異質(zhì)金融中介、資產(chǎn)價格與宏觀經(jīng)濟(jì)波動

沈沛龍 郭麗娟

摘 要：通過構(gòu)建DSGE模型，探討包含影子銀行在內(nèi)的金融中介機(jī)構(gòu)、資產(chǎn)價格和宏觀經(jīng)濟(jì)波動之間的內(nèi)在聯(lián)系，以及金融中介機(jī)構(gòu)自身凈值變化通過資產(chǎn)價格和杠桿率向?qū)嶓w經(jīng)濟(jì)傳播的機(jī)制。結(jié)果表明：增加金融中介凈值比直接放松信貸約束對宏觀經(jīng)濟(jì)的沖擊作用更大，引入影子銀行后的雙中介模型對金融部門和宏觀經(jīng)濟(jì)變量形成放大效應(yīng)，對影子銀行監(jiān)管的嚴(yán)格程度也會對金融經(jīng)濟(jì)變量產(chǎn)生不同影響。因此，決策者需在限制影子銀行規(guī)模、維持金融穩(wěn)定和放寬對影子銀行監(jiān)管、促進(jìn)經(jīng)濟(jì)增長之間進(jìn)行權(quán)衡。

關(guān)鍵詞： 金融中介;影子銀行;資產(chǎn)價格;經(jīng)濟(jì)波動;DSGE模型

中圖分類號：F832.4 ? 文獻(xiàn)標(biāo)識碼： A ? ?文章編號：1003-7217（2021）03-0011-09

一、引 言

2008年全球金融危機(jī)讓人們認(rèn)識到充分理解金融中介固有風(fēng)險及其對經(jīng)濟(jì)實體方面的影響至關(guān)重要[1，2]。在現(xiàn)代金融體系中，金融中介除了克服金融摩擦、為市場提供流動性之外，越來越多的研究表明，許多資產(chǎn)市場包括抵押貸款支持證券、衍生證券等復(fù)雜資產(chǎn)及股票、股指等基礎(chǔ)資產(chǎn)的價格取決于中介部門的財務(wù)健康狀況[3-5]。這些研究打破了傳統(tǒng)基于消費的資產(chǎn)定價方法將中介機(jī)構(gòu)視為“面紗”的假設(shè)，認(rèn)為金融中介的行為不僅反映投資者的偏好，而且取代家庭財富在資產(chǎn)定價時處于邊際地位。

造成宏觀經(jīng)濟(jì)波動的因素很多，除了經(jīng)濟(jì)基本面，金融中介自身的優(yōu)化行為也是產(chǎn)生經(jīng)濟(jì)周期波動的重要引擎。當(dāng)金融中介內(nèi)部受到某種微觀層面的沖擊而形成波動時，這種波動直接表現(xiàn)為改變金融市場中的資金成本、信貸規(guī)模、杠桿水平、資產(chǎn)價格等，從而導(dǎo)致整體經(jīng)濟(jì)運行出現(xiàn)波動。Jermann（2012）認(rèn)為，金融中介資產(chǎn)沖擊導(dǎo)致企業(yè)融資條件趨緊，是引發(fā)2008-2009年經(jīng)濟(jì)衰退的重要原因，這種沖擊可以解釋美國總產(chǎn)出波動和投資波動的46%與25%[6]。王國靜和田國強(qiáng)（2014）將金融沖擊引入到動態(tài)隨機(jī)一般均衡模型研究后發(fā)現(xiàn)，金融沖擊是驅(qū)動中國經(jīng)濟(jì)周期波動的最主要力量，能夠解釋近80%的產(chǎn)出增長波動[7]。資產(chǎn)價格是金融中介對宏觀經(jīng)濟(jì)運行主動沖擊的另一個重要中間變量，當(dāng)金融中介受到某方面負(fù)面沖擊導(dǎo)致資產(chǎn)價格下跌時，伴隨的是投資者要求的風(fēng)險溢價的大幅提升，意味著市場中經(jīng)濟(jì)主體的融資成本增加，風(fēng)險規(guī)避帶來的被迫降杠桿造成投資水平下降、產(chǎn)出減少[8]。

考慮到金融中介為不完美經(jīng)濟(jì)行為人，在模型構(gòu)建時加入各種約束，約束不同會導(dǎo)致金融中介行為不同。當(dāng)前，學(xué)術(shù)界最流行的中介機(jī)構(gòu)融資約束有兩類：基于股權(quán)的約束和基于債務(wù)的約束。股權(quán)約束指金融中介的行為受限于其凈值水平，當(dāng)凈值受到負(fù)向沖擊時，金融中介風(fēng)險承擔(dān)能力下降。出于謹(jǐn)慎動機(jī)和監(jiān)管要求會主動減少債務(wù)、拋售資產(chǎn)，權(quán)益貶值的速度大于債務(wù)減少速度，所以，對應(yīng)資產(chǎn)價格下跌與杠桿率上升，產(chǎn)生一個逆周期的杠桿率及價格為負(fù)的杠桿風(fēng)險[9]。債務(wù)約束指金融中介行為受限于其債務(wù)水平，即杠桿率約束。當(dāng)經(jīng)濟(jì)衰退時，為了降低系統(tǒng)性風(fēng)險，監(jiān)管部門往往要求中介機(jī)構(gòu)通過拋售資產(chǎn)主動降杠桿來收緊債務(wù)，此時，權(quán)益貶值的速度小于債務(wù)減少的速度，對應(yīng)的是資產(chǎn)價格下跌與杠桿率下降，產(chǎn)生一個順周期的杠桿率及價格為正的杠桿風(fēng)險[10]。這種悖論產(chǎn)生的原因主要在于研究對象和數(shù)據(jù)選擇的分歧上。結(jié)合我國經(jīng)驗數(shù)據(jù)的周期性統(tǒng)計研究可知，傳統(tǒng)銀行杠桿率表現(xiàn)為逆周期性，且資產(chǎn)價格與傳統(tǒng)銀行杠桿率顯著負(fù)相關(guān)，故而對傳統(tǒng)銀行施加股權(quán)下限約束。與之相反，影子銀行杠桿率表現(xiàn)為順周期性，資產(chǎn)價格與影子銀行杠桿率顯著正相關(guān)，對影子銀行選擇施加債務(wù)上限約束。

金融危機(jī)后，信貸激增刺激了我國影子銀行體系爆發(fā)式增長。雖然2018年以來隨著“資管新規(guī)”落地，我國影子銀行規(guī)模和占比有所下降，但根據(jù)中國人民銀行數(shù)據(jù)顯示，其體量依然能夠達(dá)到社會融資總規(guī)模的1/4。尤其是2020年以來，受新冠肺炎疫情沖擊及國際金融監(jiān)管放松，影子銀行出現(xiàn)回潮趨勢。根據(jù)穆迪發(fā)布的《中國影子銀行季度監(jiān)測報告》顯示，2020年中國影子銀行資產(chǎn)出現(xiàn)首次增長，影子銀行資產(chǎn)占名義GDP的比重由2019年底的59.5%增長至60.3%。這種異質(zhì)性金融中介在經(jīng)濟(jì)周期中表現(xiàn)出不同的行為，在經(jīng)濟(jì)復(fù)蘇期，由于容易獲得批發(fā)融資和監(jiān)管套利激勵，影子銀行活動擴(kuò)張，杠桿率上升;在經(jīng)濟(jì)危機(jī)時期，融資環(huán)境惡化可能迫使影子銀行去杠桿化，對資產(chǎn)價格施加下行壓力 [11-13]。在我國，影子銀行并不單指從事影子銀行業(yè)務(wù)的獨立機(jī)構(gòu)，更多的是指為規(guī)避監(jiān)管開展補充信貸業(yè)務(wù)的傳統(tǒng)商業(yè)銀行，比如信托貸款、委托貸款、未貼現(xiàn)銀行承兌匯票等是我國影子銀行的核心業(yè)務(wù)。當(dāng)影子銀行收縮業(yè)務(wù)、剝離資產(chǎn)時，傳統(tǒng)銀行往往是資產(chǎn)的收購者，所以，影子銀行杠桿率下降時，傳統(tǒng)銀行可能面臨著杠桿率的上升。因此，在我國經(jīng)濟(jì)面臨“三期疊加”影響持續(xù)深入的背景下，在監(jiān)管放松導(dǎo)致我國影子銀行存在反彈可能性的情形下，將能夠獲得央行流動性并受到嚴(yán)格監(jiān)管的傳統(tǒng)銀行和長期游離于監(jiān)管體系之外的影子銀行作為異質(zhì)金融中介引入DSGE模型，從金融中介自身優(yōu)化角度研究其凈值變動對宏觀經(jīng)濟(jì)運行的影響，對于厘清金融中介發(fā)展與實體經(jīng)濟(jì)的關(guān)系，把握好治理影子銀行的節(jié)奏、力度，保持宏觀經(jīng)濟(jì)平穩(wěn)運行有著十分重要的意義。

二、經(jīng)驗分析

在變量的選取方面，參考相關(guān)對資產(chǎn)價格影響宏觀經(jīng)濟(jì)的研究[14，15]，用國內(nèi)生產(chǎn)總值（GDP）、社會消費品零售總額（C）、固定資產(chǎn)投資完成額（I）作為產(chǎn)出、消費、投資等宏觀經(jīng)濟(jì)變量的代表性指標(biāo)，以國房景氣指數(shù)（PHouse）與上證指數(shù)（PSHI）作為資產(chǎn)價格的代理變量，數(shù)據(jù)來自東方財富網(wǎng)。所獲原始數(shù)據(jù)為名義數(shù)據(jù)，首先，用消費者價格指數(shù)對名義數(shù)據(jù)進(jìn)行處理，消除價格因素;然后，使用Census X13進(jìn)行季節(jié)性調(diào)整;最后，通過HP濾波得到各變量偏離趨勢的波動數(shù)據(jù)。這里不僅關(guān)注傳統(tǒng)銀行，也關(guān)注影子銀行。我國的影子銀行業(yè)務(wù)包括銀行影子和傳統(tǒng)影子銀行兩類，其中銀行影子主要指銀行開展的“類貸款”業(yè)務(wù)，傳統(tǒng)影子銀行主要指由非銀行金融機(jī)構(gòu)在銀行之外獨立開展的、為企業(yè)提供資金融通的業(yè)務(wù)。對銀行影子資產(chǎn)規(guī)模的測算采用減法公式，即用社會融資規(guī)?？傤~減去人民幣貸款、外幣貸款、企業(yè)債券和非金融企業(yè)境內(nèi)股票融資來估算[16]。銀行影子權(quán)益的測算用負(fù)債端“銀行表外理財”來表示[17]。對傳統(tǒng)影子銀行資產(chǎn)和權(quán)益的測算則基于數(shù)據(jù)可得性，以信托公司為代表。最終，利用銀行影子和傳統(tǒng)影子銀行資產(chǎn)之和與權(quán)益之和的比率來計算影子銀行杠桿率，用傳統(tǒng)銀行總資產(chǎn)與總股東權(quán)益的比率來表示傳統(tǒng)銀行杠桿率。

表1列出了我國2010年一季度到2020年一季度產(chǎn)出、消費、投資、傳統(tǒng)銀行杠桿率（LTR）、影子銀行杠桿率（LSB）和資產(chǎn)價格的周期性統(tǒng)計數(shù)據(jù)。用各變量標(biāo)準(zhǔn)差來反映其波動狀況，由表1數(shù)據(jù)計算可知，傳統(tǒng)銀行杠桿率的波動性相對于產(chǎn)出的波動性非常低，僅是GDP的19.72%。但是傳統(tǒng)銀行杠桿率具有很強(qiáng)的逆周期性，傳統(tǒng)銀行杠桿率與產(chǎn)出之間的同期相關(guān)性為-0.754。影子銀行杠桿率的波動性大于傳統(tǒng)銀行杠桿率，前者標(biāo)準(zhǔn)差是后者的13.37倍。影子銀行杠桿率波動性是產(chǎn)出波動性的2.64倍，是消費波動性的1.55倍。影子銀行杠桿率與產(chǎn)出之間的同期相關(guān)性為0.971（見表1），說明影子銀行杠桿率具有強(qiáng)烈的順周期性。作為資產(chǎn)價格的代表，國房景氣指數(shù)波動性也較強(qiáng)，是產(chǎn)出波動性的5.15倍;上證綜指的波動性與產(chǎn)出基本一致，但資產(chǎn)價格不具有周期性。此外，在衡量宏觀經(jīng)濟(jì)的變量中，投資的波動性最強(qiáng)為2.2345，這與2008年底至2010年底為應(yīng)對國際金融危機(jī)我國實施的4萬億元刺激計劃有關(guān)。影子銀行杠桿率與傳統(tǒng)銀行杠桿率之間呈現(xiàn)出顯著的負(fù)相關(guān)，資產(chǎn)價格雖然不具有經(jīng)濟(jì)周期性，但上證綜指與傳統(tǒng)銀行杠桿率之間顯著負(fù)相關(guān)。

另外，表1中也將杠桿率分成權(quán)益和負(fù)債兩部分，對比兩者對傳統(tǒng)銀行杠桿率和GDP波動的貢獻(xiàn)發(fā)現(xiàn)，杠桿率和GDP的波動主要是由金融機(jī)構(gòu)權(quán)益驅(qū)動，傳統(tǒng)銀行杠桿率與總權(quán)益之間的同期相關(guān)性為-0.654，GDP與總權(quán)益之間的同期相關(guān)性為0.252。

從以上的數(shù)據(jù)分析可以發(fā)現(xiàn)：（1）我國影子銀行杠桿率周期波動性較強(qiáng)，呈強(qiáng)烈的順周期變化。（2）與同時期美國的逆周期一致①，近年來我國傳統(tǒng)銀行杠桿率也呈現(xiàn)出強(qiáng)烈逆周期波動，體現(xiàn)了我國近年來金融部門降杠桿的成效。（3）傳統(tǒng)銀行杠桿率和產(chǎn)出變化的主要驅(qū)動因素是金融總權(quán)益（總凈值）的變化。（4）資產(chǎn)價格波動不具有周期性。

三、DSGE模型構(gòu)建

（一）家庭部門

部分參數(shù)參考已有相關(guān)研究的數(shù)據(jù)特點進(jìn)行校準(zhǔn)，校準(zhǔn)原則如下：觀測數(shù)據(jù)選取的時間大致一致、盡可能選取知名學(xué)者或權(quán)威期刊、參數(shù)盡量以國內(nèi)數(shù)據(jù)修正后為準(zhǔn)。其中，模擬矩估計的參數(shù)結(jié)果α校準(zhǔn)為0.3722[22]，家庭貼現(xiàn)因子β校準(zhǔn)為0.985[23]，勞動供給偏好參數(shù)θ取值3.5，勞動供給Frisch彈性倒數(shù)η校準(zhǔn)為0.3[24]。資本調(diào)整成本系數(shù)一般取值介于2～2.5，國外學(xué)者通常取值為2，中國數(shù)據(jù)參考高然和龔六堂（2017）[25]的估計值2.45作為k的取值。傳統(tǒng)銀行風(fēng)險規(guī)避系數(shù)m和債務(wù)家庭比例λ參照比利時國家銀行工作報告（2019），分別校準(zhǔn)為0.25和0.5。資本折舊率按照慣例取0.1，相當(dāng)于季度折舊0.025[26]，消費跨期替代彈性倒數(shù)σ按照慣例取2[19]。 很難依靠現(xiàn)有文獻(xiàn)來確定參數(shù)φ的值，因為很少有研究能夠準(zhǔn)確估計我國影子銀行業(yè)務(wù)在金融中介總量中的比重。Adrian（2014）通過對全球25個國家監(jiān)測顯示影子銀行部門的規(guī)模約為金融體系總資產(chǎn)的25%，結(jié)合我國實際情況，將φ值校準(zhǔn)為0.22②。

選擇國內(nèi)生產(chǎn)總值GDP、銀行業(yè)金融機(jī)構(gòu)權(quán)益、企業(yè)向金融機(jī)構(gòu)貸款總額作為觀測變量，本文使用的軟件為Dynare4.5.4。

（二）模型適應(yīng)性評價

為確保模型結(jié)果具有經(jīng)濟(jì)意義，對模型關(guān)鍵內(nèi)生變量的適應(yīng)性進(jìn)行評價。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，2010-2020年我國居民消費、固定資產(chǎn)投資分別占GDP的比重（取均值）為36.7%和69.1%，模型消費產(chǎn)出比和投資產(chǎn)出比的穩(wěn)態(tài)值為33.37%和66.65%。根據(jù)東方財富數(shù)據(jù)庫統(tǒng)計，2010-2020年我國傳統(tǒng)銀行杠桿率平均為7.89，影子銀行（以信托業(yè)務(wù)為代表）杠桿率為13.41，模型計算出的穩(wěn)態(tài)值分別為7.02585和10.5263。非金融企業(yè)部門信貸占GDP比值為380.0%，模型穩(wěn)態(tài)值為333.62%。根據(jù)表3比較結(jié)果，模型經(jīng)濟(jì)與實際經(jīng)濟(jì)整體較為接近，只有影子銀行杠桿率指標(biāo)存在較大差異③。另外，穩(wěn)態(tài)時，權(quán)益家庭風(fēng)險資產(chǎn)的投資比例應(yīng)介于[0，1]之間，DSGE模型得出的該值為0.2661，符合模型基本假定。整體來看，模型適應(yīng)性較好。

（三）脈沖響應(yīng)分析

圖1顯示，在1%的技術(shù)沖擊下，供給端生產(chǎn)能力提高，以產(chǎn)出和投資為代表的宏觀經(jīng)濟(jì)呈現(xiàn)出正向增長趨勢，寬松的投資環(huán)境拉動銀行杠桿率上升，資本收益率下降。而高杠桿和信貸擴(kuò)張增加了投資風(fēng)險，使投資者對風(fēng)險溢價和風(fēng)險資產(chǎn)收益率期望增加，再加上市場對經(jīng)濟(jì)前景的樂觀預(yù)期，都會推動資產(chǎn)價格上漲。當(dāng)經(jīng)濟(jì)表現(xiàn)出順周期時，雖然家庭部門通過高的投資收益率和略微上漲的工資收入增加了家庭財富，但出于對金融中介高風(fēng)險的謹(jǐn)慎態(tài)度，所以家庭部門投資于風(fēng)險資產(chǎn)的比例出現(xiàn)了小幅度下降。在這種情形下，對金融中介而言，高的風(fēng)險資產(chǎn)收益率和低的資本收益率形成“剪刀差”，降低了中介部門收益，同時，資本價格在短時間上升后出現(xiàn)急劇下降，帶來抵押品價值貶值，都造成了順周期時風(fēng)險在金融部門的積聚。

圖2顯示，在-1%的信貸約束沖擊下，與技術(shù)沖擊相似，寬松的信貸環(huán)境帶來以產(chǎn)出和投資為代表的宏觀經(jīng)濟(jì)出現(xiàn)輕微順周期波動。在極短期內(nèi)，受投資增加影響，資本收益率下降，資本價格上漲，經(jīng)濟(jì)的繁榮也推動資產(chǎn)價格上漲。隨著時間的推移，銀行杠桿率上升推動夏普比率上升，資產(chǎn)價格下降，企業(yè)凈值下降，資本價格下降，對經(jīng)濟(jì)形成“降溫”，這也是信貸約束沖擊不僅對宏觀經(jīng)濟(jì)波動貢獻(xiàn)較小，而且沖擊的時間也較短的原因。

圖3顯示，增加1%的銀行凈值，銀行聲譽和抗風(fēng)險能力增強(qiáng)，居民愿意把更多的資金投資于風(fēng)險資產(chǎn)，αH上升0.0015%。凈值增加使傳統(tǒng)銀行杠桿率下降了0.06%，根據(jù)最佳投資策略方程，夏普比率下降帶來風(fēng)險資產(chǎn)收益率下降0.5%。資產(chǎn)價格與風(fēng)險溢價反向變動，資產(chǎn)收益率下降進(jìn)一步帶動資產(chǎn)價格在短期內(nèi)上升了0.1%，企業(yè)凈值增加，可供外部信貸融資的抵押擔(dān)保物價值增加，企業(yè)通過增加信貸進(jìn)行生產(chǎn)擴(kuò)張，促進(jìn)產(chǎn)出增長0.02%，這就是金融機(jī)構(gòu)自身沖擊引發(fā)宏觀經(jīng)濟(jì)波動的作用機(jī)制。值得注意的是，相對于放松信貸約束，凈值對各變量的沖擊作用更大，意味著在經(jīng)濟(jì)出現(xiàn)衰退時，直接增加金融中介凈值可能比放松信貸約束更有效。這從另外一個角度印證了He Zhiguo等（2013）[4]的研究結(jié)論。

（四）參數(shù)討論與穩(wěn)健性分析

影子銀行的存在及其規(guī)模的大小在沖擊傳播中是否產(chǎn)生作用、產(chǎn)生的作用是擴(kuò)大的還是縮小的，對這一問題的研究可以在模型中通過給參數(shù)φ設(shè)置不同值來實現(xiàn)。φ是權(quán)益家庭投資風(fēng)險資產(chǎn)在影子銀行中的分配比例，當(dāng)φ=0時，模型為傳統(tǒng)銀行單中介模型。為比較影子銀行規(guī)模的大小對沖擊的影響，再分別取φ=0.6和φ=0.14進(jìn)行比較。圖4顯示了不同φ值下5%的凈值沖擊對各變量的影響，φ增加，對應(yīng)更大規(guī)模的影子銀行。影子銀行的存在及規(guī)模的擴(kuò)大加速了風(fēng)險投資比例和銀行杠桿率在凈值沖擊下更迅速地回歸穩(wěn)態(tài)，影子銀行的發(fā)展加劇了傳統(tǒng)金融中介內(nèi)生的股權(quán)約束。同時，影子銀行的存在與發(fā)展也使資產(chǎn)價格發(fā)生更深層次的調(diào)整，進(jìn)而對產(chǎn)出和投資形成更大的促進(jìn)作用。

φ值的變化強(qiáng)調(diào)了影子銀行部門的引入所產(chǎn)生的放大效應(yīng)。監(jiān)管部門對影子銀行監(jiān)管的嚴(yán)格程度通過設(shè)置不同的參數(shù)z來實現(xiàn)，圖5顯示了不同影子銀行杠桿約束下經(jīng)濟(jì)運行動態(tài)（z分別取1、0.9和0.8）。z值對應(yīng)不同的監(jiān)管政策，給予模型5%的外生沖擊，當(dāng)監(jiān)管環(huán)境非常嚴(yán)格時（z=1），凈值沖擊對風(fēng)險資產(chǎn)比例和銀行杠桿率的作用被抵消，資產(chǎn)價格和風(fēng)險資產(chǎn)收益率更迅速地回歸穩(wěn)態(tài)，進(jìn)而降低了產(chǎn)出和投資的波動效應(yīng)。相反地，寬松的監(jiān)管環(huán)境雖然有益于產(chǎn)出和投資增長，但會造成風(fēng)險資產(chǎn)收益率的劇烈波動和金融的不穩(wěn)定。

資產(chǎn)收益波動率一定程度上能反映出銀行風(fēng)險，通常情況下，波動率越高，銀行風(fēng)險越大 [27]。圖6顯示了不同程度銀行風(fēng)險下經(jīng)濟(jì)運行情況（σTR分別取1.2、1和0.8）。在5%的凈值沖擊下，隨著資產(chǎn)收益波動率上升，居民出于對傳統(tǒng)銀行機(jī)構(gòu)的信任，進(jìn)一步增加了風(fēng)險資產(chǎn)投資比例，緩解了傳統(tǒng)銀行的股權(quán)約束，降低了傳統(tǒng)銀行杠桿率。此時，資產(chǎn)收益波動率和銀行杠桿率對風(fēng)險溢價的作用相反，在兩者綜合作用下，風(fēng)險資產(chǎn)收益率上升，導(dǎo)致風(fēng)險溢價上升，帶來資產(chǎn)價格的下降及企業(yè)凈值的減少，不利于產(chǎn)出和投資的增加。圖6中的脈沖響應(yīng)顯示，在銀行風(fēng)險增加的情況下，宏觀經(jīng)濟(jì)產(chǎn)出和投資有著明顯的降低。

五、結(jié)論與政策建議

以上構(gòu)建了包含家庭、企業(yè)、金融中介和資本品生產(chǎn)商四部門的DSGE模型，并針對異質(zhì)金融中介施加不同約束，探討了金融中介、資產(chǎn)價格和宏觀經(jīng)濟(jì)波動之間的內(nèi)在聯(lián)系以及金融中介機(jī)構(gòu)自身凈值變化通過資產(chǎn)價格和杠桿率向?qū)嶓w經(jīng)濟(jì)傳播的機(jī)制。結(jié)果表明，除了技術(shù)沖擊外，金融中介通過信貸渠道也會對宏觀經(jīng)濟(jì)運行產(chǎn)生重要影響。其中，信貸渠道分兩種：一是通過直接放松信貸約束增加企業(yè)投資來促進(jìn)經(jīng)濟(jì)增長，二是通過增加金融中介凈值→中介機(jī)構(gòu)杠桿率降低→風(fēng)險溢價降低→資產(chǎn)價格提高→企業(yè)凈值增加→抵押物價值提高→投資和產(chǎn)出增加這種間接模式來促進(jìn)經(jīng)濟(jì)增長。相對于直接放松信貸約束而言，第二種通過凈值變化對各變量形成的間接沖擊作用更大，意味著當(dāng)經(jīng)濟(jì)出現(xiàn)衰退時，直接增加金融中介凈值來刺激經(jīng)濟(jì)恢復(fù)可能比放松信貸約束更為有效。進(jìn)一步研究發(fā)現(xiàn)，引入影子銀行后的雙中介模型對金融部門和宏觀經(jīng)濟(jì)變量形成了放大效應(yīng)，使資產(chǎn)價格發(fā)生更深層次的調(diào)整。對影子銀行監(jiān)管的嚴(yán)格程度也會對金融經(jīng)濟(jì)變量產(chǎn)生不同影響，這與兩類中介機(jī)構(gòu)相對杠桿的演變有關(guān)。寬松的監(jiān)管環(huán)境有益于產(chǎn)出和投資增長，但會造成資產(chǎn)收益率波動增加，而對影子銀行實行嚴(yán)格的監(jiān)管可以促使經(jīng)濟(jì)迅速回歸穩(wěn)態(tài)，降低經(jīng)濟(jì)的波動效應(yīng)。此外，以銀行資產(chǎn)收益波動率為代表的銀行風(fēng)險對宏觀經(jīng)濟(jì)產(chǎn)生的影響顯示，隨著資產(chǎn)收益波動率的增加，銀行風(fēng)險增加，產(chǎn)出和投資出現(xiàn)減少。雙中介模型分析表明，決策者需在限制影子銀行規(guī)模、維持金融穩(wěn)定和放寬對影子銀行監(jiān)管、促進(jìn)經(jīng)濟(jì)增長之間進(jìn)行權(quán)衡。

為此，提出以下建議：一是影子銀行是把“雙刃劍”，一方面，影子銀行仍是相當(dāng)一部分中小企業(yè)的重要融資渠道，對促進(jìn)經(jīng)濟(jì)增長有一定積極意義;另一方面，影子銀行的放大效應(yīng)不利于經(jīng)濟(jì)金融平穩(wěn)運行。因此，在我國處于“三期疊加”，尤其是在新冠肺炎疫情帶來全球經(jīng)濟(jì)金融動蕩的復(fù)雜時期，要毫不放松地繼續(xù)加強(qiáng)對影子銀行監(jiān)管，堅決防范影子銀行規(guī)模反彈。特別是要在傳統(tǒng)銀行與影子銀行之間豎起“防火墻”，杜絕風(fēng)險在異質(zhì)金融中介之間傳染，同時，引導(dǎo)影子銀行資金流向國家支持產(chǎn)業(yè)，將其風(fēng)險控制在合理水平。二是當(dāng)經(jīng)濟(jì)出現(xiàn)衰退時，中央銀行除了采取降低貼現(xiàn)率、放松信貸約束等常規(guī)政策之外，也可通過向金融中介直接注入股權(quán)資本，增強(qiáng)金融中介風(fēng)險承擔(dān)能力，以提高資產(chǎn)價格。

注釋：

① ?根據(jù)美聯(lián)儲官方數(shù)據(jù)測算出美國GDP和銀行杠桿率的相關(guān)系數(shù)為-0.459。

② 根據(jù)中國人民銀行公布的銀行業(yè)金融機(jī)構(gòu)資產(chǎn)負(fù)債數(shù)據(jù)，2020年3月金融體系總資產(chǎn)規(guī)模為302.39萬億元，根據(jù)前文測算方法，測出同時期我國影子融資規(guī)模為68.42萬億元。

③ 可能是在計算經(jīng)驗值時，對傳統(tǒng)影子銀行資產(chǎn)和權(quán)益的測算僅以信托公司為代表，未包含證券、財務(wù)、金融租賃以及小額貸款等公司，造成的整體影子銀行杠桿率經(jīng)驗值偏低。

參考文獻(xiàn)：

[1] Mendoza E G. Sudden stops， financial crises and leverage[J].American Economic Review，2010，100（5）：1941-1966.

[2] Brunnermeier M K， Sannikov Y. A macroeconomic model with a financial sector[J]. American Economic Review， 2014 （2）： 379-421.

[3] Mitchell M L，Pulvino T C. Arbitrage crashes and the speed of capital[J]. Journal of Financial Economics， 2012，104（3）： 469-490.

[4] He Z G， Krishnamurthy A. Intermediary asset pricing[J]. American Economic Review， 2013， 103（2）：732-770.

[5] He Z G， Bryan K， Asaf M. Intermediary asset pricing： New evidence from many asset classes[J]. Journal of Financial Economics， 2017，126（1）：1-35.

[6] Jermann U， Quadrini V. Macroeconomic effects of financial shocks[J]. American Economic Review， 2012， 102 （1）： 238-271.

[7] 王國靜，田國強(qiáng).金融沖擊和中國經(jīng)濟(jì)波動[J].經(jīng)濟(jì)研究，2014，49（3）：20-34.

[8] Cochrane J H. Macro-Finance[J].Review of Finance，2017（3）：945-985.

[9] Sebastian D T. Optimal regulation of financial intermediaries[J]. American Economic Review，2019，109（1）：271-313.

[10]Adrian T， Etula E， Muir T.Financial intermediaries and the cross section of asset returns[J].Journal of Finance， 2014，69（6）：2557-2596.

[11]Lejeune T， Wouters R. A macroeconomic model with heterogeneous and financially-constrained intermediaries[R].Brussels：National Bank of Belgium， Working Paper Research，2019：367.

[12]方先明，權(quán)威.影子銀行規(guī)模變動的金融資產(chǎn)價格效應(yīng)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2018，37（2）：39-50.

[13]袁志剛.金融中介與宏觀經(jīng)濟(jì)波動研究進(jìn)展[J].經(jīng)濟(jì)學(xué)動態(tài)，2020（3）：103-117.

[14]張勇，彭禮杰，莫嘉浩.中國金融壓力的度量及其宏觀經(jīng)濟(jì)的非線性效應(yīng)[J].統(tǒng)計研究.2017（1）：67-79.

[15]田祥宇，閆麗瑞.銀行信貸、貨幣渠道與資產(chǎn)價格——兼論貨幣政策中介工具的選擇[J].財貿(mào)經(jīng)濟(jì)，2012 （9）：70-75.

[16]方先明，權(quán)威.信貸型影子銀行順周期行為檢驗[J].金融研究，2017（6）：64-80.

[17]李文喆.中國影子銀行的經(jīng)濟(jì)學(xué)分析：定義、構(gòu)成和規(guī)模測算[J].金融研究，2019（3）：53-73.

[18]襲翔，周強(qiáng)龍.影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2014（5）：91-105.

[19]Adrian T， Shin H S. Procyclical leverage and value-at-risk[J]. Review of Financial Studies， 2014，27（2）：373-403.

[20]余喆楊.宏觀經(jīng)濟(jì)波動與資產(chǎn)價格波動的關(guān)系研究——基于信貸視角的數(shù)理分析[J]. 西南民族大學(xué)學(xué)報（人文社科版），2013（6）：137-142.

[21]Cole H. Discussion of Gertler and Karadi： A model of unconventional monetary policy[J]. Journal of Monetary Economics， 2010，58（1）：35-38.

[22]陳蓉，白林，鄭振龍.剩余消費比率、風(fēng)險溢酬和經(jīng)濟(jì)波動——基于外部習(xí)慣的連續(xù)時間一般均衡模型[J].廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2019（4）：18-28.

[23]鄧翔，何瑞宏.信貸約束、房地產(chǎn)市場沖擊與居民收入差距——基于異質(zhì)性家庭DSGE分析框架[J].財經(jīng)科學(xué)，2020（3）：26-40.

[24]高然，陳忱，曾輝，等.信貸約束、影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2018，53（12）：68-82.

[25]高然，龔六堂.土地財政、房地產(chǎn)需求沖擊與經(jīng)濟(jì)波動[J].金融研究，2017（4）：32-45.

[26]連飛.“穩(wěn)增長”與“去杠桿”目標(biāo)下的雙支柱政策協(xié)調(diào)——基于供求沖擊和金融摩擦視角[J].財經(jīng)理論與實踐， 2018， 39（6）：15-21.

[27]李俊青， 李雙建， 趙旭霞.社會信任、收益率波動與銀行風(fēng)險[J].財貿(mào)經(jīng)濟(jì)，2017（11）：55-69.

（責(zé)任編輯：寧曉青）