【研究关注】金融研究如何找到 真正的“好问题”？面向“十五五”的八个重要方向

导语

金融研究如何既紧跟中国经济金融实践，又避免陷入“追热点”“套政策”的选题模式？

我们认为，政策热点不断变化，但真正有价值的研究需要穿透政策表象，发现其背后具有持续学术价值的机制性问题。

面向“十五五”，金融研究需要更加关注金融资源配置是否真正有效，风险如何在机构和市场之间形成、传染和分担，以及监管制度如何在发展与安全之间实现动态平衡。

哪些问题是值得持续深耕的“好问题”？以下八个方向值得关注。

01不只看“放了多少水”，更要追问：钱最终去了哪里？

宏观政策协同与货币金融传导可能是未来一段时期最值得深入研究的问题之一。

过去讨论货币政策往往首先关注降准、降息之后贷款增加了多少。但在经济结构分化、金融资源相对充裕的背景下，仅仅研究“有没有更多融资”已经不够。

更值得追问的是：

• 政策利率如何传导到存款利率、贷款定价和债券收益率？

• 政府债券加快发行会不会改变银行的信贷投放和资产久期配置？

• 结构性货币政策工具究竟创造了“额外融资”，还是替代了银行原本就会发放的贷款？

• 财政贴息、消费贷款支持最终有没有带来新增消费，还是主要改变了居民借贷和消费的时间安排？

真正完整的政策传导研究应当把一条链条打开来看：

资金从哪里来——经过什么金融机构——以什么价格传导——最终去了哪里——产生了怎样的经济后果。

因此，研究的结果变量也不能停留在贷款规模和融资成本，而应进一步延伸到企业投资、居民消费、价格、就业、创新质量乃至金融风险。

未来金融研究需要回答的不只是“政策有没有效果”，而是政策究竟通过什么机制产生了什么效果，以及这种效果在不同地区、行业、银行和企业之间为什么存在差异。

02风险真的消失了吗？还是只是“换了一个地方”？

地方债务、房地产和中小金融机构风险过去经常被分开研究。

但在现实经济中，它们其实处在同一张相互关联的资产负债表网络中。

• 地方债务置换会影响银行资产质量、地方财政空间以及当地企业融资。

• 房地产销售和价格变化会同时影响开发企业现金流、居民抵押品价值、地方土地收入，以及银行、信托等金融机构的风险敞口。

• 而部分中小金融机构的风险又与当地财政、房地产市场和股东治理紧密相连。

因此，未来一个很重要的研究视角是从“单点风险”走向“风险网络”。

尤其需要区分两个概念：风险化解还是风险转移？

比如，债务置换降低了短期利息负担，是否同时形成了新的软预算约束？

项目融资改善了房地产项目现金流，是否可能弱化金融机构对主体风险的识别？

银行补充资本后，资本充足率提高了，但治理机制和风险定价能力有没有同步改善？

相比简单估计“某项化债政策是否改善了企业融资”，更值得研究的是：风险从哪里形成，如何在不同主体之间传染，又通过什么方式被处置，其成本最终由谁承担。

这类研究也意味着金融研究的数据需要进一步走向微观和网络化，例如银行—企业匹配数据、债权债务网络、项目级融资数据以及区域财政数据。

03银行息差越来越薄，金融机构靠什么赚钱、靠什么控风险？

低利率、低息差和资本约束下的金融机构转型是另一个值得持续关注的方向。

当传统存贷利差受到压缩，商业银行必然调整经营模式。

它们可能延长资产久期、下沉客户、拓展财富管理和非息收入，也可能通过调整存贷款定价、增加同业业务等方式寻找新的盈利空间。问题在于，不同转型路径所对应的风险并不相同。

因此，与其笼统研究“净息差下降是否增加银行风险”，不如进一步回答：

• 大型银行、中小银行和农村金融机构会采取什么不同策略？

• 居民存款定期化和资产配置变化会如何影响银行负债成本？

• 资本补充之后，银行是增加信贷投放，还是首先用于修复资产负债表？

• 银行增加非息业务后是改善了收入结构，还是形成了新的风险迁移？

• 类似的问题也存在于保险业。长期利率变化如何影响保险机构的资产负债久期匹配？保险资金又会怎样调整债券、权益和另类资产配置？

未来金融机构研究可能需要越来越多地从“静态风险指标”转向研究金融机构面对约束时具体采取了什么行为，以及这些行为带来了什么后果。

04“长期资金”不等于“耐心资本”，真正的耐心从哪里来？

建设投资和融资相协调的资本市场是未来资本市场改革的重要方向。

近年来，“长期资金”“耐心资本”成为高频词。

但对学术研究而言，一个需要警惕的做法是：简单地按照机构名称给投资者贴上“长期资本”标签，再检验其持股比例是否提升企业绩效。

真正值得研究的问题是：

什么样的制度，才能让长期资金真正“长起来”？

• 考核周期如何影响机构投资者行为？

• 会计规则、偿付能力监管和退出机制会不会改变资金的持有期限？

• 长期资金进入市场后，究竟能够稳定市场，还是在特定环境下也可能形成一致性交易？

• 进入企业后，它促进的是长期研发、公司治理和并购整合，还是主要改变企业估值和融资便利？

因此，“耐心资本”不能简单按照投资者身份识别。

更有解释力的研究，应当基于真实持有期限、交易行为、治理参与和逆周期特征来判断一笔资本究竟有没有“耐心”。

围绕科创板、创业板、公募基金改革、保险资金长期投资、政府投资基金、创投基金和并购基金等制度，还可以进一步研究“募、投、管、退”的完整链条。

05科技企业风险这么高，失败的账到底该由谁来买单？

科技金融的研究也需要从“有没有融资”进一步走向“风险如何分担”。

人工智能、量子科技、生物制造、具身智能、6G等新兴产业普遍具有几个共同特征：高不确定性、轻资产、研发周期长，而且失败概率并不低。

这决定了传统依赖抵押物和历史现金流的银行信贷模式，与科技企业之间天然存在一定不匹配。

因此，未来科技金融真正值得研究的至少包括三个问题：

第一，谁来承担早期失败风险？

银行、股权投资机构、保险、担保机构和政府资金之间应如何形成合理的风险分担机制？

第二，新型资产怎么估值？

知识产权、数据等资产越来越多地进入金融活动，但它们如何估值、如何处置，一旦项目失败损失由谁承担，仍有大量问题需要研究。

第三，科技企业不同成长阶段需要什么金融工具？

初创期、成长期和成熟期的融资需求显然不同。债权和股权之间到底是互补还是挤出？政府资金进入之后，是撬动了社会资本，还是替代了市场资金？

尤其值得注意的是，科技金融研究不能只研究“成功者”。

如果研究样本中只有最终拿到融资、成长起来甚至上市的企业，就很容易高估金融支持的真实效果。

未来高质量研究需要更多关注失败项目、退出项目和未获融资项目，真正评估科技金融政策的附加性、财政成本以及风险收益。

06AI开始替银行“做决定”，监管该管到哪里？

人工智能和数字金融正在以前所未有的速度进入金融业务。AI可以用于授信、反欺诈、投资顾问、交易以及监管科技，显著降低信息处理成本。

但与此同时，新风险也随之产生。

• 算法可能存在数据偏差和群体歧视。

• 大模型可能面临可解释性不足和“幻觉”问题。

• 不同金融机构使用相似模型，可能导致交易行为高度一致。

• 大量金融机构依赖少数云服务和技术供应商，又可能产生新的操作风险集中。

因此，数字金融研究正在从“技术能不能提高效率”，走向一个更加复杂的问题：

技术提高效率之后，新风险由谁承担？监管边界又应划在哪里？

未来可以深入研究：

• 算法信贷是否真正提高了“首贷户”和小微企业的融资可得性？

• 算法有没有形成新的群体歧视？

• 金融机构集中使用大模型和云服务，会不会形成系统性的第三方风险？

• 人工智能交易是否增加市场同向性和尾部风险？

• 数字人民币、稳定币、现实世界资产代币化等新业务，与传统金融体系之间应当如何划分监管边界？

相应地，研究方法也需要升级。仅仅用上市公司年报中“人工智能”“数字化”等关键词出现次数来衡量技术应用，已经越来越难以回答这些问题。

更有价值的数据，可能来自模型实际上线、业务使用、系统故障、投诉处罚和真实交易行为。

07金融开放研究为何不能只讨论“红利”或“风险”？

高水平金融开放同样需要新的研究框架。

过去讨论金融开放，容易出现两种倾向：一种主要强调开放能够提高资源配置效率；另一种则更多关注跨境资本流动可能带来的风险。实际上，更重要的是打开具体渠道。

• 境内外利差和汇率预期如何影响企业融资决策？

• 企业开展套期保值之后，真实风险承担发生了怎样的变化？

• 跨境证券投资如何影响境内资产价格？

• 境内外监管规则不同，会不会形成新的监管套利？

• 跨境支付、清算、托管和交易基础设施，又如何增强金融体系韧性？

未来高质量的金融开放研究，既不能停留在笼统的“开放红利”，也不能把外部风险泛化。

真正有价值的是识别：风险通过什么渠道产生，在什么条件下会被放大，又有哪些政策工具能够发挥缓冲作用。

08“五篇大文章”不能只看做了多少，更要问：谁真正受益？

科技金融、绿色金融、普惠金融、养老金融和数字金融正在从政策倡导进入全面实施阶段。相应地，学术研究也应从“规模评价”进一步转向“绩效评价”。

过去我们可能更多关注：绿色贷款增加了多少？普惠贷款覆盖了多少企业？养老金融产品发行了多少？

未来更需要回答的是：

• 绿色金融是否真正降低了高碳企业转型成本，还是可能诱发“绿色漂洗”？

• 普惠贷款增长是否提高了小微企业生存率和就业，还是只是把风险推迟暴露？

• 养老金融是否真正改善了居民长期资产配置，并与保险、年金和长期护理制度形成协同？

• 消费金融支持需求的同时，会不会提高部分低收入群体的债务负担？

这些问题实际上指向金融研究中一个越来越重要的维度：福利效应和分配效应。

一项政策平均来看“有效”，并不意味着所有人都受益。

因此，高质量金融政策研究不仅要问：“政策有没有效果？”还应继续问：

谁受益？谁承担成本？谁可能受到潜在损害？

只有把受益者、成本承担者和潜在受损者同时纳入分析，才能更完整地评价金融政策。

比追逐政策热点更重要的，是发现政策背后的长期问题。

上述八个方向看似各不相同，但背后实际上呈现出金融研究正在发生的几组重要转变：

• 从总量扩张转向结构效率

• 从单一政策转向政策协同

• 从单家机构转向资产负债表网络

• 从倡导金融创新转向同时研究创新治理

• 从短期市场反应转向长期绩效、风险和社会福利

这也为判断一个金融研究选题是不是“好问题”提供了几个简单但重要的标准。

首先，研究的是一个真实而重要的金融问题，还是只是把最新政策名词写进标题？

其次，是否真正理解政策制度？政策针对谁、由谁执行、经过哪些环节传导、市场主体又可能采取哪些应对行为？

再次，是否存在可信的反事实？简单的政策前后比较，并不一定能够说明因果关系。

还要看论文有没有进一步打开作用机制。

融资规模、贷款利率和股票价格，很多时候只是中间结果，更重要的可能是投资、消费、创新质量、就业、违约风险、市场稳定和社会福利。

与此同时，“数字金融”“耐心资本”“监管强度”“金融风险”等概念，也不能简单被某个文本指标或者综合指数替代。

核心变量能否被准确解释、重复测量和检验，将越来越影响研究结论的可信度。

最后，政策建议必须守住证据边界。

一个局部样本中的平均效应，并不能自动推出“应该在全国推广”。好的政策建议，需要说明适用范围、实施条件、可能成本、配套制度以及潜在风险。

如果把这些标准进一步压缩，未来金融研究尤其需要回答三个关键词：

有效性

金融资源究竟有没有配置到真正有效率的部门、企业和居民？

风险性

金融风险如何形成，又怎样在不同机构、市场和主体之间传染、转移和分担？

制度性

什么样的金融制度和监管规则，能够在促进发展与防范风险之间形成动态平衡？

政策热点总会变化。但真正有生命力的学术问题往往不会随着一次政策出台或一次市场波动而消失。

对金融经济研究者而言，重要的也许并不是追上每一个热点，而是立足中国经济金融改革的真实场景，从复杂的政策与市场变化中发现那些能够揭示机制、解释现实、经得起时间检验的问题。

这既是提升中国金融研究解释力的基础，也是在国际学术对话中形成中国经验、中国证据和中国理论的重要前提。

互动话题

面向“十五五”，您认为金融经济研究中还有哪些值得持续深耕的“真问题”？

是宏观政策协同与传导效率，地方债务与房地产风险，耐心资本与资本市场改革，科技金融与人工智能监管，还是金融消费者福利？

欢迎在评论区留言，与我们一起寻找下一个值得研究的“好问题”。