金融壓力指數(shù)與工業(yè)一致合成指數(shù)的動態(tài)關(guān)聯(lián)研究

陳守東 王 妍

(1.吉林大學(xué)數(shù)量經(jīng)濟研究中心，吉林 長春 130012;2.吉林大學(xué)商學(xué)院，吉林 長春 130012)

一、引 言

20世紀(jì)90年代以來，各種形式的金融危機在世界各國頻繁發(fā)生。特別是2008年10月，以美國次貸危機為根源的國際金融危機爆發(fā)，全面深刻地影響了世界各國的經(jīng)濟，因此，金融系統(tǒng)運行與宏觀經(jīng)濟之間的關(guān)聯(lián)性問題受到廣泛的關(guān)注。金融系統(tǒng)具有內(nèi)在的順周期性［1］，存貸款差、資產(chǎn)價格、銀行內(nèi)部風(fēng)險評級和貸款損失準(zhǔn)備等金融變量與實體經(jīng)濟相互作用，形成一個正反饋環(huán)，放大經(jīng)濟波動。一旦金融出現(xiàn)失衡，在正反饋機制的作用下，其對實體經(jīng)濟產(chǎn)生的負(fù)面影響將是十分顯著的，維持金融系統(tǒng)健康穩(wěn)定運行至關(guān)重要。

在金融系統(tǒng)運行過程中，金融風(fēng)險是與金融運行相伴而生的，金融危機是金融運行最為失敗的結(jié)果與金融風(fēng)險暴露最為劇烈的表現(xiàn)。目前對于金融風(fēng)險的研究更多的關(guān)注是金融系統(tǒng)的壓力。最早提出金融壓力概念的是Illing和Liu［2］，將其定義為金融市場和金融機構(gòu)的預(yù)期損失變化或不確定性施加在經(jīng)濟主體上的壓力。金融系統(tǒng)在脆弱性狀態(tài)下容易受到外部沖擊影響而產(chǎn)生壓力，①從金融風(fēng)險的視角出發(fā)，金融脆弱性是指金融體系趨于高風(fēng)險的狀態(tài)，泛指一切融資領(lǐng)域中的風(fēng)險積聚。壓力不斷積聚擴大就可能會出現(xiàn)金融危機。也就是說，金融壓力是金融系統(tǒng)的脆弱性結(jié)構(gòu)和外部沖擊共同作用的結(jié)果，金融危機是金融壓力的極端狀態(tài) (如圖1所示)。金融壓力通常可以用連續(xù)的壓力狀態(tài)值來刻畫，而不用僅局限于描述金融危機的二值變量，并且對是否發(fā)生過危機的國家都具有適用性。

圖1 金融壓力形成圖

Balakrishnan等［3］構(gòu)建了新興國家的金融壓力指數(shù)，并研究了金融壓力在發(fā)達(dá)與新興國家間傳播機制。金融壓力對宏觀經(jīng)濟影響方面的研究主要有:Cardarelli等［4］通過構(gòu)建金融壓力指數(shù)識別金融壓力期，在此基礎(chǔ)上研究金融壓力對實體經(jīng)濟的影響，指出與銀行困境相關(guān)的金融高壓力期更容易帶來經(jīng)濟的下滑;Hakkio和Keeton［5］構(gòu)建了一個反映金融壓力狀態(tài)的堪薩斯城市金融壓力指數(shù)，給出了金融壓力上升導(dǎo)致經(jīng)濟下滑的渠道，并通過分析金融壓力指數(shù)與代表經(jīng)濟活動的芝加哥聯(lián)邦國家活動指數(shù)之間的關(guān)系，研究金融壓力對宏觀經(jīng)濟的影響效果，指出金融壓力通過增加不確定性、提高融資成本和緊縮信貸標(biāo)準(zhǔn)等方式，使企業(yè)、居民和金融機構(gòu)更加謹(jǐn)慎，進(jìn)而導(dǎo)致了經(jīng)濟的下滑。陳守東和楊東亮［6］利用銀行體系內(nèi)部變量構(gòu)建中國2001—2009年銀行體系脆弱性月度指數(shù)，檢驗工業(yè)增加值增長率、居民消費價格指數(shù)與中國銀行體系脆弱性指數(shù)間的線性和非線性Granger因果關(guān)系，建立馬爾可夫區(qū)制轉(zhuǎn)移向量自回歸模型 (MS－VAR)，實證分析宏觀經(jīng)濟狀況和宏觀調(diào)控政策對銀行體系脆弱性的非線性影響。賴娟和呂江林［7］進(jìn)行了基于金融壓力指數(shù)的金融系統(tǒng)性風(fēng)險的測度研究，合成了中國金融系統(tǒng)性風(fēng)險的金融壓力指數(shù)，在此基礎(chǔ)上分析了中國金融系統(tǒng)的風(fēng)險狀況。

本文在借鑒以往學(xué)者關(guān)于金融風(fēng)險、金融脆弱性及金融危機研究的基礎(chǔ)上，選取中國銀行部門、證券市場和外匯市場的壓力變量，合成一個代表中國金融風(fēng)險狀態(tài)的月度金融壓力指數(shù)，以分析中國金融系統(tǒng)的壓力狀態(tài)，通過馬爾可夫區(qū)制轉(zhuǎn)移模型區(qū)分出高低兩種不同的壓力區(qū)制;①不同于傳統(tǒng)劃分高壓力期的方法如標(biāo)準(zhǔn)差、百分比和歷史壓力期等，該方法考慮壓力指數(shù)自身的動態(tài)演變過程，更具客觀性。通過研究金融壓力指數(shù)與工業(yè)一致合成指數(shù)間的動態(tài)關(guān)系，分析金融系統(tǒng)在宏觀經(jīng)濟運行中的重要作用，并對2011年中國金融壓力的變化趨勢進(jìn)行短期預(yù)測。

二、中國金融壓力指數(shù)與工業(yè)一致合成指數(shù)構(gòu)建

(一)金融壓力指標(biāo)選取

本文通過選取銀行業(yè)的泰德價差、負(fù)的期限利差、銀行業(yè)風(fēng)險利差、股票市場負(fù)的收益、股票市場的波動以及外匯市場的波動6個具有代表性的變量構(gòu)建中國金融壓力指數(shù)。泰德價差一般是指銀行間同業(yè)拆借率與國庫券收益率差，它度量了銀行同業(yè)間的交易對手風(fēng)險。泰德價差越大表示銀行對同業(yè)間要求的風(fēng)險溢價越大，銀行間的金融壓力也就越大。本文用銀行間同業(yè)拆借加權(quán)平均利率與無風(fēng)險利率之差來近似計算泰德價差。期限利差指政府發(fā)行的長期和短期債券的收益率差，也即收益率曲線的斜率，由于銀行通常是將短期的存款轉(zhuǎn)變成長期的貸款，因此這個期限利差越大銀行越容易獲利。相反，負(fù)的期限利差衡量了銀行收益受危害的程度，這個值越大銀行的壓力也就越大。負(fù)的期限利差用1年期銀行間固定利率國債收益率減去10年期銀行間固定利率國債收益率計算。銀行業(yè)風(fēng)險利差指金融債券的收益率相對于政府發(fā)行債券收益率的溢價，它衡量了銀行業(yè)風(fēng)險的大小。②國外往往應(yīng)用行部門滾動系數(shù)來度量銀行業(yè)的相對風(fēng)險，但是鑒于中實際情以及數(shù)據(jù)的可得性，我們采用銀行的風(fēng)險利差來近似度量銀行部門的相對市場風(fēng)險。銀行業(yè)風(fēng)險利差用金融債總指數(shù) (1—3年期)到期收益率減去國債總指數(shù) (1—3年期)到期收益率度量。股票市場負(fù)的收益用股票價格指數(shù)的下跌描述，股票市場的下跌可能意味著巨大的預(yù)期損失、高風(fēng)險或公司未來收益的不確定性增加，度量了股票市場的風(fēng)險，本文用上證綜指月度收益的負(fù)值代表。股票市場的波動能夠反映壓力狀態(tài)下對資產(chǎn)價值以及對其他投資者行為的不確定性，股票價格波動用上證綜指月度收益采用GARCH(1，1)模型［8］計算的時變方差代表。①本文在比較了GARCH波動率方法和CMAX［9］波動率方法后，選擇前者來計算股票和匯率市場波動率。因為GARCH波動率方法不僅考慮了原價格序的隨機生成過程，且時變方差能及時地反映出票市場波動變化，而CMAX方法刻畫的波動相對簡單，且有一個固定的上限1，筆者認(rèn)為在某種情形下其不能及時有效度量市場壓力。外匯市場波動變量用名義有效匯率指數(shù)月度變化采用GARCH(1，1)模型計算的時變方差代表。

本文數(shù)據(jù)的樣本區(qū)間為2002年1月到2010年12月。鑒于數(shù)據(jù)的可得性，本文計算壓力指數(shù)的部分變量采用了代理變量，但仍能反映出各個市場的風(fēng)險狀況。

(二)金融壓力指數(shù)構(gòu)建

對金融壓力指標(biāo)變量泰德價差 (x1)、負(fù)的期限利差 (x2)、銀行業(yè)風(fēng)險利差 (x3)、負(fù)的股票收益 (x4)、股票價格波動 (x5)和外匯市場波動 (x6)進(jìn)行標(biāo)準(zhǔn)化處理后，等權(quán)重加權(quán)平均作為本文的金融壓力指數(shù)式 (1)。同時，也可以得到銀行部門、股票市場和外匯市場的金融壓力子指數(shù)。

其中，xit為第i個指標(biāo)變量在t期的值，μi為第i個指標(biāo)變量的樣本均值，σi為標(biāo)準(zhǔn)差。

由金融壓力指數(shù)圖2可見，中國金融系統(tǒng)壓力狀態(tài)在不同年份的區(qū)別較大，具有明顯的高低兩區(qū)制特征。自2002年以來，中國金融壓力變動經(jīng)歷了從較低水平到?jīng)_高和回落3個階段。2002—2007年金融壓力變化趨勢表現(xiàn)出壓力較小和波動較小，2003年6月至2006年6月，金融壓力處于相對較低水平。從政策層面看，這期間的貨幣政策操作以市場化結(jié)構(gòu)微調(diào)和窗口指導(dǎo)為主，如下調(diào)超額準(zhǔn)備金存款利率，調(diào)整商業(yè)銀行自營性個人住房貸款政策。2005年7月啟動了匯率市場化改革，施行有管理的浮動匯率制度，化解匯率風(fēng)險。盡管此階段信貸投放增速仍在兩位數(shù)上，但金融體系表現(xiàn)出來的壓力性繼續(xù)改善，耦合效應(yīng)顯現(xiàn)。特別在2004年下半年和2007年金融壓力值較低。受金融危機的影響，2008年的金融壓力值明顯高于往年，金融壓力指數(shù)經(jīng)過大幅快速上升，在2008年9月形成了較高的峰值。這期間貨幣政策取向經(jīng)歷了“從緊”到“適度靈活”再到“適度寬松”的轉(zhuǎn)變，支持國內(nèi)建設(shè)的信貸政策寬松，潛在的金融壓力加大，中國銀行體系的信貸風(fēng)險和流動性風(fēng)險比較高。面對較高的金融壓力，央行及時出臺了一系列措施控制信貸風(fēng)險，并制定了流動性風(fēng)險監(jiān)管指標(biāo)，控制銀行體系流動性風(fēng)險，實施緊縮的貨幣政策。從2008年10月開始到2010年初，金融壓力指數(shù)開始出現(xiàn)快速回落，2010年2月以后壓力指數(shù)保持在較高的水平上出現(xiàn)一定幅度的波動。

通過觀察銀行、股票和外匯壓力指數(shù)圖3可見，相對于其它兩個指數(shù)，股票市場壓力指數(shù)具有一定的先行性，這體現(xiàn)了股票市場的晴雨表作用。金融系統(tǒng)2008年的高壓力值主要歸因于股票市場和銀行部門。而受人民幣升值的影響，外匯市場波動加劇，壓力值從2008年下半年才開始大幅上升，并且直到2009年上半年都處于較高壓力狀態(tài)。圖4是金融壓力子指數(shù)季節(jié)調(diào)整后TC序列，也具有類似的特征。

圖2 金融壓力指數(shù)

圖3 金融壓力子指數(shù)原序列

圖4 金融壓力子指數(shù)季節(jié)調(diào)整后TC序列

(三)工業(yè)一致合成指數(shù)構(gòu)建

圖5 工業(yè)一致合成指數(shù)

工業(yè)一致合成指數(shù)CI以工業(yè)企業(yè)增加值增速為基準(zhǔn)指標(biāo)，通過時差相關(guān)分析和K－L信息量等景氣分析方法篩選出經(jīng)濟周期波動的一致性指標(biāo)變量組，其中包括工業(yè)企業(yè)增加值增速、發(fā)電量產(chǎn)量、固定資產(chǎn)投資完成額、貨幣供給 (M1)、進(jìn)口額和工業(yè)企業(yè)產(chǎn)品銷售收入6個指標(biāo)。①各指標(biāo)均為同期比增長率序列，經(jīng)季節(jié)調(diào)整消除不規(guī)則因素。用這6個一致指標(biāo)變量計算出一個代表宏觀經(jīng)濟運行狀況的一致合成指數(shù)CI，如圖5所示。受全球金融危機的沖擊，一致合成指數(shù)經(jīng)過大幅快速下降后，在2008年末形成了較深的谷底，經(jīng)濟趨冷。政府采取的保增長措施及時阻止了經(jīng)濟的繼續(xù)下滑，工業(yè)一致合成指數(shù)2009年初開始回升，在政府及時采取的經(jīng)濟刺激政策推動下，合成指數(shù)出現(xiàn)快速大幅回升，到2010年1月為止連續(xù)回升近12個月，顯示經(jīng)濟運行在快速回暖后出現(xiàn)過熱。隨著貸款余額結(jié)束長達(dá)1年的過熱增長和固定資產(chǎn)投資增速回到正常區(qū)間，2月以后一致合成指數(shù)出現(xiàn)止升回落趨勢。

三、金融壓力與經(jīng)濟增長關(guān)聯(lián)特征分析

(一)金融壓力指數(shù)區(qū)制分析

為了反映金融壓力指數(shù)變化的區(qū)制特征，通過金融壓力自相關(guān)、偏自相關(guān)函數(shù)確定選擇AR(3)模型，并通過兩狀態(tài)馬爾可夫均值轉(zhuǎn)移的三階自回歸模型(MSM(2)－AR(3))來刻畫2002年1月至2010年12月的金融壓力指數(shù)的動態(tài)演變過程。即:

這里φ(L)=(1－φ1L－...－φ3L3)=0的根在單位圓外，yt是本文的金融壓力指數(shù)。

在Givewin平臺上利用Hamilton［10］的精確極大似然估計，得到模型的參數(shù)估計結(jié)果:

表1 MSM(2)－AR(3)模型參數(shù)估計表

表2 區(qū)制轉(zhuǎn)移概率矩陣與各區(qū)制統(tǒng)計分析表

由參數(shù)估計結(jié)果可見，高低區(qū)制的金融壓力指數(shù)均值分別為0.35和－0.12，平均持續(xù)期為3.49個月和7.12個月。

圖6、圖7和圖8、圖9描述了高低壓力期的濾波概率(Pr(St=0|t)，Pr(St=1|t))和高低壓力期的平滑概率(Pr(St=0|)t，Pr(St=1|T))，這里t=(y1，…，yt)T。

圖6 高壓力期濾波概率

圖7 低壓力期濾波概率

圖8 高壓力期平滑概率

圖9 低壓力期平滑概率

由濾波和平滑概率圖可見，兩區(qū)制較好地刻畫了金融壓力的區(qū)制變化特征。

圖10給出了金融壓力區(qū)制圖，其陰影部分為通過兩狀態(tài)馬爾可夫均值轉(zhuǎn)移三階自回歸模型(MSM(2)－AR(3))得到的金融壓力指數(shù)的高壓力區(qū)間，高壓力區(qū)制主要分布在2003年下半年、2006—2007年初以及2007年第三季度至2008年末。

2007年10月以來，中國金融壓力快速攀升，處于高壓力區(qū)制，持續(xù)時間較長，金融壓力受國內(nèi)外經(jīng)濟與金融形勢的不利變化影響顯著。2009年金融壓力見頂回落至低壓力區(qū)，根據(jù)對金融壓力與貨幣政策的相關(guān)分析以及前期的調(diào)控經(jīng)驗來看，外部政策及相應(yīng)經(jīng)濟環(huán)境的改變對金融壓力的影響具有時滯性，金融壓力將在低壓力區(qū)持續(xù)運行一段時期。

(二)金融壓力指數(shù)與工業(yè)一致合成指數(shù)關(guān)聯(lián)分析

兩狀態(tài)馬爾可夫均值轉(zhuǎn)移三階自回歸模型(MSM(2)－AR(3))刻畫了中國金融壓力指數(shù)的動態(tài)演變過程，并區(qū)分出了金融系統(tǒng)的高壓力期與低壓力期。下面我們分析金融壓力與宏觀經(jīng)濟間的關(guān)系。用金融壓力指數(shù)代表金融系統(tǒng)壓力狀態(tài)，用工業(yè)一致合成指數(shù)CI反映中國宏觀經(jīng)濟運行狀況。為了與一致合成指數(shù)保持一致，我們同樣使用金融壓力指數(shù)季節(jié)調(diào)整后的序列進(jìn)行分析，為方便分析我們將金融壓力指數(shù)與工業(yè)一致合成指數(shù)繪于圖11中。

圖10 金融壓力區(qū)制圖

圖11 金融壓力指數(shù)與工業(yè)一致合成指數(shù)

由圖11可見，金融壓力指數(shù)與一致合成指數(shù)之間具有較明顯的負(fù)相關(guān)關(guān)系，并且金融壓力指數(shù)有一定的超前性。兩指數(shù)的交叉相關(guān)分析結(jié)果如表3所示。結(jié)果表明，兩指數(shù)的同期相關(guān)系數(shù)為－0.51，金融壓力指數(shù)在超前一致指數(shù)3期時負(fù)相關(guān)系數(shù)最大達(dá)到－0.59。為了分析近期金融壓力與經(jīng)濟間的關(guān)系，取2005年8月至2010年12月的兩個指數(shù)做交叉相關(guān)分析，結(jié)果顯示金融壓力超前一致指數(shù)4期時負(fù)相關(guān)系數(shù)最大達(dá)到－0.65。

表3 金融壓力指數(shù)與一致合成指數(shù)交叉相關(guān)關(guān)系

(三)線性Granger因果關(guān)系檢驗

對金融壓力指數(shù)與一致合成指數(shù)進(jìn)行單位根檢驗，結(jié)果 (如表4所示)表明，在5%的顯著性水平下，兩者均拒絕了存在單位根的原假設(shè)，即兩個序列均是平穩(wěn)的。

線性Granger因果關(guān)系檢驗結(jié)果由表5給出。

表4 金融壓力指數(shù)與一致合成指數(shù)單位根檢驗

表5 金融壓力指數(shù)與一致合成指數(shù)線性Granger因果關(guān)系檢驗

線性Granger因果關(guān)系檢驗結(jié)果表明，在樣本期內(nèi)，金融壓力指數(shù)對一致合成指數(shù)具有顯著的線性Granger影響，但是一致合成指數(shù)對金融壓力指數(shù)沒有顯著的線性Granger影響。

(四)非線性Granger因果關(guān)系檢驗

Baek和Brock［11］提出利用相關(guān)積分原理估計跨時間的空間相關(guān)概率，分析時間序列間非線性Granger因果關(guān)系的非參數(shù)方法。對于兩個嚴(yán)平穩(wěn)弱相關(guān)的時間序列 {xt}和 {yt}，式 (6)成立，則稱序列 {yt}不是序列 {xt}的嚴(yán)非線性Granger原因。

非線性Granger因果關(guān)系的檢驗方法則是利用聯(lián)合概率比形式表達(dá)條件概率，即將式 (6)等價地表示為:

對于式 (7)可采用聯(lián)合概率相關(guān)積分估計量檢驗，令I(lǐng)(Z1，Z2，e)表示一個僅當(dāng)兩個向量Z1和Z2都在極大范數(shù)距離e內(nèi)取1，否則取0的指示變量，此時可得到非線性Granger因果關(guān)系檢驗的統(tǒng)計量及其漸近分布:

根據(jù)式 (8)即可檢驗兩個時間序列的非線性Granger因果關(guān)系。

對本文構(gòu)建的金融壓力指數(shù)以及工業(yè)一致合成指數(shù)進(jìn)行非線性Granger因果關(guān)系檢驗，其結(jié)果(如表6所示)顯示，金融壓力指數(shù)對于工業(yè)一致合成指數(shù)具有顯著的非線性Granger因果影響，而工業(yè)一致合成指數(shù)對金融壓力指數(shù)不具有顯著的非線性因果影響。

表6 金融壓力指數(shù)與一致合成指數(shù)

(五)2011年金融壓力與工業(yè)一致合成指數(shù)預(yù)測

用ARMA模型對金融壓力指數(shù)和工業(yè)一致合成指數(shù)進(jìn)行預(yù)測，預(yù)測結(jié)果 (如圖12和圖13所示)表明，中國金融系統(tǒng)壓力在2011年整體上呈現(xiàn)下降趨勢。同樣對工業(yè)一致合成指數(shù)的預(yù)測表明，2011年各季度末的指數(shù)預(yù)測值分別為102.34、102.13、103.10和104.50，經(jīng)過近一年相對緊縮的貨幣政策和積極的擴大內(nèi)需環(huán)境政策的變化，工業(yè)經(jīng)濟景氣下半年將呈現(xiàn)回暖趨勢。

圖12 金融壓力指數(shù)預(yù)測

圖13 工業(yè)一致合成指數(shù)預(yù)測

四、結(jié)論及建議

本文分析了金融壓力的生成機理，構(gòu)建了中國金融體系壓力指數(shù)，進(jìn)行了金融壓力指數(shù)與工業(yè)一致合成指數(shù)的動態(tài)關(guān)聯(lián)分析，并預(yù)測了2011年金融壓力趨勢，研究得到的主要結(jié)論及建議如下:

第一，在金融系統(tǒng)運行過程中，金融風(fēng)險是與金融運行相伴而生的，金融壓力是金融系統(tǒng)的脆弱性結(jié)構(gòu)和外部沖擊共同作用的結(jié)果，金融危機是金融壓力的極端狀態(tài)。如果系統(tǒng)中的風(fēng)險被有效控制，那么系統(tǒng)的風(fēng)險將逐漸減弱，其壓力性將伴隨著金融運行依然保持著穩(wěn)健的波動變化。

第二，選取銀行業(yè)的泰德價差、負(fù)的期限利差、銀行業(yè)風(fēng)險利差、股票市場負(fù)的收益、股票市場的波動以及外匯市場的波動6個具有代表性的變量構(gòu)建中國金融壓力指數(shù)。中國金融壓力在2002—2007年變化趨勢表現(xiàn)出壓力和波動較小;受金融危機的影響，2008年的金融壓力值明顯高于往年，在2008年9月形成了較高的峰值;受宏觀調(diào)控的影響，從2008年10月開始到2010年初，金融壓力指數(shù)開始出現(xiàn)快速回落，2010年2月以后壓力指數(shù)保持在較高的水平上出現(xiàn)一定幅度的波動。

第三，MSM(2)－AR(3)模型刻畫了中國金融壓力指數(shù)的動態(tài)演變過程，并區(qū)分出了金融系統(tǒng)的高壓力期與低壓力期。高低區(qū)制的金融壓力指數(shù)均值分別為0.35和－0.12，平均持續(xù)期為3.49個月和7.12個月。中國金融系統(tǒng)高低壓力狀態(tài)特征非常明顯，雖然高壓力區(qū)制的持續(xù)時間短于低壓力區(qū)制，但是仍有3.49個月的持續(xù)期。因此，政府部門應(yīng)該在金融系統(tǒng)處于高壓力期時，采取有效措施控制金融壓力，避免金融風(fēng)險集聚到一定程度而發(fā)生金融危機。

第四，Granger線性與非線性因果關(guān)系檢驗表明，金融壓力指數(shù)對工業(yè)一致合成指數(shù)有顯著的線性和非線性Granger影響，反之卻不成立，說明中國金融系統(tǒng)壓力狀態(tài)對宏觀經(jīng)濟的影響較為顯著，并且金融壓力狀態(tài)可以在一定程度上預(yù)測宏觀經(jīng)濟的趨勢。因此，應(yīng)該加強對金融壓力的預(yù)測與研究，控制金融壓力水平以準(zhǔn)確把握宏觀經(jīng)濟的走勢，避免金融壓力過高對宏觀經(jīng)濟產(chǎn)生負(fù)面影響。

第五，本文預(yù)測表明，中國金融系統(tǒng)壓力在2011年整體上呈現(xiàn)下降趨勢，工業(yè)一致合成指數(shù)2011年下半年將呈現(xiàn)回暖趨勢，說明目前緊縮的貨幣政策已經(jīng)顯示出了一定作用，金融壓力已經(jīng)下降并且宏觀經(jīng)濟有所回升。但是，目前金融壓力仍處于高壓力狀態(tài)，所以政府應(yīng)考慮繼續(xù)應(yīng)用適當(dāng)?shù)呢泿耪撸M(jìn)一步降低金融壓力風(fēng)險水平，維持金融系統(tǒng)宏觀經(jīng)濟的健康穩(wěn)定運行。

［1］Borio，C.，F(xiàn)urfine，C.，Lowe，P.Procyclicality of The Financial System and Financial Stability:Issues and Policy Options［R］.BIS Papers，No.1，2001.1－57.

［2］Illing，M.，Liu，Y.An Index of Financial Stress for Canada［R］.Bank of Canada Working Paper，No.2003－14，June.

［3］Balakrishnan，R.，Danninger，S.，Elekdag，S.，Tytell，L.The Transmission of Financial Stress from Advanced to Emerging Economies［R］.IMF Working Paper，wp/09/133，2009.

［4］Cardarelli，R.，Selim，E.，Subir，L.Financial Stress，Downturns，and Recoveries，F(xiàn)orthcoming［R］.IMF Working Paper，2009.

［5］Hakkio，S.，Keeton，R.Financial Stress:What Is It，How Can It Be Measured，and Why Does It Matte ［Z］.www.KansasCityFed.org，2009.

［6］陳守東，楊東亮.中國銀行體系脆弱性的動態(tài)分析與預(yù)測［J］.吉林大學(xué)社會科學(xué)學(xué)報，2010，(4).

［7］賴娟，呂江林.基于金融壓力指數(shù)的金融系統(tǒng)性風(fēng)險的測度［J］.統(tǒng)計與決策，2010，(19).

［8］Bollerslev，T.，Chou，R.，Kroner，K.ARCH Modeling in Finance:A Selective Review of Theory and Empirical Evidence［J］.Journal of Economics，1992，(52):5－59.

［9］Patel，S.，Sarkar，A.Crises in Developed and Emerging Stock Markets［J］.Financial Analysts Journal，1998 ，(November/December):50－61.

［10］Hamilton，J.D.A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle［J］.E-conomics，1989，(57):357－384.

［11］Baek，E.G.，Brock，W.A Nonparametric Test for Independence of A Multivariate Time Series［J］.Statistic，1992，(2):137－156.