短期跨境资本流动、金融市场与系统性风险

经济理论与经济管理２０１８年第４期　短期跨境资本流动　金融市场与系统性风险冰　刚健华　赵　扬　高　翔　［提要］　由于２００８年美国金融危机而导致的全球经济危机一直在延续，系统性金融风险　的防范已经成为全球各国政府和金融监管机构共同的课题。而随着人民币国际化的开展和我国跨　境资本流动受关注程度的提高，短期跨境资本流动对系统性风险的潜在影响越来越成为一个不容　忽视的议题。本文使用ＳＲＩＳＫ指标测度了我国的系统性风险，并通过构建传统ＶＡＲ模型和　ＶＡＲＭＧＡＲＣＨ—ＤＣＣ模型，对我国“８·ｌ１”汇改前后的短期跨境资本流动、系统性风险、股　票价格收益率、人民币在离岸利差、离岸人民币与美元利差五变量及其波动性之间的联动关系进　行了检验。实证研究证明，我国短期跨境资本流动与系统性风险及两者波动性之间均存在明显的　关联关系。　［关键词］　跨境资本流动；系统性风险；ＳＲＩＳＫ；ＭＧＡＲＣＨ—ＤＣＣ；汇率改革　性和人民币汇率的相对稳定，从而进一步助力人民　一、引言　币国际化的开展。随着中国整体改革开放进程的不　断推进，中国的金融改革也在不断深化。人民币纳　我国自２０１１年起，跨境贸易中以人民币计价　结算扩展至全球范围。同样是在这一年，以人民币　入国际货币基金组织（ＩＭＦ）特别提款权（ＳＤＲ）　是中国金融改革深化到一定程度的体现。　截至２０１５年，中国利率市场化进程已经基本　完成。利率的市场化有利于金融机构合理定价和促　进资产价格的有效形成，有利于资本市场的健康发　计价的跨境投资和金融交易活动陆续开始试点。资　本账户管理政策出现了松动的迹象，人民币陆续得　到周边以及发展中国家货币当局的普遍认可，先后　有７个国家将人民币列入其外汇储备。这一年在业　界被称为“人民币国际化元年”。在随后的５年中，　人民币国际化的进程稳步推进，金融理论界和实务　界逐渐出现更多的声音呼吁我国尽快放开外汇管　展。与此同时，我国的资本市场改革也在稳步地推　进。在法律法规和市场基础设施不断完善、利率市　场化和资本市场改革的背景下，中国资本市场未来　的发展机会越来越多，空间越来越大，而与之相关　制，以实现在经典“三元悖论”中的货币政策独立　联的是资本账户开放的问题。资本市场的发展，必　木刚健华，中国财政金融政策研究中心，中国人民大学财政金融学院，中国人民大学投资与房地产研究中心，邮政　编码：１００８７２，电子信箱：ｊｈｇａｎｇ＠ｒｕｃ．ｅｄｕ．ｃｎ；赵扬，中国人民大学国际学院；高翔，国家外汇管理局中央ｆｉｂｒｅ业务中　心。本文得到了马克思主义理论研究和建设工程重大项目（２０１５ＭＺＤ０３３）的资助。本文得益于中国人民大学财政金融学　院ＥＰＦＲ数据库和彭博（Ｂｌｏｏｒｎｂｅｒｇ）数据库，感谢黄纪元在建模过程中提供的帮助。感谢匿名评审人提出的修改建议，　笔者已做了相应修改，本文文责自负。　９８　然对资金的自由流动提出更高的要求。金融机构风　险管理和资源优化配置要求全球的市场能够实现更　好的风险共担。中国资本账户的不断开放和汇率形　成机制改革为进一步促进中国资本市场与全球资本　市场的一体化与风险共担创造了条件，但同时也面　临了新的问题。　在全球市场一体化的背景下，金融风险的跨境　传导使得无论是宏观还是微观的风险管理变得更加　复杂。风险管理失当会导致金融体系不能正常发挥　功能，并对实体经济产生损害，严重的情况下，会　阻碍改革开放进程的进一步推进。为确保金融改革　更好地促进金融体系效率的提高，对风险的管控是　非常必要的。在资本账户开放和汇率形成机制改革　的进程中，一个必须要回答的问题是金融市场和国　际资本流动以及和汇率波动是如何互动的？风险是　如何传导的？本研究试图对这个问题提供详细的　分析。　本文首先通过ＳＲＩＳＫ指标估算了我国的系统　性风险，然后选取代表我国系统性风险、短期跨境　资本流动、股票价格收益率、人民币在岸一离岸汇　价差、离岸人民币与美元利差的五变量，通过构建　ＶＡＲ模型和ＶＡＲ＿ＭＧＡＲＣＨ—ＤＣＣ模型进行变量　及其波动性之间的关联分析，并根据实证结果得出　结论和政策性建议。　二、文献综述　（一）关于短期跨境资本流动　短期跨境资本简称为“热钱”或国际游资或投　机性短期资本。短期跨境资本流动是指资金周转期　在一年以下的跨境资本流动。一般可分为四类：平　衡型短期资本流动、投机型短期资本流动、收入型　短期资本流动、自主型短期资本流动。２００５年７　月２１日汇改后，对短期跨境资本流动的学术研究　基本都聚焦在流动途径、流动规模、影响因素方　面。中国最早研究短期跨境资本流动可以追溯到王　军发表的关于中国资本流出的总量和结构的论　文。＿１］短期跨境资本流动呈现短期多样、隐形的特　点，且具有易变性。频发大量资本的流动会影响宏　观经济，加大本币贬值压力，增加资产价格泡沫以　经济理论与经济管理２０１８年第４期　及流动性过剩，进而触发更大的危机。《２０１４中国　跨境资金流动监测报告》显示，２０１４年前三个季　度我国短期跨境资本净流出规模接近６８４亿美元，　而２０１３年为净流人８４６亿美元，规模较大且方向　切换较快。［　］我国也通过多种形式对短期跨境资本　流动进行探索性管理来缓解其产生的影响，比如：　Ｂ股，Ｈ股，熊猫债，ＱＦＩＩ，ＱＤＩＩ，ＲＱＦＩＩ，沪　港通等。　因此，根据国内目前金融体系的情况，以及全　球金融周期的特殊节点，更详尽地了解短期跨境资　本流动是非常必要的，同时要加强对短期跨境资本　流动的管理，发现与其相关的各种复杂影响因素，　从而制定合理的监管政策，加速金融体制改革，不　断完善金融市场。　（二）关于系统性风险　综合来看，文献中通行的系统性风险的度量方　法主要是在２０１０年前后由国外学者提出。Ｂｉｓｉａｓ　ｅｔ　ａｌ曾经进行过全面的测度方法总结，归纳并阐述了　３０余种指标可用来测量系统性风险。ｌ＿３Ｉ从测度方　法本身的逻辑和具体计算来看，相关指标可分为微　观测度和宏观测度两方面。目前，微观测度法是量　化系统性风险所用的主要方法，它可被进一步细化　分为预期短缺（ｅｘｐｅｃｔｅｄ　ｓｈｏｒｔｆａｌｌ，ＥＳ）类测度法　和在险价值（ｖａｌｕｅ　ａｔ　ｒｉｓｋ，ＶａＲ）类测度法。如　果进～步细分，具体的方法还有边际预期短缺　（ｍａｒｇｉｎａｌ　ｅｘｐｅｃｔｅｄ　ｓｈｏｒｔｆａｌｌ，ＭＥＳ）测度法、　Ｄｅｌｔａ条件在险价值（ｄｅｌｔａ　ｃｏｎｄｉｔｉｏｎａｌ　ｖａｌｕｅ　ａｔ　ｒｉｓｋ）测度法、系统性预期短缺（ｓｙｓｔｅｍｉｃ　ｅｘｐｅｃ—　ｔｅｄ　ｓｈｏｒｔｆａｌｌ，ＳＥＳ）测度法、直接系统性风险测　度（ＳＲＩＳＫ）等。　Ｂｒｏｗｎｌｅｅｓ　ａｎｄ　Ｅｎｇｌｅ针对银行的权益价值提　出ＭＥＳ，即边际预期短缺，类似于在压力测试的　情况下银行的边际预期损失。［４］在此基础之上，　Ａｃｈａｒｙａ　ｅｔ　ａｌ进一步提出了系统性风险的ＭＥＳ测　度法。Ｋｓ］用ＭＥＳ方法求得：在极端市场情况下，　如果整个市场的收益率位于概率分布的左侧尾部，　特定金融机构的预期权益损失。并进一步拓展，应　用此指标来评价经济体的系统性风险。国内研究方　面，赵进文和韦文彬基于ＭＥＳ测度法研究得到如　下结论：２００８－－２０１２年“次贷危机”期间内，我　９９　经济理论与经济管理２０１８年第４期　国商业银行体系的系统性风险出现了较为明显的升　高，而在危机前后商业银行的边际系统性风险贡献　够较好地将市场对权益的估值和商业银行的资产负　债表（杠杆）有机结合起来，不完全依赖于股价的　变动或关联性。Ａｃｈａｒｙａ　ｅｔ　ａｌ发现杠杆率拥有基于　都相对较小。＿６　ＶａＲ类测度法以ＶａＲ风险监控方法为基础，　是目前市场风险测度中最常用的风控指标，指的是　在给定概率水平之下，某资产组合在未来某特定时　期内的最大预期损失。基于ＶａＲ的原理，Ａｄｒｉａｎ　ａｎｄ　Ｂｒｕｎｎｅｒｍｅｉｅｒ提出了Ｄｅｌｔａ　Ｃｏ—ＶａＲ的测度　股价信息所提取的ＭＥＳ指标之外的有价值的信　息。该信息对于金融危机中金融机构的预期损失或　资本不足的预测有较大价值。因此，ＳＲＩＳＫ将这　一信息和股票价格信息结合起来是有益的。目前，　国内对于ＳＲＩＳＫ方法运用的文献仍然相对较少。　法。Ｅ７］该测度法充分考虑了金融机构间的联动和风　险溢出关系，将特定金融机构系统性风险的增加值　与整个金融体系ＶａＲ的边际增加量联系起来，通　过分位数进行回归并得到系统性风险的估计指标。　此后，Ｒｏｅｎｇｐｉｔｙａ　ａｎｄ　Ｒｕｎｇｃｈａｒｏｅｎｋｉｔｋｕ１分别将　Ｄｅｌｔａ　Ｃｏ—ＶａＲ运用于泰国和加拿大的金融机构中，　进行对特定类型金融机构和特定地区的系统性金融　风险的监控。ｌ８　国内学者方面，高国华和潘英丽将　Ｄｅｌｔａ　Ｃｏ—ＶａＲ模型应用到了我国已上市的商业银　行系统性风险度量中，检测得到四大国有商业银行　中，建设银行、工商银行和中国银行对我国系统性　风险有着最高的重要性，且其影响权重显著超过其　他各类股份制商业银行和城商行。Ｅ９］此外，范小云　等人对比分析了Ｄｅｌｔａ　Ｃｏ—ＶａＲ和ＭＥＳ模型在测量　系统性风险时的优缺点，并进一步基于ＭＥＳ测度　法研究了我国金融机构在次贷危机前期、中期、后　期对我国系统性金融风险贡献程度的差异。Ｅ１ｏ］　宏观测度方面的研究在文献中相对稀少，比较　有代表性的是Ａｌｌｅｎ　ｅｔ　ａｌ提出的ＣＡＴＦＩＮ测度法。　该方法基于特定金融机构的权益收益率，通过极值　理论估计金融系统的整体风险。Ａｌｌｅｎ　ｅｔ　ａｔ发现该　系统性金融风险指标对信贷收缩和经济衰退有一定　的预测能力。ＥＨ］　此外，对系统性风险度量的模型还包括　Ｇｉｅｓｅｃｋｅ　ａｎｄ　Ｋｉｍ提出的ＤＩＭ违约强度模型法和　Ｇｒａｙ　ａｎｄ　Ｊｏｂｓｔ提出的ＣＣＡ未定权益分析　法等。＿１　２ｌ［　。　ＳＲＩＳＫ是由Ｂｒｏｗｎｌｅｅｓ　ａｎｄ　Ｅｎｇｌｅ首次提出　的，基于ＭＥＳ衍生出通过条件预期损失的方法计　算系统性风险。ｌ４］此后，Ａｃｈａｒｙａ　ｅｔ　ａｌ与Ｂｒｏｗｎｌｅｅｓ　ａｎｄ　Ｅｎｇｌｅ都通过不同角度分析并总结了该方　法。ｌ１４］［　］ＳＲＩＳＫ与其他测度法的不同在于，它能　１００　与ＳＲＩＳＫ测度类似的是Ａｃｈａｒｙａ　ｅｔ　ａｌ提出的ＳＥＳ　测度法，同样是通过对关键金融机构预期资本短缺　的计算来估计系统性风险。ｌ＿５　但是，ＳＥＳ测度法成　立必须基于已经发生过的极端金融系统波动的数　据，也就是说，ＳＥＳ是一种事后测度而缺乏前瞻　性。与ＳＲＩＳＫ测度相比，ＳＥＳ不具备预测性。　此外，必须承认ＳＲＩＳＫ指标像任何一种人为　构建的检测指标一样，存在其内在缺陷。例如，由　于ＳＲＩＳＫ在参数中通过股票市价估算银行的权益　价值和杠杆，这就对市场的有效性提出了较高要　求，风险偏好的改变、资本环境的变化等因素都会　对其测度的准确性产生影响。再比如，ＳＲＩＳＫ并　没有考虑金融机构的表外负债，在表外负债高企的　情况下，ＳＲＩＳＫ存在低估金融机构风险的可能。　这也是笔者在中国经济风险观测中是否选择基于公　开市场数据因子而非传统指标法时所感到的纠结之　处。欣慰的是，回顾相关文献和历史数据，市场指　标法的系统性风险测度正得到越来越多的研究支　持。如周强和杨柳勇认为，当前市场模型法与指标　法对中国系统性风险测度的结论基本一致。ｌ１。ｊ指　标法的赋权比重体现了监管的风险判断和偏好，虽　然提高某一指标的赋权比重有利于引导银行降低该　指标在银行业务中的比重，从而降低其系统重要性　得分，但同时对其他指标较低的赋权比重又会带来　反向的激励。因此，笔者认为市场模型的客观性和　及时性会是监管层主观判断以外对系统性风险测度　的必要补充。此外，在商业银行表外理财去杠杆的　大背景下，表外负债对测度有效性的影响势必越来　越小。梁琪等人认为，ＳＲＩＳＫ在“大而不能倒”　和“相互关联而不能倒”之间做了一个非常好的折　中，充分利用ＳＲＩＳＫ指标对金融机构风险关联性　的计算，统筹观测宏观经济中存在的系统性风险，　也符合当前宏观审慎监管的思路和要求。ｌ＿１　］　综上所述，ＳＲＩＳＫ不仅是一种前瞻性的系统　性金融风险的度量指标，而且能够将股票市场价　格信息和商业银行财务报表信息有机结合起来，　克服了单一依赖股票市场价格信息判断系统性金　融风险的局限性。虽然可能存在市场有效性、表　外资产等影响，但并不影响其视角的客观性和全　面性。因此，本文选用该指标作为系统性金融风　险的度量。　（三）短期跨境资本与系统性风险的关联　目前，国内外学者对于短期跨境资本流动与系　统性风险相关性的认识可以分为两大类。第一类认　为短期跨境资本流动有利于全球市场防范系统性风　险。例如，Ｌｅｖｉｎｅ　ａｎｄ　Ｚｅｒｖｏｓ提出，短期跨境资　本的自由流动有利于增强资本市场的流动性。ｌ１。］　Ｃｈａｒｉ　ａｎｄ　Ｈｅｎｒｙ也指出，短期跨境资本自由流动　有助于吸引外资金融机构进入，从而提高目标国家　金融市场的有效性和普遍竞争力。［１　９＿第二类认为　短期跨境资本自由流动加强了系统性风险，这主要　基于三代货币危机理论。Ｋｒｕｇｍａｎ提出的第一代　货币危机理论认为短期跨境资本流动的主要原因是　投资者进行全球资产的重新配置而导致的汇率大幅　波动。该理论的背景是投资者对特定经济体经济发　展速度、汇率等宏观指标的一致预期发生显著变　化。［２０］Ｏｂｓｔｆｅｌｄ提出的第二代货币危机理论认为，　投资者在货币贬值预期下的投机性行为主导了短期　跨境资本流动的大幅波动及随后的货币危机。＿２ｌ＿　Ｋａｍｉｎｓｋｙ　ａｎｄ　Ｒｅｉｎｈａｒｔ提出的第三代货币危机理　论则强调道德风险下跨境资本流动引发的货币　危机。［　］　国内的相关研究则多从短期跨境资本流动所带　来的风险展开。金雪军等人通过研究２００３－－２００６　年我国跨境资本流动的状况，指出该期间大规模的　跨境资金（游资）流人恶化了我国宏观经济的整体　稳定性。＿２３］吕江林和杨玉凤指出，短期热钱的大　量流入会使我国国际收支平衡状况恶化，妨碍货币　政策的有效性，推升资本市场和房地产泡沫，进而　增加整个经济体系的系统性风险。＿２　］周豪和温小　敏通过实证研究指出，在对跨境资本流动未来的可　能状况进行预测时，可以参考经济体的工业ＧＤＰ、　经济理论与经济管理２０１８年第４期　货币政策宽松程度和本币汇率。ｌ２　］　尤其是在短期跨境资本流动、汇率和资本市场　之间关联关系的国内外研究方面，Ｋａｐｕｒ通过研究　新加坡元对美元的汇率波动提出，新元汇率波动并　非资本流动引起，是由新加坡经济基本面状况和盯　住篮子货币的汇率制度设计所决定的。［２　］张谊浩　和沈晓华指出，人民币升值预期和资本市场上涨会　引起国际热钱流人，但热钱流入并不是人民币升值　和资本市场上涨的原因。　］巴曙松和严敏指出了　利差对汇率在价格溢出的效应，中美实际利差的缩　小会导致外资流出，适当放宽人民币汇率的浮动区　间，有助于在一定程度上阻碍热钱的频繁往来，为　我国货币政策的有效制定提供制度空间。［２　］朱孟　楠和刘林对短期国际跨境资本流动、汇率与资产价　格之间的相互关系进行了理论分析，并建立了一个　包含以上三个变量的无限制向量自回归（ｕｎｒｅ—　ｓｔｒｉｃｔｅｄ　ＶＡＲ）模型，进而对２００５年汇率制度改　革以来三者之间的动态联系机制进行实证分析。ｌ＿２９＿　实证研究结果表明，短期国际资本的净流入会导致　人民币汇率升值，进而引起市场对人民币的升值预　期，还会导致股价和房价上涨，而人民币升值和升　值预期又会导致短期国际资本进一步流人，但是房　价的上涨会导致资本流出，进而引起人民币即期汇　率贬值和股价下跌的压力。陈浪南和陈云将影响我　国短期国际资本流动的主要因素归纳为国内外利差　（ＤＩＲ）、人民币名义汇率（ＮＥＲ）、人民币汇率预　期变化率（ＥＥ）、股票市场投资收益（ＳＲ）、房地　产市场投资收益（ＲＲ）和虚拟变量六个因素，并　运用ＡＲＤＬ－ＥＣＭ模型实验得出结论，国内外利差　和人民币汇率预期变化率对短期国际资本流动的影　响十分显著，但是不存在显著的反向影响。＿３０＿吕　光明和徐曼则指出短期国际资本流人中国国内市场　的动因是在等待人民币升值的同时，进人股票和房　地产等资产市场套取价格收益。［３１］　（四）汇改前后汇率机制的影响机制和影响　渠道　为了给本文定量分析结果提供重要的理论依　据，因此了解“８·１１”汇改前后汇率机制的影响　因素和渠道是非常必要的。叶亚飞和石建勋在对汇　率和资本流动的研究中提到汇改前我国短期资本流　１０１　经济理论与经济管理２０１８年第４期　动前四个影响因素和渠道分别为人民币升值预期、　新增外汇储备、国内利率、国内通胀率等，以国内　经济基本面因素为主因；汇改后分别为人民币升值　预期、国外利率、国内利率、经济增长潜力以资本　获利因素为主因。＿３　］张明研究发现“８·１１”汇改　·ｎ（岳）　式中，Ｐ　是定义在ｔ时刻的股票市场指数，因为　上式的计算过程并未考虑等额美元进行其他投资的　机会成本和汇兑损益，所以作为度量机构投资者经　的目的是取消央行对汇率中间价的干预，让市场供　求来决定。但之后为了抑制贬值，央行进行了出售　美元、买人人民币的操作，导致外汇储备的流　济收益的单一指标不够精确。一方面，外国投资者　将美元资金转化为人民币投人中国股票市场，放弃　了这些美元的存款利率收益；另一方面，持有美元　失。ｆ３３３而这种贬值抑制人民币有效汇率的过度升　值，很大程度上避免对出口增速的冲击，同时消除　了人民币持续贬值预期，使中国金融市场稳定性增　强。余永定和肖立晟认为“８·１１”汇改后增加了　汇率管理规则的透明度，央行通过汇率浮动来发挥　调节器作用，改善国际收支、降低资本管制的压　力，进而使市场价格和资源配置趋于正常，而且汇　率的波动将降低资本流动对金融体系的冲击。ｌ３　］　由上可知，人民币汇率快速升值与劳动力成本增　加、经济增长放缓有关，内部去杠杆、人民币利率　市场化、银行体系风险暴露的可能性、美国加息对　资本的吸引等都会引起短期资本的外流。而“８·　ｌ１”汇改前导致短期资本外流的最主要原因是人民　币贬值预期的不断增加，通过汇率改革影响并纠正　贬值预期，减缓短期资本持续外流，从而使中国经　济增长与金融稳定得以持续。　综上所述，现有关于跨境资本流动、汇率和资　产价格关系的研究较少考虑中国有在岸和离岸两个　人民币市场的情况。不仅如此，大量的研究将研究　的重点放在收益率的联动方面，而较少考虑波动性　之间的联动。也没有研究将系统性金融风险和跨境　资本流动、汇率和资产价格的关系有机地结合起　来。下一节，笔者将引入一个实证模型，以弥补这　几个方面的不足。　三、变量选取及模型设计　（一）中国资本市场、人民币离在岸汇率差、　利息差联动　持有美元的外国投资者可在ｔ一１时刻兑换人　民币并投资中国股票市场，在ｔ时刻该投资者的人　民币收益（这里考虑投资市场组合的收益）为：　１０２　的外国投资者投资中国资本市场需要将美元兑换成　人民币，在计算最终收益时需要将人民币兑换成美　元，因此存在潜在的汇兑损益。式（１）可进行相　应调整，纳人机会成本和汇兑损益之后，表达　如下：　Ｒ　一ｉｎ（　、ｆｔ－１／ｅｄ．ｔ　ｉ　）一ｒＵｓ１Ｈ　一ｉｎ（　）Ｉｈ（　）一　Ｈ　式中，ｅ　表示在岸人民币兑美元汇率（ＣＮＹ／　ＵＳＤ）；ｒＵＳ　为滞后一期美国市场名义利率；因　变量Ｒ　为外国投资者跨境投资Ａ股市场的净收　益。因此，根据式（２）的净收益率公式构造，可　得出影响Ｒ　的三个因素（股票总收益率Ｒ　。、汇　率损益ｌｎ（　／ｅ　一　），和美元利率ｒ　一　）之间　呈现线性关系。式（２）考虑了汇兑损益和机会成　本，但仍然没有考虑人民币有在岸和离岸两个市场　的情况。具体而言，由于在岸和离岸人民币汇率存　在差异，投资者还有在两个市场之间进行套利的机　会。考虑到这一点，笔者可以把式（２）中的美元　超额收益分解成三个因子，其中一个因子反映投资　中国股票市场组合的人民币超额收益；第二个因子　反映在岸一离岸人民币市场套利的超额收益；第三　个因子反映离岸人民币和美元之间套汇的超额收　益。具体而言，笔者构造如下三个因子：　Ｓ￡＝ｌｎＰ￡一ｌｎＰｔ—ｌ—ｒｃⅣｙ，ｆ一１　Ｘ　一（１ｎｅｄ，　一ｌｎｅ。，ｆ）一（１ｎｅｄ，￡一１一ｌｎｅ　一１）　一（ｒｃⅣｙ，　一１一，．ｃＮＨ，￡一１）　Ｕｆ一（ｒｃＮＨ，ｆ—ｌ—ｒ　．ｆ—１）一（１ｎｅ。，　ｌｎｅ。，　１）　（３）　式中，ｅ。，　表示离岸人民币兑美元汇率（ＣＮＨ／　经济理论与经济管理ＵＳＤ）；ｒｃＮｙ．　与ＹＣＮＨ．　分别表示人民币在岸利率　与离岸利率；因子Ｓ　为Ａ股市场在时间ｔ的人民　２０１８年第４期　求的情况下，若金融机构的实际资本充足率和法定　资本充足率之差大于零，则认为该金融机构保有足　够支撑金融危机流动性需求的资本，反之则认为该　金融机构资本留存不足，存在系统性风险，并将其　记作ＳＲＩＳＫ　。　ＳＲＩＳＫ的本质是计算危机时需要补足的预期　资金短缺，ｔ时刻金融机构ｉ的ＳＲＩＳＫ　为：　ＳＲＩＳＫ　一（ＥＳ　Ｉ　ｆ—１）　币超额收益率；因子Ｘ　为持有任意一期的离岸一　在岸人民币资产组合的超额收益率，具体而言，该　组合的构造为每期买入离岸人民币同时卖出在岸人　民币；因子　可视为用美元进行离岸人民币利率　套利交易（持有一期）时，纳入汇率损益的当期净　头寸。根据式（３）中的三个因子，对Ｒ　进行分　解可得：　Ｒ　一Ｓ　一Ｘ　＋　（４）　一Ｅ｛Ｅｋ（Ｄ　＋１＋Ｍ　＋１）　Ｍ　＋１］ｆ　Ｉ—ｌ｝　（５）　由此可见，跨境资本的净收益可以看作简单的　式中，是表示金融机构的核心资本充足率要求，一　般设定为８　；金融机构ｉ在ｔ时刻的总负债和总　权益分别以Ｄ　和Ｍ　表示。因此，式（５）表示　线性资产组合，即分别买入一单位股票市场超额收　益（Ｓ　）和一单位（离岸一在岸）无抛补利率溢　价（　），同时卖出一单位（离岸一在岸）人民币　价差超额收益（Ｘ　）。由式（４）可见，三个因素　在未来ｔ＋１时点发生危机（　一１）时，金融机构　ｉ所面临的资本短缺。进一步假定６个月后负债不　变，而权益价值发生改变，则：　Ｄ　件１一Ｄ１．ｆ　，随时间的动态路径决定了Ｒ　的过程。然而三个因　素都由不同的市场化指标所构成，因而又具有潜　在的相互独立性。假设在岸～离岸人民币市场之　间不存在套利机会或者不存在人民币在岸一离岸　市场的划分，则Ｘ　取值为０。投资Ａ股市场的　外国投资者的美元收益由股票市场的人民币超额　（６）　Ｍ　＋ｌ二＝＝（１一ＬＲＭＥＳ　）ＸＭ　（７）　式中，ＬＲＭＥＳ　表示长期边际预期差②，即在半　年时间内股指下跌超过４Ｏ　的情况下，金融机构　收益和人民币～美元无抛补套利超额收益两部分　组成。这种情况下，之前文献关于跨境资本流　动、汇率和股市收益率的实证模型基本上能够刻　画这三者之问的动态关系。①但是在现实中，在　岸和离岸人民币市场的套利机会是经常出现且不断　总权益的预期损失。此外，还应注意在进行各金融　机构系统性风险加总时，因为机构之间并不能自由　转移盈余资金，各家金融机构的系统性风险（如果　存在）恒大于零，即ＳＲＩＳＫ　＞０。将式（６）和　式（７）代入式（５），ＳＲＩＳＫ　的计算公式变　换为：　ＳＲ　ＳＫ　—ｋＤ　一（１一ｋ）　×（１一ＬＲＭＥＳ　）Ｘ　Ｍ　（８）　变化的。遗漏这一点将遗漏影响跨境资本流动收益　的重要因素。　（二）ＳＲＩＳＫ指标的构建　ｓＲ　ＳＫ指标计算的是经济体内具有系统重要　性的金融机构在发生金融危机时的资本短缺量，其　本质是一种压力测试的量化结果。在ＳＲＩＳＫ的计　如式（８）所示，ＳＲＩＳＫ　可分解为资本充足率　七、总负债Ｄ　、长期边际预期差ＬＲＭＥＳ　和权　益价值Ｍ　四个因素。资本充足率ｋ需要根据地　区具体监管要求确定，通常为８　。权益价值和总　算中，需要用到金融机构权益的市场价格和资产负　债表中的负债总额。在给定金融机构审慎性监管要　①事实上，即便如此，很多研究也忽略了中美利率差异对于投资人民币和美元的收益率之差的影响。　②根据Ａｃｈａｒｙａ　ｅｔ　ａｌ的研究，如果笔者用边际预期差（ＩＶＩＥＳ　）表示日内股指下跌超过２　时该机构的预期权益损　失，则ＬＲＭＥＳ　可以被近似表示为１一ｅｘｐ（一１８ＭＥＳ　）。其中，ＩＶＩＥＳ　可以通过统计给定时间区间内市场收益率低于　５　时特定金融机构的平均收益率得到。［ｎ　１Ｏ３　经济理论与经济管理２０１８年第４期　｝．　Ｈ　＝Ｄ￣／２Ｍ　Ｄ　，Ｄ　一　●　负债可以分别通过资本市场和金融机构的资产负债　表直接获取。　０　；．　●　０　０　本文实证部分对于系统性风险的计算严格按照　上述逻辑进行。在得到特定金融机构相关数据以　后，按照一定的标准筛选出具有系统重要性的金融　：　：　０　０　Ｏ　ｉ．　机构，进而加总得到国家或地区的系统性风险总　值。④在本文的模型中，系统性风险指标选取的是　６个月内市场下滑超过４０　情况下的ＳＲ　ＳＫ。为　在上述对角矩阵Ｄ　的表达式中，　．　一１，　２，…，　，服从ＧＡＲＣＨ过程如下：　保证选出的金融机构具有系统重要性，选取的目标　公司为在中国Ａ股市场上市且截至２０１５年１２月　３１日市值超过３００亿元人民币的金融机构共４１　同时，基于条件相关系数的对称阵Ｍ　一Ｊ０¨，当　且仅当ｉ一　时，Ｒ　一１。即ＭＧＡＲＣＨ　ＤＣＣ模型　具备如下形式：　家。同时，在公司的再筛选中，本文将该段时间内　没有连续市值的金融机构剔除掉，以保证所选区间　内权益价值涨跌幅的连续性。　｛１　ｌＤ１２，　Ｍ　一　ｐｈ，　（三）多元广义自回归条件异方差模型　多元广义自回归条件异方差模型，即　ＭＧＡＲＣＨ模型，突破了传统ＧＡＲＣＨ模型仅能　处理一维随机变量条件方差的瓶颈。ＭＧＡＲＣＨ模　ｌ０　２ｎ，ｔ　●　（１０）　：　ｌ，　ｌＤｎ２，　ｌ　此处，Ｍ　通过ｅ　和Ｄ　等参数与条件均值及　和　联系起来，为笔者探寻五变量之间的相　型根据不同的研究目的有若干种变体形式，目前有　＋　二元式模型和高维向量模型两种基本形式。根据研　Ｉ　ｌ关关系提供方法论。相较于建立传统的ＶＡＲ模　型，加入描述条件方差的ＭＧＡＲＣＨ—ＤＣＣ模型放　究目的，本文采用的是高维向量模型，且该模型是　∑　口　淹　基于动态条件相关系数来估计并推断若干随机变量　松了常相关系数的假定，并且对方差的估计进行了　优化，能够更好地体现变量之间的收益和方差的互　动关系。　的条件二阶矩（ＭＧＡＲＣＨ—ＤＣＣ模型）。［。　］　ＭＧＡＲＣＨ—ＤＣＣ模型首先通过传统ＧＡＲＣＨ　－Ｌ　，　∑　模型计算条件方差去除残差得到标准化残差序列，　进而推导模型的动态条件相关系数。具体模型设定　四、实证结果　鉴于离岸人民币的中国香港同业拆借利率　（ＣＮＨ　Ｈｉｂｏｒ）从２０１３年６月２４日开始统计，本　文数据的选择范围是２０１３年６月２５日一２０１６年３　月的日度交易数据。②另外，基于２０１５年８月１１　日我国央行为增强人民币兑美元汇率中间价的市场　化程度和基准性推行的人民币汇率中间价形成制度　改革，笔者对“８·１１”汇改前后的联动关系进行　中，笔者假定Ｕ　为期望为零的向量，因子　（Ｌ）　表示滞后过程，将条件均值模型设定为向量自回归　（ＶＡＲ）模型：　ａ（Ｌ）（　一　）＝＝＝“，　１　Ｈ　一Ｈ　。￡　￡　～』＼，（Ｏ，１）　（９）　式中，Ｈ。为随机变量Ｍ　的方差协方差矩阵，等价　于如下等式：　①需要注意的是，如果个别金融机构的ＳＲＩＳＫ值小于０，则按照零加总。根据Ｂｒｏｗｎｌｅｅｓ　ａｎｄ　Ｅｎｇｌｅ的研究，在经济　危机中，金融机构的盈余资本很难短时间通过兼并重组或者贷款等形式转移到系统内其他机构中。Ⅲ　②　时间选择截至２０１６年第一季度，一方面原因是截至本文创作完成时，２０１６年第二季报尚未公布，２０１６年３月份　以后的财报数据不可得；另一方面，从２０１６年中开始，特朗普因素对市场的影响日渐加大，时间选择在该时间截止也可以　尽量规避该政治范畴的外生因素。　１Ｏ４　经济理论与经济管理２０１８年第４期　了分别测定。短期跨境资本流动数据取自新兴市场　投资基金研究公司（ＥＰＦＲ　Ｇｌｏｂａ１）　数据库。中　实证分析中，笔者首先通过标准模型、向量自回归　（ＶＡＲ）模型，对上述五变量的条件均值之间联动　关系进行研究。在建立并估计ＶＡＲ模型的基础　上，本文通过单变量ＧＡＲＣＨ模型计算条件方差　去除残差得到标准化残差序列，进而推导模型的动　国Ａ股收益率数据选取自沪深３００指数超额收益　率，本文的其他数据：美元的伦敦同业拆借利率　（ＵＳＤ　Ｌｉｂｏｒ）、在岸人民币的上海同业拆借利率　（ＣＮＹ　Ｓｈｉｂｏｒ）、ＣＮＨ　Ｈｉｂｏｒ、美元兑在岸人民币　态条件相关系数，进而构建ＶＡＲ＿ＭＧＡＲＣＨ—ＤＣＣ　模型，以对方差的估计进行优化，最终推导五变量　波动性之间的联动关系。变量描述性统计和序列见　表１和图１。表１显示，在“８·１１”汇改之前和　之后笔者考察的这五个变量中除了Ｘ　之外，其他　变量在“８·ｌｌ”汇改之前和之后方差变动剧烈。　当日结算汇率（ＵＳＤ／ＣＮＹ）、美元兑离岸人民币　当日结算汇率（ＵＳＤ／ＣＮＨ）、沪深３００指数　（ＣＳＩ３００）数据均来自彭博（Ｂｌｏｏｍｂｅｒｇ）数据库。　经过Ｗｉｎｒａｔｓ软件初步数据处理，笔者共得到６４９　个有效样本。在单位选择上，短期跨境资本流动的　单位是十亿（ｂｉｌｌｉｏｎ）美元，其余均为百分比。在　表ｌ　变量描述　“８·１１”汇改前　五变量　“８·１１”汇改后至２０１６年３月底　均值　Ｆ　Ｘ　Ｓ　一Ｏ．０１９　２　——０．Ｏ０１　３　一Ｏ．Ｏ７１　２　——方差　０．３２４　７　０．０００　１　２．９６７　８　０．０００　４　均值　一Ｏ．Ｏ１５　２　——０．０００　７　０．０８９　８　——０．００２　３　方差　０．０２０　３　０．０００　１　０．７０９　８　０．００８　８　０．０００　５　ｓＲＩｓＫ．　Ｏ．１Ｏ６　３　７．８７５　８　Ｏ．１６２　０　３．１７３　６　说明：表１显示在“８·１１”汇改之前和之后笔者考察的这五个变量中除了Ｘ　之外，其他变量在“８·１１”汇改之前　和之后方差变动剧烈。　图ｌ所示为所选区间内五变量的时间序列动态　出，当短期资本流动受到一个正向外部冲击时，对　其他变量所产生的影响。这里将其总结为表２，即　五变量间的脉冲影响关系。　从表２可以看出，股市收益率（Ｓ　）和无抛补　利率溢价（Ｕ　）在汇改前后都对我国的系统性风　险存在负向影响，这表明投资我国资本市场的收益　率提升有助于增强金融稳定。汇改前后，离／在岸　图。从该图可以看到，离岸在岸人民币汇率差　（Ｘ　）和无抛补利率溢价（【，　）的波动性在“８·　１１”汇改后明显增加，这是对汇改增加汇率弹性的　反映。相比而言，短期资本流动变量（Ｆ　）和中　国股市收益率（Ｓ　）的波动性在汇改后均未出现　明显变化。系统性风险（ＳＲＪＳＫ　）的波动性在汇　改后有所下降。　汇率差（Ｘ　）对无抛补利率溢价（Ｕ　）均存在显　著的负向影响，而Ｕ　对Ｓ　均存在显著的正向影　响，系统性风险的指标ＳＲＩＳＫ　对其他四个变量　均不存在显著影响。　图２和图３所示分别为“８·ｌｌ”汇率制度改　革前后的脉冲响应函数，指的是一单位正向外生冲　击对各变量的影响。限于篇幅，笔者只汇报了短期　跨境资本流动所带来的冲击。从图２和图３可以看　①ＥＰＦＲ（Ｅｍｅｒｇｉｎｇ　Ｐｏｒｔｆｏｌｉｏ　Ｆｕｎｄ　Ｒｅｓｅａｒｃｈ）是注册地在美国的基金研究机构。它是全球最大的各类基金监测机构，　数据范围涵盖全球基金流向和资产配置，监测超过１５　０００个新兴市场基金市场和超过７万亿美元的美国基金，这些基金管　理着全球２４万亿美元的资产。其数据被世界各国央行、国际组织使用，用于做政策分析。　１０５　经济理论与经济管理２０１８年第４期　资本流动　１　Ｏ　ｌ　２　—一汇率差ｘ　股市收益率　Ｏ．１　０　．０．１　晰　．　问　系统性风险　ｓ砌ＳＫｌ　间　图１五变量的时间序列动态（２０１３．０６．２Ｓ一２０ｌ６．０３．３１）　资料来源：ＥＰＦＲ　Ｇｌｏｂａｌ，彭博数据（Ｂｌｏｏｍｂｅｒｇ）。　汇改前后五变量互动模式的变化主要有以下　三点：　一结果表明，在汇率改革之前，短期跨境资金的流　人具有较强的汇市投机动机，对资本市场和中国整　第一，汇改之后短期跨境资本流动（Ｆ　）对　股市收益率（Ｓ　）和系统性风险（ＳＲＪ５Ｋ　）的影　响方向发生反转，汇改前短期资本流入降低股市市　场收益率且推高系统性风险，而在汇改之后，短期　资本流入推高股票价格且降低系统性金融风险。这　１０６　体金融稳定并没有起到积极的作用。在汇率改革之　后，跨境资金流入的动机变得更加单纯（人民币汇　率的投机利润收窄，更多只用于股权投资），在这　一时期跨境资本Ａ股市场上的买入行为更多地属于　“抄底”行为，有利于平抑股票市场风险，抑制恐　经济理论与经济管理脉冲值　０．０３　２０１８年第４期　短期跨境资本流动对系统性风险的影响　脉冲值　０．０２０　短期跨境资本流动对股市收益率的影响　０．Ｏ２　０．Ｏ１５　ｏ．ｏ１　０．０１Ｏ　．．．．．．·　０．Ｏ０　／．　‘　．．．一一……一．　、　一一…一　一　０．００５　、　．．０．Ｏ１　０．０００　，二　．．．．　…　．．．　、＝’：　．０．Ｏ２　５　１Ｏ　１５　２０　．０．００５　５　１０　１５　２Ｏ　期数　期数　图２　ＶＡＲ模型估计出的具有显著性的脉冲响应函数（“８·１１”之前）　脉冲值　短期跨境资本流动对系统性风险的影响　０．０２　脉冲值　短期跨境资本流动对股市收益率的影响　０．０１　０．００　，　、／．二　‘．……一．．　，　。／　，—，、、一、、．·　～～　０．０１　．０．Ｏ２　５　１Ｏ　１５　２０　期数　图３　ＶＡＲ模型估计出的具有显著性的脉冲响应函数（“８·１ｌ”之后）　表２　五变量间脉冲响应关系　“８·１１”汇改前　各变量累积效果　Ｆ　Ｘ　Ｓ　Ｕ　ＳＲＩＳＫ　Ｆ　Ｘ　给定变量　“８·１１”汇改后　各变量累积效果　Ｓ　ＳＲＩｓＫｔ　发生１单位正向冲击　ｎ—Ｆ｝　．负　负　负　负　正　正　负　负　Ｙｚ　一Ｘ　．Ｙａｆ—Ｓｆ　—负　正　负　正　正　负　负　Ｕ　一ＳＲＩＳＫ　说明：表中第一列中各变量定义如下：Ｆ　表示短期资本流动；ｘ　表示离岸在岸人民币兑美元汇率差；Ｓ　表示Ａ股市　场收益率；Ｕ　表示无抛补利率溢价；ＳＲＩＳＫ　表示系统性风险。相关检验结果均符合显著性需求。　１０７　经济理论与经济管理２０１８年第４期　慌行为，从而有利于降低中国系统性风险。　第二，在“８·ｌ１”汇改前，离岸在岸汇率差　影响发生变化导致的。短期跨境资本流动在汇改前　受到离岸和在岸人民币汇率差的显著影响，而汇改　后这一影响基本消除。　随后，笔者通过增广模型和ＶＡＲ＿ＭＧＡＲＣＨ—　（Ｘ　）对短期跨境资本流动（Ｆ　）和股市收益率　（Ｓ　）均存在显著的负向影响，而该影响路径在汇　改后不再显著。这一结果主要体现出汇改的效果之　一ＤＣＣ模型，对五变量问波动性的联动关系进行研　究。图４、图５和图６所示为通过ＶＡＲ—ＭＧＡＲＣＨ＿　是减少了离岸／在岸人民币套利的短期资本流动　及其对股市的影响。　ＤＣＣ模型拟合之后所得到的五变量动态条件相关　系数。动态相关系数ｃｏｒｒ（Ｘ　，Ｕ　）和ｃｏｒｒ（Ｓ　，　ＳＲＩＳＫ　）是其中两组明显区别于０的相关系数，　故将其单独列出以增加图表的可读性。由图４和图　５可以看到，变量波动性之间的八组相关系数均接　近于０，其中，ｃｏｒｒ（　，ＳＲＪＳＫ　）和ｃｏｒｒ（Ｆ　，　ＳＲＪＳＫ　）多处于（一０．０５，一０．１）之间，而其　第三，在汇改前ｓ　指标的外生变化只对　ＳＲＩＳＫ　存在显著影响，而汇改后除对ＳＲＩＳＫ　的　影响外，还对短期跨境资本流动Ｆ　产生显著的正　向影响。这一结果与以上两点分析具备一致性，汇　率改革之后由于抑制了对于离岸／在岸人民币汇率　的投机行为，因而中国Ａ股市场的表现对于短期　跨境资本的投资越来越具备指示意义。　总的来说，汇改前后短期跨境资本流动、资本　市场表现、无抛补利率溢价是中国系统性风险的三　余六组相关系数多处于（０，０．０５）区间。实证分　析表明，在“８·ｌｌ”汇改之前，各组变量的条　件动态相关系数均较为平稳，随时间变化不大，　但是在“８·１１”汇改后八组相关系数的波动性　明显增加。这些结果表明汇率改革的直接后果是　改变中国主要的大类金融资产价格的相关性，而　大影响因素，其中资本市场表现和无抛补利率溢价　对系统性风险始终为负向影响。汇改前后出现变化　的影响因素为短期跨境资本流动。汇改前资本流人　会显著增加系统性风险，汇改后则会减少系统性风　险，这主要是由于资本流动对于中国Ａ股市场的　系数　０．２００　０．１５Ｏ　且使这些金融资产不再具备稳定和连续的相　关性。　０．１ＯＯ　０．０５０　０．０００　—０．０５０　０．１ＯＯ　０．１５０　０．２００　０．２５０　．一．．一　ｃｏｒｒ（Ｆ，　一ｃｏｒｒ（Ｆ，　………ｃｏｒｒ（Ｃ，　）。一一ｃｏｒｒ（　，ＳＲＩＳＫ，）　图４五变量ＶＡＲ－ＭＧＡＲＣＨ－ＤＣＣ模型波动性动态条件相关系数（１）　从图６中可以看到，ｃｏｒｒ（Ｘ　，Ｕ　）和ｃｏｒｒ　（Ｓ　，ＳＲＩＳＫ　）在所选区间内处于（ｍ０．６，一０．８）　元利差、Ａ股收益率与我国系统性风险的外生冲　击之问均存在显著的负相关关系。ｃｏｒｒ（【，，，Ｘ　）　显著为负。根据定义，不难看出Ｕ，等于ｘ　与买　之间，说明影响离在岸人民币利差与离岸人民币美　１Ｏ８　经济理论与经济管理２０１８年第４期　在岸人民币卖美元的非抛补套利超额收益（为方便　讨论，笔者用ｗ　表示该收益）之和。因此，Ｕ　和Ｘ　的条件负相关意味着买离岸人民币卖在岸人　民币的超额收益（Ｘ　）与买在岸人民币卖美元的　非抛补套利超额收益（ｗ　）条件负相关。明显地　在岸人民币利率本身的波动是这一条件负相关的一　，Ｏ　景２　０　ｌ　０　１　０　０　Ｏ　Ｏ　０　Ｏ　个重要来源。在岸人民币利率上升，则会降低Ｘ　，　而抬高ｗ　。反之，人民币利率下降，则会抬高前　者，降低后者。因此，Ｘ，和ｗ　显著负相关意味　Ｏ　ｌ　数∞　如　∞　如　∞　∞　∞　∞　∞　着人民币利率变动是驱动Ｘ　和ｗ　变动的主要　系３　４　５　数∞　∞　∞　∞　∞　∞　∞　因素。　Ｏ　ｌ　Ｏ　２　………ｃｏｒｒ（Ｘ，，　）…－。ｃｏｒｒ（Ｘ，ＳＰ，ＩＳＫ）——￣ｏｒｒ（Ｓ￣，　）————ｃｏｒｒ（Ｕ，，ｓｍｓｘ，）　图５五变量ＶＡＲ－ＭＧＡＲＣＨ－ＤＣＣ模型波动性动态条件相关系数（２）　一一一ＣＯｒｒ　，　）——ｃｏ￣Ｓ，，ＳｍＳＫ￣）　图６五变量ＶＡＲ－ＭＧＡＲＣＨ－ＤＣＣ模型波动性动态条件相关系数（３）　由于Ｕ　一Ｘ　＋ｗ　，而表２显示系统性风险受　到Ｕ，影响，而不受Ｘ　影响，这表明表２中Ｕ　上　味着提高人民币利率有利于降低系统性风险。　另外，ｃｏｒｒ（Ｓ　，ＳＲＩＳＫ　）显著为负说明推　高股市收益率的外生冲击与能够降低系统性风险的　外生冲击存在正向的联系。这意味着在笔者的样本　１Ｏ９　升降低系统性风险的作用来自于ｗ　上升。由于人　民币利率变动是驱动ｗ　变动的主要因素，这就意　经济理论与经济管理２０１８年第４期　前，短期跨境资本净流入并非完全是以投资中国　资本市场为目的的，而更多的是以投机离／在岸　人民币价差为主要目的，因此具有极强的“热　钱”特征。“８·１１”汇率改革之后，投机成本显　期间内导致股票市场大跌的因素同时也是系统性金　融风险的重要来源。　综合以上结果，我国短期跨境资本流动与系统　性风险之间存在显著的单向影响关系，且“８·¨”　汇改前后该影响的方向反转。同时，影响短期跨境　著提高，因此，新的报价机制在抑制针对人民币　汇率的投机行为上具有积极意义，应当持续　下去。　资本流动与系统性风险的外生冲击同样存在负向关　联关系。此外，短期跨境资本流动还通过影响Ａ　股收益率影响我国的系统性风险，而系统性风险同　第五，在开放经济条件下，人民币对美元相对　时受到短期跨境资本流动、Ａ股收益率和离岸人　民币与美元利差的共同影响。　五、结论与政策性建议　基于本文的实证结果和分析研究，结合目前的　国内外经济政治形势，笔者提出政策性建议如下：　第一，本文实证分析表明，由于短期跨境资本　是影响中国系统性风险指标的重要因素之一，因而　在资本账户的开放过程中，需要秉承审慎原则，切　勿冒进。尤其对于以金融类资产为主要投资标的的　短期跨境资本，必须予以严格审批，对于机构资　质、投资标的、投资额度等方面继续坚持现行的严　格准人制度和相关管理规范。　第二，通过上文的实证分析表明，中国资本市　场虽然发展时间短、机制不够成熟，但已经具备吸　收和缓冲系统性风险的能力。因此，在制度上必须　尽快打造适度宽松的准人机制，使更多的创新性企　业和中小公司上市，扩展实体经济融资渠道，进一　步降低传统银行融资的比重，从而降低间接债权融　资累积形成的系统性风险。　第三，根据本文实证的结果，我国应当充分认　识到短期跨境资本流动对系统性风险造成的影响，　尤其是在金融市场相对平稳的时期。目前，虽然名　义上的短期跨境资本主要由获得批准的合格境外投　资者（ＱＦＩＩ）构成，且资金的数量相对于我国庞　大的Ａ股市场总市值并不大，但是ＱＦＩＩ资金的投　资行为是很多其他各类资金的重要先导指标，其波　动性会撬动远大于其自身的资金额。　第四，本文实证表明，在“８·１１”汇改以　１１Ｏ　收益的提高有助于防止资金外逃，进而维持金融稳　定。在产能过剩和经济下行双重压力之下，货币政　策有宽松化的压力，但考虑到适度的利率水平对于　维持金融稳定的作用，过度宽松的货币刺激是需要　有效管控的。　第六，加快金融监管体制改革，设立能够综合　协调“一行三会”的大金融监管体系。本文的研究　结论表明，短期跨境资本流动和系统性风险存在显　著的相互影响。事实上，短期跨境资本流动的监管　权力隶属于中国证监会，而系统性风险重要影响因　素也包括商业银行，是中国银监会的监管范围，货　币政策、支付结算等系统重要性金融系统和金融稳　定的全局则归属中国人民银行。由此可见，短期跨　境资本流动和系统性风险的监管尚存在央行和证监　会职权交叉和责任不明的问题。因此，应尽快建立　大金融监管体系，有助于帮助去除金融监管中存在　的盲点，更好地管控系统性风险。　国际和国内有越来越多的呼声希望加快资本账　户开放的进程，要求尽快放松外汇管制，以实现　“三元悖论”博弈中的人民币汇率稳定和货币政策　独立性，更快地将国内经济与国际接轨，并通过汇　率稳定进一步推动人民币的全球化。但是，基于　２０世纪９Ｏ年代亚洲金融危机、２１世纪初全球金　融危机，特别是泰国、韩国、中国香港等发达国　家和地区的金融危机的经验教训，我们应当充分　认识到我国金融体系与西方先进国家的差距和特　异性，并在建立严格风险控制体系的基础之上，　不断完善并审慎推进与资本开放相关的制度建　设，对资本账户开放要认真评估其经济后果，防　范系统性风险的发生。　经济理论与经济管理参考文献　Ｉ－１］王军．中国资本流出的总量和结构分析ＬＪ］．改革，１９９６，（５）．　２０１８年第４期　［２］国家外汇管理局国际收支分析小组．２０１４中国跨境资金流动监测报告［－ＥＢ／ＯＬ］．ｈｔｔｐｓ：／／ｗｅｎｋｕ．ｂａｉｄｕ．ｃｏｒｎ／　ｖｉｅｗ／９７ｌ５５５３５ａ８９５６ｂｅｃＯ８７５ｅ３６１．ｈｔｍｌ，２０１８—０１—１２．　［３］Ｄ．Ｂｉｓｉａｓ，Ｍ．Ｄ．Ｆｌｏｏｄ，Ａ．Ｗ．Ｌｏ，Ｓ．Ｖａｌａｖａｎｉｓ．Ａ　Ｓｕｒｖｅｙ　ｏｆ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ　Ａｎａｌｙｔｉｃｓ　ＥＪ］．Ａｎｎｕａｌ　Ｒｅｖｉｅｗ　ｏｆ　Ｆｉ—　ｎａｎｃｉａｌ　Ｅｃｏｎｏｍｉｃｓ，２０１２，（４）．　［４］ｃ．Ｔ．Ｂｒｏｗｎｌｅｅｓ，Ｒ．Ｆ．Ｅｎｇｌｅ．Ｖｏｌａｔｉｌｉｔｙ，Ｃｏｒｒｅｌａｔｉｏｎ　ａｎｄ　Ｔａｉｌｓ　ｆｏｒ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ　Ｍｅａｓｕｒｅｍｅｎｔ［ｚ］．ＮＹＵ＿ｓｔｅｒｎ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒ，２０　１０．　［５］Ｖ．ｖ．Ａｃｈａｒｙａ，Ｌ．Ｈ．Ｐｅｄｅｒｓｅｎ，Ｔ．Ｐｈｉｌｉｐｐｏｎ，Ｍ．Ｐ．Ｒｉｃｈａｒｄｓｏｎ．Ｍｅａｓｕｒｉｎｇ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ［ｚ］．ＮＹＵ－Ｓｔｅｒｎ　ｗｏｒｋ—　ｉｎｇ　Ｐａｐｅｒ，２０１０．　［６］赵进文，韦文彬．基于ＭＥＳ测度我国银行业系统性风险ＥＪ］．金融监管研究，２０１２，（８）．　［７］Ｔ．Ａｄｒｉａｎ，Ｍ．Ｋ．Ｂｒｕｎｎｅｒｍｅｉｅｒ．ＣｏＶａＲ　ＥＪ］．Ａｍｅｒｉｃａｎ　Ｅｃｏｎｏｍｉｃ　Ｒｅｖｉｅｗ，２０１６，１０６（７）．　［８］Ｒ．Ｒｏｅｎｇｐｉｔｙａ，Ｐ．Ｒｕｎｇｃｈａｒｏｅｎｋｉｔｋｕ１．Ｍｅａｓｕｒｉｎｇ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ　ａｎｄ　Ｆｉｎａｎｃｉａｌ　Ｌｉｎｋａｇｅｓ　ｉｎ　ｔｈｅ　Ｔｈａｉ　Ｂａｎｋｉｎｇ　Ｓｙｓｔｅｍ　［Ｚ］．Ｂａｎｋ　ｏｆ　Ｔｈａｉｌａｎｄ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒｓ，２０１　１．　［９］高国华，潘英丽．银行系统性风险度量——基于动态ＣｏＶａＲ方法的分析［Ｊ］．上海交通大学学报，２０１１，（１２）．　，１１０１范小云，王道平，方意．我国金融机构的系统性风险贡献测度与监管——基于边际风险贡献与杠杆率的研究［Ｊ］．　南开经济研究，２０１１，（４）．　，１１１］Ｌ．Ａｌｌｅｎ，Ｔ．Ｇ．Ｂａｌｉ，Ｙ．Ｔａｎｇ．Ｄｏｅｓ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ　ｉｎ　ｔｈｅ　Ｆｉｎａｎｃｉａｌ　Ｓｅｃｔｏｒ　Ｐｒｅｄｉｃｔ　Ｆｕｔｕｒｅ　Ｅｃｏｎｏｍｉｃ　Ｄｏｗｎｔｕｒｎｓ？　［Ｊ］．Ｒｅｖｉｅｗ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｓｔｕｄｉｅｓ，２０１２，２５（１０）．　，１１２］Ｋ．Ｇｉｅｓｅｃｋｅ，Ｂ．Ｋｉｍ．Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ：ｗｈａｔ　Ｄｅｆａｕｌｔｓ　Ａｒｅ　Ｔｅｌｌｉｎｇ　Ｕｓ［Ｊ］．Ｍａｎａｇｅｍｅｎｔ　Ｓｃｉｅｎｃｅ，２０１１，５７．　，１１３］Ｄ．Ｆ．Ｇｒａｙ，Ａ。Ｊｏｂｓｔ．Ｎｅｗ　Ｄｉｒｅｃｔｉｏｎｓ　ｉｎ　Ｆｉｎａｎｃｉａｌ　Ｓｅｃｔｏｒ　ａｎｄ　Ｓｏｖｅｒｅｉｇｎ　Ｒｉｓｋ　Ｍａｎａｇｅｍｅｎｔ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｉｎｖｅｓｔ—　ｍｅｎｔ　Ｍａｎａｇｅｍｅｎｔ，２０１０，８（１）．　［１４］Ｖ．ｖ．Ａｃｈａｒｙａ，Ｒ．Ｅｎｇｌｅ，Ｍ．Ｒｉｃｈａｒｄｓｏｎ．Ｃａｐｉｔａｌ　Ｓｈｏｒｔｆａｌｌ：Ａ　Ｎｅｗ　Ａｐｐｒｏａｃｈ　ｔｏ　Ｒａｎｋｉｎｇ　ａｎｄ　Ｒｅｇｕｌａｔｉｎｇ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋｓ［Ｊ］．Ａｍｅｒｉｃａｎ　Ｅｃｏｎｏｍｉｃ　Ｒｅｖｉｅｗ，２０１２，１０２（３）．　［１５］ｃ．Ｔ．Ｂｒｏｗｎｌｅｅｓ，Ｒ．Ｆ．Ｅｎｇｌｅ．ＳＲＩＳＫ：Ａ　Ｃｏｎｄｉｔｉｏｎａｌ　Ｃａｐｉｔａｌ　Ｓｈｏｒｔｆａｌｌ　Ｍｅａｓｕｒｅ　ｏｆ　Ｓｙｓｔｅｍｉｃ　Ｒｉｓｋ［ｚ］．ＮＹＬ卜ｓｔｅｒｎ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒ，２０１５．　［１６］周强，杨柳勇．论中国系统重要性银行识别——市场模型法还是指标法［Ｊ］．国际金融研究，２０１４，（９）．　，１１７］梁琪，李政，郝项超．我国系统重要性金融机构　ｉＸ￣＇１与监管——基于系统性风险指数ＳＲＩＳＫ方法的分析ＥＪ］．　金融研究，２０１３，（９）．　Ｅ１８］Ｒ．Ｌｅｖｉｎｅ，Ｓ．Ｚｅｒｖｏｓ．Ｃａｐｉｔａｌ　Ｃｏｎｔｒｏｌ　Ｌｉｂｅｒａｌｉｚａｔｉｏｎ　ａｎｄ　Ｓｔｏｃｋ　Ｍａｒｋｅｔ　Ｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］．ｗｏｒ１ｄ　Ｄｅｖｅｌｏｐｍｅｎｔ，　１９９８，２６（７）．　，１１９］Ａ．Ｃｈａｒｉ，Ｐ．Ｂ．Ｈｅｎｒｙ．Ｒｉｓｋ　Ｓｈａｒｉｎｇ　ａｎｄ　Ａｓｓｅｔ　Ｐｒｉｃｅｓ：Ｅｖｉｄｅｎｃｅ　ｆｒｏｍ　ａ　Ｎａｔｕｒａｌ　Ｅｘｐｅｒｉｍｅｎｔ［ｚ］．ＮＢＥＲ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒｓ　Ｎｏ．８　９８８。２００２．　［２Ｏ］Ｐ．Ｋｒｕｇｍａｎ．Ａ　Ｍｏｄｅｌ　ｏｆ　Ｂａ１ａｎｃｅ＿ｏｆ＿Ｐａｙｍｅｎｔｓ　Ｃｒｉｓｅｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｍｏｎｅｙ　Ｃｒｅｄｉｔ＆Ｂａｎｋｉｎｇ，１９７９，（１１）．　，１２１］Ｍ．Ｏｂｓｔｆｅｌｄ．Ｒａｔｉｏｎａｌ　ａｎｄ　Ｓｅｌｆ－Ｆｕｌｆｉｌｌｉｎｇ　Ｂａｌａｎｃｅ－ｏｆ－Ｐａｙｍｅｎｔｓ　Ｃｒｉｓｅｓ［Ｊ］．Ａｍｅｒｉｃａｎ　Ｅｃｏｎｏｍｉｃ　Ｒｅｖｉｅｗ，１９８６，７６　（１）．　［２２］Ｇ．Ｌ．Ｋａｍｉｎｓｋｙ，Ｃ．Ｍ．Ｒｅｉｎｈａｒｔ．Ｆｉｎａｎｃｉａｌ　Ｃｒｉｓｅｓ　ｉｎ　Ａｓｉａ　ａｎｄ　Ｌａｔｉｎ　Ａｍｅｒｉｃａ：Ｔｈｅｎ　ａｎｄ　Ｎｏｗ［Ｊ］．Ａｍｅｒｉｃａｎ　Ｅｃｏ—　ｎｏｍｉｃ　Ｒｅｖｉｅｗ，１９９８，８８（２）．　［－２３］金雪军，张雪芳，李红坤．国际游资流入对我国宏观经济冲击机制分析［Ｊ］．浙江大学学报（人文社会科学版），　２００６，３６（２）．　Ｅ２４］吕江林，杨玉凤．当前我国资本大规模流入问题及对策口］．当代财经，２００７，（２）．　，１２５］周豪，温小敏．跨境资金流动风险监测预警指标体系的构建与实证分析Ｉ－Ｊ］．上海金融，２０１０，（５）．　［２６］Ｂ．Ｋ．Ｋａｐｕｒ．Ｃａｐｉｔａｌ　Ｆｌｏｗｓ　ａｎｄ　Ｅｘｃｈａｎｇｅ　Ｒａｔｅ　Ｖｏｌａｔｉｌｉｔｙ：Ｓｉｎｇａｐｏｒｅ’ｓ　Ｅｘｐｅｒｉｅｎｃｅ　Ｅｚ］．ＮＢＥＲ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒｓ　Ｎｏ．１１　３６９，２００５．　１１１　经济理论与经济管理２０１８年第４期　Ｅ２７］张谊浩，　沈晓华．人民币升值、股价上涨和热钱流入关系的实证研究［Ｊ］．金融研究，２００８，（１１）．　严敏．股票价格与汇率之间的动态关系——基于中国市场的经验分析［Ｊ］．南开经济研究，２００９，（３）．　［２８３巴曙松，　Ｅ２９］朱孟楠，　刘林．短期国际资本流动、汇率与资产价格一一基于汇改后数据的实证研究［Ｊ］．财贸经济，２０１０，　（５）．　［３Ｏ］陈浪南，　陈云．人民币汇率、资产价格与短期国际资本流动［Ｊ］．经济管理，２００９，（１）．　［３１］吕光明，　徐曼．中国的短期国际资本流动——基于月度ＶＡＲ模型的三重动因解析［Ｊ］．国际金融研究，２０１２，　（４）．　［３２］　叶亚飞，石建勋．汇改、资本流动及我国金融改革的时间窗口选择ＥＪ］．财经科学，２０１６，（３）．　张明．人民币汇率形成机制改革：历史成就、当前形势与未来方向［Ｊ］．国际经济评论，２０１６，（３）．　［３３］　［３４］　余永定，肖立晟．完成“８１ｌ汇改”：人民币汇率形成机制改革方向分析［Ｊ］．国际经济评论，２０１７，（１）．　Ｒ．Ｆ．Ｅｎｇｌｅ，Ｋ．Ｓｈｅｐｐａｒｄ．Ｔｈｅｏｒｅｔｉｃａｌ　ａｎｄ　Ｅｍｐｉｒｉｃａｌ　Ｐｒｏｐｅｒｔｉｅｓ　ｏｆ　Ｄｙｎａｍｉｃ　Ｃｏｎｄｉｔｉｏｎａｌ　Ｃｏｒｒｅｌａｔｉｏｎ　Ｍｕｌｔｉｖａｒｉａｔｅ　［３５］　ＧＡＲＣＨ［Ｚ］．ＮＢＥＲ　Ｗｏｒｋｉｎｇ　Ｐａｐｅｒｓ　Ｎｏ．８　５５４，２００１．　（责任编辑：刘舫舸）　ＰｏＲＴＦｏＬＩｏ　ＩＮＶＥＳＴ］ⅥＥＮＴＳ．ＦＩＮＡＮＣＩＡＬ　ＭＡＲＫＥＴ　ＡＮＤ　ＳＹＳＴＥＭＩＣ　ＲＩＳＫ　ＧＡＮＧ　Ｊ　ｉａｎ－ｈｕａ　ＺＨＡＯ　Ｙａｎｇ　ＧＡＯ　Ｘｉａｎｇ　（１．Ｒｅｎｍｉｎ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｃｈｉｎａ；２．Ｉｎｖｅｓｔｍｅｎｔ　Ｃｅｎｔｅｒ，Ｓｔａｔｅ　Ａｄｍｉｎｉｓｔｒａｔｉｏｎ　ｏｆ　Ｆｏｒｅｉｇｎ　Ｅｘｃｈａｎｇｅ）　Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｓｔａｒｔｓ　ｂｙ　ｄｅｆｉｎｉｎｇ　ｆｉｖｅ　ｆａｃｔｏｒｓ　ｔｈａｔ　ａｒｅ　ｒｅｌｅｖａｎｔ　ｔｏ　ｃｒｏｓｓ—ｂｏｒｄｅｒ　ｐｏｒｔｆｏｌｉｏ　ｉｎｖｅｓｔ—　ｍｅｎｔ　ｔｏｗａｒｄｓ　Ｃｈｉｎａ．Ｄｉｆｆｅｒｅｎｔ　ｆｒｏｍ　ｏｔｈｅｒ　ｓｔｕｄｉｅｓ，ｔｈｉｓ　ｐａｐｅｒ　ｅｘａｍｉｎｅｓ　ｔｈｅ　ｅｆｆｅｃｔｓ　ｏｆ　ｃａｐｉｔａｌ　ｆｌｏｗｓ　ｄｕｅ　ｔｏ　ｐｏｒｔｆｏｌｉｏ　ｉｎｖｅｓｔｍｅｎｔ　ｕｐ　ｔｏ　ａ　ｃｏｎｄｉｔｉｏｎａｌ　ｓｅｃｏｎｄ　ｏｒｄｅｒ．Ｗｅ　ｄｅｒｉｖｅ　ａ　ｍｕｌｔｉ～ｆａｃｔｏｒ　ｐｒｉｃｉｎｇ　ｆｏｒｍｕｌａ　ｏｆ　ｔｈｅ　ｃｒｏｓｓ—　ｂｏｒｄｅｒ　ｅｑｕｉｔｙ　ｉｎｖｅｓｔｍｅｎｔｓ．Ｗｅ　ａｌｓｏ　ｃｏｎｄｕｃｔｅｄ　ａ　ｍｅａｓｕｒｅｍｅｎｔ　ｏｆ　ｃｒｏｓｓ—ｂｏｒｄｅｒ　ｃａｐｉｔａｌ　ｉｎｆｌｏｗ／ｏｕｔｆｌｏｗ　ｄｕｅ　ｔｏ　ｐｏｒｔｆｏｌｉｏ　ｉｎｖｅｓｔｍｅｎｔｓ　ｔｏｗａｒｄｓ　Ｃｈｉｎａ’Ｓ　ｆｉｎａｎｃｉａｌ　ｍａｒｋｅｔｓ．Ｗｅ　ｏｂｔａｉｎｅｄ　ｔｈｅ　ｄａｔａｓｅｔ　ｏｆ　ｃａｐｉｔａｌ　ｆｌｏｗ　ａｎｄ　ｆｉｎａｌｌｙ　ａｎａｌｙｚｅｄ　ｔｈｅｉｒ　ｃｏｒｒｅｌａｔｉｏｎｓ　ｉｎ　ｃｏｎｄｉｔｉｏｎａｌ　ｍｅａｎ　ａｓ　ｗｅｌｌ　ａｓ　ｉｎ　ｔｈｅ　ｄｙｎａｍｉｃ　ｃｏｎｄｉｔｉｏｎａｌ　ｃｏｒｒｅｌａｔｉｏｎｓ．Ｔｈｕｓ，ｗｅ　ｇｅｎｅｒａｌｉｚｅ　ｔｈｅ　ｂｅｎｃｈｍａｒｋ　ＶＡＲ　ｍｏｄｅｌ　ｂｙ　ｂｕｉｌｄｉｎｇ　ａｎ　ａｕｇｍｅｎｔｅｄ　ｍｏｄｅｌ，ａ　ＶＡＲ—ＭＧＡＲＣＨ—ＤＣＣ　ｍｏｄｅ１．Ｉｎ　ａｄｄｉｔｉｏｎ，ｏｕｒ　ｅｖｉｄｅｎｃｅ　ｒｅｖｅａｌｓ　ｔｈａｔ　Ｃｈｉｎａ’Ｓ　ｓｔｏｃｋ　ｍａｒｋｅｔ　ｐｌａｙｓ　ａｓ　ａ　ｓｔａｂｉｌｉｚｅｒ　ｆｏｒ　ｓｈｏｒｔ　ｔｅｒｍ　ｃａｐｉｔａｌ　ｅｓｐｅ—　ｃｉａｌｌｙ　ａｆｔｅｒ　ｔｈｅ　ｒｅｆｏｒｍ．Ｉｎ　ｓｕｍｍａｒｙ，ｔｈｉｓ　ｐａｐｅｒ　ｓｕｇｇｅｓｔｅｄ　ｔｈａｔ　ｔｈｅ　ｃａｐｉｔａｌ　ａｃｃｏｕｎｔ　ｌｉｂｅｒａｌｉｚａｔｉｏｎ　ｍｕｓｔ　ｂｅ　ｔｒｅａｔｅｄ　ｃａｕｔｉｏｕｓｌｙ，ｂｅｃａｕｓｅ　ｂｏｔｈ　ｓｈｏｒｔ　ｔｅｒｍ　ｃａｐｉｔａｌ　ｆｌｏｗ　ａｎｄ　ｅｘｃｈａｎｇｅ　ｒａｔｅ　ｖｏｌａｔｉｌｉｔｙ　ｐｌａｙ　ｅｓｓｅｎｔｉａｌ　ｒｏｌｅｓ　ｉｎ　Ｃｈｉｎａ’Ｓ　ｓｙｓｔｅｍｉｃ　ｒｉｓｋ．　Ｋｅｙ　ｗｏｒｄｓ：ｃｒｏｓｓ—ｂｏｒｄｅｒ　ｃａｐｉｔａｌ　ｆｌｏｗｓ；ｓｙｓｔｅｍｉｃ　ｒｉｓｋ；ＳＲＩＳＫ；ＭＧＡＲＣＨ—ＤＣＣ；ｆｏｒｅｉｇｎ　ｅｘｃｈａｎｇｅ　ｒｅｆｏｒｍ　１１２