聶高輝 李泓良 晏佳惠

（1.江西財(cái)經(jīng)大學(xué)，江西 南昌 330013；2.撫州中科院數(shù)據(jù)研究院，江西 撫州 344099）

一、引言

系統(tǒng)性金融風(fēng)險(xiǎn)是金融市場運(yùn)作中負(fù)面影響和潛在威脅較大的一種風(fēng)險(xiǎn)。目前，我國正處在經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期，金融市場繁榮發(fā)展帶來的金融領(lǐng)域范圍拓寬、金融產(chǎn)品結(jié)構(gòu)復(fù)雜化、金融創(chuàng)新力度加大使得現(xiàn)階段我國系統(tǒng)性金融風(fēng)險(xiǎn)更易爆發(fā)。為防控系統(tǒng)性金融風(fēng)險(xiǎn)，黨的十九大報(bào)告指出，要健全貨幣和宏觀審慎政策雙支柱調(diào)控框架，深化利率、匯率市場化改革，健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。我國房地產(chǎn)市場自1998年完成福利分配住房向貨幣化分配住房的制度改革后，房地產(chǎn)價(jià)格迅速上漲，以商品房價(jià)格為例，由1998 年的2144 元/平方米上漲到2018年的8658元/平方米，年平均增長率達(dá)15.2%，價(jià)格遠(yuǎn)超其內(nèi)在實(shí)際價(jià)值。房價(jià)存在異常波動特征和虛高“泡沫化”趨勢，而房地產(chǎn)市場的融資需求又多依賴于以銀行為中心的金融機(jī)構(gòu)，房地產(chǎn)市場與金融體系之間日益緊密的聯(lián)系使得房價(jià)波動極易引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)，破壞整個金融市場的穩(wěn)健運(yùn)行。

在房價(jià)與系統(tǒng)性金融風(fēng)險(xiǎn)的研究上，Pouvelle（2012）認(rèn)為房價(jià)波動或價(jià)格周期性變動會破壞銀行系統(tǒng)的穩(wěn)健性，進(jìn)而危及整個金融市場的穩(wěn)定運(yùn)行。Pan &Wang（2013）利用投入產(chǎn)出模型和結(jié)合網(wǎng)絡(luò)分析法的SVAR模型研究信貸風(fēng)險(xiǎn)跨部門溢出效應(yīng)，發(fā)現(xiàn)房地產(chǎn)部門通過實(shí)體經(jīng)濟(jì)渠道增強(qiáng)與其他部門的關(guān)聯(lián)度，房地產(chǎn)信貸風(fēng)險(xiǎn)對其他行業(yè)具有大規(guī)模溢出效應(yīng)。徐榮等（2017）在變量因果關(guān)系識別上進(jìn)行改進(jìn)，用DAG 方法代替格蘭杰因果檢驗(yàn)來識別房價(jià)與系統(tǒng)性金融風(fēng)險(xiǎn)因果關(guān)系，并構(gòu)建向量自回歸模型（SVAR），由此發(fā)現(xiàn)房價(jià)大幅上升是我國系統(tǒng)性金融風(fēng)險(xiǎn)累積的主要原因，短期內(nèi)貨幣政策能控制房價(jià)和穩(wěn)定市場，但長期內(nèi)這種政策效果會減弱。沈悅等（2016）基于GARCH-Copula-CoVaR 模型發(fā)現(xiàn)房價(jià)波動對金融機(jī)構(gòu)的風(fēng)險(xiǎn)溢出效應(yīng)最明顯，且宏觀經(jīng)濟(jì)條件和政策制度是房價(jià)波動的主要動力。宋凌峰等（2018）從資產(chǎn)和負(fù)債視角出發(fā)，構(gòu)建TVP-VAR 模型分析房地產(chǎn)價(jià)格波動、隱含擔(dān)保和銀行系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)系，發(fā)現(xiàn)房地產(chǎn)價(jià)格波動主要通過銀行信貸從負(fù)債項(xiàng)將風(fēng)險(xiǎn)傳導(dǎo)，誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)，且系統(tǒng)性金融風(fēng)險(xiǎn)受房地產(chǎn)價(jià)格波動沖擊后表現(xiàn)出非線性加速特征。鄭勇（2018）對經(jīng)濟(jì)周期模型進(jìn)行改進(jìn)，將信用風(fēng)險(xiǎn)引入一般分析模型框架中，構(gòu)建出動態(tài)隨機(jī)一般均衡模型，探索信用風(fēng)險(xiǎn)、房價(jià)波動和宏觀經(jīng)濟(jì)波動的聯(lián)系。白鶴祥等（2020）基于16 家上市銀行數(shù)據(jù)，分析我國房價(jià)較大幅度下跌引致的系統(tǒng)性金融風(fēng)險(xiǎn)的結(jié)構(gòu)和水平，發(fā)現(xiàn)房地產(chǎn)市場的系統(tǒng)性金融風(fēng)險(xiǎn)呈收斂式下降。

鑒于此，本文首先厘清房價(jià)波動對系統(tǒng)性金融風(fēng)險(xiǎn)動態(tài)影響的傳導(dǎo)機(jī)制。其次，構(gòu)建我國系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，從宏觀經(jīng)濟(jì)子系統(tǒng)、資產(chǎn)泡沫經(jīng)濟(jì)風(fēng)險(xiǎn)、金融機(jī)構(gòu)自身風(fēng)險(xiǎn)和國際市場沖擊等四個維度出發(fā)組建三級指標(biāo)體系，并選用綜合分析法之一的主成分分析法，全面、完整地測度系統(tǒng)性金融風(fēng)險(xiǎn)，有別于現(xiàn)有研究大多將著重點(diǎn)放在銀行或其他個別金融機(jī)構(gòu)，僅能體現(xiàn)系統(tǒng)性金融風(fēng)險(xiǎn)某一方面的特征。之后，采用時(shí)變參數(shù)向量自回歸（TVP-VAR）模型，從時(shí)期和時(shí)點(diǎn)兩個維度實(shí)證房地產(chǎn)價(jià)格波動對系統(tǒng)性金融風(fēng)險(xiǎn)的動態(tài)沖擊影響。本文的研究方法擺脫模型固定參數(shù)的假設(shè)，有別于以往大多數(shù)基于線性模型的研究，此外，雖也有部分學(xué)者實(shí)證兩者間時(shí)變效應(yīng)、門檻效應(yīng)等非線性關(guān)系，但基于TVP-VAR 模型探索兩者之間動態(tài)沖擊的研究還較少。

二、房價(jià)波動影響系統(tǒng)性金融風(fēng)險(xiǎn)的傳導(dǎo)機(jī)制分析

（一）房價(jià)上漲的風(fēng)險(xiǎn)累積階段

房價(jià)上漲是系統(tǒng)性金融風(fēng)險(xiǎn)的累積階段，該階段風(fēng)險(xiǎn)較為隱蔽地?cái)U(kuò)大風(fēng)險(xiǎn)覆蓋范圍或增大風(fēng)險(xiǎn)程度。累積階段會通過多種路徑進(jìn)行傳導(dǎo)，具體影響機(jī)制如圖1所示。第一，房價(jià)上漲通過財(cái)富效應(yīng)促進(jìn)宏觀經(jīng)濟(jì)繁榮而掩蓋風(fēng)險(xiǎn)的累積和傳染。財(cái)富效應(yīng)是指居民擁有財(cái)富量發(fā)生變化后居民消費(fèi)量隨之變化，當(dāng)市場房價(jià)上漲時(shí)，房地產(chǎn)持有人所擁有的財(cái)富總量增多使其愿意花費(fèi)更多資金來滿足物質(zhì)追求，這一定程度上推動宏觀經(jīng)濟(jì)繁榮，但也使得房地產(chǎn)持有人透支消費(fèi)和新增投資消費(fèi)，累積系統(tǒng)性金融風(fēng)險(xiǎn)。第二，銀行加大金融支持力度，擴(kuò)大信貸投放并推動房價(jià)再上漲。房價(jià)上漲會提升房地產(chǎn)抵押品的價(jià)值，銀行為獲得更高的預(yù)期收益會加大對房地產(chǎn)市場的金融支持力度，增加信貸投放量。在市場繁榮背景下，借貸方會改變風(fēng)險(xiǎn)偏好或因無法精準(zhǔn)識別風(fēng)險(xiǎn)而向信用低、高風(fēng)險(xiǎn)借貸人發(fā)放貸款，使房地產(chǎn)和金融兩大市場同時(shí)暴露于風(fēng)險(xiǎn)敞口中。在這個過程中，一方面降低市場融資成本，提高市場信貸風(fēng)險(xiǎn)，累積和蔓延系統(tǒng)性金融風(fēng)險(xiǎn)；另一反面，加速資本的流動，使資金流入房地產(chǎn)市場而推動房價(jià)進(jìn)一步上漲。第三，投機(jī)行為抬高房價(jià)，催生房地產(chǎn)泡沫，累積系統(tǒng)性金融風(fēng)險(xiǎn)。我國房價(jià)上漲時(shí)，為獲得高收益回報(bào)，更多國內(nèi)和國際投機(jī)行為會發(fā)生在我國房地產(chǎn)市場，而資本的大量流入會加速我國房價(jià)上漲，在這個房價(jià)螺旋式上漲的過程中慢慢催生房地產(chǎn)泡沫，累積系統(tǒng)性金融風(fēng)險(xiǎn)。第四，抵押貸款證券化將風(fēng)險(xiǎn)轉(zhuǎn)移并擴(kuò)散。抵押貸款證券化是將流動性差但未來具有發(fā)展優(yōu)勢的抵押品重新組合為抵押貸款證券，經(jīng)過證券公司再進(jìn)入金融市場。抵押貸款證券化在降低金融機(jī)構(gòu)經(jīng)營風(fēng)險(xiǎn)的同時(shí)也增加證券持有人的信用風(fēng)險(xiǎn)，拓寬房價(jià)波動誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的新路徑。當(dāng)房價(jià)上升時(shí)，更多流動性不足的抵押品會成為抵押貸款證券進(jìn)入金融市場，使風(fēng)險(xiǎn)向證券市場轉(zhuǎn)移和擴(kuò)散，甚至感染整個金融系統(tǒng)，累積系統(tǒng)性金融風(fēng)險(xiǎn)。第五，市場信息非對稱和用戶非理性行為轉(zhuǎn)化為羊群效應(yīng)，擴(kuò)大用戶對房地產(chǎn)的剛性、投資和投機(jī)需求。羊群效應(yīng)是單個決策者跟隨多數(shù)決策者的行動，當(dāng)房價(jià)上漲時(shí)，財(cái)富效應(yīng)、金融支持力度加大、國際投機(jī)行為均會推動房地產(chǎn)市場的繁榮，使得大多數(shù)投資者對房地產(chǎn)市場的心理預(yù)期較好，帶動更多的資金投入房地產(chǎn)市場以滿足投資者的剛性、投資和投機(jī)需求，從而推動房價(jià)的循環(huán)上漲。

圖1 房價(jià)上漲的系統(tǒng)性金融風(fēng)險(xiǎn)累積階段

（二）房價(jià)下跌的風(fēng)險(xiǎn)暴露階段

房價(jià)上漲是非持續(xù)的，當(dāng)房價(jià)上漲到一定程度后，必然會面臨房價(jià)下跌困境。房價(jià)下跌是系統(tǒng)性金融風(fēng)險(xiǎn)暴露的階段，該階段的系統(tǒng)性金融風(fēng)險(xiǎn)極易顯現(xiàn)和暴露，房價(jià)下跌對系統(tǒng)性金融風(fēng)險(xiǎn)的影響較房價(jià)上漲過程會更直接和強(qiáng)烈。在此，本文梳理房價(jià)下跌對系統(tǒng)性金融風(fēng)險(xiǎn)的影響路徑，如圖2 所示。第一，房價(jià)下跌通過財(cái)富效應(yīng)抑制社會消費(fèi)，引發(fā)宏觀經(jīng)濟(jì)環(huán)境的波動而暴露系統(tǒng)性金融風(fēng)險(xiǎn)。據(jù)估計(jì)，我國居民總財(cái)產(chǎn)的80%用于投資房地產(chǎn)市場，當(dāng)市場房價(jià)發(fā)生下跌時(shí)，房地產(chǎn)持有人的財(cái)富擁有量不可避免受到影響，導(dǎo)致房地產(chǎn)持有人降低消費(fèi)水平，從而抑制社會消費(fèi)的增長，打擊宏觀經(jīng)濟(jì)活躍性，增加系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生概率。第二，國際投機(jī)行為減少，房地產(chǎn)市場進(jìn)一步波動。資產(chǎn)流動的主要目標(biāo)之一是獲取利潤，當(dāng)房價(jià)下跌時(shí)，投資房地產(chǎn)市場的預(yù)期收益會減小甚至虧損，這使房地產(chǎn)市場的國際投機(jī)行為減少，已投入資本迅速抽離，房地產(chǎn)大量拋售，并產(chǎn)生負(fù)反饋機(jī)制，房價(jià)面臨再次下跌。在這個過程中，可能會形成“房價(jià)下跌→投機(jī)行為減少→資本撤離→拋售房地產(chǎn)→房價(jià)下跌→……”的惡性循環(huán)，最終導(dǎo)致房地產(chǎn)泡沫破滅，系統(tǒng)性金融風(fēng)險(xiǎn)暴露。第三，抵押品價(jià)值縮水誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。房價(jià)的下跌使得房地產(chǎn)抵押品價(jià)值縮水，對于銀行而言，房地產(chǎn)商和購買者違約可能性上升，為保障金融機(jī)構(gòu)穩(wěn)健運(yùn)行，銀行會減小房地產(chǎn)市場金融支持力度，使房地產(chǎn)商和其他經(jīng)濟(jì)主體獲取貸款能力減弱，融資成本提高，資本流動性減小，資金鏈緊繃，房地產(chǎn)市場資金鏈斷裂風(fēng)險(xiǎn)加大。面臨資金鏈斷裂風(fēng)險(xiǎn)，一方面投資者為回籠資金、及時(shí)止損而選擇拋售房地產(chǎn)，房價(jià)再次下跌，增加房地產(chǎn)泡沫破滅風(fēng)險(xiǎn)；另一方面可能直接導(dǎo)致房地產(chǎn)開發(fā)商、投資者面臨經(jīng)營壓力而破產(chǎn)，從而暴露系統(tǒng)性金融風(fēng)險(xiǎn)。此外，由于信息的不對稱性，房價(jià)下跌導(dǎo)致的違約率上升會使得風(fēng)險(xiǎn)由商業(yè)銀行轉(zhuǎn)移至證券持有人手中，擴(kuò)大風(fēng)險(xiǎn)的覆蓋面積，增強(qiáng)房價(jià)對系統(tǒng)性金融風(fēng)險(xiǎn)的影響力。第四，通過羊群效應(yīng)縮減用戶對房地產(chǎn)的剛性、投資和投機(jī)需求。羊群效應(yīng)能帶動房地產(chǎn)市場的持續(xù)繁榮，也能導(dǎo)致房地產(chǎn)市場的持續(xù)低迷，當(dāng)房價(jià)下跌時(shí)，財(cái)富效應(yīng)、國際投機(jī)行為、抵押品機(jī)制傳導(dǎo)路徑紛紛影響房地產(chǎn)市場的繁榮，使得投資者減少投入房地產(chǎn)市場的資金，這將使得更多投資者對房地產(chǎn)市場的投資收益預(yù)期較差，對房地產(chǎn)市場呈持幣觀望態(tài)度，減少對房地產(chǎn)的剛性、投資和投機(jī)需求，使得房地產(chǎn)市場持續(xù)低迷，在這個惡性循環(huán)的過程中極易暴露系統(tǒng)性金融風(fēng)險(xiǎn)。

圖2 房價(jià)下跌的系統(tǒng)性金融風(fēng)險(xiǎn)暴露階段

三、系統(tǒng)性金融風(fēng)險(xiǎn)測度與分析

（一）指標(biāo)體系構(gòu)建

為精準(zhǔn)識別我國系統(tǒng)性金融風(fēng)險(xiǎn)，本文結(jié)合國內(nèi)外文獻(xiàn)資料和我國金融體系實(shí)際情況，從宏觀經(jīng)濟(jì)子系統(tǒng)、資產(chǎn)泡沫經(jīng)濟(jì)風(fēng)險(xiǎn)、金融機(jī)構(gòu)自身風(fēng)險(xiǎn)和國際市場沖擊四個維度出發(fā)構(gòu)建1 個由一級指標(biāo)、4 個二級指標(biāo)、21 個三級指標(biāo)組成的系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系，具體指標(biāo)如表1 所示。屬性分為正向、負(fù)向和區(qū)間屬性：指標(biāo)屬性為正向，說明該指標(biāo)越大，系統(tǒng)性金融風(fēng)險(xiǎn)越??；指標(biāo)屬性為負(fù)向，說明該指標(biāo)越大，系統(tǒng)性金融風(fēng)險(xiǎn)越大；指標(biāo)屬性為區(qū)間指標(biāo)，說明該指標(biāo)在此區(qū)間內(nèi)是合理的，偏離此區(qū)間存在一定風(fēng)險(xiǎn)。在指標(biāo)屬性的確定上，本文聯(lián)系實(shí)際并參考吳成頌（2011）、唐升和周新苗（2018）的做法。

表1 系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系

系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系中數(shù)據(jù)選取時(shí)間范圍為2008 年1 月至2019 年6 月，共138 個月度數(shù)據(jù)，總共涉及2898個數(shù)據(jù)，數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫、國家統(tǒng)計(jì)局、證監(jiān)會、中國人民銀行、財(cái)政部、外管局、海關(guān)總署、商務(wù)部、銀保監(jiān)會、上交所。由于數(shù)據(jù)量大、涉及范圍廣、時(shí)間維度長，數(shù)據(jù)之間存在頻率不一致、量綱不相同、少量數(shù)據(jù)值缺失等問題，為提高數(shù)據(jù)的質(zhì)量，本文首先對各指標(biāo)數(shù)據(jù)進(jìn)行如下預(yù)處理操作：

第一，數(shù)據(jù)缺失值處理。企業(yè)商品房銷售價(jià)格、房地產(chǎn)開發(fā)投資增速每年1月份數(shù)據(jù)存在缺失，采用缺失值處前三個月與后三個月數(shù)據(jù)的均值填充。第二，數(shù)據(jù)頻率一致化。本文中選用月度數(shù)據(jù)進(jìn)行研究分析，而部分?jǐn)?shù)據(jù)為季度數(shù)據(jù)，為統(tǒng)一頻率，本文選用二次插值方法（Quadratic）將季度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)。第三，數(shù)據(jù)標(biāo)準(zhǔn)化。數(shù)據(jù)標(biāo)準(zhǔn)化包括同趨化處理和無量綱化處理，同趨化處理是解決數(shù)據(jù)性質(zhì)不同的問題，如GDP 增長率為正向指標(biāo)，股市成交額同比增速為負(fù)向指標(biāo)。無量綱化處理是消除數(shù)據(jù)間的量綱差異，如GDP增長率為比率數(shù)據(jù)，股票流通市值/GDP為倍數(shù)數(shù)據(jù)。具體數(shù)據(jù)標(biāo)準(zhǔn)化方法如公式（1）～（3）所示。

正向指標(biāo)標(biāo)準(zhǔn)化：

負(fù)向指標(biāo)標(biāo)準(zhǔn)化：

區(qū)間指標(biāo)標(biāo)準(zhǔn)化：

其中xij為指標(biāo)i的第j個數(shù)據(jù)，x'ij為xij經(jīng)過標(biāo)準(zhǔn)化后的數(shù)據(jù)，a為區(qū)間指標(biāo)最佳區(qū)間下界，b為區(qū)間指標(biāo)最佳區(qū)間上界。

（二）測度結(jié)果分析

數(shù)據(jù)預(yù)處理后，本文通過SPSS 統(tǒng)計(jì)軟件對指標(biāo)體系進(jìn)行主成分分析（PCA）。按照累計(jì)貢獻(xiàn)率不低于85%、特征值大于1 的原則，提取出6 個主成分，從表2 中可知主成分累計(jì)貢獻(xiàn)率為86.013%，特征值均大于1，即能夠充分解釋系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系中的原始數(shù)據(jù)。

表2 基于系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系的主成分分析結(jié)果

隨后，將主成分進(jìn)行加權(quán)平均，如公式（4）所示：

圖3為系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)時(shí)序圖，從中可看出，2008年到2019年，我國系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)動態(tài)波動現(xiàn)象客觀存在。系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)由波谷到波峰的過程是系統(tǒng)性金融風(fēng)險(xiǎn)累積的過程，由波峰到波谷過程是系統(tǒng)性金融風(fēng)險(xiǎn)消弭的過程，處于波峰時(shí)系統(tǒng)性金融風(fēng)險(xiǎn)最易暴露。我國系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)在2008年經(jīng)歷第一個波峰后開始大幅減小至2009 年的第一個波谷，后在2010 年時(shí)到達(dá)第二個波峰，此后開始波動式下降并在近三年趨于穩(wěn)定。整體而言，我國系統(tǒng)性金融風(fēng)險(xiǎn)有所縮小，國家經(jīng)濟(jì)越趨穩(wěn)健運(yùn)行。我國系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)大致可分為四個階段：第一階段為2008～2009年。該階段受2008年全球金融危機(jī)的沖擊，2008年1月系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)達(dá)到第一個波峰，波峰值為0.9。為穩(wěn)定經(jīng)濟(jì)運(yùn)行步伐、防范系統(tǒng)性金融風(fēng)險(xiǎn)，2008 年7 月中國人民銀行調(diào)整金融宏觀調(diào)控措施，2008年11月我國實(shí)施“四萬億計(jì)劃”。系統(tǒng)性金融風(fēng)險(xiǎn)逐漸消弭，綜合指數(shù)迅速下降，并在2009 年2 月經(jīng)歷第一個波谷，波谷值為-0.62，之后的一段時(shí)間里，系統(tǒng)性金融風(fēng)險(xiǎn)在低風(fēng)險(xiǎn)范圍內(nèi)變動。第二階段為2010～2012年。期間，我國系統(tǒng)性金融風(fēng)險(xiǎn)先累積后消弭，系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)于2010年6月時(shí)達(dá)到峰值，波峰值為1.12。這可能是受到“四萬億計(jì)劃”實(shí)施的影響，在經(jīng)濟(jì)復(fù)蘇的同時(shí)市場貨幣量過多導(dǎo)致通貨膨脹風(fēng)險(xiǎn)顯現(xiàn)，給金融市場運(yùn)行帶來不規(guī)則的震動。加之2010年我國房地產(chǎn)市場頒布的三輪調(diào)控政策，從平穩(wěn)房地產(chǎn)市場發(fā)展到堅(jiān)決遏制過快增長，再到鞏固落實(shí)前兩次政策調(diào)控，使得房地產(chǎn)市場經(jīng)歷“調(diào)控→平靜→反彈→再調(diào)控”的波動，在一定程度上促使系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)上升。2011年貨幣政策從擴(kuò)張性政策轉(zhuǎn)向緊縮性政策，系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)又有所減小。第三階段為2013～2015 年。從大趨勢來看該階段是我國系統(tǒng)性金融風(fēng)險(xiǎn)消弭的一個過程，但在消弭過程中波動性較大，在2013年5月到達(dá)波峰，波峰值為0.57，在2015年5月到達(dá)波谷，波谷值為-0.84。2013～2015年是我國經(jīng)濟(jì)結(jié)構(gòu)性問題相對凸顯時(shí)期，國家在經(jīng)濟(jì)增速和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整之間尋求平衡。在經(jīng)濟(jì)增速下滑、傳統(tǒng)增長動力難以為繼、新增長源泉尚未完善、企業(yè)負(fù)債和杠桿率上升的背景下，國家對地方政府無序融資和銀行同業(yè)業(yè)務(wù)進(jìn)行治理，繼續(xù)實(shí)施穩(wěn)健貨幣政策的同時(shí)強(qiáng)調(diào)更加注重松緊適度，推進(jìn)利率市場化改革等操作，貨幣和財(cái)政政策在消弭系統(tǒng)性金融風(fēng)險(xiǎn)中發(fā)揮決定性作用。第四階段為2016～2019 年。在持續(xù)深化改革下，我國經(jīng)濟(jì)和金融環(huán)境均有所改善，我國系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)較小且較為平穩(wěn)。

圖3 系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)時(shí)序圖

四、實(shí)證分析

（一）模型構(gòu)建與估計(jì)

1.模型構(gòu)建。為分析房地產(chǎn)價(jià)格波動對系統(tǒng)性金融風(fēng)險(xiǎn)的動態(tài)影響及其動態(tài)影響程度，本文通過MATLAB 軟件構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)、房地產(chǎn)價(jià)格波動、貨幣政策的三變量時(shí)變參數(shù)向量自回歸（TVPVAR）模型，參考Nakajima et al.（2011）提出的考慮隨機(jī)波動率在內(nèi)的時(shí)變系數(shù)估計(jì)方法。TVP-VAR模型是由向量自回歸（VAR）模型擴(kuò)展而來，并克服VAR模型固定參數(shù)假設(shè)的不足，大大提升模型現(xiàn)實(shí)解釋能力，允許參數(shù)隨時(shí)間變化而變化，較好地捕獲到變量在隨機(jī)波動過程中的突變結(jié)構(gòu)性變化。具體TVPVAR模型如式（5）所示：

其中，Yt=(SFRt,REPFt,M2t)，SFR（Systematic Fi?nancial Risk）表示系統(tǒng)性金融風(fēng)險(xiǎn)，選用測度的系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)代理；REPF（Real Estate Price Fluctuation）表示房價(jià)波動，采用我國商品房平均價(jià)格增速代理，數(shù)據(jù)來源于國家統(tǒng)計(jì)局；M2 表示貨幣政策，是控制變量，采用貨幣和準(zhǔn)貨幣供給增長率代理，數(shù)據(jù)來源于中國人民銀行官網(wǎng)。本文變量選取時(shí)間范圍為2008年1月至2019年6月，共計(jì)138個月度數(shù)據(jù)。

Xt=Is?(yTt-1,···,yTt-s)，其中，Is為三維的單位向量；?為克羅內(nèi)克乘積；βt為具有時(shí)變性的系數(shù)參數(shù)。假定At=為對角線元素是1 的下三角時(shí)變性系數(shù)矩陣，對模型的時(shí)變協(xié)方差矩陣∑t進(jìn)行喬里斯基（Cholesky）分解，，εt為服從N(0,IK)的結(jié)構(gòu)性沖擊。

2.模型估計(jì)。為判斷變量的平穩(wěn)性，防止不平穩(wěn)數(shù)據(jù)導(dǎo)致實(shí)證結(jié)果出現(xiàn)偽回歸現(xiàn)象，首先對系統(tǒng)性金融風(fēng)險(xiǎn)（SFR）、房價(jià)波動（REPF）、貨幣政策（M2）進(jìn)行平穩(wěn)性檢驗(yàn)，選用ADF 單位根檢驗(yàn)法，得到結(jié)果如表3 所示。從表中可以看出，系統(tǒng)性金融風(fēng)險(xiǎn)（SFR）、房價(jià)波動（REPF）、貨幣政策（M2）均為原序列且拒絕10%的置信水平下的原假設(shè)，系統(tǒng)性金融風(fēng)險(xiǎn)（SFR）、房價(jià)波動（REPF）、貨幣政策（M2）的一階差分序列均接受10%的置信水平下的原假設(shè)，即系統(tǒng)性金融風(fēng)險(xiǎn)（SFR）、房價(jià)波動（REPF）、貨幣政策（M2）均為原序列不平穩(wěn)，一階差分序列平穩(wěn)，即為同階平穩(wěn)變量，可進(jìn)行后續(xù)分析。

表3 ADF平穩(wěn)性檢驗(yàn)結(jié)果

在構(gòu)建TVP-VAR 模型之前，本文通過AIC 和SC最小值準(zhǔn)則確定最優(yōu)滯后階數(shù)為1。且對TVP-VAR模型進(jìn)行MCMC 模擬，首先依據(jù)Nakajima et al.（2011）提出的方法對各參數(shù)賦初始值∶

α、β、h分別為Yt=(SFRt,REPFt,M2t)里三個參數(shù)的時(shí)變系數(shù)，按照Nakajima et al.（2011）的方法假定∑β、∑α和∑h為對角矩陣，且先驗(yàn)分布滿足正態(tài)分布，不同隨機(jī)游走的同期參數(shù)之間相互獨(dú)立，時(shí)變參數(shù)的隨機(jī)游走過程如公式（6）、公式（7）所示：

借助MCMC算法抽取樣本，選用MCMC迭代樣本次數(shù)為10000 次，并舍棄前1000 次樣本模擬結(jié)果，以保證生成有效樣本集。表4為TVP-VAR模型估計(jì)結(jié)果，參數(shù)的后驗(yàn)均值均在95%上界和95%下界的范圍內(nèi)，參數(shù)的Geweke 診斷值均小于5%的臨界值1.96，均未拒絕原假設(shè)，因此參數(shù)估計(jì)具備有效性特征。且參數(shù)無效因子Inef 均小于100，其中最大的無效影響因子數(shù)值僅為93.51，說明至少得到9000/93.51≈96個不相關(guān)樣本可以進(jìn)行有效的后驗(yàn)估計(jì)，即參數(shù)估計(jì)值都在合理范圍內(nèi)，滿足后驗(yàn)設(shè)計(jì)的統(tǒng)計(jì)需要。以上數(shù)據(jù)說明TVP-VAR模型估計(jì)結(jié)果較為穩(wěn)健。

表4 TVP-VAR模型估計(jì)結(jié)果

MCMC 參數(shù)模擬結(jié)果如圖4 所示，其中第一排六張圖表示樣本自相關(guān)系數(shù)變化趨勢，第二排六張圖表示樣本模擬路徑，第三排六張圖表示樣本后驗(yàn)分布密度。從圖中可以直觀看出樣本的自相關(guān)系數(shù)急速遞減后趨于平穩(wěn)，樣本數(shù)據(jù)模擬路徑相對穩(wěn)定，樣本后驗(yàn)密度存在波動聚類現(xiàn)象。模擬結(jié)果表明MCMC 算法能夠有效地模擬出三個參數(shù)的分布情況。

圖4 MCMC參數(shù)模擬結(jié)果

（二）動態(tài)沖擊結(jié)果分析

1.等間隔脈沖響應(yīng)結(jié)果分析。圖5是房價(jià)波動、貨幣政策、系統(tǒng)性金融風(fēng)險(xiǎn)三者之間滯后1期、滯后6期、滯后12 期的等間隔脈沖響應(yīng)圖，揭示房價(jià)波動、貨幣政策、系統(tǒng)性金融風(fēng)險(xiǎn)之間在各時(shí)間點(diǎn)上短期、中期、長期響應(yīng)差異特征。

圖5 等間隔動態(tài)脈沖響應(yīng)結(jié)果

從圖5 中可以看出，給房價(jià)波動一個正向沖擊，系統(tǒng)性金融風(fēng)險(xiǎn)在短、中、長期內(nèi)均表現(xiàn)出先負(fù)向、后正向、再負(fù)向的不斷波動的響應(yīng)，整體負(fù)向響應(yīng)偏多，且短期響應(yīng)程度要大于中、長期響應(yīng)程度。這表明房價(jià)正向波動總體上會抑制系統(tǒng)性金融風(fēng)險(xiǎn)，與理論分析中房價(jià)上漲是風(fēng)險(xiǎn)累積階段較相符，但在不同的經(jīng)濟(jì)環(huán)境下房價(jià)波動對系統(tǒng)性金融風(fēng)險(xiǎn)的影響會有差異。具體而言，2008～2009 年，短期內(nèi)房價(jià)正向波動抑制系統(tǒng)性金融風(fēng)險(xiǎn)程度會迅速增大，而長期內(nèi)抑制程度減小，這可能是因?yàn)樵摃r(shí)期在國際系統(tǒng)性金融風(fēng)險(xiǎn)涌動的背景下，我國房價(jià)上升會增加國內(nèi)投機(jī)效應(yīng)，吸引國際資本流入我國市場，房屋價(jià)值上升又增強(qiáng)居民消費(fèi)底氣和金融機(jī)構(gòu)放貸信心，從而穩(wěn)固我國社會經(jīng)濟(jì)各方面運(yùn)行，抑制系統(tǒng)性金融風(fēng)險(xiǎn)。但通過房價(jià)增長來抑制系統(tǒng)性金融風(fēng)險(xiǎn)，短期內(nèi)效果較大，長期內(nèi)效果逐漸減弱。2010～2012年，我國金融市場動蕩不穩(wěn)，該時(shí)期再次驗(yàn)證房價(jià)正向波動抑制系統(tǒng)性金融風(fēng)險(xiǎn)短期內(nèi)效果較大，長期內(nèi)效果卻較小，并會逐漸積累房價(jià)增長下滋生的系統(tǒng)新金融風(fēng)險(xiǎn)。2009～2014 年，房價(jià)波動長期和短期會推動系統(tǒng)性金融風(fēng)險(xiǎn)。在2015年以后，國內(nèi)金融市場發(fā)展較為穩(wěn)定，在大好局面下房價(jià)持續(xù)增長，在一定程度上也掩蓋了系統(tǒng)性金融風(fēng)險(xiǎn)。給貨幣政策一個正向沖擊，系統(tǒng)性金融風(fēng)險(xiǎn)在短、中、長期內(nèi)均表現(xiàn)為正向響應(yīng)，即加快貨幣供給量供給速度會促進(jìn)系統(tǒng)性金融風(fēng)險(xiǎn)增生。2008～2010 年間系統(tǒng)性金融風(fēng)險(xiǎn)對貨幣政策沖擊的響應(yīng)呈“U”型，這可能是由于期間我國一直實(shí)行擴(kuò)張性貨幣政策，2008 年擴(kuò)張性貨幣政策和“四萬億計(jì)劃”釋放的資金流動性有助于我國經(jīng)濟(jì)抵御國際金融危機(jī)影響。而在2009～2010年間，貨幣供給量過多帶來的通貨膨脹風(fēng)險(xiǎn)顯現(xiàn)，促進(jìn)系統(tǒng)性金融風(fēng)險(xiǎn)增生。2011年，我國貨幣政策轉(zhuǎn)為緊縮型，且之后實(shí)施深化穩(wěn)健貨幣政策、擴(kuò)大各經(jīng)濟(jì)體間貨幣互換規(guī)模、完善人民幣匯率市場化等措施。2011年后在貨幣政策沖擊下，系統(tǒng)性金融風(fēng)險(xiǎn)依然表現(xiàn)為正向響應(yīng)，但響應(yīng)程度在持續(xù)減小，且短期、中期對系統(tǒng)性金融風(fēng)險(xiǎn)的促進(jìn)作用較大，而長期促進(jìn)作用減小。給系統(tǒng)性金融風(fēng)險(xiǎn)一個正向沖擊，短期、中期和長期均會抑制房價(jià)波動。具體來看，2008～2019年房價(jià)波動受到系統(tǒng)性金融風(fēng)險(xiǎn)沖擊后，短期響應(yīng)較為穩(wěn)定，響應(yīng)程度在-0.17左右，中期響應(yīng)和長期響應(yīng)的抑制作用先增大、后減小、再增大至平穩(wěn)。一般情況下，系統(tǒng)性金融風(fēng)險(xiǎn)程度增大時(shí)，一方面投資者更偏愛投資回報(bào)率快、易變現(xiàn)的項(xiàng)目，另一方面房地產(chǎn)業(yè)投資預(yù)期收益會減小甚至出現(xiàn)虧損，這會使得投資者減少對投資變現(xiàn)時(shí)間長、收益回報(bào)率慢的房地產(chǎn)業(yè)的投機(jī)行為，已投入資本迅速抽離，導(dǎo)致房地產(chǎn)大量拋售，抑制房價(jià)波動程度會更小。但由于房地產(chǎn)業(yè)從投資到竣工需要較長的時(shí)間周期，因此系統(tǒng)性金融風(fēng)險(xiǎn)對房價(jià)的影響具有一定的滯后性。2008～2009 年系統(tǒng)性金融風(fēng)險(xiǎn)減小時(shí)，房地產(chǎn)市場并未及時(shí)響應(yīng)，而在2009～2011 年表現(xiàn)出抑制房價(jià)增長作用減弱，2010～2012年系統(tǒng)性金融風(fēng)險(xiǎn)增大時(shí)，在2012～2014年表現(xiàn)出抑制房價(jià)增長作用增強(qiáng)，2013 年以后系統(tǒng)性金融風(fēng)險(xiǎn)減小并趨于穩(wěn)定，對房價(jià)波動的影響作用也趨于穩(wěn)定，給系統(tǒng)性金融風(fēng)險(xiǎn)一個正向沖擊，短期、中期和長期也均會抑制貨幣供給量增速。具體而言，短期貨幣供給量增速較為穩(wěn)定，固定在-0.1 左右，中期和長期內(nèi)作用趨勢相似，整體抑制作用逐漸減小，中期內(nèi)抑制作用更大。

2.時(shí)點(diǎn)脈沖響應(yīng)結(jié)果分析。圖6是房價(jià)波動、貨幣政策、系統(tǒng)性金融風(fēng)險(xiǎn)三者之間時(shí)點(diǎn)脈沖響應(yīng)結(jié)果，與等間隔脈沖響應(yīng)不同，時(shí)點(diǎn)脈沖響應(yīng)可以分析不同時(shí)點(diǎn)下的時(shí)變效應(yīng)特征。根據(jù)房價(jià)波動特征和房地產(chǎn)市場的主要調(diào)控政策，本文選取2010年、2013年、2016 年為時(shí)點(diǎn)脈沖響應(yīng)的代表性時(shí)點(diǎn)。2010 年被稱為“史上最嚴(yán)”房地產(chǎn)市場的調(diào)控年，《國務(wù)院關(guān)于堅(jiān)決遏制部分城市房價(jià)過快上漲的通知》（以下簡稱“國十條”）的印發(fā)遏制房市過熱勢頭。2013 年發(fā)布的《國務(wù)院辦公廳關(guān)于繼續(xù)做好房地產(chǎn)市場調(diào)控工作的通知》（以下簡稱“國五條”）提出完善穩(wěn)定房價(jià)工作責(zé)任制、堅(jiān)決抑制投機(jī)投資性購房、增加普通商品住房及用地供應(yīng)、加快保障性安居工程規(guī)劃建設(shè)、加強(qiáng)市場監(jiān)管等五項(xiàng)內(nèi)容，房價(jià)上漲速度再次放緩。2016年是“穩(wěn)增長、去庫存”部署落實(shí)年，圍繞放松限購限貸、加強(qiáng)信貸支持、稅收減免出臺四輪刺激政策，房價(jià)迎來增長。總體而言，房價(jià)波動、貨幣政策、系統(tǒng)性金融風(fēng)險(xiǎn)之間的沖擊反應(yīng)在不同時(shí)點(diǎn)呈現(xiàn)的走勢較為相似，這在一定程度上驗(yàn)證計(jì)量結(jié)果的穩(wěn)健性。

圖6 時(shí)點(diǎn)脈沖響應(yīng)結(jié)果

從圖6中可以看出，給房地產(chǎn)價(jià)格波動一個正向沖擊后，2010年、2013年對系統(tǒng)性金融風(fēng)險(xiǎn)的影響分別在滯后1期和滯后4期由抑制轉(zhuǎn)變?yōu)榇龠M(jìn)，2016年表現(xiàn)為抑制系統(tǒng)性金融風(fēng)險(xiǎn)。這表明2010 年、2013年、2016 年房地產(chǎn)價(jià)格的正向波動最初都是會抑制系統(tǒng)性金融風(fēng)險(xiǎn)，且我國社會經(jīng)濟(jì)的穩(wěn)定運(yùn)行過度依賴于房地產(chǎn)業(yè)，2016年房地產(chǎn)價(jià)格持續(xù)上漲時(shí)，系統(tǒng)性金融風(fēng)險(xiǎn)會被抑制，2010年、2013年房地產(chǎn)價(jià)格上漲速度變緩甚至下跌時(shí)，則會促進(jìn)系統(tǒng)性金融風(fēng)險(xiǎn)，驗(yàn)證房價(jià)下跌階段的理論分析。給貨幣政策一個正向沖擊后，會促進(jìn)系統(tǒng)性金融風(fēng)險(xiǎn)累積且促進(jìn)程度在2010 年最大、2013 年其次、2016 年最小，即市場流通貨幣量過多更易誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。具體可能是因?yàn)?008 年貨幣供給量過多、資金流動性過快的弊端在2010 年顯現(xiàn)，使得促進(jìn)系統(tǒng)性金融風(fēng)險(xiǎn)程度較大，2013 年我國貨幣政策轉(zhuǎn)為緊縮型，促進(jìn)程度減小，此后我國深化穩(wěn)健的貨幣政策使得2016 年的促進(jìn)程度最小。給系統(tǒng)性金融風(fēng)險(xiǎn)一個正向沖擊后，2010 年、2013 年、2016 年均會抑制房地產(chǎn)價(jià)格波動，滯后前4 期抑制程度不斷加大、滯后4 期以后抑制程度不斷減小，且2016 年抑制程度會略強(qiáng)于2010 年，2010 年略強(qiáng)于2013 年，且同樣會抑制貨幣和準(zhǔn)貨幣供給增長速度，但抑制程度2010 年略強(qiáng)于2013 年、2013年略強(qiáng)于2016年。給系統(tǒng)性金融風(fēng)險(xiǎn)形成一個正向沖擊后，會推動系統(tǒng)性金融風(fēng)險(xiǎn)形成，但隨著時(shí)間的推移，推動程度會減小并趨于0，即系統(tǒng)性金融風(fēng)險(xiǎn)也會有一個自我調(diào)節(jié)過程。

五、結(jié)論與啟示

我國系統(tǒng)性金融風(fēng)險(xiǎn)動態(tài)波動趨勢是客觀存在的，從2008年1月至2009年6月整體上系統(tǒng)性金融風(fēng)險(xiǎn)程度有所縮小。房價(jià)正向波動在短期、中期和長期對系統(tǒng)性金融風(fēng)險(xiǎn)的影響趨勢大致相同，均表現(xiàn)出先抑制、后推動、再抑制的影響效果，即在不同的時(shí)期，房價(jià)正向波動對系統(tǒng)性金融風(fēng)險(xiǎn)的影響并不一致，且短期影響較中期、長期更為強(qiáng)烈。當(dāng)社會經(jīng)濟(jì)較為穩(wěn)健時(shí)，房價(jià)增長會隱藏滋生的系統(tǒng)性金融風(fēng)險(xiǎn)；而當(dāng)社會經(jīng)濟(jì)較為動蕩時(shí)，房價(jià)增長誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)增大和暴露。短期通過提高房價(jià)抑制系統(tǒng)性金融風(fēng)險(xiǎn)可行，但長期來看并不可持續(xù)。2010 年和2013 年受“國十條”“國五條”政策調(diào)控，房價(jià)增長速度減緩，2016年在“穩(wěn)增長、去庫存”政策推動下，房價(jià)增長速度加快，時(shí)點(diǎn)脈沖響應(yīng)結(jié)果顯示2010 年、2013 年、2016年房價(jià)的正向波動最初都是會抑制系統(tǒng)性金融風(fēng)險(xiǎn)，而2010年、2013年分別在滯后1期、滯后4期由抑制轉(zhuǎn)變?yōu)橥苿印＿@在一定程度上說明我國社會經(jīng)濟(jì)的穩(wěn)定過度依賴于房地產(chǎn)業(yè)，房價(jià)持續(xù)上漲時(shí)系統(tǒng)性金融風(fēng)險(xiǎn)會被隱藏，一旦房價(jià)下跌或上漲速度變緩，系統(tǒng)性金融風(fēng)險(xiǎn)將會暴露和增大。無論在短期、中期、長期，還是在2010 年、2013 年、2016 年，系統(tǒng)性金融風(fēng)險(xiǎn)增大均會抑制房價(jià)正向波動，但這種抑制影響具有一定的滯后性。

為有效守住系統(tǒng)性金融風(fēng)險(xiǎn)底線，維持房地產(chǎn)市場健康發(fā)展，本文基于以上結(jié)論，得到如下啟示：

第一，穩(wěn)定房價(jià)，遏制房地產(chǎn)市場泡沫。一方面，加強(qiáng)政府和中央銀行對房價(jià)波動的監(jiān)督，引導(dǎo)融資資金流動方向，合理控制融資規(guī)模，限制房地產(chǎn)市場熱錢流入和投機(jī)行為，堅(jiān)持“房子是用來住的而不是用來炒”的原則，遏制房價(jià)虛高、房地產(chǎn)泡沫滋生。另一方面，平衡房地產(chǎn)市場供給和需求關(guān)系，加大居民住房保障，緩解房地產(chǎn)市場供給和需求不匹配帶來的社會矛盾。政府在加強(qiáng)商品房調(diào)控外，還應(yīng)加快保障性住房建設(shè)，推進(jìn)棚戶區(qū)、老舊小區(qū)改造，發(fā)展和規(guī)范租賃住房市場，增強(qiáng)居民住房幸福感和歸屬感。

第二，實(shí)施穩(wěn)健的貨幣政策，避免市場貨幣供給量過多帶來的流動性風(fēng)險(xiǎn)。充分發(fā)揮穩(wěn)健性貨幣政策的逆周期調(diào)節(jié)作用，保證市場資金的流動性充沛且合理，本著金融服務(wù)實(shí)體經(jīng)濟(jì)的信念，降低實(shí)體經(jīng)濟(jì)融資成本，促進(jìn)貨幣信貸、社會融資規(guī)模與經(jīng)濟(jì)增長同步發(fā)展。政府通過貨幣手段進(jìn)行調(diào)控時(shí)，不能只關(guān)注單一的調(diào)控目標(biāo)，要全方面考慮實(shí)施的貨幣政策可能對市場帶來的影響，不能只關(guān)注短期效果，要考慮中期和長期效果，要協(xié)調(diào)好經(jīng)濟(jì)平穩(wěn)增長、穩(wěn)定宏觀杠桿率、防控系統(tǒng)性金融風(fēng)險(xiǎn)之間的關(guān)系，盡量避免貨幣供給量過多導(dǎo)致的資金流動性風(fēng)險(xiǎn)。

第三，通過全面深化改革，從源頭上防范系統(tǒng)性金融風(fēng)險(xiǎn)，加強(qiáng)我國金融監(jiān)管力度和完善監(jiān)管體系。為此，應(yīng)加強(qiáng)監(jiān)督監(jiān)管，盤點(diǎn)資產(chǎn)債務(wù)、精準(zhǔn)甄別隱性債務(wù)、多舉并施以控制新增債務(wù)數(shù)量、化解歷史存留債務(wù)，轉(zhuǎn)變債務(wù)資金為可用資金，并清晰理性看待自身債務(wù)，尋找債務(wù)規(guī)模和償還能力兩者間的均衡點(diǎn)，確保風(fēng)險(xiǎn)在可控范圍之內(nèi)。加強(qiáng)互聯(lián)網(wǎng)金融監(jiān)管力度，引導(dǎo)互聯(lián)網(wǎng)金融健康發(fā)展，為實(shí)體經(jīng)濟(jì)注入健康發(fā)展動力。