高低杠杆下货币政策冲击效应与去杠杆过程中的货币政策平稳性——基于DSGE模型的金融加速器效应检验

骆祚炎 陈博杰

(广东财经大学 金融学院,广东 广州 510320)

一、文献回顾与问题的提出

近年来，我国社会整体债务率上升尤其是非金融企业的债务率较高，引起全社会高度关注。围绕化解高杠杆和高风险问题，总结已有研究，可以发现：第一，对于化解高杠杆和控制风险形成较广泛的共识。李扬等(2012)认为，我国全社会杠杆率处于相对较低和可控的水平，但是近年来杠杆率的提高速度很快，企业负债率水平很高，超过OECD国家90%的阈值。易宪容(2015)认为，去杠杆应是中央银行货币政策的主基调。项后军等(2015)通过实证研究发现，银行通过提高杠杆来进行资产规模扩张时，也会导致自身的流动性风险，我国商业银行的杠杆存在顺周期现象。黄志刚等(2017)研究发现，住房市场的杠杆率上升，不仅造成住房市场波动，还影响宏观经济稳定。董小君(2017)认为，在经济下行状态下，杠杆率越高，发生系统性风险的概率越大。李迅雷(2017)认为，当前工作的重点是金融部门降杠杆，以此促进地方政府和国有企业部门降低杠杆。第二，研究者注意到我国未来可能存在的杠杆率收缩的问题，有的还提出不过度抑制杠杆率自然上升的主张。巴曙松(2013)从人口结构和国家资产负债表的角度分析后认为，人口结构的变化会导致杠杆率收缩的风险。谭海鸣等(2016)构建长周期可计算一般均衡模型，提出为了防止我国经济在长期内的下行风险，除了提高人口出生率和促进人口迁移的便利性外，在确定长期杠杆率上限的基础上，应该在短期内灵活应用杠杆工具促进经济的增长，不过度抑制杠杆率的自然上升。第三，对于怎样去杠杆或者化解高杠杆的问题，研究者提出多种主张。其中一种主张是，应该主要基于市场来化解高杠杆。“中国人民银行杠杆率研究课题组”(2014)认为，我国经济的杠杆率水平及风险总体可控，当前最大的风险是地方政府和非金融企业杠杆率较高的结构性风险，应该在经济增长过程中逐步降低杠杆率。纪敏等(2017)构造出微观杠杆率和宏观杠杆率之间关系的表达式，认为两种杠杆率差异的原因在于资产的收益率，并以此为基础解释了近年来非金融企业宏观杠杆率上升而企业微观杠杆率下降这种背离的现象，提出政府应该减少直接的资源配置，由市场来决定微观主体的杠杆行为和过程。吴晓求(2016)认为，应该建立动态杠杆调整机制，强化监管的独立性，防范和化解股市风险。第四，一些文献分析了怎样利用货币政策和其他政策相配合来化解高杠杆的问题。胡志鹏(2014)研究发现，单纯使用货币政策工具来降低杠杆率的效果不理想，必须通过多种措施来降低杠杆率。刘晓光等(2016)研究发现，以货币供应量代表货币政策为例，货币政策“降杠杆”和“稳增长”两个目标之间实际上具有一致性，货币紧缩甚至可能会带来杠杆率的上升。

这些文献对我国杠杆率现状的认识以及如何去除高杠杆的问题，进行了较好的探讨。从全社会角度看，非金融企业及其他主体的负债主要通过银行信贷等途径形成，因此通过信贷和利率等货币政策工具来达到去杠杆的目的成为一种主要选择。为了去除高杠杆特别是非金融企业的高杠杆率，货币政策应该采用怎样的方式去除高杠杆，并如何防止去杠杆过程中造成的相应风险等问题，相关文献展开的研究较少。例如：为了去除高杠杆，货币政策一定要紧缩吗？货币政策需要较大力度的紧缩吗？在高杠杆率的条件下实现去杠杆的目标时，货币政策是保持平稳好还是使用较大力度的政策好？本文认为，相关文献对这些问题的分析还存在不足。虽然一些文献提出去杠杆过程中的货币政策不宜过度紧缩或不宜紧缩，但是对在高杠杆条件下货币政策紧缩会带来何种经济效应缺乏理论机制上的分析，也缺乏实证检验，尤其缺乏一般均衡角度的分析。为了回答这个问题，本文首先基于金融加速器效应视角，分析货币政策变动在不同杠杆条件下对经济波动造成差异化影响的机制。在此基础上，构建一个包括居民、厂商、零售商、商业银行和中央银行在内的DSGE模型，通过参数赋值和参数估计，采用Matlab软件来比较检验在不同的杠杆条件下，货币政策(本文以利率为代表)和其他冲击变量对产出、通货膨胀、投资、消费、住房价格和企业净财富的冲击效应。最后本文在机制分析和实证分析的基础上，提出货币政策在去杠杆过程中应该保持平稳的建议。

二、货币政策在不同杠杆率下对金融加速器效应的影响机制

金融加速器机制的存在，放大了实体经济的波动。金融加速器所产生的这种“小冲击，大波动”的现象，与金融加速器的作用机制相关。金融加速器的机制包括：B-G模型(后来进一步发展为B-G-G模型)、K-M模型、C-F模型和G-S模型等。这些模型的共同逻辑是，经济主体的净财富或现金流机制，和经济主体外源性融资所要求的风险补偿EFP(external finance premium)共同作用促使经济出现更大的波动。一般来说，借款人的净财富或现金流与经济活动水平呈现同方向变动，借款人获得的信贷也与经济活动水平同方向变动，因此借款人的净财富或者净现金流具有顺周期效应。EFP是贷款人对借款人所要求的一种风险补偿，它主要由于信息的非对称性问题引起(当然也包括信息的完备性和及时性等问题)，信息非对称性问题越严重，贷款人对借款人进行核查需要付出的成本越高昂，面临的风险越高，贷款人因此要求的风险补偿越大，即EFP会增加。在经济处于上行阶段时，贷款人和借款人对未来的预期乐观，在同样的信息条件下，贷款人对风险的容忍度上升，会降低贷款过程中的风险补偿。当经济处于下行状态时，贷款人和借款人对未来预期悲观，在同样的信息条件下，贷款人会要求更高的风险补偿。这样，贷款人所要求的EFP与经济活动水平呈现负相关的关系，或者说具有逆周期效应。综上所述，经济主体净财富或净现金流的顺周期效应与EFP的逆周期效应，在同一个方向叠加，从而放大实体经济的波动。货币政策在不同杠杆率下对实体经济的影响可以从EFP机制及净财富或净现金流机制这两个途径来进行解释。

(一)货币政策在不同杠杆率下通过EFP来影响实体经济波动

一般来说，货币政策越宽松，企业进行外源性融资的EFP越低，企业因此可以增加对银行的借贷，其投资活动以及其他生产和商业活动水平上升。货币政策越紧缩，企业外源性融资的EFP越高，企业因此减少对银行的借贷，其投资等生产经营活动水平下降。

但是，由于企业杠杆率的不同，同样的货币政策环境之下对EFP的影响程度是不相同的，因而造成金融加速器效应在不同的杠杆率下出现差异。在宽松的货币政策环境下，企业的EFP会下降，但是杠杆率低的企业所获得的EFP比杠杆率高的企业所获得的EFP下降得更多，因为高杠杆率的企业面临着更高的风险，银行对这种高杠杆率的企业融资的EFP减少的程度相对较小。在紧缩的货币政策环境下，企业的EFP会上升，但是高杠杆率的企业的EFP会比低杠杆率的企业的EFP上升得更快，这同样是因为高杠杆率的企业的风险上升得更快所致。同时，由于金融加速器效应存在货币政策宽松和紧缩时的非对称效应，货币政策紧缩时期的EFP上升程度，会比货币政策宽松时期EFP下降的程度要大。上述机制的存在，必然造成货币政策在不同的杠杆率下对金融加速器的影响出现差异。这个差异可以参见表1的描述。

表1 货币政策在不同杠杆率下对金融加速器效应影响的EFP机制

(二)货币政策在不同杠杆率下通过现金流机制影响实体经济波动

这里以货币供给代表货币政策为例进行分析。假设企业进行投资(K)的边际收益为R(K)。一般情况下，企业投资边收益呈递减规律，因而有：

(1)

假设企业的边际资本成本为C(k)，又设企业内源性融资的边际成本C(N)为一个常数，则企业的外源性融资F的边际资本成本：

C(F)=C(F-N|L)

(2)

其中，L代表企业的杠杆率状况。杠杆率L的增加会增加企业的边际成本。企业外部融资的边际成本与融资数量呈正相关的关系，从而有：

(3)

企业投资的净现金流=企业投资的累积收益-融资的累积成本，于是有：

(4)

企业追求收益的最大化，也就是要追求投资的净现金流最大化，企业的最优投资规模要满足：

(5)

由隐函数定理可得：

(6)

式(6)表明，内部资金越充裕，企业的投资越多。企业的投资(融资)与企业的杠杆率之间满足：

(7)

式(7)表明，企业的投资额和企业的杠杆率同方向变化。例如：企业投资的增加会伴随企业杠杆率的上升。宽松的货币政策会诱发企业增加杠杆率，而杠杆率的上升也必然导致企业投资的增加，杠杆率越高的企业增加的投资越多。反之亦然。正是通过这个现金流机制，同样的货币政策，对于杠杆率高的企业所产生的投资变化的效应要大于对杠杆率低的企业所产生的效应，因而在高杠杆率下所导致的产出波动比低杠杆率下导致的产出波动要大。

三、构造包含经济杠杆化程度的DSGE模型

本文建立的DSGE模型包含家庭、厂商、零售商、商业银行和政府等五个部门。在构造DSGE模型时，在企业部门、居民部门及商业银行部门中嵌入杠杆率。在构造各个部门效用最大化或利润最大化方程组的基础上 ，采取对数化的形式将非线性模型转化为线性模型，并通过Taylor级数展开的方法，在模型稳态附近进行线性逼近来求解。[注]因版面所限，具体推导过程从略，如有需要，可与作者联系。

(一)包含五个部门的DSGE模型

1.供给方程

总供给方程：

yt=αkt+(1-α)lt+(1-α)At

劳动供给方程：

资本供给方程：

住房供给方程：

外部融资溢价方程：

银行利润最大化方程：

2.需求方程

总需求方程：

消费需求代际方程：

资本需求方程：

住房购买需求方程：

住房租赁需求方程：

通货膨胀率方程：

πt=Et-1{κ(-xt)+βπt+1}

3.状态变量变动方程

总资本变动方程：

kt+1=δit+(1-δ)kt

净财富变动方程：

4.冲击方程

技术冲击方程：

At=ρaAt-1+εa,t

投资边际效率冲击方程：

zt=ρzzt-1+εz,t

利率冲击方程：

Rt=ρππt-1+ρyyt-1+εr,t

其中,εr,t～N(0,σr)。

政府购买冲击方程：

gt=ρggt-1+εg,t

5.稳态方程

(二)杠杆化程度在DSGE模型中的表示

企业部门、居民部门和银行部门的外部融资溢价方程分别为：

银行利润最大化方程为：

最后这四个包含杠杆率的方程是DSGE模型中的关键方程。

(三)DSGE模型中的内生变量及参数的涵义

上述方程组中共包含28个基本参数，分别为：稳态消费占产出比重c/y，住房资产折旧率δh，资本折旧率δ，住房与消费之间的替代弹性ξ，稳态政府购买占产出比重g/y，稳态住房投资占产出比重ih/y，稳态资本投资占产出比重i/y，企业存活的概率γ，资本的产出弹性系数α，劳动供给的弹性η，资本调整成本系数χ，稳态外部融资溢价s，稳态的通胀率π，稳态住房与居民净财富比率h/nh，稳态资本与企业净财富比率k/nc，短时型消费者折现因子β2，理性消费者折现因子β1，理性消费者的占比m，稳态银行资本充足率b，投资边际效率系数ρz，政府购买冲击系数ρg，技术冲击系数ρa，价格不变概率φ，货币政策对通胀的反应系数ρπ，货币政策对产出的反应系数ρy，消费的金融加速器系数ψ，住房资产的金融加速器系数f，企业的金融加速器系数υ。

四、DSGE模型的参数赋值、参数校准与估计

根据已有相关研究所设定的参数值，本文大部分参数取其平均值来设定，其余参数则以经验数据为校准依据，根据贝叶斯估计来确定。在进行参数赋值、校准和贝叶斯估计时，采用4个可观测变量：居民价格指数CPI、社会消费品零售总额C、城镇固定资产投资完成额I和国内生产总值GDP。相关数据均可以通过历年《中国统计年鉴》或国家统计局网站查找得到，样本区间为2004年第3季度到2016年第3季度。在做校准前，对数据进行去季节性处理，并通过定基CPI指数将名义数据转化为实际不变价格数据。在此基础上，利用HP滤波法得到各变量与其稳态值的偏差。

(一)DSGE模型的参数赋值

参考Iacoviello(2005)的取值，短时型消费者的折现因子设定为0.98。刘斌(2008)、仝冰(2010)等对资本的产出弹性系数α的校准值为0. 4，本文也取0. 4作为其估计值。王文甫(2010)、简志宏等(2011)和杨智峰等(2011)等对于资本季度折旧率δ的估计值为0.025，本文同样取0.025作为δ的估计值。同样根据前述文献，本文将住房资产年折旧率δh设定为2%，因而季度折旧率确定为0.005。理性消费者的折现因子β1在相关研究中取值范围大致为0.99～0.999 ，本文取中间值为0.9928。对于稳态的风险溢价s，本文根据袁申国等(2011)将其设定为1.0056。对于稳态通胀率π，国内文献通常设定为3%，对应的季度估计值为1.0075，这也是本文的取值。根据Calvo(1983)的研究，价格不变概率φ取值为0.75，本文也采纳这个取值。Bernanke et al.(1999)对于企业存活概率γ取值为0.9728(相当于企业存活的平均时间为9年)，刘斌(2008)取值为0.95，仝冰(2010)取值为0.975，本文取这些估计值的平均水平为0.975。根据本文的样本数据，住房投资占产出的比重为0.05，消费占产出的比重为0.4，政府购买占产出的比重为0.14。根据银监会的相关规定，国有控股商业银行资本充足率下限设定为11.5%，对应的稳态银行杠杆比率取值为0.12。根据刘兰凤等(2011)的研究，住房与消费替代弹性设定为1，劳动供给的弹性η设定为3。关于杠杆化程度的设定，以我国企业部门2004—2016年的数据为样本进行赋值，样本期间内企业部门综合资产负债率介于50%～57%之间。在低杠杆率条件下，稳态的企业资本与净值比率k/nc设定为2，稳态的住房资产与净财富比率h/nh设定为2.5;在高杠杆率条件下，稳态的企业资本与净值比率k/nc设定为2.33，稳态的住房资产与净财富的比率h/nh设定为2.86。将上述参数经过汇总后得到如表2所示的参数赋值表。

表2 相关参数赋值表

(二)DSGE模型的参数估计——贝叶斯估计

本文使用贝叶斯方法进行参数估计，在进行参数估计时假定这些参数服从Beta分布(相关文献一般也同样假定)，得到如表3所示的相关参数估计值。

表3 相关参数的贝叶斯估计值

五、高、低杠杆率下金融加速器效应差异的比较检验

本文通过Matlab检验不同杠杆率下各变量对产出、投资、消费、通货膨胀、住房价格和企业净财富的冲击效应，该检验是在假定经济体系中存在金融加速器的条件下展开的。实际上，本文的检验证明在DSGE模型下存在金融加速器效应。在DSGE模型下，本文还检验了存在金融加速器效应和不存在金融加速器效应时各种冲击效应的大小，结果表明，存在金融加速器效应时，各变量带来的冲击效应更强。[注]由于不存在金融加速器效应下的检验与本文研究主题关联度相对较弱，且受文章篇幅所限，在此不予以列示。本文检验中的外生冲击变量包括：技术冲击、投资效率冲击、利率冲击和政府购买。

(一)利率因素对产出等变量的冲击效应

从表4(列示1到8期的冲击效果)和图1可以发现，利率对各变量的冲击存在以下特点：第一，除了消费和住房价格外，利率对产出、投资和企业净财富的冲击效应，在高杠杆率状态下要明显高于低杠杆率状态下。第二，利率的降低会使房地产价格提高，特别是在杠杆率较低的状态下，会促使房地产价格上涨更快。第三，利率的降低，对近2期内的消费均具有一定的促进作用，这种效应在低杠杆状态下会更强。第四，所有的冲击效应随着时间的变化而逐渐衰减，这表明模型是稳定的。

表4 杠杆率高低两种状态下1单位负向利率冲击产出等变量的效应

图1 不同杠杆条件下负向利率冲击对产出等变量的效应图

(二)技术因素对产出等变量的冲击效应

从表5(列示1到8期的冲击效果)和图2可以发现，技术对各变量的冲击存在以下特点：第一，技术对产出、投资、消费、住房价格和企业净财富的冲击效应，在杠杆率高的状态下要明显高于在杠杆率低的状态下。技术对通胀的冲击效应在杠杆率高低两种状态下差异不明显，但是可以看出正向技术冲击有利于缓解通胀。第二，技术冲击对企业净财富在高低两种杠杆率状态下的效应差异最明显，对投资冲击的效应差异次之，对产出的冲击效应差异也比较明显。第三，所有的冲击效应随着时间的变化而逐渐衰减，这也表明模型是稳定的。

表5 杠杆率高低两种状态下1单位正向技术冲击产出等变量的效应

图2 不同杠杆条件下技术冲击对产出等变量的效应图

(三)政府购买对产出等变量的冲击效应

从表6(列示1到8期的冲击效果)和图3可以发现，政府购买对各变量的冲击存在以下特点：第一，政府购买对产出、投资、消费、住房价格和企业净财富的冲击效应，在杠杆率高的状态下要高于在杠杆率低的状态下。第二，政府购买对产出等变量冲击效应在高、低杠杆状态下的差异不是特别明显。第三，所有的冲击效应随着时间的变化而逐渐衰减，这也表明模型是稳定的。

表6 杠杆率高低两种状态下1单位正向政府购买冲击产出等变量的效应

图3 不同杠杆条件下政府购买冲击对产出等变量的效应图

(四)投资效率因素对产出等变量的冲击效应

从表7(列示1到8期的冲击效果)和图4可以发现，投资效率对各变量的冲击存在以下特点：第一，投资对产出、投资、消费、住房价格和企业净财富均存在一定的冲击效应。第二，投资效率对产出等变量的冲击效应，在杠杆率高的状态下与在杠杆率低的状态下差异不明显。第三，所有的冲击效应随着时间的变化而逐渐衰减，这也表明模型是稳定的。

图4 不同杠杆条件下投资效率冲击产出等变量的效果图

六、主要结论与政策建议

(一)主要结论

从上述DSGE模型下的冲击效应来看，本文可以得到如下结论：

第一，以利率为代表的货币政策对产出、通胀、投资、消费、住房价格和企业净财富造成的冲击效应，要明显高于技术因素、政府购买因素和投资效率因素等所造成的冲击效应。

第二，货币政策对产出、通胀、投资、消费、住房价格和企业净财富进行冲击，在杠杆率高的情况下的效应要大于杠杆率低的情况下的效应。

第三，包括利率在内的各冲击变量，在高杠杆状态下的冲击效应要大于低杠杆状态下的冲击效应。

第四，实证分析结果验证了本文第二部分提出的货币政策在不同杠杆率条件下影响经济变量的机制，即货币政策在高杠杆率下的冲击效应要大于低杠杆率下的冲击效应的机制。

(二)政策建议

第一，货币政策在去杠杆的过程中应保持平稳，以降低对经济系统的冲击。货币政策的平稳性主要是指，在去杠杆的过程中，货币政策要保持银行体系流动性的合理稳定，保持货币、信贷和全社会融资规模平稳增长，在调控手段上要保持利率(包括再贷款利率)、信贷和存款准备金率等手段的稳定。具体来说，货币政策要保持平稳，首先，要保持在利率变化上的平稳，特别是当前在美国进入加息通道的情况下，我国货币政策应该以国内经济状况作为主要的调整依据，在去杠杆和保持经济适度增长之间寻找合适的平衡点。其次，信贷政策要保持连续性和平稳性。再次，对进入银行系统的表外业务和中间业务，以及对银子银行业务的调控，应该在政策平稳性和抑制风险方面保持适当平衡。

第二，信贷政策应保持平稳，并积极支持有效率的投资。我国宏观杠杆率在较高水平上运行的重要原因，与近年来投资导向的增长模式有一定的关联。在进行投资导向和资源配置的过程中，应该增强市场和市场主体的作用，货币政策通过支持有效益的投资，不仅能够降低杠杆率，而且可以促进政府主导的投资和民间投资的增长，使居民部门的高储蓄转化为有效率的投资，推动实体经济增长和发展。

第三，加强对影子银行监管，并促进其稳定发展。影子银行导致的信用无限扩张是美国次贷危机的重要原因。从我国现实情况看，近几年影子银行和民间融资发展较快，既促进了经济增长和发展，也带来了金融不稳定的风险。在去杠杆的过程中，货币政策调控及其监管要加强对影子银行的规范管理，同时要防止影子银行所造成的多米诺骨牌式的破坏效应或者蝴蝶效应。

第四，货币政策应积极支持企业的资产证券化工作，支持企业以市场约束为基础的债转股进程，促进企业盘活资产存量，促进企业降低杠杆并保持一定的经济增长。

总之，当前及今后一段时间内，在我国人口老龄化趋势加强和人口红利下降，国外需求增速减低，资本流动顺差减少等条件下，部分过剩的产能找不到有效的市场，会导致储蓄率水平下降。货币政策应该保持平稳并促进经济的有效增长，维持一定的储蓄率，在经济增长过程中逐步降低社会杠杆率尤其是非金融企业的杠杆率。