中国央行流动性便利操作的抵押品“折损率”研究

肖曼君　代雨杭

摘要：采用抵押贷款模型，基于中国央行实施流动性便利操作的实践经验，从央行目标函数、预期违约选择价值评估的角度出发，通过实验模拟商业银行贷款的相关行为，并分析在不同折损率和利率策略下银行违约情况等因素的变化，结果表明：不合理折损率标准的设计会影响商业银行的借贷动机、扭曲资产配置和价格、增加央行风险敞口，从而影响社会总福利。因此，央行在操作流动性便利货币政策工具时，必须同时考虑折损率和利率的影响，才能达到其控制风险以及社会福利最大化的目标。

关键词：流动性便利；抵押贷款；折损率；货币政策；风险敞口

中图分类号：E47，E52，G21文献标识码：A文章编号：10037217（2017）05000205

一、引言及文献综述

2007年金融危机爆发后，包括顺周期在内的宏观审慎监管问题成为金融学界的研究热点。金融系统固有的順周期性导致金融失衡的累积与释放，放大了经济波动，加剧了系统性风险和金融不稳定[1]。为加强宏观审慎监管，近年来，各国央行纷纷推出了非常规货币政策工具以弥补常规性货币政策工具的缺陷，进而克服顺周期现象，缓解流动性不足等经济波动问题。

2013年，中国央行借鉴国际经验，相继推出了常备借贷便利（Standing Lending Facility，简称SLF）等多项流动性便利货币政策工具，旨在满足结构性流动性需求、稳定金融市场和支持经济增长。

然而，央行流动性便利货币政策工具操作，虽然能在短期内满足结构性和流动性需求，但

是其频繁的操作也会使央行资产负债表所面临的风险敞口增大。因此，国内外货币经济学者

对这种创新性的货币政策工具给予了广泛关注。

胡岳峰（2015）[2]的研究表明：在2013年6月的流动性风波上，虽然中央政府的主观意愿是交由市场调节，但从客观层面来看，常备借贷便利并没有充分发挥解决短期危机的作用，为了避免类似于“钱荒”的事件再次发生，该项工具应该增强应对危机的能力。因此，为了降低风险带来的损失，

保护其财务安全，亟需结合我国货币政策体系和商业银行特征，对流动性便利货币政策工具操作的风险防范方法——抵押品“折损率” 最优标准进行研究，这对完善我国货币政策制度体系和维护金融稳定有着重要的理论价值和现实意义。

（一）关于流动性便利工具操作风险的研究综述

不少学者认为，开展借贷便利操作有助于利率市场化条件的形成，能有效平抑银行体系流动性的异常波动，防范流动性危机，进而促进金融市场平稳运行[3]，同时还能改善融资可得性，稳定市场预期[4]，并在短期内援助陷入暂时性资金短缺的金融机构，缓解银行部门资金紧张的局面，降低融资成本[5]。

经济学家Madigan和Nelson（2002）、Craig Furfine （2003）曾表明，非常规货币政策的频繁操作会给商业银行带来“污名效应”，使其不愿意从贴现窗口借款，进而导致银行业绩低下，央行货币政策效果大打折扣[6，7]。而流动性便利

工具的频繁操作还可能

会扭曲经济，进而扩大金融市场泡沫[8]。Cecioni M等（2011）的研究也表明，央行非常规货币政策的操作可能会引发金融机构的冒险行为，产生道德风险，冲击金融市场的正常运行[9]。并且，央行利用SLF间接加强对商业银行宏观审慎监管的这一行为，在其具体实施环节中仍存在漏洞[10]。

因此，从长期来看，这种创新性货币政策工具的频繁操作也可能导致央行资产负债表规模激增、风险敞口上升，甚至延缓经济复苏[11]。

这些风险一旦发生，必然会破坏央行的资产负债结构[12]，影响货币政策效果和金融市场稳定的目标，可能还会使得央行不得不以“铸币税”融资，以弥补资产损失，而这又会引发通货膨胀预期，影响物价和资产价格的稳定。因此，常备借贷便利虽具有稳定市场利率的作用，但它并不是一种常规而且可以频繁使用的货币政策工具[13]。而且，由于我国国内债务问题日渐突出，产能过剩现象依然存在，影响经济转型，如果降低利率实行全面宽松，必然会强化债务问题，因此，继续推行定向宽松政策并防止过度“放水”才是我国货币政策的基本走向[14]。

（二）抵押品折损率与央行风险防范的理论关系

抵押品折损率是一种典型的风险缓释工具，其标准可基于交易对手的信用评价和抵押品质量评价来进行动态优化。

James Chapman等（2010）曾指出，抵押品折损率政策的实施能降低商业银行的违约意愿，并且，当某一家商业银行违约时，抵押品折损率可以最大限度地减少央行的损失以及与抵押贷款相关的流动性风险，从而平衡市场[15]。同时，设置抵押品扣减率（即“折损率”）也是降低交易对手方“逆向选择”和“道德风险”的重要手段[16]。伍圆恒（2015）也表示，确定抵押品折价率（即“折损率”）可以降低风险[17]。英国央行联合财政部推出的为期四年的融资换贷款计划（ Funding for Lending，即FLS）和欧央行推出的为期36个月的长期再融资操作（Longterm Refinancing Operation，即LTRO）通过实行抵押品分类并确定合理的折价率，一方面，可以帮助银行盘活低流动性资产，获得所需融资资金；另一方面，可以有效控制央行所面临的违约风险，维护国家金融稳定。

财经理论与实践（双月刊）2017年第5期

2017年第5期（总第209期）肖曼君，代雨杭：中国央行流动性便利操作的抵押品“折损率”研究

有业内人士解释，央行在释放流动性时设置的抵押品折损率大小能决定商业银行所需提供的抵押品质量。西方主要发达国家很早就实施了抵押品折损率制度，从美联储和欧央行来看，它们主要通过合格抵押品价值折扣的方式来进行风险规避，且有效设置抵押品折损率也是降低金融机构违约风险和逆向选择可行性的重要手段。endprint

央行作为“最后贷款人”，在向规模较小、经营较困难的金融机构提供再贴现或流动性便利时，应该要求其提供足够质量的抵押品[18]。而在制定折损率政策时，央行还需要考虑货币政策对整个金融体系及其参与者的影响[19]，并综合风险评级和抵押资产的质量评级等制度，对不同资信状况的银行业金融机构给予不同级别的流动性便利[13]，同时还可以借鉴其他国家央行及金融机构的实践经验，设计出一套符合中国国情的风险管理架构和内部评级体系[20]。

然而，国内的研究主要集中在理论阐述和分析商业银行风险等方面，鲜有涉及实证检验。如徐明东和陈学彬（2012）主要针对商业银行风险进行研究，马理和刘艺（2014）主要考察了借贷便利工具的作用效果和宏观经济变量的影响，而并未考虑频繁操作此工具是否会带来风险等问题。为此，本文将

基于央行的视角，研究如何规避流动性便利工具的操作给央行带来的日益凸显的风险问题。抵押品“折损率”标准就是

在这一背景下提出的，

这一机制的设计为我国央行已创设的新型流动性供给工具提供了有益借鉴。本文试图通过对央行操作流动性便利货币政策工具时的抵押品“折损率”标准的最优设计研究，帮助央行有效应对风险、维护财务实力、增强社会对央行履职的信心，提高货币政策的实施效果。

二、模型设定

（一）实验设计

这里主要研究在央行释放流动性时，商业银行提供的抵押品的最优“折损率”标准的确定。实验主体为商业银行（包括代表性的国有商业银行、股份制商业银行和城市商业银行）。在实验中，假设商业银行在央行流动性便利货币政策工具操作下的借贷行为仅包括收入和支出（商业银行本身每天产生的）、付息和还款（对央行产生的）这四个方面。

（二）假设前提

假设1某银行贷款违约率的評估与央行实施流动性便利时要求的抵押品折损率及利率密切相关，实验不考虑突发事件对贷款违约率的影响，主要分析信用风险，不涉及操作风险。

假设2对某一商业银行而言，申请贷款以及续作流动性便利的时间不会很长，加上流动性便利的利率变化不大，银行很难跨越两个贷款违约率差异很大的时段。因此，不分别考虑经济繁荣期和萧条期对贷款违约率的影响。

假设3假定所求得的折损率和利率是央行释放流动性时，适用于各银行的统一标准。

假设4由于商业银行的借贷存在顺周期行为，加上抵押品的价值具有顺周期特征[21]，因此，假设央行释放流动性时要求的抵押品是国债（经济周期对国债定价影响不大，这样可以忽略经济周期对抵押品定价的影响）。

（三）模型的选取

用于确定折损率的传统性风险管理方法是基于给定的风险容忍度对抵押品价值的历史性波动的预测，以限制贷款人的风险暴露[22]，但这种方法存在一定的局限性。因此，在实验中采取一种创新型的“折损率”计算方法。

首先，在Lagos和Wright（2005）[23]交换市场模型、证券市场上的动态随机一般均衡模型（即DSGE模型）[24]

的基础上修订实验模型。

然后，将银行间市场分为两部分[24]，如图1所示：第一部分是资产市场，在这个市场中，银行可以根据自身的情况自行决定其持有的流动资产和非流动资产的比重，并与客户进行交易；第二部分是核心市场，在此，央行发放流动性，各银行提供相应的担保品作为抵押。

图1中，m表示流动资产，a表示非流动资产；（q，p）分别代表银行交割系统中所交易货物的数量和价格；l表示银行向央行申请的贷款额度。

假定央行在释放流动性时，“折损率”的限制条件为：

l≤aφ2（1-h）。

1核心市场。

用W表示核心市场上的社会福利，2表示抵押品折旧，φ2表示分得红利之前的资产价格，δt表示资产回报（δt服从标准正态分布，并且假设它始终落在[（1-ε），（1+ε）]区间内，<1，（Im，Em）、（Ia，Ea）表示资产市场上银行的流动与非流动的收入和支出。

央行为规避风险，对任意的δ、h应该满足条件：

h≥1-φ2（δ）φ=1-δ。

2资产市场。

在这个市场，银行以α的可能性进入资产市场。假设高流动性需求的银行与低流动性需求的银行分别作为买方的概率为σm=1-α×1-θ和σa=1-α×θ，θ为流动性需求信号不正确的概率。

3均衡状态。

在James Chapman、Jonathan chiu和Miguel Molico（2010）模型的基础上考虑资产市场、商业银行除贷款和利息之外的收入与支出，并根据我国的情况对相关参数的取值做了一些改变。在此，不考虑央行的税收权力，那么，稳态下的名义利率满足1+i=γ/β，γ表示货币增长率。以下λ代表拉格朗日乘数，其他变量的含义与前文一致，则其均衡条件如下：

（1）核心市场上的最优货币量：

2=β12（λa+λm）；

（2）资产市场上的流动性限制条件：

qa=2ma+φ2aa（1-h）+2（Ia-Ea），

qm=2mm+φ2am（1-h）+2（Im-Em）；

（3）市场出清条件：

ma+mm=2M，

aa+am=2A，

Ia+Im=2I，

Ea+Em=2E；

（4）最优资产配置的条件：

λm=2[1+σm（u′（qm）-1）]，

λa=2φ[1+σa（u′（qa）-1+S（h））（1-h）]/φ1，

φ[1+σaS（h）（1-h）]-φ1φ1-φ（1-h）≤σa×[u′（qa）-1]，endprint

φ[1+σmS（h）（1-h）]-φ1φ1-φ（1-h）≤σm×[u′（qm）-1]；

（5）银行违约价值：S（h）=（ε-h）24ε（1-h）；

（6）资产市场上的预算约束：mm+φ1am=M+φ1A；

（7）利润为δ时资产的市场价格：φ2（δ）2=δ；

（8）银行收入和支出的限制条件：l+φ1（2I-2E）=2M+2A；

（9）货币政策的限制条件：i≥σLAδ-4Mβ2ε（ε-h）2+1β-1。

三、实证分析

首先，假设u（q）=log（q），则在1-4A（i（1-ε）-ε）<2A<1时，可以得到一个简单的均衡结果：即

α→0，θ→0，h→ε

[8]。基于这一均衡条件，将参数的初始值设定如下：

M=2，A=75，β=097，=0007，ε=04，α=02，θ=001，I=6，E=4.5。

然后，运用lingo软件，根据其均衡状态各条件得到：简单均衡条件下，银行违约价值为0，策略制定者会选择G点，即

h=ε=04，i=0.0309（如图2，为迭代18次得出的结果截图）。但是，它不满足央行的货币政策限制条件，故求出的解不可行。

数据来源：初始化相关参数，利用lingo软件求得的均衡解。

最后，再运用lingo软件重复实验，得出结果见表1，反映（h，i）的不同策略组合对银行违约情况、抵押品质量、商品数量、社会财富等因素的影响。

因素

表1中，假定利率i不变，改变折损率h，可以看到，当h较高时（C点），高流动性需求的银行持有货币，低流动性需求的银行持有资产。降低h（B点），银行违约的可能性会上升，高流动性需求的银行倾向于持有更多能抵押的资产，从而作为消费出售的商品就会减少。当h更低的时候（A点），会给那些申请流动性的银行一个错误信号，即：即使他们不偿还债务，也不会遭遇更大的损失，那么，银行就会倾向于违约；而且，低折损率也会促使资信等级不高的银行去申请抵押贷款。同时，通过计算得知，社会总财富的增长速度低于银行违约率的增长速度，因此，C点的选择要优于A点和B点。

接着，假定折损率h保持不变，改变利率i。在h相同时，即银行违约率一致的情况下，E点的利率比C点的低，这会降低银行持有货币的机会成本，同时增加均衡时货币的购买力，但运用lingo软件计算出的最终财富水平提高的比率低于利率的增长比率，因此，E点的选择要优于C点。F点的利率更低，财富水平比C点的高，但它严重违反了货币政策限制条件，所以，这个点上的策略并不可行。

然后，再假定利率i不变，D点的折损率h低于E点，违约倾向S（h）略高于E点，计算得知：当银行违约率增长2.26%时，社会总财富提高了376%。由于要求求得的最优策略组合应该综合考虑政策限制的相关影响因素，因此，D点是满足条件并使得社会总产出和总财富最大时的策略，此时h=0118，i=00325。

最后，经过多次运用lingo软件求解，兼顾“折损率过高导致商业银行申请流动性意愿降低，借贷便利政策得不到很好地实施；过低导致银行违约风险加大”等条件，最终得出结论：财富水平相对较高时，折损率和利率最优策略组合的区间值为：h∈（0100，0162），i∈（3.1%，3.5%）。

四、结论

以上在James Chapman等（2010）模型的基础上，加入了商业银行除贷款额和利息之外的收入与支出因素，并根据我国央行释放流动性及商业银行风险管理等情况，初始化相关参数进行研究，结果表明：不同的折损率和利率组合会对商业银行持有的流动资产和非流动资产的比重、抵押品质量、违约倾向及社会财富等因素产生不同的影响。较低的“折损率”还会导致两种不同的效果：一是短期内会促使央行释放更多的流动性，刺激获得流动性的银行进行投资，加强各银行的竞争力，促进整个金融体系的运作；二是银行的流动性需求会因此而增加，使央行将面临严重的市场风险，进而扰乱金融秩序，扭曲商业银行有价证券等抵押品的选择，最终还会导致违约及通货膨胀等风险，迫使央行紧缩货币政策限制。同时，不恰当的抵押品“折损率”标准的设计还会影响商业银行的借贷动机、扭曲资产配置和价格、增加央行风险敞口，影响社会总福利；尤其是当某些资信等级不高、经营不善的中小型银行意识到抵押品价值低于其贷款额度时，他们就会选择违约而不是偿还贷款，这将严重影响央行的资产负债结构。

此外，研究还显示：当折损率和利率分别被设定在0.118和00325时，央行可以达到控制风险以及社会福利最大化的目标；折损率和利率最优策略组合的区间值为

h∈（0.100，0.162），i∈（0031，0035）

时，社会总体财富水平相对较高。因此，央行在制定货币政策时应充分考虑银行类金融机构的综合竞争力与风险承受力，并根据其交易对手（商业银行）的借款额度、信用状况以及其货币非空转的历史数据等合理制定“折损率”数值，进而确定他们需要提供的抵押品质量，将央行面临的风险降到最低。

为此，央行可以考虑构建抵押品风险防范机制，如抵押品折损率、保证金追加制度以及防止抵押品过度集中的风险防范机制等，并进行动态完善和更新。因此，央行在释放流动性时，需要考虑商业银行的相关行为，要求其提供合格的抵押品来担保，并保证抵押品“折损率”在最优区间内，此时，央行的资产相对安全，能起到风险缓释的效果。

注释：

① “折损率”又称“折扣率”“折价率”“扣减率”等，指央行实际借贷金额与抵押品價值之间的“差额”。如果“折损率”为5%，那么，申请100元人民币的贷款时，就需要用价值100/0.95=105元人民币的抵押品作为担保，其标准可基于交易对手的信用评价和抵押品质量评价进行动态优化。endprint

② 银行每天都有收入，其收入值可以为零；且在每天的经营活动中会发生支出，支出值也可以为零。当某天的收入支出之差为负数时，有违约风险。

③ 本实验还假设每周计算一次利息，且银行采取到期一次还款的形式，在贷款期限截止时，银行必须还款。当付息值为零、银行无能力支付还款额时，则存在对央行的违约风险。

参考文献：

[1] 冯科，刘静平，何理.中国商业银行顺周期行为及逆周期资本监管研究——基于宏观审慎的视角[J].经济与管理研究，2012（10）：91-96.

[2] 胡岳峰.关于中国新兴货币政策工具“常备借贷便利”的解析与国际比较[J].金融经济，2015（2）：18-19.

[3] 李若愚.运用结构性调整手段实现金融定向微调[J].宏观经济管理，2014（7）：15-18.

[4] 孙国峰，蔡春春.货币市场利率、流动性供求与中央银行流动性管理——对货币市场利率波动的新分析框架[J].经济研究，2014（12）：33-59.

[5] Adam Ashcraft，Nicolae Grleanu，Lasse Heje Pedersen.Two monetary tools：interest rates and haircuts[R].The National Bureau of Economic Research，2010：143-180.

[6] Madigan，Brian F，William R Nelson.Proposed revision to the federal reserves discount window lending programs[R].Federal Reserve Bulletin，2002（23）：313-319.

[7] Craig Furfine.The feds new discount window and interbank borrowing[J].Federal Reserve Bank of Chicago Working Paper，2003（5）：2-18.

[8] James Chapman，Jonathan chiu，Miguel Molico.Central bank haircut policy[J].Bank of Canada Working Paper，2010（23）：319-348.

[9] Cecioni M，Ferrero G，Secchi A.Unconventional monetary policy in theory and in practice[R].Bank of Italy Occasional Papers，2011（102）：2-40.

[10] 杨辉林，尹伟.临时性制度安排还是政策延续？——简析央行开展分支行SLF操作试点[J].金融市场研究，2014（3）：112-116.

[11] 袁佳.欧债危机中央行的救助措施与救助成本研究[J].西部金融，2015（2）：8-13.

[12] 徐明东，陈学彬.货币环境、资本充足率与商业银行风险承担[J].金融研究，2012（7）：48-62.

[13] 马理，刘艺.借贷便利类货币政策工具的传导机制与文献述评[J].世界经济研究，2014（9）：23-27.

[14] 彭建刚.新常态下的货币流动性——本刊记者对话金融学专家彭建刚[J].金融经济，2014（23）：9-11.

[15] James Chapman，Jonathan chiu，Miguel Molico.Liquidity provision and collateral haircuts in payments systems[R].Bank of Canada Review，（Autumn）2011：13-20.

[16] 蓝虹，穆争社.论主要经济体中央银行抵押品管理制度的创新与发展[J].中央财经大学学报，2014（12）：29-37.

[17] 伍圆恒.境外央行定向货币政策研究及对我国的借鉴[J].金融经济，2015（2）：60-62.

[18] 徐小林.再贴现政策在基层的实施效应及政策取向[J].金融发展研究，2008（8）：36-38.

[19] Zorn L，A García.Central bank collateral policy：insights from recent experience[R].Bank of Canada Review，（Spring）2011：37-45.

[20] 辛树人，陈震宇，路勇.基层央行风险管理研究——基于COSO风险管理框架的新视角[J].金融发展研究，2011（1）：11-16.

[21] Kiyotaki J Moore.Credit cycles[J].Journal of Political Economy，1997，105（2）：211-248.

[22] García A，R Gencay.Riskcost frontier and collateral valuation in securities settlement systems for extreme market events[J].Bank of Canada Working Paper，2006（17）：39-87.

[23] Ricardo Lagos，Randall Wright.A unified framework for monetary theory and policy analysis[J].Journal of Political Economy，2005（113）：463-484.

[24] Aleksander Berentsen，S Kraenzlin，M Benjamin.Exit strategies and trade dynamics in repo markets[J].The Swiss National Bank Working Paper，2015（9）：132-148.

（責任编辑：宁晓青）endprint