金融壓力溢出對宏觀經濟的時變非線性效應研究

□ 楊立生 楊 杰

(1.云南民族大學 管理學院； 2.云南民族大學 經濟學院， 云南 昆明 650500 )

一、引 言

金融穩定在全球金融危機之后變得愈發重要,為應對這些重大金融風險事件,監測金融市場運行狀況對于中央銀行維護金融穩定和進行宏觀審慎管理帶來了極大挑戰。伴隨著全球金融危機爆發,涵蓋銀行、股票、債券和外匯市場的發達經濟體受到金融壓力溢出的重創。2007年次貸危機、2012年歐債危機、2015年股票市場異常波動等金融風險事件的發生,不僅沖擊到單個金融市場的穩定,而且極其容易引發金融系統形成“多米諾骨牌”效應,導致跨領域的金融風險溢出。國際金融危機經驗表明,極高水平的金融壓力溢出不僅會損害金融體系,還會導致實體經濟遭受重大損失。在有效防范風險的前提下,處理好金融發展、金融穩定和金融安全的關系,健全金融風險預警體系,維護股市、債市、匯市平穩運行,對于我國宏觀經濟與金融雙重穩定具有重要的現實意義。

在當前背景下,我國經濟發展方式發生深刻變化和金融市場快速發展所累積的風險開始暴露,我國金融體系中各個金融子市場在壓力溢出中扮演著怎樣的角色?以及金融壓力溢出對宏觀經濟影響如何?這是否取決于金融失衡累積的壓力溢出大小?過去十多年我國金融壓力溢出演進軌跡如何得到合理的評價和解釋?

本文正是基于對以上問題的思考,對我國金融市場間風險溢出進行研究,刻畫跨市場風險溢出特征,并進一步明晰金融壓力溢出對宏觀經濟的動態傳導路徑,有利于我國金融監管部門準確把握金融系統的風險傳遞規律和深入認識金融壓力溢出對宏觀經濟產生的影響,從而采取針對性的風險應對措施。這對我國提升金融風險防控的前瞻性、全局性和主動性,守住不發生系統性金融風險的目標具有著重要的現實意義。

本文的創新點主要體現在:第一,首次采用廣義方差分解框架捕捉貨幣、股票、債券和外匯市場金融壓力溢出的潛在動態關系,構建符合我國國情且精確有效的金融壓力溢出指數并定義了高風險金融壓力溢出事件。第二,采用TVP-SV-VAR模型來檢驗金融壓力溢出對宏觀經濟基本面的影響,運用高維運算優勢從沖擊時間、響應程度、持續期三個維度以量化分析的視角探索金融壓力溢出對宏觀經濟的影響效應,更為全面地把握金融壓力溢出對宏觀經濟的時變影響特征。

二、文獻綜述

(一)金融壓力指數構建

金融壓力指數的構建通過將代表主要金融市場領域,即貨幣、債券、股票和外匯市場的多個獨立壓力指標合成一個指數來衡量金融體系當前的壓力狀態。該領域的一篇開創性論文是Illing和Liu(2006)的研究,首次為加拿大金融系統構建了金融壓力指數,該指數衡量金融壓力的連續性,其極值對應于金融危機時期[1]。自從這項開創性研究以來,使用金融壓力指數作為監測金融穩定性和評估金融危機嚴重程度的一項工具在許多中央銀行、國際組織和經濟研究機構中越來越受歡迎。例如,克利夫蘭、堪薩斯城和圣路易斯的聯邦儲備銀行已經為美國經濟構建了自己的金融壓力指數,這些指數分別是克利夫蘭金融壓力指數CFSI、堪薩斯城金融壓力指數KCFSI和圣路易斯金融壓力指數STLFSI[2-4]。國際貨幣基金組織IMF還為大量新興和發達經濟體開發了FSI[5-6]。例如,Hollo等(2012)設計的系統性金融壓力綜合指標,衡量整個歐元區金融體系的壓力[7]。

此外,國內學者們也致力于構建金融壓力指數,陳守東和王妍(2011)構建了金融壓力指數并識別中國金融體系的壓力性,分析金融壓力與工業一致合成指數之間的關系[8]。劉曉星和方磊(2012)采用CDF信用加總權重法包含銀行、股票、外匯與保險4個市場構建了我國的金融壓力指數[9]。徐國祥和李波(2017)選取銀行、股票、債券和外匯市場相關指標,采用因子分析法構建了日度的中國金融壓力指數[10]。現有的金融壓力指數構建在選定的金融市場變量、數據頻率和變量匯總方法方面有所不同,但提供了大致相似的金融壓力衡量標準。

(二)金融壓力溢出對宏觀經濟的影響

金融壓力可以通過實物期權渠道、金融加速機制和信貸渠道影響宏觀經濟運行。首先,金融壓力的增加使非金融企業和家庭更加規避風險,因此企業和家庭可以決定推遲投資和消費決策,直到不確定性消散,從而導致實體經濟活動放緩[11]。其次,在高度不確定和信息不對稱的情況下,限制了企業和家庭籌集資金的能力,因此降低了企業和家庭的投資、就業和支出水平,從而抑制了經濟活動[12]。最后,在高金融壓力時期,銀行資本因資產負債表中現有貸款和其他資產的損益減少而受到侵蝕,銀行被迫去杠桿化變得更不愿意放貸,從而導致更嚴重的經濟下滑[13]。

就金融壓力與宏觀經濟金融變量間的研究相關結論可分為兩類:一是認為金融壓力與宏觀經濟金融變量之間存在單向影響關系[14];二是認為它們之間呈現時變非線性的交互影響關系[15]。只有少數研究關注金融子市場間金融壓力溢出的重要性,學者們沒有對歸因于證券市場的金融壓力事件給予足夠的關注。

三、金融壓力溢出指數的構建和金融壓力周期識別

(一)構建指標選取

本文試圖以溢出指數的形式推導出對金融壓力的有序估計,從貨幣、股票、債券和外匯市場編制了各種可能的損失、風險和不確定性的衡量標準。經檢驗,所有指標均在1%的顯著水平上平穩,滿足動態溢出指數模型穩定條件,基于AIC準則檢驗得到模型的滯后階數為1期,選取滾動窗口期為200天。樣本區間為2006年1月1日至2021年7月31日,數據來源于Wind數據庫與銳思數據庫。在主流研究的基礎上,遵循數據指標的代表性、公開性與及時性,指標選取如表1所示:

表1 金融壓力溢出指數的指標體系

(二)金融壓力溢出指數測度

考慮協方差平穩N變量VAR模型,表示為

其中,xt為n維內生解釋變量,εt為n維獨立同分布的擾動向量。該式的移動平均形式

(1)

金融壓力總溢出指數,衡量貨幣、股票、債券與外匯市場之間的波動性沖擊溢出為:

(2)

金融壓力方向溢出指數,衡量市場i從所有其他市場j收到的定向波動溢出:

(3)

以類似的方式,測量方向波動由市場i傳遞到所有其他市場j的溢出為:

(4)

(5)

(三)金融壓力溢出指數構建結果

表2總結了整個樣本期間的金融壓力溢出指數,前10行10列為預測誤差方差矩陣,每行之和為100。矩陣每行數據表示某個金融子市場的預測誤差方差來源于不同金融子市場的風險溢出比例,對角線上的數據表示某個金融子市場來源于自身的風險溢出,因此與非對角線列元素相比,對角線元素獲得更高的值。

首先考慮從表2中了解到的關于方向溢出的信息。從“對其他金融子市場的定向溢出”行(To),可以看到每個金融子市場對其他子市場的總定向波動溢出具有很大的差異。還可以從“來自其他金融子市場的方向性溢出”(From)一欄看到,貨幣市場的總方向性波動溢出相對較小為50.32%,另外是外匯市場,解釋了56.96%的預測誤差方差。

表2 金融市場壓力溢出效應

其次,金融市場間沖擊的重要傳遞者是股票市場與外匯市場,而貨幣市場與債券市場是跨市場沖擊的重要接收者。金融子市場間的風險溢出這些結果得到了表2最后一行報告的估計凈定向溢出(NET)的支持。總的來說,這些結果表明股票市場與外匯市場沖擊是跨市場間溢出效應的主要來源。最后,根據表2報告的總溢出指數,有效地將各個金融子市場間的風險溢出提煉成一個單一的指標,43.44%的預測誤差方差解釋了跨市場的溢出效應。

(四)金融壓力溢出指數有效性檢驗

本文采用MS-VAR模型來識別我國金融壓力溢出指數的壓力期,劃分金融壓力溢出指數所處的不同區制,同時通過事件分析與金融壓力時期所對應,測度金融壓力溢出指數對我國金融壓力情況的衡量效果。

Hamilion(1989)提出了MS-VAR馬爾科夫區制轉換模型[17],可觀測的時間序列向量yt數據產生過程取決于不可觀測的區制變量st,表示為:

yt-μ(st)=β1(st)(yt-1-μ(st-1))+…+

βp(st)(yt-p-μ(st-p))+ei

(6)

(7)

本文將日度的金融壓力溢出指數進行簡單平均處理為月度數據,采用月度的金融壓力溢出指數進行建模,能夠使得馬爾科夫鏈的轉移概率比較顯著。根據自回歸參數、方差、均值和截距是否依賴于轉移變量所處的狀態,對設定形式進行檢驗選擇MSIAH(2)VAR(1),即為兩區制,滯后1階。

表3可以看出,金融壓力溢出指數落入區制1的樣本數量為119.8,頻率為72.27%;落入區制2的樣本數量為46.2,頻率為27.73%。金融壓力溢出指數進入區制1后,在該狀態下維持的概率為88.02%,區制2持續的概率為68.79%,都具有較高的穩定性。區制1與區制2之間的轉移概率都很低,從區制1轉移到區制2的概率為11.98%,從區制2轉移到區制1的概率為31.21%,說明金融壓力溢出指數具有一定的平滑性,金融壓力溢出指數出現急劇轉向的可能性極小,兩區制的轉移極大可能是由于外力的作用,不是內生的結果。

表3 區制轉移概率矩陣

MSIAH(2)VAR(1)的區制劃分可以反映我國金融壓力溢出指數高低。由圖1可知,我國的金融壓力溢出指數的壓力情況存在較為明顯的兩區制,通過MSIAH(2)VAR(1)模型識別出的區制1代表金融壓力溢出指數處于平穩或下降狀態,區制2代表金融壓力溢出指數處于急劇上升的狀態。在整個樣本期間,我國的金融壓力溢出指數大多數時間處于平穩或下降狀態(處于區制1),只有出現極端金融壓力事件導致金融壓力溢出指數急劇上升(處于區制2)。

圖1 區制劃分概率圖

判斷金融壓力溢出指數的構建是否合理,有效的方法是觀察識別金融壓力溢出指數是否能夠識別重大金融風險事件。圖1中處于區制2的重大金融風險事件主要包括:(1)2007年8月至2008年9月美國“次貸危機”。(2)2010年1月至2011年7月央行連續12次上調存款準備金率與連續5次上調存貸款基準利率。(3)2010年6月央行宣布推動匯率機制改革。(4)2012年1月初歐洲債務危機愈演愈烈。(5)2013年6月銀行同業拆借市場出現“錢荒”。(6)2014年1月至2014年5月債券市場出現大面積信用違約。(7)2015年3月至2015年10月股市異常波動。(8)2017年5月人民幣兌美元中間報價機制中引入逆周期因子。(9)2018年3月至2019年1月中美貿易摩擦加劇。整體上看,我國金融壓力溢出指數每次的異常波動都與重大金融風險事件密切相關,能夠較好的標記識別重大金融風險事件的沖擊,從而表明金融壓力溢出指數構建較為合理。

四、金融壓力溢出對宏觀經濟的動態時變特征

金融壓力溢出會隨著時間的推移不斷變化,本文探索金融壓力溢出指數對宏觀經濟的時變動態影響,根據Primicer(2005)提出的TVP-SV-VAR模型允許系數、截距和方差變化[18],因此采用該模型展開研究。

(一)變量相互作用的動態時變特征

構建TVP-SV-VAR模型,需要從基本的VAR模型出發,

yt=B1yt-1+…+Bsyt-s+A-1∑εt,εt～N(0,Ik)

(8)

βt+1=βt+μβt

αt+1=αt+μαt

ht+1=ht+μht

(9)

(二)模型估計結果

宏觀經濟基本面的運行會受到金融壓力溢出的影響,金融體系運行產生波動溢出效應時,會間接影響相關宏觀經濟變量,從而導致宏觀經濟系統產生共振。金融壓力溢出會隨著時間的推移不斷變化,金融風險對宏觀經濟的傳導效應也隨之變化,通過刻畫金融壓力溢出對宏觀經濟的時變特征,有助于政策制定者根據不同金融時期針對性地制定相應的宏觀經濟政策提供參考。因此,選取宏觀經濟基本面的相關代理變量分別為:宏觀經濟景氣先行指數(MI)、消費者物價指數(CPI)和7天加權銀行同業拆借利率(R),指標的樣本區間為2006年10月至2021年7月,頻率為月度,數據均來源于Wind數據庫。隨后將金融壓力溢出指數(FCI)與選取的宏觀經濟3個指標一起建立TVP-SV-VAR模型,滯后階數為1階,4個變量均通過了平穩性檢驗。

(三)三維脈沖響應分析

在上述模型參數估計的基礎上,進一步通過三維脈沖響應分析方法實證檢驗金融壓力溢出指數對宏觀經濟景氣先行指數、物價水平指數與利率水平之間的動態影響效應,三維坐標分別表示響應發生時期、響應持續期及響應程度大小。

FCI對MI脈沖響應由圖2可知,金融壓力溢出指數對于宏觀經濟景氣先行指數的當期響應有正有負,2006年至2015年,時間維度上一單位金融壓力溢出指數的正向沖擊引起宏觀經濟景氣先行指數先遞增后遞減的脈沖響應,但波動幅度較大,可見金融壓力溢出指數對宏觀經濟景氣先行指數影響的時變性較強。在響應維度上,金融壓力溢出指數的一單位正向沖擊引起宏觀經濟景氣先行指數的正向脈沖響應,金融壓力溢出指數的上升對宏觀經濟景氣先行指數具有促進作用。響應的極大值發生在2013年,極值為0.3,負向響應絕對值的極大值發生在2008年,極值為-0.3,正負響應極值差為0.6。在2016年至2021年,金融壓力溢出指數對于宏觀經濟景氣先行指數的沖擊效應在時間維度上呈現出先遞減后遞增的趨勢。在響應維度上,金融壓力溢出指數的一單位正向沖擊引起宏觀經濟景氣先行指數的負向脈沖響應,響應的極小值發生在2017年,極值為-0.4。從整體的持續期來看,在2006年至2021年期間沖擊持續期較長,基本在第20期左右沖擊效果消失。

圖2 FCI對MI脈沖響應 圖3 FCI對CPI脈沖響應 圖4 FCI對R脈沖響應

FCI對CPI脈沖響應由圖3可知,2006年至2021年,時間維度上一單位金融壓力溢出指數的正向沖擊引起物價水平指數呈現先遞增后遞減的脈沖響應,波動幅度較大。在響應維度上,金融壓力溢出指數的一單位正向沖擊引起物價水平指數的正向脈沖響應,響應的極大值發生在2020年,極值為0.3,負向響應絕對值的極大值發生在2007年,極值為-0.55,正負響應極值差為0.85。在2016年至2021年,金融壓力溢出指數對于物價水平指數的沖擊效應在時間維度上呈現出遞增的趨勢。從整體的持續期來看,在2006年至2021年期間沖擊持續期較短,基本在第10期左右沖擊效果消失。

FCI對R脈沖響應由圖4可知,金融壓力溢出指數對于利率水平的當期響應有正有負,2006年至2021年,時間維度上一單位金融壓力溢出指數的正向沖擊引起利率水平先遞增后遞減的脈沖響應,但波動幅度較小。在響應維度上,金融壓力溢出指數的一單位正向沖擊引起利率水平的正向脈沖響應,金融壓力溢出指數的上升對利率水平具有抑制作用。響應的極大值發生在2009年,極值為0.15,負向響應絕對值的極大值發生在2008年,極值為-0.13,正負響應極值差為0.28。從整體的持續期來看,在2006年至2021年期間沖擊持續期較長,基本在第15期左右沖擊效果消失。

(四)時點脈沖響應分析

根據MSIAH(2)VAR(1)模型的區制劃分,選取的三個時期是具有代表性的。2008年8月與2015年5月處于金融壓力溢出指數的高風險區制,2016年5月處于金融壓力溢出指數的低風險區制。選擇這三個時期,有利于考察分析不同區制下金融壓力溢出指數(FCI)對經濟增長(MI)、物價水平(CPI)與利率水平(R)的動態時變傳導效應。

圖5 FCI對MI時變脈沖響應 圖6 FCI對CPI時變脈沖響應 圖7 FCI對R時變脈沖響應

金融壓力溢出指數(FCI)對經濟增長(MI)的傳導效應主要為負向。由圖5可知,在2008年5月,金融壓力溢出指數對經濟增長的沖擊效應呈現出“U型”,起初是負向的,隨著時間推移逐漸增強,18期后趨于平穩。2015年5月與2016年5月則相反,金融壓力溢出指數對經濟增長的響應起初為負向,隨即開始減弱,6期后趨于平穩。時間維度看,2008年8月(FCI處于高風險區制),金融壓力溢出對經濟增長的影響時間最長;影響程度來說,2016年5月(FCI處于低風險區制),金融壓力溢出對經濟增長(MI)的負向影響程度最深。

金融壓力溢出指數(FCI)對物價水平(CPI)的傳導效應主要為正向。由圖6可知,在2008年8月,金融壓力溢出指數對物價水平的沖擊效應呈現出“S型”,隨著時間推移,逐漸增強,16期后趨于平穩。2015年5月與2016年5月,金融壓力溢出指數對物價水平的響應起初為正向,6期后正向沖擊達到峰值,隨即開始遞減,10期后趨于平穩。時間維度看,2008年8月(FCI處于高風險區制),金融壓力溢出對物價水平的影響時間最長;從影響程度來說,2016年5月(FCI處于低風險區制),金融壓力溢出對物價水平的正向影響程度最大。

在不同時期,金融壓力溢出指數(FCI)對利率水平(R)的傳導效應是存在差異的。由圖7可知,在2015年5月,金融壓力溢出指數對利率水平的沖擊效應起初是正向的,隨著時間推移,逐漸減弱,14期后趨于平穩。2008年8月與2016年5月則相反,金融壓力溢出指數對利率水平的沖擊響應先遞增后遞減,2期后正向沖擊達到峰值,隨即開始減弱,16期后趨于平穩。從影響程度來說,2008年8月(FCI處于高風險區制),金融壓力溢出對利率水平的影響程度最深。

五、結論與啟示

本文采用廣義方差分解模型構建金融壓力溢出指數;結合MS-VAR模型監測金融壓力溢出,進一步實證檢驗金融壓力溢出對宏觀經濟基本面的影響。主要結論如下:

第一,股票市場與外匯市場是金融壓力溢出的重要傳遞者,而貨幣市場與債券市場是跨市場金融壓力沖擊的重要接收者。整體而言,43.44%的預測誤差方差解釋了跨市場的金融壓力溢出效應。

第二,金融壓力溢出指數存在較為明顯的兩區制,在整個樣本期間,金融壓力溢出大多數時間處于平穩或下降狀態,只有出現極端金融壓力事件導致金融壓力溢出指數急劇上升。表明金融壓力溢出指數能夠很好地反映我國金融市場間的風險溢出狀況。

第三,金融壓力溢出指數對經濟增長的傳導效應主要為負向,對物價水平的傳導效應主要為正向;在不同時期,金融壓力溢出指數對利率水平的傳導效應是存在差異的。

基于本文結論,得出以下啟示:

第一,建立跨市場金融壓力溢出風險隔離機制,防范跨市場風險傳染。我國金融市場維持穩定的內在機制相對不成熟,尤其是股票市場與外匯市場很容易通過跨市場風險溢出傳播風險。因此,防范跨市場風險傳染時,盡可能抑制股票市場與外匯市場的過度投機需求,化解股市崩盤風險,維持人民幣匯率的合理穩定,密切關注金融子市場之間的風險溢出導致的交叉傳染,保障金融體系的健康穩定發展。

第二,金融監管部門應編制科學、及時的綜合預警金融壓力指標,反映金融體系的運行情況和風險溢出的高低。維持金融穩定應包括對金融風險和脆弱性來源的分析,這需要對金融體系的各個部分及其之間的關系進行系統監控,以便捕捉跨境傳染風險和金融系統脆弱性。構建符合我國金融體系的金融壓力指標,能夠實時監控金融風險,減少金融危機發生的概率,保證宏觀經濟穩定運行。

第三,制定有效與科學的宏觀經濟政策框架時,需要考慮更多的金融穩定目標。金融壓力的增加可能會產生大量的溢出效應和系統性風險,從而對實體部門產生不利影響。從經濟政策的角度來看,金融壓力溢出需要警惕,政策制定者必須超越通常的政策處方,例如為價格穩定和充分就業而進行總需求管理。因此,衡量金融壓力不僅對宏觀經濟政策的設計和實施很重要,而且還間接有助于建立一個平穩、穩健和更具彈性的金融體系。□