金融稳定性评估模型及其应用探讨论文.doc

金融稳定性评估模型及其应用探讨论文-作者：-日期：全国大学生统计建模大赛论文金融稳定性评估模型及其应用研究参赛单位：湖南大学学院名称：统计学院 参赛队员：曾得利、王佳、崔衍安指导老师：李正辉副教授提交日期：2009.9.30摘 要论文首先通过对国内外有关金融稳定研究成果的梳理，界定金融稳定的内涵，并在此基础上对金融稳定的宏观影响因素和作用机制进行系统分析。然后提出金融稳定评估的基本假设，根据全面性、可操作性及互补性的原则构建评估指标体系，并构建出金融稳定评估理论模型。再次，利用43个样本国家（地区）1994-2007年相关数据，通过结构方程模型对全样本、分类别样本的金融稳定进行分析，并对中国金融稳定进行单独分析。分析结果表明：第一，发达国家（地区）和发展中国家（地区）的金融稳定性呈现出不同特征。发达国家（地区）的金融系统是处于高水平稳定低波动状态，而发展中国家（地区）金融系统处于低水平稳定高波动状态。第二，企业融资环境对金融稳定的影响作用最大，而经济稳定对金融稳定的影响作用最弱。同时，不同类别国家（地区）金融稳定的影响因素作用强度也不一样。第三，中国金融系统长期处于低水平稳定，而经济稳定在中国金融稳定中占有重要地位。关键词： 金融稳定；评估；结构方程模型目 录一、绪论1二、金融稳定性评估的基本理论4三、金融稳定性评估理论模型构建6四、金融稳定性评估的数据预处理10五、金融稳定性评估模型参数估计及分析12六、结论及建议22参考文献24一、绪论（一）研究背景及意义2004年6月起美联储逐步提高联邦基金利率，随着低利率的暂时终结，美国房地产市场开始衰退，房价不断下挫，而次级抵押贷款人的收入状况却不见好转，他们对利率和房价都极度敏感，导致次级贷款违约率攀升，使得相关以次级贷款为基础资产的诸多衍生金融资产贬值，相关金融机构蒙受巨额损失1。在2007年5月到6月，一些西方对冲基金破产，随后在7月份，次贷问题导致私人股本运转失灵，8月份，次贷危机扩散至股市并造成了全球性信贷紧缩，各国央行被迫入市干预2。但各国央行入市的干预对全球经济并未起到明显的积极作用，到2008年底，各国央行已向全球股市注入近1万亿资金，全球股市复苏迹象仍不明显。面对席卷全球的次贷危机，各国都面临着严峻的考验，此时对中国及相关国家（地区）金融系统稳定性进行量化分析和因素分析可以帮助决策者正确把握金融系统稳定状态。 金融系统的稳定性水平是金融功能是否有效发挥的反映，而中国金融系统稳定性较差，抑制了金融系统正常功能的发挥，导致金融效率低下。近些年，中国金融系统虽然已经进行了一些改革，但金融系统的稳定性综合水平是否得到明显的提高，以及在面对其他外部冲击时，金融系统是否有危机爆发的压力，这些都需要对中国金融系统的稳定状态进行评估。再次，一国金融业发展的水平和程度直接制约着其整体经济发展的步伐和节奏，而金融系统的发展离不开金融稳定。次贷危机的全面爆发和中国国内自2005年以来突然出现的流动性过剩、房市上扬等问题，都说明金融稳定性评估研究远没有完善，金融稳定的数量测度仍显不足，对金融稳定在不同国家的特征还缺乏深入了解。（二）金融稳定性评估模型的文献综述1、国内外金融风险预警模型研究国外对金融稳定评估模型的研究主要是对金融风险预警模型的研究。现今金融风险预警方法研究最多的是KLR法、Probit/Logit模型及VaR和压力测试。KLR方法主要用于货币危机预警3。Duan PENG、Claustre利用KLR信号法对中国遭受货币危机的可能性进行了事后分析，发现其正确预测了中国1994年经济波动，但是对中国在亚洲金融危机后的表现预测并不精准4。Probit/Logit模型则依靠估计出给定指标的条件概率来预测危机。Cipollini、Kapetanios建立了Probit模型和动态因子随机模拟模型对亚洲金融危机进行了分析，发现因子分析能够改善一些Probit模型的样本外预测能力5。Philip、Karim对基于Logit模型和KLR法的早期预警系统进行了比较，研究发现Logit模型适合用于建立全球金融危机预警系统，而KLR法则适合于一国建立金融危机预警系统6。VaR表示在一定置信水平下资产在一定期间内的最大潜在损失值。Monica Billio提出了MSRM模型来估计VaR的值，并通过与方差-协方差方法和GARCH(1,1)的比较证实了此模型的优越性7。正常条件下，VaR方法是对市场风险度量的优良方法，但在极端情况下压力测试就能显示出其优势，以弥补VaR方法的不足8。国内研究主要是将国外经典金融稳定评估或风险预警模型运用中国数据进行实证研究。刘莉亚、任若恩基于Kaminsky 和Reinhart 的“信号”预警方法，结合中国的实际国情，提出货币危机预警系统的理论框架9。林谦、王宇详细介绍了金融危机早期预警系统模型的主要内容、预测机理、基本模型和方法、发展方向，认为若直接运用国外的预警模型对中国的金融安全和金融危机的状况和程度进行监测, 具有较大的局限性10。2、国内外金融稳定评估指标体系研究国际上对金融稳定评估指标体系的研究有三个机构：IMF等机构的金融系统稳定性评估指标体系，包括综合微观审慎指标和宏观审慎指标两大类，其中各自由核心指标集和鼓励指标集构成。这是一种理论与经验相结合的宏观金融稳健性评估指标体系11。欧洲中央银行的金融稳健性评估指标体系，它将潜在的众多指标分成三类：第一类是关于银行系统健全的系统性指标；第二类是影响银行系统的宏观经济因素；第三类是危机传染因素12。美国宏观金融稳定监测指标体系，包括宏观经济指标和综合微观金融性指标两类。前者主要是衡量宏观经济与金融体系稳健状况及其相互关系的指标，后者主要包括一些反映金融业特别是金融机构当前财务及其运行状况的指标13。国内仲彬和陈浩结合宏观经济金融发展的实际情况，参照国际货币基金组织的金融稳健指标，构建出了适合中国国情的金融稳定监侧体系14。殷兴山等从区域银行稳定状况、区域经济发展状况和区域金融运行环境出发构建了三层次的区域金融稳定评估指标体系15。王明华、黎志成则以预警为目标，建立了区域性金融稳定评估指标体系，通过考察区域内宏观经济和金融机构的发展状况，进行审慎分析后得出的关于风险提示及其变动趋势的信息分析系统 16。3、对现有文献的简单评析从文献中可以看出，目前研究中，对金融稳定性评估模型有许多有益研究，它们为本文的研究提供了许多文献的支持，但是，现有研究至少在以下方面存在继续改进的空间：首先，金融稳定性评估方法上可以进一步深入研究。原有文献中对金融稳定性评估研究，主要是简单地建立指标体系，也没有对指标体系进行验证性因子分析。同时，金融稳定评估得到的大多是一个静态的简单信号或概率数值，没有得到金融稳定具体数值和各要素与金融稳定的关系。本文研究利用结构方程模型进行验证性因子分析，深入了解各国金融体系稳定性状及各要素对金融稳定的影响。其次，金融稳定评估框架可以进一步研究。原有文献对评估对象和指标选择还没有一致看法，研究对象大小不一，造成研究结果有时出现矛盾。同时在指标选择上以选择客观宏观经济变量为主，而很少涉及测度金融外部环境等软指标。本文将对各国各地区的金融系统整体金融稳定状态进行评估，同时评估将引入一些变量度量金融外部环境，使评估更加全面客观。 上述问题的存在，为本文提供了广阔的研究空间。（三）研究内容及框架本文以全球各国（地区）为研究对象，在总结国内外有关金融稳定评估的研究成果基础上，对金融稳定基本理论和金融稳定影响要素进行了较深入分析，挖掘出各要素对金融稳定的作用机制。在分析现有评估方法的优缺点基础上，引入结构方程模型进行金融稳定性评估。在进行全样本评估的基础上，本文分类别对各国（地区）金融系统稳定性的特征和影响要素作用的强弱方向等进行系统地分析，并对中国金融稳定性水平进行分析。最后，结合实证结论，本文对如何提升金融系统稳定性提出对策。基于此，本文的研究框架如图1所示：全样本综合评价分析分类别影响要素分析中国金融稳定性分析研究基本结论、对策建议和研究展望评估基本假设评估指标体系国内外研究综述金融稳定定义及内涵金融稳定基本理论金融稳定影响要素金融稳定作用机制基本理论分析评估实证分析指标构建基本原则指标体系初建验证性因子分析图1 研究框架图二、金融稳定性评估的基本理论（一）金融稳定内涵及定义要研究金融稳定评估问题，首先就要界定金融稳定性的内涵。在国外现有文献中，一部分学者尝试从金融不稳定角度来定义金融稳定和挖掘金融稳定的内涵。Mishkin关于金融稳定的定义和内涵正是从这个角度来界定的17。另外一部分学者还是努力寻求金融稳定的直接定义。比如Aerdt等认为直接定义金融稳定优于从金融不稳定角度间接定义金融稳定，因为直接明了的金融稳定定义对政策目标的制定来说更有好处18。此外，金融不稳定的定义和内涵也并非人们想象的那么清晰，如Schioppa就认为虽然判定金融不稳定的状态非常容易，但判断不稳定的征兆何时出现却很不容易19。因此，为了准确及时地对金融不稳定征兆进行监测，弄清有利于金融稳定的影响要素是非常有必要的。中国一些学者也在吸收国外成果的基础上界定了金融稳定的内涵。王刚、李赫认为金融稳定是一个宏观概念，它要求金融系统的三个组成部分：金融机构、金融市场和金融基础设施都能正常运转，并且能够正确评估、防范和化解金融风险20。而中国人民银行发布的中国金融稳定报告(2005)中对金融稳定的定义是指金融系统处于能够有效发挥其关键功能的状态。 这种状态下，宏观经济健康运行，货币和财政政策稳健有效，金融生态环境不断改善，金融机构、金融市场和金融基础设施能够发挥资源配置、风险管理、支付结算等关键功能，而且在受到内外部因素冲击时，金融系统整体上仍然能够平稳运行21。在学者们对金融稳定定义的基础上，本文把金融稳定定义为：金融稳定是一国（地区）金融系统抵御一定金融风险，正常发挥金融资源配置作用所能达到的一种状态。金融稳定应该是一种动态的状态，具体表现为金融系统正常功能的发挥。事实上，越来越多的央行也正逐步推行这种金融稳定定义，这种定义既规避了从金融不稳定来定义金融稳定的模糊性，也深化了某些金融稳定描述性的定义。（二）金融稳定性影响因素金融是现代经济的核心，从金融稳定的定义及内涵可以发现影响金融稳定的因素复杂多变，本文将主要从金融运行环境、企业融资环境、经济稳定等方面分析影响金融稳定的要素。1、金融运行环境金融运行环境既包括宏观的经济环境，也包含微观的金融环境。一般来讲，金融运行环境是指金融市场参与主体所处的微观层面的外部环境，良好的金融运行环境是金融系统持续运行的外在保障。金融运行环境的一个重要因素就是法律制度。La Porta等通过研究发现，金融发展的差异受到一个国家法律渊源的影响，侧重于保护投资者利益的法律制度有助于金融发展，金融系统也将更加稳健22。此外，法律制度所要面对的一个重要问题就是腐败问题，腐败直接腐蚀健康的金融体制，但是由于金融业的特殊性，金融腐败问题一直难以根治。金融腐败所带来的破坏性比一般领域的腐败行为具有更大的破坏力，不仅降低了市场资源的配置效率、扰乱了正常的金融秩序、加剧金融风险的积累和扩散等，也损害了社会规则的公平性等23。同时，法律制度不完善和腐败问题也会助长证券市场内幕交易行为，内幕交易行为不但严重破坏市场交易秩序，而且严重损害了不知情交易者利益，削弱了投资者的投资信心，降低了证券市场效率，扭曲了市场价格对资产价值的反应能力，最终会破坏了证券市场资产的配置效率 24。地下金融的有效监察、金融腐败问题的处理、金融异常现象的检测等问题都需要中央银行发挥主导作用。中央银行通过采取有力措施，对金融异常问题进行有效、迅速的处理，可以降低经济运行成本，维护经济金融的平稳发展。2、企业融资环境企业是金融体系中最为重要的活动主体之一，它是促进经济发展和维护金融稳定的重要力量。在一国（地区）金融系统不完善的条件下，企业融资主渠道是间接金融或地下金融，同时银行是中小企业主要资金来源，但一些大银行对开展中小企业信贷业务普遍缺乏意愿，有服务意愿的中小银行在业务操作上也对企业设置较高的“门槛”，其根本原因就在于银行已经形成了根深蒂固的风险偏好，这样是不利于经济可持续发展和社会长期稳定，也会因过分依赖抵押而遭致更大风险，同时增加道德风险和逆向选择机会，易产生“劣币驱逐良币” 现象25。直接融资规模也影响到企业融资途径的畅通与否，在金融市场高度发达的发达国家，企业直接融资比重都处于较高水平，“优化资本市场结构，多渠道提高直接融资比重”也是党的十七大报告为中国未来资本市场走向制定的根本方向。信用体系建设也与金融稳定密切相关，也有助于企业融资环境的改善。3、经济稳定经济稳定与金融稳定一直息息相关，而对经济稳定有重要影响的GDP、国外负债、财政赤字及通货膨胀率等自然也对金融稳定有重要影响。虽然还没有一种专门衡量外债和确定是否负债到一定水平就可被认为是适当或过度的标准，但是根据许多国家金融危机的历史经验，外债对金融稳定具有重要影响。一般说来，财政赤字可以通过下列两种方法的任一种来筹措资金：国内信用贷款与国外信用贷款(如向国外借款或动用国际储备)。但是，国内信贷和国外信贷间有着密切不可分的相互依存的关系，归根到底，国内信贷决定国外筹措资金的形式。金融全球化趋势的快速发展使发展中国家获得了更多的利用外资的机遇，使许多发展中国家奉行了“负债发展”战略。虽然取得了较快的经济增长率，但愈益沉重的债务负担终于使那些高负债国家不断陷入债务危机，导致国家信用破裂，经济停滞不前。4、金融监管许多学者认为政府监管银行的主要原因在于市场失灵的存在，政府监管银行主要出于两个目的：保护存款人和维护金融体系的稳定。而从银行的本质功能上可以看出，银行作为一种制度安排有其内在脆弱性，同时银行的倒闭具有传染效应，这也是监管银行的一个重要原因。包括银行监管在内的金融监管有助于减轻金融机构和投资者之间的信息不对称，维护正常金融秩序，对保持金融体系稳定具有重要作用。因此，在一个竞争性的金融体系中，金融监管是不可缺少的，凡是实行市场经济体制的国家，都客观存在着政府对金融体系的管制。（三）金融稳定性的作用机制金融稳定各构成要素和其他外部因素的相互作用使金融系统呈现出动态的运动过程，但金融系统运行良好时则实现了金融稳定，而金融系统出现运行困难时，则表示金融系统出现不稳定征兆。基于前述有关金融稳定的基本理论，我们将各要素之间的作用机制用图2表示：图2 金融稳定各要素作用机制图三、金融稳定性评估理论模型构建（一）金融稳定性评估的基本假设在评估金融稳定性时，我们需要界定前提条件：（1）评估过程中不考虑外部暂时性影响。随着全球金融自由化和经济一体化的加速，各国的金融系统联系越来越紧密，全球资本市场联动效应越来越明显，一国（地区）金融稳定性受外部暂时性影响越来越大。但是这些外部暂时性影响（突发事件等）并不能有效量化，给金融稳定评估带来困难。但在不考虑偶然因素状态下的金融稳定评估仍有其重要意义：有利于各国了解自身金融系统稳定状态和发展水平，有利于政策制定者了解金融系统应遵怎样的金融自由化秩序。 （2）金融系统内部为线性结构。本文在评估方法上采用的线性结构方程模型，线性结构方程模型能够揭示金融稳定影响因素之间复杂的线性结构关系。只有在假定金融系统具有线性结构，本文选取的指标才能客观真实的反应金融系统稳定性的各个侧面，才能够利用线性加权得到最终评价结果。（二）金融稳定性评估指标的理论遴选1、指标遴选的基本原则由于反映金融系统内部状态和外部环境的指标较多，而且本文研究的金融稳定性评估是基于国家层面的，本文在选取金融稳定性评估指标时遵循以下三个基本原则：第一，全面性。对各国的金融稳定状态进行评估应包含金融稳定的主要方面，每一个指标从各自角度反映整体金融稳定某一侧面，同时相应的指标又可以汇总成一个要素指标，这样便于分析各国在金融稳定中存在的弱点。第二，可操作性。所选择的指标必须是可度量的，而且其数据能够通过某些特定方式取得。另外，某些指标即使理论上可行，但若缺乏可靠数据来源，我们原则上将不会使用。第三，互补性。金融稳定评估既要有硬指标，也要涵盖软指标。硬指标反映出的是金融体系的硬实力，数据更为准确；而软指标主要反映金融体系的软实力和外部环境，只能通过调查得到。将硬指标和软指标相结合，有助于全面反映金融稳定状态。2、指标体系的初建根据前面的理论分析和构建指标体系的原则，本文从IMD的相关指标中筛选出相关指标，具体指标如表1：表1 金融稳定评估指标体系类别指标指标性质定义企业融资环境风险资本正向指标企业发展是否可以容易获得风险资本资本成本正向指标资本成本是否阻碍竞争性企业的发展股票市场筹资额正向指标股票市场筹资额（10亿美元）金融运行环境内幕交易正向指标内幕交易是否普遍中央银行作用正向指标中央银行对经济是否有积极影响腐 败正向指标受贿或腐败在公共领域是否普遍存在经济稳定GDP正向指标国内生产总值按现行价格、汇率计算（10亿美元）通货膨胀率逆向指标通货膨胀率（）国外负债逆向指标中央政府国外负债占GDP比重(%)3、验证性因子分析在利用评估模型对金融稳定进行评估之前，有必要对本文提出的这一理论进行验证以及对选取的指标进行检验。所以，下面首先通过验证性因子分析从实证的角度对理论分析给予佐证。验证性因子分析的结果如表2：表2 验证性因子分析拟合指数拟合绝对拟合指数相对拟合指数简约拟合指数指数2/dfRMSEAGFIAGFINFICFIPNFIPGFI标准50.90.90.90.90.50.5本模型指数6.4960.0960.9540.9050.9590.9650.5860.466从表2中拟合指数的表现来看，RMSEA、GFI、AGFI、NFI、CFI、PNFI均优于拟合标准，表明模型拟合效果很好，能够反映出数据之间的内部结构关系和变量间影响关系大小，但是简约拟合指数PGFI未到达要求，说明模型有点复杂。不过仍有部分指标不是很理想。2/df =6.496，超出了标准范围，但是考虑到这个指标受样本量的影响，对于大的样本容量，卡方值都很大，导致几乎所有模型都被拒绝，因此认为可以接受这个模型。综合模型的所有拟合参数来看，模型较好的拟合了数据，这也证明了本文所选的指标可以进行金融稳定性评估模型的构建。（三）金融稳定性评估理论模型根据金融稳定性评估的基本理论，构造出金融稳定性评估的结构方程模型体系，其基本理论假设见表3。表3 金融稳定性评估模型的基本假设金融稳定对金融运行环境具有正向影响关系金融稳定对企业融资具有正向影响关系金融稳定对经济稳定具有正向影响关系金融运行环境对内部交易的治理具有正向影响关系金融运行环境对腐败的治理具有正向影响关系金融运行环境对中央银行作用具有正向影响关系企业融资对资本成本具有正向影响关系企业融资对风险资本具有正向影响关系企业融资对股票市场筹资额具有正向影响关系经济稳定有助于GDP的增长经济稳定有助于保持低通货膨胀率经济稳定可以降低国外负债金融稳定金融运行环境企业融资经济稳定内幕交易e1111腐败e12中央银行作用e13资本成本e211风险资本e22股票市场筹资额e23GDPe311国外负债e32通货膨胀率e331E1E11E21E3111111111基于表3的理论假设，我们可以得到相应的结构方程模型，用路径图表示为图3。通过固定路径系数的方式给模型的潜变量（即因子）指定测量单位，满足 图3 金融稳定性评估模型指定法则。同时，模型的观测变量个数为p=9,需要估计的参数个数为t=21,故t=21(9+1)*9/2=45，模型是可以识别的。利用金融稳定性评估模型来进行评价时，是通过逐层以归一化后的标准化路表4 金融稳定性评估模型各层次标准化路径系数影响关系系数影响关系系数金融稳定金融运行环境金融运行环境内幕交易金融运行环境腐败金融运行环境中央银行作用金融稳定企业融资企业融资资本成本企业融资风险资本企业融资股票市场融资金融稳定经济稳定经济稳定GDP经济稳定国外负债经济稳定通货膨胀率径系数为权数进行指标得分汇总得到最后各国金融稳定性得分的，若假设标准化路径系数如表4所示。则可以得到金融稳定性评估的理论模型：四、金融稳定性评估的数据预处理（一）数据来源及说明全球大多数国家都曾遭受过金融危机并深受其害，其中既有金融系统相对成熟的发达国家（地区），也有金融系统较脆弱的新兴市场经济国家（地区），这些国家（地区）的金融稳定性影响因素及其特征既有许多共同点，也表现出差异性。有鉴于此，为了使本文的研究对象具有代表性，并根据数据的可获得性，文章筛选出了43个国家（地区）作为研究样本，如表5所示。表5 43个参与评估的国家（地区）美洲美国、加拿大、阿根廷、巴西、智利、哥伦比亚、墨西哥、委内瑞拉东亚中国、中国香港、中国台湾、印度、印度尼西亚、日本、韩国、马来西亚、菲律宾、新加坡、泰国西欧奥地利、比利时、丹麦、芬兰、法国、德国、希腊、爱尔兰、意大利、荷兰、挪威、葡萄牙、西班牙、瑞典、瑞士、英国东欧及中亚捷克、匈牙利、波兰、俄罗斯、土耳其非洲南非大洋洲澳大利亚、新西兰样本国家（地区）的时间跨度为1993-2006年，样本数据来源于1994-2007年IMD各年的数据。对于缺失数据，采用Little MCAR检验发现数据缺失状态属于MCAR的假设，故本文利用取平均数对缺失值进行补充。为了研究的方便，我们假设样本在不同年度之间的金融稳定状态是相互独立的。为此，我们把14年的指标数值合并到一起，这就相当于有了602个样本，达到了结构方程模型关于样本量的要求。（二）指标数值的预处理1、指标数值的标准化和正向化原始数据收集完毕后，由于各指标对应的原始数值在量纲上不统一或者指标性质不一样，必须先对指标数值进行标准化和正向化。其详细过程如下：首先对数据进行正态标准化，即对在同年份考核指标内，将指标视为一个随机变量，服从均值为，方差为的正态分布，即。设第个国家（地区）在第个考核指标上的值为，采取如下进行正态标准化：其次，求出国家（地区）在指标上的累计概率分布值。由于第个指标转化为了一个均值为0，方差为1的随机变量，即。则对应的分布函数为：根据分布函数可求得对应的累积概率分布值，其含义为。由于累计概率值在0和1之间分布，因此将累积概率值乘以100即得到最后的标准化数值的范围为0到100。当所有原始数据都化成0-100之后，再对一些逆向指标进行正向化处理。直接用100减去相应数值即得到正向化后的指标数值。2、指标的信度和效度分析在进行评估时，需要保证选取的指标能够有效地反映金融稳定性的内涵，对于指标的选取要仔细考量，这主要涉及到指标的信度和效度问题。利用SPSS15.0计算1993-2006年各个观测变量的标准化路径系数和相应潜变量的系数，如表6所示。表6 1993-2006年变量的信度及效度分析潜变量观测变量标准化路径系数系数金融运行环境内幕交易0.8660.862腐败0.987中央银行作用0.602企业融资资本成本0.8950.748风险资本0.840股票市场筹资额0.458经济稳定GDP0.2530.469国外负债0.374通货膨胀率0.909由表6可知，所有观测变量的标准化路径系数都在1%水平下显著，说明观测变量具有较好的内敛效度。金融运行环境和企业融资的系数都达到0.7以上，但经济稳定的系数只有0.469，未达到0.7，由于经济稳定所包含的指标均为硬指标、数据波动较大，所以造成数据内部一致性较差。总体而言，这些变量具有较好效度和内部一致信度，所选取指标能够较好的反映金融稳定性内涵，而且每个指标对金融稳定性具有较一致的测量效果。五、金融稳定性评估模型参数估计及分析（一）全样本下金融稳定性评估结合前述金融稳定性评估的基本理论，我们在修改模型时，使,自由估计，使模型的自由度减少了4个，变为20，得到路径图为图4，估计得到的拟合指数如表7。 表7 1993-2006年金融稳定性评估模型拟合指数拟合绝对拟合指数相对拟合指数简约拟合指数指数2/dfRMSEAGFIAGFINFICFIPNFIPGFI标准50.90.90.90.90.50.5本模型指数3.8320.0690.9740.9410.9780.9840.5430.433金融稳定金融运行环境企业融资经济稳定内幕交易e111腐败e12中央银行作用e13资本成本e211风险资本e22股票市场筹资额e23GDPe311国外负债e32通货膨胀率e331E1E11E21E31111111111 图4 1993-2006年金融稳定性评估模型路径图从拟合指数的表现来看，2/df、RMSEA 、GFI、AGFI、NFI、CFI、PNFI均大大优于拟合标准，表明模型拟合效果很好，能够反映出数据之间的内部结构关系和变量间影响关系大小，但是简约拟合指数PGFI未到达要求，说明模型较复杂。模型得到的各个路径系数都是在1%的水平下显著大于0，说明各个理论假设都成立，变量间存在着如表3所示的影响关系。从标准化路径系数看，企业融资与金融稳定的关系最为密切，这是由于企业融资直接反应金融市场主要参与主体是否健康发展，当企业从本国融资不畅时就可能滋生腐败和过度举债等问题，直接蚕食金融体系的根基，进而从内部导致金融不稳定的发生和积累。而经济稳定与金融稳定的关系相对最弱，这与本文选择的指标有关，在一定程度上反映出经济基本面的稳定并不一定表示金融系统的内在健康，同时注意到GDP与经济稳定的关系很弱（虽然显著），进一步表明经济总量不一定健康。为了得到各个国家在1993-2006年间的金融稳定性综合得分，把已经标准化后的路径系数再归一化，以此作为各层次权数，如表8所示。得到各国（地区）金融稳定性综合得分就可以用式(1)表示： (1)表8 1993-2006年金融稳定性评估模型的归一化标准化路径系数影响关系系数影响关系系数金融稳定金融运行环境0.3510金融运行环境内幕交易0.3527金融运行环境腐败0.4020金融运行环境中央银行作用0.2452金融稳定企业融资0.3808企业融资资本成本0.4081企业融资风险资本0.3830企业融资股票市场融资0.2088金融稳定经济稳定0.2682经济稳定GDP0.1647经济稳定国外负债0.2435经济稳定通货膨胀率0.5918利用归一化后的标准化路径系数逐层汇总可得到各国（地区）1993-2006年金融稳定性综合得分，对各年得分进行平均，得到1993-2006年间各国金融稳定性的平均状态，按综合得分降序排名后，选取排名前十位的及排名在最后十位的国家和地区，这20个国家和地区的平均得分见表9，表10。表9 1993-2006年排名前十位的国家（地区）及其年平均得分企业融资金融运行经济稳定总分排名新加坡78.7769 90.8467 64.7809 73.5247 1美国92.8970 75.7840 66.2677 72.9854 2丹麦75.5296 94.5625 59.2123 72.3353 3荷兰80.7639 84.3027 59.4407 70.4075 4加拿大75.1403 82.2963 63.4710 69.0521 5芬兰75.4405 86.0438 55.6039 68.3501 6瑞士68.2334 79.1341 67.4220 66.8745 7香港地区80.4505 71.1017 63.6672 66.8110 8澳大利亚64.1883 88.0473 59.0287 66.5061 9英国74.4112 70.2269 63.8604 64.6957 10平均76.5832 82.2346 62.2755 69.1542 从表9看，在1993-2006年中，金融系统总体来说处于良好状态的均为发达国家或地区。这些国家或地区金融运行环境良好，资本市场已经较为成熟，内幕交易受到严格禁止并很少发生；中央银行成立较早，对经济调控或影响的手段多样化和系统化，能够促使央行政策得到较有效执行，从而保证央行在维护金融稳定时的及时和有效；这些国家法制较为完善，金融领域的腐败问题受到严厉打击，金融腐败问题相对较少。此外，这些国家的企业融资渠道畅通，直接融资比重较高，企业获取资本的成本较低，这在一定程度上也避免了金融腐败问题的发生。相对而言，十个国家在经济稳定上的得分最少，而根据前述路径系数的分析，经济稳定与金融稳定的关系也相对最弱，表明了经济稳定（或者说经济实力的强大）并不能充分保证金融系统的稳定。从表10可知，排名后十位的以新兴市场经济国家（地区）和转型国家（地区）为主。这些国家普遍存在较严重的腐败问题，金融秩序较混乱，使企业融资不畅，金融运行效率低下，金融体系抗风险能力较差。历史表明这些国家都曾发生过严重的金融危机。此外，从排名前十位和后十位国家在要素得分上的差异可以看出，发展中国家可能过多的专注于经济发展和物价稳定，缺少动机来降低企业融资成本。发展中国家在优化金融运行环境方面一直没有太大进展，较差的金融运行环境加速和表10 1993-2006年排名后十位的国家（地区）及其年平均得分企业融资金融运行经济稳定总分排名匈牙利26.9561533.818325241.5811331.3247933哥伦比亚25.7103927.940667947.2083830.3872634巴西18.1359625.542232446.5276127.0299135菲律宾26.0836323.445364536.1842325.9676936墨西哥16.2766823.399923746.9989625.8317137波兰21.3956723.482817640.2802325.6354938阿根廷18.8415420.318673333.2710421.8583439印度尼西亚23.3790817.370425929.4395221.1934640土耳其18.0428727.610519918.3359120.1661941俄罗斯19.507269.9710880527.3341716.8391142委内瑞拉15.831518.2992645315.053911.826643平均20.923721.927209434.7468323.46005掩盖了风险的累积。与此相反，发达国家都很注重优化企业融资和金融运行环境，增强企业自身的抗风险能力，保障了经济成果不会被严重的金融危机所摧毁。所以发展中国家不能片面追求低水平的经济发展速度，而应切实通过完善法律法规制度来优化金融运行环境，有效降低企业融资成本，保障金融系统内在健康。把排名前十位和后十位国家1993-2006年间各年的金融稳定得分描绘到图表上，如图5，图6。010203040506070809019931994199519961997199819992000200120022003200420052006新加坡美国丹麦荷兰加拿大芬兰瑞士香港地区澳大利亚英国图5 1993-2006年前十位国家（地区）的得分变化从图5看，这十位国家在1993-2006年间的金融系统一直处于较高水平的稳定，而没有出现严重的波动。其中大多数国家在1996-1998年间，金融系统的稳定性有所下滑，这是由于受到东南亚金融危机的影响。但是这些国家拥有一套比较完整的金融调控手段，调整速度很快，金融不稳定现象能得到及时纠正。同时，金融稳定是一个动态的过程，是一个“稳定不稳定稳定”的过程，从稳定到不稳定状态是由外部冲击或内部经济失衡引起的，从不稳定状态到稳定状态需要央行和金融监管机构的强有力推动才能实现。0510152025303540455019931994199519961997199819992000200120022003200420052006哥伦比亚巴西菲律宾墨西哥波兰阿根廷印度尼西亚土耳其俄罗斯委内瑞拉图6 1993-2006年后十位国家（地区）的得分变化从图6看，排名后十位国家在1993-2006年间从金融不稳定状态向金融稳定状态转变的幅度非常大，而一旦金融系统恢复到稳定状态，接着又是金融剧烈波动，说明这种调整缺乏持续性和系统性，无法强化金融系统本身的抗风险能力，过多的依靠政府或相关国际机构。（二）不同类国家（地区）金融稳定性评估1、国家（地区）分类在前面，我们就1993-2006年43个国家（地区）的金融稳定性进行了评估，发现这表11 2006年聚类后国家（地区）分类类别国家（地区）第一类香港、荷兰、瑞士、丹麦、新加坡、澳大利亚、奥地利、加拿大、芬兰、瑞典、比利时、爱尔兰、马来西亚、德国、挪威、新西兰、英国、美国、智利、哥伦比亚第二类法国、西班牙、意大利、日本、阿根廷、印度尼西亚、委内瑞拉、匈牙利、土耳其、菲律宾、墨西哥、波兰、俄罗斯、巴西、中国、印度、南非、希腊、葡萄牙、韩国、泰国、捷克、中国台湾43个国家（地区）的金融稳定性呈现出不同的特征，它们似乎可以分为若干类别来加以研究。本部分先对各国（地区）进行分类，分类方法为系统聚类法（各类别距离计算方法为组间平均距离法），然后就各类国家（地区）利用结构方程模型进行分析。聚类结果如下表11所示。第一类国家代表了金融稳定性较好的国家（地区），第二类代表了金融稳定性较差的国家（地区）。从表11中可以看出，第一类国家（地区）仍然以发达国家（地区）为主，但也有马来西亚、智利和哥伦比亚等发展中国家；第二类国家（地区）以发展中国家（地区）为主，但也包含了法国、西班牙、意大利和日本等发达国家。为了研究这两类国家（地区）在金融稳定性方面的具体差别，将按类别建立评估模型。2、第一类国家（地区）金融稳定性分析将1993-2006年相关国家和地区数据代入拟合模型得到路径图如图7所示。在修改模型时，使,，自由估计，使模型的自由度减少了4个，变为20个，估计的得到的拟合指数如表12。表12 第一类国家（地区）金融稳定性评估模型拟合指数拟合绝对拟合指数相对拟合指数简约拟合指数指数2/dfRMSEAGFIAGFINFICFIPNFIPGFI标准50.90.90.90.90.50.5本模型指数2.8730.0820.9590.9070.9360.9570.5200.426金融稳定金融运行环境企业融资经济稳定内幕交易e111腐败e12中央银行作用e13资本成本e211风险资本e22股票市场筹资额e23GDPe311国外负债e32通货膨胀率e331E1E11E21E31111111111图7 第一类国家（地区）金融稳定性评估模型路径图从表12中的拟合指数表现看，绝对拟合指数和相对拟合指数都优于标准，这表明模型拟合效果很好，模型很好地体现了变量间的关系，但是简约拟合指数PGFI未到达要求，说明模型略显复杂。与全样本模型的拟合指数对比就可以发现，第一类国家的2/df值要小于全样本，而RMSEM这大于全样本，其他的拟合指数无太大区别。第一类国家的模型得到各个路径系数如表13所示：表13 第一类国家（地区）金融稳定性评估模型的标准化路径系数影响关系系数影响关系系数金融稳定金融运行环境0.831金融运行环境内幕交易0.825金融运行环境腐败0.874金融运行环境中央银行作用0.401金融稳定企业融资0.955企业融资资本成本0.665企业融资风险资本0.639企业融资股票市场融资0.244金融稳定经济稳定0.837经济稳定GDP0.179经济稳定国外负债-0.007经济稳定通货膨胀率-0.527如表13所示，标准化路径系数与全样本路径系数有较大改变，就潜变量之间的关系来看，金融稳定与金融运行环境、企业融资、经济稳定之间的关系相对平衡，没有像全样本国家那样差距明显，说明第一类国家（地区）注重维护金融运行环境、企业融资、经济稳定三者的关系，使三者对金融稳定的作用相对均衡。就显变量与潜变量的关系来说，第一类国家（地区）出现了两个负的路径系数（其中经济稳定对国外负债在5%下不显著），经济稳定与国外负债关系为弱负，这可以从发达国家的经济发展模式来理解。一些发达国家（例如美国）从国外大量举债（主要是发行国债）来维持本国金融系统的持续运转，其高度的金融稳定离不开巨大的外债。此外经济稳定与通货膨胀之间的关系为负，现在许多发达国家的央行逐步实施了通货膨胀目标制的货币政策，但一味的追求低的通货膨胀率可能给金融系统带来破坏性影响。3、第二类国家（地区）金融稳定性分析对第二类国家（地区），将数据代入得到图8的路径图。金融稳定金融运行环境企业融资经济稳定内幕交易e111腐败e12中央银行作用e13资本成本e211风险资本e22股票市场筹资额e23GDPe311国外负债e32通货膨胀率e331E1E11E21E31111111111图8 第二类国家（地区）金融稳定性评估模型路径图在修改模型时，使,，,，自由估计，使模型的自由度减少了5个，变为19个，估计的得到的拟合指数如表14。表14 第二类国家（地区）金融稳定性评估模型拟合指数拟合绝对拟合指数相对拟合指数简约拟合指数指数2/dfRMSEAGFIAGFINFICFIPNFIPGFI标准50.90.90.90.90.50.5本模型指数6.3030.1290.9260.8250.9170.9280.4840.391从表14中拟合指数表现来看，只有绝对拟合指数GFI和相对拟合指数NFI、CFI优于标准，其他指数没有达到标准，这表明模型拟合效果不是很好，模型可能未能完整体现了变量间的关系，说明理论模型对第二类国家（地区）不太合适，还需要改进。各个路径系数如表15所示。虽然模型不能良好地拟合第二类国家（地区），但是模型各个路径系数在1%的显著性水平下均显著，可以带给我们一些有益的信息。从表15可知，金融稳定与企业融资的关系仍然最大，但是相对于第一类国家（地区）和全样本，第二类国家拟合得到的金融稳定与经济稳定的关系更为密切。同时，第二类国家的经济稳定与国外负债、通货膨胀率之间存在着显著地负相关，即第二类国家需要高额的负债才能保障金融体系的稳定，这些国家只有通过借新债还旧债来维持国内金表15 第二类国家（地区）金融稳定性评估模型的标准化路径系数影响关系系数影响关系系数金融稳定金融运行环境0.831金融运行环境内幕交易0.563金融运行环境腐败0.988金融运行环境中央银行作用0.242金融稳定企业融资0.994企业融资资本成本0.834企业融资风险资