重大突发公共事件对系统性金融风险的影响研究

欧阳资生,柯玉茹,王连军

(1.湖南师范大学 商学院,湖南 长沙 410081;2.湖南工商大学 财政金融学院,湖南 长沙 410205)

一、引 言

近年来,国内外重大公共事件频繁发生,典型事件如1997年亚洲金融危机、2003年非典疫情(SARS)、2008年的次贷危机和汶川大地震、2020年新冠疫情、2022年的俄乌冲突等。重大突发公共事件的发生不仅对人类生命财产安全造成威胁,而且给全球经济形势造成不同程度的创伤[1]。面对世界百年未有之大变局,重大突发公共事件所带来的不确定性引起了各界对其所引发的冲击效应、传导机制以及政策应对的深度思考。党的二十大报告明确指出,要完善风险监测预警体系,强化经济、金融等安全保障体系建设。金融是实体经济的血脉,实体经济与金融风险密切关联,重大突发公共事件的发生对实体经济所产生的影响同样也会传导至金融体系,影响金融稳定,衍生金融风险,放大重大突发公共事件冲击的效应。

近年来学者们逐渐把“灾难”内涵扩展到了一些不确定性、突发性事件中。所谓灾难冲击就是指那些发生后对经济系统造成极大损失的灾难事件,通常具有随机性,与突发事件同时发生[2]。目前,学者们在研究突发事件对经济的影响时多选用计量模型,但是计量模型缺乏微观基础。而动态随机一般均衡(Dynamic Stochastic General Equilibrium,DSGE)模型以各微观主体利益最大化为出发点,从而使宏观分析具有微观基础,能够更好地刻画外生冲击变量与内生变量以及各个内生变量之间的动态关系。

从现有文献来看,关于灾难风险对宏观经济的影响研究主要使用DSGE模型。如Rietz首次将灾难风险引进Lucas模型,分析灾难发生对股权溢价的影响,解释了美国“股权溢价之谜”,并认为资本市场在一定程度上会受到灾难影响[3]。Gourio在实际经济周期(Real Business Cycle,RBC)模型中加入了灾难冲击,并假设灾难同时冲击全要素生产率(Total Factor Productivity,TFP)和资本存量,结果表明灾难发生概率的增大会导致各宏观经济变量下降[4]。陈国进等分别设定了TFP灾难、资本灾难和双重灾难三种灾难形式来分析灾难风险因素对中国宏观经济波动的影响,同时讨论了宏观政策应对效果[5]。袁靖和陈国进基于非线性DSGE模型比较分析了罕见灾难和不确定性技术冲击对中国长期国债风险溢价的影响[6]。王瑶和王文蔚在NK-DSGE模型中引入环境灾害冲击,结果表明环境灾害冲击会显著提高银行体系的违约水平,企业融资溢价水平提升[7]。丁志帆和孔存玉将灾难风险冲击和异质性家庭引入DSGE模型中,发现灾难风险冲击主要通过资本减损和风险溢价机制影响国民经济[8]。

一直以来,银行在中国金融体系中处于核心地位,银行与银行之间、银行与其他金融机构之间通过资产重叠、同业拆借等金融活动逐渐形成了一个复杂网络体系[9]。因此在研究系统性金融风险时金融中介是必不可少的研究对象。在新凯恩斯模型(New Keynesian Model)中主要通过两种形式引入金融中介部门:一种是Bernanke等所提出来的BGG-DSGE模型,通过引入外部融资溢价来刻画金融摩擦[10]。另一种是直接在新凯恩斯模型中引入金融中介部门,Gertler和Karadi通过将商业银行杠杆内生化,引入银行信贷供给端摩擦,通过银行利润最大化求解,分析信贷供给对实体经济所造成的影响[11]。

重大突发公共事件的发生使得企业部门生产经营活动和居民日常生活都受到了极大影响,政府为此需采取各类经济政策组合以应对突发事件所造成的影响[12]。对于经济政策不确定性的测度,主要有“随机波动率法”和“不确定性指数法”。不确定性指数法由Baker等最早提出并构建了经济政策不确定性指数[13],随机波动率法由Fernndez-Villaverde等在研究美国经济时首次使用并且用于测度货币政策的不确定性[14]。李力和黄新飞构建包含货币政策不确定性冲击的DSGE模型从微观层面得出结论,认为货币政策不确定性的上升会增加商业银行的不良贷款率,进而加大商业银行的风险承担水平[15]。许志伟和王文甫将政策不确定性引入新凯恩斯动态随机一般均衡模型中,结果表明政策不确定性显著增加产出和价格波动[12]。王博等通过构建带有随机波动率的货币政策规则的非线性DSGE模型刻画中国货币政策不确定性,发现货币政策不确定性增加会使违约风险上升和产出下降[16]。在对宏观经济进行整体测度时,学者们更加关注用随机波动率法来测度政策不确定性。

本文主要研究重大突发公共事件对系统性金融风险的影响,探讨了基础泰勒规则和宏观审慎货币政策在应对重大突发公共事件冲击时的效果。与现有文献相比,本文使用DSGE模型方法来分析重大突发公共事件对系统性金融风险的影响并分析重大突发公共事件发生后系统性风险在金融市场与实体经济之间的传导路径,同时根据重大突发公共事件发生后对经济部门会造成的影响设置与现实相符合的冲击。因此本文边际贡献在于:一是构建了一个包含金融中介部门的NK-DSGE模型,将商业银行杠杆水平内生化,并通过构建宏、微观金融杠杆作为衡量系统性金融风险指标,通过模型的设定、求解、参数校准与贝叶斯估计,探究重大突发公共事件冲击与宏、微观杠杆率之间的动态关系,并以此分析重大突发公共事件的发生对系统性金融风险的产生和演化机理;二是将货币政策不确定性纳入新凯恩斯动态随机一般均衡模型中,探讨重大突发公共事件发生引起的货币政策不确定性对系统性金融风险的影响;三是分析了重大突发公共事件发生时基础泰勒规则和宏观审慎货币政策在防范系统性金融风险和维护经济稳定方面的作用。

二、模型构建

参考Gertler和Karadi所构建的模型,本文模拟了重大突发公共事件对系统性金融风险的影响,并进行理论分析[11]。其模型设定经济中存在家庭、金融中介、生产及中央银行四个部门。各部门之间存在的联系为:家庭成员通过工作获取工资,一部分工资成为银行存款,一部分用于消费,并且家庭成员通过进行消费和投资决策从而实现效用最大化。金融中介部门主要由商业银行构成,从家庭部门吸取存款,对中间品厂商提供贷款,由于存在金融摩擦,金融中介不能无限制地吸收存款,并且需要以一定数量净资产作为保证。厂商部门分为最终品厂商、中间品厂商和资本品厂商三部分。中间品厂商从家庭部门雇佣劳动力,向金融中介部门贷款,并在获取资金后向资本品厂商购买资本品进行生产。完全竞争的最终品厂商将中间产品打包加工成最终产品并销售给家庭用于消费或投资。资本品厂商收购中间品厂商折旧的资本并在下一期出售。本文所构建模型的整体框架如图1所示。

图1 模型框架

(一)家庭部门

假设在经济中存在一个无限期生存的代表性家庭,家庭部门存在工人和银行家两种个体,工人提供劳动,银行家为金融中介提供服务。家庭部门成员将资金储蓄在银行下一期可获得本息RtBt。每一期,家庭选择消费Ct、劳动Lt和持有债券总量Bt+1以实现其终生效用最大化:

(1)

且具有以下预算约束:

Ct+Bt+1=wtLt+RtBt+Πt

(2)

对Ct、Lt、Bt求一阶导可得家庭部门最优决策的一阶条件为:

λt=1/Ct

(3)

(4)

EtβΛt,t+1Rt=1

(5)

其中,Λt,t+1=λt+1/λt,λt表示消费的边际效用。

(二)金融中介部门

金融中介部门由商业银行构成,其作用是将资金从家庭部门转移到厂商部门。商业银行利用从家庭获得的存款给中间品厂商发放贷款。记Njt为t期末银行j拥有的净资产,Bjt为银行j在t期从家庭部门所吸收的存款,Sjt为银行j对厂商的债权,即银行j以价格Qt从厂商处购买债券Sjt,相当于银行对厂商进行贷款。在t期末,银行j的资产负债满足:

QtSjt=Njt+Bjt

(6)

在给定银行j的资产负债情况下,其净资产Njt随着时间推移演变为存贷利差,因此净资产积累方程满足:

(7)

(8)

Vjt≥τQtSjt

(9)

假设总资产Vjt服从如下形式:

Vjt=vtQtSjt+ηtNjt

(10)

因此,中介部门最优化问题转变为:

s.t.Vjt≥τQtSjt

(11)

在最优行为下,激励约束取等号,代入式(10)中有:

vtQtSjt+ηtNjt=τQtSjt

(12)

净资产积累方程进一步可以简化为:

相应的总资产的增长率xt,t+1和净资产的增长率zt,t+1可进一步简化为:

xt,t+1=Qt+1Sjt+2/QtSjt=(φt+1/φt)(Njt+1/Nt)=(φt+1/φt)zt,t+1

(13)

银行净值是由当期仍然存活的银行净值Net和新进入信贷市场的银行净值Nnt加总而来,则银行部门净值Nt方程:

Nt=Net+Nnt

(14)

在t期有θ比例的银行在t+1期继续存活,因此有:

(15)

假设新加入信贷市场的银行净值Nnt是下期不能继续经营的银行的资产价值的ω/(1-θ),w为确定杠杆率稳态加入的参数,其作用是为了确定模型有个稳定的稳态率,从而有:

(16)

因此整个银行业净值的动态方程为:

(17)

(三)生产部门

假定经济体中的生产包括三类厂商:中间品厂商、最终品厂商和资本品厂商。中间品厂商利用资本和劳动生产出并非完全同质的中间商品Yt(m)。该设定目的主要将名义粘性引入模型。最终品厂商主要将中间品打包成最终产品Yt在完全竞争市场上销售。资本品厂商主要修复折旧的资本并加工新资本。

②对拌和站进行检测，确定其是否符合生产要求，而后进行试拌，确定上料速度、上料数量、拌和温度及拌和时间等具体操作步骤。

1.最终品厂商

假定经济中有一个代表性的最终品厂商,使用Dixit-Stiglitz加总技术生产最终产品Yt,其生产函数满足如下形式:

(18)

其中,εp表示不同中间产品之间的替代弹性,εp>1。在给定生产技术下,Pt和Pt(m)分别表示t期最终产品和中间产品的价格水平,最终产品厂商选择中间品数量Yt(m)来实现利润最大化:

(19)

对Yt(m)求导可得最终品厂商为对中间产品Yt(m)的需求函数:

(20)

以及最终产品t期价格Pt:

(21)

2.中间品厂商

为了获得租赁资本的资金,在t期,中间品厂商发行债券St筹集资金并租赁资本Kt+1用于t+1期生产,设Qt为资本价格,则有下式:

QtKt+1=QtSt

(22)

假定中间品厂商由连续(0,1)上的垄断竞争的中间品厂商组成。在第t期垄断竞争的中间品厂商m通过向资本品厂商租赁资本Kt+1、雇佣劳动Lt、生产同质但是可分的中间产品Yt(m)并以Pt(m)价格卖给最终品厂商。由于中间品厂商是垄断竞争的,因此相对于最终品厂商而言,中间品厂商具有垄断定价权。假设中间品厂商m通过雇佣劳动Lt(m)和购买资本Kt(m)进行生产。

由于重大突发事件对全要素生产率具有破坏力,因此,假定重大突发事件发生时,所有厂商产出规模被破坏的比例为ba,令prob(b=ba)=pt代表重大突发公共事件发生的概率。借鉴陈国进等研究,中间品厂商生产函数设定为如下形式[5]:

Yt(m)=(1-ptba)AtKt(m)αLt(m)1-α

(23)

全要素生产率冲击At满足:

(24)

(25)

中间品厂商目标是实现利润最大化,因此中间品厂商最优条件为:

(26)

(27)

由于中间品具有一定差异性,因而中间品厂商对中间品具有自主定价权,同时厂商对中间品的定价过程存在粘性。参考Calvo的研究,在模型中引入名义价格粘性,假定中间品产商m在t期有γ概率可以保持价格水平不变,有1-γ概率可以调整价格至最优水平[17]。此时其选择最优价格Pt(m),以求解贴现实际利润最大化问题,由于家庭部门直接拥有厂商,因此名义贴现因子为消费者随机贴现因子βiΛt,t+i:

(28)

经过整理后可得零售品厂商一阶条件:

(29)

(30)

(31)

3.资本品生产商

在t期末,资本品厂商从中间品厂商处以Qt价格购买折旧资本(1-δ)Kt,与t期折旧后的资本品共同构成第t+1期期初的资本存量之后再出售给中间品厂商,在追加投资时存在资本调整费用。

由于全要素生产率的变动与资本存量的增减息息相关,故本文认为重大突发公共事件对宏观经济的冲击会同时作用于这两种要素。假定重大突发公共事件引起所有厂商资本存量被破坏的比例为bk,则t+1期厂商资本存量如下表示:

(32)

资本品厂商通过选择投资来实现自身利润最大化:

(33)

则资本品厂商最优选择的一阶条件为:

(34)

(四)中央银行

1.价格型货币政策

目前中国货币政策正在逐步由数量型调控向价格型调控转型,因此本文所构建模型假定中央银行采用价格型货币政策,主要盯住通货膨胀和产出增长率来实施政策调节,并参考国内主要文献,设定基础“泰勒规则”如下:

(35)

(36)

2.宏观审慎货币政策

面对百年之大变局复杂环境,中国持续深化金融改革开放,有效防控了风险,但仍需加大稳健货币政策实施力度,健全货币政策和宏观审慎政策双支柱调控框架。从理论研究角度看,宏观审慎框架包含宏观审慎货币政策和宏观审慎监管两个部分。宏观审慎监管政策通过对商业银行信贷类、资本类和流动类等金融指标设立逆周期要求从而平滑金融体系的顺周期波动;宏观审慎货币政策就是在基础货币政策基础上加入对金融稳定变量的关注,形成拓展型泰勒规则[18]。借鉴相关宏观审慎货币政策表达形式,本文在标准泰勒规则基础上,加入金融中介部门融资变化量以及商业银行杠杆率等表示金融稳定目标的变量,将宏观审慎货币政策设定如式(37)所示:

(37)

(五)市场出清

在经济实现一般均衡时,每个微观主体实现自身利益最大化,并实现市场出清,最终产品用于消费、投资和资本品厂商调整费用,市场出清条件如下式:

(38)

三、参数校准

动态随机一般均衡模型包括两类参数:一类是模型的结构参数,文献中将其称为静态参数;另一类是与各种外生冲击相关的参数,包括外生冲击的自回归系数和标准差,文献中将其称为动态参数。参考国内外文献,对于静态参数采用校准方法进行赋值,对于动态参数采用贝叶斯估计方法进行赋值[5]。校准法一般做法是采用经典文献中的参数数值对文章中相同参数进行赋值。动态参数一般包括外生冲击的自回归系数和波动参数,贝叶斯估计法就是利用贝叶斯原理结合新证据以及基于假设的先验概率,得到新的概率分布。

(一)静态参数校准

1.家庭部门参数校准

2.金融中介部门参数校准

金融中介部门的参数包括银行家存活概率θ、金融摩擦系数τ、转移给新加入银行家资产ω。参考现有文献,一般设定银行家存活概率θ为0.973[10-11]。对于金融摩擦系数τ,Gertler和Karadi认为当银行家可转移资产比例取值为0.381时,金融中介部门的杠杆率在市场出清时处于合理范围之内,并设定转移给新加入银行家资产ω为0.002[11]。

3.生产部门参数校准

生产部门参数包括资本产出弹性α、资本折旧率δ、中间产品替代弹性εp、价格粘性γ。结合中国国情一般资本产出弹性α取值在0.4～0.6中间,本文参考李天宇等的研究将其设定为0.44[18]。根据侯伟凤等的研究将资本折旧率δ设定为0.025[19]。按照王义中等的研究设置中间产品替代弹性εp为10,符合大多文献中的价格加成11%[23]。对于价格粘性γ的设定,本文与国内大多数文献保持一致,设为0.75。

4.重大突发公共事件冲击相关参数校准

重大突发公共事件冲击相关参数包括突发事件灾难对产出和资本存量的破坏比例ba和bk。Gourio假定灾难事件发生时,对TFP和资本产生冲击所造成的产出和资本存量下降的比例相同[4]。参考陈国进、赵向琴等对灾难事件相关参数的估计结果,将重大突发公共事件发生概率的稳态值设为0.05,重大突发公共事件对产出和资本存量的破坏比例ba和bk均设置为6.89%[2,5]。

参数校准值如表1所示。

表1 参数校准值

(二)动态参数估计

由于动态参数不能直接获得,为保证参数准确性,本文采用贝叶斯估计方法。本模型中包含的动态参数分别为三种冲击的一阶自回归参数和波动参数。为了更好模拟实际经济状况,按照贝叶斯估计规则,观测变量个数不能大于外生冲击的个数。因此,选择产出、消费和通货膨胀作为观测变量,并分别以实际产出、实际社会消费品零售总额、居民消费价格指数环比增长率来测度这三个指标。其中,实际产出等于季度名义国民生产总值(Gross Domestic Product,GDP)除以季度GDP平减指数,实际消费由季度社会消费品零售总额除以季度GDP平减指数得到。样本采样频率为季度,样本区间为1995Q1到2021Q4,数据来源于CEIC和国泰安数据库。采用X-12方法对存在季节效应的季度数据进行季节性调整以消除季节性因素,之后取对数,使用H-P滤波方法(λ=1 600)分离出趋势项和波动性以获取数据的波动部分,最后把得到的数据波动部分用于贝叶斯估计,以保证数据平稳性。

参照Foeni等、Smets和Wouters的做法,所有外生冲击均服从AR(1)过程,冲击标准差遵循逆Gamma分布,自回归参数的先验分布服从Beta分布[24-25]。表2给出了贝叶斯估计的结果。

表2 参数估计结果

四、重大突发公共事件冲击脉冲响应效应分析

重大突发公共事件的发生对社会各部门产生不同程度的影响,厂商部门为此需要对现有生产技术进行改造升级、政府部门需要制定各种不同政策来应对重大突发公共事件所带来的影响。因此通过前文所建立的NK-DSGE模型进行定量分析,从而模拟全要素生产率冲击、重大突发灾难事件冲击、货币政策不确定性冲击对经济系统中各个变量的影响,并对比不同货币政策的效果。脉冲响应描述的是经济系统在经历1单位标准差的外生冲击后,各经济变量动态变化路径,因此利用脉冲响应图说明各外生冲击对整个经济体的影响机制。

(一)全要素生产率冲击的脉冲响应分析

图2为生产部门全要素生产率冲击下脉冲响应图。全要素生产率冲击又叫做技术冲击,分别观察产出、投资、消费等变量,分析全要素生产率冲击下泰勒规则和宏观审慎货币政策对这些变量的影响。当生产部门面临1单位正向技术冲击时,正向技术冲击意味着技术变革,技术变革促进经济繁荣,刺激产出增长,拉动投资需求,推动资本价格上涨,消费水平也相应增加。另一方面,在需求不变、供给增加情况下,产品供过于求导致通货紧缩、物价下跌,通货紧缩导致名义利率下降,进一步使得资本价格上升。因此,以价格为导向的货币政策试图以低利率推动通货膨胀来稳定物价水平。宽松的货币政策减少了家庭部门的储蓄收益和银行部门的融资成本,刺激了提前消费和投资,促进了信贷规模快速扩张;同时,技术进步短期内拉动资本回报率,进一步刺激金融中介部门扩张信贷规模。

图2 全要素生产率冲击的脉冲响应图

在金融中介部门方面,资本价格上升使得银行资产价值上升,但由于商业银行净资产上升幅度小于商业银行总资产上升幅度,因此商业银行杠杆率出现负向偏离。同时,由于厂商产出增加,且商业银行信贷规模扩张幅度小于产出上升幅度,因此宏观杠杆率出现下降趋势。

在引入宏观审慎货币政策后,盯住信贷变化的宏观审慎货币政策会增强经济系统的顺周期性,加大经济波动。相比于基础泰勒规则,宏观审慎货币政策放大了技术冲击对产出、投资、消费、通货膨胀等经济变量的影响,商业银行杠杆对技术冲击更加敏感。这是因为在宏观审慎货币政策中,技术冲击使得商业银行杠杆率下降,货币当局设定更低的利率水平,通货膨胀压力剧增,物价水平随之提升。在利率水平下降的同时,厂商贷款利率也有所上升,从而抑制信贷规模,压缩商业银行利润空间,加速系统性风险指标回归稳态过程,减缓宏观金融杠杆波动,抑制系统性风险积累过程。

(二)重大突发公共事件冲击的脉冲响应分析

当经济系统面临1单位重大突发公共事件冲击后,整个经济系统所面临的不确定增大,图3为重大突发公共事件冲击的脉冲响应图。重大突发公共事件冲击首先使得产出出现负向偏离,家庭部门财富水平下降,负的财富效应挤出私人消费。产出减少、供给不变则为经济带来通货膨胀压力。重大突发公共事件冲击会使得资本存量大幅度降低,进而拉高经济中资本价格,限制了厂商的资本品需求,随着资本品价格逐渐下降和资本供给逐渐增加,投资水平有所上升。

图3 重大突发公共事件冲击的脉冲响应图

对于金融中介部门而言,重大突发灾难事件冲击提高了经济系统的不确定性和风险水平。贷款利率上升,厂商融资成本增加,信贷规模缩减,商业银行总资产规模减少。同时,资本价格上涨,商业银行净资产价值上升,因而商业银行杠杆率有所提升。同时,由于商业银行信贷总量下降幅度慢慢增大,并大于产出下降幅度,重大突发灾难事件冲击对宏观金融杠杆率出现了正向影响,并且该正向影响在期初达到了最大,随后出现下降并转为负向影响。同时,观察脉冲响应可知,宏观金融杠杆率呈现“U”型变化,符合国内外学者所研究的宏观金融杠杆与GDP增长之间的关系。由上述分析可知,在重大突发公共事件冲击下,商业银行杠杆和宏观金融杠杆也呈现出明显的顺周期趋势。

相比于基础泰勒规则,宏观审慎货币政策加剧了通货膨胀经济变量的波动,减缓了产出和投资波动,同时宏观金融杠杆率、商业银行杠杆率以及银行净资产的波动幅度都呈现小幅下降,表明重大突发公共事件发生引起经济波动时,宏观审慎政策会削弱突发事件灾难冲击对金融中间部门影响,系统性金融风险在小幅度范围内下降,表明宏观审慎货币政策可以在小范围内维护经济与金融稳定。

(三)货币政策不确定性冲击的脉冲响应分析

图4为货币政策不确定性冲击的脉冲响应函数。当经济系统面临1单位货币政策不确定性冲击后对产出、投资、资本水平表现出负向影响,同时利率水平小幅度上升,而后持续下降逐渐恢复稳态,通货紧缩,厂商借贷成本上升,抑制了厂商投资需求。家庭部门储蓄收益增加,居民储蓄收益增加,抑制消费,产出下降。

图4 货币政策不确定性冲击的脉冲响应图

在金融中介部门中,资本价格下降导致商业银行总资产价值下降,名义利率上升使得厂商信贷成本增加,商业银行信贷规模缩减,由于信贷紧缩程度小于商业银行总资产下降幅度,因此出现了商业银行杠杆率上升的现象。随着信贷紧缩规模逐渐减小,宏观金融杠杆率短暂下降后逐渐恢复到稳态。在货币政策不确定性冲击下,传统的货币政策并不能进行有效调节。

相比于基础泰勒规则,加入宏观审慎的货币政策削弱了货币政策不确定性对产出、投资、资本以及无风险利率水平等经济变量的影响,同样也削弱了货币政策不确定性对资本价格、商业银行净资产、宏观金融杠杆率等金融变量的影响,同时宏观审慎的货币政策加速了各经济变量和金融变量回归稳态。以上表明盯住信贷变动和商业银行杠杆率的宏观审慎货币政策在去杠杆、维护经济稳定和金融稳定方面可以发挥很好的作用。

五、结论与建议

本文通过构建一个包括金融中介部门的NK-DSGE模型,探讨重大突发公共事件的发生对系统性金融风险所产生的影响。结果表明,第一,重大突发公共事件的发生会造成系统性金融风险的积累与上升,影响金融稳定;第二,以信贷市场流动性和银行杠杆率为信号源的宏观审慎货币政策在应对货币政策冲击时表现较好,能够实现稳增长和防风险的政策目标;第三,货币政策不确定性增加会带来产出、投资等的减少,加剧经济系统的系统性金融风险波动,宏观审慎货币政策可以降低货币政策不确定所带来的波动。

基于以上结论,提出如下政策建议:一是厘清重大突发公共事件发生后系统性金融风险在金融市场与实体经济间的传导路径,针对性地选取货币政策和宏观审慎工具,确保金融更好地服务实体经济。二是重大突发公共事件发生时,除传统货币政策工具外,应加强新型货币政策工具的运用,同时着力于确定适合当前中国经济环境的宏观审慎规则信号源。三是进一步加强货币政策的透明度,加强与公众沟通,减少货币政策不确定所造成的负面影响,坚持守住不发生系统性金融风险的底线。