中国金融市场系统性风险测度

李春红+杨扬

内容摘要：本文应用因子分析法构建了反映金融市场系统性风险程度及金融体系压力状况的金融压力指数（FSI），通过FSI与GDP增长率的IRF脉冲响应函数图验证了来自金融系统性风险的冲击在滞后5个季度会对宏观经济产生显著的不良影响。数据显示压力指数曾经历过两次巨大的波动并于2008年1月达到峰值100点，虽然指数近年来走势平缓，但现阶段又出现略微上升的态势。从各部门对金融压力贡献度看，银行、股票和外汇市场主导了大部分的压力变化，但债券、基金和保险市场的重要性也在最近几年开始凸显。

关键词：金融压力指数 压力识别指数 压力源 贡献度

引言与文献综述

金融安全是保障一国经济安全的前提条件，而系统性风险普遍存在于金融体系当中，所以确保金融安全的关键点就在于做到对金融市场系统性风险的防范与控制。从已有的研究来看，对金融市场系统性风险预警模型的建立经历了好几个时期，早期的“经验法”研究侧重点是找出金融系统性风险的共同特征，在积累大量经验的基础上通过实际值与经验值之间的差距来预测风险，其中具有代表性的模型主要有KLR模型（Kaminsky等，1998）。随后为了测量风险在各金融机构间的传染性，矩阵法、网络法和GARCH模型被学者们利用起来，其中Adrian（2008）创造的条件风险价值法（CVar）引起了广泛的关注与应用，它可以通过捕捉金融机构系统性风险的边际贡献情况来帮助政策的制定者进行逆周期调控，此方法的缺点是不能测度整个金融体系的风险状况。

在2008年国际金融危机爆发之后，由加拿大的经济学家Illing和Lin于2006年提出的金融压力指数的概念（financial stress index，简称FSI）重新引起学术界的重视。 Illing和Lin将金融压力定义为金融市场的不确定性以及预期损失的不断变化对金融体系施加的压力，它是一个连续的变量，极值称为金融危机。此后，各国学者纷纷编制出本国的压力指数，其中包括了Hakkio和Keeton（2008）构造的堪萨斯州金融压力指数（KCFSI）、Balakrishnan等（2009）构建的发达经济体金融压力指数（AE-FSI）和发展中经济体金融压力指数（EM-FSI）。

我国到目前为止尚未发生过真正意义上的金融危机，因此大多数研究者只进行单个金融市场预警指标的构建：如沈悦等（2007）构造出外汇市场压力指数来对货币危机进行界定；万超等（2009）在构造人民币外汇市场压力指数的基础上研究了压力释放效果；荆中博等（2012）通过对Hagen和Ho的货币市场压力指数进行改进来预测银行危机。

本文的侧重点不同于以往的研究，本文首先是利用因子分析法构建压力指数，避免已有研究中由于主观认识偏差等原因导致的人为确定权重的不准确性；其次是本文对各部门的压力贡献度进行排名，找出起主导作用的压力源归属部门，以期帮助政策的制定者能够更加有针对性地识别、度量和防范金融市场系统性风险。

中国金融压力指数的构建

（一）压力指数指标的选取

通过对以往文献的回顾，笔者发现银行、股票和外汇市场是测算FSI时经常被纳入考虑的对象，而本文试图更准确地反映系统性风险的程度，决定再从债券市场、基金市场和保险市场中选取相应变量。兼顾考虑数据可得性与指标灵敏性两个方面，本文计划建立基于月度数据的FSI，并将样本的观测期定为2003年1月至2012年12月。具体指标选择情况如下：

1.银行部门。笔者用TED价差和贷款利率上升变量（IVC）来衡量压力程度。TED价差即同业拆借市场90天加权平均利率减去三月期定期存款利率；IVC用当前一年期贷款利率除以一年间滚动时间窗口最小值表示。IVC计算公式如下：

IVCt=rt/min[r∈（rt-j/j=0，1，2…，11）]

上式中，IVCt为当月的贷款利率上升变量，rt为样本期当月一年期银行贷款利率。

2.股票市场。用股票市场波动性变量（SFI）及股票指数下跌变量（FVS）来衡量压力。SFI用上证综指月度收益采用GARCH（1，1）模型计算的随时间变化的条件方差表示；FVS用样本期每月的收盘价除以一年期滚动时间窗口最大值的相反数表示。FVS计算公式如下：

FVSt=-pt/max[p∈（pt-j/j=0，1，2…，11）]

上式中，FVSt为当月的股票指数下跌变量，pt为当月的上证综指收盘价。

3.债券市场。债券市场的风险体现在债券价格的波动以及信用程度的降低上。中国的国债是发行量最大的债券，所以用国债市场波动性指数（BFI）来反映债券市场的压力状况，计算方法即建立上证国债指数月度收益的GARCH（1，1）模型后计算出时变方差。

4.基金市场。本文计算出基金市场波动性指数（FFI）来反映基金市场的压力情况，即上证基金指数月度收益采用GARCH（1，1）模型计算的时变方差。

5.外汇市场。外汇市场的压力直接表现为货币危机的爆发，即货币显著的贬值和外汇储备大量的减少。本文使用Balakrishnan采用的变量—外汇市场压力指数EMPI（exchange market press index）—来衡量外汇市场的压力。其计算公式如下：

上式中，EMPIt为样本期当月的外汇市场压力指数，△et及△RESt为当月的汇率和外汇储备基于前一个月的变化量，μ和σ分别表示序列的均值和标准差。

6.保险市场。保险公司的偿付能力反映了公司面临的压力情况，而偿付能力可以用保险赔付来衡量。本文使用赔付率上升变量IVI来反映保险市场面临的压力状况，即用当前一年期保险赔付率除以一年间滚动时间窗口最小值。

（二）构建金融压力指数FSI

为了更加直观地理解压力指数，本文首先根据指数的含义给出FSI最原始的数学表达式：endprint

其中，FSIt是t时期的压力指数，Xit为t时期的第i个变量，ωit为t时期对应变量的权重。笔者拟通过因子分析法找出能够概括所有变量大部分信息的少数几个公共因子Fi（数学表达式为：）来替代原始变量Xi。权重方面，某些学者如Illing and Lin（2006）使用标准化后再加总的等权重法，此法虽简单，但使用的假设条件是变量服从正态分布，这显然难以符合金融变量的实际特征。刘晓星（2012）创造性地使用了CDF-信用加总权重法，通过变量所在市场的信用规模赋予其相应的权重，但以何种指标来衡量单个市场的信用规模仍然有待商榷。而因子分析法的最大的优势就是通过方差贡献率客观确定了各个公共因子的权重，克服了以往文献中主观赋值的随意性，使得分析结果更加客观合理。通过因子分析法的计算，可以将FSI的数学表达式转换为：

其中，FSIt是t时期的压力指数，Fjt为第j个公共因子，μit为第j个公共因子对应的方差贡献率即因子权重。

本文对变量之间是否存在相关性进行检验，据此判断原始变量是否能够进行因子分析。SPSS软件中的KMO检验和巴特利球形检验结果如表1所示。

表1的结果显示，KMO检验的统计值为0.671，根据KMO的判定标准—KMO值越接近1越适合进行因子分析来看，此处的原始变量比较适合进行因子分析。

随后本文使用特征值大于1的原则提取公共因子Fj，并用主成分分析法确定方差贡献率μit。总体方差解析情况（见表2）显示前三个因子的特征值均大于1，他们的因子贡献率分别为31.873%、25.433%以及14.367%，累计贡献率达到71.674%，表明这三个公共因子能够解释原始变量的大部分变化情况，本文就将他们作为构建FSI的公共因子。

本文进一步利用旋转后的因子载荷矩阵确定每个公共因子解释的变量个数：笔者发现F1在变量FFI、TED、SFI上有绝对值较大的相关系数；F2相关系数绝对值较大的变量是IVC、EMPI和BFI；而变量FVS、IVI在F3上具有较高的载荷。在此基础上根据因子得分系数表计算出以上三个公共因子在每个原始指标上的因子得分，再根据因子得分计算出来的公共因子变量就能够替代复杂的原始变量了，即我国金融压力指数可以表示为：

FSI=0.3187F1+0.2543F2+0.1437F3

本文将原始变量2003年1月至2012年12月的月度值带入上述模型中，便计算得出我国最近10年的月度FSI。为了使压力指数值更加直观，本文以2008年1月份的指数值，即指数中的最大值作为基准赋值100，它代表了截至目前为止的最高风险水平，并将其他月份的指数值按照这个基准重新计算，最后将结果以图1的形式呈现出来。

计算结果显示，压力指数的走势可分为四个阶段：第1阶段为2003年1月至2006年11月，压力指数较低且波动平稳；第2阶段为2006年11月至2010年5月，FSI大起大落并于2008年1月达到历史最高峰值，此时我国金融市场的系统性风险迅速增加；第3阶段为2010年5月至2011年8月，FSI再次剧烈波动并于2010年11月达到历史第二峰值水平；第4阶段为2011年8月至2012年12月，金融压力指数呈现出在波动中缓缓上升的趋势，说明目前我国金融市场的压力状况需要引起大家的关注。

金融压力指数的有效性检验

为了对FSI的有效性进行检验，本文接下来将建立季度金融压力指数和季度GDP增长率的双变量VAR（4）模型，并在此基础上绘制IRF脉冲响应函数来捕捉全面复杂的动态关系，据此分析金融市场的系统性风险对宏观经济的影响情况。首先，本文得出了FSI与GDP的VAR（4）模型估计表达式：

在生成脉冲响应函数之前，需要对VAR模型的稳定性进行检验，图2中单位圆中的点表示的是AR特征根倒数的模，因每个模都在单位圆内且没有位于单位圆上的根，所以本文建立的VAR模型是稳定的。在此基础上，生成了基于VAR模型的脉冲响应函数图（见图3），从图形可以看出，GDP在受到FSI的冲击之后产生了负向的脉冲响应，这一负面冲击逐渐增大并在第五期达到最大值，随后冲击作用开始下降并趋于0。以上研究表明，来自于金融系统性风险的负面冲击在滞后5个季度的时候会对宏观经济产生显著的不良影响。

金融市场压力源分析

为了能够更加有针对性地识别、度量和防范金融市场系统性风险，找出起主导作用的风险来源部门非常有必要。本文用TED价差和IVC的值共同表示银行部门压力；用SFI和FVS的值共同表示股票市场压力；用BFI、FFI、EMPI、IVI分别表示债券、基金、外汇和保险市场的压力。将每个阶段金融压力的指数变化情况和起主导作用的压力源部门归纳在表3中，观察发现：第一，在指数平稳运行的安全阶段期，银行业的贡献度最大，这说明我国的银行体系对维护金融市场的稳定运行起到了关键性的作用。第二，2006年11月至2010年5月期间股票指数的剧烈波动和市值的大幅缩水是压力剧增的原因，而股票市场贡献度的跃升表明资本市场在金融体系中的重要性不可忽视。第三，从2010年5月起开始的第二轮波动中，外汇市场成为第一压力源。外汇市场压力的上升源自欧债危机的爆发，危机不仅对我国的出口贸易造成影响，还威胁到多元化外汇储备的安全。第四，基金市场作为压力源之一的重要性并不凸显，但是在2008年金融危机中对于FSI的贡献度排名靠前，这与我国开放式基金与股票市场的关联度较大有一定关系。第五，保险市场和债券市场在样本期间的压力程度不足以对FSI的走势产生较大冲击，但是随着我国保险市场和债券市场的迅速发展，未来的金融市场格局可能会发生更加多样性的变化，相关部门一定要重视对保险和债券市场的压力程度进行日常监测。

研究结论

到目前为止，中国金融市场尚未发生真正意义上的系统性风险，但是随着金融市场的逐步开放和全球金融一体化程度的加深，未来遭受风险冲击的可能性会不断加大。本文应用因子分析法构建了反映金融市场系统性风险程度及金融体系压力状况的金融压力指数，该指数能够较好地拟合市场近十年的系统性风险状况，且脉冲响应函数图显示来自于金融系统性风险（FSI）的负面冲击在滞后5个季度会对宏观经济产生显著的不良影响。endprint

从压力指数的走势中可以发现，压力指数在经过两次巨大的波动后于近年来走势平缓，但是最近又表现出缓缓上升的趋势，相关的政府部门应加强监管，做好风险防范的准备。而压力来源分析结果显示，金融市场系统性风险的主要来源并不局限于某一部门，银行、股票和外汇市场是主要的风险来源地。考虑到银行业占据了我国金融领域的主导地位，相关部门提高银行业风险治理水平很有必要；证券市场高杠杆高风险的特点也告诫监管层加强资本市场风险管理对预防系统性金融危机有重大意义；而外汇市场也能够主导FSI的走势说明监管层应该警惕国际环境的变化，防止金融压力从其他渠道传导进来。总之在我国金融体系发展趋势尚不明朗的当下，制定这样一个反映金融市场系统性风险程度及金融体系压力状况的指标可以为我国金融监管机构防范金融系统性风险提供一个参考工具。

参考文献：

1.Kaminsky G.，Lizondo，C. Reinhart.Leading Indicators of Currency Crises[J]. IMF Staff Papers，1998（45）

2.Adrian， T.& M.Brunnermeier.”CVar” Federal Reserve Bank of New York Staff Reports， 2008

3.Illing M，Liu Y. Measuring financial stress in a developed country：An application to Canada [J].Journal of Financial Stability，2006（2）

4.Hakkio and Keeton.Financial stress：What Is It， How Can It Be Measured， and Why Does It Matter？[EB/OL] www.KansasCityFed.org.

5.Ravi Balakrishnan， Stephan Danninger， Selim Elekdag， and Irina Tytell. The Transmission of Financial Stress from Advanced to Emerging Economies[R].IMF Working Paper，2009（133）

6.沈悦，闵亮.基于外汇市场压力指数的货币危机界定与识别[J].上海金融，2007（12）

7.万超，靳玉英.人民币外汇市场压力指数变动及压力释放效果研究[J].财贸研究，2010（2）

8.荆中博，杨海珍，杨晓光.基于货币市场压力指数的银行危机预警研究[J].金融研究，2012（5）

9.刘晓星，方磊.金融压力指数构建及其有效性检验—基于中国数据的实证分析[J].管理工程学报，2012（3）endprint

从压力指数的走势中可以发现，压力指数在经过两次巨大的波动后于近年来走势平缓，但是最近又表现出缓缓上升的趋势，相关的政府部门应加强监管，做好风险防范的准备。而压力来源分析结果显示，金融市场系统性风险的主要来源并不局限于某一部门，银行、股票和外汇市场是主要的风险来源地。考虑到银行业占据了我国金融领域的主导地位，相关部门提高银行业风险治理水平很有必要；证券市场高杠杆高风险的特点也告诫监管层加强资本市场风险管理对预防系统性金融危机有重大意义；而外汇市场也能够主导FSI的走势说明监管层应该警惕国际环境的变化，防止金融压力从其他渠道传导进来。总之在我国金融体系发展趋势尚不明朗的当下，制定这样一个反映金融市场系统性风险程度及金融体系压力状况的指标可以为我国金融监管机构防范金融系统性风险提供一个参考工具。

参考文献：

1.Kaminsky G.，Lizondo，C. Reinhart.Leading Indicators of Currency Crises[J]. IMF Staff Papers，1998（45）

2.Adrian， T.& M.Brunnermeier.”CVar” Federal Reserve Bank of New York Staff Reports， 2008

3.Illing M，Liu Y. Measuring financial stress in a developed country：An application to Canada [J].Journal of Financial Stability，2006（2）

4.Hakkio and Keeton.Financial stress：What Is It， How Can It Be Measured， and Why Does It Matter？[EB/OL] www.KansasCityFed.org.

5.Ravi Balakrishnan， Stephan Danninger， Selim Elekdag， and Irina Tytell. The Transmission of Financial Stress from Advanced to Emerging Economies[R].IMF Working Paper，2009（133）

6.沈悦，闵亮.基于外汇市场压力指数的货币危机界定与识别[J].上海金融，2007（12）

7.万超，靳玉英.人民币外汇市场压力指数变动及压力释放效果研究[J].财贸研究，2010（2）

8.荆中博，杨海珍，杨晓光.基于货币市场压力指数的银行危机预警研究[J].金融研究，2012（5）

9.刘晓星，方磊.金融压力指数构建及其有效性检验—基于中国数据的实证分析[J].管理工程学报，2012（3）endprint

从压力指数的走势中可以发现，压力指数在经过两次巨大的波动后于近年来走势平缓，但是最近又表现出缓缓上升的趋势，相关的政府部门应加强监管，做好风险防范的准备。而压力来源分析结果显示，金融市场系统性风险的主要来源并不局限于某一部门，银行、股票和外汇市场是主要的风险来源地。考虑到银行业占据了我国金融领域的主导地位，相关部门提高银行业风险治理水平很有必要；证券市场高杠杆高风险的特点也告诫监管层加强资本市场风险管理对预防系统性金融危机有重大意义；而外汇市场也能够主导FSI的走势说明监管层应该警惕国际环境的变化，防止金融压力从其他渠道传导进来。总之在我国金融体系发展趋势尚不明朗的当下，制定这样一个反映金融市场系统性风险程度及金融体系压力状况的指标可以为我国金融监管机构防范金融系统性风险提供一个参考工具。

参考文献：

1.Kaminsky G.，Lizondo，C. Reinhart.Leading Indicators of Currency Crises[J]. IMF Staff Papers，1998（45）

2.Adrian， T.& M.Brunnermeier.”CVar” Federal Reserve Bank of New York Staff Reports， 2008

3.Illing M，Liu Y. Measuring financial stress in a developed country：An application to Canada [J].Journal of Financial Stability，2006（2）

4.Hakkio and Keeton.Financial stress：What Is It， How Can It Be Measured， and Why Does It Matter？[EB/OL] www.KansasCityFed.org.

5.Ravi Balakrishnan， Stephan Danninger， Selim Elekdag， and Irina Tytell. The Transmission of Financial Stress from Advanced to Emerging Economies[R].IMF Working Paper，2009（133）

6.沈悦，闵亮.基于外汇市场压力指数的货币危机界定与识别[J].上海金融，2007（12）

7.万超，靳玉英.人民币外汇市场压力指数变动及压力释放效果研究[J].财贸研究，2010（2）

8.荆中博，杨海珍，杨晓光.基于货币市场压力指数的银行危机预警研究[J].金融研究，2012（5）

9.刘晓星，方磊.金融压力指数构建及其有效性检验—基于中国数据的实证分析[J].管理工程学报，2012（3）endprint