宏观审慎监管政策工具有效性研究
——基于DSGE模型的实证分析
2019-01-15李伟航
李伟航,许 玲
(1. 武汉大学 经济与管理学院,湖北武汉430072;2. 招商银行上海分行,上海200001)
一、引言
2008年美国“次贷危机”的爆发使得学术界和政策当局充分认识到微观审慎监管政策与货币政策的搭配不足以维持金融稳定。究其根本,危机发生前全球各国监管部门普遍倚重的微观审慎监管是以个体金融机构风险为主要监测对象,忽视了金融产品和金融服务风险的严重同质性,导致在金融机构风险敞口极度相似的情况下,不断累积的系统性金融风险一触即发,并最终演变为全球性经济危机。金融监管理念和方式亟待推陈出新,微观审慎监管与宏观审慎监管相结合成为金融监管改革的广泛共识和主流方向。
宏观审慎的概念可以追溯到国际清算银行在20世纪70年代的报告,后在亚洲金融危机的推动下才开始作为新的监管理念出现。宏观审慎监管是指从宏观与逆周期角度采取相应措施,防范由金融体系顺周期波动和跨部门传染导致的系统性风险,维护货币与金融体系稳定,避免金融体系风险冲击实体经济[1]。可见,宏观审慎监管与微观审慎监管的本质区别在于是对金融机构整体行为和金融机构之间的关联性进行监管。宏观审慎监管框架主要包括监测框架和监管工具两个部分,前者的核心职能是分析与评估整个金融系统性风险状况,后者则是通过建立、实施和完善相关政策工具控制金融系统性风险。
现有文献将宏观审慎监管工具大致划分为三类:一是资本类工具,目的在于保护存款人和债权人的利益,保证银行等金融机构正常运营和抵御风险的能力;二是杠杆类工具,此类指标不考虑资产的风险水平,仅考虑风险敞口的总规模,可以部分弥补风险加权资本指标特定情况无效或人为操纵问题;三是流动性类工具,用于满足客户资金提取和清算要求。此类指标通常基于短期负债、存款等,既可用于流量也可用于存量。上述三类宏观审慎监管工具中最常用的工具分别为资本充足率、贷款价值比(Loan-to-value, LTV)和法定准备金率三种。
然而,对于宏观审慎监管工具实际应用效果的评价还落后于实践,这是由于宏观审慎监管政策应用于实践的时间尚短,理论研究的基础和数据支持明显不够。而且,宏观审慎监管政策与货币政策的同时实施,增加了单独评价其政策效果的难度[2]。因此,现有文献多从宏观审慎监管政策与货币政策协调性角度讨论宏观审慎监管工具有效性。例如,Sinclair等以中国为研究背景,检验了利率、LTV率和法定准备金的有效性,结论表明将法定存款率和LTV率结合是实现价格和金融两者稳定的最优方法[3]。王爱俭等研究表明,在选定的宏观审慎监管政策工具中,逆周期资本工具对维持金融稳定有重要作用,且当市场遭到外生冲击时,宏观审慎政策对货币政策的辅助作用尤其明显[4]。梁璐璐等通过动态化LTV率的方法研究表明,宏观审慎监管政策并不会影响货币政策对通货膨胀动态的控制,两者的结合与协调在应对外生冲击时效果更佳[5]。与此同时,相关研究也非常注重与相关金融理论及现实的紧密结合。例如,Quint等在讨论欧洲地区宏观审慎监管政策和货币政策的联合最优模型中引入了金融摩擦,研究表明宏观审慎监管政策可以减轻宏观经济波动,提高社会福利,在一定条件下可以补足货币政策短板[6]。而罗娜等则针对中国房地产泡沫问题考察了宏观审慎监管和货币政策在抑制房价波动上的协调效应,依据结论建议宏观审慎监管政策与货币政策分别以稳定房价与稳定物价为主要目标[7]。
目前,宏观审慎监管工具有效性检验的实证方法主要分为两类:第一类方法基于传统经济计量模型,首先列出所假设的线性或非线性模型,利用截面数据、时间序列或面板数据对其参数进行校准。例如,Lim等基于49个国家的面板数据模型分析发现,LTV率上限、信贷增长上限以及法定准备率要求等工具能够抑制金融机构顺周期行为,从而防范金融危机发生[8]。Tillmann基于VAR模型,利用韩国数据考察了改变LTV率上限的效用,结果表明宏观审慎监管政策收紧可以引发信贷增长,并降低房地产价格增速[9]。但传统经济计量模型在政策分析上的应用还存在诸多争议。传统经济计量模型仅相对简单地描述了经济市场的运行规律,在处理更为复杂的影响因素和影响关系时缺乏微观基础支撑。鉴于第一类方法的缺陷,第二类方法主要采用动态随机一般均衡模型(Dynamic Stochastic General Equilibrium Models,DSGE)。相对于传统计量模型而言,DSGE模型具有“动态演化”“随机冲击”“一般均衡分析”三大突出特点。其中,“动态”是指由于经济主体具有理性预期,因此模型构建是要考虑经济主体会动态考虑当期行为决策对现在及未来的综合影响,可以呈现经济体从非均衡到均衡状态的动态形成机制;“随机”是指模型中引入多种外生冲击来模拟经济体在不确定环境下做出的反应;“一般均衡分析”是指DSGE模型基于均衡状态描述经济主体决策,模型刻画了经济长期状态(稳态)时的特征并基于此对模型求解。
DSGE模型的显著优点使其在宏观审慎监管工具有效性研究中被广泛采用。例如,Bailliu等利用包含金融加速器效应的DSGE模型分析了加拿大宏观审慎监管工具有效性,结果表明当经济体受到冲击尤其是金融冲击时,使用宏观审慎监管工具能够很大程度上提高福利水平[10]。王爱俭等通过以中国为背景构建的DSGE模型也得到了相似结论[4]。然而,基于DSGE模型的实证研究远未形成共识,如Suh在DSGE模型中引入金融加速器机制,发现资本缓冲的逆周期效应能够降低信贷周期波动,但针对特定部门的LTV率工具却造成了监管套利[11]。马勇构建了植入金融摩擦的DSGE模型,得到与之前许多文献不同的结论,认为在中国资产价格、融资溢价和银行杠杆率不必直接作为宏观审慎的政策工具[12]。Funke等利用DSGE模型分析了LTV率的效果,结果表明LTV率上限可以有效抑制新西兰房价波动,但对消费指数影响甚微,宏观审慎监管可以与货币政策相互脱钩[13]。上述结论分歧的存在意味着基于DSGE模型框架的后续研究仍存在较大探索空间。
基于以上总结,考虑到单独研究宏观审慎监管工具作用的文献较少的情况,本文将宏观审慎监管政策中最为重要且灵活的两类监管工具代表——资本充足率和LTV率引入含有金融加速器效应的DSGE模型,对模型的结构参数进行校准,进而进行数值模拟分析,并结合中国当前经济和金融体系实际背景,对比有无宏观审慎监管政策工具实施条件下生产率冲击、金融风险冲击、房地产需求冲击和货币政策冲击对金融稳定性的不同影响,更清晰直观地揭示两种宏观审慎监管工具的实施效果,以期为宏观审慎监管政策的应用和完善提供经验支持。
二、DSGE模型及政策工具设定
(一)家庭部门
1.储蓄家庭
储蓄家庭的效用函数为:
(1)
预算约束为:
(2)
式中,C和H分别代表消费商品和房地产商品的消费量,W为家庭财富,N为劳动供给,εγ代表房地产商品的偏好冲击。在预算约束中,PH是与房地产相关的最终商品价格,IH是在房地产商品上的投资。另外,储蓄家庭可以选择投资包括无风险债券B在内的资产组合、银行存款D以及银行股权e,RN是无风险债券B的名义总收益,RD和Re分别是D和e的实际总收益,T是总量税,φ代表银行股权的违约概率。
可推导出一阶条件如下:
(3)
(4)
(5)
(6)
(7)
(8)
(9)
其中,λ为家庭预算约束的拉格朗日乘子,μ为房地产商品股本的拉格朗日乘子。
联合(3)和(4)式可得到劳动供给方程。(5)和(6)式为实际储蓄和名义资产的欧拉方程,联合可得费雪方程。名义和实际资产可相互替代,并且假设名义资产数量为0,所有的存款、贷款和借款都为实际量。(7)式表达了经济主体在投资银行股权时会要求比无风险利率更高的报酬率。(8)和(9)式表明房地产的影子价格由当期房地产商品的边际效用和下一期预期影子价格的贴现值之和决定。
2. 借款家庭
借款家庭的效用函数与储蓄家庭类似:
(10)
预算约束为:
(11)
其中,LH是家庭贷款,RLH是家庭贷款回报率。其他定义与储蓄家庭类似。
借款家庭的一阶条件与储蓄家庭相似,只有下述跨期借款方程与储蓄家庭不同:
(12)
稳态时,借款家庭必须提供更多的劳动力且减少消费以偿付其债务的利息。
(二)企业部门
1.中间产品生产部门
企业通过资本和劳动力生产中间产品。生产技术包括企业和银行的劳动力以保证在稳态时企业和银行的净资产非零,但其对于总产出的作用可以忽略不计。另外,企业在自身净资产和从银行借款数量限制下选择下期资本投入量,因此企业生产函数满足柯布道格拉斯形式:
(13)
其中,αk+αn+αne+αnf=1。
Kt和Nt分别代表资本和家庭提供的劳动力,Nt,e和Nt,f分别代表企业和银行提供的劳动力,FC为企业生产时的固定成本。
设资本边际产出价值zt满足:
(14)
mc代表实际边际成本,因此一单位资本的总回报可以定义为:
(15)
q是依据消费品价格设定的资本价格,因此资本的回报反映了资本价格(qt/qt-1)的变化以及zt的回报。
企业最优化方程同时决定了每个劳动力提供者的劳动力需求:
(16)
(17)
(18)
通过加总,可以得到企业净资产(由未分配利润等构成)S:
St=υVt+wt,e
(19)
其中,ν代表企业的存活率,V代表企业每期项目净回报,其表达式为:
(20)
2. 零售部门
在垄断竞争市场,零售商品生产者i首先购买中间产品,然后加工成零售商品Yt(i),最终产品Yt由以下零售商品组成:
(21)
(22)
假设价格调整遵循Calvo的价格交错调整模型[15],最大化方程如下:
(23)
(24)
通过对数线性化并结合最优条件与总价格动态,假定稳态时通胀率π为1,可以得到新凯恩斯菲利普斯曲线如下:
(25)
(三)资本生产部门
在每期开始,资本生产部门以单位价格购买数量为It的消费商品,并转化成相同数量的新资本。在此过程中转换成本上升,并且在期末新资本会以价格qt出售给企业,资本存量变化动态如下:
Kt=It+(1-δ)Kt-1
(26)
另外,由消费品决定的资本价格qt可以通过求解资本生产者最优化问题得到:
(27)
其中f(1)=f′(1)=0,f″(1)=χK。
一阶条件为:
(28)
(四)银行部门
近年来,随着我国经济下行,银行业利润增长逐步放缓,坏账率不断上升,商业银行面临的系统性风险隐患不容小觑。加之去杠杆和整治金融市场的同时进行,银行业已被推到风险和监管的中心。因此,本文将银行部门引入DSGE模型,在银行部门中引入资本充足率这一宏观审慎监管工具进行系统性分析,以便在贴近现实环境的同时研究宏观审慎监管政策对银行资本的约束。
(29)
商业银行作为营利性金融机构,会追求自身利润最大化:
(30)
其中,βB为银行部门贴现率,ACB,t为银行的调整成本,与商业银行资本充足率和监管要求水平的偏离水平有关。
(31)
银行部门的资产负债表等式,其中κ是巴塞尔协议要求的资本充足率:
Lt=Dt+et(et≥κLt)
(32)
贷款银行的违约率是资本率的减函数,并受违约冲击的影响:
(33)
此外,贷款银行的融资利率由股权资本收益率和同业拆借利率的加权平均决定:
(34)
因此,如果贷款银行资本率低于监管要求,将需要支付两部分不同的成本,包括同业拆借成本和股权融资成本。
(五)外生扰动和市场出清
假定生产率冲击、金融风险冲击、房地产偏好冲击的对数线性形式都遵循一阶自回归过程:
(35)
(36)
(37)
房地产冲击遵循下列方程:
(38)
通过加总得到房地产投资需求方程:
(39)
为了简化方程,假设房地产投资供给是外生的,对数线性形式遵循一阶自回归过程:
(40)
均衡时有:
(41)
另外,商品和劳动力市场出清,基于加总的资源限制条件有下列方程:
(42)
Nt,s+Nt,b=Nt(S),Nt(S)=Nt(D)
(43)
(六)货币政策和财政政策
货币政策采用对数线性形式的标准泰勒规则如下:
(44)
对于财政政策,假设模型中政府采取简单财政规则,即政府购买等于从两类家庭(储蓄者和借款者)收取的税收,并且每期的花费相同:
Gt=Ts,t+Tb,t(Ts,t=Tb,t)
(45)
(七)宏观审慎监管政策工具设定
1. 资本充足率设定
当银行部门的资本充足率低于监管机构规定的目标充足率时,借款银行需要同业拆借并支付较高的借款利率。目标资本充足率的设定遵循简单规则如下:
(46)
2.LTV率设定
家庭借款方程如下:
(47)
由此可推得,借款家庭不仅要为其高债务偿还更高的债务成本,并且当杠杆率的设定高于监管目标杠杆率时,还要承担监管处罚。
于是,将上述方程转换成下列对数线性形式:
(48)
其中,ψLH,ψLTV>0。
监管机构根据观察到的宏观经济变量,例如产出、通胀、信贷增长以及房地产价格等设定目标LTV率。假设目标LTV率采用简单规则:
(49)
量化评估宏观审慎政策工具的实施效果,需要对经济人在不同类型货币政策和宏观审慎监管政策组合下的福利动态进行分析,这就要求采用效用函数的高阶近似和扰动解方法及均衡条件来估计上述问题。为此本文定义政策效果的度量σ,其值为冲击之后脉冲响应函数值在40个季度内的平方和,可写成如下线性形式:
(50)
在标准新凯恩斯模型设定中,政策往往盯住通胀和产出,因此,政策制定的目标可转化为两者线性组合所形成损失函数的最小化问题。本文同样选取通胀和产出作为政策目标,估计在不同的宏观审慎监管政策规则和不同冲击时的σπ和σY,以分析宏观审慎监管政策的效果。
三、参数校准与数值模拟
(一)结构参数的校准
本文采用校准方法确定模型中的参数值。参数校准方法分为两类:一类是先验校准法,即参考现有文献的研究成果校准参数;另一类是计量估计法,即通过一定的计量方法估计参数。本文通过两种方法结合的方式进行参数赋值,为更贴近中国实际,在使用校准方法时,主要参考国内学者对各结构参数的研究结果,而中国学者未考量过且国内数据缺乏以致无法计量估计出的参数,因此本文主要参考国外经典文献中对参数的估计结果。在使用计量估计时,本文使用1997年第1季度至2017年第4季度中国实际宏观数据。其中,采用国内生产总值GDP代表总产出,上海银行间同业拆借市场七天利率的季度平均值代表政策利率水平,以CPI环比数据代表通货膨胀水平,社会消费品零售总额代表消费。同时,对选取的数据进行季节调整,并用HP滤波法剔除数据的趋势因素。
对于其他参数本文用估计法校准,数据来源于国家统计局和Wind数据库。模型参数校准结果见表1。
表1 参数校准结果
(二)数值模拟分析
此外,本文进一步考察了不同类型货币政策冲击对经济体造成的影响。将通胀系数设定为2.0(φπ=2.0),产出系数设定为0(φY=0),重复基准货币政策冲击时的步骤,以观察σπ和σY值的变动情况。赋予货币政策在价格稳定方面更大的权重,其结果更能有针对性的反映通胀水平对经济变量的影响。从表3和表5可以看到,σπ和σY的降低幅度与基准货币政策情况大体一致,不同的是,两种宏观审慎监管政策此时对σπ和σY的拉低作用几乎缩减为零。同时,当实施目标资本充足率工具或者实施混合政策(a)和(b)时,σY的降低幅度更加一致。这一结果表明,在制定政策时可以考虑将货币政策和宏观审慎监管政策协调应用,不同类型的货币政策搭配不同的宏观审慎监管工具。当然,两者相互协调以达到最优结合应是进一步深入讨论的课题。
表2 基准货币政策下宏观审慎监管政策参数估计量
表3 基准货币政策下基于政策收益的宏观审慎监管政策的有效性结果
表4 紧缩货币政策下宏观审慎监管政策估计量
表5 紧缩性货币政策下基于政策收益的宏观审慎监管政策有效性结果
(三)脉冲响应分析
为更直观地审视宏观审慎监管工具对经济和金融稳定性的影响,下面分别给出在生产率冲击、金融风险冲击、房地产冲击和货币政策冲击下产出、消费、通胀等宏观经济变量的脉冲响应图。为了量化模型引入宏观审慎监管工具的政策效用,图1至图4分别给出未引入宏观审慎监管工具模型(实线部分,以下简称模型一)和引入宏观审慎监管工具模型(虚线部分,以下简称模型二)受到冲击时各变量的动态反应,分别反映了正向生产率冲击、金融风险冲击、房地产需求冲击和货币政策冲击下两模型对应变量的反应差异。
首先,图1反映了经济体受到生产率正向冲击时的脉冲响应函数,可以看到,产出、消费和投资随之增加,而通胀率有所下降。由于模型中的房地产供给完全外生,房地产价格完全取决于需求,因此房地产价格上升。此外,通过家庭最优化函数可知,当消费增长并且消费边际效用递减时家庭需求增多。由此可见,正向生产率冲击提高了商业和家庭贷款,导致企业杠杆率和家庭LTV率上升,银行资本率下降,导致经济体形成过高的杠杆率,这也正是我国LTV率长期较高的主要原因。
另外,从图1中模型一和模型二的对比可以看出,当经济体面对正向生产率冲击时,引入逆周期宏观审慎监管工具的模型能够更加有效地维持金融体系稳定,体现为在受到冲击的当期降到零线以下的资本率,在模型二中很快就呈现上升的趋势并且短期内大幅度地超过零线,随后缓慢下降渐趋于稳定;而模型一中则呈现出当期骤减,大幅下降到零线以下,并长时间未回归零线。与之相类似,模型一对应的家庭贷款、银行贷款、杠杆率均大幅上升,即产生了资产泡沫,而模型二中上述变量的波动得到了较好的抑制,均在较小的增幅后缓慢地下降至稳态值附近。综上,宏观审慎监管工具在应对生产率的冲击方面较为有效。
其次,金融风险冲击是对银行融资和贷款利差的主要冲击,能够引发金融加速器效应。当受到正的金融风险冲击时(利差提高一个单位)脉冲响应函数如图2。从图2中可知,产出、投资相应下降,而通胀上升。由于商业贷款和家庭贷款减少,银行资本也随之减少,导致银行信贷紧缩,体现出银行资产负债表结构面对负向冲击的调整行为。
此外,通过图2中对比模型一和模型二中宏观经济变量在受到金融风险冲击时的响应差异。例如,模型二由于引进逆周期宏观审慎监管政策工具,因此投资在面对金融风险冲击后的有所回升。同样还可以观测到对于产出、通胀以及名义利率受到负向冲击后的有效缓解作用。值得注意的是,与模型一相比,模型二中的家庭和商业贷款规模明显更加稳健,杠杆率在波动后更快地接近稳态值。也就是说,宏观审慎监管工具不仅在应对金融风险冲击时能够有效稳定金融体系,而且充分发挥了防止金融风险向宏观经济负向溢出的作用。
再次,从图3中房地产需求冲击的脉冲响应可见,房地产价格随着冲击下降的幅度较大,但产出、通胀、投资和消费的冲击反应幅度较小。房地产价格下降,导致家庭LTV率上升以及家庭贷款额下降。然而,商业贷款有较小的上升,这一现象表明银行贷款中家庭贷款和商业贷款之间有一定此消彼长的关系。家庭贷款的减少提高了银行资本率,为银行提供了更好的资金条件,因此银行可以通过扩大对其他部门的信贷来提高自身效用。进一步,商业贷款和投资均增加,而产出和通胀则由于借款者的消费降低而下降。
从图3模型一和模型二中相应宏观经济变量动态对比来看,尽管模型二中房地产价格同样下降,但是家庭信贷的减少幅度小于模型一。此外,模型二中投资、家庭贷款的减少幅度较小,且对名义利率、杠杆率有一定的稳定作用。但模型二的资本率下降幅度高于模型一,原因是银行信贷主要投放于房地产行业,而当受到房地产需求冲击时,由于产出、商业贷款规模的增加使得银行信贷增多,且由于模型引入了逆周期宏观审慎监管政策,家庭贷款并未出现大幅下降,因此对房地产需求的影响较小,从而导致银行资本率在最初受到冲击时下降较多,其后缓慢恢复稳态。
最后,图4反映了扩张性货币政策冲击下各宏观经济变量的反应动态。从图4可以看出,在扩张性货币政策冲击下,消费下降,家庭和商业贷款增加,带动投资和产出增加,杠杆率先降后升并稳定在零线附近,名义利率先降低到零线以下,随后比较快地恢复到稳态值。从模型一和模型二的对比来看,引入宏观审慎监管工具的经济体在受到扩张性货币政策冲击时对消费、投资、产出等的波动抑制效用并不明显。也就是说,当实施扩张性货币政策时,辅之宏观审慎监管工具可能达不到政策目标,货币政策和宏观审慎工具的有效搭配需要决策机构合理把控情形,考虑两者的综合效用。
图1 生产率冲击的脉冲响应
图2 金融风险冲击的脉冲响应
图3 房地产需求冲击的脉冲响应
图4 扩张性货币政策冲击的脉冲响应
四、主要结论与启示
本文在包含银行部门的DSGE模型中引入资本充足率下限和LTV率上限这两种代表性宏观审慎监管政策工具,并结合中国的经济和金融环境,分别考察了生产率冲击、金融风险冲击、房地产冲击和货币政策冲击对整个宏观经济和金融体系的影响。数值模拟和脉冲响应分析结果表明:
第一,基准货币政策下,除面对房地产冲击外,资本充足率下限工具均可有效熨平大多数情况下的产出波动,但当经济体受到来自金融部门的冲击时,其对房地产价格波动抑制效用不佳。而且,受到除金融风险冲击的其他类型冲击时,资本充足率下限工具会造成较高的政策损失。因此,当决策部门在采用该工具时应首先确定冲击来源。第二,相对于资本充足率下限工具而言,LTV率上限工具的效果在各类型冲击下均表现较差,只在一小部分冲击下能够取得政策收益,而大部分情况下经济体会遭受政策损失。但LTV率规则在温和的房地产价格波动中效用显著,且受到房地产冲击时,可以有效地降低通胀和产出波动。第三,当混合采用资本充足率与LTV率工具时,可以在各种冲击下有效地抑制通胀和产出波动。两者结合可以取长补短,增进政策实施收益,尤其是在面对房地产冲击时,两工具协调使用可以有效避免房地产价格的大幅涨跌。第四,在扩张性货币政策情况下,宏观审慎监管工具对通胀和产出波动的抑制作用甚微。
在我国宏观经济杠杆率多年来不断升高的背景下,为避免金融系统性风险过度积累,十八大以来,推进金融机构和企业“去杠杆”已成为宏观调控和金融监管的重心。然而,由于全球经济增速整体放缓的态势,“去杠杆”还是“保增长”已成为两难问题。众所周知,“去杠杆”主要有两个途径,一是收紧货币政策,二是加强金融监管要求。在当前经济下行压力下,货币政策收紧会导致经济增长持续下滑,保持稳健中性的货币政策而不是紧缩性货币政策才是更为合理的选择。因此,金融去杠杆的重任就落在强化金融监管方面。从目前来看,去杠杆在有条不紊地进行并已初见成效,下一阶段的主要任务已转向宏观审慎监管政策体系的建设和完善。近期开展的扩大广义信贷指标范围,尤其是将表外理财产品纳入核算,充分发挥MPA体系的逆周期效用,以此缓解利率压力,避免爆发系统性金融风险正是这一趋势的具体体现。根据本文的结论,在这一过程中,政策当局应充分认识到宏观审慎监管工具的特点和优势,理解工具间相互配合实施的条件和适用空间,以塑造和丰富具有“中国特色”的宏观审慎监管框架,力求实现防控金融风险和确保经济增长之间的平衡。
此外,本文的结论表明在特定环境下需要面对货币政策和宏观审慎监管政策的协调性问题,而两者目标潜在的矛盾和冲突在已有研究中也有相关论述[19]。例如,为了维护金融稳定而进行的危机救助,使得央行释放了大量流动性,一旦经济复苏,过量的流动性无法及时收回,加之市场利率较低,很可能催生新一轮通货膨胀,这有悖于央行价格稳定的管理目标。而在此情形下的宏观审慎监管政策会无法实现其辅助货币政策抑制金融稳定的目标,可见,未来需要进一步的工具创新和政策安排加以解决。