-
中国经济已步入新常态发展时期,在“去产能、去库存、去杠杆”的结构性改革背景下,经济增速下行趋势明显。互联网金融违约事件频发、地方政府债务居高不下、股票市场价格波动异常、银行不良贷款余额上升、中美贸易摩擦不断升级等多因素叠加,导致国内金融体系风险有所上升。2009年中国正式启动人民币国际化战略,人民币国际化进程使中国与世界的经济融合程度不断加深。当遭受外部不利冲击时,国内金融体系的脆弱性可能进一步加剧。因此,面对国内外政治、经济环境的变化,研究人民币国际化背景下的宏观金融风险尤为重要和迫切。
本文通过构建金融压力指数,运用历史事件识别和自回归马尔科夫区制转换模型等方法识别中国宏观金融风险水平;并依据人民币国际化进程中的宏观金融风险来源,测算五大子系统宏观金融压力指数,对人民币国际化进程中的宏观金融风险水平进行客观评估,为稳慎推进人民币国际化、防范与化解宏观金融风险提供决策依据。
文章的边际贡献在于,一是在考虑宏观金融风险时纳入人民币国际化因素,评估人民币国际化背景下的中国宏观金融风险水平,研究视角具有一定创新性;二是基于人民币国际化对宏观金融风险的传递渠道分析,构建宏观经济政策、经常账户失衡、资产价格波动、资本流动和货币替代等五大子系统风险指数,识别不同时期国内宏观金融风险的主要来源,对于人民币国际化推进过程中的风险防范具有较强现实意义。
-
1997年东南亚金融危机、2008年全球金融危机以及欧洲主权债务危机的接连爆发,引起国内外学术界和各国监管当局对于宏观金融风险的极大关注,相关研究成果丰富。
-
史建平(1998)在对亚洲金融危机爆发原因的分析中提出“宏观金融风险”概念,并对宏观金融风险与微观金融风险进行了区分,将金融机构、非金融企业和个人等经济主体从事金融活动时因决策失误、客观情况变化或其他原因而导致其资金、财产、信誉遭受损失的可能性称为微观金融风险;而宏观金融风险是指在宏观经济运行中,由于金融体系和金融制度的缺陷、金融政策的失误以及微观金融风险的积累等因素导致的经济波动加剧、经济发展停滞甚至倒退,从而给整个国民经济带来损失的可能性。刘尚希(2006)认为,微观金融风险的后果和责任由微观主体承担,如银行、保险公司、证券公司等金融机构,一般不会产生关联性影响;而宏观金融风险的主体是国家或整个社会,属于公共风险,因而需要政府承担相应责任。微观金融风险在一定条件下可以转化为宏观金融风险,其转化的条件是损失类风险在行业内普遍累积并达到破产的临界点,或者破产类风险引发连锁反应。
与宏观金融风险相似的另一个概念是系统性金融风险。根据IMF等(2009)的定义,系统性金融风险是指由于金融系统全部或部分失灵引起金融服务中断,进而对实体经济产生严重负面影响。Freixas等(2015)强调系统性金融风险是对金融稳定造成威胁,它会损害大部分金融系统的运作,包括银行、其他金融中介机构、金融市场以及支付和结算系统,并对更广泛的经济领域造成重大不利影响。
他们进一步指出系统性金融风险的两个维度:一是时间维度,即信贷繁荣和资产价格泡沫期间系统性金融风险的积累,以及泡沫破灭之后从金融部门到实体部门的负外部性溢出;二是横截面维度,即与溢出效应和传染效应相关的负外部性对系统性金融风险的贡献。
由此可见,无论是宏观金融风险,还是系统性金融风险,都强调风险的宏观性(系统性)与外部性。基于此,本文对这两个概念不加区别地使用。
-
宏观金融风险在长期累积过程中不断显化,通过金融系统内在加速器效应、顺周期效应不断积聚、扩散,不仅会制约宏观经济发展,也会给宏观经济调控和金融监管带来严峻挑战(周小川,2011;赵胜民和何玉洁,2019)。因此,如何对宏观金融风险进行准确测度,并建立宏观金融风险预警与监管体系,已成为学术界关注的重要问题。
目前具有代表性的测度方法主要有三类(王博和齐炎龙,2015):第一,基于金融脆弱性视角的测度方法,通常是通过建立金融预警指标体系来捕捉金融系统的不稳定性(Reinhart和Rogoff,2009;Duca和Peltonen,2013;王春丽和胡玲,2014)。第二,基于金融传染视角的测度方法。譬如,运用金融网络模型,通过模拟来自金融机构的金融冲击所产生的连锁反应和反馈循环,对金融传染和系统性金融风险展开研究(卜林和李政,2016)。第三,基于系统性风险视角的测度方法,具体包括条件在险值法(Reboredo和Ugolini,2015;Adrian和Brunnermeier,2016)、基于预期损失的测度方法(Acharya等,2012)、未定权益分析法(Gray等,2007;宫晓琳,2012)和金融压力指数法(Illing和Liu,2006;Cardarelli等,2009;徐国祥和李波,2017;邓创和赵珂,2018)。其中,条件在险值法是鉴于不同金融机构的风险具有关联性,通过预测不同金融机构的风险贡献率来防范由单个金融机构引起的金融风险;未定权益分析法将整个宏观金融体系视作由资产、负债和显隐性担保等构成的投资组合,可以用来解释系统性风险的传导和反馈机制;金融压力指数法则旨在构建能够反映整个金融体系因不确定性和预期变化而承受的总体压力水平的综合指标,即金融压力指数(FSI)。
各种宏观金融风险测度方法中,金融压力指数法是一种比较灵活、可简可繁、明了清晰的方法。其优势表现如下:第一,对历史上是否发生过金融危机不做强制要求,这对于数据量有限、金融市场不完善的发展中国家有借鉴意义。第二,金融压力指数法不关注系统性风险发生的具体原因,而是按照各类金融指标与金融危机之间的相关性大小,选择风险指标构建综合指数,再根据综合指数的现状和走势判断系统性金融风险的水平和发展趋势。第三,金融压力指数作为监测金融体系稳定性的重要方法,能够准确地衡量在各种外生冲击下,金融市场和机构预期损失的不确定性,以及在信用配置上施加于经济主体的压力(张晶和高晴,2015;卜林和李政,2016;章曦,2016)。同时,构建金融压力指数可以得到反映金融市场整体压力情况的综合、连续时间序列数据,便于后续更进一步的实证研究。
IMF(2009)也建议,金融市场尚不发达的发展中国家可以将基于综合指数法所构建的金融稳健指标作为衡量系统性金融风险的主要依据。因此,本文采用金融压力指数测度中国宏观金融风险。
金融压力指数由Illing and Liu(2006)提出,他们选取股票、债券、外汇以及银行部门的诸多变量,分别采用因子分析、信用权重、等方差权重以及CDF转换等方法合成金融压力指数。金融压力指数构造方法被不断改进和完善,体现在指标选取和权重确定两个方面。就指标选取而言,已有研究主要从银行、证券、房地产、外汇等部门选取代表性指标,如Cardarelli等(2009)、张晶和高晴(2015)、王维国和王际皓(2016)等。也有研究加入宏观经济代表性指标,如Yiu等(2009)认为,经济增长率、通货膨胀率以及外汇储备中短期外债占比对银行危机有显著影响。沈悦等(2017)从宏观经济、国际冲击、银行信贷、资产泡沫等方面选取指标构建FSI,并设定指标安全区间,分析系统性金融风险的时空格局演变特征。郭娜等(2018)从宏观经济、货币流动性、外部市场和资产泡沫等方面选取指标构建FSI。就权重确定而言,固定权重是现有研究的主流方法,主要包括等方差权重法(Balakrishnan等,2011;王春丽和胡玲,2014)、主成分分析法(Hakkio和Keeton,2009;郭娜等,2018)等。也有研究尝试构建动态金融压力指数,如Dovern和Roye(2014)、邓创和赵珂(2018)等。
主成分分析方法有三个优点:一是该方法基于变量之间的相关关系,无需考虑变量的量纲问题;二是可以在避免多重共线性的基础上,提取并综合各变量本身的大多数信息;三是摒弃权重赋值的主观性。因此,诸多研究都采用该方法构建金融压力指数,如郑桂环等(2014)、陈忠阳和许悦(2016)、郭娜等(2018)等。另外,徐国祥和李波(2017)采用多种方法构建中国金融压力指数并进行对比,发现主成分分析法所构建的指数走势与国内外重大压力事件更为吻合,能更准确地反映中国的金融压力状况。
本文在吸收借鉴已有文献成果的基础上,采用主成分分析方法构建金融压力指数FSI,以表征中国宏观金融风险状况。在指标体系构建时充分考虑中国金融体系的特征,将中国金融压力指数构建指标的来源限定为我国金融系统中占主导地位,且在人民币国际化进程中可能会滋生金融风险的五大部门—银行部门、股票市场、债券市场、外汇市场和房地产市场①。同时,依据人民币国际化进程中的宏观金融风险来源,测算宏观经济政策风险、经常账户失衡风险、资产价格波动风险、与资本项目开放相关的资本流动风险以及货币替代风险等五大子系统宏观金融压力指数,以期捕捉人民币国际化背景下宏观金融风险的来源及其动态变化,为人民币国际化进程中的宏观金融风险管理决策提供参考。
-
借鉴已有文献研究成果,考虑中国金融市场特征以及数据的可得性,本文从银行业、证券(股票和债券)市场、外汇市场、房地产市场等部门,选取代表性变量构建基础指标池。
-
银行部门是中国金融体系的核心,是提供流动性的主要金融中介机构;为了实现人民币国际化,中国的资本账户管制将逐步放松,国内居民可能会使其货币组成多样化,从而导致国内银行体系的资金外流。如果国内银行体系薄弱,居民会认为将资金转移到外国银行更为安全(Liu和Moshirian,2014),因此,居民资金外流加剧。如果资金转移规模足够大,则会引起宏观金融风险加速积聚。因此文章选取较多变量来反映银行部门压力风险,具体包括:
同业拆借利率与无风险利率差。以3个月银行间同业拆借利率(SHIBOR)与3个月定期存款利率之差衡量,通常用来度量银行同业间的交易对手风险。利差越大,表明银行对同业要求的风险溢价越高,银行间金融压力越大。
银行业风险利差。采用1年期金融债和同期国债到期收益率之差来衡量,反映银行间的违约风险和流动性风险,与金融压力亦呈正向关系。
银行beta系数。指资本资产定价模型中的
$\beta $ ,反映银行资产收益相对于整个资本市场收益的波动性,计算公式为${\beta _t} = {\rm{COV}}(r_t^M,r_t^B)/\sigma {}_M^2$ ,其中,$r_t^M$ 、$r_t^B$ 分别表示第$t$ 期的股市回报率和银行回报率;$\sigma {}_M^2$ 为股市回报率的方差。当$\beta $ 大于1时,银行部门压力上升。实际利率变动。用剔除通货膨胀因素后的1年期存款利率来衡量,反映信贷市场资金供求关系,是一个适度指标,安全范围在区间[1, 4](许涤龙和陈双莲,2015)。
不良贷款率。以银行不良贷款占其贷款总额之比衡量,反映金融机构资产质量,与金融压力同方向变动。
-
在人民币国际化进程中,为了增强人民币对于非居民的吸引力,需要为非居民提供投资国内资产的机会,以满足其对于人民币或人民币计价资产不断增长的需求,因此需要逐步开放包括国内股票市场在内的资本市场。由于目前国内股票市场的发展还不成熟,外国投资者的加入为国内股票市场增加了新的活力,但也可能带来新的风险。特别是短期资金的大规模进出可能加剧股票市场价格的波动,导致金融风险上升。我们选取上证综指CMAX、股票价格波动率和股债相关性这三个代理指标反映股票市场所面临的压力情况。
上证综指CMAX是当月上证综指与该年度最大值的比值,该比值越大,表明股市交易动力越强,金融压力越小。计算公式为
$CMA{X_t} = {x_t}/\max [x \in ({x_{t - j}}|j = 0,1, \cdots,T)]$ ,${x_t}$ 为上证综指当期值,$T$ 为滚动时间窗口。股票价格波动率用上证综指收益率的GARCH波动率来衡量。金融压力与股票价格波动率同方向变动,原因在于,资产价格波动直接关系到投资者的信心,一旦股票价格波动加剧,有可能引发市场恐慌,加大金融系统压力。
股债相关性用上证综指收益率与10年期国债收益率的动态相关系数来衡量,反映投资者的“避险”情绪,当相关系数为负时,说明当期的金融压力较高。借鉴徐国祥和李波(2017)的做法,采用DCC−MAGARCH模型计算该动态相关系数。
-
债券市场对于货币国际化的意义比股票市场更为重要。未来收入的不确定性和破产的可能性,使股票具有更高风险,其价格比债券更具波动性。因此,外国中央银行在进行外汇储备投资决策时通常会考虑债券市场产品(Cruz等,2014)。可见,债券市场对于人民币国际化、特别是人民币作为储备货币的前景具有重要价值,其发展水平和开放程度决定了非居民对人民币的信心。我们选取如下三个指标表征债券市场所面临的金融压力:
收益率曲线的斜率。用1年期与10年期国债收益率之差来衡量,表征银行将短期负债转化为长期资产的成本。当负的期限利差扩大时,意味着市场更加倾向于长期国债,金融市场压力升高。
国债指数收益率的GARCH波动率。由上证国债指数收益来计算,反映债券市场的投资情绪波动,与金融压力同向变动。
企业债利差。以一年期AAA级企业债与同期国债收益率之差来衡量。该指标能够很好地反映市场偏好,当市场偏好风险时,人们会放弃流动性去购买企业债,利差扩大;反之,企业债利差收窄。
-
外汇市场是连接国内、国际市场的重要纽带,因而在人民币国际化进程中发挥重要作用。本文选取人民币名义有效汇率的GARCH波动率、人民币实际有效汇率的CMAX和外汇储备增长率三个代表性指标,以期全面捕捉外汇市场关键变量的变化对宏观金融风险的影响,其中第一个指标反映外汇市场波动性,为同向指标;后两者体现或影响本币对外价值变动趋势,为反向指标。
-
房地产市场是中国资产市场的重要组成部分,在人民币国际化进程中发挥作用,是可供非居民投资的人民币资产类型;同时,房地产信贷在银行信贷中占有相当高的比重,因而对银行体系风险乃至整体宏观金融风险具有重要影响。本文选取房屋销售价格变动率、国房景气指数和房地产贷款增速三个指标反映房地产市场对宏观金融风险的影响。三者均为反向指标。
上述数据来自WIND数据库、中经网、中国债券网以及中国人民银行等数据库和网站,样本期间为2004−2020年②。在数据处理过程中,对反向指标取相反数,将其转变为同向指标。各个变量的时序图由图1给出。
图 1 各变量原始数据走势③
-
主成分分析法可以保留原始数据基本信息,通过减少变量个数解决共线性问题,且在权重确定方面的统计依据明确,受主观因素影响较小,故本文采用该方法构建金融压力指数表征中国宏观金融风险。考虑到本文选取的指标个数较多,且各子指标量纲差异较大,测算指数之前先对样本数据进行标准化处理;接着根据降维思想,从原始指标中提取出不相关的主成分,其特征值和方差贡献率详见表1;然后,将成分矩阵同初始特征值方差的平方根相除,所得值就是相应主成分的系数;再将方差贡献率作为权重进行加权平均,并通过归一化处理得到各变量的最终权重;最后,根据所得权重合成金融压力指数(FSI),结果由图2给出。
表 1 主成分分析的特征值和方差贡献率
主成分 特征值 方差贡献率 累积方差贡献率 1 4.556 0.268 0.268 2 2.282 0.134 0.402 3 2.084 0.123 0.525 4 1.890 0.111 0.636 5 1.159 0.068 0.704 6 1.029 0.061 0.765 7 0.852 0.050 0.815 8 0.766 0.045 0.860 9 0.534 0.031 0.891 10 0.482 0.028 0.920 11 0.413 0.024 0.944 12 0.297 0.018 0.961 13 0.251 0.015 0.976 14 0.169 0.010 0.986 15 0.120 0.007 0.993 16 0.077 0.005 0.998 17 0.041 0.002 1.000 -
本文将中国金融压力指数FSI动态变化和历史事件相联系,考察所构建指数的风险识别效果。由图2可以看出,FSI在不同年份区间的差别较大。
2004年至2007年间,金融压力指数较小且波动幅度不大。在此期间,中国主要实行以市场化微调和窗口指导为主的货币政策。2005年7月进行了旨在防范与化解汇率风险的汇率市场化改革。2008年9月开始,金融压力指数开始以较快的速度增长,形成较高峰值。期间,美国次贷危机爆发,中国金融市场受到一定程度影响,表现为股票市场压力上升。但由于当时金融开放程度较低,资本项目管制严格,金融衍生产品市场欠发达,中国金融市场受金融危机的负面冲击程度较小(薛熠和何茵,2010)。同时,政府及时制定流动性风险监管政策,配合实行积极的财政政策和紧缩的货币政策,各个部门的风险逐渐得到化解,中国宏观金融压力迅速得到控制。2011年下半年,受欧债危机爆发的影响,加上2013年6月和12月,银行间因货币流动性不足,宏观金融压力急剧上升,导致金融压力指数再次上升。2015年,中国金融市场迎来了2008年以来最大的股市波动,金融压力指数达到新的峰值。此后,全球经济不确定性加剧、小概率高风险事件频发,中国金融压力指数波动性增大,但绝对水平并不高。这与2015年以来中国的供给侧结构性改革有关,一系列政策的出台使宏观金融风险逐渐得到释放。
综上,中国金融压力指数(FSI)的变动与国内外的金融事件密切相关,我们所构建的FSI具有良好的金融风险识别功能。
此外,金融压力指数走势呈现周期性交替波动特征,这意味着金融压力受到经济周期的影响。章曦(2016)认为,经济下行时,潜在金融风险会迅速累积;经济形势向好时,金融压力会有所下降。中国金融压力指数波动性增长态势表明,在当前经济转型尚未完成时期,维护金融稳定、防范与化解宏观金融风险依然是政府工作重点之一。
为进一步分析金融压力指数(FSI)对中国宏观金融风险的识别效果,本文构建自回归马尔科夫区制转换模型MS−AR(张晶和高晴,2015),从高风险和低风险两种状态分别讨论中国宏观金融风险。本文采用Krolzig(1998)基于OX的MS−VAR软件包在Givewin上对MS−AR模型进行估计,图3是宏观金融风险转换的平滑概率图。
其中,低风险状态和高风险状态的稳定概率分别为0.974和0.964,平均持续时间分别为39.13个月和28.11个月,说明两区制的稳定性较高,且我国宏观金融风险总体处于可控水平。高风险区间主要集中在以下几个区间:一是2008−2011年,美国次贷危机加剧了国内宏观金融风险;二是2012−2016年,期间银行业信用风险暴露,信贷市场风险溢价提升,国家逐步收紧货币政策,金融市场流动性压力增大,离岸市场贬值预期引发人民币大幅贬值,股市波动剧烈以及债市走向萧条等诸多因素,导致宏观金融压力激增(严一峰和李连发,2017);三是2017−2019年,期间经历中美贸易摩擦,全球经济不确定性增加,导致宏观金融风险上升(丁岚等,2019)。
-
已有研究一般根据部门构建子系统指数,譬如在构建表征中国整体宏观金融风险的金融压力指数之后,可以进一步将其分解为银行部门压力指数、股票市场压力指数、债券市场压力指数、外汇市场压力指数和房地产市场压力指数。本文将宏观金融风险与人民币国际化相联系,基于人民币国际化对中国宏观金融风险的影响渠道进行分析,构建宏观金融风险子系统压力指数。
-
人民币国际化给中国带来铸币税收益、降低企业外汇风险和交易成本等多方面利益,也使中国面临诸多风险(沙文兵,2016)。从宏观金融风险角度看,人民币国际化进程中任何一个环节不匹配都可能导致中国宏观金融风险上升,具体包括以下五个方面:
一是宏观经济政策风险。维持非居民对人民币价值稳定性的信心是成功实现人民币国际化的重要条件之一(Cohen和Chiu,2014),这需要中国维持汇率和价格水平的稳定。同时,成功的人民币国际化还要求中国进一步开放资本账户(Eichengreen和Kawai,2014),这意味着跨境资本流动将越来越自由。开放经济的“三元悖论”表明,汇率稳定和资本流动更加自由,势必影响中国货币政策的独立性和有效性。就其对财政政策的影响而言,为了赢得国际声誉、提高本国货币的国际竞争力,货币主权国将积极参与全球政治、经济和军事合作,这必然会提高财政支出,扩大财政赤字(Cohen,2019)。对中国而言,随着人民币国际化不断发展,人民币债券发行规模将不断扩大,从而加剧还本付息压力,进而影响非居民对人民币的持有意愿,诱发宏观金融风险(沈悦等,2019)。
二是经常账户失衡风险。随着人民币国际化程度的提高,非居民对人民币计价资产的需求将不断增加,可能导致人民币升值,从而降低中国出口行业的竞争力(Frankel,2012);同时,与人民币国际化相伴随的国内金融市场开放会吸引国外资本大量涌入,为了维持人民币的国际循坏,客观上要求中国保持经常账户逆差。然而,大规模和持续的经常账户逆差势必影响人民币币值稳定性,导致“特里芬两难”出现。于是,非居民对人民币资产的持有意愿将会下降,资本大规模流出,宏观金融风险上升。
三是资产价格波动风险。人民币国际化必然要求中国实现金融市场开放,这给国际资本投资国内资产提供了便利,同时也可能产生资产价格的剧烈波动。在人民币国际化初期,由于非居民对人民币需求的增加,人民币币值可能会高估(Bergsten,2009),而币值高估很容易引发货币投机攻击。如果金融市场开放过快,相关配套改革措施不能及时跟进,国际短期资本在投机和套利动机驱使下大量流入国内市场,极容易滋生资产泡沫;而一旦市场预期逆转,资本巨额流出,泡沫破裂,将导致资产价格急剧下跌和宏观金融风险急剧上升(唐浩,2012),从而诱发金融危机。
四是资本账户开放下的资本大规模流动风险。资本账户开放是人民币国际化的必然要求,随之而来的大规模资本流入将扩大中国的负债规模,当国内政策趋紧或者均衡机制改变时,资本流向逆转,极易引发金融危机(刘仁伍和刘华,2009)。在中国金融市场尚不发达,金融制度尚不完善的现实条件下,与人民币国际化相配套的汇率市场化改革和资本账户开放可能导致人民币以及人民币金融资产成为国际游资的炒作对象,引发短时间内巨额资本的跨境流动,加剧人民币汇率和国内金融市场的动荡,导致宏观金融风险上升(刘凯,2017)。
五是货币替代风险。人民币国际化意味着人民币和外币都可以自由跨境流动,这将加剧外汇市场风险,货币当局在利用收回本币、卖出外汇等手段稳定汇率的过程中可能发生货币替代。对于新兴经济体而言,货币替代率越高,其国外借款的风险溢价就越高,宏观金融稳定越容易受到负面冲击(Dutu,2008;何国华和袁仕陈,2011)。
-
宏观经济政策风险。人民币国际化要求中国积极参与全球政治、经济和军事等合作,从而对财政政策产生影响。因此,本文选择货币供给量和人民币贷款余额作为货币政策中间目标变量(刘华等,2016),选取狭义货币供给量增速、广义货币供给量增速、人民币贷款余额增速、财政债务依存度、财政赤字/>GDP等指标合成宏观经济政策风险。
经常账户失衡风险。人民币国际化将导致非居民对人民币需求上升和人民币跨境流通规模扩大。人民币的大量流出将会减少顺差、增加逆差,诱发经常账户失衡。如果本币发生贬值,资本账户盈余不足以抵消经常账户赤字,将会引发国际收支失衡风险(沈悦等,2019)。本文选取经常账户余额增长率、贸易额增速、进口增速、出口增速、贸易总额/GDP等指标合成经常账户失衡风险。
资产价格波动风险。金融资产价格主要受汇率变动和资本流动影响。对人民币的升值预期会吸引短期资本大量流入,引起资产价格上涨;反之,如果存在人民币贬值预期,短期资本迅速外逃,则可能引发资产价格暴跌,金融风险迅速上升。本文选取股票波动率、外汇储备增长率、股票市场市盈率、房屋销售价格指数变动率等指标合成资产价格波动风险。
资本流动风险。热钱的大规模涌入极易扩张国内信贷、释放外汇占款,推动房市、股市形成资产泡沫。一旦国内宏观经济形势发生变化,引起非居民投资者预期逆转,短期资本大规模流出将导致资产价格泡沫破灭,宏观金融风险急速上升,诱发金融危机。本文选取短期资本余额占金融账户余额的份额、金融账户变化率、热钱占GDP比重、证券资本流入流出比例等指标合成资本流动风险。
货币替代风险。就货币竞争而言,一方面货币强国可能利用贬值、超发等手段削弱人民币的竞争力;另一方面美元等货币具有强大的使用惯性。上述两个因素不仅会阻碍人民币国际化进程,还可能诱发货币替代风险。本文选取货币替代率、外币存款与广义货币供给量之比、通货膨胀率等指标合成货币替代风险。
宏观金融风险子系统名称、指标解释及其与子系统风险相关性见表2。
子系统 指标名称 解释 与子系统风险相关性 宏观经济政策风险 狭义货币供给量增速 中国当前仍沿用数量调控为主、价格调控为辅的货币政策,用货币供给量和人民币贷款余额作为中间目标变量 同向 广义货币供给量增速 同向 人民币贷款余额增速 同向 财政债务依存度 在一定时期内的国债发行额与同期财政支出额的比率,指标数值越高,风险越大 同向 财政赤字/GDP 财政赤字率,该数值较高意味着需要以加税、减支或者发债来弥补,结果可能是经济增速放缓;而增发国债可能引发公共债务违约危机 同向 经常账户失衡风险 经常账户余额增长率 该值越大,货币投机风险越高 同向 贸易额增速 反映经济繁荣程度 反向 进口增速 反映对外贸易活跃程度 反向 出口增速 反映对外贸易活跃程度 反向 贸易总额/GDP 贸易依存度,反映经济结构风险 同向 资产价格波动风险 股票波动率① 反映市场的不确定性风险 同向 外汇储备增长率 影响银行信用风险和资产价格泡沫风险 同向 股票市场市盈率 反映股票价格偏离盈利基本面的幅度 同向 房屋销售价格指数
变动率房价变动影响银行体系的信用风险,关系到银行系统性风险 同向 资本流动风险 短期资本余额占金融
账户余额的份额短期资本是指证券投资、短期信贷及货币存款余额之和。该指标反映金融项目收支的稳定性情况 同向 金融账户变化率 金融项目资本流入净额与期初余额之比 同向 热钱②/GDP 热钱规模增大会引起金融产品价格剧烈变化 同向 证券资本流入流出比 证券投资是跨境资本流动的五大组成部分之一(FDI流入、FDI流出、证券投资、股权投资和短期债务) 适度③ 货币替代风险 货币替代率 借鉴范从来和卞志村(2002),采用外币存款/(外币存款+广义货币供给量)来表示 同向 外币存款与广义货币
供给量之比国内金融机构的外币存款与公众持有的本币资产的比率 同向 通货膨胀率 用CPI来表示,数值过高表示币值不稳定 同向 -
本文采用主成分分析方法合成宏观金融风险子系统压力指数(图4)。
宏观经济政策风险。宏观经济政策压力指数在2004年至2007年波动较小。这一阶段,为防范因经济增长加速带来的结构性风险,中央提出了新的调控政策控制经济增速过快(郭娜等,2018)。2007年末到2008年中,宏观经济政策风险指数先后两次到达峰值。这一时期,由美国次贷危机引发的全球金融危机对我国宏观经济稳定性产生冲击。2009年以后,宏观经济政策风险开始下降。2016年至今,中国经济进入新常态,宏观经济政策风险波动平缓。人民币国际化目前处于初期阶段,对国内宏观经济政策尚未构成明显约束。
经常账户失衡风险。经常账户失衡压力指数除了在几个时点波动性较大以外,其余时间都较为平稳,其指数数值也保持在较低水平。2008年以前,中国出口贸易增长迅猛;2008年全球金融危机爆发之后,国外需求锐减,顺差减少,经常账户失衡风险有所上升。随着中美贸易摩擦出现,经常账户失衡风险再次加剧。总之,样本期内经常账户失衡风险的上升主要与全球金融危机、中美贸易争端等因素密切相关,与人民币国际化进程之间没有明显关联。
资产价格波动风险。资产价格波动压力指数的变动十分频繁,波动性较大。其中,2004−2006年指数变化比较平稳,但从2007年起,资产价格波动风险指数急速上升,并在2007年中迎来峰值。原因在于全球金融危机爆发导致全球流动性枯竭;同时,我国股票市场波动对资产市场乃至宏观金融稳定带来了较大的负面影响。2008年,扩大内需、刺激经济增长等措施的出台提振了市场信心。从年中开始,资产价格波动压力指数明显下降,并与2007年之前基本持平。2009年资产价格波动风险指数呈现小幅上升趋势,且变动较为频繁。这一时期欧洲国家主权债务危机接连爆发,但未对我国的金融稳定造成严重影响。此后,受2013年热钱大量流入、2014年国际油价大幅下跌、2015年6月股市大幅波动的影响,资产价格波动风险指数不断上升,并在2015年出现了一个小峰值。其中,2013年的热钱流入是由于离岸市场上再次出现了人民币升值预期,导致离岸市场与在岸市场之间的套汇、套利活动大行其道(余永定,2014)。
资本流动风险。除了几个发生突变的时间点以外,资本流动压力指数一直保持在较低水平,并且波动性很小。平稳波动的资本流动压力指数,表明中国一直以来都保持谨慎地开放资本账户的态度。总体而言,当前我国资本账户开放程度依然较低。2010年初,一系列房贷调控政策出台,控制住了房价上涨趋势,逐利性资本开始“出逃”,资本流动压力指数出现了一个小峰值。2013年由于热钱的大量流入,资本流动压力指数再次出现较大峰值,导致当年资本与金融账户顺差急剧增加:1999−2011年中国年均顺差额为974.62亿美元,而2013年顺差高达3461亿美元。2018年以来,美国与中国出现贸易争端,全球经济贸易关系不确定性不断上升,给资本流动压力指数带来了一定的负面影响,特别是2020年上半年,受新冠疫情爆发及全球蔓延的影响,资本流动压力指数急剧上升并大幅波动。中国疫情较早得到控制,资本流动风险随之降低。
货币替代风险。货币替代压力指数在2004−2020年间的波动性很大,2004−2007年间指数比较高,2008年突降之后持续保持在比较低的水平。2009年之前,人民币国际化尚未上升到国家战略层面,人民币境外需求不高。由于人民币币值长期处于上升通道,2009年中国推行人民币国际化战略,对非居民的吸引力较高,货币替代风险较小且波动平稳。
为进一步检验不同时期各子系统金融压力指数对宏观金融风险的重要性,本文给出上述五种风险的堆积柱状图(沈悦等,2019),见图5。
图 5 五种风险的堆积柱状图⑦
由图5可知,2004年初期、2008−2010年、2013−2014年,资本流动风险是导致中国宏观金融风险上升的主要原因;2006−2008年、2015−2016年,资产价格波动风险是影响宏观金融风险的主要因素。人民币国际化进程中的子系统金融压力指数能够在一定程度上预测国内宏观金融风险;同时,在人民币国际化不断稳慎推进的过程中,需要重点关注资本流动风险和资产价格波动风险。
-
中国金融不稳定事件时有发生,人民币国际化进程给中国宏观金融风险带来新的挑战。本文基于金融压力指数方法,对中国宏观金融风险进行测度,得出如下结论:
第一,测度用金融压力指数表征的中国宏观金融风险后发现,金融压力指数在一定范围内周期性波动,金融压力指数的绝对水平不高,我国宏观金融风险总体处于可控水平;采用事件识别法和自回归马尔科夫转换模型分析后发现,中国金融压力指数的变动与国内外的金融事件密切相关,所构建的FSI具有良好的金融风险识别功能。
第二,对宏观金融风险子系统压力指数的测算和分析后发现,各子系统金融压力指数都处于企稳波动状态;人民币国际化进程与宏观经济政策风险、经常账户失衡风险之间没有明显关联;人民币国际化对资本流动风险具有一定的负向影响;由于人民币对非居民的吸引力较高,中国面临的货币替代风险较低。
基于上述结论,本文针对人民币国际化进程中的风险防范提出如下政策建议:
第一,重点关注人民币国际化进程中的资本流动风险和资产价格波动。中国应继续坚持审慎、渐进地推动资本账户开放策略,以在较长时期内保持资本账户管制的“防火墙”作用。
第二,着力推进国内金融市场发展。发达的金融市场不仅能够有效吸收跨境资本流动冲击,还可以有力地抵御人民币国际化进程中由于各种宏观金融风险叠加所引致的负向冲击。
第三,不断发展完善金融监管体系。恰当的金融监管可以有效减轻人民币国际化和资本账户开放对宏观金融风险的不利影响,中国要进一步加强金融监管,建立有效、透明的监管规则,确保国内金融市场的稳定。
-
摘要: 中国宏观金融不稳定事件时有发生,人民币国际化进程也给中国宏观金融带来新的挑战。文章选取银行业、股票市场、债券市场、外汇市场和房地产市场等部门相关指标,采用主成分分析法测度表征宏观金融风险的金融压力指数。同时,依据人民币国际化进程中的宏观金融风险来源,测算宏观经济政策风险、经常账户失衡风险、资产价格波动风险、资本流动风险以及货币替代风险等五大子系统宏观金融压力指数。结果表明,中国金融压力指数及子系统压力指数的变动与国内外金融事件密切相关,具有良好的宏观金融风险识别功能。
China’s Macro-Financial Risk Measurement under the Background of RMB Internationalization
Abstract: Events leading to macro-financial instability have often occurred in China, and the process of RMB internationalization has also brought new challenges to China’s macro finance. This paper selects related variables from banking, stock market, bond market, foreign exchange market and real estate market, and uses principal component analysis method to construct the financial stress index. Furthermore, based on the sources of macro-financial risk in the process of RMB internationalization, this paper calculates macro-financial stress indices of five subsystems, which include macroeconomic policy risk, current account imbalance risk, asset price fluctuation risk, capital flow risk related to capital account opening, and currency substitution risk. The results show that China’s financial stress index and subsystem stress indices are closely related to domestic and foreign financial events, and can identify China’s macro-financial risks effectively.-
Key words:
- RMB internationalization /
- macro-financial risk /
- financial stress index
-
图 1 各变量原始数据走势③
图 5 五种风险的堆积柱状图⑦
表 1 主成分分析的特征值和方差贡献率
主成分 特征值 方差贡献率 累积方差贡献率 1 4.556 0.268 0.268 2 2.282 0.134 0.402 3 2.084 0.123 0.525 4 1.890 0.111 0.636 5 1.159 0.068 0.704 6 1.029 0.061 0.765 7 0.852 0.050 0.815 8 0.766 0.045 0.860 9 0.534 0.031 0.891 10 0.482 0.028 0.920 11 0.413 0.024 0.944 12 0.297 0.018 0.961 13 0.251 0.015 0.976 14 0.169 0.010 0.986 15 0.120 0.007 0.993 16 0.077 0.005 0.998 17 0.041 0.002 1.000 子系统 指标名称 解释 与子系统风险相关性 宏观经济政策风险 狭义货币供给量增速 中国当前仍沿用数量调控为主、价格调控为辅的货币政策,用货币供给量和人民币贷款余额作为中间目标变量 同向 广义货币供给量增速 同向 人民币贷款余额增速 同向 财政债务依存度 在一定时期内的国债发行额与同期财政支出额的比率,指标数值越高,风险越大 同向 财政赤字/GDP 财政赤字率,该数值较高意味着需要以加税、减支或者发债来弥补,结果可能是经济增速放缓;而增发国债可能引发公共债务违约危机 同向 经常账户失衡风险 经常账户余额增长率 该值越大,货币投机风险越高 同向 贸易额增速 反映经济繁荣程度 反向 进口增速 反映对外贸易活跃程度 反向 出口增速 反映对外贸易活跃程度 反向 贸易总额/GDP 贸易依存度,反映经济结构风险 同向 资产价格波动风险 股票波动率① 反映市场的不确定性风险 同向 外汇储备增长率 影响银行信用风险和资产价格泡沫风险 同向 股票市场市盈率 反映股票价格偏离盈利基本面的幅度 同向 房屋销售价格指数
变动率房价变动影响银行体系的信用风险,关系到银行系统性风险 同向 资本流动风险 短期资本余额占金融
账户余额的份额短期资本是指证券投资、短期信贷及货币存款余额之和。该指标反映金融项目收支的稳定性情况 同向 金融账户变化率 金融项目资本流入净额与期初余额之比 同向 热钱②/GDP 热钱规模增大会引起金融产品价格剧烈变化 同向 证券资本流入流出比 证券投资是跨境资本流动的五大组成部分之一(FDI流入、FDI流出、证券投资、股权投资和短期债务) 适度③ 货币替代风险 货币替代率 借鉴范从来和卞志村(2002),采用外币存款/(外币存款+广义货币供给量)来表示 同向 外币存款与广义货币
供给量之比国内金融机构的外币存款与公众持有的本币资产的比率 同向 通货膨胀率 用CPI来表示,数值过高表示币值不稳定 同向 -
[1] 卜林, 李政. 2016. 金融系统性风险的度量与监测研究. 南开学报(哲学社会科学版) (4): 150−160. [2] 陈忠阳, 许悦. 2016. 我国金融压力指数的构建与应用研究. 当代经济科学 (1): 27−35. [3] 邓创, 赵珂. 2018. 中国的金融压力及其对宏观经济景气的影响动态. 财经研究 (7): 86−98. [4] 丁岚, 李鹏涛, 刘立新. 2019. 中国金融压力指数的构建与应用. 统计与信息论坛 (10): 63−72. [5] 范从来, 卞志村. 2002. 中国货币替代影响因素的实证研究. 国际金融研究 (8): 53−58. [6] 宫晓琳. 2012. 未定权益分析方法与中国宏观金融风险的测度分析. 经济研究 (3): 76−87. [7] 郭娜, 祁帆, 张宁. 2018. 我国系统性金融风险指数的度量与监测. 财经科学 (2): 1−14. [8] 何国华, 袁仕陈. 2011. 货币替代和反替代对我国货币政策独立性的影响. 国际金融研究 (7): 4−10. [9] 刘华, 朱佳青, 李广众. 2016. 香港离岸人民币市场的发展对我国货币政策中间目标的动态影响. 国际金融研究 (4): 84−96. [10] 刘凯. 2017. “一带一路”与人民币国际化: 风险、步骤及其货币战略. 郑州大学学报(哲学社会科学版) (6): 79−83. [11] 刘仁伍, 刘华. 2009. 人民币国际化风险评估与控制. 北京: 社会科学文献出版社. [12] 刘尚希. 2006. 宏观金融风险与政府财政责任. 管理世界 (6): 10−17, 45. [13] 沙文兵.2016. 人民币国际化对中国经济内外均衡动态影响研究. 北京: 经济科学出版社. [14] 沈悦, 李博阳, 张嘉望. 2017. 系统性金融风险: 测度与时空格局演化分析. 统计与信息论坛 (12): 42−51. [15] 沈悦, 王宝龙, 李巍军. 2019. 人民币国际化进程中的金融风险识别及预警研究. 西安交通大学学报(社会科学版) (5): 39−48. [16] 史建平. 1998. 宏观经济运行中的金融风险及其防范. 中央财经大学学报 (11): 41−45. [17] 唐浩. 2012. 人民币国际化演化与实现路径. 北京: 科学出版社. [18] 王春丽, 胡玲. 2014. 基于马尔科夫区制转移模型的中国金融风险预警研究. 金融研究 (9): 99−114. [19] 王博, 齐炎龙. 2015. 宏观金融风险测度: 方法、争论与前沿进展. 经济学动态 (4): 149−158. [20] 王维国, 王际皓. 2016. 货币、银行与资产市场风险状况的识别—基于金融压力指数与MSIH-VAR模型的实证研究. 国际金融研究 (8): 71−81. [21] 许涤龙, 陈双莲. 2015. 基于金融压力指数的系统性金融风险测度研究. 经济学动态 (4): 69−78. [22] 徐国祥, 李波. 2017. 中国金融压力指数的构建及动态传导效应研究. 统计研究 (4): 59−71. [23] 薛熠, 何茵. 2010. 次贷危机对中国经济的影响—基于创新的金融危机测度指标的实证分析. 金融研究 (5): 69−83. [24] 严一峰, 李连发. 2017. 基于日度数据的金融压力指数构建. 郑州大学学报(哲学社会科学版) (5): 49−55. [25] 余永定. 2014. 寻求资本项目开放问题的共识. 国际金融研究 (7): 3−6. [26] 张晶, 高晴. 2015. 中国金融系统压力指数的设计及其应用. 数量经济技术经济研究 (11): 41−57. [27] 章曦. 2016. 中国系统性金融风险测度、识别和预测. 中央财经大学学报 (2): 45−52. [28] 赵胜民, 何玉洁. 2019. 宏观金融风险和银行风险行为关系分析—兼论宏观审慎政策和微观审慎监管政策的协调. 中央财经大学学报 (6): 33−44. [29] 郑桂环, 徐红芬, 刘小辉. 2014. 金融压力指数的构建及应用. 金融发展评论 (8): 50−62. [30] 中国人民银行人民币现金跨境流动调查组. 2005. 2004年人民币现金跨境流动调查. 中国金融 (6) : 38−39. [31] 周小川. 2011. 金融政策和金融危机的响应—宏观审慎政策框架的形成背景、内在逻辑和主要内容. 金融研究 (1): 1−14. [32] Acharya, V., R. Engle, and M. Richardson. 2012. Capital shortfall: A new approach to ranking and regulating systemic risks. American Economic Review 102(3): 59−64. doi: 10.1257/aer.102.3.59 [33] Adrian, T., and M. K. Brunnermeier. 2016. CoVaR. American Economic Review 106(7): 1705−1741. doi: 10.1257/aer.20120555 [34] Balakrishnan, R., S. Danninger, and S. Elekdag. 2011. The transmission of financial stress from advanced to emerging economies. Emerging Markets Finance and Trade 47(5): 40−68. doi: 10.2753/REE1540-496X4703S203 [35] Bergsten, C. F. 2009. The dollar and the deficits: How Washington can prevent the next crisis. Foreign Affairs 88(6): 20−38. [36] Cardarelli, R., E. Selim, and L. Subir. 2009. Financial stress, downturns, and recoveries. IMF Working Paper. [37] Cohen, B. J., and E. M. P. Chiu. 2014. Power in a changing world economy: Lessons from East Asia. Lodon: Routledge Press. [38] Cohen, B. J. 2019. Currency statecraft: monetary rivalry and geopolitical ambition. Chicago: The University of Chicago Press. [39] Cruz, P. C., Y. Gao, and L. L. Song. 2014. The People’s Republic of China's financial markets: Are they deep and liquid enough for renminbi internationalization?. Asian Development Bank Institute, ADBI Working Paper. [40] Dovern, J., and V. B. Roye. 2014. International transmission and business-cycle effects of financial stress. Journal of Financial Stability 13(8): 1−17. doi: 10.1016/j.jfs.2014.02.006 [41] Duca, M. L., and T. A. Peltonen. 2013. Assessing systemic risks and predicting systemic events. Journal of Banking & Finance 37(7): 2183−2195. [42] Dutu, R. 2008. Currency interdependence and dollarization. Journal of Macroeconomics 30(4): 1673−1687. doi: 10.1016/j.jmacro.2008.03.002 [43] Eichengreen, B., and M. Kawai. 2014. Issues for renminbi internationalization: An overview. Asian Development Bank Institute, ADBI Working Paper. [44] Frankel, J. 2012. Internationalization of the RMB and historical precedents. Journal of Economic Integration 27(3): 329−365. doi: 10.11130/jei.2012.27.3.329 [45] Freixas, X., L. Laeven, and José -Luis. Peydró. 2015. Systemic risk, crises, and macroprudential regulation. Cambridge: The MIT Press. [46] Gray, D. F., R. C. Merton, and Z. Bodie. 2007. New framework for measuring and managing macrofinancial risk and financial stability. NBER Working Paper. [47] Hakkio, C. S., and W. R. Keeton. 2009. Financial stress: What is it, how can it be measured, and why does it matter? Economic Review 94(2): 5−50. [48] Illing, M., and Y. Liu. 2006. Measuring financial stress in a developed country: An application to Canada. Journal of Financial Stability 2(3): 243−265. doi: 10.1016/j.jfs.2006.06.002 [49] IMF, BIS and FSB. 2009. Guidance to assess the systemic importance of financial institutions, markets and instruments: Initial considerations. Report to the G20 Finance Ministers and Certral Bank Governors. [50] IMF. 2009. Responding to the financial crisis and measuring systemic risk. Global Financial Stability Report. [51] Krolzig, H. 1998. Econometric modeling of Markov-switching vector autoregressions using MSVAR for Ox.Working Paper. [52] Liu, M., and F. Moshirian. 2014. The Renminbi as an additional international reserve currency? Journal of Financial Perspectives 2(3): 21−31. [53] Reboredo, J. C., and A. Ugolini. 2015. Systemic risk in European sovereign debt markets: A CoVaR-copula approach. Journal of International Money and Finance 51(3): 214−244. doi: 10.1016/j.jimonfin.2014.12.002 [54] Reinhart, C. M., and K. S. Rogoff. 2009. This time is different: eight centuries of financial folly. New Jersey: Princeton University Press. [55] Yiu, M. S., A. Ho, and L. Jin. 2009. Econometric approach to early warnings of vulnerability in the banking system and currency markets for Hong Kong and other emerging economies. Hong Kong Monetary Authority Working Paper.

下载:
