系统性金融风险的度量及其宏观审慎监管研究述评

徐海霞

（上海建桥学院 商学院，上海 201100）

全球金融危机给世界各国实体经济带来了重大的负面冲击，危机中单一金融机构违约的“多米诺骨牌”效应导致国外各大金融机构相继违约并引发极端系统性风险事件。我国至今还没有发生真正意义上的金融危机，但金融体系中仍然存在一些风险隐患，如2013 年“银行钱荒事件”的流动性风险、房地产市场波动、地方政府过度负债等隐含金融风险，严重阻碍了我国金融市场健康、稳定发展。对此，“十三五”规划中明确提出要“有效运用和发展金融风险管理工具，防止发生系统性、区域性金融风险”，这表明现阶段防范与化解系统性金融风险已被放在非常重要的位置。之后，党的十九大报告中进一步强调要“健全金融监管体系，守住不发生系统性金融风险的底线”，这必然涉及系统性金融风险有效度量的问题。鉴于此，本文通过梳理国内外学者的相关文献成果，对系统性金融风险的形成机理与实证度量、宏观审慎工具的有效性及宏观审慎监管与货币政策的协调等方面问题进行综述，以期为理论界和实务界呈现关于系统性风险及其宏观审慎监管的研究现状与发展趋势，并为金融监管当局和货币当局的新一轮制度改革提供理论依据和决策参考。

一、系统性金融风险的含义与生成原因

全球金融危机发生后，国内外关于系统性金融风险的研究越来越多，相关研究赋予了系统性金融风险更加明确的定义与崭新的视角，但关于系统性金融风险的准确含义，理论界还没有形成统一的认识。早期的研究认为，系统性风险是一种传染性风险，也就是一家金融机构发生困境而产生的连锁反应，这种负外部性会传染到其他金融机构[1]。从单个银行出发来研究银行业风险传染的问题，比较经典的有关于银行挤兑的DD 模型，Diamond&Dybvig从银行流动性创造的角度对银行业风险传染的问题进行了探讨，认为建立必要的存款保险制度可以降低银行业的系统性风险[2]。20 世纪80 年代以来，频繁出现的系统性金融风险成为社会各界关注的焦点问题，对于“系统性金融风险”概念的表述也不尽相同，国内研究主要在“银行”“系统性风险”“危机”“金融风险”等措词上形成了不一的说法。

Nenovsky&Hristov 认为，应当对系统性风险与系统性危机的概念进行区别理解，后者是从金融体系传染到宏观经济体系的实际扰动，而前者则是危机发生后局部负外部性向整个金融系统传导的一种可能性[3]。对于系统性金融风险的含义进行界定以后，各大机构以及研究者们对这一含义展开了更为广泛而深入的探究。如国际清算银行（BIS）提出系统性风险是金融市场中一个成员违约而造成其他成员违约的债务连锁反应，甚至会引发更大规模的系统困境。国际货币基金组织（IMF）从外部性与传染性的角度，认为银行系统性风险是指银行系统出现实际的或潜在的挤兑问题而使得债务延迟兑付的现象，此时政府由于风险的传染性而不得不采取相应的规模援助。Kaufman&Scott认为，银行业系统性风险是某一国家或地区或者更大范围内，由于银行倒闭等极端事件而引发的损失集聚作用[4]。包全永从广义和狭义两方面对系统性金融风险进行了界定，广义银行系统性风险是指整个银行体系发生极端事件并丧失其功能的一种可能性，而狭义银行系统性风险则是指由于一个或多个银行的经营失败给其他银行带来的负外部效应[5]。

国际金融危机爆发10多年来，对于金融危机发生原因的探索一直是研究的热点话题。系统性金融风险的生成原因较复杂，通常是多方面的因素共同作用而产生的结果，这些文献成果已经成为系统性金融风险及其宏观审慎监管这一研究问题的理论基础，文献主要可以分为如下三类：

第一类文献认为系统性金融风险产生的原因在于金融体系的内在脆弱性。金融市场是一个不完全信息市场，风险偏好者对于高风险项目的投资会导致银行贷款风险的增加，由此出现了道德风险；另外，由于银行无法了解借款人的资产状况、财务状况、管理方式、款项使用情况等信息，他们往往信用较差，而期望利率低的贷款银行往往信用较好，最终风险厌恶者将退出借贷市场而形成逆向选择。Minsky 最早对金融脆弱性问题进行了系统研究，他提出金融体系的内在脆弱性形成了“金融脆弱性理论假说”，认为周期性危机与银行破产是由金融机构作为贷款人的内在特征决定的，金融行业的危机传染到实体经济而导致经济危机的发生[6]。Brunnermerier 等提出金融机构的杠杆率高、期限错配等内在脆弱性以及极端事件的发生会引起单个金融机构出现流动性风险，这对于其他金融机构的传导会引发金融危机[7]。

第二类文献考察了宏观经济的周期性波动。Gorton 等就提出，系统性风险通常与宏观经济层面上引发大量金融机构和金融市场同时崩塌的外生冲击集合存在着紧密的联系，实体经济的衰退会带来借款人财务水平的下降，从而使得金融机构的资产质量降低，引发资产抛售和挤兑现象，最终将导致金融体系的崩溃[8]。全球金融危机以后，对于金融与实体经济之间关系的研究形成了两种机制即金融加速器机制和银行融资机制，前者是负向经济冲击以资产负债表的路径加速企业破产，后者则是负向经济冲击对银行资金产生直接影响而作用到整个宏观经济的活跃程度。另外，Borio 等认为，通常金融周期与幅度比传统经济周期要长，而系统性金融风险一般发生于金融周期濒临高峰的时期[9]。胡宗义等使用CRITIC赋权法来构建金融压力指数，研究得到国内生产总值指数对我国金融压力指数具有显著负效应，而银行贷款余额、信贷膨胀等因素对我国金融压力指数具有显著的正效应[10]。

第三类文献探讨了监管体制不健全及监管政策不足问题。全球金融危机的爆发让我们意识到，金融监管政策的不足是引发系统性金融风险的一个重要的外部因素。Friedman&Schwartz 对美国货币金融史进行梳理以后发现，货币政策的失误是导致金融动荡的主要根源[11]。伴随着危机前美国政府的宽松货币政策，金融体系的杠杆率不断上升、金融衍生品与资产证券化市场异常繁荣、混业经营现象频繁，此时顺周期监管导致大量贷款投向房地产与资本市场，“资产泡沫”在极端突发事件冲击下随之破灭。此时，金融机构间的同业拆借利率飙升、流动性风险越来越大，这使得金融机构间趋于业务同质化，而共同风险敞口在流动性风险冲击下将演变为严重的系统性金融风险。Borio等也提出，由于金融体系内大多数金融机构存在着类似的风险敞口，如果风险发生暴露如同“蝴蝶效应”，则整个金融体系将会发生破产性风险[9]。因此，从监管体制角度来看，当前我国金融市场中跨行业、跨区域经营的现象越来越多，如果监管政策改革无法及时应对金融市场创新速度，则会产生金融监管的真空地带。

二、系统性金融风险度量方面的经验研究

构建一个具有可操作性的宏观审慎监管体系的前提是对系统性风险进行有效的度量，近年，理论界和业界对系统性风险度量展开了系统而深入的研究并形成了大量的文献成果。总的来说，系统性金融风险度量的经验研究文献可以从宏观和微观两方面来进行梳理，即基于宏观视角的度量方法以及基于微观视角的度量方法，前者又称为综合指数法，而后者包括网络分析法、多元GARCH 模型法、CoVaR方法、MES方法、CCA模型等方法。

第一类方法是综合指数法，这是一种通过选定一系列系统性金融风险的指标并使用统计方法来识别金融体系风险状态的方法。Illing&Liu从债券、外汇、股票等市场选取9 个指标来构建加拿大的金融压力指数，以此反映加拿大系统性金融风险状况，这主要是针对那些未发生过或者较少发生银行危机的国家与地区进行设计的[12]。他们的指数构建方法对之后的研究提供了很大借鉴，如Hagen&Ho为研究银行系统性风险的影响因素，选择中央银行再贷款与银行贷款之比、短期利率两个指标来构建货币市场压力指数（IMP），研究发现当IMP 分布大于98.5%的分位数且比上期IMP提高5%时，则可以认定发生了银行危机，这种方法与事件法识别的银行指数较为一致[13]。

第二类方法是模型法，它主要是借助于计量工具构建数理模型，以单个金融机构为研究对象对金融机构间市场的传染性风险进行度量，这种方法的实证研究主要使用的是资本市场数据而不是资产负债表数据。比较有代表性的模型有以下四种：

一是条件在险价值模型（CoVaR）。Adrian&Brunnermeier在传统在险价值（VaR）的基础上，考虑了金融机构间的风险溢出效应，以此来度量某家金融机构的条件风险价值CoVaR，它既包含了无条件在险价值，也包含了溢出风险价值[14]。CoVaR 方法的基本原理是用于衡量一定时间内其他金融机构处于一个确定置信度的风险水平时该金融机构风险变动对于整个金融体系的冲击。随后，他们对1200多家金融机构的股票价格进行研究，发现一家金融机构的股票价格与所有金融机构间的指数关系越大，则这家金融机构所带来的传染性风险就越大。之后，许多学者对上述CoVaR 模型进行了修正，如Girardi&Ergun 对单个银行的系统性风险贡献度进行研究并发现其与自身在险价值不存在显著关系[15]。

基于CoVaR模型，国内许多研究者对我国系统性金融风险展开深入分析并回答了以下问题：其一是系统性风险在不同行业与不同市场间的风险溢出效应。如陈建青等使用银行、证券、保险等市场指数，分别构建了静态和动态的CoVaR 模型，研究发现三个行业间存在较为显著的增强循环链和减弱循环链，危机前风险溢出效应较高，而随着行业间链条的断裂则溢出效应不断下降直到危机结束[16]。其二是国内现有风险不至于引发系统性金融风险。李丛文和闫世军通过对险价值引入Copula模型，度量了不同类型影子银行对商业银行的风险溢出效应，认为影子银行总体溢出效应较低且不会引发系统性风险，其中股份制银行受到影子银行的风险溢出效应最强[17]。其三是资本充足率指标对于抑制银行风险溢出的重要性。如田娇和王擎基于银行风险溢出的角度采用动态CoVaR 模型对商业银行的风险溢出效应进行了度量，宏观金融风险则使用CCA方法来计算，结果发现核心资本充足率能有效抑制银行的风险溢出效应，它对于系统性风险具有一定程度的缓冲作用[18]。

二是边际预期损失模型（MES）。Acharya 等最早使用MES 和SES 等方法来度量单个金融机构对整个金融体系的期望损失，MES方法的经济含义在于，当股票价格下跌到某临界值以下时，公司的预期权益损失在短期与长期之间的差额非常明显，那些MES较高的银行对于股票下跌的贡献最大，而这些银行就是系统性风险的驱动者[19]。基于此，Acharya等又提出系统性风险度量方法（SRISK），发现一家资本短缺最严重的金融机构对于危机产生的影响是最大的，而这家金融机构也被认定为具有系统性风险[20]。Banulescu&Dumitrescu 考虑到可加性条件而提出了成分期望损失方法（CES），这种方法可以通过计算单个金融机构的风险来得到金融体系总体风险[21]。朱波等使用CES方法构建了面板门限回归模型来测度我国上市银行的系统性风险，得到商业银行非利息收入业务对于系统性金融风险存在着显著的潜在影响[22]。

三是或有权益分析模型（CCA）。CCA模型是由Lehar 最先提出的[23]，Gray&Jobst 将此方法应用到宏观经济金融风险的研究中并将该模型进一步发展为SCCA模型，它在资产负债表中引入期权理论，看涨期权就是权益价值，而看跌期权则是债务担保，从而通过测算市场内的预期损失来度量系统性金融风险[24]。此方法将资产负债表与市场数据有机结合，以某一资产价格对其他资产价格的依赖性来度量金融风险，因此具有全局性、综合性、前瞻性的优点。基于此，苟文均等以美国、欧元区、中国为研究对象，从债务杠杆出发运用CCA 模型进行情景模拟，结果发现债务杠杆的上升对于系统性金融风险具有显著的正向推动效应[25]。

四是网络分析法。这是一种跨学科分析方法，它以银行间资产负债表的相互敞口和交易数据来构建网络而对风险传导情况进行模拟。Allen&Gale提出了影响银行间违约风险传染的两个市场结构特征，即市场完备性和市场关联性，如果每家银行给所有其他银行提供贷款则市场是完备的，而每家银行与所有其他银行都存在金融联系则市场是完全关联的[26]。Allen&Gale[26]、Freixas 等[27]的研究均表明，市场越完备则传染可能性越小且金融体系越稳健，市场的关联性越高则传染越严重且金融体系越脆弱，违约风险传染在完备性与关联性之间存在替代关系。另外，马君潞等使用中国银行间市场的双边违约传染风险对不同损失率下单个银行破产与多家银行破产所带来的风险传染情况进行了模拟[28]。范小云等利用中国2007—2009 年银行间市场数据，运用网络分析法对系统重要性银行进行识别，结果发现银行间负债关联程度是影响系统重要性的主要因素[29]。

综上所述，国内外文献对于系统性金融风险的度量进行了系统而广泛的研究，深入地阐述了金融行业系统性风险的各种测度方法。总体而言，目前关于系统性风险度量问题的研究还不够完善，由于监管部门与理论界在理念上存在不一致性，这使得度量与监管并未实现有机结合，监管部门侧重于度量方法的可操作性，而理论界则注重度量方法的科学性。另外，系统性风险度量方法本身也存在缺陷与适用性等问题。这些方法大多使用历史数据来研究金融机构之间的行为关系，并反映时间序列的历史关系。同时，每种度量方法的理论模型都有一定的假设条件和适用对象，这包含着很大的模型风险。还有，已有度量方法只是从某个方面或某几个方面进行分析，并不能全面地反映系统性风险状况。因此，系统性风险度量问题将成为以后相当长一段时间内的前沿研究和热点议题。

中国系统性风险度量问题的研究刚刚起步，虽然取得了一定的成果，但与国外研究相比还存在着很大差距。中国金融市场和金融工具还不太完善，相关数据的缺失如信贷违约互换CDS 等使得已有的度量方法无法直接在国内使用。还有，关于金融风险的研究主要在于金融系统内部，并没有深入地结合实体经济来进行探讨，尤其是对于中国金融风险与产业结构、区域结构、人口结构等方面的综合分析还不够。另外，对于新兴金融业态的关注比较少，如互联网金融、P2P、第三方支付、众筹、区块链金融等行业的迅猛发展，这些新兴行业可以视为金融创新的产物，其中蕴藏着非常大的金融风险，它们有没有可能成为金融体系中的系统性风险并对经济金融稳定造成冲击，还有待于进一步研究。

三、宏观审慎政策工具及其有效性研究

2008年国际金融危机爆发之后，许多国家纷纷推出并频繁使用宏观审慎政策工具，尤其是一些发达国家成立了专门机构并提出了新的金融监管改革方案，如《巴塞尔协议Ⅲ》中明确提出应当加强宏观审慎政策的框架设计和实践操作。那么，具体操作实践中有哪些宏观审慎政策工具呢？各国监管当局为了防范金融行业的系统性风险而采取的多种审慎政策工具，还包括一些被认为是其他公共政策的工具，如货币、财政、汇率等。这里使用《中国金融稳定报告（2010）》中的定义，宏观审慎政策工具并不是一种新的工具，而是在原有的工具中引入宏观审慎的理念。IMF 对49 个国家的10 种宏观审慎政策工具进行统计调查后，将这些工具分成三类：一是与信贷相关，如贷款价值比（LTV）上限、债务收入比率（DTI）上限、外汇贷款上限、信贷增长上限；二是与资本相关，如逆周期动态资本要求、动态拨备和利润分配限制；三是与流动性相关，如限制净外汇头寸敞口、限制期限错配、准备金等。

值得注意的是，发达国家与新兴经济体在宏观审慎政策工具的使用上存在着一定的差别。第一，在使用频率上，新兴经济体运用宏观审慎政策工具的次数比发达国家更加频繁。正如Lim 等[30]和Claessens 等[31]所指出的，新兴市场经济体的金融市场不太发达，银行主导的是比较弱小的金融部门，更加容易受到外部冲击的影响，因此其运用宏观审慎工具来抑制金融市场中系统性风险的要求更强烈。第二，新兴经济体往往更加关注国际资本流动及其波动所带来的流动性风险，因此经常地使用与资本流动和流动性风险有关的政策工具如限制净外汇头寸敞口、准备金等。还有，出于金融体系市场化程度较低等原因，新兴经济体倾向于更多地运用限制信贷增速等工具。而发达国家则倾向于使用信贷需求工具如LTV 上限与DTI 上限等，也包括动态拨备工具，因此发达国家更多地关注杠杆化问题带来的金融风险。第三，两者在银行业结构、金融开放程度、金融市场化程度、金融行业的规模及金融监管改革等方面也有一定的差异，这些特征差异使得各国监管当局面临不同宏观审慎政策工具的选择，且审慎工具也具有差异性的实施效果。

近年，理论界对于宏观审慎工具的有效性展开了深入而有益的研究，国内外最新研究进展大致可以分为两类：一类是基于宏观微观数据的宏观审慎工具有效性分析；另一类是基于DSGE 模型的宏观审慎工具有效性分析。从宏观微观数据层面的实证研究来看，Lim 等运用跨国宏观面板数据的研究发现许多宏观审慎工具对于降低系统性风险都是有效的。如LTV 上限、DTI 上限、逆周期资本缓冲、信贷增量上限、准备金、动态拨备等工具均可以使具有顺周期性的信贷增加和杠杆率变动；而限制净外汇头寸敞口、限制期限错配则能够抑制市场间与机构间的共同风险敞口。Claessens 等使用不同国家的银行微观数据，分别研究了宏观审慎政策对资产增长、银行杠杆率提高以及非核心负债与核心负债之比所产生的影响，发现基于LTV 上限和DTI 上限的信贷增加与外汇借款的限制作用，在经济繁荣时期能够有效降低银行部门的杠杆率、限制资产与非核心负债的增长速度，而准备金、利润分配限制和动态拨备等逆周期缓冲可以在一定程度上降低资产增长和银行杠杆率[31]。

另有一些研究针对宏观审慎政策工具应对某种风险源的效应进行了探析。第一，宏观审慎政策工具如何应对房地产市场价格波动的有效性问题。如Crowe 等提出，LTV 上限对于抑制房地产价格波动是一种最佳政策选择，具有针对性较强、运行成本较低的特点[32]；而动态拨备等工具可以提高整个金融体系的应变能力，虽然不能有效抑制房地产市场的过度繁荣，却能够有效缓解房地产市场的萧条。第二，宏观审慎政策工具的资本流动功能对于减少金融周期波动、防范系统性风险具有重要作用。如Gauthier 等使用加拿大银行业的数据发现，基于单个银行对整个银行体系贡献的系统性资本分配功能，可以有效地减少单个银行的违约可能性和系统性风险产生的可能性[33]。第三，动态拨备可以提高单个银行及整个银行系统的弹性与应变能力。Jimenez等对于西班牙的研究表明，逆周期宏观审慎政策工具如动态拨备对于限制银行信贷供给周期是有效的，在经济不景气的情况下动态拨备可以对经济衰退起到一定的平滑作用，不仅维护了企业的信用，还可以增加企业获得银行贷款的可能性[34]。近年运用DSGE模型来研究宏观审慎政策工具及其有效性的文献越来越多。如N’Daiye将货币政策分析的标准模型与金融部门脆弱性的或有债券模型相结合，探讨了审慎监管如何支持货币政策在减少产出波动的同时保持金融稳定，研究结果表明，具有约束力的逆周期审慎监管有助于减少产出波动且降低金融不稳定的风险，逆周期规则可以较好地遏制资产价格波动及金融加速过程[35]。之后，许多学者采用DSGE模型对这一问题进行分析，Angelini等[36]、Rubio等[37]研究表明，根据不同冲击的性质，信贷扩展型泰勒规则与BaselⅢ逆周期规则相结合在减少福利损失方面可能是最优的。此外，Suh 考察了带有金融加速器的DSGE模型中宏观审慎政策与货币政策的关系，当实现福利最大化时，货币政策的目标是仅稳定通货膨胀，而宏观审慎政策的目标是仅稳定信贷，当经济体面临金融冲击时宏观审慎政策的福利增进尤为明显[38]。我们可以得出，运用DSGE模型对宏观审慎政策进行分析的方法具有以下几方面优点：一是DSGE 模型能够用来识别不同经济轨迹的冲击，以此考察不同冲击类型下宏观审慎政策工具的实施效果；二是它基于一般均衡分析方法，运用模拟的方法对政策工具的实施效果进行实验，这种定量实验的结果可以为政策制定者提供决策依据；三是通过参数校准值的变动可以改变政策实施方案，以此对不同政策之间的协调关系进行比较。

就国内研究来看，对中国宏观审慎政策工具有效性问题的研究还比较缺乏。从张健华和贾彦东对国内外宏观审慎政策的理论与实践进展进行梳理以来，许多学者基于中国经济研究了货币、信贷与金融监管政策等宏观审慎规则的实施效果问题。研究表明，差别存款准备金动态调整机制和可变的LTV 上限这两大宏观审慎政策工具对于中国商业银行的信贷增加和杠杆率变动存在显著影响，这些工具可以有效地缓解银行信贷扩张和杠杆率放大的顺周期特性[39]。但是，由于它们的传导机制存在差异，准备金率在不同类型银行之间实施效果的差异比较小，而可变的LTV上限对于五大商行和全国性股份制银行的实施效果要高于城市商业银行和农村商业银行。上述研究结果为构建中国宏观审慎政策框架、科学有效地实施宏观审慎政策提供了经验证据的支持。

如上所述，自2008年全球金融危机爆发以后国际社会和各国政府都希望通过宏观审慎政策来化解系统性风险，对此，许多国家相继采取了贷款价值比、差别准备金动态调整、动态拨备等宏观审慎政策工具来降低系统性风险，并取得了一定的成效。然而，关于宏观审慎政策的理论研究与宏观审慎政策工具的操作实践之间存在不一致性，政策工具有效性的评估没有一个统一标准，不同审慎政策工具的实施效果一般是由各国经济发展状况和金融体系所决定。另一方面，银行系统性风险的度量研究还较为缺乏，现有度量方法还不能全面度量系统性风险，且没有实现度量与监管的统一。另外，对于宏观审慎工具有效性的经验研究大多集中于危机发生以后，已有研究侧重于宏观层面的分析，对银行微观层面数据的研究还很有限。由此，未来应当结合商业银行微观数据，区分不同类型银行的审慎政策工具实施效果的差异性来展开实证研究。

四、货币政策与宏观审慎监管的协调问题研究

正如Blanchard等所指出的，货币政策与宏观审慎监管之间存在一定的互补性，仅使用宏观审慎监管政策不足以维持金融稳定，而两种政策之间形成一种有效协调有助于这一目标的实现。国际金融危机的爆发促使了宏观审慎监管理念的引入，它与货币政策、财政政策共同构成了一国宏观经济调控政策的主要内容[40]。近年，我国政府在不断加强宏观审慎管理制度建设的同时，还注重货币政策与宏观审慎政策双支柱框架的建设。下面我们将梳理和总结国内外相关文献成果，对两者之间的协调问题进行综述。

首先，近年宏观金融领域的相关研究文献与政策探讨，如银行资金供求的传导机制和银行信贷风险等效应、大型金融冲击对于实体经济的作用，都已经成为两种政策协调的理论基础，这类研究主要分成三类文献。第一类文献认为金融市场摩擦与以BaselⅢ为基础的银行资本监管会加剧银行体系的周期波动。这种矛盾使得政策研究发生了较大的变化，从之前的只关注银行资本充足率的微观审慎管理转为同时兼顾宏观审慎政策在抑制金融失衡方面的作用。如Gerali 等在DSGE 模型中引入了不完全竞争的银行部门，运用贝叶斯估计对信贷供给在经济周期波动中的作用进行了研究，结果发现来自银行业的经济冲击使得2008 年欧元区的产出发 生 了 巨 大 下 降[41]。 另 外，Meh&Moran[42]、Angeloni&Faia[43]等也从不同的视角分析了商业银行在商业周期波动中所产生的作用。第二类文献探讨了宏观审慎监管对经济总量与物价稳定的影响。BaselⅢ中银行资本缓冲在经济恢复阶段刺激银行信贷的同时是否可以促进宏观经济与物价的稳定？Alpanda&Ueberfeldt在一个小规模制度变迁的新凯恩斯模型中引入了货币政策对家庭债务缺口的影响系数，研究了泰勒规则下最优家庭债务水平，发现货币政策的偏好通过危机概率的下降来降低各经济变量的波动率，但是这会降低平均家庭债务水平且导致借款人的利益受损，最终使得整体社会福利下降[44]。第三类文献主要运用宏观经济模型来研究两种政策之间的互动。N’Daiye将包含金融要素的货币政策标准模型与金融行业脆弱性的或有债券模型相结合，研究审慎政策如何支持货币政策在降低产出变动的同时维持金融稳定，许多研究使用DSGE模型来分析这一问题，如Gerali等、Angelini 等、Suh 均认为扩展型的泰勒规则与BaselⅢ的逆周期规则相结合可以在增进福利方面实现最优。

其次，前IMF首席经济学家Blanchard指出了宏观审慎监管是对货币政策工具的一种有益补充，但是仅实施宏观审慎监管仍不够，还需要货币政策在系统性金融风险防范中发挥某种支持作用。之后，理论界围绕着两种政策协调互动的制度安排问题进行了深入探讨，包括目标、工具、时间维度等方面。第一，关于两种政策目标协调问题，一方面，两种政策目标应符合丁伯根原则，即两种政策工具应遵循简单的政策目标，货币政策旨在保持价格稳定、促进经济增长，而宏观审慎监管旨在保持金融稳定、减少资产价格波动，不同的政策工具用来维持不同目标变量的稳定[38]。另一方面，两种政策目标应当相互补充且相互支持。如Angelini 等[36]运用包含银行部门的DSGE 模型研究发现，当宏观经济受到金融方面冲击时，实施宏观审慎监管是福利增进的，此时基于更广泛目标的货币当局与宏观审慎当局的合作与协调能够有效促进宏观经济与金融的稳定。第二，在两种政策的协调过程中应当注重政策工具的协调配合。如Kannan 等[45]使用植入房价波动的DSGE模型分析了有效应对金融加速器的措施，货币政策应当对房价泡沫或信贷扩张作出更有力的反应，而此时宏观审慎监管工具在抑制信贷周期方面也有效，两种政策工具的选择应当保持相对独立性且避免出现政策冲突，政策当局应当建立相关监管信息的共享平台。第三，在两种政策协调过程中关注政策实施力度问题。为了避免一种政策的高强度使用所带来的另一种政策失效，应当基于货币政策与宏观审慎监管之间的替代效应进行必要的政策协调。如Lis&Herrero[46]的研究认为，两种政策之间的相互协调是相当重要的，由于货币政策缺乏稳定性以及银行体系的不平衡性，欧洲货币区的一些国家在失去货币政策实施权限之后监管当局不得不引入宏观审慎监管政策工具。而Agur&Demertzis 研究表明，在防范银行内部金融风险时，逆向而行的政策措施会加大货币政策本身波动性，因此与简单泰勒规则的行动措施相比较，包含金融稳定因素的货币政策对短期利率变动会产生更强的效应[47]。

再次，2008 年国际金融危机以后，许多文献将金融部门引入宏观经济模型中，如Meh&Moran[48]、Van[49]最早运用包含银行业的DSGE 模型来探讨银行利差与信贷摩擦对宏观经济稳定的影响，以及不同类型经济冲击对银行部门主要变量产生的影响。基于金融脆弱性的视角，Diamond&Rajan 在Angeloni&Faia 基本模型中加入了一个脆弱性金融机构，研究了面临危机的银行体系中经济冲击对银行产生的影响、货币政策的传导机制及货币政策与银行监管如何进行协调，结果表明货币政策对具有顺周期性的资本要求比率的作用较为有限，而最优政策组合是中性的逆周期资本比率与对资产价格或银行杠杆作出反应的货币政策规则[50]。Gerali 等在不完全竞争的银行部门引入DSGE模型来分析商业周期中信贷供给因素产生的作用，通过欧元区数据的贝叶斯估计结果表明，面临金融冲击时银行部门的黏性利率对实际产出存在减弱效应，而面临技术冲击时银行部门对消费产生了一定的减弱。此外，Beau 等[51]均使用上述数值模拟方法展开了经验评估，认为宏观审慎监管政策有利于维持金融稳定，并对货币政策能提供有效的补充和保障作用。

最后，从国内研究看，马勇、陈雨露运用包含金融摩擦的DSGE模型对宏观审慎货币政策规则的效应进行了评估，研究发现基于宏观审慎的货币政策规则应当关注产出与通胀的目标而无需引入贷款溢价和银行杠杆等变量，如此能够更好地维护经济与金融的稳定[52]。程方楠和孟卫东将房价波动引入了DSGE 模型，对货币政策与宏观审慎监管之间的协调搭配问题进行了系统研究，结果表明在协调机制方面宏观审慎监管应用于调整信贷而货币政策用于调整物价，协调规则方面应选择标准泰勒规则[53]。

五、总结与发展趋势

2008年国际金融危机爆发以后，我们日益认识到对于系统性金融风险进行有效防范的重要性，而构建一个具有可操作性的宏观审慎监管体系的前提是对系统性风险进行有效度量。已有研究表明，传统金融网络模型基于直接关联或间接关联的形式只能描述金融机构实际网络的一部分，而基于市场数据的系统性风险度量可以更高频、实时地进行全局性监测，有代表性的是CoVaR和MES方法。基于此，危机后许多国家相继采用不同类型的宏观审慎政策工具来降低系统性风险，国内外文献纷纷针对宏观审慎政策工具的有效性展开研究，由此为制度设计与政策改革提出经验支持。此外，货币政策与宏观审慎监管的协调问题也引起了国内外研究者的广泛关注，许多文献从信贷摩擦对商业周期波动的影响入手，运用DSGE 模型对此进行分析并取得了颇有成效的结论。

鉴于此，系统性金融风险及其宏观审慎监管已经成为各界关注的重要问题，系统性风险的有效度量能够保证宏观审慎监管的顺利实施以及有效的政策协调。已有文献对此进行了系统而全面的探讨，但仍然存在一些不足与进一步拓展之处：第一，危机后系统性金融风险至今没有一个统一、普遍接受的定义，已有度量方法仍存在许多问题，如监管部门与理论界在理念上的不一致使得度量与监管没有实现有机结合、每种度量模型的假设条件和适用对象存在隐含模型风险等。今后的研究将会结合实体经济发展、新兴金融业态等问题，来进一步研究系统性风险对经济金融稳定产生的影响。第二，许多国家针对系统性风险相继采用各种宏观审慎工具来进行防范，而对于宏观审慎政策工具有效性评估大多侧重于宏观层面，而没有银行微观层面数据的支撑，今后的研究将会结合商业银行微观数据来对不同类型银行审慎政策工具实施效果的差异性进行实证分析。第三，在政策协调方面，由于货币政策与宏观审慎监管的实施具有较为相似的传导路径，且都会对主要经济变量产生影响，因此两种政策之间的协调显得格外重要。未来的研究方向集中在模型设定的拓展，以及如何将承诺规则下政策的稳定性与规则的灵活性相结合，从福利改善、直接融资、开放经济等方面进一步完善模型构建问题。