从美国历史数据看金融中介机构的发展和金融S

一、从美国历史数据看金融中介机构的发展 我们从金融市场比较发达的美国数据研究能够得到以下两个趋势: 1金融中介资产占GDP的份额呈现上升趋势,金融中介脱媒理论不成立 我们根据下面美国金融机构(主要是金融中介)(上面那条蓝

色曲线)和美国银行(下面那条红色曲线)所持有的资产规模占同期的美国GDP比的关系图1可以得到:

1)美国金融机构和银行持有资产规模占同期GDP总体呈现上升趋势,其中金融资产占比由1959年的97.85%上升到2011年的249.18%,银行资产占比由1959年的65.49%上升到2011年的89.49%;2)美国金融机构资产占GDP比远高于银行资产占GDP比,而且这一趋势逐年上升,金融机构资产占比年复合增长率达1.81%;3)美国金融机构资产占GDP比和银行资产占GDP比于80年代初期前,基本保持同步上升;4)美国金融机构资产占GDP比和银行资产占GDP比,都在2008年达到最高峰,然后2009-2010都呈现下滑现象,2011年数据显示两个占比都有所回升。

我们认为,首先,美国金融中介的资产规模占GDP的比重不降反升,这说明了金融中介在美国金融市场不但没有消失,其重要性还不断增强。其次,随着金融中介形式的多样性发展,银行的重要性有所下降,不过仍然与GDP增长基本保持一致。最后,2007年开始爆发的金融危机在图1也有所体现,从数据来看,金融中介占GDP比09、10、11年的连续下滑是过去53年内从未出现过的。

图1美国金融机构资产占GDP比远高于银行资产占GDP比的关系图

2金融中介彼此竞争激烈,传统银行主体占比不断下降,金融中介多样性和复杂性日趋显着

我们从下面图2美国银行资产占金融机构资产的情况图可见:1)美国银行资产和美国非银行中介资产占分别用蓝色和红色表示;2)美国银行资产占总金融市场比从1959年的66.93%到2011年的35.91%,逐年下降,由原来的三分之二下降到现在的三分之一,最低2009年甚至仅为33.90%;3)美国银行资产和美国非银行中介资产占总金融市场比变动最大的一段时间应该为1985-1993年这段时间,其中银行资产占总金融市场比年复合增长率达到了-3.91%。

我们认为,随着金融市场的开放,市场中的金融中介主体不但在数量上有了很大的进步,金融中介主体的种类也日趋丰富,美国保险公司和银行的大致趋势下降,而像退休、养老基金和共同基金的相对规模则得到了大幅度的增长。

总体上,我[]们认为金融中介在越来越复杂现代经济中履行着不断更为复杂的功能。尽管市场不断向完美市场毕竟,信息价格正在下降,但是由于参与成本和风险交换等因素的存在,参与金融活动的个体的决策无法单独实现最优化。最终,个体通过选择与金融中介合作,金融中介成为了人。

图2美国银行资产占金融机构资产的情况图

二、金融Swarm预警模型的理论研究

基于美国金融中介的发展趋势和现状,我们可以试图通过构建金融中介主体来实现金融Swarm复杂适应性系统预警模型。这里我们主要从理论上探讨金融预警Swarm模型建立的可能性。

1金融预警Swarm模型的建立的理论研究

1)金融预警Swarm模型系统的预警目的

金融预警Swarm模型的预警目的是为了获取超前地预警指示信息、缩短货币政策的时滞,平抑经济波动,为宏观调控和决策提供信息数据,为保持金融事业适当平稳发展服务。其中,对金融系统时滞的研究是主要内容,力图达到监测和决策的一体化。

2)金融预警Swarm模型系统的预警方法

金融预警Swarm模型的预警方法,是基于复杂适应性系统中各主体的主动适应行为上的,它将标志金融系统的多指标体系融合在该Swarm模型中。由于Swarm本身有动态的输入输出功能,因此我们可以保证金融预警的动态性和综合性。

3)金融预警Swarm模型系统的预警过程

金融预警Swarm模型的预警过程是对金融运行中出现的异常先兆进行定量分析和定性分析、评价的过程,也就是分析警兆和警情、测定警限和警度,判断金融运行所落入的区间,并给定对应的警度。

4)金融预警Swarm模型的系统结构

金融预警Swarm模型的系统结构应该包括有:预警指标体系、预警信息反馈系统、预警结果评价系统、金融体系Swarm模型(高级和低级)。几个部分之间关系如图4所示:

图4 金融预警Swarm模型的系统结构图

2金融预警Swarm仿真模型系统的实现

1)金融预警Swarm仿真模型系统的模块化

金融预警Swarm仿真模型系统需要通过由一系列子金融中介Swarm模型模块来实现,并且需要有共同的链接 模块和工具将不同的子金融中介Swarm模型组和在一起,各子金融中介Swarm模型一方面内部主体发生交换活动,另外一方面通过链接模块和工具将一些数据与其他子Swarm模型交换。最终形成一个金融预警模型的总体集。 2)指标的选择 我们选用实际金融工作中常用的指标。这些指标体系可以分为两大类:一类是,可以直接转换为Swarm模型

中相关参数的指标;另外一类是,不能够直接转换为Swarm模型但是由于它们的重要性,必须作为辅助指标体系的指标。

主要的指标有:1)再贴现利率、各类存款准备金、各类存款总额、各类贷款总额、利率指数、货币供应量、货币流通量2)股票价格指数、有价证券、汇率指数、保费指数3)银行现金收(支)额、工业贷款余额。

3)信息收集与整理

Swarm软件平台为我们提供了一个强大的数据输入输出平台,我们输入数据的流程是:从各自渠道获得实际金融指标数据,根据一定的规则处理成为金融体系预警Swarm模型能够读取得数据, Swarm模型程序预先设计好读取数据的模块,将数据直接从导入模型,在模型中直接应用或者是由优化程序段来进行数据调整。

4)相关信息输出和反馈

在数据输入后,金融预警Swarm模型的Observer Swarm会根据系统内置的数输出,整理输出模型运行过程中的需要观察的数据,并把这些数据存储成文件,或者动态的生成了二维的栅格图和相关图等图像。

5)我们采用两种方式来进行预警分析:

传统方式:根据指标体系中的数据在Swarm模型中运行,将得到的数据和历史回归后的数据相互比较,按照传统的预警区间的划分,来确定系统所处的区域。

Swarm方式:由于Swarm本身具有动态监控功能,我们通过先行检验的方法,实际模拟今后的变化,其次,按照系统生成的活动主体和借贷链接链的熵最大值比例和其他重要信息来观察系统的稳定性,然后,进一步在程序中设置好预警的警界限,从而实现对金融体系的预警任务。

6)金融预警Swarm模型预警系统的学习和自身发展

金融预警Swarm模型预警系统的另外一个特点就是有一个良好的动态的反馈系统。随着经济的发展,金融市场体系中的金融工具不断涌现,金融体系中的各个指标所代表的意义及其重要性也在改变,在这个过程中,我们可以通过两种 方式来动态的调控预警模型系统,让它处于不断的“学习”过程中,这样预警系统可以不断修正自己,达到真正动态预警的作用。