雙支柱政策對商業銀行風險承擔的協同作用
——基于情景模擬視角

張 銘，張文君，劉興華

（1.江西行政學院經濟管理教研部，江西 南昌 330108；2.江西財經大學金融學院，江西 南昌 330013）

一、引言

2008年國際金融危機的爆發，使各國央行開始意識到傳統貨幣政策已不能再繼續發揮穩定物價、促進經濟發展的作用，而房地產以及股票的泡沫更增大了金融風險的發生概率。因此，在多方面的驅動下各國政府開始著手對貨幣政策實施改革。新型貨幣政策以風險防范為目標，采取了多種不同維度的控制手段。在宏觀層面上，央行以原有的微觀審慎工具為基礎，不斷將其升級成新的宏觀審慎工具。而在金融機構方面，通過加強監督其資本充足率以降低風險發生率，并從操作監管等角度對金融市場進行規范化管理，以增強金融系統穩健性，有效防止金融風險在各機構之間相互傳導。雙支柱調控政策是健全貨幣政策和宏觀審慎政策的調控框架，在促進經濟穩定增長的同時，防范化解金融風險，維護金融穩定。

黨的十九大報告中，中央從戰略角度推行宏觀審慎政策，這代表著黨中央對宏觀審慎政策的重視程度，以及對該項政策為金融市場帶來的正面效果的認可。黨的十九大之后，央行一直根據經濟發展狀況調整宏觀審慎調控框架，借助差異化調控手段來完善對房地產行業的管理，并對跨境資本流動進行管制，將其納入宏觀審慎評估（Macro Prudential Assessment，MPA）體系。因此，我國宏觀審慎政策以事前管制為基礎，通過統籌各項政策促進金融行業發展，同時減少或化解系統性金融風險的發生[1]。

宏觀審慎政策推行的目的，一是降低金融系統風險，二是穩定金融行業發展[2]。2008年國際金融危機爆發后，各國學者分別通過定量、定性分析等方式對貨幣政策協同宏觀審慎監管框架所帶來的影響力進行研究[3]。在早期的研究中，部分學者以商業銀行為樣本，以其受宏觀審慎政策影響的指標作為參考變量[4]，將其引入貨幣政策傳導渠道進行綜合研究，以期發現宏觀審慎政策對信貸增長問題及銀行風險敏感程度的作用[5]。

從微觀數據出發，有學者對宏觀審慎政策工具的有效性進行實證研究。杰羅（Jarrow）[6]通過研究得出，杠桿率工具對金融機構風險承擔及信貸增長具有抑制作用，應對杠桿率的增長速率進行有效監控。塞路迪（Cerutti）等[7]以119 個國家作為研究樣本，分析其跨國面板數據，并在宏觀審慎政策指數（MPI）的基礎上指出，宏觀審慎政策抑制了國內信貸增長，而啟動債務收入比及貸款價值比等調控工具可抑制房地產信貸的增長，從而限制房價的上漲。相比國外而言，國內宏觀審慎政策使用期限較短，研究宏觀審慎工具[8]的文獻較少。梁琪等[9]以商業銀行為例，將第二套房首付比例作為政策工具，認為第二套房首付比例對銀行風險承擔具有一定影響作用。在雙支柱政策協調方面，國內外學者的研究還不是很豐富[10]，在實踐方面沒有提出有效路徑。黃之豪等[11]認為，經濟周期內貨幣政策不應該過分強調其逆周期效果。

本文通過系統廣義矩估計（Generalized Method of Moments，GMM）法分析雙支柱政策對商業銀行風險承擔的影響關系，并根據實證分析結果，探討不同經濟情景下雙支柱政策對商業銀行風險承擔的協同作用，進而通過場景模擬分析雙支柱政策對商業銀行風險承擔行為的協同作用，最后提出政策建議。

二、數據來源與變量定義

（一）數據來源

本文以商業銀行為研究樣本，對商業銀行數據①進行處理，去除政策性銀行（此類銀行一般不以盈利為目的，其風險承擔行為不足以顯著表現外部及內部環境變化）數據、外資銀行在我國設立的分行（此類樣本業務體量較小且對政策敏感度較高）數據，最終得到2000—2020年期間132 家國內商業銀行微觀非平衡面板數據。

（二）變量定義

1.因變量

因變量為商業銀行風險承擔（RT），同時選取不良貸款率（NPL）、風險加權資產比率（RWARATIO）、貸款損失準備金率（LLRR）為因變量的代理變量。其中，NPL=不良貸款額/貸款總額，RWARATIO=風險加權資產額/總資產額，LLRR=貸款損失準備金/不良貸款額。

2.自變量

選取貨幣政策工具（MPL）和宏觀審慎政策（MPP）為自變量。為有效區別不同性質貨幣政策工具對風險承擔及其在雙支柱政策協調系統中的作用，可將之分為數量型、價格型兩種類型。用廣義貨幣年度增長率（M2）代表數量型貨幣政策工具，為更好地描述回歸結果，本文對M2取負數（NM2）；用貨幣政策調控一年期存款基準利率（DR）及7天銀行間同業拆借利率代表價格型貨幣政策工具。

宏觀審慎政策用動態法定存款準備金率（DRR）和住房抵押貸款價值比（LTV）上限表示。根據DRR和LTV上限的實際使用天數，對法定存款準備金率和第二套房首付比例進行年度加權平均。在考察因變量商業銀行風險承擔時，第二套住房抵押貸款是商業銀行風險的重要體現，可以降低風險，限制信貸增加。因此，本文選擇DRR和LTV作為MPP的代理變量。

3.控制變量

選取商業銀行特征和宏觀經濟與金融市場因素為控制變量。

（1）商業銀行特征

根據商業銀行特征，用三個銀行業指標作為控制變量：一是商業銀行自有資金充足程度，即核心資本充足率（CCAR）；二是盈利能力，即資產收益率（ROA）；三是商業銀行資產規模的對數（lnAs）。

（2）宏觀經濟與金融市場因素

本文選擇GDP同比增長率和上海證券交易所股票價格綜合指數（以下簡稱“上證綜指”）年收益率（STOCK）這兩個指標作為宏觀經濟與金融市場的控制變量。在經濟環境較好時，商業銀行會持較為樂觀的態度，更傾向于采用更高的杠桿率，這也意味著銀行愿意承擔更多的風險[12]。上證綜指年收益率可以較全面地反映證券市場情況，且樣本中大多數銀行在上海證券交易所上市，因此該指標能夠反映金融市場的客觀情況。

4.交叉項

以宏觀審慎政策協同貨幣政策的使用為研究方向，在研究過程中，將貨幣政策工具變量乘以宏觀審慎政策工具變量，得到交叉項MPLk，t×MPPk，t。本文重點考察交叉項系數正負及其顯著性，如果系數顯著為負，說明宏觀審慎政策對貨幣調控政策存在一定的抵消作用，即宏觀審慎政策能夠形成逆貨幣政策周期性。同時考察交叉項MPLk，t×MPPk，t×BVi，t系數，用以檢驗商業銀行特征對因變量的影響，進而檢驗商業銀行風險承擔在宏觀經濟中的周期性。

本文的變量及描述性統計參見表1和表2。

表1 變量說明與數據來源

表2 變量描述性統計

三、計量模型與實證結果

（一）協同作用——基于系統GMM方法

1.實證模型的構建

依據戴力斯（Delis）等[13]和爾祖卡（?z?uca）等[14]的研究，建立以下基準模型：

模型（1）中，i表示樣本中的銀行，t是時間變量。RT表示商業銀行風險承擔，為模型因變量；MPL及MPP為自變量，分別表示貨幣政策工具以及宏觀審慎政策，其下標k表示所采取的不同政策；自變量RTt-1為滯后項，表示上一周期風險對本周期風險的干擾，BV表示商業銀行特征，MV表示宏觀經濟與金融市場因素。β1是自變量MPL的系數，用以驗證風險承擔基本效應；β2為宏觀審慎政策的系數，用以分析宏觀審慎政策對RT的影響；v表示個體效應，ε表示隨機擾動項。

在模型（1）中，考察交叉項MPLk，t×MPPk，t的系數β5，以此檢驗雙支柱政策對風險承擔的協同作用。進一步考察商業銀行的特征效應，對基準模型（1）進行拓展，得到模型（2）：

在模型（2）中，考察MPLk，t×MPPk，t×BVi，t系數的顯著性和正負關系，以此考察協同作用在銀行中的異質性效應。

為了考察雙支柱政策在宏觀經濟中的作用，引入雙支柱政策與宏觀經濟和金融市場變量的交叉項，將模型（1）拓展為模型（3）：

通過考察雙支柱政策與宏觀經濟和金融市場變量交叉項MPLk，t×MPPk，t×MVt的系數，檢驗宏觀經濟和金融市場在經濟周期的作用。

基于模型（1），進一步考察由存款保險制度導致的保險效應及利率市場化在雙支柱框架下對風險承擔的影響。鑒于此，引入存款保險制度實施（IOS）虛擬變量，表示不同年份存款保險制度實施情況。2015年我國在商業銀行中開始推行這項制度，因此，2015年以前，IDS賦值為0，2015年及以后，IDS賦值為1。虛擬變量RM為利率市場化程度，從利率市場化進程可以看出，2012年我國開始允許存款基準利率上下浮動，在此之前，貸款基準利率的市場化已基本完成。因此，RM在2012年及以后賦值為1，代表高市場化程度，其余年份賦值為0。

由此，將模型（1）拓展為模型（4）和模型（5）：

在模型（4）中，考察RM系數及交叉項MPLk，t×MPPk，t×RMt系數的符號，用以檢驗利率市場化視角下雙支柱框架的風險承擔情況。

在模型（5）中，考察IDS系數以及交叉項MPLk，t×MPPk，t×IDSt系數的符號，用以檢驗保險效應和雙支柱框架下的風險承擔情況。

2.模型回歸結果

（1）基準模型檢驗

表3 為宏觀審慎政策MPP為DRR時，基準模型（1）的回歸結果，表4 為宏觀審慎政策為住房抵押貸款價值比（LTV）時，模型1的回歸結果。

根據表3 及表4 結果可知，風險承擔滯后項RT（-1）系數顯著為正，反映了RT具有滯后性，而MPP系數顯著為正，表明RT受MPP抑制作用的影響是明顯的。通過調整動態準備金，影響銀行的資產管理以及信貸計劃，由此降低銀行的風險資產比重。DR（價格型貨幣政策工具）系數為負，表示貨幣緊縮政策使得商業銀行在業務操作和信貸審批過程中更加謹慎。NM2系數為負，表明積極的貨幣政策使得商業銀行可以承擔更多風險，其風險承擔行為會被夸大，在授信的策略上會更加激進。

通過表3 可知，在雙支柱政策協調檢驗中，當貨幣政策擴張時，MPL（NM2）、MPL（DR）系數顯著為負，說明商業銀行風險承擔有增加的趨勢，商業銀行將承擔更多的風險；當央行認為經濟過熱、商業銀行信貸余額過多時，宏觀審慎政策將會調整存款準備金率（DRR）。當提高存款準備金率時，商業銀行放貸金額會縮減，由MPP系數可以知道，商業銀行風險承擔會下降，表明宏觀審慎政策有明顯的抑制作用。當前經濟階段，當央行提高廣義貨幣存量及存款準備金率時，交叉項MPL×MPP系數顯著為正，商業銀行風險承擔有效降低。這也表明，央行同時調整貨幣政策和宏觀審慎政策對商業銀行風險承擔的影響效果顯著。因此，雙支柱政策協調效果顯著，且能夠強化由宏觀審慎政策帶來的降低風險效應。根據表4可知，當宏觀審慎政策為住房抵押貸款價值比（LTV）時，雙支柱政策的協調效果顯著。在變量穩健性方面，表5結果顯示，GMM模型的回歸結果是一致和穩健的。

表3 基于DRR基準模型的商業銀行風險承擔檢驗結果

表4 基于LTV基準模型的商業銀行風險承擔檢驗結果

表5 基于LTV的商業銀行風險承擔穩健性檢驗結果

（2）檢驗協同作用在不同商業銀行特征下的影響效應

根據表6 可知，交叉項CCAR×MPL×MPP的系數φ6顯著為正，表明CCAR的高低決定MPP對風險承擔影響的程度，CCAR越低，宏觀審慎政策越有用，由此核心資本充足率低的商業銀行，其風險承擔行為對MPP的變化更敏感；交叉項lnAs×MPL×MPP的系數φ6顯著為正，表明lnAs越小，即商業銀行資產規模越小，同核心資本類似，其風險承擔行為對MPP的變化越敏感。而商業銀行盈利能力指標ROA交叉項ROA×MPL×MPP的系數并不顯著，表明盈利能力在政策變動中并不是決定因素。

表6 基于BV的雙支柱政策與商業銀行風險承擔檢驗結果

（3）檢驗雙支柱政策在宏觀經濟和金融市場中的周期性

表7 為當宏觀審慎政策代理變量為DRR時MV×MPL×MPP的檢驗結果。從表7的檢驗結果可以看出，交叉項GDP×MPL×MPP、STOCK×MPL×MPP系數Φ6顯著為負。由基準模型（1）的估計結果（表3）可以看到，GDP和STOCK在行情較好的時候能夠明顯地提高商業銀行風險承擔，這說明反映市場環境的變量與因變量RT正相關，而通過表7 也可以看到，雙支柱政策下有明顯的逆周期性，在股票市場繁榮階段，雙支柱政策能夠呈現出調節風險的作用，即逆周期性質。

表7 基于MV的雙支柱政策與商業銀行風險承擔檢驗結果

3.利率市場化、保險效應框架的影響

下面實證分析虛擬變量在雙支柱政策框架下對銀行風險承擔的影響。當宏觀審慎政策為LTV時，利率市場化在雙支柱政策框架下對商業銀行風險承擔影響的分析結果如表8所示。

表8為將利率市場化放開程度虛擬變量RM加入基礎模型（1）的回歸結果。可以看出，RM系數顯著為正，說明隨著利率市場化的推行與成熟，商業銀行趨于追求風險，風險承擔行為加劇。這可能是因為，在利率市場化推行之后，商業銀行存貸差減少，規模小的銀行為了利潤而增加風險承擔行為，導致行業競爭加劇；規模大的銀行也許充當價格領導者的角色，使得管理者們過于盲目自信，其風險承擔行為也會增加。但是，利率市場化與雙支柱政策交叉項RM×MPL×MPP的系數顯著為負，且在DR的變量下比較敏感，表明在雙支柱政策調控下，商業銀行因利率市場化而導致的風險承擔行為將得到抑制。因此，在利率市場化的環境下，寬松的貨幣政策使商業銀行承擔更多的風險，而宏觀審慎政策顯著抑制商業銀行風險承擔，雙支柱政策協同作用將有效化解商業銀行風險承擔。

表8 基于LTV和虛擬變量RM的商業銀行風險承擔檢驗結果

當宏觀審慎政策為LTV時，保險效應在雙支柱框架下對商業銀行風險承擔影響的結果如表9所示。

表9 為存款保險制度實施虛擬變量IDS加入基礎模型（1）的回歸結果。可以看出，虛擬變量IDS系數顯著為正，說明存款保險制度的實施導致了商業銀行風險承擔的增加。這可能是因為，在規模小的商業銀行中，存款保險間接導致這些商業銀行攬儲能力增強，使儲戶認為在小銀行存款有保障，而攬儲能力增強，必然使放款增加，風險承擔增加；規模大的銀行也可能由于存款減少，行業競爭加劇，導致風險承擔增加。而保險效應與雙支柱政策交叉項IDS×MPL×MPP系數大多數顯著為負，尤其當貨幣政策代理變量為NM2時，效應更加明顯。因此，存款保險制度的實施能夠增加風險承擔，而雙支柱政策協同作用能夠有效化解商業銀行風險承擔。

表9 基于LTV和虛擬變量IDS的商業銀行風險承擔檢驗結果

4.穩健性估計

選取系統GMM方法進行估計。由表10可知，回歸結果是穩健的，雙支柱政策對風險承擔具有顯著影響。

表10 基于DRR基準模型的商業銀行風險承擔穩健性檢驗結果（差分GMM法）

在檢驗代理變量穩健性時，需要替換不同的代理變量。其中，表3、表4 列出了不同貨幣政策、宏觀審慎政策代理變量下的穩健性檢驗結果，可以觀察到，所選取的不同政策變量對銀行承擔風險都有顯著的影響。表5 是雙支柱政策對另外兩個因變量代理變量的檢驗結果，在變量貸款損失準備金率和風險加權資產比率中，政策協同作用是顯著的，這一結論符合現實，針對不同因變量的結果也是穩健的。因此，在自變量和因變量的不同代理變量下均得到了穩健結果。

四、雙支柱政策框架下的情景分析

如果經濟較熱，貨幣政策通常采取緊縮型政策，而若經濟處于低迷狀態，面臨的通縮壓力較大，則需要采取寬松的貨幣政策[15]。如果杠桿率較高，需要對金融機構加強審慎管理，以防金融風險；如果杠桿率偏低，可以適度放松政策。本部分結合以上雙支柱政策協同作用的實證分析，基于以下四個情景去分析相應政策的運用。

（一）經濟增長+高杠桿

為了應對2008年美國次貸危機導致的全球性金融危機，我國政府采取了經濟刺激政策，使經濟初步擺脫危機影響，逐漸走向正常的發展軌道。當貨幣政策調整滯后于經濟復蘇速度時，信貸規模不斷擴張，導致杠桿率加大。面對這一情景，我國央行及時調整政策，采取偏緊的貨幣政策。根據雙支柱政策協同作用的實證分析結果，當處于“經濟增長+高杠桿”情景時，政策未能及時有效抑制杠桿率上升，導致非金融部門杠桿率持續上升；當處于“經濟增長+高杠桿”情景時，除了緊縮的貨幣政策外，還應該加大監管力度。

從表3、表4可以看出，在某個經濟時點出現了“經濟增長+高杠桿”，即處于宏觀經濟變量（MV）增加，且企業信貸規模、市場流動性（M2）突然增加的時期。通過實證分析可知，貨幣政策通過減少市場流動、降低貨幣供應量以及提高存貸款利率對經濟進行降溫。通過基準模型可以得到，商業銀行將承擔更大的風險。表3表明，通過提高存款準備金率這一宏觀審慎政策可以降低商業銀行風險承擔水平；表4 表明，調高第二套房首付比率可以減少商業銀行風險承擔。從表7中可以看出，若經濟增長，GDP 和上證綜指年收益增長率與雙支柱政策交叉項系數都至少在10%的水平上顯著為負，因此，雙支柱政策協同作用能夠減少因經濟增長而導致的信貸規模增長、商業銀行風險承擔增加等金融風險。

（二）經濟增長+低杠桿

在短期內，當經濟保持快速增長時，經濟發展情景由偏快轉向偏熱。尤其當資金充裕時，大量閑散資金投入股市、債市以及樓市，并在短時間內產生資產泡沫，導致市場流動性（M2）急劇減少，通貨膨脹加劇，金融風險向其他領域蔓延，這種情景為“經濟增長+低杠桿”。

從表3、表4（協同作用的基準模型回歸結果）可以看出，在某個經濟時點出現了“經濟增長+低杠桿”，即處于信貸規模較小、經濟繁榮的時期。此時，宏觀經濟變量（MV）增加，上證綜指年收益率（STOCK）上升，同時實體經濟的企業信貸規模、市場流動性持續減少。通過實證分析可知，貨幣政策應通過保持市場流動性貨幣供應量不變、增加存貸款利率來使經濟降溫。根據資本的逐利效應和保險效應，基于基準模型，商業銀行風險承擔在這一時期將大幅增加。表3說明，通過增加存款準備金率可以減少商業銀行風險承擔；表4 說明，通過調高第二套房首付比例可以減少商業銀行風險承擔，并使資金從“炒房團”中剝離出來，讓房產等資產價格回歸正常水平。因此，緊縮的貨幣政策與宏觀審慎政策的協同作用會使經濟回到均衡狀態。

（三）經濟低迷+高杠桿

2008年美國次貸危機之后，我國GDP 同比增長率較低，存在的結構性問題沒有得到解決。我國經濟增長動力仍然以“三駕馬車”即投資、消費、出口為主，擴大內需和加強境內企業發展表現不突出。受2008年金融危機影響，中央政府出于刺激經濟目的，使商業銀行信貸規模擴大，導致非金融部門的杠桿率處于較高水平。另外，長期寬松的貨幣政策造成一些金融部門借助高杠桿獲取高收益的現象。此時，宏觀經濟增速下降，市場流動性增加，商業銀行風險承擔呈上升趨勢[16]。央行在2013年6月開始推行金融行業的去杠桿化，受突然收緊的貨幣政策影響，利率水平上升。通過實證分析，雙支柱政策的協同作用能降低“經濟低迷+高杠桿”下的商業銀行風險承擔。

從表3、表4可以看出，在某個經濟時點出現了“經濟低迷+高杠桿”，即處于宏觀經濟變量（MV）降低、GDP增速同比降低，且實體經濟企業信貸規模和市場流動性（M2）持續增加的時期。通過實證分析可知，貨幣政策應保持市場流動性、貨幣供應量和價格型政策工具不變。根據資本“收入估值效應”和基準模型可以看到，商業銀行承擔的風險在這一時期將上升。表3說明，可以通過增加存款準備金率來減少商業銀行風險承擔；表4 說明，通過調高第二套房首付比例可以減少商業銀行風險承擔，并使資金從“炒房團”中剝離出來，讓房產等資產價格回歸正常水平。

（四）經濟低迷+低杠桿

當經濟低迷、杠桿率較低時，我國GDP增速明顯減緩，與第三種情景比較，此階段的經濟發展陷入低迷狀態。盡管GDP 增速受到明顯影響，但是社會杠桿率仍保持在較低水平。表3 和表4 的數據表明，在某個經濟時點出現了“經濟低迷+低杠桿”，即處于宏觀經濟變量（MV）降低、GDP 增速同比降低、實體經濟的企業信貸規模和市場流動性（M2）持續減少的時期（經濟衰退期）。根據資本“收入估值效應”和基準模型可知，商業銀行風險承擔在這一時期將脫離均衡狀態急劇下降，商業銀行不再承擔風險，對企業的信貸工作將停滯。表3表明，通過降低存款準備金率可以增加商業銀行風險承擔，且不會使信貸工作停滯不前；表4 表明，通過調低第二套房首付比例可以增加商業銀行風險承擔，避免我國固定資產投資規模崩盤情況的發生。

五、結論與建議

（一）結論

本文使用不同模型和變量，研究雙支柱政策對商業銀行風險承擔的協同作用，并在我國宏觀經濟環境“經濟增長+高杠桿”“經濟增長+低杠桿”“經濟低迷+高杠桿”“經濟低迷+低杠桿”四種情景模擬分析協同作用，得出以下結論：

第一，商業銀行風險承擔既受宏觀審慎政策的影響，也受貨幣政策的影響，寬松的貨幣政策將導致商業銀行承擔風險增加，而宏觀審慎政策能夠有效抑制風險承擔。

第二，雙支柱政策協調效應能夠有效減少商業銀行風險承擔行為，雙支柱政策的實施能夠為金融安全提供保障。

第三，通過實證分析貨幣政策與宏觀審慎政策交叉項可知，相比于貨幣政策，宏觀審慎政策所帶來的影響更為強烈，對商業銀行風險承擔的影響效應更為明顯，隨著宏觀審慎政策的實施，貨幣政策所產生的影響逐漸被削弱。

（二）建議

第一，加強商業銀行風險監管。由風險承擔傳導機制保險效應可知，制度確立后，商業銀行風險承擔行為將由更多的機構來監督。如果商業銀行在嚴格的監督下成立第三方或者內在的風險監管機構，則不易出現道德風險。因此，應加強對商業銀行管理的監管，將保險效應帶來的過度風險承擔降至最低。

第二，完善宏觀審慎評估對象。現階段，宏觀審慎評估的對象為商業銀行，目前，除了這些監管對象外，還有許多金融產品和市場活動等存在明顯的順周期性和結構性風險。因此，更加完善的宏觀審慎評估對象將為非存款金融機構、影子銀行、互聯網金融帶來精準的監管體系，有利于傳統金融與創新金融和諧發展。

第三，引導商業銀行適應政策環境。改革開放以來，市場利率（包括存款利率和貸款利率）均由央行給出基準指導，我國商業銀行進入了以利率差為主要利潤點的發展階段。商業銀行大多已經適應了低存款利率、高貸款利率的市場環境。隨著市場環境的變化和利率市場化的推行，近年來少數商業銀行已出現了流動性不足和利潤驟減的狀況。與此同時，隨著宏觀經濟的變化，商業銀行本身的風險承擔行為也在發生變化，政策向好則無序擴張，政策變差就相機緊縮[17]。因此，在制定宏觀審慎政策時，監管機構應與商業銀行密切溝通，避免因商業銀行自身的恐慌而對整個金融環境產生影響。

第四，強化雙支柱政策對風險承擔的協同作用。當宏觀經濟增長與信貸高杠桿共同存在時，政策未能及時有效地抑制杠桿率的增加，導致非金融部門杠桿率持續增加，在此情況下，除了緊縮的貨幣政策外，也應該加大監管力度；當宏觀經濟增長、信貸杠桿率低時，緊縮的貨幣政策與嚴格的審慎政策一起協同作用，使經濟回到均衡狀態；當信貸杠桿率高和宏觀經濟低迷時，應將穩健的貨幣政策與高壓下的宏觀審慎政策相結合，在預防系統性風險發生的同時，促進經濟發展，即“穩健的貨幣政策+宏觀的審慎監管”；當宏觀經濟低迷、信貸杠桿率低時，應該采用“寬松貨幣+寬松監管”的組合政策刺激經濟發展，即一方面借助寬松的貨幣政策和財政政策鼓勵經濟發展，另一方面放松市場監管，使相關金融部門能夠從強大的沖擊中恢復實力。

注釋：

①數據來源于https：//bankscope2.bvdep.com/ip。