金融系統(tǒng)性風(fēng)險的演化與監(jiān)管研究
——基于實體經(jīng)濟視角

胡利琴，王 藝，2，郭微微

1.武漢大學(xué) 經(jīng)濟與管理學(xué)院，湖北 武漢 430072 2.交通銀行 重慶市分行，重慶 400025 3.天風(fēng)證券研究所，湖北 武漢 430072

自2017年黨的十九大報告提出堅決守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線以來，中國加大了對金融機構(gòu)影子銀行、不良貸款等行為的監(jiān)管力度，抑制金融資產(chǎn)盲目擴張，金融杠桿率明顯下降，防范化解金融風(fēng)險攻堅戰(zhàn)取得重要階段性成果。然而，2020年新冠肺炎疫情席卷全球，“黑天鵝”事件頻出，各國金融市場的劇烈震蕩使得投資者悲觀情緒蔓延，引發(fā)中國金融市場波動加劇，潛在系統(tǒng)性風(fēng)險上升。與此同時，由于受到疫情擴散以及國際形勢惡化的負面沖擊，中國實體經(jīng)濟杠桿率居高不下，投資疲軟，消費增長乏力，經(jīng)濟下行壓力持續(xù)增大。這背后隱藏著一個重大的政策問題，金融體系的潛在風(fēng)險與實體經(jīng)濟的發(fā)展困境是否存在內(nèi)在聯(lián)系，是否會引發(fā)風(fēng)險共振？早在20世紀80年代，Minsky的金融不穩(wěn)定假說指出了兩者的相互依存關(guān)系：經(jīng)濟上行期債務(wù)融資拓展了企業(yè)的生存約束，促進了經(jīng)濟的爆炸性擴張，金融體系的脆弱性隨之產(chǎn)生；這種脆弱性在經(jīng)濟下行期極易轉(zhuǎn)化為金融危機、債務(wù)通縮和蕭條。之后，有學(xué)者進一步證實了金融對實體經(jīng)濟影響渠道涵蓋了信貸、信心不足和資產(chǎn)泡沫等。因此，單一立足于金融體系自身分析系統(tǒng)性風(fēng)險的產(chǎn)生與特征，易忽視背后實體經(jīng)濟的協(xié)同作用，而從實體經(jīng)濟的視角來研究其演化過程，更能從根源上防范和處置系統(tǒng)性風(fēng)險，實現(xiàn)金融與經(jīng)濟的良性互動，這對于后疫情時期推動經(jīng)濟高質(zhì)量發(fā)展、暢通國內(nèi)國際雙循環(huán)具有重要的現(xiàn)實意義。

本文可能的貢獻在于：第一，在中國特定的市場主體行為機制下同時引入實體部門和金融部門，采用基于主體的建模(agent-based model，ABM)從兩者雙向反饋的視角考察系統(tǒng)性風(fēng)險的系統(tǒng)演化過程，進一步改善了現(xiàn)有相關(guān)研究中傳統(tǒng)的網(wǎng)絡(luò)模型和動態(tài)隨機一般均衡(DSGE)模型與現(xiàn)實主體決策的有限理性特征不相符的問題。第二，在ABM模型中創(chuàng)新性引入分層網(wǎng)絡(luò)形式來構(gòu)建金融部門內(nèi)部關(guān)聯(lián)網(wǎng)絡(luò)，更為全面地考察了銀行間市場由于資產(chǎn)負債關(guān)聯(lián)產(chǎn)生的直接關(guān)聯(lián)和共同持有資產(chǎn)帶來的間接關(guān)聯(lián)。第三，模型中引入了杠桿率監(jiān)管、逆周期監(jiān)管和資本充足率監(jiān)管形式，通過情景觀察和數(shù)據(jù)分析考察宏觀審慎監(jiān)管的政策效果，以期為當(dāng)前金融系統(tǒng)性風(fēng)險的防范和化解提供一定的指導(dǎo)。

一、相關(guān)研究評述

研究金融系統(tǒng)性風(fēng)險的文獻較多，大多基于網(wǎng)絡(luò)拓撲理論或仿真方法將金融體系視作一個整體，探究其內(nèi)部的系統(tǒng)性風(fēng)險產(chǎn)生和傳播路徑，而從實體經(jīng)濟視角分析系統(tǒng)性風(fēng)險的文獻相對較為有限。國內(nèi)外學(xué)者在分析系統(tǒng)性風(fēng)險傳導(dǎo)中納入了包含金融機構(gòu)和企業(yè)的網(wǎng)絡(luò)模型，并發(fā)現(xiàn)沖擊下金融中介加劇了部門間多輪傳染。也有學(xué)者考慮到DSGE模型能夠描述各主體的交互行為及具有很強的擴展性，采用該方法進行了探索。Goodfriend等較早在DSGE模型中將銀行部門納入實體經(jīng)濟，發(fā)現(xiàn)銀企借貸渠道是金融風(fēng)險在銀行與實體間傳導(dǎo)與反饋的關(guān)鍵。隨后Dib等引入銀行間市場，指出由于金融摩擦的存在，銀行凈值的高低會影響到銀行自身資產(chǎn)擴張的行為，從而間接影響實體經(jīng)濟與金融部門的互動。Falagiarda等加入貸款價值比信貸約束指標，發(fā)現(xiàn)貸款價值比約束實際上帶來了貸款的順周期性，從而會加劇系統(tǒng)性風(fēng)險的波動。后續(xù)研究在此基礎(chǔ)上進一步在資本監(jiān)管、逆周期流動性約束和貨幣政策上進行了拓展，指出這些方法有助于維護金融和經(jīng)濟穩(wěn)定。

DSGE模型基本驗證了金融風(fēng)險與實體經(jīng)濟間的關(guān)聯(lián)關(guān)系以及背后的影響因素，但其以理性預(yù)期為前提，與現(xiàn)實主體決策的有限理性特征并不相符，學(xué)者們還嘗試運用ABM進行探索。相比較傳統(tǒng)的網(wǎng)絡(luò)模型和DSGE模型，ABM基于現(xiàn)實中主體的行為特征建模，形式更為直觀。Gatti等構(gòu)建了包含銀行、上游企業(yè)和下游企業(yè)的ABM，通過引入內(nèi)生的交易對手選擇機制構(gòu)建銀企交互作用關(guān)系，研究發(fā)現(xiàn)大銀行利率低導(dǎo)致最終的信用網(wǎng)絡(luò)分布比較集中，故增加了連環(huán)破產(chǎn)的可能性。在其基礎(chǔ)上進一步引入內(nèi)生的最優(yōu)融資結(jié)構(gòu)，同樣發(fā)現(xiàn)杠桿的順周期性會加劇金融和經(jīng)濟的不穩(wěn)定性。Popoyan等則引入了消費方面的自適應(yīng)法則，并考察了貨幣政策和宏觀審慎監(jiān)管政策，他們認為信貸規(guī)模是銀企風(fēng)險傳導(dǎo)的主要渠道，所不同的是前者認為資本充足率和逆周期資本計提的組合效果比較好，后者則支持對銀行施加流動性約束。鄧超等在家庭、企業(yè)、銀行、中央銀行多主體模型中著重模擬了網(wǎng)絡(luò)結(jié)構(gòu)的影響，發(fā)現(xiàn)核心邊緣銀行間網(wǎng)絡(luò)體系比無標度網(wǎng)絡(luò)更易遭受外部沖擊，不足的是對于家庭、企業(yè)的行為刻畫比較單一。隋新等在ABM中額外加入了企業(yè)間商業(yè)信用網(wǎng)絡(luò)，進一步發(fā)現(xiàn)銀行規(guī)模和網(wǎng)絡(luò)連接度會顯著加劇銀企間的風(fēng)險傳染程度。

綜上所述，以上研究雖然構(gòu)建了多主體的現(xiàn)實交易特征以及可能的交互行為，但是大多僅局部考察了金融部門與實體經(jīng)濟的外部關(guān)聯(lián)關(guān)系，對于系統(tǒng)性風(fēng)險如何在金融體系內(nèi)部積聚并隨之外溢的作用路徑研究明顯不足?；诖?，本文嘗試構(gòu)建包括銀行、家庭、企業(yè)、中央銀行的多主體模型，除了對實體經(jīng)濟與金融部門的關(guān)聯(lián)渠道以及交互作用機理進行考察，更重要的是立足于中國銀行間市場搭建金融部門內(nèi)部關(guān)聯(lián)網(wǎng)絡(luò)，同時從金融部門內(nèi)外部考察系統(tǒng)性風(fēng)險的積聚過程和傳染路徑。

二、系統(tǒng)性金融風(fēng)險的部門間傳導(dǎo)模型建模思路

圖1 系統(tǒng)性金融風(fēng)險的部門間傳導(dǎo)模型

(一)家庭

家庭包括工人和資本家，均在銀行存款并在消費品市場上消費。工人是勞動力市場的供給方，收入來源是市場上統(tǒng)一的工資()。工人一旦失業(yè)，將在勞動力市場上尋找工作，隨機探訪家企業(yè)并入職探訪到的有空缺職位的第一家。如果家企業(yè)均沒有空缺職位，工人將維持失業(yè)狀態(tài)，以存款滿足消費需求。資本家為企業(yè)的所有者。每家企業(yè)都會對應(yīng)一個資本家。資本家的收入來源是企業(yè)每期利潤()的部分分紅()，其中∈(0,1)。當(dāng)企業(yè)不能償還債務(wù)時企業(yè)破產(chǎn)，資本家將用自己的存款重建企業(yè)。因此，模型中企業(yè)的數(shù)量是確定不變的。

家庭的消費行為涉及長期財富的計算，每期第個消費者的收入為

(1)

(2)

(3)

其中，∈(0,1)，代表存款對期望消費水平的影響程度。

家庭決定了期望消費水平后，通過消費品市場完成購買行為。每個家庭將隨機探訪家下游企業(yè)，記錄其價格和供給量，從最低價格的企業(yè)開始購置，直到達到期望消費水平。若家企業(yè)當(dāng)前供給量之和也無法滿足家庭的期望，則家庭消費不足。這一過程也決定了下游企業(yè)當(dāng)期的銷量和利潤。

(二)企業(yè)

廠商部門分為上游企業(yè)(資本品生產(chǎn)商)和下游企業(yè)(消費品生產(chǎn)商)，下游企業(yè)是消費品市場的供給方和資本品市場的需求方。下游企業(yè)根據(jù)最優(yōu)期望產(chǎn)量計算最優(yōu)工人雇傭數(shù)和最優(yōu)資本品購置量，并在資本品市場和勞動力市場分別進行投資和雇傭，這又進一步確定了上游企業(yè)和工人家庭的收入。

1.下游企業(yè)

下游企業(yè)的生產(chǎn)函數(shù)形式為

,=min (,,,)

(4)

其中，，代表產(chǎn)出，,代表勞動投入，,代表資本投入，,是資本的使用效率。

(5)

(6)

其中，,+1是一個正的隨機數(shù)。

,+1=(1-,),+,

(7)

同時設(shè)定企業(yè)理想的資本存量滿足

(8)

(9)

實際投資額為

(10)

因此，后一期的實際資本存量為

(11)

2.上游企業(yè)

上游企業(yè)生產(chǎn)資本品，其生產(chǎn)函數(shù)為

,=,

(12)

(三)商業(yè)銀行

1.銀行的資產(chǎn)負債表

為了便于分析，本文設(shè)置商業(yè)銀行的資產(chǎn)負債表結(jié)構(gòu)如表1所示。

銀行的投資組合總規(guī)模為=++(-)。該投資組合中，超額準備金和同業(yè)凈拆出(-)均為無風(fēng)險資產(chǎn)；企業(yè)貸款為風(fēng)險資產(chǎn)。設(shè)貸款在整個組合中的最佳占比為，可推出

表1 銀行的資產(chǎn)負債表

=min{(1-)(+),}

(13)

由此可得，銀行的理想貸款規(guī)模=min{(1-)(+),}，但在時刻，銀行的流動性頭寸為

(14)

其中，為無風(fēng)險利率，為存款利率，為貸款利率；-1代表-1期貸款違約率。

銀行流動性頭寸與要達到理想貸款規(guī)模所需資金(-)決定了其在同業(yè)市場的角色。若不足以滿足資金需求，記為流動性不足銀行；否則記為流動性充足銀行。

2.銀企市場

企業(yè)貸款是長期的。每一期企業(yè)將償還原貸款的利息和部分本金，若無法償還將進入破產(chǎn)流程；正常償還的企業(yè)將隨機選擇一家銀行，根據(jù)理想產(chǎn)量計算資金缺口并提出借貸要求。

銀行接收到借貸要求后，如果還未達到合意的貸款數(shù)額且還有剩余流動性，將發(fā)放貸款。對于貸款的價格，本文設(shè)定銀行根據(jù)企業(yè)的杠桿率確定貸款利率，其中杠桿率越高，貸款利率越高?；舅悸啡缦拢涸O(shè)定無風(fēng)險利率為，為期償還的分期比例，則為凈回報率。由于企業(yè)貸款存在一定風(fēng)險，銀行會要求貸款利率的一個風(fēng)險加成。

企業(yè)的杠桿率用,表示，其破產(chǎn)概率假定是與杠桿率有關(guān)的函數(shù),=(,)，因此企業(yè)的預(yù)期壽命為,=1,。銀行根據(jù)企業(yè)的預(yù)期壽命計算每單位貸款回報(,)：

(15)

進一步計算企業(yè)的貸款利率為

(16)

3.銀行間市場

在中國銀行間市場上，同業(yè)拆借是最常見的一種銀行間直接關(guān)聯(lián)形式。此外，由于中國銀行底層資產(chǎn)的高度同質(zhì)性，銀行的表內(nèi)表外還存在著大量的共同風(fēng)險敞口，這樣銀行間會由于這種資產(chǎn)配置重疊性產(chǎn)生間接關(guān)聯(lián)性。為了將直接和間接關(guān)聯(lián)同時納入進來，本文采用分層網(wǎng)絡(luò)形式來構(gòu)建銀行間網(wǎng)絡(luò)，以便更為完整地反映風(fēng)險在銀行間的傳染途徑。其中，分層網(wǎng)絡(luò)結(jié)構(gòu)的第一層是有向的銀行間同業(yè)拆借網(wǎng)絡(luò)，第二層是無向的由于持有共同資產(chǎn)而產(chǎn)生的關(guān)聯(lián)網(wǎng)絡(luò)，金融風(fēng)險在兩層網(wǎng)絡(luò)疊加之后更易擴散和傳染。

對于第二層網(wǎng)絡(luò)所體現(xiàn)的風(fēng)險傳染特征，本文主要通過銀行的資產(chǎn)拋售行為來體現(xiàn)。一般地，當(dāng)受到負的外部沖擊時，銀行的資本會受損，在金融監(jiān)管等要求下，銀行會在市場上拋售資產(chǎn)，引起資產(chǎn)價格急劇下跌，這進一步通過共同資產(chǎn)配置渠道傳導(dǎo)至關(guān)聯(lián)銀行，引起關(guān)聯(lián)銀行的資產(chǎn)拋售，從而引發(fā)資產(chǎn)價格的螺旋式下跌，在盯市制度下所有銀行市值受損，系統(tǒng)性風(fēng)險加大。

4.銀行面臨的宏觀審慎監(jiān)管

2019年，中國人民銀行宏觀審慎管理局設(shè)立，標志著中國貨幣政策和宏觀審慎政策雙支柱調(diào)控框架正式確立。宏觀審慎監(jiān)管體系的發(fā)展與巴塞爾協(xié)議的提出和完善息息相關(guān)，巴塞爾協(xié)議Ⅰ和Ⅱ主要圍繞資本充足率展開，而巴塞爾協(xié)議Ⅲ引入了杠桿率和逆周期資本監(jiān)管作為補充。本文著重考慮上述三個指標要求構(gòu)建宏觀審慎監(jiān)管框架。

(1)資本充足率要求。自巴塞爾協(xié)議實施以來，資本充足率成為評價單個商業(yè)銀行乃至整個銀行體系安全性與穩(wěn)健性的國際統(tǒng)一標準。本文設(shè)定資本充足率()必須滿足

=≥

(17)

其中，是經(jīng)風(fēng)險加成的資產(chǎn)。

(2)杠桿率要求。2009年，杠桿率被巴塞爾銀行監(jiān)管委員會正式引入作為資本框架的補充措施，2015年正式納入中國宏觀審慎監(jiān)管框架。根據(jù)杠桿率的要求，本文定義杠桿率約束()為

=≥

(18)

其中，總資產(chǎn)=+++,=3%。

(3)逆周期資本緩沖。逆周期資本緩沖的主要目標是平抑信貸周期，緩釋明斯基金融不穩(wěn)定效應(yīng)，其思想是在經(jīng)濟上行期，銀行需額外計提一定的資本緩沖，放緩信貸擴張速度；當(dāng)經(jīng)濟進入下行期時，銀行釋放該緩沖資本，以此支持實體經(jīng)濟。

巴塞爾銀行監(jiān)管委員會建議使用廣義信貸/GDP作為判斷周期的核心指標，這一指標也得到了廣泛認可?；诖耍疚牟捎迷撝笜藖矸从衬嬷芷谫Y本的計提。首先，定義信貸范圍，并計算廣義信貸/GDP()；其次，計算廣義信貸/GDP與其長期趨勢值()的偏離程度，即=-；最后，根據(jù)偏離程度計提資本緩沖()。具體公式為

(19)

5.資產(chǎn)拋售模型

基于前文分析，資產(chǎn)價格受到資產(chǎn)拋售行為和資產(chǎn)重疊程度的影響，本文借鑒Cifuentes等的思路，引入資產(chǎn)拋售價格方程：

=×exp[-(×)]

(20)

其中，代表資產(chǎn)拋售的數(shù)量，代表資產(chǎn)總量，代表金融部門風(fēng)險頭寸重疊程度。

三、仿真結(jié)果分析

(一)基準模型算法的實現(xiàn)與分析

1.模型的初始化

根據(jù)各主體的行為方程先初始化以銀行、中央銀行為代表的金融部門和包含家庭、上下游企業(yè)的實體經(jīng)濟部門。其中，各銀行主體被隨機賦予風(fēng)險厭惡系數(shù)，以此為基礎(chǔ)確定理想貸款規(guī)模，且銀行間通過同業(yè)拆借和共同資產(chǎn)建立分層結(jié)構(gòu)的關(guān)聯(lián)網(wǎng)絡(luò)；家庭、企業(yè)都被賦予存款和現(xiàn)金存在的初始流動性，而家庭隨機選取銀行進行儲蓄，由此決定了各家銀行的初始流動性，也確定了銀行異質(zhì)性的資產(chǎn)負債表。

2.模型的運行

根據(jù)現(xiàn)實情況，本文對模型參數(shù)進行賦值，資本充足率取《商業(yè)銀行資本管理辦法(試行)》中規(guī)定的11.5%，法定存款準備金率取國有大型銀行2016—2018年對應(yīng)的17%，法定存款準備金利率取1.62%(中國人民銀行公布，下同)，超額存款準備金利率取0.72%，銀行間同業(yè)拆借利率取2016—2018年間7天回購加權(quán)利率均值2.97%，存款利率取0.35%，用于計算貸款利率的無風(fēng)險利率取2016—2018年間10年期國債收益率均值3.36%。模型運行結(jié)果顯示，產(chǎn)出和失業(yè)存在負相關(guān)關(guān)系，而信貸和消費則呈現(xiàn)順周期性，與實際相符。

除此之外，本文將模型總產(chǎn)出、投資和消費額三個主要宏觀變量與1980—2017年的實際數(shù)據(jù)經(jīng)HP濾波處理后的數(shù)值進行了對比，結(jié)果見表2，發(fā)現(xiàn)模擬值與實際值的波動性統(tǒng)計特征相差不大，驗證了模型的合理性。

表2 模擬與現(xiàn)實數(shù)據(jù)波動項方差對比

模型運行后銀行部門系統(tǒng)性風(fēng)險的演變過程和宏觀經(jīng)濟的變動情況如圖2所示?？梢钥闯觯?0期后宏觀經(jīng)濟進入衰退期，在35期左右開始出現(xiàn)銀行破產(chǎn)，伴隨風(fēng)險在銀行內(nèi)外部的傳染，130期后留存的活躍銀行數(shù)目為12，產(chǎn)出和投資額變動同步也趨于平穩(wěn)，就業(yè)比較充分，說明宏觀經(jīng)濟與金融體系的運行具有內(nèi)在的協(xié)同性。

圖2 模型運行后主要變量的變動情況

為探究銀行體系風(fēng)險的積聚與實體經(jīng)濟之間究竟存在何種關(guān)聯(lián)，本文進一步對金融部門和實體經(jīng)濟的風(fēng)險反饋傳導(dǎo)過程進行分析。實體部門除投資、失業(yè)率、產(chǎn)出等變量外的其他關(guān)鍵信息如圖3所示。銀行體系的信貸、信貸/GDP、拋售損失、壞賬損失變動情況如圖4所示。

在實體部門關(guān)鍵變量的變動中，如圖3(a)(d)所示，在前30期經(jīng)濟處于良性循環(huán)，其中產(chǎn)出維持快速上升，失業(yè)率不斷下降，家庭財富也隨之快速累積，由此拉動消費強勁增長，進而促進企業(yè)積極擴張生產(chǎn)規(guī)模，且在19期進入舉債模式，企業(yè)杠桿率也逐步上升。而在企業(yè)部門加杠桿擴張生產(chǎn)的同時，如圖3(b)所示，由于消費品市場和資本品市場同時出現(xiàn)了量升價跌的局面，直接導(dǎo)致圖3(c)中企業(yè)利潤在20期之后并沒有明顯增長。第21～30期企業(yè)的貸款規(guī)模卻仍在逐漸增大，低利潤與信貸支撐下過度生產(chǎn)誘發(fā)了企業(yè)的流動性緊張，這可能促使企業(yè)再次通過貸款展期來維持低效率運轉(zhuǎn)。值得注意的是，企業(yè)經(jīng)營不善亦引起家庭收入增長同步放緩，如圖3(a)所示，消費水平也從最高的1 300下降至最低的1 050左右，這進一步證實了企業(yè)過度信貸背后由于消費基礎(chǔ)的缺乏而隱藏著巨大的風(fēng)險，該風(fēng)險借助信貸鏈條向銀行部門傳導(dǎo)。

反觀金融部門的表現(xiàn)，如圖4(a)(c)(d)所示，在30期之前即經(jīng)濟上行期間，銀行信貸整體上并未因為企業(yè)資產(chǎn)負債惡化而明顯收緊，但是從第22期開始，企業(yè)破產(chǎn)的出現(xiàn)以及后續(xù)不斷累積的破產(chǎn)損失通過信貸渠道傳導(dǎo)至銀行，導(dǎo)致銀行的流動性逐漸受損，最終迫使銀行在第30期左右開始收緊貸款。銀行信貸的收縮使得企業(yè)借新還舊難度加大，債務(wù)鏈條難以為繼，企業(yè)破產(chǎn)進一步蔓延。整個銀行體系同樣由于壞賬損失和資產(chǎn)拋售而出現(xiàn)資本金受損、市值下降等，繼而引發(fā)銀行部門整體流動性緊張，貸款規(guī)模持續(xù)收縮，貸款利率也不斷攀升，企業(yè)和銀行兩者陷入惡性的互動循環(huán)。

輔以信貸/GDP這一指標也不難看出，實體經(jīng)濟和金融部門兩者的交互對于系統(tǒng)性風(fēng)險的助推作用。如圖4(b)所示，在第35期之前，該指標迅速上升且在第35期達到最大值，充分說明了系統(tǒng)性風(fēng)險迅速積聚背后離不開實體部門高信貸的擴張，而在第36～64期之間，信貸/GDP指標開始緩慢下降，但這并不是通常意義上的風(fēng)險釋放，而是源于13家銀行宣告破產(chǎn)帶來的信貸供給顯著收縮，正如前文所述銀企互動陷入惡性循環(huán)，這與中國經(jīng)濟表象基本一致。中國自2008年“四萬億元”經(jīng)濟刺激計劃后，企業(yè)部門杠桿高企，實體經(jīng)濟空轉(zhuǎn)現(xiàn)象突出，信貸/GDP也相應(yīng)地處于高位，整個經(jīng)濟蘊藏著巨大的金融風(fēng)險，雖然2016年全面啟動“金融去杠桿”后廣義信貸規(guī)模大幅收縮，信貸/GDP也處于歷史低位，但是同時也加大了實體經(jīng)濟融資難度，經(jīng)濟增長動能明顯不足，而缺乏經(jīng)濟支撐的金融周期亦開始下行，金融風(fēng)險反而有所上升。

圖3 實體部門關(guān)鍵變量的變動情況

圖4 銀行部門關(guān)鍵變量的變動情況

(二)對照仿真一：網(wǎng)絡(luò)結(jié)構(gòu)的影響

單個銀行的損失會通過銀行間網(wǎng)絡(luò)傳導(dǎo)至其他銀行，而這種傳導(dǎo)的深度和速度直接受到網(wǎng)絡(luò)拓撲結(jié)構(gòu)的影響。下面將通過調(diào)整無標度網(wǎng)絡(luò)的標度參數(shù)方式研究網(wǎng)絡(luò)結(jié)構(gòu)對系統(tǒng)性風(fēng)險傳播和擴散的影響，用于和基準模型(標度參數(shù)為2.5)比較的網(wǎng)絡(luò)標度參數(shù)分別為3和2，記為模型1和模型2。由于標度參數(shù)對應(yīng)著銀行業(yè)拆借網(wǎng)絡(luò)的集中度，因此銀行業(yè)網(wǎng)絡(luò)集中度排序為：模型2>基準模型>模型1。

改變標度參數(shù)的無標度網(wǎng)絡(luò)下金融體系和實體經(jīng)濟的不同表現(xiàn)如圖5所示，其中金融體系用活躍銀行數(shù)代表，實體經(jīng)濟用總產(chǎn)出、投資額和失業(yè)率代表。

圖5 網(wǎng)絡(luò)結(jié)構(gòu)對模型金融、實體主要變量的影響

對比圖5(a)～(d)可以看出，銀行間網(wǎng)絡(luò)結(jié)構(gòu)對系統(tǒng)性風(fēng)險的影響是顯著的。首先，從銀行倒閉速度來看，活躍銀行數(shù)大約在第30期發(fā)生了分化，銀行集中度越高，銀行倒閉的速率明顯逐漸陡峭，特別到了第120期之后，模型1留存的活躍銀行數(shù)為20家，基準模型為12家，而模型2則只余下8家。其次，從實體經(jīng)濟來看，其中投資額從第30期開始，模型1比模型2平均每期高出30左右，但是在第81期之后三者差異并不明顯，這也與第81期后三個模型活躍銀行數(shù)穩(wěn)定有關(guān)，足以證明商業(yè)銀行作為實體經(jīng)濟流動性的來源，其自身遭受沖擊、無法正常發(fā)揮中介作用時，會直接引導(dǎo)實體經(jīng)濟投資行為變化。至于失業(yè)率、產(chǎn)出、消費方面，整體看來三個模型分化明顯，模型1顯著優(yōu)于基準模型，模型2表現(xiàn)最差。在第80期后，模型1失業(yè)率約在2%以下，基準模型在5%左右，而模型2失業(yè)率介于15%～25%之間。模型1、模型2和基準模型總產(chǎn)出相比，最大差值分別達到了549和476。

總體來說，隨著網(wǎng)絡(luò)集中度的提高，金融體系的不穩(wěn)定性增強，實體經(jīng)濟的波動更大，從側(cè)面驗證了銀行間復(fù)雜的債權(quán)債務(wù)關(guān)系越緊密，特別是中心節(jié)點銀行節(jié)點度增大、交易對手增多，越容易引起風(fēng)險在金融體系內(nèi)部傳導(dǎo)，并會通過金融與實體部門的關(guān)聯(lián)傳導(dǎo)至實體部門，引起實體部門的經(jīng)濟指標惡化。當(dāng)前，中國銀行間同業(yè)拆借市場規(guī)模較大，具有較高的網(wǎng)絡(luò)高集中度。其中，2018年12月中國同業(yè)資產(chǎn)、負債規(guī)模達到了377 911.11億元，其中中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行、交通銀行5家額度就占據(jù)了同業(yè)資產(chǎn)的16.71%和同業(yè)負債的25.93%。由此可見，中國銀行業(yè)表現(xiàn)出相對較高的潛在風(fēng)險，關(guān)注銀行同業(yè)網(wǎng)絡(luò)中心節(jié)點、從源頭預(yù)防系統(tǒng)性風(fēng)險的傳染是中國金融行業(yè)健康發(fā)展、切實發(fā)揮服務(wù)實體經(jīng)濟作用的關(guān)鍵。

(三)對照仿真二：金融部門風(fēng)險頭寸重疊因子的影響

銀行遭受流動性壓力或無法滿足資本充足率要求時，將不得不選擇在市場上拋售部分風(fēng)險資產(chǎn)。資產(chǎn)價格大幅度下滑會造成拋售銀行資本的進一步損失；如果系統(tǒng)內(nèi)銀行擁有高度同質(zhì)的資產(chǎn)，其他銀行同類資產(chǎn)的盯市價值也會下降，形成風(fēng)險在銀行體系內(nèi)的多輪傳染與反饋。

仿真二將從0.8提高到1.2，資產(chǎn)價格對拋售數(shù)量的敏感程度提升了50%。標度參數(shù)為3.5的銀行間無標度網(wǎng)絡(luò)對資產(chǎn)清算因子的不同反應(yīng)如圖6所示。

圖6 金融部門風(fēng)險頭寸重疊因子對模型金融、實體主要變量的影響

比較圖6中基準模型和清算壓力模型可以看到，調(diào)高風(fēng)險頭寸重疊因子后整體風(fēng)險明顯增大，所不同的是，初期兩模型的差距顯著小于后期，這也體現(xiàn)了資產(chǎn)拋售初期，由于銀行能對流動性進行及時補充，所以對經(jīng)濟影響不大，但是隨著時間的推移，清算壓力會轉(zhuǎn)化為銀行的流動性壓力，這導(dǎo)致銀行作為市場流動性源頭的功能被大大削弱，兩個模型的差距開始擴大。具體來說，基準模型和清算壓力模型從第30期開始出現(xiàn)了銀行破產(chǎn)，但基準模型第70期留存銀行數(shù)為18家，清算壓力模型只剩余7家。投資額、總產(chǎn)出和失業(yè)率方面清算壓力模型也顯著惡化。投資額方面，基準模型投資額明顯高于清算壓力模型，平均差為20.15，在第120期兩模型投資額之差達到了峰值，基準模型遠超清算壓力模型179%?？偖a(chǎn)出方面，調(diào)高風(fēng)險頭寸重疊因子后總產(chǎn)出呈現(xiàn)快速下降，前50期基準模型和清算壓力模型產(chǎn)出的差值在400左右波動，約占后者的30%，第50期之后兩者差值迅速擴大，特別到第130期，基準模型產(chǎn)出高于清算壓力模型655，達到后者48%。同樣，失業(yè)率展現(xiàn)出了相似變化規(guī)律，特別是從第50～130期，清算壓力模型對應(yīng)的失業(yè)率從45%下降到了29%，基準模型失業(yè)率從27%下降到了5%左右，顯然清算壓力模型在失業(yè)率上惡化更為明顯。

不難看出，調(diào)高風(fēng)險頭寸重疊因子對金融體系和實體經(jīng)濟呈現(xiàn)明顯的加速器效應(yīng)，即風(fēng)險頭寸重疊因子帶來的資產(chǎn)價格更大幅度的下跌，首先會對銀行部門的盯市價值產(chǎn)生深度的負向沖擊，而這一影響會直接影響到貸款的投放規(guī)模，進而通過銀行—企業(yè)的信貸渠道在金融加速器的作用下引發(fā)實體經(jīng)濟更大幅度的波動，并將這一負向效應(yīng)反饋至銀行部門自身。

四、宏觀審慎監(jiān)管干預(yù)效果分析

(一)逆周期資本監(jiān)管的仿真

對于式(19)的參數(shù)選擇，巴塞爾銀行監(jiān)管委員會將閾值和分別定義為10%和2%，即當(dāng)在2%以下時，無需計提額外資本；當(dāng)在10%以上時，計提2.5%的逆周期資本上限；位于2%～10%之間，采用線性形式計算。本文使用HP濾波法分離，其中參照王擎等的研究，取400 000。加入逆周期資本緩沖后各經(jīng)濟變量的變化如圖7所示。

圖7 逆周期資本監(jiān)管對模型金融、實體主要變量的影響

從金融部門看，加入逆周期之后只有3家銀行出現(xiàn)了資本金不足的問題，且最終活躍銀行數(shù)從基準模型的13家提升至23家，金融穩(wěn)定性改善明顯。值得注意的是，模型中需計提逆周期資本緩沖的期數(shù)主要集中在第21～60期之間，意味著此時超過了2%，施加逆周期監(jiān)管能有效約束過度信貸的問題，這樣有助于穩(wěn)定信貸/GDP增長。

在實體經(jīng)濟方面，總產(chǎn)出、失業(yè)率和投資額波動均明顯減小。具體來看，加入逆周期資本監(jiān)管后，失業(yè)率前期平均約低15個百分點，第41期后基本降至0；總產(chǎn)出在第21期后改善幅度在5%～30%之間；投資額在第71期之前絕對值也明顯增加，之后平穩(wěn)變化。這正是源于逆周期資本緩沖對于過度信貸的遏制作用。正如前文所述，金融風(fēng)險的積聚和實體經(jīng)濟下行均是企業(yè)過度信貸觸發(fā)、金融機構(gòu)的順周期推動所致，逆周期的監(jiān)管通過約束銀行的順周期信貸行為，從根本上限制了企業(yè)部門“脫實向虛”的過度投資傾向，控制了各部門杠桿的過度增長，從而弱化金融周期和經(jīng)濟周期的共振效應(yīng)。

(二)杠桿率監(jiān)管的仿真

杠桿率監(jiān)管實質(zhì)上限制了商業(yè)銀行資產(chǎn)負債表的擴張，降低了個體銀行自身的金融脆弱性，但由于金融杠桿的高低會通過信貸渠道與消費者和企業(yè)相互影響、相互強化，最終的影響效應(yīng)很難確定，目前在學(xué)界也尚未形成統(tǒng)一結(jié)論。本文擬仿真在基準資產(chǎn)充足率約束上不同杠桿率監(jiān)管的直接效應(yīng)，試圖厘清杠桿率對穩(wěn)增長、防風(fēng)險目標的作用效果。

根據(jù)中國商業(yè)銀行杠桿率管理辦法，本文將杠桿率均分為5個檔次：2.5%、3%、3.5%、4%和4.5%。研究發(fā)現(xiàn)，杠桿率從2.5%～3.5%變化時主要經(jīng)濟變量呈現(xiàn)出了倒U型效應(yīng)，而超過3.5%后明顯惡化。這說明杠桿率過高會使經(jīng)濟明顯惡化，而杠桿率適度時的影響機制并不明確，下面著重分析杠桿率為2.5%、3%和3.5%的情況。

從圖8(a)來看，杠桿率為2.5%與3.5%時差距不大，但杠桿率為3.0%時留存銀行數(shù)顯著高于前兩者，且從第71期開始這種差距穩(wěn)定在4家左右，為留存銀行數(shù)的30%～50%，這顯然與杠桿率監(jiān)管的初衷相悖。進一步觀察實體部門的反應(yīng)可以發(fā)現(xiàn)，從投資額來看，杠桿率為3.0%時投資波動更為劇烈，整體方差為191.61，高出杠桿率為3.5%下的41%，而杠桿率2.5%時的整體數(shù)值則偏低，如圖8(b)所示。就失業(yè)率方面而言，如圖8(c)所示，杠桿率為3.5%時失業(yè)率最高，且三者分化明顯，其中杠桿率為3.5%時的失業(yè)率平均超過2.5%時11%。總產(chǎn)出方面，如圖8(d)所示，同樣出現(xiàn)了杠桿率2.5%時最差、杠桿率為3.0%優(yōu)于2.5%和3.5%的現(xiàn)象，且在第35期之后三者的產(chǎn)出規(guī)模差距亦趨于穩(wěn)定。從實體部門的反應(yīng)不難看出，杠桿率過高帶來的系統(tǒng)性風(fēng)險更大的可能原因是，過于嚴格的監(jiān)管會觸發(fā)實體經(jīng)濟惡化，進而給金融體系帶來更大的負面反饋效應(yīng)。

事實上，合意的杠桿率將使得金融部門和實體經(jīng)濟靠近帕累托最優(yōu)，而過高或過低都會帶來負面影響，這與杠桿率監(jiān)管的形式與作用路徑密切相關(guān)。具體來說，杠桿率監(jiān)管會使得商業(yè)銀行面臨更高的資本金要求，拆入資金受限，信貸發(fā)放收緊。企業(yè)部門融資成本提高，信貸規(guī)模受限，直接帶來投資的減少和失業(yè)率的上揚，家庭部門消費需求也會下降，進一步導(dǎo)致企業(yè)不得不調(diào)整生產(chǎn)計劃，如此形成負反饋循環(huán)。但是，銀行資產(chǎn)端的縮表會保證經(jīng)營的穩(wěn)健性，減少銀行可能面臨的壞賬沖擊，某種程度上又保障了長期商業(yè)銀行信用轉(zhuǎn)換和期限轉(zhuǎn)換功能的正常發(fā)揮。因此，綜合來看，杠桿率監(jiān)管實質(zhì)上對經(jīng)濟增長和金融穩(wěn)定產(chǎn)生了倒U型影響，這也意味著在宏觀審慎監(jiān)管中需要尋求的是合意的杠桿率水平。

圖8 杠桿率監(jiān)管對模型金融、實體主要變量的影響

(三)逆周期資本監(jiān)管和杠桿率組合的仿真

宏觀審慎監(jiān)管的大框架下，逆周期資本緩沖和杠桿率均是對資本充足率的有益補充，但三者能否發(fā)揮出最大的協(xié)同效應(yīng)呢？本文在基準模型的基礎(chǔ)上對銀行同時加入杠桿率監(jiān)管和逆周期資本緩沖的計提要求，試圖揭示宏觀審慎的組合政策效應(yīng)。

如前文所述，逆周期監(jiān)管根據(jù)式(19)進行，杠桿率同樣設(shè)置了2.5%、3%、3.5%、4%和4.5%五檔，模型仿真結(jié)果如圖9所示。

圖9 逆周期資本監(jiān)管和杠桿率組合對模型金融、實體主要變量的影響

政策組合情況下，隨著杠桿率的提高，經(jīng)濟表現(xiàn)依然出現(xiàn)了倒U型，綜合表現(xiàn)最好出現(xiàn)在杠桿率為4%處，此時留存的活躍銀行最多。從活躍銀行數(shù)來看，杠桿率為2.5%時破產(chǎn)速度最快，其次是3%、3.5%和4.5%，杠桿率取4%時破產(chǎn)速度最慢，其中105期時杠桿率為4%情形下留存銀行數(shù)為24家。失業(yè)率方面，逆周期政策搭配杠桿率監(jiān)管引起的失業(yè)率變化差異明顯，表現(xiàn)最好的仍在杠桿率為4%處，其中在105期，杠桿率為4%時失業(yè)率約為11.07%，而其余情況下均顯著高于杠桿率為4%的情形。同樣地，總產(chǎn)出方面，杠桿率從2.5%到4.5%增加時，對應(yīng)的第35期后產(chǎn)出平均值分別為1 500.73、1 502.38、1 526.63、1 702.32和1 617.22，即杠桿率為4%時產(chǎn)出最高。

總的來說，當(dāng)杠桿率過低位于2.5%、3%和3.5%時搭配逆周期監(jiān)管，各經(jīng)濟變量運行情況并不理想，這與單一杠桿率監(jiān)管結(jié)果略有不同，可能的原因是降低商業(yè)銀行杠桿率標準實質(zhì)上是減少了商業(yè)銀行的資本要求，若再采用逆周期監(jiān)管難以發(fā)揮銀行資本逆周期的調(diào)節(jié)作用，因此很難起到平抑經(jīng)濟的作用，同時也會引致銀行資本更少而變相提高銀行部門的風(fēng)險。而杠桿率高于3.5%時，內(nèi)在機理與單一杠桿率監(jiān)管類似，所不同的是搭配逆周期監(jiān)管后，由于逆周期資本調(diào)節(jié)的作用，減緩了高杠桿的影響，所以當(dāng)高杠桿的負面影響過大時才會引起實體經(jīng)濟與金融部門的雙向惡化，這也是組合政策下杠桿率最優(yōu)處于4%的可能原因。當(dāng)前，中國金融監(jiān)管已初步形成了宏觀審慎評估體系(MPA)的政策框架，核心旨在強化資本約束的穩(wěn)健經(jīng)營理念，雖然其引入了廣義信貸、資本充足率、杠桿率等多種政策組合工具，但是仍然缺乏對于金融系統(tǒng)性風(fēng)險背后實體經(jīng)濟關(guān)聯(lián)方面的考量，而組合政策的模擬結(jié)果已經(jīng)初步證實，考慮實體經(jīng)濟反饋的作用會直接影響到政策工具的搭配結(jié)構(gòu)。

五、結(jié)論和建議

本文通過構(gòu)建嵌入銀行間分層網(wǎng)絡(luò)的多主體模型，從實體經(jīng)濟的視角分析了中國金融系統(tǒng)性風(fēng)險演變的基本特征，并模擬了宏觀審慎的政策效果。研究發(fā)現(xiàn)，金融系統(tǒng)性風(fēng)險的積聚根源于實體部門信貸的過度擴張，而缺乏消費支撐的高信貸易誘發(fā)企業(yè)的破產(chǎn)風(fēng)險，該風(fēng)險會借助信貸鏈條在銀企、銀銀間傳導(dǎo)。此外，銀行網(wǎng)絡(luò)集中度、資產(chǎn)同質(zhì)化程度等均會直接影響銀行體系自身的穩(wěn)定性，而這又會進一步通過資產(chǎn)價格渠道和資產(chǎn)負債表渠道影響實體經(jīng)濟。從監(jiān)管的仿真來看，銀行的穩(wěn)健性與實體經(jīng)濟穩(wěn)定互為前提、相互依存，加入逆周期資本計提后信貸的順周期性有了明顯改善，經(jīng)濟和金融的波動均有所減弱。而嚴格的杠桿率監(jiān)管雖然表面可以提高銀行自身的穩(wěn)健性，但是卻會直接引發(fā)實體信貸受限，繼而對金融體系形成負反饋循環(huán)，加劇金融的不穩(wěn)定性。

基于此，在經(jīng)濟與金融高質(zhì)量發(fā)展的目標下本文提出以下建議。首先，防范系統(tǒng)性風(fēng)險不能局限于金融體系本身，更要結(jié)合實體經(jīng)濟的債務(wù)周期。應(yīng)當(dāng)增強對實體部門債務(wù)規(guī)模和償債能力的動態(tài)監(jiān)測，立足于實體經(jīng)濟完善宏觀審慎監(jiān)管框架，提高系統(tǒng)性風(fēng)險監(jiān)控防范的溯源性和前瞻性。同時加大力度支持內(nèi)需主導(dǎo)產(chǎn)業(yè)，開發(fā)和強化內(nèi)需市場，促進國內(nèi)消費穩(wěn)定增長，進而維護經(jīng)濟的平穩(wěn)和可持續(xù)發(fā)展，避免實體經(jīng)濟對金融部門的負向反饋沖擊。其次，穩(wěn)健的金融體系可以降低系統(tǒng)性風(fēng)險的積聚，緩釋系統(tǒng)性風(fēng)險的擴散，保障實體經(jīng)濟的高質(zhì)量發(fā)展。應(yīng)適當(dāng)降低金融機構(gòu)網(wǎng)絡(luò)集中度和資產(chǎn)同質(zhì)化程度，鼓勵金融機構(gòu)進行差異化創(chuàng)新與數(shù)字化轉(zhuǎn)型，以金融科技賦能發(fā)展，優(yōu)化資金投資結(jié)構(gòu)，提高資本質(zhì)量，提高金融機構(gòu)自身的穩(wěn)健性。最后，一味降杠桿或者寬信用并不能有效解決經(jīng)濟增長和防范風(fēng)險的問題。應(yīng)嚴格把握實體經(jīng)濟與金融體系的內(nèi)在交互關(guān)系。只有牢牢把握金融和實體經(jīng)濟的內(nèi)在交互關(guān)系，從根本上改善企業(yè)資產(chǎn)負債表，才能防風(fēng)險、保增長，實現(xiàn)實體經(jīng)濟與金融體系的良性互動。目前，中國金融發(fā)展相比經(jīng)濟結(jié)構(gòu)尚存在不平衡、不充分的問題，應(yīng)當(dāng)錨定實體經(jīng)濟的內(nèi)在需要，引導(dǎo)金融體系的改革和發(fā)展，提高金融服務(wù)實體經(jīng)濟的質(zhì)量，切實助力實體經(jīng)濟發(fā)展動能的切換和向高質(zhì)量的轉(zhuǎn)型。