巴曙松等：金融監管、流動性約束與貨幣政策效果——基於DSGE模型的實證研究

編者語：

貨幣政策和金融監管的協調既是宏微觀金融政策有效的基礎，也是防範金融體系系統性風險的重要保障。為研究金融監管約束對貨幣政策的影響，本文構建了一個四部門動態隨機一般均衡模型，模擬結果表明，金融監管約束會放大貨幣政策對投資、產出等宏觀經濟變數的影響，而逆周期的資本留存緩衝能夠緩解流動性壓力，從而降低貨幣政策調整對產出的負向衝擊。基於此，本文對貨幣政策與金融監管的協調提出了政策建議。敬請閱讀。

文/左偉（中國科學技術大學），朱元倩（中國銀監會），巴曙松

近年來，在全球經濟緩慢復甦的背景下，我國長期踐行穩健中性的貨幣政策，宏觀流動性相對充裕，也使得金融體系蘊藏了大量的系統性風險。與此同時，隨著我國金融改革的不斷深化以及金融監管的持續加強，金融機構面臨的監管約束日益嚴格。在宏觀貨幣政策調控與微觀金融監管約束缺乏協調的背景下，金融機構多次出現階段性流動性緊張的情況，以宏觀流動性充裕、微觀流動性不足為特徵的「錢荒」事件頻發，加劇了金融體系的風險。從貨幣政策理論來看，傳統的貨幣政策目標並未納入金融穩定，金融危機爆發後，不少學者指出長期寬鬆的貨幣政策是導致金融危機的重要因素之一，從而再次引發了將金融穩定納入貨幣政策目標的討論。「十三五」規劃中也已提出，宏觀調控的多樣化目標不僅包括擴大就業和穩定物價，還包括金融風險防控。從金融監管理論來看，危機後學者們認為對單個金融機構的監管並不能保證整個金融系統的穩健運行，金融監管應更加關注系統性風險的防範，提出了宏觀審慎監管框架。因此，不論是從金融政策的實踐來看，還是從貨幣政策和金融監管的理論發展來看，分析研究貨幣政策和金融監管的協調都至關重要。本文改進了傳統的四部門動態一般均衡模型（DSGE），模擬分析了銀行在流動性約束下的行為與貨幣政策之間可能存在的反饋效應，為宏觀貨幣政策與微觀金融監管的協調提供了理論依據和政策建議。

一、文獻綜述和理論基礎?

貨幣政策是宏觀經濟調控的重要政策手段，中央銀行運用利率、存款準備金、公開市場操作等貨幣政策工具實現價格穩定，促進經濟增長。金融監管的目標是維護金融穩定，監管當局通過對金融機構資本充足率、市場准入及信息披露等經營活動的監管來防範金融風險，防止金融體系崩潰對宏觀經濟產生嚴重衝擊。貨幣政策是否應同時保證物價穩定和金融穩定，應如何處理金融監管與貨幣政策的內在衝突，始終是國內外學者爭論的焦點。

（一）貨幣政策與金融監管的文獻綜述

此次國際金融危機爆發之前，國內外學者對金融監管和貨幣政策是否存在衝突的觀點並不一致。雖然Allen & Gale（1999）認為價格穩定就意味著金融穩定；但是Mishkin（1996）卻認為為實現物價穩定而採取的貨幣政策可能不利於金融穩定，必須在兩者之間權衡。國際金融危機所暴露的金融順周期性和系統性風險等問題對宏觀經濟運行造成了嚴重影響，促使人們對現有貨幣政策和監管框架進行了重新審視，並再次就貨幣政策是否應將金融穩定重新納入其目標展開了爭論。許多學者研究認為，金融周期與經濟周期之間存在非線性的影響關係，金融中介部門的脆弱性會影響到貨幣政策的有效傳導，貨幣政策也會反過來影響金融中介部門的風險承擔（Angeloni等（2015））。因此，貨幣政策與金融穩定政策的協調是中央銀行的重要挑戰，並且兩者的相互協調問題應是未來一段時間研究的重點方面（Angeloni和Faia，2013）。陸磊和楊駿（2016）提出了流動性、一般均衡與金融穩定的「不可能三角」，對中央銀行傳統目標及其政策手段局限性進行了深刻反思,指明了金融穩定應重回中央銀行目標菜單。

危機前的金融監管以資本監管為主，貨幣政策與金融監管的協調研究主要是圍繞資本監管對貨幣政策傳導渠道的影響展開的，主要包括銀行資本渠道和風險承擔渠道。銀行資本渠道是指在監管資本的硬約束下，商業銀行將面臨信貸擴張的限制（Bernanke和Lown（1991），Blum和Hellwig（1995），Thakor（1996），Bernanke，Gertler和Gilchirist（1999））。銀行資本約束的引入，事實上為金融體系和實體經濟植入了某种放大機制（Kopecky和VanHoose，2004；Chami和Cosimano，2001；Zicchino，2006；Bolton和Freixas，2006）。巴塞爾協議的實施在某種程度上強化了這种放大機制，即強化了銀行資本監管的周期性。近年來，銀行風險承擔渠道逐步引起關注，學者們指出資本監管還通過風險承擔渠道順對貨幣政策有效性產生影響（Danielsson（2004），Borio和Zhu（2008））。

危機後，流動性監管與資本監管成為金融監管的雙約束，新的約束顯著改變了金融機構的微觀行為，並對貨幣政策產生了重要影響。然而目前，該領域的研究文獻相對較少，且多集中於市場流動性而非微觀機構的流動性。Acharya和Naqvi（2012）提出，流動性泛濫會導致銀行過度承擔風險，寬鬆貨幣政策可能帶來金融體系的風險隱患。Carrera和Vega（2012）運用帶有銀行間市場的DSGE模型研究了銀行相互之間在銀行間市場的拆借行為對於存款準備金要求等非常規貨幣政策造成的衝擊作用。他們認為銀行在銀行間市場的拆借行為會加劇市場上的流動性問題，而存款準備金調整能有效控制這種拆借行為，因此存款準備金調整政策能夠作為有效的貨幣政策與利率調整政策相互補充。而Brzezina和Makarski（2010）更關注生產商為尋求抵押貸款而質押給金融中介機構的抵押物價值變動效應，他們認為市場流動性收緊會降低抵押物的價值，並最終通過資產價格和信貸市場的相互影響產生嚴重的金融衝擊。Kiyotaki和Moore（2012）構建的模型中引入了持有不同流動性資產的金融中介，並分析了流動性衝擊下的資產價格和各宏觀經濟變數的動態運行機制，以及公開市場操作對金融中介的資產配置組合的影響。

從目前的研究來看，大多數學者仍集中於資本監管對貨幣政策傳導渠道的影響研究，而對於流動性監管對貨幣政策有效性影響的研究文獻較少。本文在Bernanke等人（1999）以及Gertler和Kiyotaki（2010）的模型基礎上進行了改進，建立了包括流動性約束的四部門DSGE模型，模擬分析了在貨幣政策衝擊等外部衝擊下、受到流動性約束的銀行資產負債表和微觀行為所出現的變化，及其對宏觀貨幣政策效果的影響大小和作用機制。

（二）貨幣政策與金融監管協調的理論分析

資本充足率要求以及流動性要求等金融監管具有典型的順周期效應，因此常與逆周期的貨幣政策調整產生衝突，使得宏觀調控的預期效果產生偏差，放大經濟波動。根據之前學者的研究結論（Borio and Zhu，2008；熊丹等，2013），金融監管常通過四個主要路徑對貨幣政策調控產生影響和衝突、造成經濟波動的放大效應，包括資產價格和估值扭曲效應利潤尋求效應央行溝通與反應效應與歷史習慣影響效應（圖1）。

圖1金融監管對貨幣政策調控的影響路徑

首先，金融監管造成了資產價格和估值的扭曲。資產價格和估值的扭曲效應（Borio and Zhu, 2008）是指利率的降低提高了資產價格和抵押品價值，從而使得銀行資產估值上升，提高了銀行的風險容忍度。當考慮金融監管尤其是流動性約束時，利率降低導致的當前資產價格的上升可能恰好處於資產價格泡沫的累積期，銀行會基於對未來資產泡沫破滅的預期以及金融監管的要求對當前的風險容忍度進行調整；而利率上升導致的資產價格和抵押品價值的螺旋式下降會極大的降低銀行的風險容忍度。

其次，金融監管還通過利潤尋求效應產生影響。利潤尋求效應(Rajan, 2006)是指寬鬆的貨幣政策降低了無風險收益率，縮小了銀行存貸款利差，降低了銀行利潤率，使得銀行在謀求更高利潤的驅使下尋找更高風險的資產。但是高風險的資產往往與低流動性相掛鉤，當考慮流動性監管時，銀行需要重新進行風險判斷和行為選擇。例如，當銀行的流動性水平較低時，銀行很難選擇流動性較低的高收益資產。

再次，金融監管會干擾央行溝通與反應效應。央行溝通與反應函數（Borio and Zhu, 2012）效應主要包括兩種效應：一是「透明度效應」，是指央行貨幣政策透明度的提升將減少市場的不確定性，降低風險溢價，進而使得銀行願意承擔更多的風險。二是「保險效應」，如果市場一致預期央行將把寬鬆的貨幣政策作為應對負面衝擊的手段，那麼銀行會降低其風險容忍度。金融監管是影響銀行風險預算的重要因素，對上述兩種效應都會造成干擾。

最後，金融監管將強化歷史習慣影響效應。該效應源於資產定價模型，強調歷史習慣對於投資者（銀行）風險承擔的延續性影響(Altunba?等人，2010)。Campell和Cochrane (1999)認為，經濟擴張時期的寬鬆貨幣政策環境下，銀行的風險容忍度可能會降低。同理，當銀行長期處於低風險、低利率的環境中時，銀行對未來的寬鬆政策預期可能保持樂觀。當考慮金融監管要求尤其是流動性要求時，低利率環境下宏觀流動性的充裕會進一步強化銀行的樂觀情緒。

因此，金融監管會從上述四條路徑對貨幣政策調控效果產生影響，下文將根據模型和模擬分析進行檢驗。具體到資本監管和流動性監管來看，貨幣政策與流動性監管的關聯性更高，從某種意義上說，貨幣政策是一種宏觀流動性的調控，其與微觀流動性監管的協調至關重要。這也是本文的模型選擇流動性約束作為金融監管約束的原因。

二、DSGE模型構建

動態隨機一般均衡模型（Dynamic Stochastic General Equilibrium Model，DSGE）是近年來中央銀行在宏觀經濟分析及貨幣政策分析方面的重要研究工具之一，也是中央銀行在經濟建模方面的一個新視角。在傳統計量經濟模型中，微觀經濟分析與宏觀經濟分析基本上處於相對隔離的狀態，模型缺乏良好的整體性特徵（劉斌，2008）。這使得傳統的計量經濟模型在分析宏觀的貨幣政策和微觀的金融監管之間的協調關係時困難重重。與傳統計量經濟模型相比，DSGE模型具有顯性建模框架、理論一致性、長短期分析的有機整合等建模優勢，尤其在分析宏觀的經濟運行特徵與微觀的經濟主體行為決策之間的相互影響關係方面具有獨特優勢。隨著計算機運行速度的大幅提高及貝葉斯估計方法的不斷改進，DSGE模型的更新程度及應用廣度不斷提高，並逐漸成為許多中央銀行（如英格蘭銀行和加拿大中央銀行）定量分析以及建模策略的基準模型之一。

（一）傳統的DSGE模型

傳統的三部門DSGE模型包含的經濟主體有居民、廠商和政府三個部門，但是對金融機構和金融市場的設計較為簡單，沒有對金融機構的微觀行為決策進行較詳細的描述。之後的許多學者對三部門DSGE模型進行了改良，提出了包含居民、廠商、金融機構和中央銀行等四個經濟主體的四部門DSGE模型。

圖2模型的基本結構圖

假設中央銀行將基準利率作為貨幣政策工具，則貨幣政策衝擊在四部門DSGE模型中的傳導機制可描述如下：貨幣政策衝擊（利率水平的突然變化）會使得居民、廠商及商業銀行的行為決策發生變化。對居民來說，居民將在新的利率環境下對消費、勞動力供給及存款的選擇進行決策和調整。對廠商來說，市場收益率的變化將影響廠商對勞動力和資本投入的需求以及最後的產出水平。對商業銀行來說，存款利率的變化將使銀行對廠商資本投入的供給總量及貸款定價水平進行調整。最終總供給和總需求動態平衡，模型達到新的穩態。

（二）引入流動性約束的DSGE模型

傳統的四部門DSGE模型通常忽視了金融監管當局對於商業銀行的流動性約束，隨著流動性風險逐漸受到巴塞爾協議III以及各國監管當局的高度關注，學者們意識到流動性約束導致的壓力會使得商業銀行在市場流動性短缺的環境下，動態調整其資產負債表結構，從而影響到產出等宏觀變數，對貨幣政策傳導和作用效果產生干擾。因此，本文在Gertler和Kiyotaki（2010）所建立的DSGE模型基礎上做了修正，將金融監管當局對於商業銀行的流動性約束及商業銀行自身的資產負債表調整行為納入到模型中，考慮商業銀行的流動性約束對於模型中各個經濟主體以及貨幣政策效果的影響及作用機制。

具體的方程系統如下：

（1）家庭：

模型假設家庭的效用函數為未來的消費效用與所付出的勞動的差額在當前的折現，具體形式為：

（1）

其中表示第t期的預期，為折現因子，為第i個家庭在第t期的消費，0

家庭預算需滿足消費等於勞動力收入加上存款收入變動，即滿足約束條件：

（2）

其中為名義工資，為存款利率，為存款額。定義為消費的邊際效用，則家庭對於消費和勞動選擇的一階條件方程為：

（3）

其中（4）

（2）商業銀行：

商業銀行作為連接家庭和生產商的中介機構，在滿足流動性約束的前提下追求自身利潤最大化。假設第t期銀行從各個家庭儲蓄者吸收來存款並支付存款利息，貸款給生產商的貸款數額為且每筆貸款的價格為，第t期銀行的貸款利率為是銀行在期末持有的凈資產價值。首先，銀行需要保持資產負債表平衡：

（5）

其次，每t期末銀行的資本收支變化等於貸款給廠商所得的利息減去吸收家庭存款所支付的利息，滿足下式：

（6）

其中第t期銀行的貸款利率為為銀行獲得生產商支付的貸款利息，為銀行支付給家庭的存款利息。由（5）可知：

（7）

式（7）表明，銀行的凈收入來源於兩方面，一方面是存貸款息差率，另一方面是所持有的凈資產。

令為第t+i期貼現到第t期的貼現因子，銀行追求利潤最大化函數如下所示：

（8）

本文模型引入銀行部門的流動性約束條件，銀行受到微觀流動性監管，需要滿足流動性要求，即流動性資產與流動性負債的比值需要大於監管機構規定的流動性比例。在銀監會2014年發布的《商業銀行流動性風險管理辦法》中，流動性資產主要包括短期貸款以及同業存放、現金、金融資產等其他類流動性資產。而流動性負債主要包括短期存款等。假設同業存放、現金及金融資產等與銀行凈資產總量同比例變動，則流動性約束條件可以表述為：

（9）

其中mt為監管機構確定的流動性監管指標；at代表短期貸款占信貸資產的比例，bt代表同業存放、現金及金融資產等占銀行凈資產的比例，ct代表短期存款占存款負債的比例，bt、mt均為外生變數。當利率高企時，銀行間市場流動性趨緊，銀行傾向於擴大短期存款佔比，降低短期貸款佔比；當利率降低時情況相反。因此，本文假設短期存款佔比與利率成正比，短期貸款佔比與利率成反比，如式（10）和（11）所示：

（10）

（11）

其中和分別為穩態下短期存貸款的佔比比例，r為穩態利率，為內生影響因子，且。

由（5），不等式（9）變形為

（12）

在銀行利潤最大化的前提下等式成立，即

（13）

定義銀行的資金運用槓桿為銀行總資產與凈資產的比例，即，即，由（13）式可得

（14）

由（14）可知，資金使用槓桿與短期貸款比例成正比，與短期存款比例成反比。

將（12）代入（7），得到

（15）

即銀行的凈資產變化與成正比，資金運用效率越高，銀行的凈資產增長越快，銀行出於利潤最大化的目的會提高槓桿使用倍數，但是銀監會的流動性要求通過約束銀行的資產負債表結構（即短期存貸款佔比），對商業銀行的實際資金使用效率進行了約束。

（3）生產商

為追求利潤最大化，生產商用借來的全部銀行貸款進行生產所需的資本投資，即：

（16）

是生產商用於生產產品的資本投入，生產商的新古典生產函數為：

（17）

其中為技術水平，為生產投入的勞動力。令為生產商的產品價格，在每個t周期公司選擇最優的勞動力和資本投入。求解方程最優的一階條件為：

（18）

（19）

根據產出理論，完全競爭的市場條件下廠商的長期經濟利潤為零，則生產商的凈收入等於付給商業銀行的貸款利息 ，如下式所示，其中為資本折舊率。

（20）

（4）中央銀行

中央銀行制定並執行貨幣政策，本文中的貨幣政策規則採用平滑後的泰勒規則，令為名義利率，為穩態利率，為自然產出水平，為當期產出，為通脹率，則名義利率滿足如下等式：

（21）

其中平滑因子，分別為通脹和產出在泰勒規則中的係數，為貨幣政策的外部衝擊。

（5）模型總體約束

模型中的社會總產出等於家庭消費、投資與政府支出等三個支出項的總和，假設政府支出Gt為外生變數，服從一階自回歸過程，即：，其中，則資源約束為下式所示：

（22）

其中為社會總產出，為投資總量，為家庭消費。每期的資本變化為

（23）

其中為資本總量，為資本折舊率。

總結來看，本文模型的核心方程包括家庭的效用函數（1）及預算約束（2），商業銀行的資產負債表平衡等式（5）、資本收支變化等式（6）及流動性約束條件（9），廠商的生產函數（17），中央銀行的泰勒規則（21）以及市場出清條件（22）和（23）。

三、實證分析

DSGE模型的非線性特點使得模型的求解及對參數的校準和估計非常困難。為此，DSGE模型的求解過程通常採取如下步驟：首先確定模型的穩態，並校準確定穩態的大部分參數。其次，在穩態附近對模型進行對數線性化從而得到模型的動態方程並對模型進行求解。在本文中，參數校準主要參考之前研究文獻的估計結果。

（一）模型估計

我們首先對模型中的部分基本參數和變數穩態值進行賦值。表1列出了本文模型的11個參數值，根據Primiceri等人在2006年通過貝葉斯估計得到的參數估計結果，本文選擇消費慣性因子h=0.815，勞動供給彈性。消費慣性因子h即是外部消費慣性因子，體現的是消費者的攀比效應（catching up with Jones effect）。當消費者在進行消費攀比時，一方不可能迅速趕上另一方，因此h取值介於到1之間。貼現率參照劉斌（2008）的估計結果取0.99，勞動對效用的影響權重以及資本的季度折舊率δ參考康立和龔六堂（2014）的校準結果分別取3.4和0.025，相當於資本年折舊率為10%，這與標準DSGE模型的參數選取保持一致（康立和龔六堂（2014））。與勞動供給彈性ω一起，勞動對效用的影響權重取3.4保證了均衡時的勞動供給穩定在0.3左右，這與大多數關於新興市場國家研究的經典文獻保持一致。政府購買的回歸係數ρG和隨機擾動項的方差σG參照馬文濤（2011）的估計結果。他選取我國近15年的財政支出，經過季節性調整和HP濾波處理後，得到ρG取值為0.82，σG取值為6.55%。

對於資源約束方程中政府支出的佔比，巴西、俄羅斯、南非等具有代表性的新興市場經濟體在2007年次貸危機剛發生時分別為18.2%、19.6%和19.1%，因此G/Y的穩態值賦值為0.2。資本在生產函數中的權重以及泰勒規則中的三個參數估計參考Gertler和Karadi（2011）的校準結果，與傳統的泰勒規則取值保持一致，取值如表1所示。

表1 模型中各外生參數與部分變數穩態值的校準

（二）外部衝擊下的模型動態分析

在得到模型的估計結果後，本文運用模型進行外部衝擊的情景分析和政策模擬。基於校準後的模型參數，本文首先假設模型處於穩態水平，然後對模型施加外部衝擊，通過隨機模擬計算得到外生衝擊下各變數的脈衝響應曲線，並分析流動性約束下的商業銀行微觀行為對投資、產出等宏觀經濟變數及貨幣政策效果產生的影響。

技術衝擊的模型動態分析。假設對模型施加1%的技術負向衝擊，各變數在40期模擬期內的變化率如圖3所示，其中Rn為利率，PHI為銀行的資金使用槓桿，SPR為貸款利率與無風險利率的差值（），Y為產出，C為消費，I為投資，K為資本，PI為通脹率。

由圖3可知，消費（C）、投資（I）及產出（Y）均受到技術衝擊的影響而在初期下降，其中消費下降幅度較小，約為0.8%，產出下降幅度約為1%，投資受到的技術衝擊影響最大，下降了約5%。之後三個宏觀變數逐漸在20期左右恢復到穩態。PHI和無風險利率（Rn）在受到衝擊後立即跳高，PHI上升了約3%，無風險利率變動幅度較小、上升了約0.05%。之後PHI在第10期左右恢復穩定，而利率在第20期左右逐漸回落到穩態。在整個模擬周期內，通脹率（PI）的變化較小（穩定在0.04%以下），呈逐漸上升的態勢。模擬結果表明，一方面負向技術衝擊在一定程度上降低了投資回報以及熱情，從而拉低了各宏觀經濟變數，這與傳統模型的模擬結果類似。另一方面，(PHI)與短期貸款比例成正比，與短期存款比例成反比，的跳高表明：在負向技術衝擊的影響下，為保證足夠的流動性以滿足流動性約束，銀行提高了短期貸款比例（即流動性資產比例），降低了短期存款比例（即流動性負債比例），最終提高了資金使用效率。與宏觀經濟變數相比，銀行的資金使用槓桿通常在第10期左右就回復穩態，這表明銀行在短期存貸款比例方面的調整和反應速度較快。

圖3 各變數在技術負向衝擊下的脈衝響應

貨幣政策衝擊下的模型動態變化。接下來本文考慮貨幣政策衝擊給模型各變數帶來的影響。因為美聯儲等全球大多數國家央行的加息一般都是以25個基點為單位，因此在本文中一單位的貨幣政策衝擊即為短期利率突然波動0.25%。假設貨幣政策變動，短期利率突然上升1單位（25個基點，即0.25%），各變數在40期內的變化率如圖4所示（變數名稱與圖3相同）。當短期利率突然上升時，與技術衝擊相類似，消費（C）、投資（I）及產出（Y）變化率均受到一定的衝擊而下降，但受影響程度小於技術衝擊。消費下降了約0.1個單位，投資下降了約3個單位，產出下降了約0.5個單位。之後三個變數逐漸在20期以後恢復到穩態。銀行的資金使用槓桿（PHI）在初期突然跳高5個單位之後逐漸達到新的穩態，受影響程度要高於技術衝擊帶來的影響。利率（Rn）短暫跳高1單位之後很快就到達新的穩態，而通脹率（PI）受到利率衝擊後出現了小幅下跌。模擬結果表明，與技術負向衝擊類似，貨幣政策衝擊使得投資和消費成本升高，降低了投資和消費熱情，從而對產出造成衝擊，但是受影響程度小於技術衝擊的影響。另一方面，貨幣政策衝擊使得市場資金運用成本升高，市場流動性降低，銀行為滿足流動性約束而提高短期貸款比例、降低短期存款比例，使得銀行資金使用槓桿上升。貨幣政策衝擊使得銀行對於流動性資產和流動性負債的配置要求提高，對於短期存貸款比例調整的幅度較大（體現在的變化幅度較大）。

圖4 各變數在貨幣政策衝擊下的脈衝響應

（三）模型比較

引入銀行的流動性約束，將導致銀行在外部衝擊下主動調整自身負債結構和存貸款行為，從而對宏觀經濟變數產生衝擊。為研究銀行的流動性約束對於產出等宏觀經濟變數以及貨幣政策傳導的影響效果和作用機制，我們將本文所建立的模型與去除銀行流動性約束之後的傳統模型進行比對，觀察不同模型的宏觀變數波動差異，模擬結果如圖5~圖8所示（實線為本文模型的模擬結果，虛線為傳統模型的模擬結果）。

當外部衝擊為技術衝擊時（圖5、圖6），傳統模型中的投資和產出波動的最大值控制在-4%和-1%之內。當模型加入銀行流動性約束之後，投資和產出波動的最大值擴大為-5%和-1.2%左右。技術的負向衝擊影響了生產商的投資熱情和資本需求，從而使得資產價格下跌。根據銀行風險承擔渠道的資產價格和估值效應，資產價格的下跌降低了銀行資產估值，從而使得銀行調低自身的風險容忍度，更傾向於持有流動性較高的資產，同時減少流動性負債。反映到模型上，銀行的短期貸款比例上升，短期存款比例下降，整體的資金使用槓桿上升。長期貸款供給的減少和長期存款需求的增加共同推高了貸款利率，進一步增加了資本運用成本，使得投資和產出受到的影響再次擴大。因此，銀行的流動性約束通過降低投資水平，而對產出造成了影響效應的放大。而在不考慮銀行流動性約束的傳統模型中，負面衝擊的效果不會被放大，因此投資和產出受到的影響較小。

圖5 技術衝擊下的產出變化率（實線為本文模型的模擬結果，虛線為傳統模型的模擬結果，下圖6~圖8做相同處理）

圖6 技術衝擊下的投資變化率

當外部衝擊為貨幣政策衝擊時，傳統模型中的投資和產出通常在第10期就達到新的穩態，且波動最大值控制在-1%和-0.2%之內。但是當模型加入銀行的流動性約束之後，投資和產出在第40期才逐漸達到新的穩態，且波動最大值擴大到-3%和-0.5%。利率的負向衝擊直接提高了資金的使用成本以及市場上流動性的緊張程度，使得銀行為滿足流動性約束而重新調整了短期存貸款的配置比例。反映到模型上，銀行的短期貸款比例上升，短期存款比例下降，整體的資金使用槓桿大幅上升。因此，流動性約束放大了貨幣政策對投資和資產價格的負向衝擊效應。流動性約束對於貨幣政策衝擊的放大效應較為顯著：投資和產出受到的負面衝擊較大，作用周期較長，投資和產出變化率回復到穩態所需要的時間較長。

圖7 貨幣政策衝擊下的產出變化率

圖8 貨幣政策衝擊下的投資變化率

流動性監管的順周期效應。目前大多數文獻研究認為，商業銀行的資本監管會通過其順周期性影響宏觀經濟運行，即在經濟上行時，貸款償還率高，信貸資產風險評級較高，銀行資本充足，較容易達到資本監管要求，便可以利用充足的資本金髮放更多的貸款，刺激經濟進一步升溫；而在經濟下行階段，隨著貸款違約率和不良貸款率的上升，銀行信貸資產風險評級迅速降低，為了滿足資本監管要求，銀行會緊縮信貸以保留更多資本金，進一步加劇了經濟衰退。本文的模型模擬結果表明，類似於資本監管，流動性監管同樣會通過改變銀行的資產負債表結構對宏觀經濟造成衝擊，並干擾貨幣政策傳導效果。由於我國銀行的非流動性資產大多以貸款為主要形式（宋玉穎和劉志洋，2013），因此銀行的流動性約束直接導致了積極吸收存款、放緩貸款規模等行為，從而對貨幣政策衝擊下的投資、消費、產出等宏觀經濟變數造成擴大影響（如圖9所示）。

圖9 流動性約束對貨幣政策效果的影響機製圖

與本文模型相比，金融實踐中銀行的微觀金融監管可能造成的影響更為顯著。孫國峰（2014）認為，我國貨幣政策操作框架正逐漸向結構性流動性短缺的操作框架轉變，在這樣的貨幣政策框架下，衝擊多是緊縮方向的負面衝擊，並且發生負面衝擊時，銀行會傾向於持有較多的流動性以應對不確定性，預防性需求增加會導致流動性需求上升。

首先，金融實踐中的負向衝擊具有更大的不確定性：一方面，衝擊本身具有不確定性；另一方面，不同類型的商業銀行由於信息獲取程度的差異，對衝擊的認知度差異，採取不同程度的流動性約束也會放大衝擊的不確定性。因此，金融實踐的負向衝擊更容易造成市場流動性的緊張局面，刺激衝擊下銀行調整自身的資產負債表管理，從而造成更嚴重的宏觀經濟變數衝擊。具體來說，由於衝擊的不確定性，流動性充足的銀行和流動性緊缺銀行都會增加預防性需求，從而使銀行體系流動性需求保持高位。由於流動性充足的銀行可會因為預防性需求而保留過多的流動性，因此即使銀行體系流動性總量充裕、貨幣市場利率不斷高企，流動性供求缺口仍然很難消除，此時銀行間市場的流動性藉助作用大大降低，大多數銀行只能求助於對自身資產負債表的調整，主要包括短期存貸款比例的調整等。

其次，金融實踐中的中央銀行在判斷銀行流動性需求時經常出現偏差，從而難以在合適的時機提供流動性補給。在我國，由於銀行體系的流動性需求不穩定，精確預測流動性需求的難度較大，即使由銀行自身來預測流動性並向中央銀行報告也有其局限性。一是銀行由於上述的信息不對稱等原因，無法準確預測自身流動性需求；二是參與中央銀行公開市場操作的一級交易商通常只有少數大型銀行及其他金融機構，大量中小銀行流動性需求沒有被統計在內；三是中央銀行操作時間較收集銀行需求的時間會有一定的滯後，待中央銀行操作時銀行的需求已經發生了變化。

四、引入逆周期資本監管的DSGE模型?

為應對金融體系的順周期性，巴塞爾Ⅲ引入了資本留存緩衝的要求，要求銀行必須建立總額不低於銀行風險資產2.5%的資本留存緩衝，以幫助銀行在經濟上行期計提資本緩衝，而在經濟下行期吸收損失。逆周期資本緩衝的設置是基於更廣泛的宏觀審慎目標，保護銀行體系免受信貸激增所帶來的衝擊，其調節機制的經濟學邏輯是：在經濟上行以及市場流動性寬鬆階段，銀行傾向於採取信貸擴張的經營策略，但此時貸款潛在的風險卻在增大，因此，監管當局應主動提高資本監管要求，增加資本金數量，使銀行為未來的不確定性變化做準備；在經濟下行階段則進行反向操作，下調資本緩衝要求。本文接下來將銀行的資本留存緩衝行為加入到模型中，考慮其對宏觀經濟變數及貨幣政策效果的影響。保持模型中的其他變數不變，假設銀行每個周期將總資產的2%作為緩衝資本留存到下一期，由（7）可知

其中，表示t-1期銀行總資產在t期對應的凈資產總量，表示存款準備金以及資本緩衝等資產排除項占銀行總資產的比例，表示銀行資本緩衝率，設為2%。

假設央行調整貨幣政策，短期利率突然上升0.25%（即1單位，25個基點），模型的脈衝響應如圖10所示。由圖4和圖10對比可知，模型加入逆周期資本緩衝後，資本（K）、消費（C）、投資（I）以及產出（Y）等宏觀經濟變數的降幅均明顯變小，其中資本的跌幅控制在0.5%，消費的跌幅控制在0.1%，投資的跌幅在2.5%左右，產出的跌幅控制在0.5%內。另一方面，通脹率PI的波動控制在0.02%，銀行的資金使用槓桿以及市場存貸款利差的恢復穩態速度加快，在第6期就逐漸達到穩態。模擬結果表明，逆周期資本緩衝緩解了市場的流動性緊張程度以及銀行資產負債表的流動性壓力，降低了銀行調整短期存貸款比例等流動性管理行為的程度，使得資本、通脹、投資以及消費水平受影響程度減小，最終降低了貨幣政策調整對於產出的負向衝擊。

圖10 考慮銀行逆周期資本緩衝時的脈衝響應圖

模擬結果表明，逆周期資本緩衝是緩解市場流動性緊張程度和銀行流動性壓力的有效工具之一，能夠有助於降低金融監管對於貨幣政策衝擊的干擾。逆周期資本緩衝的調節行為在客觀上調整了整個銀行業信貸投放的合理性，使得銀行在市場流動性充裕時期就提前進行流動性囤積（liquidity hoarding），對「熨平」經濟周期波動以及市場流動性波動起到正面作用。目前的相關研究文獻認為，銀行資本緩衝主要通過三條微觀渠道影響實體經濟：一是影響銀行的貸款數量，二是影響銀行的貸款價格，三是影響銀行的存款價格（黃憲和熊啟躍，2013），這與本文模型的模擬結果相吻合：「逆周期資本緩衝」通過緩解銀行資產負債表的流動性壓力，緩解了銀行調整短期存貸款比例等流動性管理行為的執行力度，使得銀行的存貸款規模和價格波動範圍減小，最終降低了貨幣政策調整對於資本、通脹、投資、消費以及產出的負向衝擊。

五、結論及政策建議

本文構建了一個包含流動性約束下的銀行部門的動態隨機一般均衡模型，分別模擬了在技術衝擊和貨幣政策衝擊下、受到流動性監管的銀行部門的微觀資產負債表結構調整行為以及投資、產出等宏觀經濟變數的變化，並對比分析了流動性約束對於貨幣政策調整的影響機制，最後分析了逆周期資本緩衝如何減弱金融監管對於貨幣政策調整的影響。結果表明：一是微觀流動性約束會加大宏觀貨幣政策對投資、產出等宏觀經濟變數的負面影響。在緊縮貨幣政策的影響下，資本價格的下跌以及市場流動性緊張會增加銀行的流動性壓力。在流動性監管的約束下，銀行會通過調整吸儲信貸行為對自身資產負債表進行動態調整，使得投資、產出受到的負面衝擊進一步擴大。二是面對技術衝擊和貨幣政策衝擊時，微觀流動性約束對貨幣政策衝擊的影響較大。貨幣政策衝擊下的流動性約束對投資和產出造成的影響大，作用周期長，投資和產出變化率回復到穩態所需要的時間較長。三是逆周期金融監管有助於緩解流動性約束對貨幣政策調整的影響。當加入逆周期資本緩衝之後，模擬結果表明，逆周期資本緩衝通過緩解銀行資產負債表的流動性壓力，緩解了銀行調整短期存貸款比例等流動性管理行為的執行力度，使得銀行的存貸款規模和價格波動範圍減小，最終降低了貨幣政策調整對於資本、通脹、投資、消費以及產出的負向衝擊，有助於減弱金融監管對貨幣政策的反饋效應。

金融危機之後，旨在保障市場穩定的流動性監管開始在各國逐步受到關注和實施，而金融監管與貨幣政策的協調則是構建金融穩定體系的重要前提。本文的研究結論表明，流動性監管下的銀行會隨著利率變化及市場流動性狀況動態調整其資產負債表結構，從而放大貨幣政策變動對於投資、產出等宏觀經濟變數的影響，而逆周期資本緩衝能夠通過穩定銀行信貸的波動來減弱這一負面影響的放大。因此，我國的宏觀經濟管理當局在進行貨幣政策調控的過程中，需要充分意識到流動性監管與貨幣政策之間的協調影響關係，降低二者間不利的反饋效應：中央銀行在貨幣政策的制定中，充分考慮金融機構受到的監管約束。同時在金融監管政策的制定中，必須結合當前的貨幣政策及宏觀流動性狀況。

參考文獻：

[1] 黃憲,王露璐,馬理,代軍勛. 貨幣政策操作需要考慮銀行資本監管嗎[J]. 金融研究,2012,(04):17-31.

[2] 黃憲,熊啟躍. 銀行資本緩衝、信貸行為與宏觀經濟波動——來自中國銀行業的經驗證據[J]. 國際金融研究,2013,(01):52-65.

[3] 康立,龔六堂.金融摩擦、銀行凈資產與國際經濟危機傳導——基於多部門DSGE模型分析[J].經濟研究,2014,49(05):147-159.

[4] 廉永輝,張琳. 流動性衝擊、銀行結構流動性和信貸供給[J]. 國際金融研究,2015,(04):64-76.

[5] 劉斌. 我國DSGE模型的開發及在貨幣政策分析中的應用[J]. 金融研究,2008,(10):1-21.

[6] 陸磊,楊駿. 流動性、一般均衡與金融穩定的「不可能三角」[J]. 金融研究, 2016, (01): 1-13.

[7] 陸磊. 貨幣政策與審慎監管關係若干理論問題[J]. 福建金融,2016,(07):4-8.

[8] 馬文濤.貨幣政策的數量型工具與價格型工具的調控績效比較——來自動態隨機一般均衡模型的證據[J].數量經濟技術經濟研究,2011,28(10):92-110+133.

[9] 馬勇,陳雨露. 宏觀審慎政策的協調與搭配:基於中國的模擬分析[J]. 金融研究,2013,(08):57-69.

[10] 彭文艷. 金融危機後的DSGE宏觀經濟模型反思和改進[J]. 時代金融,2015,(30):27-28.

[11] 宋玉穎,劉志洋.流動性風險對銀行信貸行為的影響[J].金融論壇,2013,18(08):10-16+35.

[12] 孫國峰,蔡春春. 貨幣市場利率、流動性供求與中央銀行流動性管理——對貨幣市場利率波動的新分析框架[J]. 經濟研究,2014,(12):33-44+59.

[13] 王愛儉,王璟怡. 宏觀審慎政策效應及其與貨幣政策關係研究[J]. 經濟研究,2014,49(04):17-31.

[14] 王曉,李佳. 金融穩定目標下貨幣政策與宏觀審慎監管之間的關係:一個文獻綜述[J]. 國際金融研究,2013,(04):22-29.

[15] 王兆星. 首次建立國際統一的流動性監管標準——國際金融監管改革系列談之三[J]. 中國金融,2013, (14): 19-21.

[16] 謝平,鄒傳偉. 金融危機後有關金融監管改革的理論綜述[J]. 金融研究,2010,(02):1-17.

[17] 熊丹,鄭亞平,石慧.貨幣政策與金融監管的衝突與治理[J].宏觀經濟研究,2013(04):20-27.

[18] 張健華,賈彥東. 宏觀審慎政策的理論與實踐進展[J]. 金融研究,2012,(01):20-35.

[19] 周小川. 金融政策對金融危機的響應——宏觀審慎政策框架的形成背景、內在邏輯和主要內容[J]. 金融研究,2011,(01):1-14.

[20] 鄒傳偉. 對Basel Ⅲ逆周期資本緩衝效果的實證分析[J]. 金融研究,2013,(05):60-72.

[21] Acharya, V. and H. Naqvi, The seeds of a crisis: A theory of bank liquidity and risk taking over the business cycle. Journal of Financial Economics, 2012. 106(2): p. 349-366.

[22] Allen F, Gale D. Bubbles, crises, and policy[J]. Oxford Review of Economic Policy, 1999, 15(3): 9-18.

[23] Altunbas Y, Gambacorta L, Marques-Ibanez D. Does monetary policy affect bank risk-taking?[J]. 2010.

[24] Angeloni I, Faia E, Duca M L. Monetary policy and risk taking[J]. Journal of Economic Dynamics and Control, 2015, 52: 285-307.

[25] Angeloni I, Faia E. Capital regulation and monetary policy with fragile banks[J]. Journal of Monetary Economics, 2013, 60(3): 311-324.

[26] Bernanke B S, Gertler M, Gilchrist S. The financial accelerator in a quantitative business cycle framework[J]. Handbook of macroeconomics, 1999, 1: 1341-1393.

[27] Bernanke, Ben S., Cara S. Lown. The Credit Crunch. Brookings Papers on Economic Activity, 1991, 2: 205 － 247.

[28] Bianchi, J., Bigio, S., Banks, Liquidity Management, and Monetary Policy. 2014: Federal Reserve Bank of Minneapolis Research Department Staff Report 503.

[29] Blum, J., M. Hellwig. The Macroeconomic Implications of Capital Adequacy Requirements for Banks. European Economic Review,1995, 51: 1 － 17.

[30] Bolton P, Freixas X. Corporate finance and the monetary transmission mechanism[J]. The Review of Financial Studies, 2006, 19(3): 829-870.

[31] Borio, C. ,H. Zhu. Capital Regulation, Risk-Taking and Monetary Policy: A Missing Link in the Transmission Mechanism?. BIS Working Papers, 2008, No 268.

[32] Brzoza-Brzezina M, Makarski K. Credit crunch in a small open economy, National Bank of Poland[R]. Working Paper 75, 2010.

[33] Campbell J Y, Cochrane J H. By force of habit: A consumption-based explanation of aggregate stock market behavior[J]. Journal of political Economy, 1999, 107(2): 205-251.

[34] Carrera C, Vega H. Interbank market and macroprudential tools in a DSGE model[J]. Serie de Documentos de Trabajo, 2012, 14.

[35] Chami R, Cosimano T F. Monetary policy with a touch of Basel[J]. Journal of Economics and Business, 2010, 62(3): 161-175.

[36] Christiano, L., Eichenbaum. M., Evans. C., 2005. Nominal rigidities and the dynamics effects of a shock to monetary policy, Journal of Political Economy.

[37] Danielsson J. , H. S. Shin,J. P. Zigrand. The Impact of Risk Regulation on Price Dynamics. Journal of Banking and Finance, 2004, 28( 5) : 1069 － 1087.

[38] Gertler M, Karadi P. A model of unconventional monetary policy[J]. Journal of monetary Economics, 2011, 58(1): 17-34.

[39] Gertler M, Kiyotaki N. Financial intermediation and credit policy in business cycle analysis[M]//Handbook of monetary economics. Elsevier, 2010, 3: 547-599.

[40] Kiyotaki N, Moore J. Liquidity, business cycles, and monetary policy[R]. National Bureau of Economic Research, 2012.

[41] Kopecky K J, VanHoose D. Bank capital requirements and the monetary transmission mechanism[J]. Journal of Macroeconomics, 2004, 26(3): 443-464.

[42] Mishkin F S. Understanding financial crises: a developing country perspective[R]. National Bureau of Economic Research, 1996

[43] Primiceri G E, Schaumburg E, Tambalotti A. Intertemporal disturbances[R]. National Bureau of Economic Research, 2006.

[44] Rajan, R. G. Has Financial Development Made the World Riskier?. NBER Working Paper, 2005. No. 11728.

[45] Smets, F., Wouters, R., 2007. Shocks and frictions in U.S. business cycles: a Bayesian DSGE approach. American Economic Review.

[46] Thakor A. Capital Requirements, Monetary Policy, and Aggregate Bank Lending: Theory and Empirical Evidence. Journal of Finance, 1996, 51: 279 – 324.

[47] Zicchino L. A model of bank capital, lending and the macroeconomy: Basel I versus Basel II[J]. The Manchester School, 2006, 74(s1): 50-77.

（完）

文章來源：《金融論壇》2018年第4期（本文觀點僅代表作者作為一位研究人員個人的看法，不代表任何機構的意見和看法）

本篇編輯：楊苑

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！