荊思寒

(東北財(cái)經(jīng)大學(xué) 金融學(xué)院，遼寧 大連 116025)

銀行部門與實(shí)體經(jīng)濟(jì)間的風(fēng)險(xiǎn)反饋效應(yīng)
——基于Agent-Based Model的研究

荊思寒

(東北財(cái)經(jīng)大學(xué) 金融學(xué)院，遼寧 大連 116025)

本文通過企業(yè)部門的信貸需求與銀行部門的信貸供給，建立起實(shí)體經(jīng)濟(jì)與金融部門之間的信貸聯(lián)系，從而構(gòu)建了銀行—企業(yè)間Agent-Based Model。企業(yè)的信貸需求和銀行的信貸供給構(gòu)成了風(fēng)險(xiǎn)傳染與經(jīng)濟(jì)波動(dòng)內(nèi)生聯(lián)系的微觀基礎(chǔ)。在此模型基礎(chǔ)上，本文研究銀行與企業(yè)部門之間風(fēng)險(xiǎn)傳染的內(nèi)生性演化規(guī)律。并模擬了系統(tǒng)性沖擊下，利率政策、壞賬剝離和資本注入等政策手段對(duì)控制風(fēng)險(xiǎn)、維持金融系統(tǒng)穩(wěn)定的影響效果。研究發(fā)現(xiàn)：外生沖擊會(huì)破壞經(jīng)濟(jì)系統(tǒng)的穩(wěn)定，導(dǎo)致市場的自我調(diào)節(jié)機(jī)制失效。同時(shí)，沖擊結(jié)束后系統(tǒng)需要花費(fèi)相當(dāng)長的時(shí)間來“自我修復(fù)”。而利率政策、資本注入和壞賬剝離等政策手段能夠有效加速系統(tǒng)修復(fù)。相比而言，利率政策的短期效果更加明顯，資本注入的長期效果更加顯著。

銀行與企業(yè)；實(shí)體經(jīng)濟(jì)；風(fēng)險(xiǎn)傳染；信用網(wǎng)絡(luò)；Agent-Based Model

一、引 言

隨著經(jīng)濟(jì)的不斷發(fā)展、社會(huì)總體信貸規(guī)模的不斷擴(kuò)張，信用網(wǎng)絡(luò)中銀行、企業(yè)等主體之間的聯(lián)系越來越緊密。緊密的信用網(wǎng)絡(luò)有利于推動(dòng)經(jīng)濟(jì)發(fā)展。然而，緊密的信用網(wǎng)絡(luò)也提供了風(fēng)險(xiǎn)傳染的渠道。Grilli等[1]認(rèn)為一旦受到?jīng)_擊，緊密的信用網(wǎng)絡(luò)就會(huì)助推風(fēng)險(xiǎn)擴(kuò)散蔓延，從而產(chǎn)生系統(tǒng)性風(fēng)險(xiǎn)。

2008年美國次貸危機(jī)不僅席卷了整個(gè)美國，同時(shí)還波及了世界其他經(jīng)濟(jì)體，造成了全球金融海嘯。2009年末全球三大評(píng)級(jí)機(jī)構(gòu)下調(diào)希臘主權(quán)信用評(píng)級(jí)，誘發(fā)了希臘主權(quán)債務(wù)危機(jī)，并逐漸在整個(gè)歐元區(qū)內(nèi)蔓延，最終導(dǎo)致了“歐債危機(jī)”。這些案例都反映了信用網(wǎng)絡(luò)的風(fēng)險(xiǎn)放大機(jī)制，即Bargigli 等[2]提出的所謂的“金融加速器”效應(yīng)。

目前關(guān)于信用網(wǎng)絡(luò)下風(fēng)險(xiǎn)傳染的研究主要分為三大類：銀行間信用網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染、企業(yè)間信用網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染、銀行—企業(yè)間信用網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染。

對(duì)銀行間信用網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染的研究多集中在網(wǎng)絡(luò)結(jié)構(gòu)對(duì)風(fēng)險(xiǎn)傳染的影響。銀行間的借貸行為促成了銀行間復(fù)雜的信用網(wǎng)絡(luò)。Allen和Gale[3]利用規(guī)則網(wǎng)絡(luò)模擬了包含四家銀行的銀行系統(tǒng)，發(fā)現(xiàn)完全結(jié)構(gòu)的網(wǎng)絡(luò)比不完全結(jié)構(gòu)的網(wǎng)絡(luò)更穩(wěn)定。在隨機(jī)網(wǎng)絡(luò)下，Iori等[4]研究了銀行節(jié)點(diǎn)為同質(zhì)化和異質(zhì)化兩種情況下銀行間的風(fēng)險(xiǎn)傳染。研究發(fā)現(xiàn)，當(dāng)銀行節(jié)點(diǎn)為同質(zhì)時(shí)銀行網(wǎng)絡(luò)更加穩(wěn)定，當(dāng)銀行節(jié)點(diǎn)為異質(zhì)時(shí)更容易發(fā)生風(fēng)險(xiǎn)傳染。在無標(biāo)度網(wǎng)絡(luò)下，Krause和Giansante[5]發(fā)現(xiàn)銀行初始破產(chǎn)規(guī)模決定了傳染是否發(fā)生，而銀行間網(wǎng)絡(luò)結(jié)構(gòu)則是影響銀行間風(fēng)險(xiǎn)傳染程度的關(guān)鍵因素。隋聰?shù)萚6]研究了不同標(biāo)度參數(shù)的無標(biāo)度網(wǎng)絡(luò)下的風(fēng)險(xiǎn)傳染，發(fā)現(xiàn)集中程度越高的網(wǎng)絡(luò)傳染違約的銀行的數(shù)量越多。

企業(yè)間的網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染研究主要是從供應(yīng)鏈的角度出發(fā)，研究上游企業(yè)與下游企業(yè)形成的商業(yè)信用網(wǎng)絡(luò)在風(fēng)險(xiǎn)傳染中發(fā)揮的作用。Battiston等[7]構(gòu)建了供應(yīng)—生產(chǎn)模型，研究結(jié)果表明，企業(yè)間風(fēng)險(xiǎn)傳染的途徑并非只有銀行利率一條路徑，下游企業(yè)破產(chǎn)后通過可以延期支付的商業(yè)信用將破產(chǎn)風(fēng)險(xiǎn)傳染給上游企業(yè)。Acemoglu等[8]研究了生產(chǎn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)對(duì)沖擊的傳遞以及宏觀經(jīng)濟(jì)波動(dòng)性的影響。他們認(rèn)為，由于投入—產(chǎn)出聯(lián)系的存在，微觀層面異質(zhì)的沖擊不會(huì)被消化，而是會(huì)導(dǎo)致總量水平上的波動(dòng)。Qian和zhou[9]的研究結(jié)果表明企業(yè)間信用風(fēng)險(xiǎn)的傳染強(qiáng)度是下游企業(yè)生產(chǎn)成本的函數(shù)。

銀行間和企業(yè)間信用網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染研究已經(jīng)十分充分。銀行—企業(yè)間信用網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染問題隨著實(shí)體經(jīng)濟(jì)與金融部門之間愈發(fā)緊密的聯(lián)系而越來越引人關(guān)注。Thomas[10]指出銀行—企業(yè)間信用網(wǎng)絡(luò)是風(fēng)險(xiǎn)傳染最重要的途徑。

銀行—企業(yè)間網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染研究主要是從銀行—企業(yè)間信用網(wǎng)絡(luò)連接程度和主體杠桿水平出發(fā)的。Riccetti等[11]從企業(yè)杠桿角度出發(fā)研究銀企間的風(fēng)險(xiǎn)傳染問題。研究結(jié)果發(fā)現(xiàn)隨著杠桿水平的提高，系統(tǒng)的穩(wěn)定性逐步下降，當(dāng)杠桿達(dá)到臨界值后，一家企業(yè)的破產(chǎn)會(huì)引發(fā)“多米諾效應(yīng)”。Catullo等[12]從信用網(wǎng)絡(luò)和杠桿率的動(dòng)態(tài)變化對(duì)風(fēng)險(xiǎn)傳染的影響角度出發(fā)，研究發(fā)現(xiàn)銀行、企業(yè)的杠桿水平與銀行—企業(yè)間信用網(wǎng)絡(luò)連接的密集程度極大地影響了銀行—企業(yè)間的風(fēng)險(xiǎn)傳染：當(dāng)信用網(wǎng)絡(luò)的連接程度以及銀行—企業(yè)的杠桿水平較高時(shí)，一個(gè)負(fù)面沖擊可能會(huì)帶來強(qiáng)烈的系統(tǒng)性擴(kuò)散效應(yīng)。

Gatti等[13]構(gòu)建了包含企業(yè)間和銀行—企業(yè)雙重信用網(wǎng)絡(luò)的Agent-Based Model。他指出宏觀層面的經(jīng)濟(jì)周期可以看作是經(jīng)濟(jì)體中所涉及的機(jī)構(gòu)不同的經(jīng)濟(jì)狀況之間復(fù)雜的交互作用的結(jié)果，而經(jīng)濟(jì)周期波動(dòng)的根源是下游企業(yè)的凈值變化。Thomas[10]利用雙重信用網(wǎng)絡(luò)Agent-Based Model直接得出了相比于銀行間信貸風(fēng)險(xiǎn)，銀行給企業(yè)貸款所導(dǎo)致的風(fēng)險(xiǎn)才是風(fēng)險(xiǎn)傳染更為重要的途徑這一觀點(diǎn)。此外，研究還發(fā)現(xiàn)在沖擊下系統(tǒng)表現(xiàn)出明顯的非線性特性：一個(gè)主體的破產(chǎn)在大部分情況下對(duì)系統(tǒng)不造成任何影響，但在極端條件下會(huì)造成整個(gè)系統(tǒng)全面崩潰。

綜上所述，企業(yè)的信貸需求和銀行的信貸供給是形成風(fēng)險(xiǎn)傳染與經(jīng)濟(jì)波動(dòng)內(nèi)生聯(lián)系的微觀基礎(chǔ)。本文重點(diǎn)關(guān)注兩個(gè)問題：第一，研究銀行與企業(yè)部門之間風(fēng)險(xiǎn)傳染的內(nèi)生性演化規(guī)律。第二，考察利率政策、壞賬剝離和資本注入等政策手段對(duì)控制風(fēng)險(xiǎn)、維持金融系統(tǒng)穩(wěn)定的影響效果。

二、銀行—企業(yè)間的Agent-Based Model

本文構(gòu)建了包含企業(yè)和銀行兩個(gè)部門的Agent-Based Model。企業(yè)部門由M個(gè)企業(yè)組成。企業(yè)通過生產(chǎn)并出售產(chǎn)品獲取利潤。銀行部門由N個(gè)銀行組成。銀行通過向企業(yè)提供貸款并獲得利息收入。本文的研究側(cè)重于企業(yè)部門和銀行部門，忽略家庭部門，這并不影響本文的研究結(jié)論。

整個(gè)系統(tǒng)一個(gè)周期的運(yùn)行過程如下：首先，企業(yè)決策杠桿水平和借款數(shù)量。銀行根據(jù)自身的狀況以及企業(yè)的狀況進(jìn)行貸款定價(jià)。然后，企業(yè)收到銀行提供的報(bào)價(jià)后選定貸款銀行進(jìn)行貸款，同時(shí)銀行進(jìn)行放貸。企業(yè)獲取資本后開始進(jìn)行生產(chǎn)。期末時(shí)，企業(yè)計(jì)算當(dāng)期收益并償還貸款本金與利息。銀行根據(jù)回收貸款與利息的數(shù)量來確定自身當(dāng)期的損益。整個(gè)系統(tǒng)進(jìn)入到下一個(gè)貸款—生產(chǎn)周期。

(一)企業(yè)財(cái)務(wù)決策與生產(chǎn)

1.債務(wù)杠桿與負(fù)債

在企業(yè)開始生產(chǎn)之前，企業(yè)需要先決策杠桿水平和借款數(shù)量。Flannery和Rangan[14]、Frank和Goyal[15]指出動(dòng)態(tài)權(quán)衡理論較其他理論，能夠更好地解釋企業(yè)資本結(jié)構(gòu)的動(dòng)態(tài)特征。動(dòng)態(tài)權(quán)衡理論表明企業(yè)通過不斷調(diào)整杠桿水平，以達(dá)到長期最優(yōu)資本結(jié)構(gòu)目標(biāo)。Riccetti等[11]指出在企業(yè)調(diào)整杠桿過程中，存在一個(gè)短期目標(biāo)并且該短期目標(biāo)具有適應(yīng)性特征：期望收入高于成本時(shí)，目標(biāo)杠桿增大；反之，期望收入小于成本時(shí)，目標(biāo)杠桿減小。根據(jù)動(dòng)態(tài)權(quán)衡理論，企業(yè)的目標(biāo)杠桿表示為：

(1)

其中，Lit表示企業(yè)i在t期的目標(biāo)杠桿，Lit-1表示企業(yè)i在t-1期的杠桿，γ是杠桿調(diào)整參數(shù)，U表示(0，1)均勻分布的隨機(jī)變量。杠桿調(diào)整參數(shù)γ決定了企業(yè)杠桿調(diào)整程度。

2.生產(chǎn)與利潤

為了簡化而不失一般性，我們只考慮單位產(chǎn)品的凈價(jià)格pit，即單位產(chǎn)品出售價(jià)格扣除單位生產(chǎn)成本(不包括資金成本)后的凈值。單位產(chǎn)品凈價(jià)格表示為：pit=α+σit。其中，α是常數(shù)，表示單位產(chǎn)品預(yù)期凈價(jià)格。σit是隨機(jī)變量，表示實(shí)際凈價(jià)格與預(yù)期凈價(jià)格之間的隨機(jī)誤差。在下文模擬實(shí)驗(yàn)中，σit被設(shè)定為均值為0的均勻分布。所以，單位產(chǎn)品凈價(jià)格pit是以α為均值的隨機(jī)變量。從而，以pit的隨機(jī)變化模擬系統(tǒng)中的經(jīng)濟(jì)波動(dòng)。

企業(yè)的利潤表示為：πit=pitYit-bitrit-bit-1rit-1。其中，rit表示t期貸款利率，rit-1表示t-1期貸款利率。一個(gè)生產(chǎn)周期結(jié)束以后，企業(yè)進(jìn)行核算，確定新的凈資產(chǎn)。Ait+1=Ait+πit。若Ait+1gt;0，企業(yè)進(jìn)入下一個(gè)生產(chǎn)周期；否則，企業(yè)破產(chǎn)并退出市場，同時(shí)進(jìn)入一個(gè)新的企業(yè)。如果企業(yè)破產(chǎn)，需要進(jìn)一步確定其無法償還的貸款數(shù)量。該部分將成為對(duì)應(yīng)銀行的貸款損失。

(二)銀行利率決策與貸款

1.貸款定價(jià)

根據(jù)隋聰和邢天才[17]的研究，基準(zhǔn)利率部分包括銀行的營運(yùn)費(fèi)用、利息成本、風(fēng)險(xiǎn)厭惡程度以及銀行自身的貸款風(fēng)險(xiǎn)。根據(jù)企業(yè)狀況確定的風(fēng)險(xiǎn)溢價(jià)部分，包括企業(yè)的風(fēng)險(xiǎn)狀況和盈利能力。

2.銀行利潤

理論上，銀行可用于貸款的資金來源于吸收的存款。為了簡化，本文采用Riccetti等[11]對(duì)存款數(shù)量的確定方法。為了保證銀行能夠滿足企業(yè)的貸款需求，銀行的存款由式TLjt=(1-μ)Djt+Ajt內(nèi)生給定。其中，μ是法定存款準(zhǔn)備金率。

與企業(yè)相似，銀行在期末進(jìn)行核算。銀行新的凈資產(chǎn)表示為：Ajt+1=Ajt+πjt。若Ajt+1gt;0，銀行進(jìn)入下一個(gè)周期；否則，銀行破產(chǎn)清算并退出市場，同時(shí)進(jìn)入一個(gè)新的銀行。

(三)銀行—企業(yè)間信貸聯(lián)系

Gatti等[13]、Riccett等[11]、Bargigli等[2]利用交易對(duì)手選擇機(jī)制確定銀行與企業(yè)的信貸關(guān)系。首先，銀行根據(jù)企業(yè)的狀況確定貸款利率。其次，企業(yè)根據(jù)利潤最大化原則，選擇貸款利率最低的銀行進(jìn)行借貸?，F(xiàn)實(shí)中，由于存在信息不對(duì)稱性和信息搜集的成本，企業(yè)不會(huì)經(jīng)常更換貸款銀行，而是傾向于繼續(xù)與原來的貸款銀行繼續(xù)合作。所以，Riccetti等[18]、Jian等[19]在模型中利用轉(zhuǎn)移概率，刻畫企業(yè)選擇貸款銀行的過程。

(2)

其中，ps表示企業(yè)選擇貸款銀行的轉(zhuǎn)移概率，rold表示與企業(yè)有信貸聯(lián)系的銀行提供的貸款利率，rnew表示新的銀行提供的貸款利率。

式(2)表明當(dāng)企業(yè)面對(duì)更低的貸款利率時(shí)，會(huì)存在一定的概率更換貸款銀行?？紤]到信息不對(duì)稱性和信息搜集成本問題，企業(yè)只能獲得部分銀行的貸款報(bào)價(jià)。在模擬實(shí)驗(yàn)中，每家銀行隨機(jī)獲得有限家銀行的貸款報(bào)價(jià)，并根據(jù)式(2)確定更換銀行的轉(zhuǎn)移概率。初始期，銀行與企業(yè)間的信貸聯(lián)系是隨機(jī)確定的。

三、模擬實(shí)驗(yàn)與分析

(一)實(shí)驗(yàn)設(shè)計(jì)與參數(shù)

針對(duì)上一部分的銀行—企業(yè)Agent-Based Model，我們利用MATLAB編寫了模擬平臺(tái)。所有模擬實(shí)驗(yàn)都在該平臺(tái)上完成。模擬平臺(tái)中包含了500家企業(yè)和50家銀行，運(yùn)行時(shí)間為300期。整個(gè)模擬平臺(tái)在運(yùn)行100期后會(huì)達(dá)到穩(wěn)定，所以模擬沖擊和救助措施都在100期以后，同時(shí)實(shí)驗(yàn)結(jié)果也是展示100期以后的結(jié)果。根據(jù)相關(guān)研究的參數(shù)設(shè)定，本文中參數(shù)設(shè)置分別是杠桿調(diào)整參數(shù)γ為0.100；產(chǎn)量參數(shù)φ、β分別為3和0.700；單位產(chǎn)品平均凈利潤α為0.100；價(jià)格波動(dòng)率σ為0.480；存款準(zhǔn)備金率μ為0.100；存款利率rD為0.030；銀行風(fēng)險(xiǎn)溢價(jià)參數(shù)Θ為0.001；企業(yè)風(fēng)險(xiǎn)溢價(jià)參數(shù)η和κ分別為0.010和0.100；銀行費(fèi)用率c為0.030。

本文中，我們一共設(shè)計(jì)了五組實(shí)驗(yàn)來研究不同情形下風(fēng)險(xiǎn)傳染以及政策效果。第一組是模擬在正常情景下，考察整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況。第二組是在第一組的基礎(chǔ)上，在某一段特定期間施加外生沖擊，考察系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)前后整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況。第三組是在第二組的基礎(chǔ)上，在系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)期間采取利率政策，考察存在該政策手段時(shí)，整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況。第四組是在第二組的基礎(chǔ)上，在系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)期間采取壞賬剝離政策，考察存在該政策手段時(shí)，整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況。第五組是在第二組的基礎(chǔ)上，在系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)期間采取資本注入政策，考察存在該政策條件時(shí)，整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況。

(二)外生沖擊的影響

為了比較考察外生沖擊對(duì)經(jīng)濟(jì)系統(tǒng)的影響效果并找出風(fēng)險(xiǎn)傳染的內(nèi)生性演化規(guī)律，這里重點(diǎn)考察第一、二兩組實(shí)驗(yàn)。第一組實(shí)驗(yàn)是沒有外生沖擊的，第二組實(shí)驗(yàn)包含了外生沖擊。

1.沒有外生沖擊

我們記錄了無沖擊時(shí)，整個(gè)系統(tǒng)的銀行貸款利率以及企業(yè)總產(chǎn)出兩個(gè)指標(biāo)的變動(dòng)情況，模擬結(jié)果如圖1所示。貸款利率是50家銀行每期平均貸款利率；企業(yè)總產(chǎn)出是系統(tǒng)中500家企業(yè)每期的總產(chǎn)出水平。企業(yè)總產(chǎn)出是衡量經(jīng)濟(jì)總體情況的指標(biāo)。貸款利率既是銀行—企業(yè)間風(fēng)險(xiǎn)信息傳導(dǎo)的中介指標(biāo)，也是衡量經(jīng)濟(jì)風(fēng)險(xiǎn)程度的指標(biāo)。

(a) (b)圖1 沒有沖擊的系統(tǒng)運(yùn)行狀況

從圖1可以看出，企業(yè)總產(chǎn)出和銀行的貸款利率整體上是平穩(wěn)的，但又呈現(xiàn)出周期波動(dòng)的特點(diǎn)。

杠桿的周期性變動(dòng)導(dǎo)致了經(jīng)濟(jì)出現(xiàn)周期性波動(dòng)。具體來講，當(dāng)企業(yè)生產(chǎn)存在較高利潤時(shí)，其凈值會(huì)增加、風(fēng)險(xiǎn)降低，貸款利率也會(huì)降低。當(dāng)生產(chǎn)利潤高于成本(如貸款利息支出)時(shí)，企業(yè)會(huì)加大杠桿以擴(kuò)大生產(chǎn)。杠桿提高、投入增加導(dǎo)致總產(chǎn)出不斷擴(kuò)張。當(dāng)杠桿過高時(shí)，企業(yè)潛在的破產(chǎn)風(fēng)險(xiǎn)提高，為此銀行提高貸款利率。成本上升，迫使企業(yè)降低杠桿，從而投入減少、總產(chǎn)出逐漸下降?？傊?，正如Riccetti等[11]指出的，在動(dòng)態(tài)權(quán)衡理論下企業(yè)不斷調(diào)整杠桿的行為導(dǎo)致了經(jīng)濟(jì)周期性波動(dòng)。

在沒有外生沖擊下，市場的自我調(diào)節(jié)機(jī)制能夠保證經(jīng)濟(jì)的整體平穩(wěn)。盡管經(jīng)濟(jì)周期性波動(dòng)，但是不會(huì)出現(xiàn)大幅波動(dòng)。當(dāng)企業(yè)風(fēng)險(xiǎn)過高時(shí)，銀行會(huì)提高利率迫使企業(yè)降低杠桿；當(dāng)企業(yè)杠桿很低、風(fēng)險(xiǎn)很小時(shí)，銀行會(huì)降低利率促使企業(yè)提高杠桿。應(yīng)當(dāng)指出，在沒有重大外生沖擊下，這種市場自我調(diào)節(jié)機(jī)制能夠發(fā)揮穩(wěn)定經(jīng)濟(jì)的作用。

2.存在外生沖擊

這里要考察在外生沖擊下，系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)前后整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況。外生沖擊通常來自實(shí)體企業(yè)部門。Gatti等[13]認(rèn)為實(shí)體企業(yè)利潤下降導(dǎo)致企業(yè)破產(chǎn)增加，進(jìn)而影響金融系統(tǒng)。在實(shí)驗(yàn)中，我們通過降低200—209期的企業(yè)單位產(chǎn)品平均凈利潤，模擬實(shí)體經(jīng)濟(jì)的衰退。受到系統(tǒng)性外生沖擊后的模擬結(jié)果如圖2所示。

(a) (b)圖2 包含沖擊的系統(tǒng)運(yùn)行狀況

從圖2可以看出，我們觀測到價(jià)格沖擊對(duì)整個(gè)系統(tǒng)的負(fù)面效應(yīng)是極為顯著的，整個(gè)經(jīng)濟(jì)系統(tǒng)對(duì)沖擊的反應(yīng)相當(dāng)迅速。當(dāng)企業(yè)產(chǎn)品價(jià)格受到一定的沖擊時(shí)，企業(yè)面臨虧損乃至破產(chǎn)，違約的企業(yè)不斷增多，經(jīng)濟(jì)情況惡化。經(jīng)濟(jì)衰退初期銀行壞賬由于企業(yè)大量破產(chǎn)而激增，銀行凈值減少，銀行信貸規(guī)模萎縮，銀行和企業(yè)的情況惡化共同推動(dòng)了利率的上揚(yáng)，這又造成了進(jìn)一步的大規(guī)模破產(chǎn)。正如Stiglitz和Greenwald[20]指出高破產(chǎn)率不僅僅是高利率的原因也是高利率的結(jié)果。當(dāng)經(jīng)濟(jì)處于衰退階段時(shí)，存活下來的企業(yè)面對(duì)銀行的高利率會(huì)主動(dòng)地降杠桿，此時(shí)的產(chǎn)出快速減少。銀行利率會(huì)隨著企業(yè)杠桿的下降而逐步降低。受到外生沖擊影響，企業(yè)總產(chǎn)出快速下降，銀行貸款利率攀升。

在沖擊影響下，貸款利率上升形成了正反饋效應(yīng)，加劇了經(jīng)濟(jì)衰退，市場的自我調(diào)節(jié)機(jī)制失效。與外生無沖擊情況相比，外生沖擊的施加破壞了經(jīng)濟(jì)系統(tǒng)原有的穩(wěn)定，整個(gè)系統(tǒng)發(fā)生了劇烈的波動(dòng)。在無任何政策干預(yù)的條件下，沖擊結(jié)束后系統(tǒng)自我修復(fù)的速度緩慢，大約需要20期的時(shí)間才能到達(dá)穩(wěn)定水平，這也明顯慢于無沖擊時(shí)的速度。

(三)政策效果比較

本文中所涉及的三種政策手段分別是：利率政策、壞賬剝離和資本注入。其中，利率政策是最常見的手段之一，后兩種也是監(jiān)管當(dāng)局應(yīng)對(duì)金融危機(jī)經(jīng)常采用的政策手段。例如，2008年次貸危機(jī)爆發(fā)時(shí)，美國就曾向CIT注入23億美元的資本救助；1999年中國信達(dá)、華融等資產(chǎn)管理公司曾將四大商業(yè)銀行上萬億元不良資產(chǎn)打包處理。

在系統(tǒng)性風(fēng)險(xiǎn)爆發(fā)期間分別采取這三種政策手段，考察存在這三種政策手段時(shí)，整個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行狀況以及不同的政策力度對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)的影響。本文假定外生沖擊發(fā)生后，政府立即采取相應(yīng)的政策來維持經(jīng)濟(jì)穩(wěn)定。沖擊結(jié)束后，所有政策繼續(xù)實(shí)施5期。即政策發(fā)揮作用的時(shí)期是從第200期到214期。由于101期至199期屬于沒有沖擊的100期，故不再討論前199期。這里重點(diǎn)關(guān)注沖擊發(fā)生及后續(xù)期間，即200期到300期內(nèi)經(jīng)濟(jì)系統(tǒng)的變化規(guī)律。

1.利率政策

為了研究外生沖擊和救助政策對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)的持續(xù)影響效果，我們對(duì)研究結(jié)果進(jìn)行了累計(jì)平均處理。具體而言，第n期影響結(jié)果用救助開始期到第n期這一段的平均值表示。這樣的處理能夠更直觀地展示外生沖擊和救助的累積影響。累計(jì)平均影響的圖形可以刻畫出外生沖擊和救助政策對(duì)經(jīng)濟(jì)系統(tǒng)的影響軌跡；同時(shí)可以通過該圖形分析未來的經(jīng)濟(jì)趨勢走向。利率政策對(duì)總產(chǎn)出和貸款利率的影響如圖3所示。降低存款利率意味著銀行的融資成本下降。通常，存款利率下降會(huì)直接影響銀行貸款利率中的自身基準(zhǔn)利率部分，使之下降。貸款利率下降對(duì)企業(yè)來說意味著企業(yè)融資成本下降，企業(yè)可能會(huì)增加借款以擴(kuò)大生產(chǎn)，進(jìn)而刺激總產(chǎn)出。

(a) (b)圖3 利率政策下的經(jīng)濟(jì)系統(tǒng)運(yùn)行狀況

從圖3可以看出，相比于只有外生沖擊的情況，利率政策一定程度上抑制了經(jīng)濟(jì)的劇烈波動(dòng)，加快了經(jīng)濟(jì)恢復(fù)速度。具體來說，利率政策下的總產(chǎn)出的最低值高于只有外生沖擊時(shí)的最低值，而且隨著時(shí)間推移實(shí)施利率政策的經(jīng)濟(jì)系統(tǒng)恢復(fù)能力明顯更強(qiáng)?？傮w來說，降低存款利率這一利率政策無論是在短期還是在長期都是有效的。而且隨著政策力度的不斷加強(qiáng)，政策效果也越來越好。

此外，由于利率政策直接作用于貸款利率，當(dāng)利率政策力度較強(qiáng)時(shí)，貸款利率會(huì)低于穩(wěn)定時(shí)的水平。同時(shí)也看到，在政策力度較強(qiáng)時(shí)(30%和50%)，當(dāng)政策停止實(shí)施后，相應(yīng)的貸款利率是處于上升狀態(tài)。但是，隨著期數(shù)的不斷增加，四種政策力度下貸款利率有不斷收攏的趨勢。

2.壞賬剝離

壞賬剝離政策對(duì)總產(chǎn)出和貸款利率的影響如圖4所示。壞賬剝離意味著銀行的貸款損失減少。隋聰和邢天才[17]認(rèn)為從理論上，銀行的貸款損失減少能夠促使銀行降低貸款利率、增加信貸規(guī)模，從而抵消實(shí)體經(jīng)濟(jì)惡化導(dǎo)致銀行提高貸款利率、去杠桿的負(fù)面影響。貸款利率下降對(duì)企業(yè)來說意味著企業(yè)融資成本下降，企業(yè)可能會(huì)增加借款以擴(kuò)大生產(chǎn)，這會(huì)刺激總產(chǎn)出。

(a) (b)圖4 壞賬剝離政策下的經(jīng)濟(jì)系統(tǒng)運(yùn)行狀況

從圖4可以看出，相比于只有外生沖擊的情況，壞賬剝離政策一定程度上抑制了經(jīng)濟(jì)的劇烈波動(dòng)，加快了經(jīng)濟(jì)恢復(fù)速度。具體來說，壞賬剝離30%和50%政策下的總產(chǎn)出的最低值高于只有外生沖擊時(shí)的最低值，但壞賬剝離10%水平下并不明顯。隨著時(shí)間推移，實(shí)施壞賬剝離政策的經(jīng)濟(jì)系統(tǒng)恢復(fù)能力明顯更強(qiáng)，壞賬剝離10%到中期也開始體現(xiàn)出效果?？傮w來說，壞賬剝離政策無論是在短期還是在長期都是有效的。而且隨著政策力度的不斷加強(qiáng)，政策效果也越來越好。

此外，壞賬剝離政策也直接作用于貸款利率，當(dāng)壞賬剝離政策力度較強(qiáng)時(shí)，貸款利率會(huì)低于穩(wěn)定時(shí)的水平。與利率政策相似，在政策停止實(shí)施后，較多的壞賬剝離(50%)相應(yīng)的貸款利率是處于上升狀態(tài)，并且隨著期數(shù)增加貸款利率趨于收斂。

3.資本注入

為了研究資本注入政策對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)的影響，在模擬實(shí)驗(yàn)中，通過補(bǔ)充銀行的資本金模擬資本注入政策。實(shí)驗(yàn)結(jié)果表明，通常情況下銀行資本金遠(yuǎn)高于壞賬。為了保持相對(duì)可比性，我們將資本注入比例設(shè)定為1%、5%和10%。

資本注入意味著銀行的凈資產(chǎn)增加。隋聰和邢天才[17]認(rèn)為，從理論上講，銀行的凈資產(chǎn)的增加能夠促使銀行降低貸款利率、增加信貸規(guī)模，從而抵消實(shí)體經(jīng)濟(jì)惡化導(dǎo)致銀行提高貸款利率、去杠桿的負(fù)面影響。貸款利率下降對(duì)企業(yè)來說意味著企業(yè)融資成本下降，企業(yè)可能會(huì)增加借款以擴(kuò)大生產(chǎn)，這會(huì)刺激總產(chǎn)出。

相比于只有外生沖擊的情況，資本注入政策一定程度上抑制了經(jīng)濟(jì)的劇烈波動(dòng)，加快了經(jīng)濟(jì)恢復(fù)速度。具體來說，資本注入5%和10%水平下的總產(chǎn)出的最低值高于只有外生沖擊時(shí)的最低值，但資本注入1%水平下并不明顯。隨著時(shí)間推移，實(shí)施資本注入政策的經(jīng)濟(jì)系統(tǒng)恢復(fù)能力明顯更強(qiáng)，而資本注入1%到中期時(shí)也體現(xiàn)出效果。總體來說，資本注入政策無論是在短期還是在長期都是有效的，但長期的效果比短期的效果要更好。隨著政策力度的不斷加強(qiáng)，政策效果也越來越好。

但是與利率政策和壞賬剝離政策不一樣的是，雖然資本注入也作用于貸款利率，但當(dāng)政策停止實(shí)施后，我們并沒有發(fā)現(xiàn)利率上升的情況。而且隨著時(shí)間的推移，四者之間并沒有收攏趨勢，反而有發(fā)散的趨勢。引起這些現(xiàn)象的原因可能有兩個(gè)：一是資本注入政策雖然同樣影響貸款利率水平，但可能該政策的影響力偏弱，所以并沒有出現(xiàn)與理論相反的走勢。二是資本注入政策長期效果要好于短期效果，這使得隨著時(shí)間的推移資本注入政策效果越來越明顯，放大了差異。

4.三種政策手段分析與比較

為了比較分析利率政策、壞賬剝離和資本注入這三種政策對(duì)整個(gè)經(jīng)濟(jì)系統(tǒng)的短期、中長期影響效果差異，對(duì)第二、三、四和五組實(shí)驗(yàn)結(jié)果進(jìn)行了綜合比較。從中短期來看，利率政策的效果是最好的。而資本注入政策在短時(shí)間內(nèi)表現(xiàn)不理想，效果是三者中最差的。中短期內(nèi)利率政策是比較理想的政策手段。但隨著時(shí)間的推移，資本注入政策慢慢超越利率政策成為長期效果最優(yōu)的政策。在長期，壞賬剝離政策成為三者中效果最差的。這說明資本注入政策可能對(duì)經(jīng)濟(jì)具有較強(qiáng)的長期刺激作用，而壞賬剝離政策只在短期發(fā)揮作用。此外，從貸款利率角度來看，利率政策是降低貸款利率最有效和敏感的手段。貸款利率對(duì)資本注入政策的敏感性較差。總之，三種政策下經(jīng)濟(jì)系統(tǒng)的運(yùn)行均好于不采取任何措施的情形。這表明政府要想盡快使經(jīng)濟(jì)從低谷中走出來不應(yīng)該僅依靠市場的調(diào)節(jié)機(jī)制，而應(yīng)該采取積極主動(dòng)的政策來應(yīng)對(duì)危機(jī)。

四、結(jié) 論

本文主要研究了銀行與企業(yè)部門之間風(fēng)險(xiǎn)傳染的內(nèi)生性演化規(guī)律，并在外生沖擊下考察利率政策、壞賬剝離和資本注入等政策手段對(duì)控制風(fēng)險(xiǎn)、維持金融系統(tǒng)穩(wěn)定的影響效果。我們構(gòu)建了銀行—企業(yè)間的Agent-Based Model。并編寫了該模型的模擬平臺(tái)，在該平臺(tái)上設(shè)計(jì)了外生沖擊、救助政策等多組模擬實(shí)驗(yàn)。首先，將無外生沖擊與存在外生沖擊情況進(jìn)行對(duì)比分析外生沖擊帶來的影響。其次，在相同的外生沖擊下，分別施加利率政策、壞賬剝離和資本注入政策來分析三種政策對(duì)經(jīng)濟(jì)運(yùn)行的影響效果。最后，綜合比較了三種政策的影響效果，并分析了短期與長期的作用差異。

研究結(jié)果表明：第一，當(dāng)不存在外生沖擊時(shí)，雖然經(jīng)濟(jì)總是處于不斷的波動(dòng)之中。但從長期來看，在市場調(diào)節(jié)機(jī)制的作用下，經(jīng)濟(jì)總是在一定的范圍內(nèi)運(yùn)行的，系統(tǒng)是穩(wěn)定的。第二，在外生沖擊的作用下，系統(tǒng)的穩(wěn)定遭到破壞，整個(gè)系統(tǒng)發(fā)生劇烈的波動(dòng)。市場的自我調(diào)節(jié)機(jī)制在外生沖擊發(fā)生期間失效。沖擊結(jié)束后系統(tǒng)需要花費(fèi)相當(dāng)長的時(shí)間來“自我修復(fù)”。第三，政府要想盡快使經(jīng)濟(jì)從危機(jī)中恢復(fù)不應(yīng)該僅依靠市場的調(diào)節(jié)機(jī)制，而應(yīng)該采取積極主動(dòng)的政策來應(yīng)對(duì)危機(jī)。第四，中短期內(nèi)，利率政策是救助效果比較理想的政策手段；長期內(nèi)，資本注入政策是救助效果比較理想的政策手段。

未來我們還會(huì)考慮更加全面的信用網(wǎng)絡(luò)，包括銀行間、企業(yè)間的信用網(wǎng)絡(luò)。在包括多種信用網(wǎng)絡(luò)的復(fù)合信用網(wǎng)絡(luò)下，風(fēng)險(xiǎn)傳染的機(jī)制將進(jìn)一步得到完善；將中央銀行作為單獨(dú)的部門納入模型中并考察中央銀行的決策行為將使該模型考察的問題得到進(jìn)一步擴(kuò)展。

[1] Grilli， R.，Tedeschi，G.，Gallegati，M.Markets Connectivity and Financial Contagion [J].Journal of Economic Interaction and Coordination，2015，10(2): 287-304.

[2] Bargigli，L .，Gallegati M.，Riccetti，L .，Russo，A.Network Analysis and Calibration of the“Leveraged Network-Based Financial Accelerator”[J].Journal of Economic Behavior amp; Organization，2014，99 (3): 109-125.

[3] Allen，F(xiàn).，Gale，D.Financial Contagion [J].Journal of Political Economy，2000，108 (1): 1-33.

[4] Iori，G.，Jafarey，S.，Padilla，F(xiàn).G.Systemic Risk on the Interbank Market [J].Journal of Economic Behavior amp; Organization，2006，61(4): 525-542.

[5] Krause，A.，Giansante，S.Interbank Lending and the Spread of Bank Failures: A Network Model of Systemic Risk [J].Journal of Economic Behavior amp; Organization，2012，83(3): 583-608.

[6] 隋聰，遲國泰，王宗堯.網(wǎng)絡(luò)結(jié)構(gòu)與銀行系統(tǒng)性風(fēng)險(xiǎn)[J].管理科學(xué)學(xué)報(bào)，2014，(4) :57-70.

[7] Battiston，S.，Gatti，D.，Gallegati，M.Credit Chains and Bankruptcy Propagation in Production Networks [J].Journal of Economic Dynamics amp; Control，2007，31(6): 2033-2060.

[8] Acemoglu，D.，Ozdaglar，A.E.，Tahbaz-Salehi，A.Systemic Risk in Endogenous Financial Networks [R].Columbia Business School Research Paper，No.15-17，2015.

[9] Qian，Q.，Zhou，Z.Credit Risk Contagion of Supply Chain Based on Trade Credit [J].Procedia Computer Science，2016，91(10): 57-64.

[10] Thomas， L .A Model of the Topology of the Bank-Firm Credit Network and Its Role as Channel of Contagion [J].Journal of Economic Dynamics amp; Control，2016，66(5): 36-53.

[11] Riccetti，L .，Russo，A.，Gallegati，M.Leveraged Network-Based Financial Accelerator [J].Journal of Economic Dynamics amp; Control，2013，37(8): 1626-1640.

[12] Catullo，E.，Gallegati，M.，Palestrini，A.Towards a Credit Network Based Early Warning Indicator for Crises [J].Journal of Economic Dynamics amp; Control，2015，50(6): 78-97.

[13] Gatti， D.D.，Gallegati，M.，Greenwald，B.Business Fluctuations and Bankruptcy Avalanches in an Evolving Network Economy [J].Journal of Economic Interaction amp; Coordination，2009，4(2): 195-212.

[14] Flannery，M.J.，Rangan，K.P.Partial Adjustment Toward Target Capital Structures [J].Journal of Financial Economics，2006，79(3) : 469-506.

[15] Frank，M.Z.，Goyal，V.K.The Handbook of Empirical Corporate Finance [M].Amsterdam：North Holland，2005.170-173.

[16] Gatti，D.D.，Gallegati，M.，Greenwald，B.The Financial Accelerator in an Evolving Credit Network [J].Journal of Economic Dynamics amp; Control，2010，34(9) : 1627-1650.

[17] 隋聰，邢天才.基于非完全利率市場化的中國銀行業(yè)貸款定價(jià)研究[J].國際金融研究，2013，(12): 82-93.

[18] Riccetti，L.，Russo，A.，Gallegati，M.Stock Market Dynamics，Leveraged Network-Based Financial Accelerator and Monetary Policy [J].International Review of Economics amp; Finance，2016，43(5): 509-524.

[19] Jian，H.，Xin，S.，Shou，L .An Endogenous Model of the Credit Network [J].Physica A，2016，441(1): 1-14.

[20] Stiglitz，J.，Greenwald，G.Towards a New Paradigm in Monetary Economics[M].Cambridge：Cambridge University Press，2003.56-60.

(責(zé)任編輯：孟耀)

2017-09-15

國家自然科學(xué)基金項(xiàng)目“金融風(fēng)險(xiǎn)傳染疊加與經(jīng)濟(jì)波動(dòng)雙向反饋的模擬與實(shí)證研究”(71571034)；國家自然科學(xué)基金青年基金項(xiàng)目“基于群體智能協(xié)商算法的金融系統(tǒng)網(wǎng)絡(luò)抗風(fēng)險(xiǎn)研究”(61304180)；遼寧省高等學(xué)校優(yōu)秀人才支持計(jì)劃(WJQ2015012)

荊思寒(1994-)，男，遼寧鞍山人，碩士研究生，主要從事金融風(fēng)險(xiǎn)管理研究。E-mail: 448407804@qq.com

F830.9

A

1008-4096(2017)06-0037-08