王立榮，C.James Hueng

(1.東北師范大學(xué) 經(jīng)濟(jì)學(xué)院，吉林 長(zhǎng)春 130117； 2.東北師范大學(xué) 應(yīng)用統(tǒng)計(jì)教育部重點(diǎn)實(shí)驗(yàn)室，吉林 長(zhǎng)春 130024； 3.美國(guó)西密歇根大學(xué) 經(jīng)濟(jì)系，密歇根州 卡拉瑪祖 49008； 4.中南財(cái)經(jīng)政法大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430073)

一、引 言

2008年爆發(fā)的世界性金融危機(jī)使國(guó)際社會(huì)重新反思傳統(tǒng)的微觀審慎監(jiān)管方法的內(nèi)在缺陷，并加強(qiáng)了對(duì)宏觀審慎監(jiān)管的重視。宏觀審慎監(jiān)管的目標(biāo)體現(xiàn)在減少系統(tǒng)性風(fēng)險(xiǎn)、增強(qiáng)金融體系的整體穩(wěn)健性[1]5-15。要實(shí)現(xiàn)這一目標(biāo)，需要對(duì)金融體系的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行測(cè)度，并識(shí)別金融壓力產(chǎn)生的原因，這有助于提高政策制定者采取措施緩解危機(jī)發(fā)生的能力[2]，是監(jiān)管當(dāng)局選擇適當(dāng)?shù)墓ぞ卟⒅贫ㄏ嚓P(guān)政策的重要參考依據(jù)。

隨著中國(guó)資本賬戶的逐步開放，中國(guó)與世界經(jīng)濟(jì)的聯(lián)系將更加緊密，全球金融市場(chǎng)的動(dòng)蕩對(duì)中國(guó)金融市場(chǎng)的穩(wěn)定狀態(tài)也將產(chǎn)生更大影響，中國(guó)金融市場(chǎng)和經(jīng)濟(jì)發(fā)展面臨的不確定性會(huì)顯著增加。中國(guó)人民銀行于2005年成立金融穩(wěn)定分析小組并每年發(fā)布《中國(guó)金融穩(wěn)定報(bào)告》，體現(xiàn)了對(duì)金融體系穩(wěn)健性狀況的高度重視。學(xué)術(shù)界近年來(lái)開始嘗試構(gòu)建能夠?qū)崟r(shí)監(jiān)測(cè)中國(guó)金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的指標(biāo)，旨在評(píng)估中國(guó)金融體系的穩(wěn)定狀況。

在測(cè)度系統(tǒng)性金融風(fēng)險(xiǎn)方面，金融壓力指數(shù)是國(guó)際社會(huì)普遍采用的監(jiān)測(cè)系統(tǒng)性風(fēng)險(xiǎn)狀況的綜合指數(shù)。金融壓力指數(shù)的(相對(duì))值越高，發(fā)生危機(jī)的可能性越大。從監(jiān)管者的角度，如果一定時(shí)期內(nèi)金融壓力指數(shù)顯著高于歷史最高水平，則與金融機(jī)構(gòu)相關(guān)的違約風(fēng)險(xiǎn)將增加，進(jìn)一步會(huì)影響金融系統(tǒng)的風(fēng)險(xiǎn)資本(risk capital)和流動(dòng)性，最終可能對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生負(fù)反饋效應(yīng)。因此，分析較高金融壓力指數(shù)產(chǎn)生的原因進(jìn)而及時(shí)地制定相關(guān)政策以避免金融市場(chǎng)過(guò)度波動(dòng)，對(duì)于穩(wěn)定一國(guó)的金融環(huán)境具有重要的意義。

本文首先總結(jié)金融壓力、金融壓力指數(shù)和金融狀況指數(shù)的含義及相關(guān)關(guān)系，進(jìn)而著重對(duì)金融壓力指數(shù)的相關(guān)研究進(jìn)行總結(jié)，尤其是對(duì)衡量美國(guó)金融市場(chǎng)壓力的三大指數(shù)進(jìn)行系統(tǒng)描述，在總結(jié)分析的基礎(chǔ)上，對(duì)中國(guó)金融市場(chǎng)壓力指數(shù)的研究現(xiàn)狀進(jìn)行描述，歸納已有研究的貢獻(xiàn)，并指出未來(lái)可能有意義的研究方向。

二、金融壓力、金融壓力指數(shù)與金融狀況指數(shù)

對(duì)金融壓力的概念目前尚沒有形成統(tǒng)一的觀點(diǎn)，因?yàn)槿魏蝺蓚€(gè)金融壓力期都不會(huì)是完全相同的，一個(gè)時(shí)期金融壓力增加可能是其他投資者投資行為的不確定性增加導(dǎo)致的，而另一個(gè)時(shí)期金融壓力的增加則可能源于持有風(fēng)險(xiǎn)資產(chǎn)的意愿下降。不同金融壓力期各種因素的重要性也可能產(chǎn)生變化。最早對(duì)金融壓力給出定義并測(cè)度金融壓力大小的研究來(lái)自加拿大銀行的經(jīng)濟(jì)學(xué)家Illing and Liu[3]243-265。他們定義了金融壓力：來(lái)源于金融市場(chǎng)和金融機(jī)構(gòu)的不確定性及預(yù)期損失的變化會(huì)形成壓力作用于經(jīng)濟(jì)中的個(gè)體；金融壓力是一個(gè)連續(xù)統(tǒng)(continuum)，金融壓力的極值被稱為金融危機(jī)。Abdymomunov[4]455-470的觀點(diǎn)與Illing and Liu(2006)類似，其研究認(rèn)為：系統(tǒng)性的金融壓力是金融市場(chǎng)呈現(xiàn)出的一種狀態(tài)，在金融壓力期，市場(chǎng)參與者面臨的不確定性顯著增加或?qū)ξ磥?lái)金融損失、資產(chǎn)的基礎(chǔ)價(jià)值和經(jīng)濟(jì)行為不斷地改變預(yù)期。金融壓力期的金融變量在經(jīng)驗(yàn)上表現(xiàn)出與平靜期(calm periods)不同的特征。尤其是系統(tǒng)性的沖擊會(huì)導(dǎo)致金融變量發(fā)生即刻的巨幅波動(dòng)并產(chǎn)生系統(tǒng)性金融壓力。Lo Duca and Peltonen[5]從金融壓力造成的結(jié)果角度給出了關(guān)于系統(tǒng)性風(fēng)險(xiǎn)的描述，認(rèn)為系統(tǒng)性風(fēng)險(xiǎn)是金融不穩(wěn)定已經(jīng)損害了金融系統(tǒng)的正常運(yùn)行，并導(dǎo)致經(jīng)濟(jì)增長(zhǎng)和社會(huì)福利顯著受到影響。從金融壓力產(chǎn)生的根源角度，Grimaldi[6-7]稱，金融壓力是脆弱的金融市場(chǎng)的產(chǎn)物，也可能源于外生或內(nèi)生的沖擊。從金融壓力呈現(xiàn)出的特征角度，Danninger et al.[8]139-175指出，金融壓力可能表現(xiàn)為如下特征：金融動(dòng)蕩、匯率壓力導(dǎo)致貨幣貶值和外匯儲(chǔ)備耗竭、資本流入減少、資本從新興經(jīng)濟(jì)體的股票和債券市場(chǎng)撤資、銀行收回貸款等。Hakkio and Keeton[9]則認(rèn)為，衡量金融市場(chǎng)壓力的指標(biāo)應(yīng)該至少反映出以下某一方面或全部的典型特征：基礎(chǔ)資產(chǎn)價(jià)值的不確定性增加、其他投資者行為的不確定性增加、信息不對(duì)稱程度增加、持有風(fēng)險(xiǎn)資產(chǎn)的意愿下降(flight to quality)、持有非流動(dòng)性資產(chǎn)的意愿下降(flight to liquidity)?？傮w上看，金融壓力用來(lái)描述金融體系的系統(tǒng)性風(fēng)險(xiǎn)，金融壓力越大，發(fā)生金融危機(jī)的可能性越高。

盡管對(duì)于金融壓力的定義尚未形成統(tǒng)一觀點(diǎn)，但其所代表的負(fù)面信息卻得到廣泛認(rèn)可。因此，學(xué)術(shù)界和相關(guān)機(jī)構(gòu)嘗試構(gòu)建金融壓力指數(shù)以反映金融市場(chǎng)不同時(shí)刻系統(tǒng)性風(fēng)險(xiǎn)的大小。總體看，金融壓力指數(shù)旨在測(cè)度金融市場(chǎng)的不穩(wěn)定狀態(tài)，即金融系統(tǒng)中金融摩擦、金融壓力和金融張力水平，并合成為單一的、連續(xù)的統(tǒng)計(jì)量。金融壓力指數(shù)不僅可以測(cè)度金融壓力水平，起到實(shí)時(shí)監(jiān)測(cè)金融系統(tǒng)的作用，而且有助于更好地描繪歷史上的危機(jī)時(shí)期[10]。

國(guó)際上對(duì)于金融壓力指數(shù)的研究已經(jīng)取得豐碩成果。最早的，也是最具影響力的金融壓力指數(shù)是由Illing and Liu(2006)構(gòu)建的加拿大金融壓力指數(shù)。該指數(shù)涵蓋了股票市場(chǎng)、債券市場(chǎng)、外匯市場(chǎng)以及銀行部門的多個(gè)變量。具體地，該指數(shù)選擇了公司債利差、國(guó)債市場(chǎng)流動(dòng)性指標(biāo)、股票市場(chǎng)的波動(dòng)性指標(biāo)和匯率波動(dòng)性指標(biāo)等7個(gè)日度時(shí)間序列變量，并運(yùn)用4種方式將相關(guān)的金融變量合成為日度金融壓力指數(shù)。針對(duì)發(fā)達(dá)經(jīng)濟(jì)體構(gòu)建的金融壓力指數(shù)還包括國(guó)際貨幣基金組織(IMF)構(gòu)建的月度金融壓力指數(shù)，指數(shù)的構(gòu)建是基于3個(gè)與銀行部門相關(guān)的指標(biāo)(如銀行股的β值，TED利差等)、3個(gè)與證券市場(chǎng)相關(guān)的指標(biāo)和1個(gè)匯率指標(biāo)，該指數(shù)涵蓋了17個(gè)發(fā)達(dá)國(guó)家[11]。還有專門針對(duì)歐元區(qū)的金融壓力指數(shù)，Grimaldi(2010)選擇了16個(gè)日度時(shí)間序列變量，運(yùn)用logit模型構(gòu)建了周度的歐元區(qū)金融壓力指數(shù)，只有水平值指數(shù)和變動(dòng)率指數(shù)進(jìn)入Probit回歸方程，且二元被解釋變量(金融壓力期)的賦值是基于歐洲中央銀行月度公告(ECB Monthly Bulletin)的關(guān)鍵詞搜索。Holló et al.(2012)針對(duì)Grimaldi(2010)對(duì)金融壓力期的賦值是對(duì)危機(jī)事件的事后判斷，重新構(gòu)建了歐元區(qū)金融系統(tǒng)壓力綜合指數(shù)(Composite Indicator of Systemic Stress，CISS)，選擇15個(gè)周度指標(biāo)，首先合成了5個(gè)次級(jí)指數(shù)(Subindex)，在考慮5個(gè)次級(jí)指數(shù)間時(shí)變相關(guān)關(guān)系的基礎(chǔ)上，最終合成系統(tǒng)性壓力指數(shù)；采用兩種方法內(nèi)生性地識(shí)別不同金融壓力期，即自回歸馬爾可夫轉(zhuǎn)移模型和門限向量自回歸模型(TVAR)。還有專門測(cè)度美國(guó)金融市場(chǎng)壓力狀況的三大金融壓力指數(shù)，將在下文中詳細(xì)介紹。

另外一個(gè)與金融壓力指數(shù)相似且容易被混淆的概念是金融狀況指數(shù)(Financial Condition Index，F(xiàn)CI)。金融狀況指數(shù)的構(gòu)建通常不僅涵蓋金融市場(chǎng)的相關(guān)指標(biāo)，還包括非金融市場(chǎng)的相關(guān)指標(biāo)。金融狀況指數(shù)傾向于包含數(shù)量指標(biāo)、價(jià)格指標(biāo)和經(jīng)濟(jì)指標(biāo)，而金融壓力指數(shù)則僅包含價(jià)格指標(biāo)。金融狀況指數(shù)可以用于預(yù)測(cè)經(jīng)濟(jì)周期的改變[12]369-397，是金融狀況到宏觀經(jīng)濟(jì)狀況的“映射”(maping)，而金融壓力指數(shù)可以被視為金融市場(chǎng)脆弱性水平的即時(shí)測(cè)度(snapshot of the level of fragility)[13]。研究者有必要根據(jù)研究的具體目標(biāo)準(zhǔn)確選擇金融壓力指數(shù)或金融狀況指數(shù)，并在對(duì)指標(biāo)進(jìn)行解釋時(shí)注意區(qū)分二者的本質(zhì)差別。

金融壓力指數(shù)構(gòu)建過(guò)程中會(huì)面臨兩方面問(wèn)題，一是指標(biāo)選取，二是采取合適的方法將各指標(biāo)合成金融壓力指數(shù)。指標(biāo)選取方面應(yīng)該注意到金融市場(chǎng)具有內(nèi)在的前瞻性特征，金融市場(chǎng)的參與者會(huì)充分考慮各種可能的沖擊并調(diào)整其對(duì)金融資產(chǎn)未來(lái)收益的預(yù)期，這將使沖擊的效應(yīng)首先在資產(chǎn)價(jià)格上得以體現(xiàn)，進(jìn)而傳導(dǎo)至其他金融部門和實(shí)體經(jīng)濟(jì)。因此，指標(biāo)范圍應(yīng)該覆蓋金融市場(chǎng)中各種主要的資產(chǎn)價(jià)格，如利率、股票價(jià)格、匯率等，以及價(jià)格的波動(dòng)。合成金融壓力指數(shù)的方法方面，最簡(jiǎn)單的為等權(quán)重法[14]78-97。其他方法包括回歸分析法、信貸權(quán)重法和主成分分析法。大多數(shù)研究選擇主成分分析法，如圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)和堪薩斯城聯(lián)儲(chǔ)金融壓力指數(shù)等。主成分分析法假設(shè)用于構(gòu)建金融壓力指數(shù)的每一個(gè)指標(biāo)都反映了金融壓力的某一特定方面，當(dāng)金融壓力發(fā)生變化時(shí)，應(yīng)該體現(xiàn)為所有指標(biāo)共同變化(comovement)。另外，一個(gè)好的金融壓力指數(shù)應(yīng)該可以及時(shí)地反映出不同時(shí)期的經(jīng)濟(jì)沖擊。這就要求作為金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)“晴雨表”的金融壓力指數(shù)的頻度不能太低，目前頻度最高的金融壓力指數(shù)為日指數(shù)。

三、測(cè)度美國(guó)金融市場(chǎng)壓力的三大金融壓力指數(shù)

鑒于美國(guó)在全球金融體系中的重要地位，測(cè)度美國(guó)金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的金融壓力指數(shù)備受關(guān)注。目前，影響力最大的美國(guó)金融市場(chǎng)壓力指數(shù)分別是美國(guó)堪薩斯城聯(lián)儲(chǔ)金融壓力指數(shù)(Kansas City Financial Stress Index，KCFSI)、美國(guó)圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)(St.Louis Fed Financial Stress Index，STLFSI)和美國(guó)克利夫蘭聯(lián)儲(chǔ)金融壓力指數(shù)(Federal Bank of Cleveland’s FSI，CFSI)。

考慮到加拿大金融壓力指數(shù)并未包含由銀行股價(jià)格波動(dòng)導(dǎo)致的投資者投資行為不確定這一指標(biāo)，Hakkio and Keeton(2009)構(gòu)建了美國(guó)堪薩斯城聯(lián)儲(chǔ)指數(shù)(KCFSI)，該指數(shù)是美國(guó)最為廣泛使用的金融壓力指數(shù)之一。美國(guó)堪薩斯城聯(lián)儲(chǔ)指數(shù)旨在衡量美國(guó)金融市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)，該指數(shù)包含兩類共計(jì)11個(gè)變量，分為利差指標(biāo)和其他指標(biāo)。其中，利差指標(biāo)包括以下7個(gè)變量：三個(gè)月LIBOR與T-bill的利差、兩年掉期利差、十年期國(guó)庫(kù)券新券與舊券利差、Aaa級(jí)公司債與10年期國(guó)庫(kù)券利差、Baa級(jí)與Aaa級(jí)公司債利差、高收益率債(junk bond)與Baa級(jí)公司債利差、消費(fèi)貸款資產(chǎn)抵押債券與5年期國(guó)庫(kù)券利差；其他指標(biāo)包括股票收益率與國(guó)債收益率相關(guān)系數(shù)*通常情況下，股票市場(chǎng)收益率與政府債券收益率不相關(guān)或隨著無(wú)風(fēng)險(xiǎn)收益率同向變動(dòng)。而在金融市場(chǎng)壓力較大的時(shí)期，投資者會(huì)認(rèn)為股票具有更高的風(fēng)險(xiǎn)而將資金投入政府債券市場(chǎng)，從而使兩種資產(chǎn)的收益率反方向變化。已有研究也證實(shí)在金融危機(jī)期間，股票收益率與政府債券收益率呈現(xiàn)負(fù)相關(guān)關(guān)系(如Baur and Lucey[15]。Gonzalo and Olmo[16])。因此，將該相關(guān)系數(shù)的相反數(shù)作為變量之一引入FSI，可以保證該指標(biāo)的增加與金融壓力增加相對(duì)應(yīng)。、股票價(jià)格隱含波動(dòng)率、銀行股異質(zhì)性波動(dòng)率、銀行股收益率截面離差。堪薩斯城聯(lián)儲(chǔ)指數(shù)的生成方法是主成分分析法，首先將11個(gè)變量標(biāo)準(zhǔn)化，然后計(jì)算每一個(gè)變量的系數(shù)。各變量系數(shù)的選擇依據(jù)是樣本協(xié)方差矩陣進(jìn)行特征值分解過(guò)程中最大特征值對(duì)應(yīng)的特征向量。雖然該指數(shù)的構(gòu)建使用日數(shù)據(jù)，但由于樣本方差和相關(guān)系數(shù)的計(jì)算方式會(huì)使日數(shù)據(jù)變?yōu)樵聰?shù)據(jù)，因此該指數(shù)為月指數(shù)。然而，金融市場(chǎng)需要高頻數(shù)據(jù)反映信息的迅速變化，如何提高金融市場(chǎng)壓力指數(shù)的頻率，為政策制定者及市場(chǎng)參與者提供更多有價(jià)值的信息，是需要解決的重要問(wèn)題。

美國(guó)圣路易斯聯(lián)儲(chǔ)建立了一個(gè)更高頻度(周度)的金融壓力指數(shù)[17]——圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)(STLFSI)。該指數(shù)運(yùn)用主成分分析法將18個(gè)數(shù)據(jù)頻度為周數(shù)據(jù)的時(shí)間序列變量：7個(gè)利率指標(biāo)、6個(gè)收益率差指標(biāo)和其他包括芝加哥期權(quán)交易所波動(dòng)率指數(shù)(VIX)、J.P.摩根新興經(jīng)濟(jì)體債券指數(shù)(J.P.Morgan Emerging Markets Bond Index Plus)、美林債券市場(chǎng)波動(dòng)率指數(shù)(Merrill Lynch Bond Market Volatility Index)在內(nèi)的5個(gè)指標(biāo)合成為單一指數(shù)。圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)放棄了使用樣本方差估計(jì)波動(dòng)率，而采用金融市場(chǎng)中其他研究機(jī)構(gòu)發(fā)布的指數(shù)，這種處理方式可以避免在計(jì)算波動(dòng)率時(shí)使用二階矩而降低指數(shù)頻率的問(wèn)題。

目前，測(cè)度美國(guó)金融市場(chǎng)壓力的最高頻度指數(shù)是由克利夫蘭聯(lián)儲(chǔ)測(cè)算并公布的日度金融壓力指數(shù)，由Oet et al.[18]采用信貸權(quán)重法選取11個(gè)日度指標(biāo)構(gòu)建的克利夫蘭聯(lián)儲(chǔ)金融壓力指數(shù)(CFSI)。該指數(shù)跟蹤來(lái)自6個(gè)市場(chǎng)的金融壓力：信貸市場(chǎng)、股票市場(chǎng)、外匯市場(chǎng)、銀行間市場(chǎng)、房地產(chǎn)市場(chǎng)和證券化市場(chǎng)。相對(duì)于其他金融壓力指數(shù)(即KCFSI和STLFSI)，克利夫蘭金融壓力指數(shù)在數(shù)據(jù)頻度方面具有絕對(duì)優(yōu)勢(shì)。

結(jié)合美國(guó)金融市場(chǎng)發(fā)生的典型事件，對(duì)比分析三大金融壓力指數(shù)，可以更好地明確各指數(shù)對(duì)現(xiàn)實(shí)的解釋能力。

圖1至圖3分別為美國(guó)堪薩斯城聯(lián)儲(chǔ)金融壓力指數(shù)、美國(guó)圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)和美國(guó)克利夫蘭聯(lián)儲(chǔ)金融壓力指數(shù)。為對(duì)比分析克利夫蘭聯(lián)儲(chǔ)金融壓力指數(shù)與其他金融壓力指數(shù)捕捉信息的效果，圖3采用周數(shù)據(jù)*三大指數(shù)的數(shù)據(jù)來(lái)自各聯(lián)儲(chǔ)的官方網(wǎng)站。。

圖1 美國(guó)堪薩斯城聯(lián)儲(chǔ)金融壓力指數(shù)—月度(KCFSI)

圖2 美國(guó)圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)—周度(STLFSI)

圖3 美國(guó)克利夫蘭聯(lián)儲(chǔ)金融壓力指數(shù)—周度(CFSI)

根據(jù)美國(guó)經(jīng)濟(jì)分析局(NBER)對(duì)美國(guó)經(jīng)濟(jì)周期的界定，21世紀(jì)以來(lái)，美國(guó)經(jīng)濟(jì)經(jīng)歷了2個(gè)衰退期，分別是2001年3月—2001年11月、2007年12月—2009年6月*資料來(lái)自NBER Business Cycles。。經(jīng)濟(jì)陷入衰退通常是多種因素共同導(dǎo)致，金融市場(chǎng)的混亂往往是主要因素，兩次經(jīng)濟(jì)衰退分別對(duì)應(yīng)著美國(guó)21世紀(jì)初期科技股泡沫破滅和2008年爆發(fā)的金融危機(jī)。三大指數(shù)均準(zhǔn)確地刻畫出2008年金融危機(jī)期間美國(guó)金融市場(chǎng)存在的巨大系統(tǒng)性風(fēng)險(xiǎn)。然而能夠成功捕捉到科技股泡沫破滅伴隨的金融壓力，只有堪薩斯城聯(lián)儲(chǔ)金融壓力指數(shù)。受到科技股泡沫破滅的影響，2000年2月底至4月中，納斯達(dá)克指數(shù)下跌近20%(Grimaldi，2010)。因此，該時(shí)段內(nèi)，金融壓力指數(shù)應(yīng)該顯著增加。結(jié)合具體數(shù)據(jù)可以發(fā)現(xiàn)，只有KCFSI在此時(shí)間段內(nèi)呈現(xiàn)遞增的態(tài)勢(shì)，而其他兩個(gè)指數(shù)在此時(shí)段內(nèi)變化不明顯。另外，對(duì)比發(fā)現(xiàn)，美國(guó)克利夫蘭聯(lián)儲(chǔ)公布的金融壓力指數(shù)存在的噪音較大，提供的階段性信息并不是十分明確。

綜合比較三大金融壓力指數(shù)可以發(fā)現(xiàn)，堪薩斯城聯(lián)儲(chǔ)金融壓力指數(shù)解釋現(xiàn)實(shí)狀況的能力較強(qiáng)，但其數(shù)據(jù)頻度較低；克利夫蘭聯(lián)儲(chǔ)金融壓力指數(shù)在數(shù)據(jù)頻度上具有絕對(duì)優(yōu)勢(shì)，但卻忽略掉了對(duì)波動(dòng)性指標(biāo)的選擇；圣路易斯聯(lián)儲(chǔ)金融壓力指數(shù)盡管考慮了波動(dòng)性指標(biāo)，但并未直接測(cè)度相關(guān)指標(biāo)的波動(dòng)性，而是為了保證數(shù)據(jù)的較高頻度而選擇已經(jīng)公開發(fā)布的波動(dòng)性指標(biāo)。然而，資本市場(chǎng)中二階方差衡量的風(fēng)險(xiǎn)是很重要的指標(biāo)，如何做到既考慮二階方差，又保證金融壓力指數(shù)的高頻率特征，是構(gòu)建金融壓力指數(shù)需要解決的問(wèn)題。

四、中國(guó)金融市場(chǎng)壓力指數(shù)的構(gòu)建

關(guān)于中國(guó)金融壓力指數(shù)的構(gòu)建，從指數(shù)頻度方面看，大多數(shù)中國(guó)金融壓力指數(shù)為月度指數(shù)，如國(guó)內(nèi)學(xué)者賴娟[19]128-131選取期限利差、銀行業(yè)風(fēng)險(xiǎn)利差、股票市場(chǎng)波動(dòng)率和EMPI四個(gè)指標(biāo)，在對(duì)各指標(biāo)標(biāo)準(zhǔn)化的基礎(chǔ)上，通過(guò)加總得到中國(guó)金融壓力月指數(shù)。陳守東、王妍[20]39-46選取銀行部門、證券市場(chǎng)和外匯市場(chǎng)的6個(gè)變量，運(yùn)用等權(quán)重加權(quán)平均法合成了代表中國(guó)金融風(fēng)險(xiǎn)狀態(tài)的月度金融壓力指數(shù)，分析中國(guó)金融系統(tǒng)的壓力狀態(tài)。劉曉星、方磊[21]1-6選取銀行、股市、外匯和保險(xiǎn)市場(chǎng)的7個(gè)變量利用CDF-信用加總權(quán)重法構(gòu)建了中國(guó)金融壓力月指數(shù)。孫立新[22]選取來(lái)自銀行間市場(chǎng)、證券市場(chǎng)、外匯市場(chǎng)等8個(gè)指標(biāo)，構(gòu)建了4個(gè)分指數(shù)，并通過(guò)等方差加權(quán)法加總各分指數(shù)，得到中國(guó)金融體系的國(guó)家金融壓力指數(shù)(CNFSI)。鄭桂環(huán)等[23]50-62從銀行市場(chǎng)、證券市場(chǎng)、外匯市場(chǎng)和保險(xiǎn)市場(chǎng)選取了10個(gè)指標(biāo)，分別運(yùn)用指數(shù)標(biāo)準(zhǔn)化方法、指數(shù)CDF處理法、主成分分析法和動(dòng)態(tài)因子模型法構(gòu)建了月度金融壓力指數(shù)，并運(yùn)用金融壓力指數(shù)對(duì)中國(guó)貨幣政策的實(shí)施效果進(jìn)行了評(píng)估。許滌龍、陳雙蓮[24]69-78從銀行、房地產(chǎn)市場(chǎng)、股票市場(chǎng)和外部金融市場(chǎng)四個(gè)子市場(chǎng)，選擇16個(gè)指標(biāo)，運(yùn)用CRITIC賦權(quán)法測(cè)度了中國(guó)的月度金融壓力指數(shù)。劉瑞興[25]147-160從金融政策環(huán)境、金融機(jī)構(gòu)、金融市場(chǎng)和外匯市場(chǎng)中選取11個(gè)指標(biāo)，在分別測(cè)度金融資產(chǎn)環(huán)境壓力、金融市場(chǎng)壓力、金融機(jī)構(gòu)壓力和外匯市場(chǎng)壓力的基礎(chǔ)上，匯總合成了系統(tǒng)性月度金融壓力指數(shù)。張晶、高晴[26]41-57針對(duì)銀行業(yè)、股票市場(chǎng)、債券市場(chǎng)、外匯市場(chǎng)和貨幣市場(chǎng)五個(gè)市場(chǎng)，每個(gè)市場(chǎng)選取3個(gè)代表性變量，采用累積分布函數(shù)法對(duì)各個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)每個(gè)市場(chǎng)中的3個(gè)指標(biāo)計(jì)算算術(shù)平均，再利用VAR模型估計(jì)五個(gè)市場(chǎng)對(duì)中國(guó)工業(yè)生產(chǎn)指數(shù)的影響程度進(jìn)而確定相關(guān)的權(quán)重，最終合成中國(guó)金融系統(tǒng)壓力月指數(shù)。陶玲、朱迎[27]18-36采用平均加權(quán)的方法將21個(gè)指標(biāo)合成7個(gè)維度的各類別指標(biāo)，再使用相關(guān)系數(shù)法對(duì)7個(gè)維度的類別指標(biāo)進(jìn)行賦權(quán)合成系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)(CISFR)。張勇、彭禮杰、莫嘉浩[28]67-79運(yùn)用復(fù)合式系統(tǒng)壓力指標(biāo)法，在選取銀行、債券市場(chǎng)、股票市場(chǎng)等5個(gè)子系統(tǒng)指數(shù)基礎(chǔ)上，建立子系統(tǒng)指數(shù)與工業(yè)增加值的結(jié)構(gòu)向量自回歸模型，最終構(gòu)建了月度的金融壓力指數(shù)。

相較于其他指數(shù)，陳忠陽(yáng)、許悅[29]27-35基于貨幣、債券、股票和外匯市場(chǎng)的12個(gè)指標(biāo)數(shù)據(jù)運(yùn)用主成分分析法構(gòu)建了周度金融壓力指數(shù)，這是目前為止數(shù)據(jù)頻度較高的中國(guó)金融壓力指數(shù)。另外，李良松[30]64-67在著重考察投資者信心不足和金融市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的基礎(chǔ)上，選擇了芝加哥期貨交易所波動(dòng)率指數(shù)(VIX)、香港市場(chǎng)大陸公司股票期權(quán)的隱含波動(dòng)率、銀行間市場(chǎng)7天回購(gòu)定盤利率、1周和1年期SHIBOR的期限利差、3個(gè)月央票與銀行間票據(jù)(A+)的信用利差、上證指數(shù)波動(dòng)率等6個(gè)指標(biāo)，在對(duì)指標(biāo)標(biāo)準(zhǔn)化后采用等權(quán)重的方法加權(quán)平均最終獲得中國(guó)金融壓力指數(shù)。該研究樣本期間為2007年1月4日至2011年4月29日，因此推測(cè)，其金融壓力指數(shù)應(yīng)該為日指數(shù)。在本文已投稿等待復(fù)審意見期間，徐國(guó)祥、李波[31]59-71選取了4個(gè)部門的9個(gè)指標(biāo)，運(yùn)用2007年1月4日至2015年9月30日的數(shù)據(jù)，采用因子分析法構(gòu)建了日度中國(guó)金融壓力指數(shù)。

根據(jù)前文的分析，一個(gè)好的金融壓力指數(shù)應(yīng)該可以及時(shí)地反映出不同時(shí)期的經(jīng)濟(jì)沖擊，具體來(lái)說(shuō)，第一，應(yīng)該具有較高的數(shù)據(jù)頻度，能夠?qū)鹑谑袌?chǎng)中瞬息萬(wàn)變的信息做出及時(shí)的反映，為監(jiān)管機(jī)構(gòu)提供更多信息，最大限度縮短認(rèn)識(shí)時(shí)滯；第二，應(yīng)該可以很好地描繪歷史上的“危機(jī)時(shí)期”。結(jié)合這樣的標(biāo)準(zhǔn)，將目前具有代表性的研究成果匯總后，可以發(fā)現(xiàn)中國(guó)金融壓力指數(shù)的構(gòu)建存在以下問(wèn)題：指數(shù)頻度過(guò)低，大多研究結(jié)果為月度指數(shù)(陳忠陽(yáng)、許悅(2016)，李良松(2011)，徐國(guó)祥、李波(2017)的研究除外)；對(duì)歷史事件解釋能力有限*盡管徐國(guó)祥、李波(2017)構(gòu)建的中國(guó)金融壓力指數(shù)頻度為日度，且對(duì)2008年金融危機(jī)時(shí)期的金融壓力進(jìn)行了準(zhǔn)確測(cè)度，但對(duì)2015年6月股災(zāi)期間較大的金融壓力測(cè)算存在偏差。。

首先，指數(shù)頻度過(guò)低是目前中國(guó)金融壓力指數(shù)構(gòu)建研究中需要解決的重要問(wèn)題。金融壓力指數(shù)作為監(jiān)管當(dāng)局監(jiān)控金融市場(chǎng)的重要指標(biāo)，應(yīng)該能夠及時(shí)捕捉并反映出金融市場(chǎng)中信息的迅速變化。而高頻度的指數(shù)構(gòu)建需要解決的一個(gè)問(wèn)題是對(duì)缺失數(shù)據(jù)的處理，李良松(2011)在構(gòu)建中國(guó)金融壓力指數(shù)時(shí)選取的樣本區(qū)間為2007年1月4日至2011年4月29日，不存在缺失值的情況下樣本容量約為1 570，剔除缺失值后共有798條記錄，直接剔除缺失值的處理方法損失了接近50%的信息。選取合適的方法對(duì)缺失值進(jìn)行處理是提高金融壓力指數(shù)頻度的有效途徑。另外，前文提到，資本市場(chǎng)中的二階方差是衡量風(fēng)險(xiǎn)的很重要的變量，而采用樣本方差或者樣本相關(guān)系數(shù)處理二階矩會(huì)造成數(shù)據(jù)頻度下降，使用條件方差即GARCH模型處理波動(dòng)率指標(biāo)，可以解決指數(shù)構(gòu)建過(guò)程中樣本頻度下降的問(wèn)題。

其次，在解釋歷史事件方面，能夠成功捕捉到2008年金融危機(jī)期間較高金融壓力的指數(shù)占到已有研究的60%左右。另外，2005年上半年房地產(chǎn)價(jià)格上漲迅猛*2004和2005年中國(guó)商品住宅平均銷售價(jià)格增速分別為16%和15.2%，而1998—2002年間，增速在4%左右(劉民權(quán)，孫波，2009)。，中國(guó)房地產(chǎn)市場(chǎng)已積聚起大量泡沫[32]22-37，針對(duì)住房?jī)r(jià)格上漲過(guò)快和投資、投機(jī)性購(gòu)房需求過(guò)高等問(wèn)題，政府出臺(tái)一系列政策包括“國(guó)八條”調(diào)控房地產(chǎn)市場(chǎng)；與房地產(chǎn)市場(chǎng)形成鮮明對(duì)比的是中國(guó)股票市場(chǎng)，2005年6月中國(guó)上證指數(shù)盤中曾跌破千點(diǎn)；這進(jìn)一步表明在股票市場(chǎng)不景氣時(shí)，大量資金流入房地產(chǎn)市場(chǎng)。但這種資金配置狀況是非常危險(xiǎn)和脆弱的[33]120-121，一旦房地產(chǎn)市場(chǎng)泡沫破滅，將直接導(dǎo)致銀行體系面臨流動(dòng)性風(fēng)險(xiǎn)和信貸風(fēng)險(xiǎn)，因此，2005年上半年中國(guó)金融市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)是較高的。然而，在包含2005年這一時(shí)間節(jié)點(diǎn)的已有研究中，金融壓力指數(shù)并未呈現(xiàn)出明顯的上升。

針對(duì)中國(guó)已有的金融壓力指數(shù)存在的問(wèn)題，Hueng[34]選取來(lái)自中國(guó)金融市場(chǎng)的18個(gè)日度指標(biāo)*具體包括不同等級(jí)公司債利差、人民幣期權(quán)隱含波動(dòng)率、銀行股異質(zhì)性波動(dòng)率、銀行股收益率截面離差、股市換手率、股市價(jià)格波動(dòng)率的條件方差等共計(jì)18個(gè)日度金融時(shí)間序列變量。該指數(shù)數(shù)據(jù)來(lái)自PRC Macro Advisors。，運(yùn)用Josse and Husson[35]提出的主成分分析法處理日度變量缺失值，將缺失值補(bǔ)充完整后，采用主成分分析的方法構(gòu)建了日度中國(guó)金融市場(chǎng)壓力指數(shù)(結(jié)果見圖4)。該指數(shù)的均值為0，方差為1，對(duì)比不同時(shí)期金融壓力指數(shù)的相對(duì)大小可以判斷金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的高低。根據(jù)金融市場(chǎng)壓力指數(shù)與其長(zhǎng)期趨勢(shì)的偏離程度，政策制定者可以有效識(shí)別中國(guó)金融市場(chǎng)可能面臨的系統(tǒng)性金融風(fēng)險(xiǎn)。該指數(shù)很好地反映出中國(guó)金融市場(chǎng)的系統(tǒng)性壓力期，包括2005年上半年和2008年國(guó)際金融危機(jī)期間較高的金融壓力。值得注意的是，2015年起中國(guó)金融壓力指數(shù)持續(xù)攀升，其相對(duì)值甚至與2008年金融危機(jī)期間的金融壓力值相當(dāng)，此時(shí)段內(nèi)恰逢中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)而中國(guó)股市劇烈震蕩，股災(zāi)期間，流動(dòng)性風(fēng)險(xiǎn)急劇上升，因此，該指數(shù)很好地?cái)M合出2015年中國(guó)金融市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)狀況，同時(shí)對(duì)于中國(guó)金融市場(chǎng)現(xiàn)階段的狀況亦提供了重要信息，即金融壓力已經(jīng)開始下降。該指數(shù)是目前為止指數(shù)頻度最高、覆蓋時(shí)間最長(zhǎng)、對(duì)典型金融壓力事件擬合程度較好的指數(shù)。

圖4 中國(guó)金融市場(chǎng)壓力指數(shù)—日度(Hueng，2016)

五、總 結(jié)

縱觀金融體系系統(tǒng)性風(fēng)險(xiǎn)測(cè)度的相關(guān)研究可以發(fā)現(xiàn)，這與審慎監(jiān)管的理念逐漸從微觀審慎監(jiān)管向宏觀審慎監(jiān)管轉(zhuǎn)變有十分密切的關(guān)聯(lián)。單個(gè)金融機(jī)構(gòu)的穩(wěn)健并不能保證整個(gè)金融體系的穩(wěn)定性，因此，宏觀審慎監(jiān)管是有必要的，而一個(gè)成熟的宏觀審慎監(jiān)管體系應(yīng)該可以更加合理地檢測(cè)金融系統(tǒng)性風(fēng)險(xiǎn)[1]5-15。宏觀審慎監(jiān)管的理念根本性地影響了學(xué)術(shù)關(guān)注的焦點(diǎn)。為了評(píng)估與監(jiān)測(cè)金融體系的系統(tǒng)性風(fēng)險(xiǎn)，研究機(jī)構(gòu)和學(xué)者嘗試構(gòu)建各種指標(biāo)以衡量金融體系的金融穩(wěn)定狀況。其中，金融壓力指數(shù)是目前國(guó)際社會(huì)普遍用來(lái)評(píng)估金融穩(wěn)定狀況的指標(biāo)，2008年國(guó)際金融危機(jī)的爆發(fā)大大推動(dòng)了金融壓力指數(shù)的相關(guān)研究。美國(guó)堪薩斯城聯(lián)儲(chǔ)、圣路易斯聯(lián)儲(chǔ)和克利夫蘭聯(lián)儲(chǔ)等部門實(shí)時(shí)發(fā)布美國(guó)金融壓力指數(shù)，并重視對(duì)該指數(shù)的解讀。

國(guó)際上金融壓力指數(shù)相關(guān)研究的發(fā)展，也為中國(guó)金融市場(chǎng)壓力指數(shù)的構(gòu)建提供了值得重視的國(guó)際經(jīng)驗(yàn)。然而，目前存在的問(wèn)題是所構(gòu)建的金融壓力指數(shù)對(duì)系統(tǒng)性事件的識(shí)別度不高，且指數(shù)的頻度過(guò)低，這大大限制了其為監(jiān)管當(dāng)局提供重要參考信息的能力。從2005年起，中國(guó)人民銀行每年發(fā)布《中國(guó)金融穩(wěn)定報(bào)告》，從國(guó)際視角全面評(píng)估中國(guó)金融體系的穩(wěn)定狀態(tài)。盡管在《報(bào)告》中不斷增加定量分析的內(nèi)容，并報(bào)告銀行業(yè)、證券業(yè)壓力測(cè)試的基本狀況，但對(duì)金融體系的系統(tǒng)性風(fēng)險(xiǎn)狀況并未給出實(shí)時(shí)且在時(shí)間維度上可比較的穩(wěn)定性指標(biāo)或金融壓力指標(biāo)。未來(lái)，對(duì)中國(guó)金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行測(cè)度，并實(shí)時(shí)發(fā)布金融市場(chǎng)穩(wěn)定狀況指標(biāo)，是進(jìn)一步完善中國(guó)宏觀審慎管理體系的重要一環(huán)。

[參 考 文 獻(xiàn)]

[1] 陳雨露，馬勇.宏觀審慎監(jiān)管：目標(biāo)、工具與相關(guān)制度安排[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2012(3).

[2] IMF.2009.DetectingSystemicRisk[R].Chap 3，Global Finanical Stability Report.International Monetary Fund.

[3] Illing M，Liu Y.MeasuringFinancialStressinaDevelopedCountry：AnApplicationtoCanada[J].Journal of Financial Stability，2006，2(3).

[4] Abdymomunov Azamat.Regime-SwitchingMeasureofSystemicFinancialStress[J].Annals of Finance，9，2013.

[5] Lo Duca Marco，Peltonen Tuomas A.Macro-FinancialVulnerabilitiesandFutureFinancialStress：AssessingSystemicRisksandPredictingSystemicEvents[R].ECB Working Paper Series No.1311，European Central Bank，March 2011.

[6] Grimaldi Marianna B.DetectingandInterpretingFinancialStressintheEuroArea[R].ECB Working Paper Series No.1214，European Central Bank，June，2010.

[7] Grimaldi Marianna B.UpforCount?CentralBankWordsandFinancialStress[R].Sveriges Riksbank Working Paper Series 252，April，2011.

[8] Danninger Stephan，Balakrishnan Ravi，Elekdag Selim，et al.HowLinkagesFueltheFire：TheTransmissionofFinancialStressfromAdvancedtoEmergingEconomies[M]//in World Economic Outlook：Crisis and Recovery.Chap.4.Washington，DC：International Monetary Fund，2009.

[9] Hakkio Craig S，William R Keeton.FinancialStress：WhatIsIt，HowCanItBeMeasured，andWhyDoesItMatter?[J/OL].Federal Reserve Bank of Kansas City，Economic Review，Second Quarter，2009.

[10] Holló Dániel，Manfred Kremer， Marco Lo Duca.CISS-ACompositeIndicatorofSystemicStressintheFinancialSystem[R].ECB Working Paper Series No.1426，European Central Bank，March，2012.

[11] World Economic Outlook.FinancialStress，Downturns，andRecoveries[R].Chapter 4，F(xiàn)inancial Stress and Economic Downturns，2008.

[12] Kliesen Kevin L，Michael T Owyang，E Katarina Vermann.DisentanglingDiverseMeasures：ASurveyofFinancialStressIndexes[R].Federal Reserve Bank of St.Louis Review，September/October，2012，94(5).

[13] Carlson Mark A，Kurt F Lewis，William R Nelson.UsingPolicyInterventiontoIdentifyFinancialStress[J/OL].Finance and Economics Discussion Series No.2012-02，Board of Governors of the Federal Reserve System，2012.

[14] Cardarelli Roberto，Elekdag Selim，Subir Lall.FinancialStressandEconomicContractions[J].Journal of Financial Stability，June 2011，7(2).

[15] Baur Dick G，Brian M Lucey.FlightsandContagion——AnEmpiricalAnalysisofStock-BondCorrelations[R]. Working Paper，2008，July.

[16] Gonzalo Jesus，Jose Olmo.ContagionversusFlighttoQualityinFinancialMarkets[R]. Universidad Carlos Ⅲ de Madrid，Working Paper No. 05-18，April，2005.

[17] Kliesen Kevin L，Smith Douglas C.MeasuringFinancialMarketStress[J/OL]. Federal Reserve Bank of St. Louis National Economic Trends，January 2010.

[18] Oet Mikhail V，Ryan Eiben，Timothy Bianco，et al.TheFinancialStressIndex:IdentificationofSystemicRiskConditions[R]. Working Paper of the Federal Reserve Bank of Cleveland，No. 11-30，2011.

[19] 賴娟，呂江林.基于金融壓力指數(shù)的金融系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度[J].統(tǒng)計(jì)與決策，2010(19).

[20] 陳守東，王妍.金融壓力指數(shù)與工業(yè)一致合成指數(shù)的動(dòng)態(tài)關(guān)聯(lián)研究[J].財(cái)經(jīng)問(wèn)題研究，2011(10).

[21] 劉曉星，方磊.金融壓力指數(shù)構(gòu)建及其有效性檢驗(yàn)——基于中國(guó)數(shù)據(jù)的實(shí)證分析[J].管理工程學(xué)報(bào)，2012(3).

[22] 孫立新.構(gòu)建中國(guó)金融壓力指數(shù)[N].中國(guó)社會(huì)科學(xué)報(bào)，2014-07-23(A06).

[23] 鄭桂環(huán)，徐紅芬，劉小輝.金融壓力指數(shù)的構(gòu)建及應(yīng)用[J].金融發(fā)展評(píng)論，2014(8).

[24] 許滌龍，陳雙蓮.基于金融壓力指數(shù)的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度研究[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2015(4).

[25] 劉瑞興.金融壓力對(duì)中國(guó)實(shí)體經(jīng)濟(jì)沖擊研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015(6).

[26] 張晶，高晴.中國(guó)金融系統(tǒng)壓力指數(shù)的設(shè)計(jì)及其應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015(11).

[27] 陶玲，朱迎.系統(tǒng)性金融風(fēng)險(xiǎn)的監(jiān)測(cè)和度量——基于中國(guó)金融體系的研究[J].金融研究，2016(6).

[28] 張勇，彭禮杰，莫嘉浩.中國(guó)金融壓力的度量及其宏觀經(jīng)濟(jì)的非線性效應(yīng)[J].統(tǒng)計(jì)研究，2017(1).

[29] 陳忠陽(yáng)，許悅.我國(guó)金融壓力指數(shù)的構(gòu)建與應(yīng)用研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2016(1).

[30] 李良松.構(gòu)建中國(guó)金融壓力指數(shù)探析[J].上海金融，2011(8).

[31] 徐國(guó)祥，李波.中國(guó)金融壓力指數(shù)的構(gòu)建及動(dòng)態(tài)傳導(dǎo)效應(yīng)研究[J].統(tǒng)計(jì)研究，2017(4).

[32] 劉民權(quán)，孫波.商業(yè)地價(jià)形成機(jī)制、房地產(chǎn)泡沫及其治理[J].金融研究，2009(10).

[33] 史桂芬，劉歡，陳昕.以財(cái)稅政策助推農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)[J].稅務(wù)研究，2015(10).

[34] Hueng，C.J.MeasuringFinancialStressinChina[R].Manuscripts，Western Michigan University，2016.

[35] Josse Julie，and Fran?ois Husson.HandlingMissingValuesinExploratoryMultivariateDataAnalysisMethods[J].Journal de la Société Fran?aise de Statistique，2012，153(2).