金融安全指數(shù)構(gòu)建及狀態(tài)識別研究

Research on the construction and state recognition of financial security index

LIU Xiao.xing， YANG Guang.yi， ZHANG Ying

As the world is undergoing significant changes unseen in a century， China is facing an increasingly complex financial security environment. In order to safeguard the financial security of our country， it is crucial to minimize the financial security risks. This paper firstly utilizes the TVP.SV.FAVAR model to construct a financial security index. Then through Markov state recognition and time.varying impulse response analysis， the state transition characteristics of the financial security index are revealed， and the mutual influence and response patterns between various dimensions of financial security indices are analyzed. Research finds that： （1） the constructed financial security index can effectively identify tail event shocks and reflect the status and development trends of various dimensions of national financial security indices. （2） The financial security index has significant sustainability under the high regime and the medium zone regime， showing a high steady.state probability under the medium high regime. （3） The impact of various dimensions of financial security indices on financial security has term heterogeneity： in the short term， financial security is largely affected by the positive impact of financial development quality and financial regulatory capacity; in the medium to long term， China’s financial security is mainly affected by financial competitiveness， financial regulatory capacity， and financial stability level.

［摘" 要］ 運用TVP-SV-FAVAR模型構(gòu)建金融安全指數(shù)，通過馬爾可夫狀態(tài)識別與時變脈沖響應(yīng)分析，揭示金融安全指數(shù)狀態(tài)轉(zhuǎn)換特征，解析金融安全各維度指數(shù)間的相互影響及其響應(yīng)模式。研究發(fā)現(xiàn)：（1）構(gòu)建的金融安全指數(shù)能有效識別尾部事件沖擊，準確刻畫金融安全各維度狀態(tài)及發(fā)展趨勢。（2）我國金融安全指數(shù)在高區(qū)制以及中區(qū)制狀態(tài)下具有顯著持續(xù)性，表現(xiàn)出較高的中高區(qū)制穩(wěn)態(tài)概率。（3）各維度金融安全指數(shù)對金融安全的影響存在期限異質(zhì)性，短期內(nèi)金融安全較大程度受到金融發(fā)展質(zhì)量以及金融監(jiān)管能力的正向沖擊；中長期我國金融安全主要受到金融競爭力、金融監(jiān)管能力和金融穩(wěn)定水平的影響。

［關(guān)鍵詞］ 金融安全指數(shù)" 狀態(tài)識別" 尾部事件沖擊" 期限異質(zhì)性

［基金項目］

國家重點研發(fā)計劃（2021QY2100）；國家自然科學(xué)基金面上項目（72173018）成果之一。

［作者簡介］ 劉曉星（1970—），男，東南大學(xué)經(jīng)濟管理學(xué)院教授，博士生導(dǎo)師，研究方向：金融工程與金融安全。

一、引言

金融安全是國家安全的重要組成部分，是關(guān)系我國經(jīng)濟社會發(fā)展全局的一件帶有戰(zhàn)略性、根本性的大事。習近平總書記在二十屆中央國家安全委員會第一次會議上強調(diào)，要以新安全格局保障新發(fā)展格局，主動塑造于我有利的外部安全環(huán)境，更好維護開放安全，推動發(fā)展和安全深度融合[1]。值此百年未有之大變局，需要深刻認識國家安全面臨的復(fù)雜嚴峻金融環(huán)境，加快建設(shè)國家安全風險監(jiān)測預(yù)警體系，有效識別、測度金融安全風險，維護國家金融安全，努力開創(chuàng)國家安全工作新局面。

已有研究主要從金融機構(gòu)風險和系統(tǒng)性金融風險兩個角度審視影響金融安全的因素[2-3]，然而這些視角無法全面揭示金融安全的復(fù)雜性。金融安全不僅是金融系統(tǒng)內(nèi)部穩(wěn)定性的體現(xiàn)，更是金融系統(tǒng)與整個宏觀經(jīng)濟體之間互動平衡的結(jié)果，最終體現(xiàn)的是我國經(jīng)濟金融體系在實現(xiàn)預(yù)期目標狀態(tài)上的能力。此外，金融安全還應(yīng)該包含金融穩(wěn)定，這意味著經(jīng)濟金融體系具有一定的抵抗力，能在內(nèi)外部不確定性沖擊下保持正常運行并實現(xiàn)可持續(xù)發(fā)展；在構(gòu)建金融安全結(jié)構(gòu)框架時，要將更多的宏觀經(jīng)濟變量納入考慮，同時兼顧社會、政治、監(jiān)管以及環(huán)境等非經(jīng)濟因素對金融安全的沖擊。因此，評價我國金融安全狀況需要采用多維度指標進行分析。

基于已有的研究，本文著力從兩個方面進行深入探索。一方面，使用綜合指數(shù)法構(gòu)建金融安全指標體系，將影響金融安全的因素分為金融發(fā)展質(zhì)量、金融穩(wěn)定水平、金融生態(tài)狀況、金融競爭力和金融監(jiān)管能力五維度。通過TVP-SV-FAVAR模型計算各維度安全指數(shù)后，將各維度安全指數(shù)合成為中國金融安全指數(shù)，從多個維度分析國家金融安全的形成機制。另一方面，為進一步分析我國金融安全狀況以及各維度指數(shù)間的相互影響，基于Markov-switching變量模型（MS-VAR）以及TVP-SV-VAR模型對金融安全狀態(tài)進行識別，并深入解析金融安全不同維度間的影響機理。

二、文獻綜述

學(xué)術(shù)界對金融安全的理論內(nèi)涵存在不同的理解。對金融安全理論的解析歷經(jīng)早期的主要考察金融系統(tǒng)運行平穩(wěn)性，后期更為復(fù)雜和全面的評估體系的發(fā)展。在早期研究中，Crockeet以及Mishkin以金融系統(tǒng)是否可以有效配置資源以及組成要素是否運行平穩(wěn)作為評判金融穩(wěn)定的重要標準[4-5]。Goodhart和Hofmann主要圍繞房地產(chǎn)、股市、利率和匯率四個要素選擇相關(guān)的測度指標構(gòu)建金融風險指數(shù)來衡量國家金融安全狀況[6]。在此時期，金融安全被定義為在金融全球化條件下，一國在其金融發(fā)展過程中具備抵御國外各種威脅、侵襲的能力，確保金融體系、金融主權(quán)不受侵害，使金融體系保持正常運行與發(fā)展的態(tài)勢[7]。隨著金融體系的日益成熟，對金融安全的內(nèi)涵定義越加復(fù)雜，在測度金融安全狀況時考慮的指標也越加多元。郭娜等選擇從區(qū)域金融業(yè)指標、區(qū)域固定資產(chǎn)投資指標等角度，分區(qū)域構(gòu)建我國區(qū)域金融安全指數(shù)[8]。徐國祥等以各個基礎(chǔ)指標對經(jīng)濟增長的影響作為賦權(quán)的依據(jù)，構(gòu)建了金融穩(wěn)定指數(shù)并分析了其預(yù)測能力[9]。梁琪等從宏觀經(jīng)濟、資本市場、貨幣市場、外匯市場四個維度選取相關(guān)指標，反映它們對金融安全的影響[10]。金融安全有了新的定義，體現(xiàn)為一國金融體系的穩(wěn)定運行狀態(tài)，關(guān)鍵在于核心金融價值的維護，包括金融財富安全、金融制度的維持和金融體系的穩(wěn)定[11]。金融安全是一個涉及內(nèi)外部因素的綜合概念，其內(nèi)涵不局限于金融體系本身，同時應(yīng)該與金融穩(wěn)定等概念有明顯邊界。因此，在對金融安全做出界定時，不但應(yīng)考慮其涉及因素之廣，也要兼顧其內(nèi)涵的外延性與時代性。

金融安全指數(shù)構(gòu)建方法主要包括加權(quán)求和法和主成分或因子分析法。柴建等通過加權(quán)平均各基礎(chǔ)指標的長期趨勢偏離來合成金融安全指數(shù)[12]，但此方法存在固定權(quán)重和參數(shù)估計準確性問題。Koop和Korobilis提出的TVP-FAVAR模型，允許因子載荷和VAR系數(shù)動態(tài)演變，解決了上述問題，他們通過分析金融安全指數(shù)與經(jīng)濟變量的聯(lián)動性，有效評估金融安全各維度指數(shù)的時間變化重要性[13]。桂文林等運用此模型構(gòu)建中國金融安全狀況指數(shù)，并加入短期利率和房地產(chǎn)價格指標，拓展了指數(shù)覆蓋面，發(fā)現(xiàn)TVP-FAVAR模型的預(yù)測效果優(yōu)于常系數(shù)模型[14]。

關(guān)于金融安全影響效應(yīng)的研究，學(xué)者們大部分通過合成金融安全指數(shù)后研究其指數(shù)構(gòu)成部分對于金融安全的影響。崔百勝等選取40個國內(nèi)經(jīng)濟變量進行合成，并在經(jīng)濟變量中提取6個共同因子，利用TVP-FAVAR模型研究中美貨幣政策雙向動態(tài)溢出[15]。Zheng采用主成分法構(gòu)建符合基本經(jīng)濟現(xiàn)實的金融安全指數(shù)，并分析股價泡沫是否會影響金融安全[16]。楊科等基于48個基礎(chǔ)經(jīng)濟變量，運用TVP-FAVAR模型構(gòu)建系統(tǒng)性金融風險的度量指標，并檢驗金融市場和經(jīng)濟基本面對系統(tǒng)性金融風險的影響機制[17]。Cevik等研究了金融開放對經(jīng)濟和金融安全的影響[18]。Das等探討了資本管制是否會影響宏觀經(jīng)濟或者金融穩(wěn)定[19]。諸多學(xué)者利用MS-VAR模型研究金融安全狀況的區(qū)制轉(zhuǎn)換特征，如陶玲和朱迎利用MS-VAR模型分析系統(tǒng)性金融風險的狀態(tài)演變[20]。江紅莉等應(yīng)用MS-VAR模型，構(gòu)建關(guān)注企業(yè)杠桿率以及宏觀經(jīng)濟的系統(tǒng)性金融風險預(yù)警模型，并分析了我國近年來系統(tǒng)性金融風險變化的區(qū)制特征[21]。劉曉星等基于117種金融指數(shù)測度了金融市場系統(tǒng)性風險，利用時變脈沖響應(yīng)定量測度宏觀經(jīng)濟韌性，并通過區(qū)制轉(zhuǎn)換模型考察了宏觀經(jīng)濟韌性影響因素[22]。

當前，金融安全測度研究主要存在兩方面不足：首先是過分側(cè)重宏觀貨幣安全和銀行體系安全，未刻畫金融安全全貌；其次是基礎(chǔ)指標選取未遵循表征性原則，包含了多余的國內(nèi)外宏觀經(jīng)濟變量如宏觀經(jīng)濟景氣指數(shù)和貿(mào)易條件。本文依據(jù)二十大報告對金融安全的指示要求，構(gòu)建包括宏微觀經(jīng)濟條件、金融市場動態(tài)、監(jiān)管和環(huán)境等維度的指標體系，并使用TVP-SV-FAVAR模型合成金融安全各維度指數(shù)，結(jié)合MS-VAR模型預(yù)測尾部事件下的狀態(tài)轉(zhuǎn)移概率。針對TVP-FAVAR模型在脈沖響應(yīng)分析中因子定義模糊、解釋能力弱的問題，對金融安全各維度指數(shù)進行單獨的脈沖響應(yīng)分析，以深入研究金融安全對其沖擊的響應(yīng)模式。

三、金融安全內(nèi)涵分析

對金融安全的理解，不僅要考慮其影響范圍的廣泛性，還需兼顧其內(nèi)涵的擴展性和時代性。本文認為，金融安全是一國有效化解系統(tǒng)性金融風險，抵御和應(yīng)對國外金融沖擊，保障本國金融體系正常運行和可持續(xù)發(fā)展，維護本國金融制度和金融主權(quán)利益免受侵害的一種金融態(tài)勢和國家能力。本文基于金融安全的定義，解析金融安全重要的維度特征以及其對應(yīng)的金融功能，以便實現(xiàn)對金融安全的不同維度的測度。

基于上文的定義，金融安全首先需要考慮國家的系統(tǒng)性金融風險抵御能力。金融發(fā)展質(zhì)量被定義為金融優(yōu)化資源配置的功能[23]，具體體現(xiàn)在金融工具、金融機構(gòu)和金融資產(chǎn)規(guī)模的發(fā)展與完善，通過規(guī)模擴張以及結(jié)構(gòu)優(yōu)化，才能發(fā)揮金融資源的合理配置。本文通過金融發(fā)展質(zhì)量去衡量國家金融體系在規(guī)模、結(jié)構(gòu)和效率方面的綜合性能，以及有效管理和緩解系統(tǒng)性金融風險和外部金融沖擊的能力。這一概念不僅反映了金融安全體系的內(nèi)在狀況，還反映了其與實體經(jīng)濟及全球金融環(huán)境的相互作用和適應(yīng)性。

其次，保障國家金融體系的穩(wěn)定運行是金融安全的另一重要因素。金融穩(wěn)定是國家金融安全的基石，危及金融安全的因素多來自內(nèi)部[24]。一國金融體系的穩(wěn)定運行狀態(tài)，關(guān)鍵在于金融系統(tǒng)內(nèi)各機構(gòu)能夠維持其核心職能，發(fā)揮正常的金融功能。因此，本文認為金融穩(wěn)定的核心是金融機構(gòu)能夠有效識別、化解金融異常波動的一種狀態(tài)和市場能力，具體體現(xiàn)為金融機構(gòu)擁有的流動性資產(chǎn)可及時償還其流動性負債的能力[25]。通過對金融穩(wěn)定的測度可以實現(xiàn)對國家金融安全體系能否穩(wěn)定運行的判斷。

基于體現(xiàn)金融安全定義中的維護本國金融制度與金融主權(quán)利益免受侵害的金融態(tài)勢，結(jié)合目前金融環(huán)境復(fù)雜多變和外部不確定性持續(xù)上升的背景，本文認為，準確識別國內(nèi)外金融環(huán)境的變動態(tài)勢是維護本國金融主權(quán)的重要前提。國外金融環(huán)境越復(fù)雜嚴峻，各經(jīng)濟體之間聯(lián)系也越加密切。國際金融環(huán)境不確定性的增加，會引發(fā)國際恐慌情緒，增加金融系統(tǒng)的個體風險[26]，并可能影響貨幣政策有效性和國內(nèi)金融市場的系統(tǒng)性風險。國際環(huán)境不確定性還可能導(dǎo)致跨境資本流動異常和金融資產(chǎn)價格波動[27]。因此，本文采用“金融生態(tài)”概念，將金融環(huán)境分為外部生態(tài)和內(nèi)部生態(tài)，分別評估國際金融環(huán)境變動和國內(nèi)經(jīng)濟發(fā)展及企業(yè)經(jīng)營狀況。對金融環(huán)境的分類有助于及時了解國際金融環(huán)境變化，關(guān)注國內(nèi)金融市場在全球環(huán)境下的聯(lián)動效應(yīng)，從而感知金融安全體系免受外部風險侵害的態(tài)勢。

金融安全所要求的維護國家金融主權(quán)利益免受侵害不僅要求實現(xiàn)對國內(nèi)外金融環(huán)境變動態(tài)勢的感知，還要具備相應(yīng)的能夠調(diào)動資源來推動經(jīng)濟和社會發(fā)展的國家能力[28]。金融業(yè)是經(jīng)濟的核心，也是推動現(xiàn)代經(jīng)濟發(fā)展的核心競爭力，其效率和穩(wěn)健性對國家經(jīng)濟穩(wěn)定至關(guān)重要[29]。實體經(jīng)濟的挑戰(zhàn)可能導(dǎo)致銀行和其他金融機構(gòu)的不良貸款率和信用違約率的上升，影響金融資產(chǎn)價格，進而威脅金融體系安全。本文采用金融競爭力作為衡量國家金融業(yè)發(fā)展和穩(wěn)健水平的指標，反映維護金融主權(quán)方面的國家能力。

最后，實現(xiàn)金融安全的總體目標依賴有效的金融監(jiān)管。金融監(jiān)管是維護國家金融安全的核心要素，隨著經(jīng)濟全球化和實體經(jīng)濟金融化，金融在現(xiàn)代經(jīng)濟發(fā)展中的支撐作用愈加突出。在2008年全球金融危機爆發(fā)前，大量學(xué)術(shù)研究和金融機構(gòu)以金融穩(wěn)定作為監(jiān)管目標，從微觀審慎的視角出發(fā)來探討金融監(jiān)管，這體現(xiàn)了金融安全政策的傳統(tǒng)理念。但是2008年以來的系列尾部事件表明僅依賴微觀審慎監(jiān)管措施難以有效實現(xiàn)金融體系的安全[30]。此后，宏觀審慎政策逐漸取代微觀審慎，眾多研究將危機的爆發(fā)歸因于監(jiān)管缺乏，因此，本文強調(diào)通過完善金融監(jiān)管來維護金融安全。

四、指標選取與模型構(gòu)建

（一）金融安全指標選取

基于對金融安全的定義，本文構(gòu)建的金融安全指數(shù)包括金融發(fā)展質(zhì)量、金融穩(wěn)定水平、金融生態(tài)狀況、金融競爭力和金融監(jiān)管能力五個維度，并測算2000—2023年中國金融安全指數(shù)各維度的演化過程。

金融發(fā)展質(zhì)量指數(shù)衡量金融體系的完善程度、擴張水平及抵御外部金融沖擊的能力。該指數(shù)包含多個具體指標：實際有效匯率波動率、短期資本流動波動率、社會儲蓄存款、外匯儲備規(guī)模、外貿(mào)依存度、外債依存度、外資依存度、金融相關(guān)率FIR和M2/GDP比率。金融相關(guān)率FIR和M2/GDP比率反映金融深化程度，即金融與經(jīng)濟發(fā)展之間的相互促進關(guān)系，顯示金融體系的完善與擴張程度[31];外貿(mào)依存度等指標表示經(jīng)濟與外界的關(guān)聯(lián)程度;實際有效匯率波動率和短期資本流動波動率為外部沖擊風險的基礎(chǔ)指標[32];社會儲蓄存款和外匯儲備規(guī)模則代表國家抵御外部金融沖擊的能力[33]。

金融穩(wěn)定水平指數(shù)衡量保障本國金融體系正常運行和可持續(xù)發(fā)展的能力，具體包括CPI通貨膨脹率、城鎮(zhèn)登記失業(yè)率、資本充足率、銀行存貸比、銀行不良貸款率、銀行準備金比率、銀行流動性比率、銀行核心負債依存度、股票市盈率以及期限利差（1年期國債收益率-10年期國債收益率）。銀行存貸比、銀行不良貸款率、銀行準備金比率衡量銀行機構(gòu)是否擁有足夠的流動性以償還負債，衡量銀行機構(gòu)的總體穩(wěn)定性。股票市盈率以及期限利差衡量股市與債市的資產(chǎn)價格平穩(wěn)程度[9]。

金融生態(tài)狀況指數(shù)衡量維護國家金融主權(quán)利益免受侵害的態(tài)勢感知，該指數(shù)分為外部生態(tài)和內(nèi)部生態(tài)兩部分。外部生態(tài)包括經(jīng)濟政策不確定性指數(shù)、美元指數(shù)、VIX和地緣政治指數(shù)，用于評估國際金融和政治環(huán)境的變化。內(nèi)部生態(tài)包括全社會固定資產(chǎn)投資增長率、采購經(jīng)紀人指數(shù)、消費者信心指數(shù)、工業(yè)生產(chǎn)指數(shù)、5000戶工業(yè)企業(yè)景氣指數(shù)和企業(yè)流動資產(chǎn)周轉(zhuǎn)率等指標，用于衡量國內(nèi)經(jīng)濟發(fā)展水平和企業(yè)經(jīng)營環(huán)境。本文依據(jù)黃國平等[34]構(gòu)建的體系，使用GDP增長率評估經(jīng)濟發(fā)展水平，全社會固定資產(chǎn)投資增長率衡量可持續(xù)發(fā)展水平，采購經(jīng)紀人指數(shù)、消費者信心指數(shù)和工業(yè)生產(chǎn)指數(shù)評估產(chǎn)業(yè)結(jié)構(gòu)，5000戶工業(yè)企業(yè)景氣指數(shù)和企業(yè)流動資產(chǎn)周轉(zhuǎn)率用來衡量企業(yè)經(jīng)營發(fā)展情況。

金融競爭力指數(shù)衡量金融業(yè)的國際競爭力，可以體現(xiàn)維護國家金融主權(quán)的國家能力。本文基于2022年中國社會科學(xué)院發(fā)布的全球金融競爭力報告[35]，從兩個方面對金融競爭力進行衡量。保險深度、保險密度、A股市值/GDP、上市公司資本化市值/GDP、股票市場周轉(zhuǎn)率、國債指數(shù)、企業(yè)債指數(shù)以及國房景氣指數(shù)衡量保險市場、股票市場、債券市場等衡量資本市場競爭力，銀行部門提供的國內(nèi)信貸/GDP、對私人部門的信貸/GDP以及非利息收入占比衡量貨幣市場競爭力。

金融監(jiān)管是實現(xiàn)國家金融安全的關(guān)鍵，服務(wù)于金融經(jīng)濟發(fā)展?！督鹑诒O(jiān)管藍皮書：中國金融監(jiān)管報告（2023）》[36]指出，中央派出的金融監(jiān)管機構(gòu)通過建立垂直監(jiān)管體系，降低中央與地方金融監(jiān)管成本，并有效協(xié)調(diào)全國監(jiān)管體系。因此，金融監(jiān)管應(yīng)主要以政府投入為核心，但仍需政策支持。在評估金融安全監(jiān)管水平時，關(guān)鍵指標包括政府投入和央行政策，具體指標有赤字率、金融監(jiān)管支出、政府杠桿率、資本管控指數(shù)、宏觀審慎指數(shù)、企業(yè)披露程度指數(shù)、征信信息深度指數(shù)及法律權(quán)利力度指數(shù)。企業(yè)披露程度指數(shù)、征信信息深度指數(shù)和法律權(quán)利力度指數(shù)反映國家的金融消費者保護水平，是衡量金融監(jiān)管效果的重要內(nèi)容[37]。

在上述各指標在計算過程中，本文將方向調(diào)整為以指標數(shù)值的增加來刻畫風險的積聚，指標體系見表1所示。

本文樣本的時間跨度為2000年3月至2022年12月，同時，基于數(shù)據(jù)時效性及模型估計可得性的考慮，在構(gòu)建金融安全指標時統(tǒng)一采用季頻數(shù)據(jù)。除特別指出外，文中所用數(shù)據(jù)均來自CEIC、WIND以及世界銀行Doing Business數(shù)據(jù)庫。

（二）金融安全各維度指數(shù)合成

本文通過時變參數(shù)隨機波動性因子增廣向量自回歸模型（TVP-SV-FAVAR）模型合成各維度金融安全指數(shù)。使用時變參數(shù)、TVP-SV-FAVAR模型能夠捕捉到金融安全指數(shù)的動態(tài)性質(zhì)，即模型參數(shù)可以隨時間變化，這對于理解和預(yù)測金融安全具有重要意義。本文通過FAVAR（Factor-Augmented Vector Autoregression）整合大量的宏觀經(jīng)濟和金融變量信息，揭示關(guān)鍵經(jīng)濟變量的深層次動態(tài)關(guān)系和相互影響。

本文利用TVP-SV-FAVAR模型構(gòu)建金融安全各維度指數(shù)。xt為構(gòu)建金融安全指數(shù)的n×1維變量，如式（1）所示，yt為所關(guān)注的s×1維宏觀經(jīng)濟變量，用于控制宏觀經(jīng)濟變量對金融安全指數(shù)的影響。在合成金融安全各維度指數(shù)時，yt=（gt，rt，mt）′，其中g(shù)t為GDP增長率，rt為利率，mt為貨幣供應(yīng)量增長率，用以控制部分宏觀因素對指數(shù)合成的影響。對原始指標進行一階差分后，p階滯后階數(shù)TVP-FAVAR如式（2）所示：

xt=λytyt+λftft+ut（1）

ytft=ct+Bt，1yt-1ft-1+…+Bt，pyt-ηft-η+εt（2）

上式中，λyt是回歸系數(shù)，λft是因子載荷，ft是潛在因子，即合成的金融安全指數(shù)，ct為截距，（Bt，1，…，Bt，p）為VAR系數(shù)。ut和εt分別是具有時變協(xié)方差Vt和Qt的零均值高斯擾動。

中央銀行發(fā)布的2023年5月金融統(tǒng)計數(shù)據(jù)報告顯示[38]，本文使用的二級指標數(shù)據(jù)為季度數(shù)據(jù)，因此廣義貨幣（M2）、狹義貨幣（M1）、人民幣儲蓄存款以及GDP存在季度性以及周期性問題。本文首先對數(shù)據(jù)進行卡爾曼濾波以實現(xiàn)數(shù)據(jù)的季節(jié)性調(diào)整，采用空間狀態(tài)模型和卡爾曼濾波方法構(gòu)造金融安全指數(shù)。

基于式（1）建立因子空間狀態(tài)模型，其中狀態(tài)方程為：

x1t=λ1t*ft+ε1t……xit=λit*ft+εit，ε（1-i）n～N（0，σ2（1-i））（3）

測量方程為：

ft=A*ft-1+εn， εn～N（0，σ2ft）（4）

模型中x1t…xit表示相對應(yīng)的用于構(gòu)建金融安全各維度指數(shù)的指標變量，t為各個指標變量第幾期觀察數(shù)，λ1t…λit，A表示各個狀態(tài)方程想對應(yīng)的因子載荷系數(shù)，假設(shè)ε1t…εit，…εt為方程擾動項，且均服從正態(tài)分布，精簡為卡爾曼濾波模型：

xt=λt*ft+Qt， Qt～N（0，∑it-1σ2t）ft=A*ft-1+εt， εt～N（0，σ2ft）（5）

本文定義載荷的向量為：

λt=（λyt′，λft′）′（6）

定義VAR系數(shù)：

βt=（c′t，vec Bt，p′，…，vec Bt，p′）′（7）

將其演化為多變量隨機漫步的形式：

λt=λt-1+vt（8）

βt=βt-1+ηt（9）

其中vt～N（0，Wt），ηt～N（0，Rt），本文通過式（2），式（8），式（9）構(gòu)建中國金融安全各維度指數(shù)以及計算其動態(tài)因子載荷矩陣。

（三）金融安全狀態(tài)識別

本文使用Markov-switching變量模型（MS-VAR）來分析中國金融安全指數(shù)，以識別和判斷金融安全的狀態(tài)及轉(zhuǎn)折點。MS-VAR可以有效捕捉金融安全指數(shù)的非線性行為，適應(yīng)金融變量隨政策變化和經(jīng)濟周期的動態(tài)變化。考慮到金融安全在周期中可能出現(xiàn)的低、中、高風險狀態(tài)，本文設(shè)定高、中、低區(qū)制三種金融安全狀態(tài)。通過分析數(shù)據(jù)的內(nèi)在特性，揭示金融安全狀態(tài)的潛在轉(zhuǎn)折點，并預(yù)測其轉(zhuǎn)換情況。

在MS-VAR模型中，假設(shè)yt為時刻t所觀測的時間序列向量，St∈{1，2，…，M}為時刻t時間序列的區(qū)制，MS-VAR模型的形式為：

yt-μSt=A1Styt-1-μSt-1+…+ApStyt-p-μSt-p+εt（10）

隨機誤差項服從正態(tài)分布：εt︱St～N（0，∑（St））。

式（10）中p表示為滯后期，具有M個區(qū)制的馬爾可夫區(qū)制轉(zhuǎn)換向量自回歸模型。參數(shù)μSt，A1St，…，ApSt，Σ（St）均隨區(qū)制的不同而發(fā)生變化，自回歸參數(shù)依賴該時刻t的區(qū)制St。模型中的M個區(qū)制相互轉(zhuǎn)換時，時刻t位于區(qū)制j的概率依賴上一期的區(qū)制i，概率如式（11）、式（12）所示：

pij=PrSt=j︱St-1=i" i，j∈{1，2，…，M}（11）

∑Mj=1pij=1" i，j∈{1，2，…，M}（12）

（四）金融安全影響因素研究

為了研究金融安全指數(shù)不同維度間影響的時變特征，本文沿用Narayan等的方法，通過利用TVP-SV-VAR模型計算金融安全每個維度指數(shù)之間的脈沖響應(yīng)[37]。通過TVP-SV-VAR模型為金融安全每個維度指數(shù)構(gòu)建獨立的模型，能夠更清楚地理解和解釋各個維度指數(shù)的沖擊響應(yīng)。時變參數(shù)VAR模型表示為：

yt=ct+B1tyt-1+…+Bstyt-s+et，" et～N（0，Ωt）（13）

其中，t=s+1，…，n，yt是（k×1）維可觀測變量，在本文中為金融安全各維度指數(shù)。B1t，…，Bst為時變系數(shù)矩陣，Ωt是（k×k）維度時變協(xié)方差矩陣。遞歸識別是通過分解Ωt=A-1t∑t∑tA′-1t來實現(xiàn)的，其中At是一個對角元素等于1的下三角矩陣，∑t，At計算公式如下：

∑t=σ10…00…00…0σk， At=10…0a21……0ak1…ak，k-11（14）

通過傳統(tǒng)時變參數(shù)VAR模型進行推導(dǎo)可獲得TVP-SV-VAR模型，將時變參數(shù)VAR模型改寫為：

yt=ω1yt-1+ω2yt-2+…+ωsyt-s+A-1∑εt，" εt～N（0，Ik）（15）

yt=Xtβt+A-1t∑tεt，" l=s+1，…，n（16）

通過參數(shù)βt，At，∑t來刻畫金融安全指數(shù)發(fā)生突變時的非線性關(guān)系，定義βt為B1t，…，Bst的堆疊行向量，at=（a1t，…，aqt）′為At的自由下三角元的堆疊行向量。ht=（h1t，…，hkt），其中hit=log σ2it，時變參數(shù)遵循隨機游動過程：

βt+1=βt+uβt，" αt+1=αt+uat，hx+1=αt+uht（17）

εtuβuatuht～N（0t10000∑β0000∑α0000∑h（18）

在式（18）中，βs+1～N（μβ0，∑β0），αs+1～N（μα0，∑α0），hs+1～N（μh0，∑h0）。時變參數(shù)的隨機沖擊εt、μβt、μαt、μht之間互不相關(guān)，∑β、∑α、∑h定義為對角矩陣。

令y={yt}nt=1，ω=（∑β，∑a，∑h），ω=（∑β，∑a，∑h），假設(shè)ω的先驗密度為π（ω），給定數(shù)據(jù)y，從后驗分布π（β，a，h，ω|y）中抽取樣本，并使用MCMCGibbs算法進采樣，具體步驟如下：

（1）設(shè)置β，a，h，ω初始狀態(tài)。

（2）對于每個時間步長，每個維度單獨采樣，β～p（β|a，h，∑β，y），a～pa|β，h，∑a，y，h～ph|β，a，∑h，y。

（3）取目標分布p對應(yīng)的條件概率作為狀態(tài)轉(zhuǎn)移分布Q，由Gibbs采樣每次固定其他維度的特性，Q（z*|z）=p（zi|z*-i），這里用z表示所有特征，用z-i表示除第i維以外的特征，因為每次采樣固定其他維度，則有z-i=z*-i。

在本文中，根據(jù)BIC準則選取最優(yōu)滯后階數(shù)為2，同時設(shè)定MCMC抽樣次數(shù)為50000次。

五、實證分析

（一）我國金融安全指數(shù)的時變特征分析

圖1為基于TVP-SV-FAVAR模型構(gòu)建的中國金融安全各維度指數(shù)，包括金融發(fā)展質(zhì)量指數(shù)（FSCI）、金融穩(wěn)定水平指數(shù)（FSEI）、金融生態(tài)狀況指數(shù)（FSQI）、金融競爭力指數(shù)（FSRI）以及金融監(jiān)管能力指數(shù)（FSSI）。本文發(fā)現(xiàn)，通過卡爾曼濾波后的各維度指數(shù)噪聲因素（不相關(guān)因素）更少，因此可以更好地表征中國金融安全各維度狀況。

未進行卡爾曼濾波的各維度金融安全指數(shù)（左）卡爾曼濾波后的各維度金融安全指數(shù)（右）

從各維度指數(shù)的時變特征看，2004年，全球經(jīng)濟低迷和中國貿(mào)易差額減少導(dǎo)致金融生態(tài)安全指數(shù)略降；美國股市下跌和通脹危機進一步壓低金融競爭力和監(jiān)管能力指數(shù)。2005年，人民幣匯率改革影響金融發(fā)展質(zhì)量指數(shù)，但金融穩(wěn)定指數(shù)因中國的寬松財政貨幣政策而上升。2008年全球金融危機期間，各維度指數(shù)普遍下降，反映了中國對內(nèi)外沖擊應(yīng)對能力的下降和金融深化程度的減弱。2014年盡管外匯儲備增長和銀行存貸比穩(wěn)定有助于金融穩(wěn)定性，但利率下降和資金流入股市及房產(chǎn)市場未能提升工業(yè)企業(yè)盈利，金融發(fā)展質(zhì)量指數(shù)持續(xù)低迷。經(jīng)濟新常態(tài)下，金融生態(tài)狀況指數(shù)因短期經(jīng)濟放緩和美聯(lián)儲政策變動而下降。2020年后，新冠疫情導(dǎo)致的不確定性使金融指數(shù)顯著下滑，直至2022年才有所改善。

本文基于TVP-SV-FAVAR的動態(tài)權(quán)重將金融發(fā)展質(zhì)量、金融穩(wěn)定水平、金融生態(tài)狀況、金融競爭力以及金融監(jiān)管能力五個指數(shù)合成為中國金融安全指數(shù)（FSI），如圖2所示?？梢园l(fā)現(xiàn)，該指數(shù)準確地反映了中國金融安全發(fā)展的趨勢，有效識別了2008年全球金融危機、2015年股市巨幅波動、2020年公共衛(wèi)生事件以及中美貿(mào)易摩擦升級等重大事件的影響。

圖3進一步展示了合成金融安全各維度指數(shù)的同期時變截距系數(shù)估計，從而揭示金融安全各維度指數(shù)波動率對金融安全波動率的時變影響。

圖3表明，金融發(fā)展質(zhì)量的波動會對金融安全產(chǎn)生明顯的時變影響。在整個時間段內(nèi)，金融發(fā)展質(zhì)量除了2000年初以及2009年對金融安全影響較小，其他時間段都有不同的正向與負向影響，影響因子在0.5左右。值得注意的是在2015年股市巨幅波動期間，金融發(fā)展質(zhì)量對金融安全的負向風險溢出效應(yīng)達到峰值，這表明過度提升金融深化程度可能加劇金融市場泡沫，進而造成金融安全狀況惡化。

金融穩(wěn)定性對金融安全的正向風險溢出效益自2020年起顯著增強，與黨中央戰(zhàn)略定位相契合。2020年新冠疫情給全球經(jīng)濟造成巨大沖擊，導(dǎo)致世界經(jīng)濟衰退、產(chǎn)業(yè)鏈供應(yīng)鏈中斷、國際貿(mào)易投資縮減及大宗商品市場波動。面對這些挑戰(zhàn)，金融管理機構(gòu)按照黨中央和國務(wù)院的“六穩(wěn)”“六保”政策，將保障金融穩(wěn)定水平提升至高級戰(zhàn)略部署地位。

金融生態(tài)狀況對金融安全持續(xù)保持正向的風險溢出，影響因子維持在0.2左右。2019年末新冠疫情帶來世界金融環(huán)境的整體惡化，金融生態(tài)狀況短暫呈現(xiàn)對金融安全的負向風險溢出。2021年開始，金融生態(tài)狀況開始轉(zhuǎn)為更為顯著的正向溢出效應(yīng)，金融生態(tài)狀況與金融安全的時變回歸系數(shù)達到正向峰值。

金融競爭力對金融安全的時變影響體現(xiàn)國家金融安全對于金融體系發(fā)展的依賴程度。這表明，我國金融安全的穩(wěn)定性和健康性很大程度上取決于金融市場的競爭力，包括市場參與者的多樣性、市場效率、市場透明度以及風險管理等。2020年起，金融競爭力對金融穩(wěn)定和安全產(chǎn)生持續(xù)的負向風險溢出效應(yīng)，說明我國資本市場的脆弱性是威脅我國金融穩(wěn)定和安全的重要源頭。

金融監(jiān)管對于維護金融穩(wěn)定和預(yù)防系統(tǒng)性風險具有重要作用，研究表明，金融監(jiān)管能力對我國金融安全具有顯著正向影響。可見，金融監(jiān)管能力的波動會在很大程度上影響我國金融安全狀況。

（二）我國金融安全指數(shù)的狀態(tài)轉(zhuǎn)換分析

本文利用MS-VAR模型分析中國金融安全指數(shù)，如圖4所示，分為低、中、高三種區(qū)制狀態(tài)。2002年前，中國金融安全處于中區(qū)制狀態(tài)，期間經(jīng)濟增長中高速，市場物價穩(wěn)定，國際收支良好，經(jīng)濟結(jié)構(gòu)調(diào)整取得成效。2003年，受全球經(jīng)濟下行影響，金融安全轉(zhuǎn)為低區(qū)制狀態(tài)。2008年全球金融危機使金融安全再度降至低區(qū)制狀態(tài)，反映出危機的嚴重性。2009年后，金融安全短暫恢復(fù)高區(qū)制狀態(tài)，隨后穩(wěn)定于中區(qū)制狀態(tài)，原因可能是得益于宏觀經(jīng)濟政策如4萬億元投資計劃。自2015年起，中國金融安全保持穩(wěn)定，經(jīng)濟穩(wěn)步上升，供給側(cè)結(jié)構(gòu)性改革取得顯著成效，實施了“營改增”政策，人民幣加入IMF特別提款權(quán)（SDR）貨幣籃子。然而，股市下跌導(dǎo)致金融安全波動，轉(zhuǎn)向低區(qū)制狀態(tài)。

2020年，受新冠疫情影響，中國金融安全狀況短暫降至低區(qū)制狀態(tài)。政府采取了一系列經(jīng)濟刺激措施，包括降息、降準、增加財政支出和減稅，有效緩解了疫情對經(jīng)濟的沖擊，使金融安全狀況回到高區(qū)制狀態(tài)。2021年，受中美貿(mào)易摩擦影響，金融安全狀況從高區(qū)制暫時降至中區(qū)制后再次降至低區(qū)制。2022年后，中國金融安全狀態(tài)進入高區(qū)制，顯示出金融體系在多年改革后的強韌性，能有效應(yīng)對內(nèi)外部沖擊，保障金融市場穩(wěn)定。

通過深入分析我國金融安全狀況的概率分布及其轉(zhuǎn)換概率，本文發(fā)現(xiàn)中國金融安全在高區(qū)制與中區(qū)制狀態(tài)之間呈現(xiàn)顯著的持續(xù)性，相關(guān)檢驗結(jié)果見表2。表2結(jié)果表明，如果當前時期金融安全處于低區(qū)制狀態(tài)，那么下一時期保持在低區(qū)制狀態(tài)的概率為53.68%。如果當前時期金融安全處于高區(qū)制狀態(tài)，其在下一時期維持高區(qū)制狀態(tài)的概率高達74.53%%。進一步分析發(fā)現(xiàn)，從低區(qū)制狀態(tài)向高區(qū)制狀態(tài)的轉(zhuǎn)變概率為46.06%，而從高區(qū)制狀態(tài)向低區(qū)制狀態(tài)轉(zhuǎn)變的概率為4.46%。如果金融安全當期處于中區(qū)制，則下一階段保持中區(qū)制的概率高達91.51%，因此我國金融安全具有較強的維穩(wěn)能力，并且金融安全以維持保持為中區(qū)制的概率最高。

就長期穩(wěn)態(tài)概率而言，中國金融安全處于高區(qū)制狀態(tài)的概率為26.90%，平均持續(xù)時間約為3.73個季度；相比之下，處于低區(qū)制狀態(tài)的概率為6.34%，平均持續(xù)時間接近2.41個季度。與之形成鮮明對比的是處于中區(qū)制的長期穩(wěn)態(tài)概率為66.76%，平均持續(xù)時間長達11.77各季度。中國長期處于金融安全中區(qū)制狀態(tài)，處于高區(qū)制以及低區(qū)制狀態(tài)時間較短，但維持中高區(qū)制的概率卻遠高于低區(qū)制。

（三）我國金融安全指數(shù)的影響因素分析

TVP-SV-VAR參數(shù)估計如表3所示。在5%顯著性水平Geweke檢驗結(jié)果均無法拒絕收斂到后驗標準分布的零假設(shè)，并且無效因子較小，因此可認為抽樣有效。圖5結(jié)果顯示參數(shù)的模擬路徑平穩(wěn)，自相關(guān)系數(shù)下降較快，說明抽樣有效產(chǎn)生了低自相關(guān)的樣本。

1.金融安全各維度指數(shù)間的影響分析

通過時變脈沖響應(yīng)分析，本文探討了金融安全各維度指數(shù)間的動態(tài)互動性。圖6顯示，在短期（1季度）、中期（4季度）和長期（8季度）內(nèi)，各指數(shù)間的脈沖響應(yīng)趨勢大致相同，以4個季度為顯著響應(yīng)期，8個季度后趨于穩(wěn)定。大多數(shù)維度間展現(xiàn)正向脈沖響應(yīng)，對金融安全的提升有積極影響。此外，部分指數(shù)間也存在明顯的負向影響。首先，短期內(nèi)，金融發(fā)展質(zhì)量與金融監(jiān)管能力表現(xiàn)為負向脈沖響應(yīng)，說明過度的金融擴張與不匹配的監(jiān)管能力可能導(dǎo)致監(jiān)管缺失。其次，金融穩(wěn)定水平對金融競爭力呈現(xiàn)負面脈沖效應(yīng)，說明金融穩(wěn)定的嚴格政策可能限制資本和貨幣市場發(fā)展，降低金融競爭力。再次，金融競爭力對金融穩(wěn)定和監(jiān)管能力產(chǎn)生負面風險溢出效應(yīng)，且對監(jiān)管能力的負面影響逐年增強，表明長期來看金融競爭力的提升可能挑戰(zhàn)金融監(jiān)管。最后，金融監(jiān)管對金融發(fā)展質(zhì)量的短期負向影響顯著，但長期具有積極作用。

圖6" 不同提前期脈沖響應(yīng)分析

本文深入分析了四個關(guān)鍵時點的脈沖響應(yīng)：2008年金融危機、2015年股市災(zāi)難、2019年新冠疫情（代表尾部事件時期），以及2022年后的疫情后期（代表非尾部事件時期）。詳見圖7。

在所有金融安全指數(shù)維度中，金融發(fā)展質(zhì)量和金融穩(wěn)定水平在尾部事件沖擊下顯示出一致的脈沖響應(yīng)，表明在危機時期，保持合理的金融發(fā)展質(zhì)量和穩(wěn)定水平是維護金融安全的關(guān)鍵。金融生態(tài)狀況在尾部事件期間對其他指數(shù)的影響顯著，特別是對金融穩(wěn)定水平的影響從正向轉(zhuǎn)為負向沖擊，并由短期轉(zhuǎn)變?yōu)橹虚L期影響。同時，金融生態(tài)狀況對其他維度的沖擊時效由短期轉(zhuǎn)為更持久的中長期影響，強調(diào)了防范國際市場環(huán)境變動對金融安全風險溢出的重要性。金融競爭力在2008年金融危機和2015年股市巨幅波動期間對金融穩(wěn)定水平產(chǎn)生了顯著負面影響。金融監(jiān)管能力在危機中對金融穩(wěn)定的影響呈現(xiàn)時變波動，但對其他指數(shù)并未產(chǎn)生過多影響，凸顯危機期間提升金融監(jiān)管能力的重要性。

為了評估非尾部事件時期內(nèi)金融安全各維度的沖擊響應(yīng)變化，本文加入2022年第四季度疫情后時期的脈沖響應(yīng)數(shù)據(jù)。結(jié)果顯示，在非尾部事件期間，大部分金融安全指數(shù)的沖擊響應(yīng)與尾部事件時期相似，但某些維度指數(shù)間出現(xiàn)了顯著變化。特別是金融發(fā)展質(zhì)量對金融穩(wěn)定水平的沖擊轉(zhuǎn)為負向，金融監(jiān)管能力對金融穩(wěn)定水平的影響也轉(zhuǎn)為長期負向。這表明，在非尾部事件時期，過度強調(diào)金融體系擴張對金融安全穩(wěn)定水平不利，同時，過嚴的金融監(jiān)管也可能抑制金融體系發(fā)展，導(dǎo)致金融安全失衡。

2.對各維度指數(shù)對金融安全的貢獻度分析

為了全面了解各維度金融安全指數(shù)對金融安全的貢獻度特征，本文使用隨機森林模型來預(yù)測整體金融安全，并通過該模型的特征重要性來進一步了解金融安全每個維度指數(shù)對整體系統(tǒng)的貢獻，具體見圖8。研究發(fā)現(xiàn)，金融穩(wěn)定狀況指數(shù)的重要性最高，達到0.386，其次是金融監(jiān)管能力指數(shù)，重要性為0.359，金融發(fā)展質(zhì)量指數(shù)的重要性相對較低，為0.060。這意味著在預(yù)測金融安全時，金融穩(wěn)定狀況和金融監(jiān)管能力具有最高的貢獻，而金融發(fā)展質(zhì)量的貢獻相對較小。

為了獲得時變的金融安全各維度指數(shù)特征重要性變化情況，本文使用“滾動窗口”來擬合多個模型，每個模型對應(yīng)一個不同的時間段，從而獲得特征重要性的時變結(jié)果，如圖9所示。隨著時間的推移，各個維度的金融安全指數(shù)對金融安全總指數(shù)的影響呈現(xiàn)顯著變化。

在2008年次貸危機前，金融監(jiān)管能力和金融競爭力是金融安全的主要貢獻者，中國的金融安全策略著重于提升資本和貨幣市場競爭力，并加強金融監(jiān)管以避免市場失調(diào)。危機期間，提高金融發(fā)展質(zhì)量成為核心策略，這是對危機之前長期積累的金融失衡以及金融體系發(fā)展增速過快導(dǎo)致的風險累計的一種被動式的集中調(diào)整。2015年股市巨幅波動期間，金融監(jiān)管能力的貢獻度達到高峰，監(jiān)管能力不足是危機的直接原因，分業(yè)監(jiān)管制度未能適應(yīng)混業(yè)經(jīng)營的復(fù)雜市場環(huán)境。2020年新冠疫情和中美貿(mào)易摩擦加劇了世界金融環(huán)境波動，凸顯了識別金融生態(tài)狀況的重要性。

為深入理解各維度金融安全指數(shù)對金融安全沖擊響應(yīng)的時變特性，本文進行立體時變參數(shù)脈沖響應(yīng)分析（圖10）。研究發(fā)現(xiàn)，金融安全總指數(shù)對自身沖擊在短期（前三期）內(nèi)顯著，表明其變動對整體金融安全有重要影響。隨時間推移，各維度金融安全指數(shù)對總指數(shù)的影響出現(xiàn)顯著變化。

在2015年前，金融安全穩(wěn)定、生態(tài)和競爭力在中國金融安全中起到顯著的正向脈沖和風險傳導(dǎo)作用。中國此時的金融安全策略重點是維護金融穩(wěn)定和平穩(wěn)的外部環(huán)境，金融衍生品成為主要的競爭力來源。短期而言，保持金融穩(wěn)定和良好的國內(nèi)環(huán)境是提升金融安全的關(guān)鍵。長期來看，加強金融監(jiān)管和提升金融安全質(zhì)量對國內(nèi)金融安全產(chǎn)生更顯著的正面影響。到2022年，隨著世界金融格局變化，金融安全策略也相應(yīng)調(diào)整。研究顯示，金融安全穩(wěn)定和監(jiān)管在這期間初期顯示出高的正向風險傳導(dǎo)效應(yīng)，且影響顯著持久。相比之下，金融環(huán)境和競爭力對金融安全的沖擊較為平穩(wěn)，盡管沖擊峰值出現(xiàn)在基期。因此金融安全策略在短期內(nèi)應(yīng)關(guān)注并持續(xù)監(jiān)控各類金融市場，以便及時發(fā)現(xiàn)并應(yīng)對風險傳播源頭。而在長期內(nèi)，更應(yīng)該加強我國的金融安全監(jiān)管能力，以更好地化解金融安全的風險問題。

六、結(jié)論與政策建議

隨著大國博弈競爭的加劇，我國面臨的金融安全環(huán)境變得嚴峻復(fù)雜。為了有效防范化解金融安全風險，本文通過TVP-SV-FAVAR模型構(gòu)建金融安全指數(shù)，多維度量化中國金融安全狀況，深入分析金融安全指數(shù)各維度的內(nèi)在聯(lián)系及其動態(tài)影響。通過對金融安全指數(shù)進行狀態(tài)識別，發(fā)現(xiàn)我國金融安全在中區(qū)制狀態(tài)下的穩(wěn)態(tài)概率較高，持續(xù)時間較長；當金融安全處于中區(qū)制或高區(qū)制狀態(tài)時，其持續(xù)性明顯優(yōu)于低區(qū)制狀態(tài)，表明在尾部事件沖擊時，我國金融安全狀態(tài)表現(xiàn)出較強的韌性以及穩(wěn)定性；金融安全各維度指數(shù)間的脈沖響應(yīng)關(guān)系表現(xiàn)出復(fù)雜的時變特征，其中金融發(fā)展質(zhì)量以及金融穩(wěn)定水平對金融安全的風險溢出效應(yīng)較為穩(wěn)定，金融生態(tài)狀況在尾部事件的影響下對金融安全的其他維度指數(shù)的影響波動較大，短期的正向脈沖效應(yīng)在中長期會轉(zhuǎn)變?yōu)樨撓驔_擊。金融競爭力以及金融監(jiān)管能力在尾部事件影響下，對金融安全的正向脈沖會轉(zhuǎn)為負向影響。

基于研究結(jié)論，本文建議，首先要加強金融制度建設(shè)，注重提升金融安全質(zhì)量水平，這是維護國家金融安全穩(wěn)定的重要基礎(chǔ)。其次，及時防范化解國內(nèi)外金融環(huán)境變化對我國金融安全的風險溢出，不斷提高我國金融市場的國際競爭力，強化金融監(jiān)管，確保金融系統(tǒng)穩(wěn)定。最后，多維度加強國家金融安全風險監(jiān)測預(yù)警能力建設(shè)，以有效應(yīng)對并化解大國博弈進程中所面臨的金融安全風險。

［參考文獻］

[1]" 習近平主持召開二十屆中央國家安全委員會第一次會議[EB/OL]. （2023-05-30）[2023-11-12]. https：//www.gov.cn/yaowen/liebiao/202305/content_6883803.htm？eqid=aad7ce7a00112f3000000006647dcd24.

[2]" NAKAJIMA J.Time-varying Parameter VAR Model with Stochastic Volatility： An Overview of Methodology and Empirical Applications[J].Monetary and Economic Studies， 2011， 29： 107-142.

[3]" BATS J V， HOUBEN A C F J.Bank-based Versus Market-based Financing： Implications for Systemic Risk[J].Journal of Banking amp; Finance， 2020， 114： 105776.

[4]" CROCKET A.The Theory and Practice of Financial Stability[J].De Economist， 1996， 144（4）： 531-568.

[5]" MISHKIN F S.Lessons from the Asian Crisis[J].Journal of International Money and Finance， 1999， 18（4）： 709-723.

[6]" GOODHART C， HOFMANN B.Do Asset Prices Help to Predict Consumer Price Inflation？[J].The Manchester School， 2000， 68（s1）： 122-140.

[7]" 王元龍.關(guān)于金融安全的若干理論問題[J].國際金融研究， 2004（05）：11-18.

[8]" 郭娜， 葛傳凱， 祁帆.我國區(qū)域金融安全指數(shù)構(gòu)建及狀態(tài)識別研究[J].中央財經(jīng)大學(xué)學(xué)報， 2018（8）： 37-48.

[9]" 徐國祥， 李波.中國金融壓力指數(shù)的構(gòu)建及動態(tài)傳導(dǎo)效應(yīng)研究[J].統(tǒng)計研究， 2017， 34（4）： 59-71.

[10]梁琪， 包世鵬， 郭娜.我國金融安全狀態(tài)識別及轉(zhuǎn)換機制研究[J].南開學(xué)報（哲學(xué)社會科學(xué)版）， 2018（4）： 12-21.

[11]金融安全協(xié)同創(chuàng)新中心， 西南財經(jīng)大學(xué)中國金融研究中心.中國金融安全報告——2019[M].北京： 中國金融出版社， 2019.

[12]柴建， 王子洋， 張鐘毓.新格局下中國金融穩(wěn)定狀況指數(shù)構(gòu)建及其與美國貨幣政策間的區(qū)制關(guān)系分析[J].管理評論， 2022， 34（8）： 3-14.

[13]KOOP G， KOROBILIS D.A New Index of Financial Conditions[J].European Economic Review， 2014， 71： 101-116.

[14]桂文林， 梁彩麗， 朱豐毅， 等.基于TVP-FAVAR模型的中國金融狀況指數(shù)的構(gòu)建和預(yù)測[J].統(tǒng)計與信息論壇， 2022， 37（7）： 61-74.

[15]崔百勝， 吳澄明， 鮑冠豪， 等.中美貨幣政策雙向溢出效應(yīng)研究——基于TVP-SV-FAVAR模型實證分析[J].上海經(jīng)濟研究， 2021， 33（12）： 94-110.

[16]ZHENG C.An Innovative MS-VAR Model with Integrated Financial Knowledge for Measuring the Impact of Stock Market Bubbles on Financial Security[J].Journal of Innovation amp; Knowledge， 2022， 7（3）： 100207.

[17]楊科， 郭亞飛， 田鳳平.經(jīng)濟政策不確定性沖擊下全球系統(tǒng)性金融風險的跨市場傳染——基于TVP-FAVAR和TVP-VAR模型的研究[J].統(tǒng)計研究， 2023， 40（7）： 70-84.

[18]CEVIK E I， DIBOOGLU S， KENC T.Measuring Financial Stress in Turkey[J].Journal of Policy Modeling， 2013， 35（2）： 370-383.

[19]DAS M， ORDAL H.Macroeconomic Stability or Financial Stability： How are Capital Controls Used？Insights from a New Database[J].Journal of Financial Stability， 2022， 63： 101067.

[20]陶玲， 朱迎.系統(tǒng)性金融風險的監(jiān)測和度量——基于中國金融體系的研究[J].金融研究， 2016（6）： 18-36.

[21]江紅莉， 劉麗娟.企業(yè)杠桿率、宏觀經(jīng)濟景氣指數(shù)與系統(tǒng)性金融風險[J].金融監(jiān)管研究， 2020（1）： 66-83.

[22]劉曉星， 張旭， 李守偉.中國宏觀經(jīng)濟韌性測度——基于系統(tǒng)性風險的視角[J].中國社會科學(xué)， 2021（1）： 12-32， 204.

[23]AGANO M.Financial Markets and Growth[J].European Economic Review， 1993， 37（2/3）： 613-622.

[24]陳道富.系統(tǒng)性風險與金融安全[J].中國銀行業(yè)， 2017（10）： 82-85.

[25]張金清， 張劍宇， 聶雨晴， 等.中國金融安全評估：2000—2019年——基于部門流動性資產(chǎn)負債表的分析框架[J].管理世界， 2021， 37（6）： 70-86， 4， 88.

[26]楊子暉， 陳雨恬， 黃卓.國際沖擊下系統(tǒng)性風險的影響因素與傳染渠道研究[J].經(jīng)濟研究， 2023， 58（1）： 90-106.

[27]OCAMPO J A.Capital Account Liberalization and Management[R].WIDER Working Paper Series， World Institute for Development Economic Research （UNU-WIDER）， 2015.

[28]劉長喜， 桂勇， 于沁.金融化與國家能力——一個社會學(xué)的分析框架[J].社會學(xué)研究， 2020， 35（5）： 123-146， 244.

[29]王國剛.中國金融高質(zhì)量發(fā)展之要義[J].國際金融研究， 2023（5）： 3-10.

[30]HANSON S G， KASHYAP A K， STEIN J C.A Macroprudential Approach to Financial Regulation[J].Journal of Economic Perspectives， 2011， 25（1）： 3-28.

[31]熊鵬， 王飛.中國金融深化對經(jīng)濟增長內(nèi)生傳導(dǎo)渠道研究——基于內(nèi)生增長理論的實證比較[J].金融研究， 2008（2）： 51-60.

[32]王勁松， 任宇航.中國金融穩(wěn)定指數(shù)構(gòu)建、形勢分析與預(yù)判[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2021， 38（2）： 24-42.

[33]BAYRAKTAR O Y.Risk Management in Construction Sector[J].World Journal of Advanced Research and Reviews， 2020， 8（2）： 237-243.

[34]黃國平， 劉煜輝.中國金融生態(tài)環(huán)境評價體系設(shè)計與分析[J].系統(tǒng)工程理論與實踐， 2007， 27（6）： 7-14.

[35]劉曉星， 方磊.金融壓力指數(shù)構(gòu)建及其有效性檢驗——基于中國數(shù)據(jù)的實證分析[J].管理工程學(xué)報， 2012， 26（3）： 1-6.

[35]全球金融競爭力課題組.全球金融競爭力報告2022[M]. 北京：中國社會科學(xué)出版社，2023.

[36]胡濱.金融監(jiān)管藍皮書：中國金融監(jiān)管報告（２０２３）[M]. 北京：社會科學(xué)文獻出版社，2023.

[37]NARAYAN P K， RIZVI S A R， SAKTI A.Did Green Debt Instruments Aid Diversification during the COVID-19 Pandemic？[J].Financial Innovation， 2022， 8（1）： 21.

[38]2023年5月金融統(tǒng)計數(shù)據(jù)報告[EB/OL]（2023-05-30）. [2023-06-13].http：//www.pbc.gov.cn/diaochatongjisi/116219/116225/4953272/index.html.

（責任編輯" 余" 敏）