3 我国金融稳定性的测度

为了将金融稳定因素引入规则型货币政策规则，首先要对我国的金融稳定性进行测度。全球性金融危机促使世界各国开始关注金融体系的稳定性，并逐步开展金融稳定的定量分析。以美国、英国、日本等国家为代表的世界各国央行已经形成了比较完备的金融稳定性评价体系，能够从定量分析的视角监控和评价本国的金融稳定水平，并据此制定调控政策。而对于我国而言，金融稳定评价框架的构建始于2005年，起步落后于西方各国，但是经过近十年的发展，也已经初步形成了金融体系稳定性评价体系。本文在充分借鉴国内外研究成果的基础上，开展了对我国金融稳定性的测度。

3.1 数据来源、数据处理与指标合成

本文的数据选取借鉴了国际货币基金组织（IMF）金融稳健性评价体系，并梳理了国内外代表性的成果，选取2004年第1季度到2013年第4季度的资产质量、房地产市场、金融深化程度、资本充足率、市场流动性和外汇风险六方面因素共11个指标作为构建中国金融稳定指数的基础指标。数据来源为Wind数据库和中经网数据库（http://db.cei.gov.cn/）。各个基础指标的指标属性、影响因素和选取标准见表1。

表1 构建金融稳定指数的基础指标

在进行指数合成之前，需要对基础指标的数据进行一定程度的预处理。

首先，要解决基础指标的量级和量纲问题，对基础指标进行“标准化”预处理。常用的数据“标准化”方法包括极值法、标准差化法和均值化法。其中，将基础指标标准差化的方法是最为常用的方法（万晓莉，2008；印重等，2014），通过预处理，能够统一各个指标的量级和量纲，避免指数合成的失真。

其次，要解决基础指标的指标属性问题，对基础指标进行“同向化”预处理。在基础指标中，一些指标对金融稳定性的提高具有正向作用，而另一些指标对金融稳定性的提高具有负向作用，直接进行指数合成的话会造成信息的混淆。本文对具有“负向作用”的指标取相反数，将这些基础指标的性质逆转，统一了合成金融稳定性指数的作用力与方向性。

在完成中国金融稳定性指标体系的构建并对基础指标的数据进行预处理之后，需要选取恰当的指数合成方法汇总各个指标，计算出中国金融稳定指数。综合国内外研究中所使用的指数合成方法（如Caprio和Klingebiel,1999; van Den End,2006；万光彩等，2013；王妍，2015），可以发现，主成分分析法是近年来国内外主流的用来测度金融稳定性的方法，它通过降维多维数据，使用正交变换把潜在的相关性数据转化为线性不相关的数据，处理后的数据具有独立性。本文选取主成分分析法来进行中国金融稳定性的指数合成。

3.2 中国金融稳定指数的水平与波动性分析

表2显示了采用主成分分析法，对11个基础指标进行处理所得到的各个主成分的特征值和累计方差贡献率百分比。如表2所示，前三个主成分的累积方差贡献百分比超过了85%，因此选取前三个主成分构建中国金融稳定性指数（Kaiser, 1962）。

表2 金融稳定基础指标的主成分分析结果

图1显示了中国金融稳定指数FSI的初始数据、波动与趋势，其中，运用HP滤波分解出中国金融稳定性指数的波动成分与趋势成分。

图1 中国金融稳定指数FSI

就整体趋势而言，在样本期间，中国金融稳定指数总体呈上升趋势，说明中国金融体系的稳定性呈现趋势性的改善。

从水平值的角度来看，金融稳定指数从2004年开始上升，在2005年至2006年期间，指数出现了明显的改善，这与中国金融市场的蓬勃发展密切相关；受全球性金融危机的影响，到2007年，金融稳定指数开始呈下降趋势，2008年达到了最低值。随着一系列经济刺激政策的实施，金融稳定指数逐渐回升，到2010年回升的速度放缓，而到2012年出现了一段时期的显著提升。在样本期间的最后，稳定性指数达到了极大值。

从波动性的角度来看（图1中的柱状图），不难发现，受世界金融危机和国内经济刺激政策的影响，金融稳定性波动幅度较大的时期出现在2005年至2006年中期以及2007年至2009年末，而金融稳定性波动幅度相对较小的时期出现在2006年中期至2007年以及2010年至2013年末。可以发现，中国金融稳定指数的波动态势呈现：繁荣、信用扩张、不稳定、宏观调控的波浪形演变特征，这证明了明斯基的“金融不稳定假说”。