金融穩(wěn)定與外部宏觀審慎政策溢出效應(yīng)
——以存款準備金率和貸款價值比為例

方 意 歐陽輝 張碧瓊

一、引言

2008年全球金融危機后，各國加大了宏觀審慎政策的實施力度，希望借此減小國內(nèi)產(chǎn)生系統(tǒng)性金融風險的可能性。然而，隨著金融一體化和全球互聯(lián)性的深入，一國出于金融穩(wěn)定目的實施的宏觀審慎政策會對其他國家的宏觀審慎政策產(chǎn)生影響。這是因為一國實施宏觀審慎政策的影響可能會通過跨境資本流動蔓延至其他國家。這不但破壞了來源國政策的有效性，還會對溢出目的國的金融市場和金融機構(gòu)造成沖擊，進而促使目的國及時調(diào)整宏觀審慎政策以維護金融穩(wěn)定。也就是說，一國的宏觀審慎政策使其他國家做出了宏觀審慎政策調(diào)整，即產(chǎn)生了溢出效應(yīng)。

黨的十九大報告提出要推動形成全面開放的新格局，強調(diào)開放帶來進步。2021年7月，中國人民銀行下半年工作會議也談到要進一步有序推進金融開放?？缇迟Y本流動是政策溢出的重要渠道。金融開放會擴大跨境資金流通渠道、降低跨境交易成本，從而有效地促進資金的跨境流動(楊子暉和陳創(chuàng)練，2015[1])。因此，隨著中國金融開放的推進，外部宏觀審慎政策的影響變得不容忽視，其對中國宏觀審慎政策的溢出有多大？溢出效應(yīng)如何傳導(dǎo)？中國的金融穩(wěn)定會不會影響溢出效應(yīng)？深入研究這些問題，有助于加深對宏觀審慎政策溢出傳導(dǎo)機制的理解，深化金融穩(wěn)定與政策溢出之間關(guān)系的認識，因此具有重要的理論意義。同時，將外部政策溢出效應(yīng)納入考慮范圍，有助于中國監(jiān)管當局更好地制定和執(zhí)行宏觀審慎政策，降低溢出效應(yīng)可能帶來的金融風險，因此本文的研究又具有重要的現(xiàn)實意義和政策價值。為了回答上面提出的問題，本文首先對不同政策工具的溢出傳導(dǎo)機制進行了分析；然后構(gòu)建溢出指數(shù)對宏觀審慎政策的溢出效應(yīng)進行了討論；最后實證檢驗了中國金融穩(wěn)定對外部宏觀審慎政策溢出效應(yīng)的影響。

以往的研究重視對宏觀審慎政策溢出渠道，以及不同類型政策工具對其影響的分析，但對溢出目的國的政策反應(yīng)鮮有討論。本文的貢獻在于：第一，量化了來源國宏觀審慎政策對目的國宏觀審慎政策的溢出效應(yīng)。這使得更為細致和深入地討論國家間的宏觀審慎政策影響成為可能。第二，對比分析了外部兩種具體的宏觀審慎政策工具：存款準備金率和貸款價值比，對中國的溢出效應(yīng)；實證檢驗了中國的金融穩(wěn)定對溢出效應(yīng)的影響，加深了對不同政策工具溢出效應(yīng)的理解。

余文結(jié)構(gòu)如下：第二部分為文獻綜述；第三部分為影響機制分析和研究假設(shè)；第四部分為宏觀審慎政策溢出效應(yīng)指標構(gòu)建方法和數(shù)據(jù)描述；第五部分為宏觀審慎政策溢出效應(yīng)分析；第六部分為中國金融穩(wěn)定對外部宏觀審慎政策溢出效應(yīng)的影響分析；第七部分為結(jié)論與政策啟示。

二、文獻綜述

目前大多數(shù)宏觀審慎政策都明確適用于銀行系統(tǒng)，其本質(zhì)上是一種激勵銀行的機制(方意和黃麗靈，2019[2])。當監(jiān)管政策發(fā)生變化時，國際資本會通過流入和流出銀行進行回應(yīng)(Bremus和Fratzscher，2015[3])。2008年金融危機爆發(fā)后，銀行的風險容忍度有所上升(項后軍等，2018[4])，在資本流出中起著重要作用(范小云等，2020[5])。而銀行跨境信貸是宏觀審慎政策溢出的重要渠道(Kang等，2017[6])，也是相關(guān)溢出渠道研究的重點。本文主要涉及以下兩方面文獻內(nèi)容。

(一)關(guān)于宏觀審慎政策跨境信貸溢出渠道的研究

宏觀審慎政策對本國和外國銀行的跨境信貸都會產(chǎn)生影響。一方面，緊縮性宏觀審慎政策會使擁有地區(qū)性或全球性業(yè)務(wù)的本國銀行向外國發(fā)放貸款(Avdjiev等，2017[7])。在這一過程中，本國銀行向外國市場上風險較高的公司提供了更多的貸款(Ongena等，2013[8])，從而承擔了更高的風險，造成了本國宏觀金融系統(tǒng)的不穩(wěn)定(趙勝民和何玉潔，2019[9])。此外，這些增加的貸款還會導(dǎo)致外國市場信貸繁榮或資產(chǎn)價格壓力，進而影響外國的金融穩(wěn)定。另一方面，緊縮性宏觀審慎政策會使外國銀行增加對本國的放貸。緊縮性監(jiān)管要求使信貸資金從本國受監(jiān)管的外國子公司轉(zhuǎn)移到位于該國未受監(jiān)管的外國分行，這一漏出數(shù)額很大，約占總貸款供應(yīng)變化的三分之一(Aiyar等，2014[10])。因此，相對于本國的銀行，外國分行和跨境貸款機構(gòu)提供了更多的信貸，并承擔了更大的風險(Reinhardt和Sowerbutts，2015[11])。

綜上，宏觀審慎政策會影響政策來源國和政策溢出目的國銀行的跨境信貸，進一步影響目的國的銀行風險和金融穩(wěn)定。但是對于目的國因金融穩(wěn)定受到影響進行的及時政策反應(yīng)，即來源國政策對目的國政策的溢出效應(yīng)，還罕有文獻進行分析和討論。本文首先對銀行跨境信貸渠道下溢出目的國的政策反應(yīng)機制進行了分析，然后使用Qual VAR模型將離散的宏觀審慎政策變量轉(zhuǎn)為連續(xù)的政策潛變量，在此基礎(chǔ)上進一步構(gòu)建了政策溢出效應(yīng)指數(shù)。通過這種方法，本文討論并量化了國家之間宏觀審慎政策的溢出效應(yīng)，為目的國監(jiān)管當局進行及時、有效的政策反應(yīng)提供了一定的參考。

(二)關(guān)于不同類型宏觀審慎政策工具對跨境信貸影響的研究

宏觀審慎政策對政策工具表現(xiàn)出不同的敏感性(方意，2016[12])，已有文獻從政策工具作用的對象：借款人和貸款人入手，對不同類型宏觀審慎政策工具影響銀行跨境信貸的問題展開了分析。第一，針對借款人的政策研究集中于部門工具中的貸款標準限制。貸款標準限制是面向金融產(chǎn)品的監(jiān)管工具，對國內(nèi)外銀行的影響相似(Galati和Moessner，2018[13])。因此，這一政策工具不會引起外國銀行跨境信貸的流入，但會引起本國銀行國際債權(quán)的增加，且銀行資本狀況越好，國際債權(quán)增加的幅度往往越大(Avdjiev等，2017[7])。第二，針對貸款人的政策研究集中于資本工具中的資本要求和流動性工具中的存款準備金率。在資本要求方面，當資本標準提高時，外國銀行會增加對本國的債權(quán)(Reinhardt和Sowerbutt，2015[11])。這是因為資本要求提高了本國銀行的加權(quán)平均資本成本，但跨境貸款由于不受影響而產(chǎn)生了融資優(yōu)勢。在存款準備金率方面，當存款準備金率提高使得本國融資成本上升時，本國銀行增加了向國際銀行的貸款(Avdjiev等，2017[7])。

綜上，不同類型宏觀審慎政策工具對跨境信貸以及目的國金融穩(wěn)定產(chǎn)生的影響存在差異。因此，目的國監(jiān)管當局對金融穩(wěn)定變化的政策反應(yīng)也不同，但罕有相關(guān)研究對這一問題進行討論。本文以中國使用最為頻繁的兩項宏觀審慎政策工具：存款準備金率和貸款價值比為例，對比分析了兩種政策溢出效應(yīng)的差異，并進一步實證檢驗了中國的金融穩(wěn)定對外部宏觀審慎政策溢出效應(yīng)的影響。這不但加深了對不同宏觀審慎政策工具溢出效應(yīng)的理解，還為監(jiān)管當局做出差異化的決策提供了借鑒。

三、影響機制分析和研究假設(shè)

存款準備金率(RR)政策和貸款價值比(LTV)政策是目前全球應(yīng)用廣泛、中國使用最為頻繁(Alam等，2019[15])、對國際銀行信貸擴張影響最大的兩項宏觀審慎政策工具(Avdjiev等,2017[7])，也是國內(nèi)學(xué)者進行對比研究的政策工具(梁琪等，2015[16]；荊中博和方意，2018[17])。

目的國的金融穩(wěn)定會影響宏觀審慎政策溢出效應(yīng)。當來源國實施緊縮性宏觀審慎政策時，會通過跨境信貸渠道影響目的國金融市場的信貸和房價。這會進一步影響銀行的系統(tǒng)性風險(童中文等，2015[18])。此時，監(jiān)管當局執(zhí)行宏觀審慎政策能夠明顯抑制系統(tǒng)性風險和房價的波動幅度(郭娜等，2019[19])。因此，來源國實施的政策最終會引起目的國宏觀審慎政策的被動調(diào)整，即產(chǎn)生了政策的溢出效應(yīng)。如前所述，RR政策和LTV政策是分別針對貸款人和借款人的工具，由于作用的對象不同，政策引起的跨境信貸變動存在差異。這種差異使得目的國的金融穩(wěn)定變量：信貸和房價，在兩種情況下變化不同，由此引起目的國政策的被動調(diào)整也不相同。因此，金融穩(wěn)定和溢出效應(yīng)之間的關(guān)系與使用的政策工具有關(guān)。具體而言：

第一，緊縮性RR政策限制了來源國銀行的資金，對更依賴于銀行間市場融資的銀行產(chǎn)生了影響。由于來源國銀行間市場的資金變得短缺，融資成本上升，來源國銀行開始向其他資金來源融資，以消除RR提高對其的負面影響。政策溢出目的國銀行的資金在逐利因素的驅(qū)動下會通過國際銀行間市場流向來源國，國際銀行貸款隨之上升。此時，目的國由于資金流出，金融市場信貸供給下降、貸款利率上升、金融穩(wěn)定變量：信貸和房價的增速下降。因此，當目的國監(jiān)管機構(gòu)觀測到來源國實施緊縮性RR政策時：(1)如果本期目的國金融市場上的信貸和房價下降，來源國的政策溢出可能會造成信貸和房價進一步下跌。此時，目的國的緊縮性政策壓力變得更小，監(jiān)管當局會在本期及時做出政策反應(yīng)。信貸和房價本期下降越大，政策反應(yīng)的強度越大，溢出效應(yīng)增大。(2)如果本期目的國金融市場上的信貸和房價上升，來源國政策溢出引起的信貸和房價下跌會抵消上升的情形。由于對金融穩(wěn)定變量的變化沒有確定的預(yù)期，目的國無法在本期做出及時的政策反應(yīng)，溢出效應(yīng)減小。

根據(jù)以上分析，本文提出假設(shè)1。

假設(shè)1：中國金融穩(wěn)定變量：信貸和房價的變化與外部緊縮性RR政策溢出效應(yīng)成反向關(guān)系。

第二，緊縮性LTV政策是針對金融產(chǎn)品的監(jiān)管，所有的銀行機構(gòu)都受到相同的約束。在此背景下，來源國銀行資金會通過跨境信貸的方式流向目的國。此時，目的國金融市場的信貸供給上升、貸款利率下降。金融穩(wěn)定變量：信貸和房價的增速上升，房地產(chǎn)市場的風險又增加了銀行的風險(方意等，2021[20])。因此，當目的國監(jiān)管機構(gòu)觀測到來源國實施緊縮性LTV政策時：(1)如果本期目的國金融市場上的信貸和房價上升，來源國政策溢出可能會造成信貸和房價進一步上升。此時，目的國的緊縮性政策壓力變得更大，監(jiān)管當局會在本期及時做出政策反應(yīng)。國內(nèi)信貸和房價本期上升越大，政策反應(yīng)的強度越大，溢出效應(yīng)增大。(2)如果本期目的國金融市場上的信貸和房價下降，來源國政策溢出引起的信貸和房價上升會抵消下降的情形。由于對金融穩(wěn)定變量的變化沒有確定的預(yù)期，目的國無法在本期做出及時的政策反應(yīng)，溢出效應(yīng)減小。

根據(jù)以上分析，本文提出假設(shè)2。

假設(shè)2：中國金融穩(wěn)定變量:信貸和房價的變化與外部緊縮性LTV政策溢出效應(yīng)成正向關(guān)系。

傳導(dǎo)過程如圖1所示。

圖1 來源國宏觀審慎政策對目的國的溢出傳導(dǎo)

四、宏觀審慎政策溢出效應(yīng)指標構(gòu)建方法和數(shù)據(jù)描述

(一)Qual VAR模型

宏觀審慎政策涉及大量實施間隔和頻率存在差異的工具。以往的文獻要么進行事件研究，要么根據(jù)緊縮或?qū)捤傻牧鲎兓褂秒x散指標對這些事件進行標記。然而，在沒有政策行動的樣本期內(nèi)，二元政策指標無法捕捉政策立場的變化。Tillmann(2015)[21]認為宏觀審慎政策可以被直接觀察到的執(zhí)行次數(shù)很少，這導(dǎo)致對政策的有效性知之甚少，因此可以使用定性向量自回歸(Qual VAR)模型將二元政策變量變?yōu)檫B續(xù)變量，揭示宏觀審慎政策連續(xù)的潛在監(jiān)管壓力。根據(jù)這一思想，荊中博和方意(2018)[17]用Qual VAR模型模擬了中國RR政策和LTV政策的潛變量，并分析了這兩種政策對貸款增速、房地產(chǎn)價格增速等金融穩(wěn)定目標的有效性和靶向性。本文沿襲了這一思想，將RR政策和LTV政策實施的樣本國家擴展到全球范圍，對執(zhí)行這兩類政策的國家進行了政策模擬和討論。

(1)

Φ(L)Yt=μ+εt

(2)

(3)

本文不關(guān)注整體策略立場，即-1/0/+1系列政策事件，只討論包含0/1序列的緊縮模型，將關(guān)注點放在緊縮性宏觀審慎政策的討論上。這是因為宏觀審慎政策在繁榮時期更有必要性：一方面，系統(tǒng)性風險高發(fā)于信貸繁榮與信用過度擴張時期。只有在繁榮時期，借款行為才應(yīng)該受到監(jiān)管(Flemming等，2019[22])；另一方面，很少有政策能夠在不利時期幫助阻止銀行杠桿率和資產(chǎn)價格的下降(Claessens等，2013[23])。

(二)LASSO-VAR模型

Diebold和Yilmaz(2009)[24]認為對VAR模型預(yù)測誤差方差分解的結(jié)果進行處理可以度量市場之間的溢出效應(yīng)。本文參考這一思想，通過構(gòu)建宏觀審慎政策的溢出效應(yīng)指數(shù)來分析不同國家之間的政策溢出效應(yīng)。本文將緊縮性宏觀審慎政策連續(xù)潛變量作為VAR模型中的內(nèi)生變量，可以得到N元p階的VAR模型：

(4)

LASSO的方法可以有效地減少內(nèi)生變量的個數(shù)，以便更有效地估計VAR模型的參數(shù)，可以同時實現(xiàn)估計參數(shù)和變量選擇。LASSO-VAR模型的估計表達式如下所示：

(5)

(6)

其中，‖A‖F(xiàn)為矩陣A的弗羅貝尼烏斯范數(shù)(Frobenius norm)，是該矩陣各項元素絕對值平方的總和。λi是懲罰參數(shù)，其通過連續(xù)交叉驗證進行估計?！礽‖1表示l1懲罰項，為向量中各個元素絕對值之和，可以通過將最不顯著的元素賦值為0，從而減少橫截面系數(shù)的數(shù)量。

(三)溢出效應(yīng)指數(shù)構(gòu)建

類似李政等(2020)[25]的做法，本文借鑒Diebold和Yilmaz(2012)[26]的思路，使用廣義方差分解來識別同期因果關(guān)系、構(gòu)建宏觀審慎政策溢出效應(yīng)指數(shù)。在超前H步預(yù)測的廣義方差分解中，第j個變量對第i個變量方差的貢獻度表達式為：

(7)

(8)

1.每個國家(i)受到的外部宏觀審慎政策的溢出效應(yīng)(from-spillover)指數(shù)為：

(9)

2.所有樣本國家宏觀審慎政策的總溢出效應(yīng)(total-spillover)指數(shù)為：

(10)

(四)數(shù)據(jù)描述

為了模擬宏觀審慎政策的連續(xù)潛變量，并構(gòu)建政策溢出效應(yīng)指數(shù)，本文選取了建模的樣本國家和模擬所需的政策執(zhí)行變量、宏觀經(jīng)濟變量和金融變量。

1.宏觀審慎政策變量(yt)。

宏觀審慎政策執(zhí)行的數(shù)據(jù)來自Alam等(2019)[15]構(gòu)建的IMF宏觀審慎政策整合數(shù)據(jù)庫(iMaPP)。其中，RR政策指以宏觀審慎為目的的存款準備金率，LTV政策指主要針對住房貸款的限制，也包括針對汽車貸款和商業(yè)房地產(chǎn)貸款的限制。當實施緊縮性RR和LTV政策時，yt取1，否則為0。

通過對iMaPP的分析可以發(fā)現(xiàn)使用緊縮性RR政策的絕大多數(shù)是新興市場國家。這可能是因為新興市場國家相對封閉，為避免大規(guī)模、不穩(wěn)定的資本流動，以及由此引發(fā)的系統(tǒng)性風險，這些國家傾向于使用類似存款準備金率的流動性相關(guān)政策進行逆周期調(diào)節(jié)來穩(wěn)定金融市場(Montoro和Moreno，2011[27])。與之相反，發(fā)達國家通常資本賬戶更為開放，更多地使用以借款人為基礎(chǔ)的、主要針對住房部門的政策(Akinci和Olmstead-Rumsey，2018[28])，其中包括對貸款價值比(LTV)設(shè)定上限。從總體上來看，大部分實施政策的國家實際執(zhí)行次數(shù)都比較少，新興市場國家宏觀審慎政策的金融穩(wěn)定效應(yīng)比發(fā)達國家更為顯著(馬勇和黃輝煌，2021[29])。為了實現(xiàn)對政策潛變量的模擬，本文選擇了政策執(zhí)行至少3次以上的樣本。參照荊中博和方意(2018)[17]對變量的選擇，同時考慮宏觀經(jīng)濟和金融數(shù)據(jù)的可得性，最終分別選取了10個實施緊縮性RR政策和11個實施緊縮性LTV政策的樣本國家(1)實施緊縮性存款準備金率政策的樣本國家包括：保加利亞、巴西、中國、哥倫比亞、克羅地亞、印度尼西亞、印度、菲律賓、塞爾維亞、俄羅斯、土耳其；實施緊縮性貸款價值比政策的樣本國家包括：加拿大、中國、芬蘭、匈牙利、韓國、挪威、巴基斯坦、波蘭、羅馬尼亞、新加坡，2003年1月至2018年12月的月度數(shù)據(jù)。

2.金融穩(wěn)定變量和宏觀經(jīng)濟變量(Xt)。

金融穩(wěn)定一般是從其對立面金融不穩(wěn)定的角度進行衡量的?？紤]到宏觀審慎政策主要對銀行的信貸產(chǎn)生影響，所以本文選擇各國信貸同比增長率作為金融穩(wěn)定的代理變量。此外，由于宏觀經(jīng)濟變量與金融穩(wěn)定，以及宏觀審慎政策之間存在相互影響，本文最終選取了經(jīng)濟增長、通貨膨脹和貨幣政策來反映宏觀經(jīng)濟，并分別使用工業(yè)生產(chǎn)指數(shù)同比增長率、消費者價格指數(shù)同比增長率和貨幣供應(yīng)量同比增長率作為代理變量。金融穩(wěn)定變量和宏觀經(jīng)濟變量的數(shù)據(jù)來自CEIC和EIU Country Data數(shù)據(jù)庫。

將收集的數(shù)據(jù)運用Qual VAR模型進行模擬，本文得到了緊縮性RR政策和LTV政策的連續(xù)潛變量，如圖2和圖3所示。圖中的陰影區(qū)域表示這些工具實際的緊縮時期，實線表現(xiàn)了緊縮性宏觀審慎政策執(zhí)行的壓力或政府不可觀測的政策立場的變化。通過圖形可以觀察到樣本期內(nèi)宏觀審慎政策具有以下特征：(1)一致性。當緊縮性政策實施時，潛變量為正，其他時間為負，這與Tillman(2015)[21]的結(jié)果相符。(2)波動性。在整個樣本期內(nèi)，政策潛變量波動較為劇烈。

從圖2可以看出：第一，緊縮性RR政策的二元變量分布在樣本期的各個階段?？傮w來看，2012年之前緊縮政策執(zhí)行的次數(shù)更多。其中，中國、印度、塞爾維亞和俄羅斯顯得尤為密集。2012年以后相關(guān)政策的執(zhí)行次數(shù)減少，執(zhí)行的國家包括巴西、中國、俄羅斯和土耳其。第二，緊縮性RR政策的潛在監(jiān)管壓力在一些國家呈現(xiàn)逐漸下降的趨勢，比如保加利亞、巴西、克羅地亞、印度和塞爾維亞；而在另一些國家基本保持壓力均值不變，比如中國、哥倫比亞、印度尼西亞、俄羅斯和土耳其。

圖2 2003—2018年樣本國緊縮性存款準備金率政策潛變量

從圖3可以看出：第一，緊縮性LTV政策實際執(zhí)行次數(shù)相比RR政策少。中國、韓國和羅馬尼亞的政策執(zhí)行比較均勻地分布在樣本期內(nèi)；加拿大、芬蘭、挪威、波蘭、巴基斯坦和新加坡的執(zhí)行大多發(fā)生在樣本后期。第二，一些國家緊縮性LTV政策的潛在監(jiān)管壓力基本上保持平穩(wěn)，比如加拿大、中國、巴基斯坦、羅馬尼亞和新加坡。盡管如此，仍有部分國家的潛在監(jiān)管壓力在2008年左右出現(xiàn)了明顯的下降然后回升的趨勢。

圖3 2003—2018年樣本國緊縮性貸款價值比政策潛變量

五、宏觀審慎政策溢出效應(yīng)分析

本節(jié)基于宏觀審慎政策潛變量廣義方差分解的結(jié)果計算了緊縮性RR政策和LTV政策的溢出效應(yīng)指數(shù)、繪出了兩種政策的溢出動態(tài)時序圖，并進行了描述性分析。

(一)全樣本宏觀審慎政策溢出的總體水平

本文采用滾動的政策溢出效應(yīng)指數(shù)來度量宏觀審慎政策溢出效應(yīng)的動態(tài)水平。滾動窗口設(shè)為60個月，滾動后的樣本期為2008年1月至2018年12月。緊縮性RR政策和LTV政策溢出效應(yīng)的時序特征如圖4所示。從圖中可以看出：第一，RR政策和LTV政策具有顯著的溢出效應(yīng)。兩種政策工具的總溢出效應(yīng)具有明顯的波動性，波動范圍分別在27.39%～42.41%和19.49%～53.07%之間，RR政策波動的幅度相對較小。第二，RR政策和LTV政策總溢出效應(yīng)的走勢存在明顯差異：RR政策的總溢出呈現(xiàn)波動中平緩上升的趨勢，LTV的總溢出明顯呈現(xiàn)出波動中緩慢下降的趨勢。首先，當前發(fā)達國家的存款準備金率長期保持在較低水平且維持不變，RR政策主要在發(fā)展中國家使用，尤其是中國、印度、俄羅斯、巴西等新興市場國家使用較為頻繁。因此，RR政策的總溢出效應(yīng)實質(zhì)上反映了樣本國家中新興市場國家RR政策的總溢出。其次，一般來說，監(jiān)管機構(gòu)會根據(jù)宏觀經(jīng)濟形勢及房地產(chǎn)市場情況，“相機決策”地設(shè)定LTV。除了在2008年全球危機之后的一段時間，LTV政策總溢出處于高位之外，隨后的走勢符合以往研究中認為LTV政策溢出效應(yīng)相對較小的觀點。

圖4 樣本國家宏觀審慎政策總溢出效應(yīng)的時序特征

(二)外部宏觀審慎政策對中國的溢出水平

中國受到的外部宏觀審慎政策的溢出效應(yīng)如圖5所示。從圖可以看出：第一，外部RR政策和LTV政策對中國的溢出效應(yīng)會隨時間變化上下波動。首先，RR政策對中國的溢出效應(yīng)在2008年10月至2010年2月之間呈現(xiàn)出急速上升然后下降的走勢。從2010年5月開始，溢出效應(yīng)緩慢地回升，隨后在2015年7月突然下降。此后直到2018年年底，溢出效應(yīng)都保持相對平穩(wěn)，較前期影響的程度也偏低。其次，LTV政策對中國的溢出效應(yīng)從2018年9月起迅速上升，2010年1月達到最大值，然后緩慢回落至2003年1月的最低水平。隨后，溢出效應(yīng)開始上升，并在2013年11月以后保持較為穩(wěn)定的均值，一直持續(xù)至2018年年底。第二，外部RR政策和LTV政策溢出效應(yīng)的走勢存在差異，且在絕大多數(shù)時期外部RR政策的溢出效應(yīng)更大。如圖5所示，兩種政策的溢出效應(yīng)在樣本期間的開始和結(jié)束時期走勢比較相似。但在2010年10月至2016年11月間，RR政策的溢出效應(yīng)走勢由上升轉(zhuǎn)為下降，LTV政策走勢正好與之相反。

圖5 外部宏觀審慎政策對中國溢出效應(yīng)的時序特征

六、中國金融穩(wěn)定對外部宏觀審慎政策溢出效應(yīng)的影響分析

(一)模型設(shè)定和變量說明

宏觀審慎政策外溢的實證研究大多使用面板數(shù)據(jù)，將宏觀審慎政策離散變量作為單獨的解釋變量，并加入交乘項來體現(xiàn)控制變量的作用。與以往研究有所不同，本文參考陳曉莉和劉曉宇(2020)[30]的做法構(gòu)建模型，使用時間序列數(shù)據(jù)分析中國的金融穩(wěn)定對外部宏觀審慎政策溢出效應(yīng)的影響，樣本期為2008年1月至2018年12月。模型設(shè)定如下：

+γ2housepricet+λXt-1+εt

(11)

式中，被解釋變量(Fromspillt)為外部宏觀審慎政策對中國的溢出效應(yīng)，解釋變量包含被解釋變量的滯后兩期。信貸(creditt)和房價(housepricet)為核心解釋變量，Xt-1為控制變量。為減少互為因果關(guān)系帶來的內(nèi)生性問題對回歸結(jié)果產(chǎn)生的影響，本文參考習慣做法，將控制變量均滯后一期。α為常數(shù)項，ε為殘差項，下標t表示時間。本文對模型使用多元線性回歸的方法，并進行了異方差、自相關(guān)、多重共線性等相關(guān)檢驗。

1.被解釋變量。

2.核心解釋變量。

參照Prasad等(2019)[31]，本文選擇信貸(creditt)和房價(housepricet)作為金融穩(wěn)定的代理變量。信貸為銀行信貸的同比增長率；房價為70個大中城市新建住宅價格指數(shù)當月同比。信貸和房價數(shù)據(jù)分別來自EIU Country Data和WIND數(shù)據(jù)庫。

3.控制變量。

本文包含宏觀經(jīng)濟因素、金融及制度因素和全球因素三類控制變量。(1)宏觀經(jīng)濟因素。經(jīng)濟增長(rgdpt-1)，使用中國實際GDP同比增長率作為代理指標。參照陳宇峰等(2015)[32]的做法，以2000年為基期，將GDP當季同比的平減指數(shù)轉(zhuǎn)換為定基GDP平減指數(shù)。根據(jù)定基的平減指數(shù)將名義GDP轉(zhuǎn)換成實際GDP，然后采用Census X12方法進行季節(jié)調(diào)整，最后通過二次插值升頻為月度數(shù)據(jù)，計算同比增長率。(2)金融和制度因素。國際金融一體化水平(ifit-1)，參照Lane和Milesi-Ferretti(2007)[33]的方法，使用金融資產(chǎn)和負債總量占GDP的比重度量中國金融一體化的水平。政策利率(policyratet-1)，為再貼現(xiàn)利率。(3)全球因素。全球風險厭惡度(vixt-1)，使用標準普爾500指數(shù)期權(quán)隱含波動率作為代理變量；經(jīng)濟政策不確定性(eput-1)，采用Baker等(2016)[34]編制的經(jīng)濟政策不確定性指數(shù)。除特別說明外，控制變量的相關(guān)數(shù)據(jù)均來自CEIC和WIND數(shù)據(jù)庫。

(二)實證結(jié)果分析

模型(11)為簡單的多元線性回歸模型，本文首先對所有變量進行ADF單位根檢驗。結(jié)果顯示，銀行信貸、實際GDP增長率、國際金融一體化水平和經(jīng)濟政策不確定性在1%的水平上；外部緊縮性RR政策和LTV政策的溢出效應(yīng)、房價、政策利率在5%水平上；恐慌指數(shù)在10%的水平上拒絕含有單位根的原假設(shè)，從而接受備擇假設(shè)，即回歸模型中的所有變量都是平穩(wěn)的。

如表1所示，列(1)～列(3)的被解釋變量為外部緊縮性存款準備金率政策的溢出效應(yīng)；列(4)～列(6)為外部緊縮性貸款價值比政策的溢出效應(yīng)。實證結(jié)果表明，列(1)～列(3)中信貸和房價的系數(shù)在1%的水平上顯著為負，即中國的信貸和房價變化與外部RR政策的溢出效應(yīng)呈顯著負向關(guān)系。這說明，當中國信貸和房價增速下降(上升)時，外部RR政策的溢出效應(yīng)變大(變小)。因此，這論證了假設(shè)1提出的中國金融穩(wěn)定變量的變化與緊縮性RR政策溢出效應(yīng)成反向關(guān)系。

表1 信貸和房價對外部宏觀審慎政策溢出效應(yīng)的影響

列(4)～列(6)中信貸和房價的系數(shù)為正，且房價的系數(shù)在10%的水平上顯著，即中國的房價與外部LTV政策的溢出效應(yīng)呈顯著正向關(guān)系。這說明，當中國房價增速上升(下降)時，外部LTV政策的溢出效應(yīng)變大(變小)。因此，這論證了假設(shè)2提出的中國金融穩(wěn)定變量的變化與緊縮性LTV政策溢出效應(yīng)成正向關(guān)系。

回歸結(jié)果中其他控制變量的符號符合預(yù)期。首先，實際GDP增長速度越快，說明中國經(jīng)濟越繁榮。繁榮時期資金的跨境流動加大，政策溢出效應(yīng)變大。其次，金融一體化程度反映了資金出入的便利程度。金融一體化程度越高，政策傳導(dǎo)的渠道越通暢，政策溢出效應(yīng)越大。最后，政策利率的降低會減弱中國金融市場對資本的吸引力。此時資金的跨境流動減少，政策溢出效應(yīng)下降。

(三)穩(wěn)健性檢驗

本文從兩個方面進行了穩(wěn)健性檢驗：第一，使用加權(quán)最小二乘法(WLS)對式(11)進行回歸。以上的分析中使用了“OLS+穩(wěn)健標準誤”來處理方程中存在的異方差問題。在僅存異方差的情況下，也可以使用加權(quán)最小二乘法(WLS)進行估計，以得到更為有效的回歸結(jié)果。第二，內(nèi)生性檢驗。由于外部政策溢出與中國金融穩(wěn)定變量間可能存在互為因果的關(guān)系，本文對表1的各列方程進行了“杜賓-吳-豪斯曼(DWH)”內(nèi)生性檢驗，結(jié)果表明列(1)和列(3)中的信貸存在內(nèi)生性。因此，本文選取信貸的滯后項作為工具變量，運用異方差穩(wěn)健標準誤的2SLS方法和GMM方法進行回歸，以排除內(nèi)生性問題。兩種檢驗顯示結(jié)果穩(wěn)健(3)受篇幅限制，檢驗結(jié)果未予列示，感興趣的讀者可聯(lián)系作者索取。。

七、結(jié)論與政策啟示

本文以緊縮性存款準備金率和貸款價值比為例，研究了宏觀審慎政策的溢出效應(yīng)，以及中國金融穩(wěn)定對外部宏觀審慎政策溢出效應(yīng)的影響。首先，結(jié)合IMF的iMaPP數(shù)據(jù)庫，運用Qual VAR模型模擬了宏觀審慎政策的連續(xù)潛變量；其次，對政策潛變量進行廣義方差分解，在此基礎(chǔ)上構(gòu)建了政策溢出指數(shù)來分析宏觀審慎政策的溢出效應(yīng)；最后，檢驗了中國金融穩(wěn)定變量：信貸和房價的變化對外部宏觀審慎政策溢出效應(yīng)的影響。本文得到的主要結(jié)論有：

第一，外部緊縮性宏觀審慎政策對中國具有顯著的溢出效應(yīng)，其中存款準備金率政策對中國的溢出效應(yīng)要大于貸款價值比政策。

第二，中國金融穩(wěn)定變量：信貸和房價會影響外部緊縮性宏觀審慎政策的溢出效應(yīng)。其中，信貸和房價對外部緊縮性存款準備金率政策的溢出效應(yīng)有顯著的負向影響，房價對外部緊縮性貸款價值比政策的溢出效應(yīng)有顯著的正向影響。

本文的研究結(jié)果主要有以下政策啟示：

第一，中國監(jiān)管當局應(yīng)重視外部宏觀審慎政策對中國的溢出效應(yīng)。由于不同宏觀審慎政策工具的溢出效應(yīng)存在差異，因此需要有所區(qū)分。監(jiān)管當局應(yīng)及時評估外部政策可能對信貸和房價的作用，判斷其對本國現(xiàn)有宏觀審慎政策有效性的影響，并做好及時反應(yīng)的準備。從這個角度來說，有必要將應(yīng)對外部宏觀審慎政策溢出效應(yīng)納入本國宏觀審慎政策的考慮范圍，本文的量化結(jié)果為此提供了一定的參考。

第二，中國應(yīng)積極參與國際宏觀審慎政策協(xié)調(diào)。首先，國家之間宏觀審慎政策存在著“先發(fā)劣勢”的問題。如果一個國家的監(jiān)管機構(gòu)為了達到逆周期迅速調(diào)節(jié)的效果而提高存款準備金率，由于溢出效應(yīng)的存在，其只能內(nèi)化緊縮措施帶來的金融穩(wěn)定的一部分好處，卻承擔著降低本國銀行競爭力的所有潛在成本。與此相反，提高存款準備金率的政策溢出不但提升了目的國銀行的相對競爭力、降低了信貸增速和資產(chǎn)價格壓力，還促進了地區(qū)的金融穩(wěn)定。因此，這可能會引起政策來源國對資本流動的管制，甚至放棄更為有效的宏觀審慎政策工具，進一步加大了局部金融風險發(fā)生的可能性。其次，國家之間宏觀審慎政策還存在著“以鄰為壑”的問題。緊縮性貸款價值比政策有助于維護來源國的金融穩(wěn)定，并增進福利(岑磊等，2016[35])，但其可能會引起目的國承擔信貸增長過快或資產(chǎn)價格上升的壓力，造成目的國金融不穩(wěn)定，加大了風險發(fā)生的概率。最后，“金融三難”的困境使得獨立的監(jiān)管政策無法實現(xiàn)。不干預(yù)資本的跨境流動、國家獨立控制金融監(jiān)督，以及金融穩(wěn)定，這三項并非相互兼容(Agénor和Pereira da Silva，2021[36])。一國如果不斷開放金融市場，為了維護本國的金融穩(wěn)定，就需要對監(jiān)管政策進行被動調(diào)整。

本文研究的宏觀審慎政策溢出效應(yīng)，是一國宏觀審慎政策對另一國宏觀審慎政策的影響。研究結(jié)果體現(xiàn)了在中國金融開放進程中，維護金融穩(wěn)定的目標條件下，宏觀審慎監(jiān)管政策的非獨立性。為解決“先發(fā)劣勢”“以鄰為壑”和“金融三難”帶來的潛在金融風險和被動政策調(diào)整，監(jiān)管當局在制定和執(zhí)行宏觀審慎政策時，有必要從區(qū)域甚至是全球視角出發(fā)，協(xié)調(diào)各國的需求和選擇，確定政策工具。通過建立全球性的政策協(xié)調(diào)框架，達到增加政策有效性、提高政策福利的目的。這需要進一步加強對宏觀審慎政策國際協(xié)調(diào)收益的研究，提高宏觀審慎國際協(xié)調(diào)的自覺性。