金融開放對系統(tǒng)性金融風險的非線性影響
——基于金融深化視角的實證分析

■孫焱林，夏 禹

本文基于現(xiàn)有文獻梳理了金融開放對系統(tǒng)性金融風險的影響機制，引入金融深化并建立了平滑轉換回歸（STR）模型進行實證分析。研究發(fā)現(xiàn)：我國金融開放對系統(tǒng)性金融風險的影響是非線性的，且作用結果隨著金融深化的程度平滑地轉變，而不是間斷式突變;金融開放對金融風險的作用取決于金融深化程度，當我國的金融深化程度較低時，金融開放只會給金融體系帶來更大的負擔。只有當金融深化達到一定程度時，金融開放才能對金融穩(wěn)定性起到積極作用。但是，無論金融深化程度如何，前期與當期金融深化同等程度地提高時，總能降低金融風險。

一、問題的提出

近年來，我國的金融開放進程不斷加快，一方面，金融開放打通了國內(nèi)外資本市場的阻隔，使生產(chǎn)要素能夠在全球間進行配置，為經(jīng)濟發(fā)展帶來了大量資本與經(jīng)驗。另一方面，金融危機伴隨著金融開放在全球范圍內(nèi)間歇性爆發(fā)和擴散。在當前世界形勢復雜多變和國內(nèi)經(jīng)濟供需結構矛盾突出的背景下，重新審視金融開放與我國系統(tǒng)性金融風險之間的關系顯得尤為重要。金融開放是加劇了還是降低了系統(tǒng)性金融風險?兩者之間的關系與金融深化程度是否有關？對這一系列問題的探討有助于厘清我國金融開放的正確路徑，穩(wěn)健地推進我國金融開放進程。

早期研究多集中于金融開放對金融風險的單一影響，即金融開放會加劇金融風險還是降低金融風險。后期學者們才認為金融開放與金融風險之間的關系并不單一，它們是取決于不同經(jīng)濟環(huán)境下兩種效應的綜合作用。學者們開始引入各種因素來進行研究，諸如列入金融深化程度來分析金融開放與金融風險關系的門檻條件。Gopinath（2004）構建了一個小型開放經(jīng)濟模型，得出如果國內(nèi)金融體系的監(jiān)管質量較差，那么外國資本將出現(xiàn)嚴重的信息不對稱問題，容易引致危機。Mishkin（2006）則發(fā)現(xiàn)當國內(nèi)金融市場發(fā)展水平較低時，資本將會流出，本國經(jīng)濟發(fā)展會受到阻礙，甚至可能會引發(fā)金融危機。張小波（2011）運用馬來西亞的數(shù)據(jù)進行數(shù)值模擬，證明了金融開放誘發(fā)危機的根本原因與新興市場經(jīng)濟體自主創(chuàng)新能力的缺失及國內(nèi)發(fā)展模式的缺陷有關。吳婷婷和高靜（2015）研究了阿根廷的金融開放歷史，指出金融開放必須與國內(nèi)自身的發(fā)展水平和條件相匹配，才能更好地防范金融風險。朱榮華和左曉慧（2018）建立SVAR模型，分析指出要注重金融開放與金融結構的協(xié)調性，才能提高金融開放的質量，降低金融風險。

鑒于已有研究很少針對性地探討某一個國家的實際情況，且大多只選擇信貸風險、外匯風險等某一金融風險角度，實踐指導性和宏觀性不足。本文將結合我國實際開放進程，基于金融深化視角分析我國金融開放如何影響系統(tǒng)性金融風險。

二、理論機制

金融開放通過競爭效應、關聯(lián)效應、資本配置效應和信息效應四種渠道影響系統(tǒng)性金融風險，而金融深化程度決定這四種效應的作用結果。

（一）金融深化決定金融開放對系統(tǒng)性金融風險的競爭效應結果

競爭效應是指金融開放必定會加劇國內(nèi)外金融機構的競爭，通過競爭對系統(tǒng)性金融風險產(chǎn)生影響，而競爭的結果是“良性”還是“惡性”則取決于金融深化水平。當國內(nèi)金融深化的程度較低時，外國金融機構以其在國際融資和金融衍生工具等方面的絕對優(yōu)勢，搶占本國金融市場。面臨嚴峻壓力的國內(nèi)金融機構則可能會降低業(yè)務門檻，導致業(yè)務風險提升，加劇了金融體系的脆弱性，使系統(tǒng)性金融風險顯著上升（Hellmann，2000）。而當一國金融深化程度較高時，國內(nèi)金融機構和金融市場的秩序在競爭中會更加規(guī)范，金融服務水平得以提升，整個金融體系更加穩(wěn)定（錢小安，2001）。

（二）金融深化決定金融開放對系統(tǒng)性金融風險的關聯(lián)效應結果

關聯(lián)效應是指金融開放加強了國內(nèi)外金融機構的關聯(lián)，經(jīng)過傳導對國內(nèi)系統(tǒng)性金融風險產(chǎn)生影響，而影響的結果取決于金融深化水平。金融深化程度較低的國家對系統(tǒng)性金融風險的抵御能力較弱，“打開國門”不僅很難把國內(nèi)金融風險分散出去，更可能通過資本、貿(mào)易等渠道“感染”外國金融風險（Gavin，1996）。而當一國的金融深化程度較高時，它可以很好地吸收外國引進的技術與經(jīng)驗，通過更加多樣化的資產(chǎn)組合，有效分散自身的系統(tǒng)性金融風險，同時抵御外來風險（Stulz，1999）。

（三）金融深化決定金融開放對系統(tǒng)性金融風險的資本配置效應結果

資本配置效應是指金融開放使資本可以在多個國家之間進行流動和配置，從而對金融風險造成影響，但這種資本配置的結果會加劇還是降低系統(tǒng)性金融風險則取決于金融深化水平。當一國的金融深化程度較低時，資本將流向相對成熟穩(wěn)定的外國市場。而一旦資本外逃過大，本幣將大幅貶值，國內(nèi)存在外債的公司的負擔將加重，甚至促使危機發(fā)生（Bhagwati，1998）。而當一國的金融深化程度較高時，本國相對成熟穩(wěn)健的金融市場能吸引更多的短期資金和長期資本流入，提高資本的配置效率，從而降低金融風險（林桂軍，2008）。

（四）金融深化決定金融開放對系統(tǒng)性金融風險的信息效應結果

信息效應是指金融開放使一國會面對更多種類和更大范圍的信息，從而對金融風險有所影響，但信息利用的結果取決于金融深化水平。當一國的金融深化程度較低時，表現(xiàn)之一即為金融監(jiān)管不力。在金融開放的條件下，國內(nèi)金融機構由于信息不對稱更容易為外國高風險業(yè)務提供融資，且國外金融機構在危機發(fā)生時容易過度反應并產(chǎn)生羊群效應而大規(guī)模撤資，進一步惡化局面（Gopinath，2004）。而當一國的金融深化程度較高時，在金融開放后國內(nèi)金融機構能夠實現(xiàn)有效且高效的信息共享，改善信息的充分性、時效性和真實性，因信息不對稱而造成逆向選擇和道德風險的概率反而會大大降低，從而降低系統(tǒng)性金融風險（尹雙明，2006）。

三、變量與數(shù)據(jù)

（一）變量設計

1.我國系統(tǒng)性金融風險指數(shù)（FSI）

本文結合許滌龍（2015）和陶玲（2016）的做法，以我國金融市場的7個子市場共20個指標的月度數(shù)據(jù)構建我國系統(tǒng)性金融風險指數(shù)FSI。7個金融子市場及選取的基礎指標如表1所示。

（1）對數(shù)據(jù)進行預處理。由于不良貸款率只有季度數(shù)據(jù)沒有月度數(shù)據(jù)，將其在Eviews中用Quadratic-match-Average方法進行頻度轉換。國房景氣指數(shù)、房地產(chǎn)投資額數(shù)據(jù)有所缺失，用相鄰兩個月的均值進行填補。

（2）對數(shù)據(jù)進行標準化。為消除各指標量綱的影響，選擇極差法對指標進行標準化處理。設Xij為第i個評價對象（金融子市場）第j個指標的值，根據(jù)指標與金融風險的關系，分別對正向指標和負向指標進行以下變換：

（3）構建各金融子市場的風險指數(shù)。用標準離差法對各金融子市場的風險指標進行賦權，計算出各金融子市場的金融風險指數(shù)如圖1～圖7所示?？梢钥吹?，受多種因素的綜合影響，我國各金融子市場之間的風險水平表現(xiàn)出一定的趨同性，但也略有差異。

表1 系統(tǒng)性金融風險指數(shù)的變量選取及權重

（4）構建系統(tǒng)性金融風險指數(shù)FSI。采用CRITIC法對各金融子市場的風險指數(shù)進行賦權，將各金融子市場的風險指數(shù)最終合成我國的系統(tǒng)性金融風險指數(shù)FSI。第i個金融子市場風險指數(shù)的權重的計算公式為：

計算得到的各金融子市場的權重如表1所示，最終合成的FSI指數(shù)結果如圖8所示，與我國實際風險形勢基本吻合。

2.金融開放度（FO）

本文綜合姜波克（1999）和吳湘君（2000）的事實開放度測算方法來度量金融開放，該衡量方法分別計算貨幣市場開放度和資本市場開放度，取其算術平均作為總的金融開放度。具體的定義為：

3.金融深化（FD）

本文使用M2與GDP的比值來衡量金融深化。其中考慮到季度數(shù)據(jù)的可比性，對GDP進行季節(jié)性調整，并將計算得到的金融深化率進行年化。

（二）數(shù)據(jù)來源與處理

本文的樣本數(shù)據(jù)區(qū)間為2005～2018年，其中金融開放與金融深化水平數(shù)據(jù)為季度數(shù)據(jù)，而系統(tǒng)性金融風險指數(shù)為月度數(shù)據(jù)，故將月度系統(tǒng)性金融風險指數(shù)進行算術平均就可得到季度系統(tǒng)性金融風險指數(shù)。數(shù)據(jù)主要來源于BVD-EIU country data數(shù)據(jù)庫、中經(jīng)統(tǒng)計數(shù)據(jù)庫、Wind金融資訊終端數(shù)據(jù)庫、中國人民銀行、國家外匯管理局等。為防止偽回歸，本文首先對各序列數(shù)據(jù)進行單位根檢驗。結果顯示①單位根檢驗結果，留存?zhèn)渌?。，各序列均為平穩(wěn)序列，可以進一步進行分析。

四、模型設定與實證分析

（一）模型設定

STR模型的標準形式可以寫成：

其中，xt=（1，yt-1，…，yt-p，z1t，…，zkt）′，z1t，…zkt為可選擇的外生變量，p是根據(jù)AIC和SC原則確定的yt的滯后階數(shù)。 φi=(φi0，φi1，…，φip)′，i=1，2為要估計的系數(shù)。st為轉移變量，取值可以是被解釋變量的滯后值yt-d、被解釋變量滯后值的函數(shù)st=f（yt-1，…，yt-p）、時間趨勢T、外生變量zt以及所有外生變量的函數(shù)st=f（z1t，…，zkt）。c為門限參數(shù)，γ為平滑參數(shù)，轉換函數(shù)G（st；γ，c）決定著不同機制之間的平滑轉移過程，是一個在區(qū)間[0，1]內(nèi)取值的連續(xù)函數(shù)。常見的轉移函數(shù)形式有兩種，指數(shù)轉移函數(shù)（ESTR）和Logistic轉移函數(shù)（LSTR）②LSTR模型中的K值有兩種取值：K取1時，即轉換函數(shù)G隨st的增加而單調上升，稱為LSTR1模型；K取2時，轉換函數(shù)G關于對稱，稱為LSTR2模型。：

本文首先參考Terasvirta（1994）提出的方法，通過各變量的自相關圖、偏相關圖、AIC和SC準則以及變量的顯著性，最終確定了如下的線性模型作為STR模型的線性部分：

可以看到，模型的擬合優(yōu)度不高，表示可能存在非線性結構，線性模型不能精確地捕捉到金融開放、金融深化與金融風險的動態(tài)關系，因此必須對模型進行修正。對轉移函數(shù)G在平滑參數(shù)γ=0處進行Talor三階展開后得到輔助回歸方程如下：

其中，yt=FSI，zt=（1，z1）t，z1t=（FOt，F(xiàn)Dt，F(xiàn)Dt-1）=μt+ε（3γ，c，s）t，ε（3γ，c，s）t為泰勒展開項。為檢驗模型是否具有非線性結構，對式（12）設定如式（13）的假設。結果拒絕原假設，即證明模型具有非線性結構。進一步先后檢驗式子（13～15）中的三個假設來確定STR模型中轉移函數(shù)的具體形式。檢驗結果如表2所示，應選擇FD（t）作為轉移變量，轉移函數(shù)的形式為LSTR1。

表2 非線性檢驗結果

（二）平滑參數(shù)和位置參數(shù)的初始值確定

根據(jù)Ocal和Osborn（2000）提出的二維網(wǎng)格搜索法對位置參數(shù)c和平滑參數(shù)γ進行初始值估計。本文將位置參數(shù)c的區(qū)間設定為[1.3875，2.0424]，平滑參數(shù)γ的區(qū)間設定為[0.5，10]，模型殘差平方和最小時對應的參數(shù)估計值即為初始值。估計結果如表3所示。

表3 c與γ的初始估計結果

（三）實證分析

本文采用Newton-Paphson迭代法求解極大條件似然函數(shù)，并逐步將STR模型中不顯著的變量系數(shù)設置為0，以使剩余變量的系數(shù)全部顯著。由此得到金融開放、金融深化與系統(tǒng)性金融風險的非線性回歸方程，結果如表4所示

表4 LSTR1模型的參數(shù)估計結果

第一，位置參數(shù)C和平滑參數(shù)γ均落在了取值范圍內(nèi)，說明模型設定比較合理。同時，相比于線性模型，LSTR1模型參數(shù)的估計都具有較強的顯著性，模型整體的擬合優(yōu)度也有所提高，由0.2074提高到了0.8172，并且AIC和SC統(tǒng)計量都變得更小，因此所估計的STR模型更可靠，解釋力更強。

第二，模型的非線性結構由回歸項和轉換函數(shù)兩部分構成，轉換變量是當期金融深化程度FD（t），證明了金融深化程度是系統(tǒng)性金融風險的一個潛在影響因素，它的變化會通過轉換函數(shù)G影響金融開放對系統(tǒng)性金融風險的作用程度。圖9給出了以金融深化程度FDt為轉換變量的轉換函數(shù)圖，轉換函數(shù)G為FDt的單調遞增函數(shù)。當金融深化程度FD（t）趨于無窮小時，轉換函數(shù)G趨于0，為低機制狀態(tài)。當金融深化程度FD（t）趨于無窮大時，轉換函數(shù)G趨于1，為高機制狀態(tài)。

第三，當金融深化程度極低時，轉換函數(shù)的值接近于0，模型只剩線性部分，低機制狀態(tài)的模型形式可寫為：

此時金融開放對系統(tǒng)性金融風險的作用系數(shù)為正，說明金融開放的程度越高，則金融風險越大。當期金融深化程度對系統(tǒng)性金融風險的作用系數(shù)為正，說明當期金融深化程度越高，金融風險越高。上期金融深化程度對系統(tǒng)性金融風險的作用系數(shù)分別為負，說明上期金融深化程度越高，本期金融風險越低。且上期和本期金融深化程度的同等提升，對本期系統(tǒng)性金融風險的綜合作用為負（0.4867-0.6582），即能降低系統(tǒng)性金融風險。

第四，當金融深化程度趨于正無窮大時，轉換函數(shù)的值接近于1，高機制狀態(tài)的模型形式可寫為：

此時金融開放對系統(tǒng)性金融風險的作用系數(shù)為負，說明金融開放的程度越高，則金融風險越低。當期金融深化程度對系統(tǒng)性金融風險的作用系數(shù)為負，說明當期金融深化程度越高，金融風險越低。上期金融深化程度對系統(tǒng)性金融風險的作用系數(shù)分別為正，說明上期金融深化程度越高，金融風險越高。且上期和本期金融深化程度的同等提升，對本期系統(tǒng)性金融風險的綜合作用仍然為負（-0.6422+0.2088），即能降低系統(tǒng)性金融風險。

第五，模型的轉換函數(shù)隨轉換變量FDt的增加由0平滑轉移至1，說明隨著一國的金融深化程度越來越高，金融開放對系統(tǒng)性金融風險的作用由促進逐漸轉化為抑制。模型的平滑參數(shù)γ=3.2933代表兩種機制之間的轉換速率，該數(shù)值較低，預示著金融開放對系統(tǒng)性金融風險的影響隨金融深化程度的變化而調整速度較慢，即金融開放對金融風險的作用不會隨金融深化程度的變化而驟升驟降。

（四）模型檢驗

本文最后對模型殘差項的平穩(wěn)性進行檢驗，檢驗結果見表5，殘差序列在5%的顯著性水平下是平穩(wěn)的，進一步對殘差進行非線性檢驗，檢驗結果如表6。F統(tǒng)計量的P值為0.7752，不能拒絕原假設，即本文估計的非線性LSTR1模型充分地體現(xiàn)了金融開發(fā)過和金融深化對經(jīng)濟增長的非線性特征。最后對模型殘差項進行異方差檢驗（ARCH-LM檢驗）和正態(tài)性檢驗（JB檢驗），P值分別為0.2897和0.5570，均在10%的顯著性水平下接受原假設，即殘差項不存在異方差并且服從正態(tài)分布。

表5 殘差的平穩(wěn)性檢驗

表6 殘差的非線性檢驗

五、結論與政策建議

本文在梳理了相關文獻與理論機制的基礎上，引入金融深化因素，根據(jù)我國的實際經(jīng)濟數(shù)據(jù)構建STR模型，詳細地探究了金融開放、金融深化與系統(tǒng)性金融風險的聯(lián)動機制，得出的主要結論有：

第一，我國金融開放對系統(tǒng)性金融風險的影響是非線性的，作用結果伴隨金融深化程度的變化平滑地轉變，而不是間斷式突變。這說明金融開放對金融風險的平抑效果無法一蹴而就，需要伴隨金融深化的穩(wěn)定推進而逐步實現(xiàn)。

第二，當我國的金融深化程度較低時，金融開放會給金融體系帶來更大的負擔，只有當金融深化達到一定程度時，金融開放才能對金融穩(wěn)定性起到積極作用。

第三，無論金融深化程度如何，前期與當期金融深化同等程度地提高時，總能降低系統(tǒng)性金融風險。這說明穩(wěn)步的金融深化進程本身對金融風險就是一種極好的改善手段。

基于上述結論，本文提出以下政策建議：第一，我國實施金融開放政策時，要注重金融開放與金融深化程度的協(xié)調性，在金融開放和國內(nèi)金融深化水平之間找到恰當?shù)钠胶?。只有當金融體系發(fā)展健全，金融深化水平進一步提高，金融開放政策的風險分散效益才能得到充分體現(xiàn)；第二，我國應當穩(wěn)步提高金融深化水平，提高金融開放的質量。具體措施包括加強對金融市場機構的監(jiān)管、積極合理地利用外資、完善國內(nèi)體制改革等；第三，加強金融深化的政策必須具有前瞻性。本文的結論否定了一部分學者“先開放再發(fā)展”的“事后救助論”，在國內(nèi)金融市場體系與改革還未完善，金融深化水平不高的情況下，我國政府應遠見性地安排金融的改革深化進程，避免激進的金融深化手段，才能提高金融開放對收益的吸收能力；第四，金融開放降低金融風險的潛在益處是一個長期積累緩慢實現(xiàn)的過程。因此，我國應秉持循序漸進的金融開放方式，夯實金融體系的根基，才能在長期中有效預防和抵御系統(tǒng)性金融風險，從整體上維護整個金融體系的穩(wěn)定。