金融創(chuàng)新產(chǎn)品擴(kuò)散研究
——基于復(fù)雜投資者網(wǎng)絡(luò)

姚 爽,黃瑋強(qiáng)

(1.沈陽化工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,遼寧 沈陽 110142;2.東北大學(xué) 工商管理學(xué)院,遼寧 沈陽 110004)

金融創(chuàng)新產(chǎn)品擴(kuò)散研究
——基于復(fù)雜投資者網(wǎng)絡(luò)

姚 爽1,黃瑋強(qiáng)2

(1.沈陽化工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,遼寧 沈陽 110142;2.東北大學(xué) 工商管理學(xué)院,遼寧 沈陽 110004)

以復(fù)雜投資者網(wǎng)絡(luò)為載體，通過分析投資者對(duì)金融創(chuàng)新產(chǎn)品的投資決策機(jī)制，運(yùn)用基于智能體的仿真計(jì)算方法，研究投資者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、投資行為理性程度、投資者風(fēng)險(xiǎn)偏好異質(zhì)程度、投資者“羊群效應(yīng)”異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散的影響。研究發(fā)現(xiàn)，隨著投資者網(wǎng)絡(luò)節(jié)點(diǎn)連接隨機(jī)性的增強(qiáng)，產(chǎn)品擴(kuò)散深度不斷降低；投資者的投資行為越理性，產(chǎn)品擴(kuò)散深度越高，擴(kuò)散速度越慢；投資者的風(fēng)險(xiǎn)偏好異質(zhì)程度和“羊群效應(yīng)”異質(zhì)程度越高，產(chǎn)品的擴(kuò)散深度越高、擴(kuò)散速度也越快。最后從金融機(jī)構(gòu)的創(chuàng)新產(chǎn)品優(yōu)化推廣角度出發(fā)，提出了相應(yīng)的實(shí)施策略。

金融創(chuàng)新產(chǎn)品；擴(kuò)散；復(fù)雜投資者網(wǎng)絡(luò)；智能體仿真

引言

金融創(chuàng)新產(chǎn)品擴(kuò)散是金融創(chuàng)新產(chǎn)品隨著時(shí)間的推移在空間上傳播、轉(zhuǎn)移和推廣應(yīng)用[1]。從廣義上看，金融創(chuàng)新產(chǎn)品擴(kuò)散過程包括兩個(gè)層次：金融機(jī)構(gòu)對(duì)金融創(chuàng)新產(chǎn)品的研發(fā)和投資者對(duì)金融創(chuàng)新產(chǎn)品的投資。目前來看，第一層次的擴(kuò)散研究主要采用計(jì)量經(jīng)濟(jì)模型(如持續(xù)期模型等)，分析影響金融機(jī)構(gòu)采納創(chuàng)新產(chǎn)品的因素[2-4]。第二層次的擴(kuò)散是潛在投資者評(píng)估、選擇并投資金融創(chuàng)新產(chǎn)品的主動(dòng)的經(jīng)濟(jì)活動(dòng)。目前研究主要采用宏觀擴(kuò)散模型(如Bass模型及其擴(kuò)展模型等)，并利用金融創(chuàng)新產(chǎn)品的宏觀擴(kuò)散數(shù)據(jù)所做的實(shí)證研究[5-6]。

在傳統(tǒng)的技術(shù)創(chuàng)新擴(kuò)散研究領(lǐng)域，宏觀層次創(chuàng)新擴(kuò)散模型(Bass類模型)。但是，這類模型隱含假設(shè)潛在采納者是同質(zhì)的，所有采納者之間都相互認(rèn)識(shí)并相互影響，因而其并沒有反映真實(shí)的潛在采納者關(guān)系網(wǎng)絡(luò)[7-8]。它基于智能體的建模方法綜合考慮了潛在采納者行為的異質(zhì)性、潛在采納者不同的采納閾值[9]、不同的采納效用[10]等，還考慮了采納者局部關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)效應(yīng)(如隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò))對(duì)創(chuàng)新擴(kuò)散的影響[11-12]。基于智能體的建模方法還被運(yùn)用于農(nóng)業(yè)技術(shù)創(chuàng)新[13]、能源創(chuàng)新[14]、醫(yī)藥創(chuàng)新[15]擴(kuò)散等實(shí)際領(lǐng)域的研究中。

現(xiàn)實(shí)世界中，金融創(chuàng)新產(chǎn)品擴(kuò)散系統(tǒng)由大量的投資者組成，投資者之間存在復(fù)雜的相互作用，市場(chǎng)整體行為取決于微觀主體的決策行為和作用模式。金融創(chuàng)新產(chǎn)品相關(guān)信息的傳播及創(chuàng)新產(chǎn)品投資決策的相互依賴(如羊群效應(yīng))，通過投資了創(chuàng)新產(chǎn)品的投資者和沒有投資創(chuàng)新產(chǎn)品的投資者形成的社會(huì)網(wǎng)絡(luò)進(jìn)行傳播，稱其為投資者網(wǎng)絡(luò)。投資者網(wǎng)絡(luò)聯(lián)系的紐帶主要是投資者之間的人際和組織關(guān)系，當(dāng)然也可以包括工作關(guān)系?，F(xiàn)有的金融創(chuàng)新產(chǎn)品擴(kuò)散研究顯然沒有考慮到投資者網(wǎng)絡(luò)因素。筆者以投資者網(wǎng)絡(luò)為金融創(chuàng)新產(chǎn)品擴(kuò)散載體，通過刻畫投資決策機(jī)制并結(jié)合基于智能體的建模方法，自下向上、從微觀到宏觀研究金融創(chuàng)新產(chǎn)品的擴(kuò)散規(guī)律。本研究將基于智能體的建模方法拓展至金融創(chuàng)新擴(kuò)散領(lǐng)域，彌補(bǔ)了現(xiàn)有研究的不足。全文結(jié)構(gòu)安排如下：第一部分介紹基于復(fù)雜投資者網(wǎng)絡(luò)的金融創(chuàng)新產(chǎn)品擴(kuò)散模型；第二部分為基于智能體的仿真計(jì)算及結(jié)果；第三部分為結(jié)論及建議。

一、基于復(fù)雜投資者網(wǎng)絡(luò)的金融創(chuàng)新產(chǎn)品擴(kuò)散模型

1.復(fù)雜投資者網(wǎng)絡(luò)

從本質(zhì)上看，投資者決策的相互影響是通過親屬、朋友或熟人等社會(huì)網(wǎng)絡(luò)聯(lián)接實(shí)現(xiàn)的。投資者網(wǎng)絡(luò)即為投資者在投資活動(dòng)過程中所嵌入的社會(huì)網(wǎng)絡(luò)，它是投資信息傳播的載體。網(wǎng)絡(luò)節(jié)點(diǎn)表示單個(gè)投資者，節(jié)點(diǎn)間的連邊表示投資者之間的社會(huì)網(wǎng)絡(luò)聯(lián)接關(guān)系。將投資者網(wǎng)絡(luò)記為G(V,E)，其中V表示投資者集合(節(jié)點(diǎn)集合)，E表示社會(huì)網(wǎng)絡(luò)聯(lián)接關(guān)系集合(連邊集合)。在G(V,E)中，所有與節(jié)點(diǎn)i(代表投資者i)相連的節(jié)點(diǎn)k稱為鄰居節(jié)點(diǎn)，并形成鄰居節(jié)點(diǎn)集合ni(G)={k|ik∈G}。集合中的元素個(gè)數(shù)稱為節(jié)點(diǎn)i的度，記為ηi(G)。這些鄰居節(jié)點(diǎn)代表了與投資者i有投資信息交流的“熟人”。一般來說，一項(xiàng)金融創(chuàng)新產(chǎn)品所面對(duì)的潛在投資者數(shù)量是巨大的。投資者網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)也因節(jié)點(diǎn)數(shù)量的龐大而變得十分復(fù)雜。受制于調(diào)查成本及數(shù)據(jù)的可得性，較難實(shí)證獲取投資者網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)信息。所幸的是，可以借鑒復(fù)雜網(wǎng)絡(luò)的相關(guān)研究成果。

復(fù)雜網(wǎng)絡(luò)研究始于沃茨和斯拉加茨(Watts & Strogatz，1998)提出的小世界模型[16]及巴拉巴西和艾伯特(Barabasi & Albert，1999)提出的無標(biāo)度網(wǎng)絡(luò)模型[17]。對(duì)這些現(xiàn)實(shí)系統(tǒng)所抽象出來的網(wǎng)絡(luò)實(shí)證研究發(fā)現(xiàn)，他們具有普遍的拓?fù)浣y(tǒng)計(jì)特征(如小世界性和無標(biāo)度性)[18]。復(fù)雜網(wǎng)絡(luò)可定義為具有普遍拓?fù)浣y(tǒng)計(jì)特征的大規(guī)模網(wǎng)絡(luò)。已有的基于智能體的創(chuàng)新擴(kuò)散研究，基本上都運(yùn)用復(fù)雜網(wǎng)絡(luò)來描述潛在采納者網(wǎng)絡(luò)[10-12]。還有一些研究通過創(chuàng)新產(chǎn)品宏觀擴(kuò)散數(shù)據(jù)，間接推導(dǎo)潛在采納者網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)這些網(wǎng)絡(luò)具有小世界性[6]和無標(biāo)度性[19]。因此可以利用復(fù)雜網(wǎng)絡(luò)來描述金融創(chuàng)新產(chǎn)品的潛在采納者網(wǎng)絡(luò)，即為復(fù)雜投資者網(wǎng)絡(luò)。這里利用WS小世界網(wǎng)絡(luò)模型來刻畫復(fù)雜投資者網(wǎng)絡(luò)，具體算法如下[16]：

2.投資決策機(jī)制

(1)

其中，

(2)

(3)

(4)

3.金融創(chuàng)新產(chǎn)品擴(kuò)散度量指標(biāo)

當(dāng)產(chǎn)品擴(kuò)散達(dá)到穩(wěn)定狀態(tài)(t=T)，即產(chǎn)品投資者人數(shù)不再變化時(shí)，所有投資者的總投資金額ρ，計(jì)算如下：

(5)

擴(kuò)散速度反映了在產(chǎn)品擴(kuò)散各個(gè)時(shí)期中，投資者的總投資金額的平均增長(zhǎng)速度，表示為v，計(jì)算如下：

(6)

v越大，說明產(chǎn)品在潛在投資者中擴(kuò)散的速度越快。

二、基于智能體的仿真計(jì)算及結(jié)果

1.仿真算法及參數(shù)分布設(shè)計(jì)

(1)仿真算法

(2)參數(shù)分布設(shè)計(jì)

假定投資金額Mi服從參數(shù)為(Mmin,θ)的Pareto分布，即：

(7)

仿真研究中θ=0.4，Mmin=1。用貝塔分布來刻畫投資者的風(fēng)險(xiǎn)收益偏好閾值si和“羊群效應(yīng)”閾值hi。例如s的分布密度函數(shù)如下[20]：

(8)

則s∈[0,1]，均值為a/(a+b)，方差為ab/[(a+b)2(a+b+1)]，特別地當(dāng)a=b=1，貝塔分布變?yōu)榫鶆蚍植糢[0,1]。若保持均值不變，則a、b值越大，方差越小，投資者的風(fēng)險(xiǎn)偏好差異越小。因此通過調(diào)整貝塔分布的參數(shù)，可以較好地反映投資者的風(fēng)險(xiǎn)偏好及“羊群效應(yīng)”異質(zhì)性程度。此外假定Ui,min服從0-1均勻分布。

在以下的仿真計(jì)算中，同一參數(shù)條件下的最終結(jié)果為重復(fù)仿真計(jì)算50次的平均結(jié)果。仿真編程和運(yùn)算通過Matlab7.3完成。

2.仿真計(jì)算結(jié)果

(1)投資者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)產(chǎn)品擴(kuò)散的影響

為分析投資者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)產(chǎn)品擴(kuò)散深度和速度的影響，可通過變動(dòng)WS小世界網(wǎng)絡(luò)模型中的重連概率p，并保持其他參數(shù)不變。參數(shù)設(shè)計(jì)如下：N=6000，K=20，α=0.2，a=b=2，p=0,0.05,0.1,…,1。圖1為不同投資者網(wǎng)絡(luò)下的產(chǎn)品擴(kuò)散深度變化情況。從圖中可看出，隨著p值的增大，投資者網(wǎng)絡(luò)最初是規(guī)則網(wǎng)絡(luò)(p=0)，然后是小世界網(wǎng)絡(luò)(0.01≤p<0.1)，最后轉(zhuǎn)變?yōu)殡S機(jī)網(wǎng)絡(luò)，與此同時(shí)，擴(kuò)散深度總體呈現(xiàn)出不斷降低的變化規(guī)律。特別地，當(dāng)p=0.05時(shí)擴(kuò)散深度達(dá)到最大值。這說明小世界投資者網(wǎng)絡(luò)下的產(chǎn)品擴(kuò)散深度最大，規(guī)則網(wǎng)絡(luò)次之，最后是隨機(jī)網(wǎng)絡(luò)。

從投資者網(wǎng)絡(luò)角度看，聚集系數(shù)大小反映了投資者間人際關(guān)系重疊程度(投資者的“熟人”間也互為“熟人”的概率)的高低，它是投資者的局域網(wǎng)絡(luò)特征。路徑長(zhǎng)度反映了信息在任意兩個(gè)投資者間傳播所需要經(jīng)歷的中介投資者人數(shù)，它是全局網(wǎng)絡(luò)特征?？傮w上看，隨著p值的增大投資者網(wǎng)絡(luò)的聚集系數(shù)和路徑長(zhǎng)度不斷減小，擴(kuò)散深度也不斷降低。這說明投資者間人際關(guān)系重疊程度越高，越有利于提高金融創(chuàng)新產(chǎn)品的發(fā)行量；信息在投資者間傳播的容易程度，并不必然影響產(chǎn)品的擴(kuò)散深度。

圖2為不同投資者網(wǎng)絡(luò)下的產(chǎn)品擴(kuò)散速度變化情況。從圖中可看出，產(chǎn)品擴(kuò)散速度隨著p值的增大總體呈現(xiàn)上下震蕩的變化，無明顯的變化趨勢(shì)。其中，規(guī)則網(wǎng)絡(luò)(p=0)下的產(chǎn)品擴(kuò)散速度最快，其他網(wǎng)絡(luò)情形下的產(chǎn)品擴(kuò)散速度沒有顯著差異。這說明投資者網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)并不影響金融創(chuàng)新產(chǎn)品的擴(kuò)散速度。

(2)投資行為理性程度對(duì)產(chǎn)品擴(kuò)散的影響

式(1)中的參數(shù)α∈[0,1]，α越大，投資行為越理性，α越小，投資行為越不理性。通過變動(dòng)α取值大小，同時(shí)保持其它參數(shù)不變，分析投資行為的理性程度對(duì)產(chǎn)品擴(kuò)散的影響。參數(shù)設(shè)計(jì)如下：N=6000，K=20，a=b=2，p=0.05，α=0,0.01,0.02,…,1。圖3為不同α取值情況下的產(chǎn)品擴(kuò)散深度變化情況。從圖中可看出，隨著α值的增大，產(chǎn)品擴(kuò)散深度也隨之不斷提高。這說明投資者的投資行為決策越依賴于其對(duì)產(chǎn)品本身風(fēng)險(xiǎn)收益的判斷，產(chǎn)品發(fā)行所獲得的投資金額越大。另一方面，投資者的投資行為決策受到“羊群效應(yīng)”的影響越大，產(chǎn)品發(fā)行所獲得的投資金額越小。圖4為不同α取值情況下的產(chǎn)品擴(kuò)散速度變化情況。從圖中可看出，隨著α值的增大，產(chǎn)品擴(kuò)散速度總體呈現(xiàn)下降的變化趨勢(shì)。這說明投資者的投資行為決策越依賴于其對(duì)產(chǎn)品本身風(fēng)險(xiǎn)收益的判斷，產(chǎn)品發(fā)行各期間所獲得投資金額的增長(zhǎng)速度越慢。另一方面，投資者的投資行為決策受到“羊群效應(yīng)”的影響越大，產(chǎn)品發(fā)行各期間所獲得投資金額的增長(zhǎng)速度越快。綜上，投資者的投資行為越理性，產(chǎn)品擴(kuò)散深度越高，同時(shí)產(chǎn)品擴(kuò)散速度越慢。因此，通過培養(yǎng)投資者的理性投資觀念，最大限度地降低其決策中的“羊群效應(yīng)”，將使金融創(chuàng)新產(chǎn)品發(fā)行方獲得更多的投資資金。與此同時(shí)，這將導(dǎo)致產(chǎn)品發(fā)行期間投資資金的低增長(zhǎng)速度。

(3)投資者風(fēng)險(xiǎn)偏好異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散的影響

利用貝塔分布式(8)來刻畫投資者的風(fēng)險(xiǎn)收益偏好閾值。對(duì)于貝塔分布，若保持均值不變(如a=b，均值恒等于0.5)，則分布密度函數(shù)中的a、b值越大，方差越小，投資者的風(fēng)險(xiǎn)偏好異質(zhì)程度越低。通過變動(dòng)a、b值，同時(shí)保持其他參數(shù)不變，分析投資者風(fēng)險(xiǎn)偏好異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散的影響。參數(shù)設(shè)計(jì)如下：N=6000，K=20，p=0.05，α=0.2。圖5為投資者的不同風(fēng)險(xiǎn)偏好異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散深度的影響。圖中橫坐標(biāo)表示投資者的風(fēng)險(xiǎn)收益偏好閾值分布的方差，方差越大，風(fēng)險(xiǎn)偏好異質(zhì)程度越高。從圖中可看出，隨著投資者的風(fēng)險(xiǎn)偏好異質(zhì)程度的提高，產(chǎn)品的擴(kuò)散深度也隨之不斷提高。圖6為投資者的不同風(fēng)險(xiǎn)偏好異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散速度的影響。從圖中可看出，隨著投資者風(fēng)險(xiǎn)偏好異質(zhì)程度的提高，產(chǎn)品的擴(kuò)散速度也隨之不斷加快。因此，在進(jìn)行金融創(chuàng)新產(chǎn)品的推廣對(duì)象(潛在投資者)選擇時(shí)，應(yīng)盡可能地包含對(duì)風(fēng)險(xiǎn)具有不同偏好的廣大投資者，如風(fēng)險(xiǎn)厭惡、風(fēng)險(xiǎn)喜好等類型，這將有利于獲得較多的投資資金并提高投資資金的增長(zhǎng)速度。

(4)投資者“羊群效應(yīng)”異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散的影響

利用貝塔分布式(8)來刻畫投資者的“羊群效應(yīng)”閾值。同樣地，使閾值分布均值固定為0.5(a=b)，則a、b值越大，方差越小，投資者的“羊群效應(yīng)”異質(zhì)程度越低。通過變動(dòng)a、b值，同時(shí)保持其他參數(shù)不變，分析投資者投資決策從眾行為的異質(zhì)性對(duì)產(chǎn)品擴(kuò)散的影響。參數(shù)設(shè)計(jì)如下：N=6000，K=20，p=0.05，α=0.2。圖7為投資者的不同“羊群效應(yīng)”異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散深度的影響。圖中橫坐標(biāo)表示投資者的“羊群效應(yīng)”閾值分布的方差，方差越大，“羊群效應(yīng)”異質(zhì)程度越高。從圖中可看出，隨著“羊群效應(yīng)”異質(zhì)程度的提高，產(chǎn)品的擴(kuò)散深度也隨之不斷提高。圖8為投資者的不同“羊群效應(yīng)”異質(zhì)程度對(duì)產(chǎn)品擴(kuò)散速度的影響。從圖中可看出，隨著“羊群效應(yīng)”異質(zhì)程度的提高，產(chǎn)品的擴(kuò)散速度也隨之不斷加快。這說明投資者易于受到“熟人”投資決策影響的程度差異越大，越有利于金融創(chuàng)新產(chǎn)品的擴(kuò)散。因此，盡可能地選擇具有不同投資從眾傾向的潛在投資者作為金融創(chuàng)新產(chǎn)品的推廣對(duì)象，有利于獲得較多的投資資金并提高投資資金的增長(zhǎng)速度。

三、結(jié)論及建議

綜合本文研究，得出以下4點(diǎn)結(jié)論：

1.小世界投資者網(wǎng)絡(luò)下的金融創(chuàng)新產(chǎn)品擴(kuò)散深度最大。總體上看，隨著網(wǎng)絡(luò)節(jié)點(diǎn)連接隨機(jī)性的增強(qiáng)，產(chǎn)品擴(kuò)散深度不斷降低。投資者人際關(guān)系重疊程度越高，越有利于提高金融創(chuàng)新產(chǎn)品擴(kuò)散深度。投資者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不影響金融創(chuàng)新產(chǎn)品的擴(kuò)散速度。

2.投資者的投資行為越理性，產(chǎn)品擴(kuò)散深度越高，同時(shí)產(chǎn)品擴(kuò)散速度越慢。

3.投資者的風(fēng)險(xiǎn)偏好異質(zhì)程度越高，產(chǎn)品的擴(kuò)散深度越高，產(chǎn)品的擴(kuò)散速度也越快。

4.投資者的“羊群效應(yīng)”異質(zhì)程度越高，產(chǎn)品的擴(kuò)散深度越高，產(chǎn)品的擴(kuò)散速度也越快。

綜上，為使金融機(jī)構(gòu)成功地推進(jìn)一項(xiàng)金融創(chuàng)新產(chǎn)品的擴(kuò)散，一方面應(yīng)培養(yǎng)潛在投資者的理性投資觀念；另一方面，在推廣對(duì)象選擇時(shí)，應(yīng)盡量使得潛在投資者的風(fēng)險(xiǎn)偏好、投資從眾傾向差異最大化。最后，金融機(jī)構(gòu)還應(yīng)注意投資者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)于產(chǎn)品擴(kuò)散的影響。分析基于投資者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的金融創(chuàng)新產(chǎn)品擴(kuò)散優(yōu)化策略，是進(jìn)一步的研究方向。

[1]梁大鵬,吳雋,齊中英.金融創(chuàng)新產(chǎn)品的擴(kuò)散研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2004(1):122-129.

[2]HANNAN T H，MCDOWELL J M.The determinants of technology adoption：the case of the banking firm[J].The Rand Journal of Economics，1984，15(3)：328-335.

[3]MOLYNEUX P，SHAMROUKH N.Diffusion of financial innovations：the case of junk bonds and note issuance facilities[J].Journal of Money，Credit & Banking，1996，28(3)：502-522.

[4]FUNG M K,CHENG A C S.Diffusion of off-balance-sheet financial innovations：information complementarity and market competition[J].Pacific-Basin Finance Journal，2004(12)：525-540.

[5]李春燕，俞喬.網(wǎng)絡(luò)金融創(chuàng)新產(chǎn)品的市場(chǎng)擴(kuò)散——針對(duì)銀行卡產(chǎn)品的實(shí)證研究[J].金融研究，2006(3)：85-93

[6]莊新田，黃瑋強(qiáng).基于消費(fèi)者網(wǎng)絡(luò)的金融創(chuàng)新擴(kuò)散研究[J].管理科學(xué)學(xué)報(bào)，2009，12(3)：132-141.

[7]SHAIKH N I，RANGASWAMY A R，et al.Modeling the diffusion of innovations through small-world networks[R].Social Science Research Network，2010.

[8]KIESLING E，GUNTHER M，STUMMER C，et al.Agent-based simulation of innovation diffusion：a review[J].Central European Journal of Operations Research，2012,20(2)：183-230.

[9]BOHLMANN J D，CALANTONE R J，ZHAO M.The effects of market network heterogeneity on innovation diffusion：an agent-based modeling approach[J].Journal of Product Innovation Management，2010，27(5)：741-760.

[10]CHOI H，KIM S，LEE J.Role of network structure and network effects in diffusion of innovations[J].Industrial Marketing Management，2010，39(1)：170-177.

[11]PEGORETTI G，RENTOCCHINI F，MARZETTI G V.An agent-based model of innovation diffusion：network structure and coexistence under different information regimes[J].Journal of Economic Interaction and Coordination，2012，7(2)：145-165.

[12]DELRE S A，JAGER W，BIJMOLT T H A,et al.Will it spread or not? the effects of social influences and network topology on innovation diffusion[J].Journal of Product Innovation Management，2010(27)：267-282.

[13]KAUFMANN P，STAGL S，F(xiàn)RANKS D W.Simulating the diffusion of organic farming practices in two new EU member states[J].Ecological Economics，2009，68(10)：2580-2593.

[14]ZHANG T，GENSLER S，GARCIA R.A study of the diffusion of alternative fuel vehicles ：an agent-based modeling approach[J].Journal of Product Innovation Management，2011，28(2)：152-168.

[15]GALLEGO B，DUNN A G.Diffusion of competing innovations：the effects of network structure on the provision of healthcare[J].Journal of Artificial Societies and Social Simulation，2010，13(4)：8.

[16]WATTS D J，STROGATZ H.Collective dynamics of ‘small-world’ networks[J].Nature，1998，393(6684)：440-442.

[17]BARABASI A L，ALBERT R.Emergence of scaling in random networks[J].Science，1999，286(5439):509-512.

[18]NEWMAN M E J.The structure and function of complex networks[J].SIAM Review，2003，45(2)：167-256.

[19]DOVER Y，GOLDENBERG J，SHAPIRA D.Network traces on penetration：uncovering degree distribution from adoption data[J].Marketing Science，2012，31(4)：1-24.

[20]DELRE S A，JAGER W，JANSSEN M A.Diffusion dynamics in small-world networks with heterogeneous consumers[J].Computation Mathematical Organization Theory，2007，13(2)：185-202.

(責(zé)任編輯：高立紅)

Study of Financial Innovation Diffusing：Based on Complex Investor Networks

YAO Shuang1，HUANG Weiqiang2

(1.School of Economics and Management，Shenyang University of Chemical Technology，Shenyang 110142，China;2.School of Business Administration，Northeastern University，Shenyang 110004，China)

By introducing the investment decision making mechanisms of a financial innovation and using the agent-based simulation method，this paper studies the influences of investor network topology structures，investment behavior rationality degree，discrepancies of investor risk preferences and discrepancies of investor “herd effects” on the innovation diffusion.The results show that the more random of investor network linkages are，the fewer the diffusion depth of the innovation will be.The more rational of investment behaviors are，the more diffusion depth of the innovation and the slower the diffusion speed will be.The larger the discrepancies of investor risk preferences and“herd effects”are，the more diffusion depth of the innovation and the faster the diffusion speed will be.At last，some strategies of promoting financial innovations diffusion are proposed.

financial innovation；diffusion；complex investor networks；agent-based simulation

2014-12-09

國家自然科學(xué)基金項(xiàng)目 “基于復(fù)雜投資者網(wǎng)絡(luò)的金融創(chuàng)新產(chǎn)品擴(kuò)散建模及應(yīng)用研究”(71001022)；國家自然科學(xué)基金項(xiàng)目“金融創(chuàng)新產(chǎn)品擴(kuò)散視角下的金融市場(chǎng)交叉關(guān)聯(lián)網(wǎng)絡(luò)演化及風(fēng)險(xiǎn)傳染研究”(71371044)；國家自然科學(xué)基金項(xiàng)目“基于證據(jù)理論的不完全信息綜合評(píng)價(jià)方法與應(yīng)用研究”(71201108)

姚爽(1982—)，女，沈陽化工大學(xué)經(jīng)濟(jì)與管理學(xué)院講師，博士，碩士生導(dǎo)師，研究方向?yàn)榻鹑趧?chuàng)新管理；黃瑋強(qiáng)(1982—)，男，東北大學(xué)工商管理學(xué)院副教授，博士生導(dǎo)師，研究方向?yàn)榻鹑谑袌?chǎng)復(fù)雜性。

F830.4

A

1008-2700(2015)02-0025-07