■郭 暢，蘇 鵬，姜曉春

本文首先通過SVAR模型構(gòu)建了中美兩國金融狀況指數(shù)來表征金融波動，其次用馬爾可夫區(qū)制轉(zhuǎn)換模型將其劃分為繁榮和蕭條兩種狀態(tài)，由此構(gòu)建了反映兩國金融波動同步性的協(xié)動指數(shù)（SI），最后用因子分析和門限回歸分析了兩國金融風(fēng)險的傳導(dǎo)路徑。研究表明，中美金融波動周期長度接近，但呈現(xiàn)出截然不同的非對稱特征。中美金融波動協(xié)動性及其風(fēng)險傳導(dǎo)路徑會隨著外部沖擊和內(nèi)部矛盾情勢的變化而變化。門限回歸結(jié)果顯示，貿(mào)易因子在各區(qū)制內(nèi)均顯著，是兩國金融聯(lián)系的基礎(chǔ)。金融協(xié)動性較低時，匯率因子是金融風(fēng)險傳導(dǎo)的主要途徑。隨著協(xié)動性提高進(jìn)入中等水平，資產(chǎn)和利率因子成為主導(dǎo)。當(dāng)協(xié)動性到達(dá)高區(qū)制時，股票和房價等資產(chǎn)因子仍是兩國金融聯(lián)系和風(fēng)險傳導(dǎo)的主通道，但與調(diào)控政策相關(guān)的匯率和利率因子開始顯現(xiàn)出對風(fēng)險的抵御作用，相關(guān)政策協(xié)調(diào)有助于抑制風(fēng)險傳導(dǎo)。

一、問題的提出

隨著經(jīng)濟(jì)全球化與金融一體化的不斷深入，國家間在實體經(jīng)濟(jì)和金融狀況上的聯(lián)系顯著增強(qiáng)。尤其是在2007年美國次貸危機(jī)爆發(fā)后，金融風(fēng)險迅速地在各國金融市場間傳導(dǎo)，致使全球經(jīng)濟(jì)衰退。中國是經(jīng)濟(jì)增長速度最快的發(fā)展中國家，美國是經(jīng)濟(jì)體量最大的發(fā)達(dá)國家，兩國對全球金融、經(jīng)濟(jì)發(fā)展的重要作用不言而喻。因此，研究中美兩國金融波動特征及其協(xié)動機(jī)制，不僅可為中國金融體系改革和發(fā)展提供有益的實證證據(jù)和政策含義，而且對維護(hù)全球金融穩(wěn)定和經(jīng)濟(jì)可持續(xù)發(fā)展也有著重要參考價值。

金融波動通常區(qū)分為中長期低頻波動成分和短期高頻波動成分。金融波動的中低頻波動特征主要集中在房地產(chǎn)價格或信貸的波動上，其波長和幅度通常大于傳統(tǒng)經(jīng)濟(jì)周期。金融波動中的高頻波動則主要涉及股票價格、貨幣供給、利率和匯率等變量，對其測度則多使用統(tǒng)計方法從多個指標(biāo)中加權(quán)合成或者提取共同成分，構(gòu)建金融狀況指數(shù)（FCI）來識別整體金融周期的波動，得到的金融周期長度與宏觀經(jīng)濟(jì)周期基本一致甚至更短。金融波動的高頻波動性部分及時地反映了其與宏觀經(jīng)濟(jì)間的相互作用，不僅揭示金融市場在內(nèi)外各種沖擊下的波動性，也能反映貨幣政策及其他調(diào)控政策對金融環(huán)境的動態(tài)回應(yīng)?？紤]到本文的研究目的是分析中美之間金融波動的協(xié)同性，本文選擇類似高頻因素合成FCI的思路，但同時考慮高低頻波動成分。

近年來，國內(nèi)外學(xué)者通常選取綜合多種金融指標(biāo)提煉FCI的方法來衡量整體金融狀況，主要分為兩種計算方法：從多種金融指標(biāo)中提取共同部分或?qū)鹑谥笜?biāo)進(jìn)行加權(quán)組合。前者主要使用主成分分析、因子分析和動態(tài)因子模型從多個金融指標(biāo)中提取FCI指數(shù)。Brave&Butters（2011）基于大量的美國金融指標(biāo)使用主成分分析提取出FCI，發(fā)現(xiàn)其對政策制定及金融市場評估是一個較好的參考依據(jù)。Matheson（2012）使用動態(tài)因子模型也成功合成了美國和歐盟的FCI。這種方法的優(yōu)點在于它綜合了較多的金融指標(biāo)，且不受特定理論假設(shè)的限制，但是忽略了金融指標(biāo)與宏觀經(jīng)濟(jì)目標(biāo)間的關(guān)聯(lián)性。因此，學(xué)者們更傾向于根據(jù)金融變量和宏觀經(jīng)濟(jì)目標(biāo)變量（如經(jīng)濟(jì)增長或通貨膨脹）之間的關(guān)系來確定權(quán)重，并通過使用多個金融指標(biāo)的加權(quán)組合來計算FCI，確定金融指標(biāo)權(quán)重的方法大致有三種：一是使用大規(guī)模宏觀經(jīng)濟(jì)模擬模型中的系數(shù)估計值作為金融指標(biāo)權(quán)重確定的基礎(chǔ)（Dudley&Hatzius，2000）；二是根據(jù)簡化的總需求方程中每個金融變量系數(shù)的估計值來確定權(quán)重（Montagnoli et al.，2004）；三是借助向量自回歸（VAR）模型的脈沖響應(yīng)分析，計算目標(biāo)變量（如通脹率）對各個金融變量沖擊的累積響應(yīng)獲得權(quán)重（Swiston，2008），這種方法不僅可以確保較廣的金融指標(biāo)覆蓋范圍，而且還具有易于計算、不依賴于經(jīng)濟(jì)理論假設(shè)等優(yōu)勢，得到了廣泛使用。本文將選用第三種方法來計算FCI，由于變量之間存在同期相關(guān)性，故而選擇結(jié)構(gòu)向量自回歸模型（SVAR）的脈沖函數(shù)來確定金融變量權(quán)重。

基于FCI分析不同國家的金融形勢，國內(nèi)外學(xué)者雖進(jìn)行了廣泛深入的研究，但因構(gòu)建FCI時選取的金融指標(biāo)和方法上的差異，一定程度上阻礙了對各國金融關(guān)聯(lián)性的比較分析。現(xiàn)有的國際金融關(guān)系，尤其是對中美兩國金融關(guān)聯(lián)性的分析，均局限于對單個金融市場或指標(biāo)的具體孤立分析。本文擬選擇房地產(chǎn)價格、信貸、股票價格、貨幣供應(yīng)量、利率和匯率等六個金融指標(biāo)來構(gòu)建中國和美國的金融狀況指數(shù)，分析兩國金融周期的波動特征和協(xié)動性，并進(jìn)一步探討不同協(xié)動性水平下金融風(fēng)險的傳導(dǎo)路徑。

二、研究方法

（一）金融變量數(shù)據(jù)說明及處理

本文遵循兩個原則篩選計算FCI的金融變量。一是選用的金融變量在貨幣政策傳導(dǎo)中應(yīng)具有重要作用；二是選取包含預(yù)測未來經(jīng)濟(jì)運行狀況關(guān)鍵信息的金融變量。根據(jù)這些原則，并參考朱太輝和黃海晶（2018）的金融變量選擇，本文構(gòu)建FCI的金融變量包括貨幣供應(yīng)量（MS）、利率（IR）、信用貸款規(guī)模（CL）、匯率（ER）、股價（SP）和房價（HP）。

本文使用1996年1月～2018年12月共計276個月度的數(shù)據(jù)，如無特殊說明，本文的數(shù)據(jù)均取自中經(jīng)網(wǎng)數(shù)據(jù)庫。用于描述中國金融市場的指標(biāo)包括廣義貨幣供應(yīng)量、銀行間7天期拆借加權(quán)平均利率、金融機(jī)構(gòu)貸款總額、有效匯率、上海證券綜合指數(shù)和全國平均房價；用于描述美國金融市場的指標(biāo)包括廣義貨幣供應(yīng)量、聯(lián)邦基金實際利率、總消費者信貸、有效匯率、紐約證券交易所綜合指數(shù)和房價指數(shù)。其中，全國平均房價通過全國住宅銷售額除以銷售面積來得到，匯率數(shù)據(jù)采用國際清算銀行（BIS）官方網(wǎng)站公布的實際有效匯率，美國消費者信貸總額來自美聯(lián)儲網(wǎng)站。中美兩國的所有變量都使用各自的消費者價格指數(shù)（CPI）進(jìn)行了換算，CPI均以“2010年月平均價格=100”為基準(zhǔn)。首先，在使用的六個金融變量中，利率和有效匯率是反向指標(biāo)，而其他四個指標(biāo)通常與金融寬松狀況方向相同，故而將這兩個指標(biāo)轉(zhuǎn)換為正指標(biāo)。利率通過公式ρt=1/（1+rt）轉(zhuǎn)換為當(dāng)期的貼現(xiàn)率，而有效匯率則通過取倒數(shù)，由原來的間接標(biāo)價轉(zhuǎn)換為直接標(biāo)價的形式。其次，通過X-12-ARIMA程序?qū)?shù)據(jù)進(jìn)行季節(jié)性調(diào)整，并且使用Hodrick-Prescott（HP）濾波分解出各變量的循環(huán)成分。循環(huán)分量實際上是實際值偏離長期潛在趨勢值的差額，也被稱為缺口序列。最后，標(biāo)準(zhǔn)化所有缺口序列，以消除變量間量綱和波動上的差異。最終得到的標(biāo)準(zhǔn)化缺口序列用Gapi（i=1，…，6）來表示，對應(yīng)的金融序列如表1所示。

表1 金融缺口序列的表征符號對照

（二）計量方法

1.FCI構(gòu)建方法

用來測度金融周期的FCI構(gòu)建公式為：

其中，Gapit為對應(yīng)國家第i個金融變量的標(biāo)準(zhǔn)化缺口序列，wi是其對應(yīng)的權(quán)重。本文FCI反映了一個國家的金融現(xiàn)狀與均衡狀態(tài)的偏差。具體來講，如果FCI越接近于0，意味著金融狀況處于一個接近均衡的適度狀態(tài)；如果FCI大于0（或者小于0），表示金融狀況相對繁榮（或蕭條）；如果FCI上升（或下降），說明金融狀況在趨好（或惡化）。

計算FCI的關(guān)鍵是確定權(quán)重wi，一個成熟的方法是用VAR模型的脈沖函數(shù)，計算GDP或通脹等宏觀經(jīng)濟(jì)目標(biāo)變量對各金融序列的累積脈沖響應(yīng)系數(shù)來獲得。相較而言，SVAR模型不僅保留了VAR變量內(nèi)生的假設(shè)，而且還考慮了變量當(dāng)期相關(guān)性，所以用來計算權(quán)重要比VAR更穩(wěn)?。ㄐ靽楹袜嶖?，2013）。另外，表征經(jīng)濟(jì)增長的GDP數(shù)據(jù)僅有季度數(shù)據(jù)，無法與本文使用的月度數(shù)據(jù)保持一致，且FCI一般是經(jīng)濟(jì)增長的先行指標(biāo)，與通脹率更加一致（鄧創(chuàng)和徐曼，2018）。故本文將通貨膨脹率πt作為目標(biāo)變量，與前文所述的6個金融序列組成7元SVAR模型。p階SVAR模型可表示如下：

并且，式（2）和式（3）對應(yīng)的誤差結(jié)構(gòu)關(guān)系一般設(shè)定為

為了從簡化模型的參數(shù)估計中獲得對應(yīng)的唯一確定的結(jié)構(gòu)參數(shù)估計值，需解決識別性問題，主要是通過對參數(shù)施加約束的方式實施。基于已有經(jīng)濟(jì)理論，約束一般采取長期形式。模型（3）對應(yīng)的長期約束模型形式如下：

其中，Ψ=1/（I-A1-A2-…-Ap）是長期乘數(shù)，可通過簡化VAR模型參數(shù)估計值得到，且容易看出F=ΨS。對矩陣F施加的約束便是長期識別條件，一般設(shè)定某一元素為0。若第i個變量對第j個變量的結(jié)構(gòu)沖擊的累積反應(yīng)在長期是0，則用約束fij=0來表示?？紤]到約束的經(jīng)濟(jì)含義，本文選擇F型SVAR模型來確定FCI的變量權(quán)重wi，即對SVAR模型施加長期約束來達(dá)到識別條件。根據(jù)識別原則，k個變量的情況下，要對矩陣F至少施加k（k-1）/2個約束。本文有7個變量，所以應(yīng)施加21個長期約束。

常見的設(shè)定是把F設(shè)定為下三角矩陣，此時變量的排列次序影響著約束的經(jīng)濟(jì)含義，所以變量次序很重要。本文標(biāo)準(zhǔn)化后的金融缺口序列均是剔除了價格影響的實際變量，長期中通脹對這些變量無影響。但是本文以通脹率為計算累積脈沖反應(yīng)的目標(biāo)變量，需要設(shè)定6個對通脹有長期影響的金融變量。因此，把通脹率πt排在第七位置。另外，一般認(rèn)為政策性變量受其他金融變量影響要小，而其對其他金融變量的影響則較大，所以把貨幣供給量和利率兩個政策性變量放第一和第二位。對于其他變量，則按照各變量的政策傾向性大小降序排列，依次為社會信貸總額、匯率、股票價格和房價。在實際估計中，仍將基于根據(jù)矩陣F中各元素的估計結(jié)果予以調(diào)整。元素fij若不顯著，則將其設(shè)定為0，同時令其對角元素fji不等于0。依次逐個變量調(diào)整，最終得到的中美兩國的長期約束矩陣F如式（6）和式（7）所示。

基于上述SVAR模型估計結(jié)果，可以得到通脹率對各金融序列的長期累積效應(yīng)。短期經(jīng)濟(jì)周期一般為3～5年，所以本文選擇60個月的累積脈沖反應(yīng)值。最后FCI中第i個變量的權(quán)重wi可由下式計算得到：

其中，zi是通脹率對第i個金融缺口序列的累積廣義脈沖響應(yīng)值。至此，再結(jié)合等式（1），可以完成FCI的計算。

2.協(xié)動性的測度方法

測度中美金融波動的協(xié)動性，需先完成對兩國金融波動的階段劃分。為避免主觀設(shè)定引起的偏差，本文選擇馬爾科夫區(qū)制轉(zhuǎn)換（MRS）模型來分析金融周期的波動特征，該方法的轉(zhuǎn)折點完全由數(shù)據(jù)內(nèi)生確定。

假設(shè)存在繁榮和蕭條兩個潛在狀態(tài)，用區(qū)制變量st表示，st=1表示繁榮，st=2表示蕭條。盡管該概率可設(shè)定為時變的，但分析周期時一般設(shè)定為常概率。將從t-1期的狀態(tài)i到t期轉(zhuǎn)換為區(qū)制j的轉(zhuǎn)換概率pij表示為

易知p11+p12=1，p21+p22=1。一般地，根據(jù)邏輯分布對這些概率進(jìn)行參數(shù)化

其中，δij決定區(qū)制概率的參數(shù)，且滿足識別標(biāo)準(zhǔn)化δ12=0、δ22=0。那么，均值隨區(qū)制變化的MRS模型構(gòu)建如下：

其中，εt～N（0，δ）。模型（11）使用Eviews10.0軟件中的轉(zhuǎn)換回歸算法完成估計，并可得到轉(zhuǎn)換概率對應(yīng)的濾波預(yù)測值P（st=1|?t）和 P（st=2|?t），此處?t是t期的信息全集。定義狀態(tài)識別指數(shù)如下：

最后，參考Harding&Pagan（2002；2006）的方法，構(gòu)建一個協(xié)動性指數(shù)（synergy index，SI）來測度中美金融波動的協(xié)動性。不同的是本文在T期滾動地計算該指數(shù)，此處的T表示前面MRS模型估計得到的平均周期長度。具體的指數(shù)計算公式如下：

其實，指數(shù)SIt度量的是在一個完整周期內(nèi)中美兩國金融周期處于同一狀態(tài)（繁榮或蕭條）的時期比重。顯然SIt大于0且小于1，其越接近于1，兩國金融周期的協(xié)動性便越強(qiáng)。

3.傳導(dǎo)路徑的分析方法

為了識別對中美金融周期協(xié)動性的影響因素，仍需對選取的數(shù)據(jù)進(jìn)行一定的處理。具體步驟為：首先在計算FCI時使用的6個金融變量中，考慮到國內(nèi)信貸總額在外部市場上影響有限，所以予以舍棄。然后計算剩余5個變量的固定T期的滾動相關(guān)系數(shù)來表征兩國房地產(chǎn)市場、股票市場、匯率以及貨幣政策（貨幣供給和利率）間的關(guān)聯(lián)。另外，兩國貿(mào)易的關(guān)聯(lián)度由中美雙邊貿(mào)易總額的T期移動平均增長率（TR）來代理。相應(yīng)地，該部分的因變量選取兩國FCI的T期滾動相關(guān)系數(shù)。

由于多個自變量間存在較強(qiáng)的相關(guān)性，本文將使用因子分析進(jìn)行降維，并從6個自變量中提煉出幾個有明確經(jīng)濟(jì)含義的公因子。假設(shè)存在m個公因子，用fi，i=1，2，…，m表示，那么單個變量形式的因子模型為

其中，lij為第i個變量在第j個因子上的載荷，所有載荷組成載荷矩陣L。進(jìn)一步令 Rt=（rMSt，rIRt，rERt，rSPt，rHPt，rTRt）′、Ft=（f1t，f2t，fmt）′和vt=（vMSt，vIRt，vERt，vSPt，vHPt，vTRt）′，則式（15）可表達(dá)為如下的矩陣形式

為進(jìn)一步明確公因子的經(jīng)濟(jì)學(xué)含義，可對載荷矩陣L進(jìn)行多次正交旋轉(zhuǎn)。假設(shè)m維的正交矩陣為H，則旋轉(zhuǎn)后的載荷矩陣L*=LH。本文使用最大方差旋轉(zhuǎn)法來得到L*，而后基于回歸方法來獲得公因子的預(yù)測值，即

其中，Ψ是樣本相關(guān)矩陣。同時，金融風(fēng)險的傳導(dǎo)路徑可能會隨著中美兩國的金融周期協(xié)動性水平的不同而發(fā)生變化，進(jìn)而規(guī)避風(fēng)險的措施也會有所差異，所以用門限回歸模型這一非線性模型來分析金融風(fēng)險的傳導(dǎo)路徑，門限變量選用SI。以雙門限為例，用 V1和 V2表示閾值，且 V1＜V2，則模型設(shè)定如下：

其中，I（?）是示性函數(shù)，當(dāng)其括號內(nèi)的事件為真時，取值為1。

三、金融波動及其協(xié)動性測度

（一）FCI計算結(jié)果及分析

SVAR模型要求平穩(wěn)序列，ADF單位根檢驗結(jié)果顯示所有的缺口序列均在1%水平下顯著平穩(wěn)。另外，基于似然比（LR）、赤池信息準(zhǔn)則（AIC）等五種選擇標(biāo)準(zhǔn)的結(jié)果，將SVAR模型的滯后階數(shù)設(shè)定為5。而后基于式（6）和式（7）兩個長期約束矩陣的估計結(jié)果①限于文章篇幅，對時間序列平穩(wěn)性檢驗、SVAR模型滯后階數(shù)的確定和此處的兩個長期約束矩陣的估計結(jié)果予以省略，讀者如有需要可向作者索要。，選用脈沖分析中的結(jié)構(gòu)分解方法，來計算通脹率對每個金融缺口序列的1單位標(biāo)準(zhǔn)差沖擊的60期累積反應(yīng)，結(jié)果見圖1。根據(jù)式（8）計算得到的各序列的權(quán)重結(jié)果見表2。最后圖2給出了中國和美國的FCI計算結(jié)果。

圖1 通脹率對各金融序列的累積脈沖反應(yīng)（a）中國；（b）美國

表2 FCI中各金融序列的權(quán)重

圖2 中國和美國的FCI結(jié)果

由圖2可知，1996～1997年受國內(nèi)需求不足和亞洲金融風(fēng)暴影響，中國的金融狀況持續(xù)惡化。在中國實施了一系列擴(kuò)張性政策和改革措施后，F(xiàn)CI在1998年開始止跌上升。但隨著政策效用的逐步消退，2000年中國FCI開始回落，2001年上半年到達(dá)零線。2001年下半年到2003年，中國股市持續(xù)低迷，企業(yè)融資困難，F(xiàn)CI值始終低于零，金融環(huán)境趨緊。2003年下半年，股權(quán)改革激發(fā)金融市場活力，金融環(huán)境向好。為防范經(jīng)濟(jì)過熱帶來的潛在風(fēng)險，中國采取了一系列旨在控制投資過熱的措施，隨著監(jiān)管力度的增加，2005年金融狀況不斷收緊，并持續(xù)到2006年底。2007年，受奧運會刺激，中國經(jīng)濟(jì)有所改善，股市、房地產(chǎn)市場等蓬勃發(fā)展，中國FCI迅速上升。但2007年底美國金融危機(jī)波及中國，F(xiàn)CI迅速下滑，2008年底跌至谷底。為應(yīng)對金融危機(jī)，中國政府及時推出了一攬子刺激政策，2009年FCI迅速有了反彈。受2010年歐洲債務(wù)危機(jī)影響，中國金融狀況再次大幅下滑。2012年中國經(jīng)濟(jì)增長于14年來首次降至8%以下，從此步入中低速增長期。以此為契機(jī)，中國政府加快金融改革，F(xiàn)CI在2012年得到短暫改善。由于全球經(jīng)濟(jì)衰退和自身內(nèi)部經(jīng)濟(jì)結(jié)構(gòu)問題，F(xiàn)CI在2013年開始再次下滑，并于2013年下半年到2015年上半年陷入蕭條。隨著經(jīng)濟(jì)的逐步復(fù)蘇，政府傾向維穩(wěn)的調(diào)控策略，2015年之后中國FCI穩(wěn)定于適度偏緊的波動范圍。

對于美國，1996年上半年，其銀行業(yè)由于信貸泛濫而陷入嚴(yán)重的危機(jī)，F(xiàn)CI不斷下滑。隨著信貸質(zhì)量得以改善，F(xiàn)CI于1997年初開始回升。但亞洲金融危機(jī)爆發(fā)后并迅速蔓延，全球金融市場陷入混亂。加上受2000年IT泡沫破滅等多個不利因素的疊加沖擊，美國金融狀況從1998年底開始下行，并長期低迷。為刺激經(jīng)濟(jì)，在2001年1月～2003年6月期間美聯(lián)儲13次降息，促使美國金融市場極度活躍，也致使房地產(chǎn)市場集聚了大量資金，房地產(chǎn)泡沫不斷膨脹，F(xiàn)CI不斷攀高。但2007年美國次貸危機(jī)爆發(fā)，F(xiàn)CI隨之迅速跌入谷底。面對危機(jī)，美國政府迅速出臺了一系列的救市法案，其金融形勢于2010年開始恢復(fù)至適度寬松的區(qū)間波動。隨后受到歐債危機(jī)和全球經(jīng)濟(jì)形勢惡化的影響，美國金融也經(jīng)歷了一段低迷。隨著美國經(jīng)濟(jì)的逐步復(fù)蘇，2013年以后金融狀況恢復(fù)到溫和的整體向好態(tài)勢。由上分析可知，中美兩國FCI計算結(jié)果具有合理性。

（二）中美金融波動的協(xié)動性分析

本節(jié)首先使用MSR模型，根據(jù)先前計算的FCI對中美兩國金融波動狀態(tài)進(jìn)行識別與劃分，然后根據(jù)公式（12）和（13）計算協(xié)動性指數(shù)SI。表3給出了對中美金融波動特征的MRS模型的估計結(jié)果。由估計結(jié)果可知，中國和美國均在1%顯著水平下存在繁榮和蕭條兩個狀態(tài)，且兩個狀態(tài)的維持概率都很高，均顯示出較為穩(wěn)定的特性。并且中美金融周期存在截然不同的非對稱特征，中國的繁榮和蕭條的平均持續(xù)時間分別為28.4和12.7個月，即“長繁榮短蕭條”，而美國兩個區(qū)制則分別為13.3和25.1個月，即“短繁榮長蕭條”，造成這一差異的原因可能與兩國宏觀調(diào)控政策效果以及金融市場的完善程度有關(guān)。

進(jìn)一步計算兩國FCI的濾波區(qū)制概率①區(qū)制概率圖如有需要，可向作者索要。，根據(jù)式（12）對金融波動的兩個狀態(tài)進(jìn)行識別，則由式（13）可得兩國金融波動協(xié)動性指數(shù)SI。由于美國一個周期38個月小于中國的41個月，所以計算SI時選用的循環(huán)窗口T=38，結(jié)果見圖3。圖3中也給出了由式（14）計算得到的38期滾動相關(guān)系數(shù)作為參照，兩者的走勢基本上是一致的。

表3 中美金融波動特征的MSR模型估計結(jié)果

圖3 金融周期的協(xié)動性指數(shù)及其滾動相關(guān)系數(shù)

圖3 顯示，自20世紀(jì)90年代中期以來，兩國金融波動的協(xié)動性不斷加強(qiáng)。特別是在亞洲金融危機(jī)期間，兩國金融波動協(xié)動性顯著增強(qiáng)。但是隨著中美貿(mào)易赤字的持續(xù)擴(kuò)大以及兩國經(jīng)濟(jì)體制等差異，逐步加劇了兩國在雙邊投資上的失衡：表現(xiàn)為美國對華以股票為主而中國對美以債券為主，所以2000～2002年間，兩國金融之間的聯(lián)動程度較小，甚至發(fā)生了相互背離的脫鉤現(xiàn)象。此后，由于2009年危機(jī)期間政策選擇上的趨同性，兩國金融波動的協(xié)動性急劇上升并達(dá)到最大值。危機(jī)后對美國出口的急劇下降，并意識到美元陷阱的嚴(yán)重性，中國政府開始追求外匯儲備多元化，逐步降低對美國金融市場的依賴。因此，2009～2011年兩國金融波動基本處于相互獨立的狀態(tài)。2012年以后，隨著美國經(jīng)濟(jì)復(fù)蘇，中國經(jīng)濟(jì)進(jìn)入適度增長調(diào)整期，兩國金融波動的協(xié)動性基本保持在0.6左右的穩(wěn)定期。綜上所述，中美之間金融波動的協(xié)動性具有明顯的時變特征，既有應(yīng)對危機(jī)時的高度協(xié)作，也有雙方利益博弈時的相互背離。

四、傳導(dǎo)路徑分析

根據(jù)等式（15）和（16），對代表兩國貿(mào)易，資產(chǎn)市場和政策之間相互關(guān)系的6個指標(biāo)進(jìn)行因子分析。根據(jù)特征值大于1的標(biāo)準(zhǔn)，所選因子數(shù)量為m=4。負(fù)載矩陣L的估計結(jié)果見表4。根據(jù)方差最大化原理正交旋轉(zhuǎn)，旋轉(zhuǎn)后的載荷矩陣L*的結(jié)果也在表4中示出。

由結(jié)果可知，4個公因子對原始變量方差的累積貢獻(xiàn)率為1，表明通過因子分析將6個變量簡化為四維的過程較為完全。根據(jù)每個公因子的旋轉(zhuǎn)載荷，表征兩國貿(mào)易關(guān)聯(lián)的rTR在因子f1上有最大載荷，本文將其稱為“貿(mào)易因子”。股價和房價相關(guān)性在因子f2上的貢獻(xiàn)相對較大，所以將其定義為“資產(chǎn)因子”。依據(jù)相同的定義原則，分別將f3和f4定義為“匯率因子”和“利率因子”。在獲得穩(wěn)定因子旋轉(zhuǎn)結(jié)果之后，可以根據(jù)式（17）計算因子得分序列，可表征每個公因子的波動。將獲得的4個因子用作解釋變量，以協(xié)動性指數(shù)SI為門限變量，進(jìn)行滾動相關(guān)系數(shù)rFCI的門限回歸。

表4 因子分析載荷矩陣估計結(jié)果

表5 門限值檢驗

表5的門限檢驗結(jié)果顯示，在1%的顯著性水平下存在0.361和0.583兩個門限值。根據(jù)表6中的門限回歸結(jié)果，當(dāng)協(xié)動性處于較低水平（即小于0.361）時，雙邊貿(mào)易的增長和匯率的相關(guān)性增強(qiáng)是中美金融聯(lián)動的主要原因。隨著協(xié)同性水平的提高，當(dāng)處于中等水平（即在0.361和0.583之間）時，除兩國之間的貿(mào)易增長外，兩國在股票、房地產(chǎn)市場以及利率決策上的關(guān)聯(lián)性變得重要起來。當(dāng)協(xié)動性水平達(dá)到高水平（即大于0.583）時，4個因子都會導(dǎo)致兩國之間金融波動協(xié)動性的變化，但2個與政策相關(guān)的匯率因子和利率因子是負(fù)的影響。因此，在不同的金融波動協(xié)動水平下，導(dǎo)致其變化的主要因素存在差異。

表6 門限回歸估計結(jié)果

上述結(jié)果證實，保持雙邊貿(mào)易的暢通和加強(qiáng)是金融波動聯(lián)動的基礎(chǔ)，因為貿(mào)易因子系數(shù)在每個門限區(qū)間內(nèi)都是顯著的。同時，意味著隨著中美宏觀經(jīng)濟(jì)和金融市場聯(lián)系的變化，金融風(fēng)險傳導(dǎo)渠道發(fā)生了一些重要變化。當(dāng)兩國之間的金融聯(lián)系較差時，隨著兩國貿(mào)易的不斷加強(qiáng)，外匯市場更為重要，匯率渠道成為金融沖擊和風(fēng)險傳導(dǎo)的主要路徑。但是隨著兩國在經(jīng)濟(jì)和金融活動方面關(guān)聯(lián)性的不斷增強(qiáng)，以股價和房價為代表的資產(chǎn)價格聯(lián)動成為金融周期協(xié)動運行的主要驅(qū)動因素，資本市場成為國際金融風(fēng)險傳導(dǎo)的主要渠道。此外，利率因子在中等水平時也呈正向影響，一方面意味著利用貿(mào)易積累的外匯購買與利率相關(guān)的外國債券在兩國金融聯(lián)系中的作用加大。另一方面也意味當(dāng)協(xié)動程度處于中等水平時，應(yīng)對全球金融危機(jī)或經(jīng)濟(jì)衰退時采取利率相關(guān)的政策協(xié)調(diào)的需求較低。當(dāng)中美金融波動表現(xiàn)出高度協(xié)動性時，主要是在兩次金融危機(jī)期間，此時貿(mào)易和資產(chǎn)因子仍然是聯(lián)系兩國金融的主要路徑。然而為了應(yīng)對危機(jī)的影響，貨幣供應(yīng)量、匯率、利率等能夠代表貨幣政策協(xié)調(diào)的匯率因子和利率因子呈現(xiàn)出抑制作用，會使兩國的金融周期相互脫離，避免風(fēng)險蔓延，此時政策協(xié)調(diào)需求上升。

五、結(jié)論

本文選取6個金融指標(biāo)，用SVAR模型計算權(quán)重，綜合得到中美兩國各自的金融狀況指數(shù)。馬爾科夫區(qū)制轉(zhuǎn)換模型的金融波動狀態(tài)劃分結(jié)果表明兩國的金融周期分別為41個月和38個月，但各自周期內(nèi)的特征呈現(xiàn)出截然不同的非對稱性?；趦蓢芷陂L度，此構(gòu)建了衡量中美金融波動協(xié)動性的協(xié)動指數(shù)（SI），發(fā)現(xiàn)兩國金融波動的協(xié)動性會隨著外部沖擊和內(nèi)部矛盾情勢的變化而變化。特別是在兩次金融危機(jī)期間，中美兩國的金融周期表現(xiàn)出高度的協(xié)動性。在關(guān)于中美金融波動協(xié)動性及其風(fēng)險傳導(dǎo)路徑的分析中，為避免共線性使用因子分析法較完全地提煉出貿(mào)易、資產(chǎn)、匯率和利率4個公因子。對傳導(dǎo)路徑的門限回歸結(jié)果顯示，協(xié)動性指數(shù)SI存在0.361和0.583兩個門限。整體看，貿(mào)易因子是金融波動協(xié)動性的基礎(chǔ)。當(dāng)協(xié)動性處于較低水平（SI＜0.361）時，匯率因子是導(dǎo)致金融聯(lián)動的主要原因，也是國際金融風(fēng)險傳導(dǎo)的主要渠道。隨著協(xié)動性的增強(qiáng)（0.361＜=SI＜0.583），資產(chǎn)因子和利率因子開始成為協(xié)動變化的主要原因。當(dāng)協(xié)同效應(yīng)水平突破0.583時，以股票價格和房價為基礎(chǔ)的資本因子仍是兩國金融市場聯(lián)動和風(fēng)險傳導(dǎo)的主要路徑，但兩國貨幣政策的協(xié)作有利于抵御風(fēng)險傳導(dǎo)。

綜上所述，中國應(yīng)加強(qiáng)對自身金融波動及其主要貿(mào)易伙伴的相關(guān)監(jiān)測，以便及時、正確地應(yīng)對外部風(fēng)險。如果與風(fēng)險輸出國關(guān)聯(lián)度較低，應(yīng)該主要關(guān)注外匯市場風(fēng)險。當(dāng)兩國金融波動協(xié)動性達(dá)到較高水平，應(yīng)重點監(jiān)察雙方資本市場的波動，適當(dāng)建立一定的隔離機(jī)制，避免風(fēng)險擴(kuò)散。同時，積極與其他國家在宏觀調(diào)控政策上協(xié)調(diào)合作，共同抵御金融沖擊對實體經(jīng)濟(jì)的傳導(dǎo)影響。