金砖国家金融一体化程度研究

□文/吴兰德（南京大学金陵学院江苏·南京）

金砖国家金融一体化程度研究

□文/吴兰德
（南京大学金陵学院江苏·南京）

［提要］本文根据金砖国家相关数据，分析金砖国家之间汇率波动率、人均消费增长率的相关度、未抛补的利率平价偏差、贸易强度和利率相关度情况。使用主成分分析法计算金砖国家两两之间的金融一体化程度。结果表明：金砖国家之间的金融一体化程度依然普遍不高，需要通过加大互换、扩大债券市场合作等方式，进一步加强金融合作。

金砖国家；金融一体化；主成分分析

收录日期：2016年9月14日

一、问题的提出和文献回顾

金砖国家的金融合作在金砖国家合作中占有重要地位，从2014年金砖国家成立金砖国家开发银行以来，金砖国家一直在金融合作领域做着各自的努力。2016年9月在中国杭州召开G20峰会之前，金砖国家领导人在杭州进行了非正式会晤。今年10月，金砖国家领导人还将在印度举行第八次峰会，届时将进一步讨论金融合作的详细内容。

尽管金砖国家区域内的金融一体化在多年前已经开始，但是其发展还处于初级阶段，尤其是金融合作尚处于起步阶段。而金融一体化则是衡量金融合作程度的一个重要指标。从以往的文献来看，对于金融一体化的研究，大多停留在定性分析的阶段，定量分析的文献并不多。至于何为金融一体化，不同的学者的观点也不尽相同，有的认为金融一体化主要是套利现象的消失，认为在金融一体化的国家之间的市场上，是不存在套利现象的；也有学者认为金融一体化程度越高的国家之间交易量越大；还有学者认为金融一体化就是货币一体化。但是，对于如何度量金融一体化方面，学者们的观点比较统一。

Takagi&Hirose（2004）总结了前人的工作，认为金融一体化的度量方法主要有如下7种：（1）市场规则限制法，完全一体化的金融市场中，资本和金融服务不应受到任何限制；（2）金融流量大小度量方法，该方法认为金融一体化程度高的市场里，跨边界的资本和金融服务流量也应越大；（3）抛补的利率平价法（CIP），该理论认为如果两个市场金融一体化程度较高的话，那么当市场利率的差价用于补贴交易费用时，两个市场之间存在的套利机会是没有风险的；（4）未抛补的利率平价法（UIP），是一个更强而且更好的衡量金融一体化的条件，因为它要求在两个市场上的风险是相等的。但由于预期贬值率的不可预测性，导致这个方法很难使用；（5）实际利率平价法，两个实际利率相等的市场的一体化程度较高；（6）消费相关度，只要消费偏好相同，不同国家人均消费增长率是相同的，从而人均消费的相关性越强，两个金融市场一体化程度越高；（7）利率协整，这个意味着名义变量的长期收敛，比较严格，需要两个国家的货币政策趋同。

二、数据来源及使用方法

考虑到数据的可获得性，本文使用汇率波动率、人均消费增长率的相关度、UIP偏差、贸易强度以及利率相关度这5个方法来度量金融一体化程度。

汇率波动率是指i国对j国的平均汇率的对数标准差，波动率越小，两个市场的金融一体化程度就越高。人均消费增长率的相关程度我们使用相关系数表示，如上文所述，相关程度越大，金融一体化程度就越高。未抛补的利率平价偏差可以根据平价理论来计算，金融一体化程度越高的市场，其未抛补的利率平价偏差就越小。贸易强度使用两个国家之间的贸易强度指数表示，它是反映短期资本和与贸易相联系的金融服务流量的简介指标，指数越大，两国之间的金融一体化程度越高，我们使用2014年的任意两国之间的贸易强度指数。利率相关度采用季度短期名义利率计算，一般来说，两个国家的金融一体化程度越高，利率的相关度也就越高。

由于上述5个指标都是用于评价金融一体化程度的指标，任意两个国家之间的金融一体化大小程度无法排序。因此，本文使用主成分分析法进行降维处理，这样我们就能使用综合评分的方法准确地判断出任意两个国家之间金融一体化程度的大小了。主要方法如下：

设原始变量：x1、x2、…、xn；主成分：z1、z2、…、zm，则各因子与原始变量之间的关系可以表示成：

主成分分析法的步骤如下：

（1）为了排除数量级和量纲不同带来的影响，首先对原始数据进行标准化处理：Rn×nxij′=（xij-xi）/σi（i=1，2，…，n；j=1，2，…，p）。式中：xij为第i个指标第j个分区的原始数据，xi和σi分别为第i个指标的样本均值和标准差。

（2）根据标准化数据矩阵X′n×p计算相关系数矩阵Rn×n，其中：

（3）计算Rn×n的特征值和特征向量。根据特征方程R－λI＝0，计算特征根λi，并使其从大到小排列：λ1≥λ2≥…≥λn，同时可得对应的特征向量u1、u2、…、un。它们标准正交。

（6）综合分析，一个k维主超平面究竟以多大的精度近似代替原始变量系统才能确保尽可能多的原始数据信息？这可以通过求累计贡献率Ej来判断。一般取Ej大于80%的最小k（k＜n），则可得主超平面的维，从而可对k个主成分进行综合分析。

（7）计算综合得分。第i个地区的第k个主成分得分：

本文分析金砖国家之间的金融一体化程度，使用金砖国家2002～2015年的年度或季度数据。其中汇率、利率数据来自IMF出版的《International Financial Statistics》，进出口数据来自UNTCAD，人均消费者总额数据来自世界银行的WDI数据库。

三、主成分分析及结果

主成分分析的主要目的是把衡量一体化程度的指标从5个降为1个，其主要思想就是把变量进行线性组合称为几个综合性的指标，选取几个能尽可能多的反映原变量信息的指标，然后再进行线性组合构建评价模型，其指标的权重根据各综合指标的方差贡献率来确定。

在汇率波动率的相关度上，中国和南非的相关度最高，为0.4214，印度和俄罗斯的相关度最低，为0.1246；在人均消费增长率的相关度方面，巴西和印度的相关度最高，为0.7092，中国和南非的最低，只有0.0321；中国和巴西未抛补的利率平价偏差最大，为0.3233，俄罗斯和南非的最小，为0.0119；2014年的贸易相关度指标方面，中国和南非的相关度最高，为1.3505，俄罗斯和南非的贸易相关度最低，为0.1239；利率相关度方面，巴西和南非的最高，为0.555，南非和俄罗斯的最低，为0.023，并且是反向的。

在上述5个指标中，汇率波动率、未抛补的利率平价偏差对金融一体化程度的影响是反向的，人均消费增长率的相关度、贸易强度和利率相关度对金融一体化程度的影响是正向的。所以在做主成分分析之前，需要把这5个指标对金融一体化影响的方向改为一致，我们采用倒数的办法，取汇率波动率和未抛补的平价偏差的倒数。

表1　因子载荷矩阵

表2　金融一体化程度分析结果

我们用x1表示汇率波动率的倒数，x2表示人均消费增长率的相关度，x3表示未抛补的利率平价偏差的倒数，x4表示贸易强度，x5表示利率相关度。

进行主成分分析后得到的综合指标的方程为：

由于这4个公因子能解释的总方差的百分比达到了95.32%，因此我们选择4个公因子已经足够。

表1给出了因子载荷矩阵，我们发现，第一因子主要由汇率波动率的倒数和未抛补的利率平价偏差的倒数决定，载荷分别为0.785和0.916；第二因子主要由汇率波动率的倒数和人均消费增长率相关度决定，载荷分别为0.475和0.631；第三因子主要由人均消费增长率和利率相关度决定，载荷分别为0.71和0.558；第四因子主要由贸易强度决定，载荷为0.566。（表1）

结合式（1）和表1，我们计算出由汇率波动率的倒数、人均消费增长率的相关度、未抛补的利率评价偏差的倒数、贸易相关度和利率相关度的线性函数表示的衡量金融一体化程度的综合指标。

使用（2）式可以计算出金砖国家两两之间的金融一体化程度，计算结果见表2。（表2）

从金砖国家之间金融一体化程度的比较中我们可以看出，印度和南非之间的金融一体化程度最高，综合指标得分为17.8325；其次是俄罗斯和南非，综合指标得分为16.2694；中国和巴西的金融一体化程度最低，综合指标得分为5.4167。从我国与其他金砖国家成员之间的金融一体化程度来看，和印度的金融一体化程度最高，综合指标得分为11.0524，接下来依次是和南非、俄罗斯、巴西。总体来说，金砖国家的金融一体化程度普遍小于东亚或东南亚国家之间的金融一体化程度，也说明了其合作空间依然巨大。

四、结论及建议

从金砖国家领导人峰会的召开和准备成立金砖国家开发银行这些活动来看，金砖国家为应对金融危机及全球经济失衡带来的风险而进行的金融合作在不断的加强。所做的这些工作是有利于金砖国家金融一体化推进的，但很显然目前金砖国家之间的金融合作仍然处于起步阶段，还需要进一步加强合作。

我们可以从如下方面来考虑：（1）金砖国家应加快汇率市场化进展；（2）加快利率市场化改革，使利率成为反映资本价格的真实工具；（3）转变经济增长方式，增加本国消费；（4）进一步加强互换、扩大债券市场合作、设立共同货币储备等金融合作方式。

主要参考文献：

［1］Shi nj iTakagi&K eni chiH i rose，A m ul t i vari at eapproach t o groupi ng fi nanci al l y i nt egrat ed econom i es，exchange rat e regi m es i n east A si a［J］.2014.

［2］M auri ce O bst fel d and K ennet h Rogoff著.刘红忠等译.高级国际金融学教程［M］.北京：中国金融出版社，2002.

F83

A