我國金融脆弱性區(qū)制狀態(tài)劃分及經(jīng)濟政策取向

劉慧悅+羅月靈

摘 要：在對我國系統(tǒng)性金融脆弱性指數(shù)重構(gòu)的基礎上，應用Markov區(qū)制轉(zhuǎn)移模型對金融脆弱性的區(qū)制狀態(tài)進行劃分。估計和檢驗說明Markov區(qū)制轉(zhuǎn)移模型能夠更好地說明金融脆弱性指數(shù)的內(nèi)生轉(zhuǎn)移機制，更為準確的刻畫金融脆弱性指數(shù)的生成過程。我國系統(tǒng)性金融脆弱性指數(shù)動態(tài)路徑與國家宏觀政策密切相關。在經(jīng)濟運行過程中，“強刺激”的宏觀經(jīng)濟政策會為金融風險監(jiān)管帶來難度，要謹慎使用各種宏觀調(diào)控手段，保障經(jīng)濟中長期健康穩(wěn)定發(fā)展。

關鍵詞：金融脆弱性；主成分分析法；Markov區(qū)制轉(zhuǎn)移模型；平滑概率

中圖分類號：F832.1 文獻標識碼：A 中圖分類號：0257-5833（2017）09-0054-12

一、引 言

在宏觀經(jīng)濟運行過程中，金融系統(tǒng)本身存在著一定程度的脆弱性，在當前的時代背景下，金融全球化、金融自由化和金融創(chuàng)新在推動經(jīng)濟發(fā)展的同時也增強了系統(tǒng)性金融脆弱性。金融脆弱性不僅會影響金融系統(tǒng)安全，也會影響國家經(jīng)濟穩(wěn)定發(fā)展。因此，對系統(tǒng)性金融風險的監(jiān)管和金融脆弱性的檢驗及識別是國家宏觀經(jīng)濟風險管理的首要目標。

目前，對于系統(tǒng)性金融脆弱性的研究主要集中于金融脆弱性指標的構(gòu)建及利用已選擇的指標進行的實證檢驗。對于系統(tǒng)性金融脆弱性的研究，主要是針對發(fā)達國家金融脆弱的研究，并形成了比較成熟的指標體系，且采用成熟指標體系對發(fā)達國家金融脆弱性進行預測有一定準確性。例如早在1994年墨西哥金融危機之后，Goodhart1、Rojas-Suarez和Weibrod 2、Hausmann和Gavin3 在內(nèi)的很多學者已經(jīng)認識到金融脆弱性的發(fā)生與產(chǎn)出增長、國際收支狀況、通貨膨脹、匯市股市波動、價格急劇變化、信貸激增等因素都是相關的，會引發(fā)系統(tǒng)性金融風險。1999年，國際貨幣基金組織 （IMF）1 的研究認為，金融脆弱性發(fā)生的根源在于：經(jīng)濟增長的下滑、國際收支危機、惡性通貨膨脹的到來、股市匯市價格的急劇波動、信貸規(guī)模的劇增、進出口水平的迅速變化。由此IMF與世界銀行聯(lián)合啟動了“金融部門評估計劃”（FSAP），逐步構(gòu)建了具有標桿性作用的金融脆弱性指標體系雛形。2001年IMF正式發(fā)表了金融脆弱性的指標體系與評估方案，為世界各國貨幣當局金融風險監(jiān)督和控制提供了參考。

隨著全球金融自由化的發(fā)展，微觀審慎監(jiān)管指標已經(jīng)越來越難以達到應有的風險監(jiān)管效果，宏觀審慎監(jiān)管已經(jīng)成為各國進行金融風險管理的重要手段2。在此基礎上，國際上對于系統(tǒng)性金融脆弱性特性的研究也逐步豐富起來。Balakrishnan等 3的研究中強調(diào)對于發(fā)展中國家而言，需從五個方面構(gòu)建金融脆弱性指數(shù)。分別考察信貸市場的脆弱性、股票市場收益率、股票市場收益率的波動、主權(quán)債務的利差以及外匯市場的壓力。Hollo 等4選取了金融系統(tǒng)中有代表性的15個變量，重構(gòu)金融脆弱性指數(shù)用以分析歐元區(qū)金融市場壓力，并對其進行相關性分析。Louzis 和 Vouldis 5拓展了這一研究成果，利用多變量GARCH模型針對希臘的系統(tǒng)性金融風險進行分析，考察了歐元區(qū)國家之間金融風險的相關關系，同時對系統(tǒng)性金融脆弱性指數(shù)的結(jié)構(gòu)突變點進行捕捉，得到具有借鑒意義重要結(jié)論。

Cevik等 6從銀行部門的脆弱性、股市波動、主權(quán)債務的利差、外匯市場壓力指數(shù)、貿(mào)易信貸五個方面構(gòu)建保加利亞、捷克共和國、匈牙利、波蘭和俄羅斯五國的金融壓力指數(shù)，并在此基礎上考察了金融脆弱性和財政壓力之間的關系。Glocker7采用主成分分析的方法選取十三個指標從銀行體系風險、跨境風險敞口及高份額的外匯貸款三個角度考察了奧地利的金融風險，并進一步的說明金融體系脆弱性對實體經(jīng)濟的存在影響。

我國尚未爆發(fā)大規(guī)模的金融危機，但是對金融脆弱性的研究已經(jīng)展開，近些年來國內(nèi)對于金融脆弱性的研究已經(jīng)取得重要的成果。劉衛(wèi)江 8利用多元Logit模型對1985-2000年間中國銀行體系的脆弱性進行了計量實證，認為宏觀變量對銀行體系的影響要甚于金融變量和其他變量，如消費的增長率、投資增長率及實際利率等。伍志文 9利用指標體系對我國銀行脆弱性進行了定量和定性分析，他運用Probit模型和Logit模型選用21個指標，發(fā)現(xiàn)財政赤字、M2/GDP、通脹率、進口增長率、固定資產(chǎn)投資增長率、1年期流動貸款利率、存貸款利差、貨幣供應量波動率等幾個指標對銀行體系脆弱性有著比較明顯的影響。孫立堅10根據(jù)金融體系的六大基本功能，對金融體系的脆弱性進行了較為全面的實證考察，研究說明，在樣本區(qū)間內(nèi)銀行體系的價值創(chuàng)造和價值發(fā)現(xiàn)功能存在較為明顯的脆弱性。由此說明，一國的金融發(fā)展應重視金融體系的基本功能和制度的建設，不能一味追求市場外部結(jié)構(gòu)和規(guī)模的無限度擴張。

萬曉莉1構(gòu)建的金融脆弱性指數(shù)從流動性風險、信貸風險、外匯風險等幾方面選取五個指標，得到的金融脆弱性指數(shù)與我國經(jīng)濟經(jīng)驗事實基本相符。陳守東和王妍2選取涵蓋銀行、證券和外匯市場的 6 項基礎指標，采用等方差權(quán)重方法構(gòu)建了中國金融壓力指數(shù)，且深入探討了虛擬經(jīng)濟與實體經(jīng)濟的關聯(lián)性。劉金全、劉達禹、付衛(wèi)艷3采用滾動相關系數(shù)與區(qū)制轉(zhuǎn)移模型探究了金融機構(gòu)脆弱性與經(jīng)濟增長間的關聯(lián)機制，研究結(jié)果表明：金融機構(gòu)脆弱性與經(jīng)濟增長之間存在兩種相反的相關區(qū)制。許滌龍、陳雙蓮4采用CRITIC賦權(quán)法選取銀行、房地產(chǎn)、股票市場及外部市場沖擊幾個方面對金融市場壓力進行綜合測度，并得出我國2008年末金融壓力指數(shù)達到最大值的結(jié)論。張晶、高晴5結(jié)合當前金融體系的特性合成金融壓力指數(shù)，并采用兩種方法對金融脆弱性發(fā)展的宏觀經(jīng)濟沖擊進行檢驗。研究的結(jié)果說明我國金融壓力主要集中于高壓和低壓區(qū)間，金融壓力指數(shù)能夠?qū)暧^經(jīng)濟波動有比較好的預測作用。

與商品市場的穩(wěn)定性度量相比，金融系統(tǒng)脆弱性的度量并不成熟，現(xiàn)有的研究多聚焦于銀行體系的金融脆弱性與金融風險。本文所建立的金融脆弱性指數(shù)主要考慮我國系統(tǒng)性金融風險的強弱程度。在此基礎上建立區(qū)制轉(zhuǎn)移模型，主要考慮金融脆弱性程度本身的區(qū)制轉(zhuǎn)移過程，這種具有離散Markov區(qū)制轉(zhuǎn)移性質(zhì)的回歸模型允許不同金融脆弱性水平之間以概率方式發(fā)生轉(zhuǎn)移，因此能夠定量地刻畫金融脆弱性動態(tài)變化過程中的內(nèi)生轉(zhuǎn)移機制，模型的選用能夠更好地擬合歷史數(shù)據(jù)；除此以外，對于我國1999年至2015年的季度金融脆弱性的Markov區(qū)制轉(zhuǎn)移模型的實證檢驗，能夠全面的判斷我國經(jīng)濟飛速發(fā)展過程中系統(tǒng)性金融脆弱性動態(tài)過程的區(qū)制數(shù)量和區(qū)制水平，判斷經(jīng)濟政策工具選擇和金融脆弱性區(qū)制的關聯(lián)性，從而提出我國“新常態(tài)”經(jīng)濟形勢下中如何更好地運用經(jīng)濟政策工具進行金融風險管理。endprint

二、我國系統(tǒng)性金融脆弱性指數(shù)的合成

（一）系統(tǒng)性金融脆弱性指數(shù)的指標選取

為了構(gòu)建測度我國系統(tǒng)性金融的脆弱性指數(shù)，本文借鑒了國內(nèi)外金融脆弱性度量的研究成果，綜合西方國家金融脆弱性指標選取的共性、我國金融體系風險的特點及經(jīng)濟形勢，構(gòu)建的指標類型包括三大類，分別是衡量市場環(huán)境風險指標，即宏觀經(jīng)濟基本面的風險指標、衡量金融市場中介風險的指標以及衡量傳染與沖擊因素的指標，其中，在市場環(huán)境的度量中選取了居民消費價格指數(shù)增長率、財政赤字率、經(jīng)常賬戶差額/GDP、M2增長率/GDP；衡量中介機構(gòu)脆弱性指標選取了商業(yè)銀行存貸比、金融機構(gòu)新增貸款增長率、同業(yè)拆借利率、證券市場平均換手率、保險賠付額變化率、房地產(chǎn)價格指數(shù)、房地產(chǎn)投資增長率；衡量傳染與沖擊因素的脆弱性指標選取了實際有效匯率變動、國家外匯儲備波動率。6具體的指標說明見表1，數(shù)據(jù)的起止時間為1999年的一季度至2015年的二季度。數(shù)據(jù)來源于Wind數(shù)據(jù)庫、中經(jīng)網(wǎng)數(shù)據(jù)庫 （http：//db.cei.gov.cn/）、中國人民銀行網(wǎng)站 （http：//www.pbc.gov.cn/）、中國銀監(jiān)會網(wǎng)站、銳思數(shù)據(jù)庫、中國金融年鑒。對于宏觀金融脆弱性指標體系的選擇，主要圍繞金融脆弱性的廣義內(nèi)涵，將金融脆弱性認定金融系統(tǒng)一種趨于高風險的金融狀態(tài)。金融系統(tǒng)主要由資本市場環(huán)境和金融中介機構(gòu)組成，兩者相互作用、相互影響，是系統(tǒng)性金融脆弱性最主要的構(gòu)成部分，而金融系統(tǒng)除內(nèi)生的脆弱性之外，外部沖擊也會作用于金融系統(tǒng)，影響金融系統(tǒng)穩(wěn)定性。

（二） 金融脆弱性指標的主成分提取及因子分析

對于金融脆弱性指標主成分的提取，首先需要對指標的屬性與量綱量級進行處理，具體處理的步驟是：首先，對于指標的屬性進行“同方向”的分析，對于金融脆弱性指數(shù)，選取的指標可能對系統(tǒng)性金融脆弱性產(chǎn)生正向影響也可能產(chǎn)生負向影響，經(jīng)過分析，選取的指標與金融脆弱性均是同方向變化，即基礎指標值上升，意味著金融脆弱性越強（見表1變量性質(zhì)）。其次，選取的14個指標包括絕對數(shù)、相對數(shù)不同的量綱和量級的數(shù)據(jù)，使用這些基礎指標直接進行指數(shù)合成將導致所得到的合成指數(shù)更偏重那些數(shù)量級較大或者方差較大的基礎指標數(shù)據(jù)等問題，進而造成合成指數(shù)的失真，因此需要對指標進行標準化。常用的數(shù)據(jù)“標準化”方法包括極值法、標準差化法和均值化法。本文選取了標準差化法對基礎指標進行標準化。

本文運用SPSS19.0軟件，根據(jù)主成分分析法原理進行數(shù)據(jù)分析。表2給出了選取主成分的總體方差貢獻度。

從表2可以看出，按照特征值的大小排序，第一大特征值對應的主成分方差貢獻度為28.449%，第2大特征值對應主成分的方差貢獻度為19.081%，第3大特征值對應主成分的方差貢獻度為12.710%，第4大特征值對應主成分的方差貢獻度為8.924%，第5大特征值對應主成分的方差貢獻度為7.517%。前五大特征值對應主成分的累積方差貢獻度為76.681%，大于通常判斷標準70%，因此選擇前五個特征值對應的主成分作為測度金融脆弱性的合成指標。

為使每個因子上的具有最高載荷的變量數(shù)最小，簡化對因子的解釋，對原始因子載荷矩陣進行方差最大旋轉(zhuǎn)。表3 顯示各因子旋轉(zhuǎn)后的得分情況：

由上表可以看出，第一主因子F1 在實際有效匯率、M2增長率/GDP兩個指標上有較大載荷，主要反映了貨幣流動性因素對金融脆弱性的影響。

第二主因子F2 在居民消費價格指數(shù)增長率和財政赤字率兩個指標上有較大載荷，主要反映了宏觀經(jīng)濟風險因素的影響。

第三主因子F3 主要在金融機構(gòu)新增貸款額增長率、經(jīng)常賬戶差額/GDP兩個指標上有較大載荷，主要反映了國內(nèi)外信貸風險對系統(tǒng)脆弱性的影響。

第四主因子F4 主要在房地產(chǎn)開發(fā)投資額增長率這個指標上有較大載荷，這主要反映了我國房地產(chǎn)開發(fā)投資對系統(tǒng)性金融風險的影響。

第五主因子F5 主要在國家外匯儲備波動率、美國道瓊斯工業(yè)指數(shù)收益率兩個指標上有較大載荷，主要反映了金融傳染因素的影響。

（三） 金融脆弱性指數(shù)的計算結(jié)果

根據(jù)主成分1到主成分5對應的方差貢獻度，確定主成分1和主成分5在計算金融脆弱性指數(shù)中的權(quán)重系數(shù)分別為：37.10%、24.88%、16.58%、11.64%、9.80%。由此可計算金融脆弱性指數(shù)為：

（1）

為判斷我國金融體系是否處于脆弱狀態(tài)，需要建立判斷金融體系是否處于脆弱性的判斷標準，即警戒線。參照萬曉莉 1的做法，將金融脆弱性指數(shù)的平均值加0.5倍標準差作為衡量金融體系是否脆弱的標準，經(jīng)計算的銀行體系的警戒線為0.2500，若金融脆弱性指數(shù)超過該臨界線，表明銀行體系處于脆弱狀態(tài)，否則表示銀行體系是安全的。具體指數(shù)路徑可見圖1所示。圖1給出了我國金融脆弱性指數(shù)的時間軌跡、指數(shù)動態(tài)路徑的H-P濾波曲線（刻畫了我國1999年1季度至2015年2季度之間金融脆弱性的趨勢水平）。

由圖1看出，自1999年以來，我國金融脆弱性指數(shù)一直處于上升趨勢，2004年到2005年之間系統(tǒng)性金融脆弱性雖然沒有超越警戒線，但出現(xiàn)急劇上升。此外，金融脆弱性指數(shù)超過警戒線范圍主要出現(xiàn)在從2007年的三季度至2008年的二季度、2010年的三季度至2012年的一季度、2013年的一季度至2013年四季度及2014年的二季度至2015年二季度，這與國家經(jīng)濟政策及國際經(jīng)濟金融環(huán)境密切相關。系統(tǒng)性金融風險來源復雜、層面廣，包括了微觀和宏觀層面。但并不是所有潛在系統(tǒng)性金融風險都會爆發(fā)或者不可控2。如圖1所示，我國金融脆弱性指數(shù)達到峰值出現(xiàn)在2008年一季度，此時，我國經(jīng)濟系統(tǒng)受到全球金融危機的影響，國民經(jīng)濟的各機構(gòu)部門都出現(xiàn)金融風險的普遍惡化。為了應對金融危機，我國出臺了系列“危機應對型”的經(jīng)濟政策，如2008年11月推出4萬億元刺激經(jīng)濟方案。此類經(jīng)濟政策給經(jīng)濟發(fā)展帶來滯后效應，2010年7月我國通貨膨脹水平達到峰值。在擠占效應的影響下，2011 年溫州民間借貸引發(fā)“跑路潮”，國進民退現(xiàn)象凸顯。此時，系統(tǒng)性金融脆弱性指數(shù)再度上升，達到第二峰值。這也引起了政府部門的注意，對經(jīng)濟政策進行調(diào)整。2010年到2012年，央行十二次提高存款準備金率，兩次調(diào)低，五次加息兩次減息，2012年到2014年，兩年多沒有再調(diào)整。這樣的政策意味著貨幣政策從寬松到穩(wěn)健的轉(zhuǎn)變，不再是為了應對危機而一味的放松。我國系統(tǒng)性金融風險水平也逐步降低。但依舊存在系統(tǒng)性金融風險爆發(fā)的誘發(fā)因素。近些年來，影子銀行、 地方政府融資平臺與房地產(chǎn)的交叉影響，也加劇了引發(fā)系統(tǒng)性金融風險的可能?？偟膩碚f，合成的金融脆弱性指數(shù)與我國經(jīng)濟發(fā)展的路徑和我國金融自由化的進程基本相符，金融脆弱性指數(shù)的時間路徑體現(xiàn)了一定的時滯性，與國家經(jīng)濟政策作用效果的時間路徑類似，這證明了經(jīng)濟政策特別是貨幣政策的失誤會打破貨幣市場的平衡，導致系統(tǒng)性金融風險的積聚，甚至引發(fā)金融危機1。同時可以看出金融脆弱性的指標波動具有一定復雜的動態(tài)結(jié)構(gòu)，存在顯著的結(jié)構(gòu)性轉(zhuǎn)變，因此在接下來的研究中選用Markov區(qū)制轉(zhuǎn)移模型來識別金融脆弱性指數(shù)路徑的動態(tài)屬性。endprint

三、基于Markov區(qū)制轉(zhuǎn)移模型的我國系統(tǒng)性金融脆弱性

（一） Markov區(qū)制轉(zhuǎn)移模型

（二） 模型估計結(jié)果分析

為了估計上述Markov區(qū)制轉(zhuǎn)移模型，本文應用金融脆弱性指數(shù)波動率序列的數(shù)據(jù)（見圖2），從圖中可以看出，我國在樣本期間內(nèi)主要有幾個階段系統(tǒng)性金融脆弱性波動率較強。雖然這個圖形初步顯示了金融脆弱性的動態(tài)路徑，但是從這個圖中無法刻畫金融脆弱性指數(shù)在何時和何種條件下發(fā)生結(jié)構(gòu)性變化。因此，應用得到時間序列模擬上述兩個模型，得到各自不同滯后期模型的參數(shù)估計結(jié)果平滑概率序列。

進一步地，為了應用Markov區(qū)制轉(zhuǎn)移模型，首先需選擇自回歸模型階數(shù)和增加模型的穩(wěn)健性，在表4中我們給出了金融脆弱性指數(shù)對數(shù)序列含有不同滯后階的自回歸模型的參數(shù)估計值和標準差。表4中AR（1）模型和AR（2）模型的常數(shù)項均不顯著，而AR（1）模型自回歸系數(shù)和誤差方差在1%的顯著性水平下均顯著。AR（2）模型系數(shù)不顯著。另外，表4還給出了不同滯后期的自回歸模型的對數(shù)似然值，顯然AR（2）模型的似然對數(shù)值更大一些。

根據(jù)表5的估計結(jié)果和圖3的性質(zhì)，可以獲得下述發(fā)現(xiàn)：

（1） 平滑概率序列較好地模擬了金融脆弱性在“低脆弱性水平”和“高脆弱性水平”區(qū)制之間的變化過程。從圖3中可以看出，金融脆弱性的高水平區(qū)制主要發(fā)生于兩個階段：一是在2005年一季度至2008年一季度，期間有一次轉(zhuǎn)移至“低脆弱性”區(qū)制，但趨勢僅持續(xù)兩個季度。其次比較顯著的“高脆弱性”區(qū)制出現(xiàn)于2009年的一季度至2011年四季度，在2010年三季度也曾經(jīng)一度轉(zhuǎn)移到“低脆弱性”區(qū)制，且之后出現(xiàn)的“高脆弱性”區(qū)制概率水平較低。與此相反，在其他歷史時期，金融脆弱性均處于“低脆弱性區(qū)制”。

（2） 由圖3可以看出，我國金融脆弱性在區(qū)制轉(zhuǎn)移過程中，主要經(jīng)歷了兩次較明顯的高脆弱性階段。第一次是2005年一季度至2008年一季度，第二次是2009年的一季度至2011年四季度。2010年第四季度至2011年第四季度之間，系統(tǒng)性金融脆弱性也曾出現(xiàn)進入“高脆弱性”區(qū)制的可能。系統(tǒng)性金融風險的集中顯現(xiàn)有一定的滯后性。2005年一季度至2008年一季度出現(xiàn)的金融脆弱性與我國2002年以來的宏觀經(jīng)濟政策息息相關，當時我國經(jīng)濟運行起伏較大，投資過熱問題凸顯，為經(jīng)濟運行埋下隱患，系統(tǒng)性金融風險集聚。第二次是2009年的一季度至2011年四季度的系統(tǒng)性金融脆弱性顯現(xiàn)，此次金融風險主要是由于2007年以來國際經(jīng)濟金融形勢的波動，國家決策部門為了有效應對國際金融危機、防控國家經(jīng)濟衰退采取了系列政策，經(jīng)濟政策時緊時松、國際經(jīng)濟環(huán)境的突變、開放經(jīng)濟下金融市場流動性的動態(tài)失衡、金融市場存在的問題集中爆發(fā)，造成了我國系統(tǒng)性金融脆弱性在金融危機之后凸顯出來，為宏觀經(jīng)濟決策帶來了更大難度。而2010年以后“危機應對型”經(jīng)濟政策滯后效應的顯現(xiàn)，國家防通脹壓力較大，政府投資集中退出，銀行體系不良貸款率過高等問題凸顯，金融脆弱性進入“高脆弱性”區(qū)制概率加大。2012年以后，我國系統(tǒng)性金融脆弱性并非不存在進入“高脆弱性”區(qū)制的可能性，國家經(jīng)濟發(fā)展過程存在系統(tǒng)性金融風險隱患，如房地產(chǎn)市場泡沫、影子銀行、政府債務杠桿等問題仍舊存在。2014年至2015年股票和房地產(chǎn)市場價格異動是誘發(fā)系統(tǒng)性金融風險進入“高脆弱性”區(qū)制的引起波動的重要原因。因此政府部門依舊需要加強對系統(tǒng)性金融風險的監(jiān)管。但是從平滑概率圖中可以得到這樣的結(jié)論：單一市場的波動會給系統(tǒng)性金融風險調(diào)控帶來難度，但這種風險是可控的，并不一定引起系統(tǒng)性金融風險集中爆發(fā)。

（3） 需要注意到，區(qū)制取值平滑概率在趨向于“高脆弱性區(qū)制”時總伴隨著金融脆弱性變動序列的較大波動（對比圖2和圖3進行觀察）。例如2004年間平滑概率以較高的概率趨向于“高脆弱性區(qū)制”，而同時金融脆弱性波動率也表現(xiàn)出較大的波動性。這是由于在國家經(jīng)濟運行過程中，不論是國內(nèi)經(jīng)濟政策的沖擊、經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)變，還是國際金融市場的沖擊都會導致國家金融脆弱性的積聚，但是這種影響并不是長期的。以2007年金融危機爆發(fā)為例，此時我國金融脆弱性雖然在2009年一季度進入“高脆弱性”區(qū)制，但是，隨著國家金融救助手段的施行，金融脆弱性的上升趨勢很快地被有效控制，并沒有持續(xù)下來。但是對比兩圖可以看出，在2010年的三季度到2015年的一季度之間，金融脆弱性指數(shù)存在波動，此時，平滑概率圖中2010年三季度之后，經(jīng)濟系統(tǒng)又存在進入“高脆弱性”區(qū)制的可能性，雖然，這種可能性被有效的經(jīng)濟政策平抑，但此時平滑概率圖的波動幅度明顯強于2004年之前，這說明2013年之后，我國經(jīng)濟發(fā)展已經(jīng)步入“新常態(tài)”，雖經(jīng)濟運行處于合理區(qū)間，但國內(nèi)外形勢多變，存在諸多誘發(fā)系統(tǒng)性金融脆弱性的因素，因此需要對系統(tǒng)性金融風險進行防控，防止金融脆弱性進入“高脆弱性”區(qū)制。

（4） 模型估計結(jié)果還刻畫了金融脆弱性在不同區(qū)制下的持續(xù)期?？梢缘玫健暗屯泤^(qū)制”的預期持續(xù)期為11.90個季度，而“高通脹區(qū)制”的預期持續(xù)期為3.37個季度。不同脆弱性區(qū)制持續(xù)長度具有一定程度的非對稱性。觀察圖3可以看出，“高脆弱性”區(qū)制的持續(xù)期最長為7個季度，最短2個季度結(jié)束，而對應的“低脆弱性區(qū)制”一般較長或出現(xiàn)在“高脆弱性”區(qū)制中間持續(xù)時間也較短?？偟膩砜?，在2011年之后，我國的金融脆弱性進入“低脆弱性”區(qū)制且持續(xù)期開始拉長，這是說明經(jīng)歷了金融危機之后的金融脆弱性集中爆發(fā)階段之后，我國經(jīng)濟政策的轉(zhuǎn)型較為成功，我國的系統(tǒng)性金融風險得以有效控制。

（5） 觀察區(qū)制轉(zhuǎn)移平滑概率圖也可以發(fā)現(xiàn)，金融脆弱性的動態(tài)路徑與決策部門的宏觀經(jīng)濟政策密切相關。2008年的一季度開始到2011年底的“高脆弱性”區(qū)制提供了典型的經(jīng)濟事實：2007年開始的“次貸危機”引發(fā)的全球金融危機的影響給我國經(jīng)濟發(fā)展帶來巨大壓力，為了刺激經(jīng)濟增長和應對國際金融危機，我國政府陸續(xù)出臺了一系列的措施，包括制定了“四萬億”投資刺激計劃，并從 2007 年開始 15 次升息，存款準備金率從 9%升至17.5%，強刺激性的經(jīng)濟措施在應對金融危機初期起到了積極作用，但也為系統(tǒng)的金融風險埋下隱患。與此相反，2013年之后我國“強刺激性”的宏觀政策的退市，穩(wěn)定了我國金融市場的秩序，也對系統(tǒng)性金融風險的控制起到了積極的作用，因此，在經(jīng)濟運行過程中，強刺激性的宏觀政策往往會為金融風險監(jiān)管帶來難度，要謹慎使用各種宏觀調(diào)控手段，保障經(jīng)濟中長期健康穩(wěn)定發(fā)展。endprint

四、主要結(jié)論及經(jīng)濟政策取向

在上述經(jīng)驗分析中，綜合西方國家金融脆弱性指標選取的共性、我國金融體系風險的特點及經(jīng)濟形勢，本文重新構(gòu)建我國宏觀金融脆弱性的指標集對我國系統(tǒng)性金融風險進行度量。通過因子分析和主成分分析合成了我國金融脆弱性指數(shù)，并得出了五個主因子分別反映了貨幣流動性因素、宏觀經(jīng)濟風險因素、國內(nèi)外信貸風險因素、房地產(chǎn)開發(fā)投資因素及金融傳染因素對我國系統(tǒng)性金融風險的影響。近年來，隨著金融系統(tǒng)外延的不斷擴展，許多類似“影子銀行”的機構(gòu)參與到金融市場中，這些機構(gòu)不受金融監(jiān)管控制，因此，宏觀審慎監(jiān)管成為了政府調(diào)控系統(tǒng)性金融風險的重要途徑。從本文合成的金融脆弱性指數(shù)時序圖可以看出，我國金融脆弱性指數(shù)一直處于上升趨勢，金融脆弱性的積聚爆發(fā)與經(jīng)濟政策一致具有一定的時滯性，且金融脆弱性的演變路徑與經(jīng)濟發(fā)展、金融自由化進程息息相關。

進一步地，本文選取了Markov區(qū)制轉(zhuǎn)移模型來識別金融脆弱性指數(shù)的動態(tài)特征，通過分析可以得出結(jié)論：Markov區(qū)制轉(zhuǎn)移模型比自回歸模型的解釋力更強。且模型的估計結(jié)果為更好地解釋經(jīng)濟現(xiàn)象提出相應的建議提供了重要支撐。

首先，平滑概率序列較好地模擬了金融脆弱性在“低脆弱性水平”和“高脆弱性水平”區(qū)制之間的變化過程。金融脆弱性的高水平區(qū)制主要發(fā)生于兩個階段：一是在2005年一季度至2008年一季度，期間有一次轉(zhuǎn)移至“低脆弱性”區(qū)制，但趨勢僅持續(xù)兩個季度。其次比較顯著的“高脆弱性”區(qū)制出現(xiàn)于2009年的一季度至2011年四季度，在2010年三季度也曾經(jīng)一度轉(zhuǎn)移到“低脆弱性”區(qū)制，且之后出現(xiàn)的“高脆弱性”區(qū)制概率水平較低。這一結(jié)論與我國經(jīng)濟發(fā)展事實相符，證實在經(jīng)濟運行過程中確實存在著系統(tǒng)性金融風險，且我國金融脆弱性在區(qū)制轉(zhuǎn)移過程中的集中顯現(xiàn)有一定的滯后性。

其次，區(qū)制取值平滑概率在趨向于“高脆弱性區(qū)制”時總伴隨著金融脆弱性變動序列的較大波動。這是由于在國家經(jīng)濟運行過程中，產(chǎn)生的內(nèi)外部沖擊都會導致國家金融脆弱性的積聚，但是這種影響并不是長期的。這說明危機應對型的宏觀經(jīng)濟政策在抑制我國系統(tǒng)性金融風險是成功的，也能夠?qū)暧^經(jīng)濟發(fā)展起到積極作用。

再次，模型估計結(jié)果還刻畫了金融脆弱性在不同區(qū)制下的持續(xù)期?？梢缘玫健暗屯泤^(qū)制”的預期持續(xù)期為11.90個季度，而“高通脹區(qū)制”的預期持續(xù)期為3.37個季度。不同脆弱性區(qū)制持續(xù)長度具有一定程度的非對稱性。在2011年之后，我國的金融脆弱性進入“低脆弱性”區(qū)制且持續(xù)期開始拉長，這是說明經(jīng)歷了金融危機之后的金融脆弱性集中爆發(fā)階段之后，我國的系統(tǒng)性金融風險得以有效控制，但這并不意味著不存在系統(tǒng)性金融風險，2015年之后，我國股票市場及房地產(chǎn)市場價格經(jīng)歷劇烈波動，給經(jīng)濟帶來巨大系統(tǒng)性風險壓力。

最后，研究的結(jié)果也說明金融脆弱性的動態(tài)路徑與決策部門的宏觀經(jīng)濟政策密切相關?！皬姶碳ぁ毙缘慕?jīng)濟措施雖然具有積極作用，但也為系統(tǒng)性金融風險埋下隱患。因此，在經(jīng)濟運行過程中，強刺激性的宏觀政策往往會為金融風險監(jiān)管帶來難度，要謹慎使用各種宏觀調(diào)控手段，保障經(jīng)濟中長期健康穩(wěn)定發(fā)展。同時，由于經(jīng)濟政策給系統(tǒng)風險帶來的初始沖擊與最強沖擊反應時點間存在著一定時滯，因此，政府和貨幣當局可以根據(jù)反應時差提前進行合理的政策調(diào)控。

The Division of State of Financial Fragility in China and the Orientation of Economic Policy

Liu Huiyue Luo Yueling

Abstract： On the basis of the reconstruction of systemic financial fragility index in China， simulation analysis is carried out on the dynamic path of financial fragility through Markov regime switching model. Estimation and test show that Markov regime switching model can better explain the endogenous switching mechanism of financial fragility index and more accurately describe the generation process of financial fragility index. The dynamic path of systemic financial fragility index in China is closely related to the national macro policy. In the process of economic operation， the macroeconomic policy with “strong stimulation” will bring difficulties to financial risk supervision. It is vital to carefully use various means of macroeconomic regulation and control and ensure the medium and long-term healthy and stable economic development.

Keywords： Financial Fragility； Principal Component Analysis； Markov Regime Switching Model； Smoothed Probabilityendprint