英国皇家证券交易所创建者托马斯?格雷欣在450多年前阐述了一种货币替代现象：在金属货币条件下，当两种实际价值不同而名义价值相同的货币同时流通时，成色和重量足值的金属货币即良币将逐渐减少，而不足值的金属货币即劣币逐渐增加，形成良币退藏、劣币充斥的现象，这被称为“格雷欣法则”，亦称“劣币驱逐良币法则”。这种现象在金属货币时代不断上演，是政府苦心防范的难题，亦可视为金属货币的流通规律，还预示着纸币对金属货币的取代趋势。
纸币最初是金属货币的符号，规定其单位纸币的含金量。随着实体经济高速发展，贵金属的开采无法适应经济增长的速度和规模，加之金属货币在使用时有诸多不便，20世纪70年代，全球范围内各国流通的纸币最终与贵金属彻底脱钩，独立承担起货币职能。这标志着维持经济运转数千年的金属货币及同贵金属挂钩的兑现纸币最终退出历史舞台，各国乃至国际货币进入了现代信用（不兑现）纸币时代。纸币自身的成本与其代表的价值之间存在巨大差异，纸币完全是靠国家信用和经济实力发行的。纸币购买力同发行量成反比，超量发行的纸币必然受到恶性通货膨胀的制裁。因此，在现代信用纸币条件下，“格雷欣法则”发生了根本性逆转，从“劣币驱逐良币”变为“良币驱逐劣币”。
在现代信用纸币制度下，大凡能在国际上扩张进而成为国际货币的货币都是良币，有三大特征：一是币值的内外稳定性，即货币的保值和升值效应；二是广泛的国际流动性，即在国际贸易和国际投资中广泛使用；三是具备国际储备功能，即能够保证国家经济和币值安全。
自20世纪80年代以来，中国进入了经济飞速增长的时期，从贫穷落后的发展中国家跃居为全球第二大经济体并开始产生辐射效应，人民币金融版图开始向周边扩张，人民币正在成为国际区域货币。需要指出的是，日元国际化的经验教训值得汲取。在现代信用纸币“良币驱逐劣币”规律的作用下，一国货币的国际化是以该国经济长期平稳增长，进而使其货币币值长期稳定为支撑的，否则，货币国际化就会是( )。人民币若想成为多元国际货币体系中的一极，成为国际区域货币乃至国际货币。必然始终保持良币状态，即保持币值稳定，维持汇率均衡，避免货币过度贬值和升值；既要防范货币贬值引发资本疯狂外流的货币危机，亦要防止货币高估对经济竞争力的损害。而防范开放经济条件下外部冲击的根本措施就是币值稳定，只有币值稳定，人民币才会具备国际流动性和国际储备货币的功能。
币值稳定是依靠强大的经济实力和稳定的货币政策维持的；广泛的国际流动性和国际储备功能是依靠货币信用、货币持有的规模和功能完善的金融市场维持的。做好内功，保持自己在全球诸多现代信用纸币中的良币本色，这应该是人民币走向国际化的根基，也是人民币具有国际竞争力的根本所在。
下列哪组最适合作为本文的关键词？
- A.格雷欣法则 货币国际化 人民币
- B.纸币 劣币驱逐良币 现代金融制度
- C.金属货币 汇率 现代信用纸币制度
- D.贵金属 币值稳定 通货膨胀
正确答案及解析
正确答案
解析
本文一再强调的关键字即“格雷欣法则”和“人民币国际化”，所以答案直接确定为A。
包含此试题的试卷
你可能感兴趣的试题
日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。
研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果________________。那么其他证人正确的概率反而会大大增加。
为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55％，而非普通硬币的50％，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。
在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果________________，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果________________，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。
在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。
一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。
根据本文，一致性悖论产生的根本原因在于：
-
- A.过程复杂
- B.系统偏差
- C.主观因素影响
- D.评价标准不唯一
- 查看答案
日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。
研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果________________。那么其他证人正确的概率反而会大大增加。
为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55％，而非普通硬币的50％，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。
在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果________________，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果________________，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。
在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。
一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。
根据本文，下列哪种情况中可能存在一致性悖论：
-
- A.检测站对某公司生产的所有新车及使用5年以上的旧车分别进行了尾气检测，检测结果为该公司生产的新车均达到尾气排放标准
- B.低空跳伞世界级选手辛普森有2000次高空跳伞和1400次低空跳伞的经历，但是，他的第1401次低空跳伞，因降落伞未打开而以失败告终
- C.两个城市的两位彩民凭借机选票分享一等奖两注，这两张在同一分钟购买的彩票，不仅中大奖那注号码一致，没中奖的两注机选号码也完全一致
- D.在欧洲殖民者发现澳大利亚的黑天鹅之前，欧洲人曾经认为天鹅都是白色的，后来欧洲人登陆澳大利亚后，一上岸竟发现有黑色的天鹅
- 查看答案
日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。
研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果________________。那么其他证人正确的概率反而会大大增加。
为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55％，而非普通硬币的50％，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。
在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果________________，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果________________，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。
在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。
一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。
第5段中“正因于此”的“此”，指的是：
-
- A.加密技术判断过程的错误率并不可能达到2的负128次方
- B.除宇宙射线外，还有其他因素会引起计算机的系统误差
- C.上述加密技术的判断过程是在目前使用最为广泛的方法
- D.出现计算机故障的概率高于加密技术判断过程的错误率
- 查看答案
日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。
研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果________________。那么其他证人正确的概率反而会大大增加。
为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55％，而非普通硬币的50％，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。
在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果________________，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果________________，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。
在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。
一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。
如果要论证在指证嫌疑人的过程中不存在一致性悖论，则需要补充下列哪一组证明：
①所有证人都保持客观公正的态度
②所有证人都在犯罪现场看到了嫌疑人
③该名嫌疑犯在犯罪发生时的确在场
④该名嫌疑犯曾经犯过同样的罪行
⑤所有照片都体现出了嫌疑犯独有的外貌特征
⑥警察以同样方式对所有证人展示照片
-
- A.①②⑥
- B.①④⑤
- C.②③⑤
- D.③④⑥
- 查看答案
日常工作中，如果一件事发展得太过顺利，我们总会隐隐觉得有哪里不对，这样的直觉是有道理的。澳大利亚和法国的研究者们最近在某学术期刊上发表了一篇文章，说明了为什么当所有的证据都指向同一个结果时，它反而可能有问题。他们将此称之为“一致性悖论”。
研究者以证人指认犯人为例研究了一致性悖论，发现在辨认嫌疑人过程中，系统偏差可能来自多种心理偏差，如警方给证人展示照片的方式、证人自身的个人偏见等。而研究者发现，哪怕是细小的偏差都会对最终的整体结果产生极大影响。具体来讲，即使在1%的辨认过程中施加偏差，如暗示某人是犯人，最终当3个以上的证人意见一致时，他们的意见就不再可靠。有趣的是，如果________________。那么其他证人正确的概率反而会大大增加。
为什么会这样？可以用数学中的贝叶斯分析来说明。以扔硬币为例：如果我们有一枚硬币，扔到正面的概率为55％，而非普通硬币的50％，只要扔的次数足够多，就会发现正面向上多于反面向上的次数，进而发现这个硬币是有问题的。换句话说，当我们看到投掷结果中正面向上的次数显著多于反面向上时，就会意识到出问题的是硬币，而非概率定理。同样，根据概率定理，很多证人同时得到一致结论的可能性极低，所以更有可能的是系统出了差错。
在警方组织的嫌疑人指认中，指认同一个人有罪的证人数目越多，这个人真正有罪的概率就越大。然而，这只适用于没有任何系统偏差存在的理想情况。实际情况中，当指认同一个人为犯人的证人数目增加到一个值以后，该嫌疑人真正有罪的概率反而会下降，最终与随机指认毫无差别，且系统偏差越大，概率下降得越早。比方说，如果你让证人完成一项较为容易的任务，比如从一堆香蕉中找出一个苹果，所有人都几乎不会出错，多人结论一致的情况就可能出现，而指认犯人要比在一堆香蕉中找到苹果复杂得多。模拟显示，如果________________，他们认错人的概率会高达48%，在这种情况下，许多证人同时指认一个人为犯人的概率就相当低了；但如果________________，他们认错人的概率会大大降低，多个证人结论一致的情况出现的可能性也会提高。
在法律领域之外，一致性悖论还有很多用武之地，一个重要的应用就是加密技术。数据加密通常通过确认一个很大的数字是否为质数来进行，这个判断过程的错误率要达到非常低才行：低于2的负128次方才可以接受。在这一过程中，可能出现的系统差错就是计算机故障。大多数人都不会想到宇宙射线会导致电脑将一个合数误认为质数，毕竟这件事发生的概率只有10的负13次方——但要注意，这个概率要大于我们所要求的误差（2的负128次方），所以这类误差主导了整个过程的安全性。正因于此，加密协议所宣称的安全程度越高，实际的过程就越容易受计算机故障影响。
一致性悖论虽然听起来违背直觉，但研究者解释，一旦我们了解了足够的信息，就能理解它了。
文中有3处画线部分，将以下3句依次填入，顺序正确的是：
①每个证人都曾经被犯人劫持为人质
②证人中有一个人与其他人的意见不合
③证人们都只在犯人逃走时匆匆瞥了一眼
-
- A.①②③
- B.②③①
- C.③①②
- D.②①③
- 查看答案