中國宏觀金融穩(wěn)定性指數(shù)的構(gòu)建：基于動態(tài)組合證券理論（DPT）的實證分析

摘 要：本文在借鑒國內(nèi)外文獻構(gòu)建金融穩(wěn)定性指數(shù)的基礎(chǔ)上，將宏觀經(jīng)濟加入到構(gòu)建穩(wěn)定性指數(shù)系統(tǒng)中，并將其劃分為金融市場、資本流動性、宏觀經(jīng)濟系統(tǒng)等3個子系統(tǒng)。因各系統(tǒng)之間又存在時間上的序列相關(guān)性，本文運用最優(yōu)動態(tài)組合證券理論（DPT）將3個子系統(tǒng)合成一個綜合的宏觀金融穩(wěn)定性指數(shù)（MFSI），并利用2000—2010年的15個指標的月度數(shù)據(jù)進行實證研究，以此反映中國的金融穩(wěn)定狀況。

關(guān)鍵詞：宏觀金融穩(wěn)定性指數(shù)；動態(tài)組合證券理論；對角BEKK模型；熵權(quán)法

中圖分類號：F832 文獻標識碼：A 文章編號：1003-9031（2014）02-0004-05 DOI：10.3969/j.issn.1003-9031.2014.02.01

金融的穩(wěn)定性以及建設(shè)穩(wěn)定的金融體系問題，已經(jīng)引起政府、金融機構(gòu)、國際組織和研究者的關(guān)注。對于金融穩(wěn)定性內(nèi)涵的理解，國內(nèi)外并沒有形成一致的認識，早期的研究視角主要集中在金融體系基本要素的正常運行和關(guān)鍵功能的正常發(fā)揮，最新研究的理解則從更廣義的角度入手賦予了金融穩(wěn)定性非常豐富的內(nèi)涵。金融穩(wěn)定性是一個國家的整個金融體系沒有出現(xiàn)較大的波動，而金融作為資金媒介功能得到有效發(fā)揮，金融業(yè)本身也能保持穩(wěn)定、有序、協(xié)調(diào)發(fā)展，但這并不代表任何金融機構(gòu)都不會倒閉。

一、文獻綜述

從國外文獻來看，西方學(xué)者主要從金融穩(wěn)定的反面，即“金融不穩(wěn)定”、“金融脆弱”等方面來展開對金融穩(wěn)定及其重要性的分析。Illing and Liu（2006）利用單個壓力指標與代表經(jīng)濟總效用的指標的絕對值進行賦權(quán)構(gòu)造了加拿大每天的金融壓力指數(shù)（FSI）[1]。Nelson and Perli（20

07）利用主成分分析法構(gòu)建了3個因子，并且利用3個因子作為解釋變量，和一個已知的二項危機指數(shù)作為被解釋變量進行l(wèi)ogit模型，得出適合的概率作為金融脆弱性指標（FFI）[2]。歐洲中央銀行（2009a）通過對數(shù)標準轉(zhuǎn)化和等方差加權(quán)法形成了全球金融脆弱性指數(shù)（GIFT）[3]。Blix Grimaldi（2010）基于16個金融市場變量進行主成分分析，然后得到兩個因子，利用logit模型構(gòu)建金融壓力指數(shù)（FSI）[4]。Caldarelli， Elekdag and Lall（2011）運用等方差加權(quán)法對17個指標合成了一個金融壓力指數(shù)[5]。Lo Duca and Peltonen（2011）通過算數(shù)平均法和經(jīng)驗累積分布函數(shù)的四分位數(shù)轉(zhuǎn)換為10個先進的和18個新興的經(jīng)濟體構(gòu)建了金融穩(wěn)健性指數(shù)（FSI）[6]。

從國內(nèi)文獻來看，隨著國際金融危機的影響，金融脆弱性越來越受到國內(nèi)學(xué)者的關(guān)注，而且從各方面對金融穩(wěn)定性進行研究也逐漸展開。王明華等（2005）以宏觀成本控制作為理論依據(jù)構(gòu)建了關(guān)于銀行的金融穩(wěn)定性的評價指標體系[7]。萬曉莉（2008）利用銀行穩(wěn)健性指數(shù)作為代理變量測度了中國金融的穩(wěn)定性情況[8]。中國人民銀行金融穩(wěn)定分析小組（2008）從宏觀經(jīng)濟運行環(huán)境、金融機構(gòu)發(fā)展狀況、金融基礎(chǔ)設(shè)施建設(shè)情況以及金融風(fēng)險管理四個方面對2008 年我國的金融穩(wěn)定性進行了評估[9]。霍德明和劉思甸（2009）在參考歐洲中央銀行宏觀審慎指數(shù)基礎(chǔ)上，構(gòu)造了宏觀金融穩(wěn)定性評估指標體系[10]。王雪峰（2010）采用狀態(tài)空間模型確定指標權(quán)重， 構(gòu)造了中國金融穩(wěn)定狀態(tài)指數(shù)，來反映我國金融穩(wěn)定狀況[11]。惠康等（2010）將金融穩(wěn)定性歸納為金融體系基本要素平穩(wěn)運行和具有抵抗巨大沖擊的能力兩個維度， 在此基礎(chǔ)上構(gòu)建了一個金融穩(wěn)定指數(shù)[12]。何德旭等（2011）將金融穩(wěn)定性歸納為金融機構(gòu)、金融市場、外匯風(fēng)險三部分，在此基礎(chǔ)上構(gòu)建了一個金融穩(wěn)定指數(shù)[13]。

金融穩(wěn)定的復(fù)雜性使得金融穩(wěn)定不能由單一的指標表示，因此針對合成指數(shù)的構(gòu)建，指標的合成方法也不同。從國外文獻來看，不同的作者，合成方法也會有一定的變化。常用的方法一般分為等方差加權(quán)法，即采用標準化變量的均值、因子分析（主成分分析法）[14-17]。從國內(nèi)文獻來看，等方差加權(quán)法、因子分析法等已經(jīng)廣泛運用于金融穩(wěn)定性的合成當中。霍德明、劉思甸（2009）運用因子分析法合成宏觀金融穩(wěn)定性指數(shù)；何德旭（2011）利用主成分分析法合成金融穩(wěn)定指數(shù)；惠康等（2010）也運用主成分分析法合成了指標；王雪峰（2010）運用狀態(tài)空間模型進行指標的合成。

目前國內(nèi)關(guān)于金融穩(wěn)定的研究，只有少數(shù)學(xué)者對于金融穩(wěn)定狀況進行了數(shù)量分析。如劉錫良（2004）和王雪峰（2006）等運用因子分析方法對中國的金融安全狀況進行了定量評估。蔣海等（2009）運用主觀賦值和主成分分析相結(jié)合的定量方法對中國金融安全指數(shù)進行了估算。即便是中國人民銀行發(fā)布的《金融穩(wěn)定報告》也只有簡單的統(tǒng)計分析，缺乏較為嚴密的數(shù)量分析。有鑒于此，本文運用動態(tài)組合證券理論來構(gòu)建反映中國金融狀況的MFSI指數(shù)，旨在對金融穩(wěn)定狀況方面能夠起到一定的評價作用。

二、研究方法與模型

（一）動態(tài)組合證券理論（DPT）

美國諾貝爾經(jīng)濟學(xué)家馬考維茨（Markowitz）1952年首次提出投資組合理論（Portfolio Theory），并進行了系統(tǒng)、深入和卓有成效的研究。Markowitz 的組合投資理論開創(chuàng)了對金融風(fēng)險進行定量測度與防范的先河，是后續(xù)許多其它理論研究的基礎(chǔ)。楊德全（1997）指出動態(tài)組合證券投資問題在美國等發(fā)達國家受到了理論研究和實際應(yīng)用兩方面的重大關(guān)注[18]。

其中，國外學(xué)者Dimitrios P. Louzis .Angelos T. Vouldis

（2012）等將其運用到金融壓力指數(shù)的構(gòu)建當中，并且構(gòu)建了希臘的金融壓力指數(shù)，對于希臘債券危機的原因分析起到一定作用，但是在國內(nèi)對于利用組合證券投資理論的較少[19]。

組合證券理論顯示相關(guān)程度越高的證券組合，組合證券隨著各證券穩(wěn)定性的增強而逐漸增強；反之若相關(guān)程度較低，則各證券穩(wěn)定性會降低總證券組合穩(wěn)定性。本文是利用組合投資的思想，引入時間序列相關(guān)性，以此構(gòu)建一個綜合指數(shù)，試圖反映我國的金融穩(wěn)定性。模型如下：

MFSI=■（1）

其中，A=（CMS，F(xiàn)MOS，MES），A矩陣為三市場組成的時間序列矩陣。Ct矩陣為3×3的時間序列相關(guān)性矩陣，形式如下：

C=1 ？籽12，t ？籽13，t0 1 ？籽23，t0 0 1（2）

其中，？籽12，t表示t時刻CMS 和FMOS兩系統(tǒng)之間的相關(guān)系數(shù)，？籽13，t表示t時刻CMS和MES兩系統(tǒng)之間的相關(guān)系數(shù)，？籽23，t表示FMOS和MES兩系統(tǒng)之間的相關(guān)系數(shù)。

（二）對角BEKK模型

對于動態(tài)的時間序列相關(guān)性，國內(nèi)外經(jīng)常使用的是由Engle and Kroner （1995）提出的MGARCH模型[20]。由Bollerslevet al（1988）可知，BEKK模型相比于其他的多元GARCH模型來說是相對簡單的。對角BEKK模型即把參數(shù)矩陣定義為對角矩陣，然后進行計算[21]。即：

A=a11 a22 a33 B=b11 b22 b33（3）

它能夠保證矩陣的正定性，并且使得估計系數(shù)較少。

而一般的BEKK（p，q，K）-GARCH模型為：

Ht=C*C'+■■A'kiSt-iS't-iAki+■■B'kjHt-1Bkj（4）

其中，C 是n×n的下三角矩陣，Aki、Bkj是n×n參數(shù)矩陣，p、q是滯后階數(shù)。

對于三元對角BEKK-GARCH模型可表示為：

h11，t h12，t h13，t h21，t h22，t h23，t h31，t h32，t h33，t =c11 c22 c33 c11 c22 c33+

a11 a22 a33 ？著211，t-1 ？著1，t-1？著2，t-1 ？著1，t-1？著3，t-1？著2，t-1？著1，t-1 ？著22，t-1 ？著2，t-1？著3，t-1？著3，t-1？著1，t-1 ？著3，t-1？著2，t-1 ？著23，t-1 a11 a22 a33

？茁11 ？茁22 ？茁33 h11，t-1 h12，t-1 h13，t-1h21，t-1 h22，t-1 h23，t-1h31，t-1 h32，t-1 h33，t-1 ？茁11 ？茁22 ？茁33（5）

條件方差和條件協(xié)方差矩陣的分開形式為：

h11，t=c211+a211？著21，t-1+？茁211h11，t-1（6）

h22，t=c221+c222+a222？著22，t-1+？茁222h22，t-1 （7）

h33，t=c231+c232+c232+a233？著23，t-1+？茁233h33，t-1 （8）

h12，t=c11c22+a11a22？著1，t-1？著2，t-1+？茁11？茁22h12，t-1 （9）

h23，t=c22c33+c21c31+a33a22？著1，t-1？著2，t-1？著3，t-1+？茁33？茁22h23，t-1 （10）

h13，t=c11c33+a11a33？著1，t-1？著3，t-1+？茁11？茁33h13，t-1 （11）

其中，h12，t、h22，t、h33，t表示系統(tǒng)1、2、3的條件方差，h12，t、h13，t、h23，t表示兩兩系統(tǒng)之間的條件協(xié)方差。

由上面的公式可以得出兩兩系統(tǒng)之間的相關(guān)系數(shù)

？籽12，t=■（12）

？籽13，t=■（13）

？籽23，t=■（14）

由以上的三元BEKK-GARCH模型可以得到三個系統(tǒng)的時間序列相關(guān)性，并可用曲線直觀表示出來。

（三）熵權(quán)法

對于宏觀金融穩(wěn)定指數(shù)指標權(quán)重的計算方法，本文將利用信息熵理論進行深入研究，信息熵理論已經(jīng)廣泛應(yīng)用于工程、經(jīng)濟金融等，且形成了比較完整的一套思路。國內(nèi)外的文獻表明熵權(quán)法和主成分分析法的主要區(qū)別在于熵權(quán)法保證了變量的完整性，使得變量不會缺失。

熵權(quán)法，是指通過熵理論對項目的決策或者多個目標的決策進行賦權(quán)，是運用熵理論衍生出來的一種衡量研究對象重要性程度的方法。依據(jù)信息論的觀點，衡量某一指標在指標體系中的作用是以指標相對于標準指標的變異程度作為基準，該指標的信息量就越大，其影響作用也就越大。從中得到的熵值可以測度信息量的大小，熵的減少代表信息量的增加，由此反應(yīng)的金融穩(wěn)定性指數(shù)包含了所有的指標，使得各系統(tǒng)確定了完整性，這也是本文采用熵權(quán)法對指標進行賦權(quán)的主要原因。

三、實證結(jié)果與分析

（一）樣本數(shù)據(jù)的選取

本文選取表1中各指標2000年1月至2010年12月的數(shù)據(jù)，數(shù)據(jù)來源于中國經(jīng)濟金融數(shù)據(jù)庫（CCER數(shù)據(jù)庫）、中國經(jīng)濟信息網(wǎng)宏觀月度庫、中國統(tǒng)計數(shù)據(jù)應(yīng)用支持系統(tǒng)、中國人民銀行網(wǎng)站。由于幾個指標的數(shù)據(jù)來源難以獲得，本文用EVIEWS軟件插值法進行補充得到完整的序列數(shù)據(jù)。各指標均采取增長率的形式，以保持數(shù)據(jù)的平穩(wěn)性。

Hyman P minsky從金融不穩(wěn)定的角度闡釋了收入-債務(wù)關(guān)系，而在這中間起關(guān)鍵作用的是銀行，也同時反映了信貸增長率、不良貸款和短期資產(chǎn)負債比率對金融穩(wěn)定的重要性[22]。Charles Goodhart和Boris Hofmann（2001）等研究表明，股票等金融資產(chǎn)的價格和房地產(chǎn)資產(chǎn)的價格變化能夠通過資產(chǎn)負債效應(yīng)和財富效應(yīng)，在金融系統(tǒng)的運行、消費、投資乃至總需求中起著重要的作用[23-24]。因此，應(yīng)把股價指數(shù)和房地產(chǎn)資產(chǎn)價格包涵在MFSI指數(shù)。同時，本文借鑒國際貨幣基金組織的金融穩(wěn)健指標體系，選取M2/GDP比率作為反映流動性情況的主要指標之一，這一指標值的上升可以為金融機構(gòu)和金融市場保持充裕流動性創(chuàng)造條件，但是該比重過大可能會引起通貨膨脹，從而對金融穩(wěn)定性造成不利影響。另外，本文借鑒國IMF（2004）[24]、Adam（2008）[25]、Miguel（2010）[26]等指標體系，選擇金融企業(yè)流動負債/流動資產(chǎn)來表示金融機構(gòu)的償債能力（見表1）。

其中，正指標表示該基礎(chǔ)指標越大，對于金融穩(wěn)定性起到促進作用，使得金融穩(wěn)定性指數(shù)越高；反之，逆指標表示該基礎(chǔ)指標越大，對于金融穩(wěn)定性起到抑制作用，使得金融穩(wěn)定性指數(shù)越低。

（二）MFSI的三個子系統(tǒng)的確定

運用matlab軟件，利用熵權(quán)法可得到三個子系統(tǒng)的權(quán)重（見表2）。

（三）依據(jù)計量經(jīng)濟學(xué)的對角BEKK-GARCH模型可以得到時間序列相關(guān)性估計的結(jié)果（見圖1）

從圖1可以看出，CMS和FMOS兩者之間一直在0與-0.01之間變動，說明兩者之間的相關(guān)性隨著時間的變化，沒有出現(xiàn)大的變動。FMOS和MES之間在97點之前在0周圍上下小幅波動，在97點之后就出現(xiàn)了較大幅度的變動。CMS和MES之間則從一開始就表現(xiàn)了比較大的波動，而且是在0.02的周圍較大幅度的波動。

（四）中國宏觀金融穩(wěn)定性指數(shù)的度量結(jié)果

由動態(tài)組合證券理論可得到中國宏觀金融穩(wěn)定性指數(shù)（見圖2）。

從整體來看，2000—2010年MFSI指數(shù)呈現(xiàn)穩(wěn)步增長，中國的宏觀金融穩(wěn)定性呈現(xiàn)良好態(tài)勢。

分時期來看，2000—2006年中期，宏觀金融穩(wěn)定指數(shù)MFSI呈波動上升趨勢，我國的金融穩(wěn)定性逐漸提高。究其原因，發(fā)現(xiàn)該時期金融市場、宏觀經(jīng)濟子系統(tǒng)都是呈上升趨勢，唯有資本流動性市場出現(xiàn)了波動性，并在2002年中期到2003年末出現(xiàn)了一定幅度的下降，這也就導(dǎo)致了MFSI在這段時間的波動性。但從整體來說，在這段時間，無論宏觀經(jīng)濟系統(tǒng)還是金融市場系統(tǒng)整體都是上升的，這也使得拉動上升力超過了資本流動性的下降力，從而使得宏觀金融穩(wěn)定性指數(shù)提高。

2006年末到2007年中期，宏觀金融穩(wěn)定性指數(shù)MFSI是下降的。這段時期資本流動性下降，宏觀經(jīng)濟系統(tǒng)也呈現(xiàn)下降趨勢，而金融市場操作系統(tǒng)呈現(xiàn)上升趨勢。在2006年初，中國的GDP達到了9%，且CPI也在2%以上，人們開始大量投資金融市場，這也就導(dǎo)致了金融市場的上升。但此時宏觀經(jīng)濟下降的勢頭超過了金融市場操作上升的勢頭，因此宏觀金融穩(wěn)定性指數(shù)還是下降的。

2007年末到2008年末，宏觀金融穩(wěn)定性指數(shù)呈現(xiàn)下降趨勢。宏觀經(jīng)濟下降的趨勢主要是2007年宏觀經(jīng)濟政策的調(diào)控力度較大，10次上調(diào)存款準備金率，6次上調(diào)金融機構(gòu)人民幣存貸款基準利率，造成金融穩(wěn)健性下降。

2009年初到2010年初，宏觀金融穩(wěn)定性指數(shù)先是呈現(xiàn)上升趨勢然后又回落。由此表明，我國此時金融穩(wěn)定性出現(xiàn)了反彈，然后又下降了。總體來看，2009年是我國金融穩(wěn)定性較好的時期，主要是在政府積極的財政政策和適度寬松的貨幣政策的救助下，宏觀經(jīng)濟系統(tǒng)和金融市場操作系統(tǒng)都出現(xiàn)了上升的趨勢，同時拉動MFSI指數(shù)上升。但在后期，隨著政府救助的減弱，三個子系統(tǒng)又同時出現(xiàn)了下降趨勢，MFSI指數(shù)也下降。

2010年，MFSI基本呈現(xiàn)下降趨勢。2010年以來，由于4萬億經(jīng)濟刺激計劃，大量信貸的投放使得我國金融體系的穩(wěn)定性水平呈下降趨勢；同時美歐日相繼出臺新一輪量化寬松貨幣政策，全球貨幣條件總體相當寬松，大量資金流入經(jīng)濟增長較快的新興經(jīng)濟體，因此，2010年我國物價指數(shù)持續(xù)上升，通貨膨脹壓力加大，從而導(dǎo)致宏觀經(jīng)濟和資本流動性穩(wěn)健性下降，同時金融市場操作穩(wěn)健性還沒有完全恢復(fù)，又受到了一定程度的影響，也使得穩(wěn)健性降低，由此導(dǎo)致MFSI指數(shù)下降。

四、結(jié)論

本文運用熵權(quán)法和對角BEKK模型相結(jié)合的動態(tài)組合證券理論構(gòu)建的MFSI指數(shù)，在一定程度上度量了中國的宏觀金融穩(wěn)定狀況，并對我國的金融穩(wěn)定性進行了分析，說明了三個系統(tǒng)對于宏觀金融穩(wěn)定性指數(shù)的影響，克服了傳統(tǒng)對指標賦權(quán)的靜態(tài)化，并且說明動態(tài)組合證券理論不僅適用于外國的金融壓力指數(shù)而且適用于中國的金融穩(wěn)健性狀況，同時證明了宏觀經(jīng)濟對金融穩(wěn)定性的影響。

但是在實際運用過程中也存在一些需要進一步深入與改進的地方，在應(yīng)用GARCH模型進行動態(tài)時間序列相關(guān)估計時，是使用的要求估計量最小的對角BEKK-GARCH模型，并且殘差假定服從正態(tài)分布，這樣使得方法不能滿足一般性，因此還需要其他的GARCH模型來更精確的描述。■

（責(zé)任編輯：張恩娟）

參考文獻：

[1]Illing， and Liu.Measuring Financial Stress in a Developed Country： an Application to Canada[R]. Journal of Financial Stability， Vol. 2， No. 4， pp. 2006：243-265.

[2]Nelson， W.R.， Perli， R..Selected indicators of financial stability[R].Irving Fisher Committee's Bulletin on Central Bank Statistics 23，2007：92-105.

[3]歐洲中央銀行， 2009a. The concept of systemic risk. ECB Financial Stability Review[R].December 2009.

[4]Blix Grimaldi .Detecting and interpreting financial

stress in the euro area[R].ECB，2010.

[5]Caldarelli， R.， Elekdag， S.， Lall， S.. Financial stress， downturns and recoveries[Z]. IMFWorking Paper， 2009.

[6]Marco Lo Duca . Tuomas A. Peltonen .Macro-financial vulnerabilities and future financial stress-Assessing systemic risks and predicting systemic events[R].European Central Bank （ECB），2011.

[7]王明華，黎志成.金融穩(wěn)定評估指標體系： 銀行穩(wěn)定的宏觀成本控制研究[J].中國軟科學(xué)，2005（9）.

[8]萬曉莉.中國1987—2006 年金融體系脆弱性的判斷與測度[J].金融研究，2008（6）.

[9]中國人民銀行金融穩(wěn)定分析小組. 中國金融穩(wěn)定報告（ 2008） [M]. 北京： 中國金融出版社，2008.

[10]霍德明，劉思甸.中國宏觀金融穩(wěn)定性指標體系研究[J].山西財經(jīng)大學(xué)學(xué)報，2009（10）.

[11]王雪峰.中國金融穩(wěn)定狀態(tài)指數(shù)的構(gòu)建— 基于狀態(tài)空間模型分析[J].當代財經(jīng)，2010（5）.

[12]惠康，任保平，鈔小靜.中國金融穩(wěn)定性的測度[J].經(jīng)濟經(jīng)緯，2010（1）.

[13]何德旭，婁 峰.中國金融穩(wěn)定指數(shù)的構(gòu)建及測度分析[J].中國社會科學(xué)院研究生院學(xué)報，2011（7）.

[14]Charles Goodhart and Boris Hofmann. Asset prices，

Financial Conditions and the Transmission of Monetary Policy [C].Paper presented for the conference on Asset Prices， Exchange Rates， and Monetary Policy， Stanford University，2001.

[15]Hanschel， E.， Monnin， P. Measuring and forecasting stress in the banking sector：evidence from Switzerland[D].BIS Working Paper NO.22，2005.

[16]Miguel A. M. A Financial Stability Index f or Colombia[J].Ann Finance， 2010（6）.

[17]Hatzious， J.， Hooper， P.， Mishkin， F.， Schoenholtz， K.L.， Watson， M.W. Financial conditions indexes： a fresh look after the financial crisis[D]. NBER Working Paper Series， No. w16150， 2010.

[18]楊德全，劉陽平，胡運權(quán).動態(tài)組合證券投資理論評述[J].金融理論與教學(xué)，1997（2）.

[19]Dimitrios P. Louzis， Angelos T. Vouldis A methodology for constructing a financial systemic stress index： An application to Greece[J]. Economic Modelling， 2012.

[20]Engle and Kroner. Dynamic Conditional Correlation：

A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models，1995.

[21]Bollerslevet al.A capital-Asset Pricing Model with Time-varying Covariances[J]. Journal of Political Economy，1988，96（1）：116～131.

[22]Hyman P.Minsky. Financial Instability Hypothesis[M]. The Jerome Levy Economics Institute， Working Paper ，1992.

[23]IMF.金融穩(wěn)健指標編制指南[M].北京：中國金融出版社，2006.

[24]Adam， Financial Stability Indicators ： Advantages and Disadvantages of Their Use in the Ass- essment of Financial System Stability[J]. Prague Economic papers， 2008 （2）.