论文部分内容阅读
摘要：通过构建演化博弈模型考察金融创新及金融风险监管当中金融部门与政府部门之间的博弈，探讨了政府部门进行金融监管的理想边界。研究发现：（1）金融创新收益与风险并存的两面性使得金融部门与政府部门之间的博弈很可能存在不稳定的均衡状态，但这并不否定演化稳定策略的存在性;（2）金融部门“违规创新”策略的超额收益所蕴含的金融风险的负外部性及政府部门金融监管的正外部性都是影响演化稳定策略存在与否的重要因素;（3）政府部门金融监管的理想边界是以“重奖轻罚”或“轻奖重罚”的奖惩机制覆盖金融部门“违规创新”策略的超额收益，而“重奖重罚”策略可能会矫枉过正，使双方的博弈陷入不稳定状态。
关键词：金融创新;金融监管;系统性金融风险;演化博弈;数值模拟
文献标识码：A
文章编号：100228482020（02）008012
开放科学（资源服务）标识码（OSID）：
进入知识经济时代，互联网+金融的创新产品及服务层出不穷。移动支付、在线理财及网络众筹等金融创新产品及服务不仅引领了新的金融发展业态，也给人们的生活带来极大的便利。然而，金融创新是一把“双刃剑”，既能降低交易成本、提高金融资源的使用效率，也可能造成信用规模的非理性扩张，甚至引发系统性金融风险。事实上，2007年美国次贷危机爆发之前，也是住房抵押贷款、资产证券化、担保债务凭证等金融产品创新的高潮期[1]。
反观近年来国内的金融创新实践，随着新的金融产品和服务不断涌现，金融风险也在迅速累积。以P2P借贷为例，2006年诞生了国内第一家P2P平台，截至2019年6月底，P2P网贷行业累积平台数量已达到6617家，其中已停业及暴露问题的平台数量高达5753家，正常运营的平台仅为864家，不足总数的1/7①。金融创新带来的金融风险引起了社会各界的广泛担忧，在政策制定者的顶层设计中，应对系统性风险、确保国家金融安全也成为重中之重。2017年7月的全国金融工作会议将防范系统性金融风险作为此后金融工作的三大任务之一，党的十九大报告进一步指出，全面建设小康社会要打赢三大攻坚战，防范和化解重大风险排在第一位，这其中也包含了防范系统性金融风险。因此，随着金融创新的不断深入，金融监管制度必须同步优化，以有效应对可能产生的系统性金融风险。
实际上，金融创新是否会引发系统性金融风险的关键，在于金融部门或金融机构是否进行了“合规创新”。合规创新意味着金融部门与代表社会公众利益的政府部门之间合理地分配了创新带来的收益，从而导致了“双赢”的结局;一旦金融部门进行违规创新，或许能给自身带来超额收益，但由此引发的金融资源错配必将导致金融风险的累积与社会福利的损失。金融创新行为的不确定性凸显了金融监管的重要性，考虑到金融部门与政府部门之间的利益不一致，本文通过构建演化博弈模型，试图从三个方面进行拓展性研究：第一，从金融部门与政府部门的利益不一致性切入，对已有文献中关于金融监管稳定策略是否存在的争议进行深入分析;第二，将金融监管的惩罚机制与奖励机制纳入到同一个演化博弈框架中，进而指出在金融监管中仅考虑惩罚机制的不足;第三，结合演化稳定策略的演化条件，着重分析不同奖惩机制的优劣，进而探讨金融风险监管的理想边界。
一、文献综述
Greenbaum等[2]认为，金融创新产生的直接原因是人们对新的产品和服务的需求，金融部门的创新只有有效满足这些需求，才能实现利润的可持续增长。金融创新与金融风险之间的关系，学术界一直存在两种观点。一种观点是金融创新可以降低金融风险。Merton等[34]指出，金融风险可以通过金融创新进行分散和转移，例如商业银行可以通过资产证券化有效管理金融风险;Moel等[57]也认为，科学技术在金融领域不断应用，有提高金融部门管理风险的能力，从而降低金融风险。另一种观点则是在2008年金融危机爆发后，人们在反思金融创新与金融风险的关系时逐步形成的，即金融创新可能会引发金融风险。Henderson等[8]指出金融创新存在“阴暗面”，即在创造了经济繁荣的背后也带来了不可忽视的风险;曹凤岐[9]指出，互联网金融带来的是金融模式、金融理念和金融运营方法的创新，但给传统金融带来很大冲击;黄益平[10]也认为，互联网金融和影子银行在满足实体经济的同时，也带来了新的风险，并且这种风险的不断积累已经使得多年来实施的“政府兜底”难以为继。综上可以看出，金融创新对于金融风险的防范存在两面性。
基于金融创新的两面性，殷孟波等[11]归纳了所谓的“金融创新悖论”，即一方面存在吴晓求等[7，12]等指出的金融创新能够通过增强金融部门风险管理能力进而对金融风险产生分散和转移作用，另一方面也存在黄益平等[10，13]指出的大量金融衍生产品以及影子银行的存在带来的新风险。2008年金融危机爆发之后，人们开始反思上述金融创新悖论，Plosser等[1415]将金融创新的错误使用或者说金融部门的违规创新归结为金融危机爆发的重要原因之一。吴晓求[16]也认为金融部门的不合规创新尽管可以给其自身带来超额收益，但所潜藏的金融风险往往具有很强的负外部性，如果缺乏有效的金融监管将造成灾难性后果。
政府部门所构建的金融监管机制可以促使金融创新朝着有利方向发展，规避金融风险，反过来金融创新也会促进金融监管机制的完善。因此，Kane[17]认为金融部门与政府部门之间存在正向博弈。当然，金融创新与金融监管之间可能存在另一种形式的反向博弈，例如黄国平[18]指出，金融部门利用监管机制存在的漏洞进行监管套利，当监管套利充斥于金融市场时就可能引发金融危機。之所以出现上述两种不同形式的博弈，是因为金融部门与政府部门之间的利益有时候会不一致。正如Plosser[14]所指出的，从事金融创新的金融部门会出于私利进行违规创新，而实施金融监管的政府部门在制定金融监管政策时，也会在政策的效果和相应的成本之间予以权衡。 上述利益不一致性的存在，使得通过演化博弈方法研究金融创新与金融风险监管之间的关系成为可能。俞林等[19]采取演化博弈的方法探讨了网贷行业中P2P平台与借款方、借款方与贷款方、监管方与P2P平台之间的博弈，并探讨了博弈中演化稳定策略存在的条件。刘伟等[20]采用演化博弈的方法针对互联网金融平台的监管进行了研究，指出互联网金融平台与监管机构之间利益的不一致性，使得双方的博弈过程可能并不存在演化稳定策略。刘伟等[21]还构建三方博弈模型探讨了网络借贷市场中参与主体之间的博弈，研究发现，由于参与主体之间的利益冲突，博弈不存在稳定的均衡状态。结合这些研究来看，演化博弈视角所具有的优势主要体现在两方面：一是金融部门与代表公众利益的政府部门之间利益不一致，适合用博弈论方法的思路;二是金融创新过程中，金融部门违规创新的成本和收益不易观测，更多的是根据后果（金融危机）来判断金融部门是否违规，即使有相关的数据，也可能是不准确的，而演化博弈视角可克服实证分析的障碍。
纵观已有金融创新与金融风险监管的文献，主要存在三方面可以拓展的空间。第一，关于金融创新与金融监管中是否存在有利于博弈双方的“双赢”策略尚有争议，这削弱了研究结论的政策指导意义。例如，彭红枫等[22]认为，金融监管演化博弈中存在演化稳定策略，而刘伟等[21]则认为，由于博弈双方利益冲突难以调和，博弈不存在稳定状态。第二，在金融监管机制上更多地考虑了对金融部门违规创新的惩罚机制，却对合规创新的奖励机制不够重视。例如，颜雯雯等[2325]的研究中虽然将金融创新区分为合规创新和违规创新两种形式，但更多关心的是政府部门对金融部门违规创新的惩罚在双方博弈中的影响。第三，虽然也有个别文献开始探讨政府部门对金融部门合规创新的奖励机制，但缺乏对相应奖惩机制及金融监管边界的深入分析。例如，彭红枫等[22]尝试将激励型监管纳入到演化博弈分析框架中，作者也探讨了激励机制对演化稳定策略的影响，但缺乏对于奖惩机制组合以及金融监管理想边界进行分析。除了以上三点之外，在研究的方法上，大多数文献只是在演化博弈这一分析框架下定性地探讨了金融创新与金融风险监管中的利益冲突和博弈策略，而缺乏相应的定量分析，这与该领域实际数据难以获得不无关系。事实上，只有刘伟等[20]少数研究在金融监管博弈中采取了数值分析方法，这使得对双方利益冲突和博弈策略演变的理解更为直观。
基于上述考虑，本文从演化博弈的视角探讨了金融创新及金融风险监管过程中金融部门与政府部门之间的利益冲突，并采取数值分析方法对演化稳定策略的演化过程进行分析。相比已有研究，本文的边际贡献体现在三个方面：第一，针对已有文献中有关“双赢”策略存在性的争议进行分析，并基于演化博弈视角探讨政府部门在金融风险监管博弈中演化稳定策略存在的条件;第二，尽管金融部门因利益驱动进行违规创新会产生超额收益，但相应的负外部性也会导致系统性金融风险，从而使政府（公众）蒙受损失，因此在考虑政府部门金融风险监管措施的同时也考虑了惩罚和激励两种措施;第三，将金融监管的奖惩机制细分为“轻奖轻罚”“轻奖重罚”“重奖轻罚”和“重奖重罚”四种类型，在此基础上结合数值分析方法探讨政府部门进行金融风险监管的理想边界。
二、模型构建
（一）模型假设与说明
本文基于演化博弈模型探讨金融创新与风险监管过程中金融部门与政府部门之间利益冲突与策略选擇，首先进行如下假设。
（1）博弈参与方：金融部门与政府部门。
（2）博弈参与方的策略：金融部门与政府部门均只有两个策略。对于金融部门而言，策略选择为“合规创新”与“违规创新”，其策略集合为{合规创新，违规创新}。对于政府部门而言，策略选择为“积极监管”与“消极监管”，其策略集合为{积极监管，消极监管}。
（3）考虑到混合策略的可能性，假设金融部门采取“合规创新”策略的概率为p（0<p<1），政府部门采取“积极监管”的策略为q（0<q<1）。
（4）构建博弈收益矩阵。对于金融部门而言，假定金融创新所带来的总收益为R，其所面临的税率为τ，因此不论金融部门采取何种策略进行金融创新都会获得税后收益R（1-τ）。当金融部门采取“合规创新”策略时，如果政府部门采取“积极监管”策略金融部门将获得额外奖励T，故金融部门总收益为R（1-τ）+T;如果政府部门采取“消极监管”策略金融部门不会有额外的收益，总收益仅为R（1-τ）。当金融部门采取违规创新策略时，除了获得基准的税后收益R（1-τ）外，还将获得超额收益Vf，此时如果政府部门采取“积极监管”策略金融部门将被处罚金M，故其总收益为R（1-τ）+Vf-M;如果政府部门采取“消极监管”策略金融部门的违规操作将不会被发现，因而也就不会被处罚金，其总收益为R（1-τ）+Vf。对于政府部门而言，由于税收制度的存在，不论金融部门采取何种创新策略，政府都会获得基本收益τR。此外，当政府采取“积极监管”策略时，如果金融部门采取“合规创新”策略政府需要从税收中支付T作为奖励（T也反映了政府的监管成本），此时由于金融监管制度的完善，社会福利将增加V1s，故政府部门总收益为τR-T+V1s;如果金融部门采取“违规创新”策略政府部门会得到罚金，但社会福利会损失V2s（反映金融部门违规操作所带来的系统性金融风险），此时政府部门总收益为τR+M-V2s。当政府部门采取“消极监管”策略时，如果金融部门采取“合规创新”策略，政府部门仅分享到收益τR，由于金融监管制度并不完善，此时整体社会福利并未增加;如果金融部门采取“违规创新”，社会福利依然损失V2s，此时政府部门因为缺乏有效监管手段并不能识别出金融部门的违规创新，因而也不能有效规避系统性金融风险，金融风险完全暴露。金融部门与政府部门博弈收益矩阵见表1。 关于表1中的收益矩阵，有几点需要说明。
第一，当金融部门采取“合规创新”策略时，政府部门的策略选择依赖于监管制度的收益与成本之差（V1s-T），当V1s-T>0时，“积极监管”是政府部门的占优策略，反之“消极监管”则是其占优策略，因此V1s-T符号的不确定性意味着混合策略的存在。
第二，当政府部门采取“积极监管”策略时，金融部门的策略选择依赖于“合规创新”时获得的政府补贴与“违规创新”时的净收益之差（T-Vf+M），当T-Vf+M>0时，“合规创新”是其占优策略，反之“违规创新”是其占优策略。
第三，金融部门与政府部门的策略组合{合规创新，消极监管}的收益组合为{R（1-τ），τR}，这实际上是社会成本最低的组合，此时政府部门采取“不作为”的无为而治，金融部门只能是基于道义和自律进行合规创新，因此这是一个不稳定的策略组合。
（二）损益计算与复制动态
下面构建演化博弈模型进一步定量分析表1所反映的博弈。假设以u1、u2和u分别表示金融部门各项策略及平均损益，根据表1可知
综上所述，由式（2）（4）组成的方程组反映了金融部门与政府部门博弈时的复制动态系统，反映了以概率表示的策略选择随时间变化的趋势。可以看出，这两个方程似乎与金融创新的基准收益R及税率τ無关，但实际不然。如果将政府部门对金融部门“违规创新”时所处罚金看作一种惩罚性税收，则M/Vf可以看作惩罚性税率，这个惩罚性税率与基准税率之间的关系可能会影响金融部门的策略选择。例如，用Vf（1-M/Vf）表示的惩罚性征税后的净收益与政府补贴T（基于税收获得）的大小决定了金融部门在面临政府“积极监管”时的策略选择。
（三）演化均衡分析
三、数值模拟分析
伴随着中国经济步入中高速增长的新常态，创新驱动成为推动经济发展的重要动力。金融创新所提供的产品和服务，加速了金融资源的充分利用，但如果金融机构出于私利进行违规创新，可能引发系统性风险。因此，在接下来的分析中，结合当前金融创新与金融监管的实际情况，对前文模型中的主要参数进行设定，进而通过数值模拟分析金融部门与政府部门合作博弈的演化动态。
（一）参数设定与说明
基准情形下各参数取值见表3，相关参数的说明如下。
（1）金融部门相关参数。为了简化处理，假定表1中金融部门与政府部门所有损益都以货币衡量。假定金融创新的基准收益R为100，除此之外如果金融部门违规创新将获得超额收益Vf，假定Vf=15。
（2）政府部门相关参数。假定金融部门面临的所得税率τ=025，政府部门在金融部门采取“合规创新”时对其补贴T=10，在金融部门采取“违规创新”时处罚金M=20。此外，由于政府部门代表社会公众的利益，当政府部门采取“积极监管”策略时，金融监管体制的完善会使社会福利增加V1s=5，但如果金融部门采取“违规创新”，发生系统性金融风险很可能是灾难性的，甚至引发金融危机，因此假定V2s>V1s，这里设定V2s=20。
结合表1的模型设定和表3中参数设定，可以计算出金融部门与政府部门的收益矩阵，见表4。可以看出，当政府部门采取“积极监管”策略时，金融部门会采取“合规创新”以获得更多收益，但此时政府部门的收益不及“消极监管”策略下的收益，因此政府部门有可能会选择“消极监管”策略。然而，一旦政府部门采取“消极监管”策略，金融部门采取“违规创新”策略收益更高，这将导致政府部门的收益最低，因而政府部门的策略选择又会向“积极监管”策略演化。综上，表4所反映的博弈收益矩阵中不存在纯策略纳什均衡，这也意味着在金融创新与金融监管中金融部门与政府部门均存在两难选择。
（二）基准分析
根据表2中的设定，结合式（6）（8）可知，p*=08，
q*=05。p*和q*两个参数取值均在0～1之间，这意味着在通过数值模拟分析金融部门和政府部门博弈的演化动态时，初始意愿（即p和q的初值）会对均衡产生很大影响。因此，这里分别在0～1之间选取p和q的不同初值，并通过复制动态方程模拟出博弈双方演化路径的相位图，如图1所示。
考虑到金融部门采取“合规创新”策略初始意愿p和政府部门采取“积极监管”策略的初始意愿q会对博弈结果产生很大影响，这里选取4种情形，以分析金融部门与政府部门初始意愿合作博弈结果产生的影响，具体如下：
（1）金融部门采取“合规创新”策略初始意愿低，政府部门采取“积极监管”策略初始意愿也低，即p=05，q=05;
（2）金融部门采取“合规创新”策略初始意愿高，但政府部门采取“积极监管”策略初始意愿低，即p=08，q=05;
（3）金融部门采取“合规创新”策略初始意愿低，但政府部门采取“积极监管”策略初始意愿高，即p=05，q=08;
（4）金融部门采取“合规创新”策略初始意愿高，政府部门采取“积极监管”策略初始意愿也高，即p=08，q=08。
根据以上4种情形，结合表3中所给的参数，模拟分析的结果如图2所示。
从图2可以看出，金融部门采取“合规创新”策略、政府部门采取“积极监管”策略的初始意愿对博弈结果有着明显的影响，并且如果双方博弈的初始意愿并不在中心点（08，05），双方的演化路径将是围绕中心点进行周期性波动。
情形一：双方的初始意愿都很低。政府部门采取“积极监管”策略的初始意愿位于其中心点，而金融部门采取“合规创新”策略的初始意愿则位于其中心点下方，此时金融部门的策略选择会有向其中心点靠拢倾向。如果金融部门采取“合规创新”策略的概率增加，政府部门会发现，不支付相应的奖励会获得更大收益，此时政府部门的策略会向“消极监管”策略演化，而一旦金融部门发现政府部门这一倾向，则会降低“合规创新”策略的概率以追求超额收益。博弈的演化路径由此进入围绕中心点波动的周期状态。 情形二：政府部门采取“积极监管”策略初始意愿很高。此时金融部门采取“合规创新”策略会有较大可能获得政府部门的奖励，因而其采取“合规创新”策略的概率会进一步增加。随着金融创新逐渐进入良性发展路径，政府部门会逐步放弃“积极监管”策略，采取无为而治的方式以降低监管成本，而这又给金融部门采取“违规创新”策略以追求超额收益的机会。博弈的演化路径由此进入围绕中心点波动的周期状态。
情形三：博弈双方的初始意愿位于中心点。此时金融部门有理由相信政府部门会维持现有的监管策略，因此也会维持其已有的监管策略，即双方都以固定的概率选择对自己有利的策略。但中心点所反映的状态并不稳定，一旦有一方出于自身利益考虑改变策略选择，博弈双方又会回到围绕中心点波动的演化路径。
情形四：双方的初始意愿都很高。金融部门采取“合规创新”策略初始意愿位于其中心点，而政府部门采取“积极监管”策略初始意愿则高于其中心点，此时政府部门选择“消极监管”策略会降低监管成本，而金融部门也意识到这一点，因而其采取“违规创新”策略的概率会增加（即1-p提高）。博弈的演化路径由此进入围绕中心点波动的周期状态。
四、金融创新及金融监管的外部性
结合前文所构建博弈模型可以看出，金融部门采取“违规创新”策略虽然给自身帶来超额收益（Vf），但可能引发系统性金融风险，金融风险的负外部性将导致社会福利减少（V2s）;政府部门采取“积极监管”策略既可以确保金融创新的良性发展，相应的制度建设也会产生正的外部性，导致社会福利增加（V1s）。因此，接下来着重探讨金融部门违规创新的超额收益及金融监管的外部性对博弈演化的影响。为便于对比，假定金融部门采取“合规创新”策略概率p和政府部门采取“积极监管”策略概率q的初值均为05。
（一）违规创新的超额收益
结合前面雅克比矩阵的分析，金融部门违规创新超额收益Vf的大小标志着是否存在演化稳定策略。基准情形下的Vf为15，这里保持其他参数不变，分别令Vf为25和35，分析金融部门选择“合规创新”概率p及政府部门选择“积极监管”概率q的演化路径，如图3所示。
从图3可以看出，不同的超额收益的确会使演化路径发生不同的变化。对于金融部门而言，随着超额收益的增加，金融部门采取“违规创新”策略的可能性会增加。在Vf=25时，金融部门采取“合规创新”策略的概率p围绕中心点的波动增加，而在Vf=35时，已经满足T+M<Vf的条件，即金融监管的奖惩机制不足以覆盖违规创新的超额收益，此时采取“违规创新”（即p=0）已成为金融部门的占优策略。对于政府部门而言，随着超额收益的增加，代表公众利益的政府部门可分享到的金融创新收益相对减少，而且造成社会福利损失的可能性也在增加，因此政府部门不得不偏向于“积极监管”策略。在Vf=25时，政府部门采取“积极监管”策略的概率q已经明显在向1靠拢，而在Vf=35时，由于条件T+M<Vf已经满足，即采取“违规创新”（即p=0）成为金融部门的占优策略，政府部门不得不将“积极监管”作为自己的占优策略，通过惩罚金融部门的违规创新以对冲由系统性金融风险所引发的社会福利损失。
（二）金融监管的外部性
金融监管也具有外部性，因为金融监管机制的存在确保了金融创新朝着有利方向发展，这将带来社会福利的增加。在本文所构建的模型中金融监管的外部性为V1s，结合前面对雅克比矩阵的分析，V1s的大小也可能隐含着演化稳定策略。在基准情形下V1s=5，保持其他参数不变，令V1s为8和12，分析金融部门选择“合规创新”策略概率p及政府部门选择“积极监管”策略概率q的演化路径，如图4所示。
从图4可以看出，金融监管的正外部性会影响金融部门与政府部门博弈的演化路径。对于金融部门而言，“合规创新”策略获得的奖励所带来的社会福利的增加会提升政府部门支付这笔监管成本的可能性，因而金融部门采取“合规创新”的概率也会增加。然而，当V1s=8时，政府部门采取“积极监管”策略所带来的社会福利增加幅度还有限，这意味着政府部门的相对监管成本比较高，因此政府部门有放弃“积极监管”策略的倾向，如图4中第4期，一旦金融部门意识到政府部门监管策略的转向，也会倾向于采取“违规创新”策略追求超额收益。有趣的是，在演化路径的第2期和第7期，政府部门都以较大概率选择“消极监管”而放弃对金融部门合规创新的奖励，但当期或下一期金融部门依然以较大的概率选择“合规创新”，这可能是因为金融部门在政府监管策略转向之前已经采取了“合规创新”策略或者还未意识到政府部门监管策略的转向;而在第4期和第9期，金融部门很可能已经意识到了政府部门转向“消极监管”，所以在下一期以较大概率采取“违规创新”策略。当V1s=12时，金融监管机制的完善所带来的社会福利的增加已经足够大，更重要的是金融部门采取两种不同策略下社会福利的差异已经足够大，Vf<T+M<V1s+M条件得到满足，此时如果政府部门不采取“积极监管”策略，将无法对冲掉金融部门违规创新隐藏的系统性金融风险对社会福利所造成的负外部性，因此合规创新、积极监管成为博弈双方的占优策略。
五、金融监管策略对演化博弈的影响
由于金融创新具有两面性，既会带来经济繁荣和社会发展，也可能蕴含着巨大的金融风险，因此金融监管策略也应当采取两种措施，既要规范和引导金融创新的良性发展，也要规避金融风险的积累和金融危机的爆发。在本文所构建的模型中，政府部门对金融部门“合规创新”策略的奖励和对其“违规创新”策略的惩罚共同构成了金融监管机制。在接下来的分析中，着重探讨金融监管的奖惩机制对演化博弈的影响。为便于对比，假定金融部门采取“合规创新”策略概率p和政府部门采取“积极监管”策略概率q的初值均为05。
（一）激励措施的影响 政府部门对于金融部门“合规创新”策略时的奖励措施反映了两个特点，一个是对金融创新良性发展的鼓励，另一个是金融监管的成本。结合前面关于雅克比矩阵的分析，奖励措施T的大小也可能会对演化博弈的结果产生影响。在基准模型中T=10，这里保持其他参数不变，令T为4或14，分析金融部门选择“合规创新”策略概率p及政府部门选择“积极监管”策略概率q的演化路径，如图5所示。
从图5可以看出，政府部门对金融部门“合规创新”策略奖励措施T的取值会明显影响双方博弈演化的路径。如果来自政府部门奖励足够大（例如图5中的T=14），金融部门采取“合规创新”策略的概率会稳步增加;然而，过高的奖励也意味着较高的监管成本，此时政府部门会进行政策的收益和成本的权衡，当政府部门意识到金融创新已经初步走向良性通道，放弃奖励转向“消极监管”策略的概率就会增加;当金融部门采取“合规创新”策略的概率逐步降低时，意味着金融风险在不断积累，此时政府部门采取“积极监管”策略的概率就会逐步增加。此外，对于政府部门奖励比较小的情形（如图5中的T=4），虽然此时金融部门采取“合规创新”得到的奖励比较小，但由于此时Vf<T+M<V1s+M得到满足，即政府部门奖励与惩罚之和足以覆盖金融部门违规创新的超额收益，此时反而出现了“合规创新，积极监管”这一演化稳定策略组合。由此可见，政府部门对金融部门“合规创新”的奖励并非越多越好，太高的奖励意味着政府部门政策成本的提升，反而可能使双方的博弈产生不稳定的状态。
（二）惩罚措施的影响
金融监管中的惩罚措施也具有两个特点，一个是反映了政府部门对金融部门违规创新的惩戒，另一个则反映了政府部门对金融风险的负外部性所导致社会福利减少的对冲。结合前面关于雅克比矩阵的分析，惩罚措施M的大小也会影响演化博弈的结果。在基准模型中M=20，这里保持其他参数不变，令M=4或10，分析金融部门选择“合规创新”策略概率p及政府部门选择“积极监管”策略概率q的演化路径，如图6所示。
从图6可以看出，惩罚措施M的大小，不仅会影响金融部门与政府部门演化的路径，还可能导致出现不同的演化稳定策略。对于金融部门而言，如果“违规创新”策略面临的惩罚太小（如图6中的M=4），就不足以形成威慑力，此时不论政府部门采取何种监管策略，金融部門都会将“违规创新”作为占优策略以追求比“合规创新”策略更高的超额收益，而为了规避金融风险所造成的社会福利损失，政府部门也只能被动采取“积极监管”策略。然而，“违规创新，积极监管”组合并不是理想的状态，为了寻求更大的社会福利，政府部门可以增加惩罚力度（如图6中M=10的情形），此时条件Vf<T+M得到满足，金融监管的奖惩机制足以覆盖金融部门采取“违规创新”策略的超额收益，金融部门开始以大于0的概率选择“合规创新”策略以追求更多收益。需要强调的是，如果政府部门继续增加惩罚力度（如图6中M=20的基准情形），并不一定会使得双方博弈向“合规创新，积极监管”这一双赢组合演化，这是因为T>V1s的存在使得条件T+M<V1s+M并不能得到满足，因而即使政府部门采取“重罚”策略，也不会对金融部门起到良好的引导作用。由此可见，在金融风险监管中，如果仅考虑惩罚机制，不一定能实现预期的监管目标。因此，政府部门应将惩罚机制和奖励机制结合起来，选择合适的监管边界，避免出现“过犹不及”的状态。
（三）奖惩策略组合的影响
考虑到奖励和惩罚程度的大小，可以分为“轻奖轻罚”“轻奖重罚”“重奖轻罚”和“重奖重罚”四种类型。然而结合复制动态方程组式（2）（4）及雅克比矩阵的分析可以看出，政府部门的奖励和惩罚措施是一个整体，共同构成了金融风险监管的制度建设。因此，在分析奖惩策略组合对演化博弈均衡的影响时，应重点在于比较T+M与金融部门“违规创新”时的超额收益Vf及所造成的系统性金融风险（即社会福利净损失V1s+V2s）之间的关系。这里进行如下设定：当T+M<Vf时，属于“轻奖轻罚”型奖惩机制;当Vf<T+M<V1s+M时，属于“轻奖重罚”或“重奖轻罚”型奖惩机制;当T+M>V1s+M时，属于“重奖重罚”型奖惩机制。可以用一个简单例子说明金融监管奖惩策略组合对演化博弈结果的重要性：基准模型中，将惩罚措施M设为20，要高于违规创新的超额收益（Vf=15），这属于重罚措施，此时不论是奖励措施T的取值如何，都不会出现T+M<Vf的情形，这就是图5中没有出现“违规创新，积极监管”这一演化稳定策略组合的原因，此时也意味着奖励措施并未发挥实际效果。根据上述分析，在基准情形基础上同时改变T和M的取值，分别设定T+M为10、20和30依次代表上述几种奖惩策略组合。不同策略下金融部门与政府部门演化博弈的均衡路径如图7所示。
从图7可以看出，政府部门的奖惩策略组合也会影响双方博弈的演化路径，并标志着不同演化稳定策略的存在。一定程度上讲，图7是图5和图6的综合。下面进行具体分析。
在“轻奖轻罚”策略组合下，出现了“违规创新，积极监管”演化稳定策略组合。“轻奖轻罚”策略组合满足T+M<Vf条件，政府部门的奖惩机制不足以覆盖金融部门采取“违规创新”策略时的超额收益，因而不足以形成震慑作用，金融部门不论政府部门采取何种策略都会将“违规创新”作为占优策略，政府部门也只能被动地采取“积极监管”策略来对冲金融风险所导致的部分社会福损失。
在“重奖轻罚”或“轻奖重罚”策略组合下，出现了“合规创新，积极监管”演化稳定策略组合。这两种策略满足Vf<T+M<V1s+M条件，此时奖惩机制已经完全覆盖金融部门采取“违规创新”策略时的超额收益，此时金融部门如果采取“违规创新”策略相比“合规创新”策略将会面临更大损失;而政府部门如果采取“消极监管”也将会承受非常大的社会福利损失。因此，“合规创新，积极监管”策略组合成为双方的最优选择。 此外需要说明的是，基准情形实际上属于“重奖重罚”策略，此时T+M>V1s+M，即金融监管的奖惩机制已经超过金融部门“合规创新”策略与“违规创新”策略下的最大社会福利净损失，政策成本较高。在这种情形下，当政府部门以为金融部门的创新已经步入良性轨道，就可能会放弃“积极监管”策略以降低政策成本，而此时一旦金融部门意识到政府部门的监管策略转向，就有可能采取“违规创新”策略以追求超额收益。因此，“重奖重罚”组合并不是金融监管的理想手段，可能会出现过犹不及的局面，使政府部门与金融部门的博弈陷入不稳定状态。金融监管的理想边界应当是设计“重奖轻罚”或“轻奖重罚”的奖惩机制以覆盖金融部门“违规创新”策略的超额收益。
六、主要结论
本文基于演化博弈思维分析了金融部门与政府部门之间关于金融创新与金融监管的博弈，主要结论如下：
首先，金融创新具有两面性，这使得金融部门与政府部门之间博弈很可能存在不稳定的状态。一方面金融部门的合规创新可以带来收益，使代表公众利益的政府部门分享这种收益，另一方面金融部门违规创新可能蕴含着系统性金融风险，这种金融风险的负外部性会导致社会福利的损失。基于演化博弈方法所构建的博弈模型发现，在某些情形下，金融部门与政府部门的博弈并不存在演化稳定策略，双方的策略选择围绕中心点上下波动。然而，与已有文献中的结论有所不同，博弈双方也有可能存在演化稳定策略，数值模拟结果证实了这一结论。
其次，金融创新和金融监管具有外部性，这隐含着演化稳定策略的存在性。金融部门采取“违规创新”策略尽管可以给自身带来超额收益，也会对社会福利造成损失。因此，如果采取“违规创新”的超额收益足够大，超越了政府部门金融监管机制的覆盖范围，金融部门可能会铤而走险，将“违规创新”作为占优策略，为此政府部门不得不将“积极监管”作为占优策略;如果政府部门金融监管所带来的社会福利的增幅足够大，则政府部门会将“积极监管”作为占优策略，此时“合规创新”则会成为金融部门的占优策略。
最后，演化稳定策略的存在预示着政府部门进行金融监管可能具有理想的边界。金融创新的两面性意味着金融监管应当采取奖励和惩罚两种措施，以确保金融创新进入良性轨道并规避金融风险。在本文所構建的模型中，不论是单独的奖励或惩罚措施，还是奖惩策略组合，都隐含着演化稳定策略的存在，这昭示了政府进行金融监管的理想边界：如果政府部门采取“轻奖轻罚”监管策略，则奖惩机制不足以产生威慑力，此时可能出现“违规创新，积极监管”的演化稳定策略;如果政府部门采取“重奖轻罚”或“轻奖重罚”监管策略，此时可能出现“合规创新，积极监管”的演化稳定策略;如果政府部门采取“重奖重罚”监管策略，则可能出现“矫枉过正”的局面，使得金融部门与政府部门之间的博弈出现不稳定的状态。
参考文献：
[1]何德旭， 郑联盛. 从美国次贷危机看金融创新与金融安全 [J]. 国外社会科学， 2008（6）： 2131.
[2]Greenbaum S I， Haywood C F. Secular change in the financial services industry [J]. Journal of Money， Credit and Banking， 1971， 3（2）： 571589.
[3]Merton R C. Continuoustime finance [M]. Oxford： Basil Blackwell， 1992.
[4]Allen F， Santomero A M. The theory of financial intermediation [J]. Journal of Banking and Finance， 1997， 21（11/12）： 14611485.
[5]Moel A， Tufano P. When are real options exercised？ An empirical study of mine closings [J]. Review of Financial Studies， 2002， 15（1）： 3564.
[6]尹龙. 金融创新理论的发展与金融监管体制演进 [J]. 金融研究， 2005（3）： 715.
[7]吴晓求. 互联网金融： 成长的逻辑 [J]. 财贸经济， 2015（2）： 515.
[8]Henderson B J， Pearson N D. The dark side of financial innovation： A case study of the pricing of a retail financial product [J]. Journal of Financial Economics， 2011， 100（2）： 227247.
[9]曹凤岐. 互联网金融对传统金融的挑战 [J]. 金融论坛， 2015（1）： 36.
[10]黄益平. 防控中国系统性金融风险 [J]. 国际经济评论， 2017（5）： 7+8298.
[11]殷孟波， 许坤. 国外学者在后危机时代关于金融创新“悖论”的综述 [J]. 经济学家， 2012（6）： 93100.
[12]Santomero A， Trester J. Financial innovation and bank risk taking [R]. Center for Financial Institutions Working Papers， 1994， 35（1）： 2537. [13]Chen Q， Du F. Financial innovation， systematic risk and commercial banks’ stability in China： Theory and evidence [J]. Applied Economics， 2016， 48（4042）： 38873898.
[14]Plosser C I. Financial econometrics， financial innovation， and financial stability [J]. Journal of Financial Econometrics， 2008， 7（1）： 311.
[15]Dam K W. The subprime crisis and financial regulation： International and comparative perspectives [J]. Chicago Journal of International Law， 2010， 10（2）： 581638.
[16]吳晓求. 中国金融监管改革： 逻辑与选择 [J]. 财贸经济， 2017（7）： 3348.
[17]Kane E J. Accelerating inflation， technological innovation， and the decreasing effectiveness of banking regulation [J]. The Journal of Finance， 1981， 36（2）： 355367.
[18]黄国平. 监管资本、经济资本及监管套利——妥协与对抗中演进的巴塞尔协议 [J]. 经济学（季刊）， 2014（3）： 863886.
[19]俞林， 康灿华， 王龙. 互联网金融监管博弈研究： 以P2P网贷模式为例 [J]. 南开经济研究， 2015（5）： 126139.
[20]刘伟， 夏立秋， 王一雷. 动态惩罚机制下互联网金融平台行为及监管策略的演化博弈分析 [J]. 系统工程理论与实践， 2017（5）： 11131122.
[21]刘伟， 夏立秋. 网络借贷市场参与主体行为策略的演化博弈均衡分析——基于三方博弈的视角 [J]. 中国管理科学， 2018（5）： 169177.
[22]彭红枫， 杨柳明， 王黎雪. 基于演化博弈的金融创新与激励型监管关系研究 [J]. 中央财经大学学报， 2016（9）： 92100.
[23]颜雯雯. 金融监管与金融创新的进化博弈分析 [J]. 南方金融， 2012（8）： 2326.
[24]吕守军， 徐海霞. 金融创新与金融监管的动态博弈及对我国金融监管改革的启示 [J]. 新疆社会科学， 2017（5）： 3037.
[25]宋洋， 徐英东， 张志远. 互联网金融创新与监管双赢： 规避和管制的博弈分析 [J]. 社会科学研究， 2018（4）： 3036.
[26]Taylor P D， Jonker L B. Evolutionary stable strategies and game dynamics [J]. Mathematical Biosciences， 1978， 40（1/2）： 145156.
[27]谢识予. 经济博弈论 [M]. 4版. 上海： 复旦大学出版社， 2017.
[28]Friedman D. Evolutionary games in economics [J]. Econometrica， 1991， 59（3）： 637666.
责任编辑、校对： 高原
关键词：金融创新;金融监管;系统性金融风险;演化博弈;数值模拟
文献标识码：A
文章编号：100228482020（02）008012
开放科学（资源服务）标识码（OSID）：
进入知识经济时代，互联网+金融的创新产品及服务层出不穷。移动支付、在线理财及网络众筹等金融创新产品及服务不仅引领了新的金融发展业态，也给人们的生活带来极大的便利。然而，金融创新是一把“双刃剑”，既能降低交易成本、提高金融资源的使用效率，也可能造成信用规模的非理性扩张，甚至引发系统性金融风险。事实上，2007年美国次贷危机爆发之前，也是住房抵押贷款、资产证券化、担保债务凭证等金融产品创新的高潮期[1]。
反观近年来国内的金融创新实践，随着新的金融产品和服务不断涌现，金融风险也在迅速累积。以P2P借贷为例，2006年诞生了国内第一家P2P平台，截至2019年6月底，P2P网贷行业累积平台数量已达到6617家，其中已停业及暴露问题的平台数量高达5753家，正常运营的平台仅为864家，不足总数的1/7①。金融创新带来的金融风险引起了社会各界的广泛担忧，在政策制定者的顶层设计中，应对系统性风险、确保国家金融安全也成为重中之重。2017年7月的全国金融工作会议将防范系统性金融风险作为此后金融工作的三大任务之一，党的十九大报告进一步指出，全面建设小康社会要打赢三大攻坚战，防范和化解重大风险排在第一位，这其中也包含了防范系统性金融风险。因此，随着金融创新的不断深入，金融监管制度必须同步优化，以有效应对可能产生的系统性金融风险。
实际上，金融创新是否会引发系统性金融风险的关键，在于金融部门或金融机构是否进行了“合规创新”。合规创新意味着金融部门与代表社会公众利益的政府部门之间合理地分配了创新带来的收益，从而导致了“双赢”的结局;一旦金融部门进行违规创新，或许能给自身带来超额收益，但由此引发的金融资源错配必将导致金融风险的累积与社会福利的损失。金融创新行为的不确定性凸显了金融监管的重要性，考虑到金融部门与政府部门之间的利益不一致，本文通过构建演化博弈模型，试图从三个方面进行拓展性研究：第一，从金融部门与政府部门的利益不一致性切入，对已有文献中关于金融监管稳定策略是否存在的争议进行深入分析;第二，将金融监管的惩罚机制与奖励机制纳入到同一个演化博弈框架中，进而指出在金融监管中仅考虑惩罚机制的不足;第三，结合演化稳定策略的演化条件，着重分析不同奖惩机制的优劣，进而探讨金融风险监管的理想边界。
一、文献综述
Greenbaum等[2]认为，金融创新产生的直接原因是人们对新的产品和服务的需求，金融部门的创新只有有效满足这些需求，才能实现利润的可持续增长。金融创新与金融风险之间的关系，学术界一直存在两种观点。一种观点是金融创新可以降低金融风险。Merton等[34]指出，金融风险可以通过金融创新进行分散和转移，例如商业银行可以通过资产证券化有效管理金融风险;Moel等[57]也认为，科学技术在金融领域不断应用，有提高金融部门管理风险的能力，从而降低金融风险。另一种观点则是在2008年金融危机爆发后，人们在反思金融创新与金融风险的关系时逐步形成的，即金融创新可能会引发金融风险。Henderson等[8]指出金融创新存在“阴暗面”，即在创造了经济繁荣的背后也带来了不可忽视的风险;曹凤岐[9]指出，互联网金融带来的是金融模式、金融理念和金融运营方法的创新，但给传统金融带来很大冲击;黄益平[10]也认为，互联网金融和影子银行在满足实体经济的同时，也带来了新的风险，并且这种风险的不断积累已经使得多年来实施的“政府兜底”难以为继。综上可以看出，金融创新对于金融风险的防范存在两面性。
基于金融创新的两面性，殷孟波等[11]归纳了所谓的“金融创新悖论”，即一方面存在吴晓求等[7，12]等指出的金融创新能够通过增强金融部门风险管理能力进而对金融风险产生分散和转移作用，另一方面也存在黄益平等[10，13]指出的大量金融衍生产品以及影子银行的存在带来的新风险。2008年金融危机爆发之后，人们开始反思上述金融创新悖论，Plosser等[1415]将金融创新的错误使用或者说金融部门的违规创新归结为金融危机爆发的重要原因之一。吴晓求[16]也认为金融部门的不合规创新尽管可以给其自身带来超额收益，但所潜藏的金融风险往往具有很强的负外部性，如果缺乏有效的金融监管将造成灾难性后果。
政府部门所构建的金融监管机制可以促使金融创新朝着有利方向发展，规避金融风险，反过来金融创新也会促进金融监管机制的完善。因此，Kane[17]认为金融部门与政府部门之间存在正向博弈。当然，金融创新与金融监管之间可能存在另一种形式的反向博弈，例如黄国平[18]指出，金融部门利用监管机制存在的漏洞进行监管套利，当监管套利充斥于金融市场时就可能引发金融危機。之所以出现上述两种不同形式的博弈，是因为金融部门与政府部门之间的利益有时候会不一致。正如Plosser[14]所指出的，从事金融创新的金融部门会出于私利进行违规创新，而实施金融监管的政府部门在制定金融监管政策时，也会在政策的效果和相应的成本之间予以权衡。 上述利益不一致性的存在，使得通过演化博弈方法研究金融创新与金融风险监管之间的关系成为可能。俞林等[19]采取演化博弈的方法探讨了网贷行业中P2P平台与借款方、借款方与贷款方、监管方与P2P平台之间的博弈，并探讨了博弈中演化稳定策略存在的条件。刘伟等[20]采用演化博弈的方法针对互联网金融平台的监管进行了研究，指出互联网金融平台与监管机构之间利益的不一致性，使得双方的博弈过程可能并不存在演化稳定策略。刘伟等[21]还构建三方博弈模型探讨了网络借贷市场中参与主体之间的博弈，研究发现，由于参与主体之间的利益冲突，博弈不存在稳定的均衡状态。结合这些研究来看，演化博弈视角所具有的优势主要体现在两方面：一是金融部门与代表公众利益的政府部门之间利益不一致，适合用博弈论方法的思路;二是金融创新过程中，金融部门违规创新的成本和收益不易观测，更多的是根据后果（金融危机）来判断金融部门是否违规，即使有相关的数据，也可能是不准确的，而演化博弈视角可克服实证分析的障碍。
纵观已有金融创新与金融风险监管的文献，主要存在三方面可以拓展的空间。第一，关于金融创新与金融监管中是否存在有利于博弈双方的“双赢”策略尚有争议，这削弱了研究结论的政策指导意义。例如，彭红枫等[22]认为，金融监管演化博弈中存在演化稳定策略，而刘伟等[21]则认为，由于博弈双方利益冲突难以调和，博弈不存在稳定状态。第二，在金融监管机制上更多地考虑了对金融部门违规创新的惩罚机制，却对合规创新的奖励机制不够重视。例如，颜雯雯等[2325]的研究中虽然将金融创新区分为合规创新和违规创新两种形式，但更多关心的是政府部门对金融部门违规创新的惩罚在双方博弈中的影响。第三，虽然也有个别文献开始探讨政府部门对金融部门合规创新的奖励机制，但缺乏对相应奖惩机制及金融监管边界的深入分析。例如，彭红枫等[22]尝试将激励型监管纳入到演化博弈分析框架中，作者也探讨了激励机制对演化稳定策略的影响，但缺乏对于奖惩机制组合以及金融监管理想边界进行分析。除了以上三点之外，在研究的方法上，大多数文献只是在演化博弈这一分析框架下定性地探讨了金融创新与金融风险监管中的利益冲突和博弈策略，而缺乏相应的定量分析，这与该领域实际数据难以获得不无关系。事实上，只有刘伟等[20]少数研究在金融监管博弈中采取了数值分析方法，这使得对双方利益冲突和博弈策略演变的理解更为直观。
基于上述考虑，本文从演化博弈的视角探讨了金融创新及金融风险监管过程中金融部门与政府部门之间的利益冲突，并采取数值分析方法对演化稳定策略的演化过程进行分析。相比已有研究，本文的边际贡献体现在三个方面：第一，针对已有文献中有关“双赢”策略存在性的争议进行分析，并基于演化博弈视角探讨政府部门在金融风险监管博弈中演化稳定策略存在的条件;第二，尽管金融部门因利益驱动进行违规创新会产生超额收益，但相应的负外部性也会导致系统性金融风险，从而使政府（公众）蒙受损失，因此在考虑政府部门金融风险监管措施的同时也考虑了惩罚和激励两种措施;第三，将金融监管的奖惩机制细分为“轻奖轻罚”“轻奖重罚”“重奖轻罚”和“重奖重罚”四种类型，在此基础上结合数值分析方法探讨政府部门进行金融风险监管的理想边界。
二、模型构建
（一）模型假设与说明
本文基于演化博弈模型探讨金融创新与风险监管过程中金融部门与政府部门之间利益冲突与策略选擇，首先进行如下假设。
（1）博弈参与方：金融部门与政府部门。
（2）博弈参与方的策略：金融部门与政府部门均只有两个策略。对于金融部门而言，策略选择为“合规创新”与“违规创新”，其策略集合为{合规创新，违规创新}。对于政府部门而言，策略选择为“积极监管”与“消极监管”，其策略集合为{积极监管，消极监管}。
（3）考虑到混合策略的可能性，假设金融部门采取“合规创新”策略的概率为p（0<p<1），政府部门采取“积极监管”的策略为q（0<q<1）。
（4）构建博弈收益矩阵。对于金融部门而言，假定金融创新所带来的总收益为R，其所面临的税率为τ，因此不论金融部门采取何种策略进行金融创新都会获得税后收益R（1-τ）。当金融部门采取“合规创新”策略时，如果政府部门采取“积极监管”策略金融部门将获得额外奖励T，故金融部门总收益为R（1-τ）+T;如果政府部门采取“消极监管”策略金融部门不会有额外的收益，总收益仅为R（1-τ）。当金融部门采取违规创新策略时，除了获得基准的税后收益R（1-τ）外，还将获得超额收益Vf，此时如果政府部门采取“积极监管”策略金融部门将被处罚金M，故其总收益为R（1-τ）+Vf-M;如果政府部门采取“消极监管”策略金融部门的违规操作将不会被发现，因而也就不会被处罚金，其总收益为R（1-τ）+Vf。对于政府部门而言，由于税收制度的存在，不论金融部门采取何种创新策略，政府都会获得基本收益τR。此外，当政府采取“积极监管”策略时，如果金融部门采取“合规创新”策略政府需要从税收中支付T作为奖励（T也反映了政府的监管成本），此时由于金融监管制度的完善，社会福利将增加V1s，故政府部门总收益为τR-T+V1s;如果金融部门采取“违规创新”策略政府部门会得到罚金，但社会福利会损失V2s（反映金融部门违规操作所带来的系统性金融风险），此时政府部门总收益为τR+M-V2s。当政府部门采取“消极监管”策略时，如果金融部门采取“合规创新”策略，政府部门仅分享到收益τR，由于金融监管制度并不完善，此时整体社会福利并未增加;如果金融部门采取“违规创新”，社会福利依然损失V2s，此时政府部门因为缺乏有效监管手段并不能识别出金融部门的违规创新，因而也不能有效规避系统性金融风险，金融风险完全暴露。金融部门与政府部门博弈收益矩阵见表1。 关于表1中的收益矩阵，有几点需要说明。
第一，当金融部门采取“合规创新”策略时，政府部门的策略选择依赖于监管制度的收益与成本之差（V1s-T），当V1s-T>0时，“积极监管”是政府部门的占优策略，反之“消极监管”则是其占优策略，因此V1s-T符号的不确定性意味着混合策略的存在。
第二，当政府部门采取“积极监管”策略时，金融部门的策略选择依赖于“合规创新”时获得的政府补贴与“违规创新”时的净收益之差（T-Vf+M），当T-Vf+M>0时，“合规创新”是其占优策略，反之“违规创新”是其占优策略。
第三，金融部门与政府部门的策略组合{合规创新，消极监管}的收益组合为{R（1-τ），τR}，这实际上是社会成本最低的组合，此时政府部门采取“不作为”的无为而治，金融部门只能是基于道义和自律进行合规创新，因此这是一个不稳定的策略组合。
（二）损益计算与复制动态
下面构建演化博弈模型进一步定量分析表1所反映的博弈。假设以u1、u2和u分别表示金融部门各项策略及平均损益，根据表1可知
综上所述，由式（2）（4）组成的方程组反映了金融部门与政府部门博弈时的复制动态系统，反映了以概率表示的策略选择随时间变化的趋势。可以看出，这两个方程似乎与金融创新的基准收益R及税率τ無关，但实际不然。如果将政府部门对金融部门“违规创新”时所处罚金看作一种惩罚性税收，则M/Vf可以看作惩罚性税率，这个惩罚性税率与基准税率之间的关系可能会影响金融部门的策略选择。例如，用Vf（1-M/Vf）表示的惩罚性征税后的净收益与政府补贴T（基于税收获得）的大小决定了金融部门在面临政府“积极监管”时的策略选择。
（三）演化均衡分析
三、数值模拟分析
伴随着中国经济步入中高速增长的新常态，创新驱动成为推动经济发展的重要动力。金融创新所提供的产品和服务，加速了金融资源的充分利用，但如果金融机构出于私利进行违规创新，可能引发系统性风险。因此，在接下来的分析中，结合当前金融创新与金融监管的实际情况，对前文模型中的主要参数进行设定，进而通过数值模拟分析金融部门与政府部门合作博弈的演化动态。
（一）参数设定与说明
基准情形下各参数取值见表3，相关参数的说明如下。
（1）金融部门相关参数。为了简化处理，假定表1中金融部门与政府部门所有损益都以货币衡量。假定金融创新的基准收益R为100，除此之外如果金融部门违规创新将获得超额收益Vf，假定Vf=15。
（2）政府部门相关参数。假定金融部门面临的所得税率τ=025，政府部门在金融部门采取“合规创新”时对其补贴T=10，在金融部门采取“违规创新”时处罚金M=20。此外，由于政府部门代表社会公众的利益，当政府部门采取“积极监管”策略时，金融监管体制的完善会使社会福利增加V1s=5，但如果金融部门采取“违规创新”，发生系统性金融风险很可能是灾难性的，甚至引发金融危机，因此假定V2s>V1s，这里设定V2s=20。
结合表1的模型设定和表3中参数设定，可以计算出金融部门与政府部门的收益矩阵，见表4。可以看出，当政府部门采取“积极监管”策略时，金融部门会采取“合规创新”以获得更多收益，但此时政府部门的收益不及“消极监管”策略下的收益，因此政府部门有可能会选择“消极监管”策略。然而，一旦政府部门采取“消极监管”策略，金融部门采取“违规创新”策略收益更高，这将导致政府部门的收益最低，因而政府部门的策略选择又会向“积极监管”策略演化。综上，表4所反映的博弈收益矩阵中不存在纯策略纳什均衡，这也意味着在金融创新与金融监管中金融部门与政府部门均存在两难选择。
（二）基准分析
根据表2中的设定，结合式（6）（8）可知，p*=08，
q*=05。p*和q*两个参数取值均在0～1之间，这意味着在通过数值模拟分析金融部门和政府部门博弈的演化动态时，初始意愿（即p和q的初值）会对均衡产生很大影响。因此，这里分别在0～1之间选取p和q的不同初值，并通过复制动态方程模拟出博弈双方演化路径的相位图，如图1所示。
考虑到金融部门采取“合规创新”策略初始意愿p和政府部门采取“积极监管”策略的初始意愿q会对博弈结果产生很大影响，这里选取4种情形，以分析金融部门与政府部门初始意愿合作博弈结果产生的影响，具体如下：
（1）金融部门采取“合规创新”策略初始意愿低，政府部门采取“积极监管”策略初始意愿也低，即p=05，q=05;
（2）金融部门采取“合规创新”策略初始意愿高，但政府部门采取“积极监管”策略初始意愿低，即p=08，q=05;
（3）金融部门采取“合规创新”策略初始意愿低，但政府部门采取“积极监管”策略初始意愿高，即p=05，q=08;
（4）金融部门采取“合规创新”策略初始意愿高，政府部门采取“积极监管”策略初始意愿也高，即p=08，q=08。
根据以上4种情形，结合表3中所给的参数，模拟分析的结果如图2所示。
从图2可以看出，金融部门采取“合规创新”策略、政府部门采取“积极监管”策略的初始意愿对博弈结果有着明显的影响，并且如果双方博弈的初始意愿并不在中心点（08，05），双方的演化路径将是围绕中心点进行周期性波动。
情形一：双方的初始意愿都很低。政府部门采取“积极监管”策略的初始意愿位于其中心点，而金融部门采取“合规创新”策略的初始意愿则位于其中心点下方，此时金融部门的策略选择会有向其中心点靠拢倾向。如果金融部门采取“合规创新”策略的概率增加，政府部门会发现，不支付相应的奖励会获得更大收益，此时政府部门的策略会向“消极监管”策略演化，而一旦金融部门发现政府部门这一倾向，则会降低“合规创新”策略的概率以追求超额收益。博弈的演化路径由此进入围绕中心点波动的周期状态。 情形二：政府部门采取“积极监管”策略初始意愿很高。此时金融部门采取“合规创新”策略会有较大可能获得政府部门的奖励，因而其采取“合规创新”策略的概率会进一步增加。随着金融创新逐渐进入良性发展路径，政府部门会逐步放弃“积极监管”策略，采取无为而治的方式以降低监管成本，而这又给金融部门采取“违规创新”策略以追求超额收益的机会。博弈的演化路径由此进入围绕中心点波动的周期状态。
情形三：博弈双方的初始意愿位于中心点。此时金融部门有理由相信政府部门会维持现有的监管策略，因此也会维持其已有的监管策略，即双方都以固定的概率选择对自己有利的策略。但中心点所反映的状态并不稳定，一旦有一方出于自身利益考虑改变策略选择，博弈双方又会回到围绕中心点波动的演化路径。
情形四：双方的初始意愿都很高。金融部门采取“合规创新”策略初始意愿位于其中心点，而政府部门采取“积极监管”策略初始意愿则高于其中心点，此时政府部门选择“消极监管”策略会降低监管成本，而金融部门也意识到这一点，因而其采取“违规创新”策略的概率会增加（即1-p提高）。博弈的演化路径由此进入围绕中心点波动的周期状态。
四、金融创新及金融监管的外部性
结合前文所构建博弈模型可以看出，金融部门采取“违规创新”策略虽然给自身帶来超额收益（Vf），但可能引发系统性金融风险，金融风险的负外部性将导致社会福利减少（V2s）;政府部门采取“积极监管”策略既可以确保金融创新的良性发展，相应的制度建设也会产生正的外部性，导致社会福利增加（V1s）。因此，接下来着重探讨金融部门违规创新的超额收益及金融监管的外部性对博弈演化的影响。为便于对比，假定金融部门采取“合规创新”策略概率p和政府部门采取“积极监管”策略概率q的初值均为05。
（一）违规创新的超额收益
结合前面雅克比矩阵的分析，金融部门违规创新超额收益Vf的大小标志着是否存在演化稳定策略。基准情形下的Vf为15，这里保持其他参数不变，分别令Vf为25和35，分析金融部门选择“合规创新”概率p及政府部门选择“积极监管”概率q的演化路径，如图3所示。
从图3可以看出，不同的超额收益的确会使演化路径发生不同的变化。对于金融部门而言，随着超额收益的增加，金融部门采取“违规创新”策略的可能性会增加。在Vf=25时，金融部门采取“合规创新”策略的概率p围绕中心点的波动增加，而在Vf=35时，已经满足T+M<Vf的条件，即金融监管的奖惩机制不足以覆盖违规创新的超额收益，此时采取“违规创新”（即p=0）已成为金融部门的占优策略。对于政府部门而言，随着超额收益的增加，代表公众利益的政府部门可分享到的金融创新收益相对减少，而且造成社会福利损失的可能性也在增加，因此政府部门不得不偏向于“积极监管”策略。在Vf=25时，政府部门采取“积极监管”策略的概率q已经明显在向1靠拢，而在Vf=35时，由于条件T+M<Vf已经满足，即采取“违规创新”（即p=0）成为金融部门的占优策略，政府部门不得不将“积极监管”作为自己的占优策略，通过惩罚金融部门的违规创新以对冲由系统性金融风险所引发的社会福利损失。
（二）金融监管的外部性
金融监管也具有外部性，因为金融监管机制的存在确保了金融创新朝着有利方向发展，这将带来社会福利的增加。在本文所构建的模型中金融监管的外部性为V1s，结合前面对雅克比矩阵的分析，V1s的大小也可能隐含着演化稳定策略。在基准情形下V1s=5，保持其他参数不变，令V1s为8和12，分析金融部门选择“合规创新”策略概率p及政府部门选择“积极监管”策略概率q的演化路径，如图4所示。
从图4可以看出，金融监管的正外部性会影响金融部门与政府部门博弈的演化路径。对于金融部门而言，“合规创新”策略获得的奖励所带来的社会福利的增加会提升政府部门支付这笔监管成本的可能性，因而金融部门采取“合规创新”的概率也会增加。然而，当V1s=8时，政府部门采取“积极监管”策略所带来的社会福利增加幅度还有限，这意味着政府部门的相对监管成本比较高，因此政府部门有放弃“积极监管”策略的倾向，如图4中第4期，一旦金融部门意识到政府部门监管策略的转向，也会倾向于采取“违规创新”策略追求超额收益。有趣的是，在演化路径的第2期和第7期，政府部门都以较大概率选择“消极监管”而放弃对金融部门合规创新的奖励，但当期或下一期金融部门依然以较大的概率选择“合规创新”，这可能是因为金融部门在政府监管策略转向之前已经采取了“合规创新”策略或者还未意识到政府部门监管策略的转向;而在第4期和第9期，金融部门很可能已经意识到了政府部门转向“消极监管”，所以在下一期以较大概率采取“违规创新”策略。当V1s=12时，金融监管机制的完善所带来的社会福利的增加已经足够大，更重要的是金融部门采取两种不同策略下社会福利的差异已经足够大，Vf<T+M<V1s+M条件得到满足，此时如果政府部门不采取“积极监管”策略，将无法对冲掉金融部门违规创新隐藏的系统性金融风险对社会福利所造成的负外部性，因此合规创新、积极监管成为博弈双方的占优策略。
五、金融监管策略对演化博弈的影响
由于金融创新具有两面性，既会带来经济繁荣和社会发展，也可能蕴含着巨大的金融风险，因此金融监管策略也应当采取两种措施，既要规范和引导金融创新的良性发展，也要规避金融风险的积累和金融危机的爆发。在本文所构建的模型中，政府部门对金融部门“合规创新”策略的奖励和对其“违规创新”策略的惩罚共同构成了金融监管机制。在接下来的分析中，着重探讨金融监管的奖惩机制对演化博弈的影响。为便于对比，假定金融部门采取“合规创新”策略概率p和政府部门采取“积极监管”策略概率q的初值均为05。
（一）激励措施的影响 政府部门对于金融部门“合规创新”策略时的奖励措施反映了两个特点，一个是对金融创新良性发展的鼓励，另一个是金融监管的成本。结合前面关于雅克比矩阵的分析，奖励措施T的大小也可能会对演化博弈的结果产生影响。在基准模型中T=10，这里保持其他参数不变，令T为4或14，分析金融部门选择“合规创新”策略概率p及政府部门选择“积极监管”策略概率q的演化路径，如图5所示。
从图5可以看出，政府部门对金融部门“合规创新”策略奖励措施T的取值会明显影响双方博弈演化的路径。如果来自政府部门奖励足够大（例如图5中的T=14），金融部门采取“合规创新”策略的概率会稳步增加;然而，过高的奖励也意味着较高的监管成本，此时政府部门会进行政策的收益和成本的权衡，当政府部门意识到金融创新已经初步走向良性通道，放弃奖励转向“消极监管”策略的概率就会增加;当金融部门采取“合规创新”策略的概率逐步降低时，意味着金融风险在不断积累，此时政府部门采取“积极监管”策略的概率就会逐步增加。此外，对于政府部门奖励比较小的情形（如图5中的T=4），虽然此时金融部门采取“合规创新”得到的奖励比较小，但由于此时Vf<T+M<V1s+M得到满足，即政府部门奖励与惩罚之和足以覆盖金融部门违规创新的超额收益，此时反而出现了“合规创新，积极监管”这一演化稳定策略组合。由此可见，政府部门对金融部门“合规创新”的奖励并非越多越好，太高的奖励意味着政府部门政策成本的提升，反而可能使双方的博弈产生不稳定的状态。
（二）惩罚措施的影响
金融监管中的惩罚措施也具有两个特点，一个是反映了政府部门对金融部门违规创新的惩戒，另一个则反映了政府部门对金融风险的负外部性所导致社会福利减少的对冲。结合前面关于雅克比矩阵的分析，惩罚措施M的大小也会影响演化博弈的结果。在基准模型中M=20，这里保持其他参数不变，令M=4或10，分析金融部门选择“合规创新”策略概率p及政府部门选择“积极监管”策略概率q的演化路径，如图6所示。
从图6可以看出，惩罚措施M的大小，不仅会影响金融部门与政府部门演化的路径，还可能导致出现不同的演化稳定策略。对于金融部门而言，如果“违规创新”策略面临的惩罚太小（如图6中的M=4），就不足以形成威慑力，此时不论政府部门采取何种监管策略，金融部門都会将“违规创新”作为占优策略以追求比“合规创新”策略更高的超额收益，而为了规避金融风险所造成的社会福利损失，政府部门也只能被动采取“积极监管”策略。然而，“违规创新，积极监管”组合并不是理想的状态，为了寻求更大的社会福利，政府部门可以增加惩罚力度（如图6中M=10的情形），此时条件Vf<T+M得到满足，金融监管的奖惩机制足以覆盖金融部门采取“违规创新”策略的超额收益，金融部门开始以大于0的概率选择“合规创新”策略以追求更多收益。需要强调的是，如果政府部门继续增加惩罚力度（如图6中M=20的基准情形），并不一定会使得双方博弈向“合规创新，积极监管”这一双赢组合演化，这是因为T>V1s的存在使得条件T+M<V1s+M并不能得到满足，因而即使政府部门采取“重罚”策略，也不会对金融部门起到良好的引导作用。由此可见，在金融风险监管中，如果仅考虑惩罚机制，不一定能实现预期的监管目标。因此，政府部门应将惩罚机制和奖励机制结合起来，选择合适的监管边界，避免出现“过犹不及”的状态。
（三）奖惩策略组合的影响
考虑到奖励和惩罚程度的大小，可以分为“轻奖轻罚”“轻奖重罚”“重奖轻罚”和“重奖重罚”四种类型。然而结合复制动态方程组式（2）（4）及雅克比矩阵的分析可以看出，政府部门的奖励和惩罚措施是一个整体，共同构成了金融风险监管的制度建设。因此，在分析奖惩策略组合对演化博弈均衡的影响时，应重点在于比较T+M与金融部门“违规创新”时的超额收益Vf及所造成的系统性金融风险（即社会福利净损失V1s+V2s）之间的关系。这里进行如下设定：当T+M<Vf时，属于“轻奖轻罚”型奖惩机制;当Vf<T+M<V1s+M时，属于“轻奖重罚”或“重奖轻罚”型奖惩机制;当T+M>V1s+M时，属于“重奖重罚”型奖惩机制。可以用一个简单例子说明金融监管奖惩策略组合对演化博弈结果的重要性：基准模型中，将惩罚措施M设为20，要高于违规创新的超额收益（Vf=15），这属于重罚措施，此时不论是奖励措施T的取值如何，都不会出现T+M<Vf的情形，这就是图5中没有出现“违规创新，积极监管”这一演化稳定策略组合的原因，此时也意味着奖励措施并未发挥实际效果。根据上述分析，在基准情形基础上同时改变T和M的取值，分别设定T+M为10、20和30依次代表上述几种奖惩策略组合。不同策略下金融部门与政府部门演化博弈的均衡路径如图7所示。
从图7可以看出，政府部门的奖惩策略组合也会影响双方博弈的演化路径，并标志着不同演化稳定策略的存在。一定程度上讲，图7是图5和图6的综合。下面进行具体分析。
在“轻奖轻罚”策略组合下，出现了“违规创新，积极监管”演化稳定策略组合。“轻奖轻罚”策略组合满足T+M<Vf条件，政府部门的奖惩机制不足以覆盖金融部门采取“违规创新”策略时的超额收益，因而不足以形成震慑作用，金融部门不论政府部门采取何种策略都会将“违规创新”作为占优策略，政府部门也只能被动地采取“积极监管”策略来对冲金融风险所导致的部分社会福损失。
在“重奖轻罚”或“轻奖重罚”策略组合下，出现了“合规创新，积极监管”演化稳定策略组合。这两种策略满足Vf<T+M<V1s+M条件，此时奖惩机制已经完全覆盖金融部门采取“违规创新”策略时的超额收益，此时金融部门如果采取“违规创新”策略相比“合规创新”策略将会面临更大损失;而政府部门如果采取“消极监管”也将会承受非常大的社会福利损失。因此，“合规创新，积极监管”策略组合成为双方的最优选择。 此外需要说明的是，基准情形实际上属于“重奖重罚”策略，此时T+M>V1s+M，即金融监管的奖惩机制已经超过金融部门“合规创新”策略与“违规创新”策略下的最大社会福利净损失，政策成本较高。在这种情形下，当政府部门以为金融部门的创新已经步入良性轨道，就可能会放弃“积极监管”策略以降低政策成本，而此时一旦金融部门意识到政府部门的监管策略转向，就有可能采取“违规创新”策略以追求超额收益。因此，“重奖重罚”组合并不是金融监管的理想手段，可能会出现过犹不及的局面，使政府部门与金融部门的博弈陷入不稳定状态。金融监管的理想边界应当是设计“重奖轻罚”或“轻奖重罚”的奖惩机制以覆盖金融部门“违规创新”策略的超额收益。
六、主要结论
本文基于演化博弈思维分析了金融部门与政府部门之间关于金融创新与金融监管的博弈，主要结论如下：
首先，金融创新具有两面性，这使得金融部门与政府部门之间博弈很可能存在不稳定的状态。一方面金融部门的合规创新可以带来收益，使代表公众利益的政府部门分享这种收益，另一方面金融部门违规创新可能蕴含着系统性金融风险，这种金融风险的负外部性会导致社会福利的损失。基于演化博弈方法所构建的博弈模型发现，在某些情形下，金融部门与政府部门的博弈并不存在演化稳定策略，双方的策略选择围绕中心点上下波动。然而，与已有文献中的结论有所不同，博弈双方也有可能存在演化稳定策略，数值模拟结果证实了这一结论。
其次，金融创新和金融监管具有外部性，这隐含着演化稳定策略的存在性。金融部门采取“违规创新”策略尽管可以给自身带来超额收益，也会对社会福利造成损失。因此，如果采取“违规创新”的超额收益足够大，超越了政府部门金融监管机制的覆盖范围，金融部门可能会铤而走险，将“违规创新”作为占优策略，为此政府部门不得不将“积极监管”作为占优策略;如果政府部门金融监管所带来的社会福利的增幅足够大，则政府部门会将“积极监管”作为占优策略，此时“合规创新”则会成为金融部门的占优策略。
最后，演化稳定策略的存在预示着政府部门进行金融监管可能具有理想的边界。金融创新的两面性意味着金融监管应当采取奖励和惩罚两种措施，以确保金融创新进入良性轨道并规避金融风险。在本文所構建的模型中，不论是单独的奖励或惩罚措施，还是奖惩策略组合，都隐含着演化稳定策略的存在，这昭示了政府进行金融监管的理想边界：如果政府部门采取“轻奖轻罚”监管策略，则奖惩机制不足以产生威慑力，此时可能出现“违规创新，积极监管”的演化稳定策略;如果政府部门采取“重奖轻罚”或“轻奖重罚”监管策略，此时可能出现“合规创新，积极监管”的演化稳定策略;如果政府部门采取“重奖重罚”监管策略，则可能出现“矫枉过正”的局面，使得金融部门与政府部门之间的博弈出现不稳定的状态。
参考文献：
[1]何德旭， 郑联盛. 从美国次贷危机看金融创新与金融安全 [J]. 国外社会科学， 2008（6）： 2131.
[2]Greenbaum S I， Haywood C F. Secular change in the financial services industry [J]. Journal of Money， Credit and Banking， 1971， 3（2）： 571589.
[3]Merton R C. Continuoustime finance [M]. Oxford： Basil Blackwell， 1992.
[4]Allen F， Santomero A M. The theory of financial intermediation [J]. Journal of Banking and Finance， 1997， 21（11/12）： 14611485.
[5]Moel A， Tufano P. When are real options exercised？ An empirical study of mine closings [J]. Review of Financial Studies， 2002， 15（1）： 3564.
[6]尹龙. 金融创新理论的发展与金融监管体制演进 [J]. 金融研究， 2005（3）： 715.
[7]吴晓求. 互联网金融： 成长的逻辑 [J]. 财贸经济， 2015（2）： 515.
[8]Henderson B J， Pearson N D. The dark side of financial innovation： A case study of the pricing of a retail financial product [J]. Journal of Financial Economics， 2011， 100（2）： 227247.
[9]曹凤岐. 互联网金融对传统金融的挑战 [J]. 金融论坛， 2015（1）： 36.
[10]黄益平. 防控中国系统性金融风险 [J]. 国际经济评论， 2017（5）： 7+8298.
[11]殷孟波， 许坤. 国外学者在后危机时代关于金融创新“悖论”的综述 [J]. 经济学家， 2012（6）： 93100.
[12]Santomero A， Trester J. Financial innovation and bank risk taking [R]. Center for Financial Institutions Working Papers， 1994， 35（1）： 2537. [13]Chen Q， Du F. Financial innovation， systematic risk and commercial banks’ stability in China： Theory and evidence [J]. Applied Economics， 2016， 48（4042）： 38873898.
[14]Plosser C I. Financial econometrics， financial innovation， and financial stability [J]. Journal of Financial Econometrics， 2008， 7（1）： 311.
[15]Dam K W. The subprime crisis and financial regulation： International and comparative perspectives [J]. Chicago Journal of International Law， 2010， 10（2）： 581638.
[16]吳晓求. 中国金融监管改革： 逻辑与选择 [J]. 财贸经济， 2017（7）： 3348.
[17]Kane E J. Accelerating inflation， technological innovation， and the decreasing effectiveness of banking regulation [J]. The Journal of Finance， 1981， 36（2）： 355367.
[18]黄国平. 监管资本、经济资本及监管套利——妥协与对抗中演进的巴塞尔协议 [J]. 经济学（季刊）， 2014（3）： 863886.
[19]俞林， 康灿华， 王龙. 互联网金融监管博弈研究： 以P2P网贷模式为例 [J]. 南开经济研究， 2015（5）： 126139.
[20]刘伟， 夏立秋， 王一雷. 动态惩罚机制下互联网金融平台行为及监管策略的演化博弈分析 [J]. 系统工程理论与实践， 2017（5）： 11131122.
[21]刘伟， 夏立秋. 网络借贷市场参与主体行为策略的演化博弈均衡分析——基于三方博弈的视角 [J]. 中国管理科学， 2018（5）： 169177.
[22]彭红枫， 杨柳明， 王黎雪. 基于演化博弈的金融创新与激励型监管关系研究 [J]. 中央财经大学学报， 2016（9）： 92100.
[23]颜雯雯. 金融监管与金融创新的进化博弈分析 [J]. 南方金融， 2012（8）： 2326.
[24]吕守军， 徐海霞. 金融创新与金融监管的动态博弈及对我国金融监管改革的启示 [J]. 新疆社会科学， 2017（5）： 3037.
[25]宋洋， 徐英东， 张志远. 互联网金融创新与监管双赢： 规避和管制的博弈分析 [J]. 社会科学研究， 2018（4）： 3036.
[26]Taylor P D， Jonker L B. Evolutionary stable strategies and game dynamics [J]. Mathematical Biosciences， 1978， 40（1/2）： 145156.
[27]谢识予. 经济博弈论 [M]. 4版. 上海： 复旦大学出版社， 2017.
[28]Friedman D. Evolutionary games in economics [J]. Econometrica， 1991， 59（3）： 637666.
责任编辑、校对： 高原