基于 DSGE模型的宏观审慎政策与货币政策调控框架研究
沈姗姗
中国人民银行昆明中心支行,昆明 650021
摘 要: 构建包含宏观审慎政策与货币政策制定规则的动态随机一般均衡模型,用以模拟中国宏观审慎政策与货币政策之间的合作效率,结果显示,逆周期调节的宏观审慎政策与货币政策合作可以有效降低金融波动,提升社会福利,比非合作调节更加有效。为充分发挥宏观审慎政策效应和实现宏观审慎政策与货币政策的协调合作,有必要在完善宏观审慎政策框架、独立决策制定目标、保证政策目标有所侧重、完善信息沟通与共享机制、形成广泛的政策合作机制等方面进行深入改革。
关键词: 宏观审慎政策;货币政策;金融稳定;社会福利
后金融危机时代各国开始积极探索货币政策和宏观审慎政策合作框架,中国也是较早推动宏观审慎政策研究的国家之一,2017年更是明确提出健全货币政策和宏观审慎政策“双支柱”调控框架。加强宏观审慎管理制度建设,改革并完善现代金融市场发展的监管框架,离不开宏观审慎政策和货币政策协调合作。虽然两种政策各自拥有不同的目标、操作工具,甚至存在冲突,但两者相互促进、相互影响。因此,研究宏观审慎政策与货币政策的协调合作,发挥政策协同效应并降低政策目标冲突,对于新常态下金融监管具有重要意义。
一、文献综述
很多研究已经证明宏观审慎政策在维护金融稳定方面是有效的,并且在与货币政策配合方面的研究也十分丰富。Beau et al.(2011)[1]运用DSGE模型研究欧洲和美国货币政策与宏观审慎政策对金融稳定和价格稳定产生的影响以及两种政策之间究竟是协调、中性或是冲突关系,结果显示信贷和购房偏好冲击会推高通货膨胀,而宏观审慎政策则可以管理金融稳定。Alpanda et al.(2014)[2]的结果表明宏观审慎政策工具LTV(loan-to-value)是用于减少家庭债务最有效的工具。Angelini et al.(2014)[3]在对宏观审慎政策和货币政策合作方面进行研究时,采用资本监管要求作为宏观审慎政策工具,并认为在供给侧冲击下,积极运用资本监管要求会降低目标变量的波动,如果两者之间缺乏协作则会直接导致基准利率和资本监管要求过度波动;在金融冲击条件下,资本监管要求可以影响信贷供给进而驱动经济稳定发展。Chen and Columba(2016)[4]在对瑞典宏观审慎政策和货币政策之间的协调合作进行研究时发现需求方的宏观审慎政策工具在管理家庭债务率上比货币政策工具更加有效,同时对消费的冲击也不严重,紧缩的宏观审慎政策不仅降低消费波动还对社会福利有所提升。Nier and Kang(2016)[5]研究显示货币政策与宏观审慎政策各自的管理目标存在差异,而每一种政策在执行中都可能对其他政策产生副作用,两种政策具备较强的互补性,因此建议两种政策协调合作。
国内对宏观审慎政策与货币政策之间协调合作的研究成果也很多。冯涛、杨达和张蕾(2014)[6]构建了包含金融部门、房地产生产部门以及银行信贷附加房地产抵押限制的DSGE模型,解析了国内房地产价格与货币政策之间的作用机制,认为在货币政策调控基础上配合使用LTV宏观审慎政策工具对于降低系统性风险更加有效。王爱俭和王璟怡(2014)[7]认为货币政策与宏观审慎政策并非完全独立,他们设计了资本监管要求和LTV作为宏观审慎政策工具的DSGE模型,运用家庭效用进行福利分析,模拟结果显示宏观审慎政策可以增进福利水平,并对货币政策起到辅助作用,尤其是在受到金融冲击的情况下。岑磊和谷慎(2016)[8]研究了宏观审慎政策与货币政策之间的配合策略,并运用家庭效用来衡量福利水平,认为宏观审慎政策可以提升社会福利,货币政策当局负责维护价格稳定,宏观审慎政策当局应该负责维护金融稳定。李天宇、张屹山和张鹤(2016)[9]研究认为货币政策与宏观审慎监管能缓解经济上行区间的信贷高杠杆现象,促进金融稳定,两种政策联合运用会出现政策叠加干扰,但是协调配合状况下可以降低总体福利损失。
从现有的文献来看,大多数研究集中在宏观审慎政策与货币政策之间的关系以及两种政策协调合作的必要性上,但对金融稳定的定义、政策效果的衡量以及政策如何合作才能更有效地实现目标、降低政策冲突仍缺乏深入的研究。因此,本文基于政策执行的损失函数角度,研究宏观审慎政策效应及其与货币政策的合作对社会福利和金融稳定的影响。
二、理论基础与模型构建
本文在Gerali et al.(2010)[10]、Quint and Rabanal(2014)[11]构建的DSGE模型基础上,根据巴塞尔III对逆周期资本缓冲的要求增加了宏观审慎政策工具——资本监管要求,与货币政策规则平行制定原则,并加入了Bernake et al.(1998)[12]的金融加速器部分,构建了兼顾价格粘性、工资粘性和群组消费习惯的动态随机一般均衡模型。假定整个经济框架中由家庭、厂商、银行、零售商、资本生产商、货币政策部门和宏观审慎监管政策部门构成。
(一)家庭和企业家行为
1. 家庭预期效用最大化。根据贴现因子的差异家庭可以划分为两类,即储蓄型家庭和贷款型家庭。储蓄型家庭的贴现因子βP比贷款型家庭贴现因子βI高,两类代表型家庭都是为了实现预期效用最大化。储蓄型家庭预期效用最大化函数如下:
(1)
预算约束为:
(2)
贷款型家庭预期效用最大化函数如下:
(3)
住房市场:
(4)
两类家庭T={P,I}的预期效用函数中,cT为消费,hT是住房需求,lT是工作时间,aT用来衡量消费习惯,是住房需求的外部冲击;预算约束支出方包括当期消费住房积累储蓄上期贷款支付的利息住房的价格、πt最终消费品价格指数,而财富来源主要包括工资收入银行贷款上一期存款收入和一次性转移支付
另外,贷款型家庭还面临借款约束,抵押的住房预期值要能保证借款债务的偿还,即:
1.5.3 PCR法特异性试验 采用上述反应体系和条件,以华支睾吸虫囊蚴DNA为阳性对照,检测并殖吸虫囊蚴DNA、日本血吸虫DNA、牛带绦虫DNA、猪带绦虫DNA、刚地弓形虫DNA、隐孢子虫DNA、蓝氏贾第鞭毛虫DNA、溶组织内阿米巴DNA和蛔虫DNA,以双蒸水为模板做空白对照,进行PCR反应观察交叉反应。
(5)
其中,为抵押贷款LTV比例,(1-mI)微观经济的解释即为在给定坏账水平下抵押贷款成本。模型中假设服从AR(1)随机过程,即是服从IID零均值正态分布的随机变量。
2. 企业家预期效用最大化。假设经济中企业家和家庭一样,也是无限期生存的,每一个企业家只负责关注自己的消费cE(i),以实现效用最大化,即:
(6)
其中,aE表示企业家消费习惯,βE表示企业家的贴现率,低于储蓄型家庭的贴现率βP。为实现生命周期的消费最大化,企业家会选择最优的固定资产存量企业家能力ut以及劳动投入lE用于生产中间品,中间品在完全竞争市场中以价格销售,生产函数如Iacoviello and Neri(2008)[13]设计的形式:
(7)
其中,是AR(1)的全要素生产率外生过程,劳动力来自于储蓄型家庭和贷款型家庭。企业家可以抵押固定资产在银行贷款(实际贷款),贷款约束为:
(8)
其中,是企业家的LTV,与贷款型家庭同样是AR(1)的随机过程,
测序结果采用DNAMAN 7.0软件进行比对,并采用在线软件PlantCARE (http: //bioinformati-cs.psb.ugent.be/webtools/plantcare/html/)分析DGAT2 基因启动子序列,预测顺式作用元件。
企业家实际资金流量约束如下:
(9)
其中,是单位固定资产的实际价格,是企业家才能利用率的设定成本,Uribe and Schmitt-Grohe(2005)[14]设定的二次型函数ψ(ut)=ξ1(ut-1)+是以消费品衡量的价格,xt定义为贷款约束的存在意味着企业家在每一时期的资本积累量是净财富的倍数,这种贷款约束特征实际上是金融加速器原理。
老鳜鱼手里握着刀子,在村长面前比划了一下。我会怕这两只鸡吗?杀鸡可是我的绝活哩。找个碗吧,准备接鸡血,鸡血可也是个好东西。
宏观审慎政策对产出的波动赋予不同权重会直接引起损失函数的变化,以下以六种权重为例探讨合作与非合作以及单一货币政策情境下社会福利和金融稳定的变化规律。情境模拟结果见表3。
3. 存款和贷款需求。假设信贷市场属于标准的Dixit-Stiglitz模式,家庭和企业家持有的存款和贷款构成是CES形式,任何一家银行j向储蓄型家庭、贷款型家庭和企业家提供的存款和贷款产品替代弹性分别为和每家银行的存款和贷款需求主要取决于银行提供的利率水平。家庭i对银行j的家庭贷款需求因此家庭的贷款决定就是最小化贷款支出:
(10)
≥
(11)
一阶条件后可以得到贷款型家庭对银行j的贷款需求:
(12)
其中,是家庭的实际贷款,是对家庭贷款的平均利率,被定义为
储蓄型家庭对银行j的存款需求实际上是寻找最优的储蓄值来实现收益最大化,因此:
海信电视聚好看教育作为中国大屏在线教育第一平台,始终致力于深耕互联网教育领域,为用户解决优质教育资源分配不平衡的问题。其中83%的特高级教师,97.2%的名校教师、15.5%的命题人、科学的课程分级、同步原版教材内容库,为众多的家长与孩子提供了更优质、先进、便捷的教育资源,为学生提供系统的在线学习解决方案,有效缓解当下的“教育焦虑”。
(13)
≥
在现代教育不断发展的情况下,全面提高学生的综合素质,促进学生多方面发展,才是初中地理科目教师在进行教学过程中的最终教学目标。教师要端正教学态度,全面认识在教学过程中采用差异教学方法的重要作用。教师要对班级里每一位学生的特点以及学生之间存在的差异进行全面的调查和了解,然后针对每位学生在学习以及其他方面中存在的问题对教学方式和教学内容进行设计,尽可能使班级每一位学生的学习能力和综合素质都得到有效提高。
(14)
其中,是银行部门的利润,是金融冲击[注] 指银行的可贷资金减少的冲击,通过式(25)可知,可贷资本会出现突然下降,银行因此会降低信贷供给,借贷成本会增加,在此假设为AR(1) 的外生冲击过程。 。假设银行可以在中央银行以政策利率rt无限融资,那么银行间市场中存款利率为在均衡市场下银行部门的杠杆率为因此,批发市场中存贷款利率差即为只要贷款利率与存款利率存在差异,银行家就有动力调节银行资本资产比例来实现保持利润。当资本资产比远离监管资本要求vt时,银行的成本就会增加,利润就会减少,对银行来讲,选择一个合适的贷款规模就可以实现利润最大化;而资本监管要求v的变化也会导致利差变动,如资本监管要求上升,银行只能通过降低贷款规模来调整资本资产比,保持利差。
(15)
其中,并且作为总的存款利率被定义为
企业家贷款需求存款为dt(j)依赖于总量与银行j的利率,即:
(16)
(17)
4. 劳动力市场。假设劳动力类型是连续集合,每种劳动力类型n都是由储蓄型家庭和贷款型家庭组成,包含γP和γI比例的储蓄型和贷款型家庭。每一种劳动力类型n设定工资水平以实现平均效用的最大化,对于每一种类型的劳动服务需求为:
(18)
其中,Wt=[表示总工资水平。
(二)银行行为
储蓄型家庭存款,贷款型家庭和企业家贷款,银行在市场中占据了垄断竞争地位,在面对不同的冲击或是周期变化时,银行会调整存款和贷款利率,银行资产负债表如下:
(19)
由于企业家向银行抵押贷款,在模型中引入资本品生产商的主要目的就是为资本定价。假设在每一个时期开始,每一个资本品生产商会向零售商购买it(j)的最终商品,以及企业家购买尚未折旧的资本(1-δ)kt-1。旧的资本可以一对一的转换,但是从最终商品的转换却需要二次型的调整成本,那么资本品生产商可以制造的资本为:
1. 银行批发部门。在完全竞争条件下,银行的批发部门根据资产负债表情况进行经营决策。当银行的离监管要求v,银行就要付出成本调整该比例。银行j每一时期资本积累为:
(20)
其中,表示银行三个部门创造的利润,δb衡量银行管理成本,1-ωb用来衡量每一家银行的分红政策。对银行j而言,在资产负债表约束下最大化利润:
(21)
(22)
其中,是贷款批发利率,是存款批发利率。一阶条件可以得到存贷款利率差,以上目标函数在约束条件下可以变化为:
(23)
一阶条件后得到:
(24)
(25)
一阶条件后得到银行j面临的存款需求为:
2. 银行零售部门。银行的另外两个部门分别是贷款部门和存款部门,属于垄断竞争性质市场。贷款部门银行j可以在批发部门以成本获得贷款Bt(j),并可以无成本地区分客户以不同价格差异化销售给家庭和企业,为了引入粘性价格和银行不完全的传递,假设银行对企业家和家庭贷款收取的利率调整成本为二次型,系数分别为κbE和κbH。零售贷款银行j的最优化问题为:
(26)
(27)
(28)
(29)
一阶条件后得到贷款定价:
PET-CT还可以在放疗过程中,对治疗的靶区进行准确的勾画,从而减少周围正常组织的损伤,提高放疗的治疗效果[37]。有研究表明,PET-CT可以通过测量放疗早期肿瘤的放射性摄取值的变化,对放疗早期病灶的好转情况进行判断,这种基于代谢的检测手段可以早于常规影像学检查观察小胰腺癌的放疗疗效,提高放疗的疗效评估效率及预后评判[38-39]。
(30)
其中,S∈{E,H}。存款部门银行j从居民处吸收存款dt(j),然后传递到批发部门获得收益rt,那么存款银行部门需要决定一个合适的存款利率最优化问题变为:
实验组穿刺成功率高于对照组,差异具有统计学意义(P<0.05);实验组穿刺时间短于对照组,差异具有统计学意义(P<0.05);实验组并发症发生率低于对照组,差异具有统计学意义(P<0.05)(表2)。两组并发症均为误入颈内动脉,均未发生血胸、气胸及神经损伤。
(31)
(32)
其中,Dt(j)=dt(j),一阶条件后得到:
(33)
通常银行j在批发部门和零售部门获得利润总额为:
(34)
其中,表示变动贷款和存款利率的成本。
(三)零售商和资本品生产商
假设零售商是处于垄断竞争地位,并且存在价格粘性。零售商从企业家处以批发价格购买中间品,然后在批发价格基础上加成出售。零售商的价格是受过去价格和稳态价格的共同影响,相对权重为lp。在均衡状态下,非线性的菲利普斯曲线如下:
(35)
其中,Bt表示银行贷款规模,Dt表示银行吸收的存款,表示银行的股权。在模型中每一家银行分为三个部门,即一个批发部门和两个零售部门。
(36)
其中,是对投资品生产效率的冲击,假设为AR(1)的外生冲击过程。新的资本品以价格再重新卖给企业家,市场中资本品被假设为完全竞争市场,资本品的实际价格为
(四)政策制定原则
其中,表示通货膨胀π的方差,表示产出Y的方差,表示基准利率RIB的方差,表示B/Y的方差,表示资本监管要求v的方差。在实际福利分析中,需要对五项政策系数ρIB、φπ、φY、ρv和xv进行估计,以实现损失函数的最小化,即:
(37)
其中,εRIB 是对基准利率的外生冲击,仍假设为AR(1)过程。
宏观审慎当局对宏观审慎政策的制定原则:
以Folin-酚试剂法测定蛋白质含量实验为例,将全班学生分成6~8组,每组按大纲要求自主查阅文献资料,制作PPT,教师提前发布关于原理和注意事项的课件以及微量移液器、721分光光度计的使用录像,感兴趣的学生也可参与实验准备。正式实验时,每组先由1名学生代表汇报,教师随时点评汇报内容和解答学生预习过程中的疑问,随后分别进行实验。如此,笔者在实验结束批改报告时发现,和以往相比,学生直接抄书的现象基本没有,实验讨论和结论部分的撰写不再敷衍,尽可能体现自己的见解和创新。
(38)
其中,同样为AR(1)的外生冲击过程。
(五)市场出清
产品市场出清状态:
(39)
其中,消费总的资本存量表示价格、工资和利率的实际调整成本。
预算约束为:
(40)
表示住房存量外生给定。
三、DSGE模型的参数校准与贝叶斯估计
本文构建的DSGE模型内生变量维度较高,但直接观测的数据有限,为了保证估计结果的有效性,首先对部分参数进行校准。为使本模型更加贴近中国实际情况,本研究对中国2006年1季度至2017年3季度数据——社会消费品零售总额、固定资产投资总额、GDP、各项存款和贷款、银行间同业拆借加权利率、CPI进行季节性调整,然后再经过对数化和HP滤波处理,最后利用贝叶斯估计方法进行参数估计。
表 1部分校准参数
从部分参数先验分布与贝叶斯估计的结果来看,中国的价格粘性和工资粘性都比较强,而且价格粘性明显高于工资粘性;银行对企业家贷款调整成本明显高于对家庭的贷款调整成本,这是因为企业家贷款规模占全社会贷款总量的比重很大,对利率的议价能力较强,因此银行对企业贷款利率的调整成本会更高;存款利率的调整成本明显低于贷款利率的调整成本,说明当基准利率进行调整时,存款利率的调整速度最快。银行的资本资产比调整成本较高,根据《第三版巴塞尔协议》,银监会于2011年6月发布了《商业银行杠杆率管理办法》,2015年再次修订完善该办法,使得银行等金融机构的杠杆率管理更加规范,调整成本也相对较高。从政策工具参数的估计结果来看,政策当局对于通货膨胀、产出的调控强度很大,尤其是在通货膨胀调整力度上达到1.6785,而政策规则制定上对前期的依赖较高,比如基准利率的制定上对上一时期的利率传递系数就达到0.5015。储蓄型家庭的消费系数高于企业家,而企业家的消费系数高于贷款型家庭,因为存款型家庭对未来的财富价值预期更高,消费来源更为稳定,而贷款型家庭由于承担较大的还款压力,对未来资金的支出预期较高,因此在消费上会更加谨慎。
表 2先验分布与贝叶斯估计结果
续表2
大多数外部冲击中波动性都不大,只有家庭的LTV、企业贷款利率加成和技术冲击系数波动相对较大,主要是因为家庭住房的贷款首付比例政策调整得比较频繁,尤其是在房价不断上升阶段;企业贷款利率加成系数波动加大,原因在于企业贷款利率的调整成本高,调整频率却不高,因此在基准利率上进行加成的幅度必然会较大;技术冲击发生频率较低,但每一次带来的影响却是显著的,导致其波动较高。
四、中国宏观审慎政策与货币政策的合作效果分析
(一)宏观审慎政策与货币政策合作的福利分析
本文将采用政策执行中带来的经济变量波动情况来衡量社会福利,即以损失函数来衡量宏观审慎政策与货币政策之间的合作效果(Rubio and Carrasco-Gallego,2014[15])。资本监管要求是针对银行资本资产比K/B而制定,而K/B实际上就是银行的杠杆率,因此本文将其作为微观金融稳定的代理指标进行分析;而B/Y则是从宏观角度来观察全社会债务水平的指标,因此将其作为宏观金融稳定指标进行分析。
货币政策损失函数定义为:
疗后疾病疗效的FAS分析中,试验组总有效率为96.40%,对照组为94.55%,经校正中心效应的CMHχ2检验,组间差异无统计学意义(CMHχ2=0.423,P=0.512)。但以对照组为参比组,进行单侧非劣效性检验(α=0.025),试验组-阳性对照组总有效率差值的95%可信区间(95%CI),FAS分析为1.85%(-3.63%,7.33%),在非劣界值δ=12%情况下,非劣检验成立,说明试验组疾病疗效不劣于对照组,PPS和FAS分析结论一致,FAS结果见表2。
(41)
宏观审慎政策损失函数定义为:
(42)
当两项政策合作状况下,损失函数变为:
(43)
中央银行可以通过在银行间市场提供流动性头寸来实现政策利率调整,货币政策遵从Taylor准则制定:
argminL(ρIB,φπ,φY;ρv,xv)
(44)
宏观审慎政策与货币政策之间合作状态下对损失函数的定义采用式(44),当两项政策不合作时,损失函数变为两项政策各自损失函数的加总,为即采用基准模型进行分析;仅运用货币政策的情境,设定逆周期资本监管要求v是外生给定的,宏观审慎政策工具式(38)将不存在,仅存在货币政策调节宏观经济。
由表2可知,小叶茼蒿叶片的SPAD值x与叶绿素a含量y(单位:mg/g,下同)之间的相关性均表现为极显著性差异,而大叶茼蒿叶片SPAD值x与叶绿素a含量y(单位:mg/g,下同)之间的相关性则较差。“小叶茼蒿”的各个模型的相关系数普遍大于“大叶茼蒿”的各个模型的相关系数,两种茼蒿叶片相关性最大的函数关系模型都是指数函数。“小叶茼蒿”相关性最好的函数模型是y=0.0349e0.0571(xr=0.961**);“大叶茼蒿”相关性最好的函数模型是y=0.3103e0.0087(xr=0.161)。
表 3六种情境下政策之间合作与非合作调节的损失分析
在六组模拟情境中无论kY,mp赋予多少权重,两种政策合作情境下的损失函数值都低于非合作和单一货币政策情境下的损失函数值,并且金融稳定指标K/B和B/Y在合作情境下的标准差也明显低于非合作和单一货币政策情境,说明两种政策的协调合作是可以明显改善社会福利水平并且降低金融波动。当kY,mp赋予0.1权重时货币政策与宏观审慎政策协作情境下的损失函数值最低。当权重为0时,宏观审慎政策仅专注于金融稳定指标即资本监管要求v和宏观债务率B/Y,合作情境下的损失函数值为0.0087;当权重为0.1时,损失函数值下降至0.0079;但是当权重为0.2时,损失函数值上升至0.0082;当权重变为0.3、0.4和0.5时,损失函数值逐渐增加,并高于权重为0.1时的损失函数值。由此可见,在两种政策协调作用下,对关注变量赋予的权重很重要,存在一个最优的配置权重,在实际政策制定中应给予以考虑。
虽然kY,mp赋予0.1权重时合作情境下损失函数最小,但是六个主要关注变量的波动情况却有所差异。其中,两种政策工具——基准利率i_cb和v以及K/B的标准差是六组情境中最低的,而其他变量的标准差却并非最低,说明在合作情境下,即使损失函数最小;但是由于政策目标之间存在冲突性,关注变量的波动反而会增大。总体来看,单一货币货币政策下损失函数和各关注变量的波动最高;在两种政策非合作情境下,损失函数与各关注变量的波动都较合作情境下高。因此,政策之间进行合作才是最优选择。
(二)外生冲击分析
以上结果表明,宏观审慎政策在进行逆周期调节时对产出给予一定关注,不仅实现了社会福利的改进,同时也提高了金融稳定性。因此,本文延续kY,mp赋予0.1权重的最优合作情境,从外生冲击对主要指标的影响来看宏观审慎政策与货币政策之间的合作效果。
1. 技术冲击对各指标的影响。宏观审慎政策与货币政策在非合作情境下,金融稳定指标K/B和B/Y受到的技术冲击要高于仅运用货币政策的状态,意味着加入宏观审慎政策但是非合作情境下反而会加大金融稳定指标的波动。在政策合作情境下,不仅金融稳定指标比非合作情境下受到的冲击明显降低,而且低于单一货币政策情境。这说明在技术冲击下,政策合作可以有效降低金融稳定指标的波动,比单一运用货币政策或是非合作情境下的效果更稳健。单一货币政策情境下,技术冲击对通货膨胀π、产出Y、基准利率i_cb产生的影响要高于加入宏观审慎政策非合作情境,而非合作情境下则会高于合作情境下受到的冲击。由此可见,宏观审慎政策可以有效降低货币政策工具——基准利率i_cb和货币政策目标——通货膨胀π和产出Y受到的冲击。对逆周期资本监管要求v而言,合作情境下受到的技术冲击要远低于非合作情境,说明政策合作可以有效降低宏观审慎政策工具的波动。
2. 金融冲击对各指标的影响。加入宏观审慎政策工具后无论是合作还是非合作情境下,各项指标受到的冲击明显低于单一货币政策情境。这说明宏观审慎工具的加入在应对金融冲击时比单一货币政策效果更好,能有效降低金融的不稳定性。对金融稳定指标K/B和B/Y而言,政策非合作情境比合作情境下受到的金融冲击要更小,说明政策合作会对金融稳定指标产生更大的冲击,每一种政策要实现各自目标同时还要对冲其他政策带来外溢效应;而通货膨胀π、产出Y和基准利率i_cb在合作和非合作情境下受到的外生冲击差异性不大。非合作情境下,资本监管要求v受到的金融冲击明显低于合作状态下的冲击,说明政策合作不能有效降低逆周期资本监管工具v的波动。合作情境下,金融冲击造成银行可贷资金下降,融资成本上升,银行的资本资产比下降。宏观审慎政策会降低逆周期资本监管要求v,激励银行增加贷款供给,因此银行会增加贷款,导致B/Y过度波动,从而引起宏观审慎政策的再度调高v。非合作情境下,各自独立关注目标实现损失函数最低,受外部影响要低于合作情境。金融冲击对通货膨胀、产出和基准利率的冲击在合作与非合作情境下几乎一致,比单一货币政策情境下波动低。
挑战盛典现场,一台台曾经或者正在改变世界家电史的创新产品,串联起了海尔33年不断挑战自我、不断战胜极限的历史。随后,由净界自清洁空调、F+冰箱、防干烧燃气灶以及直驱洗衣机组成的“挑战战队”,与天才美女速算大师李顺实、国际特技记忆大师黄胜华、“黄金舌”中国烹饪大师杨海明、平衡大师韩遂宁夫妇、平衡家庭钟荣芳一家完成了一项项看起来不可能的挑战。
3. 投资冲击对各指标的影响。投资效率冲击短期直接造成厂商投资增加,贷款需求增加,银行的资本资产比K/B降低,B/Y上升,产出Y的增长则降低通货膨胀水平,长期来看对产出的影响不大。但对金融市场的影响却是长久的,实际利率水平会因为物价水平降低,而宏观审慎部门会因为银行的K/B下降以及宏观债务水平B/Y的升高而调高资本监管比例v,平稳金融波动。单一货币政策情境下微观金融稳定指标K/B受到投资的冲击要低于非合作情境,但高于合作情境。这说明在投资冲击下,宏观审慎政策与货币政策在这一指标的调节上存在冲突;但当政策合作时,投资冲击被明显平滑。
根据含矿岩性及成因类型不同,矿石类型可分为矽卡岩型金铜锌矿石、花岗闪长岩铜矿石及凝灰熔岩、凝灰岩铜铁矿石。
(65)睫毛苔 Blepharostoma trichophyllum(L.)Dumort. 马俊改(2006);刘胜祥等(1999)
宏观金融稳定指标B/Y、通货膨胀π、基准利率i_cb在单一货币政策情境下,受到的投资冲击要高于加入宏观审慎政策的非合作情境,说明宏观审慎政策工具的加入可以降低这些指标受到的冲击程度,而合作情境下则可以更有效平滑冲击。产出Y在单一货币政策和加入宏观审慎政策非合作情境下受到的投资冲击类似;但是高于合作情境。非合作情境下,资本监管要求v受到的投资冲击要高于合作情境下受到的冲击。总体来看,宏观审慎政策可以降低多数经济指标受到的投资冲击。
4. 利率冲击对各项指标的影响。在单一货币政策情境下,通货膨胀指标π、产出Y和基准利率i_cb受到的利率冲击要高于加入宏观审慎政策的非合作情境,合作情境下受到的利率冲击要高于非合作情境;但长期来看差异不明显。而单一货币政策情境下,金融稳定指标K/B和B/Y受到的利率冲击低于加入宏观审慎政策非合作情境,但高于合作情境。这说明利率冲击下,政策目标调节上存在冲突非合作只会增大金融不稳定性;但是合作情境下,利率冲击却可以明显被平滑。合作情境下资本监管要求v受到的利率冲击要高于非合作情境,说明政策合作在实现损失函数最小情况下,宏观审慎政策还要吸收货币政策带来的外溢效应。
五、结论与建议
以上理论模型的构建与数据模拟结果显示,宏观审慎政策和货币政策协调合作可以明显改善社会福利水平、降低金融波动,并且在政策合作下对关注变量赋予合理权重,能够更加有效地降低损失,这对实际政策制定具有重要指导意义。另外,从外生冲击的影响来看,宏观审慎政策的执行也可能带来不可预期的效果,与货币政策目标发生冲突,增加某些变量波动。针对不同冲击,宏观审慎政策和货币政策可以采取不同策略平滑主要经济指标波动。为充分发挥宏观审慎政策效应和实现宏观审慎政策与货币政策的协调合作目标,本文提出如下建议。
第一,完善宏观审慎政策框架。目前,人民银行推出的宏观审慎评估体系(MPA)只是宏观审慎政策的一部分,仅从七个主要方面引导银行业金融机构加强自我约束和自律管理,与宏观审慎政策框架相比,MPA不仅关注的范围狭窄,而且还不具备自己独立的政策工具、明确的政策目标等。因此,宏观审慎政策在中国仍需进一步发展和完善,应该作为同货币政策和财政政策平行的、独立的框架出现,可以通过自己的政策工具来影响经济变量,实现调控目标。第二,制定独立的政策目标并有所侧重。货币政策与宏观审慎政策都可以进行逆周期宏观管理,货币政策更加侧重于物价水平的稳定以及经济增长,而宏观审慎政策则侧重于维护金融稳定和防范系统性金融风险。因此,明确宏观审慎政策和货币政策当局的权限,确保宏观审慎政策和货币政策能够制定独立的政策目标,保证政策目标主次分明,完善政策制定原则。第三,完善信息沟通与共享机制。中国当前的宏观审慎政策工具分别由一行两会和财政部独立制定和实施,缺乏有效沟通和协调,难以达到预期效果。因此,政策当局之间的信息沟通与信息共享十分必要,既可以提高识别与判断系统性风险的效率,更可以制定出有效的政策并发挥政策协同效应。第四,形成广泛的政策合作机制。中共十九大报告中明确提出“健全货币政策和宏观审慎政策双支柱调控框架”,这不仅将宏观审慎政策提到了新的高度,也指出了未来宏观调控政策决策机制的调整方向。实际上,政策协调不仅涉及宏观审慎政策与货币政策,还包括与财政政策、汇率政策以及开放经济下与各国政策的协调。因此,政策间的协调配合应该是与货币政策、财政政策、汇率政策当局等形成更广泛的合作机制。
参考文献:
[1] Beau D.,Clerc L.,and Mojon B.,2012.Macro-Prudential Policy and the Conduct of Monetary Policy.Banque de France Working Paper,No.390.
[2] Alpanda S.,Cateau G.,Meh,C.,2014.A Policy Model to Analyze Macroprudential Regulations and Monetary Policy.Bank ofCanada Working Paper,No.2014-6.
[3] Angelini P.,S.Neri,and F.Panetta.,2014.The interaction between Capital Requirements and Monetary Policy.Journal of Money,Credit and Banking,Vol.46,No.6:1073-1112.
[4] Chen J.and Columba F.,2016.Macroprudential and Monetary Policy Interactions in a DSGE Model for Sweden.IMF Workingpaper,NO.16/74.
[5] Nier E.and Kang H.,2016.Monetary and Macroprudential Policies-Exploring Interactions.BIS Paper,No.86e:27-38.
[6] 冯涛,杨达,张蕾.房地产价格与货币政策调控研究——基于贝叶斯估计的动态随机一般均衡模型[J].西安交通大学学报(社会科学版),2014(1).
[7] 王爱俭,王璟怡.宏观审慎政策效应及其与货币政策关系研究[J].经济研究,2014(4).
[8] 岑磊,谷慎.宏观审慎政策效应及其与货币政策的配合[J].财政研究,2016(4).
[9] 李天宇,张屹山,张鹤.扩展型货币政策与宏观审慎监管的金融稳定作用分析[J].经济评论,2016(3).
[10] Gerali A.,Neri S.,Sessa L.,and Signoretti F.M.,2010.Credit and Banking in a DSGE Model of the Euro Area.Journal of Money,Credit and Banking,Vol.42,No.1:107-141.
[11] Quint D.,and Rabanal P.,2014.Monetary and Macroprudential Policy in an Estimated DSGE Model of the Euro Area.International Journal of Central Banking,Vol.10:169-236.
[12] Bernanke B.,Gertler M.,and Gilchrist S.,1998.The Financial Accelerator in a Quantitative Business Cycle Framework.NBER Working Paper No.6455.
[13] Iacoviello M.and Neri S.,2008.Housing Market Spillovers:Evidence From an Estimated DSGE Model.Working Paper Research 145,National Bank of Belgium.
[14] Uribe M.,and Schmitt-Grohe S.,2005.Optimal Fiscal and Monetary Policy In A Medium Scale Macro Model.NBER Macroeconomics Annual 2005.
[15] Rubio M.,and Carrasco-Gallego J.A.,2014.Macroprudential and Monetary Policy:Implications for Financial Stability and Welfare.Journal of Banking and Finance,Vol.49,No.2:326-336.
A Study on the Macro -prudential and Monetary Policies Regulation Framework Based on the DSGE Model
Shen Shanshan
(Kunming Center Sub-branch,The People’s Bank of China,Kunming,Yunnan 650021,China)
Abstract :This study constructs a dynamic stochastic general equilibrium model that includes macro-prudential policies and monetary policymaking rules to simulate the efficiency of cooperation between China’s macro-prudential and monetary policies.Results show that the cooperation between counter-cyclical regulation of macro-prudential and monetary policy more effectively reduces financial volatility and improves social welfare than non-cooperative regulation.To maximize the macro-prudential policy effect and realize coordination and cooperation between macro-prudential and monetary policy,we must implement an improvement in the macro-prudential policy framework,independently make decisions and formulate goals,ensure that policy objectives are focused,improve information communication and sharing mechanisms,and form an extensive policy cooperation framework.
Keywords :macro-prudential policy,monetary policy,financial stability,social welfare
中图分类号: F822.0
文献标识码: A
文章编号: 1674-1625( 2019) 01-0028-15
收稿日期: 2018-11-12
作者简介: 沈姗姗(1983— ),女,中国人民银行昆明中心支行经济师,经济学博士,研究方向为宏观经济和国际金融。
引文格式: 沈姗姗.基于DSGE模型的宏观审慎政策与货币政策调控框架研究[J].金融经济学研究,2019(1).
Shen Shanshan,2019.A Study on the Macro-prudential and Monetary Policies Regulation Framework Based on the DSGE Model.Financial Economics Research,Vol.34,No.1:28-42.
(责任编辑 李长春)
标签:宏观审慎政策论文; 货币政策论文; 金融稳定论文; 社会福利论文; 中国人民银行昆明中心支行论文;