论文部分内容阅读
【摘要】本文基于2000年至2014年的季度数据，采用动态因子分析法，通过构建我国金融脆弱性指数，测度了样本期间我国金融系统的脆弱性，结果显示：一是样本期间，我国金融体系脆弱性水平实现了较大幅度的改善。二是流动性风险是我国金融系统的主要风险来源，14年间实现了显著的下降。信用风险以及外汇风险一直处于不断波动的状态中。
【关键词】金融脆弱性 动态因子分析
一、引言
上世纪以来，多次爆发的金融危机给全球带来了巨大的损失，金融体系的安全运行面临着严峻的挑战，有研究指出，发展中国家的金融体系更加脆弱，作为发展中国家，在开放动荡的市场中，研究金融的脆弱性具有重要意义。本文选取2000～2014年的数据，采用因子分析等计量方法，定量测度了我国金融体系的脆弱性，并结合实证结果提出了相应的建议意见。
二、文献综述
（一）国外研究状况
明斯基（Minskey）认为信用创造机构以及借款人的特质使得金融体系不可避免的存在不稳定性。
戴蒙德一戴威格（Diamond和Dybvig）认为金融系统脆弱性主要是由于存款人对流动性要求存在不确定性以及银行的资产流动性远低于负责导致的。斯蒂格里茨和魏斯（Stiglitz和Wiss）从信息经济学角度解释分析了金融脆弱性问题。
（二）国内研究状况
孙立坚[1]（2004）指出房地产价格和流动性是当前影响我国金融体系稳定性的核心要素，我国的金融稳健指数偏低，金融体系的基本功能未得到充分发挥。吕江林[2]（2005）借助资产价格波动以及货币政策反应探讨了金融危机如何影响我国的经济。曾诗鸿[3]（2004）站在银行体系脆弱性、银行不良贷款生成与监管博弈的角度，深入研究了我国的金融脆弱性。刘莉亚、任若恩[4]（2003）从银行危机的原因、多重传染以及货币危机的共生性为金融脆弱性提供了新的解释。伍志文[5]（2008）通过实证研究得出金融一体化和金融稳定之间没有显著的作用关系。杜晓蓉[6]（2010）通过构建probit模型，发现房价攀升以及M2的增长速度是影响我国发生金融危机的重要原因。
总体看来，国内学者主要以银行系统来探讨我国的金融脆弱性，对这方面问题的量化研究比较少，本文主要借鉴万晓莉运用因子分析测度我国金融体系脆弱性的做法，选取数据对我国金融体系脆弱性进行测度。
三、模型构建与计量分析
我国的金融体系主要以银行为主，故本文主要选取银行的相关指标来测度我国的金融脆弱性。本文首先选取代表性的指标，然后运用主成分分析等计量方法，建立金融体系的综合脆弱性指数[7]。
（一）金融脆弱性指标的选取
基于我国银行系统在整个金融体系的特殊地位，本文选用银行稳健性指数作为金融稳定的代理变量。银行的风险主要来自流动性风险、信用风险、市场风险和操作风险。在前人研究的基础上，本文主要选择表1所示的指标来测度银行风险。
（二）金融脆弱性指数的构建
指标选取之后，接下来就是指数的构建。本文借鉴万晓莉[8]（2008）的计量手段，选取2000～2014年的季度数据，采用动态因子分析法来研究中国金融脆弱性状况。
在进行因子分析之前，本文首先采用巴特利特球形检验和KMO检验来判断所选指标是否满足因子分析的条件。检验结果如表2所示：
表2显示巴特利特球形检验的相伴概率为0.000，KMO值为0.567（>0.5），说明所选指标适合进行因子分析。
表3给出了公因子方差，从表3可以看出，所选指标的共同度均超过70%，说明按照模型提取的公因子对各变量均有较好的解释能力。
提取方法：主成份分析。
为了更好判断所选公因子的可靠性，图1显示了公共因子的碎石图。
图1的结果显示前两个公因子位于陡坡之上，故模型只需选取前两个公因子。
为了进一步了解各公因子的真实含义，图2显示了因子空间载荷图。
图2的结果显示，因子1主要包含前三个指标的信息，即金融系统的流动性风险，该指标越高，流动性越差，风险越高，金融体系越脆弱；因子二主要包含后两个指标的信息，即银行系统的信用风险和汇率风险，指标越高，风险越大，金融体系越脆弱。
表6给出了因子的方差解释度，结果显示，原始数据的56.2%是由因子1解释的，说明2000年以来中国金融脆弱性的主要原因来自于流动性风险，原始数据的29.5%由因子2解释，两个因子对原始数据的解释度为85.6%，说明模型具有较好的解释力。
为了进一步度量两个因子对我国金融体系脆弱性的综合影响，我们给出了表5：成份得分系数矩阵。
从表4我们可以得知，因子1解释了原始数据约56.2%的信息，因子2解释了原始数据约29.5%的信息，基于此，本文用两个因子的加权平均值作为我国金融系统的综合脆弱性指数，为了便于对比，本文将综合脆弱性指数映射到区间[0，10]，并将两个因子各自得分以及综合脆弱性指数显示在一张图表上得到图3：季度金融脆弱性指数[9]。
图3显示，样本期间，我国金融脆弱性整体呈下降趋势，但存在阶段性特征。2000年至2002年，我国金融脆弱性整体处于脆弱状态，波動较大，趋势不显。2003年至2008年，我国金融脆弱性水平表现出不断下降的态势，且在2004年表现出较大幅度的下降。2009年至2014年，我国金融脆弱性水平转降为升，且升幅较大，这可能与2008年爆发的全球金融危机息息相关。
四、结论
本文基于2000年至2014年的季度数据，采用动态因子分析法，通过构建我国金融脆弱性指数，测度了样本期间我国金融系统的脆弱性，结果显示：一是样本期间，我国金融体系脆弱性水平实现了较大幅度的改善。二是流动性风险是我国金融系统的主要风险来源，14年间实现了显著的下降。信用风险以及外汇风险一直处于不断波动的状态中。
参考文献
[1]孙立坚.再论中国金融体系的脆弱性[J].财贸经济，2004 （3）.
[2]吕江林.我国的货币政策是否应对股价变动做出反应[J].经济研究，2005（3）.
[3]曾诗鸿.国有商业银行与金融监管部门关于不良贷款的监管博弈分析[J].南大商学评论，2004（6）.
[4]刘莉亚，任若思.银行危机与货币危机共生性关系的实证研究[J].经济研究，2003（10）.
[5]伍志文.金融一体化和金融脆弱性：跨国比较研究[J].经济科学，2008（6）.
[6]杜晓蓉.构建中国新型金融危机的早期预警体系模型[J].西南民族大学学报，2010（4）.
[7]段军山.股票价格波动对银行稳定影响的理论及经验分析[J].金融论坛，2006（6）.
[8]万晓莉.中国1987～2006年金融体系脆弱性的判断与测度[J].金融研究，2008（6）.
[9]朱莉莉，张旭昆.金融脆弱性度量方法与实践[J].云南社会科学，2011（4）.
【关键词】金融脆弱性 动态因子分析
一、引言
上世纪以来，多次爆发的金融危机给全球带来了巨大的损失，金融体系的安全运行面临着严峻的挑战，有研究指出，发展中国家的金融体系更加脆弱，作为发展中国家，在开放动荡的市场中，研究金融的脆弱性具有重要意义。本文选取2000～2014年的数据，采用因子分析等计量方法，定量测度了我国金融体系的脆弱性，并结合实证结果提出了相应的建议意见。
二、文献综述
（一）国外研究状况
明斯基（Minskey）认为信用创造机构以及借款人的特质使得金融体系不可避免的存在不稳定性。
戴蒙德一戴威格（Diamond和Dybvig）认为金融系统脆弱性主要是由于存款人对流动性要求存在不确定性以及银行的资产流动性远低于负责导致的。斯蒂格里茨和魏斯（Stiglitz和Wiss）从信息经济学角度解释分析了金融脆弱性问题。
（二）国内研究状况
孙立坚[1]（2004）指出房地产价格和流动性是当前影响我国金融体系稳定性的核心要素，我国的金融稳健指数偏低，金融体系的基本功能未得到充分发挥。吕江林[2]（2005）借助资产价格波动以及货币政策反应探讨了金融危机如何影响我国的经济。曾诗鸿[3]（2004）站在银行体系脆弱性、银行不良贷款生成与监管博弈的角度，深入研究了我国的金融脆弱性。刘莉亚、任若恩[4]（2003）从银行危机的原因、多重传染以及货币危机的共生性为金融脆弱性提供了新的解释。伍志文[5]（2008）通过实证研究得出金融一体化和金融稳定之间没有显著的作用关系。杜晓蓉[6]（2010）通过构建probit模型，发现房价攀升以及M2的增长速度是影响我国发生金融危机的重要原因。
总体看来，国内学者主要以银行系统来探讨我国的金融脆弱性，对这方面问题的量化研究比较少，本文主要借鉴万晓莉运用因子分析测度我国金融体系脆弱性的做法，选取数据对我国金融体系脆弱性进行测度。
三、模型构建与计量分析
我国的金融体系主要以银行为主，故本文主要选取银行的相关指标来测度我国的金融脆弱性。本文首先选取代表性的指标，然后运用主成分分析等计量方法，建立金融体系的综合脆弱性指数[7]。
（一）金融脆弱性指标的选取
基于我国银行系统在整个金融体系的特殊地位，本文选用银行稳健性指数作为金融稳定的代理变量。银行的风险主要来自流动性风险、信用风险、市场风险和操作风险。在前人研究的基础上，本文主要选择表1所示的指标来测度银行风险。
（二）金融脆弱性指数的构建
指标选取之后，接下来就是指数的构建。本文借鉴万晓莉[8]（2008）的计量手段，选取2000～2014年的季度数据，采用动态因子分析法来研究中国金融脆弱性状况。
在进行因子分析之前，本文首先采用巴特利特球形检验和KMO检验来判断所选指标是否满足因子分析的条件。检验结果如表2所示：
表2显示巴特利特球形检验的相伴概率为0.000，KMO值为0.567（>0.5），说明所选指标适合进行因子分析。
表3给出了公因子方差，从表3可以看出，所选指标的共同度均超过70%，说明按照模型提取的公因子对各变量均有较好的解释能力。
提取方法：主成份分析。
为了更好判断所选公因子的可靠性，图1显示了公共因子的碎石图。
图1的结果显示前两个公因子位于陡坡之上，故模型只需选取前两个公因子。
为了进一步了解各公因子的真实含义，图2显示了因子空间载荷图。
图2的结果显示，因子1主要包含前三个指标的信息，即金融系统的流动性风险，该指标越高，流动性越差，风险越高，金融体系越脆弱；因子二主要包含后两个指标的信息，即银行系统的信用风险和汇率风险，指标越高，风险越大，金融体系越脆弱。
表6给出了因子的方差解释度，结果显示，原始数据的56.2%是由因子1解释的，说明2000年以来中国金融脆弱性的主要原因来自于流动性风险，原始数据的29.5%由因子2解释，两个因子对原始数据的解释度为85.6%，说明模型具有较好的解释力。
为了进一步度量两个因子对我国金融体系脆弱性的综合影响，我们给出了表5：成份得分系数矩阵。
从表4我们可以得知，因子1解释了原始数据约56.2%的信息，因子2解释了原始数据约29.5%的信息，基于此，本文用两个因子的加权平均值作为我国金融系统的综合脆弱性指数，为了便于对比，本文将综合脆弱性指数映射到区间[0，10]，并将两个因子各自得分以及综合脆弱性指数显示在一张图表上得到图3：季度金融脆弱性指数[9]。
图3显示，样本期间，我国金融脆弱性整体呈下降趋势，但存在阶段性特征。2000年至2002年，我国金融脆弱性整体处于脆弱状态，波動较大，趋势不显。2003年至2008年，我国金融脆弱性水平表现出不断下降的态势，且在2004年表现出较大幅度的下降。2009年至2014年，我国金融脆弱性水平转降为升，且升幅较大，这可能与2008年爆发的全球金融危机息息相关。
四、结论
本文基于2000年至2014年的季度数据，采用动态因子分析法，通过构建我国金融脆弱性指数，测度了样本期间我国金融系统的脆弱性，结果显示：一是样本期间，我国金融体系脆弱性水平实现了较大幅度的改善。二是流动性风险是我国金融系统的主要风险来源，14年间实现了显著的下降。信用风险以及外汇风险一直处于不断波动的状态中。
参考文献
[1]孙立坚.再论中国金融体系的脆弱性[J].财贸经济，2004 （3）.
[2]吕江林.我国的货币政策是否应对股价变动做出反应[J].经济研究，2005（3）.
[3]曾诗鸿.国有商业银行与金融监管部门关于不良贷款的监管博弈分析[J].南大商学评论，2004（6）.
[4]刘莉亚，任若思.银行危机与货币危机共生性关系的实证研究[J].经济研究，2003（10）.
[5]伍志文.金融一体化和金融脆弱性：跨国比较研究[J].经济科学，2008（6）.
[6]杜晓蓉.构建中国新型金融危机的早期预警体系模型[J].西南民族大学学报，2010（4）.
[7]段军山.股票价格波动对银行稳定影响的理论及经验分析[J].金融论坛，2006（6）.
[8]万晓莉.中国1987～2006年金融体系脆弱性的判断与测度[J].金融研究，2008（6）.
[9]朱莉莉，张旭昆.金融脆弱性度量方法与实践[J].云南社会科学，2011（4）.