鄭天歌 ,豆振江

(1.廣西大學(xué)國(guó)際學(xué)院,廣西南寧 530004;2.湖南人文科技學(xué)院商學(xué)院,湖南婁底 417000)

一、問(wèn)題的提出

當(dāng)今世界經(jīng)濟(jì)正經(jīng)歷百年未有之大變局,貿(mào)易保護(hù)主義抬頭、地緣政治矛盾上升、俄烏沖突等事件相互交織,使全球經(jīng)濟(jì)復(fù)蘇乏力,歐美主要經(jīng)濟(jì)體通脹水平居高不下。為應(yīng)對(duì)當(dāng)前全球面臨的經(jīng)濟(jì)下行風(fēng)險(xiǎn)和抑制通貨膨脹,美國(guó)等主要經(jīng)濟(jì)體頻繁發(fā)布及調(diào)整貨幣財(cái)政等經(jīng)濟(jì)政策,導(dǎo)致全球經(jīng)濟(jì)政策不確定性顯著提升,由此對(duì)全球經(jīng)濟(jì)產(chǎn)生顯著的外溢效應(yīng)。黨的十九大以來(lái),著力防范和化解系統(tǒng)性金融風(fēng)險(xiǎn),牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線成為我國(guó)金融工作的重中之重。當(dāng)前,在世界經(jīng)濟(jì)艱難復(fù)蘇背景下,我國(guó)經(jīng)濟(jì)雖表現(xiàn)出超強(qiáng)發(fā)展韌性,但仍然面臨較大的下行壓力,金融體系尚存在互聯(lián)網(wǎng)金融等領(lǐng)域監(jiān)管部分缺失、房地產(chǎn)等行業(yè)杠桿率偏高、金融資源配置效率低等金融風(fēng)險(xiǎn)隱患。近期,美國(guó)硅谷銀行倒閉引起市場(chǎng)恐慌情緒在全球不斷蔓延,全球資本市場(chǎng)波動(dòng)性顯著上升,這持續(xù)考驗(yàn)全球金融系統(tǒng)的安全性。系統(tǒng)性風(fēng)險(xiǎn)的成因主要包括內(nèi)部因素和外部事件沖擊,經(jīng)濟(jì)周期和貨幣財(cái)政政策過(guò)度干預(yù)是系統(tǒng)性金融風(fēng)險(xiǎn)累積的重要外部因素[1],隨著全球經(jīng)濟(jì)政策不確定性的上升,市場(chǎng)經(jīng)濟(jì)的參與者對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)期會(huì)發(fā)生變化,從而影響其經(jīng)營(yíng)行為和投資決策,進(jìn)而增加金融體系的脆弱性和金融風(fēng)險(xiǎn)的跨國(guó)傳染與蔓延。基于此,在全球經(jīng)濟(jì)政策不確定性上升的背景下,研究全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)和溢出渠道,對(duì)我們科學(xué)防控系統(tǒng)性金融風(fēng)險(xiǎn)具有重要意義。

二、文獻(xiàn)綜述

(一)系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度

美國(guó)次貸危機(jī)爆發(fā)后,如何測(cè)度與識(shí)別系統(tǒng)性金融風(fēng)險(xiǎn)成為學(xué)術(shù)界研究的焦點(diǎn)。根據(jù)已有研究成果,國(guó)內(nèi)外學(xué)者主要從宏觀和微觀兩個(gè)層面來(lái)測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)。在宏觀層面,基于多維宏觀經(jīng)濟(jì)指標(biāo)編制金融風(fēng)險(xiǎn)綜合指數(shù),進(jìn)而測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)。代表性文獻(xiàn),如陶玲和朱迎(2016)基于主成分分析法構(gòu)建了包括金融機(jī)構(gòu)、股票市場(chǎng)、貨幣市場(chǎng)等7 個(gè)維度的系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)[2]。章曦(2016)基于負(fù)的期限利差、股票市場(chǎng)波動(dòng)等8 個(gè)代表性指標(biāo)測(cè)度了我國(guó)金融壓力指數(shù),結(jié)果顯示我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)整體可控[3]。Oet 等(2015)基于美國(guó)的信貸、融資、房地產(chǎn)、證券化、外匯和股票市場(chǎng)的數(shù)據(jù),構(gòu)建了克利夫蘭金融壓力指數(shù)(CFSI)來(lái)測(cè)度美國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)[4]。在微觀層面,基于高頻數(shù)據(jù)計(jì)算單個(gè)金融機(jī)構(gòu)的系統(tǒng)性、重要性與傳染性,并測(cè)度其對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度。采用的研究方法主要包括指標(biāo)法(BIS 等)和模型法(CoVaR、MES、SRISK、CES等)。代表性文獻(xiàn),如楊子暉等(2019)基于預(yù)期損失方法(Expected Shortfall,ES)測(cè)度了我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),并考察了各金融部門之間風(fēng)險(xiǎn)的傳染性[5]。張曉玫和毛亞琪(2014)采用我國(guó)16 家上市銀行的高頻數(shù)據(jù),基于長(zhǎng)期邊際期望損失的方法測(cè)度了我國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)[6]。

(二)經(jīng)濟(jì)政策不確定性的溢出效應(yīng)

國(guó)內(nèi)外學(xué)者主要從存在性、溢出程度和影響因素進(jìn)行經(jīng)濟(jì)政策不確定性的溢出效應(yīng)研究。Zhang 等(2019)基于Diebold 和Yilmaz(2014)提出的方向溢出模型,研究了中美兩國(guó)經(jīng)濟(jì)政策不確定性幾個(gè)關(guān)鍵國(guó)際市場(chǎng)(即股票、信貸、能源和大宗商品市場(chǎng))的溢出效應(yīng)[7]-[8],研究結(jié)果發(fā)現(xiàn),盡管中國(guó)的影響力越來(lái)越大,但美國(guó)的溢出效應(yīng)仍占主導(dǎo)地位。李政等(2021)基于廣義方差分解譜方法研究了全球15 個(gè)主要經(jīng)濟(jì)體的溢出效應(yīng),研究發(fā)現(xiàn)開(kāi)放度高的國(guó)家的溢出與溢入程度較大[9]。張喜艷和陳樂(lè)一(2019)研究結(jié)果表明,經(jīng)濟(jì)政策不確定性的溢出效應(yīng)受全球重大突發(fā)公共事件的影響,在全球金融危機(jī)期間尤為明顯[10]。Balli 等(2017)探討了經(jīng)濟(jì)政策不確定性跨國(guó)溢出效應(yīng)的決定因素[11]。研究發(fā)現(xiàn),貿(mào)易和共同語(yǔ)言等雙邊因素在解釋EPU 溢出效應(yīng)的程度方面發(fā)揮著非常重要的作用。此外,在財(cái)政、貿(mào)易或金融負(fù)債失衡方面脆弱性較高的國(guó)家,EPU 產(chǎn)生溢出效應(yīng)的程度也更高。Ouyang 等(2022)基于TVP -FAVAR 模型研究了美國(guó)貨幣政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的非線性溢出效應(yīng),研究發(fā)現(xiàn),美國(guó)貨幣政策不確定性主要通過(guò)資本流動(dòng)、利率和經(jīng)濟(jì)政策不確定性引致渠道影響中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),且影響程度受國(guó)際重大突發(fā)風(fēng)險(xiǎn)事件的影響[12]。

梳理上述文獻(xiàn)發(fā)現(xiàn),國(guó)內(nèi)外學(xué)者對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度和經(jīng)濟(jì)政策不確定性進(jìn)行了深入研究,但研究全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)較少。再者從研究方法看,已有文獻(xiàn)大多基于線性的計(jì)量方法進(jìn)行研究,無(wú)法刻畫經(jīng)濟(jì)政策不確定性溢出效應(yīng)的非線性特點(diǎn)?；诖?本文首先基于長(zhǎng)期邊際期望損失(Long-term marginal expected loss ,簡(jiǎn)稱LRMES)方法測(cè)度我國(guó)系統(tǒng)性金融進(jìn)行風(fēng)險(xiǎn),并基于時(shí)變參數(shù)的FAVAR 模型考察全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的非線性溢出效應(yīng)和溢出渠道,以科學(xué)制定應(yīng)對(duì)全球經(jīng)濟(jì)政策不確定對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)沖擊的對(duì)策。

三、實(shí)證研究設(shè)計(jì)

(一)模型設(shè)定

從已有研究可知,全球政策不確定性的溢出效應(yīng)是溢入國(guó)開(kāi)放程度、匯率和雙邊貿(mào)易政策和全球重大突發(fā)公共事件等因素共同作用的結(jié)果,即經(jīng)濟(jì)政策不確定性的溢出效應(yīng)具有非線性特點(diǎn),因此本文采用Korobilis(2013)提出的TVP -FAVAR 模型實(shí)證檢驗(yàn)全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的非線性溢出效應(yīng)[13],模型設(shè)定如下:

其中,Xt是n×1 維平穩(wěn)向量,包括影響系統(tǒng)性金融風(fēng)險(xiǎn)的國(guó)內(nèi)和國(guó)際因素,當(dāng)然也包括中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)溢出渠道。Ft是l維不可觀測(cè)的共同因子,Yt是全球政策不確定性指數(shù),可以理解為可觀測(cè)的因子,λyt和λft表示共同因子的時(shí)變載荷矩陣。其中,Bt,p為滯后項(xiàng)系數(shù),P為滯后階數(shù),εt和ut是殘差項(xiàng)。此外,下標(biāo)t表示系數(shù)具有時(shí)變性,由此刻畫全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)溢出效應(yīng)的非線性特征。將模型(2)用矩陣語(yǔ)言重新表述如下:

文獻(xiàn)中通常用隨機(jī)波動(dòng)(SV)模型或廣義自回歸條件異方差(GARCH)模型刻畫特質(zhì)擾動(dòng)項(xiàng)Vt和共同擾動(dòng)項(xiàng)Qt的時(shí)變性,然而,Korobilis(2013)認(rèn)為這種設(shè)定在模型參數(shù)估計(jì)過(guò)程中會(huì)增加計(jì)算負(fù)擔(dān),為此他采用免模擬的矩陣貼現(xiàn)法刻畫VT和Qt時(shí)變特征[13]。具體如下:

其中,k1和k2稱為衰退因子,用于刻畫擾動(dòng)沖擊隨時(shí)間推移而發(fā)生衰減幅度。

(二)變量選取

1.全球經(jīng)濟(jì)政策不確定性。本文采用Baker 等(2016)基于文本大數(shù)據(jù)方法測(cè)算的全球政策不確定性指數(shù)[14],數(shù)據(jù)來(lái)源于www.policyuncertainty.com,記為GEPU,具體走勢(shì)見(jiàn)圖1。

圖1 全球經(jīng)濟(jì)政策不確定性指數(shù)(2005M1—2022M12)

2.中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)。由于學(xué)術(shù)界對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的形成原因和認(rèn)識(shí)存在一定分歧,因而測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)的方法豐富多樣,各具特色。其中利用資本市場(chǎng)數(shù)據(jù)的易得性、頻率高和前瞻性強(qiáng)等優(yōu)勢(shì)測(cè)算的系統(tǒng)性金融風(fēng)險(xiǎn),因測(cè)度結(jié)果較為客觀被國(guó)內(nèi)外學(xué)者廣泛借鑒和應(yīng)用。鑒于此,本文借鑒Brownlees 和Engle(2017)提出的LRMES 方法來(lái)測(cè)度中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)[15],并記為L(zhǎng)RMES。測(cè)度樣本包括16 家銀行業(yè)企業(yè)、4 家保險(xiǎn)業(yè)企業(yè)、15 家證券業(yè)企業(yè)、21 家房地產(chǎn)上市企業(yè)和8 家其他金融企業(yè),合計(jì)64 家上市企業(yè)①,樣本的日度收益率數(shù)據(jù)和市場(chǎng)收益率數(shù)據(jù)來(lái)源于Wind 數(shù)據(jù)庫(kù),測(cè)度結(jié)果見(jiàn)圖2。3.傳導(dǎo)渠道。就短期資本流動(dòng)路徑而言,本文借鑒彭紅楓和祝小全(2019)的間接測(cè)算方法,計(jì)算公式為:短期資本流動(dòng)=外匯儲(chǔ)備增加額-貿(mào)易順差金額-外商直接投資額,并計(jì)為CF;就利率路徑而言,隨著中國(guó)利率市場(chǎng)化進(jìn)程的基本完成,銀行間同業(yè)拆借利率逐漸成為貨幣政策的“風(fēng)向標(biāo)”,它能及時(shí)準(zhǔn)確地反映市場(chǎng)利率的變化。基于此考慮,本文參照李雙建和田國(guó)強(qiáng)(2020)的做法,選取銀行間7 天同業(yè)拆借利率作為利率渠道的代理變量[16],并記為IRL。

圖2 中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度值(2005M1—2019M12)

4.國(guó)際國(guó)內(nèi)宏觀經(jīng)濟(jì)信息集。參照歐陽(yáng)志剛和薛龍(2017)的做法[17],國(guó)際宏觀經(jīng)濟(jì)信息集包括:(1)中國(guó)主要貿(mào)易伙伴的經(jīng)濟(jì)增長(zhǎng)速度,包括美國(guó)、日本、歐元區(qū)和韓國(guó)等國(guó)的GDP 增長(zhǎng)率;(2)主要發(fā)達(dá)經(jīng)濟(jì)體的貨幣供應(yīng)量,包括美國(guó)、日本M2同比增速,韓國(guó)和歐元區(qū)M3 同比增速;(3)美國(guó)的主要宏觀經(jīng)濟(jì)指標(biāo),包括CPI 指數(shù)、進(jìn)出口金額同比增速、制造業(yè)和非制造業(yè)PMI 指數(shù)等;(4)匯率類,包括美元兌換人民幣、歐元兌換人民幣和人民幣有效匯率指數(shù)。國(guó)內(nèi)宏觀經(jīng)濟(jì)信息集包括:(1)實(shí)際產(chǎn)出類,包括工業(yè)增加值、主要能源產(chǎn)品產(chǎn)量(原煤、焦炭和發(fā)電量等)和重要工業(yè)品的產(chǎn)量(生鐵、粗鋼和水泥等);(2)實(shí)際投資類,包括固定資產(chǎn)投資、房地產(chǎn)開(kāi)發(fā)投資和三次產(chǎn)業(yè)的固定資產(chǎn)投資完成額;(3)資本市場(chǎng)價(jià)格類,包括滬深300 指數(shù)、境內(nèi)上市公司總市值、流通市值和平均市盈率;(4)宏觀經(jīng)濟(jì)景氣指數(shù)類,包括一致指數(shù)、先行指數(shù)和滯后指數(shù);(5)貿(mào)易類,包括中國(guó)的進(jìn)出口總額、凈出口總額等;(6)杠桿類,包括實(shí)體經(jīng)濟(jì)部門、居民部門、非金融企業(yè)和政府部門杠桿率;(7)中國(guó)的貨幣政策,包括M2 同比增速、活期存款利率和定期存款利率等;(8)其他類,如CPI、PPI、金融機(jī)構(gòu)存貸款余額、財(cái)政收入等共計(jì)94 維數(shù)據(jù),數(shù)據(jù)來(lái)源于Wind 數(shù)據(jù)庫(kù)。

四、實(shí)證結(jié)果分析

本節(jié)以2005M1—2019M12 作為全球經(jīng)濟(jì)政策不確定性沖擊的發(fā)生時(shí)間區(qū)間,首先利用TVP -FAVAR 模型中的三維脈沖響應(yīng)檢驗(yàn)了全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)和傳導(dǎo)渠道,具體結(jié)果用三維脈沖響應(yīng)圖呈現(xiàn)。其中,X 軸表示GEPU 沖擊的發(fā)生時(shí)間,Y 軸表示目標(biāo)變量對(duì)GEPU 沖擊的響應(yīng)持續(xù)期,Z 軸表示目標(biāo)變量對(duì)貨幣政策工具沖擊的脈沖響應(yīng)值。

(一)全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)

系統(tǒng)性金融風(fēng)險(xiǎn)的成因大致可以劃分為內(nèi)部因素和外部沖擊兩個(gè)方面。相對(duì)于其他類型的金融風(fēng)險(xiǎn)而言,系統(tǒng)性金融風(fēng)險(xiǎn)的形成大多歸因于外部沖擊。這里的外部沖擊,實(shí)際上是指風(fēng)險(xiǎn)源(方意等,2018)[18]。我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的風(fēng)險(xiǎn)源主要來(lái)自宏觀經(jīng)濟(jì)對(duì)金融體系產(chǎn)生的系統(tǒng)性沖擊、金融體系內(nèi)部的自身演化和逐步累積的內(nèi)生風(fēng)險(xiǎn)、外部風(fēng)險(xiǎn)溢出效應(yīng)三個(gè)方面。其中,經(jīng)濟(jì)政策不確定性是干擾經(jīng)濟(jì)正常運(yùn)行的重要外部負(fù)面沖擊,當(dāng)經(jīng)濟(jì)政策不確定性上升時(shí)極易造成投資者產(chǎn)生恐慌情緒,羊群效應(yīng)會(huì)進(jìn)一步加大金融市場(chǎng)的波動(dòng)幅度,最終引發(fā)金融風(fēng)險(xiǎn)在金融各部門和機(jī)構(gòu)之間迅速傳播,造成銀行擠兌并引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)(陳昆亭和周炎,2020)[19]。

根據(jù)圖3 的脈沖響應(yīng)結(jié)果可知,給定一個(gè)單位的GEPU 正向沖擊,當(dāng)期LRMES 的脈沖響應(yīng)值主要為正值,這表明全球經(jīng)濟(jì)政策不確定性上升會(huì)增加中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)。從分區(qū)間來(lái)看,全球金融危機(jī)期間(2008—2010),全球經(jīng)濟(jì)政策不確定性沖擊對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出程度最大,LRMES 最大正向響應(yīng)值為0.05,這意味著全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)具有非線性特征?？赡艿脑蚴?全球經(jīng)濟(jì)政策不確定性會(huì)通過(guò)利率和資本流動(dòng)渠道影響中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),隨著我國(guó)對(duì)外開(kāi)放程度和利率市場(chǎng)化程度的不斷提升,利率渠道和資本流動(dòng)渠道的傳導(dǎo)更為順暢,因而我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢入程度更大。再者,全球經(jīng)濟(jì)政策不確定性具有聯(lián)動(dòng)效應(yīng),隨著全球經(jīng)濟(jì)政策不確定性的提升,中國(guó)的經(jīng)濟(jì)政策不確定性也會(huì)隨之上升,企業(yè)的發(fā)展前景面臨較大不確定性,由此會(huì)導(dǎo)致企業(yè)壓縮投資,在二級(jí)市場(chǎng)上拋售資產(chǎn),從而引起資產(chǎn)價(jià)格下降和金融資產(chǎn)價(jià)格劇烈波動(dòng),威脅到金融市場(chǎng)的穩(wěn)定,增加了我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)(王 金明和王心培,2021)[20]。

圖3 GEPU 對(duì)LRMES 沖擊的三維脈沖響應(yīng)圖

(二)溢出機(jī)制

全球經(jīng)濟(jì)政策不確定性主要資本流動(dòng)和利率渠道對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)產(chǎn)生溢出效應(yīng)。就資本流動(dòng)渠道而言,其涵蓋的機(jī)理是:全球經(jīng)濟(jì)政策不確定性上升會(huì)導(dǎo)致短期資本流入中國(guó)市場(chǎng)(Fratzscher 等,2013)[21],短期資本流入會(huì)加劇中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)。具體來(lái)說(shuō),由于中國(guó)經(jīng)濟(jì)市場(chǎng)具有良好的投資環(huán)境和投資機(jī)會(huì),經(jīng)濟(jì)韌性強(qiáng)勁且前景廣闊,因而是跨國(guó)資本投資的“避風(fēng)港”。全球經(jīng)濟(jì)政策不確定性上升會(huì)導(dǎo)致國(guó)際短期資本流入中國(guó)市場(chǎng)。由第三代貨幣理論可知,大規(guī)模的短期資本流入會(huì)增加國(guó)內(nèi)金融體系的脆弱性,容易引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。就利率渠道而言,其涵蓋的機(jī)理是:全球經(jīng)濟(jì)政策不確定性上升,意味著全球經(jīng)濟(jì)面臨重大風(fēng)險(xiǎn)事件,為了應(yīng)對(duì)全球風(fēng)險(xiǎn)和穩(wěn)定國(guó)內(nèi)經(jīng)濟(jì),中國(guó)央行會(huì)下調(diào)利率(Chen 等,2016)[22],而低利率環(huán)境會(huì)導(dǎo)致銀行的風(fēng)險(xiǎn)承擔(dān)水平上升,容易引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

1.利率渠道

根據(jù)圖4 的脈沖響應(yīng)結(jié)果可知,給定一個(gè)單位的GEPU 正向沖擊,當(dāng)期IRL 的脈沖響應(yīng)值主要為負(fù)值,這表明全球經(jīng)濟(jì)政策不確定性上升會(huì)引致中國(guó)市場(chǎng)化利率下降。分區(qū)間來(lái)看,全球金融危機(jī)期間(2007—2009)和歐洲債務(wù)危機(jī)期間(2011—2015),全球經(jīng)濟(jì)政策不確定性沖擊對(duì)中國(guó)市場(chǎng)化利率的影響程度較高,最大負(fù)向響應(yīng)值為-0.15,但溢出效應(yīng)持續(xù)時(shí)間相對(duì)較短,在第8 個(gè)月基本消失。這意味著不同經(jīng)濟(jì)時(shí)期,利率渠道發(fā)揮的傳導(dǎo)作用有顯著差異,在全球金融風(fēng)險(xiǎn)較高時(shí)期的傳導(dǎo)效應(yīng)更大,這與張喜艷和陳樂(lè)一(2019)的研究結(jié)論一致[10]。這是因?yàn)?全球經(jīng)濟(jì)政策不確定性與國(guó)際重大金融風(fēng)險(xiǎn)事件顯著正相關(guān),全球經(jīng)濟(jì)政策不確定性上升,從而引起國(guó)際資本市場(chǎng)流向中國(guó),中國(guó)的銀行間拆借率出現(xiàn)較大幅度的下降。

圖4 GEPU 對(duì)IRL 沖擊的三維脈沖響應(yīng)圖

2.資本流動(dòng)渠道

圖5 的結(jié)果表明,給定一個(gè)單位的GEPU 正向沖擊,當(dāng)期CF 的脈沖響應(yīng)值主要為負(fù)值,這說(shuō)明全球經(jīng)濟(jì)政策不確定性對(duì)國(guó)際資本流動(dòng)有顯著的正向溢出效應(yīng),即全球經(jīng)濟(jì)政策不確定性增加,會(huì)加劇國(guó)際資本流入中國(guó)市場(chǎng),這與Fratzscher 等(2013)的研究結(jié)論基本一致[21]。當(dāng)全球經(jīng)濟(jì)政策不確定性上升時(shí)會(huì)提高投資者的風(fēng)險(xiǎn)厭惡情緒,從而加劇國(guó)際資本流向投資風(fēng)險(xiǎn)低的國(guó)家。相對(duì)其他經(jīng)濟(jì)體而言,中國(guó)經(jīng)濟(jì)增長(zhǎng)的韌性強(qiáng)、基本面長(zhǎng)期趨勢(shì)向好,因而是投資者避險(xiǎn)的首要選擇,最終導(dǎo)致短期資本流入規(guī)模增加,大規(guī)模的短期資本流入會(huì)增加國(guó)內(nèi)金融體系的脆弱性,容易引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

圖5 GEPU 對(duì)CF 沖擊的三維脈沖響應(yīng)圖

五研究結(jié)論與政策建議

本文首先采用最新發(fā)展的LRMES 方法,基于64 家上市金融機(jī)構(gòu)的高頻數(shù)據(jù)測(cè)度了我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),并借鑒Korobilis(2013)提出的TVP -FAVAR 模型實(shí)證研究了全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)[13]。主要結(jié)論如下:(1)全球經(jīng)濟(jì)政策不確定性上升會(huì)加劇中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),且不同經(jīng)濟(jì)時(shí)期,全球經(jīng)濟(jì)政策不確定性對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的溢出效應(yīng)具有非線性特征,在全球經(jīng)濟(jì)政策不確定性較高時(shí)期,溢出程度更大。(2)全球經(jīng)濟(jì)政策不確定性主要通過(guò)利率渠道和資本流動(dòng)渠道影響中國(guó)系統(tǒng)性風(fēng)險(xiǎn)。對(duì)于利率渠道而言,全球經(jīng)濟(jì)政策不確定性上升會(huì)導(dǎo)致中國(guó)市場(chǎng)化利率下降,從而增加金融機(jī)構(gòu)的風(fēng)險(xiǎn)承擔(dān)水平,進(jìn)而導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)上升。對(duì)于資本流動(dòng)渠道而言,全球經(jīng)濟(jì)政策不確定性上升會(huì)導(dǎo)致國(guó)際資本流入國(guó)內(nèi),大規(guī)模的短期資本流入會(huì)增加國(guó)內(nèi)金融體系的脆弱性,容易引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。

基于上述結(jié)論,結(jié)合我國(guó)的實(shí)際情況,現(xiàn)提出以下建議:(1)政府部門應(yīng)密切關(guān)注全球經(jīng)濟(jì)政策不確定性的變化,加強(qiáng)國(guó)際合作和預(yù)期管理,保持政策的一致性和連貫性,引導(dǎo)公眾對(duì)經(jīng)濟(jì)政策變化作出合理預(yù)判。(2)擴(kuò)大資本市場(chǎng)對(duì)外開(kāi)放,引導(dǎo)資本合理流動(dòng)。研究結(jié)果表明利率渠道和資本流動(dòng)渠道是全球經(jīng)濟(jì)政策不確定性的重要溢出渠道,因此政府應(yīng)繼續(xù)深化利率市場(chǎng)化改革,優(yōu)化貨幣政策利率體系。同時(shí)要加強(qiáng)對(duì)國(guó)際資本流動(dòng)的監(jiān)管與引流,動(dòng)態(tài)監(jiān)測(cè)國(guó)際資本的動(dòng)向,合理引導(dǎo)國(guó)際資本注入實(shí)體經(jīng)濟(jì),保持資本市場(chǎng)健康穩(wěn)定發(fā)展。

注釋:

①64 家上市企業(yè),即包括銀行業(yè):工商銀行、建設(shè)銀行、農(nóng)業(yè)銀行、中國(guó)銀行、招商銀行、交通銀行、興業(yè)銀行、浦發(fā)銀行、中信銀行、民生銀行、平安銀行、光大銀行、北京銀行、華夏銀行、寧波銀行和南京銀行;保險(xiǎn)業(yè):中國(guó)平安、中國(guó)人壽、中國(guó)太保和新華保險(xiǎn);證券業(yè):東北證券、錦龍股份、國(guó)元證券、國(guó)海證券、廣發(fā)證券、長(zhǎng)江證券、山西證券、中信證券、國(guó)金證券、西南證券、海通證券、招商證券、光大證券、興業(yè)證券和太平洋;房地產(chǎn)業(yè):萬(wàn)科、深振業(yè)、深物業(yè)、沙河股份、大悅城、中洲控股、華僑城、金融街、中南建設(shè)、保利地產(chǎn)、大龍地產(chǎn)、臥龍地產(chǎn)、新湖中寶、城建發(fā)展、天房發(fā)展、華夏幸福、首開(kāi)股份、綠地控股、萬(wàn)業(yè)企業(yè)、中華企業(yè)和上實(shí)發(fā)展;其他金融業(yè):民生控股、陜國(guó)投、九鼎投資、同花順、新力金融、五礦資本、建集團(tuán)和浙江東方。