宏观杠杆率、金融稳定与货币政策调控——基于中国金融稳定指数的构建

何 剑，祝 林

一、引 言

宏观经济政策对于一国的经济稳定和金融稳定至关重要。改革开放四十余年，中国货币政策始终坚持决策的科学性和灵活性，调控响应及时有力，以深化金融改革为根本动力，不断创新政策工具，较好地实现了阶段性的宏观经济增长目标。2023年10月中央金融工作会议提出，要加快建设金融强国，全面加强金融监管，有效防范化解金融风险，始终保持货币政策的稳健性，更加注重做好跨周期和逆周期调节。囿于当前中国经济金融内外形势仍存在诸多不确定性，数量型货币政策工具的治理能力有所弱化，而价格型调控框架无法一蹴而就，“量”“价”并重或成为常态，以新发展格局的时代特点和既定目标导向下选择货币政策工具成为货币调控改革的重要内容。

在当前货币政策调控的实践中，保持宏观杠杆率基本稳定和维护金融体系运行稳定，既是构建双循环新发展格局的重要前提，也是把握防化风险主动权的根本任务。如图1所示，近年来中国宏观杠杆率快速攀升，其潜在风险包括非金融企业出现“脱实向虚”、政府部门收支平衡表恶化以及居民偿债负担增加等。为对冲疫情影响，2020年中国财政货币政策多措并举，宏观杠杆率出现暂时性上升，导致系统性风险向金融体系不断积聚，金融脆弱性增加。随着国内各产业稳定修复和货币政策回归常态，杠杆逐步回调可能对金融体系产生较大冲击。因此，在兼顾“稳杠杆”和“稳金融”互动影响下探讨货币政策“量”“价”工具时变“占优”选择，是理解中国金融体制变迁和货币政策调控转型的关键所在。

基于此，本文主要创新点和贡献体现在如下三个方面：一是鲜有研究以货币政策与宏观杠杆率和金融稳定的动态关系来探讨量价调控的有效性，本文基于时变特征视角为货币政策对宏观杠杆率和金融稳定的影响提供现实解释。二是在将宏观杠杆和金融因素纳入货币政策调控框架的基础上，本文在论证中揭示宏观杠杆率与金融稳定间的双向动态溢出效应，对二者是否互为调控政策的路径选择提供经验证据。三是本文讨论中国金融稳定状况处于不同阶段时，货币政策对宏观杠杆率和金融稳定的异质性影响，并依据货币政策调控改革的重点与方式的分析提出相关政策建议。

图1 2010—2020年中国宏观杠杆率变动(%)数据来源：国家资产负债表研究中心(CNBS)

二、文献综述

宏观杠杆率是判断经济主体债务水平、评价系统性风险状况的先行指标。从各国实践看，适度杠杆率水平能够促进投资、优化金融资源配置、拉动经济增长，但高杠杆率诱发的风险累积以及过度去杠杆带来的失业增加、需求下降等连锁问题，极易引起周期性的“繁荣—衰退”现象，经济就会陷入债务驱动的流动性陷阱或债务陷阱，进而影响金融稳定。(1)Avgouleas，E.，“Bank Leverage Ratios and Financial Stability：A Micro- and Macroprudential Perspective”，Levy Economics Institute of Bard College Working Paper，No.849，2015.(2)Mian，A.，Straub，L.，Sufi，A.，“Indebted Demand”，The Quarterly Journal of Economics，Vol.136，No.4，2021，pp.2243-2307.部分学者认为中国宏观杠杆率已处在高位区间，迫近发达国家警戒水平，应坚持“去杠杆”政策基调，以控制杠杆绝对水平；(3)董小君：《我国杠杆率水平、系统性风险与政策体系设计》，《理论探索》2017年第2期。(4)马永健：《中国实体经济宏观杠杆率收敛性的国际比较与泡沫检验研究》，《国际金融研究》2020年第5期。另一部分学者则认为杠杆率大幅波动和单一部门杠杆率激增才会威胁金融稳定，而优化部门结构、适度引导增速放缓的“稳杠杆”政策能逐步化解杠杆风险并保障金融市场稳健运行。(5)中国人民银行杠杆率研究课题组：《中国经济杠杆率水平评估及潜在风险研究》，《金融监管研究》2014年第5期。(6)Ma，C.，Guo，P.，Zhang，Z.，“Structural Deleveraging：Evidence from China”，China &World Economy，Vol.30，No.6，2022，pp.137-162.

货币政策是影响宏观杠杆率和金融稳定的重要因素。部分学者认为，采用紧缩性货币政策能够有效遏制杠杆上升，通过逆向操作、提升利率、放缓信贷等利于形成“去杠杆化”的政策环境；(7)Devereux，M. B.，Yetman，J.，“Financial Deleveraging and the International Transmission of Shocks”，International Financial Crisis &Policy Challenges in Asia &the Pacific，Vol.86，No.1，2010，pp.35-42.(8)Benigno，P.，Eggertsson，G. B.，Romei，F.，“Dynamic Debt Deleveraging and Optimal Monetary Policy”，American Economic Journal： Macroeconomics，Vol.12，No.2，2020，pp.310-350.相反观点认为，紧缩性货币政策不利于降低杠杆，甚至加剧金融不稳定、物价波动和经济增长疲弱风险，同时“杠杆率悖论”现象也表明货币供应量的下降会抑制投资和消费，导致产出降低、杠杆增加。(9)Ueda，K.，“Deleveraging and Monetary Policy：Japan Since the 1990s and the United States Since 2007”，Journal of Economic Perspectives，Vol.26，No.3，2012，pp.177-201.(10)刘晓光、张杰平：《中国杠杆率悖论——兼论货币政策“稳增长”和“降杠杆”真的两难吗》，《财贸经济》2016年第8期。(11)Carrillo，J. A.，Mendoza，E. G.，Nuguer，V.，et al.，“Tight Money-Tight Credit：Coordination Failure in the Conduct of Monetary and Financial Policies”，American Economic Journal：Macroeconomics，Vol.13，No.3，2021，pp.37-73.因此，巴曙松和秦怡(12)巴曙松、秦怡：《上市企业杠杆率水平与货币政策中介目标选择》，《金融经济学研究》2020年第2期。指出货币当局在处置“剩余”杠杆、化解各类风险时，应着眼经济结构性矛盾和社会融资规模的背景综合研判政策取向。邓创等(13)邓创、徐曼、许志伟：《兼顾金融稳定的最优货币政策规则及其在中国的检验》，《经济学报》2021年第3期。通过将金融稳定因素纳入货币政策规则发现，兼顾金融稳定目标情境下的政策实践的拟合效果更佳，发挥货币政策决策前瞻性的关键旨在灵活运用和完善金融稳定的“指示器”功能。

关于中国货币政策调控转型的研究，学者们认为价格型工具在响应时间上较短(14)马鑫媛、赵天奕：《非正规金融与正规金融双重结构下货币政策工具比较研究》，《金融研究》2016年第2期。，能充分熨平经济波动，降低产出偏离(15)杨源源、张晓林、于津平：《异质性预期、宏观经济波动与货币政策有效性——来自数量型和价格型工具的双重检验》，《国际金融研究》2017年第9期。，在货币政策实践中价格型调控更具优势(16)Fu，B.，Wang，B.，“The Transition of China’s Monetary Policy Regime：Before and After the Four Trillion RMB Stimulus”，Economic Modelling，Vol.89，2020，pp.273-303.。随着研究的深入，学者们发现在特定时期和制度要求下，货币政策工具的调控优劣也有所不同。张龙和姜龙(17)张龙、姜龙：《中国货币政策调控的取向变迁与量价转型——兼论调控取向定量测度的拟合效果》，《当代财经》2020年第9期。指出宽松、稳健和从紧环境下，数量型工具的调控效果稍有优势，而部分时期价格型工具调控效果占优，表明当前货币政策兼具“量”和“价”的预调微调取向。刘金全和王国志(18)刘金全、王国志：《经济政策不确定视角下中国货币政策时变反应与调控模式选择》，《现代经济探讨》2021年第4期。认为，在应对经济政策不确定的复杂局面时，稳健的数量型与价格型工具均具有调节产出缺口和通胀缺口的优势，但在未加入经济政策不确定因素时，前者刺激产出的效果明显，后者稳定物价的效果更好。

综合已有研究发现：一是货币政策调控效果在不同调控目标和特定背景下存在差异，鲜有研究以货币政策与宏观杠杆率和金融稳定的动态关系来探讨量价调控的有效性，仍需结合实证模型作进一步分析。二是当前中国高杠杆率严重威胁金融稳定已成为共识，但缺乏宏观杠杆率与金融稳定关系的双向实证研究，若将宏观杠杆和金融因素纳入货币政策调控框架，应充分厘清宏观杠杆率与金融稳定的内在关联，对探究二者能否互为调控政策的路径选择具有重要现实意义。有鉴于此，本文基于时变特征的视角，采用TVP-VAR模型探讨宏观杠杆率、金融稳定和货币政策之间的动态关系，考察不同量价工具对宏观杠杆率和金融稳定的时变反应特征以及宏观杠杆率与金融稳定间的双向动态溢出效应，进一步讨论货币政策调控改革的重点与方式，为实现宏观杠杆率与金融稳定的双重稳定提供决策参考依据，以期丰富货币调控决策的有效信息集。

三、机制分析

(一)货币政策对宏观杠杆率的作用机制

在货币政策影响实体经济的传导渠道中，一种是货币政策调控货币存量通过信贷、利率、汇率和资产价格渠道直接对实体经济产出与物价走势产生影响的直接传导渠道，另一种是货币存量变化通过金融体系发挥资源配置后，再传导至实体经济的间接渠道。(19)张晓燕：《金融监管与货币政策协调运行机制研究》，《宏观经济研究》2021年第4期。(20)徐家祭、包顿、郑娇艳等：《货币政策、金融稳定与实体经济发展》，《商业经济研究》2020年第9期。本文重点分析纳入宏观杠杆率和金融稳定因素的货币政策传导的间接机制，亦为识别货币政策对二者的动态调控提供理论基础。

为探究货币政策对宏观杠杆率的作用机制，本文按照宏观杠杆率内涵，构建包含居民部门、非金融企业部门和政府部门的三部门IS-LM均衡模型。IS曲线的函数式为：

(1)

其中，Y为产出，C为居民部门消费，I为企业部门投资，G为政府部门支出，d为投资对利率的弹性系数，r为利率，w为漏出倾向，等于1-β(1-t)，且β为边际消费倾向，t为税率。

LM曲线的函数式为：

(2)

其中，k为货币交易需求的收入系数，h为货币投机需求的利率系数，m为货币供应量。

将式(2)带入式(1)得：

(3)

整理得到：

(4)

假设DC=C-S、DI=I-F、DG=G-T，其中S为居民部门收入，F为企业部门最终留存利润，T为政府部门收入，且有D=DC+DI+DG，将D看作三个部门的总债务水平，那么式(4)可以变为：

(5)

将式(5)等式两边同时除以产出Y(GDP)得：

(6)

其中，L为宏观杠杆率，且有L=D/GDP=D/Y。对式(6)分别求r和m的微分可得：

(7)

(8)

依据凯恩斯理论，预防性货币需求中，利率变动将引起投资反方向变动，d为负；投机性货币需求中，当利率过低时，人们预期利率会反弹，便放弃债券而持有货币，需求与利率呈反方向变动，h为负；货币交易性需求是总收入正相关函数，与收入同方向变化，即k为正；边际消费倾向是消费增减量与可支配收入增减量之比，β小于1，税率t大于0小于1，即漏出倾向w大于0。由于d和h取值为负，w和k取值为正，则有(hw+kd)/kY<0、w/kY>0。因此，L与r负相关而与m正相关，即利率越高则宏观杠杆率越低，货币供应量越大则宏观杠杆率越高。

(二)货币政策对金融稳定的作用机制

基于金融加速器理论，引入投入—产出模型梳理纳入金融稳定因素的货币政策传导效应。以C—D生产函数为例，假设企业部门包含两期，0期投入资本，1期获得产出。

F(Q)=aKαL1-α0<α<1

(9)

假定该企业将所有产出投入下期生产，且需要外部融资实现扩大再生产，企业产出期还要承担初始期的债务。Kt为t期的资本投入，Bt为t期的企业负债，rt为t期的利率。

Kt=Kt-1+Bt-rt-1Bt-1

(10)

第1期的资本投入为：

K1=K0+B1-r0B0

(11)

无杠杆约束下，企业可以完全抵押资产K以换取等价银行贷款。引入单位资产投入的资产价格qt，t=(0，1)，得到企业第1期负债的表达式为：

(12)

式(12)右边可以看成企业资产价格现值，因此企业可贷资金等于资产现值。联立式(11)、式(12)得：

(13)

式(13)是包含企业现值因素的第1期资本投入量。假定存在最优资本投入量Kt，此时企业资金的影子价格与外部融资利率相等，即

PF(Q)=Rt

(14)

综上，货币政策的调整可能会引起实体经济的债务成本和资产价格的变动。以紧缩性货币政策为例，央行货币供应量下降、利率上升，导致债务成本增加、单位资产价格降低，式(13)中B0上升使得K1下降，即企业资本投入降低，进而导致总产出水平下降。在金融加速器作用下，紧缩性货币政策进一步限制企业部门投资、融资和产出水平，“加速效应”引发金融体系不稳定(21)Bernanke，B.，Gertler，M.，“Monetary Policy and Asset Price Volatility”，Economic Review，Vol.84，No.4，1999，pp.17-51.，从而加剧实体经济的波动幅度，导致实体经济水平下降。

(三)宏观杠杆率与金融稳定的双向机制

中外金融发展史表明，信贷和杠杆率的迅速上升与金融危机密切相关。随着经济由复苏转向繁荣，市场投资和消费的增加促使宏观杠杆率持续走高，极易诱发实体经济部门的流动性风险和偿付性风险。由于多部门、多主体相互交织，局部金融风险迅速传递，对金融稳定造成负面影响，甚至引发金融危机。宏观杠杆率通过多种传导渠道影响金融稳定：一是实体经济部门间的杠杆不稳定传导。高杠杆主体因过度负债陷入“财务困境”时，不仅导致其经营困难、濒临破产，还会加重债务链条上其他关联主体的债务负担。受到经济景气变化的影响，资产价格的波动进一步导致单个主体偿债风险的扩散，从而使风险在业务往来密切、相互担保的实体经济部门内迅速膨胀传播，严重威胁到金融稳定。二是实体经济和金融部门间的杠杆不稳定传导。由于中国金融机构融资能力相对不足，高杠杆带来的大量不稳定因素通过融资渠道从实体经济部门扩散至金融部门，导致金融机构的违约损失和风险敞口扩大。基于审慎经营的需要，金融机构信贷投放收缩，必然导致实体经济部门融资成本上升、融资违约增加，进一步影响金融部门的稳定性。三是金融市场和金融机构间的杠杆不稳定传导。随着金融体系不断完善和发展，金融市场和金融机构乃至宏观经济的关系越来越紧密。金融机构面临的杠杆不稳定因素由表外向表内不断扩散，金融机构资产恶化逐渐打破金融体系的动态平衡，导致金融市场大幅波动，从而形成杠杆不稳定因素传递甚至扩大的宏观机制，加剧了经济体系的脆弱性。

反之，维护金融稳定也有利于为宏观杠杆率的有序调控创造适宜环境。当金融稳定性越高时，市场流动性合理充裕，资产价格波动平缓，金融机构贷款的意愿、能力和可持续增强，从而有基本匹配的信贷增长和经济增速为去杠杆提供条件。从结构性去杠杆角度思路分析：一是居民部门方面。基于资产价格泡沫理论，房价快速上涨催生资产高泡沫化频繁出现，导致居民杠杆率不断上升。金融体系越稳定，资产价格越接近实际价格，房价稳定使得居民部门债务负担减轻。二是企业部门方面。基于债务—通缩理论，经济预期乐观推动企业不断借贷投资，若出现“意外冲击”或政策收紧，企业盈利下降和资产价格暴跌导致企业由“过度投资”转向“过度负债”，企业杠杆率迅速攀升，债务和经济进一步向下螺旋发展为“通货紧缩”。在稳定的金融体系中，企业信贷获取便利，资金投资效率高，债务可持续性强，能够抵御负面冲击和政策收紧后的信贷收缩、价格下跌和实际债务增加的危机，降低企业的杠杆风险。三是政府部门方面，基于预算软约束理论，中央政府对地方政府过度融资和国有企业严重亏损进行兜底，导致其他部门杠杆率向中央政府杠杆率转移。当金融体系越稳定，政府资产负债表呈现有序扩张时，政府部门不会采用以提高政府杠杆来缓解私人部门过度去杠杆带来的经济下行风险的手段，同时市场资源配置效率的提升促进私人部门融资模式的多元化，有助于减轻政府部门债务负担，从而推进中央和地方债务增速下降。

图2 作用机制

显然，货币政策调控目标和工具的选择在降低宏观杠杆率和维持金融稳定工作中担当重要角色，然而宏观杠杆率与金融稳定的相互联动也不容忽视，三者的作用机制如图2所示。因此，稳杠杆和稳金融对货币政策而言，能否在某种程度上寻得平衡？又或者是绝对的两难选择？以及稳杠杆和稳金融能否互为调控政策的路径选择？这些需要借助动态时变非线性分析工具展开深入讨论。

四、中国金融稳定指数的构建

(一)构建方法

衡量金融体系稳定性的方法经历了从金融压力测试分析、构建风险预警系统到综合指数识别的演进。综合指数分析法可以提取与金融危机显著相关的指标，涵盖宏观经济基本面、金融机构稳定性以及外生风险传导等相关指标，按照相应指标对金融稳定贡献度的量化值赋权，在此基础上加权求和得到金融稳定综合指数。综合指数分析法的优势在于：一是涵盖的内容更加全面，能够识别变量时间层面的变化和趋势，便于监管机构及时检测和调控。二是受模型约束较小且不受模型阈值设定的影响，能较为客观地反映金融稳定情况。

构建金融稳定综合指数需要基于金融稳定的内涵，从多维度、深层次选择相关指标以反映金融稳定状况和趋势。当今，全球不乏由权威机构提出并受到广泛认可的金融稳定评价体系，如国际货币基金组织提出的FSI、欧洲央行构建的MPI等。但中国会计准则、数据口径等诸多方面与国际惯例相异，部分指标难以获得，适用性较差。为科学识别金融风险，紧密结合中国金融体系现状，本文参考郭红兵和杜金岷(22)郭红兵、杜金岷：《中国金融稳定状况指数的构建》，《数量经济技术经济研究》2014年第5期。、王劲松和任宇航(23)王劲松、任宇航：《中国金融稳定指数构建、形势分析与预判》，《数量经济技术经济研究》2021年第2期。的研究，选取覆盖房地产市场风险、不良资产风险、债券违约风险等多个维度的指标构建金融稳定综合指数。基础指标如表1所示。

(二)指数合成

鉴于国际性金融危机对国内市场的影响存在时滞性，兼顾指标的可得性和完整性，本文使用2010年第一季度至2020年第四季度的相关数据，采用Census-X12方法对基础指标进行季节性调整，并利用Min-Max正向化和标准化处理规避指标属性和量纲不同导致的偏差。数据来自国家统计局、中国人民银行、中国证监会等网站。

本文采用主成分分析法计算金融稳定综合指数。如表2所示，前六个主成分的累计方差贡献率为93.21%，KMO检验值为0.683 2，表明主成分分析提取了原始数据的绝大部分信息，达到数据约化效果。再以各主成分方差贡献率占前六个主成分累计方差贡献率的比重作为权重值，对主成分得分加权计算出金融稳定综合指数(FSI)。本文所使用的基础指标均经过标准化处理，因而采用主成分分析法所构建的金融稳定指数能够通过其相对大小比较金融稳定程度，且数值越大，表示金融稳定程度越高。

表2 主成分分析结果

图3 金融稳定综合指数变动趋势图

图3为金融稳定综合指数(FSI)以及基于HP滤波方法得到的指数趋势图(FSI-Trend)。2010年至2020年中国金融稳定指数曲折上升，该结果与刘金全和毕振豫(24)刘金全、毕振豫：《基于金融稳定目标的规则型货币政策研究》，《南方经济》2019年第3期。、邓创和谢敬轩(25)邓创、谢敬轩：《中国的金融稳定及其与经济、金融周期波动的关联动态》，《国际金融研究》2021年第7期。基于因子分析和动态赋权法合成的金融稳定指数同期趋势基本保持一致，同时跨期相关检验也显示金融稳定指数对未来宏观经济走势具有较强的预测能力(26)囿于篇幅所限，跨期相关检验具体结果备索。，表明本文构建的指数对中国金融体系稳定状态的量化识别相对有效。

2010年第一季度至2013年第四季度，FSI处于震荡调整阶段。2010年初至2011年，FSI明显下降。一方面，2008年下半年至2009年的刺激政策有效拉动了国内投资和消费，稳住了经济基本面，但短期内大规模的政府公共投资并未准确落地，也未注重深化改革的统筹协调，导致资源错配、产业结构失衡，影响下一阶段金融稳定。另一方面，随着经济回归常态，为应对次贷危机导致国内金融状况恶化而推出的一揽子刺激计划逐渐从“宽松”回归“稳健”，FSI在2011年第二季度到达低点。而后相关部门通过经济结构调整、产业升级和加强债券市场建设等手段处理前期遗留问题，2011年下半年FSI逐渐回升。2013年6月“钱荒”事件导致银行业流动性严重不足，部分银行机构出现资金违约，Shibor全线涨幅明显增加，引起金融市场震动。通过政策定向干预和精准调控，FSI在2013年9月触底反弹，流动性危机暂时解除。

2014年第一季度至2017年第四季度，FSI处于波动上行阶段。金融市场各项改革和制度建设稳步推进，FSI总体稳健上行，金融体系服务经济社会能力不断加强。但以往追求经济高速发展的遗留问题与转轨滋生的风险隐患仍不容忽视：商业银行资产质量回落明显，不良贷款比率从2014年第一季度的1.03%增长至2015年第四季度的1.68%，涨幅约为63.1%。2015年A股经历非理性繁荣，不到一个月，股票大面积跌停，上证股票市盈率波动剧烈，诱因在于“一行三会”监管模式已不契合混业经营的金融形态，金融监管需进一步改革创新。2015年在厘革汇率定价方式、加紧放松利率管制和人民币加入SDR等事件冲击下，Shibor利率、实际有效汇率指数、短期资本流动波动较大。2016年第三季度，中国影子银行规模和局部房地产泡沫风险敞口趋于扩大，商业银行不良资产余额和不良比率“双升”，FSI有所下降。直到2017年初，债券市场刚性兑付有序被打破，一系列金融改革措施取得显著成效，FSI有序提升。

2018年第一季度至2020年第四季度，FSI处于平稳发展阶段。在国家大力整顿金融秩序背景下，各类违法金融行为的增量风险得以缓释，影子银行规模持续下降，无序发展风险得到控制。依据“房住不炒、因城施策”的主基调，住建部坚持“三稳”的调控目标，房地产销售增速继续放缓，贷款增速整体平稳，住房价格得以控制。《商业银行流动性风险管理办法》修订完善部分流动性风险监测指标，补齐了微观审慎监管的短板，商业银行流动性和资本充足率保持稳健。为积累中国在国际经济合作和竞争中的新优势，加速国内金融改革，蹄疾步稳地促进金融开放，金融业FDI限制指数逐年下降。2020年，新冠肺炎疫情使世界经济陷入衰退，对实体经济和金融稳定产生巨大冲击，FSI有所回落。为应对更加复杂严峻的局面，中国金融系统坚持稳中求进的工作总基调，及时增加再贷款再贴现额度，保持流动性合理充裕，出台小微企业信用贷款支持计划等多项应对措施，2020年末中国经济仍实现正向增长。

五、宏观杠杆率、金融稳定与货币政策的动态关系

(一)TVP-VAR模型设定

系列VAR模型假定模型变量均为内生变量，且由随机扰动项发挥冲击变量的作用，有效缓解了内生性与共线性问题。参照Nakajima等(27)Nakajima，J.，Kasuya，M.，Watanabe，T.，“Bayesian Analysis of Time-Varying Parameter Vector Autoregressive Model for the Japanese Economy and Monetary Policy”，Journal of the Japanese &International Economies，Vol.25，No.3，2011，pp.225-245.设定的时变参数向量自回归模型(TVP-VAR)，捕捉宏观杠杆率、金融稳定与货币政策的动态关系。

首先引入标准VAR模型：

Ayt=F1yt-1+…+Fsyt-s+ut，t=s+1，…，n

(15)

yt为由观测变量构成k×1的向量，A、F1，…，Fs的k×k系数矩阵，μt为k×1的结构冲击扰动项。假定μt～N(0，∑∑)，其中：

同时假定A为下三角矩阵：

将模型(15)改写为：

yt=B1yt-1+…+Bsyt-s+A-1∑εt

(16)

yt=Xtβ+A-1∑εt

(17)

为满足时变性，将式(17)常数参数改写为随时间变动的动态变量，则进一步扩展为：

(18)

βt+1=βt+μβt，αt+1=αt+μαt，ht+1=ht+μht

(19)

(20)

其中，t=s+1，…，n，βs+1～N(μβ0，∑β0)，αs+1～N(μα0，∑α0)，hs+1～N(μh0，∑h0)。

本文采用MCMC(Markov Chain Monte Carlo)方法对参数进行估计。

(二)指标选取

考虑数据的权威性，本文选取中国社会科学院测算的中国宏观杠杆率数据。相较于IMF、BIS公布的中国杠杆率数据，该数据更具时效性，更适合研究中国杠杆调整策略。宏观杠杆率指标使用居民部门、非金融企业部门及政府部门杠杆率合计值；金融稳定指标依据上文测算；数量型货币政策指标使用M2季度数据，由月度数据算术平均得到；价格型货币政策指标使用7天银行间同业拆借利率季度数据，由交易量为权数的月度利率加权得到。

样本区间为2010年第一季度到2020年第四季度，相关数据来自国家资产负债表研究中心(CNBS)和Wind数据库。为消除季节因素影响，对全部季度数据加以Census-X12季节调整；为保证平稳性并减少异方差影响，对M2进行对数差分变换，对杠杆率、利率和金融稳定指数进行差分变换。对各变量差分变换等同于增量分析，具备现实经济意义。处理后的宏观杠杆率、金融稳定指数、数量型货币政策和价格型货币政策分别用LEV、FSI、M2和R表示。各变量均通过ADF平稳性检验后，依据LR、FPE和AIC准则选取TVP-VAR模型的最优滞后阶数为3，检验结果限于篇幅备索。

由于TVP-VAR模型对变量的引入排序十分敏感，本文按照M2、R、LEV和FSI的顺序，设定排在前面的货币政策变量在当期会影响排在后面的宏观杠杆率和金融稳定变量，而排在后面的宏观杠杆率和金融稳定变量在当期不会影响排在前面的货币政策变量。政策制定和实施具有一定时滞性，当宏观杠杆率和金融稳定出现异常时，政策部门很难当月采取有效调控，因此货币政策相关变量的排序应放在前面。

(三)实证结果分析

采用MCMC方法随机抽样10 000次，将前1 000次舍去作为预烧抽样。模型抽样和参数估计结果均表现良好，检验结果限于篇幅备索。为刻画货币政策、宏观杠杆率与金融稳定之间的动态作用机制，本文采用脉冲响应函数进行实证分析。首先，立足不同滞后期对脉冲响应结果展开探讨，选取2期(半年)、4期(一年)、8期(两年)的脉冲函数走势，依次刻画短期、中期和长期三种响应机制。

1. 不同滞后期的脉冲响应分析

图4(a)显示，数量型工具变动对宏观杠杆率的短期作用明显，且对杠杆的正向效应逐年波动递减。在2015年中国“去杠杆”进程前，数量型工具已经开始尝试有序推进处置存量债务和控制新增债务间的平衡，对宏观杠杆率的正向效应有所下降。2017年央行大资管新规和各项监管政策密集出台，金融工作会议也提出严控地方政府隐性债务，货币供应明显收紧，杠杆率增速大幅回落，去杠杆与防范化解风险初见成效。2018年去杠杆压力减轻，“稳杠杆”成为货币政策调控新任务，M2增速趋稳越有助于控制金融体系内部杠杆，但2018年至2020年杠杆率变动的趋势经历小幅上升后又有所回落，杠杆的波动不仅有短期冲击影响，也受中长期结构性问题制约，央行应继续完善货币政策的跨周期调节，稳步推进结构性去杠杆工作。中期效应在2015年第三季度由正转负，长期效应绝大部分时期为负，表明数量型工具在处理中长期杠杆过热问题时具有一定的政策空间。

图4(b)显示，价格型工具变动对宏观杠杆率的短期效应为负，中期效应在2019年第一季度由负转正，长期效应仅在2014年第四季度至2016年第三季度为正，其余时间均为负向影响。利率作为价格型工具对短期的去杠杆效果较好，央行营造的利率上行环境能有效遏制市场继续举债甚至主动降低债务规模。经历了持续两年的紧缩政策，2018年以后实体经济下行压力加大，为应对投资增速乏力和消费动力不足，结构性宽松的货币政策与利率市场化改革共同推动利率下行，价格型工具对抑制宏观杠杆率增长的短期和长期效应虽显著为负，但存在逐步上升的趋势。

图4 货币政策对宏观杠杆率的不同滞后期脉冲响应

综合图4(a)和图4(b)，货币供应量的增加刺激杠杆率持续走高，而利率与杠杆率存在明显的逆周期性，这与前文理论分析一致。货币政策的转向过程存在一定惯性，数量型工具在中长期效应中能够抑制杠杆的增长，而价格型工具在短期调节上具有优势。因此，多样化的货币工具组合调控需要根据形势的变化灵活调整政策力度、节奏和重点，为稳杠杆提供适宜的货币金融环境。

图5 货币政策对金融稳定的不同滞后期脉冲响应

图5(a)显示，短期效应表现为“单驼峰”波动，数量型工具变动对金融稳定的促进效应逐步提升，在2015年第二季度达到峰值。2010年后货币总量平稳增长，保持流动性合理充裕，且2013年央行创设多种流动性管理工具，如SLO、SLF和PSL等，有效拓宽了向银行体系提供流动性的渠道。2015年第二季度后，正向效应逐步收紧，其中部分源自对内受“牛市情结”招致的股市波动影响，流动性供求的不确定因素增加，加之利率市场化迈向“深水区”，存款利率上限放开，央行逐步侧重价格型调控，数量型工具的有效性减弱；对外受美联储加息，外汇占款大幅变动，金融市场风险聚积，数量型工具在事后给予的流动性支持效果有限。直到2019年第一季度，数量型工具表现为负向抑制，市场主体对利率的关注远远高于M2，货币政策的数量化中介目标在相关性、有效性和可控性等方面都有明显弱化。中长效应波动较大且方向背离，表明M2作为货币政策中介目标的有效性正逐步降低。

图5(b)显示，短中期内价格型工具变动对金融稳定的影响显著且趋势相似，而长期效应为负且无明显波动。2015年后短期效应有明显的上升，中期效应由负转正，这与数量型工具效应相对应，表明中国政策利率体系正在逐步完善，价格型工具对稳金融目标的信号意义越来越强。而长期效应仍不利于金融稳定，利率决策机制的前瞻性引导还需不断加强。

综合图5(a)和图5(b)，中国自2010年开始实施稳健的货币政策，随着数量调控指标的能力弱化，价格型工具的操作更富有弹性，特别是在2015年后利率走廊机制的逐步完善下，价格型工具在维护金融稳定的短中期效应具有调控优势，同时带有利率色彩的创新性货币工具陆续推出，也进一步表明货币政策框架转型取得阶段性成效。

图6(a)显示，2010年至2015年宏观杠杆率变动对金融稳定的短期效应由负转正，并于2015年第二季度达到峰值，而后逐渐下降，在2016年第二季度由正向促进转为负向抑制。原因在于：一是在2015年前经济平稳增长时期，杠杆稳步上升带来的投资和消费增长为市场注入更多的流动性，有助于金融资源的充分配置，一定程度上缓解了金融危机后金融体系的脆弱性，金融稳定状况逐步向好。二是在2015年后经济增速换挡和经济体制全面深化改革时期，高杠杆诱发的结构性问题逐渐暴露，高杠杆对经济刺激的边际贡献递减，不仅干扰经济正常运行，也削弱了宏观调控的政策效果，导致金融稳定的变动出现下降趋势。三是随着2015年12月中央明确提出“去杠杆”任务，去杠杆化以及由此产生的杠杆波动造成持续的信贷紧缩和流动性枯竭，进一步加剧了金融不稳定性，与马勇等(28)马勇、田拓、阮卓阳等：《金融杠杆、经济增长与金融稳定》，《金融研究》2016年第6期。研究结论类似。中长期效应波动较大，近年来多数负效应也表明杠杆变动不利于金融稳定，但从2019年起，短中长期效应的上升趋势有所抬头，这说明在“稳金融”目标下，“稳杠杆”工作在分部门、分类型调控和约束引导经济主体的加杠杆行为方面逐步显效，但仍需在结构上分类施策以保障宏观杠杆率的合理区间。

图6 宏观杠杆率与金融稳定双向的不同滞后期脉冲响应

图6(b)显示，金融稳定变动在短期内显著促进宏观杠杆率的增长，而随着滞后期的增加，促进作用逐渐降低。短期的金融稳定不利于抑制杠杆率攀升，原因在于：一是从杠杆率下降因素来看，无论是居民部门还是非金融企业部门，杠杆率的下降都是由于严格的政策调控发挥了较大作用，如房地产调控趋严能有效降低个人住房贷款，央行的短期流动性贷款能严格管控非金融企业表外融资规模。二是从杠杆率本身特点来看，加杠杆意味着可利用的资金资源增加和获得更多收益，市场内微观主体受加杠杆的内在动力激励导致杠杆率易涨难跌，所以需要从外部约束经济主体的加杠杆行为。三是从金融稳定内涵来看，金融稳定是评估金融体系各组成要素表现平稳和抵御外部冲击风险的指标，金融体系越稳定越有利于护航经济健康发展，而良好的经济金融环境容易鼓励更多的金融冒险行为，从而增加了债务展期和债务可持续性风险，导致杠杆率的上升。因此，在去杠杆过程中，政策应始终保持松紧适度，适时预调微调，同时坚持金融系统稳中求进，保障GDP健康增长，从分子和分母端共同推动杠杆率下降。

2. 不同时点的脉冲响应分析

对不同滞后期的脉冲效应结果给予关注可以有效解释货币政策、宏观杠杆率与金融稳定之间的时变效应，但伴随近年来中国经济政策调控的转型和外生冲击风险的影响，货币政策、宏观杠杆率与金融稳定之间的动态作用机制是否发生显著变化？参考前文中国金融稳定状况的三个阶段，选择2012年1月、2016年1月和2020年1月展开不同时点脉冲响应分析的阐述，以补充解释结构性变动。三个时点的选择依据：2012年，中国仍处于危机之后的缓慢复苏阶段，采取多手段的扩张性政策托住不断下滑的经济增长率，货币政策目标从防通胀转为稳增长；2016年，为加大对经济转型支持力度，中国实施“三去一降一补”政策，正式进入“强制”去杠杆阶段；2020年，新冠疫情持续发酵下全球产业链供应链循环受阻，采取何种协同稳杠杆与稳金融的路径，再一次给中国宏观调控带来严峻考验。

图7 货币政策对宏观杠杆率和金融稳定的不同时点脉冲响应

图7为货币政策对宏观杠杆率和金融稳定的不同时点脉冲响应。从宏观杠杆率的脉冲图看[图7(a)、图7(b)]，数量型工具在第4期左右对杠杆的冲击效应由促进向抑制过渡，价格型工具则在第4期左右表现为对杠杆的促进效应，这与图4(a)和图4(b)的中期滞后特征一致。三个时点的脉冲响应曲线趋势相似，但在2020年应对疫情冲击时，与其他时点相比，数量型工具的加杠杆效应略微降低，价格型工具的降杠杆效应有所削弱，表明这一阶段稳杠杆是货币政策调控的重要核心。从金融稳定的脉冲图看[图7(c)、图7(d)]，数量型工具对金融稳定的时变特征在三个时点上显著不同，持续效应可达到14期左右。随着货币政策调控持续完善，数量型工具在稳金融目标上的促进效应存在正负交替，而价格型工具在第2期呈现较为稳定的正效应，在第10期左右影响效应收敛于0，可见利率在稳金融调控中的响应速度具有优势。

图8 宏观杠杆率和金融稳定双向的不同时点脉冲响应

图8为宏观杠杆率对金融稳定双向的不同时点脉冲响应。图8(a)中宏观杠杆率变动对金融稳定的促进效果在短期内逐年降低，而在第6期至第15期，2016年和2020年的时点脉冲曲线表现出较为稳定的正效应。可见随着稳杠杆政策在结构上分类施策的充分实践，杠杆率的适度波动在长期内有助于提升金融稳定性。作为图6(b)结论的补充，图8(b)中三条曲线接近重合，且在13期后仍不平稳，表明杠杆受到金融稳定的动态影响随时间变化较小，金融稳定对杠杆的冲击效应持续性较强。金融稳定变动在短期内会导致杠杆率上升，但在第3期至第10期中负效应居多，说明金融体系稳定性的增强在中长期能够有效遏制宏观杠杆率的上升势头，稳杠杆工作更需要稳健的金融体系作为基础保障。

值得注意的是，2020年新冠疫情发生后，中国有效推进了疫情防控和经济复苏工作，货币政策的稳杠杆和稳金融效应基本保持平稳，短期疫情冲击并未明显改变货币政策、宏观杠杆率与金融稳定之间的内在逻辑关系，充分展现出中国货币政策的稳定性、前瞻性和有效性。

(四)稳健性检验

由于TVP-VAR模型参数设置的局限性，变量间的排序可能会影响脉冲结果。(29)吴丽华、傅广敏：《人民币汇率、短期资本与股价互动》，《经济研究》2014年第11期。为验证实证结果的可靠性，本文按照前文政策变量在前，经济变量在后的原则，将M2和R调换，LEV和FSI调换，重新进行TVP-VAR模型分析。囿于文章篇幅，仅列出LEV对FSI的脉冲响应图。如图9所示，结果表明改变变量排序并未导致脉冲响应轨迹出现明显变化，因而佐证了本文实证结果具有一定的稳健性。

图9 宏观杠杆率对金融稳定的不同滞后期和不同时点脉冲响应

(五)进一步讨论：货币政策调控改革的重点与方式

为进一步研究中国货币调控改革的具体方向和手段，本文基于2001年至2020年的《货币政策执行报告》，绘制了中国货币政策调控取向及变迁过程。如图10所示，货币政策走向和转折态势与宏观经济运行阶段和调控目标相符合，调控取向的前瞻性与连续性表现出渐进转轨的特征。2007年第三季度至2008年第一季度，由于上一阶段货币政策长期保持“稳健”，中国经济出现“高通胀”，调控从“稳健”转向“从紧”；受南方雪灾、汶川地震和国际性金融危机蔓延等事件影响，在2008年第三季度至2010年第四季度的金融危机消化调整期，中国货币政策维持“适度宽松”；随着金融危机的负效应逐步消退，2011年一季度至今，身处“稳健”货币政策环境的中国经济渐入筑底和夯实阶段，“稳增长”目标基本实现，货币政策调控体系也趋于完善。

图10 中国货币政策调控取向及变迁过程

从中国货币政策中介目标的选择来看，货币政策的“量”与“价”并非孤立存在、相互割裂的。数量合理与否会影响价格传导效率，而价格偏离均衡则会引发数量扭曲。(30)周月秋：《量价结合优化货币政策调控》，《中国金融》2021年第15期。虽然数量型工具的可测性、可控性有所弱化，需要向价格型转变已经成为基本共识，但价格型目标体系的建立多受到“利率双轨制”、“软约束”等现实困境约束，央行仍不能完全舍弃数量工具。近年来中国央行综合运用数量型和价格型工具，充分表明“量价结合”的思路既是优化政策调控效果的关键，也是健全货币政策框架的内在要求。但秉持“稳字当头”的基本原则，货币政策调控由数量向价格转型会继续进行，并持续完善“量”与“价”的分层调控，以顺应金融服务“双循环”的诉求。

与此同时，为实现货币资金的定向调控，中国央行积极创设并使用结构性货币政策对总量货币政策进行补充和辅助。借鉴金成晓和姜旭(31)金成晓、姜旭：《结构性货币政策与经济高质量发展：作用机制与优化路径》，《经济问题探索》2021年第11期。、何剑等(32)何剑、祝林、郑智勇：《结构性货币政策、金融杠杆与经济增长》，《经济体制改革》2022年第5期。的研究，本文采用SLF、MLF、PSL当期余额之和占金融机构各项贷款余额的比例表示结构性货币政策(SMP)，以补充探讨结构性工具对宏观杠杆率和金融稳定的调控效应(33)季度数据由月度数据算术平均得到并进行平稳性处理，其他变量及模型设定与前文保持一致。这三类结构性工具是中国央行流动性投放的重要渠道，将三类工具作为整体研究更有助于理解央行统筹安排的意图。。由于央行自2014年后才频繁使用结构性工具，本文样本区间缩小为2014年第四季度至2020年第四季度，同时为避免因滞后期设置较长无法观测到的脉冲效应，仅分析SMP对LEV和FSI的不同时点脉冲响应。图11中，由于三类工具的期限属性和政策

图11 结构性货币政策对宏观杠杆率和金融稳定的不同时点脉冲响应

功能主要以短期调控为主，结构性工具变动对抑制杠杆的短中期效果具有较好的稳定性，在提升金融稳定性方面，第1期为正效应，而后表现为正负交替。因此，作为传统总量调控的补充，结构性货币政策工具的政策效应显著，具有短期的稳杠杆和稳金融的调控效果，但要注意中长期对金融稳定的波动冲击。

从中国货币政策跨周期调节的视角来看，2022年《政府工作报告》明确指出，为应对多重风险挑战，要强化宏观政策跨周期和逆周期调节。货币政策跨周期调节不仅需要熨平短期的波动因素，还需要拥有长期视角，即注重短期和长期政策效果的连续性。当前中国经济下行压力依然较大，政策可持续性要求货币政策不能过度放松，避免“急转弯”而透支未来政策空间，以起到稳定市场和引导预期的积极效果。完善货币政策跨周期设计，必须围绕解决高杠杆和金融不稳定问题，加强风险防范意识，严守金融安全底线。

从政策执行效果看，着眼金融体系复杂性和关联性日益突出的重要实际，中国人民银行于2011年正式引入宏观审慎工具，开始探索构建宏观审慎制度以避免货币政策“硬着陆”带来的潜在风险，尤其是对金融体系顺周期和跨市场风险引起的金融不稳定加以思量。通过引入逆周期的宏观审慎政策，不仅可以改善固有货币政策框架中难以兼顾不同市场和主体的失衡状况，还能充分调控资产市场加杠杆产生的顺周期波动和超调现象。金春雨和王薇(34)金春雨、王薇：《宏观审慎政策工具运用对我国货币政策有效性的影响》，《东北大学学报》(社会科学版)2021年第4期。指出，“双支柱”政策在长期目标调控中具有一致性，数值模拟分析表明适当强度的流动性宏观审慎政策工具与货币政策的协调具有较好的金融稳定效果，上调存款准备金率和价格型工具是较优的政策组合，而其他审慎工具难以与货币工具协调，存在严重的“政策冲突”。因此，为把握“稳杠杆”与“稳金融”目标的决策平衡，必须重视与宏观审慎政策的协调和配合，通过强化“双支柱”政策的协调机制及信息沟通，更好地发挥宏观审慎工具“防护罩”的辅助功能。

六、结论与启示

国外的严峻形势和国内经济转轨等多方压力要求中国货币政策调控更加有的放矢。本文在时变特征的视角下，采用TVP-VAR模型探讨宏观杠杆率、金融稳定和货币政策之间的动态关系，分析结论如下：(1)从货币政策的稳杠杆效应看，数量型工具的加杠杆效应逐渐降低，可以通过中长期作用抑制杠杆增长，而价格型工具在短期调节上具有优势。(2)从货币政策的稳金融效应看，数量调控能力明显弱化，仅长期效应为正，而在2015年后利率走廊机制的逐步完善下，价格型工具在短中期内的稳金融效应更加突出。(3)从稳杠杆与稳金融的双向溢出效应看，二者互为调控政策的路径选择。一方面，高杠杆以及过度紧缩去杠杆产生的杠杆波动极易导致金融不稳定，但随着稳杠杆政策在结构上分类施策的充分实践，杠杆率的适度波动在长期内有助于提升金融稳定；另一方面，金融稳定在短期内显著推升宏观杠杆率，但金融体系稳定性的增强在中长期内能够有效遏制宏观杠杆率的上升势头，稳杠杆工作更需要稳健的金融体系作为基础保障。(4)时点脉冲响应结果进一步验证了上述结论，且2020年短期疫情冲击并未明显改变货币政策、宏观杠杆率和金融稳定之间的内在逻辑关系，充分展现出中国货币政策的稳定性、前瞻性和有效性。

根据实证结论和货币政策调控改革分析，本文得到如下启示：(1)加强风险防控，健全“稳杠杆”和“稳金融”的监管体系。全球数字货币、开放银行和数字银行等金融科技领域发展瞩目，多元化的融资渠道不利于全面获悉企业负债以及实时预警异常情况，将导致宏观杠杆率发展趋势误判和金融风险防控失效。央行应及时将日新月异的金融科技纳入立法和监管范围，增进风险评估的科学性和完整性，加强金融法治建设，适时建立统一、高效、权威的金融稳定和风险防范处置的法律体系，为去杠杆营造良好环境。(2)坚持维稳促增，完善货币政策调控改革机制。在“稳字当头”的原则下，保持货币调控和经济阶段相适应，依据响应速度和响应力度有针对性地使用货币政策量价工具，充分发挥量价工具的周期调控优势及协调效应，实现多目标调控的稳定性。在货币转型过程中，不断完善“量”与“价”的分层调控，高度关注价格型工具的预调微调功效，进一步打破预算软约束，助推利率形成方式市场化和利率调控方式市场化，完善央行的政策利率体系。同时促进结构性货币政策“常态化”发展，通过对宏观经济运行的调控实践不断总结经验，逐步提升不同期限工具组合的实施质效。(3)优化沟通协调，加快宏观审慎政策框架建设。“双支柱”政策协同已成为实现经济金融共同稳定的基本共识，但在落地环节常陷入多种协调困境，政策合力效果不尽如人意。因此，宏观审慎框架建设要从各协调领域出发，一是目标协调，“双支柱”政策应采取有差异的配合策略，依据经济金融周期、市场失衡和通货膨胀等因素谨慎协调政策方向和力度，降低政策搭配可能产生的不确定因素，有序发挥政策效果。二是主体协调，人民银行应拓展沟通协调机制，强化金融监管机构渗透市场主体交易行为的能力，完善同其他部门的数据共享与联动中介，从而提高政策执行效率。毫无疑问，本文通过货币政策与宏观杠杆率和金融稳定的动态关系来探讨量价调控的有效性存在不足，在机制分析中仅考虑封闭经济下的IS-LM模型，且未能将三个机制放置在同一个模型框架下进行系统性分析。随着中国内部经济结构的调整以及外部经济环境的变化，后续研究可以建立开放经济条件下，包含“稳杠杆”和“稳金融”目标以及多种经济金融政策并存的DSGE模型框架，从而进一步探究货币、财政以及宏观审慎政策的组合范式及其调控效应。