中国金融稳定指数的构建与形势分析

杜金泽

(中国社会科学院大学应用经济学院 北京 102488)

当前，我国经济进入新的发展阶段，由高速增长阶段转向高质量发展的同时，要求提高经济发展质量，这对金融发展与金融稳定水平提出了新的要求。防范和化解金融风险、维护金融体系稳定是近年来我国金融监管的重要目标。目前，我国坚决打好防范化解重大金融风险攻坚战已取得重要阶段性成果，但国内经济金融发展仍面临诸多不确定性，地方政府债务压力和部分企业债务违约问题仍然突出、中小银行的不良资产等存量问题仍存在恶化风险，防范和化解系统性金融风险仍是监管机构的重要任务。此外，近年来国际形势复杂多变，中美贸易摩擦、俄乌冲突、新冠疫情等黑天鹅事件频发，进一步加剧了金融体系的脆弱性，防范化解金融风险进入常态化阶段。因此，准确衡量金融稳定的指标体系构建愈发重要，运用科学合理的方法构建我国金融稳定指数有助于更好地监测和分析金融稳定状况，对有效防范和化解金融风险具有重要的现实意义。

关于金融稳定指数构建的文献大多在参考国际货币基金组织提供的《金融稳健性指数编制指南》的基础上进行，该指标体系覆盖范围较广、考虑风险种类较多，但有学者指出该指标体系在监测中国金融稳定时存在水土不服的情况(刘诺和余道先，2016)。国内学者在结合我国实际情况的条件下构建中国金融稳定指数，但构建指标的选取和维度存在较大差异。万晓莉(2008)仅从银行体系对金融稳定产生影响的角度构建金融脆弱性指数；霍德明和刘思甸(2009)尝试将有关内外部宏观经济环境的相关20个变量引入金融稳定指数构建体系；郭红兵和杜金珉(2014)进一步将房地产价格及股票市值等衡量资产价格变动的相关指标纳入金融稳定指数构建。从指数构建的权重确定方法来看，主要包括层次分析法、评分系统法和主成分分析法，前两者侧重定性判断，判断的主观性较强，故无法准确构建符合实际情况的金融稳定指数；而主成分分析法使用投影降维技术，在尽可能保留原数据信息的情况下，将多个指标转化为少数具有代表意义的综合性指标，具有较强的科学性和客观性。

基于现有文献，本文参考部分文献，从宏观、中观、微观三个层面分别分析金融系统整体的稳定程度(何德旭和娄峰，2012；李强和赵桦，2022；顾海兵等，2012)，并在结合我国现实经济情况的基础上，从宏观经济、金融市场、金融机构及国际风险四个维度选取相关基础指标，并运用主成分分析法构建中国金融稳定指数。

本文在结合我国现实经济情况的基础上，从宏观经济、金融市场、金融机构及国际风险四个维度选取构建中国金融稳定指数的21个指标，具体如表1所示。

表1 中国金融稳定指数基础指标分类及构成

稳定的宏观经济环境是金融稳定发展的基础，良好的经济发展态势可以提升金融系统的稳定性。由于工业在我国产业中占据重要地位，工业产业盈利水平可以反映宏观经济运行状况，故选取制造业盈利水平反映我国宏观经济运行水平，该指标用工业企业利润率表示。同时，选取国民经济核算的核心指标GDP增长率作为反映宏观经济发展水平的另一指标。此外，金融发展是影响宏观经济环境的重要因素，货币化率常被用以衡量一国金融发展水平，一般用M2/GDP衡量，货币化率越高，说明金融发展水平越高。

宏观经济环境除了与宏观经济金融发展相关外，还与宏观经济风险有关。本文从债务积累和债务偿还能力两方面对宏观经济风险进行分析。通常过度负债被认为是系统性金融风险爆发的重要原因，债务扩张会导致违约风险和流动性风险增加，促进金融风险的积累；偿债能力的高低反映了经济中债务的可持续水平，偿债能力的弱化无疑会降低其保障经济安全的能力。因此，选用衡量经济社会总体债务水平的宏观杠杆率和衡量偿债能力的储蓄率以反映宏观经济风险，高杠杆率意味着面临高债务违约风险，而高储蓄率保障了较高的债务偿还能力，降低违约风险。此外，考虑到地方政府长期存在的财权事权不匹配现象，叠加2008年金融危机和2020年新冠疫情等事件的爆发，促使我国地方政府债务规模快速扩张，债务风险不断积累。因此，选取实体部门杠杆率和地方政府杠杆率作为债务规模的代理指标，分别反映实体经济和地方政府的债务规模；选取储蓄率和地方政府赤字率作为衡量整体经济和地方政府偿债能力的代理指标，其中地方政府赤字率指地方政府财政收支差额占财政收入的比重，可以理解为地方政府当期储蓄水平。另外，我国政府部门在推动经济发展中发挥着重要作用，而政府在刺激投资增长时往往伴随较高的赤字水平，故进一步将政府部门整体赤字率纳入宏观经济风险的考虑框架内。

金融资产的价格波动情况可以反映各金融子市场的风险程度，本文主要考虑房地产市场、债券市场、股票市场的波动情况及影子银行风险和市场流动性风险情况对金融系统稳定的影响。房地产市场运行情况是金融市场稳定考量的重要部分，其与金融风险之间存在密切的联系，房地产市场的过度扩张会进一步积累金融风险。房价过高不仅容易引发银行业金融风险，还容易增加市场面临金融资源错配的风险，增加经济运行的脆弱性。因此，将房地产市场规模及房地产市场风险相关指标纳入金融市场风险分析，分别以房地产开发投资额占全社会固定资产投资比重和房地产市场波动指数作为代理指标。股票市场和债券市场作为直接融资的重要场所，其市场波动程度对金融市场稳定十分重要，选取上证综指波动率和中证综合债券波动率度量两个市场风险。此外，较高的股票市盈率意味着股价存在被高估的风险，同时股票市盈率波动能反映公司面临的违约风险，故选取上证所股票市盈率波动率衡量股市泡沫风险。除了传统金融市场外，游离在监管体系之外的影子银行体系也是影响金融市场稳定的重要因素。我国影子银行主要由传统商业银行主导，是对商业银行融资的补充，商业银行影子银行业务主要通过与其他金融机构联合发放理财产品，进行多层嵌发放不符合贷款标准的贷款。影子银行过高的杠杆操作、期限和信用错配及游离于监管的特征，使得风险在金融市场中不断累积。因此，本文将影子银行规模作为其风险代理指标引入金融市场稳定分析，影子银行规模用银行理财、信托贷款、委托贷款和未贴现商业银行票据存量加总估算。

我国金融体系是以商业银行主导的间接融资为主，故金融机构层面主要考察商业银行的营运情况，主要从商业银行资产质量、杠杆率及流动性三方面进行分析。商业银行资产质量是衡量金融市场平稳运行的重要指标，衡量商业银行资产质量的主流指标包括资本充足率和不良贷款率，但鉴于资本充足率公布数据时间较短，仅选取商业银行不良贷款率表示金融机构资产质量。商业银行杠杆水平一般用存贷比、准备金率及资本充足率反映，由于资本充足率公布数据较晚，故仅选取商业银行存贷比反映银行杠杆率水平。商业银行存贷比指商业银行贷款与存款的比值，由于银行主要从事吸收存款、发放贷款的工作，过低的存贷比说明商业银行经营过于保守、盈利能力较差，但从风险角度来看，存贷比过高意味着银行可能面临支付危机。此外，流动性是保障商业银行稳定运行的重要指标，商业银行流动性承压易导致银行出现资产期限错配和资产负债错配，并在极度流动性匮乏的情况下，银行为弥补流动性进行资产抛售的行为容易引发整体资产价格恶性下跌，危害金融系统稳定，本文参照王劲松和任宇航(2021)的研究，选取商业银行流动性比例及银行间同业市场7天拆借利率波动率衡量商业银行流动性水平。

近年来，中国经济快速增长，并充分融入全球化的浪潮中，中国已成为全球第一大出口国和第二大进口国。国际贸易在加速中国经济发展的同时，也增加了中国经济环境的复杂程度，过高的国际贸易占比意味着国内经济环境易受到国际风险波动的影响。从抗风险角度来看，我国现代化金融起步较晚，金融体系不健全，对于国际风险的防御机制较弱，故在衡量中国金融稳定时增加对国际环境和风险的衡量是必不可少的。本文从四个角度选取衡量影响我国国际风险的变量：第一，外贸依存度。用进出口总额/GDP衡量，外贸依存度越高，代表我国经济金融环境受外部负面冲击影响越大。第二，国家外债偿还能力，用外债余额/外汇储备表示。外汇储备存量越大，说明偿还外债的能力越强，化解外部金融冲击的能力越强。第三，金融业开放程度。金融业对外开放是经济发展的趋势，国外发达的金融机构进入我国可以带来先进的管理理念，强化国内金融机构的竞争机制，助推国内金融的发展。但从风险角度来看，我国金融体系不健全，现阶段金融业开放程度越高，带来的风险越大。借鉴何德旭和娄峰(2012)的研究，本文以外资银行占我国银行业总资产比重作为金融业开放程度的代理变量。第四，汇率风险。根据蒙代尔不可能三角定律，一国金融政策在资本流动、固定汇率制度和独立的货币政策三方面不可兼得，说明要想保持货币政策独立性和资本自由流动，那么固定汇率制度就无法实现。现阶段，虽然我国实行有管理的浮动汇率制度和有限的资本流动，但仍易受到国际汇率及短期资本流动冲击的影响，频繁的汇率波动会威胁我国金融稳定，故选取实际有效汇率指数波动率作为外汇风险的代理变量。

为兼顾各项指标的统一性和完整性及尽可能地获取多的数据以满足后续分析需求，本文选取2004—2022年数据作为分析对象。所有数据均来源于Wind和CEIC数据库，并对受季节性影响较大的变量使用X-12法进行季节效应调整。为统一各指标的统计频率，对数据进行相关变频处理，主要方法包括：对流量变量采取季度值累计、对累积变量采取季末值、对百分比变量采取季度平均值；使用三次样条插值法对相关数据进行升频处理。此外，由于金融高频时间序列一般存在波动性集群现象，故日度数据波动率通过使用GARCH(1，1)模型拟合后采用模型中条件异方差项进行衡量，对月度波动率数据取季度标准差处理。为保证后续金融稳定指数构成具有现实意义，先对所有负向指标进行正向化处理，再为解决不同数据之间由于量级和单位存在差异可能导致的不可公度性问题，对所有正向指标进行标准化处理。

本文选用主成分分析法对21个所选变量进行降维处理，得到合成金融稳定指数的权重和变量。主成分分析法通过科学的统计方法提取原数据相关信息，可以在损失较少信息的基础上对数据进行降维处理，能够如实反映原数据特性，具有相对客观性。在使用主成分分析法提取数据信息后，采用线性加权法合成金融稳定指数，并将合成后的金融稳定指数映射至区间进行归一化处理，以方便理解。

本文使用Stata软件，对描述中国金融稳定的21个相关指标2004—2022年季度数据共72个样本容量进行主成分分析。在进行主成分分析前，先进行KMO检验，结果显示KMO值为0.73，大于一般判断指标值0.6，且P值显著小于0.01，说明所选数据满足主成分分析的基本条件，后续合成的指标在统计意义上具有较强的稳健性。主成分分析结果如表2所示，前四个主成分的特征值均大于1，第五个主成分的特征值为0.98，接近1。同时，累计贡献率表示前五个主成分对原始数据的解释力度较高，达到77.88%。因此，选用前五个主成分替代原本的21个变量，以达到在保留大部分信息的前提下对数据进行降维和简化的目的。

表2 主成分分析结果

由表3的因子载荷系数矩阵可知，主成分1主要反映了货币化率、政府赤字率、地方政府赤字率、实体部门杠杆率、地方政府杠杆率、商业银行存贷比、外贸依存度、短期外债偿还能力、金融业开放程度9项基础指标，说明金融深化水平、政府债务杠杆水平、国际风险等是影响我国金融稳定指数最主要的因素；主成分2中主要反映储蓄率、房地产规模、影子银行规模、商业银行不良贷款率4项基础指标；主成分3中主要反映GDP增长率、制造业盈利水平、房地产市场波动指数、上证综指波动率、上证股票市盈率波动率5项基础指标，可知宏观经济增长对金融稳定的影响相对较小，同时房地产、股票市场等传统认为高风险的金融子市场实际上对金融稳定的影响相对较小；主成分4主要反映了银行间同业市场7天拆借利率波动率，说明金融系统内流动性水平对金融稳定的影响；主成分5中主要反映了中证综合债券波动率、实际有效汇率指数波动率，说明其对我国金融稳定的影响较小。

表3 因子载荷系数矩阵

图1为中国金融稳定指数时间趋势，可以看出样本区间内，中国金融稳定指数呈现出局部震荡和整体明显下降的趋势，从2004年逐渐上升至2008年，并于2008年第二季度达到历史最高值后急转直下，后续呈下降趋势，并于2022年第二季度达到历史最低值。具体走势可以分为以下几个阶段：

图1 中国金融稳定指数

第一阶段，2004年第一季度—2008年第二季度。该时期内，金融稳定指数整体呈快速上升趋势，这应与千禧年后我国宏观经济环境发展态势良好有关，期间经济高速发展、金融发展速度加快、宏观杠杆率相对稳定、政府部门财政保持平衡，且中国虽于2001年加入世界贸易组织，但在此期间我国对外开放水平仍处于起步阶段，外贸依存度相对较低。具体来看，该期间内，我国金融稳定指数于2006年第一季度经历了短暂的下降，可能与2005年7月实行的人民币汇率改革有关，汇改对我国银行业产生了较大的波动。同时，人民币脱钩美元、实行有管理的浮动汇率制度，人民币升值预期增加了国际游资对中国市场的青睐程度，游资涌入中国市场，短暂地影响了我国的金融稳定水平。

第二阶段，2008年第三季度—2011年第一季度。金融稳定指数在2008年第二季度达到峰值后急转直下，在2010年下降到局部低点后，于2011年小幅回弹，这与2008年国际金融危机事件相契合。金融危机于2007年在美国爆发后，2008年向全球蔓延，由于当时我国经济基本面发展态势较好，国际金融危机对我国金融稳定的影响相对较迟，我国金融稳定指数从2008年第三季度开始面临较大的负面冲击。金融危机导致我国外需疲软、GDP增速快速下降、宏观经济面遭受巨大打击。此外，美联储采用量化宽松的货币政策进一步加剧全球流动性泛滥，间接影响我国的金融稳定。但我国政府快速推出积极的财政政策和货币政策，并于2008年底实行的“四万亿”投资刺激计划迅速促进了经济的恢复，我国GDP增速于2009年第三季度开始恢复到危机前状态，这与中国金融稳定指数于2010第一季度后回升的结果一致。

第三阶段，2011年第二季度—2015年第一季度。由图1可以看出，这一阶段金融稳定指数呈局部波动、整体缓和下降的趋势。这一阶段的金融稳定状态下降很可能与金融危机期间实行的“四万亿”刺激后相关遗留问题有关，政府投资刺激经济快速回温的同时，增加了中央政府及地方政府杠杆率，尤其是该阶段地方政府债务余额快速上涨、城投债规模快速扩张、地方债务风险不断积累。同时，经济回温后，宏观政策的收紧及审慎监管政策的加强增加了金融机构的流动性风险，2013年“钱荒”事件的爆发亦是这一时期金融体系不稳定的体现。但这一阶段在总结国际金融危机经验的基础上，国家加大了金融体系的监管和管理力度，使得金融整体风险可控、相对稳定。

第四阶段，2015年第二季度—2018年第一季度。这一时期金融稳定指数经历了较大幅度的下降，降幅约为30%，主要原因是该期间地方政府债务存量明显增加，风险不断积累。同时，2015年爆发的股灾事件扰乱了金融市场的稳定，大量资本脱离资本市场进入房地产市场，带动房价快速上涨，增加了金融系统的不稳定性。另外，同年央行实行“811”汇改，意在进一步增强人民币汇率弹性，但由于同期叠加中国股灾及美联储加息预期，人民币兑美元汇率大幅波动，国内金融稳定局势动荡。此外，影子银行风险和互联网金融风险不断累积加剧了该时期的金融动荡。但金融稳定指数在2017—2018年有所回稳，并保持相对稳定的状态，这与后期地方政府债务实行限额管理，有效控制地方债务风险及整顿影子银行和互联网金融风险取得良好成绩有关，金融系统风险得以有效控制。

第五阶段，2018年第二季度—2022年第四季度。如图1所示，在经历了2017年金融系统短暂稳定后，金融稳定指数急速下降至历史最低水平，说明这一阶段我国相关金融环境不断恶化，金融风险进一步积累。首先，2018—2019年，金融稳定指数的快速下降应与中美贸易摩擦产生的负面影响相关，在此期间，国内宏观经济基本面受损，在杠杆率快速上升的背景下，进一步加大了外债偿还能力、汇率波动、外贸活动恶化等一系列负面冲击。而后，金融稳定指数在2020年第一季度起加速下降，主要与2020年初爆发的新冠疫情密切相关，突如其来的疫情扰乱了正常的经济社会秩序，加速金融系统风险积累。此外，为缓解新冠疫情对经济的负面冲突，政府实施扩张性经济政策，使得宏观杠杆率提高，金融稳定水平下降。随着我国抗疫政策的有效实施，新冠疫情带来的负面经济影响逐步减少，金融稳定指数在2020年底有所回升。但2022年2月爆发的俄乌冲突加剧了全球经济的不稳定性，尤其是俄乌两国作为全球主要大宗商品产地，增加了全球通胀压力，尤其对我国这个大宗商品进口国造成对外贸易条件恶化、降低经济增速。另外，政治冲突的发生使全球资本避险情绪高涨，加速短期资本外流，增加金融系统的不稳定性，如图1所示，中国金融稳定指数在2022年降到历史最低水平，金融发展环境面临较大的挑战。

上述分析表明，本文构造的中国金融稳定指数与样本期间内我国金融环境的基本事实相符合，且构造指数与其他文献结论基本一致(王劲松和任宇航，2021；贺星源等，2022)，故可以认为本文构造的金融稳定指数具有较高的科学性和可信度。

本文充分考虑了近年来影响我国金融稳定的风险领域，从宏观经济、金融市场、金融机构及国际风险四个维度选取21个基础指标，采用主成分分析法构建中国金融稳定指数。本文对构建的金融稳定指数进行深入分析发现，其可以有效地测度和解释近年来我国金融稳定运行情况，且可以更好地捕捉国内外重大事件带来的金融冲击，因此该指数可以作为预测未来金融稳定状况的先行指标，为经济金融政策的实施提供合理参考。此外，指数构建结果表明：第一，金融深化水平、政府债务杠杆水平和国际风险是影响我国金融稳定的主导因素。为此，应重点关注这几类指标，在科学监测中国金融环境变化的同时，着重化解此类风险。第二，近年来，我国金融稳定指数下降幅度较大，说明我国金融稳定整体趋于紧张，应及时化解金融不稳定因素，营造稳定的金融环境。