宏微觀審慎監(jiān)管對系統(tǒng)性金融風險沖擊的時變特征與協(xié)同效應

毛澤盛 付 丹

（南京財經大學金融學院，江蘇 南京 210023）

一、引言

黨的十九大報告強調，要“健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風險的底線”。“十四五”規(guī)劃也提出，完善現(xiàn)代金融監(jiān)管體系，提高監(jiān)管透明度和法治化水平。宏觀審慎管理和微觀審慎監(jiān)管是現(xiàn)代金融監(jiān)管體系的兩大重要組成部分，二者雖然有著共同的監(jiān)管目標，即通過防范風險來維護金融穩(wěn)定，但也存在區(qū)別，前者主要通過預測和防范系統(tǒng)性金融風險來直接實現(xiàn)金融系統(tǒng)的穩(wěn)定，后者則重在通過防范單個金融機構風險以為金融系統(tǒng)穩(wěn)定構筑微觀基礎。因此，在當前金融風險易發(fā)、高發(fā)、多發(fā)的背景下，宏觀審慎管理和微觀審慎監(jiān)管必須相融共生、相互協(xié)調。問題是，雖然宏觀審慎管理和微觀審慎監(jiān)管都具有防范系統(tǒng)性金融風險的功能，但二者對系統(tǒng)性金融風險的影響存在差異嗎？這種差異是否與當時的經濟背景相關？二者如何協(xié)調才能更好地降低系統(tǒng)性金融風險？本文將在構建我國系統(tǒng)性金融風險指數(shù)的基礎上，運用時變參數(shù)向量自回歸（TVP-SV-VAR）模型和系統(tǒng)GMM方法對這些問題進行解答。

二、文獻綜述

在美國次貸危機以前，人們主要關注的是微觀審慎監(jiān)管，即對單個金融機構進行監(jiān)管，以實現(xiàn)局部均衡。次貸危機后，宏觀審慎監(jiān)管得到越來越多國家的重視和關注。近年來，微觀審慎管理和宏觀審慎管理逐漸走向協(xié)同，二者相互依存、相互滲透。目前，有關二者協(xié)調性的研究主要圍繞協(xié)調必要性和協(xié)調方式兩個方面展開。

（一）宏觀審慎管理與微觀審慎監(jiān)管協(xié)調必要性

次貸危機的爆發(fā)使微觀審慎監(jiān)管在防控系統(tǒng)性金融風險方面的不足暴露無遺，保證單個金融機構的安全已經不能維持整個金融體系的穩(wěn)定（周小川，2011）。隨著對宏觀審慎管理的深入研究，學術界也達成了共識：有必要強化宏觀審慎管理，構建完善的宏觀審慎管理框架，以防范系統(tǒng)性金融風險和實現(xiàn)金融穩(wěn)定（李妍，2009；張智富等，2020；葉思暉等，2020）。雖然二者的監(jiān)管手段有所不同，但宏觀審慎政策不會與微觀審慎政策相沖突，兩者的協(xié)調可以有效降低系統(tǒng)性金融風險（Angelini 等，2012）。Alessandri 等（2015）在分析歐洲的宏觀審慎管理和微觀審慎監(jiān)管時提到，在微觀審慎發(fā)揮作用時，會使信貸從微小金融機構向大型金融機構轉移，抵消宏觀審慎所發(fā)揮的作用，因此，宏觀審慎管理應與微觀審慎監(jiān)管相互配合，共同維護金融穩(wěn)定發(fā)展，而不是顧此失彼。

近年來，國內學者對二者協(xié)調的必要性也進行了大量探索和研究。巴曙松等（2010）分析了微觀審慎監(jiān)管對順周期性的無能為力，提出要發(fā)揮宏觀審慎和微觀審慎之間的互補作用，對不同類型、不同區(qū)域的金融機構實行差異化監(jiān)管。范小云和王道平（2012）從微觀審慎和宏觀審慎有機結合的視角，探討了巴塞爾協(xié)議Ⅲ對中國銀行業(yè)的影響并提出中國銀行業(yè)的改革意見。史永奮等（2014）認為傳統(tǒng)的微觀審慎監(jiān)管在面對金融體系的順周期性時表現(xiàn)不足，需要依靠宏觀審慎管理的配合來提高監(jiān)管效率。劉超和周亮（2020）提出，為了更好地保障金融體系的穩(wěn)定運行，應將宏觀審慎管理理念加入微觀審慎監(jiān)管中，如金融機構貸款撥備制度和逆周期資本緩沖。總體而言，為有效監(jiān)控和防范系統(tǒng)性金融風險，確保金融體系的穩(wěn)定，在傳統(tǒng)微觀審慎監(jiān)管的基礎上完善宏觀審慎管理、建立宏觀審慎管理框架已成為大勢所趨。

（二）宏觀審慎管理與微觀審慎監(jiān)管的協(xié)調方式

隨著宏觀審慎管理方式和工具的不斷完善，學者們關于微觀審慎監(jiān)管和宏觀審慎管理是否應該協(xié)調配合這一問題已經逐漸達成共識，學術界研究的重點也逐漸轉移到如何實現(xiàn)二者的協(xié)調以及協(xié)調方式的選擇上。Tchikanda（2017）出于宏觀審慎目的將微觀審慎工具的校準合法化，以衡量和管理系統(tǒng)性金融風險，這一做法對設計和實施新法規(guī)以改善金融體系的穩(wěn)定性具有重要的政策意義。Tenten等（2017）利用M-PRESS-CreditRisk 這個新的自上而下的宏觀壓力測試框架，幫助監(jiān)管機構評估與信用風險相關的銀行資本充足率，首次在統(tǒng)一的框架中將微觀審慎資本要求和宏觀審慎緩沖器的校準進行了結合。Ma?gorzata 和Kowalska（2017）發(fā)現(xiàn)，宏觀審慎工具和微觀審慎工具對非危機時期杠桿的順周期性有著顯著影響，宏觀審慎工具在非危機時期降低了流動性的順周期性，而在危機期間增加了杠桿的順周期性，限制銀行開展活動的范圍可以降低非危機時期流動性風險的周期性。

在國內，王忠生和黃倫章（2011）提出從流動性監(jiān)管角度協(xié)調微觀審慎監(jiān)管和宏觀審慎管理，認為要通過調控資產和負債期限的錯配期來控制微觀層面的流動性風險，同時關注資本流動的數(shù)量和方向以避免資本市場上的流動性危機。潘凌遙（2012）認為微觀審慎監(jiān)管可以較為精確地計量系統(tǒng)性金融風險，從而能為宏觀審慎管理的實施節(jié)約經濟成本。劉超和馬玉潔（2019）基于PVAR模型提出，微觀審慎監(jiān)管中的不良貸款率指標和宏觀審慎管理中的廣義信貸/GDP偏離度與銀行業(yè)集中度指標都能影響銀行業(yè)的穩(wěn)定性，但實施單一的監(jiān)管工具可能會對金融體系帶來沖擊，只有二者協(xié)調才能維持長期穩(wěn)定。

截至目前，雖然學術界有關宏觀審慎管理和微觀審慎監(jiān)管協(xié)調的研究成果較為豐富，但值得注意的是，已有研究從防范系統(tǒng)性金融風險的視角研究二者的協(xié)調效果時，大多只考慮政策與風險之間的靜態(tài)關系，而忽略了動態(tài)效應。現(xiàn)實中，系統(tǒng)性金融風險是一個不斷累積、不斷反復的過程，因此，考察政策與風險的關系如何隨時間的推移而變化，將是一個重要的研究方向。據(jù)此，本文將首次采用時變參數(shù)模型研究宏微觀審慎監(jiān)管與系統(tǒng)性金融風險的時變相關性，為政策實施提供理論依據(jù)。同時，現(xiàn)有研究對二者協(xié)調搭配的探討大多集中在定性層面，主要從理論上分析二者在監(jiān)管工具層面的有效性和搭配方式，較少通過定量分析研究使用單一審慎政策和二者協(xié)調使用時對降低系統(tǒng)性金融風險水平的具體數(shù)量影響。據(jù)此，本文將實證檢驗宏觀審慎管理與微觀審慎監(jiān)管協(xié)調對系統(tǒng)性金融風險的調控作用。基于此，本文研究的具體思路是：首先，構建我國的系統(tǒng)性金融風險指數(shù)，并結合現(xiàn)實解釋其變化特征；其次，采用帶有時變參數(shù)的TVP-SV-VAR模型，實證分析宏微觀審慎監(jiān)管對系統(tǒng)性金融風險影響的長短期效應，以及在經濟周期的不同階段系統(tǒng)性金融風險對不同政策沖擊的反應程度和持續(xù)時間的差異性；最后，采用系統(tǒng)GMM 方法，利用銀行微觀數(shù)據(jù)進一步研究二者的協(xié)同效應，即比較單一的審慎監(jiān)管政策和協(xié)調搭配的審慎監(jiān)管政策對系統(tǒng)性金融風險的影響差異。

三、我國系統(tǒng)性金融風險指數(shù)（CSRI）構建

系統(tǒng)性金融風險是指使金融系統(tǒng)部分或全部受到損失并對實體經濟產生嚴重負面影響的風險。為了研究宏觀審慎管理和微觀審慎監(jiān)管對系統(tǒng)性金融風險的影響，先要對系統(tǒng)性金融風險進行具體測度，構建符合我國國情的風險指數(shù)。IMF（2009）建議金融市場不發(fā)達的發(fā)展中國家應采用綜合指數(shù)法構建穩(wěn)健的金融指標，其最大優(yōu)點是不注重金融危機的歷史和系統(tǒng)性金融風險的具體成因，并且利用該方法構建的指標變量可以引入其他模型中。國內實證研究也表明，運用綜合指數(shù)法構建的系統(tǒng)性金融風險指數(shù)與我國經濟實際運行情況相符合，能較為準確地描述我國系統(tǒng)性金融風險水平。因此，本文采用綜合指數(shù)法來構建我國的系統(tǒng)性金融風險指數(shù)。

（一）指標選取及數(shù)據(jù)處理

本文綜合考察了國內外學者關于系統(tǒng)性金融風險的定義、影響因素和度量方法，并借鑒陶玲和朱迎（2016）關于風險指數(shù)的構建方法，考慮到數(shù)據(jù)的可獲得性和準確性，對測度維度和選取的基礎指標進行了改進。結合本文的研究目的，主要基于以下幾個維度選取指標：一是貨幣市場維度。在金融波動中，貨幣市場往往會成為金融風險發(fā)生的主要場所。以往貨幣市場維度選取的指標主要是銀行間市場七天回購定盤利率、一周SHIBOR 和LIBOR 利差、一周和一年SHIBOR 利差，本文首次加入了貸款同比增速和短期貸款余額/總貸款兩個指標。二是資本市場維度。股票市場的過度繁榮和中長期信貸的過度擴張，使得大量資金涌入資本市場，這極易形成資產泡沫，導致市場波動不斷加劇，會較大程度地影響銀行業(yè)系統(tǒng)性金融風險水平，故本文首次選取上證所周轉率、上證所平均市盈率、上證綜指收益率、深證綜指收益率和中長期貸款/總貸款作為資本市場的基礎指標。三是政府部門維度。在宏觀經濟下行時期，會出現(xiàn)政府部門債務風險向銀行系統(tǒng)轉移的現(xiàn)象，從而會導致銀行業(yè)風險水平上升，據(jù)此本文選取工業(yè)增加值累計增長和固定資產投資額累計增長等指標。四是外匯市場維度。政府在調節(jié)本國貨幣的供求關系以規(guī)避風險時，極易導致匯率風險，形成系統(tǒng)性金融風險。指標選取時，除了經常使用的實際有效匯率指數(shù)、國家外匯儲備同比增長和進出口總額同比增長，本文創(chuàng)新性地加入了進口總額同比增長、出口總額同比增長和外匯占款同比增長。五是房地產市場維度。房價持續(xù)上漲會使房地產市場累積一定程度的風險，而房地產市場與銀行資金之間有著千絲萬縷的聯(lián)系，因此，不可避免地會造成銀行業(yè)風險上升，本文借鑒以往的研究選取了房地產開發(fā)投資額增長、商品房銷售額同比增長和商品住宅房銷售額同比增長等指標。由此，本文主要從貨幣市場、資本市場、政府部門、外匯市場和房地產市場選取了22 個基礎指標來構建我國的系統(tǒng)性金融風險指數(shù)，數(shù)據(jù)來源于萬得數(shù)據(jù)庫，樣本區(qū)間為2009年1月—2020年12月。具體指標如表1所示。

表1：系統(tǒng)性金融風險指標體系

上述系統(tǒng)性金融風險測度指標按照性質可以分為正向指標和負向指標，正向指標越大會導致系統(tǒng)性金融風險升高，負向指標則相反。為了避免綜合指數(shù)偏差，需要對指標進行正向化處理，即正向指標保持不變，負向指標取相反數(shù)轉變成正向指標。另外，由于所選指標的數(shù)據(jù)類型和計量單位不統(tǒng)一，為統(tǒng)一量綱，需要對指標進行歸一化處理，具體方法是：Y=(X-minX)/(maxX-minX)。

（二）系統(tǒng)性金融風險指數(shù)構建

首先，對基礎指標進行KMO 和Bartlett 球形檢驗，以確定數(shù)據(jù)是否適合進行主成分分析，檢驗結果如表2 所示。從表中可看出，KMO 值為0.659，大于0.6，Bartlett 檢驗的卡方值為5540.147，顯著性為0.000，小于0.05。因此，可以判斷各變量之間具有共同因子，適合進行主成分分析。

表2：KMO和Bartlett球形檢驗

其次，利用SPSS23.0 軟件對指標進行主成分分析，得到的主成分特征根和方差貢獻率如表3 所示。從表3中可以看出，前6個因子的特征根都大于1，且累計方差貢獻率達到88.158%，大于80%，說明前6個因子對系統(tǒng)性金融風險的解釋能力較強，因此，接下來選取前6個主成分進行進一步分析。

表3：主成分特征根和方差貢獻率

表4為前6個主成分的成分矩陣，利用該矩陣可以建立每個主成分與原始指標之間的線性關系，得到各個主成分得分，接著將主成分得分除以初始特征值方差的平方根得到標準化的主成分得分，將標準化后的主成分得分賦予對應的方差貢獻率為權重：

表4：成分矩陣

最后，合成系統(tǒng)性金融風險指數(shù)，如圖1 所示。從圖1 可以看出，我國系統(tǒng)性金融風險的變化不具有無限期累積特征，而表現(xiàn)為一個不斷反復的過程，因此，可以通過適當?shù)恼邅韺ζ溥M行合理調控。如果一國政府不能有效地抑制系統(tǒng)性金融風險，最終將引發(fā)金融危機。從圖1 中可以看出，2009年初，受國際金融危機爆發(fā)的影響，我國金融系統(tǒng)和實體經濟遭受嚴重打擊，銀行業(yè)深受影響，系統(tǒng)性金融風險水平達到頂峰。2009—2010年期間，各國政府相繼出臺政策以刺激經濟，我國也實行了積極的財政政策和適度寬松的貨幣政策，并安排4 萬億資金擴大內需，促進經濟增長，使得宏觀經濟形勢逐漸好轉，系統(tǒng)性金融風險指數(shù)也呈現(xiàn)明顯下降的趨勢。2011年1月—2013年7月，由于貸款增速過快，我國債務額度水平攀升，同時宏觀經濟出現(xiàn)產能過剩問題，加之2013年銀行業(yè)的“錢荒”事件，使系統(tǒng)性金融風險水平出現(xiàn)小幅度上升。2015年，我國股票市場爆發(fā)嚴重的股災危機，導致上證指數(shù)接連下跌，由于銀行業(yè)也間接參與了股票市場的資金投放，在這次股災中也受到不小的損失，由此導致2015年底系統(tǒng)性金融風險指數(shù)不斷上升，達到較高水平。隨后，在國家多部門強力調控下，股災影響逐漸減弱，系統(tǒng)性金融風險得以緩解。此后，我國開始逐漸認識到宏觀審慎管理政策對調控系統(tǒng)性金融風險的重要性，并逐漸加大宏觀審慎政策的力度，中國人民銀行于2016年初啟動宏觀審慎評估體系（MPA），同時原銀監(jiān)會也加強了表外理財業(yè)務的監(jiān)管力度。受此影響，我國經濟增速雖然持續(xù)放緩，但金融系統(tǒng)保持穩(wěn)定，最終導致系統(tǒng)性金融風險指數(shù)逐漸下降。直到2020年1月，受到新冠肺炎疫情的影響，國內消費市場停滯，證券市場千股齊跌，系統(tǒng)性金融風險指數(shù)上升到樣本區(qū)間的最大值。綜上可見，系統(tǒng)性金融風險指數(shù)的走勢與我國經濟實際運行情況相符合，對國內外的負面金融事件比較敏感，能夠準確描述我國的系統(tǒng)性金融風險水平。

圖1：系統(tǒng)性金融風險指數(shù)變化趨勢

四、宏微觀審慎監(jiān)管對系統(tǒng)性金融風險沖擊的時變特征

本文采用TVP-SV-VAR 模型分別考察我國宏觀審慎政策和微觀審慎政策對銀行業(yè)系統(tǒng)性金融風險沖擊的時變特征，研究在經濟周期的不同階段系統(tǒng)性金融風險對不同政策沖擊的反應程度和持續(xù)時間的差異性，并通過等間隔脈沖響應函數(shù)和等時點脈沖響應函數(shù)分析兩類監(jiān)管政策各自對系統(tǒng)性金融風險的調控效果。

（一）實證模型

在模型設計上，為了基于時變視角構建宏觀審慎管理和微觀審慎監(jiān)管協(xié)調框架，本文采用了具有隨機波動性的TVP-SV-VAR 模型（Primiceri，2005）。TVP-SV-VAR 模型可以刻畫變量之間的時變特征，并解釋變量之間的非線性關系。具體來說，在解釋宏觀審慎政策、微觀審慎政策與系統(tǒng)性金融風險的時變相關性時，TVP-SV-VAR 模型可以有效捕捉變量之間的結構變化，準確地反映宏觀審慎政策與微觀審慎政策對系統(tǒng)性金融風險的影響，以及政策與風險之間的關系如何隨著時間的推移而變化。

傳統(tǒng)SVAR模型為：

其中， y是一個可觀測到的內生變量的k×1 矩陣， A,F,…,F代表k×k 階系數(shù)矩陣， A 表示變量之間的同期關系，F(xiàn)表示滯后s 期和當前期變量之間的關系，隨機擾動項μ是k×1 維結構性沖擊項。

式（2）可以簡化為：

在該模型中，所有參數(shù)均不隨時間發(fā)生變化，顯然這是不符合經濟運行的基本規(guī)律的。在實際經濟背景下，經濟政策、經濟結構等因素都會隨著時間的推移而發(fā)生變化，因此，模型的參數(shù)也應該產生變化，在模型中考慮時變的因素，將做出更符合實際的預測。基于式（3），在模型中加入隨機波動率，將模型拓展為TVP-SV-VAR模型：

其中， y、 A和∑都是隨時間變化的， A和∑表示為：

假設TVP-SV-VAR 模型中的所有時變參數(shù)均服從隨機游走過程，即：

其中， h=(h,…,h)′， h=log(σ)。假設外部沖擊服從聯(lián)合正態(tài)分布：

其中， β~N(μ,∑) ， α~N(μ,∑) ，h~N(μ,∑)。假設時變參數(shù)的沖擊不相關，∑、∑和∑都是對角矩陣。本文將采用馬爾科夫蒙特卡洛模擬算法（MCMC）對模型進行貝葉斯估計，從而提高參數(shù)估計的有效性和精確性。

（二）變量選取與數(shù)據(jù)說明

資本充足率是商業(yè)銀行資本與其風險加權資產的比率，代表銀行的償付能力。中國人民銀行于2011年實行差別準備金動態(tài)調整機制，核心是將信貸增長和準備金水平掛鉤；于2016年開始實行宏觀審慎評估體系（MPA），核心是將貸款增長和資本水平掛鉤，這二者都強調了資本充足率是宏觀審慎管理的核心。實行資本充足率的逆周期監(jiān)管，就是允許銀行在經濟周期的不同階段持有不同數(shù)量的資本，以緩解資本監(jiān)管的順周期效應，是一種有效的逆周期監(jiān)管機制。此外，已有大量文獻從實證角度探討了資本充足率作為宏觀審慎管理代理變量的合理性（謝平和鄒傳偉，2010；嚴佳佳和康志鑫，2020；王紫薇和王海龍，2020）。因此，本文以商業(yè)銀行資本充足率（CAR）作為我國宏觀審慎政策的代表指標。

不良貸款率是不良貸款占總貸款的比重，能反映商業(yè)銀行的資產質量和風險管控能力。不良貸款率越高說明銀行風險越高。監(jiān)管部門通過跟蹤銀行不良貸款率指標的變化來監(jiān)測單個金融機構可能存在的風險，并采取各項措施達到保證金融機構穩(wěn)健運營的目標，對這一指標進行監(jiān)控能夠體現(xiàn)政府對銀行的監(jiān)管態(tài)度和力度。胡利琴等（2012）、方意（2015）等人的研究也證實了不良貸款率作為微觀審慎監(jiān)管代理變量的合理性。因此，本文以商業(yè)銀行不良貸款率（NPL）作為我國微觀審慎政策的代表指標。

考慮到2008年國際金融危機后，宏觀審慎管理才真正開始引起各國監(jiān)管當局的重視，眾多學者也正是在這一事件之后才開始展開對宏觀審慎管理和系統(tǒng)性金融風險的深入研究，因此，本文選取的樣本區(qū)間為2009年第一季度—2020年第四季度，數(shù)據(jù)主要來源于萬得數(shù)據(jù)庫。

（三）實證結果與分析

1.平穩(wěn)性檢驗。構建TVP-SV-VAR 模型要求的變量數(shù)據(jù)必須是平穩(wěn)時間序列，否則可能會造成“偽回歸”問題。本文采用ADF 單位根檢驗對系統(tǒng)性金融風險指數(shù)（CSRI）、資本充足率（CAR）和不良貸款率（NPL）進行平穩(wěn)性檢驗。檢驗結果如表5 所示，三個變量均是不平穩(wěn)時間序列，在對變量進行一階差分后，各變量均表現(xiàn)為平穩(wěn)時間序列。因此，本文使用一階差分后的數(shù)據(jù)構建TVP-SV-VAR模型。

表5：平穩(wěn)性檢驗結果

2.參數(shù)估計。本文將模型的滯后期設定為2，利用馬爾科夫蒙特卡洛模擬算法（MCMC）對模型進行10000 次抽樣，舍棄前1000 次抽樣作為預燒（burnin）。模型的參數(shù)估計結果如表6所示，其中參數(shù)的后驗均值均位于95%置信區(qū)間內，Geweke檢驗的CD收斂診斷值均小于5%顯著性水平下的臨界值1.96，表明10000 次的模擬次數(shù)已經足夠使馬爾科夫蒙特卡洛模擬算法（MCMC）模擬趨于集中。同時，所有參數(shù)估計結果的無效因子都小于200，因此，可以確認馬爾科夫蒙特卡洛模擬算法（MCMC）抽樣有效。

表6：參數(shù)估計結果

3.等間隔脈沖響應函數(shù)。TVP-SV-VAR 模型通過模擬不同滯后階數(shù)的脈沖響應沖擊，得到等間隔脈沖響應函數(shù)，從而捕捉出在不同提前期時系統(tǒng)性金融風險受宏觀審慎和微觀審慎政策沖擊的時變特征，并且能分別反映這兩類政策對系統(tǒng)性金融風險的短期、中期和長期效應。本文設定提前期分別為4 個月、8 個月和12個月，以反映變量響應的動態(tài)變化過程。

圖2a表示系統(tǒng)性金融風險對不同提前期宏觀審慎政策沖擊的脈沖響應，可以看出不同提前期的宏觀審慎政策沖擊對系統(tǒng)性金融風險的脈沖響應表現(xiàn)有所差異。樣本期間內，系統(tǒng)性金融風險對宏觀審慎政策沖擊的響應顯著為負，且負向響應隨著時間的推移逐漸增大，因此，可以看出宏觀審慎管理能有效降低我國的系統(tǒng)性金融風險水平，并且這種負向調控具有長期持續(xù)性。值得注意的是，宏觀審慎政策沖擊對系統(tǒng)性金融風險的影響具有明顯的時變特征，不同提前期的影響程度不同，其中，提前4 期的脈沖響應函數(shù)變化幅度最大，提前12 期的脈沖響應函數(shù)變化幅度最小，說明宏觀審慎政策對系統(tǒng)性金融風險的影響隨著時間的推移會逐漸減弱。另外，不同提前期的曲線在2016年后都出現(xiàn)了較大幅度的下降，因為在2016年中國人民銀行將差別準備金動態(tài)調整機制升級為MPA，從多個方面對金融機構的行為進行多維度的引導，此后我國全面加強了宏觀審慎管理，因此，系統(tǒng)性金融風險水平顯著降低。

圖2：系統(tǒng)性金融風險對宏微觀審慎政策沖擊的等間隔脈沖響應

圖2b 表示系統(tǒng)性金融風險對不同提前期微觀審慎政策沖擊的脈沖響應，可以看出樣本期間微觀審慎政策沖擊對系統(tǒng)性金融風險的影響具有明顯的時變特征，不同提前期的影響程度不同。具體來說，在2015年之前微觀審慎政策沖擊對系統(tǒng)性金融風險的脈沖響應值在短期、中期和長期內都基本保持為正值，其中提前4 期的脈沖響應值最大，說明微觀審慎政策施行4 期后對系統(tǒng)性金融風險的調控效果最明顯，8 期后調控效果有所減弱，12期后基本為零，說明微觀審慎政策對系統(tǒng)性金融風險的作用會逐漸減弱。但提前8期和提前12 期的脈沖響應值在2015年后轉為負值，提前4期的脈沖響應值在2017年后轉為負值，此后微觀審慎政策對系統(tǒng)性金融風險具有小幅度的負向影響。這是因為自2017年1月以后我國高度重視宏觀審慎管理，監(jiān)管格局與系統(tǒng)性金融風險的關系發(fā)生了明顯的變化，更重要的是，宏觀審慎管理政策的實施會對微觀審慎監(jiān)管的調控效果產生影響。

4.時點脈沖響應函數(shù)。TVP-SV-VAR 模型能通過模擬在不同時間點的脈沖響應沖擊，得到時點脈沖響應函數(shù)，從而刻畫宏觀審慎政策和微觀審慎政策在不同經濟階段對系統(tǒng)性金融風險影響的差異性。為了探討不同時期宏觀和微觀審慎政策對系統(tǒng)性金融風險的影響，本文選取了三個不同的時間點的脈沖響應函數(shù)：2010年第四季度、2016年第一季度和2019年第一季度。這是因為：首先，2010年12月的G20 峰會上，各成員國批準了巴塞爾協(xié)議Ⅲ的基本框架，并就宏觀審慎定義達成共識，提出要加強宏觀審慎管理，增強逆周期調節(jié)；其次，2016年中國人民銀行將差別準備金動態(tài)調整機制升級為宏觀審慎評估體系（MPA），從資本和杠桿、資產負債、流動性等七大方面對金融機構的行為進行多維度的引導；最后，2019年2月中國人民銀行設立宏觀審慎管理局，負責牽頭建立宏觀審慎政策框架和基本制度。

圖3a為系統(tǒng)性金融風險對不同時點的宏觀審慎政策沖擊的脈沖響應函數(shù)，在給系統(tǒng)性金融風險指數(shù)一個來自宏觀審慎政策的正向沖擊后，三個不同時點在當期都出現(xiàn)了較大的正向脈沖反應，其中2019年9月的響應強度最大，此后1 期出現(xiàn)小幅度下降后又反彈到樣本期的峰值水平，之后迅速下降，并于第3 期后在零線附近呈現(xiàn)上下波動趨勢。因此，在三個代表時點下，宏觀審慎管理政策在整個樣本期內會導致系統(tǒng)性金融風險出現(xiàn)正向累積現(xiàn)象，在短期內這種現(xiàn)象更為明顯。值得注意的是，三個時點的宏觀審慎政策沖擊在第4 期都對系統(tǒng)性金融風險有顯著的負向影響，這與圖2的等間隔脈沖響應函數(shù)展現(xiàn)的規(guī)律相一致。

圖3：系統(tǒng)性金融風險對宏微觀審慎政策沖擊的時點脈沖響應

圖3b 為系統(tǒng)性金融風險對不同時點的微觀審慎政策沖擊的脈沖響應函數(shù)，可以看出系統(tǒng)性金融風險面對不同時點的微觀審慎政策沖擊的脈沖響應函數(shù)走勢大體上保持一致，前3 期曲線基本重合，之后開始出現(xiàn)細微的差別。在不同時點給予微觀審慎政策一單位的正向沖擊會顯著影響銀行業(yè)系統(tǒng)性金融風險水平，并在沖擊當期達到樣本期間的最大值，隨后迅速回落，在經歷了幾次波動后在第8 期后趨于0，此后一直在零線附近小幅度波動。這意味著不同時點的微觀審慎政策能在短期內表現(xiàn)較強的調控效果，但隨著時間的推移效果會逐漸減弱。

比較系統(tǒng)性金融風險對宏觀審慎政策和微觀審慎政策的時點脈沖響應可以看出，兩種政策沖擊對系統(tǒng)性金融風險的影響程度和持續(xù)時間不同。其一，系統(tǒng)性金融風險對宏觀審慎政策沖擊的反應不同于對微觀審慎政策的沖擊，特別是在短期內，宏觀審慎政策對系統(tǒng)性金融風險的調控效果大于微觀審慎政策；其二，宏觀審慎政策對系統(tǒng)性金融風險的抑制作用主要體現(xiàn)在短期，長期效應比較微弱，而微觀審慎政策在危機時期會造成系統(tǒng)性金融風險累積，只有在經濟繁榮時期會對風險產生負向影響。總體來看，宏觀審慎管理在抑制系統(tǒng)性金融風險方面比微觀審慎監(jiān)管的效果更加顯著，但仍然存在不足之處，要想在經濟發(fā)展的各個階段都能有效抑制系統(tǒng)性金融風險，需要將宏觀審慎管理與微觀審慎監(jiān)管搭配協(xié)調使用。

五、宏微觀審慎監(jiān)管防范系統(tǒng)性金融風險的協(xié)調效應

宏觀審慎管理與微觀審慎監(jiān)管對系統(tǒng)性金融風險影響的時變特征表明兩類監(jiān)管政策存在協(xié)調的可能。為此，本部分將利用銀行微觀數(shù)據(jù)進一步研究二者的協(xié)同效應，即通過建立動態(tài)面板模型，比較研究在使用單一的審慎監(jiān)管政策時和兩者協(xié)調搭配時對系統(tǒng)性金融風險的影響是否存在差異。具體做法是，通過在模型中加入宏微觀審慎監(jiān)管代理變量的交叉項，研究分析變量之間的相互作用，以期為宏觀審慎管理和微觀審慎監(jiān)管如何協(xié)調使用提供實證支持。

（一）模型設計

基準模型設定如下：

其中，CSRI為第i 家銀行在t 時期的系統(tǒng)性金融風險水平， X表示核心解釋變量，即宏觀審慎管理或微觀審慎監(jiān)管代理變量， Macrocon表示宏觀經濟控制變量， Bankcon表示銀行微觀控制變量， ν表示銀行個體效應，ε表示隨機擾動項。

為了考察宏觀審慎管理與微觀審慎監(jiān)管對系統(tǒng)性金融風險影響的協(xié)調效果，以證明“宏觀審慎管理+微觀審慎監(jiān)管”的調控框架在抑制系統(tǒng)性金融風險方面的顯著作用，在基準模型中引入宏觀審慎管理代理變量和微觀審慎監(jiān)管代理變量的交叉項，拓展模型為：

在實證分析中，主要考察宏觀審慎政策與微觀審慎政策的交叉項系數(shù)α的符號、大小及顯著性，以期檢驗宏觀審慎管理與微觀審慎監(jiān)管的協(xié)同作用。

（二）變量選取與數(shù)據(jù)說明

為了保證研究結論的準確性和一致性，本文選取單個銀行機構的不良貸款率（NPL）作為微觀審慎監(jiān)管的代理變量。由于不同宏觀審慎政策工具與微觀審慎政策協(xié)調可能具有不同的效果，本文參照Rubio 和Carrasco（2015）的做法，將宏觀審慎政策工具分為資本類、信貸類和流動類，分別研究其與微觀審慎監(jiān)管政策的協(xié)調效果。其中，資本類宏觀審慎政策工具選取資本充足率（CAR）作為代理變量；信貸類宏觀審慎政策工具選取貸款價值比（LTV）作為代理變量，貸款價值比是貸款價值與抵押品價值的比例，常見于商業(yè)銀行住房抵押貸款的風險管理，目前已經成為我國防止房地產資產泡沫、抑制銀行風險的有效逆周期宏觀審慎調控工具，本文用“1-二套房首付比例”來代表貸款價值比；流動類宏觀審慎政策工具選取法定存款準備金率（DRR）作為代理變量，這是我國最重要的宏觀審慎工具之一，中國人民銀行從2011年建立差別存款準備金率制度，至今共對其進行了十多次調整，呈現(xiàn)從漸趨嚴格到穩(wěn)健發(fā)展的態(tài)勢。此外，宏觀經濟控制變量主要包括GDP 季度同比增長率（GDP）和CPI 指數(shù)（CPI），銀行微觀控制變量主要包括銀行總資產規(guī)模的對數(shù)值（SIZE）、資產收益率（ROA）和非利息收入占比（NIR）。具體變量定義與說明如表7所示。

表7：變量定義與說明

本文研究樣本為2009—2020年16家上市商業(yè)銀行的季度數(shù)據(jù)，包括中國銀行、中國農業(yè)銀行、中國工商銀行、中國建設銀行、交通銀行、浦發(fā)銀行、招商銀行、中信銀行、興業(yè)銀行、華夏銀行、北京銀行、南京銀行、民生銀行、寧波銀行、光大銀行和平安銀行。數(shù)據(jù)來源于萬得數(shù)據(jù)庫和各銀行季報、年報。

（三）實證結果與分析

本文設計的實證模型中包含了被解釋變量的滯后項，此類動態(tài)面板數(shù)據(jù)在估計時變量之間可能存在內生性問題，且政策工具變量以及銀行微觀變量有可能導致異方差問題。為了克服模型的內生性以及可能的異方差等問題，本文選擇系統(tǒng)GMM 方法進行參數(shù)估計，以避免模型估計結果出現(xiàn)較大的誤差，并使用內生變量的滯后變量和差分變量作為工具變量，從而提高模型的可信度和估計效率。使用系統(tǒng)GMM 進行參數(shù)估計時，需要通過AR 檢驗來判定被解釋變量的滯后階數(shù)，原假設是擾動項不存在自相關；需要通過Hansen檢驗來檢驗工具變量的有效性，原假設是所有工具變量都是外生變量。

1.資本類宏觀審慎政策與微觀審慎政策協(xié)調。表8 顯示了資本類宏觀審慎政策和微觀審慎政策調控系統(tǒng)性金融風險的實證結果。其中，模型（1）、（2）、（3）分別表示單獨實施宏觀審慎政策、單獨實施微觀審慎政策、宏觀審慎政策和微觀審慎政策聯(lián)合使用時對系統(tǒng)性金融風險的影響程度。從表中可以看出，AR（1）表示拒絕一階差分不存在自相關的原假設，AR（2）表示不能拒絕二階差分不存在自相關的原假設，Hansen統(tǒng)計量表示所有工具變量都是外生的，因此，本文采用GMM估計方法是合理的。

表8：資本類宏觀審慎政策和微觀審慎政策影響系統(tǒng)性金融風險的檢驗結果

從回歸結果來看，在3 個模型中，系統(tǒng)性金融風險的一階滯后項CSRI（-1）的系數(shù)在1%的顯著性水平下都顯著為正，說明銀行的系統(tǒng)性金融風險在時間上具有明顯的黏性特征，即上一期的系統(tǒng)性金融風險水平會對當期的系統(tǒng)性金融風險產生重要的影響。另外，從表中觀察銀行微觀控制變量和宏觀經濟控制變量與系統(tǒng)性金融風險水平的關系可發(fā)現(xiàn)：銀行資產收益率的系數(shù)顯著為正，說明銀行的盈利能力與風險水平呈正相關，這與銀行投資的資產組合的高風險高收益特點相吻合；銀行規(guī)模與系統(tǒng)性金融風險之間的關系為正，但是不顯著，意味著銀行規(guī)模越大，會承擔越多的系統(tǒng)性金融風險，原因在于資產規(guī)模較大的銀行可能會更傾向于采取高風險的行為以獲得高收益，并且規(guī)模越大的銀行與其他金融機構之間的關聯(lián)性越強，更易造成風險傳染和風險累積；非利息收入占比的回歸系數(shù)為正，但是不顯著；宏觀經濟控制變量中的GDP增長率和CPI指數(shù)的系數(shù)均為負值，說明經濟快速增長會降低銀行的系統(tǒng)性金融風險。這些結果不再贅述，下面重點分析宏微觀審慎監(jiān)管政策對系統(tǒng)性金融風險的影響。

其一，模型（1）中的宏觀審慎政策變量資本充足率的系數(shù)在1%的水平下顯著為負，表明適度緊縮的宏觀審慎政策可以有效降低系統(tǒng)性金融風險水平。這是因為：一方面，當資本充足率要求提高時，受到監(jiān)管的銀行會減少放貸和高風險行為，能夠有效地控制經濟中的貸款總量；另一方面，提高資本充足率會強化宏觀審慎管理對銀行資本的要求，有利于對系統(tǒng)性金融風險的事前防范，增加金融機構抵御風險的能力。其二，模型（2）中的微觀審慎政策變量不良貸款率的系數(shù)為0.18，在5%的水平下顯著為正，表明銀行的不良貸款率每下降1 個百分點，系統(tǒng)性金融風險會降低0.18個單位，這意味著緊縮性微觀審慎政策能降低銀行的系統(tǒng)性金融風險水平。其三，模型（3）中兩種政策工具交互項的系數(shù)為-0.03，在5%的水平上顯著負相關，這意味著金融監(jiān)管部門可以通過權衡宏微觀審慎政策的影響及兩者的協(xié)調來有效地緩解單一政策造成的不利影響。具體來說，當監(jiān)管部門采取寬松性宏觀審慎政策時，系統(tǒng)性金融風險將面臨上升壓力，此時金融監(jiān)管部門可以要求資本充足率較低且資產質量狀況較差的銀行嚴格把控信貸資產質量，通過降低不良貸款率來降低系統(tǒng)性金融風險，以抵消寬松性宏觀審慎政策的影響。相反，在寬松的微觀審慎環(huán)境下，監(jiān)管部門可以實施有差別的資本充足率調整機制，要求信貸投放節(jié)奏過快、不良貸款率較高的銀行提高資本充足率，來抑制這些銀行的信貸投放沖動，進而降低系統(tǒng)性金融風險水平。

2.信貸類宏觀審慎政策與微觀審慎政策協(xié)調。表9 顯示了信貸類宏觀審慎政策工具和微觀審慎政策調控系統(tǒng)性金融風險的實證結果。模型（4）和模型（5）分別表示單獨實施信貸類宏觀審慎政策和微觀審慎政策時對系統(tǒng)性金融風險的影響，模型（6）表示二者聯(lián)合使用時對系統(tǒng)性金融風險的影響程度，AR檢驗和Hansen檢驗的結果表明，模型是合理有效的。

表9：信貸類宏觀審慎政策和微觀審慎政策影響系統(tǒng)性金融風險的檢驗結果

模型（4）中的宏觀審慎政策變量貸款價值比的系數(shù)為0.005，在1%的水平下顯著為正，表明貸款價值比每降低1 個百分點，銀行的系統(tǒng)性風險會下降0.005 個單位，適度緊縮的貸款價值比可以小幅度抑制系統(tǒng)性金融風險水平。降低貸款價值比上限可以減少貸款人償還貸款的壓力，減小銀行信貸資產質量劣變的可能性，從而降低銀行的系統(tǒng)性風險水平。因此，通過降低貸款價值比上限，即增加首付比能有效抑制購房需求，降低購房熱度，減緩房價上漲，抑制房地產市場泡沫化，從而間接降低銀行信貸增速，防范銀行對房地產市場的風險敞口過度暴露，達到降低金融市場系統(tǒng)性風險水平的目的。最近十幾年來，為了對房地產價格的迅猛增長及頻繁波動進行有效調控，我國曾十余次對貸款價值比進行調整，以防范房地產市場風險的過度積累，降低銀行的系統(tǒng)性金融風險。

模型（6）中宏觀審慎政策和微觀審慎政策同時使用時，貸款價值比和不良貸款率的系數(shù)均顯著為負，兩種政策的交互項系數(shù)為-0.008，相比單獨使用某一種政策，此時的政策效果不佳，存在政策效果被互相抵消的現(xiàn)象。當監(jiān)管部門采取寬松的微觀審慎政策時，商業(yè)銀行風險水平將有增加的趨勢，此時中央銀行如果通過降低貸款價值比上限進行調整，可能會使風險進一步擴大。因此，以貸款價值比作為監(jiān)管指標的信貸型宏觀審慎政策與微觀審慎政策的協(xié)調效果不佳，存在政策沖突和抵消現(xiàn)象。

3.流動類宏觀審慎政策與微觀審慎政策協(xié)調。表10顯示了流動類宏觀審慎政策工具法定存款準備金率和微觀審慎政策調控系統(tǒng)性金融風險的實證結果，系統(tǒng)性金融風險指數(shù)的一階滯后項和控制變量的系數(shù)符號及顯著性與之前的結果也基本一致。

表10：流動類宏觀審慎政策和微觀審慎政策影響系統(tǒng)性金融風險的檢驗結果

模型（7）中的宏觀審慎政策變量法定存款準備金率的系數(shù)顯著為-0.03，表明法定存款準備金率每增加1 個百分點，銀行的系統(tǒng)性風險會下降0.03 個單位，與資本充足率的系數(shù)-0.02 和貸款價值比的系數(shù)0.005 相比，可見資本類和流動類宏觀審慎政策對系統(tǒng)性金融風險的調控效果比信貸類強，表明中央銀行可以通過調整法定存款準備金率來抑制銀行的系統(tǒng)性金融風險水平。當經濟處于上行期時，中央銀行上調商業(yè)銀行的存款準備金率，從而減少其可貸資金，降低其信貸供給能力，顯著減慢銀行的信貸擴張步伐，降低銀行風險。中國人民銀行自2003年起調整法定存款準備金率40 余次，后來又引入宏觀審慎要求，實行差別準備金動態(tài)調整機制，使其成為我國重要的宏觀審慎管理工具之一。

模型（9）中，法定存款準備金率的系數(shù)在1%的顯著性水平下為-0.05，相比單獨實施宏觀審慎政策時的-0.03，對系統(tǒng)性金融風險的約束作用增強，說明在微觀審慎政策環(huán)境下宏觀審慎政策效果被進一步加強。宏觀審慎政策工具貸款價值比和微觀審慎政策工具不良貸款率交互項的系數(shù)為-0.03，意味著通過加強對商業(yè)銀行不良貸款率指標的監(jiān)管，會強化提高法定存款準備金率對系統(tǒng)性金融風險的約束作用，法定存款準備金率這一宏觀審慎工具與微觀審慎工具共同作用，能夠對系統(tǒng)性金融風險產生顯著抑制作用。中央銀行在寬松的微觀審慎政策環(huán)境下實施差別準備金動態(tài)調整機制，提高那些信貸投放節(jié)奏過快、不良貸款率較高的銀行的存款準備金率，這對各商業(yè)銀行起到了威懾作用，銀行出于長遠利益考慮，不得不對自身的資產結構進行調整，減少不良資產數(shù)量，降低加權風險資產，從而有效地降低了系統(tǒng)性金融風險。

（四）穩(wěn)健性檢驗

為了確保實證結果的準確性和有效性，本文通過替換代理變量的方法來檢驗實證結果的穩(wěn)健性，選用撥備覆蓋率（PC）代替不良貸款率作為微觀審慎監(jiān)管的代理變量，構建新的模型。回歸結果如表11所示。

表11：宏觀審慎政策和微觀審慎政策影響系統(tǒng)性金融風險的穩(wěn)健性檢驗結果

從回歸結果來看，采用替代變量后，Sargan 檢驗和AR 檢驗均在5%水平下顯著，表明工具變量有效且不存在二階自相關，模型是合理的。銀行的系統(tǒng)性風險在時間上仍然具有黏性特征，宏微觀審慎監(jiān)管代理變量的系數(shù)符號和顯著性也與之前的結果一致，因此，本文的結論是穩(wěn)健有效的。

六、結論與建議

首先，本文從貨幣市場、資本市場、政府部門、外匯市場和房地產市場選取22 個基礎指標，利用綜合指數(shù)法構建了我國的系統(tǒng)性金融風險指數(shù)；其次，運用TVP-SV-VAR 模型，從時變的角度刻畫了我國宏觀審慎政策和微觀審慎政策在調控系統(tǒng)性金融風險上的政策效果，捕捉了政策與風險之間的動態(tài)變化關系；最后，運用系統(tǒng)GMM 方法，比較單獨使用一項政策和兩種政策搭配使用時降低系統(tǒng)性金融風險水平的效果，從而驗證了“宏觀審慎管理+微觀審慎監(jiān)管”調控模式的有效性。研究結果表明：第一，利用綜合指數(shù)法構建的系統(tǒng)性金融風險指數(shù)與我國經濟實際運行情況相符合，能夠準確描述我國的系統(tǒng)性金融風險水平，我國系統(tǒng)性金融風險不是無限期累積的，而是一個不斷反復的過程；第二，宏觀審慎管理和微觀審慎監(jiān)管影響系統(tǒng)性金融風險的程度和時機存在顯著的差異，但在抑制系統(tǒng)性金融風險方面前者比后者更有效，且前者的抑制作用主要體現(xiàn)在短期，長期效應則比較微弱；第三，為有效控制系統(tǒng)性金融風險的累積，有必要將宏觀審慎管理與微觀審慎監(jiān)管進行搭配和協(xié)調；第四，信貸類宏觀審慎管理政策與微觀審慎政策的協(xié)調效果不佳，存在政策沖突和抵消現(xiàn)象，而資本類和流動類宏觀審慎政策能與微觀審慎政策發(fā)揮更好的協(xié)調效果，具體表現(xiàn)為在寬松的宏觀審慎政策環(huán)境下，微觀審慎政策的實施可抑制系統(tǒng)性金融風險上升，相反在寬松的微觀審慎環(huán)境下，實施有差別的資本充足率調整機制也能達到同樣的效果。

基于以上研究，本文提出以下政策建議：第一，完善微觀審慎監(jiān)管制度。微觀審慎監(jiān)管是防范系統(tǒng)性金融風險的基礎，相關部門應與時俱進，對現(xiàn)有的微觀審慎監(jiān)管制度加以補充和完善，增強金融機構風險防范能力，促進金融機構的穩(wěn)健經營。第二，進一步加強宏觀審慎政策研究和實踐。宏觀審慎管理對系統(tǒng)性金融風險的調控效果已經初見成效，但歷時較短，應進一步加強理論研究和實踐檢驗，提高對系統(tǒng)性金融風險的認識水平，豐富宏觀審慎政策工具，完善宏觀審慎管理政策。第三，加強宏微觀審慎監(jiān)管政策的協(xié)調配合。要將宏觀審慎管理政策與微觀審慎監(jiān)管政策納入同一個監(jiān)管體系，加強金融監(jiān)管部門的合作，加大政策目標和工具的協(xié)調，強化逆周期金融調控，提高政策協(xié)同效應。