孫晨童 陳磊 李俊杰

〔 DOI〕 10.19653/j.cnki.dbcjdxxb.2020.06.002

〔引用格式〕 ?孫晨童，陳磊，李俊杰.中國(guó)金融周期與經(jīng)濟(jì)周期測(cè)度及動(dòng)態(tài)關(guān)系研究[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，（6）：12-21.

〔摘要〕本文應(yīng)用馬爾科夫區(qū)制轉(zhuǎn)換動(dòng)態(tài)因子模型（MS-DFM），分別對(duì)中國(guó)金融周期和經(jīng)濟(jì)周期進(jìn)行測(cè)度及轉(zhuǎn)折點(diǎn)識(shí)別。研究發(fā)現(xiàn)：中國(guó)金融周期與經(jīng)濟(jì)周期波動(dòng)都呈現(xiàn)出“收縮期長(zhǎng)、擴(kuò)張期短”的非對(duì)稱特征，并且存在著明顯的峰谷交錯(cuò)現(xiàn)象，金融周期先行于經(jīng)濟(jì)周期6個(gè)月。為進(jìn)一步研究二者的非線性動(dòng)態(tài)關(guān)系，本文建立了馬爾科夫區(qū)制轉(zhuǎn)換向量自回歸模型（MS-VAR）。研究發(fā)現(xiàn)：中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)以來(lái)，金融周期和經(jīng)濟(jì)周期的聯(lián)合波動(dòng)一直處于“低增長(zhǎng)、低波動(dòng)”的低區(qū)制狀態(tài)。在不同區(qū)制下，金融周期對(duì)經(jīng)濟(jì)周期都具有顯著的正向沖擊效應(yīng);而經(jīng)濟(jì)周期對(duì)金融周期的影響存在一定的不確定性。

〔關(guān)鍵詞〕金融周期;經(jīng)濟(jì)周期;MS-DFM模型;MS-VAR模型

中圖分類號(hào)：F037.1 ???文獻(xiàn)標(biāo)識(shí)碼：A ???文章編號(hào)：1008-4096（2020）06-0012-10

一、引 ?言

2008年爆發(fā)的全球金融危機(jī)對(duì)傳統(tǒng)經(jīng)濟(jì)周期理論產(chǎn)生了巨大的沖擊，由于忽視了金融因素對(duì)宏觀經(jīng)濟(jì)周期波動(dòng)的影響，導(dǎo)致理論與現(xiàn)實(shí)經(jīng)濟(jì)運(yùn)行脫節(jié)。危機(jī)過(guò)后學(xué)術(shù)界開始重新審視和探究金融因素在宏觀經(jīng)濟(jì)運(yùn)行中的角色和作用。Claessens等^[1]認(rèn)為金融周期可以運(yùn)用經(jīng)濟(jì)周期的實(shí)證方法進(jìn)行測(cè)度，通過(guò)比較金融周期與經(jīng)濟(jì)周期的波動(dòng)變化，分析金融體系的融資服務(wù)、風(fēng)險(xiǎn)變化對(duì)金融體系穩(wěn)定及實(shí)體經(jīng)濟(jì)波動(dòng)變化的影響。

目前，對(duì)金融周期的研究受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。其中，如何準(zhǔn)確測(cè)度金融周期是進(jìn)行金融周期相關(guān)研究所面臨的首要問(wèn)題。關(guān)于金融周期的測(cè)度大致有三種方式：一是以信貸周期來(lái)代表金融周期，Riccardo和Andrea^[2]采用單變量信貸規(guī)模來(lái)代表信貸周期;二是Hatzius和Hooper^[3]、韓艾等^[4]、鄧創(chuàng)和徐曼^[5]選取宏觀金融相關(guān)月度指標(biāo)，通過(guò)不同的計(jì)量方法合成金融狀況指數(shù)（FCI）來(lái)反映金融周期的周期性波動(dòng)特征，但選擇的指標(biāo)體系存在較大差別;三是Claessens等^[1]、Drehmann等^[6]、Borio^[7]基于季度數(shù)據(jù)合成金融周期指數(shù)，從信貸、資產(chǎn)價(jià)格信息（房地產(chǎn)價(jià)格、股票價(jià)格）等方面，選取信貸/GDP、信貸、房地產(chǎn)價(jià)格以及股票價(jià)格相關(guān)指標(biāo)度量金融周期。國(guó)內(nèi)學(xué)者伊楠和張斌^[8]、朱太輝和黃海晶^[9]、王博和李昊然^[10]沿用了上述指標(biāo)體系，對(duì)中國(guó)金融周期進(jìn)行了測(cè)度。

結(jié)合國(guó)內(nèi)外對(duì)金融周期測(cè)度的現(xiàn)有成果來(lái)看，基于季度數(shù)據(jù)的金融周期測(cè)度主要從信貸和資產(chǎn)價(jià)格方面選擇代理指標(biāo)，但受制于統(tǒng)計(jì)技術(shù)和統(tǒng)計(jì)發(fā)布制度，相關(guān)季度數(shù)據(jù)的發(fā)布存在很大的時(shí)滯性，不能滿足對(duì)周期實(shí)時(shí)監(jiān)測(cè)的需要。而基于月度數(shù)據(jù)的金融周期測(cè)度在指標(biāo)選擇上存在很大差別。產(chǎn)生這種現(xiàn)象的主要原因是金融周期測(cè)度的基準(zhǔn)指標(biāo)沒(méi)有統(tǒng)一的選擇標(biāo)準(zhǔn)，不能在既定的基準(zhǔn)指標(biāo)下根據(jù)指標(biāo)之間的協(xié)同性進(jìn)行篩選，這就導(dǎo)致不同研究度量的金融周期無(wú)論是峰谷點(diǎn)對(duì)應(yīng)，還是周期的波動(dòng)幅度及持續(xù)時(shí)間都不盡相同。為了彌補(bǔ)上述不足，本文參考以往文獻(xiàn)中金融周期測(cè)度的指標(biāo)體系，結(jié)合中國(guó)金融市場(chǎng)運(yùn)行的實(shí)際情況及數(shù)據(jù)可得性對(duì)月度金融周期測(cè)度的相關(guān)月度指標(biāo)進(jìn)行篩選。同時(shí)，本文參考陳磊等^[11]研究中對(duì)月度經(jīng)濟(jì)周期測(cè)度的指標(biāo)體系，應(yīng)用MS-DFM模型分別測(cè)度中國(guó)金融周期和經(jīng)濟(jì)周期。

Stock和Watson^[12]提出了動(dòng)態(tài)因子模型（DFM），可以捕捉經(jīng)濟(jì)變量之間的協(xié)同性變化，通過(guò)提取共同因子來(lái)反映經(jīng)濟(jì)系統(tǒng)的整體運(yùn)行規(guī)律。Kim和Nelson^[13]將單變量馬爾科夫區(qū)制轉(zhuǎn)換模型（MS）引入到動(dòng)態(tài)因子模型中建立了MS-DFM模型，實(shí)現(xiàn)了對(duì)經(jīng)濟(jì)周期測(cè)度及周期波動(dòng)狀態(tài)的同時(shí)分析。國(guó)內(nèi)學(xué)者Wang等^[14]、林秀梅等^[15]應(yīng)用該方法對(duì)中國(guó)經(jīng)濟(jì)周期相關(guān)問(wèn)題進(jìn)行了實(shí)證研究，而中國(guó)金融周期領(lǐng)域的研究仍屬空白。本文嘗試應(yīng)用MS-DFM模型對(duì)中國(guó)金融周期進(jìn)行度量及轉(zhuǎn)折點(diǎn)識(shí)別，并使用景氣分析方法對(duì)金融周期和經(jīng)濟(jì)周期的波動(dòng)特征和運(yùn)行態(tài)勢(shì)進(jìn)行分析。

通過(guò)對(duì)現(xiàn)有文獻(xiàn)梳理發(fā)現(xiàn)，對(duì)金融周期與經(jīng)濟(jì)周期之間關(guān)系的研究，現(xiàn)有成果可以總結(jié)為如下四個(gè)方面：第一，關(guān)于周期波動(dòng)特征的研究。Borio^[7]指出金融周期比經(jīng)濟(jì)周期的長(zhǎng)度更長(zhǎng)、波動(dòng)幅度更大，系統(tǒng)性銀行危機(jī)往往出現(xiàn)在金融周期的波峰附近。伊楠和張斌^[8]、王博和李昊然^[10]指出中國(guó)的金融周期與經(jīng)濟(jì)周期的中長(zhǎng)期波動(dòng)也存在類似的關(guān)系特征。此外，朱太輝和黃海晶^[9]指出中國(guó)金融周期的短期波動(dòng)與國(guó)家金融調(diào)控政策導(dǎo)向高度吻合。第二，關(guān)于協(xié)同性關(guān)系的研究。Claessens等^[1]、曹永琴和李澤祥^[16]、岑麗君和黃新克^[17]認(rèn)為金融周期與經(jīng)濟(jì)周期存在顯著的動(dòng)態(tài)正相關(guān)關(guān)系。曹永琴和李澤祥^[16]指出隨著中國(guó)金融改革深化程度和金融市場(chǎng)開放度的提高，金融周期與經(jīng)濟(jì)周期的動(dòng)態(tài)關(guān)聯(lián)程度持續(xù)上升。第三，關(guān)于先行滯后關(guān)系的研究。鄧創(chuàng)和徐曼^[18]、劉璐^[19]、田新民和陸亞晨^[20]認(rèn)為中國(guó)金融周期和經(jīng)濟(jì)周期存在著明顯的峰谷交錯(cuò)現(xiàn)象，金融周期波動(dòng)先行于經(jīng)濟(jì)周期波動(dòng)，金融周期可以作為經(jīng)濟(jì)周期運(yùn)行監(jiān)測(cè)的指示器。第四，關(guān)于交互影響關(guān)系的研究。朱太輝和黃海晶^[9]指出金融周期與經(jīng)濟(jì)周期互為Granger因果關(guān)系，Billo和Petronevich^[21]、鄧創(chuàng)和徐曼^[18]、田新民和陸亞晨^[20]認(rèn)為金融周期與經(jīng)濟(jì)周期之間存在顯著的交互影響關(guān)系并具有時(shí)變特征。

國(guó)內(nèi)外學(xué)者應(yīng)用各種計(jì)量模型從不同角度對(duì)金融周期與經(jīng)濟(jì)周期的關(guān)系進(jìn)行了分析，但鮮有文獻(xiàn)分析金融周期與經(jīng)濟(jì)周期之間的非線性動(dòng)態(tài)關(guān)系。本文參考以往學(xué)術(shù)成果及研究方法，考察了金融周期與經(jīng)濟(jì)周期之間的先行滯后關(guān)系并深入分析了產(chǎn)生這種關(guān)系的原因。同時(shí)，嘗試應(yīng)用Krolzig^[22]提出的MS-VAR模型對(duì)金融周期與經(jīng)濟(jì)周期的非線性動(dòng)態(tài)關(guān)系進(jìn)行實(shí)證分析。

本文首先對(duì)MS-DFM模型及其估計(jì)方法進(jìn)行介紹，隨后運(yùn)用該方法分別測(cè)度金融周期與經(jīng)濟(jì)周期，并對(duì)其擴(kuò)張與收縮階段進(jìn)行識(shí)別與分析;通過(guò)建立金融周期與經(jīng)濟(jì)周期的MS-VAR模型，識(shí)別二者的聯(lián)合波動(dòng)區(qū)制，并通過(guò)脈沖響應(yīng)函數(shù)分析在不同區(qū)制下二者的交互影響關(guān)系;最終得出本文的主要研究結(jié)論。

二、金融周期與經(jīng)濟(jì)周期測(cè)度及轉(zhuǎn)折點(diǎn)識(shí)別

（一）MS-DFM模型及其估計(jì)

Stock和Watson^[12]假定一些經(jīng)濟(jì)變量所包含的信息能夠由一個(gè)潛在共同因子和一個(gè)異質(zhì)性成分所描述，而潛在共同因子是這些經(jīng)濟(jì)變量的聯(lián)合反應(yīng)，由動(dòng)態(tài)因子模型具體可以表示為：

（1）

（2）

（3）

其中，y_it為N個(gè)經(jīng)濟(jì)變量，f_t為共同因子，λ_i為第i個(gè)經(jīng)濟(jì)變量對(duì)共同因子的因子載荷，z_it為異質(zhì)性成分，隨機(jī)擾動(dòng)項(xiàng)ε_t服從標(biāo)準(zhǔn)正態(tài)分布，η_it彼此獨(dú)立且服從均值為0，方差為的正態(tài)分布，Ψ（L）和Φ（L）為滯后算子。

Kim和Nelson^[13]在動(dòng)態(tài)因子模型的基礎(chǔ)上引入了馬爾科夫轉(zhuǎn)換機(jī)制，考慮到共同因子f_t可能在兩種不同區(qū)制狀態(tài)（S_t=0或S_t=1）下發(fā)生變化，模型設(shè)定為：

（4）

其中，C_St=0和C_St=1為S_t兩種不同狀態(tài)的截距項(xiàng)，S_t服從遍歷的馬爾科夫鏈：

（5）

因此，S_t轉(zhuǎn)移狀態(tài)依據(jù)轉(zhuǎn)移概率矩陣可表示為：

（6）

其中，P（S_t=0∣S_t-1=0）=p₀₀以此類推。用式（4）替換式（2），與式（1）和式（3）共同組成了馬爾科夫區(qū)制轉(zhuǎn)換動(dòng)態(tài)因子模型（MS-DFM）。

傳統(tǒng)MS-DFM估計(jì)方法需要利用Hamilton濾波對(duì)離散變量S_t進(jìn)行概率推斷，同時(shí)，又要通過(guò)Kalman濾波對(duì)模型的狀態(tài)空間形式中的狀態(tài)變量（共同因子f_t和異質(zhì)性成分z_it）進(jìn)行推斷，然后由指定初值進(jìn)行迭代，通過(guò)極大似然估計(jì)得到參數(shù)估計(jì)值，整個(gè)過(guò)程需要估計(jì)的參數(shù)過(guò)多，模型非常難估計(jì)。本文參考Diebold和Rudebusch^[23]的兩步估計(jì)法對(duì)模型估計(jì)進(jìn)行簡(jiǎn)化：第一步，將動(dòng)態(tài)因子模型（DFM）改寫成狀態(tài)空間形式進(jìn)行Kalman濾波估計(jì);第二步，將第一步估計(jì)得到的共同因子代入到Hamilton^[24]提出的單變量馬爾科夫區(qū)制轉(zhuǎn)換模型（MS）中進(jìn)行極大似然估計(jì)。

（二）變量選擇與數(shù)據(jù)處理

金融周期（FC）測(cè)度。Borio^[7]認(rèn)為信貸總量和資產(chǎn)價(jià)格是測(cè)算金融周期的基準(zhǔn)變量，而Claessens等^[1]認(rèn)為反映資產(chǎn)價(jià)格的代理變量除了房?jī)r(jià)外，還應(yīng)包括股價(jià)。與此同時(shí)，參考韓艾等^[4]、鄧創(chuàng)和徐曼^[18]、石振宇^[25]的研究將貨幣因素納入到金融周期測(cè)度的框架之內(nèi)。結(jié)合文獻(xiàn)研究，本文從信貸規(guī)模、貨幣供給、股票價(jià)格和房地產(chǎn)價(jià)格四個(gè)方面綜合測(cè)度金融周期的整體運(yùn)行態(tài)勢(shì)，分別選擇金融機(jī)構(gòu)貸款余額（Credit）、狹義貨幣供應(yīng)量（M1）、上證綜合收盤指數(shù)（Stock）、國(guó)房景氣指數(shù)（Estate）作為上述四個(gè)方面的代理變量。

經(jīng)濟(jì)周期（EC）測(cè)度。參考陳磊等^[11]的研究宏觀經(jīng)濟(jì)景氣一致指數(shù)的指標(biāo)組，選取工業(yè)增加值（Industry）、固定資產(chǎn)投資（Investment）、進(jìn)口總值（Import）和社會(huì)消費(fèi)品零售總額（Sale）四個(gè)指標(biāo)來(lái)測(cè)度經(jīng)濟(jì)周期。

除國(guó)房景氣指數(shù)外，其他指標(biāo)均為月度增長(zhǎng)率數(shù)據(jù)?？紤]到部分指標(biāo)1月份存在缺失值的情況，本文用2月份的數(shù)據(jù)代替1月份的數(shù)據(jù)進(jìn)行填補(bǔ)。然后對(duì)指標(biāo)進(jìn)行X-12季節(jié)調(diào)整，剔除季節(jié)成分和不規(guī)則擾動(dòng)成分。為了識(shí)別金融周期與經(jīng)濟(jì)周期的擴(kuò)張和收縮狀態(tài)，對(duì)季節(jié)調(diào)整后的TC序列進(jìn)行一階差分處理，經(jīng)ADF檢驗(yàn)，差分?jǐn)?shù)據(jù)均為平穩(wěn)時(shí)間序列。本文數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)，樣本區(qū)間選取1998年1月—2019年6月。

（三）MS-DFM模型的參數(shù)估計(jì)結(jié)果分析

參考Diebold和Rudebusch^[23]的兩步估計(jì)法。第一步，分別提取金融周期與經(jīng)濟(jì)周期的共同因子，經(jīng)過(guò)反復(fù)計(jì)算，DFM模型中的滯后算子Ψ（L）和Φ（L）都設(shè)定為滯后2階時(shí)，估計(jì)結(jié)果最優(yōu);第二步，為了準(zhǔn)確識(shí)別金融周期和經(jīng)濟(jì)周期的擴(kuò)張和收縮階段，MS模型滯后階數(shù)設(shè)定為0。模型估計(jì)利用GAUSS9.0軟件實(shí)現(xiàn)，結(jié)果如表1所示。由表1可知，估計(jì)結(jié)果在5%的顯著性水平下，模型估計(jì)的所有參數(shù)都是顯著的，說(shuō)明模型設(shè)定具有一定的合理性。

首先，金融周期測(cè)度的因子載荷分別為0.4947、0.6338、0.6603和0.3150。其中，國(guó)房景氣指數(shù)和M1的載荷較大，說(shuō)明金融周期共同因子受房地產(chǎn)價(jià)格和貨幣因素影響較大。而上證綜合收盤指數(shù)的載荷偏低，這主要是由于上證綜合收盤指數(shù)與其他三個(gè)指標(biāo)的協(xié)同性相對(duì)較低。

其次，經(jīng)濟(jì)周期測(cè)度的因子載荷分別為0.4371、0.5974、0.5416和0.3983。其中，進(jìn)口總值、固定資產(chǎn)投資和社會(huì)消費(fèi)品零售總額對(duì)經(jīng)濟(jì)周期提取的貢獻(xiàn)大體相當(dāng)，而工業(yè)增加值的載荷最大，這表明工業(yè)增加值在月度金融周期測(cè)度中所扮演重要角色。

再次，在兩種區(qū)制狀態(tài)下，金融周期與經(jīng)濟(jì)周期的截距項(xiàng)的估計(jì)值分別為-0.6249、0.7642和-0.3984、0.9791，區(qū)制0的估計(jì)值均小于區(qū)制1。以此判斷，金融周期與經(jīng)濟(jì)周期都可以劃分為擴(kuò)張和收縮兩種狀態(tài)，其中，區(qū)制0代表收縮階段，而區(qū)制1代表擴(kuò)張階段。

最后，金融周期與經(jīng)濟(jì)周期轉(zhuǎn)移概率的估計(jì)值分別為0.9469、0.9366和0.9599、0.9008，估計(jì)值都較大，說(shuō)明兩個(gè)景氣循環(huán)維持收縮和擴(kuò)張狀態(tài)都具有非常強(qiáng)的穩(wěn)定性。由狀態(tài)持續(xù)期的計(jì)算公式D_i=1/（1-p_ii）可得，金融周期和經(jīng)濟(jì)周期處于收縮和擴(kuò)張狀態(tài)的平均持續(xù)時(shí)間分別為18.8個(gè)月、15.8個(gè)月和24.9個(gè)月、10.1個(gè)月，這體現(xiàn)了中國(guó)金融周期和經(jīng)濟(jì)周期的周期性波動(dòng)都具有“收縮期長(zhǎng)、擴(kuò)張期短”的非對(duì)稱特征。

（四）金融周期與經(jīng)濟(jì)周期的周期性波動(dòng)分析

為了能直觀地觀察金融周期和經(jīng)濟(jì)周期的實(shí)際走勢(shì)，分別對(duì)基于差分?jǐn)?shù)據(jù)提取的共同因子進(jìn)行逐期累加還原，得到金融周期（圖1實(shí)線左軸）和經(jīng)濟(jì)周期（圖2實(shí)線左軸）序列，圖1中還給出收縮階段（區(qū)制0）的平滑概率（圖1和圖2虛線右軸）。為準(zhǔn)確識(shí)別金融周期與經(jīng)濟(jì)周期的轉(zhuǎn)折點(diǎn)，參考Hamilton^[24]的研究思路，將收縮階段的平滑概率與0.5水平線的交點(diǎn)作為擴(kuò)張與收縮階段相互轉(zhuǎn)換的時(shí)點(diǎn)。同時(shí)，根據(jù)景氣分析方法對(duì)于周期階段的定義，設(shè)定擴(kuò)張和收縮階段應(yīng)該滿足狀態(tài)持續(xù)期不少于6個(gè)月的條件。如圖1和圖2所示（陰影部分為收縮階段），本文模型基本準(zhǔn)確識(shí)別了金融周期和經(jīng)濟(jì)周期在樣本期內(nèi)所有的收縮階段，說(shuō)明MS-DFM模型的估計(jì)結(jié)果是準(zhǔn)確的。

根據(jù)上述周期轉(zhuǎn)折點(diǎn)的判別標(biāo)準(zhǔn)以及按照“谷—谷”的周期計(jì)算方式，得到金融周期與經(jīng)濟(jì)周期的景氣循環(huán)測(cè)定結(jié)果如表2所示，自1998年以來(lái)，中國(guó)金融周期經(jīng)歷了6輪完整的景氣循環(huán)，并進(jìn)入了新一輪擴(kuò)張期;經(jīng)濟(jì)周期經(jīng)歷了5輪完整的景氣循環(huán)，目前正處于第6輪的收縮期?？傮w來(lái)看，中國(guó)金融周期與經(jīng)濟(jì)周期的擴(kuò)張和收縮階段交替出現(xiàn)，呈現(xiàn)出明顯的周期波動(dòng)特征。并且每一輪景氣循環(huán)收縮期與擴(kuò)張期的持續(xù)時(shí)間差別較大，體現(xiàn)出非對(duì)稱的周期性波動(dòng)特征。

結(jié)合圖1和表2來(lái)看，受1997年亞洲金融危機(jī)的后續(xù)影響，金融周期在1998年下半年處于收縮階段，并在1999年1月觸底。但隨著應(yīng)對(duì)金融危機(jī)的一系列擴(kuò)張性調(diào)控政策及銀行商業(yè)化改革措施的實(shí)施，金融周期進(jìn)入了擴(kuò)張階段。2000年隨著信貸規(guī)模收窄以及股票市場(chǎng)的持續(xù)低迷，金融周期從2000年3月開始進(jìn)入收縮階段，并在2001年11月達(dá)到谷底。2003年中國(guó)經(jīng)濟(jì)局部過(guò)熱、物價(jià)上升、銀行信貸資金過(guò)度投放，金融系統(tǒng)出現(xiàn)嚴(yán)重隱患，為應(yīng)對(duì)這種不利局面，2004年中國(guó)宏觀調(diào)控力度再次加大，金融環(huán)境逐漸趨緊，金融周期處于收縮階段，并且一直持續(xù)到2005年初。

金融周期于2005年3月進(jìn)入第三輪景氣循環(huán)的擴(kuò)張階段，伴隨著股票市場(chǎng)的繁榮，于2007年6月達(dá)到峰頂，但隨后美國(guó)次貸危機(jī)的爆發(fā)導(dǎo)致中國(guó)股票市場(chǎng)泡沫破滅，金融環(huán)境急劇惡化，金融周期于2008年8月達(dá)到樣本期內(nèi)的最低點(diǎn)。此后，受應(yīng)對(duì)金融危機(jī)的相關(guān)金融調(diào)控政策的影響，金融周期迅速上升，并在2009年9月達(dá)到樣本期內(nèi)的最高點(diǎn)。2011年中國(guó)宏觀調(diào)控政策回歸“穩(wěn)健”，金融周期迅速回落，并在2012年1月觸底。

2012年，金融環(huán)境表現(xiàn)出轉(zhuǎn)好的趨勢(shì)，金融周期在適度的區(qū)間內(nèi)波動(dòng)（2012年2月—2014年3月）。在股票市場(chǎng)牛市及房地產(chǎn)價(jià)格上漲的帶動(dòng)下，金融周期從2014年4月開始進(jìn)入了擴(kuò)張階段，并在2016年6月達(dá)到峰頂。股票與房地產(chǎn)市場(chǎng)的火爆導(dǎo)致中國(guó)金融市場(chǎng)投機(jī)現(xiàn)象層出不窮、金融杠桿率過(guò)高、資金“脫實(shí)向虛”嚴(yán)重。為防范金融風(fēng)險(xiǎn)，規(guī)范金融市場(chǎng)秩序，保持金融體系的整體穩(wěn)定，2017年中國(guó)“一行三會(huì)”集中出臺(tái)了多項(xiàng)金融“去杠桿”措施，并完善了中國(guó)宏觀審慎監(jiān)管體系。在貨幣流動(dòng)性趨緊的金融環(huán)境下，金融周期進(jìn)入收縮階段，并在2018年10月達(dá)到谷底。目前，中國(guó)金融周期已經(jīng)進(jìn)入了新一輪景氣循環(huán)的擴(kuò)張階段。

結(jié)合圖2和表2來(lái)看，1998年7月—1999年7月，經(jīng)濟(jì)周期經(jīng)歷了持續(xù)期為13個(gè)月的景氣循環(huán)，此輪循環(huán)呈現(xiàn)出波動(dòng)幅度偏小、持續(xù)期較短等周期性波動(dòng)特征。從1999年8月開始，經(jīng)濟(jì)周期重回上升局面，在2000年6月達(dá)到峰頂。此后受國(guó)際原油價(jià)格上漲、生產(chǎn)資料成本上升等因素影響，經(jīng)濟(jì)周期進(jìn)入收縮階段，至2001年10月達(dá)到谷底。在中國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的初步建立以及加入WTO等有利因素的推動(dòng)下，經(jīng)濟(jì)周期從2001年11月開始進(jìn)入了長(zhǎng)達(dá)29個(gè)月的擴(kuò)張階段。此后為防止經(jīng)濟(jì)過(guò)熱而導(dǎo)致通貨膨脹的持續(xù)惡化，宏觀調(diào)控政策趨緊，經(jīng)濟(jì)周期從2004年3月開始進(jìn)入收縮階段，雖然期間經(jīng)歷了一段時(shí)間的回升，但隨后繼續(xù)下降，并在2006年11月達(dá)到谷底。

2008年美國(guó)次貸危機(jī)的爆發(fā)所引起的國(guó)際金融危機(jī)在全球內(nèi)迅速蔓延，對(duì)中國(guó)實(shí)體經(jīng)濟(jì)產(chǎn)生重大沖擊，經(jīng)濟(jì)周期迅速下降，在2009年2月達(dá)到谷底，為了應(yīng)對(duì)此次金融危機(jī)，中國(guó)宏觀調(diào)控政策作出重大調(diào)整，推出“四萬(wàn)億”經(jīng)濟(jì)刺激政策，經(jīng)濟(jì)周期快速反彈，于2010年2月達(dá)到樣本期內(nèi)的最高點(diǎn)。后金融危機(jī)時(shí)代，隨著“四萬(wàn)億”經(jīng)濟(jì)刺激政策效果消退，經(jīng)濟(jì)周期迅速下行，并經(jīng)歷了長(zhǎng)達(dá)75個(gè)月的收縮階段，其長(zhǎng)度達(dá)到了樣本期內(nèi)的最大值。在此期間，中國(guó)進(jìn)入新常態(tài)時(shí)期，經(jīng)濟(jì)周期經(jīng)歷了短暫的調(diào)整，但隨后受中國(guó)部分行業(yè)產(chǎn)能過(guò)剩以及固定資產(chǎn)投資持續(xù)低迷等因素影響繼續(xù)下降，并在2016年5月達(dá)到谷底。

受進(jìn)口增速和工業(yè)生產(chǎn)增速止跌回暖影響，經(jīng)濟(jì)周期進(jìn)入新一輪景氣循環(huán)的擴(kuò)張階段，持續(xù)時(shí)間為10個(gè)月。2017年4月固定資產(chǎn)投資、工業(yè)生產(chǎn)和進(jìn)口增速再次出現(xiàn)小幅下滑，經(jīng)濟(jì)周期進(jìn)入收縮階段。本輪景氣循環(huán)的波谷在2019年3—4月已初步顯現(xiàn)，但仍需進(jìn)一步觀察。

通過(guò)對(duì)金融周期和經(jīng)濟(jì)周期歷史運(yùn)行軌跡的考察，發(fā)現(xiàn)兩者的周期性波動(dòng)存在著明顯的峰谷交錯(cuò)的現(xiàn)象，這主要是由于中國(guó)宏觀調(diào)控部門總體上遵循了相機(jī)抉擇的“逆周期”政策調(diào)控模式的原因。當(dāng)經(jīng)濟(jì)周期處于收縮階段，政策當(dāng)局通過(guò)擴(kuò)張性政策拉動(dòng)經(jīng)濟(jì)企穩(wěn)回升，金融周期由此進(jìn)入擴(kuò)張階段;當(dāng)經(jīng)濟(jì)周期處于擴(kuò)張階段，政策當(dāng)局則通過(guò)緊縮性政策抑制經(jīng)濟(jì)過(guò)熱，金融周期由此進(jìn)入收縮階段。換句話說(shuō)，“逆周期”的金融調(diào)控政策先作用于金融周期，然后再傳導(dǎo)到經(jīng)濟(jì)周期。經(jīng)時(shí)差相關(guān)分析，金融周期先行經(jīng)濟(jì)周期6個(gè)月，相關(guān)系數(shù)為0.5541，這表明金融周期可以作為經(jīng)濟(jì)周期運(yùn)行監(jiān)測(cè)的指示器。由此可見，對(duì)金融周期與經(jīng)濟(jì)周期的周期性波動(dòng)聯(lián)動(dòng)關(guān)系仍需要進(jìn)一步考察與分析。本文接下來(lái)通過(guò)構(gòu)建金融周期與經(jīng)濟(jì)周期的MS-VAR模型來(lái)探究二者之間的動(dòng)態(tài)影響路徑與內(nèi)在聯(lián)系。

三、金融周期與經(jīng)濟(jì)周期的互動(dòng)關(guān)系分析

（一）MS-VAR模型及其估計(jì)

Korlzig^[22]在線性VAR基礎(chǔ)上引入MS機(jī)制，將其拓展為MS-VAR模型。具體來(lái)說(shuō)，考慮一個(gè)N維時(shí)間序列向量：

（7）

P階滯后的線性VAR模型可表示為：

（8）

其中，μ_t～NID（0，Σ），將式（8）轉(zhuǎn)換為均值調(diào)整的形式：

（9）

其中，。

考慮當(dāng)VAR模型可能存在結(jié)構(gòu)性變化時(shí)，若在不同區(qū)制狀態(tài)下，y_t依賴于區(qū)制變量s_t，則式（9）可以改寫成為：

（10）

其中，μ_t～NID（0，Σ（s_t）），S_t∈{1，2，…，M}，μ（s_t），A₁（s_t），…，A_p（s_t），Σ（s_t）是區(qū)制依賴的。區(qū)制轉(zhuǎn)移概率可以表示為：

（11）

s_t的M個(gè)區(qū)制狀態(tài)可以用馬爾科夫轉(zhuǎn)移概率矩陣表示為：

（12）

考慮到當(dāng)一個(gè)經(jīng)濟(jì)系統(tǒng)處于區(qū)制轉(zhuǎn)變的過(guò)程中時(shí)，依賴于區(qū)制轉(zhuǎn)變的均值項(xiàng)μ_t有可能會(huì)出現(xiàn)迅速的跳躍，Korlzig^[22]認(rèn)為在模型中加入帶截距項(xiàng)v（s_t）更符合實(shí)際情況，具體可以表示為：

（13）

根據(jù)模型中參數(shù)（A₁，…，A_p），v，μ是否依賴于s_t變化以及u_t是否存在異方差，MS-VAR模型上可以進(jìn)一步細(xì)分為變截距模型（MSI）、變均值模型（MSM）、異方差模型（MSH）、變系數(shù)模型（MSA），并且這四種參數(shù)特征還可以進(jìn)行不同組合形成更多形式的模型^[22]。

（二）變量的相關(guān)檢驗(yàn)

為了保證建立MS-VAR模型對(duì)數(shù)據(jù)平穩(wěn)性的要求，經(jīng)ADF檢驗(yàn)的結(jié)果顯示，金融周期與經(jīng)濟(jì)周期序列在1%的顯著性水平下通過(guò)了平穩(wěn)性檢驗(yàn)。此外，為深入分析金融周期與經(jīng)濟(jì)周期之間的相互影響關(guān)系，同時(shí)為構(gòu)建MS-VAR模型提供一定的參考依據(jù)，本文對(duì)金融周期與經(jīng)濟(jì)周期之間的Granger因果關(guān)系進(jìn)行檢驗(yàn)。為準(zhǔn)確起見，同時(shí)進(jìn)行線性和非線性Granger因果檢驗(yàn)^[26]。如表3所示，無(wú)論是線性還是非線性Granger因果關(guān)系檢驗(yàn)結(jié)果表明，在1%或5%的顯著性水平下都拒絕了原假設(shè)，這一結(jié)果進(jìn)一步驗(yàn)證了金融周期和經(jīng)濟(jì)周期之間存在顯著的雙向影響關(guān)系。

（三）MS-VAR模型的選擇

根據(jù)AIC、HQ及SC準(zhǔn)則標(biāo)準(zhǔn)判定以及對(duì)不同形式模型的估計(jì)結(jié)果進(jìn)行比較，最終選擇MSIH（2）-VAR（4）模型，其中，區(qū)制數(shù)為2，滯后階數(shù)為4。通過(guò)Eviews11軟件實(shí)現(xiàn)對(duì)模型的參數(shù)估計(jì)結(jié)果。

如表4所示。LR檢驗(yàn)結(jié)果表明模型中存在著顯著的非線性特征，同時(shí)MSIH（2）-VAR（4）模型均在5%的顯著性水平下通過(guò)了LR線性檢驗(yàn)和DAVEIS檢驗(yàn)，說(shuō)明模型選擇的區(qū)制數(shù)和滯后階數(shù)較為合理。此外，非線性模型的對(duì)數(shù)似然值大于線性模型，這一結(jié)果說(shuō)明了非線性模型的參數(shù)擬合效果明顯優(yōu)于線性模型;同時(shí)，AIC、HQ、SC準(zhǔn)則的結(jié)果也表明非線性模型優(yōu)于線性模型。

（四）基于MS-VAR模型金融周期與經(jīng)濟(jì)周期的區(qū)制關(guān)聯(lián)分析

MSIH（2）-VAR（4）的參數(shù)估計(jì)結(jié)果如表5所示，MSIH（2）-VAR（4）模型的的估計(jì)結(jié)果中區(qū)制1的截距項(xiàng)與標(biāo)準(zhǔn)差均小于區(qū)制2，以此判斷，區(qū)制1表示由金融周期與經(jīng)濟(jì)周期構(gòu)成的經(jīng)濟(jì)系統(tǒng)處于“低增長(zhǎng)、低波動(dòng)”狀態(tài);而區(qū)制2為“高增長(zhǎng)、高波動(dòng)”狀態(tài)。以下定義區(qū)制1為低區(qū)制;區(qū)制2為高區(qū)制。

如圖3所示，中國(guó)金融周期和經(jīng)濟(jì)周期的聯(lián)合波動(dòng)具有明顯的階段性特征。以平滑概率與0.5水平線的交點(diǎn)作為時(shí)點(diǎn)進(jìn)行劃分，低區(qū)制階段主要有：1998年5月—2002年9月、2008年12月—2009年5月和2012年4月—2019年6月;高區(qū)制階段主要有：2002年10月—2008年11月和2009年6月—2012年3月。

MS-VAR模型的區(qū)制轉(zhuǎn)換平滑概率如圖3所示，1998年5月—2002年9月，受東南亞金融危機(jī)以及經(jīng)濟(jì)體制轉(zhuǎn)換等因素的影響，中國(guó)經(jīng)濟(jì)經(jīng)歷了長(zhǎng)達(dá)5年的低速調(diào)整期。2008年12月—2009年5月，在2008年國(guó)際金融危機(jī)的沖擊下，中國(guó)經(jīng)濟(jì)迅速下行，2009年1季度的實(shí)際GDP增速降至6.4%，這是自改革開放以來(lái)的歷史最低點(diǎn)。2012年4月—2019年6月，自中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)以來(lái)，經(jīng)濟(jì)面臨下行壓力較大，金融周期與經(jīng)濟(jì)周期的聯(lián)合波動(dòng)處于低區(qū)制狀態(tài)。

與此形成對(duì)比的是2002年10月—2008年11月，隨著金融改革的進(jìn)行以及經(jīng)濟(jì)活力的逐步增強(qiáng)，中國(guó)宏觀經(jīng)濟(jì)進(jìn)入了高速增長(zhǎng)階段，經(jīng)濟(jì)系統(tǒng)處于高區(qū)制狀態(tài)。2009年6月—2012年3月，在國(guó)際金融危機(jī)爆發(fā)及國(guó)內(nèi)經(jīng)濟(jì)結(jié)構(gòu)失衡的背景下，一系列經(jīng)濟(jì)刺激政策帶來(lái)了經(jīng)濟(jì)短暫的“V”型反彈，經(jīng)濟(jì)系統(tǒng)由低區(qū)制狀態(tài)轉(zhuǎn)為高區(qū)制狀態(tài)。

（五）基于脈沖響應(yīng)的金融周期與經(jīng)濟(jì)周期交互影響機(jī)制分析

在MS-VAR模型的基礎(chǔ)上，運(yùn)用脈沖響應(yīng)函數(shù)可以檢驗(yàn)經(jīng)濟(jì)系統(tǒng)內(nèi)金融周期與經(jīng)濟(jì)周期的動(dòng)態(tài)沖擊關(guān)系，進(jìn)一步考察二者之間的互動(dòng)關(guān)系并且比較不同區(qū)制下動(dòng)態(tài)關(guān)系的差異性。

金融周期沖擊對(duì)經(jīng)濟(jì)周期的動(dòng)態(tài)影響。如圖4的a和c所示，給定金融周期以一單位標(biāo)準(zhǔn)差的正向沖擊，在不同區(qū)制下，經(jīng)濟(jì)周期的脈沖響應(yīng)函數(shù)都呈現(xiàn)出先升后降的變動(dòng)特征并且收斂速度基本一致。但是響應(yīng)程度的大小存在差別，低區(qū)制（區(qū)制1）小于高區(qū)制（區(qū)制2）。其中，在低區(qū)制下，經(jīng)濟(jì)周期對(duì)金融周期沖擊的脈沖響應(yīng)在第10期達(dá)到最大值1.31，然后迅速衰減為微弱的負(fù)向影響，并在35期附近逐漸收斂于0;在高區(qū)制下，脈沖響應(yīng)在第10期達(dá)到最大值2.80，并在35期以后逐漸收斂于0?？傮w而言，金融周期對(duì)經(jīng)濟(jì)周期具有顯著的正向沖擊效應(yīng)。

金融周期沖擊對(duì)經(jīng)濟(jì)周期的正向影響，一方面是金融市場(chǎng)的繁榮加快了金融資源配置的優(yōu)化程度，在一定程度上拓寬了企業(yè)和居民的融資渠道，并且提高了社會(huì)資本的流動(dòng)性和收益性，推動(dòng)宏觀經(jīng)濟(jì)穩(wěn)步增長(zhǎng);另一方面是金融市場(chǎng)的蕭條或者甚至出現(xiàn)金融危機(jī)，會(huì)導(dǎo)致貨幣流動(dòng)性不足，融資環(huán)境惡化，投資預(yù)期下降，進(jìn)而對(duì)實(shí)體經(jīng)濟(jì)發(fā)展產(chǎn)生不利的影響。

如圖4的b和d所示，給定經(jīng)濟(jì)周期以一單位標(biāo)準(zhǔn)差的正向沖擊，在不同區(qū)制下，金融周期的脈沖響應(yīng)函數(shù)的變動(dòng)特征存在差別。其中，在低區(qū)制下，脈沖響應(yīng)在第20期達(dá)到最小值-2.40，然后迅速上升，由負(fù)轉(zhuǎn)正，并在30期以后逐漸收斂于0;在高區(qū)制下，脈沖響應(yīng)呈現(xiàn)波動(dòng)震蕩、正負(fù)交替走勢(shì)，并在35期左右逐漸收斂于0。總體而言，經(jīng)濟(jì)周期對(duì)金融周期的影響存在著一定的不確定性，并且主要以負(fù)向沖擊效應(yīng)為主。

經(jīng)濟(jì)周期沖擊對(duì)金融周期的負(fù)向影響可以理解為在經(jīng)濟(jì)處于收縮階段時(shí)，金融周期形勢(shì)的好轉(zhuǎn)有助于經(jīng)濟(jì)的復(fù)蘇與繁榮;而經(jīng)濟(jì)處于擴(kuò)張階段時(shí)，金融周期提前趨緊則可以有效預(yù)防經(jīng)濟(jì)過(guò)熱。因此經(jīng)濟(jì)周期對(duì)金融周期在一定程度上起到反周期調(diào)節(jié)作用。這種調(diào)節(jié)作用的效果一方面取決于金融部門與實(shí)體經(jīng)濟(jì)部門之間的傳導(dǎo)機(jī)制是否順暢，另一方面也在很大程度上依賴于各種貨幣政策工具對(duì)宏觀經(jīng)濟(jì)環(huán)境變化的前瞻反應(yīng)能力。

四、主要結(jié)論及政策建議

本文選取宏觀及金融相關(guān)月度增長(zhǎng)率指標(biāo)，應(yīng)用MS-DFM模型分別對(duì)中國(guó)金融周期和經(jīng)濟(jì)周期進(jìn)行度量及周期轉(zhuǎn)折點(diǎn)識(shí)別，并應(yīng)用MS-VAR模型對(duì)金融周期與經(jīng)濟(jì)周期的區(qū)制關(guān)聯(lián)關(guān)系及交互影響關(guān)系進(jìn)行了分析，主要結(jié)論有：

第一，金融周期共同因子的提取受信貸、貨幣供應(yīng)、房地產(chǎn)價(jià)格影響較大，股票價(jià)格對(duì)共同因子的影響相對(duì)較小，導(dǎo)致因子載荷較低的主要原因是該指標(biāo)與其他指標(biāo)的協(xié)同性較弱。經(jīng)濟(jì)周期共同因子的提取，固定資產(chǎn)投資、進(jìn)口總值和社會(huì)消費(fèi)品零售總額的貢獻(xiàn)大體相當(dāng)，而工業(yè)增加值的因子載荷最大，這突顯了該指標(biāo)在月度經(jīng)濟(jì)周期測(cè)度中的重要性。第二，MS-DFM模型估計(jì)結(jié)果表明，中國(guó)金融周期和經(jīng)濟(jì)周期的周期性波動(dòng)都呈現(xiàn)出“收縮期長(zhǎng)、擴(kuò)張期短”的非對(duì)稱特征。基于周期轉(zhuǎn)折點(diǎn)識(shí)別結(jié)果，自1998年以來(lái)，中國(guó)金融周期經(jīng)歷了六輪完整的景氣循環(huán)，并進(jìn)入了新一輪的擴(kuò)張期;經(jīng)濟(jì)周期經(jīng)歷了五輪完整的景氣循環(huán)，目前正處于第六輪的收縮期，觸底跡象有待進(jìn)一步的觀察。第三，MS-VAR模型識(shí)別出由金融周期與經(jīng)濟(jì)周期構(gòu)成的經(jīng)濟(jì)系統(tǒng)存在著“低增長(zhǎng)、低波動(dòng)”和“高增長(zhǎng)、高波動(dòng)”兩種區(qū)制狀態(tài)。自中國(guó)經(jīng)濟(jì)步入新常態(tài)以來(lái)，金融周期與經(jīng)濟(jì)周期聯(lián)合波動(dòng)處于“低增長(zhǎng)、低波動(dòng)”的低區(qū)制狀態(tài)。第四，脈沖響應(yīng)結(jié)果表明，金融周期對(duì)經(jīng)濟(jì)周期具有顯著的正向沖擊效應(yīng)，并且在高區(qū)制狀態(tài)下的脈沖響應(yīng)程度高于低區(qū)制狀態(tài)。經(jīng)濟(jì)周期對(duì)金融周期的影響具有不確定性，在低區(qū)制狀態(tài)下，經(jīng)濟(jì)周期對(duì)金融周期主要是負(fù)向沖擊效應(yīng);在高區(qū)制狀態(tài)下，脈沖響應(yīng)正負(fù)交替。

目前，在宏觀經(jīng)濟(jì)面臨下行壓力與潛在金融系統(tǒng)性風(fēng)險(xiǎn)并存的背景下，中國(guó)宏觀調(diào)控政策的目標(biāo)在保持經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的同時(shí)又要兼顧貨幣流動(dòng)性過(guò)高而引起的金融市場(chǎng)風(fēng)險(xiǎn)，這為宏觀調(diào)控與金融監(jiān)管帶來(lái)了更高的挑戰(zhàn)。結(jié)合研究結(jié)論，本文提出如下政策建議：

第一，考慮到金融周期波動(dòng)先行于經(jīng)濟(jì)周期波動(dòng)，并且金融周期可以作為監(jiān)測(cè)宏觀經(jīng)濟(jì)運(yùn)行的指示器，政府部門應(yīng)該進(jìn)一步完善金融監(jiān)測(cè)與預(yù)警機(jī)制，加強(qiáng)對(duì)金融體系波動(dòng)的關(guān)注。同時(shí)將“金融穩(wěn)定”納入到貨幣政策調(diào)控目標(biāo)中，通過(guò)貨幣政策與宏觀慎政策的協(xié)調(diào)配合，實(shí)現(xiàn)宏觀經(jīng)濟(jì)與金融體系的雙重穩(wěn)定與健康發(fā)展。第二，考慮到自中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)以來(lái)，金融與經(jīng)濟(jì)周期均處于“低增長(zhǎng)、低波動(dòng)”的波動(dòng)狀態(tài)。因此，“穩(wěn)增長(zhǎng)”仍是宏觀調(diào)控政策的首要目標(biāo)，但調(diào)控力度要張弛有度，處理好“穩(wěn)增長(zhǎng)”與“防風(fēng)險(xiǎn)”的動(dòng)態(tài)平衡。第三，相比于金融周期波動(dòng)對(duì)經(jīng)濟(jì)周期的沖擊影響，金融周期受經(jīng)濟(jì)周期波動(dòng)的影響存在一定的不確定性，這意味著中國(guó)金融體系與宏觀經(jīng)濟(jì)協(xié)調(diào)穩(wěn)定發(fā)展的機(jī)制尚未完成。一方面，應(yīng)進(jìn)一步深化金融體制改革，完善金融監(jiān)管體系;另一方面，調(diào)控政策的長(zhǎng)期目標(biāo)應(yīng)著力于恢復(fù)金融與宏觀經(jīng)濟(jì)的良性互動(dòng)。

參考文獻(xiàn)：

[1] ?Claessens，S.，Koseand，M.A.，Terrones，M.E.How do Business and Financial Cycles Interact？[J].Journal of International Economics，2011，87（1）：178-190.

[2] ?Riccardo，D.B.，Andrea，S.The Italian Financial Cycle：1986-2011[J].Cliometrica，2014，8（3）.301-334.

[3] ?Hatzius，J.，Hooper，P.Financial Conditions Indexes：A Fresh Look After the Financial Crisis[R].NBER Working Paper，2010，NO.16150.

[4] ?韓艾，鄭桂環(huán)，汪壽陽(yáng).廣義動(dòng)態(tài)因子模型在景氣指數(shù)構(gòu)建中的應(yīng)用——中國(guó)金融周期景氣分析[J].系統(tǒng)工程理論與實(shí)踐，（5）：803-811，2010.

[5] ?鄧創(chuàng)，徐曼.中國(guó)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，（9）：75-91.

[6] ?Derhmann，M.，Borio C.，Tsatsaronis，K.Charcterising the Financial Cycle：Dont Lose Sight of the Medium Term！[R].BIS Working Paper，NO.380，2012.

[7] ?Borio，C.The Financial Cycle and Macroeconomics： What Have We Learn？[J].Journal of Banking and Finance，2014，45（8）：182-198.

[8] ?伊楠，張斌.度量中國(guó)的金融周期[J]. 國(guó)際金融研究，2016，（2）：13-23.

[9] ?朱太輝，黃海晶.中國(guó)金融周期：指標(biāo)、方法與實(shí)證[J].金融研究，2018，（12）：55-71.

[10] ?王博，李昊然.中國(guó)金融周期測(cè)度及國(guó)際比較研究[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2018，（6）：61-76.

[11] ?陳磊，孫晨童，王琳琳.2018—2019年經(jīng)濟(jì)景氣形勢(shì)分析與預(yù)測(cè)[A]，經(jīng)濟(jì)藍(lán)皮書：2019中國(guó)經(jīng)濟(jì)形勢(shì)分析與預(yù)測(cè)[C].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2019，59-87.

[12] ?Stock，J.H.，Watson，M.W.A Probability Model of the Coincident Economic Indicators[R].NBER Working Paper，NO.2772，1988.

[13] ?Kim，C.J.，Nelson，C.R.Business Cycle Turning Points， A New Coincident Index， and Tests of Duration Dependence Based on A Dynamic Factor Model with Regime Switching[J].Review of Economics and Statistics，1998，80（2）：188-201.

[14] ?Wang，J.M.，Gao，T.M.，Mcnown，R.Measruring Chinese Business Cycles With Dynamic Factor Models[J].Journal of Asian Economics，2009，2（20）：89-97.

[15] ?林秀梅，李青召，歷姿彤.基于馬爾科夫區(qū)制轉(zhuǎn)換動(dòng)態(tài)因子模型對(duì)中國(guó)經(jīng)濟(jì)周期拐點(diǎn)的識(shí)別[J].數(shù)量經(jīng)濟(jì)研究，2018，（1）：25-37.

[16] ?曹永琴，李澤祥.中國(guó)金融經(jīng)濟(jì)周期與真實(shí)經(jīng)濟(jì)周期的動(dòng)態(tài)關(guān)聯(lián)研究[J]統(tǒng)計(jì)研究，2009，（5）：9-16.

[17] ?岑麗君，黃新克.中國(guó)金融周期與實(shí)體經(jīng)濟(jì)周期關(guān)聯(lián)性研究[J].商業(yè)研究，2016，（4）：70-75.

[18] ?鄧創(chuàng)，徐曼.中國(guó)金融周期與經(jīng)濟(jì)周期的交互影響作用分析——基于動(dòng)態(tài)溢出指數(shù)方法的實(shí)證研究[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，（6）：63-76.

[19] ?劉璐.中國(guó)金融周期測(cè)算及其與經(jīng)濟(jì)周期關(guān)系研究[J].統(tǒng)計(jì)與決策，2019，（4）：154-157.

[20] ?田新民，陸亞晨.金融周期對(duì)我國(guó)宏觀經(jīng)濟(jì)運(yùn)行的動(dòng)態(tài)影響研究[J].經(jīng)濟(jì)問(wèn)題探索，2019，（6）：1-8.

[21] ?Billo，M.，Petronevich，A.Dynamical Interation Between Financial and Business Cycles[R].Social Science Electronic Publishing，NO.24，2017.

[22] ?Krolzig，H.M.Statistical Analysis of Cointegrated VAR Processes With Markovian Regime Shifts[M].Oxford： University of Oxford，1997.

[23] ?Diebold，F(xiàn).X.，Rudebusch，G.D.Measuring Business Cycles：A Modern Perspective[J].Review of Economics and Statistics，1996，78（1）：67-77.

[24] ?Hamilton，J.D.A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle[J].Econometrica，1989，57（2）：357-384.

[25] ?石振宇.金融周期、通貨膨脹與貨幣政策[J]. 經(jīng)濟(jì)與管理研究，2018，（12）：26-36.

[26] ?Hiemstra，C.，Jones，J.D.Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation[J].The Journal of Finance，1994，49（5）：1639-1664.

Research on Measurement and Dynamic Relationship of Chinas Financial Cycle and Business Cycles

SUN Chen-tong¹，CHEN Lei^1，2，LI Jun-jie¹

（1.School of Economics，Dongbei University of Finance and Economics，Dalian 116025， China;2.Center for Econometric Analysis and Forecasting，Dongbei University of Finance and Economics，Dalian 116025， China）

Abstract：This paper applies the Markov Switching Dynamic Factor Model（MS-DFM to measure and identify the turning points of Chinas financial cycle and business cycles in China respectively. It is found that Chinas financial cycle and economic cycle fluctuations show the asymmetric feature of ‘long contraction period and short expansion period， and there is obvious staggering of peaks and valleys， with the financial cycle preceding the economic cycle by six months. In order to further study the non-linear dynamic relationship between the two， a Markov area system conversion vector autoregressive （MS-VAR） model is established in this paper. It is found that since Chinas economic development has entered the new normal， the joint volatility of the financial cycle and economic cycle has been in the low zonal state of ‘low growth， low volatility. Under different zonal regimes， the financial cycle has a significant positive impact on the economic cycle， while the impact of the economic cycle on the financial cycle is subject to a certain degree of uncertainty.

Key words：financial cycle;business cycle;MS-DFM model;MS-VAR model

（責(zé)任編輯：李明齊）