负面冲击与中国宏观金融系统的稳定性（下）

表5 政府资产冲击在金融系统中的传导 单位：亿元

表6 金融机构部门冲击在金融系统中的传导 单位：亿元

图10 金融机构部门冲击在金融系统中的传导过程

表7和图11为非金融企业部门资产价值20%下降的冲击(相当于总金融资产价值5.75%的损失)对金融系统的影响。对冲击的四回合反应后，总资产价值下降4.604%。非金融企业部门资产冲击的乘数为0.8倍。一般而言，负面冲击对各个部门的影响随着多回合的增加而呈现递减的趋势，但非金融部门冲击给自身带来的影响却是一个特例。如图11所示，非金融企业部门遭受负面冲击后，资产价值的损失首先呈现增加的趋势，直到第2回合达到最大，然后再倾向于缩小，出现驼型状态的变化规律。

表7 非金融企业部门冲击在金融系统中的传导 单位：亿元

3、讨论

表8总结了来自不同部门负面冲击对宏观金融系统稳定性影响的主要特征。一是负面冲击对金融系统总资产价值的影响主要在第一回合完成，完成比例从61%～75%不等，其中，金融机构部门和国外部门反应相对迅速，其他部门相对较慢；二是负面冲击导致对各部门的影响随着回合的增加而单调下降，但是，非金融企业部门、政府部门和住户部门的冲击在对非金融企业部门的影响中出现非单调的驼形变化过程，即出现先扩大后缩小的趋势；三是冲击产生四回合影响以后，导致金融系统总资产价值下降幅度最大的为金融机构部门的冲击、其次分别为住户部门、非金融企业部门、国外部门和政府部门的冲击。金融机构部门冲击影响的绝对数量最大的原因可能源于金融机构部门本身巨大的规模，其资产价值占金融系统总资产价值的59.03%；四是本文还采用了乘数效应来衡量不同部门冲击对金融系统影响的相对数量大小，并将冲击乘数定义为最终总金融资产价值的下降与各部门初始资产价值下降的比值。住户部门冲击的乘数为13.19倍，为各部门冲击乘数之最。其他部门的冲击乘数则相对较小，最小的是非金融企业部门的冲击，乘数仅为0.8倍；五是当负面冲击来自于非金融企业部门、住户部门、政府部门或国外部门中的任何一个时，受到影响最大的部门是金融机构部门。而当金融机构部门自身遭受到冲击时，非金融企业部门受到的影响最大。

图11 非金融企业部门冲击在金融系统中的传导过程

表8 不同部门冲击对金融系统影响的主要特征

以上所总结的负面冲击在金融系统的传导特征可以帮助解释我国宏观金融系统中的某些现象。

(1)国外金融或经济危机难以影响到我国的宏观金融系统的稳定性。不论是20世纪初的新经济危机还是2007年的美国“次贷”危机，对中国金融系统稳定带来的冲击非常有限。国外金融危机的冲击可以通过以下两个渠道影响我国金融系统：通过资金往来关系产生直接影响，或通过影响我国出口等实体经济部门而产生间接影响。据本文的估计，直接影响的数量不大，具体表现为国外部门资产价值损失1%，仅仅导致金融系统总资产价值下降1.304%；间接影响则更为有限，因为即使是出口减少引起我国非金融企业部门资产价值下降20%，也仅仅导致我国金融总资产价值下降4.6%。

(2)住户部门资产价值下降的冲击对宏观金融系统的影响不应忽视。虽然住户部门冲击对金融系统影响绝对数量有限，但是，经济金融发展的趋势和乘数效应要求我们重视住户部门冲击的影响。绝对影响数量有限的原因在于目前住户部门持有金融资产绝对规模有限，因而住户部门冲击导致的金融系统总资产价值损失的绝对量较小，这也导致了人们很少关心住户部门冲击对我国宏观金融稳定的影响。然而，随着经济和金融的发展，住户部门的金融资产规模和比例必将不断扩大。在此趋势和乘数效应的双重作用下，住户部门的冲击极可能引起宏观金融系统的不稳定。例如，住房作为住户部门的重要资产，其价格的变动极容易通过金融机构部门传递到金融系统的各个部门，引起金融系统的不稳定。

(3)金融机构部门的稳定是我国宏观金融系统稳定的核心因素。原因有二：一是与金融机构部门相关的资金往来的绝对数量和相对乘数较大，其不稳定本身就反映了宏观金融系统的不稳定；二是金融机构部门的负面冲击主要影响金融机构部门本身和非金融企业部门，前者反映了宏观金融系统本身内在的不稳定结构，而后者很容易通过影响实体经济引起宏观金融系统的动荡。

五、结论

根据《中国统计年鉴》国民收入账户核算中提供的资金流量表所反映的金融交易信息，本文采用最大熵估计方法估计了我国各部门之间资金流量的相互依赖关系，并构造了基于会计的互联暴露关联的金融网络。通过对金融网络的定性与定量分析，本文研究表明，负面冲击通过部门间直接的资金往来的关联方式导致了金融系统各部门资产价值的减少，并且通过间接的资金往来的关联方式影响了宏观系统的稳定性。本文还发现，相对于其他部门而言，金融机构部门的资金流量绝对规模最大，因此，金融机构部门冲击给宏观金融系统的稳定性带来影响的绝对程度与其他部门相比也位居首位，并且通过乘数效应的计算发现，住户部门冲击对金融系统稳定性影响的相对程度最大。此外，本文研究结论表明，金融机构部门在我国宏观金融系统中处于最中心的地位，这是由于金融机构部门冲击在多回合传递后主要影响自身的稳定，而其他各部门冲击将通过金融机构部门这一中介间接地导致宏观金融系统的稳定性降低。最后，本文发现，国外金融危机的冲击很难通过流量资金对我国金融系统的稳定产生影响。

本文为分析我国宏观金融系统的稳定性提供了网络性特征角度分析范式，也部分揭示了我国宏观金融系统的内在网络结构。但是，本文也存在一定的缺陷，有待进一步的研究。首先，本文基于会计的互联暴露构造宏观金融网络，而没有考虑到不同金融资产具有不同风险这一关键特征。其次，本文在给定各部门净金融投资不变的情况下研究各部门资金往来的互联暴露，虽然各部门净金融投资比例不大，而且相对稳定，但是，其变化可能给冲击传导过程带来影响，这种影响的大小有待进一步地研究。

基金项目：中国博士后科学基金项目“我国收入分布动态演化的理论模型与数量测度：基于经济周期的视角”(20110491204)。

注释：

①需要强调的是，本文采用的是我国金融交易的资金流量表而非资产负债表，考虑的是各部门流量资金的使用与来源，对应的是资产负债的增减变化，而非资本负债的存量。在下文中，资产和负债的增减与资金使用和来源表示相同的概念。

②为了叙述简单，下文中直接用互联暴露来替代基于会计的互联暴露。

③由于篇幅关系，这里没有提供1993年和2002年我国互联暴露矩阵，有兴趣的读者可向作者索取。

④由于数据的可获得性，本文采用资金流量表的流量数据。由于流量数据波动性较大，本文基于流量数据估计的金融网络存在一定的波动性，但本文作者对1992～2008年的流量数据做了逐年的计算，其总体的趋势与本文所选取的三个典型年份揭示的趋势基本相符，限于篇幅不一一展开。

参考文献：

[1]Adrian T. and Shin H S. Liquidity and Financial Contagion[R]. Banque de France Financial Stability Review No 11, 2008.

[2]Black S. and Scholes. The Pricing of Corporate Options and Liabilities[J]. Journal of Political Economy, 1973, 81,(3):637-654.

[3]Castren C. and Kavonius L K. Balance Sheet Interlinkages and Macro-Financial Risk Analysis in the Euro Area[R]. European Central Bank, Working Paper No. 1124, 2009.

[4]De Larosiere J. The High-level Group of Financial Supervision in the EU[R]. 2009.

[5]Gallegati M B. Greenwald M. Richiardi and Stiglitz J. The Asymmetric Effect of Diffusion Processes: Risk Sharing and Contagion[J]. Global Economy Journal, 2008, 8,(3).

[6]Gray D. Merton R. and Bodie Z. New Framework for Measuring and Managing Macrofinancial Risk and Financial Stability[R]. NBER Working Paper NO 13607, 2007.

[7]Haldane A. Rethinking the Financial Network[R]. Speech Delivered at the Financial Student Association, Amsterdam, 2009.

[8]IMF. People's Republic of China: Financial System Stability Assessment[R]. IMF Country Report No. 11/321, 2011.

[9]McGuire P. and Tarashev N. Global Monitoring with the BIS Banking Statistics[R]. BIS Working Paper 244, 2008.

[10]Sheldon G. and Maurer MInterbank Lending and Systemic Risk: An Empirical Analysis for Switzerland[J]. Swiss Journal of Economics and Statistics, 1998, 134,(4): 685-704.

[11]Shi F. Practices and Challenges in Compiling FOF Tables and Balance Sheets in China[R]. Conference on Strengthening Sectoral Position and Flow Data in the Macroeconomic Accounts, IMF and OECD, 2011.

[12]Shin H S. Risk and Liquidity in a Systemic Context[J]. Journal of Financial Intermediation, 2008, 7,(3): 315-329.

[13]Upper C. and Worms A. Estimating Bilateral Exposures in the German Interbank Market: Is There a Danger of Contagion?[J]. European Economic Review, 2004,48,(4): 827-849.

[14]赵春萍.资金流量表编制说明[Z].国家统计局国民经济计算司，2003.

（本文图表有删节，如需详细内容请参看原文）

责任编辑：夏雨