金融网络投资精选(五篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇金融网络投资，期待它们能激发您的灵感。

篇1

关键词：金融网络；系统性风险；综述

一、金融网络的定义

现代金融体系越来越表现出了相互之间的依赖性，银行资产负债表上的资产和负债将银行联系成一个复杂的金融网络。金融网络理论对于金融体系来说是非常重要的，它可以评估金融体系的稳定性，解释系统重要性机构对整个金融体系的影响，解释系统性风险是怎样在金融体系中传播的，解释银行间市场的流动性短缺时怎样形成的。一个网络可以被描述成由节点和连线构成，在金融网络中，节点就是各个金融机构特别是银行，连线的形成是银行持有相似的资产组合或者拥有共同的存款者等。

二、金融网络的形成

Babus提出的模型探讨了金融网络的形成问题，在这个模型中金融网络的形成被认为是降低风险传染的保险机制，联系越紧密的金融网络更不可能发生系统性危机，同时这个模型给出了一个临界点及金融体系如何达到这个临界点，高于这个临界点的金融网络不会发生风险传染，代价是银行不能与这个金融体系构成比临界点更多的联系。Castiglionesi认为一个分散化的网络结构对于社会来说是最优的，银行作为中介机构存款者进行投资，这使得投资具有了正的外部性，在破产概率较低的情况下，分散化的网络结构式最优的选择。

三、金融网络的风险传染效应

目前的金融网络理论严重主要侧重于金融网络的传染效应，网络中的传染效应可以分为直接传染和间接传染。Alien和Gale对直接传染的研究指出了在不同的网络结构下银行体系是怎样对系统性风险做出反应的。Diamond和Dybvig指出，在消费者具有流动性偏好并且对流动性需求不确定的情况下，银行可以通过相互交换存款来增加流动性，但是增加了流动性的代价就是使银行体系具有了传染风险的可能性。他们以一个不完善的网络为例，证明了一个银行的破产会引发整个银行体系的失效。

Leitner构建了一个模型研究最优的网络结构，一个银行的投资收益取决于与它有联系的金融机构。由于损失的金额在系统内是随机分布的，一个投资者可能没有足够的准备金来弥补损失，在这种情况下，金融网络可能会剔除没有偿付能力的机构来保全整个金融系统，最优的网络结构要求在风险承担和危机的潜在可能性之间进行权衡。Vivier-Lirimont将最优网络结构归结为能使存款者福利最大化的结构，他发现只有业务联系非常紧密的网络结构才最接近帕累托最优。还有一些人用数学和理论物理模型来研究金融网络和风险的传染，Minguez和Shin利用图论计算机算法研究在支付系统中的系统性风险，他认为一个体系的脆弱性取决于银行资本金充足率、银行参与金融市场的程度以及破产银行清算资产的流动性，银行间市场的联系越紧密，发生系统性风险的可能性越低，但是一旦发生，对金融体系的破坏力将非常大。

篇2

作者简介：巴曙松（1969-），男，湖北武汉人，中国科学技术大学兼职博士生导师，国务院发展研究中心金融研究所副所长，中国银行业协会首席经济学家，主要从事金融机构风险管理与金融市场监管等方面的研究。E-mail：

左 伟（1987-），男，云南大理人，硕士研究生，主要从事风险管理等方面的研究。E-mail：

朱元倩（1984-），女，安徽六安人，中国银监会博士后，主要从事风险管理与市场监管等方面的研究。E-mail：

摘 要：本文主要介绍目前利用金融网络解决金融传染问题的相关研究方法和研究成果。笔者在简单回顾了金融网络的结构特征、描述性指标及几大典型结构之后，从微观角度分析了最优金融网络所具有的一些共同特征，从宏观角度分析了现实金融网络的拓扑结构，研究了网络结构在金融传染过程中所起到的作用，并基于此从金融网络的角度提出了提高金融体系稳定性的相关措施，为预防危机的传染提供了政策参考。

关键词：金融网络；金融传染； 微观最优结构特征； 宏观拓扑结构

中图分类号：F830.2 文献标识码：A 文章编号：1000-176X（2013）02-0003-09

随着全球化的趋势越来越明显，许多金融机构通过相互持有资产、资产价值相互关联等关系连接在一起，构成了大大小小的金融网络。许多经济金融学家开始利用生态系统、物理系统和社交系统等领域发展成熟的网络理论知识以及数学、工程学等研究工具，通过金融网络研究金融学和经济学中的一系列问题。其中研究较多的是关于金融机构破产导致的多米诺骨牌传染效应。早在1997年东南亚金融危机爆发之后，就有学者开始利用金融网络研究危机的传导机制。而随着网络理论、网络动态学以及图论等知识在其他领域的不断发展完善，人们有了更加多样化和深入化的工具对金融网络进行分析和学习。而近年来，CDS、CDO等许多金融衍生工具的引入使得整个金融系统变得更为复杂，全球化的发展进程也加剧了金融传染的发生；再加上2008年美国次贷危机引发的国际金融危机以及后续的欧债危机的陆续爆发，人们对于金融传染的危害性、研究金融网络的必要性有了更进一步的认识。所有这些因素，都使得金融网络的研究上了一个新的台阶。

近年来，利用网络研究金融传染的路径主要包括如下两种：一是微观层面的路径，利用风险管理、复杂网络和网络动态学等领域的理论知识，结合金融传染的发生机制、市场参与者的决策行为等，得出最优的金融网络应具有哪些重要微观特征，从而为金融体系及其结构的顶层设计给出设计蓝图；二是宏观层面的路径，研究金融网络的宏观拓扑结构，结合图论知识判断其属于哪一类网络宏观结构，在传染过程中起到怎么样的作用，从而对当前金融体系中的风险传染路径及其影响进行预测和估计。除了运用网络研究金融市场的传染问题之外，还有学者利用网络研究资产组合以提取相关性等重要信息，或者利用网络解决与之相关的一些难题，如最优化问题、动态均衡理论等。本文将对运用金融网络度量金融传染，并基于金融网络的相关理论解决金融稳定的研究进行回顾，从金融网络的角度给出提高金融体系稳定性的建议。

一、金融网络的概念及相关指标

所谓复杂网络，是指将一个系统内部的各个元素作为节点，节点之间通过边、并在一定的规则之下连接在一起所形成的网络。在现代金融系统中，银行以及对冲基金等金融机构作为节点，金融机构之间通过信用拆借、资产负债等关系作为边而相互连接所形成的价值网络，就叫做金融网络。与传统网络相类似，金融网络主要由节点和边构成。所不同的是，一方面，金融网络节点数通常很多，往往构成较为复杂的网络关系图；而另一方面，每条边度量的是两个相连节点之间的资产负债关系，边有时还具有方向性，一条从起始节点指向终了节点的带有箭头的边，通常意味着起始节点对终了节点存在负债关系。

1. 金融网络的结构特征

金融网络的结构特征，主要反映了网络中各节点之间的连接方式以及节点在网络中的位置关系。金融网络的结构特征通常有群体结构（Community Structure）和层次结构（Hierarchy Structure）两种。群体结构是指由于各个节点连接的紧密程度不同，在金融网络中往往会形成几个不同的群体，群体内部的连接较为密集，而群体相互间的连接则相对要稀疏得多。类似现实的人际关系中，人们按照兴趣、职业和年龄等方面的不同而分为不同的群体。而层次结构则是指不同金融机构之间由于规模大小、信用拆借能力等不尽相同，因此在金融市场中所处地位不同，并呈现分层的结构特征。

2. 刻画金融网络的三大指标

用来刻画金融网络特征的描述性指标主要包括以下三个：平均最短路径长度、聚类系数和节点的度。其中平均最短路径长度刻画了金融网络节点相互连接的紧密程度，平均最短路径长度越小，则节点之间连接紧密程度越高。两个节点间的最短路径，是指将这两个节点相连接的各条路径中，包含边数最小的那条路径。假设金融网络中有两个节点i、j（i、j=1，2…n；其中n为网络中的节点总数），则这两个节点之间的距离dij为连接这两个节点的最短路径所包含的边的数目。而金融网络的平均最短路径长度L则定义为网络中任意两个节点之间距离的平均值，假设该银行网络中有n个节点，我们有：

L=112n（n+1）∑i≥jdij

聚类系数刻画了金融网络的结构特征，聚类系数越大，则金融网络越倾向于群体结构特征，层次结构越不明显。聚类系数可分为节点的聚类系数以及网络的聚类系数。假设金融网络中的一个节点i有ki条边和其他节点相连，在这ki个节点之间最多可能有[ki（ki-1）/2]条边相互连接，我们定义节点i的聚类系数Ci为这ki个节点之间实际存在的边数Ei和最多可能边数[ki（ki-1）/2]之比，即：

Ci=2Eki（ki-1）

对所有节点i的聚类系数Ci取均值即可得到整个金融网络的聚类系数C。

节点的度刻画的是该节点的重要性，一个节点的度越大，就意味着该节点与其他节点的连接越多，该节点越重要。与某个节点i相连接的其他节点的数目称为节点i的度ki，金融网络中所有节点的度的平均值被称为金融网络的平均度。而节点的度分布P（k）（k取自然数）则是指金融网络中度为k的节点占所有节点数的比例，即随机选取一个节点，该节点的度为k的概率。

3. 金融网络的宏观拓扑结构

在现代图论理论中，网络的宏观拓扑结构通常包括如下四种：规则网络、随机网络、小世界网络以及无标度（Scale-Free）网络。其中规则网络和随机网络是两种网络理论研究中较为极端的特例，而现实的金融网络多具有小世界网络和无标度网络的特征。金融网络结构比较如图1所示。

图1 金融网络结构的比较

规则网络是学者们假设的最简单的网络模型，其每个节点都具有相同的度k。20世纪50年代末Erdos和Rényi提出的随机网络模型，其每个节点都以相同的连接概率p与其他节点连接。虽然规则网络和随机网络具有容易模拟并进行相关分析的特征，但其并不能很好地刻画现实世界的网络结构。实证结果表明，大多数的真实网络具有较小的平均最短路径长度和较大的聚类系数，据此Watts和Strogatz于1998年提出了小世界网络模型[1]。

小世界网络模型介于规则网络和随机网络之间，通过将规则网络中的每条边以一个给定的概率p连接到一个新节点上构造而成，其最显著的特点就是同时具有较小的平均最短路径长度和较大的聚类系数。尽管小世界网络能很好地刻画真实网络的平均最短路径长度及聚类系数的特点，但是其节点的度分布仍然服从泊松分布。实证结果表明，大多数真实网络的节点度分布用幂律分布进行描述更为准确。Barabási和Albert把这种度分布服从幂律分布的复杂网络称为无标度网络，并提出了著名的BA模型以解释无标度网络的形成机制[2]。

四类网络模型的三大指标具有不同的特点，其中小世界网络的随机性介于规则网络和随机网络之间，但具有聚类系数较大、路径较小的特点，这些不同的结构特征也决定了它们在金融危机爆发时完全不同的传染路径。从表1可以看出，在现实金融网络通常表现出的小世界网络中，危机传染的速度远比随机网络更快，而在无标度网络中，其中中心节点（在金融网络中通常体现为大而不倒机构）对于金融网络的风险传染更是起到了非常重要的作用。

表1金融网络结构的指标及传染性比较

二、金融传染的概念及其度量

随着金融全球化进程加快和金融体系的愈加复杂，金融传染的危害性也日益增加。与此同时，网络理论的研究方法和研究工具都得到了很大的发展，其在生态学、物理学和社会学中的应用也日趋成熟。因此，经济学家借鉴了网络理论在其他领域的研究思路和方法，希望运用金融网络研究如何防止金融传染的发生。金融危机的传染机制决定了危机爆发时其在金融体系间的传导方式和速度，不同构造的金融网络在传导危机时所起的作用也会不一样。一般以资产损失大小作为衡量金融传染的危害程度的标准。

1. 金融传染的发生机制

目前的研究文献，主要从金融机构间的直接传染与间接传染这两种作用机制入手进行阐述。金融机构间的直接传染，主要是指一旦某个金融机构破产，与该金融机构存在直接连接关系的其他金融机构将遭遇债务违约损失，从而导致破产危机的进一步蔓延。而间接传染则包括除了直接传染之外的其他传染机制，主要由于市场信心的缺失和资产价格的螺旋下降等因素造成的。

金融机构之间通过支付系统以及各种各样的头寸（例如直接贷款、衍生产品和回购协议等）构成直接连接。较常见的直接传染机制由Kiyotaki和Moore提出，他们认为，一旦某个金融机构违约或延期支付债务，由此产生的损失超过一定限额时就会导致其债权机构破产，类似的破产一旦蔓延有可能最终引发系统性崩溃[3]。在直接传染的度量中，金融网络的结构特征至关重要，聚类系数较大、平均路径较短的网络往往产生的直接传染更迅速，关联性更强。

间接传染的形成机制则更复杂，早期的研究主要考虑投资者的恐慌情绪的蔓延。Diamond和Dybvig提出，当某个银行遭到存款者的挤兑而破产时，恐慌的情绪很可能使得挤兑蔓延到整个银行系统，从而使那些本来具有偿付能力的银行也出现破产[4]。

而近些年的研究对象主要集中于传染对于资产价格的影响。Giesecke和Weber认为，由于各个金融机构面对共同的基本面因素（如资产的价格，产品供给与需求等），因此，如果破产的金融机构规模大到足以影响资产价格以及产品供求关系等因素时，这些因素的恶化将会使得其他机构的资产价值下降，从而使得传染蔓延[5]。Kodres和Pritsker则从投资者的角度考虑传染对资产的贬值作用。他们提出了“跨市场的投资再平衡效应”，这种效应是指一旦某个市场受到外部冲击，投资者会最优化地调整他在其他市场上的投资组合[6]。Kodres和Pritsker认为，投资者在调整投资组合的同时会把冲击转移到其他市场上，造成其他市场的资产价值下降，从而使得危机蔓延。他们发现，该种传染主要取决于市场对于资产价格的敏感程度，以及在各个市场上信息不对称的程度。

2.金融传染导致的资产损失

通常认为，金融传染是发生的概率较小、但造成的损失较为严重的事件。在衡量金融传染所带来的资产损失的研究中，部分学者对损失函数的性质进行了研究，希望能更精确地估计损失大小；也有部分学者通过实证分析直接估算传染所造成的具体损失大小。

Elsinger等主要研究了损失函数的统计特征，通过对奥地利银行系统的实证分析发现，该体系传染的概率较小但影响较大，只有6%的破产事件是由于传染效应造成的，因此损失函数的一个重要的统计特征是它服从薄尾分布[7]。而它的另一个统计特征则是服从正态分布，研究发现，经济基本因素的波动大小决定了损失的均值，波动越大则损失越大；而公司之间连接的紧密程度决定了损失在均值附近的波动程度，连接越紧则损失波动越大[5]。在Elsinger和Giesecke的研究基础上，Eisenberg和Noe给出了一种能够衡量金融传染损失大小的算法，该算法给出了某个给定金融机构对于其他机构的风险暴露，一旦该金融机构出现违约，我们可以通过该算法得到其他机构遭受的损失[8]。

估计金融传染所造成的损失还有其他一些途径。Upper和Worms运用最大熵方法得到了非常细化的估测数据并实证分析了德国银行系统，发现单一银行的破产最高能造成银行系统总资产15%的损失[9]。也有学者对这一损失程度提出异议，Angelini等并没有利用最大熵方法进行数据估计，而是模拟一家银行破产时对整个系统带来的冲击。他们对意大利银行间市场网络的实证分析发现：由于金融传染所造成的资产损失只有每日货币流动量的3%。这个结果显示传染的影响偏小，Angelini等认为这是由于意大利银行系统的资金流动量较小以及银行网络的结构性差异所造成的[10]。

事实上，对于金融危机的预测离不开金融传染及其导致资产损失的估计，然而无论是上述何种研究都离不开对金融网络的构建和金融传染的假设与模拟。因此，对于金融网络结构的认识和传染性的度量就显得异常重要。

三、金融网络的最优微观特征

目前，学者们在对金融网络的研究中，一方面从理论入手，研究什么样的微观特征的金融网络具有较高的稳定性；另一方面则从实际入手，研究现实中的金融网络具有什么样的微观特征和宏观结构，从而结合理论研究的成果对现实金融网络的稳定性实现判断。

关于金融网络最优微观结构的研究，主要是运用风险管理、复杂网络和网络动态学等领域的知识，并结合金融传染发生的机制、市场参与者的博弈决策行为等，定性或者定量地得出最优的金融网络应具有哪些重要的微观特征。该领域的早期研究主要考虑的是外部冲击的发生机制，并且研究主体多为银行系统；而随着复杂网络理论知识在统计物理学、生态学和社会学等学科应用的日趋成熟，许多学者开始借助于复杂网络来研究，研究主体也逐渐扩大到其他金融系统。近年来，对于金融网络的研究热情逐渐高涨，网络动态学、统计学等作为研究工具均从不同的角度对最优金融网络的微观结构进行了深入的分析，得到了相同或相似的研究成果。

1. 基于外部冲击发生机制的研究方法

由于外部冲击主要通过金融机构之间的连接而传导风险，因此，基于外部冲击的发生机制进行的研究多关注的是银行系统内各银行间的连接方式以及连接的紧密程度。Allen和Gale于2000年发表的文章是该方面研究的基石。他们基于Diamond和Dybvig所建立的D-D模型[4]，假设（完全信息条件下）流动性冲击来自存款者取款时间的不确定性，通过一个包括四个银行的模型证明了传染的蔓延主要取决于银行间的连接类型。当网络是完全连接的（如图2所示），即每个银行都与其他银行连接在一起，使得某个银行的负债几乎完全均匀地分布在其他银行时，冲击的效果会被很好的淡化。然而，当网络是不完全连接的（如图3所示），即每个银行只和一部分银行有负债关系，系统会变得较脆弱[11]。从图2可见，Allen和Gale提出的“完全连接”的网络正是拥有四个节点的规则网络。

图2完全连接的网络 图3不完全连接的网络

完全连接网络的提出，很好地解决了“怎样的连接方式最优”这个问题；而“怎样的连接紧密程度最优”，则由Freixas等率先给出答案，他们的研究同样基于外部冲击的发生机制。

Freixas等的研究模型与Allen和Gale相似，但是他们假设流动性冲击并不来自于存款者取款时间的不确定性，而是来自于存款者取款地点的不确定性。他们认为高度连接的银行间市场，虽然降低了持有流动性资产的成本， 但同时也产生了低效率和不稳定性：虽然银行间市场提供的流动性保险可以帮助银行抵消债务，但是这种系统稳定性是以这个资不抵债的银行继续运营为代价，这破坏了市场法则，最终系统很有可能因承受了过多的不良债务而崩溃[12]。因此，过高的连接程度损害了系统的稳定性，最优金融网络需要适当偏大的最短路径长度。

同样是在D-D模型的基础上，Brusco和Castiglionesi建立一个包括四个银行的模型，他们的研究支持了Freixas等的结论：银行间更紧密的连接会增加传染的风险，这是因为银行间互助系统所提供的后盾支持可能会使得某些银行做出更鲁莽的投资，从而增大系统风险；并且，如果连接过于紧密的话，某家银行的破产会导致传染的范围变广[13]。

2. 基于复杂网络的研究方法

复杂网络理论在2000年左右逐渐成熟，其应用领域也从物理学、信息学逐渐扩大到生态学、社会学等多个学科。通过复杂网络理论对金融网络结构进行分析，尽管不能做出对金融机构行为的动态分析，但是它可以反映出金融网络的构建过程，并能与现实世界的网络相匹配，具有非常重要的现实指导作用。该领域具有代表性的是Gai和Kapadia于2010年所做出的研究工作。

Gai和Kapadia[14]借鉴Strogatz以及Newman研究复杂网络的数学方法，通过模拟金融网络的形成过程而建立了一个能分析传染效应、并适用于现实世界中不同类型金融网络的模型。他们的分析结果与Brusco和Castiglionesi以及Freixas等得出的结果一样，即最短路径长度应适当偏长。他们认为，连接程度和风险分担程度越高，传染的概率越低；但一旦发生传染，影响范围将更广，从而极大地损害系统稳定性。在设计最优网络结构时，对连接程度和风险分担程度的选择，实质上是对传染概率及影响范围的一个权衡取舍。

3. 基于网络动态学的研究方法

网络动态学，主要通过分析行为人的决策心理并建立动态模型，研究由于时间、空间及环境等动态变化所造成的行为人的决策变化及网络结构的演变过程。复杂网络理论的研究缺陷主要在于无法模拟出金融网络的动态变化，而面对复杂的金融市场变化，金融机构的动态决策行为对于金融传染过程显然是至关重要的。因此，一些学者开始运用网络动态学的研究成果，对金融机构的这些动态变化加以研究，并用图像表示出外部冲击以及传染蔓延的动态过程，通过分析复杂的决策行为来了解网络的形成机制和过程，从而设计出最优网络结构。

Goyal和Vega-Redondo是较早运用网络动态学对金融网络进行研究的学者[15]。他们在2004年发表的文章支持了Allen和Gale以及Freixas等的研究结论。他们认为，两方建立债务关系的过程就是一个博弈以达到最优均衡的过程，而整个关系网络的建立正是许多债务关系的动态建立过程；两方建立债务关系，就是在风险及收益之间选取一个最优纳什均衡点的动态博弈。根据这个网络构建模型，Goyal和Vega-Redondo在考察了不同的连接方式、连接费用以及不同的相互作用模式对风险传染起到的作用之后，得出结论：“完全连接”模式（即规则网络）与较长的最小路径长度可以有效地减小金融风险的传染。

4.基于运筹法的最优微观结构判断

定量分析的研究目前相对偏少，研究方法也多为运用运筹学方法解决最优化问题，Leitner在2005年给出的“每个小群体的最优节点数量”在这方面具有重要的代表意义。Leitner建立了一个不仅能相互传染、也能相互救助的金融网络，流动性较好的银行会因为担心受到传染而救助流动性不足的银行。该模型说明银行间的相互连接对于减少破产危机的发生具有重要意义，因为它们允许银行间相互救助；然而整个网络也可能因为过度连接而在某些情况下（如当流动性限制在一小部分银行中时）出现传染蔓延并最终崩溃。基于对网络连接带来的好处（允许银行相互救助）以及坏处（危机可能蔓延）的取舍，Leitner运用运筹学知识，通过求解一个带有约束的规划问题给出了最优金融网络的规模——每个小群体内的最优节点数量为5[16]。

5. 其他研究方法

还有学者通过统计学和传染病学等其他理论工具，对金融网络的最优微观特征的研究做出了贡献。Gai等利用传染病学以及统计物理学的知识，与其他学者再次对金融网络的最优微观特征问题进行了研究。在仍然坚持“最优网络结构具有适当偏长的最小路径长度特征”的同时，Gai等又得出了“复杂度较低也是最优网络结构的重要特点”的结论[17]。Iori等利用统计学方法研究单个银行的风险与整个银行间市场相互作用的动态过程发现，较低的聚类系数可以有效提升金融网络的稳定性[18]。这与Simon在1962年所著的“The Architecture of Complexity”中的观点相吻合：在复杂系统中，只有最简单的层次结构才是最优的。Iori认为，银行间拆借虽然降低了单个银行的破产概率，但也增加了整个系统崩溃的机会。当银行间网络的聚类系数较高，即系统内的银行都是同种类型时，系统崩溃发生的可能性比较大；而当聚类系数较低，即银行的类型不相同时，崩溃发生的可能性就会降低。较低的聚类系数可以有效提升金融网络的稳定性[18]。也有学者把金融网络与其他网络系统（如生态网络系统）进行类比。Haldane和May所做的这方面研究支持了Gai等的关于“最优网络结构的复杂度较低”的结论。在经过对生态系统的食物链以及金融网络的对比分析之后，他们认为金融系统和生态系统一样，复杂程度越高，整个网络的稳定性就越差[19]。

尽管所用的研究方法各不相同，但是目前所得到的关于最优金融网络的微观特征的结论非常相似。总的来说，具有“完全连接”、较低的复杂程度、适当偏长的平均最短路径长度以及较小的聚类系数是最优网络结构的几个主要特征。Nier等对金融网络的特征做了较为完整的界定。他们利用网络理论知识，认为银行体系网络结构的关键参数一共有四个：银行的资本化水平，网络的连接程度，银行间的借贷规模，银行系统的集中程度。他们通过建立银行网络系统并加以模拟的方法得出结论：资本化水平越高、借贷规模越低、集中程度越低，则银行系统的稳定性越高；而连接程度则与稳定性呈非线性关系，当连接程度超过阈值之后，连接程度越高，稳定性越低[20]。

四、金融网络的最优宏观结构

基于描述金融网络的三大基本指标，上文总结了前人对于较为稳定的金融网络应该具有的指标特征。基于这些基本的指标，整个金融网络将会呈现一定的宏观结构，如前文指出的小世界网络和无标度网络。这些基于多个基本指标共同呈现出的复杂的拓扑结构，构建出了金融网络的整个宏观拓扑结构，结合图论知识不仅能判断某一现实生活中的网络属于哪一类网络宏观结构，同时能够对其在传染过程中所起到的作用做出一定的判断。

Watts和Strogatz与Barabási和Albert相继于1998、1999年提出了“小世界网络”模型以及“无标度网络”模型，这标志着复杂网络理论的逐渐成熟。许多学者开始以这两个模型为衡量标准，通过实证结合统计分析等方法来研究现实中的金融网络所具有的宏观结构特征，并结合复杂网络理论探讨如何设计宏观网络结构才能更有效地防止金融传染。目前大多数研究都表明，金融网络兼具小世界网络以及无标度网络的某些特征，这些特征显著地影响着危机的传染过程。

金融网络最典型的宏观拓扑结构特征之一，就是平均最短路径长度较短，这正是小世界网络所独有的典型特征，这已经被包括Soramaki等和Boss等许多学者所证实。Soramaki等利用复杂网络方法分析了美国商业银行的银行间支付系统网络的拓扑结构以及与网络稳定性相关的性质，发现该银行间网络具有较小的平均路径长度[21]。Boss 等对奥地利银行间市场进行实证研究后也认为，奥地利银行间网络的平均路径长度较小。Boss等还得出了另外一个结论：银行间网络的聚类系数较小。他们认为，因为银行之间保持连接需要一定的费用，所以当两个较小的银行都与一家较大的银行存在价值关系时，这两家小银行之间没有互相连接的动力[22]。

金融网络还体现了无标度网络的两个重要特征：节点度分布服从幂律分布以及中心节点的存在。Soramaki等的研究证实，美国商业银行的银行间支付网络的节点度分布服从幂律分布，同时该银行间网络还包括一些节点度数很高的“中心型”（Hub）银行[21]。Iori等则运用复杂网络的统计分析方法，对意大利银行的隔夜拆借市场的网络结构进行了分析，发现节点的度分布服从一个比随机网络更为厚尾的分布[18]。这也意味着，存在数量很少的几家较大的银行，与非常多的小额贷款者保持债务关系，这些规模较大、节点度较高的银行就是典型的中心节点。更进一步地，Boss等不仅证明了奥地利银行间的节点度分布服从幂律分布，他们还精确地计算出该银行间网络分段服从的幂指数分别为0.62和2.01[22]。

金融网络的这些宏观特征对于分析金融系统的传染性是非常重要的。Albert等在2000年的研究表明，当中心节点受到冲击时，无标度网络将会变得特别脆弱，且很容易造成传染蔓延。尽管小世界网络在单个小型金融机构破产时有很强的稳定性，但是，一旦少数节点度数较高，也就是负债规模较大的（中心节点）银行破产时，银行系统受到的冲击将会很大。

金融系统的这种风险特点也与损失函数服从薄尾分布的特性相吻合，当发生危机的是一般的小型金融机构时，金融系统拥有较强的自我修复能力；但是一旦关键的大型金融机构（中心节点）发生流动性危机时，金融系统将会变得非常脆弱，从而极有可能造成金融传染的蔓延以及严重的资产损失。

五、金融网络研究中亟待解决的难题

金融网络中存在数量众多的节点以及纷繁复杂的连接关系，这使得要构造一个完整的金融网络就需要大量的数据，然而，金融机构之间较为可靠的借贷关系数据是很难获得的。目前应对这个难题通常有两种方法：一是只研究信息完全的那一部分金融网络。这种方法的缺点在于“以偏概全”，把局部网络所具有的特征当做整个金融网络的特征。例如，Furfine只采用联邦储备市场的数据（该市场仅占整个银行间市场的10%—20%），造成最后所得结果与其他学者的研究结论存在差异，低估了金融传染的危害性[23]。二是用某些合理的假设和方法去估计数据。目前大部分文献使用最大熵估计方法，但最大熵估计方法的缺陷主要在于，在满足特定的约束之下它假设金融机构之间的借贷是均匀分布的，这显然与事实不太相符。Mistrulli分别用最大熵方法和基于完全数据的方法对同一市场做了分析，研究发现，最大熵估计方法可能会高估传染的扩散范围，从而造成对传染损失的错误估计[24]。这两位学者的研究表明，两种方法都存在一定的缺陷。如果能将这两种方法有机地结合，或者运用创新的研究工具解决金融网络数据获取难题，我们将能构造更为真实、更为完善的金融网络。

另一个难题则是如何将宏微观的研究方法相结合。微观方法能清晰直观地解释网络的连接方式以及传染的传导过程，但是其对于网络宏观结构的假设过于简单，也无法在整体上把握金融传染特征；而宏观方法虽然能较好地解释金融网络的拓扑性质，但很难对金融机构的决策行为做出分析，也很难把握金融网络的动态变化。

若能将宏微观分析方法相结合，则可以对金融网络的形成过程、传染特点等都得到更为清晰、更为全面的认识。Schweitzer等认为，这需要从五个方面做出更大的突破：大数据量的分析，即分析金融网络中每一节点的动态发展过程，这对编程计算能力提出了更高的要求；把研究扩展到更广的时间和空间上，动态分析整个冲击以及传染过程在时间、空间上的变化，即我们需要进一步发展网络动态学；更精确地界定网络结构，并引入一些全新的概念，例如描述性指标的复合指标（如网络的k-核结构、支配力等），还有银行网络的Motif结构等，以使得对金融网络的描述更加细致；修改某些外生假定以得到更加贴近现实的模型，例如取消对资金流动范围的限制并允许金融传染在全球范围内发生；借助于系统工程学的稳定性研究，通过建立反馈机制考察金融网络的稳定性[25]。

综上，从金融网络的宏微观结构特征来看，最优金融网络具有完全连接、较低的复杂程度、适当偏长的最小路径长度以及较小的聚类系数等几个主要的微观特征。而现实中的金融网络通常具有小世界网络以及无标度网络的典型特点。要想防止金融传染，我们应该设计一个具有“完全连接”、较低的复杂程度、适当偏长的平均最短路径长度以及较小的聚类系数等微观特征的金融网络，同时必须提高对金融网络中中心节点的监测和救助。

参考文献：

[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）

篇3

中国已经在人们不知不觉中进入了网络金融时代。20年前，没人相信可以从网上购物，阿里巴巴创办的支付宝；却让网上购物成为了现实。今天支付宝销售额已经超过了一万亿元人民币。

目前，国内外网络金融出现了很多的新动态，如阿里网络银行已正式向金融监管部门提交拟设立阿里网络银行的申请。如获批准，阿里网络银行将有望成为国内第一家真正意义上的网络银行。互联网金融大潮初起，经过几轮洗牌之后，有望形成一个巨大的互联网金融产业集群。网络金融已经成为金融发展的必然趋势及主要研究方向，国内有研究机构和企业正在探索和尝试，这为云南金控基金发展网络金融提供宝贵的经验。

云南金控基金拟成立“云南金控金融网络金融服务有限公司（以下简称金控金融网络）”，拟定注册资金为500万。公司以现金入股的方式控股，将来的合作公司以技术+现金（技术入股部分待评估价值）的方式进入参与。

成立金控金融网络的初步构想在于：首先，网络金融将是未来金融行业发展的方向。建立网络金融融资平台，可使公司的管理和业务水平上升到一个新的阶段，快速和国内先进金融理念与模式接轨，通过整合企业信息，资金流和信息流，提升企业科学决策能力，提升本企业竞争力，通过网络金融平台的建立可以为社会提供丰富的投资信息资源，可以为云南更多的企业提供网络金融融资的服务，解决更多中小企业贷款难的问题，更好更快的为中小企业解决融资难瓶颈。打造全新的网络金融服务理念。第二，为未来的民营银行网络创新打下基础。设立云南民营银行的目的就是要区别于传统银行，网络金融公司的设立，可为未来的民营银行在技术的发展与研发过程中提供实体支撑；通过网络金融公司在与市场运作对接的过程中可以培养和发现一批为设立银行所用的人才储备；能够在经营过程中，实现客户信息沉淀，发现和储备一批优质客户，为以后的银行业务开展提供有用的数据信息并达到共享；针对不断变化的市场形势，通过网络金融公司的运作提炼，可以不断研究和探索出具有创新性的经营模式并对传统金融运作模式体系加以优化与融合，扩大自身的市场竞争力，为云南民营银行未来的战略发展奠定基础。第三，覆盖面广泛，有利于公司业务拓展。以互联网为基础，网络金融业务拓宽了服务的受众面，使得其服务能够接触的客户群更大。通过逐步收集整理云南全省十几万民营企业的信息资料，建立起一个覆盖面全、信息面广的客户数据库，为全省中小企业提供全方位的，更为精准，更为高效的网络金融服务的平台，同时引合全省小额贷款公司、担保公司、投融资公司等，通过网络金融平台，为更多中小企业解决贷款难问题。第四，加速金融服务效率、提高盈利能力。在网络金融平台下，中小企业可以快速地通过平台上的各种金融服务来解决自身所遇到的问题，网络金融平台所提供更快更好的信息服务。网络金融以数字化的网络和设备代替了传统纸介质，从而形成一种新型金融贸易服务方式。公司可以通过对网络金融平台系统实现异地审批、资金结算、转账、信贷等活动。加快了金融服务的效率，可以为中小企业更好的服务。企业可以通过网络金融平台实现快速的综合金融服务。第五，提高金控基金的知名度。网络平台的搭建是现在企业提高知名度的一个重要途径，可以更好的体现金控基金的活力与创新，让更多的中小企业通过网络金融来了解金控基金；通过网络我们可以整合中小企业的各种优质资源，利用网络推广来提升企业品牌的知名度，通过这个网络平台，中小企业可以了解金控基金的最新信息和各项服务，树立了金控基金在业界的不可取代的地位。这个网络平台的搭建在云南省乃至全国都将会有一定的影响力，对金控基金的发展会提升一个更高的台阶。

金控金融网络成立后将以两个主要开发方向为主：一是建立“云南中小企业网络金融服务平台”。结合网络金融的思路模式为整体规划，分步实施，总体规划采取三个步骤来实现企业的金融网络化目的。首先建立网络金融服务平台，加强自身网站功能。利用云南省中小型企业网为基础的平台背景与全国30多个省市的中小企业网、省内16个州市及128个县市区中小企业网紧密合作，共享服务资源，设计一套全新的综合性网上投资融资体系，直接面对借贷者和投资者，为其搭建一个全新的网络金融投融资服务平台，减少中间环节，提高效率，较少成本，使其成为真正意义上的网络金融投融资平台。其次，改善内部管理机制，形成全新的企业经营管理模式，改变自身的管理机制，改变旧的管理模式对新经济的瓶颈效应，以此适应电子信息化高速发展所带来的一切影响，同时整合企业所有的资源，使其成为信息化的资源储备，以网络应用来整合改进各项管理程序，推行以信息化管理系统为核心的全方位电子信息化金融交易管理模式，通过网络平台最大限度地利用自身的各种资源，将线下业务与网络完美的结合，让更多投资方通过网络金融平台看到合适的项目，更快的拓展市场份额，打造全新的投资平台。再者，金控公司已具备庞大全面的基于传统的管理模式和操作模式；若与云南中小企业网络金融服务平台相架接后，则会产生具有企业级的网络金融交易规模，能带动和吸引更多的企业加入到其中，以此形成巨大的市场惯性，以此获得更多、更为广泛的盈利模式。

二是投资建立“中国―东南亚南亚国际电子商务港”。“中国―东南亚南亚国际电子商务港”是依托中国国家信息化试点工程建设的一个辐射东盟及南亚地区的国际电子商务及企业服务平台。平台整合了GMSEB及中国发改委主办的中国中小企业信息网全国1000多个省市分网的相关信息资源，将发展来自全国及东南亚、南亚区域的中小企业成为平台会员，并在曼谷、仰光、河内、万象、新德里、达卡等城市设立办事处及分支机构，全面打造成为中国面向东南亚、南亚地区最权威的国际电子商务平台，这为云南省及全国企业提供了面向东南亚、南亚的网络金融、电子商务、投资、旅游、人才等全方位服务。目前已初步开通英语、中文、泰国语、缅甸语、越南语、老挝语、柬埔寨语七个语言版本，为区域中小企业提供跨国的网络金融、电子商务及企业信息化服务。平台以统一的多语言版本电子商务服务网站建立为核心，积极探索跨区域的国际网络金融、电子商务交易及服务模式，目前平台每天中国及东南亚、南亚区域国家相关政策、法规、行业经济信息，已有中国及东南亚国家注册企业用户8万余家，企业用户每天自行的商业信息5万余条，网上展销企业商品6万余种，是中国面向东南亚、南亚区域规模最大、信息最全、企业最多的大型国际网络平台。

篇4

淘淘谷不远千里进行海外融资，而出让股份不过区区0.3%。TTG创始人熊强告诉《创业家》：“我们不是去融资，费用够（打平）就OK了。”

既然目的不是融资，为何公司成立不足两年即上市？熊强的解释是便于规范公司运作，“成为一个公众公司，更开放地接受管理。”银联内部一位不愿具名的人士评论称“不可全信”。而熊强并不认为公司市值被高估了，他甚至说，“我们所有的团队都将股票锁定了，未来TTG一定是超百亿美元的公司，现在不愿过多稀释股份。”

谈及自己的商业模式时，熊强说，“金融收单网络是一个封闭的网络，互联网是一个开放的网络，我们实际上是将封闭的网络和开放的网络接通。在全世界没有人把它当成商业模式去做。这完全是中国自己创新的一个互联网玩法和规则。”

很多优惠券公司的困扰之一是支付环节缺失，导致无法确切掌握消费数据、向商家收费成本较高，即“无法闭环”。TTG则称自己实现了闭环，其最关键因素在于直接将业务嫁接在银联的支付体系上。用户提前将优惠券和银行卡绑定，刷卡消费时直接享受折扣优惠。这一过程中，消费者和商家交易习惯都没有改变，后台系统自动完成商家、平台等参与方的清算、分账。

外界一度传言TTG与中国银联签署了排他性协议。事实上，TTG是与深圳市银联金融网络有限公司（下称深圳银联金融网络）签的独家协议，该公司是银联子公司的子公司。但无论如何，TTG这个小公司成功打入了金融巨头系统，它有何能耐？

优惠券的演变

熊强曾经创办众恒广告公司，从事移动互联网多媒体内容的开发、制作。2006年，做过手机通讯产品营销顾问的熊强创办播播网。他称播播网做到了年营收1.8亿元，是中国最大的手机零售垂直电商网站。后来，他发现很多手机用户看到手机实物才会买，为了让用户去线下看手机，便萌生做优惠券的想法。2009年，他注册TTG商标，意为“可信赖交易圈”（Trustable Trade Group），并在随后一年，把广告、短信、点击、反向团购等几乎所有的主流优惠券模式试了一遍。

传统的优惠券模式有个瓶颈：一旦优惠券合作商家数量达到一定规模，仅向商家收取佣金需要的人力就是一笔巨大开支。能不能把佣金收取与银行卡结算一体化处理？商家刷卡与清算的系统都由收单机构铺设，而国内最大的收单机构是中国银联旗下子公司银联商务。在深圳，深圳银行金融网络是银联商务旗下从事深圳地区银行卡收单的专业化服务公司。毕业于江西财经大学货币银行学专业的熊强，找到了深圳银联金融网络。

双方于2011年10月敲定合作，共同开发“U联生活”商业模式：用户通过将商户电子优惠券与银联卡关联，在商家消费后直接刷银联卡自动打折，无需预付任何款项。而商户不用像传统团购网站或者电子优惠券网站一样为宣传广告或者优惠券的下载量预付广告费，刷卡交易的同时，佣金自动清算。“U联生活”前期平台建设过程中，TTG没有对深圳银联金融网络收费，相当于带资建设。这种情况下，当双方合作到一定程度时，第三方很难插手该平台的维护和运营。

熊强回忆，开发这套系统的最初想法只是为自己完成交易闭环，并没有把它当成一个商业模式去做，“2011年9、10月份，出现了一个问题，做完以后是TTG来做，还是变为一个开放平台向全社会来开放？”最终，双方商定将此作为基础设施向第三方开放。“苹果的iOS你知道吧？我们就想做一个类似的生态系统。”熊强说，“互联网网站、金融机构、运营商、广电体系、芯片厂商等，只要涉及到O2O支付部分，都可以在U联生活平台上开发自己的应用。”

这类模式在国外并不新鲜。例如，全球最大的在线优惠券网站 RetailMeNot 2012年即宣布与支付网络平台Cardspring合作，让用户把自己的信用卡信息和优惠券集成起来，不用打印任何东西，也不用展示虚拟优惠券，就可以在实体店使用。目前国外模式类似的公司还包括与信用卡组织万事达合作的Linkable network、刚获得1500万美元融资的Edo等公司。不久前，PayPal总裁David Marcus预测2013年移动支付趋势时就认为，支付积分和优惠券会兴起。

“我们只管修路”

2012年5月，TTG为深圳银联金融网络开发的“U联生活”平台正式上线。 TTG的主要收入来自与对方分享的商户佣金，熊强称，更准确的说法为服务费。以餐饮行业为例，店铺支付的服务费为实际支付金额的2%～5%。优惠券公司（交易促成方）拿走70%，剩下的30%，“U联生活”获得19%，TTG获得11%。“U联生活”上每实现100元交易，TTG将获得0.22～0.55元。另据熊强介绍，其他行业的佣金水平较高，美容美发行业8%～20%，摄像行业为10%～25%，家居建材行业为5%～15%，服装行业为8%～15%。

熊强表示，“U联生活”开放平台商家超过1000户，集中在深圳市，2012年12月中旬创造的单日最高交易纪录为订单931笔，金额60多万元。参与的商户中，U联生活带去的订单交易笔数占到店面的10%，用户绑定优惠券后转化率为20%。熊称，除深圳外，北京、杭州、厦门、东莞、惠州等5个城市正在或已经调试完毕系统。

一位业内人士分析，TTG这个模式核心要素包括：一、商户资源拓展；二、继优惠券之后其他功能的开发；三、与银联商务之间的关系；四、竞争对手没有快速模仿进入，移动支付没有快速形成规模。未来几年，无论是银行、收单机构、银联都会开放自己的交易数据和POS终端，与优惠券公司、广告公司、互联网公司一起为消费者打造多种多样的优惠措施，优惠券、积分等模式会大范围出现，银联商务不是收单市场的垄断者，TTG模式完全可以被模仿。“央行发了100多张第三方支付牌照，其中很多公司都有线下POS收单资格。银联商务占有的市场份额最大，然后就是通联支付、汇付天下、杉德、快钱等。在TTG把商家和用户数量做成一个壁垒之前，如果大众点评联合其余的支付公司来和TTG抗衡，市场格局也会有一些变数。”

在商户资源方面，该人士称，团购模式能够提前锁定消费，对商家吸引力大；绑定优惠券模式是消费后打折，会让商家心理上难以接受，价值有待验证。“U联生活”最直接的合作方是优惠券公司，一位优惠券公司负责人说，TTG最初和其谈判时称需要更换POS机，但大面积更换难度非常大，“他们的产品本身对我们有好处，不用通过商家结算，直接通过银联或者一个单独的第三方。但是要我们帮他们推广，这个就比较难。所以我们持观望态度。”

已经与TTG签订合同的交易合作方据称有60多家，其中包括新浪微博、手机QQ（目前仅在深圳可用）、凯立德地图等；之前曾传言其和微信达成合作，不过，腾讯生活服务电商部总经理戴志康予以否认。记者注意到，其和新浪微博的合作参与用户仅300多人。“最关键的是，这种方式对商家的价值是什么？不像优惠券可以给商家带来很多客流量。他们这种打折方式，很多银行的信用卡中心已经在做，比如招商银行信用卡在很多商家消费直接就可以打折。信用卡有银行方面的投入来做推广，有的是银行购买礼物赠送给用户，或者直接买断商家的产品，这对商家而言是有利可图的，而他们就没有什么价值了。”前述人士补充说，“所以说他们这种方式迎合渠道，但不迎合商家。”

而熊强称，平台搭建好之后如何发展商家和用户并不是TTG要考虑的事情。他把TTG比作O2O的施工单位：“就像修高速公路，我们只管修路，什么样的车在上面跑是别人的事。”

著名天使投资人蔡文胜是TTG的投资人之一。2011年年底到2012年8月，TTG曾“闪融”三轮资金，投资方分别为来自香港、新加坡、澳大利亚的投资机构和投资人，融资总额接近1000万澳元（约合6463万元人民币）。

2012年11月27日，TTG在悉尼交易所“神奇”上市，但其出让股份只有0.3%。为何选择悉尼上市？熊强称，在美国银联遭visa打压严重；在澳大利亚则接受度很高。12月18号，TTG股价上涨了3.09%，交易量则为1000股。一个月间，其股价从发行价0.6澳元涨到最高1.2澳元。

篇5

关键词:网络时代;金融安全;现状;对策中图分类号:F49;F830.2文献标识码:A文章编号:1001-0300(2000)01-0050-04

在传统条件下,金融是指货币的制造、流通和回笼,贷款的发放和收回,存款的存入和提取,汇兑的往来等经济活动。在那种条件下,金融活动的监管易于操作,金融安全的表现比较直观,并且通过审计跟踪等手段,也能很好地实现金融安全。随着知识经济时代的来临,网络的出现,使得整个世界成为“地球村”。与此同时,传统的金融概念也发生了深刻变化,以电子货币、网络银行、电子商务为特征的新的金融营运体系的出现,给我们如何确保网络时代国家的金融安全提出了新的课题。

20世纪90年代机构性和区域性金融危机频繁爆发和金融一体化趋势有重大关系。金融一体化是世界经济一体化的必然要求,国际贸易发展和生产一体化要求便利的跨国界服务,如资金融通和全球化资本自由流动;通讯技术,特别是计算机网络技术的发展,期权、期指等金融衍生工具和层出不穷的金融创新为资本的自由流动创造了技术条件。由于现有的国际金融体系缺乏对跨国界资本流动的有效约束和监督,特别是对金融科学管理工具和银行表外业务的管理,投机金融机构很容易利用保证金交易,集中大量资本蓄意攻击某个薄弱环节,从中攫取巨大利益。

一、网络时代的金融活动的基本特征

网络时代的金融电子化,能充分利用先进的现代化技术与设备,提高金融活动的效率。新技术与金融业务相结合可以大大降低融资成本,据美国有关部门测算:同样一笔交易通过银行柜台交易成本为1.02美元,通过电话交易成本为54美分,文传成本为26美分,而通过互联网只需13美分。可见,网络在金融业务中的应用可以提高金融机构的竞争能力,总起来说其主要特征有:

1.虚拟性

网络时代的金融机构通常表现为没有建筑物,没有地址而只有网址,营业厅就是首页画面,所有交易都通过因特网进行,没有现实的纸币乃至金属货币,一切金融往来都是以数字化在网络上得以进行,这能在很大程度上降低金融机构的运作成本,同时也使地理位置的重要性降低,提高金融服务的速度与质量。

2.直接性

网络使得客户与金融机构的相互作用更为直接,它解除了传统条件下双方活动的时间、空间制约。另外,网络为资本的国际流动创造了前所未有的条件,储蓄和投资会划拨变得更有效。需要大量投资的穷国已不再受制于缺乏资本,存款已不限于本国市场,而能在世界各地寻求投资机会。“由于投资者能把自己的有价证券更广泛地分散到各地,风险也随之多样化,使得化解金融风险的难度更大”。[1]

3.电子化

国际金融体系由全球各地的数十万部电脑显示器组成,它是第一个国际电子市场。电子货币是建立在计算机空间而不是地理空间上的全球性经济的一种表现形态。电子货币造成的管理方面的根本问题源自电子市场与政治地理之间的脱节。例如,控制货币供应量这个概念本身就假定地理能够提供确定市场范围的有关手段,它假定经济边界是有效的;货币的跨边界流动是可以监视和控制的;一个固定的地理区域内的货币总量是重要的。在数字化的世界经济中,所有这些假定都变得越来越成问题了。

4、风险性

电子货币和数字市场的日益重要性给中央政府对经济和经济活动参与者的控制带来了难题。它们还会使国家市场和民族国家周围的边界变得越来越容易渗透。由于电子货币发行者的多元化(既有中央银行又有民间组织)使得对参与网络交易的行为具备潜在的更大的风险,必然使我们面临诸如在电子货币发行者破产、系统失灵或智能卡遗失的情况下如何保护客户的权益问题。另外,在网络经济中,舞弊和犯罪活动将变得更加隐蔽。

二、当前我国金融机构的网络化程度和存在的问题

随着我国信息产业的不断发展,以及我国金融市场的逐步开放,加上经济全球化和我国对外开放的基本国策决定了我国的金融业也必将融入到世界经济中来。当前我国的证券交易基本实现了全国联网,网上炒股日益发展,工商银行等金融机构也都建立了各地的局域网,其中中国银行已建立了以总行数据处理中心为核心辐射海内外的全辖网络化应用体系。这些新生事物给我国金融业的发展注入了新的活力,它不仅方便了客户,而且可以大大降低金融营运成本。但是,网络化的金融体系如其他一切事物一样是“方便往往与安全针锋相对”,虽然我国目前还没有开放金融市场,但仅在当前的低级网络化进程中我们还是遇到了不少关系到金融安全的问题。比如,非法入侵金融机构的网络系统,攻击金融组织的数据库,通过网络盗取他人股票、金钱的行为也开始出现,利用职权之便,改动网络数据为己谋利。凡此种种行为都给金融监管提出了更大的挑战,使得国家的金融安全受到很大威胁。从整个世界金融体系来说,我国所用的计算机硬件设备主要依靠从美国IBM等公司进口,由于美国对其他国家实行技术上的歧视性政策,而我国目前自己的加密技术和密钥管理技术及数字签名技术相对落后于金融电子化发展的需要,加之不断有报道指出从国外进口的软件技术都有明显的秘密通道,所有这些都成为网络时代金融安全的隐患。

三、面对网络时代为确保我国金融安全应采取的对策

随着金融服务网络化程度的提高乃至我国金融交流的国际化,金融安全问题必然成为国家经济安全中的最重要的内容。可以想象,在未来网络时代,任何人可以在网上自在漫游、查询、申请贷款,在实际交易中就有可能引来网络入侵者。不管是盗领还是更改电子资金资料,对于信用重于一切的银行都是极大的风险,而对于国家都是巨大的损失。

任何经济安全问题都能找到应对办法,但对现代金融市场的运转方式、运作技巧等,我国金融业还不太熟悉甚至不理解。亚洲金融危机充分显示了发达国家金融机构在这方面的实力。应当说,这方面的较量是冷战后国家力量、国家意志博弈的重要体现,是发展中国家、新兴工业国家与发达国家在后者最具有优势的领域进行的较量,这种较量将持续相当长时间,直至与发展中国家、新兴工业国家真正进入发达国家行列相始终。因此,现代高级金融人才的培养与经验的获得,对维护我国金融体系的安全,具有极为重要的意义。在基本做好人才和知识的准备之前,要把握好金融市场对外开放的步伐,据国际货币基金组织报告,目前全球游资已达7万多亿美元,每天流动量达1万亿美元、每天金融交易中与实物经济有关的仅为2%,[2]在虚拟经济已大大脱离实物经济发展需要而存在的今天,我们应当在开放金融市场时保持清醒的头脑,有对可能导致“泡沫经济”的金融商品、金融机构、金融经营方式说“不”的勇气和决心,在此基础上,应重点做好以下几方面的工作。

1.强化国家金融安全的意识

在未来网络时代,在我们与国外的金融交往过程中,由于种种原因我国与发达国家在这个领域的差距势必长期存在,这就要求我们必须时刻注意捍卫国家的金融安全。网络化在一定程度上冲淡了国家的概念,但是我们必须看到:东、西方在意识形态方面的差异不会因网络化而消失,恰恰相反,网络在一定程度上为其推行新经济政策提供更为便利的条件,我们在目前不利的情况下,既要充分利用网络化给我们提供的机遇,又要高度警惕它对我们不利的一面。

2.确保金融机构信息体系的安全

据美国能源部和航天局估计,目前世界上已有120多个国家具备了发动信息战的能力,还有成千上万的电脑“黑客”可能对信息系统进行攻击。“1994年美国国防部特意组织一批‘黑客’对国防部的计算机系统攻击,结果在被‘黑客’攻击的8900台计算机中竟然有88%被‘黑客’掌握了控制权”[3]与美国相比,我国的信息系统显得脆弱得多。因此,在推进金融网络化的进程中,必须把确保我国金融系统的信息体系的安全尤其要放在十分重要的地位,特别要增强计算机系统的关键技术和关键设备安全防御能力。具体地讲,必须建立完善的防护设备,这其中包括客户端的乱码处理技术、防火墙。以及保护交易中枢不被入侵的可信赖作业系统,使得从用户的电脑端开始,资料传送就受到层层保护。对所有金融数据进行加密传输,使用户经过多级认证以提高网络的安全性

金融系统计算机设备要把防电脑病毒放在极其重要的地位,建立严格的业务操作规程,尤其是要加强对金融部门工作人员的职业道德教育,杜绝利用金融部门计算机系统进行与业务无关诸如玩电子游戏、修改相关数据等活动。定期彻底清除金融网络系统的安全隐患。在这个问题上更要强调开发研制我国自己的电子技术产品,在硬件设备上迅速缩小与发达国家之间的差距,在金融网络化进程中掌握主动权。

3.提高摄取金融市场运行信息的准确度

在完善网络监管的基础上,尽量提高对金融市场运行信息的数量和质量的掌握,从而更准确地化解金融活动的风险,平滑金融振荡,以实现减少金融波动的目的。因为,网络信息往往鱼龙混杂,良莠不齐,虚假信息经常充斥其间。因此,必须加强对这些网络原始资料的判别整理,以尽可能地掌握更多、更准的信息,具体措施就是建立严格的网络金融的认证体系,扩大宣传力度,使广大社会成员知道哪些网上银行符合网上金融经营的标准,从而保证网络金融活动的健康、有序进行。

4.建立电子资金转移的相关法律