復(fù)雜系統(tǒng)是由大量相互作用的元素構(gòu)成的整體。復(fù)雜系統(tǒng)的整體行為和性質(zhì)，不僅取決于其構(gòu)成元素行為和性質(zhì)的簡單疊加，還會(huì)受元素之間的相互作用以及反饋機(jī)制的影響。20世紀(jì)末，錢學(xué)森等人提出“開放的復(fù)雜巨系統(tǒng)”概念，全面闡釋了復(fù)雜巨系統(tǒng)內(nèi)涵及方法論，并強(qiáng)調(diào)許多現(xiàn)實(shí)世界中的系統(tǒng)，如經(jīng)濟(jì)社會(huì)系統(tǒng)、生物體系統(tǒng)等都屬于開放的復(fù)雜巨系統(tǒng)。由此，復(fù)雜系統(tǒng)理論的發(fā)展為解決重大現(xiàn)實(shí)復(fù)雜問題提供了理論基礎(chǔ)。盛昭瀚等人融合管理科學(xué)領(lǐng)域知識(shí)與復(fù)雜系統(tǒng)理論，創(chuàng)造性地提出復(fù)雜系統(tǒng)管理的理念，致力于復(fù)雜系統(tǒng)管理的基礎(chǔ)理論創(chuàng)新，并將其運(yùn)用于我國重大基礎(chǔ)設(shè)施工程項(xiàng)目管理實(shí)踐。在金融經(jīng)濟(jì)學(xué)研究中，研究人員對(duì)經(jīng)典理論不斷改進(jìn)，逐步發(fā)展出行為金融經(jīng)濟(jì)學(xué)和社會(huì)金融學(xué)。然而，基礎(chǔ)數(shù)理建模工具的局限性，使得這些理論在解釋現(xiàn)實(shí)金融經(jīng)濟(jì)系統(tǒng)中的復(fù)雜現(xiàn)象時(shí)面臨巨大挑戰(zhàn)。金融經(jīng)濟(jì)系統(tǒng)的影響因素眾多，系統(tǒng)內(nèi)元素的相互關(guān)系繁雜，系統(tǒng)與社會(huì)環(huán)境的互動(dòng)方式廣、程度深，因而有必要從復(fù)雜系統(tǒng)的視角來研究金融經(jīng)濟(jì)系統(tǒng)。習(xí)近平總書記指出，“要深化對(duì)金融本質(zhì)和規(guī)律的認(rèn)識(shí)，立足中國實(shí)際，走出中國特色金融發(fā)展之路”?？梢姡羁陶J(rèn)識(shí)金融系統(tǒng)的本質(zhì)和運(yùn)行規(guī)律，是黨和國家關(guān)心的重大命題?；卮鸷眠@一重大命題離不開對(duì)金融經(jīng)濟(jì)系統(tǒng)的理論探索和工程建模，后者催生了一系列復(fù)雜系統(tǒng)視角下的金融經(jīng)濟(jì)研究。

　　　　見微知著：計(jì)算實(shí)驗(yàn)金融學(xué)的研究哲學(xué)

　　金融系統(tǒng)是由大量具有適應(yīng)性并相互深度作用的個(gè)體組成的復(fù)雜系統(tǒng)。傳統(tǒng)解析模型很難對(duì)金融系統(tǒng)的復(fù)雜現(xiàn)象進(jìn)行刻畫。計(jì)算能力與硬件設(shè)施的快速發(fā)展，使運(yùn)用計(jì)算實(shí)驗(yàn)方法對(duì)金融復(fù)雜系統(tǒng)進(jìn)行建模成為可能。比如，計(jì)算實(shí)驗(yàn)金融學(xué)的核心思想，就是通過“自下向上”的方式對(duì)金融市場參與者進(jìn)行建模，探索金融系統(tǒng)的復(fù)雜演化規(guī)律與微觀形成機(jī)制。

　　計(jì)算實(shí)驗(yàn)金融學(xué)領(lǐng)域涌現(xiàn)出了一系列代表性模型，如個(gè)體學(xué)習(xí)模型、種群演化模型以及復(fù)雜網(wǎng)絡(luò)模型等。個(gè)體學(xué)習(xí)模型是計(jì)算實(shí)驗(yàn)金融學(xué)的早期模型之一，研究人員運(yùn)用智能算法模擬投資者的學(xué)習(xí)行為，通過多期學(xué)習(xí)構(gòu)建人工股票市場，以復(fù)現(xiàn)真實(shí)金融系統(tǒng)的復(fù)雜特性，并嘗試?yán)斫夤善笔袌鲞\(yùn)行規(guī)律背后的微觀機(jī)制。種群演化模型是計(jì)算金融學(xué)融合生態(tài)學(xué)概念而形成的一類模型，其按照偏好、先驗(yàn)信念與財(cái)富水平將系統(tǒng)中的參與者劃分為不同種群，然后依據(jù)市場交易規(guī)則模擬演化過程，以再現(xiàn)和理解特定的市場現(xiàn)象。金融系統(tǒng)復(fù)雜性的另一來源，是結(jié)構(gòu)復(fù)雜的信息傳播網(wǎng)絡(luò)。上述個(gè)體學(xué)習(xí)模型與種群演化模型可以看作較為簡單的網(wǎng)絡(luò)模型，因?yàn)樗鼈儧]有考慮個(gè)體之間更復(fù)雜的相互作用。有鑒于此，研究人員采用復(fù)雜網(wǎng)絡(luò)模型來深化對(duì)金融系統(tǒng)演化規(guī)律的認(rèn)識(shí)。其中，無標(biāo)度網(wǎng)絡(luò)可用于具有嚴(yán)重節(jié)點(diǎn)異質(zhì)性的網(wǎng)絡(luò)建模。無標(biāo)度網(wǎng)絡(luò)中少數(shù)節(jié)點(diǎn)擁有極多連接，而大多數(shù)節(jié)點(diǎn)只有少量連接，這些少數(shù)關(guān)鍵節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)系統(tǒng)的整體運(yùn)行起著主導(dǎo)作用。基于無標(biāo)度網(wǎng)絡(luò)的建模方法可以描述復(fù)雜系統(tǒng)整體上涌現(xiàn)出的嚴(yán)重不均勻分布的內(nèi)在性質(zhì)。有學(xué)者基于無標(biāo)度網(wǎng)絡(luò)對(duì)信用違約風(fēng)險(xiǎn)的傳染效應(yīng)和金融系統(tǒng)脆弱性進(jìn)行分析。

　　大數(shù)據(jù)時(shí)代，信息技術(shù)的發(fā)展和新型信息主體的出現(xiàn)，改變了金融系統(tǒng)參與者的活動(dòng)范圍、方式、頻率和速度，使信息交互環(huán)境變得更為復(fù)雜。但大數(shù)據(jù)技術(shù)的發(fā)展使得研究者可以用更為精細(xì)的粒度觀測系統(tǒng)現(xiàn)象，計(jì)算機(jī)技術(shù)的升級(jí)也使研究人員更易實(shí)現(xiàn)基于微觀視角的金融系統(tǒng)建模。正如張維等人指出的，基于計(jì)算實(shí)驗(yàn)金融學(xué)的理論建模，既能契合現(xiàn)實(shí)中的復(fù)雜金融體系，又可觀測系統(tǒng)的動(dòng)力學(xué)規(guī)律。得益于大數(shù)據(jù)時(shí)代的技術(shù)發(fā)展，未來計(jì)算實(shí)驗(yàn)金融學(xué)有望在異質(zhì)市場參與者對(duì)金融市場的影響、非理性要素的形成機(jī)制、市場反饋機(jī)制建模等領(lǐng)域取得進(jìn)展。

　　　　潛移默化：文化演變與社會(huì)金融學(xué)

　　近年來，復(fù)雜金融經(jīng)濟(jì)系統(tǒng)研究的前沿領(lǐng)域之一——社會(huì)金融學(xué)也取得了新進(jìn)展。社會(huì)金融學(xué)將金融市場視為文化演變系統(tǒng)：在探究金融市場演化規(guī)律時(shí)，綜合考慮信息、策略、信仰、市場模式等動(dòng)態(tài)社會(huì)文化特征的影響。社會(huì)金融學(xué)的研究哲學(xué)使其跳出了機(jī)械的古典市場動(dòng)力學(xué)框架。區(qū)別于傳統(tǒng)金融學(xué)，其研究哲學(xué)的關(guān)鍵在于考慮了社會(huì)傳播偏差對(duì)金融系統(tǒng)演變的影響。社會(huì)金融學(xué)認(rèn)為：經(jīng)濟(jì)信號(hào)、觀念和行為是由社會(huì)塑造的，它們會(huì)伴隨社會(huì)交往發(fā)生系統(tǒng)性變化，因而不再是經(jīng)典意義上的先驗(yàn)稟賦。

　　David Hirshleifer指出的多個(gè)社會(huì)金融學(xué)研究方向均與復(fù)雜金融經(jīng)濟(jì)系統(tǒng)密不可分。第一類研究被稱作大眾模型。大眾模型是大眾對(duì)世界運(yùn)行規(guī)律的表述，往往訴諸感性，淺顯易懂且隨處可見，如對(duì)股價(jià)趨勢(shì)線的各種“迷信”。大眾模型是動(dòng)態(tài)發(fā)展的，它在人群中的傳播變遷會(huì)影響個(gè)體的決策行為，因而可以用流行病學(xué)模型刻畫。第二類研究考察經(jīng)濟(jì)信號(hào)的社會(huì)傳播偏差對(duì)個(gè)體的影響。例如，人們?nèi)菀讓?duì)未來經(jīng)濟(jì)狀況產(chǎn)生良好預(yù)期，進(jìn)而引發(fā)儲(chǔ)蓄不足的風(fēng)險(xiǎn)。該模型的一個(gè)重要推論是有關(guān)財(cái)富的信息不對(duì)稱會(huì)抑制消費(fèi)，這和實(shí)證研究觀測財(cái)富不平等帶來的儲(chǔ)蓄增加效應(yīng)一致。第三類研究關(guān)注自增強(qiáng)傳播偏差對(duì)個(gè)體決策的影響。金融市場中的投資者傾向于僅宣揚(yáng)自身投資成功的經(jīng)驗(yàn)，導(dǎo)致接收信號(hào)的投資者更多采取表現(xiàn)較差的高風(fēng)險(xiǎn)策略。第四類研究強(qiáng)調(diào)現(xiàn)有信息傳輸手段的有限承載能力，后者將導(dǎo)致社會(huì)傳播網(wǎng)絡(luò)難以校正個(gè)體間不同信念的細(xì)微差別。

　　經(jīng)典金融學(xué)和行為金融學(xué)都承認(rèn)一個(gè)事實(shí)：向他人學(xué)習(xí)是金融市場的核心。然而，充分理解其中的學(xué)習(xí)和傳播過程需要一個(gè)動(dòng)態(tài)演化的視角。社會(huì)金融學(xué)就提供了這樣一個(gè)研究范式。不同于行為金融學(xué)（關(guān)注心理學(xué)對(duì)市場的影響），社會(huì)金融學(xué)明確關(guān)注社會(huì)互動(dòng)如何塑造系統(tǒng)參與者的思維和行為，以及這些特征的演化過程，因此有望幫助解釋現(xiàn)實(shí)金融系統(tǒng)中的重要現(xiàn)象——比如市場價(jià)格泡沫和股票回報(bào)可預(yù)測性的“異象”——因?yàn)樵S多研究者都認(rèn)為市場泡沫、價(jià)格崩盤和市場情緒的波動(dòng)是“社會(huì)”性現(xiàn)象，反映了投資者的情緒和思想在不同程度的傳染。

　　　　新時(shí)代的機(jī)遇：機(jī)器學(xué)習(xí)與大語言模型

　　復(fù)雜金融經(jīng)濟(jì)系統(tǒng)具有復(fù)雜性、非線性、高度互聯(lián)等特征，使得針對(duì)復(fù)雜金融經(jīng)濟(jì)系統(tǒng)的研究至少面臨以下三個(gè)方面的挑戰(zhàn)。一是數(shù)據(jù)獲取和處理。復(fù)雜金融經(jīng)濟(jì)系統(tǒng)涉及大量數(shù)據(jù)，且這些數(shù)據(jù)可能有不同的結(jié)構(gòu)、來源與頻率。研究復(fù)雜金融經(jīng)濟(jì)系統(tǒng)就必須首先對(duì)數(shù)據(jù)進(jìn)行有效的收集、清理和整合。二是模型建立和驗(yàn)證。復(fù)雜金融經(jīng)濟(jì)系統(tǒng)具有復(fù)雜的結(jié)構(gòu)和動(dòng)態(tài)演化的特性，復(fù)雜且變化的數(shù)據(jù)生成過程為建立合適的模型以有效解釋各類市場現(xiàn)象提出了挑戰(zhàn)。三是預(yù)測和決策。復(fù)雜金融經(jīng)濟(jì)系統(tǒng)中的各種變量間存在著復(fù)雜的關(guān)系，這些關(guān)系又呈現(xiàn)出非線性與非確定性，即便建立了合適的模型，特定的模型對(duì)于某些因素或關(guān)系的忽視，也可能使其在基于新數(shù)據(jù)的預(yù)測和決策中面臨困難。

　　近年來備受矚目的機(jī)器學(xué)習(xí)技術(shù)在一定程度上解決了復(fù)雜金融經(jīng)濟(jì)系統(tǒng)研究中的上述難點(diǎn)。Bryan Kelly和修大成等人將“機(jī)器學(xué)習(xí)”技術(shù)描繪成由以下方面組成的整體，即可進(jìn)行統(tǒng)計(jì)預(yù)測的多樣化高維模型的集合，具有模型選擇和降低過擬合功能的“正則化”方法，能夠搜索大量潛在模型設(shè)定并尋求最優(yōu)方案的高效算法。上述特點(diǎn)使這一技術(shù)在復(fù)雜金融經(jīng)濟(jì)系統(tǒng)領(lǐng)域的研究前景備受矚目。例如，復(fù)雜金融經(jīng)濟(jì)系統(tǒng)的復(fù)雜性往往被簡約的結(jié)構(gòu)化模型所忽略，而機(jī)器學(xué)習(xí)相較于傳統(tǒng)經(jīng)濟(jì)模型提供了更為靈活的模型設(shè)定以應(yīng)對(duì)復(fù)雜的變量相互作用和模糊的函數(shù)形式，從而能更好地勝任復(fù)雜環(huán)境下的建模任務(wù)。

　　除了經(jīng)典的機(jī)器學(xué)習(xí)模型，以ChatGPT為代表的大語言模型因其革命性的技術(shù)突破，正在對(duì)社會(huì)科學(xué)研究范式產(chǎn)生深刻影響。大語言模型是指輸入數(shù)據(jù)主要為文本數(shù)據(jù)，具有超高維度估計(jì)參數(shù)的大模型。既往金融經(jīng)濟(jì)學(xué)的研究，大多采用小數(shù)據(jù)的經(jīng)濟(jì)學(xué)或統(tǒng)計(jì)學(xué)模型，通常只關(guān)注其目標(biāo)經(jīng)濟(jì)機(jī)制中的相關(guān)信息，導(dǎo)致其他大量數(shù)據(jù)信息未被利用。然而，復(fù)雜金融經(jīng)濟(jì)系統(tǒng)是一個(gè)超高維的動(dòng)態(tài)復(fù)雜系統(tǒng)，組成元素眾多，元素之間的關(guān)聯(lián)繁雜且呈現(xiàn)出非線性與時(shí)變性特征，很難用小模型來刻畫其本質(zhì)規(guī)律（尤其是系統(tǒng)層面的整體性質(zhì)）。大語言模型有望為復(fù)雜金融經(jīng)濟(jì)系統(tǒng)研究提供新的工具與方法論。洪永淼、汪壽陽等人為大語言模型在金融經(jīng)濟(jì)領(lǐng)域的研究提出了諸多有價(jià)值的方向，其中之一是將網(wǎng)絡(luò)爬蟲工具與大語言模型相結(jié)合，自動(dòng)收集社交媒體上發(fā)布的內(nèi)容，并通過模型訓(xùn)練更好地理解相關(guān)語言所包含的有價(jià)值信息，進(jìn)而對(duì)輿情數(shù)據(jù)進(jìn)行情感分析，以確定每條信息的情感傾向。從復(fù)雜系統(tǒng)的視角來看，上述研究路徑可以對(duì)復(fù)雜金融系統(tǒng)中的微觀個(gè)體特征進(jìn)行更細(xì)粒度、更高頻率的觀測，因而有望實(shí)現(xiàn)對(duì)金融系統(tǒng)復(fù)雜特性更全面、更契合的描述。

　　復(fù)雜金融經(jīng)濟(jì)系統(tǒng)研究已在諸多方面取得了進(jìn)展，盡管該領(lǐng)域尚未建立起能夠與主流金融經(jīng)濟(jì)學(xué)相提并論的統(tǒng)一理論框架體系，但隨著金融經(jīng)濟(jì)系統(tǒng)內(nèi)外部環(huán)境的日益復(fù)雜化、計(jì)算與存儲(chǔ)技術(shù)的升級(jí)以及對(duì)金融經(jīng)濟(jì)系統(tǒng)復(fù)雜現(xiàn)象進(jìn)行解釋的現(xiàn)實(shí)需求不斷提升，相信其研究前景會(huì)愈加光明。

　　　　（作者系南京大學(xué)工程管理學(xué)院教授；南京大學(xué)工程管理學(xué)院博士研究生）