金融脱媒对我国宏观经济的影响.docVIP

金融脱媒对我国宏观经济的影响 　　内容摘要：随着金融体制的不断完善和资本市场的高速发展，人们对新型金融工具和资本的需求日益增长，再加上利率、汇率、信贷管制以及物价水平等多方面的影响，我国逐渐出现了“金融脱媒”现象。本文在结合金融脱媒相关理论的基础上，运用FAVAR模型研究了金融脱媒现象对我国宏观经济的影响。研究表明，金融脱媒虽然对我国资本市场的发展有一定助益，但其深化冲击了我国商业银行传统经营模式，同时制约了我国对外贸易的发展，总体而言，金融脱媒对我国宏观经济产生了一定程度的不利影响。在此基础上，笔者进一步分析了我国金融脱媒的特征，并就如何应对金融脱媒深化提出了一些个人见解。 　　关键词：金融脱媒 脱媒指标 资本市场 FAVAR模型 　　20世纪末，由于金融改革的逐渐深入以及资本市场的大力发展，我国也逐渐显现出了金融脱媒的迹象。宋旺（2010）首先开始了这方面的实证研究，通过MS-AR模型对金融脱媒进行了度量之后，她认为1979-2005年间我国为缓慢脱媒状态，2006-2007年间为高速脱媒状态，并提出未来几年高速金融脱媒会得到缓解。然而，她采用的是年度数据，数据量较少，分析会存在一定缺陷；胡红叶（2011）选取了五年多的月度数据，运用多元线性回归模型从证券市场方面对金融脱媒进行了研究，她指出脱媒对银行的存款结构影响最为显著，但其并没有对模型的自相关性和异方差性进行检验和修正，也没有考虑滞后期的影响；徐奕晗（2012）通过分析2001年以来的月度新增信贷比和月度融资比，认为金融脱媒可以提高资源利用效率，增强金融价格敏感性，虽然其会对银行传统业务产生一定冲击，但合理应对可以带动我国资本市场有效发展，然而其论文只是基于相关数据的理论分析而缺乏实证研究。本文选取了2002年1月-2011年12月十年间我国相关宏观经济指标的月度数据，所有数据均来自于中国经济网统计数据库和中国人民银行官方网站，运用FAVAR模型分析了金融脱媒深化对我国宏观经济的影响。 　　模型构建 　　本文考察的是金融脱媒对我国宏观经济的影响。如果采用多元线性回归模型则不能够有效地检验出滞后项的影响，而使用VAR模型虽然可以有效地检验各期的脉冲反应，但是当所选用的因子过多时会丢失自由度。所以本文引用伯南克（Ben S.Bernanke）等人提出的因素增强型向量自回归（FAVAR）模型来进行分析，其具体模型如下： 　　首先假设我国的经济状况无法准确地被直接观测到，其中各宏观经济状态用K×1维向量Ft表示，由于这些经济状态无法直接观测，所以用可以得到的大量宏观经济指标来衡量。用M×1维向量Yt来表示这些可以被观察到的指标，这些指标与宏观经济紧密联系并且可以产生符合经济规律的影响。假设Ft、Yt的动态关系由式（1）给出： 　　（1） 　　其中，φ（L）表示一个滞后期为d的多项式；υt为一个随机误差项，其均值为零，协方差矩阵为Q；Ft表示的是不可观测的宏观模糊变量，包含了Yt中没有的信息；而Yt表示可以观测到的宏观指标。由于式（1）不能直接估计，但是如果把因子解释为可以影响宏观经济的代理变量，那么就可以从大量的可以观测到的指标中了解各因子。即可以用N×1维的向量Xt表示大量背景性时间序列。该时间序列的期数N大于Ft和Yt时间期数T，同时假设公共因子与不可观测因子Ft和可观测因子Yt都相关且因子数（K+M）是远小于N。则其之间的关系如式（2）所示： 　　Xt=AfFt+AyYt+εt （2） 　　其中，Af表示N×K的负荷因子矩阵；Ay是N×M的向量矩阵；误差项εt是N×1阶均值为零的向量；各载荷因子之间是弱相关或者不相关的。但是不可观测因子Ft和可观测因子Yt之间是相关的，并且表示了引起时间序列Xt动态变动的主要力量。式（2）意味着Xt只依赖当前信息，而与各种因子的滞后期没有关系。 　　可以理解，直接从Xt中提出的主成分不可避免地含有Yt的成分，直接让这样的Ft和Yt进入VAR模型会降低模型的有效性。从Ft中分离Yt成分有多种方法，本文选取了Boivin在2009年提出的反复迭代法，该方法避免了两步主成分分析法中对慢速和快速变量的分类，其步骤如下：第一步：从Xt中抽取前面K个主成分，将其作为迭代的初值，记为Ft（0）；第二步：将Xt对Ft（0）和Yt进行回归，从而获得Yt的回归系数λ0；第三步：计算Xt（0）=Xt-λ0Yt；第四步：从Xt（0）中提取前面K个主成分Ft（1），然后返回第二步。迭代一定次数后可以得到不含Yt成分的Ft，然后执行标准的VAR程序即可。 　　实证分析 　　（一）金融脱媒指标的选取 　　本文根据Harmes（2001）的观点，将金融脱媒定义为投资者或金融工具的购买者绕过中介机构通过直接融资的方式进行交易。因此运用直接融资