关键性因素视角下经济增长与金融风险新特征

■陈守东 孙彦林

一、引 言

随着经济的发展，系统性金融风险的内涵与特征发生显著变化，关键性风险因素作为系统性金融风险的源头，通过关键性风险因素理解新形势下系统性金融风险更加贴近现实。新常态下，中国经济面临增速换挡、动力转换、结构调整与发展方式转变的多重考验，复杂的经济形势下金融风险呈现出显性化与扩大化趋势，并以“高杠杆”与“泡沫化”为新特征，冲击金融稳定与经济增长。为更全面分析金融状况变化的“外部性”，从关键性风险因素视角丰富金融状况指数（Finan-cial Condition Index，简称FCI［1］）与构造金融冲击变量，分析关键性风险因素与金融冲击对金融风险新特征与经济增长的冲击影响，对于当前金融风险防范与经济治理具有重要的现实意义。

FCI衍生自货币状况指数，是在利率与汇率变量的基础上，综合了资产价格信息，使得FCI在理论上对通货膨胀具有一定的预测功能，并得到大量的实证支持。Feng和Wang［2］等研究均发现FCI对于CPI具有良好的预测功能。鉴于其良好的预测能力与易操作性，FCI作为金融状况的合理代理变量得到广泛认可。关于FCI的编制，基本延续了Goodhart和Hofmann［1］的思路，均是在利率、汇率与资产价格变量的基础上，纳入其他相关金融经济变量，如M2［3］和社会融资规模［4］等，通过脉冲响应函数［5］、总需求方程缩减式的单方程回归［6］、主成分分析［7］、动态因子模型［8］、联立方程组［9］等模型方法实现。为了与新金融经济形势下金融状况边界的外延与内涵的丰富相适应，FCI合成的指标体系需要进行相应拓展，从货币政策冲击、内部冲击与外部冲击三方面选取对中国金融稳定具有重要影响的指标，并在内部冲击变量选取过程中探索性地纳入关键性风险因素，以得到更能反映中国当前及未来金融状况的代理变量与构造金融冲击变量的合理基础。

经济减速背景下，隐性金融风险的显性化与显性金融风险的进一步演化使得金融风险呈现出新的特征变化，最为突出的新特征就是较高的宏观金融杠杆与资产价格泡沫。金融杠杆的使用在放大投资收益、撬动经济增长的同时，也放大了相应的潜在风险，马勇等［10］、马勇和陈雨露［11］等以私人部门信贷的GDP占比作为宏观金融杠杆的代理指标，利用动态面板模型研究发现，现阶段金融杠杆的波动会显著抑制金融稳定与经济增长，需逐步有序化解“高杠杆”问题，避免对金融稳定与经济增长造成重大冲击。简言之，资产价格泡沫即资产的市场价值持续其内在价值的成分，一定程度的资产价格泡沫对经济增长具有积极作用，一旦超过“U”型拐点将对金融经济体系产生冲击。从数据生成角度，资产价格若服从爆炸性数据生成过程，则资产价格存在理性泡沫成分。［12］以股市为代表，利用更易甄别结构断点与时变特征的IMS-ADF模型［13］测算资产价格泡沫，为后续研究结论的可信度提供了保障。

金融波动会抑制投资［14］，金融冲击是经济产出波动与周期波动的重要原因［15］。金融风险对经济增长的影响存在阈值效应，具有潜在抑制作用［16］，一旦超出“阈值”，演化为系统性金融风险，将直接引起全局性金融危机，严重冲击金融稳定。但现有研究均是以已有金融风险与经济增长为研究对象，对系统性金融风险的“源头风险”对经济增长影响的关注不足。本文同时考虑了关键性风险因素与金融冲击对经济增长的影响，并进一步实证分析了经济长期趋势与短期周期波动的冲击响应，以期为实现“经济稳增长”与“金融防风险”的平衡与协调奠定基础。

本文采用动态时域状态空间模型分析关键性金融风险对金融风险新特征与经济增长的时变影响机制。状态空间模型能较充分的分析变量间的动态关联性，且较准确的描述模型的内部结构及其与外部变量间的相互作用，并通过隐含时间为自变量赋予参数结构以时变特征，与常系数模型相比显然更符合实际。同时，作为结构模型，状态空间模型不仅在统计检验方面具有优势，而且能够利用更小的信息集来实现对模型系统的描述，从而更适合多变量的建模需求。与传统研究相比，本文从关键性风险因素视角认识系统性金融风险，认为新形势下系统性金融风险是“关键性风险因素的积聚扩散过程及其造成的全局性金融危机的可能性”，并结合中国金融经济演进历程与当前金融经济形势，甄别对中国金融状况具有显著重要性的关键性风险领域，选取相应代理指标纳入FCI合成指标体系，以此为基础，利用状态空间模型系统分析与阐释关键性风险因素对金融风险高杠杆与泡沫化特征、经济趋势周期特征的时变影响机制，以期为更好实现金融风险的防范与恢复金融的实体经济支持功能提供操作指引。

二、关键性风险因素与中国金融状况

在合成中国金融状况指数的指标体系方面，从冲击源的角度，认为影响金融稳定的重要因素主要来源于货币政策冲击相关变量、外部冲击相关变量以及内部冲击相关变量这三个方面，通过对相关文献的梳理以及实践经验的借鉴，分别从上述三方面选取具有显著重要性的关键金融经济变量以尽可能合理、全面地描述中国金融状况的变化情况。与以往不同的是，随着金融经济形势的变化，金融风险生成演化的微观基础与经济条件已然发生显著变化，系统性金融风险在现阶段更多地表现为“由关键性风险因素的积聚扩散及其造成的全局性金融危机”［17］，因此，本文在FCI合成指标体系构建的传统做法基础上，突出了关键性风险因素对FCI的影响。结合中国经济发展历程与当前金融形势，认为影响中国金融稳定的关键性风险因素主要存在于房地产市场、产能过剩行业、商业银行以及地方政府债务四个关键性风险领域内，并选取了相应的代理指标进行描述。最终采用的合成指标体系如表1所示，数据区间为2001年1月至2018年1月，最终采用月度数据进行指数合成，Credit-to-GDP ratios指标来源于BIS数据库，其余指标（基础数据）均来源于Wind数据库。

表1 合成金融状况指数（FCI）的指标体系

随着金融创新方式与技术的不断革新，金融的内涵与边界不断被拓展，传统模型以少数金融经济变量表征金融状况整体的做法既不准确也不严谨，如何将众多关键金融经济变量中的信息有效提取并合成为一个指标以更好表示某国或某地区整体金融状况，成为计量经济模型方法发展过程中的一个重要挑战。基于降维思想的主成分分析为这一问题的解决提供了有效方法。主成分分析在FCI合成过程中的主要优势体现在，其可以在容纳更多变量、反映更多初始信息、提取更多有效信息的基础上，通过对因子载荷的分析，实现合成指数的归因处理，即甄别对中国金融状况具有显著重要性的金融经济变量，为中国金融风险的监控与金融改革的深入提供操作指引与依据。同时利用ARIMA模型对未来11期FCI的走势进行预测，结果如图1所示。

图1 FCI合成及其未来11期预测结果图

结果显示，样本期内中国金融市场第一次周期性回落是在2005年中期，正值中国推行有管理的浮动汇率制度与股权分置改革试点工作，且随着WTO五年过渡期的结束，中国银行业对外全面开放在即，多重冲击影响下，中国金融市场出现了短暂性的波动下行。随着2006年中国股改的基本完成、IPO重启、以国有上市银行为代表的“大盘蓝筹股时代”的开启等多重利好因素的推动下，中国金融状况开始回暖。但随着全球金融危机的深层次影响逐渐蔓延，中国金融市场在2008年初以较快速率步入下行区间，并于2009年中期达到样本期内的最低点，因此有理由认为“四万亿投资计划”效用的发挥具有滞后性。经过系列刺激政策，中国金融市场在回暖的同时，经济政策的边际效用逐渐递减且负外部性开始显现，在2012年下半年集中开启了对前期刺激政策的“政策消化期”或“货币消化期”，伴随而来的即是中国金融市场的再次短暂性下行。在全球经济复苏乏力且中国陷入“三期叠加新常态”的复杂形势下，中国金融市场此轮回暖区间较为短暂，并伴随着2015年“股市异常波动”，再次触及局部低点，此轮回落直到2016年下半年。2017年，中国A股被纳入MSCI指数，标志着中国资本市场的国际化程度进一步得到国际市场的认可，同时，中国供给侧结构性改革与经济减速治理取得阶段性成果，促使2017年下半年中国金融市场相对持续的维持在局部历史高位。整体而言，中国金融市场的周期性特征显著，但波动幅度在全球金融危机后以显著减弱，意味着金融稳定性在不断提高，金融改革有所成效。

图2 FCI及其趋势-周期成分历史走势及未来预测图

预测显示，2018年，中国金融市场再次步入持续性回落区间，存在产生更大负外部性的可能，一方面，最新政府工作报告预期2018年中国GDP增速6.5%，表明中国经济仍面临不小的下行压力，经济增速下行使得金融风险具有更大的暴露基础与更易的滋生环境；另一方面，金融“脱实向虚”现象积重难返，传统与新增金融风险面临较大治理难度的同时，金融服务实体经济发展也面临挑战。在更加复杂的对内与对外经贸关系的现实背景下，中国2018年金融稳定的维持与金融风险的防范需引起监管当局的密切关注。利用HP滤波对合成的FCI进行分解，发现中国金融状况的趋势特征在样本区间内处于相对稳定的状态，金融状况的波动更多是由其周期成分波动引致。趋势性成分与周期性成分分别刻画了FCI的长期特征与短期变化，因此，预测结果显示，中国金融状况在长期仍处于持续性改善区间，表明中国金融领域的供给侧结构性改革正在逐渐释放“改革红利”，但面临持续的短期性金融冲击，中国在短期内仍存在发生局部金融危机的可能，应当坚持“双支柱”调控框架以及时甄别“黑天鹅”事件并尽早预警“灰犀牛”事件的发生，将短期的金融周期性波动控制在允许范围内，以尽可能弱化其对中国金融长期向好趋势的冲击影响。

表2 三因子与初始变量间的因子载荷

根据因子载荷的分析结果（表2），对FCI信息贡献度最大的为价格型货币政策工具变量，充分说明利率变动对金融稳定会产生显著性影响，数量型货币政策工具变量同样具有显著的信息贡献度，但呈现负向关联性，表明货币拉动经济增长的边际效用已相当“不经济”，因此，中国当前实施的“货币政策新政”具有合理性，在保持货币政策稳健中性的基础上，重点通过宏观审慎政策维护金融稳定，以“双支柱”调控框架下多种政策工具的综合运用，渐进式地改善金融结构，防控金融风险，推进金融改革。影响中国金融状况的外部冲击因素方面，大宗商品价格（原油）的影响相对有限，汇率、外汇占款以及外汇储备的稳定更为重要，外汇占款与外汇储备与FCI关联性的相反性差异更加凸显了本国汇率稳定的重要性，因为汇率波动是外汇占款与外汇储备间差额的重要来源。在内部冲击方面，债券市场的稳定对于金融稳定的维护显得尤为重要。尽管股票市场与FCI的关联性十分有限，并不意味着股市稳定的非重要性，股市不仅是宏观经济的“晴雨表”，同时对金融状况也具有先行性，因此可基于股市对金融状况未来走势进行短期预测。关键性风险因素方面，商业银行不良贷款率对FCI存在显著负向影响，房地产市场与产能过剩行业也存在不同程度的负向影响，政府债务的信息贡献度则相对有限，表明通过债务置换等方式，中国地方政府债务风险已得到初步控制，现阶段应重点防范的关键风险领域为商业银行的坏账风险，作为坏账较为集中的产能过剩行业以及房地产相关行业，也应辅以有效调控措施与经济政策，避免上述关键性风险领域出现较大程度的波动，以降低系统性金融风险的发生概率。

三、关键性风险因素与金融风险新特征

随着中国经济步入减速区间，各类隐性风险与显性风险逐渐特征化，其中，各类金融风险最为突出的新特征是“高杠杆”与“泡沫化”。代理变量方面：私人部门包含从事个人消费活动的家庭部门与从事私人投资活动的私人企业部门，私人部门信贷的GDP占比可以作为宏观金融杠杆的合理代理指标［11］，Credit-to-GDP ratios指标显示（图3），样本期内，中国宏观金融杠杆率呈现缓慢上升态势，在2016年底趋于平稳；资产价格泡沫方面，利用基于IHMM的IMS-ADF泡沫检验模型，以上证综指的对数收益率为测算基础，当股市泡沫概率大于0.5时，认为时间序列服从含有理性泡沫成分的爆炸性数据生成过程，泡沫破灭风险较高。图3显示，全球金融危机后，中国股市泡沫整体处于可控状态，2015年经历了一轮较大程度的泡沫挤出过程，使得中国股市泡沫的破灭概率大幅回落。

图3 金融风险新特征：资产价格泡沫与宏观金融杠杆

本文认为，新经济形势下系统性金融风险的内涵已转变为“关键性风险因素的积聚扩散过程及其造成全局性金融危机的可能性”。关键性风险因素在各类金融风险新特征的形成过程中是否也具有显著重要性，即从关键性风险因素的微观视角研究金融风险的宏观表象，对于金融风险的监测与防范、金融领域的降杠杆与去泡沫具有重要的现实意义。显然，这一作用机制具有时变性，所采用的动态时域状态空间模型如下。

量测方程：

状态方程：

约束条件：

金融风险的“高杠杆”和“泡沫化”特征之间在一定条件下存在关联影响［18］，模型设定过程中通过约束量测方程残差项间的协方差来达到更贴近现实的效果。利用Eviews7.0，模型回归结果如表3所示。关键性风险因素对资产价格泡沫的影响方面：截距项显著为正，表明资产价格泡沫是始终存在的。四大关键性风险领域中，房地产市场的景气程度和开发投资以及政府债务状况对资产价格泡沫具有显著影响，负向影响表明房地产市场与资本市场间当前以“跷跷板效应”为主，资本的逐利性决定了其将根据不同金融子市场收益率的相对变化进行避险套利活动，如2014年年中房地产市场步入低迷期的同时股市逐渐筑底回升，行至2015年年中股市渐近局部高点的同时房地产市场开始回暖，因此，房地产市场的繁荣在某种程度上抑制了股市泡沫的积聚。相反，发达国家或地区的房地产市场与股市间以“财富效应”为主，即表现为正向关联，仅在资产价格泡沫较为严重时期二者会呈现“跷跷板效应”，可以推断中国房地产市场与资本市场的泡沫化程度相对较高，应当继续稳步推进金融改革以有序消化资产价格泡沫。政府债务与资本市场间也存在类似的“跷跷板效应”，通过吸纳社会资本与窖藏流动性的方式削弱资产价格泡沫的形成基础。产能过剩行业与商业银行不良贷款对资产价格泡沫形成的影响并不显著。因此，在去泡沫过程中应当重点关注房地产市场以及政府债务状况，可适当允许产能过剩行业与商业银行不良贷款率的小幅波动。

关键性风险因素对宏观金融杠杆的影响方面：截距项同样显著为正，说明杠杆融资对经济运行与扩张需求满足的必要性。房地产市场的景气状况相较开发投资而言对金融杠杆的影响更为显著，表明以高杠杆融资的方式进行房地产开发投资的方式正逐步回归正轨，投资者对房地产市场信心的维持与预期的稳定是稳步降杠杆的重要前提。商业银行不良贷款是金融杠杆高企的重要诱因，作为杠杆融资的重要资金来源，银行信贷扩张在支持实体经济快速发展的过程中逐渐形成了大量不良资产，表现为商业银行不良贷款率与金融杠杆间的正向关联性。产能过剩行业对金融杠杆的影响同样不显著，表明产能过剩风险对于金融风险新特征的形成不具有显著重要性，但应警惕产能过剩风险通过不良贷款诱发商业银行危机的可能。政府债务对金融杠杆的影响不显著，由于政府债务融资有相当部分通过非标融资，而统计口径内（货币当局与其他存款性公司）政府债务的杠杆融资规模与增速处于相对合理区间内，被认为是β5,t不显著的重要原因。

表3 “关键性风险因素与金融风险新特征”模型估计结果

四、关键性风险因素与经济增长

新经济形势下，关键性风险因素被认为是系统性金融风险的“源头”，是否会对经济增长及其趋势周期特征产生直接影响，对稳增长意义重大。在纳入“异质性金融冲击源”的同时，考虑金融状况整体的净冲击，以全面刻画金融冲击对经济增长的作用机制。

（一）金融冲击的构造

借鉴实物期权思想以及净价格冲击构造法［19］，以FCI为基础，首先测算金融状况净正向与负向变化。

净正向变化：

净负向变化：

给定金融冲击为净正向与负向变化之和：

（二）模型设定与结果分析

同样通过动态时域状态空间模型以恰当描述金融风险与金融冲击对经济增长的时变影响机制，以工业增加值（IP）作为经济增长的代理变量。需要强调的是，金融冲击不仅会对经济增长的趋势周期成分产生影响，同时会对其条件方差产生冲击，据此，

模型（一）设定形式如下

量测方程：

状态方程：

模型（二）设定形式如下

量测方程：

长期以来，我国杂交水稻种子生产以传统方式为主，机械化程度低，耗费巨大的人力、物力，成本高。湖南农业大学唐文帮教授及其研发团队经过10余年研究，实现了杂交水稻轻简机械化制种，在降低杂交稻种子生产成本、促进产业化等方面取得了重大突破。

状态方程：

约束条件：

利用Eviews7.0，模型（一）估计结果如表4所示，截距项显著为负，表明经济增长难以自发实现资源的有效配置，市场摩擦总是存在，因此需要宏观调控加以矫正。金融冲击对经济增长及其条件方差均不产生显著影响，关键性风险因素中仅房地产市场与产能过剩行业对经济增长的作用显著且为正，尽管房地产市场与产能过剩行业风险集聚程度较高，但作为拉动中国经济增长的传统动力来源，对当前经济增长仍具有促进作用，尤其以房地产开发投资的促进作用最为强烈，当中国经济减速治理乏力与下行压力骤增时，可通过刺激房地产开发投资在短期内稳增长，为危机治理争取时间。商业银行不良贷款与政府债务的影响则不显著。考虑金融风险与金融冲击对经济增长的长期趋势与短期波动可能存在不同影响，对经济增长影响的整体估计并不能反映其中的微观基础与结构，整体层面的影响不显著并不代表不存在微观层面影响。

模型（二）的估计结果（表4）显示，金融冲击尽管对经济增长短期周期成分（IPCt）及其条件方差均不存在显著影响，但对经济增长的长期趋势成分（IPTt）及其条件方差影响显著，其中，金融冲击会在抑制经济增长长期趋势成分的同时放大其条件方差，从而提高经济增长长期的不稳定性。关键性风险领域方面，IPCt与IPTt收到的冲击影响也存在显著性差异。房地产市场过于景气尽管在短期内能促进经济增长，但不利于经济的长期增长，有损其可持续性，相反，房地产开发投资的作用均为正向，因此，如何有效阻止过多的投机资本扰乱房地产市场，使开发投资与实际需求相适应是促使房地产市场在长短期内产生正经济外部性的关键。产能过剩行业和商业银行不良贷款对IPCt不具有显著影响，但产能过剩行业对IPTt的影响显著为正但影响有限，表明尽管产能过剩风险存在但并未真正显著拖累中国经济。与之相反，商业银行不良贷款对IPCt的影响显著为负且影响程度较为强烈，因此，商业银行不良贷款的合理处置相较产能过剩风险对于经济增长长期趋势的维持更为迫切与重要。

表4 “关键性风险因素与经济增长”模型估计结果

五、结 论

随着金融市场基础与经济运行条件的演进，金融风险的滋生环境与演化机制均发生了显著变化，从“关键性风险因素的积聚扩散过程及其造成的全局性金融危机的可能性”层面理解系统性金融风险更为贴近现实。本文以关键性风险因素拓展金融状况指数合成的指标体系，据此评价与预测中国金融状况，并构造金融冲击，为系统分析关键性风险因素对金融风险新特征与经济增长的时变影响机制奠定基础，得到一定有益结论。2018年中国金融形势不容乐观，应当坚持“双支柱”调控框架以及时监测与应对局部与系统性金融风险，“稳中求进”，在经济“稳增长”与金融“防风险”的双重约束下有序推进供给侧结构性改革。

从关键性风险因素的视角拓展FCI合成的指标体系，结果显示，中国金融状况具有显著周期性特征，全球金融危机后金融稳定性有所改善。预测显示，2018年中国金融状况将中国金融状况长期趋势向好，但面临持续的短期性金融冲击，短期内仍存在发生局部系统性金融风险的可能，因此，需通过“双支柱”调控框架予以监测与应对。信息贡献度方面，价格型相较数量型货币政策工具变量对FCI的冲击更为强烈，外部冲击与内部冲击均对FCI具有不同程度的影响。关键性风险领域方面，则应更加关注商业银行不良贷款对金融稳定的负向冲击影响。

新经济形势下，金融风险以“高杠杆”与“泡沫化”为主要特征。关键性风险因素对金融风险新特征的影响存在显著性差异：产能过剩行业的影响均不显著；房地产市场则对金融杠杆与资产价格泡沫均影响显著，充分说明房地产市场稳定对于金融风险治理与防范的重要性；商业银行不良贷款在信贷扩张的过程中抬升了金融杠杆水平，政府债务则通过吸纳社会资本与窖藏流动性抑制资产价格泡沫。

注释：

①季度数据假定当前季度各月度情况一致，即短期内保持不变，对于信贷产出比（Credit-to-GDP ratios）与不良贷款率指标而言具有相对合理性；日度数据取月度平均值。

②经检验，最终预测模型为ARIMA （1,0,8），样本区间为2002.01至2018.01，预测区间为2018.02-2018.12。