我國金融壓力對工業(yè)增長的動態(tài)影響研究

沈 麗，劉 晴

(山東財經(jīng)大學 金融學院，濟南 250002)

一、引言

近年來，我國工業(yè)行業(yè)主動適應經(jīng)濟發(fā)展新常態(tài)的要求，在落實穩(wěn)增長、促改革、調(diào)結(jié)構(gòu)等各項政策措施中發(fā)揮了突出作用，為國民經(jīng)濟保持穩(wěn)定增長發(fā)揮著重要支撐作用。但是由于具有生產(chǎn)周期長、融資需求大等突出特點，我國工業(yè)增長始終對金融體系的依賴較大，為此國家不同部門均出臺了多項政策措施加大金融對工業(yè)增長的扶持力度，增強金融服務工業(yè)增長的能力。2016年，央行等八部委印發(fā)《關(guān)于金融支持工業(yè)穩(wěn)增長調(diào)結(jié)構(gòu)增效益的若干意見》，提出要加大金融對工業(yè)增長的支持力度。2017年，黨的十九大報告進一步明確提出要“增強金融服務實體經(jīng)濟能力”。2019年中央經(jīng)濟工作會議強調(diào)要繼續(xù)加大金融對工業(yè)制造業(yè)的支持力度，推動工業(yè)穩(wěn)定增長。2020年2月1日，為應對突發(fā)疫情對工業(yè)增長的沖擊，央行等五部門進一步提出金融部門要采取一系列措施，強化金融對工業(yè)增長的支持力度，支持實體經(jīng)濟穩(wěn)定發(fā)展。官方數(shù)據(jù)顯示，2020年4月份，我國規(guī)模以上工業(yè)增加值同比增長3.9%，由負轉(zhuǎn)正，但是從2020年1月至2020年4月的總體數(shù)據(jù)來看，這一期間我國規(guī)模以上工業(yè)增加值仍然同比下降4.9%。因此，增強金融服務工業(yè)增長的能力仍然是當前金融工作的重點。

而隨著經(jīng)濟增長速度略有放緩和經(jīng)濟結(jié)構(gòu)的持續(xù)改善，我國金融體系自身潛在的壓力逐漸顯現(xiàn)，并進一步在工業(yè)行業(yè)間積聚和釋放，不僅影響著金融體系自身的穩(wěn)定，也給金融服務工業(yè)增長的能力造成了沖擊。在此背景下，金融壓力的釋放會對工業(yè)增長產(chǎn)生怎樣的沖擊，這種沖擊又是通過什么渠道傳導的？對該問題的解答，有助于深入理解我國金融壓力對工業(yè)增長的動態(tài)影響機制，為制定更有針對性的發(fā)展戰(zhàn)略及相關(guān)政策提供相關(guān)理論依據(jù)和決策參考。

二、文獻綜述

自從加拿大經(jīng)濟學家Illing和Liu提出金融壓力這一概念以來，大多數(shù)學者認為金融壓力是反映整個金融體系由于自身脆弱性和預期變化以及外部沖擊等因素影響而承受的總體壓力水平的綜合性指標[1-4]。此外，也有學者從刻畫系統(tǒng)性金融風險的角度定義金融壓力，認為可以通過測度給定時期內(nèi)的金融壓力來分析風險的相對水平[5-6]。本文中關(guān)注的主要是第一種，即定義金融壓力是指金融體系受各種因素影響所承受的總體壓力水平。

學術(shù)界普遍認為金融壓力可以通過金融壓力指數(shù)來衡量[7]，構(gòu)建金融壓力指數(shù)的關(guān)鍵在于子系統(tǒng)指標的選取和權(quán)重的確定兩方面。由于各國金融環(huán)境的差異，國外學者在構(gòu)建金融壓力指數(shù)時，學者們所考慮的微觀指標有所不同，但大多都會涵蓋銀行部門、股票市場、外匯市場和債券市場等金融部門[8-10]。國內(nèi)大多數(shù)學者主要從股票、債券和外匯市場以及銀行業(yè)四個金融部門選取指標構(gòu)建我國的金融壓力指數(shù)[11-13]。此外，也有不同的學者根據(jù)研究的問題對指標的選取作了相應的調(diào)整，在構(gòu)建我國的金融壓力指數(shù)時從保險市場、貨幣市場和金融政策環(huán)境中選取相關(guān)指標[14-16]。通過梳理已有文獻可以發(fā)現(xiàn)，學術(shù)界對于指標的選取尚未形成共識，受數(shù)據(jù)可得性和操作復雜性的約束，要結(jié)合所研究的問題并綜合考慮多種因素來進行具體指標的選取。

金融壓力指數(shù)是通過對不同金融部門子壓力指數(shù)加權(quán)得到的，因此權(quán)重的確定至關(guān)重要。已有研究在確定權(quán)重時大多使用信用總量權(quán)重法[17]、主成分分析法[18-19]和等方差權(quán)重法[18]幾種賦權(quán)方法。而隨著研究的深入，這幾種方法的局限性也逐漸顯露出來，為了確保構(gòu)建的金融壓力指數(shù)的準確性，一些學者開始對確定權(quán)重的方法進行改進。閆先東和朱迪星[20]等先后使用CRITIC客觀賦權(quán)法構(gòu)建了我國的金融壓力指數(shù)，并進一步通過分析得出使用該賦權(quán)方法構(gòu)建的金融壓力指數(shù)能夠較為準確地反映我國的金融壓力狀況。CRITIC賦權(quán)法同時考慮到了指標的變異性和各指標之間的沖突性，確定的權(quán)重更為準確、更具有現(xiàn)實意義。

從金融壓力對工業(yè)增長動態(tài)影響的研究進展來看，學術(shù)界普遍認為金融壓力對工業(yè)增長具有顯著的負面影響[17]。國外相關(guān)研究起步較早，Apostolakis和Papadopoulos通過研究得出，金融壓力對經(jīng)濟穩(wěn)定性具有負向影響[20]。Hubrich和Tetlow 、Cambón和Estévez基于馬爾科夫區(qū)制轉(zhuǎn)移模型的研究認為，金融壓力指數(shù)越高對經(jīng)濟運行越不利[21-22]。劉瑞興[15]研究表明我國金融壓力對實體經(jīng)濟存在單向的負面沖擊，鄧創(chuàng)和趙珂[3]實證得出金融壓力的積聚會對經(jīng)濟景氣具有抑制效應。相關(guān)研究多關(guān)注金融壓力對工業(yè)增長的沖擊，而何青、江紅莉等指出缺乏良好經(jīng)濟基礎(chǔ)的支撐會導致金融體系脆弱性增強，這又會進一步導致金融壓力增加[23-24]。此外，現(xiàn)有研究大多從線性影響的角度考察金融壓力對工業(yè)增長的影響，忽視了近幾年來我國金融壓力和工業(yè)增長表現(xiàn)出來的非線性特征[25-26]。從實證方法來看，早期學者大多通過建立VAR模型并結(jié)合格蘭杰因果檢驗方法進行研究[15]，但是由于傳統(tǒng)的線性檢驗方法考察的是兩個變量之間的線性因果關(guān)系，當所考察的變量間存在非線性特征時，采用該檢驗方法可得到的結(jié)論可能不夠準確[27]。

回顧和整理相關(guān)文獻可以發(fā)現(xiàn)，眾多學者在金融壓力的識別以及金融壓力與工業(yè)增長的關(guān)系問題上為我們提供了扎實的基礎(chǔ)，但也存在一定的不足。已有研究主要基于線性因果關(guān)系檢驗方法方法對我國金融壓力對工業(yè)增長的影響展開研究，但是金融壓力和工業(yè)增長的非線性特征日益顯現(xiàn)，傳統(tǒng)的線性檢驗方法可能因為忽視了變量間實際存在的非線性因果關(guān)系而影響其推測結(jié)果的準確性。鑒于已有研究的局限，本文的主要創(chuàng)新之處在于，通過采取非線性Granger因果關(guān)系檢驗方法對我國金融壓力以及不同金融部門子壓力和工業(yè)增長間的非線性因果關(guān)系進行檢驗，避免了傳統(tǒng)的線性因果關(guān)系檢驗方法因忽視我國金融壓力和工業(yè)增長間實際存在的非線性因果關(guān)系而可能導致的誤差，以便更為準確深入地揭示我國金融壓力對工業(yè)增長動態(tài)影響的作用機制。

三、我國金融壓力的測度

通過構(gòu)建我國的金融壓力指數(shù)對我國金融體系的壓力進行測度，從銀行部門、證券市場、保險市場和外匯市場選取共11個指標分別測度了我國不同金融部門的壓力，在此基礎(chǔ)上采用CRITIC客觀賦權(quán)法對我國金融壓力進行了測度和分析。

(一)構(gòu)建金融壓力指數(shù)的指標選取

綜合考慮指標的代表性、規(guī)范性、可獲得性以及互補性，該部分從銀行部門、證券市場、保險市場以及外匯市場四個金融部門選取了共11個指標構(gòu)建我國的金融壓力指數(shù)。數(shù)據(jù)的樣本區(qū)間為2006年3月至2019年9月，所有數(shù)據(jù)來源于Wind數(shù)據(jù)庫、中經(jīng)網(wǎng)數(shù)據(jù)庫、中國人民銀行官網(wǎng)和統(tǒng)計局官網(wǎng)。選取的具體指標如表1所示。

表1 我國金融壓力指數(shù)的指標體系

(二)不同金融部門壓力的測度

首先對銀行部門、證券市場、保險市場以及外匯市場四個金融部門的子壓力進行測度。運用極值法對各金融部門的基礎(chǔ)金融指標進行標準化處理，以消除不同指標維度和幅度差異對計算結(jié)果的影響，借鑒相關(guān)研究，根據(jù)與金融壓力指數(shù)的關(guān)系，將指標分為正向指標和負向指標。正向指標與金融壓力指數(shù)正相關(guān)，負向指標則相反。對正向指標和負向指標分別按式(1)和式(2)進行標準化處理：

(1)

(2)

在對指標進行標準化處理后，本文借鑒相關(guān)學者的研究成果[3，6]，采用標準差倒數(shù)法，如式(3)所示，計算各金融部門基礎(chǔ)指標的權(quán)重，由此可分別獲得銀行部門、證券市場、保險市場以及外匯市場四個金融部門各自的壓力指數(shù)CFSIt1、CFSIt2、CFSIt3和CFSIt4：

(3)

(三)我國金融壓力的測度結(jié)果及分析

(4)

我國金融壓力指數(shù)CFSI在2006年3月至2019年9月間的走勢大致可以劃分為五個階段第一階段是2006年3月至2007年11月，在此期間我國金融壓力指數(shù)波動幅度比較小，整體處于較低水平。這主要是由于這段時間正處于亞洲金融危機和美國次貸危機之間，亞洲金融危機的影響已經(jīng)基本消退，新的危機也尚未到來。第二階段為2007年12月至2010年12月，受金融危機影響，我國金融體系潛在的壓力增大并到達峰值，且在一年多的時間里一直維持高位，說明在這段時期我國受國際金融環(huán)境的影響，金融體系面臨前所未有的壓力狀態(tài)。此后經(jīng)過我國政府的一系列穩(wěn)定措施，國民經(jīng)濟發(fā)展逐漸得到恢復，金融壓力指數(shù)開始回落且相對保持穩(wěn)定。第三階段為2011年1月至2013年11月，我國金融體系受到歐洲爆發(fā)的主權(quán)債務危機的負面影響，我國的金融壓力指數(shù)表現(xiàn)出小幅度的反彈。第四階段為2013年12月至2017年12月，我國股票市場發(fā)生大幅度波動并對債券市場等其他金融市場和實體經(jīng)濟造成沖擊，金融壓力指數(shù)在此期間迅速上升。此后隨著政府一系列救市措施的實施，金融體系趨于穩(wěn)定，金融壓力指數(shù)也逐漸下降。第五階段為2018年3月至今，受中美貿(mào)易摩擦的影響，我國的金融壓力指數(shù)波動較為劇烈，整體處在較高的水平。

四、我國金融壓力對工業(yè)增長動態(tài)影響的實證檢驗

在測度了我國金融壓力的基礎(chǔ)上，借助非線性Granger因果關(guān)系檢驗方法、廣義脈沖響應分析和方差分解方法進一步對我國金融壓力對工業(yè)增長的動態(tài)影響進行實證檢驗。工業(yè)增長的衡量指標選用的是工業(yè)增加值的月度增長率(IP)，數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)。

(一)我國金融壓力與工業(yè)增長的因果關(guān)系分析

1.非線性Granger因果關(guān)系檢驗模型設定

Bake和Brock指出[29]，當變量間存在非線性特征時，使用檢驗線性因果關(guān)系的方法來進行考察變量間的因果關(guān)系，會導致準確率大大降低。為此，他們提出一種非參數(shù)的統(tǒng)計方法檢驗變量間的非線性關(guān)系。隨后，Hiemstra和Jones修正了Bake和Brock關(guān)于變量必須獨立同分布的假設，提出了非參數(shù)的TVAL統(tǒng)計量，拓展了這種檢驗方法的適用性[30]。他們的研究表明，在“不存在Granger因果關(guān)系”原假設下，對于給定的m、Lx≥1與Ly≥1以及e>0,以下TVAL檢驗量服從漸進正態(tài)分布：

(5)

與此同時，為了克服TVAL檢驗方法可能產(chǎn)生的“過度拒絕”的問題，Diks和Panchenko在此基礎(chǔ)上提出了非參數(shù)的Tn檢驗統(tǒng)計量[31]。該方法首先基于VAR模型過濾掉變量序列間存在的的線性“預測能力”，然后從殘差序列中提取相應信息來分析變量間的非線性Granger因果關(guān)系。

(6)

其估計為

(7)

(8)

2.單位根檢驗

借助ADF單位根檢驗方法，該部分對IP、CFSIt1、CFSIt2、CFSIt3、CFSIt4這5個變量的時間序列進行了平穩(wěn)性檢驗，檢驗結(jié)果如表2所示。

從表2可以看出，這5個變量的原始時間序列在1%、5%和10%的臨界值上均為非平穩(wěn)序列，所以各變量的原序列是不平穩(wěn)的。進一步對這些變量的一階差分序列進行檢驗得出，各變量的一階差分序列均為平穩(wěn)序列。接下來本文分別構(gòu)建了如下雙變量VAR模型，根據(jù)式(8)中的Tn統(tǒng)計量依次對該模型中的兩個估計殘差序列進行非線性因果檢驗：

表2 ADF單位根檢驗結(jié)果

(10)

3.BDS非線性檢驗

進行非線性Granger因果檢驗的前提是變量間必須存在非線性變化關(guān)系，因此需要首先對殘差序列進行非線性檢驗，本文采用的是BDS檢驗方法。表3顯示了嵌套維數(shù)m=2至6時，分別對五對變量進行BDS檢驗的結(jié)果。根據(jù)表3可知，在10%的顯著性水平下，基于方程殘差的BDS檢驗均拒絕“線性關(guān)系”的原假設，這意味著五對變量之間均存在顯著的非線性變化關(guān)系。在此基礎(chǔ)上，接下來本文將采用非線性Granger因果檢驗方法分別考察我國金融壓力與工業(yè)增長以及不同金融部門子壓力與工業(yè)增長的的非線性因果關(guān)系。

表3 BDS檢驗結(jié)果

4.我國金融壓力與工業(yè)增長的非線性Granger因果關(guān)系檢驗

使用前文介紹的非參數(shù)的Tn檢驗統(tǒng)計量，此部分對CFSI和IP經(jīng)過線性成分過濾得到的兩個殘差序列進行非線性Granger檢驗，借鑒相關(guān)學者研究，帶寬設置為e=1.5σ，滯后階數(shù)設置為1至6階，結(jié)果如表4所示(該檢驗結(jié)果只是數(shù)理統(tǒng)計意義上的判斷)。

表4 金融壓力與工業(yè)增長的非線性因果檢驗結(jié)果

從表4的檢驗結(jié)果可以發(fā)現(xiàn)，在表4左側(cè)“CFSI不是IP的Granger原因”的檢驗中，在1至5階下，檢驗結(jié)果均可以拒絕“CFSI不是IP的非線性Granger原因”的原假設，說明我國金融壓力是工業(yè)增長的非線性Granger原因，我國金融壓力對工業(yè)增長存在著顯著的非線性效應。而在表4右側(cè)的檢驗中，在1至6階下，檢驗結(jié)果均不能拒絕原假設，即接受原假設“IP不是CFSI的非線性Granger原因”，說明我國工業(yè)增長不是金融壓力的非線性Granger原因。從非線性因果關(guān)系檢驗的結(jié)果來看，工業(yè)增長的變動對金融體系的正常運行不能帶來直接的影響，與與之相反，可以得出金融壓力會對工業(yè)增長造成影響。這與我們對于金融壓力的認識也是一致的，金融系統(tǒng)受到自身或者外部的沖擊的影響，這種影響在金融體系內(nèi)不斷積累，最終通過對工業(yè)增長的負面影響得到體現(xiàn)。如果繼續(xù)任其發(fā)展，有可能導致金融危機，進而促使經(jīng)濟危機的形成。

5.不同金融部門子壓力與工業(yè)增長的非線性Granger因果關(guān)系檢驗

該部分進一步對不同金融部門子壓力與工業(yè)增長的非線性Granger因果關(guān)系檢驗。使用前文介紹的非參數(shù)的Tn檢驗統(tǒng)計量，此部分分別對CFSIt1和IP、CFSIt2和IP、CFSIt3和IP以及CFSIt4和IP經(jīng)過線性成分過濾得到的四對殘差序列進行非線性Granger因果關(guān)系檢驗，結(jié)果如表5所示(該檢驗結(jié)果只是數(shù)理統(tǒng)計意義上的判斷)。

從表5左側(cè)的檢驗結(jié)果可以發(fā)現(xiàn)，在1至6階下，檢驗結(jié)果均可以拒絕“CFSIt1不是IP的非線性Granger原因”“CFSIt2不是IP的非線性Granger原因”的原假設，說明在1至6階下，銀行部門子壓力和證券市場子壓力均是工業(yè)增長的非線性Granger原因。在1至5階下，檢驗結(jié)果均可以拒絕“CFSIt3不是IP的非線性Granger原因”、“CFSIt4不是IP的非線性Granger原因”的原假設，說明在1至5階下，保險市場子壓力和外匯市場子壓力均為工業(yè)增長的非線性Granger原因。從表5右側(cè)的檢驗結(jié)果可以發(fā)現(xiàn)，在1至5階下，檢驗結(jié)果均不能拒絕“IP不是CFSIt1的非線性Granger原因”原假設，即接受原假設“IP不是CFSIt1的非線性Granger原因”，說明在1至5階下，工業(yè)增長均不是銀行部門子壓力的非線性Granger原因；在1至6階下，檢驗結(jié)果均不能拒絕“IP不是CFSIt2的非線性Granger原因”“IP不是CFSIt3的非線性Granger原因”以及“IP不是CFSIt4的非線性Granger原因”的原假設，說明在1至6階下，我國工業(yè)增長不是證券市場子壓力、保險市場子壓力以及外匯市場子壓力的非線性Granger原因。從非線性因果關(guān)系檢驗的結(jié)果來看，銀行部門子壓力、證券市場子壓力、保險市場子壓力和外匯市場子壓力均分別為工業(yè)增長的單向非線性Granger原因。

表5 不同金融部門子壓力與工業(yè)增長的非線性因果檢驗結(jié)果

(二)我國金融壓力對工業(yè)增長的動態(tài)影響分析

非線性Granger因果檢驗確定了我國金融壓力以及不同金融部門子壓力和工業(yè)增長間的非線性因果關(guān)系，得出不同金融部門壓力的變動均會對工業(yè)增長造成影響，但是并未得出這種影響的強弱程度、正負方向、調(diào)整時滯和穩(wěn)定過程等信息，為此我們使用廣義脈沖響應函數(shù)對我國金融壓力對工業(yè)增長的動態(tài)影響機制進行進一步探究。

1.我國金融壓力與工業(yè)增長的廣義脈沖響應分析

我國金融壓力和工業(yè)增長的廣義脈沖響應結(jié)果顯示，首先，來自其本身的標準差沖擊會對金融壓力帶來正向效應，進一步觀察可以得出，在滯后1期時正效應最大，滯后1至5期迅速下降，滯后5期后下降趨勢變換并趨于平穩(wěn)。其次，對于來自工業(yè)增長的一個標準差沖擊，金融壓力表現(xiàn)為負向響應且具有一定的滯后性。滯后1期，金融壓力對于來自工業(yè)增長的標準差沖擊初始響應為0，滯后2至5期，沖擊效應逐漸增加，滯后4期時達到-0.7%的最大響應后開始呈現(xiàn)下降趨勢，此后逐漸趨于平穩(wěn)。綜合來看，來自金融壓力自身沖擊的影響要遠大于來自工業(yè)增長沖擊的影響。

類似地，滯后1期時，工業(yè)增長對來自其本身的一個標準差沖擊也具有正效應，此后一直呈現(xiàn)下降態(tài)勢，并在滯后18期以后趨向于0。而對于來自金融壓力的標準差沖擊，工業(yè)增長表現(xiàn)為更為強烈的負向響應。在第1期時的初始響應速度為-0.7%，此后負向沖擊效應持續(xù)增加，滯后4期時，工業(yè)增長做出-2.4%的最大響應且滯后14期以前一直維持在-1%的水平之上?？傮w來看，滯后1至3期，工業(yè)增長自身產(chǎn)生的正向沖擊大于金融壓力導致的負向沖擊，但從滯后4期開始，金融壓力產(chǎn)生的負向影響要遠大于工業(yè)增長自身產(chǎn)生的正向影響，所以總體影響效果應該為負。這一結(jié)果表明，金融壓力對工業(yè)增長總體有負的影響效應，長期來看，金融壓力的負向效應遠大于工業(yè)自身積累帶來的正向效應。

2.不同金融部門子壓力對工業(yè)增長的廣義脈沖響應分析

該部分進一步對銀行部門、證券市場、保險市場和外匯市場四個不同金融部門子壓力變動對工業(yè)增長影響的程度、正負方向以及持續(xù)時間等進行了檢驗。觀察當分別給定一個標準差沖擊時，工業(yè)增長對于各金融部門子壓力做出的響應。

由檢驗結(jié)果可知，對于來自銀行部門壓力的兩倍標準差信息沖擊，工業(yè)增長在滯后1期的初始響應速度為-0.7%，滯后2期以后銀行部門壓力對工業(yè)增長的負向沖擊效應迅速增加，滯后3期達到最大，此后負向沖向效應略有減弱但并未消失，長期以后趨于穩(wěn)定。這表明銀行部門的壓力，經(jīng)各種途徑傳遞給工業(yè)增長，并帶來長期顯著的負效應。對于來自證券市場壓力的兩倍標準差信息沖擊，工業(yè)增長在第1期以-0.6%的初始響應速度迅速下降，在滯后2期達到-2.3%，此外負向沖擊效應始終持續(xù)在較高水平。由此說明證券部門壓力的沖擊對工業(yè)增長的變化也有明顯的負影響，在短期和長期內(nèi)都會對工業(yè)增長造成負面影響。對于來自保險市場壓力的兩倍標準差信息沖擊，工業(yè)增長在第1期的初始響應速度為-0.9%，滯后4期達到-1.3%，此后保險市場壓力對工業(yè)增長的負向沖向效應逐漸減弱，第8期后逐漸在負低位趨于平穩(wěn)。對于來自外匯市場壓力的兩倍標準差信息沖擊，工業(yè)增長在第1期的初始響應速度為-0.7%，滯后5期達到-1.3%，與保險市場類似，此后外匯市場壓力對工業(yè)增長的負向沖向效應也逐漸減弱，第9期后逐漸在負低位趨于平穩(wěn)。

通過以上分析可以看出，首先，工業(yè)增長對于分別來自銀行部門壓力、證券市場壓力、保險市場壓力和外匯市場壓力的標準差沖擊，所做出的的響應方向是相同的，均表現(xiàn)為負向響應，說明這四個金融部門的子壓力均會對工業(yè)增長造成負面沖擊。其次，工業(yè)增長對于分別來自銀行部門壓力、證券市場壓力、保險市場壓力和外匯市場壓力的標準差沖擊，所做出的的響應程度和持續(xù)時間存在差異。對于來自銀行部門壓力和證券市場壓力的標準差沖擊，工業(yè)增長表現(xiàn)出更為強烈的負向響應且持續(xù)時間長，在較長一段時間內(nèi)維持在較高的水平。而對于來自保險市場壓力和外匯市場壓力的標準差沖擊，工業(yè)增長的負向響應相對較小，且會逐漸在負低位趨于平穩(wěn)。

3.不同金融部門子壓力對工業(yè)增長影響的方差分解

為進一步分析銀行部門、證券市場、保險市場和外匯市場各部門金融壓力對工業(yè)增長影響的貢獻度，本文進一步對工業(yè)增長、銀行部門子壓力、證券市場子壓力、保險市場子壓力和外匯市場子壓力這五個變量進行了方差分解，結(jié)果如表6所示。

從表6的預測方差分解結(jié)果可以看出，第1至2期，我國工業(yè)增長的預測方差自身影響占比更大，分別為61.410 1和55.669 2。隨著時間的變動，銀行部門壓力、證券市場壓力、保險市場壓力和外匯市場壓力對工業(yè)增長預測方差變動的貢獻率逐漸變大，第8期，工業(yè)增長自身對預測方差的影響占比為27.273 9，而銀行部門壓力和證券市場壓力對工業(yè)增長預測方差變動的貢獻占比分別為28.781 3和29.342 1，銀行部門壓力和證券市場壓力對工業(yè)增長預測方差變動的貢獻率超過了工業(yè)增長自身的貢獻率。此后，銀行部門壓力和證券市場壓力對工業(yè)增長預測方差變動的貢獻率繼續(xù)增大。通過分析可以得出以下結(jié)論：第一，短時間內(nèi)，工業(yè)增長自身對其預測方差變動的貢獻率更大，隨著時間變動，銀行部門壓力和證券市場壓力對工業(yè)增長預測方差變動的貢獻率占比逐漸提高并超過了工業(yè)增長自身對其預測方差變動的貢獻率。第二，綜合來看，如果不考慮工業(yè)增長自身變動對其預測方差變動的貢獻率，2至10期內(nèi)銀行部門壓力和證券部門壓力對工業(yè)增長預測方差變動的貢獻率最大，且隨著時期的增長持續(xù)增加，而除第1期外，保險市場壓力和外匯市場壓力對工業(yè)增長預測方差變動的貢獻率始終占比較小。這說明在我國，工業(yè)增長的波動除受自身波動影響外，主要受銀行部門壓力和證券市場壓力的沖擊影響。

表6 IP的預測方差分解

五、結(jié)論

本文提出我國金融壓力對工業(yè)增長的動態(tài)影響研究這一課題，深入探究了我國金融壓力對工業(yè)增長的動態(tài)影響機制，最后提出相應的政策建議。通過理論分析與實證研究，我們主要有以下結(jié)論：

第一，對金融壓力的測度結(jié)果表明，2006年3月至2019年9月期間我國金融壓力指數(shù)呈現(xiàn)出了較為復雜的階段性變化特征且大致可以分為五個階段。通過分析可以得出本文構(gòu)建的金融壓力指數(shù)能夠較好地測度我國的金融壓力。

第二，對我國金融壓力與工業(yè)增長的因果關(guān)系進行分析可以得出，我國金融壓力對工業(yè)增長施加影響的渠道是金融體系的各個主要子部門，銀行部門、證券市場、保險市場以及外匯市場四個金融部門子壓力均會對工業(yè)增長產(chǎn)生負面影響，這會最終表現(xiàn)為整個金融體系壓力會對工業(yè)增長造成負面效應。

第三，對我國金融壓力對工業(yè)增長的動態(tài)影響分析得出，總體上金融壓力的負向效應大于工業(yè)自身積累帶來的正向效應，長期來看金融壓力的存在最終會導致工業(yè)增長的不斷下降。進一步分析得出，不同金融部門的子壓力均會對工業(yè)增長造成負面沖擊，但是沖擊的影響程度和持續(xù)時間存在差異。銀行部門和證券市場子壓力會對工業(yè)增長產(chǎn)生更為強烈的負向沖擊且持續(xù)時間長，工業(yè)增長的預測方差變動在長期內(nèi)也主要由銀行部門子壓力和證券部門子壓力來解釋。