金融周期与经济周期的时变关联机制与非对称传导效应

付一婷 刘金全 刘子玉

广州大学 经济与统计学院，广东 广州 516001

一、引言

中国经济进入经济新常态和新时代以后，无论是经济增长速度还是经济周期态势都出现了显著变化，预示着中国经济增长方式和经济增长驱动因素都发生了结构性转变。为了更为清楚地判断经济周期形态的转变原因，一个重要的研究途径就是描述和检验一些子类周期对整体经济周期的影响，其中金融周期则是最为重要的子类经济周期形式。金融周期主要是金融市场在受到其他市场扰动的影响过程中，所产生的宏观持续性波动与周期性变化。传统经济学认为，如同货币中性论和货币政策无效命题一样，在完全竞争和完全信息条件下，金融市场也将呈现中性特征，即金融周期不会对经济周期产生实质性影响(Modigliani and Miller，1958[1])。但是，2008年美国金融危机打破了“金融面纱论”假设，大量典型化事实表明金融市场及其波动对实体经济具有显著影响，进而将金融市场运行同实体经济运行紧密结合起来。值得注意的是，近些年来中国金融市场也出现了新的宏观表象：股票市场大幅震荡、房地产市场过度扩张、企业债务率与杠杆率居高不下，这些现象表明金融市场的不确定性进一步增强，金融风险因素在不断累积；同时，近年来投资率大幅下挫、经济增速缓步向中低速下移，表明实体经济出现了一定程度的紧缩，经济周期波动进入紧缩阶段。实体经济与虚拟经济之间的背离正在侵蚀着金融周期与经济周期之间的一致性与协同性，从而抑制了经济协同和包容发展，对当前迫切需要实施的产业结构升级和技术创新产生不利影响。为此，全面刻画金融周期和经济周期的关联机制和传导机理，加深对金融周期变动和经济周期波动本质和规律的认识，识别金融市场与实体经济之间的交互作用机理，才能合理预测未来经济发展趋势并有效转换政策调控方式，进而保证经济高质量发展并坚守不发生系统性金融风险的底线。

有鉴于此，本文利用时变参数向量自回归模型(TVP-VAR)探究中国金融周期与经济周期之间关联机制的动态特征，把握金融发展的内在关联机制，从而为推动金融供给侧改革与宏观政策调控提供经验证据。

二、研究进展与文献综述

描述宏观经济运行总体周期性的经济周期理论出现较早，并且进行了三次理论综合和演进。第一代的实际经济周期模型较好地模拟了现实经济波动，但因缺少货币而无法模拟需求政策；第二代新凯恩斯经济周期模型纳入了银行和市场摩擦因素，但无法从多种冲击中识别出导致波动的因素；第三代动态随机模型引入异质性和外部性条件，微观基础扎实但计算量过大(Kehoe et al.，2018[2])。三代周期模型都以冲击扰动为波动起因，旨在寻求稳定经济的最优经济政策。如果认为导致经济周期波动的成因来自金融部门的扰动，那么金融部门的活动也应该具有相应的周期性，于是从21世纪初开始出现了大量关于金融周期的研究。随着相关研究的不断深入，一些学者开始尝试从不同角度对金融周期的概念进行阐述，例如Borio(2014)[3]从金融波动的根源角度对金融周期做出定义，认为金融周期是指市场参与者的风险和价值认知与对待风险和金融约束态度之间自我强化的交互作用，这种交互作用会对宏观经济波动产生放大效应，继而可能会引发金融危机和经济失衡等严重后果。其实，在早期研究过程中Fisher(1933)[4]所阐述的“信贷约束论”就已经有金融周期研究的雏形，他认为信贷资金的短缺不仅仅是实体经济供求不匹配的现象，也是引起经济周期波动的主要原因。

Bernanke and Gertler(1989)[5]指出信息非对称导致外生冲击通过金融市场能够影响到经济运行。东南亚经济危机开始后，Kiyotaki and Moore(1997)[6]和Bernanke et al.(1999)[7]分别从可解决与不可解决的信息非对称入手，阐述了“金融加速器”理论，即金融冲击通过金融中介的资产负债表渠道，传导并放大至实体经济。早期的金融周期理论仅将金融市场作为冲击传导与放大的渠道，而未考虑到金融市场自身的扰动，因此也被称为外生信贷约束的金融周期理论。

金融危机的产生与扩散为经济学界敲响了警钟，也为金融周期理论带来了新的发展机会。这一时期的理论进一步探究了具有内生信贷约束的金融市场对实体经济影响的作用机理。Goodfriend and McCallum(2007)[8]指出，除了“金融加速器”外，还存在着金融减速器：由于价格不能随时制定，积极的政策刺激会增加资本边际产出，导致资产价格上涨，从而改善了资产状况并降低了外部融资需求。Gertler and Kiyotaki(2010)[9]在宏观模型中加入金融摩擦，详细分析了金融中介机构破产对经济的影响，并指出美国金融危机源自于大范围的银行破产所导致的流动性缺失，并最终扩散到实体经济。Mimir(2012)[10]将外生信贷约束转换为内生约束，从而对金融机构、生产商与政府所组成的经济系统深入分析，发现金融市场对实体经济的影响日益增强。Drehmann et al.(2012)[11]的研究中指出金融周期的持续期略长于经济周期。同时，当两类周期同时处于衰退阶段，在相互作用下金融风险程度与经济紧缩都会随之恶化。Borio(2014)指出金融周期主要是资产固有价值与风险程度的判断，以及市场对于风险程度和收益权衡取舍所产生的交互作用，而这种效应会直接对经济周期产生带动或者抑制作用。

随着金融周期理论的建立与完善，关于中国金融周期与经济周期之间相互作用的研究也在日益精进。曹永琴(2009)[12]检验了中国金融市场是处于加速器效应还是减速器效应，结果显示金融加速器效果显著，政府应大力降低信息不对称以缓和外生冲击。王翔和李凌(2013)[13]通过面板回归检验了中国各省之间经济周期与金融周期的关系，指出随着金融市场的不断完善，其润滑剂效果越来越强，能够有效平滑经济波动。陈雨露等(2016)[14]采用面板数据考察了金融发展与经济增长之间的关系，结果显示当金融市场稳定时经济能够快速稳定增长，而当金融周期波动较大时，经济增长会出现负向效应。邓创和徐曼(2018)[15]通过预测误差方差分解的动态溢出指数方法分析了经济周期与金融周期的协同作用，并指出金融周期对经济周期具有溢出作用。

目前学术界对于构建金融周期指数的方法仍未达成统一，现今主流方法主要有三种：总需求方程方法、VAR方法与主成分分析法。总需求方程法主要通过构建IS曲线和菲利普斯曲线以计算总需求方程的简单表现形式，例如Mayes and Viren(2002)[16]将汇率市场、资本市场、信贷市场纳入分析框架，建立了国家金融指数，并以此作为监管金融市场的主要政策工具。VAR方法则是利用各项不同金融数据的脉冲响应函数合成金融周期指数，例如Guichard and Turner(2008)[17]和马勇等(2016)[18]在使用能够反映金融市场环境的大量数据基础上，通过构建VAR模型，利用脉冲响应函数合成金融周期指数，并以此数据对金融市场环境及其对实体经济的影响进行分析。主成分分析方法是通过投影的方式，将已有数据的多维构成降维至合理区间，在损失最少信息的基础上构建能够全面反映数据的数个综合指标，例如邓创等(2016)[19]利用主成分分析方法构建金融周期指数，并通过提取周期成分分析了中国金融周期情况。

三、金融周期指标构建与经济周期划分

随着中国金融自由化与稳杠杆政策的不断推行，金融市场周期与实体经济之间的联系也日益增强，金融业各部门的数据收集工作也在不断建立与完善。但是能够有效反映金融周期宏观运行状况的计量指标仍有所匮乏，仅仅使用M2、贷款总量等单一指标作为衡量金融周期的变量不能全面反映金融市场的总体特征，因此本文根据邓创和徐曼(2014)[20]、English et al.(2005)[21]的研究成果，选取有效涵盖金融市场的分行业数据合成周期指标以期真实反映金融周期的运行状况，通过主成分分析法构建金融周期指数，并以此作为衡量金融周期的综合指标。

表1 金融市场数据选择

表1为构建金融周期指数所选择的宏观变量。为了能够对金融周期进行有效度量，有效分离出数据中的季度因素、长期趋势因素与不确定因素，本文首先使用X-12方法提出各个数据中的季度性因素，而后利用HP滤波去除数据长期趋势项，最终获得各项数据的周期因素。此外，因为各个金融变量之间的量纲不同，直接使用原始数据进行分析会使得结果不可靠，所以本文将各项数据进行去量纲处理(1)具体计算方法为(各期值-均值)/标准差。，从而获得可靠数据。实际有效汇率源自IMF数据库，其他数据均源自Wind数据库，各项数据的样本区间为1996年1月至2017年12月，数据处理均通过Eviews8实现。

表2为主成分分析结果，如果特征值小于1说明构建的主成分所包含的信息小于已有数据变量，因此不应纳入分析框架。基于特征值大小，本文选择前3个主成分作为构建金融周期指数的主成分，根据累计贡献率可以看出前3个变量能够解释全部数据70%的信息，因此能够合理且有效地反映金融市场运行状况。

表2 主成分分析结果

图1为合成的金融周期指数与GDP对比图，其中以谷谷分割法将经济周期划分为若干区间。从中不难看出，前五轮周期中金融市场发展略快于实体经济，该时期政府采取积极的宏观政策为市场提供更多的信贷资金。随着产业结构升级与外国资本、技术的引进，第六、七轮期间实体经济的发展速度逐渐超越金融市场。固定资产投资完成额度由2002年底的17.4%上升到2006年底的24.5%，投资大幅增长为实体经济提供了足够的信贷资源，从而促进实体经济高速增长，直至2008年次贷危机导致的经济暂时性失速。但是，自第八轮伊始，实体经济与金融市场的发展趋势发生了背离，并显露出脱实向虚的宏观表象。GDP逐步从高速通道增长向中高速转型，对未来经济发展的预期效应降低了居民的消费偏好，进而削弱了总需求。在实体经济收益率下行时期，大量资金流向股票、房地产等市场，导致金融市场出现了非理性繁荣，最终造成实体经济与金融市场发生背离。

为了进一步分析两者周期的相关性，本文通过HP滤波提取出两类周期的循环成分，并利用状态空间模型估算其动态相关系数，结果见图2。图2显示，次贷危机过后，两者相关系数的整体区位小幅上升，同时样本区间内的波动幅度也相对放缓，这表明金融周期与经济周期之间的相关性逐渐收敛，两者之间的交互作用趋于稳定。值得注意的是，后危机时期逆周期区间的持续期有所降低，并且最小值也大幅上移。这主要是因为，一方面不断完善的金融监管框架将信贷资金引导到具有高附加值的创新产业，另一方面稳健的政策倾向降低了其对私人投资的挤出作用与自身的长期效应。综上所述，在实体经济与金融市场发生背离的同时，其相关系数表现出区位上移与波幅下降，表明周期之间存在复杂的作用机理，因此需要进一步探究两者之间的动态运行特征与内在传导路径，合理把握经济运行规律，才能够真正提高金融行业服务实体经济与人民生活的能力。

四、模型构建、数据选取与参数估计

在不同历史环境下，金融周期呈现出相异的波动特征，同时经济周期也经历了“大起大落”→“缓起缓落”→“高位平缓”→“拖平长尾”的发展历程，表明两个周期之间的交互作用并非一成不变，这使得传统VAR模型中不变结构参数假设与实际国情相悖。而TVP-VAR模型是一种多变量的时间序列模型，其打破了VAR模型固定系数的桎梏，将具有时变特征的结构参数纳入分析框架，从而能够有效刻画经济结构的动态特征。因此，本文通过具有时变系数的向量自回归模型(TVP-VAR)探究经济周期与金融周期之间的动态交互作用。

(一)TVP-VAR算法

基于VAR模型基本原理，结构型VAR模型可以表示成：

Ayt=F1yt-1+…+Fsyt-s+μt,t=s+1,…,n,

(1)

其中，A为k×k维联立参数矩阵；yt为k×1维观察向量；F1…Fs为k×k维的系数矩阵，扰动项μt为k×1维的结构性冲击，假设μt～N(0,Σ)，而且：

(2)

假设结构性冲击的联立关系服从递归识别，即A为下三角矩阵：

(3)

因此，可以将式(3)简写为如下的VAR模型：

yt=B1yt-1+…+Bsyt-s+A-1Σεt,εt～N(0,Ik),

(4)

yt=Xtβ+A-1Σεt,

(5)

上式中VAR模型的所有参数是非时变的，因此将其扩展成为TVP-VAR模型(Primiceri,2005;Nakajima et al.,2011)：

(6)

(7)

其中，βs+1～N(μβ0,∑β0)，αs+1～N(μα0，∑α0)，hs+1～N(μh0,，∑h0)。本文假定At为下三角矩阵从而减少待估参数，并有效降低模型复杂性。此外，模型中的结构参数均服从随机游走过程。这样做的优点在于：第一，结构模型中包含许多待估结构参数，如果将这些参数设定为随机游走过程就能够在不降低精准度的基础上大幅度降低算法复杂度；第二，随机过程可以更有效地反映新的信息，而时间序列AR(p)过程则可能会提高估计参数的错误估计概率。值得注意的是，由于现有文献均将矩阵Σa和Σh列为对角矩阵为对角矩阵，且最终结果与矩阵形式关系并不紧密(Baumeister,2008)，因此将两者设定为对角矩阵。最后，TVP-VAR与结构VAR之间的不同在于，TVP-VAR模型中各个系数矩阵均为时变的，也就是说不同变量之间的相互作用也是随时间改变的。

(二)数据选取与参数估计

本文选取上文计算的金融周期成分，GDP同比实际增速与CPI同比增速作为变量，并通过HP滤波提取循环成分，共同构建TVP-VAR模型。三个变量均通过了单位根检验，能够作为平稳时间序列用以估计结构参数。样本区间为1996年第一季度至2017年第四季度。数据源自于中经网统计数据库。

在此基础上，本文依据AIC准则与SC准则的估计结果，确定滞后阶数为3阶。与此同时，设定MCMC模拟次数为20000次，由于MCMC的初始抽样大部分偏离目标区间，因此设定10%的预烧值，即共模拟22000次。整个MCMC的拟合状况可用收敛性统计量予以判断(CD)，其表达式为：

(8)

(9)

其中，ρs为向前期s期与当期的自相关系数。通常使用无效因子作为检验MCMC估计结果是否有效的工具，同时也被称为相对效率。如果无效因子为m的情况下，需要相应地生成m个随机抽样。此外，本文所用的TVP-VAR工具包由Matlab 2013予以实现。

表3 参数估计结果

表3结果显示，CD统计量最大值仅为0.827，远低于5%的临界值1.96，因此10%的预设范围足以保证MCMC的模拟路径能够快速稳定收敛到高概率区间。在设定范围内，无效因子的数值越低说明抽样结果中滞后期信息量较低，新信息占比更多，从而保证了估计结果的可靠性。估计结果各项无效因子的最大值为52.46，且其他诸项的无效因子都小于50，这就验证了估计结果的可靠性。

五、金融周期与经济周期的动态关联机制检验

本文以金融周期指数、GDP和CPI作为代理变量，在估计出的参数区间内通过脉冲响应函数分析金融周期与经济周期之间的动态关联机制，从而一方面为推动金融供给侧改革提供数据支撑，另一方面为提高宏观经济调控的精准性。

(一)金融周期对经济周期的动态效应分析

图3和图4分别为金融周期对GDP和CPI的等间隔脉冲响应图。其中，等间隔脉冲响应意味着在确定的时间间隔基础上，计算出外生冲击对于内生变量在不同时点下的脉冲响应函数。图中短虚线、长虚线与实线分别表示时间间隔为2期(半年)、8期(2年)与12期(3年)，并以此代表短、中、长期三种状态下的经济变量反应情况。

从图3和图4中不难看出，三种脉冲响应函数分别呈现不同的时变特征：第一，一单位标准差正向金融冲击发生后，金融市场扩张并为实体经济提供更多信贷资金，促进企业新一轮投资从而带动经济周期上行，这与经典经济学理论相符合；第二，从曲线形态来看，2008年以前GDP和CPI的三条脉冲曲线均未保持在同一水平上，而后逐步收敛到稳定区间。这表明在金融危机之前金融周期对经济周期的影响具有较强时变性，但在后危机时期作用效果趋于平缓；第三，从响应强度来看，一方面后危机时期两个变量对金融冲击的响应程度呈现衰减态势，另一方面GDP冲击强度要小于同期CPI数值。这表明金融冲击对名义变量的作用效果更强。这主要是因为，金融危机前后金融周期与经济周期之间的联动效应产生了实质性结构变动。自改革开放伊始，政府通过财政与货币政策放松银根以促进经济快速发展，同时随着股票、房地产等金融市场不断放松管制，金融周期对实体经济的作用效果逐步提升。但是由于经济环境日益更新与政府积极干预，这种效果在不同历史时期表现出时变性。值得注意的是，美国金融危机的出现打破了原有“金融市场中性”假设，迫使央行与政府重新审视原有金融监管体系，着重提高了金融机构的风险管理能力，从而平缓了金融市场对实体经济的溢出作用。特别是在新版巴塞尔协议实施后，中国银监会及时推出了四大监管工具，包括资本要求、杠杆率、拨备率和流动性，有效抑制了系统性金融风险。

为了进一步考察经济周期对金融冲击的动态反应路径，下文将利用时点脉冲响应函数分析不同时期经济变量的反应形态与程度。本文分别选取2003年第三季度、2008年第三季度与2015年第四季度代表危机前。危机期间与新常态时期三个时间段以检验交互作用的变异性(图5和图6)。第一，不同历史时期下金融冲击对实体经济的影响具有相似动态特征。这是因为金融市场扩张释放了大量信贷资金，实体企业在生产资料充足的条件下进一步扩张，并表现为经济周期上行。但是，乐观的市场预期令投资者进一步加大资金供给导致供过于求，有效需求不足造成宏观经济的暂时性收缩。最终，随着市场预期恢复理性，实体经济温和上升，供求关系逐步收敛回稳态水平。第二，比较危机前后曲线的波动幅度与持续期不难看出，危机前金融冲击的影响较为显著，同时表现出长记忆性。这种转变主要由两方面因素造成：宏观调控的模式转变与金融市场化的有序进行。首先，从宏观调控层面来看，自中国推动市场经济改革以来，政府为了保证经济高速发展，通常偏向于施行积极的财政与货币政策以促进投资与对外出口，因此这一时期的金融冲击对实体经济的作用效果较大，并造成冲击幅度与持续期的延长。同时，从图6可以看出，金融市场冲击亦有一部分传导至名义变量，从而提高了物价与通货膨胀率，这就迫使政府再次采取逆周期政策防止经济过热。在过于频繁的政策调控与政策自身时滞性的共同作用下，金融市场对实体经济的溢出作用得到了进一步推动。而金融危机促使政府与央行重新审视了政策调控的滥用，并加强了对金融机构的监督，从而保证足够的资本充足率以抵制金融风险，亦降低了金融冲击的力度。同时，自新常态伊始，宏观政策风向逐渐向稳健型转变以保证经济在中高速区间稳定增长，再一次缓和了金融周期对经济周期的作用效果。其次，从金融市场化层面来看，早期中国金融市场开放程度较低且部分市场不能自由买卖，从而削弱了市场自身抵御风险的能力。股票、房地产等资本市场经常出现市场萧条后政府调控的现象，导致金融市场受外部因素影响过大，而早期金融市场自身并不具有缓和扰动的功能。但是在股权分置、汇率改革、利率市场化等市场改革的推动下，金融市场自身稳定器效应不断建立与完善，市场对于金融风险的内部消化能力也在不断增强，从而大幅降低了金融风险的外溢性。因此，政府应在稳定经济增长的基础上，进一步推动金融供给侧改革，深化金融改革开放，增强金融服务实体的经济能力，坚守不发生系统性金融风险的底线。

(二)经济周期对金融周期的动态效应分析

图7和图8分别为实体经济波动对金融周期与通货膨胀率的等间隔脉冲响应图，从图中可以看出经济周期对金融周期的影响既有相似性也有差异性。首先，与金融周期相似的是，无论在短期、中期还是长期，脉冲曲线在危机前变动程度较大，而后逐步平缓并趋于稳定。这表明经济周期的作用效果在前期亦具有显著的时变性，而在危机后时变效应不断减弱；其次，与金融周期不同的是，短期脉冲曲线由正向转为负向，而长期脉冲曲线则由负向转为正向。这表明经济周期对金融周期的短期与长期效应发生反转，同时两者之间的传导效应发生了结构性转变。这主要是因为前期过度投资导致了资本收益率下行与创新技术结构转换。自中国推行市场经济以来，实体经济一直都是社会发展的主要支柱。特别是随着对外开放的深化，一方面先进技术的涌入促进了模仿式技术创新，通过开拓新商品与新市场提高了投资回报率，另一方面外部资本输入助推国家产业结构转型，从而促进了经济高速发展。因此，在这一时期三大产业的快速扩张大幅提高了对信贷资金的需求，从而导致金融市场繁荣。但是由于市场机制尚未完善且政策调控目标在长短期缺乏一致性，使得其对金融市场产生长期抑制作用。而近些年脱实向虚的趋势表明资金流向发生了改变，这主要因为前期过度投资导致的资本收益率显著下滑，实体经济的吸引力大幅下降。这同时削弱了实体经济的吸引力和对金融市场的推动力，从而令经济周期对金融周期的作用效果发生反转。值得注意的是，随着金融市场机制的不断完善与宏观政策调控的缓和，阻滞效应显著下降，并且长期维持金融市场温和增长。

为了进一步考察不同时期下金融周期对实体经济冲击的动态反应路径，本文利用时点脉冲响应分析经济变量的反应形态与程度。本文分别选取2003年第三季度、2008年第三季度与2015年第四季度代表危机前、危机期间与新常态时期三个时间段。从图9与图10可以观察到，金融周期与经济周期之间的交互作用呈非对称性：首先，相比于金融周期对经济周期冲击响应函数，经济周期对金融周期的影响相对较小，说明金融周期对经济周期的单向作用较强；其次，自新常态以来，金融周期对经济周期具有带动作用，而经济周期对金融周期表现出抑制作用，两者之间的作用效果相反。这种非对称性的主要成因在于金融市场与实体经济的结构性脱节以及金融市场摩擦。首先，从金融市场与实体经济脱节层面来看，金融市场与实体经济之间的关系逐渐转换为单方向运动，这表明两者之间的经济结构可能有某种程度上的失衡。目前中国经济正处于脱实向虚状况下，大量资金涌入房地产、股票等金融市场，但是由于信贷市场的结构性供求不匹配使得资金沉淀，金融市场的虚假繁荣推动成本与风险水平上升。同时现在中小企业的融资贵融资难问题反映了对信贷资金的需求尚未能到满足，从而令实体经济对金融市场的敏感度有所上升。反观实体经济层面，中国正处于新旧技术更迭时期，新技术正处于发展阶段尚未能够成为主要经济引擎，同时资本收益率大幅下滑，使得实体经济增长动力疲乏，进而进一步加剧了脱实向虚的过程。金融市场的虚假繁荣与实体经济的疲乏羸弱共同导致了两种周期之间作用效果的差异性。其次，从金融市场摩擦来看，随着利率市场化、汇率改革等市场化进程的推动，中国金融市场规模也在不断扩大。但是，信息披露与征信服务业尚未得到完善，使得信息不对称问题日益严重。金融机构为了规避道德风险与逆向选择而产生额外支出，从而提高了企业融资成本。同时，高杠杆问题恶化了企业的资产负债表，强化了企业的信贷约束并压缩了信贷需求。信贷资金需求曲线下移拉低了资产价格，并进一步使得资产负债表健康程度下降。在金融摩擦作用下金融冲击的幅度上升，同时传导机制也体现出加速器效应，使得金融周期对经济周期的作用力度更强。

六、主要结论

随着中国市场化进程的不断深化，金融市场对实体经济的作用日益增加。为了能够有效度量中国金融周期的运行态势，并考察其与经济周期之间的相互作用关系，本文筛选出能够覆盖金融市场运行态势的金融变量，通过主成分分析法将其合成金融周期宏观指数，而后使用TVP-VAR模型对结构参数进行估计，并利用等间隔脉冲响应函数与时点脉冲函数对中国金融周期与经济周期之间的联动关系予以深入分析与探究，并得出三点结论。

第一，以金融危机为分水岭，两个样本区间的时变特征具有显著区别：金融危机前经济结构参数在不同经济背景下表现出显著的时变性，而在危机后则逐步趋于稳定。这种时变特征的转变主要源自宏观调控政策由积极向稳健转型，并提高了对金融机构的监管能力，从而缓和了外部刺激。同时随着市场化进程不断推进，金融市场的自稳定功能也得到了完善，从而有效降低了成本与风险。

第二，经济周期的传导效应发生了结构性转变：经济周期对金融周期的脉冲曲线发生了反转。这是因为根据边际收益递减原则，前期过度投资使得资本收益率大幅降低，大幅削弱了实体经济的吸引力及其对金融市场的推动力。同时，前期模仿式创新的技术红利已消耗殆尽，新旧技术正处于青黄不接之际，导致经济周期对金融周期的短暂下拉作用。

第三，金融周期与经济周期之间的交互作用呈非对称性：金融周期对经济周期具有带动作用，而经济周期对金融周期表现出抑制作用。这是因为，一方面金融市场与实体经济之间发生脱节，大量资本涌入金融市场，而因为信贷供给错配导致信贷资金在金融市场空转，造成实体经济的动力弱于金融市场；另一方面信息不对称主导的金融市场摩擦显著提高了金融冲击对实体经济的反应程度，而实体经济缺乏新的动力源，造成资产收益率下跌，导致实体经济无法对金融市场产生有效牵拉作用。