本文關(guān)鍵詞：新興市場國家金融風險傳染性研究，由筆耕文化傳播整理發(fā)布。

GlobalFinance

環(huán)球金融

新興市場國家金融風險傳染性研究

靳玉英

周

兵

*

內(nèi)容摘要：本文選取12個新興市場國家1997年至2009年的月度數(shù)據(jù)，運用金融壓力指數(shù)和面板VAR模型研究主要金融領(lǐng)域風險的傳染性及其對宏觀審慎監(jiān)管的政策含義。主要結(jié)論是：新興市場國家各金融市場間普遍存在金融壓力的傳染性；金融壓力的傳染性突出體現(xiàn)在危機階段，穩(wěn)定期則不顯著；外匯市場壓力的溢出效應(yīng)最普遍，銀行系統(tǒng)壓力的溢出效應(yīng)最弱。最后，本文就主要研究結(jié)論對宏觀審慎監(jiān)管的政策含義進行了闡釋。

關(guān)鍵詞：金融壓力中圖分類號：F831

風險傳染

系統(tǒng)性金融風險

宏觀審慎監(jiān)管

文獻標識碼：A

周期的金融宏觀審慎管理制度框架”。

引言

宏觀審慎監(jiān)管旨在防范系統(tǒng)性金融風險，從而避免金融危機對宏觀經(jīng)濟的損害。為此，宏觀審慎監(jiān)管框架的構(gòu)建顯然是要建立在對系統(tǒng)性金融風險內(nèi)涵和成因的準確把握上。目前，有關(guān)系統(tǒng)性金融風險的研究尚不深入（馬勇，

美國次貸問題引發(fā)了全球性金融危機，世界經(jīng)濟因此陷入1929-1933年以來最嚴重的經(jīng)濟衰退，這讓政策層面和學界不得不重新思考如何進行宏觀經(jīng)濟管理問題。一個共識是，僅僅靠對單個金融系統(tǒng)的微觀審慎監(jiān)管不足以保證整個金融系統(tǒng)的穩(wěn)定，必須對系統(tǒng)性金融風險進行審慎管理，即宏觀審慎監(jiān)管。

宏觀審慎監(jiān)管的概念自20世紀70年代提出，至今對其研究依然處于起步階段，即便就金融穩(wěn)定等一些相關(guān)基礎(chǔ)概念也尚存在很大分歧（Galati&Moessner，2010）。但毋庸置疑的是，宏觀審慎監(jiān)管是重要的。次貸危機后，各國政策層面均在緊鑼密鼓地制定本國的宏觀審慎監(jiān)管框架，我國在“十二五”規(guī)劃中明確提出“構(gòu)建逆

2011），即便是對系統(tǒng)性金融風險本身都未形成共識的界定（張曉樸，2010）。有關(guān)系統(tǒng)性金融

風險的成因，通常從兩個角度分析：一是所有金融機構(gòu)或金融市場普遍承受的風險，該風險主要來自宏觀經(jīng)濟政策調(diào)節(jié)等外部沖擊；二是強調(diào)金融機構(gòu)或市場之間的相互聯(lián)系使得單個金融機構(gòu)或金融市場所承受的風險得以傳遞到整個金融系統(tǒng)，從而形成系統(tǒng)性的金融風險。本文認為，20世紀90年代以來各國紛紛采用的金融混業(yè)經(jīng)營和金融開放使得后者的作用更加顯著，次貸問題演化為全球性系統(tǒng)性金融危

作者簡介：靳玉英，經(jīng)濟學博士，上海財經(jīng)大學國際工商管理學院教授；周兵，上海財經(jīng)大學國際工商管理學院博士研究生。

*基金項目：國家社會科學基金重點項目“世界經(jīng)濟周期性波動及其對我國宏觀審慎監(jiān)管框架構(gòu)建的政策含義研究”（12AZD051）；國家自然科學基金項目“零利率下限約束下貨幣政策和財政政策組合研究：理論、實踐及中國的前瞻性政策含義”（71173142）；上海財經(jīng)大學研究生創(chuàng)新基金資助項目“新興市場國家外匯市場壓力問題的研究”（XJJ-2011-322）。

·20135/國際金融研究49

環(huán)球金融

GlobalFinance

機在一定程度上印證了這一點。

為此，本文旨在對主要金融領(lǐng)域金融風險的傳染性進行研究，間接檢驗金融主體和金融市場間因股權(quán)、債券等形成的金融關(guān)聯(lián)對系統(tǒng)性金融風險的作用，從而對我國宏觀審慎監(jiān)管框架的構(gòu)建提供一定的政策建議。

金融壓力傳染性的研究主要集中在金融壓力在國別間的傳染。Balakrishnanetal.（2009）構(gòu)建了新興市場國家的金融壓力指數(shù)，用以研究這些國家與發(fā)達經(jīng)濟體間金融壓力的聯(lián)動性、傳染性和傳染渠道等問題。他們發(fā)現(xiàn)，發(fā)達經(jīng)濟體的金融壓力向新興經(jīng)濟體傳染的速度在加快，并且金融聯(lián)系（銀行借貸）逐漸成為主要傳染渠道。Moriyama（2010）采用FSI研究金融危機對中東與北非新興市場國家金融條件和經(jīng)濟活動的溢出效應(yīng)，發(fā)現(xiàn)自雷曼兄弟破產(chǎn)后，這些國家增加的金融壓力中有2／3直接或間接來自于發(fā)達國家，并且發(fā)達國家金融壓力的增長和經(jīng)濟衰退對新興市場國家的實際GDP的下降有一半的解釋力。

基于金融壓力指數(shù)能夠有效代表金融風險及其對金融風險傳染性問題研究的適用性，本文通過研究代表性金融領(lǐng)域壓力間的傳染性，間接檢驗金融聯(lián)系對系統(tǒng)性風險形成的作用機制，從而為宏觀審慎監(jiān)管框架的構(gòu)建提供政策建議。

一、數(shù)據(jù)、指標與統(tǒng)計

（一）金融風險代表性變量的選擇與構(gòu)建———金融壓力

1.金融壓力指標的選擇

要測度金融風險在不同金融領(lǐng)域間的傳染性，首先要確定金融風險的代表性量化指標。金融風險的量化通常有四種做法：基于資產(chǎn)負債表和市場指數(shù)的金融困境指數(shù)、早期預警指標、基于VAR模型的指標和宏觀壓力測試指標。本文選用金融壓力指數(shù)作為金融風險的量化指標，

①

金融壓力指數(shù)衡量的是金融系統(tǒng)承受

的變化壓力，金融壓力上升意味著金融風險的加大，不確定性上升。金融壓力指數(shù)可以分解為外匯市場、銀行系統(tǒng)等單個具體金融市場的壓力，便于分析各金融市場間金融風險的傳染性，適用于本文的研究。

2.金融壓力指標的構(gòu)建

本研究針對的是新興市場國家，在金融壓力指數(shù)的構(gòu)建上沿用Balakrishnanetal.（2009）提出的新興市場國家金融壓力指數(shù)（EM_FSI）。該指數(shù)由代表外匯市場、銀行系統(tǒng)、股票市場、債券市場四個主要金融領(lǐng)域的5個部分組成。具體為：

Illing&Liu（2006）構(gòu)建了綜合加拿大各主要金融市場的金融壓力指數(shù)（FinancialStressIndex，F(xiàn)SI），用以衡量金融系統(tǒng)的風險程度，結(jié)論表明，F(xiàn)SI適用于分析金融傳染性和金融系統(tǒng)的外部環(huán)境。Dasetal.（2005）在此基礎(chǔ)上發(fā)展了FSI和金融政策質(zhì)量指數(shù)（IQFP），他們

首先構(gòu)建了銀行部門、外匯市場、股票市場和政府債券市場的分部門壓力指數(shù)，最后加總得到FSI。Cardarellietal.（2009）使用了囊括各主要金融市場的金融壓力指數(shù)（FSI）研究17個主要發(fā)達經(jīng)濟體承受的金融風險以及金融周期對實體經(jīng)濟的影響，不僅確定了過去30年中的極端金融事件，而且指出，銀行部門壓力所引致的經(jīng)濟衰退力度更大、持續(xù)時間更長。

目前，學界采用金融壓力指數(shù)進行的關(guān)于

①

EM_FSI=Beta+Em_stock+Rsq_stock+Embi+Empi

銀行部門“Beta”系數(shù)即資本資產(chǎn)定價模型中的“β”，由βi,t=COV（rMi,t，rBi,t）/σ2i,M得到，

它代表銀行部門壓力，為銀行系統(tǒng)的壓力指數(shù)。其中rMi,t、rBi,t分別表示i國第t期的股市回報和銀行回報，當β大于1時，則表明銀行部門處于風險之中，爆發(fā)銀行危機的可能性增大。

股市收益（Em_stock）由股票市場指數(shù)按年同比變化乘以負1計算所得。股票價格下降增大了證券市場壓力，股市收益波動性（Rsq_stock）代表了股市的不確定性，波動性增大表明經(jīng)濟的不確定性也在增大，該指數(shù)通過GARCH（1，1）對市場波動性進行時變性的測量獲得。股票市場

金融風險的量化指標最常用的是由IMF構(gòu)建的金融穩(wěn)定指數(shù)（Moorhouse，，2004;IMF，2008）和依賴于股權(quán)、

CDs以及其他金融衍生產(chǎn)品的市場指數(shù)（Illing&Liu，2006;Tarashev&Zhu，2006，2008），但IMF的金融穩(wěn)定指數(shù)

指標體系龐大復雜，且時間期限相對較短，不適合本文的研究。

50

國際金融研究/2013·5

Global

Finance

環(huán)球金融

收益和股票市場波動性兩部分共同代表股票市場壓力，構(gòu)成股票市場壓力指數(shù)。

主權(quán)債務(wù)利差被定義為債券收益率減去10年期的美國國庫券收益率，本文用JP摩根新興市場國家債券指數(shù)（Embi）代替主權(quán)債務(wù)利差，當Embi數(shù)據(jù)不可得時，則使用5年期的信貸違約掉期利差（CDs）代替。該指標代表主權(quán)債務(wù)市場壓力，是主權(quán)債務(wù)市場壓力指數(shù)。Embi上升表明一國主權(quán)債務(wù)違約風險上升。

外匯市場壓力（Emp）指數(shù)衡量了匯率和儲備的相對變動情況，本文使用了標準化外匯市場壓力計算公式，即：

9月總共149個月。之所以做這樣的樣本區(qū)間

選擇，主要原因是，這個階段涵蓋了亞洲金融危機和美國次貸危機兩次重大危機，而本文旨在對這兩次危機階段代表性金融市場金融壓力的傳染性進行比較研究。同時，該階段屬于新興市場國家金融危機的多發(fā)期，

①

便于考察金融

壓力和金融危機的關(guān)系。本文選擇Balakrishnan

etal.（2009）設(shè)計的金融市場壓力指數(shù)所涵蓋

的外匯市場、銀行系統(tǒng)、股票市場和債券市場四個金融領(lǐng)域作為本文金融壓力傳染性研究的代表性金融市場。本文綜合Balakrishnanetal.（2009）和摩根斯坦利資本國際（MSCI）的研究，選擇了數(shù)據(jù)齊整性良好的12個新興市場國家，分別為：阿根廷、巴西、中國、哥倫比亞、馬來西亞、墨西哥、摩洛哥、秘魯、波蘭、泰國、土耳其和南非。

對各金融市場壓力指標采用標準化處理可以有效減少各指數(shù)的波動性（Kaminsky&Rein-

EMPitSta=

11（Δei,t-μi,Δe）-（ΔIRi,t-μi,ΔRES）

i,Δei,ΔRES

其中，Δei,t、ΔIRi,t分別表示一國兩個季度間名義匯率和儲備存量（不包括黃金存量）的變化；

μi,Δe、μi,ΔRES分別表示一國兩季度間匯率和儲備

變化的均值；σi,Δe和σi,ΔRES分別表示一國兩季度

間匯率和儲備變化的標準差。當EMP>0時，表示本幣承受貶值壓力；當EMP<0時，則表示本幣承受升值壓力。

在以上指標中，名義匯率、儲備以及股票市場指數(shù)來自IMF的IFS數(shù)據(jù)庫，Embi和銀行部門回報指數(shù)來自Bloomberg數(shù)據(jù)庫。

（二）金融市場壓力特征

本文樣本區(qū)間選自1997年5月到2009年

hart，1999）以及避免某部門壓力指數(shù)劇烈波動對FSI產(chǎn)生大的影響（Moriyama，2010）。本文得到樣本國家平均FSI以及各金融部門的壓力指數(shù)，具體如圖1所示。Balakrishnanetal.（2009）認為，當金融壓力指數(shù)超過其均值的1.5

倍標準差時即可表明該時間點金融風險突出，如果應(yīng)對有誤，極有可能演化為金融危機。為此，本文選擇該壓力水平為基準線，即圖1中的基

圖1

①

各金融部門的壓力指數(shù)

在該區(qū)間，新興市場國家所發(fā)生的一系列金融危機，包括：東亞金融危機、俄羅斯債務(wù)拖欠危機、巴西貨幣危

機、阿根廷的主權(quán)債務(wù)危機以及2008-2009年美國次貸問題引發(fā)的全球性金融危機。

·20135/國際金融研究51

環(huán)球金融

GlobalFinance

線。超過該線的壓力水平視為風險突出的狀態(tài)。

在圖1中，綜合壓力指數(shù)FSI反映整個金融系統(tǒng)的穩(wěn)定狀況。1997年9月之前、2003年

4月至2007年12月兩個階段為整個金融系統(tǒng)相對穩(wěn)定的時期。1997—1998年和2008—2009

年兩個階段是總體金融壓力指數(shù)的兩個高峰階段。從強度上來說，2008—2009年金融危機期間的FSI峰值（7.96）高于亞洲金融危機期間的峰值（7.01），這在一定程度上表明，后者的金融風險大于前者。

對于單個金融市場而言，其壓力指數(shù)存在共性同時也有一定的差異。共性在于，各金融市場在兩次危機階段都為波峰狀態(tài)，呈現(xiàn)高壓力，所承受的金融風險增大。差異在于：相對于其他金融市場，銀行部門呈現(xiàn)多峰值的壓力狀態(tài)，這說明銀行部門風險的波動性更強；與其他金融部門不同，主權(quán)債務(wù)市場在第二次金融危機階段的峰值遠小于第一次金融危機階段。這說明，在第二次金融危機階段，新興市場國家主權(quán)債務(wù)市場壓力小于其在亞洲金融危機階段的壓力，這可能與第二次危機階段新興市場國家外匯儲備持有條件遠遠好于第一階段有關(guān)。

（三）風險點與極端點

金融壓力大小不同，對宏觀經(jīng)濟的影響和監(jiān)管意義不同。大的金融壓力往往蘊含著大的經(jīng)濟風險，甚至與金融危機相契合。本文在此參照Balakrishnanetal.（2009）的做法，當某一金融市場壓力指數(shù)超過其均值1.5倍標準差時，就將其視為該市場的金融風險點。在此基礎(chǔ)上，如果金融風險點正好處于某一金融周期的波峰時，則將該點視為金融風險的極端點，這些金融壓力的極端點往往與金融危機時點吻合（Illing&Liu，2006）。以此為基礎(chǔ)，本文統(tǒng)計了各金融市場風險點與極端點，具體如圖2所示。就整個FSI而言，共有71個風險點，極端值共23個。銀行部門風險點共69個，極端值共21個；股票市場風險點共58，極端值共

圖2

各金融部門風險點和極端點的分布

通過圖2可直觀比較各金融市場風險點和極端點出現(xiàn)的順序特征。就風險點來看，在亞洲金融危機期間，外匯市場和銀行部門的風險點出現(xiàn)時間較早，分別出現(xiàn)于1997年7月和8月，股票市場和債券市場的風險點出現(xiàn)較晚，基本都出現(xiàn)在1997年10月。在2008-

2009年金融危機全面爆發(fā)前，外匯市場和銀行部門的風險點便分別于2007年8月和2007年12月出現(xiàn)。股票市場風險點在2008年1月出現(xiàn)，債務(wù)市場風險點于2008年10月出現(xiàn)。

從極端點分布的時間來看，在亞洲金融危機期間，外匯市場極端點出現(xiàn)最早，于1997年

7月出現(xiàn)。銀行部門和債務(wù)市場的極端點次之，基本都于1997年10月出現(xiàn)。股票市場的極端點出現(xiàn)最晚，于1998年2月出現(xiàn)。在2008-2009年全球金融危機期間，外匯市場和

銀行部門的極端點出現(xiàn)時間仍然較早，分別于2007年8月和2008年2月出現(xiàn)，股票市場的極端值在2008年4月出現(xiàn)，債券市場的極端值則在2008年10月出現(xiàn)。

金融壓力的極端值實際上就是金融危機（Illing&Liu，2006）。從壓力極端點的頻率來看，新興市場國家的外匯市場和銀行部門相對更加脆弱，易于率先出現(xiàn)異常情況。從風險點和極端點的分布時點來看，各金融市場壓力指數(shù)以及總的FSI與各種危機的匹配性良好。此，這些壓力指數(shù)可作為危機預警指標。

①

20個；債券市場風險點共76個，極端值共17個；外匯市場風險點共66個，極端值共28個。

①

因

在整個樣本期間，新興市場國家發(fā)生了多次重大危機。如1997-1998年的東亞金融危機、1998年的俄羅斯債

務(wù)拖欠危機、1998-1999的巴西貨幣危機、2002年阿根廷的主權(quán)債務(wù)危機以及2008-2009年全球金融危機。本文構(gòu)建的各金融市場壓力指數(shù)以及總的FSI能夠識別出這些金融事件。

52

國際金融研究/2013·5

GlobalFinance

環(huán)球金融

固定效應(yīng)來克服“個體異質(zhì)性”。此外，由于滯

二、計量模型與檢驗

本文以金融壓力代表金融風險展開對銀行部門、股票市場（代表證券市場）、債券市場（國債）和外匯市場四個金融領(lǐng)域風險傳染性問題的研究。

（一）模型設(shè)定

就多個國家在時間序列上某個變量受其他變量沖擊所產(chǎn)生的效果進行研究時，面板向量自回歸的方法（PanelVAR）是個合適的計量工具。由于FSI是由各金融部門壓力指數(shù)加總而成，因此本文研究單個市場壓力對其他金融領(lǐng)域壓力傳染性問題時，并不考慮FSI的沖擊以及受力情況，且同時將各金融部門壓力指數(shù)視為內(nèi)生變量。對于單個國家，設(shè)定模型如下：

后因變量的存在，一般意義上的“均值差分法”會排除固定效應(yīng)并因此造成結(jié)果有偏。為避免這一情況，本文使用“前向均值差分法”，即“Helmert”過程（Arellano&Bover，1995）。

①

在此基礎(chǔ)上，本文將滯后的解釋變量作為工具變量，使用系統(tǒng)GMM方法進行估計。此外，國家層面特定時間虛擬變量的存在是為了獲取該層面影響危機的其他一些宏觀沖擊。

為了分析脈沖響應(yīng)函數(shù)，需要估計置信區(qū)間。脈沖響應(yīng)函數(shù)矩陣由估計的VAR系數(shù)組成，同時報出其標準誤。本文使用模特卡羅模擬②得出脈沖響應(yīng)函數(shù)的標準誤和置信區(qū)間。最后，本文將列出方差分解的結(jié)果，反映一個變量沖擊所引起的另一個變量變動的百分比。

從本文第二部分可知，新興市場國家在不同時點的金融風險程度不同，因此需要對樣本區(qū)間進行劃分。圖1表明，1997年5月至2003年6月與2008年1月至2009年9月兩個樣本區(qū)間包含了新興市場國家大部分的風險點與極端點。據(jù)此，本文將數(shù)據(jù)分為三組，分別為A組

（1997m5-2003m6）、B組

（2003m7-

Zit=Γ0+ΓjZit-j+fi+di,t+et

其中，Zt為四維矢量，即{Beta，Em_stock，Embi，Emp}，i為單個國家，t為時間，Γj為變量滯后效應(yīng)的方陣，j則為滯后階數(shù)，fi為個體固定效應(yīng)，di,t為國家層面特定時間虛擬變量，et為擾動項。

對面板數(shù)據(jù)使用VAR程序，需要限定每個

橫截面的基本結(jié)構(gòu)相同。為此，本文通過加入

表1

variablePanelABetaEm-stockEmbiEmpPanelBBetaEm-stockEmbiEmpPanelCBetaEm-stockEmbiEmp

①②

2007m12）和C組（2008m1-2009m9），各階段的描述性統(tǒng)計如表1所示。

各變量的描述性統(tǒng)計

min-0.849-1.183-1.321-4.642-0.849-1.221-1.554-2.765-0.849-0.903-1.308-2.576

p25-0.591-0.507-0.119-0.340-0.626-0.735-1.015-0.557-0.616-0.365-0.664-0.524

p50-0.373-0.2460.3120.021-0.461-0.566-0.811-0.246-0.3980.040-0.447-0.105

p751.0200.5020.9270.332-0.318-0.375-0.6190.0241.2691.0140.1130.362

max3.2244.2697.0466.8503.7983.5292.1002.5945.4015.6744.4203.844

N888888888888648648648648252252252252

mean0.0870.1540.4790.104-0.180-0.468-0.699-0.2440.3040.473-0.197-0.034

sd0.9941.0400.9330.9710.8610.5250.5720.5701.3091.2250.8111.009

這一變換可以保持交換變量和滯后的解釋變量之間的正交化。

本文使用估計系數(shù)與其協(xié)方差矩陣和重新計算的脈沖響應(yīng)隨機產(chǎn)生Γ的系數(shù)，本文重復這個過程500次。同

時，得到5%和95%的分布，用來作為脈沖響應(yīng)的置信區(qū)間。

·20135/國際金融研究53

  本文關(guān)鍵詞：新興市場國家金融風險傳染性研究，由筆耕文化傳播整理發(fā)布。

本文編號：111654