跨境信贷溢出、经济周期与宏观审慎政策国际协调

2021-01-08 11:59:42中国人民银行南昌中心支行课题组
金融与经济 2020年12期
关键词:宏观信贷跨境

■中国人民银行南昌中心支行课题组

一、引言与文献综述

2008年全球金融危机之后,全球经济出现了周期性调整,但国际经济金融一体化程度一直在不断提高。从全球一体化视角看,短期资本流动既是国家间贷款利率或资产价格差异的结果,也是引发另一个国家(地区)贷款利率或资产价格变化的事件,即产生跨境金融溢出效应(Agenor et al.,2018)。其中,Krugman(2008)认为信贷溢出渠道更为强调金融市场的相互联系并可能产生国际金融乘数。Yang&Zhou(2013)的研究显示信用风险国际传染背景下的跨境溢出效应主要是向企业和信贷市场的传播。这说明信贷溢出渠道是与跨境金融溢出效应相关的金融风险的主要传播渠道。正是金融风险的负外部性引起了关于宏观审慎政策国际协调必要性的讨论。

从已有研究看,跨境信贷溢出主要表现为跨境银行等市场主体的跨境放贷行为,但引发跨境信贷溢出的原因具有多样性。大部分学者认为信贷溢出效应与其他跨境金融溢出效应类似,是金融机构特别是跨国银行规避政策监管所产生的业务转移行为。Houston et al.(2012)的研究表明为了规避监管规则,跨境银行信贷决策具有在全球范围内寻求最低监管的“向下竞争”趋势。基于个别国家的分析证明了为规避监管规则,跨境机构会在母国与境外子公司之间重新进行资产投资组合分配。Aiyar et al.(2014)针对英国的研究表明,当国家金融监管局对该国银行实施最低资本要求政策时,贷款将会从当地银行和子公司转移到英国境外的分支机构,从而产生大量的信贷溢出,具体估计数值相当于英国信贷增长的30%。但Hills et al.(2016)得出了相反的结论,认为由于英国是主要的国际金融中心,其境外单一国家的宏观审慎政策不会对英国的银行贷款产生重大溢出效应,仅存在一些细微影响,具体表现为在政策实施国的英属银行子公司的信贷业务变化。另有部分学者认为,跨境信贷溢出是国际投资组合再平衡渠道下的资产溢出效应。Yang&Zhou(2013)认为其大小主要与杠杆率特别是短期杠杆率相关。Correa et al.(2018)实证分析表明,经由国际投资组合再平衡渠道表现出来的信贷溢出效应是跨境银行应对所在国货币当局政策时由国内借贷转向增加境外信贷的信贷投放替代。

当以信贷增长衡量跨境信贷溢出效应时,其溢出效应大小会受两方面因素的影响:政策工具和经济周期。不同的政策工具对跨境信贷溢出效应的影响各不相同。Avdjiev et al.(2016)研究发现贷款价值比限制和本币存款准备金是对跨境银行信贷影响最显著的宏观审慎政策工具。Kang et al.(2017)利用更为广泛的样本数据进行实证分析发现,基于行业和流动性的宏观审慎政策措施倾向于产生大量的跨境银行信贷溢出效应,但基于资本的措施则不会。Reinhardt&Sowerbutts(2016)的研究进一步证明宏观审慎政策中的最低资本要求工具产生的跨境信贷溢出效应更强,而贷款价值比等贷款限制工具的政策溢出效应较弱,这种因政策漏洞产生的信贷溢出效应在政策实施国建立了分支机构的跨境金融机构中表现最为明显。

跨境信贷溢出还会受到国内经济周期的影响,特别是受到以GDP增速或GDP相关变量表示的经济周期影响。Ahmad&Sehgal(2018)研究发现,在宏观经济指标中,政府债务对GDP的比例、通货膨胀率和利率是信贷增长溢出的主要决定因素,侧面反映了经济周期因素对信贷增长溢出的影响。事实上,跨境信贷溢出也是解释不同国家间经济周期同步性的重要因素。Antonakakis et al.(2015)分别用GDP增长溢出和信贷增长溢出来表示经济周期和金融周期间的双向时变关系,发现二者之间的溢出效应会随着时间的推移以及各国经济环境的变化而存在异质性,并指出在全球金融危机爆发时,美国的信贷增长溢出效应是G7国家实体部门遭受冲击的主要诱因。在经济危机期间,跨境银行贷款及其业务的变化会放大两国间的信贷传播渠道,提升国家之间宏观经济变量的相关性,信贷冲击的影响会增加数倍,甚至会溢出到全球市场(Cheung et al.,2010)。此外,经济周期也会对宏观审慎政策的有效性产生影响,宋科等(2019)认为这一影响具有非对称性,表现为较之经济上行时期,经济下行时期实施的宏观审慎政策更为有效,作用更强。

从国际视角看,宏观审慎政策国际协调的原因就在于以金融风险为代表的负外部性的存在,而这种外部性会随着跨境溢出效应的强度、各国之间商业和财务周期的不同步程度而增加(Ageno&Pereira,2019)。并且,宏观审慎政策国际协调并不必然带来社会福利的提升,福利变化的结果与各国互联程度、商业或金融周期同步程度以及溢出效应的大小相关。Agenor&Pereira(2018)在其建立的核心—外围两国模型中,认为宏观审慎政策国际协调的收益大小与衡量的视角相关,家庭效用视角衡量的宏观审慎政策国际协调带来的全球福利收益可能相对较大(约占稳态消费的1—2%);在货币联盟视角下的研究发现,在应对不对称实体经济冲击和金融冲击时,协调的确会产生积极的收益,但是协调并不一定使所有成员国受益(Agenor et al.,2018);在发达经济体和发展中国家经济体的两部门模型中,宏观审慎政策国际协调收益对整个世界经济而言具有积极意义,并且这些收益会随着国际金融一体化程度的增加而增加,但是受金融冲击来源的影响,这些收益在各个地区的分配可能高度不对称(Ageno&Pereira,2019)。

从已有研究可以发现,从政策国际协调或同步性的视角看,跨境信贷溢出效应既是结果也是原因,并且会受到各国经济周期的影响,而经济周期的不同步性以及跨境信贷溢出效应的大小也会影响宏观审慎政策国际协调的收益或有效性。然而,同时考虑三者之间关联性并进行实证分析的研究较少,并且选取的数据样本通常围绕发达经济体选择或是建立核心—外围式两部门模型。中国虽是发展中大国,在宏观审慎政策方面的实践却已走在前列,在全球经济金融治理中的影响力日益增强,因此围绕中国选取相关的样本数据有助于为新兴市场经济体在宏观审慎政策国际协调中提供新的理论和实证经验成果。因此,笔者在构建溢出效应测度模型的基础上,首先单独考察各国国内经济周期对信贷溢出效应的影响,然后在比较分析跨境信贷溢出效应的基础上,考察宏观审慎政策国际协调对跨境信贷溢出效应的影响。

二、模型设计与变量说明

笔者以信贷增长作为信贷溢出效应的衡量指标,并应用Diebold&Yilmaz(2012)基于VAR模型和方差分解概念建立的溢出指数法。该方法能同时实现对溢出效应方向和水平的测度,允许将与某一特定市场或国家之间的溢出关系分解为溢出效应和回溢效应,从而能够识别冲击的主要溢出方和接收方。更重要的是,溢出指数法还能通过滚动样本时窗捕捉不同金融形势和经济环境下溢出效应的时变特征。

(一)溢出效应的测度

对溢出指数方法的介绍将从以下P阶K变量的VAR模型开始:

其中,yt=(y1t,y2t,…,yKt)是包含K个内生变量的向量;Θi,i=1,…,P是K×K维参数矩阵,εt~(0,∑)是独立且同分布的扰动项向量;t=1,…,T为时间指标,k=1,…,K为变量指标。

在平稳性假设下,模型(1)可以表示为yt=其中K×K维系数矩阵Aj的定义为:Aj=Θ1Aj-1+Θ2Aj-2+…+ΘPAj-P,A0是K×K维单位矩阵,且当j<0时,Aj=0。

借鉴Diebold&Yilmaz(2012),使用广义向量自回归模型,其对预测误差方差分解的结果不随变量排序的不同而发生改变。预测误差方差分解度量了VAR系统中一个变量的预测误差方差在多大比例上受到自身或是系统中其他变量的冲击。在广义VAR框架下,变量yj能够解释变量yi的H期预测误差方差分解φij(H)可表示为:

其中,∑是扰动项ε的协方差矩阵,σjj是第j个方程误差项的标准差,ei是选择向量,其第i个元素为1,其余为0。由此可得K×K维矩阵φ(H)=[φij(H)]i,j=1,…K,矩阵每项给出了变量j对变量i的预测误差方差的贡献,主对角线元素表示冲击对变量i的预测误差方差的自身贡献,非对角线元素表示其他变量j对变量i的预测误差方差的交叉贡献。

在广义预测误差方差分解下,变量自身及其他变量的方差贡献度之和并不为1,可按下式对矩阵的每项进行标准化:

因此,可将系统的总体溢出效应,即变量冲击对总体预测误差方差的平均溢出贡献定义如下:

该方法不仅可以测度溢出效应水平,还可以刻画溢出方向。所有其他变量j对变量i的定向溢出效应(笔者将此称为回溢效应)定义为:

变量i对所有其他变量j的定向溢出效应定义为:

(6)减(5)可得变量i对所有其他变量j的净溢出效应:

净溢出效应可以从净值角度看出某一国家(变量)是冲击的溢出方还是接收方。变量的描述性统计、平稳性检验和模型的估计在Eviews10软件中完成。

(二)变量选取与数据说明

为确定与中国金融联系最为紧密的几个国家,参考Choi et al.(2018)的方法,基于国际清算银行综合银行统计(BIS CBS)的即时交易对手数据确定中国的前十大贷款国。该数据将贷款人在国外子公司或分支机构的风险敞口合并至贷款人母公司,并将借款人所在地视为交易方,而非其母公司所在地。以2008—2018年共10年内的净债权总额排序确定。经计算,并综合考虑数据可得性,确定样本国为:中国(CH)、英国(UK)、美国(US)、日本(JAP)、法国(FRA)、澳大利亚(AUS)、韩国(KOR)、瑞士(SWI)、西班牙(SPA)、意大利(ITA)①由于IFS数据库中加拿大的数据序列在2008年四季度已停更,且2001年4季度的数据由于指标定义的变化导致信贷数据剧增,因此未考虑与中国金融关联较为紧密的加拿大。德国、瑞典由于样本数据长度的原因,也未考虑在内。。

样本对象即为上述10个国家,使用的数据主要来自IMF国际金融统计数据库(IFS),包括国内信贷、国内生产总值(GDP)实际增速和GDP平减指数在1979Q1—2018Q4期间的季度数据(数据可得性决定各国样本长度)。国内信贷为所在国银行的总债权。为得到每个国家的最大长度数据,将IFS数据库中的国内信贷(IFS—32:Domestic Credit)和国内债权(IFS—FDSAD:Domestic Claims)两个指标数据合并。GDP平减指数基年均为2010年(即2010年GDP平减指数为100)。由于GDP平减指数只有年度数据,通过年度复制方式得到季度数据,并对国内信贷进行缩减以便得到实际国内信贷。最后通过对实际国内信贷取对数并差分,得到实际国内信贷同比增长率。由于IMF公布的中国GDP数据为年度数据,故未采用该数据,而是使用了国家统计局的季度数据(1992Q1—2018Q4),并采用三次样条插值法对1979—1991年缺失的季度数据进行插补。以下实际GDP增速以rgg表示,实际信贷增速以rcg表示。

关于宏观审慎变量,基于Cerutti et al.(2015)使用的IBRN审慎数据库①需要说明的是,IBRN审慎数据库是目前国际上测度各国宏观审慎政策实施情况的最具代表性的数据库,其由专人通过定期开展调查获得数据。根据最新公开数据,其数据现更新至2014年。进行设计。该数据库涵盖了2000—2014年57个国家9种宏观审慎政策工具的季度实施情况②这9种宏观审慎政策工具分别为:资本要求、集中度限制、银行同业拆借限制、贷款价值比率限制、外汇存款准备金要求、本币存款准备金要求、房地产信贷资本缓冲、消费信贷资本缓冲和其他行业信贷资本缓冲。。对于每种宏观审慎政策工具,在宏观审慎政策生效的季度,出现紧缩事件记为“+1”,出现宽松事件记为“-1”,其他情况记为“0”。笔者定义了一个关于宏观审慎紧缩或宽松的离散变量(PRUC)。PRUC是季度数据,记作该季度的宏观审慎政策工具变量之和,用来衡量一国当年实施紧缩还是宽松宏观审慎政策:≥“+1”,取值为“+1”;≤“-1”,取值为“-1”;其他情况取值为0。在分析中共使用了两种宏观审慎变量,分别是:国内宏观审慎紧缩虚拟变量OT、金融关联国家宏观审慎政策紧缩强度(LTN)。其中,若PRUC≥1,OT取值为1,否则为0;宏观审慎政策紧缩强度定义为前十大贷款国中实施紧缩宏观审慎政策的国家个数。

表1 描述性统计及平稳性检验结果

(三)描述性统计

样本变量的描述性统计和平稳性检验结果见表1。其中,实际信贷增速波动较大的国家依次是英国、澳大利亚、中国。这一结果反映出一个趋势:经济增长高的国家与经济增长低的国家相比,往往信贷增长更高;且经济波动较大的国家其信贷波动更大。可能的解释是这些国家的金融发展水平与经济发展密切相关,且表现出同质性。通过对变量序列进行平稳性检验发现,除西班牙的GDP增长和美国、日本、法国、以及西班牙的信贷增长外,所有变量在其增长水平上都通过了单位根检验,序列表现出了平稳性。在对VAR模型进行进一步的广义预测误差方差分解计算之前,笔者对非平稳增长变量进行了一阶差分,其一阶差分均表现出平稳性。从结果分析可以看出,样本国家的实际GDP增长和实际信贷增长存在同质性。

三、实证分析

(一)国内经济周期对信贷溢出效应的影响

为基于溢出指数方法对每个国家经济周期对信贷增长溢出的影响,首先构建包含实际信贷增长与实际GDP增长在内的VAR模型,模型的滞后阶数统一按照AIC信息准则确定,选取12期预测步长对模型进行广义方差分解。表2列出了每个样本国家内部溢出效应的估计值。对于每个国家,表中对角线元素衡量了国家内部经济增长和信贷增长的自身溢出效应,而非对角线元素捕捉的是经济增长和信贷增长之间的交叉溢出效应,右下角表示前文定义的总溢出效应指数,以百分比形式显示。

表2 样本国内实际信贷增长与实际GDP增长的溢出效应估计

从表2可以看出,样本国家内部实际信贷增长与实际GDP增长之间的溢出效应存在显著差异。中国信贷增长与经济增长之间的总溢出效应最小,与其他国家相比,中国经济与信贷增长表现出较为有限的相互依存关系。

从净溢出效应看,总溢出效应高的国家,其信贷增长与GDP增长之间的净溢出效应也相对较高。从净值看,10个样本国可分为两类:一类国家是经济周期驱动着信贷相关的金融周期,包括意大利、西班牙、澳大利亚、韩国以及中国。另一类国家是金融周期占据主导地位,包括法国、瑞士、日本、美国和英国。

尽管使用金融与经济周期溢出的平均衡量指标对溢出效应进行了总体和定向的度量,可以为金融与经济周期传导机制研究带来有益启示,但这种平均度量可能会由于金融与经济周期长期特征导致的溢出效应而掩盖其他很多有价值信息。因此,为研究溢出效应随时间而发生的动态变化,以及是否受到重大经济事件,以2008年金融危机的影响,对模型进行了进一步的计算。使用滚动样本分析法,以考察溢出效应的时变特征。选取50期滚动时窗估计和12期预测步长对模型进行估计,得到图1。

从图1中国的溢出图看,与经济衰退期相比,经济繁荣期的银行部门信贷与实体经济活动之间的溢出效应规模更大。可能的原因是,在危机时期,银行放贷更为谨慎,导致整体经济产出增长的缩减。

图1 样本国实际信贷增长与实际GDP增长的总溢出效应时变图

图1 的时变图还显示了2008年全球金融危机对实际信贷增长与实际经济增长之间的溢出存在显著影响。在法国、意大利、日本、英国、美国、瑞士等国家,在2008年全球金融危机爆发前后时期,总溢出效应普遍表现出先增后降的趋势,且波动幅度较大。可能的解释是受金融业其他部门的发展以及全球金融危机的重大影响,信贷流入量随之下降。而由于各国的发展程度和在危机中所受影响的差异,各国经济金融复苏期不同,溢出效应从低迷到回升的时间点也不同。因此,可以得出结论:国内信贷增长与经济周期之间存在溢出效应,且各国溢出模式存在差异。该结果与Antonakakis et al.(2015)对G7国家的溢出分析结果一致。

(二)跨境信贷溢出效应分析

按照前文的估计方法测算样本国家之间的信贷溢出效应。表3列出了VAR模型广义方差分解的结果。总溢出效应指数为81.1%,说明国家间的信贷溢出效应在平均数值上比较高。从定向溢出效应来看,这些国家间存在双向信贷增长溢出效应,且美国的信贷增长是国际冲击的主要溢出方。美国对其他所有国家的溢出效应最高,达112.9%,其次是中国104.2%。从净溢出效应结果看,美国、意大利、中国、西班牙、韩国属于净溢出方,而法国、英国、澳大利亚、日本、瑞士属于净接收方。

为进一步了解跨境信贷溢出效应的时变特征,使用滚动样本分析法,选取50期滚动时窗估计和12期预测步长对模型进行估计,得到图2。从图中可以看出,总溢出效应变化趋势特别明显,在1997年、2001年、2007年这3个极端经济事件发生时间点达到顶峰,进一步表明金融风暴与经济衰退存在相互的负面影响。

以上分析表明,国家之间存在跨境信贷溢出效应,一个国家的信贷扩张和收缩会蔓延至其他国家的金融部门。跨境信贷溢出效应表现出双向性,且易受极端经济事件影响。

图2 样本国家间的总信贷溢出效应图

(三)宏观审慎政策的协调与信贷溢出效应

已有研究表明,紧缩宏观审慎政策能在一定程度上抑制信贷风险的溢出(张智富等,2018)。为进一步了解宏观审慎政策国际协调对信贷溢出效应的影响,以中国为中心国家,考虑与其关联较为紧密的其他几个样本国家间协调实施宏观审慎政策时,对跨境信贷溢出效应的影响。使用了两种宏观审慎变量,分别是:中国宏观审慎紧缩虚拟变量OT、金融关联国家宏观审慎政策紧缩强度(LTN)。在分析中分别将中国宏观审慎紧缩虚拟变量OT、金融关联国家宏观审慎政策紧缩强度(LTN)以及前面两者的交叉变量(OT*LTN)作为VAR模型中的外生变量,使用前面相同的估计方法进行溢出效应分析,结果见表4—6。对比表中结果可以发现,关联国家实施紧缩宏观审慎政策会降低国内信贷增长的净溢出效应,当国内与关联国家之间协调实施宏观审慎政策时,会对国内的净溢出效应产生负面影响,且比“单一”紧缩宏观审慎政策的影响效果更强。

表3 跨境信贷溢出效应表

根据国家间溢出效应实证结果,笔者将表3—6中,中国与其他国家的信贷净溢出效应结果进一步整理得到表7。从中可以看到,紧缩宏观审慎政策实施对中国的净溢出效应有着明显的影响。与无宏观审慎政策变量的溢出结果相比,国内紧缩宏观审慎政策的实施将中国在信贷溢出方面的角色从净溢出方转变为净接收方。且关联国家紧缩宏观审慎政策的实施以及与中国间协调实施,使得中国与其他国家信贷增长的溢出效应越来越低,一定程度上稳定了国家间的信贷风险溢出。表8整理列出了与中国协调实施紧缩宏观审慎政策的国家和时间。结合表7对比发现,除了未与中国协调实施过紧缩宏观审慎政策的日本外,其他协调实施紧缩宏观审慎政策的国家与中国之间的净溢出效应,绝大部分低于“单一”实施情况下的净溢出效应。这表明宏观审慎政策的协调实施能在一定程度上平缓跨境信贷溢出效应。从中国来看,紧缩宏观审慎政策实施对中国的净溢出效应有着明显的影响,且关联国家紧缩宏观审慎政策的实施以及与中国国内的协调实施,使得中国与其他国家信贷增长的溢出效应越来越低,一定程度上平滑了国家间的信贷溢出。

表4 国内实施紧缩宏观审慎政策的信贷溢出效应

表5 国外实施紧缩宏观审慎政策的信贷溢出效应

表6 国内外协调实施紧缩宏观审慎政策的信贷溢出效应

表7 中国与其他样本国家的信贷净溢出效应

表8 样本国家协调实施紧缩宏观审慎政策时间表

(四)稳健性检验

基于实际GDP(信贷)的周期波动项进行结果的稳健性检验。周期波动项是指实际GDP(信贷)与潜在GDP(信贷)对数之间的偏差。而潜在GDP(信贷)通过对每个国家的实际GDP(信贷)进行HP滤波处理得到,实证结果①限于篇幅,结果留存备索。与前文结论类似。

四、结论与建议

笔者以信贷增长度量信贷溢出效应,基于BIS CBS的即时交易对手数据选取中国的前十大贷款国作为数据样本,测算了各国经济周期对信贷增长的溢出效应,进而研究各国之间的跨境信贷溢出效应,以及宏观审慎政策国际协调对跨境信贷溢出效应的影响。实证结果显示,一是信贷溢出效应会受到各国经济周期的影响,二者间的影响是双向的,但在各样本国的具体表现存在差异。整体看,在经济上行期,信贷溢出效应更大,并且会受到金融危机的影响。二是样本国家之间存在双向跨境信贷溢出效应,其中美国的信贷增长是国际冲击的主要溢出方,中国次之。从总溢出效应看,在金融危机等极端经济金融事件下,跨境信贷溢出效应会达到峰值。从净溢出效应看,美国、意大利、中国、西班牙和韩国属于净溢出方,法国、英国、澳大利亚、日本和瑞士属于净接收方。三是紧缩性宏观审慎政策会降低跨境信贷溢出效应,单一国家实施紧缩宏观审慎政策对净溢出效应的负向影响弱于关联国家协调实施紧缩性宏观审慎政策的负向影响效果,进而可以在一定程度上有助于减少一国信贷溢出对其他国家的负外部性。由此可见,随着各国经济金融一体化向纵深发展,关联国家之间宏观审慎政策协调将有利于缓释金融风险的负外部性。

然而,在实践中,开展宏观审慎政策的国际协调并促使协调取得预期收益目标,往往并不容易实现。因为这不仅需要各国统筹好国内金融稳定与跨境溢出效应之间的关系,而且协调的最终收益还取决于各国间的合作博弈过程。因此,要提高关联国家之间宏观审慎监管政策协调的效果,使其能取得预期的潜在收益,需充分认识各种潜在障碍和约束,在现有国际协调机制基础上,可采取如下具体措施:

国内层面,一是关注经济下行可能对金融稳定的影响。在我国经济进入新常态背景下,宏观审慎政策要更加注重区分经济上行时期与下行时期的政策选择,及时通过政策的预调微调来确保不发生系统性金融风险。二是要充分考虑经济周期的影响。研究结论显示经济周期通常会对银行信贷行为产生影响。因此,应结合金融业尤其是银行业实际情况,制定符合现实需要的逆周期资本调整政策,建立与宏观经济周期关联的动态资本缓冲机制。同时,针对不同性质和规模的金融机构,采取更具针对性和有效性的政策要求,完善具有前瞻性的资本拨备等制度。三是增强对系统重要性金融机构的管理。定期对系统重要性金融机构进行压力测试,在完善存款保险制度前提下,健全金融机构接管和破产清算等制度,发挥好金融稳定发展委员会的作用,强化货币政策、微观监管和宏观审慎管理政策间的协调。

国际层面,一是加强各国宏观审慎政策信息的交流。研究显示,除美国外,中国已经是信贷增长国际冲击的最大溢出方,也是跨境信贷溢出效应的净溢出方,国际层面对与中国加强政策协调需求将日益增强。因此,可通过加强政策信息的交流,提高各国间在经济金融运行特征和政策制定原则方面的了解,找出各自关于经济运行方面的观点分歧,寻找共识,强化合作。二是加强宏观审慎政策国际协调的共享分析,并可在特定领域先行开展协调实践。国际宏观政策协调的成效取决于参与协调的国家间在溢出效应的方向和程度方面达成共识的程度。这种共识应建立在科学的跨国统计信息、一致性的指标与模型分析、可用的宏观审慎工具、实施宏观审慎监管的跨境影响评估等基础上。鉴于国际清算银行、国际货币基金组织等国际机构在数据分析与研究上的优势,可以继续借助这些国际机构,强化数据、信息的共享分析,同时还可尝试在在特定领域先行开展协调实践。如可首先围绕跨国资本流动或经济周期性变量及其管理进行协调探索等。

猜你喜欢
宏观信贷跨境
聚焦Z世代信贷成瘾
跨境支付两大主流渠道对比谈
中国外汇(2019年20期)2019-11-25 09:54:56
在跨境支付中打造银企直联
中国外汇(2019年14期)2019-10-14 00:58:28
关于促进跨境投融资便利化的几点思考
中国外汇(2019年21期)2019-05-21 03:04:14
宏观与政策
宏观
河南电力(2016年5期)2016-02-06 02:11:23
绿色信贷对雾霾治理的作用分析
宏观
跨境直投再“松绑”
中国外汇(2015年11期)2015-02-02 01:29:27
宏观资讯