金融压力指数的解释以及构建方法中国金融压力指数构建方法.docx
《金融压力指数的解释以及构建方法中国金融压力指数构建方法.docx》由会员分享,可在线阅读,更多相关《金融压力指数的解释以及构建方法中国金融压力指数构建方法.docx(10页珍藏版)》请在冰豆网上搜索。
金融压力指数的解释以及构建方法中国金融压力指数构建方法
金融压力指数的解释以及构建方法
金融压力指数(FinancialStressIndex)这个概念,是在2008年金融危机和美联储推出大规模刺激计划的背景下提出的。
美联储采取了量化宽松等一系列货币政策提振经济,向市场注入了大量流动性。
随之而来的问题便是:
何时退出这些政策?
何时回笼流动性?
(比如,「美联储何时退出QE即量化宽松?
」这个问题,自美联储推出QE后就一直为人热议不休。
)
一般而言,央行会根据生产/消费数据和价格/工资上行压力等来决定何时退出以及如何退出,以保证在经济恢复的同时通货膨胀率得到控制。
另外一个会影响到央行退出节点和节奏的重要因素就是金融压力,央行必须确保在回收流动性时,金融系统不会因此承受过大压力以至于危及经济复苏。
那么问题就来了:
央行如何定量地精确监测金融系统的「压力」?
在「金融压力指数」之前,已经有多种关于金融系统状况的指数,比如金融状况指数(FCI)。
FCI的编制以货币状况指数(MCI)为基础,另外又加入了一些金融变量(不同国家使用的变量一般不同,不同学者使用的变量一般也不同),以预测未来的生产数据和通货膨胀等。
FCI自提出之后就备受各国央行关注,但是它使用的是月/季度数据,因此难以满足央行日常监控的需求。
另外还有一些关于金融市场信心或紧张程度的指标,如著名的芝加哥期货交易所波动率指数(VIX)和汇丰银行金融阻塞指数(HSBCFinancialClogIndex)。
但是,在经济恢复阶段,不同的指数、按照不同方法编制的同一指数常常自相矛盾,令货币政策决策者难以取舍。
在这种情况下,美联储系统的圣路易斯联邦储备银行于2009年12月率先编制了圣路易斯联储金融压力指数(St.LouisFedFinancialStressIndex©,STLFSI)。
按照他们给出的文献,这一指数主要用于监测金融市场对美联储政策的反应,同时监测金融市场的压力会如何影响经济复苏状况。
在这之后,其他联邦储备银行亦有跟进,如堪萨斯城联邦储备银行就编制了KansasCityFinancialStressIndex(KCFSI)。
(关于美联储、联邦储备局、联邦储备银行以及三者关系,可以参看为什么美联储联邦公开市场委员会由19人构成,但是只有12人可以投票?
做出这样机制设定的原因是什么?
)
题主问「是不是St.louisReserve的最有名?
为什么?
」。
的确,圣路易斯联邦储备银行是最早编制FSI的,而且其编制编制方法也被广泛借鉴,因而当然最为有名。
下图即是St.LouisFedFinancialStressIndex,最早的时点数据是1993年12月31日的-0.238,当前最近的时点数据是2014年7月4日的-1.351。
(在编制时,金融压力指数的平均值被设计为0,表示金融压力的平均水平,正/负值代表金融压力高/低于平均水平。
)
KCFSI的数据如下:
可以注意到二者有些许不影响整体状况的差别,这主要是由于二者的编制所采用的变量有差别。
St.LouisFedFinancialStressIndex©采用了18个金融变量,可以做到每周编制一次。
相对于FCI的月/季度监测,这可以说是个巨大的进步。
18个变量由利率、利差、其他指标三部分组成,具体情况如下——
InterestRates:
•Effectivefederalfundsrate
•2-yearTreasury
•10-yearTreasury
•30-yearTreasury
•Baa-ratedcorporate
•MerrillLynchHigh-YieldCorporateMasterIIIndex
•MerrillLynchAsset-BackedMasterBBB-rated
YieldSpreads:
•Yieldcurve:
10-yearTreasuryminus3-monthTreasury
•CorporateBaa-ratedbondminus10-yearTreasury
•MerrillLynchHigh-YieldCorporateMasterIIIndexminus10-yearTreasury
•3-monthLondonInterbankOfferingRate–OvernightIndexSwap(LIBOR-OIS)spread
•3-monthTreasury-Eurodollar(TED)spread
•3-monthcommercialpaperminus3-monthTreasurybill
OtherIndicators:
•J.P.MorganEmergingMarketsBondIndexPlus
•ChicagoBoardOptionsExchangeMarketVolatilityIndex(VIX)
•MerrillLynchBondMarketVolatilityIndex(1-month)
•10-yearnominalTreasuryyieldminus10-yearTreasuryInflationProtectedSecurityyield(breakeveninflationrate)
•VanguardFinancialsExchange-TradedFund(equities)
按照圣路易斯联邦储备银行给出的文献,这3组、18个数据分别反映了金融市场压力的不同方面,而且会在经济形势变化时一起变动,所以可以认为金融压力的变化是这些数据变化的主要原因。
据此,采用主成分分析(Principalcomponentsanalysis,PCA)。
为了编制FinancialStressIndex,首先要把不同的时间序列数据进行de-meaned处理以控制fixedeffects,然后将处理后的数据除以各自的标准差(SDs)。
这样,根据已经标准化了的数据,利用PCA就可以计算出FSI中变量间的coefficients。
之后再进一步处理coefficients就可以得出FSI的标准差为1。
最后,将处理后的时间序列数据乘以各自的调整系数(adjustedcoefficient),FSI在时点t的观察值就是相乘后所得数据的加总。
18个调整系数如下(1993/12/31到2009/12/11):
Effectivefederalfundsrate:
–0.083
2-yearTreasury:
–0.093
10-yearTreasury:
–0.092
30-yearTreasury:
-0.086
BAA-ratedcorporate:
0.035
MerrillLynchHigh-YieldCorporateMasterIIIndex:
0.108
MerrillLynchAsset-BackedMasterBBB-rated:
0.105
Yieldcurve:
10-yearTreasuryminus3-monthTreasury:
0.060
Corporatecreditriskspread:
0.125
High-yieldcreditriskspread:
–0.116
3-monthLIBOR-OISspread:
0.122
TEDspread:
0.074
Commercialpaperspread(3-month):
0.061
J.P.MorganEmergingMarketsBondIndexPlus:
0.050
ChicagoBoardOptionsExchangeVolatilityIndex(VIX):
0.110
MerrillLynchBondMarketVolatilityIndex(1-month):
0.098
Breakeveninflationrate(10-year):
–0.125
VanguardFinancialsExchange-TradedFund(equities):
–0.008
PercentoftotalvariationexplainedbytheFSI:
44.3
与STLFSI不同,KCFS采用了11个变量:
TEDspread、2-years、Off-the-run/on-the-run-Treasuryspread、Aaa/Treasuryspread、Baa/Aaaspread、High-yieldbond/Baaspread、ConsumerABS/Treasuryspread、Stock-bondcorrelation、Stockmarketvolatility(VIX)、Idiosyncraticvolatility(IVOL)ofbankingindustry、Cross-sectiondispersion(CSD)ofbankstockreturns。
金融压力指数(FinancialStressIndex)基本能覆盖到周,而且解释与预测力很强。
以KCFSI为例:
图中1998的峰值原因是俄罗斯债务危机、对冲基金LTCM财务损失引发的市场恐慌,之后是1999年的Y2K(2000年问题),2001年的911事件,2002年的安然丑闻。
再之后便是2007-2009年的金融危机了:
参考文献:
Kliesen,KevinL.,andDouglasC.Smith."Measuringfinancialmarketstress." EconomicSynopses (2010).
Davig,Troy,andCraigHakkio."WhatIstheEffectofFinancialStressonEconomicActivity?
." FederalReserveBankofKansasCity,EconomicReview 95.2(2010):
35-62.
Hakkio,CraigS.,andWilliamR.Keeton."Financialstress:
whatisit,howcanitbemeasured,andwhydoesitmatter?
." EconomicReview 94.2(2009):
5-50.
Proaño,ChristianR.,ChristianSchoder,andWilliSemmler."Financialstress,sovereigndebtandeconomicactivityinindustrializedcountries:
Evidencefromdynamicthresholdregressions." JournalofInternationalMoneyandFinance 45(2014):
17-37.
中国金融压力指数
中国国家金融压力指数(CNFSI)包含来自中国银行业(银行间市场)、证券(股票)市场、外汇交易市场和债券市场的八个指标,即银行风险利差、不良贷款率和银行的贷存比(银行业—银行间市场)、上海股票市场综合指数(股票市场)、汇率和外汇储备(外汇交易市场),以及债券风险利差与主权风险利率差(债券市场)。
中国金融压力指数的第一个分指数,为中国银行业系统压力指数。
该指数通过三个指标来反映银行业的系统性压力,包括风险利差、不良贷款率和总贷存比。
银行业的风险利差是风险利率和无风险利率之间的差值,反映银行间的流动性约束和对违约风险的预期,通过中国银行间市场3个月拆借利率和3个月政府债券利率的差值来计算。
国有商业银行的不良贷款率,反映整个中国银行系统面临的压力;而贷存比率则测量中国银行业面临的信贷约束和违约风险。
利用上述指标和等方差加权法,构造出的中国银行业的系统压力指数。
金融体系压力状况的缩影,而且能及时更新,又具有前瞻性,对于测量和评估一个金融系统是否稳健和稳定非常有用。
(BankFSI)显示,中国银行业的系统压力在1999年达到峰值。
1999年后,中国银行业压力指数逐渐下降。
这是由于此后中国银行业的不良贷款率逐年下降,银行的稳健性得到了明显的改善。
中国金融压力指数的第二个分指数,为中国股票市场系统压力指数(SMFCI)。
该指数通过测量上海股市综合指数的波动,反映中国股票市场的系统性压力和风险,利用计量经济学的GARCH(1,1)模型建构。
构建出的指数数值表明,中国股票市场的波动性非常明显。
利用人民币有效汇率和中国外汇储备的综合变化率构建的中国外汇交易市场系统压力指数(EMFSI),是中国金融压力指数的第三个分指数,用来测量外汇交易市场的系统性压力。
该指数明显反映了中国外汇交易市场的几个波动期:
1994年末至1995年,中国政府为扩大出口主动对外汇进行的深度贬值;2005年,中国政府宣布实行浮动汇率制,并推动人民币升值;2008—2009年国际金融危机及后来的欧洲主权债务危机的影响效应。
中国金融压力指数的第四个分指数,为中国债券市场系统压力指数(DMFSI)。
它由两个指标构成:
一为债券到期收益率差,这是国际经济学界普遍认同的、预测经济衰退非常有用的指标;二为主权债券收益利差,该指标反映国际流动性的压力。
中国债券市场系统压力指数显示,中国政府债券市场的系统压力在2009年后增加了,这可以解释为国际金融危机以及欧洲主权债务危机的传染效应所致。
将上述四个分指数通过等方差加权法加总综合,得到中国金融体系的国家金融压力指数(CNFSI)。
该指数可用来反映中国主要金融市场的系统性压力状况,并对金融不稳定提供早期预警信号。
利用压力指数识别压力期
利用该金融压力指数与其长期趋势的偏离,可以识别中国的系统性金融压力期。
识别结果显示,1994年以来中国经济的几个重要的金融压力期,分别为1994年9月、1995年12月、1998年8月、2007年7月、2008年1—4月和2010年10月。
前两个金融危险期,源于当时中国银行业居高不下的不良贷款率和较低的存贷比率,以及当时中国政府为治理连续高涨的通货膨胀所采取的货币紧缩政策。
1998年8月的中国金融体系的系统性压力,来自1997年东南亚金融危机的影响。
2007年7月和2008年1—4月的系统性金融危险,反映出国际金融危机对中国金融市场的溢出效应。
2010年10月的系统性金融危险警示,既显示国际金融危机和欧债危机的双重冲击,也反映了国内因应对金融危机而实行的大规模信贷扩张性政策的回调,所带来的信贷紧缩压力。
利用中国金融压力指数与其长期趋势的偏离程度,识别出中国金融市场的系统性压力期,或者称之为系统性的金融危险期,可以对中国金融体系的不稳定做出预警,提请政策制定者注意金融体系可能面临的系统性金融危险。
基于相关的统计方法,还可以建立中国金融体系系统性风险非参数分级预警系统,根据金融压力的严重程度,发出相应的三类金融压力预警信号:
蓝色预警信号、橙色预警信号和红色预警信号。
利用这一系统,对甄别出的五个金融系统压力期,在一年的预警窗口内,分别提供4个蓝色和1个橙色预警。
这些预警对于政策制定者选择政策反应工具,及时进行宏观审慎管理,具有重要参考意义。