系統(tǒng)性金融風(fēng)險(xiǎn)的度量及其時(shí)變經(jīng)濟(jì)效應(yīng)研究

石廣平，劉曉星，段聰穎

(1.河南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，河南 鄭州 450000；2.東南大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211189)

一、 引言與文獻(xiàn)綜述

在中國(guó)經(jīng)濟(jì)深刻轉(zhuǎn)型和關(guān)鍵跨越時(shí)期，過(guò)去經(jīng)濟(jì)高速增長(zhǎng)所掩蓋的一些結(jié)構(gòu)性矛盾、金融創(chuàng)新帶來(lái)的高杠桿率和房地產(chǎn)市場(chǎng)泡沫壓力所蘊(yùn)含的巨大風(fēng)險(xiǎn)隱患均日漸凸顯。為此，黨的十九大報(bào)告明確提出要“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”，中共中央、國(guó)務(wù)院及各金融監(jiān)管部門高度重視金融風(fēng)險(xiǎn)，一系列監(jiān)管措施如結(jié)構(gòu)性去杠桿、地方政府債務(wù)風(fēng)險(xiǎn)處理、房地產(chǎn)市場(chǎng)健康發(fā)展引導(dǎo)等持續(xù)進(jìn)行，目前已進(jìn)入防范和化解重大金融風(fēng)險(xiǎn)的關(guān)鍵和反思階段。與此同時(shí)，我國(guó)金融系統(tǒng)面臨國(guó)內(nèi)外風(fēng)險(xiǎn)環(huán)境日益復(fù)雜的局面，一方面，內(nèi)部經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型、新舊增長(zhǎng)動(dòng)力轉(zhuǎn)換過(guò)程中積累的風(fēng)險(xiǎn)可能繼續(xù)暴露和交叉感染溢出，另一方面，外部不確定性沖擊加劇，2018—2019年的中美貿(mào)易摩擦和2019年以來(lái)全球新冠肺炎疫情均對(duì)我國(guó)實(shí)體經(jīng)濟(jì)和金融系統(tǒng)造成一定沖擊。在此背景下，準(zhǔn)確構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)并提高對(duì)其監(jiān)測(cè)和應(yīng)用能力是新形勢(shì)下防范和化解系統(tǒng)性風(fēng)險(xiǎn)的現(xiàn)實(shí)需求。此外，系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)宏觀經(jīng)濟(jì)的影響與所處經(jīng)濟(jì)環(huán)境和風(fēng)險(xiǎn)水平有關(guān)，監(jiān)管部門在密切關(guān)注系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)展動(dòng)態(tài)的同時(shí)，需準(zhǔn)確判斷其將對(duì)宏觀經(jīng)濟(jì)產(chǎn)生的影響，把握好政策制定和實(shí)施的時(shí)機(jī)、方向和力度，提高政策使用的有效性。因此，深入探討系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的動(dòng)態(tài)影響，分析不同時(shí)期不同風(fēng)險(xiǎn)狀態(tài)下系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生的時(shí)變影響，可以使政策制定者更有針對(duì)性地采取措施，對(duì)維護(hù)我國(guó)金融系統(tǒng)穩(wěn)定具有重要的理論和現(xiàn)實(shí)意義。

關(guān)于系統(tǒng)性金融風(fēng)險(xiǎn)度量的方法主要包括以下三類：(1)基于國(guó)家層面的早期預(yù)警指標(biāo)體系法。該方法對(duì)已發(fā)生過(guò)金融危機(jī)國(guó)家的極端事件進(jìn)行分析，探討可以預(yù)測(cè)金融危機(jī)發(fā)生的共同信號(hào)指標(biāo)及臨界值，進(jìn)而估測(cè)某一國(guó)家在某一時(shí)刻爆發(fā)金融危機(jī)的可能性[1]。其重點(diǎn)在于使用具有前瞻性預(yù)警效果的風(fēng)險(xiǎn)因子，但對(duì)于沒(méi)有爆發(fā)過(guò)金融危機(jī)的國(guó)家來(lái)講并不適用。(2)考慮金融機(jī)構(gòu)和金融市場(chǎng)之間風(fēng)險(xiǎn)傳染的模型法。模型法主要通過(guò)條件在險(xiǎn)價(jià)值(CoVaR)[2-4]、邊際期望損失(Marginal Expected Shortfall，MES)[5-7]、未定權(quán)益分析(Contingent Claims Analysis，CAA)[8-9]和網(wǎng)絡(luò)拓?fù)鋄10]等方法討論系統(tǒng)性風(fēng)險(xiǎn)在不同金融機(jī)構(gòu)或金融行業(yè)之間的溢出效應(yīng)。該方法主要針對(duì)某一金融機(jī)構(gòu)或子市場(chǎng)而言，不能衡量金融體系整體的風(fēng)險(xiǎn)情況。(3)同時(shí)適用于分市場(chǎng)和國(guó)家層面的金融壓力指數(shù)法。金融壓力指數(shù)法深受國(guó)內(nèi)外學(xué)者廣泛使用，最早由Illin和Ying[11]提出，主要通過(guò)測(cè)度某一經(jīng)濟(jì)主體一定時(shí)期內(nèi)的金融壓力來(lái)分析風(fēng)險(xiǎn)相對(duì)水平，為沒(méi)有發(fā)生過(guò)金融危機(jī)的國(guó)家測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)指出了新的思路。此后，Balakrishnan等[12]、Louzis和Vouldis[13]、許滌龍和陳雙蓮[14]以及陶玲和朱迎[15]等對(duì)其進(jìn)行了運(yùn)用和改進(jìn)。其中，陶玲和朱迎[15]基于金融機(jī)構(gòu)、股票市場(chǎng)和政府部門等七個(gè)維度的基礎(chǔ)指標(biāo)，采用相關(guān)系數(shù)賦權(quán)法構(gòu)造了系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)；何青等[16]考慮涵蓋機(jī)構(gòu)個(gè)體、個(gè)體間聯(lián)動(dòng)和傳染等風(fēng)險(xiǎn)因素，結(jié)合分位數(shù)回歸法構(gòu)造了系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)；清華大學(xué)金融與發(fā)展研究中心課題組[17]選取債券市場(chǎng)、股票市場(chǎng)等4個(gè)金融子市場(chǎng)的13個(gè)子指標(biāo)，基于時(shí)變相關(guān)系數(shù)法合成了動(dòng)態(tài)權(quán)重的我國(guó)系統(tǒng)性金融壓力指數(shù)；郭娜等[18]從宏觀經(jīng)濟(jì)、外部經(jīng)濟(jì)、貨幣流動(dòng)性以及資產(chǎn)價(jià)格四個(gè)風(fēng)險(xiǎn)來(lái)源選取指標(biāo)，運(yùn)用因子分析法對(duì)我國(guó)金融系統(tǒng)的脆弱性進(jìn)行了度量?？梢?jiàn)，已有關(guān)于金融壓力指數(shù)法研究的主要區(qū)別在于基礎(chǔ)指標(biāo)的選取角度與綜合指數(shù)的合成方法上。從基礎(chǔ)指標(biāo)的選取來(lái)看，部分學(xué)者側(cè)重風(fēng)險(xiǎn)在金融機(jī)構(gòu)與實(shí)體經(jīng)濟(jì)之間的傳染[16]，該類研究在很大程度上忽略了金融市場(chǎng)的作用；部分學(xué)者側(cè)重涵蓋多個(gè)金融部門或金融市場(chǎng)，且逐步向同時(shí)構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)在不同維度指數(shù)和綜合指數(shù)的方向發(fā)展[15,19]，該類研究忽略了實(shí)體經(jīng)濟(jì)與系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)聯(lián)機(jī)制；還有一些學(xué)者從系統(tǒng)性金融風(fēng)險(xiǎn)的風(fēng)險(xiǎn)來(lái)源層面選取指標(biāo)[20-21]，該類研究容易忽略系統(tǒng)性金融風(fēng)險(xiǎn)的作用結(jié)果。就指數(shù)合成方法而言，已有文獻(xiàn)大多采用等權(quán)重[22]、相關(guān)系數(shù)賦權(quán)法[15]、主成分分析和因子分析法[20]，這些方法均屬于靜態(tài)權(quán)重范疇，不能動(dòng)態(tài)捕捉到系統(tǒng)性金融風(fēng)險(xiǎn)合成系數(shù)的時(shí)變特征。目前，已有研究在合成綜合指數(shù)時(shí)開(kāi)始基于時(shí)變相關(guān)系數(shù)來(lái)構(gòu)建動(dòng)態(tài)權(quán)重[17,23]，但該類研究在構(gòu)建時(shí)變權(quán)重時(shí)依賴子市場(chǎng)風(fēng)險(xiǎn)自身或相關(guān)性特征，忽略了金融子市場(chǎng)風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的影響。

在構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的基礎(chǔ)上，學(xué)者們進(jìn)一步探討其對(duì)實(shí)體經(jīng)濟(jì)、宏觀經(jīng)濟(jì)的沖擊效應(yīng)和預(yù)測(cè)能力[24]。部分學(xué)者認(rèn)為系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)具有負(fù)向效應(yīng)，劉曉星和方磊[25]運(yùn)用VAR模型指出金融壓力對(duì)宏觀經(jīng)濟(jì)具有顯著的不利影響；劉瑞興[26]通過(guò)格蘭杰因果檢驗(yàn)方法發(fā)現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)壓力指數(shù)對(duì)實(shí)體經(jīng)濟(jì)具有長(zhǎng)期逆向影響；馬勇和黃科[22]通過(guò)將金融壓力指數(shù)引入產(chǎn)出方程，指出金融壓力指數(shù)對(duì)產(chǎn)出存在顯著負(fù)向影響。部分學(xué)者認(rèn)為在資產(chǎn)價(jià)格泡沫初期和金融壓力上升初期，系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)宏觀經(jīng)濟(jì)起到一定的促進(jìn)作用，如陳建青等[27]研究表明在正常的風(fēng)險(xiǎn)水平下，金融行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)與市場(chǎng)繁榮程度正相關(guān)。近年來(lái)，隨著計(jì)量方法的不斷進(jìn)步，有學(xué)者指出系統(tǒng)性金融風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)之間呈現(xiàn)非線性關(guān)系。Aboura和Roye[28]運(yùn)用馬爾科夫貝葉斯轉(zhuǎn)換模型(MSBVAR)表明在高金融壓力下宏觀經(jīng)濟(jì)波動(dòng)劇烈，在低金融壓力下宏觀經(jīng)濟(jì)波動(dòng)平緩；徐國(guó)祥和李波[29]通過(guò)時(shí)變向量自回歸模型(TVP-VAR)指出中國(guó)金融壓力指數(shù)在上升區(qū)制對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響高于在平穩(wěn)下降區(qū)制的負(fù)向影響；丁慧等[23]結(jié)合馬爾科夫區(qū)制轉(zhuǎn)移模型(MS-VAR)檢驗(yàn)中國(guó)金融市場(chǎng)壓力指數(shù)對(duì)宏觀經(jīng)濟(jì)的非線性效應(yīng)?？梢?jiàn)，系統(tǒng)性金融風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)之間關(guān)系的結(jié)論存在不一致現(xiàn)象，且具有明顯的非線性特征。

綜上所述，在系統(tǒng)性金融風(fēng)險(xiǎn)度量的研究中，綜合指數(shù)合成時(shí)權(quán)重設(shè)置以靜態(tài)居多，少量動(dòng)態(tài)權(quán)重也是從基礎(chǔ)指標(biāo)自身相關(guān)性出發(fā)，未能體現(xiàn)系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的沖擊效應(yīng)，未能動(dòng)態(tài)反映不同時(shí)點(diǎn)各金融子市場(chǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的實(shí)時(shí)貢獻(xiàn)程度；在系統(tǒng)性金融風(fēng)險(xiǎn)的經(jīng)濟(jì)效應(yīng)方面，已有文獻(xiàn)較多考慮金融壓力綜合指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，未能分析比較各個(gè)金融子市場(chǎng)壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效果；且大多數(shù)采用馬爾科夫區(qū)制轉(zhuǎn)換模型分析不同風(fēng)險(xiǎn)區(qū)制下的經(jīng)濟(jì)效應(yīng)，不能具體到特定時(shí)點(diǎn)分析系統(tǒng)性金融風(fēng)險(xiǎn)的實(shí)時(shí)經(jīng)濟(jì)效應(yīng)。相比已有文獻(xiàn)，本文的貢獻(xiàn)主要體現(xiàn)在：(1)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的度量進(jìn)行了改進(jìn)：方法上，結(jié)合時(shí)變隨機(jī)波動(dòng)率結(jié)構(gòu)向量自回歸模型(TVP-SV-SVAR)，運(yùn)用時(shí)變脈沖響應(yīng)函數(shù)構(gòu)建合成系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)時(shí)的動(dòng)態(tài)權(quán)重；視角上，考慮各子市場(chǎng)金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的時(shí)變沖擊效應(yīng)，構(gòu)造出了基于對(duì)實(shí)體經(jīng)濟(jì)沖擊效應(yīng)的動(dòng)態(tài)權(quán)重系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)。(2)同時(shí)分析各子市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)實(shí)體經(jīng)濟(jì)的實(shí)時(shí)影響，從而為系統(tǒng)性金融風(fēng)險(xiǎn)的監(jiān)管提供更有針對(duì)性的參考價(jià)值。

本文剩余部分的結(jié)構(gòu)如下：第二部分介紹了本文的研究方法，包括系統(tǒng)性金融風(fēng)險(xiǎn)的度量方法、高低風(fēng)險(xiǎn)點(diǎn)區(qū)分方法及其時(shí)變經(jīng)濟(jì)效應(yīng)的分析方法；第三部分是系統(tǒng)性金融風(fēng)險(xiǎn)的度量結(jié)果和狀態(tài)劃分；第四部分分子市場(chǎng)和整個(gè)金融系統(tǒng)層面探討系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的時(shí)變沖擊效應(yīng)。

二、 研究方法

(一) 系統(tǒng)性金融風(fēng)險(xiǎn)的度量方法

本文系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的合成分為以下四個(gè)步驟：

第一步，選取基礎(chǔ)指標(biāo)。借鑒已有系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建方法，選取涵蓋金融機(jī)構(gòu)和金融子市場(chǎng)的基礎(chǔ)指標(biāo)，從量綱、頻率、完整性、與系統(tǒng)性金融風(fēng)險(xiǎn)關(guān)系等角度對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化、頻率轉(zhuǎn)換、缺失數(shù)據(jù)補(bǔ)充和正向化等預(yù)處理，將原始數(shù)據(jù)轉(zhuǎn)換為可比較數(shù)據(jù)。

第二步，構(gòu)建各子市場(chǎng)金融壓力指數(shù)。結(jié)合主成分分析方法構(gòu)建我國(guó)各金融子市場(chǎng)的壓力指數(shù)，記為x1t,x2t,…，xnt，其中n為金融機(jī)構(gòu)和子市場(chǎng)的個(gè)數(shù)。記衡量實(shí)體經(jīng)濟(jì)的變量為yt，與各子市場(chǎng)金融壓力指數(shù)一起組成n+1維向量zt=(x1t,x2t,…，xnt,yt)。

第三步，計(jì)算各子市場(chǎng)金融壓力指數(shù)的時(shí)變權(quán)重。由于各子市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的相關(guān)系數(shù)具有隨時(shí)間變化的特征[15]，各金融子市場(chǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度亦具有時(shí)變性。TVP-SV-VAR模型能夠捕捉靈活經(jīng)濟(jì)體系基本結(jié)構(gòu)的時(shí)變特征：一方面通過(guò)時(shí)變系數(shù)估計(jì)獲得變量間不穩(wěn)定的關(guān)系，另一方面通過(guò)時(shí)變波動(dòng)率解決模型異方差問(wèn)題。本文運(yùn)用TVP-SV-VAR模型得出各子市場(chǎng)金融壓力指數(shù)對(duì)實(shí)體經(jīng)濟(jì)的時(shí)變沖擊效應(yīng)，并據(jù)此構(gòu)造各子市場(chǎng)的動(dòng)態(tài)權(quán)重。對(duì)向量zt構(gòu)造如下TVP-SV-SVAR模型：

(1)

其中，At為(n+1)×(n+1)結(jié)構(gòu)矩陣，B0t,B1t,…,Bst為(n+1)×(n+1)系數(shù)矩陣，Σt是以[σ1t,σ2t,…,σst]為對(duì)角線的(n+1)×(n+1)對(duì)角矩陣，均是隨時(shí)間t變化的時(shí)變矩陣。對(duì)Bit中元素進(jìn)行重新組合得[(n+1)2s+(n+1)]* 1的列向量βt，定義矩陣Xt=In+1?[1,z′t-1,…,z′t-s]，?代表克羅內(nèi)克積。由此式(1)可寫成如下形式：

(2)

參數(shù)βt，At和Σt均為時(shí)變的。借鑒Nakajima[30]提出的貝葉斯統(tǒng)計(jì)推斷框架下的馬爾科夫蒙特卡羅算法(MCMC)進(jìn)行參數(shù)估計(jì)，限于篇幅此處不再贅述。

(3)

其中，wit為第i個(gè)子市場(chǎng)金融壓力指數(shù)在第t時(shí)期的權(quán)重系數(shù)，且∑|wit|=1。

第四步，合成系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)(CISFRt)。按如下動(dòng)態(tài)加權(quán)即可得CISFRt：

(4)

(二) 系統(tǒng)性金融風(fēng)險(xiǎn)高低區(qū)制的劃分模型

各子市場(chǎng)金融壓力指數(shù)及系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)在不同經(jīng)濟(jì)環(huán)境下具有明顯差異，具體體現(xiàn)在風(fēng)險(xiǎn)高低及風(fēng)險(xiǎn)轉(zhuǎn)變上。由于馬爾科夫區(qū)制轉(zhuǎn)換自回歸模型(MS-AR)能夠在不需要主觀設(shè)定閾值的情況下實(shí)現(xiàn)時(shí)間序列的狀態(tài)轉(zhuǎn)換分析，使其成為分析金融風(fēng)險(xiǎn)動(dòng)態(tài)變換的有力工具。本文在構(gòu)建各子市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的基礎(chǔ)上，采用MS-AR模型分析我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的狀態(tài)。為此，建立如下MS-AR模型：

(5)

其中，St=1,2表示系統(tǒng)性金融風(fēng)險(xiǎn)處于高、低風(fēng)險(xiǎn)兩種狀態(tài)；μSt為系統(tǒng)性金融風(fēng)險(xiǎn)CISFRt在狀態(tài)St下的截距項(xiàng)，σSt是殘差項(xiàng)在狀態(tài)St時(shí)的標(biāo)準(zhǔn)差；k是滯后期數(shù)，n是滯后階數(shù)。從t-1期的狀態(tài)i,i=1,2轉(zhuǎn)移到t期的狀態(tài)j,j=1,2的轉(zhuǎn)移概率為：

pij=P(St=j|St-1=i),?i,j∈{1,2}

(6)

(7)

(三) 系統(tǒng)性金融風(fēng)險(xiǎn)的時(shí)變經(jīng)濟(jì)效應(yīng)分析方法

實(shí)體經(jīng)濟(jì)對(duì)于各金融子市場(chǎng)壓力沖擊的時(shí)變脈沖響應(yīng)在構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)時(shí)已充分考慮，結(jié)合模型(1)的參數(shù)估計(jì)結(jié)果即可進(jìn)行分析。為分析系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的實(shí)體經(jīng)濟(jì)效應(yīng)，進(jìn)一步構(gòu)建包含CISFRt和經(jīng)濟(jì)增長(zhǎng)的兩變量TVP-SV-VAR-模型，即將模型(1)中n+1維向量zt替換為二維向量(CISRFt,yt)，便可分析任意時(shí)點(diǎn)t實(shí)體經(jīng)濟(jì)變量yt在受到來(lái)自CISFRt一個(gè)正向標(biāo)準(zhǔn)差沖擊后不同滯后期的脈沖響應(yīng)，由此可區(qū)分不同時(shí)點(diǎn)不同風(fēng)險(xiǎn)狀態(tài)下系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的時(shí)變沖擊效應(yīng)。

三、 系統(tǒng)性金融風(fēng)險(xiǎn)的度量和狀態(tài)劃分

(一) 基礎(chǔ)指標(biāo)選取、數(shù)據(jù)說(shuō)明及預(yù)處理

基礎(chǔ)指標(biāo)體系的構(gòu)建對(duì)準(zhǔn)確度量系統(tǒng)性金融風(fēng)險(xiǎn)十分重要[32]。我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)壓力指數(shù)測(cè)算的研究起步雖然較晚，但隨著我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”和金融結(jié)構(gòu)改革的不斷推進(jìn)，房地產(chǎn)市場(chǎng)、政府部門債務(wù)和泡沫經(jīng)濟(jì)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響越發(fā)深遠(yuǎn)。已有文獻(xiàn)在指標(biāo)體系的選擇上從最初的重點(diǎn)關(guān)注銀行、外匯和證券市場(chǎng)[25]，發(fā)展到納入對(duì)銀行信貸具有重要影響的房地產(chǎn)部門[14]，再到涵蓋更廣泛的金融機(jī)構(gòu)、金融市場(chǎng)和政府部門[15]。因此，本文在構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)基礎(chǔ)指標(biāo)體系時(shí)盡量涵蓋金融領(lǐng)域的各個(gè)方面，以期能反映各金融子市場(chǎng)、部門的風(fēng)險(xiǎn)狀況，并快速反映整個(gè)金融系統(tǒng)的風(fēng)險(xiǎn)狀態(tài)。此外，本文從系統(tǒng)性金融風(fēng)險(xiǎn)的作用結(jié)果，即對(duì)實(shí)體經(jīng)濟(jì)沖擊的視角來(lái)構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，因此宏觀經(jīng)濟(jì)層面不再納入基礎(chǔ)指標(biāo)體系，而是選取經(jīng)濟(jì)增長(zhǎng)作為參考指標(biāo)，用國(guó)內(nèi)生產(chǎn)總值GDP來(lái)衡量。基于以上考慮，本文構(gòu)建的系統(tǒng)性金融風(fēng)險(xiǎn)基礎(chǔ)指標(biāo)體系如表1所示。樣本區(qū)間為2007年1月—2020年6月，數(shù)據(jù)來(lái)源于中國(guó)債券信息網(wǎng)和Wind金融數(shù)據(jù)庫(kù)。

表1 系統(tǒng)性金融風(fēng)險(xiǎn)基礎(chǔ)指標(biāo)選取

由于24個(gè)基礎(chǔ)指標(biāo)的量綱、頻率、完整性、與系統(tǒng)性金融風(fēng)險(xiǎn)關(guān)系等方面有所不同，本文從以下幾個(gè)方面進(jìn)行數(shù)據(jù)預(yù)處理：(1)正向化處理。對(duì)于與系統(tǒng)性金融風(fēng)險(xiǎn)成反向關(guān)系的基礎(chǔ)指標(biāo)，參考郭娜等[20]，通過(guò)取相反數(shù)對(duì)其進(jìn)行正向化處理。(2)頻率轉(zhuǎn)換處理。對(duì)于個(gè)別沒(méi)有月度數(shù)據(jù)的指標(biāo)(如不良貸款率、GDP)，參考許滌龍等[14]，運(yùn)用Eviews對(duì)其季度數(shù)據(jù)進(jìn)行頻率轉(zhuǎn)換為月度數(shù)據(jù)。(3)缺失數(shù)據(jù)的補(bǔ)充。對(duì)于部分1月份有缺失數(shù)據(jù)的指標(biāo)(如商品房銷售面積、銷售額、房地產(chǎn)投資額等)，采用平滑插值法補(bǔ)齊。(4)標(biāo)準(zhǔn)化處理。對(duì)于量綱不統(tǒng)一問(wèn)題，借鑒Kremer等[39]，根據(jù)累計(jì)經(jīng)驗(yàn)函數(shù)將基礎(chǔ)指標(biāo)的數(shù)據(jù)轉(zhuǎn)化為(0，1]之間，具體的標(biāo)準(zhǔn)化方法如下：

記第i個(gè)子市場(chǎng)中第j個(gè)基礎(chǔ)指標(biāo)的原始數(shù)據(jù)序列為xi,j,t=(xi,j,1,xi,j,2,…，xi,j,n)，其中n為樣本期內(nèi)某一基礎(chǔ)指標(biāo)的樣本個(gè)數(shù)。將原始基礎(chǔ)指標(biāo)序列升序排列后的新序列記為(xi,j,[1],xi,j,[2],…，xi,j,[n])，其中，xi,j,[1]≤xi,j,[2]≤…≤xi,j,[n]，[r]表示觀測(cè)值在整個(gè)序列中的排序號(hào)。進(jìn)一步可以計(jì)算出樣本{xi,j,t}所服從的經(jīng)驗(yàn)分布函數(shù)Fn(xi,j,t)，即觀測(cè)獲得樣本{xi,j,t}中不超過(guò)數(shù)值xi,j,t的樣本個(gè)數(shù)與該序列總樣本數(shù)量的比值：

(8)

基于上述經(jīng)驗(yàn)分布函數(shù)可將原始序列標(biāo)準(zhǔn)化為(0,1]上的序列。記標(biāo)準(zhǔn)化后的基礎(chǔ)指標(biāo)序列為Sn(xi,j,t)，則Sn(xi,j,t)=Fn(xi,j,t)。若原始序列中某幾個(gè)樣本點(diǎn)的取值相等，則這幾個(gè)樣本點(diǎn)標(biāo)準(zhǔn)化后的取值為其觀測(cè)值所占次序比值的平均值。

(二) 各子市場(chǎng)的金融壓力指數(shù)構(gòu)建及分析

在合成系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)時(shí)需要考慮各子市場(chǎng)風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)，因此首先運(yùn)用主成分分析法對(duì)各子市場(chǎng)的基礎(chǔ)指標(biāo)合成子市場(chǎng)金融壓力指數(shù)。在進(jìn)行主成分分析之前，運(yùn)用KMO和Bartlett球形檢驗(yàn)對(duì)各子市場(chǎng)數(shù)據(jù)進(jìn)行適應(yīng)性檢驗(yàn)。KMO檢驗(yàn)標(biāo)準(zhǔn)是，KMO值越大越適合進(jìn)行主成分分析，KMO值低于0.5則表明數(shù)據(jù)不適合進(jìn)行主成分分析。如表2所示，各金融子市場(chǎng)的KMO檢驗(yàn)結(jié)果均大于0.5，且Bartlett球形檢驗(yàn)的p值均為0，說(shuō)明各子市場(chǎng)基礎(chǔ)指標(biāo)之間具有相關(guān)性，可以對(duì)其運(yùn)用主成分分析方法處理。

表2 各金融子市場(chǎng)KMO與Bartlett檢驗(yàn)

圖1 銀行部門金融壓力指數(shù)及區(qū)制劃分

圖2 股票市場(chǎng)金融壓力指數(shù)及區(qū)制劃分

圖3 房地產(chǎn)市場(chǎng)金融壓力指數(shù)及區(qū)制劃分

圖4 債券市場(chǎng)金融壓力指數(shù)及區(qū)制劃分

圖5 外部金融市場(chǎng)壓力指數(shù)及區(qū)制劃分

圖6 貨幣市場(chǎng)金融壓力指數(shù)及區(qū)制劃分

(1)對(duì)于銀行部門金融壓力指數(shù)而言，在2008年7—12月、2011年10—11月、2014年12月—2015年2月和2018年3—4月期間，銀行部門系統(tǒng)性風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)狀態(tài)。(1)對(duì)于處于高風(fēng)險(xiǎn)區(qū)制的個(gè)別點(diǎn)(圖1和圖2中數(shù)豎直的線而未形成陰影區(qū)域)，由于僅一個(gè)點(diǎn)的高風(fēng)險(xiǎn)表明其持續(xù)期短，本文只分析陰影區(qū)域部分。銀行部門在2008年7—12月的高風(fēng)險(xiǎn)與美國(guó)次貸危機(jī)有關(guān)，由于我國(guó)緊急實(shí)施救市政策，宏觀經(jīng)濟(jì)在2009年逐漸回暖，銀行部門系統(tǒng)性風(fēng)險(xiǎn)在2009年也明顯降低。受歐債危機(jī)影響，銀行部門風(fēng)險(xiǎn)水平從2011年開(kāi)始上升，并于2011年10—11月呈現(xiàn)高風(fēng)險(xiǎn)水平，之后回落到低風(fēng)險(xiǎn)狀態(tài)。2013年“錢荒”事件發(fā)生后，我國(guó)實(shí)施寬松貨幣政策[40]，影子銀行蓬勃發(fā)展，銀行信貸規(guī)模持續(xù)增長(zhǎng)，銀行部門系統(tǒng)性風(fēng)險(xiǎn)在2014年12月—2015年2月再次快速上升，并躍至高位。隨著央行對(duì)表外業(yè)務(wù)的大力清理以及對(duì)影子銀行監(jiān)管的加強(qiáng)，銀行部門的風(fēng)險(xiǎn)壓力在2016年出現(xiàn)回落。2018年在中美貿(mào)易摩擦的沖擊下，銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)再次上升。

(2)股票市場(chǎng)在2007年1—3月、2009年6—7月、2014年12月—2015年5月和2019年2—3月四個(gè)較短區(qū)間內(nèi)呈現(xiàn)出較高的風(fēng)險(xiǎn)水平。2007年初股票市場(chǎng)高風(fēng)險(xiǎn)與當(dāng)時(shí)股市繁榮相關(guān)，2008年受次貸危機(jī)影響股市進(jìn)入低迷階段，2009年市場(chǎng)預(yù)期變好，杠桿資金進(jìn)入，風(fēng)險(xiǎn)再次上升，在2009年6—7月呈現(xiàn)出高風(fēng)險(xiǎn)狀態(tài)，后因我國(guó)房地產(chǎn)火爆，資金輪動(dòng)到房地產(chǎn)市場(chǎng)，股市風(fēng)險(xiǎn)有所下降。2014年下半年到2015年上半年我國(guó)股市經(jīng)歷了泡沫加速形成、迅速繁榮以及破滅的過(guò)程，與之對(duì)應(yīng)形成此階段股市的高風(fēng)險(xiǎn)狀態(tài)，之后股票市場(chǎng)處于低風(fēng)險(xiǎn)水平，直到2019年初股票市場(chǎng)震蕩加強(qiáng)，股市風(fēng)險(xiǎn)稍微有所上升，但是相對(duì)而言比較平穩(wěn)。

(3)對(duì)于房地產(chǎn)市場(chǎng)金融壓力而言，在2007年1—8月、2009年3—7月、2012年11月—2013年3月、2014年10月—2016年10月以及2020年1—6月期間房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)水平明顯高于其他時(shí)期。受住房市場(chǎng)化改革影響，我國(guó)房?jī)r(jià)在良好的經(jīng)濟(jì)增長(zhǎng)環(huán)境和與之同步增長(zhǎng)的居民收入支撐下開(kāi)始暴漲，2007年1—8月漲幅較大，該階段房地產(chǎn)市場(chǎng)對(duì)應(yīng)呈現(xiàn)出高風(fēng)險(xiǎn)狀態(tài)，之后全球金融危機(jī)帶來(lái)的經(jīng)濟(jì)下滑給房地產(chǎn)業(yè)造成很大沖擊，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)有所控制。為應(yīng)對(duì)全球金融危機(jī)影響，中國(guó)政府采取4萬(wàn)億元投資計(jì)劃，且央行在2008年到2009年多次降低基準(zhǔn)利率，多個(gè)城市對(duì)房產(chǎn)稅放寬要求，流動(dòng)性供給增加，房?jī)r(jià)在2009年再次不斷膨脹，房地產(chǎn)市場(chǎng)又陷入一片狂熱，風(fēng)險(xiǎn)急劇增加，因此，2009年3—7月房地產(chǎn)市場(chǎng)亦表現(xiàn)出高風(fēng)險(xiǎn)狀態(tài)。之后在宏觀政策調(diào)控下，房地產(chǎn)市場(chǎng)從2011年到2014年處于平穩(wěn)狀態(tài)，房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)維持在較低水平。2015年股票市場(chǎng)資金在股災(zāi)驅(qū)動(dòng)下不斷輪動(dòng)到房地產(chǎn)市場(chǎng)，同時(shí)受到取消限購(gòu)、放松限貸、鼓勵(lì)房地產(chǎn)開(kāi)發(fā)、放寬公積金貸款等政策影響，2016年下半年，以南京、鄭州、合肥為代表的二線城市房?jī)r(jià)大幅上漲，再次推高了房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)水平。2020年上半年，受新冠肺炎疫情影響，房地產(chǎn)市場(chǎng)壓力增大，風(fēng)險(xiǎn)水平又有所上升。

(4)債券市場(chǎng)金融壓力指數(shù)變化的波動(dòng)程度較強(qiáng)，但是高低風(fēng)險(xiǎn)狀態(tài)的劃分仍然十分清晰，且與重要金融事件相關(guān)：2008年10月—2009年2月，受全球金融危機(jī)影響，債券市場(chǎng)金融壓力指數(shù)顯著上升，風(fēng)險(xiǎn)水平明顯較高；2009年3月—2014年9月，在寬松貨幣政策的大環(huán)境下，債券市場(chǎng)的風(fēng)險(xiǎn)壓力較低；2014年10月—2015年7月，受股災(zāi)和房地產(chǎn)市場(chǎng)間歇暴漲影響，債券市場(chǎng)的金融風(fēng)險(xiǎn)顯著增強(qiáng)；2016年—2018年上半年，債券市場(chǎng)金融壓力指數(shù)均處于負(fù)值水平，風(fēng)險(xiǎn)較低；2018年下半年之后，受中美貿(mào)易摩擦、全球新冠肺炎疫情和國(guó)外資本市場(chǎng)異常波動(dòng)的沖擊，債券市場(chǎng)金融風(fēng)險(xiǎn)在2019年12月—2020年5月再次呈現(xiàn)較強(qiáng)的波動(dòng)和壓力。

(5)外部金融市場(chǎng)從2007年到2014年其金融壓力指數(shù)呈現(xiàn)下降趨勢(shì)。2014年之后我國(guó)宏觀經(jīng)濟(jì)增速放緩，受“8·11”匯改影響，人民幣貶值壓力增大，外部金融市場(chǎng)壓力指數(shù)開(kāi)始上升，并于2016年10月—2017年6月達(dá)到高風(fēng)險(xiǎn)水平；2018年受中美貿(mào)易摩擦的沖擊，外部金融市場(chǎng)壓力再次攀升，在2018年7—10月表現(xiàn)為高風(fēng)險(xiǎn)水平。

(6)貨幣市場(chǎng)主要在2010年8月—2015年4月呈現(xiàn)出較高的風(fēng)險(xiǎn)水平，這主要與該期間較高的貨幣流動(dòng)性水平有關(guān)。為應(yīng)對(duì)全球金融危機(jī)，政府采取積極的財(cái)政政策和貨幣政策，2009年貨幣流動(dòng)性上升，貨幣市場(chǎng)風(fēng)險(xiǎn)隨之明顯增加。雖然2010—2011年央行實(shí)施了系列緊縮性貨幣政策，過(guò)剩的流動(dòng)性稍有回收，但2012年在美國(guó)等發(fā)達(dá)國(guó)家實(shí)施量化寬松的國(guó)際背景下，我國(guó)再啟降息、降準(zhǔn)等寬松貨幣政策，由此帶來(lái)的大量流動(dòng)性使得我國(guó)貨幣市場(chǎng)風(fēng)險(xiǎn)維持高位。隨著貨幣流動(dòng)性的增加逐步轉(zhuǎn)入股票市場(chǎng)和房地產(chǎn)市場(chǎng)，我國(guó)金融市場(chǎng)資產(chǎn)價(jià)格上漲，貨幣市場(chǎng)風(fēng)險(xiǎn)也相繼轉(zhuǎn)移到股票和房地產(chǎn)等金融市場(chǎng)，2015年之后貨幣市場(chǎng)一直處于相對(duì)平穩(wěn)的狀態(tài)，市場(chǎng)風(fēng)險(xiǎn)也維持在較低水平。

由上可知，2015年以來(lái)，除股票市場(chǎng)和貨幣市場(chǎng)外，其他4個(gè)子市場(chǎng)壓力指數(shù)呈現(xiàn)趨勢(shì)性增強(qiáng)的態(tài)勢(shì)，說(shuō)明近年來(lái)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)處于不斷積聚增強(qiáng)的過(guò)程，這也是我國(guó)多次提出守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線的重要原因。此外，各子市場(chǎng)的金融壓力指數(shù)均呈現(xiàn)高低風(fēng)險(xiǎn)交替出現(xiàn)的周期性，并具有以下特征：(1)各子市場(chǎng)金融壓力指數(shù)的變化情況具有一定的相似性：在經(jīng)濟(jì)、金融環(huán)境平穩(wěn)時(shí)期，各金融子市場(chǎng)的風(fēng)險(xiǎn)水平也相對(duì)平穩(wěn)；在經(jīng)濟(jì)趨熱、金融繁榮或國(guó)際環(huán)境復(fù)雜時(shí)期，各金融子市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)表現(xiàn)出不斷積聚和集中爆發(fā)的特征。(2)各子市場(chǎng)的金融壓力指數(shù)之間具有明顯異質(zhì)性：除銀行部門和股票市場(chǎng)的金融壓力指數(shù)接近程度較高外，其他各子市場(chǎng)的壓力指數(shù)表現(xiàn)出的風(fēng)險(xiǎn)水平和波動(dòng)程度存在顯著差異。

1.2.用科學(xué)的教學(xué)方法。子曰：“不憤不啟，不悱不發(fā)，舉一隅不以三隅反，則不復(fù)也?！边@種啟發(fā)式的教學(xué)思想在今天仍然沒(méi)有過(guò)時(shí)。學(xué)生充分進(jìn)行獨(dú)立思考的基礎(chǔ)上，再對(duì)他們進(jìn)行啟發(fā)、開(kāi)導(dǎo)。這樣不僅可以使學(xué)生嘗試到自己學(xué)習(xí)的樂(lè)趣，而且可以培養(yǎng)學(xué)生獨(dú)立自主的品格。當(dāng)然，“因材施教”也必須要貫穿在教學(xué)中。根據(jù)不同學(xué)生的認(rèn)知水平，學(xué)習(xí)能力、性格等因素，選擇適合每個(gè)學(xué)生特點(diǎn)的學(xué)習(xí)方法，有針對(duì)性的教學(xué)，發(fā)揮學(xué)生的長(zhǎng)處，彌補(bǔ)學(xué)生的不足，從而激發(fā)學(xué)生學(xué)習(xí)的興趣，樹立學(xué)生學(xué)習(xí)的的自信，達(dá)到理想地預(yù)期效果。

(三) 各子市場(chǎng)金融壓力指數(shù)的時(shí)變權(quán)重計(jì)算

各子市場(chǎng)金融壓力指數(shù)的異質(zhì)性導(dǎo)致其對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度存在差異，在構(gòu)造系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)時(shí)，如果假設(shè)各子市場(chǎng)的權(quán)重相等或是靜態(tài)，均是不合適的。考慮到系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的沖擊效應(yīng)，本文結(jié)合模型(1)和公式(5)構(gòu)造各子市場(chǎng)的動(dòng)態(tài)權(quán)重。

圖7 中國(guó)金融各子市場(chǎng)動(dòng)態(tài)權(quán)重

如圖7所示，不同時(shí)點(diǎn)各子市場(chǎng)的權(quán)重不同。整體來(lái)看，銀行部門、股票市場(chǎng)和外部金融市場(chǎng)權(quán)重相對(duì)較高，尤其2014年以來(lái)，銀行部門權(quán)重穩(wěn)居最高。此外，動(dòng)態(tài)權(quán)重與市場(chǎng)環(huán)境有較好的匹配：銀行部門權(quán)重在2008年次貸危機(jī)和2014年不良貸款率上升之后較高，2008—2009年以及2014—2020年其占比接近0.4左右，其他時(shí)期占比在0.1和0.3之間；股票市場(chǎng)權(quán)重在2008—2010年、2016—2017年兩個(gè)時(shí)期內(nèi)較高，反而在2006—2007年和2014—2015年股市牛市期間權(quán)重較低，這可能是由股票市場(chǎng)與宏觀經(jīng)濟(jì)的特殊關(guān)系造成的。本文在構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)時(shí)考慮了對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)，作為“經(jīng)濟(jì)晴雨表”的股票市場(chǎng)在一定程度上提前反映出經(jīng)濟(jì)形勢(shì)，實(shí)體經(jīng)濟(jì)的響應(yīng)存在一定滯后性，因此，股市權(quán)重在兩輪牛市之后的一段時(shí)間內(nèi)較高；房地產(chǎn)市場(chǎng)權(quán)重在2009—2010年房?jī)r(jià)暴漲期間快速上升，由接近于0直接上升到0.1以上，之后在房?jī)r(jià)波動(dòng)及房?jī)r(jià)調(diào)控政策影響下房地產(chǎn)市場(chǎng)比重呈波動(dòng)狀態(tài)，于2012年底2013年初達(dá)到0.2，之后下降，2014—2018年初房地產(chǎn)市場(chǎng)比重較低，2018年下半年開(kāi)始迅速增加，再次躍至0.1之上，2020年受疫情影響有所回落；債券市場(chǎng)受2011年歐洲主權(quán)債務(wù)危機(jī)和2018年中美貿(mào)易摩擦影響，在其后一定階段具有較高權(quán)重；外部金融市場(chǎng)權(quán)重在2008年次貸危機(jī)和2020年國(guó)外疫情期間權(quán)重較大；貨幣市場(chǎng)權(quán)重在2014—2016年寬松貨幣政策環(huán)境下較高。以上說(shuō)明，在考慮各金融子市場(chǎng)對(duì)實(shí)體經(jīng)濟(jì)沖擊后構(gòu)造的時(shí)變權(quán)重能夠和經(jīng)濟(jì)事實(shí)吻合，并能區(qū)分不同階段各子市場(chǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)貢獻(xiàn)程度的不同，有助于系統(tǒng)性金融風(fēng)險(xiǎn)的針對(duì)性管理。

(四) 系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的度量結(jié)果及分析

在計(jì)算各金融子市場(chǎng)動(dòng)態(tài)權(quán)重之后，結(jié)合公式(6)合成我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，如圖8所示。圖8表明該指標(biāo)對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)水平的刻畫較為準(zhǔn)確。中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的走勢(shì)能夠很好地反映2008年金融危機(jī)及之后“四萬(wàn)億計(jì)劃”、2014—2015年股市泡沫到股災(zāi)、2018年中美貿(mào)易戰(zhàn)以及2020年以來(lái)的新冠肺炎疫情等重要經(jīng)濟(jì)金融事件背景。整體來(lái)看，中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)可分為以下幾個(gè)高低風(fēng)險(xiǎn)交替的區(qū)域：

圖8 中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)及高低風(fēng)險(xiǎn)區(qū)制劃分

(1)2007年1月—2009年9月：2006—2007年股市繁榮，股票市場(chǎng)風(fēng)險(xiǎn)迅速上升；2007年底開(kāi)始的全球金融危機(jī)促使股市泡沫破裂，風(fēng)險(xiǎn)有效釋放，但銀行部門、債券市場(chǎng)和宏觀經(jīng)濟(jì)受到?jīng)_擊，銀行部門和債券市場(chǎng)的風(fēng)險(xiǎn)壓力攀升，宏觀經(jīng)濟(jì)和金融穩(wěn)定受到威脅；為促進(jìn)經(jīng)濟(jì)復(fù)蘇，2008—2009年央行多次調(diào)低基準(zhǔn)利率，增加流動(dòng)性，2009年房?jī)r(jià)出現(xiàn)暴漲，房地產(chǎn)市場(chǎng)繁榮相應(yīng)帶來(lái)壓力。因此，2007年1月—2009年9月，在股票市場(chǎng)、銀行部門、債券市場(chǎng)和房地產(chǎn)市場(chǎng)相繼高風(fēng)險(xiǎn)壓力下，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)水平。

(2)2009年10月—2011年9月：2008年采取的4萬(wàn)億元投資計(jì)劃在該階段作用逐漸顯現(xiàn)，2009年下半年宏觀經(jīng)濟(jì)逐漸好轉(zhuǎn)，金融風(fēng)險(xiǎn)得以緩解，也使得我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)逐漸走出高風(fēng)險(xiǎn)區(qū)域，處于低水平狀態(tài)。

(3)2011年10月—2012年6月：受歐洲債務(wù)危機(jī)、國(guó)內(nèi)地方債務(wù)危機(jī)和影子銀行體系風(fēng)險(xiǎn)等影響，該階段金融風(fēng)險(xiǎn)再度上升，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)又處于較高水平。

(4)2012年7月—2014年8月：該階段股票市場(chǎng)、房地產(chǎn)市場(chǎng)和外匯市場(chǎng)均比較平穩(wěn)，雖然貨幣市場(chǎng)由于流動(dòng)性過(guò)度處于較高風(fēng)險(xiǎn)狀態(tài)，銀行業(yè)也因不良貸款率的上升提高了其系統(tǒng)性風(fēng)險(xiǎn)，但在多個(gè)市場(chǎng)風(fēng)險(xiǎn)均衡后，該階段處于低風(fēng)險(xiǎn)區(qū)域。

(5)2014年9月—2015年5月：2014年下半年隨著股市牛市的到來(lái)，股票價(jià)格泡沫逐漸膨脹，風(fēng)險(xiǎn)逐漸積聚，直至2015年上半年股災(zāi)導(dǎo)致股價(jià)泡沫破裂，股市風(fēng)險(xiǎn)才有所下降。在股市泡沫風(fēng)險(xiǎn)的貢獻(xiàn)下，2014年9月—2015年5月我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)處于高風(fēng)險(xiǎn)狀態(tài)。

(6)2015年6月—2017年12月：該階段各子市場(chǎng)中只有房地產(chǎn)市場(chǎng)出現(xiàn)高風(fēng)險(xiǎn)狀態(tài)。針對(duì)2016年部分二線城市的房?jī)r(jià)暴漲，我國(guó)20多個(gè)城市都實(shí)施了強(qiáng)有力的調(diào)控政策，有效限制了房地產(chǎn)市場(chǎng)的投機(jī)行為，及時(shí)釋放了房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)。同時(shí)，股災(zāi)之后，我國(guó)對(duì)股市的監(jiān)管也日益嚴(yán)密，堅(jiān)守資本市場(chǎng)服務(wù)實(shí)體經(jīng)濟(jì)的宗旨。因此，該階段我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)雖然引起了廣泛關(guān)注，但仍然處于低風(fēng)險(xiǎn)區(qū)域。

(7)2018年1月—2019年2月：中美貿(mào)易摩擦作為一種負(fù)外部沖擊，首先引起外部金融市場(chǎng)風(fēng)險(xiǎn)的迅速上升，進(jìn)而引起銀行部門風(fēng)險(xiǎn)的放大，以及股票市場(chǎng)的劇烈波動(dòng)，因此，該階段我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)再次攀升，轉(zhuǎn)化為高風(fēng)險(xiǎn)狀態(tài)。

(8)2019年3—12月：2017年底開(kāi)始，我國(guó)政府高度重視系統(tǒng)性金融風(fēng)險(xiǎn)的防范和化解，啟動(dòng)了一輪防風(fēng)險(xiǎn)、強(qiáng)監(jiān)管、去杠桿到穩(wěn)杠桿等一系列金融改革制度，該階段我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)逐漸回落，雖然仍處于一個(gè)相對(duì)高位，但是進(jìn)入了低風(fēng)險(xiǎn)狀態(tài)。

(9)2020年1—4月：在全球新冠肺炎疫情的嚴(yán)重沖擊下，生產(chǎn)停滯降低了實(shí)體經(jīng)濟(jì)價(jià)值的增加，消費(fèi)降低、負(fù)面情緒增加了市場(chǎng)的不確定性，各金融子市場(chǎng)震蕩劇烈，表征為高風(fēng)險(xiǎn)狀態(tài)的子市場(chǎng)有債券市場(chǎng)和房地產(chǎn)市場(chǎng)，同時(shí)股票市場(chǎng)、外部金融市場(chǎng)和貨幣市場(chǎng)均有不同程度的震蕩，該階段我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)明顯上升，進(jìn)入高風(fēng)險(xiǎn)區(qū)制。

(10)2020年5—6月：隨著國(guó)內(nèi)疫情得到控制，復(fù)工復(fù)產(chǎn)逐步增加了經(jīng)濟(jì)活力，雖然在經(jīng)濟(jì)增長(zhǎng)放緩、房地產(chǎn)市場(chǎng)壓力增加、國(guó)外疫情嚴(yán)重等綜合因素下系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)可能不會(huì)短時(shí)間大幅回落，但是我國(guó)已進(jìn)入貨幣政策和宏觀審慎政策“雙支柱”調(diào)控的新時(shí)期，在逆周期貨幣政策和監(jiān)管政策調(diào)控下，我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)有所下降。

四、 系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)時(shí)變沖擊效應(yīng)

防范和化解系統(tǒng)性金融風(fēng)險(xiǎn)必須認(rèn)清其對(duì)實(shí)體經(jīng)濟(jì)的沖擊方式和效果，由上一部分分析可知，不同時(shí)點(diǎn)不同子市場(chǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度是不一樣的，說(shuō)明不同時(shí)點(diǎn)各子市場(chǎng)的金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)亦是不同的。因此，本部分在各子市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)區(qū)制劃分的基礎(chǔ)上，進(jìn)一步運(yùn)用TVP-SV-VAR模型探討各子市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)實(shí)體經(jīng)濟(jì)的時(shí)變沖擊效應(yīng)。MS-AR模型的區(qū)制劃分和TVP-SV-SVAR模型的隨機(jī)抽取相結(jié)合，一方面克服了馬爾科夫區(qū)制轉(zhuǎn)換模型僅能分析整個(gè)高風(fēng)險(xiǎn)或低風(fēng)險(xiǎn)區(qū)制，不能分析具體時(shí)點(diǎn)系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)影響的缺點(diǎn)，提高了監(jiān)管過(guò)程的實(shí)時(shí)性；另一方面克服了僅用TVP-SV-SVAR模型隨機(jī)抽取時(shí)點(diǎn)規(guī)律性欠缺的缺陷。

(一) 各子市場(chǎng)金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的時(shí)變沖擊

對(duì)包含各子市場(chǎng)金融壓力指數(shù)和經(jīng)濟(jì)增長(zhǎng)的TVP-SV-VAR模型(1)進(jìn)行參數(shù)估計(jì)之后，可獲得樣本期內(nèi)各時(shí)點(diǎn)上的脈沖響應(yīng)。結(jié)合各子市場(chǎng)金融壓力指數(shù)高低風(fēng)險(xiǎn)的區(qū)制劃分，隨機(jī)選取不同子市場(chǎng)上兩個(gè)高風(fēng)險(xiǎn)點(diǎn)和兩個(gè)低風(fēng)險(xiǎn)點(diǎn)來(lái)分析不同時(shí)點(diǎn)經(jīng)濟(jì)增長(zhǎng)對(duì)于子市場(chǎng)金融壓力一單位正向沖擊形成的脈沖響應(yīng)，結(jié)果如圖9所示。

圖9 經(jīng)濟(jì)增長(zhǎng)對(duì)不同時(shí)點(diǎn)各子市場(chǎng)金融壓力指數(shù)的脈沖響應(yīng)

圖9(a)表明，經(jīng)濟(jì)增長(zhǎng)對(duì)于銀行部門金融壓力高低風(fēng)險(xiǎn)點(diǎn)上沖擊的脈沖響應(yīng)并不一致。對(duì)于2008年10月和2013年1月兩個(gè)高風(fēng)險(xiǎn)點(diǎn)的銀行部門金融壓力沖擊，經(jīng)濟(jì)增長(zhǎng)當(dāng)期響應(yīng)值為負(fù)，從第1期轉(zhuǎn)為正值，之后下降并逐步穩(wěn)定于較小的正值。對(duì)于2009年6月和2016年11月兩個(gè)低風(fēng)險(xiǎn)點(diǎn)的銀行部門金融壓力沖擊，經(jīng)濟(jì)增長(zhǎng)當(dāng)期響應(yīng)為較小正值，在第1期達(dá)到最大值，隨后變小在第3期穩(wěn)定于一定正值。從圖9(b)可以看出，經(jīng)濟(jì)增長(zhǎng)對(duì)于高低風(fēng)險(xiǎn)點(diǎn)股票市場(chǎng)金融壓力沖擊的脈沖響應(yīng)變化趨勢(shì)相似。在四個(gè)不同時(shí)點(diǎn)施加四次股市金融壓力正向沖擊，經(jīng)濟(jì)增長(zhǎng)當(dāng)期均有負(fù)向響應(yīng)，且均從滯后第3期開(kāi)始脈沖響應(yīng)接近于0值附近。但在2007年2月和2015年4月兩個(gè)高風(fēng)險(xiǎn)點(diǎn)當(dāng)期負(fù)向響應(yīng)較大，在2010年10月和2017年6月兩個(gè)低風(fēng)險(xiǎn)點(diǎn)當(dāng)期負(fù)向響應(yīng)較小。結(jié)合圖9(c)來(lái)看，在高低風(fēng)險(xiǎn)點(diǎn)，房地產(chǎn)市場(chǎng)金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的當(dāng)期影響方向不同，滯后影響則方向一致。當(dāng)期來(lái)看，高風(fēng)險(xiǎn)點(diǎn)(2010年6月和2016年12月)房地產(chǎn)市場(chǎng)金融壓力指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)向沖擊效應(yīng)，低風(fēng)險(xiǎn)點(diǎn)(2009年4月和2015年12月)房地產(chǎn)市場(chǎng)金融壓力指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)則具有正向沖擊效應(yīng)。從滯后1期開(kāi)始，房地產(chǎn)市場(chǎng)金融壓力在高低風(fēng)險(xiǎn)點(diǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)均有負(fù)向沖擊效應(yīng)，且隨著滯后期的增加該負(fù)向沖擊效應(yīng)逐漸減弱，從滯后9期開(kāi)始接近于0。圖9(d)說(shuō)明，經(jīng)濟(jì)增長(zhǎng)對(duì)于外部市場(chǎng)金融壓力沖擊的當(dāng)期響應(yīng)在高風(fēng)險(xiǎn)點(diǎn)(2017年5月和2018年7月)為負(fù)，在低風(fēng)險(xiǎn)點(diǎn)(2012年4月和2019年5月)為正，而滯后期的脈沖響應(yīng)在高、低風(fēng)險(xiǎn)點(diǎn)均為正，且隨著滯后期的增長(zhǎng)正向響應(yīng)逐漸減小。由圖9(e)可知，與房地產(chǎn)市場(chǎng)和外部金融市場(chǎng)類似，債券市場(chǎng)金融壓力沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在當(dāng)期表現(xiàn)為，高風(fēng)險(xiǎn)點(diǎn)(2014年9月和2020年3月)具有負(fù)向影響，低風(fēng)險(xiǎn)點(diǎn)(2011年7月和2018年3月)具有正向影響。但是，無(wú)論高風(fēng)險(xiǎn)點(diǎn)還是低風(fēng)險(xiǎn)點(diǎn)，債券市場(chǎng)金融壓力沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在滯后1期均為負(fù)，隨后逐漸變小，在滯后4期轉(zhuǎn)為正向，并在滯后10期接近0。圖9(f)表明，對(duì)于高風(fēng)險(xiǎn)點(diǎn)和低風(fēng)險(xiǎn)點(diǎn)，經(jīng)濟(jì)增長(zhǎng)對(duì)于貨幣市場(chǎng)金融壓力沖擊當(dāng)期均表現(xiàn)為負(fù)向脈沖響應(yīng)，但高風(fēng)險(xiǎn)點(diǎn)響應(yīng)較大，低風(fēng)險(xiǎn)點(diǎn)響應(yīng)較小，說(shuō)明高風(fēng)險(xiǎn)點(diǎn)貨幣市場(chǎng)金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響更大。經(jīng)濟(jì)增長(zhǎng)對(duì)于貨幣市場(chǎng)金融壓力沖擊的脈沖響應(yīng)在第2期轉(zhuǎn)為正，并從第3期開(kāi)始逐步降低，于第7期開(kāi)始穩(wěn)定接近于0的正值。

綜合來(lái)看，不同子市場(chǎng)金融風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用有著顯著的差異性，同一金融子市場(chǎng)風(fēng)險(xiǎn)在不同時(shí)點(diǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用亦有所不同，但具有一定的規(guī)律性。可以發(fā)現(xiàn)：(1)短期內(nèi)銀行部門、房地產(chǎn)市場(chǎng)、外部金融市場(chǎng)和債券市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的作用效果與風(fēng)險(xiǎn)高低有關(guān)，高風(fēng)險(xiǎn)位置的沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)具有抑制作用，低風(fēng)險(xiǎn)位置的沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用。究其原因，銀行部門、房地產(chǎn)市場(chǎng)、外部金融市場(chǎng)和債券市場(chǎng)金融壓力的上升常伴隨著銀行不良貸款率增加、匯率和房貸利率的降低，不良貸款的增加在初期不但弊端未有顯示，反而可增加流動(dòng)性，匯率降低帶來(lái)國(guó)外資金的流入，這些均會(huì)推高資產(chǎn)價(jià)格。在資產(chǎn)價(jià)格上漲初期，系統(tǒng)性金融風(fēng)險(xiǎn)偏低，此時(shí)房地產(chǎn)價(jià)格和債券價(jià)格的上漲推動(dòng)了實(shí)體經(jīng)濟(jì)的擴(kuò)張，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)；隨著資產(chǎn)價(jià)格的進(jìn)一步上漲，資產(chǎn)價(jià)格泡沫不斷積聚，系統(tǒng)性風(fēng)險(xiǎn)大大增加，此時(shí)一旦發(fā)生監(jiān)管趨嚴(yán)、利率和匯率上升，勢(shì)必帶來(lái)融資成本的上升、企業(yè)還本付息的困難以及國(guó)外資金的撤離，容易引發(fā)資產(chǎn)價(jià)格泡沫破裂，甚至誘發(fā)金融危機(jī)，對(duì)經(jīng)濟(jì)增長(zhǎng)造成負(fù)向沖擊?？梢?jiàn)，在銀行部門、房地產(chǎn)市場(chǎng)、外部金融市場(chǎng)和債券市場(chǎng)的低風(fēng)險(xiǎn)點(diǎn)，如果能夠及時(shí)發(fā)現(xiàn)隱藏在經(jīng)濟(jì)繁榮背后的危機(jī)，適時(shí)緩解單個(gè)市場(chǎng)的風(fēng)險(xiǎn)，既可避免某一市場(chǎng)的風(fēng)險(xiǎn)縱向傳遞至實(shí)體經(jīng)濟(jì)，也可防止個(gè)別市場(chǎng)的金融壓力橫向擴(kuò)散到其他市場(chǎng)，降低系統(tǒng)性風(fēng)險(xiǎn)轉(zhuǎn)變?yōu)楦唢L(fēng)險(xiǎn)后帶來(lái)的經(jīng)濟(jì)損失和管理成本。(2)與前面四個(gè)子市場(chǎng)不同，短期內(nèi)股票市場(chǎng)和貨幣市場(chǎng)的金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)均有負(fù)向作用，但高風(fēng)險(xiǎn)位置沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的作用效果比低風(fēng)險(xiǎn)位置沖擊的作用效果更加明顯。股票市場(chǎng)的金融壓力上升伴隨著股市波動(dòng)增加，通常帶來(lái)市場(chǎng)偏好的下降；貨幣市場(chǎng)金融壓力的上升則伴隨著利率的上升，通常帶來(lái)企業(yè)融資成本的上升；兩者均使得企業(yè)融資環(huán)境惡化，投資回報(bào)率降低，進(jìn)而造成企業(yè)的生產(chǎn)縮減，引致實(shí)體經(jīng)濟(jì)下滑。而在系統(tǒng)性金融風(fēng)險(xiǎn)較高時(shí)期，其對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響顯著增加。對(duì)比來(lái)看，經(jīng)濟(jì)增長(zhǎng)對(duì)于股票市場(chǎng)和貨幣市場(chǎng)金融壓力的負(fù)向響應(yīng)更為迅速，監(jiān)管部門對(duì)這兩個(gè)市場(chǎng)的金融壓力變動(dòng)反應(yīng)應(yīng)更為敏感，避免風(fēng)險(xiǎn)上升對(duì)經(jīng)濟(jì)增長(zhǎng)造成更大危害。(3)長(zhǎng)期來(lái)看，房地產(chǎn)市場(chǎng)和銀行部門的金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)沖擊的滯后效應(yīng)更持久，但房地產(chǎn)市場(chǎng)金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期沖擊效應(yīng)為負(fù)，銀行部門金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期沖擊效應(yīng)為正。這意味著政府對(duì)房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)調(diào)控應(yīng)當(dāng)更加精準(zhǔn)，避免房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)帶來(lái)長(zhǎng)期的負(fù)向經(jīng)濟(jì)效應(yīng)。

(二) 系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的時(shí)變沖擊

圖10 經(jīng)濟(jì)增長(zhǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的脈沖響應(yīng)

為進(jìn)一步討論系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)，構(gòu)建包含系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)和經(jīng)濟(jì)增長(zhǎng)的TVP-SV-VAR模型。類似于各子市場(chǎng)金融壓力對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)研究，本小節(jié)結(jié)合圖8中對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的高低狀態(tài)劃分，隨機(jī)分別選取三個(gè)高風(fēng)險(xiǎn)點(diǎn)和三個(gè)低風(fēng)險(xiǎn)點(diǎn)來(lái)分析不同風(fēng)險(xiǎn)水平上經(jīng)濟(jì)增長(zhǎng)對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)一單位正向沖擊形成的脈沖響應(yīng)，結(jié)果如圖10所示。

由圖10可知，經(jīng)濟(jì)增長(zhǎng)對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)在高低風(fēng)險(xiǎn)狀態(tài)上正向沖擊的響應(yīng)短期內(nèi)并不一致，長(zhǎng)期則基本保持一致。就經(jīng)濟(jì)增長(zhǎng)對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的當(dāng)期脈沖響應(yīng)而言，在2011年10月、2014年12月和2018年9月三個(gè)高風(fēng)險(xiǎn)點(diǎn)處表現(xiàn)為負(fù)向響應(yīng)，在2009年11月、2013年10月和2016年6月三個(gè)低風(fēng)險(xiǎn)點(diǎn)則表現(xiàn)為正向響應(yīng)，說(shuō)明短期來(lái)看，適度的風(fēng)險(xiǎn)有利于促進(jìn)經(jīng)濟(jì)增長(zhǎng)，而過(guò)高的風(fēng)險(xiǎn)則對(duì)經(jīng)濟(jì)增長(zhǎng)具有抑制作用。對(duì)于六個(gè)不同時(shí)點(diǎn)上的沖擊，經(jīng)濟(jì)增長(zhǎng)對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)在滯后1期均為負(fù)，說(shuō)明當(dāng)前時(shí)刻系統(tǒng)性金融風(fēng)險(xiǎn)增加會(huì)導(dǎo)致下一期經(jīng)濟(jì)增長(zhǎng)減少。在滯后2—4期之間，經(jīng)濟(jì)增長(zhǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)在不同時(shí)點(diǎn)有正有負(fù)。無(wú)論是在高風(fēng)險(xiǎn)點(diǎn)還是在低風(fēng)險(xiǎn)點(diǎn)，經(jīng)濟(jì)增長(zhǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的脈沖響應(yīng)從滯后5期開(kāi)始接近于0，并從滯后9期開(kāi)始穩(wěn)定接近于0的負(fù)值，說(shuō)明長(zhǎng)期來(lái)看，系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)向影響。

比較各子市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響可以發(fā)現(xiàn)：(1)銀行部門、房地產(chǎn)市場(chǎng)、外部金融市場(chǎng)和債券市場(chǎng)的金融壓力和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的短期影響方向一致，均表現(xiàn)為低風(fēng)險(xiǎn)狀態(tài)下正向影響，高風(fēng)險(xiǎn)狀態(tài)下負(fù)向影響，而股票市場(chǎng)和貨幣市場(chǎng)的金融壓力無(wú)論在低風(fēng)險(xiǎn)還是在高風(fēng)險(xiǎn)狀態(tài)對(duì)經(jīng)濟(jì)增長(zhǎng)的短期影響均為負(fù)。(2)長(zhǎng)期來(lái)看，系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)向沖擊效應(yīng)，而各子市場(chǎng)壓力指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期效應(yīng)則有正有負(fù)。因此，防范和化解系統(tǒng)性風(fēng)險(xiǎn)可以由單純參考系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，轉(zhuǎn)變?yōu)榫C合考慮各市場(chǎng)金融壓力指數(shù)和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)。根據(jù)本文的時(shí)變脈沖響應(yīng)和各子市場(chǎng)動(dòng)態(tài)權(quán)重的構(gòu)建，關(guān)注各子市場(chǎng)的金融壓力變化，判斷其對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)期影響及演變?yōu)橄到y(tǒng)性金融風(fēng)險(xiǎn)沖擊的可能性，進(jìn)而提高政策實(shí)施的前瞻性和有效性。

五、 結(jié)論與政策建議

本文利用TVP-SV-SVAR模型，基于對(duì)實(shí)體經(jīng)濟(jì)沖擊視角，結(jié)合時(shí)變脈沖響應(yīng)方法構(gòu)建了動(dòng)態(tài)權(quán)重的系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，并從各子市場(chǎng)金融壓力和系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)兩個(gè)層面分析了不同風(fēng)險(xiǎn)狀態(tài)下系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的沖擊效應(yīng)。研究結(jié)果表明：第一，各子市場(chǎng)的金融壓力指數(shù)變化具有一定的相似性，均呈現(xiàn)周期性特征，同時(shí)各子市場(chǎng)的金融壓力指數(shù)變化在風(fēng)險(xiǎn)水平和波動(dòng)程度上存在明顯的異質(zhì)性。第二，六個(gè)子市場(chǎng)在不同時(shí)點(diǎn)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度有所不同，銀行部門、股票市場(chǎng)和外匯市場(chǎng)的貢獻(xiàn)度相對(duì)較高。第三，基于對(duì)實(shí)體經(jīng)濟(jì)沖擊效應(yīng)的動(dòng)態(tài)權(quán)重系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)水平的刻畫較為準(zhǔn)確，與樣本期內(nèi)實(shí)際金融經(jīng)濟(jì)事件的發(fā)生相吻合。第四，不同金融子市場(chǎng)風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用具有顯著差異性，同一金融子市場(chǎng)風(fēng)險(xiǎn)在不同時(shí)點(diǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊作用亦有所不同，但具有一定的規(guī)律性。第五，不同風(fēng)險(xiǎn)狀態(tài)下系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)有所不同，高風(fēng)險(xiǎn)狀態(tài)下系統(tǒng)性金融風(fēng)險(xiǎn)沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)具有短期抑制作用，低風(fēng)險(xiǎn)狀態(tài)下系統(tǒng)性金融風(fēng)險(xiǎn)沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)則具有短期促進(jìn)作用；系統(tǒng)性金融風(fēng)險(xiǎn)在高低狀態(tài)下對(duì)經(jīng)濟(jì)增長(zhǎng)均具有長(zhǎng)期的負(fù)向沖擊效應(yīng)。

整體而言，金融體系與實(shí)體經(jīng)濟(jì)的關(guān)系是一個(gè)非線性、隨時(shí)間變化的復(fù)雜系統(tǒng)，系統(tǒng)性金融風(fēng)險(xiǎn)亦是一個(gè)充滿不確定性、不斷演化的過(guò)程。基于此本文提出以下政策建議：第一，應(yīng)當(dāng)在考慮對(duì)實(shí)體經(jīng)濟(jì)沖擊效應(yīng)的基礎(chǔ)上，及時(shí)準(zhǔn)確測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)的演化過(guò)程，挖掘銀行部門、股票市場(chǎng)、房地產(chǎn)市場(chǎng)、債券市場(chǎng)、外部市場(chǎng)和貨幣市場(chǎng)等各子市場(chǎng)中暗藏的危機(jī)，為宏觀審慎管理提供有效的預(yù)警信息和科學(xué)依據(jù)。第二，由于各金融子市場(chǎng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度不同，應(yīng)當(dāng)實(shí)時(shí)分辨系統(tǒng)性金融風(fēng)險(xiǎn)來(lái)源比較強(qiáng)的子市場(chǎng)，結(jié)合子市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)高低狀態(tài)轉(zhuǎn)換的時(shí)點(diǎn)分析，及時(shí)運(yùn)用金融監(jiān)管政策進(jìn)行預(yù)調(diào)，從而有針對(duì)性地監(jiān)測(cè)金融系統(tǒng)的運(yùn)行狀況和風(fēng)險(xiǎn)程度。第三，鑒于系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)與風(fēng)險(xiǎn)高低狀態(tài)有關(guān)，適度的風(fēng)險(xiǎn)在短期內(nèi)可以刺激經(jīng)濟(jì)增長(zhǎng)，過(guò)度的風(fēng)險(xiǎn)則無(wú)論短期還是長(zhǎng)期均會(huì)抑制經(jīng)濟(jì)增長(zhǎng)，管理系統(tǒng)性金融風(fēng)險(xiǎn)不能一概而論。根據(jù)系統(tǒng)性金融風(fēng)險(xiǎn)程度的大小，充分考慮其對(duì)經(jīng)濟(jì)增長(zhǎng)的作用機(jī)理，在判斷其對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊效應(yīng)基礎(chǔ)之上采取適當(dāng)?shù)谋O(jiān)管措施，可以對(duì)風(fēng)險(xiǎn)走勢(shì)、風(fēng)險(xiǎn)結(jié)構(gòu)轉(zhuǎn)變和風(fēng)險(xiǎn)程度進(jìn)行有效監(jiān)控，降低系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)的負(fù)向沖擊效應(yīng)。