彭馨樂

摘 要：本文以SVAR模型構(gòu)建的包含利率、匯率、貨幣供給以及資產(chǎn)價(jià)格的金融形勢指數(shù)為基礎(chǔ)，對我國2001年1月至2016年9月進(jìn)行金融周期劃分，實(shí)證分析了金融周期對經(jīng)濟(jì)增長的影響。實(shí)證結(jié)果表明，金融高漲期經(jīng)濟(jì)增長率較高，金融衰退期則伴隨著較低的經(jīng)濟(jì)增長率；金融周期處于任一階段，金融波動(dòng)的增加都會(huì)伴隨著更低的經(jīng)濟(jì)增長率，金融波動(dòng)的增加會(huì)削弱我國的經(jīng)濟(jì)增長。

關(guān)鍵詞：金融形勢指數(shù)；金融周期；經(jīng)濟(jì)增長；金融波動(dòng)

DOI：10.3969/j.issn.1003-9031.2018.03.02

中圖分類號：F832.0 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-9031（2018）03-0012-09

一、引言

金融周期是指金融經(jīng)濟(jì)活動(dòng)在內(nèi)外部沖擊下，通過金融體系傳導(dǎo)而形成的持續(xù)性波動(dòng)和周期性變化，反映資產(chǎn)價(jià)格、利率、匯率、貨幣供給量等在內(nèi)的各類金融變量在不同經(jīng)濟(jì)波動(dòng)階段上的變動(dòng)態(tài)勢。近年來，隨著中國金融市場改革和金融開放程度的提高，金融沖擊對實(shí)體經(jīng)濟(jì)的影響日益增加，金融加速器、中央銀行資產(chǎn)負(fù)債表等途徑傳遞以及放大金融沖擊，金融體系顯著地改變著宏觀經(jīng)濟(jì)的運(yùn)行規(guī)律。

自Goodhart和Hofmann（2001）編制七大工業(yè)國家的金融形勢指數(shù)（FCI）以來，各國學(xué)者紛紛以多種金融指標(biāo)為基礎(chǔ)構(gòu)建金融形勢指數(shù)，并將其作為金融周期的一個(gè)重要衡量依據(jù)。

二、 文獻(xiàn)綜述

Eika & Nymoen（1996）、Ericsson & Jansen（1998）最早利用加權(quán)平均的短期利率和匯率構(gòu)建了貨幣形勢指數(shù)（MCI）。之后Goodhart & Hofmann（2000）在此基礎(chǔ)上提出金融形勢指數(shù)（financial condition index，F(xiàn)CI），加入了房價(jià)與股價(jià)等資產(chǎn)價(jià)格，并指出金融形勢指數(shù)對七國集團(tuán)國家的通貨膨脹具有良好的預(yù)測效果。王玉寶（2005）、封北麟（2006）運(yùn)用VAR估算了中國的FCI，認(rèn)為FCI可以作為貨幣政策的短期指示器。陸軍（2007）、戴國強(qiáng)（2009）等均發(fā)現(xiàn)FCI對CPI有較強(qiáng)的預(yù)測能力。除直接對金融指標(biāo)進(jìn)行加權(quán)外，還可以利用主成分分析方法來構(gòu)建FCI，如Brave & Butters（2011）利用主成分分析方法從大量金融指標(biāo)中提取出美國的FCI，實(shí)證結(jié)果表明得到的FCI可以為政策制定和金融市場評價(jià)提供依據(jù)。刁節(jié)文（2013）、羅瑞（2013）運(yùn)用主成分分析方法構(gòu)建了中國的FCI，他們的研究結(jié)果都表明運(yùn)用主成分分析方法構(gòu)建的FCI對通貨膨脹的短期預(yù)測有更好的效果。

最早提出信貸金融市場對實(shí)體經(jīng)濟(jì)有影響的學(xué)者可以追溯到大蕭條時(shí)期，F(xiàn)isher（1933）認(rèn)為信貸市場條件的惡化不僅是經(jīng)濟(jì)周期的消極反應(yīng)，其本身就是經(jīng)濟(jì)蕭條的主要因素之一。直到亞洲金融危機(jī)，這一觀點(diǎn)開始受到關(guān)注，Bernanke & Gertler（1989）、Bernanke、Gertler & Gilchrist（1999）都指出信貸金融市場具有放大波動(dòng)的作用，并初步模擬出金融加速器效應(yīng)。2007年美國次貸危機(jī)后，Jerman & Quadrini（2009）、Goodfriend & McCallum（2007）等許多學(xué)者將銀行、貨幣政策等納入到DSGE的周期框架中，研究金融沖擊、金融摩擦等周期波動(dòng)問題。

三、 研究樣本與模型設(shè)定

基于樣本數(shù)據(jù)的可獲得性和代表性，樣本數(shù)據(jù)。我國2001年1月至2016年9月。本文首先構(gòu)建包括真實(shí)短期利率、國房景氣指數(shù)、真實(shí)有效匯率指數(shù)、股權(quán)價(jià)格指數(shù)以及真實(shí)貨幣供給量在內(nèi)的金融形勢指數(shù)，上述金融指標(biāo)之間存在當(dāng)期影響，故建立結(jié)構(gòu)VAR模型進(jìn)行估計(jì)。

四、實(shí)證分析與檢驗(yàn)

（一）金融形勢指數(shù)的構(gòu)建與金融周期的劃分

本文采用stata14計(jì)量軟件進(jìn)行數(shù)據(jù)處理及分析。樣本為2001年1月至2016年9月的月度數(shù)據(jù)，共189個(gè)樣本點(diǎn)。選取當(dāng)月銀行間同業(yè)拆借加權(quán)平均利率為短期利率指標(biāo)，選取國房景氣指數(shù)作為房地產(chǎn)價(jià)格的代理變量，選取消費(fèi)者價(jià)格指數(shù)月度環(huán)比數(shù)據(jù)作為通貨膨脹指標(biāo)，人民幣真實(shí)有效匯率從國際清算銀行獲得，股票價(jià)格變動(dòng)選用A股指數(shù)當(dāng)月最后一個(gè)交易日的收盤價(jià)格，選取廣義貨幣供給作為貨幣供給量指標(biāo)。

計(jì)算真實(shí)值時(shí)，對M2、A股指數(shù)進(jìn)行取自然對數(shù)處理，再進(jìn)行差分，求得近似增長率后，減去同期CPI同比增量。真實(shí)短期利率為銀行間七天同屆拆借利率減去同期CPI同比增量。最后，利用HP濾波去掉變量的長期趨勢，從而更好的對短期的隨機(jī)波動(dòng)項(xiàng)進(jìn)行度量。人民幣實(shí)際有效匯率來源于國際貨幣基金組織（IMF），其它所有變量的原始數(shù)據(jù)來源于國家統(tǒng)計(jì)局、中國經(jīng)濟(jì)網(wǎng)和銳思數(shù)據(jù)庫。

1.單位根檢驗(yàn)

VAR模型要求系統(tǒng)是平穩(wěn)的，如果系統(tǒng)中的各個(gè)變量是平穩(wěn)的，就可以保證系統(tǒng)的平穩(wěn)性。本文采用DF、ADF、DFGLS、KPSS四種檢驗(yàn)方法對構(gòu)建金融形勢指數(shù)的變量進(jìn)行單位根檢驗(yàn)，發(fā)現(xiàn)m2gap、irgap、exgap、stgap、higap、cpi均平穩(wěn)。由于篇幅限制，僅列出ADF檢驗(yàn)結(jié)果（見表1）。

2.SVAR的建立與估計(jì)

結(jié)構(gòu)VAR允許變量之間存在當(dāng)期影響，其短期約束一般基于“AB模型”。其中約束矩陣B設(shè)定為對角矩陣，約束個(gè)數(shù)為k2個(gè)；矩陣A代表對變量間的當(dāng)期關(guān)系施加短期約束，其主對角線元素為1，約束個(gè)數(shù)為k個(gè)。根據(jù)經(jīng)濟(jì)意義，貨幣對房價(jià)、利率、股價(jià)、匯率存在當(dāng)期影響，利率對匯率、股價(jià)存在當(dāng)期影響，房價(jià)對股價(jià)存在當(dāng)期影響，通貨膨脹對匯率、利率、股價(jià)存在當(dāng)期影響，其他變量之間無當(dāng)期影響，故約束設(shè)為0。根據(jù)上述綜述假定，經(jīng)stata估計(jì)，矩陣A估計(jì)結(jié)果為：

A= 1 5.2014 0 0 0 -1.7810 0 1 0 0 0 00.1359 3.7406 0 0 0 -70.65310.0143 -0.2608 1 1 -0.0034 0.1715 0 5.6693 0 0 1 0 0 0 0 0 0 1

3.構(gòu)建金融形勢指數(shù)

基于SVAR模型的估計(jì)結(jié)果，運(yùn)用脈沖響應(yīng)函數(shù)模擬通貨膨脹率對各金融變量沖擊的累積動(dòng)態(tài)響應(yīng)，根據(jù)式（5）計(jì)算出第i個(gè)金融變量在FCI中所占的權(quán)重wi（見表2）。

4.構(gòu)建FCI指數(shù)

在測算FCI的過程中，金融指標(biāo)均經(jīng)過HP濾波得到其偏離于長期趨勢的缺口值，計(jì)算得到的FCI可以反映我國金融活動(dòng)對均衡狀態(tài)的偏離情況。當(dāng)FCI為正數(shù)時(shí)，說明金融形勢處于繁榮狀態(tài)，反之處于緊縮狀態(tài)；當(dāng)FCI上升時(shí)，意味著金融形勢趨于好轉(zhuǎn)，反之則趨于惡化；當(dāng)FCI趨近于0時(shí)，則認(rèn)為金融環(huán)境處于松緊適度的狀況。

從2001年下半年一直到2003年股權(quán)分置之前，股票市場持續(xù)低迷，企業(yè)融資困難，金融狀況趨緊。由于央行對不良貸款率的要求，商業(yè)銀行從2002年紛紛采用擴(kuò)大新增貸款來稀釋不良貸款，導(dǎo)致2003年貨幣供應(yīng)量猛增，中國出現(xiàn)了經(jīng)濟(jì)局部過熱、物價(jià)上升的趨勢，導(dǎo)致金融環(huán)境異常寬松。為防止金融系統(tǒng)出現(xiàn)嚴(yán)重隱患，中國采取了以控制投資過熱為主要目標(biāo)的各項(xiàng)宏觀調(diào)控措施，隨著2004年調(diào)控力度的加大，中國金融形勢趨緊并持續(xù)至2005年末。2006—2007年，股市出現(xiàn)“牛市”，中國金融形勢指數(shù)迅速上升直至達(dá)到頂峰。2007— 2008年，美國次貸危機(jī)爆發(fā)并很快波及全球，中國FCI自2007年下半年起迅速下降，2008年末達(dá)到最低點(diǎn)，下降速度和幅度空前巨大。為應(yīng)對此次金融危機(jī)，中國對宏觀經(jīng)濟(jì)進(jìn)行了重大調(diào)整并推出一系列擴(kuò)張性調(diào)控政策，2009年FCI快速回升。隨著經(jīng)濟(jì)的逐漸復(fù)蘇，中國宏觀調(diào)控從“積極”回歸“穩(wěn)健”，并開始啟動(dòng)新一輪的金融改革，2011年以后FCI明顯回落至適度從緊的波動(dòng)區(qū)間。2012年歐債危機(jī)波及中國出口貿(mào)易，貿(mào)易條件惡化，F(xiàn)CI顯著下降。2013—2014年，利率市場化改革取得突破性進(jìn)展，全面放開金融機(jī)構(gòu)貸款利率管制，多措并舉降低企業(yè)融資成本、人民幣國際化步伐明顯加快，F(xiàn)CI持續(xù)回暖。2015年，股市暴跌，央行10次降準(zhǔn)降息，釋放了上萬億元流動(dòng)性，F(xiàn)CI迅速下降。年底人民幣加入SDR，離岸人民幣大漲。2016年，新年股市大跌，英國退歐成定局，金融形勢低迷。對比圖1可知，本文測算的中國金融形勢指數(shù)很好地描述了中國金融環(huán)境的變化，可作為分析金融波動(dòng)態(tài)勢的依據(jù)。

根據(jù)一般做法，確定一次完整的經(jīng)濟(jì)周期，可以從一個(gè)波峰到另一個(gè)波峰，也可以從一個(gè)波谷到另一個(gè)波谷，或者按照周期中同樣狀態(tài)（波峰、低潮或整個(gè)周期）一些年的平均值到另一些年的平均值來衡量。本文按照規(guī)則的“谷—谷”計(jì)算方法，根據(jù)金融形勢指數(shù)劃分金融周期。

由表3可知，2001年以來，我國經(jīng)歷了7輪金融周期，周期平均長度為兩年零三個(gè)月。在樣本前期，金融周期的擴(kuò)張長度大于收縮長度，在第四個(gè)周期，即2007年2月至2009年9月這個(gè)周期過后，金融周期的擴(kuò)張長度變短，收縮長度顯著增大。

為了更好的比較金融周期擴(kuò)張階段和收縮階段相較于正常波動(dòng)階段對經(jīng)濟(jì)增長的影響，本文參考Braun & Larrian（2005）的做法，根據(jù)上述周期的劃分為基礎(chǔ)，將金融周期劃分為高漲期（Boom）、衰退期（Bust）和正常期（Normal）三個(gè)類別，并在這個(gè)基礎(chǔ)上進(jìn)行實(shí)證分析。

當(dāng)FCI觀察值落入高漲期時(shí)，用二元變量Boom標(biāo)記，取值為1，其余時(shí)間取值為0；當(dāng)FCI落入衰退期時(shí)，用二元變量Bust標(biāo)記，取值為1，其余時(shí)間取值為0。

（二） 金融周期對經(jīng)濟(jì)增長的影響的實(shí)證分析

本文考察我國金融周期對經(jīng)濟(jì)增長的影響，因此，被解釋變量為經(jīng)濟(jì)增長率，而核心解釋變量為金融周期。在經(jīng)濟(jì)增長率的代理變量選擇方面，按照標(biāo)準(zhǔn)文獻(xiàn)的做法，直接用GDP增速表示。金融周期由上文設(shè)定的虛擬變量Boom、Bust表示。在其他控制變量的選擇上，主要對三分方面的影響因素進(jìn)行控制：一是經(jīng)濟(jì)層面，包括貿(mào)易條件、資本形成率和工業(yè)化程度；二是金融層面，包括有金融波動(dòng)、存款利率、總儲蓄率；三是社會(huì)層面，選擇移動(dòng)電話用戶數(shù)作為人口的工具變量。表4對變量做了具體說明。數(shù)據(jù)來源為國家統(tǒng)計(jì)局、中國經(jīng)濟(jì)網(wǎng)。

1.金融周期處于高漲期的OLS回歸結(jié)果

首先分析當(dāng)金融周期處于高漲期時(shí)對經(jīng)濟(jì)增長的影響，回歸結(jié)果見表5。本文采用逐步增加解釋變量的“從小到大”的建模策略，模型1是只包含金融高漲期變量的回歸結(jié)果；模型2增加了金融波動(dòng)項(xiàng)；模型3-5逐步增加了不同層面的控制變量。

由表5可知，高漲期變量（boom）的系數(shù)都顯著且符號為正，意味著相較于金融衰退期和正常期，金融周期處于高漲狀態(tài)時(shí)，GDP增速會(huì)顯著上升?？赡艿慕忉屖?，當(dāng)金融形勢處于高漲狀態(tài)時(shí)，存在一個(gè)短期效應(yīng)，企業(yè)家與銀行家預(yù)期良好，信貸擴(kuò)張，投資增加，帶動(dòng)經(jīng)濟(jì)增長。在逐步加入多個(gè)控制變量的過程中，高漲期（boom）的系數(shù)符號和顯著性均沒有發(fā)生明顯改變，表明高漲期與GDP增長率的正相關(guān)關(guān)系是穩(wěn)定的。

在控制變量方面，表5結(jié)果表明：（1）在金融高漲期，貿(mào)易條件的改善，對GDP增長率具有促進(jìn)作用；資本形成率的系數(shù)符號在逐步回歸過程中發(fā)生改變，可能的原因是我國社會(huì)資金絕大部分用于投資與儲蓄兩個(gè)部門上，固定資產(chǎn)投資與總儲蓄率之間存在高度線性相關(guān)，同時(shí)如果利率變化，也可能會(huì)導(dǎo)致投資產(chǎn)生變化；工業(yè)化程度的提高會(huì)對經(jīng)濟(jì)增長產(chǎn)生正的效應(yīng)。（2）利率水平和總儲蓄率都與GDP增長有顯著的負(fù)相關(guān)關(guān)系，可以理解為，隨著利率上升，投資成本將增加，人們轉(zhuǎn)而增加儲蓄，導(dǎo)致投資減少和經(jīng)濟(jì)增速下降；與此同時(shí)，金融波動(dòng)程度的上升會(huì)減緩我國經(jīng)濟(jì)增長。（3）社會(huì)層面的移動(dòng)電話用戶數(shù)增長率與經(jīng)濟(jì)增長有顯著正相關(guān)，說明人口的增加對經(jīng)濟(jì)增長會(huì)產(chǎn)生顯著的促進(jìn)作用?？傮w來看，上述結(jié)果與經(jīng)驗(yàn)事實(shí)和宏觀經(jīng)濟(jì)學(xué)理論基本吻合。

2.金融周期處于衰退期的OLS回歸結(jié)果

表6是當(dāng)金融周期處于衰退期時(shí)的回歸結(jié)果。與表5類似，模型5為只包含核心解釋變量金融衰退期的回歸結(jié)果，模型6-8是在模型5的基礎(chǔ)上逐步增加各層面的控制變量的回歸結(jié)果。

由表6可知，衰退期變量（bust）與GDP呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，說明相較于金融高漲期和正常期，金融衰退期對經(jīng)濟(jì)增速的影響顯著為負(fù)?？衫斫鉃?，金融形勢的下滑會(huì)通過降低資源配置效率以及預(yù)期等方面直接或間接影響經(jīng)濟(jì)增長。

在控制變量方面，表6結(jié)果顯示：在金融衰退期，貿(mào)易條件、工業(yè)化程度對經(jīng)濟(jì)增長的影響顯著為正，金融層面的利率水平、總儲蓄率、金融波動(dòng)對經(jīng)濟(jì)增長影響為負(fù)，人口的增長對經(jīng)濟(jì)增長具有促進(jìn)作用，這些結(jié)果與表6得出的結(jié)果一致，不再贅述。

綜合實(shí)證結(jié)果來說，金融周期的繁榮對經(jīng)濟(jì)增長會(huì)起到促進(jìn)作用，而金融周期的蕭條不利于經(jīng)濟(jì)增長；無論金融處于哪種狀態(tài)，金融波動(dòng)都會(huì)對經(jīng)濟(jì)增長造成負(fù)面影響。

（三） 模型中存在的問題

該模型是基于我國2001年1月至2016年9月的月度數(shù)據(jù)回歸得到的，在數(shù)據(jù)上存在一定的缺陷。首先，月度GDP數(shù)據(jù)和工業(yè)化程度變量的數(shù)據(jù)是通過Eviews將季度數(shù)據(jù)從低頻轉(zhuǎn)高頻得到的，數(shù)據(jù)變動(dòng)不大，會(huì)導(dǎo)致估計(jì)系數(shù)方差放大，降低模型估計(jì)的精度，如果轉(zhuǎn)而搜集更長時(shí)間階段的季度數(shù)據(jù)，將提高模型估計(jì)精度和預(yù)測結(jié)果可靠性。

其次，對時(shí)間序列數(shù)據(jù)做過單位根檢驗(yàn)后，檢驗(yàn)結(jié)果表明除核心解釋變量外，被解釋變量和控制變量都非平穩(wěn)序列，在進(jìn)行OLS估計(jì)，確認(rèn)誤差項(xiàng)平穩(wěn)后，沒有對模型再做調(diào)整。如果對數(shù)據(jù)進(jìn)行差分，再做協(xié)整以及誤差修正，會(huì)大大提高模型的可靠性。

模型中還存在因遺漏變量導(dǎo)致的內(nèi)生性問題。比如移動(dòng)電話用戶數(shù)增長率與一些其他的影響電話用戶數(shù)量的社會(huì)條件，由于科技發(fā)展，資源配置效率提高，移動(dòng)電話的價(jià)格顯著降低，人們就有更大的幾率使用移動(dòng)電話。模型中存在遺漏變量，會(huì)導(dǎo)致系數(shù)產(chǎn)生偏誤，為了避免這種偏誤，我們應(yīng)該多尋找合適的控制變量，或者尋找代表人口增長率的更合適的工具變量。

模型中被解釋變量GDP增長率和解釋變量工業(yè)化程度、資本增長率、總儲蓄率之間可能存在雙向因果關(guān)系，從而導(dǎo)致內(nèi)生性問題。有以上分析可知，工業(yè)化程度的提高會(huì)促進(jìn)經(jīng)濟(jì)增長，而經(jīng)濟(jì)的增長也會(huì)提高一國的工業(yè)化水平，通過預(yù)期等因素，會(huì)進(jìn)一步增大固定投資，提高資本形成率。存在雙向因果時(shí)，模型估計(jì)系數(shù)會(huì)存在向下或向上的偏誤。適當(dāng)?shù)霓k法是加入自變量的滯后項(xiàng)。

五、 結(jié)語

隨著我國金融市場的發(fā)展，金融經(jīng)濟(jì)周期對實(shí)體經(jīng)濟(jì)的影響日益凸顯，因此深入研究金融周期的測算與傳導(dǎo)機(jī)制，具有重要的理論意義和現(xiàn)實(shí)意義。本文基于我國2001年1月至2016年9月的時(shí)間序列數(shù)據(jù)，本文采用SVAR測算了中國的金融形勢指數(shù)，采用OLS估計(jì)了金融周期對經(jīng)濟(jì)增長的影響。本文研究發(fā)現(xiàn)金融周期的波動(dòng)與經(jīng)濟(jì)增長具有顯著的相關(guān)性，在控制其他條件不變的情況下，金融高漲期平均每多一個(gè)月，GDP增長率會(huì)增加0.13個(gè)百分點(diǎn)，金融衰退期平均每多一個(gè)月，GDP增長率則會(huì)降低0.17個(gè)百分點(diǎn)。

（特約編輯：陳國權(quán)）

參考文獻(xiàn)：

[1]陳雨露，馬勇，阮卓陽.金融周期和金融波動(dòng)如何影響經(jīng)濟(jì)增長與金融穩(wěn)定？[J].金融研究，2016（2）：1-22.

[2]鄧創(chuàng)，徐曼.中美金融周期的協(xié)動(dòng)性及其傳導(dǎo)途徑分析[J].世界經(jīng)濟(jì)研究，2015（11）：12-20+127.

[3]鄧創(chuàng)，徐曼.中國的金融周期波動(dòng)及其宏觀經(jīng)濟(jì)效應(yīng)的時(shí)變特征研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014，31（9）：75-91.

[4]巴曙松，韓明睿.基于SVAR模型的金融形勢指數(shù)[J].宏觀經(jīng)濟(jì)研究，2011（4）：26-31+79.