摘?要：本文分析了將信貸規(guī)模因素加入我國金融周期和實(shí)體經(jīng)濟(jì)周期之間互動(dòng)關(guān)系，研究發(fā)現(xiàn)存在從信貸規(guī)模到金融周期、實(shí)體經(jīng)濟(jì)周期的單向Granger因果關(guān)系，但同時(shí)又存在即期因果關(guān)系（Instantaneous Causality）;基于VECM模型的預(yù)測(cè)誤差方差分解發(fā)現(xiàn)，信貸規(guī)模受經(jīng)濟(jì)周期的影響較小。為此，商業(yè)銀行的經(jīng)營應(yīng)更加注重實(shí)體經(jīng)濟(jì)的變化，才能獲得更穩(wěn)健的發(fā)展。

關(guān)鍵詞：金融周期;商業(yè)銀行;因果關(guān)系

中圖分類號(hào)：F830.5?文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1008-4428（2019）11-0128-03

一、 引言

自2008年爆發(fā)全球金融危機(jī)以來，國際社會(huì)更加關(guān)注金融周期的變化，金融周期與實(shí)體經(jīng)濟(jì)周期之間的關(guān)系被再次被重新審視。有關(guān)金融周期與實(shí)體經(jīng)濟(jì)周期的理論分析框架主要有兩類：一類是在貨幣政策傳導(dǎo)框架下，探討金融對(duì)實(shí)體經(jīng)濟(jì)的影響;另一類則在經(jīng)濟(jì)周期波動(dòng)的分析框架中加入金融因素。例如，將金融作為內(nèi)生性因素納入刻畫實(shí)體經(jīng)濟(jì)的動(dòng)態(tài)隨機(jī)一般均衡模型中。受研究框架或研究目的的限制，對(duì)金融周期和實(shí)體經(jīng)濟(jì)周期的理論研究還不夠深入，而更多是從實(shí)證研究角度對(duì)兩者之間的關(guān)系展開詳細(xì)的研究。例如，Claessens等（2012）從信貸周期、房地產(chǎn)市場(chǎng)以及股票市場(chǎng)三個(gè)維度，研究金融周期與經(jīng)濟(jì)周期之間的相關(guān)性，研究發(fā)現(xiàn)金融周期與經(jīng)濟(jì)周期之間存在顯著正相關(guān)關(guān)系，但金融周期往往比經(jīng)濟(jì)周期更長、更深、更劇烈。曹永琴和李澤祥（2009）使用DCC和CCC兩個(gè)多元Garch模型，分析金融周期和經(jīng)濟(jì)周期之間的關(guān)系，均發(fā)現(xiàn)兩種經(jīng)濟(jì)周期的動(dòng)態(tài)關(guān)聯(lián)度有逐漸強(qiáng)化的趨勢(shì)。岑麗君和黃新克（2016）從信貸擴(kuò)張與實(shí)體經(jīng)濟(jì)波動(dòng)角度，研究金融周期與實(shí)體經(jīng)濟(jì)周期之間的關(guān)聯(lián)性，通過相關(guān)系數(shù)、協(xié)整檢驗(yàn)、因果檢驗(yàn)等一系列實(shí)證分析方法發(fā)現(xiàn)，兩周期之間具有較高的相關(guān)性和協(xié)同性。

總體來看，有關(guān)金融周期和實(shí)體經(jīng)濟(jì)周期的實(shí)證研究呈現(xiàn)以下特征：首先，實(shí)證模型的指標(biāo)選擇存在分歧，特是在金融周期指標(biāo)方面。有的研究通過多個(gè)金融方面的指標(biāo)合成金融周期指標(biāo);有的則直接使用單個(gè)變量衡量金融周期。其次，變量的處理方式存在差異，一部分文獻(xiàn)使用HP濾波、經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）等方法分離出變量的長期趨勢(shì)成分和周期波動(dòng)成分，然后再進(jìn)行實(shí)證分析，如岑麗君和黃新克（2016）;另一部分文獻(xiàn)則不做分離。最后，還存在一些不足之處。例如，在分析金融周期與實(shí)體經(jīng)濟(jì)周期時(shí)，側(cè)重分析兩類周期的協(xié)同程度，而對(duì)相互影響程度重視不足。又如，在分析過程中，主要就周期而談周期，而較少關(guān)注金融機(jī)構(gòu)在不同周期之間互動(dòng)中的作用，但這是將研究結(jié)論運(yùn)用于實(shí)踐的重要一環(huán)。

基于上述考慮，本文將結(jié)合我國經(jīng)濟(jì)金融運(yùn)行的特征，嘗試對(duì)我國金融周期和實(shí)體經(jīng)濟(jì)周期關(guān)系進(jìn)行更為深入的實(shí)證研究，在模型設(shè)定中加入商業(yè)銀行經(jīng)營（用信貸規(guī)模代理）這一變量，深化對(duì)金融周期和實(shí)體經(jīng)濟(jì)周期的認(rèn)識(shí)。除此之外，還將利用預(yù)測(cè)誤差方差分解，探究金融周期、實(shí)體經(jīng)濟(jì)周期以及商業(yè)銀行經(jīng)營之間的相互影響程度。

二、 金融周期和實(shí)體經(jīng)濟(jì)周期指標(biāo)的選擇

受全球金融危機(jī)的影響，經(jīng)濟(jì)學(xué)界重構(gòu)宏觀經(jīng)濟(jì)理論和金融理論而有了一些新的進(jìn)展，但正如Borio（2014）所言，“對(duì)經(jīng)濟(jì)的理解并不能持續(xù)累積”，有關(guān)金融周期與實(shí)體經(jīng)濟(jì)周期的研究仍處于不斷深化的過程中，實(shí)證研究所使用的指標(biāo)也存在較大的差異，特別是金融周期指標(biāo)的選擇。

相對(duì)于金融周期，學(xué)術(shù)界對(duì)實(shí)體經(jīng)濟(jì)周期的界定與研究已比較成熟。實(shí)體經(jīng)濟(jì)周期主要表現(xiàn)為經(jīng)濟(jì)形勢(shì)擴(kuò)張或收縮，具體可劃分為蕭條、復(fù)蘇、繁榮和衰退四個(gè)階段。對(duì)我國實(shí)體經(jīng)濟(jì)周期的實(shí)證研究，主要使用產(chǎn)出方面的指標(biāo)進(jìn)行分析，如GDP或工業(yè)增加值等指標(biāo)。相對(duì)而言，GDP所反映的實(shí)體經(jīng)濟(jì)內(nèi)容更為全面。為此，本文選擇GDP作為衡量實(shí)體經(jīng)濟(jì)周期的基礎(chǔ)變量。

當(dāng)前，我國學(xué)術(shù)界對(duì)金融周期的界定尚未形成相對(duì)統(tǒng)一的認(rèn)識(shí)，中國人民銀行在2017年第3季度的《中國貨幣政策執(zhí)行報(bào)告》中首次提及“金融周期”，認(rèn)為“金融周期主要是指由金融變量擴(kuò)張與收縮導(dǎo)致的周期性波動(dòng)”，金融周期將“通過資產(chǎn)負(fù)債表等渠道進(jìn)一步把金融和實(shí)體經(jīng)濟(jì)聯(lián)系起來。當(dāng)經(jīng)濟(jì)周期和金融周期同步疊加時(shí)，經(jīng)濟(jì)擴(kuò)張或收縮的幅度都會(huì)被放大;而當(dāng)經(jīng)濟(jì)周期和金融周期不同步時(shí)，兩者的作用方向可能不同甚至相反”。該報(bào)告還認(rèn)為，“評(píng)判金融周期，最核心的兩個(gè)指標(biāo)是廣義信貸和房地產(chǎn)價(jià)格”，但未涉及用什么樣的指標(biāo)或如何構(gòu)建金融周期指標(biāo)。馬勇等（2016）使用Min-Max標(biāo)準(zhǔn)化方法，將房地產(chǎn)價(jià)格、股票價(jià)格、銀行利差、金融杠桿、風(fēng)險(xiǎn)溢價(jià)、資本流動(dòng)、貨幣供應(yīng)量和社會(huì)融資規(guī)模等8個(gè)指標(biāo)合成金融周期。曹永琴和李澤祥（2009）、岑麗君和黃新克（2016）以及陳雨露等（2016）則分別使用M1、“金融機(jī)構(gòu)人民幣貸款余額”以及“用私人部門信貸/GDP”作為衡量金融周期的基礎(chǔ)變量。

當(dāng)前，我國金融體系正處于從以銀行業(yè)為主導(dǎo)階段向銀行業(yè)與證券業(yè)并重階段過渡，但銀行業(yè)仍是金融體系運(yùn)行的核心，社會(huì)融資規(guī)模的存量和增量，均以貸款為主導(dǎo)。商業(yè)銀行作為金融中介，其經(jīng)營行為將影響到貨幣乘數(shù)進(jìn)而貨幣供應(yīng)量，為此貨幣供應(yīng)量的變化能較好反映我國金融形勢(shì)的變化。本文將選擇M1作為我國金融周期的基礎(chǔ)變量。鑒于信貸在我國經(jīng)濟(jì)金融運(yùn)行中的重要性，為了全面刻畫金融周期與實(shí)體經(jīng)濟(jì)周期之間的關(guān)系，本文在實(shí)證模型設(shè)定中將加入信貸規(guī)模這一變量，同時(shí)探究商業(yè)銀行經(jīng)營與周期變動(dòng)的相互關(guān)系。

三、 實(shí)證分析

（一）數(shù)據(jù)的簡(jiǎn)單描述及單位根檢驗(yàn)

選定基礎(chǔ)變量，還需對(duì)指標(biāo)作特定的處理，再進(jìn)行具體的分析。以具有協(xié)整關(guān)系的兩個(gè)時(shí)間序列為例，短期波動(dòng)和長期關(guān)系均會(huì)對(duì)由這些時(shí)間序列所構(gòu)成的系統(tǒng)運(yùn)行產(chǎn)生影響，如果使用HP濾波等方式抽取周期因素再進(jìn)行分析，可能無法完全捕捉變量之間的互動(dòng)關(guān)系。而研究?jī)蓚€(gè)周期之間的關(guān)系，主要是為了探析相互之間的動(dòng)態(tài)關(guān)系。為此，以基礎(chǔ)變量的同比增速作為實(shí)證分析的指標(biāo)，即金融周期（FC）采用M1的同比增速指標(biāo)，實(shí)體經(jīng)濟(jì)周期（BC）采用GDP的同比增速指標(biāo)，信貸規(guī)模（CS）也采用同比增速指標(biāo)?；跀?shù)據(jù)的可行性，研究的期間為1996～2018年第二季度的季度數(shù)據(jù)，共90個(gè)時(shí)點(diǎn)，相關(guān)原始數(shù)據(jù)均來自Wind資訊。

在進(jìn)行具體分析之前，首先使用ADF檢驗(yàn)各個(gè)變量進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見表1。

從表1可以發(fā)現(xiàn)，ADF檢驗(yàn)顯示FC和BC均為非平穩(wěn)序列，但其一階差分序列皆在5%顯著水平下拒絕存在單位根的原假設(shè)，即兩個(gè)變量皆為一階單整。同理，在5%顯著水平下，CS為平列序列。

（二）Johansen協(xié)整檢驗(yàn)

非平穩(wěn)序列的某種組合可能是平穩(wěn)，這樣的組合反映了變量之間長期穩(wěn)定的比例關(guān)系，即協(xié)整關(guān)系。這里采用Johansen協(xié)整方法檢驗(yàn)FC、BC和CS之間是否存在協(xié)整關(guān)系。由于Johansen協(xié)整檢驗(yàn)結(jié)果對(duì)滯后階數(shù)比較敏感，應(yīng)取擬合變量關(guān)系最佳的VAR模型的滯后階數(shù)，根據(jù)SC準(zhǔn)則所確定的最佳滯后階數(shù)為2，如表2所示為VAR模型滯后階數(shù)為2時(shí)的Johansen協(xié)整檢驗(yàn)結(jié)果。

由表2可知，在5%顯著水平下，不論是特征根跡檢驗(yàn)還是最大特征值檢驗(yàn)，“0個(gè)協(xié)整向量”的原假設(shè)被拒絕，而無法拒絕“至少有1個(gè)協(xié)整向量”的假設(shè)，說明FC、BC和CS之間存在協(xié)整關(guān)系。在Eviews 10上的估計(jì)結(jié)果方程1所示：

（三）因果關(guān)系檢驗(yàn)

由于FC、BC和CS之間存在協(xié)整關(guān)系，此處在VECM（1）模型中進(jìn)行Granger因果關(guān)系檢驗(yàn)和即期因果關(guān)系檢驗(yàn)（instantaneous causality test;Lütkepohl，2006），檢驗(yàn)結(jié)果見表3。

由表3可知，對(duì)于“FC和BC”不是CS變化的Granger原因的假設(shè)，拒絕它犯第一類錯(cuò)誤的概率是0.8983，表明在10%顯著水平下無法拒絕原假設(shè)。而后兩個(gè)原假設(shè)所對(duì)應(yīng)的P值均小于0.1，表明在10%顯著水下后兩個(gè)原假設(shè)均被拒絕，也就是說，CS是FC和BC變化的Granger原因，并且兩者之間存在即期因果關(guān)系，而不是簡(jiǎn)單從CS到“FC和BC”的單向Granger因果關(guān)系。

（四）預(yù)測(cè)誤差方差分解

此處根據(jù)方程1進(jìn)行預(yù)測(cè)誤差方差分解，觀察期為30期，具體情況如圖1～圖3所示。從圖1～圖3所示的結(jié)果來看，金融周期變化主要是自身驅(qū)動(dòng)以及受信貸規(guī)模的影響;實(shí)體經(jīng)濟(jì)周期變化主要是自身驅(qū)動(dòng)，受金融周期和信貸規(guī)模的影響很少;信貸規(guī)模變化主要是自身驅(qū)動(dòng)以及受金融周期的影響。

具體而言，金融周期對(duì)其自身的方差貢獻(xiàn)率由74%逐漸減少并最終穩(wěn)定在53%左右，對(duì)實(shí)體經(jīng)濟(jì)周期的方差貢獻(xiàn)率則一直不超過6%，對(duì)信貸規(guī)模的方差貢獻(xiàn)率由0逐漸上升到34%左右。實(shí)體經(jīng)濟(jì)周期除對(duì)自身的影響較強(qiáng)之外，對(duì)其他各周期變量的方差貢獻(xiàn)率均較低：實(shí)體經(jīng)濟(jì)周期對(duì)其自身的方差貢獻(xiàn)率由100%逐漸減少并最終穩(wěn)定在74%左右，對(duì)金融周期的方差貢獻(xiàn)率則一直不超過4%，對(duì)信貸規(guī)模方差貢獻(xiàn)率由0逐漸上升到7%左右。信貸規(guī)模對(duì)其自身的方差貢獻(xiàn)率由100%逐漸減少并最終穩(wěn)定60%左右，對(duì)金融周期的方差貢獻(xiàn)率由22%逐漸上升并最終穩(wěn)定在42%左右，對(duì)實(shí)體經(jīng)濟(jì)周期的方差貢獻(xiàn)率由0逐步上升并最終穩(wěn)定在11%左右。

四、 結(jié)論性評(píng)述以及對(duì)商業(yè)銀行經(jīng)營的啟示

本文基于我國1996～2018年第二季度的季度數(shù)據(jù)，對(duì)金融周期與實(shí)體經(jīng)濟(jì)周期之間的互動(dòng)關(guān)系進(jìn)行較為詳細(xì)的實(shí)證分析。與過往研究一般僅分析金融周期和實(shí)體經(jīng)濟(jì)周期兩因素不同，本文基于我國銀行業(yè)在金融體系中仍處于主導(dǎo)地位的狀況，在分析中加入信貸規(guī)模因素，更全面了解各周期自身變化以及互動(dòng)關(guān)系。通過實(shí)證分析，得出了以下幾個(gè)方面的基本結(jié)論：

第一，信貸規(guī)模與金融周期和實(shí)體經(jīng)濟(jì)周期之間存在即期因果關(guān)系，但僅存在從信貸規(guī)模到金融周期和實(shí)體經(jīng)濟(jì)周期的Granger因果關(guān)系。這表明商業(yè)銀行經(jīng)營的順周期性不明顯。

第二，我國金融周期和實(shí)體經(jīng)濟(jì)周期之間的相互影響程度均較低。這表明金融與經(jīng)濟(jì)之間的傳導(dǎo)機(jī)制有待進(jìn)一步強(qiáng)化。

第三，信貸規(guī)模與金融周期之間的相互影響程度均較高，但對(duì)實(shí)體經(jīng)濟(jì)周期的影響均較小。這表明商業(yè)銀行的經(jīng)營更多受金融周期的影響，對(duì)實(shí)體經(jīng)濟(jì)變化的響應(yīng)程度較小。

上述結(jié)論對(duì)商業(yè)銀行的啟示是：商業(yè)銀行的經(jīng)營應(yīng)更加關(guān)注外部環(huán)境的變化，特別是實(shí)體經(jīng)濟(jì)的變化。實(shí)證分析發(fā)現(xiàn)，商業(yè)銀行的信貸規(guī)模雖然也受金融周期較大的影響，但自我演化程度較高，而較少受實(shí)體經(jīng)濟(jì)周期的影響，實(shí)體經(jīng)濟(jì)的變化是決定商業(yè)銀行信用風(fēng)險(xiǎn)最關(guān)鍵的因素之一。為此，只有順應(yīng)經(jīng)濟(jì)形勢(shì)的變化調(diào)整經(jīng)營策略，才能獲得更穩(wěn)健的發(fā)展。

參考文獻(xiàn)：

[1]Claessens S.，M.A.Kose and M.E.Terrones.How do business and financial cycles interact？[J].Journal of International Economics，2012，87（1）：178-190.

[2]曹永琴，李澤祥.中國金融經(jīng)濟(jì)周期與真實(shí)經(jīng)濟(jì)周期的動(dòng)態(tài)關(guān)聯(lián)研究[J].統(tǒng)計(jì)研究，2009，26（5）：9-16.

[3]岑麗君，黃新克.中國金融周期與實(shí)體經(jīng)濟(jì)周期關(guān)聯(lián)性研究[J].商業(yè)研究，2016（4）：70-75.

[4] Borio C.The financial cycle and macroeconomics： What have we learnt？[J].Journal of Banking & Finance，2014（45）：182-198.

[5]馬勇，馮心悅，田拓.金融周期與經(jīng)濟(jì)周期：基于中國的實(shí)證研究[J].國際金融研究，2016（10）：3-14.

[6]陳雨露，馬勇，阮卓陽.金融周期和金融波動(dòng)如何影響經(jīng)濟(jì)增長與金融穩(wěn)定？[J].金融研究，2016（2）：1-22.

[7]Lütkepohl H.New Introduction to Multiple Time Series Analysis[M].Berlin：Springer，2005.

作者簡(jiǎn)介：

劉小銘，男，福建惠安人，經(jīng)濟(jì)學(xué)博士，泉州農(nóng)村商業(yè)銀行金融市場(chǎng)部。