• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      貨幣政策對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的動(dòng)態(tài)影響機(jī)制研究*

      2018-04-28 01:55:10宋玉臣喬木子
      學(xué)術(shù)研究 2018年3期
      關(guān)鍵詞:脈沖響應(yīng)系統(tǒng)性金融風(fēng)險(xiǎn)

      宋玉臣 喬木子

      系統(tǒng)性金融風(fēng)險(xiǎn)的防范對(duì)于克服宏觀經(jīng)濟(jì)的異常波動(dòng)乃至避免金融危機(jī)的發(fā)生具有重要作用。各國(guó)的中央銀行意識(shí)到僅僅憑借控制通貨膨脹和價(jià)格穩(wěn)定已經(jīng)難以維持整個(gè)宏觀經(jīng)濟(jì)的穩(wěn)定運(yùn)行,而隨著金融體系在整個(gè)經(jīng)濟(jì)中的作用和地位愈發(fā)突出,維護(hù)和促進(jìn)金融穩(wěn)定已經(jīng)逐漸成為各國(guó)央行的首要政策目標(biāo)。其中,系統(tǒng)性金融風(fēng)險(xiǎn)監(jiān)管成為國(guó)內(nèi)外學(xué)者普遍關(guān)注的熱門話題,也成為全球金融監(jiān)管改革面臨的重點(diǎn)和難題。黨的十九大報(bào)告中更是提出了要健全貨幣政策和宏觀審慎政策雙支柱調(diào)控框架,深化利率和匯率市場(chǎng)化改革,健全金融監(jiān)管體系,守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。a

      隨著金融改革的日益深化,我國(guó)金融市場(chǎng)遭受經(jīng)濟(jì)沖擊的可能性和沖擊程度有所增加,同時(shí),金融市場(chǎng)也是經(jīng)濟(jì)發(fā)展?fàn)顩r的風(fēng)向標(biāo)。而貨幣政策是央行為實(shí)現(xiàn)既定的經(jīng)濟(jì)目標(biāo)而采取的一系列舉措,貨幣政策工具的調(diào)整主要集中在信貸、利率、存款準(zhǔn)備率、公開(kāi)市場(chǎng)操作和基礎(chǔ)貨幣等方面,是國(guó)家進(jìn)行宏觀調(diào)控的政策性措施,更是監(jiān)管機(jī)構(gòu)維護(hù)金融市場(chǎng)穩(wěn)定的重要工具。為維護(hù)經(jīng)濟(jì)和金融市場(chǎng)的穩(wěn)定,降低系統(tǒng)性金融風(fēng)險(xiǎn),僅2015年為維護(hù)經(jīng)濟(jì)和金融市場(chǎng)的穩(wěn)定,央行就進(jìn)行了五次降準(zhǔn)和五次降息,由此可見(jiàn),貨幣政策的調(diào)整對(duì)金融體系的影響日益凸顯,與金融市場(chǎng)之間存在緊密的聯(lián)系。

      然而,貨幣政策工具對(duì)控制我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn),維護(hù)金融穩(wěn)定究竟有何種程度的影響,相關(guān)的研究文獻(xiàn)卻相對(duì)較少,這就需要政策制定者和學(xué)者們更多的關(guān)注貨幣政策如何對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)產(chǎn)生影響,以及如何防范系統(tǒng)性金融風(fēng)險(xiǎn),避免金融危機(jī)的發(fā)生。因此,筆者從“數(shù)量型”貨幣政策和“價(jià)格型”貨幣政策的角度出發(fā),實(shí)證分析貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊效應(yīng)及其影響機(jī)制,對(duì)于維護(hù)金融穩(wěn)定和完善央行職能具有重要的理論與現(xiàn)實(shí)意義。

      一、理論分析

      傳統(tǒng)的觀點(diǎn)認(rèn)為貨幣政策的制定與金融穩(wěn)定之間存在一致性,即中央銀行將政策目標(biāo)專注于貨幣和價(jià)格水平的穩(wěn)定減少了銀行危機(jī)發(fā)生的可能性,進(jìn)而提高了金融的穩(wěn)定性。同時(shí),在現(xiàn)有經(jīng)濟(jì)金融條件下,金融的不穩(wěn)定所造成的巨大經(jīng)濟(jì)成本會(huì)通過(guò)外部性滲透到宏觀經(jīng)濟(jì)各個(gè)方面,長(zhǎng)期的金融不穩(wěn)定性必然會(huì)導(dǎo)致貨幣的不穩(wěn)定。這意味著必須將金融的穩(wěn)定考慮到貨幣政策的制定框架當(dāng)中,a馬勇:《基于金融穩(wěn)定的貨幣政策框架:理論與實(shí)證分析》,《國(guó)際金融研究》2013年第11期。尤其是金融危機(jī)的發(fā)生支持了貨幣穩(wěn)定與金融穩(wěn)定之間的長(zhǎng)期穩(wěn)定趨勢(shì)的觀點(diǎn)。這促使學(xué)者們更加關(guān)注對(duì)金融體系整體的研究,適宜的貨幣政策需要充分考慮其對(duì)金融穩(wěn)定的影響。

      一般來(lái)說(shuō),當(dāng)銀行資本狀況惡化時(shí),貨幣政策的效果較為明顯,緊縮性貨幣政策通過(guò)降低凈利息收益率來(lái)限制銀行的貸款增長(zhǎng)速度,bBolton, Patrick, and Xavier Freixas,“Corporate Finance and the Monetary Transmission Mechanism”,The Review of Financial Studies, vol.19, no.3, 2006, pp.829-870.起到穩(wěn)定銀行體系和維持金融穩(wěn)定的作用。然而,寬松的貨幣政策通過(guò)貨幣政策的風(fēng)險(xiǎn)承擔(dān)渠道容易引導(dǎo)金融機(jī)構(gòu)過(guò)度承擔(dān)風(fēng)險(xiǎn),過(guò)度擴(kuò)張的貨幣政策是美國(guó)次貸危機(jī)爆發(fā)的重要原因,影響金融穩(wěn)定。cdeAngeloni, Ignazio, and Ester Faia,“Capital Regulation and Monetary Policy with Fragile Banks”,Journal of Monetary Economics, vol.60, no.3, 2013, pp.311-324.貨幣政策實(shí)施規(guī)則的準(zhǔn)確界定是決定其干預(yù)措施如何影響市場(chǎng)流動(dòng)性以及系統(tǒng)性風(fēng)險(xiǎn)的關(guān)鍵因素,例如實(shí)施擴(kuò)張性貨幣政策,流動(dòng)性供給的增加潤(rùn)滑了銀行的交易關(guān)系,降低了流動(dòng)性短缺的可能性;另外短期流動(dòng)性的提高會(huì)刺激對(duì)高風(fēng)險(xiǎn)資產(chǎn)的投資,增加銀行的風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)承擔(dān);在面對(duì)負(fù)面沖擊時(shí),銀行可能會(huì)預(yù)料到貨幣當(dāng)局會(huì)以折扣價(jià)格來(lái)提供流動(dòng)性,而風(fēng)險(xiǎn)則是由隱含的貨幣政策擔(dān)保觸發(fā)道德風(fēng)險(xiǎn)所導(dǎo)致的。由此可以看出貨幣當(dāng)局對(duì)貨幣市場(chǎng)的干預(yù)通常會(huì)增加系統(tǒng)性金融風(fēng)險(xiǎn)。fBluhm, Marcel, E. Faia, and J. Krahnen,“Monetary Policy Implementation in An Interbank Network: Effects on Systemic Risk”,Social Science Electronic Publishing, no.46, 2014.

      此外,學(xué)者們逐漸意識(shí)到,當(dāng)宏觀經(jīng)濟(jì)處于低通貨膨脹率的條件下,貨幣政策的制定與金融穩(wěn)定之間的關(guān)系需要重新考慮。為控制通貨膨脹所采用的高利率貨幣政策將會(huì)惡化金融機(jī)構(gòu)的資產(chǎn)負(fù)債表,降低企業(yè)的凈值。gMishkin, Frederic S.,“The Channels of Monetary Transmission: Lessons for Monetary Policy”,National Bureau of Economic Research, 1996.如果金融機(jī)構(gòu)不能快速地轉(zhuǎn)換資產(chǎn)與負(fù)債,那么利率的不匹配促使其面臨更大的金融風(fēng)險(xiǎn),造成金融穩(wěn)定性受挫??梢?jiàn),低通脹下的以貨幣穩(wěn)定為目的的貨幣政策將會(huì)造成金融體系的動(dòng)蕩。綜上所述,現(xiàn)有研究既有側(cè)重于研究貨幣穩(wěn)定與金融穩(wěn)定的關(guān)系,又有側(cè)重于研究貨幣政策與銀行風(fēng)險(xiǎn)承擔(dān)行為的關(guān)系,但是兩者的研究結(jié)論卻存在較大的分歧,并且貨幣政策實(shí)施對(duì)金融體系系統(tǒng)風(fēng)險(xiǎn)有何影響尚無(wú)定論。央行的政策利率水平與市場(chǎng)風(fēng)險(xiǎn)承擔(dān)之間的關(guān)系并未得到深入研究,究其原因?yàn)樨泿耪咭?guī)則并未對(duì)金融風(fēng)險(xiǎn)及其潛在的產(chǎn)出和穩(wěn)定影響進(jìn)行考量。事實(shí)上,央行的貨幣政策決定著整個(gè)市場(chǎng)的資金成本“底線”,不僅會(huì)對(duì)金融穩(wěn)定產(chǎn)生重要影響,而且這種影響注定是系統(tǒng)性的。

      最后,就研究方法層面而言,近期的研究則開(kāi)始采用動(dòng)態(tài)隨機(jī)一般均衡模型、內(nèi)生性網(wǎng)絡(luò)模型和仿真模擬技術(shù)等模型對(duì)貨幣政策與金融穩(wěn)定之間關(guān)系進(jìn)行研究等。abc張屹山、孟憲春、李天宇:《我國(guó)貨幣政策轉(zhuǎn)型機(jī)制研究——基于國(guó)際經(jīng)驗(yàn)視角》,《數(shù)量經(jīng)濟(jì)研究》2017年第8期。但是,以往的研究多聚焦于對(duì)貨幣政策規(guī)則的基本形式進(jìn)行非線性拓展,卻鮮有文獻(xiàn)從貨幣政策規(guī)則的動(dòng)態(tài)調(diào)整模式對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響進(jìn)行具體解析,而且貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)有何具體影響尚無(wú)定論。此外,本文考慮到中國(guó)經(jīng)濟(jì)形勢(shì)的復(fù)雜性,在多變的經(jīng)濟(jì)狀態(tài)下貨幣政策工具的運(yùn)用都會(huì)導(dǎo)致貨幣政策實(shí)施效果的差異,這對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)所呈現(xiàn)的作用會(huì)不同。有鑒于此,在方法上本文采用時(shí)變TVP-VAR模型的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)和等間隔脈沖響應(yīng)函數(shù),利用該模型能夠有效捕捉時(shí)間序列時(shí)變性的特征,避免出現(xiàn)傳統(tǒng)的固定回歸模型存在的檢驗(yàn)偏差。對(duì)此,本文將貨幣供應(yīng)量、7日同業(yè)拆借利率de劉金全、解瑤姝:《“新常態(tài)”時(shí)期貨幣政策時(shí)變反應(yīng)特征與調(diào)控模式選擇》,《金融研究》2016年第9期。以及系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)納入統(tǒng)一的分析框架,利用SV-TVP-VAR模型考察“數(shù)量型”和“價(jià)格型”貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)影響的差異及時(shí)變特征,在探討貨幣政策調(diào)整問(wèn)題的同時(shí),為科學(xué)制定維持金融市場(chǎng)的穩(wěn)定提供有益的經(jīng)驗(yàn)參考和政策啟示。

      二、SV-TVP-VAR模型選擇

      SV-TVP-VAR模型是在傳統(tǒng)的SVAR模型的基礎(chǔ)上發(fā)展而來(lái)。SVAR模型是一個(gè)靜態(tài)的模型,表示為:

      則公式(1)的傳統(tǒng)SVAR模型轉(zhuǎn)變?yōu)檫f歸的SVAR,表示為:

      整理公式(2),模型變換為:

      此時(shí)的公式(3)中的參數(shù)并不具有時(shí)變性,而是固定參數(shù)形式。對(duì)此,Primiceri(2005)fPrimiceri, Giorgio E.,“Time Varying Structural Vector Autoregressions and Monetary Policy”,The Review of Economic Studies, vol.72, no.3, 2005, pp.821-852.提出了時(shí)變的TVP-VAR模型,將公式(3)中的參數(shù)設(shè)定為時(shí)變性特征,將模型進(jìn)一步擴(kuò)展,轉(zhuǎn)變?yōu)椋?/p>

      那么,公式(4)為存在隨機(jī)擾動(dòng)項(xiàng)的時(shí)變參數(shù)向量自回歸模型。令為下三角堆積向量,有對(duì)數(shù)隨機(jī)波動(dòng)率矩陣為且對(duì)于所有的j=1, 2, 3,t=q+1, …, n,設(shè)那么SV-TVP-SVAR模型中所有參數(shù)均服從隨機(jī)游走過(guò)程,即有:

      三、實(shí)證分析

      (一)數(shù)據(jù)處理與描述

      1. 數(shù)據(jù)選取和處理。

      在數(shù)據(jù)的選取過(guò)程中,本文綜合了指標(biāo)池中的27個(gè)指標(biāo),將數(shù)據(jù)選取區(qū)間最后確定為2006年10月至2017年6月,共計(jì)129個(gè)觀測(cè)值,檢驗(yàn)貨幣政策對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的調(diào)控作用。筆者將7日期同業(yè)拆借加權(quán)平均利率、廣義貨幣供給增長(zhǎng)率和系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)納入到SV-TVP-VAR系統(tǒng)中,用以對(duì)比“價(jià)格型”貨幣政策和“數(shù)量型”貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響差異。其中,七日同業(yè)拆借利率為消除通貨膨脹后的實(shí)際利率。為避免模型出現(xiàn)偽回歸,對(duì)所采用的變量檢驗(yàn)ADF單位根,檢驗(yàn)結(jié)果顯示變量都在5%的置信水平下平穩(wěn)。

      鑒于指標(biāo)之間在頻度和量綱上存在差異,則需要對(duì)各個(gè)指標(biāo)進(jìn)行預(yù)處理,具體為:第一,由于各指標(biāo)頻度不同,需要進(jìn)行頻度轉(zhuǎn)換。本文中的數(shù)據(jù)都是選取月度指標(biāo),而部分指標(biāo)例如不良貸款、金融機(jī)構(gòu)外幣計(jì)值貸款等是季度數(shù)據(jù),需要從低頻率數(shù)據(jù)向高頻率數(shù)據(jù)進(jìn)行轉(zhuǎn)化。第二,指標(biāo)之間的量綱不同,例如:指數(shù)、利差、平均值、增長(zhǎng)率和比率等具有不同的量綱和量級(jí),如果直接使用會(huì)導(dǎo)致最終指標(biāo)信息傾向于量級(jí)大的基礎(chǔ)指標(biāo)信息,因此筆者對(duì)基礎(chǔ)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,消除量綱量級(jí)的影響。

      2. 系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)構(gòu)建。

      2002年國(guó)際貨幣基金組織(IMF)提出金融穩(wěn)健指標(biāo)(FSIs)體系,aSundararajan, Vasudevan, et al., Financial Soundness Indicators: Analytical Aspects and Country Practices, vol.212,Washington, DC: International Monetary Fund, 2002.通過(guò)比較和分析發(fā)現(xiàn),在金融市場(chǎng)發(fā)展不完全、數(shù)據(jù)量有限的情況下,F(xiàn)SIs對(duì)發(fā)展中國(guó)家來(lái)說(shuō)非常適用,可作為衡量系統(tǒng)性風(fēng)險(xiǎn)的重要依據(jù),并于2013年對(duì)指標(biāo)體系進(jìn)行了更進(jìn)一步的改進(jìn)和完善,使得FSIs更適用于監(jiān)測(cè)發(fā)展中國(guó)家金融市場(chǎng)的穩(wěn)定。根據(jù)我國(guó)的經(jīng)濟(jì)和金融狀況,國(guó)內(nèi)學(xué)者試圖建立適合我國(guó)的監(jiān)測(cè)預(yù)警指標(biāo)體系。葉永剛和張培(2009)b葉永剛、張培:《中國(guó)金融監(jiān)管指標(biāo)體系構(gòu)建研究》,《金融研究》2009年第4期。在系統(tǒng)性的定量分析框架基礎(chǔ)上選取了14個(gè)指標(biāo),運(yùn)用主成分分析法建立了金融監(jiān)管指數(shù)。劉金全等(2016)c劉金全、徐寧、潘長(zhǎng)春:《金融穩(wěn)定與宏觀審慎政策的非線性關(guān)聯(lián)機(jī)制研究》,《經(jīng)濟(jì)問(wèn)題探索》2016年第7期。分析宏觀審慎政策工具與經(jīng)濟(jì)增長(zhǎng)、金融穩(wěn)定之間的關(guān)系,并且基于主成分分析法(PCA)從金融機(jī)構(gòu)資產(chǎn)質(zhì)量、資本沖擊性、金融市場(chǎng)流動(dòng)性、房地產(chǎn)市場(chǎng)發(fā)展?fàn)顩r入手,共13個(gè)指標(biāo)構(gòu)建我國(guó)金融體系穩(wěn)定性指數(shù)。因此,結(jié)合IMF的金融穩(wěn)健指標(biāo)體系,并根據(jù)我國(guó)的經(jīng)濟(jì)與金融狀況,借鑒國(guó)內(nèi)學(xué)者的相關(guān)研究,本文從四個(gè)層面共選取27個(gè)指標(biāo)來(lái)構(gòu)建度量我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)綜合指標(biāo)(SEC)。為避免構(gòu)建系統(tǒng)性金融風(fēng)險(xiǎn)綜合指標(biāo)(SEC)的代理指標(biāo)之間存在多重共線性,防止數(shù)據(jù)所信息出現(xiàn)重疊,本文利用主成分分析篩選指標(biāo),通過(guò)降維的方式將信息轉(zhuǎn)化為互補(bǔ)相關(guān)的部分,最終構(gòu)建綜合指數(shù)用以反映所有指標(biāo)信息。筆者將度量我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的相關(guān)指標(biāo)劃分為四個(gè)維度:金融機(jī)構(gòu)、房地產(chǎn)市場(chǎng)、證券市場(chǎng)和利率市場(chǎng),具體指標(biāo)如表1所示。本文首先通過(guò)對(duì)這四個(gè)維度分別進(jìn)行主成分分析,得到各維度的復(fù)合指數(shù)及走勢(shì)圖。然后對(duì)四個(gè)復(fù)合指標(biāo)再次進(jìn)行主成分分析,并最終得到SEC指數(shù),其各自的時(shí)間序列走勢(shì)圖如圖1所示。為節(jié)約文章篇幅,忽略ADF單位根和主成分分析的檢驗(yàn)結(jié)果,下面對(duì)四個(gè)維度進(jìn)行簡(jiǎn)單介紹。

      圖1 SEC與構(gòu)成SEC的四個(gè)維度指標(biāo)時(shí)間序列

      (1)金融機(jī)構(gòu)包括存款吸收機(jī)構(gòu)和其他金融機(jī)構(gòu),在任何金融體系中都起到核心作用。存款吸收機(jī)構(gòu)在支付系統(tǒng)中處于核心地位,其他金融公司主要是那些從事金融中介或者與金融中介關(guān)系緊密的輔助性金融業(yè)務(wù)。這些機(jī)構(gòu)通常是存放和出借資金的場(chǎng)所,為經(jīng)濟(jì)體其他部門提供流動(dòng)性,同時(shí)也為經(jīng)濟(jì)實(shí)體提供所需的支付服務(wù)。金融機(jī)構(gòu)的高風(fēng)險(xiǎn)狀態(tài)將會(huì)嚴(yán)重影響到其他金融以及非金融機(jī)構(gòu)的正常運(yùn)行,嚴(yán)重時(shí)會(huì)波及整個(gè)金融體系??梢?jiàn),對(duì)存款吸收機(jī)構(gòu)和其他金融機(jī)構(gòu)的健康狀況及穩(wěn)健性的分析對(duì)于維持金融體系穩(wěn)定至關(guān)重要。(2)房地產(chǎn)市場(chǎng)是影響金融穩(wěn)定的一個(gè)重要因素,可以進(jìn)行房地產(chǎn)相關(guān)的投資和債權(quán)的交易,還能進(jìn)行相關(guān)的融資活動(dòng)。在短期內(nèi),同建筑一樣,土地是一種固定的資源,因此當(dāng)需求和價(jià)格在短期內(nèi)大幅度上升時(shí),房地產(chǎn)自身有助于投機(jī)性活動(dòng)的產(chǎn)生,并且經(jīng)常與大額融資流動(dòng)相關(guān)聯(lián)。對(duì)于大多數(shù)家庭而言,其所擁有房地產(chǎn)價(jià)值的變動(dòng)會(huì)顯著地影響其經(jīng)濟(jì)行為。(3)股票市場(chǎng)是我國(guó)金融體系中不可或缺的組成部分。股票市場(chǎng)的發(fā)展在一定程度上能反映我國(guó)的金融和經(jīng)濟(jì)發(fā)展?fàn)顩r,同樣地,股票市場(chǎng)的劇烈波動(dòng)也會(huì)在一定程度上影響我國(guó)的實(shí)體經(jīng)濟(jì)發(fā)展??梢哉f(shuō),股票市場(chǎng)是一國(guó)經(jīng)濟(jì)發(fā)展和金融穩(wěn)定的風(fēng)向標(biāo),它能快速地對(duì)一些市場(chǎng)行為和風(fēng)險(xiǎn)狀況做出反應(yīng),是度量我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)不可忽視的重要指標(biāo)之一。(4)利率市場(chǎng)同樣是金融市場(chǎng)的重要組成部分,利率相關(guān)的指標(biāo)反映銀行部門的盈利能力,可提早反映存款吸收機(jī)構(gòu)對(duì)信用風(fēng)險(xiǎn)的擔(dān)憂。利率的作用是為了維持資金的流動(dòng)性,通過(guò)短期資金融通工具連接資金需求方和資金供給方。利率不僅是銀行和企業(yè)靈活的管理手段,也是央行實(shí)行“價(jià)格型”貨幣政策調(diào)控宏觀經(jīng)濟(jì)、維持幣值的重要手段,對(duì)金融市場(chǎng)的穩(wěn)定性發(fā)揮重要作用。

      表1 構(gòu)建綜合指數(shù)所選取的最終指標(biāo)池

      (二)實(shí)證結(jié)果

      根據(jù)理論研究分析,SV-TVP-VAR模型的變量為我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)(SEC)、利率(R)和貨幣供給增長(zhǎng)率(M2)。SV-TVP-VAR模型是通過(guò)軟件OxMetrics6進(jìn)行處理,并根據(jù)傳統(tǒng)的信息準(zhǔn)則(邊際似然函數(shù))的計(jì)算結(jié)果,將模型的滯后階數(shù)設(shè)定為2。應(yīng)用MCMC算法連續(xù)抽樣10000,舍棄作為預(yù)燒值(Burn-in Period)的前1000次,后9000次抽樣用于計(jì)算后驗(yàn)均值和標(biāo)準(zhǔn)差。MCMC算法的估計(jì)結(jié)果如表2所示。表2給出MCMC模擬結(jié)果的參數(shù)估計(jì)值,分別為后驗(yàn)均值、標(biāo)準(zhǔn)差、95%的置信區(qū)間、CD統(tǒng)計(jì)量以及非有效性因子。從表2可以看出,參數(shù)估計(jì)值的均值都在95%的置信區(qū)間內(nèi),表明其收斂于后驗(yàn)分布。此外,非有效影響因子數(shù)值較小,最大只有160.84,非有效影響因子越小,說(shuō)明模擬擬合的越好,模型參數(shù)估計(jì)的后驗(yàn)分布較為合理。

      下面運(yùn)用SV-TVP-VAR模型的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)和等間隔脈沖響應(yīng)函數(shù),分別從時(shí)間維度和時(shí)點(diǎn)維度來(lái)分析和比較“價(jià)格型”和“數(shù)量型”貨幣政策與我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊效應(yīng)。時(shí)點(diǎn)脈沖響應(yīng)函數(shù)刻畫不同經(jīng)濟(jì)環(huán)境下貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響差異;等間隔脈沖響應(yīng)函數(shù)具體闡述在不同時(shí)期間隔內(nèi)貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的短期和長(zhǎng)期效應(yīng)的差異,以獲取比總體樣本更加合理的估計(jì)結(jié)果。對(duì)于時(shí)點(diǎn)脈沖響應(yīng)函數(shù),本文選取2008、2011和2014年作為不同時(shí)點(diǎn),用以研究不同時(shí)點(diǎn)上“價(jià)格型”和“數(shù)量型”貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊差異。具體原因?yàn)椋菏紫?,由于我?guó)從2008至2010年期間利率的變化率呈現(xiàn)上升趨勢(shì),我國(guó)貨幣政策一直處于擴(kuò)張性階段,并且金融危機(jī)的全球化影響必然會(huì)導(dǎo)致脈沖響應(yīng)函數(shù)形成結(jié)構(gòu)性改變;其次,我國(guó)于2011年實(shí)現(xiàn)了緊縮性貨幣政策,此后的利率的增長(zhǎng)幅度并不規(guī)律;最后,2014年10月以來(lái)的六次降準(zhǔn)和五次降息標(biāo)志著價(jià)格調(diào)控手段在現(xiàn)階段的貨幣政策調(diào)控過(guò)程中作用日趨凸顯。綜上,本文采用的不同時(shí)點(diǎn)脈沖響應(yīng)函數(shù)選擇2008、2011和2014年三個(gè)時(shí)點(diǎn)。

      表2 MCMC模擬參數(shù)估計(jì)結(jié)果

      圖2(a)和圖2(b)分別描述了“數(shù)量型”和“價(jià)格型”貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的時(shí)點(diǎn)沖擊函數(shù),描述了系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)貨幣供給和利率一個(gè)標(biāo)準(zhǔn)大小正向沖擊的響應(yīng)動(dòng)態(tài)。觀察圖2(a)可以看出,不同時(shí)點(diǎn)的“數(shù)量型”貨幣政策對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的影響呈現(xiàn)出顯著的正向沖擊,表現(xiàn)為倒“U”型,在第2期達(dá)到最大值,并且脈沖響應(yīng)強(qiáng)度在第10期之后基本接近為零,三者走勢(shì)基本一致。一方面,這說(shuō)明貨幣供給的增加會(huì)進(jìn)一步提高我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)程度,即在短期內(nèi)供應(yīng)量的增加對(duì)我國(guó)宏觀經(jīng)濟(jì)和金融穩(wěn)定帶來(lái)顯著沖擊,會(huì)增加我國(guó)金融機(jī)構(gòu)籌資成本的可能性,意味著更低的投資收益。另一方面,相較于2011年和2014年,2008年“數(shù)量型”貨幣政策對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的時(shí)點(diǎn)脈沖響應(yīng)影響持續(xù)的時(shí)間更長(zhǎng),波動(dòng)的幅度更大。這歸因于金融危機(jī)后從緊到寬的貨幣政策直接導(dǎo)致了我國(guó)資產(chǎn)類商品價(jià)格急劇上升,產(chǎn)生巨大泡沫,形成對(duì)自身財(cái)富過(guò)度樂(lè)觀的預(yù)期,刺激投機(jī)性行為和借貸的發(fā)生,此時(shí)的貨幣供應(yīng)量增加對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的正向沖擊反應(yīng)較為明顯??梢?jiàn),貨幣的不穩(wěn)定引發(fā)金融的不穩(wěn)定,并且資產(chǎn)類商品價(jià)格的上升進(jìn)一步惡化金融的不穩(wěn)定。那么,貨幣政策決策的前瞻性可以增強(qiáng)對(duì)金融風(fēng)險(xiǎn)影響的提前預(yù)警,這就要求央行采用合適的時(shí)點(diǎn)有效政策工具,用以加強(qiáng)對(duì)金融風(fēng)險(xiǎn)的預(yù)測(cè),進(jìn)而防止貨幣政策的滯后性所造成對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的持續(xù)增強(qiáng)影響。

      針對(duì)“價(jià)格型”貨幣政策,如圖2(b)所示,我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)在短期內(nèi)對(duì)利率沖擊呈現(xiàn)顯著的負(fù)向響應(yīng),表明利率的降低(上升)在短期內(nèi)造成我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的急劇增長(zhǎng)(下降),且在第2期達(dá)到最大值,并隨之趨于零。這說(shuō)明央行可以通過(guò)降低利率等手段的“價(jià)格型”貨幣政策引起長(zhǎng)短期利差的變化,而利率越低越能夠刺激投資者產(chǎn)生投機(jī)性行為,破壞金融市場(chǎng)的穩(wěn)定性。短視的利率政策往往受到政府的頻繁使用,“有形的手”所創(chuàng)造的市場(chǎng)繁榮會(huì)加劇金融市場(chǎng)未來(lái)風(fēng)險(xiǎn)和穩(wěn)定性的破壞程度。事實(shí)上,從2011年下半年以來(lái)我國(guó)“價(jià)格型”貨幣政策逐漸收緊,利率水平得到一定的增長(zhǎng),其目的主要是為了防范金融風(fēng)險(xiǎn),降低金融體系杠桿和久期錯(cuò)配風(fēng)險(xiǎn),降低市場(chǎng)的投資過(guò)熱狀態(tài),為經(jīng)濟(jì)的穩(wěn)定發(fā)展提供適宜的貨幣金融環(huán)境。值得注意的是在經(jīng)濟(jì)局部過(guò)熱和平穩(wěn)發(fā)展階段,“價(jià)格型”貨幣政策調(diào)控效果趨于弱化??梢?jiàn),“價(jià)格型”貨幣政策與系統(tǒng)性金融風(fēng)險(xiǎn)之間在大多程度上為負(fù)向相關(guān)關(guān)系,具有明顯的現(xiàn)實(shí)性。一個(gè)可能的解釋是,在金融市場(chǎng)出現(xiàn)不穩(wěn)定狀態(tài)時(shí),政府往往會(huì)采用積極的財(cái)政政策配合貨幣政策進(jìn)行調(diào)控,放大了利率對(duì)金融市場(chǎng)穩(wěn)定的調(diào)節(jié)作用。

      圖3(a)和圖3(b)描述的是貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的等間隔脈沖響應(yīng)函數(shù),即選擇相等的時(shí)間間隔下,自變量的單位變動(dòng)對(duì)于該時(shí)間間隔下對(duì)因變量所形成的沖擊效應(yīng)。對(duì)比圖3(a)和圖3(b)的走勢(shì)可以看出,一方面我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的波動(dòng)受到明顯的貨幣政策沖擊效應(yīng)。在2008年金融危機(jī)以及2014年新常態(tài)剛具雛形的時(shí)間段內(nèi),貨幣供應(yīng)量對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊反應(yīng)尤為強(qiáng)烈,出現(xiàn)了階段性的波峰,沖擊變動(dòng)幅度達(dá)到了0.75%左右。這歸因于我國(guó)于2008年至2010年期間利率變化呈現(xiàn)上升趨勢(shì),采取的是擴(kuò)張性貨幣政策,在我國(guó)實(shí)體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)受到金融危機(jī)嚴(yán)重影響的基礎(chǔ)上,短期內(nèi)流動(dòng)性的釋放以及經(jīng)濟(jì)的低迷都造成了金融風(fēng)險(xiǎn)的急劇增長(zhǎng)。另一方面,相比較“數(shù)量型”、“價(jià)格型”貨幣政策對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的影響程度更大,可見(jiàn),央行的利率定價(jià)體系顯著地影響整個(gè)金融體系的風(fēng)險(xiǎn)承擔(dān),其利率水平?jīng)Q定了整個(gè)市場(chǎng)的資金成本底線。對(duì)于“數(shù)量型”貨幣政策而言,經(jīng)濟(jì)處于新常態(tài)時(shí)期,貨幣供應(yīng)量對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊出現(xiàn)弱化。事實(shí)上,對(duì)于貨幣政策工具的運(yùn)用越發(fā)謹(jǐn)慎,現(xiàn)階段央行更傾向于結(jié)合結(jié)構(gòu)性工具進(jìn)行調(diào)整。從2006年至2014年期間,貨幣政策從寬松轉(zhuǎn)向緊縮的過(guò)程正是“數(shù)量型”貨幣政策對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響逐漸下降的階段,體現(xiàn)出“繁榮只不過(guò)是流動(dòng)性枯竭的鏡像”。

      圖2 貨幣政策對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的時(shí)變沖擊

      此外,從圖3(b)可以觀察到在金融危機(jī)發(fā)生之前以及2015年后,這一階段的系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)“價(jià)格型”貨幣政策的響應(yīng)程度最大,達(dá)到波谷且在短期內(nèi)響應(yīng)程度最深,此時(shí)的利率正處于較低水平。而寬松的“價(jià)格型”貨幣政策會(huì)誘使擁有大量資金的投資者對(duì)收益的過(guò)度風(fēng)險(xiǎn)承擔(dān),表現(xiàn)為低利率刺激了投資者尋求高收益的動(dòng)機(jī),以及所帶來(lái)的資產(chǎn)收益和估值會(huì)導(dǎo)致投資者追求高風(fēng)險(xiǎn)投資行為的產(chǎn)生,進(jìn)而提高產(chǎn)生系統(tǒng)性金融風(fēng)險(xiǎn)的可能性,從而提高了整個(gè)金融體系的風(fēng)險(xiǎn)承擔(dān)水平。這往往會(huì)形成較高的杠桿效應(yīng),促使資產(chǎn)價(jià)格的過(guò)度偏離。aDe Nicolo, Gianni, et al.,“Monetary Policy and Bank Risk Taking”,Social Science Electronic Publishing,vol.9,2010, pp.975-1009.金融危機(jī)之前,長(zhǎng)期的低利率在一定程度上誤導(dǎo)了投資、消費(fèi)以及投資者的心理預(yù)期,導(dǎo)致其風(fēng)險(xiǎn)偏好發(fā)生轉(zhuǎn)變,這是誘發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的一個(gè)重要根源。

      綜上所述,“數(shù)量型”貨幣政策與“價(jià)格型”貨幣政策對(duì)金融穩(wěn)定的作用呈現(xiàn)非一致性特征,這就需要兩種貨幣政策進(jìn)行搭配使用,進(jìn)而降低金融危機(jī)發(fā)生的可能性。以幣值穩(wěn)定為目標(biāo)的貨幣政策不僅能夠?yàn)楹暧^經(jīng)濟(jì)提供可預(yù)測(cè)的利率環(huán)境,降低利率的不匹配風(fēng)險(xiǎn),還能夠降低金融市場(chǎng)風(fēng)險(xiǎn),維系金融體系的穩(wěn)定。金融市場(chǎng)的穩(wěn)定與貨幣政策目標(biāo)之間既要獨(dú)立運(yùn)作,彼此之間又存在關(guān)聯(lián),要在當(dāng)前金融穩(wěn)定和貨幣穩(wěn)定之間做出決策,這就要求政府必須從貨幣政策穩(wěn)定性以及金融穩(wěn)定兩個(gè)視角評(píng)估當(dāng)前經(jīng)濟(jì)形勢(shì),以更好地做出相機(jī)抉擇。

      四、結(jié)論

      在不同的經(jīng)濟(jì)背景下,“數(shù)量型”和“價(jià)格型”貨幣政策對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的影響力度和方向上存在顯著差異。為此,本文在文獻(xiàn)梳理和總結(jié)的基礎(chǔ)上,利用SV-TVP-VAR模型的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)和等間隔脈沖響應(yīng)函數(shù)具體研究貨幣政策調(diào)控對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)影響的時(shí)變性,最終得到以下結(jié)論。

      首先,基于時(shí)點(diǎn)脈沖響應(yīng)函數(shù),結(jié)果表明在我國(guó)經(jīng)濟(jì)處于轉(zhuǎn)軌時(shí)期,貨幣政策的頻繁變動(dòng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響持續(xù)增大,央行通過(guò)諸如擴(kuò)大貨幣發(fā)行規(guī)模和降低利率等手段為標(biāo)志的擴(kuò)張性貨幣政策會(huì)引發(fā)金融資產(chǎn)價(jià)格出現(xiàn)非理性繁榮和長(zhǎng)短期利差的擴(kuò)大,這種短期內(nèi)流動(dòng)性的釋放造成了金融風(fēng)險(xiǎn)的急劇增長(zhǎng),對(duì)我國(guó)金融市場(chǎng)的穩(wěn)定造成嚴(yán)重影響。在“價(jià)格型”貨幣政策的調(diào)控下金融體系的系統(tǒng)性金融風(fēng)險(xiǎn)隨利率的下調(diào)而上升。此外,我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的波動(dòng)受到明顯的貨幣政策沖擊效應(yīng),在2008年金融危機(jī)以及2014年新常態(tài)剛具雛形的時(shí)間段內(nèi),貨幣供應(yīng)量對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊反應(yīng)尤為強(qiáng)烈,沖擊變動(dòng)幅度達(dá)到了0.75%左右,短期內(nèi)流動(dòng)性的釋放以及經(jīng)濟(jì)的低迷都造成了金融風(fēng)險(xiǎn)的急劇增長(zhǎng)。寬松貨幣政策的實(shí)施應(yīng)該搭配使用流動(dòng)性和緩沖資本約束等多個(gè)工具,用以降低其對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響。其次,貨幣政策的調(diào)整對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的沖擊影響存在響應(yīng)速度差異,即系統(tǒng)性金融風(fēng)險(xiǎn)受到“價(jià)格型”貨幣政策的正向沖擊時(shí)衰減速度更快,而受到“數(shù)量型”貨幣政策的單位正向沖擊時(shí)衰減速度較慢,這也在一定程度上表明了金融市場(chǎng)對(duì)于利率調(diào)整更為敏感。因此,加快我國(guó)利率市場(chǎng)化進(jìn)程,增加“價(jià)格型”貨幣政策在市場(chǎng)流動(dòng)性方面的應(yīng)用是維護(hù)我國(guó)金融體系安全的重要前提。最后,根據(jù)貨幣政策與系統(tǒng)性金融風(fēng)險(xiǎn)之間的等間隔沖擊實(shí)證結(jié)果,表明“數(shù)量型”和“價(jià)格型”貨幣政策對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的影響機(jī)制并不一致,尤其是貨幣政策與金融穩(wěn)定之間的協(xié)調(diào)問(wèn)題主要來(lái)自寬松貨幣政策增加了系統(tǒng)性金融風(fēng)險(xiǎn)。特別是在某一極端金融失衡階段,必須考慮調(diào)節(jié)貨幣政策力度與方向?qū)ο到y(tǒng)性金融風(fēng)險(xiǎn)的影響,協(xié)調(diào)好貨幣政策與金融穩(wěn)定之間的調(diào)控目標(biāo)。同時(shí),央行不能僅僅關(guān)注于單一貨幣政策目標(biāo)而實(shí)施貨幣政策,這可能會(huì)導(dǎo)致經(jīng)濟(jì)金融的結(jié)構(gòu)性失衡,不利于整體經(jīng)濟(jì)的長(zhǎng)期穩(wěn)定,故而需要協(xié)調(diào)好貨幣政策目標(biāo)和金融穩(wěn)定之間的關(guān)系。

      圖3 貨幣政策對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的等間隔沖擊

      由此,筆者結(jié)合本文實(shí)證結(jié)果,針對(duì)外部宏觀環(huán)境和金融市場(chǎng)發(fā)展的不同階段,建議在貨幣政策決策過(guò)程中要密切關(guān)注金融體系的風(fēng)險(xiǎn)波動(dòng),有針對(duì)性地選擇適時(shí)調(diào)控,不應(yīng)當(dāng)短期內(nèi)過(guò)度增加或者降低資本流動(dòng)性,導(dǎo)致金融風(fēng)險(xiǎn)的急劇增長(zhǎng),甚至影響經(jīng)濟(jì)的穩(wěn)定運(yùn)行。在系統(tǒng)性金融風(fēng)險(xiǎn)的相關(guān)問(wèn)題上,需要通過(guò)綜合運(yùn)用“價(jià)格型”和“數(shù)量型”貨幣政策緩解經(jīng)濟(jì)下行壓力,通過(guò)適當(dāng)?shù)奶岣呓鹑跈C(jī)構(gòu)的流動(dòng)性以及資本緩沖要求等監(jiān)管參數(shù),降低寬松貨幣政策對(duì)金融體系穩(wěn)定的不利影響。這就需要積極采用“價(jià)格型”貨幣政策,并結(jié)合“數(shù)量型”貨幣政策實(shí)現(xiàn)維持金融穩(wěn)定發(fā)展的目的。而貨幣政策的透明化能夠降低金融市場(chǎng)主體所面臨政策的不確定性,使其形成合理的市場(chǎng)預(yù)期,促進(jìn)金融市場(chǎng)的成熟化程度。此外,要進(jìn)一步構(gòu)建和完善金融風(fēng)險(xiǎn)的處置機(jī)制,充分調(diào)動(dòng)金融體系自身資源優(yōu)化配置的能力,展現(xiàn)其在我國(guó)金融體系安全和經(jīng)濟(jì)改革創(chuàng)新方面的積極作用。

      猜你喜歡
      脈沖響應(yīng)系統(tǒng)性金融風(fēng)險(xiǎn)
      基于重復(fù)脈沖響應(yīng)的發(fā)電機(jī)轉(zhuǎn)子繞組匝間短路檢測(cè)技術(shù)的研究與應(yīng)用
      對(duì)于單身的偏見(jiàn)系統(tǒng)性地入侵了我們的生活?
      金融風(fēng)險(xiǎn)防范宣傳教育
      大社會(huì)(2020年3期)2020-07-14 08:44:16
      構(gòu)建防控金融風(fēng)險(xiǎn)“防火墻”
      大力增強(qiáng)憂患意識(shí) 進(jìn)一步防范金融風(fēng)險(xiǎn)
      超聲引導(dǎo)經(jīng)直腸“10+X”點(diǎn)系統(tǒng)性穿刺前列腺的診療體會(huì)
      關(guān)于當(dāng)前互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的若干思考
      脈沖響應(yīng)函數(shù)下的我國(guó)貨幣需求變動(dòng)與決定
      基于有限元素法的室內(nèi)脈沖響應(yīng)的仿真
      電大理工(2015年3期)2015-12-03 11:34:12
      玻璃氣體放電管與陶瓷氣體放電管的納秒脈沖響應(yīng)特性比較
      轮台县| 出国| 塔河县| 治多县| 沽源县| 清新县| 南充市| 新巴尔虎左旗| 织金县| 永顺县| 名山县| 武隆县| 兰西县| 海伦市| 大厂| 西乡县| 蕉岭县| 扎兰屯市| 肥乡县| 余姚市| 漳平市| 南乐县| 遂溪县| 襄汾县| 永吉县| 正镶白旗| 永德县| 云龙县| 万宁市| 恩施市| 淄博市| 长海县| 隆林| 贵港市| 奉贤区| 兴宁市| 精河县| 珲春市| 宜兰县| 梁平县| 蒲城县|