金融冲击与中央银行的流动性支持政策研究

　　内容提要:本文在DSGE框架下引入金融冲击,比较完整地刻画了包含货币政策、宏观审慎政策以及流动性支持政策的央行“政策工具箱”,并对中央银行的流动性支持政策在不同外生冲击下的经济金融稳定效应进行了系统考察。本文分析得到了三个基本结论:一是在各种典型的金融冲击下,中央银行的流动性支持政策均具有良好的宏观稳定效应;二是从政策实施的角度,中央银行的流动性支持政策可考虑盯住银行存款的变动,并在政策操作上体现“及时反应、力度合理”的原则;三是从社会福利增进的角度,中央银行流动性支持政策的效果受到冲击来源的影响,总体上应对金融冲击的效果较好。分析结果初步显示了流动性支持政策作为中央银行“政策工具箱”一种辅助性金融稳定工具的可行性、针对性和有效性。

　　关键词:金融冲击;流动性支持;经济稳定;金融稳定

　　一、引言与文献回顾

　　近年来,随着金融冲击对宏观经济波动的影响不断加深,研究金融冲击的宏观效应及政策应对成为中央银行的重要目标。在这一背景下,由流动性不足所引发的风险及其与金融冲击之间的关系,成为金融稳定研究的重要内容。从政策实践来看,世界各国的中央银行也在不断探索新的流动性支持政策和工具,以更加有效地防范和管理金融冲击及其可能带来的经济金融风险。以2008年国际金融危机为例,全球各主要国家的中央银行都通过各种非常规的货币政策向市场投放了大量流动性,促进了金融体系的稳定,有效遏制了危机蔓延。2020年新冠肺炎疫情发生后,各国也出台了更为宽松的政策组合释放流动性,以期降低外生冲击对于经济的影响,尽快稳定经济。

　　但需要指出的是,虽然上述各国的非常规货币政策具有流动性支持方面的效应,但无论从理论还是实践上看,探索中央银行在面对金融冲击时是否应该注入流动性,以及如何设计和实施最优的流动性支持政策,仍然是一个重要而有待深入研究的问题。从现有的相关文献来看,近年来围绕金融冲击、金融摩擦与宏观经济波动之间的关系,国内外许多学者开始将金融部门引入宏观经济模型进行分析,发现金融冲击是驱动宏观经济波动的重要原因。

　　比如,Jermann和Quadrini(2012)发现,金融冲击能够解释美国46%的产出增长波动、33%的就业波动和25%的投资波动。在Christiano等(2011)的研究中,金融冲击解释了瑞典经济中70%的投资波动以及25%的产出波动。在国内研究方面,陈雨露等(2016)强调了过度金融波动对一国经济增长和金融稳定的负面影响。马勇(2017)的研究显示,来自金融体系的冲击可解释长期经济中40%左右的通胀波动与30%左右的产出波动。

　　对于中央银行向市场注入流动性的措施及其效果,国外研究显示,金融冲击导致预期违约风险与流动性风险上升,加之金融加速器效应,大型金融中介机构选择收缩信贷、持有流动性,大大降低了市场流动性,金融市场进一步萎缩,使其丧失货币政策传导功能,常规性货币政策难以达到预期效果,因此央行采取非常规性货币宽松政策向金融市场注入流动性是非常必要的(Taylor和Williams,2009;Mishkin,2011)。

　　2008年“次贷危机”爆发后,全球主要发达经济体的中央银行都采取了类似的非常规性货币政策:美联储实施了四轮量化宽松、定期拍卖工具以及商业票据融资便利等政策,英格兰银行实行了融资换贷计划和量化宽松政策向市场注入流动性,欧洲中央银行也开展了一系列政策。这些非常规性货币政策在大多数研究中被证明是有效的,能够降低市场利率与利率差,从而稳定金融市场(Christensen等,2014;McAndrews等,2016)。除了承诺低利率引导市场理性预期,各大央行还进行了大规模的资产购买,这不仅可以增加企业的现金资产帮助其走出流动性困境,而且能够改善企业的资产负债表状况以缓解其融资约束(Williams,2012),还能降低市场流动性溢价,进而降低企业面临的实际利率,刺激投资与实体经济复苏。

　　大部分的实证研究表明,央行大规模购买资产向市场注入流动性的操作有利于降低资产市场收益率,对金融稳定起到积极作用(Stroebel和Taylor,2009),并且在控制通胀、降低失业率等宏观经济层面也有积极作用(Borio和Zabai,2016)。但是,央行的非常规性货币政策可能会带来道德风险和负外部性,使危机通过风险承担渠道在金融体系内集聚(Cecioni等,2011),同时也有可能引起通货膨胀风险(Borio和Disyatat,2010)。 总体来看,现有文献对中央银行是否应该采取流动性支持政策的研究,尚未得出一致的结论。从理论上看,现有研究主要集中于政策实施的效应评估方面,特别是实证研究相对较多,但在一般均衡框架下对流动性支持政策的分析和研究还比较有限,缺乏微观基础和对动态均衡的考虑是现有研究的一个潜在不足。

　　基于上述考虑,本文尝试从以下两个方面进行“边际”改进:一是通过构建包含金融部门、金融冲击和流动性支持政策的DSGE模型,为分析金融冲击和流动性支持政策的稳定效应提供必要的微观基础和基础性的分析框架;二是在基于中国经济的DSGE模型框架下,从多个角度和层面对流动性支持政策的优化反应规则进行探索,为不同经济金融条件下的流动性政策实践提供初步思路和建议。本文其余部分的结构安排如下:第二部分通过规范的理论建模,将金融部门与中央银行的流动性支持政策引入标准的DSGE模型;第三部分基于中国的经济金融数据对模型参数进行校准和贝叶斯估计;第四部分基于数值模拟分析和福利分析尝试建立符合中国国情的最优流动性支持规则;第五部分进行总结并提出相应的政策建议。

　　二、模型基本框架

　　本部分通过构建一个包含家庭、厂商、银行以及中央银行的DSGE模型,为分析金融冲击对经济金融波动的影响以及流动性支持的稳定效应提供一个具有微观基础的基本框架。较之传统的DSGE模型,本文模型具有以下两方面创新:一是将抵押物回偿率、厂商违约概率以及银行不良贷款率等关键金融变量引入厂商与银行部门的结构性建模部分,有利于更加明确地区分不同金融冲击对经济金融波动的影响;二是将流动性支持政策引入中央银行的政策“工具箱”,与货币政策和宏观审慎政策工具互相搭配,形成对中央银行政策实施的一个较为完整的刻画,从而丰富了现有文献对于政策组合动态效应的研究思路。

　　三、模型结构参数的校准与估计

　　本部分将对第二部分建立的模型中的各个参数进行校准与估计,参考标准的DSGE文献,本部分采用贝叶斯方法对模型进行估计。考虑到参数识别问题,将模型中的参数分为两类:一类是比较稳定且明确的参数,对于此类参数根据实际经济数据或者现有文献研究进行校准;另一类是新引入或者取值不太明确的参数以及各外生冲击的相关参数,对于这类参数利用贝叶斯方法对实际经济数据进行估计得到。

　　为提高估计的准确性,本文选取尽可能多的实际经济数据作为样本,考虑到1992年党的十四大确立了建立社会主义市场经济体制的目标,并从此开始了市场经济改革,故选取1992年第1季度至2019年第2季度作为样本区间。对于模型稳态方程中的参数,本文参考标准文献进行校准:设定家庭部门的贴现因子β为0.99、劳动供给弹性的倒数与跨期消费弹性均为2(Faia和Monacelli,2008)、厂商的价格粘性为0.8(马勇,2016)、厂商违约概率为0.025(王擎和田娇,2016),稳态的抵押物回偿率根据陈彦斌和刘哲希(2017)的研究校准为0.75。根据Faia和Monacelli(2007)及Tayler和Zilberman(2016)的研究本文将回偿率冲击分布的上限和下限分别设定为1.36和1。

　　(二)中央银行的最优流动性支持规则:政策参数的进一步考察上一部分基于脉冲响应函数对流动性支持政策在不同冲击下的经济金融稳定效应进行了初步分析,初步确认了盯住存款缺口的流动性支持政策在面临金融冲击时的稳定效应。本部分通过引入社会福利函数,进一步讨论两个问题:一是当银行存款缺口反应系数进一步增大,流动性支持规则的这种稳定效应是否仍然呈现增强的趋势?二是中央银行的流动性支持政策应该保持何种程度的持续性,即政策操作的平滑程度应该如何?即通过福利函数分析,在上文的基础上进一步观察分析政策的持续性是否会影响流动性支持政策的效果,并根据福利损失情况判断选取不同情形下最优的政策持续性。

　　五、主要结论与政策启示

　　本文在一个引入金融冲击和央行流动性支持政策的DSGE模型框架下,系统考察了中央银行的流动性支持政策在不同外生冲击下的宏观稳定效应。得到了以下三个方面的主要结论:一是在各种典型的金融冲击下,中央银行的流动性支持政策均具有良好的宏观稳定效应;二是从政策实施的角度,中央银行的流动性支持政策可考虑盯住银行存款的变动,并在政策操作上体现“及时反应、力度合理”的原则;三是从社会福利增进的角度,中央银行流动性支持政策的效果受到冲击来源的影响,总体上应对金融冲击的效果较好。

　　金融论文范例：金融与制造业融合发展的模式选择

　　上述分析结论比较充分地显示了流动性支持政策作为中央银行“政策工具箱”中一种辅助性金融稳定工具的可行性、针对性和有效性。本文结论有以下几个方面的政策启示:一是鉴于流动性支持政策在应对金融冲击时的显著效果,应将其纳入中央银行的“政策工具箱”,进一步丰富中央银行的调控工具和手段,以更好地维护经济和金融稳定;二是应该在准确辨别冲击来源的前提下,充分考虑当期政策目标,有针对性地使用流动性支持政策,定向精准调控提升政策效果;三是中央银行在实施流动性支持政策时,要尽可能地及时和适度,既不要“持续放水”(政策持续性太长),也不要“过度放水”(反应力度过大),最大限度避免潜在的政策反转效应所带来的风险。

　　参考文献

　　[1]陈彦斌,刘哲希.推动资产价格上涨能够“稳增长”吗?———基于含有市场预期内生变化的DSGE模型[J].经济研究,2017(7):49-64.

　　[2]陈雨露,马勇,阮卓阳.金融周期和金融波动如何影响经济增长与金融稳定?[J].金融研究,2016(2):1-22.

　　[3]马勇.DSGE宏观金融建模及政策模拟分析[M].北京:中国金融出版社,2017:1-292.

　　[4]马勇.植入金融因素的DSGE模型与宏观审慎货币政策规则[J].世界经济,2013(7):68-92.

　　[5]马勇.中国的货币财政政策组合范式及其稳定效应研究[J].经济学(季刊),2016(1):173-196.

　　[6]王擎,田娇.银行资本监管与系统性金融风险传递———基于DSGE模型的分析[J].中国社会科学,2016(3):99-122.

　　作者：马勇付莉姜伊晴