中国金融市场韧性研究
——基于风险冲击视角

2022-09-03 13:20刘晓星
金融经济学研究 2022年3期
关键词:韧性金融市场关联

汤 淳 刘晓星

东南大学 经济管理学院,江苏 南京 211189

一、引言

随着中国金融市场开放程度不断提高,国内市场与国际资本市场连通更为紧密,其对外部金融风险冲击也更为敏感。近年来,包括2020年初美股熔断在内的多次外部金融市场动荡均对中国金融市场产生了一定冲击。与此同时,中共十九届六中全会指出,在世界百年未有之大变局和新冠肺炎疫情全球蔓延的交织影响下,中国面对的外部环境更趋复杂严峻。这也意味着外部金融风险的不确定性更高、传染范围更广、危害性更强。在此背景下,如何科学评判中国金融市场抵御外部金融风险冲击的能力、切实有效提升中国金融市场韧性,具有重要的学术与现实意义;同时,这也是维护中国金融安全的一个重要议题。

评判金融市场抵御外部金融风险冲击的能力需要借助韧性测度。韧性作为一个物理学概念,其在经济学领域的定义包括但不限于系统在不改变其结构和功能前提下吸收冲击的能力(Bellini et al.,2017[1])、系统在原有状态受到冲击后的“反弹”(Martin and Sunley,2015[2])以及区域经重新配置后发展新增长路径的能力等(Boschma,2015[3])。这些定义虽在具体内涵上存在差异,但均指向于经济主体抵御冲击的能力。纵观该领域研究,Bristow and Healy(2018)[4]通过区域经济韧性刻画了一个地区从危机中恢复的能力,同时研究发现有创新领导的地区具有更快的恢复速度。Li et al.(2019)[5]则利用区域经济韧性概念解释了不同地区在应对衰退冲击时的差异。相较于韧性概念在区域经济方面的应用,其在金融领域的应用相对较少,且已有研究多以数值仿真为主。Anand et al.(2013)[6]通过仿真展示了金融系统在公司违约率上升、资产价格下跌情景下的韧性。Peronet al.(2012)[7]利用动态熵测度金融市场网络韧性,并研究发现股票价格的同步演变会削弱网络韧性。刘晓星等(2021)[8]基于时变脉冲响应测度了系统性金融风险冲击下的中国宏观经济韧性,为有效测度系统在外部冲击下的韧性提供了很好的研究框架。总结来看,已有文献对于金融市场韧性的实证研究较为稀缺,并且尚未有研究关注中国金融市场韧性问题,如何定量刻画中国金融市场抵御外部金融风险冲击的能力在学术领域尚属空白。

与此同时,金融市场间的关联性历来是研究的重点。自Diebold and Yilmaz(2014)[9]基于预测误差方差分解方法提出网络拓扑分析方法后,该方法被大量用于构建中国金融市场间的关联网络。如何枫等(2022)[10]研究发现,在中国金融市场网络中股票和基金市场显著影响着其他金融市场。其研究主要以市场收益率数据作为关联网络的输入参数。此外,也有研究基于波动率数据建立了波动溢出网络。宫晓莉和熊熊(2020)[11]基于时变参数方法改进了Diebold and Yilmaz(2014)的研究框架,其允许在不损失窗口信息的基础上实现对动态溢出的估计,该研究发现股票市场的外溢值最高,而房地产市场和外汇市场受其余市场风险溢出效应明显。上述研究为分析金融市场间的关联网络提供了很好的研究范式。受此启发,本文认为单一市场在外部金融风险冲击下的韧性变化并非是独立的。在高度关联的金融网络中,某个市场的韧性状况不但决定了其自身资产价格波动的程度,也会经由市场间的关联途径快速向其余市场传导,在影响整个金融市场稳定性的同时,增益或削弱其他金融市场韧性。换言之,金融市场间也会存在韧性层面的关联效应,并形成一个紧密的韧性关联网络。

有鉴于此,本文尝试在三个方面对现有研究做有益补充。首先,本文基于TVP-FAVAR模型提取金融市场变量对外部金融风险冲击的时变脉冲响应,通过构建冲击强度和吸收期两种指标,首次测度中国金融市场韧性,量化了中国金融市场抵御外部金融风险冲击的能力。同时由于两种测度指标各有侧重,其也为刻画金融市场韧性提供了更为全面的视角。其次,本文利用网络拓扑方法,基于韧性指标构建中国金融市场的韧性关联网络,揭示了单一市场韧性变化受自身和其他市场影响的程度,并深入分析了各市场韧性关联的强度、方向和中心结构。最后,本文进一步通过回归分析研究金融市场韧性的影响因素,揭示金融发展对金融市场韧性的重要影响,并深入探讨了金融发展对金融市场韧性的影响机制。

当前,新冠肺炎疫情全球蔓延,全球不确定性的增长导致黑天鹅事件频发,重大突发事件打破原有市场结构,并触发了跨市场的信息联系(黄轲等,2021[12]),中国面临的外部金融风险冲击日趋频繁复杂。同时,中国正推动构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。在这种新发展格局下,随着国内循环比重的提高,国内金融市场正形成一个更为紧密的整体,与之相伴的是风险将在这种紧密关联的金融市场网络中更快传播。因此,本文所做工作不但能为科学防控外部金融风险冲击提供指引,同时也能为落实“太关联而不能倒”的宏观审慎政策明确监管重点,并为提升中国金融市场韧性提供具有现实意义的结论。

二、研究设计

(一)样本选取与数据来源

本文将中国金融市场细分为货币、股票、债券、外汇和大宗商品五个子市场。在各市场变量选取方面,货币市场选取隔夜至一年的各期限上海同业银行拆借利率(SHIBOR)(1)2006年8月以前缺失的SHIBOR利率用相应期限的银行间同业拆借加权利率补齐。;股票市场选取沪深300指数;债券市场选取中债综合净价指数;外汇市场选取间接标价法下的人民币兑美元、英镑、日元、港币、澳元、加元及新加坡元中间价;大宗商品市场选取南华工业品指数、农产品指数、金属指数、能化指数及Au9995黄金现货价格。

文中样本的时间跨度为2005年1月至2021年10月。同时,兼顾数据时效性及模型估计可得性的考虑,本文在构建韧性指标时统一采用周频数据,在构建韧性关联网络及影响因素研究部分均采用月频数据。除特别指出外,文中所用数据均来源于WIND数据库。

(二)韧性指标构建

沿用刘晓星等(2021)的方法,本文基于时变增广因子向量自回归模型(TVP-FAVAR)提供的脉冲响应函数测度中国金融市场韧性。该模型可表示为:

(1)

(2)

(3)

(4)

在数据处理方面,考虑到日频数据会极大增加待估矩阵维度从而使得模型不可估计,同时VIX指标与国内金融市场数据存在日期不匹配问题,因此本部分统一将日频数据按周进行平均得到周频数据以克服上述问题。此外,所有总量型数据统一取对数差分形式,其余非平稳数据则经由差分调整为平稳数据。在模型估计方面,采用MCMC方法对TVP-FAVAR模型进行估计,其中抽样次数设定为20000次,并设定前2000次为预烧值。

(三)韧性关联网络构建

基于前文的韧性测度,本文将其与网络拓扑分析方法相结合,构建中国金融市场的韧性关联网络。此处考虑一个N元P阶的VAR过程和其移动平均形式:

(5)

(6)

其中,ε~(0,∑)是独立同分布的扰动向量。式(6)移动平均形式的系数矩阵Ai服从如下递归过程,其中A0为N阶单位阵,对i<0有Ai=0,则有:

Ai=φ1Ai-1+φ2Ai-2+…+φpAi-p

(7)

(8)

其中,i,j=1,2,…,n;σii为扰动向量标准差;ei为第j个元素为1,其余元素为0的n×1列向量。

x1x2…xnFROMx1dH11dH12…dH1n∑jdH1j,j≠1x2dH21dH22…dH2n∑jdH2j,j≠2………………xndHn1dHn2…dHnn∑jdHnj,j≠nTO∑idHi1,i≠1∑idHi2,i≠2…∑idHin,i≠n1N∑i∑jdHij,i≠j

上述矩阵中的元素反映了外部金融风险冲击下各金融市场韧性受到其自身或系统中其他市场韧性影响的程度。矩阵中的TO行元素为溢出指数,衡量单个子市场韧性变化对其他所有市场韧性的影响程度;FROM列元素为溢入指数,衡量单个子市场韧性受其他所有市场韧性变化的影响程度。矩阵右下角元素是对所有非对角元素的平均,衡量金融市场韧性的总体关联程度,本文称其为总溢出指数,并借此刻画金融市场韧性的总体关联效应。进一步地,TO行元素减去对应FROM列元素可得到净溢出指数,用以刻画单一市场韧性的净关联效应。当净溢出指数大于0时,称该市场是韧性关联网络中的净影响者;当该指数小于0时,称其为净接受者;而当该指数接近0,且溢入溢出指数均较高时,称其为双向影响者。

(四)韧性影响因素研究

为研究金融市场韧性影响因素,本文构建回归模型(9):

Resiliencet=α0+α1FDt+α2EPUt+α3Outputt+α4Expectt+α5Instabilityt+α6Riskt+εt

(9)

其中,Resilience为由冲击强度衡量的金融市场韧性(3)以吸收期为被解释变量的回归结果见稳健性检验。;FD为金融发展指标,本文利用M2/GDP+股票市值/GDP来测度中国金融发展水平,该值越大则认为金融发展水平越高;EPU衡量经济政策不确定性,其具体构造过程参见Baker et al.(2016[16]);Output为当月同比工业增加值,借以衡量经济增长状况;Expect为由企业家信心指数衡量的市场预期;Instability为参考世界银行GFDD数据库构造的稳定指数,该值越大表明市场越不稳定;Risk为系统性风险指标,本文沿用Brownlees and Engle(2017)[17]建立的DCC-GARCH框架,分别利用CoVaR和MES方法刻画中国系统性金融风险情况,其中市场收益率和个体收益率分别由沪深300指数和内地金融指数计算得到。

在回归中,为统一各变量频率,式(9)中各变量均采用月度数据,其中高频数据均通过取月平均值的方式得到月度数据。另外,由于Instability指标和Risk指标具有高度相关性,为避免多重共线性对回归结果的影响,两个变量在实际回归中被分列在不同的回归方程中。

三、实证结果与分析

(一)金融市场韧性情况

图1展示了中国金融市场总体的韧性状况。如图1所示,冲击强度和吸收期两个指标呈现出较为一致的变化性。从具体的变化特征看,从2005年至今,中国金融市场韧性大体呈现“U”型特点。据此特点,本文将样本区间分为三个阶段。A阶段对应2005年1月至2008年11月,其间金融市场韧性状况明显劣于其他时期。从具体数值看,冲击强度和吸收期两项数值持续处于高位,金融市场受外部金融风险冲击的平均影响程度约14%,吸收冲击的平均时长约1.7周,且两项数值在2008年9月雷曼兄弟破产事件后均达到阶段性峰值,可见外部金融风险在该阶段对中国金融市场的影响较大。另外值得关注的是,金融市场韧性状况在2008年11月得到了明显改善,本文认为这一现象主要与当时中国政府提出的进一步扩大内需、促进经济增长十项举措与关。2008年11月,为应对国际经济环境的不利影响,国务院提出了“4万亿”的经济刺激计划,从图中可以明显看出,该计划的提出极大维护了金融市场的稳定、降低了国内经济政策的不确定性,使得金融市场抵御外部冲击的能力显著改观。

B阶段对应2008年12月至2018年3月。在该阶段,金融市场韧性持续改善,尤其是在2017年前后,在中国金融市场相对平稳、系统性金融风险处于低位的时期,冲击强度和吸收期两项指标均达到历史低位。值得关注的是,在该阶段出现了一个发生明显波动的区间。如图1所示,在2015年12月至2016年1月期间,冲击强度和吸收期两项指标明显上升,尤其是吸收期迅速攀升且远超前期值。本文认为这一结果与当时复杂多变的内外部市场环境有关。从外部环境看,2015年12月16日,美联储开启了自2006年以来的首次加息。在政策影响下,美元指数持续走强,新兴经济体资本大量外流、汇率贬值预期强烈,对国内金融市场造成了较大冲击。从内部环境看,2016年伊始,A股多次触发熔断,沪深300指数在2016年1月当月下跌近15%,造成了金融市场的巨大动荡。在此内外环境双重影响下,金融市场韧性明显恶化。

C阶段始于2018年4月,在此节点之后,冲击强度和吸收期两项指标在随后近两年时间几近呈现单调上升态势。这一时间节点与中美贸易摩擦的时间大致吻合,由此也表明中美贸易摩擦对中国金融市场韧性具有持续的负面影响。此外,图1结果还表明,新冠肺炎疫情也对金融市场韧性产生了显著的负面影响:在2020年3月至6月,全球疫情蔓延最为严重的时期,两项指标均达到阶段性峰值,尤其是在2020年3月,新冠肺炎疫情叠加美国多次熔断的负面影响,金融市场不确定性增加,两项指标出现了明显波动。

包容性:中原文化具有兼容众善、合而成体的特点。中原文化通过经济、战争、宗教、人口迁徙等众多方式,实现了物质文化、制度文化和思想观念的全面融合与不断升华。郑州大河村遗址中出土的一些富有山东大汶口文化特征的陶器,说明中原文化在那时就开始吸收周边文化成果,熔铸到自己的文化之中。胡服、胡乐、胡舞、胡食在汉唐间传入中原,也都被吸收到中原文化之中。

图2展示了各子市场的韧性变化情况。本文发现,股票市场、外汇市场及商品市场的时序特征与金融市场总体韧性情况大致相同。货币市场与债券市场的韧性变化特征相对独立,且两者较为相似。本文认为,这种相似性主要是由相似的风险资产和投资主体导致的。由于资管类和同业等业务,债券和同业拆借形成了较强的关联性,且两者均以银行为主要的投资主体,因而两个子市场在面对外部冲击时具有类似的韧性变化特征。另外,这两个市场与其余市场的最大差异出现在2011年至2014年期间,这主要与该阶段频发的“钱荒”事件有关。在该阶段初期,为对冲金融危机时的信贷投放,中国逐渐收紧了货币政策,由此导致银行间回购及拆借利率快速上行并持续处于高位。随后,在2013年中期以后,在央行整治同业业务背景下,上述利率一度达到10%以上,银行间流动性持续收紧。由图2不难看出,这一时期货币市场的持续动荡,使得货币和债券市场韧性明显恶化,并与其余市场形成了较大差异。

表1进一步统计了各子市场的韧性情况。从均值看,本文发现股票市场和外汇市场的冲击强度相对较高,债券市场的吸收期相对较长,表明外部金融风险冲击会对股票和外汇市场产生较大程度的影响,债券市场则需要较长的时间吸收冲击。从标准差看,无论是冲击强度还是吸收期,股票市场的标准差均高于其他市场,其韧性的变化幅度较大。这一结果也说明,在一个以散户投资者为主导的市场中,其抵御冲击的能力并不稳定。

图3按照图1中划分的阶段,刻画了不同时期金融子市场的韧性情况。具体地,本文依据图1选择了三个阶段中最具代表性的时期,其中,A阶段选取2007年8月至2008年10月金融危机时期;B阶段选取2015年12月至2016年1月A股熔断时期;C阶段选取2020年3月至6月新冠肺炎疫情时期。图3结果表明,各金融子市场的韧性情况在不同时期具有相似的共性特征。而其中最为瞩目的一个特征在于,外汇市场和股票市场虽然冲击强度较高,但其吸收期较短;反观债券市场,其冲击强度虽小于其余各市场,但吸收期却明显长于其余市场。这一结果表明,各市场在韧性的特性方面存在异质性,其中外汇和股票市场在外部金融风险冲击下保持原始状态的能力较弱,但恢复原始状态的能力较强;而债券市场面对外部冲击虽能保持原始状态的相对稳定,但恢复能力较弱。

(二)金融市场韧性关联网络

1. 静态关联网络。在前文韧性测度的基础上,本部分结合网络拓扑方法,建立各市场间的韧性关联网络。表2汇报了预测期为8周的韧性关联矩阵(基于冲击强度)。如表2所示,从整体上看,韧性关联矩阵中的总溢出指数为51.98%,这意味着在外部金融风险冲击下,各子市场抵御冲击的能力除受自身因素影响外,有一半以上的权重可由其他市场的韧性变化解释。这一结果证实中国金融市场间存在高度关联性,单一市场抵御外部冲击的状况会拖累或增益于其他市场。同时该结果也表明外部金融风险冲击会在金融市场间形成共振,因此从防范和化解重大风险的角度看,坚持“太关联而不能倒”的理念仍是监管的重点。进一步地,从各子市场的溢出溢入情况看,货币市场相对独立,其韧性变化除与债券市场具有一定关联外,基本由自身因素决定。同时该市场溢入水平略高于溢出水平,在韧性关联网络中表现为净接受者。股票市场的溢入和溢出指数较为接近,且溢入溢出水平超过50%,表明股票市场韧性既会受到其他市场的较强影响,也会对其他市场韧性造成较强影响,其在韧性关联网络中表现为典型的双向影响者。债券市场溢出指数远低于溢入指数,其韧性变化受其他市场影响明显,在韧性关联网络中主要承担净接受者的角色。与之相反,外汇市场和大宗商品市场在韧性关联网络中则同时表现为净影响者。本文认为,上述角色定位可基于以下思路理解。首先,外汇市场和大宗商品市场由于与美元走势存在密切关联,因此其对外部金融风险的冲击最为敏感。在外部冲击下,该市场的韧性状况直接决定了人民币汇率及大宗商品价格是否会产生剧烈波动,则这会通过影响国内投资者预期和资金的跨市场流动对其他市场产生净影响。其次,股票市场投资者中包含了一部分机构势力和外资势力,这些投资者的投资组合具有跨市场特性,因而股票市场抵御外部冲击的状况会经由投资组合的调整与其他市场间形成双向影响。最后,对于货币和债券市场,由于同业拆借和债券同属于低风险资产,其价格波动对整个金融市场稳定的影响程度较小,因而其主要受到其他高风险资产市场的净影响。

参考杨子晖和周颖刚(2018)的研究,本文将1周、6周、12周预测期分别视为短期、中期和长期,进而考察了不同期限下各市场韧性的净溢出效应。图4结果表明,无论是短期还是中长期,各市场的净溢出方向均与表2结果一致。具体地,外汇市场和大宗商品市场始终是韧性关联网络中的净影响者,并且净溢出强度在不同期限内保持稳定。股票市场和货币市场在短期内表现为净接受者,但在中长期,两个市场的溢入和溢出指数逐渐接近,股票市场也逐渐转变为双向影响者。最后,随着期限增长,债券市场的净溢出指数从10%逐渐增长到20%,其在金融市场韧性关联网络中稳定处于净接受者的地位,且这种身份随着期限增长得到强化。

2. 动态关联网络。上述研究是对金融市场韧性的静态关联网络分析,为更好地体现这种关联的演变特征,接下来本文利用滚窗估计从动态视角研究韧性关联情况。由于过短的窗宽会使得样本估计结果中出现较多的异常值和突变值(郑挺国和刘堂勇,2018[18]),因此本文将滚动窗口设定为145周(3年),并设定预测期为8周。图5为该参数设定下的总溢出指数。

由图5可知,中国金融市场韧性的总体溢出水平稳定在50%以上,各金融子市场韧性呈现紧密的关联特征。从时序特点看,总溢出指数与一些重大外部风险事件存在密切关联,且在部分突发风险事件下具有跳跃性增长特点。具体来看,2008年10月雷曼兄弟破产事件后,中国金融市场内部韧性关联性显著增强,单一市场对外部冲击的抵御情况对其余市场产生了明显影响,致使总溢出指数迅速跃升至62%并达到阶段性峰值。同样的跳跃式增长的特点在2011年8月美国首度丧失3A主权信用评级、2015年12月美联储重启加息进程、2020年3月美股多次触发熔断时亦有体现。并且相比雷曼兄弟破产事件,由于这些事件更具突发性,因而总溢出指数的跃升幅度也均远超前者。

鉴于外汇市场与债券市场在韧性关联网络中的特殊地位,图6也考察了这两个市场的动态净溢出效应。与前文静态结果一致,外汇市场净溢出指数在绝大部分样本区间内为正值,而债券市场净溢出指数几乎全为负值。由此再次证实,在中国金融市场的韧性关联网络中,外汇市场是网络中的净影响者,债券市场则是网络中的净接受者。因此,从维护中国金融市场稳定与安全的角度来看,如何有效提升外汇市场韧性、增强其抵御外部金融风险冲击的能力,是提升整个金融市场韧性的关键。尤其是2020以来,全球新冠肺炎疫情的蔓延使得全球不确定性增加,同时在中国逐渐淡出逆周期调节因子使用后,人民币汇率更趋市场化、汇率双向波动的同时也使得短期波动幅度增加,因此更需关注外汇市场的稳定。

3. 不同时期的关联结构。接下来,围绕上述提到的一些突发性事件,考察各子市场韧性在这些事件中的关联结构。图7基于ForceAtlas2布局原理绘制了上述事件中子市场间的关联结构图。其中,线条的方向代表成对溢出的方向,线条的粗细衡量净溢出指数的大小。网络中节点的位置体现了各节点在网络中所处的地位,当某个节点越向中心位置收缩,表明其越处于网络的核心。而当节点间的连线缩短时,表明节点间产生了更强的关联。

由图7可知,在不同事件影响下,金融市场的韧性关联结构存在异质性。具体而言,在图(a)雷曼兄弟破产事件中,债券市场处于网络的中心,并且受到其他多个市场的净溢入。在图(b)美国丧失最高信用评级事件中,外汇市场则成为网络的中心,并且各节点间连线的粗细未见明显差别,表明在这一时期各市场间韧性的净溢出程度大致相当。图(d)美股熔断事件中呈现的韧性关联结构与图(a)、图(b)较为类似,且三者的共性特征在于外汇市场和债券市场均向网络中心靠近,这一结果再次证实外汇和债券市场在中国金融市场韧性关联网络中承担的重要角色。图(c)呈现的关联结构则与上述结构存在明显差异。这主要与美联储加息与A股熔断的叠加影响有关。由图可知,在内外部突发事件共振下,外汇或债券市场不再是网络的单一中心,五个节点而是同时向中心位置收缩,并形成一个紧密的集群,且各节点间均存在较强的韧性关联关系。图8进一步刻画了该时期韧性关联结构的演变。该图以图7(c)的时点为事件中心,前后取两周为间隔。由图8可知,在事件发生前,除外汇市场外,其余市场分散在网络的边缘,金融市场内部的韧性关联并不紧密。在事件当期,各节点从外侧向中心移动,节点间连线也明显缩短,市场关联性增强的同时,其间的韧性关联程度也在明显强化。而在事件发生后,五个节点同时向外侧移动并近似形成一个凸五边形结构,市场间的韧性关联关系开始显著减弱。

(三)金融市场韧性的影响因素

本部分对金融市场韧性的影响因素展开分析。考虑到外汇市场和债券市场在韧性关联网络中的特殊性,这里也一并将这两个子市场韧性作为被解释变量。表3是以冲击强度为被解释变量的回归结果。表3中结果表明,首先,金融发展对金融市场韧性具有显著提升作用。由第(1)列结果可知,金融发展水平每提升一单位,则一单位风险冲击对金融市场的影响将减少0.2%。这一结果也从实证角度验证了Svirydzenka(2016)[19]的观点,其认为金融发展可以提升金融系统抵御冲击的能力。其次,政策不确定性的增加、金融市场不稳定性的增强以及系统性风险的上升,均会对金融市场韧性产生显著的负面影响。最后,经济增速的提高及市场预期的改善也会对金融市场韧性产生负面的影响。对此的一个解释是,经济的高速发展及投资者信心的增强均可能催生金融市场泡沫,从而加剧金融市场不稳定性和脆弱性,由此削弱其在面对外部金融风险冲击时的韧性。此外,金融子市场的回归结果与总体回归结果基本一致。由第(3)~(6)列结果可知,除政策不确定及金融市场不稳定性对债券市场影响的显著性有一定减弱外,其余变量回归系数的方向、显著性均未发生明显改变。同时对于这两个子市场而言,金融发展对韧性的提升程度略有上升。

表3 金融市场韧性影响因素分析

在表3回归的基础上,采用Isareli(2007)[20]的重要性分析方法,本文进一步研究了各影响因素对于韧性的相对重要性。表3第(1)~(2)列回归系数的右上角标注了各影响因素的重要性排序。该结果表明,金融发展对金融市场韧性的影响程度最大,其次是产出水平和市场预期,最后是市场不稳定性、系统性风险和政策不确定性。此外,在观察不同影响因素对被解释变量的方差贡献度后发现,金融发展对韧性的方差贡献率高达60%,并远高于其他影响因素。由此也说明,提高金融发展水平对于提升中国金融市场韧性、维护金融市场稳定与安全至关重要。且相较于防止经济过热、降低政策不确定性等,金融发展是提高中国金融市场抵御外部冲击能力的最直接且最有效的方式。

(四)金融发展对韧性的影响机制

前文揭示了金融发展对金融市场韧性的显著影响,随之而来的一个问题在于金融发展是通过何种机制影响金融市场韧性的。为此,本文考虑了两种作用渠道。首先是融资渠道(直接渠道)。通常而言,在外部风险事件影响下,受避险等动机驱动,跨境资本、尤其是国际证券资本流动波动性会大幅增加,资本的大出大进会由此加剧金融市场的不稳定性从而削弱金融市场韧性。而金融发展与国际证券资本流动存在密切关联,相关研究表明,金融发展带来的基础设施的改善、投资工具的多样化等会引导国际证券投资者实现更合理的资本分配,并在稳定投资者信心的同时限制资本的大幅流动(阙澄宇和孙小玄,2021[21])。因此,金融发展可能会通过抑制国际证券资本流动的波动性以改善金融市场韧性。其次,表3结果证实经济过热会对金融市场韧性产生负面影响。金融发展则存在对经济的虹吸效应,即通过吸收过多的社会资源以抑制经济的过快增长。因此本文认为金融发展也会通过抑制经济增长对韧性的负面影响以间接影响金融市场韧性,即产出渠道(间接渠道)。本文利用回归模型对上述渠道做出验证。其中,对于融资渠道,本文以国际证券资本流动规模与GDP之比的3个月滚动标准差来度量波动性,并进一步区分国际证券资本流入、流出和净流入。在控制变量方面,除纳入式(9)部分变量外,参考此类研究惯例,额外考虑通胀率CPI及实际有效汇率Exchange。对于产出渠道,在式(9)基础上引入金融发展与产出水平的交乘项FD×Output,同时为保持主效应稳定,对交乘变量做去均值处理。

(五)稳健性检验

前文给出了中国金融市场韧性的测度结果,构建了金融子市场韧性的静态和动态关联网络,并进一步分析了韧性的影响因素。对于上述三个方面,本文分别进行如下稳健性检验。第一,对于韧性测度结果,本文使用不同的金融市场变量和不同的脉冲响应期数以验证测度结果的稳健性。具体地,首先,本文用中证二级行业指数替换原有股票市场数据、用中证综合债指数替换原有债券市场数据、用SDR货币替换原有外汇市场数据、用南华综合指数及黄金现货Au9999价格替换原有大宗商品市场数据。其次,本文测试了不同脉冲响应期数对结果的影响,将脉冲响应期数延长为12期。该部分的检验结果分别见图9(a)和图9(b)。由图9可知,在不同测度方式下,中国金融市场韧性依旧呈现“U”型变化特点,且一些重要时点下的结构特征也与前文分析结果类似,因而可认为韧性测度结果稳健。

第二,对于金融子市场韧性关联网络,本文首先用吸收期指标替换冲击强度重新构建静态关联网络(其余设定均与前文相同);其次对于动态关联网络,检验不同预测期(n)和滚动窗口(w)对结果的影响。由表5结果可知,在替换了韧性测度后,金融市场间仍具有紧密的韧性关联关系,且各市场的韧性净溢出方向保持不变。由图10结果可知,更长的预测期或更短的窗口期,除使得部分时点的波动性更强外,金融市场总溢出指数的动态变化趋势基本保持一致,同时该指数在一些突发事件下呈现的跳跃式增长特点与未发生改变,因而可认为对金融市场韧性关联网络的研究结果稳健。

第三,为验证金融市场韧性影响因素回归结果的可靠性,本文从四个方面展开稳健性检验:首先,考虑金融市场韧性也会反向影响金融发展等变量,则为排除互为因果的内生性影响,本文用各解释变量的滞后一期变量替换原有变量;其次,更换了韧性的测度变量,用吸收期替换冲击强度;再次,替换了部分影响因素的测度指标,即用证券化程度指标股票市值/GDP作为金融发展的狭义测度、用基于中国大陆新闻信息的经济不确定性指数替换原有经济不确定性指标、用PMI指数替换原有经济水平测度指标和用MES指标替换原有的系统性风险测度指标CoVaR;最后,加入时间趋势项以控制时间效应的影响。

稳健性检验的结果详见表6。表6结果表明,在不同的检验方式下,各变量的方向、显著性均保持稳定,尤其是金融发展项FD在各回归方程中均在1%水平下显著为负。由此证明,前文影响因素分析结果稳健。

表6 金融市场韧性影响因素的稳健性检验

四、结论与建议

近年来,世界百年未有之大变局和新冠肺炎疫情全球大流行交织影响,中国面临的外部环境日趋复杂,如何提升中国金融市场面对外部金融风险冲击的韧性,成为维护中国金融市场安全与稳定的一个重要议题。基于TVP-FAVAR估计的金融市场变量对外部冲击的时变脉冲响应,本文首先通过构建冲击强度和吸收期两种指标测度中国金融市场韧性;其次,利用网络拓扑分析方法,构建中国金融市场韧性关联网络,深入分析各市场间的韧性关联关系,剖析韧性关联的强度、路径和中心源头;最后,通过回归分析研究金融市场韧性的影响因素,并着重考察金融发展对韧性的影响机制。

本文主要结论有六点。第一,中国金融市场韧性呈现“U”字型变化特征。金融市场韧性自国际金融危机后稳步增强,但自中美贸易战以来逐步退化。第二,不同金融子市场在韧性特性方面存在异质性,外汇和股票市场在外部金融风险冲击下保持原始状态的能力较弱,但恢复原始状态的能力较强;债券市场面对外部冲击虽能保持原始状态的相对稳定,但恢复能力较弱;其余市场两种能力相对均衡。第三,中国金融市场间存在紧密的韧性关联关系,并且这种关联效应在突发性外部风险事件中明显增强。第四,在韧性关联网络中,外汇市场和债券市场居于核心地位,外汇市场韧性对其余市场韧性影响最大,债券市场韧性则受其余市场韧性影响最大。第五,金融发展水平、政策不确定性、产出水平、市场预期、金融市场稳定性及系统性风险均显著影响金融市场韧性,同时在这些影响因素中,金融发展对韧性的影响力度远超其他因素。第六,金融发展通过融资和产出两种渠道提升金融市场韧性,一方面通过降低资本流动波动性以提升金融市场韧性;另一方面抑制了经济过热对韧性的不利影响。

基于上述结论,本文认为,首先从应对外部金融风险冲击的角度,当前的首要任务是不断完善金融基础设施建设、建立多层次的金融发展体系,通过不断提升金融发展水平以改善金融市场韧性,提升其抵御外部冲击的能力;与此同时,降低政策不确定性程度、防止经济的过快增长以及稳定市场预期,这也是提升中国金融市场韧性的必要举措。其次,从防范化解重大风险的角度,单一市场抵御外部金融风险冲击的状况会拖累或增益于其他市场,因此政府应当坚持“太关联而不能倒”的监管理念,避免外部冲击通过金融市场间的高度关联性向多个市场波及;同时应重点关注外汇市场稳定。监管部门可以建立对外汇市场韧性的动态监测,未雨绸缪地防范当外汇市场韧性恶化、人民币币值大幅波动时对其余金融市场产生的不利影响。

猜你喜欢
韧性金融市场关联
金融市场:寒意蔓延【精读】
强化粮食供应链韧性
假如金融市场崩溃,会发生什么? 精读
不惧于新,不困于形——一道函数“关联”题的剖析与拓展
“一带一路”递进,关联民生更紧
房地产市场韧性犹存
韧性,让成长更美好
奇趣搭配
金融创新产品与完善金融市场探讨
智趣