新常态下的中国经济周期波动

刘金全+王译兴+刘子玉��

内容提要：美国次贷危机过后，金融摩擦在经济增长和经济周期波动中的作用引起社会高度重视。本文利用带有金融中介部门的新凯恩斯DSGE模型，定量刻画中国经济新常态下金融摩擦对经济周期波动的影响机制。研究发现，金融摩擦将通过资产负债表渠道加速和放大金融冲击，金融摩擦系数与经济波动乘数效应呈反向依存关系；资本质量冲击对经济周期波动的影响具有记忆性，而货币政策调控仅在短期内有效。在金融摩擦存在的情况下，这说明货币政策对金融冲击的调整将面临着周期匹配失调的约束，有关部门不仅要采用货币政策进行短期调控，还应高度重视中国资本市场发展的阶段性特征，加强资本质量管理，在最大程度发挥虚拟经济的资源优化配置作用，进而带动实体经济复苏。

关键词：经济新常态；金融摩擦；经济周期波动；DSGE模型

中图分类号：F2240文献标识码：A文章编号：1001-148X（2017）06-0107-08

一、引言

2008年的次贷危机使银行名义利率在短期内的迅速攀升导致大量次级债务违约，这使得美国资本市场在短期内出现了大量的信贷萎缩，并最终传染至整个经济系统，造成较大的经济波动。这种金融市场中的流动性缺失所导致的市场摩擦称之为金融摩擦[1-3]。次贷危机的例证表明，金融市场在经济运行中并非始终保持中性作用，这使得研究者逐渐认识到在对宏观经济进行模拟时，只有厂商与家庭两个部门无法体现整个经济系统的运行特征，因此需要考虑金融摩擦对实体经济的影响。实际上，金融摩擦产生的根源在于金融市场上交易双方信息不对称所产生的成本，例如信息成本、监督成本和控制成本等。特别是在我国这种资本市场起步较晚，金融监管仍存在缺口的国家，金融市场的成本交易相对较高[4-8]。因此，在我国经济新常态时期，探究金融摩擦对实体经济的影响对未来一定时期内的系统性紧缩风险防范和产业结构调整都将具有重要的理论价值和实践意义。

迄今为止，大量金融摩擦与经济波动的研究文献主要是基于三个基本模型的延伸。第一种是BGG模型，其最初起源于Bernanke和Gertler（1989）[9]的研究，主要认为信息不对称引起的委托代理现象将提高生产成本，从而影响信贷流动性并最终放大经济波动，即“金融加速器”理论的雏形。Carlstrom和Fuerst（1997）[10]进一步将金融摩擦融入到新凯恩斯框架之中，并逐渐成为研究金融摩擦与金融加速器的主要研究框架。此后，Bernanke等（1999）[11]构建了BGG模型，并进一步完善了“金融加速器”理论。但是第一种模型侧重于非金融部门造成的金融摩擦，却忽视了金融部门内生波动的外溢性。第二种模型源于Kiyotaki和Moore（1997）[12]，其将贷款回收的不确定性因素所引起信贷流动性紧缩作为金融摩擦。Iacoviello（2005）[13]在原有研究的基础之上，通过信贷约束条件将金融摩擦因素融入进新凯恩斯模型中。但这种模型忽视了调节性存货（Buffer Stock），即为了防范未来不确定性而保留的存货，从而造成模型有所偏誤。第三种模型源于Gertler和Karadi（2011）[14]的研究，其引入内生信贷约束作为金融摩擦，并度量金融冲击等外生冲击对经济的影响。Justiniano等（2010）[15]将投资冲击引入模型中，进而将投资转换为实物资本过程中的摩擦作为衡量金融市场摩擦的形式。第三种模型虽然将内生信贷约束融入模型中，但是决定金融摩擦系数的外生变量表明，信贷约束条件未能完全内生化，从而需要进一步拓展。

与此同时，国内有许多文献研究了金融摩擦对经济周期波动影响与贡献率。杜清源和龚六堂（2005）[16]、赵振全等（2007）[17]和袁申国等（2011）[2]都从不同方面把“金融加速器”融入真实经济周期模型并对现实数据进行分析，表明原有理论模型无法有效拟合新的经济现实，金融市场已成为影响经济的重要组成部分，但未对金融摩擦是否会对实际经济变量产生影响进行分析。为解决这一问题，刘斌（2008，2010）[5-6]构建具有金融中介部门的开放经济模型并证明金融摩擦能够令名义冲击对实体经济造成实际影响。不过，这些研究认为金融部门是一种传导渠道，而金融摩擦仅放大非金融部门冲击对经济系统的影响，而未对金融部门内部冲击的传导与放大进行系统阐述。陈晓光和张宇麟（2010）[18]将金融摩擦融入到信贷约束中，从而对金融部门冲击的传导与放大进行系统阐述。此后，康立等（2013）[19]与康立和龚六堂（2014）[20]分别对金融摩擦在国内各部门之间与不同国家之间经济波动的传播与放大作用进行探讨，从而进一步完善金融摩擦理论。通过文献回顾发现，以往的研究仅是利用数值模拟分析经济动态变化，并且存在理论缺陷。鉴于此，本文在文献综述的基础上，对模型进行拓展，集中探讨金融摩擦对经济的影响，以期为“新常态”时期内的资本质量监管、金融风险控制和系统性紧缩风险防范提供相应的理论支撑与政策建议。

二、模型设定

借鉴Gertler和Karadi（2011）[14]的研究框架，本文进一步拓展，整个经济系统由六个部门组成：家庭、金融中介部门、产品生产部门、资本生产部门、零售商与政府。其中内生信贷约束的金融中介部门不仅表示具有金融摩擦的金融市场，而且还调控着社会信贷规模。

（一）家庭

假设家庭在第t期通过提供劳动获得相应报酬，并将去除消费后的全部收入存入银行等金融中介部门，从而在第t+1期获得利息[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表示家庭消费，Lt表示家庭所提供的劳动，β表示效用贴现因子，χ表示闲暇系数，φ表示劳动系数，h表示习惯持续参数，并且0<β<1、00。与CEE与SW模型相同，运用习惯参数来获取消费动态变化。家庭预算约束方程为：

Ct+Bt+1=WtLt+RtBt+Πt-Tt（2）

其中，Bt表示由银行或者政府以真实利率Rt提供的债券，Wt表示劳动工资，Tt表示应缴税款和厂商净利润Πt。家庭最优化决策的一阶条件如下：

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表示消费的边际效用，也即拉格朗日乘子，式（3）表示消费欧拉方程，式（4）表示劳动供给方程，式（5）表示储蓄方程。

（二）金融中介部门

t期初，银行等中介部门以无风险利率Rt+1从家庭部门获得存款Bjt，并在t+1期偿还。此后，以价格Qt从生产部门购买St的金融债券。t期末，银行家的净资产为资产与债务的差额，表示为Nt。因此，金融中介j的资产负债表为：

Nj，t=QtSj，t-Bj，t（7）

在t+1期，非金融企业的债券需要以回报率Rk，t+1偿还。其中，Rk，t+1和Rt+1都为内生变量。银行的净资产表示为资产的利息收入减去负债的利率支付：

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）表示利率差额，即外部融资溢价。净资产以Rt+1速度增长，并且来自超额回报（Rk，t+1-Rt+1）QtSj，t，从而表明该缺口与金融摩擦相关。银行家在退出前累计净资产，并且在第t期时，以Vj，t表示最大化预期资本价值。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）

同时，假设银行净资产方程为线性：

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为结构参数，并且νt为t期末总资产贴现边际收益且ηt为银行净资产贴现边际收益。xt，t+i=Qt+1Sj，t+1/QtSj，t为总资产增长率，zt，t+i=Nj，t+1/Nj，t为净资产t+i期相对于t期的增长率。

为了限制银行无节制借贷行为，本文将金融摩擦以道德风险的形式引入模型。在每一期，银行家可以选择将其全部资产的一部分λQtSj，t转移到家庭。如果银行以个人利益来转移资金，那么银行会破产，债权人也会追回剩余部分（1-λ）QtSj，t。与此同时，因为债权人已了解这种风险，所以他们会控制借贷給银行的金额。根据t期末资产负债表的状况，设Vt（Sj，t，Bj，t）为最大化的Vt值。此外，道德风险约束也保证银行不会任意转移资金：

Vt（Sj，t，Bj，t）λQtSj，t（13）

上式表示银行家保证自身不破产的价值必须大于转移资金价值。当加上约束后，会存在一个净资产的杠杆率（φt）：

QtSj，t=ηtλ-νtNj，t=φtNj，t（14）

其中，φt=ηt/（λ-νt）为金融中介杠杆率，λ为银行净资产转移系数，也是金融摩擦系数。

现有银行家净资产为：

Nt=θ[（Rk，t-Rt）φt+Rt]Nt-1（15）

在每一期，（1-θ）的银行退出并将累计净资产QtSt转移到家庭，这部分资金中的ω/1-θ部分会给予t+1期的新进银行家，并成为其初始资本Nnt：

Nnt=ω1-θ（1-θ）QtSt-1=ωQtSt-1（16）

t期总资产净值为新进银行家（Nnt）与现有银行家（Net）净资产之和：

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

（三）产品生产部门

非金融产品生产企业具有完全竞争性，并通过柯布-道格拉斯常数规模报酬技术生产中间产品Yt。t期末，企业发行等于其需要资本数量的股票St。为了获得下一期生产用资本，他们以价格Qt卖出债券。因此，根据套利条件，资产如下所述：

QtKt+1=QtSt（18）

其中，价格Qt由资本生产部门的利润最大化公式内生解出。资产固定而劳动在各个企业间自由流动，这保证总产出Yt能够由有效总资本Kt和总劳动工时Lt表示。此外，Ut为时变资本利用率且ξtKt为资本有效数量：

Yt=At（UtξtKt）αL1-at（19）

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

其中，α表示生产过程中资本的比重。At为总生产率为AR（1）过程且平稳，并且服从马尔可夫过程，即εA，t～i.i.d.N（0，1）。ξt为资本质量冲击，即对折旧率的扰动，并且能够捕捉到微观层面波动对跨期资本积累的影响。ξt服从AR（1）的随机外生过程，且εξ，t～i.i.d.N（0，1）。生产过程发生在t+1期，中间商品以价格Pm，t+1卖给零售企业。中间厂商利润如下：

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）

假设折旧资本替换价格单位化，在给出资本价格Qt的情况下，（Qt+1-δ（Ut+1））ξt+1Kt+1为剩余资产价值。折旧率为效用的函数，如下所示：

δ（Ut）=δss+b1+ζU1+ζt（22）

其中，δss有稳态决定且ζ为效用成本弹性。工资Wt、效率Ut和租金率Rkt由企业利润最大化的一阶条件分别为：

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）资本生产部门

资本生产部门具有完全竞争性。在t期末，他们从产品部门以价格Q-t收购折旧资产，并以价格Qt卖出翻新与新资产。设It为投资支出，资本积累由下式给出：

Kt+1=（1-δ（Ut））ξtKt+Φ（ItKt）Kt（24）

假设生产资本具有递增的边际调整成本，并以投资支出It产出Φ（IK）Kt表示，其中Φ（·）为增函数和凹函数且Φ（0）=0。因此，在给出调整成本函数的情况下，每单位资本价格如下所示：

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（·）表示投资调整成本，且S′（·）>0，S″（·）>0，S（1）=S′（1）=0。ηi为投资对资产价格弹性的倒数。资本积累方程为：

Kt+1=ξt（1-δ（Ut））Kt+1-SItIt-1It（26）

t时期资本生产企业的单位资本利润为：

Ψt=QtΦItKt-ItKt-（Q-t-Qt）（27）

企业最大化贴现收益：

maxIt{Et[∑

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

通过求解资本生产企业的利润最大化问题，可以得到资本价格Qt：

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

（五）零售部門

零售部门的价格决定具有Calvo价格粘性[21]。在t期内，完全竞争企业以价格Pmt买入中间产品Pmt。产出为：

Yt=YmtDt（30）

其中，Dt为价格分布，如下所示：

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

γ为Calvo概率，其表示为保持价格固定的概率。γP用来衡量价格指数化并且ε为替代弹性。

此外，通货膨胀的变动如下所示：

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

logpt=ρplogpt-1+σpεp，t（33）

其中p为通胀冲击为AR（1）过程且平稳，并且服从马尔可夫过程，即εp，t～i.i.d.N（0，1）。

（六）政府与总体约束

货币政策服从带有利率平滑的泰勒规则[22]：

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

其中，ρτ为利率平滑程度且0<ρτ<1，i*为总名义利率的稳态。此外，利率受到通胀由稳态下偏离程度和产出缺口的影响，κπ和κy为相应的控制变量。最后，货币政策规则也受到货币政策冲击的扰动，表示为εi，t～i.i.d.N（0，1）。名义利率和无风险利率满足费雪方程：

it=Rt+1Etπt+1（35）

其中，Rt为真实利率。此外，产出可分为消费、投资、投资调整成本和政府支出，其中政府支出设定为固定值。因此，总体资源约束为：

Yt=Ct+It+SItIt-1It+G（36）

三、参数校准与估计

首先对模型中的部分结构参数进行校准，然后结合1996年第一季度至2016年第三季度中国的宏观经济数据，并利用贝叶斯方法对其余参数进行估计①。

（一）参数校准

家庭部门效用的贴现因子设定为099；将生产函数中资本份额设定为04[23]；将劳动对效用影响参数设定为34，从而保证劳动供给在03左右[20]；将劳动供给弹性设定为0275，同时将替代弹性设定为41[24]；均衡时的折旧率设定为0025，即每年10%；最后均衡时外部融资溢价与均衡时政府支出份额设定为0025和02[14]。表1为模型中部分结构参数的先验赋值。

（二）参数估计

参数的先验与后验分布如表2所示，对于货币政策先验参数利用最小二乘估计得出。由于中国金融市场退出机制仍未完善且市场管制严格，因此将银行存留市场概率的均值设定为07。零售部门的价格粘性的均值设定为05，代表价格的变动频率为半年一次。价格指数化参数为粘性价格中通胀因素的平滑因子，其均值设定为05。Gertler和Karadi（2011）[14]为了保证均衡时杠杆率在合理范围内而将银行转移资金概率，即金融摩擦参数设定为038，本文将参数均值设定为03。但是后验均值显示为00297，小于外国文献中的参数值，这表明由于中国金融市场仍处于深化改革阶段并且金融市场由央行、证监会、银监会与保监会共同监督，所以道德风险发生概率低于美国。消费效用习惯参数的均值设定为07，表示消费者的上一期消费对本期效用有显著影响。折旧对资本利用率弹性与投资对资本价格弹性的倒数的均值根据Gertler和Karadi（2011）[14]分别设定为72和17。最后，第三部分设定外生冲击服从AR（1）过程，因此设定外生冲击的系数均值为05，标准差为01。冲击的标准差则设定为均值为01，标准差为1。

四、脉冲响应函数与方差分解分析

（一）脉冲响应函数

图1为各个外生冲击的脉冲相应图，横轴为持续时期，纵轴为内生变量相对于稳态的偏离，为考虑不同金融摩擦水平下，经济变量对外生冲击的动态反应机制，本文模拟了两种不同金融摩擦水平下的脉冲响应状况。其中实线代表金融摩擦系数λ=038时的脉冲响应，虚线代表λ=00297时的脉冲响应。

第1行为产出、投资、利率与通货膨胀率受到一单位正向技术冲击时的脉冲响应图。其中产出波动与投资波动在受到冲击后正向偏离稳态值，并于10个季度后趋于稳态值，而利率波动与通货膨胀率变动则在受到冲击后发生负向偏离，经历先负后正的变动后，于6个季度后趋于稳态值。图中可以明显观测到金融摩擦系数减小后，脉冲响应函数的变化并不明显。表明金融摩擦水平的变化并不会显著改变技术冲击对实际经济行为的影响（产出、通胀、利率、投资），因此，政府和有关部门仍应高度重视自主技术研发的重要性，它是提振实体经济活力的根本，而并不会受到金融系统有效性变化的显著影响。

第2行为各经济变量受到一单位负向资本质量冲击时的脉冲响应图。其中产出波动发生负向偏离后逐渐趋于稳态；投资波动负向偏离后，经历了先负后正的变化，最终同样趋于收敛；利率波动与通胀波动都发生负向偏离后正向移动，最后收敛于稳态。图中可以明显观测到金融摩擦系数减小后，脉冲响应函数的初始偏离增大且波动最大值也有所提高，并且具有长记忆性。这说明金融摩擦减小后资本质量冲击的脉冲响应函数变化显著。这是由如下两点原因造成的，一是随着摩擦系数下降，金融中介部门的杠杆率随之上升。二是当负向资本质量冲击发生后银行等金融中介部门净资产降低，再次在高杠杆的作用下，社会信贷总量急剧下降，从而造成各部门生产力不足，最终导致产出迅速下滑。因此，资本质量冲击是“新常态”时期不可忽视的波动因素，随着我国金融市场改革深化与金融摩擦进一步发展，政府与央行需要加大资本质量监管，提高信用审核力度，防止债务通货紧缩危机。

第3行为各经济变量受到一单位正向利率紧缩冲击的响应图。其中产出波动、投资波动与通货膨胀率波动在受到冲击后负向偏离稳态值，并于5个季度后趋于稳態，而利率波动在受到冲击后正向偏离稳态值，并于5个季度后趋于稳态。图中可以明显观测到金融摩擦系数减小后，产出与投资脉冲响应函数的初始偏离增大。这主要是因为货币政策冲击对投资和资产价格的影响相对较大，一方面由于利率上升导致投资需求降低，另一方面由于利率上升造成资产价格下降，两者共同造成投资减少。此外，随着金融摩擦系数下降与杠杆率上升，投资波动幅度将经由银行资产负债表通道放大与传导，最终扩散到实体经济并造成产出波动幅度随之放大。但是需要指出，货币政策冲击的脉冲响应函数具有显著的逆周期性与短期调控性，所以政府可以将其作为短期政策工具调控经济。

第4行为各经济变量受到一单位正向通胀冲击的脉冲响应图。其中，产出波动、投资波动与通货膨胀率波动在受到冲击后负向偏离，在10个季度后逐渐趋于稳态值，而利率波动则在受到冲击后正向偏离，在10个季度后趋于稳态值。图中可以明显观测到金融摩擦系数减小后，各个脉冲响应函数的初始偏离都有不同幅度的增大。这是因为，通胀与产出间的负向变动关系遵循于菲利普斯曲线。而在金融摩擦存在的情况下，通胀冲击经由银行资产负债表通道的放大与传导，造成了菲利普斯曲线的扁平化，从而体现出放大经济波动的作用。

（二）方差分解

由于脉冲响应函数每次只考虑一个冲击对于经济的影响，而未能关注多个冲击同时存在对经济内生变量的影响。与脉冲响应函数不同，方差分解分析能够更好地测量外生冲击对于内生变量波动的影响程度。本文将对比金融摩擦系数λ=00297与Gertler和Karadi（2011）[14]中所设定的038之间的变量动态差异，进一步检验金融摩擦放大并传导金融冲击对实体经济的作用。

表3是各主要经济变量的方差分解结果。这里我们主要关注产出与投资波动的具体构成。其中，影响产出波动的主要因素为技术冲击、资本质量冲击与通胀冲击，三种冲击的能够解释80%以上的波动，货币政策冲击的贡献率较小，由于从长期来看货币属于中性，因此货币政策冲击对于产出波动的影响较小。在对比两个不同参数值下产出波动的方差分解后，可以发现由于金融摩擦系数减少，从而导致银行等金融中介部门的净资产杠杆率上升，最终放大金融部门冲击并传导到其他部门，这部分与BGG（1999）所提出的“金融加速器”理论相符。资本质量冲击由2058%上升到2501%，但是资本质量冲击在产出波动中的比例小于Sanjani（2014）[24]对美国经济波动的分析结果，这是由于美国市场经济已经发展了上百年，其市场化程度已经高度发达，而我国市场化进程虽然已经取得突破性进展，但是政府管制仍然存在，因此金融冲击对于实体经济的影响还有所限制。技术冲击的贡献率有所下降，由3920%下降到3255%，表明技术冲击的影响作用下降。

影响投资波动的重要因素为资本质量冲击，占有50%以上的比例，而其他三种冲击的影响相对较小。当金融摩擦系数由038降至00297时，资本质量冲击的贡献率将进一步上升，由5673%上升至7276%，结果显示随着金融摩擦系数下降，银行杠杆率上升导致银行可借贷资本上升，从而提升了市场中的信贷总量，最终带动投资水平上升。与此同时，资本质量冲击将影响除去折旧资本的净投资，从而影响总体投资。然而，货币政策冲击对于投资波动的影响极小为140%，且技术冲击与通胀冲击分别为1325%与1259%，表明在投资波动中，三者的长期效果较弱。

五、结论

目前，我国经济已经进入系统性调整阶段，其中如何统筹虚拟经济和实体经济的协调发展，抑制金融风险和经济紧缩风险的联合爆发已经成为当前经济金融领域工作的重中之重。有鉴于此，本文分别从理论和实证两个方面考察新常态时期内金融摩擦对经济周期波动的系统性影响。在理论方面，通过加入金融中介部门的新凯恩斯DSGE模型分析金融摩擦对经济波动的影响，并考察外生冲击是如何通过资产负债表放大并扩散到其他部门。而在实证方面，利用我国宏观经济数据对模型内结构参数进行参数校准与参数估计，然后对比不同金融摩擦系数下脉冲响应函数与方差分解分析的结果。在此基础上，能够得到以下结论：

第一，新常态下，由于经济增速换挡与结构转型等多重矛盾并存，我国经济波动有所上升。其中，由金融市场摩擦所导致的波动提升显著，并且具有显著的传染性。各个部门的波动通过金融中介部门的资产负债表传导到实体经济当中，并在内生杠杆率的作用下放大。

第二，目前我国金融中介部门杠杆率过高，社会融资规模偏大。这也就从客观上表明，为了防止新常态时期下经济失速下跌，政府将面临去杠杆和去库存的双重压力和政策约束。

第三，以资本质量冲击为代表的金融冲击具有显著的长记忆性并且已然成为经济波动的重要影响因素。在新常态时期，随着金融市场的不断发展和影子银行的逐渐膨胀，仅靠货币政策进行逆周期调控已经难以完全平抑经济周期波动。因此，政府和有关部门不仅需要采取积极的财政政策，同时还需要大力推动对企业基本面进行监督的宏观审慎体系，进一步降低融资成本与融资风险。

注释：

①本文选取真实国内生产总值、真实固定资产投资完成额度、7天同业拆借利率与居民消费价格指数季度数据分别作为产出、投资、利率与通货膨胀率的观测变量，并对四组数据取对数。利用X-12方法将真实变量中的季节趋势去除，然后利用HP滤波去除所有变量的趋势，从而得到各个观测变量相对于稳态的偏离。所有数据均来自于中经网统计数据库。

参考文献：

[1]王国静，田国强.金融冲击和中国经济波动[J].经济研究，2014（3）：20-34.

[2]袁申国，陈平，刘兰凤.汇率制度、金融加速器和经济波动[J].经济研究，2011（1）：57-70+139.

[3]战明华.金融摩擦、货币政策银行信贷渠道与信贷资源的产业间错配[J].金融研究，2015（5）：1-17.

[4]李扬，张晓晶.“新常态”：经济发展的逻辑与前景[J].经济研究，2015（5）：4-19.

[5]刘斌.动态随机一般均衡模型及其应用[M].北京：中国金融出版社，2010.

[6]刘斌.我国DSGE模型的开发及在货币政策分析中的应用[J].金融研究，2008（10）：1-21.

[7]马勇.植入金融因素的DSGE模型与宏观审慎货币政策规则[J].世界经济，2013（7）：68-92.

[8]毕海霞，郭幼佳.新常态下我国货币政策传导机制的转变特征及对策[J].经济纵横，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.带“金融加速器”的RBC模型 [J].金融研究，2005（4）：16-30.

[17]赵振全，于震，刘淼.金融加速器效应在中国存在吗？[J].经济研究，2007（6）：27-38.

[18]陈晓光，张宇麟.信贷约束、政府消费与中国实际经济周期 [J].经济研究，2010（12）：48-59.

[19]康立，龚六堂，陈永伟.金融摩擦、银行净资产与经济波动的行业间传导[J].金融研究，2013（5）：32-46.

[20]康立，龚六堂.金融摩擦、银行净资产与国际经济危机传导——基于多部门DSGE模型分析[J].经济研究，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

（責任编辑：周正）