金融压力指数对金融周期和经济周期的预测作用研究
2019-12-13徐华于泽阳杜静
徐华 于泽阳 杜静
摘 要：本文在概述经济周期、金融周期及金融压力指数文献基础上，构建金融压力指数，通过VAR模型验证金融压力指数与金融周期、经济周期之间存在的实证关系，得出金融压力指数对于金融周期和经济周期有一定的预测作用，金融周期和经济周期之间存在相互影响的关系，金融压力指数不断变大的趋势预示着经济衰退的概率在增加。提出归纳国内历经的金融风险事件形成成文资料、将金融压力指数纳入到统计指标预警经济周期及金融周期、引导金融市场健康发展促进宏观经济稳健发展等政策建议。
关键词：金融周期;经济周期;金融风险
中图分类号：F832.43 文献标识码：A 文章编号：1674-0017-2019（5）-0024-06
一、引言与文献综述
当前全球经济放缓，中国经济进入加速换挡期。在经济全球化大背景下，金融风险具有传染性，每一次金融危机都会带来巨大的经济损失，如1998年亚洲金融危机、2008年次贷危机等，为减少金融危机对经济发展造成的损失，构建一套标准指数预测金融危机可能发生的节点，对于经济软着陆、平稳发展具有重大意义。
经济周期与金融周期的不同阶段之间存在相当强的联系（Claessens& Terrones），经济周期和金融周期具有同步性且相互作用，金融周期会对经济衰退和复苏的时间和强度产生重要影响。Borio（2014）认为金融周期的频率远远低于传统的经济周期，金融周期的峰值与金融危机密切相关，金融周期有助于提前探测金融危机，金融周期的长度和幅度与政策体制有关。在金融周期和经济周期的关联关系方面，有一些研究重点分析了金融周期变量对经济周期的预测作用。金融压力指数是预测金融周期的一种手段，Illing & Liu（2006）系统性地提出了金融压力指数的概念，并用此方法分析了加拿大的金融系统，随后数量众多的研究者对金融压力指数做出了大量研究。Cardarelli等运用等方差权重的方法，综合了银行、证券和外汇市场这三个子系统的7个相关指标，为17个经济体构建了金融压力指数。Nelson和Perli综合12个经济变量，使用logit模型为美国构建了金融脆弱性指数。Louzis和Vouldis亦借鉴CISS的思路，为希腊构建了金融系统性压力指数（FSSI），该指数除考虑了变量间相关性外，还利用了多变量GARCH模型来捕捉相关性的突然变化，并且扩展了CISS所包含的变量。尽管学术界对于金融周期还缺乏公认的定义，但我们可以从金融周期的特征入手构建金融压力指数。
二、金融压力指数的构建
（一）构建金融压力指数的基本思路
Borio（2012）总结了各位研究者的工作后指出，金融周期具有如下的特征：狭义的金融周期体现为信用和资产价格的变化;金融周期的发生频率小于商业周期;金融周期的极端状态与金融危机相关联;金融周期的识别有助于预测金融危机;金融周期的时间跨度和震荡幅度与政策和制度相关。这些特性决定了金融压力指数的构建应当主要围绕各类信用和资产价格的变化，并且也指出有效的金融压力指数应当能够预测金融危機。
如图1所示，金融压力是脆弱的金融环境、金融结构以及外部冲击共同作用的结果。在相对脆弱的金融系统中，冲击更有可能演变为金融压力，且形成的金融压力也会更强。因此，金融压力指数应当能衡量各个金融市场和各类金融机构的脆弱程度和承受压力情况。Daniel Hollo et al（2012）强调，金融压力指数在构建过程中应当选取具有较强时效性和较高频率的原始数据，这样才能够充分发挥金融压力指数在预测金融风险和金融危机中的作用。
（二）构建金融压力指数的指标体系
充分考虑以上对于金融压力指数的要求之后，本文选取了五大类共11项指标来构建金融压力指数。这些指标的选取主要参考了欧洲中央银行相对成熟的CISS指数的指标体系，并根据我国的实际情况替换、删减了部分指标。指标的样本数据起始于2004年10月16日，结束于2018年6月28日，包含了3574个工作日的样本数据。
（三）金融压力指数的合成
在对原始数据进行处理得到五个类别11个指标的标准化数据后，本文对各个指标依照类别取算术平均值合成为五个类别指标。由此得到的类别指标分别为货币市场指标（M）、债券市场指标（B）、股票市场指标（S）、金融中介指标（I）和外汇市场指标（F）。
将这五个大类指标合成为最终的金融压力指数指标（FSI）。目前普遍采用的方法有等权重法和信用权重法2，本文分别采用等权重法和信用权重法进行了合成，其中信用权重法采用了欧洲中央银行在构建CISS时使用的权重系数（货币市场15%，债券市场15%，股票市场25%，金融中介30%，外汇市场15%）。采用不同权重合成的金融压力指数是高度相关的，如图2所示。经计算，两种权重下的金融压力指数相关系数为96.1%，其他合理权重下合成的金融压力指数与其的相关系数也均在90%以上。鉴于此，为了方便横向对比，以下以欧央行权重合成的金融压力指数为代表进行分析3。
三、金融压力指数的预测作用评价
（一）金融压力指数对金融风险的预测作用
金融压力指数最直接的作用在于对金融风险事件乃至金融危机进行预测。因为本文中金融压力指数是用经过经验CDF变换后的标准化数据构建的，所以比较两个时间点的金融压力大小应当比较它们偏离均值程度的大小。金融压力指数向上偏离均值的幅度越大，意味着当前金融市场和金融环境可能处于越不稳定的状态。本文选取了两条风险预警线作为风险阈值，“全样本风险预警线”为一条水平线，其取值为全样本的均值加上两倍全样本的标准差;“历史风险预警线”则是用截止该交易日的样本数据的均值加上这部分样本的标准差，因此是一条曲线。无论选取哪一条风险预警线，金融压力指数曲线均在三个时间点突破了风险预警阈值，分别是2008年9月中旬，2012年8月下旬和2015年9月下旬（见图3）。
众所周知，2008年8月4从美国开始爆发的全球金融危机对我国金融市场也产生了巨大冲击，2012年欧债持续发酵对我国出口贸易额造成巨大影响，2015年9月下旬正值我国股市震荡的高峰。由此可以看出，金融压力指数的高点与金融风险事件之间存在明显的对应关系。虽然我们无法通过实证分析得出一个理想的阈值水平，但是阈值设定的问题并不影响金融压力指数揭示金融周期的能力，我们构建的金融压力指数能够较好地与金融风险事件相吻合，且金融压力指数位于低位时也往往是我国金融市场较为稳定的时期，金融压力指数能够起到反映金融周期的作用。
（二）金融压力指数对经济周期的预测作用
上述分析已经显示金融压力指数在预测金融周期和金融危机中的作用，本文在此基础上进一步发现，金融压力指数对于宏观经济的预测作用。这一发现的重要意义不仅在于拓宽了金融压力指数的应用，更在于从侧面印证了金融周期和经济周期之间存在实证联系。
1.金融压力指数与宏观经济波动
本文用季度GDP数据作为宏观经济表现的基础数据。季度GDP数据来源于国家统计局公布的官方数字，样本时间范围为2004年第三季度至2017年第四季度。因为采用的数据未经季节调整，本文对季度GDP数据用X-13ARIMA-SEATS模型5进行季节调整。接下来，对季节调整后的季度GDP数据采用HP滤波法剔除趋势项，取残差为季度GDP的波动项。处理后的样本数据如图4所示。
为了直观感受金融压力指数对于宏观经济的预测作用，我们将金融压力指数减去均值后放大足够倍数，然后取其相反数（因此变换后的值较大时金融压力指数较小），其与季度GDP波动之间的关系如图5所示。由图5可见，经变换的金融压力指数的高峰和低谷往往伴随着一段时间后季度GDP波动相应的高峰和低谷，二者之间似乎存在某种正相关关系（这也就意味着金融压力指数与季度GDP波动之间存在负相关关系），这一结果与我们对于金融压力指数可以预测经济周期的猜测一致。
2.用VAR模型验证相关关系
为了进一步验证金融压力指数与季度GDP的相关关系，我们建立金融压力指数与季度GDP之间的两变量VAR模型。因为GDP数据是以季度为频率获取的，而金融压力指数数据以周为频率，所以为了建立模型，我们将金融压力指数数据统一为季度数据。本文采用了三种方法取季度金融压力指数，分别是季末金融压力指数（以每个季度最后一周的金融压力指数为该季度金融压力指数），季度平均金融压力指数（以每个季度内金融压力指数的平均值为该季度金融压力指数），季度最大金融压力指数（以每个季度内金融压力指数的最大值为该季度金融压力指数），用这三个季度金融压力指数分别和季度GDP建立两变量VAR模型。季度GDP波动、季末金融压力指数、季度平均金融压力指数和季度最大金融压力指数数据均通过了Dickey-Fuller单位根检验，是平稳的时间序列数据。AIC、HQIC和SBIC三种方法的检验结果一致推荐三个模型均只采用一阶滞后项进行回归。三个模型的回归结果表1所示。
表格中R2（GDP）项为以GDP为被解释变量时的R2值，R2（FSI）项为以金融压力指数为被解释变量时的值。VAR估计后，分别对三个模型进行了稳定性检验，结果显示所有特征值均落在单位圆内，三个模型都是稳定的。之后分别对三个模型进行了格兰杰因果检验，表格中格兰杰检验（GDP）项为以GDP为被解释变量时Prob>F的概率6，格兰杰检验（FSI）项为以金融压力指数为被解释变量时Prob>F的概率。在5%显著性水平下，格兰杰检验中存在因果关系的结果以星号标注。
VAR模型的结果显示，三种方式构建的季度金融压力指数均通过了格兰杰因果检验，从而被认为对季度GDP波动有预测作用。R2（GDP）值则显示三个季度金融压力指数对于解释季度GDP波动能力相差不大。值得注意的是，季度平均金融压力指数是唯一通过了格兰杰检验（FSI）的，同时也是三者中（FSI）值最大的。这背后隐含的逻辑可能是：金融压力不仅可以看作是经济负向的预警，经济下行也会进一步带来金融环境的恶化。这表明，季度平均金融压力指数可能是三个指数中更全面地反映了金融压力信息的。
图6依次为季末金融压力指数、季度平均金融压力指数和季度最大金融压力指数发生正向冲击时，季度GDP波动的脉冲响应函数。可以看到三个图形的形状类似，均反映了金融压力的上升会对未来一段时间的季度GDP产生负向冲击，该冲击在大约两个季度内达到最大影响，之后逐渐消退，在大约8个季度后季度GDP波动回到未受冲击之前的水平。脉冲响应函的大体趋势和理论预期一致。
3.用Logit模型检验相关关系
金融压力指数的构建方式决定了金融压力指数位于较高点时比位于较低点时具有更为重要的预测意义，此时金融压力指数和接下来的经济衰退之间可能存在某种相关关系。为了进一步验证金融压力指数对宏观经济的预测作用，本节中用Logit模型建立二者之间联系的实证关系。
Logit模型中的因变量为反映经济衰退与否的虚拟变量，这一变量由季度GDP波动数据变换后得到。参考国内文献中较为常见的做法，当季度GDP波动数据在连续两个季度或者更长时期内为负值时，这些季度内的经济衰退虚拟变量取值为1，否则为0。模型中的自变量为季度金融压力指数的一阶滞后项，只取该项是因为VAR模型中发现季度金融压力指数的一阶滞后项已经对季度GDP波动有足够的解释力。参考上一节中的做法，我们分别用季末金融压力指数、季度平均金融压力指数和季度最大金融压力指数为自变量，对因变量进行Logit回归，结果如下：
在10%顯著性水平下，季末金融压力指数的系数和季度平均金融压力指数的系数显著;在5%显著性水平下，只有季末金融压力指数的系数显著。季末金融压力指数的系数为6.00，其意义是：当t期的季末金融压力指数上升0.01时，t+1期发生经济衰退（或维持经济衰退状态）的概率的对数值增加0.06。其他系数的解释方法类似。值得注意的是，Logit回归是最大似然估计，因此不具有值，伪值的意义和一般的OLS回归中的并不相同。对值的解释应当采取谨慎的态度，在此列出值仅供对比、参考之用。
对比结果可以发现，无论从系数的显著性上还是伪值上来看，季末金融压力指数都对经济衰退的预测有着最好的表现。此外，三个金融压力指数的系数均为正值，这意味着在更大的金融压力指数对应着下一期发生经济衰退的概率更大，这一实证结果与理论预期一致。
四、主要结论和政策建议
（一）结论
1.金融压力指数对于金融周期和经济周期有一定的预测作用
本课题的实证研究表明，金融压力指数和金融风险事件之间有很强的相关关系，并且金融压力指数能够预测经济周期。
2.金融周期和经济周期之间存在相互影响的关系
金融压力指数能够同时预测金融周期和经济周期，这从侧面印证了两个周期之间的联系。此外经济周期对于金融压力指数的作用也显示出了金融是实体经济的晴雨表，同时也受实体经济制约。
（二）政策建议
1.归纳国内历经的金融风险事件，形成成文资料
从研究得知，金融压力指数对于经济周期及金融周期具有良好的预测作用。但是对于金融压力指数构建却缺乏必要的理论基础，我国目前文献中缺乏规范的金融风险事件汇总及统计资料，至于数据更是寥寥可数，无法通过量化数据为金融压力指数的构建确定一个理想的阈值水平，自然金融压力指数构建的精确度就值得怀疑，对经济周期及金融周期的预测作用也难免令人质疑。所以，为了发挥金融压力指数对经济金融的良好预测作用，当务之急需要归纳国内历经的金融风险事件，形成成文资料，为构建金融压力指数打好理论基础。
2.将金融压力指数纳入到统计指标预警经济周期及金融周期
經济数据的收集，主要是对当前经济成果的呈现及今后经济发展方向的预测指引。实证结论揭示，金融压力指数能够同时预测金融周期和经济周期。金融压力指数具有很强的经济预测性，对于金融周期及经济周期具有良好的预测功能，所以金融压力指数应该纳入到统计指标体系，充实统计指标体系，指示经济金融良性健康发展。
3.引导金融市场健康发展促进宏观经济稳健发展
金融压力指数与经济周期、金融周期反向变动，金融周期与经济周期之间同向变动。金融周期下行会伴随着经济周期的下行，金融周期的上行伴随着经济周期的上行，这恰恰说明了金融市场是宏观经济发展的晴雨表。金融市场的健康发展反映在宏观经济上就是经济的健康发展。引导金融市场资源合理配置，优化区域产业机构，促进宏观经济稳健发展。
4.关注金融市场动态，做好宏观经济风险预警
从本文实证检验得知，季末FSI、季均FSI、季度最大FSI当期值变大的趋势预示着下一期发生经济衰退概率在增大。总体上说，三个指数预测结果比较一致，在预测中应该综合运用，密切关注金融市场动态，把控宏观经济风险预警信号，才能确保金融市场稳定、宏观经济运行稳健。
参考文献
[1]Afonso A， Baxa J， Slavík M. Fiscal developments and financial stress： a threshold VAR analysis[J]. Empirical Economics， 2018，54（2）： 395-423.
[2]Baum A， Koester G B. The impact of fiscal policy on economic activity over the business cycle-evidence from a threshold VAR analysis[J]. 2011.
[3]Borio C. The financial cycle and macroeconomics： What have we learnt？[J]. Journal of Banking & Finance， 2014， （45）： 182-198.
[4]Borio C，Drehmann M. Assessing the Risk of Banking Crises Revisited[R].BIS Quarterly Review，2009，（29）.
[5]Brunnermeier M K，Crockett A，Goodhart C A A， Persaud and H S Shin，The Fundamental Principles of Financial Regulation [C].Lon--don：Centre for Economic Policy Research，2009，（11）.
[6]Borio C，P Disyatat and M Juselius.Rethinking Potential Output： Embedding Information about the Financial Cycle[J].BIS Working Papers，Bank for International Settlements，2013.
[7]Borio C，R McCauley and P McGuire.Global Credit and Domestic Credit Booms[J].BIS QuarterlyReview，Bank for International Settlements，2011.
[8]Christiano L J，Fitzgerald T J.The Band Pass Filter[J].Internatio-nal Economic Review，2003，（2）：435-465.
[9]Claessens S，Kose M A，Terrones M. E. How do Business and Financial Cycles Interact？[J]. Journal of In-ternational Economics，2012，（1）：178-190.
The Study of The Forecasting Function of Financial Cycle and Economic
Cycle by using of Financial Stress Index
XU Hua1， YU Zeyang2， DU Jing3
（1Xianyang Municipal Sub-branch PBC， Xianyang Shaanxi 710002;2PBC，Beijing 100800;
3Liquan Sub-branch PBC，Liquan Shaanxi 713200）
Abstract：On the basis of describing documentation about the economic cycle， the financial cycle and the financial pressure index， the paper constructs the financial pressure index. The empirical relationship about the financial pressure index and the financial cycle and the economic cycle is verified by the VAR model and the Logit model. This paper reaches some conclusions： the financial pressure index has a certain preview on the financial cycle and the economic cycle， there is a mutual influence between the financial cycle and the economic cycle， and the increasing trend of the financial pressure index indicates an increase in the probability of the recession. Finally， we put forward some relevant policy recommendations.
Keywords： financial cycle， economic cycle， financial pressure index， Logit model
責任编辑、校对：王兆华
