陳雙蓮 鐘俊豪 張昌洪

摘要：基于由金融資產價格、金融規(guī)模和金融景氣三個維度構成的金融周期指數，考量金融周期的階段性特征，在馬爾科夫區(qū)制轉換模型加入自回歸項，利用金融周期的自回歸進行區(qū)制轉換，刻畫出金融周期的區(qū)制特征，選取最優(yōu)Copula函數對金融周期和經濟周期的關聯性特征。結果表明：中國金融周期分為三個較為明顯的階段；中國金融周期分為擴張和收縮兩種狀態(tài)，且擴張和收縮兩種狀態(tài)都具有極高的穩(wěn)定性；滯后2階的金融周期和經濟周期之間有較強的正相關關系。

關鍵詞：金融周期；時變特征；區(qū)制轉移；Copula函數

中圖分類號：F830.9文獻標識碼：A文章編號：10037217（2018）04003807

一、引言

經濟學家對周期，特別是實際經濟周期關注由來已久，經典的KaldorKalecki模型一直圍繞周期的形成機制進行研究；但是，由于實體經濟和金融領域的價格支撐體系差異，使得經濟周期和金融周期的波動特征有較大差異。盡管學者們對金融周期的關注也有非常長的時間，最早甚至可以追溯到亞當斯密，他在研究高利貸上限的過程中曾討論過信貸配給問題時，認為信貸周期為金融周期。此后，包括李嘉圖、凱恩斯、哈耶克、熊彼特、弗里德曼等在內的一大批經濟學家，均在其論著中不同程度地討論過貨幣和信貸周期問題。

一方面是金融經濟周期的測度。對金融周期測度，一些文獻從現實中提取適當的金融指標，稱之為單指標測度法。金融經濟周期的單指標測度通常采用的指標包括信貸、金融資產價格等；如陳雨露等在研究金融周期和金融波動對經濟增長與金融穩(wěn)定的影響時，用私人部門信貸/GDP作為計算金融周期的基礎變量[1]。國際上的研究學者Aikman用信貸波動研究金融周期波動的長短與幅度[2]。多指標綜合指數法則是在多指標基礎上，通過編制綜合指數，研究金融周期；馬勇等在研究金融周期和經濟周期之間的關系時，通過房地產價格和股票價格等一系列指標從不同維度和層次描述金融狀況，構建出金融周期總指數[3]。羅宏斌等在研究金融服務測度時提到，多指標測度對綜合指數的完善認識顯得尤為必要[4]。李正輝等使用社會融資規(guī)模、M2和利率等編制金融狀況指數，并分析金融周期動態(tài)特征及其有效性[5]。

另一方面是圍繞金融周期特征與識別。對金融周期特征與識別的研究，Borio對發(fā)達國家過去50年來金融周期的特征進行總結，提出了一些判斷和識別的指標，其要點包括四個方面：一是銀行信用和

房地產價格是金融周期最核心的兩個指標；前者代表融資條件，后者反映對風險的態(tài)度；兩者相互交織和影響，呈現出順周期的自我強化特征[6]。Levine認為信用擴張意味著金融、投資和經濟增長獲得更有力的支持；過度膨脹將導致過低的借貸標準、過量的杠桿和資產價格泡沫。二是與一般商業(yè)周期相比，金融周期的發(fā)生頻率低，但持續(xù)時間更長；金融周期可以跨越多個以增長和通脹為標志的短周期波動。一般商業(yè)周期涵蓋時間為1～8年不等，但1960年以來發(fā)達國家發(fā)生的金融周期顯示其跨度均在16年左右[7]。三是貨幣、信用周期的頂點往往和金融危機聯系在一起；Schularick和Taylor研究了14個國家1870-2008年的貨幣、信用和宏觀指標后發(fā)現，20世紀下半葉金融部門的杠桿迅速增長，揭示了信用膨脹是有力的金融危機預測指標[8]。四是金融周期在不同國家呈現的特征和貨幣政策框架以及經濟結構變化有關。黃燕輝研究表明金融周期存在非對稱性，貨幣政策等影響因素對金融周期會產生沖擊[9]。劉妍瓊和許滌龍研究金融狀況指數時指出金融周期處于擴張時的維持概率為0.9589，而處于收縮時的維持概率為0.8854[10]。

已有文獻為本文研究提供了豐富的基礎，同時為本文研究留下了足夠的研究空間：一是從資金流角度測度金融周期。金融周期的統(tǒng)計測度中采用的方法，單指標、多指標、綜合指數方法存在各自的優(yōu)點，但指標的選擇上，對流量指標性質考慮相對較少。從全像的資金流量監(jiān)測角度來看，經濟主體的金融周期不僅與表象具有較大關系，與資金流更具有非常強的關聯性?；诖耍瑥馁Y金流量的角度，考查部門與部門之間的資金流量選擇相關的金融指標，更有利于金融周期的統(tǒng)計測度。二是金融周期的時變特征與構成研究。已有研究對金融經濟周期的特征與識別做了細致研究，然而相關研究更多的基于編制的金融狀況指數進行，且以描述統(tǒng)計為主，以致金融周期的區(qū)制與關聯的時變特征并沒有得到充分考慮。

二、金融周期的統(tǒng)計測度

（一）金融周期指標體系構建

金融周期反映了各類金融資產價格與規(guī)模在不同經濟波動階段上的變動態(tài)勢。大部分研究對金融周期的研究，通常選取信貸總量與房地產價格作為衡量金融周期的基準變量，僅以個別變量測算金融周期，而缺乏對金融市場的綜合考慮，測算出的金融周期可能不夠精準。本文考慮到金融資產的多樣性和債權關系的復雜性以及金融市場本身的景氣情況，從金融資產價格、金融規(guī)模和金融景氣三個維度測度金融周期。

對金融資產價格，本文綜合考慮金融市場上的各類資產價格波動以及作為抵押品最常見的房地產價格，分別選擇股票價格指數、銀行間同業(yè)拆借利率、一年期貸款利率、名義有效匯率和商品房銷售價格作為金融資產價格的代表性指標。股票價格是資本市場重要的信息要素，反映主要的直接融資市場資產價格及其波動情況；銀行間同業(yè)拆借利率反映了貨幣市場上的資金價格與波動情況；一年期貸款利率反映間接融資市場資金價格；名義有效匯率反映了在國家收支、進出口變化等環(huán)節(jié)中一個經濟體和另外一個經濟體之間的價格對比關系；房地產價格是較為普遍的對風險和價值認知的替代變量，是金融周期測度的一個重要方面。

對金融規(guī)模，考慮到機構部門之間流量對金融經濟周期的影響，納入反應部門間資金流量變動的指標，分別選取社會融資規(guī)模、對政府債權、對非金融部門債權、對其他金融部門債權、外幣儲備、貨幣供應量作為金融規(guī)模的代表性指標。社會融資規(guī)模反映了實體經濟部門從金融體系獲得的資金；信貸作為連接儲蓄與投資最重要的變量因素，是測算金融周期的重要指標，本文根據信貸的對象不同，將其分解為對政府債權、對非金融部門債權和對其他金融部門債權，分別體現了政府部門從存款性金融部門獲取的資金、非金融部門從存款性金融部門獲取的資金和其它非存款性金融部門從存款性金融部門獲取的資金；外幣儲備是經濟調節(jié)實現內外平衡的重要手段；廣義貨幣供應量長期以來都是我國貨幣政策調控的重要目標，是作為金融周期的基準指標。

對金融景氣，考慮到市場的情緒和整體態(tài)勢對金融周期的影響，分別選取消費價格指數、股市交易次數、宏觀經濟景氣指數、國房景氣指數作為金融景氣的代表性指標。消費價格指數反映了通貨膨脹情況；股票交易次數反映了資本市場的活躍程度；宏觀經濟景氣指數反映當前經濟的基本走勢，主要是實時衡量宏觀經濟運行態(tài)勢；國房景氣指數是針對房地產業(yè)發(fā)展變化趨勢和變化程度，反映全國房地產業(yè)發(fā)展景氣狀況的總體指數，符合房地產業(yè)實際發(fā)展情況。根據以上分析，本文所構建的金融周期測度指標體系如表1所示。

（二）金融周期指標數據預處理

本文采用2002-2017年共16年的月度數據，所采用的數據來自Wind數據庫?？紤]到數據的可得性以及與同類研究的可比性，本文選擇2002年作為基年。其中部分缺失數據通過建立OLS回歸方程進行估測。此外，在研究中其他指標都可以直接獲得。

金融周期指數的數據預處理包括HP濾波去趨勢、標準化處理、相關性分析、計算權重和總指數編制。不同指標的所含的成分具有差異性，故在對數據預處理時，根據數據的實際分布特點和含義選擇不同處理方法。指標體系中銀行間同業(yè)拆借利率、貸款利率、名義有效匯率、消費價格指數、宏觀經濟景氣指數、國房景氣指數沒有顯著趨勢，除此6個指標以外，其余指標具有顯著的長期趨勢?；诖?，對具有長期趨勢的指標進行分解除去季節(jié)項和隨機項，再用HP濾波法除去趨勢項，則得到指標的循環(huán)項。結合經濟實際情況，考慮到不同指標在不同階段、性質和量綱等差異性，本文對數據標準化處理。本文通過計算經過預處理之后的指標之間相關性系數，得知15個指標之間的105個相關系數，其中相關系數絕對值小于0.3，弱相關個數為nw=28，處于0.3和0.8之間的適度相關個數為ns=65，大于0.8的強相關個數np=12。由相關性系數結果可知，指標之間相關系數處于適度相關區(qū)間的占較大部分，因此可認為選擇的指標構建的指標體系較為合理且能刻畫出不同維度所代表不同的經濟內涵。

在確定指標權重時，本文采用變異系數法①。金融周期各指標權重結果如表2所示。

（三）金融周期特征分析

根據各指標的權重計算得到金融周期總指數結果，為了描述性考察金融周期指數的時序特征，將金融周期不同維度指數和金融周期總指數繪制為時序圖，如圖1、2所示。

金融周期指數不同維度指數和總指數都具有明顯的特征。金融資產價格指數和金融規(guī)模指數的波動在大部分時間內滯后于金融景氣指數波動。金融景氣指數相對于金融資產價格指數和金融規(guī)模指數，能更及時追蹤到金融市場最新變化趨勢，可以作為衡量整體金融形勢的良好指示器，因此可以為投資者和政策制定者提供及時、有效的決策信息。金融周期總指數具有明顯的階段性特征。第一階段為2002-2007年，中國加入WTO，政府采取穩(wěn)健的宏觀經濟調控，金融周期基本保持平穩(wěn)局勢，沒有明顯波動。第二階段是在2007-2011年期間，金融周期經歷了由上升-下降-上升的巨大循環(huán)波動時期，其中原因包括美國次貸危機和中國政府的“四萬億”刺激政策等。第三階段由2013至今，中國金融市場面臨優(yōu)化和整改，國家經濟增長模式發(fā)生改變，金融周期進入一個長期而劇烈的波動局面。

三、金融周期區(qū)制特征分析

（一）金融周期時變特征模型

本節(jié)將基于測度金融周期指數的結果，進一步考查中國金融周期區(qū)制特征。由于金融周期可能存在擴張和收縮的不同狀態(tài)，且每個時期具體所屬的狀態(tài)很難得到確定。由于不同時期金融市場存在的風險會隨著金融開放程度和宏觀調控政策等影響著金融周期波動，金融周期所處狀況可能存在結構突變現象，因此深入研究金融周期的非線性和非對稱性波動特征是必要的。馬爾科夫區(qū)制轉移模型不必人為地設定閾值來確定區(qū)制的轉移閾值，也不用事先預估不同區(qū)制轉移的時間，而是通過狀態(tài)變量在不同狀態(tài)之間的平滑轉換來確定所處的區(qū)制。

對單一時間序列變量進行區(qū)制劃分，通?？梢酝ㄟ^在馬爾科夫區(qū)制轉移模型中引入自回歸結構，建立如下模型刻畫序列的數據生成過程：

yt-μSt=∑nk=1k，Styt-μSt-k+

μt，μt～N0，σ2（1）

式（1）中，μSt表示金融周期yt在區(qū)制St下的平均變動情況，St為狀態(tài)變量，遵循具有短記憶性的馬爾科夫過程。

在給定條件下，金融周期保持在高（低）狀態(tài)或轉換到另外一種狀態(tài)是通過轉移概率來實現的，即：從t-1期的u狀態(tài)過渡到t期的v狀態(tài)的概率puv表示為：

puv=prSt=v|St-1=u（2）

且滿足：

u，v∈1，2，…，M，∑Mvpuv=1（3）

考慮自回歸過程的滯后階數n選擇為3的情況，可得馬爾科夫區(qū)制轉移模型式（4），并利用R軟件完成了上述二區(qū)制馬爾科夫區(qū)制轉移模型的極大似然估計。

y=c（St）+β1（St）x1+β2（St）x2+

β3（St）x3+μ（St）（4）

通過上述分析，使用MS（2）②模型進行擬合。

（二）金融周期區(qū)制特征

本文對金融周期采用雙區(qū)制馬爾科夫區(qū)制轉移模型進行分析，將金融周期分為擴張和收縮兩種狀態(tài)，并根據兩種狀態(tài)的轉折點確定金融周期的峰谷時間。據平滑概率的計算顯示，兩個區(qū)制之間的轉換過程具有極高的穩(wěn)定性。其中，兩種狀態(tài)的持續(xù)概率p11和p22分別為0.98和0.99。這說明金融形式在各區(qū)制內的跳躍性較弱，金融形勢一旦趨向于某種狀態(tài)后便很難發(fā)生變化。一般情況下，各時點的歸屬情況由其平滑概率是否大于0.5進行判斷?；谶@一劃分標準，我們整理出了各周期下金融周期的峰谷時期和區(qū)制劃分結果，如表3所示。

由表4可以看出，以“谷-谷”作為周期的分界標準，中國在2002年至2017年一共經歷了7個完整的金融周期。其中，周期長度最長達到56個月，最短達到10個月，平均為26個月，即金融形勢大致表現為2年左右的周期性變動規(guī)律。各周期波動中擴張階段均明顯長于收縮階段（2011年11月—2014年1月除外），可見中國金融周期存在長擴張短收縮的顯著非對稱性現象。以往學者在研究1996-2013年中國金融周期時，得知期間共經歷了6輪完整的金融周期，并表現出3年左右的周期性變動規(guī)律[11]。根據對金融周期波動階段劃分結果可以看到，中國金融周期在近二十年里共經歷了4段長期擴張時期和2段長期收縮時期。2002年，中國加入世貿組織，通過舉行多邊貿易談判進行關稅或非關稅措施的削減，對等地向其他成員開放本國市場。面臨著加入世貿組織的“雙刃劍”，中國宏觀經濟政策從1998-2002年的“積極有限擴張轉”轉變?yōu)椤胺€(wěn)健”。雖然政府積極推行《關于鼓勵、支持和引導個體私營等非公有制經濟發(fā)展的若干意見》的政策，但中國金融周期進入一段長收縮時期，國家進入穩(wěn)步發(fā)展時期。2006年之后，國家“十一五”計劃時期，社會固定資產投資大幅度增長，工業(yè)產能擴張、房地產和基礎設施建設等的“過熱”。金融周期進入了一段長擴張時期，國家在2006-2008年上半年，先后十九次上調存款準備金率共10個百分點，八次上調存貸款基準利率，加強對金融市場的宏觀調控，抑制“過熱”現象。2008年7月美國次貸危機發(fā)生后，金融周期急速收縮，中國即刻明確釋放保持經濟增長和穩(wěn)定市場信號，投入四萬億拉動內需，宏觀經濟政策從“從緊”到“適度寬松”。但是2008-2010年國內一直處在相對的“熊市”。2011年中國股市呈現震蕩下跌局勢。2011年銀監(jiān)會實行不同的監(jiān)管措施對銀行進行整改。2011-2013年，中國提出“供給側結構性改革戰(zhàn)略”，金融周期進入長收縮時期。2014-2016年，產能過剩，信貸泡沫和系統(tǒng)性金融風險引起金融周期擴張和收縮頻繁切換，金融周期減短。2017年至今信息技術數字化創(chuàng)新為商業(yè)銀行提供了嶄新的發(fā)展機會，也帶動了互聯網金融的迅速崛起，金融周期進入長期擴張時期。

四、金融周期與經濟周期的關聯性特征分析

（一）關聯性特征分析模型構建

本文運用通過構建GARCHCopula模型來分析金融周期和經濟周期的關聯性特征，可分以下兩步來實現：首先要確定金融周期和經濟周期邊緣分布；其次要選取一個合適的Copula模型，以便能很好地描述出邊緣分布的相依結構。GARCHCopula模型就是將GARCH模型和Copula函數有機地結合在一起，用來分析金融周期和經濟周期的相關關系和分布特性。其中GARCH模型用于擬合金融周期和經濟周期的條件邊緣分布，而Copula函數則用于連接金融周期和經濟周期。本文將建立GARCH（1，1）模型擬合金融周期和經濟周期邊緣分布③，采用二元正態(tài)Copula，StudenttCopula和FrankCopula三種Copula函數來度量金融周期和經濟周期的關聯程度。

（二）金融周期和經濟周期邊緣分布

金融時間序列的條件分布多呈現時變、偏斜、高峰、厚尾等特性。而GARCH模型又能很好地描述金融時間序列的波動特性，因此本文通過GARCH模型擬合金融周期和經濟周期的邊緣分布并刻畫出序列的波動聚類和高峰、厚尾現象。GARCH（1，1）模型就可以較好地描述各收益率序列的波動，GARCH（1，1）模型表示為：

σ2t=ω+αε2t-1+βσ2t-1（4）

其中誤差項εt=ηth1/2t，ηt～iidN0，1，無條件方差α0>0，回報系數α1≥0，滯后系數β1≥0，α1+β1<1。

本文選取工業(yè)增加值（同比增長）作為經濟周期測度指標，進一步探索金融周期與經濟周期的關聯性特征。數據采用的是2002-2017年共16年的月度數據，來源于國家統(tǒng)計局。金融周期和經濟周期指數的統(tǒng)計分析結果如表4所示。

由金融周期和經濟周期的描述性統(tǒng)計分析結果可以看出，金融周期左偏，經濟周期右偏。JB正態(tài)檢驗p值大于0.995，意味著金融周期和經濟周期拒絕正態(tài)分布的假設。上述結果意味著金融周期和經濟周期存在尖峰、厚尾特征。本文構建GARCH（1，1）擬合金融周期和經濟周期的邊緣分布，模型采用極大似然估計法對邊緣分布進行估計，參數估計結果如表5所示。

表5中KS檢驗方法用于檢驗金融周期和經濟周期殘差序列是否服從（0，1）均勻分布。表中的KS統(tǒng)計量表明，不能拒絕變換后的序列服從（0，1）均勻分布的原假設。根據GARCH（1，1）模型估計得到的邊緣分布，對原序列做概率積分變換后得到的序列均服從（0，1）均勻分布。說明GARCH（1，1）模型可以較好地擬合金融周期和經濟周期的邊緣分布，用它來描述邊緣分布是充分的。

（三）金融周期和經濟周期關聯性

本文采用二元正態(tài)Copula，StudenttCopula和FrankCopula三種Copula函數來度量金融周期和經濟周期的關聯程度。這三種Copula的定義如下：

對于u，υ∈0，1，二元正態(tài)Copula定義為：

C（u，υ）=∫φ-1（u）-∞∫φ-1（υ）-

SymboleB@ 12π1-θ2exp

-s2-2θst+t22（1-θ2）dsdt（5）

其中φ表示單變量的標準正態(tài)分布函數，θ為在（-1，1）之間的線性相關系數。

二元Student-tCopula定義為：

C（u，υ）=∫t-1υ（u）-∞∫t-1υ（υ）-∞12π1-θ2

1+s2-2θst+t2υ（1-θ2）-υ+22dsdt（6）

其中t-1υ（u）表示單變量標準Student-t分布的累積分布函數的倒數，υ代表自由度。

FrankCopulawhich被定義為：

C（u，υ）=-1θln×

1+exp-θu-1exp-θυ-1exp（-θ）-1，

θ∈（-∞，+∞）（7）

由于金融周期有滯后效應，所以在進行Copula參數估計前，本文對金融周期滯后2階④再進行參數估計。接著用以上三種Copula函數來描述金融周期和經濟周期之間的相關結構，表6列出了其參數估計結果、Kendall相關系數和對數似然值。

對于最佳Copula函數的選擇，本文根據其金融周期和經濟周期數據統(tǒng)計特征并結合似然函數準則，去選取最優(yōu)Copula函數[16]。由上表參數估計結果可以看出，FrankCopula為本文刻畫金融周期和經濟周期關聯性的最優(yōu)Copula函數。由FrankCopula相關參數的估計值和Kendall相關系數可以看出，滯后2階的金融周期和經濟周期之間有較強的正相關關系，金融周期對于經濟周期的領先性和預測力。本文的實證分析拓展了現有的相關文獻，進一步確認了金融周期和經濟周期的密切關聯，經濟周期和金融周期相互作用。金融周期會對經濟衰退和復蘇的時間和強度產生重要影響。

五、基本結論

本文基于中國2002-2017年的月度數據，對金融周期波動態(tài)勢和趨勢識別進行了較為系統(tǒng)的實證分析。與以往文獻相比，本文給出了金融周期較為完整的統(tǒng)計測度指標體系，并對三個維度指數和總指數進行了深度挖掘分析其波動特征。文中運用了馬爾科夫自回歸區(qū)制轉移模型對金融周期時變特征和區(qū)制特征進行實證分析。在最后通過Copula函數研究金融周期和經濟周期的關聯性特征，對金融周期和經濟周期之間的關系進行了較為系統(tǒng)的實證分析。通過以上實證分析，我們得出了以下三個方面的基本結論：

第一，中國金融周期指數不同維度指數和總指數都具有明顯的特征。金融資產價格指數和金融規(guī)模指數的波動在大部分時間內滯后于金融景氣指數波動。中國金融周期具有明顯的階段性特征。2002-2007年間，國家對金融市場持保守態(tài)度，金融周期基本保持平穩(wěn)局勢。2007-2011年期間，次貸危機對中國金融周期造成巨大沖擊。2013至今，互聯網金融迅速發(fā)展，金融市場不確定因素增加，金融周期進入一個長期而劇烈的波動局面。

第二，中國金融周期分為擴張和收縮兩種狀態(tài)，且擴張和收縮兩種狀態(tài)都具有極高的穩(wěn)定性，不容易發(fā)生改變。中國在2002-2017年一共經歷了七個完整的金融周期。金融形勢大致表現為2年左右的周期性變動規(guī)律，存在長擴張短收縮的顯著非對稱性現象。中國金融周期在近二十年里共經歷了4段長期擴張時期和2段長期收縮時期。

第三，滯后2階的金融周期和經濟周期之間有較強的正相關關系。金融周期對于經濟周期的領先性和預測力。本文拓展了現有的相關文獻，進一步確認了金融周期和經濟周期的密切關聯，經濟周期和金融周期相互作用。金融周期會對經濟衰退和復蘇的時間和強度產生重要影響。

注釋：

①本文采用變異系數法確定權重，與其他方法沒有顯著性差異，具體方法如下：Vi=SiXi，Wi=Vj∑mi=1Vi，（Si為標準差，i為算術平均，Vi為變異系數，Wi為權重）

②本文先進行了時間序列分解和HP濾波過濾，隨后同時建立了雙區(qū)制和三區(qū)制馬爾科夫區(qū)制轉移模型進行分析。但在三區(qū)制馬爾科夫區(qū)制轉移模型下，由于金融市場政策變動頻繁，同時金融市場自身的敏感性較強，各時點在中區(qū)制下轉移至高、低區(qū)制的概率較大，區(qū)制歸屬情況不明顯。因此，本文使用二區(qū)制馬爾科夫區(qū)制轉移模型進行分析。

③經過模型運行結果對比，本文選取GARCH（1，1）模型能夠達到金融周期和經濟周期邊緣分布較好的擬合效果。

④通過AIC和BIC準則，Copula函數擬合效果最好。

參考文獻：

[1]陳雨露，馬勇，阮卓陽.金融周期和金融波動如何影響經濟增長與金融穩(wěn)定？[J].金融研究，2016（2）：1-22.

[2]AikmanD，NelsonB，TanakaM.Reputation，risktaking，andmacroprudentialpolicy.[J].JournalofBanking&Finance;，2015（50）：428-439.

[3]馬勇，馮心悅，田拓.金融周期與經濟周期——基于中國的實證研究[J].國際金融研究，2016（10）：3-14.

[4]羅宏斌，楊暢.農村金融服務覆蓋深度的測度與比較——基于中國家庭的經驗數據[J].廣州大學學報（社會科學版）.2015，14（11）：50-55.

[5]李正輝，鄭玉航.金融狀況指數的動態(tài)特征及其有效性研究[J].財經理論與實踐，2015，36（196）：39-44.

[6]BorioCEV.Theinternationalmonetaryandfinancialsystem：itsachillesheelandwhattodoaboutit.[J].SocialScienceElectronicPublishing，2014.

[7]LevineDM.BusinessstatisticsfirstcourseandstudentCD，4/E[J].Martinsfontesp-aulista.com.br，2005.

[8]SchularickM，TaylorAM，LllingG，etal.Notice，isgiventothesource.Creditboomsgonebust：monetarypolicy，leveragecyclesandfinancialcrises，1870-2008.[J]2009.

[9]黃燕輝.貨幣政策金融加速器效應研究—基于家庭部門的實證分析[J].廣州大學學報（社會科學版）.2017，16（4）：71-74.

[10]劉妍瓊，許滌龍.中國金融狀況指數的構建及其時間演化特征[J].財經理論與實踐，2014，35（192）：39-44.

[11]鄧創(chuàng)，徐曼.中國的金融周期波場及其宏觀經濟效應的時變特征研究[J]數量經濟技術經濟研究，2014（9）：75-91.

[12]吳建華，王新軍，張穎.相關性分析中Copula函數的選擇[J].統(tǒng)計研究，2014，31（10）：99-107.

（責任編輯：鐘瑤）