金融周期测度：国际经验与中国启示

2008年国际金融危机后，金融周期（Financial Cycle）迅速成为宏观金融学的核心议题之一。准确测度金融周期是识别市场繁荣与萧条阶段、防范系统性金融风险、优化宏观审慎与货币政策协调的关键环节。笔者在系统梳理国际货币基金组织（IMF）、国际清算银行（BIS）、欧央行（ECB）等国际权威机构金融周期测度方法（见表1）的基础上，结合中国金融市场发展实际提出政策启示，以期为构建具有中国特色的宏观审慎管理框架提供参考。

金融周期定义

金融周期量化研究始于Kiyotaki和Moore（1997）的杠杆周期模型。当时更多关注的是信贷周期概念，主要观点认为在受到外部冲击时，信用约束与抵押品价格之间的动态变化将放大外部冲击所带来的影响。2012年BIS在其工作文件《金融周期与宏观经济》中定义金融周期是价值认知、风险偏好以及融资约束之间自我加强的交互作用，并且频率显著低于传统商业周期（8—20年）。2017年IMF在《世界经济展望》中进一步提出宏观金融周期（Macro Financial Cycle）概念，扩展金融周期长度至10—30年，以匹配系统性银行危机间隔。2021年BIS在《年度经济报告》中，再次细化定义，认为金融周期体现为对资产价值和风险的认知、对待风险的态度与融资约束之间的自我强化交互作用，并强调广义信贷与房地产价格是最具代表性的观察指标。

IMF对金融周期的测度方法研究

早期测度方法聚焦于构建金融条件指数

2008年IMF在《全球金融稳定报告》中采用主成分分析法（PCA）对8个市场的利率、利差、汇率、股价指标提取第一主成分，构建金融条件指数（FCI）以衡量金融周期变化。学界认为FCI指数具有高频与前瞻性，但缺乏信贷与房地产维度，可能难以捕捉金融周期内的风险累积。

将单变量“信贷/GDP缺口”升级为四变量低频合成指标，并通过“两阶段法”，实现对金融周期状态的实时概率监测

2015年IMF发布员工讨论笔记《金融周期：特征与指标》，基于BIS提出的“信贷/国内生产总值（GDP）缺口”指数，将“缺口”拓展为四个变量，包括实际信贷增速、实际房价增速、债务服务比率（DSR）以及股市估值，采用多元霍德里克-普雷斯科特（HP）滤波提取共同周期成分构建了“金融周期缺口（Financial Cycle Gap）”指数。2022年IMF发布工作论文《金融周期钟：一种实时监测的新框架》进一步提出“两阶段法”，旨在能够实时监测输出“金融周期钟”。阶段一采用带通滤波（10—30年）提取信贷、房价、股价、信用利差的共同低频成分；阶段二建立马尔可夫区制转移（Markov-Switching）模型识别“扩张—顶点—收缩—谷底”四种状态。

创新提出系统性脆弱性指数，以PCA分析法与蒙特卡洛优化权重，精准量化跨部门风险累积并优于传统缺口指标

2025年7月IMF发布工作论文《金融失衡、系统性压力与宏观审慎政策启示》，提出构建一种增强型综合指标，即系统性脆弱性指数（SVI），以捕捉系统性脆弱性的累积。论文采用PCA分析法确定关键风险变量的相对重要性，并运用蒙特卡洛方法模拟技术优化子指数权重，确保能最优地预测未来信贷损失。文章认为相比常规的信贷/GDP缺口指标，SVI在测度风险累积方面表现更优，能够捕捉风险累积的周期性，同时量化不同经济部门对整体系统性风险的贡献度与跨部门特征。

BIS对金融周期的测度方法研究

以“信贷/GDP缺口”为核心，辅以信贷总量与房价，用带通滤波提取主成分构建金融周期指数

2010年BIS发布《巴塞尔协议III》，在其附件1中详细规定了资本充足率计算、风险加权资产等核心指标计算规则，提及采用信贷/GDP缺口识别系统性风险的累积阶段。2012年BIS工作论文《刻画金融周期：切莫忽视中期视角！》进一步分析了金融周期测度，文章选取信贷总量、信贷/GDP缺口、实际房价三个变量，对每个序列做带通滤波（8—30年）以筛选第一主成分建构金融周期指数（FCI）。2014年BIS发布季度工作报告《信贷/GDP缺口及逆周期资本缓冲：常见问题解答》，指出信贷/GDP缺口虽存在难以计量的问题——需具备至少10年的完整数据才适合使用，但其在捕捉金融体系脆弱性积聚方面始终是一个稳健的单变量指标。

2015年BIS发布工作论文《债务杠杆动态与真实债务负担》，提出使用未参与模型训练的新数据测试，“债务服务比率（DSR）”对银行危机识别的AUROC（评估模型区分能力优劣的指标）达0.83，优于“信贷/GDP缺口”预测概率。BIS更新了金融周期指数（FCI_DSR），将DSR替换信贷/GDP缺口，周期长度延长至12—25年。2018年BIS在《年度经济报告》中采用47个国家样本以确认指数测度准确性，文章证实当FCI_DSR指数在顶点前后3年区间时，银行业危机发生概率由4%升至38%。2021年BIS下设全球金融体系委员会（CGFS），发布“在线仪表盘”，每月更新42国的FCI_DSR指数，并展示“信贷—房价—DSR”三维偏离度，供各国央行实时跟踪。

分离安全利率因子与风险利率因子构建可实时更新的加权金融状况指数，并首次量化各国“商业—金融”双中性利率，揭示央行需在双周期权衡中设定政策利率

2025年6月BIS发布工作论文《金融条件与宏观经济：双因素视角》，基于动态因子模型，利用美国多市场高频资产价格与收益率数据构建了新的金融状况指数，即分解安全利率因子和风险利率因子构建实时加权合成指数。该权重可随数据更新滚动重估，实现任何时点的实时更新。2025年8月BIS更新发布工作论文《东亚政策利率：商业周期、金融周期与溢出效应》，采用频带回归分别估计了中国、日本、韩国和美国的商业周期中性政策利率与金融周期中性政策利率，表明央行在设定政策利率时需在商业周期与金融周期之间权衡。

ECB等其他国际机构对金融周期的测度方法研究

ECB将银行微观数据纳入动态因子模型刻画区域金融周期，并用资本流量与股价测度全球金融周期

2018年ECB发布工作论文《欧洲区域性金融周期》，在区域层面用动态因子模型将银行微观数据，如贷款标准、利差等因素纳入金融周期，识别欧元区国家异质性。同年ECB发布经济公报《全球金融周期：对全球经济及欧元区的影响》，使用IMF《国际收支统计》中四类“总资本流入”（直接投资、股票组合、债券组合、其他投资）占GDP的季度数据，以及各国股票市场季度收益率测度了全球金融周期。文章构建固定效应面板模型，将上述资本流量或股票收益对全球风险因子和美国货币政策变量（联邦基金利率）回归，并加入各国实际GDP增速、通胀、资本账户开放度、汇率制度等作为控制变量进行模型拟合。

经济合作与发展组织提出含企业杠