时间：2022-03-02 20:25:51
鉴于金融统计分析工作的重要性，以及金融统计分析工作在经济发展中的重要地位，对金融统计分析工作进行全面的改革与创新，对提高金融统计分析工作质量和满足经济发展需要具有重要的促进作用。基于这一认识，金融统计分析工作的改革与创新，应正确分析金融统计分析工作的内容，并从重点完善金融统计分析的制度建设、建立健全金融统计分析规范以及强化人员培养，重点提高统计分析人员的整体素质等方面出发，确保金融统计分析工作在整体实效性上有较大提高。
二、金融统计分析工作的主要内容
金融统计是国民经济统计的重要组成部分，是中央银行宏观经济金融决策的支持系统，金融统计数据的及时、准确在强化金融运行分析、修正和调整货币政策方面起着至关重要的作用。其中对金融数据的统计分析，已经成为中央银行政策制定方面的有力支撑。结合金融统计分析工作实际，其主要内容主要包含以下几个方面：
（1）金融统计分析实现了对基本的金融数据的统计和分析。金融统计分析的过程是对国家经济发展中金融数据的统计和分析过程，其统计和分析的对象主要为与金融相关的经济发展数据和基本的金融数据，对经济发展有着重要影响。
（2）金融统计分析重点对经济发展中的关键银行数据进行统计分析。在金融统计分析中，关键银行数据是统计分析的重点，通过对关键银行数据的统计和分析，能够为银行决策提供有力的参考和依据，保证银行决策的准确性。
（3）金融统计分析能够对影响经济发展的各种价格指数进行统计分析。由于金融统计分析是对国家经济的基本金融数据进行分析，因此与国民经济关系密切的各种价格指数也是金融统计分析工作的统计与分析重点，所以金融统计分析工作必须要保证其全面性。
三、金融统计分析工作改革与创新，应重点完善金融统计分析的制度建设
统计法制不健全，就不能满足依法统计的需要，就不能坚决遏制统计违法行为。因此，尽快完成金融统计分析工作管理规定的建立和完善，使金融统计工作的各个环节和各个方面都能有法可依。只有保证了制度的完善，才能为金融统计分析工作提供有力支持。为此，金融统计分析工作改革与创新，应将完善金融统计分析的制度建设作为重点，具体应做好以下几个方面工作：
（1）根据金融统计分析工作实际，明确制度建设目标。在金融统计分析制度建设过程中，为了保证金融统计分析制度能够有效满足金融统计工作需要，应明确制度建设目标，并以此为指导，做好制度建设工作。
（2）把握金融统计分析工作原则，建立完善的金融统计分析制度。金融统计分析制度在建设过程中，应把握金融统计分析工作的公正、公开、透明的原则，使金融统计分析工作能够在准确性方面满足金融统计工作实际，达到通过金融统计分析工作质量的目的。
（3）结合金融统计分析工作经验，对金融统计分析制度进行调整。金融统计分析制度建立之后，应根据实际应用中出现的问题对制度进行调整和完善，保证金融统计分析工作能够满足实际工作需要，为金融统计分析工作提供有力支持。
四、金融统计分析工作改革与创新，应建立健全金融统计分析规范
为进一步提高金融统计分析的科学性、规范性和可操作性，对统计分析的内容、范围、方法做出明确细致规定，更好的指导人民银行各分支行开展统计分析工作，只有建立健全的金融统计分析规范，才能保证金融统计分析工作取得实效。由此可见，建立健全的金融统计分析规范，是提高金融统计分析工作质量的具体手段。为此，金融统计分析工作在改革与创新中，应做好规范建设。
（1）认真分析金融统计分析工作的特点。在工作规范制定过程中，只有对金融统计分析工作的特点有所了解，并准确把握金融统计分析工作的原则和实际内容，才能保证工作规范满足金融统计分析工作实际。
（2）围绕金融统计分析工作实际制定工作规范。工作规范作为一种指导性文件，只有与金融统计分析工作的实际相结合，并围绕金融统计分析工作实际，才能保证金融统计分析工作行为规范在整体性满足使用要求，具有一定的指导性。
（3）强化工作规范的科学性和可操作性。考虑到行为规范的特殊性，在金融统计分析工作规范的制定中，应强化工作规范的科学性和可操作性，确保金融统计分析工作规范得到全面有效执行，满足金融统计分析工作需要。
五、金融统计分析工作改革与创新，应强化人员培养，重点提高统计分析人员的整体素质
考虑到金融统计分析工作的专业性和特殊性，金融统计分析工作人员的专业素质对金融统计分析工作的开展有着重要影响。基于这一认识，金融统计分析工作在改革创新中，应对工作人员的专业素质引起足够的重视，并加强对人员的培养，将提高统计分析人员的整体素质作为主要工作目标。为此，应从以下几个方面入手：
（1）补充高学历专业人才。在金融统计分析人员的培养上，要补充具有较高学历和现代知识的新人，将高学历专业人才作为金融统计分析工作的重要支撑力量来看待，确保金融统计分析工作在人才建设上满足统计分析工作的实际需要。
（2）加强对现有工作人员的培训。要立足于对现有人员的培训与提高，通过走出去、请进来等途径和方式，努力培养和造就一支积极进取、求真敬业，掌握必要的金融统计分析法律法规、统计理论、会计理论和计算机操作技能，能够将实践与理论相结合的金融统计分析队伍。
（3）重点加强对金融统计分析工作人员实践能力的培养。对于金融统计分析工作而言，实践能力是决定金融统计分析工作质量的关键。只有努力提高金融统计分析工作人员的实践能力，才能保证金融统计分析工作取得积极效果。为此，在金融统计分析工作人员的培养中，加强实践能力的培养尤为重要。
六、结论
经济货币化、经济金融化导致了金融经济时代的来临，金融越来越成为现代经济的核心。当今时代，离开了金融的经济，不再是现实的经济；离开了经济的金融，也不再是现实的金融。金融经济即金融成为运行核心的经济。金融是一种资源，是一种可以配置其他资源的核心资源，而金融配置则成为了资源配置的核心。金融资源配置效率的高低既决定着储蓄转化为投资的能力，也决定着产业发展方向与速度，影响一国科技创新的能力，进而决定着整个经济效率的高低和经济发展的速度。本文就海南省金融资源配置效率与其经济增长之间的关系进行研究与探讨，试图寻找二者之间存在某种可能的影响关系。
二、指标的设定与样本数据的采取
1.金融资源配置效率指标的设定
鉴于数据来源的局限性，本文仅选取了FCR（金融贡献率）、FAE（金融中介效率）对海南金融资源配置效率作一个简单的考量。
（1）金融贡献率（FCR）
本文仿照戈式指标，把每年实体经济从金融行业的融资总额统称为金融贡献额，将其与国内生产总值的比值定义为金融贡献率FCR，用这一指标来刻画金融发展规模和地区金融深化程度，反映金融增长对地区经济的贡献。根据金融贡献率的内涵，可得：
FCR=[股票筹资额+金融机构信贷余额+保费支出额]/国内生产总值
（2）金融中介效率（FAE）
国外学者主要用非国有经济的银行贷款占总贷款的比重来衡量金融中介效率，而国内学者则认为国有经济在我国地位较为特殊，以存贷款比来反映金融中介效率似乎更为合理。通过对上述国内外观点的综合和分析，本文将金融中介效率指标设定为金融机构贷款余额与其存款余额之比。
2.经济增长指标的设定
本文依照大多数学者的做法，将人均GDP作为考量海南省经济增长的指标。
3.样本数据的采取
本文所采用的数据均来自于《海南省统计年鉴》、中宏统计数据库、中国经济与社会发展统计数据库。样本数据年限为1991年―2012年，数据来源：笔者依据《海南省统计年鉴》、中宏统计数据库、中国经济与社会发展统计数据库资料整理所得。
三、实证分析过程
1.模型简介
本文的分析采用向量自回归模型（Vector Autoregressive Model，VAR），VAR模型不以严格的经济理论为依据，是一种非结构化的多方程模型。经济理论指导下建立的结构性经典计量模型存在不少问题，VAR模型是为解决这些问题而提出的一种非结构性方法建立各变量之间关系的模型，是当今世界上的主流模型之一。
VAR模型主要用于预测和分析随机扰动对系统的动态冲击，冲击的大小、IH负及持续的时间。可以用来描述若干变量间互相影响与作用的关系，从而将单方程模型加以改进、推广为由多方程的自回归模型。
2.实证结论分析
受篇幅限制，本文仅将实证结果展示如下，实证分析包括了平稳性检验、协整性检验、格兰杰因果检验、var模型的分析及后续的脉冲响应分析与方差分解。具体结论如下：
第一，单位根检验，变量原始序列都存在单位根，为非平稳序列，但经一次差分后可都转化平稳序列具备了协整性检验条件。
（一）培养目标缺乏特色
地方应用型本科院校基本是由专科院校升格的新建本科院校，本科办学历史较短，其在学科专业建设、师资力量、生源层次等各方面与研究型、教学研究型大学存在较大差距，但目前应用型本科院校金融学人才培养目标却缺乏特色，和教学研究型、研究型大学基本没有什么差别；而且随着国家高等教育的发展和经济金融的发展，金融学专业培养的毕业生出现了较为严重的结构性失衡，再将地方应用型本科院校的金融人才培养目标笼统地定位为高级金融人才是适应不了我国经济金融迅速发展的需要。
（二）课程体系设置不合理
目前地方应用型本科高校金融学专业基本沿用研究型、教学研究型大学金融学专业的课程体系设置，按照公共基础课、专业基础课、专业方向课、选修课和实验室教学以及实践实习等设置课程体系，主要注重宏观金融基础理论、专门知识的传授和研究论文撰写的训练，新型微观金融理论和数理知识传授以及实际操作技能训练相对不足。虽然宏观金融部分教学可以使学生较好地理解金融政策，但如果缺乏微观金融基础使学生难以深入理解金融的内在本质与运行机制；数理知识的不足使得学生对现代微观金融三大核心理论CAPM模型、MM定理和B-S欧式期权定价模型的学习都可能感到困难，更不用说深刻理解和运用了[1]。虽开设了与会计从业人员资格证书、证券从业人员资格证书等相对应的《会计原理》、《证券投资学》等课程，但对加深学生对金融市场理论的理解、提高学生实际操作能力的实践性教学课程开设相对不足；只开设了商业银行业务模拟、证券实时行情分析与交易模拟、公司财务报表分析实验课程，还缺乏外汇行情分析与交易模拟、期货模拟交易与行情分析及保险实务模拟等方面的实验课程。
（三）实践性教学相对不足
地方应用型本科高校金融学专业虽然专门安排了实践性教学，但由于与本地区商业银行、证券公司、保险公司、信托公司和基金公司等金融机构缺乏深入的合作关系，有的学生找不到金融机构进行各种实习，即使到金融机构的各种实习业大都流于形式、无法真正在实际业务操作中深化对金融学基本理论的理解和强化技术技能培训。
（四）师资队伍建设相对滞后
目前地方性应用型本科高校的师资大部分是来自高校的博士硕士，虽然受过较为系统的经济金融学学术训练，具有较深厚的经济金融理论基础，具有一定的学术研究能力，但由于大多没有在金融机构工作过的经验，自身缺乏一定的实际操作能力和实践业务工作经验；虽然也从金融机构等实践部门聘请一些高管和业务人员来学校进行讲学，由于他们时间和精力有限，很难系统地进行课堂教学和实践指导。
二、应用型本科院校金融学专业人才培养创新路径探讨
（一）人才培养目标创新
由于和研究型、教学研究型大学各方面差异的实际存在，地方应用型本科高校生存发展必须要寻求错位发展，形成自己的培养特色。其培养目标是应该为本地区金融业发展培养应用性专门人才，在培养学生良好基本素质、掌握金融基础理论和专门知识的基础上，更应突出综合素质和能力培养的特色，强化宏观经济政策分析和微观专业技术技能的训练，使学生毕业就能从事银行、证券、保险、信托、基金等金融业工作。地方应用型本科院校金融学人才培养应该是服务本地方经济发展，以能力培养为核心的应用型金融人才培养，培养的学生应全面掌握金融学专业基本理论体系和和专门知识以及金融领域基本工作技能，形成良好的金融专业素养；主要应关注金融及相关领域的原理性知识与专业技能的系统训练，侧重学习掌握基本经济金融理论及其应用以及金融分析的基本工具和方法，要求学生掌握现代金融基础知识、基本技能和管理技术，能熟练运用计算机、外语和数学等现代金融活动所必须的工具以及良好的人文品德修养、职业道德和社会责任感；培养人才具备的应用型特色应该放在更加突出的位置，当然应用型人才与技能型人才是有差别的，不仅要求熟练掌握运用各种金融微观业务操作技能，更要求具有坚实的金融学基础理论和专门知识，具备创新能力和分析问题、解决问题的能力，如果培养的人才不具备宏观理论分析能力，那就是工具主义教育，不是应用型本科教育的题中之义了。[2]
（二）课程体系创新：构建能力本位的模块化课程体系
1.突出能力导向
应根据金融学专业对应的岗位所需的知识、能力和素质来构建模块化课程体系。应从学科本位转向能力本位，在坚持学科专业导向的基础上、强化能力导向，不必过分追求学科知识的专精深，而应关注专业知识的广度和交叉融合，在基本掌握经济金融学基本原理的基础上，突出对现代金融基本理论和专门知识的应用能力和实际操作能力的培养以及较为系统的基本技能和专业技能训练。
2.课程体系模块化
打破原有的按学科范畴设计教学内容的框架，以基本素质、经济学基本素养、分析工具、宏观抽象、微观分析、操作技能等能力培养进行金融学课程体系的模块化。课程体系可分为通识模块、基础模块、方法论模块、宏观模块、微观模块、实验模块等通识模块主要强调学生品德操守、人文修养、职业道德和社会责任感等方面能力的培养，包括思想道德修养与法律基础、马克思主义基本原理、政治经济学、思想概论、邓小平理论等政治思想理论课程；基础模块要求学生掌握扎实的经济学理论知识，培养学生的经济学思维能力，为后续的金融学理论和专门知识学习打下坚实的基础，包括宏观经济学、微观经济学、国际经济学、金融学、财政学、会计学、经济法等；方法论模块主要体现金融学的数学、统计学和计算机等的金融分析工具支出，由于金融创新出于规避风险和管制的需要，金融衍生产品如期货、期权发展迅速，其定价对于数学、统计学和计算机等金融分析工具要求很高，这是现代金融人才所必须掌握分析能力，主要包括微积分、概率与数理统计、线性规划、统计学、计量经济学、程序设计等；宏观模块主要培养学生的宏观经济概念、宏观思维方法和抽象分析能力，使学生能深刻理解金融现象的本质，主要包括国际金融、中央银行学、金融监管学；微观模块主要体现金融学科的微观化、工程化的发展趋势，培养学生的实际应用能力以适应金融新发展对复合型金融人才的要求，主要包括投资模块（证券投资学、金融市场学、投资银行学、金融工程学、公司金融），银行模块（商业银行经营管理学、银行信贷管理、银行会计）、保险模块（保险学、个人风险与保险）；实验模块主要是为了提高学生实际操作能力，缩短理论学习与实践差距，强化理论应用实际的能力，其关键在于开发设计有效的实验课程，要涵盖金融行业银行、证券、保险和基金等主要涉及的实务操作，当然可根据各个学校不同的情况有所侧重，主要包括银行实际业务操作模拟实验(如国际结算业务、银行会计业务等)、公司财务业务模拟实验、证券投资业务模拟（如外汇、期货)、保险业务模拟、金融工程实验、金融统计分析等等。由于各教学模块中教学内容存在着较多的内容交叉与重复，在实际教学过程中应根据本地区的经济金融发展实际，确定专业建设定位与特色，在各教学模块中教学内容中注意综合平衡，做到有所取舍有所侧重，这是一项艰巨的工作，课程体系模块化改革的关键就在此。
（三）实践性教学的创新
加强本地区商业银行、证券公司、保险公司、信托公司和基金公司等金融机构的深入合作是实践性教学的关键。以专业导论、认知实习、专业实习、金融专题调研、毕业实习、参与教师科研课题研究贯穿整个教学过程。通过专业导论的学习，使刚入大学对金融专业所知甚少的学生对金融学专业和相关知识有个初步的了解；通过第一学年通识模块、第二学年基础模块的学习，学生初步具备了较为完备的人文素质和经济金融基础理论和专门知识，这时可以安排两个月的时间送学生到银行、证券、保险和基金以及信托公司等金融机构进行认知实习，使学生得到初步业务技能的培训，学生将对未来所从事的金融职业工作有一个初步的体验认识，可以引发学生学习金融理论和专门知识的兴趣，将为下一步的专业宏观模块、微观模块、实验模块学习打下基础；加强与金融机构的深入合作，建立校外实习实训基地，使掌握金融理论知识的学生在专业实习中通过在金融机构的工作实践培养运用所学金融学基础理论与专门业务知识分析问题、解决问题的能力，能真正以金融从业人员的身份进行专业技能实践，培养学生作为金融从业人员的综合素质；利用暑期安排学生进行金融专题调研，要求形成调研报告，既可培养学生积极参与社会实践的能力，也能培养学生发现、分析、解决问题的能力；毕业实习论文写作是大学本科教育最后一个极为重要的实践性教学环节，带着毕业论文选题所需解决的问题到金融机构进行毕业实习，学生在金融工作实践中有针对性地深化对所学金融理论与专业知识的理解和运用，培养综合运用所学的基础理论、基本技能和专业知识独立分析和解决实际问题的能力，最后形成的毕业论文是对本科四年金融学专业学习的一次全面总结；鼓励学生积极参与教师的相关科研课题研究，可使学生开阔学术视野，使学生在老师的指导下得到初步的学术研究训练。
（四）师资队伍建设创新
关键词：货币流量；分析性框架；中国实践
一、货币流量核算的产生及发展
1947年1月美国康奈尔大学教授柯普兰在美国经济学年会上，发表了论文《通过美国经济跟踪货币流通》，引起了经济学界的重视，该论文标志着货币流量核算的诞生。科普兰将货币流量界定为通过“主要货币循环”的交易产生的货币流，而不包括诸如银行间的支票结算等等此类的不使用实际货币的“技术易”。
科普兰之后的几十年中，有关货币流量的研究主要从两个方向展开：一是货币流量账户的深化与拓展；二是货币流量分析方法的研究。
货币流量账户主要涉及到相关数据特性的确定和统计框架。比如如何区分货币流量和存量、如何对经济部门进行归类、如何进行资产的分类和估值，以及如何在统计上确定净额的程度等等。对于不同国家货币流量数据的可得性问题，Heth作了较全面的考察。对于货币流量与资产和负债存量的一致性、金融资产净持有的一致性，Stone、Barker、Central Statistical Office等作出了贡献。而且，为了提高其准确性和学术研究的价值，以及利于政策的制定，货币流量账户也做了相应的调整和修改。
货币流量分析体系主要有三个基本命题，一，货币支出流量形成分析期内的社会总需求，进而决定分析期内的名义总收入；二，可贷资金的供求流量决定了均衡利率水平；三，在进行任何支出之前，经济主体手中必先持有货币。
货币流量核算的前提是进行货币流量的统计，在准确的货币流量统计的基础上进行货币流量的分析，因此货币流量核算包括两个框架：统计性框架和分析性框架。以下我们将主要对货币流量核算的分析性框架进行详细阐述，并分析其在中国的实践状况。
二、货币流量核算的分析性框架
自凯恩斯的《就业、利息和货币通论》发表以来，货币存量分析法已成为货币经济学研究的主流方法，但由于这种方法在处理一些货币政策的应用问题方面总是表现出一些致命缺陷，所以对货币流量分析的讨论就没有停止过。而且，该讨论涉及到极具实践性的货币政策操作问题，这是由于究竟应关注流量还是关注存量，关系着货币政策的成功与否。
货币流量核算分析侧重于对流量的分析，其对现实的解释能力强于货币的存量分析方法。存量方法由于用货币供需代替了资金供需，因此不能把对金融体系的考察纳入其中。这导致的一个最大的缺陷是这不能适应货币供给与金融过程的交织境况，但是随着全社会流通货币的主体变为银行负债，货币供给数量变化受金融过程的影响加大。就像有些研究者所指出的，主流货币存量分析是存在两大缺陷的：一是受货币内生的限制，二是很难考察金融过程。但是货币流量分析方法却是可以克服这两大缺陷的。
金融体系是货币流量分析框架的一部分，所以可以在货币流量分析中考察金融机构的行为和货币供给变动这两者的影响。在初期，贷款供给将等于公众储蓄、企业从前期消费中提取的固定资本折旧和持有的流动资本、与上一期持有的闲置货币相比本期闲置余额的净减少和银行在本期新创造的净货币之和。贷款需求包括融通本期净投资的需求和维持或重置资本支出的需求。利率是使贷款供需相等的宏观经济指标，通过利率的传导机制，可以使得消费、投资与货币存量协调发展。贷款供给中的公众储蓄与贷款需求中的融通本期净投资的需求相加可得到本期计划总储蓄，贷款供给中的企业从前期消费中提取的固定资本折旧和持有的流动资本与贷款需求中的维持或重置资本支出的需求相加可得到本期计划总投资支出。由可贷资金理论得到利率决定方程式简便形式：本期计划总储蓄+闲置货币需求的净变化+新创造的净货币=本期计划总投资。以次为基础对货币需求这一概念有了新的认识后，就可以得到相对系统的货币流量分析框架。
可以看出，随着金融体系的快速发展，经济主体手持资产的主要形式已变为金融资产的形式，这说明，居民手中持有的相当大部分的货币资金始终在金融系统中循环。在这种情况下，居民持有货币或者其他金融资产的行为就不会对货币的循环产生非常严重的负面影响，除非金融体系不能通过贷款或购买证券的形式再将这些资金重新投入经济的运行过程中。从中我们可以发现，在经济主体货币窖藏变得越来越不重要的同时，金融窖藏却变得越来越重要。在金融市场不断发展的过程中，金融窖藏的规模也越来越大，导致对货币循环的影响也越来越大。
三、货币流量核算之中国实践
我国的货币流量核算包括人民币和外币金融业务的全部内容。随着改革开放的推进，国内货币、信贷受国际收支的影响越来越大，大量的外资引进，大量的金融机构经营外汇业务对外发放债券和贷款。可以看出，国际收支、汇率与国内货币、信贷联系紧密，从这些指标间的相互联系相互影响中把握宏观经济的发展变化过程是制定正确的货币政策所必不可少的前提。
目前，中国人民银行对外公布的数据已由单一的货币供应量扩展到包括存款性公司概览、其他存款性公司的资产负债表在内的20类数据，为货币政策的制定提供了有力的支撑。然而在现阶段我国的货币统计仍面临着两个棘手的问题：一是货币供应量统计口径的调整问题。我国在1994年首次公布货币供应量统计口径，并于2001年和2002年两次对其进行调整。在当今经济、金融因素不断发展与变化的形势下，如何科学地对货币供应量统计口径进行及时的调整这个问题摆在我们面前。CGMFS（2008）已经明确提出电子货币这些新兴金融产品的货币层次归属问题，然而我国当前货币统计口径仍然较窄，只反映到M2层次。因此，有必要加快对多层次的货币供应量丰富和完善，以满足政策目的与其他分析目的的要求。二是货币统计的定位问题。我国当前的货币统计是以存量为主的核算范式。从我国货币政策的运用来看，自2002年以来通过调整货币供应量（存量）来调控的宏观经济运行的效果甚微，中国人民银行自2004年不得不重新启用直接调控信贷总量（流量）的老手段。这种情况的出现实际上已经要求我国货币统计工作应该从以存量为主的模式转向存流量结合的模式。
想要建立适合中国国情的货币流量核算体系，不仅不能脱离现有的现金统计和银行信贷情况，而且还需要根据当前的宏观金融监管的要求，对现有的统计制度进行改革，改进统计指标体系，建立新的综合分析的框架。（作者单位：西南财经大学统计学院）
4参考文献
[1]聂富强、崔名凯、郭永强.《货币与金融统计编制指南（CGMFS2008）》的比较与思考[J].统计研究，2009，（9）
【关键词】国内外；金融学；专业课程；设置差异
一、国内金融学课程设置现状分析
改革开放以来，我国金融学专业的课程体系不断变革，课程体系设置发生了很大的变化，改变了计划经济时期 “专才教育”的状态；改变了改革开放初期至2000年的重宏观、轻微观、重必修、轻选修、重理论、轻实践的课程设置状态。进入21世纪，我国的金融学的课程设置进行非常大的调整，突出的变化有三点：一是大幅度增加了选修课，选修课占全部课程的比重提高到了59%；二是强化了专业主干课程及其配套课程；三是增加了人文素质方面的课程设置。
（一）国内本科层次金融学专业的课程设置
国内著名财经类高校在本科生金融学专业的课程设置中主要具有以下四个特点：第一，大幅度提高了微观课程的比重；第二，更加关注数学、计量经济学、统计学在金融教育中的重要性；第三，重视外语、计算机课程的应用；第四，强调金融学与其他学科的交叉和配合，提供了宽口径、多种类的专业选修课程。
（二）国内研究生层次金融学专业的课程设置
国内研究生（硕士、博士）层次金融学专业的课程设置强调加强金融专业的理论性、学术性和实践性，课程设置主要特点有：第一，加深基础课程的教学水平；第二，加深专业主干课程的教学水平；第三，提高金融专业理论课程的教学内容水平；第四，提高专业方向课程的教学水平；第五，广泛阅读经典学术文献、重要学术文献，以提高研究生文献综述的能力；第六，加大重要专题前沿研究。
二、国外金融学教学内容及课程体系现状分析
20世纪后半期，西方国家普遍进行了高等教育的改革，普遍提出高等教育要加强通才培养的理念。美国注重培养富于应变、善于学习和应用的人才的极其务实的教育理念；法国注重培养“不受任何学科界限限制的人”的教育理念。其课程设置注重知识体系的简约化、结构化、综合性、整体性和探究性。
（一）国外本科层次金融学专业的课程设置
国际上对于本科层次金融学专业的课程设置主要有两种模式即经济学院模式和商学院模式。
经济学院模式的金融专业具有四个突出的特点：第一，侧重于宏观金融（经济学、货币银行学、货币经济学、国际经济学等）；第二，强调教学工具与实证分析（计量经济学、经济学中的数学方法应用，中高级统计学等）；第三，兼顾微观金融（金融市场、公司理财、跨国公司理财、投资分析等）；第四，注重经济、金融史（欧洲经济史、货币金融机构理论与历史等）。
商学院模式也称管理学院模式，其金融学专业课程设置的突出特点有两点：第一，侧重微观金融课程设置（金融市场学、投资学、公司理财、证券分析与组合管理、公司财务管理等）；第二，侧重专业性和实用性金融的课程设置（基金投资、风险资本与私人权益、固定收益证券等）。
在英、美等国家的本科教育中实行的是通才教育。大学一年级学生主修公共课，主要包括各国文化、历史、生物学原理、心理学原理等。大学二年级以后，在选择主修专业后才开始学习专业核心课程和选修课程。经济学院模式与商学院模式有宏观与微观金融教学内容的区分，但是两种模式并没有确定的宏观、微观课程的比例，除一些基本的专业课程以外，各个大学更主要的是结合各自学校的优势开设相关的课程。
（二）国外研究生层次金融学专业的课程设置
在英、美等国家，研究生层次（硕士研究生和博士研究生）的教育中对硕士研究生的教育相对淡化，其注重的是对博士层次学生的教育，强调硕士生的“过程学位”，注重博士生的“内容学位”。国际上对于研究生层次金融学专业的课程设置也包括经济学院模式和商学院模式。
经济学院研究生层次金融专业的教育与本科生层次相比，具有三个特征：第一，教学内容更加深入。本科层次的货币银行学主要介绍基本的货币、银行、信用等理论，而研究生层次的货币银行学则更加注重研究货币、信用及银行间的关系，更加注重货币银行理论与实际的结合，大多以专题形式展开教学；第二，更加强调数理工具的应用。本科层次主要介绍统计方法及数理理论的基础知识，而研究生层次的教学中均安排了大量的计量经济学和实证分析课程；第三，更加注重研究能力的培养。国外研究生层次的教学别强调研究能力的培养，开设专题研讨，邀请知名专家、教师与学生一起进行讨论，鼓励研究生准备论文，陈述观点，以便锻炼学生的研究能力和写作能力。
商学院金融专业研究生教学与本科生层次相比，具有两个特点：第一，更加体现专业性和务实性；第二，课程内容更加深入，理论性更强。
在国外的高等院校，国家并没有规定统一的必修课程和选修课程，但是，对于能够反映学科内在要求的重要课程各个大学均有开设。对于众多的专业课程，各大学的个性特色极为鲜明。对于必修课的规定较少，而更加注重大量选修课程的开设，学生可以根据自己的兴趣选择，以培养学生的个性和宽广的知识结构。
三、国内外金融学专业课程设置差异分析
（一）培养目标的差异
西方国家高等教育的培养目标，基本上由大学自主确定，以体现各校的特色。金融专科教育旨在培养从事最基本、具体化金融工作的人才，金融本科教育的目标强调培养学生扎实的理论基础和多方面的能力，同时也注重将学生本人学识和能力的增加与对经济和社会做贡献的责任结合起来。研究生层次的培养目标是“使学生成为更加出色的管理人员，做起事来更有效率”，因此十分注重实践能力和市场开拓能力的培养。
国内四年制高等院校金融专业大多实行“宽口径”人才教育，学校的目标就是在本科阶段把绝大多数学生培养为专业性极强的技术人才，一毕业就能“学以致用”，只有少数学生能够继续攻读硕士或博士，对于非专业课程的学习强调对金融学学习的理论性和基础性的支持作用。具体来讲，国内金融专业的本科教育是“厚基础”、 “宽口径”，并以素质教育为主的在宽厚基础上的专业教育。
（二）内容及体系的差异
国外金融学的教学内容重点突出微观性、操作性和案例教学，其课程体系分为专业基础课、专业技能课和专业课三部分。专业基础课分为必修课（数学和经济学，332课时）和选修课（宏观、微观、计量、动态、信息等经济学，240课时）；专业技能课分为必修课（计量经济、统计、金融等软件，实践：332课时）和选修课（金融工具箱、信息库、专业网页设计等，实践：160课时）；专业课分为专业主干课（金融经济学、货币经济学、金融市场，208课时：52实践）、专业必修课（计量经济、公司财务、金融工程、博弈、金融工具定价等，360课时：180实践）和专业选修课（数理经济、管理经济、公司金融、微观银行等，336课时：134实践），其中理论和实践的课时比例为1.3：1，宏观金融与微观金融的课时比例0.23：1，定性分析与定量分析的课时比例为0.24：1。
国内金融学的课程体系分为公共通识课、学科基础课、专业课、综合素质选修课和实践环节五个部分。公共通识课（两课、思想、邓小平理论概论与“三个代表”重要思想、微积分、线性代数、概率论、计算机基础、英语、体育等，共1125课时：实践68）；学科基础课（政治经济学、西方经济学、会计学、统计学、计量经济学、货币银行学等，共479课时：实践6）；专业课分为专业必修课（中央银行、商业银行、金融市场、国际金融等，共332课时：实践8））和专业选修课（公司金融、金融工程、证券投资分析等，共390课时：实践6）；综合素质选修课（金融企业营销、金融企业财务分析，共119课时）；实践环节（军训、社会实践、学年及毕业实习，实践12课时）。其中理论和实践的课时比例为23：1，宏观金融与微观金融的课时比例1.67：1，定性分析与定量分析的课时比例为2.12：1。
以上分析表明，国外与国内金融专业课程及体系设置上存在很大的差异，这种差异体现在：第一，国外的金融理论和实践的课时比例为1.3：1，国内的理论和实践的课时比例为23：1；第二，国外宏观金融与微观金融的课时比例0.23：1，国内宏观金融与微观金融的课时比例1.67：1；第三，国外定性分析与定量分析的课时比例为0.24：1，国内定性分析与定量分析的课时比例为2.12：1。
（三）教学目的差异
国外通过专业基础课程的学习，使学生掌握经济、计量分析的基本原理和方法；通过专业技能课的学习，使学生掌握利用计算机软件分析金融经济活动的操作能力；通过专业课的学习，使学生掌握金融理论知识和金融实践技能，特别强调微观金融课程体系的设置，强化学生对微观金融的金融市场、证券投资、公司财务、金融工程、金融风险管理、金融资产定价等定量分析的能力，
国内通过公共通识课和学科基础课的学习，使学生掌握马克思、等思想，掌握经济、计量分析的基本原理和方法；通过专业课的学习，使学生掌握金融理论、金融管理及实务操作；通过综合素质选修课的学习，使学生掌握微观金融基本原理；通过实践环节使学生将金融理论与实践加以结合。
参考文献：
[1]袁贵仁.《转变观念 真抓实干 开拓进取 推动我国高等教育实现由大到强的历史新跨越》.全面提高高等教育质量工作会议讲话，2012年3月22日.
[2]《21世纪中国金融学专业教育教学改革与发展战略研究报告》.高等教育出版社出版，2004年8月.
[3]王广谦、张亦春、姜波克、陈雨露主编.《金融学科建设与发展战略研究》.高等教育出版社，2002年9月.
[4]国内外著名大学网站，2013年.
【关键词】金融统计；R软件；实例
金融学最具魅力的地方在于其强大的、科学的定量分析能力，这也是学习金融学的难点之所在。金融专业的学生在学习金融理论时面临两方面的困难：一是数学基础，以统计学为核心。二是相关软件的运用。随着大量数据的可获得性，特别是高频数据，以及理论研究的不断深化，金融理论的学习与研究越来越离不开计算机。同时，由于研究的需要，越来越多的统计软件或软件包被开发出来。金融专业的学生面临眼花缭乱的各种软件和软件包，以及日益复杂的金融理论和实证设计，如何选择软件和进行软件教学就成为一个重要的课题。本文在简要介绍了一些耳熟能详的金融计算软件的基础上，重点介绍R语言在金融计算分析中的应用。
1．EXCEL在金融统计中应用
EXCEL是微软公司的办公软件Microsoft office的组件之一。
EXCEL的优点：最多人使用，是最广泛的数据处理工具。据不完全统计，目前超过九成的个人电脑都使用微软的视窗操作系统，个人电脑在安装视窗系统的时候往往附带了EXCEL组件，令到EXCEL在全球非常普及。EXCEL与Microsoft office的其他组件如WORD,POWERPOINT等进行互补，他们的配合使用基本可以解决大部分中小企业日常事务。
EXCEL的缺点：EXCEL虽然可以完成函数计算、图表绘制等功能，只能完成基本功能，无法满足专业化需求。另外，通过EXCEL进行线性回归等操作，需安装高级软件包，常规的EXCEL安装是无法满足诸如OLS等高级金融计算的应用。
2．SPSS在金融统计中应用
SPSS的全称是Statistical Product and ServiceSolutions（直译：统计产品与服务解决方案）。
SPSS的优点：当今运用最广泛的专业统计软件，同时也是世界上最早的统计软件。如前文所述，EXCEL在统计分析上的显得十分业余，SPSS应运而生。SPSS界面友好、易于掌握、功能全面、输出美观、数据接口也较为通用，可以满足专业人士的需求。目前SPSS被广泛运用于中小型非金融企业、银行业、保险业、制造业、医药业等。
SPSS的缺点：SPSS与其他常用软件的交互并不友善，尤其是不能和常用的OFFICE等直接兼容，这给用户带来不小的麻烦；另外，作为一款专业的金融统计分析软件，SPSS不能通过外包程序进行拓展，令到SPSS在数据个性化处理中留下硬伤。
3．Eviews在金融统计中应用
Eviews的全称是Econometrics Views（直译：计量经济学观察）。
Eviews的优点：Eviews软件开发者的初衷是“对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行观察”。计量经济学四大步骤：设计模型、收集数据、参数估计、模型检验、模型应用（结构分析、经济预测、政策评价）在Eviews身上可以得到充分的应用。Eviews的出现，使计量经济学的应用普及取得了长足的进步，目前各大高校的经济类专业的学生都有专门课程讲述该软件的应用。
Eviews的缺点：Eviews的强项是计量经济学四大数据类型（时间序列数据、截面数据，合并数据和虚拟变量数据）的分析，但是很显然这只是金融的全部应用的一小部分而已，对于期权的定价计算、高频数据策略的应用分析等，Eviews是不支持的，也无法通过应用包来拓展。
4．R软件在金融统计中应用
R是一个有着统计分析功能及强大作图功能的软件系统，是由Ross Ihaka和Robert Gentleman共同创立。R语言可以看作是由AT&T贝尔实验室所创的S语言发展出来的。因此，R即是一种软件也可以说是一种语言。R软件是统计软件的后起之秀，已逐步成为主流统计软件之一。最为难得的是作为一款为专业人士设计的金融统计软件，它是完全免费的，而且支持外置函数包进行拓展。
R软件的特点：R一个非常突出的优点是它的灵活性。
举个例子，一般的软件往往会直接展示分析的结果，而R则将这些结果都存在一个叫做object的对象里面，所以常常在分析执行结束后并不显示任何结果。使用者可能会对此感到困惑，其实这样的特点是非常有用的，因为我们可以选择的从结果中只抽出我们感兴趣的部分。例如，我们在进行大型的OLS回归计算中，要进行100个回归方程分析。但是，我们可能只是想比较其这100个回归方程的回归系数，如果使用Eview等软件要打开100个窗口，而且自己要独自进行比较，显然，这种方式无法帮助我们直观形象地发现这些回归方程的规律。不过，在R中就可以选择只显示所有分析得出的回归系数，我们可以对object的部分结果进行抽取，这样结果仅仅占了几排而已，而且可以非常鲜明地展示这100个回归方程系数之间的规律。
R在处理金融统计分析中的具有很好的应用，方便简单，其他软件无法比拟。
示例：已知某只不支付红利的股票的市场价为50元，无风险利率为12%，波动率为10%，期权的执行价为50元，存续期为1年，求该股票欧式看涨期权的期权费。
在R中键入如下命令即可：
> call
> call
[1] 5.92
第一行为函数包通过在参数已知的情况下，将计算结果赋给变量call；第二行命令是输出call值，第三行为屏幕显示该欧式看涨期权价格是5.92元。[1]表示从call变量的第一个元素开始显示，因为有些变量不止一个数值，R允许将多个数值同时赋予给一个变量。
从上面的例子可以看出：R命令是十分简洁，这得益于其R软件有强大的可以拓展的函数工具包。用户在运用时并不需要知道背后的原理，只需知道参数的含义和输出结果的含义即可，这大大减少了工作量。同样是上面的例子，如果用C语言和EXCEL，你必须要理解期权的定价原理，理解Black-Scholes方程、然后再自行编写程序或者宏.这些工作不可能短时间内实现，另外Eviews对这类非回归的金融问题显得无能为力。
当前定量金融分析中，包含期权分析，债券分析，资产组合分析，波动率分析，时间序列数据和截面数据回归等多个函数包，用于也可以自行编制，实现不同用户之间共用函数包分析高频数据流……无疑为全面定量分析金融各个问题提供了一个很好的平台。
参考文献：
[1]Emmanuel Paradis.R for beginners[M].机械工业出版社,2011.
[2]高铁梅.计量经济分析方法与建模－Eviews 应用及实例[M].清华大学出版社,2006.
[3]张建同.以Excel和SPSS为工具的管理统计[M].清华大学出版社,2010.
【关键词】相依风险 Copula理论 金融业 证券市场风险
一、金融市场的关联性及金融风险相依研究的缘起
世界金融体系的形成和构建与资本主义经济世界体系同步，经受过多次经济危机，业已相对成熟。改革开放后，国内金融市场在加入WTO的同时日渐融入国际金融市场，内在结构逐渐实现国际化同构，有由里到内均和国际市场融为一体的趋势和倾向。也就是说，海内外金融市场的关联性或者说相关性越来越强，研究某地域或某方面的金融现象必须有相对系统的观点来关照。
在金融经济发展的过程中，最为关键的问题之一是管控各种金融风险，其重要前提是金融风险的量度和预测问题。在金融市场关联性和相关性越来越强的情况下，各种金融风险的相关性也逐渐增强，其具体的风险量度问题也应该充分考虑相关风险的系列情况，即联合风险或者说是相依风险的度量问题。
基于对风险相关即风险相依具体复杂内在情况的认识和估量不足，早期开展金融风险相依研究的主导思路是线性相关系数分析法或Granger因果关系分析方法。另外，VaR风险价值的计算方法以其较强的操作性及相对的准确度为综合风险度量提供了一个便利的框架，被大量金融机构接受，成为后者研究综合风险或者相依风险的主导计量方法。
二、Copula理论的内涵及其对金融相依风险研究的推动维度
Copula本是数学统计范畴内的一种理念方法，其核心是利用样本数据和各种风险资产收益率的边缘分布近似确定其联合分布。Copula理论发展成熟于海外，2002年张尧庭撰文其在金融领域应用的可能性后，Copula理论随着金融市场的关联性、金融风险的相关性、证券市场风险相依等顺序和逻辑不断深入，逐渐成为风险相依研究的主流，从多方面推动了风险相依风险研究的发展。
（一）克服了传统风险度量方法的缺陷，推动了相依风险度量预算研究的进一步发展
随着交易活动及工具的不断增长变迁，金融市场的波动性日趋激烈，基于正态分布假设的传统风险度量方法及线性相关系数指标面对复杂的金融风险相依实务的时候本身缺陷尽显，导致出现了实务层面和研究层面的双重困境。而Copula理论以其不变性导出的系列相关性描述指标比线性相关系数更切合风险实务，Copula通过对相关结构和边缘分布分别建模的灵活性可构建出比多元正态分布假设下更合适准确的多元分布，比传统方法有明显的优势，推动了相依风险度量预算研究的进一步发展。
（二）推动优化VaR风险价值的计算，提升风险度量预算的准确度
VaR风险价值的计算方法虽然有操作性强且相对全面的优势，但随着研究的深入和实践实务增多其在不同模型计算结构差异及尾部损失信息反映等方面的缺陷也逐渐被人意识到。对此，马艳民、谢赤、罗付岩等部分学者探索构建基于Copula理论的VaR模型，提炼基于Copula函数的VaR与CVaR算法，通过将Copula融入VAR中优化VaR风险价值的计算，构建更为有效的风险管理模型，进而得出与实际分布更为近似的联合分布或者说相依分布。
（三）以对尾部相关性的敏感优势，推动证券相依风险研究的长足发展
对于证券市场风险而言，尾部相关性因其在市场大跌时的强烈反应对预防、管控股市重大风险非常关键，但是相对简单的线性描述不能够充分展现复杂而多变的尾部相关性，限制了其对证券风险相依研究的力度。对此，Copula以其刻画相关性的全面而灵活的优势，可充分地展现尾部相关的全部信息。基于此，Fre、马艳民、任仙玲、司继文等海内外学者陆续利用Copula的这个优势深化研究证券相依风险，并使Copula理论之成为证券相依风险研究的主导理论。
（四）以其较强的普适度，Copula理论扩大了金融风险度量的论述研究范围
在引入Copula理论之前，基于当时国内金融风险管理实务的局限及传统风险度量方法及指标的缺陷，论述范围一直比较有限，主要以相对西化的理论分析欧美成熟市场的金融现象为国内提供借鉴意义。引入Copula理论之后，论述范围有所扩大，相当一部分研究者把视角转向沪深股市甚至以韩国、台湾为代表的东亚金融市场。
三、Copula理论应用的局限及金融相依风险研究未来走向探讨
风险相依研究引入应用Copula为确保为金融风险管理提供更切实有效地基础信息，同时研究者和实务负责人员还应该清醒地意识到Copula理论应用的局限、难点和先天不足。
首先，Copula理论本来属于数学统计范畴，其在金融领域的应用需要克服跨学科和领域的界限，不同学科和领域的某些内在实质差异会影响Copula在金融领域的应有深度和效果，即风险相依研究引入应用Copula理论要克服不同学科的异质性特点、
其次，国内风险相依研究或金融市场研究引入应用Copula理论的借鉴参照是海外的相关研究和实务开展。对此，值得注意的是，海外在这方面的研究和关注开始于1999年前后，到2008年的时候已经比较成熟了，不过依然没有拦住2008年全球性金融危机的爆发，这说明海外相关研究和探索本身在整体上不能算是成功的经验，或者说Copula理论在金融领域的应用本身存在先天性不足。
最后，从传播流程上说，风险相依研究或者说金融市场研究引入应用Copula理论属于舶来品，存在着本土化路径探索的问题。虽然着国内金融业在融入世界金融市场方面的深度不断增大，不过基于政治制度和监管体制等原因，国内金融市场有其自身的独特性，目前在转型期间的成熟度也相对不足，海外的相关经验在国内的适用度比较有限。
总之，国内风险相依研究引入运用Copula理论面临着跨学科异质性难点，其本身还要有借鉴失败探索进而本土化成功转型的难点。在这种情况下，国内风险相依研究：一应该清醒意识到这些不足和难点，避免绝对盲从和不假思索地肯定和盲从；二应该立足国内现实，强化国内实务实证研究，在此基础上探索应用路径；三应该引入多种相似理论和方法进行对比博弈，扭转以Copula理论为绝对主导的局面；四应该将Copula理论量度和预测风险相依与相依风险的管控相结合，利用前者为管控风险提供方便，利用后者的效果倒逼证实风险量度的科学性和合理性。
参考文献
[1]刘琼芳.基于Copula理论的金融时间序列相依性研究[D].重庆：重庆大学，2010.
[2]吴庆晓，刘海龙.基于Copula模型的风险相关性度量方法[J].系统管理学报.2011（06）.
[3]赵晓玲，陈雪蓉，周勇.金融风暴中基于非参估计VaR和ES方法的风险度量[J].数理统计与管理.2012（03）.
[4]易文德.基于Copula理论的金融风险相依结构模型及其应用[M].北京：中国经济出版社，2011年5月.
关键词：房地产市场；金融市场
1 引言
自从1998年住房制度改革后，国内的房地产消费需要量因此而获得巨大的释放，由此房地产市场也由于住房的市场化而日益繁荣，房地产作为国民经济的支柱产业，不断为国民经济的发展提供了强劲的增长动力。进入21世纪以来，我国的国民经济每年以超过7%的速度增长，而与此同时，房地产的销售额每年以超过20%的速度增长[1]。作为重要的支柱产业，房地产市场的健康发展不仅仅关系到人们的日常生活，更影响着国家的财政收入和国民经济的快速发展。
房地产业的繁荣在推动国民经济发展的同时，也带动了金融市场的活跃。由于住房制度的变革，金融业越来越多的参与到房地产市场中，从房地产开发商的贷款开发，到消费者的抵押贷款进行商品房消费。银行参与的程度在不断的提高，金融市场在各个环节影响着房地产市场的运行与发展。同时，房地产市场的不良发展所引起的金融危机的实例也提醒我们要深刻的认清房地产市场与金融市场的关系程度。以避免对国民经济的发展不良影响。
一般来说，房地产市场的发展与金融市场的发展及二者相互作用对国民经济其着举足轻重的作用。目前，在房地产市场与金融市场中普遍存在如下问题：金融支持过度导致房地产市场泡沫化；房地产金融融资渠道单一诱发潜在金融危机；房地产价格不稳定加大国内商业银行体系风险等。因而我们不得不深入的思考，房地产市场的发展是否存在着导致金融危机的因素？如何看待房地产金融市场中的风险？如何正确处理房地产市场与金融市场的协调关系？要处理这些问题，就要科学、合理的认识房地产市场与金融市场的关系。
因此，本文将从房地产市场与金融市场的关系角度出发。通过以沈阳为例，对房地产市场与金融市场进行实证分析，用回归分析法来分析定量的分析两者之间的相关关系程度，在以上分析的基础上，为进一步的认识房地产市场和金融市场的关系和发展规律，解决房地产市场和金融市场发展中存在的问题提供一些实证支持。
2 研究的设计
2.1 样本区域选择的依据
本文选择的模型区域为辽宁省沈阳市。主要原因有以下几个方面：
第一、辽宁省是东北三省中经济发展最快的省份，目前，东北地区是国家重点的经济改革发展地区。而沈阳市作为辽宁省重要的城市，其城市发展在辽宁省甚至在东北省具有典型性，对沈阳市的研究对辽宁省以及东北地区其他城市的相关研究起到代表性作用。
第二、沈阳市近几年在经济发展迅猛，其经济发展在辽宁省具有经济领军地位。近年来，其房地产市场与金融市场的发展迅猛，具备了对二者市场进行研究的现实基础，同时对二者未来的协调发展起到指导作用。
第三、沈阳市是老重工业基地，而近年来沈阳市房地产业与金融业的异军突起，使得二者的经济地位也日益凸显。在面临经济转轨期的时代大背景下，房地产市场与金融市场的发展对整个城市未来的经济格局的发展产生重要的影响。因此，对于如何认清与协调房地市场与金融市场的关系研究对规避金融危机以及对沈阳市未来的经济格局规划具有现实意义。
2.2 指标选取依据
如何来选取指标来代表房地产市场与经济市场的发展对研究的成败起着决定性作用。本文对指标选取的依据主要遵循以下原则：
第一、定义性原则。根据房地产市场与金融市场的功能定义来选定经济指标。房地产市场是房地产商品交换、交易以及一切流通关系的总和。根据房地产市场的定义，可选用交易额、销售额等经济指标。金融市场,是实现货币资金借贷、办理各种票据和有价证券买卖,资金供给者和需求者融通资金的场所或过程。根据金融市场的定义，可选用贷款额、证券交易额等经济指标。
第二、典型性原则。参考其他众多相似研究文献中所运用的指标，对其进行归纳选取。如《中国房地产市场与金融市场关系的实证分析》选取我国商品房的交易额来表征房地产市场的发展，选取金融资产总量、货币资产数量（即包括现金和存款）、非货币资产数量（即包括股票有价证券）来表征金融市场的发展。李阳（2006）和皮舜（2004）均选取我国商品房的交易额和金融
机构贷款额作为各自市场的表征指标[2]-[3]。
第三、可行性原则。通过查询《辽宁省统计年鉴》和《沈阳市统计年鉴》，笔者发现沈阳市证券交易额记录年份仅由2003年开始，2003年之前的数据无法快速、准确的收集，因此将代表金融市场发展的证券交易额这个经济指标排除。无沈阳市商品房交易额经济指标，但有沈阳市商品房销售额经济指标可代替[4]-[5]。
根据上述原则，本文选择沈阳市商品房实际销售额作为表征房地产市场发展的经济指标，记为销售总额。选择沈阳市金融机构人民币贷款合计作为表征金融市场发展的经济指标,记为贷款合计。
2.3 数据来源说明
在基于以沈阳市为例的房地产市场与金融市场关系的研究中，有关评价指标的数据来源主要由以下查询获得：通过查阅《辽宁省统计年鉴》和《沈阳市统计年鉴》总共获得了沈阳市2003-2009年相关经济指标数据14个，经过对数据的仔细检查与核对，确保了指标数据的真实性与准确性。具体数值见表2-1。
2.4 模型选取依据
根据上述表2-1所收集的数据，以贷款合计为横轴，以销售总额为纵轴，借助专业统计软件spss在平面直角坐标系中把2003-2009年的数据表示出来，得到散点图2-1。
图2-1 2003-2009年沈阳市商品房实际销售额和金融机构人民币贷款合计散点图
从图2-1中可以看出，表示每年商品房实际销售额和金融机构人民币贷款合计的点基本上呈递增趋势，说明二者之间可能存在着一种相关关系。通过观察散点图的分布形态，可以明显看出其分布偏离线性模型，因此排除选用线性模型对变量指标进行拟合。其次，可以观察得到其变量的走向接近于曲线型的非线性模型。因此将选用非线性模型进行拟合。但这种描述只是直观上的判断，只是从变量散点的形态上做出的大致性描述，并不能科学的反应变量之间关系的密切程度。因此在下面的论证中，本文借助专业统计软件spss软件来对两个变量之间的相关系数进行具体的计算。
3 房地产市场与金融市场相关关系的实证研究
3.1 相关分析
运用统计软件spss计算出销售总额和贷款合计之间的相关关系，得到输出结果如表2-2。
根据上表的数据可以得出：pearson相关系数为0.821，p=0.024<5%，应该拒绝原假设，即总体中这两个变量的相关系数为零的假设。所以可以认为，销售总额与贷款合计呈现出正相关的关系。在回过头来对二者变量的散点图进行观察（图2-1），就较容易理解这一结果，散点图上的变量基本上在呈现递增的趋势。因而这两个变量基本存在正相关关系。同时，表4中两个变量之间的双卫检验概率值为0.024，小于5%，即表示出二者之间的相关程度也是较为显著的。
3.2 回归分析
通过上述的相关分析，我们计算出销售总额与金融贷款之间的相关系数为0.821，同时观察散点图，发现变量基本上呈现曲线型递增的趋势。因此笔者就想二者之间可能存在着一种非线性关系，是否可以用一条曲线来拟合，所以在下面的分析中仍借助spss统计软件，以贷款合计为自变量，以销售总额为因变量，进行回归分析。得到输出结果如表2-3，表2-4和表2-5。
模型摘要（model summary）：表示相关系数(r)=0.891，判定系数(r square，r2)=0.793，调整后判定系数(adjusted r square)=0.752。由此可得出该模型的拟合度高达75.2%，即运用该曲线模型，自变量x(贷款合计)可以解释因变量y(销售总额)变化的75.2%。因此通过拟和度数值证明该模型是可行的。
方差分析(anova)：表示回归的均方差(regression mean square)=3.591，剩余的均方差(residual mean square)=0.187，f=19.213，p=0.007。其中重要的数据分析为f值所对应的p值的大小。由于p=0.007<1%,近似于p=0,所以可认拒绝原假设，即变量x和y之间曲线相关关系显著。
回归分析系数分析(coefficients)：表示常数项 (constant)= 3.132e-5、回归系数(b)=1，回归系数的标准误差(std. error)=0，标准化回归系数(beta)=0.410， t检验的t值=2.426e7，p=0.000。其中重要的数据分析为自变量x(贷款合计)的t值所对应的p值的大小。由于p=0,所以可认为回归系数有显著意义，即x的变化可引起y的变化，且变化显著。
图2-2贷款合计与销售总额拟合曲线图
根据上述数据分析可运用spss进行曲线回归分析得到曲线拟合图2-2
。
3.3 研究结果
通过实证分析，我们发现沈阳市房地产市场与金融市场的发展关系具有显著影响性。从具体系数上看，销售总额与贷款合计与类指数曲线拟合度达75.2%，销售总额变动的75.2%可运用曲线的自变量的变动解释；f检验与t检验的数据同样表明无论是从整个模型方程的角度，还是从自变量的角度，都是高度显著的。从模型拟合图斜率角度来看，由于其图形斜率大于零且呈递增性，即曲线的凹凸性为凹，因此因变量会随着自变量等单位的增加而呈现出加速上升，即随着自变量的增加，因变量的上升速度要快于自变量的上升速度。通过基于沈阳市房地产市场与金融市场2003-2009年的数据实证分析，我们看到代表房地产市场的销售总额与代表金融市场的贷款合计随着时间的发展呈现出上升趋势，并且该趋势符合类似指数曲线的波动走向。这表明即使金融机构贷款变动幅度较小，其变动也对房地产销售造成巨大的波动。从指标的代表的市场角度出发，不仅直接表明房地产市场与金融市场之间存在关系且呈现强显著相关，而且从侧面反映出房地产市场对金融市场的强烈依赖性。证实了第一部分的理论研究结论。
4 结论与建议
本文通过对房地产市场与金融市场关系的实证分析。揭示出房地产市场与金融市场具有一定程度上的相关性。这是因为，房地产市成是资金密集型市场，交易额巨大，因而不论是房地产的直接使用者还是经营者都是难以承担的，因此都需要银行等金融主体参与的金融市场给予资金融通，才能顺利完成交易。另一方面，由于房地产具有保值性、增值性等特点，使得金融市场特别青睐房地产市场，特别愿意以房地产金融资产作为资产组合的重要构成部分。因此可见，中国房地产市场与金融市场在某种程度上是“一体”的。为了降低房地产金融风险以及促进房地产市场与金融市场在未来的协调发展，针对本文所得到的房地产市场与金融市场的关系结论提出如下建议：
第一、积极鼓励监管金融机构贷款。由于房地产市场与金融市场的类指数曲线关系，使得金融机构贷款变动对房地产业产生巨大影响，因此，在面临房地产市场日益膨胀的背景下，对房地产市场的调控要究其根源性主要因素，加大对金融机构贷款批准的审核力度，加强房地产业的信贷管理，严肃查处房地产信贷中的违规问题，加强房地产信贷风险的防范和管理，完善个人征信管理体制，建立和完善房地产市场的预警体系、房地产统计指标体系和信息披露制度等[6]。通过调控金融机构相关贷款来有效的指导房地产业的健康稳定发展。
第二、发展房地产融资渠道多元化。由于目前的房地产金融融资主要依赖于银行体系，而房地产业是资金密集型行业，这样无形中将房地产市场发展的风险转化为银行体系的风险甚至导致金融危机。应该加强多元化的融资渠道，发展资金、证券等要素市场。
第三、建立住房抵押贷款次级市场促进住房抵押贷款证券化。住房抵押贷款证券化是指将住房抵押贷款直接转化为股票、债券、投资基金等证券形态，是资产证券化的一种形式。其主要功能在于通过证券形式将房地产市场与资本市场联系起来，积聚社会闲散资金，促进个人储蓄向房地产投资转化，并有助于提高银行长期信贷资产的流动性，建立起不动产抵押贷款的次级市场。对于放贷金融机构而言，房地产抵押贷款证券化能有效降低放贷风险和拓宽房地产资金来源，有效地把贷款风险向证券市场转移，把风险分散给广大投资者。对于投资者来说，房贷证券化为其提供新的投资工具，因房贷信用程度较高，投资者风险系数较小，可谓是一种风险小、收益高的新型投资方式。
参考文献
[1]皮舜,武康平.中国房地产市场与金融市场发展关系的研究[j].管理工程学报,2006（2）:1-5.
[2]皮舜.中国房地产市场与金融市场的granger因果关系分析[j].系统工程理论与实践,2004(12):29-33.
[3]李阳.中国房地产市场与金融市场关系的实证分析[d].厦门大学硕士论文,2006.
[4]沈阳市统计局.沈阳市统计年鉴[m].沈阳市统计局出版,2001-2007.
[5]辽宁省统计局.辽宁统计年鉴[m].中国统计出版社,2001-2007.
目前，大量的文献集中于实证检验金融市场中存在的多重分形特征。HiroakiKatsurag（i2000）通过多重仿射分析法发现日本股票市场价格波动中存在多重仿射，从而说明日本股票市场中存在多重分形特征。Sun（2001）以恒生指数的日收益率为样本数据，利用多重分形分析，发现香港股票市场并非遵循随机游走规律，收益率方差之和与多重分形谱的宽度之和有关。
Kantelhard（t2002）在去趋势波动分析法（DFA）的基础上，提出了多重分形去趋势波动分析法（MF-DFA）。该方法具有避免错误判断非平稳时间序列的长期相关性、在分析存在高阶趋势的多重分形信号时效果比小波变换极大模（WaveletTransformModulusMaxima）方法稍好等众多优点。因此，MF-DFA方法在各个领域尤其是金融领域得到了快速的应用。
Zunino（2008）运用MF-DFA对33个国家的股票市场的重分形程度进行了量化比较，并指出重分形程度越高，市场就越无效率。Wang（2009）运用MF-DFA分析了中国深证股票市场的效率问题。Zunino（2009）运用MF-DFA分析了拉丁美洲股票市场，发现其多重分形程度比其他新兴股票市场要高。苑莹等（2011）指出我国深圳股市行业板块中也存在多重分形特性。Zhou（2008）在MF-DFA的基础上，提出了多重分形去趋势相关性分析法（MF-DXA）。MF-DXA可用于检测两个非稳定时间序列间相关性的多标度特征。He、Chen（2011）用此方法分析了一些农产品期货市场，不同农产品期货市场间的相关性表现出明显的多重分形特征。
实证检验各国证券市场存在多重分形特征的文献之多无法一一罗列。金融市场呈现多重分形特征并非偶然，而是具有一定普遍性。因此，对金融市场的多重分形特性进行更加深入的研究，是具有较大的理论与现实意义的。
金融市场中呈现多重分形特征的成因分析。
分析金融市场中多重分形形成的原因是对其加以利用的前提。目前，关于金融市场中多重分形特征成因分析还不够深入。在金融时间序列中，多重分形主要由两种方式产生：一是由时间序列值的厚尾分布产生的，在这种情况下，随机打乱序列不能够消除多重分形。二是由大小波动不同程度的相关性产生的，这时，随机打乱序列能够消除多重分形。如果这两种情况同时存在，则打乱序列的多重分形程度应比原始序列的多重分形程度更弱。苑莹等（2010）指出小幅波动和大幅波动不同程度的相关性是我国商品期货价格存在多重分形的主要原因。Barunik（2012）通过广义Hurst指数（GHE）分析了股票市场指数、汇率、利率等不同金融时间序列的多标度特征，通过打乱顺序检验和仿真分析表明，这些时间序列中的多重分形特征主要是由收益率的厚尾分布产生的。
由此可见，虽然多重分形特征广泛存在于金融时间序列中，但其成因有差异。形成多重分形特征的主导因素不同，所代表的意义便大不相同。如果多重分形特征主要是由于时间序列值的厚尾分布所引发的，这说明该资产的风险比正态分布所描述的风险要大得多，在投资该资产时应该引起足够的重视；如果多重分形特征主要是由小幅波动和大幅波动不同程度的相关性所引发的，则表明该资产价格走势在一定的程度上是可以预测的，可以加以利用。
多重分形特征在金融理论与实践中的应用。
目前，将多重分形特征应用于金融理论与实践方面的研究成果相对较少。Mandelbro（t1997）基于金融资产价格是一个具有长记忆性和厚尾性的多重分形过程，利用多重分形级联过程，提出了资产收益的多重分形模型（MMAR）。MMRA包含以往模型所描述的价格波动特征，更预见了其他模型中没有体现的多重分形特征。Muzy（2001）验证并推广了MMAR，并提出了多重分形期望和资产组合理论，建立了基于湍流中瀑布理论的多重分形模型，同时对该模型进行了实证检验。Fisher、Calvet（2001）提出了Poisson多重分形过程，该过程为预测收益分布提供了理论分析。Fisher、Calvet（2004）首先提出将马科夫转换（Markov-switching）引入多重分形过程，并提出了一种新的多重分形迭代模型：马科夫转换多重分形（MSM）模型。Liu（2007）利用不同股票市场指数、国际汇率、利率等金融数据，通过对真实数据和仿真数据的标度指数进行比较，发现在大多数情况下，MSM所产生的明显的长记忆性与实际数据的标度率相一致。
魏宇、黄登仕（2005）利用多重分形这个强大工具，建立了基于多重分形谱的风险测度指标，并对其有效性进行了检验。Wei、Wang（2008）以上证综合指数5分钟高频数据为样本，利用多重分形谱提出了日多重分形波动（MFV）测度，该测度可用于预测短期的波动。Wei、Wang、Huang（2011）在MFV的基础上，提出了copula-MFV对冲模型，该模型相对其他一些对冲模型可获得更好的对冲效果。
虽然，多重分形模型具有众多优势，被认为是最为全面描述价格波动特征的模型，但对多重分形模型的参数估计并非易事。为此，Fisher、Calve（t2002）提出了关于MMAR的标度性质的参数估计方法，并以德国和美国间的外汇市场进行了实证。Bacry（2001）提出了多重分形随机游走模型（MRWs），该模型克服了级联过程需要具体的尺度比且参数较多等不足。同时，MRWs还具有稳定增量和扩张不变性的多重分形过程。Pochar（t2002）考虑到资产收益率的不对称性，对MRWs作了推广，推广后的模型可以有效地描述期权的波动。为克服使用极大似然估计多重分形过程的参数的缺陷，Lux（2006）将马科夫转换引入Poisson多重分形过程，从而利用广义矩方法（GMM）估计多重分形过程的参数。综上可知，将多重分形理论应用于金融市场有着许多优越性。虽然应用多重分形理论来描述和管理金融市场已经初显成效，但还远远不够。
多重分形理论在金融市场中应用研究的局限性
通过上述文献梳理可见，虽然应用多重分形描述或处理金融问题已取得了一些有意义的成果，但目前的研究尚有许多局限性，主要表现在以下几个方面：
1.金融市场中分形特征的本质不清晰，对金融市场中多重分形特征的形成原因揭示得还远远不够。现有文献很少从投资者这个金融活动的主体角度来分析多重分形特征形成的原因。
2.检验金融市场存在多重分形特征的方法比较缺乏、繁琐，检验的范围比较狭窄。目前实证检验证券市场存在多重分形特征，主要是以大盘指数作为样本。对行业指数或者个股的实证检验还寥寥无几。同时，目前的实证检验主要是针对资产的价格或收益，而对金融市场其他特点，如金融产品间的相关性、证券的系统风险等进行检验的文献屈指可数。检验时间序列中存在多重分形特征的方法不丰富，目前广泛使用的MF-DFA一些步骤的处理依赖于经验，同时要求大量数据。
3.与多重分形相关的统计方法欠缺，甚至尚无直接可用的统计方法。这就使得MMAR、MSM等多重分形模型在实际应用中非常繁琐，不利于推广，甚至都不利于对这些模型进行实证检验。目前对它们的检验是在二项式测度等简单假设下进行的，这与实际的金融市场复杂程度相差甚远。
4.运用多重分形分析来提升投资能力、进行业绩评价的研究欠缺。目前虽有一些应用多重分形预测金融波动或进行风险管理的研究结果，但还比较零散且不成系统。利用多重分形描述金融市场运行规律的根本目的是为金融活动的参与者获取最大效用，现有的研究距此目标还很遥远。
多重分形理论在金融市场中应用研究的展望
基于以上分析，将多重分形理论应用于金融市场中有着较大空间，需要不断探索。现提出几个重点研究方向，见下图：
1.改善或提出新的检验金融市场中存在多重分形特征的方法以及改进关于多重分形模型的统计方法。完善金融市场中存在多重分形特征的检验方法，有利于更加广泛、便捷地判断多重分形特征的存在与否。多重分形模型的统计方法的改进有利于准确、简便地估计多重分形模型的参数，这对于有效运用多重分形特征进行投资决策意义重大。
2.深入研究金融市场中多重分形的形成原因。FMH相对于EMH更注重投资者的投资时间长度以及对信息不同的敏感度，投资者行为对市场价格的走势有重要影响。Cajueiro、Tabak（2009）指出“羊群效应”可能会导致多重分形特征。因此，结合行为金融的观点、从投资活动的主体投资者的角度来解释多重分形形成原因是非常值得研究的。
3.运用多重分形分析来提升投资能力。投资过程主要由两部分工作组成。一部分工作是证券与市场分析，即对投资者可能选择的所有投资工具的风险及期望收益的特性进行评估。另一部分工作是对资产进行最优的投资组合构建，它涉及在可行的资产组合中决定最佳的风险与收益组合，从可行的投资组合中选择最好的资产组合。因此，一方面可以探索如何利用多重分形评估投资工具的风险及期望收益，从而更好地为投资产品定价，以期选出价值被低估的投资产品；另一方面可以深入探讨基于多重分形的资产组合理论。利用多重分形对投资工具的风险及期望收益的特性进行评估本质上是期望提升择股能力。在实际操作中，择时能力也不可忽视。JustineGregoryWilliam（s2004）表明利用单分形和混沌可以提升择时能力。因此，利用多重分形来提升择时能力预计是可行的。利用多重分形来提升投资能力本质上就是寻找证券的高点和低点，分析多重分形市场下的惯性与反转。
4.基于多重分形的金融风险测度和投资业绩评价方法的研究。金融风险测度对于金融风险管理至关重要。传统的风险管理基于收益率是正态分布的，而现实的市场收益率表现出多重分形特征，这使得传统的风险管理低估了真正的风险。因此，基于金融市场多重分形特征构建金融风险测度模型迫在眉睫。投资业绩评价方法对不同投资者的意义都不容小视，利用多重分形理论研究投资业绩评价指标可充分揭示投资业绩的动态时变性。
结论
关键词：乘积误差模型（MEM） 高频数据 沪深两大股市 调整“已实现”波动率 波动溢出
中图分类号：F83 文献标识码：A 文章编号：1003-9082（2014）05-0069-03
一、引言
金融危机的到来让人们惊慌失措，而由于金融市场之间错综复杂的联系使得当一个经济体发生金融危机时其危险因素会迅速波及到其他经济体。金融波动溢出效应（transmission或volatility spillover）是指是指金融市场作为一个整体、一个系统，其各部分或各个子系统之间必然存在着相关联系或者相互影响，其波动会从一个市场传导到另一市场。研究、判别金融市场之间是否存在波动溢出效应能够很好地甄别金融市场之间的波动关系，对于加强金融市场风险管理意义重大。
MEM模型是目前公认的描述高频数据条件下波动特征的数学模型，而从高频数据的角度去研究金融市场之间的波动溢出效应将使我们从市场微观结构的角度更加深刻地认识危机的传导机制，挖掘出更多有效的市场信息用以金融风险管理。
本文即是在MEM模型的基础上开展对金融市场波动溢出效应的研究。首先给出MEM模型的基本形式及其参数估计方法，其次介绍金融市场波动溢出的基本概念和基于MEM模型的金融市场波动溢出分析的理论架构，同时从测量误差的角度介绍了“已实现”波动的一种改进方法――调整“已实现”波动率，然后以上海和深圳股市综合指数的高频数据为原始数据，采用调整“已实现”波动率，结合MEM模型进行实证建模，并判断在高频数据下上海和深圳股市之间是否存在波动溢出效应。
二、乘积误差模型（MEM）及其参数估计
乘积误差模型（MEM）模型的基本形式如下：
通过最大化似然函数运用伪极大似然估计法解决MEM模型的参数估计问题。而对于求解似然函数极大值的迭代处理现在多采用BHHH算法或BFGS算法等，可通过Winrats、Matlab等软件解决其参数估计问题。
三、基于MEM模型的金融市场波动溢出分析的理论架构
金融市场波动溢出效应（volatility spillover）是指不同金融市场的波动之间可能存在相互影响，波动会从一个市场传递到另一个市场。MEM模型已被公认为刻画高频数据波动的有效模型，从MEM模型的角度出发便可以建立研究高频数据下金融市场波动溢出效应的模型框架。Ray Yeutien Chou、Chih-Chiang Wu、Sin-Yun Yang（2010）在研究高频数据下美国和欧洲金融市场之间的波动溢出效应时，将其他金融资产的波动变量的一阶滞后项引入到原金融资产的MEM模型的条件均值方程中，其基本模型形式为
可以看出调整“已实现”波动率和“已实现”波动率的期望值相等，因为由（7）式可知“已实现”波动是积分波动的一致估计，所以调整“已实现”波动也是积分波动的一致估计。下面说明调整“已实现”波动率比“已实现”波动更有效。因为（10）式右边的第一项为常数，其方差为0，所以得出
五、基于MEM模型的中国金融市场建模与波动溢出分析的实证研究
1.数据描述
本研究选取样本的时间跨度为2005年1月4日至2008年12月31日，共涉及970个交易日，上海与深圳证券交易所每天的交易时间为上午9：30至11：30和下午13：00至15：00，以该期间的上海综合指数和深圳成份指数的高频数据作为样本对象。同时由于9：30至9：35的交易价格受开盘前集中竞价的影响，而13：00至13：05的交易价格受午间闭市的影响，受干扰较多，这些交易带有很大的“杂音”，所以研究中剔除掉这两段时间的收益率。然后分别根据“已实现”波动率和调整“已实现”波动率的测算方法，分别计算得到上海综合指数和深圳成份指数样本期间内每日的“已实现”波动率和调整“已实现”波动率，分别为970个数据。
2.“已实现”波动率和调整“已实现”波动率的统计特征概述
表1列出了上海综合指数和深圳成份指数在整个样本期间以5分钟作为抽样频率的每日“已实现”波动率的描述性统计量，包括最大值、最小值、样本均值、标准差、偏度、峰度、J-B统计量等。从表中可以看出，在整个样本期间内，深圳成指相比上证综指的“已实现”波动率的均值和标准差都较大，而最大值与最小值之差也相对较大；两个股市的“已实现”波动率都存在明显的偏度，深市相对更高；两个股市的“已实现”波动率的峰度均明显大于3而且两市“已实现”波动率的J-B统计量的值都非常大，这均表明两大股市的已实现波动率为非高斯分布且有很高的峰度特性，而且沪市的非高斯分布的特征更加明显。从描述性统计量中可以明显看出，样本的描述性统计量特征与已实现波动率的理论特征是相符的，同时也表明我国沪深两大股市在高频数据下存在着非常大的波动特征，这也与我国现阶段金融市场的实际情况是相吻合的。
根据4.2小节的结论，我们已经得出调整“已实现”波动率是一种相比“已实现”波动率更加有效的针对高频数据波动的测算方法，所以我们利用式（9）计算了上海综合指数和深圳成份指数同样基于5分钟抽样频率的调整“已实现”波动率。
表2列出了上海综合指数和深圳成份指数在整个样本期间以5分钟作为抽样频率的每日调整“已实现”波动率的描述性统计量，同样包括最大值、最小值、样本均值、标准差、偏度、峰度、J-B统计量等。通过表2并与表1进行比较，可以看出两个股票市场的调整
上述分析结果与事实是相符的，这说明了乘积误差模型（MEM）可以有效地刻画中国金融市场在高频数据下的波动特征，均值方程中无常数项的标准的MEM（1，1）能够很好地拟合中国两大股票市场指数的调整“已实现”波动率，很好地解决了中国金融市场高频数据波动建模问题，同时也进一步证实了MEM模型可以很好地反映出金融市场间存在的波动溢出效应。
六、小结
乘积误差模型（MEM）已被公认为刻画高频数据波动特征的模型，利用MEM模型进行金融市场间的波动溢出效应的分析将从市场微观结构的角度进行有效的研究与判别。本文采用“已实现”波动率的一种改进形式――调整“已实现”波动率估计中国沪深两大股市的波动，并采用MEM模型对沪深两大股市的波动溢出效应进行研究。实证结果表明乘积误差模型（MEM）可以有效地刻画沪深两大股市在高频数据下的波动特征，同时也进一步证实了沪深两大股市之间存在波动溢出效应。
参考文献
[1]张瑞锋.金融市场波动溢出研究[D].天津大学博士学位论文，2007.
[2]黄杰琨.电子指令驱动市场上的交易持续期与知情交易的相关性研究[D].厦门大学硕士学位论文，2003.
[3]Ray Yeutien Chou， Chih-Chiang Wu， Sin-Yun Yang. Volatility Spillover in the US and European Equity Markets： Evidence from Ex-ante and Ex-post Volatility Indicators[J]. Not Specified，2010，5：1-30.
基金项目：
作者简介：李宝礼（1984-），男，安徽滁州人，中南财经政法大学博士研究生，安徽科技学院财经学院教师，研究方向为货币理论与政策、经济增长；胡雪萍（1965-），女，江西铜鼓人，中南财经政法大学经济学院教授，博士生导师，研究方向为农业经济、消费经济、发展经济学。
摘要：随着金融危机的发展，中国粗放型经济增长模式已走到尽头，经济增长必须由原来的依靠增加要素投入的外延增长方式转向依靠技术创新和金融创新驱动的内涵型增长方式。本文通过构建结构面板向量自回归模型考察中国经济增长、金融发展、技术创新三者之间的内在联系，研究发现在中国经济增长对金融发展与技术创新的推动高于后两者对经济增长的作用，并且在经济发达的东部地区，金融发展与技术创新对经济增长的促进要高于中西部地区。
关键词：金融发展；技术创新；经济增长
文章编号：2095-5960（2013）04-0001-06
；中图分类号：F123
；文献标识码：A
一、引言
金融发展与经济增长、技术创新与经济增长之间的关系一直是经济学研究的热点问题，也是经济学中存在较大争议的问题之一，一国金融深化和广化带来的金融发展是否能促进该国经济增长，还是经济增长带来了金融发展，学界尚未达成确定的共识。有关金融发展与经济增长之间关系的论著颇多，Goldsmith（1969）[1]最早进行了金融发展与经济增长的实证研究，通过检验35个国家103年的数据，发现金融发展对经济增长有显著性影响。King and Levine （1993）[2]在Goldsmith研究进行改进的基础上并对样本进行扩充，同样得出了金融发展与经济增长之间存在正相关关系。Aghion（1992）[3]等认为发达的金融市场通过提高储蓄率及鼓励技术创新来促进资本积累与经济增长。但也有经济学家对此持不同意见，Robinson Joan（1952）[4]宣称“金融跟着企业走”，经济发展带来了金融发展而不是相反。Lucas（1988）[5]则根本不相信金融发展与经济增长之间有什么联系，认为经济学家过度强调了金融因素在经济增长中的作用。
关于技术创新与经济增长之间关系的最著名论述无疑来自于熊彼特的产业组织理论，该理论将创新描述为产业竞争的一种重要特征，并提出存在一种“创造性破坏”的力量，即通过发明新技术来驱动增长的创新破坏了之前的创新结果，使得它们过时。经济学界对技术创新与经济增长的研究除熊彼特外，Aghion（1992）提出了基于R&D的内生增长模型，发现R&D投入水平的提高将加快经济增长。Jaffe、Trajtenberg and Fogarty（2000）[6]的实证分析验证了某一产业的R&D投入的增加不仅可以提高该产业的技术进步，还有助于其他相关产业劳动生产率的提高，进而可以提升一个区域的整体经济产出水平。
。
综上所述，目前国内外对金融发展、技术创新、经济增长的研究主要集中在分别考察金融发展对经济增长的作用，以及技术创新对经济增长的促进作用上，而在分析金融发展对经济增长的作用时没有加入技术创新，或者在分析技术创新对经济增长作用时没有加入金融发展，本文认为有所不妥。正如Schumpeter提出，良好的银行通过甄别并向最有机会在创新产品和生产过程中成功的企业家提供融资而促进技术创新；技术创新则通过扩大市场需求、增加盈利空间、节省交易成本推动金融发展。因此，在研究金融发展对经济增长的作用时必须要考虑技术创新对二者的影响，研究技术创新对经济增长的作用时也必须要加入金融发展对二者的影响。先前的研究通常将金融发展、技术创新看作外生给定的。但在我们的研究视角下，三者之间是相互影响的关系，均应作为内生变量加以分析。基于此，本文运用结构面板向量自回归模型（PSVAR）考察中国经济增长、技术创新与金融发展三者之间的内在关系。
二、实证研究
（一）模型的设定
面板向量自回归模型的研究始于Chamberlain基于混合数据情形的讨论。1988年，Holtz-Eakin、Newey and Rosen研究了一类时变系数的面板数据向量自回归模型，并提出了一种2SLS估计。但真正对面板向量自回归模型的研究应该是从Peasran and Smith的开创性研究开始，Peasran and Smith发现，对于宏观面板数据可以通过对面板数据向量自回归模型中的每个变量的个体平均时间序列数据建立时间序列向量自回归模型的方法估计模型参数，并且这种估计是一致估计。简化的面板自回归模型同简化的向量自回归模型一样，没有给出变量之间的当期相关关系，即在模型的右端没有包含内生变量的当期值，为了考察内生变量之间的当期关系，本文建立如下结构性面板数据向量自回归（PSVAR）模型：
（二）数据说明
gdpi，t代表省份i在时期t的GDP数据，为了减轻时期波动对数据的影响，本文对所有数据均取对数。rdi，t代表省份i在时期t的科技创新数据，本文选取各省份在不同时期的三种专利批准数量衡量科技创新水平。firi，t代表省份i在时期t的金融发展指数，关于金融发展指标的选取，经济学界有两种代表性的指标，即戈氏指数和麦氏指数。戈氏指数由戈德斯密斯提出的衡量一国金融结构和金融发展水平的金融相关比率，金融相关比率是指某一时点上现存金融资产总额（含有重复计算部分）与国民财富之比。麦氏指数由麦金农提出，用货币存量（M2）与国内生产总值比来衡量一国金融发展水平。由于本文考察的是中国省际面板数据，很难得到各省的货币存量数据，无法计算麦氏指数，只能用戈氏指数来衡量中国各省际间的金融发展水平。因此，本文定义的金融发展指数为：
firi，t=（D+L）/GDP
其中，D指各类金融机构存款数；L指各类金融机构贷款数。
本文采用年度数据，样本时间区间为1985—2010年，样本包含29个省级行政单位，剔除了香港、澳门、台湾，重庆和海南分别并入四川和广东。数据主要来自于《中国统计年鉴》、《中国科技统计年鉴》、《中国金融年鉴》以及《新中国60年统计资料汇编》。表1给出了样本各主要变量的统计性质。
（三）模型的检验
1.面板数据的单位根检验
由于本文选取的面板数据时间期限较长，为了避免出现伪回归现象，需要对面板数据进行单位根和协整检验。面板数据的单位根检验方法不同于时间序列数据，常用的检验方法主要有两大类，一类是检验含有不同单位根的方法，如IPS和Fisher-ADF检验；另一类是检验含有相同单位根的检验方法，如LLC检验、Breitung检验、Hadri检验。除Hadri检验的原假设为不
注：* 和** 分别表示参数估计在5%和1%的水平下显著，其中括号中数字为伴随概率p值。
2.面板数据的协整检验
面板协整检验常用的检验方法有三种，分别是Pedroni检验、Kao检验和Fisher检验，其中Pedroni检验是应用最广泛的方法，本文也采Pedroni检验来检验变量之间是否有协整关系。Pedroni检验在回归残差的基础上构造了三个用组间尺度描述的协整检验统计量——Group rho-Stat、Group PP-Stat、Group ADF-Stat；以及四个用联合组内尺度描述的协整检验统计量——Panel V-Stat、Panel rho-Stat、Panel PP-Stat、Panel ADF-Stat。lngdp、lnfir和lnrd的面板协整检验结果如表3所示。表3面板协整结果
由表3的检验结果可知，除联合组内尺度描述的Panel V-Stat统计量不显著外，其余统计量均在1%的显著性水平下显著，表明lngdp、lnfir和lnrd之间具有协整关系。Pedroni指出，当面板数据的样本期较长时（T>100），7个统计量均有较小的偏误，而且性能也高；但当样本期较短时，Panel V-Stat统计量的性能较差。由于本文的样本为26期，因此Panel V-Stat不是本文重点参考的统计量，在其余6个统计量显著的情况下，可以证明lngdp、lnfir和lnrd之间是一阶单整的，且具有协整关系，因而可以对其建立结构性面板自回归模型。
（四）实证结果分析
1.经济增长、金融发展与科技创新之间关系
结构性面板自回归模型主要采用2SLS估计和GMM估计。从理论方法上看，GMM是从矩条件或矩方程出发对参数进行估计或检验，而无需考虑模型形式的设定以及可能由此引起的设定误差等问题。从统计方法论来讲，GMM方法更具一般性，涵盖了诸多的传统计量经济分析方法，其中2SLS可视为GMM的特例。虽然GMM法有强大的优势，但分析过程较为复杂，为了简化分析，本文采用2SLS对结构性面板自回归模型进行估计。由于面板随机影响模型中同一截面不同时期的随机误差项之间可能存在相关，所以当随机误差项与解释变量相关时，2SLS估计的结果将不再是最有效的，基此本文只分析面板固定效应模型。
通过组间效应估计（组间2SLS）及固定效应模型（组内2SLS估计）两种方法对模型建立的结构性面板自回归模型（式1）进行回归。由于本文所选取面板数据的时间期限相对较短，为减少自由度的损失，同时在比较不同滞后阶数的模型回归结果基础上，采用PSVAR（1）模型，所有的回归结果如表4所示。
注：* 和** 分别表示参数估计在5%和1%的水平下显著，其中括号中数字为伴随概率p值。括号内数值为估计量的标准差。
表4的前三列为组间固定效应2SLS估计结果，后三列为组内固定效应2SLS估计结果。由参数的估计结果可知，在组间2SLS估计下除金融发展的一阶滞后值对国内生产总值影响的Z统计量不显著外，其他所有参数估计值均在5%和1%的水平下显著。在组内2SLS估计下除技术创新一阶滞后对国内生产总值影响的Z统计量不显著外，其余所有参数估计值均在5%和1%的水平下显著。除了回归结果的统计显著外，与时间序列自回归模型相比，面板数据不仅增加了样本容量，使得估计结果的可信度提高，而且面板模型的所有回归方程均包含了地区固定效应哑变量φi。因此，即使考虑到各省份特有的、不随时间变化的但有可能对因变量造成影响的因素（如地区文化、宗教、心理等）我们的回归结果依然是稳定的。
除统计上的影响性外，结构面板自回归模型估计结果与前文建立的理论模型的预期结果也是一致的。在两种估计方法下，所有的估计值均为正数，表明各变量的当期及滞后一期值对其他变量均有正向影响。如在组间固定效应估计下，国内生产总值一阶滞后值变动1个百分点会导致当期国内生产总值平均变动0.998个百分点；金融发展的当期及滞后一期值变动1个百分点分别会导致经济增长变动0.008和0.015个百分点，这一结果说明金融发展对经济增长有正向冲击。同样的情况也出现在经济增长对金融发展和技术创新的影响以及技术创新和金融发展的相互影响上，表明在中国经济增长与金融发展和技术创新之间存在正向相互影响关系。
表5给出了lngdp、lnfir和lnrd之间在两种不同估计方法下相互影响系数的平均参数估计值，以及在两种估计方法下影响系数总的平均估计值。由表5可知，金融发展变动1个百分点对国内生产总值的总平均影响约为0.062个百分点，略低于科技创新对国内生产总值的影响0.074，说明在中国技术创新对经济增长的作用要高于金融发展。国内生产总值一个百分比的变动会导致金融发展变动0.435个百分点，对科技创新的影响约为 0.787个百分点，说明经济增长对科技创新的影响要高于对金融发展的影响。与金融发展和科技创新对经济增长的作用相比，在中国，表现更明显的是经济增长促进了金融发展水平和科技创新水平的提高，而金融发展和科技创新对经济的推动作用还停留在较低的水平，存在较大的提升空间。在金融发展与科技创新的关系中，可以看出二者相互影响的程度相当，科技创新变动1个百分点对金融发展的影响约为0.212个百分点，略高于金融发展对科技创新的影响0.128。
注：本表数根据表4计算得出，并剔除了统计上不显著变量。
2.不同地区金融发展和技术创新对经济增长的作用
根据上述回归结果做进一步分析，前文的实证研究结果从中国整体角度说明了金融发展、科技创新与经济增长三者之间的相互联系，下面我们将在上述实证研究的基础上重点分析金融发展和科技创新对中国经济增长的作用。由于中国各地区经济发展差距较大，东、中、西部地区在金融发展和科技创新上也很不均衡，因此有必要分从不同地区分析金融发展和科技创新对经济增长的影响。为了简化分析，在此只建立简单的面板模型进行分析：
注：表中数值是以东、中、西所属省（市、自治区）各参数估计值的平均值计算得到的。
由表6可以明显地看出，在经济发达的东部地区，金融发展对国内生产总值的促进作用远远高于中部和西部地区，这一现象与东部地区发达的金融体系，尤其是民间金融体系对经济发展的支持是密不可分的。而中西部地区由于经济开放较晚，落后的金融体系对于经济增长的支持力度明显较弱。在科技创新对经济增长的作用上，东部地区仍然高于中西部地区，但差距不是很明显，值得注意的是中部地区科技创新对经济增长的作用落后于西部地区。与金融发展对经济增长作用相比，科技创新对经济增长的作用在各地区差距不大，说明在中国科技创新主要是依靠政府投入和行政力量推动的，各地区政府对科技创新投入的差距较小，但是企业尤其是民营企业在科技创新上所起的作用较小。表6还表明，东、中、区部地区科技创新对经济增长的促进作用高于金融发展对经济增长的促进作用，与结构面板自回归模型的结论一致，这一结果与中国对科研投入大力支持，而金融改革进展缓慢的现实状况相符合。
三、结论及对策建议
本文通过运用理论和实证模型对金融发展、技术创新与经济发展三者之间的关系进行了研究，结果表明，在中国三者之间存在显著的互为正相关关系，经济增长带动了中国金融发展和技术创新，而金融发展和技术创新又反过来促进经济增长。从相互之间的影响力度上看，在中国现阶段，经济增长对技术创新和金融发展的影响要高于后两者对经济增长的影响，中国经济增长更主要是依靠粗放型经济增长模式——依靠廉价劳动力和自然资源驱动的，而金融发展和科技创新虽然对经济增长有显著的正向作用，但影响力度较小，与发达国家相比还存在很大的提升空间。根据上述研究结论，本文提出以下几点对策建议：
1.加快金融改革，提高金融发展对经济增长的作用。中国经济发展已进入工业化后期，经济结构需要进一步优化升级，金融危机和人口老龄化带来的冲击更加需要将中国的产业结构由低端制造业向高新技术产业进行转变。亟需对金融业进行改革，建立现代的金融服务体系。现代金融服务体系的建立不仅能够为经济转型提供资金支持，而且根据前文的实证研究，金融发展对技术创新的显著正向影响又会加速企业的技术升级。金融体系改革的重点，一是要建立多层次的、能够提供全方位服务的金融市场体系。二是要鼓励金融创新，为企业提供必要的规避或分散金融风险的工具。三是要打破行业垄断，允许民营资金进入金融行业，只有竞争才能促进金融体系的不断发展。四是要进一步改革金融监管体制，在分业监管和增强市场监管作用的基础上，加强监管机构之间的协调与配合，提高统一监管能力，在促进金融业稳健发展的同时，防范金融泡沫化。
2.提高科技创新的质量和科技转化成生产力的能力。当前，中国虽然在很多高科技领域的研究处在世界前列，但是在民用科技创新方面与发达国家存在不小的差距，且一直处于模仿阶段，核心技术受制于人。同时，中国科研主要由高校和科研院所进行，科技成果转化成现实生产力的渠道并不是很通畅。因此，要提高科技创新对经济增长的促进作用，一方面国家要鼓励企业进行科技研发，为企业研发建立良好的制度环境，保护其产权不受侵害，同时也要建立多层次的市场化金融体系为科技创新提供资金支持[17]。另一方面要加强企业和各类科研机机构的合作，提高科技转化为现实生产力的能力。
3.为金融发展和科技创新建立良好的的制度和法律环境。法制落后、产权模糊均是阻碍金融发展和科技创新的重要因素，没有良好的法制环境和清晰的产权界定无法合理规范金融体系运行和现代金融服务业的建立，无法鼓励私营企业的开展创新活动，经济的转型升级必然停滞不前。
参考文献：
[1]Goldsmith，R.W Financial Structure and Development[M].New Haven，conn. Yale University press，1969.
[2]King，Robert G.&Levine，Ross. finance entrepreneneurship and growth： theory and evidence[J].Journal of monetary economics， 1993，32，515-542.
[5] Lucas， Robert E. On the mechanics of economic development[J]， Journal of Monetary Economics， 1988，22（1）， 3- 42.
[4] Robindson， Joan. The generalization of the general theory， in The Rate of Interest， and Other Essays[M].London： Macmillan， 1952， 67- 142.
[3]Aghion，P.，P. Howitt. A Model of Growth through Creative Destruction[J]. Econometrics，1992，（60）.
[6]Jaffe，A.， M. Trajtenberg，and M. Fogarty. Knowledge Spillovers and Patent Citations： Evidence from a Survey of Inventors[J]. American Economic Review，2000，（90）.
[7]王志强，孙刚.中国金融发展规模、结构、效率与经济增长关系的经验分析[J].管理世界，2003 （7）：56-64.
[8]贾春新，夏武勇. 银行分支机构、国有银行竞争与经济增长[J].管理世界，2008 ，（2）：7-14.
[9]罗文波，安水平.资本市场融资、经济增长与产业结构升级——基于中国省际面板数据的检验[J].证券市场导报，2012（4）：47-54.
[10]贾清显，王岳龙. 金融危机背景下再论金融发展与经济增长[J].世界经济研究，2010 （6）：9-10.
[11]于同申，陈慧.中国金融发展与经济增长的关系分析[J].生产力研究，2002（7）：39-51.
[12]姚洋，章奇.中国工业企业技术效率分析[J].经济研究，2001（10）：13-22.
[13]赵喜仓，陈海波.中国R&D状况的区域比较分析[J].统计研究，2003，（3）：47-52.
[14]胡恩华，刘洪，张龙.中国科技投入经济效果的实证研究[J].科研管理，2006，（4）：25-36.
[15]孙敬水，岳牡娟.中国R&D投入与经济增长实证研究[J].科技管理研究，2009，（7）：27-39.
关键词：计算机技术 金融投资
1 概述
自上个世纪50年代以来，金融信息化的发展引发了银行、证券、投资及一些相关行业的深刻的变革，刺激了各种衍生金融产品的飞速发展，这一变革通常被称为“华尔街的两次革命”。金融信息化专家已经成为华尔街最抢手的人才。我国在加入WTO以后，金融市场将逐步与国际接轨，迫切需要既懂金融又懂信息技术的复合型人才。金融投资中应用计算机技术的重要性和必要性是一门既具有较深的理论知识又具有很强的实际应用背景的课程。从理论上看，金融投资研究涉及了代数、概率、统计、随机过程、偏微分方程等许多数学分支和金融学的知识；从应用上讲，金融投资分析以资产定价、风险管理、投资组合等问题为核心，需要人们具有很强的实际建模和运用计算机解决实际问题的能力。计算机技术不仅仅是金融数学理论学习的重要辅助工具，也是金融投资分析决策的重要目的之一。
金融部门每天的业务都会产生大量数据，利用目前的计算机技术和数据库系统可以有效地实现数据的录入、查询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段，导致了数据爆炸但知识贫乏”的现象。与此同时，金融机构的运作必然存在金融风险，风险管理是每一个金融机构的重要工作。利用计算机技术和数据挖掘技术不但可以从这海量的数据中发现隐藏在其后的规律，而且可以很好地降低金融机构存在的风险。
2 程序化期货交易及其计算机技术应用
在一个不断革新不断发展的金融市场，计算机技术的发展能够带动金融技术的创新，本文研究的内容就是如何充分利用电脑技术进行交易，而程序化就是一项金融领域的革命性的创新。
程序化交易（Program Trading），又称算法交易（Algorithmic Trading），主要是指利用计算机可以进行无人管理的自动化交易，这样能帮助投资者同时卖出不同的股票，因此通过研究我们不难看出计算机技术的发展使得投资市场的交易方式发生了根本性的变革。在欧美，程序化交易已经得到广大投资者的认可，但是在中国大多数的投资者还是在利用网上，柜台和电话等传统的交易方式，而程序化交易对中国投资者还是很陌生的。
3 计算机技术在金融投资中的作用
随着人类社会向信息化社会的迈入，大量信息的处理技术更加离不开模糊化分析科学的支持。传统的以“精确化精确”为特征的信息处理技术，像传统的经济计量学，在大量复杂的信息处理任务面前常常是束手无措。与此相对照，以计算机强大计算能力为依托的模糊化分析技术，却取得了一系列突破性的进展。像美国最近建立起的指纹档案库、DNA档案库、人体特征分析模型，等等，都是以模糊化的信息处理技术为特征。
模糊化分析科学和方法，不但在一系列理论研究和应用研究中取得了突破性进展，而且在传统的“软”科学中，同样取得了革命性的进展，例如心理学。美国联邦调查局一个特别的犯罪心理研究小组利用模糊化的犯罪心理分析模型为基础，建立起一整套从作案现场特征推导犯罪分子的心理特征，进而推导犯罪分子的体态特征、职业特征、习惯特征及社会分布特征的科学方法体系。以该科学理论为指导，这一专家小组在短短数年内，已协助侦破了数百起震动全美乃至全世界的大案要案。有些曾是多年未遭破获的积案。
在这一场新的科学研究的世界观和方法论的变革中，在计算机技术和信息技术革命的推动下，证券期货投资领域，作为传统的以保守著称的社会科学领域，也已经开始以积极的态度来迎接这一场挑战。一些投资家和投资机构，从80年代末起，就已开始斥资研究模糊化分析技术在投资领域的应用，并且取得了飞速的进展。在这一过程中，一个值得注意的倾向是，投资界不但开始实质性地介入现代分析科学方法的开发，而且开始反思对技术分析方法的传统认识。
这就是为什么从20世纪90年代初起，证券期货投资中的技术分析方法开始重新得到投资界的关注。
在20世纪的50年代到70年代间，随着经典投资分析理论的发展，人们用经典数学的研究方法证实了证券期货市场的随机性特征，并且认定这与技术分析流派所倡导的模式分析原则水火不相容。因此，投资理论界和实务界的主流学派实质上是判定了技术分析流派的“死刑”。
但是，随着以Chaos理论为代表的现代科学理论的发展，人们开始逐步理解了事物本质上的混沌特征、无序性或随机性特征，不但不与其外在表现的有序性相矛盾，而且是其有序性的存在基础。而技术分析流派所强调的模式关系，正是这种有序性的表现之一。这样，技术分析方法所强调的模式分析原则，不但没有失去严格的科学理论的支持，而且可能直接建立在更为先进的现代科学理论基础之上。正是基于这种以现代分析科学的视角重新审视技术分析方法的理论基础，一些研究者开始注意到传统技术分析体系与现代分析科学和现代信息处理技术相结合的现实可能性及相应的突破性的应用前景。我认为，这一努力方向，不但应当是证券期货投资中技术分析流派的发展方向，而且应当是其他分析流派的发展方向。
随着20世纪90年代以来计算机技术的跳跃式发展，对技术分析方法进行革新改造的进程也大大加快。在这一过程中，开始显现了两条截然不同的发展路线：一条为“革命”方式，即按照现代分析科学的理论原则和分析方法扬弃传统技术分析方法的基本内容，进而逐步形成以“通过模糊化分析手段达到电脑化决策”为基本特征的新的技术分析方法体系。另一条路线为“改良”方式，即通过应用现代计算技术，使传统技术分析方法得到更有效率的应用。这两条路线所形成的方法目前都被称之为“计算机化的技术分析方法”。
尽管目前存在着上述概念上的混淆，但我认为，只有上面指出的第一条路线所代表的方向才是真正意义上的“计算机化的技术分析方法”，而上面指出的第二条路线所代表的方向，更确切地说，应当定义为“传统技术分析方法的计算机化应用”。
4 计算机技术的应用――实验金融学
随着计算机技术的迅速发展，针对金融市场的定量仿真实验就成为一门新的分支学科――实验金融学便产生了。
试验金融学只要是利用计算机技术来模拟实际金融市场，这样能够让投资者更加宏观的了解金融市场，而目前试验金融学研究领域主要集中在股票市场与外汇市场。
5 结束语
总之，证券市场未来的两大趋势即：股价动力学与投资决策行为相结合的研究、证券市场的非线性动力学、证券投资者的非理等的研究将会是未来证券市场的热点。我们不难看出计算机信息技术和网络技术的发展，将会使现代经济和金融学面临一场前所未有的冲击和革命。
参考文献：
[1]熊熊，袁海亮，张维，张永杰.程序化交易及其风险分析[J].电子科技大学学报（社科版），2011（03）.
[2]侯木舟，袁修贵.基于MATLAB的小波分析在股市技术分析中的应用[J].系统工程，2001（05）.
[3]许宏伟，刘国衡.交易系统设计方法的探讨[J].郑州航空工业管理学院学报，2001（04）.
[4][美]Jonathan Davidson，Tina Fox著.部署VoIP解决方案[M].凡璇译.北京：人民邮电出版社，2003.7.
[5]刘广良.建设银行计算机网络信息系统安全管理策略研究[D].湖南大学，2001.
[6]王涛.投资开放式基金的风险控制研究[D].贵州大学，2008.
