
在“双循环”新发展格局的战略引领下,实现经济增长与金融稳定的协同共进,已成为现阶段中国特色宏观调控机制实践深化与理论突破的前沿性研究命题。而21世纪以来的数次突发性危机事件与各国经济现实均表明,仅凭借锚定经济增长与物价稳定的货币政策工具无法有效实现“稳增长”与“防风险”双重目标的动态平衡。在此背景下,中国以“稳增长”为核心的传统宏观调控框架已逐步转变为兼顾金融经济协调稳定目标的宏观审慎框架,切实维护金融稳定、牢牢守住不发生系统性风险底线已成为当前中国金融发展和经济改革过程中的工作重点。因此,如何在统筹国内国际两个大局的现实要求下,设计兼顾金融经济协调稳定目标、统筹金融体系职能发挥能力与冲击抵御能力双重维度的政策调控模式,已成为学界和决策部门亟待厘清的重要议题。
目前,学界就“双支柱”政策调控问题展开了大量探索性研究,相关研究普遍认为“双支柱”政策间的协调搭配能够发挥优于单一政策工具的调控效果(Claessens,2015;马理和范伟,2021)。然而,鲜有研究将金融稳定纳入多重政策目标体系,并在划分政策目标状态的基础上,围绕“双支柱”政策调控效果的非线性特征开展深入探索,这在一定程度上阻碍了学界有关货币政策和宏观审慎政策间占优调控模式选择与目标约束机制设计的讨论。而事实上,结合不同时期面临的经济金融环境信息实现对中国金融稳定指数的混频稳健测度,进而深入考察多重目标与复杂情境约束下“双支柱”政策的调控效果差异与占优组合模式,不仅对促进金融体系的长期安全、可持续发展具有突出的现实意义,也将为不断优化完善新时期金融体系的宏观调控政策框架、充分发挥宏观政策合力效应提供有益的经验依据。
为此,本文将以金融稳定的内涵综合阐释与指数混频测度作为研究起点,聚焦新发展格局下中国金融稳定的新特征、新挑战,梳理当政策目标变量处于不同状态的情境下,“双支柱”政策取向调整与协同调控的理论框架,并以该框架为指引,借助局部投影模型及其纳入状态依存特征的拓展形态,对兼顾金融稳定与经济增长双重目标以及锚定金融稳定目标下的“双支柱”政策调控效果进行量化评估,进而深化对“双支柱”政策目标约束机制与调控占优策略的识别与讨论,以期为完善新发展格局下的宏观调控体系提供有益的经验支撑。
二、文献综述与理论框架 (一) 文献综述自20世纪70年代以来,全球各主要经济体的中央银行普遍认同杰克逊霍尔共识,即盯住价格稳定目标可同步覆盖金融稳定目标。基于这一理念,许多国家逐步形成了以货币政策为核心的政策调控框架。然而,在随后数次金融危机的演进过程中,实体经济“低通胀”与资产价格“高波动”并存的历史表现给该共识带来巨大挑战(Disyatat,2010),仅依靠单一政策无法有效支撑金融体系与实体经济的平稳运行,充分考虑金融因素的宏观分析范式逐渐得到国内外学者的接受与认可(连军和马宇,2015;Elsayed等,2023)。
在金融稳定维护策略的探索过程中,部分学者创新性地将金融稳定代理变量纳入政策目标体系(Bernanke和Gertler,2001;Iacoviello,2005),这一做法得到了后续研究的广泛应用(周德才等,2019;方意等,2019),同时使明晰金融稳定内涵、监测金融稳定状况成为检验政策实施效果的关键前提。目前,学界普遍认可的金融稳定内涵聚焦于金融系统各组成部分有序协同、资源配置效能稳健,且能有效吸收风险冲击等方面(Allen和Wood,2006;史金凤等,2011;Koong等,2017)。从本质上看,相关讨论均涉及金融系统在金融稳定状态形成过程中所表现出的“能力”(周海欧和肖茜,2015;邓创等,2025)。
基于对金融稳定内涵的理解与把握,学界围绕提高金融稳定指数的精确度和合理性展开了持续探索,研究方法亦从常系数静态模型过渡到使用时变系数动态模型(柴建等,2022;Tan等,2023),其中动态CRITIC权重赋值法等时变系数动态模型因较好地克服了结构化方法的约束苛刻问题,近年来备受相关研究的青睐(邢天才和王笑,2021;张屹山等,2023)。同时,由于反映金融中介、金融子市场等金融系统组成部分稳定性状况的指标众多且更新频率存在明显不同,采用混频数据能够充分拓宽信息萃取范围。虽然部分研究尝试将混频数据分析方法引入金融研究领域(杨子晖,2020;Jiang等,2024),但在金融稳定监测方面,混频方法仍存在广泛的应用空间。现有相关研究大多通过线性插值、二次插值等方式进行数据同频化处理,这些做法会不可避免地造成信息失真,进而在一定程度上导致金融稳定指数的监测精度无法满足政策组合设计领域的实际需要。因此,有必要更为科学有效地提取并匹配混频数据中的复杂信息,为金融稳定维护策略方面的研究提供可靠的数据支撑与研究基础。
在监测或刻画金融稳定状况的基础上,近年来金融稳定维护方面的讨论从将金融稳定目标纳入货币政策规则的单一政策工具研究(黄佳和朱建武,2007;马勇,2013),逐渐过渡到引入宏观审慎政策的政策工具协调配合研究(李力等,2020;Sui等,2022)。目前,相关研究普遍认为货币政策和宏观审慎政策组成的“双支柱”框架有助于形成政策合力(陈伟泽等,2023;江振龙,2023),同时在货币政策与宏观审慎政策的协同运用过程中,应构建明确的目标约束机制,从而降低政策冲突成本(程方楠和孟卫东,2017),且需要避免出现政策超调(姜勇和杨源源,2023),以更为有效地利用政策的协调合力效应(Klingelhöfer和Sun,2019;李书等,2023;陆毅等,2024)。在当前国际政治经济格局发生深刻调整的现实背景下,更需充分结合不同时期多重政策目标的演化状况与区制状态,设计“双支柱”政策工具的目标约束机制与调控占优策略,进而降低政策冲突与政策叠加成本,切实维护金融稳定。从这一层面来看,有关金融稳定维护策略的研究仍存在较大的拓展空间。
有鉴于此,本文针对金融稳定目标下宏观调控范式的优化展开积极探索,主要的边际贡献可归纳为如下三方面:一是在基于“能力观”阐释金融稳定内涵的基础上,梳理“双支柱”政策取向调整与协同调控的理论框架。二是通过混频动态因子模型与动态CRITIC权重赋值法实现对金融稳定指数的综合测度,为全面把握金融稳定的动态演进过程提供坚实的数据支撑。三是以本文梳理的理论框架为指引,运用局部投影模型及其纳入状态依存特征的拓展形态,在多目标、多工具、多情形条件下系统考察货币政策和宏观审慎政策的金融稳定效应,并深化对“双支柱”政策目标约束机制与调控占优策略的探索。
(二) 理论框架中国人民银行发布的首期《中国金融稳定报告》基于金融系统的“能力观”视角对金融稳定内涵进行阐释,指出金融稳定即金融系统各主要组成部分能够有效发挥其各自所具有的风险对冲与管理、资源配置等相关功能,同时金融体系可以及时吸收并化解内外部风险冲击的状态。2023年中央金融工作会议进一步指出“在党中央集中统一领导下,金融系统有力支撑经济社会发展大局,坚决打好防范化解重大风险攻坚战,为如期全面建成小康社会、实现第一个百年奋斗目标作出了重要贡献”,这一论述同样体现出金融体系资源有效配置与抵御化解风险冲击的两大重要使命。为有效应对全球经济增长动能减弱与国内经济结构转型升级的叠加冲击,党中央审时度势提出构建“双循环”新发展格局,在此背景下,金融体系更需切实兼顾内部组成要素稳定运行与外部风险冲击有效抵御的双重目标,以进一步确保金融架构的稳健性与安全性。
在前文文献述评、相关报告与重大会议精神的基础上,本文亦基于“能力观”阐释金融稳定内涵,将金融稳定界定为金融体系所具备的职能发挥能力和冲击抵御能力。其中,职能发挥能力维度重点表征金融中介资本运营效率及细分市场运行效能,对应近年来各期《中国金融稳定报告》提及的金融系统稳定运行应“坚决支持稳住经济大盘”“切实改进金融服务”等关键任务;冲击抵御能力维度则更侧重反映金融系统流动性储备水平与风险吸收能力,对应“牢牢守住不发生系统性金融风险的底线”这一金融工作的重要使命。这一概念界定不仅有助于划分相关指标的归属范围,为金融稳定测度奠定重要基础,更在理论层面突破了仅关注个别风险特征或金融系统单一功能的传统视角,将“能力观”具象为一个可量化、内涵明确的金融稳定研究框架,从而为“双支柱”政策的金融稳定效应分析提供可靠的理论依据。在此基础上,本文紧密结合经济金融体系运行的现实特点,梳理了金融经济协调稳定目标下“双支柱”政策取向调整与协同调控的理论框架,如图1所示。
|
| 图 1 “双支柱”政策取向调整与协同调控的理论框架 |
当前,金融领域风险点多面广的特征仍较为突出,如何识别不同经济金融发展阶段下的“双支柱”政策占优策略,从而兼顾金融经济协调稳定目标,已然成为当前亟需解决的重要现实问题。就逻辑关系而言,金融体系作为现代经济的核心,是支撑经济高质量发展的关键力量,其运行依托经济金融系统间的相互关联,同时需要牢牢构筑金融稳定保障体系。在此背景下,切实维护金融稳定、牢牢守住不发生系统性风险底线已成为当前中国金融发展和经济改革过程中的工作重点,而金融稳定与经济增长作为中国“双支柱”政策调控的重要目标,其状态与关联将影响监管部门对宏观审慎政策与货币政策的统筹安排与取向调整。
然而,由于经济金融体系发展所面临的客观条件存在明显不同,二者所处的状态也有很大可能存在显著差异,从兼顾金融经济协调稳定目标、推动金融稳定与经济增长良性循环的角度来看,“双支柱”政策在政策目标处于不同状态时的着力点与总体取向同样将存在明显不同,金融稳定与经济增长中相对薄弱的方面将成为此时政策工具的核心目标。因此,本文认为“双支柱”政策的调控效果并非一成不变,而是会随着金融稳定与经济增长所处状态的不同而产生显著差异,揭示并厘清这种状态差异,是深入理解政策协同机制与动态权衡的关键。本文尝试结合图1所示的理论框架,划分不同状态情境,对兼顾金融稳定与经济增长双重目标以及锚定金融稳定目标下的“双支柱”政策调控效果进行量化评估,并进一步深化对“双支柱”政策目标约束机制与调控占优策略的识别与讨论,以期为“强化政策统筹,确保同向发力、形成合力”提供有益的理论依据与经验支撑。
三、新发展格局下中国金融稳定指数的混频测度与特征分析 (一) 金融稳定评价指标体系构建及说明本文参考邓创等(2025)的概念界定与核心思路,基于“能力观”构建金融稳定评估体系(如表1所示)。就职能发挥能力评价指标而言,本文首先参考彭红枫和朱怡哲(2019)的做法,在金融中介机构层面选取了质押式回购交易增速、信贷增速、银行业景气指数以及存贷利差、7天SHIBOR等指标。在金融子市场运营能力方面,本文选择上证综指增速、股票成交额增速、证券化率、债券发行/GDP、上证国债指数增速和商品房售价增速等指标来刻画股票市场、债券市场以及房地产市场的运行情况,同时选择保费收入增速来表征保险市场发展状况。在宏观经济运行态势方面,本文选取实际利率、通货膨胀率、实际产出增速、M1与M2增速差分别来衡量货币稳定情况与经济景气程度;选择净出口增长率与5 000户企业资产负债率指标来刻画对外贸易形势和企业负债偿还能力。此外,财政赤字/GDP可用以表征政府财政绩效表现,社会融资规模通常被作为反映金融支持实体经济力度的常用指标,但其增速过快亦存在一定的风险隐患(邓创和谢敬轩,2021)。
| 方向 | 指标 | 频度 | 方向 | 指标 | 频度 | |||
| 职能发挥能力 | 正向 | 质押式回购交易增速 | 月度 | 冲击抵御能力 | 正向 | 资本充足率 | 季度 | |
| 正向 | 信贷增速 | 月度 | 逆向 | 不良贷款率 | 季度 | |||
| 正向 | 银行业景气指数 | 季度 | 逆向 | 存贷比 | 月度 | |||
| 正向 | 存贷利差 | 月度 | 逆向 | 银行集中度 | 季度 | |||
| 逆向 | 7天SHIBOR | 月度 | 逆向 | 沪深加权市盈率 | 月度 | |||
| 正向 | 上证综指增速 | 月度 | 逆向 | 沪深加权价差 | 月度 | |||
| 正向 | 股票成交额增速 | 月度 | 正向 | 上证国债指数偏移率 | 月度 | |||
| 正向 | 证券化率 | 季度 | 正向 | 外商直接投资/GDP | 季度 | |||
| 正向 | 债券发行/GDP | 季度 | 正向 | 国房景气指数偏移率 | 月度 | |||
| 正向 | 上证国债指数增速 | 月度 | 逆向 | 保险综合赔付率 | 月度 | |||
| 正向 | 商品房售价增速 | 月度 | 正向 | M2与GDP实际增速差 | 月度 | |||
| 正向 | 保费收入增速 | 月度 | 逆向 | 短期外债占比 | 季度 | |||
| 适度 | 实际利率 | 月度 | 逆向 | 国家外债/外汇储备 | 季度 | |||
| 逆向 | 通货膨胀率 | 月度 | 正向 | 实际有效汇率偏移率 | 月度 | |||
| 正向 | 实际产出增速 | 季度 | 逆向 | 进出口总额/GDP偏移率 | 季度 | |||
| 正向 | M1与M2增速差 | 月度 | 逆向 | 居民部门杠杆率 | 季度 | |||
| 正向 | 净出口增长率 | 月度 | 逆向 | 非金融企业杠杆率 | 季度 | |||
| 逆向 | 月度 | 逆向 | 金融部门资产方杠杆率 | 季度 | ||||
| 逆向 | 财政赤字/GDP | 季度 | 逆向 | 金融部门负债方杠杆率 | 季度 | |||
| 适度 | 社会融资规模增速 | 月度 | 正向 | 消费者信心指数偏移率 | 月度 | |||
| 注:适度指标是指需要综合多方面因素考量、宜保持在一定区间内的指标。 | ||||||||
在冲击抵御能力方面,本文通过选取下列指标反映金融中介机构及各金融子市场在面对内外部风险冲击时的抗御、吸收能力。具体而言,资本充足率能够衡量金融机构在吸收潜在损失方面的缓冲能力;不良贷款率则用以表征金融机构的资产质量;存贷比指标揭示了银行资金运用的效率与风险程度;银行集中度指标用于评估银行业市场的风险集中程度;沪深加权市盈率和沪深加权价差指标分别反映了股票市场的估值水平与价格波动情况;上证国债指数和国房景气指数的偏移率指标用于衡量国债市场和房地产市场的波动情况;保险综合赔付率指标用于衡量保险业在面对风险事件时的赔付能力;M2与GDP实际增速差指标则通过比较货币供应量与经济增长速度的差异,反映流动性松紧程度及其对金融体系的影响。此外,短期外债占比与国家外债/外汇储备指标衡量国家外汇储备对债务的覆盖能力;实际有效汇率偏移率指标衡量汇率的波动情况;外商直接投资/GDP指标则是反映金融系统抵御外汇风险能力的常用指标(庞晓波和胥日,2018);进出口总额/GDP偏移率指标用于评估实体经济运行对进出口贸易的依赖程度。与此同时,本文选取了居民部门、非金融企业与金融部门的杠杆率指标来衡量各部门应对风险冲击的资金准备水平,选择消费者信心指数偏移率表征市场信心恢复情况。在开展指数测度工作前,本文根据指标性质进行标准化处理。本文的样本区间为2004年1月至2023年12月,基础指标数据来源为中经网和Wind数据库。
(二) 中国金融稳定指数测度及其演进动态分析鉴于动态因子模型是指标信息萃取的常用工具,本文不再赘述动态因子模型的具体构建过程,而集中对混频数据处理方式与模型参数估计方法进行说明。具体地,本文通过为季频变量构建可部分观测的月频变量以实现对月、季混频数据的处理,假设对于任意季频指标
| $ \begin{matrix}Y_{t}^{Q}=Y_{t}^{M}+Y_{t-1}^{M}+Y_{t-2}^{M}=3\times \dfrac{1}{3}\left(Y_{t}^{M}+Y_{t-1}^{M}+Y_{t-2}^{M}\right),t=3{,}6,9,\cdots \end{matrix} $ | (1) |
可部分观测的月频变量
| $ {y}_{t}={\mu }_{Q}+{\mathit{\Lambda }}_{Q}{f}_{t}+\xi _{t}^{Q},\xi _{t}^{Q}={\alpha }_{Q}\xi _{t-1}^{Q}+e_{t}^{Q},e_{t}^{Q}\sim N(0,\sigma _{Q}^{2}) $ | (2) |
进一步地,可通过构建序列
| $ y_{t}^{Q}=\begin{cases} Y_{t}^{Q}-Y_{t-3}^{Q},t=3{,}6,9,\cdots \\ unobserved,otherwise\\ \end{cases} $ | (3) |
由此,月-季情形下的混频数据处理问题将转换为月度数据的缺失值处理问题。考虑到卡尔曼滤波器可以有效估计缺失数据,同时平滑噪声影响,提高数据分析的准确性,本文选用该方法对缺失值进行处理,相关处理过程与现有研究的普遍做法保持一致(Poncela等,2021;刘达禹等,2022)。在此基础上,本文采用BFGS(Broyden-Fletcher-Goldfarb-Shanno)算法对模型参数进行估计,该算法是一种高效的优化工具,应用其进行混频动态因子模型参数估计能够显著提高计算效率,并确保估计结果的可靠性。在BFGS算法的关键参数方面,初始迭代值使用主成分分析法获取,梯度容差设定为10−6、最大迭代次数设定为
在指数分离测度的基础上,本文结合动态CRITIC权重赋值法获取职能发挥能力和冲击抵御能力相应的时变权重并最终合成总金融稳定指数,该方法结合指标对比强度和指标间冲突性信息可以实现对各部分权重的动态度量,有助于增强权重分配的合理性。具体地,假定滚动时窗长度为
| $ {r}_{ij}=\sum \limits_{i,j=t-m+1}^{t}\left({x}_{i}-\overline{{x}_{p}}\right)({x}_{j}-\overline{{x}_{q}})/\sqrt{\sum \limits_{i,j=t-m+1}^{t}{\left({x}_{i}-\overline{{x}_{p}}\right)}^{2}{\left({{x}_{j}}-\overline{{x}_{q}}\right)}^{2}} $ | (4) |
其中,
| $ {c}_{ti}={\sigma }_{i}\sum \limits_{j=1}^{m}(1-{r}_{ij}),{\theta }_{tj}={c}_{ti}/\sum \limits_{j=1}^{m}(j=1{,}2,\cdots ,m) $ | (5) |
参照邓创和谢敬轩(2021)的做法,本文将滚动时窗大小设定为36期,上述系列结果如图2所示。图2(a)、图2(b)分别展示了职能发挥能力和冲击抵御能力测度结果及其相应动态权重(阴影表示),图2(c)则描绘了总金融稳定指数的演进动态。
|
| 图 2 中国金融稳定指数 |
由图2可知,在本文所考察的样本区间内,金融体系职能发挥能力与冲击抵御能力的演变动态呈现出较为显著的差异性。具体来看,受美国次贷危机及随之而来的金融危机影响,全球范围内的资本流动减缓,金融市场信心遭受重创,中国金融体系的职能发挥能力与冲击抵御能力先后显现出深V形波动特征。随后,为应对全球金融危机时期系统性风险的跨市场传导,中国政府通过一系列提振手段有效遏制了经济衰退势头,并显著助力了金融体系职能发挥能力与冲击抵御能力的恢复。需要说明的是,虽然中美贸易摩擦及突发公共卫生事件不可避免地对中国金融稳定造成了一定影响,但我国在金融风险防控攻坚阶段取得的制度性突破,有效实现了金融稳定状况的恢复与提升,其间职能发挥能力和冲击抵御能力均呈现短时下探而后迅速回稳态势。2023年,受地缘政治冲突、主要经济体货币政策紧缩等因素的影响,全球经济下行压力加大且金融市场波动加剧,而国内经济则面临房地产市场持续下行、市场主体信心不佳等问题,在此背景下,中国金融稳定状况出现了一定程度的下行态势。
(三) 稳健性检验在稳健性检验方面,本文以图2(c)汇报的总金融稳定指数FSI为基准,与以下指标进行相关性分析:一是直接利用混频动态因子模型进行全指标合成替代文中分块合成,得到的FSIA指数;二是根据邓创等(2025)构建的指标体系,得到的FSIB指数;三是通过期望最大化算法进行参数评估,得到的FSIC指数;四是提取全球金融危机时期(2007—2009年)和新冠疫情时期(2020—2022年)两段子样本,分别合成得到的FSID指数与FSIE指数;五是将动态CRITIC权重赋值法滚动时窗长度调整为24或48,分别合成得到的FSIF指数与FSIG指数。相关检验结果如表2所示,由表2可知,本文合成的金融稳定指数与其他各组稳健性检验结果具有较强的相关性,且相关系数至少在10%的显著性水平上拒绝原假设,表明文中的金融稳定指数具有相对较强的稳健性。
| 检验方式 | 变量组合 | 相关系数 |
| 调整模型设定 | FSI-FSIA | 0.823** |
| 替换核心变量 | FSI-FSIB | 0.947*** |
| 调整参数估计方法 | FSI-FSIC | 0.998*** |
| 全球金融危机时期子样本分析 | FSI-FSID | 0.710** |
| 新冠疫情时期子样本分析 | FSI-FSIE | 0.581* |
| 滚动时窗长度调整为24 | FSI-FSIF | 0.887*** |
| 滚动时窗长度调整为24 | FSI-FSIG | 0.974*** |
| 注:*、**、***分别表示在10%、5%和1%的显著性水平下拒绝“变量间不存在相关关系”的原假设。 | ||
在“双循环”新发展格局的战略引领下,如何推动货币政策和宏观审慎政策间的高效协同与良性互动,系统探索“稳增长”与“防风险”双重政策目标的动态均衡路径,已然成为学术界和实务界广泛探讨的热点议题。有鉴于此,本部分紧密结合前文梳理的理论框架,尝试统筹金融稳定与经济增长双重目标、职能发挥能力与冲击抵御能力双重维度,运用局部投影模型及其纳入状态依存特征的拓展形态,在多目标、多工具、多情形条件下系统考察货币政策和宏观审慎政策的金融稳定效应,并深化对“双支柱”政策占优策略的探索。
(一) 局部投影及其拓展形态设定假定
| $ {y}_{t+h}={\alpha }_{\left(h\right)}+{\beta }_{\left(h\right)}{x}_{t}+{\varepsilon }_{\left(h\right)t+h} $ | (6) |
其中,
| $ F\left({z}_{t}\right)=\frac{{e}^{\left(-\gamma {z}_{t}\right)}}{{\left[1+{e}^{\left(-\gamma {z}_{t}\right)}\right]}^{'}} $ | (7) |
其中,
| $ {y}_{t+h}={\alpha }_{\left(h\right)}+\beta _{\left(h\right),{R}_{1}}^{1}\left\{{y}_{t-1}\cdot \left[1-F\left({z}_{t-1}\right)\right]\right\}+\cdots +\beta _{\left(h\right),{R}_{1}}^{p}\left\{{y}_{t-p}\cdot \left[1-F\left({z}_{t-1}\right)\right]\right\} $ |
| $ +\beta _{\left(h\right),{R}_{2}}^{1}\left[{y}_{t-1}\cdot F\left({z}_{t-1}\right)\right]+\cdots +\beta _{\left(h\right),{R}_{2}}^{p}\left[{y}_{t-p}\cdot F\left({z}_{t-1}\right)\right]+{\varepsilon }_{\left(h\right)t+h} $ | (8) |
由此,可在局部投影模型中纳入状态依存特征。实证分析过程中,本文主要考察金融稳定(FSI)与经济增长(GROW)目标,其中经济增长目标以工业增加值增速代理。在政策工具方面,本文以货币供给增长率作为数量型货币政策(QM)的代理,选取1年期贷款基准利率作为价格型货币政策(PM)的代理(张小宇和刘金全,2015;陈浪南和田磊,2015),同时参照现有文献的普遍做法,基于iMaPP数据库构建宏观审慎政策指数(MA),展开对宏观审慎政策调控效果的量化分析。需要说明的是,QM的正向冲击表示数量型货币政策更趋宽松,而PM和MA的正向冲击则分别表示价格型货币政策与宏观审慎政策更趋紧缩。为进一步避免模型内生性问题,本文选用CPI增长率、全国城镇调查失业率代理通货膨胀状况与就业状况,并作为模型控制变量。
(二) 兼顾金融稳定与经济增长目标的“双支柱”政策调控效果分析1.基准分析。本部分采用线性情境的局部投影模型,进行基准的“双支柱”政策调控效果分析,脉冲响应识别结果如图3、图4所示,其中以阴影区域的形式给出了相应脉冲响应函数的95%置信区间(下同)。
|
| 图 3 货币政策和宏观审慎政策的金融稳定效应 |
|
| 图 4 货币政策和宏观审慎政策的经济增长效应 |
从图3和图4可知,数量型货币政策对中国金融稳定的调控效果在10期达到正向峰值,同时经济增长亦主要呈现正向响应,数量型货币政策的调控效果从9期开始呈现较为明显的下降趋势,并最终于18期前后达到稳定收敛状态。而在紧缩的价格型货币政策调控下,金融稳定与经济增长主要表现出负向的脉冲响应。一方面,当央行降低政策利率时,银行的贷款利率也会相应下降,这使得企业更容易获得低成本的资金用于扩大生产或进行技术创新,同时也鼓励了消费者增加支出,从而带动经济增长。另一方面,宽松的数量型货币政策可以通过提供充足的流动性来降低企业和个人的融资成本与违约风险,缓解金融机构的资金压力,从而维护金融稳定。
在样本期内,宏观审慎政策对金融稳定与经济增长的调控效果则存在明显差异。具体而言,宏观审慎政策通过加强金融监管、提高资本充足率等措施,增强金融机构的抗风险能力,进而对金融稳定产生积极影响。但从中长期来看,宏观审慎政策可能会对经济增长产生一定的抑制作用,这种负向影响主要源于政策实施所带来的信贷紧缩效应。虽然这种信贷紧缩效应能够在一定程度上防范金融风险的积累,从而为经济的长期健康发展提供保障,但当宏观审慎政策要求金融机构提高资本充足率时,银行将减少信贷投放,影响实体经济的融资环境和投资活动,从而对经济增长产生一定的抑制作用。
2.“双支柱”政策调控效果的状态依存特征分析。本文通过状态依存局部投影模型检验在不同经济发展阶段与金融市场条件下“双支柱”政策调控效果的状态依存特征,并通过对脉冲响应峰值(绝对值最大时的脉冲响应)及出现期数、脉冲响应极差(脉冲响应极大值−脉冲响应极小值)、前24期累积脉冲响应和脉冲响应函数方向变化次数的横向比较,为深入理解“双支柱”政策在复杂经济金融环境中的调控效果提供更为精细的实证依据,结果如表3和表4所示。
| 政策变量 | 数量型货币政策QM | 价格型货币政策PM | 宏观审慎政策MA | ||||||
| 目标状态 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 |
| 脉冲响应峰值 | 0.071 | 0.068 | −0.003 | −0.117 | −0.183 | 0.066 | 0.181 | 0.194 | −0.013 |
| 峰值响应期数 | 15 | 10 | 5 | 13 | 12 | 1 | 15 | 8 | 7 |
| 脉冲响应极差 | 0.063 | 0.054 | 0.009 | 0.209 | 0.192 | 0.017 | 0.249 | 0.159 | 0.090 |
| 累积脉冲响应 | 1.037 | 1.216 | −0.179 | −1.890 | −1.797 | −0.093 | 1.451 | 2.391 | −0.940 |
| 方向变化次数 | 0 | 0 | 0 | 0 | 1 | −1 | 1 | 0 | 1 |
| 政策变量 | 数量型货币政策QM | 价格型货币政策PM | 宏观审慎政策MA | ||||||
| 目标状态 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 |
| 脉冲响应峰值 | 0.310 | 0.217 | 0.093 | −0.487 | −0.463 | −0.024 | −0.119 | 0.100 | −0.219 |
| 峰值响应期数 | 11 | 12 | −1 | 17 | 10 | 7 | 12 | 12 | 0 |
| 脉冲响应极差 | 0.328 | 0.179 | 0.149 | 0.918 | 0.502 | 0.416 | 0.180 | 0.180 | 0 |
| 累积脉冲响应 | 3.850 | 3.963 | −0.113 | −0.814 | −5.126 | 4.312 | −0.544 | −0.273 | −0.271 |
| 方向变化次数 | 1 | 0 | 1 | 2 | 0 | 2 | 2 | 2 | 0 |
由表3可知,数量型货币政策和宏观审慎政策对低区制金融稳定的累积调控效果明显更强,而对高区制金融稳定的调控效果则表现出较强的时滞性特征。具体而言,在宽松的数量型货币政策调控下,分别处于高、低区制的金融稳定均呈现出正向响应,并且低区制金融稳定的正向响应强度相对更强。这表明宽松的数量型货币政策能够有效提升金融稳定水平,其通过增加货币供应量、提高市场流动性对金融稳定产生积极影响,特别是在金融稳定状况较差时,市场对流动性的需求更为迫切,因此数量型货币政策能够更为显著地改善金融稳定状况。而价格型货币政策对不同区制金融稳定的累积调控效果较为接近,在低区制的少数时点出现了脉冲响应方向的变化。这可能是由于在金融稳定状况较差时,市场对利率变化更为敏感,价格型货币政策的调整将引起金融机构资金成本的变动,进而影响其盈利能力和稳定性。与此同时,宏观审慎政策的紧缩性调整能够对不同区制金融稳定产生显著的正向调控效果。在金融稳定状况较好时,宏观审慎政策的调控效果在22期时出现了方向变化,但此时脉冲响应已相对较弱。而在金融稳定状况较差时,宏观审慎政策能够通过加强风险防控、稳定市场预期,对金融稳定产生突出的维护和提升作用。
由表4可知,宽松的价格型货币政策对低区制经济增长的促进作用最为突出,而对高区制经济增长的调控效果存在明显的时滞性特征;数量型货币政策对不同区制经济增长的影响虽存在一定差异,但在累积脉冲响应方面较为接近;宏观审慎政策对不同区制经济增长的影响较不稳定,总体来看,收紧的宏观审慎政策将在一定程度上抑制经济增长。上述现象揭示了在经济下行压力较大、增长动力不足的低区制情形下,适度宽松的货币政策特别是价格型货币政策对经济增长具有重要的促进作用。相比之下,价格型货币政策对高区制经济增长的调控效果则相对较弱,这是由于此时投资和消费规模均已处于相对较高的水平,导致市场利率调整对经济活动的促进作用较为有限。对收紧的宏观审慎政策而言,随着政策的持续实施,信贷紧缩效应逐渐显现,市场中的消费与投资行为有所减少,进而在一定程度上对经济增长产生负面影响。
3.兼顾金融经济协调稳定的“双支柱”政策占优策略研究。鉴于货币政策以促进实体经济的稳定增长为首要任务,宏观审慎政策在锚定金融体系平稳健康运行的同时,亦发挥了配合货币政策发力的功能,应通过目标约束机制的优化设计进一步释放明确的“稳增长”“防风险”信号。本文在图3、图4、表3和表4的相关分析基础上,总结出了在不同情境下兼顾金融经济协调稳定的占优政策组合,如表5所示。
| 状态组合 | GROW低区制 | GROW高区制 |
| FSI低区制 | 货币政策适度宽松,宏观审慎政策收紧 | 收紧的宏观审慎政策主导,货币政策适度宽松 |
| FSI高区制 | 适度宽松的价格型货币政策主导,数量型货币政策配合, 宏观审慎政策保持稳健 | 预留政策操作空间,“双支柱”政策组合保持稳健 |
在经济增长面临较大下行压力而金融体系运行相对稳定的情形下,需通过适度宽松的货币政策刺激投资和消费,同时宏观审慎政策保持稳健,进而为经济增长创造良好的金融环境。在“稳增长”压力有所下降、维护金融稳定成为主要目标的情形下,金融体系内部可能存在一定的不稳定因素,需通过收紧宏观审慎政策以加强对金融机构的监管。当金融稳定与经济增长进入“双低”区制时,金融系统的内生脆弱性与实体经济的收缩态势相互叠加,此时货币政策需采取适度宽松的总体立场,以提供充足的流动性支持,同时宏观审慎政策需要与货币政策进行有效的协调配合,防止金融风险的进一步积累和扩散,为经济平稳运行提供有利环境。而对金融稳定和经济增长的“双高”区制组合而言,货币政策和宏观审慎政策应保持稳健,以预留适度的政策操作空间。
(三) 锚定金融稳定目标的“双支柱”政策调控效果深化分析1.基准分析。“双循环”新发展格局背景下,金融体系需切实兼顾内部组成要素稳定运行与外部风险冲击有效抵御的双重目标,而单一维度金融稳定指数的下行可能导致总体金融稳定状况的波动。为充分挖掘“双支柱”政策框架对金融稳定目标的维护效能,本部分基于职能发挥能力(FSI1)和冲击抵御能力(FSI2)开展锚定金融稳定目标的“双支柱”政策调控效果深化分析。与前文分析思路保持一致,本文在区制情境划分前,就三类政策工具的金融稳定效应展开基准的实证探讨,结果如图5和图6所示。
|
| 图 5 货币政策和宏观审慎政策对职能发挥能力的调控效果 |
|
| 图 6 货币政策和宏观审慎政策对冲击抵御能力的调控效果 |
由图5、图6可知,宏观审慎政策对金融体系职能发挥能力与冲击抵御能力的调控效果较为稳定和收敛,不仅脉冲响应函数的峰值均相对较高,且并未发生影响方向的变化。货币政策对金融体系职能发挥能力的调控效果与图3中其对总体金融稳定的调控效果更为接近,并总体表现为适度宽松的货币政策更有助于职能发挥能力的恢复与提升。而数量型货币政策对冲击抵御能力的调控效果出现了明显的方向变化,价格型货币政策则在紧缩条件下有助于维护金融体系冲击抵御能力。这可能是由于市场利率提升,将增加金融机构投资成本,防止金融机构采取过度冒险的投资行为,进而增强了金融体系的冲击抵御能力。
2.“双支柱”政策调控效果的状态依存特征分析。本部分承接前文的研究思路,深入评估当职能发挥能力与冲击抵御能力处于不同区制状态时,“双支柱”政策调控效果的异质性特征,以期为有效应对国内国际双循环层面的各种风险因素冲击、统筹利用国内和国际市场资源提供一定的经验参考,结果如表6和表7所示。
| 政策变量 | 数量型货币政策QM | 价格型货币政策PM | 宏观审慎政策MA | ||||||
| 目标状态 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 |
| 脉冲响应峰值 | 0.080 | 0.069 | 0.011 | 0.123 | −0.074 | 0.197 | 0.449 | 0.311 | 0.138 |
| 峰值响应期数 | 16 | 13 | 3 | 23 | 17 | 6 | 11 | 19 | −8 |
| 脉冲响应极差 | 0.073 | 0.058 | 0.015 | 0.180 | 0.130 | 0.050 | 0.419 | 0.193 | 0.226 |
| 累积脉冲响应 | 1.086 | 1.270 | −0.184 | 0.486 | −0.252 | 0.738 | 6.150 | 5.644 | 0.506 |
| 方向变化次数 | 0 | 0 | 0 | 2 | 2 | 0 | 0 | 0 | 0 |
从表6可知,在累积脉冲响应方面,适度宽松的数量型货币政策与紧缩的宏观审慎政策对不同区制职能发挥能力产生了显著的调控效果,进一步通过对脉冲响应极差的比较可以发现,两类政策工具对低区制职能发挥能力的影响过程更为平稳。这可能是由于在职能发挥能力相对较差的情形下,适度宽松的数量型货币政策能够通过调节流动性供给,较为精准地激活市场投资潜能、提升市场活性,促进金融体系的高效平稳运行,其与收紧的宏观审慎政策相配合有效助力了金融体系职能发挥能力的提升。而通过对各指标的比较可以发现,价格型货币政策对职能发挥能力的影响呈现出显著的状态依存特征与明显的响应方向变化。
| 政策变量 | 数量型货币政策QM | 价格型货币政策PM | 宏观审慎政策MA | ||||||
| 目标状态 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 | 高区制 | 低区制 | 差异 |
| 脉冲响应峰值 | 0.148 | −0.061 | 0.209 | 0.052 | 0.046 | 0.006 | 0.318 | 0.190 | 0.128 |
| 峰值响应期数 | 9 | 24 | −15 | 12 | 6 | 6 | 13 | 10 | 3 |
| 脉冲响应极差 | 0.274 | 0.095 | 0.179 | 0.099 | 0.029 | 0.070 | 0.468 | 0.130 | 0.338 |
| 累积脉冲响应 | 0.379 | 0.148 | 0.231 | 0.306 | 0.735 | −0.429 | 1.614 | 2.700 | −1.086 |
| 方向变化次数 | 1 | 1 | 0 | 1 | 0 | 1 | 2 | 0 | 2 |
从表7可知,“双支柱”政策对冲击抵御能力的调控效果存在较为明显的状态依存特征,其中宏观审慎政策对冲击抵御能力,特别是低区制冲击抵御能力的累积调控效果更为突出,宽松的数量型货币政策与价格型货币政策则产生了相反方向的影响。在冲击抵御能力相对较好的情况下,数量型货币政策与宏观审慎政策的影响过程具有较强的波动性,不仅脉冲响应的极差较大,且脉冲响应函数出现了明显的方向变化。综合比较表6和表7可知,价格型货币政策对金融体系职能发挥能力与冲击抵御能力的调控效果存在较大差异,而紧缩的宏观审慎政策与适度宽松的数量型货币政策则更有助于实现职能发挥能力与冲击抵御能力目标的统筹兼顾。
3.兼顾职能发挥能力和冲击抵御能力的“双支柱”政策占优策略研究。结合前述图5、图6、表6和表7的系列分析结果,本文进一步梳理了不同区制状态下兼顾职能发挥能力和冲击抵御能力的“双支柱”政策占优策略,如表8所示。
| 状态组合 | FSI1低区制 | FSI1高区制 |
| FSI2低区制 | 宏观审慎政策收紧,数量型货币政策适度宽松 | 宏观审慎政策收紧,价格型货币政策适度紧缩 |
| FSI2高区制 | 宏观审慎政策收紧,货币政策适度宽松 | 预留政策操作空间,“双支柱”政策组合保持稳健 |
在职能发挥能力与冲击抵御能力的“双低”组合情形中,收紧的宏观审慎政策与适度宽松的数量型货币政策展现出较为显著的调控效果,因此,从累积脉冲响应层面来看,应以收紧的宏观审慎政策为主,数量型货币政策进行配合。在职能发挥能力和冲击抵御能力的“双高”组合情形中,“双支柱”政策框架应维持稳健中性的政策基调,在政策操作上更加灵活、精准、合理,预留适度的政策操作空间,增加宏观政策调控的可持续性。在低区制职能发挥能力与高区制冲击抵御能力的情形下,鉴于各类风险冲击的吸收缓释空间较为充足,政策组合应聚焦于职能发挥能力的优化提升,此时应在宏观审慎政策紧缩的基础上,辅以适度宽松的数量型货币政策,以形成政策合力。反之,在高区制职能发挥能力与低区制冲击抵御能力的情形下,鉴于金融系统的运行状况与职能水平相对较好,政策组合需优先维护金融体系的冲击抵御能力,此时应收紧宏观审慎政策与价格型货币政策。
五、结论与政策启示本文在基于“能力观”混频测度中国金融稳定指数的基础上,评估兼顾金融稳定与经济增长双重目标以及锚定金融稳定目标下货币政策与宏观审慎政策的调控效果,并进一步深化对“双支柱”政策目标约束机制与占优调控策略的讨论。研究结果表明:(1)中国金融体系职能发挥能力与总体金融稳定状况呈稳步上升趋势,中美贸易摩擦及突发公共卫生事件对中国金融稳定的影响总体可控。(2)“双支柱”框架可有效发挥政策协同合力效应,其中“适度宽松的货币政策+收紧的宏观审慎政策”在提升经济活力、维护金融稳定方面产生积极的调控效果。(3)宏观审慎政策收紧的金融稳定效应较为突出,适度宽松的货币政策能够有效维护金融体系的职能发挥能力,但数量型货币政策和价格型货币政策对冲击抵御能力的调控效果存在方向差异。
基于上述结论,本文尝试总结出如下政策启示:第一,防范化解金融风险是金融工作的永恒主题,尽管近年来相关外生冲击事件并未对中国金融稳定整体格局造成持续影响,但仍具有较强的警示意义。我国应持续完善常态化风险处置机制,坚持稳慎化解存量风险并及时遏制增量风险,以更加积极主动的态度妥善应对各类风险挑战,进而为我国金融体系的稳健运行筑牢根基。第二,金融稳定是促进国内大循环稳定畅通的重要保障,因此在加速构建新发展格局的过程中,需充分认识新发展阶段经济金融体系的系列长期性战略目标,通过体制落实、机制健全以及法制完善等手段合力构建金融监管大格局,切实提高金融风险防范化解能力,形成适配金融强国建设的金融稳定保障体系。第三,“双支柱”政策施行过程中多元政策目标间可能存在潜在的冲突和风险,充分激发政策协同效能、确保同向发力、形成合力成为不可或缺之举。本研究表明,价格型货币政策对职能发挥能力与冲击抵御能力的调控效果存在明显不同,说明在针对金融系统具体维度进行调控时,应根据政策历史调控效果,靶向性地调整政策工具箱。第四,鉴于在政策目标不同区制状态下的“双支柱”政策占优策略存在一定差异,亟须建立健全货币政策与宏观审慎政策间的协同联动框架,探索构建政策目标锚定与调控力度适配方面的动态机制,增强宏观政策取向的一致性,充分发挥货币政策总量调节与宏观审慎政策结构性调节的差异化优势。
| [1] | 柴建, 王子洋, 张钟毓. 新格局下中国金融稳定状况指数构建及其与美国货币政策间的区制关系分析[J].管理评论,2022(8). |
| [2] | 陈浪南, 田磊. 基于政策工具视角的我国货币政策冲击效应研究[J].经济学(季刊),2015(1). |
| [3] | 陈伟泽, 陈小亮, 王兆瑞, 等. 长期TFP增速变化对双支柱调控框架的影响研究——兼论双稳定目标的实现策略[J].中国工业经济,2023(1). |
| [4] | 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(1). |
| [5] | 邓创, 谢敬轩. 中国的金融稳定及其与经济、金融周期波动的关联动态[J].国际金融研究,2021(7). |
| [6] | 邓创, 杨晨龙, 谢敬轩. “双循环”背景下我国金融稳定的新特征与输入性风险因素防范应对[J].统计研究,2025(7). |
| [7] | 方意, 王晏如, 黄丽灵, 等. 宏观审慎与货币政策双支柱框架研究——基于系统性风险视角[J].金融研究,2019(12). |
| [8] | 黄佳, 朱建武. 基于金融稳定的货币政策框架修正研究[J].财经研究,2007(4). |
| [9] | 姜勇, 杨源源. 货币政策与宏观审慎政策“稳金融”效应——兼论“双支柱”框架协调[J].学习与实践,2023(5). |
| [10] | 江振龙. 房地产市场波动、宏观审慎政策有效性与双支柱调控[J].统计研究,2023(2). |
| [11] | 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(11). |
| [12] | 李书, 刘子玉, 丁一. 财政扩张、金融稳定与“双支柱”调控框架[J].数量经济研究,2023(2). |
| [13] | 连军, 马宇. 金融危机、货币政策与企业资本投资——兼论经济新常态下货币调控何去何从[J].上海财经大学学报,2015(5). |
| [14] | 刘达禹, 徐斌, 王俏茹. 中国经济增长长期趋势的实时估算与贡献分解——兼论中高速阶段稳态的形成与识别[J].数量经济技术经济研究,2022(7). |
| [15] | 陆毅, 董丰, 周基航. 资产泡沫与双支柱调控研究——理论、政策与展望[J].南开经济研究,2024(11). |
| [16] | 马理, 范伟. 促进“房住不炒”的货币政策与宏观审慎“双支柱”调控研究[J].中国工业经济,2021(3). |
| [17] | 马勇. 基于金融稳定的货币政策框架: 理论与实证分析[J].国际金融研究,2013(11). |
| [18] | 庞晓波, 胥日. 货币政策对金融稳定的时变特征研究[J].商业研究,2018(12). |
| [19] | 彭红枫, 朱怡哲. 资本账户开放、金融稳定与经济增长[J].国际金融研究,2019(2). |
| [20] | 史金凤, 刘维奇, 杨威. 基于分位数回归的金融市场稳定性检验[J].中国管理科学,2011(2). |
| [21] | 邢天才, 王笑. 内外部经济政策不确定性与中国金融市场稳定的动态传递效应研究[J].当代经济管理,2021(10). |
| [22] | 杨子晖. 金融市场与宏观经济的风险传染关系——基于混合频率的实证研究[J].中国社会科学,2020(12). |
| [23] | 张小宇, 刘金全. 货币政策、产出冲击对房地产市场影响机制——基于经济发展新常态时期的分析[J].中国工业经济,2015(12). |
| [24] | 张屹山, 李晓新, 李志玲. 中国系统性金融风险内部市场间的动态传导研究[J].社会科学战线,2023(3). |
| [25] | 周德才, 纪应心, 李晓璇. 金融稳定是否应纳入中国货币政策目标——基于混频IS-Phillips模型的实证分析[J].南方经济,2019(6). |
| [26] | 周海欧, 肖茜. 我国金融稳定测度与因素分析(1994—2013)——基于“表现”和“能力”综合评价的视角[J].当代财经,2015(1). |
| [27] | Allen W A, Wood G. Defining and achieving financial stability[J].Journal of Financial Stability,2006,2(2):152–172. |
| [28] | Bernanke B S, Gertler M. Should central banks respond to movements in asset prices?[J].American Economic Review,2001,91(2):253–257. |
| [29] | Claessens S. An overview of macroprudential policy tools[J].Annual Review of Financial Economics,2015,7(1):397–422. |
| [30] | Disyatat P. Inflation targeting, asset prices, and financial imbalances: Contextualizing the debate[J].Journal of Financial Stability,2010,6(3):145–155. |
| [31] | Elsayed A H, Naifar N, Nasreen S. Financial stability and monetary policy reaction: Evidence from the GCC countries[J].The Quarterly Review of Economics and Finance,2023,87:396–405. |
| [32] | Iacoviello M. House prices, borrowing constraints, and monetary policy in the business cycle[J].American Economic Review,2005,95(3):739–764. |
| [33] | Jiang C X, Gao H J, Xu Q F. China’s risk contagion using the mixed-frequency macro-financial network[J].Economic Systems,2024,48(4):101212. |
| [34] | Klingelhöfer J, Sun R R. Macroprudential policy, central banks and financial stability: Evidence from China[J].Journal of International Money and Finance,2019,93:19–41. |
| [35] | Koong S S, Law S H, Ibrahim M H. Credit expansion and financial stability in Malaysia[J].Economic Modelling,2017,61:339–350. |
| [36] | Koopman S J, Van Der Wel M. Forecasting the US term structure of interest rates using a macroeconomic smooth dynamic factor model[J].International Journal of Forecasting,2013,29(4):676–694. |
| [37] | Poncela P, Ruiz E, Miranda K. Factor extraction using kalman filter and smoothing: This is not just another survey[J].International Journal of Forecasting,2021,37(4):1399–1425. |
| [38] | Sui J, Liu B Y, Li Z G, et al. Monetary and macroprudential policies, output, prices, and financial Stability[J].International Review of Economics & Finance,2022,78:212–233. |
| [39] | Tan B Y, Gan Z Q, Wu Y. The measurement and early warning of daily financial stability index based on XGBoost and SHAP: Evidence from China[J].Expert Systems with Applications,2023,227:120375. |