基于MS-VAR模型的自由贸易试验区金融风险管理创新效应研究.pdf

2023 年第 8 期基于 MS-VAR 模型的自由贸易试验区金融风险管理创新效应研究阴常亚杰摘要 自由贸易试验区是根据本国渊地区冤法律法规在本国渊地区冤境内设立的区域性经济特区袁对一国的经济发展具有很强的积极贡献遥 本文聚焦自由贸易试验区的金融建设袁将金融风险划分为银行风险尧财政风险尧通货膨胀风险袁借鉴国际上有代表性的自由贸易试验区的金融风险管理创新袁基于 MS-VAR 模型研究分析我国最具有代表性的上海自由贸易试验区的金融风险及管控问题遥 研究结果显示袁上海自由贸易试验区的金融风险主要处于野中金融风险冶区制袁在风险转换的过程中存在野棘轮效应冶袁相比银行风险和通货膨胀风险袁财政风险能够更加显著地影响上海自由贸易试验区的金融稳定性遥 最后袁提出采取渐进式开放路径尧推进金融风险防范尧做好各金融机构内部管理的对策建议遥关键词 自由贸易试验区曰金融风险曰MS-VAR 模型中图分类号 F832文献标识码 A文章编号 1006-5024(2023)08-0125-09DOI 10.13529/ki.enterprise.economy.2023.08.012基金项目 国家社会科学基金青年项目野数字农业赋能农业可持续发展的理论逻辑与实证研究冶渊项目编号院21CJL018冤作者简介 常亚杰袁上海社会科学院世界经济研究所博士生袁上海商学院发展规划处项目主管袁经济师袁研究方向为自由贸易试验区尧企业经济尧金融风险管理遥 渊上海 200023冤Abstract:Pilot free trade zones are regional special economic zones established within the territory of a country(region)inaccordance with the laws and regulations of the country(region),which have strong positive contributions to the economicdevelopment of a country.This paper focuses on the financial construction of the pilot free trade zone,divides the financialrisk into bank risk,fiscal risk,and inflation risk,draws on the financial risk management innovation of the internationalrepresentative free trade zone,and analyzes the financial risk and control problems of Shanghai Pilot Free Trade Zonebased on the MS-VAR model,which is the most representative of China.The results show that the financial risk ofShanghai Pilot Free Trade Zone is mainly in the regime of medium financial risk,and there is a ratchet effect in theprocess of risk conversion.Compared with bank risk and inflation risk,financial risk can significantly affect the financialstability of Shanghai Pilot Free Trade Zone.Finally,the paper puts forward some countermeasures and suggestions to takethe gradual opening path,promote the prevention of financial risks and improve internal management of various financialinstitutions.Keywords:pilot free trade zone;financial risk;MS-VAR model125PDF 文件使用 pdfFactory Pro 试用版本创建 一尧引言为适应经济发展的需要袁我国于 2013 年成立中国大陆境内第一个自由贸易试验区即上海自由贸易试验区袁虽然我国自由贸易试验区建设起步较晚袁经验不足袁但作为我国经济的试验田袁上海自由贸易试验区建设正朝着国际水准努力遥 上海自由贸易试验区自成立至今有以下特点院第一袁在投资方面实行准入前国民待遇和负面清单管理模式袁在我国一部分领域实行全面开放袁外资企业可以在上海自由贸易试验区开放的领域内开展业务渊沈伟袁2017冤1遥 第二袁在税收优惠上袁上海自由贸易试验区主张以促进投资和贸易为目的税收优惠政策袁并积极完善针对境外股权投资和离岸业务的优惠政策遥 第三袁推进金融制度创新袁在自由贸易试验区内创造条件以试行人民币资本项目可兑换以及金融市场利率货币化袁探索人民币的跨境使用和国际外汇管理体制改革袁指出在自由贸易试验区内要注重金融自由发展袁减少政府的过度干预渊韩钰等袁2020冤2遥 第四袁在金融服务业中袁自由贸易试验区对符合条件的外企和金融机构全面开放袁做好信息披露渊Valpy FitzGerald袁2004冤3袁旨在建设国家化的交易平台遥 目前袁我国上海自由贸易试验区正处于发展初期袁需要借鉴世界上成熟自由贸易试验区的发展经验袁建设中国特色贸易模式袁推进自由贸易试验区实现金融自由化遥在看到自由贸易试验区的发展为我国经济增长作出积极贡献的同时袁也要重点关注伴随而来的金融风险袁自由贸易试验区的建立在加快区内区外资本流动的同时袁也增加了风险或危机通过金融联系蔓延的可能性渊Brusco 和 Castiglionesi袁2007冤4袁因此需要结合我国发展实际袁制定相应措施防范金融风险遥 本文力求从研究者的视角袁通过实证研究分析袁为我国自由贸易试验区的金融风险管理创新方面提供针对性的对策建议遥可能的边际贡献有院渊1冤在研究视角上袁本研究除了考察世界主要自由贸易试验区的特点袁还进一步分析了世界主要自由贸易试验区在金融风险管理方面的先进经验袁并基于我国自由贸易试验区发展的实际情况袁提出科学借鉴国外自由贸易试验区袁逐步推进金融自由化进程的合理路径遥 渊2冤在研究方法上袁由于金融风险来源具有较高的复杂性袁非线性范式可以充分考虑各种复杂因素袁本文基于 MS-VAR 模型采用非线性范式识别和预测金融风险袁将自由贸易试验区面临的风险划分为银行风险尧财政风险尧通货膨胀风险袁基于实证结果判断上海自由贸易试验区的金融风险主要处于野中金融风险冶区制袁在风险转换的过程中存在野棘轮效应冶袁为相关部门稳定自由贸易试验区金融风险袁进行管理制度创新提供更全面的决策提供有益的参考遥二尧文献综述自由贸易试验区作为我国对外开放的重要战略部署袁扮演了促进经济增长和推进对外开放的重要角色袁由于自由贸易试验区金融业务创新发展袁如开展跨境人民币贷款尧跨境贸易融资等业务袁会带来更多金融风险隐患袁并且自由贸易试验区的金融风险具有一定的外溢效应袁其金融风险更加值得关注遥 本节从金融风险的衡量尧金融风险的相关因素以及自由贸易试验区金融风险三个方面进行文献述评遥渊一冤金融风险的衡量国内外学者从多个角度选取相关指标袁对金融风险进行综合评估遥 众多学者按照经济部门对经济体进行划分来衡量金融风险袁例如袁王森和王贺渊2019冤5选取金融尧市场尧政府尧企业以及社会征信五个领域的相关风险指标袁使用因子分析法和 VAR-GARCH 模型来评估总体金融风险袁结果表明来源于这五个领域的风险都能在一定程度上反映整体金融风险遥 杜越楠渊2018冤6分别从宏观和微观的视角分析对外投资活动中所面临的风险袁主要包括主权风险尧政治风险和体制束缚等国家层面的风险以及经营风险尧管理风险尧技术风险等企业层面的运营风险曰Hakkio 和 Keeton渊2009冤7利用美国 11 个指标进行主成分分析袁得到衡量美国金融风险的综合指数袁并且该指数可以对美国实际金融风险进行有效识别遥MS-VAR 模型采用非线性范式识别和预测金融风险袁由于金融风险来源具有较高的复杂性袁非线性范基于 MS-VAR 模型的自由贸易试验区金融风险管理创新效应研究126PDF 文件使用 pdfFactory Pro 试用版本创建 2023 年第 8 期式可以充分考虑各种复杂因素袁因此 MS-VAR 模型能够对金融风险进行较好地拟合袁使用 MS-VAR 模型预测金融风险的文献非常丰富遥张强和赵继鸿渊2013冤8利用 MS-VAR 模型从币值稳定尧银行风险和资产价格风险三个方面研究金融风险预警袁模型显示的结果与实际情况之间具有较高的吻合度曰张宁渊2020冤9选取宏观经济尧货币流动性尧资产价格和外部经济四个层面的相关指标袁利用因子分析法构建金融脆弱性指数袁最后利用 MS-VAR 模型进行金融风险状态的识别和分析遥渊二冤金融风险相关因素金融稳定是一个经济体能够平稳运行的必要条件袁金融风险的大小对于经济运行的方向和趋势至关重要袁并且众多经济金融相关指标都与金融风险具有密切的关系袁因此研究金融风险与其相关指标之间的关系可以为预测金融风险或其他经济指标提供理论基础袁具有重要的现实意义遥 目前袁学术界对于金融风险与经济景气度尧宏观杠杆率尧通胀率等宏观经济指标之间的关系进行了丰富的研究遥刘丽娟和江红莉渊2020冤10对货币尧股票尧债券和外汇市场的金融风险进行衡量袁利用 ANP 方法得到衡量我国系统性金融风险的综合指标袁 再建立 MS-VAR 模型研究系统性金融风险与居民宏观杠杆率之间的关系袁结果表明二者之间存在两区制野棘轮效应冶曰江红莉和刘丽娟渊2020冤11用同样的方法衡量系统性金融风险袁并利用 MS-VAR 模型对系统性金融风险尧企业杠杆率和宏观经济景气指数之间的关联性进行研究曰秦建文和王涛渊2017冤12和陈颖渊2019冤13基于银行尧股票尧债券尧外汇市场的 7 个指标构建金融压力指数袁并分别利用MS-VAR 模型分析金融压力与宏观经济二者之间的动态效应以及金融风险与工业增加值缺口尧七天同业拆借利率和通胀率之间的关系曰刘基渊2020冤14运用主成分分析法构建金融稳定指数袁并基于 MS-VAR 模型分析房地产市场波动对金融稳定的影响袁研究发现房地产市场的正常波动对金融稳定具有积极影响袁而该市场的非正常波动不利于金融稳定遥渊三冤自由贸易试验区金融风险研究自由贸易试验区是我国对外开放的重要战略安排袁其特殊的功能定位决定了自由贸易试验区具有特殊的金融风险袁研究自由贸易试验区的金融风险有助于更好地防范化解重大金融风险袁保持自由贸易试验区金融稳定袁更好地发挥自由贸易试验区促进经济增长和有序推进对外开放的功能遥 目前对于自由贸易试验区金融风险的研究较为丰富袁以定性研究为主袁主要从自由贸易试验区金融风险的来源尧影响以及防范措施等方面进行分析遥自由贸易试验区金融风险的防范和控制是这一领域研究的落脚点袁现有文献主要从金融创新和金融监管的角度提出风险防范措施遥 杜京芳等渊2020冤15以山东自由贸易试验区为研究对象袁分析其金融开放创新政策及其带来的潜在风险袁提出应通过完善自由贸易试验区跨境贸易税收政策尧提升自由贸易试验区金融安全监管尧建设高端金融人才队伍等措施来防范金融风险遥 刘江云渊2014冤16对上海自由贸易试验区的金融创新和潜在金融风险进行分析袁认为应在账户管理尧汇兑便利尧人民币跨境流通尧利率市场化等方面进行创新袁并建立配套监管机制袁才能够满足自由贸易试验区的发展需要袁充分发挥自由贸易试验区推进经济发展和对外开放的功能遥 丁一和李俊成渊2021冤17以金融风险管理为视角袁建议自由贸易试验区建立能够使现货交易市场和期货市场结合起来的地方交易场所袁从而降低经济主体获得金融服务的成本袁提升资源的市场化配置效率遥杜金岷和李俊成渊2014冤18基于对上海自由贸易试验区金融创新及其支持政策的分析袁提出应当完善金融监管机制袁施行包括完善分类监管制度尧加强资金流动监测等措施来防范重大金融风险遥 蒋国庆等渊2014冤19对上海自由贸易试验区的金融自由化风险进行研究分析袁认为主要存在套利风险尧资本账户开放带来的潜在风险尧利率市场化为商业银行带来的利润降低的风险尧经济发生泡沫的风险以及改革低效的风险袁提出应有序推进利率市场化和人民币国际化尧建立成熟的自由贸易试验区竞争格局尧继续推进金融监管制度创新遥 李茁渊2015冤20从宏观和微观两个层面分析了上海自由贸易试验区伴随利率市场化建设而出现的金融风险袁提出了借鉴国际利率市场化建设的成功经验尧有序推进资本项目开放尧完善资金流动监管机制等可以有效促进利率市场化改革成功的相关政策建议遥 孔蕊渊2016冤21认为我国自由贸易试验区在进行金融创新时主要面临政127PDF 文件使用 pdfFactory Pro 试用版本创建 策设计不当尧金融机构操作失误尧跨境资金异常流动尧金融风险监测不足尧监管不力等风险袁因此需加强金融机构内控建设尧完善自由贸易试验区金融宏观审慎监管体系尧推进本外币一体化管理体系建设等遥 罗素梅和赵晓菊渊2014冤22认为在推进自由贸易试验区金融开放的过程中应注意处理好不同项目之间的关系袁坚持合理有序推进曰对资本流动进行监测尧进行资本异常流动预警和控制袁以防大规模套利资本流入扰乱市场袁适度管制资金流动遥通过对已有的研究进行梳理可以了解到袁首先袁在金融风险的衡量方面袁现有文献对于金融风险的衡量大致分为三种院一是按照风险来源的类型使用货币尧银行尧资产价格三个方面的指标来衡量金融风险袁二是通过货币尧外汇尧股票和债券四个金融市场的风险来衡量金融风险袁三是将宏观经济和细分金融市场的相关指标进行综合袁共同衡量金融风险遥 其次袁在金融稳定领域袁学术界对于金融风险与经济景气度尧宏观杠杆率尧通胀率等宏观经济指标之间的关系进行了丰富的研究遥 第三袁在自由贸易试验区金融风险方面袁当前的研究较为丰富袁以定性研究为主袁主要从自由贸易试验区金融风险的来源尧影响以及防范措施等方面进行分析遥尽管现有研究为深入研究自由贸易试验区金融风险管理制度创新提供了丰富的参考袁但该领域的研究仍有进一步拓展与补充的必要遥 在研究视角和研究方法上本文做了些许的补充袁基于金融 MS-VAR 模型设定及测算合成金融风险指数袁全方位尧多维度的对自由贸易试验区金融风险作出分解和研究袁并根据实证结论提出自由贸易试验区金融风险管理的针对性建议遥三尧金融 MS-VAR 模型设定及测算渊一冤指标构建金融压力指数的构建要考虑两个侧面的问题遥 一是要注重指数对金融压力衡量的全面性和有效性遥 常见的金融压力包括但不局限于银行信贷风险尧银行利率风险尧货币供给失衡风险尧通货膨胀风险尧财政赤字风险尧汇率波动风险尧贸易逆差风险等遥 在构建金融压力指数时应该尽可能囊括上述风险袁并且让各指数之间的内生性降低遥二是要考虑数据可得性遥本文的研究对象为中国的自由贸易试验区遥部分数据无法找到以自由贸易试验区为统计口径的结果袁比如不同的自由贸易试验区的法定货币都是人民币袁进而不同自由贸易试验区之间的汇率风险不存在差异袁故构建自由贸易试验区的汇率风险指数没有意义遥 同时袁也要考虑不同角度不应该具有格兰杰因果效应袁即多个维度的金融风险衡量都是相对独立的遥 综合上述考量袁本文选取以下指标作为自由贸易试验区金融风险的度量遥1.银行风险指数银行作为较重要的金融机构袁银行风险与自由贸易试验区金融风险息息相关遥 参考秦建文和王涛渊2017冤12的研究袁本文使用银行存贷款比例渊LD冤作为银行信贷风险的度量袁采用实际利率渊R冤作为银行利率风险的度量袁采用货币供应量同比增长率渊M冤作为货币供给失衡风险的度量遥 综合上述三方面考量袁构建银行风险指数渊BC冤袁具体计算公式如下院BCt=棕LDLDt-LDt-1LDt-1+棕RRt-Rt-1Rt-1+棕MMt-Mt-1Mt-1式中 棕i代表每个风险所代表的权重袁具体计算公式如下院棕i=1 滓i1 滓LD+1 滓R+1 滓M在控制其他条件不变时袁银行风险指数越高袁自由贸易试验区金融风险越高遥2.财政风险指数财政赤字的累积可能导致政府对金融市场的宏观调控能力下降袁进而带来金融风险遥 学术界通常采用政府债务占比和财政赤字占比来衡量财政风险袁但是上述两个变量更加适合以国家为研究对象渊梁城城和王基于 MS-VAR 模型的自由贸易试验区金融风险管理创新效应研究128PDF 文件使用 pdfFactory Pro 试用版本创建 2023 年第 8 期表 2各变量的平稳性检验变量ADF-T 值p 值1%置信区间5%置信区间10%置信区间BC-8.3310.0000-3.709-2.983-2.623FD-5.6570.0000-3.709-2.983-2.623CPI-1.9810.2949-3.709-2.983-2.623dCPI-4.2000.0007-3.709-2.983-2.623鹏袁2018冤23袁考虑到本文的研究对象是自由贸易试验区袁参考刘洪铎渊2011冤24的方法袁采用地区财政赤字与该地区生产总值的比重来作为财政风险指数遥 在控制其他条件不变时袁财政风险指数越高袁自由贸易试验区金融风险越高遥3.通货膨胀指数通货膨胀会带来野鞋底成本冶和野菜单成本冶袁进而影响金融市场的有效性袁因此通货膨胀需要被控制在适度的范围内袁恶性通货膨胀可能造成市场失灵遥 本文采用居民消费者价格指数渊CPI冤度量通货膨胀指数遥 在控制其他条件不变时袁通货膨胀指数越高袁自由贸易试验区金融风险越高遥渊二冤实证结果与分析我国设立自由贸易试验区的时间不长袁并且各自由贸易试验区披露信息的质量存在差异遥 考虑数据可得性袁本文基于上海自由贸易试验区的数据袁通过 MS-VAR 模型合成银行风险指数渊BC冤尧财政风险指数渊FD冤尧通货膨胀指数渊CPI冤袁对自由贸易试验区的金融风险作出全方面尧多维度的分解和研究遥首先进行各变量的描述性统计遥 由于本文需要使用 GDP 数据袁而 GDP 是季度数据袁因此本文将其他月度经济数据都通过加总或者计算算术平均值转换为季度数据遥 上海自由贸易试验区于 2013 年 8 月 17 日正式成立袁因此袁本文选取 2014 年第一季度至 2021 年第四季度的数据袁共计 32 个样本点遥 描述性统计的结果如表 1 所示遥接下来检验各变量的平稳性遥其中袁银行风险指数渊BC冤和财政风险指数渊FD冤通过平稳性检验袁通货膨胀指数 CPI 没有通过平稳性检验遥 因此袁取通货膨胀指数渊CPI冤的一阶差分袁得到 dCPI遥 dCPI 通过了平稳性检验遥 对四个风险指数的 ADF 检验结果如表 2 所示遥 因此袁最终选取银行风险指数渊BC冤尧财政风险指数渊FD冤尧通货膨胀指数的一阶差分项渊dCPI冤构建 MS-VAR 模型遥表 2 采用单位根检验对每个指数单独进行平稳性检验袁但对于 MS-VAR 模型而言袁模型整体的平稳性同样重要袁并且需要进行检验遥 对 MS-VAR 模型整体的平稳性检验如图 1 所示袁所有特征值均在单位圆之内袁因此模型满足平稳性条件遥在单个指数和整体模型的平稳性检验通过之后袁进行 MS-VAR 模型最优滞后阶数的确认遥 表 3 呈现了最优滞后阶数确认的结果遥 本文根据 LR尧FPE尧AIC尧HQIC尧SBIC 等标准进行筛选袁其中 LR尧FPE尧AIC尧HQIC四种筛选标准都认为滞后 4 阶是最优滞后阶数遥 因此袁本文最终选取最优滞后阶数为 4 阶遥接下来使用沃尔德检验判定模型的显著性袁如表 4 所示袁联合显著性的 p 值为 0.000袁说明系数高度显著遥格兰杰因果检验的意义是考察序列 x 是否是产生序列 y 的原因遥在构建多维金融风险指数的过程中袁格兰杰因果效应以弱为宜遥 如果格兰杰因果效应较强袁说明其中某个指数受另一个指数控制袁模型的内生性较强袁则将两个指数都纳入金融风险的构建就是不必要的遥 表 5 呈现了格兰杰因果检验的结果遥 结果显示银行表 1描述性统计结果VariableObsMeanStd.Dev.MinMaxBC320.0070840.4136-0.98722.0045FD320.013680.0094930.0035850.03835CPI321.0212880.0083621.0011.0348129PDF 文件使用 pdfFactory Pro 试用版本创建 表 5格兰杰因果检验EquationExcludedchi2dfProbchi2BCFD2.806410.094BCdCPI1.655910.198BCALL5.155420.076FDBC0.2032110.652FDdCPI0.8734210.35FDALL0.95120.622dCPIBC0.3525110.553dCPIFD0.3100910.578dCPIALL0.4732320.789表 4沃尔德检验变量lagchi2dfProbchi2BC45.160930.160FD453.062330.000dCPI424.474130.000All4101.138490.000图 1系统稳定性的判别风险指数渊BC冤尧财政风险指数渊FD冤尧通货膨胀指数的一阶差分项渊dCPI冤之间不具有显著的格兰杰因果关系遥该结果说明三个变量适合作为金融压力的三个度量角度遥图 2 为 MS-VAR 模型的三区制概率图袁显示了三区制的滤波概率尧平滑概率与预测概率遥 本文在Givewin平台使用 OX 软件的 MS-VAR 软件包袁运用 EM 算法对模型进行估计遥 从图 2 可以看出袁金融压力和宏观经济的动态效应表现出三区制特征袁样本被分为三个区制遥 其中区域 2 所处的时间较长袁该区域对应着较高的金融风险与金融压力遥 具体而言它表现为银行风险尧物价水平尧财政风险都处于较高的状态遥表 3最优滞后阶数lagLLLRdfpFPEAICHQICSBIC0181.2335.9e-10-12.7309-12.6873-12.5882*1187.67512.88490.1687.2e-10-12.5482-12.3737-11.97732192.4119.471390.3951.0e-09-12.2436-11.9382-11.24453195.2045.58690.7811.7e-09-11.8003-11.3639-10.37294229.15867.908*90.0003.2e-10*-13.5827*-13.0155*-11.7272注院*表示解释变量滞后 4 阶对被解释变量的影响都是显著的袁因此应该考虑滞后 4 阶遥基于 MS-VAR 模型的自由贸易试验区金融风险管理创新效应研究130PDF 文件使用 pdfFactory Pro 试用版本创建 2023 年第 8 期表 6不同区制转换概率和状态参数区制 1区制 2区制 3样本数频率持续期区制 10.43720.56280.000040.11861.78区制 20.00000.75370.2463210.68054.06区制 30.33210.50190.166060.20101.20表 6 为不同区制之间的转换概率遥区制 1 的维持概率和转换到区制 2 的概率较为接近尧区制 1 转换到区制 3 的概率近似为 0袁说明上海自由贸易试验区较少出现突发的重大金融风险袁区制 2 的维持概率较高尧转换到区制 1 的概率近似为 0尧转换到区制 3 的概率较小袁说明上海自由贸易试验区基本处于野中金融风险冶状态袁但是也有转换到野高金融风险冶状态的可能性袁因此金融风险管理的相关举措有着重要的现实意义遥同时袁上述结果印证了野棘轮效应冶袁即系统的金融压力由野低压力区制冶转化到野中压力区制冶比较容易袁而由野中压力区制冶转化到野低压力区制冶比较困难遥区制 3 的维持概率较低袁转换到区制 1 或区制 2 的概率较高袁说明上海自由贸易试验区不会长期停留在野高金融风险冶状态袁得益于政府行之有效的监管体系和金融风险管理措施袁金融风险在上海自由贸易试验区相对可控遥从样本数尧 频率和持续期的角度来审视问题也能得到相同的结论院 处于区制 1 的样本数为 4尧 频率为0.1186尧持续期为 1.78曰处于区制 2 的样本数为 21尧频率为 0.6805尧持续期为 4.06曰处于区制 3 的样本数为 6尧频率为 0.2010尧持续期为 1.20遥这表明上海自由贸易试验区的各种创新和改革在带来了经济快速发展的同时也带来了金融风险和金融压力袁进而说明研究衡量金融风险的指标尧对自由贸易试验区进行金融风险管理很有必要遥表 7 呈现了 MS-VAR 模型的参数估计结果遥财政赤字风险 FD 的回归系数在区制 1尧区制 2尧区制 3 的回归系数都是显著的袁银行风险指数 BC 的回归系数在区制 1尧区制 2尧区制 3 的回归系数都不显著遥通货膨胀风险的回归系数在区制 1渊低金融风险冤显著尧区制 2尧区制 3渊中尧高金融风险不显著冤遥 上海作为我国的金融中心尧银行predicted图 2模型区制的滤波概率尧平滑概率与预测概率分布图MSM渊3冤-VAR渊1冤.2014渊2冤-2021渊4冤BCfdcpi210201420152016201720182019202020212022 年份201420152016201720182019202020212022 年份201420152016201720182019202020212022 年份201420152016201720182019202020212022 年份1.00.51.00.51.00.5Probabilities of Regime 1Probabilities of Regime 2filteredsmoothedpredictedfilteredsmoothedProbabilities of Regime 3smoothedfilteredpredicted131PDF 文件使用 pdfFactory Pro 试用版本创建 业发展较为成熟袁 银行风险不是上海自由贸易试验区最主要的金融风险遥 由于我国较为认可凯恩斯学派的研究袁财政政策的力量较为重要袁因此财政风险对上海自由贸易试验区的金融风险有较为显著的影响遥四尧研究结论与对策建议渊一冤研究结论总体而言袁我国自由贸易试验区的发展正处于起步阶段袁自由贸易试验区在促进我国经济发展的同时袁也无法避免地带来了金融风险袁主要可从银行风险尧贸易风险尧通货膨胀风险和财政风险四个方面来阐述遥第一袁随着自由贸易试验区的不断发展袁我国对外开放水平不断提高袁个人和企业对于跨境金融服务的需求也会不断增长袁但就我国整体银行体系而言袁对国际业务经营环境尧国际监管准则尧国际业务风险等方面的了解仍有所欠缺袁银行体系仍面临一定的风险压力遥 第二袁自由贸易试验区相比其他地区最显著的区别在于对外贸易袁而资本的国际流动和贸易逆差的增长都会加大自由贸易试验区面临的贸易风险遥 第三袁通胀风险是整个经济体共同面临的风险袁适度的通货膨胀对于经济运行影响不大袁但是需要关注恶性通货膨胀袁恶性通胀会造成市场失灵袁加剧金融风险遥 第四袁在自由贸易试验区发展的过程中袁中央或地方政府都会给予一定的财政支持袁而财政赤字的过度积累会加大政府财政压力袁影响政府对金融市场的宏观调控能力袁进而增加财政风险遥渊二冤对策建议1.采取渐进式开放路径遥 稳定且良好的宏观环境是我国做好对外开放的基础袁也是推进我国自由贸易试验区发展的重要前提遥 由于我国自由贸易试验区的发展仍处于初步探索阶段袁金融开放程度有待进一步提高袁结合我国实际国情和借鉴国外先进自由贸易试验区发展的成功经验袁我国自由贸易试验区的金融开放应采取渐进式开放路径袁即通过改革提升我国的金融机构的实力袁促进我国金融市场发展袁逐渐筑牢坚实的经济基础遥 在此基础上袁进一步推进利率市场化袁促进资本市场的深化发展袁建立更具有弹性的汇率制度袁实行积极的对外开放袁逐渐取消对资本账户的管制袁实现我国金融开放的目标遥 在上述过程中袁要时刻关注自由贸易试验区内金融风险的变化袁并根据实际情况及时做出调整遥2.推进金融风险的防范遥 自由贸易试验区内应当建立系统性风险预警和防范体系袁在自由贸易试验区金融自由化逐渐推进的过程中袁资金流动也相应加快袁而自由贸易试验区发挥着资金缓冲作用遥 在缓冲和降低风险的同时袁通过建立预警模型袁对资金流动情况保持检测袁当指标达到预警区间时袁能够发现异常并做到及时预警袁防止风险的扩散和蔓延遥 最后袁由于自由贸易试验区区内区外的资金流动更为频繁袁金融套利等行为也更容易发生袁因此应在自由贸易试验区内建立并完善相应的配套制度袁做好区内和区外的管理袁防止金融套利等行为大规模的发生袁防范金融风险遥3.做好各金融机构的内部管理遥 以上海自由贸易试验区为例袁随着人民币自由兑换的逐步放开和利率市表 7MS-VAR 模型的参数估计结果BCFDdCPI平均值渊区制 1冤0.076870.01187*-0.01027*(0.4467)(3.1894)(-3.8427)平均值渊区制 2冤-0.003730.009296*0.002411(-0.0038)(4.3571)(2.0130)平均值渊区制 3冤0.0484350.030151*-0.002481(0.4353)(11.5933)(-1.5446)标准误0.2266990.0058940.003691注院括号内的值为 t 值袁*表示 p0.05,*表示 p0.01遥基于 MS-VAR 模型的自由贸易试验区金融风险管理创新效应研究132PDF 文件使用 pdfFactory Pro 试用版本创建 2023 年第 8 期场化改革的稳步推进袁需要进一步完善信息披露制度袁及时掌握自由贸易试验区内的金融状况和资金流动现状袁保证自由贸易试验区金融改革的稳步推进以及金融的安全运行遥 自由贸易试验区的建立是我国经济发展过程中的一大创举袁体现着我国推进金融体制改革的决心袁而构建完善的金融监管体系也是自由贸易试验区建设的重点袁相关部门应当做好自由贸易试验区区内和区外经济的共同监管袁形成恰当的监管体系袁防范化解金融风险遥参考文献院1沈伟.金融自由化的逻辑和金融野边缘冶变革的局限性要要要以三个金融试验区为样本J.东方法学,2017,(5):30-39.2韩钰,苏庆义,白洁.上海自贸区金融改革与开放的规则研究要要要阶段性评估与政策建议J.国际金融研究,2020,(8):46-55.3Valpy FitzGerald.Global Financial Information.Compliance Incentives and Terrorist Funding J.European Jornal of PoliticalEconomy,2004,20(2):387-401.4Brusco S,Castiglionesi F.Liquidity Coinsurance,Moral Hazard,and Financial ContagionJ.The Journal of Finance,2007,62(5):2275-2302.5王森,王贺.区域金融风险尧风险暴露维度与风险防范考量要要要基于山西省的数据分析J.经济问题,2019,(5):46-57.6杜越楠.不同类型对外投资的经济及金融风险分析J.知识经济,2018,(19):57-58.7Hakkio CS,Keeton W R.Financial Stress:What Is It,How Can It Be Measured袁and Why Does It Matter?J.Economic Review,2009,94(2):5-50.8张强,赵继鸿.基于 MS-VAR 模型的金融风险预警研究J援湖南社会科学,2013,渊3冤院117-121.9张宁.金融脆弱性的状态分析及国际比较研究D援天津:天津财经大学,2020.10刘丽娟,江红莉.基于 MS-VAR 模型的居民杠杆率与系统性金融风险动态关联研究J援武汉金融,2020,(2):27-33.11江红莉,刘丽娟.企业杠杆率尧宏观经济景气指数与系统性金融风险J.金融监管研究,2020,(1):66-83.12秦建文,王涛.中国金融压力与宏观经济动态效应研究要要要基于 MS-VAR 模型的实证分析J.中央财经大学学报,2017,(9):32-42.13陈颖.中国金融市场压力指数构建及其宏观经济非线性效应D.南京:南京财经大学,2019.14刘基.房地产市场波动对金融稳定的影响要要要基于 MS-VAR 的实证研究D.福州:福州大学,2020.15杜京芳,肖贤飞,朱峻辉.山东自贸区金融开放创新综合效应及风险分析J.时代经贸,2020,(23):23-24.16刘江云.上海自贸区的金融创新与风险控制J.中国市场,2014,(35):127-128.17丁一,李俊成.金融风险管理视角下的自贸区地方交易场所建设J.重庆社会科学,2021,(1):64-73.18杜金岷,苏李欣.上海自由贸易试验区金融创新风险防范机制研究J.学术论坛,2014,渊7冤院26-30+35.19蒋国庆,冉苒,何梅.上海自贸区金融自由化风险及其防范处理J.国际商务财会,2014,(11):75-79.20李茁.上海自贸区利率市场化风险分析与建议J.经济研究参考,2015,(67):59-64+70.21孔蕊.我国自由贸易试验区金融创新与风险防控浅析J.天津经济,2016,(9):40-42.22罗素梅,赵晓菊.自贸区金融开放下的资金流动风险及防范J.现代经济探讨,2014,(7):60-63.23梁城城,王鹏.透明度与分权如何影响财政赤字风险要要要基于中国省级面板数据的实证研究J.山西财经大学学报,2018,(2):28-41.24刘洪铎.财政分权导致地方政府财政赤字规模的膨胀吗?要要要来自分税制改革后中国省级的观察和经验证据J.上海经济研究,2011,(9):98-109.责任编辑院方平133PDF 文件使用 pdfFactory Pro 试用版本创建