基于财务压力指数的系统性金融风险度量研究_金融论文

基于金融压力指数的系统性金融风险测度研究，本文主要内容关键词为：金融风险论文,压力论文,指数论文,金融论文，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。

      一、引言与文献综述

      近30年来国际金融局势动荡不安，爆发的东南亚金融危机、美国次贷危机、欧洲债务危机等全球性、区域性的金融危机无疑给当事国都带来了严重的经济损失，也间接影响到我国的经济发展。究其原因，主要是金融体系脆弱性的积累和金融风险的加剧，因此，国内外学者越来越重视对系统性金融风险的定量测度研究。

      纵观国内外研究成果，不难发现，现行的系统性金融风险测度方法主要有三类：一是经验法，又称信号法，即通过研究已发生过金融危机国家的经济形势来探讨并查询预警危机发生的共同信号指标及其阈值，再用来估测某一国家在某一时刻爆发系统性金融危机的可能性，如Duca & Peltonen（2011）等；二是模型法，主要通过GARCH模型、矩阵模型、神经网络模型和DD模型等统计方法与计量模型，测度金融风险发生的可能性，如Girardi et al.（2013）、Rodriguez-Moreno et al.（2013）、范小云等（2013）；三是压力指数法，即通过测度给定时期内的金融压力来分析风险的相对水平，如Cardarelli（2011）和巴曙松、朱元倩（2010）等。由于运用经验法建立的早期预警指标体系及其阈值是以爆发危机国家的数据为依据建立的，未必适用于所有国家，尤其对于没有爆发过真正意义上金融危机的中国，其适用性更有待论证。各种测度模型虽然可以大致刻画金融市场波动等特性，但由于模型的内置参数过多，而且我国银行数量少且大多数上市时间比较晚，没有足够的样本及时间序列数据来估计精确的内置参数，这无疑会影响测度效果。基于此，本文重点结合金融压力指数（Financial Stress Index，FSI）对我国系统性金融风险水平进行统计测度研究。

      国内外运用金融压力指数测度金融风险的研究已取得了丰硕成果。Illing & Liu（2003）根据加拿大银行业、外汇、债券和股票市场等数据，选取代表性的指标变量构建加拿大综合金融压力指数，为很少或没有发生过银行危机的国家建立金融系统性风险预警指标体系提供了新的思路。Hakkio & Keeton（2009）以堪萨斯市为研究对象，运用主成分分析法，将11个代表性的变量合成为一个综合指数—金融压力指数，通过探讨其与具有代表性的芝加哥联邦国家活动指数之间的关系，研究金融压力对宏观经济的影响。Balakrishnan et al.（2009）基于等权法分别构建了发达经济体金融压力指数和新兴国家的金融压力指数，进一步探讨了金融风险在发达与新兴国家间的传播机制。Grimaldi（2010）首先探讨了金融压力指数的表现形式，然后选取16个金融变量并折合为两个因子，再基于logit回归模型构建了1999～2009年间的欧洲金融压力指数，据此分析样本期内欧洲的典型金融压力事件。Cardarelli et al.（2011）以17个国家的金融数据为研究对象，采用与Balakrishnan et al.相同的方法构建综合压力指数，进行金融风险对实体经济影响的研究，得出因金融困境造成的金融高压力期更容易带动经济下滑的结论。Louzis & Vouldis（2012）首先借鉴已有学者的观点，分析了不同市场间的时变特征，并利用多元GARCH模型来捕捉意外变化，然后基于市场和资产负债表的相关数据建立了希腊的金融系统性压力指数（FSSI），该指数可为危机预警提供较好的先验信息。

      国内学者对金融压力指数及相关问题也进行了较为广泛的研究。如宫晓琳（2012）基于未定权益分析方法，分析了我国新世纪以来金融压力，继而总结宏观金融风险问题，并取得了较为理想的成果。苏明政、张庆君、赵进文（2013）以上市商业银行的整体预期损失作为金融系统风险的度量指标，通过成分预期损失法测度了我国上市商业银行间的系统性风险。宋清华、姜玉东（2014）基于MES方法测算了中国上市银行的系统性风险问题。毛瑞丰（2014）针对安徽省金融发展的现实情况，基于全面性、可得性和匹配性原则，从经济、财政、金融、房地产和企业经营等方面选取了17个指标进行系统性金融风险的综合评价。沈悦等（2014）采用GARCH-Copula-CoVaR拓展模型测度了银行、保险、证券以及信托四个子市场对金融业的系统性风险贡献程度，以及各子市场之间的风险溢出程度。此外，许菁（2013）、赵进文（2013）、王广龙等（2014）等也进行了类似的研究。

      综上，已有研究成果主要探讨的是金融压力的概念、金融压力指数的变量选取和构造等问题。但还存在一些不足，主要表现在：没有反映系统性金融风险的动态变化；对金融压力的分析大多只限于单个金融市场预警指标的构建，缺乏对于整个金融体系金融压力的研究；现行的压力指数一般采用主观赋权法对变量赋权，主观随意性较大，使测度结果不能完全反映系统性金融风险的客观状况，也难以反映系统性金融风险变化发展的动态因素。因此，本文拟在前人研究的基础上，立足于我国的基本国情，分市场来考察我国的金融压力水平，再构建基于CRITIC权重的金融压力指数，根据FSI即可为我国系统性金融风险的测度提供依据，并对金融风险水平予以判断：当FSI较大时，表明系统性金融风险水平较高；反之则较低。FSI多大水平的变动幅度会引起系统性金融风险水平的变化，可通过构建相应的识别指数来解决。

      二、金融压力指数的理论分析

      （一）金融压力指数的概念及作用

      金融压力指数是反映整个金融体系由于不确定性和预期变化所承受的总体压力水平的综合性指标。它起源于金融危机早期预警模型，通过对指标变量的改进，弥补了对金融体系涵盖不全面等方面的问题。最早提出金融压力概念并构建金融压力指数的是加拿大银行经济学家Illing & Liu（2003）。根据Illing & Liu的描述，金融压力是一个连续变量，其极值称为金融危机。金融压力随期望金融损失、风险或不确定性的增加而增加。压力是一个脆弱的结构和某些外部冲击相结合的结果，冲击的大小和冲击在脆弱的金融体系内部的传导决定金融压力的大小。

      金融压力指数一般由包括能够反映一国银行、股票、保险、房地产、外汇等主要金融市场风险的相关指标编制而成，作为连续变量，指数数值越大，表示系统性金融风险越大，反之则越小，极端值情形表现为金融危机。2008年金融危机后，国际货币基金组织、美国圣路易斯联邦储备银行、克利夫兰储备银行、美银美林等机构相继研究开发出各自的金融压力指数，并通过金融压力指数监测金融市场的风险情况，进而评估货币政策效果和金融市场稳定情况。

      （二）金融压力指数的变量选取

      为科学测度系统性金融风险，金融压力指数的变量选取工作至关重要。选择合适的变量能减少建模工作量，排除其他无关变量的干扰，从而准确评估当前金融运行状况。根据金融压力指数的概念，变量选取必须尽量涵盖金融领域的各个方面，不仅包括外部均衡指标，也要反映内部风险指标，全面兼顾才能综合考虑各种影响因素。指标之间互相补充，能够更为真实地体现金融压力状况。同时，选取的测度指标要能及时灵敏地反映各个市场、部门的金融压力状态，能够快速捕捉并反映金融系统的状态变化。

      根据选取指标的原则和特点，目前大多数学者在构建金融压力指数时，主要从银行、证券、保险和外汇等市场选取不同数量的指标，其指标所隐含的风险信息能够反映金融市场的压力状况。部分代表性学者构建金融压力指数所用指标情况见表1。

      

      总的来看，上述不同的金融压力指数所选取的指标变量均能从不同角度代表银行、债券、股权和外汇四大领域所面临的主要风险（包括信用风险、流动性风险和市场风险），能够及时提供金融压力信息。从系统性金融风险形成的结构来看，银行系统风险仍然是研究的重点（高国华、潘英丽，2011；孙立行，2012；余辉、余剑，2013）。另外，根据我国系统性金融风险形成的特点，房地产市场具有很强的外延性，与多个部门（如银行、资本市场等）相关联，房地产市场风险对系统性金融风险有深远的影响，应为关注的重点。

      （三）金融压力指数的构建方法

      FSI的主要功能是测度金融体系的潜在风险，以便能及时为金融系统的运行状况提供金融风险预警信号，避免爆发金融危机。FSI主要以货币市场、外部市场和银行部门为研究对象，选择各自具有代表性的变量来度量各金融子市场的金融压力。自Illing & Liu于2003年首度提出金融压力指数构建以来，各国学者一直重视金融压力指数的研究及构建，金融压力指数体系也在金融危机频繁发生的国际环境中得到不断丰富和完善。然而，影响金融压力的因素种类众多且不同国家的金融环境相差迥异，且金融压力指数的构建方法不一，因此，国际范围内尚未形成具有代表性的系统性金融压力指数。国内关于金融压力指数的研究虽不少，但多数侧重于构造某一金融子部门的压力指数，对系统性金融压力指数的构建研究很少，因此构造适合我国的科学的系统性金融压力指数体系具有重要意义。

      由金融压力指数的计算公式

可知，权重的确定对于FSI至关重要。一般而言，权重的确定方法主要有两类：主观赋权法和客观赋权法。主观赋权法过于依赖专家的经验，随意性较大，因此客观赋权法得到学术界普遍认可。客观赋权法中运用较多的是熵权法、标准离差法、CRITIC法，其中熵权法和标准离差法的基本思路较为相似，都是依据指标变异性的大小来确定权重；CRITIC法不仅考虑了指标的变异性，还考量了各指标之间的冲突性（

为评价指标i和j之间的相关系数）。因此，可以认为CRITIC法比前两种方法所确定的权重更为精确，更具有现实意义。本文也采用CRITIC法确定我国金融压力指数各指标的权重，第j个指标客观权重

计算公式为：

      

      对我国系统性金融压力指数的构建分为两步：第一步，运用各市场中每个变量标准差的倒数来计算各自权重，分别构建各金融子市场的压力指数；第二步，将四个指数进行标准化处理后，运用CRITIC赋权法确定各指标的权重，最后合成总的金融压力指数。

      三、实证分析

      （一）指标选取及预处理

      由于系统性金融风险是从宏观层面考量的，通过各个子市场的一系列经济活动来传播，因而对系统性金融风险的考量必须结合不同子市场进行。首先，股票市场和房地产市场是资金聚集之地。近年来股票价格和房地产价格的波动都对我国金融系统产生深远的影响，也为监管当局防范金融危机提供了敏锐的信息，因此股票市场和房地产市场是研究系统性金融风险不可回避的因素。其次，房地产业已成为我国经济金融发展的重要产业，而其快速发展离不开银行的信贷，信贷注入是推动房价的重要因素。银行体系的信贷一旦出现故障，房地产业随时面临着资产泡沫的危险。因此，银行体系面临的金融压力对于我国金融压力指数的构建也是不可或缺的。此外，因经济一体化背景下我国经济金融对外部环境的依赖，有必要考虑外部金融市场的影响。基于以上考虑，分别从银行、房地产、股票、外部四个市场考虑，构建系统金融子市场的压力指数。

      银行市场压力指数（Bank Stress Index，BSI）主要用来度量银行资产收益相对整个资本市场收益的波动性，从而测度银行面临的系统性风险。银行体系的运行状态是反映金融市场压力的关键指标。由我国经济发展的特性可知，我国银行体系的金融压力基本上源自于信贷风险、资本充足率及流动性风险，选取存贷比、不良贷款率、Ml/M2、短期贷款增速及实际利率来构建银行体系金融压力指数。此外，政府存在较为严重的财政赤字也会诱发政府信用问题，从而给银行信贷带来潜在风险，增加财政赤字/GDP作为银行业的压力指标。

      房地产市场压力指数（Real Estate Stress Index，RESI）是我国金融压力指数体系必不可少的组成部分。因房地产信贷是银行信贷资金的主要组成部分，RESI可以衡量房地产信贷资金对我国金融机构的影响。综合我国当前的经济发展状况，选取房地产指数变化率、商品房销售面积/竣工面积、住宅销售价格指数和房地产投资增长率四个变量来度量房地产业面临的压力。

      股票市场压力指数（Stock Stress Index，SSI）是测度股市震荡对预测金融危机可能性的可靠信号，而股票市场本身的压力则主要来源于股票的成交量、收益率、周转率和风险溢价。选取具有代表性的股票市盈率和股票总市值/GDP两个变量。

      外部金融市场压力指数（Ex-financial Stress Index，ESI）测度我国的外部压力对系统性金融风险形成的可能性，其主要来自于外汇储备不足及汇率的大幅贬值。选取实际有效汇率指数、外汇储备增长率、国内外利差、短期外债/外债总额、国外净资产/GDP和PMI六个变量构建外部金融市场压力指数。

      综上所述，根据我国国情，在遵循上述变量选择原则的同时，考虑所选变量的经济意义和可得性，选取4个金融子市场中的16个指标，如表2所示。

      1.数据来源。构建我国FSI的一个关键问题是对于变量频率的选择。考虑到月度数据这种高频数据能在给定时间段内将金融市场面临的压力描绘得更为准确和及时，政策制定者也更偏好这一类数据，因此，选择2005年1月到2013年12月的月度数据进行实证分析。数据主要来源于中国统计局网站、中国人民银行网站、WIND数据库、国泰安数据库、中经网络数据库。其中，各指标的增长率数据都是同比数据，国房景气指数变化率用房价指数变化率予以替代。

      2.数据预处理。对于只有季度数据，没有月度数据的指标，用Eviews进行频度转换。对于GDP，首先对其季度累计值进行差分，得到每季度的数据，然后选择Quadratic-match-Sum方法进行转换；对于不良贷款率、住宅销售价格指数、短期外债、外债总额、国外净资产等指标选择Quadratic-match-Average方法进行转换。

      （1）对于有缺失的月度数据，如国房景气指数、房地产投资增长率、住宅销售价格指数、商品房销售面积/竣工面积等指标，大多存在1月份数据缺失情况，采用平滑法进行补齐。在SPSS中选择Replace Missing Values-linear Trend at Point进行处理。

      （2）对于包含季节因素的时间序列数据（商品房销售面积/竣工面积、国外净资产/GDP等），采用Eviews软件中的X—12季节调整方法剔除季节影响因素。

      经过以上两步处理，可得到各金融子市场压力指数的完整数据，接着进行③、④两步处理，以保证数据的可比性。

      （3）指标正向化。依据变量的性质，将测度指标分为正向指标、负向指标和适度指标。正向指标是指该指标越大表示金融压力越小，负向指标则相反，适度指标表示该指标值在某一个合适范围内是安全的，突破合适范围即认为有压力存在。

      

      负向指标标准化方法如式（3）所示：

      

      适度指标标准化方法如式（4）所示：

      

      式（4）中，

是适度性指标的最佳取值范围。所选取指标X6、X14的适度范围分别为[1，4]和[20，40]。

      

      （二）金融压力时期的识别

      所构建的金融压力指数可对我国金融各子市场以及金融整体形势作出统计测度，得出风险的相对变化水平，但却不能判断具体的风险级别。要做到这一点，还须对金融压力指数进行识别，即要确定具体的压力指数数值或者区间，以此确定金融系统是否处于金融压力时期，从而判断是否应该引起关注和预警。在已有的研究中，为解决这一问题运用最多的主要有三种方法：一是将金融压力指数的历史均值的1.5倍或者2倍的标准差作为其阈值，当超过这一阈值时识别为处在我们需要预警的金融压力时期；二是将金融压力指数均值的某个百分数（如85%）作为临界值，当超出临界值时识别为需要预警的金融压力时期；三是选取某个已发生金融危机或确定处在金融压力时期的指数作为参考标准，低于该指数视为非压力时期，反之，视为压力时期。

      由于我国没有发生大规模的系统性金融危机，故没有典型的金融压力时期作为识别的依据，第三种方法不适合我国，而第二种方法缺乏统计意义，因此选取第一种识别方法来识别我国的金融压力时期，即认为当金融压力指数超过历史均值2倍标准差时即认为处在危险的金融压力时期。构建的金融压力时期识别指数标记为FSII，具体计算公式为：

      

      根据金融压力指数识别指数值，制定金融压力时期识别标准如表3所示。

      

      

      从表3可知，当FSII＞0时，表明该国处于需要关注的金融压力时期，蕴含的系统性金融风险较大；当-1＜FSII＜0时，表明该国处于合适的金融压力时期，系统性金融风险水平较低；当FSII＜-1时，表明该国处于较低的金融压力时期，金融系统比较安全。

      （三）系统性金融风险测度与分析

      1.金融子市场的压力测度结果及分析。将实证分析数据预处理后分别运用各市场中每个变量标准差的倒数来计算各自权重，可得2005～2013年我国银行、房地产、股票与外部金融市场所面临的金融压力指数结果（如图1所示）。

      从图1中可以看出，受多种因素的综合影响，我国不同金融子市场的发展水平与结构具有鲜明的特征，其压力指数既表现出一定的趋同性，也呈现出较为明显的差异性。

      首先，从整体趋势来看，各部门压力指数具有一定的趋同性。表现为银行、房地产和外部金融市场的压力水平比较接近，尤其是银行业与外部金融市场，早期都比较平稳，后期均呈现单向递增趋势。银行业与外部金融市场的Pearson相关系数高达0.603，这在任意两个部门中是最高的，并且在0.01的水平下通过显著性检验；其次是房地产与外部金融市场，两者的Pearson相关系数为0.460，也通过0.01水平下的显著性检验。由此验证了前面的观点，即银行业压力指数、房地产业压力指数和外部金融市场压力指数具有较为相似的趋势，但银行市场压力指数与外部金融市场压力指数的关联性最强。

      其次，从内部结构来看，各部门压力指数具有关联性，共同反映系统性金融风险。针对银行业金融压力测度结果展开分析可以发现，一直以来，银行业和我国的资产经济存在紧密联系，银行的信贷业务对我国的房市、股市一直具有至关重要的影响，成为系统性金融风险的重要来源；而房地产作为我国国民经济的主导产业，在现代社会经济生活中有着举足轻重的地位，且随着我国房地产市场高速发展，房地产价格也开始向实际水平偏离，一定程度上影响着银行利率的调整，进而影响到银行业的风险形成。股票市场一直处于大起大落状态，投机性强；且受外部市场影响，国际游资不断冲击国内的银行业和股市，银行业金融压力的上升带动着国内股市金融压力的上升；美国次贷危机也间接影响我国股市。在经济全球化和金融自由化背景下，跨国贸易越来越频繁，国际交流不断加强，外部金融市场对我国经济增长的影响越来越大。可见，系统性金融风险是金融子市场风险之间相互作用、相互传导的结果，其内部结构的关联性共同反映出金融风险的系统性。

      第三，从波动特征来看，各部门压力指数具有显著差异性。由图1可看出，2005～2011年我国的BSI一直处于小范围的上下波动，发展状况良好，说明这段时期内我国的银行业并没有面临较为严重的风险冲击。在此期间，由于我国存在的刚性房地产需求，加之受到2008年金融危机的严重影响，我国出台宽松的货币政策，引起楼市的恐慌性抢购，导致房市面临较大的金融压力。同样，受美国次贷危机影响，全球股市暴跌，我国内地股市和香港股市、香港股市和美国股市之间存在不同程度的关联，美国金融危机通过直接影响美国股市间接影响我国股市，同时也引起股民的恐慌性抛售，导致自2007年下半年开始我国股市的金融压力加大，即图1显示的SSI出现大幅上涨的趋势。在2012～2013年期间，不断推进利率市场化，各大银行业的激烈竞争增加了中小银行的竞争成本，紧接着出现的“钱荒”问题也突显了银行系统面临的短期流动性问题，使得2012年银行业的风险压力水平开始提升。此期间，针对我国房地产业火爆的现象，国务院出台了一系列的宏观调控政策，房价上涨的趋势得到一定程度的控制，房市泡沫得到有效遏制，我国的RESI有所下降。针对股票市场，我国政府采取积极的救市态度，对我国的股市产生了一定的效果，从而使得随后几年的SSI出现一定程度的下降。从图1中可以观测到我国2005～2013年面临的外部金融市场压力，大体来看我国外部金融市场的金融压力波动不是很大。

      2.金融市场的综合压力测度结果及分析。将选取的月度数据经过预处理后，以式（1）确定的各个子系统权重，得到我国系统性金融压力指数的测算公式：

      

      由式（6）可知，各子市场压力指数的权重比较接近，表明各子市场对金融系统的影响没有显著性差异。相对而言，股票市场压力指数的权重最大，外部金融市场压力指数的权重最小，这意味着股市的波动对整个金融体系的影响最大，我国系统性金融风险来源主要集中在股票市场方面，股票市场的风险更容易引发我国系统性金融风险，而来自外部金融市场的干预冲击力度相对较小。这与国内部分学者的成果存在一些差异，如沈悦（2014）等，主要原因在于，本文的研究是对市场的综合风险的考察，而非某一方面的特殊风险。具体而言，本文的重点不是研究单个指标对市场所造成的特殊风险，而是基于宏观视角采用综合评价的方法来考察多个变量对各市场的综合影响，这种多指标的综合考量可以抹平单个指标的特异影响，即不需考虑单个指标所体现出来的特殊风险，但却可为系统性金融风险提供更为全面地测度与评估方案。而从测算结果来看，不同市场的整体风险水平也确实比较符合实际，因而可以据此展开后续分析。

      根据式（6）可测度出我国2005～2013年期间具体的系统性金融压力指数值（如表4所示），其发展趋势可通过折线图更直观地体现出来（如图2所示）。

      从表4和图2可知，2005年1月至2007年底期间，我国FSI的发展趋势较为平缓，都在小范围内波动；从2007年末至2008年末，FSI呈现显著的上升趋势，达到历史新高水平0.6403，紧接着从2009年末开始急剧下降，在2010年开始小幅上涨并持续到2011年底，趋于稳定后，金融压力指数又出现了较大幅度的波动。

      

      

      从图2可以看出，我国金融压力指数表现出的系统性金融风险状况呈现出阶段性变化特征。第一阶段2005～2007年期间，随着1997年亚洲金融危机的远离及我国政府的宏观调控，我国经济平稳发展，金融风险状况表现为整体偏好。第二阶段2007～2009年末期间，美国次贷危机引致的全球金融危机，不但造成我国出口明显下滑，影响到我国的经济增长、物价稳定、就业形势甚至威胁我国的金融稳定，加剧了国内金融压力。经过我国政府的积极努力，宏观经济于2009年逐渐得以恢复，金融压力显著下降。该阶段我国金融压力经历了高涨缓落的起伏。第三阶段2010～2011年期间，金融压力指数是中国经济政策与国内外不良经济形势博弈的结果，积极的财政政策和适度宽松的货币政策在努力维护中国金融稳定。第四阶段2012～2013年期间，欧债危机加大了我国外部金融市场的金融风险，导致这一时期的钱荒、影子银行风险、地方债务危机等问题加剧，使得FSI又出现上升趋势，但在各国的共同努力下，这一危机得到很好的控制，FSI随之保持平稳。随后，由于通货膨胀以及房价的居高不下给我国经济再度带来冲击，金融创新工具的快速衍生也加速了中国风险应对措施的探讨和实施，各种相机型的调控政策也在削弱不断涌现的新型金融风险的影响（如钱荒、地方政府债务等），但国内外复杂经济金融环境并没有显著降低金融系统的整体风险，该阶段系统性金融风险水平依旧在高位徘徊，并且抖动较为严重，说明系统性金融风险仍然较为严峻。中国要加强对金融系统风险的监测，谨防来自国内外风险的意外冲击。综合来看，本文构建的金融压力指数与我国的经济发展趋势基本吻合，较好地测度了我国近年来的系统性金融风险状况。

      3.系统性金融风险的压力识别。为了进一步准确把握系统性金融风险的压力状态，反映出压力水平下所表现出的风险可能性，需要对金融压力指数进行压力时期识别。根据式（5）可计算出FSII值及其变化趋势（如图3所示），再根据表3金融压力识别标准，判定出我国哪些时期处于何种金融压力时期。

      

      从图3不难发现，在测度的108个月份中仅6个月的金融压力识别指数大于0，其余102个月都小于0，识别指数呈振荡走势；FSII在2013年2月达到最高值0.2978，在2007年下半年达到最低值。具体来看，2009年1月、2012年2月、2012年7月、2013年1月、2013年2月、2013年8月，我国的FSII均大于0，处于金融风险较大时期，其余时期的FSII小于0，并且还有较多月份的FSII小于-1，这些时期我国处于适度或者较低的金融压力状态时期。结合我国的经济发展实际可知，虽然当时出现过银行的过度信贷、房价的过度上涨、股市的异常震荡、通货膨胀等加大我国金融风险的事件，但由于政府积极应对，及时采取高效有力的补救措施，遏制了各种潜在风险，使得我国的金融压力基本处在可控范围之内。比较异常的是，自2008年开始，FSII持续快速上升，此后虽有回落，但FⅡ值始终高于金融危机之前的数值，说明受次贷危机影响，我国金融系统存在较大的压力，这段时期处于需要特别关注的金融压力时期。

      由于政府宏观调控措施及时、有效以及监管部门的监控到位，我国的经济发展态势良好，迄今为止，没有爆发严重的系统性金融危机。居安思危，防患于未然，才能保证我国经济的持续健康发展。作为金融危机爆发的导火线，系统性金融风险的科学测度显得尤为重要。本文借鉴已有学者的研究成果，构建基于金融压力指数的系统性金融风险测度方法，对我国系统性金融风险进行测度并给予识别，得出以下结论。

      （1）各子市场压力指数具有系统关联性，同时也具有一定差异性。四个部门是系统性金融风险的来源，并且通过金融子市场风险之间的相互作用、相互传导，共同反映出金融风险的系统性。同时，虽然各子市场在整体趋势上表现为一定的趋同性，但各自的波动特征却具有差异性。

      （2）我国系统性金融风险状态呈现阶段性变化特征。第一阶段2005～2007年期间，金融风险状况表现为整体偏好；第二阶段2007～2009年末期间，我国金融压力经历了高涨缓落的起伏变化；第三阶段2010～2011年期间，金融压力整体水平较为稳定；第四阶段2012～2013年期间，金融风险水平在高位徘徊，并且抖动较为严重，说明系统性金融风险较大，中国要加强对金融系统风险的监测，谨防来自国内外风险的意外冲击。

      （3）我国金融压力识别指数在大部分时期小于0，这表明我国金融系统整体上处于适度的金融压力状态。但在2008年末等部分月份达到了金融压力指数的较大值，处于需要关注的金融压力时期，说明当时我国面临的系统性金融风险较大。

      总之，本文所构建方法的测度结果较好地吻合了我国经济金融发展的现实状况，能够客观地测度我国面临的金融市场压力，也能够较为准确地识别我国所处的金融压力时期，为我国金融风险的测度及预警提供了科学的依据。

标签：金融论文;  系统性风险论文;  银行风险论文;  金融风险论文;  房地产金融论文;  美国金融危机论文;  经济指数论文;  全球金融危机论文;  经济风险论文;  经济研究论文;  外部经济论文;  风险权重论文;  经济学论文;  房地产业论文;  银行论文;