金融经济周期模型及其在我国的应用研究

张崇圣

摘 要：金融经济周期模型将“金融加速器”加入传统经济周期模型中，考察经济冲击通过金融因素放大和传导的具体过程。本文把房地产市场和信用渠道结合起来，通过建立一个两部门DSGE模型，表明房地产市场是模型的核心机制。主要变量的脉冲响应函数分析也表明，在非耐用品部门全要素生产率、房产部门全要素生产率、贷款与价值比率和住房偏好等因素的冲击下，经济波动被金融因素所放大和传导。因此，当前市场环境下关注经济的周期性波动不能忽略金融因素。中央银行需要密切关注经济整体财务状况、经济结构和金融市场采取提前预警、适度货币政策，将币值稳定、金融市场稳定和经济长期增长纳入统一的目标框架。

关键词：金融经济周期模型；DSGE模型；货币政策

中图分类号：F820.1 文献标识码：A 文章编号：1674-2265（2018）04-0042-06

DOI：10.19647/j.cnki.37-1462/f.2018.04.009

一、文献综述

金融经济周期（Financial Business Cycle）主要是指经济中的负向冲击在金融因素的影响下不断传导和放大导致的经济持续性波动和周期性变化。法国中央银行专家组将金融经济周期定义为利用与经济长期均衡水平密切相关的金融变量度量的经济实质性、持续性波动。金融经济周期的定义目前未达成共识，但这个术语的分析性定义基本都与日益流行的金融因素的“顺周期性”概念紧密联系。

近10年已发表的关于金融经济周期和宏观经济指标的研究主要集中在信用周期和商业经济周期的有关领域。在模型构建上，动态随机一般均衡（DSGE）方法是主流和领先的研究方法。在真实经济周期（Real Business Cycle，RBC）模型的基础上，新凯恩斯模型将价格黏性和货币、汇率等因素引入了基本RBC模型，已具备对通货膨胀、货币政策和汇率政策进行分析的基础，为其后的经济学家建立新凯恩斯模型分析金融因素奠定了基础。

Bernanke和Gertler（1989）较早地考察了基于“委托—代理”问题的宏观经济模型， 开创性地对货币和证券“中性论”进行了批判，强调代理成本和金融市场资产价格以及商业经济周期的相关关系。在此基础上，其后的经典金融经济周期模型主要分为两类：以BGG（B. Bernanke、M. Gertler和S. Gilchlist，1999）模型为代表的金融经济周期模型和以 Kiyotaki和Moore（1997）为代表的信用周期模型。BGG模型基于附带价格黏性和流动性约束的新凯恩斯模型并附带“金融加速器”，由此得名金融经济周期模型。信用周期模型也是在新凯恩斯模型的基础上加以改进，所以，后续的有关金融经济周期的动态随机一般均衡模型大都是直接或间接地参考上述两个模型构建的。

在实证分析和衡量指标方面，Adrian等（2010）基于货币政策改变对金融中介的盈利能力和风险承担能力的影响和由此导致的信用供给转移，研究了货币数量、金融因素和商业经济周期之间的联系，发现紧缩的货币政策通过利率等金融因素的传导最终导致了信用供给量减少。Claessens等（2011）基于信用量、房产价格和证券市场价格这三个金融经济周期变量时间序列的波峰和波谷，采用传统的时间序列趋势预测方法来判定金融经济周期的完整时间跨度。Borio（2013）的研究发现，有关金融危机和金融经济周期的变量可能产生更为准确和实时的有关实际产出和产出缺口的信息。在最近的一项研究中，Aikman等（2015）采用基于频率的滤波值来表示信用周期，并分析了信用周期和商业经济周期的关系，结果发现信用膨胀和银行业危机有着密切联系。在另一项研究中，Bezemer等（2016）对46个国家1990—2011年的面板数据研究发现，尽管增加信用供给在短期内可能刺激经济增长，但从长期来看，过高的银行信用数量对潜在产出水平的影响总体呈现负效应。

国内学者对金融经济周期的研究主要集中在实证方面。李麟和索彦峰（2009）以经济负向冲击和商业银行不良贷款的关系为切入点，采用时间序列分析方法对二者的因果关系进行了研究，结果表明，中国经济波动的信用周期和银行信用供给数量的顺周期性都容易引起银行业的系统性风险。何德旭和张捷（2016）通过研究资产价格泡沫与企业产出波动和金融系统不稳定性之间的关系，发现现代市场经济的金融经济周期特征越来越明显，制定宏观经济政策时需要对金融因素和经济结构因素等加以考虑。

当前我国市场经济的运行机制中，房地产和债务问题是重要的影响因素。本文以金融经济周期理论为分析框架，将房地产市场和信用渠道结合起来，联系金融系统和实体经济，通过构建包含“金融加速器”的两部门DSGE模型，解释金融因素對经济周期负向冲击的放大和传导作用。

二、金融经济周期模型的构建

（一）家庭部门

经济中的家庭包括两类行为人或决策者：储蓄者和借款者。在模型中，储蓄者的贴现因子更大，更有耐心，因为他们更看重未来的消费和闲暇。假设储蓄者拥有全社会的资产，代表社会中的高收入家庭，他们从向企业出租实物资本中获得利息收入。在这里，我们假定储蓄者也参与到劳动力市场中，也能从劳动力市场中获得工资收入。

借款者代表社会中收入相对较低的那些家庭，他们主要的收入来源是工资收入。假设他们受到外部借款约束，包括遵守抵押贷款市场和消费贷款市场的标准借款条件。模型中外部借款约束假设借款者不能借到超过他们所拥有房屋的部分价值[m∈（0，1）]。这里参数[m]是指房产市场的贷款—价值比率。同时，[m]的大小也代表了一个经济体信用市场发展水平的高低。一个较大的[m]值代表了更加灵活和发达的金融系统，显然，较小的[m]值表明这个经济体的金融系统有待发展。

需要说明的是，本模型不包括房屋租赁市场。这是一条必要的假设，因为如果当事人或决策者可以出租他们的房屋，借款者也可以通过出租他们的房屋来获得收入，借款者的收入来源将不仅仅是劳动收入。为了使模型收敛于稳定的、唯一的平衡增长路径，我们必须排除房屋租赁市场存在的可能性。

1. 储蓄者最优化问题。储蓄者选择在商品生产部门的劳动时间用[Lc]来表示，在房屋建设部门的劳动时间用[Lh]来表示。代表性储蓄者的非耐用品消费和住房服务分别用[C]和[H]表示。假设储蓄者拥有全社会的实物资本，简化了企业单独进行投资决策的过程。模型中储蓄者出租给企业用于消费品生产的实物资本用[Kc]表示，用于建设新房的实物资本用[Kh]表示。储蓄者将数量为[b]的资金出借给借款者。房产价格指数用[q]来表示，这是一个相对价格水平，它衡量购买一单位住房服务需要花费的消费品数量。

代表性储蓄者最大化其效用函数：

[Ut=Ett=0∞βt[lnCt+jtlnHt+ln（1-Lc，t-Lh，t）]]

流动性约束为：

[Ct+qt[Ht-（1-δh）Ht-1+ψh2（Ht-Ht-1Ht）2Ht-1]+Kc，t+?c2（Kc，t-Kc，t-1Kc，t-1）2Kc，t-1+Kh，t+?h2（Kh，t-Kh，t-1Kh，t-1）2Kh，t-1≤（1-δk+Rc，t）Kc，t-1+（1-δk+Rh，t）Kh，t-1+Rt-1bt-1+Wc，tLc，t+Wh，tLh，t-bt]

[jt]决定了效用函数中住房服务的相对重要性，一定程度上也代表了家庭对住房的需求程度。[Rt]代表了家庭外部融资的利率水平。模型假定储蓄者群体内所有储蓄者是同质的，他们以利率[Rt]将资产向借款者出借资金。[ψh]、[?c]、[?h]分别是房屋存量、商品生产部门投入资本和建设新房投入资本的调整成本系数。这里包含调整成本是为了避免固定资本无限弹性的情况，作为对技术冲击的反馈，这种情况会使各部门的投资流量产生额外的波动。模型假定，在[t+1]时期，家庭必须偿还[t]时期的债务本金加上利息。

在最优化条件下，储蓄者一单位债权的边际收益必须等于其边际成本。McCandless（2011）指出，资产组合的调整成本解决了模型在不完全竞争市场条件下不存在稳态或存在无数多个稳态的情况。

[δk]和[δh]分别表示固定资本和房产存量的折旧率，根据Davis和Heathcote（2005）、Jin和Zeng（2004）以及Iacoviello、Matteo和Neri（2010）的研究，[δh]被假定小于[δk]，反映出房产折旧速度比非房产资本慢得多的事实。

通过拉格朗日乘子法并化简可得储蓄者最优决策的一阶条件为：

[1Ct[1+?c（Kc，tKc，t-1-1）]=βEt{1Ct+1[?c2（K2c，t+1K2c，t-1）+（1-δk+Rc，t）]}]

[1Ct[1+?h（Kh，tKh，t-1-1）]=βEt{1Ct+1[?h2（K2h，t+1K2h，t-1）+（1-δk+Rh，t）]}]

[qtCt[1+ψh（HtHt-1-1）]=jtHt+βEt{qt+1Ct+1[ψh2（H2t+1H2t-1）+（1-δh）]}]

[11-Lc，t-Lh，t=Wc，tCt]

[11-Lc，t-Lh，t=Wh，tCt]

[1Ct=βEtRtCt+1]

上述前两个方程是关于资本分配，考虑到调整成本，持有一单位资本的机会成本必须和贴现后的资本边际产出相等。第三个方程表明房产需求的最优路径，即非耐用品消费和居住服务间的边际替代率等于房产的使用成本。第四个和第五个等式描述了劳动供给的一阶条件。

2. 借款者最优化问题。借款者消费非耐用品[Cb]和住房服务[Hb]，他们可以决定自己在非耐用品生产部门劳动[Lbc] 或者在新房建设部门劳动[Lbh]。

代表性借款者最大化其效用函数：

[Ut=Ett=0∞βt[lnCt+jtlnHt+ln（1-Lc，t-Lh，t）]]

流动性约束为：

[Cbt+qt[Hbt-（1-δh）Hbt-1+ψh2（Hbt-Hbt-1Hbt-1）2]+Rt-1bbt-1≤Wbc，tLbc，t+Wbh，tLbh，t+bbt]

其中：

[bbt≤mtqtHbt]

[γ∈（0，β）]表明相对于储蓄者，借款者更看重当期效用。借款者的主要收入来源是劳动收入，但可以通过抵押贷款平滑其每一期的消费。贷款—价值比率[mt]是一个外生冲击，它遵循一个一阶自回归过程，用于研究改善的信用条件对经济的影响。

通过拉格朗日乘子法并化简可得借款者的一阶条件为：

[qtCbt[1+ψh（HbtHbt-1-1）]=jtHbt+γEt{qt+1Cbt+1[ψh2（（Hbt+1）2（Hbt）2-1）+（1-δh）]}+mtqt1-γRtCbt]

[11-Lbc，t-Lbh，t=Wbc，tCbt]

[11-Lbc，t-Lbh，t=Wbh，tCbt]

[1Cbt=γEt（RtCbt+1）+1-γRCbt]

借款者的房產需求不同于储蓄者。因为[γ<β]，为了保证抵押约束始终保持等号形式，借款者最优化的一阶条件中引入了一个调整参数。借款者房产需求的最优化条件反映了房屋抵押贷款的机会成本。

（二）企业部门

企业生产非耐用品[y]并建设新房[N]。两部门的生产函数均采用具有不同资本和劳动强度的柯布—道格拉斯生产函数形式。企业向家庭支付工资，向储蓄者偿还资本租赁费用。

企业最大化每一期的利润：

[π=MaxYt+qtNt-（Wc，tLc，t+Wh，tLh，t+Wbc，tLbc，t+Wbh，tLbh，t+Rc，t-1Kc，t-1+Rh，t-1Kh，t-1）]

其中，[Nt=Ac，tAh，t（Lbh，t）1-μh-θhLθhh，tKμhh，t-1]

[Yt=Ac，t（Lbh，t）1-μc-θcLθcc，tKμcc，t-1]

两部门在生产函数中都结合了储蓄者和借款者的劳动供给以及储蓄者拥有的实物资本。由于[Yt]可以生产某些中间产品用于新房[Nt]的建设，总量冲击[Ac，t]影响两部门生产。然而，房产部门的具体部门冲击[Ah，t]，仅仅对房产市场产生影响。

求上述利润函数的非条件极值可得企业最优决策的一阶条件为：

[Wc，t=θcYtLc，t]

[Wh，t=qtθhNtLh，t]

[Wbc，t=（1-μc-θc）YtLbc，t]

[Wbh，t=qt（1-μh-θh）NtLbh，t]

[Rc，t-1=μcYtKc，t-1]

[Rh，t-1=qtμhNtKh，t-1]

需要指出的是，資本的边际产出必须等于租赁资本利率的行向量[（Rc，Rh）]，同时，劳动的边际产出必须等于工资的行向量[（Wc，Wbc，Wh，Wbh）]。

（三）外生要素

对于最终产品和新房的外生技术冲击、国内住房服务偏好冲击、贷款—价值比率冲击都是模型中的外生变量。这些冲击都被设定为服从一阶自回归过程。

[lnAc，t=（1-ρc）lnAc+ρclnAc，t-1+εc，t]

[lnAh，t=（1-ρh）lnAh+ρhlnAh，t-1+εh，t]

[lnjt=（1-ρj）lnj+ρjlnjt-1+εj，t]

[lnmt=（1-ρm）lnm+ρmlnmt-1+εm，t]

[（εc，t，εh，t，εj，t，εm，t）?i.i.d（0，σi），i=c，t，j，m]

（四）市场出清条件

本模型的市场出清条件如下：

[bt+bbt=0]

[Nt=Ht-（1-δh）Ht-1+Hbt+（1-δh）Hbt-1]

[Yt=Ct+Cbt+Kc，t+Kh，t-（1-δk）（Kc，t-1+Kh，t-1）]

上述第一个等式表明该经济体的总债务量和储蓄者持有债权数量之和一定为零。第二个等式表明该经济体总房产存量由储蓄者和借款者共同持有，新房建设量等于总房产存量减去上期折旧的部分。最后一个等式指出该封闭经济体当期的总产出等于当期消费与投资之和。

三、金融经济周期模型的量化分析

（一）模型方程及参数校准

经济的竞争性均衡由前述一阶条件组成的包含22个方程的方程组给出，这些方程共同描述了模型内生变量以及5个外生变量的变化特征，前文已假定外生变量服从一阶自回归过程。为校准模型，下面的参数集中的外生参数需要赋值：

[Ω=μc，μh，θc，θh，α，β，γ，?c，?h，δk，δh，ρc，ρh，ρj，ρm，σc，σh，σj，σm]

我们参考了M.T.Punzi（2006、2012）的研究中两国、两部门DSGE模型的参数校准，Torres（2009）的研究中基本两部门模型参数校准和国家统计局网站有关我国宏观经济的数据，对上述金融经济周期模型参数进行校准，结果如表1。

（二）模型对数线性化

采用Uhlig（1999）的工具将模型方程对数线性化，其中[Yt=lnYt-lnY]，其他变量同理。

至此，我们就完成了模型方程的筛选，并将其对数线性化后考察变量在稳态附近的动态变化。

（三）脉冲响应函数

模型模拟实验的外生冲击是非耐用品部门全要素生产率冲击、房产部门全要素生产率冲击、贷款—价值比率冲击和住房偏好冲击。借款约束中[bbt=mtqtHbt]的对数线性化形式为[bbt=mt+qt+Hbt]，由于抵押约束和价格的即时调整，当贷款—价值比率较高时，形成更大的房产供给反而会降低房产价格。因此当[m]值较低时，受到[Ac]的正向冲击后房价会增加得更多。在[t=1]时期给经济施以四种不同类型的正向冲击，发现当[Ac]给予经济一个标准差的正向冲击后，[Y]和[q]均立刻上升，然后传导至房产投资，家庭将现有实物资本在两部门间重新分配。同时，产出增加后新增加的资本在未来可被用于房产部门新建房屋，房产部门投资随之增加，但是增加的数量小于非耐用品部门固定资本增加值。储蓄者和借款者的消费都开始增加，尤其是借款者消费增加的数量更多。尽管房产具有财富效应，可以作为抵押品获得额外的贷款进而增加消费，储蓄者仍然会利用投资机遇不断调整资产组合。当正向冲击使借款者信用条件改善时，他们更倾向于选择一部分收入来源于借款而另一部分收入来源于劳动所得，因此借款者在两部门的劳动时间均减少。我们发现房产需求冲击和贷款—价值比率冲击在金融经济周期模型中产生了相似的结果。房产部门全要素生产率冲击降低了房价，可以认为，金融自由化和放松管制放大和传导了主要变量对经济冲击的反应。

四、结论与政策建议

传统的主流经济学对金融因素是不够重视的，但在20世纪70年代以来金融自由化和放松监管以后，金融因素已经成为分析宏观经济周期性波动不可忽视的方面。

本文把房地产市场和信用渠道结合起来，通过建立一个两部门DSGE模型，表明房地产市场是模型的核心机制。因为房产作为耐用品为家庭提供稳定的住房服务效用流，而且房产还是一种主要的贷款抵押品。模型的脉冲响应函数表明非耐用品部门全要素生产率冲击和房产偏好冲击会导致房价上升。然而，由于房产供给的迅速增加，房产部门全要素生产率的正向冲击反而使房产价格下降。模型主要变量的脉冲响应函数分析也表明，在非耐用品部门全要素生产率、房产部门全要素生产率、贷款—价值比率和住房偏好等因素的冲击下，经济波动被金融因素放大和传导。

当前市场环境下，作者认为中央银行需要密切关注经济整体财务状况、经济结构和金融市场，相机抉择地采取提前预警的、程度适合的货币政策。宏观经济稳定和降低金融危机的累积风险是相互强化和相互传导的政策目标，追求宏观经济稳定必须降低金融危机的累积风险，反之亦然。浮动汇率制下追求短期汇率稳定的中央银行，应该充分考虑资产价格波动在长期内可能对信用波动、金融市场稳定和经济结构稳定的负面影响。经济中出现资产价格波动和通货膨胀持续上升时，由于资产价格波动造成的信用扩张或信用紧缩的效应使得金融经济周期时间跨度和振动幅度比一般经济周期要大得多，宏观调控政策应该充分考虑信用规模和全社会杠杆比率。在未来需要根据我国情况建立宏观审慎管理框架，将币值稳定、金融市场稳定和经济长期增长纳入统一的目标框架。

參考文献：

[1]Claessens， Kose， Terrones. 2011. Financial Cycles： What？ How？ When？[C].NBER International Seminar on Macroeconomics， Vol.7， No. 1.

[2]I. Fisher. 1933. the Debt-Deflation Theory of Great Depression[J].Econometrics，Vol.1，No.4.

[3]Davis，Heathcote. 2005. Housing and the Business Cycle[J].International Economic Review，Vol.46，No.3.

[4]Bernanke. 1995. A Conference Panel Discussion： What Do We Know about How Monetary Policy Affects the Economy？[N].Federal Reserve Bank of St. Louis Review， Vol.77， No.3.

[5]Bernanke， Gertler， Gilchrist. 1999. The Financial Accelerator in a Quantitative Business Cycle Framework [M].Handbook of Macroeconomics，Vol.1.

[6]Bernanke，Gertler. 2001. Should Central Banks Respond to Movements in Asset Prices？[J].the American Economic Review，Vol.91， No.2.

[7]Bernanke，Gertler. 1989. Agency costs， net worth，and business fluctuations[J].American Economic Review，Vol.79， No.1.

[8]Davis，Zhu. 2004. Bank Lending and Commercial Property Cycles：Some Cross-Country Evidence[C].Bank for International Settlements Working Paper，No.150.

[9]Gilchrist， Zakrajsek. 2008. Linkages between the Financial and Real Sectors： An Overview[C].Boston University Working Paper.

[10]Adrian， Moench，Shin. 2010. Financial Intermediation，Asset Prices and Macroeconomic Dynamics[C].Meeting Papers，Vol.422，No.7.

[11]Mendoza. 2008. Terrones，an Anatomy of Credit Booms：Evidence from Macro Aggregates and Micro Data [J].International Finance Discussion Papers，Vol.08， No.226.

[12]M. Drehmann，Borio. 2012. Tsatsaronis，Characterizing the Financial Cycle：Dont Lose Sight of the Medium Term[C].Bank for International Settlements Working Paper， June.

[13]Kiyotaki，Moore. 1997. Credit Cycles[J].Journal of Political Economy，Vol.105， No.2.

[14]Claessens， Van Horen. 2012. Foreign Banks： Trends，Impact and Financial Stability[J].Social Science Electronic Publishing，Vol.12，No.10.

[15]Borio. 2013. The Great Financial Crisis：Setting Priorities for New Statistic[J].Journal of Banking Regulation， Vol.14， No.3-4.

[16]Elekdag，Yiqun Wu. 2013. Rapid Credit Growth in Emerging Markets：Boon or Boom-Bust？[J].Emerging Markets Finance and Trade， Vol.49， No.5.

[17]Aikman，Haldane. 2015. Nelson， Curbing the Credit Cycle[J].Economic Journal， Vol.125， No.585.

[18]McCandless. 2011. The ABCs of RBC[M].Harvard University Press.

[19]Bezemer， Grydaki，Zhang. 2016. More Mortgages， Lower Growth？[J].Economic Inquiry，Vol.54，No.1，.

[20]Borio. 2014. The financial cycle and macroeconomics： What have we learnt？[J].Journal of Banking and Finance， Vol.45， No.8.

[21]Iacoviello，Matteo，Neri. 2010. Housing market spillovers：evidence from an estimated DSGE model[J].AEJ： Macroeconomics，Vol.2， No.2.

[22]Jin，Yi，and Zhixiong Zeng. 2004. Residential investment and house prices in a multisector monetary business cycle model[J].Journal of Housing Economics，No.13.

[23]M.T.Punzi. 2012. Housing Market and Current Account Imbalances in the International Economy[C].Bank of Finland Research Discussion Papers.

[24]M.T.Punzi. 2013. Housing Market and Current Account Imbalances in the International Economy[J].Review of International Economics，21（4）.

[25]Torres. 2015. Introduction to dynamic macroeconomic general equilibrium models[J].Vernon Press Titles in Economics.

[26]Uhlig H. 1999. A toolkit for analyzing nonlinear dynamic stochastic models easily[J].Discussion Paper.

[27]周炎，陳昆亭.金融经济周期理论研究动态[J].经济学动态，2014，（7）.

[28]邓创，徐曼.中国的金融周期波动及其宏观经济效应的时变特征研究[J].数量经济技术经济研究，2014，（9）.

[29]何德旭，张捷.金融经济周期下的中央银行资产负债表策略[J].郑州大学学报（社会科学版），2016，（1）.

[30]曹永琴，李泽祥.中国金融经济周期与真实经济周期的动态关联研究[J].统计研究，2009，（5）.

[31]李麟，索彦峰.经济波动、不良贷款与银行业系统性风险[J].国际金融研究，2009，（6）.

[32]何德旭，张捷.货币政策面临的新挑战与新选择[J].银行家，2017，（4）.