基于DSGE模型的影子銀行與信貸傳導(dǎo)研究

王蘇生++趙芳++陳剛

摘要：本文以新凱恩斯主義理論為基礎(chǔ)，構(gòu)建了一個包含影子銀行和商業(yè)銀行兩種類型金融中介的動態(tài)隨機一般均衡模型（DSGE），在市場出清的條件下，通過數(shù)理建模與脈沖響應(yīng)分析了影子銀行金融中介對貨幣政策傳導(dǎo)有效性的影響。研究結(jié)果表明：通過影響銀行資產(chǎn)負(fù)債表，緊縮性的貨幣政策顯著地影響銀行金融中介的凈資產(chǎn)和融資資本，進而影響銀行貸款的篩選水平。

關(guān)鍵詞：影子銀行；金融中介；信貸渠道；DSGE模型

中圖分類號：F830.5文獻標(biāo)識碼：A文章編號：10035192（2017）0204407

doi：10.11847/fj.36.2.44

The Role of Shadow Banking in the Credit Transmission Mechanism in a DSGE Model

WANG Susheng， ZHAO Fang， CHEN Gang

（Shenzhen Graduate School， Harbin Institute of Technology， Shenzhen 518055， China）

Abstract：This paper develops two types of financial intermediaries， the commercial banking sector and the shadow banking sector in China by constructing a dynamic stochastic general equilibrium model（DSGE） based on the New Keynesian Theory. By means of mathematical modeling and impulse response analysis， we analyze how the shadow banking system affects the effectiveness of monetary policy transmission under the assumption of markets clearing. The findings show that through the balance sheets channel， a contractionary monetary policy shock has a significant impact on the net worth and capital intermediated， thereby affecting the quality of bank loans.

Key words：shadow banking； financial intermediary； credit channel； DSGE model

1引言

信貸發(fā)行被認(rèn)為是傳統(tǒng)銀行部門的核心功能之一。然而，數(shù)據(jù)顯示在過去幾十年里，非銀行金融機構(gòu)的中介數(shù)量（如影子銀行）一直在上升，甚至在一些國家超過傳統(tǒng)銀行部門[1]。影子銀行金融中介對金融生態(tài)系統(tǒng)的改變和影響也是多方面的，其中影子銀行體系的信用創(chuàng)造機制對貨幣政策是一個前所未有的挑戰(zhàn)。由于傳統(tǒng)商業(yè)銀行在我國金融體系中占主導(dǎo)地位，貨幣政策通過銀行信貸傳導(dǎo)渠道影響銀行信貸數(shù)量進而對企業(yè)的經(jīng)濟活動形成約束[2]。商業(yè)銀行信貸傳導(dǎo)渠道發(fā)揮作用與銀行的壟斷地位、企業(yè)對銀行的外部融資依賴以及金融市場的不完善密切相關(guān)[3]。影子銀行的發(fā)展極大地拓寬了企業(yè)的融資渠道，打破了商業(yè)銀行的壟斷地位，降低了企業(yè)對銀行融資渠道的依賴性，進而影響貨幣政策信貸傳導(dǎo)的有效性[4]。在我國，金融市場化改革與金融創(chuàng)新的發(fā)展為影子銀行信用規(guī)模擴張?zhí)峁┝吮匾暮暧^環(huán)境，特別是2010年以來銀行信貸大幅緊縮刺激了影子銀行體系規(guī)模的膨脹，以理財產(chǎn)品、銀信合作等為代表的影子銀行迅速發(fā)展。數(shù)據(jù)顯示，2002年至今，人民幣貸款占社會融資總額的比重由原來的92%下降到現(xiàn)在的52%，而以影子銀行為主體的其他融資渠道所占比重則由原來的8%上升至48%，這表明影子銀行信貸中介在融資結(jié)構(gòu)中的比重顯著上升。影子銀行信貸中介是影響貨幣政策對總信貸和經(jīng)濟產(chǎn)生有效性的重要因素，因此構(gòu)建反映中國影子銀行特征影響下的貨幣政策信貸傳導(dǎo)模型，深入研究影子銀行信貸中介對于貨幣政策傳導(dǎo)有效性的影響顯得尤為重要。

對于貨幣政策信貸渠道進行分析進而解釋宏觀經(jīng)濟波動的研究已經(jīng)取得了大量成果。他們認(rèn)為信貸融資和經(jīng)濟波動密切關(guān)聯(lián)，信貸市場影響實體經(jīng)濟，企業(yè)融資渠道多樣化有助于熨平宏觀經(jīng)濟波動[5～8]。2008年國際金融危機之后，經(jīng)濟學(xué)家根據(jù)在本次危機中銀行業(yè)所扮演的重要作用，開始考慮將銀行部門引入到動態(tài)隨機一般均衡模型（DSGE）中，考察貨幣政策如何通過銀行信貸中介這一傳導(dǎo)渠道影響銀行貸款數(shù)量進而對經(jīng)濟波動產(chǎn)生的影響。Gertler和Karadi[9]將信貸市場摩擦和銀行金融中介引入到新凱恩斯模型框架下，來重新考察金融中介如何誘導(dǎo)影響實體經(jīng)濟的危機。除此之外，近期的Brunnermeier和Sannikov[10]，He和Krishnamurthy[11]，Dedola等[12]文獻都從不同的角度將金融中介部門引入到DSGE模型中。國內(nèi)學(xué)者如劉鵬和鄢莉莉[13]，康立和龔六堂[14]，戴金平和陳漢鵬[15]也建立了包含銀行部門的DSGE模型。這些研究表明金融中介和金融摩擦在將貨幣政策傳導(dǎo)至實體經(jīng)濟時具有重要作用。然而我們注意到，雖然金融危機以后影子銀行得到了充分的討論，但這些研究關(guān)注的仍然是傳統(tǒng)的銀行中介部門。國內(nèi)外相關(guān)學(xué)者對影子銀行體系的定義和產(chǎn)生原因解釋不盡相同，但其本質(zhì)上仍是一種信用中介活動[16]。根據(jù)金融穩(wěn)定理事會FSB的定義，影子銀行是指游離于銀行監(jiān)管體系之外、可能引發(fā)系統(tǒng)性風(fēng)險和監(jiān)管套利等問題的信用中介體系（包括各類相關(guān)機構(gòu)和業(yè)務(wù)活動）[17]。影子銀行作為一種具備傳統(tǒng)商業(yè)銀行諸多核心功能的金融中介，通過資產(chǎn)證券化和擔(dān)保，對銀行貸款期限、流動性和信用進行轉(zhuǎn)化并分銷。影子銀行將傳統(tǒng)信貸資產(chǎn)轉(zhuǎn)移至表外，實現(xiàn)傳統(tǒng)信貸機構(gòu)的業(yè)務(wù)模式轉(zhuǎn)變，消弱了銀行信貸機構(gòu)的資金約束資產(chǎn)擴張的能力，促使銀行信貸擴張[18]。由于影子銀行的模式本質(zhì)上和商業(yè)銀行經(jīng)營模式類似，是能夠提供信用轉(zhuǎn)換、期限轉(zhuǎn)換和流動性轉(zhuǎn)換的金融中介，因此金融中介理論和金融加速器理論可以運用到影子銀行與貨幣政策的關(guān)系上[14]。

王蘇生，等：基于DSGE模型的影子銀行與信貸傳導(dǎo)研究

Vol.36， No.2預(yù)測2017年第2期

2008年“次貸危機”后影子銀行受到了國內(nèi)外學(xué)者的廣泛討論，卻鮮有學(xué)者探討將影子銀行金融中介引入到新凱恩斯宏觀模型（DSGE）中，分析影子銀行對貨幣政策信貸傳導(dǎo)有效性的影響。影子銀行信貸受到可獲得的資金供給約束，可以通過信貸渠道精確地解釋它們的波動反應(yīng)[19]。Verona等[20]考慮一個帶有金融加速器的DSGE模型，假定存在一個完全競爭的影子銀行并且扮演投資銀行角色，對低風(fēng)險的項目進行投資而傳統(tǒng)商業(yè)銀行向高風(fēng)險企業(yè)提供資金，發(fā)現(xiàn)貨幣當(dāng)局實施極度寬松的貨幣政策會放大經(jīng)濟繁榮和蕭條所產(chǎn)生的影響，以及影子銀行金融中介專注于風(fēng)險較小的貸款。Goodhart等[21]研究不同的監(jiān)管制度以阻止影子銀行資產(chǎn)的減價出售，得出與Verona等不同的觀點，他們認(rèn)為影子銀行比傳統(tǒng)商業(yè)銀行存在較低風(fēng)險厭惡程度，并且面臨更低的違約成本。Meeks等[22]關(guān)注商業(yè)銀行通過資產(chǎn)證券化將風(fēng)險貸款轉(zhuǎn)移至資產(chǎn)負(fù)債表外的影子銀行，進而影響金融不穩(wěn)定。Mazelis[23]研究帶有影子銀行和商業(yè)銀行的DSGE模型框架下的貨幣政策沖擊對總貸款供應(yīng)的影響，發(fā)現(xiàn)影子銀行導(dǎo)致總信貸供給減少。基于上述分析，本文將影子銀行金融中介部門引入到DSGE模型中，借鑒了Ferrante[24]對于貸款項目類型的劃分，分析了銀行部門如何對不同項目類型的貸款進行融資，從理論上闡述了央行貨幣政策對影子銀行信貸渠道產(chǎn)生的影響。

3參數(shù)校準(zhǔn)

在進行數(shù)值模擬之前，我們首先需要對模型中的一些基本參數(shù)進行校準(zhǔn)。對于常見的參數(shù)按照以往的文獻進行賦值，而穩(wěn)態(tài)參數(shù)則結(jié)合國內(nèi)的實際情況進行校準(zhǔn)。表1給出了DSGE模型的基本參數(shù)校準(zhǔn)值。（1）家庭效應(yīng)參數(shù)的校準(zhǔn)。我們將家庭隨機貼現(xiàn)因子β設(shè)定為0.99，如Gertler和Karadi[9]將β值校準(zhǔn)為0.99。參照郭新強等[27]利用GMM方法的估計結(jié)果，我們將消費習(xí)慣因子b設(shè)定為0.58。根據(jù)Ferrante[24]，將相對勞動效應(yīng)權(quán)重χ校準(zhǔn)為0.25；參考Galí和Gertler[28]對勞動供給彈性的估計，設(shè)定η為1.2。（2）銀行部門相關(guān)參數(shù)的校準(zhǔn)。對于商業(yè)銀行和影子銀行每期繼續(xù)留在市場的概率σ取值為0.93，意味著銀行家平均年限約為3年半；剩下的參數(shù)pG、pB、θH、θL、κ和τ校準(zhǔn)值均來自于Ferrante[24]。（3）企業(yè)相關(guān)參數(shù)的校準(zhǔn)。根據(jù)我國全部從業(yè)人員勞動報酬占GDP比重，將資本份額α校準(zhǔn)為0.33；參考Christiano等[29]將資本折舊率δ校準(zhǔn)為0.025，意味著年折舊率為10%。對于中間品廠商的替代彈性ε，Zhang[30]基于中國宏觀季度數(shù)據(jù)的GMM實證估計值為4.61，本文中將其設(shè)定ε=4.61。文獻中對于資本調(diào)整因子的校準(zhǔn)值范圍在1～30之間較多，在綜合考慮之后我們將f″設(shè)定為5。（4）其他參數(shù)校準(zhǔn)。最終品生產(chǎn)商的價格粘性參數(shù)取0.75，表示一次價格調(diào)整所需時間約為一年。由于我國貨幣政策中使用利率調(diào)整的頻率較低且幅度不大，我們將泰勒規(guī)則中的利率自相關(guān)系數(shù)設(shè)定為0.9，而貨幣政策對產(chǎn)出和膨脹缺口的系數(shù)απ和αy分別設(shè)定為1.06和0.15。對于技術(shù)沖擊的估計，先估計出中國的宏觀生產(chǎn)函數(shù)，再利用估算出的殘差作為技術(shù)沖擊的替代指標(biāo)，計算技術(shù)沖擊的自相關(guān)系數(shù)和標(biāo)準(zhǔn)差。

表1模型參數(shù)的校準(zhǔn)值

符號參數(shù)值參數(shù)描述符號參數(shù)值

參數(shù)描述

β0.99家庭貼現(xiàn)因子δ0.025資本折舊率

b0.58消費習(xí)慣因子ε4.61中間商品替代彈性

χ0.25相對勞動效應(yīng)權(quán)重f″5資本調(diào)整因子

η1.2勞動供給逆Frisch彈性ξc0.75價格粘性參數(shù)

σ0.93銀行每期留存的概率απ1.06貨幣政策對通脹缺口系數(shù)

pB0.66不良貸款成功率ρr0.9利率平滑系數(shù)

θL0.66項目低成功率ρε，IR0.5貨幣政策沖擊平滑系數(shù)

κ0.15監(jiān)控成本參數(shù)Rk1.0106貸款收益率穩(wěn)態(tài)值

τ0.68監(jiān)控成本參數(shù)R1.0101名義利率穩(wěn)態(tài)值

α0.33資本投入份額pG1良好貸款成功率

θH1.026項目高成功率ρa0.85技術(shù)沖擊平滑系數(shù)

αy0.15貨幣政策對產(chǎn)出缺口系數(shù)

4模型動態(tài)分析

在前面模型設(shè)定和參數(shù)估計的基礎(chǔ)上，首先對模型在技術(shù)沖擊下的脈沖反應(yīng)進行模擬，并結(jié)合脈沖反應(yīng)結(jié)果對其進行解釋；其次我們使用構(gòu)造的模型模擬正向的利率沖擊對銀行金融中介所產(chǎn)生的影響。

4.1技術(shù)沖擊的脈沖分析

圖1顯示了銀行部門主要變量對1%的正向技術(shù)沖擊的動態(tài)響應(yīng)過程。由于實際產(chǎn)出、資本價格和銀行之間存在相互影響，正向的技術(shù)沖擊帶來產(chǎn)出增加，資本價格也相應(yīng)提高，企業(yè)的貸款利率下降，使得企業(yè)貸款和資本需求增加。由于銀行貸款質(zhì)量與貸款收益率成正比，隨著貸款收益率的下降和資本價格上升，銀行選擇篩選貸款好的項目動機減少，因而銀行貸款質(zhì)量下降。圖1顯示在正向的技術(shù)沖擊后商業(yè)銀行對貸款項目的篩選水平（即貸款質(zhì)量）下降，而影子銀行貸款質(zhì)量上升。實際上看，商業(yè)銀行對大型企業(yè)的貸款比例增加對貸款質(zhì)量的升高具有較大的負(fù)面影響，從而降低銀行貸款質(zhì)量。影子銀行貸款質(zhì)量不僅受到貸款收益率的影響，也與名義利率下降有關(guān)。此外，影子銀行融資資本增加而商業(yè)銀行在短期內(nèi)融資資本下降。實際上，隨著影子銀行等金融創(chuàng)新的發(fā)展，企業(yè)融資方式正在發(fā)生明顯變化，對商業(yè)銀行貸款的依賴度逐漸降低，也提高了商業(yè)銀行間接融資成本，因而商業(yè)銀行融資資本下降。由于商業(yè)銀行凈值分別受到杠桿率和融資資本的影響，在正向的技術(shù)沖擊下杠桿率上升而融資資本下降，因而商業(yè)銀行凈值下降；影子銀行杠桿率上升的幅度大于銀行融資資本的增長，從圖1看出影子銀行凈值在短期內(nèi)上升。

圖1正向技術(shù)沖擊對銀行部門主要變量的影響

注：圖1中的銀行分別表示影子銀行和商業(yè)銀行，其中線條代表商業(yè)銀行，圓圈實線代表影子銀行。

4.2利率沖擊的脈沖分析

首先假設(shè)經(jīng)濟處于穩(wěn)態(tài)，然后對其施加一個單位正向的貨幣政策利率沖擊。圖2顯示了銀行部門主要變量對于1%的正向貨幣政策沖擊的動態(tài)脈沖響應(yīng)過程。傳統(tǒng)的利率傳導(dǎo)渠道理論表明央行加息會抑制企業(yè)的投資行為，也就同時降低了企業(yè)對銀行中介的信貸需求。從圖2可以看出，在緊縮性的貨幣政策作用下，由于資產(chǎn)負(fù)債表的緊縮，銀行會縮減對企業(yè)的融資規(guī)模，抑制資本價格的下降并進一步影響銀行凈值，具體表現(xiàn)為正向的利率沖擊導(dǎo)致影子銀行凈值初始下降而商業(yè)銀行凈值初始增加。然而，正向的利率沖擊分別對影子銀行融資資本和商業(yè)銀行融資資本的影響不同，商業(yè)銀行融資資本增加而影子銀行融資資本下降。事實上，由于影子銀行具有較高的初始杠桿率，凈值的下降使得影子銀行資產(chǎn)負(fù)債表更具有約束力，以至將資產(chǎn)出售給其他金融部門，但商業(yè)銀行具有較低的杠桿容量，不能吸收影子銀行持有的所有資本，因而加劇了影子銀行體系的資產(chǎn)下降程度。此外，在緊縮性的貨幣政策下，貨幣政策沖擊導(dǎo)致商業(yè)銀行貸款質(zhì)量上升，而影子銀行貸款質(zhì)量下降。給定資本價格下降和貸款收益率的上升，影子銀行比商業(yè)銀行有更大的動機增加對貸款的風(fēng)險型項目的篩選水平。

圖2正向利率沖擊對銀行部門主要變量的影響注：圖2中的銀行分別表示影子銀行和商業(yè)銀行，其中線條代表商業(yè)銀行，圓圈實線代表影子銀行。

5結(jié)論與啟示

本文通過在新凱恩斯分析框架中引入影子銀行和商業(yè)銀行兩種金融中介來分析當(dāng)前貨幣政策的傳導(dǎo)機制和調(diào)控效果，得出主要結(jié)論如下：（1）當(dāng)經(jīng)濟面臨正向的技術(shù)沖擊時，影子銀行融資資本增加而商業(yè)銀行融資資本下降，受杠桿率上升的約束，商業(yè)銀行凈值下降而影子銀行凈值上升。正向的技術(shù)沖擊帶來貸款收益率的下降和資本價格上升，銀行選擇篩選好的貸款項目動機減少，因而，銀行貸款質(zhì)量下降。（2）在緊縮性的貨幣政策下，商業(yè)銀行凈值和融資資本增加，而影子銀行凈值和融資資本下降。該結(jié)論與國外一些文獻不同，他們認(rèn)為貨幣政策緊縮時，影子銀行增加借貸而商業(yè)銀行減少借貸，主要原因是本文中設(shè)定影子銀行比商業(yè)銀行具有更高的初始杠桿率。同時，商業(yè)銀行貸款質(zhì)量增加而影子銀行貸款質(zhì)量下降。

本研究對于貨幣當(dāng)局和企業(yè)均具有管理實踐意義。隨著金融創(chuàng)新的不斷發(fā)展，企業(yè)融資方式正在發(fā)生明顯變化，大企業(yè)向市場融資、小企業(yè)向民間融資，通過股權(quán)、債權(quán)、資產(chǎn)證券化等多種方式進行融資，對傳統(tǒng)商業(yè)銀行貸款的依賴程度逐漸降低，直接影響商業(yè)銀行利息收入，同時也相應(yīng)提高銀行貸款的融資成本，而以委托貸款、民間借貸、貸款信托、擔(dān)保公司等為代表的影子銀行越來越多地充當(dāng)融資中介，使得傳統(tǒng)的銀行信貸受到擠壓。隨著未來國家宏觀經(jīng)濟環(huán)境和金融生態(tài)環(huán)境都將發(fā)生顯著變化，企業(yè)融資渠道多元化加大了央行通過商業(yè)銀行信貸中介進行宏觀調(diào)控的難度，因此應(yīng)該穩(wěn)步推進利率市場化改革，完善貨幣政策的利率傳導(dǎo)機制。

此外，從國內(nèi)影子銀行產(chǎn)生的原因來看，以風(fēng)險型為主的民營中小企業(yè)對資金的需求更高，而商業(yè)銀行受制于監(jiān)管和自身風(fēng)險控制等約束，難以對這些高風(fēng)險實體提供充足的信貸支持，而影子銀行體系正好彌補這些資金缺口。正如此，影子銀行的發(fā)展降低了銀行部門貸款篩選水平，也增加了風(fēng)險沖擊的程度，促使金融系統(tǒng)呈現(xiàn)不穩(wěn)定狀態(tài)。在經(jīng)濟快速發(fā)展時，影子銀行所面臨的問題或風(fēng)險可能會容易解決。當(dāng)經(jīng)濟增長速度出現(xiàn)回調(diào)時，影子銀行篩選貸款的項目會明顯下降，從而導(dǎo)致銀行經(jīng)營風(fēng)險成倍數(shù)的放大。雖然我國影子銀行還未形成與商業(yè)銀行分屬兩條融資鏈條的平行結(jié)構(gòu)，但需要給予重視。在全球經(jīng)濟出現(xiàn)危機時，為了阻止其資本收益率下降低于特定值，影子銀行必須從根本上減少信貸風(fēng)險以及收緊貸款質(zhì)量標(biāo)準(zhǔn)，從而降低它們資產(chǎn)的風(fēng)險。未來需要重點加強影子銀行體系的監(jiān)管和金融穩(wěn)定性防范。

參考文獻：

[1]Board F S. Global shadow banking monitoring report[R]. Basel： Bank for International Settlement， 2012.

[2]葉康濤，祝繼高.銀根緊縮與信貸資源配置[J].管理世界，2009，（1）：2228.

[3]陳繼勇，甄臻.后危機時代中美影子銀行形成機制、風(fēng)險特征比較及對策研究[J].武漢大學(xué)學(xué)報，2013，66（6）：9096.

[4]王銘利.影子銀行、信貸傳導(dǎo)與貨幣政策有效性——一個基于微觀視角的研究[J].中國軟科學(xué)，2015，（4）：173182.

[5]Bernanke B S， Blinder A S. The federal funds rate and the channels of monetary transmission[J]. The American Economic Review， 1992， 82（4）： 901921.

[6]Koivu T. Has the Chinese economy become more sensitive to interest rates？ Studying credit demand in China[J]. China Economic Review， 2009， 20（3）： 455470.

[7]Chen Q， Funke M， Paetz M. Market and nonmarket monetary policy tools in a calibrated DSGE model for mainland China[R]. BOFIT Discussion Papers， Bank of Finland， Institute for Economies in Transition， 2012.

[8]陳昆亭，周炎，龔六堂.短期經(jīng)濟波動如何影響長期增長趨勢[J].經(jīng)濟研究，2012，（1）：4253.

[9]Gertler M， Karadi P. A model of unconventional monetary policy[J]. Journal of Monetary Economics， 2011， 58（1）： 1734.

[10]Brunnermeier M K， Sannikov Y. The I theory of money[R]. Working Paper， Princeton University， 2011.

[11]He Z， Krishnamurthy A. A model of capital and crises[J]. The Review of Economic Studies， 2012， 79（2）： 735777.

[12]Dedola L， Karadi P， Lombardo G. Global implications of national unconventional policies[J]. Journal of Monetary Economics， 2013， 60（1）： 6685.

[13]劉鵬，鄢莉莉.銀行體系、技術(shù)沖擊與中國宏觀經(jīng)濟波動[J].國際金融研究，2012，（3）：6976.

[14]康立，龔六堂.金融摩擦、銀行凈資產(chǎn)與國際經(jīng)濟危機傳導(dǎo)[J].經(jīng)濟研究，2014，（5）：147159.

[15]戴金平，陳漢鵬.中國的利率條件、信貸指導(dǎo)與經(jīng)濟波動[J].金融研究，2013，（11）：114.

[16]裘翔，周強龍.影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟研究，2014，（5）：91105.

[17]Financial Stability Board. Progress report to the G20 on strengthening the oversight and regulation of shadow banking [R]. Los Cabos： Financial Stability Board， 2012.

[18]王博，劉永余.影子銀行信用創(chuàng)造機制及其啟示[J].金融論壇，2013，（3）：38.

[19]Bernanke B S， Gertler M. Inside the black box： the credit channel of monetary policy transmission[J]. Journal of Economic Perspectives， 1995， 9（4）： 2748.

[20]Verona F， Martins M M F， Drumond I. （Un）anticipated monetary policy in a DSGE model with a shadow banking system[R]. Bank of Finland Research Discussion Papers， 2013. 143.

[21]Goodhart C A E， Kashyap A K， Tsomocos D P， et al.. Financial regulation in general equilibrium[R]. Federal Reserve Bank of New York Staff Reports， 2012. 135.

[22]Meeks R， Nelson B， Alessandri P. Shadow banks and macroeconomic instability[R]. Bank of Italy Temi di Discussione， 2013. 939.

[23]Mazelis F. Monetary policy effects on financial intermediation via the regulated and the shadow banking systems[R]. BOFIT Discussion Paper， Bank of Finland， 2015.

[24]Ferrante F. A model of endogenous loan quality and the collapse of the shadow banking system[R]. Finance and Economics Discussion Series， Federal Reserve Board， 2013.

[25]Bernanke B S， Gertler M， Gilchrist S. The financial accelerator in a quantitative business cycle framework[J]. Handbook of Macroeconomics， 1998， 99（1）： 13411393.

[26]Calvo G A. Staggered prices in a utility maximizing framework[J]. Journal of Monetary Economics， 1983， （12）： 383398.

[27]郭新強，汪偉，楊坤.剛性儲蓄、貨幣政策與中國居民消費動態(tài)[J].金融研究，2013，（2）：4659.

[28]Galí J， Gertler M. Macroeconomic modeling for monetary policy evaluation[J]. The Journal of Economic Perspectives， 2007， 21（4）： 2545.

[29]Christiano L J， Motto R， Rostagno M. Financial factors in economic fluctuations[R]. European Central Bank， 2010.[30]Zhang W. Chinas monetary policy： quantity versus price rules[J]. Journal of Macroeconomics， 2009， 31（3）： 473484.