張正宗 吉 敏

（平安銀行大連分行，遼寧大連 116001；東北財(cái)經(jīng)大學(xué)，遼寧大連 116025）

宏觀審慎政策是在本次金融危機(jī)后，由國際清算銀行牽頭，于2010年在G20國家峰會(huì)上通過的未來全球金融監(jiān)管通行規(guī)則。它是從宏觀、逆周期地的視角對系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行監(jiān)測和防范的工具箱，包括主要工具和輔助工具、時(shí)間序列維度工具與跨業(yè)維度工具、確定規(guī)則工具與相機(jī)抉擇工具、數(shù)量限制工具與價(jià)格限制工具。

關(guān)于宏觀審慎政策的研究仍處于初期，而且看起來距離能夠提供一種政策框架分析方法基礎(chǔ)的目標(biāo)還很遠(yuǎn)。這主要是因?yàn)椋旱谝?，直至近年來，宏觀審慎方法才逐漸進(jìn)入人們視線，關(guān)于金融穩(wěn)定、宏觀審慎政策目標(biāo)等問題才逐漸明朗；第二，缺乏一個(gè)全面、完善的關(guān)于金融體系和宏觀經(jīng)濟(jì)相互作用的模型；第三，關(guān)于微觀審慎政策和宏觀審慎政策定義及相互關(guān)系沒有明確的共識(shí)。

圍繞這幾個(gè)問題，很多研究學(xué)者從不同的角度和側(cè)面來描述刻畫宏觀審慎政策的目標(biāo)和內(nèi)容。本文試圖對這些理論研究進(jìn)行必要的梳理，為宏觀審慎政策分析提供系統(tǒng)、全面的理論支持。全文共分三部分：第一部分闡述了關(guān)于金融穩(wěn)定與系統(tǒng)性風(fēng)險(xiǎn)的理論研究情況，從而確定宏觀審慎政策的目標(biāo)；第二部分闡述了金融體系與宏觀經(jīng)濟(jì)的關(guān)系研究情況，有助于洞悉宏觀審慎政策工具；最后是對全文的總結(jié)。

一、金融穩(wěn)定與系統(tǒng)性風(fēng)險(xiǎn)——宏觀審慎政策的目標(biāo)爭議

目前尚不存在普遍接受的關(guān)于金融穩(wěn)定的定義，現(xiàn)有概念大多從對“金融不穩(wěn)定”的解析出發(fā)，認(rèn)為金融穩(wěn)定是由外部沖擊累積形成的自我實(shí)現(xiàn)均衡，或是伴隨負(fù)面，甚至擴(kuò)大沖擊（可能是異質(zhì)的或系統(tǒng)性的）的模式，或金融不穩(wěn)定是內(nèi)生循環(huán)的觀點(diǎn)。

對于系統(tǒng)性風(fēng)險(xiǎn)及其來源，有觀點(diǎn)認(rèn)為系統(tǒng)風(fēng)險(xiǎn)是外生的，表現(xiàn)為系統(tǒng)受到外在沖擊時(shí)的損失(De Bandt & Hartmann, 2000)。也有觀點(diǎn)認(rèn)為系統(tǒng)風(fēng)險(xiǎn)就是傳播風(fēng)險(xiǎn)，當(dāng)沖擊傳播超出了其直接影響范圍時(shí)，將導(dǎo)致危機(jī)擴(kuò)散和對實(shí)體經(jīng)濟(jì)的破壞(Perotti &Suarez, 2009)。還有觀點(diǎn)認(rèn)為金融不穩(wěn)定并不主要來源于傳染性而是來自系統(tǒng)性風(fēng)險(xiǎn)隨時(shí)間演化的過程，與商業(yè)周期循環(huán)緊密相連。根據(jù)這一觀點(diǎn)，風(fēng)險(xiǎn)本質(zhì)上是內(nèi)生的，是隨著時(shí)間累積的、動(dòng)態(tài)的，是在金融體系和實(shí)體經(jīng)濟(jì)間相互作用并產(chǎn)生對繁榮時(shí)期的過度延伸，進(jìn)而留下經(jīng)濟(jì)下滑和財(cái)政緊張的陰影。Danielsson等(2009)也強(qiáng)調(diào)風(fēng)險(xiǎn)的內(nèi)生性，認(rèn)為某種程度上影響金融市場的風(fēng)險(xiǎn)源自市場參與者的行為，并反過來依賴可感知的風(fēng)險(xiǎn)。

具體的，關(guān)于金融穩(wěn)定和系統(tǒng)性風(fēng)險(xiǎn)的研究主要從以下兩個(gè)方面展開：

（一）量化金融不穩(wěn)定性和系統(tǒng)性風(fēng)險(xiǎn)

大量的實(shí)證研究已被用來衡量金融不穩(wěn)定的程度，但并未形成全球統(tǒng)一的共識(shí)標(biāo)準(zhǔn)。這些工具可以大致被劃分為四類：基于資產(chǎn)負(fù)債表的財(cái)務(wù)困境和市場指標(biāo)、早期預(yù)警指標(biāo)、基于VARs的指標(biāo)以及宏觀壓力測試。

一是基于資產(chǎn)負(fù)債表的財(cái)務(wù)指標(biāo)（主要由IMF在2002年提出的金融穩(wěn)健性指標(biāo)構(gòu)成）和基于股票、信用違約掉期或其他衍生工具的市場指標(biāo)。盡管這些指標(biāo)被廣泛使用，但它們有重要局限，即大多數(shù)資產(chǎn)負(fù)債表變量（如貸款損失準(zhǔn)備或不良貸款）是典型的滯后變量或至少是同步變量。雖然單個(gè)機(jī)構(gòu)的評(píng)級(jí)原則上是前瞻性的，但事實(shí)上其只試圖協(xié)調(diào)滯后一期的新信息，很難從整個(gè)金融系統(tǒng)突出脆弱性。

二是早期預(yù)警指標(biāo)。這類指標(biāo)最初被應(yīng)用于銀行危機(jī)，試圖預(yù)測近期將發(fā)生的不良事件，所以并不反映實(shí)體經(jīng)濟(jì)和金融部門相互作用的潛在模式。在操作實(shí)務(wù)中，信用和資產(chǎn)市場的變量(Borio& Lowe, 2002; Borio & Drehman, 2009;Gerdesmeier, 2009; Fornari &Lemke, 2009)得到了更多的應(yīng)用。相比第一類指標(biāo)，這些變量在預(yù)測方面表現(xiàn)相對較好，能夠在更長的時(shí)期內(nèi)衡量基于內(nèi)生循環(huán)的金融不穩(wěn)定性。需要指出的是，特別在新興市場國家中，信貸和金融資產(chǎn)價(jià)格的過度增加反映了金融不穩(wěn)定的累積。

三是VaRs工具。這類實(shí)證模型有兩個(gè)突出優(yōu)點(diǎn)：一是預(yù)測更加靈活，并允許追蹤整個(gè)經(jīng)濟(jì)的沖擊傳導(dǎo)；二是它們只提供對金融運(yùn)行和宏觀經(jīng)濟(jì)反饋的程式化描述(Drehmann, 2006; Misina&Tessier, 2008)。這種方法的一個(gè)變形就是以產(chǎn)出增長潛在聯(lián)動(dòng)和系統(tǒng)金融風(fēng)險(xiǎn)變量來建立的要素，即擴(kuò)張的VaR模型（FAVAR）。

四是宏觀壓力測試方法。該方法依賴于一種潛在的觀點(diǎn)，即沖擊可能導(dǎo)致金融危機(jī)。因此，通過追蹤金融體系對不平常、大規(guī)模外部沖擊的反應(yīng)，借助系統(tǒng)內(nèi)自然預(yù)測和沖擊傳導(dǎo)來實(shí)現(xiàn)危機(jī)預(yù)測。盡管如此，這些模型與其他方法存在相似支出，即難以反映金融體系和宏觀經(jīng)濟(jì)之間的相互作用①Aikman(2009)的研究則反映了金融體系與宏觀經(jīng)濟(jì)之間的相互作用。，也難以捕捉金融危機(jī)的關(guān)鍵問題——小的沖擊可能產(chǎn)生非常大的作用。此外，現(xiàn)有的宏觀壓力測試不能識(shí)別危機(jī)前的經(jīng)濟(jì)脆弱性。Alfaro&Drehmann(2009)指出，衰退的國內(nèi)宏觀經(jīng)濟(jì)狀況并不預(yù)示著絕大部分的銀行危機(jī)，這也表明現(xiàn)有的壓力測試模型不能復(fù)制很多以往危機(jī)的變化，其原因可能是由壓力測試采用錯(cuò)誤的風(fēng)險(xiǎn)因子或漏掉了對危機(jī)驅(qū)動(dòng)力的識(shí)別。

表1 衡量金融不穩(wěn)定/系統(tǒng)性風(fēng)險(xiǎn)的方法及比較

（二）評(píng)估單個(gè)金融機(jī)構(gòu)的系統(tǒng)重要性

近兩年來很多研究都表明單個(gè)機(jī)構(gòu)或單個(gè)市場可導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)，并討論機(jī)構(gòu)規(guī)模、彼此間相互聯(lián)系和替代性的作用。

采用CoVaR方法是此類研究的一項(xiàng)重要貢獻(xiàn)，即以潛在危機(jī)機(jī)構(gòu)為前提來衡量整個(gè)金融體系的在險(xiǎn)價(jià)值，進(jìn)而定義某個(gè)機(jī)構(gòu)對系統(tǒng)性風(fēng)險(xiǎn)的邊際貢獻(xiàn)為CoVaR和金融體系VaR之間的差。該數(shù)值還需要根據(jù)機(jī)構(gòu)杠桿率、規(guī)模和久期來匹配。該方法的主要缺點(diǎn)是：它不是可加的，某種程度上單個(gè)機(jī)構(gòu)邊際貢獻(xiàn)并不合計(jì)為系統(tǒng)風(fēng)險(xiǎn)總值。此外，還有研究指出，CoVaR方法是利用相關(guān)關(guān)系來衡量風(fēng)險(xiǎn)溢出效果的——而溢出效應(yīng)應(yīng)采用因果關(guān)系，且相關(guān)系數(shù)在正常時(shí)期與危機(jī)時(shí)期數(shù)值差異較大。

另外一種衡量單個(gè)機(jī)構(gòu)系統(tǒng)性風(fēng)險(xiǎn)的方法由Segoviano和Goodhart(2009)提出的，通過計(jì)算一家銀行在某銀行倒閉后的邊際倒閉條件概率而得。Zhou(2010)將這一方法擴(kuò)展到多元層面并提出“系統(tǒng)重要參（系）數(shù)”，用來衡量在銀行體系中某一特定銀行倒閉所導(dǎo)致的預(yù)期倒閉銀行個(gè)數(shù)，也可以通過計(jì)算銀行體系中一家銀行倒閉，某家特定銀行倒閉的可能性獲得，即常說的“脆弱性系數(shù)”。Zhu(2008)則沿用CoVaR和脆弱系數(shù)的思路，構(gòu)建了基于市場的系統(tǒng)風(fēng)險(xiǎn)指標(biāo)，定義為當(dāng)做為整體的金融體系處于危機(jī)中時(shí)對負(fù)債損失的保險(xiǎn)補(bǔ)償，后進(jìn)行改進(jìn)，提出銀行層面的系統(tǒng)風(fēng)險(xiǎn)貢獻(xiàn)配置方法，即當(dāng)銀行體系處于危機(jī)中（條件概率為1）某一特定銀行的損失。它具有可加性（即單個(gè)銀行的系統(tǒng)性風(fēng)險(xiǎn)相加構(gòu)成整個(gè)系統(tǒng)性風(fēng)險(xiǎn)），體現(xiàn)了規(guī)模權(quán)重和LGD（違約損失率）信息。

還有一種方法通過衡量系統(tǒng)性成本（金融部門的負(fù)外部性）作為金融部門“足夠差”的回報(bào)。Acharya等(2009)認(rèn)為，單個(gè)金融機(jī)構(gòu)對這種成本的貢獻(xiàn)大小與其規(guī)模，以及當(dāng)市場危機(jī)出現(xiàn)時(shí)它所承受的負(fù)收益有關(guān)，并用“稅收”（邊際預(yù)期差額，marginal espected shortfall, MES）乘以其權(quán)重（貨幣規(guī)模）來計(jì)算①具體的計(jì)算方法，參見Acharya等2010年的文章。。也就是說，金融機(jī)構(gòu)的MES可以被視為這個(gè)機(jī)構(gòu)的每一單位貨幣的系統(tǒng)風(fēng)險(xiǎn)貢獻(xiàn)量。

二、金融體系與宏觀經(jīng)濟(jì)之間的相互作用——宏觀審慎政策的工具爭議

談到金融體系與宏觀經(jīng)濟(jì)之間的相互作用，不得不提貨幣政策的有關(guān)研究。沿著對貨幣政策工具與目標(biāo)的研究和應(yīng)用，2007年后，以宏觀經(jīng)濟(jì)評(píng)估集團(tuán)(MAG)②該集團(tuán)對二十多家政府機(jī)構(gòu)和國際組織的建模專業(yè)意見進(jìn)行匯總。和巴塞爾銀行監(jiān)管委員會(huì)（BCBS）為代表的大量理論和實(shí)踐研究開始專注宏觀審慎政策，這一名詞也多次出現(xiàn)在IMF、BIS和G20等管理者的文稿中?？梢园l(fā)現(xiàn)，MAG更關(guān)注宏觀審慎政策的傳導(dǎo)成本，主要考慮不帶有金融部門的宏觀經(jīng)濟(jì)模型：資本和流動(dòng)性充足主要通過它們對信貸展期、信貸總量和借貸標(biāo)準(zhǔn)的影響來建模，然后再用不包含銀行體系的標(biāo)準(zhǔn)半結(jié)構(gòu)化宏觀經(jīng)濟(jì)模型或動(dòng)態(tài)隨機(jī)一般均衡(DSGE)模型③作為主流宏觀數(shù)量分析工具的動(dòng)態(tài)隨機(jī)一般均衡模型，是以微觀和宏觀經(jīng)濟(jì)理論為基礎(chǔ)，采用動(dòng)態(tài)優(yōu)化的方法考察各行為主題（家庭、廠商等）的決策，即在家庭最大化其一生的效用，廠商最大化其利潤的假設(shè)下得到各個(gè)行為主體的行為方程。該模型在宏觀經(jīng)濟(jì)政策分析中的應(yīng)用主要集中在：一是宏觀經(jīng)濟(jì)政策的有效性；二是最優(yōu)貨幣、財(cái)政政策；三是用于貨幣政策傳導(dǎo)分析。來將這些方面對宏觀經(jīng)濟(jì)產(chǎn)出的影響來建模；BIS、BCBS等機(jī)構(gòu)則更關(guān)注長期成本和收益，主要應(yīng)用包含金融中介和其資產(chǎn)負(fù)債表的DSGE模型。所以，關(guān)于宏觀審慎政策工具的理論基礎(chǔ)研究大致可以分為兩個(gè)方向，即DSGE模型框架與非DSGE模型框架。

表2 衡量單個(gè)金融機(jī)構(gòu)系統(tǒng)重要性的方法及比較

（一）DSGE方法框架下的宏觀審慎政策

DSGE方法框架下，金融體系與宏觀經(jīng)濟(jì)關(guān)系的研究主要從兩個(gè)角度來展開，一個(gè)是在模型中不加入銀行部門的變量，只包含反映宏觀經(jīng)濟(jì)狀態(tài)的變量，另一個(gè)是在模型中加入反映商業(yè)銀行的資本、財(cái)務(wù)、產(chǎn)品信息等變量，觀察這些變量與其他宏觀經(jīng)濟(jì)變量之間的關(guān)系。

1.不加入銀行部門的DSGE方法。

這一類是建立在金融加速機(jī)制④金融加速器理論不完全信息對于借款者和貸款者關(guān)系的重要影響是它使銀行獲得關(guān)于企業(yè)項(xiàng)目的信息的成本較高。也就是，外部融資的代理成本高于內(nèi)部融資，即有外部融資額外費(fèi)用。代理成本越高，借貸市場的資金分配的效率越低，投資水平也就越低。之上的，關(guān)注非金融借款者(non-financial borrowers)的信貸約束問題，一些研究詳盡地使用Bernanke等(1999)的模型來檢驗(yàn)貨幣政策和宏觀經(jīng)濟(jì)在危機(jī)中的相互作用。Del Negro等(2010)采用一個(gè)包含名義工資和價(jià)格摩擦在內(nèi)的模型，研究發(fā)現(xiàn)美聯(lián)儲(chǔ)在危機(jī)中所遵循的非標(biāo)準(zhǔn)的貨幣政策阻止了2008—2009大衰退的重演。Kannan等(2009)通過實(shí)證研究發(fā)現(xiàn)，貨幣監(jiān)管層如果通過兩者間的“強(qiáng)相互作用”來影響加速機(jī)制，將使得信貸增長和資產(chǎn)價(jià)格上升，從而有助于宏觀經(jīng)濟(jì)穩(wěn)定。更進(jìn)一步的，旨在熨平信貸市場周期的宏觀審慎工具將可能是有用的。同時(shí)，不變的、死板的政策相應(yīng)提升了錯(cuò)誤風(fēng)險(xiǎn)，將降低而不是提高宏觀經(jīng)濟(jì)的穩(wěn)定性。這類模型的缺點(diǎn)在于它們主要對非金融借款者有關(guān)的金融摩擦建模，而不是對借出者。近來金融危機(jī)中，摩擦則主要源于金融中介部門，這就使得這類模型對理解近年來的金融危機(jī)顯得不那么適用。

2.加入銀行部門的DSGE方法。

另一類研究觀察了與金融中介有關(guān)的摩擦，分析銀行部門與宏觀經(jīng)濟(jì)的關(guān)系。Goodfriend和McCallum(2007)、Cohen-Cole 和Martines Garcia(2008)、Gertler 和Karadi(2009)以及Kiyotaki和 Moore(2008)分別將銀行部門和貨幣納入DSGE模型中進(jìn)行實(shí)證分析，結(jié)果顯示金融中介的行為，不光會(huì)影響銀行流動(dòng)性，還會(huì)對貨幣政策，最終對資產(chǎn)價(jià)格、經(jīng)濟(jì)波動(dòng)產(chǎn)生影響。

（1）銀行利率、信貸政策與宏觀經(jīng)濟(jì)。

Goodfriend和McCallum(2007)將銀行部門和貨幣發(fā)行納入DSGE模型中，從而區(qū)分不同利率的作用（有/無擔(dān)保的貸款利率，短期國債利率、凈資本邊際報(bào)酬率和純跨期利率），結(jié)果顯示忽視這些利率之間的差異將可能導(dǎo)致實(shí)質(zhì)性的政策錯(cuò)誤。此外，Cohen-Cole和Martines Garcia(2008)在金融機(jī)構(gòu)加速模型中應(yīng)用銀行借款渠道，Gertler和Karadi(2009)將焦點(diǎn)集中到金融中介的破產(chǎn)分裂中。Jeanne和Korinek(2010)展示了負(fù)債累積和資產(chǎn)價(jià)格之間的相互關(guān)系如何放大了信貸繁榮和低谷，模型顯示借款人并不內(nèi)在化其對總波動(dòng)性的貢獻(xiàn)，所以實(shí)行超額杠桿，將導(dǎo)致繁榮—低谷周期，并提出了關(guān)于借款的“庇古稅”，以此來指引機(jī)構(gòu)內(nèi)部化其外部性。

（2）銀行資本充足、流動(dòng)性監(jiān)管與宏觀經(jīng)濟(jì)。

銀行資本監(jiān)管與宏觀經(jīng)濟(jì)關(guān)系的研究已被多次闡述。BCBS在2010年制定的GSIB衡量方法中所考慮的13個(gè)模型中，8個(gè)模型都包含了銀行資本的作用，其他5個(gè)模型既包含了銀行資本也包含了銀行流動(dòng)性作用。

近年來，Covas和Fujita(2009)使用DSGE模型來量化銀行資本充足要求的商業(yè)周期影響。他們采用Holmstrom和Tirole(1998)的分析方法，關(guān)注銀行家的道德風(fēng)險(xiǎn)與銀行流動(dòng)性準(zhǔn)備之間的關(guān)系，發(fā)現(xiàn)產(chǎn)出的波動(dòng)在BaselⅡ中所要求的順周期資本充足情形下要更大（居民財(cái)富波動(dòng)則更小）。Zhu(2008)利用DSGE模型來檢驗(yàn)資本監(jiān)管對銀行財(cái)務(wù)政策的影響。他發(fā)現(xiàn)相比固定費(fèi)率的資本規(guī)定，風(fēng)險(xiǎn)敏感的資本標(biāo)準(zhǔn)可以為風(fēng)險(xiǎn)較大的小型銀行帶來較高的資本充足，而為風(fēng)險(xiǎn)較小的大型銀行帶來較低的資本充足。同時(shí)，伴隨商業(yè)周期的基于風(fēng)險(xiǎn)的資本充足政策并不必然導(dǎo)致信貸周期強(qiáng)化。此外，Van den Heuvel(2008)將銀行的流動(dòng)性創(chuàng)造作用嵌入標(biāo)準(zhǔn)化的一般均衡增長模型中，觀察資本充足要求對福利水平的影響，Meh和Moran(2008)應(yīng)用DSGE模型觀察銀行資產(chǎn)負(fù)債表對危機(jī)沖擊的傳播影響，他們發(fā)現(xiàn)那些始終具有良好資本充足銀行的經(jīng)濟(jì)體承受較少的資金借出量和較輕的顯著衰退。因此，銀行資本有利于增加經(jīng)濟(jì)體對沖擊的吸收并影響貨幣政策的實(shí)施。

（3）順/逆周期工具與宏觀經(jīng)濟(jì)。

Repullo和Suarez(2009)的模型內(nèi)生化地決定資本緩沖和均衡貸款利率，并用此模型來分析對資本充足采用反周期調(diào)整的政策。結(jié)果表明，在BaselⅡ內(nèi)部評(píng)級(jí)法的置信水平上，細(xì)微順周期調(diào)整可以持續(xù)減少整個(gè)經(jīng)濟(jì)周期中信貸配給的發(fā)生率。N. Diaye(2009)發(fā)現(xiàn)捆綁的反周期審慎監(jiān)管有助于減少產(chǎn)出波動(dòng)，降低金融不穩(wěn)定風(fēng)險(xiǎn)，而反周期資本充足規(guī)則可以使貨幣政策監(jiān)管層在利率細(xì)微調(diào)整范圍內(nèi)實(shí)現(xiàn)產(chǎn)出和通脹目標(biāo)，而且這些規(guī)定有助于減少資產(chǎn)價(jià)格的漲落、減少金融加速器的量級(jí)。

Angeloni和Faia(2009)詳細(xì)闡述了在DSGE框架下的宏觀審慎政策，他們將銀行加入到標(biāo)準(zhǔn)DSGE模型中，檢驗(yàn)了三個(gè)主要問題：銀行在沖擊傳導(dǎo)過程中的作用；當(dāng)銀行遭受沖擊時(shí)，貨幣政策的作用；貨幣政策和巴塞爾推崇的資本比率之間的相互關(guān)系。結(jié)果顯示，較緊的貨幣政策有利于減少銀行杠桿和風(fēng)險(xiǎn)，而生產(chǎn)力或價(jià)格繁榮則會(huì)增加銀行杠桿和風(fēng)險(xiǎn)。因此，他們認(rèn)為不管貨幣政策如何實(shí)施，順周期的資本比率都是極不穩(wěn)定的，最優(yōu)產(chǎn)出水平是通過“適度反周期”的資本比率和對銀行杠桿、資產(chǎn)價(jià)格有反映的貨幣政策規(guī)則相混合而得到的。

Angelini等（2010）建立加入銀行業(yè)的歐元區(qū)DSGE模型，用來觀察逆周期的資本重組要求是否可以與貨幣政策相互作用，在產(chǎn)出—通脹波動(dòng)兩難之間獲得本質(zhì)改變。他們發(fā)現(xiàn)以總供給或有損銀行資本的金融沖擊為條件，政策制定者對資本充足要求的積極管理可能改善經(jīng)濟(jì)穩(wěn)定狀況。

除此之外，Goodhart等(2005, 2006)、Uhlig(2009)提出了與宏觀經(jīng)濟(jì)兼容較少的加入銀行部門的研究方法。De Walque等(2008, 2009)在此基礎(chǔ)上，將其嵌入DSGE框架，試圖建立加入銀行部門的更詳盡的宏觀經(jīng)濟(jì)模型。類似的研究還有，De Walque和Pierrard(2009)在這一模型中檢驗(yàn)了貨幣政策的作用，他們發(fā)現(xiàn)直接以一些商業(yè)銀行變量提升為目標(biāo)的Taylor規(guī)則可能比以產(chǎn)出增加為目標(biāo)的標(biāo)準(zhǔn)Taylor規(guī)則表現(xiàn)更好。

（二）非DSGE方法框架下的宏觀審慎政策

很長一段時(shí)間，主要發(fā)達(dá)國家的中央銀行大多依賴DSGE（動(dòng)態(tài)隨機(jī)一般均衡）模型來制定貨幣政策，標(biāo)準(zhǔn)的DSGE模型有三個(gè)主要缺陷：第一，它們不能在有意義的層面上，反映金融摩擦；第二，DSGE模型評(píng)估整個(gè)市場一般從經(jīng)濟(jì)穩(wěn)態(tài)展開分析，不能反映繁榮和低谷；第三，DSGE暗示違約是不存在的。

為了擺脫這些缺陷，沿著不同于DSGE宏觀模型的構(gòu)建思路，近來的大量研究試圖彌合宏觀經(jīng)濟(jì)模型與金融體系模型之間的溝壑，一些研究將宏觀經(jīng)濟(jì)變量引入金融中介模型中，如Brunnermeie和Sannikov (2009) 將宏觀經(jīng)濟(jì)要素與金融體系在“穩(wěn)態(tài)”附近相混合進(jìn)行分析，結(jié)果表明金融體系并不將與超額風(fēng)險(xiǎn)行為有關(guān)的所有成本內(nèi)部化，杠桿與到期日不匹配現(xiàn)象過于泛濫，證券化使得金融部門能夠卸下部分風(fēng)險(xiǎn)，但卻加劇了涉險(xiǎn)行為。

相關(guān)研究也可用來檢驗(yàn)貨幣政策與資金流動(dòng)對信貸供給的影響。Brunnermeier和Pedersen(2009) 強(qiáng)調(diào)廉價(jià)資金流動(dòng)性的影響，他們認(rèn)為市場和資金流動(dòng)性可能會(huì)相互強(qiáng)化，導(dǎo)致流動(dòng)性漩渦，最終市場流動(dòng)性可能突然枯竭。Adrian和Shin(2009)再次展示了低利率如何通過價(jià)值、收入和現(xiàn)金流來影響并評(píng)價(jià)銀行借貸活動(dòng)的風(fēng)險(xiǎn)①這與Brunnermeier(2001) 的研究有關(guān)，Brunnermeier表明在不對稱信息下，無風(fēng)險(xiǎn)證券的低收益可能促使金融參與者更愿意冒險(xiǎn)并投資在較高收益、較高風(fēng)險(xiǎn)的資產(chǎn)上。。

除此之外，實(shí)體經(jīng)濟(jì)與金融部門相互作用的非DSGE方法則主要聚焦于貨幣傳導(dǎo)機(jī)制。Borio和Zhu(2008)從理論和實(shí)證兩方面回顧了銀行資本對貨幣傳導(dǎo)機(jī)制的影響作用。他們明確提出“涉險(xiǎn)渠道”的作用，即貨幣政策決策通過某種機(jī)制來影響銀行的風(fēng)險(xiǎn)感知或風(fēng)險(xiǎn)承受能力，再反過來影響銀行資產(chǎn)組合的風(fēng)險(xiǎn)程度、資產(chǎn)定價(jià)以及資金價(jià)格與狀態(tài)。為此，Dubecq等(2008)提供了一個(gè)理論模型，用來證明涉險(xiǎn)渠道如何以投資者風(fēng)險(xiǎn)低估形式存在。在此模型中，在無風(fēng)險(xiǎn)真實(shí)利率較低水平時(shí)，風(fēng)險(xiǎn)低估程度較大，但他們沒有提出這種渠道在實(shí)踐中如何量化評(píng)估。近年來大量的論文則對此有所突破，實(shí)證研究了貨幣政策的風(fēng)險(xiǎn)涉足渠道。Maddaloni等(2008) 、Loannidou等(2008以及Jiménez等(2006)證實(shí)了較低利率會(huì)導(dǎo)致銀行采取較高風(fēng)險(xiǎn)并帶來對風(fēng)險(xiǎn)較高借款者信貸發(fā)放的增加。Altunbas等(2009) 發(fā)現(xiàn)長期低利率（相比Taylor規(guī)則和自然利率而言）會(huì)導(dǎo)致銀行風(fēng)險(xiǎn)增加。

圖1 宏觀審慎政策目標(biāo)與工具的理論脈絡(luò)

三、總結(jié)

金融危機(jī)后，理論與實(shí)務(wù)界已普遍提高對金融監(jiān)管新政策的重視與推廣。按照BIS、G20以及BCBS的官方指引文件，宏觀審慎政策框架將是各國金融監(jiān)管必須遵守和執(zhí)行的統(tǒng)一規(guī)則。已有的大多數(shù)中文文獻(xiàn)都將目光聚焦在對宏觀審慎政策的目標(biāo)、工具與有效性的認(rèn)識(shí)和解釋上，較少文獻(xiàn)關(guān)注該政策從無到有、從簡單到復(fù)雜、從單一到復(fù)合的理論脈絡(luò)衍生過程。

通過前文的分析，可以看出，宏觀審慎政策目標(biāo)與工具的推出與演進(jìn)伴隨著金融體系與宏觀經(jīng)濟(jì)、貨幣政策與宏觀經(jīng)濟(jì)相關(guān)理論的發(fā)展。正是在洞悉金融體系與宏觀經(jīng)濟(jì)的關(guān)系、貨幣政策決策內(nèi)容與傳導(dǎo)機(jī)制對經(jīng)濟(jì)影響的理論研究中，金融監(jiān)管部門逐漸形成清晰、系統(tǒng)、完善的宏觀審慎政策框架，明確了該政策的目標(biāo)與工具——以保持金融穩(wěn)定、防范系統(tǒng)性風(fēng)險(xiǎn)為目標(biāo)，以貨幣政策、資本充足、逆周期操作等為工具。

只有從政策的理論演進(jìn)和推導(dǎo)中，我們才能明確宏觀審慎政策在執(zhí)行過程中可能遇到的難點(diǎn)和困難，才能更深刻地理解宏觀審慎政策的內(nèi)涵與重要性。隨著中國金融監(jiān)管國際化的提高，對全球統(tǒng)一規(guī)則的認(rèn)識(shí)和理解也應(yīng)更加深入，這樣一來，在政策和規(guī)則具體執(zhí)行的時(shí)候才能有的放矢、事半功倍。

[1]Acharya, V., Pedersen L. and Richardson M.,009, “Regulating Systemic Risk”, NYU Stern chool Working Paper.

[2]Alfaro, R. and Drehmann M., 2009, “Macro tress tests and crises: what can we learn?”, BIS Quarterly Review, December, pp.29-41.

[3]Altunbas Y., Gambacorta L. and Marquésbá!ez, 2009, “Securitization and the Bank Lending Channel”, European Economic Review,No. 838.

[4]Angelini, P., Neri S. and Panetta F., 2010,“Macroeconomic Stabilization Policies: Grafting Macroprudential Tools in a Macroeconomic Framework”, Mimeo, Bank of Italia.

[5]Borio, C and Drehman M., 2009, “Assessing the risk of banking crises-revisited”, BIS Quarterly Review, March, pp.29-46.

[6]Borio, C and Lowe P., 2002, “Assessing the risk of banking crises”. BIS Quarterly Review,December, pp.43-54.

[7]Brunnermeier, M. and Sannikov Y., 2009, “A Macroeconomic Model with a Financial Sector”,Working Paper, Princeton University, November.

[8]Cohen-Cole E. and Martines Garcia E., 2008,“The balance sheet channel”, Federal Reserve Bank of Boston Working Paper No.QAU08-7.

[9]Covas, F. and Fujita S., 2009, “Time-varying capital requirements in a general equilibrium model of liquidity depedence”, Federal Reserve Bank of Philadelphia,Working Papers, 09-23.

[10]Danielsson, J. et al, 2009, “Risk Appetite and Endogenous Risk”, Mimeo, London School of Economics.

[11]De Bandt, O and Hartmann, P, 2000,“Systemic Risk: A Survey”, ECB Working Paper No. 35.

[12]De Walque, G., Pierrard O. and Rouabah A., 2008, “Financial stability, supervision and liquidity injection”, Working Paper, Central Bank of Luxembourg.

[13]Del Negro, Eggertsson G., Ferrero A. and Kiyotaki, 2010, “The great escape? A quantitative evaluation of the Fed’s non-standard policies”,Mimeo, New York Fed.

[14]Drehmann, M., Patton A. and Sorensen S.,2006, “Corporate defaults and macroeconomic shocks: non-linearities and uncertainty”, Mimeo,Bank of England.

[15]Fornari, F. and Lemke W., 2009, “A Simple Model for Predicting Economic Activity in Main Economic Areas”, Mimeo, ECB.

[16]Gerdesmeier, D., 2009, “Monetary Developments and Asset Prices”, ECB Working Paper 1068.

[17]Goodfriend, M. and McCallum B., 2007,“Banking and Interest Rates in Monetary Policy Analysis: A Quantitative Exploration”, Journal of Monetary Economics 54.

[18]Jiménez, G. and Saurina J., 2006, “Credit Cycles, Credit Risk and Prudential Regulation”,International Journal of Central Banking, 2(2),pp.65-98.

[19]Kannan, P., Rabanal P. and Scott A., 2009,“Monetary and Macroprudential Policy Rules in a Model with House Price Booms”, IMF Working Paper No.09/251.

[20]Loannidou,V., Ongena S. and Peydrò, 2009,“Monetary policy and subprime lending: a tall tale of low federal funds rates, hazardous loans and reduced loan spreads”, European Banking Centre Discussion Paper, No. 2009-45.

[21]Meh, C. and Moran K., 2008, “The role of bank capical in the propagation of shocks”, Bank of Canada Working paper No.2008-36.

[22]Misina M. and Tessier D., 2008, “Nonlinearities, model uncertainty and macro stress testing”, Working papers 08-30, Bank of Canada.

[23]N’Diaye, Papa M’B P., 2009,“Countercyclical Macro Prudential Policies in a Supporting Role to Monetary Policy”, IMF Working Paper, No. 09-257.

[24]Perotti E and Suarez J., 2009, “Liquidity risk charges as a macroprudential tool”, Mimeo,University of Amsterdam, Octorber.

[25]Segoviano, M. and Goodhart C., 2009,“Banking stability measures”, IMF Working paper, January.

[26]Vam den Heuvel, S., 2008, “The welfare cost of bank capital requirements”, Journal of Monetary Economics, 55, pp.298 -320.

[27]Zhou C., 2010, “Are banks too big to fall”,DNB Working Paper No. 232.

[28]Zhu, H., 2008, “Capital regulation and banks’ financial decisions”, International Journal of Central Banking, 4(1), pp.165-211.