Has the Global Financial Cycle Exacerbated Cross-border Capital Flows: Evidence of Cross-country Sample from Structural Perspective
-
摘要: 基于1998—2020年跨国面板数据，从结构视角探讨全球金融周期对跨境资本流动的影响以及制度环境因素的调节效应和异质性等问题。基准检验发现，总量跨境资本流动以及证券投资、其他投资跨境资本流动具有显著的顺周期特征，直接投资顺周期特征不显著；国内金融风险改善、金融发展水平提高、汇率稳定性增加会强化全球金融周期对跨境资本流动的影响。异质性检验表明，证券投资顺周期特征主要由企业驱动，其他投资主要由商业银行驱动；全球金融周期上行时总量跨境资本、证券投资、其他投资流入顺周期特征更为明显；金融危机后证券投资、其他投资对全球金融周期更敏感。进一步分析表明，全球贸易不确定性以及美联储货币政策可以通过全球金融周期渠道影响各国跨境资本流动。拓展模型检验表明，不同类型经济体储备政策变动特征存在显著差异，新兴市场经济体倾向于使用外汇储备对冲风险和稳定汇率。研究结论为新形势下做好跨境资本流动宏观审慎监管、防范化解跨境资本流动风险等提供了经验证据和政策启示。Abstract: Based on the cross-country sample data from 1998 to 2020, this paper discusses the impact of the global financial cycle on cross-border capital flows, as well as the regulatory role and heterogeneity of institutional environmental factors from a structural perspective. The test results show that the total cross-border capital flow, portfolio investment and other investments have significant pro-cyclical characteristics, but the direct investment has not; improved domestic financial risks, higher levels of financial development, and increased exchange rate stability will strengthen the impact of the global financial cycle on cross-border capital flows. The heterogeneity test shows that the pro-cyclical characteristics of security investment are mainly driven by enterprises, while other investments are mainly driven by commercial banks. When the GFC rises, the inflow of total cross-border capital, portfolio investment and other investments is more pro-cyclical. After the financial crisis, portfolio investment and other investments are more sensitive to the GFC. Further analysis shows that global trade uncertainty and the Federal Reserve's monetary policy can affect cross-border capital flows through GFC. The results from expansion model test show that there are significant differences in the characteristics of changes in reserve policy in different types of economies, and emerging market economies tend to use foreign exchange reserves to hedge risks and stabilize exchange rates. The research conclusions provide empirical evidence and policy implications for the macro-prudential supervision of cross-border capital flows and the prevention and resolution of cross-border capital flow risks under the new situation.
-
一、 引言
全球金融开放和金融一体化趋势使主要经济体金融状况联动性持续攀升，资产价格、信贷增长、银行杠杆率等金融因素协同变动特征愈发显著且不能被经济周期同步性理论有效解释(Jordà等，2019)[1]。2008年国际金融危机后，以金融周期为主体的分析框架逐渐成为宏观经济政策关注的焦点，全球因素尤其是全球金融市场风险状况成为跨境资本流动周期特征研究的重要因素(陈雨露，2015)[2]。“全球金融周期”这一概念自Rey(2013)[3]首次提出后被广泛讨论，而事实上IMF(2011)[4]在跨境资本流动“推动-拉动”分析框架基础上进一步形成的“周期性-结构性”框架，就将国际投资者风险偏好作为重要周期性“推动因素”，这与全球金融周期紧密相关。作为全球金融风险传染的重要载体，若一国跨境资本流动受全球金融周期影响过大，频繁出现与宏观经济基本面无关的资本流动激增和锐减，不仅会对货币政策独立性、有效性和金融稳定产生冲击，还会滋生资产泡沫，造成虚假繁荣和诸多结构性问题。因此，跨境资本流动受全球金融市场风险影响是否呈现周期性特征备受学术界和宏观审慎监管部门关注(Cerutti等，2017；谭小芬和虞梦微，2021)[5-6]。
新冠疫情爆发后，发达经济体重启量化宽松政策持续扩表后开启加息周期，新兴市场国家面临资本流入向资本流出的逆转风险，国际货币基金组织政策取向逐步转为可事前对资本过度流入进行预防性管理，成为全球跨境资本流动政策演变的最新取向(IMF，2022)[7]。随着金融领域深化改革和金融开放的稳步推进，我国经常项目已实现自由可兑换，资本项目开放也已实现较高可兑换水平。与此同时，我国跨境资本流动规模和结构复杂性持续攀升，受全球金融市场情绪和金融风险影响程度加深，政策当局需实施有预见性的宏观审慎措施，持续探索并完善跨境资本流动宏观审慎管理，以市场化方式对跨境资本流动的顺周期性进行预调、微调，降低全球金融周期的外溢效应和负向冲击(孙天琦等，2020)[8]。在当前全球不确定性攀升、美联储开启加息周期以及大宗商品价格波动、新兴市场经济体跨境资本流动逆转风险加大、异常性波动更加频繁的背景下，精准研判跨境资本流动的周期性特征及其结构性差异、异质性表现，提高跨境资本流动监测预警的有效性和宏观审慎监管的精准性，有助于防范化解跨境资本流动风险，实现高水平对外开放，维护多元稳定的国际经济格局。
本文从全球主要股票市场收益率中提取共同因子，检验了全球金融周期对非储备性质跨境资本流动的影响以及国内制度环境因素的调节效应、全球金融周期对跨境资本流动影响的空间异质性和时间异质性，考察了全球贸易不确定性、美联储货币政策是否通过全球金融周期对各国跨境资本流动产生影响，并识别了储备资产与全球金融周期、汇率波动的联动特征。
可能的边际贡献如下：一是拓展了全球金融周期与跨境资本流动的结构研究视角和覆盖面。目前有关跨境资本流动周期性的研究主要集中在经济周期方面，且有较多证据表明跨境资本流动随一国经济增长而呈现顺周期特征(Avdjiev等，2017；严宝玉，2018)[9-10]，基于全球金融周期视角的研究较少且多关注不同类型而忽视不同部门跨境资本流动，关注非储备性质跨境资本流动而忽视储备资产变动特征，几乎未见同时涵盖不同方向、不同类型、不同部门、不同性质跨境资本流动受全球金融周期影响的研究成果，本文尝试扩展结构视角覆盖面进行补充和完善。二是从全球主要股票市场指数以及MSCI主要地区银行、保险市场指数中提取共同因子测度全球金融周期，克服了多数研究使用标普500波动率指数而忽视欧洲、亚洲等重要金融市场的风险情绪变化，也完善了Miranda-Agrippino和Rey(2015)[11]等仅以全球股票市场收益率提取共同因子而未覆盖银行、保险等金融市场风险变化等问题。三是现有研究鲜有将国内金融风险、汇率稳定性等因素纳入跨境资本流动分析框架，这些因素与全球金融周期的交互效应分析也较为少见，本文在此方面进行了探索。四是从空间和时间维度分析了不同部门、金融周期上行和下行、金融危机前后跨境资本流动顺周期特征的异质性，并检验得出全球贸易环境不确定性等外部因素可以通过全球金融周期渠道对跨境资本流动产生影响，丰富了全球金融周期与跨境资本流动的研究成果，以期为科学制定或优化跨境资本流动宏观审慎监管政策提供经验证据和参考。
二、 理论分析与问题提出
（一） 全球金融周期与非储备性质跨境资本流动
金融周期是投资者对价值和风险的认知、风险偏好和融资约束之间的自我强化的相互作用。全球金融周期可以通过驱动国内外投资组合再配置来影响跨境资本流动，金融风险状况改善推动全球跨境资本流动往来，金融风险状况恶化则会抑制跨境资本流动(Borio，2012；Forbes和Warnock，2012；孙天琦等，2020)[12-13, 8]。现有研究中以国际金融市场恐慌指数或全球金融市场风险资产价格共同因子测度全球金融周期，均与投资者风险情绪变化密切相关。基于此，参考Blanchard(2017)[14]构建的理论模型，假定跨境资本流入(flow)受预期收益率影响且为预期收益率的增函数并满足下式：
$$ { flow }=\alpha+\beta\left[\gamma\left(R-R^{*}-z\right)+E\right]-S $$ (1) 其中：R*为国外资产收益率，R为国内资产收益率，z为风险溢价；E为投资期末预期汇率；α为常数项，β表示预期收益率的敏感系数，γ为预期回报期限；S为安全资产需求增大而导致的资本流入减少量，是z和E的函数。E受全球风险情绪影响，当本币贬值速度增加时，境外投资者对美欧发达国家安全资产的需求加速上升，新兴市场经济体资本流入减少。由于各国间资本流动遵循共同的全球金融周期，主要经济体金融市场收益率同频共振且在风险较高时一致性更强。原因在于，全球金融周期主要由金融业风险承载力外源性变化引起的金融冲击驱动(Habib和Venditti，2019)[15]，而金融冲击是金融风险攀升到一定程度的表现，金融风险较高时期塑造金融周期的驱动力量可能显著高于风险较低时期，这意味着全球金融周期对跨境资本流动的影响呈现非对称性，较高金融冲击对跨境资本流动的抑制作用可能高于金融风险改善对跨境资本流动的促进作用。一方面，当全球避险情绪攀升时，投资者除关心投资组合回报外，更关注资产组合风险，在羊群效应作用下，R*与R保持相近的下降幅度，内外部利差缩小的同时，投资者倾向于配置流动性高的安全资产S，导致新兴经济体资本流入减少(Caballero等，2017)[16]。全球风险规避情绪上升到一定水平时，z达到某个临界值z*，预期汇率贬值，跨境资本流入减少。尽管S增加使美欧等发达国家跨境资本流入增加，但由于全球跨境资本流动主体是美欧等发达国家，减少对新兴市场国家的资本流入很大程度意味着全球跨境资本流动减少。另一方面，当全球避险情绪较低时，投资者更多考虑全球范围内的投资组合回报率，促使跨境资本流动增加获取更多收益。相对于全球避险情绪较高时期，世界各国收益率保持在相对较高水平，非金融市场情绪和预期因素对各国收益率的影响可能占主要地位，使一国内外部资产收益率R*与R表现出相对差异性波动趋势，安全资产需求下降，跨境资本流动增加。以上分析基本认同跨境资本流动显著规避全球金融风险，但有待进一步基于合理的全球金融周期测度指标进行检验。
检验跨境资本流动是否具有顺周期特征离不开经济增长率、利差、资本开放度、美联储货币政策等推动因素和拉动因素，现有研究大多也是基于“推动-拉动”框架进行分析(Koepke，2019)[17]。此外，随着全球不确定性、不稳定性因素增加，贸易保护主义抬头，全球公共卫生事件冲击以及各国金融市场发展水平、宏观审慎管理差异等影响，不少国家尤其是新兴市场国家跨境资本异常流动显著加剧，一国金融风险、汇率稳定性以及全球贸易不确定性等因素对跨境资本流动的影响凸显。梳理已有研究成果发现，“推动-拉动”框架内外的因素对跨境资本流动的影响或调节效应研究多集中于经济增长率、利率、资本开放度等方面，研究结论也存在差异。譬如，全球因素的影响可能因直接投资、证券投资、其他投资等不同类型资本流动而不同，证券投资和其他投资对全球因素的反应程度比直接投资更高[5]。资本项目开放程度高以及固定汇率制度国家资本流动对全球金融周期可能更加敏感，浮动汇率制度国家通过调整汇率吸收利差和风险溢价变化，降低外部风险冲击(Klein和Shambaugh，2015)[18]。但全球金融周期使“三元悖论”转变为“二元悖论”，采用浮动汇率制的国家也受到全球金融周期的影响，浮动汇率制的稳定作用在全球避险情绪较高时大幅减弱[1, 3]。此外，金融深化程度提高使跨境资本流动顺周期性增强，保持较高经济增速和利率水平可缓解全球金融风险上升对资本流入的冲击[6]。各国资本流动在时间上呈现出的同步性，代表了全球金融周期等国际因素的影响，而资本流动的规模、强度等方面体现出的差异性，说明国内因素同样不可忽视(陈中飞等，2022)[19]。一国内部金融风险、汇率稳定性等制度环境因素改善是否可以降低全球金融周期的外溢效应？企业、商业银行等不同部门跨境资本流动受自身经营特点、资本用途、监管约束等因素影响，使跨境资本流动的顺周期特征是否呈现出空间维度差异？全球金融周期上行或下行、国际金融危机前后等不同阶段差异，是否使跨境资本流动的顺周期特征呈现时间维度的异质性？这些问题有必要持续关注和进一步分析。
（二） 全球金融周期与储备资产变动
参考李巍和张志超(2009)[20]构建的外汇储备框架分析金融风险冲击时的储备资产变动特征。假设一国经常项目交易$ C A=f\left(G, G^{*}, e\right) $，跨境资本流动$ K=f^{\prime}\left(i, i^{*}, \Delta e^{E}\right), \Delta e^{E}=\frac{e^{E}-e}{e} $，其中，eE、e、G、G*、i、i*分别表示未来汇率预期、当前汇率、国内外宏观经济增长率及本国利率、外国利率。进一步设定$ G=G(i, F P) 、G^{*}=G\left(i^{*}, F P^{*}\right), F P 、F P^{*} $为国内、国外财政政策，由国际收支长期均衡条件可知$ e= $ $ e\left(G, K, i^{*}, \Delta e^{E}, F P, F P^{*}\right), F P $直接作用于G。在全球经济金融周期影响下，i*、ΔeE、FP*直接作用于国内金融风险状况F以及不确定性预期εt，即$ e=e\left(G, K, F, \varepsilon_{i}, \alpha\right), \alpha $表示其他因素。以e0表示t=0期汇率，使用间接标价法，将t=1期汇率水平设定为$ e_{1}=e\left(G, K, F, \varepsilon_{i}, \alpha\right)=\alpha G\left(F+\varepsilon_{i}\right)^{\beta} K^{\tau} $。其中，G、F、K为t=1期国内经济增长、金融风险及跨境资本流动状况，εi为个体i在t=0时对市场风险和不确定性的预期，其中，$ \alpha>0, \beta \in(0, 1], \varepsilon_{i} \in(-\bar{\varepsilon}, \bar{\varepsilon}), \tau \in[-1, 1] $且$ \tau \neq 0 $。在此，仅分析金融市场风险状况F和跨境资本流动K的影响。
假定全球金融市场风险趋于0时，储备机构在t=0期外汇储备存量为R0，当金融市场风险或外汇储备使用意愿较低时，储备实际积累$ R \rightarrow R_{o} $；反之，则储备实际积累$ R \rightarrow -R_{o} $，即$ R \in\left[-R_{o}, R_{0}\right] $。当金融市场风险情绪预期加大，即$ e_{1}<e_{0}, 0<\varepsilon_{i}<\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}-F $时，个体i购买外汇资产避险，求积分可知数量为$ \frac{1}{2 \bar{\varepsilon}} \int_{-\bar{\varepsilon}}^{\left(\frac{e_{0}}{\alpha G K \tau}\right) \frac{1}{\beta}-F} d \varepsilon_{i}=\frac{1}{2 \bar{\varepsilon}}\left[\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}-F+\bar{\varepsilon}\right] $。若储备管理机构对冲市场风险情绪消耗的储备为Rs，则有$ \frac{1}{2 \bar{\varepsilon}}\left[\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}-F+\bar{\varepsilon}\right]=\frac{R_{s}}{e_{0}} $，可变形为$ R_{s}=\frac{e_{0}}{2 \bar{\varepsilon}}\left[\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}-F+\bar{\varepsilon}\right] $，求偏导可知$ \frac{\partial\left(R_{s}\right)}{\partial \bar{\varepsilon}}=\frac{e_{0}}{2 \bar{\varepsilon}^{2}} $ $ \left[F-\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}\right]>0 $。则有$ \bar{\varepsilon} \uparrow, R_{s} \uparrow $，这意味着金融状况恶化时，市场预期受金融风险冲击，储备管理机构使用储备对冲风险情绪意愿降低，倾向于持有一定“超额储备”稳定市场信心。相反，当市场预期向好即$ e_{0}<e_{1} $时，$ \varepsilon_{i}>\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}-F $，可知$ \frac{\partial\left(R_{s}\right)}{\partial \bar{\varepsilon}}=\frac{e_{0}}{2 \bar{\varepsilon}^{2}}\left[F-\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1}{\beta}}\right]<0 $。则有$ \bar{\varepsilon} \uparrow, R_{s} \downarrow $，此时，储备管理机构倾向于适度降低储备规模。
此外，由$ \frac{\partial\left(R_{s}\right)}{\partial K}=-\frac{e_{0}^{2} \tau}{2-\varepsilon \alpha^{\beta} G K^{\tau+1}}\left(\frac{e_{0}}{\alpha G K^{\tau}}\right)^{\frac{1-\beta}{\beta}} $可知，当$ \tau>0 $时，跨境资本流动使得本币汇率$ e=\alpha G(F $ $ \left.+\varepsilon_{i}\right)^{\beta} K^{\tau} $下降, $ \frac{\partial\left(R_{s}\right)}{\partial K}>0 $, 则$ K \uparrow, R_{s} \uparrow $; 当$ \tau<0 $时，跨境资本流动造成e上升，此时$ \frac{\partial\left(R_{s}\right)}{\partial K}<0 $, 则$ K \downarrow $, $ R_{s} \uparrow $，这意味着当跨境资本流动出现异常增加或减少时，外汇储备需求都会大幅增加。
从现实层面看，以外汇储备为代表的官方储备资产改变着全球资本流动格局，充足的外汇储备起到自动稳定器作用，有益于维持货币政策和汇率管理信心，支持和保障政府偿付外债等国家政策目标实现。随着资本账户开放程度的提高，外汇冲销干预成为汇率较为固定国家应对全球流动性冲击的重要工具和选择策略(欧阳远芬，2022)[21]。一方面，央行等储备管理机构需要进行外汇市场管理以保证汇率相对稳定；另一方面，央行需要采取货币冲销措施来缓冲外汇市场对国内货币市场的冲击。但一国汇率稳定与否不仅取决于外汇储备充足程度，更取决于外汇储备使用意愿，如果外汇储备干预具有逆周期性，储备越充足的国家货币越能保值；如果储备干预逆周期性不足，储备越充足国家受全球流动性趋紧的冲击反而越大(缪延亮等，2021)[22]。灵活的汇率形成机制能够避免全球流动性趋紧前的外汇储备大起以及趋紧后的外汇储备大落，当汇率缺乏灵活性时，储备逆周期干预的实质是以储备资产的数量超调避免汇率水平的价格超调。结合各国储备政策变化及调控实践，在面对全球金融周期以及本币汇率波动时，发达国家和新兴市场国家由于货币地位差异、储备规模差异以及外汇市场政策工具丰富性和政策储备充裕度差异等，是否会呈现差异化的储备政策变动？通过拓展模型检验储备资产对全球金融周期、本币汇率波动的反应程度，有助于回答以上问题。
三、 实证模型设计与变量说明
（一） 实证模型设定
1. 基准模型
为缓解遗漏变量和反向因果关系导致的内生性问题，除选取全球金融周期作为核心解释变量外，引入各国金融风险、经济增长率、资本开放度、美国金融市场条件指数等控制变量，减少遗漏重要变量的可能性。考虑到全球金融周期对跨境资本流动的影响可能存在滞后性，同时跨境资本流动与其他控制变量可能存在反向因果关系，将全球金融周期以及其他控制变量采用滞后一阶数据进入模型，以降低对当期扰动项的冲击，进一步缓解内生性问题。由于国际金融中心影响、部分国家数据缺失等因素，选取美国以外的52个样本国家1998—2020年季度数据①，参照Miranda-Agrippino和Rey(2015)[11]的做法，建立以下基准模型检验全球金融周期对跨境资本流动的影响：
① 52个样本国家包括：阿根廷、亚美尼亚、澳大利亚、白俄罗斯、玻利维亚、巴西、保加利亚、加拿大、智利、中国、哥伦比亚、克罗地亚、捷克、丹麦、爱沙尼亚、芬兰、英国、法国、德国、日本、意大利、韩国、危地马拉、匈牙利、冰岛、印度、印尼、以色列、哈萨克斯坦、拉脱维亚、立陶宛、马耳他、墨西哥、摩尔瓦多、荷兰、挪威、巴基斯坦、巴拿马、秘鲁、菲律宾、葡萄牙、罗马尼亚、俄罗斯、新加坡、斯洛伐克、斯洛文尼亚、南非、西班牙、瑞典、泰国、土耳其、乌克兰。
$$ { capflow }_{i, t}=\alpha_{0}+\alpha_{1} { GFC }_{t-1}+\beta_{1} { Control }_{i, t-1}+\mu_{i}+\varepsilon_{i, t} $$ (2) 其中：capflowi, t为t期i国的跨境资本流动，包括总量跨境资本流动以及直接投资、证券投资、其他投资项下的跨境资本流动，GFCt－1为t-1期的全球金融市场共同因子，Controli, t－1为取一阶滞后值的控制变量，包括各国国内金融风险、汇率稳定性、利率水平、资本开放度、经济增长率、资本账户开放度、美国金融条件指数等。μi为个体扰动项，εi, t为误差项。结合前文分析，若α1显著为正，则说明跨境资本流动具有顺周期特征，这意味着GFC提高即全球金融市场风险降低会促进各国跨境资本流入流出，GFC下降即全球金融市场风险攀升会抑制各国跨境资本流入流出。
为检验各国国内金融风险、汇率稳定性、金融发展水平等制度环境因素是否强化或削弱了跨境资本流动的顺周期性，在基准模型基础上加入国内金融风险、汇率稳定性、金融发展水平等制度环境因素(Dfactor)与GFC的交互项，构建模型(3)进行检验：
$$ { capflow }_{i, t}=\alpha_{0}+\alpha_{1} G F C_{t-1}+\beta_{1} { Control }_{i, t-1}+\beta_{2} { Dfactor }_{i, t-1} \times G F C_{t-1}+\mu_{i}+\varepsilon_{i, t} $$ (3) 若式(3)中交互项Dfactori, t－1×GFCt－1的系数β2显著为正，说明交互变量增加会强化跨境资本流动的顺周期特征，显著为负则说明会削弱这种顺周期特征，不显著则说明不存在显著交互效应。
下面进一步分析探讨全球贸易环境不确定性、美国金融市场条件、美联储货币政策变化等重要外部因素是否通过全球金融周期这一渠道对各国跨境资本流动产生影响。参照李兴申等(2022)[23]的做法，建立含有变量滞后值的中介效应模型进行分析：
$$ { capflow }_{i, t}=\alpha_{0}+\alpha_{1} { GFC }_{t-1}+\beta_{1} { Control }_{i, t-1}+\mu_{i}+\varepsilon_{i, t} $$ (4) $$ G F C \; _{t}=\alpha_{0}+\alpha_{1} { fed }_{t-1}+\beta_{1} { Control }_{i, t-1}+\mu_{i}+\varepsilon_{i, t} $$ (5) $$ { capflow }_{i, t}=\alpha_{0}+\alpha_{1} { GFC }_{t-1}+\alpha_{2} { fed }_{t-1}+\beta_{1} { Control }_{i, t-1}+\mu_{i}+\varepsilon_{i, t} $$ (6) 其中fed为全球贸易环境不确定性、美联储货币政策等变量。检验过程中主要使用“两步法”机制检验方法(江艇，2022)[24]，观察式(5)中系数α1的方向及显著性，并结合传统“三步法”机制检验方法(温忠麟等，2004)[25]进行稳健性检验。当fed表示美联储货币政策指标时，为避免多重共线性，Controli, t－1为基准模型中排除美国金融条件指数以外的其他控制变量，其余各变量与基准回归保持一致。
2. 拓展模型
为检验面对全球金融周期以及本币汇率波动时发达国家和新兴市场国家是否会呈现差异化的储备政策变动，结合前文全球金融周期与储备资产变动的理论模型分析，借鉴缪延亮等(2021)[22]的研究，以全球金融市场共同因子、美元指数分别测度金融市场风险和本币汇率变化，使用37个样本国家1998—2021年季度储备规模数据①，构建拓展模型式(7)以检验储备资产变化对全球金融周期变化以及汇率波动的反应程度。
① 37个样本国家包括：日本、德国、英国、法国、意大利、加拿大、西班牙、瑞士、比利时、挪威、丹麦、芬兰、希腊、奥地利、葡萄牙、新西兰、澳大利亚、瑞典、巴西、智利、中国、哥伦比亚、捷克、匈牙利、印度、印度尼西亚、马来西亚、墨西哥、摩洛哥、秘鲁、菲律宾、波兰、俄罗斯、南非、韩国、泰国、土耳其。
$$ { reserve }_{i, t}=\alpha_{0}+\gamma_{0} { GFC }_{t-1}+\psi_{0} D X Y_{t-1}+\beta_{0} { RCtrol }_{i, t-1}+\mu_{i}+\varepsilon_{i, t} $$ (7) 式中reservei, t是i国t季度储备资产，γ0为储备变化对GFC的滚动回归系数，反映应对金融冲击的储备使用意愿，DXYt－1为t-1期实际美元指数均值，ψ0为储备变化对DXY的滚动回归系数，反映稳定汇率的储备使用意愿。RCtroli, t－1为取一阶滞后值的控制变量，包括各国进口规模/GDP、M2/GDP、通货膨胀率、资本市场开放度和汇率制度安排等指标。GFCt－1、μi、εi，t等与基准回归模型保持一致。
（二） 主要变量选取和说明
1. 被解释变量：跨境资本流动
按照国际收支平衡表，区分跨境资本流动为非储备性质跨境资本流动(capflow)和储备资产变动(reserve)两类。非储备性质跨境资本流动(capflow)包括跨境资本流入(sumflow)与跨境资本流出(sumout)两个方向。其中前者为国际收支平衡表非储备性质金融账户下各项目负债加总，包括直接投资流入(fdi)、证券投资流入(equ)、其他投资流入(other)等；后者为非储备性质金融账户下各项目资产加总，包括直接投资流出(fdiout)、证券投资流出(equout)、其他投资流出(otherout)等。储备资产变动(reserve)使用国际收支平衡表储备资产变动数据。为避免经济体量以及极端值影响，相关数据均按GDP标准化后进行了1%和99%分位数缩尾处理。
2. 核心解释变量：全球金融周期
现有研究中全球金融周期主要有两种测度方法：一是采用标普500波动率指数(VIX)作为代理指标(Filardo等，2016；梁锶和杜思雨，2020)[26-27]；二是提取全球金融周期相关变量共同因子，主要关注风险资产价格或资本流动共同因子(Miranda-Agrippino和Rey，2015；王晋斌和刘璐，2021)[11, 28]。本文参照Habib和Venditti(2019)[15]等的做法，采用因子分析法提取全球共同因子作为全球金融周期的测度指标(GFC)。根据S&P Capital IQ数据库全球主要股票市场指数以及MSCI主要地区银行、保险指数等56个市场指数日交易数据测算日收益率变化，并计算指数变化率月度均值、季度均值后提取全球金融市场共同因子，以克服多数研究使用标普500波动率指数而忽视欧洲、亚洲等重要金融市场风险以及仅从主要股票市场指数提取共同因子而未覆盖银行、保险市场风险情绪变化等问题。假设各主要市场股市收益率以及银行、保险指数满足下式：
$$ r_{i, t}=\lambda_{i} G F C_{t}+\varepsilon_{i, t}, \quad i=1, 2, \cdots \cdots, 56 $$ (8) 其中i、t为指数收益率和时间，GFC为全球金融共同因子，$ \lambda $为因子载荷，εi, t为特质部分。因子分析KMO检验值为0.957，Bartlett检验p值为0。全球金融市场共同因子GFC与lnVIX的相关系数为-0.341，与Miranda-Agrippino和Rey(2015)[11]使用风险资产价格测算的相关系数-0.360较为接近。GFC越大，表明全球金融市场风险预期和不确定性越低。
3. 其他主要控制变量
(1) 国内金融风险状况(icrgfr)，使用《世界各国风险指南》中国家金融风险指数得分测度，并按满分分值50分进行标准化处理，得分越高, 表明一国国内金融风险越低。(2)汇率稳定性(ers)，使用Aizenman等(2016)[29]构建的汇率稳定性指数测度，相较于Ilzetzki等(2017)[30]使用的汇率制度分类，汇率稳定性指数能够更好地测度一国汇率实际波动，指数越高，表明汇率稳定程度越高。(3)美国金融市场状况(becius)，使用彭博美国金融条件指数测度，该指数由美国货币市场利差、债券市场利差、股票市场金融压力等权重加总后通过z-score标准化处理得到。美国金融条件指数是金融市场行为及金融条件与美联储货币政策互动的表现，指数下降或上升意味着美国金融市场状况趋于紧缩或宽松，对其他国家跨境资本流动有较强的溢出效应。(4)资本开放度(kao)，使用Chinn和Ito(2008)[31]构建的资本账户开放指数测度，指数越高表示一国对跨境资本交易更加开放。(5)利率水平(drate)，使用各国存款利率测度。(6)金融发展水平(fin)，使用Svirydzenka(2016)[32]提出的金融发展指数衡量。(7)经济增长率(gdpr)，使用年度实际经济增长率作为季度数据替代。
（三） 数据来源和描述性统计
本文数据主要来源于IMF-IFS、S&P Capital IQ、Bloomberg、Treding Economic、WDI等数据库。表 1给出了主要变量的具体数据来源和描述性统计特征。首先，不同类型、不同方向跨境资本流入流出的标准差以及最小值、最大值偏离较大，反映出各国不同类型、不同方向跨境资本流入流出存在较大波动性。其次，核心解释变量全球金融周期(GFC)同样存在明显上行期或下行期波动变化，最大值、最小值分别为0.502、-0.775，说明不同时期全球金融市场风险情绪存在较大差异。各国金融风险指数、资本开放度标准差相对较小，金融发展水平、实际经济增长率、利率等指标的最大值、最小值差别较大，反映出各国跨境资本流动面临较为明显的制度环境因素差异。此外，美国金融条件指数的标准差为1.417，最大值为1.212、最小值为-9.036，说明样本期内美国金融市场存在极端收紧状况和明显差异。由于美国的特殊地位，其国内金融条件指数变化可能对其他国家跨境资本流动产生明显的外溢效应，需要结合实证检验进行分析。
表 1 主要变量选取和描述性统计变量名称 符号 数据来源 均值 标准差 最小值 最大值 跨境资本总流入 sumflow IMF-IFS 2.387 4.824 -10.753 29.036 直接投资流入 fdi IMF-IFS 1.199 2.187 -2.506 14.493 证券投资流入 equ IMF-IFS 0.475 1.409 -3.890 6.228 其他投资流入 other IMF-IFS 0.704 3.196 -10.070 18.534 跨境资本总流出 sumout IMF-IFS 1.954 4.711 -8.815 28.400 直接投资流出 fdiout IMF-IFS 0.484 2.193 -10.928 12.273 证券投资流出 equout IMF-IFS 0.780 2.084 -2.836 14.429 其他投资流出 otherout IMF-IFS 0.640 3.106 -10.506 17.865 储备资产变动 reserve IMF-IFS 0.003 0.013 -0.075 0.202 全球金融周期 GFC S&P Capital IQ 0.000 0.253 -0.775 0.502 国内金融风险 icrgfr ICRG 0.756 0.093 0.330 0.993 实际经济增长率 gdpr WDI 0.671 0.350 0.000 1.000 资本开放度 kao Chinn-Ito index 0.032 0.040 -0.179 0.197 利率 drate Treding Economic 0.053 0.074 -0.012 0.874 金融发展水平 fin Svirydzenka(2016) 0.475 0.222 0.043 0.967 汇率稳定性 ers Aizenman等(2016) 0.525 0.299 0.004 1.000 美国金融条件指数 becius Bloomberg -0.285 1.417 -9.036 1.212 四、 基准模型分析：全球金融周期与非储备性质跨境资本流动
（一） 基准回归结果分析
为验证全球金融周期对跨境资本流动的影响，对式(2)进行检验。考虑到控制变量存在时间序列数据，因此基准回归控制了国家层面固定效应，同时模型估计标准误在国家层面进行了聚类。由于全球金融周期对不同类型资本流动的影响可能存在差异，检验过程中区分了跨境资本总流入、总流出以及直接投资、证券投资、其他投资项下资本的流入流出。具体估计结果如表 2所示。
表 2 基准回归估计结果变量 (1)
sumflow(2)
fdi(3)
equ(4)
other(5)
sumout(6)
fdiout(7)
equout(8)
otheroutL.GFC 0.842*** -0.099 0.338*** 0.599*** 0.937*** 0.053 0.257** 0.683*** (0.214) (0.102) (0.082) (0.130) (0.240) (0.076) (0.101) (0.154) L.icrgfr 8.065*** 0.299 2.123*** 5.229*** 2.640 2.750 1.002** 0.085 (2.994) (0.904) (0.775) (1.663) (2.319) (2.215) (0.484) (0.905) L.kao 2.076* 1.079 0.590** 0.190 2.176** -0.389 1.679* 0.695 (1.187) (0.691) (0.447) (0.674) (0.876) (0.955) (0.912) (0.509) L.gdpr 16.440*** 3.101* 0.104 12.190*** 9.727** 2.122 -0.649 7.971*** (5.466) (1.706) (1.144) (3.184) (4.351) (1.329) (1.648) (2.950) L.drate 10.590** 1.471 1.995 6.339** 7.423** 2.674* 2.032** 3.753** (5.061) (1.229) (1.227) (2.435) (3.195) (1.381) (1.002) (1.749) L.fin 5.681 -1.163 2.106** 4.296*** 5.923** 2.211* 0.312 3.485** (3.991) (1.855) (0.790) (1.532) (2.904) (1.199) (0.918) (1.483) L.ers -0.583 0.115 0.093 -0.850 -0.135 -1.024 0.824** -0.401 (0.728) (0.350) (0.182) (0.520) (0.530) (0.914) (0.379) (0.346) L.becius 0.062* 0.039 0.034** 0.064* 0.060 0.001 0.002 0.048 (0.048) (0.019) (0.019) (0.036) (0.037) (0.025) (0.015) (0.030) _cons -8.543** 0.583 -2.688** -5.675*** -4.919** -2.051* -1.776* -1.764* (3.713) (1.243) (1.108) (1.567) (2.328) (1.066) (0.983) (1.051) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 国家固定效应 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 R2 0.262 0.410 0.119 0.115 0.348 0.192 0.539 0.110 adj. R2 0.252 0.402 0.108 0.104 0.339 0.182 0.533 0.099 注：()内为聚类稳健标准误；* * *、* *、*分别表示在1%、5%、10%水平上显著。下表同。 表 2基准回归结果显示，除(2)(4)列直接投资流入流出为被解释变量时，全球金融周期(GFC)系数不显著外，以总量跨境资本流人流出以及证券投资、其他投资流入流出为被解释变量时GFC系数均显著为正，表明总量跨境资本以及证券投资、其他投资流入流出随GFC增加即全球金融市场风险降低而增加，随GFC下降即全球金融市场风险升高而减少，呈现出对全球金融周期的敏感性和顺周期特征，而直接投资流入流出未表现出对全球金融周期的敏感性。当GFC提高一个标准差时，总量跨境资本、证券投资和其他投资项下跨境资本流入占GDP比重分别增加0.213%、0.086%、0.152%，流出占GDP比重分别增加0.237%、0.065%、0.173%。从全球金融周期对不同类型跨境资本流动影响程度差异来看，第(1)(5)列总量跨境资本流动顺周期性最显著，GFC系数较大，其次是第(4)(8)列其他投资项下跨境资本流入流出、第(3)(7)列证券投资项下跨境资本流入流出。从不同方向跨境资本流动来看，总量跨境资本流入、其他投资流入顺周期特征弱于流出，证券投资流入方向顺周期特征则强于流出。从其他控制变量来看，国内金融风险(icrgfr)对跨境资本流动的影响主要表现为流入方向，第(1)(3)(4)(7)列icrgfr系数显著为正，说明国内金融风险降低可以促进总量跨境资本流入、证券投资流入流出和其他投资流入。一国资本账户开放程度(kao)和金融发展水平(fin)提高可以提升跨境资本流入流出的便利性和安全性，推动对外跨境资本流动往来；而一国经济增长率(gdpr)和存款利率(drate)上升可以夯实宏观经济基本面，扩大利差，进而增强跨境资本流动往来的吸引力。美国金融条件指数(becius)对其他国家跨境资本流动的影响主要体现在流入方向，金融条件指数下降即金融条件收紧一般伴随着美联储加息，对其他国家总量跨境资本流入、证券投资和其他投资流入影响显著为负，使得其他经济体面临较大的资本外流压力。
（二） 基准回归稳健性检验
1. 变更模型估计方法
首先，使用两步法系统广义矩估计。参照王建等(2022)[33]的做法，对被解释变量取二阶滞后值，对其他变量取一阶滞后值后引入模型，运用两步法系统广义矩估计方法进行检验。表 3估计结果显示，AR(1)、AR(2)和Hansen检验结果表明工具变量合理且未过度识别，除直接投资流出外，不同类型跨境资本流入流出的核心解释变量系数均显著为正，与基准回归结果基本一致。其次，使用动态面板纠偏虚拟变量最小二乘法估计。采用50次Bootstrap抽样法估计方差-协方差矩阵，以差分GMM估计量和系统GMM估计量作为初始值，估计结果与前者基本一致。
表 3 两步法系统广义矩估计结果变量 (1) (2) (3) (4) (5) (6) (7) (8) sumflow fdi equ other sumout fdiout equout otherout L.capflow 0.177*** 0.249*** 0.169*** 0.049*** 0.131*** 0.329*** 0.215*** -0.018*** (0.005) (0.004) (0.020) (0.007) (0.006) (0.001) (0.003) (0.002) L2.capflow 0.260*** 0.272*** 0.170*** 0.126*** 0.254*** 0.357*** 0.130*** 0.131*** (0.009) (0.005) (0.019) (0.006) (0.005) (0.002) (0.002) (0.002) L.GFC 0.753*** -0.031 0.159*** 0.619*** 0.928*** 0.072* 0.129*** 0.626** (0.051) (0.015) (0.024) (0.035) (0.047) (0.007) (0.009) (0.046) L.icrgfr 7.470*** 0.958* 0.987 9.702*** 4.990*** 1.588*** 1.593*** 3.121** (1.954) (0.529) (1.152) (1.382) (1.460) (0.225) (0.213) (1.217) L.kao 5.234* 1.935 3.402 -0.526 2.731** -0.692*** 1.202*** 0.838 (3.110) (1.922) (3.833) (2.703) (1.162) (0.160) (0.165) (0.861) L.gdpr 10.810*** 0.551 -1.278 9.445*** 6.769*** 0.936 -1.642*** 7.171*** (1.479) (0.587) (1.333) (1.672) (1.065) (0.569) (0.166) (1.008) L.drate -7.838 3.323 3.893 6.057 3.626 0.970 1.977*** -3.710 (7.642) (3.830) (4.347) (4.710) (7.173) (0.669) (0.739) (4.978) L.fin 0.472 -2.156 -0.948 12.970** 3.780 2.600*** -0.126 -2.692 (5.230) (1.972) (3.774) (5.318) (2.906) (0.670) (0.358) (3.353) L.ers -2.205 -0.022 1.147 -0.162 -0.235 -0.451*** 0.689*** 3.144 (1.834) (0.361) (1.751) (0.923) (0.932) (0.082) (0.079) (1.912) L.becius 0.007 0.023*** 0.023*** 0.037*** 0.022*** -0.007** -0.001 0.008 (0.008) (0.005) (0.008) (0.009) (0.004) (0.003) (0.002) (0.009) _cons -6.947*** -0.669 -3.050* -13.30*** -6.527** -1.753*** -1.872*** -2.853 (1.959) (0.558) (1.749) (2.353) (2.810) (0.272) (0.293) (1.860) N 4 590 4 590 4 590 4 590 4 590 4 590 4 590 4 590 AR(1) 0.001 0.003 0.008 0.005 0.002 0.027 0.006 0.004 AR(2) 0.281 0.360 0.671 0.574 0.254 0.121 0.114 0.397 Hansen 0.541 0.819 0.683 0.732 0.659 0.795 0.789 0.938 注：()内为标准误。 2. 替换核心解释变量
为确保基准模型检验结果的稳健性，使用以下指标替换核心解释变量检验全球金融周期对跨境资本流动的影响。主要包括：(1)采取主成分方法重新提取全球金融市场共同因子(index)来替代；(2)以vix指数来替代，vix指数越大意味着金融市场恐慌情绪越高；(3)使用Davis(2016)[34]构建的全球经济政策不确定性指数(gepu)来替代，gepu越大意味着全球经济政策不确定性越高；(4)利用Ahir等(2022)[35]基于EIU国别报告文本构建的全球不确定性指数(wui)来替代，wui越高说明全球政治和经济等领域不确定性越高。限于篇幅，表 4仅列示了总量跨境资本流动的检验结果，进一步支持了跨境资本流动具有显著顺周期特征的检验结果。替换核心解释变量检验过程中对vix、gepu、wui取自然对数，表 4检验结果第(1)(2)列L.index显著为正，与基准回归保持一致，第(3)列至第(8)列L.lnvix、L.lngepu、L.lnwui的系数基本显著为负，说明较高的市场恐慌指数、经济政策不确定性、全球不确定性会显著抑制跨境资本流动。
表 4 替换核心解释变量稳健性检验结果变量 (1) (2) (3) (4) (5) (6) (7) (8) sumflow sumout sumflow sumout sumflow sumout sumflow sumout L.index 0.179*** 0.182*** (0.039) (0.045) L.lnvix -0.399 -0.875** (0.390) (0.401) L.lngepu -2.030*** -1.402*** (0.506) (0.470) L.lnwui -1.108*** -0.722** (0.311) (0.282) L.icrgfr 8.045*** 2.631 7.998*** 2.363 8.984*** 3.325 8.543*** 3.006 (2.991) (2.313) (2.918) (2.245) (2.988) (2.305) (2.963) (2.322) L.kao 2.070* 2.169** 2.024* 2.081** 2.034* 2.141** 2.106* 2.189** (1.184) (0.874) (1.200) (0.881) (1.191) (0.894) (1.181) (0.883) L.gdpr 16.400*** 9.653** 15.20*** 7.419* 5.511 2.013 12.390** 6.906 (5.450) (4.333) (5.445) (4.250) (5.428) (4.425) (5.437) (4.339) L.drate 10.610** 7.426** 10.60** 7.651** 6.555* 4.558** 8.430* 5.931** (5.064) (3.194) (5.144) (3.355) (3.779) (2.200) (4.389) (2.670) L.fin 5.716 5.948** 5.118 4.809 8.253** 7.653** 7.129* 6.816** (3.987) (2.899) (3.969) (2.905) (3.837) (3.019) (3.872) (2.935) L.ers -0.606 -0.152 -0.599 -0.225 -0.232 0.130 -0.317 0.063 (0.729) (0.534) (0.758) (0.563) (0.670) (0.535) (0.673) (0.506) L.becius 0.070 0.067* 0.032 0.001 0.143** 0.113** 0.070 0.062 (0.048) (0.036) (0.056) (0.045) (0.061) (0.043) (0.049) (0.037) -cons -8.527** -4.906** -6.978* -1.448 -0.397 0.692 1.339 1.507 (3.709) (2.324) (3.534) (2.101) (2.516) (1.046) (3.190) (1.782) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 国家固定效应 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 R2 0.263 0.348 0.260 0.348 0.284 0.357 0.268 0.349 adj. R2 0.254 0.340 0.251 0.340 0.275 0.349 0.259 0.341 3. 其他稳健性检验
替换被解释变量、其他控制变量或删除异常样本期和样本值后进行稳健性检验，进一步支持了前文的检验结果。包括：(1)以未标准化的跨境资本流动数据作为被解释变量，由于存在指标为负的情形，以$\ln \left[ { capflow }+\sqrt{ { capflow }^2+1}\right]$进行转换替代；(2)以货币市场利率代替存款利率、以Fernández等(2016)[36]构建的资本管制指数取负值后代替Chinn-Ito指数；(3)排除2008年国际金融危机和新冠肺炎疫情时期；(4)进一步排除英国、日本等全球金融中心。
（三） 制度环境因素的调节效应分析
为验证国内金融风险、汇率稳定性、金融发展水平等制度环境因素是否强化或削弱跨境资本流动的顺周期性，对式(3)进行检验。由于前文分析中直接投资项下跨境资本流入流出未呈现出对全球金融周期的敏感性和顺周期特征，调节效应以及异质性分析部分不再汇报直接投资项下跨境资本流动的检验结果。总量跨境资本流动、证券投资、其他投资跨境资本流动顺周期性的调节效应检验结果分别列示在表 5、表 6。
表 5 制度因素对总量跨境资本流动顺周期性的调节效应变量 (1) (2) (3) (4) (5) (6) sumflow sumout sumflow sumout sumflow sumout L.GFC 0.863*** 0.952*** 0.862*** 0.954*** 0.852*** 0.944*** (0.215) (0.242) (0.213) (0.239) (0.214) (0.241) L.icrgfr 7.951** 2.562* 7.975** 2.565 8.001** 2.595 (2.989) (2.321) (2.990) (2.320) (2.988) (2.320) L.ers -0.635 -0.170 -0.600 -0.149 -0.610 -0.154 (0.736) (0.539) (0.732) (0.533) (0.734) (0.538) L.fin 5.812 6.012** 5.759 5.989** 5.784 5.997** (4.016) (2.915) (4.009) (2.907) (4.014) (2.924) L.GFC×L.icrgfr 1.211*** 0.821** (0.410) (0.383) L.GFC×L.ers 0.952 0.791 (0.579) (0.519) L.GFC×L.fin 1.275* 0.904* (0.659) (0.674) N 4 692 4 692 4 692 4 692 4 692 4 692 控制变量 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 R2 0.264 0.349 0.262 0.348 0.263 0.348 adj. R2 0.254 0.340 0.253 0.340 0.253 0.340 表 6 制度环境因素对证券投资、其他投资跨境资本流动顺周期性的调节效应变量 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) equ equout equ equout equ equout other otherout other otherout other otherout L.GFC 0.355*** 0.271** 0.359*** 0.281*** 0.350*** 0.268** 0.601*** 0.685*** 0.597*** 0.682*** 0.596*** 0.682*** (0.085) (0.103) (0.085) (0.102) (0.085) (0.102) (0.131) (0.153) (0.131) (0.151) (0.130) (0.153) L.icrgfr 2.032** 0.926* 2.027** 0.895* 2.046** 0.935* 5.217*** 0.075 5.236*** 0.092 5.249*** 0.093 (0.775) (0.482) (0.773) (0.478) (0.775) (0.485) (1.649) (0.897) (1.639) (0.889) (1.649) (0.898) L.ers 2.210*** 0.399 2.190*** 0.406 2.231*** 0.420 4.310*** 3.496** 4.290*** 3.478** 4.265*** 3.472** (0.798) (0.910) (0.795) (0.906) (0.803) (0.911) (1.534) (1.491) (1.527) (1.485) (1.531) (1.494) L.fin 0.051 0.789** 0.075 0.804** 0.061 0.796** -0.856 -0.405 -0.849 -0.399 -0.842 -0.397 (0.187) (0.381) (0.185) (0.381) (0.187) (0.380) (0.528) (0.353) (0.525) (0.349) (0.526) (0.352) L.GFC×L.icrgfr 0.966*** 0.807*** 0.130 0.101 (0.129) (0.184) (0.315) (0.304) L.GFC×L.ers 1.018*** 1.136*** -0.070 -0.079 (0.163) (0.204) (0.495) (0.475) L.GFC×L.fin 1.544*** 1.327*** -0.385 -0.152 (0.192) (0.286) (0.490) (0.510) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 控制变量 是 是 是 是 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 是 是 是 是 R2 0.135 0.544 0.130 0.545 0.139 0.545 0.115 0.110 0.115 0.110 0.115 0.110 adj. R2 0.124 0.538 0.119 0.539 0.128 0.540 0.104 0.099 0.104 0.099 0.104 0.099 从表 5来看，第(1)(2)列L.GFC×L.icrgfr系数显著为正，说明icrgfr增加即一国金融风险水平下降，会强化全球金融周期对总量跨境资本流动的影响，进一步放大跨境资本流入流出的顺周期特征。原因可能在于，当一国金融风险水平下降时，跨境资本流动往来受金融环境的约束相对较小，推动跨境资本在全球范围配置资产“逐利”或“避险”。L.GFC与L.icrgfr系数基本显著为正反映出一国内部金融风险与全球金融市场风险情绪对跨境资本流动的影响相互促进。第(3)(4)列L.GFC×L.ers系数为正但未通过显著性检验，反映出汇率稳定性对总量跨境资本流动的顺周期特征没有表现出显著的正向调节作用。第(5)(6)列L.GFC×L.fin系数显著为正，意味着一国金融市场和金融机构发展水平提升会提高跨境资本流动的顺周期特征。原因可能在于，金融发展水平提升使一国金融市场国际化水平以及便利化程度提高，进而强化了跨境资本流动对全球金融周期的敏感性。
进一步观察金融风险、汇率稳定性以及金融发展水平等因素对证券投资、其他投资跨境资本流动顺周期特征的调节作用。表 6第(1)(2)列L.GFC×L.icrgfr系数显著为正，说明GFC对跨境证券投资的影响随着一国金融风险降低而增加，金融风险越低，跨境证券投资资本流动的顺周期特征越明显。第(3)(4)列L.GFC×L.ers系数显著为正，说明金融一体化背景下一国实际汇率越趋于稳定，会进一步强化证券投资跨境资本流动的顺周期特征，放大外部冲击的溢出效应；而ers下降即实际汇率相对灵活，则会降低证券投资项下资本流动的顺周期特征，这反映出“软盯住”或“灵活浮动”汇率制度对隔离外部风险可以起到缓冲作用。第(5)(6)列L.GFC×L.fin系数显著为正，说明金融发展水平提高，强化了全球金融周期对证券投资跨境资本流动的影响。第(7)至(12)列的检验结果显示，国内金融风险、汇率稳定性、金融发展水平等因素对其他投资顺周期特征的调节作用基本不显著，与证券投资资本流动存在较大差异，进一步反映出金融风险、汇率稳定性以及金融发展水平对跨境资本流动顺周期特征的调节效应主要由证券投资跨境资本流动驱动。
（四） 空间异质性和时间异质性分析
1. 区分不同部门跨境资本流动的异质性
考虑到不同市场主体的差异性，将证券投资和其他投资跨境资本流动按不同部门(企业、商业银行、中央银行、政府)进行细分，考察不同部门跨境资本流动顺周期性的结构特征及差异。由于IMF-IFS数据库中多数样本国家证券投资项下政府、央行数据缺失或为零，证券投资、其他投资项下不同部门流入流出样本量也存在差异，因此给出了证券投资项下企业、商业银行以及其他投资项下企业、商业银行、中央银行、政府部门跨境资本流动的检验结果。
表 7 证券投资和其他投资项下不同市场主体的异质性检验变量 证券投资 其他投资 企业流入
(1)企业流出
(2)银行流入
(3)银行流出
(4)企业流入
(5)企业流出
(6)银行流入
(7)银行流出
(8)央行流入
(9)央行流出
(10)政府流入
(11)政府流出
(12)L.GFC 0.298*** 0.435*** 0.116* 0.001 0.062 0.115 0.192*** 0.008* -0.249*** -0.001 -0.077 -0.070 (0.069) (0.009) (0.071) (0.004) (0.038) (0.040) (0.024) (0.049) (0.072) (0.014) (0.066) (0.049) N 2 001 2 139 1 794 1 794 2 829 2 898 2 898 2 898 2 622 1 863 2 829 2 277 控制变量 是 是 是 是 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 是 是 是 是 R2 0.324 0.210 0.116 0.366 0.573 0.116 0.183 0.083 0.158 0.135 0.161 0.063 adj. R2 0.311 0.195 0.099 0.354 0.565 0.099 0.169 0.067 0.144 0.121 0.147 0.047 注：由于IMF-IFS数据库中部分样本国家不同部门以及不同方向的证券投资、其他投资数据存在缺失，故表中各列异质性检验的样本量存在一定差异。 表 7第(1)至(4)列以企业、银行跨境证券投资为被解释变量时，企业跨境资本流动的L.GFC系数显著为正，具有显著顺周期特征，说明GFC增加即全球金融市场风险下降会促进企业跨境证券投资资本的流动往来。证券投资项下银行跨境资本流动GFC系数为正但仅流入端通过显著性检验，结合前文全球金融周期对证券投资跨境资本流入流出的影响显著为正，进一步说明证券投资跨境资本流动的顺周期特征主要是企业驱动，商业银行影响相对较弱。从第(5)至(8)列以企业、银行其他投资为被解释变量时，L.GFC系数为正但仅银行跨境资本流入流出显著。第(9)至(12)列以央行、政府部门其他投资为被解释变量时，L.GFC系数均为负向但仅央行跨境资本流入显著，其他流入流出不显著，说明央行、政府部门其他投资跨境资本流动存在一定逆周期特征且央行跨境资本流入逆周期特征显著。当GFC增加即全球金融市场风险下降时，央行跨境资本流入减少，说明其他投资跨境资本流动的顺周期性特征主要由银行部门驱动，是逆周期调控的重要关注点。
2. 区分金融周期上行期与下行期的异质性
探讨全球金融周期对跨境资本流动的影响，不能忽视全球金融周期上行或者下行的差异性。谭小芬等(2022)[37]在研究国别风险情绪对跨境股票资本流动的影响时发现，全球风险情绪极高时，投资者国别风险情绪对跨境资本流动的影响不显著，当全球风险情绪极低时则较为显著。为考察全球金融周期上行或下行时，跨境资本流动顺周期特征是否存在显著差异，引入虚拟变量upon与全球金融周期的交互项L.GFC×upon进行检验。如式(9)所示，upon赋值为1，表示全球金融周期处于上行周期；upon赋值为0，表示全球金融周期处于下行周期。
$$ { upon }_t=\left\{\begin{array}{l} 1, { 全球金融市场共同因子 } G F C>{median}(G F C) \\ 0, { 全球金融市场共同因子 } G F C<{median}(G F C) \end{array}\right. $$ (9) 如果L.GFC×upon系数显著，表明GFC对跨境资本流动的影响在全球金融周期上行与下行时存在显著差异。此外，区分发达国家和新兴市场国家分别进行检验，以观察金融周期上行期与下行期不同类型国家跨境资本流动的异质性。表 8第(1)至(8)列、(7)至(12)列分别为发达国家和新兴市场国家跨境资本流动的检验结果。其中第(2)列L.GFC×upon显著为正，第(1)(3)(4)(6)列L.GFC×upon显著为负，反映出金融周期上行时发达国家证券投资流入顺周期特征较金融周期下行时显著增加，而总量跨境资本流入流出、其他投资流入流出顺周期特征则显著下降。当GFC提高1个标准差时，全球金融周期上行时证券投资流入占GDP比重分别较下行时多增加0.323%，其他投资流入、总量资本流出、其他投资流出占GDP比重较下行时减少0.778%、0.818%、1.235%、0.946%。相较于发达国家，新兴市场国家检验结果呈现出明显差异，表 8第(7)至(9)列L.GFC×upon系数显著为正，说明在全球金融周期处于上行期时，新兴市场国家总量跨境资本流入、证券投资流入、其他投资流入对全球金融周期的敏感性进一步上升。全球金融周期上行时，GFC提高一个标准差，新兴市场国家总量跨境资本流入、证券投资流入、其他投资流入占GDP比重较下行时增加0.355%、0.010%、0.159%，这可能会加剧全球金融市场繁荣时跨境资本过多流入对新兴市场国家的冲击，需要加大宏观审慎监管和逆周期调控力度，以降低跨境资本过度流入可能带来的风险和问题。全球金融周期上行时，发达国家其他投资顺周期特征较下行时显著降低，而新兴市场国家其他投资流入流出对全球金融周期的敏感性未表现出显著差异。
表 8 区分金融周期上行期与下行期的跨境资本流动异质性检验变量 发达国家 新兴市场国家 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) sumflow equ other sumout equout otherout sumflow equ other sumout equout otherout L.GFC 3.071*** 0.005 2.143*** 3.928*** 0.961** 2.562*** 0.063 0.102 0.408** 0.154 -0.055 0.333* (1.037) (0.352) (0.708) (1.198) (0.419) (0.764) (0.369) (0.123) (0.199) (0.333) (0.080) (0.171) L.GFC×upon -3.074* 1.276* -3.236** -4.881** -0.979 -3.738** 1.403** 0.039* 0.629* 0.304 0.021 -0.117 (1.938) (0.637) (1.161) (1.919) (0.774) (1.354) (0.822) (0.208) (0.552) (0.679) (0.158) (0.495) L.upon 0.064 0.085 0.169 0.170 0.043 0.296 -0.212 0.049 -0.214** -0.044 0.075* -0.061 (0.198) (0.125) (0.235) (0.239) (0.115) (0.209) (0.143) (0.050) (0.101) (0.126) (0.041) (0.099) N 1 932 1 932 1 932 1 932 1 932 1 932 2 760 2 760 2 760 2 760 2 760 2 760 控制变量 是 是 是 是 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 是 是 是 是 R2 0.306 0.119 0.123 0.349 0.551 0.121 0.160 0.074 0.136 0.141 0.148 0.070 adj. R2 0.295 0.105 0.109 0.338 0.544 0.107 0.148 0.061 0.124 0.128 0.136 0.057 3. 区分金融危机前后的异质性
国际金融危机对全球金融市场和跨境资本流动有着深刻影响。为验证金融危机前后全球金融周期对跨境资本流动的影响以及icrgfr、becius等重要控制变量的影响是否存在差异，构建金融危机虚拟变量crisis，并在基准回归模型中引入GFC、icrgfr、becius与crisis的交互项后进行检验。如式(10)所示，检验过程中删除了国际金融危机(2007年3季度至2009年3季度)的样本期。
$$ { crisis }_t=\left\{\begin{array}{l} 1, { 样本期在 } 2009 { 年 } 3 { 季度之后 } \\ 0, { 样本期在 } 2007 { 年 } 3 { 季度之前 } \end{array}\right. $$ (10) 若回归结果中GFC、icrgfr、becius与crisis的交互项系数显著，则说明金融危机前后该变量对跨境资本流动的影响存在显著差异，检验结果如表 9所示。
表 9 金融危机前后全球金融周期影响的异质性检验变量 (1) (2) (3) (4) (5) (6) sumflow equ other sumout equout otherout L.GFC 0.405** 0.326*** 0.148 0.464*** 0.226*** 0.254* (0.165) (0.090) (0.161) (0.165) (0.083) (0.139) L.GFC×crisis 0.050 0.792*** -0.930* -0.426 0.638*** -1.071** (0.601) (0.142) (0.505) (0.570) (0.127) (0.515) L.icrgfr 6.231** 1.192 4.677*** 0.865 0.367 0.160 (2.801) (1.002) (1.438) (2.454) (0.610) (1.305) L.icrgfr×crisis 3.773 1.283 1.920** 3.170 0.622 0.453 (4.310) (1.405) (1.673) (2.915) (0.774) (1.731) L.becius 0.647*** 0.066 0.205** 0.432*** 0.072 0.161 (0.162) (0.047) (0.093) (0.156) (0.048) (0.102) L.becius×crisis -0.770*** -0.109** -0.239** 0.500** -0.082 0.183* (0.190) (0.051) (0.094) (0.187) (0.055) (0.099) L.crisis -4.937 -1.601 -2.397 -3.809 -0.916 -0.960 (3.653) (1.218) (1.431) (2.533) (0.629) (1.480) N 4 182 4 182 4 182 4 182 4 182 4 182 控制变量 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 R2 0.289 0.170 0.126 0.371 0.558 0.115 adj. R2 0.278 0.158 0.113 0.361 0.551 0.101 表 9第(2)(5)列L.GFC×crisis显著为正，说明金融危机后证券投资跨境资本流入流出受国际金融市场情绪影响程度攀升，对全球金融周期更敏感。GFC提高一个标准差时，金融危机后证券投资流入流出占GDP比重较金融危机前分别提高0.200%、0.161%。第(3)(6)列L.GFC×crisis显著为负，第(3)列L.icrgfr×crisis显著为正，反映出金融危机后其他投资顺周期特征减弱，GFC上升一个标准差时，金融危机后其他投资流入流出占GDP的比重较金融危机前分别下降0.235%、0.271%。icrgfr上升一个标准差即金融风险下降一个标准差，其他投资流入增加0.486%。原因可能在于，其他投资主要是跨境银行贷款形式的资本流动，受金融危机后监管环境趋严以及宏观审慎调控的影响，顺周期特征减弱并且更关注流入国的金融风险状况。国际金融危机前后美国金融条件影响方面，除第(5)列证券投资流出为被解释变量时L.becius×crisis不显著外，其他类型跨境资本流动为被解释变量时，L.becius×crisis均通过显著性检验。结合差异程度来看，当美国货币政策环境面临收紧时，becius提高一个标准差，其他国家总量跨境资本流入、证券投资、其他投资流入占GDP比重较危机前分别减少0.195%、0.028%、0.060%，总量资本流出、其他投资流出占GDP比重较危机前增加0.127%、0.046%。反映出金融危机后美国金融市场环境变动对其他国家跨境资本流动的外溢效应更加显著。
（五） 全球金融周期作为中介变量的进一步分析
1. 全球贸易环境不确定性与全球金融周期
贸易不确定性上升常作为政治风险，推动投资者对国别风险情绪的重新识别进而影响跨境流动。一方面，贸易不确定性攀升对各国或地区贸易、投资和宏观经济产生负向影响，通过对外贸易联系渠道影响跨境资本流动[13]。另一方面，贸易不确定性可能通过金融渠道影响跨境资本流动。贸易不确定性攀升可能导致投资者对经济增长前景和市场预期更为悲观，进而减少风险资产持有，在全球范围重新配置金融资产，推动全球金融资产价格波动和跨境资本流动。李兴申等(2022)[23]验证了贸易不确定性影响跨境资本流动存在外汇风险暴露的金融渠道，外汇风险暴露水平下降造成银行跨境资本流入减少。在此，通过多种机制分析方法检验全球贸易不确定性影响跨境资本流动是否存在全球金融周期渠道，并识别中美经贸摩擦这一引致全球贸易不确定性攀升的背景事件的影响，检验结果如表 10所示。
表 10 全球贸易不确定性与全球金融周期变量 (1) (2) (3) (4) (5) (6) (7) (8) GFC sumflow sumout GFC sumflow sumout sumflow sumout L.wtui -0.041*** -0.017*** -0.780** -0.333* -0.745** -0.310* (0.004) (0.005) (0.356) (0.346) (0.353) (0.342) GFC 0.842*** 0.937*** 0.817*** 0.578* (0.214) (0.240) (0.316) (0.294) L.wtui×friction -0.141*** (0.004) L.friction 1.236 (0.219) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 其他控制变量 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 R2 0.061 0.262 0.348 0.064 0.245 0.330 0.247 0.331 adj. R2 0.050 0.252 0.339 0.076 0.236 0.322 0.237 0.322 表 10第(1)列采用江艇(2022)[24]提出的“两步法”机制检验方法，考察了贸易不确定性对全球金融周期的影响，结果显示贸易不确定性攀升对全球金融周期有显著负向影响。第(2)(3)列使用郑志刚等(2021)[38]的机制检验方法，进一步验证了贸易不确定性通过全球金融周期渠道影响各国跨境资本流动往来的结论。第(4)列报告了中美经贸摩擦对贸易不确定性作用于全球金融周期的影响。检验过程中将中美贸易摩擦事件定义为虚拟变量(friction)，将2018年二季度开始至样本期结束赋值为1，其他时间定义为0。交互项L.wtui×L.friction显著为负，表明中美经贸摩擦显著加剧了全球贸易不确定性攀升对全球金融周期的负向影响。结合实际情况来看，中美经贸摩擦期间全球贸易不确定性指数持续高企，在2019年四季度达到近30年最高值174.340，风险预期攀升加剧了全球金融周期下行压力。为确保检验结果稳健，第(1)至(3)列和第(7)(8)列报告了“传统三步法”中介效应检验结果。第(7)(8)列GFC系数较第(1)(2)列有所下降且基本显著，反映出贸易不确定性通过全球金融周期渠道对跨境资本流动产生影响，存在部分中介效应。
2. 美联储货币政策外溢效应与全球金融周期
美联储货币政策通过全球银行杠杆和美元的国际作用塑造全球金融周期，是全球金融周期的重要驱动因素。美联储1999—2000年、2004—2006年、2022年以来三轮加息，分别导致此后全球金融周期的三轮下行期。在此，借鉴姜富伟等(2019)[39]的做法，使用联邦基金利率期货价格计算的未预期到美联储货币政策调整(unusm)作为货币政策测度指标，检验美联储货币政策调整是否会通过全球金融周期渠道影响跨境资本流动，并引入不同类型样本国家的虚拟变量与美联储货币政策的交互项，以观察发达国家样本组和新兴市场国家样本组是否呈现出显著差异。
从表 11第(1)列可知，未预期到的美联储货币政策(unusm)对全球金融周期有显著的正向影响。第(2)(3)列为未预期到的美联储货币政策对跨境资本流入、流出的影响，L.unusm系数显著为正，说明unusm显著推动了其他国家总量跨境资本流动往来。第(4)(5)列美联储货币政策的系数变小且不再显著，说明美联储货币政策对全球跨境资本流入、流出的影响被全球金融周期吸收，全球金融周期渠道起到了完全中介效应。为进一步验证美联储货币政策被全球金融周期吸收这一完全中介效应是否在不同类型国家跨境资本流动中表现出差异性，将不同类型国家定义为虚拟变量(develop)，发达国家赋值为1，新兴市场国家赋值为0，以交互项形式引入回归模型中。从第(6)(7)列的结果来看，交互项L.unusm×develop未通过显著性检验，即未呈现出显著的样本间差异。
表 11 未预期到的美联储货币政策与全球金融周期变量 (1) (2) (3) (4) (5) (6) (7) GFC sumflow sumout sumflow sumout sumflow sumout L.unusm 0.046*** 0.131** 0.109* 0.093 0.082 0.079 0.003 (0.001) (0.058) (0.057) (0.056) (0.050) (0.073) (0.053) GFC 0.834*** 0.570* 0.834*** 0.569* (0.311) (0.297) (0.310) (0.297) L.unusm×develop 0.033 0.188 (0.137) (0.131) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 其他控制变量 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 R2 0.060 0.252 0.331 0.254 0.332 0.254 0.332 adj. R2 0.049 0.243 0.323 0.245 0.323 0.245 0.323 五、 拓展模型分析：全球金融周期与储备资产变化的联动特征
（一） 储备资产变化对全球金融周期反应程度的估计
利用滚动窗口估计方法对拓展模型(7)进行估计，通过持续将新数据纳入估计中以提高模型估计的稳健性，并观察回归系数的动态变化。估计过程中设定滚动回归窗口期为20，第1个估计值是样本期为1998年1季度至2002年4季度的回归系数，以此类推至2021年4季度结束。若季度储备变化对GFC的回归系数γ0大于零，说明全球金融市场风险上升时，使用储备规模对市场风险情绪进行对冲的意愿为正，储备政策表现为逆周期性；反之，说明储备政策表现为顺周期性。不同类型经济体储备资产变动的滚动回归系数变化趋势如图 1所示。
从图 1可以看出，金融危机前发达国家储备变化对GFC的回归系数γ0基本稳定且趋于0，这是因为样本发达国家货币多为国际储备货币，储备资产变化对全球金融市场常规性风险波动变化缺乏敏感性。金融危机时期纳入回归窗口后，γ0短期为负后基本保持正向，发达国家为降低金融风险冲击使用储备进行逆周期操作以保持金融系统稳定性，储备变化与GFC正向联动。欧债危机后，储备规模作为稳定市场信心指标的重要性凸显，面对国际金融市场风险攀升以及信用违约频发，发达国家为增强市场信心，使用储备资产对冲市场风险的意愿降低。而新兴市场国家储备变化对GFC的回归系数基本保持正向，倾向于使用外汇储备对冲市场风险情绪。随着金融危机时期纳入回归窗口，新兴市场国家使用储备对冲市场风险情绪意愿攀升。金融危机冲击减弱以及宏观审慎监管国际合作上升到新高度后，新兴市场国家与发达国家保持较高的同频变化，外汇储备逆周期调控倾向减弱。受中美经贸摩擦、全球不确定性攀升、疫情冲击以及全球经济预期衰退等因素的持续影响，发达国家倾向于增加外汇储备积累，新兴市场国家使用储备对冲市场风险的意愿较高。整体来看，在应对外部冲击时，新兴市场国家较发达国家使用外汇储备对冲市场风险情绪的意愿较高且波动较大，发达国家在非危机时期储备变化保持较高稳定性，一定程度上反映出新兴市场国家应对全球金融市场风险冲击时政策工具可能相对缺乏或较为单一。
（二） 储备资产变化对本币汇率波动反应程度的估计
以美元指数(DXY)作为逆向指标分析本国汇率波动对储备变化的影响，研究不同类型经济体使用外汇储备稳定汇率的差异。若季度储备变化对DXY的滚动回归系数ψ0小于零，说明当DXY上升即本币贬值时，出于汇率稳定目的使用储备政策干预市场的意愿为正，检验结果如图 2所示。
从图 2可以看出，金融危机前发达国家储备变化对美元指数变化不敏感，回归系数ψ0基本为正且趋于零；新兴市场国家储备规模与美元指数呈逆向变动特征，使用储备稳定汇率的意愿较强且在金融危机时期最为显著，ψ0降至滚动窗口期回归的最低值。究其原因，当全球流动性明显紧缩时，资本流动对货币溢价的敏感性下降，利率政策和预期管理政策效果欠佳，需使用外汇储备直接干预影响汇率。金融危机后以及欧债危机时期，发达国家增加储备积累的意愿增强；新兴市场国家回归系数保持同步变化趋势。可能的解释在于：一是新兴市场国家储备政策偏好由“害怕汇率浮动”转变为“害怕失去储备”(Aizenman和Sun，2012)[40]；二是汇率波动时减少对外汇市场干预，有助于保持汇率灵活，吸收内外部冲击，防止预期过度积累。2015年以后美元指数上涨幅度过度偏离正常水平，发达国家和新兴市场国家回归系数在短暂同频变化后呈现出差异，发达国家回归系数逐渐降低但基本保持正向，而新兴市场国家回归系数转为负值。随着时间推移，受不确定性和预期转弱因素影响，发达国家和新兴市场国家表现出降低使用储备干预汇率波动的一致性。整体来看，美元指数波动时不同滚动窗口期发达国家回归系数基本为正，新兴市场国家回归系数负值较多，这与发达国家相对灵活的汇率制度可以降低外部冲击，而新兴市场国家倾向于使用外汇储备干预措施保持汇率稳定密切相关。
（三） 拓展模型稳健性检验
从以下方面对拓展模型结论进行的稳健性检验进一步支持了前文结论：一是将窗口期设定为24或28重新回归，图 3、图 4滚动窗口为24的回归结果基本保持一致；二是保留(7)式中GFC或DXY其中一个变量，逐一加入控制变量进行回归。
六、 研究结论和政策启示
基于跨国样本数据，从结构视角探讨了全球金融周期对跨境资本流动的影响以及制度环境因素的调节作用和异质性等问题。主要结论如下：(1)总量跨境资本流动以及证券投资、其他投资具有显著顺周期特征，而直接投资顺周期特征不显著。(2)国内金融风险改善、金融发展水平提高、汇率稳定性增加强化了全球金融周期对总量跨境资本以及证券投资跨境资本流动的影响。(3)证券投资资本流动顺周期特征主要由企业驱动，其他投资主要由商业银行驱动；全球金融周期上行时，总量跨境资本、证券投资、其他投资流入顺周期特征更加明显；金融危机后证券投资、其他投资对全球金融周期更加敏感。(4)全球贸易不确定性以及美联储货币政策变化可以通过全球金融周期渠道影响各国跨境资本流动。(5)不同类型经济体储备政策变动特征存在显著差异，新兴市场国家使用外汇储备对冲市场风险情绪和稳定汇率的意愿较高，发达国家在非危机时期储备变化保持较高稳定性。
基于以上研究结论，可得出以下政策启示：
第一，强化跨境资本流动逆周期引导，需精准研判全球金融周期的冲击。在跨境资本流动总量规模增加、结构日趋复杂的背景下，应加强对于跨境资本流动和外汇市场顺周期特征的分析，更加关注结构问题。随着全球疫情防控形势变化和经济增长预期改善，美联储等主要央行退出量化宽松货币政策并开启加息周期，有效应对和防范跨境资本流动逆转风险，降低全球金融周期变化对我国跨境资本流动以及宏观审慎监管有效性的冲击成为新的政策着力点。
第二，做好跨境资本流动监测预警，需关注金融周期上行时期以及顺周期特征较强的证券投资和其他投资账户。由于证券投资和其他投资顺周期特征主要由企业和银行驱动，有必要进一步加强针对银行和企业的预期引导，强化“风险中性”和“逆周期”思维。同时，要重视全球贸易不确定性以及美联储货币政策调整等全球因素对跨境资本流动顺周期特征的外溢效应，提高跨境资本流动逆周期调节的预见性。
第三，降低跨境资本流动顺周期特征，需优化和调整内部制度环境因素。夯实经济基本面，改善国内金融风险状况，提高金融发展水平的同时保持金融发展和金融政策独立性，降低国际金融市场风险的负向溢出效应。在持续推动金融业高水平对外开放尤其是资本项目开放时，要考虑保留适度资本管制的政策措施和调整空间。
第四，应对全球金融风险情绪冲击和汇率波动，需进一步探索和丰富政策工具箱。外汇储备冲销干预措施有助于隔离外部冲击和稳定汇率，但不能以过度消耗外汇储备为代价，否则可能会降低本币信心。面对常规性金融市场风险情绪冲击以及汇率波动时，要适度减少储备政策干预，平衡储备超调和汇率稳定的关系，提高应对外部冲击的主动性和前瞻性。
-
表 1 主要变量选取和描述性统计
变量名称 符号 数据来源 均值 标准差 最小值 最大值 跨境资本总流入 sumflow IMF-IFS 2.387 4.824 -10.753 29.036 直接投资流入 fdi IMF-IFS 1.199 2.187 -2.506 14.493 证券投资流入 equ IMF-IFS 0.475 1.409 -3.890 6.228 其他投资流入 other IMF-IFS 0.704 3.196 -10.070 18.534 跨境资本总流出 sumout IMF-IFS 1.954 4.711 -8.815 28.400 直接投资流出 fdiout IMF-IFS 0.484 2.193 -10.928 12.273 证券投资流出 equout IMF-IFS 0.780 2.084 -2.836 14.429 其他投资流出 otherout IMF-IFS 0.640 3.106 -10.506 17.865 储备资产变动 reserve IMF-IFS 0.003 0.013 -0.075 0.202 全球金融周期 GFC S&P Capital IQ 0.000 0.253 -0.775 0.502 国内金融风险 icrgfr ICRG 0.756 0.093 0.330 0.993 实际经济增长率 gdpr WDI 0.671 0.350 0.000 1.000 资本开放度 kao Chinn-Ito index 0.032 0.040 -0.179 0.197 利率 drate Treding Economic 0.053 0.074 -0.012 0.874 金融发展水平 fin Svirydzenka(2016) 0.475 0.222 0.043 0.967 汇率稳定性 ers Aizenman等(2016) 0.525 0.299 0.004 1.000 美国金融条件指数 becius Bloomberg -0.285 1.417 -9.036 1.212 
下载: 导出CSV
表 2 基准回归估计结果
变量 (1)
sumflow(2)
fdi(3)
equ(4)
other(5)
sumout(6)
fdiout(7)
equout(8)
otheroutL.GFC 0.842*** -0.099 0.338*** 0.599*** 0.937*** 0.053 0.257** 0.683*** (0.214) (0.102) (0.082) (0.130) (0.240) (0.076) (0.101) (0.154) L.icrgfr 8.065*** 0.299 2.123*** 5.229*** 2.640 2.750 1.002** 0.085 (2.994) (0.904) (0.775) (1.663) (2.319) (2.215) (0.484) (0.905) L.kao 2.076* 1.079 0.590** 0.190 2.176** -0.389 1.679* 0.695 (1.187) (0.691) (0.447) (0.674) (0.876) (0.955) (0.912) (0.509) L.gdpr 16.440*** 3.101* 0.104 12.190*** 9.727** 2.122 -0.649 7.971*** (5.466) (1.706) (1.144) (3.184) (4.351) (1.329) (1.648) (2.950) L.drate 10.590** 1.471 1.995 6.339** 7.423** 2.674* 2.032** 3.753** (5.061) (1.229) (1.227) (2.435) (3.195) (1.381) (1.002) (1.749) L.fin 5.681 -1.163 2.106** 4.296*** 5.923** 2.211* 0.312 3.485** (3.991) (1.855) (0.790) (1.532) (2.904) (1.199) (0.918) (1.483) L.ers -0.583 0.115 0.093 -0.850 -0.135 -1.024 0.824** -0.401 (0.728) (0.350) (0.182) (0.520) (0.530) (0.914) (0.379) (0.346) L.becius 0.062* 0.039 0.034** 0.064* 0.060 0.001 0.002 0.048 (0.048) (0.019) (0.019) (0.036) (0.037) (0.025) (0.015) (0.030) _cons -8.543** 0.583 -2.688** -5.675*** -4.919** -2.051* -1.776* -1.764* (3.713) (1.243) (1.108) (1.567) (2.328) (1.066) (0.983) (1.051) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 国家固定效应 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 R2 0.262 0.410 0.119 0.115 0.348 0.192 0.539 0.110 adj. R2 0.252 0.402 0.108 0.104 0.339 0.182 0.533 0.099 注：()内为聚类稳健标准误；* * *、* *、*分别表示在1%、5%、10%水平上显著。下表同。
下载: 导出CSV
表 3 两步法系统广义矩估计结果
变量 (1) (2) (3) (4) (5) (6) (7) (8) sumflow fdi equ other sumout fdiout equout otherout L.capflow 0.177*** 0.249*** 0.169*** 0.049*** 0.131*** 0.329*** 0.215*** -0.018*** (0.005) (0.004) (0.020) (0.007) (0.006) (0.001) (0.003) (0.002) L2.capflow 0.260*** 0.272*** 0.170*** 0.126*** 0.254*** 0.357*** 0.130*** 0.131*** (0.009) (0.005) (0.019) (0.006) (0.005) (0.002) (0.002) (0.002) L.GFC 0.753*** -0.031 0.159*** 0.619*** 0.928*** 0.072* 0.129*** 0.626** (0.051) (0.015) (0.024) (0.035) (0.047) (0.007) (0.009) (0.046) L.icrgfr 7.470*** 0.958* 0.987 9.702*** 4.990*** 1.588*** 1.593*** 3.121** (1.954) (0.529) (1.152) (1.382) (1.460) (0.225) (0.213) (1.217) L.kao 5.234* 1.935 3.402 -0.526 2.731** -0.692*** 1.202*** 0.838 (3.110) (1.922) (3.833) (2.703) (1.162) (0.160) (0.165) (0.861) L.gdpr 10.810*** 0.551 -1.278 9.445*** 6.769*** 0.936 -1.642*** 7.171*** (1.479) (0.587) (1.333) (1.672) (1.065) (0.569) (0.166) (1.008) L.drate -7.838 3.323 3.893 6.057 3.626 0.970 1.977*** -3.710 (7.642) (3.830) (4.347) (4.710) (7.173) (0.669) (0.739) (4.978) L.fin 0.472 -2.156 -0.948 12.970** 3.780 2.600*** -0.126 -2.692 (5.230) (1.972) (3.774) (5.318) (2.906) (0.670) (0.358) (3.353) L.ers -2.205 -0.022 1.147 -0.162 -0.235 -0.451*** 0.689*** 3.144 (1.834) (0.361) (1.751) (0.923) (0.932) (0.082) (0.079) (1.912) L.becius 0.007 0.023*** 0.023*** 0.037*** 0.022*** -0.007** -0.001 0.008 (0.008) (0.005) (0.008) (0.009) (0.004) (0.003) (0.002) (0.009) _cons -6.947*** -0.669 -3.050* -13.30*** -6.527** -1.753*** -1.872*** -2.853 (1.959) (0.558) (1.749) (2.353) (2.810) (0.272) (0.293) (1.860) N 4 590 4 590 4 590 4 590 4 590 4 590 4 590 4 590 AR(1) 0.001 0.003 0.008 0.005 0.002 0.027 0.006 0.004 AR(2) 0.281 0.360 0.671 0.574 0.254 0.121 0.114 0.397 Hansen 0.541 0.819 0.683 0.732 0.659 0.795 0.789 0.938 注：()内为标准误。
下载: 导出CSV
表 4 替换核心解释变量稳健性检验结果
变量 (1) (2) (3) (4) (5) (6) (7) (8) sumflow sumout sumflow sumout sumflow sumout sumflow sumout L.index 0.179*** 0.182*** (0.039) (0.045) L.lnvix -0.399 -0.875** (0.390) (0.401) L.lngepu -2.030*** -1.402*** (0.506) (0.470) L.lnwui -1.108*** -0.722** (0.311) (0.282) L.icrgfr 8.045*** 2.631 7.998*** 2.363 8.984*** 3.325 8.543*** 3.006 (2.991) (2.313) (2.918) (2.245) (2.988) (2.305) (2.963) (2.322) L.kao 2.070* 2.169** 2.024* 2.081** 2.034* 2.141** 2.106* 2.189** (1.184) (0.874) (1.200) (0.881) (1.191) (0.894) (1.181) (0.883) L.gdpr 16.400*** 9.653** 15.20*** 7.419* 5.511 2.013 12.390** 6.906 (5.450) (4.333) (5.445) (4.250) (5.428) (4.425) (5.437) (4.339) L.drate 10.610** 7.426** 10.60** 7.651** 6.555* 4.558** 8.430* 5.931** (5.064) (3.194) (5.144) (3.355) (3.779) (2.200) (4.389) (2.670) L.fin 5.716 5.948** 5.118 4.809 8.253** 7.653** 7.129* 6.816** (3.987) (2.899) (3.969) (2.905) (3.837) (3.019) (3.872) (2.935) L.ers -0.606 -0.152 -0.599 -0.225 -0.232 0.130 -0.317 0.063 (0.729) (0.534) (0.758) (0.563) (0.670) (0.535) (0.673) (0.506) L.becius 0.070 0.067* 0.032 0.001 0.143** 0.113** 0.070 0.062 (0.048) (0.036) (0.056) (0.045) (0.061) (0.043) (0.049) (0.037) -cons -8.527** -4.906** -6.978* -1.448 -0.397 0.692 1.339 1.507 (3.709) (2.324) (3.534) (2.101) (2.516) (1.046) (3.190) (1.782) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 国家固定效应 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 R2 0.263 0.348 0.260 0.348 0.284 0.357 0.268 0.349 adj. R2 0.254 0.340 0.251 0.340 0.275 0.349 0.259 0.341
下载: 导出CSV
表 5 制度因素对总量跨境资本流动顺周期性的调节效应
变量 (1) (2) (3) (4) (5) (6) sumflow sumout sumflow sumout sumflow sumout L.GFC 0.863*** 0.952*** 0.862*** 0.954*** 0.852*** 0.944*** (0.215) (0.242) (0.213) (0.239) (0.214) (0.241) L.icrgfr 7.951** 2.562* 7.975** 2.565 8.001** 2.595 (2.989) (2.321) (2.990) (2.320) (2.988) (2.320) L.ers -0.635 -0.170 -0.600 -0.149 -0.610 -0.154 (0.736) (0.539) (0.732) (0.533) (0.734) (0.538) L.fin 5.812 6.012** 5.759 5.989** 5.784 5.997** (4.016) (2.915) (4.009) (2.907) (4.014) (2.924) L.GFC×L.icrgfr 1.211*** 0.821** (0.410) (0.383) L.GFC×L.ers 0.952 0.791 (0.579) (0.519) L.GFC×L.fin 1.275* 0.904* (0.659) (0.674) N 4 692 4 692 4 692 4 692 4 692 4 692 控制变量 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 R2 0.264 0.349 0.262 0.348 0.263 0.348 adj. R2 0.254 0.340 0.253 0.340 0.253 0.340
下载: 导出CSV
表 6 制度环境因素对证券投资、其他投资跨境资本流动顺周期性的调节效应
变量 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) equ equout equ equout equ equout other otherout other otherout other otherout L.GFC 0.355*** 0.271** 0.359*** 0.281*** 0.350*** 0.268** 0.601*** 0.685*** 0.597*** 0.682*** 0.596*** 0.682*** (0.085) (0.103) (0.085) (0.102) (0.085) (0.102) (0.131) (0.153) (0.131) (0.151) (0.130) (0.153) L.icrgfr 2.032** 0.926* 2.027** 0.895* 2.046** 0.935* 5.217*** 0.075 5.236*** 0.092 5.249*** 0.093 (0.775) (0.482) (0.773) (0.478) (0.775) (0.485) (1.649) (0.897) (1.639) (0.889) (1.649) (0.898) L.ers 2.210*** 0.399 2.190*** 0.406 2.231*** 0.420 4.310*** 3.496** 4.290*** 3.478** 4.265*** 3.472** (0.798) (0.910) (0.795) (0.906) (0.803) (0.911) (1.534) (1.491) (1.527) (1.485) (1.531) (1.494) L.fin 0.051 0.789** 0.075 0.804** 0.061 0.796** -0.856 -0.405 -0.849 -0.399 -0.842 -0.397 (0.187) (0.381) (0.185) (0.381) (0.187) (0.380) (0.528) (0.353) (0.525) (0.349) (0.526) (0.352) L.GFC×L.icrgfr 0.966*** 0.807*** 0.130 0.101 (0.129) (0.184) (0.315) (0.304) L.GFC×L.ers 1.018*** 1.136*** -0.070 -0.079 (0.163) (0.204) (0.495) (0.475) L.GFC×L.fin 1.544*** 1.327*** -0.385 -0.152 (0.192) (0.286) (0.490) (0.510) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 控制变量 是 是 是 是 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 是 是 是 是 R2 0.135 0.544 0.130 0.545 0.139 0.545 0.115 0.110 0.115 0.110 0.115 0.110 adj. R2 0.124 0.538 0.119 0.539 0.128 0.540 0.104 0.099 0.104 0.099 0.104 0.099
下载: 导出CSV
表 7 证券投资和其他投资项下不同市场主体的异质性检验
变量 证券投资 其他投资 企业流入
(1)企业流出
(2)银行流入
(3)银行流出
(4)企业流入
(5)企业流出
(6)银行流入
(7)银行流出
(8)央行流入
(9)央行流出
(10)政府流入
(11)政府流出
(12)L.GFC 0.298*** 0.435*** 0.116* 0.001 0.062 0.115 0.192*** 0.008* -0.249*** -0.001 -0.077 -0.070 (0.069) (0.009) (0.071) (0.004) (0.038) (0.040) (0.024) (0.049) (0.072) (0.014) (0.066) (0.049) N 2 001 2 139 1 794 1 794 2 829 2 898 2 898 2 898 2 622 1 863 2 829 2 277 控制变量 是 是 是 是 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 是 是 是 是 R2 0.324 0.210 0.116 0.366 0.573 0.116 0.183 0.083 0.158 0.135 0.161 0.063 adj. R2 0.311 0.195 0.099 0.354 0.565 0.099 0.169 0.067 0.144 0.121 0.147 0.047 注：由于IMF-IFS数据库中部分样本国家不同部门以及不同方向的证券投资、其他投资数据存在缺失，故表中各列异质性检验的样本量存在一定差异。
下载: 导出CSV
表 8 区分金融周期上行期与下行期的跨境资本流动异质性检验
变量 发达国家 新兴市场国家 (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) sumflow equ other sumout equout otherout sumflow equ other sumout equout otherout L.GFC 3.071*** 0.005 2.143*** 3.928*** 0.961** 2.562*** 0.063 0.102 0.408** 0.154 -0.055 0.333* (1.037) (0.352) (0.708) (1.198) (0.419) (0.764) (0.369) (0.123) (0.199) (0.333) (0.080) (0.171) L.GFC×upon -3.074* 1.276* -3.236** -4.881** -0.979 -3.738** 1.403** 0.039* 0.629* 0.304 0.021 -0.117 (1.938) (0.637) (1.161) (1.919) (0.774) (1.354) (0.822) (0.208) (0.552) (0.679) (0.158) (0.495) L.upon 0.064 0.085 0.169 0.170 0.043 0.296 -0.212 0.049 -0.214** -0.044 0.075* -0.061 (0.198) (0.125) (0.235) (0.239) (0.115) (0.209) (0.143) (0.050) (0.101) (0.126) (0.041) (0.099) N 1 932 1 932 1 932 1 932 1 932 1 932 2 760 2 760 2 760 2 760 2 760 2 760 控制变量 是 是 是 是 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 是 是 是 是 R2 0.306 0.119 0.123 0.349 0.551 0.121 0.160 0.074 0.136 0.141 0.148 0.070 adj. R2 0.295 0.105 0.109 0.338 0.544 0.107 0.148 0.061 0.124 0.128 0.136 0.057
下载: 导出CSV
表 9 金融危机前后全球金融周期影响的异质性检验
变量 (1) (2) (3) (4) (5) (6) sumflow equ other sumout equout otherout L.GFC 0.405** 0.326*** 0.148 0.464*** 0.226*** 0.254* (0.165) (0.090) (0.161) (0.165) (0.083) (0.139) L.GFC×crisis 0.050 0.792*** -0.930* -0.426 0.638*** -1.071** (0.601) (0.142) (0.505) (0.570) (0.127) (0.515) L.icrgfr 6.231** 1.192 4.677*** 0.865 0.367 0.160 (2.801) (1.002) (1.438) (2.454) (0.610) (1.305) L.icrgfr×crisis 3.773 1.283 1.920** 3.170 0.622 0.453 (4.310) (1.405) (1.673) (2.915) (0.774) (1.731) L.becius 0.647*** 0.066 0.205** 0.432*** 0.072 0.161 (0.162) (0.047) (0.093) (0.156) (0.048) (0.102) L.becius×crisis -0.770*** -0.109** -0.239** 0.500** -0.082 0.183* (0.190) (0.051) (0.094) (0.187) (0.055) (0.099) L.crisis -4.937 -1.601 -2.397 -3.809 -0.916 -0.960 (3.653) (1.218) (1.431) (2.533) (0.629) (1.480) N 4 182 4 182 4 182 4 182 4 182 4 182 控制变量 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 R2 0.289 0.170 0.126 0.371 0.558 0.115 adj. R2 0.278 0.158 0.113 0.361 0.551 0.101
下载: 导出CSV
表 10 全球贸易不确定性与全球金融周期
变量 (1) (2) (3) (4) (5) (6) (7) (8) GFC sumflow sumout GFC sumflow sumout sumflow sumout L.wtui -0.041*** -0.017*** -0.780** -0.333* -0.745** -0.310* (0.004) (0.005) (0.356) (0.346) (0.353) (0.342) GFC 0.842*** 0.937*** 0.817*** 0.578* (0.214) (0.240) (0.316) (0.294) L.wtui×friction -0.141*** (0.004) L.friction 1.236 (0.219) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 4 692 其他控制变量 是 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 是 R2 0.061 0.262 0.348 0.064 0.245 0.330 0.247 0.331 adj. R2 0.050 0.252 0.339 0.076 0.236 0.322 0.237 0.322
下载: 导出CSV
表 11 未预期到的美联储货币政策与全球金融周期
变量 (1) (2) (3) (4) (5) (6) (7) GFC sumflow sumout sumflow sumout sumflow sumout L.unusm 0.046*** 0.131** 0.109* 0.093 0.082 0.079 0.003 (0.001) (0.058) (0.057) (0.056) (0.050) (0.073) (0.053) GFC 0.834*** 0.570* 0.834*** 0.569* (0.311) (0.297) (0.310) (0.297) L.unusm×develop 0.033 0.188 (0.137) (0.131) N 4 692 4 692 4 692 4 692 4 692 4 692 4 692 其他控制变量 是 是 是 是 是 是 是 国家固定效应 是 是 是 是 是 是 是 聚类稳健标准误 是 是 是 是 是 是 是 R2 0.060 0.252 0.331 0.254 0.332 0.254 0.332 adj. R2 0.049 0.243 0.323 0.245 0.323 0.245 0.323
下载: 导出CSV
-
[1] JORDÀ O, SCHULARICK M, TAYLOR A M, et al. Global financial cycles and risk premiums[J]. IMF Economic Review, 2019, 67(1): 109-150. doi: 10.1057/s41308-019-00077-1 [2] 陈雨露. 重建宏观经济学的"金融支柱"[J]. 国际金融研究, 2015(6): 3-11. https://www.cnki.com.cn/Article/CJFDTOTAL-GJJR201506001.htm [3] REY H. Dilemma not trilemma: the global financial cycle and monetary policy independence[R]. NBER Working Paper, No. 21162, 2013. [4] IMF. International capital flows: reliable or fickle[R]. World Economic Outlook, 2011. [5] CERUTTI E, CLAESSENS S, ANDREW K R. How important is the global financial cycle? evidence from capital flow[R]. BIS Working Paper, No. 661, 2017. [6] 谭小芬, 虞梦微. 全球金融周期与跨境资本流动[J]. 金融研究, 2021(10): 22-39. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202110002.htm [7] IMF. Review of the institutional view on the liberalization and management of capital flows[R]. IMF Policy Paper, No. 008, 2022. [8] 孙天琦, 王笑笑, 尚昕昕. 结构视角下的跨境资本流动顺周期性研究[J]. 财贸经济, 2020 (9): 70-85. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ202009006.htm [9] AVDJIEV S, HARDY B, KALEMLI-OZCAÉN S, et al. Gross capital inflows to banks, corporates and sovereigns[R]. NBER Working Paper, No. 23116, 2017. [10] 严宝玉. 我国跨境资金流动的顺周期性、预警指标和逆周期管理[J]. 金融研究, 2018(6): 22-39. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201806002.htm [11] MIRANDA-AGRIPPINO S, REY H. US monetary policy and the global financial cycle[R]. NBER Working Paper, No. 21722, 2015. [12] BORIO C. The financial cycle and macroeconomics: what have we learnt?[R]. BIS Working Paper, No. 395, 2012. [13] FORBES K J, WARNOCK F E. Capital flow waves: surges, stops, flight and retrenchment[J]. Journal of International Economics, 2012, 88(2): 235-251. doi: 10.1016/j.jinteco.2012.03.006 [14] BLANCHARD O. Currency wars, coordination, and capital controls[J]. International Journal of Central Banking, 2017, 13(2): 283-308. [15] HABIB M M, VENDITTI F. The global capital flows cycle: structural drivers and transmission channels[R]. ECB Working Paper, No. 2280, 2019. [16] CABALLERO R J, EMMANUEL F, PIERRE-OLIVIER G. The safe asset shortage conundrum[J]. Journal of Economic Perspectives, 2017, 31(3): 29-46. doi: 10.1257/jep.31.3.29 [17] KOEPKE R. What drives capital flows to emerging markets? a survey of the empirical literature[J]. Journal of Economic Surveys, 2019, 33(2): 516-540. doi: 10.1111/joes.12273 [18] KLEIN M W, SHAMBAUGH J C. Rounding the corners of the policy trilemma: sources of monetary policy autonomy[J]. American Economic Journal: Macroeconomics, 2015, 7(4): 33-66. doi: 10.1257/mac.20130237 [19] 陈中飞, 李珂欣, 王曦. 资本异常流动的国际规律与中国风险分析[J]. 管理科学学报, 2022 (8): 82-103. https://www.cnki.com.cn/Article/CJFDTOTAL-JCYJ202208005.htm [20] 李巍, 张志超. 一个基于金融稳定的外汇储备分析框架——兼论中国外汇储备的适度规模[J]. 经济研究, 2009(8): 27-36. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200908002.htm [21] 欧阳远芬. 跨境资本流动对我国货币和信贷市场的影响研究[J]. 国际金融研究, 2022(8): 76-86. https://www.cnki.com.cn/Article/CJFDTOTAL-GJJR202208008.htm [22] 缪延亮, 郝阳, 杨媛媛. 外汇储备、全球流动性与汇率的决定[J]. 经济研究, 2021(8): 39-55. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202108004.htm [23] 李兴申, 谭小芬, 苟琴. 美国贸易政策不确定性与跨境银行资本网络[J]. 管理科学学报, 2022(9): 108-126. https://www.cnki.com.cn/Article/CJFDTOTAL-JCYJ202209007.htm [24] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 120-140. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202205006.htm [25] 温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004(5): 614-620. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXB200405016.htm [26] FILARDO A, GENBERG H, HOFMANN B. Monetary analysis and the global financial cycle: an Asian Central Bank perspective[J]. Journal of Asian Economics, 2016(46): 1-16. [27] 梁锶, 杜思雨. 国际金融周期、资本急停与政策效果[J]. 国际金融研究, 2020(8): 56-65. https://www.cnki.com.cn/Article/CJFDTOTAL-GJJR202008006.htm [28] 王晋斌, 刘璐. 全球资本流动周期与全要素生产的关系研究[J]. 国际贸易问题, 2021 (5): 161-174. https://www.cnki.com.cn/Article/CJFDTOTAL-GJMW202105011.htm [29] AIZENMAN J, CHINN M D, ITO H. Monetary policy spillovers and the trilemma in the new normal: periphery country sensitivity to core country conditions[J]. Journal of International Money and Finance, 2016, 68: 298-330. [30] ILZETZKI E, REINHART C M, ROGOFF K S. The country chronologies to exchange rate arrangements into the 21st century: will the anchor currency hold?[R]. NBER Working Paper, No. 23135, 2017. [31] CHINN M D, ITO H. A new measure of financial openness[J]. Journal of Comparative Policy Analysis, 2008, 10(3): 309-322. [32] SVIRYDZENKA K. Introducing a new broad-based index of financial development[R]. IMF Working Paper, No. 5, 2016. [33] 王健, 彭山桂, 李永乐, 等. 新预算法对地方政府土地财政依赖影响研究[J]. 财经论丛, 2022(10): 14-24. https://www.cnki.com.cn/Article/CJFDTOTAL-CJLC202210002.htm [34] DAVIS S J. An index of global economic policy uncertainty[R]. NBER Working Paper, No. 22740, 2016. [35] AHIR H, BLOOM N, FURCERI D. World uncertainty index[R]. NBER Working Paper, No. 29763, 2022. [36] FERNÁNDEZ A, KLEIN M W, REBUCCI A, et al. Capital control measures: a new dataset[R]. IMF Economic Review, 2016(64): 548-574. [37] 谭小芬, 李兴申, 苟琴. 全球投资者国别风险情绪对跨境股票资本流动的影响[J]. 金融研究, 2022(6): 153-170. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202206009.htm [38] 郑志刚, 朱光顺, 李倩, 等. 双重股权结构、日落条款与企业创新——来自美国中概股企业的证据[J]. 经济研究, 2021(12): 94-110. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202112006.htm [39] 姜富伟, 郭鹏, 郭豫媚. 美联储货币政策对我国资产价格的影响[J]. 金融研究, 2019(5): 37-55. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201905003.htm [40] AIZENMAN J, SUN Y. The financial crisis and sizable international reserves depletion: from"fear of floating"to the "fear of losing international reserves"?[J]. International Review of Economics and Finance, 2012, 24: 250-269. 期刊类型引用(2)
1. 戈盈凡. 宏观经济不确定性与股票超额收益：来自中国A股市场的证据. 广东财经大学学报. 2024(02): 11-28 . 
本站查看2. 孙慧，张若威，张照帝. 全国统一大市场建设的环境效应——基于空间溢出视角. 中国流通经济. 2024(09): 39-52 . 百度学术其他类型引用(1)
-
下载:
点击查看大图
计量
- 文章访问数: 416
- HTML全文浏览量: 203
- PDF下载量: 89
- 被引次数: 3