貨幣政策與宏觀審慎政策的協調搭配
——基于中國商業銀行微觀數據的實證研究

一、引 言

2008年爆發的國際金融危機給各國央行敲響了警鐘，此次金融危機對傳統的貨幣政策提出了挑戰，即以穩定物價兼顧經濟增長為目標的一般性貨幣政策不足以防范房地產和股票等資產泡沫破滅帶來的系統性金融風險。之后，各國央行和政府紛紛調整了貨幣政策的調控目標及工具，在穩定物價和促進經濟增長的同時加強了對金融機構的監管和對金融風險的防范力度，將原有的微觀審慎工具集合起來，升級為宏觀審慎政策，重點強化對金融機構自有資本和杠桿率的風險監管，防范金融風險在不同部門交叉傳染，增強金融系統的穩定性。

為了降低杠桿率上升引起的系統性金融風險，我國央行在2011年正式引入差別準備金動態調整機制，開始探索使用宏觀審慎工具，以配合貨幣政策進行調控。2016年，央行將差別準備金動態調整機制升級為宏觀審慎評估體系（MPA），將更多的金融活動和金融行為納入管理，從七個方面約束金融機構的行為，實施逆周期調節。2017年，十九大報告提出“健全貨幣政策和宏觀審慎政策雙支柱調控框架”，這是中央首次提出宏觀審慎政策，將原有的宏觀審慎評估體系（MPA）上升到政策的層面，足以說明宏觀審慎政策對于金融市場調控的重要作用。十九大后，央行對我國的宏觀審慎調控框架進行了補充：一方面繼續加強房地產市場的宏觀審慎管理，核心在因城施策的差異化房地產調控政策；另一方面繼續加強資本管制，將跨境資本流動納入MPA。這些都表明我國的宏觀審慎政策目標是通過使用各類政策工具，采用“事前”管理的辦法防范和化解系統性金融風險，促進金融穩定發展。

簡言之，貨幣政策的直接目標是防通脹、穩物價，宏觀審慎政策的直接目標是防風險、穩金融，二者共同的最終目標是實現經濟穩定持續增長。要想同時實現物價穩定和金融穩定，就需要貨幣政策和宏觀審慎政策兩種工具的協調配合使用。

由于宏觀審慎政策提出時間較晚，學術界對于其理論框架和實施效果仍有許多疑問。大部分已有研究都是圍繞一個或幾個宏觀審慎政策工具開展的，不能全面反映我國的宏觀審慎政策整體調控力度。一類文獻通過構建包含宏觀審慎管理的DSGE模型，對宏觀審慎政策工具的使用進行有效性和福利分析，但缺少了微觀數據實證支撐，停留在理論部分；另一類文獻運用商業銀行微觀數據，僅僅分析了單個宏觀審慎政策工具的有效性，不能代表整體宏觀審慎政策調控力度，且缺少了與貨幣政策工具的協調性分析。考慮到貨幣政策和宏觀審慎政策的主要監管主體都是商業銀行，因此，本文在采用商業銀行微觀數據的基礎上，使用IMF構建的宏觀審慎指數（MPI）反映我國的宏觀審慎政策調控力度，運用系統GMM方法分析貨幣政策和宏觀審慎政策在商業銀行風險承擔和信貸增長方面的作用，并在模型中加入貨幣政策和宏觀審慎政策的交叉項，研究分析兩者之間的相互作用，以期對貨幣政策和宏觀審慎政策的協調使用提供數據支持和理論探討。

二、文獻綜述

在貨幣政策和宏觀審慎政策具體實施和傳導過程中，商業銀行一直都是主要的監管主體和傳導渠道，這也使得商業銀行的風險承擔和信貸增速一直都是國內外學者們研究貨幣政策和宏觀審慎政策有效性的重點。央行通過設定存貸款基準利率直接影響商業銀行的息差水平，或通過調節準備金影響商業銀行的資金供應。關于貨幣政策的傳導渠道，國內外學者已得到許多研究成果，主要分為風險承擔渠道和廣義信貸渠道。Borio和Zhu［1］提出了貨幣政策的風險承擔渠道，貨幣政策通過作用于資產價格、融資成本等因素影響金融機構的信貸和投資決策，進而影響到整個金融系統的產出水平和風險程度。Buch et al.提供了實證經驗支撐，利用美國銀行業1997—2008年數據，通過FAVAR模型發現寬松的貨幣政策環境下，國內中小銀行風險承擔上升，大型銀行風險承擔不變，而外國銀行的風險承擔減少。［2］國內許多學者也對我國貨幣政策的風險承擔渠道進行了研究，徐明東等、劉生福等利用我國商業銀行數據，通過GMM估計發現貨幣政策對于商業銀行風險承擔的調控作用具有非對稱性和異質性，與銀行自身特征變量有關。［3］［4］張強等利用14家商業銀行2002—2012年的面板數據驗證了我國貨幣政策對于銀行的風險承擔有顯著的負向影響，進而顯著影響銀行的信貸投放，說明我國的貨幣政策并非風險中性的，央行在制定貨幣政策時應更加關注銀行等金融機構的風險承擔問題。［5］

2008年國際金融危機發生后，國內外學者分別從定性和定量的角度分析宏觀審慎監管框架及其與貨幣政策的協調使用。宏觀審慎政策旨在維護金融穩定和防范系統性金融風險，在實踐中具有逆周期性，包括對銀行的流動性要求、杠桿率要求等。［6］［7］早期關于宏觀審慎政策的實證研究將商業銀行某些受宏觀審慎政策工具監管的指標作為解釋變量，加入到貨幣政策的傳導渠道研究中，分析宏觀審慎政策對商業銀行風險和信貸增長的作用。這類文獻又分為兩類，第一類是從理論模型的角度出發，對DSGE模型中的核心方程進行適當的修改，賦予某些變量宏觀審慎政策含義或加入新的宏觀審慎政策約束條件，分析宏觀審慎政策的有效性和福利效應。Suh基于BGGNKDSGE模型分析最優貨幣政策和宏觀審慎政策之間的關系，受到金融沖擊時，使用宏觀審慎政策能有效降低沖擊帶來的福利損失，最優的宏觀審慎政策目標是穩定信貸，最優的貨幣政策目標是穩定通貨膨脹。［8］王愛儉、王瓂怡在DSGE模型中加入逆周期資本工具，通過模擬分析和參數校正后發現貨幣政策和逆周期的宏觀審慎政策在經濟穩定和金融穩定領域互相補充，且宏觀審慎政策的實施有明顯的福利增進，有助于降低貨幣政策沖擊帶來的信貸波動。［9］后來的文獻拓展了宏觀審慎政策范圍，將更多的宏觀審慎政策工具納入模型進行研究。方意基于GNSS模型發現，合理地釘住房價貸款價值比、釘住信貸和產出存貸比的宏觀審慎政策在最優的貨幣政策環境下仍能繼續改進社會福利，證明我國目前的宏觀審慎政策實踐是有效的，通過敏感性分析，發現只有釘住目標與監管對象一致的宏觀審慎政策才是有效的。［10］

第二類文獻使用商業銀行微觀數據對特定的宏觀審慎政策工具有效性進行實證分析，如Tabak et al使用巴西銀行數據發現資本緩沖工具有助于降低銀行信貸行為的順周期性［11］；Mora and Logan對英國的研究發現類似的結論，資本緩沖要求上升會導致銀行信貸減少［12］；Jarrow發現宏觀審慎政策中的杠桿率工具能有效抑制金融機構的信貸增長和風險承擔，應約束金融系統的杠桿率過快上升［13］；Cerutti et al.利用IMF構建的宏觀審慎政策指數（MPI），使用119個國家的跨國面板數據，發現宏觀審慎政策能有效抑制國內信貸增長，貸款價值比和債務收入比等宏觀審慎工具的使用也能有效抑制房地產信貸增加，從而抑制房價的進一步上漲。［14］然而受制于我國的宏觀審慎政策使用年限較短，一些宏觀審慎政策工具的數據可得性原因，國內對于特定宏觀審慎政策工具有效性的研究較少。梁琪等將商業銀行存款準備金率和二套房的首付比率近似作為動態差別準備金率要求和貸款價值比要求，發現這兩個宏觀審慎工具有助于降低銀行信貸擴張和杠桿率放大的順周期性，增強銀行業承擔風險的能力。［15］

三、研究設計

（一）變量選擇

被解釋變量。鑒于貨幣政策的主要調控目標是物價穩定和經濟增長，宏觀審慎政策的主要調控目標是防范系統性金融風險和實現金融穩定，本文選取風險資產比率（risk）和銀行信貸增速（dlnloan）作為兩個政策的中間目標調控變量。已有文獻對與商業銀行風險承擔的度量方法各有不同，Laeven and Levine選用Z值作為商業銀行的風險測度，但Z值在計算中主要使用roa（資產收益率）和ea（資產權益比），主要衡量商業銀行無法償付的概率，反映了商業銀行的破產風險，不能代表商業銀行承擔的所有風險［16］；Delis and Kouretas選取不良貸款率作為商業銀行風險測度的指標，但不良貸款率主要考察商業銀行的貸款狀況，反映了商業銀行的信用風險。［17］不良貸款率的增加往往和宏觀經濟環境有很大相關性，經濟下行時期，貸款者經營環境惡化，增加了商業銀行的被動違約風險。方意根據銀行在金融市場的行為，將銀行風險承擔區分為主動風險承擔和被動風險承擔，主動風險承擔主要來源于銀行在寬松貨幣政策環境下主動放松信貸標準帶來的信貸風險增加。［18］基于以上文獻，本文選取風險資產比率（考慮到數據的可得性，可用貸款凈值與總資產的比率近似代表）衡量銀行的風險承擔。同時本文選取商業銀行的信貸增速（dlnloan）衡量貨幣政策和宏觀審慎政策效果的中間目標變量，銀行信貸增速一方面反映了市場活躍程度，符合貨幣政策調控中的經濟增長目標，另一方面過快的銀行信貸增速會降低銀行的資產質量，增加銀行的風險承擔，同時在我國目前金融市場化水平不高、地區金融發展不平衡的情況下，過快的信貸增速會導致資產價格上漲，可能誘發房地產市場泡沫化。

貨幣政策工具變量。我國貨幣政策主要的調控工具分為價格型貨幣政策工具和數量型貨幣政策工具。許多文獻將廣義貨幣供應量（M2）作為貨幣政策工具變量，主要因為我國央行在貨幣政策執行上過多地依賴總量控制型貨幣政策工具。參照吳曉靈的思路，對M2增速進行處理，剔除經濟增長（GDP增速）和物價波動（CPI增速）的影響用于衡量當前貨幣市場上資金松緊狀況，大于零表示資金寬松。同時考慮到2008年“大水漫灌”式刺激政策后，貨幣超發導致了嚴重的地產泡沫和債務問題。在當前經濟結構性問題突出的情形下，央行貨幣政策調控工具已主要從數量型轉向價格型，通過對貨幣市場利率進行調控，直接影響債券市場、貨幣基金、理財和同業業務的利率，進而對銀行的資產端和負債端產生影響，更好達到貨幣政策調控效果。綜上所述，本文選取經過處理后的M2增速的相反數（取相反數是為了與利率變動影響的方向一致）和1年期貸款基準利率（i-1year）作為數量型貨幣政策工具變量和價格型貨幣政策工具變量。

宏觀審慎政策代理變量。大部分研究將一類宏觀審慎政策作為宏觀審慎政策的代理變量進行研究，如王愛儉、王瓂怡選取逆周期資本要求比率和貸款價值比作為宏觀審慎政策代理變量，［9］但受制于這部分數據的可得性，無法通過實證研究來討論這些宏觀審慎政策工具的有效性；梁琪等選取首套房首付比率近似代替貸款價值比，同時將存款準備金率作為宏觀審慎政策要求進行實證研究［15］，但這部分研究只能反映某一種宏觀審慎政策工具的有限性，無法全面反映整個宏觀審慎政策狀況。因此本文選取Cerutti et al.［14］構建的宏觀審慎指數（MPI）作為宏觀審慎政策的代理變量。該指數原始數據來源于IMF開展的全球宏觀審慎政策工具調查，由IMF職員開展并直接從各國官方機構獲得數據。該調查重點關注12種宏觀審慎政策工具，主要分為3類：影響貸款人行為的逆周期資本要求、動態準備金率等；影響借款人行為的貸款價值比、債務收入比等；控制資本流動波動性的資本流動管理工具。通過對這些工具設置虛擬變量，收緊或提高監管要求則加1，反之則減1，最后簡單加總得到宏觀審慎指數（MPI）。該指數的缺陷在于過于主觀評判政策強度，且宏觀審慎政策工具的水平值在不斷變化，加大了政策工具使用的判斷難度，不能完全準確地反映該國宏觀審慎政策的強度。但是該指數將所有的宏觀審慎政策工具都納入指數體系中，基本可以全面考察一國宏觀審慎政策工具的使用，在一定程度上也能反映一國宏觀審慎政策的強度。

交叉項。本文主要探究貨幣政策和宏觀審慎政策的協調使用，故選取貨幣政策工具變量和宏觀審慎政策工具變量相乘得到交叉項。關注貨幣政策和宏觀審慎政策在作用于商業銀行信貸增速或風險承擔方面時的相互影響，如果交叉項系數符號顯著為負，則說明宏觀審慎政策在實施過程中具有逆貨幣政策周期性，在一定程度能抵消貨幣政策的調控作用。

控制變量。參照已有文獻的研究，本文主要選取兩類控制變量：宏觀經濟控制變量和商業銀行微觀特征變量。參照徐明東和陳學彬［3］的研究，本文選取固定資產投資增長率（growth）作為宏觀經濟的控制變量，選取固定資產投資增長率更能反映銀行信貸需求層面因素。第二類是商業銀行微觀特征變量，與方意和梁琪等的做法相同，本文主要選取以下三類銀行微觀特征數據作為銀行的微觀特征變量：（1）銀行規模數據（size），一般而言，規模越大的銀行管理風險的能力更強，能承受的風險也更大，由于銀行規模普遍較大，故對其進行對數化處理；（2）銀行流動性水平（liq），采用流動性資產比上客戶存款和流動性資產的總額來代表；（3）銀行核心資本充足率（tierone），它直接影響了商業銀行使用財務杠桿的空間，與銀行資產收益率直接相關。

（二）計量模型

在上文的分析基礎上，本文構建了如下計量基準模型：

其中，Yi,t為被解釋變量，為商業銀行的風險資產比率和信貸增速；μi為個體效應；MPt為貨幣政策工具變量，MPIt為宏觀審慎指數，代表宏觀審慎政策強度；Xi,t-1為銀行的微觀特征變量，由于本文使用的是動態面板模型，根據Classens et al.［19］的研究，使用銀行微觀特征變量的一階滯后項作為控制變量，以消除當期值帶來的內生性問題；growtht為固定資產投資增速，εit為隨機擾動項。進一步，為了研究宏觀審慎政策的實施對于貨幣政策傳導機制的影響，在模型構建中加入貨幣政策和宏觀審慎政策的交叉項，即:

（三）實證結果與分析

本文研究的微觀商業銀行數據來源于Bankscope數據庫，時間跨度為2002—2015年，共有286家銀行，對原始數據進行如下處理：剔除政策性銀行、外資銀行和商業銀行信托公司，然后剔除數據連續期低于3年的商業銀行，處理后得到了81家國內商業銀行微觀年度非平衡數據，包含工農中建交五大國有商行，招商、浦發和光大等13家全國性股份制銀行，南京銀行、江蘇銀行、成都農商行等63家地方商業銀行數據。為了保證計量結果的準確性，消除某些異常值對本文結果的影響，本文對商業銀行微觀數據進行縮尾處理，分別用1%和99%的分位數替代數值在（1%，99%）分位數以外的數據。本文的宏觀政策工具變量（i-1year、m2）和宏觀控制變量（growth）數據來源于wind數據庫，宏觀審慎政策代理變量（MPI）來源于Cerutti et al.。

由于本文使用的是動態非平衡面板數據，故在計量方法上采用Arellano和Bond提出的動態面板廣義矩估計（GMM）法進行估計。GMM方法在估計動態面板時，突破了數據不存在單位根的限制，且使用工具變量法，用差分變量的滯后項代替水平值用來估計水平方程和差分方程，使得估計結果更加準確。因此本文采用系統GMM法進行估計，首先通過AR檢驗判定被解釋變量滯后項的階數。AR檢驗的原假設是擾動項不存在自相關，當AR（2）檢驗的p值大于0.10時則說明擾動項不存在自相關，只需要加入一階滯后項即可。為了檢驗系統GMM法中使用的工具變量是否有效，本文使用Sargan檢驗，其原假設是“模型設定存在過度識別”，當p值大于0.05時，則說明估計過程中使用的工具變量都是有效的。

表1給出了被解釋變量為銀行風險承擔時，貨幣政策和宏觀審慎政策的作用效果。其結果顯示，在10%的顯著性水平下，模型設定均通過Sargan檢驗和AR（2）檢驗，表明模型設定合理，系統GMM估計中選取的工具變量是有效的，且擾動項不存在二階自相關。

其中商業銀行風險的滯后一期系數在1%的顯著性水平下為正，表明商業銀行的風險承擔有一定的粘性。宏觀審慎政策變量的系數在5%的水平下顯著為負，說明宏觀審慎政策的實施能有效降低商業銀行的風險承擔行為。貨幣當局通過使用各類宏觀審慎政策工具，如提高貸款價值比（LTV）上限或提高商業銀行動態差別準備金率等，直接作用于商業銀行的信貸行為和資產管理計劃，能有效減少商業銀行風險資產權重，降低商業銀行的風險承擔水平。從表1中可以發現，價格型貨幣政策工具（i）和數量型貨幣政策工具（m2）的系數在1%的顯著性水平下為負，說明實施緊縮的貨幣政策能夠降低商業銀行風險承擔水平，從而降低整體的系統性金融風險。我們最感興趣的是貨幣政策和宏觀審慎政策的交叉項系數的符號，從實證結果可以發現，價格型貨幣政策工具或數量型貨幣政策工具與宏觀審慎政策變量的交叉項系數顯著為正，正好與貨幣政策工具變量或宏觀審慎政策工具變量的系數符號相反，說明宏觀審慎政策的實施削弱了貨幣政策對商業銀行風險承擔的影響。適宜的宏觀審慎政策工具能降低寬松貨幣政策環境下帶給商業銀行的風險，如在貨幣供應量增速較快的時期，適當增加貸款價值比限制或更高的資本充足率要求，對商業銀行的信貸行為進行約束，提高貸款者的成本，降低了商業銀行的信貸風險。從結果來看，絕大多數控制變量的系數在10%的水平下顯著。商業銀行的規模越大，控制風險的能力越強，可承擔的風險水平越高。流動性越高的銀行，貸款結構中短期貸款的比重越大，其風險承擔水平越低，與理論預期相符。核心資本充足率越高的銀行，可承受的違約資產風險能力越強，其風險承擔水平也就越高。固定資產投資增速系數在1%的顯著性水平下為正，說明銀行的風險承擔具有順經濟周期性，在經濟較好的環境下，商業銀行會提高風險資產比重，追求更高的風險收益。

表1 貨幣政策和宏觀審慎政策對銀行風險承擔的影響

表2給出了兩種貨幣政策政策工具和宏觀審慎政策工具對商業銀行信貸增速的影響。其中方程3和方程5給出了單獨的貨幣政策和宏觀審慎政策工具的使用對銀行信貸增速的影響。價格型貨幣政策工具和宏觀審慎政策代理變量的系數在1%的顯著性水平下均為負，說明緊縮的貨幣政策，如提高利率或減少貨幣供應量能降低銀行的信貸增速。同樣，適當放松宏觀審慎監管要求，針對商業銀行借款人的約束放松，會讓商業銀行的貸款供給增加，從而導致銀行信貸增速增加。從控制變量的系數來看，資產規模越大，信貸增速越低。這可能與銀行的經營策略有關，資產規模越大，受到的監管力度越大，在信貸行為上將更為謹慎。流動性和核心資本充足率的系數在1%的水平下顯著為正，說明流動性和核心資本充足率越高的銀行，信貸擴張的基礎越好，更有能力增加貸款供給。方程4和方程6主要給出了貨幣政策和宏觀審慎政策交叉項的系數，從結果可知，交叉項的系數與貨幣政策的系數符號相反，說明宏觀審慎政策的實施削弱了貨幣政策對銀行信貸增速的調控作用。這主要是因為貨幣政策和宏觀審慎政策的傳導渠道具有重疊性，在具體的政策實踐中難免出現“政策重疊”現象。

表2 貨幣政策和宏觀審慎政策對銀行信貸增速的影響

結合以上兩個實證結果來看，貨幣政策或宏觀審慎政策工具的系數在1%的水平下均顯著為負，說明貨幣政策或宏觀審慎政策對于商業銀行的風險承擔和信貸增速的調控作用具有同步性，即寬松的貨幣政策或宏觀審慎政策在促進商業銀行信貸增長的同時，會增加商業銀行的風險承擔水平，積累系統性金融風險。［20］單個政策工具的使用無法同時實現信貸增長和金融穩定兩個目標，且與貨幣政策同向調控的宏觀審慎政策雖然能有效降低銀行的風險承擔水平，增強金融系統的穩定性，但會影響銀行的信貸增長，不利于社會融資規模的增加。在實際的政策操作中，經常出現貨幣政策和宏觀審慎政策目標一致的情況，宏觀審慎政策工具在使用過程中出現順周期性，如2015年底，央行為促進信貸增長，采取“降息、降準”的貨幣政策同時，降低了首套房的首付比率，導致了個人房貸大幅增長，房地產市場大熱，推高了個人和房地產企業的杠桿率，增加了整體的金融風險。在理想情況下，貨幣政策針對通脹和經濟增長進行調控，宏觀審慎政策則對金融風險進行管理，兩種政策工具協調使用、互為補充，有效達到各自的既定目標。

四、結論和政策建議

本文使用IMF構建的宏觀審慎指數衡量我國宏觀審慎政策監管力度，利用我國81家商業銀行2002—2015年度非平衡微觀數據，采用系統GMM估計方法實證檢驗了貨幣政策和宏觀審慎政策在我國商業銀行風險承擔和信貸增長中的作用，驗證了貨幣政策的傳導渠道和宏觀審慎政策的有效性，同時在貨幣政策的研究框架中分析了宏觀審慎政策和貨幣政策的協調作用。

研究結果表明：（1）貨幣政策和宏觀審慎政策的實施均能有效降低商業銀行的風險承擔行為。央行通過提高貸款基準利率影響信貸需求，從而減少商業銀行的風險資產權重，同時提高利率可以增加銀行的息差水平，增加商業銀行的盈利能力，進而減弱銀行追逐高收益風險資產的動力，最后降低銀行的風險承擔水平。提高宏觀審慎政策監管力度，從借貸兩方影響了商業銀行的信貸行為，有效降低了商業銀行的風險承擔水平。（2）適當放松貨幣政策和宏觀審慎政策監管力度均能提高商業銀行的信貸增速。央行通過提高M2增速增加市場上的貨幣供應量能顯著增加商業銀行的信貸增速，證明存在貨幣政策的信貸傳導渠道。同時降低貸款基準利率也能增加商業銀行的信貸增速，證明貨幣政策的資產價格渠道的存在性。宏觀審慎政策在調節商業銀行信貸增速方面的作用更為明顯，2015年底，我國降低了首套房的首付比率（可以理解為上調了貸款價值比（LTV）上限），從而導致了個人房貸的井噴，大幅增加了商業銀行的信貸總量。（3）無論是在商業銀行的風險承擔還是信貸增速方面，宏觀審慎政策的實施均削弱了貨幣政策調控帶來的沖擊，主要在于宏觀審慎政策和貨幣政策的主要監管主體都是商業銀行，且都主要作用于商業銀行的信貸行為。就單個政策目標（降低風險或促進信貸增長）而言，貨幣政策和宏觀審慎政策調控難免出現重疊，產生“政策抵消”和“政策超調”現象。

本文的政策含義有以下兩個方面：其一，就單個政策目標而言，貨幣政策和宏觀審慎政策的實施均能有效影響商業銀行的風險承擔水平和信貸增速，且宏觀審慎政策的實施會削弱貨幣政策對銀行風險承擔或信貸增速的調控作用。其二，就銀行風險承擔和信貸增長兩個政策目標而言，單個政策工具的調節作用有限，即寬松的貨幣政策（或宏觀審慎政策）在促進商業銀行信貸增長的同時，會增加銀行的風險承擔水平，不利于防范系統性金融風險。這也就意味著央行及金融監管部門如果希望在穩定金融風險的同時能促進信貸增長，就需要貨幣政策和宏觀審慎政策工具的協調使用。2017年10月，十九大報告首次提出“建立貨幣政策和宏觀審慎政策雙支柱政策框架”，在框架體系內貨幣政策的最終目標是維持物價穩定和經濟增長，宏觀審慎政策的最終目標是防范系統性金融風險、實現金融穩定。這意味著我國將原有的宏觀審慎監管上升到與貨幣政策相提并論的政策層面，在當前金融去杠桿、打贏防重大金融風險攻堅戰的背景下，建立更加嚴格的宏觀審慎政策指標，并將更多的銀行業務（如同業存單）納入監管范圍也就勢在必行。但這必然會影響到銀行的信貸增長和社會融資規模，那么使用適當寬松的貨幣政策調控手段，提高市場資金投放量來抵消強監管對信貸的負面影響也是必要的。也就是說，當前強金融監管與適度寬松的貨幣政策的搭配協調是必要合理的。

［1］Borio C,Zhu H.Capital regulation,risk-taking and monetary policy:a missing link in the transmission mechanism?.Journal of Financial Stability,2012,（4）.

［2］Buch C M,Eickmeier S,Prieto E.In search for yield?New survey-based evidence on bank risk taking,2011.

［3］徐明東,陳學彬.貨幣環境、資本充足率與商業銀行風險承擔［J］.金融研究,2012,（7）.

［4］劉生福,李成.貨幣政策調控、銀行風險承擔與宏觀審慎管理——基于動態面板系統GMM模型的實證分析［J］.南開經濟研究,2014,（5）.

［5］張強,喬煜峰,張寶.中國貨幣政策的銀行風險承擔渠道存在嗎?［J］.金融研究,2013,（8）.

［6］周小川.金融政策對金融危機的響應——宏觀審慎政策框架的形成背景、內在邏輯和主要內容［J］.金融研究,2011,（1）.

［7］張健華,賈彥東.宏觀審慎政策的理論與實踐進展［J］.金融研究,2012,（1）.

［8］Suh H.Macroprudential policy:its effects and relationship to monetary policy.FRB of Philaddphia working paper No.12-28,2012.

［9］王愛儉,王璟怡.宏觀審慎政策效應及其與貨幣政策關系研究［J］.經濟研究,2014,（4）.

［10］方意.宏觀審慎政策有效性研究［J］.世界經濟,2016,（8）.

［11］Tabak B M,Noronha A C,Cajueiro D.Bank capital buffers,lending growth and economic cycle:empirical evidence for Brazil 2nd BIS CCA Conference on Monetary policy,financial stability and the business cycle.2011.

［12］Mora N,Logan A.Shocks to bank capital:evidence from UK banks at home and away.Applied Economics,2012,（9）.

［13］Jarrow R.A leverage ratio rule for capital adequacy.Journal of Banking&Finance,2013,（3）.

［14］Cerutti E,Claessens S,Laeven L.The use and effectiveness of macroprudential policies:New evidence.Journal of Financial Stability,2017.

［15］梁琪,李政,卜林.中國宏觀審慎政策工具有效性研究［J］.經濟科學,2015,（2）.

［16］Laeven L,Levine R.Bank governance,regulation and risk taking.Journal of financial economics,2009,（2）.

［17］Delis M D,Kouretas G P.Interest rates and bank risk-taking.Journal of Banking&Finance,2011,（4）.

［18］方意,趙勝民,謝曉聞.貨幣政策的銀行風險承擔分析——兼論貨幣政策與宏觀審慎政策協調問題［J］.管理世界,2012,（11）.

［19］Claessens S,Valencia F.The interaction between monetary and macroprudential policies.VoxEU.org,2013.

［20］金鵬輝,張翔,高峰.銀行過度風險承擔及貨幣政策與逆周期資本調節的配合［J］.經濟研究,2014,（6）.