部門杠桿區(qū)制轉(zhuǎn)換對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的非線性影響

■郭文偉

一、問題的提出

中央財(cái)經(jīng)委員會(huì)在2018年4月2日召開的會(huì)議中首次提出“結(jié)構(gòu)性去杠桿”，強(qiáng)調(diào)了以結(jié)構(gòu)性去杠桿為基本思路，分部門、分債務(wù)類型實(shí)施有序結(jié)構(gòu)性去杠桿的基本思路。同時(shí)要求著重降低地方政府和國有企業(yè)的杠桿率，以此實(shí)現(xiàn)我國宏觀杠桿率的穩(wěn)定下降。中國人民銀行在發(fā)布的2019 年第一和第二季度中國貨幣政策執(zhí)行報(bào)告中均強(qiáng)調(diào)要有序推進(jìn)結(jié)構(gòu)性去杠桿，平衡好穩(wěn)增長和防風(fēng)險(xiǎn)的關(guān)系。因此，如何有序推進(jìn)結(jié)構(gòu)性去杠桿就成為了防范和化解金融風(fēng)險(xiǎn)的重要路徑。其中，最為關(guān)鍵的環(huán)節(jié)是明確結(jié)構(gòu)性去杠桿的方向、力度和節(jié)奏。目前我國各部門杠桿走勢出現(xiàn)明顯分化，主要表現(xiàn)為政府部門、居民部門和非金融企業(yè)部門杠桿持續(xù)上漲，金融部門處于去杠桿的進(jìn)程中，而且各部門進(jìn)入了不同杠桿區(qū)制階段（高杠桿、中杠桿、低杠桿）。那么，各部門杠桿區(qū)制轉(zhuǎn)換對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的影響如何呢？不同部門去（加）杠桿對(duì)不同類型金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)溢出是否存在顯著的影響差異？是否會(huì)加劇金融體系尾部風(fēng)險(xiǎn)傳染效應(yīng)呢？

二、文獻(xiàn)綜述

（一）金融系統(tǒng)性風(fēng)險(xiǎn)溢出研究

金融系統(tǒng)性風(fēng)險(xiǎn)是由無法預(yù)期的事情影響了金融市場的有效性而產(chǎn)生的（Kupicc & Nickerson，2004），通常這種風(fēng)險(xiǎn)源于單個(gè)金融機(jī)構(gòu)產(chǎn)生的極端波動(dòng)情況導(dǎo)致金融體系整體受到?jīng)_擊和損失（Adrian&Brunnermeier，2014）。

2008 年金融危機(jī)暴露出早期金融系統(tǒng)性風(fēng)險(xiǎn)測度方法的嚴(yán)重局限性：沒有考慮到外來風(fēng)險(xiǎn)對(duì)金融機(jī)構(gòu)和整個(gè)金融市場的沖擊和傳染。對(duì)此，一些學(xué)者隨后提出了一系列改進(jìn)型的金融系統(tǒng)性風(fēng)險(xiǎn)測度方法，諸如網(wǎng)絡(luò)模型法和條件在險(xiǎn)價(jià)值法CoVaR 等，其中衡量金融系統(tǒng)性風(fēng)險(xiǎn)及其溢出效應(yīng)的方法（CoVaR、△CoVaR）最具代表性。當(dāng)前學(xué)術(shù)界主要存在三類有關(guān)CoVaR的建模估計(jì)方法：第一類是基于分位數(shù)回歸的CoVaR 建模估計(jì)法（Bernard&Czado，2015），但該方法估計(jì)結(jié)果相對(duì)粗糙，無法充分捕捉各變量間可能存在的非線性關(guān)系。第二類是基于DCC—GARCH 模型的CoVaR 模型估計(jì)法（Trabelsi et al.，2017）。第三類是基于Copula 的CoVaR 模 型 估 計(jì) 法（Bernardi et al.，2017）。相比之下，第三類方法能充分刻畫隨機(jī)變量之間的復(fù)雜相依結(jié)構(gòu)特征，但其高維動(dòng)態(tài)Copula—CoVaR 模型的估計(jì)技術(shù)尚未成熟，這導(dǎo)致其雖然具有更高測算精度，但運(yùn)算效率較低。

在金融系統(tǒng)性風(fēng)險(xiǎn)及其溢出效應(yīng)的實(shí)證方面，國內(nèi)大部分學(xué)者主要采用CoVaR 和△CoVaR 方法來測度金融市場和金融子行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)。王琳和沈沛龍（2017）、嚴(yán)偉祥等（2017）、王擎等（2016）分別基于EVT—Copula—CoVaR 模型、GARCH—Copula—CoVaR 模型和DCC—GARCH 模型對(duì)我國上市金融機(jī)構(gòu)（銀行、證券、保險(xiǎn)、信托業(yè)以及金融期貨）之間的動(dòng)態(tài)相關(guān)性和系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行廣泛研究，大部分研究結(jié)果均表明金融業(yè)存在明顯的系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)，金融系統(tǒng)的風(fēng)險(xiǎn)傳染一旦擴(kuò)大將會(huì)危及國民經(jīng)濟(jì)的穩(wěn)定。

（二）部門去杠桿對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的影響研究

國外文獻(xiàn)主要集中研究了金融部門去杠桿對(duì)商業(yè)經(jīng)濟(jì)和金融機(jī)構(gòu)所產(chǎn)生的負(fù)面影響。Eggertsson & Krugman（2012）認(rèn)為金融去杠桿會(huì)對(duì)宏觀經(jīng)濟(jì)產(chǎn)生負(fù)面沖擊。因?yàn)樵诮鹑谌ジ軛U過程中，會(huì)引發(fā)金融資產(chǎn)價(jià)格下跌，甚至?xí)呱碌牧鲃?dòng)性風(fēng)險(xiǎn)或信用風(fēng)險(xiǎn)，最終惡化了實(shí)體經(jīng)濟(jì)的融資能力和發(fā)展趨勢。國外學(xué)者的研究結(jié)論普遍表明：銀行財(cái)務(wù)杠桿和資產(chǎn)規(guī)模越大，其系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)就越大（Hautsch et al.，2014）。

相比之下，國內(nèi)大部分文獻(xiàn)集中研究三類問題：一是各部門杠桿與宏觀經(jīng)濟(jì)杠桿之間的相互溢出效應(yīng)。馬亞明和張潔瓊（2019）通過構(gòu)建四部門杠桿的時(shí)變向量自回歸模型（TVP—VAR）來分析各部門杠桿的溢出效應(yīng)，結(jié)果發(fā)現(xiàn)各部門杠桿之間存在時(shí)變影響效應(yīng)，金融部門杠桿會(huì)擠壓非金融企業(yè)部門杠桿，居民部門杠桿會(huì)抑制非金融企業(yè)部門杠桿和政府部門杠桿。二是金融去杠桿對(duì)系統(tǒng)性風(fēng)險(xiǎn)和經(jīng)濟(jì)增長的影響研究?？偟膩砜矗瑖鴥?nèi)文獻(xiàn)的結(jié)論主要有：第一，適度金融杠桿能促進(jìn)經(jīng)濟(jì)增長（王愛儉和杜強(qiáng)，2017）。第二，過度金融去杠桿將導(dǎo)致金融系統(tǒng)性風(fēng)險(xiǎn)（陳雨露等，2014）。第三，金融去杠桿加劇了經(jīng)濟(jì)波動(dòng)（馬勇和陳雨露，2017；吳建鑾等，2018）。三是如何實(shí)施結(jié)構(gòu)性去杠桿。婁飛鵬（2019）構(gòu)建含有高杠桿特征的動(dòng)態(tài)一般均衡模型來分析居民部門加杠桿對(duì)宏觀經(jīng)濟(jì)的沖擊效應(yīng)，研究結(jié)論表明居民部門加杠桿最終會(huì)加劇企業(yè)部門去杠桿造成的經(jīng)濟(jì)下行趨勢，無助于推進(jìn)結(jié)構(gòu)性去杠桿。周菲等人（2019）認(rèn)為相比金融去杠桿，財(cái)政去杠桿（控制財(cái)政支出和政府赤字）能更有效地降低企業(yè)部門杠桿，且對(duì)融資成本影響較小，并建議重點(diǎn)從減少財(cái)政支出和政府過度投資來實(shí)施財(cái)政去杠桿路徑。

現(xiàn)有文獻(xiàn)已經(jīng)在我國金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)及其影響因素方面取得了豐富的研究成果，但依然存在一些不足：第一，研究視角的局限。在實(shí)踐層面，政府已經(jīng)強(qiáng)調(diào)要從分部門的思路來制定有序結(jié)構(gòu)性去杠桿策略以防范和化解重大金融系統(tǒng)性風(fēng)險(xiǎn)，但至今理論研究明顯滯后于實(shí)踐進(jìn)展。鮮有文獻(xiàn)專門研究部門杠桿區(qū)制轉(zhuǎn)換對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)的影響。第二，研究問題的局限。少數(shù)文獻(xiàn)研究了金融去杠桿或金融杠桿波動(dòng)的宏觀經(jīng)濟(jì)效應(yīng)，而鮮有文獻(xiàn)研究各部門（居民部門、金融部門、非金融企業(yè)部門、政府部門）杠桿的區(qū)制特征及其對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的非線性影響效應(yīng)。相比現(xiàn)有相關(guān)研究，筆者的研究采用了自下而上的視角來動(dòng)態(tài)測度金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出和尾部風(fēng)險(xiǎn)傳染效應(yīng)，研究了各部門杠桿的區(qū)制特征及其對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的非線性影響效應(yīng)及差異，為制定科學(xué)合理的有序推進(jìn)結(jié)構(gòu)性去杠桿措施提供實(shí)證支持。

三、實(shí)證模型的構(gòu)建與說明

（一）時(shí)變聯(lián)動(dòng)性測度：DCC模型

考慮到采用的收益系列大部分不存在自相關(guān)，故而采用DCC—GARCH 的邊緣分布函數(shù)GJR（1，1）—Guass模型，模型形式如下：

上述邊緣分布模型有5個(gè)參數(shù)，其中公式（1）為均值方程，包含了參數(shù)c0、ei，t分別為收益率系列的均值和殘差；隨機(jī)變量ε具有d（εi，t，ν，λ）一樣的密度函數(shù)，公式（2）為方差方程，包括了4 個(gè)參數(shù)（w，α，β，γ），I（ei，t-1＜0）為指示性指標(biāo)，當(dāng)ei，t＜0 取1，否則取0，表明面對(duì)一個(gè)負(fù)面沖擊時(shí)，收益率系列波動(dòng)要大于面對(duì)一個(gè)正面沖擊時(shí)的波動(dòng)。對(duì)于GJR（1，1）模型來說，公式（3）還面臨著如下的約束條件：

DCC—GARCH模型形式如下

（二）金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)：△CoVaR模型

在險(xiǎn)價(jià)值（VaR）是指在一定置信水平下，金融資產(chǎn)在未來某時(shí)期內(nèi)可能發(fā)生的最大損失值，其表達(dá)式為：

其中，Xi是金融i行業(yè)的損失率，表示金融i 行業(yè)在q%置信水平下的損失。當(dāng)行業(yè)i 發(fā)生尾部風(fēng)險(xiǎn)事件C（Xi）時(shí)，如果行業(yè)i 對(duì)行業(yè)j 存在風(fēng)險(xiǎn)溢出效應(yīng)，那么行業(yè)j的尾部風(fēng)險(xiǎn)則表示為也稱為條件在險(xiǎn)價(jià)值。其實(shí)是條件概率分布的q%分位數(shù)：

因?yàn)棣?1（50%）=0，所以行業(yè)i 對(duì)行業(yè)j 的邊際風(fēng)險(xiǎn)溢出公式（8）可以簡化為：

（三）尾部風(fēng)險(xiǎn)溢出效應(yīng)：MES模型

根據(jù)Brownlees&Engle（2011）的推導(dǎo)，提前1期的MES可由市場和機(jī)構(gòu)的波動(dòng)率σm，t，σi，t相關(guān)性ρi，m，t及其標(biāo)準(zhǔn)化尾部期望的函數(shù)來衡量，其模型如公式（11）所示。其中，常數(shù)C一般取-2%，表示股市指數(shù)在一個(gè)交易日內(nèi)跌幅為2%。（εm，t，ξi，t）表示金融市場和金融機(jī)構(gòu)的下尾風(fēng)險(xiǎn)沖擊。MES 可用來刻畫金融市場與金融機(jī)構(gòu)之間的尾部風(fēng)險(xiǎn)溢出效應(yīng)。

（四）MS—VAR模型

滯后p階的MS—VAR模型的一般形式為：

其中，st表示不可觀測的區(qū)制變量，pi，j表示為從區(qū)制i轉(zhuǎn)換到區(qū)制j的概率，即：

其中，m 為區(qū)制狀態(tài)的數(shù)量。如果樣本數(shù)據(jù)存在三種區(qū)制，則st={1，2，3}，各種區(qū)制之間的轉(zhuǎn)換概率矩陣為：

顯然，對(duì)于矩陣中每一行有：

當(dāng)m=1，2，…M 時(shí)，MS—VAR 的一般形式可進(jìn)一步寫成：

四、金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)和尾部傳染效應(yīng)的測度

（一）樣本數(shù)據(jù)選擇與說明

以涉及5 個(gè)金融子行業(yè)（保險(xiǎn)、信托、銀行、證券、其他非銀金融）的60 家國內(nèi)上市金融機(jī)構(gòu)股票價(jià)格的日收盤價(jià)作為樣本數(shù)據(jù)進(jìn)行實(shí)證研究①樣本中，信托業(yè)有2家（陜國投A、安信信托），證券業(yè)有21家（東北證券、錦龍股份、國元證券、國海證券、廣發(fā)證券、長江證券、山西證券、中信證券、國投安信、國金證券、寶碩股份、西南證券、華鑫股份、海通證券、招商證券、太平洋證券、興業(yè)證券、東吳證券、華泰證券、光大證券、方正證券），保險(xiǎn)業(yè)有6家（天茂集團(tuán)、西水股份、中國平安、新華保險(xiǎn)、中國太保、中國人壽），銀行業(yè)有16家（平安銀行、寧波銀行、浦發(fā)銀行、華夏銀行、民生銀行、招商銀行、南京銀行、興業(yè)銀行、北京銀行、農(nóng)業(yè)銀行、交通銀行、工商銀行、光大銀行、建設(shè)銀行、中國銀行、中信銀行），其他非銀金融業(yè)有15家（渤海金控、民生控股、海德股份、中油資本、經(jīng)緯紡織、越秀金控、二三四五、寶德股份、易見股份、西部資源、新力金融、五礦資本、愛建集團(tuán)、綠庭投資、中航資本）。。行業(yè)分類參考東財(cái)行業(yè)指數(shù)標(biāo)準(zhǔn)進(jìn)行分類，數(shù)據(jù)來源于東方財(cái)富Choice 數(shù)據(jù)庫。研究時(shí)期從2012 年1月1 日—2018 年12 月31 日。所有數(shù)據(jù)均為日度收盤價(jià)，同時(shí)剔除不在同一天交易的數(shù)據(jù)，這里對(duì)樣本數(shù)據(jù)均進(jìn)行了對(duì)數(shù)收益率處理，公式如下：

在部門杠桿度量方面，借鑒陳雨露等人（2014）的做法，采用對(duì)其他金融部門債權(quán)占國內(nèi)信貸的比率來衡量金融部門杠桿FL、采用非金融企業(yè)部門債權(quán)占國內(nèi)信貸的比率來衡量非金融企業(yè)部門杠桿NFL、采用對(duì)政府部門債權(quán)占國內(nèi)信貸的比率來衡量政府部門杠桿GL；對(duì)于居民部門杠桿JML，運(yùn)用學(xué)界普遍采用的居民貸款占GDP 的比率來衡量。同時(shí)采用Census X12方法來消除4個(gè)部門杠桿的季度效應(yīng)。

（二）變量描述性統(tǒng)計(jì)分析及相關(guān)檢驗(yàn)

考慮到篇幅限制，表1僅列出股票市場（以滬深300 指數(shù)來代表）和各金融子行業(yè)的日度收益序列進(jìn)行描述性統(tǒng)計(jì)。對(duì)各個(gè)金融子行業(yè)來說，在偏度方面，滬深300 指數(shù)收益序列和其他非銀金融業(yè)指數(shù)收益序列表現(xiàn)出微弱的左偏，保險(xiǎn)業(yè)、信托業(yè)、銀行業(yè)和證券業(yè)的收益序列均呈現(xiàn)右偏特征；在峰度方面，整個(gè)市場和各個(gè)金融子行業(yè)均呈現(xiàn)“尖峰”特征；從J—B 檢驗(yàn)來看，整個(gè)市場和各個(gè)金融子行業(yè)均不服從正態(tài)性假設(shè)；ADF檢驗(yàn)表明序列均平穩(wěn)；Q（1）檢驗(yàn)結(jié)果表明證券業(yè)和其他非銀金融業(yè)的收益序列均在5%的置信水平上拒絕原假設(shè)，即存在自相關(guān)性，但其他4 個(gè)金融子行業(yè)和整個(gè)股票市場收益序列均接受原假設(shè)，也即說明這4 個(gè)收益系列均不存在一階自相關(guān)；LM檢驗(yàn)結(jié)果表明股票市場及5個(gè)金融子行業(yè)均存在顯著的ARCH效應(yīng)。

（三）金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)△CoVaR和尾部風(fēng)險(xiǎn)溢出效應(yīng)MES

采用邊緣分布函數(shù)GJR（1，1）—Guass進(jìn)行參數(shù)估計(jì)，獲得標(biāo)準(zhǔn)化殘差εi，t和時(shí)變波動(dòng)率σm，t，σi，t代入公式（5）求出60個(gè)金融機(jī)構(gòu)與股市之間的動(dòng)態(tài)相相關(guān)性ρi，m，t，最后利用公式（10）和公式（11）就可以求出在95%置信水平上的系統(tǒng)性風(fēng)險(xiǎn)、溢出效應(yīng)和尾部風(fēng)險(xiǎn)溢出效應(yīng)；然后基于市值加權(quán)方法來合成整個(gè)金融行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)CoVaR、系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)△CoVaR 和尾部風(fēng)險(xiǎn)溢出效應(yīng)MES。最終結(jié)果如圖1 所示。從圖1 可知，在整個(gè)研究時(shí)期（2012—2018年）內(nèi)3種風(fēng)險(xiǎn)指標(biāo)（CoVaR、△CoVaR、MES）的走勢較為趨同，可分為3個(gè)典型時(shí)期。在第一時(shí)期（2012 年1 月—2014 年9 月），這3 種風(fēng)險(xiǎn)指標(biāo)走勢較為平緩，說明該時(shí)期內(nèi)各金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)水平及其溢出效應(yīng)均不存在顯著波動(dòng)；從絕對(duì)值水平來看，CoVaR＞MES＞△CoVaR，說明這段時(shí)期內(nèi)金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)水平＞尾部風(fēng)險(xiǎn)溢出效應(yīng)＞系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)。在第二時(shí)期（2014 年10 月—2015年10月）內(nèi)，整個(gè)金融業(yè)的三種風(fēng)險(xiǎn)指標(biāo)（CoVaR、△CoVaR、MES）開始大幅上升，并分別在2014 年12月達(dá)到前期高點(diǎn)，隨后持續(xù)快速回落至2015年2月；在資本市場杠桿牛市的強(qiáng)力帶動(dòng)下開始出現(xiàn)上升態(tài)勢，并在2015年7月創(chuàng)出歷史新高，但隨后在證監(jiān)會(huì)強(qiáng)力去杠桿而引發(fā)股災(zāi)的沖擊下出現(xiàn)快速回落。在該時(shí)期內(nèi)，3 種風(fēng)險(xiǎn)值大小依次為MES＞CoVaR＞△CoVaR，這表明在資本市場出現(xiàn)短期暴漲暴跌的情景內(nèi)，金融機(jī)構(gòu)面臨的最大風(fēng)險(xiǎn)是尾部風(fēng)險(xiǎn)溢出效應(yīng)。在第三時(shí)期內(nèi)（2015 年11 月—2018年12月）內(nèi)，金融業(yè)的三種風(fēng)險(xiǎn)指標(biāo)走勢恢復(fù)到之前的平穩(wěn)態(tài)勢，從絕對(duì)值水平看，3 種風(fēng)險(xiǎn)值大小依次為CoVaR＞MES＞△CoVaR，但該時(shí)期內(nèi)3種風(fēng)險(xiǎn)指標(biāo)的平均值要明顯大于第一時(shí)期（2012年1月—2014年9月），而明顯小于第二時(shí)期（2014 年10 月—2015年10月）。

表1 金融市場、金融子行業(yè)收益序列的描述性統(tǒng)計(jì)

五、部門杠桿區(qū)制對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的影響分析

（一）各部門杠桿區(qū)制特征分析

為了合理界定各部門杠桿的區(qū)制特征（杠桿水平I 和杠桿波動(dòng)率H），這里采用截距和方差可隨狀態(tài)變化的單變量馬爾科夫區(qū)制模型（MSIH），并結(jié)合AIC 最小化原則來確定各部門杠桿的最佳區(qū)制數(shù)量。最終結(jié)果如下圖2和表3所示。從各部門杠桿走勢看，在整個(gè)研究時(shí)期內(nèi)，4 個(gè)部門杠桿走勢各異；金融部門杠桿從2012 年持續(xù)上漲至2016 年見頂后開始出現(xiàn)下降至2018年底；非金融部門杠桿則在2012—2017 年呈現(xiàn)出震蕩走勢，但從2018 年初開始出現(xiàn)上漲態(tài)勢；政府部門杠桿則在2012—2014年處于底部盤整后，從2015年至今出現(xiàn)持續(xù)上升格局。居民部門杠桿除了在2008年略有下降之后，其他時(shí)期均處于上升趨勢。總體上表現(xiàn)為：金融部門正處于去杠桿階段，而其他3 個(gè)部門仍然處于加杠桿階段。

圖2 四個(gè)部門杠桿的區(qū)制劃分

在杠桿區(qū)制方面，金融部門杠桿在整個(gè)研究時(shí)期內(nèi)存在3種區(qū)制：區(qū)制1代表金融部門低杠桿狀態(tài)，杠桿均值為1.52%，波動(dòng)率為0.19，主要發(fā)生在2012年1 月—2014 年2 月期間；在這個(gè)時(shí)期內(nèi)，金融部門杠桿由2012 年1 月的1.25%緩慢上升到2014 年2 月的1.85%，上漲速度較慢。區(qū)制2代表金融部門中杠桿狀態(tài)，杠桿均值為2.52%，波動(dòng)率為0.40，主要發(fā)生在2014 年3 月—2015 年12 月；在這個(gè)時(shí)期內(nèi)，金融部門杠桿由2014 年的3 月的1.99%開始加速上漲至2015 年12 月的3.13%。從上漲速度來看，第二區(qū)制最大，這就表明在該時(shí)期內(nèi)，社會(huì)流動(dòng)性得到最大的提升，也使得我國金融市場尤其是股票市場在該時(shí)期內(nèi)出現(xiàn)了由資金推動(dòng)的短期牛市（2014年11月—2015年6月）；這一點(diǎn)從3種區(qū)制內(nèi)金融杠桿的波動(dòng)率也進(jìn)一步得到印證。從波動(dòng)率看，中度杠桿的波動(dòng)程度最大，而低杠桿的波動(dòng)程度最小。區(qū)制3代表金融部門高杠桿狀態(tài)，杠桿均值為3.84%，波動(dòng)率為0.29，主要發(fā)生在2016年1 月—2018 年12 月。在這個(gè)時(shí)期內(nèi)，金融部門杠桿由2016 年1 月的3.65%逐漸上漲至2017 年2 月的峰值4.22%，隨后緩慢下降至2018 年12 月的3.26%，但總體均值仍處于高位。從各區(qū)制杠桿平均持續(xù)時(shí)間看，金融部門高、中、低杠桿平均持續(xù)了23.56個(gè)月、23.42個(gè)月、33.96個(gè)月。金融部門在整個(gè)時(shí)期中有42.86%的時(shí)間處于高杠桿狀態(tài)，有26.19%和30.95%的時(shí)間分別處于中杠桿和低杠桿狀態(tài)。

非金融企業(yè)部門杠桿在整個(gè)研究時(shí)期內(nèi)存在兩種區(qū)制：區(qū)制1 代表非金融企業(yè)部門低杠桿狀態(tài)，杠桿均值為17.60%，波動(dòng)率為0.11，主要發(fā)生在2013年11 月—2015 年5 月、2016 年11 月—2018年10月；這個(gè)時(shí)期內(nèi)非金融企業(yè)的資產(chǎn)負(fù)債率相對(duì)不高，但也面臨較為緊縮的外部流動(dòng)性局面，企業(yè)融資難度較大。區(qū)制2 代表非金融企業(yè)部門高杠桿狀態(tài)，杠桿均值為17.93%，波動(dòng)率為0.095，主要發(fā)生在2012 年1 月—2013 年10 月、2015 年6 月—2016 年10 月、2018 年11 月—2018 年12 月；這個(gè)時(shí)期內(nèi)，由于金融市場出現(xiàn)了明顯的流動(dòng)性不足，特別是股票市場，由于監(jiān)管部門在2015年6月開始實(shí)施強(qiáng)力去杠桿和整頓場外非法配資措施，從而導(dǎo)致股市在隨后2個(gè)月內(nèi)出現(xiàn)持續(xù)暴跌，導(dǎo)致很多上市公司面臨較大的基于股權(quán)質(zhì)押的貸款違約風(fēng)險(xiǎn)，企業(yè)資產(chǎn)負(fù)債率出現(xiàn)了明顯的上升，非金融企業(yè)部門高杠杠狀態(tài)凸顯。從各區(qū)制杠桿平均持續(xù)時(shí)間看，非金融企業(yè)部門高、低區(qū)制杠桿平均持續(xù)了4.37 個(gè)月、9.76 個(gè)月。非金融企業(yè)部門在整個(gè)時(shí)期中有48.81%的時(shí)間處于高杠桿狀態(tài)，有51.19%處于低杠桿狀態(tài)。從波動(dòng)率來看，高、低杠桿的波動(dòng)程度接近。

政府部門杠桿在整個(gè)研究時(shí)期內(nèi)存在兩種區(qū)制：區(qū)制1代表低杠桿狀態(tài)，杠桿均值為1.04%，波動(dòng)率為0.13，主要發(fā)生在2012 年1 月—2015 年11 月；這段時(shí)期內(nèi)，政府部門杠桿率從1.15%緩慢上升至1.32%，中間還出現(xiàn)下跌走勢。該時(shí)段內(nèi)由于國家對(duì)地方政府發(fā)債管控較為嚴(yán)格，導(dǎo)致政府部門主要通過城投公司進(jìn)行銀行信貸融資，但受制于金融部門的風(fēng)險(xiǎn)控制，其融資規(guī)模和融資增速一直較為緩慢。區(qū)制2 代表高杠桿狀態(tài)，杠桿均值為2.44%，波動(dòng)率為0.40，主要發(fā)生在2015 年12 月—2018 年12月；從2016 年開始，中央政府對(duì)地方政府發(fā)債進(jìn)一步放松，允許符合條件的地方政府發(fā)行地方政府債券，這導(dǎo)致地方政府開始由銀行信貸轉(zhuǎn)向發(fā)行大量地方債來進(jìn)行公共民生建設(shè)，從而使得政府部門杠桿進(jìn)入了高杠桿區(qū)制狀態(tài)。從各區(qū)制杠桿平均持續(xù)時(shí)間來看，政府部門高、低區(qū)制杠桿平均持續(xù)了18.80 個(gè)月、23.40 個(gè)月。政府部門在整個(gè)時(shí)期中有44.05%的時(shí)間處于高杠桿狀態(tài)，有55.95%處于低杠桿狀態(tài)。從波動(dòng)率看，高杠桿波動(dòng)程度明顯大于低杠桿的波動(dòng)程度。

居民部門杠桿在整個(gè)研究時(shí)期內(nèi)存在三種區(qū)制：區(qū)制1 代表低杠桿狀態(tài)，杠桿均值為30.40%，波動(dòng)率為1.79，主要發(fā)生在2012年1月—2013年3月；區(qū)制2 代表中杠桿狀態(tài)，杠桿均值為37.1%，波動(dòng)率為2.42，主要發(fā)生在2013年4月—2016年1月；區(qū)制3 代表高杠桿狀態(tài)，杠桿均值為48.40%，波動(dòng)率為3.20，主要發(fā)生在2016 年2 月—2018 年12 月；從各區(qū)制杠桿平均持續(xù)時(shí)間來看，居民部門高、中、低區(qū)制杠桿平均持續(xù)了31個(gè)月、31個(gè)月、22個(gè)月。居民部門在整個(gè)時(shí)期中有39.20%的時(shí)間處于高杠桿狀態(tài)，有35.71%處于中杠桿狀態(tài)，有25.0%處于低杠桿狀態(tài)。從波動(dòng)率看，杠桿率越大，其高杠桿波動(dòng)程度越大。居民部門杠桿大部分來源于購房貸款，這與我國房價(jià)走勢密切相關(guān)，房價(jià)越高，居民投資炒房意愿更加強(qiáng)烈，因而居民部門杠桿隨之越高（王力平和隋杰，2019）。從我國百城房價(jià)走勢來看，區(qū)制1內(nèi)，百城住宅均價(jià)由9696元/平方米上漲至9998元/平方米，一年多時(shí)間，房價(jià)僅僅上漲了300 元/平方米，說明該時(shí)期內(nèi)房價(jià)走勢處于橫盤階段，投資房產(chǎn)沒有顯著收益，居民炒房意愿較低，居民部門的杠桿也較低。區(qū)制2 內(nèi)，百城住宅均價(jià)由10098元/平方米上漲至11026元/平方米，房價(jià)上漲了10%左右，相比之前的第一區(qū)制內(nèi)，房價(jià)漲幅有了一定的提升，居民炒房意愿也開始提升，居民部門的杠桿也由低杠桿狀態(tài)進(jìn)入了中杠桿狀態(tài)。在區(qū)制3內(nèi)，百城住宅均價(jià)由10098 元/平方米上漲至14678元/平方米，房價(jià)上漲近40%左右，相比之前的第二區(qū)制內(nèi)，住宅投資收益得到了顯著提升，這就極大刺激了居民炒房意愿，購房貸款隨之開始大幅飆升，從而使得我國居民部門杠桿也由中杠桿狀態(tài)進(jìn)入了高杠桿狀態(tài)①百城住宅均價(jià)數(shù)據(jù)來自國家統(tǒng)計(jì)局。。

（二）不同部門杠桿區(qū)制下的脈沖響應(yīng)分析

采用MSIH 模型結(jié)合表2 中各部門的杠桿區(qū)制劃分結(jié)果進(jìn)行建模分析，以進(jìn)一步分析金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出對(duì)各部門不同區(qū)制杠桿的脈沖響應(yīng)。給定每個(gè)部門杠桿一個(gè)標(biāo)準(zhǔn)差的正沖擊，觀察金融系統(tǒng)性風(fēng)險(xiǎn)及其溢出（CoVaR、△CoVaR、MES）在不同區(qū)制下的脈沖響應(yīng)。最終結(jié)果如圖3所示。從圖3 的子圖（1）可知，在低杠桿區(qū)制下，給定金融部門杠桿一個(gè)標(biāo)準(zhǔn)差的正向沖擊，△CoVaR、MES會(huì)在隨后第一個(gè)期（月）出現(xiàn)最大的正向響應(yīng)值0.1，但響應(yīng)值隨之出現(xiàn)快速衰減至第4 期基本趨于零，說明在低杠桿區(qū)制下，金融系統(tǒng)性風(fēng)險(xiǎn)溢出和尾部風(fēng)險(xiǎn)溢出對(duì)金融部門杠桿的脈沖響應(yīng)大概持續(xù)4個(gè)月。相比之下，在高杠桿區(qū)制下，給定金融部門杠桿一個(gè)標(biāo)準(zhǔn)差的正向沖擊，金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的正向脈沖響應(yīng)程度更大，在第1 期就出現(xiàn)了最大的響應(yīng)值0.5，但也是在隨后4 期內(nèi)趨于消失。在中杠桿區(qū)制下，金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出對(duì)金融部門杠桿的沖擊表現(xiàn)出負(fù)向脈沖響應(yīng)，第1期的響應(yīng)值為-0.1，隨后不斷減弱，大概持續(xù)4期。這說明，金融部門杠桿越高，加杠桿對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出和尾部傳染風(fēng)險(xiǎn)的促進(jìn)作用就越大，而在中杠桿區(qū)制下，加杠桿在一定程度上會(huì)抑制系統(tǒng)性風(fēng)險(xiǎn)溢出及其尾部風(fēng)險(xiǎn)傳染效應(yīng)。

表2 各部門杠桿區(qū)制劃分、轉(zhuǎn)換概率及其持續(xù)期

從圖3 的子圖（2）可知，在低杠桿區(qū)制下，給定非金融企業(yè)部門杠桿一個(gè)標(biāo)準(zhǔn)差的正向沖擊，△CoVaR、MES會(huì)在隨后第1期（月）出現(xiàn)最大的正向響應(yīng)值0.075，但響應(yīng)值在隨后第1期末就趨零并轉(zhuǎn)為負(fù)值持續(xù)至第12 期。這說明，當(dāng)非金融企業(yè)部門杠桿較低時(shí)，加杠桿會(huì)在短期內(nèi)提升金融系統(tǒng)性風(fēng)險(xiǎn)及其溢出，但在中長期上會(huì)抑制金融系統(tǒng)性風(fēng)險(xiǎn)及其溢出效應(yīng)。在高杠桿區(qū)制下，給定非金融企業(yè)部門杠桿一個(gè)標(biāo)準(zhǔn)差的正向沖擊，金融系統(tǒng)性風(fēng)險(xiǎn)在隨后12 期內(nèi)均呈現(xiàn)出不斷衰減的負(fù)向脈沖響應(yīng)特征，這說明在非金融企業(yè)部門高杠桿區(qū)制下，適當(dāng)提升其杠桿率有助于抑制金融系統(tǒng)性風(fēng)險(xiǎn)水平及其溢出效應(yīng)。從圖3 的子圖（3）可知，無論是在低杠桿區(qū)制還是高杠桿區(qū)制下，給定政府部門杠桿一個(gè)標(biāo)準(zhǔn)差的正向沖擊，△CoVaR、MES 均會(huì)在隨后第4 期內(nèi)表現(xiàn)出負(fù)的脈沖響應(yīng)值，但響應(yīng)程度在第4 期基本趨于消失。從橫向比較看，在高杠桿區(qū)制下，金融系統(tǒng)性風(fēng)險(xiǎn)對(duì)政府部門杠桿的負(fù)向脈沖響應(yīng)程度明顯大于在低杠桿區(qū)制下的脈沖響應(yīng)程度。由此表明，政府部門加杠桿在短期內(nèi)會(huì)對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)及其溢出效應(yīng)產(chǎn)生抑制作用。從圖3 的子圖（4）可知，在中、低三種杠桿區(qū)制下，給定居民部門杠桿一個(gè)標(biāo)準(zhǔn)差的正向沖擊，△CoVaR、MES均會(huì)在第1期出現(xiàn)最大的負(fù)響應(yīng)值，然后響應(yīng)值不斷衰減至第4期基本消失；這說明對(duì)居民部門加杠桿在短期內(nèi)會(huì)對(duì)金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)和尾部風(fēng)險(xiǎn)傳染效應(yīng)產(chǎn)生一定抑制作用，但該抑制效應(yīng)持續(xù)時(shí)間僅為隨后2個(gè)月內(nèi)。在高杠桿區(qū)制下，居民部門杠桿對(duì)金融系統(tǒng)風(fēng)險(xiǎn)溢出具有一定的促進(jìn)作用。從橫向比較來看，杠桿區(qū)制越高，其脈沖響應(yīng)程度越大，但持續(xù)時(shí)間均較短。風(fēng)險(xiǎn)溢出效應(yīng)和尾部風(fēng)險(xiǎn)傳染效應(yīng)產(chǎn)生一定抑制作用，但該抑制效應(yīng)持續(xù)時(shí)間僅為隨后2個(gè)月內(nèi)。在高杠桿區(qū)制下，居民部門杠桿對(duì)金融系統(tǒng)風(fēng)險(xiǎn)溢出具有一定的促進(jìn)作用。從橫向比較來看，杠桿區(qū)制越高，其脈沖響應(yīng)程度越大，但持續(xù)時(shí)間均較短。

圖3 不同部門杠桿區(qū)制下金融系統(tǒng)性風(fēng)險(xiǎn)的脈沖響應(yīng)

六、結(jié)論與建議

筆者首先采用CoVaR 和MES 方法來測度國內(nèi)金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)和尾部風(fēng)險(xiǎn)溢出效應(yīng)；然后通過構(gòu)建MS—VAR 模型來分析各部門杠桿區(qū)制轉(zhuǎn)換對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出的非線性影響效應(yīng)。最終研究結(jié)論如下：

第一，各部門杠桿走勢呈現(xiàn)出不同區(qū)制特征。總體上，金融部門處于降杠桿趨勢，而居民部門、政府部門和非金融企業(yè)部門均處于加杠桿趨勢。各區(qū)制杠桿率越高，其波動(dòng)率越大。金融部門杠桿存在高、中、低三種區(qū)制，各區(qū)制杠桿平均持續(xù)時(shí)間分別為23.56個(gè)月、23.42 個(gè)月、33.96 個(gè)月。非金融企業(yè)部門杠桿存在高、低兩種區(qū)制，各區(qū)制杠桿平均持續(xù)時(shí)間為4.37個(gè)月、9.76個(gè)月。同樣，政府部門杠桿存在高、低兩種區(qū)制，各區(qū)制杠桿平均持續(xù)時(shí)間為18.80 個(gè)月、23.40 個(gè)月。居民部門存在高、中、低三種區(qū)制，各區(qū)制杠桿平均持續(xù)時(shí)間為31個(gè)月、31個(gè)月、22個(gè)月。第二，各部門杠桿區(qū)制轉(zhuǎn)換趨勢不同。金融部門杠桿正由高杠桿區(qū)制轉(zhuǎn)向中杠桿區(qū)制，而非金融企業(yè)部門和政府部門則由低杠桿區(qū)制轉(zhuǎn)向高杠桿區(qū)制；居民部門則由中杠桿區(qū)制轉(zhuǎn)向高杠桿區(qū)制。第三，部門杠桿對(duì)金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)溢出的影響存在杠桿區(qū)制依賴特征。在高、低杠桿區(qū)制上，金融部門加杠桿會(huì)加劇金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)，而在中杠桿區(qū)制上，金融部門加杠桿能抑制金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)；當(dāng)非金融企業(yè)部門處于低杠桿區(qū)制時(shí)，加杠桿會(huì)在短期內(nèi)加劇金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)，在高杠桿區(qū)制下，非金融企業(yè)部門加杠桿反而會(huì)在一定程度上抑制金融系統(tǒng)性風(fēng)險(xiǎn)溢出。政府部門在不同杠桿區(qū)制下加杠桿均會(huì)在短期內(nèi)對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)溢出產(chǎn)生抑制作用。與此類似，在中、低杠桿區(qū)制下，居民部門加杠桿在短期內(nèi)會(huì)對(duì)金融機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)產(chǎn)生一定抑制作用，但該抑制效應(yīng)持續(xù)時(shí)間較短。而在高杠桿區(qū)制下，居民部門加杠桿會(huì)在短期內(nèi)促進(jìn)金融系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)。

根據(jù)上述結(jié)論，就有序推進(jìn)結(jié)構(gòu)性去杠桿以防范金融系統(tǒng)性風(fēng)險(xiǎn)方面提出如下建議：第一，通過厘清各部門杠桿所處區(qū)制及其轉(zhuǎn)向趨勢來明確有序推進(jìn)結(jié)構(gòu)性去杠桿的對(duì)象和方向。當(dāng)前應(yīng)該緩慢降低金融部門杠桿至中度杠桿區(qū)制水平，同時(shí)下大力度抑制政府部門杠桿和居民部門杠桿的過快上漲趨勢，使其回落至高杠桿區(qū)制水平。將非金融企業(yè)部門杠桿降至低杠桿區(qū)制水平。第二，有序推進(jìn)結(jié)構(gòu)性去杠桿的重點(diǎn)在于降低非金融部門杠桿和居民部門杠桿。要控制去杠桿的力度和節(jié)奏，防止部門杠桿過度波動(dòng)，并避免過度去杠桿而加劇金融系統(tǒng)性風(fēng)險(xiǎn)溢出和金融體系不穩(wěn)定。