宏观审慎监测指标与调控工具的选择：理论与实践

占云生

(中国人民银行海口中心支行，海南海口570105)

金融危机爆发后，宏观审慎政策成为金融宏观调控模式改革的重中之重。笔者认为，宏观审慎政策的启动应该基于对系统脆弱性(风险)的监测和深入分析。因此，本文分别针对来源于银行部门以及房地产部门的脆弱性，对当前较成熟的理论和实证研究成果进行梳理和总结，提出相应的监测指标体系，并分析调控工具的传导机制及其有效性、不同调控工具之间的相互作用及使用顺序，以及如何视情对工具进行校准，最终达到缓和系统性风险的目的。

一、银行部门监测指标与调控工具

(一)监测指标的选择

1.核心指标：信贷缺口

“信贷缺口(credit gap)”被定义为信贷/GDP比率与其长期趋势的偏离。该指标首先在巴塞尔银行监管委员会(Basel Committee on Banking Supervision，BCBS)关于使用逆周期资本缓冲作为核心参考变量的指引中提出，而该指引主要是基于Drehmann等人(2010，2011)的研究成果。他们发现，在众多潜在变量 (包括信贷增速、GDP增速、不动产价格以及银行盈利能力等)中，信贷缺口是银行业危机最重要的指标，当信贷/GDP比率比历史趋势高出10个百分点，可作为一场即将发生的危机的最强信号。尽管最初研究只是使用发达经济体的数据，近期的研究证实这一信号在新兴市场经济体也同样起作用(Drehmann和 Tsatsaronis，2014；欧洲系统性风险委员会，2014)。国际货币基金组织(IMF)鼓励其工作人员以“信贷缺口”作为起点，来评估系统性风险的积累。

2.补充指标

信贷增长指标。Jorda等(2010)指出，信贷增速是预测金融不稳定的重要指标。Bas等(2012)发现，尽管很难区分“好的”和“坏的”信贷暴涨，但是坏的暴涨倾向于更猛烈、持续时间更长。从历史数据看，差不多半数持续时间超过6年的信贷暴涨最终都会发生危机。IMF2011年指出，信贷缺口超过3个百分点可以作为提前一至两年预测金融危机的早期预警信号。

资产价格偏离长期趋势。Borio和 Lowe(2002)，Borio 和 Drehmann(2009)，以及IMF(2011)指出，综合考虑信贷及资产价格的长期趋势偏离，可以更好地预测银行业危机。房价及商业不动产价格相对于收入或租金的上涨可以作为失衡积累的有价值的预测指标(Gerdrup，Kvinlog及 Schaanning，2013)。

市场波动率及利差。Brunnermeier及Sannikov2014年对所谓的“波动性悖论”做出解释。“波动性悖论”指的是，即使风险指标并不显著，金融体系也可能遭受危机。 Gilchrist和 Zakrajsek(2012)以及 Stein(2014)提出，当风险溢价很低时，后续信贷利差上涨的可能性反而更大。风险溢价包括国债的期限溢价以及企业债券和资产支持证券的信贷风险溢价。对低利差进行解释是困难的，因为低利差可能由消费者情绪或是消费者风险偏好或是消费者风险承受能力决定 (Stein，2014)。尽管如此，Bush等2014年指出，如果风险溢价极低，那么融资则非常便宜，宏观审慎政策就很方便采取保险措施并进行逆向干预。

偿债比率。Drehmann和Juselius(2014)发现，除了信贷缺口指标外，偿债比率指标作为早期预警指标的表现持续优于其他指标。从长期来看，信贷缺口是单一最好指标，通常在危机发生前3至5年提供早期预警，而偿债比率则在短期内(2年)表现优异。

杠杆指标。单一贷款或特定资产种类的杠杆情况(例如，不动产的贷款价值比(Loan to Value，LTVs)、柜台衍生品的保证金要求等等)可以揭示风险积累的有用信息(Geanokoplos and Pedersen，2011)。除了平均杠杆水平外，资产杠杆情况的分布以及投资者杠杆情况的分布也是有益的信息补充。

批发性融资。银行的债务结构也是有用的早期预警指标(Shin，2013)。由于不可持续的信贷激增经常是由非核心资金来融资的，因此将银行融资分解为核心及非核心有助于揭示银行承担风险的程度以及金融周期的阶段。Gerdrup，Kvinlog以及Schaanning(2013)指出批发性融资比率是系统性危机的有用指标。

经常账户赤字。出口疲软导致的经常账户赤字经常在金融危机前被观察到(Kaminsky 和 Reinhart，1999)。Jorda 等(2010)指出，贷款激增和经常账户失衡的关联在近几十年有所增加。经常账户赤字与房价上涨也是紧密联系的(Aizenmann和Jinjarak，2009)，这两个指标联合使用能较好地预测银行业危机(Barrel等，2010；Reinhart和 Rogoff，2009)。

(二)调控工具及传导机制

银行部门的调控工具主要影响信贷敞口，包括逆周期资本缓冲(countercyclical capital buffers，CCBs)，杠杆率(leverage ratios)以及动态贷款损失拨备要求(dynamic loan loss provisioning requirements，DPRs)。 这些工具是互补的：动态贷款损失拨备覆盖正常经济周期中预期出现的损失；逆周期资本缓冲覆盖金融紧张时出现的“非预期”的损失，并限制银行提高整体头寸风险的能力；杠杆率被用来补充基于风险的资本需求；还可以采取对信贷增长设置上限的方法。

1.逆周期资本缓冲

逆周期资本缓冲主要是增强银行抵御风险的能力而不是降低信贷增长。实证研究表明，随着资本比率要求提高一个百分点，银行的利差只相应提高2到20个基点(宏观经济评估小组，Macroeconomic Assessment Group(MAG)，2010)。另一方面，当资本要求提高一个百分点，系统性危机的可能性预计降低20%到50%。但是更高资本比率的边际效益随着初始资本水平的提高而降低(CGFS，2012)。IMF(2013)对危机时期资本缓冲对信贷的更强作用提出了额外的证据。

2.杠杆率

巴塞尔III框架提出用最低杠杆率指标来对加权风险资本要求进行补充。后者要求银行对其加权风险头寸进行融资，而杠杆率则要求银行对其全部头寸(按同等权重)进行融资。

危机前的经验是，在加权风险要求已经满足的情况下，银行仍然增加其杠杆到不可持续的水平。这是加权风险资本要求在抑制整体杠杆水平上的缺陷。英格兰银行(2014)和Haldane(2013)根据实证数据指出，1990年代中期以来国际银行集团的平均风险权重一直在下降，主要原因是银行业操纵权重来提高披露的资本比率。但是2008年危机表明，平均风险权重下降并不代表系统性风险减小(英格兰银行，2014)。

银行使用以内部评级为基础的方法 (the internal ratings based(IRB)approaches)来计算加权风险资产的时候，用本行的数据和模型来决定输入指标(例如，资产的违约概率以及特定头寸的违约损失率)。与标准方法相比，该方法有更多的弹性。但是，这一弹性也可以导致道德风险。例如，巴塞尔银行监管委员会2013年发现，在美国、欧洲及亚洲的银行里，即使银行间有相近的资产组合，风险加权资产也是不同的。Tarullo(2014)指出，以内部评级为基础的风险加权的复杂性及不透明为博弈、错误以及监测困难留下了风险空间。而且存在这么一种风险，即当资本要求提升时，银行通过调整风险加权来应对，而不是增加资本。

有证据表明，即使在所有清偿能力指标的预测能力很低时，杠杆率指标也表现良好，在预测银行破产时，杠杆率在大多数情况下表现优于风险加权资本方法 (Haldane，2013)。杠杆率指标不应单独使用，其目的是加强或补充资本要求。同时使用杠杆率指标及资本要求是承认这么一个事实：没有任何一个资本充足指标能较好地捕获所有他们试图捕获或应对的风险 (英格兰银行，2014)。

3.动态拨备要求

动态贷款损失拨备的主要目标是通过在“好时机”逐渐建立逆周期贷款损失准备，并在“坏时机”使用这些准备来覆盖损失，从而在整个周期中平滑拨备成本。Jiménez等(2012)发现，动态拨备在西班牙帮助平滑了信贷供给周期并在经济下行时发挥了正面的效用。特别是，拨备良好的银行通过以更低价格提供更多贷款部分缓和了危机的冲击。Wezel and others(2012)对动态贷款损失拨备的有效性进行了深度的研究并就如何建立动态贷款损失拨备提出了指引。

4.限制信贷增长

当信贷激增导致系统性风险上升时，如果逆周期资本缓冲、动态贷款损失拨备或是杠杆率等指标的效果不如预期，一些国家则采取对信贷增长设置上限的方法。这种方法理论上会促使商业银行提高贷款标准来选择优质客户。

克罗地亚曾在2003-2004年间对信贷增速设置了16%的上限，并在2007年设置了12%的上限，直到2009年危机爆发导致信贷增速放缓后才取消上限。土耳其当局从2011年开始使用道义劝告统一设置了25%的年度贷款增幅，并根据汇率波动进行调整。

(三)调控工具的校准

对逆周期资本缓冲进行校准应考虑使用巴塞尔银行监管委员会的 “缓冲指引”公式，并参考信贷缺口指标。首先，考虑2到10个百分点区间的信贷缺口。当信贷缺口突破低临界值(2个百分点)，而且对经济形势的监测支持系统性风险正在积累的判断的话，那么应该做出提升缓冲的决定。当信贷缺口到达高临界值(10个百分点)时，逆周期资本缓冲应该设在加权风险资产的2.5%的水平。当然，基于宏观审慎考虑，高临界值和低临界值也可以校准。根据银行业危机历史数据做出的测算发现，上述低临界值和高临界值在不同的经济体之间并无显著区别(BCBS，2010；Drehmann和 Tsatsaronis，2014；ESRB，2014)。

设置低临界值允许银行业在危机发生前有足够时间逐渐积累资本。在低临界值这个水平上，危机发生的可能性已经很大，因此监管层应该开始逐渐积累资本。鉴于银行业通常需要1年的准备期来募集额外的资本，因此建立缓冲的过程通常需要在危机发生前2-3年开始，这样才会起作用(BCBS，2010)。逆周期资本缓冲积累的速度不一定要与信贷缺口成线性关系，而应从整体系统性风险上升的速度来做出判断。

二、房地产部门监测指标与调控工具

(一)监测指标的选择

Crowe等(2013)通过实证研究发现，住房繁荣通常与信贷繁荣同步(在其样本中超过半数的案例)。几乎所有同时经历住房与信贷双繁荣的国家最后都发生了金融危机或严重的GDP紧缩。在信用周期的上升阶段，乐观情绪引导住户增加贷款需求来资助房产投机，导致房价升值。这又通过使现有的住房所有者的预算约束宽松进一步促进贷款增长。一旦这一反馈环(feedback loop)开始运行，要想打破是非常困难及高成本的。

1.核心指标

(1)核心信贷指标。包括住户(按揭)贷款增长以及住户贷款占比的增速，最好是月度数据。例如，在那些经历过近期银行业危机的国家，按揭贷款增速在全球金融危机前的中位数是12-15%(连续三年)，并在2006年四季度达到峰值。

(2)核心价格指标。建议监测三个房价指标：(实际)房价增速，房价收入比以及房价租金比。IMF(2011)指出，平均房价倾向于在金融紧张出现前两年增长10-12%。Igan和Loungani(2012)从一个包括55个发达经济体和新兴经济体的样本中发现，2006年末以房价收入比指标衡量的房价高估越多，则房价在危机中下降的幅度越大。有三个非常有用的数据来源：IMF的全球住房观察 (Global Housing Watch)、IMF研究部开发的房地产市场模块 (real estate market module)，以及国际清算银行 (BIS)的跨国不动产价格统计 (crosscountry property price statistics)。

2.补充指标

(1)住房贷款占比及增速(按房产类型分，实际及名义数据，月度环比，年度同比)。

(2)区域性房价：房价经常表现出明显的区域特征，首先在主要区域快速增长，然后扩散到其他区域。区域性房价数据可以用来评估是否房地产繁荣是全国现象还是区域性现象，从而帮助政策制定者设计宏观审慎调控指标。

(3)资产负债表指标。新贷款在一段时期内LTV(贷款价值比)比率的均值及分布以及老贷款在特定时点LTV比率的均值及分布。在房地产繁荣时期，用正常方法衡量的风险经常会下降，放款机构也有意愿维持市场份额，从而导致贷款标准经常偏于宽松，并进一步导致更高的LTV比率。新贷款平均LTV比率的上升表明更多的住户暴露在房价的冲击下。比率越高，房地产泡沫破灭的可能性越高(IMF，2011)。

(4)承受能力指标。一定时期内DSTI(偿债支出/收入)比率在新借款人中的均值及分布以及所有借款人在特定时点的数据。宽松的贷款标准通常导致更高的DSTI比率。DSTI均值如果很高并且持续增长，表明更多的借款人暴露在收入及利率的冲击下(Wolken，2013)。同时DSTI比率在不同收入阶层(尤其是低收入群体)的分布情况也可以很好揭示金融体系脆弱性。Drehmann和Juselius(2012)建议，如果DSTI比率持续高于其15年趋势，那么就可以作为提前1年预测金融紧张的指标。作为经验法则，DSTI比率超过20%-25%成功地预测了很多国家的银行业危机。此外，与信贷/GDP缺口相似，可以计算住户LTI(贷款/收入)比率及其与长期趋势的缺口，这可称为住户信贷缺口，可作为有用的早期预警指标(Wolken，2013)。

3.应多指标搭配分析并辅以主观判断

IMF(2011)指出，房价和按揭贷款这两个指标一起分析，能对系统性风险的积累发出强力的信号，并能提前2-4年对危机发出预警。Arregui等(2013)发现，当信贷和房价快速增长时，危机发生的可能性呈非线性上升。尽管如此，是否采取行动仍然需要依靠充分考虑各种相关信息后的判断。例如，假如按揭贷款增长强劲，但是房价不涨，可能意味着住房渗透程度的提高以及供给弹性较高，从而减小了宏观审慎干预的必要性。相反，当一国经历短暂的或周期性的住房供给短缺时，房价上涨迅猛，但是按揭贷款增长并不强劲。在这种情况下，通过结构性措施增加土地及住房的供给比部门性的宏观审慎工具更有效。

(二)调控工具及传导机制

房地产部门的宏观审慎调控工具，包括提高资本要求(风险权重)、LTV及DSTI。全球金融危机爆发后，这些工具的使用在新兴市场经济体及发达经济体都有所增加。

1.部门资本要求(风险权重)

更严格的资本要求将转化为更高的融资成本及贷款利率，从而抑制信贷增长(信贷供给渠道)。

2.对LTV比率的限制

即对担保贷款相对于物业价值的比率限定了上限。LTV限制直接减少了借款人的资金来源，并将边缘借款人剔除出抵押贷款市场。这有助于减少对房地产的需求，抑制房价增长，从而抑制信贷及资产价格之间的顺周期反馈。紧缩措施也将引导住户向下调整未来房价预期，从而减少投机性刺激。对LTV比率的限制也通过提高借款人在居住物业中的权益来增强借款人对房价下跌的抵御能力。通过实施最低首付款，对LTV比率的限制也有助于降低借款人在房价下跌时的策略性违约冲动。

3.对DSTI比率上限的限制

即对偿债金额与住户收入的比率做出限制，确保了住户的可支付性。也可以对贷款/收入比(LTI)比率设定上限。这些上限和LTV比率上限存在区别：LTV比率上限在房价上涨时的效力下降 (Kuttner和Shim，2013)，因此需要持续地紧缩，而DSTI比率上限在房价上涨速度超过收入上涨速度时更有约束力。正是由于这一内置的自动稳定器特征，DSTI上限可以平滑信贷繁荣。

三、调控工具使用及有效性的国际经验

(一)加权风险资本指标

对按揭贷款的某一特定种类施加更高的资本要求在一些国家是有效的，例如，英格兰银行(2014)指出，澳大利亚把非保险的“少材料(low-doc)”按揭贷款①的风险权重从50%提高到100%，从而抑制了此类贷款的增长。IMF(2013)指出，在巴西，对新的汽车贷款(高贷款价值比)施加更高的资本要求降低了这一类型贷款的增长。但是，Crowe and others(2013)指出，在保加利亚、克罗地亚、爱沙尼亚和乌克兰等国，对按揭贷款的某一特定种类施加更高的资本要求并未有效阻止信贷膨胀，原因可能是：第一，银行的资本远远高于最低监管要求，因此监管当局提高风险权重对这些银行的影响有限；第二，当贷款人迫切需要维持市场份额时，更高的资本要求会迫使其将相关成本内部化，而不是提高贷款利率，这经常发生在房地产市场火热的时候。

(二)贷款价值比(LTV)和偿债支出/收入(DSTI)

这两个指标对金融加速器机制非常有效。金融加速器机制通常导致信贷增长和房价通胀之间双向的正面反馈。几个研究发现，收紧LTV和DSTI比率有助于按揭贷款增长下降，从而降低了房地产泡沫出现的风险。Lim and others(2011)发现，当引入LTV和DSTI比率限制后，信贷增长下降，而且LTV限制显著降低了信贷增长的顺周期性。Igan and Kang(2011)指出，LTV比率限制抑制了现有房屋业主的投机冲动。Crowe and others(2013)用美国的数据证实了LTV和房价之间的关系：LTV比率上限提高10个百分点，伴随着名义房价上升13%。Duca and others(2011)测算出针对首次购房者的LTV比率下降10个百分点与房价升值率下降10个百分点相关。Krznar and Morsink(2014)发现，在加拿大，宏观审慎政策收紧的四种方法(尤其是LTV)与按揭贷款和住房价格增长的下降相关。IMF(2011b)发现，更低的LTV比率降低了实际GDP增长以及人口增长对房价的冲击。Kuttner and Shim (2013)发现，收紧DSTI比率的次年，信贷增速下降了4-7个百分点。RBNZ(2014)指出，对高LTV贷款实施上限是有效的，自从2013年8月推出这项政策后，LTV比率高于80%的按揭贷款的份额急剧下降。Ahuja and Nabar(2011)发现，LTV比率限制降低了香港的房价及交易量，尽管存在时滞。

Lee(2012)指出，严格实施LTV和DSTI比率有助于预防房价下跌时的房贷违约，韩国的房价从2008年开始下降，但直到2012年住房贷款违约率都低于1%。英国金融服务局(2009)发现更高的LTV比率和2008年英国更高的违约率呈现正相关。Hallissey and others(2014)发现，基于爱尔兰的贷款数据，在发放时LTV和LTI水平较高的贷款的违约率更高，这一关系对房地产鼎盛时期发放的贷款更加明显。此外，对LTV高于50%的贷款，违约损失率和LTV之间存在正相关，LTV高于85%的贷款的违约损失急剧增加。Wong and others(2011)利用跨国证据表明，房价下降1%，按揭违约的发生率对没有LTV比率限制的国家是1.29个基点，对有LTV比率限制的国家是0.35个基点。这篇论文还指出，亚洲金融危机后，香港的房价从1997年9月到1998年9月之间下降超过40%，而按揭违约率却维持在1.43%以下，这说明LTV比率限制降低了贷款人面临的违约可能性。

四、小结及政策建议

前文所述的监测指标体系及调控工具的使用，主要是基于其他国家的数据及实践，中国在建立自己的宏观审慎监测指标体系及调控工具时，可以考虑从以下几个方面着手。

(一)预先评估指标的预测能力

在使用监测指标前，建议分析指标的历史走势以及将指标在本国的表现与其他国家进行比较，评估这些指标作为早期预警工具的预测能力。信噪比(noise-to-signal ratio)、离散选择模型 discrete choice models(IMF，2011)以及Drehmann和Juselius(2014)使用的受试者工作特征 (receiver operating characteristic，ROC)等方法可以用来评估指标的预测能力。

(二)针对具体情况合理选择指标的搭配与补充

部门性资本要求施加于贷款人的资产负债表，倾向于通过信贷价格发生作用，通常扭曲性较小，但是在抑制过度信贷增长方面的有效性通常弱于作用于需求方的工具(例如对LTV和DSTI比率设置上限)。因此，组合使用不同的指标工具可以缓解单一指标的缺陷，并有助于政策制定者使用不同的传输渠道，从而扩大政策的回旋余地。

(1)对LTV及DSTI比率设限可以在削弱按揭贷款需求的周期性方面对彼此形成互补。他们还可以增强应对房价冲击及收入和利率冲击的抵御能力。而且，DSTI上限通过限制使用非抵押贷款来获得最低首付款的方式增强了LTV设限在应对过度信贷增长的有效性。

(2)对LTV较高的贷款施加更高的资本要求减轻了银行对有风险的住房贷款的头寸暴露，并增强其抵御能力。

(3)当维持低利率来支持实体经济时，DSTI比率会降低，从而导致冒险行为以及过度的杠杆增加。在此情况下，政策制定者可以试试更加紧缩的DSTI上限，或是同时对LTI比率、LTV比率和DSTI比率实施上限。

(三)政府应谨慎地进行有效沟通

政策制定者需要解释系统性风险的来源、需要选择哪些调控工具、这些操作如何缓解风险、如果达不到预期效果应采取什么进一步的行动等。一般来说，沟通行为会通过预期渠道增强工具的有效性。但是，事前沟通会导致被监管对象的提前回应及游说行为。

注释：

① 这类贷款要求借款人提交的申请材料相对较少。

[1]Bank of England(2014)：The Financial Policy Committee’s powers to supplement capital requirements–a Policy Statement，January.

[2]Barrell，R，E Davis，D Karim and I Liadze (2010)：“Calibrating macroprudential policy”，NIESER Discussion Papers，no 354.

[3]Berge，T and O Jorda(2011)：“Evaluating the classification of economic activity into recessions and expansions”，American Economic Journal：Macroeconomics，vol 3(2)，pp 246–77.

[4]Borio，C and M Drehmann (2009)：“Assessing the risk of banking crises–revisited”，BIS Quarterly Review，March，pp 29–46.

[5]Central Bank of Norway (2013)：“Criteria for an appropriate countercyclical capital buffer”，Norges Bank Papers，no 1/2013.

[6]Drehmann，M(2013)：“Total credit as an early warning indicator for systemic banking crises”，BIS Quarterly Review，June，pp 41–5.

[7]Drehmann，M，C Borio and K Tsatsaronis(2011)：“Anchoring countercyclical capital buffers：the role of credit aggregates”，BISWorking Papers，no 355.

[8]Drehmann，M and M Juselius(2012)：“Do debt service costs affect macroeconomic and financial stability?”，BIS Quarterly Review，September，pp 21–34.

[9]Farrell，G(2013)：“Countercyclical capital buffers and real-time credit-to-GDP gap estimates：a South African perspective”，mimeo.

[10]Shin，H S(2013)：“Procyclicality and the search for early warning indicators”，IMF Working Papers，no 13/258.

[11]World Bank (2010)：Comments on the consultative document countercyclical capital buffer proposal.