摘 要：近年来，随着发展中国家的经济增速放缓和货币贬值，很多国家发生了非常严重的跨境资本流动现象。本文先阐述了跨境资本流动冲击下金融风险的演化机理，再使用固定效应模型和PVAR（面板向量自回归）模型等方法对它们之间的关系做出实证检验。结果发现：银行信贷、投资环境对跨境资本流动的冲击作用较为显著，且对跨境资本流动具有明显的正向促进作用；亚洲各国跨境资本流动对银行信贷的冲击作用和效果非常明显，且对银行信贷形成了显著的正向冲击作用。最后，本文结合我国跨境资本流动的实际情况提出了相应的对策建议，以供参考。
关键词：跨境资本流动；金融风险；演化机理；实证分析；实证研究
本文索引：喻宏伟.跨境资本流动冲击下金融风险的演化机理与实证分析[J].中国商论，2023（10）：-104.
中图分类号：F831 文献标识码：A 文章编号：2096-0298（2023）05（b）--05
党的二十大报告指出：“依法将各类金融活动全部纳入监管，守住不发生系统性风险底线”。在“新常态”背景下，近年来我国经济增速放缓，国际经济复苏尚未达到预期水平。世界主要经济体的发展失衡导致全球金融不稳定、汇率波动幅度加大，跨境资本流动规模也逐渐增加，这加大了我国的金融风险，且对金融稳定的形势产生了巨大的影响。
2022年以来，美元打开了加息通道，跨境资金流动和汇率波动已成为逐渐影响发展中国家系统性金融风险的重要因素。那么两者对系统性金融风险究竟会产生什么影响？在跨境资本流动冲击下，系统性金融风险是怎样演化的？这是本文需要研究的内容。
1 跨境资本流动冲击下金融风险的演化机理
1.1 金融风险指数的构建
在研究金融风险时，构建金融风险指数非常重要。目前，学界对金融风险的度量还未形成统一的理论，较为有说服力的衡量标准是构建金融风险指数。从历史上来看，金融风险指数是从货币状况指数（MCI）发展而来的。货币状况指数（MCI）是汇率和短期利率的加权平均值，最早用于衡量通货膨胀水平的高低。Goodhart和Hofmann（2014）在货币状况指数（MCI）的基础上，加入了股票价格和房地产价格，构建了金融风险指数，用以反映和预测未来通货膨胀的压力。
本文借鉴现有文献中的方法，将金融风险指数（Risk）界定为通货膨胀水平CPI、广义货币供应量M2、实际GDP增长率、银行不良贷款率、银行新增贷款和银行间7天内同业拆借利率的加权组合，以上关系可以用公式来表示：
其中， 表示在第t时刻的金融风险指数的大小；表示长期的均衡值；为的平均值；则表示长期的均衡值的偏离度，也就是变量的缺口率；则表示构成指数的各变量的权重大小。通过以上指标，本文可以构建金融风险指数。
1.2 理论模型的设定
根据传统的国际收支均衡理论，假定一个国家在开放经济条件下，对外贸易经常项目满足 。其中，代表一个国家宏观经济的基本面；代表同该国具有贸易关系的外国宏观经济的基本面；代表一个国家的贸易条件。与此同时，假定一个国家的跨境资本流动满足，。其中，和分别表示本国和外国的均衡利率； 和则分别表示该国当前和预期的汇率；为该国资本账户开放程度的衡量指标。另外，按照宏观经济理论，，。其中，和分别代表该国国内和国外的财政政策，结合以上国际收支的均衡条件，可以得到开放经济条件下一个国家的均衡汇率：
其中，代表预期汇率增长率。
假设一个国家国内的财政政策能够对宏观经济的基本面发挥较大的作用，且在全球经济金融化条件下，预期汇率、预期利率与国外的财政政策都可以对金融风险的不确定预期和金融风险，一个国家的均衡汇率可以表示为：
其中，代表一个国家宏观经济中的其他有影响的因素。
通过 ，，式（2）和式（3）就可以设定好跨境资本流动的理论模型。
2 实证模型的构建
为了对跨境资本流动和金融风险之间的关系进行较为透彻的了解，本文使用亚洲各国跨境资本流动和金融风险之间的关系进行PVAR实证检验，并对实证检验的结果进行解释。Moghadam等（2003）曾使用面板数据考察了亚洲六国的跨境资本流动，但并未细分各国的异质性和内生性；郑英梅（2008）使用面板数据研究和分析了亚洲各国的跨境资本流动，并认为经济发展、汇率等可能会对跨境资本流动形成重要的影响和冲击，其余的多数研究均采取时间序列数据。
2.1 计量模型选择
在本文的实证分析过程中，先采用固定效应、随机效应分别进行检验，再进行Hausman检验。同时，为了避免回归结果可能对单一回归模型的依赖，本文采用PVAR模型进行脉冲响应分析。
PVAR（面板向量自回归）模型由Holtz（1988）首先提出并开始运用，该模型可以拥有原有VAR模型所有的优点，且可以将模型中全部变量都当作内生变量，从而分析模型中全部变量之间的相互影响和冲击程度。
一般来说，PVAR模型可以用公式表达为：
其中，代表被解释变量，代表滞后阶的被解释变量；代表误差项。
2.2 计量模型设计基础工作
根据以往文献的研究和分析，亚洲各国跨境资本流动可能与经济增长、汇率等因素有关。本文筛选2010—2022年中国、孟加拉国、印度、印尼、马来西亚、巴基斯坦、菲律宾、泰国亚洲八个国家的跨境资本流动和经济增速、汇率、银行信贷占GDP比例、上市公司总市值/GDP等变量的季度面板数据，考察它们之间的相互冲击作用和影响效果。
2.3 变量选择和数据来源
本文使用的数据均为经过作者整理而成，其中中国跨境资本流动的数据来自王桂虎（2021）的数据，中国的经济增速、汇率、银行信贷占GDP比例、上市公司总市值/GDP等数据来自国家统计局网站和Wind数据库，其他七国的跨境资本流动和经济增速、汇率、银行信贷占GDP比例、上市公司总市值/GDP等数据来自IMF（国际货币基金组织）、BIS（国际清算银行）和Wind数据库的季度数据。
在本文的实证分析过程中，变量zbwt用以衡量亚洲各国上市公司总市值占GDP的比重；变量gdp用以衡量亚洲各国的经济增速；变量hl用以衡量亚洲各国的汇率；变量yhxd用以衡量亚洲各国银行信贷占GDP比例；变量tzhj用以衡量亚洲各国上市公司总市值/GDP的数值。为了使实证分析模型中的图形更加平滑，本文分别对以上变量取对数，得到了以下变量lnzbwt、lngdp、lnhl、lnyhxd和lntzhj。同时，为了避免时间序列数据由于数据不稳定而出现伪回归，再对这些数据进行一阶差分，分别得到以下变量d_lnzbwt、d_lngdp、d_lnhl、d_lnyhxd和d_lntzhj。
3 实证模型分析过程
在对亚洲各国跨境资本流动的实证分析过程中，如果以跨境资本流动为被解释变量，可以建立以下数理模型：
其中，由于使用的是面板数据模型，衡量的是不同的时期；衡量的是亚洲不同国家1，…，8；被解释变量 代表亚洲各国跨境资本流动规模与GDP的比重；代表被解释变量；为滞后阶数的系数；代表模型中的相关系数；则代表模型中的误差项。
3.1 模型稳定性检验
在实证分析过程中，为了避免模型中的数据出现伪回归或t检验失效的情况，尤其是为了满足PVAR模型的要求，一般会在实证分析前先进行数据稳定性检验。具体来说，在实证过程中，人们经常使用的稳定性检验方法主要有PP检验、DF检验及ADF检验等，但是由于PP检验和DF检验很难对高阶自回归进行有效检验，而ADF检验则可以规避以上缺点，因此本文使用ADF检验方法对数据进行分析，得到的结果如表1所示。
表1是在5%的显著水平上ADF稳定性检验的结果，可以看到变量lnzbwt、lngdp和lntzhj在5%的显著水平上都是非平稳的，变量lnhl和lnyhxd是平稳的。以上变量在做了一阶差分后，d_lnzbwt、d_lngdp、d_lnhl、d_lnyhxd和d_lntzhj均拒绝了不稳定的原假设。
3.2 模型滞后阶数检验
通常判断模型滞后阶数的方法很多，例如格兰杰因果检验、LR、SC、AIC、HQ、FPE等，本文使用LR、SC、AIC、HQ、FPE进行检验。从检验结果来看，本文模型的最佳滞后阶数为2阶（见表2）。
3.3 固定效应模型分析
首先，本文使用Wald检验判断是否应使用混合回归模型，检验结果显示拒绝了使用混合回归模型的原假设。其次，使用Ｈausman检验分析本文的模型是应采用随机效应模型还是固定效应模型，如果检验结果显示拒绝原假设，就使用固定效应模型，而不能拒绝原假设就应使用随机效应模型。Ｈausman检验结果显示，P值为0.035，在5%的显著水平上拒绝了原假设，因此应采用固定效应模型进行实证分析。亚洲各国跨境资本流动的固定效应模型结果如表3所示。
表3是使用固定效应模型对跨境资本流动回归的结果，可以发现，回归后修正的R2值达到0.982532，表明可以在98.2532%的程度上解释该模型；而Durbin-Watson统计量值为1.982074，表明该模型没有自相关的情况发生。模型回归结果显示，变量yhxd在回归后的P值为0.0007，在5%的显著水平上拒绝了原假设，且变量yhxd前面的系数为0.002163，说明银行信贷和亚洲各国跨境资本流动之间存在比较显著的正相关关系。同样，变量tzhj在回归后的P值为0.0015，且变量tzhj前面的系数为0.000547，说明投资环境和亚洲各国跨境资本流动之间也存在较为显著的正相关关系。而变量gdp在回归后的P值为0.4784，变量hl在回归后的P值为0.6207，两者均不能够在5%的显著水平上拒绝原假设，表明经济增速、汇率与亚洲各国跨境资本流动之间的关系并不明显。同时，变量gdp回归后的系数为-0.001376，表明经济增速可能对亚洲各国跨境资本流动具有一定的抑制作用。
3.4 PVAR（面板向量自回归）脉冲响应图分析
在实证分析中，为了避免回归结果可能对单一回归模型的依赖，在对面板数据进行固定效应模型分析之后，本文还进行了PVAR（面板向量自回归）分析。在PVAR模型中，由于各变量均可以视为内生变量，模型中的响应变量包含跨境资本流动、经济增速、汇率、银行信贷占GDP比例、投资环境等。
PVAR模型中，脉冲响应如图1所示，首先看其他因素对跨境资本流动的冲击作用。
图1是其他因素对跨境资本流动的脉冲响应结果，图1（a）代表经济增速对跨境资本流动的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过经济增速冲击后，跨境资本流动变化率的情况。由图1可以发现，当经济增速经历一个正标准差的冲击时，跨境资本流动的波动变化并不明显，在第2期时下降至-0.25位置，之后就出现了震荡上升，且在第6期之后维持在0.25附近平衡位置。
图1（b）代表汇率对跨境资本流动的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过汇率冲击后，跨境资本流动变化率的情况。由图1可以发现，当汇率经历一个正标准差的冲击时，跨境资本流动的波动变化不太明显，从第2期开始一直距离0轴较近，表明汇率对跨境资本流动的冲击作用不显著。
图1（c）代表银行信贷对跨境资本流动的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过银行信贷冲击后，跨境资本流动变化率的情况。由图1可以发现，当银行信贷经历一个正标准差的冲击时，跨境资本流动的波动幅度较为显著，从第2期开始上升到2位置，之后一直快速上涨，第10期上升至16位置，表明银行信贷对跨境资本流动的冲击作用较为显著，且对跨境资本流动具有明显的正向促进作用。
图1（d）代表投资环境对跨境资本流动的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过投资环境冲击后，跨境资本流动变化率的情况。由图1可以发现，当投资环境经历一个正标准差的冲击时，跨境资本流动的波动幅度较为剧烈，从第1期开始下降至-2位置，之后出现快速飙升，第10期上升至25位置，表明投资环境对跨境资本流动的冲击作用较为显著，且对跨境资本流动具有明显的正向促进作用。
其次，看跨境资本流动对其他影响因素的冲击效果和作用。
图2是跨境资本流动对其他因素的脉冲响应结果，（a）代表跨境资本流动对经济增速的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过跨境资本流动冲击后，经济增速变化率的情况。由图2可以发现，当跨境资本流动经历一个正标准差的冲击时，经济增速的波动变化并不明显，从第2期开始一直维持在0附近平衡位置。
图2（b）代表跨境资本流动对汇率的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过跨境资本流动冲击后，汇率变化率的情况。由图2可以发现，当跨境资本流动经历一个正标准差的冲击时，汇率的波动变化相对明显，从第2期开始就一直维持在-0.05附近位置，之后一路调整，到第10期达到-0.45位置，表明亚洲各国跨境资本流动对汇率的冲击作用和效果很明显，而且对汇率形成了显著的负面冲击作用。
图2（c）代表跨境资本流动对银行信贷的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过跨境资本流动冲击后，银行信贷变化率的情况。由图2可以发现，当跨境资本流动经历一个正标准差的冲击时，银行信贷的波动变化比较剧烈，从第2期开始一直上升，到第10期达到0.36位置，表明亚洲各国跨境资本流动对银行信贷的冲击作用和效果非常明显，而且对银行信贷形成了显著的正面冲击作用。
图2（d）代表跨境资本流动对投资环境的冲击，其中横轴表示冲击时发生的滞后时期数量，纵轴表示经过跨境资本流动冲击后，投资环境变化率的情况。由图2可以发现，当跨境资本流动经历一个正标准差的冲击时，投资环境的波动变化不太明显，从第2期开始出现了略微上升，到第10期一直维持在0.1位置附近，表明亚洲各国跨境资本流动对投资环境的冲击作用和效果并不显著。
4 对策建议
根据实证模型的结果，结合我国跨境资本流动的实际情况，本文提出了以下对策建议，具体内容如下：
首先，通过监管措施解决国际间银行跨境资本流动的问题，以实现银行跨境资本来源的多元化，并促进从国外融资转向本币信贷增长融资。如果这些措施能够化解跨境融资外币贷款相关的风险，那么这些措施就是合理的。当前，外资银行未能充分化解以上风险，这也是跨境资本流动冲击下外资银行给这些国家带来的金融风险的一部分。
其次，降低金融机构资产负债不匹配的风险。金融机构资产负债不匹配的风险是系统性金融风险的重要表现形式。目前，一些国家正在考虑对金融机构的资产负债表进行细分，本文建议放宽对货币错配和期限的严格限制，并采取相应的降低金融机构资产负债不匹配风险的措施。如果对货币错配和期限放宽限制，就可以缓解本国银行资产负债不匹配的风险，也能使外资银行更加灵活地补充和使用当地的资金。与此同时，允许本国银行将一定比例的非常稳定的存款和储蓄视为“核心存款”，由此银行可以获得中长期贷款的资金来源，这些资金可能比国外资金的成本更便宜。
最后，积极施行适当的宏观审慎政策，对金融体系的跨市场风险传播与顺周期波动进行逆周期和宏观的调整。从历史视角来看，亚洲的一些发展中国家多次出现了跨境资本的大规模流动，并引发了系统性金融风险。当跨境资本出现大规模流入时，这些发展中国家的货币政策操作空间受到压缩，资产价格也被推高，在一定程度上削弱了这些国家推动结构转型与经济改革的动力。因此，亚洲的一些发展中国家应积极优化经济和进出口结构、推动经济结构改革，尽快实现经济的可持续增长。各国管理层应积极施行适当的宏观审慎政策，对金融体系的跨市场风险传播与顺周期波动进行逆周期和宏观的调整，以化解系统性金融风险。
参考文献
Hossain， Haque. Stock Market Crash Induced Capital Flight： Experience of an Emerging Economy[J]. International Journal of Economics and Finance，2014（6）： 114-128.
Asongu， Amankwah-Amoah. Military expenditure， terrorism and capital flight： Insights from Africa[J]. School of Economics， Finance and Management，2016（2）：18-24.
Cheung， Steinkamp， F Westermann. Chinas capital flight： Pre-and post-crisis experiences[J]. Journal of International Money，2015（4）：28-36.
陈创练，黄楚光.资本账户开放、 金融风险与外汇储备的非线性关系研究[J]. 财经研究，2015（8）：64-78.
陈卫东，王有鑫. 人民币贬值背景下中国跨境资本流动： 渠道、 规模、趋势及风险防范[J]. 国际金融研究，2016（4）：3-12.
勾东宁.跨境资金流动监管的国际借鉴[J].中国金融，2015（11）：27-32.
李伟，乔兆颖，吴晓利.宏观审慎视角下短期跨境资本流动风险防范研究[J].金融发展研究 ，2015（4）：40-46.
彭兴韵，王伯英. 跨境资本流动与宏观审慎管理[J]. 中国金融，2016（12）：21-27.
王桂虎.中国跨境资本流动的规模测算与金融风险演化研究[M].上海：上海社科院出版社，2021（6）.
王书朦.中国跨境资本流动的宏观审慎监管研究：基于发展中国家的国际借鉴[J].金融发展研究， 2015（11）：34-41.
