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(shí)，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(xiǎn)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(gè)主要市場，一些學(xué)者從其中單個(gè)市場角度或多個(gè)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(gè)綜合的整體，從單個(gè)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(shí)考慮了中國股票市場、債券市場、外匯市場、銀行市場四個(gè)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(shí)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(gè)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(xiǎn)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(xiǎn)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(xiǎn)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(xiǎn)評價(jià)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(xiǎn)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(gè)整合各個(gè)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(gè)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(shí)，發(fā)現(xiàn)沒有一個(gè)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(gè)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(gè)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(gè)指數(shù)通過標(biāo)準(zhǔn)化賦權(quán)，能夠適用于多個(gè)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(gè)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(xiǎn)與收益交叉關(guān)系變化，來反映投資者對風(fēng)險(xiǎn)偏好的指標(biāo)；Carlon et al.（2009）利用銀行股票價(jià)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(shí)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(xiǎn)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(shí)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(xiǎn)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(xiǎn)。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(gè)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(shí)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(shí)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(jì)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(shí)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(gè)金融子市場入手，選擇特定指標(biāo)變量。這四個(gè)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(shí)期有所不同，但均能為企業(yè)及個(gè)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(gè)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(shí)期金融資產(chǎn)所面臨的風(fēng)險(xiǎn)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(shí)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(shí)短期（三個(gè)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(gè)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(shí)的具體情況，同時(shí)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(jià)。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(jià)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(jià)差），同時(shí)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(gè)金融子市場共8個(gè)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(gè)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(gè)峰值。2009年，伴隨著世界各主要經(jīng)濟(jì)體救市計(jì)劃的推行，以及中國4萬億救市計(jì)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(shí)間里處于較低水平。然而在2010年上半年4萬億救市計(jì)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(gè)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(gè)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(shí)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(shí)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(shí)期辨別有以下幾種方法：第一，設(shè)定一個(gè)基準(zhǔn)值，當(dāng)某時(shí)期金融壓力指數(shù)FSI超過該基準(zhǔn)值時(shí)，即認(rèn)為該時(shí)期處于壓力時(shí)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(shí)期；第二，通過建立壓力指數(shù)與公認(rèn)壓力時(shí)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(shí)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(shí)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(shí)期，但這不可避免地遭遇強(qiáng)主觀性問題，與此同時(shí)，基于不同金融壓力時(shí)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(shí)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(gè)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(shí)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(shí)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(shí)間上超前于政府其他部門的統(tǒng)計(jì)報(bào)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(shí)、可靠的先行指標(biāo)；第三，PMI是一個(gè)綜合的指數(shù)體系，涵蓋了實(shí)體經(jīng)濟(jì)活動的多個(gè)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(jià)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(jì)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(jì)和預(yù)測相結(jié)合，具體過程如下。

假定一個(gè)多元線性模型的一般形式為：

式（1）中y（t）表示一個(gè)m×1觀測向量，A（L）表示一個(gè)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(gè)常數(shù)向量。同時(shí)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(gè)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(gè)區(qū)制時(shí)，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(shí)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(jì)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(shí)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(gè)月中各個(gè)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(gè)單位沖擊后（金融風(fēng)險(xiǎn)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(gè)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(gè)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(gè)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（斜率絕對值較小）恢復(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(gè)較長時(shí)期的時(shí)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(gè)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(gè)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(jià)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(gè)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(gè)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(gè)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(gè)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(gè)方面：第一，考慮內(nèi)生性問題，本文計(jì)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(gè)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(shí)期和低金融壓力時(shí)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(shí)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(shí)期），少數(shù)時(shí)間機(jī)制處于區(qū)制1的狀態(tài)（高金融壓力時(shí)期）。2008年，實(shí)體經(jīng)濟(jì)顯示處于高金融壓力時(shí)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(shí)間約為2個(gè)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(shí)，其持續(xù)性概率為95.99%，持續(xù)時(shí)間約為25個(gè)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(shí)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(gè)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(gè)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(shí)，表現(xiàn)出一定的脆弱性，部分時(shí)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(xiǎn)、減輕金融風(fēng)險(xiǎn)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(gè)月的時(shí)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(gè)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(gè)不合理的長時(shí)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(shí)期處于區(qū)制2的狀態(tài)（低金融壓力時(shí)期），少數(shù)時(shí)期處于區(qū)制1的狀態(tài)（高金融壓力時(shí)期）。特別是在2008年，實(shí)體經(jīng)濟(jì)顯著處于高金融壓力時(shí)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(gè)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(shí)，其持續(xù)性概率為95.99%，持續(xù)性約為25個(gè)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(gè)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(shí)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(shí)，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(shí)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(xiǎn)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(shí)滯，說明了中國金融市場仍不完善，四個(gè)金融子市場的流動性、傳導(dǎo)機(jī)制、交易機(jī)制、定價(jià)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(cái)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。