王琳璘，王学亮，张 群

(1.国网能源研究院， 北京 102209； 2.国家电网公司， 北京 100031；3.国家电网海外投资有限公司， 北京 100031)

一、引言

2007年美国次贷危机不断演化为国际金融危机后，全球经济受到巨大的冲击和震荡，欧美许多国家出现了不同程度的经济衰退，不少新兴发展中国家的经济也因此而长期低迷。为了减缓金融危机对实体经济的影响，许多国家采取了一系列非传统的信贷货币干预政策，如增加货币发行、改善金融机构的资产负债表、提高银行资产质量等。这场国际金融危机使人们更加认识到金融危机、信贷政策等金融因素对经济波动的影响，同时也引发了人们对于经济理论与信贷政策的深入思考：在考虑到金融因素后，金融危机的外生冲击是如何引起经济下行和动荡的？非常规的信贷政策能够在多大程度上有效缓解金融危机？事前用于维护金融稳定的宏观审慎政策能否起到稳定经济的作用？对这些问题的定量分析对中国未来的金融宏观调控与管理具有重要的启示作用。

由于传统的宏观经济框架假定金融因素不影响实体经济，从而无法用于模拟金融机构的崩溃及中央银行的介入，因此，要研究以上问题，需要采用包含金融机构、金融摩擦等因素的宏观经济研究框架。Bernanke 和Gertler[1]，Kiyotaki 和 Moore[2]，以及Bernanke,Gertler 和 Gilchrist(简称BGG)[3]等是最早从宏观经济角度研究金融摩擦且最有影响力的文献，将非金融部门金融摩擦融入传统框架，认为在金融摩擦下，外生冲击对经济波动具有放大的作用(即金融加速器效应，也叫企业资产负债表效应)。Christiano,Motto和Rostagno(简称CMR)[4-5]，Jermann 等[6]，Merton[7]构建了包含金融部门的宏观经济模型，也得出了类似结论。在这类研究框架下，促使危机爆发的关键因素是商业银行严重依赖于银行存款，从而使得这些金融机构受到不良资产负债状况所造成的风险的威胁，这与近期的经验相一致。

然而，在以上研究框架下，它们无法解释金融机构最初为何采用这样具有风险的资产负债结构，而对这个问题的解释对于刻画信贷政策产生的道德风险副作用，从而设计出合适的政策措施是非常重要的。在这方面，Gertler 和Kiyotaki[8]，Gertler 和 Karadi[9]开了先河，他们在构建宏观经济框架时首次将商业银行与储户之间代理问题造成的金融摩擦内部化，这样不仅可以在金融机构极易受到风险时捕捉到危机，而且还可以解释金融机构最初为何采用这样一种风险敞口，从而为在考虑信贷政策道德风险副作用的情况下定量分析信贷干预政策的效果以及宏观审慎政策的影响提供了新的研究平台。

不少国内学者也将金融机构、金融摩擦引入到了对中国宏观经济的研究中。其中，大部分文献都强调了非金融企业信贷约束造成的金融加速器效应，例如：杜清源等、吕朝凤等在实际经济周期(RBC)模型的基础上引入了信贷约束，证实金融加速器效应会加大外生冲击对经济的影响[10-11]；崔光灿[12]、李成等[13]、袁申国等[14]、汪川等[15]、梅冬州等[16]、李雪松等[17]、刘兰凤等[18]在BGG模型的基础上，通过不同程度的改进建立了动态随机一般均衡(DSGE)模型，并在此基础上分别分析了资产价格波动、汇率升值以及货币政策等几类冲击对中国宏观经济的影响，为传统货币政策的选择提供了实证依据；刘斌、罗英等基于CMR模型扩展并建立了适用于中国的带有金融加速器机制的DSGE模型，并分别对货币政策和财政政策的效应进行了评价[19-20]。朱培金采用贝叶斯推断方法估计DSGE模型，比较了金融加速器存在与否、不同杠杆率和利率市场化3种情况下对经济波动的影响[21]。

此外，还有学者从银行信贷渠道或是银行资本渠道对传统的非金融企业资产负债表渠道的金融加速器效应进行了补充。例如，许伟等、汪川、周炎等通过将商业银行视为货币当局实施货币政策的中介机构引入了银行信贷渠道对经济的影响[22-24]；又如余雪飞将银行资本渠道引入到了BGG模型中，发现了企业外部融资升水的变动除了取决于企业杠杆率还取决于银行资本变动时的流动性升水，巴塞尔协议对银行资本的要求反而会进一步放大金融加速器效应[25]。陈诗一等在多部门DSGE模型中引入带有金融摩擦的银行部门，研究货币政策影响房地产价格的传导机制，以及降低社会融资成本的政策对房地产市场中金融加速器效应的影响[26]。

虽然上述文献考虑了外部政策通过商业银行信贷或资本渠道对经济波动的影响，但是与前面重点关注非金融企业金融摩擦的文献一样，它们仍然没有考虑商业银行与储户之间代理问题产生的金融摩擦。根据现有文献，只有艾瑶等强调了这一代理问题对经济可能产生的影响，该文在构建家庭、企业和商业银行的两期理论模型时引入了商业银行净值和违约门槛对商业银行吸收存款的约束作用，得到了商业银行道德风险对存款、家庭效用等变量均衡值的影响[27]。尽管如此，艾瑶等并没有将其引起的金融摩擦内生化，因而也就无法刻画基本经济风险预期和信贷政策预期如何影响商业银行风险敞口选择，从而也无法用于准确评估事后的信贷政策效果以及事前的宏观审慎政策效用。

本文基于Gertler and Kiyotaki[8]，Gertler and Karadi[9]的研究，通过允许商业银行在吸收存款和发行银行股票之间权衡来将金融机构的金融摩擦内生化，建立一个适用于解释中国经济波动和危机形成机制的DSGE模型，通过该模型可以解释金融机构最初为何采用具有较大风险的资产负债结构，从而在信贷政策预期会产生道德风险副作用的情况下，更好地刻画出金融危机对宏观经济的影响和评估信贷政策对缓解金融危机的效果，并探索事前减少商业银行风险承担行为的宏观审慎政策效用。

二、基准模型

本文建立开放经济条件下含有金融加速器的多部门DSGE模型，其中包含4类经济体，分别为家庭、生产企业、商业银行和政府，下面将分别对这4类经济体行为设定进行阐述。

(一)居民行为

假设经济体由完全相同的家庭居民组成，居民不获取资本，也不直接向生产企业提供资本，而是向商业银行提供资金。商业银行向居民发行两类证券：商业银行存款(相当于商业银行向居民发行的债券)和商业银行股票。为简便起见，本文对商业银行股票进行了标准化处理，标准化后，每一单位股份对应每一单位商业银行净资产的所有权，如果用Zt和qt分别表示t期每单位商业银行资产所产生的收益和股票的价格，那么在t-1期持有的股票在t期所获得的每股收益等于[Zt+(1-δ)qt]ψt，该收益表达式对商业银行资产中资本可能遭受到的实体性贬值和资本质量冲击进行了调整。

其中Et是基于t时期信息的条件期望算子，γ>0，该过程受制于以下资金流约束：

(1)

其中：Wt是工资率，Tt是总税额，Πt是因为拥有商业银行部分股权而得到的净分配，Rt=1+it，it为存款利率。这是一个典型的随机离散动态规划问题，因此，根据随机的离散动态规划理论，可求出居民的最优行为方程：

(2)

(3)

(4)

式(2)为跨期消费的欧拉方程；式(3)的含义为效用最大化要求消费和闲暇所得来的边际效用相等；式(4)给出了均衡时的“商业银行股票”股收益需满足的条件等式。

(二)企业部门

假定代表性企业风险中性，每期企业存活到下一期的概率为η，同时假定新企业的出生概率能够保证企业的总数不变，并且排除企业依赖自身资金积累实现完全内部融资的可能，即企业必须在一定程度上依赖外部融资。假设企业以资本Kt和劳动Lt作为投入，通过柯布-道格拉斯生产函数生成产出Yt，其形式为：

(5)

(6)

其中：δ为折旧率，Φ(It/Kt)Kt为资本品的生产函数，Φ(0)=0，Φ′(·)>0，Φ″(·)<0。在均衡条件下，企业通过选择投资It来最大化其预期收益Et[Qt+1ΔKt+1-It]，对其求一阶导数，可以得出单位资本价格满足的条件式：

(7)

另外，本文还借鉴了相关金融类文献(如Merton[7])的作法，通过引入资本质量冲击来引入资本价值变动的外生机制，资本质量冲击ψt+1可被视为反映了某种形式的经济性损耗，是资产价格动态化的外生动因，假定资本质量冲击ψt+1服从非条件单位均值的独立同分布过程。此外，本文还通过资本质量大幅萎缩的形式来反映突发性灾难，这点在后文有详细讨论，这类灾难冲击将促成金融危机的爆发*还有一种可替代的方法是引入影响当期资产价值的“消息”冲击，Gertler和Karadi[9]阐述了两者的相似性。。

根据Bernanke，Gerlter和Gichrist[3]的研究，在信贷市场存在摩擦的条件下，企业最优投资规模满足企业资本收益率等于其外部融资成本，即：

(8)

在企业资产收益率确定的条件下，企业的净资产的演化路径可以求得：

(9)

其中η为每期企业存活到下一期的概率，这种假设可以有效避免因企业生产者积累足够净资产而影响金融加速器机制的运行*若企业生产者自身的净资本足够购买新的固定资产，那么企业就无需进行外部融资，从而设定的金融加速器机制就无从发挥其效应。。

(三)商业银行

为了每期向生产企业提供资金，商业银行通过吸收存款和发行股票的方式从居民部门汲取资金，此外，商业银行还拥有来自累积留存收益的净值，在获取到资金后，商业银行会通过贷款向生产企业提供资金。

(10)

商业银行t期的净值nt等于扣除掉股票持有人和存款人收益之后的t-1期投资资产的总收益。如果用Rkt表示单位商业银行资产自t-1期到t期的总收益率，那么有：

(11)

为了对商业银行获取资金的能力施加一定的内生约束机制，本文借鉴Gertler和Kiyotaki[8]的做法，引入了如下的代理问题：假定在商业银行募集到资金后，管理商业银行的银行家会将一部分资产转移到家庭中，而基于对这种可能性的认知，居民可能会对自己借给商业银行的资金量进行限制。

此外，本文假定商业银行转移资金的多少取决于其负债结构。具体地，本文假定多转移一单位由商业银行存款募得的资产的难度要高于由商业银行股票募得的资产(商业银行存款对商业银行具有非相机支付的要求，而股票红利支付则由于与商业银行资产的绩效表现有关从而难以受到外部人的有效监管)，正是由于商业银行存款对商业银行支付的要求更严，因此商业银行存款对银行家施加的约束要强于商业银行股票。

记xt为从股票募集到的商业银行资产比重：

(12)

假定商业银行在获得资金后会转移h(xt)比例的资产，其中h(xt)是xt的凸函数：

(13)

本文对商业银行外部融资约束假定如下：商业银行刚开始采用股票方式进行融资时可能会在一定程度上提高监管效率(即ε为负)；当用股票融资替代存款融资时，商业银行转移资产的能力会增加，切点θ(ε+kxt)为正值；如果商业银行为了私人利益转移资产，那么就会导致债务违约和倒闭，存款人会对剩余的1-h(xt)资金进行追索。由于商业银行的存款人认识到商业银行具有转移资金的动机，因此他们会限制借给商业银行的资金量，在这样的情况下商业银行就会面临外部的融资约束。

记Vt(st,xt,nt)是给定t期末资产负债结构(st,xt,nt)的商业银行特许权价值，为了确保商业银行不转移其资产，须施加如下约束：

Vt≥h(xt)Qtst

(14)

式(14)意味着商业银行的特许权价值必须至少与其转移资金获得的收益一样大，居民才会愿意向商业银行提供资金。

结合式(11)、式(12)可以得到商业银行t期的净值nt，它是st-1，xt-1和nt-1的函数：

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

(15)

根据Gertler和Karadi[9]的研究，商业银行在t-1期末的特许权价值要求满足以下贝尔曼方程：

(16)

其中，等式右边考虑到了商业银行以(1-σ)概率退出和以σ概率继续存活的可能性。相应地，商业银行每期都会在动机约束式(14)和净值积累规律式(15)的约束下，通过选择st和xt来使Vt(st,xt,nt)最大化。记φt为能够满足动机约束的商业银行资产净值比率(杠杆率)的最大值，可以构建如下方程：

Qtst=φtnt

(17)

式(17)是商业银行部门的重要关系式，它意味着在存在借款约束时，商业银行能够融通的私人资产数目将受到净值nt的限制。根据商业银行收益最大化目标，可推导出以下一阶均衡条件：

(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)说明：(1)随着影响商业银行特许权价值的两个因素——商业银行资产超额价值的贴现值(μs,t+xtμe,t)和增加单位净值所节省的存款成本Et(Λt,t+1Ωt+1)Rt+1这两个因素增加，杠杆率φt会增加，这是因为这两个因素的增加会使商业银行的特许权价值增加，从而减少商业银行转移资金的动机，也就使得居民更愿意在商业银行存款；相反，随着商业银行能够转移的资产比例h(xt)的增加，φt会减小。

(2)杠杆率的变化与风险认知也存在着反向关系，尤其是商业银行在估计它的预期回报时会采用扩展的随机贴现因子，即居民随机贴现因子Λt,t+1和随机因子边际净值Ωt+1的乘积。值得注意的是，后者是逆周期变化的：由于对商业银行动机的约束在衰退期比在繁荣期更强，因此在衰退时期每增加一单位的净值所带来的价值要比在繁荣时期更高；相应地，由于Ωt+1和Λt,t+1都具有逆周期性，因而扩展的随机因子也是逆周期的。由此可知，由于实现的资产超额收益Rk,t+1-Rt+1是顺周期变化的，商业银行随机贴现因子的波动性增大将会导致商业银行资产超额价值的减少继而会导致其持续价值减少，由此可见，不确定性会影响商业银行获取资金的能力。

(3)关于对负债结构的选择，当用商业银行股票替代存款融资的超额价值μe,t与资产相对存款的超额价值μs,t的比值增大时，用股票融资的资产比重会增大，融资约束的存在使得商业银行比居民的风险厌恶程度更高，因此商业银行发行股票会增加超额价值。从式(21)可以看出，μe,t是扩展随机贴现因子与存款和股票收益率差异(Rt+1-Re,t+1)乘积的期望值； 另一方面，居民的投资组合策略使得存款利率和股票报酬率之间存在如下套利关系：

Et[Λt,t+1(Rt+1-Re,t+1)]=0

(23)

可见，居民用随机因子Λt,t+1对收益进行贴现，商业银行则用Λt,t+1Ωt+1作为贴现因子。由于后者比前者的波动性更大、逆周期性更强，所以当商业银行从存款融资转换为股票融资时会获得对冲价值。如果发行或有负债不需要任何成本，那么商业银行将会百分之一百地采用股票融资。然而，正如式(13)所示，增加股票融资比重使得银行家更容易转移资金，从而会带来更加严重的代理问题，因此商业银行对于股票的发行量需要进行权衡，一般说来，股票融资的比重为内生变量。

发行股票有助于商业银行提高对冲净值波动的能力，而能够获得的外部融资总量除了取决于可行杠杆率最大值φt外，还取决于商业银行净值的多少。由于φt不受商业银行特有因素的影响，因而通过加总式(17)可以得到不考虑央行信贷政策下的商业银行贷款总需求Sp,t和商业银行部门的总净值Nt的关系式：

QtSp,t=φtNt

(24)

相应地，Nt的变化对于模型经济动态化起着很重要的作用。

(四)政府(中央银行)

当经济增长明显减缓或者出现金融危机兆头时，政府往往通过中央银行采取一系列信贷政策进行干预，这样的信贷政策相当于政府大规模购买评级较高的商业银行证券，其主要目的是在金融危机高峰期时起到稳定信贷市场的作用*相应地，本文集中关注政府通过央行的直接借款政策，Gertger和 Kiyotaki认为这是央行资产负债表活动中最重要的一个方面，也是许多政府在危机中所实施的各种信贷市场干预政策的主要手段[8]。。记QtSgt为政府通过央行所提供给商业银行的资金，QtSt为商业银行机构融通持有的总资产价值，则有：

QtSt=QtSp,t+Sg,t

(25)

假设中央银行愿意为ζt比重的融通资产提供资金：

Sgt=ζtSt

(26)

这样，在金融危机爆发时，通过增加ζt，中央银行能够减少超额收益Rk,t-Rt+1，通过这种方式，信贷政策将减少资金的成本，从而可以刺激投资。

政府需要满足一定的预算约束，其预算约束为：

Gt+QtSg,t=Tt+Zt+1-δQtψtSg,t-1+NFBt

(27)

其中：Tt是税收总额，NFBt是新增财政赤字。本文假定政府支出是一个外生变量，作为政府对经济增长进行调控的财政政策手段，其增长率服从AR(1)过程，即：Gt=egtGt-1

(28)

(五)经济的总体资源约束

本文建立的是开放的经济体模型，由于总产出包括居民消费Ct、政府消费Gt、投资支出It和净出口NEt4部分，因此有

(29)

本文假定净出口NEt是外生变量，反映世界经济对国内经济的影响，其增长也服从AR(1)过程，即：NEt=ejtNEt-1

(30)

(六)均衡市场

(31)

其中股票融资占资产的比重xt由式(22)给出。最后，还有一个均衡条件为劳动力需求等于劳动力供给，这意味着：

(32)

当没有引入信贷市场摩擦时，模型可以简化为在习惯形成和浮动投资调整成本方面进行了改进的实际经济周期(RBC)模型，但是，在引入信贷市场摩擦后，商业银行的资产负债表约束将可能会限制实物投资支出，从而会影响到实体经济活动；当资产负债表衰退严重影响了信贷流，从而遏制了实体经济活动时，一场金融危机就可能会爆发。

式(1)—(9)，式(11)，式(15)，式(16)，式(18)，式(19)，式(23)，式(25)—(32)构成了一个完整、开放式的模拟金融信贷政策的动态随机一般均衡模型，共同决定了这23个内生变量的均衡稳态解及其对外生冲击的响应变化轨迹。

三、危机模拟及政策实验

本文选用的数据为中国季度数据，时间区间为1998年第1季度至2017年第4季度，共572个数据样本，数据来源于CEIC数据库和Wind数据库。本文主要的可观测值为GDP、固定资产投资、居民消费(以社会品消费总额衡量)以及以M0度量的货币供给量。为了得到波动序列，需要对以上4个序列进行如下处理：首先，用GDP缩减指数对GDP进行平减，用消费价格指数对M0和居民消费进行平减，用投资品价格指数对固定资产投资平减；其次，对这4个序列进行季节调整；第三，对这4个序列取对数；最后，使用HP滤波器对取过对数的4个序列去势，从而得到本文所需要的波动序列。模型中的参数按照刘斌[19]所采用的规则进行赋值，即一般静态参数用校准的方法进行赋值，动态参数用贝叶斯估计的方法进行估计。校准参数取值一是参照文献中的惯例，二是根据我国经济数据直接估算。

(一)部分参数的基本校准

对于折现因子β的季度值，国内外文献大多数取值为0.96～0.99，刘斌取值为0.985[19]，李成等取值为0.984[13]；汪川取值为0.96[23]，本文参照以上文献，取均值为0.98。物质资本折旧率δ的季度值，文献大多在0.025～0.035[12]，崔光灿取值为0.025[12]，刘斌取值为0.035[19]，余雪飞取值为0.025[25]，本文参考以上文献，取均值为0.03。资本份额α的季度值，文献大多在0.3～0.4[12]，崔光灿取值为0.33[12]，刘斌取值为0.4[19]，仝冰取值为0.4，袁申国等取值为0.327[14]，汪川取值为0.4[23]，梅东洲等取值为0.4[16]，余雪飞取值为0.326[25]，本文参照以上文献，取均值为0.35。企业存活概率η的季度值，BGG[3]取值为0.972 8，李成等也取值为0.972 8[13]，本文也遵循这一取值。现金份额参数ξ的取值，借鉴Gertler和kiyotaki，取值为0.135[8]。

(二)部分参数的贝叶斯估计

本文需要通过贝叶斯估计的参数共有11个，这些参数的贝叶斯估计结果如表1所示。

最后，关于对经济风险的度量，本文借鉴Gertler和kiyotaki[8]的研究，并根据中国经济波动的实际情况，假设低风险经济的特征*中国经济平稳发展时期(2000—2005)的一年期贷款利率平均标准差为0.046 3(根据贷款利率的月度数据计算)，而1997—1998年、2007—2008年的一年期贷款利率平均标准差分别为0.699 8和0.484 4；另外，结合年度GDP增速，相对而言，中国在2000—2005年经济发展较为平稳，波动较小；而在1997—1998年、2007—2008年经济波动较大，风险较高，为简便起见，本文的高低风险下贷款利率标准差分别取值为0.6和0.05，不过，这里的经济风险高低是相对而言的。为：贷款利率标准差小于等于0.05，每期企业存活到下一期的概率大于等于0.99；而高经济风险的特征为：贷款利率标准差大于等于0.6，每期企业存活到下一期的概率小于等于0.90。

模型的一个重要特征是商业银行资产负债表结构会受到风险认知的影响。为此，在模型的计算中需要将风险考虑进来。为了实现这一目的，本文构建了一个经过风险调整的稳态点，在该稳态点下，给定机构认知观念的二阶矩，如果实现的(均值为零)外生干扰为零，那么变量将不会发生变化，经过风险调整的稳态点与非随机稳态点的不同仅仅在于二阶项上，这些受到内生变量方差和协方差影响的二阶项将会最终影响到资产负债表结构的确定。为了分析模型的动力系统，本文还将观察在经过风险调整稳态点附近的一阶对数线性近似。值得注意的一点是，由于收紧动机约束会产生成本(随着资本超额收益的增加而增加)，商业银行的股票不仅会受到二阶矩(商业银行股票的对冲价值)的影响而且还会受到一阶矩的影响。

表1 低风险情景下的部分参数的贝叶斯估计结果

四、模拟结果比较分析

通过设计几个数值实验来阐明以下问题：模型如何刻画出不同经济风险下主要宏观经济变量均衡状态下的数值特征，金融危机对不同经济风险下实体经济的冲击影响，以及信贷政策和宏观审慎政策如何减缓了危机。本文分别考虑了低风险经济和高风险经济两种情景，并分别在这两种情景下对信贷政策及宏观审慎政策的实施效果进行检验。

(一)信贷政策响应

从已经发生的历次金融危机(美国金融危机、墨西哥金融危机、东南亚金融危机、俄罗斯金融危机)来看，政府采取应对金融危机的措施多种多样，其中中央银行直接贷款是减缓危机影响的一种常见的政策措施，本文的信贷政策就是指中央银行对商业银行的直接贷款救助行为。一般来说，预期资本收益与无风险利率之间的价差大幅增加是金融危机下的企业财务困境的典型特征之一；而在现实中，各类市场上信贷息差的急剧扩大将会引起中央银行采用信贷政策进行干预；相应地，假定央行根据价差EtRkt+1-Rt+1与稳态值ERk-R的差值来调整它融通的商业银行信贷比重ζt，具体为：

ζt=vgEtRkt+1-Rt+1-ERk-R

(33)

为了将这一规则参数化，本文借鉴Gertler和Kiyotaki[8]、Gertler 和 Karadi[9]的研究，将vg赋值为100。

信贷政策的引入会影响商业银行的资产负债表结构，本文首先将分别在低风险和高风险经济情景下检验政策规则对稳态值产生的影响。表2中间两列展示了政府干预预期如何影响低风险和高风险经济中的随机稳态值：① 由于对政府干预的预期将会导致对资产价格下跌风险认知度的降低，因此，相对于无政策干预的情形，信贷政策情境下商业银行会更依赖于央行直接贷款，从而导致高风险情景下对政府干预的预期所造成的效应比低风险情景下要高；相比无政策干预情景，信贷政策下高风险情境的股票比重x下降了12.0%，而在低风险情景下只有4.8%；② 信贷政策下各种情形中的实体经济变化的一阶效应均为正：低风险经济中产出、消费、劳动和资本分别增加1.6%、1.4%、1.2%和3.7%；高风险经济中的产出、消费、劳动和资本分别增加1.4%、1.1%、1.0%和3.4%，这是股票发行减少和私人部门对风险认知度降低的联合效应造成的，因为它们均使得商业银行的借贷约束有所放松，从而促进了实体经济的发展。

表2 不同政策下低经济风险和高经济风险的部分内生变量稳态值

图1为低风险经济和信贷政策情景下，资本质量受到一个负的标准差的模拟冲击结果。在低风险经济中，信贷政策对经济具有很强的稳定作用，该政策下，产出、投资、消费及劳动等实体经济变量的降幅均比无信贷政策下的降幅明显减小。另外，中央银行信贷的增加会显著抑制价差的扩大，继而会减缓投资的下降，央行信贷与资本存量最大比重约为18%。

图2为高风险经济和信贷政策情景下，资本质量受到一个负的标准差的模拟冲击结果。高风险经济中信贷政策的作用相对较弱，其原因在于：在高风险经济中，即便没有信贷政策，商业银行也可以通过股票发行来吸收掉部分冲击，从而对政策的预期会造成道德风险，商业银行会提高它们各自的杠杆率，商业银行更期望通过公共信贷政策来降低风险。

通过假定商业银行不会预期到信贷政策的情况，可以侧面观察到商业银行道德风险问题。在政策可被预期到时，本文的基准政策是vg=100，为了能让未被预期到的信贷政策起到同样程度的稳定作用，本文需要设定该类信贷政策的强度，即反馈参数vg。

图1 低风险经济和信贷情景下经济对危机冲击的响应

图2 高风险经济和信贷情景下经济对危机冲击的响应

图3为高风险经济不同预期政策下，资本质量受到一个负的标准差的模拟冲击结果。如图3所示，预期政策(νg=100)和一个非预期政策(νg=50)下的投资、消费和产出的政策反应图几乎完全重合。这说明：如果政策不会被预期，那么采用相对较小的干预就可以实现大致相同的稳定程度，在这种情况下，央行需要融通的信贷比重大约仅为完全预期政策情形下比重的一半。但问题在于，如果没有一定形式的承诺，央行声称其在危机中不会进行干预就是不可信的。进一步说，商业银行部门的杠杆率越高，干预政策的事后效应就会越大，并且商业银行部门的高杠杆率会增加央行进行干预的动机。因此，商业银行预期央行在危机中会采用信贷政策是合乎理性的，而这又使得商业银行会进一步增加它们的风险敞口。

图3 高风险下的预期和非预期政策反应

(二)宏观审慎政策

在本文的框架下，通过实施宏观审慎政策来鼓励商业银行多发行股票少发行商业银行债券主要出于两种动因：一是由于资产价格对融资约束的影响，经济体中存在金融外部性，也就是说商业银行不会将其资产负债表结构决策所产生的外部性进行合理的内部化。由于金融市场摩擦会导致投资和储蓄回报率之间差异的逆周期变化，商业银行无法将发行股票的外部收益内部化，因而福利减少。是由于预期到金融危机下政府会进行信贷市场干预，因此商业银行的负债结构更倾向于使用短期债务。

(34)

(35)

Christiano， Motto和Rostagno[4]证明了在上述假设下，商业银行发行股票的边际收益等于发行股票所获的超额价值与补贴之和，即：

(36)

上述这种补贴/税收方案其实是一种逆周期的资本要求，一方面，补贴增加了xt的稳态水平，从这一角度来看它是对资本的要求；另一方面，xt的水平依然还像分散均衡中那样是逆周期性变动。

这种宏观审慎政策的好处在于它可以减小整体的波动性，但同时，它也具有一定的成本：由于股票增加会对商业银行的动机约束产生一定的影响，因此增加商业银行股票的要求会付出一定的代价。假定转移比率hxt随着xt的增加而增加，并且hxt是凸函数，那么增加股票所付出的成本将是边际递增的，这意味着理想的补贴政策应该能使x的稳态水平高于分散经济下的水平，但同时又能保证其不会导致商业银行完全利用股票融资。经计算，在宏观审慎政策下，x在高风险情景中的稳态值将增加大约65%(从16.3%到26.8%)，在低风险情景中则增加一倍左右(从11.8%到22.9%)，详见表2最后两列。

当在高风险经济情景中施行如上所说的宏观审慎政策时，资本质量受到一个负的标准差的模拟冲击影响(图4)。通过观察可知，如果实施了宏观审慎政策，那么相对于只实施信贷政策的情况，只需要使用更小力度的信贷政策干预就可以实现对经济同样程度的稳定作用。在实施宏观审慎政策的情形下，中央银行需要融通的信贷比重(ζt)仅是没有实施宏观审慎政策情况下的三分之一，直观地看，宏观审慎政策要求增加的股票发挥了一定的缓冲作用，从而减少了危机中向央行借款的需求。此外，当将两项政策结合起来使用时，其产生的稳定作用可能更大些，年均产出的收缩将减少大约0.25%。

图4 高风险经济情景下实施宏观审慎政策和信贷政策的各变量反应

在低风险经济中，对信贷政策的预期不会对商业银行事前的风险承担行为有太大影响。如前所述，由于对风险的认知度较低，故短期债务水平较高；然而，当存在金融外部性时，由于该外部性导致商业银行无法将其杠杆经营决策的效应合理内部化——尤其是由于成本太高或是政治上无法实现而导致无法使用信贷政策作为稳定工具时，宏观审慎政策也依然会非常有用。图5考虑了没有信贷政策时低风险经济中出现危机的状况，仅实施宏观审慎政策就可以使经济在危机中得到很大程度的稳定，这仍然是由于初始状态时商业银行股票水平较高而形成的稳定机制。

五、稳健性检验

本文在构建DSGE模型时，在参数选择、函数形式选择上作了一些假设，这些假设无疑会对模型运行结果产生影响，从而导致模型结果发生变化，但这些变化是否是显著的，或者说模型的稳定性如何，这是评价模型及其结果的重要标准。从表2结果可以看出，在不同政策和不同经济风险条件下，模型内生变量变化稳健，说明模型具有较好的稳定性。下面从另外一个角度，即改变数据样本估计区间来检验模型参数的稳健性，表3分析了不同数据区间对模型参数的影响*为节省篇幅，本文仅列出低风险情景下的贝叶斯估计结果，其他情景下的参数稳定性检验类似，若感兴趣可向笔者索要。。

图5 低风险经济情景下实施宏观审慎政策和不实施信贷政策的各变量反应

表3 低风险情景下不同样本期的参数贝叶斯估计结果

参数含义1995Q1—2010Q4事后均值事后90%置信区间2000Q1—2017Q4事后均值事后90%置信区间γ风险厌恶参数1.745 4[1.646 2,1.844 7]1.865 9[1.793 7,1.938 1]χ劳动效用权重0.257 1[0.249 8,0.264 5]0.246 5[0.232 4,0.260 7]λ习惯参数0.760 6[0.756 2,0.765 1]0.737 3[0.710 5,0.764 2]φ劳动供给弹性的倒数0.318 5[0.302 1,0.334 8]0.327 6[0.308 6,0.346 5]θ资产转移规模参数0.275 9[0.268 3,0.283 5]0.279 2[0.260 2,0.298 3]ε资产转移一阶参数-1.262 0[-1.272 9,-1.251 2]-1.237 5[-1.254 9,-1.220 1]ω资产转移二阶参数0.265 3[0.255 5,0.275 0]0.246 2[0.237 2,0.255 4]ρa技术冲击的一阶自回归系数0.784 4[0.769 8,0.799 1]0.819 1[0.765 3,0.872 9]ρg政府消费的一阶自回归系数0.320 8[0.312 6,0.329 0]0.345 3[0.317 8,0.372 9]ρj净出口的一阶自回归系数0.406 5[0.390 2,0.422 8]0.425 9[0.400 4,0.451 4]lnp(YT)-109.73-106.25非参数Kendall检验Pr=0.754 8

注：采用Metropolis-Hastings算法抽样50 000次，并将前5 000次抽样作为burn-in舍去；边际数据密度近似使用Geweke[29]所提出的调和平均数估计；边际数据密度越大，意味着总体时间序列对随机增长模型的拟合效果越好

表3是基于不同样本时期(1995年第1季度—2010年第4季度、2000年第1季度—2017年第4季度)的参数估计结果，根据非参数Kendall检验，概率值远远大于0.05，说明不同样本期估计的这两组参数没有显著差别，结构参数基本保持平稳，因此数据估计区间的变化对于模型参数的影响基本可以忽略不计，模型具有较好的稳定性；从边际数据密度上看，第二个时期的边际数据密度稍大，表明该模型在2000年第1季度—2017年第4季度的拟合效果更好。

六、结论

(1)在信贷政策下，高、低经济风险情景下实体经济变化的一阶效应均为正，产出、消费、劳动和资本的均衡稳态值均有所提高，说明面对金融危机的冲击，实施相应的信贷政策可以减缓危机的负面影响，促进实体经济的发展。面对金融危机的冲击，低风险经济情景中的信贷政策对经济具有较强的稳定作用：产出、投资、消费及劳动等实体经济变量的降幅均比无信贷政策下的降幅明显减小，中央银行信贷的增加会显著抑制价差的扩大，继而会减缓投资的下降，而高风险经济中信贷政策的作用相对较弱。

(2)在宏观审慎政策下，信贷政策对经济具有很强的稳定作用，产出、投资、消费及劳动等实体经济变量的降幅均比无信贷政策下的降幅明显减小；对信贷政策的预期不会对商业银行事前的风险承担行为有太大影响，仅实施宏观审慎政策就可以使经济在危机中得到很大程度的稳定[30]；另外，中央银行信贷的增加会显著抑制价差的扩大，继而会减缓投资的下降速度。

(3)在高风险经济情景中，同时实施信贷政策和宏观审慎政策，只需要使用更小力度的信贷政策干预就可以实现对经济同样程度的稳定作用；在低风险经济情景中，仅实施宏观审慎政策就可以使经济在危机中得到很大程度的稳定。