周期疊加下金融風險防控研究

胡穎

摘? ?要：本文在現有金融周期研究的基礎上，提出了一套判斷金融周期位置和金融危機概率的分析框架，即對金融周期評判要有短、中、長周期的視角，短期看流動性周期、中期看信貸周期和房地產周期、長期看杠桿周期。實證分析表明我國目前處于流動性周期上行期、信貸和房地產周期峰值、杠桿周期下行期“三期疊加”的狀態，三種周期結合能更好地判斷當前金融風險的程度，建議我國當前的首要任務是平穩實現適度通脹去杠桿，確立金融回歸服務實體經濟的本位，提高直接融資比重和政策協調配合，防范系統性金融風險。

關鍵詞：金融周期;流動性;信貸和房地產周期;杠桿周期

DOI：10.3969/j.issn.1003-9031.2019.09.002

中圖分類號：F832? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ?文章編號：1003-9031（2019）09-0008-10

一、引言

金融危機以后，學術界對金融周期的研究進入了新階段，諸多學者從金融周期的理論、定義、周期測算、經濟后果等方面開展了大量研究。國際清算銀行（BIS）認為金融周期是受制于應對風險的態度和金融約束條件下的對價值和風險進行評估及其交互作用，由于交互作用會放大經濟的波動，從而可能帶來嚴重的金融困境和經濟失調。BIS通過金融困境早期預警信號評估法，發現信貸周期和房地產周期與金融周期的關系最為密切。任澤平（2018）等研究表明金融周期的測算要考慮杠桿周期;Kyunghun KIM等（2018）最新研究成果表明流動性是金融周期的主要觀測指標。這些研究進一步拓展了金融周期的視角，然而都僅從一個角度來判斷金融周期的走勢以及金融風險的程度，沒有對該方法在中國的適用性進行探索，也沒有對金融周期處于或即將處于峰值如何高位平緩著陸提出切實可行的建議。基于此，本文在現有研究的基礎上，提出了一套判斷金融周期位置和金融危機概率的分析框架。

二、金融周期基本理論

（一）金融周期由短、中、長周期構成

金融周期是由許多短周期、中周期和長周期構成，各周期走勢不一，相互加強、重疊，造成金融危機爆發的可能性高低不同。根據BIS和韓國國際政策研究所（2018）的最新研究結果，金融周期中最為重要是流動性周期、信貸和房地產周期、杠桿周期。其中，流動性周期是短周期，一般3年左右，以Kyunghun KIM等（2018）為代表;信貸和房地產周期為中周期，持續時間在十年左右，以BIS（2014）等為代表;杠桿周期是長周期，可能超過20年，以任澤平（2017）等為代表。

（二）金融周期的八種表現

根據流動性短周期、信貸和房地產中周期、杠桿長周期在不同時期的走勢，金融周期可能出現八種表現，不同情況的風險有所差別（見表1）。 IMF、BIS等研究表明，長周期對金融風險的影響最大，中周期次之，短周期影響最小，這個影響既包括影響的時長，也包括金融風險的破壞程度。也就是說，如果長周期是上升的，那么即使中周期和短周期在波峰波谷之間上下波動，出現全面性金融危機的可能性也較低，因為可以通過貨幣政策和財政政策等宏觀手段延緩并化解危機的爆發;如果長周期是下降的，短周期和中周期仍處于上升狀態，那么金融風險較大，極易引發金融危機，但仍可以借助相關手段穩步度過去杠桿周期;一旦長周期、中周期和短周期都全面下降，那么市場預期將持續低迷，金融危機爆發可能性大幅增加，導致經濟陷入停滯衰退。具體而言，有如下8種表現。

表現1：當短中長三種周期均呈現上升狀態時，金融周期處于繁榮期，經濟發展較快，市場預期向好，這是最好的表現。

表現2：短期出現流動性周期下行，中周期和長周期處于上升狀態，一般不會爆發系統性金融風險，即使出現短暫的危機，也不會持續太長時間。

表現3：中期出現信貸和房地產周期下行，如果短周期和長周期仍在上升，出現風險的可能性也不大，即使有風險也不會形成危機。這種表現出現的概率較低，因為一般而言，充裕的流動性會盡快流向房地產和信貸，帶動中周期的復蘇。

表現4：如果短期流動性緊張，中期房地產和信貸低迷，但長周期的杠桿率仍在上升，那么風險較大，危機很容易一觸即發，但只要能在長期內穩住杠桿，那么說明市場預期較為樂觀，流動性可以在短期內靠貨幣政策補充，資產價格也會在流動性周期復蘇后上升，不過需要一定時間。

表現5：如果流動性充裕、房地產和信貸周期仍處在上升周期，而長周期進入去杠桿周期，此時，金融危機爆發的概率較高，但可以通過好的去杠桿方式熨平周期，實現經濟軟著陸。

表現6：如果長周期進入過度去杠桿周期，流動性也出現緊張，那么此時信貸和房地產周期也基本處于頂部，部分領域已爆發金融風險，危機岌岌可發。

表現7：如果長周期和中周期都進入下行階段，流動性比較充裕，那么此時經濟陷入“流動性陷阱”。

表現8：如果短中長三種周期均進入下行階段，此時金融危機全面爆發可能性大幅增加。

三、我國的流動性周期

（一）流動性周期指標的選取

我們將流動性（L）定義為一個經濟體所持有的所有金融負債的總和，即包含了信貸C和股權E兩個部分，為了避免重復計算，L不包含金融部門。流動性的概念是建立在一個簡單的原則基礎上的，即債權人的貸款只相當于債務人償還債務的能力;一個經濟體的流動性不能無限期地超過其生產能力，生產能力則可以被測量為預期收入流的凈現值，而預期收入流的凈現值可以用實收資本（H）表示。從國家資產負債表的平衡看，預期收入流的凈現值，應等于資本存量中嵌入的生產力價值，等于經濟中總實物資本的價值，即：

L=C+E≈Ypc=f （H）（1）

其中，Ypc表示生產能力，一般用國內生產總值GDP表示，L向經濟傳導的路徑如圖1所示。

信貸的增加可用于購買金融股票（情形I）或投資于資本存量（情形II）。在（I）的情況下，如果資金用于資本存量的投資（案例a），那么Ypc將會上升。如果不這樣做，額外的資金將會被股票價格的上漲所調節（案例b）;如果不加控制，可能會導致股市泡沫。在（II）的情況下，如果將資金投資于生產性資本①，那么Ypc將會上升（案例c）;如果對非生產性資本②的需求超過供給，那么價格就會上升，如房地產泡沫（案例d）。

從風險的角度看，如果L的增加伴隨著生產性資本的增加，那么隨著H的增加，YPC將會增加（案例a和案例c）。此時，L/YPC和H/YPC不會發生變化。因此，只要YPC隨著L和H的增長，金融失衡加劇的可能性就很低。如果L/YPC上升，而不是H/YPC，那么L的調整將在某一時刻進行（案例b）。如果L的增加與對某一特定實物資本（如房地產）的投機有關，那么L/YPC和H/YPC將同時上升（案例d）。在這種情況下，金融市場將在某個時間點調整，對實體經濟產生更大的負面影響。

（二）流動性周期的評判

由上述分析可知，L/Y和H/Y不可能無限地繼續增長，最終必須調整到與基本原理一致的水平，這樣的調整將伴隨著實際GDP的下降。特別是，L/Y和H/Y越高，實際GDP的下滑就越嚴重。我們運用KLR信號法提取L/Y和H/Y的閾值，并與實際的L/Y和H/Y對比，判斷流動性是否處于下行周期。如果流動性處于下行周期，那么L/Y和H/Y的閾值會同時大于或等于L/Y和H/Y的實際值。即：

=1? 如果L/Y≥（L/Y）*，且L/H≥（L/H）*處于流動性下行周期0? 處于流動性上行或平穩周期（2）

其中，（L/Y）*代表L/Y的閾值，代表（L/H）*的閾值。預測流動性周期是否處于下行階段，會出現兩種預測誤差，我們定義第1類誤差（T1）為流動性周期下行而信號未顯示，第2類誤差（T2）為信號顯示而流動性卻不屬于下行周期。以下三個損失函數（LF）反映了綜合考慮兩種誤差后L/Y和H/Y的信號。

其中，LF1是將第1類和第2類誤差的加權平均值最小化的損失函數，1類誤差和2類誤差的加權系數分別是α和1-α。LF2是由噪聲到信號的比率最小化的一種損失函數，用T2誤差或1-T1誤差表示。LF3也是最小化了噪聲和信號比率的損失函數，但前提是最小預測概率至少是60%或75%。因此，只要根據L/Y和H/Y的時間序列，用KLR信號法，便可得到（L/Y）*和（L/H）*，從而判斷出流動性的周期變化。

（三）我國的流動性周期走勢

根據全國2002—2017年的相關數據①，運用信號提取法，我們計算得到L/Y和H/Y在三種損失函數下的閾值（見表3）。

由上表可知，在第一類損失函數（a=0.5，a=0.75）和第三類損失函數的情況下，（L/Y）*和（H/L）*的預測概率達到100%，因此，本文以第一類損失函數LF1（a=0.5）的情況作為流動性周期下行的判定條件測算各年度的閾值（見表4）。2002年以來，我國大致出現了四次流動性緊張的情況，即流動性處于下行周期，第一次是因為全球金融危機，第二次和第三次均是錢荒造成的，第四次是2015年的股災。

四、我國的信貸和房地產周期

（一）指標選取

本文的信貸指標用非金融私人部門的貸款衡量。非金融私人部門分為非金融企業、住戶、為居民服務的非盈利機構三個部分，貸款來源既包括國內銀行貸款，又包括跨境銀行貸款和其他非銀行金融機構貸款。由于非金融私人部門的貸款情況與實體經濟的關系非常密切，是順周期的經濟行為，能較好地反映實體經濟的融資狀況，是融資約束較為理想的表示變量。

本文選取國房景氣指數作為我國房地產周期的度量指標，之所以選擇該指數是參考歐美等國運用BIS官網統計的數據作為房地產周期的度量，而我國的國房景氣指數相對來說跨度較長，比較適合進行中周期的衡量。由于房地產市場與信貸市場相關性非常緊密，房地產價格也通常被當作重要抵押品的價格，并成為影響金融市場乃至整個宏觀經濟的核心因素。尤其近幾年，我國房地產市場發展較快，房價上漲速度加快，可能帶來的泡沫及金融風險尤其值得關注。

（二）BP濾波法測算信貸和房地產周期

學術界測算信貸周期和房地產周期，一般采用濾波分析法或拐點分析法。濾波分析的核心思想是使用帶通濾波的方法提取出全樣本數據中循環序列的部分，排除短期噪音干擾和長期趨勢，得到序列的周期波動情況。本文借鑒Christiano和Fitzerald等相關研究，擬采用Band-Pass濾波法（簡稱BP濾波法）來計量。依據BP濾波的實質，采用頻域控制法，從實際信貸變量和實際房價指數序列中提取出信貸和房地產變量的周期因素，然后取算術平均作為兩者的周期指數。

首先，計算實際信貸缺口和實際房地產價格缺口，計算方法為：信貸缺口=信貸/GDP-消除趨勢后的信貸/GDP;房地產價格缺口=房地產國房景氣指數-消除趨勢后的國房景氣指數。

然后，將信貸缺口和房地產價格缺口指標進行指數化處理。數據處理完成后，在進行BP濾波提取前，對序列進行平穩性檢驗，如果數據是平穩的，還需要去除線性趨勢。

再次，假設信貸缺口和房地產價格缺口序列為不同頻率周期函數的加權平均，運用BP濾波法，通過下列線性濾波算子來排除信貸缺口和房地產價格缺口序列中的長期趨勢部分：

其中，周期長度設定在區間[S1，S2]范圍內，本文是季度數據，K=12。為了在不改變序列時間次序的情況下，較好地提出變量中的隨機干擾和長期趨勢，本文設置高頻、低頻信息過濾范圍區間上下線定為32-80季度，同時通過滯后12個季度來消除季節性影響。

最后，對將信貸缺口和房地產價格缺口的BP濾波結果取算數平均值，作為信貸周期和房地產周期的綜合指標。

（三）我國的信貸和房地產周期走勢

根據測算結果，目前我國處于2009年以來的第一個信貸和房地產周期頂峰，信貸和房地產周期已于2017年達到頂峰，面臨下行可能，意味著當前的金融風險較高。不過，與歐美等國家所不同的是，歐美等國家在周期頂峰一般是被動爆發金融危機，然后進行風險化解和處理。我國在信貸和房地產周期到達頂峰前，就積極地實施去杠桿、強金融監管等政策，金融風險在強有力的政策配合下自2016年開始逐漸緩釋、積極化解，2018年信貸和房地產周期從高峰開始有下行轉向的趨勢（見圖2）。

五、我國的杠桿周期走勢

（一）杠桿周期的刻畫

宏觀經濟的杠桿率與微觀經濟杠桿率的衡量不同，一般用負債與國內生產總值（GDP）的比例來衡量。借鑒中國人民銀行調查統計司課題組的方法，我們先計算分部門債務，再得出宏觀杠桿率，即：宏觀杠桿率=（政府部門債務+住戶部門債務+企業部門債務）/GDP。

（二）我國進入去杠桿周期

根據宏觀杠桿率的測算結果，我國的杠桿周期與經濟周期并不同步。在2001—2007年我國經濟高速增長階段，宏觀杠桿率整體保持穩定，非金融企業部門杠桿率甚至出現下降趨勢;2009—2016年中，經濟增速在短暫反彈后逐年下滑，宏觀杠桿率卻迅猛上升;2016年下半年開始，經濟開始企穩并出現小幅反彈，宏觀杠桿率也趨于平穩，非金融企業部門杠桿率出現下降趨勢。因此，可將本輪杠桿周期劃分為第一輪加杠桿、第二輪加杠桿和去杠桿三個階段。

1.2001—2008年：第一輪加杠桿

2001—2008年，我國名義GDP基本保持兩位數的高速增長，企業盈利水平、居民收入和政府財政收入均快速上漲。此時，我國不斷融入全球市場，外部經濟環境較為繁榮，非金融企業部門加杠桿擴大生產規模，以滿足國內外不斷擴張的需求;居民部門在城鎮化的快速推進及住房貸款的普及下加杠桿購房;政府部門為了滿足地區經濟發展的需要，對基礎設施建設進行大規模投資，同樣提高了杠桿率。非金融企業部門、居民部門和政府部門的加杠桿需求導致同期的銀行貸款快速上升，名義GDP增速顯著高于銀行貸款增速，三大部門債務的快速增加卻并沒有導致宏觀杠桿率的快速上升，反而出現了明顯下降。三大部門的加杠桿都有收入增長作為支撐，未來現金流足夠償還增加的債務本息，這一階段屬于好的加杠桿周期。

2.2009—2016年中：第二輪加杠桿

為應對2008年全球金融危機，我國出臺了“四萬億投資”以及寬松的貨幣政策，我國進入第二輪加杠桿周期。這些政策在當時有效地刺激了經濟快速觸底反彈，但也加劇了我國經濟的結構性矛盾。非金融企業部門、居民部門和政府部門杠桿率分別由2008年年底的96.3%、17.9%和27.1%快速上升至2016年年中的166.9%、41.7%和43.4%，宏觀杠桿率也從141.3%上升至251.9%。非金融企業部門進一步加杠桿，導致原本過剩的產能進一步擴張，最終PPI自2012年3月起經歷了長達54個月的通縮。地方政府在GDP考核壓力下通過地方政府融資平臺進行大規模違規舉債，并通過刺激房地產獲得巨額的土地出讓金和稅費收入，引發了地方政府債務和企業債務風險。居民部門杠桿率快速上升，已經透支了居民部門的財富積累。債務增速大幅超過名義GDP增速，未來現金流可能不足以支撐債務的增長。

3.2016年中至今：去杠桿

2015年年底，中央出臺一系列供給側結構性改革措施，2016年年中，我國進入了去杠桿周期，去杠桿取得了較好的成效。2018年，我國宏觀杠桿率由2017年的244.0%下降到243.7%，下降了0.3個百分點，實現了近七年來的首次下降。從結構上看，除了居民部門杠桿率上升較快外，非金融企業去杠桿的力度較強，政府部門顯性杠桿率略升但隱性債務增速趨緩，結構性去杠桿的特征非常明顯。2017年，非金融企業杠桿率為153.6%，同比下降4.6個百分點;政府部門杠桿率為37.0%，同比微升0.5個百分點;居民部門杠桿率為53.2%，同比上升3.8個百分點。盡管當前我國宏觀杠桿率出現良好勢頭，但整體杠桿率仍然較高，非金融企業部門杠桿率還有較大下行空間，政府部門和居民部門杠桿率仍在上升之中，我國經濟中存在的巨大風險仍未充分釋放。因此，持續有效穩住宏觀杠桿率依然迫在眉睫，未來兩年內防范化解重大風險攻堅戰仍居三大攻堅戰的首位。

六、結論和政策建議

（一）我國處于金融周期頂峰

從金融短中長周期看，我國目前處于流動性周期的上行階段、信貸和房地產周期的頂峰和杠桿周期的下行階段，也就是本文所述的金融周期的第6種表現形式。在這一階段，部分領域已爆發金融風險，要特別關注企業信用風險、地方政府債務尤其是融資平臺償債風險、房地產企業尤其是中小房企泡沫風險，防范化解金融危機的關鍵之處在于如何實現杠桿周期的平穩過渡。

根據去杠桿過程中政府扮演的角色，去杠桿可分為三種方式，分別是通縮去杠桿、惡性通脹去杠桿和適度通脹去杠桿。去杠桿周期一般伴隨著通貨緊縮，如果政府不進行干預，就會出現通縮去杠桿;如果政府過度干預則出現惡性通脹去杠桿，這兩種方式是兩個極端，都是壞的去杠桿。只有在縮減債務的同時，還能提高收入、增強負債主體償還債務的能力，才是好的去杠桿。

（二）實現適度通脹去杠桿

1.金融回歸服務實體經濟的本位

從國際經驗看，美國和日本都經歷了金融去杠桿的歷程，由于采取的措施不同，效果也大相徑庭。20世紀八十年代，日本為了緩解房地產泡沫風險，主要靠銀行控制貨幣總量，卻引起了泡沫的迅速破裂，帶來了經濟“失去的二十年”。日本的方式主要是通縮去杠桿，沒有處理好金融、居民、企業等部門之間的關系。美國去杠桿并沒有對其經濟增長產生明顯的負面影響，美國的做法是好的加杠桿和壞的去杠桿組合，通過政府部門加杠桿對沖私營非金融部門去杠桿的沖擊，維持了宏觀杠桿率的穩定，并通過降息和量化寬松等政策刺激經濟和通脹的復蘇，資產負債表修復速度被加快，縮短了私營非金融部門去杠桿的周期。當私營非金融部門杠桿率穩定之后，政府部門不再繼續加杠桿，刺激政策開始隨著經濟復蘇逐步退出。

借鑒美國和日本的經驗教訓，要想采取適度通脹去杠桿的措施，最為重要的是讓金融回歸服務實體經濟的本源，去杠桿的重心應放在解決結構性問題，注重結構性去杠桿，分部門、分債務類型有序、穩步地把杠桿降下來，實現壞的去杠桿和好的加杠桿組合。

2.提高直接融資尤其是股權融資的比重

近年來我國直接融資占比不斷攀升，但與世界主要經濟體直接融資占比70%相比，我國直接融資仍然是金融發展的一大短板，尤其是股權融資更是短板中的短板。從具體措施看，提高股權融資占比，應堅持市場化和法制化取向。一是加快多層次、多元化的資本市場建設，壯大主板、夯實創業板、發展新三板、推進科創板，為企業提供良好的股權融資環境。二是完善資本市場法制建設，切實保障投資者的利益。三是盡可能平滑股票市場波動，減少因股票價格大起大落給投資者帶來的損失。四是完善資本市場監督機制，大力發展機構投資者、培育媒體等外部監督力量，推動股權市場的運行。

3.加強政策協調，防范系統性金融風險

一是保持貨幣政策的穩健中性，控制貨幣增速，用好貨幣政策工具，保持流動性合理充裕。二是完善宏觀審慎政策框架，加強宏觀審慎政策和微觀金融監管的協調性，避免政策疊加或政策真空。三是加強監管部門協調整合，避免重復監管和監管空白，提高對跨市場、跨行業金融風險的預警和監測。■

（特約編輯：陳國權）

參考文獻：

[1]Aikman D，Haldane A G，Nelson B D.Curbing the Credit Cycle[J].Economic Journal，2013，125（585）：1072–1109.

[2]Bhatia A V，Bayoumi T.Leverage？ What Leverage？A Deep Dive into the U.S. Flow of Funds in Search of Clues to the Global Crisis[J].Imf Working Papers，2012，12（162）.

[3]Bank for International Settlements.84th Annual Report[R].June，2014.

[4]Kim K，Lee I H，Shim W.Redefining Liquidity for Monetary Policy[J].Staff Papers，2018.

[5]黃志龍.我國國民經濟各部門杠桿率的差異及政策建議[J].國際金融，2013（1）：27-28.

[6]勞芬.金融擴張、經濟波動與流動性周期測度——來自中國數據的檢驗[J].時代金融，2014（1）：84-86.

[7]李佳流動性周期對系統性風險的影響路徑研究[J].財政金融，2013（9）：63-67.

[8]陸磊，楊駿.流動性、一般均衡與金融穩定的“不可能三角”[J].金融研究，2016（1）：1-13.

[9]彭振江，楊李娟.金融周期視角下區域金融風險差異化防控研究[J].金融監管研究，2017（5）：50-67.

[10]王信，彭振江.金融周期視角下的我國地區貸款差異和政策選擇[J].清華金融評論，2015（6）：61-64.

[11]項后軍，陳簡豪，楊華.銀行杠桿的順周期行為與流動性關系問題研究[J].數量經濟技術經濟研究，2015（8）：52-72+148.

[12]肖崎.流動性、杠桿率與金融穩定[J].金融發展研究，2010（10）：9-14.

[13]周月秋.關于“去杠桿”金融新周期的探討[J].宏觀經濟，2018（4）：53-56.