资本充足率要求以及流动性要求等金融监管具有典型的顺周期效应,因此常与逆周期的货币政策调整产生冲突,使得宏观调控的预期效果产生偏差,放大经济波动。根据之前学者的研究结论(Borio and Zhu,2008;熊丹等,2013),金融监管常通过四个主要路径对货币政策调控产生影响和冲突、造成经济波动的放大效应,包括资产价格和估值扭曲效应利润寻求效应央行沟通与反应效应与历史习惯影响效应(图1)。
首先,金融监管造成了资产价格和估值的扭曲。资产价格和估值的扭曲效应(Borio and Zhu, 2008)是指利率的降低提高了资产价格和抵押品价值,从而使得银行资产估值上升,提高了银行的风险容忍度。当考虑金融监管尤其是流动性约束时,利率降低导致的当前资产价格的上升可能恰好处于资产价格泡沫的累积期,银行会基于对未来资产泡沫破灭的预期以及金融监管的要求对当前的风险容忍度进行调整;而利率上升导致的资产价格和抵押品价值的螺旋式下降会极大的降低银行的风险容忍度。
再次,金融监管会干扰央行沟通与反应效应。央行沟通与反应函数(Borio and Zhu, 2012)效应主要包括两种效应:一是“透明度效应”,是指央行货币政策透明度的提升将减少市场的不确定性,降低风险溢价,进而使得银行愿意承担更多的风险。二是“保险效应”,如果市场一致预期央行将把宽松的货币政策作为应对负面冲击的手段,那么银行会降低其风险容忍度。金融监管是影响银行风险预算的重要因素,对上述两种效应都会造成干扰。
动态随机一般均衡模型(Dynamic Stochastic General Equilibrium Model,DSGE)是近年来中央银行在宏观经济分析及货币政策分析方面的重要研究工具之一,也是中央银行在经济建模方面的一个新视角。在传统计量经济模型中,微观经济分析与宏观经济分析基本上处于相对隔离的状态,模型缺乏良好的整体性特征(刘斌,2008)。这使得传统的计量经济模型在分析宏观的货币政策和微观的金融监管之间的协调关系时困难重重。与传统计量经济模型相比,DSGE模型具有显性建模框架、理论一致性、长短期分析的有机整合等建模优势,尤其在分析宏观的经济运行特征与微观的经济主体行为决策之间的相互影响关系方面具有独特优势。随着计算机运行速度的大幅提高及贝叶斯估计方法的不断改进,DSGE模型的更新程度及应用广度不断提高,并逐渐成为许多中央银行(如英格兰银行和加拿大中央银行)定量分析以及建模策略的基准模型之一。
我们首先对模型中的部分基本参数和变量稳态值进行赋值。表1列出了本文模型的11个参数值,根据Primiceri等人在2006年通过贝叶斯估计得到的参数估计结果,本文选择消费惯性因子h=0.815,劳动供给弹性。消费惯性因子h即是外部消费惯性因子,体现的是消费者的攀比效应(catching up with Jones effect)。当消费者在进行消费攀比时,一方不可能迅速赶上另一方,因此h取值介于0到1之间。贴现率参照刘斌(2008)的估计结果取0.99,劳动对效用的影响权重以及资本的季度折旧率δ参考康立和龚六堂(2014)的校准结果分别取3.4和0.025,相当于资本年折旧率为10%,这与标准DSGE模型的参数选取保持一致(康立和龚六堂(2014))。与劳动供给弹性ω一起,劳动对效用的影响权重取3.4保证了均衡时的劳动供给稳定在0.3左右,这与大多数关于新兴市场国家研究的经典文献保持一致。政府购买的回归系数ρG和随机扰动项的方差σG参照马文涛(2011)的估计结果。他选取我国近15年的财政支出,经过季节性调整和HP滤波处理后,得到ρG取值为0.82,σG取值为6.55%。