利率市场化进程中的隐忧与风险揭示——来自宏观金融模型的证据

帅昭文,吴本建,陈小辉,喻翔宇

(1.中央民族大学 经济学院,北京 100081;2.四川大学 经济学院,四川成都 610065;3.农银理财有限责任公司 资本市场投资部,北京 100005)

一、引 言

自1993年利率市场化改革的基本设想被提出,到1999年银行间利率实现市场化,再到2015年存款利率上限被放开,中国利率市场化改革在形式上已基本完成,利率市场化进程宣布告一段落[1]。

目前看来,利率市场化只是在形式上废除了所有的管制条件,长期的政策惯性在利率形成机制上还留下深刻的烙印[2-4]。首先,统一的基准利率还未形成,贷款利率“两轨合一轨”工作刚开始启动,利率传导“双轨制”的模式依然明显。其次,正规金融机构和非正规金融机构定价机制不一,前者受管制历史影响较大而后者完全随市场波动。再次,间接融资为主的背景下,中小企业贷款主体仍然受歧视,大型企业贷款存在预算软约束,利率传导到实体经济的过程不通畅。最后,社会的刚兑意识还未完全打破,如政府的隐性担保、监管规则滞后于金融创新、投资者的保本观念等都阻碍了利率市场化的进程。

由于这些问题的存在,利率还不能作为调节资金供求的唯一工具,但明确的市场化方向又需要在金融市场中注入越来越多的“利率调控”元素。因此,在市场化完成的初期,市场容易出现价格信号的紊乱,资源配置的扭曲,价格、规模的剧烈波动和风险偏好的蹿升。尤其在利率市场化进程加速时期,利率要完成从货币政策调控次要角色向主要角色的跨跃,利率上升、利差缩小、金融脱媒等问题容易被预估到,但社会风险偏好上升以及带来的系统性风险却极少被注意到。实际上,这些影响远比利率市场化带来的经营压力更严重,可能威胁到金融系统安全和实体经济的平稳运行,国外已有相关的经验教训(1)韩国经历了三次改革才最终实现利率市场化,其中第一次宣告失败即因为市场条件未成熟、存贷款利率放开步伐过快导致了金融市场和实体经济出现大幅波动。。

近年来,国内金融市场的波动性快速上升,货币市场、股票市场、债券市场、衍生品市场等出现异常波动(2)2013年6月发生“钱荒”;2014年开始市场轮番出现“资产荒”和“负债荒”;2015年6月开始发生“股灾”,金融期货也出现了抛售;2016年底开始,市场利率在存贷基准不变的情况下不断上升,二者走势完全分离;2017年开始债券市场上不同级别的主体和产品也陆续发生了倾轧。,证实了系统性金融风险的客观存在。风险的源头究竟在哪里?研究文献针对不同的事件进行了分析,提出了银行资金错配过度、衍生品交易促使市场波动加剧、金融机构风险隔离不够等原因[5-6]。但本文作者认为,金融市场“异象”发生的共同逻辑在于:利率市场化进程加速中,金融供给和金融需求的不匹配培养了市场参与者投机的习惯,社会风险偏好随之上升。

基于以上考虑,本文试图揭示利率市场化进程中的潜在风险,对形成该风险的共同逻辑进行实证和理论探讨,并最终提出防范风险的具体建议。相比已有文献,本文在更一般意义、更宏观层面上探讨了风险的来源,希望能借此为防范化解系统性金融风险提供有益参考。此外,本文在宏观金融模型框架下,借鉴了金融行业的分析逻辑来构造利率期限结构模型,进而得到社会风险偏好的相关信息,在相关的模型应用中属于首次。

二、文献回顾

本文尝试从利率期限结构中得到利率市场化进程的潜在风险。在研究方法上,与宏观金融模型类似,都是从债券收益率曲线得到宏观信息的过程;在内容上,研究主题与“利率市场化与金融稳定的关系”相关文献相近,故分两类文献综述。

(一)宏观金融模型的应用

宏观金融模型认为,利率可以反映通胀、经济增长等宏观信息[7]。债券收益率是最早完全市场化的利率之一,对利率市场化起到了先导性作用,与宏观经济的关联更为密切。国外文献较早从债券收益率曲线中分解出相应的宏观信息,发现了收益率曲线与宏观经济间相互影响[8-9]。近年来国内学者对宏观金融模型进行了实证应用,从收益率曲线中得到了关于中国宏观经济运行的信息,证实了国内收益率曲线与宏观经济间的互动关系[10-12]。值得一提的是,牛霖琳等研究了地方政府债务风险及其风险传导机制,是国内首篇从宏观金融模型得到风险信息的文献[10]。

(二)利率市场化与金融稳定的关系

利率市场化会不会引起金融稳定问题,一直是学术界关注的热点。部分文献认为,利率市场化会引起金融脱媒、影子银行的兴起导致系统面临更大的不确定性与风险、银行挤兑的可能性增加,因此利率市场化与银行危机呈正相关关系[13]。但更多的文献认为,利率市场化通过降低商业银行的风险承担、优化银行治理结构、抑制企业过度负债等途径而使金融更加稳定[14-15]。

(三)已有文献评述与文章创新

本文亦使用了宏观金融建模,与传统文献不同的是,本文重点关注了利率市场化进程带来的宏观风险,这与牛霖琳所关注的债务风险也不同,而且本文是从社会风险偏好的角度介入的,已有文献中鲜有涉及。在构建宏观金融模型时,借鉴了业界的分析思路,从“政策面”“资金面”“基本面”着手,取得很好的拟合效果,避免了传统宏观金融模型中因子含义含混的窘境。

另外,在探讨利率市场化的影响时,文献都集中在理想状况下(即利率市场化能迅速完成)利率市场化与金融稳定的关系,而实际上国内利率市场化进程还远远没有完成,关注这一过程而不是其完成后产生的影响更有意义。在市场化加速过程中,考虑到市场参与者的风险偏好可能由于金融供给与金融需求的不匹配、产品定价模式的差异和信息不对称问题而发生改变,本文重新审视该过程中的风险隐忧是十分必要的。

三、数据选择

本文理论建模和实证分析主要涉及债券收益率和宏观经济层面相关数据,来源于Wind数据库和中经网数据库。为了保持结论的稳健性,本文选取多个债券市场的数据进行验证,包括国债、政策性金融债、商业银行债、企业债、城投债,覆盖了60%以上的债券市场存量规模。在选取收益率数据时,本文选取1到10年10个期限,包含了所有关键期限和AA级评级及以上的债券,且主要采用了月均收益率作为数据观察点。

宏观层面数据主要包括央行贷款基准利率、上海银行间同业拆放利率Shibor、CPI同比增速、工业增加值同比增速、季度GDP同比增速、宏观经济景气指数等。表1是利率数据在样本期内的统计信息,样本选择区间是2006年10月至2018年9月,共12年的月度数据。

表1 利率数据描述性统计

表1表明,通常情况下,中国贷款基准利率高于市场利率,贷款基准利率作为市场利率的锚这一作用始终存在[11]。但在极端情况下,“双轨制”的特点还是会显现,市场利率在短期内超过基准利率,也会在某些特殊时期脱离基准利率的走势。贷款基准利率波动性比较大是因其阶梯状的调整所致,而市场化利率中短期限的波动性大于长期限的、低评级债券收益率波动性大于高评级的,这均与发达国家情况类似。

四、基于行业分析视角的宏观金融模型

金融行业对市场利率走势的研判通常从“政策面”“资金面”和“基本面”风险三个维度着手。“政策面”主要指货币政策的松紧程度,“资金面”指市场流动性的情况。“基本面”指经济运行情况,主要从经济增长、物价稳定和就业充分几方面去考虑,而且应当结合公众心理预期、国际环境、所处历史时期等因素去综合理解。

本文从行业分析的视角,将影响债券收益率的三个因子归纳为“政策面”、“资金面”和“基本面”风险因子。与强静等选取的指标类似,本文选择1年期贷款基准利率和市场利率中不能被基准利率解释的部分分别作为“政策面”和“资金面”风险因子的代表[11]。“基本面”风险因子因为包括了经济、政治、社会等各方面的影响,既有实际经济增长、通货膨胀的成分,还有心理预期的因素,在技术上难以直接构造,因此作为隐因子引入模型。

一般地,不同期限的债券收益率应近似满足无套利条件,本文模型脱胎于Ang和Piazessi的无套利宏观金融模型,其基本设定如下[8]:

(一)因子设计

(1)

(2)

(二)短期利率方程

模型假设了短期利率受到“政策面”“资金面”和“基本面”风险因子的影响,并完全被这三个因子所解释,故将短期利率表达为因子的仿射形式,δ0为截距项,δ1为因子载荷:

(3)

(三)状态空间模型

一般地,状态空间模型由观测方程和转移方程组成,方程(3)为短期利率的观测方程,本文还选取了关键期限的收益率数据,其亦会形成一系列观测方程。在无套利约束条件下,典型的收益率观测方程将呈仿射形式:

(4)

Xt+1=c+ρXt+Σεt+1,εt+1～N(0,I)

(5)

其中,ρ为因子转移矩阵,Σ为因子冲击项的方差协方差阵的Cholesky分解。为标准化因子取值,将隐因子冲击项的方差定为1,且假设与前面两个因子冲击项正交,Σp·l为下三角矩阵,表示“政策面”和“资金面”因子冲击项形成的方差协方差矩阵Cholesky分解:

(6)

(四)定价核方程

定价核是在物理测度下对未来可能收益流的定价,依照Ang和Piazessi的假定,假设其具有以下对数正态形式[8]:

(7)

其中,λt为风险价格,本文亦将其假设为因子的仿射结构,λ和Λ分别为风险价格的截距项和因子载荷:

λt=λ+ΛXt

(8)

(五)无套利约束及递归关系

根据不同期限间利率的无套利条件,因子载荷间的递推关系推导如下。

由短期利率方程,期限为1个月的即期收益率满足:

(9)

假定期限为n个月(n≥1)的即期收益率满足:

(10)

(11)

从而会有递推关系式:

(12)

(13)

(六)模型假设和估计

参照传统无套利宏观金融模型的做法,本文亦假设5年期的收益率不存在拟合误差,1年期、3年期和10年期的收益率存在拟合误差(3)轮换关于不带误差的期限的相关假设,结论没有改变。,即:

(14)

(15)

(七)模型与利率市场化、风险揭示的关系

在研究设计上,本文以已经市场化的债券收益率作为研究对象具有代表性,可以体现利率市场化进程映射到价格波动上的特征,进而挖掘风险隐忧可能产生的途径,研究的样本区间覆盖了利率市场化进入实质化阶段和进程加速时期。

本文将“基本面”因子设计为隐因子,一方面是因为近年来金融市场的波动性远超过基本面的波动性,债券收益率亦然,希望通过该模型找出收益率数据中蕴含的除基本面以外的其他信息,文中将其定义为社会风险偏好;另一方面也是因为基本面本身比较复杂、难以衡量,选择任何单一指标来做代理变量估计偏误都较大,而选择多个宏观指标放入模型则可能带来更多的干扰,模型的效度不高。

五、利率市场化进程中潜在风险的实证分析

首先汇报上述模型的主要估计结果,并对模型设定的隐因子进行初步检验;然后,将深入挖掘隐因子中蕴含的风险信息,并结合中国利率市场化进程作进一步分析;最后,针对利率市场化进程中风险偏好上升的路径进行理论探讨。

(一)宏观金融模型参数估计结果

首先在统一的宏观金融模型框架下针对主要债券市场分别进行建模分析,检验行业分析视角的正确性。限于篇幅,本文仅对其中部分市场的参数估计进行汇报(见表2)。

表2 模型参数估计部分结果

1.参数估计

从表2估计的结果来看,各个债券子市场的估计结果比较类似,核心参数的估计值(ρ、δ1和Σe)均十分显著。ρ的对角线处参数均大于0.5且显著,说明因子存在较强的持续性。

模型对于收益率数据的拟合程度非常高,误差均在3.5个基点以内(见Σe的估计结果)。另外,从对收益率变动的方差分解也可以看到(表3),“政策面”“资金面”和“基本面”风险因子解释了收益率曲线变动的88%以上,证明这三个因子能很好地捕捉到收益率曲线的波动特征,也说明了基于行业视角的分析思路在解释和预测收益率上的可行性。

2.“基本面”风险因子走势

在估计出模型参数后,可通过观测无误的收益率(5年期)逆推出隐因子的走势,即由式(15)得到:

表3 收益率曲线变动的方差分解(×10-7)

(16)

故可得到“基本面”风险因子为:

(17)

“过滤”出来的隐因子走势如图1所示。可以发现,各个债券市场虽然相对分割,但隐因子走势大体一致,其相互间相关系数都在0.74以上,这说明不同市场的隐因子具有共性。但隐因子的具体内涵是什么?建模时称之为“基本面”风险因子,那么其体现出怎样的基本面特征呢?

图1 隐因子走势

3.“基本面”风险因子与基本面指标的关联分析

从业界的分析逻辑来看,在政策面和资金面不变的情况下,当经济基本面向好时,投资回报率会上升,债券的收益率也会随之上升。而基本面向好带来的通胀预期也会相应的提高收益率,因此基本面的变化会推动整个债券市场的收益率同向运动,所以“基本面”风险因子应当与经济增速和通胀水平呈正相关关系。接下来通过相关走势图(图2)和式(18)来检验“过滤”得到的隐因子与经济增速和通胀水平之间的关系。

(18)

首先,计算隐因子与经济增速和通货膨胀间的相关性,发现全样本期内隐因子与宏观基本面指标值均负相关,与理论预测相反。

然后,分样本区间观察因子走势(图2)可以发现,隐因子与基本面指标在阴影线前后呈现不一样的相关关系,前半段正相关而后半段负相关。分时间段回归的结果亦表明2012年二季度成为分水岭(表4)。

最后,式(18)的回归结果中,季度频率的样本(表4)表明,通胀水平对“基本面”风险因子的解释力有限,2012年二季度前经济增长对“基本面”风险因子影响为正但不显著,二季度后经济增长与“基本面”风险因子呈相反趋势。而以月度宏观经济景气指数为代理的回归结果(表5)显示,2012年6月前后基本面指标都较好地解释了“基本面”风险因子,说明“基本面”风险因子确实反映了宏观经济基本面。

此外,为判断基本面指标与“基本面”风险因子的波动方向是否相同,本文还对式(18)的差分项做了回归(表4和表5的最后一列)。可以看到,经济增速短期波动对“基本面”风险因子波动有正影响,即短期内经济增速正向波动意味着“基本面”风险因子增加,经济增速负向波动则意味着因子减小,与前文理论一致。

表4 隐因子与基本面指标(季度)

表5 隐因子与基本面指标(月度)

(二)利率市场化进程中风险隐忧的揭示

正如图2所示,“基本面”风险因子呈波动中上升的趋势,而在样本期内宏观经济基本面并无此特征,特别是经济进入新常态后,经济增速和通胀水平都进入了低位徘徊、波动减弱的阶段。通过图2还可以看到,“基本面”风险因子在2012年二季度前走势和波动幅度与宏观经济基本面波动非常一致,“基本面”风险因子大都领先宏观经济指标1到2个季度,而2012年二季度后,“基本面”风险因子的波幅远超过基本面指标的波幅,走势也完全背离。

进一步地,根据上文分析,“基本面”风险因子不仅是经济基本面的映射,还包含额外的信息。正如在构造“基本面”风险因子时指出的,我们主要从经济增长、物价稳定和就业充分几方面去考虑“基本面”,但公众心理预期也会对基本面的判断形成影响(5)正如某些宏观市场分析者“新5%比旧8%好”的论述一样,仅从宏观基本面指标的绝对水平做出判断一贯不是市场投资行为的出发点。。“基本面”风险因子中的额外信息可以看作是这些综合因素的影响,反映了公众对于风险的额外偏好,其带来的溢价部分即为社会风险偏好溢价。

表4和表5的列(4)结果表明基本面指标与“基本面”风险因子波动方向十分契合,但图2显示二者在2012年二季度后走势相反。由此得到启发:是否“基本面”风险因子的波动成分和趋势成分由不同因素决定?进一步地,通过HP滤波将宏观经济指标和“基本面”风险因子分解得到波动值和趋势值(图3)。

从图3(左)可以发现,隐因子、经济增长和通货膨胀的波动呈现出同向性,尤其是在2012年二季度前,隐因子的波动同基本面指标的波动走势非常吻合(6)取GDP增速和隐因子的波动值,全样本内其相关系数为0.51,2012年二季度前二者相关系数达到0.62。,隐因子往往领先1到2个季度。2012年二季度后,虽然基本面指标的波动幅度远小于隐因子波动幅度,但二者波动方向仍相当一致,说明这一阶段金融市场对实体经济的“放大器”作用更明显(7)一方面,经济金融化的趋势让金融市场更易受到冲击,即金融市场的脆弱性增加。另一方面,结合国内2012年后金融自由化、利率市场化进程明显加快的事实,金融市场体制机制不完善、公众金融素养不高带来的弊端开始显现,市场频繁异动,反映在市场价格信号上就是“基本面”风险因子波动幅度超过了基本面指标波动的幅度。。

图3(右)展示了隐因子与基本面的趋势部分,在样本区间内隐因子呈上升趋势,而基本面指标呈下降趋势,与理论预期不符,而且隐因子趋势变化的跨度也远超过基本面。因此,隐因子的趋势部分主要代表了除去经济基本面外的额外信息,反映了公众对于风险的额外偏好,即社会风险偏好。

图3 隐因子、宏观变量的波动值(左)与趋势值(右)

通过对隐因子的波动成分和趋势成分的回归分析(表6)也可以看到,GDP增速的波动值同隐因子的波动值关系密切,CPI同隐因子的关系则不明显,进一步说明了经济增速同隐因子波动成分的一致性。而回归结果(4)～(6)亦显示趋势部分同经济基本面的关联不大,该部分内容应由社会风险偏好决定。另外,注意到趋势项有单位根,对应的差分项回归发现因子趋势的变动方向与经济增长的变动方向一致,说明经济加速向好可能带动社会风险偏好的上升,经济的加速衰退也会导致风险偏好的下降。

表6 因子分解与基本面指标

图4 隐因子趋势值的差分项走势

从“基本面”风险因子趋势值的差分项(图4)亦可以看到,2012年二季度前,隐因子趋势值保持0.1至0.2的缓慢上升速度,但2012年二季度后加速上升。上文指出,该因子的趋势值代表了公众对于风险的额外偏好,因此说明2012年第二季度前偏好上升的速度比较平缓,而之后公众对风险的偏好明显加速上升。

(三)关于利率市场化进程中风险偏好上升的根源探讨

本文通过利率期限结构模型证明了利率市场化进程中隐忧的存在——社会风险偏好在加速上升,揭示了其在市场化加快前后发生“跳跃”的事实。除了关心这一事实外,厘清社会风险偏好上升的逻辑也是本文要讨论的重要话题。

1.经济金融化、金融自由化趋势与系统性风险

经济金融化和金融自由化趋势使实体经济更依赖于金融发展,而金融发展依赖于金融创新的驱动,这些共同构成了社会风险偏好上升和系统性金融风险产生的背景。

经济金融化是21世纪世界经济表现出的显著特点。从中美两国的数据来看,经济金融化的程度在逐渐加深:美国制造行业增加值占GDP比重持续下降而金融行业占比平缓上升,金融资产在国家及非金融企业总资产中的比重均呈现缓慢上升趋势[17];中国金融部门的资本和规模不断增长,非金融企业投资于金融渠道的资金比例快速提升,基于金融渠道的利润累积逐渐成为企业盈利的主导模式[18]。经济金融化程度的加深令金融与实体经济的边界模糊,而实体经济长期疲弱的情况下金融的融资注血功能减弱,脱实向虚的趋向愈发明显,金融资产比重在快速上升[19]。经济金融化的过程累积了系统性金融风险,尤其在全球经济低迷环境下,资金空转、金融杠杆放大加剧了这一风险。

为了更好地满足融资需求,西方发达国家较早进行了金融自由化,而金融危机后国内利率市场化进程加速,监管态度偏宽松,央行以一系列金融创新推进利率市场化进程。但正如发生在美国的情况一样,伴随金融自由化而来的是金融创新的无序生长和系统性风险的集聚。国内金融市场也在这一过程中受到影响,近年来监管政策趋严则促进了风险的直接暴露。如本文所证明,早在政府提出要防范化解系统性金融风险前(2017年),收益率曲线中已显示出风险不断集聚的迹象(2012年)。

2.利率市场化进程中的金融供给和金融需求错位

图5 近年来金融创新产品规模走势(单位:万亿)

利率市场化作为金融自由化的核心内容,是为了理顺资金价格,更好地匹配金融需求与金融供给,破除金融分层的障碍,服务实体经济。但在现实的利率市场化进程中,由于市场体制机制不健全、市场参与者理念未曾转变、监管法律法规不到位等原因,中国的金融供给和金融需求出现了错位。

金融供给方面,监管鼓励金融创新推进利率市场化进程(8)2013年开始,银行推出同业存单、发行同业理财,非银行金融机构创新加快,银行和非银机构合作深化;民间“宝宝类”产品激增,互联网金融也进入繁荣发展阶段。,目的是多措并举更快理顺价格信号,更好地服务实体经济。银行的同业业务、理财业务随之迅速发展,非银行金融机构的资管、通道业务规模也快速增加(图5),银行业与非银机构间的合作也更趋深入和复杂。一方面,市场化的利率和金融规模扩张确实支持了实体经济发展,但另一方面,国内对金融和实体间关系的认识不够导致了金融机构盲目扩表和无序发展,“热钱”进出房地产市场、债券市场、股票市场等,资金在金融体系内部的空转加剧了金融风险,也推高了实体经济的融资成本。

金融需求主要来自个人投资者、企业部门和金融机构。从金融服务实体经济的角度来评价,企业部门的金融需求是最重要的,最能代表实体经济与金融的关系,但2013年“钱荒”发生以来,讨论个人理财需求对传统存款的替代作用、探析金融机构投融资需求对经济金融影响的文献不断涌现(9)耿同劲(2014),马勇和陈雨露(2017),王国刚(2018)等。,从社会关注的热点中可以看出这一阶段金融需求增长较快的部门是个人及金融机构,同期的社会融资总额增速也远低于平均的理财规模增速。从图5也可以看到,个人和机构对于金融创新产品的需求在急剧增加。在经济进入新常态的背景下,实体经济的融资需求不强劲,但个人投资者和金融机构的金融需求反而不断上升则可能代表了实体经济和金融市场有失衡的风险,这也是2017年开始推动金融降杠杆的政策逻辑所在(10)2017年出台“三三四十”等监管文件,直指银行业同业、表外和通道业务不合规;2017到2018年陆续将表外理财、同业存单列入MPA考核框架;随后资管新规出台。这些举措都旨在抑制不必要的金融需求。。

3.金融供需错位与社会风险偏好

国内金融供给与金融需求的错位助推了社会风险偏好的上升。通过金融创新打破管制条件下形成的种种弊端,可以满足实体经济发展的需要,这些市场化的金融产品本质上也需要参与者有更高的风险偏好,这也是本文得到的社会风险偏好一直在上升的原因。但是,经济进入新常态后实体经济融资需求低迷,投资回报下降,而新的金融供给创造了逐利的可能性——通过运用这些金融产品实现深度期限错配、高风险投资和加杠杆。因此非企业部门的金融需求迅速膨胀,社会风险偏好随之快速上升。膨胀的金融需求又派生出更多的金融供给,监管缺位和实体经济回报下行的情况下,这些金融供给在金融系统内部迅速被非实体部门消化。如此循环往复,金融供给和非企业部门的金融需求在错位中不断“螺旋式”上升,风险偏好加速上升。此外,基于风险收益相当的原则,能流入实体经济的金融供给也往往是流向了高风险行业,有的实体企业甚至反过来参与了金融机构的“资金空转”[18],这无疑也提高了实体经济中的风险偏好。

六、结论与政策建议

本文在宏观金融模型中引入行业分析思维,构造了“政策面”“资金面”和“基本面”风险因子作为影响因子。通过比较债券收益率中“基本面”风险因子与宏观经济基本面走势,得到了利率市场化进程中的风险信息。结果显示,基于行业分析视角的宏观金融模型与传统期限结构模型一样对收益率具有良好的解释力。在此基础上,本文着重对所设计的隐因子进行分析,发现其不仅反映了宏观经济基本面的信息,还揭示了利率市场化进程中形成的风险隐忧——社会风险偏好在快速上升。研究发现,2012年二季度前后社会风险偏好发生了“跳跃”现象,造成了近年来金融市场频繁出现的大幅波动。回顾中国利率市场化的历史进程,该现象是在世界经济金融化和金融自由化趋势下发生的,与利率市场化进程中利率“双轨制”痕迹犹存和滞后的监管制度有关。但本文认为,风险偏好快速上升的根本原因是经济步入新常态后,利率市场化进程加速中金融供给和金融需求出现了错位,正是这种错位培养了参与者投机的习惯。

本文为利率市场化改革、金融供给侧结构性改革和防范化解系统性金融风险提供了思路。第一,利率市场化完成的过程中存在社会风险偏好急速上升的隐患,如何合理引导偏好预期是利率市场化改革中应该关注的重要问题。第二,金融供给和金融需求的错位是社会风险偏好上升的最根本原因,引导偏好预期可以从改变金融供给着手,例如金融创新应当更多地服务实体经济,而不是衍生出无效的金融需求。第三,从宏观金融模型得到的社会风险偏好,可以为金融风险水平的判断提供标准,为防范化解系统性金融风险提供事前预警参考。