沈沛龍 郭麗娟

摘 要：通過(guò)構(gòu)建DSGE模型，探討包含影子銀行在內(nèi)的金融中介機(jī)構(gòu)、資產(chǎn)價(jià)格和宏觀經(jīng)濟(jì)波動(dòng)之間的內(nèi)在聯(lián)系，以及金融中介機(jī)構(gòu)自身凈值變化通過(guò)資產(chǎn)價(jià)格和杠桿率向?qū)嶓w經(jīng)濟(jì)傳播的機(jī)制。結(jié)果表明：增加金融中介凈值比直接放松信貸約束對(duì)宏觀經(jīng)濟(jì)的沖擊作用更大，引入影子銀行后的雙中介模型對(duì)金融部門和宏觀經(jīng)濟(jì)變量形成放大效應(yīng)，對(duì)影子銀行監(jiān)管的嚴(yán)格程度也會(huì)對(duì)金融經(jīng)濟(jì)變量產(chǎn)生不同影響。因此，決策者需在限制影子銀行規(guī)模、維持金融穩(wěn)定和放寬對(duì)影子銀行監(jiān)管、促進(jìn)經(jīng)濟(jì)增長(zhǎng)之間進(jìn)行權(quán)衡。

關(guān)鍵詞： 金融中介;影子銀行;資產(chǎn)價(jià)格;經(jīng)濟(jì)波動(dòng);DSGE模型

中圖分類號(hào)：F832.4 ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ?文章編號(hào)：1003-7217（2021）03-0011-09

一、引 言

2008年全球金融危機(jī)讓人們認(rèn)識(shí)到充分理解金融中介固有風(fēng)險(xiǎn)及其對(duì)經(jīng)濟(jì)實(shí)體方面的影響至關(guān)重要[1，2]。在現(xiàn)代金融體系中，金融中介除了克服金融摩擦、為市場(chǎng)提供流動(dòng)性之外，越來(lái)越多的研究表明，許多資產(chǎn)市場(chǎng)包括抵押貸款支持證券、衍生證券等復(fù)雜資產(chǎn)及股票、股指等基礎(chǔ)資產(chǎn)的價(jià)格取決于中介部門的財(cái)務(wù)健康狀況[3-5]。這些研究打破了傳統(tǒng)基于消費(fèi)的資產(chǎn)定價(jià)方法將中介機(jī)構(gòu)視為“面紗”的假設(shè)，認(rèn)為金融中介的行為不僅反映投資者的偏好，而且取代家庭財(cái)富在資產(chǎn)定價(jià)時(shí)處于邊際地位。

造成宏觀經(jīng)濟(jì)波動(dòng)的因素很多，除了經(jīng)濟(jì)基本面，金融中介自身的優(yōu)化行為也是產(chǎn)生經(jīng)濟(jì)周期波動(dòng)的重要引擎。當(dāng)金融中介內(nèi)部受到某種微觀層面的沖擊而形成波動(dòng)時(shí)，這種波動(dòng)直接表現(xiàn)為改變金融市場(chǎng)中的資金成本、信貸規(guī)模、杠桿水平、資產(chǎn)價(jià)格等，從而導(dǎo)致整體經(jīng)濟(jì)運(yùn)行出現(xiàn)波動(dòng)。Jermann（2012）認(rèn)為，金融中介資產(chǎn)沖擊導(dǎo)致企業(yè)融資條件趨緊，是引發(fā)2008-2009年經(jīng)濟(jì)衰退的重要原因，這種沖擊可以解釋美國(guó)總產(chǎn)出波動(dòng)和投資波動(dòng)的46%與25%[6]。王國(guó)靜和田國(guó)強(qiáng)（2014）將金融沖擊引入到動(dòng)態(tài)隨機(jī)一般均衡模型研究后發(fā)現(xiàn)，金融沖擊是驅(qū)動(dòng)中國(guó)經(jīng)濟(jì)周期波動(dòng)的最主要力量，能夠解釋近80%的產(chǎn)出增長(zhǎng)波動(dòng)[7]。資產(chǎn)價(jià)格是金融中介對(duì)宏觀經(jīng)濟(jì)運(yùn)行主動(dòng)沖擊的另一個(gè)重要中間變量，當(dāng)金融中介受到某方面負(fù)面沖擊導(dǎo)致資產(chǎn)價(jià)格下跌時(shí)，伴隨的是投資者要求的風(fēng)險(xiǎn)溢價(jià)的大幅提升，意味著市場(chǎng)中經(jīng)濟(jì)主體的融資成本增加，風(fēng)險(xiǎn)規(guī)避帶來(lái)的被迫降杠桿造成投資水平下降、產(chǎn)出減少[8]。

考慮到金融中介為不完美經(jīng)濟(jì)行為人，在模型構(gòu)建時(shí)加入各種約束，約束不同會(huì)導(dǎo)致金融中介行為不同。當(dāng)前，學(xué)術(shù)界最流行的中介機(jī)構(gòu)融資約束有兩類：基于股權(quán)的約束和基于債務(wù)的約束。股權(quán)約束指金融中介的行為受限于其凈值水平，當(dāng)凈值受到負(fù)向沖擊時(shí)，金融中介風(fēng)險(xiǎn)承擔(dān)能力下降。出于謹(jǐn)慎動(dòng)機(jī)和監(jiān)管要求會(huì)主動(dòng)減少債務(wù)、拋售資產(chǎn)，權(quán)益貶值的速度大于債務(wù)減少速度，所以，對(duì)應(yīng)資產(chǎn)價(jià)格下跌與杠桿率上升，產(chǎn)生一個(gè)逆周期的杠桿率及價(jià)格為負(fù)的杠桿風(fēng)險(xiǎn)[9]。債務(wù)約束指金融中介行為受限于其債務(wù)水平，即杠桿率約束。當(dāng)經(jīng)濟(jì)衰退時(shí)，為了降低系統(tǒng)性風(fēng)險(xiǎn)，監(jiān)管部門往往要求中介機(jī)構(gòu)通過(guò)拋售資產(chǎn)主動(dòng)降杠桿來(lái)收緊債務(wù)，此時(shí)，權(quán)益貶值的速度小于債務(wù)減少的速度，對(duì)應(yīng)的是資產(chǎn)價(jià)格下跌與杠桿率下降，產(chǎn)生一個(gè)順周期的杠桿率及價(jià)格為正的杠桿風(fēng)險(xiǎn)[10]。這種悖論產(chǎn)生的原因主要在于研究對(duì)象和數(shù)據(jù)選擇的分歧上。結(jié)合我國(guó)經(jīng)驗(yàn)數(shù)據(jù)的周期性統(tǒng)計(jì)研究可知，傳統(tǒng)銀行杠桿率表現(xiàn)為逆周期性，且資產(chǎn)價(jià)格與傳統(tǒng)銀行杠桿率顯著負(fù)相關(guān)，故而對(duì)傳統(tǒng)銀行施加股權(quán)下限約束。與之相反，影子銀行杠桿率表現(xiàn)為順周期性，資產(chǎn)價(jià)格與影子銀行杠桿率顯著正相關(guān)，對(duì)影子銀行選擇施加債務(wù)上限約束。

金融危機(jī)后，信貸激增刺激了我國(guó)影子銀行體系爆發(fā)式增長(zhǎng)。雖然2018年以來(lái)隨著“資管新規(guī)”落地，我國(guó)影子銀行規(guī)模和占比有所下降，但根據(jù)中國(guó)人民銀行數(shù)據(jù)顯示，其體量依然能夠達(dá)到社會(huì)融資總規(guī)模的1/4。尤其是2020年以來(lái)，受新冠肺炎疫情沖擊及國(guó)際金融監(jiān)管放松，影子銀行出現(xiàn)回潮趨勢(shì)。根據(jù)穆迪發(fā)布的《中國(guó)影子銀行季度監(jiān)測(cè)報(bào)告》顯示，2020年中國(guó)影子銀行資產(chǎn)出現(xiàn)首次增長(zhǎng)，影子銀行資產(chǎn)占名義GDP的比重由2019年底的59.5%增長(zhǎng)至60.3%。這種異質(zhì)性金融中介在經(jīng)濟(jì)周期中表現(xiàn)出不同的行為，在經(jīng)濟(jì)復(fù)蘇期，由于容易獲得批發(fā)融資和監(jiān)管套利激勵(lì)，影子銀行活動(dòng)擴(kuò)張，杠桿率上升;在經(jīng)濟(jì)危機(jī)時(shí)期，融資環(huán)境惡化可能迫使影子銀行去杠桿化，對(duì)資產(chǎn)價(jià)格施加下行壓力 [11-13]。在我國(guó)，影子銀行并不單指從事影子銀行業(yè)務(wù)的獨(dú)立機(jī)構(gòu)，更多的是指為規(guī)避監(jiān)管開展補(bǔ)充信貸業(yè)務(wù)的傳統(tǒng)商業(yè)銀行，比如信托貸款、委托貸款、未貼現(xiàn)銀行承兌匯票等是我國(guó)影子銀行的核心業(yè)務(wù)。當(dāng)影子銀行收縮業(yè)務(wù)、剝離資產(chǎn)時(shí)，傳統(tǒng)銀行往往是資產(chǎn)的收購(gòu)者，所以，影子銀行杠桿率下降時(shí)，傳統(tǒng)銀行可能面臨著杠桿率的上升。因此，在我國(guó)經(jīng)濟(jì)面臨“三期疊加”影響持續(xù)深入的背景下，在監(jiān)管放松導(dǎo)致我國(guó)影子銀行存在反彈可能性的情形下，將能夠獲得央行流動(dòng)性并受到嚴(yán)格監(jiān)管的傳統(tǒng)銀行和長(zhǎng)期游離于監(jiān)管體系之外的影子銀行作為異質(zhì)金融中介引入DSGE模型，從金融中介自身優(yōu)化角度研究其凈值變動(dòng)對(duì)宏觀經(jīng)濟(jì)運(yùn)行的影響，對(duì)于厘清金融中介發(fā)展與實(shí)體經(jīng)濟(jì)的關(guān)系，把握好治理影子銀行的節(jié)奏、力度，保持宏觀經(jīng)濟(jì)平穩(wěn)運(yùn)行有著十分重要的意義。

二、經(jīng)驗(yàn)分析

在變量的選取方面，參考相關(guān)對(duì)資產(chǎn)價(jià)格影響宏觀經(jīng)濟(jì)的研究[14，15]，用國(guó)內(nèi)生產(chǎn)總值（GDP）、社會(huì)消費(fèi)品零售總額（C）、固定資產(chǎn)投資完成額（I）作為產(chǎn)出、消費(fèi)、投資等宏觀經(jīng)濟(jì)變量的代表性指標(biāo)，以國(guó)房景氣指數(shù)（PHouse）與上證指數(shù)（PSHI）作為資產(chǎn)價(jià)格的代理變量，數(shù)據(jù)來(lái)自東方財(cái)富網(wǎng)。所獲原始數(shù)據(jù)為名義數(shù)據(jù)，首先，用消費(fèi)者價(jià)格指數(shù)對(duì)名義數(shù)據(jù)進(jìn)行處理，消除價(jià)格因素;然后，使用Census X13進(jìn)行季節(jié)性調(diào)整;最后，通過(guò)HP濾波得到各變量偏離趨勢(shì)的波動(dòng)數(shù)據(jù)。這里不僅關(guān)注傳統(tǒng)銀行，也關(guān)注影子銀行。我國(guó)的影子銀行業(yè)務(wù)包括銀行影子和傳統(tǒng)影子銀行兩類，其中銀行影子主要指銀行開展的“類貸款”業(yè)務(wù)，傳統(tǒng)影子銀行主要指由非銀行金融機(jī)構(gòu)在銀行之外獨(dú)立開展的、為企業(yè)提供資金融通的業(yè)務(wù)。對(duì)銀行影子資產(chǎn)規(guī)模的測(cè)算采用減法公式，即用社會(huì)融資規(guī)?？傤~減去人民幣貸款、外幣貸款、企業(yè)債券和非金融企業(yè)境內(nèi)股票融資來(lái)估算[16]。銀行影子權(quán)益的測(cè)算用負(fù)債端“銀行表外理財(cái)”來(lái)表示[17]。對(duì)傳統(tǒng)影子銀行資產(chǎn)和權(quán)益的測(cè)算則基于數(shù)據(jù)可得性，以信托公司為代表。最終，利用銀行影子和傳統(tǒng)影子銀行資產(chǎn)之和與權(quán)益之和的比率來(lái)計(jì)算影子銀行杠桿率，用傳統(tǒng)銀行總資產(chǎn)與總股東權(quán)益的比率來(lái)表示傳統(tǒng)銀行杠桿率。

表1列出了我國(guó)2010年一季度到2020年一季度產(chǎn)出、消費(fèi)、投資、傳統(tǒng)銀行杠桿率（LTR）、影子銀行杠桿率（LSB）和資產(chǎn)價(jià)格的周期性統(tǒng)計(jì)數(shù)據(jù)。用各變量標(biāo)準(zhǔn)差來(lái)反映其波動(dòng)狀況，由表1數(shù)據(jù)計(jì)算可知，傳統(tǒng)銀行杠桿率的波動(dòng)性相對(duì)于產(chǎn)出的波動(dòng)性非常低，僅是GDP的19.72%。但是傳統(tǒng)銀行杠桿率具有很強(qiáng)的逆周期性，傳統(tǒng)銀行杠桿率與產(chǎn)出之間的同期相關(guān)性為-0.754。影子銀行杠桿率的波動(dòng)性大于傳統(tǒng)銀行杠桿率，前者標(biāo)準(zhǔn)差是后者的13.37倍。影子銀行杠桿率波動(dòng)性是產(chǎn)出波動(dòng)性的2.64倍，是消費(fèi)波動(dòng)性的1.55倍。影子銀行杠桿率與產(chǎn)出之間的同期相關(guān)性為0.971（見表1），說(shuō)明影子銀行杠桿率具有強(qiáng)烈的順周期性。作為資產(chǎn)價(jià)格的代表，國(guó)房景氣指數(shù)波動(dòng)性也較強(qiáng)，是產(chǎn)出波動(dòng)性的5.15倍;上證綜指的波動(dòng)性與產(chǎn)出基本一致，但資產(chǎn)價(jià)格不具有周期性。此外，在衡量宏觀經(jīng)濟(jì)的變量中，投資的波動(dòng)性最強(qiáng)為2.2345，這與2008年底至2010年底為應(yīng)對(duì)國(guó)際金融危機(jī)我國(guó)實(shí)施的4萬(wàn)億元刺激計(jì)劃有關(guān)。影子銀行杠桿率與傳統(tǒng)銀行杠桿率之間呈現(xiàn)出顯著的負(fù)相關(guān)，資產(chǎn)價(jià)格雖然不具有經(jīng)濟(jì)周期性，但上證綜指與傳統(tǒng)銀行杠桿率之間顯著負(fù)相關(guān)。

另外，表1中也將杠桿率分成權(quán)益和負(fù)債兩部分，對(duì)比兩者對(duì)傳統(tǒng)銀行杠桿率和GDP波動(dòng)的貢獻(xiàn)發(fā)現(xiàn)，杠桿率和GDP的波動(dòng)主要是由金融機(jī)構(gòu)權(quán)益驅(qū)動(dòng)，傳統(tǒng)銀行杠桿率與總權(quán)益之間的同期相關(guān)性為-0.654，GDP與總權(quán)益之間的同期相關(guān)性為0.252。

從以上的數(shù)據(jù)分析可以發(fā)現(xiàn)：（1）我國(guó)影子銀行杠桿率周期波動(dòng)性較強(qiáng)，呈強(qiáng)烈的順周期變化。（2）與同時(shí)期美國(guó)的逆周期一致①，近年來(lái)我國(guó)傳統(tǒng)銀行杠桿率也呈現(xiàn)出強(qiáng)烈逆周期波動(dòng)，體現(xiàn)了我國(guó)近年來(lái)金融部門降杠桿的成效。（3）傳統(tǒng)銀行杠桿率和產(chǎn)出變化的主要驅(qū)動(dòng)因素是金融總權(quán)益（總凈值）的變化。（4）資產(chǎn)價(jià)格波動(dòng)不具有周期性。

三、DSGE模型構(gòu)建

（一）家庭部門

部分參數(shù)參考已有相關(guān)研究的數(shù)據(jù)特點(diǎn)進(jìn)行校準(zhǔn)，校準(zhǔn)原則如下：觀測(cè)數(shù)據(jù)選取的時(shí)間大致一致、盡可能選取知名學(xué)者或權(quán)威期刊、參數(shù)盡量以國(guó)內(nèi)數(shù)據(jù)修正后為準(zhǔn)。其中，模擬矩估計(jì)的參數(shù)結(jié)果α校準(zhǔn)為0.3722[22]，家庭貼現(xiàn)因子β校準(zhǔn)為0.985[23]，勞動(dòng)供給偏好參數(shù)θ取值3.5，勞動(dòng)供給Frisch彈性倒數(shù)η校準(zhǔn)為0.3[24]。資本調(diào)整成本系數(shù)一般取值介于2～2.5，國(guó)外學(xué)者通常取值為2，中國(guó)數(shù)據(jù)參考高然和龔六堂（2017）[25]的估計(jì)值2.45作為k的取值。傳統(tǒng)銀行風(fēng)險(xiǎn)規(guī)避系數(shù)m和債務(wù)家庭比例λ參照比利時(shí)國(guó)家銀行工作報(bào)告（2019），分別校準(zhǔn)為0.25和0.5。資本折舊率按照慣例取0.1，相當(dāng)于季度折舊0.025[26]，消費(fèi)跨期替代彈性倒數(shù)σ按照慣例取2[19]。 很難依靠現(xiàn)有文獻(xiàn)來(lái)確定參數(shù)φ的值，因?yàn)楹苌儆醒芯磕軌驕?zhǔn)確估計(jì)我國(guó)影子銀行業(yè)務(wù)在金融中介總量中的比重。Adrian（2014）通過(guò)對(duì)全球25個(gè)國(guó)家監(jiān)測(cè)顯示影子銀行部門的規(guī)模約為金融體系總資產(chǎn)的25%，結(jié)合我國(guó)實(shí)際情況，將φ值校準(zhǔn)為0.22②。

選擇國(guó)內(nèi)生產(chǎn)總值GDP、銀行業(yè)金融機(jī)構(gòu)權(quán)益、企業(yè)向金融機(jī)構(gòu)貸款總額作為觀測(cè)變量，本文使用的軟件為Dynare4.5.4。

（二）模型適應(yīng)性評(píng)價(jià)

為確保模型結(jié)果具有經(jīng)濟(jì)意義，對(duì)模型關(guān)鍵內(nèi)生變量的適應(yīng)性進(jìn)行評(píng)價(jià)。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2010-2020年我國(guó)居民消費(fèi)、固定資產(chǎn)投資分別占GDP的比重（取均值）為36.7%和69.1%，模型消費(fèi)產(chǎn)出比和投資產(chǎn)出比的穩(wěn)態(tài)值為33.37%和66.65%。根據(jù)東方財(cái)富數(shù)據(jù)庫(kù)統(tǒng)計(jì)，2010-2020年我國(guó)傳統(tǒng)銀行杠桿率平均為7.89，影子銀行（以信托業(yè)務(wù)為代表）杠桿率為13.41，模型計(jì)算出的穩(wěn)態(tài)值分別為7.02585和10.5263。非金融企業(yè)部門信貸占GDP比值為380.0%，模型穩(wěn)態(tài)值為333.62%。根據(jù)表3比較結(jié)果，模型經(jīng)濟(jì)與實(shí)際經(jīng)濟(jì)整體較為接近，只有影子銀行杠桿率指標(biāo)存在較大差異③。另外，穩(wěn)態(tài)時(shí)，權(quán)益家庭風(fēng)險(xiǎn)資產(chǎn)的投資比例應(yīng)介于[0，1]之間，DSGE模型得出的該值為0.2661，符合模型基本假定。整體來(lái)看，模型適應(yīng)性較好。

（三）脈沖響應(yīng)分析

圖1顯示，在1%的技術(shù)沖擊下，供給端生產(chǎn)能力提高，以產(chǎn)出和投資為代表的宏觀經(jīng)濟(jì)呈現(xiàn)出正向增長(zhǎng)趨勢(shì)，寬松的投資環(huán)境拉動(dòng)銀行杠桿率上升，資本收益率下降。而高杠桿和信貸擴(kuò)張?jiān)黾恿送顿Y風(fēng)險(xiǎn)，使投資者對(duì)風(fēng)險(xiǎn)溢價(jià)和風(fēng)險(xiǎn)資產(chǎn)收益率期望增加，再加上市場(chǎng)對(duì)經(jīng)濟(jì)前景的樂(lè)觀預(yù)期，都會(huì)推動(dòng)資產(chǎn)價(jià)格上漲。當(dāng)經(jīng)濟(jì)表現(xiàn)出順周期時(shí)，雖然家庭部門通過(guò)高的投資收益率和略微上漲的工資收入增加了家庭財(cái)富，但出于對(duì)金融中介高風(fēng)險(xiǎn)的謹(jǐn)慎態(tài)度，所以家庭部門投資于風(fēng)險(xiǎn)資產(chǎn)的比例出現(xiàn)了小幅度下降。在這種情形下，對(duì)金融中介而言，高的風(fēng)險(xiǎn)資產(chǎn)收益率和低的資本收益率形成“剪刀差”，降低了中介部門收益，同時(shí)，資本價(jià)格在短時(shí)間上升后出現(xiàn)急劇下降，帶來(lái)抵押品價(jià)值貶值，都造成了順周期時(shí)風(fēng)險(xiǎn)在金融部門的積聚。

圖2顯示，在-1%的信貸約束沖擊下，與技術(shù)沖擊相似，寬松的信貸環(huán)境帶來(lái)以產(chǎn)出和投資為代表的宏觀經(jīng)濟(jì)出現(xiàn)輕微順周期波動(dòng)。在極短期內(nèi)，受投資增加影響，資本收益率下降，資本價(jià)格上漲，經(jīng)濟(jì)的繁榮也推動(dòng)資產(chǎn)價(jià)格上漲。隨著時(shí)間的推移，銀行杠桿率上升推動(dòng)夏普比率上升，資產(chǎn)價(jià)格下降，企業(yè)凈值下降，資本價(jià)格下降，對(duì)經(jīng)濟(jì)形成“降溫”，這也是信貸約束沖擊不僅對(duì)宏觀經(jīng)濟(jì)波動(dòng)貢獻(xiàn)較小，而且沖擊的時(shí)間也較短的原因。

圖3顯示，增加1%的銀行凈值，銀行聲譽(yù)和抗風(fēng)險(xiǎn)能力增強(qiáng)，居民愿意把更多的資金投資于風(fēng)險(xiǎn)資產(chǎn)，αH上升0.0015%。凈值增加使傳統(tǒng)銀行杠桿率下降了0.06%，根據(jù)最佳投資策略方程，夏普比率下降帶來(lái)風(fēng)險(xiǎn)資產(chǎn)收益率下降0.5%。資產(chǎn)價(jià)格與風(fēng)險(xiǎn)溢價(jià)反向變動(dòng)，資產(chǎn)收益率下降進(jìn)一步帶動(dòng)資產(chǎn)價(jià)格在短期內(nèi)上升了0.1%，企業(yè)凈值增加，可供外部信貸融資的抵押擔(dān)保物價(jià)值增加，企業(yè)通過(guò)增加信貸進(jìn)行生產(chǎn)擴(kuò)張，促進(jìn)產(chǎn)出增長(zhǎng)0.02%，這就是金融機(jī)構(gòu)自身沖擊引發(fā)宏觀經(jīng)濟(jì)波動(dòng)的作用機(jī)制。值得注意的是，相對(duì)于放松信貸約束，凈值對(duì)各變量的沖擊作用更大，意味著在經(jīng)濟(jì)出現(xiàn)衰退時(shí)，直接增加金融中介凈值可能比放松信貸約束更有效。這從另外一個(gè)角度印證了He Zhiguo等（2013）[4]的研究結(jié)論。

（四）參數(shù)討論與穩(wěn)健性分析

影子銀行的存在及其規(guī)模的大小在沖擊傳播中是否產(chǎn)生作用、產(chǎn)生的作用是擴(kuò)大的還是縮小的，對(duì)這一問(wèn)題的研究可以在模型中通過(guò)給參數(shù)φ設(shè)置不同值來(lái)實(shí)現(xiàn)。φ是權(quán)益家庭投資風(fēng)險(xiǎn)資產(chǎn)在影子銀行中的分配比例，當(dāng)φ=0時(shí)，模型為傳統(tǒng)銀行單中介模型。為比較影子銀行規(guī)模的大小對(duì)沖擊的影響，再分別取φ=0.6和φ=0.14進(jìn)行比較。圖4顯示了不同φ值下5%的凈值沖擊對(duì)各變量的影響，φ增加，對(duì)應(yīng)更大規(guī)模的影子銀行。影子銀行的存在及規(guī)模的擴(kuò)大加速了風(fēng)險(xiǎn)投資比例和銀行杠桿率在凈值沖擊下更迅速地回歸穩(wěn)態(tài)，影子銀行的發(fā)展加劇了傳統(tǒng)金融中介內(nèi)生的股權(quán)約束。同時(shí)，影子銀行的存在與發(fā)展也使資產(chǎn)價(jià)格發(fā)生更深層次的調(diào)整，進(jìn)而對(duì)產(chǎn)出和投資形成更大的促進(jìn)作用。

φ值的變化強(qiáng)調(diào)了影子銀行部門的引入所產(chǎn)生的放大效應(yīng)。監(jiān)管部門對(duì)影子銀行監(jiān)管的嚴(yán)格程度通過(guò)設(shè)置不同的參數(shù)z來(lái)實(shí)現(xiàn)，圖5顯示了不同影子銀行杠桿約束下經(jīng)濟(jì)運(yùn)行動(dòng)態(tài)（z分別取1、0.9和0.8）。z值對(duì)應(yīng)不同的監(jiān)管政策，給予模型5%的外生沖擊，當(dāng)監(jiān)管環(huán)境非常嚴(yán)格時(shí)（z=1），凈值沖擊對(duì)風(fēng)險(xiǎn)資產(chǎn)比例和銀行杠桿率的作用被抵消，資產(chǎn)價(jià)格和風(fēng)險(xiǎn)資產(chǎn)收益率更迅速地回歸穩(wěn)態(tài)，進(jìn)而降低了產(chǎn)出和投資的波動(dòng)效應(yīng)。相反地，寬松的監(jiān)管環(huán)境雖然有益于產(chǎn)出和投資增長(zhǎng)，但會(huì)造成風(fēng)險(xiǎn)資產(chǎn)收益率的劇烈波動(dòng)和金融的不穩(wěn)定。

資產(chǎn)收益波動(dòng)率一定程度上能反映出銀行風(fēng)險(xiǎn)，通常情況下，波動(dòng)率越高，銀行風(fēng)險(xiǎn)越大 [27]。圖6顯示了不同程度銀行風(fēng)險(xiǎn)下經(jīng)濟(jì)運(yùn)行情況（σTR分別取1.2、1和0.8）。在5%的凈值沖擊下，隨著資產(chǎn)收益波動(dòng)率上升，居民出于對(duì)傳統(tǒng)銀行機(jī)構(gòu)的信任，進(jìn)一步增加了風(fēng)險(xiǎn)資產(chǎn)投資比例，緩解了傳統(tǒng)銀行的股權(quán)約束，降低了傳統(tǒng)銀行杠桿率。此時(shí)，資產(chǎn)收益波動(dòng)率和銀行杠桿率對(duì)風(fēng)險(xiǎn)溢價(jià)的作用相反，在兩者綜合作用下，風(fēng)險(xiǎn)資產(chǎn)收益率上升，導(dǎo)致風(fēng)險(xiǎn)溢價(jià)上升，帶來(lái)資產(chǎn)價(jià)格的下降及企業(yè)凈值的減少，不利于產(chǎn)出和投資的增加。圖6中的脈沖響應(yīng)顯示，在銀行風(fēng)險(xiǎn)增加的情況下，宏觀經(jīng)濟(jì)產(chǎn)出和投資有著明顯的降低。

五、結(jié)論與政策建議

以上構(gòu)建了包含家庭、企業(yè)、金融中介和資本品生產(chǎn)商四部門的DSGE模型，并針對(duì)異質(zhì)金融中介施加不同約束，探討了金融中介、資產(chǎn)價(jià)格和宏觀經(jīng)濟(jì)波動(dòng)之間的內(nèi)在聯(lián)系以及金融中介機(jī)構(gòu)自身凈值變化通過(guò)資產(chǎn)價(jià)格和杠桿率向?qū)嶓w經(jīng)濟(jì)傳播的機(jī)制。結(jié)果表明，除了技術(shù)沖擊外，金融中介通過(guò)信貸渠道也會(huì)對(duì)宏觀經(jīng)濟(jì)運(yùn)行產(chǎn)生重要影響。其中，信貸渠道分兩種：一是通過(guò)直接放松信貸約束增加企業(yè)投資來(lái)促進(jìn)經(jīng)濟(jì)增長(zhǎng)，二是通過(guò)增加金融中介凈值→中介機(jī)構(gòu)杠桿率降低→風(fēng)險(xiǎn)溢價(jià)降低→資產(chǎn)價(jià)格提高→企業(yè)凈值增加→抵押物價(jià)值提高→投資和產(chǎn)出增加這種間接模式來(lái)促進(jìn)經(jīng)濟(jì)增長(zhǎng)。相對(duì)于直接放松信貸約束而言，第二種通過(guò)凈值變化對(duì)各變量形成的間接沖擊作用更大，意味著當(dāng)經(jīng)濟(jì)出現(xiàn)衰退時(shí)，直接增加金融中介凈值來(lái)刺激經(jīng)濟(jì)恢復(fù)可能比放松信貸約束更為有效。進(jìn)一步研究發(fā)現(xiàn)，引入影子銀行后的雙中介模型對(duì)金融部門和宏觀經(jīng)濟(jì)變量形成了放大效應(yīng)，使資產(chǎn)價(jià)格發(fā)生更深層次的調(diào)整。對(duì)影子銀行監(jiān)管的嚴(yán)格程度也會(huì)對(duì)金融經(jīng)濟(jì)變量產(chǎn)生不同影響，這與兩類中介機(jī)構(gòu)相對(duì)杠桿的演變有關(guān)。寬松的監(jiān)管環(huán)境有益于產(chǎn)出和投資增長(zhǎng)，但會(huì)造成資產(chǎn)收益率波動(dòng)增加，而對(duì)影子銀行實(shí)行嚴(yán)格的監(jiān)管可以促使經(jīng)濟(jì)迅速回歸穩(wěn)態(tài)，降低經(jīng)濟(jì)的波動(dòng)效應(yīng)。此外，以銀行資產(chǎn)收益波動(dòng)率為代表的銀行風(fēng)險(xiǎn)對(duì)宏觀經(jīng)濟(jì)產(chǎn)生的影響顯示，隨著資產(chǎn)收益波動(dòng)率的增加，銀行風(fēng)險(xiǎn)增加，產(chǎn)出和投資出現(xiàn)減少。雙中介模型分析表明，決策者需在限制影子銀行規(guī)模、維持金融穩(wěn)定和放寬對(duì)影子銀行監(jiān)管、促進(jìn)經(jīng)濟(jì)增長(zhǎng)之間進(jìn)行權(quán)衡。

為此，提出以下建議：一是影子銀行是把“雙刃劍”，一方面，影子銀行仍是相當(dāng)一部分中小企業(yè)的重要融資渠道，對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)有一定積極意義;另一方面，影子銀行的放大效應(yīng)不利于經(jīng)濟(jì)金融平穩(wěn)運(yùn)行。因此，在我國(guó)處于“三期疊加”，尤其是在新冠肺炎疫情帶來(lái)全球經(jīng)濟(jì)金融動(dòng)蕩的復(fù)雜時(shí)期，要毫不放松地繼續(xù)加強(qiáng)對(duì)影子銀行監(jiān)管，堅(jiān)決防范影子銀行規(guī)模反彈。特別是要在傳統(tǒng)銀行與影子銀行之間豎起“防火墻”，杜絕風(fēng)險(xiǎn)在異質(zhì)金融中介之間傳染，同時(shí)，引導(dǎo)影子銀行資金流向國(guó)家支持產(chǎn)業(yè)，將其風(fēng)險(xiǎn)控制在合理水平。二是當(dāng)經(jīng)濟(jì)出現(xiàn)衰退時(shí)，中央銀行除了采取降低貼現(xiàn)率、放松信貸約束等常規(guī)政策之外，也可通過(guò)向金融中介直接注入股權(quán)資本，增強(qiáng)金融中介風(fēng)險(xiǎn)承擔(dān)能力，以提高資產(chǎn)價(jià)格。

注釋：

① ?根據(jù)美聯(lián)儲(chǔ)官方數(shù)據(jù)測(cè)算出美國(guó)GDP和銀行杠桿率的相關(guān)系數(shù)為-0.459。

② 根據(jù)中國(guó)人民銀行公布的銀行業(yè)金融機(jī)構(gòu)資產(chǎn)負(fù)債數(shù)據(jù)，2020年3月金融體系總資產(chǎn)規(guī)模為302.39萬(wàn)億元，根據(jù)前文測(cè)算方法，測(cè)出同時(shí)期我國(guó)影子融資規(guī)模為68.42萬(wàn)億元。

③ 可能是在計(jì)算經(jīng)驗(yàn)值時(shí)，對(duì)傳統(tǒng)影子銀行資產(chǎn)和權(quán)益的測(cè)算僅以信托公司為代表，未包含證券、財(cái)務(wù)、金融租賃以及小額貸款等公司，造成的整體影子銀行杠桿率經(jīng)驗(yàn)值偏低。

參考文獻(xiàn)：

[1] Mendoza E G. Sudden stops， financial crises and leverage[J].American Economic Review，2010，100（5）：1941-1966.

[2] Brunnermeier M K， Sannikov Y. A macroeconomic model with a financial sector[J]. American Economic Review， 2014 （2）： 379-421.

[3] Mitchell M L，Pulvino T C. Arbitrage crashes and the speed of capital[J]. Journal of Financial Economics， 2012，104（3）： 469-490.

[4] He Z G， Krishnamurthy A. Intermediary asset pricing[J]. American Economic Review， 2013， 103（2）：732-770.

[5] He Z G， Bryan K， Asaf M. Intermediary asset pricing： New evidence from many asset classes[J]. Journal of Financial Economics， 2017，126（1）：1-35.

[6] Jermann U， Quadrini V. Macroeconomic effects of financial shocks[J]. American Economic Review， 2012， 102 （1）： 238-271.

[7] 王國(guó)靜，田國(guó)強(qiáng).金融沖擊和中國(guó)經(jīng)濟(jì)波動(dòng)[J].經(jīng)濟(jì)研究，2014，49（3）：20-34.

[8] Cochrane J H. Macro-Finance[J].Review of Finance，2017（3）：945-985.

[9] Sebastian D T. Optimal regulation of financial intermediaries[J]. American Economic Review，2019，109（1）：271-313.

[10]Adrian T， Etula E， Muir T.Financial intermediaries and the cross section of asset returns[J].Journal of Finance， 2014，69（6）：2557-2596.

[11]Lejeune T， Wouters R. A macroeconomic model with heterogeneous and financially-constrained intermediaries[R].Brussels：National Bank of Belgium， Working Paper Research，2019：367.

[12]方先明，權(quán)威.影子銀行規(guī)模變動(dòng)的金融資產(chǎn)價(jià)格效應(yīng)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2018，37（2）：39-50.

[13]袁志剛.金融中介與宏觀經(jīng)濟(jì)波動(dòng)研究進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020（3）：103-117.

[14]張勇，彭禮杰，莫嘉浩.中國(guó)金融壓力的度量及其宏觀經(jīng)濟(jì)的非線性效應(yīng)[J].統(tǒng)計(jì)研究.2017（1）：67-79.

[15]田祥宇，閆麗瑞.銀行信貸、貨幣渠道與資產(chǎn)價(jià)格——兼論貨幣政策中介工具的選擇[J].財(cái)貿(mào)經(jīng)濟(jì)，2012 （9）：70-75.

[16]方先明，權(quán)威.信貸型影子銀行順周期行為檢驗(yàn)[J].金融研究，2017（6）：64-80.

[17]李文喆.中國(guó)影子銀行的經(jīng)濟(jì)學(xué)分析：定義、構(gòu)成和規(guī)模測(cè)算[J].金融研究，2019（3）：53-73.

[18]襲翔，周強(qiáng)龍.影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2014（5）：91-105.

[19]Adrian T， Shin H S. Procyclical leverage and value-at-risk[J]. Review of Financial Studies， 2014，27（2）：373-403.

[20]余喆楊.宏觀經(jīng)濟(jì)波動(dòng)與資產(chǎn)價(jià)格波動(dòng)的關(guān)系研究——基于信貸視角的數(shù)理分析[J]. 西南民族大學(xué)學(xué)報(bào)（人文社科版），2013（6）：137-142.

[21]Cole H. Discussion of Gertler and Karadi： A model of unconventional monetary policy[J]. Journal of Monetary Economics， 2010，58（1）：35-38.

[22]陳蓉，白林，鄭振龍.剩余消費(fèi)比率、風(fēng)險(xiǎn)溢酬和經(jīng)濟(jì)波動(dòng)——基于外部習(xí)慣的連續(xù)時(shí)間一般均衡模型[J].廈門大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（4）：18-28.

[23]鄧翔，何瑞宏.信貸約束、房地產(chǎn)市場(chǎng)沖擊與居民收入差距——基于異質(zhì)性家庭DSGE分析框架[J].財(cái)經(jīng)科學(xué)，2020（3）：26-40.

[24]高然，陳忱，曾輝，等.信貸約束、影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2018，53（12）：68-82.

[25]高然，龔六堂.土地財(cái)政、房地產(chǎn)需求沖擊與經(jīng)濟(jì)波動(dòng)[J].金融研究，2017（4）：32-45.

[26]連飛.“穩(wěn)增長(zhǎng)”與“去杠桿”目標(biāo)下的雙支柱政策協(xié)調(diào)——基于供求沖擊和金融摩擦視角[J].財(cái)經(jīng)理論與實(shí)踐， 2018， 39（6）：15-21.

[27]李俊青， 李雙建， 趙旭霞.社會(huì)信任、收益率波動(dòng)與銀行風(fēng)險(xiǎn)[J].財(cái)貿(mào)經(jīng)濟(jì)，2017（11）：55-69.

（責(zé)任編輯：寧曉青）