陳忠陽，許悅(中國人民大學(xué)財(cái)政金融學(xué)院，北京100872)

我國金融壓力指數(shù)的構(gòu)建與應(yīng)用研究

陳忠陽，許悅
(中國人民大學(xué)財(cái)政金融學(xué)院，北京100872)

摘要:本文基于2007年1月至2015年6月貨幣、債券、股票和外匯市場涵蓋的12項(xiàng)金融壓力基礎(chǔ)指標(biāo)數(shù)據(jù)，運(yùn)用主成分分析法和各指標(biāo)間交叉相關(guān)性矩陣，為我國構(gòu)建了周度金融壓力指數(shù)(FSI)，并利用TVAR模型基于FSI與宏觀經(jīng)濟(jì)的關(guān)系進(jìn)行了門限和區(qū)制分析。結(jié)果表明，F(xiàn)SI的走勢與樣本區(qū)間內(nèi)系統(tǒng)性事件發(fā)生情況基本吻合，且其當(dāng)前數(shù)值與門限值比較可以用于判斷未來第7個(gè)月的經(jīng)濟(jì)所處區(qū)制。區(qū)制分析結(jié)果表明，我國高壓力區(qū)制出現(xiàn)較少，經(jīng)濟(jì)運(yùn)行總體較為穩(wěn)定。

關(guān)鍵詞:金融系統(tǒng);金融穩(wěn)定;金融壓力指數(shù);系統(tǒng)性風(fēng)險(xiǎn)

一、引言

2007年開始的金融危機(jī)以及隨后爆發(fā)的歐債危機(jī)給相關(guān)國家的經(jīng)濟(jì)發(fā)展造成了嚴(yán)重?fù)p害，監(jiān)管當(dāng)局逐步將風(fēng)險(xiǎn)管理的視角從微觀層面提升到了宏觀層面，對于系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)測也成為各國研究的焦點(diǎn)。根據(jù)金融穩(wěn)定理事會(huì)(FSB)、國際貨幣基金組織(IMF)和國際清算銀行(BIS)［1］聯(lián)合發(fā)布的報(bào)告，系統(tǒng)性風(fēng)險(xiǎn)是指對金融體系造成全面損害，從而導(dǎo)致整個(gè)經(jīng)濟(jì)體系隨之受到嚴(yán)重影響的風(fēng)險(xiǎn)。Illing和Liu［2］首次提出金融壓力指數(shù)(FSI)的概念，即基于子系統(tǒng)指標(biāo)綜合建立，用于監(jiān)測系統(tǒng)性風(fēng)險(xiǎn)狀況的綜合指數(shù)。由于其具有計(jì)算方法靈活、計(jì)算結(jié)果直觀的特點(diǎn)，逐漸發(fā)展為度量系統(tǒng)性風(fēng)險(xiǎn)的重要方法之一。在美國，由Hakkio和Keeton［3］構(gòu)建的堪薩斯州金融壓力指數(shù)(KCFSI)以及Brave和Butters［4－5］構(gòu)建的國家金融狀態(tài)指數(shù)(NFCI)已經(jīng)正式發(fā)布實(shí)時(shí)數(shù)據(jù)并用于監(jiān)測美國的系統(tǒng)性風(fēng)險(xiǎn)狀況。我國雖然尚未發(fā)生過大規(guī)模金融危機(jī)，然而受國內(nèi)外經(jīng)濟(jì)環(huán)境影響，也出現(xiàn)過股市動(dòng)蕩、銀行“錢荒”等金融壓力事件，因此進(jìn)行我國金融壓力的監(jiān)測對監(jiān)管當(dāng)局政策指導(dǎo)而言具有十分重要的意義。本文在借鑒國內(nèi)外相關(guān)研究成果的基礎(chǔ)上，選取金融壓力基礎(chǔ)指標(biāo)，基于主成分分析法對各子市場指標(biāo)賦權(quán)。另外，由于金融壓力指標(biāo)間相關(guān)性的增強(qiáng)是系統(tǒng)性風(fēng)險(xiǎn)增大的重要特征之一，本文亦將各指標(biāo)間交叉相關(guān)性納入計(jì)算，嘗試構(gòu)建我國金融壓力周度指數(shù)，并利用該指數(shù)對我國金融壓力進(jìn)行分析。同時(shí)，本文將該指數(shù)與宏觀經(jīng)濟(jì)相結(jié)合，利用TVAR模型判斷門限值和區(qū)制，并研究其對于經(jīng)濟(jì)運(yùn)行的先導(dǎo)作用。

二、文獻(xiàn)綜述

從國內(nèi)外研究來看，系統(tǒng)性風(fēng)險(xiǎn)的度量和預(yù)警方法主要包括網(wǎng)絡(luò)分析法、早期預(yù)警模型法(如FR模型、KLR模型、STV模型、DD模型等)、現(xiàn)代預(yù)警模型法(如CoVaR、MES、Copula方法等)、宏觀壓力測試、金融壓力指數(shù)法等。其中金融壓力指數(shù)作為一種簡單直觀的系統(tǒng)性風(fēng)險(xiǎn)度量方法，已有較為豐富的研究成果。

作為開創(chuàng)性研究，Illing和Liu［2］認(rèn)為，系統(tǒng)性金融壓力是一個(gè)連續(xù)的變量，隨著期望金融損失、風(fēng)險(xiǎn)和不確定性升高，其極值便稱為金融危機(jī)，并提出金融壓力指數(shù)(FSI)的概念。他們綜合了包括銀行部門、外匯、債券和股票市場的風(fēng)險(xiǎn)變量，通過因子分析、信用權(quán)重、等方差權(quán)重以及對指標(biāo)基于累積分布函數(shù)進(jìn)行轉(zhuǎn)換等方法，為加拿大構(gòu)建了金融壓力指數(shù)。Cardarelli，等［6］運(yùn)用等方差權(quán)重的方法，綜合了銀行、證券和外匯市場這三個(gè)子系統(tǒng)的7個(gè)相關(guān)指標(biāo)，為17個(gè)經(jīng)濟(jì)體構(gòu)建了金融壓力指數(shù)。Nelson和Perli［7］綜合12個(gè)經(jīng)濟(jì)變量，使用logit模型為美國構(gòu)建了金融脆弱性指數(shù)。運(yùn)用主成分分析法，Hakkio 和Keeton［3］、Hatzius，等［8］分別利用11個(gè)和44個(gè)經(jīng)濟(jì)變量為美國構(gòu)建了堪薩斯州金融壓力指數(shù)(KCFSI)和金融狀態(tài)指數(shù)(FCI)。同樣為美國，Brave和Butters［4－5］構(gòu)建了國家金融狀態(tài)指數(shù)(NFCI)，該指數(shù)運(yùn)用動(dòng)態(tài)因子模型的計(jì)算方法，綜合了100個(gè)金融變量計(jì)算得出，并運(yùn)用受試者工作特征曲線(ROC曲線)法進(jìn)行了門限值和政策指導(dǎo)分析。Hollo，等［9］基于貨幣市場、債券市場、股票市場、金融中介和外匯市場這五個(gè)系統(tǒng)的15個(gè)變量，通過利用變量間時(shí)間變動(dòng)相關(guān)性矩陣，構(gòu)建了系統(tǒng)性壓力綜合指數(shù)(CISS)，并基于歐元區(qū)數(shù)據(jù)對其進(jìn)行了實(shí)證分析。Louzis和Vouldis［10］亦借鑒CISS的思路，為希臘構(gòu)建了金融系統(tǒng)性壓力指數(shù)(FSSI)，該指數(shù)除考慮了變量間相關(guān)性外，還利用了多變量GARCH模型來捕捉相關(guān)性的突然變化，并且擴(kuò)展了CISS所包含的變量。

國內(nèi)也有一些學(xué)者針對金融壓力指數(shù)進(jìn)行了相關(guān)研究。賴娟［11］選取期限利差、銀行業(yè)風(fēng)險(xiǎn)利差、股票市場波動(dòng)性和EMPI四項(xiàng)指標(biāo)，采用得分加總的方法構(gòu)建了中國的金融壓力指數(shù)。中國銀行國際金融研究所課題組［12］選用股票市場、公司債券市場、信用衍生市場等八組指標(biāo)，基于歷史數(shù)據(jù)確定各指標(biāo)分?jǐn)?shù)，構(gòu)建了金融危機(jī)監(jiān)測指標(biāo)體系并對其進(jìn)行了區(qū)域劃分，并且運(yùn)用美國的數(shù)據(jù)對其進(jìn)行了檢驗(yàn)。陳守東和王妍［13］選取涵蓋銀行、證券和外匯市場的6項(xiàng)基礎(chǔ)指標(biāo)，采用等方差權(quán)重方法構(gòu)建了中國金融壓力指數(shù)，且通過馬爾科夫區(qū)制轉(zhuǎn)移模型對其進(jìn)行了區(qū)制分析，并進(jìn)一步探討了該指數(shù)與工業(yè)一致合成指數(shù)的關(guān)系。劉曉星和方磊［14］利用CDF－信用加總權(quán)重的方法，為我國構(gòu)建了涵蓋銀行、股票、外匯和保險(xiǎn)四個(gè)市場中7個(gè)變量的金融壓力指數(shù)。李研妮［15］運(yùn)用主成分分析法，構(gòu)建了涵蓋宏觀經(jīng)濟(jì)基本面、房地產(chǎn)、股票、貨幣債券和外匯市場的中國系統(tǒng)性風(fēng)險(xiǎn)壓力指數(shù)，并探討了其對于貨幣政策制定的作用機(jī)理。許滌龍和陳雙蓮［16］基于銀行、房地產(chǎn)、股票和外部金融市場的16項(xiàng)指標(biāo)，采用CRITIC賦權(quán)法構(gòu)建了中國金融壓力指數(shù)，并將指數(shù)數(shù)值超過歷史均值2倍的數(shù)值作為危險(xiǎn)金融壓力時(shí)期的標(biāo)志。

目前國內(nèi)外針對金融壓力指數(shù)的構(gòu)建和應(yīng)用已有較為豐富的研究成果，然而構(gòu)建方法還處于不斷探索階段，對于各方法的應(yīng)用效果尚未形成共識(shí)。針對我國的金融壓力指數(shù)構(gòu)造和應(yīng)用，在以下幾方面尚有進(jìn)一步研究的空間。第一，在指數(shù)頻率方面，以往研究所構(gòu)造的指數(shù)大多僅具有月度頻率，而對于金融壓力更為精確的走勢分析而言略顯不足。第二，在構(gòu)建方法方面，以往文獻(xiàn)大多基于某種方法對基礎(chǔ)指標(biāo)進(jìn)行加權(quán)計(jì)算，而較少考慮指標(biāo)之間的相關(guān)性，鑒于相關(guān)性增強(qiáng)是金融壓力增大的重要標(biāo)志之一，也應(yīng)在指數(shù)計(jì)算中有所體現(xiàn)。第三，在區(qū)制分析方面，現(xiàn)有文獻(xiàn)大多基于指數(shù)本身的特征進(jìn)行區(qū)制判定，而結(jié)合指數(shù)與宏觀經(jīng)濟(jì)之間關(guān)系進(jìn)行的探討則相對有限。本文試圖從以上幾方面尋求突破，在我國金融壓力指數(shù)的構(gòu)建和應(yīng)用方面進(jìn)行更為深入的探索。

三、基礎(chǔ)指標(biāo)選取及處理

(一)基礎(chǔ)指標(biāo)的選取

用于構(gòu)建金融壓力指數(shù)的基礎(chǔ)指標(biāo)需要符合金融壓力的相關(guān)特征，即金融市場上不確定性的增強(qiáng)，以及對風(fēng)險(xiǎn)資產(chǎn)和非流動(dòng)性資產(chǎn)偏好的降低。同時(shí)各個(gè)指標(biāo)包含的信息應(yīng)具有互補(bǔ)性，并且在金融壓力較大的時(shí)期能夠表現(xiàn)出較強(qiáng)的相關(guān)性［9］。本文主要參考Hollo，等［9］的基礎(chǔ)指標(biāo)選取標(biāo)準(zhǔn)，同時(shí)結(jié)合我國金融市場的實(shí)際情況，選取了貨幣市場、債券市場、股票市場和外匯市場這四個(gè)子市場的金融指標(biāo)，每類市場包含三個(gè)基礎(chǔ)變量，以期全面反映我國金融市場的壓力情況。此外，為滿足監(jiān)管和政策制定需要，金融壓力指數(shù)應(yīng)具有較高的數(shù)據(jù)頻率以實(shí)時(shí)反映金融壓力狀況。國內(nèi)一些相關(guān)研究所構(gòu)建的指數(shù)均為月度指數(shù)［11－15］，本文嘗試將所構(gòu)建的指數(shù)頻率進(jìn)一步提高，構(gòu)建具有周度頻率的FSI，因此所選取的基礎(chǔ)指標(biāo)均具有周度或日度頻率。

貨幣市場所涵蓋的指標(biāo)用于反映短期融資市場所面臨的金融壓力情況，所選取的基礎(chǔ)指標(biāo)包括:上海銀行間同業(yè)拆放利率(SHIBOR)的實(shí)際波動(dòng)率，該指標(biāo)可以反映出貨幣市場中市場情緒的波動(dòng)性; TED利差，此處取SHIBOR和無風(fēng)險(xiǎn)收益率利差，可以反映出銀行間市場的流動(dòng)性風(fēng)險(xiǎn)和交易對手風(fēng)險(xiǎn)，在一定程度上體現(xiàn)出“轉(zhuǎn)向優(yōu)質(zhì)資產(chǎn)(flight－to －quality)”和“轉(zhuǎn)向流動(dòng)性(flight－to－liquidity)”的特點(diǎn)［3］;銀行間市場7日回購利率，這一指標(biāo)同樣可以體現(xiàn)出短期融資市場的流動(dòng)性風(fēng)險(xiǎn)和交易對手的風(fēng)險(xiǎn)。

債券市場所涵蓋的基礎(chǔ)指標(biāo)包括:上證國債指數(shù)的實(shí)際波動(dòng)率，這一指標(biāo)用于反映債券市場中市場情緒的波動(dòng)性;負(fù)的期限利差，即短期國債與長期國債的收益率之差，該指標(biāo)表示銀行通過將短期負(fù)債轉(zhuǎn)變成長期資產(chǎn)從而獲利的成本，若出現(xiàn)負(fù)利差，說明收益率曲線為負(fù)斜率，銀行利潤會(huì)受到嚴(yán)重?fù)p失;銀行業(yè)風(fēng)險(xiǎn)利差，即銀行間金融債與同期國債到期收益率之差，該指標(biāo)可以反映出銀行間的違約風(fēng)險(xiǎn)和流動(dòng)性風(fēng)險(xiǎn)［11］。

股票市場所涵蓋的基礎(chǔ)指標(biāo)包括:上證指數(shù)實(shí)際波動(dòng)率，用于反映股票市場中市場情緒的波動(dòng)性;上證指數(shù)的CMAX，代表股指在兩年的移動(dòng)時(shí)間窗口內(nèi)的最大累積損失，由于在出現(xiàn)危機(jī)時(shí)，股市指數(shù)會(huì)出現(xiàn)大幅下降，因此該指標(biāo)可以被作為反映金融壓力的指標(biāo)［2］;上證指數(shù)收益與上證國債指數(shù)收益的相關(guān)系數(shù)，若該系數(shù)為負(fù)，則表示金融壓力較高，此時(shí)投資者傾向于將股票轉(zhuǎn)換為債券，表現(xiàn)出“轉(zhuǎn)向安全資產(chǎn)”現(xiàn)象［17］，此處取長期和短期的相關(guān)系數(shù)之差來反映這一因素。

外匯市場所面臨的金融壓力以匯率的實(shí)際波動(dòng)率計(jì)量，用于反映外匯市場的不確定性，所涵蓋的基礎(chǔ)指標(biāo)包括人民幣對美元、歐元、日元這三種對中國影響較大的外匯匯率的實(shí)際波動(dòng)率。

對于各項(xiàng)基礎(chǔ)指標(biāo)的詳細(xì)說明如表1所示。根據(jù)數(shù)據(jù)可得性和計(jì)算需要，本文所選樣本區(qū)間為2007年1月5日至2015年6月26日。

(二)對基礎(chǔ)指標(biāo)的轉(zhuǎn)換

一些文獻(xiàn)使用標(biāo)準(zhǔn)化的方法對基礎(chǔ)指標(biāo)進(jìn)行轉(zhuǎn)換［6，10］，然而這一方法的隱含假設(shè)是基礎(chǔ)指標(biāo)呈正態(tài)分布，而這一假設(shè)在實(shí)際當(dāng)中常常難以實(shí)現(xiàn)。當(dāng)新增觀察值時(shí)，樣本的平均值和標(biāo)準(zhǔn)差會(huì)發(fā)生改變，從而導(dǎo)致指數(shù)歷史數(shù)值的改變，尤其當(dāng)新增觀察值為危機(jī)時(shí)期出現(xiàn)的極端數(shù)值時(shí)，這一問題會(huì)更加嚴(yán)重。金融壓力指數(shù)歷史數(shù)值的變化會(huì)影響對其門限值和區(qū)制的判定，從而導(dǎo)致“事件重新分類”問題的出現(xiàn)，進(jìn)而影響該指數(shù)的穩(wěn)健性［9］。

本文運(yùn)用了Hollo，等［9］的方法，使用實(shí)證累積分布函數(shù)(CDF)對原始指標(biāo)進(jìn)行轉(zhuǎn)換。該方法將一項(xiàng)基礎(chǔ)指標(biāo)記為xt，x = (x1，x2，…，xn)，n表示數(shù)據(jù)樣本的總量。一項(xiàng)指標(biāo)每個(gè)數(shù)值的排位次序記為(x［1］，x［2］，…，x［n］)，其中x［1］≤x［2］≤…≤x［n］，［r］代表一個(gè)具體觀察值的排位次序。原始指標(biāo)以升序形式排列，因此x［n］代表最大值，x［1］代表最小值。轉(zhuǎn)換后的數(shù)值zt基于實(shí)證CDFFn(xt)采用以下公式計(jì)算:

其中t = 1，2，…n，。1a公式表明實(shí)證CDFFn(xt)等于某一特定觀察值的排列次序除以樣本內(nèi)的總觀察值數(shù)量。如果觀察值出現(xiàn)重復(fù)的情況，則每個(gè)觀察值的排列次序等于所有重復(fù)觀察值排列次序的平均值。此時(shí)，實(shí)證CDF表現(xiàn)為一系列非降序的序列，各值之間的差值為1/n的倍數(shù)，轉(zhuǎn)換后的指標(biāo)值域區(qū)間為(0，1］。

為保證FSI的實(shí)時(shí)性和穩(wěn)健性，本文參考Hollo等［9］的方法，進(jìn)一步使用遞歸(recursion)的方式對原始指標(biāo)進(jìn)行轉(zhuǎn)換。這種方法可以保證在加入新觀察值的情況下FSI的歷史數(shù)值不會(huì)改變。前遞歸區(qū)間取2007年1月5日至2009年12月31日，此區(qū)間內(nèi)各基礎(chǔ)指標(biāo)的實(shí)證CDF計(jì)算采用1a公式，而在此區(qū)間之后，每加入一個(gè)新觀察值，該觀察值的實(shí)證CDF則采用以下公式計(jì)算:

其中T = 1，2，…，N，N表示數(shù)據(jù)樣本的結(jié)束時(shí)間(本文中為2015年6月26日)。

代表每個(gè)市場(i = 1，2，3，4)的壓力指數(shù)si，t取該市場所涵蓋的三個(gè)子指標(biāo)(j = 1，2，3)的算術(shù)平均數(shù)得到，即這一方法假設(shè)每個(gè)市場所涵蓋的指標(biāo)均包含互補(bǔ)的信息。表1詳細(xì)描述了四個(gè)子市場中的每個(gè)壓力指標(biāo)的計(jì)算方法。

表1　FSI計(jì)算中所涵蓋的金融壓力基礎(chǔ)指標(biāo)

四、金融壓力指數(shù)的構(gòu)建

(一)子市場壓力指數(shù)權(quán)重的確定

由于金融壓力可以被視為影響各子市場壓力指數(shù)共同變動(dòng)的主要因子，本文參考Hakkio和Keeton［3］所使用的主成分分析法對四個(gè)市場壓力指數(shù)的主成分進(jìn)行提取，進(jìn)而確定四個(gè)市場si指數(shù)的權(quán)重wi。

表2　方差分解主成分提取分析表

表3　前兩個(gè)特征值對應(yīng)的特征向量

如表2和表3所示，提取特征值大于1的前兩個(gè)主成分以及其所對應(yīng)的特征向量，累積貢獻(xiàn)率為66．96%，可以基本反映原數(shù)據(jù)所體現(xiàn)出來的金融壓力情況。所提取的第一個(gè)主成分基本反映了短期和長期借貸市場的基本信息，所提取的第二個(gè)主成分主要反映了股市和外匯市場的基本信息。將每個(gè)市場指標(biāo)所對應(yīng)的兩個(gè)特征值根據(jù)其方差貢獻(xiàn)率進(jìn)行加權(quán)平均，最后進(jìn)行歸一化處理，可得各個(gè)市場的權(quán)重，如表4所示。

表4　四個(gè)子市場所對應(yīng)的權(quán)重

作為對所確定權(quán)重的進(jìn)一步驗(yàn)證，本文參考Hollo，等［9］對于各子市場指數(shù)的權(quán)重確定方法，分別考察四個(gè)市場的壓力指數(shù)對于宏觀經(jīng)濟(jì)的沖擊效應(yīng)。選取國家統(tǒng)計(jì)局中國經(jīng)濟(jì)景氣監(jiān)測中心所發(fā)布的中國經(jīng)濟(jì)景氣先行指數(shù)作為宏觀經(jīng)濟(jì)運(yùn)行情況的參考指標(biāo)，該指數(shù)基于股市指數(shù)、貨幣供應(yīng)量、國債利率差、產(chǎn)品銷售率等8組指標(biāo)構(gòu)建而成，峰谷比一致指數(shù)平均領(lǐng)先6－7個(gè)月①關(guān)于中國經(jīng)濟(jì)景氣指數(shù)的更多信息請參考http: / /www．cemac．org．cn/。中國經(jīng)濟(jì)景氣指數(shù)數(shù)據(jù)來源:中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫。。由于本文用于構(gòu)建FSI的基礎(chǔ)指標(biāo)均為金融指標(biāo)，而從國內(nèi)外反映經(jīng)濟(jì)運(yùn)行指標(biāo)的構(gòu)成來看，資金類指標(biāo)大多被用于先行指標(biāo)［18］，因此在確定各子市場壓力指數(shù)的權(quán)重時(shí)，考察各子市場指數(shù)與同時(shí)期對應(yīng)的經(jīng)濟(jì)景氣先行指數(shù)的關(guān)系比選用一致指數(shù)更為合理②FSI、中國經(jīng)濟(jì)景氣先行指數(shù)和一致指數(shù)的走勢請參考圖4。。由于經(jīng)濟(jì)景氣指數(shù)為月度數(shù)據(jù)，此處取各子市場周度指數(shù)的月度平均值進(jìn)行分析。根據(jù)增廣迪基－福勒(ADF)單位根檢驗(yàn)結(jié)果，四個(gè)子市場指數(shù)(si)和經(jīng)濟(jì)景氣先行指數(shù)(y0)均為平穩(wěn)序列③經(jīng)ADF檢驗(yàn)，y0、s1－s4所對應(yīng)p值分別為0．0369、0．0146、0．0131、0．0028、0．0006，均可以在5%的水平下拒絕存在單位根的原假設(shè)。，進(jìn)而分別以si和y0構(gòu)建VAR模型，并考察y0對于si一個(gè)標(biāo)準(zhǔn)差沖擊的脈沖響應(yīng)函數(shù)(IRF)。由于假定si可能會(huì)對經(jīng)濟(jì)活動(dòng)產(chǎn)生影響，設(shè)定變量次序?yàn)?si，y0)，IRF結(jié)果如圖1所示。

圖1　經(jīng)濟(jì)景氣先行指數(shù)對于四個(gè)市場指數(shù)的脈沖響應(yīng)函數(shù)注:虛線代表兩個(gè)標(biāo)準(zhǔn)誤區(qū)間。

從圖1可以看出，貨幣市場和債券市場的金融壓力對于中國宏觀經(jīng)濟(jì)的沖擊最大，壓力指數(shù)分別在第10個(gè)月和第7個(gè)月使經(jīng)濟(jì)景氣先行指數(shù)達(dá)到了最多0．449和0．445個(gè)標(biāo)準(zhǔn)差的下降，貨幣市場壓力對經(jīng)濟(jì)的負(fù)面影響在第23個(gè)月消失，而債券市場壓力對經(jīng)濟(jì)的負(fù)面影響在第24個(gè)月尚未消失。股票市場和外匯市場的金融壓力對中國宏觀經(jīng)濟(jì)的沖擊較小，壓力指數(shù)分別在第2個(gè)月和第3個(gè)月使經(jīng)濟(jì)景氣先行指數(shù)有0．147和0．174個(gè)標(biāo)準(zhǔn)差的下降，這兩個(gè)市場的壓力對經(jīng)濟(jì)的負(fù)面影響分別在第6個(gè)月和第8個(gè)月消失。由此看出，貨幣和債券市場的金融壓力對宏觀經(jīng)濟(jì)的影響均較大，大約是股票和外匯市場對經(jīng)濟(jì)影響的兩到三倍，其中債券市場壓力沖擊的持續(xù)時(shí)間較長。而股票和外匯市場的金融壓力對經(jīng)濟(jì)影響較小，其中外匯市場壓力對經(jīng)濟(jì)的影響稍大于股票市場。因此，通過主成分分析法得出的四個(gè)市場壓力指數(shù)的權(quán)重設(shè)定較為合理，能夠反映出各市場壓力對與宏觀經(jīng)濟(jì)的影響情況④在FSI的實(shí)際使用中，各子市場權(quán)重亦可以根據(jù)宏觀經(jīng)濟(jì)運(yùn)行的不同階段進(jìn)行調(diào)整。。

(二)金融壓力指數(shù)的構(gòu)建方法

本文參考Hollo，等［9］的方法，借鑒了投資組合理論的思路，除對各子市場指數(shù)加權(quán)計(jì)算外，亦將各指數(shù)間隨時(shí)間變動(dòng)的交叉相關(guān)性考慮在內(nèi)，其思想是金融壓力不僅表現(xiàn)在各壓力指標(biāo)的絕對數(shù)值上，還表現(xiàn)在各指標(biāo)之間的相關(guān)性上，各指標(biāo)之間相關(guān)程度越高，就表明系統(tǒng)性風(fēng)險(xiǎn)越大。這是由于在金融壓力較高的時(shí)期，幾個(gè)市場均會(huì)同時(shí)面臨風(fēng)險(xiǎn)。

本文所構(gòu)建的FSI數(shù)值范圍為(0，1］，計(jì)算公式為

FSIt= (w·st) Ct(w·st) '(2)

其中，w = (w1，w2，w3，w4)，代表各子市場指數(shù)的權(quán)重向量，w·st代表Hadamard乘積(即在時(shí)間t時(shí)市場指數(shù)權(quán)重向量與市場指數(shù)數(shù)值向量中每個(gè)數(shù)值的乘積)。根據(jù)前文計(jì)算結(jié)果，各子市場的壓力指數(shù)權(quán)重分別為:貨幣市場37．7%、債券市場40．5%、股票市場4．7%、外匯市場17．1%。

Ct代表市場指數(shù)i和j隨時(shí)間變動(dòng)的交叉相關(guān)系數(shù)矩陣，表示為:

各子市場壓力指數(shù)之間交叉相關(guān)系數(shù)ρij，t基于指數(shù)加權(quán)移動(dòng)平均(EWMA)的方法使用協(xié)方差σij，t和波動(dòng)率σ2i，t計(jì)算:

其中i = 1，2，3，4，j = 1，2，3，4，i≠j，t = 1，2，…，T，且珓si，t= (si，t－0．5)代表市場指數(shù)和其理論上的中位數(shù)0．5的差值。平滑系數(shù)λ取常數(shù)0．93。t = 0時(shí)方差和協(xié)方差的初始值，即2007年1月5日的值，為基于前遞歸期2007年1月5日至2009年12月31日數(shù)值計(jì)算的方差和協(xié)方差值。

五、我國金融壓力測度結(jié)果及分析

利用FSI可以對我國金融壓力走勢進(jìn)行分析，進(jìn)而了解我國系統(tǒng)性風(fēng)險(xiǎn)狀況。如圖2所示，樣本區(qū)間內(nèi)，F(xiàn)SI走勢與我國系統(tǒng)性事件發(fā)生情況基本吻合。具體來講，我國金融壓力在2007年至2008 年10月總體一直處于上升態(tài)勢，并在2008年10月底達(dá)到頂峰，這期間發(fā)生了全球股災(zāi)、我國股市持續(xù)下跌以及美國金融危機(jī)爆發(fā)等一系列系統(tǒng)性事件。而隨著2008年11月我國政府用于擴(kuò)大內(nèi)需、刺激經(jīng)濟(jì)增長的十項(xiàng)措施出臺(tái)，市場信心得到提振，金融壓力也不斷下降。2009年底歐債危機(jī)爆發(fā)并持續(xù)影響歐元區(qū)國家的經(jīng)濟(jì)和金融穩(wěn)定狀況，然而我國的金融壓力在此期間并沒有出現(xiàn)十分明顯的上升，在2009－2013上半年一直處于較低水平，說明歐債危機(jī)對我國的金融穩(wěn)定并沒有造成十分明顯的系統(tǒng)性影響。2013年6月和12月我國銀行業(yè)出現(xiàn)了流動(dòng)性緊張而導(dǎo)致的“錢荒”事件，也造成金融壓力再一次達(dá)到峰值。2014年我國金融壓力出現(xiàn)小幅上升，而隨著年底受國際油價(jià)大幅下跌等因素影響，俄羅斯盧布大幅貶值，對我國的金融秩序也產(chǎn)生了一定的沖擊，金融壓力進(jìn)一步上升。2015年6月我國股市出現(xiàn)大幅動(dòng)蕩，F(xiàn)SI出現(xiàn)小幅上升態(tài)勢，然而絕對水平并沒有達(dá)到較高數(shù)值，因此此次股市危機(jī)對我國當(dāng)年6月的金融穩(wěn)定并沒有造成十分重大的影響。

圖2　FSI和國內(nèi)外主要系統(tǒng)性事件

六、金融壓力指數(shù)的門限和區(qū)制分析

(一)門限向量自回歸模型(TVAR)的構(gòu)建

金融壓力指數(shù)門限值和區(qū)制的分析可以用來識(shí)別存在嚴(yán)重系統(tǒng)性壓力的時(shí)期，進(jìn)而為監(jiān)管當(dāng)局的政策制定提供參考。一些文獻(xiàn)使用比指數(shù)歷史平均值高一個(gè)或兩個(gè)標(biāo)準(zhǔn)差的數(shù)值作為金融壓力指數(shù)的門限值［2，6］，然而這種方法的隱含假設(shè)為指數(shù)呈正態(tài)分布，若違反這一假設(shè)，在增加新觀察值后指數(shù)的平均值和標(biāo)準(zhǔn)差則會(huì)有較大幅度變化，影響對金融壓力區(qū)制的判定。圖3表明本文所構(gòu)建的FSI呈明顯右偏分布，因此這一方法對本文并不適用。它的另一個(gè)缺陷是在判斷將超過歷史平均值幾倍的標(biāo)準(zhǔn)差作為門限值時(shí)并沒有明確的標(biāo)準(zhǔn)［9］。

圖3　FSI分布直方圖和平滑曲線注:直方圖基于密度計(jì)算，平滑曲線基于Epanechnikov核密度計(jì)算。平均值=0．1474，中位數(shù)=0．1186。

本文參考Tsay［19］的方法，將FSI和經(jīng)濟(jì)活動(dòng)綜合考量以確定FSI門限值，使用門限向量自回歸模型(TVAR)區(qū)分高壓力區(qū)制和低壓力區(qū)制。此處使用FSI和國家統(tǒng)計(jì)局中國經(jīng)濟(jì)景氣監(jiān)測中心所發(fā)布的中國經(jīng)濟(jì)景氣一致指數(shù)作為內(nèi)生變量以建立TVAR模型。中國經(jīng)濟(jì)景氣一致指數(shù)由工業(yè)生產(chǎn)指數(shù)、社會(huì)需求指數(shù)、社會(huì)收入指數(shù)和工業(yè)從業(yè)人員數(shù)四組指標(biāo)構(gòu)成，其峰谷出現(xiàn)時(shí)間與總體經(jīng)濟(jì)運(yùn)行的峰谷出現(xiàn)時(shí)間基本一致，用于綜合描述宏觀經(jīng)濟(jì)所處狀況。FSI、中國經(jīng)濟(jì)景氣一致指數(shù)和先行指數(shù)的數(shù)值如圖4所示，由于中國經(jīng)濟(jì)景氣指數(shù)均為月度數(shù)據(jù)，此處FSI取周度數(shù)據(jù)的月度平均值進(jìn)行門限和區(qū)制分析，樣本區(qū)間為2007年1月到2015年6月。

圖4　FSI、中國經(jīng)濟(jì)景氣一致指數(shù)和先行指數(shù)數(shù)據(jù)來源:中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、本研究計(jì)算

本文使用FSI作為門限變量，假定其具有兩個(gè)區(qū)制和一個(gè)門限值，根據(jù)Schwarz信息準(zhǔn)則，確定了以下TVAR(3)模型:

其中xt= (Ft，yt) '，代表內(nèi)生變量(分別為FSI和一致指數(shù))的二維向量，cs，Φsj代表s = H，L狀態(tài)(H和L分別代表高壓力和低壓力區(qū)制)時(shí)的截距向量和斜率系數(shù)矩陣，滯后階數(shù)為j = 1，2，3，向量est代表基于不同區(qū)制回歸的殘差項(xiàng)，τ代表門限值參數(shù)。Zt－d代表門限變量，滯后階數(shù)為d∈{ 1，…，d0}。由圖4可以看出，F(xiàn)SI與中國經(jīng)濟(jì)景氣先行指數(shù)的當(dāng)期數(shù)值具有較為明顯的負(fù)相關(guān)關(guān)系，且FSI和先行指數(shù)的峰谷相對一致指數(shù)而言較為領(lǐng)先，因此初步判斷FSI的滯后數(shù)值可以作為當(dāng)期經(jīng)濟(jì)運(yùn)行情況的預(yù)警變量，同時(shí)由于先行指數(shù)比一致指數(shù)平均領(lǐng)先6－7個(gè)月，此處取最大滯后階數(shù)為d0= 8，以分別分析1階到8階滯后的FSI是否能作為門限變量，進(jìn)而得出合適的門限值τ。

根據(jù)Tsay［19］所做的假定，門限變量應(yīng)表現(xiàn)出平穩(wěn)且連續(xù)的特點(diǎn)，并且在實(shí)數(shù)區(qū)間內(nèi)有正密度函數(shù)。而根據(jù)增廣迪基－福勒(ADF)單位根檢驗(yàn)結(jié)果，F(xiàn)SI是平穩(wěn)序列①FSI的ADF檢驗(yàn)t統(tǒng)計(jì)量為－3．558，p值為0．039，可以在5%的水平下拒絕存在單位根的原假設(shè)。，同時(shí)FSI也具有固定區(qū)間，因此滿足此項(xiàng)假定。門限值滯后階數(shù)和門限值參數(shù)可以根據(jù)由Tsay［19］開發(fā)的近似卡方分布的C(d)統(tǒng)計(jì)量確定。在確定滯后階數(shù)后，門限值根據(jù)FSI設(shè)定為300個(gè)區(qū)間點(diǎn)時(shí)，Akaike信息準(zhǔn)則(AIC)值最低時(shí)確定。滯后階數(shù)為d = 1到d = 8時(shí)的門限分析結(jié)果如表5所示。由表5可得在d = 7時(shí)，在5%水平下可以拒絕不存在門限效應(yīng)的原假設(shè)，所確定的最佳門限值為0．2849。在實(shí)際運(yùn)用當(dāng)中，這一結(jié)果可以被解釋為將當(dāng)期FSI數(shù)值與門限值比較，可以用于判斷未來第7個(gè)月的宏觀經(jīng)濟(jì)所處的區(qū)制。而經(jīng)濟(jì)景氣先行指數(shù)相對一致指數(shù)亦有6－7個(gè)月的領(lǐng)先區(qū)間，這與FSI的領(lǐng)先區(qū)間基本一致，表明FSI可以被用作判斷經(jīng)濟(jì)運(yùn)行走勢的先行指標(biāo)。

表5　門限滯后階數(shù)和門限值分析結(jié)果

(二)我國金融壓力區(qū)制分析

如圖5所示，7階滯后的FSI與中國經(jīng)濟(jì)景氣一致指數(shù)呈明顯的負(fù)相關(guān)關(guān)系，總體而言FSI對于經(jīng)濟(jì)走勢有一定的預(yù)警效果。在一些時(shí)間區(qū)間內(nèi)，7階滯后的FSI并未達(dá)到門限值水平，然而當(dāng)期經(jīng)濟(jì)景氣一致指數(shù)仍然較低，這一方面說明利用FSI進(jìn)行未來7個(gè)月的經(jīng)濟(jì)走勢預(yù)測并非與實(shí)際經(jīng)濟(jì)運(yùn)行情況完全一致，尚需結(jié)合其他指標(biāo)對經(jīng)濟(jì)走勢進(jìn)行進(jìn)一步分析，另一方面亦說明雖然這些時(shí)段內(nèi)宏觀經(jīng)濟(jì)總體環(huán)境走低，然而作為先行指標(biāo)的金融壓力指數(shù)在前期并未表現(xiàn)出較高數(shù)值，可能是由于各金融變量間相關(guān)程度并不強(qiáng)，因此后期引起大規(guī)模系統(tǒng)性危機(jī)的可能性依然較小。

圖5　FSI(7階滯后)與中國經(jīng)濟(jì)景氣一致指數(shù)散點(diǎn)圖數(shù)據(jù)來源:中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、本研究計(jì)算。注:當(dāng)FSI數(shù)值(7階滯后)等于或高于門限值0．2849時(shí)為高壓力區(qū)制，低于門限值時(shí)為低壓力區(qū)制。

從區(qū)制分析結(jié)，可以看出我國金融體系總體運(yùn)行較為平穩(wěn)，處于高壓力區(qū)制的時(shí)間區(qū)間較少。高壓力區(qū)制分別出現(xiàn)在2009年4月－7月、2014年1月和7月，同時(shí)臨近高壓力時(shí)期的2009年1月和2014年2月所對應(yīng)的滯后7階FSI也表現(xiàn)出接近門限值的數(shù)值，而這幾個(gè)時(shí)期對應(yīng)的中國經(jīng)濟(jì)景氣一致指數(shù)的確表現(xiàn)出較低的水平(如圖4所示)。結(jié)合一致指數(shù)走勢來看，2008年下半年金融危機(jī)爆發(fā)時(shí)FSI數(shù)值大幅上升，隨后在2008年底到2009年上半年，我國宏觀經(jīng)濟(jì)情況也受危機(jī)影響一度出現(xiàn)低谷，并進(jìn)入高壓力區(qū)制。而后在經(jīng)濟(jì)刺激政策發(fā)揮作用的情況下，作為先行指數(shù)的FSI在先期持續(xù)下降，隨后經(jīng)濟(jì)實(shí)際運(yùn)行也逐步回暖，在2009年8月進(jìn)入低壓力區(qū)制。2014年年初和年中，我國受國內(nèi)外多種風(fēng)險(xiǎn)因素影響，經(jīng)濟(jì)運(yùn)行再一次進(jìn)入高壓力區(qū)制，同期經(jīng)濟(jì)景氣一致指數(shù)出現(xiàn)進(jìn)一步下降，并在7月出現(xiàn)大幅下滑。就FSI的走勢來看，F(xiàn)SI在2014年出現(xiàn)了較為明顯的上升，并在2015年1月和2月出現(xiàn)了接近門限值的數(shù)值，這在一定程度上表明我國經(jīng)濟(jì)運(yùn)行在2015年下半年可能還會(huì)出現(xiàn)進(jìn)一步下滑的態(tài)勢。

從FSI和我國經(jīng)濟(jì)運(yùn)行的關(guān)系來看，F(xiàn)SI在大多數(shù)情況下能夠?qū)?jīng)濟(jì)運(yùn)行和區(qū)制判定起到較好的先期預(yù)警作用。然而在2011年下半年到2012年上半年我國經(jīng)濟(jì)景氣一致指數(shù)出現(xiàn)大幅下滑時(shí)，先期的FSI并沒有表現(xiàn)出接近或超過門限值的數(shù)值，這可能是由于各金融指標(biāo)之間變動(dòng)的相關(guān)性并不強(qiáng)，因此金融市場內(nèi)并未表現(xiàn)出明顯的系統(tǒng)性風(fēng)險(xiǎn)，也進(jìn)一步說明對經(jīng)濟(jì)整體走勢的判斷還需結(jié)合其他指標(biāo)進(jìn)行全面分析。

七、結(jié)論

本文基于2007年1月至2015年6月的金融市場數(shù)據(jù)，為我國構(gòu)建了周度金融壓力指數(shù)(FSI)。該指數(shù)基于貨幣市場、債券市場、股票市場和外匯市場所涵蓋的12個(gè)金融壓力基礎(chǔ)指標(biāo)計(jì)算，除使用主成分分析法為各子市場的指數(shù)賦權(quán)外，還根據(jù)系統(tǒng)性風(fēng)險(xiǎn)的特點(diǎn)，將各子市場指數(shù)之間的交叉相關(guān)性考慮在內(nèi)。實(shí)證結(jié)果表明，該指數(shù)走勢與樣本區(qū)間內(nèi)影響我國的系統(tǒng)性事件發(fā)生情況基本吻合，可以較好地監(jiān)測我國系統(tǒng)性風(fēng)險(xiǎn)狀況。

進(jìn)一步利用FSI與中國經(jīng)濟(jì)景氣指數(shù)所構(gòu)建的TVAR模型進(jìn)行門限和區(qū)制分析，結(jié)果表明，將FSI的當(dāng)前數(shù)值與門限值比較，可以用于判斷未來第7個(gè)月宏觀經(jīng)濟(jì)所處區(qū)制。結(jié)合FSI與經(jīng)濟(jì)景氣一致指數(shù)走勢來看，F(xiàn)SI對宏觀經(jīng)濟(jì)走勢能夠起到一定的預(yù)警作用。同時(shí)由于金融壓力情況僅是反映宏觀經(jīng)濟(jì)總體運(yùn)行的其中一方面指標(biāo)，尚需結(jié)合其他指標(biāo)進(jìn)行綜合分析以得到更為精確的宏觀經(jīng)濟(jì)走勢預(yù)測結(jié)果。

利用FSI對我國金融壓力情況和區(qū)制分析結(jié)果表明，我國處在高壓力區(qū)制的時(shí)間區(qū)間較少，金融系統(tǒng)總體運(yùn)行較為穩(wěn)定。金融壓力較高的時(shí)期主要發(fā)生在2008年10月金融危機(jī)前后、2013年6月和12月的銀行“錢荒”事件期間以及2014年底到2015年初出現(xiàn)的國際原油價(jià)格下降、俄羅斯盧布危機(jī)期間，在經(jīng)歷這幾個(gè)時(shí)期之后我國經(jīng)濟(jì)景氣指數(shù)隨之下滑，進(jìn)入或接近高壓力區(qū)制。就2015年的情況看，6月的股市危機(jī)并沒有使當(dāng)月的金融壓力產(chǎn)生顯著的高水平。年初的金融壓力水平較高，表明我國在2015年下半年經(jīng)濟(jì)運(yùn)行可能會(huì)出現(xiàn)進(jìn)一步的下滑，監(jiān)管當(dāng)局應(yīng)積極應(yīng)對。

參考文獻(xiàn):

［1］FSB，BIS，IMF．Macroprudential policy tools and frameworks－Progress report to G20［EB/OL］．http: / /www．bis．org/publ/othp17．pdf，2011－10－27．

［2］Illing M，Liu Y．Measuring financial stress in a developed country: An application to Canada［J］．Journal of Financial Stability，2006，2 (3) : 243－265．

［3］Hakkio C S，Keeton W R．Financial stress: What is it，how can it be measured，and why does it matter?［J］．Economic Review，2009，94 (2) : 5－50．

［4］Brave S，Butters R A．Gathering insights on the forest from the trees: A new metric for financial conditions ［R］．Federal Reserve Bank of Chicago Working Paper No．2010－07，2010．

［5］Brave S，Butters R A．Diagnosing the financial system: Financial conditions and financial stress［J］．International Journal of Central Banking，2012，8 (2) : 191－239．

［6］Cardarelli R，Elekdag S A，Lall S．Financial stress，downturns，and recoveries［R］．IMF Working Papers No．09/100，2009．

［7］Nelson W，Perli R．Selected indicators of financial stability［R］．Irving Fisher Committee’s Bulletin on Central Bank Statistics No．23，2005．

［8］Hatzius J，Hooper P，Mishkin F S，Schoenholtz K L，Watson M W．Financial conditions indexes: A fresh look after the financial crisis［R］．NBER Working Paper No．16150，2010．

［9］Hollo D，Kremer M，Lo Duca M．CISS－A composite indicator of systemic stress in the financial system［R］．ECB Working Paper Series No．1426，2012．

［10］Louzis D P，Vouldis A T．A methodology for constructing a financial systemic stress index: An application to Greece［J］．Economic Modelling，2012，29 (4) : 1228 －1241．

［11］賴娟．潛在的危機(jī)——中國金融系統(tǒng)性風(fēng)險(xiǎn)研究［M］．北京:中國財(cái)政經(jīng)濟(jì)出版社，2011．

［12］中國銀行國際金融研究所課題組．金融危機(jī)監(jiān)測指標(biāo)體系研究［J］．國際金融研究，2010 (3) : 73－82．

［13］陳守東，王妍．金融壓力指數(shù)與工業(yè)一致合成指數(shù)的動(dòng)態(tài)關(guān)聯(lián)研究［J］．財(cái)經(jīng)問題研究，2011 (10) : 39 －46．

［14］劉曉星，方磊．金融壓力指數(shù)構(gòu)建及其有效性檢驗(yàn)——基于中國數(shù)據(jù)的實(shí)證分析［J］．管理工程學(xué)報(bào)，2012 (3) : 1－6．

［15］李研妮．我國系統(tǒng)性金融風(fēng)險(xiǎn)壓力指數(shù)的測量與應(yīng)用分析［J］．南方金融，2013 (10) : 43－48．

［16］許滌龍，陳雙蓮．基于金融壓力指數(shù)的系統(tǒng)性金融風(fēng)險(xiǎn)測度研究［J］．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2015 (4) : 69－78．

［17］Baele L，Bekaert G，Inghelbrecht K．The determinants of stock and bond return comovements［J］．Review of Financial Studies，2010，23 (6) : 2374－2428．

［18］晏露蓉，吳偉．借鑒和思考:國內(nèi)外經(jīng)濟(jì)運(yùn)行先行指標(biāo)體系比較［J］．金融研究，2005 (9) : 39－50．

［19］Tsay R S．Testing and modeling multivariate threshold models［J］．Journal of the American Statistical Association，1998，93 (443) : 1188－1202．

責(zé)任編輯、校對:郭燕慶

作者簡介:陳忠陽(1968－)，湖南省漢壽縣人，中國人民大學(xué)財(cái)政金融學(xué)院教授、博士生導(dǎo)師，研究方向:金融風(fēng)險(xiǎn)管理;許悅(1990－)，女，吉林省汪清縣人，中國人民大學(xué)財(cái)政金融學(xué)院博士研究生，研究方向:金融風(fēng)險(xiǎn)管理。

基金項(xiàng)目:教育部人文社會(huì)科學(xué)重點(diǎn)研究基地、中國人民大學(xué)中國財(cái)政金融政策研究中心重大項(xiàng)目“我國金融風(fēng)險(xiǎn)管理和監(jiān)管問題研究”(項(xiàng)目編號(hào): 11JJD790009)。

收稿日期:2015－09－06

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1002－2848－2016(01)－0027－09