第三节 宏观审慎监管工具概述
宏观审慎监管工具与其抑制系统性金融风险的目标密不可分，且根据系统性金融风险的类型可以划分为两大类——时间维度和空间维度，分别对应周期性和结构性金融风险（见表1-3）。[21]
表1-3 宏观审慎监管工具分类
周期维度工具的主体思想是逆周期资本缓冲（countercyclical capital buffer，CCB），目标是缓解金融体系的顺周期特征。所谓“顺周期性”（procyclicality）是指在时间维度上金融体系与实体经济的动态彼此加强，繁荣与萧条所致的波动幅度被放大，破坏了金融部门和实体经济稳定性的事实。[22]2010年，《巴塞尔协议Ⅲ》首次提出了两项新的逆周期政策工具，强制性要求银行在经济上升期留存部分资本以弥补经济低迷时期的不足，平缓周期波动，提高银行的抗风险能力。同一年，巴塞尔委员会还颁布了《各国监管当局实施逆周期资本缓冲指引》，就逆周期资本缓冲机制的计提、释放和挂钩变量的选择给予指导性意见，为各国构建本国的逆周期资本缓冲模型提供参考。这一工具的逆周期监管特征体现在，资本要求随着金融机构贷款额的增加而增加，导致金融机构为了满足资本监管规定，需要在削减贷款者过度贷款要求或收取更高的贷款利率之间做出权衡。研究证明，逆周期资本缓冲工具的运用不仅可以在经济低迷时期提供流动性从而避免信贷紧缩，同时可用以降低信贷扩展的程度。[23]
另外一项以抑制金融机构逆周期性为主要目的的宏观审慎监管工具就是动态拨备（dynamic loan-loss provisioning，DP），也称为前瞻性损失拨备，是指根据经济周期环境对银行贷款违约的拨备进行动态调整，即在经济繁荣阶段增加拨备额，以备可能损失或经济衰退时使用，而在经济衰退阶段减少拨备额，以期降低经济恶化程度。此外，在经济衰退期间降低拨备规模也可以防止资产负债表疲软而削弱投资者对银行稳定性的信心。2000年西班牙在世界各国中率先实践逆周期拨备制度，运用动态拨备期间西班牙银行体系的贷款增长明显放缓。[24]然而，近年来理论上对动态拨备的效果存在一定的分歧。有观点认为，逆周期的动态拨备虽然可以抑制信贷供给波动，在经济衰退期支撑企业融资及其业绩。但也有证据表明如果在经济繁荣期增加拨备规模会导致银行的风险增加。[25]同时，动态拨备也是一把“双刃剑”，拨备率的合理程度也是备受争议的话题，需要在降低系统性金融风险和遏制经济增长趋势的两难中进行权衡。
另外，周期维度工具中还有两个抑制信贷过度增长的重要上限指标：贷款价值比（loan-to-value，LTV）上限及其替代指标，偿债收入比率（debt service-to-income，DTI）上限。其中，LTV上限在实践中的运用更为普遍，该工具限制了可以通过银行贷款融资的资产价值的百分比，确保了抵押品价值的充分缓冲。20世纪90年代初中国香港首先推出LTV上限工具以期抑制房地产行业泡沫化，并在经济周期交叠过程中起到了降低系统性风险的效果。[26]然而，LTV上限工具在单一经济体的政策效果评价并不一致。比如，基于加拿大银行数据的研究表明，当LTV比率上限下降1个百分点时，抵押贷款的年增长率将会减少0.25～0.5个百分点。[27]而日本商业贷款数据却表明，单纯使用LTV上限对遏抑贷款规模增长无效。[28]当前，LTV作为宏观审慎监管的政策工具，在全世界范围内得到了高度重视，采用该工具进行宏观审慎监管的国家数量得到了相当大的增长。跨国家的实证研究表明，在众多宏观审慎监管工具中，LTV上限工具对抑制房地产的过度扩张最有效。而且，对于降低价格冲击和遏抑资产价格与信贷间的联动性也有显著作用。[29]
结构维度工具主要关注个体金融机构对整体金融体系风险的贡献，即风险的分布。例如，《巴塞尔协议Ⅲ》提出两个重要工具——流动性覆盖率（liquidity coverage ratio，LCR）和净稳定资金比率（net stable funding ratio，NSFR），目的是加强对短期流动性风险和长期融资风险的监管。其中，LCR定义为银行优质资产的总额除以30日内的净现金流出。可见，LCR的水平越高，银行对短期流动性冲击的弹性就越大。NSFR定义为可用稳定资金除以所需稳定资金的比率。有研究表明，运用LCR和NSFR工具可以通过改变银行动机来降低银行挤兑的概率。实施LCR可以鼓励银行用短期流动性资产替代长期非流动性资产，从而防止出现银行挤兑；而NFSR工具则可以通过鼓励银行使用长期存款为流动资产融资，改变银行使用挤兑性存款的倾向。[30]作为LCR和NSFR的补充，宏观审慎稳定税（macroprudential stability levy）、核心融资比率（core funding ratio）和边际准备金要求等工具通过限制银行在为其信贷增长融资过程中使用批发型资金，从而引导其更加依赖于活动性较差的零售型资金，直接影响信贷增长和金融体系稳定性，可以由各经济体的监管部门自行选择实施。
此外，结构维度工具还包含应对金融系统中相互关联和传染的结构性风险，包括对大型和系统性重要公司收取更高的资本费用，以及限制金融系统内大型风险敞口的工具，还可以通过调整支付和结算系统等金融基础设施来降低金融系统内信用风险的累积。[31]在次贷危机后，学术界和实务界形成了共同认知，银行之间尤其是场外衍生品市场之间的相互联系会引发系统性风险。而纠偏的思路之一是通过设立中央交易对手为交易进行担保，从而取代了以往交易者间直接签订合约。随之而来的是场外交易的清算所模式，不仅减少了对抵押品的总体要求，而且可以限制金融网络内的风险敞口。与此同时，为避免重复微观审慎监管政策的错误，清算所还根据清算所成员对系统风险的贡献为其设定保证金。
发达经济体和发展中经济体在宏观审慎监管工具的使用上体现出一定的倾向性差异。发达经济体更青睐于负债端工具，这显然与发达经济体次贷危机前后的金融风险特征直接相关。回顾本轮金融危机中遭受重大损失的机构，如贝尔斯登、“两房”和美国国际集团等，危机前的普遍特点是一方面杠杆率上升过快，居于高点，抵御风险能力不足，另一方面是流动性风险集中，不仅金融产品同质化严重，风险关联度强，而且过度依赖回购和商业票据等短期融资市场。而危机后，上述重要金融机构又面临“大而不倒”的困境。因此，发达经济体在向宏观审慎监管过渡中对资本充足率工具的运用较为重视。与此同时，流动性要求和杠杆比率上限在发达经济体的宏观审慎监管框架下越发重要。
相比之下，新兴经济体和发展中经济体更加青睐于资产端工具。当然，这与发展中经济体普遍金融市场不发达、社会融资大多来自银行信贷直接相关。资产端工具可以通过降低不良贷款规模和潜在不良贷款造成的损失改善银行资产结构，抑制金融危机的爆发。金融监管机构可以使用资产端宏观审慎工具，包括LTV、DTI、特定行业的信贷风险限额和贷款增长限制等，抑制银行在繁荣时期过度放贷，从而避免经济衰退期的潜在损失。
表1-4总结了全球6个区域106个经济体分别在2000年和2013年使用宏观审慎监管工具的情况。数据显示，考察期内宏观审慎监管工具在全球范围内的使用均呈现上升趋势，其中4个样本区域内所有国家至少使用了表中所列的一种监管工具，且符合上述分析中发展中经济体和发达经济体的特征差异。其中，65%的国家使用了集中度限制，是使用最为广泛的工具，银行同业敞口限制（30%）和LTV上限（29%）分列其后。
表1-4 宏观审慎监管工具在世界各区域经济体使用情况一览
续表
鉴于宏观审慎监管政策整体是在2008年次贷危机之后推进的，其实施的国家和地区、工具种类等有一个循序渐进的过程，这制约了数据和样本的可得性，也成为宏观审慎监管工具有效性评价的天然障碍。另外，对宏观审慎监管政策和货币政策的交叠效应及其协调性仍无定论。因此，评价宏观审慎监管工具的难度进一步加大。即便如此，相关文献近年来仍不断涌现。其中，一类文献有着鲜明的特点，即利用国际货币基金组织的调查数据进行跨国家研究。例如，Lim等利用49个国家10年的面板数据发现，最被广泛使用的LTV、DTI、贷款增长上限、准备金要求和动态拨备等工具可以通过降低信贷增长与GDP增长之间的相关性有效遏制信贷与杠杆的顺周期性，进而防范金融危机的发生。[32]Claessens等考察了2000～2010年48个银行资产负债表变动对特定宏观审慎监管工具的反应，发现面向借款者的工具，如LTV上限、DTI上限、信贷增长和外汇借款限制，对抑制银行杠杆增长有效，而逆周期资本缓冲也有助于减缓银行资产的扩张，但在经济下滑期间这些工具阻止各项指标下降的效果有限。[33]Cerutti等实证检验了包括LTV上限在内的12种宏观审慎监管工具，结果显示这些工具有助于对金融周期的宏观管理，但对阻止衰退作用有限。研究还发现对于新兴经济体如果宏观审慎采用外汇相关变量衡量，可以证实宏观审慎监管有效降低了信贷增长率，进而对房地产价格增长产生了显著抑制作用。[34]
另一类文献则专注于个别国家和地区的宏观审慎监管工具有效性。例如，Igan和Kang研究表明，LTV和DTI上限工具对平抑韩国抵押贷款增长有效。[35]Dassatti Camors和Peydro利用银行-企业匹配的数据考察了幅度较大的未预期存款准备金率增长对乌拉圭信贷周期的影响，结果表明，一方面信贷整体规模下降，另一方面风险偏好型企业得到了更多贷款，且相比之下大型银行和系统性重要银行受到的影响较小。[36]Sinclair等以中国为研究背景，检验了利率、LTV和法定准备金的有效性，结论表明将法定存款率和LTV结合是实现价格和金融两者稳定的最优方法。[37]王爱俭等研究表明，在选定的宏观审慎监管政策工具中，逆周期资本工具对维持金融稳定有重要作用，且当市场遇到外生冲击时，宏观审慎政策对货币政策的辅助作用尤其明显。[38]
目前，宏观审慎监管工具有效性检验的实证方法主要分为两类。第一类方法基于传统经济计量模型，即首先列出所假设的线性或非线性模型，利用截面数据、时间序列或面板数据对其参数进行校准。例如，Carreras等基于19个OECD国家的数据对比了协整和非协整框架下包括LTV和DTI上限在内的几种典型宏观审慎监管工具对于抑制房地产价格和房地产信贷增长的有效性。[39]Tillmann基于VAR模型，利用韩国数据考察了改变LTV上限的效用，结果表明宏观审慎监管政策收紧可以引发信贷增长，并降低房地产价格增速。[40]但传统经济计量模型在政策分析上还存在诸多争议。如Lucas批判认为，以凯恩斯主义为基础的经济计量模型采用回归分析来比较可供选择的政策措施，且模型参数在分析过程中保持不变。但实际上政策制度的变化会改变个人对政策的反应方式，使得基础参数发生变化，反过来又改变政策制度的参数。因此，传统经济计量模型用于预测未来的经济政策变化及影响并不可靠。总之，传统经济计量模型仅相对简单地描述了经济市场的运行规律，在处理更为复杂的影响因素和影响关系时缺乏微观基础支撑。鉴于第一类方法的缺陷，第二类方法主要采用动态随机一般均衡模型（dynamic stochastic general equilibrium models，DSGE模型）。相对于传统计量模型而言，DSGE模型具有动态演化、随机冲击、一般均衡分析三大突出特点。其中，动态是指由于经济主体具有理性预期，因此模型构建基于经济主体会动态考虑当期行为决策对现在及未来的综合影响，可以呈现经济体从非均衡到均衡状态的动态形成机制；随机是指模型中引入多种外生冲击来模拟经济体在不确定环境下做出的反应；一般均衡分析是指DSGE模型基于均衡状态描述经济主体决策，模型刻画了经济长期状态（稳态）时的特征并基于此对模型求解。
DSGE模型的显著优点使其在宏观审慎监管工具有效性研究中被广泛采用。例如，Bailliu等利用包含金融加速器效应的DSGE模型分析了加拿大宏观审慎监管工具的有效性，结果表明当经济体受到冲击尤其是金融冲击时，使用宏观审慎监管工具能够在很大程度上提高福利水平。[41]王爱俭等通过以中国为背景构建的DSGE模型也得出了相似结论。[42]然而，基于DSGE模型的实证研究远未形成共识。如Suh在DSGE模型中引入金融加速器机制，发现资本缓冲的逆周期效应能够降低信贷周期波动，但针对特定部门的LTV工具造成了监管套利。[43]马勇构建了植入金融摩擦的DSGE模型，得出与之前许多文献不同的结论，认为在中国，资产价格、融资溢价和银行杠杆率不必直接作为宏观审慎的政策工具。[44]Funke等利用DSGE模型分析了LTV的效果，结果表明LTV上限可以有效抑制新西兰房价波动，但对消费指数影响甚微，宏观审慎监管可以与货币政策相互脱钩。[45]上述分歧的存在意味着基于DSGE模型框架的后续研究仍存在较大探索空间。