金融周期、经济活动与宏观政策:最新文献述评

马勇　刘琳箫

摘要：金融经济周期理论是宏观经济和金融领域的一个新兴前沿研究方向，特别是经过最近十年的迅速发展，不论是在理论还是实践上，都正在逐步成为理解现代经济金融周期运行和波动的核心理论。本文对2008年以来国内外有关金融周期、经济活动和宏观政策三者之间关系的文献进行了全面系统的梳理，得到了三个基本结论：一是金融周期的长度通常长于经济周期，这意味着金融风险的累积是一个“过程量”;二是金融周期和经济活动之间存在密切关联，且金融周期通常领先于经济周期;三是金融周期可以反映金融失衡的动态变化，且金融周期的峰值往往对金融危机具有指示器作用，因此政策部门应该对金融周期的变化予以动态监测，并针对失衡的具体对象和情况，采用合适的政策工具及时抑制系统性风险，提高金融系统的弹性和抗风险能力。最后，本文指出了现有文献尚未解决的问题以及未来的进一步研究方向。

关键词：金融周期;经济活动;宏观政策;金融稳定;经济稳定

文献标识码：A

文章编号：1002-2848-2020（04）-0080-09

金融经济周期理论是宏观经济和金融领域的一个新兴前沿研究方向，特别是经过2008年金融危机之后十几年的迅速发展，不论是在理论还是实践上，都逐步成为理解现代经济金融周期运行和波动的核心理论。不仅如此，金融经济周期理论将其经验基础建立在“金融—实体经济”内生影響的互动关系之上，并且试图从逻辑角度系统构建上述关系的深层微观基础，使得该理论在方法论上代表着宏微观理论相结合、金融和实体经济相结合的崭新范式，并极有可能成为未来经济金融“大一统”理论的核心支撑之一。国际清算银行（Bank for International Settlements，BIS）经济学家Borio[1]指出：“离开了金融周期的宏观经济学理论犹如失去了王位的哈姆雷特……现在是时候将其王位夺回来了。”

尽管金融经济周期理论的发展前景明确而激动人心，但从目前的情况来看，这一理论总体上仍处于发展完善的阶段，在共识性的理论形成之前，还有很多关键性的理论和实践问题亟待深入研究。作为一个初步的框架性梳理，本文尝试从以下三个大的方面对最近十年的国内外相关文献进行述评：一是如何认识和度量金融周期，这是理解和运用金融周期进行量化研究的前提和基础;二是如何理解金融周期和经济活动之间的关系，这将为构建“金融—实体经济”之间的宏微观传导机制提供必要的经验和逻辑基础;三是如何在金融经济周期理论的框架下进行宏观政策的决策、分析和评估，这将为新型宏观经济金融政策的设计与实施提供新的思路和依据。

一、金融周期的测度

研究金融周期、经济活动和宏观政策之间的关系，首先需要对金融周期进行衡量和测度。在相对早期的研究中，一般用常见的代表性金融变量作为金融周期的指针性变量，具体做法包括直接使用某个单一指标，典型的如名义利率、汇率和资产价格等，或者将上述指标合成某个综合指数，典型的如货币状况指数（Monetary Conditions Index，MCI）和金融状况指数（Financial Conditions Index，FCI）。2008年国际金融危机之后，关于金融周期问题的讨论朝着更加深入和细化的方向发展，具体有三个方面的基本表现：

一是更多的金融指标被作为潜在的金融周期变量予以讨论和分析，

二是金融周期综合指数的构建通常纳入了更多的结构性指标以提升代表性，

三是在金融周期指数的构建技术上（包括数据的处理、权重方案的选择和指数的合成方法等）呈现出更加多元化的局面。

在金融周期指标的选择方面，总体而言，现有研究大都围绕资产价格（股价、房价）、广义信贷和金融杠杆等危机后较为关注的金融指标展开;在周期测度方面，大多数研究基于金融周期理论，对所选择的相关变量采用带通滤波法或转折点法确定金融周期的阶段划分。Borio[1]将金融周期定义为“价值观念与风险、风险态度与融资约束之间的自我强化互动，这些互动转化为繁荣之后的萧条”。这一定义的关键之处在于，确定当前金融周期阶段对于成功识别早期潜在风险至关重要，例如资产价格上涨可能由过度杠杆推动，如果周期由繁荣急转而下，杠杆过度会带来衰退等严重的宏观经济后果。尽管目前对金融周期的共识性定义尚未出现，但关于金融周期特征的相关研究，如Claessens等[2-4]得到了两个重要的实证结果：一是信贷/GDP和房地产价格变化是反映金融周期的两个良好指标;二是金融周期的频率往往远低于经济周期的频率，传统经济周期长度一般为2～8年，而金融周期长度一般为8～32年。Schuler等[5]在分析金融周期时将基准债券收益率纳入其中，但Schoenmaker等[6]研究发现债券收益率的波动呈现出中短期特征，看上去似乎与更短频率的经济周期更为相关，这意味着考虑债券收益率波动可能会在一定程度上模糊金融周期和经济周期之间的界限。Koopman等[7]基于多元未观测成分模型，从4个大型发达经济体的经济和金融时间序列中提取经济周期和金融周期指标，该模型可允许在不同规模和可能相移的经济变量的不同选择中包含循环成分，最终发现存在一个约为经济周期长度两倍的金融周期。在国内研究方面，马勇等[8]基于资金流动、货币供应总量、社会融资规模、金融杠杆率、银行利差、长期风险溢价、股价和房价等8个金融变量构建了中国的金融周期指数，其实证研究发现，一个涵盖多个结构性金融变量的综合指数相比单一的金融变量能够相对更为全面地反映出整体的金融周期变化。范小云等[9]采用BIS[10]的金融周期度量方法，基于信贷、信贷/GDP和房价三个指标，运用主成分分析法（Principal Component Analysis，PCA）进行降维，并在此基础上编制了中国的金融周期综合指标，相关分析表明，该指标可以对中期低频范围内的金融周期进行良好测度。

应该指出，传统金融周期的两种常见测度方法——滤波法与转折点法，在理论上存在一定的局限性。Strohsal等[11]指出转折点法需要一个预先指定的规则，该规则应用于一个观察到的时间序列，以便找到其局部的极大值和极小值，而滤波法则需要一个预先指定的频率范围，在该频率范围内假定金融周期的运行。由于涉及预先确定判断规则的问题，这两种方法都依赖较强的假设，从而不可避免地存在一定的主观性。因此，后续的一些研究试图改进上述两种方法。比如，Strohsal等[11]利用自回归移动平均（Autoregressive Moving Average，AMAR）类时间序列模型，Schuler等[5]选取多变量频域法及时变方法，Galati等[12]采用Harvey[13]发展的不可观测成分时间序列模型（Unobserved Component Time Series Model，UCTSM）。Koopman等[7]则进一步将Runstler[14]的相移方法引进UCTSM模型中，允许不同变量之间存在不同的领先滞后关系。在新兴市场经济体的研究方面，Pontines[15]基于中国香港、泰国、菲律宾以及马来西亚的数据，采用光谱分析法衡量金融周期，发现金融周期相较经济周期略长，并且与使用8～32年的长周期相比，该研究所采用的周期估计方法能更好地捕捉到上述4个经济体的金融周期特征。在国内研究方面，王博等[16]采用经改进后的UCTSM模型，结合多种估计方法分析所选房价、股价、信贷规模以及信贷/GDP等金融周期代表变量，将中国的金融经济周期与10个发达及新兴经济体进行横向比较，发现我国金融中周期类似发达经济体，而短周期类似新兴经济体。

综合上述国内外的相关研究不难发现，尽管不同研究在金融周期测度的指标选择、计算方法（模型）和测度结果等方面存在差异，但总体上得出了两个值得重视的结论：一是金融周期的长度通常比经济周期要长，这意味着金融风险的累积往往需要一定的时间，由于金融周期与经济周期并不总是同步，这种周期频率上的差异可能导致金融风险在短周期视角下被忽视和掩盖，从而诱发长期中更为剧烈的经济和金融波动;二是基于不同经济体的金融周期测度表明，不论是在不同方法还是在同一种方法下，不同经济体的金融周期运行都显示出了一定的差异性，有些时候差异还比较大，这说明金融周期的测度具有比较明显的国别差异性，研究者需要谨慎地对金融周期的运行频率做出事先假设。值得特别指出的一点是，基于不同指标集或者不同模型算法的金融周期测度可能会产生不同的结果，这就涉及哪一种方案下的结果更优的判断选择问题。对于这一问题，研究者应该更多地结合实际经验予以判定，而不仅仅是依赖计算方法或者模型在理论上的所谓“优越性”进行判断取舍——在任何情况下，能够更准确地反映现实金融周期变化的测度才是更好的测度，经验上的正确性具有第一性的重要性。

二、金融周期与经济活动

金融和经济活动之间密切联系的观点由来已久。2008年金融危机之后，基于对危机的反思，金融周期对经济周期的影响再次成为研究热点。较之早期的研究，危机后的相关研究从更普遍的面上关系和更深层次的传导机制等方面，将该领域的研究推向了一个新的阶段。总体而言，这些研究为包含金融周期的宏微观分析以及纳入金融周期考虑的政策调控提供了重要的理论和实证支撑。

在面上关系的研究方面，不少学者例如Borio等[17]研究表明，金融活动存在明显的顺周期性，如果经济衰退发生在金融周期的收缩阶段，则衰退的程度会明显更大。根据Drehmann等[3]的研究，发生在金融收缩阶段的经济衰退，其GDP较之未发生金融收缩的衰退会多下降50%。Claessens等[18]选取房地产价格、股票价格以及信贷总额作为代表变量表征金融周期，结果发现不同阶段金融与经济周期之间存在着较强关联度，尤其是房地产价格的泡沫破灭往往会加速和加重经济衰退或者延缓经济的复苏。Levanon等[19]通过构建“信贷领先指标”（Leading Credit Index，LCI）分析了金融周期对经济周期的预测作用，研究结果表明，LCI对经济衰退具有很好的预测能力，其预测效果明显优于传统的货币供应量指标。Antonakakis等[20]的研究还表明，信贷相关变量的周期性波动在很大程度上取决于金融周期，与经济周期仅有很小的关系，同时房地产价格不会对经济或金融周期构成重大影响，这意味着系统性监管政策应考虑典型宏观金融变量中的不同动态成分。Ma等[21]将金融周期纳入一个四方程的模型中来探讨金融经济周期与货币政策的联动作用，研究表明，金融周期的冲击在经济波动中扮演关键驱动角色，尤其是在金融非稳定期间。Shen等[22]通过构建金融周期指数考察了金融周期和经济周期之间的关系，研究发现金融周期的频率更低，上升期长于下行期，且金融周期领先于经济周期。从国内文献来看，邓创等[23]采用时变参数向量自回归模型分析了金融周期波动对宏观经济的影响，其研究结果显示，中国金融周期的长度大致为3年，且存在扩张周期长、收缩周期短的非对称性特征。荆中博等[24]的研究强调了房地产市场风险的周期性特性及其前瞻性测度。马勇等[25]基于11個代表性金融变量，通过在总供给与总需求方程中分别纳入金融因素分析了金融变量和实体经济之间的关系，其基于中国季度数据的研究结果显示，金融变量与实体经济变量之间存在着普遍关联，且金融变量相对于实体经济变量而言具有不同程度的领先性，这为基于金融周期的前瞻性宏观调控提供了重要依据。陈雨露等[26]将金融周期明确划分为“高涨期、衰退期和正常期”三阶段，其基于68个经济体1981—2012年面板数据的研究发现，金融周期的平稳运行是经济增长和金融稳定的重要基础，而金融周期的高涨或衰退都会对经济增长和金融稳定带来不利影响，此外金融周期波动的上升会削弱一国的经济增长，增加发生金融危机的风险。

在“金融周期—经济活动”传导机制的研究方面，金融周期可以通过多种渠道影响经济活动，包括家庭资产负债表渠道、企业投融资渠道和公共债务渠道等。首先，从家庭资产负债表渠道来看，Reinhart等[27]认为，导致危机复苏缓慢的重要原因之一是债务人的去杠杆过程导致了家庭部门长期的低支出行为。Jorda等[28]发现，2008年国际金融危机的先行现象是许多国家的家庭抵押债务升高。Krishnamurthy等[29]也发现，当房屋价格下降时，背负抵押债务的高杠杆家庭资产负债表恶化，从而会削减支出，导致实体经济活动下降。Mian等[30]基于截面数据的研究发现，在危机前业已经历房价暴涨及抵押债务剧烈上升的地区，在危机期间都发生房价的暴跌以及实体经济活动的大幅削弱。该研究将危机期间的消费、就业等实体经济活动的测量指标与家庭净财富的下降联系起来，为家庭资产负债表渠道提供了一些可信证据。

其次，从企业投融资渠道来看，Gao等[31-33]指出，一般而言，当金融周期处于繁荣阶段时，信贷增速过快将大幅降低企业的融资约束和融资成本，使企业更倾向于通过债务融资来获得投资资金;而当金融周期由繁荣走向衰退时，大幅下降的信贷增速将使企业面临无法预期的高融资约束，进而债务融资渠道受限。这将造成两方面后果，一是企业无法有效获得新债务资金来偿还旧债，导致债务风险不断积累;二是企业无法对可能获得更好收益的项目追加投资，导致企业收益下降。这两种影响反映到宏观层面，就出现了金融周期过冷导致宏观经济增速进入低迷期，并伴随金融风险不断积累。此外，还有一些研究表明，在金融周期由繁荣转向衰退的过程中，由于不同类型的企业面临的融资约束变化具有很大差异，因此其债务风险的反应也具有异质性。Figueroa等[34]构建了一个引入企业贷款逆向选择的动态理论模型，揭示了信贷周期通过影响企业贷款行为来影响经济周期的内在机制。在该模型中，由金融周期所带来的融资逆向选择和企业债务风险过高会导致过度的债务扩张，从而加大经济下行风险。

最后，从公共债务渠道来看，考虑到金融市场、实体经济和公共财政密切相关，越来越多的研究开始讨论金融周期对公共债务周期的影响。根据国际货币基金组织（International Monetary Fund，IMF）[35]的研究，动态债务/GDP是一种被广泛使用的衡量财政健康状况的指标，金融周期可以通过影响该指标的分子和分母两个渠道影响公共债务。许多学者如Budina等[36-37]研究指出，金融周期对名义债务也存在直接或间接的影响，其中直接影响来自在信贷繁荣和资产积累之后拯救银行的需要，而间接影响[38]则通过如下“金融—实体经济”关联机制传导：金融衰退导致更高的风险溢价，于是信贷紧缩，消费和投资减少，进而导致总需求下降和收入永久性减少，最终引起公共债务的增加。金成晓等[39]对中国的金融周期和财政可持续性之间的关系进行了分析，发现在金融萧条期，金融周期调整后的财政余额大于传统经济周期调整后的财政余额，而在金融中性产出缺口及相应潜在产出基础上调整的财政余额，则在一定程度上可以消除金融周期对精确判断财政可持续性的负面影响。

三、金融周期与宏观政策

由于金融周期对经济活动有着重要影响且二者之间存在相互影响和彼此作用的内在机制，传统不考虑金融周期的宏观政策不可避免地面临短期低效和长期失效的问题，系统的政策改革已成必然选择。在金融周期与宏观政策之间的关系方面，现有研究主要包括三大类：第一类集中讨论金融周期（稳定）与货币政策之间的关系，第二类主要讨论金融周期（稳定）和宏观审慎政策之间的关系，第三类主要讨论如何通过多种政策的协调搭配来应对金融周期波动所导致的金融不稳定。

在金融周期（稳定）与货币政策之间关系的讨论方面，2008年金融危机之前的研究大都只考虑实体经济方面的变量，如产出、通货膨胀、就业、投资和消费等，金融因素的考虑较少。危机之后，大量经验研究表明，物价水平稳定并不足以确保金融稳定，而金融的长期失衡常常导致金融不稳定和经济危机，因此中央银行需要在通胀温和时期及时识别出潜在的金融失衡，并采取相应的措施予以应对。据此，很多学者开始讨论货币政策是否以及如何将金融周期（稳定）纳入考虑。不少研究如Claessens等[18，40-42]认为，由于金融周期和经济周期之间存在明确的动态关联关系，货币政策决策不能不考虑金融周期的影响，即使在短期通胀已经得到控制的情况下也是如此。不过也有研究持谨慎态度，比如Smets等[43-44]就认为，中央银行可能难以很好地同时兼顾经济和金融稳定目标，这会使货币政策的声誉和有效性遭遇挑战。尽管如此，大部分研究如Curdia等[45-46]仍然倾向于认为，至少在缺乏其他手段和政策工具的情况下，中央银行应该将金融稳定作为一个新的中间目标纳入政策框架。在国内研究方面，孙国峰[47]指出，后危机时代的货币政策目标应该将金融周期的成本收益分析纳入考量范围，在通胀温和的背景下，金融周期应成为货币政策的重要参考因素。马勇等[48]通过扩展传统新凯恩斯三方程模型，将金融周期变量引入模型系统，构建了开放条件下的八方程模型，并在该框架下考察了包含金融周期稳定目标的货币政策规则在维护经济金融稳定方面的效果，其模拟分析结果支持中央银行应该将金融周期的稳定作为目标纳入货币政策框架。在较近的一项研究中，马勇等[49]在一个包含金融状态变化和货币政策范式转变的动态随机一般均衡（Dynamic Stochastic General Equilibrium，DSGE）模型框架下，提出并论证了一个新的宏观审慎操作思路：对于处于正常范围内的金融资产价格波动，中央银行没有必要做出直接的政策反应，但如果金融资产价格的波动明显超过其均衡水平，货币政策则有必要做出直接的反应。

在金融周期（稳定）与宏观审慎政策之间关系的讨论方面，2008年金融危机之后，传统微观审慎监管在防范金融系统性风险方面的缺陷与不足得到了深刻反思，宏观审慎政策逐步进入理论和政策视野。宏观审慎政策的目标在于从时间和空间两个基本源头抑制系统性风险的过度积累，从而有效填补原有微观审慎监管的缺陷。Blanchard等[50]认为，一般而言，宏观审慎工具大致可分为两大类：一是用于影响银行等出借资金者行为的工具，如随时间变化的资本要求、杠杆比率或动态配置等;二是影响借款人行为的工具，如对贷款与抵押物估值比率（Loan To Value ratio，LTV）或债务收入比率（Debt To Income ratio，DTI）设置上限等。不少研究显示，LTV工具在降低价格冲击和控制资产价格与信贷之间的反馈方面有明确效果，特别是在抑制房地产市场繁荣方面。Lim等[51]考察了宏观审慎政策与信贷和杠杆发展之间的联系，发现对贷款金额与抵押物价值之比（LTV）、债务与收入之比（DTI）、贷款损失拨备、外汇贷款限制和准备金要求设置上限，可以帮助抑制信贷和银行业杠杆率的顺周期性。Cerutti等[52]对2000—2013年119个国家的研究发现，宏观审慎工具在降低信贷增长方面是有效的，但它们的有效性随着政策工具、国家和信贷周期状况不同而有所变化。在国内研究方面，李天宇等[53]在DSGE模型框架下引入系统性风险指标，并在此基础上考察了各种宏观审慎政策工具的有效性，发现考虑金融稳定的货币政策和宏观审慎监管都能产生积极的稳定效应，但宏观审慎监管作为一种常备政策在总体上要优于货币政策。杨昊龙等[54]基于定性向量自回归模型（Qualitative Vector Autoregressive Model，Qual VAR）分析了金磚国家不同类型宏观审慎工具的有效性，发现资本类和流动类工具的有效性表现较差，而税收类和信贷类工具的表现较好，同时宏观审慎政策的有效性呈现出不对称特征，在经济繁荣期实施紧缩政策的有效性要高于衰退期实施的扩张政策。姜佳祺等[55]的研究也得到了类似的结论。马勇等[56]对监管压力、经济周期和宏观审慎政策之间的关系进行了实证研究，发现逆周期的宏观审慎政策总体有效，同时经济周期的变化会对宏观审慎政策的效果产生影响，表现在经济上行期的政策效果相对较弱，而经济下行期的政策效果则相对较强。荆中博等[57]在政策工具有效性的基础上提出“靶向性”（即政策目标影响政策工具的机制）的概念，并通过实证研究发现，贷款价值比政策以房价为靶向目标且有效性较强、以贷款为非靶向目标且有效性较弱;而存款准备金政策则同时以贷款和房价为靶向目标，且有效性均较强。

在金融周期（稳定）与多种政策之间的协调搭配方面，其中一大类研究强调了宏观审慎政策和货币政策之间的协调问题[58]。比如，Fatas等[59]和BIS[60]均指出，货币稳定和金融稳定这两个基本目标在长期中具有一致性，货币政策和宏觀审慎政策之间通过有效的配合，能够显著增强政策效果，同时降低单一政策的负担。此外，IMF[61]还指出宏观审慎与货币政策之间可能存在高度互动，两者都影响信贷的供求和风险偏好。Adrian等[62]认为随着时间的推移，更宽松的货币政策可能会刺激借款人和贷款者提高杠杆率，使得面对不利冲击更加脆弱。此外，Portes[63]认为这种货币政策和宏观审慎政策之间的高度相互依赖性使得宏观审慎政策遇到政治约束或游说压力时，可能需要妥协，因此宏观审慎政策工具与货币当局使用的工具之间应具备足够的差异性，以防止决策者之间的协调问题。在国内研究方面，马勇等[64]通过构建内生化金融部门的DSGE模型研究了货币政策、金融监管和信贷政策三者之间的协调搭配问题，发现三种政策通过合理的搭配组合能够更好地稳定经济和金融体系，同时应避免政策方向和力度使用不当所引发的政策冲突问题。在目标协同方面，周莉萍[65]指出货币政策与宏观审慎政策的协作能更好地稳定金融体系，但两类政策的调控目标各有侧重点，需与经济发展阶段和国情相适应。范从来等[66]在DSGE框架下探讨了“控风险、保增长、稳物价”三个目标下的货币政策与监管如何实现最佳配合的问题，其研究结果显示，逆周期资本监管在缓解金融冲击方面效果更好，同时来源不同的金融冲击对经济的影响路径并不相同。

四、待解决的问题和未来研究方向

尽管已经有大量有关金融周期、经济活动和宏观政策的研究，但从目前的情况来看，仍存在以下尚未完全解决的问题：一是在金融周期的测度和分析方面，测度的基础指标筛选、方法选择和分析应用等都远未达成共识，基于特定目标（如金融稳定监测或作为政策盯住对象）的金融周期指数开发依然是一项长期工作;二是在金融周期和经济活动之间的关系方面，虽然实证分析已经较为丰富，但是如何在一般均衡框架下重建金融周期影响实体经济的微观基础，依然有很多具体工作需要完成;三是在宏观政策的选择方面，尽管金融周期波动所引发的金融失衡对宏观经济和金融稳定的重要性已经达成普遍共识，但如何在多工具的背景下选择合适的政策工具或工具组合，来维护金融和实体经济的共同稳定，现有研究依然处于初步阶段。未来的研究方向包括以下三个基本方面：

第一，构建能够全面反映金融体系整体状况和具有前瞻预警功能的金融周期综合指数，并在此基础上区分和探讨不同层次的金融周期指标（货币周期、信贷周期、金融市场周期和总体金融周期）在经济活动中的不同影响和作用机制。应该指出，尽管目前已经有大量基于不同指标构建的金融周期度量方法，但是大部分研究仍然局限于选择货币、信贷、利率或资产价格（房价、股价）等中的一两种进行代表性分析，真正从金融体系的整体视角选择多部门的多个结构性指标来合成金融周期综合指数的文献仍然相对较少，并且在指数构建的准确性、有效性和前瞻性等方面还存在很大的改进空间。因此，基于金融体系的内在结构选择若干具有代表性的指标，并通过科学的方法合成能够全面反映金融体系整体状况、结构性变化和具有前瞻预警功能的金融周期综合指数，仍然是未来相当长一段时间内值得研究的重要问题。此外，由于基于不同指标集所构建的金融周期指数往往反映了不同层次和维度的金融周期，如货币周期、信贷周期、金融市场周期和总体金融周期等，如何理解这些不同层次的金融周期之间的内在联系以及它们和经济周期之间的关系，也是未来研究值得探讨的问题。这一方面有助于进一步确认金融周期在经济周期中的作用，另一方面还有助于区分不同层次的金融周期在经济周期中的不同影响以及它们之间的相互作用机制。

第二，通过构建包含金融周期变量的DSGE模型，进一步明确金融周期影响实体经济的微观基础，为分析金融周期和经济活动之间的内生性传导机制奠定理论基础。近年来，尽管在DSGE模型中引入各种金融变量和银行部门的做法已经非常常见，但变量的引入往往仅限于货币、信贷、信用利差等单个特定的金融变量，引入综合性的金融周期变量的建模还非常少见。同时，银行部门的引入也是高度格式化的，包括金融市场和其他金融机构（基金公司、投资银行、保险公司等）在内的金融部门仍然较少被考虑，这意味着现有DSGE模型中的金融部门建模还处于非常初级的阶段，金融体系作为一个整体如何影响实体经济的微观基础尚不十分明确，金融体系内部各部门之间的相互作用和反馈机制也未被充分考虑。在这种情况下，未来DSGE建模的一个重要考虑是通过构建一个同时包括主要金融机构（商业银行、基金公司、投资银行、保险公司等）和主要金融市场（银行间市场、股票市场、债券市场、衍生品市场）的完整金融体系，进一步明确金融影响实体经济的微观基础和内生传导机制。此外，金融和实体经济之间可能还存在着非线性的传导机制，特别是在金融不稳定时期，这意味着在包含金融周期和完整金融体系的DSGE建模过程中，如何纳入对非线性传导机制的考虑也是一个重要的研究方向。

第三，在一般均衡框架下创新多种新型政策规则工具（如各种结构性货币政策工具和宏观审慎政策工具）的建模，为分析“多政策、多工具”条件下的复杂政策组合效应开辟道路。现有一般均衡框架下的政策组合研究主要有两大类：一是传统的货币政策和财政政策组合搭配的研究，二是新近的货币政策和宏观审慎政策组合搭配的研究。这些研究在建模时主要考虑传统的政策工具，并且较少涉及多种政策工具（如三种或以上）条件下的政策组合搭配问题。但在现实中，近年来中央银行的货币政策工具不断创新，已不限于传统的利率和货币供应量工具，同时各种宏观审慎政策工具也层出不穷。与此同时，近年来的政策实践表明，不仅货币政策、财政政策和宏观审慎政策之间需要两两协调，三者在同一个框架下的同时协调也非常必要。在此背景下，如何在一般均衡框架下实现对多种新型政策工具的标准化建模，并在此基础上分析讨论各种可能的政策工具组合形态及其经济金融稳定效应，将是未来宏观政策研究领域的一个长期热点、重点和难点问题。这一问题的分析和讨论将有助于为宏观经济和金融政策之间的协调与搭配提供优化选择方案，特别是有助于为未来全面宏观审慎政策框架的构建提供思路，从而为相关政策的改革和实践提供参考。

[8] 馬勇， 冯心悦， 田拓. 金融周期与经济周期——基于中国的实证研究[J]. 国际金融研究， 2016（10）： 3-14.

[9] 范小云， 袁梦怡， 肖立晟. 理解中国的金融周期： 理论、测算与分析[J]. 国际金融研究， 2017（1）： 28-38.

[10]BIS. 84th annual report[R]. BIS Annual Report， 2014.

[11]STROHSAL T， PROANO C R， WOLTERS J. Characterizing the financial cycle： evidence from a frequency domainanalysis[J]. Journal of Banking and Finance， 2019， 106（9）： 568-591.

[12]GALATI G， HINDRAYANTO I， KOOPMAN S J. Measuring financial cycles in a modelbased analysis： empirical evidence for the United States and the Euro area[J]. Economics Letters， 2016， 145（8）： 83-87.

[13]HARVEY A C. Forecasting， structural time series models and the Kalman filter[M]. Cambridge： Cambridge University Press， 1990： 155.

[14]RUNSTLER G. Modelling phase shifts among stochastic cycles[J]. The Econometrics Journal， 2004， 7（1）： 232-248.

[15]PONTINES V. The financial cycles in four east Asian economies[J]. Economic Modelling， 2017， 65（9）： 51-66.

[16]王博， 李昊然. 中国金融周期测度及国际比较研究[J]. 经济学动态， 2018（6）： 61-76.

[17]BORIO C， DREHMANN M. Assessing the risk of banking crises： revisited[J]. BIS Quarterly Review， 2009（3）： 29-46.

[18]CLAESSENS S， KOSE M， TERRONES M. How do business and financial cycles interact？[J]. Journal of International Economics， 2012， 87（5）： 178-190.

[19]LEVANON G， MANINI J， OZYILDIRIM A， et al. Using financial indicators to predict turning points in the business cycle： the case of the leading economic index for the United States[J]. International Journal of Forecasting， 2015， 31（2）： 426-445.

[20]ANTONAKAKIS N， BREITENLECHNER M， SCHARLER J. Business cycle and financial cycle spillovers in the G7 countries[J]. Quarterly Review of Economics and Finance， 2015， 58： 154-162.

[21]MA Y， ZHANG J. Financial cycle， business cycle and monetary policy： evidence from four major economies[J]. International Journal of Finance & Economics， 2016， 21： 502-527.

[22]SHEN C， REN J， HUANG Y， et al. Creating financial cycles in China and interaction with business cycles on the Chineseeconomy[J]. Emerging Markets Finance and Trade， 2018， 54（13）： 2897-2908.

[23]鄧创， 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）： 75-91.

[24]荆中博， 王乐仪， 方意. 风险溢出、周期性与中国房地产市场系统性风险[J]. 当代经济科学， 2019（5）： 11-23.

[25]马勇， 李镏洋. 金融变量如何影响实体经济： 基于中国的实证分析[J]. 金融评论， 2015（1）： 34-50.

[26]陈雨露， 马勇， 阮卓阳. 金融周期和金融波动如何影响经济增长与金融稳定？[J]. 金融研究， 2016（2）： 1-22.

[27]REINHART C M， ROGOFF K S. This time is different： eight centuries of financial folly[M]. Princeton： PrincetonUniversity Press， 2009： 110.

[28]JORDA O， SCHULARICK M， TAYLOR A. Macrofinancial history and the new business cycle facts[R]. NBER Working Paper， 2016， No. 22743.

[29]KRISHNAMURTHY A， MUIR T. How credit cycles across a financial crisis？[R]. NBER Working Paper， 2017， No. 23850.

[30]MIAN A R， SUFI A. The effects of fiscal stimulus： evidence from the 2009[R]. NBER Working Paper， 2010， No. 16351.

[31]GAO X， XU S. The role of corporate saving over the business cycle： shock absorber or amplifier？[R]. Bank of Canada Staff Working Paper， 2018， No. 59.

[32]MULIER K， SCHOORS K， MERLEVEDE B. Investmentcash flow sensitivity and financial constraints： evidence from unquoted European SMEs[J]. Journal of Banking and Finance， 2016， 73（12）： 182-197.

[33]DROBETZ W， HALLER R， MEIER I. The impact of liquidity crises on cash flow sensitivities[J]. The Quarterly Review ofEconomics and Finance， 2017， 66（11）： 225-239.

[34]FIGUEROA N， LEUKHINA O. Cash flows and credit cycles[J]. Journal of Banking and Finance， 2018， 87（2）： 318-332.

[35]IMF. From banking to sovereign stress： implications for public debt[R]. IMF Policy Paper， 2015.

[36]BUDINA N， GRACIA B， HU X， et al. Recognizing the bias： financial cycles and fiscal policy[R]. IMF Working Paper， 2015， No. 15/246.

[37]CROWE C W， IGAN D， DELLARICCIA G， et al. How to deal with real estate booms： lessons from country experiences[J]. Journal of Financial Stability， 2013， 9（9）： 300-319.

[38]LIU E， MATTINA T， POGHOSYAN T. Correcting “beyond the cycle”： accounting for asset prices in structural fiscal balances[R]. IMF Working Paper， 2015， No. 15/109.

[39]金成曉， 李梦嘉. 金融周期对我国财政可持续性影响研究[J]. 财政研究， 2019（3）： 93-103.

[40]CHRISTIANO L， MOTTO R， ROSTAGNO M. Financial factors in economic fluctuations[R]. ECB Working Paper， 2010， No. 1192.

[41]CASTRO V. Can central banks monetary policy be described by a linear （augmented） Taylor rule or by a nonlinear rule？[J]. Journal of Financial Stability， 2011， 7（4）： 228-246.

[42]ALBULESCU C， GOYEAU D， PPIN D. Financial instability and ECB monetary policy[J]. Economics Bulletin， 2013， 33（1）： 388-400.

[43]SMETS F. Financial stability and monetary policy： How closely interlinked？[J]. International Journal of Central Banking， 2014（6）： 253-300.

[44]UEDA K， VALENCIA F. Central bank independence and macroprudential regulation[J]. Economics Letters， 2014， 125（2）： 327-330.

[45]CURDIA V， WOODFORD M. Credit spreads and monetary policy[J]. Journal of Money， Credit， and Banking， 2010， 42（9）： 3-35.

[46]CARLSTROM C， FUERST T， PAUSTIAN M. Optimal monetary policy in a model with agency costs[J]. Journal of Money， Credit and Banking， 2010， 42（9）： 37-70.

[47]孙国峰. 后危机时代的全球货币政策新框架[J]. 国际金融研究， 2017（12）： 47-52.

[48]马勇， 姚驰. 监管压力、经济周期与宏观审慎政策效果[J]. 经济理论与经济管理， 2017（10）： 5-16.

[49]马勇， 谭艺浓. 金融状态变化与货币政策反应[J]. 世界经济， 2019（3）： 27-46.

[50]BLANCHARD O J， LEIGH D. Growth forecast errors and fiscal multipliers[R].IMF Working Paper， 2013， No.13/1.

[51]LIM C， COLUMBA F， COSTA A， et al. Macroprudential policy： What instruments and how to use them？ Lessons from country experiences[R]. IMF Working Paper， 2011， No. 11/238.

[52]CERUTTI E， CLAESSENS S， LAEVEN L. The use and effectiveness of macroprudential policies： new evidence[R]. IMF Working Paper， 2015， No. 15/61.

[53]李天宇， 張屹山， 张鹤. 我国宏观审慎政策规则确立与传导路径研究——基于内生银行破产机制的BGGDSGE模型[J]. 管理世界， 2017（10）： 20-35.

[54]杨昊龙， 方意， 李宪铎， 等. “金砖国家”宏观审慎政策有效性研究[J]. 宏观经济研究， 2017（1）： 163-175.

[55]姜佳祺， 许志伟. 经济波动与宏观审慎： 银行负债渠道的视角[J]. 当代经济科学， 2019（5）： 52-61.

[56]马勇， 张靖岚， 陈雨露. 金融周期与货币政策[J]. 金融研究， 2017（3）： 33-53.

[57]荆中博， 方意. 中国宏观审慎政策工具的有效性和靶向性研究[J]. 财贸经济， 2018（10）： 75-90.

[58]吴智华， 温军， 李敏. 中国货币政策与宏观审慎政策的协调搭配研究[J]. 西安交通大学学报（社会科学版）， 2019（5）： 60-73.

[59]FATAS A， KANNAN P， RABANAL P， et al. Lessons for monetary policy from asset price fluctuations[R]. WorldEconomic Outlook， 2009.

[60]BIS. BIS 79th annual report[R]. Bank for International Settlements， 2009.

[61]IMF. Key aspects of macroprudential policy[R]. IMF Background Paper， 2013.

[62]ADRIAN T， LIANG N. Monetary policy， financial conditions， and financial stability[R]. Federal Reserve Bank of New York Staff Reports， 2014， No. 690.

[63]PORTES R. Macroprudential policy and monetary policy[M]. Washington： CEPR Press， 2014： 47-60.

[64]马勇， 陈雨露. 宏观审慎政策的协调与搭配： 基于中国的模拟分析[J]. 金融研究， 2013（8）： 57-69.

[65]周莉萍. 货币政策与宏观审慎政策研究： 共识、分歧与展望[J]. 经济学动态， 2018（10）： 100-115.

[66]范从来， 高洁超. 银行资本监管与货币政策的最优配合： 基于异质性金融冲击视角[J]. 管理世界， 2018（1）： 53-65.

责任编辑、校对： 高原

Financial Cycle， Economic Activity and Macro Policy： a Recent Literature Review

MA Yong1，2， LIU Linxiao1

（1.School of Finance， Renmin University of China， Beijing 100872， China;

2.China Financial Policy Research Center， Renmin University of China， Beijing 100872， China）

Abstract：Financial business cycle theory is an emerging frontier research area in the field of macroeconomics and finance. Especially， after the rapid development over the last decade， it is gradually becoming the core theory to understand the function and fluctuations of modern financial and business cycles both in theory and practice. After a comprehensive and systematic review of domestic and foreign literature on the relationships among financial cycle， economic activity and macro policy since 2008， this paper draws three basic conclusions： first， the duration of financial cycle is usually longer than that of business cycle， which means that the accumulation of financial risk is a “variable in process”; second， there is a close relationship between financial cycle and economic activity， and financial cycle usually leads business cycle; third， financial cycle reflects the dynamic changes of financial imbalances and the peak of financial cycle is usually a predicator of financial crisis. Therefore， in order to prevent systemic risks and improve the flexibility and riskresistance capacity of the financial system， policymakers should monitor the changes of the financial cycle and use appropriate policy tools timely according to the specific situations of the imbalances. Finally， this paper points out unresolved issues and the future research directions.

Keywords：financial cycle; economic activity; macro policy; financial stability; economic stability

收稿日期：2019-12-18

基金項目：北京市社会科学基金重点项目“双支柱调控框架的理论与实证研究”（18LJA001）。

作者简介：马勇，男，中国人民大学财政金融学院教授，博士生导师，经济学博士，中国财政金融政策研究中心研究员，研究方向：宏观金融，电子邮箱：mayongmail@ruc.edu.cn;刘琳箫，女，中国人民大学财政金融学院本科生，研究方向：宏观金融，电子邮箱：sfrucllx@163.com。