chapter 4 revised
This commit is contained in:
parent
6ed21cd89b
commit
5ecb46b5af
|
|
@ -100,9 +100,9 @@ XXX \qquad \qquad {
|
|||
国家自然科学基金(71901202,72271227,71932002,71850014);中科院支持项目(E1E90802A2,E1EG4401X2);中国科学院青年创新促进会;中央高校基本科研业务费专项资金.}
|
||||
\footnotetext{{\HT Foundation item:}\ National Natural Science Foundation of China (71901202,72271227,71932002,71850014); Chinese Academy of Sciences (E1E90802A2, E1EG4401X2); Youth Innovation Promotion Association CAS; Fundamental Research Funds for the Central Universities.}
|
||||
\footnotetext{{\HT 中文引用格式:}\
|
||||
仲丛林, 宋琪, 井一涵, 董志, 贺舟. 基于演化博弈与主体仿真的我国金融机构与实体企业的投融资决策研究.[J].系统工程理论与实践,
|
||||
仲丛林, 宋琪, 井一涵, 董志, 贺舟. 我国金融机构与实体企业的投融资决策研究.[J].系统工程理论与实践,
|
||||
2023, X(X): 1--10.} \footnotetext{{\HT 英文引用格式:}\ Zhong C L,
|
||||
Song Q, Jing Y H, Dong Z, He Z. Research on Investment and Financing Decision of Financial Institutions and Enterprises in China: Using evolutionary game and agent-based simulation[J]. Systems Engineering --- Theory \& Practice, 2023, XX(X): 1--10.}
|
||||
Song Q, Jing Y H, Dong Z, He Z. Research on Investment and Financing Decision of Financial Institutions and Enterprises in China[J]. Systems Engineering --- Theory \& Practice, 2023, XX(X): 1--10.}
|
||||
|
||||
%---------------------题目、作者、单位、摘要、关键词, 中图分类号(必须提供)------------------
|
||||
%\SEC{中文题目}{作者}{单位}
|
||||
|
|
@ -121,7 +121,7 @@ Song Q, Jing Y H, Dong Z, He Z. Research on Investment and Financing Decision of
|
|||
|
||||
%%%%%%%%%%%%%%%英文部分%%%%%%%%%%%%%%%%%%%%%%%
|
||||
%\ESEC{英文题目}{作单}{单位}
|
||||
\ESEC{Research on Investment and Financing Decision of Financial Institutions and Enterprises in China: Using evolutionary game and agent-based simulation} {Zhong Conglin$^1$, Song Qi$^{1,*}$, Jing Yihan$^2$, Dong Zhi$^1$, and He Zhou$^{1,3,4}$} {(1. School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190, China; 2. Sino-Danish College at University of Chinese Academy of Sciences, Beijing 100049, China; 3. Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100190, China; 4. MOE Social Science Laboratory of Digital Economic Forecasts and Policy Simulation at UCAS, Beijing 100190, China)}
|
||||
\ESEC{Research on Investment and Financing Decision of Financial Institutions and Enterprises in China} {Zhong Conglin$^1$, Song Qi$^{1,*}$, Jing Yihan$^2$, Dong Zhi$^1$, and He Zhou$^{1,3,4}$} {(1. School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190, China; 2. Sino-Danish College at University of Chinese Academy of Sciences, Beijing 100049, China; 3. Key Laboratory of Big Data Mining and Knowledge Management, Chinese Academy of Sciences, Beijing 100190, China; 4. MOE Social Science Laboratory of Digital Economic Forecasts and Policy Simulation at UCAS, Beijing 100190, China)}
|
||||
|
||||
|
||||
|
||||
|
|
@ -153,7 +153,7 @@ Song Q, Jing Y H, Dong Z, He Z. Research on Investment and Financing Decision of
|
|||
|
||||
在金融市场上, 实体企业和金融机构的投融资决策大致可分为两种. 对于实体企业而言, 融资决策可以分为直接融资（股票融资和债券融资等）和间接融资（主要通过商业银行等金融机构）. 相应地, 金融机构的投资决策可以分为投资于直接融资市场和投资于间接融资市场. 目前我国金融体系下, 商业银行贷款仍然占据融资市场的核心地位$^{[1]}$, 但是资本市场发展迅猛, 以间接融资为主的金融结构也发生了变化$^{[2]}$. 随之而言的科学问题是: 我国金融机构与实体企业的投融资决策如何影响间接融资与直接融资的比例关系?
|
||||
|
||||
这一问题不仅具有金融研究的理论意义, 也有非常现实的实践意义. 周小川指出, 我国政策历来重视金融业对实体经济的扶持作用, 因此国家鼓励和督促金融机构落实服务于实体经济的责任要求$^{[3]}$. 但学者发现, 我国金融机构存在``脱实向虚"的问题, 即金融机构向企业放贷不积极, 服务水平不高$^{[4]}$. 理解``脱实向虚"这种现象需要深入研究金融机构和实体企业的投融资决策, 分析不同融资模式对两类主体的利弊. 例如, 对于直接融资模式, 企业资金使用的自由度较高、从直接融资市场上可能获得较高的资本利得等收益, 但面临的市场不确定性也高; 金融机构可以选择的业务模式更加多样, 资金的灵活度高, 但容易发展为``脱实向虚"的业务状态, 偏离``服务实体经济"的政策要求. 对于间接融资方式, 企业因为地理等因素可选金融机构极少, 资金流向和用途往往要受到比较强的监督和限制, 融资成本较高$^{[5]}$, 但是其融资过程风险相对较低; 金融机构可能面临企业的违约风险, 但是双方也可能发展长期信用合作关系, 双方的协调匹配也能最大程度地保证企业的融资需求$^{[6]}$. 已有文献虽然对间接融资与直接融资的研究较多, 但大多采用实证方法开展, 难以深入刻画两类主体的决策和博弈过程. 而采用博弈论等数值方法研究此问题的研究相对较少, 未能全面考虑上述决策要素以及主体异质性等因素.
|
||||
这一问题不仅具有金融研究的理论意义, 也有非常现实的实践意义. 周小川指出, 我国政策历来重视金融业对实体经济的扶持作用, 因此国家鼓励和督促金融机构落实服务于实体经济的责任要求$^{[3]}$. 但学者发现, 我国金融机构存在``脱实向虚"的问题, 即金融机构向企业放贷不积极, 服务水平不高$^{[4]}$. 理解``脱实向虚"这种现象需要深入研究金融机构和实体企业的投融资决策, 分析不同融资模式对两类主体的利弊. 例如, 对于直接融资模式, 企业资金使用的自由度较高、从直接融资市场上可能获得较高的资本利得等收益, 但面临的市场不确定性也高; 金融机构可以选择的业务模式更加多样, 资金的灵活度高, 但容易发展为``脱实向虚"的业务状态, 偏离``服务实体经济"的政策要求. 对于间接融资方式, 企业因为地理限制等因素可选金融机构极少, 资金流向和用途往往要受到比较强的监督和限制, 融资成本较高$^{[5]}$, 但是其融资过程风险相对较低; 金融机构可能面临企业的违约风险, 但是双方也可能发展长期信用合作关系, 双方的协调匹配也能最大程度地保证企业的融资需求$^{[6]}$. 已有文献虽然对间接融资与直接融资的研究较多, 但大多采用实证方法开展, 难以深入刻画两类主体的决策和博弈过程. 而采用博弈论等数值方法研究此问题的研究相对较少, 未能全面考虑上述决策要素以及主体地理限制等因素.
|
||||
|
||||
本文试图基于我国实际情况, 通过建模微观主体决策和博弈来研究间接/直接融资比例的变化, 从而为政策制定者提供理论依据. 具体而言, 本文首先构建演化博弈模型, 通过数学计算获得具有一般性的结论, 发挥数学模型的普适性优势；之后构建主体模型, 放松部分数学模型的假设研究更多决策影响因素, 发挥仿真模型可高度贴近现实的优势. 通过对照两个模型结果(详见第4.3节), 有望助力政策制定者理解我国投融资结构后面的影响因素, 也为广大学者研究类似复杂现象提供了新的研究思路.
|
||||
|
||||
|
|
@ -171,7 +171,7 @@ Song Q, Jing Y H, Dong Z, He Z. Research on Investment and Financing Decision of
|
|||
在考察政府监管与金融机构行为的均衡关系演化方面. 刘伟等$^{[16]}$ 研究了互联网金融平台行为与监管方策略的博弈演化过程, 重点对固定惩罚机制和动态惩罚机制下双方策略博弈均衡进行了比较. 胡俏和齐佳音$^{[17]}$分析了民众``参与"和政府``监管"数字货币的博弈演化路径. Zhang等$^{[18]}$ 研究了动态碳交易价格背景下政府与制造商的演化博弈模型. 从企业的微观视角出发, Li和Wang$^{[19]}$以代理理论为基础, 研究和分析风险因素影响下企业投融资过程中所涉及的利益冲突问题. Huo和Feng$^{[20]}$ 以企业集团内部形成的自我担保机制为研究背景, 基于抵押资产和无担保资产两种情况建立商业银行与中小企业集体融资的演化博弈模型. Xu和Liu$^{[21]}$ 选择贷款金额、贷款利率、担保价值和中间业务收入作为变量, 利用演化博弈论的方法研究了小微企业融资难问题的原因. 与上述文章不同的是, 首先, 本文的理论研究对实体企业的讨论没有具体到行业, 但在模拟仿真的部分考虑到了主体间决策的异质性, 并且考虑了风险、成本、收益的影响, 将企业行为集展开至对融资方式选择的研究上, 将商业银行的资本投入流向纳入讨论和研究的指标中.
|
||||
|
||||
\sub{2.3\ \ 基于主体建模的投融资研究}%二级标题命令
|
||||
基于主体建模(agent-based modelling and simulation, ABMS)的方法是一种比较新颖的充分考虑主体异质性的自下而上的模型仿真方法, 为金融领域复杂决策研究方面提供了新的研究思路与途径. 在对比研究方面, Farmer和Axtell$^{[22]}$总结了ABM 如何应用于放松标准经济模型中的传统假设. 赵志刚等$^{[23]}$ 通过比较CGE模型与基于主体建模的模型特点, 构建了基于主体建模的金融政策研究框架. 利用ABMS对于微观主体研究的优势, 很多学者将其用于投资者等微观主体视角的研究. 比如, 投资与市场波动等方面, Bertella等$^{[24]}$ 对比了投资者对其投资组合持有的信心以及他们的社会群体和各种社会网络拓扑对人工股票交易所的动态的影响. Fratri等$^{[25]}$ 分析欺诈主体的存在与比特币市场价格波动的关系. 王一涵和王国成$^{[26]}$ 通过在模型构建中引入异质性的情绪因子, 研究投资者决策如何受到情绪的影响, 并分析相关引发的金融市场波动的机理. 另一方面, 也有学者开展了对风险传染和控制风险的效果评估等方面的研究. Mu等$^{[27]}$结合强化学习算法构建银企信用匹配网络模型, 深入研究银行与企业之间的宏观经济特征及其网络结构对银行与企业之间信用风险传染的机理. 郭栋$^{[28]}$ 则基于投资者异质性研究了境外人民币回流的潜在风险冲击的传导效应. 张瑾玉等$^{[29]}$ 基于多主体决策, 研究社会网络中的破产传染.尹威和赵启程$^{[30]}$ 运用多主体仿真建模方法构建委托贷款关联交易模型, 分析不同政策组合下规避委托贷款市场风险的效果. 在资金比例选择方面, Fiedler$^{[31]}$提出了一种多主体系统的方法, 用于促进供应链中最佳融资选项的选择过程. 与上述研究不同, 本文利用ABMS拓展对演化博弈研究中相关因素影响的分析, 同时引入了实验设计的方法, 更加广泛地分析多个指标在优化过程中的影响表现.
|
||||
基于主体建模(agent-based modelling and simulation, ABMS)的方法是一种比较新颖的充分考虑主体异质性的自下而上的模型仿真方法, 为金融领域复杂决策研究方面提供了新的研究思路与途径. 在对比研究方面, Farmer和Axtell$^{[22]}$总结了ABM 如何应用于放松标准经济模型中的传统假设. 赵志刚等$^{[23]}$通过比较CGE模型与基于主体建模的模型特点, 构建了基于主体建模的金融政策研究框架. 利用ABMS对于微观主体研究的优势, 很多学者将其用于投资者等微观主体视角的研究. 比如, 投资与市场波动等方面, Bertella等$^{[24]}$对比了投资者对其投资组合持有的信心以及他们的社会群体和各种社会网络拓扑对人工股票交易所的动态的影响. Fratri等$^{[25]}$分析欺诈主体的存在与比特币市场价格波动的关系. 王一涵和王国成$^{[26]}$通过在模型构建中引入异质性的情绪因子, 研究投资者决策如何受到情绪的影响, 并分析相关引发的金融市场波动的机理. 另一方面, 也有学者开展了对风险传染和控制风险的效果评估等方面的研究. Mu等$^{[27]}$结合强化学习算法构建银企信用匹配网络模型, 深入研究银行与企业之间的宏观经济特征及其网络结构对银行与企业之间信用风险传染的机理. 郭栋$^{[28]}$则基于投资者异质性研究了境外人民币回流的潜在风险冲击的传导效应. 张瑾玉等$^{[29]}$基于多主体决策, 研究社会网络中的破产传染.尹威和赵启程$^{[30]}$运用多主体仿真建模方法构建委托贷款关联交易模型, 分析不同政策组合下规避委托贷款市场风险的效果. 在资金比例选择方面, Fiedler$^{[31]}$提出了一种多主体系统的方法, 用于促进供应链中最佳融资选项的选择过程. 与上述研究不同, 本文利用ABMS拓展对演化博弈研究中相关因素影响的分析, 同时引入了实验设计的方法, 更加广泛地分析多个指标在优化过程中的影响表现.
|
||||
|
||||
\sub{2.4\ \ 文献述评与本研究的创新}%二级标题命令
|
||||
从已有文献可以看出, 金融机构与实体企业之间的投融资研究一般局限在单个主体, 缺乏对两个主体博弈行为的系统性研究. 而演化博弈和基于主体的模型方法在投融资领域的应用很好的展示了两个方法的适用性, 能支撑本文从微观角度建模和仿真我国金融机构与实体企业组成的复杂投融资系统. 因此, 本文的创新点体现为三个方面. 第一, 在研究视角方面, 本文从微观主体决策建模角度研究``脱实向虚"这一投融资系统的宏观现象, 尝试打开以往实证研究所获结论的``黑箱", 是已有研究的有益补充; 第二, 在研究方法方面, 本文从数学模型(演化博弈)入手得到具有一般性的结论, 之后放宽部分假设并引入主体仿真模型开展研究, 不仅可以让投融资主体行为更贴近现实, 还可以对照两个模型结论, 是具有借鉴意义的研究方法体系; 第三, 在研究结论方面, 本文模型取值与现实数据相结合, 尽可能全面地建模现实因素, 并通过方差分析等方法识别关键影响要素, 增强研究结论和政策建议的科学性和针对性.
|
||||
|
|
@ -446,19 +446,17 @@ $C_C,C_F,\gamma $&
|
|||
|
||||
\SUB{4\ \ 主体建模仿真研究}%一级标题
|
||||
|
||||
上述演化博弈的研究是建立在企业和金融机构主体在行为决策的集合中只能选择一种行为决策. 然而, 在现实生活中, 当企业需要融资时, 通常是一部分资金来源于间接融资模式, 一部分资金来源于直接融资市场; 同样地, 金融机构会将自有资金一部分通过间接融资业务投放, 另一部分资金在直接融资市场进行资本投资. 因此, 本部分会将对双方行为演化影响因素的研究, 转化为对资金比例决策的研究. 此外, 基于国家对``普惠金融"政策的倡导和地方银行对当地企业较好的信息获得程度的现实情况$^{[7]}$, 本部分增加了企业与金融机构的相对地理位置因素对双方借贷行为的影响的分析, 将机构网点密度指标$^{[34]}$转换为基于企业视角的``就近原则"下的搜寻金融机构的范围因素, 同时, 考虑了金融机构可以投放的资金相对于企业融资需求的规模, 并结合上述博弈模型中的因素, 讨论影响双方投融资比例的机制.
|
||||
上述演化博弈模型推导出具有一般性的结果, 但存在两个缺陷. 一是企业和金融机构只能在直接、间接融资两种策略中选择一种行为决策, 但现实中主体决策不是``非黑即白"的. 例如, 企业融资时可能一部分资金来源于间接融资模式, 一部分资金来源于直接融资市场; 同样地, 金融机构会将自有资金一部分通过间接融资业务投放, 另一部分资金在直接融资市场进行资本投资. 二是数学模型难以体现出金融机构的间接融资服务范围受到地理距离所限等现实因素, 而已有研究表明这一因素可能非常重要$^{[7]}$.
|
||||
|
||||
本部分采用的主体建模与仿真方法(ABMS)是一种自下而上, 能够充分刻画微观主体异质性和交互作用的模拟方法, 用于建立企业与金融机构之间的主体异质性模型. 通过观察重要因素对研究指标的显著性影响, 进一步讨论影响实体企业和金融机构投融资决策的要素. 以下所称金融机构与实体企业的投融资比例决策, 具体是指金融机构如何将资金分配到借贷市场和资本市场, 分别用于间接融资和直接融资; 实体企业期望多大比例的借款来源于间接融资, 多大比例来源于直接融资.
|
||||
因此, 本章节采用主体建模与仿真方法(ABMS)构建更贴近现实的主体仿真模型. 该方法自下而上地刻画微观主体的决策过程以及和其它主体的交互作用, 可用于分析重要因素对系统指标的显著性影响. 相比于演化博弈模型, 主体模型中的企业和金融机构可以决定对不同融资模式的投融资比例, 可在$[0\%, 100\%]$区间中任意取值(例如金融机构可将任意比例的资金分配到借贷市场和资本市场, 企业同理), 从而解决上述第一个缺陷. 对于第二个缺陷, 主体模型中企业基于``就近原则"搜寻最大范围内的间接融资金融机构, 从而实现企业与金融机构的时空交互方式, 从而可用于研究地理限制因素(间接融资最大搜寻范围)对投融资结果的影响.
|
||||
|
||||
\sub{4.1\ \ 模型变量与模型设定 }%二级标题命令
|
||||
|
||||
本部分模型变量的整体设定与博弈模型中一致, 但为保证后续模拟仿真的数值设定的可解释性, 会转变某些变量的表达形式并增添变量.
|
||||
|
||||
\sub{4.1.1\ \ 模型变量 }%二级标题命令
|
||||
|
||||
模型主体仍为实体企业和金融机构, 并分别使用$i, j$标注以明确双方的属性或决策变量. 具体参数表6如下所示:
|
||||
主体模型参数表如表6所示, 其中大部分参数和表2中演化博弈的参数一致. 为了明确实体企业和金融机构主体的属性或决策变量, 故分别使用$i, j$对相应参数符号予以标注.
|
||||
|
||||
\begin{center}{\sz {\textbf{表6\ \ 主体模型参数表}}}\\
|
||||
\begin{center}{\sz {\textbf{表6\ \ 主体模型参数表(和表2中演化博弈的参数基本一致)}}}\\
|
||||
{\sz {\textbf{Table 6\ \ Agent-based model parameters}}}\\
|
||||
\scalebox{0.7}{
|
||||
\begin{tabular}{ c c c } \toprule
|
||||
|
|
@ -599,7 +597,7 @@ $\rho$ & 2 & 0.818 & 14.087
|
|||
|
||||
|
||||
\SUB{5\ \结论与思考}%一级标题
|
||||
本文通过建立金融机构与实体企业之间的演化博弈模型, 模拟双方博弈的动态过程, 利用指标和实际数据, 分析鞍点位置的合理性. 分析发现, 金融机构和实体企业的博弈会向着\{``资本服务实体经济, 间接融资", ``资本脱实向虚, 直接融资"\}两个稳定点发展, 基于数据分析和函数验证发现, 通过成本控制、收益分配、政府补贴等方式, 可以影响双方的业务合作模式, 即影响间接融资与直接融资的业务比例关系. 本文还通过构建ABM模型并进行模拟仿真实验, 对上述问题进行了异质性分析, 并讨论了关键指标的显著性影响, 发现了实体企业在资本市场面临的融资成本对企业期望融资比例分配、实体企业的盈利水平和对金融机构的搜寻范围对金融机构投资比例分配的显著性影响.
|
||||
本文通过建立金融机构与实体企业之间的演化博弈模型, 模拟双方博弈的动态过程, 利用指标和实际数据, 分析鞍点位置的合理性. 分析发现, 金融机构和实体企业的博弈会向着\{``资本服务实体经济, 间接融资", ``资本脱实向虚, 直接融资"\}两个稳定点发展, 基于数据分析和函数验证发现, 通过成本控制、收益分配、政府补贴等方式, 可以影响双方的业务合作模式, 即影响间接融资与直接融资的业务比例关系. 本文还通过构建主体模型并进行模拟仿真实验, 对上述问题进行了实验设计和方差分析, 并讨论了关键指标的显著性影响, 发现了实体企业在资本市场面临的融资成本对企业期望融资比例分配、实体企业的盈利水平和对金融机构的搜寻范围对金融机构投资比例分配的显著性影响.
|
||||
|
||||
根据本文的相关研究结果, 提出如下建议:
|
||||
|
||||
|
|
@ -780,10 +778,10 @@ Taylor P D. Evolutionary stable strategies and game dynamics[J]. Mathematical Bi
|
|||
156.
|
||||
|
||||
|
||||
\REF{[34]}
|
||||
李建军,彭俞超,马思超.
|
||||
普惠金融与中国经济发展:多维度内涵与实证分析[J].经济研究,2020,55(04):37-52.\\
|
||||
Li J J, Peng Y C, Ma S C.Inclusive finance and China's economic development: Multi-dimensional connotation and empirical analysis [J]. Economic Research Journal,20,55(04):37-52.
|
||||
%\REF{[34]}
|
||||
%李建军,彭俞超,马思超.
|
||||
%普惠金融与中国经济发展:多维度内涵与实证分析[J].经济研究,2020,55(04):37-52.\\
|
||||
%Li J J, Peng Y C, Ma S C.Inclusive finance and China's economic development: Multi-dimensional connotation and empirical analysis [J]. Economic Research Journal,20,55(04):37-52.
|
||||
|
||||
\REF{[35]}
|
||||
He Z, Luo C, Tan C-H, et al. Simulating an agent’s decision-making process in black-box managerial environment: An estimation-and-optimisation approach[J]. Journal of Simulation, 2019, 13(2):111–127. DOI: 10.1080/17477778.2018.1440946.
|
||||
|
|
|
|||
Loading…
Reference in New Issue