人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)識(shí)別及預(yù)警研究

沈 悅,王寶龍,李巍軍

(西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院,陜西 西安 710061)

以2009年跨境貿(mào)易人民幣結(jié)算試點(diǎn)管理辦法的頒布為里程碑,2013年“一帶一路”倡議提出的資金融通為助推器,近年來(lái)人民幣國(guó)際化步伐不斷加快。滬港通、深港通、人民幣加入特別提款權(quán)(SDR)、上海原油期貨交易以人民幣計(jì)價(jià)等均標(biāo)志著人民幣國(guó)際化進(jìn)程的提速。截至2017年12月底,人民幣在全球貨幣支付排名中位居第五,占全球市場(chǎng)份額的1.61%(1)數(shù)據(jù)來(lái)源:環(huán)球銀行金融電信協(xié)會(huì)(SWIFT),2018年2月3日。。隨著中國(guó)經(jīng)濟(jì)的發(fā)展和在國(guó)際市場(chǎng)影響力的提高,人民幣國(guó)際化步伐將會(huì)進(jìn)一步加快。然而,美元、歐元、英鎊等演變?yōu)閲?guó)際貨幣的歷程告訴我們,主權(quán)貨幣國(guó)際化并非一帆風(fēng)順,如果前功盡棄,不但本幣難以實(shí)現(xiàn)國(guó)際化,還會(huì)給國(guó)內(nèi)經(jīng)濟(jì)發(fā)展帶來(lái)一系列負(fù)效應(yīng),甚至發(fā)生金融危機(jī)。根據(jù)國(guó)際經(jīng)驗(yàn),一國(guó)貨幣要成為國(guó)際貨幣,一般必須開(kāi)放資本項(xiàng)目、形成市場(chǎng)化匯率機(jī)制、具有豐富的金融市場(chǎng)工具以及健全的金融監(jiān)管制度等。但是,由于中國(guó)資本項(xiàng)目還未完全開(kāi)放,人民幣匯率制度改革還在進(jìn)行,國(guó)內(nèi)金融市場(chǎng)發(fā)育還不完全成熟,金融監(jiān)管改革還有待改進(jìn)等,人民幣國(guó)際化進(jìn)程中潛伏著一系列來(lái)自國(guó)內(nèi)外的金融風(fēng)險(xiǎn)挑戰(zhàn)。為此,準(zhǔn)確識(shí)別人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)來(lái)源,科學(xué)預(yù)警人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)演化趨勢(shì),對(duì)順利推進(jìn)人民幣國(guó)際化具有重要理論和現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)術(shù)界對(duì)人民幣國(guó)際化如何推進(jìn)的研究成果不斷增多,但對(duì)如何準(zhǔn)確識(shí)別和科學(xué)預(yù)警人民幣國(guó)際化進(jìn)程中金融風(fēng)險(xiǎn)的研究卻相對(duì)有限。

在金融風(fēng)險(xiǎn)來(lái)源識(shí)別研究中,陳湘鵬等[1]比較分析了系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo),認(rèn)為SRISK更適于作為中國(guó)微觀層面系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度,但對(duì)包括人民幣國(guó)際化在內(nèi)的宏觀金融風(fēng)險(xiǎn)沒(méi)有涉及。楊子暉等[2]衡量了中國(guó)金融市場(chǎng)及各金融部門的極端風(fēng)險(xiǎn),發(fā)現(xiàn)房地產(chǎn)等部門是中國(guó)金融風(fēng)險(xiǎn)的重要來(lái)源,但未提及人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)問(wèn)題。張國(guó)建等[3]研究發(fā)現(xiàn),實(shí)際有效匯率波動(dòng)對(duì)人民幣國(guó)際化具有顯著抑制效應(yīng),即匯率波動(dòng)越大越不利于人民幣國(guó)際化。

在金融風(fēng)險(xiǎn)預(yù)警研究中,近年來(lái)學(xué)術(shù)界主要集中于系統(tǒng)性金融風(fēng)險(xiǎn)預(yù)警方面,研究如何預(yù)警人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)的較少。埃森格林(Eichgreen)等[4-5]雖然數(shù)次提出應(yīng)防范人民幣國(guó)際化中的金融風(fēng)險(xiǎn),但既未識(shí)別風(fēng)險(xiǎn)來(lái)源也未涉及如何預(yù)警風(fēng)險(xiǎn)。高(Gao)等[6]雖然指出了人民幣國(guó)際化進(jìn)程中存在金融風(fēng)險(xiǎn),但與埃森格林(Eichgreen)等的研究大同小異。沈悅等[7]雖然構(gòu)建了一套人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,但沒(méi)有進(jìn)行風(fēng)險(xiǎn)預(yù)警。陶玲等[8]監(jiān)測(cè)和度量了中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),同樣沒(méi)有提及如何預(yù)警人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)。任英華等[9]利用VAR模型和門限模型研究了人民幣跨境流動(dòng)對(duì)金融失衡的影響機(jī)制,也沒(méi)有預(yù)警風(fēng)險(xiǎn)。陳衛(wèi)東等[10]雖然構(gòu)建了一套人民幣跨境資本流動(dòng)的監(jiān)測(cè)預(yù)警體系并指出應(yīng)如何應(yīng)用,仍然沒(méi)有預(yù)警人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)。許滌龍等[11]基于金融壓力指數(shù)測(cè)度了中國(guó)的系統(tǒng)性金融風(fēng)險(xiǎn),但沒(méi)有關(guān)注人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)。盡管徐國(guó)祥等[12]基于中國(guó)金融壓力指數(shù)構(gòu)建分析了金融風(fēng)險(xiǎn)的動(dòng)態(tài)傳導(dǎo)效應(yīng),但同樣沒(méi)有考慮人民幣國(guó)際化進(jìn)程中的風(fēng)險(xiǎn)問(wèn)題。姚曉陽(yáng)等[13]雖然從貨幣、債券、股票、外匯4個(gè)子市場(chǎng)分別構(gòu)建子市場(chǎng)壓力指數(shù),以預(yù)警金融體系的風(fēng)險(xiǎn),但仍未涉及人民幣國(guó)際化問(wèn)題。石建勛等[14]研究了人民幣加入SDR貨幣籃子后債券市場(chǎng)的風(fēng)險(xiǎn)與收益,但是沒(méi)有對(duì)人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)進(jìn)行分析。

由此可以看出,雖然人民幣國(guó)際化進(jìn)程不斷加快,面臨的金融風(fēng)險(xiǎn)來(lái)源不斷增多,但學(xué)術(shù)界對(duì)人民幣國(guó)際化進(jìn)程中金融風(fēng)險(xiǎn)識(shí)別及預(yù)警的關(guān)注仍然很有限,研究成果相對(duì)分散。鑒于此,本文首先識(shí)別人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)來(lái)源,然后構(gòu)建風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,合成金融壓力指數(shù)(風(fēng)險(xiǎn)預(yù)警指數(shù)),最后利用馬爾科夫區(qū)制轉(zhuǎn)移模型預(yù)警2018年7月—2020年6月人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)演化趨勢(shì)。

二、人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)來(lái)源識(shí)別

貨幣國(guó)際化理論和美元、英鎊、歐元等貨幣國(guó)際化的進(jìn)程說(shuō)明,貨幣國(guó)際化不僅會(huì)給主權(quán)國(guó)帶來(lái)潛在收益,同時(shí)也會(huì)帶來(lái)風(fēng)險(xiǎn)。原因主要有四點(diǎn):一是從宏觀上看,由于經(jīng)濟(jì)全球化和金融自由化,一國(guó)貨幣幣值變化不僅受本國(guó)經(jīng)濟(jì)波動(dòng)影響,還受到國(guó)際經(jīng)濟(jì)波動(dòng)影響。二是貨幣國(guó)際化的一個(gè)重要條件是開(kāi)放資本項(xiàng)目,以實(shí)現(xiàn)本幣和外幣進(jìn)出自由化。但是,有利于本幣和外幣流動(dòng)的套利機(jī)會(huì)的出現(xiàn),會(huì)引起本幣大量流出或外幣大量流入,而不管哪種形式的資金大量流動(dòng)都會(huì)導(dǎo)致主權(quán)國(guó)國(guó)際收支失衡,要么熱錢大量流入,要么資本大量外逃,從而造成資本項(xiàng)目開(kāi)放風(fēng)險(xiǎn)。三是本國(guó)貨幣政策的制定和執(zhí)行不僅要考慮國(guó)內(nèi)經(jīng)濟(jì)金融環(huán)境,還需要關(guān)注國(guó)外經(jīng)濟(jì)金融變化,從而使得本國(guó)貨幣政策調(diào)控更加復(fù)雜,調(diào)控效率大打折扣,產(chǎn)生貨幣政策操作風(fēng)險(xiǎn)。四是貨幣替代原理說(shuō)明,在存在貨幣替代的情況下,即便是主權(quán)國(guó)實(shí)行完全浮動(dòng)匯率制,也會(huì)由于本國(guó)居民減持本國(guó)貨幣,轉(zhuǎn)而大量持有外國(guó)貨幣,迫使本國(guó)向外國(guó)貨幣當(dāng)局支付巨額鑄幣稅,極大地?fù)p害本國(guó)政府的財(cái)政融資能力,不僅如此,還會(huì)出現(xiàn)本幣貶值,甚至引發(fā)國(guó)內(nèi)貨幣危機(jī)。由此可以看出,貨幣國(guó)際化進(jìn)程中充滿太多不確定性因素。

伴隨人民幣國(guó)際化的加快推進(jìn),中國(guó)經(jīng)濟(jì)與外界的聯(lián)系將會(huì)越來(lái)越緊密。隨著資本項(xiàng)目進(jìn)一步開(kāi)放,其風(fēng)險(xiǎn)水平也會(huì)提高。同時(shí),隨著人民幣跨境貿(mào)易結(jié)算和跨境投資規(guī)模不斷提升,人民幣的套利活動(dòng)也會(huì)增強(qiáng),由此人民幣匯率波動(dòng)幅度風(fēng)險(xiǎn)、國(guó)際資本投機(jī)攻擊風(fēng)險(xiǎn)以及金融資產(chǎn)價(jià)格過(guò)度波動(dòng)風(fēng)險(xiǎn)等必然會(huì)加大。與此同時(shí),由于我國(guó)金融市場(chǎng)不斷開(kāi)放,傳統(tǒng)的貨幣政策、財(cái)政政策等宏觀調(diào)控效率也必然會(huì)打折扣。如果情況嚴(yán)重,會(huì)出現(xiàn)人民幣在國(guó)際經(jīng)貿(mào)往來(lái)、資本跨境投資中被其他貨幣所取代,最終人民幣國(guó)際化非但不能實(shí)現(xiàn)反而還有可能被別的貨幣取代,出現(xiàn)貨幣替代現(xiàn)象。

據(jù)此,在文獻(xiàn)梳理和以上分析的基礎(chǔ)上,將人民幣國(guó)際化進(jìn)程中潛伏的主要金融風(fēng)險(xiǎn)來(lái)源識(shí)別如下。

(一)資本項(xiàng)目開(kāi)放風(fēng)險(xiǎn)

目前,人民幣在7大類共40項(xiàng)資本項(xiàng)目交易中已實(shí)現(xiàn)可兌換、基本可兌換、部分可兌換的項(xiàng)目共計(jì)37項(xiàng),占全部交易項(xiàng)目的92.5%(2)數(shù)據(jù)來(lái)源:中國(guó)人民銀行《2017年人民幣國(guó)際化報(bào)告》。。資本的自由流動(dòng)能夠提升跨境投資和交易的便利性,有利于充分利用境外低成本資金,降低實(shí)體經(jīng)濟(jì)融資成本,有助于經(jīng)濟(jì)的轉(zhuǎn)型與發(fā)展。但如果資本大量流入,會(huì)引起外匯供給大于需求,導(dǎo)致匯率高估,本幣升值,外匯儲(chǔ)備增加,貨幣發(fā)行過(guò)多,引起信貸規(guī)模擴(kuò)張,通貨膨脹,經(jīng)濟(jì)發(fā)展過(guò)熱。為此,政府必然會(huì)采取調(diào)控政策,但這樣做可能會(huì)引起利率上升,資產(chǎn)價(jià)格降低,信貸規(guī)模壓縮,壞賬率提高,違約風(fēng)險(xiǎn)上升,國(guó)內(nèi)投資環(huán)境惡化,資本大規(guī)模流出。反之,如果資本大量流出,則會(huì)引起人們對(duì)本幣失去信心,必然導(dǎo)致本幣貶值,國(guó)內(nèi)資本存量減少,國(guó)際收支嚴(yán)重失衡,外匯儲(chǔ)備大幅減少,資本外流,經(jīng)濟(jì)狀況惡化。

(二)經(jīng)常賬戶失衡風(fēng)險(xiǎn)

中國(guó)長(zhǎng)期以來(lái)存在貿(mào)易順差,積累了巨額外匯儲(chǔ)備,但中國(guó)出口競(jìng)爭(zhēng)能力一直較強(qiáng),因此并不存在經(jīng)常賬戶收支失衡風(fēng)險(xiǎn)。但是,在人民幣國(guó)際化步伐加快之后,原有格局會(huì)被打亂,原因是隨著人民幣國(guó)際化進(jìn)程不斷深入,國(guó)外對(duì)人民幣的需求量會(huì)大幅增加,人民幣大量輸出必然產(chǎn)生國(guó)際貿(mào)易收支變化,順差減少、逆差擴(kuò)大。貿(mào)易赤字不斷加大意味著人民幣幣值難以穩(wěn)定,從而出現(xiàn)“特里芬難題”。在本幣貶值情況下,資本項(xiàng)目未必會(huì)有足夠的順差以抵消貿(mào)易赤字,經(jīng)常賬戶巨額赤字將會(huì)導(dǎo)致國(guó)際收支失衡風(fēng)險(xiǎn),最終引起失業(yè)增加、經(jīng)濟(jì)萎靡。

(三)人民幣匯率過(guò)度波動(dòng)風(fēng)險(xiǎn)

近年來(lái),人民幣匯率“雙向波動(dòng)”風(fēng)險(xiǎn)已現(xiàn)實(shí)地呈現(xiàn)在人們面前。由于資本流入流出規(guī)模增大,人民幣匯率已經(jīng)由單邊升值轉(zhuǎn)變?yōu)殡p向波動(dòng),并且波動(dòng)幅度越來(lái)越大,給經(jīng)濟(jì)金融發(fā)展帶來(lái)的消極影響不言而喻。一方面,國(guó)際貿(mào)易受到不利影響,進(jìn)出口萎縮,人民幣資產(chǎn)收益率不穩(wěn),非居民減少人民幣資產(chǎn),經(jīng)常賬戶和資本項(xiàng)目同時(shí)出現(xiàn)巨大逆差,國(guó)際收支失衡,危害國(guó)內(nèi)經(jīng)濟(jì);另一方面,為了避免匯兌損失而放棄使用人民幣,采用美元計(jì)價(jià)結(jié)算,或者減少人民幣外匯儲(chǔ)備,將使人民幣的國(guó)際地位下降。

(四)宏觀政策操作風(fēng)險(xiǎn)

從貨幣政策角度看,由于人民幣國(guó)際化時(shí)間不長(zhǎng),目前中國(guó)香港特別行政區(qū)作為規(guī)模最大的離岸市場(chǎng)比較有利于貨幣政策調(diào)控作用的發(fā)揮。但是,隨著人民幣在境外的存量增加,考慮到貨幣政策溢出效應(yīng)和外部約束,貨幣政策的調(diào)控難度自然會(huì)加大,如果要保持匯率穩(wěn)定,則貨幣政策的獨(dú)立性和有效性就要打折扣。從財(cái)政政策角度看,為了積極參與全球政治、經(jīng)濟(jì)和軍事等多方合作,財(cái)政支出必然會(huì)增加,赤字加大,從而影響外界對(duì)人民幣的信心。如果持有人民幣意愿下降,引起資本流出,幣值不穩(wěn),就會(huì)引起人民幣國(guó)際地位下降。另外,雖然發(fā)行人民幣債券有利于發(fā)展經(jīng)濟(jì)和人民幣國(guó)際地位的提高,但發(fā)行過(guò)多意味著還本付息壓力增大,影響外界持有人民幣的意愿。

(五)貨幣競(jìng)爭(zhēng)與替代風(fēng)險(xiǎn)

目前,國(guó)際貨幣競(jìng)爭(zhēng)格局非常明顯,美元占領(lǐng)主要陣地,歐元緊隨其后。人民幣國(guó)際化必然面臨兩種風(fēng)險(xiǎn):一是貨幣強(qiáng)國(guó)(如美國(guó))可能利用貶值、超發(fā)或在貿(mào)易與投資方面設(shè)置障礙等使人民幣處于不利地位;二是美元等強(qiáng)勢(shì)貨幣在全球具有極強(qiáng)的使用慣性,國(guó)際化起步較晚的人民幣無(wú)疑沒(méi)有競(jìng)爭(zhēng)力。如果人民幣在與美元、歐元等強(qiáng)勢(shì)貨幣競(jìng)爭(zhēng)中缺乏優(yōu)勢(shì),則人民幣國(guó)際化進(jìn)程將會(huì)大大減速,甚或發(fā)生貨幣替代。

(六)金融資產(chǎn)價(jià)格過(guò)度波動(dòng)風(fēng)險(xiǎn)

金融資產(chǎn)價(jià)格受兩種因素的影響。一是資本流動(dòng)和匯率變動(dòng)。兩者之間存在正向反饋,如人民幣匯率預(yù)期升值會(huì)引起短期資本大量流入,進(jìn)入房市、股市進(jìn)行投機(jī)并帶動(dòng)其他市場(chǎng)非理性繁榮;反之,當(dāng)人民幣匯率預(yù)期貶值,則短期資本迅速撤出房市、股市,從而引發(fā)資產(chǎn)價(jià)格劇烈波動(dòng)。二是流動(dòng)性擴(kuò)張。資本大規(guī)模流入容易引起國(guó)內(nèi)信貸擴(kuò)張,外匯占款釋放以及政策寬松,過(guò)多的流動(dòng)性進(jìn)入房市、股市容易造成資產(chǎn)泡沫,而當(dāng)資本大規(guī)模流出或者政策趨緊時(shí),泡沫破裂,資產(chǎn)價(jià)格劇烈波動(dòng)。

(七)國(guó)際金融危機(jī)傳染風(fēng)險(xiǎn)

在中國(guó)金融市場(chǎng)不斷開(kāi)放的今天,國(guó)際金融危機(jī)主要通過(guò)貿(mào)易、資本、季風(fēng)等渠道對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生影響。一是在外部發(fā)生金融危機(jī)后,中國(guó)的進(jìn)出口貿(mào)易規(guī)模會(huì)萎縮,實(shí)體經(jīng)濟(jì)發(fā)展緩慢。此時(shí),如果為了刺激出口而采取擴(kuò)張型貨幣政策、刺激信貸規(guī)模膨脹、本幣貶值等策略,就會(huì)引起資本大量流出,從而引發(fā)恐慌。二是外部債務(wù)危機(jī)會(huì)刺激非居民有出售人民幣資產(chǎn)換取流動(dòng)性的意愿。如果人民幣資產(chǎn)收益率下降,則非居民更傾向于拋售人民幣資產(chǎn),從而產(chǎn)生羊群效應(yīng),引起人民幣資產(chǎn)價(jià)格劇烈波動(dòng),國(guó)內(nèi)金融市場(chǎng)動(dòng)蕩,誘發(fā)金融危機(jī)。

三、金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系構(gòu)建及壓力指數(shù)合成

(一)預(yù)警指標(biāo)數(shù)量選取

根據(jù)識(shí)別出來(lái)的金融風(fēng)險(xiǎn)來(lái)源,依據(jù)“針對(duì)性、重要性、靈敏性、可操作性”原則,結(jié)合人民幣國(guó)際化的推進(jìn)現(xiàn)狀,本文選取能直接衡量具體金融風(fēng)險(xiǎn)或與具體風(fēng)險(xiǎn)相關(guān)程度較大的預(yù)警指標(biāo)個(gè)數(shù),最終確定了8大類共40個(gè)預(yù)警指標(biāo),構(gòu)成人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。(1)資本流動(dòng)風(fēng)險(xiǎn)方面,選取證券投資項(xiàng)下資本流入/流出、FDI/GDP、短期資本流動(dòng)/GDP以及資本項(xiàng)目差額/GDP指標(biāo)。(2)經(jīng)常賬戶收支失衡風(fēng)險(xiǎn)方面,選取經(jīng)常賬戶差額增長(zhǎng)率、經(jīng)常項(xiàng)目差額/GDP進(jìn)口和出口增長(zhǎng)率、外匯儲(chǔ)備增長(zhǎng)率、外匯儲(chǔ)備/GDP以及PMI指標(biāo)。(3)匯率過(guò)度波動(dòng)風(fēng)險(xiǎn)方面,選取匯率波動(dòng)率、實(shí)際有效匯率指數(shù)、實(shí)際匯率偏離和國(guó)內(nèi)外長(zhǎng)短期利差指標(biāo)。(4)貨幣政策操作風(fēng)險(xiǎn)方面,選取外匯占款/M2、信貸規(guī)模/M2、社會(huì)融資規(guī)模/GDP、外匯儲(chǔ)備/進(jìn)口額以及M2/GDP指標(biāo)。(5)財(cái)政政策風(fēng)險(xiǎn)方面,選取財(cái)政收支差額/GDP、國(guó)債余額/GDP、稅收收入/GDP、外債余額/GDP以及短期外債/外匯儲(chǔ)備指標(biāo)。(6)貨幣競(jìng)爭(zhēng)風(fēng)險(xiǎn)方面,選取外幣存款/M2、外幣存款/(外幣存款+M2)以及CPI同比變化率。(7)金融資產(chǎn)價(jià)格過(guò)度波動(dòng)風(fēng)險(xiǎn)方面,選取房地產(chǎn)、外商證券投資以及股票市場(chǎng)相關(guān)指標(biāo)。(8)金融危機(jī)傳染加重風(fēng)險(xiǎn)方面,選取對(duì)外貿(mào)易依存度、資產(chǎn)證券化程度、資本項(xiàng)目開(kāi)放程度、國(guó)際原油價(jià)格變動(dòng)率以及出口/進(jìn)口指標(biāo)。

(二)預(yù)警指標(biāo)體系權(quán)重確定

選取各指標(biāo)2008年1月—2018年6月的月度數(shù)據(jù),每個(gè)預(yù)警指標(biāo)都有126個(gè)觀察值,如無(wú)月度數(shù)據(jù)則使用季度數(shù)據(jù)或日數(shù)據(jù)進(jìn)行轉(zhuǎn)換,數(shù)據(jù)主要來(lái)源于Wind數(shù)據(jù)庫(kù)、CEIC數(shù)據(jù)庫(kù)及中國(guó)國(guó)家統(tǒng)計(jì)局官網(wǎng)。為了避免預(yù)警指標(biāo)之間存在相關(guān)性,提高后續(xù)估計(jì)的準(zhǔn)確性,首先使用主成分分析法對(duì)指標(biāo)體系降維處理,然后使用CRITIC法進(jìn)行賦權(quán)(3)指標(biāo)體系賦權(quán)的主流方法有很多,主要分為客觀賦權(quán)法和主觀賦權(quán)法。主觀賦權(quán)法相對(duì)依賴于人的主觀判斷,因此客觀賦權(quán)法和組合賦權(quán)法的使用比較普遍,也更為廣泛。客觀賦權(quán)法主要有主成分分析法、熵權(quán)法、CRITIC法等。由于第一步使用主成分分析法,為了避免造成更多的信息損失,所以第二步賦權(quán)方法不再使用主成分分析法。雖然CRITIC法與熵權(quán)法都考慮到了指標(biāo)變異性問(wèn)題,但CRITIC法的優(yōu)點(diǎn)是還考慮了指標(biāo)之間的相關(guān)性,因此本文決定使用該賦權(quán)方法。。具體做法如下:

首先,對(duì)指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理。(1)統(tǒng)一采用月度數(shù)據(jù),對(duì)于僅公布季度數(shù)據(jù)的GDP、外債余額、資本項(xiàng)目下證券投資項(xiàng)目等指標(biāo),在Eviews9.0中通過(guò)低頻轉(zhuǎn)高頻獲得月度數(shù)據(jù),對(duì)于股價(jià)指數(shù)和國(guó)際原油價(jià)格等日數(shù)據(jù),以其日數(shù)據(jù)的月平均值作為月度數(shù)據(jù);(2)補(bǔ)齊缺失數(shù)據(jù),如房地產(chǎn)投資等指標(biāo)缺少1月數(shù)據(jù),在Eviews9.0中通過(guò)基數(shù)樣條插值法補(bǔ)齊數(shù)據(jù);(3)正向化處理,與風(fēng)險(xiǎn)呈正向變動(dòng)關(guān)系的指標(biāo)保留原始數(shù)據(jù),對(duì)外匯儲(chǔ)備/進(jìn)口額等與風(fēng)險(xiǎn)成反向變動(dòng)關(guān)系的預(yù)警指標(biāo)進(jìn)行正向化處理,具體做法是取指標(biāo)原始數(shù)據(jù)的相反數(shù);(4)對(duì)于匯率波動(dòng)率和股價(jià)指數(shù)波動(dòng)率指標(biāo),需要通過(guò)建立GARCH模型得到有關(guān)數(shù)據(jù)(4)篇幅所限,這里不具體介紹計(jì)算過(guò)程,如有需要,請(qǐng)與筆者聯(lián)系。。

然后,將篩選出來(lái)的40個(gè)預(yù)警指標(biāo)劃分為8個(gè)大類,并通過(guò)SPSS軟件對(duì)8類風(fēng)險(xiǎn)預(yù)警指標(biāo)分別進(jìn)行主成分分析。

1.描述性統(tǒng)計(jì)與標(biāo)準(zhǔn)化處理

鑒于各預(yù)警指標(biāo)單位和量綱不同,在進(jìn)行主成分分析之前需要先進(jìn)行描述性統(tǒng)計(jì)分析,結(jié)果見(jiàn)表1(5)需要說(shuō)明的是,由于本文不進(jìn)行回歸分析,只是利用所構(gòu)建的指標(biāo)體系進(jìn)行人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)預(yù)警,因此不需要考慮指標(biāo)間的多重共線性問(wèn)題,也不需要考慮主成分各組之間的相關(guān)性問(wèn)題。。

從表1的統(tǒng)計(jì)結(jié)果來(lái)看,各預(yù)警指標(biāo)的均值和標(biāo)準(zhǔn)差差異較大,因此需要進(jìn)一步將其標(biāo)準(zhǔn)化。這里采用標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化法(Zero-Mean Normalization)消除指標(biāo)間的量綱。

(1)

其中,Xt為t時(shí)期指標(biāo)X的原始值,μ為指標(biāo)X的均值,σ為指標(biāo)X的標(biāo)準(zhǔn)差,經(jīng)過(guò)處理xt都符合標(biāo)準(zhǔn)正態(tài)分布(6)經(jīng)驗(yàn)證,所有數(shù)據(jù)都服從正態(tài)分布,由于篇幅所限,沒(méi)有將驗(yàn)證過(guò)程納入正文中,特此說(shuō)明。。

2.因子分析的適用性檢驗(yàn)

為了確定8類風(fēng)險(xiǎn)的預(yù)警指標(biāo)能否做因子分析,確定主成分分析的可行性,采用KMO和球形Bartlett檢驗(yàn)分別對(duì)8組預(yù)警指標(biāo)進(jìn)行檢驗(yàn)。KMO檢驗(yàn)指標(biāo)間的偏相關(guān)性,Bartlett檢驗(yàn)相關(guān)矩陣是否為單位矩陣,結(jié)果見(jiàn)表2。可以看出,8類風(fēng)險(xiǎn)預(yù)警指標(biāo)的KMO值均都超過(guò)0.5的水平,Bartlett檢驗(yàn)卡方值較大,8類風(fēng)險(xiǎn)類別預(yù)警指標(biāo)概率都顯著為0,說(shuō)明顯著性非常強(qiáng),因此8類風(fēng)險(xiǎn)預(yù)警指標(biāo)都適合做因子分析。

3.獲取總方差解釋表

總方差解釋表能顯示各主成分對(duì)原始指標(biāo)的解釋情況,百分比越高,解釋力度越大。提取8類風(fēng)險(xiǎn)預(yù)警指標(biāo)的主成分,總方差解釋結(jié)果見(jiàn)表3。從中可知,每個(gè)風(fēng)險(xiǎn)類別的預(yù)警指標(biāo)都可以由幾個(gè)主成分解釋,解釋力度均在50%以上,部分接近80%,因此可以將原本40個(gè)預(yù)警指標(biāo)處理為8個(gè)綜合預(yù)警指標(biāo)。然后,獲取主成分系數(shù)矩陣,即每個(gè)主成分在不同預(yù)警指標(biāo)上的載荷,通過(guò)系數(shù)矩陣可以得到每個(gè)主成分的表達(dá)式。由于篇幅所限,這里不介紹具體過(guò)程。

4.獲取綜合預(yù)警指標(biāo)

綜合預(yù)警指標(biāo)是將每一類風(fēng)險(xiǎn)下的幾個(gè)主成分按照其方差貢獻(xiàn)率加權(quán)計(jì)算求和得到,8類風(fēng)險(xiǎn)的綜合預(yù)警指標(biāo)可以分別表示為

X1=0.5040Z1

(2)

X2=0.2622Z21+0.2257Z22+0.1568Z23

(3)

X3=0.5470Z31+0.2512Z32

(4)

X4=0.4496Z41+0.2592Z42

(5)

X5=0.4586Z51+0.2749Z31

(6)

X6=0.7376Z6

(7)

X7=0.27747Z71+0.1996Z72+0.1710Z73

(8)

表1 預(yù)警指標(biāo)的描述性統(tǒng)計(jì)結(jié)果

表2 預(yù)警指標(biāo)的KMO和Bartlett檢驗(yàn)結(jié)果

資料來(lái)源:經(jīng)KMO和Bartlett檢驗(yàn)獲得。

X8=0.3162Z81+0.2409Z82

(9)

之后,需要繼續(xù)計(jì)算各綜合預(yù)警指標(biāo)的權(quán)重,本文使用CRITIC法對(duì)8個(gè)綜合預(yù)警指標(biāo)進(jìn)行賦權(quán)。CRITIC法權(quán)重計(jì)算公式為

(10)

其中,ωj表示第j個(gè)指標(biāo)的權(quán)重,Cj包含了指標(biāo)變異性和相關(guān)性,計(jì)算公式為

(11)

其中,σj為第j個(gè)指標(biāo)的標(biāo)準(zhǔn)差,rij為第j個(gè)指標(biāo)與第i個(gè)指標(biāo)的相關(guān)系數(shù)。

對(duì)8類風(fēng)險(xiǎn)綜合預(yù)警指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析后,可獲得風(fēng)險(xiǎn)綜合預(yù)警指標(biāo)的相關(guān)系數(shù)矩陣,見(jiàn)表4。

表3 總方差解釋情況

資料來(lái)源:經(jīng)主成分分析獲得。

表4 綜合預(yù)警指標(biāo)的相關(guān)系數(shù)矩陣

資料來(lái)源:經(jīng)相關(guān)系數(shù)公式計(jì)算獲得。

將8類風(fēng)險(xiǎn)綜合預(yù)警指標(biāo)的標(biāo)準(zhǔn)差和相關(guān)系數(shù)數(shù)據(jù)代入式(11)計(jì)算Cj,進(jìn)一步通過(guò)式(10)可以得出每一類風(fēng)險(xiǎn)的綜合預(yù)警指標(biāo)權(quán)重,見(jiàn)表5。

表5 綜合預(yù)警指標(biāo)權(quán)重

(三)合成金融壓力指數(shù)

在利用主成分分析法將40個(gè)預(yù)警指標(biāo)降維,變?yōu)?個(gè)綜合預(yù)警指標(biāo),并通過(guò)CRITIC法賦權(quán)后,利用綜合預(yù)警指標(biāo)數(shù)據(jù)和權(quán)重計(jì)算人民幣國(guó)際化進(jìn)程中的金融壓力指數(shù)(Financial Stress Index,FSI),考察該指數(shù)是否可以反映人民幣國(guó)際化進(jìn)程中的綜合金融風(fēng)險(xiǎn)。金融壓力指數(shù)的合成公式為

(12)

將綜合預(yù)警指標(biāo)數(shù)據(jù)與相應(yīng)權(quán)重代入式(12),即可得到2008年1月—2018年6月的金融壓力指數(shù)月度值,期間指數(shù)變化如圖1所示。從中可以看出,中國(guó)在2008年1月—2008年11月、2009年1月—2010年2月、2015年2月—2016年5月及2016年10月—2018年6月這4個(gè)時(shí)間段內(nèi),金融壓力指數(shù)明顯位于零線之上,處于較高水平,說(shuō)明在這些階段與人民幣國(guó)際化有關(guān)的金融風(fēng)險(xiǎn)增大。

圖1 2008年1月—2018年6月金融壓力指數(shù)變化趨勢(shì)

本文在研究過(guò)程中對(duì)計(jì)算得出的“2008年1月—2018年6月金融壓力指數(shù)變化趨勢(shì)”和我國(guó)同一時(shí)期的金融風(fēng)險(xiǎn)情況進(jìn)行了擬合分析,發(fā)現(xiàn)本文計(jì)算出來(lái)的金融壓力指數(shù)與現(xiàn)實(shí)情況基本一致,可以用來(lái)預(yù)警未來(lái)人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)。

為了進(jìn)一步分析哪類金融風(fēng)險(xiǎn)對(duì)金融壓力指數(shù)變化的影響效果大,本文繪制了8類風(fēng)險(xiǎn)的堆積面積圖,如圖2所示。

圖2 人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)變化

由圖2可知,2008年1月—2008年11月,金融壓力指數(shù)較大主要是因?yàn)橥谫Y本流動(dòng)風(fēng)險(xiǎn)、匯率波動(dòng)風(fēng)險(xiǎn)較大。2009年1月—2010年2月,金融壓力指數(shù)較大主要是因?yàn)橥谫Y本流動(dòng)風(fēng)險(xiǎn)、匯率波動(dòng)風(fēng)險(xiǎn)、貨幣政策操作風(fēng)險(xiǎn)較大。2015年2月—2016年5月,金融壓力指數(shù)較大主要是由于同期匯率波動(dòng)風(fēng)險(xiǎn)、財(cái)政政策風(fēng)險(xiǎn)、貨幣替代風(fēng)險(xiǎn)、資產(chǎn)價(jià)格波動(dòng)風(fēng)險(xiǎn)和危機(jī)傳染風(fēng)險(xiǎn)較大。2016年10月—2018年6月,金融壓力指數(shù)較大主要是因?yàn)橥趨R率波動(dòng)風(fēng)險(xiǎn)、財(cái)政政策風(fēng)險(xiǎn)、貨幣替代風(fēng)險(xiǎn)、資產(chǎn)價(jià)格波動(dòng)風(fēng)險(xiǎn)和危機(jī)傳染風(fēng)險(xiǎn)較大。由此可以認(rèn)為,本文構(gòu)建的金融壓力指數(shù)FSI可以作為預(yù)警人民幣國(guó)際化進(jìn)程中金融風(fēng)險(xiǎn)的指數(shù)。

四、人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)預(yù)警

(一)模型設(shè)定

目前預(yù)警金融風(fēng)險(xiǎn)的主流模型很多,但最主要的分別是Logit、BP-神經(jīng)網(wǎng)絡(luò)和馬爾科夫區(qū)制轉(zhuǎn)移等。本文通過(guò)比較目前主流模型的優(yōu)缺點(diǎn),認(rèn)為運(yùn)用馬爾科夫區(qū)制轉(zhuǎn)移自回歸模型擬合并預(yù)警人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)更有優(yōu)勢(shì),理由是該方法可以避免信息損失缺陷和主觀判斷失誤風(fēng)險(xiǎn),不需要事先確定風(fēng)險(xiǎn)區(qū)間和閾值(7)馬爾科夫區(qū)制轉(zhuǎn)移模型的優(yōu)越性在于,它依據(jù)經(jīng)濟(jì)指標(biāo)內(nèi)在特征有效反映風(fēng)險(xiǎn)的動(dòng)態(tài)變化,避免了信息損失缺陷,不需要事先確定風(fēng)險(xiǎn)區(qū)間和閾值,避免了主觀判斷失誤的風(fēng)險(xiǎn)。因此,本文使用馬爾科夫區(qū)制轉(zhuǎn)移模型進(jìn)行后續(xù)的預(yù)警分析。在此,通過(guò)建立模型劃分高低風(fēng)險(xiǎn)區(qū)制,確定金融風(fēng)險(xiǎn)的不同狀態(tài),通過(guò)狀態(tài)轉(zhuǎn)移概率和平均持續(xù)期確定高低風(fēng)險(xiǎn)的轉(zhuǎn)換和持續(xù)性。。本文設(shè)定的金融壓力指數(shù)馬爾科夫區(qū)制轉(zhuǎn)換自回歸模型(MS-AR(p))如下:

(13)

其中,FSIt為包含人民幣國(guó)際化進(jìn)程中金融風(fēng)險(xiǎn)信息的金融壓力指數(shù),St表示t時(shí)期金融壓力指數(shù)的狀態(tài),本文假定狀態(tài)變量St為一階雙狀態(tài)馬爾科夫鏈,所以St只有兩種狀態(tài),即低風(fēng)險(xiǎn)狀態(tài)和高風(fēng)險(xiǎn)狀態(tài)。截距項(xiàng)cSt表示t時(shí)期St狀態(tài)下金融風(fēng)險(xiǎn)的大小,FSIt-i為金融壓力指數(shù)的第i階滯后期,φi,St是St狀態(tài)下第i階滯后期的回歸系數(shù),εt,St是t時(shí)期St狀態(tài)下的隨機(jī)項(xiàng)。

(二)模型求解與分析

進(jìn)行自回歸估計(jì)的前提條件是變量平穩(wěn)且存在自相關(guān)性。因此,對(duì)金融壓力指數(shù)進(jìn)行ADF檢驗(yàn)和滯后20期的自相關(guān)性檢驗(yàn)后發(fā)現(xiàn),在5%的顯著性水平下,指數(shù)平穩(wěn)且存在強(qiáng)自相關(guān)性,適合建立自回歸模型。

為了確定最優(yōu)滯后期,依據(jù)赤池信息準(zhǔn)則,代入不同滯后期與指數(shù)進(jìn)行擬合,最終發(fā)現(xiàn)滯后2期的擬合效果最好。將金融壓力指數(shù)與其滯后2期代入式(14),建立雙狀態(tài)MS-AR(2)模型,模型的估計(jì)結(jié)果見(jiàn)表6。

表6 MS-AR(2)模型估計(jì)結(jié)果

進(jìn)一步對(duì)模型的殘差項(xiàng)進(jìn)行平穩(wěn)性檢驗(yàn),發(fā)現(xiàn)殘差項(xiàng)平穩(wěn),說(shuō)明模型估計(jì)結(jié)果可靠。常數(shù)項(xiàng)是劃分區(qū)制的標(biāo)準(zhǔn),從表6的結(jié)果看,1區(qū)制的常數(shù)項(xiàng)(0.548)大于2區(qū)制的常數(shù)項(xiàng)(0.170),說(shuō)明1區(qū)制代表高風(fēng)險(xiǎn)狀態(tài),2區(qū)制代表低風(fēng)險(xiǎn)狀態(tài)。在5%的顯著性水平下,各參數(shù)都比較顯著,1區(qū)制滯后期的系數(shù)均為負(fù),2區(qū)制滯后期的系數(shù)均為正,說(shuō)明低風(fēng)險(xiǎn)比高風(fēng)險(xiǎn)的延續(xù)性更強(qiáng)。MS-AR(2)模型同時(shí)給出了高低風(fēng)險(xiǎn)的狀態(tài)轉(zhuǎn)換概率和高低風(fēng)險(xiǎn)的平均持續(xù)期,結(jié)果表明,無(wú)論高低風(fēng)險(xiǎn)都是維持當(dāng)前狀態(tài)的概率更大,即風(fēng)險(xiǎn)存在一定慣性。高風(fēng)險(xiǎn)狀態(tài)下,維持當(dāng)前狀態(tài)的概率是77.16%,低風(fēng)險(xiǎn)狀態(tài)下,維持當(dāng)前狀態(tài)的概率是98.32%,說(shuō)明低風(fēng)險(xiǎn)狀態(tài)的延續(xù)性相對(duì)更強(qiáng)。高風(fēng)險(xiǎn)狀態(tài)的平均持續(xù)期約為4.38個(gè)月,低風(fēng)險(xiǎn)狀態(tài)的平均持續(xù)期約為59.45個(gè)月,說(shuō)明低風(fēng)險(xiǎn)狀態(tài)平均持續(xù)時(shí)間相對(duì)更久。

進(jìn)一步考察金融壓力指數(shù)區(qū)制轉(zhuǎn)換的平滑概率,可以發(fā)現(xiàn)高、低風(fēng)險(xiǎn)的區(qū)制變換與金融壓力指數(shù)的波動(dòng)情況存在一致性,即金融壓力指數(shù)較大時(shí)期對(duì)應(yīng)高風(fēng)險(xiǎn)狀態(tài),金融壓力指數(shù)較小時(shí)期對(duì)應(yīng)低風(fēng)險(xiǎn)狀態(tài)。據(jù)此,本文認(rèn)為2008年1月—2018年6月的中國(guó)金融風(fēng)險(xiǎn)變化是不同時(shí)期人民幣國(guó)際化進(jìn)程中不同金融風(fēng)險(xiǎn)綜合影響的結(jié)果,符合國(guó)內(nèi)外實(shí)際情形。因此,可以認(rèn)為馬爾科夫區(qū)制轉(zhuǎn)移自回歸模型不僅存在合理的經(jīng)濟(jì)意義,還能很好地?cái)M合過(guò)去風(fēng)險(xiǎn)的變化情況,所建立的模型在理論和實(shí)踐兩方面都具有科學(xué)性,可以用以預(yù)警人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)。

(三)金融風(fēng)險(xiǎn)預(yù)警

本文使用ARMA(p,q)模型預(yù)測(cè)2018年7月—2020年6月的金融壓力指數(shù),以示人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)變化情況。本文設(shè)定ARMA(p,q)模型中的p和q取值為0～4,通過(guò)赤池信息準(zhǔn)則和漢南—奎因信息準(zhǔn)則判斷最優(yōu)預(yù)測(cè)模型,最終確定ARMA(1,1)模型最為合適,相關(guān)結(jié)果見(jiàn)表7。

表7 FSI最優(yōu)預(yù)測(cè)模型

為了明確未來(lái)金融壓力指數(shù)的變化是否引起了風(fēng)險(xiǎn)區(qū)制的轉(zhuǎn)移,將金融壓力指數(shù)2008年1月—2020年6月的樣本數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)一同帶入式(13),可以得到金融風(fēng)險(xiǎn)區(qū)制轉(zhuǎn)換的平滑概率,如圖3所示。從圖可知,2018年7月—2020年6月,金融壓力指數(shù)處于較高風(fēng)險(xiǎn)狀態(tài),特別是2014—2015年風(fēng)險(xiǎn)很大。由此可以看出,隨著人民幣國(guó)際化進(jìn)程的不斷深入,所面臨的金融風(fēng)險(xiǎn)整體上較高。針對(duì)這一預(yù)警結(jié)果,本文分析如下:

圖3 2008年1月—2020年6月中國(guó)金融風(fēng)險(xiǎn)狀態(tài)轉(zhuǎn)換的平滑概率

從國(guó)際環(huán)境看,進(jìn)入2017年以來(lái),國(guó)際經(jīng)濟(jì)緩慢復(fù)蘇,預(yù)計(jì)這一態(tài)勢(shì)未來(lái)還將持續(xù),這對(duì)中國(guó)外部環(huán)境的穩(wěn)定十分有利,但國(guó)際經(jīng)濟(jì)回暖也可能引起大宗商品價(jià)格上升,對(duì)中國(guó)進(jìn)口和國(guó)內(nèi)物價(jià)產(chǎn)生一定壓力。在全球經(jīng)濟(jì)復(fù)蘇的趨勢(shì)下,各主要經(jīng)濟(jì)體貨幣政策逐漸退出寬松,未來(lái)各國(guó)貨幣政策將趨于正常,這對(duì)中國(guó)貨幣政策將產(chǎn)生一定擠壓,貨幣政策的制定和實(shí)施效果將會(huì)受到不利影響。美國(guó)的宏觀政策是全球經(jīng)濟(jì)金融波動(dòng)的最大不確定因素。2017年美國(guó)實(shí)施了三次加息操作,并在年末通過(guò)了其1986年以來(lái)最大規(guī)模的稅改法案,優(yōu)惠力度大,對(duì)資金富有吸引力。當(dāng)前人民幣匯率尚未與美元脫鉤,美國(guó)加息和稅改都會(huì)通過(guò)美元指數(shù)走強(qiáng)對(duì)人民幣匯率產(chǎn)生巨大壓力,未來(lái)匯率波動(dòng)風(fēng)險(xiǎn)可能較大,并且加息和稅改將吸引全球資金回流,中國(guó)可能會(huì)繼續(xù)面臨資本外流壓力。2017年美國(guó)退出TPP協(xié)議意味著其貿(mào)易政策的轉(zhuǎn)變,美國(guó)對(duì)中國(guó)的貿(mào)易逆差日益擴(kuò)大,基本占美國(guó)貿(mào)易總逆差的50%以上,美國(guó)政府極有可能采取貿(mào)易保護(hù)主義政策,對(duì)中國(guó)出口貿(mào)易產(chǎn)生不利影響。2018年美國(guó)正式對(duì)中國(guó)發(fā)起貿(mào)易戰(zhàn),對(duì)華采取一系列不平等措施,給中國(guó)帶來(lái)更大的不確定性與不利影響。

從國(guó)內(nèi)環(huán)境看,2017年中國(guó)經(jīng)濟(jì)增速6.9%,高于6.8%的預(yù)期水平,但在政府“重質(zhì)輕量”的目標(biāo)下,2018年中國(guó)GDP增長(zhǎng)率為6.6%,經(jīng)濟(jì)下行壓力加大。未來(lái)政府投資可能保持穩(wěn)定或出現(xiàn)一定程度的下降,消費(fèi)和出口的不確定性較大,國(guó)內(nèi)將繼續(xù)面臨經(jīng)濟(jì)增速下降壓力。目前由于經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型艱難,經(jīng)濟(jì)增長(zhǎng)動(dòng)力不強(qiáng),同時(shí)國(guó)內(nèi)債務(wù)和杠桿水平仍處于高位,貨幣存量巨大卻出現(xiàn)了脫實(shí)向虛,誘發(fā)資產(chǎn)泡沫,因此未來(lái)一定時(shí)期國(guó)內(nèi)系統(tǒng)性金融風(fēng)險(xiǎn)可能會(huì)升高,妨礙人民幣國(guó)際化推進(jìn)步伐。

五、結(jié)論與政策建議

本文在識(shí)別人民幣國(guó)際化進(jìn)程中主要金融風(fēng)險(xiǎn)源的基礎(chǔ)上,構(gòu)建了金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,通過(guò)主成分分析法和CRITIC賦值法合成人民幣國(guó)際化進(jìn)程中的金融壓力指數(shù)(風(fēng)險(xiǎn)程度指數(shù))并對(duì)金融風(fēng)險(xiǎn)變化情況進(jìn)行擬合。通過(guò)建立馬爾科夫區(qū)制轉(zhuǎn)移自回歸模型,并結(jié)合ARMA模型對(duì)2018年7月—2020年6月的金融風(fēng)險(xiǎn)進(jìn)行了預(yù)警,得出以下結(jié)論。第一,人民幣國(guó)際化進(jìn)程中潛伏著一系列金融風(fēng)險(xiǎn)爆發(fā)源。本文基于文獻(xiàn)梳理和理論分析識(shí)別出人民幣國(guó)際化進(jìn)程中的主要金融風(fēng)險(xiǎn)來(lái)源有資本流動(dòng)風(fēng)險(xiǎn)、經(jīng)常項(xiàng)目收支失衡風(fēng)險(xiǎn)、匯率過(guò)度波動(dòng)風(fēng)險(xiǎn)、宏觀政策操作風(fēng)險(xiǎn)、貨幣競(jìng)爭(zhēng)風(fēng)險(xiǎn)、資產(chǎn)價(jià)格過(guò)度波動(dòng)風(fēng)險(xiǎn)和危機(jī)傳染加重風(fēng)險(xiǎn)等,不但如此,各種風(fēng)險(xiǎn)來(lái)源還交互影響,共同作用于人民幣國(guó)際化進(jìn)程中。第二,人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)水平呈上升趨勢(shì)。本文的預(yù)警結(jié)果顯示,2018年7月—2020年6月,金融壓力指數(shù)處于高風(fēng)險(xiǎn)狀態(tài),風(fēng)險(xiǎn)較大,主要原因是隨著中國(guó)經(jīng)濟(jì)金融開(kāi)放程度不斷加大,國(guó)內(nèi)外環(huán)境變得越來(lái)越復(fù)雜,美國(guó)加息、中美貿(mào)易戰(zhàn)、中國(guó)經(jīng)濟(jì)發(fā)展速度放緩等。

根據(jù)上述研究結(jié)論,本文針對(duì)人民幣國(guó)際化進(jìn)程中的金融風(fēng)險(xiǎn)提出以下政策建議:第一,應(yīng)重點(diǎn)關(guān)注人民幣國(guó)際化進(jìn)程中的貨幣政策操作風(fēng)險(xiǎn)、匯率過(guò)度波動(dòng)風(fēng)險(xiǎn)、資本流動(dòng)風(fēng)險(xiǎn)以及資產(chǎn)價(jià)格波動(dòng)風(fēng)險(xiǎn),警惕這幾類風(fēng)險(xiǎn)升高影響人民幣國(guó)際化進(jìn)程。第二,防范各種金融風(fēng)險(xiǎn)爆發(fā)源相互傳染。由于各金融風(fēng)險(xiǎn)來(lái)源之間存在相互影響、相互聯(lián)系等,因此需要防范人民幣國(guó)際化進(jìn)程中多種風(fēng)險(xiǎn)來(lái)源疊加所帶來(lái)的負(fù)效應(yīng)增大。第三,一定要把握好人民幣國(guó)際化的節(jié)奏。人民幣國(guó)際化的基本條件雖已成熟,但由于國(guó)內(nèi)金融市場(chǎng)還不發(fā)達(dá)等條件制約,人民幣國(guó)際化還應(yīng)結(jié)合中國(guó)整體經(jīng)濟(jì)金融環(huán)境的變化掌握好推進(jìn)的步伐,防范步伐過(guò)快導(dǎo)致風(fēng)險(xiǎn)加大。