重大突發公共事件對系統性金融風險的影響研究

歐陽資生,柯玉茹,王連軍

(1.湖南師范大學 商學院,湖南 長沙 410081;2.湖南工商大學 財政金融學院,湖南 長沙 410205)

一、引 言

近年來,國內外重大公共事件頻繁發生,典型事件如1997年亞洲金融危機、2003年非典疫情(SARS)、2008年的次貸危機和汶川大地震、2020年新冠疫情、2022年的俄烏沖突等。重大突發公共事件的發生不僅對人類生命財產安全造成威脅,而且給全球經濟形勢造成不同程度的創傷[1]。面對世界百年未有之大變局,重大突發公共事件所帶來的不確定性引起了各界對其所引發的沖擊效應、傳導機制以及政策應對的深度思考。黨的二十大報告明確指出,要完善風險監測預警體系,強化經濟、金融等安全保障體系建設。金融是實體經濟的血脈,實體經濟與金融風險密切關聯,重大突發公共事件的發生對實體經濟所產生的影響同樣也會傳導至金融體系,影響金融穩定,衍生金融風險,放大重大突發公共事件沖擊的效應。

近年來學者們逐漸把“災難”內涵擴展到了一些不確定性、突發性事件中。所謂災難沖擊就是指那些發生后對經濟系統造成極大損失的災難事件,通常具有隨機性,與突發事件同時發生[2]。目前,學者們在研究突發事件對經濟的影響時多選用計量模型,但是計量模型缺乏微觀基礎。而動態隨機一般均衡(Dynamic Stochastic General Equilibrium,DSGE)模型以各微觀主體利益最大化為出發點,從而使宏觀分析具有微觀基礎,能夠更好地刻畫外生沖擊變量與內生變量以及各個內生變量之間的動態關系。

從現有文獻來看,關于災難風險對宏觀經濟的影響研究主要使用DSGE模型。如Rietz首次將災難風險引進Lucas模型,分析災難發生對股權溢價的影響,解釋了美國“股權溢價之謎”,并認為資本市場在一定程度上會受到災難影響[3]。Gourio在實際經濟周期(Real Business Cycle,RBC)模型中加入了災難沖擊,并假設災難同時沖擊全要素生產率(Total Factor Productivity,TFP)和資本存量,結果表明災難發生概率的增大會導致各宏觀經濟變量下降[4]。陳國進等分別設定了TFP災難、資本災難和雙重災難三種災難形式來分析災難風險因素對中國宏觀經濟波動的影響,同時討論了宏觀政策應對效果[5]。袁靖和陳國進基于非線性DSGE模型比較分析了罕見災難和不確定性技術沖擊對中國長期國債風險溢價的影響[6]。王瑤和王文蔚在NK-DSGE模型中引入環境災害沖擊,結果表明環境災害沖擊會顯著提高銀行體系的違約水平,企業融資溢價水平提升[7]。丁志帆和孔存玉將災難風險沖擊和異質性家庭引入DSGE模型中,發現災難風險沖擊主要通過資本減損和風險溢價機制影響國民經濟[8]。

一直以來,銀行在中國金融體系中處于核心地位,銀行與銀行之間、銀行與其他金融機構之間通過資產重疊、同業拆借等金融活動逐漸形成了一個復雜網絡體系[9]。因此在研究系統性金融風險時金融中介是必不可少的研究對象。在新凱恩斯模型(New Keynesian Model)中主要通過兩種形式引入金融中介部門:一種是Bernanke等所提出來的BGG-DSGE模型,通過引入外部融資溢價來刻畫金融摩擦[10]。另一種是直接在新凱恩斯模型中引入金融中介部門,Gertler和Karadi通過將商業銀行杠桿內生化,引入銀行信貸供給端摩擦,通過銀行利潤最大化求解,分析信貸供給對實體經濟所造成的影響[11]。

重大突發公共事件的發生使得企業部門生產經營活動和居民日常生活都受到了極大影響,政府為此需采取各類經濟政策組合以應對突發事件所造成的影響[12]。對于經濟政策不確定性的測度,主要有“隨機波動率法”和“不確定性指數法”。不確定性指數法由Baker等最早提出并構建了經濟政策不確定性指數[13],隨機波動率法由Fernndez-Villaverde等在研究美國經濟時首次使用并且用于測度貨幣政策的不確定性[14]。李力和黃新飛構建包含貨幣政策不確定性沖擊的DSGE模型從微觀層面得出結論,認為貨幣政策不確定性的上升會增加商業銀行的不良貸款率,進而加大商業銀行的風險承擔水平[15]。許志偉和王文甫將政策不確定性引入新凱恩斯動態隨機一般均衡模型中,結果表明政策不確定性顯著增加產出和價格波動[12]。王博等通過構建帶有隨機波動率的貨幣政策規則的非線性DSGE模型刻畫中國貨幣政策不確定性,發現貨幣政策不確定性增加會使違約風險上升和產出下降[16]。在對宏觀經濟進行整體測度時,學者們更加關注用隨機波動率法來測度政策不確定性。

本文主要研究重大突發公共事件對系統性金融風險的影響,探討了基礎泰勒規則和宏觀審慎貨幣政策在應對重大突發公共事件沖擊時的效果。與現有文獻相比,本文使用DSGE模型方法來分析重大突發公共事件對系統性金融風險的影響并分析重大突發公共事件發生后系統性風險在金融市場與實體經濟之間的傳導路徑,同時根據重大突發公共事件發生后對經濟部門會造成的影響設置與現實相符合的沖擊。因此本文邊際貢獻在于:一是構建了一個包含金融中介部門的NK-DSGE模型,將商業銀行杠桿水平內生化,并通過構建宏、微觀金融杠桿作為衡量系統性金融風險指標,通過模型的設定、求解、參數校準與貝葉斯估計,探究重大突發公共事件沖擊與宏、微觀杠桿率之間的動態關系,并以此分析重大突發公共事件的發生對系統性金融風險的產生和演化機理;二是將貨幣政策不確定性納入新凱恩斯動態隨機一般均衡模型中,探討重大突發公共事件發生引起的貨幣政策不確定性對系統性金融風險的影響;三是分析了重大突發公共事件發生時基礎泰勒規則和宏觀審慎貨幣政策在防范系統性金融風險和維護經濟穩定方面的作用。

二、模型構建

參考Gertler和Karadi所構建的模型,本文模擬了重大突發公共事件對系統性金融風險的影響,并進行理論分析[11]。其模型設定經濟中存在家庭、金融中介、生產及中央銀行四個部門。各部門之間存在的聯系為:家庭成員通過工作獲取工資,一部分工資成為銀行存款,一部分用于消費,并且家庭成員通過進行消費和投資決策從而實現效用最大化。金融中介部門主要由商業銀行構成,從家庭部門吸取存款,對中間品廠商提供貸款,由于存在金融摩擦,金融中介不能無限制地吸收存款,并且需要以一定數量凈資產作為保證。廠商部門分為最終品廠商、中間品廠商和資本品廠商三部分。中間品廠商從家庭部門雇傭勞動力,向金融中介部門貸款,并在獲取資金后向資本品廠商購買資本品進行生產。完全競爭的最終品廠商將中間產品打包加工成最終產品并銷售給家庭用于消費或投資。資本品廠商收購中間品廠商折舊的資本并在下一期出售。本文所構建模型的整體框架如圖1所示。

圖1 模型框架

(一)家庭部門

假設在經濟中存在一個無限期生存的代表性家庭,家庭部門存在工人和銀行家兩種個體,工人提供勞動,銀行家為金融中介提供服務。家庭部門成員將資金儲蓄在銀行下一期可獲得本息RtBt。每一期,家庭選擇消費Ct、勞動Lt和持有債券總量Bt+1以實現其終生效用最大化:

(1)

且具有以下預算約束:

Ct+Bt+1=wtLt+RtBt+Πt

(2)

對Ct、Lt、Bt求一階導可得家庭部門最優決策的一階條件為:

λt=1/Ct

(3)

(4)

EtβΛt,t+1Rt=1

(5)

其中,Λt,t+1=λt+1/λt,λt表示消費的邊際效用。

(二)金融中介部門

金融中介部門由商業銀行構成,其作用是將資金從家庭部門轉移到廠商部門。商業銀行利用從家庭獲得的存款給中間品廠商發放貸款。記Njt為t期末銀行j擁有的凈資產,Bjt為銀行j在t期從家庭部門所吸收的存款,Sjt為銀行j對廠商的債權,即銀行j以價格Qt從廠商處購買債券Sjt,相當于銀行對廠商進行貸款。在t期末,銀行j的資產負債滿足:

QtSjt=Njt+Bjt

(6)

在給定銀行j的資產負債情況下,其凈資產Njt隨著時間推移演變為存貸利差,因此凈資產積累方程滿足:

(7)

(8)

Vjt≥τQtSjt

(9)

假設總資產Vjt服從如下形式:

Vjt=vtQtSjt+ηtNjt

(10)

因此,中介部門最優化問題轉變為:

s.t.Vjt≥τQtSjt

(11)

在最優行為下,激勵約束取等號,代入式(10)中有:

vtQtSjt+ηtNjt=τQtSjt

(12)

凈資產積累方程進一步可以簡化為:

相應的總資產的增長率xt,t+1和凈資產的增長率zt,t+1可進一步簡化為:

xt,t+1=Qt+1Sjt+2/QtSjt=(φt+1/φt)(Njt+1/Nt)=(φt+1/φt)zt,t+1

(13)

銀行凈值是由當期仍然存活的銀行凈值Net和新進入信貸市場的銀行凈值Nnt加總而來,則銀行部門凈值Nt方程:

Nt=Net+Nnt

(14)

在t期有θ比例的銀行在t+1期繼續存活,因此有:

(15)

假設新加入信貸市場的銀行凈值Nnt是下期不能繼續經營的銀行的資產價值的ω/(1-θ),w為確定杠桿率穩態加入的參數,其作用是為了確定模型有個穩定的穩態率,從而有:

(16)

因此整個銀行業凈值的動態方程為:

(17)

(三)生產部門

假定經濟體中的生產包括三類廠商:中間品廠商、最終品廠商和資本品廠商。中間品廠商利用資本和勞動生產出并非完全同質的中間商品Yt(m)。該設定目的主要將名義粘性引入模型。最終品廠商主要將中間品打包成最終產品Yt在完全競爭市場上銷售。資本品廠商主要修復折舊的資本并加工新資本。

②對拌和站進行檢測，確定其是否符合生產要求，而后進行試拌，確定上料速度、上料數量、拌和溫度及拌和時間等具體操作步驟。

1.最終品廠商

假定經濟中有一個代表性的最終品廠商,使用Dixit-Stiglitz加總技術生產最終產品Yt,其生產函數滿足如下形式:

(18)

其中,εp表示不同中間產品之間的替代彈性,εp>1。在給定生產技術下,Pt和Pt(m)分別表示t期最終產品和中間產品的價格水平,最終產品廠商選擇中間品數量Yt(m)來實現利潤最大化:

(19)

對Yt(m)求導可得最終品廠商為對中間產品Yt(m)的需求函數:

(20)

以及最終產品t期價格Pt:

(21)

2.中間品廠商

為了獲得租賃資本的資金,在t期,中間品廠商發行債券St籌集資金并租賃資本Kt+1用于t+1期生產,設Qt為資本價格,則有下式:

QtKt+1=QtSt

(22)

假定中間品廠商由連續(0,1)上的壟斷競爭的中間品廠商組成。在第t期壟斷競爭的中間品廠商m通過向資本品廠商租賃資本Kt+1、雇傭勞動Lt、生產同質但是可分的中間產品Yt(m)并以Pt(m)價格賣給最終品廠商。由于中間品廠商是壟斷競爭的,因此相對于最終品廠商而言,中間品廠商具有壟斷定價權。假設中間品廠商m通過雇傭勞動Lt(m)和購買資本Kt(m)進行生產。

由于重大突發事件對全要素生產率具有破壞力,因此,假定重大突發事件發生時,所有廠商產出規模被破壞的比例為ba,令prob(b=ba)=pt代表重大突發公共事件發生的概率。借鑒陳國進等研究,中間品廠商生產函數設定為如下形式[5]:

Yt(m)=(1-ptba)AtKt(m)αLt(m)1-α

(23)

全要素生產率沖擊At滿足:

(24)

(25)

中間品廠商目標是實現利潤最大化,因此中間品廠商最優條件為:

(26)

(27)

由于中間品具有一定差異性,因而中間品廠商對中間品具有自主定價權,同時廠商對中間品的定價過程存在粘性。參考Calvo的研究,在模型中引入名義價格粘性,假定中間品產商m在t期有γ概率可以保持價格水平不變,有1-γ概率可以調整價格至最優水平[17]。此時其選擇最優價格Pt(m),以求解貼現實際利潤最大化問題,由于家庭部門直接擁有廠商,因此名義貼現因子為消費者隨機貼現因子βiΛt,t+i:

(28)

經過整理后可得零售品廠商一階條件:

(29)

(30)

(31)

3.資本品生產商

在t期末,資本品廠商從中間品廠商處以Qt價格購買折舊資本(1-δ)Kt,與t期折舊后的資本品共同構成第t+1期期初的資本存量之后再出售給中間品廠商,在追加投資時存在資本調整費用。

由于全要素生產率的變動與資本存量的增減息息相關,故本文認為重大突發公共事件對宏觀經濟的沖擊會同時作用于這兩種要素。假定重大突發公共事件引起所有廠商資本存量被破壞的比例為bk,則t+1期廠商資本存量如下表示:

(32)

資本品廠商通過選擇投資來實現自身利潤最大化:

(33)

則資本品廠商最優選擇的一階條件為:

(34)

(四)中央銀行

1.價格型貨幣政策

目前中國貨幣政策正在逐步由數量型調控向價格型調控轉型,因此本文所構建模型假定中央銀行采用價格型貨幣政策,主要盯住通貨膨脹和產出增長率來實施政策調節,并參考國內主要文獻,設定基礎“泰勒規則”如下:

(35)

(36)

2.宏觀審慎貨幣政策

面對百年之大變局復雜環境,中國持續深化金融改革開放,有效防控了風險,但仍需加大穩健貨幣政策實施力度,健全貨幣政策和宏觀審慎政策雙支柱調控框架。從理論研究角度看,宏觀審慎框架包含宏觀審慎貨幣政策和宏觀審慎監管兩個部分。宏觀審慎監管政策通過對商業銀行信貸類、資本類和流動類等金融指標設立逆周期要求從而平滑金融體系的順周期波動;宏觀審慎貨幣政策就是在基礎貨幣政策基礎上加入對金融穩定變量的關注,形成拓展型泰勒規則[18]。借鑒相關宏觀審慎貨幣政策表達形式,本文在標準泰勒規則基礎上,加入金融中介部門融資變化量以及商業銀行杠桿率等表示金融穩定目標的變量,將宏觀審慎貨幣政策設定如式(37)所示:

(37)

(五)市場出清

在經濟實現一般均衡時,每個微觀主體實現自身利益最大化,并實現市場出清,最終產品用于消費、投資和資本品廠商調整費用,市場出清條件如下式:

(38)

三、參數校準

動態隨機一般均衡模型包括兩類參數:一類是模型的結構參數,文獻中將其稱為靜態參數;另一類是與各種外生沖擊相關的參數,包括外生沖擊的自回歸系數和標準差,文獻中將其稱為動態參數。參考國內外文獻,對于靜態參數采用校準方法進行賦值,對于動態參數采用貝葉斯估計方法進行賦值[5]。校準法一般做法是采用經典文獻中的參數數值對文章中相同參數進行賦值。動態參數一般包括外生沖擊的自回歸系數和波動參數,貝葉斯估計法就是利用貝葉斯原理結合新證據以及基于假設的先驗概率,得到新的概率分布。

(一)靜態參數校準

1.家庭部門參數校準

2.金融中介部門參數校準

金融中介部門的參數包括銀行家存活概率θ、金融摩擦系數τ、轉移給新加入銀行家資產ω。參考現有文獻,一般設定銀行家存活概率θ為0.973[10-11]。對于金融摩擦系數τ,Gertler和Karadi認為當銀行家可轉移資產比例取值為0.381時,金融中介部門的杠桿率在市場出清時處于合理范圍之內,并設定轉移給新加入銀行家資產ω為0.002[11]。

3.生產部門參數校準

生產部門參數包括資本產出彈性α、資本折舊率δ、中間產品替代彈性εp、價格粘性γ。結合中國國情一般資本產出彈性α取值在0.4～0.6中間,本文參考李天宇等的研究將其設定為0.44[18]。根據侯偉鳳等的研究將資本折舊率δ設定為0.025[19]。按照王義中等的研究設置中間產品替代彈性εp為10,符合大多文獻中的價格加成11%[23]。對于價格粘性γ的設定,本文與國內大多數文獻保持一致,設為0.75。

4.重大突發公共事件沖擊相關參數校準

重大突發公共事件沖擊相關參數包括突發事件災難對產出和資本存量的破壞比例ba和bk。Gourio假定災難事件發生時,對TFP和資本產生沖擊所造成的產出和資本存量下降的比例相同[4]。參考陳國進、趙向琴等對災難事件相關參數的估計結果,將重大突發公共事件發生概率的穩態值設為0.05,重大突發公共事件對產出和資本存量的破壞比例ba和bk均設置為6.89%[2,5]。

參數校準值如表1所示。

表1 參數校準值

(二)動態參數估計

由于動態參數不能直接獲得,為保證參數準確性,本文采用貝葉斯估計方法。本模型中包含的動態參數分別為三種沖擊的一階自回歸參數和波動參數。為了更好模擬實際經濟狀況,按照貝葉斯估計規則,觀測變量個數不能大于外生沖擊的個數。因此,選擇產出、消費和通貨膨脹作為觀測變量,并分別以實際產出、實際社會消費品零售總額、居民消費價格指數環比增長率來測度這三個指標。其中,實際產出等于季度名義國民生產總值(Gross Domestic Product,GDP)除以季度GDP平減指數,實際消費由季度社會消費品零售總額除以季度GDP平減指數得到。樣本采樣頻率為季度,樣本區間為1995Q1到2021Q4,數據來源于CEIC和國泰安數據庫。采用X-12方法對存在季節效應的季度數據進行季節性調整以消除季節性因素,之后取對數,使用H-P濾波方法(λ=1 600)分離出趨勢項和波動性以獲取數據的波動部分,最后把得到的數據波動部分用于貝葉斯估計,以保證數據平穩性。

參照Foeni等、Smets和Wouters的做法,所有外生沖擊均服從AR(1)過程,沖擊標準差遵循逆Gamma分布,自回歸參數的先驗分布服從Beta分布[24-25]。表2給出了貝葉斯估計的結果。

表2 參數估計結果

四、重大突發公共事件沖擊脈沖響應效應分析

重大突發公共事件的發生對社會各部門產生不同程度的影響,廠商部門為此需要對現有生產技術進行改造升級、政府部門需要制定各種不同政策來應對重大突發公共事件所帶來的影響。因此通過前文所建立的NK-DSGE模型進行定量分析,從而模擬全要素生產率沖擊、重大突發災難事件沖擊、貨幣政策不確定性沖擊對經濟系統中各個變量的影響,并對比不同貨幣政策的效果。脈沖響應描述的是經濟系統在經歷1單位標準差的外生沖擊后,各經濟變量動態變化路徑,因此利用脈沖響應圖說明各外生沖擊對整個經濟體的影響機制。

(一)全要素生產率沖擊的脈沖響應分析

圖2為生產部門全要素生產率沖擊下脈沖響應圖。全要素生產率沖擊又叫做技術沖擊,分別觀察產出、投資、消費等變量,分析全要素生產率沖擊下泰勒規則和宏觀審慎貨幣政策對這些變量的影響。當生產部門面臨1單位正向技術沖擊時,正向技術沖擊意味著技術變革,技術變革促進經濟繁榮,刺激產出增長,拉動投資需求,推動資本價格上漲,消費水平也相應增加。另一方面,在需求不變、供給增加情況下,產品供過于求導致通貨緊縮、物價下跌,通貨緊縮導致名義利率下降,進一步使得資本價格上升。因此,以價格為導向的貨幣政策試圖以低利率推動通貨膨脹來穩定物價水平。寬松的貨幣政策減少了家庭部門的儲蓄收益和銀行部門的融資成本,刺激了提前消費和投資,促進了信貸規?？焖贁U張;同時,技術進步短期內拉動資本回報率,進一步刺激金融中介部門擴張信貸規模。

圖2 全要素生產率沖擊的脈沖響應圖

在金融中介部門方面,資本價格上升使得銀行資產價值上升,但由于商業銀行凈資產上升幅度小于商業銀行總資產上升幅度,因此商業銀行杠桿率出現負向偏離。同時,由于廠商產出增加,且商業銀行信貸規模擴張幅度小于產出上升幅度,因此宏觀杠桿率出現下降趨勢。

在引入宏觀審慎貨幣政策后,盯住信貸變化的宏觀審慎貨幣政策會增強經濟系統的順周期性,加大經濟波動。相比于基礎泰勒規則,宏觀審慎貨幣政策放大了技術沖擊對產出、投資、消費、通貨膨脹等經濟變量的影響,商業銀行杠桿對技術沖擊更加敏感。這是因為在宏觀審慎貨幣政策中,技術沖擊使得商業銀行杠桿率下降,貨幣當局設定更低的利率水平,通貨膨脹壓力劇增,物價水平隨之提升。在利率水平下降的同時,廠商貸款利率也有所上升,從而抑制信貸規模,壓縮商業銀行利潤空間,加速系統性風險指標回歸穩態過程,減緩宏觀金融杠桿波動,抑制系統性風險積累過程。

(二)重大突發公共事件沖擊的脈沖響應分析

當經濟系統面臨1單位重大突發公共事件沖擊后,整個經濟系統所面臨的不確定增大,圖3為重大突發公共事件沖擊的脈沖響應圖。重大突發公共事件沖擊首先使得產出出現負向偏離,家庭部門財富水平下降,負的財富效應擠出私人消費。產出減少、供給不變則為經濟帶來通貨膨脹壓力。重大突發公共事件沖擊會使得資本存量大幅度降低,進而拉高經濟中資本價格,限制了廠商的資本品需求,隨著資本品價格逐漸下降和資本供給逐漸增加,投資水平有所上升。

圖3 重大突發公共事件沖擊的脈沖響應圖

對于金融中介部門而言,重大突發災難事件沖擊提高了經濟系統的不確定性和風險水平。貸款利率上升,廠商融資成本增加,信貸規?？s減,商業銀行總資產規模減少。同時,資本價格上漲,商業銀行凈資產價值上升,因而商業銀行杠桿率有所提升。同時,由于商業銀行信貸總量下降幅度慢慢增大,并大于產出下降幅度,重大突發災難事件沖擊對宏觀金融杠桿率出現了正向影響,并且該正向影響在期初達到了最大,隨后出現下降并轉為負向影響。同時,觀察脈沖響應可知,宏觀金融杠桿率呈現“U”型變化,符合國內外學者所研究的宏觀金融杠桿與GDP增長之間的關系。由上述分析可知,在重大突發公共事件沖擊下,商業銀行杠桿和宏觀金融杠桿也呈現出明顯的順周期趨勢。

相比于基礎泰勒規則,宏觀審慎貨幣政策加劇了通貨膨脹經濟變量的波動,減緩了產出和投資波動,同時宏觀金融杠桿率、商業銀行杠桿率以及銀行凈資產的波動幅度都呈現小幅下降,表明重大突發公共事件發生引起經濟波動時,宏觀審慎政策會削弱突發事件災難沖擊對金融中間部門影響,系統性金融風險在小幅度范圍內下降,表明宏觀審慎貨幣政策可以在小范圍內維護經濟與金融穩定。

(三)貨幣政策不確定性沖擊的脈沖響應分析

圖4為貨幣政策不確定性沖擊的脈沖響應函數。當經濟系統面臨1單位貨幣政策不確定性沖擊后對產出、投資、資本水平表現出負向影響,同時利率水平小幅度上升,而后持續下降逐漸恢復穩態,通貨緊縮,廠商借貸成本上升,抑制了廠商投資需求。家庭部門儲蓄收益增加,居民儲蓄收益增加,抑制消費,產出下降。

圖4 貨幣政策不確定性沖擊的脈沖響應圖

在金融中介部門中,資本價格下降導致商業銀行總資產價值下降,名義利率上升使得廠商信貸成本增加,商業銀行信貸規?？s減,由于信貸緊縮程度小于商業銀行總資產下降幅度,因此出現了商業銀行杠桿率上升的現象。隨著信貸緊縮規模逐漸減小,宏觀金融杠桿率短暫下降后逐漸恢復到穩態。在貨幣政策不確定性沖擊下,傳統的貨幣政策并不能進行有效調節。

相比于基礎泰勒規則,加入宏觀審慎的貨幣政策削弱了貨幣政策不確定性對產出、投資、資本以及無風險利率水平等經濟變量的影響,同樣也削弱了貨幣政策不確定性對資本價格、商業銀行凈資產、宏觀金融杠桿率等金融變量的影響,同時宏觀審慎的貨幣政策加速了各經濟變量和金融變量回歸穩態。以上表明盯住信貸變動和商業銀行杠桿率的宏觀審慎貨幣政策在去杠桿、維護經濟穩定和金融穩定方面可以發揮很好的作用。

五、結論與建議

本文通過構建一個包括金融中介部門的NK-DSGE模型,探討重大突發公共事件的發生對系統性金融風險所產生的影響。結果表明,第一,重大突發公共事件的發生會造成系統性金融風險的積累與上升,影響金融穩定;第二,以信貸市場流動性和銀行杠桿率為信號源的宏觀審慎貨幣政策在應對貨幣政策沖擊時表現較好,能夠實現穩增長和防風險的政策目標;第三,貨幣政策不確定性增加會帶來產出、投資等的減少,加劇經濟系統的系統性金融風險波動,宏觀審慎貨幣政策可以降低貨幣政策不確定所帶來的波動。

基于以上結論,提出如下政策建議:一是厘清重大突發公共事件發生后系統性金融風險在金融市場與實體經濟間的傳導路徑,針對性地選取貨幣政策和宏觀審慎工具,確保金融更好地服務實體經濟。二是重大突發公共事件發生時,除傳統貨幣政策工具外,應加強新型貨幣政策工具的運用,同時著力于確定適合當前中國經濟環境的宏觀審慎規則信號源。三是進一步加強貨幣政策的透明度,加強與公眾溝通,減少貨幣政策不確定所造成的負面影響,堅持守住不發生系統性金融風險的底線。