中國金融壓力指數(shù)與通貨膨脹的關(guān)聯(lián)分析

段廣茹

摘要：選取股票市場、貨幣市場、外匯市場、債券市場和銀行部門的共7個指標(biāo)的高頻日度數(shù)據(jù)，利用因子分析法構(gòu)建了中國金融壓力指數(shù)，并以此對中國金融市場所面臨的壓力進(jìn)行測度。通過與典型事件的比對說明了指數(shù)構(gòu)建的有效性;利用VAR模型、脈沖響應(yīng)分析及方差分解，對金融壓力指數(shù)與通貨膨脹間的關(guān)聯(lián)效應(yīng)進(jìn)行分析。研究發(fā)現(xiàn)，中國金融壓力指數(shù)在2008～2010年間最高，其與通貨膨脹間的相互影響具有滯后效應(yīng);從長期趨勢來看，金融壓力的提高會導(dǎo)致通貨膨脹率增加，而通貨膨脹率的小幅度上升會在一定時期內(nèi)帶來金融壓力水平的降低，但這種影響較弱，單純地抑制通貨膨脹對于金融壓力的調(diào)控效果并不好。

關(guān)鍵詞：金融壓力指數(shù);通貨膨脹;因子分析;VAR模型

中圖分類號：F822.5 文獻(xiàn)標(biāo)志碼：A 文章編號：1008-4657（2020）05-0029-11

0 引言

近年來，中國金融體系發(fā)生了深刻變化，隨著經(jīng)濟(jì)全球化、金融創(chuàng)新和金融一體化的不斷推進(jìn)，金融體系的復(fù)雜性和相關(guān)性日益凸顯，對央行監(jiān)管、評估和預(yù)警金融風(fēng)險提出了更高的要求。金融壓力是金融體系所面臨的風(fēng)險壓力水平，是受到金融體系的自身脆弱性、不確定性和可能的外部沖擊的影響從而表現(xiàn)出的狀態(tài)。金融壓力指數(shù)作為金融壓力在量的層面的反映，具備綜合金融市場信息的能力，可用于監(jiān)測系統(tǒng)性金融風(fēng)險[1]。

從眾多學(xué)者的研究結(jié)果和實際情況來看，金融壓力顯著影響到宏觀經(jīng)濟(jì)運(yùn)行，與許多宏觀經(jīng)濟(jì)變量存在十分緊密的聯(lián)系，對于宏觀經(jīng)濟(jì)狀況起到關(guān)鍵的預(yù)警作用。維持金融穩(wěn)定是央行近年來最重要的工作之一。金融壓力的變化可以從多個維度得到衡量，而市場的價格變動是最直接的方式。作為綜合反映物價水平的指標(biāo)之一——居民消費(fèi)價格指數(shù)（CPI），可度量通貨膨脹程度并代表通貨膨脹率，不僅間接導(dǎo)致包括金融市場在內(nèi)的資本市場的變化，而且可對社會經(jīng)濟(jì)生活產(chǎn)生十分巨大的影響。為了準(zhǔn)確衡量金融體系實時狀態(tài)、防范系統(tǒng)性金融風(fēng)險、科學(xué)制定宏觀調(diào)控政策、加強(qiáng)審慎監(jiān)管，對于金融壓力的合理測度并探尋其與通貨膨脹間的關(guān)聯(lián)顯得至關(guān)重要，無論在學(xué)術(shù)研究還是政策制定方面都是值得重點(diǎn)關(guān)注的課題。

從Illing M等[2]首次提出金融壓力這一概念以來，國內(nèi)外學(xué)者對此進(jìn)行了大量研究，研究主題基本上集中在兩個方面：一是金融壓力的測度，主要是通過構(gòu)造金融壓力指數(shù)（FSI）來實現(xiàn)，包括指標(biāo)體系的建立、模型方法的選擇和指數(shù)有效性的證明;二是金融壓力與宏觀經(jīng)濟(jì)間的變動關(guān)系，包括多種經(jīng)濟(jì)變量的動態(tài)效應(yīng)和分析方法的選擇與進(jìn)展。然而，現(xiàn)有研究的難點(diǎn)依然存在，部分內(nèi)容仍亟待完善，比如指標(biāo)數(shù)據(jù)的選擇上大多為低頻的月度數(shù)據(jù)，較難反映金融市場復(fù)雜多變的實時狀況，動態(tài)關(guān)聯(lián)的研究對象大多是宏觀經(jīng)濟(jì)主體，關(guān)于金融壓力對于名義變量影響的研究相對較少，而金融壓力與某些名義變量間的關(guān)聯(lián)十分顯著。

金融壓力對通貨膨脹的影響遠(yuǎn)比其對于實體經(jīng)濟(jì)的影響要大。因此，科學(xué)地分析兩者間的相互影響及作用特征具備十分重要的現(xiàn)實意義。本文在借鑒現(xiàn)有研究的基礎(chǔ)上，選取了較為高頻的各金融子市場的日度數(shù)據(jù)構(gòu)建了中國金融壓力指數(shù)，以期更加精確地實時監(jiān)測金融市場的壓力狀況。

1 文獻(xiàn)綜述

1.1 金融壓力指數(shù)的概念

加拿大銀行的經(jīng)濟(jì)學(xué)家Illing M等[2]最早提出金融壓力這一概念，并構(gòu)建了金融壓力指數(shù)，將金融壓力描述為：“金融壓力是一個連續(xù)的變量，其極值稱為金融危機(jī)。金融壓力隨期望金融損失、風(fēng)險或不確定性的增加而增加。壓力是一個脆弱的結(jié)構(gòu)和某些外部沖擊相結(jié)合的結(jié)果，沖擊的大小和沖擊在脆弱的金融體系內(nèi)部的傳導(dǎo)決定金融壓力的大小。”

金融壓力指數(shù)則是對于金融壓力大小的測度。眾多專家學(xué)者研究指出，金融壓力能夠反映系統(tǒng)性金融風(fēng)險，可作為系統(tǒng)性金融風(fēng)險的監(jiān)測指標(biāo)。Hollo D等[3]認(rèn)為，金融壓力能夠體現(xiàn)金融體系的不穩(wěn)定狀態(tài)，是一種已經(jīng)發(fā)生的系統(tǒng)性風(fēng)險。清華大學(xué)國家金融研究院金融與發(fā)展研究中心課題組[1]認(rèn)為，金融壓力指數(shù)能夠綜合金融市場信息，可用來監(jiān)測系統(tǒng)性金融風(fēng)險，能夠為金融風(fēng)險預(yù)警、宏觀經(jīng)濟(jì)政策制定提供重要參考。

1.2 構(gòu)建金融壓力指數(shù)的變量選擇

從文獻(xiàn)中關(guān)于構(gòu)建金融壓力指數(shù)所采取的指標(biāo)來看，眾多專家學(xué)者選取的變量種類繁多，差異較大。作為金融壓力指數(shù)概念的提出者，Illing M等[2]選擇了銀行部門滾動β系數(shù)、股票市場波動性、國庫券利差等9個變量來構(gòu)建金融壓力指數(shù)。Hakkio C S等[4]在FSI的基礎(chǔ)上構(gòu)建了KCFSI指數(shù)，使用了股票收益率與國債收益率相關(guān)系數(shù)、TED利差、高收益率債（垃圾債券）與Baa級債券利差、銀行股的特質(zhì)波動率等12個變量。賴娟等[5]選取EMPI、銀行業(yè)風(fēng)險利差、股票市場波動性和期限利差4個變量構(gòu)建了2002年1月～2009年12月的中國金融壓力指數(shù)。陳守東等[6]選取外匯儲備的減少、匯率的貶值、負(fù)的期限利差等8個變量構(gòu)建中國金融壓力指數(shù)。遠(yuǎn)旆帆[7]利用銀行業(yè)的風(fēng)險利差、股票市場波動性、保險賠付額的變化變量以及考慮了外匯儲備量和匯率變動率的外匯市場壓力指數(shù)對中國的金融壓力指數(shù)進(jìn)行了構(gòu)建。王維國等[8]選取囊括了資本賬戶、經(jīng)常賬戶、全球經(jīng)濟(jì)、金融部門及資產(chǎn)泡沫在內(nèi)的五大類共36個指標(biāo)構(gòu)建了金融風(fēng)險指數(shù)。許悅[9]分別從貨幣市場、債券市場、股票市場和外匯市場中各選取3個指標(biāo)，構(gòu)建了系統(tǒng)性壓力綜合指數(shù)（CISS）。鄧創(chuàng)等[10]構(gòu)建了外匯市場壓力指數(shù)EMP、銀行體系壓力指數(shù)BCP和資產(chǎn)泡沫壓力指數(shù)FBP，并利用這三個指數(shù)匯總構(gòu)建了中國金融壓力指數(shù)。管超[11]選取滬深300指數(shù)的月收益率條件方差、銀行貸款變化量和滬深300指數(shù)的月收益率等8個指標(biāo)構(gòu)建了金融壓力指數(shù)。仲文娜等[12]從貨幣市場、外匯市場、債券市場、股票市場、銀行部門和房地產(chǎn)市場六個金融子市場選擇了24個基礎(chǔ)指標(biāo)，包括影子銀行、銀行同業(yè)、金融市場杠桿等，利用這些指標(biāo)構(gòu)建了金融壓力指數(shù)。

縱觀國內(nèi)外眾多學(xué)者的研究，對于金融壓力指數(shù)的構(gòu)建，基本上涵蓋了證券市場、貨幣市場、外匯市場、債券市場、銀行部門、股票市場、房地產(chǎn)部門、保險市場和國際金融市場等金融子市場的眾多指標(biāo)變量，但學(xué)者、專家們大多采用相對低頻的月度或季度數(shù)據(jù)，鮮有研究采用較為高頻的日度數(shù)據(jù)。

1.3 金融壓力指數(shù)的構(gòu)建方法

對于金融壓力指數(shù)的構(gòu)建，權(quán)重的選擇至關(guān)重要。目前金融壓力指數(shù)確定權(quán)重的方法主要有等權(quán)重法直接加總、因子分析法、動態(tài)權(quán)重法、CRITIC法等。Hakkio C S等[4]采用因子分析法將主成分分析法中的第一個因子作為總指數(shù)，合成了KCFSI。Hollo D等[3]利用金融子市場間的動態(tài)相關(guān)系數(shù)矩陣得到動態(tài)權(quán)重，進(jìn)行賦權(quán)。Lall S等[13]根據(jù)等權(quán)重法構(gòu)建了17國金融壓力指數(shù)。許滌龍等[14]通過CRITIC賦權(quán)法確定權(quán)重，可作為指標(biāo)間相關(guān)性與重要程度的反映。鄧創(chuàng)等[10]在CRITIC賦權(quán)法的基礎(chǔ)上加以改進(jìn)，引入時變特征，將動態(tài)CRITIC賦權(quán)法應(yīng)用于金融風(fēng)險指數(shù)構(gòu)建。由于固定權(quán)重難以適應(yīng)復(fù)雜多變的金融市場環(huán)境，存在一定的局限性，學(xué)界目前正在探索科學(xué)合理的動態(tài)賦權(quán)方法。

1.4 金融壓力指數(shù)與經(jīng)濟(jì)變量間關(guān)聯(lián)效應(yīng)的研究方法

金融壓力指數(shù)與很多宏觀經(jīng)濟(jì)變量間存在著一定的關(guān)聯(lián)效應(yīng)，研究對象大多是宏觀經(jīng)濟(jì)主體，其他的還有實體經(jīng)濟(jì)、工業(yè)增長等，關(guān)于金融壓力對于名義變量（比如通貨膨脹）的影響的研究相對較少。研究方法主要有馬爾科夫轉(zhuǎn)移自回歸（MS-VAR）模型、門限向量自回歸（TVAR）模型、時變向量自回歸（TVP-VAR）模型和VAR模型、脈沖響應(yīng)函數(shù)等。

Davig T A等[15]利用MS-VAR模型分析了金融壓力對美國堪薩斯州宏觀經(jīng)濟(jì)的影響，結(jié)果發(fā)現(xiàn)經(jīng)濟(jì)下行時期這種影響更加顯著。Hollo D等[3]通過構(gòu)建TVAR模型發(fā)現(xiàn)，歐元區(qū)金融壓力指數(shù)（CISS）增加至閾值水平后，會對工業(yè)增加值增長率產(chǎn)生不良影響，抑制宏觀經(jīng)濟(jì)增長。劉曉星等[16]建立金融壓力指數(shù)與GDP增長率的VAR模型發(fā)現(xiàn)，金融壓力的增加對宏觀經(jīng)濟(jì)產(chǎn)生顯著的不利影響。徐國祥等[17]使用TVP-VAR模型對金融壓力與工業(yè)增加值增長率間影響的傳導(dǎo)效應(yīng)進(jìn)行了研究，指出金融壓力的上升對工業(yè)增加值增長率有持續(xù)的負(fù)向影響，其傳導(dǎo)的強(qiáng)度隨環(huán)境的變化而變化。

2 基于因子分析的中國金融壓力指數(shù)構(gòu)建

2.1 因子分析模型

因子分析是依據(jù)變量間的相關(guān)性大小將變量進(jìn)行分組，將多個變量歸結(jié)為幾個綜合因子的一種多元統(tǒng)計方法。因子分析模型的矩陣形式為其中，X=X1，X2，…，Xp′是可觀測隨機(jī)向量，均值向量EX=0，協(xié)方差矩陣covX=∑，表示原始變量及標(biāo)準(zhǔn)化后的變量向量;系數(shù)A=a11a12…a1ma21a22…a2map1ap2…apm;F=F1，F(xiàn)2，…，F(xiàn)m′是不可觀測的變量，表示標(biāo)準(zhǔn)化的公共因子;特殊因子向量ε=ε1，ε2，…，εp′與F相互獨(dú)立，且Eε=0，ε的協(xié)方差矩陣∑ε是對角方陣。

2.2 金融壓力指數(shù)

根據(jù)金融壓力指數(shù)的構(gòu)建方法，金融壓力指數(shù)FSI的一般形式為FSIt=∑ni=1WitXit，其中Wit為第i個變量在第t期的權(quán)重，Xit為第i個變量在第t期的取值，可見權(quán)重的確定是構(gòu)建金融壓力指數(shù)FSI的關(guān)鍵，考慮確定權(quán)重時的客觀性與科學(xué)性，利用因子模型中的方差貢獻(xiàn)率uit作為各變量的權(quán)重，將所提取出的公共因子Fit作為新的綜合變量，則金融壓力指數(shù)可改寫為如下形式：

2.3 指標(biāo)的選取與數(shù)據(jù)處理

在借鑒已有文獻(xiàn)所建立的指標(biāo)的基礎(chǔ)上，本文分別從股票市場、貨幣市場、外匯市場、債券市場和銀行部門五個金融子市場共選取7個指標(biāo)變量。為更加精確、靈敏地刻畫金融壓力指數(shù)，采用2004年1月2日～2018年12月28日的日度數(shù)據(jù)，為消除量綱的影響，對所有變量數(shù)據(jù)都進(jìn)行了標(biāo)準(zhǔn)化處理，數(shù)據(jù)來源于國泰安數(shù)據(jù)庫、銳思數(shù)據(jù)庫、央行網(wǎng)站和銀保監(jiān)會網(wǎng)站。各金融子市場的指標(biāo)選取及指標(biāo)如表1所示。

2.3.1 股票市場

換手率是指在一定時間內(nèi)市場中股票轉(zhuǎn)手買賣的頻率，能夠反映股票流通性的強(qiáng)弱，換手率與股票的流動性為正向關(guān)系;市盈率是某種股票的每股市價與每股盈利的比率，是最常用來評估股價水平是否合理的指標(biāo)之一，市盈率過小則股票價值被低估，市盈率過大則股票價值被高估，股市可能出現(xiàn)投機(jī)性泡沫;股指波動率用股票指數(shù)收益率的標(biāo)準(zhǔn)差來表示，可以度量不同時期金融資產(chǎn)的波動情況，可以反映風(fēng)險狀況。

2.3.2 貨幣市場

SHIBOR-隔夜是上海銀行間同業(yè)拆放利率，是由信用等級較高的銀行組成報價團(tuán)自主報出的人民幣同業(yè)拆出利率計算確定的算術(shù)平均利率，能夠間接反映中央銀行貨幣政策變化。

2.3.3 外匯市場

匯率波動率，用人民幣對美元匯率波動率來表示。

2.3.4 債券市場

國債到期收益率波動率，用國債到期收益率的標(biāo)準(zhǔn)差來表示。到期收益率是指能使國債未來的現(xiàn)金流量的現(xiàn)值總和等于市場價格的收益率，是最重要的收益率指標(biāo)之一。

2.3.5 銀行部門

TED利差，是三個月倫敦銀行間市場利率與3個月美國國債利率之差，可反映銀行收益率趨勢變化。

2.4 基于因子分析的中國金融壓力指數(shù)構(gòu)建

由于因子分析以變量間相關(guān)關(guān)系為基礎(chǔ)，所以在做因子分析之前，首先進(jìn)行KMO和Bartlett球形度檢驗，來驗證變量間是否存在相關(guān)關(guān)系，利用SPSS軟件做因子分析，檢驗結(jié)果如表2所示。

從KMO和Bartlett的檢驗的結(jié)果可以看到，KMO的值為0.601，其值越接近于1則說明變量間的相關(guān)關(guān)系越強(qiáng)，Sig值為0，結(jié)果顯著，說明拒絕變量獨(dú)立的原假設(shè)，因此所選取的變量數(shù)據(jù)適合做因子分析。

接下來采取主成分法提取因子，依據(jù)特征值大于1的標(biāo)準(zhǔn)來確定公共因子的個數(shù)，運(yùn)行結(jié)果如表3所示。

從總方差解釋表中可以看到，根據(jù)主成分分析所提取的公因子個數(shù)為3，分別記為F1、F2、F3，累計貢獻(xiàn)率達(dá)到69.414%。其中，F(xiàn)1的方差貢獻(xiàn)率為31.755%，F(xiàn)2的方差貢獻(xiàn)率為21.648%，F(xiàn)3的方差貢獻(xiàn)率為16.011%。因此，根據(jù)公因子個數(shù)和各個公因子的方差貢獻(xiàn)率，確定金融壓力指數(shù)包括3個綜合變量，權(quán)重分別為0.317 55、0.216 48和0.160 11。

最后根據(jù)因子得分來確定各個公因子的成分構(gòu)成，軟件運(yùn)行結(jié)果如表4所示。

3 金融壓力指數(shù)有效性分析

針對前文所構(gòu)建的金融壓力指數(shù)，需要對其進(jìn)行趨勢分析，并根據(jù)其與歷史的實際金融市場狀況是否吻合進(jìn)行有效性測試。為更加直觀地展示2004年1月2日～2018年12月28日的金融壓力走勢，首先繪制金融壓力指數(shù)的走勢圖，如圖1所示。

2004年1月～2007年底，我國的金融壓力水平整體上處于較低的位置，從圖1中可以看到，我國金融壓力指數(shù)FSI在這一階段長期維持在0刻度線左右及以下。根據(jù)以往我國宏觀經(jīng)濟(jì)發(fā)展數(shù)據(jù)和金融市場狀況及政府的宏觀調(diào)控政策能夠發(fā)現(xiàn)，這期間我國GDP增長率較高，并且在2007年達(dá)到了10多年以來的最高水平，我國經(jīng)濟(jì)增長迅速，金融市場規(guī)模在快速擴(kuò)張，發(fā)展勢頭迅猛;期間，我國實施穩(wěn)健的貨幣政策來抑制物價上漲，避免通貨膨脹風(fēng)險，也限制了固定資產(chǎn)投資增長過快的情況，有效控制了貨幣信貸總量。因此，在這一階段我國的金融壓力較小。

2008年1月～2009年下半年，在這一階段我國的金融壓力一直處于高位，金融壓力指數(shù)波動幅度很大，并且在此期間達(dá)到峰值。從2008年7月開始，金融壓力指數(shù)迅速攀升，在2008年底到達(dá)峰值，隨后開始快速降低，但直到2009年7月都一直處于較高水平。2008年美國金融危機(jī)席卷全球，對中國的金融市場也帶來了較大的沖擊，期間股票市場成交額萎縮，股票指數(shù)大幅下跌，人民幣兌各主要貨幣的匯率大多呈現(xiàn)下跌的走勢，期貨價格震蕩下挫。由于這種劇烈沖擊，我國在這一階段的金融壓力很高。

2009年下半年～2018年底，我國金融壓力指數(shù)雖有小幅波動但總體上趨于平穩(wěn)，整體處于較低水平，但相較于第一階段偏高。在經(jīng)歷了2008年全球性金融海嘯的劇烈沖擊后，我國金融市場立即做出調(diào)整，采取寬松的貨幣政策和穩(wěn)健的財政政策，迅速恢復(fù)發(fā)展。期間，我國經(jīng)濟(jì)總量持續(xù)擴(kuò)大，已成為全球第二大經(jīng)濟(jì)體，經(jīng)濟(jì)發(fā)展勢頭良好，金融壓力總體水平不高，但近年來經(jīng)濟(jì)增速放緩，開始轉(zhuǎn)向高質(zhì)量發(fā)展，房地產(chǎn)業(yè)的房屋銷售價格增速驚人，物價的連年上漲，帶來了一定的經(jīng)濟(jì)泡沫，暗含了一定的金融風(fēng)險，這也解釋了為什么我國的金融壓力不會回到第一階段如此低的水平。

除此以外還應(yīng)當(dāng)注意到，2018年11～12月，金融壓力指數(shù)有明顯的迅速升高的趨勢，這與美國對我國發(fā)起的貿(mào)易打擊不無關(guān)聯(lián)，這里由于獲取的數(shù)據(jù)區(qū)間所限，便不加贅述。

通過以上對于金融壓力FSI走勢圖的分析能夠得出結(jié)論，基于因子分析模型所構(gòu)建的金融壓力指數(shù)大體上符合我國金融體系的發(fā)展歷程，說明了所構(gòu)建的金融壓力指數(shù)具備一定的合理性，能夠識別金融市場的典型事件，可以認(rèn)為指數(shù)構(gòu)建是有效的。

4 金融壓力指數(shù)與通貨膨脹的關(guān)聯(lián)分析

4.1 對金融壓力指數(shù)與通貨膨脹間變動趨勢的初步觀察

鑒于通貨膨脹率很難直接測度，一般用來衡量通貨膨脹率的價格指數(shù)有三種：居民消費(fèi)價格指數(shù)、生產(chǎn)者價格指數(shù)、國民生產(chǎn)總值價格折算指數(shù)。本文利用居民消費(fèi)價格指數(shù)的環(huán)比增長率來衡量通貨膨脹率，由于此數(shù)據(jù)為月度數(shù)據(jù)，因此將前文根據(jù)日度數(shù)據(jù)所構(gòu)建的金融壓力指數(shù)轉(zhuǎn)化為月度序列，轉(zhuǎn)換方法為取每月的最后一天的數(shù)據(jù)作為該月的代表。為消除量綱的影響，先對FSI指數(shù)和通貨膨脹率數(shù)據(jù)做標(biāo)準(zhǔn)化處理，接下來通過繪制FSI指數(shù)和通貨膨脹率的折線圖來觀察二者間的大致變動關(guān)系，如圖2所示。

從圖2中可以看到，F(xiàn)SI指數(shù)和通貨膨脹率大體上呈現(xiàn)一定的正向或反向聯(lián)系，但存在一定的滯后效應(yīng)，需要進(jìn)一步建模分析二者是否存在關(guān)聯(lián)以及具體的變動關(guān)系。

4.2 模型介紹

向量自回歸（VAR）模型是一種對于多變量時間序列進(jìn)行預(yù)測的方法，本文所使用的二元VARp理論模型如下：

4.3 VAR模型的構(gòu)建

在建立模型之前，需要對變量進(jìn)行單位根檢驗，利用Eviews9.0的檢驗結(jié)果匯總?cè)绫?所示。

可以看到，在0.05的顯著性水平下，變量FSI與變量INF通過了單位根檢驗，即拒絕“存在單位根”的原假設(shè)，表明兩個變量都是平穩(wěn)的。

為探究FSI指數(shù)與通貨膨脹率之間是否存在單向或雙向的“預(yù)測能力”，對兩個序列進(jìn)行格蘭杰因果檢驗，檢驗結(jié)果如表6所示。

可以看到，P值均落在0.05顯著性水平下的拒絕域內(nèi)，說明通貨膨脹率是FSI的格蘭杰原因，F(xiàn)SI也是通貨膨脹率的格蘭杰原因，兩個變量之間具備互相預(yù)測的能力。結(jié)合圖中的觀察結(jié)論，金融壓力與通貨膨脹率之間存在正向效應(yīng)。也就是說，金融壓力的提高會對通貨膨脹率產(chǎn)生影響，使得通貨膨脹率增加，通貨膨脹率的增加也會影響到金融壓力，產(chǎn)生同向變動。

FSI指數(shù)與通貨膨脹率之間存在雙向的格蘭杰因果關(guān)系，說明可以分別建立加入金融壓力指數(shù)（FSI）及通貨膨脹率（INF）作為各自內(nèi)生變量的向量自回歸模型。根據(jù)AIC準(zhǔn)則和SC準(zhǔn)則，并結(jié)合模型的穩(wěn)定性及系數(shù)的顯著性來綜合考慮，確定最優(yōu)滯后階數(shù)為2階，VAR回歸結(jié)果如表7所示。

從回歸結(jié)果可以看到，在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的系數(shù)較為顯著，在該回歸中反映通貨膨脹率的變量INF的前一期和前二期的系數(shù)均比較顯著，說明金融壓力指數(shù)主要受自身一階滯后和通貨膨脹率一階滯后及二階滯后項的影響;關(guān)于通貨膨脹率INF的回歸，其自身變量的前一期的系數(shù)和金融壓力指數(shù)前一期的系數(shù)較為顯著，可以發(fā)現(xiàn)當(dāng)期通貨膨脹率明顯受到前一期金融壓力指數(shù)的負(fù)向影響和前一期自身變量的正向影響，即前一期金融壓力指數(shù)越高，將導(dǎo)致通貨膨脹率降低，而前一期的通貨膨脹率越高，將導(dǎo)致當(dāng)期通貨膨脹率也較高。

6 建議

根據(jù)本文研究結(jié)果，我國金融壓力指數(shù)與通貨膨脹率之間的聯(lián)系較為密切，金融壓力的提高對于通貨膨脹率具有長期且顯著的提升作用，因此，將金融壓力控制在較低水平對于穩(wěn)定通貨膨脹率乃至整個宏觀經(jīng)濟(jì)都有重大意義。然而，由于我國金融系統(tǒng)的復(fù)雜性與脆弱性，金融壓力與通貨膨脹率之間關(guān)聯(lián)效應(yīng)的滯后性，以及我國這一發(fā)展中國家對于通貨膨脹較高的偏好，通貨膨脹率對于金融壓力的調(diào)控作用卻非常有限。結(jié)合金融壓力的內(nèi)涵和學(xué)者們的觀點(diǎn)，金融壓力是金融市場不穩(wěn)定性的體現(xiàn)，在“高壓”狀態(tài)下極易受到各種因素的沖擊，進(jìn)而引發(fā)系統(tǒng)性金融風(fēng)險。因此，精準(zhǔn)識別金融壓力所處的水平對于防范系統(tǒng)性金融風(fēng)險具有重要作用。對此，本文提出以下建議：

第一，監(jiān)管部門應(yīng)當(dāng)通過構(gòu)建科學(xué)有效的指標(biāo)體系來度量金融市場所面臨的壓力，全面掌握金融市場整體運(yùn)行狀況，進(jìn)一步提高風(fēng)險識別能力，為穩(wěn)定通貨膨脹和制定宏觀經(jīng)濟(jì)政策提供參考，也為防范系統(tǒng)性金融風(fēng)險提供預(yù)警作用。

第二，金融壓力的調(diào)控不能僅依賴于通貨膨脹率的調(diào)整，雖然貨幣政策是控制通貨膨脹率的主要手段，但降低金融壓力不能單純依靠貨幣政策，還應(yīng)該在宏微觀審慎監(jiān)管有機(jī)結(jié)合的框架下，適時、適度地運(yùn)用好多種政策工具，來達(dá)到降低金融市場壓力的目的，進(jìn)而維持我國金融市場長期繁榮穩(wěn)定，穩(wěn)住宏觀經(jīng)濟(jì)平穩(wěn)增長的大局。

參考文獻(xiàn)：

[1] 清華大學(xué)國家金融研究院金融與發(fā)展研究中心課題組.中國系統(tǒng)性金融壓力的監(jiān)測[J].國際金融研究，2019（12）：3-12.

[2] Illing M，Liu Y.An Index of Financial Stress for Canada[J].Working Papers，2003，29（14）：1-53.

[3] Hollo D，Kremer M，Lo Duca M.CISS-A Composite Indicator of Systemic Stress in the Financial System[J].SSRN Electronic Journal，2012，1（3）：347-351.

[4] Hakkio C S，Keeton W R.Financial Stress： What Is It，How Can It Be Measured，and Why Does It Matter？[J].Economic Review，2009，94（2）：5-50.

[5] 賴娟，呂江林.基于金融壓力指數(shù)的金融系統(tǒng)性風(fēng)險的測度[J].統(tǒng)計與決策，2010（19）：128-131.

[6] 陳守東，王妍.金融壓力指數(shù)與工業(yè)一致合成指數(shù)的動態(tài)關(guān)聯(lián)研究[J].財經(jīng)問題研究，2011（10）：39-46.

[7] 遠(yuǎn)旆帆.中國金融壓力指數(shù)的構(gòu)建與應(yīng)用分析[J].新經(jīng)濟(jì)，2014（29）：6-7.

[8] 王維國，王際皓.貨幣、銀行與資產(chǎn)市場風(fēng)險狀況的識別——基于金融壓力指數(shù)與MSIH-VAR模型的實證研究[J].國際金融研究，2016（8）：71-81.

[9] 許悅.系統(tǒng)性壓力綜合指數(shù)的有效性研究[J].統(tǒng)計與決策，2017（2）：166-170.

[10] 鄧創(chuàng)，趙珂.中國的金融壓力及其對宏觀經(jīng)濟(jì)景氣的影響動態(tài)[J].財經(jīng)研究，2018，44（7）：86-98，113.

[11] 管超.金融系統(tǒng)壓力與實體經(jīng)濟(jì)的動態(tài)關(guān)聯(lián)研究[J].金融與經(jīng)濟(jì)，2018（9）：18-25.

[12] 仲文娜，朱保華.中國金融體系壓力指數(shù)構(gòu)建及有效性檢驗[J].上海金融，2018（9）：15-22.

[13] Lall S，Cardarelli R，Elekdag S.Financial Stress，Downturns，and Recoveries[J].IMF Working Papers，2013，9（100）：25-29.

[14] 許滌龍，陳雙蓮.基于金融壓力指數(shù)的系統(tǒng)性金融風(fēng)險測度研究[J].經(jīng)濟(jì)學(xué)動態(tài)，2015（4）：69-78.

[15] Davig T A，Hakkio C.What Is the Effect of Financial Stress on Economic Activity[J].Economic Review，2010，95（2）：35-62.

[16] 劉曉星，方磊.金融壓力指數(shù)構(gòu)建及其有效性檢驗—基于中國數(shù)據(jù)的實證分析[J].管理工程學(xué)報，2012，26（3）：1-6.

[17] 徐國祥，李波.中國金融壓力指數(shù)的構(gòu)建及動態(tài)傳導(dǎo)效應(yīng)研究[J].統(tǒng)計研究，2017，34（4）：59-71.

[責(zé)任編輯：許立群]