中国宏观金融稳定的演变研究，本文主要内容关键词为：中国论文,稳定论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、文献综述 2008—2009年的美国“次贷”危机表明，金融体系是宏观经济的重要组成部分，局部的负面冲击经金融体系传染后，不仅会导致金融体系不稳定，还会迅速反馈和波及至实体经济，引起经济衰退。在当今各个经济金融体系中，实体经济负面冲击与金融体系稳定之间的联系日趋紧密和复杂，因此宏观金融的稳定引起国外学者广泛关注。Borio和Drehmann认为，评估宏观金融稳定性的关键是确认负面冲击是否会导致金融体系由稳定状态转变为不稳定状态。①Haldane认为，负面冲击是否引致宏观金融紊乱，取决于金融体系对各类负面冲击的传染性的大小，即负面冲击经金融体系传染以后是否会被不断扩大而引起连锁反应，并最终导致不稳定状况的发生。②在众多测评金融体系传染性的方法中，金融网络模型是一种重要的量化方法，因为该方法能够模拟负面冲击在金融体系中的传染过程，并揭示潜在风险，以判断宏观金融的稳定性。③ 国内学者也开始使用金融网络模型来研究中国宏观金融稳定问题，并取得了许多有意义的进展。宫小琳和卞江采用2007年中国国民经济核算中的金融交易数据，构建涵盖非金融企业部门、金融机构部门、政府部门、住户部门和国外部门等五部门的金融网络，量化模拟了企业业绩下滑和银行贷款坏账两种负面冲击在金融体系中的传染过程，为评估中国宏观金融稳定提供了新思路。④刘勇和叶永刚运用金融网络模型量化模拟了各类负面冲击在中国金融体系的转染过程和对中国宏观金融稳定的影响，结果发现国外部门的负面冲击对中国宏观金融稳定的影响有限，住户部门负面冲击的影响不容忽视，金融机构部门负面冲击的影响最为显著。⑤宫晓琳采用未定权益分析方法，并构建新的五部门金融网络，以测度2000—2008年中国宏观金融风险的演变过程，结果发现中国宏观金融风险具有突变型特征。⑥⑦刘勇等人根据初始的负面冲击经金融体系传染后造成的金融资产总价值损失规模，构建传染乘数作为测度宏观金融稳定的指标，探讨中国部门杠杆率与宏观金融稳定之间的数量关系。⑧ 笔者拟在本文中构建五部门金融网络模型，通过对金融网络的冲击传染模拟分析，估算1992—2012年中国金融体系历年传染乘数和宏观金融稳定指数，以量化分析中国宏观金融稳定的演变过程，其意义在于，首先，虽然中国经济金融体制的巨大变化可能对给中国宏观金融稳定机制造成内在影响，但事实表明中国金融体系运行一直较平稳，从未发生全局性的金融危机，因此，对中国宏观金融稳定动态演化的研究有利于揭示中国宏观金融稳定的内在机制和不稳定的主要根源，为目前中国宏观金融稳定政策的制定提供启示。其次，在运用金融网络模型进行冲击传染的分析时，本文考虑了各国民经济部门储蓄对损失传染的阻隔作用，并采用传染乘数测度冲击传染对金融体系所造成的损害，是对运用金融网络探讨中国宏观金融稳定问题的有益补充。最后，本文基于传染乘数构建宏观金融稳定指数，丰富了中国宏观金融稳定指数化的相关研究。 二、金融网络与传染乘数 1.金融网络的构建与测度 金融体系是由众多金融交易者的金融交易关系所构成的复杂整体。根据金融交易者的交易特征不同，金融网络存在两种不同类型：一类是“偏微观”的金融网络，它以金融机构为主体交易者，以金融机构之间的相互信贷等金融交易关系为关联；另一类是“偏宏观”的金融网络，它借鉴微观金融网络的构造方法，以国民经济部门为主体交易者，以部门之间的金融资产负债关系为关联。根据国民经济核算体系，中国金融体系中的金融交易者分属于五大国民经济部门：非金融企业部门、金融机构部门、政府部门、住户部门和国外部门，这五大部门构成了金融网络中的五大主体。金融交易者在交易过程中，形成了部门间的金融资产负债关系，这构成主体之间的关联。确定了金融体系中的主体和主体间的关系，那么金融网络的节点和关联便得以确定，金融网络的基本结构也就确定了。 金融网络由部门间互联暴露矩阵(inter-linked exposure matrix)测度。假设金融体系中存在N个国民经济部门，对于部门间金融资产负债关系可以构建N×N矩阵X，即互联暴露矩阵，其中元素
表示部门i与j之间的金融资产负债关系，即部门i的总金融资产
中有
源于部门j的金融负债；或部门j的总金融负债
中有
属于部门i的金融资产。 在由各部门金融交易构成的金融体系中，金融资产与金融负债构成了一个封闭系统，即某部门总金融资产必然由其他部门的金融负债构成，即
；某部门金融负债由其他部门的金融资产构成，即
；金融体系金融资产总价值∑为各部门金融资产价值之和，即
。 2.传染乘数 金融网络模型能够模拟负面冲击在金融体系中引起的连锁反应，其基本机制是：对于任一部门i=1，2，…，N，其金融总负债
与净金融投资
之和等于其金融总资产
，即
式(1)构成负面冲击部门间传染的基础。在各部门金融资产负债表中，资产方和负债方存在恒等约束，该约束意味着各部门面对金融资产价值
下降的负面冲击时，其负债方价值必然出现等额度减少的反应，即净金融资产
和金融负债
减少。各部门金融负债的减少通过部门间金融资产负债关系传染至其他部门，并循环往复引起系统内各部门资产负债关系的多回合变化。 负面冲击在传染过程中引起的各回合金融资产价值损失可通过网络模型的模拟分析得到确定。令
为部门i的损失传染比例，即如果部门i的金融资产价值损失1元，则部门i的负债方价值需要减少
，以保证部门i的恒等约束成立。假设部门i发生了初始负面冲击，导致部门i金融资产价值损失
，则该部门金融负债价值减记
。按照部门间传染机制，由于该部门金融负债必是其他部门的金融资产，因此该部门金融负债价值下降导致其他部门资产价值遭受损失，从而使部门间出现损失传染。因此，部门i的资产损失
传染至其他部门⑨。 负面冲击通过部门间传染，对金融资产价值造成多轮损失。在其他条件不变的基础上，给定最初负面冲击，如果最终总损失越大，那么金融体系的传染性越强；如果最终总损失越小，则金融体系的传染性越弱。⑩据此，本文将依据负面冲击的最终损失求得传染乘数，来测度金融体系对各种冲击的传染性。各部门在各轮中金融资产价值损失加总，得到在最初负面冲击导致的金融体系金融资产价值的损失。可把传染乘数定义为单位负面冲击导致的金融体系(或各部门)金融资产价值下降的规模，可以用来测度负面冲击对金融体系总损失的影响。 (1)国民经济部门间传染乘数。用
表示来自部门i的单位负面冲击导致部门k金融资产价值损失总量，称为部门i对部门k的国民经济部门间传染乘数。令
，根据定义可知：
(2)国民经济部门总传染乘数。用
表示源于部门i的负面冲击所导致的金融体系中金融资产价值的总损失量，称为国民经济部门i的总传染乘数。根据定义可知：
三、方法与数据 1.传染乘数的估算 为估算传染乘数式(3)，必须得到互联暴露矩阵的估计值并确定部门损失传染比例
。本文将基于中国国民经济核算体系中基于金融交易的资金流量表数据，采用最大熵估计方法来估算互联暴露矩阵。同时，本文将基于损失传染终止方式的基本分析框架确定各部门的损失传染比例。 最大熵估算。在国民经济核算体系基于金融交易的资金流量表中，各部门的金融资产负债构成了一个封闭的金融体系。某部门的金融资产必然来源于其他部门的金融负债。然而，资金流量表并没有报告部门与部门之间的金融资产负债关系数据，而只报告了各部门总金融资产和总金融负债数据。如果无法确定部门间的金融资产负债关系，即互联暴露矩阵，那么金融网络模型就无法构造，也无法估算金融网络的传染乘数。然而，如果每个部门的金融资产(负债)总量已知，那么可以采用最大熵法(11)(maximum entropy method)来估算该部门间的金融资产负债关系。 损失传染比例的确定。损失传染比例取决于损失传染终止的方式。传染终止方式主要有三种：其一，如部门间不存在金融资产负债关系，则可终止损失的部门间传染；其二，未采取盯市会计准则的部门可终止损失传染；其三，部门盈利增加能抵消负面冲击损失，从而终止损失传染。根据这一分析框架，损失传染比例的确定主要有两种形式：首先，宫小琳和卞江通过假定盯市会计准则和部门盈利对冲负面冲击来确定损失传染比例，认为各部门通过盯市会计准则将损失全部传染至其他部门，损失传染比例为1；只有住户部门由于是权益最终持有人，不会将损失传染至其他部门，损失传染比例为0。其次，结合基于金融交易和基于实物交易资金流量表的分析可以认为，各部门储蓄能起到终止损失传染的作用，因此，本文以部门储蓄与金融负债的比例来确定传染损失比例：
其中
为部门i的储蓄规模。本文之所以采用式(3)来确定部门损失传染比例，原因有两个。首先，盯市会计准则下研究负面冲击在金融体系中的传染，忽略了实体经济与金融之间的相互作用，而式(3)考虑到了部门储蓄这一实体经济变量对宏观金融的风险传导作用。其次，对于中国等新兴市场国家而言，宏观金融稳定与国民储蓄有关，因此式(3)与这一国情相符。在确定各部门传染损失比例和互联暴露矩阵以后，就可测算部门间传染乘数和部门传染乘数。 为估算1992—2012年中国金融体系的传染乘数，本文将根据历年中国基于金融交易资金流量表数据估算互联暴露矩阵并构造金融网络，根据历年中国基于实物交易和金融交易的资金流量表数据估算历年各部门传染损失比例。 (1)基于金融交易的资金流量表。从历年《中国统计年鉴》的国民经济核算数据中可以获得中国1992—2012年基于金融交易的资金流量表数据。根据该流量表，2012年中国非金融企业部门、金融机构部门、政府部门、住户部门和国外部门金融资产占总金融资产的比例分别为20.9%、50.0%、4.9%、21.4%和2.8%；五部门金融负债占总金融负债的比例分别为30.6%、54.1%、3.6%、6.1%和5.5%。 (2)基于实物交易的资金流量表。从历年《中国统计年鉴》的国民经济核算数据中可以获得中国1992—2012年基于实物交易的资金流量表数据。该流量表展示了非金融企业部门、金融机构部门、政府部门、住户部门和国外部门等五部门的部门储蓄数据；基于金融交易的资金流量表则可获得非金融企业部门、金融机构部门、政府部门、住户部门和国外部门等五部门的金融负债数据。根据式(2)，可以确定各年各部门的传染损失比例。由于国外部门主要反映国际经济关系，且研究表明国外部门冲击的传染性较小(刘勇和叶永刚，2012)，因此本文假设国外经济冲击只对国外部门造成损失，不通过国外部门传染到其他部门，即假设国外部门传染损失比例为0。1992—2012年，非金融企业部门、金融机构部门、政府部门和住户部门的传染损失比例平均分别约为63.8%，96.6%、34.3%和14.6%。宫小琳和卞江(2010)在盯市会计准则下假定住户部门损失传染比例为0，其他部门为100%，并量化模拟了负面冲击在国民经济部门间的传染。相比于宫小琳和卞江的这一假定，本文假定金融体系的传染性要低，因为本文的假定涵盖了国民储蓄对损失传染的阻隔作用。 四、估算结果 1.国民经济部门间传染乘数 (1)非金融企业部门冲击。非金融企业部门涵盖了经济中大部分生产性企业，是实体经济的主要构成部分。实体经济在运行中常常遭受生产率、政府行为和国际经济形势等负面冲击的影响，非金融企业部门负面冲击的传染乘数可用来量化评估这些实体经济负面冲击对金融体系各部门金融资产价值的影响。1992—2012年中国部门间传染乘数呈现两类规律，一类是随时间而发生显著变化的规律，另一类是随时间基本不变的规律。就随时间不变的规律而言，主要包括三个方面：第一，虽然各部门遭受损失的规模从高到低发生过些许交替变化，但总体而言，顺序不随时间变化。平均而言，损失从高到低分别为金融机构部门(0.77)、住户部门(0.34)、非金融企业部门(0.25)、国外部门(0.10)和政府部门(0.06)；第二，虽然各部门损失随时间而发生变化，但是金融机构部门损失波动显著高于其他部门，金融机构损失标准差达到0.23，而其他部门不超过0.06；第三，在中国金融体系中，金融机构部门的损失越来越显著地高于其他部门，说明中国金融机构部门在中国金融体系中处于越来越核心的地位(刘勇和叶永刚，2012)。 就随时间而变化的规律而言，主要包括以下两个方面：其一，非金融企业部门冲击对住户部门的影响在持续下降，而非金融企业部门冲击对本部门的影响在不断上升。一升一降的结果是两部门遭受的损失趋同，这意味着中国非金融企业部门内部各企业的金融资产负债关系在不断加深，而企业对住户资金的直接依存关系在减弱。在中国融资体系中，直接融资比例低而间接融资比例高，因此，当实体经济遭受负面冲击时，难以直接通过金融体系中住户部门造成损失，而是间接地通过银行等金融中介对住户部门带来影响。这意味着只要有效保持金融企业部门的稳定，实体经济的负面冲击就不会在金融体系中传染。最近通过的存款保险制度是一种阻碍这种传染的有效制度。其二，非金融企业部门冲击对金融机构部门的影响在不断增加，从2005年的0.12上升至2010年的0.49。2008年国际金融危机以后，中国政府出台了一些投资刺激政策，引起系统性风险增大。本文中所用的非金融企业冲击对金融机构部门的传染乘数较好地解释了这一上升趋势：政府刺激政策导致银行等金融机构为非金融企业融资，引起非金融企业负债上升，因此，当非金融企业遭受负面冲击而出现违约时，这将极大地提高银行不良资产而引发系统性风险。 (2)金融机构部门冲击。对国民经济部门间传染乘数的分析表明，金融机构部门在中国金融体系中起到了核心作用，那么来源于金融机构部门负面冲击所可能引发的金融体系动荡就应当引起各方重视。虽然上面所分析的非金融企业部门冲击对金融体系造成影响的基本规律同样适应于金融机构部门冲击的影响，但是两类冲击的传染乘数具有不同的特征。首先，在同等规模的负面冲击下，如果该冲击发生在金融机构部门，那么其所带来的损失要远远高于该冲击发生在非金融企业部门所造成的损失。1992—2012年平均而言，金融机构部门冲击下各部门乘数是非金融企业部门冲击下各部门传染乘数的1.67倍～1.71倍。这意味着宏观金融稳定政策的重心在金融机构部门风险的防控。其次，1997年金融机构部门冲击对其自身造成的损失达到2.5倍，是所有部门间传染乘数中最大的，这意味着1997东南亚金融危机期间，中国金融机构部门存在极高的风险传染性。同时，本文所用的传染乘数表明，该极端风险传染性在1998年得到较好控制，传染乘数降至0.80倍。这类规律同样适用于金融体系对各类冲击传染扩大效应的分析。 2.国民经济部门传染乘数 国民经济部门传染乘数测度各部门负面冲击对金融体系金融资产价值损失总规模的影响，或金融体系对负面冲击的扩大规模。表1为估算得到的各种冲击下1992—2012年传染乘数。自1992年以来，中国经济金融体制发生显著的变化，但金融体系对各部门负面冲击传染扩大效应从高到低的顺序却未发生变化，依次为金融机构部门冲击、非金融企业部门冲击、政府部门冲击和住户部门冲击。1992—2012年平均而言，金融体系对金融机构部门冲击的传染性最强，传染乘数达到2.57，其后依次为非金融企业部门冲击、政府部门冲击和住户部门冲击，传染乘数分别为1.52、0.92、0.31。各部门冲击传染乘数在1992—2012年间的波动幅度最大依然为金融机构部门冲击，标准差为0.39；其他各部门冲击传染乘数波动幅度虽然稍小，但也远远高于部门间传染乘数，标准差在0.23～0.31之间。
中国金融体系对各类负面冲击传染性既有不变的规律，也出现了一些新的发展趋势。首先，中国宏观金融风险发生机制以及稳定方式并未发生显著的变化。1997年和2010年被认为是中国出现金融不稳定可能性最高的两个年份。在这两年里，金融体系对金融机构部门和非金融企业部门冲击的传染性都达到了最高水平。在金融体系传染性达到高水平之前，中国经济都出现投资驱动的经济扩张(1994—1996年和2008—2010年)，因此，投资驱动的增长模式是中国积累宏观金融风险的重要途径，是引发宏观金融不稳定的主要机制。同时，在两次高传染性出现以后，宏观金融稳定问题都引起重视，金融体系的传染性立即得到一定程度的控制。1998年和2011年中国金融体系对各种冲击的传染性都有所下降，且主要是金融机构部门冲击和非金融企业部门冲击的传染性下降。因此，中国宏观金融稳定的机制应当以控制金融机构部门和非金融企业部门冲击的传染性为核心目标。 其次，金融体系对非金融企业部门和政府部门冲击的传染性未发生显著的变化，但是对金融机构部门冲击和住户部门冲击的传染性具有持续扩大的趋势。不论是20世纪90年代还是本世纪头十年，金融体系对非金融企业部门冲击的传染性波动都较大，且平均而言差别不大；金融体系对政府部门冲击的传染性波动幅度在增加，但平均而言差别不大。从1992—1996年的五年中，金融体系对金融机构部门和住户部门冲击的传染乘数平均分别为2.34和0.05；从2008—2012年的五年中，金融体系对此两部门冲击的传染乘数平均分别为2.78和0.55。传染乘数的增加并不意味着一定会发生系统性宏观金融紊乱，但却为政策监管带来以下启示：其一，中国住户部门冲击引起金融体系紊乱的可能性在显著增加，宏观金融稳定政策应密切关注住户部门冲击及其在金融体系中的传染；其二，金融体系对金融机构部门冲击的传染性最大，且传染程度在不断增加，这意味着金融机构部门冲击及其传染的监管依然是宏观金融政策的重点领域；其三，金融体系对政府部门冲击传染性的波动性增加意味着政府部门冲击引发的金融体系紊乱具有突发性，宏观金融稳定政策需谨慎应对政府部门冲击。 3.宏观金融稳定指数 传染乘数测度金融体系的传染性，在一定程度上反映了宏观金融的稳定性，但是传染乘数依据负面冲击来源部门和受影响部门不同而存在多种情况，是一个指数集合，不是单一的宏观金融稳定测度指标。笔者尝试在传染乘数指标集的基础上，进一步构造单一指数，同时囊括各部门冲击传染乘数，以测度宏观金融的稳定性。具体来说，本文采用两种宏观金融稳定指数的构造方法。一种以各部门冲击传染乘数的算术平均作为宏观金融稳定指数。另一种以各部门冲击传染乘数的加权平权作为宏观金融稳定指数，其中权重由各部门冲击在1992—2012年的波动标准差确定。某部门冲击传染乘数的标准差说明该冲击的风险性，能较好地测度各类冲击的宏观金融稳定特征，因此，标准差越高，稳定性越弱，宏观金融稳定指数赋予其较高的权重。 通过两种方法得到的宏观金融稳定指数虽然在量值上存在一些差异，但高度正相关，因此，两种方法得到的宏观金融稳定指数差异不大。通过对中国宏观金融稳定指数1992—2012年时间序列数据的分析可以发现：(1)1997年、2009年和2010年这三年的宏观金融稳定性最差；(2)宏观金融在高度不稳定后的1998年和2011年，稳定性都得到了较大幅度的改善，但2011年改善的幅度相对较小，且2012年宏观金融稳定性再次恶化；(3)长期而言，中国宏观金融稳定指数存在缓慢上升的趋势，说明中国宏观金融稳定状况在恶化。 本文基于宏观金融风险的国民经济部门间传染机制，利用中国国民经济核算体系的资金流量表数据构造金融网络，量化分析金融体系对各国民经济部门负面冲击的传染扩大效应，以测度中国宏观金融的稳定性。结果发现：(1)部门间传染乘数的动态分析表明，不论冲击来自何部门，各部门遭受的损失规模从高到低的顺序不随时间变化，且非金融企业部门内部各企业的金融资产负债关系在加强，而非金融企业对住户资金的依赖关系在减弱；(2)部门传染乘数的动态分析表明，金融体系对金融机构部门冲击的传染性最强，其次是非金融企业部门冲击和政府部门冲击；(3)宏观金融稳定指数的动态分析表明，2009—2010年中国宏观金融的不稳定性接近1992年以来的最高程度(1997年)，虽然在2011年有所下降，但依然处于较高程度的不稳定状态。 2008年国际金融危机以来，中国宏观金融风险不断增加，这主要体现在中国非金融企业投资效率低下、房地产泡沫引起金融机构不良资产率上升以及地方政府不良债务增加等三个方面。本文的分析结果对如何监控上述风险，维持宏观金融稳定以下几点启示。首先，根据本文所估算的传染乘数，金融体系对金融机构部门不良资产率冲击的传染性最强，其次为非金融企业的低效投资冲击和地方政府不良债务冲击，因此，金融机构部门的潜在风险冲击最应引起政策监管者的重视。其次，金融体系对非金融企业部门冲击的传染性持续接近历史最高水平(1997年)，因此，投资刺激经济增长的方式可能诱发系统性宏观金融不稳定，采取相关政策时需谨慎。最后，政府部门冲击的传染性平均而言虽然没有显著增加，但波动性在上升，因此，宏观金融稳定政策要谨慎对待地方政府债务所产生的突发性冲击。 ①参见Borio,C.and M.Drehmann,"Towards an Operational Framework for Financial Stability:'Fuzzy' Measurement and Its Consequences",BIS Working Papers,No.284,2009. ②参见Haldane,A.,"Rethinking the Financial Network",Speech Delivered at the Financial Student Association,Amsterdam,2009. ③参见Castren,C.and Kavonius,L.K.,"Balance Sheet Inter-linkages and Macro-Financial Risk Analysis in the Euro Area",European Central Bank Working Paper,No.1124,2009. ④参见宫小琳、卞江：《中国宏观金融中的国民经济部门间传染机制》，《经济研究》2010年第7期。 ⑤参见刘勇、叶永刚：《负面冲击与宏观金融稳定性研究》，《经济管理》2012年第7期。 ⑥参见宫晓琳：《未定权益分析方法与中国宏观金融风险的测度分析》，《经济研究》2012年第3期。 ⑦在已有研究中，中国部门间金融网络的构造方法主要有两种：一种是基于会计的互联暴露矩阵(宫小琳和卞江，2010；刘勇和叶永刚，2012)，主要关注部门间金融资产负债的规模；另一种是基于风险的互联暴露矩阵(宫晓琳，2012)，主要关注部门间金融资产负债关系所蕴含的风险。 ⑧参见刘勇、白小滢：《部门杠杆率与中国宏观金融系统传染性研究》，工作论文，2014。 ⑨各回合损失的详细推导参见刘勇等人的《部门杠杆率与中国宏观金融系统传染性研究》，工作论文，2014。 ⑩在微观层面的金融网络模型中，各银行存贷款关系组成了金融网络，金融系统的稳定性可由负面冲击导致银行破产的比例来定义金融网络的稳定性。 (11)最大熵法已被广泛使用于分析微观金融网络中的风险传导中，宏观金融网络在统计数据缺失的条件下也普遍使用这一方法，但对这一方法还存在争议。
标签：金融论文; 金融负债论文; 金融体系论文; 宏观论文;
