融资溢价、企业杠杆率与货币政策规则选择
朱连磊1 赵 昕2丁黎黎2
（1.青岛银行博士后流动站，山东 青岛 266061；中国海洋大学经济学院，山东 青岛 266100）
摘 要： 本文构建了包含金融摩擦和价格黏性的动态随机一般均衡模型，研究了货币政策冲击对于产出和企业杠杆率的影响，及不同的企业融资溢价、杠杆率、高低风险企业比例对货币政策传导的影响，并对比了基准泰勒规则和宏观审慎的货币政策规则下的福利损失情况。数值模拟分析结果表明：一是随着企业外部融资溢价的增加，单位货币政策冲击引起的波动增大；二是企业杠杆率的降低有助于降低货币政策冲击的影响；三是技术冲击短期内有利于降低企业的杠杆率；四是紧缩性的货币政策会导致企业杠杆率的升高，而盯住企业杠杆率的宏观审慎的货币政策规则，社会福利损失下降得比较明显，企业杠杆率应成为货币政策对微观企业作用的一个“关注”变量。
关键词： 融资溢价；企业杠杆率；货币政策；福利损失
一、引言
企业通过借贷获取更多资源以实现企业自身的发展，拉动宏观经济增长。然而高的杠杆率会产生高的财务支出成本，只有高收益率的企业才可以支付高杠杆率引发的高融资成本。我国经济增速放缓，企业的收益率普遍下降，必然产生债务违约问题，从而影响宏观经济的稳定性。近年来上市公司企业债务违约现象频频出现，其背后的经济现实就是企业杠杆率偏高。因此，如何从宏微观角度联动分析企业杠杆率和货币政策的相互传导机制是我国去杠杆进程中不可忽视的核心问题。
在稳增长、调结构、去杠杆的背景下，一方面，现有研究强调企业杠杆率与国民经济增长之间的关系，实体经济“加杠杆—去杠杆”周期的体现往往是企业加杠杆时期的“繁荣”和去杠杆时期的“萧条”。当经济增长速度逐渐放缓，过去累计的债务尤其是企业债务在新的经济形势下能否兑付，会直接影响未来的经济增长。研究显示2009年政府通过加杠杆，提高预算赤字推动了美国经济的复苏（Smets和Villa，2016）。然而在新兴市场国家，企业增加企业借款和杠杆率，加剧了利率和汇率风险进而会影响到经济增长（Chui等，2014）。另一方面，研究者关注于企业杠杆率与金融风险之间的关系。高杠杆企业的违约会造成金融机构的巨大信用风险，非金融企业的高杠杆运营是现阶段宏观经济不稳定和金融风险的重要来源。企业在“正常时间”产生的杠杆会在“坏时间”生成不利的反馈循环，最终导致长期信贷紧缩（Brunnermeier等，2012）。
本文从微观角度入手，以企业为切入点，使用总资产/权益资本来衡量杠杆率。基于现实经济中存在规模较大、融资能力强、抵押物充足和规模较小、融资能力弱、抵押物缺失的两类企业，且两类企业的融资成本存在明显的差异，本文将企业杠杆率分为高风险企业和低风险企业两类。面对众多影响企业杠杆率的因素：信息和交易成本、税收、间接融资渠道、资金使用效率、过剩产能及货币政策工具等（纪敏等，2017；马建堂等，2016），本文给出了货币政策的实施对于经济增长和企业杠杆率的动态响应及作用机制，通过金融加速器机制引入金融摩擦，构建了包含金融摩擦和价格黏性的动态随机一般均衡模型研究上述问题，并基于福利损失函数对比了基本的泰勒规则和纳入货币供应量增速、企业杠杆率、融资溢价等的宏观审慎的货币政策规则。
二、文献综述
企业杠杆与货币政策之间的传导离不开金融机构。早期研究表明金融体系运行与长期经济增长之间存在着强烈的正相关关系，但过高的杠杆率会增加企业的债务负担，意味着更高的违约风险（Levine，1997）。Mendoza（2010）认为杠杆在扩张过程中上升，当它上升到足够程度时，它会触发约束导致欧文·费雪的债务通缩现象，从而减少信贷和抵押品资产的价格和数量，进而减少产出。Mian和Sufi（2010）发现2006年的家庭杠杆数据是美国城市2007—2009年经济衰退严重程度的统计预测指标，关注家庭金融可能有助于阐明宏观经济波动的根源。Christensen等（2011）发现逆周期的银行杠杆调节可以具有理想的稳定特性，尤其是当金融冲击是经济波动的重要来源时。Giroud和Mueller（2017）认为企业的资产负债表在大萧条中对传递消费需求冲击起着辅助作用，高杠杆率企业经历高的失业损失。马勇和陈雨露（2017）实证研究表明，金融杠杆和经济增长之间存在显著的“倒U形”关系，即随着金融杠杆水平的提高，经济增速会先升高后降低，存在一个拐点。金融杠杆促进了经济发展，但这种促进作用存在着门槛效应，金融杠杆对经济发展的促进作用会随着金融发展情况的变动而显著变化（谭海鸣等，2016；王爱俭和杜强，2017）。
金融危机使人们意识到了金融杠杆的双面性，一方面通过金融杠杆可以快速积累资本，另一方面金融杠杆的过度使用引发了金融危机。中国人民银行杠杆率研究课题组（2014）指出经济的主要风险是非金融企业杠杆率较高的结构性风险，以及经济增速逐渐下行所可能引发的债务偿还风险。如何结合当前宏观经济走势，采取怎样货币政策或者政策组合化解企业的高杠杆是研究的热点。胡志鹏（2014）研究发现，单纯使用货币政策工具来降低杠杆率的效果不理想，必须通过多种措施来降低杠杆率。刘晓光和张杰平（2016）指出简单采用紧缩性货币政策来降杠杆的做法可能会得到相反的结果。周俊仰等（2018）研究指出利率冲击导致居民和企业杠杆率的升高。汪勇等（2018）研究认为，提高政策利率会降低国有企业杠杆率，但会以民营企业杠杆率上升与总产出下降为代价。Korinek和Simsek（2016）基于新凯恩斯模型研究了宏观审慎政策对缓解流动性陷阱和过度杠杆的作用，结果表明降低杠杆的宏观审慎政策会改善社会福利，并且宏观审慎政策处理过度杠杆问题时优于货币政策。Martin和Philippon（2017）通过建立DSGE模型分析了欧元区国家的私人杠杆、财政政策、劳动力成本和价差，认为繁荣时期宏观审慎政策和中央银行对私人杠杆的干预可以减少经济衰退。
金融危机使得人们更加重视金融摩擦对经济波动的放大效应。现有文献中引入金融摩擦主要通过两种方式：一是金融加速器机制，认为由于信贷市场的信息不对称产生道德风险和逆向选择问题，使得企业获取的资金产生外部融资溢价，从而信贷市场的不完善影响了货币政策的传导，放大了宏观经济中冲击的影响（Bernanke等，1999）。在金融加速器模型框架内融资成本与融资溢价具有相同的意义，不仅与企业自身的经营和资产负债约束相关，还与宏观经济的大环境相关，宏观经济向好时企业整体的融资成本会降低，宏观经济较差时企业整体的融资成本会提高。二是抵押约束机制，通过资产的抵押约束限制企业可获得的资金，企业所能获得的信贷数量受自身资产价值的影响，通过信贷约束和资产价格的动态联系可以放大外生冲击（Kiyotaki和Moore，1997）。由于金融加速器机制可以方便地引入杠杆率的动态调整，因此本文采用BGG模型的形式引入金融摩擦。
面对金融危机，在经历了持续资产价格下跌和杠杆率升高后，美国采用更激进的货币政策实现了去杠杆，而日本的激进货币政策效果则不明显（Ueda，2012）。作为对比，当前国内的房地产价格维持在高位，为了抑制房地产价格的持续上涨和由于美元加息导致的人民币贬值压力，我国的去杠杆进程不能采用宽松的货币政策，而会选择中性或偏紧的货币政策。基于以上分析，创新点如下：第一，货币政策冲击会不会增加企业的债务负担，从而导致企业杠杆率增加？模拟不同企业杠杆率下货币政策冲击的影响。第二，企业的融资成本，本文将研究不同企业融资溢价条件下货币政策的实施效果，探讨经济环境的改变，即企业融资溢价的改变是否会影响货币政策的实施效果。第三，过往的研究表明单纯的货币政策对于企业的杠杆率的控制存在一定的疑问，本文将对比宏观审慎的货币政策对于社会福利损失的影响，探讨货币政策是否需要对企业的杠杆率作出政策反应。
1.建立统一的数据库体系。将学校的组织机构、职工信息、教师信息、教室信息、机房信息等统一纳入系统的数据库体系，由专门人员管理并负责日常的数据维护，为系统正常使用提供准确、实时的数据基础。
三、模型构建
本文构建了包括代表性家庭、金融机构、生产部门、零售商、资本品生产商和货币当局，生产部门分为高风险企业和低风险企业。假定高、低风险企业比例为ξ和1-ξ。零售商从生产部门购买中间产品，加工、组装、生产差异化的最终产品，并以一定的加成比率出售给代表性家庭，零售商是为了引入价格黏性。金融机构从代表性家庭吸收存款，并向生产部门提供贷款，实现资金转移，期间存在信息不对称引发的道德风险问题，使高、低风险企业的融资成本不同，从而引入金融摩擦。
（一）代表性家庭
假设经济系统中存在无限期的连续代表性家庭，通过提供劳动获得工资收入，将一部分收入用于消费，一部分收入存入银行部门作为储蓄，并持有货币Mt。家庭的最优化决策问题是在满足一定预算约束的条件下实现其跨期效用贴现的最大化，效用函数为：
其中，Et()为条件期望算子，Ct是家庭消费，Lt是劳动供给，Pt是价格水平，MtPt是家庭持有的实际货币余额，β∈(0,1)是跨期贴现因子，σ是消费的跨期替代弹性的倒数，γ是劳动供给替代弹性的倒数，σM是货币的需求弹性，χL、χM分别是家庭提供劳动和持有实际货币的相对效用权重。代表性家庭的预算约束为：
译文： “When everybody adds wood to the fire, the flames rise high.” We invite more of our compatriots in Taiwan to work together with us.[2]264
（二）金融机构
金融机构是风险中性的，金融机构以无风险利率从家庭吸收存款，并以风险利率向生产部门提供贷款获取收益。借贷过程中由于不对称信息导致的金融摩擦，使得金融机构需提高贷款利率，以应对企业的违约风险。本文遵循Bernanke等（1999）和Christensen和Dib（2008）的设定，企业的名义贷款利率满足：
墩台的垂直度是施工的关键，首先要在已完成的承台顶面将墩柱中心点及四角点实施放样，在墩柱边线外侧20cm位置设平行线，墩台垂直度偏差不得超过墩台高度的0.2%，高墩柱垂球受风力影响较大，每滑升1m施工人员采用垂球对模板四面进行一次中心垂直度校正。对滑升中出现的偏斜立即查明原因。纠正偏重可将较低侧千斤顶相对提高3cm后逐步纠正，避免产生明显的扭曲。
其中，Et表示预期，
为企业的资产净值，Qt为资产价格，
表示企业的总资产价值，
为企业的杠杆率。s()函数的表达形式为s(x)=xψ。
分别代表企业融资溢价水平，ψ为金融加速器因子，可以衡量融资溢价水平的高低和金融加速器效应的强弱。当杠杆率
时，
，即企业不需要外部融资时，贷款的风险利率等于无风险利率。不同行业企业的生产经营特性、净资产价值及抵押品价值的差异，使得企业的融资溢价水平存在差别，可以通过金融加速器因子不同取值表示。当ψ=0时s(x)=1，贷款利率等于无风险利率，金融加速器机制关闭。
①适用项目不全面。表中所列项目是与枢纽工程相对应的，对于引水及河道工程如堤防、渠道、泵房、水闸、渡槽等没有制定指标，也没有任何说明。对砌石坝、碾压混凝土坝也未作规定或说明。
（三）生产部门
1.高风险企业。高风险企业是指具有抵押物缺乏、融资能力弱、贷款利率高等特征的新兴产业企业。设高风险企业比例为ξ，高风险企业在t期期末的净资产为
，生产所需资本品数量
，资本品实际价格Qt，正常生产需要从金融机构贷款量为
。高风险企业在t期利用资本和劳动进行生产，采用柯布—道格拉斯生产函数：
其中，
是高风险企业的产出，α为产出的资本贡献率，
是高风险企业的全要素生产率，假设服从一阶自回归过程
。
t期到t+1期，资本的预期收益包括资本的边际产出和资本价格变动的资本利得，单位资本的预期收益率为：
本文采用半刚性的V型4,4′-二(1-咪唑基)苯硫醚为配体,在水和甲醇组成的反应介质中,与Cd(NO3)2·4H2O反应,用水热法合成了新的配合物Cd(BIDPT)2(NO3)2·(H2O)2,并对其进行元素分析、红外、热重、单晶衍射等相关表征.
对独立学院教师队伍建设特色体系的思考…………………………………………………………………………李 军（3.69）
设ωh为高风险企业存活到下一期的比例，高风险企业的净资产为当期资产的收益减去上期的贷款利息，净资产积累方程为：
高风险企业杠杆率为：
融资风险溢价为：
2.低风险企业。低风险企业与高风险企业相对应，是抵押物充分、融资能力较强、贷款利率较低的企业。低风险企业的设置与高风险企业类似，利用资本和劳动进行生产，生产函数为：
前两式经对数线性化处理，可得消费品的新凯恩斯菲利普斯曲线：
其中，
是消费品企业的产出，
是消费品企业的全要素生产率，假设服从一阶自回归过程
。单位资本的预期收益率为：
劳动的边际产出为：
净资产积累方程为：
低风险企业杠杆率为：
融资溢价为：
高风险企业和低风险企业产出的加总，构成了总产出Yt，表达式为：
其中，1/Xt+1为零售商的相对价格，δ为资本折旧率。劳动的边际产出为：
λ表示高风险企业和低风险企业的产品替代弹性。总的生产资本的表达式分别为：
企业部门总的杠杆率为：
总的融资溢价表示为：
其中，πt=Pt/Pt-1为t期的通货膨胀，Dt为家庭的银行存款，Rt为名义无风险收益率，Πt是企业的利润。Wt、Lt是家庭复合形式的工资和劳动，
和
分别是高风险企业和低风险企业的劳动供给和工资收入，劳动和工资采用CES形式加总，则
。假设家庭对房地产企业和消费品企业提供无差别的劳动，并且获取的工资收入是同质的，则
，
。代表性家庭的一阶条件为：
（四）零售商
通过零售商引入价格黏性，零售商从高风险和低风险生产企业购入批发品，是垄断竞争的，具有一定的定价权。假定消费品零售商通过Calvo（1983）定价方式调整价格，每一期有1-θ比例的中间产品厂商调整价格
，θ比例的厂商保持价格Pt-1不变。消费品零售商的最优决策为
其中，随机贴现因子
。上式的最优化问题的一阶条件为：
价格水平的运动方式为：
兰州石化认真落实从严管党治党的要求，牢固树立“党的一切工作到支部”思想。公司党委坚持“抓书记、书记抓”，选拔能力强、作风硬的干部担任党支部书记，带动党支部科学化、规范化运行。
初帅、孟凡强(2017)[13]的研究用个体小时工资对数作为收入因变量，但考虑到农村劳动时间的特殊性以及收入指标的准确性要求，本文选取个人全年总收入作为收入变量，并且为了实现不同年份数据的可比性，运用居民消费价格指数(CPI)对收入变量进行调整。
其中，
表示稳态偏离，
为成本推动冲击，假设服从
。
（五）资本品生产商
资本品生产商最优决策的一阶条件是：
其中，δ为资本的折旧率，Λt是随机贴现因子。S(It/It-1)为资本品生产的投资调整成本，稳态时的投资调整成本和边际调整成本为0，即S(1)=S'(1)=0，S''(·)＞0。假设函数形式是S(It/It-1)=
，ϕI是投资调整成本的系数。因此，资本品生产商的最优化问题可表示为：
资本品生产商从零售商购买折旧剩余的资本品，与新的投资品It结合，生产最终的资本品，并以价格Qt销售给生产企业作为生产要素。参考Smets和Wouters（2003）引入投资调整成本，资本积累方程为：
（六）货币政策
货币当局通过货币政策影响宏观经济，本文采用基准的泰勒规则，即价格型货币政策规则。泰勒规则通过名义利率对通货膨胀、产出的变动做出响应，调控宏观经济：
其中，κr为利率平滑系数，κy、κπ分别为货币政策对产出缺口、通货膨胀的反应系数，R、Y、π分别为Rt、Yt、πt的稳态值，
为货币政策冲击，满足
。
（七）市场出清
产品市场的出清条件表示为：
三、参数校准和估计
（一）参数校准
本文假定主观贴现因子β为平均名义利率的倒数，β=1/R，β取值为0.99，对应的稳态季度名义利率R为1.01，相应的年利率为4%。跨期消费替代弹性的倒数σ取值为1，劳动供给弹性的倒数γ取值为1，货币的需求弹性σM取值为3。风险企业的资本产出弹性α常见的取值为0.33—0.5之间，本文取值为0.5。季度资本折旧率δ取值0.025，即年度折旧率为10%。投资调整成本参数设置为4，参考Smets和Wouters（2007）的研究，假设零售商每年调整两次价格，即价格黏性系数θ为0.5，零售商稳态的价格加成X校准为1.1。
高风险企业和低风险企业的融资溢价由金融加速器因子ψh、ψl决定，Bernanke等（1999）和Christensen和Dib（2008）的金融加速器因子分别取值为0.05、0.042，国内的文章测算金融加速器因子值为0.0231、0.0312（王立勇等，2012；薛立国等，2016），同时高风险企业的融资溢价要大于低风险企业。因此，本文中ψl取值为0.03，ψh取值为0.06。高风险企业的稳态风险溢价Sh取值为1.0075，低风险企业的稳态风险溢价Sl取值为1.0056。高风险企业和低风险企业的稳态杠杆率均取值为2，高风险企业的生存概率ωh和低风险企业的生存概率ωl分别校准为0.97、0.98。高风险企业和低风险企业的产品替代弹性λ，参考设置为1.5（中国人民银行营业管理部课题组，2017）。稳态的消费产出比C/Y和投资产出比I/Y均设置为0.5。价格型货币政策的利率平滑因子κr校准为0.5，对通货膨胀反应系数κπ校准为1.5，对产出缺口的反应系数κy校准为0.5。
（二）参数估计
在转基因食品的研发环节，由于我国耕地面积广试验田众多，为了促进转基因技术的发展，可建立比较宽松的研发制度，在保证安全的前提下鼓励转基因技术的研发。在转基因食品的生产环节，由于并不是所有的转基因食品都用作人类食用，也有一些是用于牲畜饲料等，因此对于用途不同的转基因食品，严格程度应有所不同。对于人类食用的食品建立严格的制度，而对于牲畜食用的食品，则可以宽松一些。在转基因食品的销售环节，立法应秉持严格谨慎的态度，明确各方的责任，加强政府监管。
表1：模型参数的校准值
表2：参数的贝叶斯估计结果
四、数值模拟及福利损失分析
由于宏观经济运行良好时，高风险企业和低风险企业的整体融资成本均会降低，同时金融机构放贷时，原本应归类于高风险类型的企业也可以支付较低的融资溢价以获取贷款，主观上使得高风险企业的比例下降。反之，宏观经济运行较差时，企业的整体融资成本会提高，高风险企业的比例会上升。因此，根据贝叶斯估计的结果，从融资溢价变动、杠杆率变动和高风险企业比例变动三种情形研究货币政策冲击及高、低风险企业的技术冲击对宏观经济变量的影响，包括产出（Y）、高风险企业产出（Yh）、低风险企业产出（Yl）、总杠杆率（Lev）、利率（r）、风险溢价（fp）、通货膨胀（π）、消费（C）、投资（I）。下文给出了主要经济变量在一单位正的外生冲击下的0—20期的脉冲响应图。
（一）融资溢价变动下货币政策冲击的影响
根据模型的设定，企业的融资溢价由金融加速器因子决定。基准模型中高风险企业和低风险企业的金融加速器因子分别为0.03和0.06，低融资溢价模型下高、低风险企业的金融加速器因子分别设定为0.02和0.04，高融资溢价模型下分别设定为0.04和0.08，金融加速器机制由低融资溢价模型、基准模型、高融资溢价模型逐渐增强。图1显示了融资溢价变动下货币政策冲击的脉冲响应分析，如图所示，一单位的正向货币政策冲击使得高风险企业产出、低风险企业产出、总产出、消费、通货膨胀和投资下降。利率提高增加了家庭持有存款的财富效应使得储蓄增加、消费降低，而利率提高使得企业借贷成本的升高，导致投资下降，投资下降导致产出下降。同时可以明显地看出高风险企业产出、低风险企业产出、总产出和投资的反应强弱按低风险溢价模型、基准模型、高风险溢价模型顺序排列，显示随着金融加速器机制作用的增强，货币政策冲击对经济变量的影响增加，金融加速器机制的放大作用体现得较为明显。并且图中显示低风险溢价模型和基准模型、高风险溢价模型对经济变量的影响差别较大，而基准模型和高风险溢价模型对产出、投资等变量的影响相近，说明金融加速器机制存在阈值，到达某一阈值后金融加速器机制对经济变量的影响不再发生明显变化。利率提高有助于抑制通货膨胀，通货膨胀降低和利率升高使得企业的实际支出成本增加，导致企业的资产净值下降，从而企业的杠杆率上升。正向的货币政策冲击使得无风险利率提高，无风险利率的提高和杠杆率的上升共同导致风险溢价的增加，且受金融加速器机制强弱的影响逐渐变化。
调查基于学科建设的基本内容，结合英语专业文化课程的特点，旨在了解文化课程的设置状况，师资队伍建设状况、课程评价状况、课程研究状况等方面。出于客观性分析的考虑，教材建设、教学方法等内容过于宽泛及主观的数据未列入考察范畴。试卷分为两部分，第一部分是文化课程开设状况调查，既给出了一些课程的名称供选择，也为一些不同课程留出了填写空间；第二部分是文化课程现状，聚焦于师资队伍、团队建设、教学评价以及教学设备等。以选择题型为主，辅之简要信息的填写。
图1：不同融资溢价下货币政策冲击的脉冲响应图
图2：不同杠杆率下货币政策冲击的脉冲响应图
（二）杠杆率变动下货币政策冲击的影响
基准模型中高风险企业和低风险企业的杠杆率均设定为2，与融资溢价模型相类似，也设置为高杠杆企业模型和低杠杆企业模型。高杠杆企业模型中高风险企业和低风险企业的杠杆率均设定为3，低杠杆企业模型中高风险企业和低风险企业的杠杆率均设定为1.5。图2显示了不同杠杆率下货币政策冲击的脉冲响应，产出、高风险企业产出、低风险企业产出和投资的变动由低企业杠杆模型、基准模型、高企业杠杆模型逐渐增大。这是由于企业杠杆率的不同代表借贷数量的不同，借贷数量的差异造成借贷应付利息的差别。面临货币政策冲击时，高杠杆企业需要支付更多的利息，同时由于高杠杆企业的自有资金相对较少，利息支出对高杠杆企业的影响更为明显，所以总杠杆率的脉冲反应更大；低企业杠杆模型中的总杠杆率变动较小。总杠杆率的变动又会影响到融资的风险溢价，高杠杆企业模型的风险溢价波动大于低杠杆企业模型。企业的融资溢价水平影响企业的投资决策，高的融资风险溢价导致投资的减少。因此，货币政策冲击对高企业杠杆模型的影响要大于低杠杆模型。企业杠杆率的高低不影响家庭的决策行为，所以消费的变动前几期几乎一致，当投资导致的产出下降影响到家庭的收入后才会显示出差别。与不同融资溢价的模型相似，基准模型和高企业杠杆模型对产出、投资等变量的影响相近，说明金融加速器机制存在阈值，到达某一阈值后金融加速器机制对经济变量的影响不再发生明显变化。
骆塞夫先生《向阳与背阴》由树讲到人，背阴者生活艰辛，然，不甘平庸者以百倍于他人的努力，最终成材、成才；向阳者生活条件好，若借此机会养尊处优不肯努力，最终也难成栋梁之才。揭示的就是有利因素和不利因素在一定的条件下，都向各自相反的方向转化的辩证关系。
（三）高风险企业比例变动下货币政策冲击的影响
基准模型中设定的高风险企业比例ξ等于0.3，为对比不同高风险企业占比下货币政策冲击的影响，分别设定ξ等于0.1、0.3、0.5、0.7和0.9等五种情形。高风险企业比例ξ差异下货币政策冲击对产出的影响可以分为两个方面：一是模型稳态值的计算表明高风险企业的稳态产出值（Yh）小于低风险企业的稳态产出值（Yl），根据
，随着高风险企业比例ξ的增加产出（Y）将减小，高风险企业比例ξ的减少产出（Y）将增加；二是利率提高对高风险企业的影响要大于低风险企业，两个因素的共同作用导致产出的变动。
图3显示了不同高风险企业占比下货币政策冲击对主要经济变量的影响。产出（Y）脉冲反应图的分析可以分为两部分：ξ等于0.1、0.3、0.5时，随着高风险企业比例的下降，更多的资源集中于低风险企业，由于低风险企业的产出效率高于高风险企业，所以产出增加，货币政策冲击的影响也会增加，因此，如图所示ξ等于0.1时变动最大，0.3时次之，0.5时变动最小。ξ等于0.5、0.7、0.9时，如前分析的两种因素共同起作用，随着高风险企业比例ξ的增加产出（Y）将减小，但是随着高融资成本的高风险企业增多，货币政策对产出的抑制作用增大，ξ等于0.7时的影响达到最大，甚至大于高风险企业比例ξ减少导致产出增加的ξ等于0.1的情形。其他经济变量的分析与产出的分析相似，不再赘述，高风险企业占比的差异对家庭的决策行为影响较少，所以消费的变动几乎一致。
（四）技术冲击的脉冲响应分析
图3：不同高风险企业占比下货币政策冲击的脉冲响应图
图4、图5分别是高风险企业和低风险企业一单位正的技术冲击下相关变量的脉冲响应结果，分为低融资溢价模型、基准模型和高融资溢价模型三种情形。当高风险企业受到一单位技术冲击时，高风险企业的产出和资本增加，而低风险企业的产出和资本下降；当低风险企业受到一单位技术冲击时，低风险企业的产出和资本增加，而高风险企业的产出和资本下降，且技术冲击对于高风险企业的影响大于低风险企业。这是由于资源的有限性使得资本需要在不同类型企业间进行配置，当高风险企业占用较多资源时，低风险企业的资源占有就会减少，反之亦然，导致两者的跷跷板效应。脉冲响应图也显示不论是低风险企业还是高风险企业的技术冲击，低溢价模型的产出和投资的响应均大于高溢价模型。短期内技术冲击均有利于降低总的杠杆率，杠杆率随后几期增大，是由于技术冲击短期内提高了企业的盈利水平，资本积累增加，随后由于企业产品需求的增多需要更多的资本，借贷增加，因此杠杆率呈现先减小再增加。对比两类企业的技术冲击结果，低风险企业技术冲击对产出的影响作用更大，但高风险企业技术冲击的影响持续时间更长。由于现实经济中部分高科技企业抵押物缺失、融资成本高的现象难以避免，而这部分企业的产品往往具有独特性和创新性，所以应注重对这部分高风险企业的技术和资源支持，可以使经济的增长更具持续性。
本文所用的季度数据范围为2004年第二季度到2018年第四季度，观测变量为国内生产总值Yt、银行间7天同业拆借加权平均利率Rt、消费者物价指数πt，数据均来源于万得数据库。国内生产总值使用万得数据库中的GDP平减指数平减，得到真实值。所有数据均用X12方法季节调整后，使用HP滤波去趋势处理得到波动值。静态参数采用校准方法，其他参数采用贝叶斯方法进行估计。本文考虑了四种外生冲击，分别是高风险企业的技术冲击、低风险企业的技术冲击、货币政策冲击和成本推动冲击，外生冲击的平滑参数假设服从均值为0.5、标准差为0.2的Beta分布，对于外生冲击的扰动项则均服从均值为0.01、标准差为2的Inv.Gamma分布。表2显示参数的贝叶斯估计结果。
（五）福利分析
在标准的泰勒规则基础上添加资产价格、信贷量等与金融稳定或金融风险相关的变量，成为扩展版的泰勒规则，此时货币政策不止盯住产出和通货膨胀，也称为宏观审慎的货币政策。马勇（2013）通过将资产价格、杠杆率水平和市场融资溢价等变量直接纳入中央银行的货币政策反应函数，对各种扩展型的货币政策规则及其稳定效应和福利效果进行了分析。李天宇等（2017）则是在标准泰勒规则的基础上引入了信贷量和资本资产价格两个因素。
当前我国的货币政策规则正在由数量型向价格型转变，但货币供应量的增速仍是各方关注的一个变量，因此本文将在标准的泰勒规则基础上盯住货币供应量的增长率、企业的融资溢价、企业的总杠杆率三个因素分别进行分析。宏观审慎的政策规则表示如下：
图4：高风险企业技术冲击的脉冲响应图
图5：低风险企业技术冲击的脉冲响应图
其中，gt=MtMt-1为货币增长率，κM、κLev、κfp分别为货币政策对货币增长率、企业杠杆率、融资溢价的反应系数，g、Lev、fp分别为gt、Levt、fpt的稳态值，
为货币政策冲击，满足
。
参考Woodford（2003）、Galí和Monacelli（2005）的研究，社会福利损失函数采用如下形式：
其中，
分别是通货膨胀和产出的方差，当期的福利损失值可表示为：
（4）在微信公众平台的基本配置中，填写URL，Token，进行服务器配置，此处，URL为新浪云应用的域名地址，而Token为接口文件上传至服务器后的完整文件地址。
根据当期的福利损失函数分别计算了基准泰勒规则、盯住货币增长率、盯住企业杠杆率和盯住企业融资溢价四种情形下的福利损失，由于不确定各个盯住变量的反应系数，因此对各个变量反应系数从0.1—1进行了测算，计算结果见表3。从表3可以看出，盯住货币增长率和企业融资溢价的扩展泰勒规则，在一定的反应系数内，相对基准泰勒规则而言均可以使社会福利损失下降，但是对社会福利损失的影响不大。而盯住企业杠杆率的扩展泰勒规则，社会福利损失下降得比较明显，说明货币当局制定货币政策时应关注企业杠杆率的波动，有助于减少社会福利损失，企业杠杆率应是货币政策的一个“关注”变量。
五、结论
本文构建了包含金融摩擦和价格黏性的动态随机一般均衡模型，考察了在稳增长、去杠杆的背景下，货币政策的实施对于经济增长和企业杠杆率的动态响应及作用机制，及不同的企业融资溢价、杠杆率、高低风险企业比例对货币政策传导的影响，并对比了基准泰勒规则和宏观审慎的货币政策规则下的福利损失情况。根据本文的分析和研究，得到如下结论与启示：
第一，企业的外部融资溢价越高，单位货币政策冲击引起的波动越大。企业的融资溢价除了受自身资产负债影响外，还受整体宏观环境的影响。在当前金融去杠杆背景下，社会的整体融资成本上升，企业的融资溢价增大，货币政策的实施易产生更大的波动，反而提高企业的杠杆率。因此，应当深化改革，从资金供需两方面着手，发挥市场和政府的合力，尤其是在经济下行期，降低企业的外部融资溢价。
第二，企业杠杆率的降低有助于降低货币政策冲击的影响。适度的杠杆率可以提高资源配置的效率，但是过高的杠杆率意味着过高的财务支出成本。借贷资金的增多、自有资金的减少使企业抵御外部冲击的能力减弱，风险增加，又会导致企业借贷的外部融资溢价增大，更加重了外部冲击的影响。因此，还是应坚决推进企业“去杠杆”进程，使企业的杠杆率回落到合理区间，增加经济发展的后劲。
Intestinal intussusception is also an uncommon cause of abdominal pain and bowel obstruction in adults and it usually generates at a malignant lead point in this age group.
第三，技术冲击短期内有利于降低企业的杠杆率，低风险企业技术冲击对产出的影响作用更大，但高风险企业技术冲击的影响持续时间更长。对于经济中产品同质化严重、产能落后的高风险企业应坚决予以清理，提高资源的配置效率。但对于抵押物缺失、融资成本高的高科技企业，由于其产品往往具有独特性和创新性，应注重对此类风险企业的技术和资源支持，可以使经济的增长更具持续性。
表3：相关经济变量波动和福利损失
第四，从社会福利损失的角度来看，盯住企业杠杆率的扩展泰勒规则，社会福利损失下降得比较明显，说明货币当局制定货币政策时应关注企业杠杆率的波动，有助于减少社会福利损失，企业杠杆率应成为货币政策的一个“关注”变量。基准泰勒规则下的正的货币政策冲击会导致企业杠杆率的升高，紧缩性的货币政策容易导致“稳增长”和“降杠杆”的两难。单一的货币政策降杠杆的效果存在疑问，因此，应该探索货币政策和宏观审慎政策协调配合路径，来保证“稳增长”的同时，有序地“降杠杆”。
参考文献：
[1]Bernanke B S，Gertler M，Gilchrist S.1999.The Financial Accelerator in a Quantitative Business Cycle Framework[M]Handbook of Macroeconomics.
[2]Brunnermeier M K，Eisenbach T M，Sannikov Y.2012.Macroeconomics with Financial Frictions：A Survey[J].NBER Working Papers.
[3]Christensen I，Dib A.2008.The Financial Accelerator in an Estimated New Keynesian Model[J].Review of Economic Dynamics，11（1）.
[4]Christensen I，Meh C，Moran K.2011.Bank Leverage Regulation and Macroeconomic Dynamics[R].Bank of Canada Working Paper，No.32.
[5]Chui M K F，Fender I，Sushko V.2014.Risks Related to EME Corporate Balance Sheets：the Role of Leverage and Currency Mismatch[J].BIS Quarterly Review.
[6]Galí J，Monacelli T.2005.Monetary Policy and Exchange Rate Volatility in a Small Open Economy[J].The Review of Economic Studies，72（3）.
[7]Giroud X，Mueller H M.2017.Firm Leverage，Consumer Demand，and Employment Losses during the Great Recession[J].The Quarterly Journal of Economics，1（132）.
[8]Kiyotaki N，Moore J.1997.Credit Cycles[J].The Journal of Political Economy，105（2）.
[9]Korinek A，Simsek A.2016.Liquidity Trap and Excessive Leverage[J].American Economic Review，106（3）.
[10]Levine R.1997.Financial Development And Economic Growth：Views And Agenda[J].Journal of Economic Literature，35（2）.
[11]Martin P，Philippon T.2017.Inspecting the Mechanism：Leverage and the Great Recession in the Eurozone[J].American Economic Review，107（7）.
[12]Mendoza E G.2010.Sudden Stops，Financial Crises，and Leverage[J].American Economic Review，100（5）.
[13]Mian A，Sufi A.2010.Household Leverage and the Recession of 2007-09[J].MF Economic Review，58（1）.
[14]Smets F，Villa S.2016.Slow Recoveries：Any Role for Corporate Leverage?[J].Journal of Economic Dynamics and Control，70.
[15]Smets F，Wouters R.2003.An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area[J].Journal of the European Economic Association，5（1）.
[16]Smets F，Wouters R.2007.Shocks and Frictions in US Business Cycles：A Bayesian DSGE Approach[J].American Economic Review，3（97）.
[17]Ueda K.2012.Deleveraging and Monetary Policy：Japan Since the 1990s and the United States Since 2007[J].Journal of Economic Perspectives，26（3）.
[18]Woodford M.2003.Interest and Prices：Foundations of a Theory of Monetary Policy[M].Princeton University Press.
[19]胡志鹏.“稳增长”与“控杠杆”双重目标下的货币当局最优政策设定[J].经济研究，2014，（12）.
[20]纪敏，严宝玉，李宏瑾.杠杆率结构、水平和金融稳定——理论分析框架和中国经验[J].金融研究，2017，（2）.
[21]李天宇，张屹山，张鹤.我国宏观审慎政策规则确立与传导路径研究——基于内生银行破产机制的BGGDSGE模型[J].管理世界，2017，（10）.
[22]刘晓光，张杰平.中国杠杆率悖论——兼论货币政策“稳增长”和“降杠杆”真的两难吗[J].财贸经济，2016，（8）.
[23]马建堂，董小君，时红秀，徐杰，马小芳.中国的杠杆率与系统性金融风险防范[J].财贸经济，2016，（1）.
[24]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）.
[25]马勇，陈雨露.金融杠杆、杠杆波动与经济增长[J].经济研究，2017，（6）.
[26]谭海鸣，姚余栋，郭树强，宁辰.老龄化、人口迁移、金融杠杆与经济长周期[J].经济研究，2016，（2）.
[27]王玉.资本账户开放程度、融资约束对货币政策有效性的影响[J].金融理论与实践，2018，（5）.
[28]汪勇，马新彬，周俊仰.货币政策与异质性企业杠杆率——基于纵向产业结构的视角[J].金融研究，2018，（5）.
[29]王爱俭，杜强.经济发展中金融杠杆的门槛效应分析——基于跨国面板数据的实证研究[J].金融评论，2017，（5）.
[30]王立勇，张良贵，刘文革.不同粘性条件下金融加速器效应的经验研究[J].经济研究，2012，（10）.
[31]薛立国，杜亚斌，张润驰，徐源浩.财政政策对宏观经济波动的影响研究——基于金融加速器模型的分析[J].国际金融研究，2016，（10）.
[32]中国人民银行杠杆率研究课题组.中国经济杠杆率水平评估及潜在风险研究[J].金融监管研究，2014，（5）.
[33]中国人民银行营业管理部课题组.预算软约束、融资溢价与杠杆率——供给侧结构性改革的微观机理与经济效应研究[J].经济研究，2017，（10）.
[34]周俊仰，汪勇，韩晓宇.去杠杆、转杠杆与货币政策传导——基于新凯恩斯动态一般均衡的研究[J].国际金融研究，2018，（5）.
[35]张蕴萍，杨友才，牛欢.山东省金融效率、溢出效应与外商直接投资——基于空间动态面板Durbin模型的研究[J].管理评论，2018，（6）.
Financing Premium，Corporate Leverage Rate and the Choice of Monetary Policy Rules
Zhu Lianlei1/Zhao Xin2/Ding Lili2
（1.Bank of Qingdao，Shandong Qingdao 266061；2.School of Economics Ocean University of China，Shandong Qingdao 266100）
Abstract： This paper constructs a dynamic stochastic general equilibrium model including financial friction and price stickiness.It studies the impact of monetary policy shocks on output and corporate leverage，the impact of different corporate financing premiums，leverage rates and the proportion of both high-risk and low-risk enterprises on monetary policy transmission.Also，the welfare losses under the benchmark Taylor rule and the ones under macro-prudential monetary policy rules are compared.The result of numerical simulation shows that:firstly，with the increase of external financing premium，the fluctuation caused by the unit monetary policy shocks see an enlargement;secondly，the reduction of corporate leverage rate contributes to lessening the impact of monetary policy shocks；thirdly，technology shocks are beneficial to reduce the leverage rate of enterprises in the short term;fourthly，the tightening monetary policy will cause enterprise leverage rate to increase，while focusing on the macro prudent monetary policy rules，welfare losses witness a various decline.Enterprise leverage rate should become a"concerning"variable of the influence exercised by monetary policy on micro-enterprises.
Key Words： financing premium，corporate leverage ratio，monetary policy，welfare loss
中图分类号： F820.1
文献标识码： A
文章编号： 1674-2265（2019）09-0003-11
DOI： 10.19647/j.cnki.37-1462/f.2019.09.001
收稿日期： 2019-07-15 修回日期：2019-08-14
基金项目： 国家社科基金重大项目“突发性海洋灾害恢复力评估及市场化提升路径研究”（项目编号：15ZDB171）；国家自然科学基金“不确定需求下的拉动式合约拍卖协商机制研究”（项目编号：71471105）；泰山学者特聘教授及青年专家工程专项经费资助项目。
作者简介： 朱连磊，男，青岛银行博士后，研究方向为数理金融与风险管理；赵昕，女，中国海洋大学经济学院教授，博士生导师，研究方向为海洋经济计量分析、数理金融与风险管理；丁黎黎，女，中国海洋大学经济学院教授，博士生导师，管理科学与工程博士，研究方向为海洋经济与资源管理。
（责任编辑 耿 欣；校对 WC，GX）
标签：融资溢价论文; 企业杠杆率论文; 货币政策论文; 福利损失论文; 青岛银行博士后流动站论文; 中国海洋大学经济学院论文;