中國逆周期資本緩沖計提指標選擇與機制構建
——基于巴塞爾標準計提模型的擴展與檢驗

巴曙松，張祎，岳圣元

(1.中國銀行業協會，北京100033; 2.香港交易所，香港999077; 3.中國人民大學財政金融學院，北京100872; 4.南開大學經濟學院，天津300071)

中國逆周期資本緩沖計提指標選擇與機制構建
——基于巴塞爾標準計提模型的擴展與檢驗

巴曙松1，2，張祎3，岳圣元4

(1.中國銀行業協會，北京100033; 2.香港交易所，香港999077; 3.中國人民大學財政金融學院，北京100872; 4.南開大學經濟學院，天津300071)

作為巴塞爾協議III 的重要組成部分，逆周期資本緩沖旨在通過“以豐補歉”的形式熨平經濟周期波動，減緩系統性風險積聚，以實現宏觀審慎目標。截至目前，中國逆周期資本緩沖計提規則尚未落地，計提模型的細節驗證、參考指標的篩選設計等問題仍有待探索。本文在總結巴塞爾委員會提出的逆周期資本緩沖計提標準和國際實踐的基礎上，對比測算單邊和雙邊HP 濾波方法的潛在影響，采用主成分分析與回歸分析對逆周期資本緩沖建立期的附加參考指標進行篩選與檢驗。結果表明，雙邊HP 濾波方法在銀行部門信貸風險積聚的預警方面更具解釋力。此外，反映宏觀經濟狀況、資本市場、銀行壓力狀況及市場價格波動的指標也具備較強的預警能力，能夠為中國逆周期資本緩沖機制的設計提供參考。

巴塞爾協議III; 逆周期資本緩沖; 信貸/GDP; 銀行監管; 參考指標

2010 年12 月，巴塞爾銀行監督管理委員會(簡稱巴塞爾委員會) 發布了《巴塞爾協議III: 更穩健的銀行和銀行系統的全球監管框架》(簡稱巴塞爾協議III) ，闡述了全球銀行資本充足率監管標準和流動性監管標準，其中納入了逆周期資本緩沖(Countercyclical Capital Buffer，簡稱CCyB) 的計提要求。計提逆周期資本緩沖旨在保障銀行部門在資本要求中充分考慮所處的宏觀經濟金融狀況，采用附加資本緩沖的形式來實現更廣義的宏觀審慎目標，避免銀行部門在信貸增長過快時積聚大量系統性風險。在經濟上行區間，銀行需計提逆周期緩沖資本，抑制信貸的過度增長; 在經濟下行區間，釋放逆周期緩沖資本，以抵抗經濟下行壓力及其可能造成的損失。隨后，巴塞爾委員會發布《各國監管當局實施逆周期資本緩沖指引》(簡稱《指引》) ，推薦將信貸/GDP 缺口方法作為一般參考模型，結合其他危機預警指標，對信貸周期走向及逆周期資本計提進行綜合判斷和決策。

從國際實施現狀來看，已有25 個國家或地區制定了逆周期資本監管規則并落地實施，僅有中國和加拿大兩國尚未完成規則制定。值得注意的是，各國建立的逆周期資本監管規則雖大多采納了巴塞爾委員會推薦的信貸/GDP 指標作為核心參考變量，但具有鮮明的國別特點，以宏觀經濟指標、房地產價格信息及銀行特質等不同的附加參考指標作為判斷依據，為中國逆周期資本緩沖機制的設計提供了可借鑒的模式。從目前中國監管實踐來看，中國銀行業監督管理委員會(簡稱銀監會) 在2012 年修訂的《商業銀行資本管理辦法(試行) 》中提出，逆周期資本的計提要求為0—2.5%，但計提與運用的具體規則尚未公布。那么，巴塞爾標準計提模型在中國是否具有適用性? 常用于提取長期趨勢的兩種HP 濾波方法在中國選擇逆周期資本緩沖計提模型中如何取舍? 除信貸/GDP 指標外，應如何選擇附加參考指標，以降低單一參考指標計提決策失誤的概率? 這些都是中國在構建逆周期資本緩沖機制的過程中亟待解決的關鍵問題。

一、文獻綜述

(一) 巴塞爾逆周期資本緩沖掛鉤變量的選擇

巴塞爾協議III逆周期資本緩沖的標準計提模型將信貸/GDP與其長期趨勢之間的正缺口定義為信貸/GDP缺口，與逆周期資本緩沖計提直接聯系。此后，國際組織、理論界、學術界和絕大多數市場參與者采用信貸/GDP指標分析金融體系風險狀況，并對信貸/GDP 指標是否適合作為掛鉤變量進行了探討。

大多數國外學者認為信貸/GDP指標具備較為全面的預警能力，但其適用性需要各國根據本國的具體實際情況進行詳細評估，尤其是對信貸定義、計算口徑、濾波方法選擇和時間窗口等機制設計細節均需進行全面審慎考慮。Bakker 等[1]、Schularick 和Taylor[2]驗證了信貸增長與金融危機間的因果聯系，指出了選取信貸/GDP指標的合理性。但Aleskerov 等[3]認為信貸/GDP指標僅適宜在緩沖計提時作為參考，在實際運用中應選擇性使用。Alessandri 等[4]通過對意大利信貸/GDP指標的實際測算，對比了單邊和雙邊HP濾波計算方法的差異，認為采用雙邊HP 濾波方法所得到的缺口數據具有更顯著的預測能力。

國內學者在信貸范圍定義和指標測算方面已經進行了較為充分的研究，但是對信貸/GDP 指標的缺陷及運用細節討論較少，尤其是對HP 濾波方法的選擇及其影響評估不足。李文泓和羅猛[5]認為，信貸/GDP 指標是判斷中國信貸增長過快、系統性風險累積較合理的指標。陳雨露和馬勇[6]對比了不同信貸范圍的測算結果后認為，廣義信貸和社會融資總量更適合作為掛鉤變量的計算依據。李樹生和王文峰[7]指出，巴塞爾逆周期緩沖資本機制的實施難度較大，若判斷失誤必將加大經濟波動，信貸/GDP 指標的信號延遲效應也是應考慮的現實問題。楊新蘭和吳博[8]結合一致性指數進行對比分析，認為廣義信貸余額數據更適合作為信貸計算范圍，這一點與巴塞爾委員會的建議相符。

(二) 逆周期資本緩沖計提機制的研究與設計

為避免單一參考指標可能導致的監管決策失誤，巴塞爾委員會在《指引》中指出，各國監管當局不能機械地依靠信貸/GDP 指標進行監管決策，還應基于其他信息對宏觀經濟形勢進行綜合判斷，以此設定合理的逆周期資本緩沖水平。

國外學者及監管機構對其他參考指標研究較多，并對各指標實施的有效性進行了實證檢驗。Gerdrup 等[9]通過測算分析認為信貸/GDP、房價收入比、實際商品房價格和批發融資比率四個關鍵指標可提高危機預警質量。Giese 等[10]認為應綜合信貸余額/GDP 指標與基于風險的資本比率、杠桿率和存貸比等附加指標來決定逆周期資本緩沖額度。Financial Policy Committee[11]研究認為單一指標不能有效反映和預警系統性風險積聚，應參考銀行資產負債表、非銀行資產負債表和市場狀況與條件三個指標來輔助決策。Alessandri 等[4]通過實證檢驗，認為銀行部門信貸增長率、存貸比和房價租金比等指標在預警銀行部門信貸風險積聚時具有較顯著的解釋力，適合作為逆周期資本緩沖計提的依據。

國內學者聚焦于對掛鉤變量的研究，對其他附加參考指標的研究相對較少，且大多數停留在理論分析層面，缺乏實證檢驗。巴曙松和王鳳嬌[12]對逆周期資本監管指標的設定進行研究，將逆周期監管對應的指標劃分為系統性指標和銀行層面指標，指出信貸增長、信貸/GDP指標能更好地體現經濟惡化的狀況，同時，房地產價格長期趨勢偏離度具備參考作用。楊新蘭和吳博[8]除了探究信貸/GDP指標的適用性外，還嘗試采用信貸增長、宏觀經濟一致性指數等指標作為審慎確定逆周期資本緩沖的附加參考附加。

基于現有研究成果，本文首次采用單邊和雙邊HP 濾波方法對信貸/GDP 指標進行缺口測算與對比，并通過對現有國際參考指標的篩選，探索中國逆周期資本緩沖計提過程中應重點參考的預警指標，為中國逆周期資本緩沖機制的細節設計和順利落地提供理論支撐。

二、巴塞爾逆周期資本緩沖的計提標準及其適用性探討

(一) 巴塞爾逆周期資本緩沖標準計提模型的提出

巴塞爾委員會2010 年發布的《指引》指出，逆周期資本緩沖計提框架旨在通過資本緩沖來實現宏觀審慎目標，避免銀行部門在經濟過熱時期過度積累信貸風險，減少系統性風險的積聚。為了熨平銀行部門信貸周期帶來的劇烈波動與損失，巴塞爾委員會以客觀性、一般參考指引、避免信號誤導、及時性和宏觀審慎性為基本原則，提出了標準計提模型，作為逆周期緩沖資本計提的推薦方法。根據國際清算銀行的測算結果，信貸/GDP 指標在反映信貸周期和系統性風險變化方面具備更強的準確性和及時性。因此，巴塞爾委員會建議采用信貸/GDP 指標作為判斷信貸周期波動和逆周期資本緩沖計提的掛鉤變量，為各國逆周期資本緩沖機制的設計提供依據。

巴塞爾逆周期資本緩沖計提的基本思路為:第一，定義信貸數據范圍，并計算信貸/GDP 指標，即RATIOt =CREDITt /GDPt。第二，運用單邊HP 濾波方法分離RATIOt序列的長期趨勢TRENDt，并計算出相應的缺口值，即GAPt =RATIOt -TRENDt。第三，根據缺口值GAPt計提逆周期資本緩沖CCyB。基于對歷次銀行危機的研究，巴塞爾委員會將缺口值GAPt的最低閾值L 和最高閾值H 分別設置為2%和10%，即當缺口值GAPt低于2%時，逆周期資本緩沖計提為0%; 當缺口值GAPt高于10%時，逆周期資本緩沖計提達到最高值2.50%; 當缺口值GAPt處于2%—10%之間時，采用線性算法設定逆周期資本緩沖水平。第四，根據其他參考指標，對現有CCyB 計提的合理性及調整方法進行評估，確定最終的CCyB 額度并公開披露。具體計提公式如下:

此后，巴塞爾委員會根據各國監管當局的意見反饋及咨詢情況，在2015 年11月發布的《巴塞爾協議III 逆周期資本緩沖咨詢意見反饋》中對標準計提模型的運用細節問題作了進一步說明，主要包括: 逆周期資本緩沖決策方法、跨國監管、地區信貸暴露的識別和計算、單一銀行緩沖計提、調整時間與頻率及披露要求。此外，現有標準計提模型仍然存在諸多細節問題有待解決。

(二) 中國信貸/GDP 缺口測算及逆周期資本緩沖計提

Alessandri 等[4]的研究指出，提高信貸/GDP 指標的時間序列長度與頻率有助于提升缺口指標的預警精度，采用雙邊HP 濾波方法能夠運用各時點的全樣本信息，在金融危機預測中具有更強的適用性。因此，在借鑒上述文獻基礎上，選取盡可能長的時間區間，使用兩種HP 濾波方法，對中國逆周期資本緩沖計提水平進行測算和對比，為中國逆周期資本緩沖計提模型的選擇與設計提供借鑒。按照《指引》中對中國信貸余額的定義，中國非金融部門總信貸可作為信貸范疇參與信貸/GDP 指標計算。本文分別采用單邊和雙邊HP 濾波方法提取2000—2015 年中國信貸/GDP 指標的趨勢項與周期項，設定平滑參數λ = 400 000，借助Matlab 2014a 軟件，計算得到中國2000—2015 年中國信貸/GDP 缺口及相應的逆周期資本緩沖的參考計提值。從測算結果來看，兩種計算方法得到的信貸/GDP 缺口變動方向及計提時點基本一致，但波動幅度有差異，相應的逆周期資本緩沖計提也有偏差，其潛在效果有待進一步檢驗。

中國自2000年以來經歷了三次資本市場發展高峰時期，而在此期間，兩種HP濾波方法測算得到的逆周期資本緩沖額度均具有一定合理性。具體來看: 2002—2004年間，中國宏觀經濟發展狀況良好，金融機構各項貸款增速較快，采用雙邊HP濾波方法計算的逆周期資本緩沖達到了2.50%的最高值;2008年金融危機后，宏觀經濟狀況出現復蘇與反彈跡象，金融機構貸款增速創歷史新高，采用單邊HP濾波方法所得到的逆周期資本緩沖也與該狀況保持一致; 2014年以來，隨著金融業的不斷創新與發展，資本市場狀況熱度不減，信貸增速呈現上升態勢，兩種計算方法得到的逆周期資本緩沖計提均達到了較高水平。

(三) 巴塞爾逆周期資本緩沖機制的中國適用性探討

雖然巴塞爾委員會提供了逆周期資本緩沖的標準計算方法，但是《指引》也指出，信貸/GDP 指標并不能作為準確把握經濟周期的唯一指標，應將該指標作為計提依據，結合其他指標來判斷經濟周期的波動狀況，綜合考量逆周期資本緩沖的計提時點與計提水平。本文借鑒李樹生和王文峰[7]與楊新蘭和吳博[8]的研究，結合宏觀經濟一致性指數對逆周期資本緩沖的調整過程進行具體檢驗。結果如圖1 所示。

從圖1 中宏觀經濟一致性指數的歷史數據來看，中國整體宏觀經濟走勢經歷了三個較為長期的上行區間，分別為2000—2004 年、2005—2008 年、2009—2011 年，與文中測算的逆周期資本緩沖計提大體相吻合，但是也存在偏差。第一次較大偏差出現于2008 年金融危機前夕，宏觀經濟一致性指數呈穩步上升態勢，而逆周期資本緩沖已開始進行適度釋放，資本緩沖的逐步釋放也對此后金融危機帶來的潛在損失有一定吸收作用，這無疑是更為合理的; 第二次較大偏差出現于2011 年以來，隨著金融創新的步伐不斷加快，資本市場呈現出逐步繁榮的態勢，信貸增速也得到了較快提升，該階段逆周期資本緩沖的計提存在合理性，但宏觀經濟一致性指數卻呈現下行趨勢，與計提結果不符。雖然宏觀經濟一致性指數在某些時間區間對逆周期資本緩沖的決策有所幫助，但是由于該指標未將資本市場及銀行壓力狀況考慮在內，僅依靠該指標進行判斷，容易造成逆周期資本緩沖計提決策的失誤。

從中國逆周期資本緩沖計提結果與后續的初步檢驗來看，巴塞爾協議III 中逆周期資本緩沖機制在中國的實施路徑已初顯眉目，但由于國別差異，以下方面需要依據中國具體國情進行探索與細化:一是巴塞爾協議III 逆周期資本緩沖標準計提模型中信貸口徑、時間窗口和HP 濾波方法等選擇問題有待進一步研究與確定，這也關乎逆周期資本緩沖計提的合理性與有效性。二是建立綜合反映宏觀經濟狀況、市場價格波動等信息的附加參考指標體系具有重要意義，依靠宏觀經濟一致性指數等單一指標難以提供充分有效的決策信息，附加參考指標的選擇與檢驗也是進一步研究的重點內容。三是與建立期類似，逆周期資本緩沖的釋放時點與釋放期參考指標體系建設是逆周期資本緩沖機制在中國落地的必要組成部分。

三、中國逆周期資本緩沖機制的構建與檢驗

(一) 基于巴塞爾標準與國際經驗的計提機制構建

從目前各國及地區對巴塞爾逆周期資本計提機制的附加參考指標與實施內容來看，世界上大多數國家采納了巴塞爾標準，即采用信貸/GDP 指標作為逆周期資本緩沖計提的核心指標，同時建立了較為全面的附加參考指標體系，涵蓋了宏觀經濟、金融和其他監管信息等多種系統性風險積聚預警指標，具體如表1 所示。

表1 各國逆周期資本緩沖機制設計及附加參考指標體系對比

注: 加* 的國家為巴塞爾委員會非成員國，其他均為成員國或地區。

基于此，本文以巴塞爾標準與國際經驗的一般機制設計為藍本，選取信貸/GDP 指標作為掛鉤變量，并按照標準計提模型對逆周期資本緩沖進行測算，同時結合附加參考指標對逆周期資本緩沖進行微調。本文構建的參考指標體系可分為宏觀經濟指標、資產價格與市場指標和銀行壓力指標三大類12 個參考指標。第一類宏觀經濟指標包括信貸增長率(GCREDIT) 、GDP 增長率(GGDP) 、經常項目差額的GDP 占比(CTGDP) 、政府部門盈余的GDP 占比(GTGDP) 和失業率(U) 5 個參考指標，旨在從細分角度補充了信貸/GDP 指標所存在的結構缺失問題，突出顯示了信貸/GDP 指標中分子、分母的結構組成及其影響。第二類資產價格與市場指標包括房價收入比(PTI) 、房價租金比(PTR) 、住房價格缺口(CYCLE_PP) 、信用利差(SPREAD) 和資本市場回報率(INDRTN) 5 個參考指標，綜合反映了系統性風險積聚的其他維度，其中房地產價格對逆周期資本緩沖的計提尤其重要。第三類銀行壓力指標包括存貸比(LTD) 和批發融資比率(FR)兩個附加參考指標，從銀行微觀角度出發，刻畫了銀行部門面臨的信貸周期波動及市場流動性狀況。

(二) 基于主成分分析的參考指標初篩

鑒于數據的可獲得性與連續性，筆者選取2007 年第1 季度至2015年第4季度的12個附加參考指標季度數據進行主成分分析和回歸分析，數據來源于《中國統計年鑒》、Bankscope數據庫、Wind資訊金融數據庫和國泰安數據庫。為滿足數據頻率與平穩性要求，對非平穩序列進行一階差分或計算季度增長率，以滿足模型設定要求。表2 是主成分分析得到的特征值、特征值貢獻率和累計貢獻率。

表2 特征值和貢獻率

從表2 可以看出，特征值大于1 的5 個主成分對總方差的解釋度達到88% (5 個主成分的貢獻率總和為88%)。但由于潛在合成因子不存在明確的經濟含義，不能對政策實施與監管決策提供清晰路徑。因此，為了便于數據研究與政策操作，對各潛在因子中滿足特定條件的變量進行具體識別和重點篩選。

篩選變量應滿足如下條件: (1)至少能解釋一個潛在成分的方差，因子載荷絕對值大于0.5000;(2)與其他變量之間的非條件相關系數絕對值低于0.6000，如果兩個變量之間的相關系數絕對值高于0.6000，則選取具備更高因子載荷的變量。表3、表4分別列示了各附加參考指標變量的因子載荷和相關系數矩陣。通過篩選，選取同時滿足以上條件的經常賬戶差額/GDP(CTGDP)、政府部門盈余/GDP(GTGDP)、存貸比(LTD)、住房價格缺口(CYCLE-PP)、房價租金比(PTR)和資本市場回報率(INDRTN)6個變量作為后續研究變量，進而檢驗其對銀行部門信貸風險的預警能力。

表3 主成分中各附加參考指標變量因子載荷

表4 各附加參考指標變量之間相關系數矩陣

(三) 模型構建與篩選指標的檢驗

考慮到信用風險仍是目前中國銀行部門風險的主要來源，非金融公司的融資結構對銀行融資渠道具有較強的依賴性，且歷史研究表明銀行部門信貸風險與金融部門的系統性風險具有緊密的聯系，因而采用連續變量的測度方法，將商業銀行的不良貸款率作為傳統危機變量的代理變量，以檢驗各備選指標對于銀行部門信貸風險的預警能力與先行效果。為考察信貸/GDP 缺口及其他附加參考指標對不良貸款率的早期預警能力和顯著性，筆者選取兩種濾波方法計算的信貸/GDP 缺口與通過主成分分析篩選出的附加參考指標作為解釋變量，進行回歸分析。為檢驗各指標的預警能力，所有解釋變量均選取滯后變量加入模型，這也弱化了模型中可能存在的內生性問題。具體模型構建如下:

BLRt=α+β1GAP1St-8+β2CTGDPt-8+β3GTGDPt-8+β4LTDt-8+β5CYCLE_PPt-8+β6PTRt-8+β7INDRTNt-8+εt

(2)

BLRt =α+β1GAP2St-8+β2CTGDPt-8+β3GTGDPt-8+β4LTDt-8+β5CYCLE_PPt-8+β6PTRt-8+β7INDRTNt-8+εt

(3)

其中，BLRt表示銀行業平均不良貸款率，GAP1St-8和GAP2St-8分別表示單邊和雙邊HP濾波方法測算得到的信貸/GDP缺口的滯后變量，CTGDPt-8、GTGDPt-8、LTDt-8、CYCLE_PPt-8、PTRt-8和INDRTNt-8分別表示主成分分析中篩選出的解釋變量的滯后變量，殘差項εt～N (0，1) 。α 表示常數項。β1—β7表示各變量的系數。

(四) 參數估計與檢驗結果

為克服序列相關問題，采用Newey-West方法對上述模型進行參數估計，并加入被解釋變量BLR的滯后項做穩健性檢驗，同時，對解釋變量的滯后階數進行了調整與后續檢驗，檢驗結果均支持現有結論，即模型設定與參數估計具備結構穩定性。結果如表5 所示。

表5 估計結果

注:括號內為Newey-West標準差，*、**和***分別表示10%、5%和1%顯著水平。

由表5可知，盡管采用不同的計量模型，單邊和雙邊HP濾波方法的缺口測算結果(GAP1St-8、GAP2St-8)在預警不良貸款率波動時均顯示出較強的顯著性，但雙邊HP濾波方法的缺口測算結果(GAP2St-8)顯著性更高，即表明雙邊HP濾波方法在缺口測算中具有更強的適用性。在其他附加參考指標中，經常項目差額的GDP占比(CTGDPt-8)指標在各模型設定下均具備顯著性。隨著經常項目順差逐漸收窄，商業銀行等金融機構的國際競爭力得到提升，對中國宏觀經濟運行帶來了積極影響，驅動了商業銀行的平均不良貸款率下行。同樣，政府部門盈余的GDP占比(GTGDPt-8)在4個模型設定中5%的顯著水平上具有顯著性。值得注意的是，房地產市場價格(CYCLE_PPt-8)在各模型設定中均呈現較為顯著的統計結果。當房價上升時，房地產服務能力增強，因而不良貸款率下降;相反，當房價下跌時，房屋所有者將遭受損失，不良貸款率將呈現上升趨勢。這一結果與Panetta[13]的研究結果相似。盡管如此，我們的分析僅反映了房地產市場狀況對銀行不良貸款率的影響與否，并不能驗證房價與不良貸款率之間的因果關系。而房價租金比(PTRt-8)反映了房屋以出租方式所取得的投資回報，房價租金比上升往往意味著房產投資價值下降，房價被高估，房地產泡沫逐漸形成，因而也伴隨著不良貸款率的同向變化。而存貸比(LTDt-8)在統計上并不顯著，原因可能是長期以來中國商業銀行存貸比指標存在75%的監管紅線，雖然2014年計算口徑有所調整，但仍不能有效反映市場流動性狀況，對銀行信貸風險的預警影響有限。資本市場回報率(INDRTNt-8)作為風險資產的預期收益率替代指標，在統計上顯著性較弱，原因可能是中國企業仍然以間接融資為主，直接融資占比較低，信貸風險積聚更多依賴于銀行信貸行為和信貸環境，與資本市場回報率相關性較弱。

四、結論與建議

(一) 結論

本文基于對巴塞爾委員會逆周期資本緩沖計提標準及國際監管實踐的對比分析，首次采用單邊和雙邊HP 濾波方法對中國2007—2015 年逆周期資本緩沖進行測算，綜合運用主成分分析與回歸分析，對中國逆周期資本緩沖機制的附加參考指標選取進行篩選與驗證，為中國逆周期監管的落地提供決策依據。研究結果顯示，雙邊HP 濾波方法在預警銀行部門信貸風險積聚方面更具解釋力，更適合為中國逆周期資本緩沖計提提供參考; 在宏觀經濟指標、銀行壓力指標及市場價格指標三類指標中，經常項目差額/GDP、政府部門盈余/GDP、住房價格缺口和房價租金比指標對逆周期資本緩沖的計提指標選取具備參考意義。

(二) 建議

第一，推進逆周期資本緩沖機制的落地與實施。巴塞爾委員會要求各成員國最晚于2019 年1月1 日正式實施逆周期資本緩沖計提規則，而相比于其他成員國的實施進展，中國逆周期資本緩沖機制的設計與落地進展還較為緩慢，考慮到逆周期資本緩沖計提的緩沖期設計和各銀行的調整時間，推進中國逆周期資本緩沖機制的設計與政策落地刻不容緩。分析測算表明，巴塞爾協議III 標準計提模型及其擴展路徑在中國具備一定的適用性，加之近期逆周期資本緩沖測算結果較高，也顯示出推進逆周期資本緩沖機制落地的可行性和必要性。

第二，謹慎設計逆周期資本緩沖計提規則。逆周期資本緩沖計提水平的確定和相應的計提、釋放時點的選取是逆周期資本緩沖計提規則的重中之重，對系統性金融風險的影響效應不可忽視。研究表明，選取信貸/GDP指標作為逆周期資本緩沖計提的核心掛鉤變量具有可行性，同時應謹慎選取現有濾波方法進行缺口測算。此外，為保障測算精度，巴塞爾委員會建議至少選取10年的數據進行計算。因此，在選取掛鉤變量及其他附加參考指標時，數據的時間窗口也是必須考慮的重要因素之一。

第三，綜合多重指標判斷逆周期資本計提時點與計提額度。為避免單一錯誤信號帶來的監管失誤，在實際監管決策中還應綜合考慮多種具備有效性和預警能力的指標來指導緩沖水平的設定與調整。中國監管當局確定逆周期資本緩沖計提額度和計提時點時，應綜合考慮宏觀經濟運行狀況和市場環境狀況指標，監測與評估金融部門系統性風險的積聚情況，并建立綜合評估指標體系，對逆周期資本緩沖額度和計提時點進行科學決策。

[1] Bakker，B.，Dell’Ariccia，G.，Laeven，L.，et al.Policies for Macrofinancial Stability: How to Deal With Credit Booms [R].Imf Staff Discussion Notes，2014.

[2] Schularick，M.，Taylor，M.Credit Booms Gone Bust: Monetary Policy，Leverage Cycles，and Financial Crises，1870—2008[J].The American Economic Review，2012，102(2):1029-1061.

[3] Aleskerov，F.，Keskinbaev，A.，Penikas，H.A Multiplicative Model of Countercyclical Capital Buffer Evaluation Differentiated by Homogeneous Clusters of Countries[R].Higher School of Economics Research Paper No.WPBRP，2012.

[4] Alessandri，P.，Bologna，P.，Fiori，R.A Note on the Implementation of the Countercyclical Capital Buffer in Italy[R].Bank of Italy Occasional Paper No.278，2015.

[5] 李文泓，羅猛.巴塞爾委員會逆周期資本框架在中國銀行業的實證分析[J].國際金融研究，2011，(6):81-87.

[6] 陳雨露，馬勇.中國逆周期資本緩沖的“掛鉤變量”選擇:一個實證評估[J].教學與研究，2013，(12):5-16.

[7] 李樹生，王文峰.商業銀行逆周期緩沖資本監管:實證分析及可行性研究[J].經濟與管理研究，2014，(8):19-24.

[8] 楊新蘭，吳博.逆周期緩沖機制在中國的適用性——基于巴塞爾委員會推薦模型的檢驗[J].中南財經政法大學學報，2016，(1):107-113.

[9] Gerdrup，K.，Kvinlog，B.，Schaanning，E.Key Indicators for a Countercyclical Capital Buffer in Norway: Trends and Uncertainty[R].Norges Bank Staff Memo Working Paper，2013.

[10] Giese，J.，Andersen，H.，Bush，O.The Credit-to-Gdp Gap and Complementary Indicators for Macroprudential Policy:Evidence From the UK[J].International Journal of Finance amp; Economics，2014，19(1):25-47.

[11] Financial Policy Committee.The Financial Policy Committee’s Powers to Supplement Capital Requirements[R].Bank of England Policy Statement，2014.

[12] 巴曙松，王鳳嬌.逆周期資本監管指標的設定[J].資本市場，2012，(7):20-22.

[13] Panetta，F.On the Special Role of Macroprudential Policy in the Euro Area[R].Netherlands Bank Working Paper，2014.

2017-09-10

巴曙松(1969-)，男，湖北武漢人，教授，中國銀行業協會首席經濟學家，香港交易所首席中國經濟學家，博士，主要從事金融監管與風險管理研究。E-mail:bashusong@163.com張祎(1993-)，男，河南平頂山人，博士研究生，主要從事金融監管與風險管理研究。E-mail:zhangyi930312@163.com岳圣元(1992-)，女，天津人，博士研究生，主要從事金融創新與金融監管研究。E-mail: tjyzgya7@ 126. com

F832.1

A

1000-176X(2017) 10-0044-08