■邹熙 黄凯

一、引言与文献综述

在金融危机频发的大背景下，系统性银行危机事件俨然成为世界经济发展的一个重要缩影。1970—2017年，全球共发生了151 起系统性银行危机[1]，给各国经济发展造成严重影响。不少学者探究了危机爆发的缘由，并普遍认为信贷扩张是引发危机的主要导火索[2，3]。危机下，传统微观审慎监管的薄弱环节逐渐显现，为弥补不足，各国纷纷制定宏观审慎政策，以加强逆周期调节，防范系统性金融风险，维护金融稳定[4]。我国银行业资产规模占全国金融资产总量的80%以上，因此避免银行业发生系统性危机是重中之重。党的十九大报告指出，要健全金融监管体系，守住不发生系统性金融风险的底线。2022年中央经济工作会议再次强调，要稳字当头，正确认识和把握防范化解重大风险，完善金融风险处置机制。在此背景下，处理好银行信贷扩张与系统性金融风险的关系，运用宏观审慎政策以促进金融系统平稳运行，有效防范银行系统性风险，成为亟须解决的问题。为此，本文试图从理论与经验着手，基于宏观审慎政策视角分析信贷扩张和系统性银行危机之间的关系，这一方面有助于更好地实现货币政策与宏观审慎政策二者协调，另一方面对于完善我国银行业监管体系，防范系统性金融风险，维护金融稳定，具有重要现实意义。

目前，许多学者实证分析了信贷扩张与系统性银行危机的关系。主流观点认为，信贷扩张发生于银行危机之前，信贷扩张的速度与系统性银行危机发生的概率正相关[5—7]。但也有学者指出，信贷扩张与系统性银行危机之间并不是完全正相关的，各国信贷增长与发生银行危机的概率之间存在倒“U”型关系[8]。从信贷扩张引发系统性银行危机的路径来看，首先，银行机构具有天然的脆弱性，信贷扩张积聚的风险会增加银行的脆弱性，进而直接造成银行体系内在的不稳定性[9，10]。其次，信贷标准放松是杠杆周期的起点，在经济繁荣时期银行业的顺周期行为会推高银行杠杆，使得信贷扩张程度进一步加大[11，12，13]。最后，信贷扩张是促成资产泡沫产生的重要原因，经济下行时期资产价格的剧烈波动将导致危机爆发，此时，信贷扩张程度越大，经济受到的负面冲击也越大[14，15]。该结论在北欧、日本和东南亚危机中均得到了证实[16]。此外，投融资体制也会影响信贷扩张与系统性银行危机的关联性，软预算约束加剧了信贷扩张引致系统性银行危机的速度[17]。

已有文献多基于宏观层面得出宏观审慎政策在有效防止银行过度承担风险、防范系统性银行危机方面具有良好调控效果的结论[18—20]，而且不同类型的宏观审慎政策工具调控效果存有差异。其中，LTV上限、DTI上限、动态拨备等约束对信贷增长具有较好的调控作用，逆周期资本缓冲则通过提升银行体系对损失的吸收能力，增加金融体系弹性[21]。另有部分学者根据金融周期分阶段对宏观审慎政策的有效性进行了分析，发现在金融周期的萧条阶段，宏观审慎政策针对降低银行体系脆弱性方面起到的效果不佳[22，23]。马勇等[24]还通过跨国实证研究发现，在发生信贷扩张的国家中，官方监管权力越大，系统性银行危机发生的概率越高。

虽然学者们探讨了信贷扩张与系统性银行危机的关系，也单方面分析了宏观审慎政策对银行承担风险的影响[25]，但鲜有学者在宏观审慎政策视角下研究信贷扩张与系统性银行危机之间的关系。例如，朱一鸣等[26]侧重于分析在资本账户自由化程度不同的情况下，信贷扩张对系统性银行危机的影响。类似地，马勇等[24]着重分析了监管错配、信贷扩张对金融危机和银行危机的影响。Ahrend等[27]则研究了在资本账户开放条件下，不同资本流动方式对金融稳定性的影响，结果表明在宏观审慎监管政策的作用下，系统性银行危机风险会下降。

综上，本文可能的边际贡献体现在以下三个方面：第一，从研究视角上，本文将宏观审慎政策、信贷扩张纳入统一框架，揭示了宏观审慎政策对信贷扩张的调节效应，同时验证了宏观审慎政策与金融监管对系统性银行危机作用的协同效应。第二，本文厘清了宏观审慎政策的作用机制，既从理论上推导了宏观审慎政策、信贷扩张与系统性银行危机之间的关系，也通过异质性分组进行了相应实证检验。第三，从研究方法上，本文引入动态面板logit 模型，拓展考察系统性银行危机的动态持续性特征，丰富了相关文献。

二、理论分析与研究假设

（一）信贷扩张与系统性银行危机

本文借鉴包全永[28]、顾海峰等[29]的模型框架，并结合研究目的对模型部分参数予以调整，构建了信贷扩张对系统性银行危机影响机理的理论模型。本文模型作出以下三个假定条件。

假定1：银行资产分为贷款（L）和流动性储备（A）两种形式；负债分为国内存款（D）和借入资金（B）两种形式；所有者权益（K）仅有一种形式。国内存款分为活期（短期）存款（D1）、定期（长期）存款（D2）两类，即D=D1+D2。根据会计恒等式，有D1+D2+B+K=A+L。此外，国内短期存款的流动性储备比例用rd表示，长期存款的流动性储备比例用rg表示，假设它们由各国央行决定。由于定期存款的流动性储备比例很小，因而可近似视为零。同时，rd上升代表信贷紧缩，rd下降代表信贷扩张。根据这些假定，可知流动性储备A=rd×D1。

假定2：存款、贷款都存在t1、t2两个时期。对于存款人而言，若在t1时期取回存款，则称为短期存款者，可获得（1+i1）倍本金；若在t2时期取回存款，则称为长期存款者，可获得（1+i2）倍本金。这里将θ定义为人数比，即短期存款人数与总存款人数之比，且θ=C(θ)+ε，其中，C(θ)是信贷扩张决定的部分，ε是扰动项。当整个经济出现信贷扩张时，银行可以集中更多的资金用于发放贷款，企业和个人也都有机会获得信贷资金，进而短期存款者的比例不断上升。θ对rd求偏导可得。对贷款人而言，如果在t1时期清算，可收回（1+i*）倍的贷款资金；如果在t2时期清算，可收回（1+I*）倍的贷款资金。此外，在t1时期，银行偿还（1+R1）的借入资金。

假定3：当银行流动性储备资产无法满足存款人提取需要和偿还借入资金时，银行可以提前结清贷款以补足资金缺口。

定义临界点θ1为当银行流动性储备资产恰好满足t1时期存款人取款资金和偿还借入资金时的θ值；临界点θ2为当银行流动性储备资产无法满足t1时期存款人取款资金和偿还借入资金，但提前清算t2时期贷款又恰好满足t1时期存款人取款资金和偿还借入资金时的θ值。如果通过清算贷款，银行也无法补足资金缺口，则导致严重的银行“挤兑”，甚至引发银行危机。基于上述分析，系统性银行危机函数设定如下：

首先，根据θ1的定义和假定2，有如下关系式：θ(D1+D2)(1+i1)+B(1+R1)≤rd×D1，从而可得，临界点

其次，根据θ2的定义和假定2、假定3，当银行流动性储备资产无法满足t1时期存款人取款资金和偿还借入资金时，资金缺口为θ(D1+D2)(1+i1)+B(1+R1)-rdD1。进行贷款清算后，可得到关系式：θ(D1+D2)(1+i1)+B(1+R1)-rdD1≤[(1-rd)D1+D2+B+K](1+i*) 。此时，θ的取值范围和临界点θ2分别为：

最后，当银行发生系统性危机时，有如下关系式：θ(D1+D2)(1+i1)+B(1+R1)-rdD1>[(1-rd)D1+D2+B+K](1+i*)。此时，θ满足θ>θ2，即：

基于上述关系式，构造函数G=θ-θ2。函数G对rd求偏导可得。对式（3）求偏导可得。最终，结果为：

考虑到D1、D2以及(D1+D2)(1+i1)的数值较大，而i*的数值较小，所以。由判定出表明随着rd增加，银行不会发生系统性危机。由于信贷扩张表明rd下降，信贷扩张会提高系统性银行危机发生的概率。

根据上述推导，本文提出假设1：信贷扩张会增加系统性银行危机发生概率。

（二）宏观审慎政策、信贷扩张与系统性银行危机

宏观审慎政策作为逆周期调节工具，实际上会对银行流动性储备产生影响，进而影响信贷扩张效果，故流动性储备A=rd×D1+M，M 表示宏观审慎政策带来的影响①。假定M对流动性储备的影响与rd×D1成比例，即M=-k×rdD1,k∈(0,1)，流动性储备可写作A=(1-k)rdD1，L=(1-k)rdD1+D2+B+K。随着宏观审慎政策的引入，银行用于贷款的资金会有所减少，贷款利率会逐渐抬高，t1时期的贷款利率变为i'，且i*

基于此，本文提出假设2：宏观审慎政策会缓解信贷扩张对系统性银行危机的风险冲击。

三、研究设计

（一）模型设定

本文参考众多研究银行危机的文献，采用面板logit模型[30，31]进行研究设计。根据模型假定，系统性银行危机发生的概率为虚拟变量，用P(i,t)表示，若发生记为1，未发生记为0。P(i,t)也是由解释变量组成的向量X(i,t)的一个函数，该函数的系数用向量β表示，β'X(i,t) 的累计概率分布函数用F(β'X(i,t))表示。面板logit 模型的对数似然函数形式如下：

其中，估计系数向量β反映的是各核心解释变量、控制变量变动对ln[P(i,t)/(1-P(i,t))]的影响，即各解释变量的变动增加或降低系统性银行危机发生的概率（对数发生比）。

考虑到固定效应的logit模型会损失较大的自由度，本文加入了不随时间改变的控制变量存款保险制度（DI），并借鉴王道平[32]的做法，最终选择更为合适的随机效应logit模型②。

（二）变量选择及数据来源

1.系统性银行危机

世界银行对系统性银行危机作出了定义，银行系统若发生以下两种情况即被认定为产生系统性银行危机：一是出现了挤兑或巨大损失，甚至被清算等严重事件；二是政府为应对危机对银行系统采取了较为明显的干预措施。为了方便统计分析，本文将系统性银行危机（BSC）定义为虚拟变量，其值为0表示未发生系统性银行危机，其值为1 表示发生了系统性银行危机。数据主要来自Laeven等[33]构建的数据库，该数据库包含了全球151 个国家或地区在1970—2017年发生银行危机的情况。考虑到数据的完整性，本文还根据世界银行全球金融发展数据库以及各国银行相关检索资料将系统性银行危机数据更新至2020年。

2.宏观审慎政策

本文宏观审慎政策原始数据来自IMF 公布的iMaPP 数据库，涵盖了1990—2020年全球范围内135个国家或地区的17项细分类宏观审慎政策工具的运用情况。定义每一项宏观审慎政策工具为虚拟变量。其中，取值为1代表宏观审慎工具收紧，取值为-1 代表宏观审慎工具宽松，取值为0 代表宏观审慎工具呈中性。通过对17 项细分类宏观审慎政策工具的月度数据汇总得到各项年度数据，并对年度数据进行加总便可构建本文的宏观审慎政策指标（MAP）[34]。另外，为了展开异质性分析，本文参考Forbes[35]的分类方法，根据工具作用目的将宏观审慎政策工具划分成四类：一是资本类宏观审慎工具（CapM），包括资本要求（Capital）、资本留存缓冲（Conservation）、逆周期缓冲资本（CCB）、贷款损失拨备（LLP）、杠杆率（LVR）。二是信贷类宏观审慎工具（CreM），包括贷款总量或增速限制（LCG）、额外贷款限制（LR）、外币贷款限制（LFC）、负债偿还比率（DSTI）、贷款价值比率（LTV）。三是流动性宏观审慎工具（LiqM），包括资本税（Tax）、流动比率（Liquid⁃ity）、准备金比率（RR）、存贷比率（LTD）、外汇开放式头寸限制（LFX）。四是其他类宏观审慎工具（OtM），包括缓解系统性重要金融机构风险的措施（SIFI）和其他（OT）。

3.信贷扩张③

由于不同国家或地区之间金融体系的成熟度存在较大差异，目前尚无能够衡量所有国家或地区信贷扩张水平的统计指标。为了尽可能消除国家间金融市场的异质性影响，本文参考马勇等[24]的做法，用银行贷款与银行存款的比值作为信贷扩张（CE）的代理指标。银行贷款与银行存款的比值越大，表明银行系统的信贷扩张程度越高。

4.控制变量④

本文参考已有研究对控制变量的设置，选择以下控制变量：宏观层面包括人均国内生产总值（Pg⁃dp）和经济发展速度（Growth）；微观层面包括银行相关经营指标，偿债能力指标（DP）用银行Z-score⑤来衡量银行财务困境，该数值越大，表明银行违约可能性越小，发生系统性危机的概率越低；银行规模（Scale）用银行总资产与GDP的比值来衡量，比值越高表明银行风险管控能力越强，但是在“大而不能倒”运行规则下，政府为银行提供的隐性担保也会促使银行从事高风险活动；银行净息差（NI）用银行净利息收入与生息资产的比值来衡量，比值越大表明银行市场竞争不够充分、效率偏低，可能增加银行系统性风险；另外，还控制了存款保险制度（DI），一般而言，显性存款保险制度的建立有助于银行防范系统性危机。

本文各变量的描述性统计结果如表1所示。从表1 可以看出，各变量不存在极端异常值情况。从共线性统计结果（未在文中列示）可知，各解释变量之间的相关系数较低，表明不存在严重的多重共线性问题。

表1 各变量描述性统计

四、实证结果与分析

（一）基准模型回归

表2报告了基准回归结果。信贷扩张（CE）的回归系数在（1）至（6）列中均显著为正，本文假设1 得到验证。这表明信贷扩张提高了银行风险承担水平，尤其是当流动性要求宽松时，银行个体会在负债端减少发行股票、吸收存款等稳定资金的行为，加大更敏感的批发融资力度，进一步将风险波动水平传导至银行系统。（2）至（6）列中，宏观审慎政策（MAP）回归系数显著为负，说明严格的宏观审慎管理能抑制过度信贷对系统性银行危机产生的风险冲击。从交互项（CE×MAP）估计系数及其显著性来看，宏观审慎政策会弱化信贷扩张引致系统性银行危机的影响效应，与本文提出的假设2 一致。该结果与现实情况也相契合，可能的解释为：随着信贷扩张的增加，政府部门会做出前瞻性预判，继而实施紧缩性宏观审慎政策，提高国内金融体系的弹性，避免系统性银行危机的发生。从控制变量来看，各变量也基本与预期变动方向一致。

表2 宏观审慎政策、信贷扩张与系统性银行危机之间的关系

进一步考虑到在面板逻辑回归等非线性模型中，交乘项对被解释变量的影响存在非线性效应[36]，并不能反映信贷扩张和宏观审慎政策的共同作用对系统性银行危机的边际影响，本文利用平均边际效应图来分析交乘项的边际影响。如图1所示。

图1 宏观审慎政策和信贷扩张的平均边际效应分析

图1刻画了在宏观审慎政策紧缩程度不一的情况下，信贷扩张与系统性银行危机发生概率的关系⑥。在宽松型宏观审慎政策下，随着宏观审慎政策更加严格，信贷扩张引发系统性银行危机的概率在下降，但下降程度不大。同样地，在紧缩型宏观审慎政策下，当宏观审慎政策作用力度增强时，信贷扩张引发系统性银行危机的概率最低。若实施半紧缩半宽松型的宏观审慎政策，即使加强宏观审慎政策作用力度，信贷扩张造成系统性银行危机的概率介于前两种情况之间。

（二）异质性分析

1.按收入水平和经济发展水平分组

通常而言，国家或地区之间因收入水平、经济发展水平不同，信贷扩张程度、宏观审慎政策实施的情况也会存在较大差异，因此，系统性银行危机发生的概率具有区域异质性。为此，本文将样本国家或地区分别按照收入水平划分为中高收入组和低收入组，按经济发展水平划分为发达经济体和新兴经济体⑦。面板逻辑回归模型的估计结果如表3所示。

表3展示了收入水平和经济发展水平分组回归结果。（1）至（4）列显示，在所有分组中，信贷扩张均会增加系统性银行危机发生概率，而宏观审慎政策仅在中高收入组中显著为负。存在这种差异主要是因为中高收入地区金融体系、银行监管等方面相对完善，宏观审慎工具和措施更为丰富，而低收入地区金融体系薄弱，各类金融工具创新较少，宏观审慎工具作为传统货币政策工具的补充使用频率也不高。此外，交乘项的系数也仅在中高收入地区统计显著，意味着在这些地区货币政策的顺周期效应会因为宏观审慎政策的逆向调节而得到抑制，从而有利于促进金融稳定目标的实现。类似地，经济发展水平分组回归结果表明，信贷扩张会引发系统性银行危机，但宏观审慎政策只在发达经济体中显著，且信贷扩张对系统性银行危机的引致作用同样会随着宏观审慎监管政策的实施力度增加而减弱⑧。

表3 按收入水平和经济发展水平分组

2.区分不同类型的宏观审慎政策

根据前文分析，学者们根据工具作用对象和目标的不同进行了组合。本文将这些工具细分为反映资本、信贷、流动性和其他类别的四种宏观审慎政策，进而分析不同类型的宏观审慎政策所产生的调节作用。模型的分类估计结果如表4所示。

表4的（3）、（7）、（8）列中，宏观审慎政策估计系数显著为负，表明信贷类和其他类宏观审慎政策的实施会显著降低系统性银行危机发生概率。事实上，为了尽可能地防范系统性金融风险，各国通常会把控制贷款总量、限制贷款价值比率作为日常监管手段，同时将系统重要性金融机构规定额外资本要求作为损失准备补充，避免“大而不能倒”。与之不同的是，资本类、流动性宏观审慎政策回归结果在统计上均不显著。究其原因，大多数国家这类工具运用相对较少，或仅在危机发生之后采用资本类宏观审慎政策加强监管，可能会影响统计上的显著性。就（6）列的交乘项结果而言，流动性类宏观审慎政策会降低信贷扩张对系统性银行危机发生概率。需要说明的是，各类宏观审慎政策调节作用不一致的原因主要在于资本类、信贷类和其他类这三种类型宏观审慎政策侧重于使用资本的缓冲型工具或者作用于借款人的工具，而只有流动性类宏观审慎政策通过金融机构资产负债表直接产生作用，因而其调节效应在统计上显著。

3.以2007年作为临界点进行分组

本文基于Laeven等[33]构建的数据库对系统性银行危机发生的频数和时间进行统计，发现大部分危机都发生在1997年东南亚金融危机和2008年全球金融危机两个时间点附近。为此，本文以2008年金融危机的前一年（2007年）作为分界点，将所有样本划分为金融危机前（1990—2006年）和金融危机后（2007—2020年）两个子样本⑨。

表5展示了金融危机前后分组的回归结果。（1）至（4）列显示，在金融危机前后，信贷扩张均会增加系统性银行危机风险。（3）和（4）列中宏观审慎政策回归系数在统计上不显著，说明金融危机后宏观审慎政策不会对缓和系统性银行危机产生积极影响，可能的原因是各国为应对危机更倾向于选择以资本监管为主的缓冲型工具。该回归结果正好与表4结果一致。从交互项来看，仅金融危机发生前，信贷扩张和宏观审慎政策交乘项系数显著为负，而金融危机后，宏观审慎政策的调节效应不显著。此外，还做了两个层面的稳健性检验，一方面仅对发生过系统性银行危机的样本⑩做回归，另一方面则是剔除2007—2020年期间发生过系统性银行危机的样本后进行回归，结果如表5（5）至（8）列所示。结果表明，宏观审慎政策在金融危机之前对信贷扩张调节效应显著，金融危机发生后调节效应不显著，同时也证实了（1）至（4）列回归结果的稳健性。

表5 以2007年作为临界点分组及相应稳健性检验

（三）稳健性检验

1.内生性检验与方法稳健性

系统性银行危机可能会反向影响宏观审慎政策，产生潜在的内生性问题。为缓解反向因果关系对结论的干扰作用，借鉴Demirgüç-Kunt 等[37]的做法，使用两阶段面板回归模型重新检验。另外，更换模型估计方法，利用Clog-log（补对数-对数）模型进行稳健性检验。表6 回归结果显示，无论是内生性检验还是方法稳健性检验，结论依然成立。

表6 内生性检验与方法稳健性

2.核心解释变量信贷扩张的稳健性检验

现有研究中提出较多关于信贷扩张变量的测度指标，为了保证核心解释变量结果的稳健性，本文分别选取私营部门信贷量/GDP（CE_1）、广义信贷量/GDP（CE_2）作为信贷扩张的衡量指标。在调整信贷扩张变量测算方法后，表7 的回归结果与主回归仍然一致，再次证明了本文的研究假设。

表7 信贷扩张变量的稳健性检验

3.调节变量宏观审慎政策的稳健性

就我国而言，贷款价值比（LTV）、存款准备金率（RR）两项工具使用频率较高，因此本文将这两类工具按照前文计算方法重新构建宏观审慎政策指标（MAP_1）；另外，存款准备金率（RR）操作工具被公认为全球使用频率最高的工具之一，这里也将其（MAP_2）单独放入模型进行回归。鉴于我国金融监管体制的特殊性，本文调整了研究样本，将我国的观测值予以剔除，并在替换宏观审慎政策指标基础上分组回归，以避免样本选择引起估计结果偏差。表8 的估计结果依旧印证了前文的结论，说明结果具有较好的稳健性。

表8 调节变量的稳健性检验

五、扩展性讨论

（一）动态面板logit模型

尽管系统性银行危机属于稀有事件，但是该事件在t 时期发生后，对整个银行系统产生的影响并不会立即在t时期消失，而可能会对t+1，t+2，…，t+n个时期造成连续性影响。为了在模型中体现系统性银行危机的动态持续性特征，本文参考Bartolucci等[38]的思路，在公式（7）的基础上加入被解释变量的前一期即yi,t-1，构建包含随机效应的动态面板logit模型，并使用条件极大似然估计法（CML）对模型进行估计。假定αi是个体i 的参数（它是固定或随机的），解释变量构成的向量Xi=(xi1...xit)，被解释变量构成的向量yi=(yi1...yit)'（yi0是已知的），Xi、yi,t-1的待估参数分别为β、γ。yi的条件分布函数为：

由于方程式没有对参数αi给予充分统计，根据Bartolucci 等[38]的思路，需要对yi的条件分布函数进行改进，形式如下：

其中，zi*=yi0z1+∑t>1zt-1zt，z+=yi+，z+=∑tzt，δi是个体截距项，η1、ψ分别是解释变量、被解释变量滞后项待估参数，ϕ、η2是损失参数。令θ=(η'1ϕ η'2ψ)'，公式（9）的条件对数似然形式为：

其中，I(∙)是指示函数，用来说明那些对似然函数没有作用的数值。

如上所述，系统性银行危机几乎爆发于1997年东南亚金融危机、2008年全球金融危机两个时间点附近，而且这两轮危机在本质上并没有关联，故本文仍然以2007年为临界点划分两个时间段，分别用动态面板logit 模型进行估计。模型估计结果见表9。结果显示，将被解释变量的滞后项BSCt-1加入模型回归后，列（1）至列（6）对应的系数在统计上均高度显著，表明系统性银行危机具有明显的动态持续性特征；信贷扩张、宏观审慎政策以及二者交互项的回归结果也与前文结论一致。

表9 动态面板logit模型估计结果

（二）引入金融监管变量

现实中，为了保证金融体系平稳有序运行，各国或地区都会实施一定程度的金融监管，降低系统性银行危机的发生概率。那么，在金融监管的基础上，随着各国宏观审慎政策的推出，金融监管抑制系统性银行危机的作用能否得到强化，也即宏观审慎政策与金融监管是否存在协同效应。为了回答该问题，本文参照马勇等[24]的做法，用银行业务范围管制指标作为金融监管（FR）的替代变量。银行业务范围管制指标主要包括银行能否从事证券、保险、参股非金融企业、参股金融企业等4个细分项，每个细分项中的数值越大（介于1至4之间），银行业务受限也越大。为确保结果的稳健性，本文按照细分项分别进行检验，回归结果见表10。研究显示：（1）、（3）、（5）、（7）列中CE×FR 的回归系数显著为负，意味着限制银行从事证券、保险、参股非金融企业等活动有利于银行稳健经营，降低系统性银行危机发生概率；（2）、（4）、（6）、（8）列中MAP×CE×FR 的回归系数显著为负，表明金融监管与宏观审慎管理相结合的措施，对缓和银行系统性风险冲击起到积极作用，两大监管政策协同效应明显。

表10 引入金融监管变量估计结果

六、结论与建议

本文对全球125个经济体1990—2020年间的数据建立面板logit模型，从理论模型与实证角度，研究了宏观审慎政策、信贷扩张与系统性银行危机之间的关系。研究结果发现：第一，信贷扩张会增加系统性银行危机发生概率，相反，宏观审慎政策会降低系统性银行危机概率。平均边际效应分析也表明，信贷扩张对系统性银行危机发生概率的促进效应会因为紧缩性宏观审慎政策的实施而得到缓解。第二，根据对样本分组的研究可知，信贷扩张提高系统性银行危机发生概率的影响并不会因为地区收入、经济发展水平的不同以及时间范围的变化而发生改变，但是宏观审慎政策的负向作用以及相应的调节效应仅在中高收入国家、发达经济体中显著；从时间划分上看，宏观审慎政策的调节效应仅在金融危机发生之前显著，而在金融危机之后并不显著。第三，在细分不同类别宏观审慎政策的情形下，信贷类、其他类宏观审慎政策均会显著降低系统性银行危机发生的概率，但仅有流动性类宏观审慎政策会显著减弱信贷扩张对系统性银行危机发生概率的正向影响。第四，系统性银行危机具有明显动态持续性特征，宏观审慎政策与金融监管能够产生协同效应。

根据研究结论，本文提出如下政策建议：

一是货币政策既要保持稳健适中，也要有的放矢，助力实现最优信贷扩张。本文研究表明，信贷扩张会明显增加系统性银行危机发生概率。货币当局既要找到一个最优信贷增长速度，确保信贷扩张维持在合理均衡水平以最小化银行危机发生率，也要根据经济运行状况，增强货币政策的灵活性，通过限制过度的信贷增长、逆周期的宏观审慎政策来预防危机的发生，促进经济稳定与发展。从国家层面看，低收入国家、新兴经济体局限于宏观审慎政策框架不够健全和成熟，应不断发展直接融资市场，完善多层次资本市场的建设，减少对间接融资的依赖性，提高银行面临系统性风险的弹性。

二是结合宏观审慎政策各类工具特点，有针对性地创设政策工具，不断丰富和完善宏观审慎工具箱。本文研究结论显示，宏观审慎政策每类工具的作用和调节效果不尽相同，因而政策制定者需要充分考虑不同类型的宏观审慎政策调节效应的差异性，选择合适的逆周期调节工具，并根据各国金融部门的制度、市场和商业条件进行调整，最大限度发挥宏观审慎政策结构性靶向调控的作用。

三是健全完善金融管理体制，发挥宏观审慎政策、货币政策和监管政策的协同作用。虽然信贷扩张会提高系统性银行危机发生的概率，但是宏观审慎监管在治理系统性风险过程中发挥了重要作用，金融监管机构应协调实施相应的货币政策和监管政策，致力于维持金融稳定、优化金融结构。与此同时，要依据银行主要业务类型实施差异化监管，在银行体系的效率和稳定之间作出平衡，增强银行业发展的稳健性。■

注 释

①本文还单独推导了宏观审慎政策对系统性银行危机的影响，结果表明宏观审慎政策对系统性银行危机的影响不确定。因篇幅所限，未能给出详细推导步骤，如有需要，可向作者索取。

②为了保证结果的稳定性，本文还进行了固定效应的logit模型估计，核心结论仍然不变。受篇幅所限，本文不再列示。

③本文将信贷扩张（CE）与宏观审慎政策（MAP）纳入交乘项（CE_MAP），为了更好地对估计结果进行解释，对信贷扩张（CE）变量进行了去中心化处理，后续分析均使用经过去中心化处理之后的数据。

④由于信贷扩张（CE）、人均国内生产总值（Pgdp）、经济发展速度（Growth）、银行偿债能力（DP）、银行规模（Scale）、银行净息差（NI）等数据存在一定缺失，本文采用线性移动平均插值的方式对数据进行了一定补全。宏观层面数据来源于World Bank 官网，银行层面数据来源于世界银行全球金融发展数据库（GFDD）。

⑤即Z分数，也称为标准分数，计算方法为某一具体分数与平均数的差再除以标准差。

⑥本文将宏观审慎政策按正负方向、数值大小划分为宽松型、半紧缩型、紧缩型三种，其中区间[-9-3]为宽松型宏观审慎政策，[-1 3]为半紧缩半宽松型宏观审慎政策，[5 13]为紧缩型宏观审慎政策。

⑦收入水平的划分依据世界银行的标准，经济发展水平的划分依据IMF的标准。

⑧如前所述，因为非线性效应的存在，本文这里也利用平均边际效应图分析了中高收入组与低收入组、发达经济体与新兴经济体中宏观审慎政策与信贷扩张交乘项的边际效应，结论依然成立。受篇幅所限，未详细列出。

⑨选择2007年作为分界点主要是因为，根据Laeven 等[33]的资料显示，美国发生系统性银行危机的时间点从2007年就已经开始。

⑩2007—2020年之间发生过系统性银行危机的样本地区有26个。