金融體系風險對貨幣政策制定的影響研究
——基于對產出跨期效應的分析

張 瑩

（遼寧大學經濟學院，遼寧 沈陽110036）

一、引言

傳統貨幣理論認為寬松貨幣政策通過增加貨幣供應量和降低短期利率，增加經濟主體的儲蓄和投資，最終刺激產出。2008 年國際金融危機的爆發使人們意識到傳統理論和政策實踐忽視了一個重要部分，即金融風險因素。后危機時代（Postcrisis）的貨幣理論將焦點轉向了內生的金融風險，認為金融風險的內生積聚加劇了未來的產出波動，金融危機正是這種影響的極端情況。值得注意的是，目前并未有既定的理論框架來分析內生金融風險與貨幣政策之間的關系。那么，引入內生金融風險因素后，基于短期目標的傳統貨幣政策對于產出的效應是否還與傳統貨幣理論的分析一致？這個問題對于貨幣理論和政策制定者來說意義重大。如果答案是肯定的，現有貨幣政策框架可以繼續有效運行；如果答案是否定的，貨幣政策框架有必要納入跨期產出，需進行“穩定當前產出”還是“穩定未來產出”的權衡。因此，本文對引入內生金融風險因素后，貨幣政策、金融風險和跨期產出之間的關聯機制進行分析，并基于2006 年10 月-2018 年3 月中國的貨幣政策、實體經濟和內生金融風險變量，構建SVAR模型進行實證檢驗。

本文的貢獻在于，第一，基于金融風險對產出的跨期影響，將金融風險因素引入傳統貨幣政策框架進行分析；第二，采用時變的修正CRITIC 賦權法構建了時變權重的金融壓力指數（CFSI）衡量中國的內生金融風險因素。

二、金融體系風險的內生積聚：危機后的焦點

主流經濟學通常假設“完全市場”，在經典的“阿羅-德布魯（Arrow-Debreu）”一般均衡框架下，金融市場是完全的，不存在金融摩擦，從而在其分析中，并未考慮金融體系風險因素。之后，隨著Markowitz（1952）引入了投資組合理論，現代金融風險管理理論幾乎被重構。在其框架下，金融風險分為非系統性風險和系統性風險，基于有效市場假說，前者可以通過風險分散達到投資組合風險的規避，實現風險的有效配置；后者則定義為影響整個市場的風險，無法通過分散進行規避，但外生于金融體系之外。傳統貨幣政策框架正是基于上述理論建立，中央銀行調控貨幣供給和短期利率、金融市場的套利，實現短期利率向長期利率、匯率、資產價格、銀行信貸的傳導，最終影響總需求。也就是說，金融體系的作用是中性的，其既不是貨幣政策的最終目標，也不是操作目標，只是傳導機制中的一環，對總需求沒有獨立影響。這使得沉浸在“大緩和（The Great Moderation）”中的人們忽視了過去幾十年間金融體系風險的內生積聚，直到國際金融危機的爆發打碎了人們的理想幻境，金融體系突然失效了。傳統理論有效的一個基本前提是金融體系正常運轉、實現其功能，然而事實上，風險并非真正被規避了，其在金融體系中內生積聚，被認為是危機爆發的一個原因，成為危機后經濟學研究的焦點。

將金融因素引入貨幣政策框架始于金融摩擦對貨幣政策傳導的影響，Fisher（1933）已經提出這樣的觀點，即不利的信貸市場條件可能導致重大宏觀經濟的不平衡。在過去二十年中，關于金融因素扭曲貨幣政策對產出影響的分析，有一系列研究強調了金融加速器在放大金融因素對實體經濟影響方面的作用（Bernanke 和Gertler，1989；Kiyotaki 和Moore，1997；Bernanke 等，1999）。但金融加速器機制主要解決許多可能的金融摩擦之一（Tovar，2009）。

國際金融危機爆發以來，中央銀行越來越關注金融體系的穩定，特別是信貸驅動的資產價格暴漲與蕭條，許多研究將其視為金融危機的主要原因（Taylor，2012；Borio，2014）。進一步地，Borio 等（2018）指出在金融擴張期間，融資約束、資產價格和風險承擔之間的自我強化互動可能會使資產負債表過度擴張，使金融體系更加脆弱，并播下隨后金融緊縮的種子。并且反過來，這可能會拖累實體經濟，從而進一步加劇金融體系壓力，形成反饋循環放大。最近一些研究對金融與中長期產出的關聯進行了分析，包括信貸繁榮對中期產出的削弱（Lombardi等，2017；Mian和Sufi，2017），以及在長期，當金融脆弱性導致宏觀金融關聯時，會產生經濟下行風險（Adrian和Liang，2018）。

綜上所述，目前沒有既定的框架分析金融風險內生積聚對貨幣政策產出穩定的影響。現有文獻更多是從金融與實體經濟之間關聯的角度來說明中央銀行需要關注金融體系的穩定，或者從貨幣政策與資產價格之間的關聯來分析貨幣政策對金融體系的影響，很少有研究分析金融風險內生積聚時，貨幣政策對產出穩定的跨期影響。

三、金融風險、貨幣政策與跨期產出：機制分析

傳統貨幣理論基于完全的金融市場而建立，而近幾十年來，作為貨幣政策向實體經濟傳遞的“紐帶”、“橋梁”，金融體系發生了變化。這使得原本被忽視的、金融體系內生存在的信息不對稱和不確定性得以暴露。金融創新的發展和金融自由化的深入為金融市場參與者提供抵押以支持債務融資支出，并提供借貸支持，確保了新的金融產品的流動，從而增加了杠桿率并擴大了可以抵押的資產范圍（Palley，2013）。對于金融部門來說，這意味著信貸、杠桿水平①金融機構為了追逐超額收益，必然實行短期負債支撐長期資產的“借短貸長”的杠桿經營，以獲得期限溢價，是以杠桿作為金融體系內生存在的特性。本文這里指的是金融產品的復雜化放大了這種杠桿。以及資產價格的上升，增加了大幅價格沖擊的可能性；對于實體經濟部門來說，日益復雜的金融工具使得客戶很難對金融產品的風險全部了解，造成了風險和風險承受能力的錯配，一旦沖擊造成金融風險的波動，實體經濟部門也會隨之波動。在這個過程中，整個金融體系的信息不對稱程度上升，進而導致了金融資產價格不確定性上升（因為金融市場參與者無法清楚地知道是誰在為金融工具承擔風險）。本文所說的這種不確定性，與傳統的風險概念不同，前者中的風險是未知的和不可測的，通常被稱為Knightian不確定性（Knightian uncertainty）。

上述金融體系的變化導致金融體系與實體經濟之間關聯的扭曲，金融因素更有可能推動經濟的波動；同時削弱了貨幣與實體經濟之間的相關性，導致傳統貨幣政策對穩定產出的有效性減弱。此時，中央銀行和金融體系的關系發生了逆轉，金融體系從貨幣政策的執行者變為了影響者。

具體而言，寬松貨幣政策沖擊帶來的低利率環境使得短期內融資環境寬松，產出上升，這與傳統的理論一致。但值得注意的是，與之同時，低利率環境可能會刺激金融市場參與者為提高利潤率，將過剩的流動性投向高收益的房地產、股市等金融資產領域，這使得在更長的未來，流動性在金融體系中“空轉”，未流入實體經濟，加劇了信貸和資產價格波動，加大了信貸和金融資產價格的不確定性，從而導致信貸和資產價格不可持續的增長。這種情況下，超額需求壓力可能首先出現在信貸總量和資產價格中，而非一般物價水平中。在傳統的物價穩定自然導致金融穩定的貨幣理論支持下，中央銀行自然沒有理由進行干預（央行信譽悖論，Paradox of central bank credibility①正是由于中央銀行僅致力于穩定物價，導致經濟中物價上漲的壓力從實體部門轉移至虛擬領域，使部分國家的資產價格泡沫在物價相對穩定時頻繁發生，這種情況即為“央行信譽悖論”（Trichet，2009）。），最終對日益嚴重的資產價格泡沫忍耐，造成風險在金融體系中的內生積聚，從而在未來對實體經濟活動造成影響。這種影響體現在借款者和貸款者兩方面，在借款者（家庭和企業）方面，由于金融資產價格不確定性的上升，會使得其對未來財富產生不確定性，導致削減支出（家庭），推遲重要的投資決策（企業）。總而言之，不確定性的上升導致家庭和企業更加謹慎地消費和投資，從而導致實體經濟活動的下滑。同時，金融風險內生積聚通過信息不對稱程度的增加，影響家庭和企業的融資成本，例如，金融創新帶來的金融工具復雜程度的提升以及融資鏈條的拉長，會造成信息不對稱程度的加深，借款利率會上升，從而導致家庭和企業削減消費和投資，使實體經濟活動進一步惡化（Hakkio 和Keeton，2009）。在貸款者方面，金融資產價格不確定性的上升使得貸款者往往不愿意接受難以估價的非流動性資產作為抵押品，其謹慎地提供融資，直到收集到更多信息，并且不確定性至少部分得到解決（Bernanke，1983；Dixit和Pindyck，1994；Bloom，2009），市場參與者發現越來越難以將這些資產轉換成現金或類似現金的工具，這反過來又使價格發現過程復雜化，增加了不確定性，并給實際經濟活動帶來了下行壓力。綜上所述，在更長的期限里，寬松貨幣政策鼓勵流動性流入金融資產市場，造成資產價格波動性加大，卻并不一定帶來顯著的通脹，低通脹和高資產價格可能共存。這會加大金融體系風險的內生積聚，并傳導到實體經濟部門，使得借款者延遲其消費和投資行為，使得貸款者謹慎地提供融資，從而對實體經濟活動產生了下行的壓力。

圖1 中國存款準備金率和定期存款利率變動（2008-2018）

圖2 中國M2/GDP走勢（2008-2018）

就中國來說，國際金融危機雖然未造成直接影響，但危機爆發以來，經濟增速下行壓力加大。為了應對產出下滑，中國人民銀行實施了寬松的貨幣政策，如圖1 所 示，2015 年中國人民銀行連續五次降低基準利率，然而，對產出的刺激作用卻有限。如圖2所示，以M2/GDP指標衡量的經濟貨幣化程度居高不下且持續高走，2015年開始超過200%的關口，廣義貨幣的增長超出了實體經濟的增長，表明金融體系存在流動性過剩、資產價格泡沫等風險的積聚（高謙和何蓉，2018），說明寬松貨幣政策帶來的流動性并沒有進入實體經濟，從而未能有效刺激實體經濟。這與前文的分析一致，接下來本文構建計量模型進一步進行驗證。

四、實證檢驗

1.變量選取與說明

本文的變量選取和說明如表1所示，基于數據可得性，數據區間為2006 年10 月至2018 年3 月，頻度為月度，數據來源為Wind和CEIC數據庫。其中，金融體系風險用中國金融壓力指數（CFSI）衡量，為本文自行構建。

表1 變量選取和說明

本文構建時變權重的中國金融壓力指數（CFSI）衡量金融體系風險。金融壓力的概念最早由Illing和Liu（2006）提出，被認為是金融機構和金融市場的預期損失變化或不確定性施加在經濟主體上的壓力。此后，越來越多的文獻構建金融壓力指數對金融體系風險進行連續刻畫。縱觀目前金融壓力指數的構建，不難發現，其大多遵循以下思路，第一，選取能夠反映金融壓力的各個指標；第二，將各個指標合成為一個綜合指數。所不同的是每一步所選擇的方法不甚相同，即如何選擇變量和選擇何種合成方法尚未達成共識。

在指標選取上，本文從兩個維度的原則出發，第一個維度是從金融體系的構成出發，選取的指標盡量覆蓋整個金融體系，使得所構造的金融壓力指數能夠更好地描述整個金融體系的風險水平；第二個維度是從金融風險的特征出發，選取能夠捕捉到風險變化的變量。在第一個維度，本文選取主要的金融市場指標以衡量整個金融體系的風險積聚，即貨幣市場、債券市場、股票市場、外匯市場和房地產市場②近十幾年來，隨著經濟金融化程度的加深，房價與社會融資規模的增長高度正相關，這意味著房地產市場與貨幣信貸增長的相關性較強。房地產作為抵押品這一特殊角色，與信貸相互促進，從而房地產市場具有較強的金融屬性，因此在構建金融壓力指數時，將房地產市場算作金融市場的一部分。。這是因為近年來，主要的金融創新使銀行能夠在金融市場上融資（Schularick 和Taylor；2012）。此外，金融業逐漸打破分業經營，開始向混業經營邁進，這使得傳統的金融機構和金融市場邊界被打破（陳雨露和馬勇，2013）；在第二個維度，正如本文第三部分所述，金融風險的內生積聚表現為資產價格不確定性的上升和信息不對稱程度的加深。資產價格不確定性的增加通常意味著資產市場價格的波動較大。此外，如果不確定性上升導致對預期收益分布形狀的信心降低，則意味著可能更高損失的可能性上升，那么利差可能會擴大，這是因為風險和無風險債券收益率之間的利差是預期損失的函數（Illing和Liu，2006）。當信息不對稱程度上升、信息成本增加時，利差就會增加（Ng 和Schaller，1996）。因此，在第二個維度，本文選取資產價格波動和利差來對金融體系風險進行衡量。資產價格波動性上升和利差的擴大代表金融體系風險內生積聚程度的加深。

綜上所述，中國金融壓力指數指標的選取如表2所示。

表2 中國金融壓力指數（CFSI）的指標選取

在金融壓力指數的合成方面，目前大多采用的是靜態賦權合成方法，采用時變賦權法的較少。然而，實際上金融體系風險的內生積聚是一個動態的過程，其在金融體系中的傳導可能會使得各個市場在不同時期對整個金融體系的系統性風險貢獻不同，采用靜態的固定權重方法不能準確地刻畫這一特點，因此本文對各個金融市場的指標進行標準化處理后，采用時變的修正CRTIC賦權法來對金融壓力指數進行合成，即在張立軍和張瀟（2015）對Diakoulaki 等（1995）修正的基礎上，借鑒鄧創和趙柯（2018）的方法，基于36 個月滾動窗口來計算各個指標的時變方差和時變相關系數，引入時變權重。

2.模型構建

自Sims（1992）、Bernanke和Blinder（1992）開始，向量自回歸模型（VAR）逐漸成為研究貨幣政策效應的主要分析工具，解決了傳統的結構化模型無法有效描述變量間動態關系的問題。在此方法中，可以選取貨幣政策代理變量納入模型，進而進行貨幣政策效應評估。然而，這種一般形式的VAR（unrestricted VAR）并沒有給出變量之間當期相關關系的確切形式，其隱藏在誤差項的方差、協方差矩陣中，無法進行解釋。為解決這一問題，需要構建結構VAR（Structural VAR，SVAR），將變量之間的當期關系納入模型之中。

本文構建包含5個內生變量ry、cpi、cfsi、r和m2的AB-型SVAR模型。首先，包含5個內生變量的VAR（p）模型可以表示為以下簡化形式：

進一步地，五變量的SVAR（p）形如：

C( L )為滯后多項式矩陣，為得到AB-型SVAR模型，將可逆矩陣A左乘（1）式，得到：

若存在可逆矩陣B，使得：

即為SVAR模型的AB形式。

3.估計和分析

（1）數據平穩性檢驗

Granger 和Newbold（1974）指出對平穩時間序列建模有可能導致偽回歸，因此在正式建模前，首先要對各個變量時間序列的平穩性進行檢驗。當多個時間序列變量同階單整時，若其存在長期協整關系，也可以繼續建模。

本文采用ADF 單位根檢驗來進行平穩性檢驗，結果見表3。ADF 單位根檢驗結果顯示，r、cfsi 為平穩時間序列（I（0））；m2、ry、cpi為一階差分平穩時間序列（I（1））。而Johansen協整檢驗說明，在5%的顯著性水平下，M2、ry 和CPI 三個變量之間至少存在3 個協整關系，見表4。因此，可以和其余兩個變量一起構建SVAR模型。

表3 各變量ADF檢驗結果

表4 序列協整檢驗結果

（2）模型估計

為了估計式（4）的SVAR，首先，根據LR、FPE 和AIC 準則，本文建立最優滯后階數p=3 的SVAR 模型。其次，需要根據經濟理論或者實際情況對模型施加約束條件，由于本文包含5個變量，因此需要施加25個約束條件，為：

（3）脈沖響應分析

對模型估計后，本文利用脈沖響應函數來實現ry 對cfsi 的脈沖響應、cfsi 對m2 的脈沖響應、ry 對m2 的脈沖響應，分別如圖3、圖4和圖5所示。

從圖3 可見，給定cfsi 一個標準差的沖擊，在當期，ry 產生正的響應，之后變為負向響應，三個月后ry 有短暫的回升，接下來繼續下降，波動后維持在負的水平。這說明內生金融風險在當期對產出有一個短暫的促進作用，但在未來，加大了產出的波動。

從圖4 可見，給定m2一個標準差的沖擊，cfsi產生正向響應，三個月后，這種響應變為負向，之后逐漸趨近于零。這說明，寬松的貨幣政策加大了金融風險的內生積聚。長期寬松貨幣政策沖擊下，金融體系風險會逐漸累積。

從圖5可見，給定m2一個標準差的沖擊，ry在當期產生正向的響應，一個月后變為負向，繼而出現了波動，ry 逐漸上升，在第三個月時重新變為正向響應，之后逐漸趨近于零。這說明，寬松貨幣政策沖擊對當期的產出有一個促進作用，但同時由于金融風險的內生積聚，在未來對產出波動造成了影響。

圖3 ry對cfsi脈沖響應結果

圖4 cfsi對m2脈沖響應結果

圖5 ry對m2脈沖響應結果

五、結論與建議

本文分析金融風險內生積聚對貨幣政策穩定產出的影響機制，并使用2006年10月-2018年3月中國的貨幣政策、實體經濟和內生金融風險變量，構建SVAR模型對其進行驗證。研究表明，旨在穩定通貨膨脹和短期產出的貨幣政策可能導致對日益嚴重的金融風險的長久忍耐，造成金融體系信息不對稱程度的加深和不確定性的上升，從而為未來的產出穩定埋下禍根。也就是說，金融體系風險的內生積聚導致貨幣政策對產出穩定的效應不僅僅是當期的，還是跨期的。

根據上述結論，基于短期目標的貨幣政策穩定化效應不足以維持產出穩定，因此需要貨幣當局將跨期產出穩定納入貨幣政策框架，因此必須考慮金融風險的內生積聚。這就使得貨幣政策面臨權衡，具體而言，體現在兩個維度，第一，橫截面維度，貨幣政策面臨穩產出還是穩金融的權衡，即為了穩定產出，是否要以容忍金融風險積聚為代價；第二，時間維度，貨幣政策面臨穩定當前產出還是穩定未來產出的權衡，即當前產出穩定是否是可持續的，貨幣政策采取措施穩定當前產出是否以加大長期產出波動為代價。