鄭小琴

(華僑大學(xué) 經(jīng)濟(jì)與金融學(xué)院,福建 泉州 362000)

2008 年由美國(guó)次貸危機(jī)引發(fā)的金融危機(jī),給全球經(jīng)濟(jì)造成了巨大的影響,金融成為影響經(jīng)濟(jì)周期波動(dòng)的重要因素。所謂金融經(jīng)濟(jì)周期,正是指金融因素導(dǎo)致的經(jīng)濟(jì)周期波動(dòng)。對(duì)于我國(guó)來(lái)說(shuō),隨著金融自由化程度的加深,影子銀行規(guī)模的擴(kuò)大、金融結(jié)構(gòu)的變遷以及金融創(chuàng)新的增加,必然導(dǎo)致金融對(duì)經(jīng)濟(jì)波動(dòng)的影響程度以及傳導(dǎo)機(jī)制發(fā)生變化。特別是,當(dāng)前我國(guó)面臨“需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱”的三重壓力,國(guó)內(nèi)外政治經(jīng)濟(jì)不確定因素增加,金融經(jīng)濟(jì)風(fēng)險(xiǎn)交織,如何保持金融和經(jīng)濟(jì)穩(wěn)定成為當(dāng)前央行面臨的一個(gè)重要且棘手的任務(wù)。因此,研究不同時(shí)期金融對(duì)經(jīng)濟(jì)波動(dòng)的影響機(jī)制及作用大小的不同,對(duì)于央行有針對(duì)性地實(shí)施宏觀經(jīng)濟(jì)政策具有重要的理論和實(shí)踐意義。

本文聚焦不同時(shí)期金融對(duì)經(jīng)濟(jì)波動(dòng)影響效應(yīng)的大小及傳導(dǎo)機(jī)制的不同,在構(gòu)建金融周期和經(jīng)濟(jì)周期指數(shù)基礎(chǔ)上,基于馬爾科夫區(qū)制轉(zhuǎn)換向量自回歸模型,對(duì)金融影響經(jīng)濟(jì)周期波動(dòng)的區(qū)制特征進(jìn)行實(shí)證研究,重點(diǎn)探討造成這種區(qū)制性的緣由,最后給出有針對(duì)性的政策建議。

一、文獻(xiàn)評(píng)述

事實(shí)上,在金融危機(jī)發(fā)生以前,經(jīng)濟(jì)學(xué)界已有很多人關(guān)注金融因素對(duì)經(jīng)濟(jì)波動(dòng)的影響。Fisher[1]的債務(wù)通縮理論、Mishkin[2]的金融不穩(wěn)定理論以及近期的金融加速器理論[3]都從不同角度闡述了金融因素是如何導(dǎo)致產(chǎn)出波動(dòng)的。前兩者主要是從宏觀角度討論了金融因素對(duì)經(jīng)濟(jì)波動(dòng)的影響,而金融加速器理論是基于微觀層面探討金融放大經(jīng)濟(jì)波動(dòng)的機(jī)制。

近年來(lái)DSGE 成為宏觀經(jīng)濟(jì)學(xué)界流行的研究方法,Bernanke et al.[4]最先將信貸市場(chǎng)不完善和企業(yè)凈值引入帶有價(jià)格剛性的DSGE 模型中,分析金融市場(chǎng)沖擊是如何影響經(jīng)濟(jì)波動(dòng)的,這就是著名的BGG 模型。很多學(xué)者都是基于此模型將更多部門的金融摩擦加入DSGE 的分析框架,進(jìn)而討論金融影響經(jīng)濟(jì)波動(dòng)的不同傳導(dǎo)機(jī)制。如: Gertler et al.[5]、Brunnermeier et al.[6]研究了金融中介的資產(chǎn)負(fù)債表約束是如何導(dǎo)致實(shí)體經(jīng)濟(jì)波動(dòng)的;而Eggertsson et al.[7]、Guerreri et al.[8]研究了家庭部門的資產(chǎn)負(fù)債表約束是如何導(dǎo)致實(shí)體經(jīng)濟(jì)波動(dòng)的。也有學(xué)者(如Iacoviello et al.[9]、Justiniano et al.[10]、Calza et al.[11])將房地產(chǎn)價(jià)格引入DSGE 模型,認(rèn)為房地產(chǎn)作為信貸約束的抵押品,其價(jià)格的波動(dòng)對(duì)宏觀經(jīng)濟(jì)具有金融加速器作用,顯著放大了外生沖擊對(duì)經(jīng)濟(jì)波動(dòng)的影響。國(guó)內(nèi)也有很多學(xué)者(如梅東洲等[12]、高然等[13])基于DSGE 框架研究了房地產(chǎn)價(jià)格、影子銀行等放大我國(guó)經(jīng)濟(jì)波動(dòng)的機(jī)制。盡管DSGE 能夠從微觀機(jī)制上描述金融放大經(jīng)濟(jì)波動(dòng)的機(jī)制,然而DSGE 框架也有諸多不足。首先,DSGE模型是基于理性預(yù)期。Borio[14]指出,在對(duì)金融失衡的累積建模時(shí),假設(shè)經(jīng)濟(jì)個(gè)體對(duì)經(jīng)濟(jì)有完全的理解是人為的,因?yàn)椴淮_定性是經(jīng)濟(jì)行為的關(guān)鍵驅(qū)動(dòng)力。Keynes[15]也說(shuō),影響將來(lái)的人的決策不可能單純?nèi)Q于精確的數(shù)學(xué)期望,推動(dòng)社會(huì)車輪運(yùn)行的正是我們內(nèi)在的沖動(dòng)。Bordalo et al.[16]在一個(gè)新古典模型中引入非理性預(yù)期,得出經(jīng)濟(jì)主體對(duì)于消息、信貸利差等的非理性預(yù)期導(dǎo)致了信貸和宏觀經(jīng)濟(jì)變量的波動(dòng)。該文指出,現(xiàn)有文獻(xiàn)中所述的金融沖擊對(duì)經(jīng)濟(jì)波動(dòng)具有放大作用,其“金融沖擊”的來(lái)源正是非理性預(yù)期,經(jīng)濟(jì)繁榮和衰退時(shí)的非預(yù)期沖擊會(huì)放大經(jīng)濟(jì)周期的波動(dòng)。其次,DSGE 模型是基于均衡分析,假設(shè)在受到外生變量沖擊時(shí),經(jīng)濟(jì)最終會(huì)回到均衡狀態(tài)。然而,金融對(duì)經(jīng)濟(jì)波動(dòng)的影響有時(shí)是非線性的,金融風(fēng)險(xiǎn)是隨著經(jīng)濟(jì)狀態(tài)變化而變化的[17]。上述文獻(xiàn)啟迪我們研究金融和經(jīng)濟(jì)波動(dòng)之間的關(guān)系要考慮二者之間的非線性關(guān)系,這是本文研究的思想來(lái)源之一。

近期也有文獻(xiàn)從銀行風(fēng)險(xiǎn)承擔(dān)的角度論證了金融對(duì)經(jīng)濟(jì)波動(dòng)的影響機(jī)制。如方意等[18]通過(guò)考察經(jīng)濟(jì)擴(kuò)張與收縮對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的差異性影響,驗(yàn)證了明斯基的“金融不穩(wěn)定假設(shè)”。Coimbra et al.[19]則構(gòu)建了一個(gè)基于異質(zhì)性銀行風(fēng)險(xiǎn)承擔(dān)的一般均衡模型,指出時(shí)變的內(nèi)生宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)源于金融中介機(jī)構(gòu)的風(fēng)險(xiǎn)轉(zhuǎn)移行為。也就是說(shuō),隨著融資成本的變化,如監(jiān)管放松或者貨幣政策寬松,風(fēng)險(xiǎn)會(huì)在不同的銀行之間發(fā)生轉(zhuǎn)移。承擔(dān)風(fēng)險(xiǎn)最小的中介機(jī)構(gòu)通過(guò)去杠桿化減少了對(duì)風(fēng)險(xiǎn)資產(chǎn)的敞口,而承擔(dān)風(fēng)險(xiǎn)的中介機(jī)構(gòu)則增加了其資產(chǎn)負(fù)債表規(guī)模和杠桿率,這導(dǎo)致了金融的脆弱性。上述文獻(xiàn)從另一個(gè)側(cè)面說(shuō)明,金融風(fēng)險(xiǎn)是隨著時(shí)間的變化而變化的,因而金融對(duì)經(jīng)濟(jì)波動(dòng)的影響也是時(shí)變的。

除了探討金融對(duì)經(jīng)濟(jì)波動(dòng)影響的理論機(jī)制外,經(jīng)濟(jì)學(xué)家們還采用實(shí)證分析的方法,探討信貸、房地產(chǎn)價(jià)格等金融變量對(duì)經(jīng)濟(jì)周期波動(dòng)的影響效應(yīng)及機(jī)制。此類研究主要以發(fā)達(dá)國(guó)家為主,得出的主要結(jié)論是:金融變量和實(shí)體經(jīng)濟(jì)變量的相互作用確實(shí)放大了經(jīng)濟(jì)的波動(dòng),并且在繁榮期和衰退期表現(xiàn)為不對(duì)稱性,衰退期的加速作用更加明顯[20-22]。這啟發(fā)我們,在不同時(shí)期,金融對(duì)經(jīng)濟(jì)波動(dòng)的影響是不同的,這是本文研究的思想來(lái)源之二。

Borio[14]提出的金融周期理論從一個(gè)新的視角解釋了金融對(duì)經(jīng)濟(jì)波動(dòng)的影響。根據(jù)該文,金融周期是在一個(gè)有金融約束的環(huán)境中,經(jīng)濟(jì)參與者權(quán)衡風(fēng)險(xiǎn)和收益過(guò)程中所形成的經(jīng)濟(jì)行為自我強(qiáng)化的交互作用,而這種交互作用會(huì)放大經(jīng)濟(jì)波動(dòng)。描述金融周期最簡(jiǎn)單的變量是信貸和房地產(chǎn)價(jià)格,房地產(chǎn)作為信貸的抵押品,其與信貸的相互加強(qiáng)作用會(huì)放大經(jīng)濟(jì)周期的波動(dòng)。金融周期理論不僅從理論上闡明金融和經(jīng)濟(jì)波動(dòng)之間的關(guān)系,還為我們?nèi)绾味攘亢瓦x擇金融變量提供了依據(jù)。

Borio[14]還指出,金融自由化降低了融資限制,支持了價(jià)值和風(fēng)險(xiǎn)認(rèn)知、風(fēng)險(xiǎn)態(tài)度和融資條件之間自我增強(qiáng)的交互作用,這表明金融自由化助推了金融對(duì)經(jīng)濟(jì)波動(dòng)的放大作用。而我國(guó)當(dāng)前正處在金融市場(chǎng)化的進(jìn)程中,金融結(jié)構(gòu)的變化、影子銀行的發(fā)展、外部因素的沖擊甚至金融監(jiān)管的強(qiáng)弱等都會(huì)影響到金融對(duì)經(jīng)濟(jì)波動(dòng)的影響。這是本文研究的實(shí)踐依據(jù)。

另外,也有一些文獻(xiàn)研究了我國(guó)金融與經(jīng)濟(jì)波動(dòng)之間的關(guān)系。鄧創(chuàng)等[23]利用主成分分析法測(cè)算了中國(guó)的金融周期指數(shù),結(jié)果表明,中國(guó)金融周期波動(dòng)先于經(jīng)濟(jì)周期,且存在長(zhǎng)擴(kuò)張短收縮的非對(duì)稱效應(yīng)特征。方芳等[24]通過(guò)VAR 模型證實(shí)中國(guó)的金融周期存在順周期效應(yīng),經(jīng)濟(jì)波動(dòng)與金融周期之間存在著較強(qiáng)的格蘭杰因果關(guān)系。張超等[25]運(yùn)用BP濾波和VAR 等方法考察了我國(guó)的金融周期特征及其與經(jīng)濟(jì)周期的關(guān)系,得出金融周期與經(jīng)濟(jì)周期在大多數(shù)時(shí)候同時(shí)上升、同時(shí)下降,且二者在互動(dòng)影響過(guò)程中房地產(chǎn)等資產(chǎn)價(jià)格發(fā)揮著關(guān)鍵的傳導(dǎo)作用。上述研究主要側(cè)重金融周期的測(cè)度以及金融周期與經(jīng)濟(jì)周期先后關(guān)系的辨別,未從理論上探討金融對(duì)經(jīng)濟(jì)波動(dòng)影響的時(shí)變特征。本文將在這一點(diǎn)上進(jìn)行改進(jìn),結(jié)合我國(guó)金融發(fā)展的現(xiàn)實(shí)特點(diǎn),研究不同時(shí)期內(nèi)金融對(duì)經(jīng)濟(jì)波動(dòng)影響機(jī)制及作用大小的不同。這是本文研究的重點(diǎn)。

為此,我們將區(qū)制分析引入金融對(duì)經(jīng)濟(jì)波動(dòng)影響的研究,將時(shí)間序列區(qū)分為兩個(gè)不同的時(shí)間區(qū)間,采用馬爾科夫區(qū)制轉(zhuǎn)換向量自回歸模型,從宏觀維度上研究不同時(shí)間區(qū)間內(nèi)金融變量與經(jīng)濟(jì)變量之間的相互關(guān)系。這是本文研究的特點(diǎn)。這一研究的理論意義在于,拓展了DSGE 模型僅從微觀層面解釋金融與經(jīng)濟(jì)波動(dòng)之間關(guān)系的不足,也豐富了現(xiàn)有文獻(xiàn)在金融對(duì)經(jīng)濟(jì)波動(dòng)影響方面的研究。實(shí)踐意義在于,2008 年美國(guó)金融危機(jī)后,央行不僅要用貨幣政策調(diào)控經(jīng)濟(jì)系統(tǒng),還要用宏觀審慎政策調(diào)控金融系統(tǒng)。把區(qū)制分析引入金融與經(jīng)濟(jì)波動(dòng)關(guān)系的研究,央行可以針對(duì)不同時(shí)期金融與經(jīng)濟(jì)波動(dòng)關(guān)系的不同,制定更有針對(duì)性的貨幣政策和宏觀審慎政策,減少金融對(duì)經(jīng)濟(jì)波動(dòng)的負(fù)面影響。

本文可能的創(chuàng)新是:(1)借鑒金融周期概念和度量方法,將區(qū)制思想引入金融經(jīng)濟(jì)周期的研究,把整個(gè)時(shí)間序列劃分為經(jīng)濟(jì)劇烈波動(dòng)期和平穩(wěn)期,并運(yùn)用馬爾科夫區(qū)制轉(zhuǎn)換向量自回歸模型對(duì)不同時(shí)間區(qū)間內(nèi)的金融對(duì)經(jīng)濟(jì)波動(dòng)的影響機(jī)制及作用大小進(jìn)行實(shí)證檢驗(yàn)。(2)將金融經(jīng)濟(jì)周期與金融加速器理論相聯(lián)系,從宏觀層面對(duì)金融加速器理論進(jìn)行拓展。(3)將金融經(jīng)濟(jì)周期與不確定性、公眾預(yù)期以及金融發(fā)展等我國(guó)的實(shí)際經(jīng)濟(jì)形勢(shì)相聯(lián)系,探討了我國(guó)金融經(jīng)濟(jì)周期存在區(qū)制性特征的緣由。

二、我國(guó)不同時(shí)期金融對(duì)經(jīng)濟(jì)波動(dòng)影響的實(shí)證分析

根據(jù)以上文獻(xiàn)分析,首先借鑒金融周期的概念和測(cè)度方法,分別構(gòu)建金融周期和經(jīng)濟(jì)周期指數(shù)作為金融與經(jīng)濟(jì)波動(dòng)的代表性變量,其次通過(guò)馬爾科夫區(qū)制轉(zhuǎn)換向量自回歸模型,對(duì)金融影響經(jīng)濟(jì)波動(dòng)的區(qū)制特征進(jìn)行實(shí)證研究,最后得出估計(jì)結(jié)果。

(一)金融周期指數(shù)的構(gòu)建

關(guān)于金融周期指數(shù),主要依據(jù)信貸、房地產(chǎn)價(jià)格和宏觀杠桿率來(lái)度量我國(guó)的金融周期指數(shù)。信貸和房地產(chǎn)價(jià)格是金融周期最主要的評(píng)判指標(biāo),前者代表融資條件,后者反映投資者對(duì)風(fēng)險(xiǎn)的預(yù)期和態(tài)度。此外,由于BIS 官方網(wǎng)站將宏觀杠桿率指標(biāo)相對(duì)常態(tài)的偏離或缺口作為衡量系統(tǒng)性金融風(fēng)險(xiǎn)的一個(gè)重要指標(biāo)。而且,宏觀杠桿率應(yīng)保持在一個(gè)臨界值之內(nèi),一旦超過(guò)了該臨界值,就會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生破壞性的影響[26]。因此,我們也選取宏觀杠桿率作為構(gòu)建金融周期指數(shù)的一個(gè)變量。具體來(lái)說(shuō),選擇非金融私人部門信貸作為信貸的代理變量,非金融私人部門主要包括非金融企業(yè)、居民及為居民服務(wù)的非營(yíng)利機(jī)構(gòu),選擇全國(guó)范圍內(nèi)各類商品房銷售價(jià)格為房地產(chǎn)價(jià)格指標(biāo)的代理變量,非金融私人部門信貸與GDP 的比重為宏觀杠桿率指標(biāo)的代理變量。非金融私人部門信貸及宏觀杠桿率指標(biāo)數(shù)據(jù)來(lái)源于國(guó)際清算銀行BIS 網(wǎng)站,其他指標(biāo)數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站,其中房地產(chǎn)價(jià)格數(shù)據(jù)由全國(guó)商品房銷售額除以全國(guó)商品房銷售面積所得。

如何將上述三個(gè)變量合成金融周期指數(shù),現(xiàn)有文獻(xiàn)提供了很多種方法,如主成分分析[23]、HP 濾波[27]、帶通濾波[28-29]以及轉(zhuǎn)折點(diǎn)法[30]。由于測(cè)度金融周期不是本文的主要目的,因此,我們選擇較簡(jiǎn)單的HP 濾波來(lái)計(jì)算金融周期指數(shù)。首先,以2000 年價(jià)格為基準(zhǔn),將各指標(biāo)的名義值算為實(shí)際值,計(jì)算出各個(gè)指標(biāo)的增長(zhǎng)率。其次,采用平滑因子為1 600 的HP 濾波取得各指標(biāo)對(duì)其趨勢(shì)值的偏離或缺口值,將該缺口值作為指標(biāo)值。由于金融周期指數(shù)的代表性變量一共有3 個(gè),還需要將各指標(biāo)合成一個(gè)綜合性指標(biāo)。合成的方法主要有簡(jiǎn)單的加總平均和主成分分析,本文對(duì)兩種方法都作了嘗試,結(jié)果基本相同,這里只給出經(jīng)過(guò)簡(jiǎn)單加總平均得到的金融周期指數(shù)。此外,經(jīng)濟(jì)波動(dòng)的代表性變量為國(guó)內(nèi)生產(chǎn)總值GDP,我們也采用上述同樣的方法處理,得到經(jīng)濟(jì)周期指數(shù)。計(jì)算結(jié)果見(jiàn)圖1。

圖1 金融周期和經(jīng)濟(jì)周期

如圖1 所示,金融周期的波動(dòng)幅度明顯大于經(jīng)濟(jì)周期,在兩個(gè)時(shí)期特別明顯,一個(gè)時(shí)期是2001 年至2005 年,另一個(gè)時(shí)期是2008 年到2011 年。受新冠疫情影響,經(jīng)濟(jì)周期在2020 年下降幅度較大。為了進(jìn)一步觀察金融波動(dòng)和經(jīng)濟(jì)波動(dòng)之間的關(guān)系,我們還測(cè)算了金融周期指數(shù)與經(jīng)濟(jì)周期指數(shù)4 年的移動(dòng)標(biāo)準(zhǔn)差,作為金融和經(jīng)濟(jì)波動(dòng)幅度的度量,如圖2所示。從圖2 中可以看出,2001 到2005 年,金融波動(dòng)幅度是下滑的,在2005 年到達(dá)低谷,而經(jīng)濟(jì)波動(dòng)幅度在2002 年已經(jīng)達(dá)到低谷,2003 年后開(kāi)始回升。從2005 到2014 年,金融和經(jīng)濟(jì)的波動(dòng)幅度都經(jīng)歷了一個(gè)從上升到下降的過(guò)程;2015 年之后,經(jīng)濟(jì)的波動(dòng)幅度反而超過(guò)了金融的波動(dòng)幅度。由此,二者在不同的時(shí)間區(qū)間,其波動(dòng)幅度及其變化趨勢(shì)是不同的,這也啟發(fā)我們,金融波動(dòng)與經(jīng)濟(jì)波動(dòng)在不同的時(shí)間區(qū)間關(guān)系是不同的。

圖2 金融周期與經(jīng)濟(jì)周期的4 年移動(dòng)標(biāo)準(zhǔn)差

(二)MSVAR 模型介紹及估計(jì)

研究金融對(duì)經(jīng)濟(jì)波動(dòng)的影響,就是在上述構(gòu)建金融周期和經(jīng)濟(jì)周期指數(shù)的基礎(chǔ)上,采用所計(jì)算出的經(jīng)濟(jì)周期和金融周期數(shù)據(jù),通過(guò)建立計(jì)量模型,對(duì)不同時(shí)期金融放大經(jīng)濟(jì)波動(dòng)的效應(yīng)進(jìn)行估計(jì),并對(duì)其機(jī)制進(jìn)行分析。

根據(jù)圖2 的基本事實(shí),由于金融周期與經(jīng)濟(jì)周期的波動(dòng)幅度及其變化趨勢(shì)在不同的時(shí)間區(qū)間表現(xiàn)不同,因此不宜采用線性VAR 模型。線性VAR模型假設(shè)現(xiàn)實(shí)的經(jīng)濟(jì)結(jié)構(gòu)不會(huì)改變,所以模型的系數(shù)在整個(gè)時(shí)期是一致的,無(wú)法得到系數(shù)隨時(shí)間的變化情況。馬爾科夫區(qū)制轉(zhuǎn)移向量自回歸模型(Markov Switch Vector Auto Regressive Model),簡(jiǎn)稱MSVAR 模型。自Krolzig[31]提出MSVAR 模型以來(lái),該模型成為研究時(shí)間序列數(shù)據(jù)的一種重要研究方法。其本質(zhì)上是根據(jù)數(shù)據(jù)之間本身存在的非線性關(guān)系,將整個(gè)時(shí)間序列區(qū)分為不同的時(shí)間段,分別研究各個(gè)時(shí)間段內(nèi)二者之間的關(guān)系。這樣,不同的時(shí)間區(qū)間就對(duì)應(yīng)不同的區(qū)制。本文正是利用MSVAR 模型的優(yōu)勢(shì),研究不同時(shí)間區(qū)間內(nèi)金融對(duì)經(jīng)濟(jì)波動(dòng)的作用及傳導(dǎo)機(jī)制。以下首先介紹MSVAR 模型本身,其次設(shè)定模型的區(qū)制,最后估計(jì)出結(jié)果。

1.MSVAR 模型。MSVAR 模型假定在不同的時(shí)期,宏觀經(jīng)濟(jì)時(shí)間序列的結(jié)構(gòu)會(huì)發(fā)生變化,即VAR模型的截距項(xiàng)、均值、系數(shù)及殘差方差會(huì)發(fā)生變化。具體來(lái)說(shuō),該模型假定經(jīng)濟(jì)系統(tǒng)存在多個(gè)機(jī)制,即存在一個(gè)不可觀測(cè)的區(qū)制變量St,St∈{1,…M},M為區(qū)制的數(shù)量,不同的區(qū)制代表不同的經(jīng)濟(jì)結(jié)構(gòu)。

可觀測(cè)時(shí)間序列向量yt的條件概率密度表示為:

θm為區(qū)制m=1,2,…M時(shí)的VAR 模型系數(shù),Yt-1為時(shí)間序列向量觀測(cè)值

因此,P階滯后、具有M個(gè)區(qū)制的VAR 模型可以表示為:

其中,均值向量μ;系數(shù)矩陣A1,A2,…Ap;擾動(dòng)向量ut的方差是可變的,即μt～NID(0,∑(st)),μ(st),A1(st),…Ap(st),∑(st) 依賴區(qū)制變量st。

區(qū)制變量St∈{1,…M}服從離散時(shí)間、離散狀態(tài)的一階馬爾科夫過(guò)程,各狀態(tài)間的轉(zhuǎn)變通過(guò)轉(zhuǎn)移概率表示,從區(qū)制i到區(qū)制j的轉(zhuǎn)移概率為:

因此,St的轉(zhuǎn)移概率矩陣為:

其中,pi1+pi2+…+piN=1,i=1,2,…N。

對(duì)一個(gè)兩區(qū)制的模型而言,其區(qū)制變量的轉(zhuǎn)移概率矩陣為:

根據(jù)均值、截距、自回歸參數(shù)和方差是否依賴于區(qū)制變量St所處的狀態(tài),MSVAR 模型又可以區(qū)分為多種形式:MSM-VAR(均值依賴)、MSI-VAR(截距依賴)、MSA-VAR(回歸系數(shù)依賴)、MSHVAR(方差依賴)。同時(shí),不同組合搭配起來(lái)又可分為:MSIA、MSIH、MSMA、MSMAH 等多種形式,例如MSMAH 表示模型均值、自回歸系數(shù)和殘差方差都隨區(qū)制變量St的變化而變化。

究竟采用哪種形式,還需要進(jìn)行實(shí)證檢驗(yàn)。通過(guò)模型回歸的對(duì)數(shù)似然值(log-likelihood)、AIC 準(zhǔn)則(Akaike Information Criterion)、SC 準(zhǔn)則(Schwarz Criterion)和HQ 準(zhǔn)則(Hannan-Quinn Criterion)等確定具體的模型形式。似然值越大,AIC 準(zhǔn)則、SC 準(zhǔn)則和HQ 越小,則表明該模型回歸結(jié)果越可靠。具體的估計(jì)方法參照Krolzig[31,由于篇幅關(guān)系,這里不再給出。

2.MSVAR 模型的區(qū)制設(shè)定。所謂區(qū)制設(shè)定,就是依據(jù)經(jīng)濟(jì)事實(shí)或數(shù)據(jù)本身將整個(gè)時(shí)間序列劃分為不同的時(shí)間區(qū)間,然后探討在不同區(qū)間內(nèi)時(shí)間序列之間的關(guān)系。與Claessens et al.[20]、Mendoza et al.[21]和Claessens et al.[22]等文獻(xiàn)將時(shí)間序列分為繁榮期和衰退期不同,本文重點(diǎn)關(guān)注金融因素對(duì)經(jīng)濟(jì)波動(dòng)的作用,并假設(shè)金融因素對(duì)經(jīng)濟(jì)波動(dòng)的作用在不同的時(shí)間區(qū)間是不同的。依據(jù)圖1 和圖2 的數(shù)據(jù)事實(shí),即不同時(shí)間區(qū)間金融和經(jīng)濟(jì)波動(dòng)幅度大小以及關(guān)系的不同,我們將整個(gè)時(shí)間區(qū)間劃分為劇烈波動(dòng)期和平穩(wěn)期兩個(gè)時(shí)間區(qū)間,分別對(duì)應(yīng)MSVAR模型的區(qū)制1 和區(qū)制2 這2 個(gè)區(qū)制。

3.模型選擇。雖然上述根據(jù)經(jīng)濟(jì)事實(shí)對(duì)區(qū)制進(jìn)行了設(shè)定,但是還需要判斷究竟采用MSVAR 模型的具體哪一種形式。因此,我們構(gòu)建了包含金融周期和經(jīng)濟(jì)周期指數(shù)兩個(gè)變量的MSVAR 模型,并對(duì)表1 中9 種具體的模型形式分別進(jìn)行檢驗(yàn)。MSVAR 各種具體形式的含義前述已經(jīng)介紹,每一種具體的模型括號(hào)中的數(shù)字分別代表區(qū)制數(shù)和滯后期數(shù)。檢驗(yàn)結(jié)果見(jiàn)表1。

表1 模型選擇依據(jù)

依據(jù)對(duì)數(shù)似然值、AIC、HQ 和SC 準(zhǔn)則,可以看到MSIAH(2)-VAR(2)(截距、系數(shù)和方差依賴、2區(qū)制MSVAR 模型)的回歸結(jié)果優(yōu)于其他模型。此外,我們還對(duì)模型的非線性特征進(jìn)行了檢驗(yàn),依據(jù)選定的MSIAH(2)-VAR(2)模型,LR 線性統(tǒng)計(jì)量的值為79.039 5,卡方統(tǒng)計(jì)量的P值為0.000 0,Davies 檢驗(yàn)的P值為0.000 0,統(tǒng)計(jì)結(jié)果均拒絕線性模型的假設(shè),說(shuō)明將模型設(shè)定為非線性模型是合適的。因此,我們認(rèn)為MSIAH(2)-VAR(2)是最合適的模型形式。

4.模型的估計(jì)結(jié)果。利用OX-MSVAR 軟件包對(duì)包含金融周期和經(jīng)濟(jì)周期指數(shù)兩個(gè)變量的MSIAH(2)-VAR(2)模型進(jìn)行了估計(jì)和檢驗(yàn),所用算法為EM 算法。

回歸結(jié)果。表2 給出了模型的估計(jì)結(jié)果。finance代表金融周期指數(shù),finance(-1)和finance(-2)分別為金融周期指數(shù)的滯后一期和滯后二期。gdp代表經(jīng)濟(jì)周期指數(shù),gdp(-1)和gdp(-2)分別為經(jīng)濟(jì)周期指數(shù)的滯后一期和滯后二期。Const是常數(shù)項(xiàng)。每一行的數(shù)值代表回歸系數(shù)的估計(jì)結(jié)果。從回歸結(jié)果來(lái)看,金融周期和經(jīng)濟(jì)周期二者的數(shù)量關(guān)系在區(qū)制1 和區(qū)制2 是不同的,也就是在區(qū)制1和區(qū)制2 分別以金融周期和經(jīng)濟(jì)周期為被解釋變量,二者的滯后項(xiàng)作為解釋變量時(shí),回歸系數(shù)的估計(jì)值是不同的。由于本文主要研究金融對(duì)經(jīng)濟(jì)波動(dòng)的影響,因此,我們重點(diǎn)關(guān)注以經(jīng)濟(jì)周期為被解釋變量時(shí),金融周期作為解釋變量的系數(shù)大小及顯著性。在區(qū)制1 即劇烈波動(dòng)期,以經(jīng)濟(jì)周期為被解釋變量時(shí),金融周期滯后項(xiàng)finance(-1)的系數(shù)為0.21。在區(qū)制2 即平穩(wěn)期,經(jīng)濟(jì)周期為被解釋變量時(shí),金融周期滯后項(xiàng)finance(-1)的系數(shù)為0.05,而且這兩個(gè)系數(shù)均通過(guò)了顯著性檢驗(yàn)。系數(shù)大于0 表明,金融對(duì)經(jīng)濟(jì)波動(dòng)的影響為正。區(qū)制1 的系數(shù)大于區(qū)制2,表明在區(qū)制1 的區(qū)間金融對(duì)經(jīng)濟(jì)波動(dòng)的影響大于區(qū)制2 的區(qū)間。

表2 MSIAH(2)-VAR(2)模型估計(jì)結(jié)果

濾波概率圖。圖3 給出了區(qū)制1 和區(qū)制2 分別對(duì)應(yīng)的概率濾波圖及平滑圖。圖3 最上面是金融周期與經(jīng)濟(jì)周期指數(shù)的原序列圖,下面分別對(duì)應(yīng)區(qū)制1 和區(qū)制2 的概率濾波圖。概率濾波圖表達(dá)的是上述模型結(jié)果處于區(qū)制1 和區(qū)制2 的概率,其含義是如果某個(gè)時(shí)期屬于某區(qū)制概率大于0.5,表明該時(shí)期金融周期與經(jīng)濟(jì)周期的關(guān)系對(duì)應(yīng)該區(qū)制的回歸結(jié)果。比如,2020 年第1 季度至第2 季度這個(gè)時(shí)間區(qū)間,處于區(qū)制1 的概率大致等于1,那么這一時(shí)期金融周期和經(jīng)濟(jì)周期二者之間的數(shù)量關(guān)系對(duì)應(yīng)區(qū)制1 的回歸結(jié)果。

圖3 區(qū)制1 和區(qū)制2 的概率濾波

表3 給出了區(qū)制1 和區(qū)制2 分別對(duì)應(yīng)的時(shí)間區(qū)間。處于區(qū)制1 的時(shí)間區(qū)間有三段,2008 年第1 季度至2009 年第4 季度、2017 年第1 季度和2020 年第1 季度至2020 年第2 季度,其他時(shí)期則處于區(qū)制2。模型結(jié)果得出的區(qū)制劃分區(qū)間與前述區(qū)制的設(shè)定基本相同。前述根據(jù)金融和經(jīng)濟(jì)的波動(dòng)幅度將整個(gè)時(shí)間序列劃分為劇烈波動(dòng)期和平穩(wěn)期。而模型結(jié)果得出的區(qū)制1 對(duì)應(yīng)的第一個(gè)時(shí)間區(qū)間,即2008 年第1 季度至2009 年第4 季度正好是金融危機(jī)之后,第三個(gè)時(shí)間區(qū)間即2020 年第1 季度至第2 季度正好是新冠疫情發(fā)生之后,二者均為經(jīng)濟(jì)周期的劇烈波動(dòng)期,這表明我們的模型設(shè)定是合理的。

表3 模型結(jié)果的區(qū)制劃分

轉(zhuǎn)移概率矩陣。表4 給出了區(qū)制轉(zhuǎn)移概率矩陣和各區(qū)制狀態(tài)持續(xù)期的估計(jì)結(jié)果。轉(zhuǎn)移概率矩陣的每一個(gè)具體數(shù)值表示從一個(gè)區(qū)制轉(zhuǎn)移到另外一個(gè)區(qū)制的概率。表中0.314 表示從區(qū)制1 轉(zhuǎn)移到區(qū)制2 的概率,0.082 6 表示從區(qū)制2 轉(zhuǎn)移至區(qū)制1 的概率;0.686 表示經(jīng)濟(jì)維持在區(qū)制1 的概率,0.917 4表示經(jīng)濟(jì)維持在區(qū)制2 的概率。當(dāng)維持在某一區(qū)制的概率越大時(shí),說(shuō)明經(jīng)濟(jì)系統(tǒng)處于該區(qū)制的狀態(tài)是比較穩(wěn)定的,持續(xù)期也較長(zhǎng)。該表說(shuō)明經(jīng)濟(jì)系統(tǒng)處于區(qū)制2 即平穩(wěn)期的狀態(tài)最穩(wěn)定,持續(xù)時(shí)間也最長(zhǎng),為12.11 個(gè)季度。

表4 區(qū)制轉(zhuǎn)移概率矩陣

脈沖響應(yīng)分析。為比較不同區(qū)制下我國(guó)的金融對(duì)經(jīng)濟(jì)波動(dòng)的放大效應(yīng),按照表2 的回歸結(jié)果,圖4 給出了金融因素沖擊引起經(jīng)濟(jì)波動(dòng)的脈沖響應(yīng)函數(shù),脈沖響應(yīng)函數(shù)表明金融的一個(gè)單位的正向沖擊引起經(jīng)濟(jì)波動(dòng)的作用。從圖4 中可以看出,無(wú)論是區(qū)制1 還是區(qū)制2,金融的一個(gè)正沖擊都會(huì)對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生正向的影響,換句話說(shuō),金融因素確實(shí)放大了經(jīng)濟(jì)波動(dòng)。但是,區(qū)制1 的放大效應(yīng)遠(yuǎn)大于區(qū)制2。這證明了我國(guó)金融對(duì)經(jīng)濟(jì)波動(dòng)的放大效應(yīng)確實(shí)存在區(qū)制的特征,即劇烈波動(dòng)期的放大效應(yīng)大于平穩(wěn)期。

圖4 金融沖擊引起經(jīng)濟(jì)波動(dòng)的脈沖響應(yīng)函數(shù)

三、金融經(jīng)濟(jì)周期區(qū)制特征的原因

上文通過(guò)MSVAR 模型證明了金融對(duì)經(jīng)濟(jì)波動(dòng)放大效應(yīng)的區(qū)制特征,即在經(jīng)濟(jì)的劇烈波動(dòng)期內(nèi),金融對(duì)經(jīng)濟(jì)波動(dòng)的放大作用大于平穩(wěn)期。這里的劇烈波動(dòng)期和平穩(wěn)期對(duì)應(yīng)的具體時(shí)間主要包括兩個(gè)時(shí)間段,一個(gè)是2008 年第1 季度到2009 年第4季度,另一個(gè)是2020 年第1 季度到2020 年第2 季度。然而究竟是什么原因?qū)е逻@兩個(gè)時(shí)間區(qū)間內(nèi)金融對(duì)經(jīng)濟(jì)波動(dòng)的放大效應(yīng)比其他區(qū)間更大? 其中的傳導(dǎo)機(jī)制是什么? 要回答這個(gè)問(wèn)題,一方面需要聯(lián)系金融加速器的理論機(jī)制,另一方面需要將金融加速器理論與我國(guó)的經(jīng)濟(jì)發(fā)展現(xiàn)實(shí)相結(jié)合。

金融加速器理論告訴我們,資產(chǎn)價(jià)格的變化會(huì)通過(guò)企業(yè)資產(chǎn)負(fù)債表的途徑傳導(dǎo)至實(shí)體經(jīng)濟(jì),放大實(shí)體經(jīng)濟(jì)的波動(dòng)。由于受到外部沖擊以及新冠疫情的影響,2008 年第1 季度到2009 年第4 季度和2020 年第1 季度到2020 年第2 季度,這兩個(gè)時(shí)間區(qū)間的資產(chǎn)價(jià)格波動(dòng)都較大,因而由于金融加速器效應(yīng)導(dǎo)致的經(jīng)濟(jì)波動(dòng)也較大。尤其是房地產(chǎn)作為信貸重要的抵押品,其價(jià)格的大幅度波動(dòng)會(huì)與信貸相互加強(qiáng)而放大經(jīng)濟(jì)波動(dòng)。

然而,金融對(duì)經(jīng)濟(jì)波動(dòng)的放大效應(yīng)之所以在上述兩個(gè)區(qū)間更顯著,還有其現(xiàn)實(shí)方面的原因。

首先,金融危機(jī)后我國(guó)經(jīng)濟(jì)的不確定因素增加。近年來(lái),不確定性頻繁出現(xiàn)在各大媒體報(bào)刊,學(xué)術(shù)界將其定義為未來(lái)可能發(fā)生的事件中無(wú)法預(yù)測(cè)概率分布的部分[32]。不確定性的大小在經(jīng)濟(jì)發(fā)展的不同階段是不同的,也就是具有時(shí)變性。根據(jù)Baker et al.[33]、胡成春等[34]等對(duì)我國(guó)政策不確定指數(shù)的計(jì)量結(jié)果,2008 年至2010 年我國(guó)的不確定指數(shù)較高,正是較高的不確定性導(dǎo)致了金融對(duì)經(jīng)濟(jì)波動(dòng)產(chǎn)生更大的放大作用。這一時(shí)期不確定性指數(shù)較高的原因主要體現(xiàn)在兩個(gè)方面:一是財(cái)政政策的不確定性,為應(yīng)對(duì)國(guó)際金融危機(jī)的沖擊,我國(guó)財(cái)政政策出現(xiàn)較大調(diào)整,2008 年11 月我國(guó)啟動(dòng)了4萬(wàn)億投資刺激計(jì)劃;二是貨幣政策的不確定性。為應(yīng)對(duì)國(guó)際金融危機(jī)的沖擊,央行先是采取了較寬松的貨幣政策,2009 年M2同比增長(zhǎng)高達(dá)28.5%。沒(méi)過(guò)多久,央行為避免發(fā)生系統(tǒng)性風(fēng)險(xiǎn),貨幣政策又轉(zhuǎn)為收緊,從2010 年1 月到2011 年6 月上調(diào)存款準(zhǔn)備金12 次。財(cái)政政策和貨幣政策的“較大變動(dòng)”使得經(jīng)濟(jì)政策的不確定性增加,這一不確定性傳導(dǎo)至房地產(chǎn)市場(chǎng)和金融市場(chǎng),使得房地產(chǎn)價(jià)格和信貸的波動(dòng)變大,從而通過(guò)金融加速器效應(yīng)進(jìn)一步放大了經(jīng)濟(jì)的波動(dòng)。

其次,不同時(shí)期內(nèi)公眾的不同預(yù)期會(huì)導(dǎo)致金融對(duì)經(jīng)濟(jì)波動(dòng)作用的不同。當(dāng)經(jīng)濟(jì)處于平穩(wěn)期時(shí),央行會(huì)采取“一如既往”的經(jīng)濟(jì)政策,經(jīng)濟(jì)人對(duì)房地產(chǎn)價(jià)格、股票等資產(chǎn)價(jià)格所作的預(yù)期變化不大,因之對(duì)經(jīng)濟(jì)系統(tǒng)的影響變化不大,導(dǎo)致金融因素對(duì)經(jīng)濟(jì)波動(dòng)的放大作用也變化不大。但經(jīng)濟(jì)處于劇烈波動(dòng)期時(shí),不確定因素增加導(dǎo)致經(jīng)濟(jì)人的預(yù)期發(fā)生突變,甚至出現(xiàn)金融恐慌,經(jīng)濟(jì)人對(duì)房地產(chǎn)價(jià)格、股票等資產(chǎn)價(jià)格所作的預(yù)期會(huì)大幅度偏離正常價(jià)格,嚴(yán)重影響到經(jīng)濟(jì)系統(tǒng),導(dǎo)致該時(shí)期的經(jīng)濟(jì)產(chǎn)生較大的波動(dòng)。

再次,隨著我國(guó)金融改革的不斷深化,金融結(jié)構(gòu)即直接融資和以銀行信貸為主的間接融資比例發(fā)生了較大的變化,這會(huì)導(dǎo)致金融與經(jīng)濟(jì)波動(dòng)之間的關(guān)系發(fā)生改變。根據(jù)較權(quán)威文獻(xiàn)研究,2007 年之前,中國(guó)直接融資占比總體呈現(xiàn)上升態(tài)勢(shì),其中股票市場(chǎng)的發(fā)展起到了關(guān)鍵帶動(dòng)作用,但2008 年后,受內(nèi)外多種因素影響,直接融資占比反而下降[35]。這意味著金融危機(jī)后我國(guó)以銀行信貸為主的間接融資金融結(jié)構(gòu),不僅沒(méi)有改善,反而進(jìn)一步加劇,這使得商業(yè)銀行在經(jīng)濟(jì)波動(dòng)中的作用凸顯,對(duì)經(jīng)濟(jì)波動(dòng)的作用變大。

最后,影子銀行的快速發(fā)展也使得金融對(duì)經(jīng)濟(jì)波動(dòng)的作用變大,影子銀行被認(rèn)為是2008 年金融危機(jī)的“罪魁禍?zhǔn)住敝籟36]。根據(jù)孫國(guó)鋒等[37]對(duì)我國(guó)影子銀行規(guī)模的測(cè)算結(jié)果,以2008 年金融危機(jī)為分界線,影子銀行規(guī)模在2008 年10 月之前較為平穩(wěn),占銀行創(chuàng)造貨幣總量的比重呈下降態(tài)勢(shì),2008 年11月之后逐漸增加。影子銀行主要通過(guò)兩個(gè)層面影響經(jīng)濟(jì)波動(dòng):一是不斷推高杠桿率水平,2008 年之后,中國(guó)債務(wù)水平持續(xù)升高,影子銀行發(fā)揮了“關(guān)鍵”作用[36],較高的債務(wù)水平可能觸發(fā)系統(tǒng)性風(fēng)險(xiǎn),引發(fā)經(jīng)濟(jì)的劇烈波動(dòng);二是助長(zhǎng)了房地產(chǎn)價(jià)格的上升,如趙勝民等[38]指出,相比銀行信貸,影子信貸對(duì)房?jī)r(jià)影響更迅速也更強(qiáng)烈,而房地產(chǎn)價(jià)格和影子銀行規(guī)模相互促進(jìn)對(duì)金融穩(wěn)定產(chǎn)生顯著的不利影響[39]。

綜上所述,金融加速器理論與不確定性、公眾預(yù)期的變化、金融結(jié)構(gòu)以及影子銀行的發(fā)展等因素結(jié)合在一起,造成了我國(guó)不同時(shí)期內(nèi)金融對(duì)經(jīng)濟(jì)波動(dòng)作用的不同。

四、政策應(yīng)對(duì)

不同時(shí)期金融對(duì)經(jīng)濟(jì)波動(dòng)影響效應(yīng)的不同,為政府制定更有針對(duì)性的穩(wěn)定經(jīng)濟(jì)和金融的政策提供了理論指導(dǎo)。我們可以通過(guò)金融周期和經(jīng)濟(jì)周期指數(shù)的變化數(shù)據(jù)作為反饋信號(hào)來(lái)修訂政策制定,設(shè)計(jì)出更細(xì)致的、更有可操作性的和更為協(xié)調(diào)的政策方案。

一是我們可以根據(jù)金融周期和經(jīng)濟(jì)周期本身的走向和相互關(guān)系設(shè)計(jì)有區(qū)別的政策措施。李拉亞[40]指出央行可把經(jīng)濟(jì)周期曲線和金融周期曲線放在同一張圖上,依據(jù)經(jīng)濟(jì)系統(tǒng)和金融系統(tǒng)各自在圖中曲線的位置,安排適合的貨幣政策和宏觀審慎政策,對(duì)兩大系統(tǒng)進(jìn)行聯(lián)合調(diào)控。他依據(jù)經(jīng)濟(jì)系統(tǒng)和金融系統(tǒng)在經(jīng)濟(jì)周期和金融周期的四種位置和趨勢(shì),設(shè)計(jì)了四種協(xié)調(diào)配合的聯(lián)合調(diào)控規(guī)則。第一種是,如果經(jīng)濟(jì)系統(tǒng)和金融系統(tǒng)均趨近谷頂,同時(shí)收緊貨幣政策和宏觀審慎政策。第二種是,如果經(jīng)濟(jì)系統(tǒng)和金融系統(tǒng)均趨近谷底,同時(shí)放松貨幣政策和宏觀審慎政策。第三種是,經(jīng)濟(jì)系統(tǒng)趨近谷底,金融系統(tǒng)均趨近谷頂,放松貨幣政策,啟動(dòng)宏觀審慎政策的有選擇貸款配給功能,將資金優(yōu)先安排到經(jīng)濟(jì)系統(tǒng)。第四種是,經(jīng)濟(jì)系統(tǒng)趨近谷頂,金融系統(tǒng)均趨近谷底,收緊貨幣政策,啟動(dòng)宏觀審慎政策的有選擇貸款配給功能,將資金優(yōu)先安排到金融系統(tǒng)。這一調(diào)控規(guī)則對(duì)公眾起導(dǎo)向作用,讓公眾知道下一步央行的政策方向。這一規(guī)則彈性較大,公眾知道政策方向但不知道步子有多大,給央行決定政策力度留下相機(jī)決策空間。但這也能在一定程度上引導(dǎo)公眾預(yù)期,減少公眾對(duì)央行政策制定的盲目感,從而減少公眾對(duì)策的不確定性,有利于公眾安排自己的經(jīng)濟(jì)活動(dòng)。這一調(diào)控規(guī)則有利于貨幣政策和宏觀審慎政策的協(xié)調(diào)配合形成合力,減少兩大政策的摩擦與沖突,降低兩大政策的成本,提高兩大政策的效率。

二是我們可利用不同時(shí)期金融對(duì)經(jīng)濟(jì)波動(dòng)放大效應(yīng)的不同在兩個(gè)方面進(jìn)一步改進(jìn)這一調(diào)控規(guī)則,減少這一規(guī)則的彈性,增加這一規(guī)則的可預(yù)期性。一方面,在不同的區(qū)制采取不同的政策力度,并把這一點(diǎn)明確告訴公眾,減少公眾因政策較大變化帶來(lái)的不確定性,以有利于穩(wěn)定公眾預(yù)期,從而穩(wěn)定金融和經(jīng)濟(jì),減小金融對(duì)經(jīng)濟(jì)波動(dòng)的負(fù)面影響。另一方面,央行應(yīng)研制出圖1 和圖2 那樣的經(jīng)濟(jì)周期和金融周期圖表,作為政策制定的坐標(biāo),時(shí)刻觀測(cè)經(jīng)濟(jì)周期和金融周期的波動(dòng)幅度。一旦金融周期出現(xiàn)劇烈波動(dòng),央行就需要加大宏觀審慎政策力度,以穩(wěn)定金融周期,從而減輕金融周期對(duì)經(jīng)濟(jì)周期的放大作用。同時(shí),央行也要增加貨幣政策力度,防止金融劇烈波動(dòng)對(duì)經(jīng)濟(jì)產(chǎn)生不利影響。一旦觀察到金融周期和經(jīng)濟(jì)周期波動(dòng)趨于平穩(wěn),央行就可以降低宏觀審慎政策和貨幣政策的強(qiáng)度。

以上兩個(gè)層面的政策設(shè)定一個(gè)是關(guān)注金融周期和經(jīng)濟(jì)周期本身的變化趨勢(shì),另一個(gè)層面是關(guān)注金融周期和經(jīng)濟(jì)周期的波動(dòng)幅度,二者相輔相成,缺一不可。

我們依據(jù)不同時(shí)期金融放大經(jīng)濟(jì)波動(dòng)的不同效應(yīng),可以有針對(duì)性選用預(yù)期管理政策。一方面央行通過(guò)“行為”進(jìn)行預(yù)期管理,即通過(guò)各種公開(kāi)市場(chǎng)操作工具,向外界傳達(dá)貨幣政策漸進(jìn)變化和維持不變的信號(hào),從而影響市場(chǎng)預(yù)期;另一方面,央行通過(guò)“語(yǔ)言”形式進(jìn)行預(yù)期管理,包括央行定期公布的貨幣政策報(bào)告和貨幣政策委員會(huì)會(huì)議決議、召開(kāi)新聞發(fā)布會(huì)、發(fā)表關(guān)于未來(lái)貨幣政策取向以及定期的媒體采訪[41]。Born et al.[42]通過(guò)實(shí)證的方法證明了央行演講和采訪對(duì)金融市場(chǎng)回報(bào)率和減輕市場(chǎng)波動(dòng)方面的影響較小,但其在金融危機(jī)發(fā)生時(shí)起到了實(shí)質(zhì)性的作用。當(dāng)經(jīng)濟(jì)處于平穩(wěn)期時(shí),央行可較多采用“行為”式的預(yù)期管理,但是當(dāng)經(jīng)濟(jì)處于劇烈波動(dòng)期時(shí),央行可較多采用“語(yǔ)言”式的預(yù)期管理,盡力增加政策的透明度,降低政策的不確定性,增加政策的導(dǎo)向作用。除了在貨幣政策方面進(jìn)行有針對(duì)性的預(yù)期管理以外,政府也要加強(qiáng)對(duì)財(cái)政政策的預(yù)期管理,增加公眾對(duì)財(cái)政政策的可預(yù)期性,從而減輕其不確定性對(duì)經(jīng)濟(jì)波動(dòng)的放大作用。

五、結(jié)論

本文借鑒金融周期理論的概念與度量方法分析了金融對(duì)經(jīng)濟(jì)波動(dòng)影響的區(qū)制效應(yīng)。在構(gòu)建金融周期與經(jīng)濟(jì)周期指數(shù)的基礎(chǔ)上,通過(guò)構(gòu)建馬爾科夫區(qū)制轉(zhuǎn)換向量自回歸模型,對(duì)我國(guó)的金融經(jīng)濟(jì)周期的區(qū)制特征進(jìn)行了實(shí)證研究。結(jié)果表明,在經(jīng)濟(jì)的劇烈波動(dòng)期和平穩(wěn)期,金融對(duì)經(jīng)濟(jì)波動(dòng)的放大效應(yīng)是不同的。當(dāng)經(jīng)濟(jì)處于劇烈波動(dòng)期時(shí),金融對(duì)經(jīng)濟(jì)波動(dòng)的放大作用更強(qiáng)。

一方面,從理論上來(lái)看,金融加速器理論是造成不同時(shí)期金融放大經(jīng)濟(jì)波動(dòng)效應(yīng)不同的原因。由于不同時(shí)間區(qū)間內(nèi)資產(chǎn)價(jià)格波動(dòng)幅度不同,其通過(guò)資產(chǎn)負(fù)債表途徑傳導(dǎo)至實(shí)體經(jīng)濟(jì),從而放大了經(jīng)濟(jì)周期的波動(dòng)。另一方面,從現(xiàn)實(shí)原因來(lái)看,由于國(guó)際金融危機(jī)的沖擊,我國(guó)經(jīng)濟(jì)發(fā)展形勢(shì)發(fā)生了很大的變化。首先是不確定因素增加。其次是公眾預(yù)期發(fā)生了很大的變化,這些因素均會(huì)導(dǎo)致資產(chǎn)價(jià)格發(fā)生較大的波動(dòng),因而通過(guò)金融加速器原理也放大了經(jīng)濟(jì)周期的波動(dòng)。最后,隨著我國(guó)金融市場(chǎng)的發(fā)展,以間接融資為主的金融結(jié)構(gòu)以及影子銀行規(guī)模的擴(kuò)大使得金融對(duì)經(jīng)濟(jì)周期波動(dòng)的放大作用變大。

基于以上研究結(jié)論,我們主張央行通過(guò)金融周期和經(jīng)濟(jì)周期指數(shù)的變化數(shù)據(jù)作為反饋信號(hào)來(lái)修訂政策,依據(jù)不同時(shí)期金融對(duì)經(jīng)濟(jì)周期波動(dòng)放大效應(yīng)的不同,采取不同的政策力度。當(dāng)金融周期出現(xiàn)劇烈波動(dòng)時(shí),央行應(yīng)加大宏觀審慎政策的調(diào)控力度,以避免由于金融劇烈波動(dòng)對(duì)經(jīng)濟(jì)產(chǎn)生的不利影響。同時(shí),央行應(yīng)較多采用“語(yǔ)言”式的預(yù)期管理政策,增加政策的透明度,以穩(wěn)定公眾的預(yù)期,增加政策的效果。