系統性金融風險的度量及其宏觀審慎監管研究述評

徐海霞

（上海建橋學院 商學院，上海 201100）

全球金融危機給世界各國實體經濟帶來了重大的負面沖擊，危機中單一金融機構違約的“多米諾骨牌”效應導致國外各大金融機構相繼違約并引發極端系統性風險事件。我國至今還沒有發生真正意義上的金融危機，但金融體系中仍然存在一些風險隱患，如2013 年“銀行錢荒事件”的流動性風險、房地產市場波動、地方政府過度負債等隱含金融風險，嚴重阻礙了我國金融市場健康、穩定發展。對此，“十三五”規劃中明確提出要“有效運用和發展金融風險管理工具，防止發生系統性、區域性金融風險”，這表明現階段防范與化解系統性金融風險已被放在非常重要的位置。之后，黨的十九大報告中進一步強調要“健全金融監管體系，守住不發生系統性金融風險的底線”，這必然涉及系統性金融風險有效度量的問題。鑒于此，本文通過梳理國內外學者的相關文獻成果，對系統性金融風險的形成機理與實證度量、宏觀審慎工具的有效性及宏觀審慎監管與貨幣政策的協調等方面問題進行綜述，以期為理論界和實務界呈現關于系統性風險及其宏觀審慎監管的研究現狀與發展趨勢，并為金融監管當局和貨幣當局的新一輪制度改革提供理論依據和決策參考。

一、系統性金融風險的含義與生成原因

全球金融危機發生后，國內外關于系統性金融風險的研究越來越多，相關研究賦予了系統性金融風險更加明確的定義與嶄新的視角，但關于系統性金融風險的準確含義，理論界還沒有形成統一的認識。早期的研究認為，系統性風險是一種傳染性風險，也就是一家金融機構發生困境而產生的連鎖反應，這種負外部性會傳染到其他金融機構[1]。從單個銀行出發來研究銀行業風險傳染的問題，比較經典的有關于銀行擠兌的DD 模型，Diamond&Dybvig從銀行流動性創造的角度對銀行業風險傳染的問題進行了探討，認為建立必要的存款保險制度可以降低銀行業的系統性風險[2]。20 世紀80 年代以來，頻繁出現的系統性金融風險成為社會各界關注的焦點問題，對于“系統性金融風險”概念的表述也不盡相同，國內研究主要在“銀行”“系統性風險”“危機”“金融風險”等措詞上形成了不一的說法。

Nenovsky&Hristov 認為，應當對系統性風險與系統性危機的概念進行區別理解，后者是從金融體系傳染到宏觀經濟體系的實際擾動，而前者則是危機發生后局部負外部性向整個金融系統傳導的一種可能性[3]。對于系統性金融風險的含義進行界定以后，各大機構以及研究者們對這一含義展開了更為廣泛而深入的探究。如國際清算銀行（BIS）提出系統性風險是金融市場中一個成員違約而造成其他成員違約的債務連鎖反應，甚至會引發更大規模的系統困境。國際貨幣基金組織（IMF）從外部性與傳染性的角度，認為銀行系統性風險是指銀行系統出現實際的或潛在的擠兌問題而使得債務延遲兌付的現象，此時政府由于風險的傳染性而不得不采取相應的規模援助。Kaufman&Scott認為，銀行業系統性風險是某一國家或地區或者更大范圍內，由于銀行倒閉等極端事件而引發的損失集聚作用[4]。包全永從廣義和狹義兩方面對系統性金融風險進行了界定，廣義銀行系統性風險是指整個銀行體系發生極端事件并喪失其功能的一種可能性，而狹義銀行系統性風險則是指由于一個或多個銀行的經營失敗給其他銀行帶來的負外部效應[5]。

國際金融危機爆發10多年來，對于金融危機發生原因的探索一直是研究的熱點話題。系統性金融風險的生成原因較復雜，通常是多方面的因素共同作用而產生的結果，這些文獻成果已經成為系統性金融風險及其宏觀審慎監管這一研究問題的理論基礎，文獻主要可以分為如下三類：

第一類文獻認為系統性金融風險產生的原因在于金融體系的內在脆弱性。金融市場是一個不完全信息市場，風險偏好者對于高風險項目的投資會導致銀行貸款風險的增加，由此出現了道德風險；另外，由于銀行無法了解借款人的資產狀況、財務狀況、管理方式、款項使用情況等信息，他們往往信用較差，而期望利率低的貸款銀行往往信用較好，最終風險厭惡者將退出借貸市場而形成逆向選擇。Minsky 最早對金融脆弱性問題進行了系統研究，他提出金融體系的內在脆弱性形成了“金融脆弱性理論假說”，認為周期性危機與銀行破產是由金融機構作為貸款人的內在特征決定的，金融行業的危機傳染到實體經濟而導致經濟危機的發生[6]。Brunnermerier 等提出金融機構的杠桿率高、期限錯配等內在脆弱性以及極端事件的發生會引起單個金融機構出現流動性風險，這對于其他金融機構的傳導會引發金融危機[7]。

第二類文獻考察了宏觀經濟的周期性波動。Gorton 等就提出，系統性風險通常與宏觀經濟層面上引發大量金融機構和金融市場同時崩塌的外生沖擊集合存在著緊密的聯系，實體經濟的衰退會帶來借款人財務水平的下降，從而使得金融機構的資產質量降低，引發資產拋售和擠兌現象，最終將導致金融體系的崩潰[8]。全球金融危機以后，對于金融與實體經濟之間關系的研究形成了兩種機制即金融加速器機制和銀行融資機制，前者是負向經濟沖擊以資產負債表的路徑加速企業破產，后者則是負向經濟沖擊對銀行資金產生直接影響而作用到整個宏觀經濟的活躍程度。另外，Borio 等認為，通常金融周期與幅度比傳統經濟周期要長，而系統性金融風險一般發生于金融周期瀕臨高峰的時期[9]。胡宗義等使用CRITIC賦權法來構建金融壓力指數，研究得到國內生產總值指數對我國金融壓力指數具有顯著負效應，而銀行貸款余額、信貸膨脹等因素對我國金融壓力指數具有顯著的正效應[10]。

第三類文獻探討了監管體制不健全及監管政策不足問題。全球金融危機的爆發讓我們意識到，金融監管政策的不足是引發系統性金融風險的一個重要的外部因素。Friedman&Schwartz 對美國貨幣金融史進行梳理以后發現，貨幣政策的失誤是導致金融動蕩的主要根源[11]。伴隨著危機前美國政府的寬松貨幣政策，金融體系的杠桿率不斷上升、金融衍生品與資產證券化市場異常繁榮、混業經營現象頻繁，此時順周期監管導致大量貸款投向房地產與資本市場，“資產泡沫”在極端突發事件沖擊下隨之破滅。此時，金融機構間的同業拆借利率飆升、流動性風險越來越大，這使得金融機構間趨于業務同質化，而共同風險敞口在流動性風險沖擊下將演變為嚴重的系統性金融風險。Borio等也提出，由于金融體系內大多數金融機構存在著類似的風險敞口，如果風險發生暴露如同“蝴蝶效應”，則整個金融體系將會發生破產性風險[9]。因此，從監管體制角度來看，當前我國金融市場中跨行業、跨區域經營的現象越來越多，如果監管政策改革無法及時應對金融市場創新速度，則會產生金融監管的真空地帶。

二、系統性金融風險度量方面的經驗研究

構建一個具有可操作性的宏觀審慎監管體系的前提是對系統性風險進行有效的度量，近年，理論界和業界對系統性風險度量展開了系統而深入的研究并形成了大量的文獻成果。總的來說，系統性金融風險度量的經驗研究文獻可以從宏觀和微觀兩方面來進行梳理，即基于宏觀視角的度量方法以及基于微觀視角的度量方法，前者又稱為綜合指數法，而后者包括網絡分析法、多元GARCH 模型法、CoVaR方法、MES方法、CCA模型等方法。

第一類方法是綜合指數法，這是一種通過選定一系列系統性金融風險的指標并使用統計方法來識別金融體系風險狀態的方法。Illing&Liu從債券、外匯、股票等市場選取9 個指標來構建加拿大的金融壓力指數，以此反映加拿大系統性金融風險狀況，這主要是針對那些未發生過或者較少發生銀行危機的國家與地區進行設計的[12]。他們的指數構建方法對之后的研究提供了很大借鑒，如Hagen&Ho為研究銀行系統性風險的影響因素，選擇中央銀行再貸款與銀行貸款之比、短期利率兩個指標來構建貨幣市場壓力指數（IMP），研究發現當IMP 分布大于98.5%的分位數且比上期IMP提高5%時，則可以認定發生了銀行危機，這種方法與事件法識別的銀行指數較為一致[13]。

第二類方法是模型法，它主要是借助于計量工具構建數理模型，以單個金融機構為研究對象對金融機構間市場的傳染性風險進行度量，這種方法的實證研究主要使用的是資本市場數據而不是資產負債表數據。比較有代表性的模型有以下四種：

一是條件在險價值模型（CoVaR）。Adrian&Brunnermeier在傳統在險價值（VaR）的基礎上，考慮了金融機構間的風險溢出效應，以此來度量某家金融機構的條件風險價值CoVaR，它既包含了無條件在險價值，也包含了溢出風險價值[14]。CoVaR 方法的基本原理是用于衡量一定時間內其他金融機構處于一個確定置信度的風險水平時該金融機構風險變動對于整個金融體系的沖擊。隨后，他們對1200多家金融機構的股票價格進行研究，發現一家金融機構的股票價格與所有金融機構間的指數關系越大，則這家金融機構所帶來的傳染性風險就越大。之后，許多學者對上述CoVaR 模型進行了修正，如Girardi&Ergun 對單個銀行的系統性風險貢獻度進行研究并發現其與自身在險價值不存在顯著關系[15]。

基于CoVaR模型，國內許多研究者對我國系統性金融風險展開深入分析并回答了以下問題：其一是系統性風險在不同行業與不同市場間的風險溢出效應。如陳建青等使用銀行、證券、保險等市場指數，分別構建了靜態和動態的CoVaR 模型，研究發現三個行業間存在較為顯著的增強循環鏈和減弱循環鏈，危機前風險溢出效應較高，而隨著行業間鏈條的斷裂則溢出效應不斷下降直到危機結束[16]。其二是國內現有風險不至于引發系統性金融風險。李叢文和閆世軍通過對險價值引入Copula模型，度量了不同類型影子銀行對商業銀行的風險溢出效應，認為影子銀行總體溢出效應較低且不會引發系統性風險，其中股份制銀行受到影子銀行的風險溢出效應最強[17]。其三是資本充足率指標對于抑制銀行風險溢出的重要性。如田嬌和王擎基于銀行風險溢出的角度采用動態CoVaR 模型對商業銀行的風險溢出效應進行了度量，宏觀金融風險則使用CCA方法來計算，結果發現核心資本充足率能有效抑制銀行的風險溢出效應，它對于系統性風險具有一定程度的緩沖作用[18]。

二是邊際預期損失模型（MES）。Acharya 等最早使用MES 和SES 等方法來度量單個金融機構對整個金融體系的期望損失，MES方法的經濟含義在于，當股票價格下跌到某臨界值以下時，公司的預期權益損失在短期與長期之間的差額非常明顯，那些MES較高的銀行對于股票下跌的貢獻最大，而這些銀行就是系統性風險的驅動者[19]。基于此，Acharya等又提出系統性風險度量方法（SRISK），發現一家資本短缺最嚴重的金融機構對于危機產生的影響是最大的，而這家金融機構也被認定為具有系統性風險[20]。Banulescu&Dumitrescu 考慮到可加性條件而提出了成分期望損失方法（CES），這種方法可以通過計算單個金融機構的風險來得到金融體系總體風險[21]。朱波等使用CES方法構建了面板門限回歸模型來測度我國上市銀行的系統性風險，得到商業銀行非利息收入業務對于系統性金融風險存在著顯著的潛在影響[22]。

三是或有權益分析模型（CCA）。CCA模型是由Lehar 最先提出的[23]，Gray&Jobst 將此方法應用到宏觀經濟金融風險的研究中并將該模型進一步發展為SCCA模型，它在資產負債表中引入期權理論，看漲期權就是權益價值，而看跌期權則是債務擔保，從而通過測算市場內的預期損失來度量系統性金融風險[24]。此方法將資產負債表與市場數據有機結合，以某一資產價格對其他資產價格的依賴性來度量金融風險，因此具有全局性、綜合性、前瞻性的優點。基于此，茍文均等以美國、歐元區、中國為研究對象，從債務杠桿出發運用CCA 模型進行情景模擬，結果發現債務杠桿的上升對于系統性金融風險具有顯著的正向推動效應[25]。

四是網絡分析法。這是一種跨學科分析方法，它以銀行間資產負債表的相互敞口和交易數據來構建網絡而對風險傳導情況進行模擬。Allen&Gale提出了影響銀行間違約風險傳染的兩個市場結構特征，即市場完備性和市場關聯性，如果每家銀行給所有其他銀行提供貸款則市場是完備的，而每家銀行與所有其他銀行都存在金融聯系則市場是完全關聯的[26]。Allen&Gale[26]、Freixas 等[27]的研究均表明，市場越完備則傳染可能性越小且金融體系越穩健，市場的關聯性越高則傳染越嚴重且金融體系越脆弱，違約風險傳染在完備性與關聯性之間存在替代關系。另外，馬君潞等使用中國銀行間市場的雙邊違約傳染風險對不同損失率下單個銀行破產與多家銀行破產所帶來的風險傳染情況進行了模擬[28]。范小云等利用中國2007—2009 年銀行間市場數據，運用網絡分析法對系統重要性銀行進行識別，結果發現銀行間負債關聯程度是影響系統重要性的主要因素[29]。

綜上所述，國內外文獻對于系統性金融風險的度量進行了系統而廣泛的研究，深入地闡述了金融行業系統性風險的各種測度方法。總體而言，目前關于系統性風險度量問題的研究還不夠完善，由于監管部門與理論界在理念上存在不一致性，這使得度量與監管并未實現有機結合，監管部門側重于度量方法的可操作性，而理論界則注重度量方法的科學性。另外，系統性風險度量方法本身也存在缺陷與適用性等問題。這些方法大多使用歷史數據來研究金融機構之間的行為關系，并反映時間序列的歷史關系。同時，每種度量方法的理論模型都有一定的假設條件和適用對象，這包含著很大的模型風險。還有，已有度量方法只是從某個方面或某幾個方面進行分析，并不能全面地反映系統性風險狀況。因此，系統性風險度量問題將成為以后相當長一段時間內的前沿研究和熱點議題。

中國系統性風險度量問題的研究剛剛起步，雖然取得了一定的成果，但與國外研究相比還存在著很大差距。中國金融市場和金融工具還不太完善，相關數據的缺失如信貸違約互換CDS 等使得已有的度量方法無法直接在國內使用。還有，關于金融風險的研究主要在于金融系統內部，并沒有深入地結合實體經濟來進行探討，尤其是對于中國金融風險與產業結構、區域結構、人口結構等方面的綜合分析還不夠。另外，對于新興金融業態的關注比較少，如互聯網金融、P2P、第三方支付、眾籌、區塊鏈金融等行業的迅猛發展，這些新興行業可以視為金融創新的產物，其中蘊藏著非常大的金融風險，它們有沒有可能成為金融體系中的系統性風險并對經濟金融穩定造成沖擊，還有待于進一步研究。

三、宏觀審慎政策工具及其有效性研究

2008年國際金融危機爆發之后，許多國家紛紛推出并頻繁使用宏觀審慎政策工具，尤其是一些發達國家成立了專門機構并提出了新的金融監管改革方案，如《巴塞爾協議Ⅲ》中明確提出應當加強宏觀審慎政策的框架設計和實踐操作。那么，具體操作實踐中有哪些宏觀審慎政策工具呢？各國監管當局為了防范金融行業的系統性風險而采取的多種審慎政策工具，還包括一些被認為是其他公共政策的工具，如貨幣、財政、匯率等。這里使用《中國金融穩定報告（2010）》中的定義，宏觀審慎政策工具并不是一種新的工具，而是在原有的工具中引入宏觀審慎的理念。IMF 對49 個國家的10 種宏觀審慎政策工具進行統計調查后，將這些工具分成三類：一是與信貸相關，如貸款價值比（LTV）上限、債務收入比率（DTI）上限、外匯貸款上限、信貸增長上限；二是與資本相關，如逆周期動態資本要求、動態撥備和利潤分配限制；三是與流動性相關，如限制凈外匯頭寸敞口、限制期限錯配、準備金等。

值得注意的是，發達國家與新興經濟體在宏觀審慎政策工具的使用上存在著一定的差別。第一，在使用頻率上，新興經濟體運用宏觀審慎政策工具的次數比發達國家更加頻繁。正如Lim 等[30]和Claessens 等[31]所指出的，新興市場經濟體的金融市場不太發達，銀行主導的是比較弱小的金融部門，更加容易受到外部沖擊的影響，因此其運用宏觀審慎工具來抑制金融市場中系統性風險的要求更強烈。第二，新興經濟體往往更加關注國際資本流動及其波動所帶來的流動性風險，因此經常地使用與資本流動和流動性風險有關的政策工具如限制凈外匯頭寸敞口、準備金等。還有，出于金融體系市場化程度較低等原因，新興經濟體傾向于更多地運用限制信貸增速等工具。而發達國家則傾向于使用信貸需求工具如LTV 上限與DTI 上限等，也包括動態撥備工具，因此發達國家更多地關注杠桿化問題帶來的金融風險。第三，兩者在銀行業結構、金融開放程度、金融市場化程度、金融行業的規模及金融監管改革等方面也有一定的差異，這些特征差異使得各國監管當局面臨不同宏觀審慎政策工具的選擇，且審慎工具也具有差異性的實施效果。

近年，理論界對于宏觀審慎工具的有效性展開了深入而有益的研究，國內外最新研究進展大致可以分為兩類：一類是基于宏觀微觀數據的宏觀審慎工具有效性分析；另一類是基于DSGE 模型的宏觀審慎工具有效性分析。從宏觀微觀數據層面的實證研究來看，Lim 等運用跨國宏觀面板數據的研究發現許多宏觀審慎工具對于降低系統性風險都是有效的。如LTV 上限、DTI 上限、逆周期資本緩沖、信貸增量上限、準備金、動態撥備等工具均可以使具有順周期性的信貸增加和杠桿率變動；而限制凈外匯頭寸敞口、限制期限錯配則能夠抑制市場間與機構間的共同風險敞口。Claessens 等使用不同國家的銀行微觀數據，分別研究了宏觀審慎政策對資產增長、銀行杠桿率提高以及非核心負債與核心負債之比所產生的影響，發現基于LTV 上限和DTI 上限的信貸增加與外匯借款的限制作用，在經濟繁榮時期能夠有效降低銀行部門的杠桿率、限制資產與非核心負債的增長速度，而準備金、利潤分配限制和動態撥備等逆周期緩沖可以在一定程度上降低資產增長和銀行杠桿率[31]。

另有一些研究針對宏觀審慎政策工具應對某種風險源的效應進行了探析。第一，宏觀審慎政策工具如何應對房地產市場價格波動的有效性問題。如Crowe 等提出，LTV 上限對于抑制房地產價格波動是一種最佳政策選擇，具有針對性較強、運行成本較低的特點[32]；而動態撥備等工具可以提高整個金融體系的應變能力，雖然不能有效抑制房地產市場的過度繁榮，卻能夠有效緩解房地產市場的蕭條。第二，宏觀審慎政策工具的資本流動功能對于減少金融周期波動、防范系統性風險具有重要作用。如Gauthier 等使用加拿大銀行業的數據發現，基于單個銀行對整個銀行體系貢獻的系統性資本分配功能，可以有效地減少單個銀行的違約可能性和系統性風險產生的可能性[33]。第三，動態撥備可以提高單個銀行及整個銀行系統的彈性與應變能力。Jimenez等對于西班牙的研究表明，逆周期宏觀審慎政策工具如動態撥備對于限制銀行信貸供給周期是有效的，在經濟不景氣的情況下動態撥備可以對經濟衰退起到一定的平滑作用，不僅維護了企業的信用，還可以增加企業獲得銀行貸款的可能性[34]。近年運用DSGE模型來研究宏觀審慎政策工具及其有效性的文獻越來越多。如N’Daiye將貨幣政策分析的標準模型與金融部門脆弱性的或有債券模型相結合，探討了審慎監管如何支持貨幣政策在減少產出波動的同時保持金融穩定，研究結果表明，具有約束力的逆周期審慎監管有助于減少產出波動且降低金融不穩定的風險，逆周期規則可以較好地遏制資產價格波動及金融加速過程[35]。之后，許多學者采用DSGE模型對這一問題進行分析，Angelini等[36]、Rubio等[37]研究表明，根據不同沖擊的性質，信貸擴展型泰勒規則與BaselⅢ逆周期規則相結合在減少福利損失方面可能是最優的。此外，Suh 考察了帶有金融加速器的DSGE模型中宏觀審慎政策與貨幣政策的關系，當實現福利最大化時，貨幣政策的目標是僅穩定通貨膨脹，而宏觀審慎政策的目標是僅穩定信貸，當經濟體面臨金融沖擊時宏觀審慎政策的福利增進尤為明顯[38]。我們可以得出，運用DSGE模型對宏觀審慎政策進行分析的方法具有以下幾方面優點：一是DSGE 模型能夠用來識別不同經濟軌跡的沖擊，以此考察不同沖擊類型下宏觀審慎政策工具的實施效果；二是它基于一般均衡分析方法，運用模擬的方法對政策工具的實施效果進行實驗，這種定量實驗的結果可以為政策制定者提供決策依據；三是通過參數校準值的變動可以改變政策實施方案，以此對不同政策之間的協調關系進行比較。

就國內研究來看，對中國宏觀審慎政策工具有效性問題的研究還比較缺乏。從張健華和賈彥東對國內外宏觀審慎政策的理論與實踐進展進行梳理以來，許多學者基于中國經濟研究了貨幣、信貸與金融監管政策等宏觀審慎規則的實施效果問題。研究表明，差別存款準備金動態調整機制和可變的LTV 上限這兩大宏觀審慎政策工具對于中國商業銀行的信貸增加和杠桿率變動存在顯著影響，這些工具可以有效地緩解銀行信貸擴張和杠桿率放大的順周期特性[39]。但是，由于它們的傳導機制存在差異，準備金率在不同類型銀行之間實施效果的差異比較小，而可變的LTV上限對于五大商行和全國性股份制銀行的實施效果要高于城市商業銀行和農村商業銀行。上述研究結果為構建中國宏觀審慎政策框架、科學有效地實施宏觀審慎政策提供了經驗證據的支持。

如上所述，自2008年全球金融危機爆發以后國際社會和各國政府都希望通過宏觀審慎政策來化解系統性風險，對此，許多國家相繼采取了貸款價值比、差別準備金動態調整、動態撥備等宏觀審慎政策工具來降低系統性風險，并取得了一定的成效。然而，關于宏觀審慎政策的理論研究與宏觀審慎政策工具的操作實踐之間存在不一致性，政策工具有效性的評估沒有一個統一標準，不同審慎政策工具的實施效果一般是由各國經濟發展狀況和金融體系所決定。另一方面，銀行系統性風險的度量研究還較為缺乏，現有度量方法還不能全面度量系統性風險，且沒有實現度量與監管的統一。另外，對于宏觀審慎工具有效性的經驗研究大多集中于危機發生以后，已有研究側重于宏觀層面的分析，對銀行微觀層面數據的研究還很有限。由此，未來應當結合商業銀行微觀數據，區分不同類型銀行的審慎政策工具實施效果的差異性來展開實證研究。

四、貨幣政策與宏觀審慎監管的協調問題研究

正如Blanchard等所指出的，貨幣政策與宏觀審慎監管之間存在一定的互補性，僅使用宏觀審慎監管政策不足以維持金融穩定，而兩種政策之間形成一種有效協調有助于這一目標的實現。國際金融危機的爆發促使了宏觀審慎監管理念的引入，它與貨幣政策、財政政策共同構成了一國宏觀經濟調控政策的主要內容[40]。近年，我國政府在不斷加強宏觀審慎管理制度建設的同時，還注重貨幣政策與宏觀審慎政策雙支柱框架的建設。下面我們將梳理和總結國內外相關文獻成果，對兩者之間的協調問題進行綜述。

首先，近年宏觀金融領域的相關研究文獻與政策探討，如銀行資金供求的傳導機制和銀行信貸風險等效應、大型金融沖擊對于實體經濟的作用，都已經成為兩種政策協調的理論基礎，這類研究主要分成三類文獻。第一類文獻認為金融市場摩擦與以BaselⅢ為基礎的銀行資本監管會加劇銀行體系的周期波動。這種矛盾使得政策研究發生了較大的變化，從之前的只關注銀行資本充足率的微觀審慎管理轉為同時兼顧宏觀審慎政策在抑制金融失衡方面的作用。如Gerali 等在DSGE 模型中引入了不完全競爭的銀行部門，運用貝葉斯估計對信貸供給在經濟周期波動中的作用進行了研究，結果發現來自銀行業的經濟沖擊使得2008 年歐元區的產出發 生 了 巨 大 下 降[41]。 另 外，Meh&Moran[42]、Angeloni&Faia[43]等也從不同的視角分析了商業銀行在商業周期波動中所產生的作用。第二類文獻探討了宏觀審慎監管對經濟總量與物價穩定的影響。BaselⅢ中銀行資本緩沖在經濟恢復階段刺激銀行信貸的同時是否可以促進宏觀經濟與物價的穩定？Alpanda&Ueberfeldt在一個小規模制度變遷的新凱恩斯模型中引入了貨幣政策對家庭債務缺口的影響系數，研究了泰勒規則下最優家庭債務水平，發現貨幣政策的偏好通過危機概率的下降來降低各經濟變量的波動率，但是這會降低平均家庭債務水平且導致借款人的利益受損，最終使得整體社會福利下降[44]。第三類文獻主要運用宏觀經濟模型來研究兩種政策之間的互動。N’Daiye將包含金融要素的貨幣政策標準模型與金融行業脆弱性的或有債券模型相結合，研究審慎政策如何支持貨幣政策在降低產出變動的同時維持金融穩定，許多研究使用DSGE模型來分析這一問題，如Gerali等、Angelini 等、Suh 均認為擴展型的泰勒規則與BaselⅢ的逆周期規則相結合可以在增進福利方面實現最優。

其次，前IMF首席經濟學家Blanchard指出了宏觀審慎監管是對貨幣政策工具的一種有益補充，但是僅實施宏觀審慎監管仍不夠，還需要貨幣政策在系統性金融風險防范中發揮某種支持作用。之后，理論界圍繞著兩種政策協調互動的制度安排問題進行了深入探討，包括目標、工具、時間維度等方面。第一，關于兩種政策目標協調問題，一方面，兩種政策目標應符合丁伯根原則，即兩種政策工具應遵循簡單的政策目標，貨幣政策旨在保持價格穩定、促進經濟增長，而宏觀審慎監管旨在保持金融穩定、減少資產價格波動，不同的政策工具用來維持不同目標變量的穩定[38]。另一方面，兩種政策目標應當相互補充且相互支持。如Angelini 等[36]運用包含銀行部門的DSGE 模型研究發現，當宏觀經濟受到金融方面沖擊時，實施宏觀審慎監管是福利增進的，此時基于更廣泛目標的貨幣當局與宏觀審慎當局的合作與協調能夠有效促進宏觀經濟與金融的穩定。第二，在兩種政策的協調過程中應當注重政策工具的協調配合。如Kannan 等[45]使用植入房價波動的DSGE模型分析了有效應對金融加速器的措施，貨幣政策應當對房價泡沫或信貸擴張作出更有力的反應，而此時宏觀審慎監管工具在抑制信貸周期方面也有效，兩種政策工具的選擇應當保持相對獨立性且避免出現政策沖突，政策當局應當建立相關監管信息的共享平臺。第三，在兩種政策協調過程中關注政策實施力度問題。為了避免一種政策的高強度使用所帶來的另一種政策失效，應當基于貨幣政策與宏觀審慎監管之間的替代效應進行必要的政策協調。如Lis&Herrero[46]的研究認為，兩種政策之間的相互協調是相當重要的，由于貨幣政策缺乏穩定性以及銀行體系的不平衡性，歐洲貨幣區的一些國家在失去貨幣政策實施權限之后監管當局不得不引入宏觀審慎監管政策工具。而Agur&Demertzis 研究表明，在防范銀行內部金融風險時，逆向而行的政策措施會加大貨幣政策本身波動性，因此與簡單泰勒規則的行動措施相比較，包含金融穩定因素的貨幣政策對短期利率變動會產生更強的效應[47]。

再次，2008 年國際金融危機以后，許多文獻將金融部門引入宏觀經濟模型中，如Meh&Moran[48]、Van[49]最早運用包含銀行業的DSGE 模型來探討銀行利差與信貸摩擦對宏觀經濟穩定的影響，以及不同類型經濟沖擊對銀行部門主要變量產生的影響。基于金融脆弱性的視角，Diamond&Rajan 在Angeloni&Faia 基本模型中加入了一個脆弱性金融機構，研究了面臨危機的銀行體系中經濟沖擊對銀行產生的影響、貨幣政策的傳導機制及貨幣政策與銀行監管如何進行協調，結果表明貨幣政策對具有順周期性的資本要求比率的作用較為有限，而最優政策組合是中性的逆周期資本比率與對資產價格或銀行杠桿作出反應的貨幣政策規則[50]。Gerali 等在不完全競爭的銀行部門引入DSGE模型來分析商業周期中信貸供給因素產生的作用，通過歐元區數據的貝葉斯估計結果表明，面臨金融沖擊時銀行部門的黏性利率對實際產出存在減弱效應，而面臨技術沖擊時銀行部門對消費產生了一定的減弱。此外，Beau 等[51]均使用上述數值模擬方法展開了經驗評估，認為宏觀審慎監管政策有利于維持金融穩定，并對貨幣政策能提供有效的補充和保障作用。

最后，從國內研究看，馬勇、陳雨露運用包含金融摩擦的DSGE模型對宏觀審慎貨幣政策規則的效應進行了評估，研究發現基于宏觀審慎的貨幣政策規則應當關注產出與通脹的目標而無需引入貸款溢價和銀行杠桿等變量，如此能夠更好地維護經濟與金融的穩定[52]。程方楠和孟衛東將房價波動引入了DSGE 模型，對貨幣政策與宏觀審慎監管之間的協調搭配問題進行了系統研究，結果表明在協調機制方面宏觀審慎監管應用于調整信貸而貨幣政策用于調整物價，協調規則方面應選擇標準泰勒規則[53]。

五、總結與發展趨勢

2008年國際金融危機爆發以后，我們日益認識到對于系統性金融風險進行有效防范的重要性，而構建一個具有可操作性的宏觀審慎監管體系的前提是對系統性風險進行有效度量。已有研究表明，傳統金融網絡模型基于直接關聯或間接關聯的形式只能描述金融機構實際網絡的一部分，而基于市場數據的系統性風險度量可以更高頻、實時地進行全局性監測，有代表性的是CoVaR和MES方法。基于此，危機后許多國家相繼采用不同類型的宏觀審慎政策工具來降低系統性風險，國內外文獻紛紛針對宏觀審慎政策工具的有效性展開研究，由此為制度設計與政策改革提出經驗支持。此外，貨幣政策與宏觀審慎監管的協調問題也引起了國內外研究者的廣泛關注，許多文獻從信貸摩擦對商業周期波動的影響入手，運用DSGE 模型對此進行分析并取得了頗有成效的結論。

鑒于此，系統性金融風險及其宏觀審慎監管已經成為各界關注的重要問題，系統性風險的有效度量能夠保證宏觀審慎監管的順利實施以及有效的政策協調。已有文獻對此進行了系統而全面的探討，但仍然存在一些不足與進一步拓展之處：第一，危機后系統性金融風險至今沒有一個統一、普遍接受的定義，已有度量方法仍存在許多問題，如監管部門與理論界在理念上的不一致使得度量與監管沒有實現有機結合、每種度量模型的假設條件和適用對象存在隱含模型風險等。今后的研究將會結合實體經濟發展、新興金融業態等問題，來進一步研究系統性風險對經濟金融穩定產生的影響。第二，許多國家針對系統性風險相繼采用各種宏觀審慎工具來進行防范，而對于宏觀審慎政策工具有效性評估大多側重于宏觀層面，而沒有銀行微觀層面數據的支撐，今后的研究將會結合商業銀行微觀數據來對不同類型銀行審慎政策工具實施效果的差異性進行實證分析。第三，在政策協調方面，由于貨幣政策與宏觀審慎監管的實施具有較為相似的傳導路徑，且都會對主要經濟變量產生影響，因此兩種政策之間的協調顯得格外重要。未來的研究方向集中在模型設定的拓展，以及如何將承諾規則下政策的穩定性與規則的靈活性相結合，從福利改善、直接融資、開放經濟等方面進一步完善模型構建問題。