新兴市场国家金融风险传染性研究，本文主要内容关键词为：传染性论文,金融风险论文,国家论文,市场论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
引言
美国次贷问题引发了全球性金融危机，世界经济因此陷入1929-1933年以来最严重的经济衰退，这让政策层面和学界不得不重新思考如何进行宏观经济管理问题。一个共识是，仅仅靠对单个金融系统的微观审慎监管不足以保证整个金融系统的稳定，必须对系统性金融风险进行审慎管理，即宏观审慎监管。
宏观审慎监管的概念自20世纪70年代提出，至今对其研究依然处于起步阶段，即便就金融稳定等一些相关基础概念也尚存在很大分歧(Galati & Moessner，2010)。但毋庸置疑的是，宏观审慎监管是重要的。次贷危机后，各国政策层面均在紧锣密鼓地制定本国的宏观审慎监管框架，我国在“十二五”规划中明确提出“构建逆周期的金融宏观审慎管理制度框架”。
宏观审慎监管旨在防范系统性金融风险，从而避免金融危机对宏观经济的损害。为此，宏观审慎监管框架的构建显然是要建立在对系统性金融风险内涵和成因的准确把握上。目前，有关系统性金融风险的研究尚不深入(马勇，2011)，即便是对系统性金融风险本身都未形成共识的界定(张晓朴，2010)。有关系统性金融风险的成因，通常从两个角度分析：一是所有金融机构或金融市场普遍承受的风险，该风险主要来自宏观经济政策调节等外部冲击；二是强调金融机构或市场之间的相互联系使得单个金融机构或金融市场所承受的风险得以传递到整个金融系统，从而形成系统性的金融风险。本文认为，20世纪90年代以来各国纷纷采用的金融混业经营和金融开放使得后者的作用更加显著，次贷问题演化为全球性系统性金融危机在一定程度上印证了这一点。
为此，本文旨在对主要金融领域金融风险的传染性进行研究，间接检验金融主体和金融市场间因股权、债券等形成的金融关联对系统性金融风险的作用，从而对我国宏观审慎监管框架的构建提供一定的政策建议。
一、数据、指标与统计
(一)金融风险代表性变量的选择与构建——金融压力
1.金融压力指标的选择
要测度金融风险在不同金融领域间的传染性，首先要确定金融风险的代表性量化指标。金融风险的量化通常有四种做法：基于资产负债表和市场指数的金融困境指数、早期预警指标、基于VAR模型的指标和宏观压力测试指标。本文选用金融压力指数作为金融风险的量化指标，①金融压力指数衡量的是金融系统承受的变化压力，金融压力上升意味着金融风险的加大，不确定性上升。金融压力指数可以分解为外汇市场、银行系统等单个具体金融市场的压力，便于分析各金融市场间金融风险的传染性，适用于本文的研究。
Illing & Liu(2006)构建了综合加拿大各主要金融市场的金融压力指数(Financial StressIndex，FSI)，用以衡量金融系统的风险程度，结论表明，FSI适用于分析金融传染性和金融系统的外部环境。Das et al.(2005)在此基础上发展了FSI和金融政策质量指数(IQFP)，他们首先构建了银行部门、外汇市场、股票市场和政府债券市场的分部门压力指数，最后加总得到FSI。Cardarelli et al.(2009)使用了囊括各主要金融市场的金融压力指数(FSI)研究17个主要发达经济体承受的金融风险以及金融周期对实体经济的影响，不仅确定了过去30年中的极端金融事件，而且指出，银行部门压力所引致的经济衰退力度更大、持续时间更长。
目前，学界采用金融压力指数进行的关于金融压力传染性的研究主要集中在金融压力在国别间的传染。Balakrishnan et al.(2009)构建了新兴市场国家的金融压力指数，用以研究这些国家与发达经济体间金融压力的联动性、传染性和传染渠道等问题。他们发现，发达经济体的金融压力向新兴经济体传染的速度在加快，并且金融联系(银行借贷)逐渐成为主要传染渠道。Moriyama(2010)采用FSI研究金融危机对中东与北非新兴市场国家金融条件和经济活动的溢出效应，发现自雷曼兄弟破产后，这些国家增加的金融压力中有2/3直接或间接来自于发达国家，并且发达国家金融压力的增长和经济衰退对新兴市场国家的实际GDP的下降有一半的解释力。
基于金融压力指数能够有效代表金融风险及其对金融风险传染性问题研究的适用性，本文通过研究代表性金融领域压力间的传染性，间接检验金融联系对系统性风险形成的作用机制，从而为宏观审慎监管框架的构建提供政策建议。
2.金融压力指标的构建
本研究针对的是新兴市场国家，在金融压力指数的构建上沿用Balakrishnan et al.(2009)提出的新兴市场国家金融压力指数(EM_FSI)。该指数由代表外汇市场、银行系统、股票市场、债券市场四个主要金融领域的5个部分组成。具体为：
其中
分别表示i国第t期的股市回报和银行回报，当β＞1时，则表明银行部门处于风险之中，爆发银行危机的可能性增大。
股市收益(Em_stock)由股票市场指数按年同比变化乘以负1计算所得。股票价格下降增大了证券市场压力，股市收益波动性(Rsq_stock)代表了股市的不确定性，波动性增大表明经济的不确定性也在增大，该指数通过GARCH(1，1)对市场波动性进行时变性的测量获得。股票市场收益和股票市场波动性两部分共同代表股票市场压力，构成股票市场压力指数。
主权债务利差被定义为债券收益率减去10年期的美国国库券收益率，本文用JP摩根新兴市场国家债券指数(Embi)代替主权债务利差，当Embi数据不可得时，则使用5年期的信贷违约掉期利差(CDs)代替。该指标代表主权债务市场压力，是主权债务市场压力指数。Embi上升表明一国主权债务违约风险上升。
外汇市场压力(Emp)指数衡量了汇率和储备的相对变动情况，本文使用了标准化外汇市场压力计算公式，即：
在以上指标中，名义汇率、储备以及股票市场指数来自IMF的IFS数据库，Embi和银行部门回报指数来自Bloomberg数据库。
(二)金融市场压力特征
本文样本区间选自1997年5月到2009年9月总共149个月。之所以做这样的样本区间选择，主要原因是，这个阶段涵盖了亚洲金融危机和美国次贷危机两次重大危机，而本文旨在对这两次危机阶段代表性金融市场金融压力的传染性进行比较研究。同时，该阶段属于新兴市场国家金融危机的多发期，②便于考察金融压力和金融危机的关系。本文选择Balakrishnan et al.(2009)设计的金融市场压力指数所涵盖的外汇市场、银行系统、股票市场和债券市场四个金融领域作为本文金融压力传染性研究的代表性金融市场。本文综合Balakrishnan et al.(2009)和摩根斯坦利资本国际(MSCI)的研究，选择了数据齐整性良好的12个新兴市场国家，分别为：阿根廷、巴西、中国、哥伦比亚、马来西亚、墨西哥、摩洛哥、秘鲁、波兰、泰国、土耳其和南非。
对各金融市场压力指标采用标准化处理可以有效减少各指数的波动性(Kaminsky & Reinhart，1999)以及避免某部门压力指数剧烈波动对FSI产生大的影响(Moriyama，2010)。本文得到样本国家平均FSI以及各金融部门的压力指数，具体如图1所示。Balakrishnan et al.(2009)认为，当金融压力指数超过其均值的1.5倍标准差时即可表明该时间点金融风险突出，如果应对有误，极有可能演化为金融危机。为此，本文选择该压力水平为基准线，即图1中的基线。超过该线的压力水平视为风险突出的状态。
图1 各金融部门的压力指数
在图1中，综合压力指数FSI反映整个金融系统的稳定状况。1997年9月之前、2003年4月至2007年12月两个阶段为整个金融系统相对稳定的时期。1997—1998年和2008—2009年两个阶段是总体金融压力指数的两个高峰阶段。从强度上来说，2008—2009年金融危机期间的FSI峰值(7.96)高于亚洲金融危机期间的峰值(7.01)，这在一定程度上表明，后者的金融风险大于前者。
对于单个金融市场而言，其压力指数存在共性同时也有一定的差异。共性在于，各金融市场在两次危机阶段都为波峰状态，呈现高压力，所承受的金融风险增大。差异在于：相对于其他金融市场，银行部门呈现多峰值的压力状态，这说明银行部门风险的波动性更强；与其他金融部门不同，主权债务市场在第二次金融危机阶段的峰值远小于第一次金融危机阶段。这说明，在第二次金融危机阶段，新兴市场国家主权债务市场压力小于其在亚洲金融危机阶段的压力，这可能与第二次危机阶段新兴市场国家外汇储备持有条件远远好于第一阶段有关。
(三)风险点与极端点
金融压力大小不同，对宏观经济的影响和监管意义不同。大的金融压力往往蕴含着大的经济风险，甚至与金融危机相契合。本文在此参照Balakrishnan et al.(2009)的做法，当某一金融市场压力指数超过其均值1.5倍标准差时，就将其视为该市场的金融风险点。在此基础上，如果金融风险点正好处于某一金融周期的波峰时，则将该点视为金融风险的极端点，这些金融压力的极端点往往与金融危机时点吻合(Illing & Liu，2006)。以此为基础，本文统计了各金融市场风险点与极端点，具体如图2所示。就整个FSI而言，共有71个风险点，极端值共23个。银行部门风险点共69个，极端值共21个；股票市场风险点共58，极端值共20个；债券市场风险点共76个，极端值共17个；外汇市场风险点共66个，极端值共28个。
图2 各金融部门风险点和极端点的分布
通过图2可直观比较各金融市场风险点和极端点出现的顺序特征。就风险点来看，在亚洲金融危机期间，外汇市场和银行部门的风险点出现时间较早，分别出现于1997年7月和8月，股票市场和债券市场的风险点出现较晚，基本都出现在1997年10月。在2008-2009年金融危机全面爆发前，外汇市场和银行部门的风险点便分别于2007年8月和2007年12月出现。股票市场风险点在2008年1月出现，债务市场风险点于2008年10月出现。从极端点分布的时间来看，在亚洲金融危机期间，外汇市场极端点出现最早，于1997年7月出现。银行部门和债务市场的极端点次之，基本都于1997年10月出现。股票市场的极端点出现最晚，于1998年2月出现。在2008-2009年全球金融危机期间，外汇市场和银行部门的极端点出现时间仍然较早，分别于2007年8月和2008年2月出现，股票市场的极端值在2008年4月出现，债券市场的极端值则在2008年10月出现。
金融压力的极端值实际上就是金融危机(Illing & Liu，2006)。从压力极端点的频率来看，新兴市场国家的外汇市场和银行部门相对更加脆弱，易于率先出现异常情况。从风险点和极端点的分布时点来看，各金融市场压力指数以及总的FSI与各种危机的匹配性良好。③因此，这些压力指数可作为危机预警指标。
二、计量模型与检验
本文以金融压力代表金融风险展开对银行部门、股票市场(代表证券市场)、债券市场(国债)和外汇市场四个金融领域风险传染性问题的研究。
(一)模型设定
就多个国家在时间序列上某个变量受其他变量冲击所产生的效果进行研究时，面板向量自回归的方法(Panel VAR)是个合适的计量工具。由于FSI是由各金融部门压力指数加总而成，因此本文研究单个市场压力对其他金融领域压力传染性问题时，并不考虑FSI的冲击以及受力情况，且同时将各金融部门压力指数视为内生变量。对于单个国家，设定模型如下：
对面板数据使用VAR程序，需要限定每个横截面的基本结构相同。为此，本文通过加入固定效应来克服“个体异质性”。此外，由于滞后因变量的存在，一般意义上的“均值差分法”会排除固定效应并因此造成结果有偏。为避免这一情况，本文使用“前向均值差分法”，即“Helmert”过程(Arellano & Bover，1995)。④在此基础上，本文将滞后的解释变量作为工具变量，使用系统GMM方法进行估计。此外，国家层面特定时间虚拟变量的存在是为了获取该层面影响危机的其他一些宏观冲击。
为了分析脉冲响应函数，需要估计置信区间。脉冲响应函数矩阵由估计的VAR系数组成，同时报出其标准误。本文使用模特卡罗模拟⑤得出脉冲响应函数的标准误和置信区间。最后，本文将列出方差分解的结果，反映一个变量冲击所引起的另一个变量变动的百分比。
从本文第二部分可知，新兴市场国家在不同时点的金融风险程度不同，因此需要对样本区间进行划分。图1表明，1997年5月至2003年6月与2008年1月至2009年9月两个样本区间包含了新兴市场国家大部分的风险点与极端点。据此，本文将数据分为三组，分别为A组(1997m5-2003m6)、B组(2003m7-2007m12)和C组(2008m1-2009m9)，各阶段的描述性统计如表1所示。
阶段B中四变量的均值均为负值，比阶段A和C中四变量的均值要小。这表明，在稳定期，新兴市场国家的各金融部门风险相对较小，而危机期间的风险程度明显提高。就A、C两个危机期间来看，A阶段债券市场和外汇市场的平均风险程度高于C阶段。这与图1吻合，这可能与新兴市场国家储备增加以及去杠杆化能力的提高有关。
(二)平稳性检验
本文的数据属平衡面板类型，且包含的时间长度T(157)远超过国家数⑤。同时，新兴经济体之间存在诸多相似性，在平稳性检验时应消除截面之间的这种相似性。综合考虑，本文选用LLC进行平稳性检验(见表2)。
表2的结果表明，四种检验结果都拒绝了所有变量包含单位根的零假设，即所有变量无需经过差分即具有平稳性。当所有数据都在水平值上保持平稳，则可进行面板协整检验，以此来观察各部门压力变量之间长期的均衡关系，具体如表3所示。
四种协整关系检验都拒绝了不存在协整关系的原假设，即表明各变量间存在长期均衡关系。
三、各金融市场风险传染性分析
(一)基于面板向量自回归方法的实证分析
为考察银行部门、证券市场、债券市场和外汇市场四个主要金融市场中任何一个市场风险对其他三个市场的影响，本文使用系统GMM对模型进行估计。在回归之前，通过AIC等原则来确定面板VAR的滞后阶数(见表4)。
表4表明，在面板A和B中，AIC等原则确定的滞后阶数都为1阶，而FPE原则确定的滞后阶数分别为3阶和4阶，各原则确定的面板C的滞后阶数都为1阶。根据多数原则，本文确定面板VAR的滞后阶数为1阶，在此基础上，进行系统GMM估计，结果如表5所示。
从表5可见，阶段B中显著性系数个数明显少于阶段A和C。这表明，各金融市场的风险溢出效应在危机阶段更显著。在A组，外汇市场压力的滞后一期对银行部门风险有显著正向作用，债券市场压力和外汇市场压力各自滞后一期对股市风险有显著正向作用，证券市场压力的滞后一期对债券市场风险有显著正向作用，债券市场滞后一期对外汇市场风险有显著正向作用。其中，证券市场风险和债券市场风险之间是一种双向关系。在C组，银行部门的风险受其他市场影响较大，其中证券市场压力和外汇市场压力各自滞后一期对其起正向作用，债券市场压力的滞后一期对其起负向作用。外汇市场压力的滞后一期则对股票市场和债券市场风险起显著正向作用。相对于A组，C组略有不同。一个不同是债券市场压力对股票市场压力的作用不再显著，二是股票市场压力对银行部门压力出现显著正向作用。在B组，滞后一期债券市场、股票市场和银行部门各自压力只对其自身有正向影响，除滞后一期银行部门压力对外汇市场压力有负向传染性外，其他市场间均无显著的传染性。
外汇市场压力对银行部门压力的传染性可能来自汇率变化对银行外债本币价值的影响。外汇市场压力对证券市场压力和债券市场压力的传递可能来自于汇率变化对外资流出入的影响，进而影响证券市场和债券市场的流动性。反之，证券市场和债券市场收益的变化也会影响资本流出入进而将其压力传递给外汇市场。银行部门对债券市场的传递效应主要来自银行部门是政府债券的主要持有者，但债券市场之所以不能有效影响银行部门，可能是与新兴市场国家债券市场不发达有关，债券市场的压力不足以影响银行部门。证券市场和债券市场之间的作用机制主要是投资者调整资产规模和结构的行为。
(二)脉冲响应分析
在阶段A、B和C中，面板VAR回归所得的残差皆在单位圆之内，满足面板VAR模型的稳定性条件。因此，本文列出通过模特卡罗模拟得出的脉冲图与5％和95％的置信区间，动态地分析系统中单个变量冲击对整个金融系统的影响。图3和图4、图5分别为阶段A、B和C中各变量的冲击图。
结合表5的回归结果和图3的脉冲图发现，在A阶段，给外汇市场压力一个标准差的冲击，会对银行部门压力产生短期且剧烈的正向影响，后者在第二期期初响应值达到最大，第五期之后显著性消失。这说明，外汇市场遭受冲击时，其国内银行系统风险会相应上升，这与Kaminsky & Reinhart(1999)的研究结论类似。
给债券市场和外汇市场各自一个标准差的压力冲击，均会对证券市场压力产生正向显著影响，这种影响均持续时间较长。不同之处在于，前者的作用在第五期达到最大，而后者在第二期迅速达到最大值，之后逐渐减弱，最终处于平稳状态。给银行系统压力和证券市场压力一个标准差的冲击，都会对主权债务违约风险产生长期的正向显著影响。该响应值分别在第一期末和第二期末达到最大，之后则处于长期平稳下降的状态。给外汇市场压力一个标准差的冲击，在短期对主权债务市场压力无显著影响，直到第七期，才会产生较小的冲击效应。
图3 A组中各变量的脉冲响应
给证券市场压力一个标准差的冲击，外汇市场压力的响应值当期便会迅速减小，此后显著性消失。给债券市场压力一个标准差的冲击，会对外汇市场压力产生短期剧烈冲击，在第一期达到最大响应值之后，冲击效应在随后的第二至第十期逐渐减小。
图4 B组中各变量的脉冲响应
图5 C组中各变量的脉冲响应
图4为稳定期(2003年7月至2007年12月)新兴市场国家各金融市场压力的脉冲响应图，除银行系统压力对外汇市场压力有短期较为剧烈的负向影响外，各市场压力仅限于对其自身的影响， 各金融市场间的风险溢出效应不显著。
图5显示2008-2009年全球金融危机期间新兴市场国家各金融市场间风险的传染性问题。分别给证券市场压力和外汇市场压力一个标准差的冲击，均对银行部门产生较小的短期正向影响，且响应值均在第一期达到最大，前者的显著性更小。给债券市场一个标准差的冲击，则对银行部门产生轻微的负向影响，冲击效应在第四期最大，此后减弱。给外汇市场压力一个标准差的冲击，对证券市场和债券市场均产生显著的正向影响，其响应值均在第二期达到最大，在第八期后基本平稳并接近于零。
给证券市场压力一个标准差的冲击，会在短期对债券市场压力和外汇市场压力产生显著的正向响应，前者在第四期后显著性消失，而后者衰减剧烈，当期之后显著性即消失。给债券市场压力一个标准差的冲击，其对外汇市场压力的影响持续时间非常短暂，第一期之后显著性即消失，这与证券市场压力冲击对外汇市场压力的作用类似。
对比A、C阶段的脉冲图，不难发现一些相似性：外汇市场压力对银行部门压力、证券市场压力和债券市场压力均具有显著影响，但对前者影响持续时间较短，对后两者的显著影响持续时间较长。同时，外汇市场本身也易受证券市场和债券市场压力的传染。
相对A阶段，C阶段出现一些新特点：在A阶段，银行部门风险对债券市场有显著的传染性，该作用在C阶段不存在；在A阶段，证券市场和债券市场之间压力的传染是双向的，在C阶段则只有证券市场对债券市场的单向传染作用；银行部门从A阶段只受外汇市场压力的传染发展到C阶段同时受其他市场的传染作用。
从以上的实证结果可见，金融市场的风险传染性普遍存在，但传染效应强弱存在显著差异。总体来看，在系统性金融风险突出的阶段，外汇市场压力的传染效应最强，其对银行部门、股票市场和债务市场的压力均有显著正向影响，同时，外汇市场压力也易受股票市场和债券市场风险的影响。股票市场的传染效应次之，从影响A阶段的债券市场和外汇市场两个市场到C阶段影响所有其他三个市场。此外，债券市场的风险传染性相对较弱，只影响A阶段的股票市场和外汇市场风险以及C阶段的外汇市场和银行部门风险，但自身易受其他市场风险的传染。与直觉不一致的是，银行部门风险没有对其他金融市场产生显著影响，但银行体系本身却易受其他金融市场风险的影响。
(三)方差分解与稳健性检验
方差分解的目的在于研究不同VAR方程的冲击反应对内生变量波动的贡献度，以进一步分析代表金融风险的各金融市场压力指数之间的相互影响程度。表6给出了三个阶段第五、第十和第二十个预测期的方差分解结果。
从短期来看，在A、B、C三个阶段，各金融市场压力指数的波动性主要受自身变动影响，受其他金融市场的传染性作用存在很大差异。在A阶段，外汇市场压力和债券市场压力对银行部门压力和股票市场压力的波动均具有一定的解释力，但力度不同。二者对银行部门压力波动的解释力很小，分别为0.5％和0.4％；对股票市场的解释力大些，分别达到2.5％和1.9％。股票市场压力对债券市场压力波动的贡献较突出，达到9.1％。对外汇市场压力的波动，股票市场和债券市场均具有一定的解释力，分别为1.9％和2.1％。在B阶段，债券市场压力对银行部门压力的波动具一定的解释力，达到2.0％。对于股票市场压力和债券市场压力，其他市场压力的影响极小。对外汇市场压力而言，其他三个变量均有一定的解释力，其中债券市场压力的贡献度较大，为3.2％。在C阶段，各金融市场压力的波动性受自身影响的程度减弱，受其他变量的影响增强。其中，债券市场压力对银行部门压力波动的贡献度提高，达到6.5％。外汇市场压力对股票市场压力波动的解释力也相应提高，达到9.1％。外汇市场压力和证券市场压力对债券市场压力的解释力较强，分别达到13.2％和12％。外汇市场压力的波动则受股票市场和债券市场压力的影响较大，其中证券市场压力的贡献度达到9.9％。
长期来看，各金融市场压力的波动性受其自身变动的影响力度都在不同程度的下降，而受其他金融市场压力的影响基本都在上升。例如，在A阶段，外汇市场压力和债券市场压力对股票市场压力波动的解释力分别从短期的2.5％和1.9％上升到长期的3.3％和6.2％；在B阶段，债券市场压力对银行部门压力波动的解释力从2.0％上升到长期的6.3％；在阶段C，外汇市场压力对股票市场压力波动的解释力从短期的9.1％上升到长期的11.6％。
综合来看，在金融风险集中的A、C阶段，各金融市场的波动性不仅受其自身影响，还受其他金融市场压力波动的影响，这再次证明了金融市场间风险传染性的存在。
由于变量之间存在因果联系，一定的结果可能是特殊顺序导致的(车维汉和王茜，2008)。因此，在稳定性检验上，本文遵循以上两位学者的做法，将残差相关性最大的两变量调换次序(残差相关性关系见表7)。从表7可见，三个阶段分别应将股票市场压力与债务市场压力次序、债务市场压力和外汇市场压力次序、股票市场压力和债务市场压力次序进行调换。
最终检验结果表明，除了方差分解的结果有些变化，面板VAR的结果与脉冲响应图都没有发生本质变化，因此，本文的实证结论是可靠的。
四、主要结论及其对宏观审慎监管的政策含义
(一)主要结论
本文以金融市场压力指数衡量金融风险，选择包含两次主要金融危机的1997年5月至2009年9月为时间样本，对新兴市场国家银行部门、证券市场、债券市场和外汇市场四个金融领域金融风险状态演化及各领域间金融风险的传染性进行了研究，主要结论如下：
第一，新兴市场国家高银行风险(银行危机)和高汇市风险(货币危机)多发生于其他金融领域的高风险(危机)之前。在两个危机阶段，外汇市场和银行系统金融风险点和极端点的出现都早于债券市场和证券市场。这说明，新兴市场应将外汇市场和银行市场作为系统性金融风险预警的重点监管对象。
第二，在金融危机阶段，新兴市场国家内部各金融领域间金融风险的传染性普遍存在，在金融稳定阶段，传染性不显著。在两个危机阶段，外汇市场和债券市场、证券市场和外汇市场均存在两两压力的双向传染特征，外汇市场对银行部门存在单向的传染性，证券市场对债券市场存在单向的传染性。证券市场压力对银行部门的传染性只存在于第二次危机期间，债券市场对证券市场的传染性则仅存在于第一次危机期间。但在稳定期，除银行风险对外汇市场有负向传染性外，其他金融市场彼此间无显著的风险传染。
第三，在危机阶段，外汇市场压力的传染性最强。在两次危机阶段，外汇市场压力对其他三个金融领域全部具有显著的正向传染性。证券市场只对外汇市场和债券市场有显著的压力传染性，债券市场压力对外汇市场压力有显著影响力，对证券市场的影响力只局限于第一次危机阶段，银行系统压力则只对债券市场压力有显著的传染性。
第四，银行系统风险对其他领域的传染性相对较弱，受其他领域的传染性由弱变强。在第一次危机阶段，银行部门只对债券市场有传染性，主要受来自外汇市场的压力传染，第二次危机时又显著受证券市场的传染性影响。总体来看，新兴市场国家的银行体系在金融系统中处于相对独立的地位。这可能与新兴市场国家银行部门分业经营的制度有关，从而避免了银行部门与其他金融领域以股权等方式形成关联，进而将风险传递给其他领域。
第五，主权债务风险对证券市场的传染性在第二次金融危机阶段消除。债券市场在第一次金融危机阶段影响外汇市场和证券市场，但在第二次金融危机阶段不再影响证券市场。这可能与第二次金融危机阶段这些新兴市场国家均持有大量外汇储备有关，而在第一次金融危机阶段这些国家持有外汇储备的规模普遍较小。这在一定程度上说明了近十余年来新兴市场国家大幅囤积储备行为的合理性。
(二)对宏观审慎监管的政策含义
本文研究所得以上主要结论，对于宏观审慎监管具有重要政策含义：
第一，应严格执行金融服务分业经营的制度，在制度上限制各金融领域间关联的形成。
本文研究发现，在各金融领域间普遍存在金融风险的传染性。这说明，各金融主体和市场在股权、债券等资产负债表方面的关联性是金融风险跨领域传递从而形成系统性金融风险的原因。众所周知，发达国家从20世纪90年代中后期开始相继推行金融混业经营模式，这种制度在提升金融效率的同时，无形中也增强了金融风险的传递与蔓延，可以说2008-2009年全球金融危机的爆发与金融业的混业经营密切相关。与发达国家不同，新兴市场国家金融业尤其是银行系统的混业经营程度低，这在一定程度上避免了银行系统金融风险对其他金融领域的传染。本文有关新兴市场国家的银行部门风险对外传染性差这一实证结果在一定程度上印证了这一点。
就宏观审慎而言，要监管系统性金融风险，一个着眼点便是从制度上尽量限制金融关联的形成，维持目前的金融服务分业经营。
第二，外汇市场压力的先发性和对其他金融领的普遍传染性意味着新兴市场国家宏观审慎监管应以外汇市场为重中之重。
现有关于宏观审慎监管框架构建的研究和政策层面的设计，其核心是针对银行系统。由巴塞尔委员会提出的最有代表性的宏观审慎监管框架也是如此，主要围绕银行系统的资本管理，宏观审慎工具的研究也基本上都与银行资本的管理有关。
然而，本文研究表明，外汇市场高压力状态的出现往往早于其他金融领域，外汇市场压力对其他金融领域具有普遍的传染性，这两点充分说明外汇市场在新兴市场国家金融系统稳定中的核心地位。这意味着，局限于银行系统的宏观审慎监管框架不适用于新兴市场国家。新兴市场国家必须将外汇市场作为宏观审慎监管的重中之重，必须从外汇市场风险角度建立宏观审慎监管指标，包括汇率制度的选择、对外汇市场压力状态等指标。
第三，将主要金融主体、市场间的金融关联纳入宏观审慎监管的指标体系。
本文研究表明，各金融领域之间金融压力的传染性是普遍的。这意味着要防范系统性金融风险，就必须对主要金融主体、金融市场间的金融关联进行监管。这包括：主要金融机构间的资产负债表联系、主要金融市场间的流动性关系等。通过构建主要金融机构、金融市场间金融联系的网络图，运用复杂网络工具等，对整个网络的风险传染性和脆弱性进行分析。
第四，要将对银行体系之外的流动性纳入宏观审慎监管框架。
本文研究发现，银行体系对其他金融领域的传染性差。这在很大程度上说明，新兴市场国家银行系统对其他金融市场流动性的影响力差，而后者有着银行体系之外的流动性来源渠道。这个渠道可能是法定银行系统之外的银行，如影子银行，也可能是外来资本。外汇市场、证券市场和债券市场之间金融传染性强，在一定程度上是这些银行体系之外的流动性来源行为导致的共同结果。为此，要应对系统性金融风险，必须对银行体系之外的流动性来源和动态进行密切监管。
注释：
①金融风险的量化指标最常用的是由IMF构建的金融稳定指数(Moorhouse，2004；IMF，2008)和依赖于股权、CDs以及其他金融衍生产品的市场指数(Illing & Liu，2006；Tarashev & Zhu，2006，2008)，但IMF的金融稳定指数指标体系庞大复杂，且时间期限相对较短，不适合本文的研究。
②在该区间，新兴市场国家所发生的一系列金融危机，包括：东亚金融危机、俄罗斯债务拖欠危机、巴西货币危机、阿根廷的主权债务危机以及2008-2009年美国次贷问题引发的全球性金融危机。
③在整个样本期间，新兴市场国家发生了多次重大危机。如1997-1998年的东亚金融危机、1998年的俄罗斯债务拖欠危机、1998-1999的巴西货币危机、2002年阿根廷的主权债务危机以及2008-2009年全球金融危机。本文构建的各金融市场压力指数以及总的FSI能够识别出这些金融事件。
④这一变换可以保持交换变量和滞后的解释变量之间的正交化。
⑤本文使用估计系数与其协方差矩阵和重新计算的脉冲响应随机产生的系数，本文重复这个过程500次。同时，得到5％和95％的分布，用来作为脉冲响应的置信区间。
标签：外汇市场论文; 债券市场论文; 金融论文; 金融风险论文; 银行风险论文; 美国金融危机论文; 全球金融危机论文; 国家部门论文; 外汇论文; 银行论文; 股票市场论文;