Gale對直接傳染的研究指出了在不同的網絡結構下銀行體系是怎樣對系統性風險做出反應的。Diamond和Dybvig指出,在消費者具有流動性偏好并且對流動性需求不確定的情況下,銀行可以通過相互交換存款來增加流動性,但是增加了流動性的代價就是使銀行體系具有了傳染風險的可能性。他們以一個不完善的網絡為例,證明了一個銀行的破產會引發整個銀行體系的失效。
Leitner構建了一個模型研究最優的網絡結構,一個銀行的投資收益取決于與它有聯系的金融機構。由于損失的金額在系統內是隨機分布的,一個投資者可能沒有足夠的準備金來彌補損失,在這種情況下,金融網絡可能會剔除沒有償付能力的機構來保全整個金融系統,最優的網絡結構要求在風險承擔和危機的潛在可能性之間進行權衡。Vivier-Lirimont將最優網絡結構歸結為能使存款者福利最大化的結構,他發現只有業務聯系非常緊密的網絡結構才最接近帕累托最優。還有一些人用數學和理論物理模型來研究金融網絡和風險的傳染,Minguez和Shin利用圖論計算機算法研究在支付系統中的系統性風險,他認為一個體系的脆弱性取決于銀行資本金充足率、銀行參與金融市場的程度以及破產銀行清算資產的流動性,銀行間市場的聯系越緊密,發生系統性風險的可能性越低,但是一旦發生,對金融體系的破壞力將非常大。
作者簡介:巴曙松(1969-),男,湖北武漢人,中國科學技術大學兼職博士生導師,國務院發展研究中心金融研究所副所長,中國銀行業協會首席經濟學家,主要從事金融機構風險管理與金融市場監管等方面的研究。E-mail:
左 偉(1987-),男,云南大理人,碩士研究生,主要從事風險管理等方面的研究。E-mail:
朱元倩(1984-),女,安徽六安人,中國銀監會博士后,主要從事風險管理與市場監管等方面的研究。E-mail:
摘 要:本文主要介紹目前利用金融網絡解決金融傳染問題的相關研究方法和研究成果。筆者在簡單回顧了金融網絡的結構特征、描述性指標及幾大典型結構之后,從微觀角度分析了最優金融網絡所具有的一些共同特征,從宏觀角度分析了現實金融網絡的拓撲結構,研究了網絡結構在金融傳染過程中所起到的作用,并基于此從金融網絡的角度提出了提高金融體系穩定性的相關措施,為預防危機的傳染提供了政策參考。
關鍵詞:金融網絡;金融傳染; 微觀最優結構特征; 宏觀拓撲結構
中圖分類號:F830.2 文獻標識碼:A 文章編號:1000-176X(2013)02-0003-09
隨著全球化的趨勢越來越明顯,許多金融機構通過相互持有資產、資產價值相互關聯等關系連接在一起,構成了大大小小的金融網絡。許多經濟金融學家開始利用生態系統、物理系統和社交系統等領域發展成熟的網絡理論知識以及數學、工程學等研究工具,通過金融網絡研究金融學和經濟學中的一系列問題。其中研究較多的是關于金融機構破產導致的多米諾骨牌傳染效應。早在1997年東南亞金融危機爆發之后,就有學者開始利用金融網絡研究危機的傳導機制。而隨著網絡理論、網絡動態學以及圖論等知識在其他領域的不斷發展完善,人們有了更加多樣化和深入化的工具對金融網絡進行分析和學習。而近年來,CDS、CDO等許多金融衍生工具的引入使得整個金融系統變得更為復雜,全球化的發展進程也加劇了金融傳染的發生;再加上2008年美國次貸危機引發的國際金融危機以及后續的歐債危機的陸續爆發,人們對于金融傳染的危害性、研究金融網絡的必要性有了更進一步的認識。所有這些因素,都使得金融網絡的研究上了一個新的臺階。
近年來,利用網絡研究金融傳染的路徑主要包括如下兩種:一是微觀層面的路徑,利用風險管理、復雜網絡和網絡動態學等領域的理論知識,結合金融傳染的發生機制、市場參與者的決策行為等,得出最優的金融網絡應具有哪些重要微觀特征,從而為金融體系及其結構的頂層設計給出設計藍圖;二是宏觀層面的路徑,研究金融網絡的宏觀拓撲結構,結合圖論知識判斷其屬于哪一類網絡宏觀結構,在傳染過程中起到怎么樣的作用,從而對當前金融體系中的風險傳染路徑及其影響進行預測和估計。除了運用網絡研究金融市場的傳染問題之外,還有學者利用網絡研究資產組合以提取相關性等重要信息,或者利用網絡解決與之相關的一些難題,如最優化問題、動態均衡理論等。本文將對運用金融網絡度量金融傳染,并基于金融網絡的相關理論解決金融穩定的研究進行回顧,從金融網絡的角度給出提高金融體系穩定性的建議。
一、金融網絡的概念及相關指標
所謂復雜網絡,是指將一個系統內部的各個元素作為節點,節點之間通過邊、并在一定的規則之下連接在一起所形成的網絡。在現代金融系統中,銀行以及對沖基金等金融機構作為節點,金融機構之間通過信用拆借、資產負債等關系作為邊而相互連接所形成的價值網絡,就叫做金融網絡。與傳統網絡相類似,金融網絡主要由節點和邊構成。所不同的是,一方面,金融網絡節點數通常很多,往往構成較為復雜的網絡關系圖;而另一方面,每條邊度量的是兩個相連節點之間的資產負債關系,邊有時還具有方向性,一條從起始節點指向終了節點的帶有箭頭的邊,通常意味著起始節點對終了節點存在負債關系。
1. 金融網絡的結構特征
金融網絡的結構特征,主要反映了網絡中各節點之間的連接方式以及節點在網絡中的位置關系。金融網絡的結構特征通常有群體結構(Community Structure)和層次結構(Hierarchy Structure)兩種。群體結構是指由于各個節點連接的緊密程度不同,在金融網絡中往往會形成幾個不同的群體,群體內部的連接較為密集,而群體相互間的連接則相對要稀疏得多。類似現實的人際關系中,人們按照興趣、職業和年齡等方面的不同而分為不同的群體。而層次結構則是指不同金融機構之間由于規模大小、信用拆借能力等不盡相同,因此在金融市場中所處地位不同,并呈現分層的結構特征。
2. 刻畫金融網絡的三大指標
用來刻畫金融網絡特征的描述性指標主要包括以下三個:平均最短路徑長度、聚類系數和節點的度。其中平均最短路徑長度刻畫了金融網絡節點相互連接的緊密程度,平均最短路徑長度越小,則節點之間連接緊密程度越高。兩個節點間的最短路徑,是指將這兩個節點相連接的各條路徑中,包含邊數最小的那條路徑。假設金融網絡中有兩個節點i、j(i、j=1,2…n;其中n為網絡中的節點總數),則這兩個節點之間的距離dij為連接這兩個節點的最短路徑所包含的邊的數目。而金融網絡的平均最短路徑長度L則定義為網絡中任意兩個節點之間距離的平均值,假設該銀行網絡中有n個節點,我們有:
L=112n(n+1)∑i≥jdij
聚類系數刻畫了金融網絡的結構特征,聚類系數越大,則金融網絡越傾向于群體結構特征,層次結構越不明顯。聚類系數可分為節點的聚類系數以及網絡的聚類系數。假設金融網絡中的一個節點i有ki條邊和其他節點相連,在這ki個節點之間最多可能有[ki(ki-1)/2]條邊相互連接,我們定義節點i的聚類系數Ci為這ki個節點之間實際存在的邊數Ei和最多可能邊數[ki(ki-1)/2]之比,即:
Ci=2Eki(ki-1)
對所有節點i的聚類系數Ci取均值即可得到整個金融網絡的聚類系數C。
節點的度刻畫的是該節點的重要性,一個節點的度越大,就意味著該節點與其他節點的連接越多,該節點越重要。與某個節點i相連接的其他節點的數目稱為節點i的度ki,金融網絡中所有節點的度的平均值被稱為金融網絡的平均度。而節點的度分布P(k)(k取自然數)則是指金融網絡中度為k的節點占所有節點數的比例,即隨機選取一個節點,該節點的度為k的概率。
3. 金融網絡的宏觀拓撲結構
在現代圖論理論中,網絡的宏觀拓撲結構通常包括如下四種:規則網絡、隨機網絡、小世界網絡以及無標度(Scale-Free)網絡。其中規則網絡和隨機網絡是兩種網絡理論研究中較為極端的特例,而現實的金融網絡多具有小世界網絡和無標度網絡的特征。金融網絡結構比較如圖1所示。
圖1 金融網絡結構的比較
規則網絡是學者們假設的最簡單的網絡模型,其每個節點都具有相同的度k。20世紀50年代末Erdos和Rényi提出的隨機網絡模型,其每個節點都以相同的連接概率p與其他節點連接。雖然規則網絡和隨機網絡具有容易模擬并進行相關分析的特征,但其并不能很好地刻畫現實世界的網絡結構。實證結果表明,大多數的真實網絡具有較小的平均最短路徑長度和較大的聚類系數,據此Watts和Strogatz于1998年提出了小世界網絡模型[1]。
小世界網絡模型介于規則網絡和隨機網絡之間,通過將規則網絡中的每條邊以一個給定的概率p連接到一個新節點上構造而成,其最顯著的特點就是同時具有較小的平均最短路徑長度和較大的聚類系數。盡管小世界網絡能很好地刻畫真實網絡的平均最短路徑長度及聚類系數的特點,但是其節點的度分布仍然服從泊松分布。實證結果表明,大多數真實網絡的節點度分布用冪律分布進行描述更為準確。Barabási和Albert把這種度分布服從冪律分布的復雜網絡稱為無標度網絡,并提出了著名的BA模型以解釋無標度網絡的形成機制[2]。
四類網絡模型的三大指標具有不同的特點,其中小世界網絡的隨機性介于規則網絡和隨機網絡之間,但具有聚類系數較大、路徑較小的特點,這些不同的結構特征也決定了它們在金融危機爆發時完全不同的傳染路徑。從表1可以看出,在現實金融網絡通常表現出的小世界網絡中,危機傳染的速度遠比隨機網絡更快,而在無標度網絡中,其中中心節點(在金融網絡中通常體現為大而不倒機構)對于金融網絡的風險傳染更是起到了非常重要的作用。
表1金融網絡結構的指標及傳染性比較
二、金融傳染的概念及其度量
隨著金融全球化進程加快和金融體系的愈加復雜,金融傳染的危害性也日益增加。與此同時,網絡理論的研究方法和研究工具都得到了很大的發展,其在生態學、物理學和社會學中的應用也日趨成熟。因此,經濟學家借鑒了網絡理論在其他領域的研究思路和方法,希望運用金融網絡研究如何防止金融傳染的發生。金融危機的傳染機制決定了危機爆發時其在金融體系間的傳導方式和速度,不同構造的金融網絡在傳導危機時所起的作用也會不一樣。一般以資產損失大小作為衡量金融傳染的危害程度的標準。
1. 金融傳染的發生機制
目前的研究文獻,主要從金融機構間的直接傳染與間接傳染這兩種作用機制入手進行闡述。金融機構間的直接傳染,主要是指一旦某個金融機構破產,與該金融機構存在直接連接關系的其他金融機構將遭遇債務違約損失,從而導致破產危機的進一步蔓延。而間接傳染則包括除了直接傳染之外的其他傳染機制,主要由于市場信心的缺失和資產價格的螺旋下降等因素造成的。
金融機構之間通過支付系統以及各種各樣的頭寸(例如直接貸款、衍生產品和回購協議等)構成直接連接。較常見的直接傳染機制由Kiyotaki和Moore提出,他們認為,一旦某個金融機構違約或延期支付債務,由此產生的損失超過一定限額時就會導致其債權機構破產,類似的破產一旦蔓延有可能最終引發系統性崩潰[3]。在直接傳染的度量中,金融網絡的結構特征至關重要,聚類系數較大、平均路徑較短的網絡往往產生的直接傳染更迅速,關聯性更強。
間接傳染的形成機制則更復雜,早期的研究主要考慮投資者的恐慌情緒的蔓延。Diamond和Dybvig提出,當某個銀行遭到存款者的擠兌而破產時,恐慌的情緒很可能使得擠兌蔓延到整個銀行系統,從而使那些本來具有償付能力的銀行也出現破產[4]。
而近些年的研究對象主要集中于傳染對于資產價格的影響。Giesecke和Weber認為,由于各個金融機構面對共同的基本面因素(如資產的價格,產品供給與需求等),因此,如果破產的金融機構規模大到足以影響資產價格以及產品供求關系等因素時,這些因素的惡化將會使得其他機構的資產價值下降,從而使得傳染蔓延[5]。Kodres和Pritsker則從投資者的角度考慮傳染對資產的貶值作用。他們提出了“跨市場的投資再平衡效應”,這種效應是指一旦某個市場受到外部沖擊,投資者會最優化地調整他在其他市場上的投資組合[6]。Kodres和Pritsker認為,投資者在調整投資組合的同時會把沖擊轉移到其他市場上,造成其他市場的資產價值下降,從而使得危機蔓延。他們發現,該種傳染主要取決于市場對于資產價格的敏感程度,以及在各個市場上信息不對稱的程度。
2.金融傳染導致的資產損失
通常認為,金融傳染是發生的概率較小、但造成的損失較為嚴重的事件。在衡量金融傳染所帶來的資產損失的研究中,部分學者對損失函數的性質進行了研究,希望能更精確地估計損失大小;也有部分學者通過實證分析直接估算傳染所造成的具體損失大小。
Elsinger等主要研究了損失函數的統計特征,通過對奧地利銀行系統的實證分析發現,該體系傳染的概率較小但影響較大,只有6%的破產事件是由于傳染效應造成的,因此損失函數的一個重要的統計特征是它服從薄尾分布[7]。而它的另一個統計特征則是服從正態分布,研究發現,經濟基本因素的波動大小決定了損失的均值,波動越大則損失越大;而公司之間連接的緊密程度決定了損失在均值附近的波動程度,連接越緊則損失波動越大[5]。在Elsinger和Giesecke的研究基礎上,Eisenberg和Noe給出了一種能夠衡量金融傳染損失大小的算法,該算法給出了某個給定金融機構對于其他機構的風險暴露,一旦該金融機構出現違約,我們可以通過該算法得到其他機構遭受的損失[8]。
估計金融傳染所造成的損失還有其他一些途徑。Upper和Worms運用最大熵方法得到了非常細化的估測數據并實證分析了德國銀行系統,發現單一銀行的破產最高能造成銀行系統總資產15%的損失[9]。也有學者對這一損失程度提出異議,Angelini等并沒有利用最大熵方法進行數據估計,而是模擬一家銀行破產時對整個系統帶來的沖擊。他們對意大利銀行間市場網絡的實證分析發現:由于金融傳染所造成的資產損失只有每日貨幣流動量的3%。這個結果顯示傳染的影響偏小,Angelini等認為這是由于意大利銀行系統的資金流動量較小以及銀行網絡的結構性差異所造成的[10]。
事實上,對于金融危機的預測離不開金融傳染及其導致資產損失的估計,然而無論是上述何種研究都離不開對金融網絡的構建和金融傳染的假設與模擬。因此,對于金融網絡結構的認識和傳染性的度量就顯得異常重要。
三、金融網絡的最優微觀特征
目前,學者們在對金融網絡的研究中,一方面從理論入手,研究什么樣的微觀特征的金融網絡具有較高的穩定性;另一方面則從實際入手,研究現實中的金融網絡具有什么樣的微觀特征和宏觀結構,從而結合理論研究的成果對現實金融網絡的穩定性實現判斷。
關于金融網絡最優微觀結構的研究,主要是運用風險管理、復雜網絡和網絡動態學等領域的知識,并結合金融傳染發生的機制、市場參與者的博弈決策行為等,定性或者定量地得出最優的金融網絡應具有哪些重要的微觀特征。該領域的早期研究主要考慮的是外部沖擊的發生機制,并且研究主體多為銀行系統;而隨著復雜網絡理論知識在統計物理學、生態學和社會學等學科應用的日趨成熟,許多學者開始借助于復雜網絡來研究,研究主體也逐漸擴大到其他金融系統。近年來,對于金融網絡的研究熱情逐漸高漲,網絡動態學、統計學等作為研究工具均從不同的角度對最優金融網絡的微觀結構進行了深入的分析,得到了相同或相似的研究成果。
1. 基于外部沖擊發生機制的研究方法
由于外部沖擊主要通過金融機構之間的連接而傳導風險,因此,基于外部沖擊的發生機制進行的研究多關注的是銀行系統內各銀行間的連接方式以及連接的緊密程度。Allen和Gale于2000年發表的文章是該方面研究的基石。他們基于Diamond和Dybvig所建立的D-D模型[4],假設(完全信息條件下)流動性沖擊來自存款者取款時間的不確定性,通過一個包括四個銀行的模型證明了傳染的蔓延主要取決于銀行間的連接類型。當網絡是完全連接的(如圖2所示),即每個銀行都與其他銀行連接在一起,使得某個銀行的負債幾乎完全均勻地分布在其他銀行時,沖擊的效果會被很好的淡化。然而,當網絡是不完全連接的(如圖3所示),即每個銀行只和一部分銀行有負債關系,系統會變得較脆弱[11]。從圖2可見,Allen和Gale提出的“完全連接”的網絡正是擁有四個節點的規則網絡。
圖2完全連接的網絡 圖3不完全連接的網絡
完全連接網絡的提出,很好地解決了“怎樣的連接方式最優”這個問題;而“怎樣的連接緊密程度最優”,則由Freixas等率先給出答案,他們的研究同樣基于外部沖擊的發生機制。
Freixas等的研究模型與Allen和Gale相似,但是他們假設流動性沖擊并不來自于存款者取款時間的不確定性,而是來自于存款者取款地點的不確定性。他們認為高度連接的銀行間市場,雖然降低了持有流動性資產的成本, 但同時也產生了低效率和不穩定性:雖然銀行間市場提供的流動性保險可以幫助銀行抵消債務,但是這種系統穩定性是以這個資不抵債的銀行繼續運營為代價,這破壞了市場法則,最終系統很有可能因承受了過多的不良債務而崩潰[12]。因此,過高的連接程度損害了系統的穩定性,最優金融網絡需要適當偏大的最短路徑長度。
同樣是在D-D模型的基礎上,Brusco和Castiglionesi建立一個包括四個銀行的模型,他們的研究支持了Freixas等的結論:銀行間更緊密的連接會增加傳染的風險,這是因為銀行間互助系統所提供的后盾支持可能會使得某些銀行做出更魯莽的投資,從而增大系統風險;并且,如果連接過于緊密的話,某家銀行的破產會導致傳染的范圍變廣[13]。
2. 基于復雜網絡的研究方法
復雜網絡理論在2000年左右逐漸成熟,其應用領域也從物理學、信息學逐漸擴大到生態學、社會學等多個學科。通過復雜網絡理論對金融網絡結構進行分析,盡管不能做出對金融機構行為的動態分析,但是它可以反映出金融網絡的構建過程,并能與現實世界的網絡相匹配,具有非常重要的現實指導作用。該領域具有代表性的是Gai和Kapadia于2010年所做出的研究工作。
Gai和Kapadia[14]借鑒Strogatz以及Newman研究復雜網絡的數學方法,通過模擬金融網絡的形成過程而建立了一個能分析傳染效應、并適用于現實世界中不同類型金融網絡的模型。他們的分析結果與Brusco和Castiglionesi以及Freixas等得出的結果一樣,即最短路徑長度應適當偏長。他們認為,連接程度和風險分擔程度越高,傳染的概率越低;但一旦發生傳染,影響范圍將更廣,從而極大地損害系統穩定性。在設計最優網絡結構時,對連接程度和風險分擔程度的選擇,實質上是對傳染概率及影響范圍的一個權衡取舍。
3. 基于網絡動態學的研究方法
網絡動態學,主要通過分析行為人的決策心理并建立動態模型,研究由于時間、空間及環境等動態變化所造成的行為人的決策變化及網絡結構的演變過程。復雜網絡理論的研究缺陷主要在于無法模擬出金融網絡的動態變化,而面對復雜的金融市場變化,金融機構的動態決策行為對于金融傳染過程顯然是至關重要的。因此,一些學者開始運用網絡動態學的研究成果,對金融機構的這些動態變化加以研究,并用圖像表示出外部沖擊以及傳染蔓延的動態過程,通過分析復雜的決策行為來了解網絡的形成機制和過程,從而設計出最優網絡結構。
Goyal和Vega-Redondo是較早運用網絡動態學對金融網絡進行研究的學者[15]。他們在2004年發表的文章支持了Allen和Gale以及Freixas等的研究結論。他們認為,兩方建立債務關系的過程就是一個博弈以達到最優均衡的過程,而整個關系網絡的建立正是許多債務關系的動態建立過程;兩方建立債務關系,就是在風險及收益之間選取一個最優納什均衡點的動態博弈。根據這個網絡構建模型,Goyal和Vega-Redondo在考察了不同的連接方式、連接費用以及不同的相互作用模式對風險傳染起到的作用之后,得出結論:“完全連接”模式(即規則網絡)與較長的最小路徑長度可以有效地減小金融風險的傳染。
4.基于運籌法的最優微觀結構判斷
定量分析的研究目前相對偏少,研究方法也多為運用運籌學方法解決最優化問題,Leitner在2005年給出的“每個小群體的最優節點數量”在這方面具有重要的代表意義。Leitner建立了一個不僅能相互傳染、也能相互救助的金融網絡,流動性較好的銀行會因為擔心受到傳染而救助流動性不足的銀行。該模型說明銀行間的相互連接對于減少破產危機的發生具有重要意義,因為它們允許銀行間相互救助;然而整個網絡也可能因為過度連接而在某些情況下(如當流動性限制在一小部分銀行中時)出現傳染蔓延并最終崩潰。基于對網絡連接帶來的好處(允許銀行相互救助)以及壞處(危機可能蔓延)的取舍,Leitner運用運籌學知識,通過求解一個帶有約束的規劃問題給出了最優金融網絡的規模——每個小群體內的最優節點數量為5[16]。
5. 其他研究方法
還有學者通過統計學和傳染病學等其他理論工具,對金融網絡的最優微觀特征的研究做出了貢獻。Gai等利用傳染病學以及統計物理學的知識,與其他學者再次對金融網絡的最優微觀特征問題進行了研究。在仍然堅持“最優網絡結構具有適當偏長的最小路徑長度特征”的同時,Gai等又得出了“復雜度較低也是最優網絡結構的重要特點”的結論[17]。Iori等利用統計學方法研究單個銀行的風險與整個銀行間市場相互作用的動態過程發現,較低的聚類系數可以有效提升金融網絡的穩定性[18]。這與Simon在1962年所著的“The Architecture of Complexity”中的觀點相吻合:在復雜系統中,只有最簡單的層次結構才是最優的。Iori認為,銀行間拆借雖然降低了單個銀行的破產概率,但也增加了整個系統崩潰的機會。當銀行間網絡的聚類系數較高,即系統內的銀行都是同種類型時,系統崩潰發生的可能性比較大;而當聚類系數較低,即銀行的類型不相同時,崩潰發生的可能性就會降低。較低的聚類系數可以有效提升金融網絡的穩定性[18]。也有學者把金融網絡與其他網絡系統(如生態網絡系統)進行類比。Haldane和May所做的這方面研究支持了Gai等的關于“最優網絡結構的復雜度較低”的結論。在經過對生態系統的食物鏈以及金融網絡的對比分析之后,他們認為金融系統和生態系統一樣,復雜程度越高,整個網絡的穩定性就越差[19]。
盡管所用的研究方法各不相同,但是目前所得到的關于最優金融網絡的微觀特征的結論非常相似。總的來說,具有“完全連接”、較低的復雜程度、適當偏長的平均最短路徑長度以及較小的聚類系數是最優網絡結構的幾個主要特征。Nier等對金融網絡的特征做了較為完整的界定。他們利用網絡理論知識,認為銀行體系網絡結構的關鍵參數一共有四個:銀行的資本化水平,網絡的連接程度,銀行間的借貸規模,銀行系統的集中程度。他們通過建立銀行網絡系統并加以模擬的方法得出結論:資本化水平越高、借貸規模越低、集中程度越低,則銀行系統的穩定性越高;而連接程度則與穩定性呈非線性關系,當連接程度超過閾值之后,連接程度越高,穩定性越低[20]。
四、金融網絡的最優宏觀結構
基于描述金融網絡的三大基本指標,上文總結了前人對于較為穩定的金融網絡應該具有的指標特征。基于這些基本的指標,整個金融網絡將會呈現一定的宏觀結構,如前文指出的小世界網絡和無標度網絡。這些基于多個基本指標共同呈現出的復雜的拓撲結構,構建出了金融網絡的整個宏觀拓撲結構,結合圖論知識不僅能判斷某一現實生活中的網絡屬于哪一類網絡宏觀結構,同時能夠對其在傳染過程中所起到的作用做出一定的判斷。
Watts和Strogatz與Barabási和Albert相繼于1998、1999年提出了“小世界網絡”模型以及“無標度網絡”模型,這標志著復雜網絡理論的逐漸成熟。許多學者開始以這兩個模型為衡量標準,通過實證結合統計分析等方法來研究現實中的金融網絡所具有的宏觀結構特征,并結合復雜網絡理論探討如何設計宏觀網絡結構才能更有效地防止金融傳染。目前大多數研究都表明,金融網絡兼具小世界網絡以及無標度網絡的某些特征,這些特征顯著地影響著危機的傳染過程。
金融網絡最典型的宏觀拓撲結構特征之一,就是平均最短路徑長度較短,這正是小世界網絡所獨有的典型特征,這已經被包括Soramaki等和Boss等許多學者所證實。Soramaki等利用復雜網絡方法分析了美國商業銀行的銀行間支付系統網絡的拓撲結構以及與網絡穩定性相關的性質,發現該銀行間網絡具有較小的平均路徑長度[21]。Boss 等對奧地利銀行間市場進行實證研究后也認為,奧地利銀行間網絡的平均路徑長度較小。Boss等還得出了另外一個結論:銀行間網絡的聚類系數較小。他們認為,因為銀行之間保持連接需要一定的費用,所以當兩個較小的銀行都與一家較大的銀行存在價值關系時,這兩家小銀行之間沒有互相連接的動力[22]。
金融網絡還體現了無標度網絡的兩個重要特征:節點度分布服從冪律分布以及中心節點的存在。Soramaki等的研究證實,美國商業銀行的銀行間支付網絡的節點度分布服從冪律分布,同時該銀行間網絡還包括一些節點度數很高的“中心型”(Hub)銀行[21]。Iori等則運用復雜網絡的統計分析方法,對意大利銀行的隔夜拆借市場的網絡結構進行了分析,發現節點的度分布服從一個比隨機網絡更為厚尾的分布[18]。這也意味著,存在數量很少的幾家較大的銀行,與非常多的小額貸款者保持債務關系,這些規模較大、節點度較高的銀行就是典型的中心節點。更進一步地,Boss等不僅證明了奧地利銀行間的節點度分布服從冪律分布,他們還精確地計算出該銀行間網絡分段服從的冪指數分別為0.62和2.01[22]。
金融網絡的這些宏觀特征對于分析金融系統的傳染性是非常重要的。Albert等在2000年的研究表明,當中心節點受到沖擊時,無標度網絡將會變得特別脆弱,且很容易造成傳染蔓延。盡管小世界網絡在單個小型金融機構破產時有很強的穩定性,但是,一旦少數節點度數較高,也就是負債規模較大的(中心節點)銀行破產時,銀行系統受到的沖擊將會很大。
金融系統的這種風險特點也與損失函數服從薄尾分布的特性相吻合,當發生危機的是一般的小型金融機構時,金融系統擁有較強的自我修復能力;但是一旦關鍵的大型金融機構(中心節點)發生流動性危機時,金融系統將會變得非常脆弱,從而極有可能造成金融傳染的蔓延以及嚴重的資產損失。
五、金融網絡研究中亟待解決的難題
金融網絡中存在數量眾多的節點以及紛繁復雜的連接關系,這使得要構造一個完整的金融網絡就需要大量的數據,然而,金融機構之間較為可靠的借貸關系數據是很難獲得的。目前應對這個難題通常有兩種方法:一是只研究信息完全的那一部分金融網絡。這種方法的缺點在于“以偏概全”,把局部網絡所具有的特征當做整個金融網絡的特征。例如,Furfine只采用聯邦儲備市場的數據(該市場僅占整個銀行間市場的10%—20%),造成最后所得結果與其他學者的研究結論存在差異,低估了金融傳染的危害性[23]。二是用某些合理的假設和方法去估計數據。目前大部分文獻使用最大熵估計方法,但最大熵估計方法的缺陷主要在于,在滿足特定的約束之下它假設金融機構之間的借貸是均勻分布的,這顯然與事實不太相符。Mistrulli分別用最大熵方法和基于完全數據的方法對同一市場做了分析,研究發現,最大熵估計方法可能會高估傳染的擴散范圍,從而造成對傳染損失的錯誤估計[24]。這兩位學者的研究表明,兩種方法都存在一定的缺陷。如果能將這兩種方法有機地結合,或者運用創新的研究工具解決金融網絡數據獲取難題,我們將能構造更為真實、更為完善的金融網絡。
另一個難題則是如何將宏微觀的研究方法相結合。微觀方法能清晰直觀地解釋網絡的連接方式以及傳染的傳導過程,但是其對于網絡宏觀結構的假設過于簡單,也無法在整體上把握金融傳染特征;而宏觀方法雖然能較好地解釋金融網絡的拓撲性質,但很難對金融機構的決策行為做出分析,也很難把握金融網絡的動態變化。
若能將宏微觀分析方法相結合,則可以對金融網絡的形成過程、傳染特點等都得到更為清晰、更為全面的認識。Schweitzer等認為,這需要從五個方面做出更大的突破:大數據量的分析,即分析金融網絡中每一節點的動態發展過程,這對編程計算能力提出了更高的要求;把研究擴展到更廣的時間和空間上,動態分析整個沖擊以及傳染過程在時間、空間上的變化,即我們需要進一步發展網絡動態學;更精確地界定網絡結構,并引入一些全新的概念,例如描述性指標的復合指標(如網絡的k-核結構、支配力等),還有銀行網絡的Motif結構等,以使得對金融網絡的描述更加細致;修改某些外生假定以得到更加貼近現實的模型,例如取消對資金流動范圍的限制并允許金融傳染在全球范圍內發生;借助于系統工程學的穩定性研究,通過建立反饋機制考察金融網絡的穩定性[25]。
綜上,從金融網絡的宏微觀結構特征來看,最優金融網絡具有完全連接、較低的復雜程度、適當偏長的最小路徑長度以及較小的聚類系數等幾個主要的微觀特征。而現實中的金融網絡通常具有小世界網絡以及無標度網絡的典型特點。要想防止金融傳染,我們應該設計一個具有“完全連接”、較低的復雜程度、適當偏長的平均最短路徑長度以及較小的聚類系數等微觀特征的金融網絡,同時必須提高對金融網絡中中心節點的監測和救助。
參考文獻:
[1] Watts, D. J., Strogatz, S.H. Collective Dynamics of “Small-World” Networks[J].Nature, 1998, 393(6684): 440-442.
[2] Barabási, A. L., Albert, R. Emergence of Scaling in Random Networks[J].Science, 1999, 286(5439): 508-512.
[3] Kiyotaki, N., Moore,J. Balance-Sheet Contagion[J].The American Economic Review, 2002, 92(2): 46-50.
[4] Diamond, D.W., Dybvig, P.H. Bank Runs, Deposit Insurance and Liquidity[J].Journal of Political Economy, 1983, 91(3): 401-419.
[5] Giesecke, K., Weber, S. Cyclical Correlations, Credit Contagion, and Portfolio Losses[J].Journal of Banking and Finance, 2004, 28(12): 3009-3036.
[6] Kodres, L. E., Pritsker, M.A. Rational Expectations Model of Financial Contagion[J].The Journal of Finance, 2002, 57(2): 769-799.
[7] Elsinger, H., Lehar, A., Summer, H. Risk Assessment for Banking Systems[J].Management Science, 2006, 52(9): 1301-1314.
[8] Eisenberg, L., Noe, T. Systemic Risk in Financial Systems[J].Management Science, 2001, 47(2): 236-249.
[9] Upper, C., Worms, A. Estimating Bilateral Exposures in the German Interbank Market: Is there a Danger of Contagion[J].European Economic Review, 2004, 48(4): 827-849.
[10] Angelini, P., Maresca, G., Russo, D. Systemic Risk in the Netting System[J].Journal of Banking & Finance,1996, 20(5): 853-868.
[11] Allen, F., Gale, D. Financial Contagion[J].Journal of Political Economy, 2000, 108(1): 1-33.
[12] Freixas, X., Parigi, B., Rochet, J.C. Systemic Risk, Interbank Relations and Liquidity Provision by the Central Bank[J].Journal of Money, Credit and Banking, 2000, 32(3): 611-638.
[13] Brusco, S., Castiglionesi, F. Liquidity Coinsurance, Moral Hazard and Financial Contagion[J].Journal of Finance,2007, 62(5): 2275-2302.
[14] Gai, P., Kapadia, S. Contagion in Financial Networks[J].Proceedings of the Royal Society A, 2010, 466(2120): 2401-2423.
[15] Goyal, S., Vega-Redondo, F. Network Formation and Social Coordination[J].Games and Economic Behavior, 2005, 50(2): 178-207.
[16] Leitner, Y. Financial Networks: Contagion, Commitment, and Private Sector Bailouts[J].The Journal of Finance, 2005, 60(6): 2925-2953.
[17] Gai, P., Haldane, A., Kapadia, S. Complexity, Concentration and Contagion[J].Journal of Monetary Economics, 2011, 58(5): 453-470.
[18] Iori, G., Jafarey, S., Padilla, F. G. Systemic Risk on the Interbank Market[J].Journal of Economic Behavior & Organization, 2006, 61(4): 525-542.
[19] Haldane, A. G., May, R. M. Systemic Risk in Banking Ecosystems[J].Nature, 2011, 469(7330): 351-355.
[20] Nier, E., Yang, J., Yorulmazer, T., Alentorn, A. Network Models and Financial Stability[J].Journal of Economic Dynamics & Control, 2007, 31(6): 2033-2060.
[21] Soramaki, K., Bech, M. L., Arnold, J., Glass, R. J., Beyeler, W. E. The Topology of Interbank Payment Flows[J].Physica A, 2007, 379(1): 317-333.
[22] Boss, M., Elsinger, H., Summer, M., Thurner, S. Network Topology of the Interbank Market[J].Quantitative Finance, 2004, 4(6): 677-684.
[23] Furfine, C. H. Interbank Exposures: Quantifying the Risk of Contagion[J].Journal of Money, Credit and Banking, 2003, 35(1): 111-128.
[24] Mistrulli, P. Assessing Financial Contagion in the Interbank Market: Maximum Entropy versus Observed Interbank Lending Patterns[J].Journal of Banking & Finance, 2005, 35(5): 1114-1127.
[25] Schweitzer, F., Fagiolo, G., Sornette, D., Vega-Redondo, F., Vespignani, A., White, D. R. Economic Networks: The New Challenges[J].Science, 2009, 325(5939): 422-425.
The Influence of Financial Networks and Contagion on Financial Stability
BA Shu-song1,2,ZUO Wei1,ZHU Yuan-qian3
(1.Management School,University of Science and Technology of China,Hefei 230023,China;
2.Development Research Center of the State Council,Beijing 100010,China;
3.China Banking Regulatory Commission,Beijing 100140,China)
中國已經在人們不知不覺中進入了網絡金融時代。20年前,沒人相信可以從網上購物,阿里巴巴創辦的支付寶;卻讓網上購物成為了現實。今天支付寶銷售額已經超過了一萬億元人民幣。
目前,國內外網絡金融出現了很多的新動態,如阿里網絡銀行已正式向金融監管部門提交擬設立阿里網絡銀行的申請。如獲批準,阿里網絡銀行將有望成為國內第一家真正意義上的網絡銀行。互聯網金融大潮初起,經過幾輪洗牌之后,有望形成一個巨大的互聯網金融產業集群。網絡金融已經成為金融發展的必然趨勢及主要研究方向,國內有研究機構和企業正在探索和嘗試,這為云南金控基金發展網絡金融提供寶貴的經驗。
云南金控基金擬成立“云南金控金融網絡金融服務有限公司(以下簡稱金控金融網絡)”,擬定注冊資金為500萬。公司以現金入股的方式控股,將來的合作公司以技術+現金(技術入股部分待評估價值)的方式進入參與。
成立金控金融網絡的初步構想在于:首先,網絡金融將是未來金融行業發展的方向。建立網絡金融融資平臺,可使公司的管理和業務水平上升到一個新的階段,快速和國內先進金融理念與模式接軌,通過整合企業信息,資金流和信息流,提升企業科學決策能力,提升本企業競爭力,通過網絡金融平臺的建立可以為社會提供豐富的投資信息資源,可以為云南更多的企業提供網絡金融融資的服務,解決更多中小企業貸款難的問題,更好更快的為中小企業解決融資難瓶頸。打造全新的網絡金融服務理念。第二,為未來的民營銀行網絡創新打下基礎。設立云南民營銀行的目的就是要區別于傳統銀行,網絡金融公司的設立,可為未來的民營銀行在技術的發展與研發過程中提供實體支撐;通過網絡金融公司在與市場運作對接的過程中可以培養和發現一批為設立銀行所用的人才儲備;能夠在經營過程中,實現客戶信息沉淀,發現和儲備一批優質客戶,為以后的銀行業務開展提供有用的數據信息并達到共享;針對不斷變化的市場形勢,通過網絡金融公司的運作提煉,可以不斷研究和探索出具有創新性的經營模式并對傳統金融運作模式體系加以優化與融合,擴大自身的市場競爭力,為云南民營銀行未來的戰略發展奠定基礎。第三,覆蓋面廣泛,有利于公司業務拓展。以互聯網為基礎,網絡金融業務拓寬了服務的受眾面,使得其服務能夠接觸的客戶群更大。通過逐步收集整理云南全省十幾萬民營企業的信息資料,建立起一個覆蓋面全、信息面廣的客戶數據庫,為全省中小企業提供全方位的,更為精準,更為高效的網絡金融服務的平臺,同時引合全省小額貸款公司、擔保公司、投融資公司等,通過網絡金融平臺,為更多中小企業解決貸款難問題。第四,加速金融服務效率、提高盈利能力。在網絡金融平臺下,中小企業可以快速地通過平臺上的各種金融服務來解決自身所遇到的問題,網絡金融平臺所提供更快更好的信息服務。網絡金融以數字化的網絡和設備代替了傳統紙介質,從而形成一種新型金融貿易服務方式。公司可以通過對網絡金融平臺系統實現異地審批、資金結算、轉賬、信貸等活動。加快了金融服務的效率,可以為中小企業更好的服務。企業可以通過網絡金融平臺實現快速的綜合金融服務。第五,提高金控基金的知名度。網絡平臺的搭建是現在企業提高知名度的一個重要途徑,可以更好的體現金控基金的活力與創新,讓更多的中小企業通過網絡金融來了解金控基金;通過網絡我們可以整合中小企業的各種優質資源,利用網絡推廣來提升企業品牌的知名度,通過這個網絡平臺,中小企業可以了解金控基金的最新信息和各項服務,樹立了金控基金在業界的不可取代的地位。這個網絡平臺的搭建在云南省乃至全國都將會有一定的影響力,對金控基金的發展會提升一個更高的臺階。
金控金融網絡成立后將以兩個主要開發方向為主:一是建立“云南中小企業網絡金融服務平臺”。結合網絡金融的思路模式為整體規劃,分步實施,總體規劃采取三個步驟來實現企業的金融網絡化目的。首先建立網絡金融服務平臺,加強自身網站功能。利用云南省中小型企業網為基礎的平臺背景與全國30多個省市的中小企業網、省內16個州市及128個縣市區中小企業網緊密合作,共享服務資源,設計一套全新的綜合性網上投資融資體系,直接面對借貸者和投資者,為其搭建一個全新的網絡金融投融資服務平臺,減少中間環節,提高效率,較少成本,使其成為真正意義上的網絡金融投融資平臺。其次,改善內部管理機制,形成全新的企業經營管理模式,改變自身的管理機制,改變舊的管理模式對新經濟的瓶頸效應,以此適應電子信息化高速發展所帶來的一切影響,同時整合企業所有的資源,使其成為信息化的資源儲備,以網絡應用來整合改進各項管理程序,推行以信息化管理系統為核心的全方位電子信息化金融交易管理模式,通過網絡平臺最大限度地利用自身的各種資源,將線下業務與網絡完美的結合,讓更多投資方通過網絡金融平臺看到合適的項目,更快的拓展市場份額,打造全新的投資平臺。再者,金控公司已具備龐大全面的基于傳統的管理模式和操作模式;若與云南中小企業網絡金融服務平臺相架接后,則會產生具有企業級的網絡金融交易規模,能帶動和吸引更多的企業加入到其中,以此形成巨大的市場慣性,以此獲得更多、更為廣泛的盈利模式。
二是投資建立“中國―東南亞南亞國際電子商務港”。“中國―東南亞南亞國際電子商務港”是依托中國國家信息化試點工程建設的一個輻射東盟及南亞地區的國際電子商務及企業服務平臺。平臺整合了GMSEB及中國發改委主辦的中國中小企業信息網全國1000多個省市分網的相關信息資源,將發展來自全國及東南亞、南亞區域的中小企業成為平臺會員,并在曼谷、仰光、河內、萬象、新德里、達卡等城市設立辦事處及分支機構,全面打造成為中國面向東南亞、南亞地區最權威的國際電子商務平臺,這為云南省及全國企業提供了面向東南亞、南亞的網絡金融、電子商務、投資、旅游、人才等全方位服務。目前已初步開通英語、中文、泰國語、緬甸語、越南語、老撾語、柬埔寨語七個語言版本,為區域中小企業提供跨國的網絡金融、電子商務及企業信息化服務。平臺以統一的多語言版本電子商務服務網站建立為核心,積極探索跨區域的國際網絡金融、電子商務交易及服務模式,目前平臺每天中國及東南亞、南亞區域國家相關政策、法規、行業經濟信息,已有中國及東南亞國家注冊企業用戶8萬余家,企業用戶每天自行的商業信息5萬余條,網上展銷企業商品6萬余種,是中國面向東南亞、南亞區域規模最大、信息最全、企業最多的大型國際網絡平臺。
淘淘谷不遠千里進行海外融資,而出讓股份不過區區0.3%。TTG創始人熊強告訴《創業家》:“我們不是去融資,費用夠(打平)就OK了。”
既然目的不是融資,為何公司成立不足兩年即上市?熊強的解釋是便于規范公司運作,“成為一個公眾公司,更開放地接受管理。”銀聯內部一位不愿具名的人士評論稱“不可全信”。而熊強并不認為公司市值被高估了,他甚至說,“我們所有的團隊都將股票鎖定了,未來TTG一定是超百億美元的公司,現在不愿過多稀釋股份。”
談及自己的商業模式時,熊強說,“金融收單網絡是一個封閉的網絡,互聯網是一個開放的網絡,我們實際上是將封閉的網絡和開放的網絡接通。在全世界沒有人把它當成商業模式去做。這完全是中國自己創新的一個互聯網玩法和規則。”
很多優惠券公司的困擾之一是支付環節缺失,導致無法確切掌握消費數據、向商家收費成本較高,即“無法閉環”。TTG則稱自己實現了閉環,其最關鍵因素在于直接將業務嫁接在銀聯的支付體系上。用戶提前將優惠券和銀行卡綁定,刷卡消費時直接享受折扣優惠。這一過程中,消費者和商家交易習慣都沒有改變,后臺系統自動完成商家、平臺等參與方的清算、分賬。
外界一度傳言TTG與中國銀聯簽署了排他性協議。事實上,TTG是與深圳市銀聯金融網絡有限公司(下稱深圳銀聯金融網絡)簽的獨家協議,該公司是銀聯子公司的子公司。但無論如何,TTG這個小公司成功打入了金融巨頭系統,它有何能耐?
優惠券的演變
熊強曾經創辦眾恒廣告公司,從事移動互聯網多媒體內容的開發、制作。2006年,做過手機通訊產品營銷顧問的熊強創辦播播網。他稱播播網做到了年營收1.8億元,是中國最大的手機零售垂直電商網站。后來,他發現很多手機用戶看到手機實物才會買,為了讓用戶去線下看手機,便萌生做優惠券的想法。2009年,他注冊TTG商標,意為“可信賴交易圈”(Trustable Trade Group),并在隨后一年,把廣告、短信、點擊、反向團購等幾乎所有的主流優惠券模式試了一遍。
傳統的優惠券模式有個瓶頸:一旦優惠券合作商家數量達到一定規模,僅向商家收取傭金需要的人力就是一筆巨大開支。能不能把傭金收取與銀行卡結算一體化處理?商家刷卡與清算的系統都由收單機構鋪設,而國內最大的收單機構是中國銀聯旗下子公司銀聯商務。在深圳,深圳銀行金融網絡是銀聯商務旗下從事深圳地區銀行卡收單的專業化服務公司。畢業于江西財經大學貨幣銀行學專業的熊強,找到了深圳銀聯金融網絡。
雙方于2011年10月敲定合作,共同開發“U聯生活”商業模式:用戶通過將商戶電子優惠券與銀聯卡關聯,在商家消費后直接刷銀聯卡自動打折,無需預付任何款項。而商戶不用像傳統團購網站或者電子優惠券網站一樣為宣傳廣告或者優惠券的下載量預付廣告費,刷卡交易的同時,傭金自動清算。“U聯生活”前期平臺建設過程中,TTG沒有對深圳銀聯金融網絡收費,相當于帶資建設。這種情況下,當雙方合作到一定程度時,第三方很難插手該平臺的維護和運營。
熊強回憶,開發這套系統的最初想法只是為自己完成交易閉環,并沒有把它當成一個商業模式去做,“2011年9、10月份,出現了一個問題,做完以后是TTG來做,還是變為一個開放平臺向全社會來開放?”最終,雙方商定將此作為基礎設施向第三方開放。“蘋果的iOS你知道吧?我們就想做一個類似的生態系統。”熊強說,“互聯網網站、金融機構、運營商、廣電體系、芯片廠商等,只要涉及到O2O支付部分,都可以在U聯生活平臺上開發自己的應用。”
這類模式在國外并不新鮮。例如,全球最大的在線優惠券網站 RetailMeNot 2012年即宣布與支付網絡平臺Cardspring合作,讓用戶把自己的信用卡信息和優惠券集成起來,不用打印任何東西,也不用展示虛擬優惠券,就可以在實體店使用。目前國外模式類似的公司還包括與信用卡組織萬事達合作的Linkable network、剛獲得1500萬美元融資的Edo等公司。不久前,PayPal總裁David Marcus預測2013年移動支付趨勢時就認為,支付積分和優惠券會興起。
“我們只管修路”
2012年5月,TTG為深圳銀聯金融網絡開發的“U聯生活”平臺正式上線。 TTG的主要收入來自與對方分享的商戶傭金,熊強稱,更準確的說法為服務費。以餐飲行業為例,店鋪支付的服務費為實際支付金額的2%~5%。優惠券公司(交易促成方)拿走70%,剩下的30%,“U聯生活”獲得19%,TTG獲得11%。“U聯生活”上每實現100元交易,TTG將獲得0.22~0.55元。另據熊強介紹,其他行業的傭金水平較高,美容美發行業8%~20%,攝像行業為10%~25%,家居建材行業為5%~15%,服裝行業為8%~15%。
熊強表示,“U聯生活”開放平臺商家超過1000戶,集中在深圳市,2012年12月中旬創造的單日最高交易紀錄為訂單931筆,金額60多萬元。參與的商戶中,U聯生活帶去的訂單交易筆數占到店面的10%,用戶綁定優惠券后轉化率為20%。熊稱,除深圳外,北京、杭州、廈門、東莞、惠州等5個城市正在或已經調試完畢系統。
一位業內人士分析,TTG這個模式核心要素包括:一、商戶資源拓展;二、繼優惠券之后其他功能的開發;三、與銀聯商務之間的關系;四、競爭對手沒有快速模仿進入,移動支付沒有快速形成規模。未來幾年,無論是銀行、收單機構、銀聯都會開放自己的交易數據和POS終端,與優惠券公司、廣告公司、互聯網公司一起為消費者打造多種多樣的優惠措施,優惠券、積分等模式會大范圍出現,銀聯商務不是收單市場的壟斷者,TTG模式完全可以被模仿。“央行發了100多張第三方支付牌照,其中很多公司都有線下POS收單資格。銀聯商務占有的市場份額最大,然后就是通聯支付、匯付天下、杉德、快錢等。在TTG把商家和用戶數量做成一個壁壘之前,如果大眾點評聯合其余的支付公司來和TTG抗衡,市場格局也會有一些變數。”
在商戶資源方面,該人士稱,團購模式能夠提前鎖定消費,對商家吸引力大;綁定優惠券模式是消費后打折,會讓商家心理上難以接受,價值有待驗證。“U聯生活”最直接的合作方是優惠券公司,一位優惠券公司負責人說,TTG最初和其談判時稱需要更換POS機,但大面積更換難度非常大,“他們的產品本身對我們有好處,不用通過商家結算,直接通過銀聯或者一個單獨的第三方。但是要我們幫他們推廣,這個就比較難。所以我們持觀望態度。”
已經與TTG簽訂合同的交易合作方據稱有60多家,其中包括新浪微博、手機QQ(目前僅在深圳可用)、凱立德地圖等;之前曾傳言其和微信達成合作,不過,騰訊生活服務電商部總經理戴志康予以否認。記者注意到,其和新浪微博的合作參與用戶僅300多人。“最關鍵的是,這種方式對商家的價值是什么?不像優惠券可以給商家帶來很多客流量。他們這種打折方式,很多銀行的信用卡中心已經在做,比如招商銀行信用卡在很多商家消費直接就可以打折。信用卡有銀行方面的投入來做推廣,有的是銀行購買禮物贈送給用戶,或者直接買斷商家的產品,這對商家而言是有利可圖的,而他們就沒有什么價值了。”前述人士補充說,“所以說他們這種方式迎合渠道,但不迎合商家。”
而熊強稱,平臺搭建好之后如何發展商家和用戶并不是TTG要考慮的事情。他把TTG比作O2O的施工單位:“就像修高速公路,我們只管修路,什么樣的車在上面跑是別人的事。”
著名天使投資人蔡文勝是TTG的投資人之一。2011年年底到2012年8月,TTG曾“閃融”三輪資金,投資方分別為來自香港、新加坡、澳大利亞的投資機構和投資人,融資總額接近1000萬澳元(約合6463萬元人民幣)。
2012年11月27日,TTG在悉尼交易所“神奇”上市,但其出讓股份只有0.3%。為何選擇悉尼上市?熊強稱,在美國銀聯遭visa打壓嚴重;在澳大利亞則接受度很高。12月18號,TTG股價上漲了3.09%,交易量則為1000股。一個月間,其股價從發行價0.6澳元漲到最高1.2澳元。
關鍵詞:網絡時代;金融安全;現狀;對策中圖分類號:F49;F830.2文獻標識碼:A文章編號:1001-0300(2000)01-0050-04
在傳統條件下,金融是指貨幣的制造、流通和回籠,貸款的發放和收回,存款的存入和提取,匯兌的往來等經濟活動。在那種條件下,金融活動的監管易于操作,金融安全的表現比較直觀,并且通過審計跟蹤等手段,也能很好地實現金融安全。隨著知識經濟時代的來臨,網絡的出現,使得整個世界成為“地球村”。與此同時,傳統的金融概念也發生了深刻變化,以電子貨幣、網絡銀行、電子商務為特征的新的金融營運體系的出現,給我們如何確保網絡時代國家的金融安全提出了新的課題。
20世紀90年代機構性和區域性金融危機頻繁爆發和金融一體化趨勢有重大關系。金融一體化是世界經濟一體化的必然要求,國際貿易發展和生產一體化要求便利的跨國界服務,如資金融通和全球化資本自由流動;通訊技術,特別是計算機網絡技術的發展,期權、期指等金融衍生工具和層出不窮的金融創新為資本的自由流動創造了技術條件。由于現有的國際金融體系缺乏對跨國界資本流動的有效約束和監督,特別是對金融科學管理工具和銀行表外業務的管理,投機金融機構很容易利用保證金交易,集中大量資本蓄意攻擊某個薄弱環節,從中攫取巨大利益。
一、網絡時代的金融活動的基本特征
網絡時代的金融電子化,能充分利用先進的現代化技術與設備,提高金融活動的效率。新技術與金融業務相結合可以大大降低融資成本,據美國有關部門測算:同樣一筆交易通過銀行柜臺交易成本為1.02美元,通過電話交易成本為54美分,文傳成本為26美分,而通過互聯網只需13美分。可見,網絡在金融業務中的應用可以提高金融機構的競爭能力,總起來說其主要特征有:
1.虛擬性
網絡時代的金融機構通常表現為沒有建筑物,沒有地址而只有網址,營業廳就是首頁畫面,所有交易都通過因特網進行,沒有現實的紙幣乃至金屬貨幣,一切金融往來都是以數字化在網絡上得以進行,這能在很大程度上降低金融機構的運作成本,同時也使地理位置的重要性降低,提高金融服務的速度與質量。
2.直接性
網絡使得客戶與金融機構的相互作用更為直接,它解除了傳統條件下雙方活動的時間、空間制約。另外,網絡為資本的國際流動創造了前所未有的條件,儲蓄和投資會劃撥變得更有效。需要大量投資的窮國已不再受制于缺乏資本,存款已不限于本國市場,而能在世界各地尋求投資機會。“由于投資者能把自己的有價證券更廣泛地分散到各地,風險也隨之多樣化,使得化解金融風險的難度更大”。[1]
3.電子化
國際金融體系由全球各地的數十萬部電腦顯示器組成,它是第一個國際電子市場。電子貨幣是建立在計算機空間而不是地理空間上的全球性經濟的一種表現形態。電子貨幣造成的管理方面的根本問題源自電子市場與政治地理之間的脫節。例如,控制貨幣供應量這個概念本身就假定地理能夠提供確定市場范圍的有關手段,它假定經濟邊界是有效的;貨幣的跨邊界流動是可以監視和控制的;一個固定的地理區域內的貨幣總量是重要的。在數字化的世界經濟中,所有這些假定都變得越來越成問題了。
4、風險性
電子貨幣和數字市場的日益重要性給中央政府對經濟和經濟活動參與者的控制帶來了難題。它們還會使國家市場和民族國家周圍的邊界變得越來越容易滲透。由于電子貨幣發行者的多元化(既有中央銀行又有民間組織)使得對參與網絡交易的行為具備潛在的更大的風險,必然使我們面臨諸如在電子貨幣發行者破產、系統失靈或智能卡遺失的情況下如何保護客戶的權益問題。另外,在網絡經濟中,舞弊和犯罪活動將變得更加隱蔽。
二、當前我國金融機構的網絡化程度和存在的問題
隨著我國信息產業的不斷發展,以及我國金融市場的逐步開放,加上經濟全球化和我國對外開放的基本國策決定了我國的金融業也必將融入到世界經濟中來。當前我國的證券交易基本實現了全國聯網,網上炒股日益發展,工商銀行等金融機構也都建立了各地的局域網,其中中國銀行已建立了以總行數據處理中心為核心輻射海內外的全轄網絡化應用體系。這些新生事物給我國金融業的發展注入了新的活力,它不僅方便了客戶,而且可以大大降低金融營運成本。但是,網絡化的金融體系如其他一切事物一樣是“方便往往與安全針鋒相對”,雖然我國目前還沒有開放金融市場,但僅在當前的低級網絡化進程中我們還是遇到了不少關系到金融安全的問題。比如,非法入侵金融機構的網絡系統,攻擊金融組織的數據庫,通過網絡盜取他人股票、金錢的行為也開始出現,利用職權之便,改動網絡數據為己謀利。凡此種種行為都給金融監管提出了更大的挑戰,使得國家的金融安全受到很大威脅。從整個世界金融體系來說,我國所用的計算機硬件設備主要依靠從美國IBM等公司進口,由于美國對其他國家實行技術上的歧視性政策,而我國目前自己的加密技術和密鑰管理技術及數字簽名技術相對落后于金融電子化發展的需要,加之不斷有報道指出從國外進口的軟件技術都有明顯的秘密通道,所有這些都成為網絡時代金融安全的隱患。
三、面對網絡時代為確保我國金融安全應采取的對策
隨著金融服務網絡化程度的提高乃至我國金融交流的國際化,金融安全問題必然成為國家經濟安全中的最重要的內容。可以想象,在未來網絡時代,任何人可以在網上自在漫游、查詢、申請貸款,在實際交易中就有可能引來網絡入侵者。不管是盜領還是更改電子資金資料,對于信用重于一切的銀行都是極大的風險,而對于國家都是巨大的損失。
任何經濟安全問題都能找到應對辦法,但對現代金融市場的運轉方式、運作技巧等,我國金融業還不太熟悉甚至不理解。亞洲金融危機充分顯示了發達國家金融機構在這方面的實力。應當說,這方面的較量是冷戰后國家力量、國家意志博弈的重要體現,是發展中國家、新興工業國家與發達國家在后者最具有優勢的領域進行的較量,這種較量將持續相當長時間,直至與發展中國家、新興工業國家真正進入發達國家行列相始終。因此,現代高級金融人才的培養與經驗的獲得,對維護我國金融體系的安全,具有極為重要的意義。在基本做好人才和知識的準備之前,要把握好金融市場對外開放的步伐,據國際貨幣基金組織報告,目前全球游資已達7萬多億美元,每天流動量達1萬億美元、每天金融交易中與實物經濟有關的僅為2%,[2]在虛擬經濟已大大脫離實物經濟發展需要而存在的今天,我們應當在開放金融市場時保持清醒的頭腦,有對可能導致“泡沫經濟”的金融商品、金融機構、金融經營方式說“不”的勇氣和決心,在此基礎上,應重點做好以下幾方面的工作。
1.強化國家金融安全的意識
在未來網絡時代,在我們與國外的金融交往過程中,由于種種原因我國與發達國家在這個領域的差距勢必長期存在,這就要求我們必須時刻注意捍衛國家的金融安全。網絡化在一定程度上沖淡了國家的概念,但是我們必須看到:東、西方在意識形態方面的差異不會因網絡化而消失,恰恰相反,網絡在一定程度上為其推行新經濟政策提供更為便利的條件,我們在目前不利的情況下,既要充分利用網絡化給我們提供的機遇,又要高度警惕它對我們不利的一面。
2.確保金融機構信息體系的安全
據美國能源部和航天局估計,目前世界上已有120多個國家具備了發動信息戰的能力,還有成千上萬的電腦“黑客”可能對信息系統進行攻擊。“1994年美國國防部特意組織一批‘黑客’對國防部的計算機系統攻擊,結果在被‘黑客’攻擊的8900臺計算機中竟然有88%被‘黑客’掌握了控制權”[3]與美國相比,我國的信息系統顯得脆弱得多。因此,在推進金融網絡化的進程中,必須把確保我國金融系統的信息體系的安全尤其要放在十分重要的地位,特別要增強計算機系統的關鍵技術和關鍵設備安全防御能力。具體地講,必須建立完善的防護設備,這其中包括客戶端的亂碼處理技術、防火墻。以及保護交易中樞不被入侵的可信賴作業系統,使得從用戶的電腦端開始,資料傳送就受到層層保護。對所有金融數據進行加密傳輸,使用戶經過多級認證以提高網絡的安全性
金融系統計算機設備要把防電腦病毒放在極其重要的地位,建立嚴格的業務操作規程,尤其是要加強對金融部門工作人員的職業道德教育,杜絕利用金融部門計算機系統進行與業務無關諸如玩電子游戲、修改相關數據等活動。定期徹底清除金融網絡系統的安全隱患。在這個問題上更要強調開發研制我國自己的電子技術產品,在硬件設備上迅速縮小與發達國家之間的差距,在金融網絡化進程中掌握主動權。
3.提高攝取金融市場運行信息的準確度
在完善網絡監管的基礎上,盡量提高對金融市場運行信息的數量和質量的掌握,從而更準確地化解金融活動的風險,平滑金融振蕩,以實現減少金融波動的目的。因為,網絡信息往往魚龍混雜,良莠不齊,虛假信息經常充斥其間。因此,必須加強對這些網絡原始資料的判別整理,以盡可能地掌握更多、更準的信息,具體措施就是建立嚴格的網絡金融的認證體系,擴大宣傳力度,使廣大社會成員知道哪些網上銀行符合網上金融經營的標準,從而保證網絡金融活動的健康、有序進行。
4.建立電子資金轉移的相關法律
本站为第三方开放式学习交流平台,所有内容均为用户上传,仅供参考,不代表本站立场。若内容不实请联系在线客服删除,服务时间:8:00~21:00。