嚴超超，周海林

（安徽財經(jīng)大學(xué)金融學(xué)院，安徽蚌埠 233000）

一、引言

現(xiàn)階段，中美貿(mào)易爭端和突發(fā)的新型冠狀病毒肺炎疫情（以下簡稱新冠肺炎疫情）等事件加劇了世界各國的經(jīng)濟政策不確定性（Economic policy uncertainty，EPU）和系統(tǒng)性金融風險（Systemic financial risk，SFR）。研究表明，系統(tǒng)性金融風險將會對國家經(jīng)濟發(fā)展和金融穩(wěn)定造成重大負面影響（陶玲和朱迎，2016）。經(jīng)濟政策不確定性的提高會對經(jīng)濟產(chǎn)生消極影響，加劇短期國際資本的波動，并對股票市場和房地產(chǎn)市場造成顯著影響，進而影響一國的系統(tǒng)性金融風險。另外，宏觀杠桿率的快速提高也已經(jīng)成為金融風險上升的重要原因之一。

本文選取30 個宏觀經(jīng)濟指標度量系統(tǒng)性金融風險，基于2005年第一季度至2020年第三季度的數(shù)據(jù)，構(gòu)建TVP-SV-VAR 模型研究經(jīng)濟政策不確定性、宏觀杠桿率和系統(tǒng)性金融風險的動態(tài)關(guān)聯(lián)和時變特征。本文研究了經(jīng)濟政策不確定性對宏觀杠桿率的波動和影響，以及經(jīng)濟政策不確定性對系統(tǒng)性金融風險的短期和中長期動態(tài)影響，為我國防范系統(tǒng)性金融風險的發(fā)生提供了較為可靠的參考依據(jù)。

本文的邊際貢獻在于：第一，本文從2005年第一季度至2020年第三季度選取30 個宏觀經(jīng)濟指標，進一步完善了系統(tǒng)性金融風險構(gòu)建和度量。第二，本文構(gòu)建TVPSV-VAR 模型研究經(jīng)濟政策不確定性、宏觀杠桿率和系統(tǒng)性金融風險的動態(tài)關(guān)聯(lián)和時變特征，從經(jīng)濟政策不確定性角度理解宏觀杠桿率和系統(tǒng)性金融風險具有重要理論和現(xiàn)實意義。

二、文獻綜述

（一）經(jīng)濟政策不確定性與系統(tǒng)性金融風險

現(xiàn)有文獻關(guān)于經(jīng)濟政策不確定性和系統(tǒng)性金融風險的研究，主要涉及三個方面：（1）系統(tǒng)性金融風險的度量問題。陶玲和朱迎（2016）分別選取與系統(tǒng)性金融風險相關(guān)的主要經(jīng)濟變量，使用主成分方式對中國系統(tǒng)性金融風險進行計算和分析。郭娜等（2018）從宏觀層面選取23 個變量使用主成分方法完善和度量系統(tǒng)性金融風險指數(shù)，郭娜等（2020）在此基礎(chǔ)上實證分析貨幣政策與系統(tǒng)性金融風險的動態(tài)關(guān)聯(lián)。（2）經(jīng)濟政策不確定性的度量問題。如Baker 等（2016）開創(chuàng)性地構(gòu)建了主要國家的EPU 指數(shù)，Huang 和Luk（2020）在其基礎(chǔ)上優(yōu)化度量了新的中國EPU 指數(shù)。（3）經(jīng)濟政策不確定性與系統(tǒng)性金融風險之間的關(guān)系問題。楊子暉等（2019）對中國金融各部門的極端風險進行有效測度，并使用混頻因果關(guān)系檢驗方法進行研究，發(fā)現(xiàn)經(jīng)濟政策不確定性與中國金融部門風險存在雙向Granger 因果關(guān)系。楊子暉等（2020）使用前沿網(wǎng)絡(luò)拓撲方法研究發(fā)現(xiàn)經(jīng)濟政策不確定性的上升將會顯著提高一國的系統(tǒng)性金融風險。劉玚等（2019）從短期跨境資本流動的角度構(gòu)建MS-VAR 模型，分析全球EPU 的上升對于系統(tǒng)性金融風險的非線性影響，發(fā)現(xiàn)經(jīng)濟政策不確定性通過短期跨境資本流動進而影響一國系統(tǒng)性金融風險，但是并沒有直接度量系統(tǒng)性金融風險指數(shù)進而分析全球EPU 的上升對于系統(tǒng)性金融風險的影響。馮燕妮等（2020）構(gòu)建貝葉斯估計時變參數(shù)模型，發(fā)現(xiàn)EPU 指數(shù)的提高是股市系統(tǒng)性金融風險提高的重要原因。劉玚等（2020）測度了全球重要國家的極端金融風險溢出水平，并建立面板門限模型，發(fā)現(xiàn)經(jīng)濟政策不確定性對于短期跨境資本流動具有門檻效應(yīng)。王金明和王心培（2021）實證研究發(fā)現(xiàn)，經(jīng)濟政策不確定性的提高將會對金融穩(wěn)定性產(chǎn)生負向影響。

（二）經(jīng)濟政策不確定性與宏觀杠桿率

關(guān)于經(jīng)濟政策不確定性對于宏觀杠桿率的影響效果，學(xué)者們觀點尚未統(tǒng)一。（1）不少學(xué)者對經(jīng)濟政策不確定性如何影響杠桿率進行了研究。紀洋等（2018）、司登奎等（2020）認為經(jīng)濟政策不確定指數(shù)升高顯著提高了企業(yè)的杠桿率水平。Istiak 和Serletis（2020）構(gòu)建6 變量的SVAR 模型，實證分析經(jīng)濟政策不確定性、銀行業(yè)杠桿率以及影子銀行杠桿率的動態(tài)關(guān)系，發(fā)現(xiàn)經(jīng)濟政策不確定性會顯著提高銀行業(yè)杠桿率。宮汝凱等（2019）則認為經(jīng)濟政策不確定性對企業(yè)杠桿率產(chǎn)生顯著的負向影響。王愛儉和石振宇（2020）實證研究發(fā)現(xiàn)，EPU 指數(shù)的提高會對經(jīng)濟發(fā)展造成消極影響，政府實施寬松的財政政策導(dǎo)致財政赤字擴大和政府杠桿率上升。張斌等（2018）研究發(fā)現(xiàn)，債務(wù)的上升引起的GDP 增速邊際效力下降和資本回報率下降導(dǎo)致經(jīng)濟增速放緩，不斷增加的財政赤字會進一步提升宏觀杠桿率。（2）學(xué)者們研究了經(jīng)濟政策不確定性對杠桿率的非線性關(guān)系。如劉金全和艾昕（2020）將經(jīng)濟政策不確定性指數(shù)作為門限變量來構(gòu)建T-SVAR 模型，發(fā)現(xiàn)中國貨幣政策與財政政策對宏觀杠桿率具有門檻效應(yīng)。（3）也有學(xué)者對不同經(jīng)濟政策不確定性時期分部門杠桿率的聯(lián)動關(guān)系進行了研究。如崔惠穎（2020）利用馬爾科夫區(qū)制轉(zhuǎn)移模型研究居民杠桿率、政府杠桿率、企業(yè)杠桿率和金融部門杠桿率在不同經(jīng)濟政策不確定性時期的動態(tài)關(guān)系。

（三）宏觀杠桿率與系統(tǒng)性金融風險

現(xiàn)有文獻關(guān)于宏觀杠桿率與系統(tǒng)性金融風險關(guān)系的研究，主要集中于如下幾個方面：（1）杠桿率波動是否會引起系統(tǒng)性金融風險。茍文均等（2016）構(gòu)建CCA 模型，系統(tǒng)分析了債務(wù)杠桿的提高顯著提高了國民經(jīng)濟各部門的金融風險。馬勇等（2016）運用跨國面板數(shù)據(jù)實證研究，發(fā)現(xiàn)宏觀杠桿率的變動對經(jīng)濟產(chǎn)出和宏觀經(jīng)濟穩(wěn)定產(chǎn)生顯著的負面影響。紀敏等（2017）系統(tǒng)分析了杠桿率結(jié)構(gòu)對于金融穩(wěn)定的影響。劉瑤和張明（2019）系統(tǒng)分析了中國銀行業(yè)杠桿率的現(xiàn)狀和對于系統(tǒng)性金融風險的影響。陳彥斌等（2019）利用41 個代表性經(jīng)濟體的面板數(shù)據(jù)分析了“杠桿率/投資率”和宏觀杠桿率對于系統(tǒng)性金融風險影響的差異。（2）杠桿率波動是否對系統(tǒng)性金融風險具有非線性關(guān)系。方芳和黃汝南（2017）構(gòu)建MSVAR 模型實證研究，發(fā)現(xiàn)宏觀杠桿率的波動對于系統(tǒng)性金融風險的非線性影響。王桂虎和郭金龍（2019）實證研究發(fā)現(xiàn)，宏觀杠桿率對于系統(tǒng)性金融風險具有門檻效應(yīng)。江紅莉和劉麗娟（2020）構(gòu)建Markov Switching-VAR 模型，研究企業(yè)杠桿率、宏觀經(jīng)濟景氣指數(shù)與系統(tǒng)性金融風險的非線性關(guān)系。李程等（2020）構(gòu)建Markov Switching-VAR 模型和TVP-VAR 模型，研究房地產(chǎn)價格、杠桿率與金融壓力指數(shù)的動態(tài)關(guān)聯(lián)和非線性影響。（3）宏觀杠桿率影響系統(tǒng)性金融風險的渠道以及如何預(yù)防系統(tǒng)性金融風險的發(fā)生。如鄒靖（2020）基于我國去杠桿的背景對于防范系統(tǒng)性金融風險的發(fā)生進行了詳細分析。黃倩等（2021）利用省級面板數(shù)據(jù)從 “銀行信貸渠道”和“資產(chǎn)價格渠道”分析了金融杠桿對經(jīng)濟增長和金融風險的影響。

綜上所述，現(xiàn)有文獻對經(jīng)濟政策不確定性、宏觀杠桿率和系統(tǒng)性金融風險進行了研究，但尚有一些不足之處。一是現(xiàn)有文獻大多從經(jīng)濟政策不確定性的跨境溢出效應(yīng)及其對微觀經(jīng)濟主體影響的角度出發(fā)進行理論研究和實證分析，從時變視角分析經(jīng)濟政策不確定性和系統(tǒng)性金融風險動態(tài)關(guān)系及影響機制的研究還很少；二是經(jīng)濟政策不確定性對于杠桿率影響的影響尚未得到一致結(jié)論；三是經(jīng)濟政策不確定性能否驅(qū)動宏觀杠桿率、進而影響系統(tǒng)性金融風險，尚需進一步從理論和實證方面進行分析。本文構(gòu)建TVP-SV-VAR 模型研究經(jīng)濟政策不確定性、宏觀杠桿率和系統(tǒng)性金融風險的動態(tài)關(guān)聯(lián)和時變特征，旨在通過研究三者之間關(guān)系，為防范系統(tǒng)性金融風險提供參考意見。

三、實證模型和變量選取

（一）TVP-SV-VAR 模型的構(gòu)建

與傳統(tǒng)的VAR 模型相比，Primiceri（2005）提出的TVP-SV-VAR 模型可以更加有效地分析經(jīng)濟變量之間的時變特征。Nakajima（2011）認為，將TVP-SV-VAR 模型和隨機波動率結(jié)合運用，可以使經(jīng)濟模型能夠靈活、穩(wěn)健地捕捉經(jīng)濟潛在結(jié)構(gòu)的可能變化。因此本文選取TVP-SV-VAR 模型進行分析。

TVP-SV-VAR 模型可以從SVAR 模型出發(fā)分析。SVAR 模型如下：

其中，ut代表誤差項或結(jié)構(gòu)沖擊，ut～N(0,ΣΣ)，此處Σ表示為

根據(jù)Nakajima（2011）做法，設(shè)定A 是下三角矩陣。

將模型（1）中的SVAR 模型轉(zhuǎn)化為VAR 模型的形式:

其中Bi=A-1F)i，i=1,2··· ,s ， 通過將Bi中元素排列為k2s×1 維的列向量β。令Xt=表示克羅內(nèi)克乘積。式（2）可以化為：

當(3)式中所有參數(shù)隨時間發(fā)生動態(tài)變化時，式（3）即擴展為TVP-VAR-SV 模型：

同時，本文的模型參數(shù)服從如下形式

（二）變量選取和說明

1.經(jīng)濟政策不確定性

參考Huang 和Luk（2020）的做法，采用經(jīng)濟政策不確定性指數(shù)度量經(jīng)濟政策不確定性，變量記為EPU。EPU指數(shù)通過eviews 調(diào)整為季度變量。

2.宏觀杠桿率

參考崔惠穎（2020）的做法選取宏觀杠桿率指標，變量記為ML。宏觀杠桿率數(shù)據(jù)來源于國家金融與發(fā)展實驗室。

3.系統(tǒng)性金融風險

本文借鑒陶玲和朱迎（2016）、郭娜等（2018）、郭娜等（2020）的做法，并加入了宏觀杠桿率、短期國際資本流動波動率等指標，由宏觀經(jīng)濟、貨幣市場、外部市場和資產(chǎn)價格四個層面30 個細分經(jīng)濟變量作為系統(tǒng)性金融風險指數(shù)的度量指標，運用主成分分析方法全面度量中國的系統(tǒng)性金融風險，變量記為F。系統(tǒng)性金融風險的度量指標數(shù)據(jù)來源于wind、中經(jīng)網(wǎng)數(shù)據(jù)庫、銳思金融數(shù)據(jù)庫和國家金融與發(fā)展實驗室的數(shù)據(jù)庫。

系統(tǒng)性金融風險指標各變量的方向參考陶玲和朱迎（2016）、郭娜等（2018）和郭娜等（2020）的做法進行設(shè)定。參考王勁松和任宇航（2021）對于運用主成分分析度量綜合指數(shù)對于數(shù)據(jù)的處理方法，本文將系統(tǒng)性金融風險的反向變量變?yōu)檎颍唧w方法為：對于如GDP增長率類型的百分比變量指標，采用A*=1-A轉(zhuǎn)化為正向指標；對于如消費者信心指數(shù)類型的數(shù)值型變量指標，采用倒數(shù)轉(zhuǎn)化為正向指標。最后，本文對原始數(shù)據(jù)進行標準差標準化處理。

系統(tǒng)性金融風險的具體度量指標見表1，表2 給出了變量的描述性統(tǒng)計結(jié)果。由表2 可以看出，經(jīng)濟政策不確定性的最小值和最大值分別為72.09 和194.91，標準偏差為30.27656；宏觀杠桿率的最小值和最大值分別為141.20 和270.10，標準偏差為39.93444；系統(tǒng)性金融風險的最小和最大值分別為-3.22 和2.78。這些數(shù)據(jù)表明我國的經(jīng)濟政策不確定性和宏觀杠桿率波動較大，因此應(yīng)當重視經(jīng)濟政策不確定性和宏觀杠桿率波動對于系統(tǒng)性金融風險的影響。

表1 系統(tǒng)性金融風險指標

表2 變量的描述性統(tǒng)計

系統(tǒng)性金融風險進行主成分分析所得到的特征值和方差貢獻率如表3 所示，前7 個主成分的累計貢獻率超過88%，可以很好地代表原始數(shù)據(jù)。本文選取前7 個主成分得分計算系統(tǒng)性金融風險。

表3 主成分分析的特征值和方差貢獻率

圖1 展示了我國2005年第一季度至2020年第三季度的系統(tǒng)性金融風險指數(shù)的動態(tài)分析結(jié)果。2008－2009年，由于美國金融危機對我國經(jīng)濟造成的巨大沖擊，我國的系統(tǒng)性金融風險急劇上升。之后，中國政府出臺積極財政政策和貨幣政策穩(wěn)定了中國經(jīng)濟，系統(tǒng)性金融風險隨之下降。2014－2015年，由于股市泡沫的影響，我國系統(tǒng)性金融風險也隨之波動上升。2018年以后，由于美國挑起的貿(mào)易戰(zhàn)和2020年的新冠肺炎疫情對經(jīng)濟的負面沖擊，我國的系統(tǒng)性金融風險處于歷史高位且在波動中上升。

圖1 中國系統(tǒng)性金融風險指數(shù)趨勢

四、實證結(jié)果分析

（一）模型檢驗和參數(shù)估計

1.平穩(wěn)性檢驗和協(xié)整檢驗

本文對變量進行標準差標準化以消除量綱影響，進而構(gòu)建經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險的TVP-SV-VAR 模型。

首先對變量進行平穩(wěn)性檢驗，結(jié)果如表4 所示，可以看出，經(jīng)濟政策不確定性和系統(tǒng)性金融風險是平穩(wěn)變量；宏觀杠桿率是一階單整變量。最后，本文對模型的最優(yōu)滯后階數(shù)進行分析，模型最優(yōu)滯后階數(shù)的結(jié)果如表5 所示，根據(jù)LR、FPE、AIC、SC、HQ 最小原則，本文選擇最優(yōu)滯后階數(shù)為2 階。

表4 變量的平穩(wěn)性檢驗結(jié)果

表5 模型最優(yōu)滯后期數(shù)

本文進行Johansen 協(xié)整檢驗經(jīng)濟政策不確定性指數(shù)、宏觀杠桿率與系統(tǒng)性金融風險是否具有協(xié)整關(guān)系。協(xié)整檢驗最終結(jié)果如表6 所示，表中第一行跡統(tǒng)計量所對應(yīng)的P 值小于0.05，這說明在5%顯著性水平下，經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險至少存在1 個協(xié)整向量。因此，可以使用原始變量進行建模分析。

表6 Johansen 協(xié)整檢驗

2.TVP-SV-VAR 模型參數(shù)估計結(jié)果分析

本文使用OXMetrics6 軟件分析TVP-SV-VAR 模型，模型始燃燒次數(shù)為1000 次，MCMC 的重復(fù)次數(shù)為10000 次。表7 為TVP-SV-VAR 模型參數(shù)估計結(jié)果，可以看出，模型的Geweke 統(tǒng)計量小于5%顯著性水平下的臨界值1.96，說明本文構(gòu)建的TVPSV-VAR 模型收斂效果好。同時，無效因子最大值為177.05，說明模型有效。TVP-SVVAR 模型的MCMC 抽樣結(jié)果見圖2，可以看出，模型樣本路徑抽樣穩(wěn)定，樣本的自回歸系數(shù)穩(wěn)定下降，這說明本文模型的MCMC 抽樣結(jié)果符合要求。

圖2 TVP-SV-VAR 模型的MCMC 抽樣結(jié)果

表7 TVP-SV-VAR 模型參數(shù)估計結(jié)果

（二）TVP-SV-VAR 模型的脈沖響應(yīng)分析

1.經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險等間隔脈沖響應(yīng)

選擇滯后4 期、8 期和12 期分別代表經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險在短期、中期和長期的動態(tài)沖擊的影響。圖3 是宏觀杠桿率對于經(jīng)濟政策不確定性正向沖擊的脈沖響應(yīng)圖，從中可以看出，經(jīng)濟政策不確定性的正向沖擊在短期、中期和長期顯著提高了宏觀杠桿率，且長期影響大于短期影響。經(jīng)濟政策不確定性的正向沖擊提高宏觀杠桿率的理論機制在于：第一，經(jīng)濟政策不確定性的提高會顯著增加國有企業(yè)杠桿率，同時降低非國有企業(yè)杠桿率，且國有企業(yè)杠桿率增幅顯著大于非國有企業(yè)杠桿率的降幅，最終導(dǎo)致宏觀杠桿率的上升（紀洋等，2018）。第二，經(jīng)濟政策不確定性將會對經(jīng)濟發(fā)展產(chǎn)生負面影響，政府推出的擴張性財政政策提高了政府的債務(wù)水平。政府債務(wù)的上升帶來的GDP 增速邊際效力的下降進一步提升了宏觀杠桿率水平（張斌等，2018；王愛儉和石振宇，2020）。

圖3 宏觀杠桿率對于經(jīng)濟政策不確定性正向沖擊的脈沖響應(yīng)

圖4 是系統(tǒng)性金融風險對于經(jīng)濟政策不確定性正向沖擊的脈沖響應(yīng)圖，從中可以看出，經(jīng)濟政策不確定性的提高對于系統(tǒng)性金融風險具有時變特征，整體上在短期、中期和長期均提高了系統(tǒng)性金融風險。其原因在于：第一，經(jīng)濟政策不確定性指數(shù)的提高通過實物期權(quán)效應(yīng)抑制了企業(yè)投資的增加；第二，經(jīng)濟政策不確定性指數(shù)的提高通過金融摩擦提高了企業(yè)的融資成本；第三，經(jīng)濟政策不確定性指數(shù)的提高通過儲蓄效應(yīng)抑制了家庭消費的增加。

圖4 系統(tǒng)性金融風險對于經(jīng)濟政策不確定性正向沖擊的脈沖響應(yīng)

圖5 是系統(tǒng)性金融風險對于宏觀杠桿率正向沖擊的脈沖響應(yīng)圖，從中可以看出，宏觀杠桿率的提高對于系統(tǒng)性金融風險的影響在短期、中期和長期具有一致性，均顯著提高了系統(tǒng)性金融風險的水平。宏觀杠桿率影響系統(tǒng)性金融風險的理論機制在于：第一，宏觀杠桿率的變動對經(jīng)濟產(chǎn)出和宏觀經(jīng)濟穩(wěn)定產(chǎn)生顯著的負面影響（馬勇等，2016）；第二，宏觀杠桿率的提高從“銀行信貸渠道”“資產(chǎn)價格渠道”影響經(jīng)濟發(fā)展，導(dǎo)致資產(chǎn)價格泡沫，進而提高系統(tǒng)性金融風險（黃倩等，2021）。

圖5 系統(tǒng)性金融風險對于宏觀杠桿率正向沖擊的脈沖響應(yīng)

2.經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險的時點脈沖響應(yīng)

經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險的動態(tài)關(guān)系在不同時間上會發(fā)生顯著的變化，本文選擇2008年第四季度（T=16）、2015年第三季度（T=43）和2020年第一季度（T=61）三個時點進行，其原因在于：2008－2010年，由于國際金融危機，中國經(jīng)濟政策不確定性迅速上升，宏觀杠桿率也隨之快速上升；2015年，我國貨幣政策較為寬松，股市泡沫現(xiàn)象較為嚴重，且中國政府進一步改革人民幣匯率制度；2020年，新冠肺炎疫情給中國經(jīng)濟造成負向沖擊。

圖6 反映的是宏觀杠桿率對于經(jīng)濟政策不確定性正向沖擊的時點動態(tài)關(guān)系。從中可以看出，經(jīng)濟政策不確定性的正向沖擊對于宏觀杠桿率的影響具有時變特征。具體來看，經(jīng)濟政策不確定性的上升在2008Q4、2015Q3 和2020Q1 三個時點對宏觀杠桿率均產(chǎn)生正向影響，且隨著時間推移逐漸加大。經(jīng)濟政策不確定性在2008Q4 時點的沖擊的前3 期是負向影響，第3 期之后由負轉(zhuǎn)正，這說明經(jīng)濟政策不確定性對于宏觀杠桿率的影響可能存在滯后效應(yīng)。綜合來看，經(jīng)濟政策不確定性在這三個時點對宏觀杠桿率在整體上產(chǎn)生顯著的正向影響。因此，我國應(yīng)該保持經(jīng)濟政策穩(wěn)定，避免宏觀杠桿率的大幅波動。

圖6 宏觀杠桿率對于經(jīng)濟政策不確定性正向沖擊的時點動態(tài)關(guān)系

圖7 反映的是系統(tǒng)性金融風險與經(jīng)濟政策不確定性的時點動態(tài)關(guān)系，從中可以看出，經(jīng)濟政策不確定性的提高對于系統(tǒng)性金融風險的影響具有時變效應(yīng)，在2008Q4、2015Q3 和2020Q1 三個時點上均提高了系統(tǒng)性金融風險。但是，經(jīng)濟政策不確定性在2008Q4 時點的第2 期之前對系統(tǒng)性金融風險是負向影響，這說明經(jīng)濟政策不確定性對系統(tǒng)性金融風險的影響可能存在滯后效應(yīng)。綜合來看，經(jīng)濟政策不確定性對于系統(tǒng)性金融風險在這三個時點上主要是正向影響。因此，我國應(yīng)該重視經(jīng)濟政策不確定性對于系統(tǒng)性金融風險的正向沖擊。

圖7 系統(tǒng)性金融風險對于經(jīng)濟政策不確定性正向沖擊的時點動態(tài)關(guān)系

圖8 反映了系統(tǒng)性金融風險對于宏觀杠桿率正向沖擊的時點動態(tài)關(guān)系，從中可以看出，宏觀杠桿率的正向沖擊在2008Q4、2015Q3 和2020Q1 三個時點上均顯著地提高了系統(tǒng)性金融風險，且在2015Q3 和2020Q1 兩個時點的沖擊影響大于在2008Q4 時點的沖擊影響，原因在于近年來我國宏觀杠桿率在不斷上升，對系統(tǒng)性金融風險的影響逐漸增強。另外，在2015Q3 和2020Q1 兩個時點，宏觀杠桿率對于系統(tǒng)性金融風險的影響出現(xiàn)先下降又逐漸上升的現(xiàn)象，其原因可能在于：2015年國家去杠桿政策降低了系統(tǒng)性金融風險，但是后來由于國內(nèi)外經(jīng)濟環(huán)境的變化，尤其是中美貿(mào)易爭端和新冠肺炎疫情的發(fā)生嚴重影響我國經(jīng)濟的平穩(wěn)發(fā)展，導(dǎo)致宏觀杠桿率對于系統(tǒng)性金融風險的影響出現(xiàn)先下降又逐漸上升的現(xiàn)象。綜合來看，宏觀杠桿率在2008Q4、2015Q3 和2020Q1 三個時點上都對系統(tǒng)性金融風險產(chǎn)生顯著正向影響，這說明防范系統(tǒng)性金融風險應(yīng)該重視宏觀杠桿率上升的影響。

圖8 系統(tǒng)性金融風險對于宏觀杠桿率正向沖擊的時點動態(tài)關(guān)系

（三）穩(wěn)健性檢驗

本文參考郭娜等（2020）的做法，使用相反數(shù)處理反向變量，重新計算系統(tǒng)性金融風險，以進行穩(wěn)健性檢驗。系統(tǒng)性金融風險記為FW。穩(wěn)定性檢驗結(jié)果如圖9 和圖10 所示?？梢钥闯?，檢驗結(jié)果與前文一致，因此本文的實證結(jié)果穩(wěn)健。

圖9 經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險等間隔動態(tài)關(guān)系

圖10 經(jīng)濟政策不確定性、宏觀杠桿率與系統(tǒng)性金融風險時點動態(tài)關(guān)系

五、研究結(jié)論和政策建議

本文基于2005年第一季度至2020年第三季度數(shù)據(jù)，選取30 個宏觀經(jīng)濟指標度量系統(tǒng)性金融風險，構(gòu)建TVP-SV-VAR 模型研究經(jīng)濟政策不確定性、宏觀杠桿率和系統(tǒng)性金融風險的動態(tài)關(guān)聯(lián)和時變特征。實證研究發(fā)現(xiàn)：經(jīng)濟政策不確定性、宏觀杠桿率和系統(tǒng)性金融風險的影響具有時變特征，具體表現(xiàn)為：經(jīng)濟政策不確定性的正向沖擊在短期、中期和長期顯著提高了宏觀杠桿率，經(jīng)濟政策不確定性的提高在短期、中期和長期從整體上提高了系統(tǒng)性金融風險，宏觀杠桿率的正向沖擊在短期、中期和長期顯著提高了系統(tǒng)性金融風險的水平。

在此基礎(chǔ)上，本文提出如下政策建議：

第一，經(jīng)濟政策不確定性的上升會導(dǎo)致系統(tǒng)性金融風險的提高，因此，我國的經(jīng)濟政策應(yīng)該保持穩(wěn)定性和持續(xù)性，強化對于小微企業(yè)的金融支撐力度，避免經(jīng)濟政策的急轉(zhuǎn)彎。要完善貨幣政策和宏觀審慎政策對經(jīng)濟的聯(lián)合調(diào)控機制，穩(wěn)定市場對于經(jīng)濟政策的預(yù)期，降低經(jīng)濟政策不確定性對于系統(tǒng)性金融風險影響。

第二，加強經(jīng)濟政策的精準導(dǎo)向和資金運用監(jiān)管，防治資金在金融系統(tǒng)空轉(zhuǎn)和杠桿套利。為了應(yīng)對疫情對經(jīng)濟的沖擊，財政赤字的增加和宏觀杠桿率的上升難以避免。但是寬松的經(jīng)濟政策下資金過度流入房地產(chǎn)市場和股票市場會引發(fā)資產(chǎn)價格的快速上升甚至產(chǎn)生系統(tǒng)性金融風險。因此，我國政府部門應(yīng)該嚴格控制政策資金流入股市和房地產(chǎn)市場，實現(xiàn)經(jīng)濟平穩(wěn)發(fā)展和金融穩(wěn)定。

第三，完善宏觀調(diào)控跨周期設(shè)計和調(diào)節(jié)機制，實現(xiàn)穩(wěn)定經(jīng)濟增長和防范系統(tǒng)性金融風險長期均衡。當前，應(yīng)對疫情對于經(jīng)濟的負面沖擊，恢復(fù)經(jīng)濟發(fā)展是第一要務(wù)，但是也要同樣關(guān)注金融風險的產(chǎn)生以及寬松的經(jīng)濟政策對長期經(jīng)濟增長潛力的抑制作用。同時，完善我國經(jīng)濟政策的跨周期設(shè)計和調(diào)節(jié)機制，實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展和防范系統(tǒng)性金融風險發(fā)生的動態(tài)平衡。