金融周期、系統(tǒng)性金融風險與經(jīng)濟高質(zhì)量發(fā)展
——基于時變分析視角

姚登寶，劉治戎

（安徽大學經(jīng)濟學院，安徽合肥，230601）

一、引言

隨著我國金融體制改革的深入以及金融開放程度的提高，金融沖擊對經(jīng)濟高質(zhì)量發(fā)展的影響日益顯著，一個國家金融系統(tǒng)的穩(wěn)定與否將直接關系到經(jīng)濟高質(zhì)量發(fā)展的步伐。自黨的十九大以來，我國更是長期將防范化解重大風險，尤其是系統(tǒng)性風險作為“三大攻堅戰(zhàn)”之一，并將其作為實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的核心任務。2020年12月，中央經(jīng)濟工作會議明確指出，由于新冠肺炎疫情變化和外部環(huán)境不確定性上升，我國經(jīng)濟恢復的基礎尚不牢固，各類衍生風險仍需重視。金融危機史表明，金融危機大多發(fā)生在金融周期的波峰附近，危機爆發(fā)后所出現(xiàn)的資產(chǎn)價格大幅下跌及金融市場信貸規(guī)模的急速收縮會對實體經(jīng)濟造成負面沖擊，最終導致社會產(chǎn)出的巨大損失甚至經(jīng)濟衰退。因此金融系統(tǒng)的穩(wěn)定已經(jīng)不僅僅取決于金融市場潛在的系統(tǒng)性金融風險，還要時刻關注金融周期的轉(zhuǎn)換趨勢，我國經(jīng)濟要實現(xiàn)高質(zhì)量發(fā)展必須兼顧金融周期轉(zhuǎn)變和系統(tǒng)性金融風險累積的綜合影響。

2008年，全球金融危機爆發(fā)之后，傳統(tǒng)經(jīng)濟周期理論的失效促使學術界重新審視金融周期在宏觀經(jīng)濟發(fā)展中起到的重要作用。金融周期的產(chǎn)生源于投資者對風險的偏好與對待金融約束的態(tài)度之間順周期自我強化的相互作用。這種相互作用會放大經(jīng)濟波動，導致金融繁榮與金融蕭條交替出現(xiàn)，最終引發(fā)金融困境進而造成宏觀經(jīng)濟失調(diào)。［1］由于我國大部分金融指標數(shù)據(jù)統(tǒng)計年份較短，為了彌補數(shù)據(jù)獲取上的缺陷，國內(nèi)學者更加傾向于借鑒國外金融狀況指數(shù)編制的方法來刻畫我國金融周期的行為路徑。［2］鄧創(chuàng)等（2014）［3］基于主成分分析法測算我國金融形勢指數(shù)，以此考察我國金融周期波動特征。崔建軍等（2019）［4］利用主成分分析法合成我國金融周期指數(shù)，并構建TVP-SV-SVAR模型，研究我國貨幣政策、金融周期及宏觀經(jīng)濟變量間的時變關系。

系統(tǒng)性金融風險理論與金融周期理論密切相關，因此系統(tǒng)性金融風險的研究也在金融危機爆發(fā)之后興起。目前學術界的主流觀點認為，系統(tǒng)性金融風險就是因系統(tǒng)重要性部門的失敗導致實體經(jīng)濟所出現(xiàn)的溢出風險。［5］關于系統(tǒng)性金融風險的測度，由于市場數(shù)據(jù)的頻率跨度范圍較廣且數(shù)據(jù)可得性較高，因此基于市場數(shù)據(jù)所演化出的風險測度模型被廣泛運用于金融風險管理領域。Adrian和Brun?nermeier（2016）［6］基于在險價值（VaR）模型提出了動態(tài)條件在險價值（ΔCoVaR）模型，從而更加全面地刻畫極端金融事件發(fā)生時金融機構或金融系統(tǒng)可能遭受的最大風險或損失。Acharya等（2010）［7］則基于預期損失（ES）模型提出了邊際期望損失（MES）模型。國內(nèi)學者將這些度量系統(tǒng)性金融風險的新方法積極運用到我國的金融實踐當中，取得了一系列的研究成果。白雪梅等（2014）［8］基于CoVaR方法度量了我國公開上市的27家金融機構2008—2013年的系統(tǒng)性金融風險水平。李政等（2019）［9］結合了CoVaR和MES兩種方法研究了我國金融部門間系統(tǒng)性風險溢出的監(jiān)測預警。

我國正處于經(jīng)濟新常態(tài)的重要轉(zhuǎn)型期，經(jīng)濟高質(zhì)量發(fā)展將成為我國未來經(jīng)濟建設的核心基調(diào)。國內(nèi)學者通常使用全要素生產(chǎn)率來度量我國的經(jīng)濟高質(zhì)量發(fā)展。［10］然而，受概念誤差和度量方法等因素的影響，以全要素生產(chǎn)率作為衡量經(jīng)濟高質(zhì)量發(fā)展水平的評價指標在可行性和合理性上存在明顯缺陷。［11］近年來，以熵權法為核心構建經(jīng)濟高質(zhì)量發(fā)展的綜合測度評價體系成為研究熱點。魏敏等（2018）［12］基于熵權法測算了我國各省份的經(jīng)濟高質(zhì)量發(fā)展水平并提出完善全方位框架下的經(jīng)濟高質(zhì)量發(fā)展綜合提升的政策建議。

以往的研究，學者們大多關注金融周期的變化特征，針對系統(tǒng)性金融風險的研究則偏向于分析金融市場內(nèi)部的風險傳導機制，鮮有文獻在兼顧金融周期波動和系統(tǒng)性金融風險變化的情況下，將其與經(jīng)濟高質(zhì)量發(fā)展同時置于一個統(tǒng)一的框架內(nèi)進行分析，更鮮有從非線性和時變性角度研究三者之間的內(nèi)在聯(lián)系。包含隨機波動率的時變參數(shù)結構向量自回歸（TVP-SV-SVAR）模型假定系數(shù)與協(xié)方差矩陣均為時變，相較于傳統(tǒng)靜態(tài)線性計量模型，可以更好地刻畫經(jīng)濟變量間的非線性關系與時變特征，因此被廣泛運用于經(jīng)濟金融領域。［13］Nakajima等（2011）［14］將馬爾科夫鏈蒙特卡洛模擬（MCMC）引入TVP-SV-SVAR模型，有效提高了參數(shù)估計的精確度，使TVP-SV-SVAR模型在捕捉變量間的時變特征時更加精準。近年來國內(nèi)學者靈活運用TVP-SV-SVAR模型參數(shù)時變的假定優(yōu)勢，更加深入地研究各類宏觀經(jīng)濟問題。［15］因此，本文構建包含金融周期、系統(tǒng)性金融風險和經(jīng)濟高質(zhì)量發(fā)展的TVP-SV-SVAR模型，深入探究金融市場變化對經(jīng)濟高質(zhì)量發(fā)展的時變異質(zhì)性影響，以期為我國金融體系支持經(jīng)濟高質(zhì)量發(fā)展提供理論依據(jù)和政策啟示。

二、理論分析與研究假設

（一）內(nèi)在機理分析

1.金融周期影響經(jīng)濟高質(zhì)量發(fā)展的內(nèi)在機制

金融周期處于上升寬松狀態(tài)時，擴張性的財政政策與貨幣政策推動金融系統(tǒng)運轉(zhuǎn)效率上升，充足的市場流動資金降低了真實融資成本，金融機構的信貸規(guī)模加速擴張。基于“金融加速器”理論，企業(yè)部門借貸成本的下降以及融資渠道的拓寬會推動企業(yè)擴大生產(chǎn)投資規(guī)模，產(chǎn)品市場供給側(cè)的擴張會吸引更多的社會消費，反過來又會進一步提高企業(yè)的經(jīng)營水平，從而優(yōu)化實體經(jīng)濟的產(chǎn)業(yè)結構與技術創(chuàng)新，推動經(jīng)濟快速增長。家庭部門基于市場前景向好的預期，偏好轉(zhuǎn)為增加消費需求，并且由于持有的資產(chǎn)價格上漲，其資產(chǎn)的抵押價值更高，反過來刺激家庭更多地進行消費或投資，進而推動新一輪的資產(chǎn)價格上升和經(jīng)濟擴張。因此金融條件的擴張和好轉(zhuǎn)對經(jīng)濟增長具有促進作用，提高了經(jīng)濟高質(zhì)量發(fā)展水平。

假設1：金融周期處于上升寬松期時會提升經(jīng)濟高質(zhì)量發(fā)展水平。

2.系統(tǒng)性金融風險影響經(jīng)濟高質(zhì)量發(fā)展的內(nèi)在機制

系統(tǒng)性金融風險積聚階段，金融市場一般處于繁榮狀態(tài)，各類金融機構相互合作較多，大量的交叉業(yè)務導致金融業(yè)的風險溢出效應增強。當遭受利率波動等負外部沖擊時，房地產(chǎn)、股票等市場的資產(chǎn)價值將出現(xiàn)下跌，此時金融機構在資本充足率等監(jiān)管要求及盡快挽回損失的內(nèi)在動力下，通過變賣資產(chǎn)以達到“去杠桿化”的目的，而同向的賣出行為使得市場流動性加速枯竭，并推動降價拋售資產(chǎn)的成本進一步提高，從而放大原始負面沖擊。金融機構的外溢效應同樣影響到企業(yè)部門和家庭部門的運轉(zhuǎn)。信貸市場的收縮將會導致企業(yè)部門資金流動的放緩甚至資金鏈斷裂，企業(yè)不得不縮減經(jīng)營范圍以及變賣資產(chǎn)來改善資產(chǎn)負債表的狀況，而企業(yè)凈資產(chǎn)價值的螺旋式下跌又進一步導致資產(chǎn)負債表狀況惡化。而家庭部門在接收到市場發(fā)出的負面信號后將會產(chǎn)生心里的恐慌和信心的崩潰，開始大面積縮減投資和消費。在對市場前景持悲觀態(tài)度的作用下，家庭部門會加快從金融市場抽回自有資金，金融機構出現(xiàn)“擠兌”現(xiàn)象，整個市場呈現(xiàn)出蕭條景象，經(jīng)濟高質(zhì)量發(fā)展水平大幅下降。

假設2：系統(tǒng)性金融風險上升會導致經(jīng)濟高質(zhì)量發(fā)展水平下降。

（二）影響機制模型：TVP-SV-SVAR模型

TVP-SV-SVAR模型以SVAR模型為基礎，通過將系數(shù)、協(xié)方差等參數(shù)設置為隨時間推移而變化，從而更加有效地反映出各經(jīng)濟變量之間的時變特征以及內(nèi)在的非線性關系。經(jīng)典的SVAR模型為：

將At中的非零元素進行堆棧，得到at=(a21,a31,a32)T，并記ht=(h1t,h2t,h3t)T，。此處假設參數(shù)均服從隨機游走過程，即：

其中，βt+1～N(μβ0,Σβ0)，αt+1～N(μα0,Σα0)，ht+1～N(μh0,Σh0)，∑α、∑h為對角矩陣，∑β為時變系數(shù)矩陣。

三、研究設計

（一）金融周期

基于中國金融市場實際發(fā)展現(xiàn)狀，選擇銀行體系等六個維度構建金融周期體系，包含22個基礎指標（如表1所示）。根據(jù)數(shù)據(jù)的代表性和可得性原則，所有變量的樣本區(qū)間均為2002年1月—2019年12月的月度數(shù)據(jù)，所有數(shù)據(jù)均來源于同花順金融數(shù)據(jù)庫。

主成分分析法（PCA）將原本相互關聯(lián)的變量通過正交變換重新組合成一組數(shù)量較少且互不相關的綜合指標，即保證了新指標之間相互獨立的關系，又最大程度地保留了原變量所擁有的信息，適合用于建立金融周期指數(shù)。預先的數(shù)據(jù)檢驗結果表明，KMO值為0.773，大于標準值0.6且Bartlett球狀檢驗P值為0，說明指標數(shù)據(jù)適合進行主成分分析。基于CensusX-13方法對數(shù)據(jù)進行季節(jié)性調(diào)整以消除季節(jié)影響，通過標準化處理消除各指標數(shù)據(jù)之間的量綱差異，對處理后的數(shù)據(jù)進行主成分分析（如表2所示）。經(jīng)過降維，所得到的五個主成分的特征值均大于1且累計貢獻率達到84.309%，表明信息丟失較少，可以代表22個基礎指標進行金融周期分析。對五個主成分賦予等同于其貢獻率與累計貢獻率之比的權重，加權計算之后采用BP濾波法提取其周期成分并將其作為測度中國金融周期波動的綜合指標CFCI。將BP濾波參數(shù)的下限設為30個月，上限設為60個月，具體公式如下：

表2 主成分分析結果

圖1為中國金融周期綜合指數(shù)CFCI走勢，可以看出其具有顯著的周期性特征。當金融周期指數(shù)接近0時，表明金融環(huán)境比較穩(wěn)定，宏觀經(jīng)濟發(fā)展比較平穩(wěn)；當金融周期指數(shù)為正值時，表明金融環(huán)境處于上行寬松狀態(tài)（繁榮），宏觀經(jīng)濟形勢趨于好轉(zhuǎn)；當金融周期指數(shù)為負值時，表明金融環(huán)境處于下行緊縮狀態(tài)（蕭條），宏觀經(jīng)濟形勢趨于惡化。通過研究發(fā)現(xiàn)，金融周期波動狀態(tài)下的峰頂和谷底與一些極端金融事件或宏觀金融政策的出臺具有一一對應的關系（如表3所示）。

圖1 中國金融周期綜合指數(shù)CFCI

表3 金融周期與經(jīng)濟事件對應表

（二）系統(tǒng)性金融風險

動態(tài)條件在險價值（ΔCoVaR）的核心思想是當單個金融機構出現(xiàn)極端事件時，其他金融機構或整個金融體系可能面臨的最大風險或損失。金融機構i的為：

其中，Xi表示金融機構i的資產(chǎn)收益率，q表示置信水平。CoVaR反映了極端事件下單個金融機構對整個金融體系的影響程度，體現(xiàn)了該金融機構的系統(tǒng)重要性水平。而金融機構i對另一金融機構j的風險溢出則表示為：

其中q取50%代表正常情況下金融機構的資產(chǎn)收益率。同理，金融機構i對整個金融系統(tǒng)的總風險溢出為：由式（6）可知，金融機構i的絕對值越大，對金融系統(tǒng)的邊際風險貢獻越大，其系統(tǒng)性金融風險水平也就越高。為了使模型更加貼合實際，引入一系列與系統(tǒng)性金融風險相關的狀態(tài)變量X，即：

邊際期望損失（MES）主要用于衡量市場收益率發(fā)生極端下跌情況時單個金融機構可能面臨的最大風險或損失，彌補了CoVaR只計算確定分位數(shù)水平損失的缺點。假設整個金融系統(tǒng)由N個金融機構組成，整個金融系統(tǒng)的總收益R等于單個金融機構收益ri的加權和，即，其中yi為單個金融機構i占整個金融系統(tǒng)的權重。因此在1-α的置信水平下整個金融系統(tǒng)的期望損失為：

單個金融機構對整個金融系統(tǒng)的風險邊際貢獻為：

確定具體時間區(qū)間內(nèi)市場收益率低于5%分位點以下的日期，然后計算這些日期內(nèi)給定金融機構股票收益率平均值的相反數(shù)：

結合CoVaR與MES兩種方法構建中國系統(tǒng)性風險綜合測度指標CSFRI，由于變量量綱之間存在差異，首先對各個變量進行標準化處理，再對各個變量賦予不同的權重構建新的綜合指標，即：

以申銀萬國行業(yè)分類標準為基礎，將金融系統(tǒng)劃分為銀行業(yè)、證券業(yè)、保險業(yè)以及多元金融四個部分，分別計算各個部分對整個金融系統(tǒng)的風險貢獻度，通過將各部分的風險貢獻水平加總得到金融系統(tǒng)整體風險水平。基于數(shù)據(jù)可得性和代表性，選取上證綜合指數(shù)的日度漲跌幅作為市場收益率的替代變量，上證綜合指數(shù)的年化波動率作為隱含波動率的替代變量，銀行間7日質(zhì)押式回購收盤利率作為市場流動性的代理變量。由于系統(tǒng)性金融風險數(shù)據(jù)頻率為日度，為了與金融周期和經(jīng)濟高質(zhì)量發(fā)展的數(shù)據(jù)頻率對齊，取系統(tǒng)性金融風險日度數(shù)據(jù)的算術平均值作為月度數(shù)據(jù)。圖2為2002年1月—2019年12月我國系統(tǒng)性金融風險綜合指數(shù)CSFRI的變化趨勢，CSFRI數(shù)值越大表明系統(tǒng)性金融風險水平越高。可以看出其變化趨勢與我國實際情況相近，因此適合作為反映我國系統(tǒng)性金融風險水平的指標。

圖2 我國系統(tǒng)性金融風險變化趨勢

（三）經(jīng)濟高質(zhì)量發(fā)展

基于實際經(jīng)濟發(fā)展狀況，選取經(jīng)濟發(fā)展方式等三個維度建立經(jīng)濟高質(zhì)量發(fā)展指標體系，包括經(jīng)濟增速等16個基礎指標（如表4所示）。

表4 經(jīng)濟高質(zhì)量發(fā)展指標體系

利用CensusX-13方法對各指標數(shù)據(jù)進行季節(jié)性調(diào)整，部分數(shù)據(jù)缺失值運用線性插值進行填充。由于GDP和GDP增長率的統(tǒng)計頻率為季度，為了使其數(shù)據(jù)頻率與其他月度數(shù)據(jù)相匹配，結合階梯函數(shù)法與非線性插值法將GDP季度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)，利用頻率轉(zhuǎn)換法將GDP增長率轉(zhuǎn)換為月度數(shù)據(jù)。熵權法的指標權重值基于各測度指標數(shù)據(jù)變異程度所反映的信息量得到，這種方法降低了指標賦權時主觀因素的干擾，在運用于計算多指標體系時具有獨特的優(yōu)勢，因此采用熵權法計算我國經(jīng)濟高質(zhì)量發(fā)展綜合指數(shù)CEGQI。圖3為2002年1月—2019年12月我國經(jīng)濟高質(zhì)量發(fā)展指數(shù)CEGQI的變化趨勢，數(shù)值越接近于1，說明經(jīng)濟高質(zhì)量發(fā)展水平越高。可以看出，其變化趨勢與我國經(jīng)濟發(fā)展過程相符，因此適合作為評價我國經(jīng)濟高質(zhì)量發(fā)展水平的綜合指標。

圖3 我國經(jīng)濟高質(zhì)量發(fā)展變化趨勢

四、實證分析

（一）樣本描述性統(tǒng)計

表5給出了金融周期、系統(tǒng)性金融風險和經(jīng)濟高質(zhì)量發(fā)展的描述性統(tǒng)計結果。可以看出，金融周期變量波動較為平穩(wěn)且接近于正態(tài)分布；系統(tǒng)性金融風險變量波動程度較高且呈現(xiàn)出右偏尖峰特征；經(jīng)濟高質(zhì)量發(fā)展變量波動程度較低且呈現(xiàn)出較弱的左偏尖峰特征。三個變量的J-B統(tǒng)計量均在1%顯著性水平下拒絕服從正態(tài)分布的原假設。

表5 描述性統(tǒng)計分析

為避免模型出現(xiàn)“偽回歸”問題，需要對三個變量進行平穩(wěn)性檢驗，采用PP單位根檢驗方法。如表6所示，金融周期CFCI和系統(tǒng)性金融風險CFSRI均在1%顯著性水平下保持平穩(wěn)，經(jīng)濟高質(zhì)量發(fā)展CEGQI在10%顯著性水平下平穩(wěn)，因此將CFCI原序列、CFSRI原序列和CEGQI原序列納入到TVPSV-SVAR模型中。

表6 平穩(wěn)性檢驗

（二）基于MCMC算法的參數(shù)估計

采用馬爾科夫鏈蒙特卡洛模擬（MCMC）進行參數(shù)估計。根據(jù)AIC準則確定模型最優(yōu)滯后階數(shù)為1，選定模擬抽樣次數(shù)為10 000次。結果如表7所示，其中Geweke收斂診斷值均小于5%，置信水平臨界值1.96，表明MCMC模擬的前1 000次抽樣結果預燒使得馬爾科夫鏈趨于集中。無效因子為MCMC模擬產(chǎn)生互不相關樣本所需要的抽樣次數(shù)，無效因子越小代表互不相關的樣本越多，參數(shù)估計結果越好。表7中最大的無效因子為77.18，即至少可以獲得10 000/77.18≈129個互不相關的有效樣本，因此適合進行后驗分布計算。

表7 TVP-SV-SVAR模型參數(shù)估計結果

（三）時變脈沖響應分析

TVP-SV-SVAR模型設定參數(shù)是時變的，其脈沖響應函數(shù)主要由兩個部分構成：不同時點下一單位正向沖擊形成的等時點脈沖響應和不同滯后期下一單位正向沖擊形成的等間隔脈沖響應。為了更加清晰地展現(xiàn)出金融周期和系統(tǒng)性風險對經(jīng)濟高質(zhì)量發(fā)展的時變影響，從局部和全局兩個視角來分析金融周期與系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的時變影響。

1.金融周期對經(jīng)濟高質(zhì)量發(fā)展的時變影響分析

（1）局部時變脈沖響應分析

圖4為一單位金融周期的正向沖擊對經(jīng)濟高質(zhì)量發(fā)展的時變脈沖響應圖像，其中上圖選取滯后3期（3個月）、6期（半年）和12期（一年）三個滯后期的等間隔脈沖響應；下圖選取2005年5月（股權分置改革）、2008年8月（金融危機）和2018年6月（中美貿(mào)易摩擦）三個時點的等時點脈沖響應。

圖4 金融周期對經(jīng)濟高質(zhì)量發(fā)展的時變脈沖響應

從圖4可以看出，金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應存在顯著的時變特征，并且脈沖響應函數(shù)的走勢較為一致，表明模型具有良好的穩(wěn)健性。由上圖可知，在樣本期內(nèi)，三個滯后期下金融周期對經(jīng)濟高質(zhì)量發(fā)展的脈沖響應均為正值，表明金融周期對經(jīng)濟高質(zhì)量發(fā)展具有顯著的正向影響，且該沖擊效應在中期更為顯著。由下圖可知，三個時點的脈沖響應函數(shù)變化趨勢基本保持一致，不同時點下金融周期對經(jīng)濟高質(zhì)量發(fā)展仍然產(chǎn)生了顯著的正向沖擊，達到最大值后沖擊效應略有減弱但仍大于零值，表明金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應具有顯著的持續(xù)性，與金融周期長于經(jīng)濟周期的理論相吻合。綜合上下兩圖來看，三條脈沖響應函數(shù)整體表現(xiàn)出很強的階段性，這是由于金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應存在非對稱影響，處于下行緊縮狀態(tài)的金融周期對于經(jīng)濟高質(zhì)量發(fā)展的負面影響要高于處于上行寬松狀態(tài)的金融周期對經(jīng)濟高質(zhì)量發(fā)展的促進作用。其中有一個關鍵時點值得注意，即2012年，我國宏觀經(jīng)濟調(diào)控政策基調(diào)定為穩(wěn)健。在此之后，金融當局加強對金融市場的監(jiān)管力度，并根據(jù)經(jīng)濟發(fā)展狀況及時調(diào)整政策的力度和方向，使得金融周期變化對經(jīng)濟高質(zhì)量發(fā)展的影響趨于平穩(wěn)。

（2）全局時變脈沖響應分析

圖5從全局視角給出了金融周期對經(jīng)濟高質(zhì)量發(fā)展的全局脈沖響應函數(shù)和各時點最大響應值及其對應的滯后期。由上圖可知，金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應存在較為顯著的時變性，并且每一單位金融周期正向沖擊均會引起經(jīng)濟高質(zhì)量發(fā)展水平的上升。同時，金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應在中長期體現(xiàn)的更為明顯。由下圖可知，金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應基本在滯后6期及以上時達到最大，對應的最大響應值具有顯著的時變特征，總體上呈現(xiàn)出上下波動的趨勢，但近年來波動趨于減緩。結合兩圖不難看出，金融危機前金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應較大，而金融危機之后沖擊效應趨于平穩(wěn)，表明我國為應對金融危機所出臺的相關政策推動了金融周期上行，加快了經(jīng)濟恢復的步伐。監(jiān)管當局應當針對金融周期所處狀態(tài)適時調(diào)整宏觀經(jīng)濟政策，為我國經(jīng)濟高質(zhì)量發(fā)展創(chuàng)造穩(wěn)定的金融環(huán)境。

圖5 全局脈沖響應及其對應的最大響應值

2.系統(tǒng)性風險對經(jīng)濟高質(zhì)量發(fā)展的時變影響分析

（1）局部時變脈沖響應分析

圖6為一單位正向系統(tǒng)性金融風險沖擊對經(jīng)濟高質(zhì)量發(fā)展的時變脈沖響應圖像，局部滯后期和時點的選擇與圖4一致。從圖6可以看出，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應存在顯著的時變特征，并且脈沖響應函數(shù)的走勢較為一致，表明模型具有良好的穩(wěn)健性。由上圖可知，在樣本期內(nèi)，三個滯后期下系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應與所處宏觀經(jīng)濟狀態(tài)有關。系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的影響同樣在短期體現(xiàn)的更為明顯；中期曲線也表現(xiàn)出一定的階段性特征；長期曲線的影響程度和階段性特征則比較微弱。值得注意的是，在金融市場處于危機后的復蘇階段時，系統(tǒng)性金融風險水平較低，此時為恢復市場活力和投資信心，激勵金融機構提高自身風險承擔水平有利于加快金融系統(tǒng)的運轉(zhuǎn)效率和發(fā)展速度，進而提升經(jīng)濟高質(zhì)量發(fā)展水平。

圖6 系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的時變脈沖響應

由圖可知，三個時點的脈沖響應函數(shù)變化基本保持一致形態(tài)，且均為負值，表明在金融市場動蕩時期系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生顯著的負向沖擊；脈沖響應函數(shù)基本于滯后4期時達到最大響應值，表明系統(tǒng)性金融風險的上升短期內(nèi)會降低經(jīng)濟高質(zhì)量發(fā)展水平。綜合上下兩圖來看，短期脈沖響應曲線的階段性和最大響應值相比于中長期較高，表明系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的影響在短期內(nèi)體現(xiàn)的較為顯著。金融監(jiān)管部門應當及時關注系統(tǒng)性金融風險的積聚，綜合運用多種政策工具將系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的負面影響降到最低。

（2）全局時變脈沖響應分析

圖7給出了系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的全局脈沖響應函數(shù)和各時點最大響應值及其對應的滯后期。由上圖可知，金融周期對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應存在較為顯著的時變性，并且系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的影響與所處宏觀經(jīng)濟環(huán)境有關。同時，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應在中期體現(xiàn)的更為明顯。由于系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應存在負值，為便于分析，這里取所有響應值的絕對值進行分析。

圖7 全局脈沖響應及其對應的最大響應值

如圖7所示，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應基本在滯后3～4期達到最大，且所對應的最大響應值同樣具有顯著的時變特征，總體呈現(xiàn)出上下波動的趨勢。結合兩圖可以看出，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展沖擊的最大響應值在宏觀經(jīng)濟穩(wěn)定時期處于一個平穩(wěn)態(tài)勢，而在金融危機時期，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的影響程度顯著提升，表明金融危機所導致的金融市場動蕩與實體經(jīng)濟破壞對經(jīng)濟高質(zhì)量發(fā)展產(chǎn)生了顯著的負向沖擊。因此我國金融監(jiān)管部門要加強對系統(tǒng)性金融風險水平的管控力度，及時緩釋金融系統(tǒng)中累積的系統(tǒng)性金融風險。

五、結論與建議

在分析金融周期和系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的傳導機制的基礎上，運用TVP-SV-SVAR模型進一步從理論和實證兩個角度深入探討了金融周期與系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的時變沖擊影響。得出結論如下：第一，我國經(jīng)濟高質(zhì)量發(fā)展整體呈上升趨勢，表明我國供給側(cè)結構性改革與需求端宏觀調(diào)控取得顯著成效，經(jīng)濟發(fā)展保持著穩(wěn)中向好、長期向好的基本趨勢。第二，金融周期對經(jīng)濟高質(zhì)量發(fā)展具有顯著的正向沖擊效應且在中長期體現(xiàn)的較為顯著，表明中長期上升寬松的金融周期會提升經(jīng)濟高質(zhì)量發(fā)展水平，我國監(jiān)管當局要根據(jù)金融周期的波動狀態(tài)適時采取政策進行調(diào)控。第三，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應與所處宏觀經(jīng)濟狀態(tài)有關，金融危機前后，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展具有顯著的負向沖擊效應；而經(jīng)濟恢復時期，系統(tǒng)性金融風險則對經(jīng)濟高質(zhì)量發(fā)展具有較弱的正向沖擊效應；兩種情況下，系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展的沖擊效應均在短期體現(xiàn)的較為顯著，表明系統(tǒng)性金融風險水平的上升會在短期內(nèi)影響經(jīng)濟高質(zhì)量發(fā)展水平。因此，金融監(jiān)管部門要繼續(xù)加強金融市場潛在系統(tǒng)性風險的管控，靈活運用各類政策工具維護金融市場穩(wěn)定。

綜上所述，金融周期和系統(tǒng)性金融風險對經(jīng)濟高質(zhì)量發(fā)展存在顯著的時變沖擊影響，因此，提出以下政策建議：第一，保持宏觀經(jīng)濟調(diào)控方向和經(jīng)濟政策工具的穩(wěn)定性和持續(xù)性，依托貨幣政策調(diào)控等經(jīng)濟政策機制穩(wěn)定金融周期波動，采取短期調(diào)控和長期引導相結合的金融政策將金融狀況穩(wěn)定在合適的范圍內(nèi)，為供給側(cè)結構性改革過程中經(jīng)濟高質(zhì)量發(fā)展的提升提供穩(wěn)定的金融支持；第二，進一步完善“貨幣政策+宏觀審慎政策”的雙支柱調(diào)控框架，加快金融市場風險監(jiān)管體制改革，重點篩查系統(tǒng)重要性機構的指標情況，強化對影子銀行的管控力度，建立統(tǒng)籌協(xié)調(diào)“一行兩會”的綜合金融監(jiān)管體系，積極緩釋系統(tǒng)性金融風險，有效防范金融危機的發(fā)生；第三，繼續(xù)推進金融供給側(cè)結構性改革，提高金融業(yè)服務實體經(jīng)濟的能力和水平，增強金融體系脫虛向?qū)嵉膬?nèi)生動力。通過制定全方位框架下的經(jīng)濟高質(zhì)量發(fā)展綜合提升政策和重視經(jīng)濟高質(zhì)量發(fā)展思想，推進我國經(jīng)濟發(fā)展由“量”向“質(zhì)”的有序轉(zhuǎn)變。