3 金融化对经济增长的“区制转移特性”
本节的主要目的是从实证的角度分析金融化是否对经济增长有显著的非线性影响。在正式分析二者的关联性之前，需要完成一个基础性的工作，即选择若干与经济金融相关的具有代表性的基础指标，构建一个综合性的金融化指数，用以反映我国经济金融化的整体发展态势。与已有的相关文献相比，本文采用一个综合性的金融化指数而不是单一的指标（大部分文献如此）来描述和评价我国金融化的发展趋势，主要是从以下两方面进行考虑的：一是综合性的指数相比于任何一个单一的指标，能够更全面、更广泛地涵盖经济运行中金融活动的各个方面，因而可以更准确地反映金融化的整体发展方向和趋势；二是从实证角度来看，由于大多数金融变量相互之间相关程度较高，与在实证分析中同时纳入多个独立且相互影响的反映金融化程度的变量相比，综合性的金融化指数能够更为有效地避免多重共线性问题。因此，通过构建综合性的金融化指数来反映我国经济运行中金融化趋势，具有理论和实证的双重优势。
3.1 构建中国金融化指数
综合考虑我国经济金融化的若干典型事实，同时参考已有文献的实证研究成果，本文构建金融化指数的基础指标包括以下7个具有代表性的变量。（1）金融部门产出贡献率，用金融部门的增加值与GDP之比来表示，该指标能够反映金融部门在宏观经济中的重要程度。（2）金融相关比率，用金融资产规模占GDP的比重来表示，是经济金融化的直接体现，经济金融化是金融资产相对于国民财富不断扩张的过程。（3）货币化率，用M2比GDP来表示，该指标反映出整个经济体货币化程度，货币性金融资产是金融资产的重要组成部分。金融化是以经济货币化为基础的，货币化可以看作金融化的初级阶段。（4）信贷化率，用金融机构的存贷款之和与GDP之比来表示，反映出金融机构对于经济运行的支持程度。该指标是经济与金融融合过程中，金融发挥主导作用的开端，间接体现金融市场的发展程度。（5）证券化率，用证券化资产总量与GDP之比来表示，这里证券化资产包括股票和债券。该指标反映出整个经济体中资产证券化的程度，体现资本市场或者说直接融资市场的发展程度和运行效率。（6）金融结构，用直接融资占金融资产总量的比例来表示，该指标值越大，直接融资占比越高，间接融资的比重相应下降，融资方式朝着多样化和证券化方向发展，则金融化程度越高。（7）债务规模，用实体部门（家庭、政府和非金融企业部门）的债务规模占GDP的比重来表示，体现了实体部门参与金融活动的程度。这里没有考虑金融部门的原因是，金融部门并非最终借款人，而仅仅作为金融中介。这些基础指标从金融部门膨胀、金融资产扩张、资产证券化、金融结构及实体部门金融活动的参与度等方面对整个经济运行中的金融化程度进行了多维度描述，同时也是经济金融化特征的充分体现。
考虑到数据的可得性、连续性与可比性，本文选取的样本区间为1992年第一季度至2017年第二季度。除了债务规模数据来源于国际清算银行（Bank of International Settlements）外，其余的数据均来自中经网和Wind数据库。此外，对于具有季节性特征的时间序列，本文利用Eviews 9.0对数据进行季节性调整，以剔除季节因素的影响，调整方法为Census X-12。
从技术上看，各个基础指标的数据类型、计量单位和数量级都不尽相同，因此，在将这7个指标合成一个综合性指数之前，需要对各指标进行“无量纲化”处理，使其在技术上具有可比性，以确保度量结果的合理性和可靠性。按照主流参考文献的做法，本文采用标准差标准化的方法，对各指标进行无量纲化转换。标准差标准化的计算公式如下：
其中，Xit表示第t期i指标的原始数值，
、si分别表示Xit的算数平均值和标准差，X′it表示在第t期i指标标准差标准化后的数值。
在进行无量纲化处理之后，本文通过主成分分析法将这些基础变量最终合成一个综合性的金融化指标，即本文所指的金融化指数（见图1）。本文利用HP滤波方法分离出该指数的趋势成分，并最终得到循环成分，循环成分可以直接反映金融活动对均衡水平的偏离状况，以此来衡量中国经济金融化的走势及周期波动状况。
图1 中国金融化指数（1992年第一季度至2017年第二季度）
3.2 马尔科夫区制转移模型的设定
线性模型通常存在参数不随时间变化及结构性突变等问题，而Hamilton（1989）提出的马尔科夫区制转移模型成功解决了上述问题。该模型假定回归参数遵循马尔科夫过程，具有以下优势：一是模型能够通过以往的样本信息集确定各个状态，而并不是事前约定各区制的时间段；二是模型能够有效对参数进行估计，且能够估计出区制转移的概率矩阵。
区制转移模型的核心经济意义是可以识别和比较不同经济波动阶段各经济变量之间作用机制的异同。假设样本期内，金融化对经济增长的作用机制存在区制转移特征，即金融化对经济增长的作用机制会随着区制的转移而发生改变。因此，为研究我国金融化对经济增长影响的区制转移特征，这里将金融化指数FI设定为状态转移变量。模型设定如下：
其中，yt表示经济增长率，c为常数项，β用以刻画经济增长惯性，α（St）表示状态转移参量，即金融化对经济增长的影响系数。
依据式（15）构建马尔科夫区制转移模型，实证选择的变量为经济增长率（yt）和金融化指数（FI）。研究的样本区间为1992年第一季度至2017年第二季度，其中，yt表示季度实际GDP的同比增长率，是本节研究的因变量。季度实际GDP通过季度名义GDP除以CPI（1992年第一季度=100）指数进行平减得到。相关变量的统计数据来源于中经网和Wind数据库。
3.3 区制转移特征分析
这里设定区制的数量为2，即按照波动频率大小划分为高波动区制和低波动区制。并利用Matlab计算对数似然函数取最大值时所对应的各参数的值，即为区制转移模型参数的估计值。模型的具体估计结果如表1所示。
表1 马尔科夫区制转移模型估计结果
从表1可以看出，模型的估计效果较好。除了区制2中金融化指数的系数在10%的置信水平下拒绝原假设（P值为0.0954）外，其余的参数估计量均在1%的置信水平下显著。波动频率σ在区制1的估计结果是0.0062，在区制2的估计结果为0.0167，且均在1%的置信水平下拒绝原假设，说明按照波动频率对区制划分是有效的，进一步表明我国金融化对经济增长的作用机制在不同时期具有明显的区制转移特性。其中，区制1对应的是低波动区制，区制2对应的是高波动区制。区制2的波动频率是区制1波动频率的2.7倍。
同时，p_{1|1}和p_{2|2}均大于0.9的经济意义在于，我国的经济增长形势在各个区制内都具有很强的惯性或者惰性，经济形势一旦进入某种状态将很难发生改变。具体而言，当某一时期的经济增长处于低频波动状态时，下一期会有91.74%的概率继续保持在该状态；而当某一时期的经济增长处于高频波动状态时，下一期会有96.82%的概率仍保留在高波动区制。由此，可以预测，在未来一段时期内，我国的经济形势如果没有受到任何突发性的外在冲击的影响，将不会出现结构转折。通常，根据平滑概率是否大于0.5这一标准，来判定该时点的区制归属情况（见图2和图3）。从二区制划分的具体结果来看，高波动区制主要集中在1993～1996年以及2000～2010年。一方面是因为自1992年邓小平南方谈话之后，我国经济进入加速增长的繁荣时期；另一方面是因为金融危机时期，经济受到外生冲击的强烈影响，经济增速变动较不稳定，以及后金融危机时期的经济复苏期，经济开始快速增长，波动较大。从影响系数结果来看，高波动区制中金融化指数的系数估计值是正的，一定程度上说明经济的高速增长需要较高的金融化与之相匹配。但是仅在10%的置信水平下显著，这意味着当经济增速处于高频波动状态时，金融化与经济增长的正向关系并不是很显著。
图2 区制1的平滑概率
图3 区制2的平滑概率
低波动区制主要集中在1997～1999年和2012～2016年。1997年亚洲金融危机期间，我国经济增长处于低频率波动状态，其原因可能是在该时期，金融危机尽管对我国的经济增长和金融体系带来一定的冲击，但是得益于这一时期我国金融市场的对外开放度较低，资本项目的管制相对严格，以及我国政府为应对此次金融危机带来的冲击所实施的一系列扩张性的宏观调控政策和金融制度改革措施，使得这一时期中国经济增长的波动较为平稳。
而自2012年我国经济增长速度跌破8%以来，宏观经济运行步入“新常态”阶段，经济增速进入换挡时期，虽然增速的绝对水平下滑，但是波动率较低。这是因为在“新常态”阶段，我国政府更加注重经济增长质量的提升，不断推动过剩产能的高杠杆率的治理，使得实际经济增速在回落过程中能较好地抵御外部冲击对产出的不利影响，这也是政府“稳增长”“调结构”等战略部署的积极成效。在低波动区制当中，金融化指数的系数估计值为负，并且在1%的置信水平下显著，这意味着，当经济增长处于较为平稳的波动状态时，金融化与经济增长之间负相关，即提高金融化水平会对产出产生抑制效应。最为典型的事实就是近年来，我国宽松的货币政策提供的流动性并没有改善实体经济的发展状况，央行释放的资金发生了“空转”，并没有全部进入实体部门，出现了资金脱实入虚、资产泡沫化的现象。换句话说，低频波动的经济增长状态需要低频波动的金融化与之相匹配，也就是说，这一时期金融稳定的提升将对经济增长产生积极的推动作用。这就决定了在经济增长的低波动区制，政府的宏观调控政策应该注重稳定经济增长和控制金融风险的有机统筹，执行经济和金融共同稳定的“双稳定目标制”。
2016年底经济增长再度进入高波动区制。根据区制转移概率p_{2|2}，可以计算高波动状态的平均持续期：t=1/（1-p_{2|2}）=31.45，接近3年。因此，未来一定时期内，只要宏观经济增速不出现短期内急剧上升，适度地提升金融化有利于经济的平稳增长。这意味着在当前阶段，我国政府和货币当局的宏观审慎调控政策，应平衡好金融化和经济增长之间的关系，既确保经济增长波动在适宜区间内，又能将金融风险维持在可控的范围内。