前言：中文期刊網精心挑選了金融學博士論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
金融學博士論文范文1
關鍵詞：管理者過度自信 融資行為 行為金融
一、引言
Myers（1984）倡導的融資優序理論（Pecking Order Theory）是公司融資決策行為中最著名的理論之一，當公司需要為投資項目籌集資金時，首先會考慮利用公司內部資金，其次才是外部資金，在外部資金中負債融資優先于權益融資。融資優序理論在信息不對稱的基礎上，考慮了成本的問題，認為發行股票進行權益融資會向市場傳遞不好的信號，因而需要支付更多的外部融資成本，所以企業融資一般會遵循內源融資、債務融資、權益融資這樣的先后順序。和后來的權衡理論（Trading-off Theory）、市場擇時理論（Market Timing Theory）等傳統的公司財務理論一樣，都是建立在理性經濟人的假設之上。伴隨著資本市場的不斷成熟發展，經濟學家研究的深入，發現現實資本市場中出現了越來越多的“異象”或者“未解之謎”，這些都無法運用經典的公司金融理論來很好的解釋。諸如阿萊悖論、羊群效應、偏好顛倒等。這些迫使學者們開始思考“理性經濟人”的合理性，1956年先驅者赫伯特·西蒙將心理因素融入到經濟研究中，提出個體“有限理性”的假設。之后，學者們開始了非理性決策的研究。20世紀80年代，隨著對公司金融的不斷深入研究，行為金融學逐漸興起，西方學者將心理學引入到對公司金融的研究，拓寬了公司財務學的研究視角，顛覆了之前的“理性人經濟人”假設，假設行為人是非理性或者非完全理性的。這不僅有助于彌補財務理論與資本市場中的實際現象之間的鴻溝，同時也開創了一個新的角度來闡釋市場中的“未解之謎”。過度自信理論是行為金融學的重要理論，由于心理因素原因，人們在進行財務活動、財務決策時往往存在一定的心理、認知和行為方面的偏差；同時市場中的風險、噪聲、套利等也會影響人們的財務決策。Debondt和Thaler（1995）提出過度自信的心理特征是決策心理學中最為穩健的發現之一。從Camerer和Lovallo（1999）和Moore和Kim（2003）的研究也能夠看出，大部分企業家都相信自己的能力高于同行或競爭對手。目前的行為金融學大多研究投資者的非理，研究管理者的非理性也大多是從管理者過度自信對投資決策和并購行為的影響方面，很少從融資決策的資本結構方面研究。
二、管理者過度自信成因及其度量指標
（ 一 ）管理者過度自信成因 企業的管理者面對的是復雜非常規的工作，學習效應的作用無法發揮，而管理者又幾乎都是高學歷的人，位于組織結構頂層，代表著企業處在閃光燈之下，因而他們的過度自信往往強于其他人。（1）自我歸因偏差。在工作中，人們總是將成功歸因于自己的貢獻，相反當出現失誤或達不到預期時，往往會認為是外部環境變化等客觀原因造成的。這種自我歸因的偏差會強化管理者的過度自信的心理特征。（2）難度效應。Lichtenstein和Fischhoff（1997）指出當面對相對復雜和困難的任務時，絕大多數人會表現出一定程度的過度自信。管理者的一個重要角色就是對未來的估計預測，這些預測往往都是基于不確定性的情況，較為復雜。（3）競爭機制。從股東的角度來看，過度自信的管理者低估公司的風險，那么相應的股東所需付出的成本也就相對較低；且過度自信的管理者能夠給公司帶來更多的機會。因而相對來說股東更愿意聘用自信的管理者，這種公司選拔制度相應的也助長了管理者的自信程度。（4）學習效應的缺失。學習效應是指人們的認知偏差在一定程度上可以通過不斷地學習得到修正。而管理者經營公司面對的是復雜多變的情況，所做的投資、融資方面的決策也難以在短期內得到反饋，所以學習效應的效用難以發揮。（5）企業的治理制度。董事會、監事會對管理者的監督程度也對管理者的過度自信產生一定的影響。當公司內部的監督機制較弱時，管理者就無法意識到自己行為上的認知偏差，從而相對強化了過度自信的心理。（6）控制幻覺?？刂苹糜X是指人們經常相信他們對某種無法控制的時間具有影響力或控制力。自我強化的機制使得他們傾向于高估預期的收益或者低估風險。公司的管理者能夠影響公司的最終決策，這種權利和地位容易讓他們過于高估和相信自己的能力，能夠掌控公司的命運，過于低估其經營失敗的風險。
（ 二 ）管理者過度自信度量指標 長期以來，有關管理者過度自信方面的研究一直是實證發展滯后于理論發展，主要是難以找到衡量管理者過度自信的最優指標。目前被學者們廣為使用的指標主要有以下幾種：（1）管理者股票期權的行權狀況和持股狀況。Malmendier和Tate（2005a）首先提出，采用CEO個人投資組合的數據來度量過度自信。若管理者在面對很好的行權時機時，仍舊選擇繼續持有期權直到到期，或者在職期間持續買入本公司的股票，則定義為過度自信。國內郝穎等（2005）根據我國的情況采用任期內高管持股數量變化作為過度自信的衡量指標，若持股數量上升則判定為過度自信。（2）企業的盈利預測偏差。Lin、Hu和Chen（2005）收集臺灣市場數據，提出用管理者的盈利預測來度量過度自信，如果CFO預測的向上偏差（預測盈余大于實際的盈余）的數量大于向下偏差（預測盈余小于實際盈余）的數量，則定義為過度自信的管理者。我國的黃蓮琴、傅元略（2010）、姜付秀（2009）都采用了這一方法。余桂明等（2006）也采用盈利預測偏差對實證分析進行了穩健性檢驗。（3）相關主流媒體對CEO的評價。Malmendier和Tate（2005b）在采用CEO個人投資組合的數據來度量過度自信的基礎上，進一步結合商業期刊雜志對CEO的描述評價來度量管理者過度自信。（4）消費者情緒指數或企業景氣指數。消費者情緒指數是指由美國密西根大學通過對美國消費者進行持續電話調查，根據他們對于當前及預期經濟狀況的感受而編制的指數。Oliver（2005）采用了消費者情緒指數的高低這一方法來定義管理者是否過度自信。企業景氣指數是根據企業負責人對本企業綜合生產經營情況的判斷與預期而編制的指數，用以綜合反映企業的生產經營狀況。余桂明、夏新平和鄒振松（2006）以國家統計局公布的企業景氣指數來衡量管理者過度自信，若指數大于100則定義為過度自信。（5）管理者的薪酬比例。研究表明，管理者在公司內的相對薪酬水平越高，就越顯示出他們在公司的地位，也越容易滋生他們過度自信的心理。Hayward和Hambrick（1997）采用第一高的薪酬除以第二高的薪酬的比例來衡量。國內的黃蓮琴、楊露露（2011）也以管理者的相對薪酬比例衡量管理者過度自信來進行穩健性檢驗。（6）根據管理者的個人特征。江偉（2010）以總經理的年齡、任職時間、學歷和教育背景作為過度自信的替代變量，認為總經理的年齡越大，任職時間越長，學歷越高，擁有理工科背景時，多度自信行為越弱；擁有經管類教育背景時，自信行為越強。（7）企業并購頻數。曲春青（2010）在其博士論文中以并購頻數作為替代變量，衡量管理者過度自信與金融決策之間的關系。盡管，現在國際上通行的度量方法有以上幾種，但是至今沒有一種公認的完美方法。例如，由于存在信息不對稱，管理者和消費者掌握的信息可能不一致，他們對經濟的預期相應的會存在一定的程度的差異，因而以消費者的情緒來衡量管理者的個人特征可能會造成研究結論的偏差。而企業景氣指數雖容易獲得，但是它所反映的是一個行業的整體狀況，很難體現管理者對自身管理能力的認識。我國資本市場上期權發展較晚，存在諸多特殊情況，而高管的持股政策也受多種因素的影響，所以以股票期權、持股數量度量過度自信需要考慮我國的特殊政策等等。所以，再確認度量方法時要綜合考慮。
三、管理者過度自信對融資行為的影響
（ 一 ）管理者過度自信與資本結構 （1）融資順序的影響。Myers（1984）引入信息不對稱的概念，提出了融資優序理論，它認為當公司需要為投資項目籌集資金時，首先會考慮利用公司內部資金，當外部資金不足時才會考慮外部資金，在外部資金中負債融資優于權益融資。之后，學者們對優序融資從成本、信息不對稱等視角進行了理論和實證的探討、解釋，結論卻存在一定的分歧。Heaton（2002）開始從管理者過度自信的影響方面來解釋融資優序理論。Heaton將管理者過度自信與自由現金流量結合，不考慮成本和信息不對稱，得出自信的管理者需要為新項目進行融資時，會首先選擇內源資金和無風險證券，然后才會選擇風險證券，最后選擇權益融資的結論。Malmendier和Tate（2007）研究發現過度自信的管理者更不情愿發行股票，相對于權益資本他們更喜歡債務資本。證實了Heaton的觀點。Oliver（2005）以美國25年以上歷史的企業為樣本，研究發現當需要外部融資時，過度自信的管理者更傾向于使用債務。Lin，Hu和Chen（2007）以臺灣上市公司為樣本從管理者過度自信的角度檢驗了融資優序理論。由于過度自信的管理者往往容易高估項目的價值，低估風險，造成過度投資。過度投資就會使得項目所需資金遠遠超過實際應需要的資金，出現資金匱乏。因為過度自信的管理者認為外部投資者低估了本公司的股票價值，根據市場擇時理論他們不愿意在股票被低估時進行股權融資，認為外部融資成本過高。所以過度自信的管理者會優先選擇債務融資。另一方面，信號傳遞理論認為發行股票會向市場傳遞不好的信息，股權融資的成本相對較高且相對敏感，相比而言，債務融資的成本低，且不具有敏感性。甚至在資金充裕時，會增加股票回購。但是，Hackbarth（2008）將非理性的管理者分為樂觀和過度自信兩種，認為雖然樂觀或過度自信的管理者都會選擇較高的負債水平，發行更多的債務，但是他們卻并以一定是遵循一樣融資順序。偏向于高估收益的認知偏差，會與融資優序理論一致。偏向于風險認知的偏差會導致相反的融資順序，因為他們低估風險，認為股票被市場高估，而債券被市場低估。傅元略（2007）、姜付秀（2009）、江偉（2010）等都從管理著過度自信的角度對融資優序理論進行了不同程度的解釋。屈耀輝和傅元略（2007）中國上市公司的樣本實證結果遵循融資優序理論。黃蓮琴（2009）利用上市公司盈余預告偏差構建管理者過度自信度量指標，發現過度自信管理者的融資決策不僅遵循融資優序理論，而且相對于外部資金，他們更傾向于使用內部資金。黃蓮琴、傅元略（2010）以滬深兩市2002年至2007年期間A股上市公司為觀測值，從管理者過度自信視角考察上市公司的融資決策。在公司內部存在現金流時，過度自信管理者偏好內源融資；當仍需要外部融資時，過度自信管理者比一般管理者使用更多的債務融資。江偉（2010）以總經理的年齡、任職時間、學歷和教育背景來衡量過度自信，從公司投資的角度研究管理者的過度自信行為對上市公司內部或者外部融資偏好行為的影響。認為當總經理擁有經管類教育背景時，總經理的過度自信行為越強，因此，總經理更少的利益利用外部融資，公司投資與現金流之間的敏感度越強。研究結果支持了Heaton（2002）對融資優序的新解釋。但現有的很多研究也表明我國的上市公司具有較強的股權融資偏好。高曉紅（2000）研究發現中國的上市公司存在著嚴重的股權融資偏好。陸正飛（2004）研究進一步解釋中國上市公司股權融資偏好的原因。邢光媚（2010）在其博士論文中從管理層的內部控制、政治動機對決策的影響、保持自身控制力對決策的影響、政府偏袒對決策的影響這幾個方面討論了由于我國獨具特色的體質因素，使得管理者非理性的行為在融資上表現出明顯的股權偏好。這是由于中國資本市場不完善，債券市場相對不夠發達，發行債券手續復雜，審批困難，導致企業發行債券受到一定的波折。而股權融資則比較容易，相對來說，股權融資成本低，這與融資優序理論中的假設“企業的股權融資成本及風險都要高于債權融資”不符合。所以在研究中國市場具體的融資順序時要綜合考慮這一因素的影響。（2）負債融資率的影響。管理者過度自信對負債融資率的影響，學者們之間的觀點比較一致，都認為管理者過度自信的公司擁有更高的負債水平。他們高估收益低估風險，認為公司陷入財務危機的可能性很小。Oliver（2005）實證研究發現管理者過度自信的程度與債務融資比率正相關。Ben-David、Graham和Harvey（2007）把管理者定義為CFO，發現過度自信的CFO偏向于使用更多的債務。Barros和Silveira（2007）利用巴西上市公司的樣本數據研究發現管理者過度自信與企業杠桿比率正相關。余明桂，夏新平和鄒振松（2006）以企業景氣指數衡量管理者過度自信，考察其與企業的負債水平及債務期限結構的關系，認為過度自信與資產負債率尤其是短期負債率顯著正相關，過度自信的管理者采用激進的負債政策。
（ 二 ）管理者過度自信與債務期限結構 Landier和Thesmar（2004）以法國公司為樣本，發現過度自信的管理者在債務融資時更多的利用短期負債，而理性的管理者卻偏好相對風險較低的長期負債。Hackbarth（2004）認為過度自信的管理者會選擇更高的債務比例，更為頻繁的發行負債，這樣使得債務的期限結構變短。Lin、Hu和Chen（2007）發現與費過度自信的管理者相比，過度自信的管理者與發行債務和融資赤字具有顯著的關系。這是因為一方面樂觀主義者高估好的狀態發生的可能性，高估公司的經營能力和項目的盈利能力，認為公司不會陷入財務危機，因而傾向于選擇成本較低的短期負債。而理性現實主義者則會選擇長期負債，這樣可以緩解各期的還貸壓力。另一方面，過度自信的管理者會高估投資項目的回收期限，期望的投資回收期一般比實際要短，因此他們選擇短期負債。與Hackbarth等相反，Ben-David、Graham和Harvey（2007）卻得出管理者過度自信會更多的采取長期負債作為債務融資方式的結論。國內有關債務期限結構方面的影響相對較少，余桂明等（2006）的實證結論表明管理者過度自信與債務期限結構（短期負債/總負債）呈現出顯著的正相關關系。陳收、陳麗麗（2009）也得出了過度自信的管理者更傾向于采用短期負債作為融資手段。周明（2010）與Ben-David、Graham和Harvey的觀點一致，通過實證檢驗得出管理者過度自信的上市公司更樂于發行長期負債。認為過度自信的管理者依相信項目能夠產生持續的現金流，長期負債的籌資額更大，能夠更好的滿足未來的投資需要。
四、結語
隨著行為金融學的快速發展，關于管理者非理性與公司融資決策的研究也越來越多。本文梳理了近年來國內外研究二者之間關系的文獻，發現長期以來，關于二者之間的研究，實證研究一直滯后于理論的發展，大多數學者只是從理論或者模型上進行推論，原因在于難以找到合適的替代變量來衡量管理者過度自信。我們也只是從管理者過度自信的角度探討了二者之間的關系。還有那些個人特征會影響管理者制定公司決策？這些影響過度自信的特征他們的作用程度，相互之間的影響都值得我們進一步探討。Besharov（2002）發展了一個模型，將過度自信、后悔厭惡、和雙曲貼現結合起來，發現這偏差之間的作用可以相互抵消。另外絕大多數的研究都是基于管理者代表股東的利益，沒有考慮成本的影響，當管理者過度自信時，他們認為自己代表股東的利益。企業價值的損失也只是由于管理者對企業利益的曲解引起的。關于行為金融非理性人的研究主要有兩個方面，一個是假定管理者理性，而從投資者非理性，另一個是假定投資者理性理性，而管理者非理性。當前關于行為金融的研究都是基于投資者或者基于管理者分開研究的。但是二者之間可能會有相互作用，投資者的非理可能會影響管理者的個人特征。未來我們也可以考慮探討二者非理共存時相互作用機制的影響。管理者過度自信的研究都是從投資、融資、并購等角度來進行的，很少具體探討由此對公司價值造成的影響，或者武斷的認為過度自信對投資、融資、并購的影響會造成企業價值的減損。但是最近已有研究認為過度自信的管理者在工作中會投入更多的努力，一定程度的過度自信對公司金融決策的影響，能夠提升企業價值。那么，在正反作用都存在的情況下，最終過度自信會對企業價值造成何種影響呢？為此，未來我們有必要深入探討其對企業價值的影響，從而對其進行針對性的規范和防范。
參考文獻：
[1]郝穎、劉星、林朝南：《我國上市公司管理人員過度自信與投資決策的實證研究》，《中國管理科學》2005年第5期。
[2]黃蓮琴、傅元略：《管理者過度自信與公司融資策略的選擇》，《福州大學學報》2010年第4期。
[3]姜付秀、張敏、路正飛等：《管理者過度自信、企業擴張與財務困境》，《經濟研究》2009年第1期。
[4]余明桂、夏新平、鄒振松：《管理者過度自信與企業激進負債行為》，《管理世界》2006年第8期。
[5]江偉：《管理者過度自信，融資偏好與公司投資》，《財貿研究》2010年第1期。
[6]傅強、方文?。骸豆芾碚哌^度自信與并購決策的實證分析》，《商業經濟與管理》2008年第4期。
[7]曲春青：《管理者過度自信對公司金融決策影響的實證研究》，《東北財經大學博士學位論文》2010年。
[8]屈耀輝、傅元略：《優序融資理論的中國上市公司數據驗證——兼對股權融資偏好再檢驗》，《財經研究》2007年第33期。
[9]黃蓮琴：《管理者過度自信與公司融資行為研究》，《廈門大學博士學位論文》2009年。
[10]高曉紅：《產權效率與市場效率：我國上市公司股權融資偏好分析》，《投資研究》2000年第8期。
[11]陸正飛、葉康濤：《中國上市公司股權融資偏好解析》，《經濟研究》2004年第4期。
[12]邢光媚：《行為金融學視角下地我國上市公司融資偏好研究》，《吉林大學博士學位論文》2011年。
[13]周明：《管理者過度自信與企業融資關系研究》，《大連理工大學博士學位論文》2010年。
[14]Modigliani，F.and M.H.Miller. The Cost of Capital， Corporation Finance and the Theory of Investment. American Economic Review， 1958.
[15]DebondtW，Thaler.， Financial Decisional making in Market and Firms：A Behavioral Perspective. In Jarrow R A，Maksmi ovieV，ZiembaW T，（eds.）Finance Handbooks in Operations Research and Management Science.Elsevier，New York，1995.
[16]Camerer，C.and D.Lovallo， Optimism and Excess Entry： An Experimental Approach. American Economic Review，1999. [4]Moore D A，Kim T G.Myopic social prediction and the solo comparison effect.Journal of Personality and Social Psychology.2003.
[17]Fischhoff B，Slovic P，Lichtenstein S. Knowing with Certainty： the Appropriateness of Extreme Confidence. Journal of Experimental Psychology： Human Perception and Performanee， 1977.
[18]Lin，Y.，S.Hu and M.Chen， Managerial Optimism and Corporate Investment： Some Empirical Evidence from Taiwan， Pacific-Basin FinanceJournal， 2005.
[19]Oliver，B.R.， The Impact of Management Confidence on Capital Structure. Working Paper Series in Finance no.05-05，Australian National University. 2005.
[20]Hayward L.A.M. and Donald C.H.， Explaining the premiums Paid for Large Acquisitions： Evidence of CEO Hubris. Administrative Science Quartely，1997.
[21]Barros and Silveira. Overconfidence，Managerial Optimism and the Determinants of Capital Strueture.SSRN Working Paper. 2007.
[22]Malmendier，U.，and G.Tate.， CEO Overconfidence and Corporate Investment. Journal of Finance，2005.
[23]Myers，Stewart C.， The Capital Structure Puzzle.Journal of Finance，Papers and Proceedings，July， 1984.
[24]Heaton J.B. Managerial optimism and corporate finance. Financial Management. Tampa， 2002.
[25]Lin Y.， Hu S.and Chen M. Testing pecking order Prediction from the viewpoint of managerial optimism.Pacific-Basin Finance Journal，2008.
金融學博士論文范文2
我對貨幣供給理論的興趣始于30年前。1985年我和鄧樂平、周慕冰剛剛考入中國人民大學財金系黃達老師門下攻讀博士學位時，黃達老師就是因為承接了國家社科基金“七.五”重點課題“貨幣供求量問題研究”，招收學生同時也解決了課題的完成人手問題。當是之時，曾康霖老師所帶的兩名碩士生鄧樂平和周慕冰的論文選題恰好是貨幣需求和貨幣供給問題，所以招收鄧周順理成章，鄧樂平入學后博士論文仍以貨幣需求為題，周慕冰則繼續做自己的貨幣供給問題研究，為了增強這個“七.五”重點課題的現實感、時代感，黃達老師在“貨幣供求問題研究”課題組還特別吸納了央行的兩名同志：吳曉靈和王慶彬，吳曉靈當年從五道口碩士畢業到央行工作，已暫露頭角，而王慶彬外號叫“王現金”，從事了一輩子貨幣流通和現金管理工作，有豐富的操作經驗。當年的社科重點課題只有5萬元經費，但在黃老師的領導下，這5萬元每年開一次全國性討論會（分別于黃山、北戴河和大連），還出了5本書，在今天看來，這簡直是不可思議的事兒?，F在的各種論壇和研討會多是羅馬大會性質甚至比羅馬大會還糟，主要請一些大領導，大領導來念稿子，念完稿子拿高額出場費后走人，舉辦會議方注重的是媒體報道情況和論壇收益狀況，至于討論的問題，并不是真正的關注點；但當年的理論研討會，都是真討論真研究，從經濟學界的巴山輪會議、莫干山會議及至1989年的京豐會議都是認真討論問題的，而黃達老師每年組織一次的貨幣供求理論研討會更是研討會中的典范，每次會議都就中國的貨幣供求及貨幣政策問題進行認真研討，每次研討中都有爭論和碰撞，我與鄧樂平、周慕冰還有王傳倫老師名下的學生貝多廣，每次都受益多多。
中國人民銀行1984年開始行使央行職能，而此前人行也像商業銀行一樣辦理工商企業貸款業務。所以，我們這三位首屆金融學博士生正趕上中國金融改革在體制和政策上的風云變幻年代。此前的貨幣供給理論以黃達先生的銀行資產業務創造信用創造貨幣為代表性理論，而到中國人民銀行成為行使央行職能的調控型機構后，貨幣供給理論也開始嘗試用西方的央行控制基礎貨幣、貨幣乘數影響貨幣存量、央行政策工具調控貨幣乘數這一套東西來說明和解釋中國的貨幣供給實踐，周慕冰的博士論文《經濟運行中的貨幣供給機制》就是用現代貨幣理論觀點解釋貨幣供給機制問題的開山之作。
盛松成的新著《供給》是在他于1993年出版的《現代貨幣供給理論與實踐》的基礎上，總結了二十多年來國內外央行貨幣政策操作實踐的新問題新經驗之后，推出的又一部力作。盛本人認為該書對中國的貨幣供給理論研究和貨幣政策實踐具有以下意義：（1）研究貨幣供給過程對貨幣政策操作具有重要意義；（2）研究數量型調控方式在我國未來較長時期中仍具有重要意義；（3）一般意義上的價格型調控仍會涉及貨幣供給；（4）研究貨幣供給過程是中央銀行調控的需要。從以上四點自我評價看，盛松成本人更重視的是《供給》一書的實踐參考價值。但我認為該書的理論意義，即在貨幣供給理論總結方面的里程碑貢獻也不容忽視。
兩篇序言，吳曉靈序四平八穩高屋建瓴，余永定序則深入細致坦率陳詞，在中國為人作序的名人中，能認真地讀一讀求序作品并直言不諱地指出作品的欠缺或不足，余永定可能是絕無僅有之人。這不能不讓人心生敬意。由此可見，余永定的真學問和真性情。余永定在序言中用很長的篇幅討論貨幣創造過程和M1與M2之間的關系，這讓人想起40多年前，貨幣學派與后凱恩斯學派在大辯論中一直明確提出的一個辯論主題，即貨幣供給的內生性和外生性問題，對這個問題的不同回答直接影響人們對貨幣政策是否重要、貨幣政策能否獨立有效地發揮作用這兩個根本問題的判斷（1968年11月14日，在紐約大學工商管理研究生院第七屆亞瑟?K?所羅門講座上，沃特?海勒和米爾頓?弗里德曼分別代表凱恩斯主義和貨幣主義進行了一場經濟學史上里程碑式的辯論，辯論內容被記錄在次年由W.W. 諾頓出版社出版的《貨幣政策與財政政策的對話》一書中）。余永定在序言中認為M1是由貨幣政策決定的，M2中的定期存款則是公眾行為決定的。這個結論讓我頗感疑惑，因為M1中的現金取決于家庭持幣行為，活期存款多寡，企業和家庭愿意保持什么樣的定期存款比例或活期存款比例，這本身又是由經濟體系中的微觀主體行為決定的，而不取決于央行的貨幣政策。
金融學博士論文范文3
【關鍵詞】指數跟蹤；跟蹤誤差；因子模型
一、國外相關文獻
1.基于均值一方差模型的研究
均值一方差指數跟蹤模型就是采用Markowitz提出的均值一方差模型對指數跟蹤問題進行研究，權衡跟蹤組合的期望收益與跟蹤誤差。Hodges（1976）對標準的Markowitz優化模型的權衡曲線與超過目標指數收益及其方差的權衡曲線進行了比較。Perold（1984）指出指數跟蹤可以用均值一方差模型，他將指數跟蹤定義為尋找收益盡可能接近基準指數收益的證券組合。Haugen和Baker（1990）研究了指數跟蹤中運用均值一方差模型的問題。他們認為通過考慮跟蹤組合與目標指數收益的相互關系，可以用三種方法（貝塔值，決定系數，波動性）測度跟蹤組合的跟蹤能力。Roll（1992）通過引入了現資組合理論中較為經典的構建EV（均值―方差）模型的研究方法對指數化投資中典型的跟蹤誤差最小化模型做相應的研究，并將研究結果和現資組合理論中最優EV模型做了比較。Franks（1992）研究了基于基準組合的跟蹤時采用均值一方差模型的問題，表明通過最小化跟蹤誤差可以以低風險取得相近于基準組合的收益。Rohweder:（1998）以跟蹤誤差最優化為目標，提出了目標函數中有交易成本約束的均值一方差模型跟蹤指數，他指出了采取消極的指數跟蹤策略的合理性。Wang（1999）以均值一方差模型為框架研究了既最小化交易成本又最小化跟蹤誤差等的多目標指數跟蹤問題。
用均值一方差模型研究指數跟蹤可以得到比較完美的解析解，但該模型有非常強的假設且僅考慮了收益的前二階矩，對可贖回債券，抵押債券等不具有對稱收益證券的指數跟蹤無能為力。
2.基于因子模型的研究
最早用因子模型對指數跟蹤問題進行研究的是Rudd（1980），他將交易成本考慮到因子模型的目標函數中，用單因子模型給出了一個簡單的指數跟蹤結構模式，結果他指出跟蹤組合與目標指數高度相關。Stock and Watson（1988）認為因子序列是純隨機游走的。Larsen和Resnick（1998）指出小盤股的跟蹤組合比大盤股跟蹤組合有更大的跟蹤誤差標準差，并認為決定跟蹤組合的跟蹤業績的不是構成跟蹤組合的成分證券的行業而是市值。Forni等（2000），Stock and Watson（2002），假定因子序列是平穩的，但排除單整的情況，這種假定太過嚴格.Corielli和Marcellino（2002）則基于動態因子模型考慮了指數成分證券動態變化的特征，通過最小化損失函數的方法來解決跟蹤組合的最優化問題。Frino等（2002）通過對影響跟蹤誤差的要素進行多因子回歸分析，研究了澳大利亞指數基金的跟蹤能力和跟蹤誤差的影響因素。進一步，Frino等（2004）通過多因子回歸分析，研究了不同跟蹤誤差度量方法對指數跟蹤業績的影響。而Bamberg和Wagner（2000）研究了最優跟蹤組合的求解中運用線性回歸法的問題，結果發現古典線性回歸最小二乘法的一些經典假設就此線性回歸模型并不成立，但他們認為這不影響求解最優化指數跟蹤問題中對該回歸方法的應用，并提出最小二乘法的假設限制可采用魯棒性回歸法來避開。Bai和Ng（2004），不僅考慮了因子序列的平穩性，還考慮了單整的情況。
指數跟蹤的因子模型的解釋能力隨著因子的增加而增強，但因子模型要求對因子進行識別，其難處在于無法識別所有的相關因子，也不能明確地給出因子的個數.Forni等（2000）建議用解釋價格方差的百分比來決定因子的數量，Stock and Watson（2002）建議先用一個大的因子數量，然后再根據一定的信息標準選擇因子的數量；Bai and Ng（2002）提出了一個多元信息標準來選擇因子數量，并說明了當樣本規模足夠大時，該方法表現良好；Francesco Corielli and Massimiliano Marcellino（2006）借鑒Forni等（2000）的建議用解釋價格方差的百分比來決定因子的數量，建立長期因子的復制組合，并對基于因子模型的指數跟蹤與最小二乘法的指數跟蹤進行蒙特卡羅模擬實證對比分析，得出了基于因子模型的指數跟蹤更優的結論。
國外相關研究盡管把因子模型與指數跟蹤相結合，但是他們同時考慮指數跟蹤的實際約束，考慮各種跟蹤誤差模型的對比研究也較少。
3.指數跟蹤的均值一絕對偏差模型的研究
除基于因子模型的線性指數跟蹤模型外，還有其他線性指數跟蹤模型。Worzel和Zeniou（1994）提出了一種線性模型來跟蹤固定收益證券指數，即均值一絕對偏差模型來最優化跟蹤組合。他們認為要盡可能好地跟蹤指數可以通過最小化向下風險而不是最大化收益。Markus Rudolf，Hans-Jurgen Wolter，Heinz Zimmermann（1999）把跟蹤誤差定義為投資組合收益率與基準投資組合收益率之間的差值，并提出了四個線性的跟蹤誤差最小化模型，即最小最大化（MinMax）模型、向下最小最大化（Downside MinMax）模型、均值絕對偏差（Mean Absolute Deviation，MAD）模型、向下均值絕對偏差（Mean Absolute Downside Deviation，MADD）模型。同時，作者利用真實數據對四種線性模型和Roll的二次型模型進行了對比。結果表明，線性規劃模型優于二次規劃模型，這為跟蹤誤差的計量方法提供了另一種思路。Consiglio和Zenios（2001）采用Worzel和Zeniou提出的均值一絕對偏差模型研究了債券指數跟蹤問題。
4.指數跟蹤的其他優化算法的研究
在以上指數跟蹤優化模型和優化方法的基礎上，一些學者還采用了相對更為復雜的方法來研究優化跟蹤組合的問題。Meade和Salkin（1989）為使跟蹤組合與目標指數具有相似的特征對跟蹤組合進行約束，并采用二次規劃方法對跟蹤誤差進行近似求解。進一步，Meade和Salkin（1990）假設目標指數收益滿足自回歸條件異方差過程，考察了指數跟蹤問題。Baestaens等（1995）和Zorin等（2002）研究了指數跟蹤中采用神經網絡算法進行優化的技術。Eddelbuttel和Marseilles（1996）則對尋找最優跟蹤組合時采用混合遺傳算法進行了研究。此外，Gilli等（2001）對交易成本有門檻值的指數跟蹤采用啟發式算法進行了研究。進一步，Beasley等（2003）采用啟發式算法對交易費用約束情況下的指數跟蹤技術進行了研究，詳細論述了如何將指數化投資中的組合創建及平衡問題轉化為最優規劃問題，并介紹了如何利用遺傳算法求解規劃求解問題中的全局最優解。Pre等（2002）采用隨機控制和順向優化法對指數跟蹤的優化問題進行求解。Yao等（2003）采用隨機線性二次控制法和半定規劃法對指數跟蹤進行優化求解。
二、國內相關文獻
1.關于指數跟蹤的研究
高用深等（2000）介紹了管理指數基金的跟蹤組合的相關內容：包括構建初始證券組合；現金紅利收入再投資等。嚴武等（2000）對指數基金完全復制法、優化選樣法和分層抽樣法進行了介紹。馬永開和唐小我（2001）對在市場無摩擦的假定條件下，假定投資管理者的證券組合和目標證券組合各自擁有自己的投資對象集，給出了一般情況下的基于跟蹤誤差的證券組合投資決策模型和模型的最優解，研究了對應最優投資策略的有效性和相對有效性，并對此最優投資策略進行了結構分析。此外，陳辰等（2001）提出了一種利用聚類分析和MTV模型以不完全復制構成資產組合去逼近市場綜合指數的方法，從上海股票市場中任意選取50種股票，并使用本方法抽取不超出10種股票，用它們的組合去跟蹤上證綜合指數，取得了比較滿意的跟蹤效果。倪蘇云等（2001）介紹了四種線性跟蹤誤差最小化模型，并建立了相應的線性規劃模型，并將其與非線性模型進行了比較，指出了線性跟蹤誤差最小化模型所具有的優點。張玲（2002）將ETFs的跟蹤誤差分解為凈值跟蹤誤差和價格一指數跟蹤誤差，并提出了跟蹤誤差的測算方法。陳立新等（2002）研究了如何減少投資組合跟蹤指數的誤差。劉柏清等（2002）把隨機脈沖控制理論運用于均值一方差模式下指數跟蹤的現金管理問題，他考慮回報率與現金比重變化的關系，討論了證券指數跟蹤最優化問題，得出了何種條件下可用簡單脈沖控制策略。范龍振等（2002）運用主成分分析法得出上海和深圳股票市場的綜合指數和A股指數可以反應各自市場的變化，而其他指數對各自代表的股票市場變化不能反映。他們指出利用多因子定價模型，結合優化方法和統計分析，從每個股票市場上選取20只左右股票，經過組合就可以得到與指數相近的收益。林飛（2003）在其博士論文“指數化投資理論方法及實證研究”中，在借鑒國外有關研究成果的基礎上進行了創新，并結合我國證券市場的實際情況，運用了包含統計抽樣、相關分析、回歸分析、聚類分析、時間序列分析等統計方法和其它量化科學的若干研究方法，對標準型指數基金的指數化投資管理中涉及的主要理論、方法及相關實際問題做深入的理論探討與實證分析。馬驥、鄧清（2004）在“指數基金與跟蹤誤差優化模型”一文中，研究了跟蹤誤差最小化的兩種模型：二次優化模型和線性優化模型。并認為線性跟蹤誤差模型能夠更加準確地體現投資者對待風險的態度和定位于特定目標。因此，在實踐中應該采用絕對偏差最小化來取代偏差的平方最小化的方法。馬驥（2004）在“跟蹤誤差的風險分析”一文中，為了明確指數基金所面臨風險的大小以及風險的來源，采用回歸模型、相關系數和多因素模型對跟蹤誤差的方差進行分析，給出并且證明跟蹤誤差方差分解的一般表達式。此外，陳紹勝（2005）在“指數型基金跟蹤誤差的實證分析”一文中，基于跟蹤誤差對于我國部分基金進行了一定程度的實證分析，指出在我國金融市場中，指數基金往往會因為標的指數成份股數量不同而產生很大差異，標的指數成份股越多，相對應指數基金的跟蹤誤差就越大；復制型基金完全復制策略下的跟蹤誤差要比增強型指數基金非完全復制策略下的跟蹤誤差要??；大額申購與贖回對指數基金跟蹤誤差產生明顯影響。因此，指數型基金投資組合的構建應堅持被動投資，而力避主動投資。范旭東（2006）主要研究在跟蹤誤差約束條件下的指數化投資組合的構建與管理，其基本思路是在引進跟蹤誤差的概念后，詳細闡述了在跟蹤誤差約束條件下的優化指數投資組合的構建與管理，包括初始投資組合的構建以及對投資組合進行的動態調整。李儉富（2006）以市場有效理論和現代組合投資理論基礎，以數理統計和計量經濟為技術手段，運用多門經濟管理學科的知識，針對已有指數跟蹤管理問題研究的不足，結合當前我國證券投資基金指數化投資的實際情況，對指數跟蹤管理問題進行較全面的梳理和深入的研究，發展和完善了指數跟蹤管理方法，為我國證券投資基金的指數跟蹤管理提供了方法上的準備。張帆（2007）主要應用固定跟蹤誤差優化模型來構建一個動態的增強型指數基金，并考慮到我國現實狀況，加入賣空限制條件進一步研究構建組合的變化情況。
但國內關于指數跟蹤研究以收益率層面的跟蹤誤差最小化為目標的居多，以價格層面的跟蹤誤差最小化為目標的較少；指數價值直接從數據庫引用的居多，考慮指數的權重信息而重新計算的較少。
2.關于因素模型的研究
國內把因素模型與指數跟蹤直接聯系起來的很少，大都是把因素模型應用于投資組合的研究，如張衛國（1998）研究了證券收益率由多因素產生的證券組合投資優化問題，建立了不同投資約束條件下直接確定有效證券組合的模型，并給出了算法.李穎等（2002）通過對多因素模型在投資管理領域中的應用研究，揭示了多因素模型在風險控制、收益預測、指數化組合構建、投資策略選擇等投資領域具有較廣泛的應用前景。李博（2003）用單因素模型和四因素模型進行實證研究得出，平均流通市值的自然對數和平均短期歷史收益率對股票組合收益率的解釋能力高。陳守東等（2003）針對上證180指數樣本股和深證100指數樣本股以及二者之和分別建立了FF多因子模型，并進行了檢驗和比較分析。使用的方法是最小二乘法和廣義距估計方法（GMM）。結果表明FF多因子模型對于中國股市是基本適用的。王秀國，邱菀華（2006）研究了積極投資組合更一般的風險收益關系，提出了傳統跟蹤誤差模型和均值方差模型的統一形式。宿成建（2006）實證結果顯示：多因素模型能有效地找出股票定價的關鍵因素，而三因素模型能夠對資產價格主要因素進行定價。
三、簡評
指數跟蹤問題的研究是不斷發展的，從簡單的跟蹤誤差最小化到考慮跟蹤組合收益以及各種跟蹤約束，從跟蹤誤差的定義到對產生跟蹤誤差的各個因數進行分解。指數跟蹤的模型、約束條件和算法也開始從簡單逐漸復雜化。采用新的數量化方法研究指數跟蹤，多階段和動態指數跟蹤，積極指數跟蹤等都成為研究指數跟蹤問題的發展方向。
總體上說，相比國外而言，目前國內對于相關理論的研究仍處于起步階段，并具有一定的滯后性，進行全面系統研究的較少；以收益率層面的跟蹤誤差最小化為目標的居多，以價格層面的跟蹤誤差最小化為目標的較少；指數價值直接從數據庫引用的居多，考慮指數的權重信息的較少；考慮股價的動態因子模型，將因子模型與指數跟蹤直接結合的也很少。國外相關研究盡管把因子模型與指數跟蹤相結合，但是他們同時考慮指數跟蹤的實際約束，考慮各種跟蹤誤差模型的對比研究也較少。
參考文獻
[1]Hodges S D.Problems in the aPPlication of Portfolio selection models[J].omega,1976,4(6):699-709.
[2]Perold A F.Large scale Portfolio optimization[J].Journal of Management Science,1984,30(10):1143-1160.
[3]Haugen R A,Baker N L.Dedicated stoek portfolios[J].Journal of Portfolio Management,1990,16(4):17-22.
[4]Roll R.A mean/variance analysis of tracking error[J].Journal of Portfolio Management,1992,18(4):13-22.
[5]Franks E C.Targeting excess-of-benchmark return[J].Journal of Portf0lio Management,1992,18(4):6-12.
[6]Rohweder H C.Implementing stock selection ideas:Does tracking error optimization do anygood?[J].Journal of Portfolio Management,1998,24(3):49-59.
[7]Wang M Y.multiple benchmark and multiple Portfolio optimization[J].Financial Analysis Journal,1999,51(1):63-72.
[8]Rudd A.Optimal selection of Passive Portfolios[Jl.Financial Management,1980,9(1):57-66.
[9]Stock,Watson.Testing for common trends[J].Journal of the American Statistical Association,1988,83:1097-1107.
[10]Larsen J G A,Resnick B G Empirical insights on indexing[J].Journal of Portfolio Management,1998,25(1):51-60.
[11]Forni,Lippi,Reichlin.The generalized factor model:Identification and estimation[M].The Review of Economic and Statistics,2000,82:540-554.
[12]Stock,Watson.Macroeconomic forecasting using diffusion indexes[J].Journal of Business and Economic Statistics,2002,20:147-162.
[13]Corielli F,Marcellino M.Factor based index tracking[R].省略/pubs/dps/DP3265.asp,2002,Working papers.
[14]Chiang W.Optinizing Performance[M].Indexing for Maximum Investment Results,GPCo Publishers,1998.
[15]Frino A,Gallagher D R,Neubert A,Oetomo T N.Index design and implications for index tracking[J].The Journal of portfolio Management,2004,30(2):89-95.
[16]Bamberg G Wanger N.Equity index replication with standard and robust regression estimators[J].operation Research Spektrum,2000,22(4):525-543.
[17]Bai,NG.A panic attack on unit roots and cointegration[J].Econometrica,2004,72:1127-1177.
[18]Bai,NG.Determining the number of factors in approximate factor models[J].Econometrica,2002,70:191-223.
[19]Francesco Corielli,Massimiliano Marcellino.Factor based index tracking[J].Journal of Banking ＆ Finance,2006,30:2215-2233.
[20]Worzel K J,Zeniou C V,Zenions S A.Integrated simulation and optimization models for Tracking indices of fixed-income securities[J].Operations Research,1994,42(2):223-233.
[21]Rudolf M,Wolter H J,Zimmernann H.A linear model for tracking error minimization[J].Journal of Banking ＆ finance,1999,23(1):85-103.
[22]Consiglio A,Zenios S A.Integrated simulation and optimization models for tracking International fexed income indices[J].Mathematical programming,2001,89(2):311-339.
[23]Meade N,Salkin G R.Index funds-construction and Performance measurement[J].Journal of Operational Research society,1989,40(10):871-879.
[24]Meade N,Salkin G R.Developing and maintaining an equity index fund[J.Journal of the Operational Research Society,1990,41(7):599-607.
[25]Baestaens D E,Bergh V D.Tracking the Amsterdam stock index using neural networks[M].Neural Networks in Capital Markets,edited.Refenes AP John Wiley sons,1995,149-161.
[26]Zorin A,Borisov,A.Traditional and index tracking methods fOr Portfolio construction by Means of neural networks[Jl.Information Technology and Management Science,2002,1-9.
[27]Eddelbuttel D,Marseilles.A hybrid genetic algorithm for passive management[R].Second Conference Computing in Economic and finance,Society of computational Economics,Geneva,Switzerland,1996,Working Paper.
[28]Gilli M,Kellezi E.Threshold accepting for index tracking[R].unige.ch/ses/metri/gilli/portfolio/Yale-2001-IT.Pdf,2001,Working Paper.
[29]Beasley J E,Meade N,Chang T J.An evolutionary heuristic for the index tracking Problem[J].European Jounral of Operational Research,2003,148(3):621-643.
[30]Pre P D,Runggaldier W J,Tolotti M.Pathwise optimalit for benchmark tracking[R].httP://math.uniPd.it/～ runggal/DPTrevised.Pdf,2002,Wbrking PaPer.
[31]Yao D D,Zhang S Z,ZhouXY.Tracking a financial Benchmark using a few assets[R].httP://se.cuhk.edu.hk/～ zhang/RePorts/seem2003-10.txt,2003,Wbrking PaPer.
[32]高用深,權麗平.指數基金探析[J].山西財經大學學報,2000,22(5):90-92.
[33]嚴武,洪道麟.我國指數基金運作與績效研究[J].統計研究,2000,12:30-35.
[34]馬永開,唐小我.基于跟蹤誤差的證券組合投資決策模型研究[J].系統工程理論與實踐,2001,12:11-16.
[35]陳辰,范龍振,葉鋒.指數證券組合模擬市場指數的聚類MVT方法[J].管理工程學報,2001,15(4):23-28.
[36]倪蘇云,吳沖鋒.跟蹤誤差最小化的線性規劃模型[J].系統工程理論方法應用,2001,10(3):198-201.
[37]張玲.ETFs跟蹤誤差產生的原因探討[J].證券市場導報,2002,11:44-49.
[38]陳立新,劉建.減小指數投資組合跟蹤誤差的研究[J].遼寧工程技術大學學報,2002,21(3):383-385.
[39]劉柏清,朱正佑,秦成林,李華.具有非常數回報率的證券指數跟蹤問題的簡單脈沖控制[J].上海大學學報,2002,8(1):68-72.
[40]范龍振,王海濤,何華.我國股票市場指數及指數證券投資組合[J].管理科學學報,2002,5(5):11-17.
[41]林飛.指數化投資理論、方法及實證研究[D].廈門大學博士學位論文,2003.
[42]馬驥,鄧清.指數基金與跟蹤誤差優化模型[J].哈爾濱商業大學學報(社會科學版),2004(1).
[43]馬驥.指數化投資[D].吉林大學博士學位論文,2004.
[44]陳紹勝.只是基金跟蹤誤差的實證研究[J].當代經濟科學,2005,4.
[45]范旭東.跟蹤誤差與優化指數投資策略―理論分析與實證研究[D].成都:西南財經大學,2006.
[46]李儉富.基于我國證券市場的指數跟蹤管理方法及應用研究[Z].成都:電子科技大學,2006.
[47]張帆.動態構建增強型指數基金[Z].廈門:廈門大學,2007.
[48]張衛國.多因素模型下有效證券組合的算法[J].固原師專學報,1998,19(6):
9-13.
[49]李穎,湯果,陳方正.多因素模型在投資管理中的應用[J].華東經濟管理,2002,16(5):95-97.
[50]李博.多因素資產定價模型的實證研究[J].商業研究,2003,21(281):54-58.
[51]陳守東,孟慶順,趙云立.中國股票市場FF多因子模型的比較分析[J].吉林大學社會科學學報,2003(5):93-98.
[52]王秀國,邱菀華.跟蹤誤差多因素投資組合決策模型[J].財務管理,2006,18(11):
59-63.
[53]宿成建.中國證券多因素及三因素定價模型實證研究[J].系統工程理論與實踐,2006(8):17-26.
作者簡介：
劉建和，博士，浙江財經學院金融學院副教授，主要從事證券市場方面的研究工作。
金融學博士論文范文4
Wang Juan； Fan Jiulun
（①西安郵電學院信息安全研究中心，西安 710061；②西安交通大學經濟與金融學院，西安 710061）
（①Research Center of Information Safety，University of Posts and Telecommunications，Xi'an 710061，China；
②School of Economics and Finance，Xi'an Jiaotong University，Xi'an 710061，China）
摘要： 由于Internet的開放性、國際性和自由性，以及IP 網絡自身較差的網絡安全性，使IP 網絡的安全面臨更多更大的威脅。對于IP網關鍵資產的識別和價值研究是IP風險評估的關鍵性工作，將IP網的資產分為物理資產、信息資產和服務資產三類，并對其進行了統一口徑的賦值，給出了詳細的現值計算賦值公式，為IP網的風險評估提供了基礎。
Abstract: Due to the attribute of Internet, open, international and freedom, and the IP network itself is poor in network security, IP network security is facing more and greater threats. The identification and value of assets of IP network is key to risk assessment of IP. This article set IP network assets into three types，that is physical assets, information assets, and services assets. And it gives uniform formula, and presents value of the assets. It forms foundation for the IP network risk assessment.
關鍵詞： IP網 關鍵資產 價值
Key words: IP network；Critical Asset；value
中圖分類號：TP393文獻標識碼：A文章編號：1006-4311（2011）15-0179-02
0引言
傳統電信網包含電話業務網、電信傳送網和電信數據網。在我國，由于管理部門的職責是明確的，確保網絡是安全的、是可信任的；主管部門及其網絡運營商負責網絡的安全問題，國內安全部門等相關機構負責信息安全問題，并監管密碼技術不得濫用，以免危及國家安全。因此，傳統電信網總體上是一個安全的網絡和可信任的網絡。但從上世紀90年代中期以來，新業務及傳統電信業務的迅速IP化，終端設備的智能化，互聯網的迅猛發展，電信網絡由封閉的、基于電路交換的系統向基于開放、IP數據業務轉型，網絡規模愈來愈大，網絡的安全問題也越來越突顯。隨著新技術引入、設備引進、網絡開放互連、自然災害和突發事件的存在，造成了我國電信網的脆弱性問題日益突出?；ヂ摼W的不可控制，不可管理、只保證通達、把安全問題交給用戶等網絡設計理念，更進一步惡化了網絡的安全性。
由于Internet的開放性、國際性和自由性，以及IP網絡自身較差的網絡安全性，使IP網絡的安全面臨更多更大的威脅。因此，如何在新時期的電信網絡上采取措施保障信息服務的安全，將IP網絡建成真正安全、可靠的信息化基礎網絡，是新時期電信企業發展要解決的重要問題之一。
IP網絡所要保護的對象是資產，必須針對資產才能產生威脅和影響，完成與實現IP網絡只有通過資產載體。因此分析評估工作必須以關鍵資產為核心進行，根據IP網絡分析的結果識別出IP網絡系統的關鍵資產。
1資產識別
在IP網絡中，資產有多種表現形式，首先需要將IP網絡中相關的資產進行恰當的分類，以此為基礎進行下一步的風險評估。出于安全分析的目的，將IP網絡的資產分為三大類：物理資產、信息資產和服務資產。
1．1 物理資產物理資產是最直接的。通常，安全審查著重于保護那些對持續運轉非常關鍵的設備（如，路由器、交換機，數據存儲設備和主機等）。基礎設施支持服務資產和信息資產安全的生產，維護和使用。評估任何單個設備的重要性都依賴于首先確定關鍵的網絡構成成分和位于它們之上的服務資產和信息資產。
物理資產是指IP網絡中的各種硬件、軟件和物理設施。在IP網絡安全保障目標中，應詳細列出所評估的特定IP網絡中的所有重要資產。下面僅列出在IP網絡中包含的部分物理資產示例，作為參考：
1.1.1 物理設施物理設施包括房屋設備和與房屋有關的任何裝備和補充物，包括場地、機房、電力供給（負荷量及冗余/備份/凈化）、災難應急（防水/火/地震/雷擊等）、文檔及介質存儲。
1.1.2 硬件資產①計算機：包括大/中/小型計算機、個人計算機；②網絡設備：包括交換機、集線器、網關設備或路由器、中繼器、橋接設備、調制解調器/Modem池、交叉連接設備、配線架；③傳輸介質及轉換器：包括同軸電纜（粗/細）、雙絞線、光纜/光端機、衛星信道（收/發轉換裝置）、微波信道（收/發轉換裝置）；④輸入/輸出設備：包括鍵盤、電話機、傳真機、掃描儀、打印機（激光/針式/噴墨）、顯示器、終端（數據/圖象）；⑤存儲介質：包括紙介質、磁盤、磁光盤、光盤（只讀/一次寫入/多次擦寫）、磁帶、錄音/錄像帶；⑥監控設備：包括攝像機、監視器、電視機、報警裝置。
1.1.3 軟件資產①計算機操作系統；②IP網絡管理軟件；③數據庫管理軟件；④業務應用軟件等。
1.2 信息資產信息資產通常是最有價值的資產，在IP網絡運營過程中產生的同IP網絡本身相關的有價值的信息以及IP網絡所存儲、處理和傳輸的各種相關的業務、管理和維護等信息，包括知識資產，客戶資料、業務信息流和管理信息等。它是安全評估中的關鍵資產，可以通過價值、敏感性、生命周期、可利用性、從短期到長期對持續運轉的危險程度、完整性和可依賴性來分類。下面僅列出在IP網絡中包含的部分信息資產：①IP網絡業務信息：客戶檔案信息、客戶操作記錄和交易業務數據等；②IP網絡密碼信息：私鑰、公鑰、證書等；③IP網絡維護管理信息：包括系統運行日志、系統審計日志、系統監督日志、入侵檢測記錄、系統口令、系統權限設置、數據存儲分配、內部網絡地址、系統配置數據、網絡設備的配置信息、路由信息、IP地址分配信息、設備采購信息、設備維護及升級記錄、布線圖紙、布線系統維護及升級記錄、通信線路參數、以及其他信息等。
1.3 服務資產從應用層次說，服務資產包括網絡管理、運轉、顧客服務系統、服務質量、企業形象和其它重要的功能模塊。從低層次說，服務資產有大量的物理設備，綜合業務系統和提供高級功能的網絡設備。IP網絡中傳統的內部服務資產包括交換系統，運營支持系統，網絡管理系統和輔助的支持系統。目前還包括了信息處理系統及其部件，數據庫服務器設備，智能網絡管理，支撐網設備等。外部服務資產包括遠程智能維護和測試、服務器托管或租賃、網絡廣告服務、各種業務的網絡接入和企業的一些無形資產等。
2資產價值
對資產受損而引發的潛在的商業影響或數據災難性后果的評定，依賴于資產的定價和風險研究。資產的定價中不僅要考慮資產的經濟價值，更重要的是要考慮資產的安全狀況對于系統或組織的重要性或敏感度。出于安全分析的目的，我們將IP網絡的資產分為三大類：物理資產、信息資產和服務資產。
目前，其他文獻的資產價值計算方法中，不同的三類資產價值沒有處于同一口徑下，有的是貨幣單位，有的是排列順序，有的是比例系數，在統一的風險計算中，這樣的價值計算無法用于風險計算和結果衡量。
根據上一節的分類說明，我們對物理資產、信息資產和服務資產三類的價值分別計算。我們這里使用的資產的價值分析方法依賴于價格評估理論，也就是說，我們將不同種類、不同實體表現形式的資產的價值，以相同的貨幣口徑予以表示和計算，以方便對風險的計算結果有具體的大小衡量。價格計算中的我們主要使用現值計算法、重置成本法和機會成本法等。
因為其最終結果都是貨幣單位（例如，元），所以具有可加性。我們將整個IP網絡的資產價值以資產在評估時的現值來表示。也就是三類資產各自現值的總和。用公式表示為：
IP網絡資產價值=物理資產價值+信息資產價值+服務資產價值
下面，我們分別對三項資產的計算進行說明。
2.1 物理資產賦值方法物理資產價值是比較容易理解和計算的,對于所有的物理資產（軟件的、硬件的）我們使用同一個公式，嚴格定義物理資產為IP網中限制的三項，不包含網絡服務相關資產。
假設該項固定資產的原值為TV元（購買價），預計凈殘值為RV元（使用終了報廢時可賣價），預計使用年限為n年（從購買到不能服務），已使用的月份為m，采用平均年限法以個別折舊方式計其折舊。則該項固定資產的累計折舊MD及凈值PV按下式計算。
MD＝（TV－RV）/（12n）
AD=MD*m
PV=TV－AD
根據上述公式，我們對每項物理資產的價值都進行統一的含參數PV■=fTV■，RV■，n■，m■現值計算，然后將各現值加總后，即得物理資產的總價值，用公式表示為，
物理資產價值=∑物理設施現值+硬件資產現值+軟件資產現值
=■PV■
2.2 信息資產賦值方法信息資產的價值在組織內部是隱性的，計算相對比較復雜。因此，在對信息資產定價時，需要對不同種類的信息資產采取不同的計算方法。
數據網業務信息：采用重置成本法，即
數據網業務信息價值=（收集成本+維護成本）*（1-信息折舊率*時間）
其中：收集成本=人力成本+信息購買成本+社會資源獲取成本
維護成本=設備維護成本+人工
信息折舊率可根據同行業年報數據更新
數據網密碼信息：采用機會成本法，即從若密鑰丟失可能帶來的損失中計算。
數據網密碼信息價值=∑各密碼信息價值和=∑關聯損失*風險概率
數據網維護管理信息：采用市場價值法，即
數據網維護管理信息=各項的獲取成本+維護成本-累計折舊
綜上，我們可以得到信息資產的價值計算公式，即
信息資產價值=∑數據網業務信息價值+數據網密碼信息價值+數據網維護管理信息價值
2.3 服務資產賦值方法從高層次說，服務資產包括網絡管理、運轉、顧客服務系統、服務質量、企業形象和其它重要的功能模塊。大體上由內部服務資產和外部服務資產兩部分構成。
2.3.1 內部服務資產傳統上主要是交換系統，運營支持系統，網絡管理系統和輔助的支持系統。新的內部服務資產還包括了信息處理系統及其部件，數據庫服務器設備，智能網絡管理，支撐網設備等，屬于技術支撐的范圍，在一定的技術水平和業務開展程度下，其資產價值相對穩定。這些價值的計算，也要依賴于資產列表中的相應數據，根據現值計算法得到。
假設該項內部服務資產的原值為TV元（購買價），預計凈殘值為RV元（使用終了報廢時可賣價），預計使用年限為n年（從購買到不能服務），已使用的月份為m，采用平均年限法以個別折舊方式計其折舊。則該項內部服務資產的累計折舊MD及凈值SV按下式計算。
MD＝（TV－RV）/（12n）
AD=MD*m
SV=TV－AD
內部服務資產價值=傳統內部服資產現值+新的內部服務資產現值=（交換系統現值+運營支持系統現值+網絡管理系統現值+輔助的支持系統現值）+（信息處理系統及其部件現值+數據庫服務器設備現值+智能網絡管理系統現值+支撐網設備現值）
=■SV■
2.3.2 外部服務資產包括遠程智能維護和測試、服務器托管或租賃、網絡廣告服務、各種業務的網絡接入和企業的一些無形資產等。主要提供與內部服務資產相關的外部業務，具有一定的變化性，會受到行業特征和行業內其他因素的影響。因此，我們給其設定一個行業周期調節因子K，其中k>0。當行業處于繁榮周期時，k>1；當行業處于調整周期時，k
外部服務資產價值=遠程智能維護和測試費用+服務器托管或租賃、網絡廣告服務費用+各種業務的網絡接入費用+企業的無形資產。
其中，前三項費用的計算都是勞務費用和維護費用總和；企業無形資產數據來源于資產負債表對應項；
因此，IP網資產的總價值就是三者的總和。
3結語
IP網資產價值的研究是服務于IP網風險評估的，對于IP網的風險評估研究，資產價值的確定是一項重要的基礎性工作。因此，在識別資產時一定要防止遺漏，劃入風險評估范圍和邊界內的每一項資產都應該被確認和評估。本文的研究成果將IP網關鍵資產分為物理資產、信息資產和服務資產三種。既包括了有形資產，又包括了無形資產。每種資產在每次計算中都是使用現值，而非靜態值，體現了設備折舊和時間概念；在服務資產中，體現了行業周期的概念。最重要的是，這樣的研究體系克服了各種資產計算方法在不同資產中口徑不一，在風險損失評估中無法統一用于度量和定量計算的缺點，其最后的計算結果是貨幣單位，便于IP網的風險評估中給出最直接的風險評估結果。
參考文獻：
[1]薛興華.電信網安全與立法[J].郵電商情，2004年11期.
[2]國家信息化領導小組關于加強信息安全保障工作的意見.中辦發[2003]27號，2003.
[3]2006-2020年國家信息化發展戰略.中辦發[2006]11號，2006.
[4]4ITU-T X.805:Security architecture for systems providing end-to-end communications[S]，2003.10.
