中国综合金融稳定指数(AFSI)的构建、应用及政策含义

2014-04-01郭红兵

金融经济学研究 2014年1期

关键词：金融体系变量金融

郭红兵

广东财经大学金融学院，广东广州 510320

杜金岷

暨南大学经济学院，广东广州 510632

一、引言

度量和预测金融稳定水平的技术方法已有多种，如人们所熟知的早期预警系统(EWS)和压力测试;而最近人们开始努力探索的金融稳定“综合指数”方法，可视为早期预警系统和压力测试的一个补充。所谓“综合指数”，简单地说就是通过某种程序或方法将若干基础指标进行合成而得到的一个总指标。因为一个基础指标只能反映总体现象的一个侧面，所以要反映诸如金融稳定这样复杂的总体现象，就要借助于构建一个“综合指数”。如“金融压力指数(FSI)”(Illing and Liu，2003)［1］、“金融脆弱性指数”(Nelson and Perli，2005)［2］、“金融稳定状况指数(FSCI)”(Jan Willem Van den End，2006)［3］、“银行稳定综合指数”(Gersl and Hermanek，2006)［4］和“综合金融稳定指数(AFSI)”(Albulescu，2009［5］;Morris，2010［6］)。

最近几年国内学者也开始对中国金融稳定“综合指数”进行探索和研究。例如，万晓莉(2008)［7］基于5个银行部门指标构建了一个“金融脆弱性指数”;霍德明和刘思甸(2009)［8］选取20个宏观金融指标构建了一个“宏观金融稳定指数(MSI)”;王雪峰(2010)［9］基于5个实际变量构建了一个“金融稳定状况指数(FSCI)”;何德旭和娄峰(2011)［10］利用反映金融机构、金融市场、外部冲击以及宏观经济运行状况的11项基础指标合成了一个“金融稳定指数(FSI)”;段军山和易明翔(2012)［11］利用银行、股票、外汇、保险、债券及衍生产品等五大系统的10个基础指标构建了一个“金融脆弱性指数”;潘阳春 (2012)［12］及方兆本和朱俊鹏 (2012)［13］则借鉴 Albulescu(2009)的分析框架分别构建了涵盖16项基础指标和17项基础指标的“综合金融稳定指数(AFSI)”。

本文拟在上述研究的基础上，为中国的金融体系构建一个综合金融稳定指数(AFSI)，并将其用于对中国金融稳定的度量和预测。本文的创新之处在于:一是首先建立起维护金融稳定的结构框架，夯实了指数构建及应用的基础和依据;二是基础指标涵盖面更广，共精心选择32个基础指标，涵盖金融体系发展、稳健性、脆弱性和世界经济金融形势等多个维度;三是定量地界定了金融稳定的边界，据此能够准确鉴别金融体系所处的状态(稳定或不稳定)，从而能够进一步提出有针对性的政策措施。

二、金融稳定的内涵和分析框架

金融稳定内涵丰富，国际社会至今缺乏统一定义①一些定义详见2005年的《中国金融稳定报告》。。2005年的《中国金融稳定报告》(中国人民银行广州分行课题组，2009)［14］(后文简称《报告》)给出的定义是“金融稳定是指金融体系处于能够有效发挥其关键功能的状态……”，并且指出，“正确理解金融稳定……要全面考察影响金融稳定的各个方面。不仅强调金融机构和金融市场的稳定，而且关注宏观经济、金融基础设施和金融生态环境对金融稳定的影响……”，同时“国际经济金融的发展变化影响全球金融稳定，进而影响中国金融稳定。国际经济金融的发展变化值得密切关注”。据此本文认为，为维护中国金融稳定应重点关注和监测以下几方面:国内宏观经济、金融市场、金融机构、金融基础设施、金融生态环境和国际经济金融形势。特别是，由于金融是动态的，带有内在的不确定性，而且金融体系的各要素相互关联、不断演变。因此，借鉴加里J．希纳西(2009)［15］的研究成果，本文把金融稳定看作是一个连续的过程。在这一连续过程中，金融体系可以处于边界内、边界附近和边界外等三种不同的状态，各自对应着预防、救助和处置等不同的政策含义。综上所述，一个维护金融稳定的结构框架可由图1表示。

本文拟基于图1所示的结构框架，通过收集、分析有关金融体系各个组成部分的数据信息，对中国金融体系的稳定状况作出一个系统性的有效评估和预测，并根据评估和预测的结果，探讨相应的的对策。为了达到上述目的，本文将首先为中国的金融体系构建一个AFSI指数，包含金融体系发展、金融脆弱性、金融稳健性和世界经济金融形势四个维度(表1)，其指标内容涵盖了图1中维护金融稳定需要监测和分析的所有方面。

三、指标选择和数据说明

本文以Albulescu(2009)建立的指标体系为基础，然后根据中国金融体系的特点并参考国内外相关资料对其进行了扩充和改造。本文的指标选择原则是权威性、代表性、全面性和数据可得性，共选择了32个基础指标(表1)，使用2000Q1～2012Q3的季度数据为样本。

表1 金融稳定分析的基础指标

续表1

本文的金融体系发展维度共包含6个指标，反映了银行、证券、保险、货币市场和资本市场等金融部门的发展水平，分别说明如下。(1)Id1:信贷总额/GDP，反映金融中介发展水平;(2)Id2:保险深度(保费收入/GDP)，反映保险业的发展水平;(3)Id3:银行间债券质押式回购交易量，反映货币市场的发展水平;(4)Id4和(5)Id5:股票市值/GDP及债券发行/GDP，反映资本市场发展水平的指标;(6)Id6:银行金融资产/金融总资产，一个描述金融结构的指标。

金融脆弱性维度的指标共有8个，主要反映宏观经济的稳定性和银行的资金结构，分别说明如下。(1)Iv1:通货膨胀率，价格稳定是中央银行的一个主要目标;(2)Iv2:财政赤字/GDP，描述政府的表现;(3)Iv3:经常账户赤字/GDP，反映一个国家对外部冲击的敏感性;(4)Iv4:汇率(REER)波动，重大波动将影响金融体系的稳定性;(5)Iv5:贷款/存款，没有存款扩张伴随的贷款扩张显示了金融体系的潜在失衡;(6)Iv6:存款/M2，该指标值的恶化可能会加剧经济中的通胀倾向;(7)Iv7:(准备金/存款)/(M0/M2)，分子反映银行部门对严重存款提取的应对能力，分母则反映经济的流动性偏好;(8)Iv8:外汇储备/短期外债，衡量一国快速偿债的能力。

金融稳健性维度指标共设置12个，反映了一国金融机构及其对应方(公司和住户)的金融健康状况和稳健性，分别说明如下。(1)Is1:不良贷款/贷款总额，反映贷款组合中的资产质量;(2)Is2和(3)Is3:监管资本/风险加权资产及一级监管资本/风险加权资产，分别衡量存款吸收机构的资本充足率和核心资本充足率;(4)Is4:流动性比例(流动性资产/流动性负债)，反映存款吸收机构能在多大程度上应付短期提款而不会导致流动性问题;(5)Is5和(6)Is6:资产利润率及资本利润率，分别衡量存款吸收机构使用资产和使用资本的效率;(7)Is7:参考贷款利率与存款利率之差，更大的利差表示金融中介和资源配置更加低效;(8)Is8:5000户企业流动比率，反映企业流动资产中在短期债务到期时变现用于偿还流动负债的能力;(9)Is9:5000户企业资产负债率，反映企业经营风险大小;(10)Is10:房地产价格指数，存款吸收机构可能有巨大的房地产风险暴露;(11)Is11:住户净可支配收入，衡量住户部门的稳健性;(12)Is12:证券市场平均日换手率，对银行资产流动性方面核心指标的补充。

本文的世界经济金融形势维度包含以下6个指标:(1)Iw1:经济景气指数－CESifo、(2)Iw2:世界通货膨胀率、(3)Iw3:世界经济增长率，这3个指标的恶化对于一个开放国家的经济稳定和金融稳定都有负面影响(Albulescu，2009));(4)Iw4:国际原油价格(BRENT)(大宗商品和石油价格波动所造成的风险是全球银行家和金融监管人员心目中影响金融稳定的头等因素);(5)Iw5:伦敦同业拆借利率(LIBOR)(LIBOR是目前国际间最重要的市场利率基准，其上升表示国际金融环境恶化;鉴于美元的国际地位，本文选用LIBOR美元利率);(6)Iw6:美元实际有效汇率(AREER)(美元贬值具有引发全球通胀和国际金融市场剧烈波动等弊端，不利于中国金融稳定)。

需要说明的是，由于少数指标如资产利润率和资本利润率等多为年度数据，类似的情况本文都利用Eviews6通过变频得到季度数据。最后本文对所有季度数据都进行了X12季节调整，以消除季节变动要素，更真实地反映时间序列运动的客观规律。

四、中国AFSI构建

(一)指标值标准化

为了合成一个综合指数，基础指标数值必须被标准化。标准化方法有许多种，本文选用 Min－Max标准化，指标值经 Min－Max标准化后都落于［0，1］区间，“1”值是每个指标的最好值，表示一个稳定的情况，而“0”值则表示相反的情况。Min－Max标准化公式是:

其中，Iitn表示指标的标准化值;Iit代表指标i在时期t的值;Min(Ii)和Max(Ii)分别是分析期内指标i的最差值和最好值①对于金融稳定而言，正向指标的最大值就是最好值，最小值就是最差值;逆向指标则与之相反。。

(二)权重确定与指数计算

将基础指标合成为综合指数需要选择合适的权重确定方法。不同于Albulescu(2009)、Morris(2010)和潘阳春等(2012)使用的等权重法，本文选用因子分析法，这种方法的一个优点是可以将众多的原始指标分类成不同部分，体现出每个因子所代表的特定信息，并能区分各因子乃至各基础指标的相对重要性。因子分析模型如下:

表示成矩阵形式为:

其中，x1、x2…xp为p个标准化的原有指标变量;F为公共因子，可以将它们理解为在高维空间中互相垂直的m个坐标轴;A为因子载荷矩阵;aij为因子载荷，是第i个原有变量在第j个因子变量上的负荷(如果把变量xi看成是m维因子空间中的一个向量，则aij为xi在坐标轴Fj上的投影);ε为特殊因子，表示原有变量不能被因子变量所解释的部分。

具体到本文的研究目的，笔者将首先对所有基础指标做因子分析，然后以各因子的方差解释力作为权重计算金融稳定性的综合得分，最后对综合得分进行Max－Min标准化得到AFSI指数。其中，公共因子Fj的方差贡献定义为因子载荷矩阵A中第j列各元素的平方和，它反映了该因子对所有原始变量总方差的解释能力，其值越高，说明因子重要程度越高。

本文用KMO检验和Bartlett检验来判断原始变量是否适于做因子分析，检验结果表明KMO值为0．754，大于0．6，根据统计学家Kaiser给出的标准一般适合做因子分析。Bartlett球形检验给出的相伴概率为0．000，小于显著性水平0．05，也表明适合做因子分析。

本文以特征值大于1为标准提取因子，共得到6个因子，其累计方差贡献率高达90．497%，说明提取出的公共因子反映了各原始变量90%以上的信息，仅有较少的信息丢失，因子分析效果较好。因子旋转后各因子变量的方差贡献及方差贡献率见表2。

表2 旋转后前6个因子的方差贡献及权重

本文以旋转后各因子的方差贡献率作为权重进行加权。如表2所示，第一个因子权重为0．466(42．212/90．497)，其余以此类推，最后得出各个季度AFSI的综合得分F，得分越高表示综合稳定性越强。计算公式如下:

为了便于比较，将该综合得分依据式(1)映射到［0，1］区间上，就得到金融稳定综合指数AFSI(图2)。

从旋转后的各公因子的载荷①篇幅所限，数据备索。可以看出，经济金融的发展对金融稳定至关重要，另外汇率、银行资本充足率、流动性、通货膨胀、短期外债和房地产价格等都是影响中国金融稳定的重要因素。

(三)AFSI的评判与解释

为了评判金融稳定水平的高低，需要有一个评判的标准。本文借鉴和拓展万晓莉(2008)的做法，首先用AFSI序列减去其HP滤波得到AFSI的缺口(AFSIGAP)，然后用样本期间内AFSIGAP的均值减去一个标准差作为“金融不稳定”的临界值，即TH=μ－σ。其中，TH表示临界值;μ表示AFSIGAP均值;σ表示AFSIGAP标准差。AFSIGAP若低于临界值TH(AFSIGAP－TH＜0)，则该季度被认为“金融不稳定”。换句话说，0线就是所谓的金融稳定边界，0线以上是金融稳定区域，0线以下则为金融不稳定区域。由此，在样本期间2000Q1～2012Q3中国的金融稳定状况见图2。

图2显示，在样本期内中国的金融体系大体上经历了三个相对“不稳定”阶段:2000～2001年、2005～2008年和2011～2012年。可能的解释如下。

1．2000～2001年的“金融不稳定”。一方面，2000年网络泡沫破灭和2001年9·11恐怖袭击给全球经济金融带来冲击(方兆本和朱俊鹏，2012);另一方面，2001年中国正式加入WTO也对金融稳定造成了一定程度的冲击。根据韩龙和戚红梅(2004)［18］的研究，WTO金融服务自由化不同程度地伴有资本流动，而资本流动的水平、结构和强度都会对金融稳定产生重要影响。另外，当时中国在宏观经济环境和金融监管方面尚存在一些不足。

2．2005～2008年的“金融不稳定”。首先是2005年7月中国“汇改”的影响。中国人民银行广州分行课题组(2009)［19］以广东省为例研究了2005年“汇改”对金融稳定的影响:一是外需拉动经济增长作用弱化，不利于提高系统稳定性;二是企业经营趋于恶化，破产企业明显增加，工业企业经济效益下滑;三是外汇收支形势发生显著变化，国际资本由净流入逐步改变为净流出。其次是2007年次贷危机的延续和深化乃至2008年国际金融危机的影响。易纲(2008)［20］认为，在金融经济全球化的条件下，中国很难避免这次国际金融危机的影响。

3．2011～2012年向“金融不稳定”的逼近。这个阶段的AFSI虽未进入不稳定区域但逼近了稳定边界，可归因于欧债危机的滞后影响和国际金融危机的后遗症。梁勤星和刘晓静(2012)［21］研究认为，欧债危机将拖累世界经济下行并难以复苏。欧元区主权债务和银行风险相互交织，已成为国际金融稳定的重大威胁。欧债危机通过影响贸易、大宗商品价格和投资信心等渠道传导给中国，严重影响中国经济。至于国际金融危机的后遗症，一个明显的例子是主要发达经济体用来应对危机所采用的激进宽松货币政策，给相关国家的经济金融带来诸多负面后果，也将对中国的金融稳定产生深远影响(吴培新，2012)［22］。

尽管上述国内外重大事件对中国的金融稳定造成了不同程度的冲击，但由于中国政策当局及时制定和采取了有效对策并完善应急预案，切实防范系统性金融风险，使得中国经济金融总体上保持了持续健康稳定发展，这表现在AFSI总体趋于上升的长期趋势，如图2的AFSIHP所示。

五、中国AFSI敏感性的计量验证

为了进一步评估前面构建的AFSI指数的质量，下面将对其进行一个计量验证，考察该指数对一些重要宏观经济变量变化的敏感性。参考Albulescu(2009)和Morris(2010)的研究，本文选取了以下宏观经济变量①之所以选择这些变量是因为它们在危机时期会受到强烈影响，相比正常时期表现明显不同，便于对AFSI进行预测或预警。。(1)银行间同业拆借利率(INTR):在金融不稳定时期该利率倾向于上升，因此与AFSI指数负相关;(2)上证收盘综合指数(SCCI):该指数的下降可能与盈利能力下降和金融经济体系的投资者信心恶化有关;(3)经济增长率(RGDPGR):经济活动的恶化将影响银行活动并因此影响金融体系的稳定;(4)货币供给增长率(M2R):货币供给的意外增长可能导致意外通胀，这会刺激稳定状况恶化;而如果上一季度的货币供给增长能够实现，投资者将能够更好地进行稳健的金融判断，则会促进稳定状况改善(Morris，2010)。以上四个变量的数据都来自中经网经济统计数据库。

在建模之前，本文首先对所有变量进行ADF平稳性检验。检验结果表明，只有RGDPGR和M2R在1%的显著性水平上是平稳序列，AFSI，INTR和SCCI等变量序列则都有一个单位根，因此，为了获得一个有效的和精确的关系，本文将以缺口或差分的形式表示这些变量。计量验证模型如下:

选取当期和1阶滞后的各自变量，既可以度量它们给对AFSIGAP的当期影响，也可以度量它们对未来AFSIGAP的滞后效应。仅考察它们的一阶滞后效应，是因为本文样本个数较小，滞后阶数越大就越减少模型自由度，会影响检验结果的可靠性。在模型中加入AFSIGAP的一阶滞后项则是考虑到其自身的动态变化;如果，说明AFSIGAP是均值回复的。利用OLS法并逐步剔除模型中不显著的变量，本文最终得到的回归结果见表3。

表3 计量验证结果

计量验证结果表明，本文构建的AFSI指数能够对上证综合指数、银行间同业拆借利率和货币供给增长率的变化进行显著响应并且系数符号都与预期一致。特别地，AFSIGAP是均值回复的，尽管当期的AFSIGAP值会随着上一期的AFSIGAP值做同向变化，但是变化幅度更小。另外，从四项常规检验值来看，表3的验证结果也较好，R2和修正的 R2分别为0．76 和0．73，高于 Albulescu(2009)的0．41 和 Morris(2010)的0．55，DW检验和LM检验也都表明回归模型不存在序列相关。

总之，从计量验证的结果来看，本文构建的AFSI能够正确、敏感地反映中国一些重要宏观经济变量的变化。

六、中国金融稳定水平预测

上述AFSIGAP和一组宏观经济变量之间良好的计量关系使得本文具备了预测和评估中国金融体系未来稳定水平的可能性。如果知道未来一定时期模型自变量的预测值，本文就有可能预测同一时期因变量的值，因此选择EIU数据库提供的2013～2014年中国货币市场利率的预测数据作为银行间同业拆借利率(INTR)的预测值。2013Q1～2013Q4上证指数(SCCI)的预测数据来自申银万国证券公司的研究报告(刘均伟和杨国平，2012［23］)，2014Q1～2014Q4的SCCI预测数据则根据中国新闻网的有关报道(战旗，2013［24］)得到。货币供给增长率(M2R)的2013年预测值本文用当年中国《政府工作报告》中给出的M2预期增长目标13%代替，2014年预测值则用2000年以来历年《政府工作报告》中给出的M2增长目标的平均值(≈15%)代替。

本文应用随机模拟法对2012Q4～2014Q4的AFSIGAP进行动态预测。根据表3的计量结果，预测将基于以下模型:

基于前面选择的自变量预测值，模型(6)的预测结果如图3所示。与前文类似，这里本文以2000Q1～2014Q4期间的TH=μ－σ作为金融不稳定临界值，AFSIGAP若低于 TH，则该季度被认为“金融不稳定”。则图3显示，在 2012Q4～2014Q4，或许是受国际金融危机和欧债危机等事件的滞后影响，AFSIGAP将继续向稳定边界逼近，在2014年下半年甚至会进入不稳定区域。

七、结语和政策建议

本文参考《中国金融稳定报告》和IMF文献等权威资料，选择基础指标，为中国金融体系构建了一个综合金融稳定指数(AFSI)。AFSI轨迹显示，在样本期内中国的金融体系大体上经历了三个相对“不稳定”阶段:2000～2001年、2005～2008年和2011～2012年，较好地捕捉到了9·11恐怖袭击、中国“入世”、中国“汇改”、美国次贷危机和欧债危机等国内外重大事件对中国金融体系稳定状况的冲击和影响。本文还选择若干重要宏观经济变量对构建的AFSI进行了敏感性计量验证，结果表明该AFSI敏感性较好，能够正确地测度中国金融体系的稳定性。最后本文基于一些解释变量的可得预测数据，进一步对AFSI进行随机模拟动态预测，预测结果显示中国金融稳定水平在2012Q4～2014Q4或将面临一定的下行风险。据此并基于图1的框架，本文提出以下对策。

1．鉴于在2012Q4～2014Q4中国金融体系将继续向稳定边界逼近，或有不稳定的苗头出现，当局应充分关注潜在风险，采取预防措施，对金融机构、市场和基础设施进行严格监测，根据结构变化适时进行调整以防止不稳定状况的发生。同时，当局应重视舆论引导或道义劝告的作用，采用公开或非公开的方式与投资者、金融机构及相关方面及时沟通，传达政策意图，督促金融机构稳健经营，防止金融恐慌，维持市场信心。

2．如果金融体系继续逼近稳定边界，为维护中国的金融稳定，这时当局应及时采取救助方面的政策措施。应加强监测、监管以更好地掌控形势发展，对有系统影响、财务状况基本健康、运营正常、出现流动性困境的金融机构应及时提供流动性支持，并通过重组和改革，转换机制，促使这些机构健康运行。

3．如果金融体系不慎进入不稳定区域，当局应果断采取处置方面的措施，这时特别需要相机抉择，包括债务展期、启动金融安全网、向单一机构或整个体系注入流动性等。对于严重资不抵债、无法持续经营的金融机构，应按市场化方式进行清算、关闭或重组，强化市场约束，切实保护投资者利益，维护经济和社会稳定。

4．本文的因子分析表明，经济金融的发展对金融稳定至关重要。因此，当局要正确处理好改革、发展和稳定的关系，针对薄弱环节，及时推动经济体制、金融机构、金融市场和金融基础设施方面的改革，通过不断改革促进经济金融的持续发展，为金融稳定建立坚实可靠的基础。

5．风险来源不同，政策含义也不同。本文的因子分析表明，汇率、银行资本充足率、流动性、通货膨胀、短期外债和房地产价格等都是影响中国金融稳定的重要因素，为了精确定位风险来源从而出台更有针对性的政策措施，当局应加强对以上指标的监控，并广泛结合运用早期预警系统、压力测试和交叉检验等工具方法，准确预测，未雨绸缪，及早采取有效措施防止和避免不稳定情况的发生。

［1］Illing，M．，and Liu，Y．，2003．An Index of Financial Stress for Canada，National Bank of Canada，WP/14．

［2］Nelson，W．R．，and Perli，R．，2005．Selected Indicators of Financial Stability，FourthJoint Central Bank Research Conference，ECB．

［3］Van den End，J．W．，2006．Indicator and Boundaries of Financial Stability，Nederlandsche Bank，WP/97．

［4］Gersl，A．，and Hermanek，J．，2006．Financial Stability Indicators:Advantages and Disadvantages of Their Use in the Assessment of the Financial System Stability，Financial Stability Report of Czech National Bank．

［5］Albulescu，Claudiu Tiberiu，2009．Forecasting Romanian Financial System Stability Using a Stochastic Simulation Model，CRIEF，University of Poitiers，Working Paper．

［6］Morris，Verlis C．，2010．Measuring and Forecasting Financial Stability:The Composition of an Aggregate Financial Stability Index for Jamaica，Financial Stability Department Bank of Jamaica，Working Paper．

［7］万晓莉．中国1987－2006年金融体系脆弱性的判断与测度［J］．金融研究，2008(6)．

［8］霍德明，刘思甸．中国宏观金融稳定性指标体系研究［J］．山西财经大学学报，2009(10)．

［9］王雪峰．中国金融稳定状态指数的构建——基于状态空间模型分析［J］．当代财经，2010(5)．

［10］何德旭，娄峰．中国金融稳定指数的构建及测度分析［J］．中国社会科学院研究生院学报，2011(4)．

［11］段军山，易明翔．中国金融体系脆弱性测度及其经验解释:2001～2010［J］．广东金融学院学报，2012(5)．

［12］潘阳春．基于综合稳定指数的中国金融体系稳定性研究［J］．华东交通大学学报，2012(2)．

［13］方兆本，朱俊鹏．中国金融稳定的度量及预测［J］．金融论坛，2012(10)．

［14］中国人民银行金融稳定分析小组．中国金融稳定报告［EB/OL］．http://www．pbc．gov．cn，2005－2012各期．

［15］(美)加里J．希纳西．维护金融稳定——理论与实践［M］．北京:中国金融出版社，2009．

［16］IMF．金融稳健指标编制指南［EB/OL］．http://www．imf．org/external/pubs/ft/fsi/guide/2006．

［17］IMF．People’s Republic of China:Financial System Stability Assessment，IMF Country Report No．11/321，2011．

［18］韩龙，戚红梅．WTO框架下的金融服务贸易与资本流动和金融稳定［J］．时代法学，2004(4)．