摘要：本文采用指標(biāo)法，選取銀行業(yè)β系數(shù)與風(fēng)險(xiǎn)利差、無(wú)風(fēng)險(xiǎn)收益期限利差、股票市場(chǎng)波動(dòng)性和匯率波動(dòng)性等指標(biāo)，構(gòu)建金融壓力指數(shù)，逐季測(cè)算我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)水平，研究表明在樣本期內(nèi)有三個(gè)階段系統(tǒng)性金融風(fēng)險(xiǎn)壓力較大；選取四大類25個(gè)指標(biāo)利用主成分分析法的實(shí)證結(jié)果表明，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素按重要性依次為經(jīng)濟(jì)脆弱性、宏觀經(jīng)濟(jì)熱度、經(jīng)濟(jì)運(yùn)行穩(wěn)健性、證券市場(chǎng)發(fā)育狀況、證券市場(chǎng)投機(jī)程度、經(jīng)濟(jì)增長(zhǎng)動(dòng)力和實(shí)際經(jīng)濟(jì)增速。

關(guān)鍵詞：系統(tǒng)性金融風(fēng)險(xiǎn)；金融壓力指數(shù)；主成分分析

中圖分類號(hào)：F832.5 文獻(xiàn)標(biāo)識(shí)碼：A

收稿日期：2015-09-24

作者簡(jiǎn)介：魏金明（1976-），男，山東臨沂人，山東大學(xué)經(jīng)濟(jì)學(xué)院應(yīng)用經(jīng)濟(jì)學(xué)博士后流動(dòng)站博士后，中國(guó)人民銀行濟(jì)南分行經(jīng)濟(jì)師，經(jīng)濟(jì)學(xué)博士，研究方向：金融風(fēng)險(xiǎn)管理。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“交易型開放式指數(shù)證券投資基金組合套利投資中的動(dòng)態(tài)市場(chǎng)風(fēng)險(xiǎn)測(cè)度及其最優(yōu)動(dòng)態(tài)資產(chǎn)配置策略”，項(xiàng)目編號(hào)：71171155；國(guó)家社會(huì)科學(xué)基金項(xiàng)目“新常態(tài)下的貨幣政策轉(zhuǎn)型問(wèn)題研究”，項(xiàng)目編號(hào)：15BJY157。

系統(tǒng)性金融風(fēng)險(xiǎn)具有強(qiáng)關(guān)聯(lián)性、廣覆蓋性、高傳染性和強(qiáng)破壞性等特征。后金融危機(jī)時(shí)代，測(cè)度、防范和處置系統(tǒng)性金融風(fēng)險(xiǎn)，加強(qiáng)系統(tǒng)性風(fēng)險(xiǎn)的全球治理，已是各國(guó)監(jiān)管當(dāng)局亟需解決、事關(guān)本國(guó)和全球金融體系穩(wěn)定的重大問(wèn)題。在金融開放和金融自由化不斷加深的背景下，我國(guó)金融機(jī)構(gòu)之間的競(jìng)爭(zhēng)與合作、各類金融業(yè)務(wù)之間的關(guān)聯(lián)與融合、國(guó)內(nèi)外金融體系之間的相互滲透和擴(kuò)張，都可能導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生、蔓延、累積和爆發(fā)。當(dāng)前我國(guó)正處于經(jīng)濟(jì)增速放緩、結(jié)構(gòu)調(diào)整任務(wù)艱巨、風(fēng)險(xiǎn)暴露明顯增加、金融體制改革加快推進(jìn)的歷史時(shí)期，在系統(tǒng)性風(fēng)險(xiǎn)防范方面尚存在三方面不足，一是金融分業(yè)監(jiān)管與事實(shí)上的金融混業(yè)經(jīng)營(yíng)不相適應(yīng)，二是金融監(jiān)管創(chuàng)新滯后與以互聯(lián)網(wǎng)金融、影子銀行等為代表的金融創(chuàng)新加快不相適應(yīng)，三是現(xiàn)有金融風(fēng)險(xiǎn)總體防范能力對(duì)經(jīng)濟(jì)轉(zhuǎn)型過(guò)程中局部風(fēng)險(xiǎn)暴露加大不適應(yīng)。防范系統(tǒng)性金融風(fēng)險(xiǎn)既是維護(hù)金融體系平穩(wěn)運(yùn)行，又是促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的重要保障。本文試圖通過(guò)構(gòu)建金融壓力指數(shù)測(cè)度我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)水平，并利用主成分分析法揭示其影響因素，以期為系統(tǒng)性金融風(fēng)險(xiǎn)防范提供依據(jù)。

一、文獻(xiàn)述評(píng)

2008年金融危機(jī)之后系統(tǒng)性風(fēng)險(xiǎn)問(wèn)題引起監(jiān)管當(dāng)局和理論界的廣泛關(guān)注。識(shí)別系統(tǒng)重要性金融機(jī)構(gòu)和測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)，是防范系統(tǒng)性金融風(fēng)險(xiǎn)的前提。近幾年針對(duì)這方面的研究主要著眼于兩個(gè)層面：一是宏觀層面，利用宏觀數(shù)據(jù)編制各種指數(shù)，以測(cè)度金融系統(tǒng)的整體風(fēng)險(xiǎn)；二是微觀層面，針對(duì)單個(gè)金融機(jī)構(gòu)，識(shí)別其系統(tǒng)重要性，并測(cè)度其對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。

（一）基于宏觀層面的研究方法

1.金融壓力指數(shù)構(gòu)建?；诤暧^層面的系統(tǒng)性風(fēng)險(xiǎn)測(cè)度方法主要被國(guó)際金融組織和一些經(jīng)濟(jì)體的央行采用。加拿大央行的Illing和Liu（2003）最早提出了金融壓力（Financial Stress）的概念。他們將金融壓力定義為金融市場(chǎng)和金融機(jī)構(gòu)的不確定性或預(yù)期損失的變化對(duì)經(jīng)濟(jì)主體帶來(lái)的壓力。認(rèn)為金融壓力具有連續(xù)性，隨預(yù)期金融損失、風(fēng)險(xiǎn)和不確定的增加而增大。金融壓力可用金融壓力指數(shù)（Financial Stress Index，F(xiàn)SI）來(lái)衡量，當(dāng)金融壓力指數(shù)出現(xiàn)極端值時(shí)，一國(guó)就會(huì)處于金融危機(jī)狀態(tài)。鑒于微觀經(jīng)濟(jì)主體所承受的金融壓力會(huì)通過(guò)其在銀行體系、外匯市場(chǎng)、債券市場(chǎng)和股票市場(chǎng)上的交易行為體現(xiàn)出來(lái)，Illing和Liu（2003）以銀行部門滾動(dòng)β系數(shù)衡量銀行部門壓力，以匯率波動(dòng)率衡量外匯市場(chǎng)壓力，以風(fēng)險(xiǎn)和無(wú)風(fēng)險(xiǎn)債券收益利差、國(guó)庫(kù)券買賣價(jià)差、商業(yè)票據(jù)與國(guó)庫(kù)券利差、長(zhǎng)期和短期債券利差、收益率曲線斜率衡量債券市場(chǎng)壓力，以股價(jià)指數(shù)波動(dòng)率衡量股票市場(chǎng)壓力。利用上述9個(gè)指標(biāo)，以各個(gè)子市場(chǎng)市值占整個(gè)金融市場(chǎng)市值的比重加權(quán)，構(gòu)建金融壓力指數(shù)，測(cè)算加拿大系統(tǒng)性金融風(fēng)險(xiǎn)壓力。

美國(guó)堪薩斯城聯(lián)邦儲(chǔ)備銀行的Hakkiot和Keeton（2009）認(rèn)為金融壓力具有五個(gè)方面的特征，分別是資產(chǎn)價(jià)值不確定性增大、投資者行為的不確定性加大、信息不對(duì)稱程度加劇、公眾持有風(fēng)險(xiǎn)資產(chǎn)的意愿降低和公眾持有非流動(dòng)性資產(chǎn)的意愿降低。他們選取了11個(gè)金融市場(chǎng)變量刻畫這五個(gè)特征，編制了堪薩斯城金融壓力指數(shù)（The Kansas City Financial Stress Index）測(cè)度美國(guó)銀行體系風(fēng)險(xiǎn)。該指數(shù)也是當(dāng)前很多國(guó)家和機(jī)構(gòu)判斷風(fēng)險(xiǎn)狀況的重要參考指標(biāo)之一。

2.金融壓力指數(shù)的應(yīng)用。IMF的Cardarelli、Elekdag和Lall（2009）利用Illing和Liu構(gòu)建的金融壓力指數(shù)測(cè)算了17個(gè)發(fā)達(dá)國(guó)家30年的金融壓力狀況。在所測(cè)算出的113次金融壓力異常值中，約有半數(shù)伴之以經(jīng)濟(jì)下滑或衰退。研究還發(fā)現(xiàn)，出現(xiàn)在金融壓力指數(shù)異常值之前的經(jīng)濟(jì)衰退，其嚴(yán)重程度往往比其他時(shí)候更嚴(yán)重、持續(xù)時(shí)間也更長(zhǎng)，尤其當(dāng)金融壓力主要集中在銀行部門時(shí)，這種現(xiàn)象更為突出。金融壓力指數(shù)出現(xiàn)異常值時(shí)是否會(huì)隨之出現(xiàn)經(jīng)濟(jì)下滑現(xiàn)象，主要取決于當(dāng)時(shí)的經(jīng)濟(jì)環(huán)境，取決于在金融壓力異常值出現(xiàn)以前，房地產(chǎn)價(jià)格和信貸總量上升的水平。而且，當(dāng)社會(huì)融資更依賴于非金融部門時(shí)，伴隨金融壓力異常而來(lái)的經(jīng)濟(jì)下滑會(huì)更加嚴(yán)重，此時(shí)家庭部門的財(cái)務(wù)失衡程度決定著經(jīng)濟(jì)是否會(huì)由放緩滑落到衰退。

（二）基于微觀層面的研究方法

系統(tǒng)重要性金融機(jī)構(gòu)是系統(tǒng)性金融風(fēng)險(xiǎn)的重要來(lái)源。全球金融危機(jī)后理論研究更關(guān)注金融機(jī)構(gòu)之間的關(guān)聯(lián)性和風(fēng)險(xiǎn)的傳染性，研究視角也從宏觀轉(zhuǎn)向微觀，從探索總體金融壓力指數(shù)構(gòu)建轉(zhuǎn)向研究單個(gè)金融機(jī)構(gòu)風(fēng)險(xiǎn)溢出效應(yīng)及其對(duì)系統(tǒng)性風(fēng)險(xiǎn)的潛在影響，研究方法主要有指標(biāo)法和模型法。

1.指標(biāo)法。BIS（2011）利用指標(biāo)法提出了識(shí)別和評(píng)估全球系統(tǒng)重要性銀行的準(zhǔn)則。從規(guī)模、關(guān)聯(lián)性、可替代性、復(fù)雜性和全球活躍程度5個(gè)方面，選取了12個(gè)指標(biāo)，評(píng)估單個(gè)銀行的系統(tǒng)重要性。中國(guó)銀監(jiān)會(huì)（2014）則以調(diào)整后表內(nèi)資產(chǎn)余額為標(biāo)準(zhǔn)篩選出13家系統(tǒng)重要性銀行，并要求這些銀行按年披露12項(xiàng)定量指標(biāo)。

2.模型法。更多研究則是基于模型法，使用高頻數(shù)據(jù)揭示單個(gè)金融機(jī)構(gòu)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)。使用的方法主要有條件在險(xiǎn)價(jià)值法（CoVaR）、邊際期望損失法（MES）、系統(tǒng)性風(fēng)險(xiǎn)指數(shù)法（SRISK）和成分預(yù)期損失法（CES）。

Adrian和Brunnermeier（2008）提出了條件在險(xiǎn)價(jià)值方法（CoVaR）。CoVaR關(guān)注個(gè)體金融風(fēng)險(xiǎn)的尾部分布特征，利用分位數(shù)回歸技術(shù)測(cè)算單個(gè)金融機(jī)構(gòu)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)，并以該金融機(jī)構(gòu)處于危機(jī)時(shí)與在正常狀態(tài)時(shí)的在險(xiǎn)價(jià)值之差，來(lái)衡量風(fēng)險(xiǎn)溢出效應(yīng)的大小。但CoVaR方法也有兩個(gè)方面的缺陷，一是該方法只考慮了損失分布的α分位數(shù)，不能很好地捕捉門限值以下極端情況的尾部風(fēng)險(xiǎn)（范小云等，2011）；二是該方法不具可加性，不能以單個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)加總來(lái)估計(jì)整個(gè)金融體系的風(fēng)險(xiǎn)水平。

Acharya et al.（2010）基于期望損失（Expected Shortfall，ES）理論提出的邊際預(yù)期損失（Marginal Expected Shortfall，MES）方法，該方法既能測(cè)度分位數(shù)以外的所有損失，還具有可加性，能彌補(bǔ)CoVaR方法的不足。Acharya et al.（2010）認(rèn)為金融風(fēng)險(xiǎn)具有負(fù)外部性和溢出效應(yīng)，若金融體系總體出現(xiàn)風(fēng)險(xiǎn)，則會(huì)增加單個(gè)金融機(jī)構(gòu)的波動(dòng)性、杠桿率、相互聯(lián)系和風(fēng)險(xiǎn)的尾部相關(guān)性（tail-dependence），從而出現(xiàn)股權(quán)價(jià)值損失，并將這種損失稱之為邊際預(yù)期損失（Marginal Expected Shortfall，MES）。他們證明邊際預(yù)期損失乘以杠桿率便是系統(tǒng)期望損失（System Expected Shortfall，SES），并以此衡量單個(gè)金融機(jī)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。

但以MES方法測(cè)算的系統(tǒng)性風(fēng)險(xiǎn)結(jié)果卻與常識(shí)不符。理論研究通常認(rèn)為，規(guī)模越大、杠桿率越高的金融機(jī)構(gòu)因存在“大而不倒”問(wèn)題，對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)越大。但MES測(cè)算結(jié)果顯示，規(guī)模小、杠桿率低的金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)水平反倒比規(guī)模大、杠桿率高的金融機(jī)構(gòu)大。并且，Acharya et al.（2010）基于MES方法的實(shí)證結(jié)果顯示，2006年6月至2007年6月期間，美國(guó)系統(tǒng)性風(fēng)險(xiǎn)最高的前五個(gè)金融機(jī)構(gòu)并不是美國(guó)最大的金融機(jī)構(gòu)，并且這五家機(jī)構(gòu)在金融危機(jī)期間除有一家被收購(gòu)?fù)?，其余的風(fēng)險(xiǎn)水平都較低，經(jīng)營(yíng)較穩(wěn)健。原因在于，MES方法更強(qiáng)調(diào)金融機(jī)構(gòu)之間的關(guān)聯(lián)性對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響，而并未重視金融機(jī)構(gòu)規(guī)模和杠桿等因素對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響，即更注重以“聯(lián)系太緊密而不能倒”的邏輯而非以“大而不倒”的邏輯研究系統(tǒng)性風(fēng)險(xiǎn)。

鑒于CoVaR模型和MES方法的不足，Brownlees和Engle（2012）更注重金融機(jī)構(gòu)的規(guī)模和杠桿率對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響，利用包含規(guī)模、杠桿率和MES三個(gè)變量的函數(shù)構(gòu)建了一個(gè)系統(tǒng)性風(fēng)險(xiǎn)指數(shù)（SRISK），用以測(cè)算危機(jī)中金融機(jī)構(gòu)的預(yù)期資本損失。SRISK指數(shù)值的大小取決于金融機(jī)構(gòu)的長(zhǎng)期MES、市值和負(fù)債。從這個(gè)方面講，該指數(shù)能很好地在“大而不倒”與“聯(lián)系太緊而不能倒”的邏輯之間做出平衡。但SRISK方法混合使用高頻市場(chǎng)數(shù)據(jù)（如股價(jià)、市值等指標(biāo)的日數(shù)據(jù)）和低頻資產(chǎn)負(fù)債表數(shù)據(jù)（如杠桿率），雖能按日計(jì)算出金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)值，其前提卻假定金融危機(jī)期間金融機(jī)構(gòu)的負(fù)債規(guī)模保持不變，這顯然與現(xiàn)實(shí)不符。

Banulescu和 Dumitrescu（2012）為彌補(bǔ)MES方法與SRISK指數(shù)的不足，提出了一個(gè)新的系統(tǒng)性風(fēng)險(xiǎn)測(cè)量方法：成分期望損失（Component Expected Shortfall，CES）。CES測(cè)量金融機(jī)構(gòu)對(duì)整個(gè)金融系統(tǒng)期望損失的“絕對(duì)”貢獻(xiàn)。CES按照市值加權(quán)計(jì)算金融機(jī)構(gòu)的邊際期望損失（MES），金融機(jī)構(gòu)的CES值越大，對(duì)整個(gè)金融體系系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)也越大，這種做法更便于識(shí)別系統(tǒng)重要性金融機(jī)構(gòu)。

CES方法有幾個(gè)方面的優(yōu)勢(shì)：一是采用以金融機(jī)構(gòu)市值加權(quán)的方法，兼顧“大而不倒”與“聯(lián)系太緊密而不能倒”的理論邏輯。二是采用日數(shù)據(jù)計(jì)算CES，便于實(shí)時(shí)測(cè)算系統(tǒng)性風(fēng)險(xiǎn)；并且假定危機(jī)期間金融機(jī)構(gòu)的杠桿率和負(fù)債水平是實(shí)時(shí)變化的，模型更貼近現(xiàn)實(shí)。三是風(fēng)險(xiǎn)可加總，所有單個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)之和便是整個(gè)金融體系的系統(tǒng)性風(fēng)險(xiǎn)水平，從而也能計(jì)算出每天每個(gè)金融機(jī)構(gòu)風(fēng)險(xiǎn)水平及對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)。四是CES方法不僅可以計(jì)算歷史風(fēng)險(xiǎn)水平，還可以預(yù)測(cè)未來(lái)的風(fēng)險(xiǎn)狀況（短則可預(yù)測(cè)第二天風(fēng)險(xiǎn)狀況，長(zhǎng)則可預(yù)測(cè)未來(lái)六個(gè)月的風(fēng)險(xiǎn)狀況），便于監(jiān)管部門防范系統(tǒng)性風(fēng)險(xiǎn)的累積。

（三）針對(duì)中國(guó)系統(tǒng)性風(fēng)險(xiǎn)的研究

近年來(lái)，國(guó)內(nèi)學(xué)者也嘗試采用上述方法識(shí)別中國(guó)系統(tǒng)重要性金融機(jī)構(gòu)、測(cè)算系統(tǒng)性金融風(fēng)險(xiǎn)。

賴娟和呂江林（2010）基于Illing和Liu（2003）的方法構(gòu)建了金融壓力指數(shù)，并證明該指數(shù)能較好地?cái)M合2002年以來(lái)我國(guó)金融系統(tǒng)的總體風(fēng)險(xiǎn)狀況。陳守東和王妍（2014）發(fā)現(xiàn)，極端分位數(shù)回歸法可以更準(zhǔn)確地度量金融機(jī)構(gòu)資產(chǎn)收益率尾部風(fēng)險(xiǎn)的聯(lián)動(dòng)性。實(shí)證結(jié)果表明，銀行部門對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)高于證券、保險(xiǎn)和信托機(jī)構(gòu)，系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)最大的前十個(gè)金融機(jī)構(gòu)基本為銀行類機(jī)構(gòu)。原因在于，一是銀行業(yè)資產(chǎn)規(guī)模占整個(gè)金融體系的比重遠(yuǎn)高于其他行業(yè)；二是因?yàn)樵谥袊?guó)經(jīng)濟(jì)高速增長(zhǎng)過(guò)程中，直接融資市場(chǎng)受到限制，巨額資金需求很大程度上靠銀行體系解決，“過(guò)度銀行化”（白雪梅，石大龍，2014）使得銀行業(yè)在中國(guó)金融體系中具有天然的系統(tǒng)重要性。

就銀行部門而言，到底是大銀行的系統(tǒng)重要性程度高還是小銀行系統(tǒng)重要性程度高，結(jié)論卻不一致。周強(qiáng)和楊柳勇（2014）認(rèn)為大型商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)遠(yuǎn)大于小銀行。并且，中國(guó)上市銀行的系統(tǒng)重要性與可替代性的相關(guān)系數(shù)最大，與復(fù)雜性、關(guān)聯(lián)性的相關(guān)系數(shù)較?。ül(wèi)東，2013）。

但趙進(jìn)文等（2013）研究卻發(fā)現(xiàn)，大型國(guó)有商業(yè)銀行（如中國(guó)銀行、建設(shè)銀行）的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)很小，而較小的股份制商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)較大（如興業(yè)銀行、浦發(fā)銀行）。陳忠陽(yáng)和劉志洋（2013）也發(fā)現(xiàn)，股份制商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度高于國(guó)有大型商業(yè)銀行。原因在于，股份制商業(yè)銀行缺乏政府聲譽(yù)資本，且營(yíng)業(yè)網(wǎng)點(diǎn)相對(duì)稀少，陷入危機(jī)時(shí)，很有可能通過(guò)其廣泛的關(guān)聯(lián)度將沖擊擴(kuò)散至整個(gè)銀行體系。而國(guó)有大型商業(yè)銀行出現(xiàn)危機(jī)時(shí)，由于有國(guó)家聲譽(yù)資本入股，市場(chǎng)參與者往往認(rèn)為其“大而不倒”，故其倒閉從而引發(fā)銀行體系出現(xiàn)困境的概率極低。

（四）簡(jiǎn)要評(píng)價(jià)

既有文獻(xiàn)在研究系統(tǒng)性風(fēng)險(xiǎn)的過(guò)程中，無(wú)論基于宏觀層面還是微觀層面，無(wú)論采用指標(biāo)法還是模型法，都取得了一些有價(jià)值的研究成果。這些方法各有其優(yōu)點(diǎn)。CoVaR法側(cè)重于反映銀行個(gè)體風(fēng)險(xiǎn)對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)，MES法側(cè)重于反映市場(chǎng)風(fēng)險(xiǎn)，SRISK指數(shù)側(cè)重于反映規(guī)模、杠桿率等銀行層面的因素。但這些方法也都存在一些不足。比如CoVaR方法只能測(cè)算單個(gè)金融機(jī)構(gòu)的風(fēng)險(xiǎn)，無(wú)法通過(guò)單個(gè)金融機(jī)構(gòu)風(fēng)險(xiǎn)的加總而得到總體風(fēng)險(xiǎn)狀況；MES法和SRISK法以實(shí)際發(fā)生的危機(jī)事件為條件，并不適用于沒(méi)發(fā)生過(guò)系統(tǒng)性金融風(fēng)險(xiǎn)的經(jīng)濟(jì)體。

對(duì)比指標(biāo)法和模型法可以發(fā)現(xiàn)，指標(biāo)法簡(jiǎn)單、清晰、數(shù)據(jù)易獲得、模型易實(shí)現(xiàn)，但該方法在對(duì)各項(xiàng)指標(biāo)賦予權(quán)重時(shí)帶有很強(qiáng)的主觀性。模型法對(duì)系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度更精確，但適用條件有限制性，有些實(shí)證數(shù)據(jù)難獲取，并且穩(wěn)健性受質(zhì)疑。

模型法通常采用高頻數(shù)據(jù)，多以上市金融機(jī)構(gòu)為研究對(duì)象，并通常以股票價(jià)格指數(shù)收益率作為單個(gè)金融機(jī)構(gòu)或整個(gè)金融體系資產(chǎn)收益率的替代變量。就我國(guó)而言，股票市場(chǎng)仍屬弱式有效市場(chǎng)，股票價(jià)格易受噪聲影響，以其作為收益率替代變量，可靠性不夠強(qiáng)。同時(shí)由于大量中小金融機(jī)構(gòu)并未上市，并且事實(shí)上地方金融機(jī)構(gòu)在區(qū)域金融安全中的地位非常重要?；谏鲜薪鹑跈C(jī)構(gòu)的研究，雖能揭示資產(chǎn)規(guī)模因素對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響，但尚不足以揭示關(guān)聯(lián)性、網(wǎng)絡(luò)性等因素的影響。所以，基于宏觀經(jīng)濟(jì)指標(biāo)和金融機(jī)構(gòu)資產(chǎn)負(fù)債表指標(biāo)，從宏觀層面測(cè)算系統(tǒng)性金融風(fēng)險(xiǎn)仍較符合我國(guó)實(shí)情。

二、基于金融壓力指數(shù)的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度

（一）金融壓力指數(shù)構(gòu)建與金融壓力識(shí)別

借鑒Illing和Liu（2003）、Hakkiot和Keeton（2009）的研究方法，將金融體系分為銀行部門、債券市場(chǎng)、股票市場(chǎng)和外匯市場(chǎng)四個(gè)子部分。針對(duì)中國(guó)金融體系的特點(diǎn)，并基于數(shù)據(jù)可獲得性，本文選擇銀行業(yè)β系數(shù)、銀行業(yè)風(fēng)險(xiǎn)利差以衡量銀行部門壓力，以無(wú)風(fēng)險(xiǎn)收益期限利差衡量債券部門壓力，以股票市場(chǎng)波動(dòng)性衡量股票市場(chǎng)壓力，以匯率波動(dòng)性衡量外匯市場(chǎng)壓力，利用2002年1季度到2014年3季度的數(shù)據(jù)構(gòu)建我國(guó)金融壓力指數(shù)。

1.指標(biāo)選取。（1）銀行業(yè)β系數(shù)（I1）。以上市銀行為樣本，分別以申萬(wàn)銀行業(yè)指數(shù)和滬深300指數(shù)收盤價(jià)計(jì)算上市銀行和大盤的日收益率，在此基礎(chǔ)上按季度計(jì)算銀行業(yè)β系數(shù)，以反映銀行業(yè)對(duì)整體經(jīng)濟(jì)波動(dòng)的敏感性。（2）銀行業(yè)風(fēng)險(xiǎn)利差（I2）。鑒于我國(guó)金融債大多數(shù)由銀行之間相互持有，金融債與同期國(guó)債之間利差增加，會(huì)增加銀行信用風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)暴露，用中長(zhǎng)期金融債平均到期收益率與同期國(guó)債平均到期收益率之差衡量銀行業(yè)風(fēng)險(xiǎn)利差。（3）無(wú)風(fēng)險(xiǎn)收益期限利差（I3）。以期限在10年以上的長(zhǎng)期國(guó)債平均到期收益率與1年以下的短期國(guó)債平均到期收益率之差表示，反映經(jīng)濟(jì)主體將短期債務(wù)轉(zhuǎn)換為長(zhǎng)期資產(chǎn)時(shí)的成本。當(dāng)負(fù)的期限利差出現(xiàn)時(shí)，經(jīng)濟(jì)主體的利潤(rùn)將被嚴(yán)重侵蝕。（4）股票市場(chǎng)波動(dòng)性（I4）。股票市場(chǎng)波動(dòng)性加劇是風(fēng)險(xiǎn)壓力加大的表現(xiàn)。本文參考Patel和Sarkar（1998）的做法以CMAX方法測(cè)度股票市場(chǎng)波動(dòng)性。

（二）我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)算

根據(jù)公式（3）測(cè)算的我國(guó)2002年1季度至2014年3季度的金融壓力識(shí)別指數(shù)表明，樣本期三個(gè)時(shí)間段內(nèi)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)壓力需引起關(guān)注，一是2002-2003年期間，二是2008年期間，三是2012年4季度至今（見圖1）。

第一階段：2002-2003年。這一階段，中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)壓力很大，金融壓力識(shí)別指數(shù)于2002年第三季度達(dá)到3.7的最高點(diǎn)。

由于市場(chǎng)機(jī)制不完善，本世紀(jì)初，我國(guó)銀行體系產(chǎn)權(quán)制度不明晰，公司治理機(jī)制不完善，政府干預(yù)嚴(yán)重，資本充足率和風(fēng)險(xiǎn)管理水平低，經(jīng)營(yíng)績(jī)效較差，銀行業(yè)不良率在有些年份甚至超過(guò)30%，一些銀行陷入技術(shù)性破產(chǎn)邊緣。

自2003年起，中國(guó)啟動(dòng)了國(guó)有商業(yè)銀行股份制改革戰(zhàn)略。通過(guò)政府注資、補(bǔ)充資本金、剝離不良資產(chǎn)、引入戰(zhàn)略投資者、公開上市等措施，化解了歷史包袱，完成了股份制改造，在拓寬了融資渠道的同時(shí)，完善了公司治理機(jī)制，提高了經(jīng)營(yíng)管理能力和風(fēng)險(xiǎn)防范水平。同時(shí)，中國(guó)還于2004年拉開了資本市場(chǎng)改革的序幕，于2005年進(jìn)行了匯率體制改革。改革紅利的釋放，緩解了系統(tǒng)性金融風(fēng)險(xiǎn)壓力，直到2008年金融危機(jī)之前，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)識(shí)別指數(shù)都處于較低水平，金融體系總體運(yùn)行穩(wěn)健。

第二階段：2008年金融危機(jī)時(shí)期。2007年次債危機(jī)的影響迅速傳至我國(guó)，導(dǎo)致金融壓力識(shí)別指數(shù)迅速攀升，到2008年3季度已達(dá)到2.1，表明我國(guó)金融體系存在較大的系統(tǒng)性風(fēng)險(xiǎn)壓力。在中央政府采取的積極財(cái)政政策和適度寬松貨幣政策等宏觀調(diào)控措施的共同作用下，系統(tǒng)性金融風(fēng)險(xiǎn)壓力得到緩解，自2009年1季度直到2013年1季度一直處于較低水平。

第三階段：2012年4季度至今。系統(tǒng)性金融風(fēng)險(xiǎn)壓力識(shí)別指數(shù)迅速攀升。自2013年，中國(guó)經(jīng)濟(jì)進(jìn)入三期疊加的下行周期，傳統(tǒng)行業(yè)產(chǎn)能過(guò)剩，企業(yè)經(jīng)營(yíng)壓力加大，房地產(chǎn)業(yè)風(fēng)險(xiǎn)加劇，擔(dān)保圈風(fēng)險(xiǎn)集中暴露，多重因素導(dǎo)致銀行業(yè)不良貸款余額和不良貸款率雙升，至2014年3季度末已達(dá)1.16%，創(chuàng)三年以來(lái)新高，系統(tǒng)性風(fēng)險(xiǎn)壓力較大。

具體分析當(dāng)前我國(guó)金融體系系統(tǒng)性風(fēng)險(xiǎn)的特點(diǎn)。首先，房地產(chǎn)與地方融資平臺(tái)是系統(tǒng)性金融風(fēng)險(xiǎn)的主要誘因。一是2014年以來(lái)房地產(chǎn)市場(chǎng)持續(xù)降溫，進(jìn)入周期性調(diào)整階段，銷售面積和價(jià)格同比持續(xù)下跌，庫(kù)存壓力較大，房地產(chǎn)投資資金來(lái)源明顯萎縮，信用風(fēng)險(xiǎn)上升，部分中小房企資金鏈條緊張，房地產(chǎn)業(yè)風(fēng)險(xiǎn)成為短期內(nèi)中國(guó)經(jīng)濟(jì)發(fā)展所面臨的主要風(fēng)險(xiǎn)，也是系統(tǒng)性金融風(fēng)險(xiǎn)的主要誘因。二是在經(jīng)濟(jì)減速過(guò)程中，財(cái)政收入增速下降，尤其是作為地方財(cái)政收入主要來(lái)源的土地出讓金收入下降。同時(shí)，為履行逆周期調(diào)控職責(zé)，在積極財(cái)政政策下政府支出擴(kuò)大，必然導(dǎo)致政府赤字規(guī)模和債務(wù)規(guī)模的擴(kuò)大。加之中央政府對(duì)地方政府債務(wù)約束增強(qiáng)，地方財(cái)政回旋余地更小。這些因素會(huì)加大地方政府存量債務(wù)違約風(fēng)險(xiǎn)，也是影響金融體系穩(wěn)定的不利因素。其次，影子銀行是潛在的系統(tǒng)性金融風(fēng)險(xiǎn)隱患。我國(guó)“影子銀行”風(fēng)險(xiǎn)雖然總體可控，但由于監(jiān)管制度以及相關(guān)法律法規(guī)不完善，“影子銀行”與傳統(tǒng)金融體系（尤其是銀行體系）之間并未建立起嚴(yán)格的風(fēng)險(xiǎn)隔離機(jī)制，“影子銀行”風(fēng)險(xiǎn)極易傳導(dǎo)到傳統(tǒng)金融體系內(nèi)部，引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

三、我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)影響因素分析

單一風(fēng)險(xiǎn)來(lái)源通常難以形成系統(tǒng)性風(fēng)險(xiǎn)，探討系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素，需要基于多市場(chǎng)、多層次、多維度的指標(biāo)進(jìn)行綜合分析。

（一）指標(biāo)設(shè)計(jì)

本文借鑒沈悅和亓莉（2008）以及麥強(qiáng)盛（2011）的研究思路，通過(guò)構(gòu)建經(jīng)濟(jì)子系統(tǒng)、銀行子系統(tǒng)、國(guó)際收支子系統(tǒng)和證券市場(chǎng)子系統(tǒng)四大類指標(biāo)體系（見表1），探討系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素。經(jīng)濟(jì)子系統(tǒng)指標(biāo)反映與金融體系密切關(guān)聯(lián)的宏觀經(jīng)濟(jì)環(huán)境狀況。銀行子系統(tǒng)指標(biāo)反映銀行體系運(yùn)行是否穩(wěn)健，是否存在債務(wù)危機(jī)或破產(chǎn)風(fēng)險(xiǎn)。國(guó)際收支子系統(tǒng)指標(biāo)反映國(guó)際貿(mào)易、國(guó)際資本借貸以及國(guó)際資金轉(zhuǎn)移狀況。證券市場(chǎng)子系統(tǒng)指標(biāo)反映證券市場(chǎng)狀況。

（二）影響因素識(shí)別

1.數(shù)據(jù)處理及模型求解。本文選取1994-2013年期間各指標(biāo)數(shù)據(jù)。數(shù)據(jù)來(lái)源于Wind資訊數(shù)據(jù)庫(kù)、BVD數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)證券期貨統(tǒng)計(jì)年鑒》。（1）數(shù)據(jù)正向化處理。上述評(píng)價(jià)指標(biāo)中，既有正向指標(biāo)又有負(fù)向指標(biāo)，還有適度指標(biāo)。為避免指標(biāo)不同向造成綜合指數(shù)偏差，必須將指標(biāo)進(jìn)行同趨勢(shì)化處理。本文采用正向化處理方法，即把負(fù)向指標(biāo)和適度指標(biāo)轉(zhuǎn)化為正向指標(biāo)①。（2）模型求解。利用SPSS19.0軟件進(jìn)行主成分分析，各主成分的特征值如表2所示。前7個(gè)主成分的特征值都大于1且累積方差貢獻(xiàn)率達(dá)到87.5 %。依據(jù)初始特征值大于1且累積方差貢獻(xiàn)率大于85%的判定原則，可以認(rèn)為保留前7個(gè)主成分較為恰當(dāng)。

2.主成分命名。

主成分1：經(jīng)濟(jì)脆弱性。從表3可以看出，在第1個(gè)主成分中，短期外債/外債總額、償債率、負(fù)債率、債務(wù)率、不良貸款比率和資本充足率等指標(biāo)的加權(quán)系數(shù)較大。其中前4個(gè)債務(wù)指標(biāo)反映了我國(guó)的外債負(fù)擔(dān)、經(jīng)濟(jì)增長(zhǎng)對(duì)外債的依賴程度、外債償還壓力和償債能力，能綜合反映我國(guó)的外債風(fēng)險(xiǎn)。理論研究認(rèn)為，債務(wù)負(fù)擔(dān)是導(dǎo)致經(jīng)濟(jì)脆弱性的重要因素。一個(gè)經(jīng)濟(jì)體對(duì)外負(fù)債過(guò)高，尤其是公共部門對(duì)外負(fù)債過(guò)重，會(huì)引發(fā)通脹和貨幣貶值，甚至?xí)T發(fā)貨幣危機(jī)，歐洲主權(quán)債務(wù)危機(jī)便是很好的例證。外債清償力還直接影響到金融體系的脆弱性。過(guò)度負(fù)債、償債能力不足會(huì)惡化經(jīng)濟(jì)基本面，由于金融脆弱性具有自我強(qiáng)化機(jī)制，一旦出現(xiàn)外部沖擊，便可能誘發(fā)金融危機(jī)。不良貸款比率和資本充足率是衡量金融脆弱性的重要監(jiān)管指標(biāo)。所以，可以將第1個(gè)主成分命名為“經(jīng)濟(jì)脆弱性”，該主成分解釋了系統(tǒng)性金融風(fēng)險(xiǎn)的28.8%。

主成分2：宏觀經(jīng)濟(jì)熱度。在第2個(gè)主成分中，中長(zhǎng)期貸款/總貸款、存貸比、短期外債/外匯儲(chǔ)備、國(guó)內(nèi)外利差、M2/GDP等指標(biāo)具有較高的加權(quán)系數(shù)。中長(zhǎng)期貸款占總貸款的比重越大，說(shuō)明以項(xiàng)目投資為主的固定資產(chǎn)投資旺盛；存貸比越高，說(shuō)明銀行存款向貸款轉(zhuǎn)化的效率越高，銀行的經(jīng)營(yíng)越活躍；M2/GDP的比重越高說(shuō)明貨幣供給量和金融深化程度越高，貨幣資金供給越充足；國(guó)內(nèi)外利差越大，越能吸引外部資金流入，增加投資資金來(lái)源；短期外債主要源于貿(mào)易融資，短期外債增多在很大程度上意味著對(duì)外貿(mào)易活躍。因此，可將第2個(gè)主成分命名為“宏觀經(jīng)濟(jì)熱度”，該主成分解釋了系統(tǒng)性金融風(fēng)險(xiǎn)的17%。

主成分3：經(jīng)濟(jì)運(yùn)行的穩(wěn)健性。在第3個(gè)主成分中，經(jīng)常項(xiàng)目差額/GDP、財(cái)政赤字/GDP、準(zhǔn)備金率、上證綜指波動(dòng)具有較高的加權(quán)系數(shù)。經(jīng)常項(xiàng)目差額/GDP在一定程度上可反映國(guó)際收支平衡狀況，該指標(biāo)不超過(guò)4%被視為一個(gè)經(jīng)濟(jì)體對(duì)外平衡的重要標(biāo)志。財(cái)政赤字/GDP是衡量財(cái)政風(fēng)險(xiǎn)的重要指標(biāo)，適度的財(cái)政赤字率有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)，保持物價(jià)穩(wěn)定，體現(xiàn)出一國(guó)財(cái)政的穩(wěn)健性。準(zhǔn)備金率是體現(xiàn)貨幣政策松緊狀況和穩(wěn)健性的重要指標(biāo)。上證綜指波動(dòng)程度能體現(xiàn)股票市場(chǎng)穩(wěn)健性。所以上述指標(biāo)能反映出國(guó)際收支平衡狀況以及財(cái)政政策、貨幣政策和資本市場(chǎng)的穩(wěn)健性，能從總體上反映經(jīng)濟(jì)運(yùn)行質(zhì)量。因此，第3個(gè)主成分可命名為“經(jīng)濟(jì)運(yùn)行的穩(wěn)健性”，該主成分解釋了系統(tǒng)性金融風(fēng)險(xiǎn)的13.2%。

主成分4：證券市場(chǎng)發(fā)育狀況。第4個(gè)主成分中，市盈率和股票總市值/GDP具有較高加權(quán)系數(shù)。股票總市值/GDP代表證券化率，一國(guó)證券化率越高，表明證券市場(chǎng)在該國(guó)經(jīng)濟(jì)體系中越重要。市盈率是反映股票收益與風(fēng)險(xiǎn)的重要指標(biāo)，市盈率偏高的股票，其價(jià)格與價(jià)值的背離程度就越高，投資者承擔(dān)的投資風(fēng)險(xiǎn)也越大。這兩個(gè)指標(biāo)分別反映經(jīng)濟(jì)體的證券化程度和與之相伴的風(fēng)險(xiǎn)狀況，所以該主成分可以命名為“證券市場(chǎng)發(fā)育狀況”，該主成分解釋了系統(tǒng)性金融風(fēng)險(xiǎn)的9.8%。

主成分5：證券市場(chǎng)投機(jī)程度。在第5個(gè)主成分中，股市成交額波動(dòng)和換手率的加權(quán)系數(shù)較高。股票成交量和換手率成正比關(guān)系，成交量越大，換手率就越高。換手率一方面能反映股票流動(dòng)性，換手率越高股票市場(chǎng)越活躍，另一方面，高換手率也往往意味著短線交易活躍，投機(jī)性較強(qiáng)②。此外，成交量波動(dòng)所產(chǎn)生的放量和縮量等不規(guī)則交易行為，也往往會(huì)帶來(lái)股票價(jià)格的劇烈波動(dòng)，從而誘發(fā)股票市場(chǎng)投機(jī)交易。所以，第5個(gè)主成分可命名為“證券市場(chǎng)投機(jī)程度”，該主成分解釋了系統(tǒng)性金融風(fēng)險(xiǎn)的7.3%。

主成分6：經(jīng)濟(jì)增長(zhǎng)動(dòng)力。第6個(gè)主成分中，信貸增長(zhǎng)率/GDP增長(zhǎng)率和固定資產(chǎn)投資增長(zhǎng)率的加權(quán)系數(shù)較大。改革開放以來(lái)投資成為拉動(dòng)我國(guó)經(jīng)濟(jì)快速增長(zhǎng)主要?jiǎng)恿Γ?008年危機(jī)之后內(nèi)需乏力、外需不振，經(jīng)濟(jì)增長(zhǎng)更依賴大規(guī)?；A(chǔ)設(shè)施建設(shè)投資和房地產(chǎn)開發(fā)投資，可以說(shuō)固定資產(chǎn)投資增長(zhǎng)率反映出中國(guó)經(jīng)濟(jì)持續(xù)增長(zhǎng)的動(dòng)力。信貸資金是投資快速增長(zhǎng)的重要支撐力量，也是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要投入要素。較高的信貸增速既表明經(jīng)濟(jì)發(fā)展過(guò)程中資金投入較為充裕，又表明信貸資金的使用效率不高，還意味著部分信貸資金可能流出實(shí)體經(jīng)濟(jì)領(lǐng)域。信貸資金的“漏損”及使用的低效率，無(wú)疑會(huì)影響經(jīng)濟(jì)增長(zhǎng)的可持續(xù)性。根據(jù)以上分析，第6個(gè)主成分可命名為“經(jīng)濟(jì)增長(zhǎng)的動(dòng)力”，該主成分解釋了銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的5.9%。

主成分7：經(jīng)濟(jì)實(shí)際增速。第7個(gè)主成分中，只有GDP增長(zhǎng)率和CPI的加權(quán)系數(shù)較大，該主成分可命名為“實(shí)際經(jīng)濟(jì)增速”，解釋了銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的5.5%。

四、結(jié)論

準(zhǔn)確識(shí)別系統(tǒng)重要性金融機(jī)構(gòu)，精確測(cè)算系統(tǒng)性金融風(fēng)險(xiǎn)是防范和化解系統(tǒng)性風(fēng)險(xiǎn)的前提。鑒于我國(guó)金融體系的特點(diǎn)、不同市場(chǎng)和不同頻度經(jīng)濟(jì)金融數(shù)據(jù)的質(zhì)量，并考慮到數(shù)據(jù)可獲得性，基于宏觀層面、運(yùn)用總體數(shù)據(jù)、采用指標(biāo)法測(cè)算系統(tǒng)性金融風(fēng)險(xiǎn)，仍具有較強(qiáng)的可行性和可靠性。

本文采用指標(biāo)法，選取銀行業(yè)β系數(shù)、銀行業(yè)風(fēng)險(xiǎn)利差、無(wú)風(fēng)險(xiǎn)收益期限利差、股票市場(chǎng)波動(dòng)性和匯率波動(dòng)性五個(gè)指標(biāo)，刻畫銀行體系、債券市場(chǎng)、股票市場(chǎng)和外匯市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)壓力。通過(guò)構(gòu)建金融壓力指數(shù)，采用2002年1季度到2014年3季度的相關(guān)數(shù)據(jù)，逐季測(cè)算出我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)水平。研究結(jié)果表明，樣本期內(nèi)，2002-2003年期間、2008年期間、2012年4季度至今這三個(gè)階段，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)壓力較大。該結(jié)論與實(shí)際情況較為一致，表明采用金融壓力指數(shù)測(cè)度的我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)，結(jié)果較為可靠。

針對(duì)系統(tǒng)性風(fēng)險(xiǎn)影響因素具有多層次、多維度、多元化的特征，本文選取經(jīng)濟(jì)子系統(tǒng)、銀行子系統(tǒng)、國(guó)際收支子系統(tǒng)和證券市場(chǎng)子系統(tǒng)四大類25個(gè)指標(biāo)，利用主成分分析法探討系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素?；?994-2013年數(shù)據(jù)的實(shí)證結(jié)果表明，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素按重要性依次為：經(jīng)濟(jì)脆弱性、宏觀經(jīng)濟(jì)熱度、經(jīng)濟(jì)運(yùn)行穩(wěn)健性、證券市場(chǎng)發(fā)育狀況、證券市場(chǎng)投機(jī)程度、經(jīng)濟(jì)增長(zhǎng)動(dòng)力和實(shí)際經(jīng)濟(jì)增速。

注釋：

① 負(fù)向指標(biāo)正向化處理的方法是對(duì)原始值取反，即x′=-x。適度指標(biāo)正向化處理的方法是對(duì)原始值與均值之差的絕對(duì)值取反，即x′=-|x-|。

② 張崢和劉力（2006）的研究發(fā)現(xiàn)，投資者的異質(zhì)性信念會(huì)滋生交易的投機(jī)性，這種投機(jī)性會(huì)使股票價(jià)格中包含泡沫成分。投資者意見分歧的波動(dòng)越大，股票價(jià)格中的投機(jī)性泡沫成分也越高。并且意見分歧程度的高波動(dòng)會(huì)導(dǎo)致高換手率，所以高換手率往往伴之以高投機(jī)性。

參考文獻(xiàn)：

[1] Basel Committee on Banking Supervision. Global Systemically Important Banks： Assessment Methodology and the Additional Loss Absorbency Requirement[R].BCBS publications， 2011.

[2] ChristianBrownlees， Robert Engley. Volatility， Correlation and Tails for Systemic Risk Measurement[EB/OL].http：//papers.ssrn.com/sol3/papers.cfm？abstract_id=1611229，2012.

[3] Georgiana-Denisa Banulescu， Elena-Ivona Dumitrescu. Which are the SIFIs？ A Component Expected Shortfall （CES） Approach to Systemic Risk[R].EUI Working Papers，2013， No.MWP 2013/23.

[4] Hakkio CS， Keeton WR. Financial Stress： What is It， How can It be Measured， and Why Does It Matter？[J].Economic Review， 2009（II）：5-50.

[5] Illing M， Liu Y. An index of Financial Stress for Canada[R].Bank of Canada Working Paper， 2003：1-63.

[6] RobertoCardarelli，Selim Elekdag，Subir Lall. Financial Stress， Downturns， and Recoveries[R].IMF Working Paper， 2009，No.WP/09/100.

[7] Tobias Adrian， Markus KBrunnermeier. CoVaR[R].Federal Reserve Bank of New York Staff Reports， 2008，No.348.

[8] Viral VAcharya， Lasse H Pedersen，Thomas Philippon， and Matthew Richardsony. Measuring Systemic Risk[R].AFA 2011 Denver Meetings Paper， 2011.

[9] 白雪梅，石大龍. 中國(guó)金融體系的系統(tǒng)性風(fēng)險(xiǎn)度量[J]. 國(guó)際金融研究， 2014（6）：75-85.

[10]陳守東，王妍.我國(guó)金融機(jī)構(gòu)的系統(tǒng)性金融風(fēng)險(xiǎn)評(píng)估——基于極端分位數(shù)回歸技術(shù)的風(fēng)險(xiǎn)度量[J]. 中國(guó)管理科學(xué)， 2014，22（7）： 10-17.

[11]陳忠陽(yáng)，劉志洋.國(guó)有大型商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)度真的高嗎——來(lái)自中國(guó)上市商業(yè)銀行股票收益率的證據(jù)[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2013（9）： 57-66.

[12]范小云，王道平，方意.我國(guó)金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)測(cè)度與監(jiān)管——基于邊際風(fēng)險(xiǎn)貢獻(xiàn)與杠桿率的研究[J].南開經(jīng)濟(jì)研究，2011（4）： 3-20.

[13]郭衛(wèi)東.中國(guó)上市銀行的系統(tǒng)重要性評(píng)估—基于指標(biāo)法的實(shí)證分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)， 2013，35（2）： 28-35.

[14]賴娟，呂江林.基于金融壓力指數(shù)的金融系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度[J].統(tǒng)計(jì)與決策， 2010（19）： 128-131.

[15]麥強(qiáng)盛. 基于宏觀審慎監(jiān)管的銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)研究[D].廣州：暨南大學(xué)博士學(xué)位論文，2011.

[16]沈悅，亓莉. 中國(guó)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)預(yù)警指標(biāo)體系及監(jiān)測(cè)分析[J]. 西南大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版， 2008，34（4）：139-143.

[17]張崢，劉力.換手率與股票收益：流動(dòng)性溢價(jià)還是投機(jī)性泡沫？[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2006，5（3）：871-892.

[18]趙進(jìn)文，張勝保，韋文彬. 系統(tǒng)性金融風(fēng)險(xiǎn)度量方法的比較與應(yīng)用[J]. 統(tǒng)計(jì)研究， 2013，30（10）：46-53.

[19]周強(qiáng)，楊柳勇. 論中國(guó)系統(tǒng)重要性銀行識(shí)別-市場(chǎng)模型法還是指標(biāo)法[J]. 國(guó)際金融研究， 2014（9）： 70-79.

Abstract：With an indicator-based approach， this paper develops an financial stress index （FSI） by using five components， such as banking sector β， financial bonds yield spread， Treasury bill bid-offer spread， stock market volatility and exchange rate volatility. Using the FSI， this paper measures the level of Chinese systemic financial risk quarter by quarter. The study shows there are 3 phases in the sample period that the financial systemic risk is significantly higher than normal. This paper adopts principal component analysis by selecting 25 indexes which are included in 4 categories to investigate the influence factors of Chinese systemic financial risk. According to importance， these influence factors can be ranked as： economic frailties， macro-economic boom， robustness of economic system， the development degree of securities market， the degree of speculation of securities market， the driver of economic growth and the real economic growth rate.

Key words：systemic financial risk； index of financial stress； principal component analysis

（責(zé)任編輯：李江）