新常态下宏观审慎工具的有效性——基于DSGE模型的分析框架

陈明玮，袁梦怡，王 博

(南开大学 金融学院，天津 300350)



新常态下宏观审慎工具的有效性
——基于DSGE模型的分析框架

陈明玮，袁梦怡，王 博

(南开大学 金融学院，天津 300350)

本文分别选取贷款价值比率(LTV)上限与资本充足率(CAR)下限作为我国信贷类与资本类宏观审慎工具的代表，并以此建立了一个包含各类金融摩擦因素在内的动态随机一般均衡(DSGE)模型。模型紧密联系新常态下我国货币政策导向，通过宽松型利率政策冲击的数值模拟，拟合分析了LTV上限与CAR下限两类宏观审慎工具对稳定我国金融系统运行与实体经济增长的作用效果。研究结果表明，信贷类与资本类宏观审慎工具，均能够在一定程度上平抑单一利率型货币政策冲击所引发的信贷激增和银行杠杆骤升等失衡性金融波动；两类宏观审慎工具的运用能够与传统的利率政策工具形成有效的配合互补，在保证经济总产出的前提下，抑制金融顺周期效应，实现我国金融体系与宏观经济的稳定运行。

宏观审慎工具；贷款价值比率；资本充足率；DSGE模型

一、引言与文献综述

2007—2009年全球金融危机的爆发，暴露了金融系统的内在脆弱性，这促使经济学家和政策当局逐渐意识到，顺周期效应引发的“金融不稳定”现象潜藏着巨大的系统性风险。基于微观审慎理念的传统金融监管框架，已经无法继续适用于自由化程度在不断加深的现代金融体系。因此，2009年国际清算银行(BIS)正式提出了“宏观审慎”监管概念，界定宏观审慎政策为“视金融系统为统一整体，以抑制金融失衡、防范和应对系统性风险、实现金融系统稳定运行为目的”而制定的相关监管政策。

在我国传统的宏观经济政策框架中，通常将经济增长视为首要调控目标。政策工具的选择也往往是出于拉动增长的目的，故而在政策组合方面，政府当局也更倾向于使用非市场化且直接效应明显的财政与货币政策组合。然而，随着我国经济转型，新常态下宏观经济显现出明显的变革趋势，增速换挡使得传统增长目标的地位相对下降；而经济结构调整过程中去产能、去杠杆、去库存等一系列举措将增加我国金融市场的波动性和风险传染性，加大潜在系统性风险暴露的可能，维护金融稳定的相对重要性显著提升。在调控重点由传统单一增长目标向增长与稳定双重目标转换的同时，这也触发了对我国宏观经济监管框架重构的要求。而在重构宏观审慎政策框架的过程中，如何选择有效的宏观审慎政策工具，则是需要首先解决的问题。依据Lim等[1]的宏观审慎工具分类标准，通常可以将宏观审慎工具划分为信贷(如LTV上限)、流动性(如准备金率)与资本(如资本充足率)三大类。而根据Claessens等[2]的统计研究，目前我国最主要的宏观审慎工具为流动类的准备金率、信贷类的贷款价值比率(Loan-to-Value，LTV)以及资本类的资本充足率(Capital Adequacy Ratio，CAR)三种。而在这三者之中，由于准备金率同时也是我国最主要的货币政策工具之一，且在近年的实际操作经验中，主要履行的是货币政策工具职能。因此，为剥离干扰、有效探讨宏观审慎工具的影响，本文将准备金率划为货币政策工具范畴，并最终选取了在我国使用频率较高的LTV上限与CAR下限，分别作为我国信贷类和资本类宏观审慎工具的代表，对其在应对顺周期效应与维护金融稳定方面的有效性进行深入研究。

国内外现有文献关于宏观审慎政策的讨论主要集中于以下两类：

一是宏观审慎政策与货币政策的替代互补效应。全球金融危机的爆发，使得单一货币政策的系统性风险防御功能遭到广泛质疑。后危机时代，各国在其监管框架中逐渐纳入了为配合货币政策实现金融稳定的宏观审慎政策。然而，对于宏观审慎政策与货币政策的实际配合效果，现有理论研究仍存在较大争议。Caruana[3]认为，宏观审慎政策与货币政策之间是互补关系，且其政策目标并不存在根本性的冲突，货币政策的有效实施将减少宏观审慎政策的使用频率；王爱俭和王璟怡[4]利用动态随机一般均衡(DSGE)模型对我国货币政策与宏观审慎政策之间的关系进行模拟分析，结果显示，我国宏观审慎政策对于货币政策具有辅助作用。因此，我国在进行宏观经济管理过程中，应当配合使用两种政策，发挥协同作用。而White和Borio[5]却认为，货币政策并未将金融稳定纳入其指定目标当中，且总量调节行为很可能导致货币政策产生金融顺周期效应，这与宏观审慎的逆周期调节原则是相背离的，因此货币政策与宏观审慎政策二者之间存在内生冲突。与此同时，Montoro和Moreno[6]则认为宏观审慎政策与货币政策既可以是互补关系，也可以是替代关系。

二是关于宏观审慎工具的有效性分析。IMF对宏观审慎工具运用提出了四项原则：能有效控制系统性风险累积，并能为压力情形提供足够缓冲；套利空间要足够小；作用目标是系统性风险根源，而非风险的表层因素；最小化宏观经济(包括金融体系和实体经济)的扭曲作用。Montoro和Moreno[6]认为亚洲金融危机时期，由于我国香港监管机构没有使用LTV上限等宏观审慎监管工具，造成了我国香港房地产价格泡沫； Claessens等[2]通过对48个国家的微观银行数据进行实证研究发现，债务收入比率与贷款价值比率上限等宏观审慎工具的使用有助于抑制经济繁荣期内的信贷扩张幅度。

尽管国内现有文献已经对我国宏观审慎政策与货币政策的匹配效果进行了一定程度的研究，但关于宏观审慎政策工具的探讨则仍停留在以资本充足率为代表的资本类工具较为单一的层面。然而事实上，以LTV上限为代表的信贷类宏观审慎工具在我国的实际运用时间更久、操作经验更加丰富。那么，信贷类宏观审慎工具在我国的作用效果如何呢？与此同时，2014—2015年间我国货币当局连续多次使用利率工具，以降低基准利率的方式实施宽松型货币政策，但2015年我国M2却并没有显现大幅扩增迹象，信贷增速也维持在正常区间之内。那么，这种现象的发生是否与配合货币政策使用的宏观审慎政策工具相关呢？ 本文将在动态随机一般均衡(DSGE)模型中纳入LTV上限与CAR下限，对信贷与资本这两类最主要的宏观审慎工具代表在我国实际应用中的有效性进行模拟分析，并利用数值模拟阶段，研究两类宏观审慎工具对我国金融系统与实体经济的影响差异。

二、基准模型

在Iacoviello和Neri[7]框架基础上，本文加入以银行部门为代表的金融中介机构，扩展了传统的DSGE基准模型。同时，还通过加入LTV为代表的信贷类审慎工具变量与CAR为代表的资本类审慎工具变量，完善了带有各类摩擦因素DSGE模型的构建。

(一)家庭部门

(1)

与此同时，家庭部门为满足自身效用，还可能存在向银行借贷的行为，假定在第t-1期和第t期内，家庭部门的贷款分别为Lt-1、Lt，则家庭部门受到的预算约束为：

(2)

其中，PH,t为家庭部门在第t期所持有不动产Ht的价格；RL,t-1为第t-1期的贷款利率，本文结合居民贷款的实际情况，设定家庭部门在第t期初按t-1期的贷款利率偿付第t-1期的贷款Lt-1；Dt为家庭部门在第t期的存款，RD,t-1为第t-1期存款Dt-1的利息；TC,t为居民在第t期向政府缴纳的税款；wt为家庭部门的工资率。

根据模型设定，由于家庭部门在第t期内存在存款行为，因此除预算约束外，家庭部门还会受到借贷约束的限制：

(3)

其中，LTVt(Loan-to-Value)为家庭部门贷款价值比率上限，反映了银行部门发放贷款的风险偏好，根据Iacoviello和Neri[7]模型的设定，LTVt值越大，说明银行部门放贷的风险偏好越高。本文在家庭部门加入动态LTV上限特征是为了拟合当商业银行的借贷不受宏观审慎监管约束时，银行部门对家庭部门的借贷约束条件中，其贷款价值比率上限会随经济环境的变化而改变，此时动态LTV上限代表的是银行部门的风险偏好水平，即动态LTV上限将满足：

(4)

其中，αLTV为当期LTVt关于前一期LTVt-1的时变自回归因子，且满足0<αLTV<1，αH、αN、αY≥0。

(二)企业部门

模型沿袭经典DSGE模型关于企业部门的基本设定，认为企业部门通过雇佣家庭部门劳动力为Nt，租用家庭部门的资本为Kt，生产最终产品为Yt，生产函数为Cobb-Douglas形式：

(5)

PtΠt(i)=Pt(i)Yt(i)-PtwtNt(i)-PtqtKt(i)

-PtACP,t-PtTE,t

(6)

(三)银行部门

对银行部门的讨论是模型的主要部分。全球金融危机之前，传统DSGE模型往往并没有意识到银行等金融机构在宏观经济运行中所肩负的重要作用。危机之后，Borio和Zhu[10]通过货币政策的风险承担渠道，指出银行对于金融系统稳定运行的重要性。而从现实角度分析，近年来坏账违约事件在我国频频发生，我国商业银行所承担的系统性风险是近年来我国宏观经济所面临的重要问题之一，去杠杆与解决债务负担更加成为现阶段我国政府工作的主要任务。因此，在传统DSGE模型中纳入对银行体系的分析判断，已成为全球金融危机之后，基于新凯恩斯分析框架的主要研究范式。而本文在对银行系统进行建模时，不同于传统文献仅关注银行资产负债表约束下的经营最优化行为，更侧重探讨银行系统在不同审慎监管体制中对经济波动传递作用的差异。因此，在对银行部门的建模过程中，我们引入了资本充足率这一宏观审慎监管工具，以体现监管部门对商业银行的资本类宏观审慎监管约束。

模型设定银行在第t期，以利率RD,t吸收居民存款Dt(位于商业银行的负债端)，并以利率RL,t进行放贷Lt(位于商业银行的资产端)。此外，商业银行还存在净资本Zt(即所有者权益)。因此，银行部门存在资产负债表等式的约束条件为：Lt=Dt+Zt。

Adrian和Shin[11]指出，商业银行资产负债率与资本充足率之间的交互影响，会改变其风险认知程度，进而影响银行的信贷供给行为。而商业银行的资本充足率则会严格受到巴塞尔协议的监管，设eB为巴塞尔协议要求的资本充足率，则银行监管约束条件为：Zt≥eBLt。

银行作为企业，其经营本质仍为追求其无限期内的自身收入最大化：

(7)

其中，βB为银行部门的折现因子[7]。ACB,t为银行的调整成本，与商业银行偏离监管资本充足率的程度有关，即ACB,t为以净资本形式表示的二次项调整成本：

(8)

当银行的资本充足率低于监管要求时，银行将受到惩罚；而当银行的资本充足率过高时，会产生影响其赚取利差收益的成本。

(四)政府部门

政府部门在本文模型中的作用主要是进行宏观政策的调控。根据泰勒规则[12]：

(9)

(五)均衡出清

根据模型设定，经济体总产出的出清条件为Yt=Ct+It(1+ACI,t)+ACP,t+ACB,t+Gt。其中，Gt为政府支出。 根据前文设定，政府部门的收入与支出同样也在第t期出清，即：

TC,t+TE,t=Gt

(10)

三、参数校准与数值模拟

(一)参数校准

本文在进行参数校准时使用的实际数据为1996年第1季度至2015年第4季度的我国实际宏观数据。其中，以银行间7天同业拆借加权平均利率表示我国的政策利率，*通常意义上，我国政策利率应当为1年期定期存贷款利率，但由于我国政策利率的时变性较低，为保证参数估计的有效性，本文以变动频率较高、数据可得时段较长且数值大小接近政策利率的银行间7天同业拆借加权平均利率代替我国真实的政策利率。以我国国内生产总值GDP表示我国总产出，以社会消费品零售总额表示我国消费，以CPI环比数据表示我国通胀水平。同时，为保证本文所校参数符合模型的基本假定，本文对我国实际经济数据进行了季节调整以剔除季节性波动的干扰；同时对利率之外的数据进行了HP滤波处理以剔除其趋势性因素。数据来源为CEIC数据库。为更加贴合我国经济的实际运行情况，在参数的文献参考方面，本文偏重于选取国内学者对于各参数的研究成果；对于国内学者未考量过的参数，本文则主要参考国外经典文献对该参数的贝叶斯估计结果，以尽量减少校准误差；对于具有特殊经济含义的参数(例如贷款价值比率上限的稳态值)，本文选取经验数据代表。主要模型参数的校准结果具体如表1所示。

表1 模型参数的校准结果

(二)数值模拟

1.商业银行贷款价值比率(LTV)上限的宏观审慎效果

当不采取LTV上限监管工具时，若出现正向货币冲击，由于政策面因素的影响，银行风险偏好显著增强，贷款价值比率较冲击前，呈现出明显的上升趋势。这也直接增加了银行的信贷供给意愿，扩张了银行对私人部门的贷款规模。而银行信贷供给扩张必然将通过增加银行总资产的方式，造成抬高银行自身的杠杆倍数的结果。在各变量不采用宏观审慎政策而只实行宽松货币政策的变化情况下，可以得出简单的结论，若我国货币当局只使用宽松的利率工具对宏观经济进行货币政策调控，会显著扩张我国银行系统的信贷供给规模，增加银行部门的杠杆水平。

然而，根据美国次贷危机的经验教训，银行部门如果因为宽松的货币政策环境而对宏观经济形势持有过分乐观的态度，那么过高的风险偏好会让银行部门不断提高其贷款价值比率的上限水平，造成过激的信贷扩张，增加高杠杆风险，加剧了银行系统内在脆弱性。可见一国当局利用LTV上限审慎工具对银行部门的风险偏好进行监管是十分必要的。当我国货币当局利用LTV上限工具对银行体系进行宏观审慎调控时，即使通过降低利率实行宽松的货币政策，由于能够在一定程度上限制银行部门的风险偏好水平，维持其放贷的比率上限，导致银行对私人部门信贷增加水平较无LTV上限监管时存在明显的下降，这也降低了银行系统杠杆的增加程度，在一定程度上缓解了银行系统暴露其系统性风险的可能。与此同时，在现实层面，尽管2015年我国货币当局多次采取降低存贷款基准利率等相关政策，但我国广义货币供应量M2与人民币贷款余额增速仍处于合理范围，并没有出现大幅提升的现象。因此，理论模拟与实际经验相结合，我们可以得出结论，LTV上限这一宏观审慎工具与宽松型货币政策的匹配运用，既能够保证信贷的平稳增长，又能够在一定程度上防范增长泡沫引发的系统性风险，对我国宏观经济的健康发展具有正面效用。

货币政策冲击对总产出的影响结果同样是我们关注的焦点。这是因为，宏观审慎政策的实施，其主旨在于进行逆周期调控，防止上升期波动过大，引发泡沫风险。然而，如果宏观审慎政策在平抑过度信贷波动的同时，还会产生影响信贷对实体经济支持的副作用，那么LTV上限工具的运用合理性仍需更进一步的探讨。庆幸的是，尽管LTV审慎工具会在一定程度上熨平货币政策带来的信贷供给扩张，但却并没有影响信贷从金融机构向实体经济的传导。这说明，就我国目前的宏观经济情形而言，若只实行宽松货币政策，那么相比配合宏观审慎政策运用时所增加的这部分信贷，将会仍主要流入金融类投机活动，而并不会增加对实体经济的支持，反而容易引发资产价格的泡沫式暴涨现象。

2.商业银行资本充足率(CAR)下限的宏观审慎效果

全球金融危机的爆发直接促使巴塞尔协议III的诞生，2009年，我国也加入了巴塞尔银行监督委员会，并从2013年开始实行新的《商业银行资本管理办法》，试图与国际监管体制接轨，正式对我国商业银行的总资本充足率设定了下限标准，要求其不得低于巴塞尔协议III中规定的10.5%。因此，本文在对CAR下限这一宏观审慎工具的影响作用进行模拟时，设定公式Zt≥eBLt中eB的值为10.5%。同时，通过取消银行部门(Zt≥eBLt)关于资本充足率的约束条件，模拟我国政府不采用资本充足率工具时的运行情形。基于近年我国多次实行降低存款准备金率的货币政策背景，我们仍然有必要模拟分析CAR下限监管与宽松型利率工具相配合时的总和政策效果。与前文引入货币政策冲击方式一致，我们继续利用比较分析研究方法，判断发生正向货币政策冲击时资本充足率工具的宏观审慎效果。

DSGE模型模拟结果表明，货币当局通过降低利率实行宽松型货币政策时，若配合资本充足率CAR下限监管工具的使用，能够通过平抑银行部门的风险偏好增加幅度，降低信贷的扩张程度，缓解银行大幅增加杠杆压力，减缓内部脆弱性，保障金融系统稳定运行。理论上，在货币政策的传导机制中，利率直接影响了信贷的借贷成本，可以理解为直接刺激了信贷需求的增加。而资本充足率则可以通过约束银行部门而直接影响信贷的供给端。具体而言，由于我国银监会对商业银行实行总资本充足率监管，为满足银监会所设定的下限要求，尽管银行的风险偏好会因为房地产等抵押品价格的急速攀升而有所增加，但其程度显然仍会处于银行自身的可控范畴内。这是因为随着风险偏好的增加，银行会选择扩张其信贷供给规模，而由于CAR下限监管的存在，对私人部门贷款的增加同样也会引起银行自身对触及监管底线遭受惩罚的担忧。因此，CAR下限工具在应对货币政策冲击时，会呈现出较为灵敏的审慎作用。CAR下限具与货币政策相配合并没有阻碍货币政策对我国实体经济的作用效果，影响总产出增长趋势，而仅仅是在防范系统性泡沫的发生。资本充足率对总产出的这种审慎作用，同样可以利用冲击的传导机制阐释。货币政策对实际经济的作用是间接性的，主要通过利率价格和信贷的需求供给等传导渠道间接影响实体经济活动。因此，CAR下限这一宏观审慎工具的运用在保障金融体系平稳运行、稳定发展之时，并不会对实体经济的发展产生负面效应。

四、结论与政策建议

本文在传统动态随机一般均衡(DSGE)模型中纳入了以贷款价值比率(LTV)上限为代表的信贷类宏观审慎工具变量和以资本充足率(CAR)下限为代表的资本类宏观审慎工具变量，同时结合现阶段我国宏观经济的实际运行情况，引入了宽松的利率型货币政策冲击，模拟分析了两类最主要的宏观审慎工具在当前我国经济新常态中的运用效果。DSGE模型的数值模拟分析结果表明，无论是以LTV上限为代表的信贷类宏观审慎工具，抑或是以CAR下限为代表的资本类宏观审慎工具，在面对新常态下我国货币当局为刺激经济复苏而多次实行的宽松型利率冲击时，均能够表现出良好的平抑信贷规模骤然扩张和银行杠杆大幅上升的效果，实现了与货币政策的有效互补，在保障经济总产出增长的前提下，避免了因金融过激波动而引发的宏观风险。因此，在我国宏观经济新常态下，宏观审慎工具的运用在抑制金融失衡、防范系统性风险方面有效性显著，基本能够实现配合货币政策，维护金融系统稳定运行的目标。

现阶段我国宏观经济正处于“增长速度换挡期、结构调整阵痛期、前期刺激政策消化期”三期叠加的特殊时期。伴随着经济环境的变化，金融业态也随之呈现出明显的调整变革。新常态下结构性改革进程中去产能、去杠杆、去库存等系列措施增加了宏观经济体系内潜在的系统性风险。维护金融稳定成为新常态下与增长同样重要的任务，传统的宏观经济政策框架面临着调整重构。基于本文宏观审慎工具的有效性结论，新常态下，为保障经济平稳过渡转型，我国货币政策当局在运用传统货币政策稳定经济增长的同时，还应当积极配合使用宏观审慎监管工具，完善宏观审慎监管体制的构建。

此外，当前我国实行的“一行三会”模式，独立运作的成分较大，不利于宏观审慎政策框架内跨部门的交流合作，应当建立央行与各金融监管部门就审慎监管职能的沟通桥梁，利用多重宏观审慎工具与货币政策工具形成有效的配合互补，避免货币政策的负面溢出效应所引发的失衡风险，实现金融稳定与宏观经济的健康可持续发展。

[1] Lim, C.H., Costa, A., Columba, F.Macroprudential Policy: What Instruments and how to Use Them? Lessons From Country Experiences[R].IMF Working Papers, 2011.1-85.

[2] Claessens, S., Ghosh, S.R., Mihet, R.Macro-Prudential Policies to Mitigate Financial System Vulnerabilities[J].Journal of International Money and Finance, 2013, 39(1): 153-185.

[3] Caruana, J.Macroprudential Policy: Working Towards a New Consensus[R].BIS’s Financial Stability Institute and the IMF Institute High-Level Meeting on the Emerging Framework for Financial Regulation and Monetary Policy, 2010.

[4] 王爱俭，王璟怡.宏观审慎政策效应及其与货币政策关系研究[J].经济研究，2014，(4): 17-31.

[5] White, W.R., Borio, C.E.V.Whither Monetary and Financial Stability? The Implications of Evolving Policy Regimes[R].Federal Reserve Bank of Kansas City’s Symposium, 2003.

[6] Montoro, C., Moreno, R.The Use of Reserve Requirements as a Policy Instrument in Latin America[DB/OL].http://bis.org, 2011-03-14.

[7] Iacoviello, M.M.,Neri, S.Housing Market Spillovers: Evidence From an Estimated DSGE Model[DB/OL].http://ssrn.com, 2008-10-16.

[8] Dixit, A.K., Stiglitz, J.E.Monopolistic Competition and Optimum Product Diversity[J].The American Economic Review, 1977, 67(3): 297-308.

[9] Kim, J.Constructing and Estimating a Realistic Optimizing Model of Monetary Policy[J].Journal of Monetary Economics, 2000, 45(2): 329-359.

[10] Borio, C., Zhu, H.Capital Regulation, Risk-Taking and Monetary Policy: A Missing Link in the Transmission Mechanism?[J].Journal of Financial Stability, 2012, 8(4): 236-251.

[11] Adrian, T., Shin, H.S.Financial Intermediaries and Monetary Economics[J].Handbook of Monetary Economics, 2010, 3(1): 601-650.

[12] Taylor, J.B.Discretion Versus Policy Rules in Practice[J].Carnegie-Rochester Conference Series on Public Policy, 1993, 39(1): 195-214.

(责任编辑：巴红静)

2016-08-19

国家社会科学基金重点项目“深化政策性金融改革研究”(14AZD032)；教育部人文社会科学重点研究基地重大项目“全球金融体系变革下的跨国公司投资”(14JJD790030)

陈明玮(1989-)，男，山西晋中人，博士研究生，主要从事宏观经济研究。 E-mail：cmw721@126.com

袁梦怡(1989-)，女，辽宁大连人，博士研究生，主要从事宏观经济研究。 E-mail：yuanmengyi1989@126.com

F820.2

A

1000-176X(2016)11-0059-07

王 博(1981-)，男，山东齐河人，副教授，博士，主要从事宏观经济研究。E-mail：wangbowangbo2008@126.com