金融系統(tǒng)壓力與實(shí)體經(jīng)濟(jì)的動態(tài)關(guān)聯(lián)研究

■管 超

一、前言

金融市場與實(shí)體經(jīng)濟(jì)密切相關(guān)，一方面金融市場的發(fā)展變化深刻影響著實(shí)體經(jīng)濟(jì)穩(wěn)定運(yùn)行，以股票、債券市場為代表的金融市場被譽(yù)為實(shí)體經(jīng)濟(jì)運(yùn)行狀況的“晴雨表”；另一方面金融市場也受實(shí)體經(jīng)濟(jì)的影響，商業(yè)周期和產(chǎn)業(yè)革新決定著資金流向和信貸偏好。2008年“金融危機(jī)”在美國爆發(fā)并迅速蔓延至世界其他各主要經(jīng)濟(jì)體，中國金融市場也不可避免地深受波及：股市震蕩下行、交易量急劇萎縮、銀行大幅收縮信用、人民幣實(shí)際有效匯率指數(shù)持續(xù)上升，金融系統(tǒng)受到?jīng)_擊，金融市場功能被削弱。與此同時，危機(jī)的負(fù)面影響也傳導(dǎo)至實(shí)體經(jīng)濟(jì)層面：GDP同比增速下滑、城鎮(zhèn)登記失業(yè)率攀升、工業(yè)企業(yè)增加值下降。中國因市場相對隔絕，且政府制定了4萬億救市政策，危機(jī)傳染以及負(fù)面影響相比一些歐美國家而言不太明顯，但金融危機(jī)十年后的今天，我們?nèi)砸老∧芨惺艿轿C(jī)的“余溫”。近年來，中國金融市場改革不斷深化，金融創(chuàng)新持續(xù)發(fā)展，逐漸跳出了“金融論金融”的金融空轉(zhuǎn)思維定式，金融服務(wù)實(shí)體經(jīng)濟(jì)的政策導(dǎo)向越來越明顯，這使金融體系對實(shí)體經(jīng)濟(jì)的促進(jìn)作用得以提升。中國金融體系的不斷完善不僅能對社會資源進(jìn)行優(yōu)化配置，解決企業(yè)融資難等現(xiàn)實(shí)問題，還能有效規(guī)避系統(tǒng)性風(fēng)險和危機(jī)爆發(fā)，從而促進(jìn)中國實(shí)體經(jīng)濟(jì)持續(xù)健康發(fā)展。

關(guān)于金融體系與實(shí)體經(jīng)濟(jì)之間相互關(guān)聯(lián)的研究有很多，大致分類來看，金融體系包括股票市場、債券市場、外匯市場、銀行市場這四個主要市場，一些學(xué)者從其中單個市場角度或多個市場角度開展研究，探討金融與實(shí)體之間的關(guān)聯(lián)性。然而金融體系是一個綜合的整體，從單個市場或局部進(jìn)行研究雖能真實(shí)地反映特定市場與實(shí)體經(jīng)濟(jì)的關(guān)聯(lián)性，但卻并不能全面地把握金融體系整體運(yùn)行狀況與實(shí)體經(jīng)濟(jì)之間的聯(lián)系。本文同時考慮了中國股票市場、債券市場、外匯市場、銀行市場四個金融子市場，在此基礎(chǔ)上構(gòu)建了金融壓力指數(shù)，作為測度中國整體金融市場的代理指標(biāo)，隨后建立VAR模型以及機(jī)制轉(zhuǎn)移向量自回歸模型（MSVAR），深入分析金融系統(tǒng)與實(shí)體經(jīng)濟(jì)之間的相互影響關(guān)系。本文旨在研究新構(gòu)造的金融壓力指數(shù)與實(shí)體經(jīng)濟(jì)的相互沖擊與反饋，分析考察期內(nèi)不同壓力期的持續(xù)時間和機(jī)制轉(zhuǎn)換特點(diǎn)，通過結(jié)合現(xiàn)實(shí)事件（如金融危機(jī)），進(jìn)而佐證金融壓力指數(shù)構(gòu)造的合理性。

研究意義方面，學(xué)術(shù)界對于金融壓力指數(shù)的構(gòu)建和應(yīng)用仍在探索中，指標(biāo)選取和構(gòu)建方法尚未形成共識，特別是對于中國市場而言，經(jīng)濟(jì)構(gòu)架和市場邏輯與西方國家有所不同，基于中國數(shù)據(jù)研究金融壓力指數(shù)能夠形成“積跬步”的效果，高實(shí)效性的指數(shù)及構(gòu)建方法將能進(jìn)一步完善該領(lǐng)域研究，而高實(shí)效性的主要標(biāo)志為：第一，能夠較好地解釋過去經(jīng)濟(jì)現(xiàn)實(shí)和走勢，特別是在明顯的沖擊區(qū)段（如“金融危機(jī)”和“歐債危機(jī)”等），指數(shù)出現(xiàn)合乎預(yù)期的對應(yīng)走勢；第二，與其他關(guān)鍵經(jīng)濟(jì)指標(biāo)的互動性良好，符合經(jīng)濟(jì)理論，并具有穩(wěn)健性；第三，能夠展現(xiàn)出明顯的區(qū)制特征（低金融壓力區(qū)和高金融壓力區(qū)）和轉(zhuǎn)移特征。本文充分考慮了這三點(diǎn)：首先，在指數(shù)構(gòu)建方面，重點(diǎn)關(guān)注四個金融子市場，選用了“債券市場”而沒有選用以往研究中常用的“保險市場”，并在外匯市場中創(chuàng)新性地將“人民幣有效匯率”作為構(gòu)建指標(biāo)納入進(jìn)來，指數(shù)走勢較好地呼應(yīng)了現(xiàn)實(shí)經(jīng)濟(jì)狀況；其次，將構(gòu)建的金融壓力指數(shù)與實(shí)體經(jīng)濟(jì)進(jìn)行細(xì)致討論，推敲出金融與實(shí)體的關(guān)聯(lián)性特征和動態(tài)影響，從“理論”層面走向“應(yīng)用”層面；實(shí)體經(jīng)濟(jì)代理變量創(chuàng)新性地使用PMI，這有助于呈現(xiàn)出GDP等指標(biāo)所不具有的信息成分；最后，引入MSVAR模型考察不同區(qū)制轉(zhuǎn)換的特點(diǎn)，以此在應(yīng)用層面上進(jìn)行更深入的探索。

二、文獻(xiàn)回顧

金融系統(tǒng)與實(shí)體經(jīng)濟(jì)之間具有廣泛且密切的關(guān)聯(lián)性，金融風(fēng)險事件會對實(shí)體經(jīng)濟(jì)造成沖擊，這使金融系統(tǒng)性風(fēng)險的測度成為學(xué)術(shù)界關(guān)注的熱點(diǎn)之一。從最初IMF研究的“宏觀審慎指標(biāo)”到西方評級機(jī)構(gòu)的“主權(quán)風(fēng)險評價體系”，再到20世紀(jì)90年代備受關(guān)注的EWIs指標(biāo)及隨后的金融狀況指數(shù)FCI，測度金融風(fēng)險的指標(biāo)得到了長足發(fā)展，然而細(xì)致觀察發(fā)現(xiàn)，這些指標(biāo)大多偏向或者關(guān)注某一重點(diǎn)金融行業(yè)或領(lǐng)域，而沒有綜合反映金融體系的整體情況。在此背景下，對于提煉一個整合各個主要金融子市場的指標(biāo)客觀需求增大，“金融壓力指數(shù)”（FSI）應(yīng)運(yùn)而生。作為綜合反映金融體系整體情況的指標(biāo)，金融壓力指數(shù)能夠避免上述缺點(diǎn)，且能更好地辨識金融危機(jī)發(fā)展的各個階段（Hakkio&Ketton，2009）。

“金融壓力”一詞最早由Illing&Liu（2006）提出，他們在研究加拿大金融體系發(fā)展時，發(fā)現(xiàn)沒有一個良好的代理指標(biāo)能夠精確測度該國金融系統(tǒng)整體發(fā)展?fàn)顩r，從而創(chuàng)建了一個能綜合反映股票市場、債券市場、外匯市場、銀行市場的代理指標(biāo)。在該指標(biāo)出現(xiàn)后，獲得不少學(xué)者的關(guān)注，并對其進(jìn)行進(jìn)一步的解讀和拓展，其中比較有名的有：Hakkio&Ketton（2009）通過對11個金融指標(biāo)進(jìn)行主成分分析從而建立Kansas城市金融壓力指數(shù)，作者還將其與實(shí)體經(jīng)濟(jì)活動進(jìn)行結(jié)合分析；Cardarelli et al.（2009）通過研究金融壓力指數(shù)與實(shí)體經(jīng)濟(jì)之間的關(guān)系來判別哪些因素更易導(dǎo)致經(jīng)濟(jì)衰退，進(jìn)而確定FSI框架；Duca&Peltonen（2013）構(gòu)建了國家金融壓力指數(shù)，這個指數(shù)通過標(biāo)準(zhǔn)化賦權(quán)，能夠適用于多個國家，便于不同國家間進(jìn)行橫向比較，該指數(shù)結(jié)合了幾個基礎(chǔ)市場，還引入了銀行間拆借市場，并去掉了一些政府債券市場流動性變量。

除了以上學(xué)者提出的金融壓力指標(biāo)，其他一些學(xué)者也針對某一方面或考慮特殊性而創(chuàng)建了能夠反映金融壓力的指標(biāo)。Kumar&Persaud（2002）創(chuàng)建了旨在通過金融資產(chǎn)風(fēng)險與收益交叉關(guān)系變化，來反映投資者對風(fēng)險偏好的指標(biāo)；Carlon et al.（2009）利用銀行股票價格波動創(chuàng)建了反映銀行系統(tǒng)不穩(wěn)定性的金融壓力指標(biāo)。這些指標(biāo)在研究特定問題和局部金融市場時具有優(yōu)勢，然而其局限性也很明顯。

國內(nèi)研究中，賴娟和呂江林（2010）通過選取期限利差、銀行業(yè)風(fēng)險利差、股票市場波動性及EMPI構(gòu)建了中國金融壓力指數(shù)，并結(jié)合實(shí)際狀況進(jìn)行分析。陳守東和王妍（2011）構(gòu)建了時效性金融壓力指數(shù)，并運(yùn)用馬爾科夫區(qū)制轉(zhuǎn)移自回歸模型研究中國金融體系壓力的區(qū)制特征，考察了與工業(yè)一致合成指數(shù)的增長關(guān)系。劉曉星和方磊（2012）將中國銀行、股票、外匯、保險四大金融市場要素納入CDF信用加權(quán)權(quán)重分析法中，構(gòu)建了金融壓力指數(shù)，并結(jié)合實(shí)際經(jīng)濟(jì)探討了金融壓力指數(shù)的運(yùn)行特點(diǎn)。余文君等（2014）構(gòu)建了金融壓力指標(biāo)體系和金融壓力指數(shù)，并運(yùn)用其分析了A股市場的系統(tǒng)性風(fēng)險。劉瑞興（2015）構(gòu)建了涵蓋金融政策環(huán)境、銀行等金融機(jī)構(gòu)、金融市場和外匯市場等指標(biāo)在內(nèi)的金融壓力指數(shù)，討論了金融壓力與實(shí)體經(jīng)濟(jì)發(fā)展之間的關(guān)系。張勇等（2015）對金融壓力的內(nèi)涵、指數(shù)構(gòu)建及壓力狀態(tài)識別和對實(shí)體經(jīng)濟(jì)影響進(jìn)行評述。陳忠陽和許悅（2016）基于貨幣、債券、股票、外匯市場的12個金融基礎(chǔ)指標(biāo)，構(gòu)建了周度金融壓力指數(shù)，并利用TVAR考察了FSI和宏觀經(jīng)濟(jì)的關(guān)系。

通過文獻(xiàn)回顧可以發(fā)現(xiàn)，中國“金融壓力”方面的研究逐漸增多，很多文章聚焦金融壓力指數(shù)指標(biāo)的構(gòu)建和現(xiàn)實(shí)討論，進(jìn)一步實(shí)證分析拓展的文獻(xiàn)相對較少，特別是金融壓力與實(shí)體經(jīng)濟(jì)的互動關(guān)聯(lián)分析較少。本文借鑒已有研究關(guān)于金融壓力指數(shù)的構(gòu)建方法，同時考慮中國經(jīng)濟(jì)的特殊性和具體現(xiàn)狀，從金融市場整體性方面來錨定成分因子，構(gòu)建了金融壓力指數(shù)，隨后結(jié)合VAR和MSVAR模型，進(jìn)一步研究金融與實(shí)體的動態(tài)聯(lián)系，并考察了不同區(qū)制狀況下金融壓力與實(shí)體經(jīng)濟(jì)的動態(tài)影響。

三、指標(biāo)構(gòu)建和變量設(shè)置

（一）金融壓力指標(biāo)構(gòu)建

本文數(shù)據(jù)的時間范圍為2006年5月～2015年9月，數(shù)據(jù)來自Wind數(shù)據(jù)庫和國家統(tǒng)計局網(wǎng)站。為方便建模，需要將金融數(shù)據(jù)頻率與宏觀數(shù)據(jù)頻率相匹配，因此在構(gòu)建金融壓力指標(biāo)時所采用的數(shù)據(jù)均為月度數(shù)據(jù)。根據(jù)金融壓力的相關(guān)文獻(xiàn)，本文從中國股票市場、債券市場、外匯市場、銀行市場四個金融子市場入手，選擇特定指標(biāo)變量。這四個金融子市場雖然在促進(jìn)經(jīng)濟(jì)發(fā)展過程中的作用和時期有所不同，但均能為企業(yè)及個人提供不同形式的金融服務(wù)，在企業(yè)融資、資源配置、促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展及對外經(jīng)貿(mào)往來等方面都發(fā)揮著巨大的推動作用。因此從這四個子市場選取指標(biāo)構(gòu)建金融壓力指標(biāo)能夠全面反映金融體系所面臨的金融壓力邊際變化狀況。變量選取和相關(guān)說明如下。

1.股票市場變量。股票市場的波動率能夠較好地度量不同時期金融資產(chǎn)所面臨的風(fēng)險狀況，本文選用滬深300指數(shù)的月收益率，并結(jié)合AMMA（1，1）-GRACH（1，1）模型得到的考察期條件方差，將其用以衡量不同月份中國股市的波動狀況，同時選用滬深300指數(shù)的月收益率來表示股市收益情況。股市下行說明市場對未來預(yù)期較悲觀，股市上行說明市場對未來預(yù)期較樂觀。

2.債券市場變量。期限利差是指政府發(fā)行的長期和短期債券收益率之差，它反映了債券收益率曲線的陡峭程度，可以作為債券市場對未來經(jīng)濟(jì)活動頻繁程度的一種直接預(yù)測，本文選用10年期國債利率減去1年期國債利率作為期限利差的代理變量。通常來講，平坦的收益率曲線反映了未來經(jīng)濟(jì)活躍程度將下降，陡峭的收益率曲線則反映了未來經(jīng)濟(jì)活動將會更活躍。本文用負(fù)的期限利差反映金融系統(tǒng)所面對的金融壓力大小，同時短期（三個月）債券每月的收益變化也能反映債券市場對當(dāng)前經(jīng)濟(jì)活動的一種近似預(yù)期，這也是判斷投資者關(guān)注債券市場的一個重要指標(biāo)。

3.外匯市場變量。人民幣有效匯率的波動能夠衡量外匯市場面對外部沖擊時的具體情況，同時國家外匯儲備的變化也能代表國外投資者對中國金融體系及實(shí)體經(jīng)濟(jì)運(yùn)行態(tài)勢的一種評價。因此本文通過人民幣有效匯率的波動以及國家外匯儲備的變化，獲得外匯市場在面對內(nèi)部與外部市場壓力情形下所做出的反饋。

4.銀行市場變量。為了充分反映銀行業(yè)實(shí)際運(yùn)行狀況，本文選取泰德價差來反映銀行收益率趨勢變化（本文利用銀行間同業(yè)拆借加權(quán)利率減去國庫券利率來近似替代泰德價差），同時選用銀行貸款變化量來表示銀行信用擴(kuò)張情況。

從中可以發(fā)現(xiàn)，本文選取的四個金融子市場共8個指標(biāo)涵蓋了中國當(dāng)前金融系統(tǒng)各細(xì)分市場的實(shí)際運(yùn)行狀況，因此能較好地反映出中國金融系統(tǒng)的壓力變化。在確定了構(gòu)成金融壓力指數(shù)的主要指標(biāo)之后，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，通過主成分方法，最大程度上提取這些變量中所蘊(yùn)含的信息，合成最終的金融壓力指標(biāo)（FSI）數(shù)據(jù)①主成分分析得到3個PCA因子，并分別按照0.6831、0.1906、0.0821加權(quán)算出綜合得分，具體過程未給出，留存?zhèn)渌??！?/p>

表1 金融壓力指數(shù)的構(gòu)建

圖1 金融壓力指數(shù)趨勢變化情況

由圖1可知，2008年以前，金融壓力指數(shù)一直處于較低水平，波動也較小。2008年之后，金融壓力指數(shù)開始驟然上升，并伴隨著劇烈波動，在2008年10月受金融危機(jī)溢出效應(yīng)的影響達(dá)到第一個峰值。2009年，伴隨著世界各主要經(jīng)濟(jì)體救市計劃的推行，以及中國4萬億救市計劃啟動，中國的金融壓力指數(shù)迅速下降，并在接下來的一年時間里處于較低水平。然而在2010年上半年4萬億救市計劃的負(fù)面效應(yīng)逐漸凸顯，金融壓力驟增反彈高位水平，又達(dá)到了另一個峰值，期間波動也更趨于劇烈。隨后“歐債危機(jī)”爆發(fā)，中國與歐洲經(jīng)貿(mào)往來密切，并因此也深受影響，金融體系迅速終結(jié)了金融壓力舒緩的趨勢，在此期間，中國金融壓力指數(shù)攀升并停留在高位水平，且大幅波動。這種局勢一直持續(xù)到“歐債危機(jī)”緩解才得以結(jié)束，中國金融壓力指數(shù)隨之下降到一個相對較低的水平。2014～2015年，由于中國股市大起大落，疊加人民幣匯率波動加劇，進(jìn)出口貿(mào)易受到嚴(yán)重影響等原因，中國金融壓力指數(shù)又迅速上升。這些重要時期均可以從本文構(gòu)建的金融壓力指數(shù)趨勢圖中清晰地觀察到，因此本文的金融壓力指數(shù)能夠良好反映出中國金融體系的壓力實(shí)際變化情況，這為接下來進(jìn)一步研究金融與實(shí)體經(jīng)濟(jì)之間的關(guān)聯(lián)關(guān)系奠定基礎(chǔ)。

（二）壓力時期辨別

結(jié)合以往關(guān)于金融壓力的研究，對于金融壓力時期辨別有以下幾種方法：第一，設(shè)定一個基準(zhǔn)值，當(dāng)某時期金融壓力指數(shù)FSI超過該基準(zhǔn)值時，即認(rèn)為該時期處于壓力時期。Illing（2003）設(shè)置歷史數(shù)據(jù)波動的2倍標(biāo)準(zhǔn)差作為基準(zhǔn)值，在基準(zhǔn)范圍外，則屬于金融壓力時期；第二，通過建立壓力指數(shù)與公認(rèn)壓力時期進(jìn)行對比分析。Hakkio&Keeton（2009）通過評估KCFSI的歷史表現(xiàn)來觀察該指數(shù)的峰值是否位于共識的金融壓力時期；第三，Brave&Butters（2011）提出了根據(jù)馬爾科夫區(qū)制轉(zhuǎn)移的方法來確定金融壓力時期。雖然可以通過觀察金融壓力指數(shù)趨勢變化圖，直觀地辨別金融壓力時期，但這不可避免地遭遇強(qiáng)主觀性問題，與此同時，基于不同金融壓力時期的建模分析造成了方便，本文采取馬爾科夫區(qū)制轉(zhuǎn)移來辨別金融壓力時期。

（三）實(shí)體經(jīng)濟(jì)代理變量

為考察金融壓力與實(shí)體經(jīng)濟(jì)之間的動態(tài)影響，需要選取一個能夠客觀反映實(shí)體經(jīng)濟(jì)實(shí)際運(yùn)行狀況的指標(biāo)。參考以往研究，雖然有人利用實(shí)際GDP、中國工業(yè)一致合成指數(shù)等變量作為實(shí)體經(jīng)濟(jì)的代理變量，然而這些變量在衡量實(shí)體經(jīng)濟(jì)方面均有一定時滯性和局限性。本文選用采購經(jīng)理指數(shù)（PMI）代理實(shí)體經(jīng)濟(jì)的運(yùn)行狀況，進(jìn)而考察金融和實(shí)體的動態(tài)關(guān)系。采用PMI主要考慮到三點(diǎn)：第一，PMI能夠反映商業(yè)活動的現(xiàn)實(shí)情況，原始數(shù)據(jù)不做任何修改，保證了數(shù)據(jù)來源的真實(shí)性；同時進(jìn)行季節(jié)性調(diào)整，減少季節(jié)性波動、法規(guī)制度和法定假日等因素變化所造成的影響，因此PMI指標(biāo)具有很高的可靠性；第二，PMI時間上超前于政府其他部門的統(tǒng)計報告，指標(biāo)具有先導(dǎo)性，所以PMI已成為監(jiān)測經(jīng)濟(jì)運(yùn)行及時、可靠的先行指標(biāo)；第三，PMI是一個綜合的指數(shù)體系，涵蓋了實(shí)體經(jīng)濟(jì)活動的多個方面，如新訂單、新出口訂單、進(jìn)口、生產(chǎn)、供應(yīng)商配送、庫存、雇員、價格等，指數(shù)能夠反映出經(jīng)濟(jì)總體情況和變化趨勢，PMI因此也成為國家宏觀經(jīng)濟(jì)調(diào)控和指導(dǎo)企業(yè)經(jīng)營的重要依據(jù)指標(biāo)。

四、金融壓力與實(shí)體經(jīng)濟(jì)的動態(tài)關(guān)聯(lián)分析

（一）模型介紹

Sims&Zha（1998）將貝葉斯估計方法運(yùn)用于VAR模型中，主要是用貝葉斯先驗(yàn)信息與VAR模型的估計和預(yù)測相結(jié)合，具體過程如下。

假定一個多元線性模型的一般形式為：

式（1）中y（t）表示一個m×1觀測向量，A（L）表示一個由p階之后的滯后算子L組成m×m矩陣，且A（0）是非奇異的，C表示一個常數(shù)向量。同時假是僅有的外生變量。據(jù)此可以基于先驗(yàn)信息得到一個對數(shù)據(jù)的完美描述。

對于MSVAR模型，本文首先假設(shè)該VAR模型有h種機(jī)制，其中第l種機(jī)制的模型表達(dá)式為：

式（2）中st表示模型所處的機(jī)制，因此c（st）、Bi（st）、ε（st）、∑（st）分別表示處于st機(jī)制下的VAR模型的常數(shù)項(xiàng)向量、系數(shù)矩陣、殘差項(xiàng)矩陣及對應(yīng)的方差協(xié)方差矩陣。

當(dāng)有h個區(qū)制時，區(qū)制轉(zhuǎn)移概率矩陣為h×h的方形矩陣，其形式為：

其中，pij=p（st=j|st-1=i）即從st-1=i轉(zhuǎn)移到st=j的概率為pij。

（二）構(gòu)建VAR模型

本文首先對FSI和PMI進(jìn)行單位根檢驗(yàn)，結(jié)果顯示兩者均在10%的水平下顯著，兩組序列均為平穩(wěn)序列①由于篇幅受限，單位根檢驗(yàn)和Granger檢驗(yàn)的具體結(jié)果未給出，留存?zhèn)渌?。。隨后利用Granger因果檢驗(yàn)，考察兩組變量的Granger因果關(guān)系，結(jié)果發(fā)現(xiàn)金融壓力指標(biāo)（FSI）與實(shí)體經(jīng)濟(jì)變量（PMI）在5%的顯著性水平下存在雙向Granger因果關(guān)系，說明可以分別建立加入金融壓力指數(shù)（FSI）及實(shí)體經(jīng)變量（PMI）作為各自內(nèi)生變量的向量自回歸模型。構(gòu)建VAR模型前，首先需要確定模型的滯后階數(shù)及模型穩(wěn)定性。在模型滯后階數(shù)選擇方面，本文通過各檢驗(yàn)準(zhǔn)則發(fā)現(xiàn)最優(yōu)滯后階數(shù)選擇上AIC準(zhǔn)則和FPE準(zhǔn)則下最優(yōu)滯后階數(shù)為3，HQ準(zhǔn)則下為2，SC準(zhǔn)則下為1。同時考慮模型回歸系數(shù)的顯著性和模型的穩(wěn)定性，最終選擇滯后期為3。

VAR回歸結(jié)果如表2所示。由回歸結(jié)果可知，VAR模型中關(guān)于金融壓力指數(shù)FSI的回歸，其自身變量的前一期和前三期的系數(shù)較為顯著，而在該回歸中反映實(shí)體經(jīng)濟(jì)變量PMI的系數(shù)均不顯著；關(guān)于實(shí)體經(jīng)濟(jì)變量PMI的回歸，可以發(fā)現(xiàn)當(dāng)期實(shí)體經(jīng)濟(jì)運(yùn)行狀況明顯受到前一期金融壓力指數(shù)的負(fù)向影響，即前一期金融壓力指數(shù)越高，將導(dǎo)致實(shí)際經(jīng)濟(jì)的運(yùn)行狀況越差，此外還受到了前兩期的PMI的正向影響，這都與本文的理論預(yù)期相一致。

表2 VAR回歸結(jié)果

（三）脈沖響應(yīng)分析

VAR模型是基于數(shù)據(jù)的統(tǒng)計關(guān)系而建立的，建立過程中并不要求變量之間具有確定的理論相關(guān)關(guān)系，因此利用該模型分析問題時無法得出變量之間的相互關(guān)系，而是分析隨機(jī)擾動對變量的系統(tǒng)動量沖擊，即利用脈沖響應(yīng)分析經(jīng)濟(jì)沖擊對經(jīng)濟(jì)變量的影響?；诒疚牡腣AR模型結(jié)果，本文利用脈沖響應(yīng)來繪制響應(yīng)圖，如圖2所示。

其中左圖為FSI對PMI的脈沖函數(shù)圖，右圖為PMI對FSI的脈沖響應(yīng)圖，圖中縱軸表示受沖擊變量的變化情況，橫軸表示持續(xù)期。本文分析了受到?jīng)_擊后的12個月中各個受沖擊變量的趨勢變化情況。由左圖可以得出，當(dāng)受到金融壓力一個單位沖擊后（金融風(fēng)險事件），實(shí)體經(jīng)濟(jì)出現(xiàn)劇烈負(fù)向反饋，在受到?jīng)_擊前三個月后急劇下降至最低點(diǎn)，然后向均衡水平逐漸恢復(fù)，可以發(fā)現(xiàn)，金融壓力導(dǎo)致實(shí)體經(jīng)濟(jì)反向波動，且波動恢復(fù)速度相對較快（斜率絕對值較大）。由右圖可以得出，金融系統(tǒng)壓力受到實(shí)體經(jīng)濟(jì)的影響相對較小，且影響有一個積累的過程，實(shí)體經(jīng)濟(jì)一單位正向沖擊（經(jīng)濟(jì)情況良好），會使金融壓力緩慢下降，大約在5個月后，金融壓力受到的影響達(dá)到峰值，隨后以更緩慢的速度（斜率絕對值較?。┗謴?fù)均衡。結(jié)果與中國的現(xiàn)實(shí)狀況接近，雖然國內(nèi)金融體系龐大復(fù)雜，但和西方發(fā)達(dá)國家相比仍有不小的差距，且金融體系制度和市場運(yùn)行相對不完善，導(dǎo)致金融市場與實(shí)體經(jīng)濟(jì)的動態(tài)影響存在一個較長時期的時滯，兩者之間的相互影響存在非對稱性。

圖2 脈沖響應(yīng)函數(shù)圖

（四）方差分解分析

脈沖響應(yīng)分析描述的是VAR模型中其中一個內(nèi)生變量受其他內(nèi)生變量沖擊所產(chǎn)生的反應(yīng)，而方差分解則是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評價不同結(jié)構(gòu)沖擊的重要性。因此方差分解能得出變量的每個隨機(jī)擾動的相對重要性信息。本文同樣對兩類不同沖擊進(jìn)行12期的方差分解，分析比較在同一期中的不同變量相對方差的貢獻(xiàn)度。方差分解結(jié)果如表3所示。表3的第一欄表示沖擊發(fā)生的持續(xù)期；第二欄表示金融系統(tǒng)對實(shí)體經(jīng)濟(jì)沖擊后的方差及各個變量的方差貢獻(xiàn)度；第三欄表示實(shí)體經(jīng)濟(jì)對金融體系的沖擊后的方差及各個變量的方差貢獻(xiàn)度。Std.Error表示總的標(biāo)準(zhǔn)差的變化，后面兩縱列分別表示變量FSI的方差貢獻(xiàn)度和變量PMI的方差貢獻(xiàn)度，兩者的變化都很大，其中變量FSI方差貢獻(xiàn)度從第一期的約90.69%至第12期的39.24%，呈現(xiàn)迅速下降趨勢；變量PMI的貢獻(xiàn)度則從9.31%上升到60.76%，呈現(xiàn)快速上升態(tài)勢。第三欄與第二欄相比，兩個變量的變化相對較小，其中金融壓力指數(shù)FSI的貢獻(xiàn)度從0緩慢升到1.56%，而PMI則從100%緩慢下降到98.44%。

表3 方差分解

（五）穩(wěn)健性檢驗(yàn)

穩(wěn)健性檢驗(yàn)主要包括兩個方面：第一，考慮內(nèi)生性問題，本文計算滯后指標(biāo)并重新構(gòu)建VAR模型。首先對FSI和PMI分別進(jìn)行滯后一期處理，隨后依次組合構(gòu)建VAR模型、檢驗(yàn)滯后期數(shù)、檢驗(yàn)VAR系統(tǒng)的穩(wěn)定性、實(shí)施脈沖響應(yīng)和方差分解，由檢驗(yàn)結(jié)果可知①由于文章篇幅受限，穩(wěn)健性檢驗(yàn)的具體結(jié)果未給出，留存?zhèn)渌?。，使用滯后一期變量?gòu)造的VAR并未出現(xiàn)大的異常，脈沖響應(yīng)圖與前面基本相似。第二，金融壓力指數(shù)構(gòu)建的基礎(chǔ)均為客觀指標(biāo)，而實(shí)體經(jīng)濟(jì)代理指標(biāo)前文僅使用PMI，盡管PMI能夠反映出實(shí)體經(jīng)濟(jì)真實(shí)運(yùn)行狀況，并包含不同于GDP等宏觀指標(biāo)的信息，但單個指標(biāo)來考量實(shí)體經(jīng)濟(jì)確實(shí)存在一定的脆弱性，因此，使用月度消費(fèi)者信心指數(shù)（Index1）和月度宏觀經(jīng)濟(jì)景氣一致指數(shù)（Index2）進(jìn)行再檢驗(yàn)。值得一提的是，本文測算的是月度頻率，由于數(shù)據(jù)的可獲得性，因此無法構(gòu)建第一、二、三產(chǎn)業(yè)增加值指標(biāo)（季、年度頻率）或構(gòu)建工、農(nóng)、商指標(biāo)（季、年度頻率）來代理實(shí)體經(jīng)濟(jì)情況。由檢驗(yàn)結(jié)果可知，使用消費(fèi)者信心指數(shù)以及宏觀經(jīng)濟(jì)景氣一致指數(shù)作為實(shí)體經(jīng)濟(jì)的代理變量構(gòu)造的VAR同樣未出現(xiàn)大的異常，脈沖響應(yīng)圖形與前面基本相似。

（六）機(jī)制轉(zhuǎn)移向量自回歸模型（MSVAR）分析

為了更細(xì)致地考察金融壓力與實(shí)體經(jīng)濟(jì)之間的相互關(guān)系，本文結(jié)合前文關(guān)于高金融壓力時期和低金融壓力時期的假設(shè)，建立兩區(qū)制的MSVAR模型，把模型分成不同具體區(qū)制，進(jìn)而考察在不同區(qū)制下金融壓力與實(shí)體經(jīng)濟(jì)之間的動態(tài)關(guān)系，從而更準(zhǔn)確地獲得兩者之間的聯(lián)系。圖3是區(qū)制轉(zhuǎn)移向量自回歸模型下兩種狀態(tài)的平滑概率情況，從圖中可以發(fā)現(xiàn)，在考察期的大部分時間中，實(shí)體經(jīng)濟(jì)處于區(qū)制2的狀態(tài)（低金融壓力時期），少數(shù)時間機(jī)制處于區(qū)制1的狀態(tài)（高金融壓力時期）。2008年，實(shí)體經(jīng)濟(jì)顯示處于高金融壓力時期。圖中也可得知實(shí)體經(jīng)濟(jì)將有大概率處于機(jī)制轉(zhuǎn)換的過程中。

圖3 MSVAR模型兩狀態(tài)平滑概率情況

表4 區(qū)制轉(zhuǎn)移矩陣

表4是區(qū)制轉(zhuǎn)移概率矩陣，可以發(fā)現(xiàn)，區(qū)制1的持續(xù)性概率為57.68%，即在考察期內(nèi)當(dāng)經(jīng)濟(jì)位于區(qū)制1且保持區(qū)制1的概率為57.68%，持續(xù)時間約為2個月，向區(qū)制2轉(zhuǎn)移的概率僅為42.32%，這說明考察期內(nèi)經(jīng)濟(jì)若處于高金融壓力期則不容易脫離這種狀態(tài)；若經(jīng)濟(jì)運(yùn)行處于區(qū)制2時，其持續(xù)性概率為95.99%，持續(xù)時間約為25個月，向區(qū)制1轉(zhuǎn)移的概率保持在4%左右，這表明區(qū)制2具有明顯的穩(wěn)定性，同時也暗含了經(jīng)濟(jì)有相當(dāng)大的概率處于機(jī)制轉(zhuǎn)換的狀態(tài)。在考察期內(nèi)，實(shí)體經(jīng)濟(jì)所處的金融壓力環(huán)境的不穩(wěn)定性較大。結(jié)論與經(jīng)濟(jì)狀況匹配性較好，基本符合現(xiàn)實(shí)情形。

五、結(jié)論與政策啟示

（一）研究結(jié)論

本文選取股票市場、債券市場、外匯市場、銀行市場四個金融子市場來構(gòu)建金融壓力指標(biāo)（FSI），將其作為代理變量來描述中國金融系統(tǒng)壓力的變化情況，指標(biāo)較好地反映出考察期間國內(nèi)金融壓力變化的現(xiàn)實(shí)情況。隨后將實(shí)體經(jīng)濟(jì)運(yùn)行狀況的代理變量（PMI）與FSI相結(jié)合，構(gòu)建VAR模型深入分析金融壓力與實(shí)體經(jīng)濟(jì)相互影響的動態(tài)關(guān)系，更進(jìn)一步地，構(gòu)建MSVAR模型研究了不同壓力狀況的區(qū)制轉(zhuǎn)移狀況，并得出以下幾個主要結(jié)論。

1.通過構(gòu)建金融壓力指標(biāo)，觀察走勢圖后發(fā)現(xiàn)，2006～2015年期間，中國金融系統(tǒng)受內(nèi)部及外部因素沖擊時，表現(xiàn)出一定的脆弱性，部分時期的金融壓力指數(shù)遠(yuǎn)高于平均水平，金融危機(jī)和歐債危機(jī)的沖擊較明顯，該指標(biāo)能為政策制定者管控金融風(fēng)險、減輕金融風(fēng)險影響提供一定參考。

2.脈沖響應(yīng)表明，當(dāng)實(shí)體經(jīng)濟(jì)受到金融系統(tǒng)壓力的沖擊后波動劇烈，在三個月的時候?qū)嶓w經(jīng)濟(jì)狀況急劇下行至最低點(diǎn)，隨后向均衡水平緩慢恢復(fù)且恢復(fù)速度相對較快；而金融系統(tǒng)壓力受到實(shí)體經(jīng)濟(jì)沖擊的影響較小，金融系統(tǒng)壓力緩慢下降至第5個月達(dá)到最低點(diǎn)，而后以更緩慢的速度向均衡位置恢復(fù)。這從側(cè)面反映出國內(nèi)的金融體系尚不完善，致使金融系統(tǒng)與實(shí)體經(jīng)濟(jì)的動態(tài)關(guān)聯(lián)存在一個不合理的長時滯，且兩者之間的相互影響具有非對稱性。穩(wěn)健性檢驗(yàn)得到一致性的結(jié)果。

3.方差分解表明，在金融系統(tǒng)對實(shí)體經(jīng)濟(jì)沖擊過程中，金融壓力指數(shù)FSI的方差貢獻(xiàn)度和PMI的方差貢獻(xiàn)度在持續(xù)期的變化都很大，其中FSI方差貢獻(xiàn)度呈迅速下降趨勢，PMI的貢獻(xiàn)度則快速上升。而在實(shí)體經(jīng)濟(jì)對金融系統(tǒng)沖擊過程中，兩變量的方差貢獻(xiàn)度變化甚微。穩(wěn)健性檢驗(yàn)得到一致性的結(jié)果。

4.MSVAR模型表明，實(shí)體經(jīng)濟(jì)運(yùn)行大部分時期處于區(qū)制2的狀態(tài)（低金融壓力時期），少數(shù)時期處于區(qū)制1的狀態(tài)（高金融壓力時期）。特別是在2008年，實(shí)體經(jīng)濟(jì)顯著處于高金融壓力時期。通過區(qū)制轉(zhuǎn)移概率矩陣，可以發(fā)現(xiàn)區(qū)制1的持續(xù)性概率為57.68%，持續(xù)性約為2個月，向區(qū)制2轉(zhuǎn)移的概率為42.32%；當(dāng)實(shí)體經(jīng)濟(jì)處于區(qū)制2時，其持續(xù)性概率為95.99%，持續(xù)性約為25個月，向區(qū)制1轉(zhuǎn)移的概率大約保持在4%。與區(qū)制1相比，區(qū)制2具有明顯的穩(wěn)定性。另一個顯著的特征是，經(jīng)濟(jì)大概率將處于機(jī)制轉(zhuǎn)換的狀態(tài)。其中由機(jī)制1轉(zhuǎn)向機(jī)制2的概率高達(dá)到42.32%，由機(jī)制2轉(zhuǎn)向機(jī)制1的概率僅為4.01%，這說明在該時期內(nèi)，實(shí)體經(jīng)濟(jì)所處的金融壓力環(huán)境的不穩(wěn)定性較大，與經(jīng)濟(jì)狀況和現(xiàn)實(shí)情形相符合。

（二）政策啟示

1.盡管金融壓力指數(shù)不具有前瞻性，但考慮到指數(shù)具有趨勢性的特點(diǎn)，監(jiān)管當(dāng)局應(yīng)謹(jǐn)防指數(shù)階段性、持續(xù)性地上揚(yáng)，有針對性地采取調(diào)控措施穩(wěn)定國內(nèi)金融市場。同時，政策制定者也可以通過觀察金融壓力指數(shù)的走勢，判斷調(diào)控效果，特別是回溯中國過去關(guān)鍵壓力時期的調(diào)控政策成效。

2.利用金融壓力與實(shí)體經(jīng)濟(jì)的動態(tài)關(guān)聯(lián)關(guān)系，可以有效監(jiān)測中國系統(tǒng)性風(fēng)險狀況，幫助監(jiān)管當(dāng)局警惕和防范系統(tǒng)性負(fù)面沖擊以及經(jīng)濟(jì)增長動能衰竭。

3.研究發(fā)現(xiàn)中國金融與實(shí)體存在較長時滯，說明了中國金融市場仍不完善，四個金融子市場的流動性、傳導(dǎo)機(jī)制、交易機(jī)制、定價機(jī)制和信息對稱性都具有改進(jìn)空間，對此，監(jiān)管當(dāng)局應(yīng)不斷完善金融系統(tǒng)，進(jìn)一步增強(qiáng)金融對實(shí)體經(jīng)濟(jì)的影響。國家金融工作會議關(guān)于“金融回歸本源，服務(wù)實(shí)體經(jīng)濟(jì)”的基調(diào)是本文支持的政策導(dǎo)向。

4.研究發(fā)現(xiàn)一次性大額投放式（4萬億）的財政刺激政策雖然在短期的經(jīng)濟(jì)改善效果明顯，但負(fù)面效應(yīng)也顯著存在，負(fù)面效應(yīng)積累將在后續(xù)抬高金融系統(tǒng)的壓力水平，不利于中長期實(shí)體經(jīng)濟(jì)的持續(xù)、穩(wěn)定增長。因此，應(yīng)綜合分析、統(tǒng)籌考慮、注重傳導(dǎo)、著眼長遠(yuǎn)，謹(jǐn)慎使用這類高強(qiáng)度的刺激政策。