基于區(qū)制轉(zhuǎn)移模型的金融周期時(shí)變特征研究

陳雙蓮 鐘俊豪 張昌洪

摘要：基于由金融資產(chǎn)價(jià)格、金融規(guī)模和金融景氣三個(gè)維度構(gòu)成的金融周期指數(shù)，考量金融周期的階段性特征，在馬爾科夫區(qū)制轉(zhuǎn)換模型加入自回歸項(xiàng)，利用金融周期的自回歸進(jìn)行區(qū)制轉(zhuǎn)換，刻畫出金融周期的區(qū)制特征，選取最優(yōu)Copula函數(shù)對(duì)金融周期和經(jīng)濟(jì)周期的關(guān)聯(lián)性特征。結(jié)果表明：中國(guó)金融周期分為三個(gè)較為明顯的階段；中國(guó)金融周期分為擴(kuò)張和收縮兩種狀態(tài)，且擴(kuò)張和收縮兩種狀態(tài)都具有極高的穩(wěn)定性；滯后2階的金融周期和經(jīng)濟(jì)周期之間有較強(qiáng)的正相關(guān)關(guān)系。

關(guān)鍵詞：金融周期；時(shí)變特征；區(qū)制轉(zhuǎn)移；Copula函數(shù)

中圖分類號(hào)：F830.9文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：10037217（2018）04003807

一、引言

經(jīng)濟(jì)學(xué)家對(duì)周期，特別是實(shí)際經(jīng)濟(jì)周期關(guān)注由來已久，經(jīng)典的KaldorKalecki模型一直圍繞周期的形成機(jī)制進(jìn)行研究；但是，由于實(shí)體經(jīng)濟(jì)和金融領(lǐng)域的價(jià)格支撐體系差異，使得經(jīng)濟(jì)周期和金融周期的波動(dòng)特征有較大差異。盡管學(xué)者們對(duì)金融周期的關(guān)注也有非常長(zhǎng)的時(shí)間，最早甚至可以追溯到亞當(dāng)斯密，他在研究高利貸上限的過程中曾討論過信貸配給問題時(shí)，認(rèn)為信貸周期為金融周期。此后，包括李嘉圖、凱恩斯、哈耶克、熊彼特、弗里德曼等在內(nèi)的一大批經(jīng)濟(jì)學(xué)家，均在其論著中不同程度地討論過貨幣和信貸周期問題。

一方面是金融經(jīng)濟(jì)周期的測(cè)度。對(duì)金融周期測(cè)度，一些文獻(xiàn)從現(xiàn)實(shí)中提取適當(dāng)?shù)慕鹑谥笜?biāo)，稱之為單指標(biāo)測(cè)度法。金融經(jīng)濟(jì)周期的單指標(biāo)測(cè)度通常采用的指標(biāo)包括信貸、金融資產(chǎn)價(jià)格等；如陳雨露等在研究金融周期和金融波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)與金融穩(wěn)定的影響時(shí)，用私人部門信貸/GDP作為計(jì)算金融周期的基礎(chǔ)變量[1]。國(guó)際上的研究學(xué)者Aikman用信貸波動(dòng)研究金融周期波動(dòng)的長(zhǎng)短與幅度[2]。多指標(biāo)綜合指數(shù)法則是在多指標(biāo)基礎(chǔ)上，通過編制綜合指數(shù)，研究金融周期；馬勇等在研究金融周期和經(jīng)濟(jì)周期之間的關(guān)系時(shí)，通過房地產(chǎn)價(jià)格和股票價(jià)格等一系列指標(biāo)從不同維度和層次描述金融狀況，構(gòu)建出金融周期總指數(shù)[3]。羅宏斌等在研究金融服務(wù)測(cè)度時(shí)提到，多指標(biāo)測(cè)度對(duì)綜合指數(shù)的完善認(rèn)識(shí)顯得尤為必要[4]。李正輝等使用社會(huì)融資規(guī)模、M2和利率等編制金融狀況指數(shù)，并分析金融周期動(dòng)態(tài)特征及其有效性[5]。

另一方面是圍繞金融周期特征與識(shí)別。對(duì)金融周期特征與識(shí)別的研究，Borio對(duì)發(fā)達(dá)國(guó)家過去50年來金融周期的特征進(jìn)行總結(jié)，提出了一些判斷和識(shí)別的指標(biāo)，其要點(diǎn)包括四個(gè)方面：一是銀行信用和

房地產(chǎn)價(jià)格是金融周期最核心的兩個(gè)指標(biāo)；前者代表融資條件，后者反映對(duì)風(fēng)險(xiǎn)的態(tài)度；兩者相互交織和影響，呈現(xiàn)出順周期的自我強(qiáng)化特征[6]。Levine認(rèn)為信用擴(kuò)張意味著金融、投資和經(jīng)濟(jì)增長(zhǎng)獲得更有力的支持；過度膨脹將導(dǎo)致過低的借貸標(biāo)準(zhǔn)、過量的杠桿和資產(chǎn)價(jià)格泡沫。二是與一般商業(yè)周期相比，金融周期的發(fā)生頻率低，但持續(xù)時(shí)間更長(zhǎng)；金融周期可以跨越多個(gè)以增長(zhǎng)和通脹為標(biāo)志的短周期波動(dòng)。一般商業(yè)周期涵蓋時(shí)間為1～8年不等，但1960年以來發(fā)達(dá)國(guó)家發(fā)生的金融周期顯示其跨度均在16年左右[7]。三是貨幣、信用周期的頂點(diǎn)往往和金融危機(jī)聯(lián)系在一起；Schularick和Taylor研究了14個(gè)國(guó)家1870-2008年的貨幣、信用和宏觀指標(biāo)后發(fā)現(xiàn)，20世紀(jì)下半葉金融部門的杠桿迅速增長(zhǎng)，揭示了信用膨脹是有力的金融危機(jī)預(yù)測(cè)指標(biāo)[8]。四是金融周期在不同國(guó)家呈現(xiàn)的特征和貨幣政策框架以及經(jīng)濟(jì)結(jié)構(gòu)變化有關(guān)。黃燕輝研究表明金融周期存在非對(duì)稱性，貨幣政策等影響因素對(duì)金融周期會(huì)產(chǎn)生沖擊[9]。劉妍瓊和許滌龍研究金融狀況指數(shù)時(shí)指出金融周期處于擴(kuò)張時(shí)的維持概率為0.9589，而處于收縮時(shí)的維持概率為0.8854[10]。

已有文獻(xiàn)為本文研究提供了豐富的基礎(chǔ)，同時(shí)為本文研究留下了足夠的研究空間：一是從資金流角度測(cè)度金融周期。金融周期的統(tǒng)計(jì)測(cè)度中采用的方法，單指標(biāo)、多指標(biāo)、綜合指數(shù)方法存在各自的優(yōu)點(diǎn)，但指標(biāo)的選擇上，對(duì)流量指標(biāo)性質(zhì)考慮相對(duì)較少。從全像的資金流量監(jiān)測(cè)角度來看，經(jīng)濟(jì)主體的金融周期不僅與表象具有較大關(guān)系，與資金流更具有非常強(qiáng)的關(guān)聯(lián)性。基于此，從資金流量的角度，考查部門與部門之間的資金流量選擇相關(guān)的金融指標(biāo)，更有利于金融周期的統(tǒng)計(jì)測(cè)度。二是金融周期的時(shí)變特征與構(gòu)成研究。已有研究對(duì)金融經(jīng)濟(jì)周期的特征與識(shí)別做了細(xì)致研究，然而相關(guān)研究更多的基于編制的金融狀況指數(shù)進(jìn)行，且以描述統(tǒng)計(jì)為主，以致金融周期的區(qū)制與關(guān)聯(lián)的時(shí)變特征并沒有得到充分考慮。

二、金融周期的統(tǒng)計(jì)測(cè)度

（一）金融周期指標(biāo)體系構(gòu)建

金融周期反映了各類金融資產(chǎn)價(jià)格與規(guī)模在不同經(jīng)濟(jì)波動(dòng)階段上的變動(dòng)態(tài)勢(shì)。大部分研究對(duì)金融周期的研究，通常選取信貸總量與房地產(chǎn)價(jià)格作為衡量金融周期的基準(zhǔn)變量，僅以個(gè)別變量測(cè)算金融周期，而缺乏對(duì)金融市場(chǎng)的綜合考慮，測(cè)算出的金融周期可能不夠精準(zhǔn)。本文考慮到金融資產(chǎn)的多樣性和債權(quán)關(guān)系的復(fù)雜性以及金融市場(chǎng)本身的景氣情況，從金融資產(chǎn)價(jià)格、金融規(guī)模和金融景氣三個(gè)維度測(cè)度金融周期。

對(duì)金融資產(chǎn)價(jià)格，本文綜合考慮金融市場(chǎng)上的各類資產(chǎn)價(jià)格波動(dòng)以及作為抵押品最常見的房地產(chǎn)價(jià)格，分別選擇股票價(jià)格指數(shù)、銀行間同業(yè)拆借利率、一年期貸款利率、名義有效匯率和商品房銷售價(jià)格作為金融資產(chǎn)價(jià)格的代表性指標(biāo)。股票價(jià)格是資本市場(chǎng)重要的信息要素，反映主要的直接融資市場(chǎng)資產(chǎn)價(jià)格及其波動(dòng)情況；銀行間同業(yè)拆借利率反映了貨幣市場(chǎng)上的資金價(jià)格與波動(dòng)情況；一年期貸款利率反映間接融資市場(chǎng)資金價(jià)格；名義有效匯率反映了在國(guó)家收支、進(jìn)出口變化等環(huán)節(jié)中一個(gè)經(jīng)濟(jì)體和另外一個(gè)經(jīng)濟(jì)體之間的價(jià)格對(duì)比關(guān)系；房地產(chǎn)價(jià)格是較為普遍的對(duì)風(fēng)險(xiǎn)和價(jià)值認(rèn)知的替代變量，是金融周期測(cè)度的一個(gè)重要方面。

對(duì)金融規(guī)模，考慮到機(jī)構(gòu)部門之間流量對(duì)金融經(jīng)濟(jì)周期的影響，納入反應(yīng)部門間資金流量變動(dòng)的指標(biāo)，分別選取社會(huì)融資規(guī)模、對(duì)政府債權(quán)、對(duì)非金融部門債權(quán)、對(duì)其他金融部門債權(quán)、外幣儲(chǔ)備、貨幣供應(yīng)量作為金融規(guī)模的代表性指標(biāo)。社會(huì)融資規(guī)模反映了實(shí)體經(jīng)濟(jì)部門從金融體系獲得的資金；信貸作為連接儲(chǔ)蓄與投資最重要的變量因素，是測(cè)算金融周期的重要指標(biāo)，本文根據(jù)信貸的對(duì)象不同，將其分解為對(duì)政府債權(quán)、對(duì)非金融部門債權(quán)和對(duì)其他金融部門債權(quán)，分別體現(xiàn)了政府部門從存款性金融部門獲取的資金、非金融部門從存款性金融部門獲取的資金和其它非存款性金融部門從存款性金融部門獲取的資金；外幣儲(chǔ)備是經(jīng)濟(jì)調(diào)節(jié)實(shí)現(xiàn)內(nèi)外平衡的重要手段；廣義貨幣供應(yīng)量長(zhǎng)期以來都是我國(guó)貨幣政策調(diào)控的重要目標(biāo)，是作為金融周期的基準(zhǔn)指標(biāo)。

對(duì)金融景氣，考慮到市場(chǎng)的情緒和整體態(tài)勢(shì)對(duì)金融周期的影響，分別選取消費(fèi)價(jià)格指數(shù)、股市交易次數(shù)、宏觀經(jīng)濟(jì)景氣指數(shù)、國(guó)房景氣指數(shù)作為金融景氣的代表性指標(biāo)。消費(fèi)價(jià)格指數(shù)反映了通貨膨脹情況；股票交易次數(shù)反映了資本市場(chǎng)的活躍程度；宏觀經(jīng)濟(jì)景氣指數(shù)反映當(dāng)前經(jīng)濟(jì)的基本走勢(shì)，主要是實(shí)時(shí)衡量宏觀經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)；國(guó)房景氣指數(shù)是針對(duì)房地產(chǎn)業(yè)發(fā)展變化趨勢(shì)和變化程度，反映全國(guó)房地產(chǎn)業(yè)發(fā)展景氣狀況的總體指數(shù)，符合房地產(chǎn)業(yè)實(shí)際發(fā)展情況。根據(jù)以上分析，本文所構(gòu)建的金融周期測(cè)度指標(biāo)體系如表1所示。

（二）金融周期指標(biāo)數(shù)據(jù)預(yù)處理

本文采用2002-2017年共16年的月度數(shù)據(jù)，所采用的數(shù)據(jù)來自Wind數(shù)據(jù)庫。考慮到數(shù)據(jù)的可得性以及與同類研究的可比性，本文選擇2002年作為基年。其中部分缺失數(shù)據(jù)通過建立OLS回歸方程進(jìn)行估測(cè)。此外，在研究中其他指標(biāo)都可以直接獲得。

金融周期指數(shù)的數(shù)據(jù)預(yù)處理包括HP濾波去趨勢(shì)、標(biāo)準(zhǔn)化處理、相關(guān)性分析、計(jì)算權(quán)重和總指數(shù)編制。不同指標(biāo)的所含的成分具有差異性，故在對(duì)數(shù)據(jù)預(yù)處理時(shí)，根據(jù)數(shù)據(jù)的實(shí)際分布特點(diǎn)和含義選擇不同處理方法。指標(biāo)體系中銀行間同業(yè)拆借利率、貸款利率、名義有效匯率、消費(fèi)價(jià)格指數(shù)、宏觀經(jīng)濟(jì)景氣指數(shù)、國(guó)房景氣指數(shù)沒有顯著趨勢(shì)，除此6個(gè)指標(biāo)以外，其余指標(biāo)具有顯著的長(zhǎng)期趨勢(shì)。基于此，對(duì)具有長(zhǎng)期趨勢(shì)的指標(biāo)進(jìn)行分解除去季節(jié)項(xiàng)和隨機(jī)項(xiàng)，再用HP濾波法除去趨勢(shì)項(xiàng)，則得到指標(biāo)的循環(huán)項(xiàng)。結(jié)合經(jīng)濟(jì)實(shí)際情況，考慮到不同指標(biāo)在不同階段、性質(zhì)和量綱等差異性，本文對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化處理。本文通過計(jì)算經(jīng)過預(yù)處理之后的指標(biāo)之間相關(guān)性系數(shù)，得知15個(gè)指標(biāo)之間的105個(gè)相關(guān)系數(shù)，其中相關(guān)系數(shù)絕對(duì)值小于0.3，弱相關(guān)個(gè)數(shù)為nw=28，處于0.3和0.8之間的適度相關(guān)個(gè)數(shù)為ns=65，大于0.8的強(qiáng)相關(guān)個(gè)數(shù)np=12。由相關(guān)性系數(shù)結(jié)果可知，指標(biāo)之間相關(guān)系數(shù)處于適度相關(guān)區(qū)間的占較大部分，因此可認(rèn)為選擇的指標(biāo)構(gòu)建的指標(biāo)體系較為合理且能刻畫出不同維度所代表不同的經(jīng)濟(jì)內(nèi)涵。

在確定指標(biāo)權(quán)重時(shí)，本文采用變異系數(shù)法①。金融周期各指標(biāo)權(quán)重結(jié)果如表2所示。

（三）金融周期特征分析

根據(jù)各指標(biāo)的權(quán)重計(jì)算得到金融周期總指數(shù)結(jié)果，為了描述性考察金融周期指數(shù)的時(shí)序特征，將金融周期不同維度指數(shù)和金融周期總指數(shù)繪制為時(shí)序圖，如圖1、2所示。

金融周期指數(shù)不同維度指數(shù)和總指數(shù)都具有明顯的特征。金融資產(chǎn)價(jià)格指數(shù)和金融規(guī)模指數(shù)的波動(dòng)在大部分時(shí)間內(nèi)滯后于金融景氣指數(shù)波動(dòng)。金融景氣指數(shù)相對(duì)于金融資產(chǎn)價(jià)格指數(shù)和金融規(guī)模指數(shù)，能更及時(shí)追蹤到金融市場(chǎng)最新變化趨勢(shì)，可以作為衡量整體金融形勢(shì)的良好指示器，因此可以為投資者和政策制定者提供及時(shí)、有效的決策信息。金融周期總指數(shù)具有明顯的階段性特征。第一階段為2002-2007年，中國(guó)加入WTO，政府采取穩(wěn)健的宏觀經(jīng)濟(jì)調(diào)控，金融周期基本保持平穩(wěn)局勢(shì)，沒有明顯波動(dòng)。第二階段是在2007-2011年期間，金融周期經(jīng)歷了由上升-下降-上升的巨大循環(huán)波動(dòng)時(shí)期，其中原因包括美國(guó)次貸危機(jī)和中國(guó)政府的“四萬億”刺激政策等。第三階段由2013至今，中國(guó)金融市場(chǎng)面臨優(yōu)化和整改，國(guó)家經(jīng)濟(jì)增長(zhǎng)模式發(fā)生改變，金融周期進(jìn)入一個(gè)長(zhǎng)期而劇烈的波動(dòng)局面。

三、金融周期區(qū)制特征分析

（一）金融周期時(shí)變特征模型

本節(jié)將基于測(cè)度金融周期指數(shù)的結(jié)果，進(jìn)一步考查中國(guó)金融周期區(qū)制特征。由于金融周期可能存在擴(kuò)張和收縮的不同狀態(tài)，且每個(gè)時(shí)期具體所屬的狀態(tài)很難得到確定。由于不同時(shí)期金融市場(chǎng)存在的風(fēng)險(xiǎn)會(huì)隨著金融開放程度和宏觀調(diào)控政策等影響著金融周期波動(dòng)，金融周期所處狀況可能存在結(jié)構(gòu)突變現(xiàn)象，因此深入研究金融周期的非線性和非對(duì)稱性波動(dòng)特征是必要的。馬爾科夫區(qū)制轉(zhuǎn)移模型不必人為地設(shè)定閾值來確定區(qū)制的轉(zhuǎn)移閾值，也不用事先預(yù)估不同區(qū)制轉(zhuǎn)移的時(shí)間，而是通過狀態(tài)變量在不同狀態(tài)之間的平滑轉(zhuǎn)換來確定所處的區(qū)制。

對(duì)單一時(shí)間序列變量進(jìn)行區(qū)制劃分，通常可以通過在馬爾科夫區(qū)制轉(zhuǎn)移模型中引入自回歸結(jié)構(gòu)，建立如下模型刻畫序列的數(shù)據(jù)生成過程：

yt-μSt=∑nk=1k，Styt-μSt-k+

μt，μt～N0，σ2（1）

式（1）中，μSt表示金融周期yt在區(qū)制St下的平均變動(dòng)情況，St為狀態(tài)變量，遵循具有短記憶性的馬爾科夫過程。

在給定條件下，金融周期保持在高（低）狀態(tài)或轉(zhuǎn)換到另外一種狀態(tài)是通過轉(zhuǎn)移概率來實(shí)現(xiàn)的，即：從t-1期的u狀態(tài)過渡到t期的v狀態(tài)的概率puv表示為：

puv=prSt=v|St-1=u（2）

且滿足：

u，v∈1，2，…，M，∑Mvpuv=1（3）

考慮自回歸過程的滯后階數(shù)n選擇為3的情況，可得馬爾科夫區(qū)制轉(zhuǎn)移模型式（4），并利用R軟件完成了上述二區(qū)制馬爾科夫區(qū)制轉(zhuǎn)移模型的極大似然估計(jì)。

y=c（St）+β1（St）x1+β2（St）x2+

β3（St）x3+μ（St）（4）

通過上述分析，使用MS（2）②模型進(jìn)行擬合。

（二）金融周期區(qū)制特征

本文對(duì)金融周期采用雙區(qū)制馬爾科夫區(qū)制轉(zhuǎn)移模型進(jìn)行分析，將金融周期分為擴(kuò)張和收縮兩種狀態(tài)，并根據(jù)兩種狀態(tài)的轉(zhuǎn)折點(diǎn)確定金融周期的峰谷時(shí)間。據(jù)平滑概率的計(jì)算顯示，兩個(gè)區(qū)制之間的轉(zhuǎn)換過程具有極高的穩(wěn)定性。其中，兩種狀態(tài)的持續(xù)概率p11和p22分別為0.98和0.99。這說明金融形式在各區(qū)制內(nèi)的跳躍性較弱，金融形勢(shì)一旦趨向于某種狀態(tài)后便很難發(fā)生變化。一般情況下，各時(shí)點(diǎn)的歸屬情況由其平滑概率是否大于0.5進(jìn)行判斷。基于這一劃分標(biāo)準(zhǔn)，我們整理出了各周期下金融周期的峰谷時(shí)期和區(qū)制劃分結(jié)果，如表3所示。

由表4可以看出，以“谷-谷”作為周期的分界標(biāo)準(zhǔn)，中國(guó)在2002年至2017年一共經(jīng)歷了7個(gè)完整的金融周期。其中，周期長(zhǎng)度最長(zhǎng)達(dá)到56個(gè)月，最短達(dá)到10個(gè)月，平均為26個(gè)月，即金融形勢(shì)大致表現(xiàn)為2年左右的周期性變動(dòng)規(guī)律。各周期波動(dòng)中擴(kuò)張階段均明顯長(zhǎng)于收縮階段（2011年11月—2014年1月除外），可見中國(guó)金融周期存在長(zhǎng)擴(kuò)張短收縮的顯著非對(duì)稱性現(xiàn)象。以往學(xué)者在研究1996-2013年中國(guó)金融周期時(shí)，得知期間共經(jīng)歷了6輪完整的金融周期，并表現(xiàn)出3年左右的周期性變動(dòng)規(guī)律[11]。根據(jù)對(duì)金融周期波動(dòng)階段劃分結(jié)果可以看到，中國(guó)金融周期在近二十年里共經(jīng)歷了4段長(zhǎng)期擴(kuò)張時(shí)期和2段長(zhǎng)期收縮時(shí)期。2002年，中國(guó)加入世貿(mào)組織，通過舉行多邊貿(mào)易談判進(jìn)行關(guān)稅或非關(guān)稅措施的削減，對(duì)等地向其他成員開放本國(guó)市場(chǎng)。面臨著加入世貿(mào)組織的“雙刃劍”，中國(guó)宏觀經(jīng)濟(jì)政策從1998-2002年的“積極有限擴(kuò)張轉(zhuǎn)”轉(zhuǎn)變?yōu)椤胺€(wěn)健”。雖然政府積極推行《關(guān)于鼓勵(lì)、支持和引導(dǎo)個(gè)體私營(yíng)等非公有制經(jīng)濟(jì)發(fā)展的若干意見》的政策，但中國(guó)金融周期進(jìn)入一段長(zhǎng)收縮時(shí)期，國(guó)家進(jìn)入穩(wěn)步發(fā)展時(shí)期。2006年之后，國(guó)家“十一五”計(jì)劃時(shí)期，社會(huì)固定資產(chǎn)投資大幅度增長(zhǎng)，工業(yè)產(chǎn)能擴(kuò)張、房地產(chǎn)和基礎(chǔ)設(shè)施建設(shè)等的“過熱”。金融周期進(jìn)入了一段長(zhǎng)擴(kuò)張時(shí)期，國(guó)家在2006-2008年上半年，先后十九次上調(diào)存款準(zhǔn)備金率共10個(gè)百分點(diǎn)，八次上調(diào)存貸款基準(zhǔn)利率，加強(qiáng)對(duì)金融市場(chǎng)的宏觀調(diào)控，抑制“過熱”現(xiàn)象。2008年7月美國(guó)次貸危機(jī)發(fā)生后，金融周期急速收縮，中國(guó)即刻明確釋放保持經(jīng)濟(jì)增長(zhǎng)和穩(wěn)定市場(chǎng)信號(hào)，投入四萬億拉動(dòng)內(nèi)需，宏觀經(jīng)濟(jì)政策從“從緊”到“適度寬松”。但是2008-2010年國(guó)內(nèi)一直處在相對(duì)的“熊市”。2011年中國(guó)股市呈現(xiàn)震蕩下跌局勢(shì)。2011年銀監(jiān)會(huì)實(shí)行不同的監(jiān)管措施對(duì)銀行進(jìn)行整改。2011-2013年，中國(guó)提出“供給側(cè)結(jié)構(gòu)性改革戰(zhàn)略”，金融周期進(jìn)入長(zhǎng)收縮時(shí)期。2014-2016年，產(chǎn)能過剩，信貸泡沫和系統(tǒng)性金融風(fēng)險(xiǎn)引起金融周期擴(kuò)張和收縮頻繁切換，金融周期減短。2017年至今信息技術(shù)數(shù)字化創(chuàng)新為商業(yè)銀行提供了嶄新的發(fā)展機(jī)會(huì)，也帶動(dòng)了互聯(lián)網(wǎng)金融的迅速崛起，金融周期進(jìn)入長(zhǎng)期擴(kuò)張時(shí)期。

四、金融周期與經(jīng)濟(jì)周期的關(guān)聯(lián)性特征分析

（一）關(guān)聯(lián)性特征分析模型構(gòu)建

本文運(yùn)用通過構(gòu)建GARCHCopula模型來分析金融周期和經(jīng)濟(jì)周期的關(guān)聯(lián)性特征，可分以下兩步來實(shí)現(xiàn)：首先要確定金融周期和經(jīng)濟(jì)周期邊緣分布；其次要選取一個(gè)合適的Copula模型，以便能很好地描述出邊緣分布的相依結(jié)構(gòu)。GARCHCopula模型就是將GARCH模型和Copula函數(shù)有機(jī)地結(jié)合在一起，用來分析金融周期和經(jīng)濟(jì)周期的相關(guān)關(guān)系和分布特性。其中GARCH模型用于擬合金融周期和經(jīng)濟(jì)周期的條件邊緣分布，而Copula函數(shù)則用于連接金融周期和經(jīng)濟(jì)周期。本文將建立GARCH（1，1）模型擬合金融周期和經(jīng)濟(jì)周期邊緣分布③，采用二元正態(tài)Copula，StudenttCopula和FrankCopula三種Copula函數(shù)來度量金融周期和經(jīng)濟(jì)周期的關(guān)聯(lián)程度。

（二）金融周期和經(jīng)濟(jì)周期邊緣分布

金融時(shí)間序列的條件分布多呈現(xiàn)時(shí)變、偏斜、高峰、厚尾等特性。而GARCH模型又能很好地描述金融時(shí)間序列的波動(dòng)特性，因此本文通過GARCH模型擬合金融周期和經(jīng)濟(jì)周期的邊緣分布并刻畫出序列的波動(dòng)聚類和高峰、厚尾現(xiàn)象。GARCH（1，1）模型就可以較好地描述各收益率序列的波動(dòng)，GARCH（1，1）模型表示為：

σ2t=ω+αε2t-1+βσ2t-1（4）

其中誤差項(xiàng)εt=ηth1/2t，ηt～iidN0，1，無條件方差α0>0，回報(bào)系數(shù)α1≥0，滯后系數(shù)β1≥0，α1+β1<1。

本文選取工業(yè)增加值（同比增長(zhǎng)）作為經(jīng)濟(jì)周期測(cè)度指標(biāo)，進(jìn)一步探索金融周期與經(jīng)濟(jì)周期的關(guān)聯(lián)性特征。數(shù)據(jù)采用的是2002-2017年共16年的月度數(shù)據(jù)，來源于國(guó)家統(tǒng)計(jì)局。金融周期和經(jīng)濟(jì)周期指數(shù)的統(tǒng)計(jì)分析結(jié)果如表4所示。

由金融周期和經(jīng)濟(jì)周期的描述性統(tǒng)計(jì)分析結(jié)果可以看出，金融周期左偏，經(jīng)濟(jì)周期右偏。JB正態(tài)檢驗(yàn)p值大于0.995，意味著金融周期和經(jīng)濟(jì)周期拒絕正態(tài)分布的假設(shè)。上述結(jié)果意味著金融周期和經(jīng)濟(jì)周期存在尖峰、厚尾特征。本文構(gòu)建GARCH（1，1）擬合金融周期和經(jīng)濟(jì)周期的邊緣分布，模型采用極大似然估計(jì)法對(duì)邊緣分布進(jìn)行估計(jì)，參數(shù)估計(jì)結(jié)果如表5所示。

表5中KS檢驗(yàn)方法用于檢驗(yàn)金融周期和經(jīng)濟(jì)周期殘差序列是否服從（0，1）均勻分布。表中的KS統(tǒng)計(jì)量表明，不能拒絕變換后的序列服從（0，1）均勻分布的原假設(shè)。根據(jù)GARCH（1，1）模型估計(jì)得到的邊緣分布，對(duì)原序列做概率積分變換后得到的序列均服從（0，1）均勻分布。說明GARCH（1，1）模型可以較好地?cái)M合金融周期和經(jīng)濟(jì)周期的邊緣分布，用它來描述邊緣分布是充分的。

（三）金融周期和經(jīng)濟(jì)周期關(guān)聯(lián)性

本文采用二元正態(tài)Copula，StudenttCopula和FrankCopula三種Copula函數(shù)來度量金融周期和經(jīng)濟(jì)周期的關(guān)聯(lián)程度。這三種Copula的定義如下：

對(duì)于u，υ∈0，1，二元正態(tài)Copula定義為：

C（u，υ）=∫φ-1（u）-∞∫φ-1（υ）-

SymboleB@ 12π1-θ2exp

-s2-2θst+t22（1-θ2）dsdt（5）

其中φ表示單變量的標(biāo)準(zhǔn)正態(tài)分布函數(shù)，θ為在（-1，1）之間的線性相關(guān)系數(shù)。

二元Student-tCopula定義為：

C（u，υ）=∫t-1υ（u）-∞∫t-1υ（υ）-∞12π1-θ2

1+s2-2θst+t2υ（1-θ2）-υ+22dsdt（6）

其中t-1υ（u）表示單變量標(biāo)準(zhǔn)Student-t分布的累積分布函數(shù)的倒數(shù)，υ代表自由度。

FrankCopulawhich被定義為：

C（u，υ）=-1θln×

1+exp-θu-1exp-θυ-1exp（-θ）-1，

θ∈（-∞，+∞）（7）

由于金融周期有滯后效應(yīng)，所以在進(jìn)行Copula參數(shù)估計(jì)前，本文對(duì)金融周期滯后2階④再進(jìn)行參數(shù)估計(jì)。接著用以上三種Copula函數(shù)來描述金融周期和經(jīng)濟(jì)周期之間的相關(guān)結(jié)構(gòu)，表6列出了其參數(shù)估計(jì)結(jié)果、Kendall相關(guān)系數(shù)和對(duì)數(shù)似然值。

對(duì)于最佳Copula函數(shù)的選擇，本文根據(jù)其金融周期和經(jīng)濟(jì)周期數(shù)據(jù)統(tǒng)計(jì)特征并結(jié)合似然函數(shù)準(zhǔn)則，去選取最優(yōu)Copula函數(shù)[16]。由上表參數(shù)估計(jì)結(jié)果可以看出，F(xiàn)rankCopula為本文刻畫金融周期和經(jīng)濟(jì)周期關(guān)聯(lián)性的最優(yōu)Copula函數(shù)。由FrankCopula相關(guān)參數(shù)的估計(jì)值和Kendall相關(guān)系數(shù)可以看出，滯后2階的金融周期和經(jīng)濟(jì)周期之間有較強(qiáng)的正相關(guān)關(guān)系，金融周期對(duì)于經(jīng)濟(jì)周期的領(lǐng)先性和預(yù)測(cè)力。本文的實(shí)證分析拓展了現(xiàn)有的相關(guān)文獻(xiàn)，進(jìn)一步確認(rèn)了金融周期和經(jīng)濟(jì)周期的密切關(guān)聯(lián)，經(jīng)濟(jì)周期和金融周期相互作用。金融周期會(huì)對(duì)經(jīng)濟(jì)衰退和復(fù)蘇的時(shí)間和強(qiáng)度產(chǎn)生重要影響。

五、基本結(jié)論

本文基于中國(guó)2002-2017年的月度數(shù)據(jù)，對(duì)金融周期波動(dòng)態(tài)勢(shì)和趨勢(shì)識(shí)別進(jìn)行了較為系統(tǒng)的實(shí)證分析。與以往文獻(xiàn)相比，本文給出了金融周期較為完整的統(tǒng)計(jì)測(cè)度指標(biāo)體系，并對(duì)三個(gè)維度指數(shù)和總指數(shù)進(jìn)行了深度挖掘分析其波動(dòng)特征。文中運(yùn)用了馬爾科夫自回歸區(qū)制轉(zhuǎn)移模型對(duì)金融周期時(shí)變特征和區(qū)制特征進(jìn)行實(shí)證分析。在最后通過Copula函數(shù)研究金融周期和經(jīng)濟(jì)周期的關(guān)聯(lián)性特征，對(duì)金融周期和經(jīng)濟(jì)周期之間的關(guān)系進(jìn)行了較為系統(tǒng)的實(shí)證分析。通過以上實(shí)證分析，我們得出了以下三個(gè)方面的基本結(jié)論：

第一，中國(guó)金融周期指數(shù)不同維度指數(shù)和總指數(shù)都具有明顯的特征。金融資產(chǎn)價(jià)格指數(shù)和金融規(guī)模指數(shù)的波動(dòng)在大部分時(shí)間內(nèi)滯后于金融景氣指數(shù)波動(dòng)。中國(guó)金融周期具有明顯的階段性特征。2002-2007年間，國(guó)家對(duì)金融市場(chǎng)持保守態(tài)度，金融周期基本保持平穩(wěn)局勢(shì)。2007-2011年期間，次貸危機(jī)對(duì)中國(guó)金融周期造成巨大沖擊。2013至今，互聯(lián)網(wǎng)金融迅速發(fā)展，金融市場(chǎng)不確定因素增加，金融周期進(jìn)入一個(gè)長(zhǎng)期而劇烈的波動(dòng)局面。

第二，中國(guó)金融周期分為擴(kuò)張和收縮兩種狀態(tài)，且擴(kuò)張和收縮兩種狀態(tài)都具有極高的穩(wěn)定性，不容易發(fā)生改變。中國(guó)在2002-2017年一共經(jīng)歷了七個(gè)完整的金融周期。金融形勢(shì)大致表現(xiàn)為2年左右的周期性變動(dòng)規(guī)律，存在長(zhǎng)擴(kuò)張短收縮的顯著非對(duì)稱性現(xiàn)象。中國(guó)金融周期在近二十年里共經(jīng)歷了4段長(zhǎng)期擴(kuò)張時(shí)期和2段長(zhǎng)期收縮時(shí)期。

第三，滯后2階的金融周期和經(jīng)濟(jì)周期之間有較強(qiáng)的正相關(guān)關(guān)系。金融周期對(duì)于經(jīng)濟(jì)周期的領(lǐng)先性和預(yù)測(cè)力。本文拓展了現(xiàn)有的相關(guān)文獻(xiàn)，進(jìn)一步確認(rèn)了金融周期和經(jīng)濟(jì)周期的密切關(guān)聯(lián)，經(jīng)濟(jì)周期和金融周期相互作用。金融周期會(huì)對(duì)經(jīng)濟(jì)衰退和復(fù)蘇的時(shí)間和強(qiáng)度產(chǎn)生重要影響。

注釋：

①本文采用變異系數(shù)法確定權(quán)重，與其他方法沒有顯著性差異，具體方法如下：Vi=SiXi，Wi=Vj∑mi=1Vi，（Si為標(biāo)準(zhǔn)差，i為算術(shù)平均，Vi為變異系數(shù)，Wi為權(quán)重）

②本文先進(jìn)行了時(shí)間序列分解和HP濾波過濾，隨后同時(shí)建立了雙區(qū)制和三區(qū)制馬爾科夫區(qū)制轉(zhuǎn)移模型進(jìn)行分析。但在三區(qū)制馬爾科夫區(qū)制轉(zhuǎn)移模型下，由于金融市場(chǎng)政策變動(dòng)頻繁，同時(shí)金融市場(chǎng)自身的敏感性較強(qiáng)，各時(shí)點(diǎn)在中區(qū)制下轉(zhuǎn)移至高、低區(qū)制的概率較大，區(qū)制歸屬情況不明顯。因此，本文使用二區(qū)制馬爾科夫區(qū)制轉(zhuǎn)移模型進(jìn)行分析。

③經(jīng)過模型運(yùn)行結(jié)果對(duì)比，本文選取GARCH（1，1）模型能夠達(dá)到金融周期和經(jīng)濟(jì)周期邊緣分布較好的擬合效果。

④通過AIC和BIC準(zhǔn)則，Copula函數(shù)擬合效果最好。

參考文獻(xiàn)：

[1]陳雨露，馬勇，阮卓陽.金融周期和金融波動(dòng)如何影響經(jīng)濟(jì)增長(zhǎng)與金融穩(wěn)定？[J].金融研究，2016（2）：1-22.

[2]AikmanD，NelsonB，TanakaM.Reputation，risktaking，andmacroprudentialpolicy.[J].JournalofBanking&Finance;，2015（50）：428-439.

[3]馬勇，馮心悅，田拓.金融周期與經(jīng)濟(jì)周期——基于中國(guó)的實(shí)證研究[J].國(guó)際金融研究，2016（10）：3-14.

[4]羅宏斌，楊暢.農(nóng)村金融服務(wù)覆蓋深度的測(cè)度與比較——基于中國(guó)家庭的經(jīng)驗(yàn)數(shù)據(jù)[J].廣州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）.2015，14（11）：50-55.

[5]李正輝，鄭玉航.金融狀況指數(shù)的動(dòng)態(tài)特征及其有效性研究[J].財(cái)經(jīng)理論與實(shí)踐，2015，36（196）：39-44.

[6]BorioCEV.Theinternationalmonetaryandfinancialsystem：itsachillesheelandwhattodoaboutit.[J].SocialScienceElectronicPublishing，2014.

[7]LevineDM.BusinessstatisticsfirstcourseandstudentCD，4/E[J].Martinsfontesp-aulista.com.br，2005.

[8]SchularickM，TaylorAM，LllingG，etal.Notice，isgiventothesource.Creditboomsgonebust：monetarypolicy，leveragecyclesandfinancialcrises，1870-2008.[J]2009.

[9]黃燕輝.貨幣政策金融加速器效應(yīng)研究—基于家庭部門的實(shí)證分析[J].廣州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）.2017，16（4）：71-74.

[10]劉妍瓊，許滌龍.中國(guó)金融狀況指數(shù)的構(gòu)建及其時(shí)間演化特征[J].財(cái)經(jīng)理論與實(shí)踐，2014，35（192）：39-44.

[11]鄧創(chuàng)，徐曼.中國(guó)的金融周期波場(chǎng)及其宏觀經(jīng)濟(jì)效應(yīng)的時(shí)變特征研究[J]數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（9）：75-91.

[12]吳建華，王新軍，張穎.相關(guān)性分析中Copula函數(shù)的選擇[J].統(tǒng)計(jì)研究，2014，31（10）：99-107.

（責(zé)任編輯：鐘瑤）