防风险的财政政策、货币政策与宏观审慎政策动态协调效应研究

司彤 王琰

摘要：党的二十大报告强调，要“守住不发生系统性风险底线”“提高防范化解重大风险能力”，同时防范化解重大风险也是新时代我国三大攻坚战之一。本文提出经济风险的特征表现为时间维度风险的积累和横截面维度风险的传染，以财政政策、货币政策与宏观审慎政策为主的宏观调控体系在解决内部失衡、防范化解重大风险的协调中尤为重要，本文从理论层面分析了财政政策、货币政策与宏观审慎政策协调配合机制，并以防范经济宽幅波动为目标，选择相应政策工具变量，运用带有随机波动的时变参数向量自回归模型（TVP-VAR-SV）分析了我国财政政策、货币政策与宏观审慎政策的防风险协调效应，结果表明其协调配合对经济稳定作用明显，在短期、中期、长期降低经济波动性的水平分别约为0.19%、0.05%、0.03%，本文也发现不关注债务稳定性的财政政策在一定程度上造成了经济波动。

关键词：经济风险；政策协调；时变参数；动态效应

中图分类号：F123.16        文献标识码：A        文章编号：1007-0753（2023）05-0015-15

一、引言

继美国硅谷银行、签名银行因流动性危机被紧急关闭后，2023年3月14日，瑞士信贷集团（Credit Suisse）称在其2021年和2022年的财务报告程序中发现“重大缺陷”，再次引发西方金融市场恐慌情绪和悲观预期。在国际经济金融环境发生深刻变化的情况下，不稳定不确定不安全因素明显增多，经济金融风险的诱发机制、传导机制和影响机制更加复杂，我国防范系统性风险的任务更为紧迫和艰巨。党的二十大报告指出，我国发展进入战略机遇和风险挑战并存、不确定难预料因素增多的时期，各种“黑天鹅”“灰犀牛”事件随时可能发生，同时强调要“守住不发生系统性风险底线”“提高防范化解重大风险能力”。习近平总书记多次强调着力防范化解重大风险，特别是在经济金融领域要着力避免发生重大风险或危机。十九大报告提出要健全货币政策与宏观审慎政策双支柱调控框架。2008年全球金融危机以来，我国各部门宏观杠杆率明显上升（见图1），居民部门房贷持续高位、实体经济部门杠杆率的规模化差异和行业差异显著、金融企业部门杠杆放大期限错配压力和流动性风险、地方政府债务规模不断推高，均加速了经济运行中多领域风险的积累，同时“三期叠加”所带来的较多新增风险点也不可忽视。

从风险相关理论看，Frank（1921）将风险与收益联系在一起，认为风险是由不确定性事件波动所造成的损失的概率。通常认为经济风险是经济环境的波动对所有领域和企业的负面影响。从我国发展实践看，经济风险一直伴随且不断发生新变化，如不同阶段的债务、通货膨胀、开放环境下的外部市场冲击等风险因素对以后阶段都会产生或多或少的影响。不同阶段的经济风险跟市场机制运作不完善有较大关系，而经济调控政策协调不畅在很大程度上是导致经济风险出现或积累的催化剂。具体看，多种宏观经济调控政策或组合往往追求解决阶段性紧要经济问题，较少考虑消除政策整体时滞产生的影响，即经济风险与经济周期的关系，从而导致了经济风险的进一步积累。因此聚焦经济调控主要手段来研究经济风险的防范化解就变得尤为必要。我国一直以财政政策与货币政策为两大主要宏观经济调控手段，2009年首次将宏观审慎管理制度纳入宏观调控政策框架，进一步完善了我国宏观调控体系。宏观审慎政策旨在减缓由金融顺周期行为和风险传染对宏观经济和金融稳定造成的冲击，有助于防范系统性风险。2008年国际金融危机后，国际组织、中央银行、金融监管当局和学术界都开始广泛关注宏观审慎政策，2009年初国际清算银行（Bank for International Settlements， BIS）用宏观审慎政策解决危机中的“大而不能倒”、顺周期性、监管不足和标准不高等问题定义“宏觀审慎”。2010年二十国集团领导人峰会上，各成员国对宏观审慎的定义达成共识，即“宏观审慎政策”主要是指利用审慎性工具防范系统性金融风险，从而避免实体经济遭受冲击的政策。2016年8月31日，国际货币基金组织（International Monetary Fund，IMF）、金融稳定委员会（Financial Stability Board，FSB）和BIS联合发布了《有效宏观审慎政策要素：国际经验与教训》报告，将宏观审慎政策定义为利用审慎工具来防范系统性风险，从而降低金融危机发生的频率及其影响程度，同时明确了宏观审慎政策时间维度和空间维度双维度的中间目标。

二、文献综述

经济运行机制固有缺陷所导致的内生性风险往往无法通过自动调节来避免风险积累，自20世纪30年代凯恩斯提出有效需求不足理论以来，政府如何运用宏观调控政策调节供需状况、避免经济运行过热或过冷、防范重大经济风险、确保经济始终在均衡路径上可持续运行成为学界探讨的热点话题。目前已有研究多从财政政策、货币政策和宏观审慎政策协调的角度探讨风险识别与应对。

关于建立旨在防风险的财政政策与货币政策协调机制的研究，较多文献集中于防范系统性金融风险的货币政策与旨在保持金融稳定的宏观审慎政策协调，对财政政策、财政风险的考虑较少。马勇（2019）从基本事实、基本理论和基本实践出发，系统阐述了双支柱调控的现实必要性、理论合理性以及未来需要完善的方向。其研究表明，随着金融和宏观经济之间关系的日益深化与复杂化，金融稳定对宏观经济的稳定具有重要影响，但传统旨在维护价格稳定的货币政策无法同时有效实现金融稳定。根据丁伯根法则和政策比较优势原理，在货币政策的基础上纳入宏观审慎政策，形成双支柱调控框架，分别致力于价格稳定和金融稳定，既符合客观现实的调控需要，也具有理论和实践上的合理性和可行性。从目前全球范围内主要国家的双支柱调控实践来看，要进一步形成稳定可靠的政策规则和成熟的操作框架，未来还需重点解决“政策目标、政策工具、政策协调”三个核心问题。张朝洋（2017）从微观主体层面探讨了货币政策与宏观审慎之间存在的有效协调机制，研究表明，货币政策和宏观审慎政策可以协同发挥缓解结构性公司融资约束的作用，并熨平货币政策非对称性对货币政策缓解公司融资约束造成的影响；宏观审慎政策有助于减轻银行风险负担，削弱货币政策工具对银行风险承担的影响，且该效应因银行资产规模、资本比例的不同而呈现差异化特征。同时，宏观审慎政策会显著降低银行信贷增速，削弱货币政策工具对银行信贷增速的影响，且该效应因银行资产规模、资本比例、流动性的不同而呈现差异化特征。李力等（2020）构建了包含普通企业和地方政府融资平台企业“双违约”、货币政策和宏观审慎政策双支柱调控的新凯恩斯DSGE模型，该研究认为普通企业和地方政府融资平台企业的风险冲击是导致我国经济波动的重要原因，二者均会带来产出衰退和违约风险的增加。扩张性货币政策在促进经济繁荣的同时，也会导致企业杠杆率的攀升，加大两类企业的债务风险，而基于动态准备金调控的逆周期宏观审慎监管政策，则能有效抑制企业债务规模，降低两类企业的违约率，同时也会引起实体经济的小幅紧缩。双支柱的调控效果优于单一政策工具，且区分普通企业与地方政府融资平台企业的“差别准备金动态调整”的逆周期宏观审慎政策能进一步提高社会福利。卞志村等（2019）认为在货币政策调控框架转向以价格型为主以后，货币政策的变动会影响到财政乘数，因此其在新凯恩斯框架下构建的DSGE模型将权重可调的混合型货币政策规则蕴含其中，考察货币政策调控框架渐进转型过程中政府投资、政府购买、投资补贴、消费税、资本收益税和劳动税等六类结构性财政政策工具调控效果的变动情况。研究表明，货币政策调控框架转型会显著影响财政乘数，且财政乘数随转型进程呈非线性变动，其机理在于货币政策转型会影响财政冲击对私人资本的挤出效应强度。朱军等（2018）从财政风险与金融风险关系的角度，探讨了政府债务的应对规则及其背后的金融风险问题，其在模型构建时将财政压力、财政整顿特征纳入金融系统，从一般均衡的视角讨论了经济政策的宏观效应，进而讨论不同政府宏观管理目标下行的最优政策选择。研究结果表明，政府债务规模的增加不仅会造成财政空间的缩减，抑制扩张性财政政策的有效性，也会影响金融市场的定价机制；财政整顿规则能够减弱扩张性财政支出的负面效应，提升扩张性财政政策的增长效应；“宏观审慎双支柱+财政整顿政策”不仅继承了原有“宏观审慎双支柱”政策的优势，还能充分利用经济周期性上行降低政府债务规模，确保赤字和债务进入稳定的下行通道，预留财政空间；“宏观审慎双支柱+财政整顿政策”组合显著优于宏观审慎双支柱政策，表明仅仅依靠宏观审慎工具来解决金融不稳定可能还不够谨慎；设置纳入财政整顿特征的“大宏观审慎政策”将消除或减弱经济摩擦对经济的扭曲，使经济达到有效均衡状态，从根本上提高社会福利水平。

在货币政策与宏观审慎政策的协调上，当前较多文献主要是基于DSGE模型开展政策协调研究，分析货币政策与宏观审慎政策协调配合的目标规则、传导路径及经济效应。如Suh（2012）构建了包含金融加速器机制的DSGE模型，以福利损失最小化为标准研究货币政策与宏观审慎政策的最优协同方式，得出当货币政策与宏观审慎政策分别以保持价格稳定、抑制信贷规模波动为主要目标时，经济体系的稳定性最高，社会总体福利损失水平最低。王爱俭和王璟怡（2014）在DSGE模型中引入了宏观审慎政策与货币政策的协调机制，通过数值模拟发现宏观审慎政策中的逆周期资本管理工具可以大幅降低金融系统的异常波动，故宏观审慎政策能够成为货币政策的有力补充。Bianchi和Ilut（2017）构建了财政政策和货币政策规则随时间变化的政策交互模型，并对1965—1982年的大通胀进行研究发现，积极的财政政策和被动的货币政策导致了高通胀和低债务。Chen等（2022）在其基础上引入策略互动博弈机制，构建了不同政策目标函数下的财政政策和货币政策协调模型。程方楠和孟卫东（2017）在DSGE模型中刻画了房价的波动机制，认为宏观审慎政策应根据信贷的不同种类和具体投放情况进行调整，货币政策应仍然关注物价稳定与经济增长等传统目标，在协调中须避免政策冲突和政策叠加问题。张晓慧（2017）认为，宏观审慎政策和货币政策的充分协调有助于实现有效的金融调控，两者因目标、工具等的不一致可能相互促进，也可能相互制约。

关于“三支柱”调控模型的设想，目前已有文献中仅李建强等（2018）、卞志村等（2021）考虑了财政政策、货币政策与宏观审慎政策的协调配合。前者最主要的贡献是在系统性风险防范中考虑了财政政策，并认为财政政策是宏观审慎框架的重要组成部分。但其局限也很明显：一是将财政政策与货币政策置于宏观审慎框架之下进行研究，缺乏对经济风险整体的考虑；二是在考虑经济风险时仍局限于DSGE框架下的风险溢价概念，虽从信贷供给端和需求端两方面考虑了债务杠杆与风险溢价的关系，但并未刻画向宏观经济传导的路径；三是在分析宏观政策之间的协调效应时主要是进行了两两之间的协调，仍囿于众多文献的已有研究范式。后者在前者研究的基础上进行了取舍，主要刻画了房地产泡沫风险传导至金融体系、地方政府债务的路径。

本文的主要贡献：（1）基于我国发展实际，从风险传导路径的角度廓清财政政策、货币政策与宏观审慎政策防范化解经济风险的协调机制。（2）构建宏观审慎政策变量，为更好地开展宏观经济调控政策研究提供有益参考。（3）通过构建带有随机波动时变参数向量自回归模型，实证分析财政政策、货币政策与宏观审慎政策协调配合的政策效果。（4）提出建立财政宏观审慎政策体系，纳入现行宏观审慎政策框架，构建防范经济风险的“三支柱”宏观调控政策框架。

三、财政政策、货币政策与宏观审慎政策协调的理论分析

宏观经济调控政策的协调对稳定经济运行的效果明显，但政策协调的内在机制一直类似于一个“黑箱”，本文试图从防风险的角度揭示财政政策、货币政策与宏观审慎政策协调运行机制。Leeper（1991）构建了财政—货币政策组合范式，将两类政策从主动型、被动型维度组合出4种政策调控方式，在保持经济稳定和债务合意水平上已得出较多有价值的结论。在运用财政政策、货币政策、宏观审慎政策防范经济风险问题时，应更多地根据经济风险的传导路径和影响等重新考虑政策搭配方式，评估政策作用效果。经济风险的特征表现为时间维度和横截面维度，从时间维度看，有债务规模上升引致的债务风险，以及信贷繁荣和资产价格泡沫带来的系统性风险积累；从横截面维度看，有与溢出效应和传染效应相关的负外部性对经济风险的推动作用。溢出效应可能是直接溢出，也可能是间接溢出，直接溢出包括相互关联性和网络效应引致的风险溢出（如一个大型的银行破产给其他金融机构造成的损失）；间接溢出包括政策调控引起信息不对称的风险溢出及抛售导致的资金外部性。风险传导路径基本是通过时间维度上的一定积累，然后在横截面维度经由资金批发市场，从金融系统某一部分到其他部分的传染。这种传染通过去杠杆化过程中的抛售或总体的流动性收缩（如资金放贷额度收紧和市场流动性降低）来发生。由于缺乏及时的识别机制和适当的应对政策，整个或部分金融系统的损害将给实体经济部分和社会整体福利带来强烈的负面溢出效应，从而造成系统性危机，如总产出和就业率的大幅下降。

从我国财政政策防范的主要风险看，各级政府为缓解财政支出扩张所带来的财政压力，通过传统信贷渠道与地方政府融资平台渠道大规模举债，形成体量庞大的政府债务，地方政府债务的过高积累可能带来的风险在横截面维度的传导影响财政稳定和可持续。从与货币政策、宏观审慎政策的配合角度看，我国商业银行的主导地位使其与地方政府融资平台有极为密切的资金往来，从而导致实质上商业银行持有大量政府债务，特别是隐性债务的不断积累叠加金融无序创新，在金融系统积累了大量风险。当出现实体经济下行时，政府税收收入减少，过度的财政扩张使得地方政府难以正常接續债务，债务违约率上升，市场投资者相应调低政府债务信用等级，这势必对持有大量政府债务的商业银行产生较大的负向冲击。在此情形下，商业银行不得已需要大幅减少贷款投放量以缩减风险资产规模，这引发了商业银行“一刀切”式的去杠杆行为，降低了金融系统的稳定性，同时也对经济增长造成了负向冲击。

从货币政策防范的主要风险看，我国采用数量型调控和价格型调控相结合、以数量型调控为主的货币政策框架，央行通过数量型货币政策工具影响流动性投放。但我国经济结构性、体制性矛盾突出掣肘货币政策效果，过去大量流动性投放进入房地产、基建等领域，加剧了地方政府融资平台风险，这也在无形中加速了我国系统性金融风险的积累。因为系统性金融风险的发生源于企业和家庭信贷供给的减少，即在金融部门内部和从金融部门到实体经济部门都存在严重的风险传染和流动性不足，央行作为最终贷款人可以通过实施货币政策（利率政策、公开市场操作和非常规措施）等为金融市场提供流动性，但这也会导致家庭和非金融机构企业部门的债务积压问题，对整个经济总产值和就业产生更强烈的负面影响。同时，对金融部门的救助可能引起政府税收的减少，造成国债和地方政府配套债券规模的上升，积累一定的财政风险。

從货币政策与宏观审慎政策配合角度看，在应对经济风险时，宽松的货币政策有利于刺激经济，为金融部门提供流动性支持，而宽松货币政策诱发的金融机构风险行为造成了货币政策目标与金融稳定目标的潜在冲突。如当总需求较低时，央行可能通过降低利率这一宽松的货币政策来刺激需求，而低利率可能诱使金融部门采取激进行为，此时若采取过紧的宏观审慎政策可能对冲货币政策效果，导致货币政策的宏观审慎目标和金融稳定目标的冲突。近年来随着宏观审慎政策框架的不断完善，宏观审慎政策的多元目标体系在规范金融创新、促进货币政策目标实现等方面发挥了较大作用，如MPA（宏观审慎评估体系）考核规范商业银行资金放贷行为，将对中小企业贷款规模纳入考核体系，确保定向宽松货币政策的实施效果，同时也在一定程度上阻断了信贷风险在横截面维度的传染路径。

从上述论述也可以看出，宏观审慎政策对风险的两个维度都有明显作用，其在经济繁荣时期对限制系统性风险的积累有事前防御作用，在减少溢出和传染相关的负外部性方面有事后危机管理的功能。宏观审慎政策的另一个重要特征是其全系统视角，国际货币基金组织2011年就提出“鉴于系统性风险产生的过程复杂，而风险在整个金融体系里容易转移，所以亟须对包含金融机构（银行及非银行机构）、金融工具、金融市场和金融基础设施在内的整个范畴予以广泛关注”。而对这种系统性风险的识别和度量、监管和调控正是宏观审慎政策的主要职能。在宏观审慎政策与财政政策、货币政策的协调配合上，尤其值得关注的是宏观审慎政策的边界问题。由于监管套利的存在，旨在降低系统性金融风险的宏观审慎监管也会产生不良后果，如逆周期资本管理要求在经济向好时显著提高银行资本要求，在经济恶化时允许有所下降，这也使得银行在经济繁荣时持有更多超过市场需求的资本，可能引发银行将业务转移至未受监管的中介机构的风险。这时运用货币政策进行对冲有较好的效果，如运用信贷增速限制以有效抑制信贷扩张。这进一步说明了宏观调控政策的相互作用机制。

由此可以基本明晰财政政策、货币政策和宏观审慎政策调控作用机制：一是防风险的财政政策与货币政策的同向变化，地方政府债务导致财政风险的积累，会对整体流动性宽松施加一定压力，而流动性宽松又会增加地方政府举债冲动，反之亦然。二是宏观审慎政策能直接约束防风险的货币政策，但对防风险的财政政策约束程度有限，宏观审慎政策从时间维度和结构维度直接作用于金融变量，能够限制货币政策可能引致的风险，同时货币政策也能通过数量工具和价格工具配合宏观审慎政策，但问题在于目前财政政策与宏观审慎政策协调渠道不畅，工具变量缺乏，这也是三大宏观调控政策在防风险上出现脱节的关键所在。本文认为，防风险就是防范风险在时间维度和横截面维度的积累和蔓延，其中时间维度即风险的积累是居于主导地位的，横截面维度即风险的传染更多是风险积累后的必然结果，因此财政政策、货币政策和宏观审慎政策协调机制也正是在以探索防范风险的时间维度和财政政策与宏观审慎政策的协调机制为重点。

四、财政政策、货币政策与宏观审慎政策协调的模型构建

（一）模型描述

不同于既有研究通过构建DSGE模型分析我国宏观经济协调机制的做法，本文认为DSGE模型过多依赖调节参数，无论是实际经济周期模型（RBC）还是新凯恩斯模型（NK），在模拟我国经济现实中都还有较多局限，特别是在估计模型求解最优路径时往往基于经验赋值参数，但研究宏观经济协调机制又不能忽略动态性，因此本文选择使用带有随机波动的时变系数向量自回归模型（TVP-VAR-SV）分析财政政策、货币政策和宏观审慎政策在防范经济风险中的协调机制。该模型由Primiceri（2005）提出，Nakajima等（2011）给予了进一步优化，模型考虑了参数的时变性，假定时变参数服从一阶随机游走过程，同时结合蒙特卡洛模拟算法抽取样本数据，能够很好地揭示政策的动态配合过程，反映经济结构的渐变过程，清晰刻画政策冲击的相互影响。该模型描述如下：

（二）指标选择

当前国际经济形势日益复杂严峻，国内经济运行好转主要是恢复性的，内生动力还不足，中长期问题仍存，统筹稳增长与防风险是我国经济当前和未来一段时间持续面临的课题。国家调控经济的主要目标是促进经济持续健康增长，主要的调控政策工具是财政政策、货币政策和宏观审慎政策，财政政策和货币政策均对实现经济增长有明显作用，宏观审慎政策主要是确保经济平稳健康发展。而经济增长既有其固有趋势又受周期波动的影响，防范经济增长存在的风险主要是调控经济增长的波动，保持经济小幅度的波动水平而不至于出现“大起大落”，这对于经济稳定至关重要。因此，选择GDP实际增长率的变动率作为模型的指标之一。

地方政府债务风险是财政风险的主要来源，我国地方政府债务规模持续攀升，近六年债务规模已翻番，截至2022年6月末全国地方政府债务余额34.75万亿元，较2021年底增加4万多亿元。国际上普遍采用债务率和负债率两个指标衡量地方政府债务风险水平，债务率指地方政府债务余额与综合财力之比，负债率指地方政府债务余额与名义GDP之比，根据刘尚希（2018）提出的政府财政风险矩阵，地方政府债务余额可分为地方政府债务显性余额（由法律和合约确认的政府负债，包括一般债和专项债）和地方政府债务隐性余额（反映公众和利益集团压力的政府道义责任，主要有城投债、国企担保、PPP等）。近年来国家持续推进隐性债化解工作，各地确定了在5—10年清零隐性债务的目标。2022年国务院已批准北京、上海、广东等经济体量大、财政实力强的地区率先开展全域无隐性债务试点工作。防范财政风险的财政政策手段主要是财政支出的总量政策和结构政策，通过上述政策的实施限制地方政府的过度支出，以及由此导致的过度举债。考虑到与GDP的衔接，选择地方政府负债率作为模型的指标之一。

自我国提出双支柱调控框架以来，防范系统性金融风险的货币政策手段既要锚定货币政策的目标又要考虑结构性货币政策与宏观审慎政策配合的实施效果，也就是说防风险的货币政策调控变量不能仅仅是货币供应量或者政策利率水平，更需要从资金需求端来考察评估政策实施情况。特别是新冠肺炎疫情发生以来，我国稳健略松的货币政策凸显了对实体经济部门的支持，充分发挥了货币政策工具的总量和结构双重功能，加大了对实体经济信贷支持力度。从总量上，我国M2（广义货币供应量）和社会融资规模始终保持与名义GDP增长同步；从结构上，继续引导金融活水流向小微企业、科技创新、绿色发展等重点领域和薄弱环节。未来货币政策对实体经济的支持预期有增无减，这种信贷倾斜自然也会不可避免地积累一定的风险。根据国家资产负债表研究中心的测算，我国实体经济部门的宏观杠杆率已经从2019年底的246.5%上升至2023年一季度的281.8%，是所有部门中宏观杠杆率最高的部门。基于上述分析，同时借鉴宋思宸（2020）对货币政策与宏观杠杆率相关性的研究（见图2），采用实体经济部门宏观杠杆率的波动水平作为模型变量之一。

中国人民银行发布的《宏观审慎政策指引（试行）》（以下简称《指引》）明确指出宏观审慎政策的目标是防范系统性金融风险，尤其是防止系统性金融风险周期累积及跨机构、跨行业、跨市场和跨境传染，提高金融体系韧性和稳健性，降低金融危机发生的可能性和破坏性，促进金融体系的整体健康与稳定。《指引》从时间和结构两个维度识别、监测、评估系统性金融风险，对应中国人民银行2016年起正式实施的金融机构宏观审慎评估体系（MPA），重点考虑资本和杠杆情况、资产负债情况、流动性、定价行为、资产质量、外债风险、信贷政策执行等七大方面，通过综合评估加强逆周期调节和系统性金融风险防范，其中宏观审慎资本充足率是评估体系的核心。本文在此基础上，借鉴雷进贤（2017）、乔兆颖（2013）、占云生（2017）、张晓慧（2017）的研究成果，对照《指引》并考虑数据的可得性，确定资本充足率、拨备覆盖率、广义信贷增速、上证换手率、人民币实际有效汇率、不良贷款率等六项指标作为衡量宏观审慎政策变量的指标。

基于上述分析及指标选择，将GDP实际增长率的变化率（gdpt），地方政府负债率（lgdebtt）、实体经济部门宏观杠杆率（lratet）、宏观审慎政策变量（macropruratet）三项指标的波动率作为研究政策协调效果yt的内生变量。Cogley和Sargent（2001）提出了模型的非线性来源于滞后系数或者方差的波动性，认为计量经济学方法不能区分带有时变波动的常系数VAR模型和时变系数但波动为常数的VAR模型。本文为摆脱这种限制，考虑滞后系数和方差均为时变的，并通过信息准则检验确定最优滞后阶数为2，这也符合TVP-VAR-SV模型的通常设定。

五、实证分析

（一）数据来源及处理过程

本文选取国际金融危机后的季度数据，即2009Q1—2021Q4的GDP实际增长率等9项指标数据，根据前述分析，运用HP滤波方法对所有指标数据消除趋势项，得到各指标的周期项，同时进行X12季节调整。其中衡量财政政策变量为地方政府负债率季度数据（lgdebt），衡量货币政策的变量为实体经济部门宏观杠杆率（杠杆率=实体经济部门债务/名义GDP）的季度数據（lrate），衡量宏观审慎政策的变量选择资本充足率（zbcz）、拨备覆盖率（bbfg）、广义信贷增速（gyxd）、上证换手率（szhs）、人民币实际有效汇率（sjhl）、不良贷款率（bldk）六项指标，运用主成分分析法得到主成分，进而合成衡量宏观审慎政策的变量。上述数据来自中国人民银行、国家统计局、国家资产负债表研究中心、中国银保监会、国家外汇管理局。

根据主成分分析结果，前三个主成分累计贡献率达到81.58%，确定使用前三个主成分构建，macropruratet计算过程如下：

从图3可以看出地方政府负债率、实体经济杠杆率两个指标的周期成分基本呈现同向变化，这与前述分析的两大指标对应的财政政策与货币政策目标一致；上述两个指标与宏观审慎变量在大多数时期呈现较弱的负相关，这与宏观审慎政策防风险属性有关；三个指标与GDP增长率的变动率基本上是负相关关系，这也说明财政政策、货币政策与宏观审慎政策对于经济增长稳定性发挥着显著作用。

（二）贝叶斯模拟估计

本文借鉴Marco 和 Primiceri （2015）的算法估计模型，令y = {yt}nt=1，ω = （ Σβ，Σα，Σh ），设定ω的先验概率密度为π（ω），给定观测数据y，可以运用马尔科夫链蒙特卡洛方法（MCMC）从后验分布π（ β， α， h， ω|y ）中进行抽样。本文使用前五年20期的数据估计先验分布π（ω），并去掉初始的1 000个模拟数据。

（三）估计结果

运用Matlab 2018b软件进行模型估计，表3给出了参数模拟估计结果。从收敛性看，所有变量的CD统计量均小于5%显著性水平的临界值（1.96），因此不能拒绝收敛于后验分布的原假设；从无效因子看，（Σβ）1、（Σβ）2、（Σβ）3的无效因子较大，但远远小于抽样次数（10 000次），其余参数的无效因子均在50以内，从而证明了模拟取样的合理性和有效性。

图4为样本自相关系数图、模拟路径图、后验分布密度函数图，可以明显看出自相关系数趋于0收敛，参数模拟路径收敛于样本估计均值，模拟结果再次印证该模型估计的有效性。

（四）时变脉冲响应分析

本文对财政政策、货币政策、宏观审慎政策及经济增长变动一个标准差的时变脉冲响应情况进行分析，选取了滞后1期（3个月）、滞后4期（1年）和滞后12期（3年）的时间间隔，分别代表变量冲击的短期、中期和长期影响，以更直观地分析变量冲击的作用效果，进而采取更加灵活有效的政策调控手段。

1.财政政策与货币政策、宏观审慎政策之间的影响及对经济增长的影响分析

一是财政政策变量对货币政策变量和宏观审慎政策变量的冲击在短期和中期基本呈现同向变化[见图5（a）、图5（b）]，特别是自2013年以来更加明显，这与十八届三中全会推进财政体制改革、修订预算法、规范政府债务管理的时期基本重合。二是财政政策变量对货币政策变量、宏观审慎变量的短期影响大多数时期小于中期影响，长期影响也在大多数时期小于中期影响，这说明财政政策与货币政策、宏观审慎政策的配合的作用效果在一个年度左右的时间内能明显显现[见图5（a）、图5（b）]。三是财政政策的变化对宏观审慎政策的冲击作用大于对货币政策的冲击，一单位财政政策变量冲击能够引致货币政策变量、宏观审慎政策变量的变化率分别为0.2%和0.5%，这与我国尚未有财政宏观审慎政策，现行宏观审慎政策代行财政宏观审慎有一定的关系[见图5（a）、图5（b）]。四是不稳定的地方政府债务与降低经济波动性之间更多是负相关关系，即不关注债务稳定性的财政政策在一定程度上造成了经济的波动，特别是国际金融危机后的10年时间里，财政政策的冲击持续存在，这与财政政策会引发私人部门投资的挤出效应是一致的，但是财政政策冲击也呈现明显的时变性，特别是新冠肺炎疫情发生后，积极财政政策对经济的稳定增长起到了明显的支撑作用[见图5（c）]。

2.货币政策与财政政策、宏观审慎政策之间的影响及对经济增长的影响分析

一是货币政策在短期对财政政策正向冲击明显，且一单位实体经济部门宏观杠杆率的变化将引致地方政府负债率上升0.03%，但在中期和长期货币政策的变化对财政政策造成负向冲击，且在中期的负向作用更加明显，这与地方政府预算相对刚性及政绩考核压力相关[见图6（a）]。二是货币政策与宏观审慎政策在短期、中期、长期均为负向冲击，如前所述，货币政策目标与宏观审慎政策的金融稳定目标存在潜在冲突，且中期内的冲突程度最大[见图6（b）]。三是货币政策在中期内对于经济增长的稳定作用最为明显，且呈现时变特征，新冠肺炎疫情以来货币政策的短期作用更强，已经明显超过中期作用，这与我国实施的一系列稳增长的措施有较大关系[见图6（c）]。

3.宏观审慎政策与财政政策、货币政策之间的影响及对经济增长的影响分析

一是宏观审慎政策与财政政策、货币政策在短期、中期、长期基本呈现负相关，即宏观审慎政策的实施能够限制财政政策、货币政策的宽松程度，且这种限制基本在短期能够收到较好的效果，但在中期和长期效果不明显，甚至在部分年份还会出现正向作用[见图7（a）、圖7（b）]，这与我国宏观审慎政策的灵活性不强密切相关，目前《指引》也仅仅是用一些固定的指标作为政策调控工具，对市场变化的适应性不强，部分时期助长了风险行为的蔓延，如2014—2016年宏观审慎政策对银行表外资产的不规范发展和金融无序创新未起到规制作用，造成了国民经济较多部门风险的积累。二是宏观审慎政策对经济增长波动性在中期发挥负向冲击作用，能够降低经济增长波动性，在较长时期基本没有作用[见图7（c）]。但值得注意的是，宏观审慎政策在短期只有2017年四季度至2019年四季度间起到降低经济增长波动性作用，这与十九大提出的建立双支柱调控框架明显相关，而大多数时候宏观审慎政策导致了短期经济增长的波动与理论不符，可能是因为MPA考核导致商业银行按时间节点管理自身风险，考核时点过后又“重操旧业”。

4.经济增长波动对财政政策、货币政策和宏观审慎政策的影响分析

图8为经济增长波动对财政政策、货币政策和宏观审慎政策的脉冲响应。从中可以明显看出，经济不稳定性的增加必然会导致政府实施从紧的宏观调控政策，提高地方政府举债门槛，降低实体经济部门杠杆率，实施更加严格的宏观审慎政策，并且在各个年度面临经济增长风险时，财政政策、货币政策和宏观审慎政策基本呈现同向变动。也就是说，三大主要宏观政策调控工具的协调配合对宏观经济的稳定起到明显作用，在短期、中期、长期降低经济波动性的水平分别约为0.19%、0.05%、0.03%。

（五）稳健性检验

本文采用替换先验分布设定和去除变量的方式进行三次稳健性检验：（1）使用2009—2015年的数据计算先验分布重新估计模型；（2）去掉模型中宏观审慎政策变量再估计模型；（3）去掉模型中财政政策变量即地方政府债务变动率再估计模型。经过上述检验，结果与基准模型一致，据此可认为所构建的模型为稳健的①。

六、结论与启示

本文基于当前防范化解重大风险攻坚战这一现实，从财政政策、货币政策、宏观审慎政策三大宏观经济调控政策防范经济风险层面探讨统筹稳增长与防风险问题。在理论层面，通过廓清经济风险在时间维度和横截面维度的传导路径，揭示了三大调控政策协调配合的机制及操作方式；在实证层面，基于国际金融危机以来的2009年第一季度至2021年第四季度52组数据，构建带有随机波动的时变参数向量自回归模型，分析了财政政策、货币政策和宏观审慎政策在稳定宏观经济方面的效应。

本文得到的结论为：一是三大宏观调控政策之间存在以防范化解重大经济风险为目标的联结机制，在应对风险事件或内生积累风险变化时，相互之间能够更加精准地协调、搭配和互动。特别是宏观审慎政策虽然旨在防范系统性金融风险，但在近年由财政风险与金融风险的互相传染而引致经济风险现象逐渐增多的情况下，已然成为防风险的“第一道防线”。二是随着财政金融环境的日趋复杂，货币当局仅仅根据金融变量的波动调整货币政策和宏观审慎政策调控方向，效果可能会适得其反，因此，财政当局有必要设置财政宏观审慎工具，其目的就是精准应对由运用财政工具可能引发的经济风险。三是财政政策在较多时期会导致经济波动，对私人部门投资的挤出效应显著，地方政府债务是防风险的财政政策的重要调控变量之一。四是货币当局在权衡货币政策和宏观审慎政策的配合时既要兼顾多目标又要盯住关键问题，实证分析的结果也表明宏观审慎政策会对冲货币政策效果，但在应对经济不稳定时两者又能很好地协调配合。

根据上述结论，本文的建议如下：

探索建立“三支柱”调控框架，纳入了财政政策的“三支柱”调控框架优于双支柱调控。与双支柱调控框架相比，“三支柱”调控框架在维护经济稳定、金融稳定、财政可持续三个方面的表现均更出色。一是运用大宏观审慎思维，探索建立财政宏观审慎政策，纳入现行宏观审慎政策框架，同时将财政政策一并纳入防风险的调控体系，构建“三支柱”调控框架，与现有宏观调控政策密切配合。二是丰富和完善宏观经济调控政策工具箱，基于“三支柱”调控框架，设置丰富的事前预防工具箱，并进行事后救助机制安排。

持续规范地方政府债务。一是建立以债务率或负债率为核心的债务风险评估体系，加强对风险预警地区、风险提示地区的重点跟踪调研，防范债务风险。二是建立全口径债务监管框架。严格新增隐性债务风险动态监测监管，防范国有企业经营风险、PPP项目风险对财政风险的溢出与传导。三是落实专项债券项目穿透式监测工作要求，通过地方政府债务管理系统，建立健全专项债券项目库，对专项债券项目的资金使用、建设进度、运营管理、专项收入缴库等情况实行穿透式监测。

提高结构性货币政策精准性和有效性。一是货币政策需更专注于经济增长等传统政策指标，加大对实体经济金融支持力度，用好普惠小微贷款支持工具、普惠小微企业信用贷款支持计划等。二是理顺货币政策传导路径，通过完善对商业银行的考核体系设计，促进结构均衡，不断提高与市场沟通频率，加强与市场进行深度沟通，稳定市场预期。三是稳妥有序做好重点机构风险处置化解工作，发挥存款保险制度和行业保障基金在风险处置中的作用。

进一步提高宏观审慎政策的灵活性。一是宏观审慎政策应能够更灵活应对金融部门风险，完善宏观审慎政策监测体系，丰富宏观审慎政策监测工具箱，及时根据市场情况进行动态调整。二是进一步健全宏观审慎政策框架和治理机制。完善系统性风险监测和评估框架，开展宏观审慎压力测试。

注释：

① 限于篇幅影响，相关稳健性检验数据留存备索。

参考文献：

[1] FRANK H K.风险、不确定性与利润[M].安佳，译.北京：商务印书馆，2017.

[2] 马勇.“双支柱”调控框架的理论与经验基础[J].金融研究，2019（12）：18-37.

[3] 张朝洋.货币政策与宏观审慎政策协调研究——来自中国微观主体的经验证据[D].南昌：江西财经大学，2017.

[4] 李力，温来成，唐遥，等.货币政策与宏观审慎政策双支柱调控下的地方政府债务风险治理[J].经济研究，2020，55（11）：36-49.

[5] 卞志村，赵亮，丁慧.货币政策调控框架转型、财政乘数非线性变动与新时代财政工具选择[J].经济研究，2019，54（09）：56-72.

[6] 朱軍，李建强，张淑翠.财政整顿、“双支柱”政策与最优政策选择[J].中国工业经济，2018（08）：24-41.

[7] SUH H. Macroprudential policy： Its effects and relationship to monetary policy[J].SSRN Electronic Journal，2012（11）：1-39.

[8] 王爱俭，王璟怡.宏观审慎政策效应及其与货币政策关系研究[J].经济研究，2014，49（04）：17-31.

[9]BIANCHI F，ILUT C.Monetary/Fiscal policy mix and agents' beliefs[J].Review of Economic Dynamics，2017，26：113-139.

[10]CHEN， LEEPER E， LEITH C. Strategic interactions in U.S. monetary and fiscal policies [J]. Quantitative Economics， 2022（13）：593-628.

[11]CHEN X S，LEEPER E M，LEITH C.Strategic interactions in U.S.monetary and fiscal policies[J].2022，13（2）：593-628.

[12]程方楠，孟卫东.宏观审慎政策与货币政策的协调搭配——基于贝叶斯估计的DSGE模型[J].中国管理科学，2017，25（01）：11-20.

[13]张晓慧.宏观审慎政策在中国的探索[J].中国金融，2017（11）：23-25.

[14]李建强，张淑翠，秦海林.货币政策、宏观审慎与财政政策协调配合——基于DSGE策略博弈分析与福利评价[J].财政研究，2018（12）：19-34.

[15]卞志村，张运，毛泽盛.金融稳定视角下财政货币政策与宏观审慎政策三支柱调控框架研究[J].金融评论，2021，13（05）：1-19.

[16] LEEPER E M.Equilibria under 'active' and 'passive' monetary and fiscal policies[J].Journal of Monetary Economics，1991，27（01）：129-147.

[17] PRIMICERI G E.Time varying structural vector autoregressions and monetary policy[J].The Review of Economic Studies，2005，72（03）：821-852.

[18] NAKAJIMA J，KASUYA M，WATANABE T.Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy[J].Journal of the Japanese and International Economies，2011，25（03）：225-245.

[19]刘尚希.基于整体观认识和评估经济风险[J].财政科学，2018（03）：51-55.

[20]宋思宸.货币政策与杠杆率的相关性研究[J].价值工程，2020，39（04）：95-97.

[21] 雷进贤.中国宏观审慎统计指标体系构建研究[J].西南金融，2017（12）：03-10.

[22]乔兆颖.完善中国跨境资金流动监测预警指标体系[J].青海金融，2013（05）：16-19.

[23]占云生.宏观审慎监测指标与调控工具的选择[J].西部金融，2017（02）：31-35.

[24] COGLEY T，SARGENT T J.Evolving Post-World War II U.S.inflation dynamics[J].NBER Macroeconomics Annual，2001，16：331-373.

[25] Marco D N， Primiceri G E. Time Varying Structural Vector Autoregressions and Monetary Policy： A Corrigendum[J]. Review of Economic Studies， 2015（14）：1 342-1 345.

（责任编辑：张艳妮/校对：曾向宇）