金融统计分析论文范文
时间：2023-03-31 16:41:25
导语：如何才能写好一篇金融统计分析论文，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：金融学；本科生；统计学；思维训练
中图分类号：G71 文献标志码：A 文章编号：1000-8772（2013）12-0225-02
随着金融创新的不断加深、金融学学科体系及内容的不断发展和变革，金融学本科专业课程越来越多地涉及统计学的相关知识。但长期以来，大多数金融学专业在招生中文理兼收，学生的数学功底参差不齐，学习专业课的难度加大，在教学中注重加强金融学专业本科生的统计学思维训练无疑是改善金融学专业课程教学效果的重要手段。因此，为了适应经济发展对金融学专业人才的需求，推动金融学专业本科生学科建设的不断完善，本文专门就如何在教学中加强金融学专业本科生统计学思维训练的问题提供了以下几点有益的思考及具有可操作性的建议。
一、在教学中注重统计学与金融学知识的交叉融合
（一）注重体现统计学与金融学各自的地位和作用
当前金融学专业课程教学中存在的问题是，专业课程内容对统计学特别是数理统计有着越来越高的要求，但统计学与金融学各自的课程体系之间却缺乏足够的内在沟通，课程体系目标不够明确。造成的结果往往是，一些金融学专业的学生学了概率论与数理统计、统计学原理甚至金融统计等，却不懂得运用统计分析的方法去分析金融领域的实际问题，两者脱节现象较为严重。
因此，在教学中加强金融学专业本科生的统计学思维训练，首先应注重统计学与金融学两门学科知识的交叉融合，在教学中引导学生认识两者各自的地位和作用。统计学是一门方法论和应用性学科，是一种定量认识问题的工具。统计学只有与实质性学科相结合，才能发挥强大的数据分析功效。在统计学与金融学的相互关系中，统计学为研究金融学服务，统计方法在这一应用过程中得以完善与发展；金融学为统计学的应用提供了基地，为统计学和自身的发展均提供了契机。
（二）注重统计学和金融学交叉融合的实践内容
注重统计学与金融学的交叉融合，反映在课程体系改革上，应适当调整课程设置和重新设计教学方案（特别是概率论与数理统计、统计学原理、金融统计等课程），使之与金融学专业的课程建设相适应；反映在教学实践过程中，教师的关键任务在于告诉学生如何运用统计知识，利用各种统计分析的工具（如统计应用软件）去分析现实中得到的数据，将培养统计思维习惯和训练统计应用能力有机结合。
在统计学和金融学专业课程的教学过程中，教师要善于把统计思维的基本思想与金融学的授课内容有机结合起来。在统计学相关课程的教学中大量运用金融学的案例；在金融学专业课程的教学中大量传输统计思维，使学生学到的不仅是统计和金融的专业知识，更重要的是学到如何用统计思维去观察、思考和处理金融问题的能力。
二、合理设计统计学相关课程的教学内容
统计思维的培养和训练与特定的教学内容紧密联系。加强金融学专业本科生的统计学思维训练需要改革金融学专业学生的统计学相关课程的教学内容，根据金融学专业学科发展的需要对金融学专业本科生开设的统计学相关课程的教学内容和教学方案进行调整和重新设计。
（一）统计学原理课程内容的调整
以统计学原理课程为例，建议调整的内容包括，一是简化统计指标理论，增加统计学数学理论基础的讲授内容。将原来统计学教学中重点讲授的时间数列分析、指数法等内容变为有选择的介绍；将概率论的有关内容纳入统计学课程，并在原有基础上充实参数估计和假设检验的教学内容。二是强化统计定量分析方法，向学生介绍多元线性回归分析、方差分析、因子分析等多种统计分析方法的基本思想和原理。同时，考虑到金融领域以时间序列数据为主，因此，在教学别要让学生对时间序列分析的基本模型有所把握和理解。这样一来，不但丰富和充实了统计学的教学内容，而且也会大大改善金融学专业课程的教学效果。
（二）关于金融统计学课程内容的调整
对于金融学专业开设的金融统计学，需要为金融统计建模做准备，所要掌握的内容更多、要求更高。这就要求在金融统计学课程教学中，结合金融建模思想适当调整教学内容，以提高学生统计思维下分析金融实际问题的能力。以连续性随机变量的分布为例，金融资产收益率序列的统计分布大多是非正态的。这就要求在教学中，一是要介绍非正态分布数据在模型应用中的常用的处理方法，如取对数等；二是要注意非正态分布的学习，可以向学生介绍t分布：贝塔分布、威布尔分布等非正态分布。
统计学相关课程的具体教学方案和内容确定以后，将会有利于统计思维与授课内容的有机结合，譬如概率论、随机过程知识就是用来描述事物发展过程中的不确定现象的，平均数、方差用来刻划现象的集中与波动程度，数字资料的搜集开发是为这些现象的过程控制提供决策依据，如此等等。让学生带着问题有针对性地学习，并把统计思维的基本思想贯穿于整个教学过程中。
三、注重培养学生灵活运用随机性思维的能力
（一）注重培养学生熟悉统计思维和随机性思维
统计思维是统计学中蕴含的一种思维和行为方式。良好的统计思维不仅是学习统计学的需要，也是统计学向其他学科嫁接的一条有效途径，会使学生终身受益。一般认为，统计思维就是人们自觉运用数字对客观事物的数量特征和发展规律进行描述、分析、判断和推理的思维方式。统计思维从内容上讲，包括了从资料收集到资料分析再到统计推断的整个过程，以认识和把握客观事物和现象的本质及其发展变化规律为其终极目的。其中，资料分析和统计推断的理论基础是随机性思维。
在教学中加强金融学专业本科生的统计学思维训练应注重培养学生灵活运用随机性思维的能力。所谓随机性思维，就是以随机性问题为载体和视角来发现问题和解决问题，达到对现实世界空间形式和数量关系的本质的一般性认识的思维过程。随机性思维是统计思维的思想内涵和本质内容，贯穿概率论和数理统计内容体系的始终。
（二）注重解读概率论与数理统计之间的联系与区别
培养灵活运用随机性思维的能力要求教师在教学中帮助学生清楚认识概率论与数理统计之间的区别与联系。虽然概率论和数理统计从严格意义上讲是不同的两门学科，他们研究的对象不同，思维方式也不同，但它们却是联系紧密、相辅相成的两个方面。前者偏重于基础理论，后者偏重于研究应用。随机性和不确定性是数理统计研究对象的最重要的特性。概率是对随机性的一种度量，基于概率的知识，将随机性归纳到可能的规律性中，这是随机性思维的基本特征。由于对随机现象的观察可以直接或间接地用数据来表现，因此对随机性进行描述的一个重要方式是拟合一个适当的分布。
（三）注重帮助学生深刻体会和应用随机性思维
灵活运用随机性思维的前提是能够深刻体会和认知随机性思维，因此，培养学生灵活运用随机性思维的能力还应当经常在课堂上联系现实世界中的随机现象，在教学过程中引导学生深刻理解和体会“随机性”的内涵，并激发学生自觉、自我培养随机性思维的意识。让学生的思维方式由“确定性”向“不确定性”过渡，认识到随机事件广泛地存在于客观世界之中，并且无处不在。
四、通过实验教学切实提高学生的理论水平和实践能力
（一）金融学专业本科生增设实验课的意义
在金融学的专业课程里增设实验课程是实践教学的重要方式，更是金融学专业课程建设的必然趋势。金融学学科建设中一个广泛存在的问题是不重视实践教学。在教学中，统计方法与金融建模、定量分析脱节，缺乏统计案例和统计软件的结合。没有实际的数据分析训练，学生们就无法对统计的广泛应用性有深刻的体会，也不利于保持和提高他们的学习兴趣。同时，对金融专业的本科生来讲，不掌握一门专业的统计软件，很难完成今后的进一步学习和研究工作。因此，在统计思维的训练和培养中，必须注重把统计知识应用于实践的训练，在实践中提高统计思维能力，使统计思维在金融学专业本科生在对金融学专业课的学习中发挥它应有的作用。笔者认为，统计学、金融统计学、计量经济学、金融工程等课程均可以考虑开设一定的实验课。
（二）有效率地上好实验课
处理金融数据所用的统计分析方法众多，每种分析方法都有各自的特点和适用对象，同时彼此联系。在实验课程的开设中，建议每种方法均遵循一现场演示二案例分析三鼓励学生自己动手处理实际金融数据的学习过程。譬如金融学专业本科生会接触到大量的金融时间序列数据，教师在实验教学过程中可以链接功能强大的统计分析软件，用统计软件进行处理金融时间序列数据的演示，并结合软件的输出结果进行讲解，帮助学生正确理解统计理论方法和统计软件输出结果的含义。通过实验课的教学，学生学会使用一种以上的统计应用软件进行统计整理和统计分析，不但提高了实际处理金融统计数据的能力以及金融统计的分析技能，产生比较具体的感性知识，而且加深了对金融统计规律性的认识，激发了对统计学和金融学专业课程的学习兴趣，为实现统计理论与金融实践的顺利结合奠定基础。
此外，将统计应用软件与案例教学有机结合已是国际统计教育的主流。金融统计的案例分析主要体现在统计分析方法的应用上。在案例教学中，应综合应用多种统计分析方法。同时，所选择的案例要与当前备受关注的金融问题、金融现象密切联系，难度也要适中，避免打击学生学习的积极性。在对案例分析过程有比较好的理解和掌握的基础上，学生开始自己动手处理实际金融数据就水到渠成了。
篇2
关键词：海南省；金融资源配置效率；经济增长
一、引言
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。
第二，协整性检验证明，海南省金融资源配置效率与经济增长存在长期稳定的均衡关系，这一结论充分揭示了未来海南省金融资源配置工作中所具有的潜力，相信一定可以为维护海南省的经济增长产生积极的促进作用。
第三，海南金融资源配置效率与经济增长之间仅存在着金融资源配置效率促进经济增长的单向格兰杰因果关系，但程度较为微弱，仅在滞后二期起作用。而且这种促进作用主要体现在金融贡献率促进经济增长。
参考文献：
[1]白钦先.金融可持续发展理论研究导论[M].中国金融出版社，2000.
[2]杨涤.金融资源配置论[M].中国金融出版社，2011.
[3]杨德勇.金融效率论[M].中国金融出版社，1999.
[4]周国富，胡慧敏.金融效率评价指标体系研究[J].《金融理论与实践》，2007（08）.
篇3
关键词：金融市场化 经济增长 灰色关联度 协整分析
一、引言
金融市场化是指一个国家的金融部门运行从主要由政府管制转变为由市场力量决定的过程。它对实体经济部门的发展有着重要影响，很可能成为决定实体经济兴衰成败的关键因素。金融市场化和经济增长之间的关系一直是一个充满争议的话题。探究金融市场化和经济发展之间的关系，是人们研究金融市场化理论的一个重要目的。我国自改革开放以来，金融改革在不断进行，金融改革的过程也是金融不断市场化的过程，而且金融市场化的程度在不断地加深。西部地区是典型的“金融高地”地区，而陕西省又是西部的中心省份之一，陕西省的金融市场化程度直接关系着地区的金融业发展。陕西省的金融市场化是否促进了经济增长？金融市场化影响经济增长的传导途径又是怎样的？这些问题对于陕西省金融业的发展以及陕西经济的可持续发展都有重要的理论和现实意义。
近年来，国内外大量学者对金融市场化与经济增长的关系也进行了大量的实证研究，但大多数是对中国整体金融市场化状况的分析，且得出的结论无论是在理论上还是实证上均有在很大差异。少数已有的对中国各地区金融市场化与经济增长二者关系的研究，也未曾独立从陕西省的角度出发去探求这一问题。鉴于此，本文在探讨金融市场化对经济增长影响的作用机理研究基础上，选取2000-2010年陕西省相关数据为样本，尝试运用协整分析与灰色关联度分析结合的方法，对陕西金融市场化与经济增长之间的关系进行实证分析，并在此基础上提出相应的对策建议。这对陕西省地区经济发展和金融改革有一定的理论支撑与政策依据。
二、金融市场化对经济增长影响的作用机理研究
金融市场化之所以重要，是因为金融市场化是一个充分挖掘和发挥金融体系在经济增长中的核心作用的过程。关于金融市场化对经济增长影响的作用，本文分别从不同的角度出发，考察了金融体系在资金聚集、分散风险、公司治理等各方面的功能。
（一）资金聚集功能
在资金聚集的功能上，金融体系通过提供各种金融产品，达到变小钱为大钱的效果。在这个资金的聚集和转移的过程中，资金的供需双方都实现了帕累托改进：资金的盈余方可以将多余的资金以一定的利息回报为条件借给资金短缺方，而资金短缺方可以用借来的资金从事生产和消费，这一交易使得双方的效用都得到了提高。这一过程还有助于资金从生产效率较低的部门流向生产效率较高的部门，实现资源的优化配置，起到了增进整个社会福利的作用。
（二）分散风险功能
由于存在信息不对称，社会经济活动中存在着形形的风险，因此需要金融市场或者金融中介来转移和分散风险。具体来讲，金融体系能够起到分散纵向风险、横向风险和流动性风险的作用。其中，银行、共同基金和证券市场通过运用多样化投资策略来减少横向风险；纵向风险的分散则主要通过金融中介机构来实现，长期存在的金融中介机构能通过投资长期投资来分散某一时期的系统性风险，这种投资在繁荣的时期提供较低的回报，但在衰退的时期却能够提供相对较高的回报；银行等金融中介机构对流动性的要求小于单个客户对资产的要求，在同一时点需要贴现的客户总是占少数，银行可以通过自己持有的现金满足低流动性项目的资金需求，并且金融市场能够为金融资产提供交易平台，方便金融资产和金融产品之间的转换，这有助于增强流动性，从而消除了流动性风险。
（三） 加强公司治理功能
公司治理是我们理解经济增长和金融体系功能的核心。资金提供者对公司的监管能使资金得到更有效的利用，在股东和债权人的有效监督下，经理人会尽其所能最大化公司价值，而这有效地改善了资源配置，使得生产和创新活动得到更多的资金支持，从而促进了经济增长。因此，公司治理机制的有效性直接影响到公司的表现并进而影响到经济增长的速度。但如果没有相应的金融工具，资金的流动和有效的配置就不能实现。换句话说，由于经理人和股东之间存在信息不对称，企业经理人员拥有信息优势。经理人可能会偏离投资者的目标，或者隐瞒项目的实际收益，从中牟取个人效用的最大化。而金融市场化则为这一难题提供了一种有效的解决方案。
三、金融市场化与陕西经济增长关系实证分析
（一）基于协整方法的实证分析
通过上述的理论分析，我们知道金融市场化对于经济增长有着重要的影响。下面我们对金融市场化对经济增长的影响进行实证分析，以探讨金融市场化是否是新的经济增长来源。以往学者在实证研究中普遍认为资本与劳动力是经济增长的主要来源。因此在数据选取中，我们取经济增长变量GDP与固定资产投资变量K、就业人数变量L以及金融市场化变量F三个变量进行分析。其中金融市场化变量F是根据由中国经济改革研究基金会国民经济研究所的学者樊纲、王小鲁以及张立文编写出版的中国各地区市场化进程相对指数报告获得陕西省金融市场化指数2000-2009年，关于2010年指数是由我们根据樊纲等（2011）所构建中国各省区市场化指数的方法进行计算而得。考虑到变量数据的连续性和有效性，本文选取2000年到2010年作为研究时间。为了方便数据之间的比较，文中变量均以2000年为基期。本文研究数据均来源于《中国统计年鉴》、《陕西统计年鉴》及陕西统计信息网各年度报表。由于多数变量有随时间变化的趋势，可能变量与变量之间高度自相关，因此，本文在计量经济模型时选用对数模型。因此本文建立以GDP为因变量，为自变量的多元线性回归方程为Ln（GDP）=a+bLn（K）+cLn（L）+dLn（F）+ e （其中a、b、c、d为系数，e为随机误差项）
1.单位根检验
在进行模型回归之前，根据计量经济学方法，如果要对时间序列变量进行回归分析，首先必须保证各时间序列的平稳性，如果时间序列的统计特征随时间趋势变化，即非平稳，则可能存在“伪回归”，对计量回归分析的有效性产生极大的影响。因此首先要对各时间序列进行单位根检验，即平稳性检验。
本文通过计量软件Eviews6.0，分别对L、Y与P三个时间序列变量进行单位根检验，得到相关的统计量结果如表1所示：
表1 单位根检验结果
由表4-5可见，K、L、F与GDP均满足一阶平稳条件，故可以进行下一步协整关系检验。
2.协整检验
在协整关系检验中，Johansen协整检验更有方便分析多变量之间的协整关系。我们参考Johansen（1988，1991） 和Johansen & Juseliu（1990） 提出的基于VAR方法的协整系统检验，分析GDP与K、L、F之间是否存在协整关系。变量K、L、F和GDP进行Johansen多变量的协整检验结果如表2所示：
表2 多变量（K、L与F）Johansen协整检验结果
注：*表示在显著性水平为5%的情况下拒绝原假设
根据表3协整关系检验结果我们可以得到：变量K、L、F和GDP存在协整方程。
3.最小二乘法回归分析
为了进一步验证协整检验结果，本文利用Ln（GDP）=a+bLn（K）+cLn（L）+dLn（F）+ e 进行最小二乘法回归分析，结果如表4所示：
表4 回归结果分析
R2 =0.963 修正R2 =0.955 DW=1.635 Prob（F-statistic）= 0.0000
注：*表示在显著性水平为10%的情况下拒绝原假设
从上表中我们可以得出最后的回归方程为：
Ln（GDP）=0. 618ln（K） +0.895Ln（F）+1.583
从回归方程可以看出金融市场化程度与陕西经济增长之间存在正的相关性，且相关性显著，金融市场化程度每提升一个单位，经济增长总量就会增加0. 895个单位，充分说明了金融市场化对陕西经济增长具有正的推动作用。而且我们可以发现：在影响陕西经济增长的因素中，金融市场化对于经济增长的贡献最大，因此金融市场化是陕西省经济增长的一个重要原因。
（二）基于灰色关联度的实证分析
运用灰色关联度的分析方法是运用灰色系统理论的思想，根据序列曲线的走势和形状的相似度来判断序列之间的关系。序列曲线之间走势和形状的相似度越高，关联度也就越大，反之则关联度越小。本文运用灰色关联分析来检验金融市场化对陕西省经济增长的影响。计算结果见下表5 ：
表5 相关变量之间灰色关联度结果
本文使用软件为灰色系统理论建模系统3.0。灰色关联度结果如上表6所示，第一列中R1为灰色绝对关联相关系数，R2为灰色相对关联相关系数，R3为灰色综合关联相关系数（其中本文采用=0.5）。不论是从灰色绝对关联相关系数角度、灰色相对关联相关系数角度还是从灰色综合关联相关系数角度来衡量，影响陕西经济增长因素排名顺序都为金融市场化、资本因素与劳动力因素。这也在一定程度上印证了协整分析的结果。
四、结论建议
本文运用时间序列，选择衡量陕西省经济增长量作为被解释变量，以社会固定资本投资、就业人员和金融市场化变量作为解释变量建立等式关系。为了验证金融市场化与陕西省经济增长之间的关系，本文采用复杂经济科学前沿方法灰色关联度和协整分析相结合的方法进行实证分析，结果发现：（1）金融市场化程度与陕西经济增长之间存在正的相关性，且相关性显著，金融市场化程度每提升1%，经济增长总量就会增加0. 895%。（2）影响陕西省经济增长的因素主要是金融市场化程度以及资本投入变量，其中金融市场化对陕西省经济增长影响最大。
由此，我们建议，在推进金融市场化改革的进程中，一方面要提高在陕国有商业银行的经营效率，提高金融资产的质量，发展多元化的金融体系，使金融市场不断走向成熟和规范；另一方面要发展资本市场，提高陕西省企业融资结构中直接融资的比重，加大金融中介对中小企业尤其是民营企业的支持。
参考文献：
[1]赵奇伟，张诚.金融深化、FDI溢出效应与区域经济增长：基于1997-2004年省际面板数据分析[J].数量经济技术经济研究，2007，（第6期）.
[2]陈邦强，傅蕴英，张宗益.金融市场化进程中的金融结构、政府行为、金融开放与经济增长间的影响研究——基于中国经验（1978-2005年）的实证[J].金融研究，2007，（第10期）.
[3]许文彬.我国金融市场化与经济增长关系的实证研究：1978-2007年数据[J].厦门大学学报·哲学社会科学版，2010，（第3期）.
[4]金山，汪前元.FDI、金融发展与经济增长：一个分析框架及基于中国数据的经验检验[J].开放导报，2012，（第1期）.
[5]张富田.区域金融深化与政府规模对经济增长的影响[J].现代经济探讨，2013，（第4期）.
篇4
[关键词]温州民间金融；值法；协整检验；Granger检验
[中图分类号]F832.7 [文献标识码] A
一、理论综述
民间金融在向民营企业提供必要的资金支持、提高农民收入、促进区域经济发展等方面发挥了其特有的优势，并逐渐成为推动我国经济发展的重要因素。近年来，随着我国经济的迅猛发展，民间金融逐渐成为游离于银行金融体系之外的巨大资本力量。2010年民间借贷市场的资金存量已超过2.4万亿，占当时借贷市场比重5%以上，温州有超过89%的家庭、个人和59%的企业参与了民间金融活动。2011年金融危机冲击的后续影响使得中小企业融资变得愈加困难，温州等个别地区出现民营企业老板欠债外逃事件，使民间金融再次成为社会关注的焦点。
1973年，麦金农提出金融抑制理论和金融深化理论，解释民间金融产生的体制性原因。肖（1973）认为大量的中小企业被排斥在正规金融体系之外，难以得到适量的资金支持，不得不依靠民间金融市场的力量，民间金融逐渐发展起来。潘士远（2006）利用内生经济增长模型，认为民间金融可以有效地将储蓄转化为投资，并促进民营经济的增长。刁怀宏（2004）利用统计分析方法得出民间金融对于我国经济发展的贡献程度是不可忽视的因素之一。刘民权（2003）讨论了民间金融对于经济发展的作用，提出民间金融拥有对正规金融的比较优势。
国内学者对于民间金融的研究主要集中在形成原因的分析及民间金融与经济增长之间的关系，表明民间金融是经济增长的一个重要因素。研究均基于案例调查和数据分析，而对民间金融与经济发展的机理分析尚有不足。本文通过理论和实证分析，论证温州市民间金融对于区域经济发展的促进作用，并提出政策建议。
二、 民间金融对温州地区经济发展的影响分析
民间金融有其特殊的形成原因和历史背景，存在形式多种多样，既有为中小企业、民营企业服务的民间借贷、合会形式，也有地下钱庄、高利贷等形式。
（一） 民间金融对经济发展的正面作用
1.提高资金使用效率
民间金融在资源的有效配置上所起到的作用与正规金融在本质上是一样的，并且民间金融可以为被排斥在信贷计划以外的有合理需求的企业提供必要的资金支持，推动其发展，为金融资源的优化配置创造了条件。
2.为民营经济发展提供资金支持
从我国经济发展形式来看，民营经济的发展一直都受到正规金融机构不同程度的融资压制，融资时间、融资数量等门槛非常高。而我国国有商业银行主要针对国有企业发放必要的贷款，对民营企业的审批却十分严格。而民间金融的存在为民营企业提供了融资渠道，解决了民营企业融资难的问题，拓宽了民营经济发展的资金来源。
3.促进金融活动的有序进行
随着经济的发展，民间金融逐步走向成熟，越来越受到广大中小企业的青睐，使得正规金融机构不得不进行改革，改善自身的服务质量，提高服务效率。同时，正规金融的不断发展，也促进了民间金融的不断完善。二者相互促进，相互竞争，共同促进金融市场的繁荣和发展。
（二） 民间金融对经济发展的负面影响
1.不利于国家的宏观调控
民间金融的发展扰乱了对于金融市场的宏观调控，且目前我国尚未出台能够有效规范和管理民间金融机构活动的政策法规。正是由于民间金融的存在，削弱了国家宏观调控的实际效果，不利于国家产业政策的调整与发展。
2.蕴含金融风险
对于民间金融来说，没有国家信誉作为保证，相关的法律规范也不是很健全，从而其潜在的风险极大，一旦民间金融机构倒闭，极有可能造成金融秩序的混乱，影响社会安定。
3.加大了金融监管难度
民间金融的高风险性是基于其自身混乱的内部管理制度及不规范的组织制度。而我国民间金融机构形式多种多样，规模也没有统一的标准，金融监管机构监管难度较大，一旦监管不当，不利于金融市场的健康有序发展。
三、民间金融对温州地区经济发展影响的实证分析
（一） 民间融资规模分析
由于民间金融存在“地下性”，并不在官方统计机构的监测范围之内。因此，如何测算民间金融规模一直是理论界探讨的难题。一些学者提出利用值法来对民间金融规模进行测算，其结果可以作为重要的参考值，综合实际情况，本文选取值法对温州市民间金融规模进行测算。
本文假定北京市不存在民间金融。其正规金融投入包括短期信贷规模、证券市场融资以及外商直接投资三类。而对于温州市，由于长久以来存在民间金融，其金融投入包括短期信贷、证券市场融资、外商直接投资以及民间融资四类。
该方法假定，无论是否包含民间金融，一个地区的经济活动投入产出比是恒定的。并假设温州市和北京市存在相同的经济金融相关系数，令
所以，温州民间金融的计算公式为：
根据值法相关理论分析以及以上数据，计算温州市民间金融规模如图1所示。
图1 温州市民间金融规模
资料来源：1994-2010年北京市统计年鉴和1994-2010年温州市统计年鉴，2011年数据来自北京市和温州市的统计快报。
近3年的民间融资规模分别为550.72亿元、582.66亿元、916.49亿元，结合国家经济形势及温州地区民间融资现实，可以发现温州地区民间融资规模有较大增长。本文将在以上数据的基础上，利用计量分析理论，对温州民间金融与地区经济发展进行实证分析。在计量方法的选择上，首先利用ADF检验方法对温州市地区生产总值以及民间金融规模这两个时间序列进行平稳性检验，然后采用EG两步法对地区生产总值和民间金融规模进行协整检验，并采用Granger因果检验法判断温州市地区生产总值与民间金融规模之间的因果关系。
（二） 民间融资与地区经济发展的实证分析
1. 平稳性检验
由于对数据进行自然对数的变换不会改变变量的协整关系，并且可以使得各统计指标的趋势线性化，同时消除时间序列中存在的异方差现象。因此，为了进一步分析研究，对以上的经济指标首先进行对数变换，分别用lngdp、lnmj来表示。
通过对所选取的数据进行ADF单位根检验，得到如下结果：
即lngdp、lnmj这两个经济变量的水平序列的ADF统计值均大于95%的临界值，为非平稳的时间序列。经过一阶差分后的ADF单位根检验可知，两个经济变量均通过了一阶差分平稳性检验，是一阶单整序列，可进入协整检验的分析。
2. 民间金融与GDP的相关关系分析
由平稳性检验的结论可知：检验lngdp和lnmj之间的协整关系。利用OLS法估计模型：
得到如下回归估计结果：
其中统计量为，值为，值为。
通过对该式计算的残差序列进行ADF检验，得适当检验模型：
其中统计量为，值为。
由以上结果可知，残差前参数的系数值为-6.961255，小于显著性水平5%的ADF临界值-3.733200，在该显著性水平下拒绝存在单位根的假设，表明残差项是平稳的，说明了两变量之间存在着长期稳定的均衡关系。并且民间金融规模对于地区生产总值的弹性系数为0.002637，说明民间金融规模增加1%，将会给温州市地区生产总值带来0.002637%的影响。
3. 民间金融与GDP的因果关系检验
在进行协整分析后，得出温州市地区经济的增长与民间金融之间存在着长期稳定的均衡关系，这说明民间金融对温州市的经济发展具有一定的推动作用，同时，经济的增长对民间金融也有一定的反馈作用，通过Granger因果检验可以进一步验证这些经济指标之间的因果关系。
由于Granger因果关系检验对滞后期的长度比较敏感，选择不同的滞后期会对检验结果产生不同的影响，所以根据F值、伴随概率以及AIC最小原则，选取滞后期为2进行因果检验，所得结果如下：
Granger因果检验结果表明，在显著性水平时，接受“温州地区生产总值不是民间金融的Granger原因”，同时拒绝“民间金融不是温州地区生产总值的Granger原因”，表明民间金融的发展确实推动了地区经济的增长。
通过以上有关民间融资对地区经济发展的实证分析结果，可以看出民间融资规模的不断变化，确实对温州市经济发展产生了一定的影响。Granger检验结果表明民间融资成为推动地区经济发展的原因之一，同时从地区生产总值与民间融资的数量关系式中，可以发现，当民间融资规模增加1%，温州市地区生产总值将同时增加0.002637%，正方向的作用验证了理论分析中关于民间融资规模对于地区经济发展的促进作用。
四、结论与对策建议
通过对民间金融与地区经济发展之间的关系进行的理论分析与实证研究，得出温州市民间金融对于经济发展具有比较稳定的长期促进作用。同时，验证了民间融资规模是地区生产总值增长的Granger原因。根据值法估算出的民间融资规模也较好地说明在温州地区民间资金链断裂时期，民间金融规模的紧缩以及其对区域经济的影响。
民间金融对于温州市经济的发展有着显著的支撑与促进作用，但由于民间金融自身的原因，同时存在一定的问题与制约性。为了促进民间金融的健康有序发展，首先，当地政府应该尽早确立民间金融的合法地位，促进小额信贷机构的不断发展，加强政府对于民间金融的监管与引导。其次，建立健全以市场为主导的利率形成机制，不断推进利率市场化进程。第三，明确民间金融机构的所有权、监督权与支配权，逐步完善内部组织结构，建立合理可控的信贷风险控制制度与财务管理制度，引导民间金融健康有序发展。
[参考文献]
[1] Mckinnon， R.I..Money and Capital in Economic Development.The Brookings Institution，1973.
[2] 爱德华·肖. 经济发展中的金融深化[M]. 上海人民出版社，1988.
[3] 潘士远，罗德明.民间金融与经济发展[J].金融研究，2006（4）.
[4] 刁怀宏.民营经济、民间金融与经济增长研究[J].经济论坛，2004（2）.
[5] 刘民权，徐忠，俞建拖.信贷市场中的非正规金融[J].世界经济，2003（7）.
[6] 徐威宁.民间金融发展及对我国经济的影响[D].湖南科技大学，2010.
篇5
关键词：金融集聚；产业竞争力；主成分分析
一、引言
金融是现代经济的核心，金融发展对经济增长的促进作用也越来越显著，随着全球经济发展水平的提升，相关的金融业应该以更高的水平来适应和支撑经济发展。与此同时，随着产业集聚的发展，金融业越来越多的集中于某个区域发展，逐步形成金融集聚地，如纽约、伦敦、东京等。20世纪90年代以来，伴随着金融集聚程度的增加，社会各界对金融集聚的关注程度也在逐渐的增加，出现了金融地理学、区域金融学等理论。而将研究重点侧重于金融集聚与金融产业竞争力结合的研究相对较少，在分析的过程中，国外学者将研究的侧重点集中于研究金融产业组织问题，或者重点研究金融产业与实体经济增长之间的关系，从产业角度研究金融产业的属性、含义等。而国内的学者大多数学者将对金融企业竞争力的研究集中于理论方面的研究。在此背景下，论文结合2001-2012年的数据分析了金融集聚对金融产业竞争力的影响，进而促使金融集聚程度加深的同时提高金融产业竞争力。通过这些，我们可以看到，现有理论对金融产业竞争力的研究相对匮乏，研究不足之处主要体现在：第一，对金融产业进行的定量分析较少，缺乏客观的评价指标及体系；第二，研究范围相对局限，要么是以国外的金融产业为研究对象，要么是以国内发展较迅速地区的金融产业为研究对象，相对来说对不发达地区的研究较少；第三，将金融集聚与金融产业竞争力结合的分析相对较少。在此基础上，本文将从全国各省市的层面上，利用主成分分析法对各省市金融产业竞争力进行测度、比较和聚类分析，进而得出金融集聚与金融产业竞争力之间的关系。
二、指标选取
在现代社会经济迅速发展的大环境下，2013年的中国经济运行总体平稳，稳中有进，在此背景下，本文选取各省市作为研究对象侧重研究金融集聚与金融产业竞争力之间的关系。
在表示金融集聚程度时，主要采用区位熵进行测量。所谓的区位熵又称为专业化系数。区位熵的表达式定义为：LQ=Pki/PiPk/P，其中Pki表示某地区金融产业值，即金融产量，Pi表示该地区生产总产值，Pk表示全国金融产值，P表示全国国内生产总值。其比值大于1，代表金融集聚化程度越高；反之，则表示金融集聚化程度较弱。
在描述金融产业竞争力时所采用的指标主要包括：第一，金融产业增加值X1；第二，金融机构年贷款总额X2；第三，金融机构年存款余额X3；第四，保险费收入X4；第五，上市公司的数量X5；第六，证券市场年交易量X6；第七，地区财政收入X7；第八，全社会固定资产投资X8；第九，金融效率竞争力的相关指标。在衡量金融产业效率竞争力时主要采取三个相对值，即：金融相关率X9、金融贡献率X10以及保险深度X11；第十，外商直接投资额X12。
所选指标数据来源于新中国60年统计资料汇编、各省市统计年鉴、中国国家统计局网站、深圳证券交易所网站，各省市金融年鉴。
三、实证分析
在分析的过程中采用主成分分析法对描述金融产业竞争力的指标进行处理。所谓主成分分析是设法将原来众多的具有一定相关性的指标，重新组合成为一组新的相互之间没有关联的综合指标，它是考察多个变量间相关性，研究如何通过少数几个主成分来揭示多变量之间的内部结。在进行主成分分析前对所提取的数据进行相关性检验，本文采用KMO检验与Bartlett球形检验。代入各省市2001年数据，得到如下结果：
通过上表分析可知，KMO统计量等于0.78，Bartlett球形检验的P值为0.00，说明本文中的数据比较适合做主成分分析。在此基础上提取将所有大于1的特征根，显示结果如下表所示：
结果显示有两个大于1的特征根，分别是7.34、2.568。其累积方差贡献已达到82.562%，这说明这两个因子已经可以解释原始变量的82.562%的方差，即包含了数据中的绝大多数信息。本文提取因子过程中主要采用的是主成分分析法，选取的是对原始数据进行标准化的相关系数矩阵，并且进行旋转，进而使因子模型更加明显。在对矩阵进行旋转之后，各因子所包含的指标主要如下表所示：
因子F1在地区财政收入X7、金融机构年贷款总额X2、全社会固定资产投资X8、金融机构年存款余额X3、金融产业增加值X1、外商直接投资额X12、保险费收入X4、上市公司的数量X5、证券市场年交易量X6有较大载荷。
因子F2在金融贡献率X10、金融相关率X9、保险深度X11有较大载荷。
根据各因子得分系数矩阵，可计算出各因子得分，如下表所示：
结果显示：自变量X和控制变量X12都在5%的显著水平上显著（P
在此基础上，为了更好的研究金融集聚与金融产业竞争力之间的关系，现将中国各省市按照传统的区域划分为东部、中部、西部。其中中部地区包括湖北、湖南、河南、安徽、江西、山西六个相邻省份；西部地区包括、新疆、青海、甘肃、宁夏、云南、贵州、四川、陕西、重庆、广西、内蒙古；东部地区包括广东、福建、浙江、江苏、山东、上海、北京、天津、河北、辽宁、吉林、黑龙江。各个地区的回归结果如下表所示：
回归结果显示：东部地区的金融集聚程度、人力资本存量与东部地区金融产业竞争力在5%的水平上显著，结果表明金融集聚程度、人力资本存量对金融产业竞争力的提升具有积极作用，其中人力资本存量所起到的作用较为明显，而科技水平、个人消费需求与东部地区金融产业竞争力之间相对不显著；就中部地区而言，只有科技水平与金融产业竞争力之间相对显著，但是科技水平的发展并不能促进金融产业竞争力的提升；就西部地区而言，人力资本存量与地区金融产业竞争力在5%的水平上显著，并且回归结果显示，人力资本的提升可以促进金融产业竞争力的发展。
四、结论
通过对中国全局、东部、中部、西部地区金融集聚与金融产业竞争力之间的关系分析可以看出，目前为止，金融产业集聚对金融产业竞争力的提升起到的作用不是很明显，甚至，人力资本存量、科技水平、个人消费水平等对金融产业竞争力的提升作用都不是很明显，因此应该大力发展金融业，进而提升整个金融产业的竞争力，最后促进实体经济的快速增长。
参考文献：
[1] 王文静.浅谈金融企业竞争力的统计分析[J].濮阳职业技术学院学报，2005.
[2] 刘元元.公司治理与中国金融业竞争力提升[J].管理现代化，2004.
[3] 刘军，黄解宇，曹利军.金融集聚影响实体经济机制研究[J].管理世界，2007.
[4] 陈文锋，平瑛.上海金融产业集聚与经济增长的关系[J].统计与决策，2008.
[5] 张晓燕.金融产业集聚影响因素的实证分析[J].南京财经大学学报，2012.
篇6
论文关键词：核密度,积分变换
0引言
近年来，Copula理论是研究金融变量相依结构非常有力的一种工具，已经被广泛应用到金融投资组合风险领域；由于Copula函数不同于传统的线性相依分析,它能够更多的捕捉到金融资产非正态、非对称分布等有关信息，大大提高了金融风险管理能力。然而众所周知，金融资产的相依关系是时刻变化，不局限于某一模式，股票市场处于牛市或熊市的时候，股票价格同时暴涨或暴跌，股票市场之间的协同运动就会显著增强且这种运动通常又是非对称的，从而单一Copula函数未能全面刻画金融资产相依结构。因此，本文基于现有文献的基础上，运用核密度估计M-Copula模型，对沪深股市之间的相依性进行了实证分析。
1M-Copula模型
金融分析活动中，ArchimedeanCopula是分析金融资产相依结构最为广泛的Copula函数。Valdez(1998)等人曾经对ArchimedeanCopula做了精辟的总结，指出ClaytonCopula具有非对称性，对变量分布下尾部变化十分敏感，能更多捕捉到金融资产之间下尾相关的变化；而GumbelCopula函数则相反，对变量分布上尾部变化也十分敏感，能捕捉到金融资产之间上尾相关变化；FrankCopula对变量的分布具有对称性，无法捕捉到随机变量间非对称的相关关系。通过分析发现，Gumble、Clayton和Frank的Copula的分布特性与金融市场之间牛市、熊市或多头、空头等特征恰好相符。为了更好的描述金融资产的相依结构，本文采用文献的方法，将具有不同特点的Gumble、Clayton和Frank函数通过线性方式组合构成一个M-Copula函数，其表达式为：
其中，，相关参数向量度量了变量之间的相关模式；权重系数向量反映了变量间的相关模式。由三个Copula函数线性组合而成的混合M-Copula函数不仅可以描述金融市场之间上尾相关、下尾相关及尾部对称相关三种相关模式，还可以选取不同的系数向量描述金融市场之间上尾、下尾相关并存的非对称模式(张世英，2008)。因此，可以用一个M-Copula函数描述我国沪深股市间的相依关系。
2M-Copula函数的核密度估计
M-Copula函数中的未知参数需要通过样本进行估计；在研究M-Copula函数分析金融资产相关性时，已有文献都假定金融资产收益率服从某分布，然后采用ClaudioRomano(2002)等人提出的经验分布或ML、IML以及CML估计参数。参数估计法要求金融资产具有严格的相关结构和分布状态，多变量金融资产具有相同参数表达式；然而在国家宏观经济政策和人们心理预期的影响下，金融资产的分布具有时变性，其分布函数通常是未知的，对于这个未知函数的估计，非参数核估计方法具有独特的优势。
近年来，非参数核估计是计量经济学发展的一个新方向，叶阿忠（2003）详细论证了核密度估计在经济分析中可行性和有效性。核密度估计改变了传统的参数估计方法，为金融资产未知边缘分布函数提供了一种新的统计分析手段。核密度估计金融资产的边缘分布时，不事先设置任何参数，也无需考虑研究样本分布的类型，函数形式完全由样本的数据确定，因而具有较大的适应性。
利用核密度估计M-Copula中的参数主要有以下两个步骤：
Step1:假定资产组合包含金融资产，两种资产收益率样本观测序列为，,其密度函数和分布函数分别为、0，、；则利用核密度函数得到两种资产的非参数核密度估计为：；
其中为核函数，为光滑参数；根据密度函数得到在分布函数的估计也即Copula中的均匀分布变量为、，此时资产组合收益率序列转化为新的序列；Deveroye(1983)证明了是依概率收敛的，即
Step2由序列的估计值，利用极大似然估计方法即可估计M-Copula中的未知参数：()。
3沪深股票市场相依结构的实证分析
3.1样本数据的整理及初步分析
本文选取代表沪深股市上证综合指数(SH)和深证综合指数(ZH)的日收盘价为样本。由于我国1996年12月16日实行涨停板限价交易制度，因此本文选取样本时间段为1996年12月16日至2010年6月3日，共得到3258个日数据，数据来源于大智慧软件。两市每日收益率为相邻交易日收盘价对数一阶差分，，本文通过Eviews和S-Plus完成图形和参数估计。
表3.1上证综指和深证综指收益率序列统计指标
指数名称
均值
标准差
偏度
峰度
JB统计量
上证综指
0.00029
0.01879
-0.09837
7.09742
2282.93600
深证综指
0.00029
0.01905
-0.54715
篇7
关键词：金融定量分析；R软件；软件平台
中图分类号：F830 文献标志码：A 文章编号：1673-291X（2012）10-0077-02
一、构建金融定量分析中软件平台的必要性和可行性
在进行金融学的本科教学中，虽然涉及诸如计量经济学、货币银行学、金融工程、金融风险管理等诸多学科，不过整观整个金融学科教育体系，其实不外乎两大核心内容的教育。
第一是金融理论的教育。主要讲述金融的基础理论知识，中间包括计量经济学、西方经济学和货币银行学在内的核心而且经典理论框架；第二就是金融实践的教育。由于金融学属于定量分析的科学，尤其是随着金融业的发展，金融领域很多问题变得越来越复杂，基于计算机的迅猛发展，在应用领域也不断涌现出新的分析软件，解决问题的途径越来越多样化。
毫无疑问，金融实践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被开发出来。在进行本科金融的教育中，笔者发现金融专业的学生面临的各种软件和软件包感到眼花缭乱，以及日益复杂的金融理论和实证设计，令如何选择软件和进行软件教学成为一个重要的课题。
正如诺贝尔获得者诺思所言，“人们一旦选择了某个体制，由于规模经济（Economies of scale） 、学习效应（Learning Effect）、协调效应（Coordination Effect）以及适应性预期（Adaptive Effect）等因素的存在，会导致该体制沿着既定的方向不断得以自我强化”。路径依赖总让人们倾向于用一种思维解决所有问题，其实这未必一定是坏事，对于金融本科生来说，不同软件对计算功能的实现没有显著区别。因此，笔者总在思考能否构建一款软件将金融大部分核心问题予以解决。
构建定量金融软件教学的统一平台，一方面有利于整合各资源，另一方面也有利于学生的实践知识的深化。毕竟，目前在进行常规统计，学生主要用Excel；处理时间序列数据，学生主要用Eviews或SPSS；在进行矩阵分析，学生主要用MatLab。不同课程在软件使用上缺乏协调，各自为阵。笔者想以R软件为工具，构建统一的金融计算软件平台。
R软件作为一种免费软件、同时作为统计软件的后起之秀，已逐步成为主流统计软件之一，具有较好的应用前景。我们完全可以将金融学专业的核心课程中涉及软件计算的课程进行整合，构建基于R软件的统一软件教学平台。
二、需要进行金融定量分析问题的分类
如果要构建统一软件教学平台，即基于R软件要解决目前主要的金融问题，我们首先要对目前的金融问题有所分类，就是说，目前在本科金融教育层面，我们一般会遇到什么金融问题需要定量分析，笔者根据研究的频度来做基本划分而非金融理论的结构，就是说日常主要碰到频率最高的金融定量分析问题。一是数据统计问题。主要包括诸如方程，中位数，平均数等关于金融市场典型事实的描述和分类。二是期权分析问题。主要包括欧式和美式期权的定价问题等。三是时间序列数据和截面数据的回归问题。主要包括回归分析，线性和非线性建模等。四是债券分析问题。主要包括债券收益率，凸性分析等。五是波动率研究。主要包括GARCH类模型的计算和预测等。六是资产组合和交易策略问题。主要包括金融资产优化选择，有效边界的计算，高频数据交易策略的成效分析。
三、如何基于R软件进行构建
R在处理金融统计分析中的具有很好的应用，方便简单，更为重要的是我们完全可以通过编制不同的函数包分门别类地解决上述需定量分析的金融问题。基于篇幅所限，不能将所有问题的R软件解决方案予以列举，仅列三例以说明R软件的函数实现过程。
1.基于R软件解决诸如平方和和残差等数据统计问题
示例：研究六种存款利率如何影响在12个地区的某银行的居民存款总量，观测变量是居民存款总量。实质就是六种存款利率重复测试了12次，因此共有72次观测值。求进行平方和和残差分析。
>data(deposit)
>result
>result
Residual standard error:0.8366
Estimated effects may be unbalanced
aov是在R函数包stats里面的方差分析函数。
第一行通过函数data把居民存款量和六种存款利率数据导入内存；第二行是对数据进行平方根转换，然后再进行导入aov函数进行计算；第三行主要是显示运行的结果。当然，如果第三行命令，R不会显示结果，而是将结果储存在一个叫做object的对象中，我们也可以通过命令的方式对结果进行提取个别提取，例如我们只想知道残差是多少等。
2.基于R软件解决期权分析问题
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。
3.基于R软件解决资产组合和交易策略问题
在最近这些年，随着高频数据研究的逐渐深入，计算机辅助金融买卖在发达国家诸如美国大行其道，进行有效的资产组合或者交易策略，我们首先必须将交易策略和资产数据用过去的行情历史进行测试。虽然过去不代表未来，但是如果资产交易策略连过去数据都无法通过检验，我们更加无法相信策略在未来的可行性。表1为笔者通过R语言的编程内嵌到某交易商EA的交易平台的测试报告。
上表显示笔者通过用固定的短线交易策略测试2000―2009年的美元对日元的19 217 766的即时价量数据，最大亏损和连续亏损数额都得到了不错的表现，从过去的数据显示，是一个笔者目前见过最好的交易策略模式，当然过去表现不等同未来表现。
参考文献：
[1] Emmanuel Paradis.R for beginners[M].北京: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].北京:清华大学出版社，2006.
篇8
【关键词】入世十年；灰色关联分析；金融服务贸易；经济增长
一、引言
我国加入WTO十年以来（2001-2011），正积极融入世界经济体系，服务贸易也进入了重要的发展时期，进出口迅速增长，贸易规模逐步扩大，贸易结构也渐趋优化[1]。这十年之间，我国进出口服务贸易中的金融服也飞速发展，这既体现我国宏观经济形势的不断发展、对外开放程度的加深，也体现出我国切实履行加入WTO时所做出的逐步开放金融服务的有关承诺。那么，十年来金融服务贸易额的增长，对我国宏观经济的发展有怎样的影响呢？
二、文献综述
谈儒勇（1999）用普通最小二乘法（OLS）对中国金融发展和宏观经济增长进行的研究，得出中国经济增长和金融中介体系的发展有很强的正相关关系[2]。危旭芳、郑志国（2006）通过计量分析得出服务贸易总额、服务贸易进口额和服务贸易出口额与我国经济增长有存在正相关性，并且服务贸易的进口额与GDP的相关性大于服务贸易出口额与GDP总额的相关性[3]。张小峰、官沧海等（2009）通过单位根检验、协整检验、格兰杰因果检验，得出我国金融服务贸易进口对我国经济的增长有明显的推动作用[4]。
以上研究涵盖了我国金融发展与经济增长的关系、服务贸易与我国经济发展的关系、金融服务与我国经济发展的关系，但到没有提及到国际收支平衡表当中“金融服务”一项与我国经济增长的关系；而且从研究方法上来看，通常采用经典统计学中的回归分析方法。
三、非保险类金融服务及其发展现状
国际收支平衡表（BOP）统计中金融行业的服务贸易进出口分为“保险服务”和“金融服务”两类。其中“金融服务”一项，有一些经济学家称其为银行和金融服务（不包括保险服务）。为了避免与金融行业的服务贸易（包括保险服务）概念混淆，本文称其为“非保险类金融服务”。
数据来源：国生产总值（GDP）由国家统计局公布的GDP季度数据计算整理得到；非保险类金融服务贸易额由国家外汇管理局公布国际收支平衡表数据计算整理得到。
2010年我国非保险类金融服务进口额达14亿美元，占服务贸易进口总额的0.72%；非保险类金融服务出口额达13亿美元，占服务出口总额的0.76%。图2.1为我国入市十年来非保险类金融服务（BOP中的“金融服务”）贸易发展状况。同样，入市十年来我国宏观经济也得到了十分迅速的发展，图2.2为我国国内生产总值（GDP）的增长情况。
四、实证研究
谭学瑞、邓聚龙（1995）研究发现：回归分析主要是数据幂、和、积和等的运算，计算过程中的误差可能导致严重错误，使因素之间的本质联系受到歪曲[5]。本文在以上分析的基础之上，采取灰色关联分析的方法对我国非保险类金融服务贸易与宏观经济增长之间的关系进行研究。
（一）数据来源及选取
本文所选取的时间序列数据为我国加入世界贸易组织（WTO）十年（2001-2011）以来的国内生产总值（GPD）和国际收支平衡表中经常项目里的“金融服务”一项的数据。以GDP值代表我国的宏观经济发展状况，BOP中的“金融服务”值即为本文所研究的非保险类金融服务。其中GDP来自国家统计局网站，“金融服务”额（包括“金融服务”净出口额、出口额和进口额三项）来自国家外汇管理局网站。
（二）灰色关联分析
灰色关联分析（GRA）是一种利用灰色关联顺序（称为灰关联度，GRO）来描述因素间关系的强弱、大小、次序的数学方法[5]。
灰色关联分析（GRA）的基本公式为：
根据经验，通常取ξ=0.5，灰色关联系数大于0.6便认为满意了（因变量序列和自变量序列关联程度较大）。
（三）基本假设与数据处理
非保险类金融服务是服务贸易中较重要的部门，本文以非保险类金融服务（包含非保险类金融服务净出口额、出口额、进口额三个因素）为自变量，以国内生产总值（GDP）为因变量，以灰色关联分析理论为基础进行数学分析。
本文为研究非保险类金融服务贸易与国民生产总值（GDP）的关系，设国民生产总值（GDP）为参考数列X0，分别以非保险类金融服务净出口额、出口额、进口额为比较数列X1，X2，X3。按照灰色关联分析方法，在ξ=0.5的情况下，求出三个比较序列的灰色关联系数，进而求出三个比较序列的灰色关联度。分别为：γ01=0.7902，γ02=0.8096，γ03=0.8051，均大于可以认为结果理想的临界值0.6。
（四）数据处理结果分析
综合以上的分析和计算结果，我们可以得出：非保险类金融服务贸易净出口额、出口额、进口额与国内生产总值的灰色关联度均大于0.6，即非保险类金融服务贸易与我国经济增长有比较大的关联程度。入世十年来非保险类金融服务贸易对我国经济增长造成了比较大的影响。进一步分析，我们可以对三个比较序列（非保险类金融服务净出口额、出口额、进口额）对参考序列（GDP）增长的影响程度进行排序：
出口额 > 进口额 > 净出口额
综上所述，入市十年来我国非保险类金融服务贸易对经济增长产生了比较大的影响，并且非保险类金融服务的出口额对我国经济增长的影响程度最大，金融服务净出口额对我国经济增长的影响程度与其他两项素相比相对较小。
五、结论
本文通过对我国入世十年来（2001-2011）的数据进行研究发现，入世十年来我国非保险类金融服务贸易额与我国经济增长关系十分密切，尤其是非保险类金融服务的出口额对我国经济增长的影响强于非保险类金融服务的进口额以及非保险类金融服务的净出口额对宏观经济增长的影响。我国加入世界贸易组织（WTO）十年以来，正积极履行承诺，逐步放宽金融服务贸易政策，为外国提供广阔的市场准入机会。这些发展趋势对我国经济增长造成了积极的影响。在接下来的发展过正中，我国可以进一步放宽非保险类金融服务贸易政策，尤其是增强非保险类金融服务的出口，以此来促进我国经济的持续稳定增长。
参考文献
[1]陆燕.加入WTO十年来中国服务贸易发展趋势[J].国际贸易,2011(9).
[2]谈儒勇.中国金融发展和经济增长关系的实证研究[J].经济研究,1999(10).
[3]危旭芳,郑志国.服务贸易对我国GDP增长贡献的实证研究[J].财贸经济,2004(3).
[4]张小峰,官沧海,柴彩萍.我国金融服务贸易与经济增长的实证分析[J].金融经济,2009(10).
[5]谭学瑞,邓聚龙.灰色关联分析:多因素统计分析新方法[J].统计研究,1995(3).
[6]郭根龙,冯宗宪.国际金融服务贸易及其相关概念的界定[J].国际金融研究,2000(1).
[7]韩龙,周茂荣.论WTO框架下金融自由化与金融监管的关系[J].世界经济,2002(4).
作者简介：
篇9
关键词：资金流量表；分析方法；局限性
文章编号：1003－4625(2009)10－0070－03 中图分类号：F830.45 文献标识码：A
资金流量分析方法虽然在上世纪50年代就已经创立，但它的发展却始终极为缓慢，甚至停滞不前。其根本原因在于资金流量分析方法本身具有巨大的局限性，而这种局限性极大地限制着其在经济分析中的广泛应用。资金流量分析能很好地结合宏观层面和微观层面对经济问题进行分析，其重要性不言而喻。也正因为如此，我国在1993年采用新国民经济核算体系时，首次使用了资金流量表核算资金流量。本文将深入分析资金流量分析方法的局限性，并提出一些解决办法。
一、资金流量分析方法的局限性
(一)理论内核缺失
资金流量方法历经数十年的发展，甚至中外大多数经济学家都侧身其中，却也未能使之成为一种主流的宏观分析方法。其最大的问题在于资金流量方法的理论内核本身具有巨大的局限性。Bain(1973)提出资金流量分析方法的应用理论为投入产出分析和一般均衡分析，但二者均属于局部均衡分析，这是无法与长期均衡分析相媲美的。此后的研究在资金流量方法上并没有实现理论上的重大突破，理论内核的缺失也就成了该方法先天性的不足。这种不足让很多研究者不得不放弃以此种方法来对宏观经济进行分析。
(二)数据的不可得性和可替代性
首先，资金流量表中的数据不仅涉及范围广泛，而且具有权威性。数据涉及范围广泛体现在数据囊括了整个宏观经济运行。资金流量表的数据一般包括金融交易和实物交易部分，横向包括5大机构部门，纵向包括储蓄投资、收入分配和金融工具等方面，囊括了宏观经济运行。数据的权威性体现在来源于政府和金融机构的统计报告，就中国而言，金融交易部分由中国人民银行编制并公布，实物交易部分由国家统计局编制并公布。引用资金流量表中的数据及其他来源的数据共同构成了实证分析的出发点，在此基础上进行社会总供给和总需求的关系、储蓄与投资的关系甚至货币供给等经济分析。
但在绝大多数研究中，资金流量表数据似乎只是提供了一种分析工具，若要进一步分析所要研究的问题，则需要引入其他数据或者进行进一步的调查。也就是说，资金流量表的指标设计不足以较为完整的分析某个经济问题，如果研究者要利用其作为研究方法，会面临部分数据的不可得问题。不可得性是指联系宏观和微观经济的数据和动态的流量数据无法从资金流量表中得到。资金流量分析本身就是一种介于宏观和微观之间的分析方法，主要分析的也是各部门之间资金的流动及均衡，这种动态过程的数据无法获得，也就体现不出此方法分析宏观经济的优越性了。
其次，资金流量表中的数据有时看起来并不是最优选择，其数据往往具有很强的可替代性。所谓可替代性是指表中的指标数据有其他更好的来源渠道，更便于研究，因此研究者可能不会选择资金流量表数据作为统计源。例如在分析货币政策时需要引入货币供应量这个经济变量以分析政策效应，尽管该变量在资金流量表中确实可查，但是由中央银行提供的货币供应量表中的数据似乎更完备，它不仅涵盖了M0，M1，M2等不同口径的货币供应量，而且还及时地反映了每个月的准确数量。拥有了不同口径的货币供应量，政策效应分析将更加具体，更加深入，从而有关货币政策的指标例如M1／M2等都可以得到体现。
(三)固定技术系数的不稳定性
基于投入产出式资金流量表的分析，其前提假设为资金的来源和支出之间存在一个稳定的系数，因此需要对此系数的稳定性作实证检验。但系数的大小依赖于经济环境，如果经济具有较大的波动，例如经济结构调整甚至技术革命等，则会改变投入或产出中的某些经济变量的数值，从而使系数变得不稳定。因此，对于金融体系复杂或者变动剧烈的国家而言，例如英国，此方法并不适合。就中国而言，金融体系的发展始于20世纪90年代，并在加入WTO之后与世界紧密联系在一起，金融体系结构变化幅度巨大，因此利用固定技术系数分析方法来研究宏观经济非常不合适。固定技术系数分析法曾一度是资金流量分析方法的主流，但现在开放而紧密联系的全球经济已经加深了各国金融的复杂程度，使得此方法逐渐没落。
(四)部门分析和流动性分析缺乏现实性
部门平衡表的分析主要是分析分部门的盈余与赤字，进而通过描述已发生的经济行为预测未来。例如多年以来，英格兰银行在《季度公报》的金融分析就一直是基于部门盈余和赤字的变化的。此方法更适合开放体经济，Wallich(1969)就指出即使是国内部门盈余微小的变化也可以反映出国外部门的变化。当然，此方法对中国失去有效性，因为中国经济并不能归类为完全开放型。
资金的流动性分析是在明晰部门盈余与赤字规模的基础上，研究各部门盈余或赤字如何融资，侧重于流动性而非数量。这种分析深入到了实际操作过程中的原因，它研究的是部门支出的决策，这与一国的政策目标不符。我们可能并不需要对各个部门作出支出决策的分析以满足政策需要。
(五)金融计量建模的困难性
资金流量模型分析是通过对资金流量表中的数据运用和描述，进而建立模型，探寻数据之间隐藏的关系。它假设资金流量矩阵中的每一项都是一个可以被资产需求函数解释的变量。建模分析方法自20世纪50年代开始盛行，Dawson(1958)最早探讨了资金流量模型，初步地在数据间建立起粗糙的模型，但却缺乏经济理论的严密论证。进一步地，Tobin(1963)、Brained(1964)阐述了现代意义的“资金流量模型”，并且随后发表了作出局部均衡调整的“陷阱”模型。在那之后，Friedman(1977)又发展了“最优边际调整模型”。
若要建立资金流量模型，则面临诸多内在要求。Dawson(1996)就对这些模型提出批评：第一，模型都被套上了极端简单化的教条，如流动性偏好理论。第二，并非经济体中的所有部分都能成功的建模，某些部分就是规律的循环和再现。资金流量模型遵循的均衡关系是一种局部均衡，即理论内核本身已经限制模型的使用。尽管“陷阱”模型提出了“一般非均衡模型”，但只是对局部均衡的简单调整或修饰。这种简单地填充理论缺陷的方法并不能满足发展的需要。
二、资金流量表局限性的可能解决办法
资金流量分析方法是国民核算体系的延伸和补充，其对宏观经济分析的重要性不言而喻。但据上文分析，该方法要在经济研究中被广泛利用，成为宏观分析与微观分析结合的典型方法，必须要克服以上的局限性。笔者根据对资金流量表局限性的深入分析，提出了如下一些解决办法。
(一)通过理论创新完善理论内核
资金流量分析方法立足于一般均衡理论，无法进行长期动态均衡的分析。这是资金流量分析的一个硬伤，这个问题不解决，其就永远不可能成为主流的宏观分析方法。而国内外的学者也对此做了努力和探索，实际上Tobin提出的“陷阱”模型就是对一般均衡理论发展的历史性突破，开拓了资金流量分析方法在一般非均衡理论方面的摸索。但这还远远不够，要完善资金流量分析的理论内核，还需要后继研究者持续不断的理论创新。
(二)改进和完善资金流量表的编制
1 完善编制方法
中国1993年采用新国民经济核算体系时，首次使用了资金流量表核算资金流量，2002年中国进一步修订1993年的新国民经济核算体系，完善了资金流量核算方法，强调了资金流量表在我国宏观经济分析和制定宏观经济政策中的重要意义。与英美等发达国家相比，目前中国的资金流量表还是比较粗糙的。机构部门的划分和金融工具的区分还是比较笼统而不精密的。因此，需要更细致地划分机构部门等大量工作，夯实其微观基础。当然，这并不是要求我们编制微观单位的资金流量表，而只是尽量地将重心偏向微观成分，避免过于宏观过于笼统造成的分析方法效用低下。金融工具的划分则有赖于金融市场的发达程度，应随着金融市场发展划分的更完善。
2 提高数据统计的时效性
就分析货币政策而言，分析货币供应量等指标的意义不仅仅在于事后总结――实证分析，更重要的意义在于事前预测――指导政策制定。因此，资金流量表中的数据需要与政策施行保持时间上的步调一致，才能够更好地实现其预测功能。但是，中国现在的资金流量表的数据明显滞后，在2008年的统计年鉴中只能够查询到2005年的资金流量表及相关分析说明。数据的严重时滞导致不利于及时掌握资金流动的具体情况，进而导致预测功能失效，尤其是在经济波动剧烈的时期例如金融危机时表现得尤为显著。
从数据时滞性的角度看来，中国资金流量表的统计工作应作出改进。首先，应将编制单位中的年度尽量具体到季度、月份，更有利于根据时点追踪政策效应，这样细化之后极大提高了实用性；其次，编制中的数据来源应尽快从不同的渠道获得，及时得出最终数据，缩短时滞，发挥经济预测功能；再次，数据最好能有详尽的说明，最好能说明其统计口径，以便能与其他来源的数据比较联系。
(三)结合中国实际改进资金流量分析方法
Green等(2002)指出资金流量分析在发展中国家的重要性，可能超过工业化国家。资金流量表提供的数据能够更好地为发展中国家的政策制定提供依据。
首先，传统的资金流量分析方法改进后依然适用于中国。资金流量分析方法作为“价格”分析的替代品，一定程度上对于转型经济的分析是比较方便的。特别是在金融结构分析方面，资金流量分析方法具有相当的优势，这对于分析和解决我国目前比较严峻的结构性问题是非常有帮助的。在宏观经济政策的层面上，通过资金流量分析可以解读各部门资金流动的规模和方向，从而为政府部门制定经济政策提供参考。就防范金融危机而言，资金对外流动模式的异常可成为重要的预警，这对于我国的金融稳定是非常重要的信号。
其次，资金流量方法应用已经拓展到货币政策、政府经济行为、亚洲金融危机等新领域，而在中国却还没有展开。因此，在各个应用领域应该积极尝试引入资金流量分析方法，从新的视角诠释新概念、发现新问题。
篇10
本文较系统地介绍了统计学在证券期货市场中的应用，其中包括作者的一些最新研究成果，如：证券期货市场指标体系的研究；新华财经指数的编制；证券投资组合的研究与应用等。
关键词：统计学证券市场期货市场
分类号：O212C8F832.5文献标识码：A
文章编号：1002-1566(2000)01-0054-04
TheApplicationofStatisticsonSecuritiesandFuturesMarkets
LICong-zhu,DINGShao-fang,WANGLing-hua,SUNDa-ning
(NorthChinaUniversityofTechnology,100041)
Abstract：Inthispaper,theApplicationofStatisticsonSecuritiesandFuturesMarketsisintroduced,author''''smanynewachievementsareincludedinit,suchasstudyofindexsystemonSecuritiesandfuturemarkets;studyofXinHuaindexnumberofsecurities;studyandapplicationofinvestmentinbondandsoon.
KeyWords：statisticssecuritiesmarketsfuturesmarkets
一、序言
我国自九十年代初建立证券期货市场以来，短短几年，得到了迅猛发展，方兴未艾。仅拿股市来看(截至1999年07月13日)，在沪深两市上市的境内公司已达900家，沪深市场的A，B股股数是981只，上市公司900家，其中沪市501只(461家)，深市480只(439家)，沪深A股股数874只，B股股数107只。这与1991年沪市8家深市6家上市公司相比，可见发展速度之快。市价总值21083亿元人民币，占国内生产总值的比重超过25%；开办证券90家，兼营证券业务的信托投资公司237家，下属证券营业部2400多家；现有43家境内企业海外上市，累计筹集资金100多亿美元；已有107家公司成功发行了B股，筹集资金近50亿美元；股民已达4000多万。自1999年五月十九日井喷式行情以来，沪深两市的日成交量猛增，至六月二十五日高达800多亿(1998年8月18日香港股市一天的成交量为790亿港元)，创下空前的天量。证券市场的作用愈来愈大，并逐渐成为国民经济的晴雨表。
统计学及其相关学科在证券期货交易中有什么作用呢?我们先从世界范围谈起。
据有关报道，当今华尔街最抢手的不再是传统的MBA，而是有统计背景、数理能力强的人才。一些在美国获得统计或数学博士学位的中国留学生被华尔街录用，转眼间便当上了年薪百万美元的“白领”贵族。如，1984年入中国科学技术大学少年班的黄沁于1988年提前毕业，赴美国麻省理工学院就读研究生，毕业后受聘到华尔街某大型证券公司工作。在这个世界上金融证券业最发达的地方，他以统计和数学为基础，建立了自己的投资理论，现已升任该公司副总裁，主管对外投资工作。年仅27岁的黄沁是进入华尔街金融界高层领导的少数华人之一。
华尔街取才原则的转向，从一个侧面反映出证券期货等金融业目前发展面临的挑战和未来的潮流。证券金融交易是信息量最大，信息敏感度最强、信息变化频度最高的领域。随着市场日趋复杂，数字已成为传递信息最直接的裁体，加上未来的经济是被网络覆盖与笼罩的数字化经济，大量的数学与统计工具将在分析研究中发挥不可或缺的重要影响。能否把握那看似枯燥无味的数字所隐含的精微变化，成为决定未来竞争成败的关键因素之一。
前年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在二十多年前就探索出具有划时代意义的定价模型——布莱克.斯科尔期定价公式。本世纪20年代开设了股票期权品种，由于采用柜台交易方式和缺乏标准化的设计合约，很难转让对冲，交易量不足称道。1973年美国经济学家布莱克和斯科尔斯，引进概率统计上随机变量函数的一些定理和积分求值，推导出不支付红利的股票期权定价公式，从此期权有了明确科学的价格定位依据，很快形成一个完整的市场，并迅速推广到全世界，直至现在，期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在，预测远期价格成为可能，不仅使期权为指数、货币、利率、期货交易提供了全新的保值，投资手段，极大地丰富了金融市场，而且进一步推动了对各种金融产品的价值研究，提高了操作的理论水平。由此可以推断，没有布莱克.斯科尔斯定价模型，期权就不可能发展这么快，全球金融衍生品市场也就不可能有今天的高度发达，如今国外大型金融机构在总结金融交易失利原因时，总是首先追究最初的定价是否存在漏洞和错误
建立一个模型就摘取经济领域的桂冠这一事实，体现了经济与统计数学密不可分的关系。据不完全统计，自1969年设立诺贝尔经济学奖以来的40多位获奖者中，著名的计量经济学家有23位，10位担任过世界计量经济学会会长，有六位直接靠计量经济的研究和应用成果获奖。借用统计数学，将经济理论数学公式化，将经济行为定量化，已成为当今世界经济的热门课题。
有关专家指出，统计学，经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但本身并非充分条件。三者结合起来，就是力量。数学给经济界带来新的视角，新的观念。抽象的数学工具一旦准确地切入金融市场，就显得非常实用和有价值。二十多年来，指导期权交易的理论—定价模型得到广大投资者的一贯遵循。没有统计基础、不懂定价公式含义的人要想在市场有出色表现将是十分困难的。
证券金融市场的风险管理是个永恒的话题，投资者都想寻求收益回报，但又必须面对各种各样的损失可能。市场到底存在哪些风险，如何确定风险的大小，如何才能实现收益最大化和风险最小化，历来都是受人关注的焦点和难点。自从1952年美国学者马柯威茨运用数量方法创立证券组合理论以来，市场风险的神秘色彩逐渐淡化，不再变得那么可怕和不可驾驭。
马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险)最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差)，发现投资者应该同时按适当比例购买各种证券而不是一种证券，进行分散化投资，其收益才尽可能是确定的。通过数量分析得出的这种结论，迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间，随着量化研究的不断深入，组合理论及其实际运用方法越来越完善，成为现资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新，1990年他获得了诺贝尔经济学奖。
众所周知，量变引起质变。数量关系的背后，牵扯着市场的稳定与发展。金融业的现代化推动了统计与数理方法的应用研究，反过来，当今世界的金融管理特别是防范金融风险，也越来越要量化研究。早在1995年9月，美国斯但福大学经济学教授刘遵义就通过实证比较，数量分析和模糊评价等方兴，预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们，没有完整、科学的分析预测工具，就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究，才能提高对金融运行规律的认识，才能把握市场的发展动向。
经济理论的数学化和统计分析，使各种经济行为也越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立，就证明数量工具已发挥了不可磨灭的作用。有统计显示，在西方金融市场，三分之一的人运用组合理论来投资，三分之一的人靠技术分析管理头寸，另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题，但组合理论和技术分析所运用的统计工具逐渐被认同，说明理性投资将成为市场的宠儿。由此我们不难理解华尔街选才的动机。
主观意见和直觉判断有很大的随意性，显然与现资决策的要求相去甚远。对市场和价格进行定量研究，从而揭示客观存在的数量依存关系，成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据，可以比较全面地分析各种因素的影响力度。其主要表现在：
1结构分析：证券市场与汇率、利率变动和国民经济发展有多大的关联度；单一证券与整个市场之间如何相互影响，市场指数设计是否合理；证券与期货价格走势是否相互制约；同一类证券有没有一定的连动关系。版权所有
2价值预测：分析未来证券发行和上市价格的理论定位，确定金融衍生证券的价格，分析预测证券期货的价格走势，进行投资决策等。
3政策评价：研究市场系统风险的预警及控制，探讨不同的组合投资效果。
4理论检验：证券价格能否反映所有的信息，市场的有效性实证检验；各种技术指标的适用性和优化处理，周期效应的对比分析。
从以上可看出，量化研究有助于搞好风验管理，设计投资组合，选择交易时机，评估市场特性。统计工具在证券金融市场的大量应用，对交易技术的升级换代，管理水平的提高做出了特殊贡献。现在，电脑交易系统在国外大行其道，依据不同要求设计的模型软件层出不穷，只要把数据输入电脑中，投资者根据分析结果随时制订和调整投资计划。
投资者竞争的优势不再停留在信息的收集上，而是综合处理信息的能力。谁的模型从总量上与趋势上能更合理、科学地分析市场，谁就能掌握主动。
