金融学的发展趋势和挑战与中国金融学的机遇.docx
《金融学的发展趋势和挑战与中国金融学的机遇.docx》由会员分享,可在线阅读,更多相关《金融学的发展趋势和挑战与中国金融学的机遇.docx(16页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、金融学的发展趋势和挑战与中国金融学的机遇本文梳理了现代金融学研究的发展,汇总整理了1950年以来金融学在资产定价、公司金融与金融市场与经济成长关系等的理论和方法的演变,再进一步分析金融学研究的发展趋势和面临的挑战。在此基础上列出金融学发展的前沿问题,包含针对金融危机与数字货币的新货币理论、可持续金融、金融安全与气候金融等,并将防范系统性风险、拓展货币理论和普惠金融等议题列为中国金融学的机遇。关键词:金融学, 发展趋势, 中国金融学, 机遇与挑战作者丨周颖刚(IMI特约研究员、厦门大学经济学院和王亚南经济研究院副院长、教授)纪洋、倪骁然、谢沛霖(厦门大学经济学院金融系与王亚南经济研究院)以下为文
2、章节选:01金融学研究的主流范式从20世纪50年代开始, 金融经济学进入了一个全新的时代,开始运用主流经济学的研究范式系统性地分析金融问题,涌现了第一批历史性的学术研究成果,如Markowitz(1952)的资产组合理论、Sharpe(1964)的CAPM模型,Modigliani-Miller(1958)公司资本结构模型等。作为现代金融学的两大支柱领域,资产定价和公司金融犹如一个硬币的两面,相伴相生,共同发展。特别是20世纪70年代以来,这两大领域涌现出了一系列奠基性的成果。例如,在资产定价领域,在数理经济学快速发展的背景下,Merton (1973)引入了包含投资机会状态变量的风险状态因子
3、模型(intertemporal capital asset pricing model,ICAPM),以及后续相继提出的以消费、生产为基础的资产定价模型等(Breeden(1979),Cochrane(1991))。同时,经济学与数学的学科交叉发展,也迸发出Black-Scholes and Merton(1973)的期权定价理论。在公司金融领域,以Jensen and Meckling(1976)的发表为标志,学者们逐步放宽Modigliani-Miller(1958)的若干基本假定,将信息不对称、委托代理问题等因素引入到基于理想世界的研究框架中来,进行了广泛探讨。这一时期的知名金融学者中
4、,Modigliani、Markowitz 、Miller、Sharpe、Scholes 、Merton等先后获得诺贝尔经济学奖。20世纪80年代以来,经济金融学科与心理学的学科交叉得到了快速发展,进而发展出了行为经济学与行为金融学。前景理论和框架效应等,清楚地解释了人们的某些抉择并不符合过去传统理性的定义。这一领域的代表人物Kahneman与Thaler分别于2002和2017年获得了诺贝尔经济学奖。资产定价一直是金融学最主要的研究领域之一,其发展集中体现了现代金融学主流研究方法的演进过程,即实证研究随着数据可得性的加深而日渐成为主流。自1960年代Sharpe (1964)与Lintner
5、 (1965)提出市场风险因子模型(capital asset pricing model ,CAPM)之后,金融领域在资产定价议题上开启了一系列有组织的研究。这些理论模型虽然得到了不断的发展和丰富,但并没有获得实证上的广泛支持,直至1993年因子模型的提出。Fama and French(1993)的因子模型对股票截面数据(cross-sectional data)拥有非常高的解释能力并且逐渐成为资产定价的标杆。继三因子模型后,资产定价模型进入“因子动物园”(Factor Zoo)的时代。在Hou et al (2019)的文献研究中,共列举了452个因子之多,但是总结来看,这些特色因子的解
6、释不外乎属于风险溢价与定价错误两个范畴。近年来,学者们开始深入探究哪些特质因子是多余的,哪些特质因子有理论支持且能够包含其它的因子特质,并进一步检讨与缩减因子的数目。02金融学研究的发展趋势与挑战2.1 理念革新2.1.1 微观个体研究的深化,系统性风险受到瞩目2008年国际金融危机发生后,社会各界也对国际金融危机前主要金融机构内部治理机制不力的问题给予了广泛关注。全球金融海啸表明,企业与金融体系间的关系错纵复杂,金融风险和危机在全球的扩散范围及影响程度比历史上任何时期都更加猛烈。金融风险网络化传染特征愈加明显,基于复杂网络的金融风险的传递及其对系统风险(systemic risk)的影响已成
7、为一个重要前沿研究方向。从网络的角度,金融学研究的微观基础不断深化。2.1.2 金融学的研究领域大大拓展在数字技术的助推下,金融学的研究领域大大拓展了,多种非常规、非传统的“另类”数据被纳入金融学的研究,大致可以分为三个方面:大数据与数字化足迹;生物识别信息,例如面部特征等生理信息甚至基因信息;其他金融创新的应用市场,例如数字艺术品、NFT(non-fungible token)等。经济合作与发展组织(OECD)于2018年发布有关数字化和金融的研究报告,特别强调大数据和人工智能的出现为金融资产的定价增加了更多的决定变量。2.2 模型与方法革新2.2.1 文本数据的分析和应用随着数字经济的不断
8、发展,数据总量正以空前的速度爆炸性增长,数据类型极大丰富,纷繁复杂的数据实时可得,利用大数据的新估计方法被实证金融广泛采用,如以高频数据估计股价的波动率、偏度、峰度、后尾与跳跃等、以文本分析来评估投资人情绪,使用音频、视频等非结构化的数据分析公司电话、电视会议的信息等。学者们还充分运用文本分析等工具重新梳理了产品市场竞争、行业联动、产业链等传统主题及供应链网络、社会网络、贸易网络等新兴议题,取得了一系列重大进展。2.2.2 高维与高频数据的计量方法与经济学各个领域内部出现“实证革命”一样,金融学术领域逐步脱胎于早前主要基于相关关系的探讨,更加重视基于大样本微观数据的实证研究,对因果关系的识别和
9、处理更为精细。另一方面,金融计量方法在若干分支领域内得到了显著的拓宽和提升。2.2.3 网络测度的计量模型金融风险的复杂网络建模已经成为一个重要的前沿研究领域(杨子晖和周颖刚(2018))。可收集微观经济金融(网络)数据,发展网络建模的新方法,开辟计量建模的一个新领域,这对于金融风险传播途径研究、系统风险监控等方面具有重要的意义。基于金融网络特性的风险管理,可深入挖掘经济金融网络对信息、对风险的二次作用模式,在网络上刻画风险的汇聚、传导和放大机制,能够为风险管理提供新的预警工具。2.3 数字经济与数字金融的发展对主流研究范式提出挑战移动互联网、云计算、大数据、人工智能、物联网、区块链等信息技术
10、的突破和融合发展促进了数字经济的快速发展。数字金融与数字经济融为一体,数字经济活动的过程也是数字金融的实现过程。虽然目前的学术研究,大多仍是在传统的研究范式下进行,比如基于加密货币的数据来做金融计量分析,但数字经济与数字金融发展对主流研究范式提出的挑战却不容忽视。数字经济中,数据成为驱动商业模式创新和发展的核心力量,生长出互联网平台这一全新的经济组织,并带来了商业模式、组织模式、就业模式的革命性变化。与传统金融机构不同,大数据(data)、网络效应(network)与业务生态(activity)相互加强同一科技公司提供多种业务平台,大量用户形成网络效应,这导致了数据的极大丰富,科技公司在大数据
11、与机器学习的基础上能够更好地设计业务、拓展用户,形成DNA正反馈机制。由于金融科技产品一般交易便捷,覆盖面大,往往会吸引大量的用户,能够赋能消费者与中小企业,服务原来银行无法覆盖的长尾用户;在此基础上,金融科技公司既可能降低银行服务的门槛,提供普惠型的金融服务,倒逼银行的创新与改进,也可能形成数据垄断,造成用户的价格歧视,减少用户福利,形成了新的监管挑战。03金融学的学术前沿问题如前所述,社会变革的冲击和数字经济的发展使金融学研究的主流范式不断深化的同时也面临挑战,传统的货币理论受到巨大冲击,财富分配重新回到经济学的核心,普惠金融成为热点问题。当前,世界正处于百年未有之大变局,世纪疫情加速百年
12、变局的演进,而乌克兰战争进一步激化百年变局,金融安全和金融合作上升为国家战略。这些问题也成为金融学研究的学术前沿。3.1 金融危机和数字货币对传统货币理论的冲击2008年危机后,各国纷纷采取更加宽松的货币政策,直接求助金融机构,增加债务杠杆驱动经济增长,导致公共财政盈余无法支撑过度的举债消费,也造成一些国家无法继续承受过重的债务负担。在此背景下,关于主权货币和债务的理论思考也被推到学术前沿,政府(国家)作为一个决策(融资)主体被纳入金融学的分析框架。所谓的现代货币理论(modern monetary theory,简称MMT)引发了广泛讨论。理论上讲,在发行数字货币对流动性、财富均保持中性、且
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 金融学 发展趋势 挑战 中国 机遇
限制150内