新常態(tài)下的中國經濟周期波動

劉金全+王譯興+劉子玉

內容提要：美國次貸危機過后，金融摩擦在經濟增長和經濟周期波動中的作用引起社會高度重視。本文利用帶有金融中介部門的新凱恩斯DSGE模型，定量刻畫中國經濟新常態(tài)下金融摩擦對經濟周期波動的影響機制。研究發(fā)現，金融摩擦將通過資產負債表渠道加速和放大金融沖擊，金融摩擦系數與經濟波動乘數效應呈反向依存關系；資本質量沖擊對經濟周期波動的影響具有記憶性，而貨幣政策調控僅在短期內有效。在金融摩擦存在的情況下，這說明貨幣政策對金融沖擊的調整將面臨著周期匹配失調的約束，有關部門不僅要采用貨幣政策進行短期調控，還應高度重視中國資本市場發(fā)展的階段性特征，加強資本質量管理，在最大程度發(fā)揮虛擬經濟的資源優(yōu)化配置作用，進而帶動實體經濟復蘇。

關鍵詞：經濟新常態(tài)；金融摩擦；經濟周期波動；DSGE模型

中圖分類號：F2240文獻標識碼：A文章編號：1001-148X（2017）06-0107-08

一、引言

2008年的次貸危機使銀行名義利率在短期內的迅速攀升導致大量次級債務違約，這使得美國資本市場在短期內出現了大量的信貸萎縮，并最終傳染至整個經濟系統(tǒng)，造成較大的經濟波動。這種金融市場中的流動性缺失所導致的市場摩擦稱之為金融摩擦[1-3]。次貸危機的例證表明，金融市場在經濟運行中并非始終保持中性作用，這使得研究者逐漸認識到在對宏觀經濟進行模擬時，只有廠商與家庭兩個部門無法體現整個經濟系統(tǒng)的運行特征，因此需要考慮金融摩擦對實體經濟的影響。實際上，金融摩擦產生的根源在于金融市場上交易雙方信息不對稱所產生的成本，例如信息成本、監(jiān)督成本和控制成本等。特別是在我國這種資本市場起步較晚，金融監(jiān)管仍存在缺口的國家，金融市場的成本交易相對較高[4-8]。因此，在我國經濟新常態(tài)時期，探究金融摩擦對實體經濟的影響對未來一定時期內的系統(tǒng)性緊縮風險防范和產業(yè)結構調整都將具有重要的理論價值和實踐意義。

迄今為止，大量金融摩擦與經濟波動的研究文獻主要是基于三個基本模型的延伸。第一種是BGG模型，其最初起源于Bernanke和Gertler（1989）[9]的研究，主要認為信息不對稱引起的委托代理現象將提高生產成本，從而影響信貸流動性并最終放大經濟波動，即“金融加速器”理論的雛形。Carlstrom和Fuerst（1997）[10]進一步將金融摩擦融入到新凱恩斯框架之中，并逐漸成為研究金融摩擦與金融加速器的主要研究框架。此后，Bernanke等（1999）[11]構建了BGG模型，并進一步完善了“金融加速器”理論。但是第一種模型側重于非金融部門造成的金融摩擦，卻忽視了金融部門內生波動的外溢性。第二種模型源于Kiyotaki和Moore（1997）[12]，其將貸款回收的不確定性因素所引起信貸流動性緊縮作為金融摩擦。Iacoviello（2005）[13]在原有研究的基礎之上，通過信貸約束條件將金融摩擦因素融入進新凱恩斯模型中。但這種模型忽視了調節(jié)性存貨（Buffer Stock），即為了防范未來不確定性而保留的存貨，從而造成模型有所偏誤。第三種模型源于Gertler和Karadi（2011）[14]的研究，其引入內生信貸約束作為金融摩擦，并度量金融沖擊等外生沖擊對經濟的影響。Justiniano等（2010）[15]將投資沖擊引入模型中，進而將投資轉換為實物資本過程中的摩擦作為衡量金融市場摩擦的形式。第三種模型雖然將內生信貸約束融入模型中，但是決定金融摩擦系數的外生變量表明，信貸約束條件未能完全內生化，從而需要進一步拓展。

與此同時，國內有許多文獻研究了金融摩擦對經濟周期波動影響與貢獻率。杜清源和龔六堂（2005）[16]、趙振全等（2007）[17]和袁申國等（2011）[2]都從不同方面把“金融加速器”融入真實經濟周期模型并對現實數據進行分析，表明原有理論模型無法有效擬合新的經濟現實，金融市場已成為影響經濟的重要組成部分，但未對金融摩擦是否會對實際經濟變量產生影響進行分析。為解決這一問題，劉斌（2008，2010）[5-6]構建具有金融中介部門的開放經濟模型并證明金融摩擦能夠令名義沖擊對實體經濟造成實際影響。不過，這些研究認為金融部門是一種傳導渠道，而金融摩擦僅放大非金融部門沖擊對經濟系統(tǒng)的影響，而未對金融部門內部沖擊的傳導與放大進行系統(tǒng)闡述。陳曉光和張宇麟（2010）[18]將金融摩擦融入到信貸約束中，從而對金融部門沖擊的傳導與放大進行系統(tǒng)闡述。此后，康立等（2013）[19]與康立和龔六堂（2014）[20]分別對金融摩擦在國內各部門之間與不同國家之間經濟波動的傳播與放大作用進行探討，從而進一步完善金融摩擦理論。通過文獻回顧發(fā)現，以往的研究僅是利用數值模擬分析經濟動態(tài)變化，并且存在理論缺陷。鑒于此，本文在文獻綜述的基礎上，對模型進行拓展，集中探討金融摩擦對經濟的影響，以期為“新常態(tài)”時期內的資本質量監(jiān)管、金融風險控制和系統(tǒng)性緊縮風險防范提供相應的理論支撐與政策建議。

二、模型設定

借鑒Gertler和Karadi（2011）[14]的研究框架，本文進一步拓展，整個經濟系統(tǒng)由六個部門組成：家庭、金融中介部門、產品生產部門、資本生產部門、零售商與政府。其中內生信貸約束的金融中介部門不僅表示具有金融摩擦的金融市場，而且還調控著社會信貸規(guī)模。

（一）家庭

假設家庭在第t期通過提供勞動獲得相應報酬，并將去除消費后的全部收入存入銀行等金融中介部門，從而在第t+1期獲得利息[6-7]。因此，家庭效用最大化公式如下：

maxCt，LtEt∑

SymboleB@ i=0βiln（Ct+i-hCt+i-1）-χ1+φL1+φt+i（1）

其中，Ct表示家庭消費，Lt表示家庭所提供的勞動，β表示效用貼現因子，χ表示閑暇系數，φ表示勞動系數，h表示習慣持續(xù)參數，并且0<β<1、00。與CEE與SW模型相同，運用習慣參數來獲取消費動態(tài)變化。家庭預算約束方程為：

Ct+Bt+1=WtLt+RtBt+Πt-Tt（2）

其中，Bt表示由銀行或者政府以真實利率Rt提供的債券，Wt表示勞動工資，Tt表示應繳稅款和廠商凈利潤Πt。家庭最優(yōu)化決策的一階條件如下：

ρt=（Ct-hCt-1）-1-βhEt（Ct+1-hCt）-1（3）

ρtWt=χtLφt（4）

βEtΛt，t+1Rt+1=1（5）

Λt，t+1≡ρt+1/ρt（6）

其中，ρt表示消費的邊際效用，也即拉格朗日乘子，式（3）表示消費歐拉方程，式（4）表示勞動供給方程，式（5）表示儲蓄方程。

（二）金融中介部門

t期初，銀行等中介部門以無風險利率Rt+1從家庭部門獲得存款Bjt，并在t+1期償還。此后，以價格Qt從生產部門購買St的金融債券。t期末，銀行家的凈資產為資產與債務的差額，表示為Nt。因此，金融中介j的資產負債表為：

Nj，t=QtSj，t-Bj，t（7）

在t+1期，非金融企業(yè)的債券需要以回報率Rk，t+1償還。其中，Rk，t+1和Rt+1都為內生變量。銀行的凈資產表示為資產的利息收入減去負債的利率支付：

Nj，t+1=Rj，t+1QtSj，t-Rt+1Bj，t=Rt+1Nj，t+（Rk，t+1-Rt+1）QtSj，t（8）

其中，（Rk，t+1-Rt+1）表示利率差額，即外部融資溢價。凈資產以Rt+1速度增長，并且來自超額回報（Rk，t+1-Rt+1）QtSj，t，從而表明該缺口與金融摩擦相關。銀行家在退出前累計凈資產，并且在第t期時，以Vj，t表示最大化預期資本價值。其公式如下：

Vj，t=max{（1-θ）Et[∑

SymboleB@ i=0θiβi+1Λt，t+1+i（Rt+1+iNj，t+i+（Rk，t+1+i-Rt+1+i）Qt+iSj，t+i）]}（9）

同時，假設銀行凈資產方程為線性：

Vj，t=νtQtSj，t+ηtNj，t（10）

νt=Et{（1-θ）（Rk，t+1-Rt+1）+βΛt，t+1θxt，t+1νt+1}（11）

ηt=Et{（1-θ）Rt+1+βΛt，t+1θzt，t+1ηt+1}（12）

其中，νt和ηt為結構參數，并且νt為t期末總資產貼現邊際收益且ηt為銀行凈資產貼現邊際收益。xt，t+i=Qt+1Sj，t+1/QtSj，t為總資產增長率，zt，t+i=Nj，t+1/Nj，t為凈資產t+i期相對于t期的增長率。

為了限制銀行無節(jié)制借貸行為，本文將金融摩擦以道德風險的形式引入模型。在每一期，銀行家可以選擇將其全部資產的一部分λQtSj，t轉移到家庭。如果銀行以個人利益來轉移資金，那么銀行會破產，債權人也會追回剩余部分（1-λ）QtSj，t。與此同時，因為債權人已了解這種風險，所以他們會控制借貸給銀行的金額。根據t期末資產負債表的狀況，設Vt（Sj，t，Bj，t）為最大化的Vt值。此外，道德風險約束也保證銀行不會任意轉移資金：

Vt（Sj，t，Bj，t）λQtSj，t（13）

上式表示銀行家保證自身不破產的價值必須大于轉移資金價值。當加上約束后，會存在一個凈資產的杠桿率（φt）：

QtSj，t=ηtλ-νtNj，t=φtNj，t（14）

其中，φt=ηt/（λ-νt）為金融中介杠桿率，λ為銀行凈資產轉移系數，也是金融摩擦系數。

現有銀行家凈資產為：

Nt=θ[（Rk，t-Rt）φt+Rt]Nt-1（15）

在每一期，（1-θ）的銀行退出并將累計凈資產QtSt轉移到家庭，這部分資金中的ω/1-θ部分會給予t+1期的新進銀行家，并成為其初始資本Nnt：

Nnt=ω1-θ（1-θ）QtSt-1=ωQtSt-1（16）

t期總資產凈值為新進銀行家（Nnt）與現有銀行家（Net）凈資產之和：

Nt=Net+Nnt=θ[（Rk，t-Rt）φt+Rt]Nt-1+ωQtSt-1（17）

（三）產品生產部門

非金融產品生產企業(yè)具有完全競爭性，并通過柯布-道格拉斯常數規(guī)模報酬技術生產中間產品Yt。t期末，企業(yè)發(fā)行等于其需要資本數量的股票St。為了獲得下一期生產用資本，他們以價格Qt賣出債券。因此，根據套利條件，資產如下所述：

QtKt+1=QtSt（18）

其中，價格Qt由資本生產部門的利潤最大化公式內生解出。資產固定而勞動在各個企業(yè)間自由流動，這保證總產出Yt能夠由有效總資本Kt和總勞動工時Lt表示。此外，Ut為時變資本利用率且ξtKt為資本有效數量：

Yt=At（UtξtKt）αL1-at（19）

logAt=ρAlogAt-1+σAεA，t，logξt=（1-ρξ）logξss+ρξlogξt-1+σξεξ，t（20）

其中，α表示生產過程中資本的比重。At為總生產率為AR（1）過程且平穩(wěn)，并且服從馬爾可夫過程，即εA，t～i.i.d.N（0，1）。ξt為資本質量沖擊，即對折舊率的擾動，并且能夠捕捉到微觀層面波動對跨期資本積累的影響。ξt服從AR（1）的隨機外生過程，且εξ，t～i.i.d.N（0，1）。生產過程發(fā)生在t+1期，中間商品以價格Pm，t+1賣給零售企業(yè)。中間廠商利潤如下：

Υt+1=EtβΛt，t+1[Pm，t+1Yt+1+（Qt+1-δ（Ut+1））ξt+1Kt+1-Rk，t+1QtKt+1-Wt+1Lt+1]（21）

假設折舊資本替換價格單位化，在給出資本價格Qt的情況下，（Qt+1-δ（Ut+1））ξt+1Kt+1為剩余資產價值。折舊率為效用的函數，如下所示：

δ（Ut）=δss+b1+ζU1+ζt（22）

其中，δss有穩(wěn)態(tài)決定且ζ為效用成本彈性。工資Wt、效率Ut和租金率Rkt由企業(yè)利潤最大化的一階條件分別為：

Wt=Pm，t（1-α）YtLt，Rkt+1Qt=Pm，t+1αYt+1Kt+1+（Qt+1-δ（Ut+1））ξt+1，Utδ′（Ut）ξtKt=Pm，tαYt（23）

（四）資本生產部門

資本生產部門具有完全競爭性。在t期末，他們從產品部門以價格Q-t收購折舊資產，并以價格Qt賣出翻新與新資產。設It為投資支出，資本積累由下式給出：

Kt+1=（1-δ（Ut））ξtKt+Φ（ItKt）Kt（24）

假設生產資本具有遞增的邊際調整成本，并以投資支出It產出Φ（IK）Kt表示，其中Φ（·）為增函數和凹函數且Φ（0）=0。因此，在給出調整成本函數的情況下，每單位資本價格如下所示：

Qt=Φ′（It/Kt）-1，Φ（It/Kt）=[1-S（It/It-1）]ItKt，S（It/It-1）=ηi2（It/It-1-1）2（25）

其中，S（·）表示投資調整成本，且S′（·）>0，S″（·）>0，S（1）=S′（1）=0。ηi為投資對資產價格彈性的倒數。資本積累方程為：

Kt+1=ξt（1-δ（Ut））Kt+1-SItIt-1It（26）

t時期資本生產企業(yè)的單位資本利潤為：

Ψt=QtΦItKt-ItKt-（Q-t-Qt）（27）

企業(yè)最大化貼現收益：

maxIt{Et[∑

SymboleB@ i=tβiΛt，i（QiΦ（IiKi）Ki-Ii-（Q-i-Qi）Ki）]）}（28）

通過求解資本生產企業(yè)的利潤最大化問題，可以得到資本價格Qt：

Qt1-SItIt-1-S′ItIt-1ItIt-1+βEtQt+1Λt，t+1S′It+1ItIt+1It2=1（29）

（五）零售部門

零售部門的價格決定具有Calvo價格粘性[21]。在t期內，完全競爭企業(yè)以價格Pmt買入中間產品Pmt。產出為：

Yt=YmtDt（30）

其中，Dt為價格分布，如下所示：

Dt=γDt-1π-γPεt-1πεt+（1-γ）1-γπ-γP（1-γ）t-1πγ-1t1-γ-ε1-γ（31）

γ為Calvo概率，其表示為保持價格固定的概率。γP用來衡量價格指數化并且ε為替代彈性。

此外，通貨膨脹的變動如下所示：

π1-εt=γπγP（1-ε）t-1+（1-γ）π*（1-ε）t+pt（32）

logpt=ρplogpt-1+σpεp，t（33）

其中p為通脹沖擊為AR（1）過程且平穩(wěn)，并且服從馬爾可夫過程，即εp，t～i.i.d.N（0，1）。

（六）政府與總體約束

貨幣政策服從帶有利率平滑的泰勒規(guī)則[22]：

iti*=it-1i*ρτπtπ*κπYtY*tκy（1-ρτ）eσiεi，t（34）

其中，ρτ為利率平滑程度且0<ρτ<1，i*為總名義利率的穩(wěn)態(tài)。此外，利率受到通脹由穩(wěn)態(tài)下偏離程度和產出缺口的影響，κπ和κy為相應的控制變量。最后，貨幣政策規(guī)則也受到貨幣政策沖擊的擾動，表示為εi，t～i.i.d.N（0，1）。名義利率和無風險利率滿足費雪方程：

it=Rt+1Etπt+1（35）

其中，Rt為真實利率。此外，產出可分為消費、投資、投資調整成本和政府支出，其中政府支出設定為固定值。因此，總體資源約束為：

Yt=Ct+It+SItIt-1It+G（36）

三、參數校準與估計

首先對模型中的部分結構參數進行校準，然后結合1996年第一季度至2016年第三季度中國的宏觀經濟數據，并利用貝葉斯方法對其余參數進行估計①。

（一）參數校準

家庭部門效用的貼現因子設定為099；將生產函數中資本份額設定為04[23]；將勞動對效用影響參數設定為34，從而保證勞動供給在03左右[20]；將勞動供給彈性設定為0275，同時將替代彈性設定為41[24]；均衡時的折舊率設定為0025，即每年10%；最后均衡時外部融資溢價與均衡時政府支出份額設定為0025和02[14]。表1為模型中部分結構參數的先驗賦值。

（二）參數估計

參數的先驗與后驗分布如表2所示，對于貨幣政策先驗參數利用最小二乘估計得出。由于中國金融市場退出機制仍未完善且市場管制嚴格，因此將銀行存留市場概率的均值設定為07。零售部門的價格粘性的均值設定為05，代表價格的變動頻率為半年一次。價格指數化參數為粘性價格中通脹因素的平滑因子，其均值設定為05。Gertler和Karadi（2011）[14]為了保證均衡時杠桿率在合理范圍內而將銀行轉移資金概率，即金融摩擦參數設定為038，本文將參數均值設定為03。但是后驗均值顯示為00297，小于外國文獻中的參數值，這表明由于中國金融市場仍處于深化改革階段并且金融市場由央行、證監(jiān)會、銀監(jiān)會與保監(jiān)會共同監(jiān)督，所以道德風險發(fā)生概率低于美國。消費效用習慣參數的均值設定為07，表示消費者的上一期消費對本期效用有顯著影響。折舊對資本利用率彈性與投資對資本價格彈性的倒數的均值根據Gertler和Karadi（2011）[14]分別設定為72和17。最后，第三部分設定外生沖擊服從AR（1）過程，因此設定外生沖擊的系數均值為05，標準差為01。沖擊的標準差則設定為均值為01，標準差為1。

四、脈沖響應函數與方差分解分析

（一）脈沖響應函數

圖1為各個外生沖擊的脈沖相應圖，橫軸為持續(xù)時期，縱軸為內生變量相對于穩(wěn)態(tài)的偏離，為考慮不同金融摩擦水平下，經濟變量對外生沖擊的動態(tài)反應機制，本文模擬了兩種不同金融摩擦水平下的脈沖響應狀況。其中實線代表金融摩擦系數λ=038時的脈沖響應，虛線代表λ=00297時的脈沖響應。

第1行為產出、投資、利率與通貨膨脹率受到一單位正向技術沖擊時的脈沖響應圖。其中產出波動與投資波動在受到沖擊后正向偏離穩(wěn)態(tài)值，并于10個季度后趨于穩(wěn)態(tài)值，而利率波動與通貨膨脹率變動則在受到沖擊后發(fā)生負向偏離，經歷先負后正的變動后，于6個季度后趨于穩(wěn)態(tài)值。圖中可以明顯觀測到金融摩擦系數減小后，脈沖響應函數的變化并不明顯。表明金融摩擦水平的變化并不會顯著改變技術沖擊對實際經濟行為的影響（產出、通脹、利率、投資），因此，政府和有關部門仍應高度重視自主技術研發(fā)的重要性，它是提振實體經濟活力的根本，而并不會受到金融系統(tǒng)有效性變化的顯著影響。

第2行為各經濟變量受到一單位負向資本質量沖擊時的脈沖響應圖。其中產出波動發(fā)生負向偏離后逐漸趨于穩(wěn)態(tài)；投資波動負向偏離后，經歷了先負后正的變化，最終同樣趨于收斂；利率波動與通脹波動都發(fā)生負向偏離后正向移動，最后收斂于穩(wěn)態(tài)。圖中可以明顯觀測到金融摩擦系數減小后，脈沖響應函數的初始偏離增大且波動最大值也有所提高，并且具有長記憶性。這說明金融摩擦減小后資本質量沖擊的脈沖響應函數變化顯著。這是由如下兩點原因造成的，一是隨著摩擦系數下降，金融中介部門的杠桿率隨之上升。二是當負向資本質量沖擊發(fā)生后銀行等金融中介部門凈資產降低，再次在高杠桿的作用下，社會信貸總量急劇下降，從而造成各部門生產力不足，最終導致產出迅速下滑。因此，資本質量沖擊是“新常態(tài)”時期不可忽視的波動因素，隨著我國金融市場改革深化與金融摩擦進一步發(fā)展，政府與央行需要加大資本質量監(jiān)管，提高信用審核力度，防止債務通貨緊縮危機。

第3行為各經濟變量受到一單位正向利率緊縮沖擊的響應圖。其中產出波動、投資波動與通貨膨脹率波動在受到沖擊后負向偏離穩(wěn)態(tài)值，并于5個季度后趨于穩(wěn)態(tài)，而利率波動在受到沖擊后正向偏離穩(wěn)態(tài)值，并于5個季度后趨于穩(wěn)態(tài)。圖中可以明顯觀測到金融摩擦系數減小后，產出與投資脈沖響應函數的初始偏離增大。這主要是因為貨幣政策沖擊對投資和資產價格的影響相對較大，一方面由于利率上升導致投資需求降低，另一方面由于利率上升造成資產價格下降，兩者共同造成投資減少。此外，隨著金融摩擦系數下降與杠桿率上升，投資波動幅度將經由銀行資產負債表通道放大與傳導，最終擴散到實體經濟并造成產出波動幅度隨之放大。但是需要指出，貨幣政策沖擊的脈沖響應函數具有顯著的逆周期性與短期調控性，所以政府可以將其作為短期政策工具調控經濟。

第4行為各經濟變量受到一單位正向通脹沖擊的脈沖響應圖。其中，產出波動、投資波動與通貨膨脹率波動在受到沖擊后負向偏離，在10個季度后逐漸趨于穩(wěn)態(tài)值，而利率波動則在受到沖擊后正向偏離，在10個季度后趨于穩(wěn)態(tài)值。圖中可以明顯觀測到金融摩擦系數減小后，各個脈沖響應函數的初始偏離都有不同幅度的增大。這是因為，通脹與產出間的負向變動關系遵循于菲利普斯曲線。而在金融摩擦存在的情況下，通脹沖擊經由銀行資產負債表通道的放大與傳導，造成了菲利普斯曲線的扁平化，從而體現出放大經濟波動的作用。

（二）方差分解

由于脈沖響應函數每次只考慮一個沖擊對于經濟的影響，而未能關注多個沖擊同時存在對經濟內生變量的影響。與脈沖響應函數不同，方差分解分析能夠更好地測量外生沖擊對于內生變量波動的影響程度。本文將對比金融摩擦系數λ=00297與Gertler和Karadi（2011）[14]中所設定的038之間的變量動態(tài)差異，進一步檢驗金融摩擦放大并傳導金融沖擊對實體經濟的作用。

表3是各主要經濟變量的方差分解結果。這里我們主要關注產出與投資波動的具體構成。其中，影響產出波動的主要因素為技術沖擊、資本質量沖擊與通脹沖擊，三種沖擊的能夠解釋80%以上的波動，貨幣政策沖擊的貢獻率較小，由于從長期來看貨幣屬于中性，因此貨幣政策沖擊對于產出波動的影響較小。在對比兩個不同參數值下產出波動的方差分解后，可以發(fā)現由于金融摩擦系數減少，從而導致銀行等金融中介部門的凈資產杠桿率上升，最終放大金融部門沖擊并傳導到其他部門，這部分與BGG（1999）所提出的“金融加速器”理論相符。資本質量沖擊由2058%上升到2501%，但是資本質量沖擊在產出波動中的比例小于Sanjani（2014）[24]對美國經濟波動的分析結果，這是由于美國市場經濟已經發(fā)展了上百年，其市場化程度已經高度發(fā)達，而我國市場化進程雖然已經取得突破性進展，但是政府管制仍然存在，因此金融沖擊對于實體經濟的影響還有所限制。技術沖擊的貢獻率有所下降，由3920%下降到3255%，表明技術沖擊的影響作用下降。

影響投資波動的重要因素為資本質量沖擊，占有50%以上的比例，而其他三種沖擊的影響相對較小。當金融摩擦系數由038降至00297時，資本質量沖擊的貢獻率將進一步上升，由5673%上升至7276%，結果顯示隨著金融摩擦系數下降，銀行杠桿率上升導致銀行可借貸資本上升，從而提升了市場中的信貸總量，最終帶動投資水平上升。與此同時，資本質量沖擊將影響除去折舊資本的凈投資，從而影響總體投資。然而，貨幣政策沖擊對于投資波動的影響極小為140%，且技術沖擊與通脹沖擊分別為1325%與1259%，表明在投資波動中，三者的長期效果較弱。

五、結論

目前，我國經濟已經進入系統(tǒng)性調整階段，其中如何統(tǒng)籌虛擬經濟和實體經濟的協(xié)調發(fā)展，抑制金融風險和經濟緊縮風險的聯合爆發(fā)已經成為當前經濟金融領域工作的重中之重。有鑒于此，本文分別從理論和實證兩個方面考察新常態(tài)時期內金融摩擦對經濟周期波動的系統(tǒng)性影響。在理論方面，通過加入金融中介部門的新凱恩斯DSGE模型分析金融摩擦對經濟波動的影響，并考察外生沖擊是如何通過資產負債表放大并擴散到其他部門。而在實證方面，利用我國宏觀經濟數據對模型內結構參數進行參數校準與參數估計，然后對比不同金融摩擦系數下脈沖響應函數與方差分解分析的結果。在此基礎上，能夠得到以下結論：

第一，新常態(tài)下，由于經濟增速換擋與結構轉型等多重矛盾并存，我國經濟波動有所上升。其中，由金融市場摩擦所導致的波動提升顯著，并且具有顯著的傳染性。各個部門的波動通過金融中介部門的資產負債表傳導到實體經濟當中，并在內生杠桿率的作用下放大。

第二，目前我國金融中介部門杠桿率過高，社會融資規(guī)模偏大。這也就從客觀上表明，為了防止新常態(tài)時期下經濟失速下跌，政府將面臨去杠桿和去庫存的雙重壓力和政策約束。

第三，以資本質量沖擊為代表的金融沖擊具有顯著的長記憶性并且已然成為經濟波動的重要影響因素。在新常態(tài)時期，隨著金融市場的不斷發(fā)展和影子銀行的逐漸膨脹，僅靠貨幣政策進行逆周期調控已經難以完全平抑經濟周期波動。因此，政府和有關部門不僅需要采取積極的財政政策，同時還需要大力推動對企業(yè)基本面進行監(jiān)督的宏觀審慎體系，進一步降低融資成本與融資風險。

注釋：

①本文選取真實國內生產總值、真實固定資產投資完成額度、7天同業(yè)拆借利率與居民消費價格指數季度數據分別作為產出、投資、利率與通貨膨脹率的觀測變量，并對四組數據取對數。利用X-12方法將真實變量中的季節(jié)趨勢去除，然后利用HP濾波去除所有變量的趨勢，從而得到各個觀測變量相對于穩(wěn)態(tài)的偏離。所有數據均來自于中經網統(tǒng)計數據庫。

參考文獻：

[1]王國靜，田國強.金融沖擊和中國經濟波動[J].經濟研究，2014（3）：20-34.

[2]袁申國，陳平，劉蘭鳳.匯率制度、金融加速器和經濟波動[J].經濟研究，2011（1）：57-70+139.

[3]戰(zhàn)明華.金融摩擦、貨幣政策銀行信貸渠道與信貸資源的產業(yè)間錯配[J].金融研究，2015（5）：1-17.

[4]李揚，張曉晶.“新常態(tài)”：經濟發(fā)展的邏輯與前景[J].經濟研究，2015（5）：4-19.

[5]劉斌.動態(tài)隨機一般均衡模型及其應用[M].北京：中國金融出版社，2010.

[6]劉斌.我國DSGE模型的開發(fā)及在貨幣政策分析中的應用[J].金融研究，2008（10）：1-21.

[7]馬勇.植入金融因素的DSGE模型與宏觀審慎貨幣政策規(guī)則[J].世界經濟，2013（7）：68-92.

[8]畢海霞，郭幼佳.新常態(tài)下我國貨幣政策傳導機制的轉變特征及對策[J].經濟縱橫，2016（10）：102-107.

[9]Bernanke B， Gertler M. Agency costs， net worth， and business fluctuations[J].The American Economic Review，1989： 14-31.

[10]Carlstrom C T， Fuerst T S. Agency costs， net worth， and business fluctuations： A computable general equilibrium analysis[J].The American Economic Review，1997： 893-910.

[11]Bernanke B S， Gertler M， Gilchrist S. The financial accelerator in a quantitative business cycle framework[J].Handbook of macroeconomics， 1999，1：1341-1393.

[12]Kiyotaki N， Moore J. Credit Cycles[J].Journal of Political Economy，1997，105（21）： 211-248.

[13]Iacoviello M. House prices， borrowing constraints， and monetary policy in the business cycle[J]. American economic review， 2005：739-764.

[14]Gertler M， Karadi P. A model of unconventional monetary policy[J].Journal of monetary Economics， 2011，58（1）：17-34.

[15]Justiniano A， Primiceri G E， Tambalotti A. Investment shocks and business cycles[J].Journal of Monetary Economics， 2010，57（2）：132-145.

[16]杜清源，龔六堂.帶“金融加速器”的RBC模型 [J].金融研究，2005（4）：16-30.

[17]趙振全，于震，劉淼.金融加速器效應在中國存在嗎？[J].經濟研究，2007（6）：27-38.

[18]陳曉光，張宇麟.信貸約束、政府消費與中國實際經濟周期 [J].經濟研究，2010（12）：48-59.

[19]康立，龔六堂，陳永偉.金融摩擦、銀行凈資產與經濟波動的行業(yè)間傳導[J].金融研究，2013（5）：32-46.

[20]康立，龔六堂.金融摩擦、銀行凈資產與國際經濟危機傳導——基于多部門DSGE模型分析[J].經濟研究，2014（5）：147-159.

[21]Christiano L J， Eichenbaum M， Evans C L. Nominal rigidities and the dynamic effects of a shock to monetary policy[J].Journal of political Economy， 2005，113（1）：1-45.

[22]Zhang W. China′s monetary policy： Quantity versus price rules[J].Journal of Macroeconomics， 2009，31（3）： 473-484.

[23]Horvath M. Sectoral shocks and aggregate fluctuations[J].Journal of Monetary Economics， 2000，45（1）： 69-106.

[24]Sanjani M T. Financial frictions and sources of business cycle[M].International Monetary Fund， 2014.

China′s Business Cycle Fluctuations in New Normal： An Empirical Study

based on Financial Frictions

LIU Jin-quan， WANG Yi-xing， LIU Zi-yu

（Quantitative Economics Center， Jilin University， Changchun 130012，China）

Abstract：After the Subprime Crisis， the role of financial frictions in economic growth and business cycle fluctuations has aroused great social attention. Based on a new Keynes DSGE model with the financial intermediary sector， the paper quantitively describes the influence mechanism of financial frictions on China′s business cycle fluctuations in New Normal. Research finds financial frictions could accelerate and amplify financial shocks through the balance sheet channel， and financial friction coefficient is inversely related to the business fluctuation multiplier effect； the capital quality shock has a long-term impact on business cycle fluctuations，but the monetary policy is only available in the short-term， which suggest that as long as the financial frictions exist， the monetary policy would have less effects on financial shocks. Relevant departments should not only depend on monetary policy for short-term regulation， but also focus on the characteristics of China capital market development and improve its management to maximize the role of virtual economy in optimizing the allocation of resources， and thus promote the recovery of real economy.

Key words：New Normal；financial frictions；business cycle fluctuations；DSGE model

（責任編輯：周正）