中國省際金融周期波動:時變溢出動態(tài)與空間網(wǎng)絡(luò)結(jié)構(gòu)

郭德友,石振宇

(天津財經(jīng)大學(xué) 金融學(xué)院,天津 300222)

一、引言

后危機(jī)時代全球經(jīng)濟(jì)增速持續(xù)放緩與中美貿(mào)易摩擦不斷反復(fù),疊加中國經(jīng)濟(jì)“大調(diào)整”關(guān)鍵時期,國內(nèi)經(jīng)濟(jì)和金融下行壓力不斷增大。2020年初新冠肺炎疫情全球“大流行”,不僅加劇了國際金融市場的劇烈震蕩,而且導(dǎo)致全球經(jīng)濟(jì)急劇衰退。為緩解外部風(fēng)險沖擊,中國政府加大宏觀經(jīng)濟(jì)政策的逆周期調(diào)控力度,在國民經(jīng)濟(jì)企穩(wěn)回升的同時也導(dǎo)致各部門杠桿率快速擴(kuò)張。金融套利和杠桿交易造成的資金“脫實(shí)向虛”,不僅壓縮了實(shí)體經(jīng)濟(jì)的發(fā)展空間,而且還將對金融體系平穩(wěn)運(yùn)行產(chǎn)生潛在影響。在此背景下,探討中國省際金融周期波動的溢出動態(tài)、網(wǎng)絡(luò)結(jié)構(gòu)和區(qū)域關(guān)聯(lián),具有重要的學(xué)術(shù)價值和現(xiàn)實(shí)意義,不僅有助于刻畫中國金融波動風(fēng)險的跨時空交叉?zhèn)魅竞屯l共振效應(yīng),探究金融波動省際關(guān)聯(lián)的驅(qū)動因素與傳導(dǎo)機(jī)制,防范系統(tǒng)性金融風(fēng)險隱患,而且有助于健全“貨幣政策+宏觀審慎政策”雙支柱跨時期、跨市場調(diào)控框架的制度設(shè)計和政策協(xié)調(diào),實(shí)現(xiàn)穩(wěn)增長與防風(fēng)險的動態(tài)平衡。

二、文獻(xiàn)綜述

Borio(2014)[1]將金融周期定義為價值和風(fēng)險認(rèn)知與風(fēng)險偏好和融資約束在繁榮與蕭條中交替更迭的相互自我強(qiáng)化作用?，F(xiàn)有文獻(xiàn)分析了金融周期波動特征與外生政策沖擊之間的關(guān)系及其相互作用特征。一方面,金融周期的長度和波幅均依賴于政策制度,并且波頻低于經(jīng)濟(jì)周期,金融周期的波峰與金融危機(jī)相互關(guān)聯(lián),可用于測度金融風(fēng)險的累積程度(Borio and Lowe,2002;Borio and Drehmann,2009;Drehmann et al.,2012)[2～4]。另一方面,政策的失調(diào)可能加劇長期金融失衡,范小云等(2017)[5]認(rèn)為,當(dāng)政策當(dāng)局忽視資產(chǎn)價格、風(fēng)險偏好與融資約束之間的相互反饋機(jī)制對宏觀經(jīng)濟(jì)的影響時,可能在實(shí)現(xiàn)抑制短期實(shí)體衰退的同時加劇長期金融失衡。上述研究讓學(xué)術(shù)界更加重視對金融周期理論的研究,因?yàn)閷鹑谥芷诘慕：筒▌有灶A(yù)測,可以通過測度金融體系的失衡和金融市場的困境為政策當(dāng)局宏觀審慎監(jiān)管提供實(shí)時預(yù)警(伊楠和張斌,2016)[6]。換言之,當(dāng)著眼于短周期的經(jīng)濟(jì)周期理論難以化解長期積累的深層次結(jié)構(gòu)性問題時,中長周期視角下的金融周期理論則可以為探索經(jīng)濟(jì)持續(xù)增長提供新的政策思路(范小云等,2017)[5]。這為本研究從金融周期視角探討中國省際風(fēng)險敞口的演變及其波動溢出特征,考察省際風(fēng)險關(guān)聯(lián)的驅(qū)動因素與傳導(dǎo)機(jī)制,進(jìn)而防范系統(tǒng)性金融風(fēng)險提供了重要理論基礎(chǔ)。

有關(guān)金融周期波動的網(wǎng)絡(luò)結(jié)構(gòu)及時變溢出動態(tài)研究近年來取得了一定進(jìn)展,現(xiàn)有文獻(xiàn)重點(diǎn)關(guān)注了溢出主體之間的影響關(guān)系、溢出強(qiáng)度的演變、溢出的方向特征、溢出的驅(qū)動因素及溢出渠道等方面。具體如下:其一,在溢出關(guān)系的特征方面,鄧創(chuàng)和徐曼(2019)[7]采用基于TVP-VAR模型的時變溢出指數(shù)考察中美兩國金融周期波動的溢出效應(yīng)及傳導(dǎo)機(jī)制,發(fā)現(xiàn)美國金融波動對中國金融體系的定向溢出效應(yīng)相對更強(qiáng),并且隨著兩國金融周期協(xié)動性的提高,金融風(fēng)險的主要傳導(dǎo)渠道由雙邊貿(mào)易渠道轉(zhuǎn)為資本市場聯(lián)動渠道(鄧創(chuàng)和徐曼,2015)[8]。這一研究以風(fēng)險的“跨國”溢出為視角,而本研究則關(guān)注省際溢出網(wǎng)絡(luò)及溢出動態(tài)。其二,在波動溢出的強(qiáng)度演變特征方面,趙艷平等(2021)[9]證明了全球金融周期關(guān)聯(lián)程度自國際金融危機(jī)以來顯著增強(qiáng),各經(jīng)濟(jì)體之間的跨境溢出在危機(jī)沖擊后強(qiáng)度明顯增加。其三,在波動溢出的方向特征方面,有學(xué)者刻畫了引發(fā)風(fēng)險凈溢出的主要國家,陳創(chuàng)練等(2021)[10]指出,美國、西班牙、日本和意大利是全球主要的金融周期波動凈溢出國,而楊子暉和周穎剛(2018)[11]通過研究全球系統(tǒng)性金融風(fēng)險溢出與外部沖擊的關(guān)系發(fā)現(xiàn),中國金融周期波動與全球風(fēng)險周期波動之間的同步性不斷增強(qiáng),全球金融周期波動風(fēng)險具有明顯的跨市場傳染效應(yīng),并且中國是全球金融風(fēng)險溢出中的凈風(fēng)險吸收者。其四,在溢出驅(qū)動因素及其對中國金融市場的影響方面,Scheubel等(2019)[12]測度了全球金融周期,并識別出全球資本流動因素引發(fā)的貨幣危機(jī)是加劇金融周期波動的重要驅(qū)動因素。梁琪等(2015)[13]則進(jìn)一步證明了中國股市的波動率受全球金融危機(jī)等極端事件的影響非常顯著,單一市場在極端條件下的尾部風(fēng)險也是導(dǎo)致全球金融周期波動的重要驅(qū)動因素。其五,在風(fēng)險溢出的傳導(dǎo)渠道方面,Agénor和Pereira(2022)[14]證明了國際金融風(fēng)險傳染渠道包括證券投資組合、跨國銀行信貸渠道、貿(mào)易關(guān)聯(lián)渠道、信息或信心渠道以及政策溢出渠道。徐少君等(2020)[15]認(rèn)為金融渠道是國際金融壓力風(fēng)險傳染的重要機(jī)制,而貿(mào)易關(guān)聯(lián)渠道等的作用則相對較小。

綜合上述文獻(xiàn)可知,隨著金融全球化程度不斷提高,國際金融壓力風(fēng)險溢出效應(yīng)正逐漸增強(qiáng),在金融危機(jī)期間呈現(xiàn)出一致性和傳染性特征(Balakrishnan et al.,2011)[16],并且對全球經(jīng)濟(jì)系統(tǒng)和實(shí)體經(jīng)濟(jì)造成毀滅性沖擊(Dovern and Van,2014)[17]。然而,現(xiàn)有研究大多關(guān)注金融周期波動的跨國溢出,而對一國內(nèi)部金融周期跨區(qū)域溢出的關(guān)注較少。曹廷求和張翠燕(2021)[18]認(rèn)為,在全國統(tǒng)一的宏觀審慎監(jiān)管框架下,不同地區(qū)由于微觀經(jīng)濟(jì)主體行為表現(xiàn)不同進(jìn)而形成地區(qū)金融周期波動差異。這種波動差異由于財政赤字壓力下地方政府之間的競爭及區(qū)際要素流動而產(chǎn)生溢出聯(lián)動效應(yīng)。這為本研究探索省際金融周期波動溢出特征及其網(wǎng)絡(luò)結(jié)構(gòu)指明了理論價值和現(xiàn)實(shí)意義。圖1為區(qū)域金融周期存在性及跨區(qū)域關(guān)聯(lián)示意圖。

圖1 區(qū)域金融周期存在性及跨區(qū)域關(guān)聯(lián)示意圖

縱觀現(xiàn)有研究,學(xué)術(shù)界較少探討中國省際金融周期波動的溢出效應(yīng),但是區(qū)域間金融波動的相互沖擊和傳染則可能疊加放大系統(tǒng)性金融風(fēng)險。有鑒于此,本研究著重考察中國省際金融周期波動的跨時空風(fēng)險傳染及關(guān)聯(lián)機(jī)制。與已有文獻(xiàn)相比,本研究可能的創(chuàng)新之處在于:其一,時間維度上,采用LASSO-VAR模型構(gòu)建滾動溢出指數(shù),在解決高維變量VAR模型估計“維度詛咒”難題的同時,探究省際金融波動關(guān)聯(lián)的動態(tài)變化特征。其二,空間維度上,運(yùn)用復(fù)雜網(wǎng)絡(luò)塊模型分析研判省際金融波動關(guān)聯(lián)網(wǎng)絡(luò)的節(jié)點(diǎn)系統(tǒng)重要性、板塊溢出角色特征和省際風(fēng)險傳遞路徑。其三,關(guān)聯(lián)解釋上,使用復(fù)雜網(wǎng)絡(luò)二次指派程序方法識別金融波動省際關(guān)聯(lián)的驅(qū)動因素及傳導(dǎo)機(jī)制,從而為金融波動跨時空傳染提供經(jīng)驗(yàn)檢驗(yàn)。

三、研究方法與數(shù)據(jù)說明

構(gòu)建包含中國31個省(自治區(qū)、直轄市,以下稱省份)的高維變量LASSO-VAR模型;運(yùn)用模型估計得到的滾動廣義預(yù)測誤差方差分解方法,構(gòu)造省際金融周期波動溢出指數(shù)和關(guān)聯(lián)網(wǎng)絡(luò)。對變量和數(shù)據(jù)選取進(jìn)行簡要說明。

(一)研究方法

1.LASSO-VAR模型

借鑒Diebold和Yilmaz(2009)[19]的做法,采用滾動VAR模型的預(yù)測誤差方差分解方法探討中國省際金融周期波動關(guān)聯(lián)程度?？紤]以下協(xié)方差平穩(wěn)的N維VAR(p)過程:

(1)

其中,xt為N維列向量,由N個省份的金融周期指數(shù)構(gòu)成;εt～(0,Σ)為N維獨(dú)立同分布的擾動列向量,Σ為誤差向量ε的協(xié)方差矩陣。式(1)的移動平均形式為:

(2)

其中,N×N維系數(shù)矩陣Ai服從遞歸公式Ai=Φ1Ai-1+Φ2Ai-2+…+ΦpAi-p,A0為N×N維單位矩陣,且當(dāng)i<0時,Ai=0。

為解決由于高維數(shù)據(jù)導(dǎo)致VAR模型普通最小二乘法估計的自由度不足問題,引入LASSO(最小絕對壓縮和選擇算子)方法估計模型參數(shù)。LASSO是在最小二乘法基礎(chǔ)上對系數(shù)的1范數(shù)施加約束,以同時實(shí)現(xiàn)參數(shù)估計和變量選擇(Messner and Pinson,2019)[20],LASSO-VAR模型估計的矩陣表達(dá)式為(Nicholson et al.,2017)[21]:

(3)

其中,‖A‖F(xiàn)為矩陣A的Frobenius范數(shù);‖Φi‖1為l1的懲罰項;λi為懲罰參數(shù),表示對參數(shù)的壓縮程度?？紤]到時間序列數(shù)據(jù)可能存在自相關(guān)性,因此分別借鑒Nicholson等(2017)[21]和Friedman等(2010)[22]的做法,運(yùn)用滾動交叉驗(yàn)證法確定λi的取值,采用坐標(biāo)下沉算法求解模型。

2.基于LASSO-VAR模型的溢出指數(shù)

借鑒Diebold和Yilmaz(2012)[23]的做法,基于LASSO-VAR模型的廣義方差分解方法構(gòu)建中國各省份之間的金融周期波動溢出指數(shù)。定義由省份j沖擊引起省份i波動的H步前向預(yù)測誤差方差分解θij(H)為:

(4)

(5)

3.基于LASSO-VAR模型的關(guān)聯(lián)網(wǎng)絡(luò)

借鑒Diebold和Yilmaz(2014)[24]的研究,基于LASSO-VAR模型測度的波動溢出指數(shù)構(gòu)建各省份之間金融周期波動的關(guān)聯(lián)網(wǎng)絡(luò)。定義全國金融周期波動的總體溢出效應(yīng)為:

(6)

定義省份i金融周期波動對其他省份的波動溢入、溢出和凈效應(yīng)為:

(7)

(8)

(9)

基于復(fù)雜網(wǎng)絡(luò)視角,將系統(tǒng)內(nèi)各省份作為網(wǎng)絡(luò)的節(jié)點(diǎn),將省際金融周期波動溢出方向作為網(wǎng)絡(luò)的連邊,將波動溢出指數(shù)作為網(wǎng)絡(luò)的鄰接矩陣,構(gòu)建中國各省份之間的金融周期波動溢出網(wǎng)絡(luò)。

(二)變量選取與數(shù)據(jù)說明

Borio(2014)[1]認(rèn)為信貸規(guī)模和房地產(chǎn)價格是測度金融周期的基準(zhǔn)變量。其中,信貸連接儲蓄與投資,能夠刻畫金融市場波動(Gorton and He,2008)[25];房地產(chǎn)作為普遍的抵押品,其價格變動能夠反映宏觀經(jīng)濟(jì)波動(IMF,2003)[26]?？紤]到信貸與房價的聯(lián)動刻畫了融資約束、資產(chǎn)價格與風(fēng)險認(rèn)知的交互增強(qiáng)作用(伊楠和張斌,2016)[6],而杠桿與房價的結(jié)合則能夠減少誤差與擾動,以準(zhǔn)確測算金融周期(范小云等,2017)[5],因此借鑒朱太輝和黃海晶(2018)[27]的做法,選取中國31個省份的本外幣各項貸款余額、房地產(chǎn)開發(fā)企業(yè)商品房銷售單價和本外幣各項貸款余額/GDP的同比增速作為變量,數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化處理后運(yùn)用主成分分析方法合成金融周期指數(shù)(1)指標(biāo)測算過程中,借鑒彭紅楓和朱怡哲(2019)[28]的方法,將GDP季度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)。。樣本區(qū)間為2006年1月至2019年12月,數(shù)據(jù)來源于Wind數(shù)據(jù)庫(2)鑒于數(shù)據(jù)可得性,未將中國香港、中國澳門和中國臺灣的數(shù)據(jù)納入研究樣本。。

四、實(shí)證結(jié)果與分析

運(yùn)用滾動溢出指數(shù)分析全國及各內(nèi)部區(qū)域金融周期波動的時變溢出動態(tài)。基于復(fù)雜網(wǎng)絡(luò)視角探討省際金融周期波動的空間網(wǎng)絡(luò)結(jié)構(gòu);運(yùn)用二次指派程序分析對關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的驅(qū)動因素和傳導(dǎo)機(jī)制進(jìn)行實(shí)證檢驗(yàn)。

(一)中國金融周期波動的時變溢出動態(tài)

1.總體時變溢出動態(tài)

圖2為中國金融周期波動的總體時變溢出動態(tài)及中國經(jīng)濟(jì)周期運(yùn)行態(tài)勢(3)滾動估計過程中,設(shè)定滾動窗口為37個月,設(shè)定預(yù)測期為6個月。。由圖2可知,總體而言,中國金融波動溢出指數(shù)與宏觀經(jīng)濟(jì)景氣指數(shù)走勢較為吻合,即省際金融波動風(fēng)險傳染具有順周期性。經(jīng)濟(jì)上行周期中的“金融加速器”效應(yīng)使得作為抵押品的房地產(chǎn)等資產(chǎn)價格上漲,企業(yè)經(jīng)營狀況改善、償債能力增強(qiáng),銀企之間信息不對稱程度縮小,從而使得信貸風(fēng)險降低,銀行降低信貸標(biāo)準(zhǔn)并引起信貸投放增加。金融市場活躍度上升通過信貸總量擴(kuò)張、風(fēng)險偏好增加與房地產(chǎn)價格上漲的交互增強(qiáng)效應(yīng)提高省際金融周期波動關(guān)聯(lián)程度。反之,經(jīng)濟(jì)下行周期金融市場活躍度較低,省際金融波動關(guān)聯(lián)程度也隨之降低。除此之外,各種外部沖擊和政策調(diào)整也將影響省際金融波動的總體溢出水平,具體而言:

圖2 中國金融周期波動的總體時變溢出動態(tài)及中國經(jīng)濟(jì)周期運(yùn)行態(tài)勢

2008年底,為應(yīng)對金融危機(jī)的財政刺激計劃,直接刺激信貸在短期內(nèi)擴(kuò)張,使得銀行業(yè)風(fēng)險偏好在危機(jī)期間不降反升。危機(jī)中,經(jīng)濟(jì)基本面和金融資產(chǎn)質(zhì)量不斷惡化,金融市場之間的共同風(fēng)險敞口迅速擴(kuò)大,投資者的風(fēng)險厭惡情緒和非理性羊群效應(yīng)使得省際金融風(fēng)險跨市場傳染不斷增強(qiáng)。此后,隨著中國經(jīng)濟(jì)發(fā)展面臨“三期疊加”、經(jīng)濟(jì)增長進(jìn)入“新常態(tài)”,受出口放緩、產(chǎn)能過剩和樓市調(diào)整等因素的影響,經(jīng)濟(jì)下行壓力持續(xù)增大,加之信貸環(huán)境偏緊、資金利率高企、市場融資成本上漲,導(dǎo)致房地產(chǎn)開發(fā)投資減速較快、房地產(chǎn)銷售降幅較大、土地市場明顯降溫,國房景氣指數(shù)持續(xù)回落使得房地產(chǎn)行業(yè)整體呈現(xiàn)低迷狀態(tài),并由此導(dǎo)致信貸投放增速持續(xù)放緩,金融波動溢出指數(shù)持續(xù)走低。2013年上半年,外匯占款下降、季末“沖時點(diǎn)”和財政存款減少造成中國人民銀行貨幣資金持續(xù)回籠并觸發(fā)6月份的“錢荒”,市場流動性被動緊縮導(dǎo)致銀行間同業(yè)拆借利率迅速飆升、省際銀行同業(yè)業(yè)務(wù)急劇收縮,金融波動溢出效應(yīng)驟增。2016年底,中國人民銀行將宏觀審慎評估體系納入貨幣政策和宏觀審慎政策雙支柱調(diào)控框架,通過貨幣政策和監(jiān)管政策共同收緊,降低企業(yè)杠桿、抑制樓市泡沫,加之2017年美聯(lián)儲加息縮表引發(fā)國內(nèi)金融市場和貨幣政策不確定性增加,市場恐慌情緒蔓延導(dǎo)致金融波動關(guān)聯(lián)水平不斷上漲。2018年初,隨著中美貿(mào)易摩擦升級和全球金融市場震蕩加劇,投資者悲觀預(yù)期迅速向國內(nèi)擴(kuò)散,國內(nèi)金融去杠桿政策深化導(dǎo)致資本市場非理性波動加大,部分企業(yè)融資渠道收縮、債券違約風(fēng)險增加,加之2019年銀行破產(chǎn)事件的負(fù)面沖擊,導(dǎo)致中小銀行同業(yè)業(yè)務(wù)風(fēng)險加大,金融波動溢出指數(shù)再度回升至高位。在此期間,部分北方省份調(diào)整GDP統(tǒng)計口徑導(dǎo)致省際宏觀杠桿率出現(xiàn)較大分化,使得全國金融波動總體關(guān)聯(lián)水平驟降。

圖3為東西部地區(qū)和南北方地區(qū)金融周期波動的時變溢出動態(tài)(4)東部地區(qū)包括:北京、天津、河北、遼寧、上海、江蘇、浙江、福建、廣東、山東和海南;西部地區(qū)包括:廣西、內(nèi)蒙古、四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆和西藏。北方地區(qū)包括:北京、天津、河北、山西、河南、山東、陜西、黑龍江、吉林和遼寧;南方地區(qū)包括:江蘇、安徽、上海、浙江、福建、廣東、海南、湖北、湖南、江西、四川、重慶、貴州、云南和廣西。中部地區(qū)金融周期波動的時變溢出動態(tài)介于東部地區(qū)和西部地區(qū)之間,為簡化繪圖未將其繪制在圖中;對于跨南北方地區(qū)的省份,根據(jù)省份包含于兩個地區(qū)的相對面積和省會城市所在地區(qū)進(jìn)行劃分。。由圖3可知,一方面,2017年以來,東西部地區(qū)的金融波動總體溢出水平出現(xiàn)分化態(tài)勢。這是因?yàn)?017年初,“一行三會”分別通過提高M(jìn)LF利率、回籠貨幣和加強(qiáng)同業(yè)、理財及投資等業(yè)務(wù)監(jiān)管方式,收緊貨幣和監(jiān)管政策,這使得金融抑制較強(qiáng)、市場化程度較低的西部地區(qū)受到的政策沖擊更大,其金融波動關(guān)聯(lián)水平明顯上升。此外,近年來西部地區(qū)經(jīng)濟(jì)增速較快而東部地區(qū)經(jīng)濟(jì)增長乏力,部分東部省份調(diào)整GDP統(tǒng)計口徑加劇了東西部地區(qū)經(jīng)濟(jì)增速分化,導(dǎo)致東部地區(qū)金融波動關(guān)聯(lián)程度隨著經(jīng)濟(jì)增速趨緩和統(tǒng)計數(shù)據(jù)調(diào)整而減弱。另一方面,樣本期內(nèi),南方地區(qū)金融波動總體溢出水平高于北方地區(qū)。原因是南方地區(qū)擁有較多的國家重大戰(zhàn)略發(fā)展區(qū)域、綜合配套改革試驗(yàn)區(qū)和經(jīng)濟(jì)特區(qū),靈活的經(jīng)濟(jì)機(jī)制和寬松的政策制度環(huán)境造就了南方地區(qū)較高的民營經(jīng)濟(jì)發(fā)展水平,良好的金融環(huán)境和市場活力使得省際資本流動壁壘較低。此外,南方地區(qū)的省份空間位置集聚、地理距離較小,省際銀行同業(yè)業(yè)務(wù)往來、金融資產(chǎn)價格漲跌以及各部門杠桿率狀況關(guān)聯(lián)更為密切,因而其金融波動溢出水平高于北方地區(qū)。

圖3 東西部地區(qū)和南北方地區(qū)金融周期波動的時變溢出動態(tài)

2.定向時變溢出動態(tài)

為考察不同時期各省份定向溢出水平的變化特征,參考楊子暉等(2020)[29]的研究和經(jīng)驗(yàn)事實(shí)(美國開始對第一批清單上的中國商品加征關(guān)稅),按照重大外部沖擊持續(xù)時間將樣本劃分為三個階段:全球金融危機(jī)期間(樣本起點(diǎn)至2014年5月)、正常時期(2014年6月至2018年6月)、中美貿(mào)易摩擦期間(2018年7月至樣本終點(diǎn))。

圖4為不同時期各省份金融周期波動定向溢出水平散點(diǎn)圖及擬合直線。其中,橫坐標(biāo)和縱坐標(biāo)分別表示子樣本期內(nèi)單個省份溢出和溢入的均值,虛線表示全樣本期內(nèi)所有省份溢出和溢入的均值。由圖4可知,一方面,三個時期省際金融波動溢出效應(yīng)均具有明顯的時變特征,即全球金融危機(jī)期間省際金融波動溢出和溢入水平普遍較高,正常時期各省份金融波動溢出效應(yīng)較為分散且較弱,中美貿(mào)易摩擦期間省際金融波動溢出效應(yīng)則較為集中。究其原因,主要是重大沖擊造成的市場恐慌和投資者看空情緒等悲觀預(yù)期,通過羊群效應(yīng)在省際金融市場之間傳遞、擴(kuò)散,新的信息被系統(tǒng)充分吸收并同頻疊加,最終反映為各省份金融波動溢出效應(yīng)的集中上漲。另一方面,不同時期省際金融波動溢出和溢入水平之間的正相關(guān)關(guān)系具有時變特征,即全球金融危機(jī)期間和中美貿(mào)易摩擦期間風(fēng)險溢入和溢出的相關(guān)程度高于正常時期。原因在于金融波動溢出水平較高省份多位于空間鄰接緊湊的內(nèi)陸地區(qū),地理位置臨近省份之間高度相關(guān)的經(jīng)濟(jì)基本面和快速蔓延的金融市場情緒為省際金融波動關(guān)聯(lián)提供了傳遞渠道,并且在區(qū)域內(nèi)金融波動疊加共振作用下不斷放大溢出和溢入水平。反之,金融波動溢出水平較低省份多位于空間鄰接稀疏的邊境地區(qū),其金融波動溢入水平也普遍較低。重大沖擊期間省際金融市場共同風(fēng)險敞口擴(kuò)大和投資者資產(chǎn)配置集中調(diào)整,使得省際風(fēng)險溢出和溢入的相關(guān)性在整體震蕩的金融環(huán)境中明顯上漲。

圖4 不同時期金融周期波動定向溢出水平散點(diǎn)圖及擬合直線

3.凈時變溢出動態(tài)

圖5為四大戰(zhàn)略發(fā)展區(qū)域金融周期波動的凈時變溢出動態(tài)(5)京津冀包括:北京、天津和河北;長三角包括:上海、江蘇、浙江和安徽;長江經(jīng)濟(jì)帶包括:上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州和云南;“一帶一路”包括:上海、浙江、福建、廣東、海南、遼寧、吉林、黑龍江、內(nèi)蒙古、廣西、重慶、云南、西藏、陜西、甘肅、青海、寧夏和新疆,其中前5個為21世紀(jì)海上絲綢之路圈定省份,后13個為絲綢之路經(jīng)濟(jì)帶圈定省份。。由圖5可知,北方地區(qū)和南方地區(qū)(包括南方省份占多數(shù))戰(zhàn)略發(fā)展區(qū)域的金融波動分別表現(xiàn)為波動凈溢出和風(fēng)險凈溢入。究其原因,主要是北方地區(qū)資本存量增長緩慢、創(chuàng)新驅(qū)動不足且新舊動能轉(zhuǎn)換艱難、經(jīng)濟(jì)結(jié)構(gòu)不合理且經(jīng)濟(jì)機(jī)制僵化、勞動力數(shù)量下降過快且人力資本下行趨勢明顯,導(dǎo)致南北方經(jīng)濟(jì)發(fā)展差距不斷擴(kuò)大(盛來運(yùn)等,2018;許憲春等,2021)[30～31],逐利資本吸收北方地區(qū)金融波動帶來的金融風(fēng)險,并向投資回報率更高的南方地區(qū)流動。除此之外,各種區(qū)域性政策調(diào)整也將影響各大戰(zhàn)略發(fā)展區(qū)域之間金融波動的凈溢出溢入水平。

圖5 四大戰(zhàn)略發(fā)展區(qū)域金融周期波動的凈時變溢出動態(tài)

具體而言,樣本初期,京津冀主要表現(xiàn)為金融波動風(fēng)險凈溢出,與此同時,粵港澳規(guī)劃構(gòu)建珠江口大灣區(qū)世界級城市群,粵港澳大灣區(qū)雛形初現(xiàn),其高速的經(jīng)濟(jì)增長和寬松的政策制度環(huán)境吸引了大量境內(nèi)外資本流入,使得包括廣東省在內(nèi)的“一帶一路”戰(zhàn)略發(fā)展區(qū)域呈現(xiàn)金融波動的風(fēng)險凈溢入。2010年規(guī)劃構(gòu)建長江三角洲世界級城市群,長三角和包含長三角的長江經(jīng)濟(jì)帶出現(xiàn)短暫風(fēng)險凈溢入,“一帶一路”戰(zhàn)略發(fā)展區(qū)域則逐漸表現(xiàn)為風(fēng)險凈溢出。2013年“一帶一路”倡議首次提出,加之作為“四萬億計劃”等經(jīng)濟(jì)刺激計劃的“后遺癥”,南北方經(jīng)濟(jì)發(fā)展差距擴(kuò)大轉(zhuǎn)折點(diǎn)的“2013年現(xiàn)象”(鄧忠奇等,2020)[32],使得京津冀風(fēng)險凈溢出水平在2013年達(dá)到波峰,而同時期長三角、長江經(jīng)濟(jì)帶和“一帶一路”戰(zhàn)略發(fā)展區(qū)域均出現(xiàn)不同程度的風(fēng)險凈溢入。隨著2014年京津冀協(xié)同發(fā)展逐漸上升為國家戰(zhàn)略、長江三角洲世界級城市群一體化發(fā)展,2016年和2017年規(guī)劃建設(shè)北京城市副中心和決定設(shè)立河北雄安新區(qū),2018年長江三角洲區(qū)域一體化發(fā)展上升為國家戰(zhàn)略,京津冀、長三角和包括部分長三角的“一帶一路”戰(zhàn)略發(fā)展區(qū)域,均出現(xiàn)歷時較長、規(guī)模較大的風(fēng)險凈溢入。

(二)中國金融周期波動的空間網(wǎng)絡(luò)結(jié)構(gòu)

1.溢出網(wǎng)絡(luò)分析

基于1/3和2/3分位點(diǎn)將定向溢出指數(shù)劃分為高、中、低水平,并保留溢出強(qiáng)度前1/3分位點(diǎn)的溢出關(guān)系。以節(jié)點(diǎn)大小刻畫節(jié)點(diǎn)的加權(quán)出度(入度),以連接節(jié)點(diǎn)的有向線段代表省際波動溢出路徑,即節(jié)點(diǎn)形狀越大表示該節(jié)點(diǎn)省份的波動溢出(溢入)強(qiáng)度越大,有向線段的形狀越粗代表省際溢出強(qiáng)度越高。采用Fruchterman &Reingold算法布局構(gòu)建網(wǎng)絡(luò),使關(guān)聯(lián)度較高的省份盡可能接近,以直觀展示中國金融周期波動的空間網(wǎng)絡(luò)結(jié)構(gòu)特征。

圖6為中國金融周期波動的空間網(wǎng)絡(luò)結(jié)構(gòu)。由圖6可知,一方面,省際金融波動關(guān)聯(lián)網(wǎng)絡(luò)存在明顯的空間自相關(guān)性和區(qū)域集聚特征,即某省份與其他省份的平均地理距離越小、鄰接省份越多,則省際金融周期波動溢出水平越高、溢出關(guān)系越多(見圖7),例如四川、河北、湖南等鄰接省份較多,其出度、入度數(shù)也較高,而遼寧、海南、西藏等平均地理距離較大的省份,其度數(shù)中心度則較小(見表1),原因在于:一方面,空間地理位置臨近的同區(qū)域各省份之間資本和勞動力流動規(guī)模更大、頻率更高,密切的省際經(jīng)貿(mào)往來使得區(qū)域內(nèi)經(jīng)濟(jì)基本面整體關(guān)聯(lián)程度增強(qiáng),從而經(jīng)濟(jì)周期協(xié)同度更高,并通過“金融加速器”效應(yīng)放大區(qū)域內(nèi)金融周期的相互聯(lián)動,而且同區(qū)域各省份之間金融運(yùn)行狀況較為相似,房地產(chǎn)價格波動和企業(yè)融資方式更為趨同,加之市場情緒和投資者非理性行為等因素的影響,進(jìn)而使得區(qū)域內(nèi)省際金融周期波動的空間溢出效應(yīng)更強(qiáng)。另一方面,空間關(guān)聯(lián)網(wǎng)絡(luò)中心位置節(jié)點(diǎn)多為四川、寧夏、湖南、陜西等金融發(fā)展水平一般的中西部省份,而北京、上海、天津、浙江等金融發(fā)展水平較高的東部省份大多處于關(guān)聯(lián)網(wǎng)絡(luò)的邊緣(6)本文的各省份金融發(fā)展水平綜合考慮了以下兩個指標(biāo):省份金融發(fā)展水平I=(省份內(nèi)金融業(yè)增加值+省份內(nèi)房地產(chǎn)業(yè)增加值)/省份內(nèi)生產(chǎn)總值;省份金融發(fā)展水平II=(省份內(nèi)金融業(yè)增加值+省份內(nèi)房地產(chǎn)業(yè)增加值)/省份內(nèi)常住人口。,這是由于除了空間地理位置(省際平均地理距離和鄰接省份個數(shù))外,地區(qū)間制度環(huán)境(產(chǎn)權(quán)保護(hù)、非稅負(fù)擔(dān)和政府干預(yù))、經(jīng)濟(jì)基礎(chǔ)和政策環(huán)境等方面的差異也會導(dǎo)致省際資本流動呈現(xiàn)不均衡狀態(tài),使得資本不斷由西部地區(qū)流向東部地區(qū)聚集(胡凱和吳清,2012;郭金龍和王宏偉,2003)[33～34],從而對東部地區(qū)房地產(chǎn)價格的長期趨勢和短期波動產(chǎn)生更大沖擊(梁云芳和高鐵梅,2007)[35]。最終,中西部地區(qū)的金融周期波動在信貸規(guī)模和房地產(chǎn)價格變動的交互增強(qiáng)作用下對東部地區(qū)金融周期波動產(chǎn)生更多的溢出效應(yīng)和更高的溢出水平,從而位于系統(tǒng)重要的網(wǎng)絡(luò)中心位置。

表1 中國金融周期波動溢出網(wǎng)絡(luò)中心性分析

圖6 中國金融周期波動的空間網(wǎng)絡(luò)結(jié)構(gòu)

圖7 平均地理距離、鄰接省份個數(shù)與度數(shù)中心度的關(guān)系

2.塊模型分析

采用CONCOR算法對省際金融周期波動溢出網(wǎng)絡(luò)進(jìn)行塊模型分析,通過空間聚類刻畫關(guān)聯(lián)網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)板塊角色。借鑒丁如曦和倪鵬飛(2015)[36]的做法,選擇最大分割深度為2,收斂標(biāo)準(zhǔn)為0.2,將31個省份劃分為4個金融周期波動板塊。1/3分位點(diǎn)金融周期波動關(guān)聯(lián)網(wǎng)絡(luò)的溢入溢出關(guān)系總數(shù)為310個,其中板塊內(nèi)溢出關(guān)系數(shù)為145個,板塊之間溢出關(guān)系數(shù)為165個,即關(guān)聯(lián)網(wǎng)絡(luò)中的各板塊之間存在明顯的空間溢出效應(yīng)。

表2為中國金融周期波動溢出網(wǎng)絡(luò)板塊角色分析。其中,板塊I成員包括北京、內(nèi)蒙古和西藏3個省份。板塊I接收板塊外關(guān)系比例為92.3%,發(fā)出板塊外關(guān)系比例為87.5%,即該板塊接收和發(fā)出板塊外關(guān)系占較高比例,并且期望內(nèi)部關(guān)系比例和實(shí)際內(nèi)部關(guān)系比例均較低,故板塊I屬于“經(jīng)紀(jì)人板塊”。板塊II成員包括甘肅、天津、河南、黑龍江和浙江5個省份。板塊II接收板塊外關(guān)系數(shù)為42個,發(fā)出板塊外關(guān)系數(shù)為32個,即該板塊既接收較多板塊外溢出關(guān)系,也發(fā)出較多板塊外溢出關(guān)系,故板塊II屬于“經(jīng)紀(jì)人板塊”,在金融周期波動溢出效應(yīng)的傳導(dǎo)路徑中起到橋梁作用。板塊III成員包括江西、江蘇、廣東、河北、貴州、福建、山東、陜西、湖北、湖南、青海、四川、新疆和寧夏14個省份,主要為金融周期波動溢出網(wǎng)絡(luò)中度數(shù)中心度比較高的省份。板塊III內(nèi)部關(guān)系數(shù)為127個,發(fā)出板塊外關(guān)系數(shù)為98個,即該板塊既存在板塊內(nèi)部的溢出關(guān)系,又存在發(fā)出板塊外的溢出關(guān)系,并且實(shí)際內(nèi)部關(guān)系比例大于期望內(nèi)部關(guān)系比例,故板塊III屬于“雙向溢出板塊”。板塊IV成員包括遼寧、廣西、云南、山西、吉林、海南、重慶、安徽和上海9個省份。板塊IV實(shí)際內(nèi)部關(guān)系比例為36.4%,期望內(nèi)部關(guān)系比例為26.7%,即該板塊實(shí)際內(nèi)部關(guān)系比例大于期望內(nèi)部關(guān)系比例,故板塊IV屬于“主受益板塊”。

表2 中國金融周期波動溢出網(wǎng)絡(luò)板塊角色分析

通過計算整體網(wǎng)絡(luò)及各板塊的密度矩陣,考察板塊之間金融周期波動的傳導(dǎo)路徑。整體關(guān)聯(lián)網(wǎng)絡(luò)的密度為1.270,如果板塊密度大于1.270,即該板塊密度大于總體平均水平,則將其重新賦值為1,否則賦值為0,從而將密度矩陣轉(zhuǎn)化為像矩陣,像矩陣直觀顯示出金融周期波動板塊之間存在的傳導(dǎo)路徑。如表3所示,像矩陣對角線元素為1,表明該板塊內(nèi)部的金融周期波動具有顯著的關(guān)聯(lián)性,表現(xiàn)為明顯的“俱樂部”效應(yīng)。金融周期波動溢出的動力主要來自板塊III,其在自身金融波動關(guān)聯(lián)集聚的同時也將波動的動能傳遞給板塊II和板塊IV,板塊II又將金融波動的動能傳遞給板塊I,因而第II板塊在板塊間傳導(dǎo)路徑中起到樞紐作用,表明該傳導(dǎo)路徑具有明顯的“梯度”溢出特征。

表3 中國金融周期波動溢出網(wǎng)絡(luò)板塊的密度矩陣和像矩陣

五、進(jìn)一步分析:中國金融周期波動的區(qū)域關(guān)聯(lián)解釋

為檢驗(yàn)前文提及的省際地理距離、經(jīng)濟(jì)基本面關(guān)聯(lián)度和金融運(yùn)行狀況相似度對金融波動空間溢出網(wǎng)絡(luò)的影響,采用QAP(二次指派程序)方法探討關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的影響因素及其傳導(dǎo)作用機(jī)制。

(一)QAP模型設(shè)計

考慮到各省份房地產(chǎn)價格(丁如曦和倪鵬飛,2015)[36]、生產(chǎn)總值(李敬等,2014)[37]和信貸投放(錢明輝和胡日東,2014)[38]的空間溢出效應(yīng)隨地理距離的變小而減弱,因此推斷中國省際金融周期波動存在空間自相關(guān)性。此外,省際經(jīng)濟(jì)輻射能力、經(jīng)濟(jì)金融關(guān)聯(lián)度和產(chǎn)業(yè)結(jié)構(gòu)相似度也會影響金融波動在各省份之間的相互沖擊和傳染(李政等,2021)[39],因此選取省際經(jīng)濟(jì)發(fā)展水平差異、產(chǎn)業(yè)結(jié)構(gòu)升級差異、經(jīng)濟(jì)周期協(xié)同性以及金融周期協(xié)同性等因素,探討金融周期波動關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的影響因素與形成機(jī)制。據(jù)此,將QAP回歸模型設(shè)定為:

N=f(G,E,I,B,F)

(10)

式(10)表示相關(guān)數(shù)據(jù)之間的函數(shù)關(guān)系,實(shí)證數(shù)據(jù)為關(guān)系矩陣形式。其中,N為省際金融周期波動空間溢出網(wǎng)絡(luò),G為省際空間地理臨近矩陣,E和I分別為省際經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)升級差異矩陣,B和F分別為省際經(jīng)濟(jì)周期和金融周期協(xié)同矩陣,關(guān)系矩陣采用樣本區(qū)間內(nèi)各省份對應(yīng)指標(biāo)的平均值計算?？臻g地理臨近性采用百度地圖測距工具測量的各省會城市之間的地理距離衡量;經(jīng)濟(jì)發(fā)展水平差異和產(chǎn)業(yè)結(jié)構(gòu)升級差異分別采用省際人均GDP之差的絕對值和第三產(chǎn)業(yè)占GDP比重之差的絕對值衡量;經(jīng)濟(jì)周期協(xié)同性和金融周期協(xié)同性分別采用省際GDP同比增速和金融周期指數(shù)的余弦相似度衡量,其測算公式為:

(11)

(二)QAP實(shí)證分析

表4為基于5000次隨機(jī)置換得到的中國金融周期波動區(qū)域關(guān)聯(lián)因素的相關(guān)分析結(jié)果。結(jié)果顯示,空間關(guān)聯(lián)矩陣N與地理距離矩陣G負(fù)相關(guān),相關(guān)系數(shù)為-0.176,在1%的水平上顯著,這表明中國省際金融周期波動具有顯著的空間自相關(guān)性?？臻g關(guān)聯(lián)矩陣N與經(jīng)濟(jì)水平差異矩陣E、產(chǎn)業(yè)結(jié)構(gòu)差異矩陣I負(fù)相關(guān),但由于產(chǎn)業(yè)結(jié)構(gòu)差異主要受各省份內(nèi)部因素的影響,其對區(qū)域間空間關(guān)聯(lián)的影響較弱,因此使得矩陣N與矩陣I的相關(guān)系數(shù)不顯著?？臻g關(guān)聯(lián)矩陣N與經(jīng)濟(jì)周期協(xié)同矩陣B、金融周期協(xié)同矩陣F正相關(guān),相關(guān)系數(shù)分別為0.166和0.313,分別在5%和1%的水平上顯著,這表明省際經(jīng)濟(jì)周期協(xié)同性和金融周期協(xié)同性對金融周期波動的空間溢出具有顯著正向影響。

表4 中國金融周期波動區(qū)域關(guān)聯(lián)因素相關(guān)分析

表5為基于5000次隨機(jī)置換得到的中國金融周期波動區(qū)域關(guān)聯(lián)因素的回歸分析結(jié)果?；鶞?zhǔn)分析結(jié)果顯示,地理距離矩陣G的回歸系數(shù)為-0.115,在10%的水平上顯著,這表明省際地理距離每增加1000km,金融周期波動溢出效應(yīng)下降11.5%,即臨近省份相較于遠(yuǎn)隔省份具有更強(qiáng)的空間溢出效應(yīng)。經(jīng)濟(jì)水平差異矩陣E的回歸系數(shù)為負(fù)但不顯著,這表明在考慮省際經(jīng)濟(jì)周期協(xié)同性和金融周期協(xié)同性之后,省際經(jīng)濟(jì)發(fā)展水平對金融周期波動溢出效應(yīng)的影響不再重要。經(jīng)濟(jì)周期協(xié)同矩陣B的回歸系數(shù)在10%的水平上顯著為正,這表明省際經(jīng)濟(jì)運(yùn)行協(xié)同程度上漲將增強(qiáng)金融波動的空間關(guān)聯(lián)。原因在于省際經(jīng)濟(jì)波動在“同漲同跌”之間相互疊加聯(lián)動,并通過“金融加速器”效應(yīng)加劇信貸擴(kuò)張(收縮)和房價上漲(下跌)的正反饋循環(huán),進(jìn)而增強(qiáng)宏觀杠桿率,從而形成金融周期的相互聯(lián)動。金融周期協(xié)同矩陣F的回歸系數(shù)在1%的水平上顯著為正,這表明省際金融運(yùn)行協(xié)同程度上升將增強(qiáng)金融波動的空間溢出,這是由于金融發(fā)展水平和金融產(chǎn)業(yè)結(jié)構(gòu)相似的省份之間銀行同業(yè)業(yè)務(wù)往來、金融資產(chǎn)價格漲跌以及各部門杠桿率狀況關(guān)聯(lián)更為密切,其金融波動相比于金融協(xié)同度較低省份之間產(chǎn)生的溢出效應(yīng)也更強(qiáng)。上述回歸結(jié)果表明,省際地理距離、經(jīng)濟(jì)基本面關(guān)聯(lián)度和金融運(yùn)行狀況相似度確實(shí)能夠?qū)鹑诓▌涌臻g溢出網(wǎng)絡(luò)產(chǎn)生顯著影響,從而驗(yàn)證了前文的解釋。

表5 中國金融周期波動區(qū)域關(guān)聯(lián)因素回歸分析

中介效應(yīng)的檢驗(yàn)結(jié)果顯示,解釋變量GB和GF的回歸系數(shù)分別為-0.064和-0.096,均通過了10%的水平性檢驗(yàn),這表明省際地理距離每增加1000km,經(jīng)濟(jì)和金融運(yùn)行協(xié)同性分別下降6.4%和9.6%,即臨近省份相比于遠(yuǎn)隔省份經(jīng)濟(jì)和金融運(yùn)行的相似程度更高。結(jié)合解釋變量BN和FN的回歸系數(shù)顯著為正可知,在省際空間地理距離影響金融周期波動溢出效應(yīng)過程中,經(jīng)濟(jì)周期協(xié)同性和金融周期協(xié)同性的中介效應(yīng)顯著,存在“空間地理距離增加——經(jīng)濟(jì)金融協(xié)同性下降——金融周期關(guān)聯(lián)程度下降”的傳導(dǎo)路徑。

(三)穩(wěn)健性檢驗(yàn)

表6為基于5000次隨機(jī)置換得到的中國金融周期波動區(qū)域關(guān)聯(lián)因素分析結(jié)果的穩(wěn)健性檢驗(yàn)。在穩(wěn)健性檢驗(yàn)中,采用空間鄰接關(guān)系替換空間地理距離,使用省際Queen鄰接矩陣表征,省際地理位置相鄰取1,不相鄰取0。采用省際經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)升級的歐氏距離替換相應(yīng)變量之差的絕對值。采用省際GDP同比增速和金融周期指數(shù)的皮爾遜相關(guān)系數(shù)替換相應(yīng)變量的余弦相似度。穩(wěn)健性檢驗(yàn)顯示,地理臨近矩陣G、經(jīng)濟(jì)周期協(xié)同矩陣B和金融周期協(xié)同矩陣F與空間關(guān)聯(lián)矩陣N顯著正相關(guān),并且省際空間地理臨近、經(jīng)濟(jì)和金融運(yùn)行協(xié)同程度上升將顯著增強(qiáng)金融周期波動的溢出效應(yīng)。在省際空間地理臨近影響金融周期波動溢出的中介效應(yīng)模型中,回歸方程的估計系數(shù)均顯著,即存在經(jīng)濟(jì)周期協(xié)同性和金融周期協(xié)同性的中介效應(yīng)。這表明本研究的結(jié)論穩(wěn)健。

表6 中國金融周期波動區(qū)域關(guān)聯(lián)因素的穩(wěn)健性檢驗(yàn)

六、結(jié)論與啟示

基于LASSO-VAR模型、復(fù)雜網(wǎng)絡(luò)塊模型分析以及二次指派程序方法,考察中國金融周期波動的時變溢出動態(tài)、空間網(wǎng)絡(luò)結(jié)構(gòu)和區(qū)域關(guān)聯(lián)機(jī)制。

通過分析,得到以下結(jié)論:

第一,時間維度上,中國省際金融波動風(fēng)險傳染具有順周期性,且東西部地區(qū)和南北方地區(qū)的金融關(guān)聯(lián)水平呈現(xiàn)動態(tài)分化和較大差距;全球金融危機(jī)和中美貿(mào)易摩擦等重大外部不利沖擊期間省際共同風(fēng)險敞口擴(kuò)大,導(dǎo)致省際金融波動溢出溢入水平普遍提高;受南北方經(jīng)濟(jì)發(fā)展方式及差距的影響,其戰(zhàn)略發(fā)展區(qū)域的金融波動分別表現(xiàn)為波動凈溢出和風(fēng)險凈溢入。

第二,空間維度上,鄰近省份之間高度關(guān)聯(lián)的經(jīng)濟(jì)基本面和相似度更高的金融運(yùn)行狀況,使得省際金融波動關(guān)聯(lián)網(wǎng)絡(luò)存在明顯的空間自相關(guān)性和區(qū)域集聚特征;東西部地區(qū)經(jīng)濟(jì)發(fā)展不均衡,使得位于系統(tǒng)重要網(wǎng)絡(luò)中心位置的多為中西部地區(qū);省際金融波動關(guān)聯(lián)網(wǎng)絡(luò)板塊內(nèi)部存在明顯的“俱樂部”效應(yīng),四大板塊之間的傳導(dǎo)路徑具有明顯的“梯度”溢出特征。

第三,關(guān)聯(lián)解釋上,省際地理距離與金融波動關(guān)聯(lián)程度負(fù)相關(guān),臨近省份相較于遠(yuǎn)隔省份具有更強(qiáng)的金融波動空間溢出效應(yīng);省際經(jīng)濟(jì)和金融協(xié)同性與金融波動關(guān)聯(lián)程度正相關(guān),協(xié)同程度上升將增強(qiáng)金融波動的空間溢出;在省際空間地理距離影響金融周期波動溢出效應(yīng)過程中,存在“空間地理距離增加——經(jīng)濟(jì)金融協(xié)同性下降——金融周期關(guān)聯(lián)度下降”的傳導(dǎo)路徑。

基于研究結(jié)論,得到以下啟示:

第一,要實(shí)時監(jiān)測各種不利沖擊中省際金融波動關(guān)聯(lián)的動態(tài)變化,采用“貨幣政策+宏觀審慎政策”雙支柱調(diào)控降低風(fēng)險傳染的順周期性,防范系統(tǒng)性金融風(fēng)險的跨時期傳染。

第二,要研判金融波動關(guān)聯(lián)網(wǎng)絡(luò)的節(jié)點(diǎn)系統(tǒng)重要性、板塊溢出角色特征和省際風(fēng)險傳遞路徑,重點(diǎn)監(jiān)控中西部和北方等主要金融波動風(fēng)險輸出地區(qū),防范系統(tǒng)性金融風(fēng)險的跨市場、跨區(qū)域傳染。

第三,要識別金融波動省際關(guān)聯(lián)的驅(qū)動因素和傳導(dǎo)機(jī)制,在推進(jìn)長三角、粵港澳大灣區(qū)和“一帶一路”發(fā)展戰(zhàn)略過程中,注意防范區(qū)域外金融波動帶來的輸入性金融風(fēng)險。