王琳璘，王學亮，張 群

(1.國網(wǎng)能源研究院， 北京 102209； 2.國家電網(wǎng)公司， 北京 100031；3.國家電網(wǎng)海外投資有限公司， 北京 100031)

一、引言

2007年美國次貸危機不斷演化為國際金融危機后，全球經(jīng)濟受到巨大的沖擊和震蕩，歐美許多國家出現(xiàn)了不同程度的經(jīng)濟衰退，不少新興發(fā)展中國家的經(jīng)濟也因此而長期低迷。為了減緩金融危機對實體經(jīng)濟的影響，許多國家采取了一系列非傳統(tǒng)的信貸貨幣干預政策，如增加貨幣發(fā)行、改善金融機構(gòu)的資產(chǎn)負債表、提高銀行資產(chǎn)質(zhì)量等。這場國際金融危機使人們更加認識到金融危機、信貸政策等金融因素對經(jīng)濟波動的影響，同時也引發(fā)了人們對于經(jīng)濟理論與信貸政策的深入思考：在考慮到金融因素后，金融危機的外生沖擊是如何引起經(jīng)濟下行和動蕩的？非常規(guī)的信貸政策能夠在多大程度上有效緩解金融危機？事前用于維護金融穩(wěn)定的宏觀審慎政策能否起到穩(wěn)定經(jīng)濟的作用？對這些問題的定量分析對中國未來的金融宏觀調(diào)控與管理具有重要的啟示作用。

由于傳統(tǒng)的宏觀經(jīng)濟框架假定金融因素不影響實體經(jīng)濟，從而無法用于模擬金融機構(gòu)的崩潰及中央銀行的介入，因此，要研究以上問題，需要采用包含金融機構(gòu)、金融摩擦等因素的宏觀經(jīng)濟研究框架。Bernanke 和Gertler[1]，Kiyotaki 和 Moore[2]，以及Bernanke,Gertler 和 Gilchrist(簡稱BGG)[3]等是最早從宏觀經(jīng)濟角度研究金融摩擦且最有影響力的文獻，將非金融部門金融摩擦融入傳統(tǒng)框架，認為在金融摩擦下，外生沖擊對經(jīng)濟波動具有放大的作用(即金融加速器效應，也叫企業(yè)資產(chǎn)負債表效應)。Christiano,Motto和Rostagno(簡稱CMR)[4-5]，Jermann 等[6]，Merton[7]構(gòu)建了包含金融部門的宏觀經(jīng)濟模型，也得出了類似結(jié)論。在這類研究框架下，促使危機爆發(fā)的關鍵因素是商業(yè)銀行嚴重依賴于銀行存款，從而使得這些金融機構(gòu)受到不良資產(chǎn)負債狀況所造成的風險的威脅，這與近期的經(jīng)驗相一致。

然而，在以上研究框架下，它們無法解釋金融機構(gòu)最初為何采用這樣具有風險的資產(chǎn)負債結(jié)構(gòu)，而對這個問題的解釋對于刻畫信貸政策產(chǎn)生的道德風險副作用，從而設計出合適的政策措施是非常重要的。在這方面，Gertler 和Kiyotaki[8]，Gertler 和 Karadi[9]開了先河，他們在構(gòu)建宏觀經(jīng)濟框架時首次將商業(yè)銀行與儲戶之間代理問題造成的金融摩擦內(nèi)部化，這樣不僅可以在金融機構(gòu)極易受到風險時捕捉到危機，而且還可以解釋金融機構(gòu)最初為何采用這樣一種風險敞口，從而為在考慮信貸政策道德風險副作用的情況下定量分析信貸干預政策的效果以及宏觀審慎政策的影響提供了新的研究平臺。

不少國內(nèi)學者也將金融機構(gòu)、金融摩擦引入到了對中國宏觀經(jīng)濟的研究中。其中，大部分文獻都強調(diào)了非金融企業(yè)信貸約束造成的金融加速器效應，例如：杜清源等、呂朝鳳等在實際經(jīng)濟周期(RBC)模型的基礎上引入了信貸約束，證實金融加速器效應會加大外生沖擊對經(jīng)濟的影響[10-11]；崔光燦[12]、李成等[13]、袁申國等[14]、汪川等[15]、梅冬州等[16]、李雪松等[17]、劉蘭鳳等[18]在BGG模型的基礎上，通過不同程度的改進建立了動態(tài)隨機一般均衡(DSGE)模型，并在此基礎上分別分析了資產(chǎn)價格波動、匯率升值以及貨幣政策等幾類沖擊對中國宏觀經(jīng)濟的影響，為傳統(tǒng)貨幣政策的選擇提供了實證依據(jù)；劉斌、羅英等基于CMR模型擴展并建立了適用于中國的帶有金融加速器機制的DSGE模型，并分別對貨幣政策和財政政策的效應進行了評價[19-20]。朱培金采用貝葉斯推斷方法估計DSGE模型，比較了金融加速器存在與否、不同杠桿率和利率市場化3種情況下對經(jīng)濟波動的影響[21]。

此外，還有學者從銀行信貸渠道或是銀行資本渠道對傳統(tǒng)的非金融企業(yè)資產(chǎn)負債表渠道的金融加速器效應進行了補充。例如，許偉等、汪川、周炎等通過將商業(yè)銀行視為貨幣當局實施貨幣政策的中介機構(gòu)引入了銀行信貸渠道對經(jīng)濟的影響[22-24]；又如余雪飛將銀行資本渠道引入到了BGG模型中，發(fā)現(xiàn)了企業(yè)外部融資升水的變動除了取決于企業(yè)杠桿率還取決于銀行資本變動時的流動性升水，巴塞爾協(xié)議對銀行資本的要求反而會進一步放大金融加速器效應[25]。陳詩一等在多部門DSGE模型中引入帶有金融摩擦的銀行部門，研究貨幣政策影響房地產(chǎn)價格的傳導機制，以及降低社會融資成本的政策對房地產(chǎn)市場中金融加速器效應的影響[26]。

雖然上述文獻考慮了外部政策通過商業(yè)銀行信貸或資本渠道對經(jīng)濟波動的影響，但是與前面重點關注非金融企業(yè)金融摩擦的文獻一樣，它們?nèi)匀粵]有考慮商業(yè)銀行與儲戶之間代理問題產(chǎn)生的金融摩擦。根據(jù)現(xiàn)有文獻，只有艾瑤等強調(diào)了這一代理問題對經(jīng)濟可能產(chǎn)生的影響，該文在構(gòu)建家庭、企業(yè)和商業(yè)銀行的兩期理論模型時引入了商業(yè)銀行凈值和違約門檻對商業(yè)銀行吸收存款的約束作用，得到了商業(yè)銀行道德風險對存款、家庭效用等變量均衡值的影響[27]。盡管如此，艾瑤等并沒有將其引起的金融摩擦內(nèi)生化，因而也就無法刻畫基本經(jīng)濟風險預期和信貸政策預期如何影響商業(yè)銀行風險敞口選擇，從而也無法用于準確評估事后的信貸政策效果以及事前的宏觀審慎政策效用。

本文基于Gertler and Kiyotaki[8]，Gertler and Karadi[9]的研究，通過允許商業(yè)銀行在吸收存款和發(fā)行銀行股票之間權衡來將金融機構(gòu)的金融摩擦內(nèi)生化，建立一個適用于解釋中國經(jīng)濟波動和危機形成機制的DSGE模型，通過該模型可以解釋金融機構(gòu)最初為何采用具有較大風險的資產(chǎn)負債結(jié)構(gòu)，從而在信貸政策預期會產(chǎn)生道德風險副作用的情況下，更好地刻畫出金融危機對宏觀經(jīng)濟的影響和評估信貸政策對緩解金融危機的效果，并探索事前減少商業(yè)銀行風險承擔行為的宏觀審慎政策效用。

二、基準模型

本文建立開放經(jīng)濟條件下含有金融加速器的多部門DSGE模型，其中包含4類經(jīng)濟體，分別為家庭、生產(chǎn)企業(yè)、商業(yè)銀行和政府，下面將分別對這4類經(jīng)濟體行為設定進行闡述。

(一)居民行為

假設經(jīng)濟體由完全相同的家庭居民組成，居民不獲取資本，也不直接向生產(chǎn)企業(yè)提供資本，而是向商業(yè)銀行提供資金。商業(yè)銀行向居民發(fā)行兩類證券：商業(yè)銀行存款(相當于商業(yè)銀行向居民發(fā)行的債券)和商業(yè)銀行股票。為簡便起見，本文對商業(yè)銀行股票進行了標準化處理，標準化后，每一單位股份對應每一單位商業(yè)銀行凈資產(chǎn)的所有權，如果用Zt和qt分別表示t期每單位商業(yè)銀行資產(chǎn)所產(chǎn)生的收益和股票的價格，那么在t-1期持有的股票在t期所獲得的每股收益等于[Zt+(1-δ)qt]ψt，該收益表達式對商業(yè)銀行資產(chǎn)中資本可能遭受到的實體性貶值和資本質(zhì)量沖擊進行了調(diào)整。

其中Et是基于t時期信息的條件期望算子，γ>0，該過程受制于以下資金流約束：

(1)

其中：Wt是工資率，Tt是總稅額，Πt是因為擁有商業(yè)銀行部分股權而得到的凈分配，Rt=1+it，it為存款利率。這是一個典型的隨機離散動態(tài)規(guī)劃問題，因此，根據(jù)隨機的離散動態(tài)規(guī)劃理論，可求出居民的最優(yōu)行為方程：

(2)

(3)

(4)

式(2)為跨期消費的歐拉方程；式(3)的含義為效用最大化要求消費和閑暇所得來的邊際效用相等；式(4)給出了均衡時的“商業(yè)銀行股票”股收益需滿足的條件等式。

(二)企業(yè)部門

假定代表性企業(yè)風險中性，每期企業(yè)存活到下一期的概率為η，同時假定新企業(yè)的出生概率能夠保證企業(yè)的總數(shù)不變，并且排除企業(yè)依賴自身資金積累實現(xiàn)完全內(nèi)部融資的可能，即企業(yè)必須在一定程度上依賴外部融資。假設企業(yè)以資本Kt和勞動Lt作為投入，通過柯布-道格拉斯生產(chǎn)函數(shù)生成產(chǎn)出Yt，其形式為：

(5)

(6)

其中：δ為折舊率，Φ(It/Kt)Kt為資本品的生產(chǎn)函數(shù)，Φ(0)=0，Φ′(·)>0，Φ″(·)<0。在均衡條件下，企業(yè)通過選擇投資It來最大化其預期收益Et[Qt+1ΔKt+1-It]，對其求一階導數(shù)，可以得出單位資本價格滿足的條件式：

(7)

另外，本文還借鑒了相關金融類文獻(如Merton[7])的作法，通過引入資本質(zhì)量沖擊來引入資本價值變動的外生機制，資本質(zhì)量沖擊ψt+1可被視為反映了某種形式的經(jīng)濟性損耗，是資產(chǎn)價格動態(tài)化的外生動因，假定資本質(zhì)量沖擊ψt+1服從非條件單位均值的獨立同分布過程。此外，本文還通過資本質(zhì)量大幅萎縮的形式來反映突發(fā)性災難，這點在后文有詳細討論，這類災難沖擊將促成金融危機的爆發(fā)*還有一種可替代的方法是引入影響當期資產(chǎn)價值的“消息”沖擊，Gertler和Karadi[9]闡述了兩者的相似性。。

根據(jù)Bernanke，Gerlter和Gichrist[3]的研究，在信貸市場存在摩擦的條件下，企業(yè)最優(yōu)投資規(guī)模滿足企業(yè)資本收益率等于其外部融資成本，即：

(8)

在企業(yè)資產(chǎn)收益率確定的條件下，企業(yè)的凈資產(chǎn)的演化路徑可以求得：

(9)

其中η為每期企業(yè)存活到下一期的概率，這種假設可以有效避免因企業(yè)生產(chǎn)者積累足夠凈資產(chǎn)而影響金融加速器機制的運行*若企業(yè)生產(chǎn)者自身的凈資本足夠購買新的固定資產(chǎn)，那么企業(yè)就無需進行外部融資，從而設定的金融加速器機制就無從發(fā)揮其效應。。

(三)商業(yè)銀行

為了每期向生產(chǎn)企業(yè)提供資金，商業(yè)銀行通過吸收存款和發(fā)行股票的方式從居民部門汲取資金，此外，商業(yè)銀行還擁有來自累積留存收益的凈值，在獲取到資金后，商業(yè)銀行會通過貸款向生產(chǎn)企業(yè)提供資金。

(10)

商業(yè)銀行t期的凈值nt等于扣除掉股票持有人和存款人收益之后的t-1期投資資產(chǎn)的總收益。如果用Rkt表示單位商業(yè)銀行資產(chǎn)自t-1期到t期的總收益率，那么有：

(11)

為了對商業(yè)銀行獲取資金的能力施加一定的內(nèi)生約束機制，本文借鑒Gertler和Kiyotaki[8]的做法，引入了如下的代理問題：假定在商業(yè)銀行募集到資金后，管理商業(yè)銀行的銀行家會將一部分資產(chǎn)轉(zhuǎn)移到家庭中，而基于對這種可能性的認知，居民可能會對自己借給商業(yè)銀行的資金量進行限制。

此外，本文假定商業(yè)銀行轉(zhuǎn)移資金的多少取決于其負債結(jié)構(gòu)。具體地，本文假定多轉(zhuǎn)移一單位由商業(yè)銀行存款募得的資產(chǎn)的難度要高于由商業(yè)銀行股票募得的資產(chǎn)(商業(yè)銀行存款對商業(yè)銀行具有非相機支付的要求，而股票紅利支付則由于與商業(yè)銀行資產(chǎn)的績效表現(xiàn)有關從而難以受到外部人的有效監(jiān)管)，正是由于商業(yè)銀行存款對商業(yè)銀行支付的要求更嚴，因此商業(yè)銀行存款對銀行家施加的約束要強于商業(yè)銀行股票。

記xt為從股票募集到的商業(yè)銀行資產(chǎn)比重：

(12)

假定商業(yè)銀行在獲得資金后會轉(zhuǎn)移h(xt)比例的資產(chǎn)，其中h(xt)是xt的凸函數(shù)：

(13)

本文對商業(yè)銀行外部融資約束假定如下：商業(yè)銀行剛開始采用股票方式進行融資時可能會在一定程度上提高監(jiān)管效率(即ε為負)；當用股票融資替代存款融資時，商業(yè)銀行轉(zhuǎn)移資產(chǎn)的能力會增加，切點θ(ε+kxt)為正值；如果商業(yè)銀行為了私人利益轉(zhuǎn)移資產(chǎn)，那么就會導致債務違約和倒閉，存款人會對剩余的1-h(xt)資金進行追索。由于商業(yè)銀行的存款人認識到商業(yè)銀行具有轉(zhuǎn)移資金的動機，因此他們會限制借給商業(yè)銀行的資金量，在這樣的情況下商業(yè)銀行就會面臨外部的融資約束。

記Vt(st,xt,nt)是給定t期末資產(chǎn)負債結(jié)構(gòu)(st,xt,nt)的商業(yè)銀行特許權價值，為了確保商業(yè)銀行不轉(zhuǎn)移其資產(chǎn)，須施加如下約束：

Vt≥h(xt)Qtst

(14)

式(14)意味著商業(yè)銀行的特許權價值必須至少與其轉(zhuǎn)移資金獲得的收益一樣大，居民才會愿意向商業(yè)銀行提供資金。

結(jié)合式(11)、式(12)可以得到商業(yè)銀行t期的凈值nt，它是st-1，xt-1和nt-1的函數(shù)：

nt=[Rkt-xt-1Ret-(1-xt-1)Rt]Qt-1st-1+Rtnt-1

(15)

根據(jù)Gertler和Karadi[9]的研究，商業(yè)銀行在t-1期末的特許權價值要求滿足以下貝爾曼方程：

(16)

其中，等式右邊考慮到了商業(yè)銀行以(1-σ)概率退出和以σ概率繼續(xù)存活的可能性。相應地，商業(yè)銀行每期都會在動機約束式(14)和凈值積累規(guī)律式(15)的約束下，通過選擇st和xt來使Vt(st,xt,nt)最大化。記φt為能夠滿足動機約束的商業(yè)銀行資產(chǎn)凈值比率(杠桿率)的最大值，可以構(gòu)建如下方程：

Qtst=φtnt

(17)

式(17)是商業(yè)銀行部門的重要關系式，它意味著在存在借款約束時，商業(yè)銀行能夠融通的私人資產(chǎn)數(shù)目將受到凈值nt的限制。根據(jù)商業(yè)銀行收益最大化目標，可推導出以下一階均衡條件：

(18)

(19)

其中，

μs,t=Et[Λt,t+1Ωt+1(Rk,t+1-Rt+1)]

(20)

μe,t=Et[Λt,t+1Ωt+1(Rt+1-Re,t+1)]

(21)

Ωt+1=1-σ+σ[Et1(Λt,t+1Ωt+1+φt+1(μs,t+1+xt+1·μe,t+1))]

(22)

式(18)—(22)說明：(1)隨著影響商業(yè)銀行特許權價值的兩個因素——商業(yè)銀行資產(chǎn)超額價值的貼現(xiàn)值(μs,t+xtμe,t)和增加單位凈值所節(jié)省的存款成本Et(Λt,t+1Ωt+1)Rt+1這兩個因素增加，杠桿率φt會增加，這是因為這兩個因素的增加會使商業(yè)銀行的特許權價值增加，從而減少商業(yè)銀行轉(zhuǎn)移資金的動機，也就使得居民更愿意在商業(yè)銀行存款；相反，隨著商業(yè)銀行能夠轉(zhuǎn)移的資產(chǎn)比例h(xt)的增加，φt會減小。

(2)杠桿率的變化與風險認知也存在著反向關系，尤其是商業(yè)銀行在估計它的預期回報時會采用擴展的隨機貼現(xiàn)因子，即居民隨機貼現(xiàn)因子Λt,t+1和隨機因子邊際凈值Ωt+1的乘積。值得注意的是，后者是逆周期變化的：由于對商業(yè)銀行動機的約束在衰退期比在繁榮期更強，因此在衰退時期每增加一單位的凈值所帶來的價值要比在繁榮時期更高；相應地，由于Ωt+1和Λt,t+1都具有逆周期性，因而擴展的隨機因子也是逆周期的。由此可知，由于實現(xiàn)的資產(chǎn)超額收益Rk,t+1-Rt+1是順周期變化的，商業(yè)銀行隨機貼現(xiàn)因子的波動性增大將會導致商業(yè)銀行資產(chǎn)超額價值的減少繼而會導致其持續(xù)價值減少，由此可見，不確定性會影響商業(yè)銀行獲取資金的能力。

(3)關于對負債結(jié)構(gòu)的選擇，當用商業(yè)銀行股票替代存款融資的超額價值μe,t與資產(chǎn)相對存款的超額價值μs,t的比值增大時，用股票融資的資產(chǎn)比重會增大，融資約束的存在使得商業(yè)銀行比居民的風險厭惡程度更高，因此商業(yè)銀行發(fā)行股票會增加超額價值。從式(21)可以看出，μe,t是擴展隨機貼現(xiàn)因子與存款和股票收益率差異(Rt+1-Re,t+1)乘積的期望值； 另一方面，居民的投資組合策略使得存款利率和股票報酬率之間存在如下套利關系：

Et[Λt,t+1(Rt+1-Re,t+1)]=0

(23)

可見，居民用隨機因子Λt,t+1對收益進行貼現(xiàn)，商業(yè)銀行則用Λt,t+1Ωt+1作為貼現(xiàn)因子。由于后者比前者的波動性更大、逆周期性更強，所以當商業(yè)銀行從存款融資轉(zhuǎn)換為股票融資時會獲得對沖價值。如果發(fā)行或有負債不需要任何成本，那么商業(yè)銀行將會百分之一百地采用股票融資。然而，正如式(13)所示，增加股票融資比重使得銀行家更容易轉(zhuǎn)移資金，從而會帶來更加嚴重的代理問題，因此商業(yè)銀行對于股票的發(fā)行量需要進行權衡，一般說來，股票融資的比重為內(nèi)生變量。

發(fā)行股票有助于商業(yè)銀行提高對沖凈值波動的能力，而能夠獲得的外部融資總量除了取決于可行杠桿率最大值φt外，還取決于商業(yè)銀行凈值的多少。由于φt不受商業(yè)銀行特有因素的影響，因而通過加總式(17)可以得到不考慮央行信貸政策下的商業(yè)銀行貸款總需求Sp,t和商業(yè)銀行部門的總凈值Nt的關系式：

QtSp,t=φtNt

(24)

相應地，Nt的變化對于模型經(jīng)濟動態(tài)化起著很重要的作用。

(四)政府(中央銀行)

當經(jīng)濟增長明顯減緩或者出現(xiàn)金融危機兆頭時，政府往往通過中央銀行采取一系列信貸政策進行干預，這樣的信貸政策相當于政府大規(guī)模購買評級較高的商業(yè)銀行證券，其主要目的是在金融危機高峰期時起到穩(wěn)定信貸市場的作用*相應地，本文集中關注政府通過央行的直接借款政策，Gertger和 Kiyotaki認為這是央行資產(chǎn)負債表活動中最重要的一個方面，也是許多政府在危機中所實施的各種信貸市場干預政策的主要手段[8]。。記QtSgt為政府通過央行所提供給商業(yè)銀行的資金，QtSt為商業(yè)銀行機構(gòu)融通持有的總資產(chǎn)價值，則有：

QtSt=QtSp,t+Sg,t

(25)

假設中央銀行愿意為ζt比重的融通資產(chǎn)提供資金：

Sgt=ζtSt

(26)

這樣，在金融危機爆發(fā)時，通過增加ζt，中央銀行能夠減少超額收益Rk,t-Rt+1，通過這種方式，信貸政策將減少資金的成本，從而可以刺激投資。

政府需要滿足一定的預算約束，其預算約束為：

Gt+QtSg,t=Tt+Zt+1-δQtψtSg,t-1+NFBt

(27)

其中：Tt是稅收總額，NFBt是新增財政赤字。本文假定政府支出是一個外生變量，作為政府對經(jīng)濟增長進行調(diào)控的財政政策手段，其增長率服從AR(1)過程，即：Gt=egtGt-1

(28)

(五)經(jīng)濟的總體資源約束

本文建立的是開放的經(jīng)濟體模型，由于總產(chǎn)出包括居民消費Ct、政府消費Gt、投資支出It和凈出口NEt4部分，因此有

(29)

本文假定凈出口NEt是外生變量，反映世界經(jīng)濟對國內(nèi)經(jīng)濟的影響，其增長也服從AR(1)過程，即：NEt=ejtNEt-1

(30)

(六)均衡市場

(31)

其中股票融資占資產(chǎn)的比重xt由式(22)給出。最后，還有一個均衡條件為勞動力需求等于勞動力供給，這意味著：

(32)

當沒有引入信貸市場摩擦時，模型可以簡化為在習慣形成和浮動投資調(diào)整成本方面進行了改進的實際經(jīng)濟周期(RBC)模型，但是，在引入信貸市場摩擦后，商業(yè)銀行的資產(chǎn)負債表約束將可能會限制實物投資支出，從而會影響到實體經(jīng)濟活動；當資產(chǎn)負債表衰退嚴重影響了信貸流，從而遏制了實體經(jīng)濟活動時，一場金融危機就可能會爆發(fā)。

式(1)—(9)，式(11)，式(15)，式(16)，式(18)，式(19)，式(23)，式(25)—(32)構(gòu)成了一個完整、開放式的模擬金融信貸政策的動態(tài)隨機一般均衡模型，共同決定了這23個內(nèi)生變量的均衡穩(wěn)態(tài)解及其對外生沖擊的響應變化軌跡。

三、危機模擬及政策實驗

本文選用的數(shù)據(jù)為中國季度數(shù)據(jù)，時間區(qū)間為1998年第1季度至2017年第4季度，共572個數(shù)據(jù)樣本，數(shù)據(jù)來源于CEIC數(shù)據(jù)庫和Wind數(shù)據(jù)庫。本文主要的可觀測值為GDP、固定資產(chǎn)投資、居民消費(以社會品消費總額衡量)以及以M0度量的貨幣供給量。為了得到波動序列，需要對以上4個序列進行如下處理：首先，用GDP縮減指數(shù)對GDP進行平減，用消費價格指數(shù)對M0和居民消費進行平減，用投資品價格指數(shù)對固定資產(chǎn)投資平減；其次，對這4個序列進行季節(jié)調(diào)整；第三，對這4個序列取對數(shù)；最后，使用HP濾波器對取過對數(shù)的4個序列去勢，從而得到本文所需要的波動序列。模型中的參數(shù)按照劉斌[19]所采用的規(guī)則進行賦值，即一般靜態(tài)參數(shù)用校準的方法進行賦值，動態(tài)參數(shù)用貝葉斯估計的方法進行估計。校準參數(shù)取值一是參照文獻中的慣例，二是根據(jù)我國經(jīng)濟數(shù)據(jù)直接估算。

(一)部分參數(shù)的基本校準

對于折現(xiàn)因子β的季度值，國內(nèi)外文獻大多數(shù)取值為0.96～0.99，劉斌取值為0.985[19]，李成等取值為0.984[13]；汪川取值為0.96[23]，本文參照以上文獻，取均值為0.98。物質(zhì)資本折舊率δ的季度值，文獻大多在0.025～0.035[12]，崔光燦取值為0.025[12]，劉斌取值為0.035[19]，余雪飛取值為0.025[25]，本文參考以上文獻，取均值為0.03。資本份額α的季度值，文獻大多在0.3～0.4[12]，崔光燦取值為0.33[12]，劉斌取值為0.4[19]，仝冰取值為0.4，袁申國等取值為0.327[14]，汪川取值為0.4[23]，梅東洲等取值為0.4[16]，余雪飛取值為0.326[25]，本文參照以上文獻，取均值為0.35。企業(yè)存活概率η的季度值，BGG[3]取值為0.972 8，李成等也取值為0.972 8[13]，本文也遵循這一取值?，F(xiàn)金份額參數(shù)ξ的取值，借鑒Gertler和kiyotaki，取值為0.135[8]。

(二)部分參數(shù)的貝葉斯估計

本文需要通過貝葉斯估計的參數(shù)共有11個，這些參數(shù)的貝葉斯估計結(jié)果如表1所示。

最后，關于對經(jīng)濟風險的度量，本文借鑒Gertler和kiyotaki[8]的研究，并根據(jù)中國經(jīng)濟波動的實際情況，假設低風險經(jīng)濟的特征*中國經(jīng)濟平穩(wěn)發(fā)展時期(2000—2005)的一年期貸款利率平均標準差為0.046 3(根據(jù)貸款利率的月度數(shù)據(jù)計算)，而1997—1998年、2007—2008年的一年期貸款利率平均標準差分別為0.699 8和0.484 4；另外，結(jié)合年度GDP增速，相對而言，中國在2000—2005年經(jīng)濟發(fā)展較為平穩(wěn)，波動較?。欢?997—1998年、2007—2008年經(jīng)濟波動較大，風險較高，為簡便起見，本文的高低風險下貸款利率標準差分別取值為0.6和0.05，不過，這里的經(jīng)濟風險高低是相對而言的。為：貸款利率標準差小于等于0.05，每期企業(yè)存活到下一期的概率大于等于0.99；而高經(jīng)濟風險的特征為：貸款利率標準差大于等于0.6，每期企業(yè)存活到下一期的概率小于等于0.90。

模型的一個重要特征是商業(yè)銀行資產(chǎn)負債表結(jié)構(gòu)會受到風險認知的影響。為此，在模型的計算中需要將風險考慮進來。為了實現(xiàn)這一目的，本文構(gòu)建了一個經(jīng)過風險調(diào)整的穩(wěn)態(tài)點，在該穩(wěn)態(tài)點下，給定機構(gòu)認知觀念的二階矩，如果實現(xiàn)的(均值為零)外生干擾為零，那么變量將不會發(fā)生變化，經(jīng)過風險調(diào)整的穩(wěn)態(tài)點與非隨機穩(wěn)態(tài)點的不同僅僅在于二階項上，這些受到內(nèi)生變量方差和協(xié)方差影響的二階項將會最終影響到資產(chǎn)負債表結(jié)構(gòu)的確定。為了分析模型的動力系統(tǒng)，本文還將觀察在經(jīng)過風險調(diào)整穩(wěn)態(tài)點附近的一階對數(shù)線性近似。值得注意的一點是，由于收緊動機約束會產(chǎn)生成本(隨著資本超額收益的增加而增加)，商業(yè)銀行的股票不僅會受到二階矩(商業(yè)銀行股票的對沖價值)的影響而且還會受到一階矩的影響。

表1 低風險情景下的部分參數(shù)的貝葉斯估計結(jié)果

四、模擬結(jié)果比較分析

通過設計幾個數(shù)值實驗來闡明以下問題：模型如何刻畫出不同經(jīng)濟風險下主要宏觀經(jīng)濟變量均衡狀態(tài)下的數(shù)值特征，金融危機對不同經(jīng)濟風險下實體經(jīng)濟的沖擊影響，以及信貸政策和宏觀審慎政策如何減緩了危機。本文分別考慮了低風險經(jīng)濟和高風險經(jīng)濟兩種情景，并分別在這兩種情景下對信貸政策及宏觀審慎政策的實施效果進行檢驗。

(一)信貸政策響應

從已經(jīng)發(fā)生的歷次金融危機(美國金融危機、墨西哥金融危機、東南亞金融危機、俄羅斯金融危機)來看，政府采取應對金融危機的措施多種多樣，其中中央銀行直接貸款是減緩危機影響的一種常見的政策措施，本文的信貸政策就是指中央銀行對商業(yè)銀行的直接貸款救助行為。一般來說，預期資本收益與無風險利率之間的價差大幅增加是金融危機下的企業(yè)財務困境的典型特征之一；而在現(xiàn)實中，各類市場上信貸息差的急劇擴大將會引起中央銀行采用信貸政策進行干預；相應地，假定央行根據(jù)價差EtRkt+1-Rt+1與穩(wěn)態(tài)值ERk-R的差值來調(diào)整它融通的商業(yè)銀行信貸比重ζt，具體為：

ζt=vgEtRkt+1-Rt+1-ERk-R

(33)

為了將這一規(guī)則參數(shù)化，本文借鑒Gertler和Kiyotaki[8]、Gertler 和 Karadi[9]的研究，將vg賦值為100。

信貸政策的引入會影響商業(yè)銀行的資產(chǎn)負債表結(jié)構(gòu)，本文首先將分別在低風險和高風險經(jīng)濟情景下檢驗政策規(guī)則對穩(wěn)態(tài)值產(chǎn)生的影響。表2中間兩列展示了政府干預預期如何影響低風險和高風險經(jīng)濟中的隨機穩(wěn)態(tài)值：① 由于對政府干預的預期將會導致對資產(chǎn)價格下跌風險認知度的降低，因此，相對于無政策干預的情形，信貸政策情境下商業(yè)銀行會更依賴于央行直接貸款，從而導致高風險情景下對政府干預的預期所造成的效應比低風險情景下要高；相比無政策干預情景，信貸政策下高風險情境的股票比重x下降了12.0%，而在低風險情景下只有4.8%；② 信貸政策下各種情形中的實體經(jīng)濟變化的一階效應均為正：低風險經(jīng)濟中產(chǎn)出、消費、勞動和資本分別增加1.6%、1.4%、1.2%和3.7%；高風險經(jīng)濟中的產(chǎn)出、消費、勞動和資本分別增加1.4%、1.1%、1.0%和3.4%，這是股票發(fā)行減少和私人部門對風險認知度降低的聯(lián)合效應造成的，因為它們均使得商業(yè)銀行的借貸約束有所放松，從而促進了實體經(jīng)濟的發(fā)展。

表2 不同政策下低經(jīng)濟風險和高經(jīng)濟風險的部分內(nèi)生變量穩(wěn)態(tài)值

圖1為低風險經(jīng)濟和信貸政策情景下，資本質(zhì)量受到一個負的標準差的模擬沖擊結(jié)果。在低風險經(jīng)濟中，信貸政策對經(jīng)濟具有很強的穩(wěn)定作用，該政策下，產(chǎn)出、投資、消費及勞動等實體經(jīng)濟變量的降幅均比無信貸政策下的降幅明顯減小。另外，中央銀行信貸的增加會顯著抑制價差的擴大，繼而會減緩投資的下降，央行信貸與資本存量最大比重約為18%。

圖2為高風險經(jīng)濟和信貸政策情景下，資本質(zhì)量受到一個負的標準差的模擬沖擊結(jié)果。高風險經(jīng)濟中信貸政策的作用相對較弱，其原因在于：在高風險經(jīng)濟中，即便沒有信貸政策，商業(yè)銀行也可以通過股票發(fā)行來吸收掉部分沖擊，從而對政策的預期會造成道德風險，商業(yè)銀行會提高它們各自的杠桿率，商業(yè)銀行更期望通過公共信貸政策來降低風險。

通過假定商業(yè)銀行不會預期到信貸政策的情況，可以側(cè)面觀察到商業(yè)銀行道德風險問題。在政策可被預期到時，本文的基準政策是vg=100，為了能讓未被預期到的信貸政策起到同樣程度的穩(wěn)定作用，本文需要設定該類信貸政策的強度，即反饋參數(shù)vg。

圖1 低風險經(jīng)濟和信貸情景下經(jīng)濟對危機沖擊的響應

圖2 高風險經(jīng)濟和信貸情景下經(jīng)濟對危機沖擊的響應

圖3為高風險經(jīng)濟不同預期政策下，資本質(zhì)量受到一個負的標準差的模擬沖擊結(jié)果。如圖3所示，預期政策(νg=100)和一個非預期政策(νg=50)下的投資、消費和產(chǎn)出的政策反應圖幾乎完全重合。這說明：如果政策不會被預期，那么采用相對較小的干預就可以實現(xiàn)大致相同的穩(wěn)定程度，在這種情況下，央行需要融通的信貸比重大約僅為完全預期政策情形下比重的一半。但問題在于，如果沒有一定形式的承諾，央行聲稱其在危機中不會進行干預就是不可信的。進一步說，商業(yè)銀行部門的杠桿率越高，干預政策的事后效應就會越大，并且商業(yè)銀行部門的高杠桿率會增加央行進行干預的動機。因此，商業(yè)銀行預期央行在危機中會采用信貸政策是合乎理性的，而這又使得商業(yè)銀行會進一步增加它們的風險敞口。

圖3 高風險下的預期和非預期政策反應

(二)宏觀審慎政策

在本文的框架下，通過實施宏觀審慎政策來鼓勵商業(yè)銀行多發(fā)行股票少發(fā)行商業(yè)銀行債券主要出于兩種動因：一是由于資產(chǎn)價格對融資約束的影響，經(jīng)濟體中存在金融外部性，也就是說商業(yè)銀行不會將其資產(chǎn)負債表結(jié)構(gòu)決策所產(chǎn)生的外部性進行合理的內(nèi)部化。由于金融市場摩擦會導致投資和儲蓄回報率之間差異的逆周期變化，商業(yè)銀行無法將發(fā)行股票的外部收益內(nèi)部化，因而福利減少。是由于預期到金融危機下政府會進行信貸市場干預，因此商業(yè)銀行的負債結(jié)構(gòu)更傾向于使用短期債務。

(34)

(35)

Christiano， Motto和Rostagno[4]證明了在上述假設下，商業(yè)銀行發(fā)行股票的邊際收益等于發(fā)行股票所獲的超額價值與補貼之和，即：

(36)

上述這種補貼/稅收方案其實是一種逆周期的資本要求，一方面，補貼增加了xt的穩(wěn)態(tài)水平，從這一角度來看它是對資本的要求；另一方面，xt的水平依然還像分散均衡中那樣是逆周期性變動。

這種宏觀審慎政策的好處在于它可以減小整體的波動性，但同時，它也具有一定的成本：由于股票增加會對商業(yè)銀行的動機約束產(chǎn)生一定的影響，因此增加商業(yè)銀行股票的要求會付出一定的代價。假定轉(zhuǎn)移比率hxt隨著xt的增加而增加，并且hxt是凸函數(shù)，那么增加股票所付出的成本將是邊際遞增的，這意味著理想的補貼政策應該能使x的穩(wěn)態(tài)水平高于分散經(jīng)濟下的水平，但同時又能保證其不會導致商業(yè)銀行完全利用股票融資。經(jīng)計算，在宏觀審慎政策下，x在高風險情景中的穩(wěn)態(tài)值將增加大約65%(從16.3%到26.8%)，在低風險情景中則增加一倍左右(從11.8%到22.9%)，詳見表2最后兩列。

當在高風險經(jīng)濟情景中施行如上所說的宏觀審慎政策時，資本質(zhì)量受到一個負的標準差的模擬沖擊影響(圖4)。通過觀察可知，如果實施了宏觀審慎政策，那么相對于只實施信貸政策的情況，只需要使用更小力度的信貸政策干預就可以實現(xiàn)對經(jīng)濟同樣程度的穩(wěn)定作用。在實施宏觀審慎政策的情形下，中央銀行需要融通的信貸比重(ζt)僅是沒有實施宏觀審慎政策情況下的三分之一，直觀地看，宏觀審慎政策要求增加的股票發(fā)揮了一定的緩沖作用，從而減少了危機中向央行借款的需求。此外，當將兩項政策結(jié)合起來使用時，其產(chǎn)生的穩(wěn)定作用可能更大些，年均產(chǎn)出的收縮將減少大約0.25%。

圖4 高風險經(jīng)濟情景下實施宏觀審慎政策和信貸政策的各變量反應

在低風險經(jīng)濟中，對信貸政策的預期不會對商業(yè)銀行事前的風險承擔行為有太大影響。如前所述，由于對風險的認知度較低，故短期債務水平較高；然而，當存在金融外部性時，由于該外部性導致商業(yè)銀行無法將其杠桿經(jīng)營決策的效應合理內(nèi)部化——尤其是由于成本太高或是政治上無法實現(xiàn)而導致無法使用信貸政策作為穩(wěn)定工具時，宏觀審慎政策也依然會非常有用。圖5考慮了沒有信貸政策時低風險經(jīng)濟中出現(xiàn)危機的狀況，僅實施宏觀審慎政策就可以使經(jīng)濟在危機中得到很大程度的穩(wěn)定，這仍然是由于初始狀態(tài)時商業(yè)銀行股票水平較高而形成的穩(wěn)定機制。

五、穩(wěn)健性檢驗

本文在構(gòu)建DSGE模型時，在參數(shù)選擇、函數(shù)形式選擇上作了一些假設，這些假設無疑會對模型運行結(jié)果產(chǎn)生影響，從而導致模型結(jié)果發(fā)生變化，但這些變化是否是顯著的，或者說模型的穩(wěn)定性如何，這是評價模型及其結(jié)果的重要標準。從表2結(jié)果可以看出，在不同政策和不同經(jīng)濟風險條件下，模型內(nèi)生變量變化穩(wěn)健，說明模型具有較好的穩(wěn)定性。下面從另外一個角度，即改變數(shù)據(jù)樣本估計區(qū)間來檢驗模型參數(shù)的穩(wěn)健性，表3分析了不同數(shù)據(jù)區(qū)間對模型參數(shù)的影響*為節(jié)省篇幅，本文僅列出低風險情景下的貝葉斯估計結(jié)果，其他情景下的參數(shù)穩(wěn)定性檢驗類似，若感興趣可向筆者索要。。

圖5 低風險經(jīng)濟情景下實施宏觀審慎政策和不實施信貸政策的各變量反應

表3 低風險情景下不同樣本期的參數(shù)貝葉斯估計結(jié)果

參數(shù)含義1995Q1—2010Q4事后均值事后90%置信區(qū)間2000Q1—2017Q4事后均值事后90%置信區(qū)間γ風險厭惡參數(shù)1.745 4[1.646 2,1.844 7]1.865 9[1.793 7,1.938 1]χ勞動效用權重0.257 1[0.249 8,0.264 5]0.246 5[0.232 4,0.260 7]λ習慣參數(shù)0.760 6[0.756 2,0.765 1]0.737 3[0.710 5,0.764 2]φ勞動供給彈性的倒數(shù)0.318 5[0.302 1,0.334 8]0.327 6[0.308 6,0.346 5]θ資產(chǎn)轉(zhuǎn)移規(guī)模參數(shù)0.275 9[0.268 3,0.283 5]0.279 2[0.260 2,0.298 3]ε資產(chǎn)轉(zhuǎn)移一階參數(shù)-1.262 0[-1.272 9,-1.251 2]-1.237 5[-1.254 9,-1.220 1]ω資產(chǎn)轉(zhuǎn)移二階參數(shù)0.265 3[0.255 5,0.275 0]0.246 2[0.237 2,0.255 4]ρa技術沖擊的一階自回歸系數(shù)0.784 4[0.769 8,0.799 1]0.819 1[0.765 3,0.872 9]ρg政府消費的一階自回歸系數(shù)0.320 8[0.312 6,0.329 0]0.345 3[0.317 8,0.372 9]ρj凈出口的一階自回歸系數(shù)0.406 5[0.390 2,0.422 8]0.425 9[0.400 4,0.451 4]lnp(YT)-109.73-106.25非參數(shù)Kendall檢驗Pr=0.754 8

注：采用Metropolis-Hastings算法抽樣50 000次，并將前5 000次抽樣作為burn-in舍去；邊際數(shù)據(jù)密度近似使用Geweke[29]所提出的調(diào)和平均數(shù)估計；邊際數(shù)據(jù)密度越大，意味著總體時間序列對隨機增長模型的擬合效果越好

表3是基于不同樣本時期(1995年第1季度—2010年第4季度、2000年第1季度—2017年第4季度)的參數(shù)估計結(jié)果，根據(jù)非參數(shù)Kendall檢驗，概率值遠遠大于0.05，說明不同樣本期估計的這兩組參數(shù)沒有顯著差別，結(jié)構(gòu)參數(shù)基本保持平穩(wěn)，因此數(shù)據(jù)估計區(qū)間的變化對于模型參數(shù)的影響基本可以忽略不計，模型具有較好的穩(wěn)定性；從邊際數(shù)據(jù)密度上看，第二個時期的邊際數(shù)據(jù)密度稍大，表明該模型在2000年第1季度—2017年第4季度的擬合效果更好。

六、結(jié)論

(1)在信貸政策下，高、低經(jīng)濟風險情景下實體經(jīng)濟變化的一階效應均為正，產(chǎn)出、消費、勞動和資本的均衡穩(wěn)態(tài)值均有所提高，說明面對金融危機的沖擊，實施相應的信貸政策可以減緩危機的負面影響，促進實體經(jīng)濟的發(fā)展。面對金融危機的沖擊，低風險經(jīng)濟情景中的信貸政策對經(jīng)濟具有較強的穩(wěn)定作用：產(chǎn)出、投資、消費及勞動等實體經(jīng)濟變量的降幅均比無信貸政策下的降幅明顯減小，中央銀行信貸的增加會顯著抑制價差的擴大，繼而會減緩投資的下降，而高風險經(jīng)濟中信貸政策的作用相對較弱。

(2)在宏觀審慎政策下，信貸政策對經(jīng)濟具有很強的穩(wěn)定作用，產(chǎn)出、投資、消費及勞動等實體經(jīng)濟變量的降幅均比無信貸政策下的降幅明顯減??；對信貸政策的預期不會對商業(yè)銀行事前的風險承擔行為有太大影響，僅實施宏觀審慎政策就可以使經(jīng)濟在危機中得到很大程度的穩(wěn)定[30]；另外，中央銀行信貸的增加會顯著抑制價差的擴大，繼而會減緩投資的下降速度。

(3)在高風險經(jīng)濟情景中，同時實施信貸政策和宏觀審慎政策，只需要使用更小力度的信貸政策干預就可以實現(xiàn)對經(jīng)濟同樣程度的穩(wěn)定作用；在低風險經(jīng)濟情景中，僅實施宏觀審慎政策就可以使經(jīng)濟在危機中得到很大程度的穩(wěn)定。