發(fā)布時間：2016-09-08 10:18

  本文關(guān)鍵詞：新興市場國家金融風(fēng)險傳染性研究，由筆耕文化傳播整理發(fā)布。

GlobalFinance

環(huán)球金融

新興市場國家金融風(fēng)險傳染性研究

靳玉英

周

兵

*

內(nèi)容摘要：本文選取12個新興市場國家1997年至2009年的月度數(shù)據(jù)，運(yùn)用金融壓力指數(shù)和面板VAR模型研究主要金融領(lǐng)域風(fēng)險的傳染性及其對宏觀審慎監(jiān)管的政策含義。主要結(jié)論是：新興市場國家各金融市場間普遍存在金融壓力的傳染性；金融壓力的傳染性突出體現(xiàn)在危機(jī)階段，穩(wěn)定期則不顯著；外匯市場壓力的溢出效應(yīng)最普遍，銀行系統(tǒng)壓力的溢出效應(yīng)最弱。最后，本文就主要研究結(jié)論對宏觀審慎監(jiān)管的政策含義進(jìn)行了闡釋。

關(guān)鍵詞：金融壓力中圖分類號：F831

風(fēng)險傳染

系統(tǒng)性金融風(fēng)險

宏觀審慎監(jiān)管

文獻(xiàn)標(biāo)識碼：A

周期的金融宏觀審慎管理制度框架”。

引言

宏觀審慎監(jiān)管旨在防范系統(tǒng)性金融風(fēng)險，從而避免金融危機(jī)對宏觀經(jīng)濟(jì)的損害。為此，宏觀審慎監(jiān)管框架的構(gòu)建顯然是要建立在對系統(tǒng)性金融風(fēng)險內(nèi)涵和成因的準(zhǔn)確把握上。目前，有關(guān)系統(tǒng)性金融風(fēng)險的研究尚不深入（馬勇，

美國次貸問題引發(fā)了全球性金融危機(jī)，世界經(jīng)濟(jì)因此陷入1929-1933年以來最嚴(yán)重的經(jīng)濟(jì)衰退，這讓政策層面和學(xué)界不得不重新思考如何進(jìn)行宏觀經(jīng)濟(jì)管理問題。一個共識是，僅僅靠對單個金融系統(tǒng)的微觀審慎監(jiān)管不足以保證整個金融系統(tǒng)的穩(wěn)定，必須對系統(tǒng)性金融風(fēng)險進(jìn)行審慎管理，即宏觀審慎監(jiān)管。

宏觀審慎監(jiān)管的概念自20世紀(jì)70年代提出，至今對其研究依然處于起步階段，即便就金融穩(wěn)定等一些相關(guān)基礎(chǔ)概念也尚存在很大分歧（Galati&Moessner，2010）。但毋庸置疑的是，宏觀審慎監(jiān)管是重要的。次貸危機(jī)后，各國政策層面均在緊鑼密鼓地制定本國的宏觀審慎監(jiān)管框架，我國在“十二五”規(guī)劃中明確提出“構(gòu)建逆

2011），即便是對系統(tǒng)性金融風(fēng)險本身都未形成共識的界定（張曉樸，2010）。有關(guān)系統(tǒng)性金融

風(fēng)險的成因，通常從兩個角度分析：一是所有金融機(jī)構(gòu)或金融市場普遍承受的風(fēng)險，該風(fēng)險主要來自宏觀經(jīng)濟(jì)政策調(diào)節(jié)等外部沖擊；二是強(qiáng)調(diào)金融機(jī)構(gòu)或市場之間的相互聯(lián)系使得單個金融機(jī)構(gòu)或金融市場所承受的風(fēng)險得以傳遞到整個金融系統(tǒng)，從而形成系統(tǒng)性的金融風(fēng)險。本文認(rèn)為，20世紀(jì)90年代以來各國紛紛采用的金融混業(yè)經(jīng)營和金融開放使得后者的作用更加顯著，次貸問題演化為全球性系統(tǒng)性金融危

作者簡介：靳玉英，經(jīng)濟(jì)學(xué)博士，上海財(cái)經(jīng)大學(xué)國際工商管理學(xué)院教授；周兵，上海財(cái)經(jīng)大學(xué)國際工商管理學(xué)院博士研究生。

*基金項(xiàng)目：國家社會科學(xué)基金重點(diǎn)項(xiàng)目“世界經(jīng)濟(jì)周期性波動及其對我國宏觀審慎監(jiān)管框架構(gòu)建的政策含義研究”（12AZD051）；國家自然科學(xué)基金項(xiàng)目“零利率下限約束下貨幣政策和財(cái)政政策組合研究：理論、實(shí)踐及中國的前瞻性政策含義”（71173142）；上海財(cái)經(jīng)大學(xué)研究生創(chuàng)新基金資助項(xiàng)目“新興市場國家外匯市場壓力問題的研究”（XJJ-2011-322）。

·20135/國際金融研究49

環(huán)球金融

GlobalFinance

機(jī)在一定程度上印證了這一點(diǎn)。

為此，本文旨在對主要金融領(lǐng)域金融風(fēng)險的傳染性進(jìn)行研究，間接檢驗(yàn)金融主體和金融市場間因股權(quán)、債券等形成的金融關(guān)聯(lián)對系統(tǒng)性金融風(fēng)險的作用，從而對我國宏觀審慎監(jiān)管框架的構(gòu)建提供一定的政策建議。

金融壓力傳染性的研究主要集中在金融壓力在國別間的傳染。Balakrishnanetal.（2009）構(gòu)建了新興市場國家的金融壓力指數(shù)，用以研究這些國家與發(fā)達(dá)經(jīng)濟(jì)體間金融壓力的聯(lián)動性、傳染性和傳染渠道等問題。他們發(fā)現(xiàn)，發(fā)達(dá)經(jīng)濟(jì)體的金融壓力向新興經(jīng)濟(jì)體傳染的速度在加快，并且金融聯(lián)系（銀行借貸）逐漸成為主要傳染渠道。Moriyama（2010）采用FSI研究金融危機(jī)對中東與北非新興市場國家金融條件和經(jīng)濟(jì)活動的溢出效應(yīng)，發(fā)現(xiàn)自雷曼兄弟破產(chǎn)后，這些國家增加的金融壓力中有2／3直接或間接來自于發(fā)達(dá)國家，并且發(fā)達(dá)國家金融壓力的增長和經(jīng)濟(jì)衰退對新興市場國家的實(shí)際GDP的下降有一半的解釋力。

基于金融壓力指數(shù)能夠有效代表金融風(fēng)險及其對金融風(fēng)險傳染性問題研究的適用性，本文通過研究代表性金融領(lǐng)域壓力間的傳染性，間接檢驗(yàn)金融聯(lián)系對系統(tǒng)性風(fēng)險形成的作用機(jī)制，從而為宏觀審慎監(jiān)管框架的構(gòu)建提供政策建議。

一、數(shù)據(jù)、指標(biāo)與統(tǒng)計(jì)

（一）金融風(fēng)險代表性變量的選擇與構(gòu)建———金融壓力

1.金融壓力指標(biāo)的選擇

要測度金融風(fēng)險在不同金融領(lǐng)域間的傳染性，首先要確定金融風(fēng)險的代表性量化指標(biāo)。金融風(fēng)險的量化通常有四種做法：基于資產(chǎn)負(fù)債表和市場指數(shù)的金融困境指數(shù)、早期預(yù)警指標(biāo)、基于VAR模型的指標(biāo)和宏觀壓力測試指標(biāo)。本文選用金融壓力指數(shù)作為金融風(fēng)險的量化指標(biāo)，

①

金融壓力指數(shù)衡量的是金融系統(tǒng)承受

的變化壓力，金融壓力上升意味著金融風(fēng)險的加大，不確定性上升。金融壓力指數(shù)可以分解為外匯市場、銀行系統(tǒng)等單個具體金融市場的壓力，便于分析各金融市場間金融風(fēng)險的傳染性，適用于本文的研究。

2.金融壓力指標(biāo)的構(gòu)建

本研究針對的是新興市場國家，在金融壓力指數(shù)的構(gòu)建上沿用Balakrishnanetal.（2009）提出的新興市場國家金融壓力指數(shù)（EM_FSI）。該指數(shù)由代表外匯市場、銀行系統(tǒng)、股票市場、債券市場四個主要金融領(lǐng)域的5個部分組成。具體為：

Illing&Liu（2006）構(gòu)建了綜合加拿大各主要金融市場的金融壓力指數(shù)（FinancialStressIndex，F(xiàn)SI），用以衡量金融系統(tǒng)的風(fēng)險程度，結(jié)論表明，F(xiàn)SI適用于分析金融傳染性和金融系統(tǒng)的外部環(huán)境。Dasetal.（2005）在此基礎(chǔ)上發(fā)展了FSI和金融政策質(zhì)量指數(shù)（IQFP），他們

首先構(gòu)建了銀行部門、外匯市場、股票市場和政府債券市場的分部門壓力指數(shù)，最后加總得到FSI。Cardarellietal.（2009）使用了囊括各主要金融市場的金融壓力指數(shù)（FSI）研究17個主要發(fā)達(dá)經(jīng)濟(jì)體承受的金融風(fēng)險以及金融周期對實(shí)體經(jīng)濟(jì)的影響，不僅確定了過去30年中的極端金融事件，而且指出，銀行部門壓力所引致的經(jīng)濟(jì)衰退力度更大、持續(xù)時間更長。

目前，學(xué)界采用金融壓力指數(shù)進(jìn)行的關(guān)于

①

EM_FSI=Beta+Em_stock+Rsq_stock+Embi+Empi

銀行部門“Beta”系數(shù)即資本資產(chǎn)定價模型中的“β”，由βi,t=COV（rMi,t，rBi,t）/σ2i,M得到，

它代表銀行部門壓力，為銀行系統(tǒng)的壓力指數(shù)。其中rMi,t、rBi,t分別表示i國第t期的股市回報和銀行回報，當(dāng)β大于1時，則表明銀行部門處于風(fēng)險之中，爆發(fā)銀行危機(jī)的可能性增大。

股市收益（Em_stock）由股票市場指數(shù)按年同比變化乘以負(fù)1計(jì)算所得。股票價格下降增大了證券市場壓力，股市收益波動性（Rsq_stock）代表了股市的不確定性，波動性增大表明經(jīng)濟(jì)的不確定性也在增大，該指數(shù)通過GARCH（1，1）對市場波動性進(jìn)行時變性的測量獲得。股票市場

金融風(fēng)險的量化指標(biāo)最常用的是由IMF構(gòu)建的金融穩(wěn)定指數(shù)（Moorhouse，，2004;IMF，2008）和依賴于股權(quán)、

CDs以及其他金融衍生產(chǎn)品的市場指數(shù)（Illing&Liu，2006;Tarashev&Zhu，2006，2008），但I(xiàn)MF的金融穩(wěn)定指數(shù)

指標(biāo)體系龐大復(fù)雜，且時間期限相對較短，不適合本文的研究。

50

國際金融研究/2013·5

Global

Finance

環(huán)球金融

收益和股票市場波動性兩部分共同代表股票市場壓力，構(gòu)成股票市場壓力指數(shù)。

主權(quán)債務(wù)利差被定義為債券收益率減去10年期的美國國庫券收益率，本文用JP摩根新興市場國家債券指數(shù)（Embi）代替主權(quán)債務(wù)利差，當(dāng)Embi數(shù)據(jù)不可得時，則使用5年期的信貸違約掉期利差（CDs）代替。該指標(biāo)代表主權(quán)債務(wù)市場壓力，是主權(quán)債務(wù)市場壓力指數(shù)。Embi上升表明一國主權(quán)債務(wù)違約風(fēng)險上升。

外匯市場壓力（Emp）指數(shù)衡量了匯率和儲備的相對變動情況，本文使用了標(biāo)準(zhǔn)化外匯市場壓力計(jì)算公式，即：

9月總共149個月。之所以做這樣的樣本區(qū)間

選擇，主要原因是，這個階段涵蓋了亞洲金融危機(jī)和美國次貸危機(jī)兩次重大危機(jī)，而本文旨在對這兩次危機(jī)階段代表性金融市場金融壓力的傳染性進(jìn)行比較研究。同時，該階段屬于新興市場國家金融危機(jī)的多發(fā)期，

①

便于考察金融

壓力和金融危機(jī)的關(guān)系。本文選擇Balakrishnan

etal.（2009）設(shè)計(jì)的金融市場壓力指數(shù)所涵蓋

的外匯市場、銀行系統(tǒng)、股票市場和債券市場四個金融領(lǐng)域作為本文金融壓力傳染性研究的代表性金融市場。本文綜合Balakrishnanetal.（2009）和摩根斯坦利資本國際（MSCI）的研究，選擇了數(shù)據(jù)齊整性良好的12個新興市場國家，分別為：阿根廷、巴西、中國、哥倫比亞、馬來西亞、墨西哥、摩洛哥、秘魯、波蘭、泰國、土耳其和南非。

對各金融市場壓力指標(biāo)采用標(biāo)準(zhǔn)化處理可以有效減少各指數(shù)的波動性（Kaminsky&Rein-

EMPitSta=

11（Δei,t-μi,Δe）-（ΔIRi,t-μi,ΔRES）

i,Δei,ΔRES

其中，Δei,t、ΔIRi,t分別表示一國兩個季度間名義匯率和儲備存量（不包括黃金存量）的變化；

μi,Δe、μi,ΔRES分別表示一國兩季度間匯率和儲備

變化的均值；σi,Δe和σi,ΔRES分別表示一國兩季度

間匯率和儲備變化的標(biāo)準(zhǔn)差。當(dāng)EMP>0時，表示本幣承受貶值壓力；當(dāng)EMP<0時，則表示本幣承受升值壓力。

在以上指標(biāo)中，名義匯率、儲備以及股票市場指數(shù)來自IMF的IFS數(shù)據(jù)庫，Embi和銀行部門回報指數(shù)來自Bloomberg數(shù)據(jù)庫。

（二）金融市場壓力特征

本文樣本區(qū)間選自1997年5月到2009年

hart，1999）以及避免某部門壓力指數(shù)劇烈波動對FSI產(chǎn)生大的影響（Moriyama，2010）。本文得到樣本國家平均FSI以及各金融部門的壓力指數(shù)，具體如圖1所示。Balakrishnanetal.（2009）認(rèn)為，當(dāng)金融壓力指數(shù)超過其均值的1.5

倍標(biāo)準(zhǔn)差時即可表明該時間點(diǎn)金融風(fēng)險突出，如果應(yīng)對有誤，極有可能演化為金融危機(jī)。為此，本文選擇該壓力水平為基準(zhǔn)線，即圖1中的基

圖1

①

各金融部門的壓力指數(shù)

在該區(qū)間，新興市場國家所發(fā)生的一系列金融危機(jī)，包括：東亞金融危機(jī)、俄羅斯債務(wù)拖欠危機(jī)、巴西貨幣危

機(jī)、阿根廷的主權(quán)債務(wù)危機(jī)以及2008-2009年美國次貸問題引發(fā)的全球性金融危機(jī)。

·20135/國際金融研究51

環(huán)球金融

GlobalFinance

線。超過該線的壓力水平視為風(fēng)險突出的狀態(tài)。

在圖1中，綜合壓力指數(shù)FSI反映整個金融系統(tǒng)的穩(wěn)定狀況。1997年9月之前、2003年

4月至2007年12月兩個階段為整個金融系統(tǒng)相對穩(wěn)定的時期。1997—1998年和2008—2009

年兩個階段是總體金融壓力指數(shù)的兩個高峰階段。從強(qiáng)度上來說，2008—2009年金融危機(jī)期間的FSI峰值（7.96）高于亞洲金融危機(jī)期間的峰值（7.01），這在一定程度上表明，后者的金融風(fēng)險大于前者。

對于單個金融市場而言，其壓力指數(shù)存在共性同時也有一定的差異。共性在于，各金融市場在兩次危機(jī)階段都為波峰狀態(tài)，呈現(xiàn)高壓力，所承受的金融風(fēng)險增大。差異在于：相對于其他金融市場，銀行部門呈現(xiàn)多峰值的壓力狀態(tài)，這說明銀行部門風(fēng)險的波動性更強(qiáng)；與其他金融部門不同，主權(quán)債務(wù)市場在第二次金融危機(jī)階段的峰值遠(yuǎn)小于第一次金融危機(jī)階段。這說明，在第二次金融危機(jī)階段，新興市場國家主權(quán)債務(wù)市場壓力小于其在亞洲金融危機(jī)階段的壓力，這可能與第二次危機(jī)階段新興市場國家外匯儲備持有條件遠(yuǎn)遠(yuǎn)好于第一階段有關(guān)。

（三）風(fēng)險點(diǎn)與極端點(diǎn)

金融壓力大小不同，對宏觀經(jīng)濟(jì)的影響和監(jiān)管意義不同。大的金融壓力往往蘊(yùn)含著大的經(jīng)濟(jì)風(fēng)險，甚至與金融危機(jī)相契合。本文在此參照Balakrishnanetal.（2009）的做法，當(dāng)某一金融市場壓力指數(shù)超過其均值1.5倍標(biāo)準(zhǔn)差時，就將其視為該市場的金融風(fēng)險點(diǎn)。在此基礎(chǔ)上，如果金融風(fēng)險點(diǎn)正好處于某一金融周期的波峰時，則將該點(diǎn)視為金融風(fēng)險的極端點(diǎn)，這些金融壓力的極端點(diǎn)往往與金融危機(jī)時點(diǎn)吻合（Illing&Liu，2006）。以此為基礎(chǔ)，本文統(tǒng)計(jì)了各金融市場風(fēng)險點(diǎn)與極端點(diǎn)，具體如圖2所示。就整個FSI而言，共有71個風(fēng)險點(diǎn)，極端值共23個。銀行部門風(fēng)險點(diǎn)共69個，極端值共21個；股票市場風(fēng)險點(diǎn)共58，極端值共

圖2

各金融部門風(fēng)險點(diǎn)和極端點(diǎn)的分布

通過圖2可直觀比較各金融市場風(fēng)險點(diǎn)和極端點(diǎn)出現(xiàn)的順序特征。就風(fēng)險點(diǎn)來看，在亞洲金融危機(jī)期間，外匯市場和銀行部門的風(fēng)險點(diǎn)出現(xiàn)時間較早，分別出現(xiàn)于1997年7月和8月，股票市場和債券市場的風(fēng)險點(diǎn)出現(xiàn)較晚，基本都出現(xiàn)在1997年10月。在2008-

2009年金融危機(jī)全面爆發(fā)前，外匯市場和銀行部門的風(fēng)險點(diǎn)便分別于2007年8月和2007年12月出現(xiàn)。股票市場風(fēng)險點(diǎn)在2008年1月出現(xiàn)，債務(wù)市場風(fēng)險點(diǎn)于2008年10月出現(xiàn)。

從極端點(diǎn)分布的時間來看，在亞洲金融危機(jī)期間，外匯市場極端點(diǎn)出現(xiàn)最早，于1997年

7月出現(xiàn)。銀行部門和債務(wù)市場的極端點(diǎn)次之，基本都于1997年10月出現(xiàn)。股票市場的極端點(diǎn)出現(xiàn)最晚，于1998年2月出現(xiàn)。在2008-2009年全球金融危機(jī)期間，外匯市場和

銀行部門的極端點(diǎn)出現(xiàn)時間仍然較早，分別于2007年8月和2008年2月出現(xiàn)，股票市場的極端值在2008年4月出現(xiàn)，債券市場的極端值則在2008年10月出現(xiàn)。

金融壓力的極端值實(shí)際上就是金融危機(jī)（Illing&Liu，2006）。從壓力極端點(diǎn)的頻率來看，新興市場國家的外匯市場和銀行部門相對更加脆弱，易于率先出現(xiàn)異常情況。從風(fēng)險點(diǎn)和極端點(diǎn)的分布時點(diǎn)來看，各金融市場壓力指數(shù)以及總的FSI與各種危機(jī)的匹配性良好。此，這些壓力指數(shù)可作為危機(jī)預(yù)警指標(biāo)。

①

20個；債券市場風(fēng)險點(diǎn)共76個，極端值共17個；外匯市場風(fēng)險點(diǎn)共66個，極端值共28個。

①

因

在整個樣本期間，新興市場國家發(fā)生了多次重大危機(jī)。如1997-1998年的東亞金融危機(jī)、1998年的俄羅斯債

務(wù)拖欠危機(jī)、1998-1999的巴西貨幣危機(jī)、2002年阿根廷的主權(quán)債務(wù)危機(jī)以及2008-2009年全球金融危機(jī)。本文構(gòu)建的各金融市場壓力指數(shù)以及總的FSI能夠識別出這些金融事件。

52

國際金融研究/2013·5

GlobalFinance

環(huán)球金融

固定效應(yīng)來克服“個體異質(zhì)性”。此外，由于滯

二、計(jì)量模型與檢驗(yàn)

本文以金融壓力代表金融風(fēng)險展開對銀行部門、股票市場（代表證券市場）、債券市場（國債）和外匯市場四個金融領(lǐng)域風(fēng)險傳染性問題的研究。

（一）模型設(shè)定

就多個國家在時間序列上某個變量受其他變量沖擊所產(chǎn)生的效果進(jìn)行研究時，面板向量自回歸的方法（PanelVAR）是個合適的計(jì)量工具。由于FSI是由各金融部門壓力指數(shù)加總而成，因此本文研究單個市場壓力對其他金融領(lǐng)域壓力傳染性問題時，并不考慮FSI的沖擊以及受力情況，且同時將各金融部門壓力指數(shù)視為內(nèi)生變量。對于單個國家，設(shè)定模型如下：

后因變量的存在，一般意義上的“均值差分法”會排除固定效應(yīng)并因此造成結(jié)果有偏。為避免這一情況，本文使用“前向均值差分法”，即“Helmert”過程（Arellano&Bover，1995）。

①

在此基礎(chǔ)上，本文將滯后的解釋變量作為工具變量，使用系統(tǒng)GMM方法進(jìn)行估計(jì)。此外，國家層面特定時間虛擬變量的存在是為了獲取該層面影響危機(jī)的其他一些宏觀沖擊。

為了分析脈沖響應(yīng)函數(shù)，需要估計(jì)置信區(qū)間。脈沖響應(yīng)函數(shù)矩陣由估計(jì)的VAR系數(shù)組成，同時報出其標(biāo)準(zhǔn)誤。本文使用模特卡羅模擬②得出脈沖響應(yīng)函數(shù)的標(biāo)準(zhǔn)誤和置信區(qū)間。最后，本文將列出方差分解的結(jié)果，反映一個變量沖擊所引起的另一個變量變動的百分比。

從本文第二部分可知，新興市場國家在不同時點(diǎn)的金融風(fēng)險程度不同，因此需要對樣本區(qū)間進(jìn)行劃分。圖1表明，1997年5月至2003年6月與2008年1月至2009年9月兩個樣本區(qū)間包含了新興市場國家大部分的風(fēng)險點(diǎn)與極端點(diǎn)。據(jù)此，本文將數(shù)據(jù)分為三組，分別為A組

（1997m5-2003m6）、B組

（2003m7-

Zit=Γ0+ΓjZit-j+fi+di,t+et

其中，Zt為四維矢量，即{Beta，Em_stock，Embi，Emp}，i為單個國家，t為時間，Γj為變量滯后效應(yīng)的方陣，j則為滯后階數(shù)，fi為個體固定效應(yīng)，di,t為國家層面特定時間虛擬變量，et為擾動項(xiàng)。

對面板數(shù)據(jù)使用VAR程序，需要限定每個

橫截面的基本結(jié)構(gòu)相同。為此，本文通過加入

表1

variablePanelABetaEm-stockEmbiEmpPanelBBetaEm-stockEmbiEmpPanelCBetaEm-stockEmbiEmp

①②

2007m12）和C組（2008m1-2009m9），各階段的描述性統(tǒng)計(jì)如表1所示。

各變量的描述性統(tǒng)計(jì)

min-0.849-1.183-1.321-4.642-0.849-1.221-1.554-2.765-0.849-0.903-1.308-2.576

p25-0.591-0.507-0.119-0.340-0.626-0.735-1.015-0.557-0.616-0.365-0.664-0.524

p50-0.373-0.2460.3120.021-0.461-0.566-0.811-0.246-0.3980.040-0.447-0.105

p751.0200.5020.9270.332-0.318-0.375-0.6190.0241.2691.0140.1130.362

max3.2244.2697.0466.8503.7983.5292.1002.5945.4015.6744.4203.844

N888888888888648648648648252252252252

mean0.0870.1540.4790.104-0.180-0.468-0.699-0.2440.3040.473-0.197-0.034

sd0.9941.0400.9330.9710.8610.5250.5720.5701.3091.2250.8111.009

這一變換可以保持交換變量和滯后的解釋變量之間的正交化。

本文使用估計(jì)系數(shù)與其協(xié)方差矩陣和重新計(jì)算的脈沖響應(yīng)隨機(jī)產(chǎn)生Γ的系數(shù)，本文重復(fù)這個過程500次。同

時，得到5%和95%的分布，用來作為脈沖響應(yīng)的置信區(qū)間。

·20135/國際金融研究53

  本文關(guān)鍵詞：新興市場國家金融風(fēng)險傳染性研究，由筆耕文化傳播整理發(fā)布。

本文編號：111654