我國金融經濟周期的區制效應分析

鄭小琴

(華僑大學 經濟與金融學院,福建 泉州 362000)

2008 年由美國次貸危機引發的金融危機,給全球經濟造成了巨大的影響,金融成為影響經濟周期波動的重要因素。所謂金融經濟周期,正是指金融因素導致的經濟周期波動。對于我國來說,隨著金融自由化程度的加深,影子銀行規模的擴大、金融結構的變遷以及金融創新的增加,必然導致金融對經濟波動的影響程度以及傳導機制發生變化。特別是,當前我國面臨“需求收縮、供給沖擊、預期轉弱”的三重壓力,國內外政治經濟不確定因素增加,金融經濟風險交織,如何保持金融和經濟穩定成為當前央行面臨的一個重要且棘手的任務。因此,研究不同時期金融對經濟波動的影響機制及作用大小的不同,對于央行有針對性地實施宏觀經濟政策具有重要的理論和實踐意義。

本文聚焦不同時期金融對經濟波動影響效應的大小及傳導機制的不同,在構建金融周期和經濟周期指數基礎上,基于馬爾科夫區制轉換向量自回歸模型,對金融影響經濟周期波動的區制特征進行實證研究,重點探討造成這種區制性的緣由,最后給出有針對性的政策建議。

一、文獻評述

事實上,在金融危機發生以前,經濟學界已有很多人關注金融因素對經濟波動的影響。Fisher[1]的債務通縮理論、Mishkin[2]的金融不穩定理論以及近期的金融加速器理論[3]都從不同角度闡述了金融因素是如何導致產出波動的。前兩者主要是從宏觀角度討論了金融因素對經濟波動的影響,而金融加速器理論是基于微觀層面探討金融放大經濟波動的機制。

近年來DSGE 成為宏觀經濟學界流行的研究方法,Bernanke et al.[4]最先將信貸市場不完善和企業凈值引入帶有價格剛性的DSGE 模型中,分析金融市場沖擊是如何影響經濟波動的,這就是著名的BGG 模型。很多學者都是基于此模型將更多部門的金融摩擦加入DSGE 的分析框架,進而討論金融影響經濟波動的不同傳導機制。如: Gertler et al.[5]、Brunnermeier et al.[6]研究了金融中介的資產負債表約束是如何導致實體經濟波動的;而Eggertsson et al.[7]、Guerreri et al.[8]研究了家庭部門的資產負債表約束是如何導致實體經濟波動的。也有學者(如Iacoviello et al.[9]、Justiniano et al.[10]、Calza et al.[11])將房地產價格引入DSGE 模型,認為房地產作為信貸約束的抵押品,其價格的波動對宏觀經濟具有金融加速器作用,顯著放大了外生沖擊對經濟波動的影響。國內也有很多學者(如梅東洲等[12]、高然等[13])基于DSGE 框架研究了房地產價格、影子銀行等放大我國經濟波動的機制。盡管DSGE 能夠從微觀機制上描述金融放大經濟波動的機制,然而DSGE 框架也有諸多不足。首先,DSGE模型是基于理性預期。Borio[14]指出,在對金融失衡的累積建模時,假設經濟個體對經濟有完全的理解是人為的,因為不確定性是經濟行為的關鍵驅動力。Keynes[15]也說,影響將來的人的決策不可能單純取決于精確的數學期望,推動社會車輪運行的正是我們內在的沖動。Bordalo et al.[16]在一個新古典模型中引入非理性預期,得出經濟主體對于消息、信貸利差等的非理性預期導致了信貸和宏觀經濟變量的波動。該文指出,現有文獻中所述的金融沖擊對經濟波動具有放大作用,其“金融沖擊”的來源正是非理性預期,經濟繁榮和衰退時的非預期沖擊會放大經濟周期的波動。其次,DSGE 模型是基于均衡分析,假設在受到外生變量沖擊時,經濟最終會回到均衡狀態。然而,金融對經濟波動的影響有時是非線性的,金融風險是隨著經濟狀態變化而變化的[17]。上述文獻啟迪我們研究金融和經濟波動之間的關系要考慮二者之間的非線性關系,這是本文研究的思想來源之一。

近期也有文獻從銀行風險承擔的角度論證了金融對經濟波動的影響機制。如方意等[18]通過考察經濟擴張與收縮對銀行風險承擔的差異性影響,驗證了明斯基的“金融不穩定假設”。Coimbra et al.[19]則構建了一個基于異質性銀行風險承擔的一般均衡模型,指出時變的內生宏觀經濟風險源于金融中介機構的風險轉移行為。也就是說,隨著融資成本的變化,如監管放松或者貨幣政策寬松,風險會在不同的銀行之間發生轉移。承擔風險最小的中介機構通過去杠桿化減少了對風險資產的敞口,而承擔風險的中介機構則增加了其資產負債表規模和杠桿率,這導致了金融的脆弱性。上述文獻從另一個側面說明,金融風險是隨著時間的變化而變化的,因而金融對經濟波動的影響也是時變的。

除了探討金融對經濟波動影響的理論機制外,經濟學家們還采用實證分析的方法,探討信貸、房地產價格等金融變量對經濟周期波動的影響效應及機制。此類研究主要以發達國家為主,得出的主要結論是:金融變量和實體經濟變量的相互作用確實放大了經濟的波動,并且在繁榮期和衰退期表現為不對稱性,衰退期的加速作用更加明顯[20-22]。這啟發我們,在不同時期,金融對經濟波動的影響是不同的,這是本文研究的思想來源之二。

Borio[14]提出的金融周期理論從一個新的視角解釋了金融對經濟波動的影響。根據該文,金融周期是在一個有金融約束的環境中,經濟參與者權衡風險和收益過程中所形成的經濟行為自我強化的交互作用,而這種交互作用會放大經濟波動。描述金融周期最簡單的變量是信貸和房地產價格,房地產作為信貸的抵押品,其與信貸的相互加強作用會放大經濟周期的波動。金融周期理論不僅從理論上闡明金融和經濟波動之間的關系,還為我們如何度量和選擇金融變量提供了依據。

Borio[14]還指出,金融自由化降低了融資限制,支持了價值和風險認知、風險態度和融資條件之間自我增強的交互作用,這表明金融自由化助推了金融對經濟波動的放大作用。而我國當前正處在金融市場化的進程中,金融結構的變化、影子銀行的發展、外部因素的沖擊甚至金融監管的強弱等都會影響到金融對經濟波動的影響。這是本文研究的實踐依據。

另外,也有一些文獻研究了我國金融與經濟波動之間的關系。鄧創等[23]利用主成分分析法測算了中國的金融周期指數,結果表明,中國金融周期波動先于經濟周期,且存在長擴張短收縮的非對稱效應特征。方芳等[24]通過VAR 模型證實中國的金融周期存在順周期效應,經濟波動與金融周期之間存在著較強的格蘭杰因果關系。張超等[25]運用BP濾波和VAR 等方法考察了我國的金融周期特征及其與經濟周期的關系,得出金融周期與經濟周期在大多數時候同時上升、同時下降,且二者在互動影響過程中房地產等資產價格發揮著關鍵的傳導作用。上述研究主要側重金融周期的測度以及金融周期與經濟周期先后關系的辨別,未從理論上探討金融對經濟波動影響的時變特征。本文將在這一點上進行改進,結合我國金融發展的現實特點,研究不同時期內金融對經濟波動影響機制及作用大小的不同。這是本文研究的重點。

為此,我們將區制分析引入金融對經濟波動影響的研究,將時間序列區分為兩個不同的時間區間,采用馬爾科夫區制轉換向量自回歸模型,從宏觀維度上研究不同時間區間內金融變量與經濟變量之間的相互關系。這是本文研究的特點。這一研究的理論意義在于,拓展了DSGE 模型僅從微觀層面解釋金融與經濟波動之間關系的不足,也豐富了現有文獻在金融對經濟波動影響方面的研究。實踐意義在于,2008 年美國金融危機后,央行不僅要用貨幣政策調控經濟系統,還要用宏觀審慎政策調控金融系統。把區制分析引入金融與經濟波動關系的研究,央行可以針對不同時期金融與經濟波動關系的不同,制定更有針對性的貨幣政策和宏觀審慎政策,減少金融對經濟波動的負面影響。

本文可能的創新是:(1)借鑒金融周期概念和度量方法,將區制思想引入金融經濟周期的研究,把整個時間序列劃分為經濟劇烈波動期和平穩期,并運用馬爾科夫區制轉換向量自回歸模型對不同時間區間內的金融對經濟波動的影響機制及作用大小進行實證檢驗。(2)將金融經濟周期與金融加速器理論相聯系,從宏觀層面對金融加速器理論進行拓展。(3)將金融經濟周期與不確定性、公眾預期以及金融發展等我國的實際經濟形勢相聯系,探討了我國金融經濟周期存在區制性特征的緣由。

二、我國不同時期金融對經濟波動影響的實證分析

根據以上文獻分析,首先借鑒金融周期的概念和測度方法,分別構建金融周期和經濟周期指數作為金融與經濟波動的代表性變量,其次通過馬爾科夫區制轉換向量自回歸模型,對金融影響經濟波動的區制特征進行實證研究,最后得出估計結果。

(一)金融周期指數的構建

關于金融周期指數,主要依據信貸、房地產價格和宏觀杠桿率來度量我國的金融周期指數。信貸和房地產價格是金融周期最主要的評判指標,前者代表融資條件,后者反映投資者對風險的預期和態度。此外,由于BIS 官方網站將宏觀杠桿率指標相對常態的偏離或缺口作為衡量系統性金融風險的一個重要指標。而且,宏觀杠桿率應保持在一個臨界值之內,一旦超過了該臨界值,就會對經濟增長產生破壞性的影響[26]。因此,我們也選取宏觀杠桿率作為構建金融周期指數的一個變量。具體來說,選擇非金融私人部門信貸作為信貸的代理變量,非金融私人部門主要包括非金融企業、居民及為居民服務的非營利機構,選擇全國范圍內各類商品房銷售價格為房地產價格指標的代理變量,非金融私人部門信貸與GDP 的比重為宏觀杠桿率指標的代理變量。非金融私人部門信貸及宏觀杠桿率指標數據來源于國際清算銀行BIS 網站,其他指標數據來源于國家統計局網站,其中房地產價格數據由全國商品房銷售額除以全國商品房銷售面積所得。

如何將上述三個變量合成金融周期指數,現有文獻提供了很多種方法,如主成分分析[23]、HP 濾波[27]、帶通濾波[28-29]以及轉折點法[30]。由于測度金融周期不是本文的主要目的,因此,我們選擇較簡單的HP 濾波來計算金融周期指數。首先,以2000 年價格為基準,將各指標的名義值算為實際值,計算出各個指標的增長率。其次,采用平滑因子為1 600 的HP 濾波取得各指標對其趨勢值的偏離或缺口值,將該缺口值作為指標值。由于金融周期指數的代表性變量一共有3 個,還需要將各指標合成一個綜合性指標。合成的方法主要有簡單的加總平均和主成分分析,本文對兩種方法都作了嘗試,結果基本相同,這里只給出經過簡單加總平均得到的金融周期指數。此外,經濟波動的代表性變量為國內生產總值GDP,我們也采用上述同樣的方法處理,得到經濟周期指數。計算結果見圖1。

圖1 金融周期和經濟周期

如圖1 所示,金融周期的波動幅度明顯大于經濟周期,在兩個時期特別明顯,一個時期是2001 年至2005 年,另一個時期是2008 年到2011 年。受新冠疫情影響,經濟周期在2020 年下降幅度較大。為了進一步觀察金融波動和經濟波動之間的關系,我們還測算了金融周期指數與經濟周期指數4 年的移動標準差,作為金融和經濟波動幅度的度量,如圖2所示。從圖2 中可以看出,2001 到2005 年,金融波動幅度是下滑的,在2005 年到達低谷,而經濟波動幅度在2002 年已經達到低谷,2003 年后開始回升。從2005 到2014 年,金融和經濟的波動幅度都經歷了一個從上升到下降的過程;2015 年之后,經濟的波動幅度反而超過了金融的波動幅度。由此,二者在不同的時間區間,其波動幅度及其變化趨勢是不同的,這也啟發我們,金融波動與經濟波動在不同的時間區間關系是不同的。

圖2 金融周期與經濟周期的4 年移動標準差

(二)MSVAR 模型介紹及估計

研究金融對經濟波動的影響,就是在上述構建金融周期和經濟周期指數的基礎上,采用所計算出的經濟周期和金融周期數據,通過建立計量模型,對不同時期金融放大經濟波動的效應進行估計,并對其機制進行分析。

根據圖2 的基本事實,由于金融周期與經濟周期的波動幅度及其變化趨勢在不同的時間區間表現不同,因此不宜采用線性VAR 模型。線性VAR模型假設現實的經濟結構不會改變,所以模型的系數在整個時期是一致的,無法得到系數隨時間的變化情況。馬爾科夫區制轉移向量自回歸模型(Markov Switch Vector Auto Regressive Model),簡稱MSVAR 模型。自Krolzig[31]提出MSVAR 模型以來,該模型成為研究時間序列數據的一種重要研究方法。其本質上是根據數據之間本身存在的非線性關系,將整個時間序列區分為不同的時間段,分別研究各個時間段內二者之間的關系。這樣,不同的時間區間就對應不同的區制。本文正是利用MSVAR 模型的優勢,研究不同時間區間內金融對經濟波動的作用及傳導機制。以下首先介紹MSVAR 模型本身,其次設定模型的區制,最后估計出結果。

1.MSVAR 模型。MSVAR 模型假定在不同的時期,宏觀經濟時間序列的結構會發生變化,即VAR模型的截距項、均值、系數及殘差方差會發生變化。具體來說,該模型假定經濟系統存在多個機制,即存在一個不可觀測的區制變量St,St∈{1,…M},M為區制的數量,不同的區制代表不同的經濟結構。

可觀測時間序列向量yt的條件概率密度表示為:

θm為區制m=1,2,…M時的VAR 模型系數,Yt-1為時間序列向量觀測值

因此,P階滯后、具有M個區制的VAR 模型可以表示為:

其中,均值向量μ;系數矩陣A1,A2,…Ap;擾動向量ut的方差是可變的,即μt～NID(0,∑(st)),μ(st),A1(st),…Ap(st),∑(st) 依賴區制變量st。

區制變量St∈{1,…M}服從離散時間、離散狀態的一階馬爾科夫過程,各狀態間的轉變通過轉移概率表示,從區制i到區制j的轉移概率為:

因此,St的轉移概率矩陣為:

其中,pi1+pi2+…+piN=1,i=1,2,…N。

對一個兩區制的模型而言,其區制變量的轉移概率矩陣為:

根據均值、截距、自回歸參數和方差是否依賴于區制變量St所處的狀態,MSVAR 模型又可以區分為多種形式:MSM-VAR(均值依賴)、MSI-VAR(截距依賴)、MSA-VAR(回歸系數依賴)、MSHVAR(方差依賴)。同時,不同組合搭配起來又可分為:MSIA、MSIH、MSMA、MSMAH 等多種形式,例如MSMAH 表示模型均值、自回歸系數和殘差方差都隨區制變量St的變化而變化。

究竟采用哪種形式,還需要進行實證檢驗。通過模型回歸的對數似然值(log-likelihood)、AIC 準則(Akaike Information Criterion)、SC 準則(Schwarz Criterion)和HQ 準則(Hannan-Quinn Criterion)等確定具體的模型形式。似然值越大,AIC 準則、SC 準則和HQ 越小,則表明該模型回歸結果越可靠。具體的估計方法參照Krolzig[31,由于篇幅關系,這里不再給出。

2.MSVAR 模型的區制設定。所謂區制設定,就是依據經濟事實或數據本身將整個時間序列劃分為不同的時間區間,然后探討在不同區間內時間序列之間的關系。與Claessens et al.[20]、Mendoza et al.[21]和Claessens et al.[22]等文獻將時間序列分為繁榮期和衰退期不同,本文重點關注金融因素對經濟波動的作用,并假設金融因素對經濟波動的作用在不同的時間區間是不同的。依據圖1 和圖2 的數據事實,即不同時間區間金融和經濟波動幅度大小以及關系的不同,我們將整個時間區間劃分為劇烈波動期和平穩期兩個時間區間,分別對應MSVAR模型的區制1 和區制2 這2 個區制。

3.模型選擇。雖然上述根據經濟事實對區制進行了設定,但是還需要判斷究竟采用MSVAR 模型的具體哪一種形式。因此,我們構建了包含金融周期和經濟周期指數兩個變量的MSVAR 模型,并對表1 中9 種具體的模型形式分別進行檢驗。MSVAR 各種具體形式的含義前述已經介紹,每一種具體的模型括號中的數字分別代表區制數和滯后期數。檢驗結果見表1。

表1 模型選擇依據

依據對數似然值、AIC、HQ 和SC 準則,可以看到MSIAH(2)-VAR(2)(截距、系數和方差依賴、2區制MSVAR 模型)的回歸結果優于其他模型。此外,我們還對模型的非線性特征進行了檢驗,依據選定的MSIAH(2)-VAR(2)模型,LR 線性統計量的值為79.039 5,卡方統計量的P值為0.000 0,Davies 檢驗的P值為0.000 0,統計結果均拒絕線性模型的假設,說明將模型設定為非線性模型是合適的。因此,我們認為MSIAH(2)-VAR(2)是最合適的模型形式。

4.模型的估計結果。利用OX-MSVAR 軟件包對包含金融周期和經濟周期指數兩個變量的MSIAH(2)-VAR(2)模型進行了估計和檢驗,所用算法為EM 算法。

回歸結果。表2 給出了模型的估計結果。finance代表金融周期指數,finance(-1)和finance(-2)分別為金融周期指數的滯后一期和滯后二期。gdp代表經濟周期指數,gdp(-1)和gdp(-2)分別為經濟周期指數的滯后一期和滯后二期。Const是常數項。每一行的數值代表回歸系數的估計結果。從回歸結果來看,金融周期和經濟周期二者的數量關系在區制1 和區制2 是不同的,也就是在區制1和區制2 分別以金融周期和經濟周期為被解釋變量,二者的滯后項作為解釋變量時,回歸系數的估計值是不同的。由于本文主要研究金融對經濟波動的影響,因此,我們重點關注以經濟周期為被解釋變量時,金融周期作為解釋變量的系數大小及顯著性。在區制1 即劇烈波動期,以經濟周期為被解釋變量時,金融周期滯后項finance(-1)的系數為0.21。在區制2 即平穩期,經濟周期為被解釋變量時,金融周期滯后項finance(-1)的系數為0.05,而且這兩個系數均通過了顯著性檢驗。系數大于0 表明,金融對經濟波動的影響為正。區制1 的系數大于區制2,表明在區制1 的區間金融對經濟波動的影響大于區制2 的區間。

表2 MSIAH(2)-VAR(2)模型估計結果

濾波概率圖。圖3 給出了區制1 和區制2 分別對應的概率濾波圖及平滑圖。圖3 最上面是金融周期與經濟周期指數的原序列圖,下面分別對應區制1 和區制2 的概率濾波圖。概率濾波圖表達的是上述模型結果處于區制1 和區制2 的概率,其含義是如果某個時期屬于某區制概率大于0.5,表明該時期金融周期與經濟周期的關系對應該區制的回歸結果。比如,2020 年第1 季度至第2 季度這個時間區間,處于區制1 的概率大致等于1,那么這一時期金融周期和經濟周期二者之間的數量關系對應區制1 的回歸結果。

圖3 區制1 和區制2 的概率濾波

表3 給出了區制1 和區制2 分別對應的時間區間。處于區制1 的時間區間有三段,2008 年第1 季度至2009 年第4 季度、2017 年第1 季度和2020 年第1 季度至2020 年第2 季度,其他時期則處于區制2。模型結果得出的區制劃分區間與前述區制的設定基本相同。前述根據金融和經濟的波動幅度將整個時間序列劃分為劇烈波動期和平穩期。而模型結果得出的區制1 對應的第一個時間區間,即2008 年第1 季度至2009 年第4 季度正好是金融危機之后,第三個時間區間即2020 年第1 季度至第2 季度正好是新冠疫情發生之后,二者均為經濟周期的劇烈波動期,這表明我們的模型設定是合理的。

表3 模型結果的區制劃分

轉移概率矩陣。表4 給出了區制轉移概率矩陣和各區制狀態持續期的估計結果。轉移概率矩陣的每一個具體數值表示從一個區制轉移到另外一個區制的概率。表中0.314 表示從區制1 轉移到區制2 的概率,0.082 6 表示從區制2 轉移至區制1 的概率;0.686 表示經濟維持在區制1 的概率,0.917 4表示經濟維持在區制2 的概率。當維持在某一區制的概率越大時,說明經濟系統處于該區制的狀態是比較穩定的,持續期也較長。該表說明經濟系統處于區制2 即平穩期的狀態最穩定,持續時間也最長,為12.11 個季度。

表4 區制轉移概率矩陣

脈沖響應分析。為比較不同區制下我國的金融對經濟波動的放大效應,按照表2 的回歸結果,圖4 給出了金融因素沖擊引起經濟波動的脈沖響應函數,脈沖響應函數表明金融的一個單位的正向沖擊引起經濟波動的作用。從圖4 中可以看出,無論是區制1 還是區制2,金融的一個正沖擊都會對經濟波動產生正向的影響,換句話說,金融因素確實放大了經濟波動。但是,區制1 的放大效應遠大于區制2。這證明了我國金融對經濟波動的放大效應確實存在區制的特征,即劇烈波動期的放大效應大于平穩期。

圖4 金融沖擊引起經濟波動的脈沖響應函數

三、金融經濟周期區制特征的原因

上文通過MSVAR 模型證明了金融對經濟波動放大效應的區制特征,即在經濟的劇烈波動期內,金融對經濟波動的放大作用大于平穩期。這里的劇烈波動期和平穩期對應的具體時間主要包括兩個時間段,一個是2008 年第1 季度到2009 年第4季度,另一個是2020 年第1 季度到2020 年第2 季度。然而究竟是什么原因導致這兩個時間區間內金融對經濟波動的放大效應比其他區間更大? 其中的傳導機制是什么? 要回答這個問題,一方面需要聯系金融加速器的理論機制,另一方面需要將金融加速器理論與我國的經濟發展現實相結合。

金融加速器理論告訴我們,資產價格的變化會通過企業資產負債表的途徑傳導至實體經濟,放大實體經濟的波動。由于受到外部沖擊以及新冠疫情的影響,2008 年第1 季度到2009 年第4 季度和2020 年第1 季度到2020 年第2 季度,這兩個時間區間的資產價格波動都較大,因而由于金融加速器效應導致的經濟波動也較大。尤其是房地產作為信貸重要的抵押品,其價格的大幅度波動會與信貸相互加強而放大經濟波動。

然而,金融對經濟波動的放大效應之所以在上述兩個區間更顯著,還有其現實方面的原因。

首先,金融危機后我國經濟的不確定因素增加。近年來,不確定性頻繁出現在各大媒體報刊,學術界將其定義為未來可能發生的事件中無法預測概率分布的部分[32]。不確定性的大小在經濟發展的不同階段是不同的,也就是具有時變性。根據Baker et al.[33]、胡成春等[34]等對我國政策不確定指數的計量結果,2008 年至2010 年我國的不確定指數較高,正是較高的不確定性導致了金融對經濟波動產生更大的放大作用。這一時期不確定性指數較高的原因主要體現在兩個方面:一是財政政策的不確定性,為應對國際金融危機的沖擊,我國財政政策出現較大調整,2008 年11 月我國啟動了4萬億投資刺激計劃;二是貨幣政策的不確定性。為應對國際金融危機的沖擊,央行先是采取了較寬松的貨幣政策,2009 年M2同比增長高達28.5%。沒過多久,央行為避免發生系統性風險,貨幣政策又轉為收緊,從2010 年1 月到2011 年6 月上調存款準備金12 次。財政政策和貨幣政策的“較大變動”使得經濟政策的不確定性增加,這一不確定性傳導至房地產市場和金融市場,使得房地產價格和信貸的波動變大,從而通過金融加速器效應進一步放大了經濟的波動。

其次,不同時期內公眾的不同預期會導致金融對經濟波動作用的不同。當經濟處于平穩期時,央行會采取“一如既往”的經濟政策,經濟人對房地產價格、股票等資產價格所作的預期變化不大,因之對經濟系統的影響變化不大,導致金融因素對經濟波動的放大作用也變化不大。但經濟處于劇烈波動期時,不確定因素增加導致經濟人的預期發生突變,甚至出現金融恐慌,經濟人對房地產價格、股票等資產價格所作的預期會大幅度偏離正常價格,嚴重影響到經濟系統,導致該時期的經濟產生較大的波動。

再次,隨著我國金融改革的不斷深化,金融結構即直接融資和以銀行信貸為主的間接融資比例發生了較大的變化,這會導致金融與經濟波動之間的關系發生改變。根據較權威文獻研究,2007 年之前,中國直接融資占比總體呈現上升態勢,其中股票市場的發展起到了關鍵帶動作用,但2008 年后,受內外多種因素影響,直接融資占比反而下降[35]。這意味著金融危機后我國以銀行信貸為主的間接融資金融結構,不僅沒有改善,反而進一步加劇,這使得商業銀行在經濟波動中的作用凸顯,對經濟波動的作用變大。

最后,影子銀行的快速發展也使得金融對經濟波動的作用變大,影子銀行被認為是2008 年金融危機的“罪魁禍首”之一[36]。根據孫國鋒等[37]對我國影子銀行規模的測算結果,以2008 年金融危機為分界線,影子銀行規模在2008 年10 月之前較為平穩,占銀行創造貨幣總量的比重呈下降態勢,2008 年11月之后逐漸增加。影子銀行主要通過兩個層面影響經濟波動:一是不斷推高杠桿率水平,2008 年之后,中國債務水平持續升高,影子銀行發揮了“關鍵”作用[36],較高的債務水平可能觸發系統性風險,引發經濟的劇烈波動;二是助長了房地產價格的上升,如趙勝民等[38]指出,相比銀行信貸,影子信貸對房價影響更迅速也更強烈,而房地產價格和影子銀行規模相互促進對金融穩定產生顯著的不利影響[39]。

綜上所述,金融加速器理論與不確定性、公眾預期的變化、金融結構以及影子銀行的發展等因素結合在一起,造成了我國不同時期內金融對經濟波動作用的不同。

四、政策應對

不同時期金融對經濟波動影響效應的不同,為政府制定更有針對性的穩定經濟和金融的政策提供了理論指導。我們可以通過金融周期和經濟周期指數的變化數據作為反饋信號來修訂政策制定,設計出更細致的、更有可操作性的和更為協調的政策方案。

一是我們可以根據金融周期和經濟周期本身的走向和相互關系設計有區別的政策措施。李拉亞[40]指出央行可把經濟周期曲線和金融周期曲線放在同一張圖上,依據經濟系統和金融系統各自在圖中曲線的位置,安排適合的貨幣政策和宏觀審慎政策,對兩大系統進行聯合調控。他依據經濟系統和金融系統在經濟周期和金融周期的四種位置和趨勢,設計了四種協調配合的聯合調控規則。第一種是,如果經濟系統和金融系統均趨近谷頂,同時收緊貨幣政策和宏觀審慎政策。第二種是,如果經濟系統和金融系統均趨近谷底,同時放松貨幣政策和宏觀審慎政策。第三種是,經濟系統趨近谷底,金融系統均趨近谷頂,放松貨幣政策,啟動宏觀審慎政策的有選擇貸款配給功能,將資金優先安排到經濟系統。第四種是,經濟系統趨近谷頂,金融系統均趨近谷底,收緊貨幣政策,啟動宏觀審慎政策的有選擇貸款配給功能,將資金優先安排到金融系統。這一調控規則對公眾起導向作用,讓公眾知道下一步央行的政策方向。這一規則彈性較大,公眾知道政策方向但不知道步子有多大,給央行決定政策力度留下相機決策空間。但這也能在一定程度上引導公眾預期,減少公眾對央行政策制定的盲目感,從而減少公眾對策的不確定性,有利于公眾安排自己的經濟活動。這一調控規則有利于貨幣政策和宏觀審慎政策的協調配合形成合力,減少兩大政策的摩擦與沖突,降低兩大政策的成本,提高兩大政策的效率。

二是我們可利用不同時期金融對經濟波動放大效應的不同在兩個方面進一步改進這一調控規則,減少這一規則的彈性,增加這一規則的可預期性。一方面,在不同的區制采取不同的政策力度,并把這一點明確告訴公眾,減少公眾因政策較大變化帶來的不確定性,以有利于穩定公眾預期,從而穩定金融和經濟,減小金融對經濟波動的負面影響。另一方面,央行應研制出圖1 和圖2 那樣的經濟周期和金融周期圖表,作為政策制定的坐標,時刻觀測經濟周期和金融周期的波動幅度。一旦金融周期出現劇烈波動,央行就需要加大宏觀審慎政策力度,以穩定金融周期,從而減輕金融周期對經濟周期的放大作用。同時,央行也要增加貨幣政策力度,防止金融劇烈波動對經濟產生不利影響。一旦觀察到金融周期和經濟周期波動趨于平穩,央行就可以降低宏觀審慎政策和貨幣政策的強度。

以上兩個層面的政策設定一個是關注金融周期和經濟周期本身的變化趨勢,另一個層面是關注金融周期和經濟周期的波動幅度,二者相輔相成,缺一不可。

我們依據不同時期金融放大經濟波動的不同效應,可以有針對性選用預期管理政策。一方面央行通過“行為”進行預期管理,即通過各種公開市場操作工具,向外界傳達貨幣政策漸進變化和維持不變的信號,從而影響市場預期;另一方面,央行通過“語言”形式進行預期管理,包括央行定期公布的貨幣政策報告和貨幣政策委員會會議決議、召開新聞發布會、發表關于未來貨幣政策取向以及定期的媒體采訪[41]。Born et al.[42]通過實證的方法證明了央行演講和采訪對金融市場回報率和減輕市場波動方面的影響較小,但其在金融危機發生時起到了實質性的作用。當經濟處于平穩期時,央行可較多采用“行為”式的預期管理,但是當經濟處于劇烈波動期時,央行可較多采用“語言”式的預期管理,盡力增加政策的透明度,降低政策的不確定性,增加政策的導向作用。除了在貨幣政策方面進行有針對性的預期管理以外,政府也要加強對財政政策的預期管理,增加公眾對財政政策的可預期性,從而減輕其不確定性對經濟波動的放大作用。

五、結論

本文借鑒金融周期理論的概念與度量方法分析了金融對經濟波動影響的區制效應。在構建金融周期與經濟周期指數的基礎上,通過構建馬爾科夫區制轉換向量自回歸模型,對我國的金融經濟周期的區制特征進行了實證研究。結果表明,在經濟的劇烈波動期和平穩期,金融對經濟波動的放大效應是不同的。當經濟處于劇烈波動期時,金融對經濟波動的放大作用更強。

一方面,從理論上來看,金融加速器理論是造成不同時期金融放大經濟波動效應不同的原因。由于不同時間區間內資產價格波動幅度不同,其通過資產負債表途徑傳導至實體經濟,從而放大了經濟周期的波動。另一方面,從現實原因來看,由于國際金融危機的沖擊,我國經濟發展形勢發生了很大的變化。首先是不確定因素增加。其次是公眾預期發生了很大的變化,這些因素均會導致資產價格發生較大的波動,因而通過金融加速器原理也放大了經濟周期的波動。最后,隨著我國金融市場的發展,以間接融資為主的金融結構以及影子銀行規模的擴大使得金融對經濟周期波動的放大作用變大。

基于以上研究結論,我們主張央行通過金融周期和經濟周期指數的變化數據作為反饋信號來修訂政策,依據不同時期金融對經濟周期波動放大效應的不同,采取不同的政策力度。當金融周期出現劇烈波動時,央行應加大宏觀審慎政策的調控力度,以避免由于金融劇烈波動對經濟產生的不利影響。同時,央行應較多采用“語言”式的預期管理政策,增加政策的透明度,以穩定公眾的預期,增加政策的效果。