金融观察家
编者注
随着金融因素在经济发展中的作用越来越重要，信贷、资产、房地产价格与相应的金融周期、经济政策、经济周期之间的关系已成为监管部门和越来越多的国内外学者关注的热点话题。 问题。 本文根据我国1995年至2019年的月度数据，对金融周期与经济周期的关系进行实证分析。通过交叉谱分析，分析了金融周期与经济周期的互动关系，并得出主导与经济周期之间的关系。研究了金融周期与经济周期的滞后性、振幅和频率，并给出了相应的政策建议。 请阅读。
文/于江波、白凯、王小芳
经济周期理论是政府制定宏观经济政策的重要理论工具。 早期经济周期的研究一般只关注劳动力、资本、技术等实体经济变量，如Kydland & Prescott (1982)的IS-LM模型和RBC模型。 后来，米什金（1986）在费舍尔（1933）“债务通货紧缩”理论的基础上提出了金融不稳定理论，认为金融不稳定是经济萧条的主要原因，而金融不稳定主要是由债务数额的不稳定造成的。信用。 。 Merton（1987）的实证研究得出结论，股票市场的繁荣可以促进经济增长。 Atje＆Jovanovic（1993）通过研究得出结论，股票市场发展与经济增长之间存在正相关关系。 Quigley（1999）发现经济发展是房价的主要决定因素。 经济运行状况可以用来预测房价趋势，他研究了信贷、资本和房地产市场的相互关系。 伯南克等人。 (1999)首次将金融因素纳入宏观经济波动研究，提出金融加速器理论。
随着金融因素在经济发展中变得越来越重要，越来越多的国内外学者开始研究金融周期与经济周期之间是否存在因果关系，但迄今为止大多数研究仅限于时域方法。 ，时期划分存在较大人为因素，导致分析结果差异较大。 本文试图利用频域方法更加客观地揭示经济周期与金融周期之间的内在逻辑关系，为政府制定和实施宏观经济政策提供更加准确有效的分析工具。
01
文献综述
1.1 信贷周期与经济周期的关系
继 Fisher（1933）和 Mishkin（1986）之后，代表性研究包括：Jorda 等人。 （2016）利用17个国家1870年至2014年的数据进行研究，发现金融化程度较高的经济体经济波动幅度减小。 于震、张超雷等. （2014）对比我国和日本的信用与经济发展发现，我国信用与经济周期存在显着的正相关关系。 钱岩(2015)发现，在经济中低增长阶段，我国信贷增长对经济增长有不同程度的促进作用，而在经济高速增长阶段，信贷冲击可能会抑制经济发展。 岑立军（2018）通过协整检验发现，金融周期与经济周期在短期内具有高度协同性，但在长期内具有稳定的相关性。
1.2 资产价格周期与经济周期的互动关系
国内外学者普遍选择房价和股票价格作为金融周期衡量指标。
（一）房价周期与经济周期的相关性
继 Quigley (1999) 之后，Chirinko 等人。 （2004）通过研究发现，房价每上涨1%房价与股价实证分析，经济就会增长0.27%。 Pholphirul & Rukumnuaykit（2009）发现，在房价增长阶段，房地产市场引导经济发展，但在房价收缩阶段，会得出不同的结论。 杰兰等人。 （2013）发现房价过度上涨会降低经济效率。
国内学者何国钊等人(1996)利用多个指标构建了我国房地产周期，发现在大多数波动中，我国房价周期领先于经济周期的波动。 马辉(2008)还构建了我国房地产周期指数。 研究结果发现，房地产繁荣阶段房地产周期领先经济周期，衰退阶段滞后于经济周期。 崔光灿(2009)发现，房价上涨会影响社会投资和消费，进而影响经济发展。 段忠东（2012）发现，在房价低速增长阶段，房价对经济发展有正向作用。 但在房价高速增长阶段，房价增长对经济发展的影响并不显着。 段进、曾琪、张乐天(2016)设定信贷增长率阈值，并采用面板平滑过渡模型，发现当信贷增长率高于阈值时，房价上涨对经济增长产生反向作用; 当信贷增速低于阈值时，房价上涨将促进经济增长。 张谢奎和张炼（2017）研究发现，房价短期内可以促进经济发展，但长期来看房价对经济发展的影响并不显着。
（二）股价周期与经济周期的相关性
国内外许多学者对股票价格周期与经济周期的关系进行了研究。
Filer（2000）通过对多个国家数据的实证研究发现，股票市场的发展对经济增长的影响并不显着。 我国学者田军刚、梁红满（2009）发现两者存在正相关关系，我国股市周期领先于经济周期。 但王瑞泽（2006）的实证研究认为，我国股票价格与经济发展长期不存在协整关系。 杜江和沈少波（2010）利用格兰杰因果关系检验发现，我国股价与经济发展不存在因果关系。
（三）金融周期与经济周期的相关性
2008年国际金融危机后，学术界开始重视金融周期和经济周期的研究。 研究两者关系的模型是在DSGE模型中加入金融因素，逐步发展和完善金融周期理论。
国内学者曹永勤、李泽湘(2009)利用CCC和DCC的实证分析方法发现，金融因素对经济发展的影响日益显着。 邓闯、徐漫(2018)采用基于广义预测误差方差分解的动态溢出指数法研究我国金融周期与经济周期的相互作用，发现金融因素与经济波动的相互作用受到国际金融的影响。市场、经济的开放程度和金融工具的创新程度具有多方面的影响，金融波动对经济波动的影响远远大于经济波动对金融波动的影响。 严长华、刘耀成（2019）应用异方差时变参数模型探讨我国金融周期对经济周期的动态影响机制，得出2009年以后我国金融周期的顺周期性和经济下行影响的结论。金融周期对GDP产生显着的负面影响。 主要结论是，我国宏观货币政策下金融周期冲击对CPI的长期影响并不明显。
国内外学者大多选择时域方法来研究金融周期与经济周期的关系。 然而，很难从时域角度对金融周期与经济周期的超前和滞后关系进行更深入的分析。 而且，金融周期与实体经济周期是否存在明显的超前和滞后关系房价与股价实证分析，是一个研究周期的问题。 关于性，您需要了解的基本知识之一。
02
基于交叉谱分析及我国经济周期和金融状态面积测算
2.1 互谱分析模型
互谱分析从频域反映时间序列周期性波动特征的信息，即两个时间序列之间的谱分析方法。 频谱技术将序列分解为一系列代表固定长度周期的频率。 交叉谱分析方法可以用来评价两个经济指标波长的相关程度。 交叉谱中的相位谱可以衡量两个指标之间的超前和滞后关系。
互谱分析是对两个变量的协方差函数进行傅里叶变换。 对傅里叶变换通俗的理解就是将看似混沌的信号视为具有一定幅度、相位和频率的基本正弦（余弦）信号的组合。 就是将函数展开为一组正交的正弦和余弦函数。 傅里叶变换的目的是找到这些基本正弦（余弦）信号中幅度较大（能量较高）的信号对应的频率，从而找到杂乱信号中的主要振动频率特征，并选择合适的窗函数。 这里选择汉明窗函数进行平滑，得到互谱密度函数。 表达式如下：
式（1）中， 是频率为ω 的两个时间序列分量的乘积的平均值。 因此，它反映了金融时间序列的阶段与经济指标时间序列在ω处的相关性。 实部Cxy(ω)为余弦谱，反映两个时间序列同相频率分量的相关性，虚部Qxy(ω)为正弦谱，反映异相频率分量的相关性。两个时间序列的相频分量。
(1) 式中，互协方差函数
互协方差函数分解为两部分，表达如下：
将上式代入谱密度函数可得：
其中，Dxy(ω)为交叉幅度谱(Cross-amplitude Spectrum)。 交叉幅度谱实际上代表了两个序列中频率为ω的分量的幅度乘积的平均值。 它反映了两个序列之间每个频率的幅度。 关于相互关系。 Dxy(ω)越大，两个时间序列之间的相关性越大，反之亦然。
其中pxω和pyω分别是单个序列x和y在频率ω处的谱密度值。
Gxy(ω)是一致性谱，它是对交叉幅度谱进行标准化后得到的。 它反映了频域中两个序列周期之间的相关性。 其取值范围为[0, 1]，值越接近1，说明两个序列在频率ω处相关性越强。 当Gxy(ω)>0.5时，认为两者之间存在较强的相关性。
Hxy(ω)是增益谱，代表变量之间的相关性，即自变量变化1%时因变量变化的程度。
Wxy(ω)是相位谱，表示两个序列中频率为ω的分量的相位变化的平均值。 它反映了两个序列之间每个频率的相位差。 由于相位谱的这一重要特性，通过两个序列之间的相位谱值可以确定两个指标在时间上的超前或滞后关系。 该值的正负代表超前和滞后的关系。 两者的时间差=（相位谱/2）×周期长度。
哥伦比亚大学教授Phoebus（1974）首先提出交叉谱分析方法在经济研究领域的应用。 Hallett & Richter（2004）利用谱分析法对英国期限结构进行了短期分析，发现期限结构与货币政策有效性之间的基本关系相对稳定。 Cho & Ma(2006)利用交叉谱分析方法研究了韩国住房市场住房价值与利率之间的动态关系，最终得出利率下降先于住房价值上涨、利率上涨先于住房的结论。价值下降。 国内学者刘凤超、潘雄峰(2008)运用交叉谱分析方法进行实证研究发现，我国技术市场发展水平滞后于整体经济发展水平。 周超、陆国荣(2013)运用交叉谱分析方法研究发现，甘肃省信贷波动与经济周期波动基本同步。 张兵（2014）基于交叉谱分析方法进行实证研究发现，美国经济波动受金融因素主导和影响。 吴琼(2017)利用谱分析方法发现库存与经济发展之间存在较强的共振关系，并进一步利用相谱分析发现经济周期变化超前库存周期变化约0.9年。
从上述文献综述可以看出，交叉谱分析方法在经济领域有着广泛的应用。 因此，本文采用交叉谱分析方法对我国金融周期和经济周期进行研究，以确定两者之间的超前和滞后关系。
2.2 我国金融周期和经济周期衡量指标的选择和处理
（一）金融周期计量指标数据选取与处理
国内外学者选取信贷、房价、股票价格、货币供应量、利率等金融指标来衡量金融周期。 本文在对金融周期形成因素分析和文献综述的基础上，选取信贷、房价和股票价格作为金融变量来衡量我国的金融周期。
具体指标为：金融机构各类人民币贷款规模增速、全国房地产景气指数中房地产开发综合景气指数增速、上证综合指数增速。 根据数据可获得性，共选取1997年1月至2019年6月的270份月度财务数据进行研究。 具体财务指标见表1。
（二）经济周期计量指标数据的选取与处理
GDP可以衡量一个国家或地区经济的整体发展水平，是国内外学者经常用来衡量经济的指标。 为了与金融周期数据保持一致的时间框架，本文选取了1997年1月至2019年6月共270个月度经济数据进行研究。 数据来自国家统计局。
2.3 实证结果
以选取金融机构各类人民币贷款（信贷）实际同比增速数据、全国房地产景气指数（EP）、上证综合指数（股票）作为单变量金融的代理变量周期中，按不变价格计算的月度GDP同比增长率（GDP）作为经济周期的代理变量。 首先，采用ADF单位根检验方法对各指标进行单位根检验。 测试结果如表2所示。
（一）信贷周期与经济周期的跨谱分析
从图1、图2、图3、图4和表3可以看出，当频率为0.00369和0.01845时，交叉幅度达到峰值，此时对应的周期长度分别为271个月和54.2个月。 相同频率下，信贷周期与经济周期的一致性分别为0.89和0.24。 这说明当周期长度为271个月时两者一致性更大。 从增益系数可以看出，经济增长和信贷增长相互促进，但信贷对经济市场的影响大于经济对信贷市场的影响。 两个变量的超前和滞后关系可以从相位谱计算出来。 当周期长度为271个月和54.2个月时，信贷周期领先于经济周期，领先时间分别为21.76个月和7.28个月。
（2）房价周期与经济周期的跨谱分析
从图5、图6、图7、图8和表4可以发现，频率为0.03321和0.04059时交叉幅度达到峰值，此时对应的周期长度分别为30.11个月和24.64个月。 同一频率下，房价周期与经济周期的一致性分别为0.60和0.56。 从增益系数可以看出，经济增长和房价增长相互促进，但房价对经济市场的影响小于经济对住房市场的影响。 两个变量之间的超前和滞后关系可以从相位谱计算出来。 周期长度为30.11个月和24.64个月。 房价周期领先于经济周期，领先时间分别为2.82个月和1.33个月。
（三）股价周期与经济周期的跨谱分析
从图9、图10、图11、图12和表5可以发现，频率为0.02583时交叉幅度达到峰值，此时对应的周期长度为38.71个月。 在此频率下，股价周期与经济周期的一致性为0.60。 从增益系数可以看出，股价的增长与经济增长相互促进，但股价对经济市场的影响大于经济对股价市场的影响。 两个变量之间的超前-滞后关系可以从相位谱计算出来。 股价周期领先经济周期6.10个月。
综上所述，本文采用交叉谱分析方法来分析金融周期与经济周期之间的关系。 从跨谱分析结果可以看出，各金融周期指标在不同时期领先经济周期：房价周期领先经济周期1.33个月和2.82个月，是最接近同步的指标。金融周期指标中的经济周期波动； 股价周期领先经济周期6.10个月； 信贷周期在短周期中领先经济周期7.28个月，在长周期中领先经济周期21.76个月。
03
综上所述
本文根据我国1995年至2019年的月度数据，对金融周期与经济周期的关系进行实证分析。通过BP滤波、拐点分析和交叉谱分析金融周期与经济周期的交互作用，并还研究了金融周期与经济周期之间的超前和滞后关系。 通过实证分析，得出以下五点结论：
首先，根据基于周期计量方法对我国金融周期和经济周期的计量结果可以看出，我国金融周期的长度明显短于经济周期的长度。 我国信贷周期自2003年以来经历了四次短周期波动，平均周期长度为45.75个月。 我国房地产市场自2003年以来经历了四次短周期波动，平均运行周期长度为39.5个月。 本文测算，自1999年以来，股市出现了5次短周期波动，平均周期长度为36.8个月，是金融周期指标中周期时间跨度最小的指标。 根据经济周期的测算结果可以发现，经济周期平均周期长度为60.67个月，自2003年以来经济周期经历了3次短周期波动。这一研究结论与国外研究相反。 这可能是因为我国是新兴经济体，金融体系发展尚不成熟。
其次，从分析结果可以看出，我国金融周期的波动幅度和频率普遍大于经济周期。 2011年以来信贷周期波动相对稳定，周期时间跨度也较为接近； 而1997年至2011年的信贷周期波动则较为剧烈。 2010年以来，我国房价周期性波动遵循一定规律，周期长度大致相等，波动幅度较小。 我国股票价格周期波动较大，特别是2008年国际金融危机期间，我国股票市场波动更为剧烈。 2007年8月至2010年2月，受国际金融危机影响，我国经济周期出现剧烈波动。 其他时间周期波动相对平稳。
第三，根据金融周期与经济周期的跨谱分析结果，可以得出金融周期与经济周期之间存在较强的相关性。 当周期长度为271个月时，信贷周期与经济周期的相关性为0.89，当周期长度为54.2个月时，相关性为0.24，表明当周期长度为54.2个月时，两个序列在频域上的相关性更强。长度为54.2个月。 房价周期和经济周期存在两个谱峰，两个变量对应的主周期长度和子周期长度分别为30.11个月和24.64个月。 当周期长度为30.11个月和24.64个月时，房价周期与经济周期的相关性分别为0.60和0.56，表明房价周期与经济周期具有较强的相关性。 根据实证结果可以看出，当共振周期长度为38.71个月时，股价周期与经济周期具有较强的相关性。
第四，金融周期与经济周期存在良性的相互促进作用。 从信贷周期和商业周期的增益系数可以看出，经济增长和信贷增长相互促进，但经济对信贷市场的影响大于经济对信贷市场的影响。 房价增长与经济增长相互促进，但房地产市场对经济的推动作用小于经济市场对房价的推动作用。 从股票价格与经济周期的增益系数可以发现，股票市场发展对经济的促进作用大于经济发展对股票价格的促进作用。
第五，金融周期领先于经济周期，两者在波动方向上具有较强的一致性。 因此，可以利用金融周期来预测经济周期。 信贷周期领先经济周期：当周期长度为271个月时，信贷周期领先经济周期约21.76个月； 当周期长度为54.2个月时，信贷周期领先经济周期7.28个月。 房价周期领先经济周期：当周期长度为30.11个月时，房价周期领先经济周期约2.82个月； 当周期长度为24.64个月时，房价周期领先经济周期1.33个月。 股票价格周期也引领经济周期。 当周期长度为38.71个月时，股价周期领先经济周期6.10个月。
04
政策建议
4.1落实宏观调控政策，维护金融稳定
实证结果证明，我国金融周期指标波动幅度普遍大于经济周期指标波动幅度。 因此，我国政府应保持金融市场稳定发展，加强金融市场监管。 但当前我国金融体系发展尚不完善，金融需求的增加进一步加剧了金融不稳定因素。 政府可以从信贷、房地产、股市三个方面采取措施。
研究结果证明，信贷投放对经济发展具有巨大的有益作用，保持信贷投放稳定增长是经济增长的重要支撑因素。 信贷对经济发展影响重大，保持信贷稳定增长对经济发展具有重要支撑作用。 具体来说，一是政府要保证信贷总量稳定适度； 二是以信贷结构调整为重点，拓宽信贷渠道，保证信贷数额和范围的合理性、有效性，进而促进经济协调发展。 。
我国房地产市场与经济发展存在相辅相成的作用。 因此，我国政府应合理调控房地产市场，保持房地产市场稳定发展。
在我国的金融周期中，股市波动最为剧烈。 从实证结果可以发现，股票市场对经济发展具有较强的正向促进作用。 因此，发展我国股票市场对于经济发展具有重要意义。 具体来说，一是政府要不断完善市场机制，注意股市大幅波动时的干预力度和方式； 二是制定合理的股票市场交易制度，如全面实行注册制、增加双向交易机制及相关衍生品等。 产品对冲交易机制等
4.2政府应把握宏观政策实施时机
实证结果表明，金融周期与经济周期的波动是一致的，但金融周期与经济周期的波动并不同步。 金融周期的波动先于经济周期的波动。 因此，可以利用金融周期的走势来预测经济周期，并利用货币政策、财政政策等宏观调控政策来干预经济周期，保持经济持续稳定健康发展。 通过对金融周期和经济周期的相位谱分析可以发现，各金融周期的波动均领先于经济周期的波动。 因此，政府在制定宏观政策时，必须综合考虑各金融周期与经济周期的超前和滞后关系，有针对性地采取相应政策。
超过
