3 金融化對經濟增長的“區(qū)制轉移特性”

本節(jié)的主要目的是從實證的角度分析金融化是否對經濟增長有顯著的非線性影響。在正式分析二者的關聯(lián)性之前，需要完成一個基礎性的工作，即選擇若干與經濟金融相關的具有代表性的基礎指標，構建一個綜合性的金融化指數(shù)，用以反映我國經濟金融化的整體發(fā)展態(tài)勢。與已有的相關文獻相比，本文采用一個綜合性的金融化指數(shù)而不是單一的指標（大部分文獻如此）來描述和評價我國金融化的發(fā)展趨勢，主要是從以下兩方面進行考慮的：一是綜合性的指數(shù)相比于任何一個單一的指標，能夠更全面、更廣泛地涵蓋經濟運行中金融活動的各個方面，因而可以更準確地反映金融化的整體發(fā)展方向和趨勢；二是從實證角度來看，由于大多數(shù)金融變量相互之間相關程度較高，與在實證分析中同時納入多個獨立且相互影響的反映金融化程度的變量相比，綜合性的金融化指數(shù)能夠更為有效地避免多重共線性問題。因此，通過構建綜合性的金融化指數(shù)來反映我國經濟運行中金融化趨勢，具有理論和實證的雙重優(yōu)勢。

3.1 構建中國金融化指數(shù)

綜合考慮我國經濟金融化的若干典型事實，同時參考已有文獻的實證研究成果，本文構建金融化指數(shù)的基礎指標包括以下7個具有代表性的變量。（1）金融部門產出貢獻率，用金融部門的增加值與GDP之比來表示，該指標能夠反映金融部門在宏觀經濟中的重要程度。（2）金融相關比率，用金融資產規(guī)模占GDP的比重來表示，是經濟金融化的直接體現(xiàn)，經濟金融化是金融資產相對于國民財富不斷擴張的過程。（3）貨幣化率，用M2比GDP來表示，該指標反映出整個經濟體貨幣化程度，貨幣性金融資產是金融資產的重要組成部分。金融化是以經濟貨幣化為基礎的，貨幣化可以看作金融化的初級階段。（4）信貸化率，用金融機構的存貸款之和與GDP之比來表示，反映出金融機構對于經濟運行的支持程度。該指標是經濟與金融融合過程中，金融發(fā)揮主導作用的開端，間接體現(xiàn)金融市場的發(fā)展程度。（5）證券化率，用證券化資產總量與GDP之比來表示，這里證券化資產包括股票和債券。該指標反映出整個經濟體中資產證券化的程度，體現(xiàn)資本市場或者說直接融資市場的發(fā)展程度和運行效率。（6）金融結構，用直接融資占金融資產總量的比例來表示，該指標值越大，直接融資占比越高，間接融資的比重相應下降，融資方式朝著多樣化和證券化方向發(fā)展，則金融化程度越高。（7）債務規(guī)模，用實體部門（家庭、政府和非金融企業(yè)部門）的債務規(guī)模占GDP的比重來表示，體現(xiàn)了實體部門參與金融活動的程度。這里沒有考慮金融部門的原因是，金融部門并非最終借款人，而僅僅作為金融中介。這些基礎指標從金融部門膨脹、金融資產擴張、資產證券化、金融結構及實體部門金融活動的參與度等方面對整個經濟運行中的金融化程度進行了多維度描述，同時也是經濟金融化特征的充分體現(xiàn)。

考慮到數(shù)據(jù)的可得性、連續(xù)性與可比性，本文選取的樣本區(qū)間為1992年第一季度至2017年第二季度。除了債務規(guī)模數(shù)據(jù)來源于國際清算銀行（Bank of International Settlements）外，其余的數(shù)據(jù)均來自中經網和Wind數(shù)據(jù)庫。此外，對于具有季節(jié)性特征的時間序列，本文利用Eviews 9.0對數(shù)據(jù)進行季節(jié)性調整，以剔除季節(jié)因素的影響，調整方法為Census X-12。

從技術上看，各個基礎指標的數(shù)據(jù)類型、計量單位和數(shù)量級都不盡相同，因此，在將這7個指標合成一個綜合性指數(shù)之前，需要對各指標進行“無量綱化”處理，使其在技術上具有可比性，以確保度量結果的合理性和可靠性。按照主流參考文獻的做法，本文采用標準差標準化的方法，對各指標進行無量綱化轉換。標準差標準化的計算公式如下：

其中，X_it表示第t期i指標的原始數(shù)值，、s_i分別表示X_it的算數(shù)平均值和標準差，X′_it表示在第t期i指標標準差標準化后的數(shù)值。

在進行無量綱化處理之后，本文通過主成分分析法將這些基礎變量最終合成一個綜合性的金融化指標，即本文所指的金融化指數(shù)（見圖1）。本文利用HP濾波方法分離出該指數(shù)的趨勢成分，并最終得到循環(huán)成分，循環(huán)成分可以直接反映金融活動對均衡水平的偏離狀況，以此來衡量中國經濟金融化的走勢及周期波動狀況。

圖1 中國金融化指數(shù)（1992年第一季度至2017年第二季度）

3.2 馬爾科夫區(qū)制轉移模型的設定

線性模型通常存在參數(shù)不隨時間變化及結構性突變等問題，而Hamilton（1989）提出的馬爾科夫區(qū)制轉移模型成功解決了上述問題。該模型假定回歸參數(shù)遵循馬爾科夫過程，具有以下優(yōu)勢：一是模型能夠通過以往的樣本信息集確定各個狀態(tài)，而并不是事前約定各區(qū)制的時間段；二是模型能夠有效對參數(shù)進行估計，且能夠估計出區(qū)制轉移的概率矩陣。

區(qū)制轉移模型的核心經濟意義是可以識別和比較不同經濟波動階段各經濟變量之間作用機制的異同。假設樣本期內，金融化對經濟增長的作用機制存在區(qū)制轉移特征，即金融化對經濟增長的作用機制會隨著區(qū)制的轉移而發(fā)生改變。因此，為研究我國金融化對經濟增長影響的區(qū)制轉移特征，這里將金融化指數(shù)FI設定為狀態(tài)轉移變量。模型設定如下：

其中，y_t表示經濟增長率，c為常數(shù)項，β用以刻畫經濟增長慣性，α（S_t）表示狀態(tài)轉移參量，即金融化對經濟增長的影響系數(shù)。

依據(jù)式（15）構建馬爾科夫區(qū)制轉移模型，實證選擇的變量為經濟增長率（y_t）和金融化指數(shù)（FI）。研究的樣本區(qū)間為1992年第一季度至2017年第二季度，其中，y_t表示季度實際GDP的同比增長率，是本節(jié)研究的因變量。季度實際GDP通過季度名義GDP除以CPI（1992年第一季度=100）指數(shù)進行平減得到。相關變量的統(tǒng)計數(shù)據(jù)來源于中經網和Wind數(shù)據(jù)庫。

3.3 區(qū)制轉移特征分析

這里設定區(qū)制的數(shù)量為2，即按照波動頻率大小劃分為高波動區(qū)制和低波動區(qū)制。并利用Matlab計算對數(shù)似然函數(shù)取最大值時所對應的各參數(shù)的值，即為區(qū)制轉移模型參數(shù)的估計值。模型的具體估計結果如表1所示。

表1 馬爾科夫區(qū)制轉移模型估計結果

從表1可以看出，模型的估計效果較好。除了區(qū)制2中金融化指數(shù)的系數(shù)在10%的置信水平下拒絕原假設（P值為0.0954）外，其余的參數(shù)估計量均在1%的置信水平下顯著。波動頻率σ在區(qū)制1的估計結果是0.0062，在區(qū)制2的估計結果為0.0167，且均在1%的置信水平下拒絕原假設，說明按照波動頻率對區(qū)制劃分是有效的，進一步表明我國金融化對經濟增長的作用機制在不同時期具有明顯的區(qū)制轉移特性。其中，區(qū)制1對應的是低波動區(qū)制，區(qū)制2對應的是高波動區(qū)制。區(qū)制2的波動頻率是區(qū)制1波動頻率的2.7倍。

同時，p_{1|1}和p_{2|2}均大于0.9的經濟意義在于，我國的經濟增長形勢在各個區(qū)制內都具有很強的慣性或者惰性，經濟形勢一旦進入某種狀態(tài)將很難發(fā)生改變。具體而言，當某一時期的經濟增長處于低頻波動狀態(tài)時，下一期會有91.74%的概率繼續(xù)保持在該狀態(tài)；而當某一時期的經濟增長處于高頻波動狀態(tài)時，下一期會有96.82%的概率仍保留在高波動區(qū)制。由此，可以預測，在未來一段時期內，我國的經濟形勢如果沒有受到任何突發(fā)性的外在沖擊的影響，將不會出現(xiàn)結構轉折。通常，根據(jù)平滑概率是否大于0.5這一標準，來判定該時點的區(qū)制歸屬情況（見圖2和圖3）。從二區(qū)制劃分的具體結果來看，高波動區(qū)制主要集中在1993～1996年以及2000～2010年。一方面是因為自1992年鄧小平南方談話之后，我國經濟進入加速增長的繁榮時期；另一方面是因為金融危機時期，經濟受到外生沖擊的強烈影響，經濟增速變動較不穩(wěn)定，以及后金融危機時期的經濟復蘇期，經濟開始快速增長，波動較大。從影響系數(shù)結果來看，高波動區(qū)制中金融化指數(shù)的系數(shù)估計值是正的，一定程度上說明經濟的高速增長需要較高的金融化與之相匹配。但是僅在10%的置信水平下顯著，這意味著當經濟增速處于高頻波動狀態(tài)時，金融化與經濟增長的正向關系并不是很顯著。

圖2 區(qū)制1的平滑概率

圖3 區(qū)制2的平滑概率

低波動區(qū)制主要集中在1997～1999年和2012～2016年。1997年亞洲金融危機期間，我國經濟增長處于低頻率波動狀態(tài)，其原因可能是在該時期，金融危機盡管對我國的經濟增長和金融體系帶來一定的沖擊，但是得益于這一時期我國金融市場的對外開放度較低，資本項目的管制相對嚴格，以及我國政府為應對此次金融危機帶來的沖擊所實施的一系列擴張性的宏觀調控政策和金融制度改革措施，使得這一時期中國經濟增長的波動較為平穩(wěn)。

而自2012年我國經濟增長速度跌破8%以來，宏觀經濟運行步入“新常態(tài)”階段，經濟增速進入換擋時期，雖然增速的絕對水平下滑，但是波動率較低。這是因為在“新常態(tài)”階段，我國政府更加注重經濟增長質量的提升，不斷推動過剩產能的高杠桿率的治理，使得實際經濟增速在回落過程中能較好地抵御外部沖擊對產出的不利影響，這也是政府“穩(wěn)增長”“調結構”等戰(zhàn)略部署的積極成效。在低波動區(qū)制當中，金融化指數(shù)的系數(shù)估計值為負，并且在1%的置信水平下顯著，這意味著，當經濟增長處于較為平穩(wěn)的波動狀態(tài)時，金融化與經濟增長之間負相關，即提高金融化水平會對產出產生抑制效應。最為典型的事實就是近年來，我國寬松的貨幣政策提供的流動性并沒有改善實體經濟的發(fā)展狀況，央行釋放的資金發(fā)生了“空轉”，并沒有全部進入實體部門，出現(xiàn)了資金脫實入虛、資產泡沫化的現(xiàn)象。換句話說，低頻波動的經濟增長狀態(tài)需要低頻波動的金融化與之相匹配，也就是說，這一時期金融穩(wěn)定的提升將對經濟增長產生積極的推動作用。這就決定了在經濟增長的低波動區(qū)制，政府的宏觀調控政策應該注重穩(wěn)定經濟增長和控制金融風險的有機統(tǒng)籌，執(zhí)行經濟和金融共同穩(wěn)定的“雙穩(wěn)定目標制”。

2016年底經濟增長再度進入高波動區(qū)制。根據(jù)區(qū)制轉移概率p_{2|2}，可以計算高波動狀態(tài)的平均持續(xù)期：t=1/（1-p_{2|2}）=31.45，接近3年。因此，未來一定時期內，只要宏觀經濟增速不出現(xiàn)短期內急劇上升，適度地提升金融化有利于經濟的平穩(wěn)增長。這意味著在當前階段，我國政府和貨幣當局的宏觀審慎調控政策，應平衡好金融化和經濟增長之間的關系，既確保經濟增長波動在適宜區(qū)間內，又能將金融風險維持在可控的范圍內。