中国金融压力指数的构建及-深圳金融信息网.DOC

中国金融压力指数的构建及实证检验 摘要：本文通过选取银行、股票、债券、外汇四个市场7个具有代表性的变量来构建中国金融压力指数，测度了2002年1月－2016年6月的中国金融压力状况，并采用马尔科夫转换模型与事件识别法相结合的方法来判断金融压力指数的有效性。实证分析表明，该压力指数能较好地拟合中国现实的金融风险状况，对中国金融系统性风险具有较好的实时监测能力，对中国金融监管部门开展有效监管具有一定参考意义。 关键词：金融压力　金融市场　金融风险　马尔科夫转换模型 王涛 作者简介：王涛，现供职于中国人民银行南宁中心支行。 一、前言 2008年的全球金融危机给世界经济造成了严重损害，国际社会认识到对金融风险的监管不能仅停留在微观层面上，将微观审慎监管提升为宏观审慎监管已逐渐成为各国共识。作为宏观审慎监管的基础，对宏观金融风险的监测及分析也日渐成为各国学界和业界讨论的热点。如何准确度量宏观金融风险，预判金融风险发展趋势，分析金融风险与宏观经济的关系，对防范和化解金融风险、维护金融稳定具有重要意义。 作为一种简单直观的金融风险度量方法，金融压力指数（Financial Stress Index，简称FSI）最早由Illing和Liu提出。与之前的0-1两变量法不同，金融压力指数是一个连续变量，能够反映整个金融体系总体风险压力的持续波动状态和严重程度。该指数涵盖银行、外汇、债券、股票等多个金融市场，由数量变量、价格变量和其他变量等多类型变量构成，能有效衡量一国金融在某一时刻的金融压力及一段时期内的波动变化情况，通过分析比较能及时提示和预警潜在金融风险，对防范和化解金融风险、维护金融稳定具有重要的理论与实践意义。 二、金融压力指数研究回顾 金融压力指数（FSI）概念提出后，国外学者从指标选择、构建方法以及传导机制等多个方面开展了广泛而深入的研究。Nelson和Perli运用logit模型，选择12个经济变量构建美国金融脆弱性指数。Cardarelli等运用标准化变量的未加权平均法，综合三个金融市场的7个指标，构建了17个经济体的金融压力指数。Hakkio和Keeton运用主成分分析法，通过1990年至2009年的美国数据综合了11个变量构建金融压力指数，并证明该指数能够有效识别美国的实际金融风险。Brave等综合100个金融变量，通过动态因子模型构建了美国国家金融状态指数（NFCI），并运用ROC曲线法进行门限值和政策指导分析。Louzis等在构建希腊金融系统性压力指数（FSSI）时通过多变量GARCH模型发现变量间相关性的突然变化。Hollo等利用变量间时间变动相关性矩阵，选择货币市场等五大系统的15个变量，综合成一个金融压力指数，并用欧元区数据进行了实证分析。Hubricha等研究发现，美国的宏观经济活动受金融压力的影响很大，当金融压力处于高位时，传统货币政策难以发挥有效作用。Balakrishna等对发达国家和新兴经济体分别构建了金融压力指数（AE-FST和EM-FSI），并对从发达国家向新兴经济体的金融压力传导机制进行了研究。 近几年国内学者开始关注金融压力指数，结合中国经济金融实际，取得了一系列研究成果。赖娟等将四个变量综合成金融压力指数，并用中国2002年1月至2009年12月的数据进行实证分析。陈守东等从金融压力与宏观经济的动态关联角度研究金融压力指数的构建和应用。刘晓星等利用CDF—信用加总权重法，将四个市场的金融变量综合起来构建了中国金融压力指数，结果表明中国FSI的冲击在滞后6个季度会对宏观经济产生显著的不利影响。张晶等结合当前金融系统的特点设计了中国金融系统压力指数，通过两种方法检验了其识别作用，并利用VAR模型对其宏观效应展开研究。陈忠阳等选取货币、债券、股票和外汇市场涵盖的12项基础指标数据，运用主成分分析法和相关性矩阵，构建了周度金融压力指数，并利用TVAR模型基于FSI与宏观经济的关系进行了门限和区制分析。顾洪梅等运用VAR模型研究金融压力与工业增长之间的关系，比较分析两者在全样本期、高压力期及低压力期的关系以及在二者关系中银行部门的重要性。 本文在参考国内外理论界现有文献思路和方法的基础上，选取银行、股票、债券、外汇四个市场7个具有代表性的变量来构建中国金融压力指数，测度了2002年1月－2016年6月的中国金融压力状况，并采用马尔科夫转换模型与事件识别法相结合的方法来判断金融压力指数的有效性，以期对中国金融风险防控研究做出有益尝试。 三、中国金融压力指数的设计 （一）指标选择 设计金融压力指数首先要依据金融压力的特征来确定指标的选择。当一个国家金融压力增大时，其金融市场一般会出现四个方面的显著变化：一是资产价格和投资者行为不确定性程度提高；二是投资者之间分歧增加；三是借款者与贷款者之间信息不对称程度增加；