基于状态空间模型的中国金融稳定性评估

孙攀峰

（新疆财经大学 金融学院，新疆 乌鲁木齐830000）

一、引 言

经过40年的改革开放中国经济发生了翻天覆地的变化，成为世界第二大经济大国，经济由“引进来”向“走出去”转变。中国提出构建“丝绸之路经济带”的倡议，必将引领沿线国家共同发展。然而，从资本主义国家的发展历程可以看出，金融危机越来越趋于全球化，影响越来越大，波及范围越来越广（特别是2008年美国次贷危机引发的全球金融风暴）。在此背景下保持经济金融的稳定，更有利于提高中国在国际中的地位和信心。所以保证金融稳定对一国乃至全球金融发展和经济稳定具有重要意义。科学度量一国金融稳定状况是改善和提高一国金融稳定、防范金融危机爆发和维护经济稳定发展的前提。

系统的金融稳定研究集中于1980年以来，Minsky从“债务通缩”的角度建立“金融不稳定”理论，其成为后期的研究基础［1］。IMF（1999）为了评估金融体系的实力和稳定状况，选取多个基础指标编制金融稳健指标，用来衡量和评估国家之间金融机构整体以及作为金融机构客户的公司和住户部门的当前金融健康状况和稳健性，使得各国中央银行与世界性经济组织对金融稳定更加重视，对金融稳定的研究也越来越多。目前有关金融稳定状况度量的研究主要有金融危机预警模型、宏观压力测试、综合指数三种方法：一是金融危机预警模型对发生金融危机的可能性进行预测，进而衡量其金融稳定状态，Frankel的FR模型、Kaminsky的KLR模型、王志宇的人工神经网络预警模型等方法［2－4］。二是宏观压力测试是假设可能存在的极端情况下模拟金融体系的状态。近些年大部分银行主要采取宏观压力测试模型测试风险。Boss等以信贷违约角度设计极端情景对银行进行压力测试，检测银行能够承受的风险能力，进而对本机构的稳定进行更好的管理［5］。三是通过分析影响金融稳定的各个因素，构建包含金融体系全方面信息的综合指数度量金融稳定。综合指标主要分为货币状态指数（MCI）、金融状态指数（FCI）、金融稳定状态指数（FSCI）三类。MCI指数由Freedmann首次以利率和汇率两个角度展开研究探讨［6］，而FCI指数是Goodhart等在汇率、利率的基础上添加股票、房地产价格的综合指数，在一定程度上弥补 MCI指数的缺陷［7］。FSCI指数是Vandenend在FCI的基础上引入金融机构的信贷变量构建而成的［8］；王雪峰和王娜等分别运用状态空间模型和主成分分析法构建了中国金融稳定状态指数（FSCI）对金融稳定性进行研究［9－10］，徐国祥等基于结构向量自回归模型构建金融稳定指数分析中国金融稳定状态［11］。从现有文献的梳理可以看出综合指数衡量金融稳定问题是由MCI-FCIFSCI的过程。在权重确定方面主要分为三大类：偏于主观的定性分析法（如层次分析法）、偏于客观的定量分析法（如主成分分析法、变异系数法、熵值法等）以及处于两者之间的分析法（如评分系统法），目前处于主流的方法是偏于客观定量研究方法。

从以上的分析，本文从金融稳定的角度采用Kalman Filter算法的状态空间模型对中国金融稳定性进行评估。

二、中国金融稳定性度量模型

（一）金融稳定状态指数构建

本文采用综合指数对金融稳定状态进行衡量，在选取基础指标的基础上构建金融稳定状态FSCI指数。金融稳定状态指数是通过衡量各个指标在每个时期对其长期趋势的偏离度组合而成。具体方程如下：

其中，ωit表示t时期变量Xi的权重，Xit是t时期变量Xi取值，Xit是变量Xi在t时期的长期趋势值，（Xit－Xit）／Xit是t时期变量Xi对其长期趋势的偏离度。

金融稳定包含着金融体系各个组成部分的稳定［12］，在IMF金融稳定评价体系的基础上，从机构内部经营、金融市场环境、国内宏观经济、国际环境冲击四个方面对金融稳定性进行评估度量，构建中国金融稳定状态指数（FSCI）。

（二）FSCI指数基础指标选取

在参考国内外已有文献的基础上，结合中国的实际情况，以2007—2017年年度数据为研究期间，从机构内部经营、金融市场环境、国内宏观经济、国际环境冲击四个方面选取如下9个基础指标：

1．选取商业银行不良贷款率、社会融资规模两个基础指标衡量机构内部经营。商业银行不良贷款率反映商业银行资产经营情况，当商业银行不良贷款率越低时，说明坏账占比越少，资金越安全，经营越稳定；社会融资规模代表着金融机构投入到实体经济的资金量，当投入到实体经济的资金越多时，金融资产的泡沫越少，越有利于金融稳定。上述两个指标数据分别来源于银监局和人民银行网站，并分别用BLD和SRZ表示。

2．选取上证指数、国房景气指数、实际利率、实际汇率、M2／GDP五个基础指标对金融市场环境进行测度。上证指数代表的是股票市场状态，该指标的上升说明股票市场处于景气状态，股票市场相对稳定，该指标数据来源上海交易所的月度数据采用算术平均转化而来，用SZZ表示；国房景气指数代表着房地产市场的土地、资金、开发量等综合行情，该数据来源国家统计局，用GFZ表示；实际利率和实际汇率代表着国内和国际资本市场的情况，其指标上升代表着本币的升值有利于本国资本市场的稳定，数据分别来源于IMF和BIS；M2／GDP是货币支付在全部经济交易中的占比，表示金融深化程度。在一定范围内，该指标上升，表示货币流动性高，金融深化程度高，金融越稳定，数据来源于choice数据，用MG表示。

3．选取信心指数衡量国内宏观经济。信心指数代表着人民对市场前景的展望，该指标上升时，说明人民对市场有信心，有利于金融稳定，该数据由来源于国家统计局的消费者信心指数、企业家信心指数、经济学家信心指数算术平均得到，用XXZ表示。

4．选取外债余额／外汇储备余额作为基础指标对国际环境冲击进行度量。外债代表本国借取国外的资金，外汇储备是以外币形式储备的资金，是偿还外债的保障。该指标上升说明偿还外债的能力变弱，金融稳定性降低，该指标数据来源于国家统计局的外债余额与外汇储备的比值，用WZ表示。

（三）变量权重确定方法

本文借助简化的总需求方程，运用状态空间模型和卡尔曼滤波（Kalman Filter）算法确定FSCI指数中各变量时变权重。

Charles（2001）等人构建的包含不同滞后期的实际产量缺口、实际房地产价格缺口等变量的简化总需求方程：

其中，Yt为t时刻产量缺口（偏离度），Xi，t－j为变量Xi在t时刻的滞后j期偏离度，βl为变量Y在t时刻滞后l期的偏离度的系数，λi，j为变量Xi在t时刻j滞后期偏离度系数。

本文以式（2）作为信号方程，其时变系数β和λ的状态方程为：

其中，T1和T2分别为参数β和λ的系数向量。

而系数权重采用公式如下：

本文首先通过式（2）、（3）、（4）构建状态空间模型，运用Kalman Filter算法估计时变参数β和λ，进而由式（5）确定FSCI指数中时变量参数权重ωi，t，最后通过式（1）确定FSCI指数。

三、中国金融稳定状态指数实证分析

（一）模型构建和变量的处理

本文在前人研究的基础上，按照机构内部经营、金融市场环境、国内宏观经济、国际环境冲击四个方面选取的九个变量纳入模型中，构建的具体模型如下：

其中，FSCIt是t时刻的中国金融稳定状态指数；bldt、srzt、szzt、gfzt、sllt、shlt、mgt、xxzt和 wzt分别为t时刻商业银行不良贷款率、社会融资规模、上证指数、国房景气指数、实际利率、实际汇率、M2／GDP、信心指数、外债余额／外汇储备余额的实际值对长期趋势的偏离度，长期趋势值由实际值通过HP滤波分析得到；ωi，t（i＝1，2，…，9）分别是t时刻bldt、srzt、szzt、gfzt、sllt、shlt、mgt、xxzt和 wzt在 FSCI指数中的权重。

为了确定ωi，t（i＝1，2，…，9）的值，构建包含rgdp、bld、srz、szz、gfz、sll、shl、mg、xxz和 wz变量的具体时变参数状态空间模型。在进行模型构建之前首先运用Eviews对变量进行单位根平整性和协整检验来避免伪回归现象。单位根平稳性检验结果见表1：

表1 变量单位根PP检验结果

由表1可以看出，在5%的显著性水平下，bld和shl是非平稳序列，且都是一阶单整的。所以需要采用Johansen协整检验对变量的长期的稳定关系进行检验。得到的结果如表2：

表2 变量协整检验结果

由表2可以看出，在5%的显著性水平下变量之间存在着显著的协整关系，即说明构建的时变量状态空间模型不存在伪回归问题。本文通过逐级筛选的方法构建如下具体信号模型：

对应的具体状态方程如下：

其中，svi（i＝1，2，…，10）是信号方程（7）的变量的时变系数。

运用Kalman Filter算法对本文构建的模型估计结果如表3：

从表3可以看出，Z检验值相对比较大，p值比较小，结果都显著，且对数似然值也较大，AIC和SC的值都比较小，说明模型的效果比较好。

表3 Kalman Filter算法的状态空间模型估计结果

（三）基于状态空间模型时变系数权重结果分析

根据状态空间模型中的式（7）和（8）计算出各个变量的时变系数，然后根据权重计算式（5）得到bld、srz、szz、gfz、sll、shl、mg、xxz和 wz变量的时变参数权重（如图1）。

图1 FSCI指数各变量时变系数权重

从图1中可以看出，2007—2017年的各个变量的权重是时刻变化的，不同的时期，权重的占比发生很大变化，且bld和wz的系数权重为负，srz、szz、gfz、sll、shl、mg和xxz的系数权重为正，这与事实相吻合。商业银行不良贷款率上升，银行的坏账增加，盈利减少，应对其他风险的能力降低，银行稳定性下降，FSCI指数也表现为下降；外债余额／外汇储备余额的上升，说明外债增多或外汇储备下降，这使得中国在应对国际经济往来的支付能力下降，损害中国金融稳定性，FSCI指数下降。社会融资规模和M2／GDP上升代表资金充足，可支配资金增多，应对金融风险的能力增强，金融稳定性增强，FSCI指数上升；上证指数上升表示证券市场的景气，增强金融稳定性，FSCI指数上升；实际利率和实际汇率指数的上升，代表着本币的升值，同时反映金融的繁荣景象，增强金融稳定性，FSCI指数上升；国房景气指数的上升说明人民对房地产市场前景看好，对稳定房地产市场起到一定的作用，从而对金融稳定产生有利影响，FSCI指数上升；信心指数的上升表示人民对经济前景看好，对金融稳定起到增强作用，FSCI指数上升。

（四）金融稳定状态指数HP滤波分析

通过状态空间模型得到的时变系数权重及FSCI指数表达式，采用 HP滤波法，λ＝6．25，得到下图：

图2 FSCI指数HP滤波分析

从图中可以看出2007年—2009年FSCI指数变化非常大，由－9．57%下降到最低点－16．19%，又上升到10．12%，这是由于长期的金融泡沫聚集，在2007年就出现的金融稳定的下降，在2008年爆发全球次贷金融危机，金融处于极其不稳定的状态，此后中国积极采取措施拯救危机，之后FSCI指数慢慢的趋于平稳在（－5%，5%）之间，说明整个金融体系处于相对的稳定状态。从波动部分看出中国FSCI指数在2010年之前一直处于剧烈的波动状态，2010年之后波动处于平稳状态；从趋势部分看出中国FSCI指数目前处于平稳的趋势状态。

2008年受到全球次贷危机的影响，金融处于严重的不稳定状态，上证指数4 000多点下降到2 000多点，信心指数从80多点下降到70多点，对金融稳定造成很大的不稳定影响，使得FSCI指数急剧下降，而随着国家推出四万亿经济刺激计划，资金流入股市与房地产市场，使得社会融资规模、国房景气指数、上证指数有了大幅度上升，金融稳定情况才有了一定的改观，FSCI指数变得相对稳定，且趋于上升。2015年811汇改以来，汇率市场的波动性变大，对市场产生一定的不利影响，中国采取以实际贸易为背景的贸易审核原则，大力鼓励正常的国际贸易，使得市场的信心恢复，最终对FSCI指数趋势方面没有产生影响，只是在波动方面产生了小幅波动。

四、结论与政策建议

本文从机构内部经营、金融市场环境、国内宏观经济、国际环境冲击四个方面选取2007—2017年间商业银行不良贷款率、社会融资规模等9基础指标，运用状态空间模型和Kalman Filter算法构建中国FSCI指数，得到如下主要结论：

一、FSCI指数受到各个基础指标的影响很大，权重的准确性对FSCI指数起着决定性的影响，且各个基础指标权重时刻是变化的，且变化很大，需要时刻关注权重的变化情况；二、金融稳定指数是对金融稳定的整体度量，其波动性增大代表着整个金融体系的不稳定性因素增强，及时的分析金融不稳定因素，并针对性地采取措施。基于以上结论，提出如下建议：

第一、加强金融稳定的监测，并对其方法进行改进，建立关键指标的监测和预警机制。依据本文构建的FSCI指数分析，动态监管各个指标权重的时变，对变化大的变量进行分析，确保该市场不会出现危机，进而传到至整个金融市场的现象。

第二、加强银行市场、股票市场、期货市场、保险市场、房地产市场基础建设，完善各个市场的制度体系并增强其抵御风险的能力。目前在中国金融市场中，银行市场在金融市场中占据着重要地位，改变银行的资产结构，资产结构多元化，减少因重仓不景气行业而影响银行资产质量的情形，同时完善不良资产的处置机制，稳步推进不良资产证券化、加大核销不良资产的力度、推动金融资产管理公司批量市场化处置不良资产、提升地方资产管理公司有效参与不良资产处置的能力等多种方式，有效盘活银行体系信贷存量资源，加快处置不良资产；在股票市场上，加强审核申请上市企业情况，确保进入股票市场的企业为优质企业，并平衡股票市场中企业的行业归属，使得股票市场的抗风险能力增强；中国的期货市场和保险市场还比较薄弱，市场还不够成熟，在交易规则，制度建设，产品方面有待完善；房地产市场在过去十几年的发展，已经产生很大的泡沫，加强房地产市场调控，防控房地产市场价格的大幅波动，确保房地产市场的稳定，同时严控资金“脱实向虚”的倾向，引导资金向实体经济流入，防控金融市场泡沫的进一步扩大。

第三、加强外债和外汇储备管理。在外债方面，扩大外债来源多元化，优化外债结构，避免因与个别国家的关系紧张，影响中国筹集国际资金，减少外债不稳定因素；在外汇储备方面，储备多国的货币、黄金等国际支付货币，保证在国际活动中有更多的支付选择，优化外汇储备结构，增加综合国力，增强金融风险的抵御能力。

第四、建立多元化的外交关系。中国应采取积极友好的外交政策，坚持国家平等、互利共赢、维护世界和平、共同发展的原则构建“人类命运共同体”。优化外交结构，在不同的国际阵营中，不因与个别国家关系的交恶而对国家的金融稳定产生大的不利影响。