王智茂，楊 森

（1.鹽城師范學院商學院，江蘇 鹽城 224002；2.黃岡師范學院商學院，湖北 黃岡 438021）

0 引言

近年來，隨著我國金融體系深化改革和金融業(yè)對外開放提速，我國短期跨境資本流動規(guī)模也在進一步擴大。國際經驗表明，國際資本有序流動會促進一國經濟發(fā)展，但國際資本短期內大規(guī)模流入或流出也可能造成金融資產價格及匯率的大幅波動，從而帶來一國系統(tǒng)性風險上升甚至導致金融危機[1，2]。短期跨境資本流動對我國宏觀金融穩(wěn)定帶來的沖擊已經成為金融風險研究關注的重點。

關于短期跨境資本流動與系統(tǒng)性風險之間的相互關系，國外一些研究表明，短期資本流動對發(fā)達國家的經濟增長波動影響較小，但是對新興國家的經濟增長存在較為明顯的抑制作用[3]。國內的研究發(fā)現(xiàn)，短期跨境資本流入可促進我國經濟增長[4]，且資本流向的不同對系統(tǒng)性金融風險的影響存在顯著差異[5]。學者們關于貨幣政策與跨境資本流動之間的關系研究主要體現(xiàn)在兩個方面：一是關于貨幣政策對短期跨境資本的調控問題，短期跨境資本的頻繁波動會受貨幣政策穩(wěn)定性的影響[6]，并且貨幣政策沖擊對短期跨境資本流動的影響要大于中長期[7]；二是關于跨境資本流動對貨幣政策有效性的影響問題，緊縮型貨幣政策可以降低金融機構承擔過度風險的可能[8]，并且系統(tǒng)性金融風險在面對價格型貨幣政策的正向沖擊時，衰減速度比數(shù)量型貨幣政策更快。

綜合來看，現(xiàn)有文獻主要是從兩者互動關系的視角進行研究，鮮有將三者納入同一框架進行系統(tǒng)性分析，且學者們較多采用傳統(tǒng)計量模型（如VAR 模型），無法揭示變量之間可能存在的、隨時間變化的相互影響，這在一定程度上降低了實證結果的有效性。鑒于此，本文將短期跨境資本流動、系統(tǒng)性金融風險與貨幣政策納入同一分析框架，并通過時變參數(shù)向量自回歸模型（SV-TVP-VAR）比較分析在不同經濟環(huán)境下三者之間的動態(tài)關系，以期為我國宏觀經濟政策制定提供有益參考。

1 研究設計

1.1 研究方法

為了準確反映經濟結構的漸變特征，本文采用SV-TVP-VAR模型進行分析，其具體形式如下：

其中，yt是由模型中各主要變量構成的k×1 向量，A，F(xiàn)1，…，F(xiàn)S為k×k系數(shù)矩陣，yt-1，yt-2，…，yt-s為不同滯后期的k×1 觀察向量，隨機擾動項ut為k×1 矩陣。假設，為標準誤差矩陣且為對角陣，對公式（1）進行移項變形可得：

其中，Bi=A-1Fi，εt～N(0，Ik)，通過堆疊矩陣Bi的行向量元素，進一步構成k2×1 列向量β，同時假設，進而公式（2）可簡化為：，其中，t=s+1，…，n，表示Kronecker乘積，s表示滯后階數(shù)，t表示時間。同時，假設外部沖擊服從聯(lián)合正態(tài)分布，具體形式如下：

1.2 變量選取與數(shù)據(jù)處理

為考察在不同經濟金融狀態(tài)下短期跨境資本流動、系統(tǒng)性金融風險與貨幣政策調控之間互動關系的時變特征，本文以2005 年5 月至2021 年12 月的相關數(shù)據(jù)作為樣本，數(shù)據(jù)頻率均為月度。樣本期內包含了2007—2008年國際金融危機爆發(fā)以及2014—2015年我國證券市場劇烈震蕩等國內外經濟金融領域的重大沖擊事件，可以有效驗證三者之間的動態(tài)關系。

參考張明（2011）[9]的做法，本文采用間接法估算短期跨境資本流動規(guī)模，記為CBCF。用于計算短期跨境資本流動的各變量數(shù)據(jù)均來源于國泰安CSMAR數(shù)據(jù)庫。計算結果表明，2005 年以來我國短期跨境資本流動絕對規(guī)模整體呈上升趨勢，但實際凈額在零值上下頻繁波動，這充分體現(xiàn)出短期國際資本流動波動性強、流動規(guī)模多變以及流動方向不穩(wěn)定的特點。另外，2014 年開始我國短期跨境資本持續(xù)流出，這主要是由于美國量化寬松政策的退出以及美聯(lián)儲加息之路的開啟。中國短期跨境資本流動規(guī)模如圖1所示。

圖1 中國短期跨境資本流動規(guī)模

對于系統(tǒng)性風險的度量，本文采用Brownlees 和Engle（2011）[10]提出的SRISK方法。SRISK方法的基本思想是使用公開市場數(shù)據(jù)計算單個金融機構在系統(tǒng)性金融危機發(fā)生時的預期資本缺口，即SRISKi，t=Et-1(Capital Shortfalli|Crisis)。進一步地，將金融系統(tǒng)面臨的長期系統(tǒng)性金融危機定義為市場指數(shù)在未來6個月內下降幅度超過40%，此時，單一機構股票價格的下跌幅度即為該機構的長期邊際期望損失（LRMES）。參考Acharya等（2012）[11]對未來6個月內債務面值相對不變的假定，金融機構預期資本缺口（SRISK）為：

其中，Debti，t和Equityi，t分別為金融機構i在t時期的債務面值和股票市值，k為金融機構i的審慎權益資產比率，LRMESi，t是金融機構i在t時期的長期邊際期望損失。由式（3）可以看出，SRISK 方法綜合考慮了金融機構規(guī)模、杠桿比率以及市場關聯(lián)性等關鍵因素，同時兼具客觀性與全面性，因此，本文選擇其作為系統(tǒng)性風險代理變量。中國金融機構系統(tǒng)性金融風險（SRISK）月度數(shù)據(jù)來源于紐約大學斯特恩商學院波動實驗室（V-Lab）官網(wǎng)，結果如圖2所示。

圖2 中國金融機構系統(tǒng)性金融風險（SRISK）

由圖2 可以看出，中國金融機構系統(tǒng)性金融風險（SRISK）存在明顯的上升趨勢，為避免其對實證結果的干擾，本文采用HP濾波法將趨勢項分離出去，同時也在一定程度上提升了數(shù)據(jù)的平穩(wěn)性。此外，本文還選擇了廣義貨幣（M2）和銀行間存款類機構以利率債為質押的7 天期回購利率（DR）作為貨幣政策代理變量。首先對M2 進行對數(shù)差分處理得到其月度變化率；然后采用Census X-12 方法對其進行季節(jié)調整以消除季節(jié)趨勢的影響；最后，為避免變量間量綱不統(tǒng)一的潛在影響，對各變量進行了標準化處理。

2 實證分析

2.1 平穩(wěn)性檢驗

在建立SV-TVP-VAR 模型進行實證分析之前，本文采用ADF 方法對各變量進行平穩(wěn)性檢驗，發(fā)現(xiàn)四個變量均在1%的顯著性水平上為平穩(wěn)序列，可以用來構建實證模型。檢驗結果如表1所示。

表1 變量平穩(wěn)性檢驗

2.2 MCMC參數(shù)估計結果

本文將模型中的變量順序設定為M2、DR、CBCF和SRISK，參考SC和HQ信息準則，將模型滯后階數(shù)設定為滯后1階[12]，MCMC算法抽樣次數(shù)設定為10000次。此外，為降低數(shù)據(jù)的初始值干擾，使模型的估計結果更加穩(wěn)健，在模擬過程中剔除前1000次抽取的樣本作為預燒樣本。模型待估參數(shù)的后驗均值、標準差、95%置信區(qū)間、CD 收斂值和無效因子如表2所示。其中sb1、sb2、sa1、sa2、sh1、sh2分別代表對角陣的第一和第二個對角元素。

由表2結果可知，待估參數(shù)后驗均值均在95%的置信區(qū)間內，同時，CD 收斂值全部小于1.96（臨界值），表明在5%的顯著性水平上，原假設均不能被拒絕，即馬爾科夫鏈趨于集中。圖3第一行六個子圖是樣本自相關系數(shù)圖，可以看出，自相關水平迅速向零收斂，表明樣本自相關性在迭代過程中得到有效消除；第二行六個子圖是參數(shù)取值路徑圖，由此可以判斷出待估參數(shù)逐步收斂于后驗均值，同樣證明了馬爾科夫鏈趨于集中；第三行六個子圖是后驗分布密度函數(shù)圖，可以觀察到后驗分布趨向集中，說明MCMC模擬抽樣是有效的。

圖3 參數(shù)估計結果圖

2.3 結果分析

2.3.1 時變特征分析

圖4 描述的是SV-TVP-VAR 模型通過設定時變參數(shù)描述的各變量在樣本期內的取值以及隨機波動率時變特征。可以看出，四個變量在樣本期內的波動性均呈現(xiàn)隨時間變化的特征。貨幣供應量變化率的波動率在2008年年初和2009 年年初各達到一次階段峰值，隨后逐漸下降，2011 年年末迅速上升達到樣本期內最大值，隨后又迅速回落。利率水平在2007—2008 年、2011 年下半年以及2013 年年初處于較高波動水平，而貨幣供應量均處于較穩(wěn)定狀態(tài)，說明近年來我國貨幣政策基本保持平穩(wěn)。短期跨境資本流動的波動率從樣本期初期開始至2012年一直呈上升趨勢，2012—2014年出現(xiàn)小幅下降，隨后又逐漸升高，直到2016 年達到樣本期峰值后逐漸回落至較低水平。這說明短期跨境資本流動在大多數(shù)時期波動比較劇烈，尤其在國內外經濟金融領域出現(xiàn)重大沖擊事件時，其不穩(wěn)定性更加顯著。系統(tǒng)性金融風險波動率在2008年年末、2011 年年末、2015 年前后以及2018 年均出現(xiàn)明顯上升，分別對應著國際金融危機、國內通脹高企、A股劇烈波動和中美貿易摩擦等沖擊事件的發(fā)生，說明SRISK指標能較準確地反映我國現(xiàn)實經濟金融風險狀況。

圖4 變量取值及后驗隨機波動率

圖5 描述的是貨幣供應量變化率、利率水平、短期跨境資本流動及系統(tǒng)性風險之間的同期動態(tài)關系。由圖5（a）可以看出，貨幣供應量變化率對利率水平的同期影響為負且基本保持穩(wěn)定。在圖5（b）中，貨幣供應量變化率對短期跨境資本流動的同期影響在2011 年后明顯增大。在圖5（c）中，價格型貨幣政策對短期跨境資本流動的同期影響不如數(shù)量型貨幣政策顯著。在圖5（d）中，2016 年之前貨幣供應量變化率對系統(tǒng)性風險的同期影響表現(xiàn)為較小的正值，2016 年年初影響方向發(fā)生逆轉且影響程度略有增大。由圖5（e）可知，利率水平對系統(tǒng)性風險的同期影響在大部分時間內為正值，且影響程度逐漸增大。由圖5（f）可以看出，短期跨境資本流動對系統(tǒng)性風險的同期影響在大部分時間內為負值。

圖5 變量間時變關系圖

綜合比較圖5中的六個子圖可以發(fā)現(xiàn)，我國貨幣政策（既包括數(shù)量型貨幣政策也包括價格型貨幣政策）對系統(tǒng)性風險的調控效果較之前明顯改善，其中一個重要原因是，短期跨境資本流動作為橋梁變量對二者之間的互動關系產生了強化效果。貨幣政策調控不僅可以對系統(tǒng)性金融風險產生直接影響，還可以通過影響短期跨境資本流動規(guī)模產生間接影響。此外，價格型貨幣政策對短期跨境資本流動的影響程度較小，但對系統(tǒng)性金融風險的調控效果更佳。

2.3.2 脈沖響應分析

本文通過分析SV-TVP-VAR模型的脈沖響應函數(shù)來探究模型中各變量之間的相互作用。通過該模型可得出等間隔和不同時點兩種脈沖響應函數(shù)。等間隔脈沖響應函數(shù)可用來解釋某特定變量受到一單位標準正向沖擊后，在固定時間間隔下對模型中各響應變量的影響特征，還能通過設置不同提前期的沖擊來分別考察短期、中期和長期影響的差異特征。圖6描述的是貨幣供應量變化率、利率水平、短期跨境資本流動以及系統(tǒng)性風險之間的互動關系。本文將時間間隔設定為1個月、3個月、6個月，分別刻畫短期、中期、長期的互動關系。

圖6 等間隔脈沖響應函數(shù)圖

圖6 （a）至圖6（d）反映的是給定貨幣供應量變化率一單位標準正向沖擊的各變量脈沖響應情況。結果表明，短期跨境資本流動的中長期響應在零值附近，短期響應從2013 年開始方向逆轉為正且強度逐漸增大，說明貨幣供應的增加在短期內對國際投機資本具有一定吸引作用。這可能是由于寬松的貨幣政策促使短期跨境資本在逐利動機下流入我國資本市場[13]。由圖6（d）還可以發(fā)現(xiàn)，脈沖響應時間明顯更長，說明貨幣供應量變化率上升使系統(tǒng)性風險水平升高的可能性更大。

圖6（e）至圖6（h）反映的是給定利率水平一單位標準正向沖擊，模型中四個變量在不同時間間隔內的脈沖響應情況。由圖6（e）和圖6（f）可以看出，貨幣供應量變化率和利率水平自身的短期脈沖響應明顯更強。在圖6（h）中，系統(tǒng)性風險的脈沖響應函數(shù)顯著為正，且2014 年之前基本保持一致，2014 年以后短期響應強度仍維持在較高水平并略有上升。由此可見，價格型貨幣政策對我國系統(tǒng)性風險的調控效果呈現(xiàn)增強趨勢。

觀察圖6（i）至圖6（l），短期跨境資本流入的增加對貨幣供應量變化率有正向促進作用，對利率水平影響基本為負向，對系統(tǒng)性金融風險存在明顯的負向作用，表明短期跨境資本對我國系統(tǒng)性風險的平抑效果較為明顯。另外，由圖6（m）至圖6（p）可以看出，系統(tǒng)性風險沖擊對貨幣供應量變化率的影響為正向，對短期跨境資本流動的影響在2015年由負向轉為正向，體現(xiàn)出短期跨境資本投機性強、風險承受度高的內在特征。

為探究不同經濟金融狀態(tài)下短期跨境資本流動對系統(tǒng)性風險的時變影響以及貨幣政策調控效果的動態(tài)變化，本文選取2005 年10 月（時點1）、2008 年10 月（時點2）和2015 年10 月（時點3）三個代表性時點并分別得到了各時點上的脈沖響應函數(shù)。時點選取思路如下：2005年7月21日，中國人民銀行進行匯率改革，此次匯改使人民幣進入升值通道；2008 年9月美國次貸危機正式演化為世界金融危機，世界各國金融市場劇烈震蕩；2015年中期我國股市在經歷了一年的非理性上漲后出現(xiàn)迅速下跌，引發(fā)了投資者大面積恐慌進而導致流動性危機的出現(xiàn)。結果如圖7所示。

圖7 不同時點脈沖響應函數(shù)圖

圖7 （a）至圖7（d）描述的是不同時點上給定貨幣供應量變化率一單位標準正向沖擊后，模型各變量的脈沖響應情況。觀察圖7（b），時點1和時點2表現(xiàn)出比較顯著的負向響應，說明貨幣供應量變化率的上升在短期內會降低利率水平。由圖7（c）可以看出，時點3脈沖響應函數(shù)顯著為正且響應強度較前兩個時點更強，表明國內金融市場動蕩時期貨幣供應量增大對短期跨境資本的短期吸引效應更強。觀察圖7（d），時點1 和時點2 脈沖響應位于零值附近，而時點3脈沖響應在達到正向響應最大值后緩慢收斂于零，說明時點3貨幣供應量的增加對系統(tǒng)性風險產生了明顯的正向影響且持續(xù)性較強。

圖7（e）至圖7（h）描述的是不同時點上給定利率水平一單位標準正向沖擊，模型中四個變量的脈沖響應情況。由圖7（e）可以看出，時點2的負向響應強度顯著大于另外兩個時點且向零收斂的速度更慢。說明在國際金融市場動蕩時期利率上升對短期貨幣供應量的抑制效應更加顯著且持續(xù)時間更長。觀察圖7（g），時點1和時點2脈沖響應基本為負向，而時點3 的脈沖響應表現(xiàn)為正向，表明在實施匯率改革和國際金融市場動蕩時期，利率水平上升對短期跨境資本流動會產生抑制作用，這可能是由于央行采取的沖銷干預方式造成本國利率下降，進而使短期跨境資本流入動機減弱[7]。但在國內股市震蕩時期，利差波動風險降低，此時利率提升對短期跨境資本流動產生了正向影響。觀察圖7（h），時點1的脈沖響應函數(shù)位于零值下方且響應強度較小，而時點2和時點3的脈沖響應函數(shù)均為正值，其中時點3 的短期響應更強，說明在國內金融市場不穩(wěn)定時期，價格型貨幣政策對系統(tǒng)性風險的調控效果更加顯著且時效性更強。

觀察圖7（i）至圖7（l），短期跨境資本流入對貨幣供應量的影響存在明顯時點差異，其中時點1的影響方向為負向，而時點2和時點3為正向，且時點3的影響程度顯著強于其他兩個時點；其對系統(tǒng)性風險的影響也具有一定時變特征，其中時點1的影響程度較小，而時點2和時點3則表現(xiàn)為較強的負向影響，表明在金融市場動蕩時期短期跨境資本流入的增加有利于平抑金融市場風險。觀察圖7（m）至圖7（p），不同時點下系統(tǒng)性金融風險沖擊對貨幣供應量變化率的影響具有明顯差異性，由圖7（h）時點3的脈沖響應函數(shù)可以發(fā)現(xiàn)，在國內金融市場劇烈波動期間，系統(tǒng)性風險與市場利率水平之間存在相互促進的正向反饋機制；最后，時點1和時點2下系統(tǒng)性風險的上升會抑制短期跨境資本流入我國，但在時點3 這一影響方向發(fā)生逆轉，這與上文等間隔脈沖響應得出的結論相一致。

4 結論與建議

本文通過構建SV-TVP-VAR模型分析了短期跨境資本流動對我國系統(tǒng)性金融風險的沖擊影響，探究了貨幣政策對兩者的調控效果。結果表明：第一，近年來貨幣政策的實施對我國系統(tǒng)性金融風險的調控效果明顯增強，其中一個重要原因是短期跨境資本流動作為中介變量對二者之間的互動關系產生了強化作用。此外，與數(shù)量型貨幣政策相比，價格型貨幣政策對跨境資本流動規(guī)模產生的影響較小，但對系統(tǒng)性風險的調控效果更佳；第二，脈沖響應結果顯示，在國內金融市場動蕩時期，貨幣供應量的增大以及利率水平的提升均可在一定程度上吸引短期跨境資本流入我國，但在國際金融危機爆發(fā)時期，貨幣政策調控無法從根本上緩解短期跨境資本外流的壓力；第三，在國內外金融市場動蕩時期，短期跨境資本流入的增加可在一定程度上平抑金融市場風險，緩解市場恐慌情緒，進而降低系統(tǒng)性風險水平。

基于上述結論，本文提出如下建議：第一，中央銀行需要完善宏觀審慎監(jiān)管框架，進一步健全貨幣政策傳導機制，有效發(fā)揮貨幣政策在短期跨境資本流動與系統(tǒng)性金融風險管控中的作用。同時，繼續(xù)深化利率市場化改革，推動貨幣政策由數(shù)量型調控向價格型調控轉變，有效運用貨幣政策工具以便更好地應對當前國內外復雜的宏觀經濟形勢；第二，充分發(fā)揮國際短期資本流入對我國金融市場風險乃至系統(tǒng)性金融風險的平抑作用，在確保宏觀經濟穩(wěn)健運行的基礎上有序擴大資本項目開放，持續(xù)推進市場機制的不斷完善及市場成熟度的穩(wěn)步提升，以增強我國資本市場對國際短期資本的吸引力，提升我國金融系統(tǒng)穩(wěn)定性；第三，密切關注金融系統(tǒng)風險波動情況，以提高貨幣政策精準調控有效性，尤其在金融市場劇烈波動時期，準確及時地實施貨幣政策調控可有效緩解流動性短缺問題。同時，還應綜合考慮不同經濟背景下貨幣政策調控效果的差異性，有針對性地進行調控。