商業銀行金融創新監管演化博弈及仿真研究
2021-03-08 09:41:28祝四朋夏敏王愛銀王睿
軟件工程 2021年1期
祝四朋 夏敏 王愛銀 王睿
摘? 要：從社會福利的角度出發，綜合考慮商業銀行金融創新平臺、金融監管機構之間不同策略選擇下各自的收益情況，通過建立兩方演化博弈模型分析了二者之間的策略演進關系，并得出穩定解存在的充分條件。在此基礎上，構建以商業銀行金融創新平臺、金融監管機構、用戶為主體的三方演化博弈模型，利用復制動態方程的演化機理，對該模型進行了求解和穩定性分析，并進行數值仿真模擬。結果表明，此三方演化博弈有兩個穩定解，某一因素的變動都會對最終的結果產生影響，在其他條件不變的情況下，當用戶的風險成本小于社會收益時，用戶會更傾向于選擇使用平臺;當罰款金額越高時，金融創新平臺選擇合規操作的概率也越大。
關鍵詞：社會福利;金融創新;監管策略;數值仿真
中圖分類號：TP399? ? ?文獻標識碼：A
文章編號：2096-1472（2021）-01-42-05
Abstract： This paper proposes to establish a two-party evolutionary game model to analyze the strategic evolution relationship between the two， and then， sufficient conditions for the existence of stable solutions are obtained. This model is proposed from the perspective of social welfare， and comprehensively considers the respective income from commercial banks' financial innovation platforms and financial regulatory agencies. On this basis， a tripartite evolutionary game model is constructed with commercial bank financial innovation platforms， financial regulatory agencies， and users as the main body. Using the evolution mechanism of copying dynamic equations， the model is solved and analyzed for stability， and numerical simulation is performed. Results show that there are two stable solutions to this tripartite evolutionary game， and change of a certain factor will affect the final result. With other conditions remaining unchanged， when user's risk cost is less than the social benefit， users will be more inclined to use platforms; the higher the fine， the greater the probability that the financial innovation platform will choose compliance operations.
Keywords： social welfare; financial innovation; regulatory strategy; numerical simulation
1? ?引言（Introduction）
近年來，互聯網的普遍使用促進了金融機構的互聯網化。商業銀行為求發展，開展了基于互聯網媒介的金融創新業務，這些創新業務可看作新型的網絡平臺業務，與傳統的商業銀行融資模式并不相同[1]。從供給端來考慮，新興技術的發展也在對金融業產生一定的影響，使之不斷地呈現出新業態[2]。我國的金融監管制度一直在不斷地完善，但風險依舊存在[3]。
劉偉等人認為，在某種固定的懲罰機制下，互聯網金融平臺在與監管機構的長期博弈過程中出現周期性的模式[4]。葉建清等人深層次挖掘目前的風險管理不足，構建了全面的風險管理框架[5]。杜楊通過建立創新路徑與監管的演化博弈模型，分析出了二者之間的博弈互動機制[6]。鄒靜采用主成分分析法對商業銀行系統性風險進行測算，研究了互聯網金融對商業銀行系統性風險的影響，認為該影響有期限結構效應[7]。王濤認為對金融創新平臺的監管是確保金融規范發展的必然條件[8]。綜合國內外的研究[9]，本文引入博弈的第三方參與主體用戶，構建三方演化博弈模型，進行了穩定性分析和數值仿真模擬，詳細論述了各個參數對策略選擇的影響。
2? 商業銀行金融創新平臺與金融監管機構的完全信息演化博弈（The evolutionary game of complete information between commercial banks' financial innovation platform and financial regulators）
2.1? ?模型的假設
（1）博弈的雙方都是有限理性的。
（2）策略選擇：商業銀行金融創新平臺可選擇的策略是“合規”和“違規”;金融監管機構作為這些創新平臺的監管者，它可選擇的策略是“寬松監管”和“嚴格監管”。
（3）假定金融監管機構只要選擇嚴格監管，就可以檢查出商業銀行金融創新平臺的違規行為，金融創新平臺也知道，只要監管機構嚴格監管就可查出自身的違規行為。
（4）假設商業銀行金融創新平臺選擇“合規”策略時，金融創新平臺產生正的社會效應，平臺的社會收益為s1，監管機構的社會收益為s2。如果金融創新平臺有違規行為，產生負的社會效應，平臺的社會收益為s3，監管機構的社會收益為s4。商業銀行金融創新平臺的違規行為會獲得一定超額利潤R，若監管機構檢查出了金融創新平臺的違規行為，罰款為F。若金融監管機構選擇監管，嚴格監管成本為C11，寬松監管成本為C12。假設：s2>s1>s3>s4。
2.2? ?兩方演化博弈模型
在張萍和張相文的金融創新與金融監管靜態博弈模型[10]基礎上，不是考慮一個商業銀行金融創新平臺與一個金融監管機構一次性博弈，而是研究由許多監管機構與許多商業銀行金融創新平臺組成的大規模網絡中，兩個群體之間的博弈，研究這個網絡的演化博弈。令ESS表示演化穩定解，得出如下結果。
定理1：在商業銀行金融創新平臺與金融監管機構的大規模網絡中，假設監管機構采取嚴監格管的概率為x，金融創新平臺采取合規行為的概率為y，雙方博弈的收益矩陣如表1所示。
根據上述分析可以看出，x*=1，y*=0和x*=0，y*=1為該兩方演化博弈的兩對穩定策略。初始情況落在不同的區域時，監管機構與互聯網金融平臺會分別對應不同的策略選擇。最終博弈雙方所選擇的策略的可能性大小與監管機構對商業銀行金融創新平臺的懲罰力度大小、寬松監管成本、嚴格監管成本、社會效益、超額收益等都有著密切的關系。具體收斂情況與穩定性如圖1所示。
3? 商業銀行金融創新平臺、金融監管機構和用戶的三方博弈模型（A tripartite game model of financial innovation platform， financial regulators and users of commercial banks）
3.1? ?參與博弈主體的界定
商業銀行金融創新平臺作為金融業一個特殊的存在體，也是金融監管機構更加要密切關注且謹慎監管[11]的，從而保證其既能正常運行，又不會阻擋其發展的腳步。使用某一金融創新平臺的用戶在該博弈中起著至關重要的作用，如果用戶不再使用金融創新平臺，那該博弈便沒有任何意義。因此，本文加入了用戶這一博弈主體，用戶會考慮在使用某一金融創新平臺時自身所獲得的利益以及所要承擔的風險，并且知道在使用過程中雖然節省了一定的時間成本為自身提供了便利，但同時也承擔一些不確定的風險。
3.2? ?模型的假設
（1）參與博弈的主體都是有限理性的。
（2）金融創新平臺P可選擇的策略是“合規”和“違規”;用戶W可選擇的策略是“使用平臺”和“不使用平臺”;金融監管機構O可選擇的策略是“嚴格監管”和“寬松監管”。假設金融創新平臺選擇“合規”策略的概率為n;監管機構選擇“嚴格監管”策略的概率為m;用戶選擇“使用平臺”策略的概率為q。
（3）博弈參與主體的損益情況。從社會福利的角度來考慮，當商業銀行金融創新平臺采取合規行為時，可得社會收益s1，金融監管機構和用戶各得社會收益s2和s3;當金融創新平臺采取違規行為時，可得社會收益s4和超額收益R，監管機構與用戶各得社會收益s5和s6。監管機構采取嚴格監管，必能查出金融創新平臺違規行為，罰款為F，嚴格監管成本為C11;寬松監管查不出平臺違規行為，其監管成本為C12。用戶若不使用該平臺沒有任何收益，但金融創新平臺產生額外損失L;若選擇使用，風險成本C2。假設：s3>s2>s1>s4>s6>s5，C11≥C12。
3.3? ?建立演化博弈模型
定理2：根據商業銀行金融創新平臺、用戶及金融監管機構三方各自不同策略選擇下的損益情況，三方博弈的支付矩陣如表2所示。則，演化博弈有九個均衡解：（0， 0， 0），（1， 0， 0），（0， 1， 0），（0， 0， 1），（1， 0， 1），（1， 1， 0），（0， 1， 1），（1， 1， 1），（0，0，C2-s6/s3-s6），只有當（1-2m）（C12-C11）<0，（1-2q）[n（s3-s6）+s6-C2]<0，（1-2n）q（s1-s4-R+mF）=0時，（0，0，0）與（0，0，1）是演化穩定解（或ESS）。
4? 三方演化博弈的均衡結果分析（Analysis of equilibrium results of tripartite evolutionary game）
根據支付矩陣，我們可得三個復制動態方程：
對所有的均衡解做穩定性分析，結果如表3所示。
當雅克比行列式Det（J）嚴格大于零，且跡Tr（J）嚴格小于零時，該均衡點為整個演化博弈進程中的穩定點[12]，從表3的分析中可知，此三方演化博弈有兩個穩定點。根據上文的模型求解及穩定性分析可以知道，平臺以及用戶和監管機構各方主體的策略選擇最終會穩定到一個什么狀態，與許多因素都相關，某一個因素的變動都有可能引起整體的變化。比如當互聯網金融平臺采取合規策略時，自身的社會收益s1、用戶的社會收益s3;當互聯網金融平臺采取違規行為時，自身的社會收益s4和超額收益R、用戶的社會收益s6，以及對互聯網金融平臺的違規行為的罰款F、嚴格監管成本C11、寬松監管成本C12、用戶選擇使用平臺付出的風險成本C2等因素，都會影響演化博弈的均衡情況。
具體分析如下：
（1）當商業銀行金融創新平臺采取違規行為，且用戶社會收益s6大于用戶選擇使用平臺所付出的風險成本C2時，即F22=（1-2q）[n（s3-s6）+s6-C2]>0，均衡解（0，0，0）為鞍點;當用戶所獲得的社會收益s6小于用戶選擇使用平臺所付出的風險成本C2時，均衡解（0，0，0）為ESS，此時的策略選擇是監管機構選擇寬松監管，金融創新平臺則會選擇違規，導致用戶最終選擇不使用金融創新平臺。同樣的，均衡解（1，0，0）在s6>C2時，為不穩定點，在s6 （2）當商業銀行金融創新平臺采取合規行為，且用戶的社會收益s3小于用戶選擇使用平臺所付出的風險成本C2時，均衡解（0，0，1）為ESS，反之為鞍點。在該點處的策略情況，監管機構“寬松監管”，金融創新平臺合規操作，但由于在此情形下用戶的收益s3是恒小于所付出的風險成本C2的，因此無論如何用戶都會選擇不使用平臺。在此條件下，均衡解（1，0，1）為鞍點，反之則為不穩定點。 （3）當商業銀行金融創新平臺合規操作時，且自身的社會收益與違規操作時自身的社會收益之差小于違規操作時獲得的額外收益與發現違規操作時的罰款之差時，即s1-s4 5? ?數值仿真模擬（Numerical simulation） 根據上文模型中所給定的假設條件，對模型各個變量參數進行如表4所示的初始值及范圍的設定，并將下列參數的初始值帶入三方演化博弈復制動態方程中，使用MATLAB軟件進行數值仿真模擬分析。 （1）商業銀行金融創新平臺違規操作所獲超額收益R對平臺策略選擇的影響。 在社會收益、懲罰金額、監管成本以及用戶使用平臺所承擔風險成本都不變的情況下，即F=100、s1=60、s4=50、C11=60、C12=50、C2=30固定不變，當超額收益分別為R=30、R=100、R=200時，進行數值仿真分析，商業銀行金融創新平臺可得如圖2所示的仿真結果圖。當金融創新平臺違規所獲得的超額收益越大時，平臺在違規操作時所獲得的總收益相較于合規操作時更大，此時平臺就會更加趨向于選擇違規操作。當超額收益大到一定程度時，面對更大的利益誘惑，平臺的策略選擇最終就會趨于違規操作。從商業銀行的角度來考慮，對利潤最大化的追求是金融創新的根本動力，為使銀行業的資產規模增速保持在8%左右，凈利潤保持在6%左右[13]，夯實銀行業資產規模增長的基礎，商業銀行應不斷地創新各項業務的發展，推動銀行中間業務收入的增加，所以當商業銀行面對大額的超額收益時，便會更傾向于選擇自己的最優策略違規操作。 （2）懲罰金額大小F對商業銀行金融創新平臺策略選擇的影響。 在社會收益、超額收益、監管成本以及用戶使用平臺所承擔風險成本都不改變的情況下，即R=30、s1=60、s4=50、C11=60、C12=50、C2=30固定不變，當超額收益分別為F=30、F=130、F=200時，進行數值仿真分析，商業銀行金融創新平臺可得如圖3所示的仿真結果圖。當金融創新平臺違規被監管機構發現進行懲罰金額越大時，那么平臺在違規操作時所獲得的總收益相較于合規操作時就更小，此時平臺就會趨向于選擇合規操作。懲罰金額越大，收斂于合規操作的速度就越快。2019年以來，在一系列監管政策的引導和支持下，金融業為經濟高質量發展提供了有力支撐。2021年1月至11月，我國社會融資規模增量累計為21.23萬億元，比上年同期多3.43萬億元。同時，銀保監會也表示，強化風險意識，提高監管力度，加大懲罰力度。對銀行創新業務進行一致性、穿透式、全覆蓋監管，堅決清理整頓各類假創新、偽創新至關重要[14]。所以，監管機構監管體系越完善，懲罰力度越大，那么，商業銀行金融創新平臺就會趨于選擇合規創新。 （3）嚴格監管成本大小C11對監管機構策略選擇的影響。 在社會收益、超額收益、懲罰力度以及用戶使用平臺所承擔風險成本都不改變的情況下，即R=30、s1=60、s4=50、F=100、C12=50、C2=30固定不變，當嚴格監管成本分別為C11=60、C11=100、C11=200時，進行數值仿真分析，可得如圖4所示的仿真圖。當監管機構選擇嚴格監管成本越大時，那么監管機構采取嚴格監管的收益情況就會隨之下降，導致監管機構選擇嚴格監管的概率越來越小，所以當嚴格監管成本越大，監管機構越傾向于選擇寬松監管。因為金融監管機構選擇嚴格監管時，所需要投入的人力、物力、財力等都隨之增加，也需要投放更多的高端技術和設備，相比較而言寬松監管的監管成本更小，所以監管機構才會選擇寬松監管。當嚴格監管與寬松監管的成本相差越來越大時，監管機構愿意選擇嚴格監管的可能性就越小。 （4）用戶使用平臺承擔的風險成本大小C2對用戶策略選擇的影響。 在社會收益、超額收益、懲罰力度及監管成本都保持不變的情況下，即R=30、s1=60、s4=50、F=100、C12=50、C11=60固定保持不變，在風險成本分別為C2=30、C2=130、C2=200時進行數值仿真分析，可得到如圖5所示的仿真圖。當風險成本越大時，用戶選擇使用平臺策略的收益會降低，那么用戶選擇不使用平臺的概率就會增大，選擇使用平臺的概率會越來越小，最終收斂于0。用戶所承擔的風險成本越大，用戶越傾向于選擇不使用平臺，所以用戶在使用金融創新平臺的同時，也要防范其所產生的風險。 6? ?結論（Conclusion） 本文從社會福利的角度出發，綜合考慮商業銀行金融創新平臺、金融監管機構之間不同策略選擇下各自的收益情況，得出穩定解存在的充分條件。在此基礎上，構建加入用戶為主體的三方演化博弈模型，對該模型進行了求解和穩定性分析，并進行數值仿真模擬。結果表明：此三方演化博弈有兩個穩定解，某一因素的變動都會對最終的結果產生影響，在其他條件不變的情況下，當用戶的風險成本小于社會收益時，用戶會更傾向于選擇使用平臺;當罰款金額越高時，金融創新平臺選擇合規操作的概率也越大。 針對以上的模型結論分析，本文從三個方面提出了以下幾條建議：第一，對于監管機構來說，應該制定合理的監管制度，在監管力度不變的情況下，盡量縮小監管成本，提高相應的懲罰力度。另外，還可將所有金融創新平臺的信用指數等信息備份，重點關注信用等級較差的金融創新平臺。第二，對于用戶來說，應當仔細了解金融創新平臺的相關業務，提高自身的風險防范能力，時刻保持警惕心理，理性消費或者投資，遠離從眾心理。第三，對于金融創新平臺來說，應該遵守互聯網金融業的相關制度規定，嚴格控制自己的行為，不做任何違規操作，保證用戶的財產安全，自覺接受監管部門的管理及監督，提高自身的信用指數，促進商業銀行健康發展。 參考文獻（References） [1] 修永春.“網聯”時代第三方支付的三元監管模式探析[J].上海金融，2018（11）：87-91. [2] 張群，張衛國，馬勇.中國金融市場系統復雜性的演化機理與管理研究[J].管理科學學報，2017，20（01）：75-86. [3] 苗文龍.互聯網支付：金融風險與監管設計[J].當代財經，2015（02）：55-65. [4] 劉偉，夏立秋，王一雷.動態懲罰機制下互聯網金融平臺行為及監管策略的演化博弈分析[J].系統工程理論與實踐，2017，37（05）：1113-1122. [5] 葉建清，杜權，楊躍.商業銀行互聯網金融業務的全面風險管理體系研究[J].金融監管研究，2017（05）：36-49. [6] 杜楊.基于動態演化博弈的互聯網金融創新路徑與監管策略[J].統計與決策，2015（17）：37-41. [7] 鄒靜，王洪衛.互聯網金融對中國商業銀行系統性風險的影響——基于SVAR模型的實證研究[J].財經理論與實踐，2017，38（01）：17-23. [8] 王濤，秦建文.我國地方金融監管框架優化問題研究——基于動態演化博弈模型的分析[J].上海經濟研究，2016（04）：14-22. [9] Long Wu， Lei Xu. The role of venture capital in SME loans in China[J]. Research in International Business and Finance， 2020（51）：1-16. [10] 張萍，張相文.金融創新與金融監管：基于社會福利性的博弈分析[J].管理世界，2010（08）：167-168;18. [11] 于濤，于曉冉.基于前景理論的銀行業行為監管演化博弈分析[J].東岳論叢，2018，39（04）：76-90;191-192. [12] 齊培瀟.基于博弈論視角的中國P2P網絡借貸監管研究[D].中央財經大學，2015.?[13] 于維生，張志遠.國際金融監管的博弈解析與中國政策選擇[J].國際金融研究，2013（01）：16-27. [14] 苗文龍.互聯網支付：金融風險與監管設計[J].當代財經，2015（02）：55-65. 作者簡介： 祝四朋（1996-），女，碩士生.研究領域：金融博弈，數據分析. 夏? 敏（1970-），男，博士，講師.研究領域：商業銀行風險，金融博弈. 王愛銀（1978-），女，博士生，副教授.研究領域：金融隨機分析，投資組合研究. 王? 睿（1995-），女，碩士生.研究領域：商業銀行風險管理，復雜網絡.
