基于流动性视角的区域金融领先指数研究

基于流动性视角的区域金融领先指数研究

一、引言

区域金融领先指数的构建是维护区域金融安全和防范区域金融风险的有效举措。目前国内外对区域金融指数的研究主要集中在相互关联的两个方面，一是区域金融运行安全状况的测度，二是对区域金融预警指数的研究。前者侧重于评价区域金融的整体运行状态是否在“安全”的区域内；而后者侧重从区域金融风险识别的角度，防范区域金融风险的过度累积，导致区域金融危机。目前，用于金融预警方面的模型方法主要有：KLR模型、FR模型、STV模型。此后，国内外学者从不同的角度对危机预警的方法做了补充和扩展，比如刘遵义主观概率法、Nag和Mitra的人工神经网络（ANN）模型、Collins的潜伏变量阈值模型等。

值得关注的是，由于金融制度和所有制结构上的差异，宏观金融政策在不同地区产生的效应不同。当宏观金融政策的紧缩使经济较发达地区经济从过热状态冷却下来时，也会使经济欠发达地区企业发生资金紧张，社会资金的正常流动受阻；而当宏观政策趋于放松时，又会出现经济较发达地区经济再度趋热及通货膨胀的进一步蔓延，因此，区域金融的运行状况不仅要考察区域金融内在关键性指标，还要考察区域外在影响指标。有效的区域金融风险预警系统必须对区域内综合微观审慎指标、宏观审慎指标和市场指标全面监测，而外在影响性指标则应主要考虑非本地区所能控制，却会对本地区经济、金融产生重大影响的一些全局性指标，如货币危机、汇率危机、资本市场危机、全国性经济衰退等因素。

总体而言，目前对区域金融安全或区域金融预警指标体系的定性研究较多，定量研究较少，且缺乏区域金融领先指数的实证研究；定量研究时纯粹用数理统计或者经济计量的方法识别、构建金融预警指标及其体系的较多，能够结合一定的理论进行深入分析的较少。因此，本文在构建区域性金融领先指标体系方面重点将作两方面的尝试和探索：第一，基于流动性视角从逻辑上梳理引起金融风险的因素，以此作为筛选区域性经济金融领先指标的理论支撑；第二，通过定量分析，筛选区域金融领先指标体系，并构建区域金融领先指数。

二、基于流动性的区域金融领先指标删选

从流动性视角分析，区域金融风险的根源在于流动性与区域经济增长不匹配。从逻辑上说，这种不匹配至少包括以下几种情况：第一，区域流动性受到冲击，脱离实际经济增长的需要，具体可表现为受宏观调控等因素的影响，区域货币信贷资金增长率的大幅波动。第二，在区域流动性基本平稳的情况下，区域经济增长受到冲击，具体可表现为区域经济增长率较大幅度波动。第三，区域流动性和区域经济增长同时波动，但波动的方向、幅度存在较大差异。因此，我们定义基于流动性视角的区域金融领先指标的基准循环为区域流动性与区域经济增长之差，即区域超额流动性。

近年来，浙江经济总量波动大于全国平均水平。由于第二产业中的工业与区域产出波动最为吻合，而且考虑到数据的可得性和出于样本数量的考虑，与大多数研究一致，我们选取工业增加值当月同比作为经济增长基准变量。浙江信贷发放的同比增速与全国平均水平也存在差异。我们采用本外币贷款的同比增速作为区域流动性增量的指标，因此得到区域金融领先指标基准循环（FS）等于本外币贷款的同比增速减去工业增加值。

区域经济可能受到的冲击大致可以分为供给冲击和需求冲击两类。供给冲击（Supply shocks）是指可能引起生产能力和成本变化的事件，主要来源于技术创新和生产成本的变动。需求冲击（Demand shocks）是指经济体中影响到产品和劳务需求的事件，主要来源于需求的变化，比如货币供应量的增加、减税、政府支出的增加或者对外出口需求的增加。产出的长期趋势是由供给因素决定的，而短期波动主要受供给冲击（新凯恩斯主义、实际经济周期理论）还是需求冲击（凯恩斯主义、货币主义）的影响则没有一致的结论。因此，我们首先对区域性经济金融备选指标从经济理论上加以梳理和归类。

区域流动性的冲击除了内生性因素外，还会受到宏观调控的影响。由于我国各个区域之间经济金融结构存在显著的差异性，宏观调控，尤其是货币政策对不同区域的影响和效果也存在差异性。我们认为，影响宏观调控的主要因素包括国内和国际经济金融形势两个方面。在国内方面，由于央行宏观调控的主要目标是“保持货币币值的稳定，并以此促进经济增长”，因此需要关注物价、名义利率、实际利率等变量。另外，由于近年来国家投资拉动经济增长的特征比较显著，需要大量的货币资金投入，因此投资和货币资金这两方面的因素也需要重点关注。

另一方面，随着当今世界经济一体化的趋势日益增强，主要经济体经济金融形势的变化对其他国家的影响范围和程度日益加深，影响机制也日益复杂。尤其是此次发端于美国次贷危机的全球金融危机，对全球经济金融产生了巨大的冲击，其影响力至今尚未消除。我国在加入世贸组织以后，融入世界的步伐日益加快，我国总体上，尤其是东南沿海一带对外依存度较高，因此国际经济金融形势导致的国外需求的变化对宏观调控和区域金融稳定的影响不容忽视。备选指标如表1所示。

表1　区域内在金融领先指标备选库

续　表

本文中，主要货币的实际和名义有效汇率取自国际清算银行官方网站，各主要货币对人民币汇率取自中国人民银行网站。美国、欧盟、OECD等国家或地区的失业情况数据取自OECD官方网站，美国利率、美国消费信贷相关数据来自美联储网站，其余数据来源于Wind数据库，样本数据范围是2003年1月到2010年5月，所有数据均为月度数据。由于部分数据存在缺失和不完整性（比如1月免报和某些月份没有数据），在正式进行计算处理之前，采用线性插补的方法对原始时间序列的缺失数据进行了补全，并采用X－12季节调整方法进行时间序列数据的季节调整。

借鉴中国人民银行武汉分行的做法，首先通过ADF单位根检验对数据进行平稳性检验，得到基准变量FS为I（1）。对其余备选变量进行平稳性检验，留下I（1）的变量进一步备选。然后构建VAR模型，通过格兰杰因果关系检验，去除统计上无法拒绝不存在格兰杰因果关系的变量，然后把脉冲响应的最大值所对应的时期数作为各个预警指标的领先期数。与一般研究一致，保留领先期数大于3的变量，得到表2。

表2　区域金融领先指标选取和领先期数确定

从筛选得到的领先指标来看，区域内部指标基本覆盖了属于需求冲击的投资、消费和进出口以及属于供给冲击的生产成本的各个主要方面。属于宏观调控的变量中，消费者预期指数、宏观经济景气先行指数都属于国家层面的综合领先指数，全国银行间同业存款利率反映了市场利率波动，其余两个变量则反映了国际方面因素的影响。总体上领先指标涵盖了区域内部和外部两方面的影响，代表性较好，与理论分析基本一致。

三、基于流动性视角的区域金融领先指数构建

构建领先指数的方法主要有扩散指数法、合成指数法和因子分析法。与国内研究多采用合成指数法不同，本文采用因子分析法，可以克服合成指数法对基年的依赖。因子分析法具有归类、降维等方面的优势，可以通过因子分析提取复杂变化中的重要共同因素，通过因子旋转等方法，进一步明晰各因子之间的关系，有助于分析关键因素。

表3　区域内部金融领先指标特征值与方差贡献率

首先，我们对区域内部9个领先指标进行因子分析，共提取四个因子^[1]，经过具有Kaiser标准化的正交旋转后，各个变量的载荷分布进一步清晰。其中CPI和PPIRM、出口和工业产品库存在第一因子载荷较高，价格的上涨是吸收流动性的主要途径之一，出口的增加是外需旺盛的表现，工业库存属于投资，都是实际经济吸收流动性的途径，因此可以称之为流动性吸收因子。同业存款和消费贷款在第二因子载荷较高，属于资金供给面的因素，可称之为流动性释放因子。属于投资类的指标在第三因子载荷较高。由于我国投资拉动经济的特征比较明显，投资可以吸收流动性，但是另一方面投资又需要大量信贷支持，因此会释放新的流动性，故投资对流动性的影响不确定，可称为流动性综合因子。而财政预期收入在第四因子载荷较高，作为地方资金的主要来源，当流动性出现不足时可以及时补充，但流动性过剩导致金融风险积聚时，又可作为保障资金，因此可称其为流动性稳定因子。

表4　区域内部金融领先指标因子载荷分析

加入宏观调控和国际因素变量后再进行因子分析，因子数量保持不变，仍为四个。通过Kaiser标准化的正交旋转后，我们发现，区域内部各个变量在各个因子最大载荷的分布完全一致，说明区域内部因子分析的稳定性较好。

表5　加入外部因素后金融领先指标特征值与方差贡献率

我们再来依次考察一下引入外部变量之后各个因子的经济含义。新增的5个宏观变量中有3个，即消费者预期指数、国内同业存款利率、美元利差其最大载荷落在第一因子，说明国际形势和宏观经济对区域经济以及区域流动性的影响较大，仍可称为流动性吸收因子。第二因子新增了美元对人民币汇率一个变量，说明以美元为主体的外汇占款对区域流动性造成了较大的正向冲击，仍可称为流动性释放因子。第三因子与之前的分析完全一致，仍可称为流动性综合因子。第四增加了宏观经济先行指数。由于先行指数对宏观调控决策的参考意义，我们对其流动性稳定因子的称呼不变。

表6　加入外部因素后领先指标因子载荷分析

我们计算各因子得分来分析关键因子对基准变量的经济含义，比较加入宏观调控和国际因素变量前后的情况，选取领先效果最佳的因子（分别为第一因子和第三因子）作为领先指数进行比较，如图1所示。

从比较结果看，总体而言，两者的走势趋势一致，但是加入宏观调控变量后，区域金融领先指数的预测效果有较大程度的改善，如表7所示。具体表现在：第一，领先周期有所提前，平均领先周期由原来的3．25个月提前到6．75个月，体现了在宏观经济过热的环境下，区域经济运行对宏观调控预期的敏感性。第二，在国际国内经济形势波动较大、宏观调控力度加强的情况下，加入宏观调控和国际因素的区域金融领先指数的优势更加显著。

图1　区域金融领先指数效果分析

注：FS表示区域金融基准循环，FL＿R表示区域内部指标领先指数，FL＿M表示加入宏观
调控和国际因素变量后的领先指数。

表7　加入宏观调控和国际因素变量前后区域金融领先指数预测效果比较

四、结论

本文主要采用ADF单位根检验、格兰杰因果关系检验等方法来筛选区域金融领先指标，用脉冲响应函数方法确定领先期数，从区域流动性管理的视角，考察流动性与区域经济增长的匹配关系，检验宏观调控下区域性金融领先指标和基准循环之间的动态关系。本文的主要结论是：

第一，区域金融的安全运行需要构建一个符合地方实际的金融领先指标体系，并依据科学的方法编制区域金融领先指数，以防范区域金融风险，维护区域金融稳定。基于流动性视角的区域金融领先指数的构建需要关注可对区域流动性与经济增长造成冲击的各种因素的影响。

第二，要重视宏观调控以及国际因素对区域金融运行的外部冲击影响。经验研究表明，加入宏观调控和国际因素变量后，区域金融领先指数对区域金融运行状况预测的效果有较大程度的改善，具体表现为对区域金融运行状态的预测周期有所提前，在国际国内经济形势波动较大、宏观调控力度加强的情况下，这种优势更加显著。

【注释】

[1]关于提取因子的数量，一般有两种方法：一种是特征值＞1，另一种是累计方差贡献率＞80%，我们综合运用两种方法，加入宏观调控和国际因素变量前后因子数量都取4个以便于比较。