商業(yè)銀行信貸波動的時變特征與宏觀審慎政策應(yīng)對——基于2002—2020年相關(guān)數(shù)據(jù)的考察

李巖松

商業(yè)銀行信貸波動的時變特征與宏觀審慎政策應(yīng)對——基于2002—2020年相關(guān)數(shù)據(jù)的考察

李巖松

（吉林大學 商學院，吉林 長春 130012）

基于2002—2020年相關(guān)數(shù)據(jù)，利用TVP-VAR-SV模型，在考慮貨幣創(chuàng)造和金融市場等因素的基礎(chǔ)上，考察了商業(yè)銀行信貸波動的時變特征和宏觀審慎政策的調(diào)控應(yīng)對措施。結(jié)果表明：貨幣創(chuàng)造是信貸波動的主要驅(qū)動因素；貨幣創(chuàng)造與金融市場對信貸波動的影響在程度、方向、持續(xù)時間等方面呈現(xiàn)階段性差異；宏觀審慎政策應(yīng)在與貨幣政策充分協(xié)調(diào)的基礎(chǔ)上，通過識別銀行信貸波動的主要誘發(fā)因素，在經(jīng)濟過熱和遇冷時，采取具有針對性與差異化的宏觀審慎政策調(diào)控手段，充分發(fā)揮杠桿率工具的基礎(chǔ)性特點和流動性監(jiān)管工具的高效性特點，形成有效配合。

信貸波動；時變特征；宏觀審慎政策；貨幣創(chuàng)造；TVP-VAR-SV

一、問題的提出

2008年國際金融危機之后，學界普遍認為，信貸過度擴張是金融危機的重要信號，而信貸對宏觀經(jīng)濟波動的同向放大作用，是金融順周期性的重要來源。銀行信貸波動的增加，不僅會對經(jīng)濟運行產(chǎn)生影響，也會導(dǎo)致系統(tǒng)性金融風險的累積，因此有必要使用宏觀審慎政策和貨幣政策加以應(yīng)對。黨的十九大報告明確提出，要健全貨幣政策與宏觀審慎政策“雙支柱”調(diào)控框架。因此，研究宏觀審慎政策對銀行信貸波動的調(diào)控作用，對于實現(xiàn)宏觀政策調(diào)控目標、提高金融體系抵御風險能力、維護系統(tǒng)性安全，具有重要意義。

對于信貸波動進行研究的文獻，主要圍繞以下三個方面展開：

第一，從貨幣主義角度進行的理論闡釋。這一方面的文獻主要從信貸波動與貨幣供求之間的背離現(xiàn)象出發(fā)，對信貸波動的放大機制與積累路徑進行分析。部分研究從信貸波動與金融危機之間的關(guān)聯(lián)入手，發(fā)現(xiàn)信貸過度擴張已成為金融危機的重要信號[1-3]。而我國的廣義貨幣供應(yīng)（M2）與信貸波動、社會融資規(guī)模變化也逐漸顯現(xiàn)出背離的趨勢[4]。實際上，由于短、中期內(nèi)價格變動存在粘性，多個市場并不會同時處于均衡狀態(tài)，因而不同市場在相互影響下會產(chǎn)生經(jīng)濟波動，進而在長期形成經(jīng)濟周期、金融周期、信貸周期。在這一過程中，隨著短期波動被杠桿機制與乘數(shù)機制不斷放大，風險逐漸積累，最終導(dǎo)致金融危機或經(jīng)濟危機的爆發(fā)。

第二，從金融周期或金融穩(wěn)定角度進行的數(shù)理分析。這一方面的文獻主要圍繞金融周期以及系統(tǒng)性金融風險的成因進行分析，并將信貸波動作為約束條件或市場均衡條件。Borio論述了資產(chǎn)價格泡沫與系統(tǒng)性風險的關(guān)系，認為資產(chǎn)價格過度上漲會導(dǎo)致風險快速累積，從而引發(fā)系統(tǒng)性金融風險[5]。陳昆亭等建立了具有信貸約束機制的真實經(jīng)濟周期模型，發(fā)現(xiàn)可貸資金的數(shù)量易受抵押資產(chǎn)價格波動的影響，金融危機產(chǎn)生的根源在于信貸的金融加速器效應(yīng)，資本市場的波動會傳染并放大至實體經(jīng)濟[6]。部分學者利用信貸這一媒介研究經(jīng)濟波動與金融體系的風險傳導(dǎo)機制。Stiglitzj等從信貸市場的不完全性和信息不對稱角度出發(fā)，通過建立信貸配給模型對經(jīng)濟波動的成因進行了闡釋[7]。Suh使用含有金融加速器的DSGE模型，發(fā)現(xiàn)宏觀審慎政策中的逆周期資本緩沖工具能夠平滑信貸波動，但特定部門的貸款價值比監(jiān)管工具更容易導(dǎo)致監(jiān)管套利，即信貸資金容易從監(jiān)管強度高的房地產(chǎn)部門轉(zhuǎn)移到監(jiān)管強度低的商業(yè)部門，繼續(xù)從事原業(yè)務(wù)規(guī)避監(jiān)管進行套利[8]。Lim等研究發(fā)現(xiàn)，通過對借款人的貸款價值比或債務(wù)收入比等進行限制，宏觀審慎政策可以有效控制金融部門的信貸增長，從而提高資本質(zhì)量、增加逆周期緩沖效果、抑制金融順周期性。同時，相關(guān)工具的有效性與經(jīng)濟發(fā)展水平、匯率制度或金融部門規(guī)模無關(guān)，但與經(jīng)濟面臨的沖擊類型相關(guān)[9]。

第三，將信貸波動直接作為變量進行的實證研究。中國人民銀行上海分行貨幣信貸處課題組通過線性回歸發(fā)現(xiàn)，貸款增長對GDP增速有顯著的推動作用，但過快的信貸增長會導(dǎo)致物價攀升[10]。童士清整理了國內(nèi)金融機構(gòu)信貸增長的相關(guān)文獻，建立了信貸供求理論模型，從信貸數(shù)量、家庭消費以及利率波動等因素出發(fā)，分析其對金融機構(gòu)貸款變化的影響[11]。郭新華等通過構(gòu)建VECM模型，發(fā)現(xiàn)信貸約束的放寬短期內(nèi)能夠刺激家庭借貸，但長期來看容易出現(xiàn)債務(wù)積累過高，阻礙經(jīng)濟發(fā)展[12]。金成曉等通過三區(qū)制MS-DSGE模型，發(fā)現(xiàn)貨幣政策與宏觀審慎政策的配合使用，可以在短期內(nèi)影響信貸供給[13]。李燕燕等從與土地財政有關(guān)的信貸波動角度出發(fā)，認為我國貨幣供應(yīng)量隨土地財政增長而增加，并由此加劇了資本錯配，因而應(yīng)通過銀行信貸渠道對其進行逆周期調(diào)節(jié)[14]。

文獻梳理表明，以往研究仍在兩方面不足。一是在信貸波動的相關(guān)研究中，信貸因素與貨幣因素存在一定程度的相互替代和混用，且往往忽視了不同經(jīng)濟發(fā)展階段信貸波動呈現(xiàn)的時變特征。二是實證研究多采用傳統(tǒng)線性模型，對目前仍處于轉(zhuǎn)型階段的經(jīng)濟運行描述力有不逮，難以準確反映不同階段的差異性沖擊產(chǎn)生的影響，有鑒于此，筆者擬基于2002—2020年相關(guān)數(shù)據(jù)，使用帶隨機波動的時變參數(shù)向量自回歸模型（TVP-VAR-SV），在考察商業(yè)銀行信貸波動影響因素的基礎(chǔ)上，對其時變特征進行實證研究。在此基礎(chǔ)上，通過引入兩類代表性宏觀審慎調(diào)控工具，分析不同工具在應(yīng)對商業(yè)銀行信貸波動方面的有效性，并結(jié)合前述異質(zhì)性引發(fā)因素進行系統(tǒng)性分析。

二、理論分析與研究假設(shè)

1．商業(yè)銀行信貸波動的時變性

信用貨幣制度下，貨幣創(chuàng)造的過程主要在央行管理的金融體系中進行，并通過銀行信貸投放到實體經(jīng)濟。同時，銀行信貸明顯也受到經(jīng)濟形勢影響，在短期內(nèi)，資產(chǎn)價格變動，尤其是股票市場、房地產(chǎn)市場的價格變動對信貸波動影響很大。由于我國在經(jīng)濟高速發(fā)展的同時，自身經(jīng)濟結(jié)構(gòu)、調(diào)控政策在不斷變化，因此，我國信貸波動也呈現(xiàn)出不同時期的階段性、差異性特征。

一是貨幣創(chuàng)造對銀行信貸影響帶來的時變性。在傳統(tǒng)貨幣銀行理論中，商業(yè)銀行通過自身業(yè)務(wù)利用存款創(chuàng)造了貸款。而孫國峰提出的“貸款創(chuàng)造存款”理論（Loan Creates Deposit，LCD）則認為，在信用貨幣制度下，銀行通過“先有資產(chǎn)，后有負債”“先有貸款，后有存款”的方式創(chuàng)造貨幣[15]。兩種理論表明，在不考慮銀行自有資本情況下，銀行信貸規(guī)模的擴張、收縮都受到中央銀行基礎(chǔ)貨幣投放量與法定存款準備金率的制約，即信貸波動的基礎(chǔ)是貨幣創(chuàng)造。李斌、伍戈在此基礎(chǔ)上，針對不同貨幣創(chuàng)造渠道，詳細闡述了銀行通過各項資產(chǎn)負債業(yè)務(wù)創(chuàng)造貨幣的方式和過程[16]。從存量貨幣的來源來看，2000年以來，貸款是最主要的貨幣創(chuàng)造渠道，而第二大渠道則在2003年開始由證券投資變?yōu)橥鈪R占款；從增量貨幣的來源來看，2005—2008年，外匯占款超過了貸款成為增量貨幣的主要創(chuàng)造渠道，2008年金融危機后，證券投資逐漸成為增量貨幣的主要渠道。在上述三種渠道中，貸款是銀行信貸的主要組成部分，外匯占款能夠直接引起銀行資產(chǎn)規(guī)模的大幅變動，證券投資、同業(yè)業(yè)務(wù)是銀行發(fā)展“類信貸”業(yè)務(wù)的重要手段。在三種業(yè)務(wù)規(guī)模的不斷變化下，商業(yè)銀行信貸波動隨著貨幣創(chuàng)造渠道和危機前后的政策變化在不同階段呈現(xiàn)出差異性，同樣的貨幣創(chuàng)造變化對于不同時期信貸波動的影響可能存在時變性。

二是金融市場對信貸波動影響帶來的時變性。在金融體制改革的背景下，我國的利率市場化與匯率市場化逐步深化，因而銀行信貸規(guī)模更容易受到金融市場形勢的影響：在經(jīng)濟快速增長時，信貸規(guī)模增速明顯加快；當受到國際金融危機的沖擊時，信貸規(guī)模增速則明顯放緩。在同期法定存款準備金率沒有大幅調(diào)整情況下，信貸增長會直接受到金融市場因素影響。2012年后，我國M2與信貸增長出現(xiàn)明顯背離趨勢，這除了與我國貨幣創(chuàng)造中投放渠道的變化有關(guān)，還與金融市場的結(jié)構(gòu)性因素有密切聯(lián)系。對于后者而言，信貸增長會與金融市場流動性狀況同向變動，也會因資產(chǎn)價格的變化而反向變動。由于金融市場狀況對于國內(nèi)外經(jīng)濟形勢的變化較為敏感，因而信貸規(guī)模變動往往是上述不同渠道或不同方向上影響因素所疊加的結(jié)果，但這些因素未必總是與M2的變動趨勢保持一致。這說明，信貸波動除貨幣創(chuàng)造的基礎(chǔ)作用外，還直接受到金融市場因素的影響。

基于以上分析，提出如下假設(shè)：

H1：金融體系的貨幣創(chuàng)造能力是信貸波動的主要來源，在貨幣創(chuàng)造和金融市場的影響下，商業(yè)銀行信貸波動具有時變性

2．宏觀審慎政策對信貸波動的作用機制

一是宏觀審慎政策整體對信貸波動的直接作用。從微觀金融角度出發(fā)，金融要素通過利率機制、信貸機制、資產(chǎn)價格機制、信息機制來影響宏觀經(jīng)濟，這四種機制的重要假設(shè)條件是“合成謬誤”（fallacy of composition）的存在[17]。而金融市場的主體異質(zhì)性、順周期性、過度金融創(chuàng)新等因素均會產(chǎn)生合成謬誤，銀行信貸波動與上述三種因素都存在密切聯(lián)系，如主體異質(zhì)性提高會引發(fā)銀行信貸業(yè)務(wù)范圍的擴展，順周期性則說明銀行信貸波動會放大經(jīng)濟波動，過度金融創(chuàng)新直接導(dǎo)致信貸規(guī)模擴大或催生大量“類信貸”產(chǎn)品，均會加大金融體系的脆弱性。因此，為實現(xiàn)維持金融體系穩(wěn)定的政策目標，宏觀審慎政策的核心內(nèi)容之一是對銀行信貸整體的合理管控。

二是差異化宏觀審慎政策工具對信貸波動的間接作用。金融穩(wěn)定既包括短期內(nèi)紓解金融機構(gòu)風險，也包括長期減小經(jīng)濟損失、防范系統(tǒng)性金融風險，同時在空間上又存在跨行業(yè)、跨市場、跨區(qū)域的特征。所以，即便從金融體系整體的角度出發(fā)，其政策目標也存在時間上的多維性和空間上的多元性。因此，為增強金融監(jiān)管的有效性，我國目前采取了包含七大類監(jiān)管指標的宏觀審慎監(jiān)管體系（MPA），大致可區(qū)分為流動性工具、杠桿率工具與監(jiān)管資本工具三類。其中，流動性工具關(guān)注信貸市場利率波動，杠桿率工具關(guān)注金融機構(gòu)整體風險狀況，監(jiān)管資本工具關(guān)注金融機構(gòu)抵御風險能力。前兩類工具有較強的時效性與相機性，而監(jiān)管資本工具的變化會帶來金融機構(gòu)自身資本結(jié)構(gòu)的較大變化，因而并不隨著市場環(huán)境狀況頻繁調(diào)整。由于監(jiān)管對象的高度重合、監(jiān)管指標間的勾稽關(guān)系，流動性工具、杠桿率工具與監(jiān)管資本工具實際上存在一定的政策抵消效果。如面臨經(jīng)濟過熱、信貸投放增長過快時，流動性工具收緊會導(dǎo)致短期內(nèi)市場資金價格的高企，而杠桿率工具會造成金融體系長期的可貸資金減少，而二者均會導(dǎo)致銀行自有資本充足水平下降，有可能觸發(fā)監(jiān)管資本紅線，從而對信貸波動產(chǎn)生影響。因此，在對信貸沖擊進行來源識別的基礎(chǔ)上，應(yīng)選擇有針對性的宏觀審慎政策工具，以增強政策的有效性。由此，提出以下假設(shè)：

H2：不同類型的宏觀審慎政策工具均能夠?qū)ι虡I(yè)銀行信貸波動形成有效調(diào)控，但不同政策工具對于不同來源的信貸波動存在差異化影響

三、研究設(shè)計

1．模型設(shè)定

2003年至今，我國基礎(chǔ)貨幣的主要投放渠道經(jīng)歷了從貸款渠道到外匯占款渠道、再到證券投資渠道的多次階段性變化，由于不同貨幣投放渠道對貨幣創(chuàng)造的作用存在區(qū)別，且經(jīng)濟形勢變動對信貸需求的影響十分顯著，因而需要考慮宏觀審慎政策在不同經(jīng)濟時期和不同影響期限下的效果差異。因此，本研究采用能夠刻畫政策隨時間變化情況的TVP-VAR-SV模型進行實證分析。

參考Nakajima的研究[18]，在SVAR模型的基礎(chǔ)上，引入時變的參數(shù)與隨機波動。對于一個SVAR（p）模型而言，其形式為：

2．變量選取和數(shù)據(jù)處理

模型變量包括信貸波動、貨幣創(chuàng)造、市場利率、資產(chǎn)價格、杠桿率工具、流動性監(jiān)管工具等變量。其中，市場利率變量與資產(chǎn)價格變量可以反映金融市場因素，而杠桿率工具與流動性監(jiān)管工具則為具有代表性的宏觀審慎政策工具。本研究根據(jù)不同模型設(shè)置與數(shù)據(jù)可得性，對6個變量分別選取不同樣本區(qū)間與不同頻度，其中模型1的分析樣本為2002年3月至2020年12月的月度數(shù)據(jù)，模型2的樣本為2004年第四季度至2020年第四季度的季度數(shù)據(jù)，相關(guān)變量的選取和數(shù)據(jù)處理方式如下：

（1）信貸波動變量()：選取商業(yè)銀行新增信貸作為信貸波動的代表變量。數(shù)據(jù)經(jīng)過一階差分、X12季節(jié)調(diào)整，并使用遞歸HP濾波進行平滑處理，為使信貸波動數(shù)據(jù)與其他指標具有可比性，采取“最大值-最小值”方法去除數(shù)據(jù)量綱。

（2）貨幣創(chuàng)造變量()：選擇貨幣乘數(shù)以反映貨幣創(chuàng)造能力，采取“最大值-最小值”方法去除數(shù)據(jù)量綱。

（3）市場利率變量()：選擇銀行間債券回購利率數(shù)據(jù)，經(jīng)過X12季節(jié)調(diào)整，使用遞歸HP濾波進行平滑處理，并用“最大值-最小值”方法去除數(shù)據(jù)量綱。

（4）資產(chǎn)價格變量()：選取住房價格與股票市場指數(shù)計算資產(chǎn)價格變量的指標。其中，住房價格為商品房銷售額與銷售面積之比，股票市場指數(shù)為上證綜合指數(shù)，二者均經(jīng)過X12季節(jié)調(diào)整，并使用遞歸HP濾波進行平滑處理，采取“最大值-最小值”方法分別去除數(shù)據(jù)量綱，最后算術(shù)平均，得到資產(chǎn)價格指標。

（5）杠桿率工具變量()：現(xiàn)有研究中，代表杠桿率的指標較多，如M2/GDP、金融業(yè)（或泛金融業(yè)）增加值/GDP、國內(nèi)私人部門信貸/GDP、股票市場市值總額/GDP等，均可反映宏觀層面的金融發(fā)展與金融杠桿水平。李文泓和林凱旋的研究認為，廣義信貸/GDP是衡量系統(tǒng)性風險狀況的良好指標，并在國際層面得到了廣泛認可[19]。因此，本研究選取信貸/GDP作為杠桿率工具變量的指標，其中信貸包括社會融資規(guī)模中的銀行貸款、委托貸款以及未償付企業(yè)債券。數(shù)據(jù)經(jīng)過X12季節(jié)調(diào)整，并使用遞歸HP濾波進行平滑處理。

（6）流動性監(jiān)管工具變量()：根據(jù)Rodriguez- Moreno和Pena的研究，三個月同業(yè)拆借利率與隔夜指數(shù)掉期利率之間的利差，即Libor-OIS利差，通常被認為是反映銀行系統(tǒng)性風險最直接的指標[20]。高文涵和童中文認為Libor-OIS利差可以恰當反映全球金融體系中所承擔的信貸壓力，當系統(tǒng)內(nèi)的個別商業(yè)銀行出現(xiàn)流動性風險時，往往依靠同業(yè)拆借緩解流動性緊張局面[21]。而該指標的升高說明銀行間同業(yè)拆借成本的上升，并存在潛在信貸風險。本研究遵循Libor-OIS利差的構(gòu)造思路，采取銀行間同業(yè)拆放利率（3M）與同業(yè)拆借利率（1D）之差，作為流動性監(jiān)管工具變量的指標。若此數(shù)值加大，則說明金融體系流動性緊張，反之則說明金融體系流動性寬松。數(shù)據(jù)經(jīng)過X12季節(jié)調(diào)整，并使用遞歸HP濾波進行平滑處理。

不同模型所使用的數(shù)據(jù)范圍略有差異，樣本區(qū)間、ADF統(tǒng)計結(jié)果詳見表1，數(shù)據(jù)處理基于Eviews 10，數(shù)據(jù)來源均為Wind數(shù)據(jù)庫。

表1　模型變量統(tǒng)計指標與穩(wěn)健性檢驗結(jié)果

四、實證研究與結(jié)果分析

1．商業(yè)銀行信貸波動的時變特征

表2為模型1的參數(shù)估計結(jié)果。表中顯示了各參數(shù)Geweke CD收斂值和無效響應(yīng)因子，其中收斂值均小于臨界值，抽樣結(jié)果能夠收斂于后驗分布。無效響應(yīng)因子值越小表明結(jié)果越有效。雖然參數(shù)sh2的無效因子值大于100，但仍可得到有效不相關(guān)樣本供后續(xù)估計。圖1直觀展示了自相關(guān)系數(shù)、樣本序列、后驗分布，可以看出第一行樣本自相關(guān)系數(shù)趨于0，基本排除線性關(guān)系，樣本序列較平穩(wěn)。因此可以判斷，在給定的先驗分布條件下，抽樣分析結(jié)果能夠保證后續(xù)實證分析的有效性。

表2　模型1參數(shù)估計結(jié)果

注：滯后階數(shù)2階，抽樣次數(shù)30000次。

圖1　模型1抽樣參數(shù)后驗分布圖

根據(jù)LCD理論，銀行通過信貸創(chuàng)造貨幣，與銀行客戶間的轉(zhuǎn)存無關(guān)，而是在申請貸款時完成貨幣創(chuàng)造[15]。在法定準備金制度下，貨幣創(chuàng)造的上限為法定準備金額/法定準備金率。因此，本研究假設(shè)信貸波動的基礎(chǔ)是金融體系的貨幣創(chuàng)造能力，同時信貸波動還與金融市場因素相關(guān)。通過考察代表金融市場因素的市場利率、資產(chǎn)價格與代表貨幣創(chuàng)造的貨幣乘數(shù)，比較三者的脈沖響應(yīng)結(jié)果，可判斷信貸波動的主導(dǎo)因素。

TVP-VAR模型的脈沖響應(yīng)有等間隔脈沖響應(yīng)和時點脈沖響應(yīng)兩種。前者為短期（30期）、中期（60期）、長期（90期）的沖擊影響，后者為特定時點上的脈沖響應(yīng)結(jié)果，考察不同經(jīng)濟形勢下沖擊效果的時變特征。圖2為模型1的等間隔脈沖響應(yīng)圖，可以看出，貨幣乘數(shù)()要比資產(chǎn)價格()、市場利率()對信貸波動（）的影響要大。

圖2　模型1的等間隔脈沖響應(yīng)

圖3為模型1的時點脈沖響應(yīng)圖，選擇了2004年8月、2009年8月、2017年2月三個時點。2004年起我國經(jīng)濟處于加入WTO后高速發(fā)展時期，能夠較好地反映我國2008年金融危機前經(jīng)濟發(fā)展形勢。2009年8月起我國經(jīng)濟處于國際金融危機后的經(jīng)濟復(fù)蘇調(diào)整期，在經(jīng)歷了半年多的“四萬億”經(jīng)濟刺激計劃后，仍處于經(jīng)濟恢復(fù)期。2017年為央行陸續(xù)實施利率市場化、放開存貸款利率、啟動差額存款準備金、實行宏觀審慎管理框架的一年，此后我國逐步完善“貨幣政策+宏觀審慎政策”的“雙支柱”政策體系。從圖3的脈沖響應(yīng)結(jié)果可見，市場利率和資產(chǎn)價格對信貸的影響呈現(xiàn)出了明顯的時變特征。對于市場利率沖擊而言，在危機恢復(fù)期，市場利率正向沖擊非但沒有減少信貸增長，反而由于經(jīng)濟強勁復(fù)蘇，信貸需求持續(xù)增加；在經(jīng)濟增長期，市場利率正向沖擊對信貸波動產(chǎn)生負向影響。對于資產(chǎn)價格沖擊而言，經(jīng)濟恢復(fù)期的資產(chǎn)價格沖擊影響時間最短，經(jīng)濟增長期的沖擊影響時間較長，說明經(jīng)濟恢復(fù)期的信貸需求迅速填補了由資產(chǎn)價格沖擊導(dǎo)致的信貸缺口。對比不同變量的時點沖擊也可以看出，貨幣乘數(shù)（）對信貸波動（）的影響最大。

圖3　模型1的時點脈沖響應(yīng)

圖4為每個時點下貨幣乘數(shù)（）沖擊對信貸波動（）的60期脈沖響應(yīng)，在整個樣本區(qū)間內(nèi)（2002年3月至2020年12月）呈現(xiàn)出了較明顯的時變特征?？梢钥闯?，2002—2008年與2011—2018年的貨幣乘數(shù)沖擊對信貸波動的脈沖響應(yīng)效果類似，而2008—2011年的脈沖響應(yīng)結(jié)果則波動較大。前兩段時期我國經(jīng)濟處于發(fā)展和恢復(fù)狀態(tài)，而后一段時期我國經(jīng)濟處于危機調(diào)整期，這說明，由于不同階段經(jīng)濟形勢及政府應(yīng)對策略，危機時期貨幣乘數(shù)沖擊要明顯強于非危機時期。

圖4　模型1的 3D時點脈沖響應(yīng)

結(jié)合模型1的脈沖響應(yīng)結(jié)果可以看出，不同沖擊對信貸波動的影響呈現(xiàn)出時變特征：一方面，貨幣創(chuàng)造沖擊對信貸波動影響最大，在經(jīng)濟發(fā)展期和經(jīng)濟恢復(fù)期貨幣乘數(shù)沖擊呈現(xiàn)出影響程度的顯著階段性差異；另一方面，信貸波動也受到市場利率、資產(chǎn)價格等金融市場因素的影響，其中，市場利率沖擊在經(jīng)濟發(fā)展期和經(jīng)濟恢復(fù)期的脈沖響應(yīng)結(jié)果方向相反，資產(chǎn)價格沖擊則體現(xiàn)為影響時間長短的差異。

2．不同時變特征下的宏觀審慎政策應(yīng)對

模型2旨在考察存在不同時變特征的情況下，宏觀審慎政策應(yīng)對信貸波動的有效性，尤其是比較差異化的宏觀審慎政策工具在面對由不同金融市場沖擊所引起的信貸波動時政策效果的不同。因此，模型2在保留信貸波動（）、貨幣乘數(shù)（）與資產(chǎn)價格（）的基礎(chǔ)上，樣本區(qū)間調(diào)整為2004年第四季度至2020年第四季度，并加入了流動性監(jiān)管工具（）、杠桿率工具（）作為代表性宏觀審慎政策工具。

表3為模型2的估計結(jié)果。圖5為模型2抽樣參數(shù)后驗分布圖，與模型1結(jié)果類似，此處不再贅述。

表3　模型2參數(shù)估計結(jié)果

注：滯后階數(shù)2階，抽樣次數(shù)30000次。

圖5　模型2抽樣參數(shù)后驗分布圖

為了考察不同時變特征下宏觀審慎政策工具的運用，模型2使用時點脈沖響應(yīng)進行分析。時點分別為2006年第三季度、2009年第三季度、2017年第三季度，選擇原因與模型1基本一致。圖6第一行為杠桿率工具沖擊的脈沖響應(yīng)，可以看出，杠桿率工具能夠在不同經(jīng)濟形勢下對信貸波動產(chǎn)生負向影響，說明杠桿率工具可以有效控制金融體系信貸投放規(guī)模，調(diào)節(jié)金融體系信貸投放過于集中、增速過快問題，從而對順周期性投放信貸的行為進行管控，防止金融體系出現(xiàn)系統(tǒng)性風險。此外，杠桿率沖擊對資產(chǎn)價格也能產(chǎn)生抑制作用，去杠桿能夠有效緩解資產(chǎn)價格快速上漲帶來的不利影響，且從不同時點的脈沖響應(yīng)分析來看，2017年后，杠桿率工具的影響程度加大，這可能是央行構(gòu)建了宏觀審慎管理體系的結(jié)果。

圖6　模型2時點脈沖響應(yīng)

圖6第二行為流動性監(jiān)管工具沖擊的脈沖響應(yīng)?？梢钥闯觯鲃有员O(jiān)管工具沖擊對信貸波動的影響為負向，說明金融體系流動性趨緊能夠減少信貸波動，但其影響程度沒有杠桿率工具影響大。而流動性監(jiān)管工具沖擊也能夠使資產(chǎn)價格的漲幅趨緩或價格下降，其影響程度大于杠桿率工具，說明作為金融市場的直接參與者，金融機構(gòu)對資產(chǎn)價格變動的敏感性更高。因此，在資產(chǎn)價格持續(xù)高企或下行的經(jīng)濟形勢下，與杠桿率工具相比，流動性監(jiān)管工具的趨緊或?qū)捤赡軌驅(qū)Y產(chǎn)價格的下降或上漲起到更大的管控作用。

圖7分別給出了杠桿率工具、流動性監(jiān)管工具沖擊的3D脈沖響應(yīng)結(jié)果。可以看出，二者對信貸波動的影響呈現(xiàn)出不同時變特征，但其方向性趨同、僅存在程度上的差異，說明模型結(jié)果驗證了H2，即宏觀審慎政策能夠?qū)π刨J波動進行調(diào)控，對于不同市場因素所引起的變化，不同政策工具的影響程度不同。

圖7　模型2 3D時點脈沖響應(yīng)

結(jié)合模型2的脈沖響應(yīng)結(jié)果可以看出：杠桿率工具可以有效控制金融體系信貸投放規(guī)模，調(diào)節(jié)金融體系信貸投放過于集中、增速過快問題；與杠桿率工具相比，流動性監(jiān)管工具的趨緊或?qū)捤赡軌驅(qū)Y產(chǎn)價格的下降或上漲起到更大的管控作用；信貸波動的沖擊來源與經(jīng)濟所處狀態(tài)的差異會導(dǎo)致宏觀審慎政策工具產(chǎn)生不同的政策效果。

綜合上述實證分析，可以得出：不同類型沖擊呈現(xiàn)出不同的時變特征，體現(xiàn)在對信貸波動的影響上，貨幣創(chuàng)造沖擊對信貸波動影響最大，即貨幣創(chuàng)造是信貸波動的主要驅(qū)動因素，但也不能忽視金融市場因素的重要影響，由各類金融市場因素造成的信貸波動主要集中在短期，而對長期的影響則并不顯著。在不同的沖擊來源下，宏觀審慎政策工具效果具有顯著差異：當經(jīng)濟過熱時，流動性監(jiān)管工具能夠更好地應(yīng)對由資產(chǎn)價格沖擊引起的信貸波動，而杠桿率工具則對于由市場利率沖擊引起的信貸波動表現(xiàn)更佳；當經(jīng)濟遇冷時，政策工具效果恰好相反（表4）。

表4　不同時變特征下的政策工具選擇

五、結(jié)論與政策建議

本研究運用帶隨機波動的時變參數(shù)向量自回歸模型（TVP-VAR-SV），對我國商業(yè)銀行信貸波動影響因素進行分析，在此基礎(chǔ)上考察了信貸波動的時變特征以及宏觀審慎政策應(yīng)對，實證結(jié)果表明：

（1）貨幣創(chuàng)造是信貸波動的主要驅(qū)動因素，貨幣創(chuàng)造和金融市場因素沖擊對信貸波動的作用體現(xiàn)出明顯階段性差異。具體而言，貨幣創(chuàng)造沖擊的時變性作用主要體現(xiàn)在影響程度的不同上，市場利率沖擊體現(xiàn)為影響其方向的變化，資產(chǎn)價格沖擊體現(xiàn)為持續(xù)時間的變化。

（2）面臨金融市場因素造成的資產(chǎn)價格與利率沖擊，不同的宏觀審慎政策工具對信貸波動具有差異化影響，在不同經(jīng)濟形勢和不同類型的沖擊下，應(yīng)實施差異化的宏觀審慎政策。當面臨資產(chǎn)價格上漲時，流動性監(jiān)管工具比杠桿率工具能夠?qū)Y產(chǎn)價格產(chǎn)生更大的影響力，此時在利率的作用下將對信貸波動產(chǎn)生雙重作用。當面臨投資過熱造成的利率沖擊時，使用杠桿率工具比流動性工具的效果更好。

基于上述結(jié)論，提出以下政策建議：

第一，信貸波動由貨幣創(chuàng)造導(dǎo)致的根源性因素和金融市場供需導(dǎo)致的市場化因素共同組成，且兩者對信貸波動的影響程度和持續(xù)時間呈現(xiàn)不同的時變特征，因此，應(yīng)對經(jīng)濟形勢進行充分研判，從而更加有針對性地管控信貸波動。同時，由于貨幣創(chuàng)造在信貸波動影響中的根源性和主導(dǎo)性地位，因此應(yīng)當特別注意貨幣政策對宏觀審慎調(diào)控的潛在沖擊。因此，應(yīng)堅持宏觀審慎調(diào)控的獨立性，從而對穩(wěn)定金融體系和防范系統(tǒng)性金融風險提供堅實保障。

第二，由于不同宏觀審慎工具的調(diào)控效果具有差異，因而需要金融監(jiān)管部門準確識別信貸波動的來源，做到對癥下藥。在此基礎(chǔ)上，鑒于杠桿率工具對貨幣創(chuàng)造與金融市場沖擊造成的信貸波動均能形成有效調(diào)控，而流動性監(jiān)管工具只能應(yīng)對市場化因素造成的信貸波動，因此，從這個方面來看，杠桿率工具具有比較優(yōu)勢。因此在政策實施過程中，應(yīng)首先使用杠桿率工具進行常態(tài)化監(jiān)管，在此基礎(chǔ)上再輔以流動性監(jiān)管工具，以應(yīng)對金融市場變化的偶發(fā)性沖擊影響，從而充分發(fā)揮杠桿率工具的基礎(chǔ)性特點和流動性監(jiān)管工具的高效性特點，形成有效配合。

第三，由于金融市場因素導(dǎo)致的信貸波動會在短期內(nèi)達到平穩(wěn)狀態(tài)，且快速的信貸擴張活動并不會帶來宏觀經(jīng)濟的長期向好和資本市場的長期繁榮，反而會存在一定“超調(diào)”現(xiàn)象，容易在經(jīng)濟過熱后快速收縮，不利于經(jīng)濟平穩(wěn)健康發(fā)展。對此，應(yīng)加強宏觀審慎政策的預(yù)防性與前瞻性，圍繞信貸波動建立長期追蹤與早期預(yù)警機制，同時進一步構(gòu)建貨幣政策的跨周期調(diào)控機制，在此基礎(chǔ)上探索能夠兼顧穩(wěn)健性與靈活性的“雙支柱”政策框架，以最大限度降低政策突然變動與相機抉擇對經(jīng)濟造成的負面影響。

[1] REINHART C，ROGOFF K．This time is different：eight centuries of financial folly[M]．Princeton：Princeton University Press，2009．

[2] SCHULARICK M，TAYLOR A M．Credit booms gone bust：monetary policy，leverage cycles，and financial crises，1870-2008[J]．American Economic Review，2012，102(2)：1029-1061．

[3] GOURINCHAS P O，OBSTFELD M．Stories of the twentieth century for the twenty-first[J]．American Economic Journal：Macroeconomics，2012，4(1)：226-265．

[4] 劉金全，艾昕．新常態(tài)下社會融資規(guī)模與M2背離對實體經(jīng)濟的影響機制分析[J]．當代經(jīng)濟科學，2018，40(5)：21-27．

[5] BORIO C．Towards a macroprudential framework for financial supervision and regulation?[J]．CESifo Economic Studies，2003，49(2)：181-215．

[6] 陳昆亭，周炎，龔六堂．信貸周期：中國經(jīng)濟1991～2010[J]．國際金融研究，2011(12)：20-28．

[7] STIGLITZ J E，WEISS A．Credit rationing in markets with imperfect information[J]．The American Economic Review，1981，71(3)：393-410．

[8] SUH H．Macroprudential Policy：Its effects and relationship to monetary policy [R]．FRB of Philadelphia Working Paper，2012．

[9] LIM C，COLUMBA F，COSTA A，et al．Macroprudential policy：What instruments and how to use them? Lessons from country experiences1[R]．IMF Working Papers，2011．

[10] 中國人民銀行上海分行貨幣信貸處課題組．貸款與GDP的關(guān)系研究：上海案例[J]．上海金融，2003(12)：13-17．

[11] 童士清．中國金融機構(gòu)信貸總量增長：文獻綜述與實證分析[J]．金融論壇，2008(1)：27-32．

[12] 郭新華，張思怡，劉輝．基于VECM模型的信貸約束、家庭債務(wù)與中國宏觀經(jīng)濟波動分析[J]．財經(jīng)理論與實踐，2015，36(5)：23-28．

[13] 金成曉，李夢嘉．雙支柱政策組合變動、理性預(yù)期與信貸周期波動——基于MS-DSGE模型[J]．財經(jīng)理論與實踐，2021，42(5)：9-17．

[14] 李燕燕，杜曉帆．資本結(jié)構(gòu)錯配的邏輯機理及政策協(xié)同調(diào)控分析[J]．南通大學學報(社會科學版)，2019，35(3)：66-73．

[15] 孫國峰．信用貨幣制度下的貨幣創(chuàng)造和銀行運行[J]．經(jīng)濟研究，2001(2)：29-37．

[16] 李斌，伍戈．信用創(chuàng)造、貨幣供求與經(jīng)濟結(jié)構(gòu)[M]．北京：中國金融出版社，2014．

[17] 陳雨露，馬勇．大金融論綱[M]．北京：中國人民大學出版社，2013．

[18] NAKAJIMA J．Time-varying parameter VAR model with stochastic volatility：An overview of methodology and empirical applications[J]．Monetary and Economic Studies，2011，29．

[19] 李文泓，林凱旋．關(guān)于用廣義信貸/GDP分析我國銀行業(yè)系統(tǒng)性風險的研究[J]．金融監(jiān)管研究，2013(6)：13-30．

[20] RODRIGUEZ-MORENO M，PENA J I．Systemic risk measures：The simpler the better?[J]．Journal of Banking & Finance，2013，37(6)：1817-1831．

[21] 高文涵，童中文．信貸擴張、房價波動與銀行系統(tǒng)性風險——基于SVAR的實證分析[J]．金融與經(jīng)濟，2015(11)：14-19．

The time-varying characteristics of commercial banks’ and the macro-prudential policy countermeasures: An investigation based on the relevant data from 2002 to 2020

LI Yansong

(Business School, Jilin University, Jilin 130012, China)

Based on the relevant data from 2002 to 2020, this paper uses the TVP-VAR-SV model to examine the time-varying characteristics of commercial banks’ credit fluctuations and the countermeasures of macro-prudential policies on the basis of considering factors such as money creation and financial markets. The results show that monetary creation is the main driving force of credit fluctuation; the impacts of monetary creation and financial market on credit fluctuation vary in stages in terms of degree, direction and duration. On the basis of full coordination with monetary policy, macro-prudential policy should identify the main inducing factors of bank credit fluctuations, adopt targeted and differentiated macro-prudential policy control measures when the economy is overheating and severe cold, give full play to the basic characteristics of leverage ratio tools and the efficient characteristics of liquidity supervision tools, and constitute effective cooperation.

Credit Fluctuation; Time-varying Characteristics; Macroprudential Policy; Money Creation; TVP-VAR-SV Model

10.13331/j.cnki.jhau(ss).2022.03.010

F830

A

1009–2013(2022)03–0090–10

2022－02－20

國家自然科學基金面上項目（71873056）；教育部規(guī)劃基金一般項目（19YJA790036）

李巖松（1987—），男，吉林長春人，博士研究生，主要研究方向為宏觀審慎理論與政策。

責任編輯：曾凡盛