中国金融稳定性、金融压力状态分析与预测.docx

??

?

??

中国金融稳定性、金融压力状态分析与预测

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

一引言

国际金融危机爆发以来，金融稳定性及其与经济的关联性受到监管部门和学术界的广泛关注。2011年以来，随着民间金融的迅速发展，我国不少地区高利贷、非法集资案件频发，在当前经济运行形势变化和房地产市场调整等各项调控政策出台的背景下，维持金融系统稳定性、防范系统性金融风险的发生已经成为各级政府主要关心的议题。2012年中央经济工作会议明确提出，“要高度重视财政金融领域存在的风险隐患，坚决守住不发生系统性和区域性金融风险的底线”。

金融系统具有内在的不稳定性或脆弱性（Minsky，1982），这种不稳定性具有周期性变化特征，当金融不稳定状态积聚到一定程度并受到金融系统内部或外部宏观经济冲击后，就会对金融系统产生压力，压力持续扩大会导致金融机构破产、金融市场崩溃以及一系列连锁反应，最终导致系统性的金融风险以及金融危机的发生。系统性的金融风险会威胁到整个金融系统，导致金融体系的功能丧失，并会对实体经济造成强烈的负面影响。因此，迫切需要建立一系列的风险预防、监测和管理措施，有效地度量和监控金融系统内的风险，防止单一机构、市场的风险或者区域性的风险演变扩散成系统性的金融风险。

本文首先采用状态空间模型得到反映我国金融系统不稳定状态的不可观测变量，分析近年来我国金融系统的稳定性及其特征。其次，通过选取压力变量，合成代表我国金融系统压力状态的指数，并进一步分析当前我国金融系统的压力状态，并对2013年我国的金融压力进行预测。

二金融稳定性

（一）理论基础与模型方法

根据Minsky的“金融不稳定性假说”，以及Bernanke（1986）的金融系统放大经济周期波动的金融加速器理论，我们认为金融系统具有内在的周期性变化特征，当处于投资繁荣时期，金融机构对未来持续看好并且基于自身盈利的动机，往往会增加信贷量，放松信贷条件，这种宽松的信贷环境将进一步刺激投资，并且导致资本资产的价格不断攀升，金融不稳定性状态积聚；当这种金融不稳定性达到一定状态，并且没有得到人为干预或自动的风险释放，就会导致金融危机的发生，而在金融危机发生后或金融风险得到释放后，金融系统将处于较稳定的状态，与这种状态相伴的是投资的相对不繁荣。金融系统作为经济系统的重要子系统，其中的许多金融变量的变化具有同步性，这些变量的同步变动可能受一个共同的潜在不可观测变量的影响，这个共同的变量可以代表整个金融系统内在的稳定或不稳定的状态。因此，我们将Stock和Watson（1991）的同步经济指标的动态因子模型应用到金融系统中，并且根据“金融不稳定性假说”，认为金融系统的不稳定性具有明显的两区制状态，即在投资繁荣期的金融不稳定性和投资不繁荣期的金融稳定性。通过对金融变量建立带马尔科夫区制转移的状态空间模型，得到能够反映我国金融系统不稳定状态的潜在不可观测的共同因子fisi。

在投资繁荣期，金融信贷发行量快速增长，资本资产价格高涨，通货膨胀等现象普遍存在，而在投资相对不繁荣期或低迷期往往相反，也就是说这些金融变量变动在一定程度上可以反映金融系统的不稳定状态，并且具有较高的同步性，因此我们选择以下金融变量作为月度同步金融变量指标，包括金融机构各项贷款（CREDIT）、房地产价格（REALESTATE）、股票市场流通市值（STOCK）以及居民消费物价指数（CPI）。[1]我们对各金融变量进行了对数一阶差分，使用的样本区间为2002年1月～2012年12月，数据来源于中经网数据库，数据的处理和模型的估计通过RATS8.0软件完成。

（二）金融不稳定状态共同因子

我们首先分析选取的四个同步金融变量的同期相关关系。结果显示，变量的同期相关关系都在90%以上，进一步对变量的交叉相关性分析表明，这些变量超前滞后12个月的相关关系仍然很强，说明这四个金融变量的变化具有很高的同步性，结果见表1。

表1变量同期相关关系

按照Kim（1994）给出的马尔科夫区制转移状态空间模型的基本滤波和平滑算法以及未知参数的最大似然估计方法，通过RATS编程估计我们所建立的金融变量动态因子模型（Kim，1994），模型的参数估计结果见表2。

参数估计结果显示，除了变量REALESTATE因子系数γ2，变量CREDIT的特定成分一阶滞后系数ψ1以及变量STOCK的特定成分一阶滞后系数ψ3不太显著外，其余变量基本有很高的显著性水平。各同步金融变量受金融不稳定性的影响系数γi（i=1，2，3，40）均为正，说明金融不稳定性越强，这些金融变量的变化就越剧烈。金融机构国内信贷受到金融不稳定性的影响系数γ1=0.2398显著性水平为0.0133，可见其受金融不稳定性的影响最大并且最显著。具有两区制截距马尔