■劉公石 任英華 湯季蓉
[內(nèi)容提要]防范金融市場(chǎng)的外部沖擊是各國(guó)金融監(jiān)管的重要內(nèi)容之一。本文以區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定參與國(guó)為主要樣本,構(gòu)建半?yún)?shù)空間向量自回歸模型研究不同國(guó)家間銀行系統(tǒng)與外匯、債券、股票三個(gè)市場(chǎng)的風(fēng)險(xiǎn)傳染關(guān)系及時(shí)空效應(yīng)。研究表明:外匯市場(chǎng)、債券市場(chǎng)和股票市場(chǎng)三者是緊密相連的,其決定因素是投資者對(duì)一國(guó)貨幣的利率預(yù)期;不同國(guó)家金融市場(chǎng)間的風(fēng)險(xiǎn)傳染不僅受國(guó)家對(duì)外貿(mào)的依賴程度的影響,也受到經(jīng)濟(jì)地理距離的影響,但實(shí)施不同匯率制度的國(guó)家,因資本管制程度不同,受到金融風(fēng)險(xiǎn)的沖擊也是不同的;當(dāng)銀行系統(tǒng)處于高風(fēng)險(xiǎn)時(shí),銀行壓力的增大會(huì)增加外匯市場(chǎng)面對(duì)的壓力,而債券市場(chǎng)能夠承接部分銀行系統(tǒng)風(fēng)險(xiǎn)。因此,中國(guó)應(yīng)建立金融風(fēng)險(xiǎn)預(yù)警與防范機(jī)制,預(yù)防外部市場(chǎng)沖擊,保護(hù)國(guó)家金融安全。
20 世紀(jì)90 年代以來(lái),金融全球化使得世界各國(guó)的金融市場(chǎng)聯(lián)動(dòng)緊密,國(guó)際金融市場(chǎng)風(fēng)險(xiǎn)變得更加復(fù)雜,金融風(fēng)險(xiǎn)傳染的全球性和系統(tǒng)性特征越來(lái)越突顯。無(wú)論是突發(fā)風(fēng)險(xiǎn)事件的發(fā)生,還是單個(gè)國(guó)家金融危機(jī)的爆發(fā)都會(huì)使各國(guó)金融市場(chǎng)遭受危機(jī)感染的可能性加大。2008 年席卷全球的金融危機(jī)使國(guó)際金融市場(chǎng)間的風(fēng)險(xiǎn)傳染問(wèn)題越來(lái)越受到各國(guó)監(jiān)管部門的重視,如何防范并減緩金融市場(chǎng)的外部沖擊對(duì)本國(guó)的影響成為金融監(jiān)管的重要內(nèi)容之一。2020 年11 月15 日由東盟十國(guó)發(fā)起的區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定(RCEP)的簽署,標(biāo)志著當(dāng)前世界上人口最多、經(jīng)貿(mào)規(guī)模最大的自由貿(mào)易區(qū)正式啟航。這一協(xié)議在給亞太地區(qū)經(jīng)濟(jì)繁榮與發(fā)展帶來(lái)新動(dòng)能的同時(shí),也給這些國(guó)家防范區(qū)域金融風(fēng)險(xiǎn)的傳染帶來(lái)了新挑戰(zhàn)。
鑒于已有文獻(xiàn)對(duì)金融風(fēng)險(xiǎn)時(shí)空傳染研究的不足,本文以區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定參與國(guó)為主要樣本,選取2008 年1 月—2020 年12 月的相關(guān)金融指標(biāo),構(gòu)建面板數(shù)據(jù)半?yún)?shù)空間向量自回歸模型研究不同國(guó)家之間和不同市場(chǎng)之間的風(fēng)險(xiǎn)傳染關(guān)系和時(shí)空效應(yīng)。這對(duì)防范金融風(fēng)險(xiǎn)跨市場(chǎng)、跨地區(qū)傳染具有較強(qiáng)的現(xiàn)實(shí)意義。
國(guó)內(nèi)外關(guān)于金融風(fēng)險(xiǎn)傳染的文獻(xiàn)主要集中在金融風(fēng)險(xiǎn)跨市場(chǎng)和跨地區(qū)研究?jī)蓚€(gè)方面。已有文獻(xiàn)對(duì)金融風(fēng)險(xiǎn)跨市場(chǎng)研究主要是以一個(gè)國(guó)家或地區(qū)內(nèi)部的多個(gè)金融市場(chǎng)之間的風(fēng)險(xiǎn)傳染為主。嚴(yán)偉祥等利用動(dòng)態(tài)條件相關(guān)-廣義自回歸條件異方差-條件風(fēng)險(xiǎn)價(jià)值模型(DCC-GARCHCoVaR),研究金融風(fēng)險(xiǎn)在銀行業(yè)、保險(xiǎn)業(yè)、股票市場(chǎng)、信托業(yè)以及金融期貨市場(chǎng)之間的傳染風(fēng)險(xiǎn)效應(yīng)(嚴(yán)偉祥、張維、牛華偉,2017)。李志輝和王穎采用向量誤差修正模型(VEC)分析了債券市場(chǎng)、外匯市場(chǎng)和股票市場(chǎng)三個(gè)金融子市場(chǎng)之間的傳染效應(yīng),并對(duì)每個(gè)市場(chǎng)的風(fēng)險(xiǎn)傳染效應(yīng)的貢獻(xiàn)度進(jìn)行了測(cè)算(李志輝、王穎,2012)。迪博爾德(Francis X.Diebold)和伊爾馬茲(Kamil Yilmaz)利用網(wǎng)絡(luò)分析方法,構(gòu)建網(wǎng)絡(luò)風(fēng)險(xiǎn)溢出模型來(lái)考察金融子市場(chǎng)間的風(fēng)險(xiǎn)傳染效應(yīng)(Diebold and Yilmaz,2012)。楊子暉等采用在險(xiǎn)價(jià)值(VaR)、邊際損失期望(MES)、條件風(fēng)險(xiǎn)價(jià)值(CoVaR)以及風(fēng)險(xiǎn)溢出(ΔCoVaR)四類風(fēng)險(xiǎn)測(cè)度指標(biāo),對(duì)中國(guó)A 股市場(chǎng)56 家上市金融機(jī)構(gòu)和房地產(chǎn)公司的系統(tǒng)性金融風(fēng)險(xiǎn)展開研究,考察了中國(guó)金融風(fēng)險(xiǎn)的跨部門傳染。研究結(jié)果表明金融體系整體上存在較為明顯的跨部門風(fēng)險(xiǎn)傳染效應(yīng)(楊子暉、陳雨恬、謝銳楷,2018)。
針對(duì)金融風(fēng)險(xiǎn)跨地區(qū)研究,已有文獻(xiàn)主要以多個(gè)國(guó)家或地區(qū)間相互的金融風(fēng)險(xiǎn)傳染為主進(jìn)行展開。宮越(Tatsuyoshi Miyakoshi)研究了日本、亞洲其他國(guó)家和美國(guó)等多個(gè)國(guó)家之間股票市場(chǎng)的金融風(fēng)險(xiǎn)溢出效應(yīng)(Miyakoshi,2003)。迪博爾德和伊爾馬茲將向量自回歸模型(VAR)和方差分解技術(shù)進(jìn)行了結(jié)合,發(fā)現(xiàn)美國(guó)、英國(guó)等全球19 個(gè)主要國(guó)家或地區(qū)的股票市場(chǎng)之間存在風(fēng)險(xiǎn)溢出效應(yīng)(Diebold and Yilmaz,2009)。埃爾曼娜(Michael Ehrmanna)等利用向量自回歸模型對(duì)美國(guó)和歐洲地區(qū)之間股票市場(chǎng)、債券市場(chǎng)、貨幣市場(chǎng)和外匯市場(chǎng)的金融風(fēng)險(xiǎn)傳導(dǎo)進(jìn)行了研究(Eh?rmanna,F(xiàn)ratzscherb,and Rigobon,2011)。張銀山等以美元、盧布、人民幣、堅(jiān)戈(哈薩克斯坦貨幣)這四種貨幣作為變量構(gòu)建向量自回歸-廣義自回歸條件異方差-多變量波動(dòng)性模型(VARMGARCH-BEKK),以人民幣匯率主要改革時(shí)間為節(jié)點(diǎn),分多個(gè)階段對(duì)中哈兩國(guó)匯率市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行考察(張銀山、秦放鳴、張?chǎng)?019)。
已有文獻(xiàn)研究表明在當(dāng)前復(fù)雜的國(guó)際金融市場(chǎng)環(huán)境下,金融風(fēng)險(xiǎn)跨市場(chǎng)、跨地區(qū)傳染的空間特征明顯。苗文龍等基于貨幣市場(chǎng)和外匯市場(chǎng)構(gòu)建了全球系統(tǒng)性金融風(fēng)險(xiǎn)傳染網(wǎng)絡(luò),探究了系統(tǒng)性金融風(fēng)險(xiǎn)在不同市場(chǎng)、不同國(guó)家之間的傳染效應(yīng)。研究表明金融風(fēng)險(xiǎn)可能通過(guò)金融網(wǎng)絡(luò)實(shí)現(xiàn)跨市場(chǎng)傳染,從而對(duì)其他國(guó)家/地區(qū)的貨幣市場(chǎng)/外匯市場(chǎng)形成風(fēng)險(xiǎn)沖擊。阿波斯托拉基斯(George Apostolakis)等通過(guò)構(gòu)建金融壓力指數(shù)檢驗(yàn)了七國(guó)集團(tuán)(Group of Seven,G7)國(guó)家之間的金融壓力共同變動(dòng)和金融風(fēng)險(xiǎn)的溢出效應(yīng),研究發(fā)現(xiàn)相對(duì)于金融穩(wěn)定時(shí)期,在金融危機(jī)時(shí)期和經(jīng)濟(jì)不確定時(shí)期七國(guó)集團(tuán)國(guó)家之間的壓力共同變動(dòng)更大,并且更容易受到外部沖擊的影響(Apos?tolakis,and Papadopoulos,2014)。蔣勝杰、傅曉緩、李俊峰(2019)利用馬爾科夫狀態(tài)轉(zhuǎn)移模型及馬爾科夫區(qū)制轉(zhuǎn)移向量自回歸模型(MS-VAR)研究了金融危機(jī)背景下信用環(huán)境在經(jīng)濟(jì)波動(dòng)期和平穩(wěn)期不同狀態(tài)下風(fēng)險(xiǎn)跨區(qū)域的傳染效應(yīng),研究表明,明顯存在著區(qū)域間的信用違約風(fēng)險(xiǎn)特征,并且在經(jīng)濟(jì)波動(dòng)期傳染效應(yīng)更為顯著。
在研究方法上,現(xiàn)有文獻(xiàn)大多采用傳統(tǒng)計(jì)量經(jīng)濟(jì)模型或時(shí)間序列模型進(jìn)行風(fēng)險(xiǎn)傳染研究(嚴(yán)偉祥等,2017;Diebold and Yilmaz,2009;Ehrman?na et al.,2011),時(shí)間序列模型的優(yōu)點(diǎn)是可以從時(shí)間序列中找出變量變化的特征、趨勢(shì)以及發(fā)展規(guī)律,從而對(duì)變量的未來(lái)變化進(jìn)行有效的預(yù)測(cè)。但時(shí)間序列模型僅考慮了時(shí)序特征,忽略了截面信息的影響。為了同時(shí)將時(shí)間和截面兩個(gè)維度都納入研究框架,本文采用半?yún)?shù)空間向量自回歸模型(Semi-Parameter Spatial Vector Autoregres?sion,SSpVAR)進(jìn)行研究,較好地解決了傳統(tǒng)計(jì)量經(jīng)濟(jì)模型和時(shí)間序列模型的局限性。空間向量自回歸模型是一種對(duì)時(shí)間因素和空間因素都進(jìn)行考慮的內(nèi)生系統(tǒng),該模型由貝恩斯托克(Mi?chael Beenstock)和費(fèi)爾森施泰因(Daniel Felsen?stein)(2007)在2007 年首次提出,之后在庫(kù)斯(Todd H.Kuethe)等(Kuethe and Pede,2011)、拉馬 喬(Julian Ramajo)等(Ramaji,M á rquez and Hewings,2013)、鄭萬(wàn)吉和葉阿忠(2015)的文獻(xiàn)中有深入的應(yīng)用??臻g向量自回歸模型將空間計(jì)量模型與向量自回歸模型結(jié)合,較好地解決了空間計(jì)量模型中存在多個(gè)內(nèi)生變量的問(wèn)題。
本文的邊際貢獻(xiàn)主要體現(xiàn)在以下方面:第一,本文采用的半?yún)?shù)空間向量自回歸模型考慮了不同國(guó)家的空間地理相關(guān)性和空間經(jīng)濟(jì)相關(guān)性,而傳統(tǒng)經(jīng)典計(jì)量經(jīng)濟(jì)模型是建立在經(jīng)濟(jì)單元間相互獨(dú)立的假設(shè)基礎(chǔ)之上的,這與現(xiàn)實(shí)并不相符,因?yàn)榈乩砘蚪?jīng)濟(jì)鄰近的國(guó)家或地區(qū)在經(jīng)濟(jì)或貿(mào)易聯(lián)系上會(huì)更密切。因此本文將空間權(quán)重納入模型可以有效地解決經(jīng)典計(jì)量模型中忽略截面?zhèn)€體空間相關(guān)的問(wèn)題。第二,首次在考慮了地理鄰近和經(jīng)濟(jì)鄰近關(guān)系的基礎(chǔ)上,將國(guó)家間的外匯市場(chǎng)、債券市場(chǎng)、股票市場(chǎng)和銀行系統(tǒng)作為研究對(duì)象,構(gòu)建半?yún)?shù)空間向量自回歸模型研究金融風(fēng)險(xiǎn)跨地區(qū)跨市場(chǎng)傳染。第三,本文除了引入空間項(xiàng)之外,還將銀行壓力指數(shù)作為外生變量和非參數(shù)項(xiàng)加入模型中,更好地刻畫金融市場(chǎng)間非線性的關(guān)系。由于金融市場(chǎng)之間的關(guān)系往往是非線性的,參數(shù)估計(jì)模型難以準(zhǔn)確估計(jì),而該模型能夠更好地處理經(jīng)濟(jì)活動(dòng)變量之間的非線性影響。最后,從政策意義來(lái)看,本文通過(guò)時(shí)空脈沖響應(yīng)函數(shù)對(duì)金融風(fēng)險(xiǎn)在不同市場(chǎng)、不同地區(qū)之間的傳染進(jìn)行研究,可為防范金融風(fēng)險(xiǎn)跨地區(qū)傳染提供政策參考。
本文的主旨是研究金融風(fēng)險(xiǎn)在不同國(guó)家之間以及不同市場(chǎng)之間的傳染關(guān)系和時(shí)空效應(yīng),因此既需要考慮不同截面?zhèn)€體之間的相關(guān)關(guān)系,又需要從時(shí)間演化的角度觀察風(fēng)險(xiǎn)沖擊的演化特征,而半?yún)?shù)空間向量自回歸模型可將目標(biāo)變量的時(shí)間因素和空間因素都納入內(nèi)生系統(tǒng),從而真實(shí)地反映個(gè)體間的相互關(guān)系。
為保證模型的適用性,本文先對(duì)變量進(jìn)行平穩(wěn)性、非線性和因果關(guān)系檢驗(yàn),發(fā)現(xiàn)各市場(chǎng)壓力指數(shù)為平穩(wěn)序列,銀行壓力指數(shù)是非線性的,且三個(gè)市場(chǎng)之間存在兩兩互為因果的關(guān)系。因此本文將外匯、債券、股票三個(gè)市場(chǎng)壓力指數(shù)視為內(nèi)生變量,把銀行壓力指數(shù)作為非參數(shù)項(xiàng)納入模型,建立時(shí)間滯后和空間滯后都為一期的半?yún)?shù)面板向量自回歸模型,形式如下:
其中,方程左邊的empiit表示外匯市場(chǎng)壓力指數(shù),embiit表示債券市場(chǎng)壓力指數(shù),emstockit表示股票市場(chǎng)壓力指數(shù),方程右邊分別代表被解釋變量的時(shí)間滯后一期項(xiàng)和空間滯后一期項(xiàng)。分別代表各變量的空間滯后一期項(xiàng),,空間權(quán)重矩陣,其中表示國(guó)家之間的地理距離,mi、nj則分別代表兩個(gè)國(guó)家的經(jīng)濟(jì)狀況。為了計(jì)算空間權(quán)重矩陣(wij),本文借鑒馮烽和葉阿忠(2012)的做法,先根據(jù)經(jīng)緯度坐標(biāo)計(jì)算出地區(qū)之間的地理距離,然后將經(jīng)濟(jì)狀況臨近的兩個(gè)國(guó)家作為參數(shù),將空間權(quán)重納入模型。bankit代表非參數(shù)項(xiàng)銀行壓力指數(shù),M(bankit)為其未知函數(shù)形式。φ、λ、μ分別代表變量橫截面上的個(gè)體固定影響、變量時(shí)間上的固定影響、變量的空間誤差項(xiàng)。
為了平緩波動(dòng)趨勢(shì),滿足建模要求,對(duì)各市場(chǎng)壓力指數(shù)進(jìn)行對(duì)數(shù)化處理,分別建立對(duì)數(shù)形式的面板數(shù)據(jù)半?yún)?shù)空間向量自回歸模型:
其中,i為國(guó)家個(gè)數(shù),i=1,2,……,10,lnempiit-1、lnembiit-1、lnem_stockit-1分別為樣本國(guó)家相應(yīng)時(shí)間的外匯、債券、股票市場(chǎng)的滯后一期項(xiàng),分別為相應(yīng)時(shí)間的滯后一期的空間滯后項(xiàng),是以銀行壓力指數(shù)為自變量的非參數(shù)項(xiàng),uit代表殘差項(xiàng),ai代表個(gè)體固定效應(yīng)。
模型運(yùn)用局部線性估計(jì)理論和廣義矩估計(jì)(GMM)理論,對(duì)內(nèi)生變量和非線性部分進(jìn)行估計(jì),從而得到各內(nèi)生變量的系數(shù)。
圖1:金融壓力指數(shù)趨勢(shì)
由于各國(guó)在不同階段的金融風(fēng)險(xiǎn)不同,為具體分析不同的時(shí)空效應(yīng),本文依據(jù)金融壓力指數(shù)(FSI)①的變動(dòng)趨勢(shì)(見圖1)以及重大金融事件的出現(xiàn)對(duì)樣本區(qū)間進(jìn)行了劃分。第一時(shí)段為2008年1 月—2010 年1 月:受2008 年次貸危機(jī)的影響,該時(shí)段樣本國(guó)金融系統(tǒng)處于高風(fēng)險(xiǎn)狀態(tài),金融壓力指數(shù)波動(dòng)劇烈。第二時(shí)段為2010 年2 月—2013 年8 月:樣本國(guó)金融系統(tǒng)在2011 年年底出現(xiàn)了較大波動(dòng),這可能是受2010 年6 月14 日國(guó)際三大評(píng)級(jí)機(jī)構(gòu)之一的穆迪投資者服務(wù)公司將希臘主權(quán)信用連降四級(jí),從A3 降至Ba1(垃圾債)所導(dǎo)致的。第三時(shí)段為2013 年9 月—2017 年1 月:樣本國(guó)金融系統(tǒng)較不穩(wěn)定,時(shí)而呈現(xiàn)高風(fēng)險(xiǎn)時(shí)而呈現(xiàn)低風(fēng)險(xiǎn),這主要是受到歐洲主權(quán)債務(wù)危機(jī)、日本央行實(shí)施的量化寬松的貨幣政策等“黑天鵝”事件連續(xù)發(fā)生所導(dǎo)致的。第四時(shí)段為2017 年2月—2020 年12 月:自2017 年之后樣本國(guó)金融壓力指數(shù)總體來(lái)說(shuō)趨于平穩(wěn),但受2020 年年初疫情因素影響,金融系統(tǒng)出現(xiàn)較大的波動(dòng)。②本文樣本區(qū)間的劃分與現(xiàn)有相關(guān)研究(謝赤、胡雪晶、王綱金,2020)基本一致。在實(shí)證分析中通過(guò)時(shí)空脈沖響應(yīng)函數(shù)分析這四個(gè)時(shí)段上某國(guó)某一變量發(fā)生的單位標(biāo)準(zhǔn)差變動(dòng)對(duì)其他內(nèi)生變量造成的沖擊,即時(shí)空的“沖擊-響應(yīng)”信息。
考慮到地理鄰近和經(jīng)濟(jì)鄰近關(guān)系,空間距離越近的國(guó)家往往能夠呈現(xiàn)較強(qiáng)的相關(guān)性,經(jīng)濟(jì)聯(lián)動(dòng)性也更強(qiáng),同時(shí)根據(jù)半?yún)?shù)空間向量自回歸模型的要求,在進(jìn)行分析時(shí)樣本之間的空間距離不宜過(guò)遠(yuǎn)。因此本文主要選取區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定參與國(guó)作為研究樣本。同時(shí),受限于一些國(guó)家相關(guān)指標(biāo)公布的滯后,本文最終以2008 年1 月—2020 年12 月中國(guó)、印度尼西亞、日本、馬來(lái)西亞、菲律賓、新加坡、韓國(guó)、泰國(guó)、俄羅斯和澳大利亞這十個(gè)國(guó)家的面板數(shù)據(jù)為基礎(chǔ),研究金融市場(chǎng)風(fēng)險(xiǎn)傳染的時(shí)空效應(yīng)。
對(duì)市場(chǎng)壓力指數(shù)采用同類研究的做法,本文選取銀行資本與資產(chǎn)比率、不良貸款率和存貸款利差來(lái)計(jì)算銀行壓力指數(shù);選取各國(guó)股票市場(chǎng)指數(shù)收益率來(lái)表征股票市場(chǎng)壓力;選取名義匯率、儲(chǔ)備變動(dòng)值來(lái)計(jì)算外匯市場(chǎng)壓力指數(shù);選取5 年期信貸違約掉期利差(CDs)、債券收益率和10 年期美國(guó)國(guó)庫(kù)券收益率利差來(lái)綜合計(jì)算債券市場(chǎng)壓力指數(shù)。
進(jìn)一步地,本文通過(guò)時(shí)空脈沖響應(yīng)函數(shù)分析某個(gè)國(guó)家某一變量發(fā)生的單位標(biāo)準(zhǔn)差變動(dòng)對(duì)其他變量造成的沖擊。相比于傳統(tǒng)的向量自回歸脈沖響應(yīng)函數(shù),半?yún)?shù)空間向量自回歸模型可以分別從時(shí)間層面和空間層面給出“沖擊-響應(yīng)”的信息,所以能夠包含更全面的空間信息。由于實(shí)證結(jié)果信息量太大,本文主要以中日韓為例,分析不同國(guó)家外匯市場(chǎng)、債券市場(chǎng)與股票市場(chǎng)的時(shí)空脈沖響應(yīng)結(jié)果③,以探尋金融風(fēng)險(xiǎn)在不同市場(chǎng)間的傳染關(guān)系及其內(nèi)在原因。
從不同市場(chǎng)來(lái)看,中國(guó)外匯市場(chǎng)的沖擊對(duì)日韓兩國(guó)金融市場(chǎng)產(chǎn)生了影響,除了在第一時(shí)段,韓國(guó)外匯市場(chǎng)對(duì)于中國(guó)外匯市場(chǎng)的沖擊響應(yīng)是最大的。日本外匯、債券和股票市場(chǎng)對(duì)于中國(guó)外匯市場(chǎng)沖擊的響應(yīng)與韓國(guó)類似,但響應(yīng)程度比韓國(guó)弱。
從中國(guó)不同市場(chǎng)間的沖擊結(jié)果來(lái)看,給中國(guó)債券市場(chǎng)一個(gè)標(biāo)準(zhǔn)差的正向沖擊,在第二時(shí)段,中國(guó)股票市場(chǎng)對(duì)債券市場(chǎng)一個(gè)標(biāo)準(zhǔn)差的正向沖擊產(chǎn)生了負(fù)向響應(yīng),而外匯市場(chǎng)在第一時(shí)段和第三時(shí)段產(chǎn)生了負(fù)向響應(yīng),在第二時(shí)段和第四時(shí)段產(chǎn)生了正向響應(yīng)。在給中國(guó)股票市場(chǎng)一個(gè)標(biāo)準(zhǔn)差的正向沖擊時(shí),除了第二時(shí)段的債券市場(chǎng)外,中國(guó)三個(gè)市場(chǎng)在四個(gè)時(shí)段里均產(chǎn)生了正向響應(yīng)。
從不同時(shí)段來(lái)看,當(dāng)中國(guó)外匯市場(chǎng)受到正向沖擊后,在第一時(shí)段對(duì)韓國(guó)、日本、澳大利亞和菲律賓四個(gè)國(guó)家的外匯和股票市場(chǎng)金融壓力都產(chǎn)生了強(qiáng)烈的正向影響,而在第二時(shí)段中國(guó)外匯市場(chǎng)受到正向沖擊后的效果則與第一時(shí)段相反,但值得注意的是中國(guó)外匯市場(chǎng)受到?jīng)_擊對(duì)日本債券市場(chǎng)、韓國(guó)外匯市場(chǎng)、韓國(guó)股票市場(chǎng)的影響是最大的。在第三時(shí)段中國(guó)外匯市場(chǎng)受到正向沖擊后,對(duì)四個(gè)國(guó)家的債券市場(chǎng)和股票市場(chǎng)金融壓力均產(chǎn)生了強(qiáng)烈的正向影響,對(duì)他們的外匯市場(chǎng)卻產(chǎn)生了強(qiáng)烈的負(fù)向影響。第四時(shí)段在中國(guó)外匯市場(chǎng)的正向沖擊影響下,四國(guó)沖擊響應(yīng)的效果則與第三時(shí)段相反,但四國(guó)的債券市場(chǎng)金融壓力則產(chǎn)生了完全相反的結(jié)果。
以上時(shí)空脈沖響應(yīng)結(jié)果進(jìn)一步說(shuō)明了外匯市場(chǎng)、債券市場(chǎng)和股票市場(chǎng)三者的關(guān)系是緊密相連的,這其中一個(gè)重要的決定因素是投資者對(duì)一國(guó)貨幣的利率預(yù)期。一國(guó)利率上升,將吸引國(guó)際資本流入,從而增加對(duì)該國(guó)貨幣和外匯供應(yīng)的需求,導(dǎo)致該國(guó)貨幣升值,反之亦然。與利率變動(dòng)聯(lián)系最為緊密的是債券市場(chǎng)。債券市場(chǎng)對(duì)其他國(guó)家投資者的吸引力會(huì)導(dǎo)致相關(guān)資金流的形成,進(jìn)而對(duì)匯率造成影響。預(yù)期利率的變化也將影響國(guó)際資本在股票市場(chǎng)和債券市場(chǎng)上的流動(dòng)。一般地,長(zhǎng)期債券會(huì)隨利率的高低按相反方向漲落,即當(dāng)利率上升時(shí),由于長(zhǎng)期利差縮小,會(huì)更有利于吸引國(guó)際資本到股票市場(chǎng),但對(duì)短期債券來(lái)說(shuō)影響較小。因此,從長(zhǎng)期來(lái)看,股票市場(chǎng)與債券市場(chǎng)的波動(dòng)溢出的負(fù)相關(guān)關(guān)系比較明顯,但由于股票市場(chǎng)和債券市場(chǎng)的波動(dòng)溢出同時(shí)受到宏觀事件、財(cái)政政策、貨幣政策和突發(fā)事件的影響,在短期內(nèi)也可能會(huì)造成股票市場(chǎng)和債券市場(chǎng)波動(dòng)溢出呈現(xiàn)正相關(guān)。對(duì)于外匯市場(chǎng)與股票市場(chǎng)的相互關(guān)系,可以從兩個(gè)角度來(lái)解釋:一是國(guó)際貿(mào)易角度,即一國(guó)匯率的變動(dòng)會(huì)對(duì)從事進(jìn)口貿(mào)易的企業(yè)造成較大的影響,企業(yè)商品的國(guó)際競(jìng)爭(zhēng)力、貿(mào)易量和利潤(rùn)額也會(huì)改變,最終導(dǎo)致企業(yè)的現(xiàn)金流和股票價(jià)格發(fā)生變化;二是資本項(xiàng)目角度,即資本項(xiàng)目是影響匯率變化的重要因素,預(yù)期匯率變化會(huì)使投資者對(duì)自身資產(chǎn)組合進(jìn)行調(diào)整,而資本在國(guó)際的流動(dòng)又會(huì)使匯率發(fā)生變化,由于供求關(guān)系失衡使資產(chǎn)價(jià)格大幅波動(dòng),從而進(jìn)一步通過(guò)財(cái)富效應(yīng)影響一國(guó)的貨幣需求和匯率。
結(jié)合不同國(guó)家間的沖擊結(jié)果來(lái)看,中國(guó)外匯市場(chǎng)對(duì)日本債券市場(chǎng)、韓國(guó)外匯市場(chǎng)和韓國(guó)股票市場(chǎng)的影響是最大的。在研究的樣本國(guó)家中,韓國(guó)與日本外匯市場(chǎng)的沖擊對(duì)中國(guó)外匯市場(chǎng)的影響是最顯著的,這與各國(guó)間的經(jīng)濟(jì)貿(mào)易往來(lái)以及各國(guó)的外匯制度是密不可分的。與日韓兩國(guó)實(shí)施的由市場(chǎng)供求決定的自由浮動(dòng)匯率制度不同,中國(guó)實(shí)施有管理的浮動(dòng)匯率制度。2015 年中國(guó)通過(guò)增強(qiáng)匯率的市場(chǎng)化決定機(jī)制,使匯率始終保持“雙向浮動(dòng)”,這不僅發(fā)揮了匯率價(jià)格信號(hào)的作用,也提高了資源配置的效率。但是韓元、日元匯率與人民幣匯率之間的波動(dòng)產(chǎn)生的相互影響始終是存在的。當(dāng)其他國(guó)家外匯市場(chǎng)的匯率下降時(shí),相對(duì)于人民幣就是升值,這樣提升了他國(guó)商品的國(guó)際競(jìng)爭(zhēng)力,對(duì)中國(guó)商品的出口則會(huì)產(chǎn)生負(fù)面影響。由于對(duì)外貿(mào)易是中國(guó)經(jīng)濟(jì)增長(zhǎng)最主要的引擎之一,匯率劇烈波動(dòng)會(huì)給對(duì)外貿(mào)易帶來(lái)巨大影響,所以必須妥善處理人民幣與日元、韓元之間的關(guān)系,保持人民幣匯率的穩(wěn)定。
正是由于不同市場(chǎng)之間的關(guān)聯(lián)性,使得金融風(fēng)險(xiǎn)容易從一個(gè)市場(chǎng)傳遞到另一個(gè)市場(chǎng),最終對(duì)整個(gè)金融市場(chǎng)產(chǎn)生影響,而經(jīng)濟(jì)地理距離越密切的國(guó)家之間金融市場(chǎng)風(fēng)險(xiǎn)的沖擊響應(yīng)程度往往更大,尤其是在金融危機(jī)時(shí)期會(huì)格外嚴(yán)重。當(dāng)然,不同國(guó)家對(duì)資本管制的程度不同,市場(chǎng)沖擊造成的影響程度也可能是不同的。對(duì)于中國(guó)而言,目前采取的是經(jīng)常項(xiàng)目外幣可兌換,資本項(xiàng)目項(xiàng)下外幣兌換審慎管理原則④。在資本流動(dòng)管制方面,中國(guó)一直秉承著“寬進(jìn)嚴(yán)出”的管理模式,鼓勵(lì)外商在國(guó)內(nèi)進(jìn)行投資,通過(guò)引資的方式促進(jìn)國(guó)內(nèi)經(jīng)濟(jì)發(fā)展。在期限結(jié)構(gòu)上,對(duì)資本項(xiàng)目始終遵循“長(zhǎng)松短嚴(yán)”的原則,這在很大程度上也杜絕了短期投機(jī)行為對(duì)中國(guó)金融體系穩(wěn)定造成影響。2014 年、2016 年、2017 年分別開通的“滬港通”“深港通”“債券通”進(jìn)一步實(shí)現(xiàn)了內(nèi)地與香港資本市場(chǎng)的互聯(lián)互通,給境外投資者投資境內(nèi)股票市場(chǎng)和債券市場(chǎng)拓寬了投資渠道。由于“滬港通”和“深港通”互聯(lián)互通的交易機(jī)制連接了內(nèi)地與香港股票市場(chǎng),當(dāng)人民幣匯率處于升值周期時(shí),內(nèi)地資本市場(chǎng)逐步開放吸引了大量香港以及海外投資者的目光,大量北上資金持續(xù)涌入內(nèi)地股市,國(guó)內(nèi)資產(chǎn)價(jià)格上升從而導(dǎo)致了股市的上漲。由此可見,在中國(guó)資本市場(chǎng)進(jìn)一步開放的背景下,保持人民幣匯率走勢(shì)穩(wěn)定對(duì)國(guó)內(nèi)股票市場(chǎng)和債券市場(chǎng)有著積極的作用。
圖2:銀行系統(tǒng)對(duì)外匯市場(chǎng)壓力指數(shù)導(dǎo)數(shù)
圖3:銀行系統(tǒng)對(duì)債券市場(chǎng)壓力指數(shù)導(dǎo)數(shù)
圖4:銀行系統(tǒng)對(duì)股票市場(chǎng)壓力指數(shù)導(dǎo)數(shù)
為進(jìn)一步探究銀行系統(tǒng)壓力這一非線性因素對(duì)外匯、債券和股票市場(chǎng)的影響,本文將十個(gè)樣本國(guó)家作為整體對(duì)銀行壓力指數(shù)這一非線性因素求偏導(dǎo),從而估算出外匯市場(chǎng)、債券市場(chǎng)和股票市場(chǎng)的內(nèi)生變量對(duì)銀行壓力指數(shù)非參數(shù)擬合的偏導(dǎo)數(shù)。將非參數(shù)的偏導(dǎo)數(shù)結(jié)果用散點(diǎn)圖(圖2—圖4)表示,散點(diǎn)圖直觀地說(shuō)明了銀行系統(tǒng)壓力對(duì)外匯市場(chǎng)、債券市場(chǎng)和股票市場(chǎng)的影響。
圖2 顯示銀行壓力指數(shù)增大會(huì)增加外匯市場(chǎng)面對(duì)的壓力。銀行壓力指數(shù)在0.2—0.8 的區(qū)間時(shí),其對(duì)外匯市場(chǎng)壓力指數(shù)正向作用逐漸減弱,但銀行壓力指數(shù)超過(guò)0.45 后,其作用逐漸增強(qiáng)。當(dāng)銀行壓力指數(shù)處于低水平的時(shí)候,銀行對(duì)外匯市場(chǎng)壓力指數(shù)的抑制作用比較強(qiáng),而隨著銀行壓力指數(shù)的增強(qiáng),外匯市場(chǎng)壓力指數(shù)受到銀行壓力指數(shù)上升影響而下降的程度則會(huì)減弱。
如圖3 所示,銀行壓力指數(shù)對(duì)債券市場(chǎng)壓力指數(shù)的導(dǎo)數(shù)圖呈現(xiàn)倒“U”形特征,銀行系統(tǒng)與債券市場(chǎng)的非線性關(guān)系顯著。在銀行壓力指數(shù)小于0.45 時(shí),銀行系統(tǒng)壓力指數(shù)升高對(duì)債券市場(chǎng)壓力指數(shù)的正向促進(jìn)作用加強(qiáng)。而當(dāng)銀行系統(tǒng)壓力指數(shù)超過(guò)0.45 時(shí),銀行系統(tǒng)壓力指數(shù)升高對(duì)債券市場(chǎng)壓力指數(shù)的正向促進(jìn)作用會(huì)減弱。當(dāng)壓力指數(shù)超過(guò)0.6 時(shí),銀行系統(tǒng)壓力指數(shù)的變化對(duì)債券市場(chǎng)壓力指數(shù)的影響降至0.4左右。
圖4 表明銀行壓力指數(shù)對(duì)股票市場(chǎng)沒有顯著影響。壓力指數(shù)在0.2—0.6 這個(gè)區(qū)間時(shí),其對(duì)股票市場(chǎng)的影響均在0.05 以下。這可能是因?yàn)殂y行與股票市場(chǎng)具有強(qiáng)的相互傳染性,各國(guó)為了防范銀行與股票市場(chǎng)之間風(fēng)險(xiǎn)的傳染均采取了一系列措施,這些舉措使得銀行壓力指數(shù)的變化不能導(dǎo)致股票市場(chǎng)壓力指數(shù)的變動(dòng)。然而,值得注意的是,當(dāng)銀行壓力指數(shù)處于高水平狀態(tài)時(shí),股票市場(chǎng)與銀行之間還是會(huì)有部分風(fēng)險(xiǎn)傳染的情況。但在嚴(yán)格限制下,這種聯(lián)系產(chǎn)生風(fēng)險(xiǎn)傳染的可能性較小。
本文首次嘗試在考慮了地理鄰近和經(jīng)濟(jì)鄰近關(guān)系的基礎(chǔ)上,以區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定參與國(guó)為主要樣本,通過(guò)半?yún)?shù)空間向量自回歸模型和時(shí)空脈沖響應(yīng)函數(shù)分析了金融市場(chǎng)沖擊在股票市場(chǎng)、債券市場(chǎng)及外匯市場(chǎng)三者之間時(shí)間上的滯后效應(yīng)以及不同國(guó)家(空間)上的溢出效應(yīng)。同時(shí)將銀行壓力指數(shù)作為非參數(shù)變量納入模型,分析銀行系統(tǒng)對(duì)整個(gè)金融市場(chǎng)的影響,得到如下研究結(jié)論:
第一,外匯市場(chǎng)、債券市場(chǎng)和股票市場(chǎng)三者是緊密相連的。這其中一個(gè)重要的決定因素是投資者對(duì)一國(guó)貨幣的利率預(yù)期。從不同國(guó)家間的沖擊結(jié)果來(lái)看,中國(guó)外匯市場(chǎng)對(duì)日本債券市場(chǎng)、韓國(guó)外匯市場(chǎng)和韓國(guó)股票市場(chǎng)的影響是最大的。在研究的樣本國(guó)家中,韓國(guó)與日本外匯市場(chǎng)的沖擊對(duì)中國(guó)外匯市場(chǎng)的影響是最顯著的,這與各國(guó)間的經(jīng)濟(jì)貿(mào)易往來(lái)以及各國(guó)的外匯制度密不可分。
第二,正是由于不同市場(chǎng)之間存在關(guān)聯(lián)性,使得金融風(fēng)險(xiǎn)容易從一個(gè)市場(chǎng)傳遞到另一個(gè)市場(chǎng),最終對(duì)整個(gè)金融市場(chǎng)產(chǎn)生影響,而經(jīng)濟(jì)地理距離越密切的國(guó)家之間金融市場(chǎng)風(fēng)險(xiǎn)的沖擊響應(yīng)程度往往越大,尤其是在金融危機(jī)時(shí)期會(huì)格外嚴(yán)重。然而不同國(guó)家對(duì)資本管制程度是不同的,受到金融風(fēng)險(xiǎn)的沖擊也是有所不同的。中國(guó)采用的是資本項(xiàng)目項(xiàng)下外幣兌換審慎管理原則,這在很大程度上可以避免短期投機(jī)行為對(duì)金融體系穩(wěn)定造成的影響。中國(guó)“滬港通”“深港通”“債券通”的開通促進(jìn)了中國(guó)內(nèi)地資本市場(chǎng)與香港資本市場(chǎng)的雙向開放,在此背景下保持人民幣匯率走勢(shì)穩(wěn)定對(duì)國(guó)內(nèi)股票市場(chǎng)和債券市場(chǎng)來(lái)說(shuō)有著積極的作用。
第三,當(dāng)銀行系統(tǒng)處于高風(fēng)險(xiǎn)時(shí),銀行壓力的增大會(huì)增加外匯市場(chǎng)面對(duì)的壓力,而債券市場(chǎng)則能夠有效地分散銀行風(fēng)險(xiǎn)。當(dāng)銀行壓力指數(shù)處于低水平狀態(tài)時(shí),債券市場(chǎng)對(duì)銀行系統(tǒng)風(fēng)險(xiǎn)的接納能力逐漸下降。對(duì)于股票市場(chǎng),銀行壓力指數(shù)的變動(dòng)則對(duì)其沒有顯著影響。
基于上述研究結(jié)論,本文認(rèn)為中國(guó)應(yīng)建立金融風(fēng)險(xiǎn)預(yù)警與防范機(jī)制,預(yù)防外部市場(chǎng)沖擊,維護(hù)國(guó)家金融安全,為此必須堅(jiān)持做好以下三個(gè)方面的工作:
第一,應(yīng)加強(qiáng)對(duì)自身外匯市場(chǎng)和短期流動(dòng)資本的監(jiān)管。監(jiān)管部門應(yīng)加強(qiáng)匯率風(fēng)險(xiǎn)管理意識(shí),建立匯率風(fēng)險(xiǎn)管理制度,同時(shí)應(yīng)關(guān)注貨幣政策操作風(fēng)險(xiǎn)、匯率過(guò)度波動(dòng)風(fēng)險(xiǎn)、資本流動(dòng)風(fēng)險(xiǎn)等,防止人民幣匯率因以上風(fēng)險(xiǎn)而出現(xiàn)異常波動(dòng)。堅(jiān)持資本項(xiàng)目開放謹(jǐn)慎管理的原則,加強(qiáng)對(duì)短期資本流動(dòng)的監(jiān)管,以保證在外匯簡(jiǎn)政放權(quán)力度不斷加大,資本項(xiàng)目可兌換穩(wěn)步推進(jìn)的發(fā)展背景下,保持人民幣匯率的基本穩(wěn)定。
第二,密切關(guān)注具有極高系統(tǒng)重要性的市場(chǎng)和地區(qū),并根據(jù)重要性程度實(shí)行差異化管理。防范國(guó)家金融風(fēng)險(xiǎn)不能只著眼于單一金融市場(chǎng),而應(yīng)該縱觀整個(gè)金融網(wǎng)絡(luò),并依據(jù)不同經(jīng)濟(jì)狀況采取不同的措施來(lái)預(yù)防國(guó)家間金融風(fēng)險(xiǎn)的傳染。在危機(jī)發(fā)生期間,除了要預(yù)防本國(guó)不同市場(chǎng)之間的相互傳染之外,還要警惕其他國(guó)家金融市場(chǎng)的沖擊對(duì)于中國(guó)的影響。當(dāng)前,中國(guó)正在逐步減輕對(duì)其他國(guó)家的外貿(mào)依賴程度,為預(yù)防因國(guó)家間金融風(fēng)險(xiǎn)傳染對(duì)中國(guó)金融市場(chǎng)造成的嚴(yán)重影響,首先應(yīng)將重點(diǎn)轉(zhuǎn)移到與中國(guó)經(jīng)濟(jì)關(guān)系密切的國(guó)家上。其次,在中國(guó)市場(chǎng)金融震蕩期來(lái)臨時(shí)要加強(qiáng)與日本、韓國(guó)、澳大利亞、菲律賓等國(guó)家的交流,共同制定政策來(lái)抵御風(fēng)險(xiǎn),盡量在風(fēng)險(xiǎn)傳染的初期及時(shí)切斷風(fēng)險(xiǎn)傳染途徑,避免風(fēng)險(xiǎn)在不同市場(chǎng)、不同地區(qū)之間大規(guī)模的蔓延。
第三,正確處理不同市場(chǎng)間的關(guān)系,更好地發(fā)揮銀行系統(tǒng)和債券市場(chǎng)規(guī)避金融風(fēng)險(xiǎn)的功能。為了維護(hù)整個(gè)國(guó)家金融系統(tǒng)的穩(wěn)定,對(duì)于銀行壓力指數(shù)較低的國(guó)家,例如,中國(guó)、印度尼西亞、日本、馬來(lái)西亞、韓國(guó)、泰國(guó)、澳大利亞等,可以適當(dāng)增強(qiáng)銀行之間的資金往來(lái),提高自身銀行壓力指數(shù)水平。而對(duì)銀行壓力指數(shù)較高的國(guó)家,應(yīng)適當(dāng)降低銀行壓力水平,以更好地發(fā)揮銀行系統(tǒng)和債券市場(chǎng)規(guī)避金融風(fēng)險(xiǎn)的功能。
注釋:
①金融壓力指數(shù)(FSI)的構(gòu)建主要參考了許滌龍、陳雙蓮(2015)構(gòu)建銀行壓力指數(shù)的方法,以及巴拉克什南(Balakrishnan et al.,2011)等人構(gòu)建國(guó)家金融壓力指數(shù)的方法。本文在此基礎(chǔ)上進(jìn)行了改進(jìn),模型的具體形式為:FSI=bank+em_stock+embi+empi。
②金融壓力指數(shù)大于零,說(shuō)明此時(shí)段金融系統(tǒng)處于高風(fēng)險(xiǎn);金融壓力指數(shù)小于零,說(shuō)明整個(gè)金融系統(tǒng)處于低風(fēng)險(xiǎn)狀態(tài)。
③受篇幅所限,本文未將實(shí)證分析的檢驗(yàn)結(jié)果及脈沖響應(yīng)圖納入。
④中國(guó)將資本項(xiàng)目分為7 大類43 項(xiàng),并根據(jù)開放程度分成無(wú)限制、較少限制、較多限制,以及嚴(yán)格限制四大類別。從整體上看中國(guó)資本項(xiàng)目最早開放的是直接投資,其次是股票投資,對(duì)債務(wù)以及貸款投資的開放則一直保持謹(jǐn)慎態(tài)度。