趙建：貨幣供給、流動性衝擊與系統性風險：模型與機理

作者：趙建，西澤研究院院長。本文發表於《金融評論》（c刊）2019第6期。

摘要：金融市場大幅動盪的直接原因往往來自流動性衝擊。最近幾年在全球貨幣政策大變局和貨幣供給呈現新變化的背景下，中國經濟和金融體系受到流動性衝擊的困擾越來越大，給維護系統性金融穩定和宏觀審慎管理帶來了巨大挑戰。本文以銀行資產負債表調整行為探索貨幣供給的微觀基礎，構建宏觀流動性的週期性縱向結構和“核心-中間-外圍”的橫向結構，理順流動性衝擊實體經濟和金融市場的基本機理，為系統性金融穩定和宏觀審慎管理提供決策依據。我們發現來自實體需求、銀行信用和監管變化的內生和外生衝擊，通過引發信貸結構的變動對金融市場形成巨大的流動性衝擊，衝擊路線在中國特有的貨幣分割和信用分層結構下表現出不一樣的特徵。旨在維護金融穩定的監管政策，需要理解中國獨有的流動性衝擊結構，站在整個宏觀審慎的角度進行統籌設計，防止出現“一刀切”治理模式對金融穩定自身的擾動。這需要在深刻分析貨幣和流動性供需機制的基礎上，建立與市場良性互動的宏觀審慎管理體系。

本文邏輯：

一、問題的提出

二、相關研究文獻

三、基本模型

四、微觀行為：基於貨幣金融機構的的資產負債表調整

五、宏觀結構：流動性與信用分層下的衝擊路線

六、結論與建議

參考文獻

（正文部分2.4萬字，閱讀時間大約50分鐘，請耐心閱讀或先分享轉發。）

一、問題的提出

伴隨著經濟的快速增長，中國金融業也迎來了空前的繁榮，貨幣深化程度（M2/GDP）和金融業增加值等指標步入世界前列。與此同時，2008年全球金融危機以後，實體經濟在短期財政刺激之後迎來週期性調整，之後增速不斷下滑並進入了“新常態”和“L”型階段。與經濟增長態勢形成鮮明對比的是，金融業卻在一段時間步入史無前例的“J”型繁榮，直到2016年的嚴監管和去槓桿。在此期間，金融機構資產負債表快速擴張，各類“銀行影子”與“影子銀行”業務無序膨脹，貨幣在不同金融機構之間交叉流轉、循環空轉，服務實體經濟效率不斷下降的同時增加了系統性風險。

這就引起了學術界和政策層，對中國實體經濟與金融體系之間關係的全面反思。作為現代經濟的核心，金融業以其跨時空資源配置的基本功能優化社會資源分配效率，在一定的條件下推動社會生產可能性曲線向外擴展，這在學術界和政策層基本達成了共識。但是，這個“一定條件”如何界定？合意的金融發展規模邊界在哪？如何確定金融化過度的閾值和經濟-金融倒U型關係的拐點？如何區分金融深化階段產業鏈細分拉長與金融空轉之間的差別（趙建，2017）？這些都是理論上基本達成共識，但現實中在操作層面比較難以把握的關鍵問題。

對中國金融行業來說，銀行（包括中央銀行、政策性銀行和商業銀行）是金融體系的主導力量，以銀行信貸為主的融資方式勢必在負債端形成龐大的廣義貨幣存量。在這種結構下，貨幣既是社會融資的結果，也是整個經濟體系流動性的根本來源。注意到這一層，才能深刻理解諸如中國金融發展史上“貨幣超發和消失之謎”、“M2/GDP過高之謎”，“大類資產高頻輪動與波動之謎”、“錢荒”和“資產荒”等一系列中國金融體系特有的問題。

因此，必須從貨幣供給的微觀視角和信用分層的宏觀視角去理解中國當前的貨幣、信用、流動性等系統性問題，以便為宏觀審慎管理和防風險攻堅戰提供理論依據和尋找理性可行的舉措。從貨幣供給的微觀角度來看，不同的貨幣發行準備雖然供給的是等同數量的貨幣，但形成的流動性穩定程度卻不相同。從流動性的供需結構來看，我們觀察到中國當前已經形成了“核心-中間-外圍”的三層次流動性結構：基礎貨幣-廣義貨幣-影子貨幣。基礎貨幣是央行的負債，為商業銀行之間的結算提供流動性；廣義貨幣是商業銀行的負債，主要為實體經濟提供流動性；影子貨幣是非銀行機構的負債，這些一般被稱為“影子銀行”的非銀機構既包括非銀金融機構，也包括非金融機構，它們以商業銀行的廣義貨幣為“備付金”，通過自身的信用（非金融企業的商業信用和金融非銀機構的金融信用）提供準流動性，如非銀金融機構間的回購協議、實體企業的商業票據和應付賬款等，他們本身不創造銀行貨幣，而只是帶來貨幣的轉移（孫國峰，賈君怡，2015）。這些非銀機構在邊緣位置創造的流動性，既可以通過替代效應補充傳統銀行信用的不足，也可能引發系統性金融風險。當前金融去槓桿的嚴監管政策，正是基於防風險攻堅戰的考慮，對影子銀行和影子貨幣進行規範和治理，但也在一定程度上影響了流動性結構從而引發了流動性對整個金融經濟體系的衝擊。

圖1：金融週期“J”型與經濟週期“L”型的背離

宏觀層面的原因可以從中國過去幾年“經濟週期L型+金融週期J型”的背離結構（如圖1）中尋找，這種結構至少造成了三種異象：一是“錢荒”，金融體系尤其是影子銀行的自生長和金融機構間的交叉放槓桿，流動性結構變得越來越脆弱，需要消耗銀行系統大量的廣義和基礎貨幣，央行的貨幣政策稍有波動即在整個系統間放大；二是“資產荒”，結構性過剩的流動性和金融產能追逐國企、地方平臺和房地產等所謂的低風險和高收益“核心資產”，從而形成巨大的資產泡沫和隱性風險，另一方面中小企業融資難、融資貴的問題卻得不到有效緩解，形成資金空轉等社會無效率現象。歷史經驗證明這些又是導致系統性金融危機的主要力量；三是“錢荒+資產荒”，這將導致銀行資產負債表螺旋式衰退，即“流動性收縮-資產收縮-負債收縮-流動性收縮-資產收縮......”。第三種現象無疑是防風險攻堅戰和宏觀審慎管理的重點。

這些問題的背後，我們看不到市場自身的力量能夠進行自發調節而實現宏觀風險的緩釋，相反我們看到的卻是微觀金融機構為了追求自身利益而合成的系統性佯謬。這是因為金融機構具有明顯的順週期特徵，他們在經營資產負債表的時候形成了資產價格-負債規模的正反饋擴張。在這種情況下，如果監管層不進行逆週期調節或者調節不當，很可能引發劇烈的金融市場波動。我們也需要認識到一個基本的金融-經濟週期規律：在經濟上行期金融週期和經濟週期的趨勢基本一致，但在下行期金融週期卻往往先是繼續擴張和膨脹與經濟週期產生背離，繼而以懸崖式崩潰的姿勢實現自身的週期性風險出清，引發的便是大型金融危機。這是金融週期和經濟週期在動態特徵上最大的不同，認識到這一點是做好防風險攻堅戰和構建宏觀審慎管理體系的前提之一。

本文是一篇具有時效性和緊迫性的問題導向性論文，研究的出發點來自於中國當前的經濟金融現實。2014年美國退出QE是全球金融週期的一個重要拐點，此後中國的證券市場——股市、匯市、大宗、債市陷入輪番震盪時段，尤其是2015年和2018年，匯率市場和股票市場的調整事實上已經影響到了系統性穩定。對監管部門來說，要做好下一步的宏觀審慎管理，首先需要問的問題是：導致系統性風險的根本原因是什麼？具體是如何傳導和演化的？當前推進的宏觀審慎管理的對象、邊界和核心關鍵點是什麼？等等。

基於這些問題，我們從央行和商業銀行貨幣供給的縱向視角和流動性結構的橫向視角，多維度審視中國金融系統的穩定性問題，特別是銀行系統資產負債表調整所引發的宏觀流動性變動，以及對金融市場產生的巨大沖擊，只有這樣才能從本質上理解流動性危機和系統性風險相互勾連的內在機理，從而為監管部門的宏觀審慎管理提供理論依據。

二、相關研究文獻

若從經濟學思想史追根溯源，在經濟學建立後的很長一段時期內，主流經濟學都沒有將流動性的問題納入到分析框架中，這可能源自新古典經濟學自創立以來所傳承的“貨幣面紗”和“金融中性”的研究傳統。然而經濟學是實踐導向和問題驅動的學科，有很多現實主義的經濟學者一直以來對貨幣問題非常重視，注重貨幣和流動性分析的經濟學思想大體可以分為三條主線。一是Fisher（1933）提出的“債務-緊縮理論”，源自於對1929年金融危機和大蕭條的解釋，這種分析傳統影響了Minsky（1986）等提出的內生不穩定理論，他們認為資本主義經濟的信用體系導致了內生波動。二是弗裡德曼提出的貨幣主義學說（Money Matters），他在解釋大蕭條時認為貨幣供給不足是主要原因。三是眾所周知的凱恩斯流動性偏好理論，凱恩斯已經注意到流動性問題對經濟的影響，但是並沒有對金融市場的衝擊進行深入分析。直到新凱恩斯主義開始採用“金融加速器模型”對經濟波動進行解釋，才開始重視信用、貨幣和流動性衝擊對經濟所造成的影響（Bernank et al.，1996）。

當代學術界和政策層對流動性、金融市場波動和系統性金融穩定的研究，最早具有代表性的是Diamond和Dybvig（1983）提出的銀行擠兌引發的流動性危機模型（D-D模型），該模型提出在經濟平穩運行時期，銀行作為信用中介可以較好的實現存款人和貸款人的均衡，但是在發生衝擊以後，如果存款人集中從銀行提取資金即“擠兌”的時候，流動性衝擊就會出現，如果衝擊的初始點引發自我強化的正反饋機制，就會爆發嚴重的金融危機。在D-D模型的基礎上，Morris和Shin（1998，2000）、Goldstein和Pauzner（2000）重點研究了預期條件和多重均衡的問題，他們將不確定性、信息傳遞和政策透明度等問題引入傳統的D-D模型中，提高了模型的現實解釋能力和豐富了政策層在管理預期和協調非理性行為的工具箱。Diamond和Rajan（2000，2001a，2001b）提出了流動性非對稱下的銀行脆弱性模型，該模型認為企業家資產的流動性和項目的投資收益率，對債務合同的可持續性以及整個金融體系的穩定至關重要。Allen和Gale（2000）構建了一個意在揭示流動性緊縮機制的模型，該模型認為由於流動性溢價的存在，資金充裕的投資者為了獲取更高的資本利得，會有意打壓價格來收購流動性差的資產；而流動性出現問題的銀行，則不得不以低於公允價值的價格（已經剔除流動性溢價的價格）拋售長期資產，從而因為自身資產的縮水降低了資產負債表的穩健性，這又反過來加劇了銀行的流動性危機。Chen（1999），Allen和Gale（2000a），Hausken和Plumpler（2002），Chari和Jagannathan（1988）等學者，研究了銀行同業間流動性危機傳染、國際金融危機的傳染和危機發生時的羊群行為等，對流動性衝擊金融市場的內在機理進行了更加深刻和微觀的研究。而最經典的，則是由Bernanke et al.（1996）提出，Bernanke et al.（1997）、Bernanke et al.（1999）、Kiyotaki 和Moore（1997）以及Azariadis和Smith（1998）等進一步發展並加以完善的“金融加速器模型”（The Financial Accelerator Model），該模型的基本觀點是由於信貸機制在現代經濟起著決定性作用，會導致小的衝擊帶來大的宏觀波動；同時信貸週期對經濟週期所造成的影響是不對稱的，相對於信貸擴張對經濟的提振效應，信貸緊縮對經濟的負衝擊效應更加明顯。在金融加速器機制運行過程中，流動性過剩和緊縮對經濟金融系統的衝擊是起決定性作用。

美國次貸危機發生以後，越來越多的學者從流動性衝擊的視角研究金融市場大幅波動的內在機理。查科和埃文斯等（2016）在研究了大蕭條以來包括次貸危機在內的歷次大型金融危機後直言提出，流動性是造成經濟危機的“罪魁禍首”，並詳細勾畫了次貸危機衝擊金融市場的傳導機理。劉鶴（2013）在分析美國次貸危機的發生機理時，認為危機擴散的主要原因是金融機構去槓桿和資本為了避險向發達國家迴流引發的流動性短缺和匯兌危機。易憲容和王國剛（2010）深入考察了美國次貸危機的流動性傳導機制，他們認為影子銀行作為一個創造流動性的新型工具放大了金融市場的波動。Heider et al.(2009)認為，金融危機時期，高流動性風險衝擊會引發市場逆向選擇，即使流動性大規模注入市場，流動性充裕的銀行仍然會採取囤積策略，削弱政策效果。Gale 和 Yorulmazer(2011)同樣認為，當產生宏觀流動衝擊時，銀行為了防止支付危機和應對過高的再融資成本而採取流動性囤積的策略，進一步加劇流動性衝擊的影響。Plantin(2015) 認為商業銀行通過影子銀行業務繞開資本約束，導致銀行體系的流動性乾涸，而過緊的資本約束可能會促使銀行過度開展影子銀行業務，從而給銀行體系的流動性安全帶來隱患。Gennaioli et al. (2013) 將影子銀行納入到銀行資產擴張行為特徵中，認為銀行雖然能夠通過投資組合多樣化降低影子銀行的非系統性風險，但卻不可避免地增加系統風險的敞口。

Brunnermeier（2016）研究了美國次貸危機的發生過程，認為傳統銀行向“發起-分銷”（originate and distribute）銀行的轉變，證券化、結構化金融產品和表外影子銀行的盛行，放大了流動性衝擊對金融市場造成的系統性損害。他們提出了流動性衝擊金融穩定的幾個渠道，包括債務人的資產負債表渠道、借貸渠道、金融機構擠兌渠道、網絡交叉感染效應、奈特不確定性厭惡渠道（Aversion to Knightian Uncertainty）等。Yan，Woodard和Sornette（2018）認為流動性緊縮是2008年金融危機發生的直接原因，同時金融危機又進一步造成了流動性的緊縮。以此為理論基礎，他們採用Johansen-Ledoit-Sornette模型（JLS模型），以金融市場回購協議交易量為主要指標，預測金融危機發生的時間拐點，該研究對監管部門建立更加前瞻性、全局性的宏觀審慎監測和預警體系，具有一定的借鑑意義。在技術層面，日益複雜的金融結構和不可預測的系統性風險，使得學術界開始加強跨學科方面的研究。除了經典的行為金融學範式，Battiston et al.（2016）提出借鑑複雜理論的相關模型和技術來檢測和預警金融系統性風險，對投資者和監管當局在理論和操作層面都有所幫助。

針對2013年以來中國金融市場波動頻率和幅度都不斷增大的現實，李曉偉和宗技川（2018）基於中國銀行同業間業務快速膨脹引發的流動性傳染和金融不穩定問題，對相關的前沿研究文獻進行了全面的歸納和總結，概括了對中國流動性衝擊和金融市場風險傳染的若干有意義的結論。對本文有借鑑意義的結論有：（1）流動性衝擊的放大器機制，信用市場的收縮和凍結，金融機構流動性管理策略的同質性與一致性拋售資產行為，放大了流動性風險的衝擊和感染面（Geithner，2007；Allen&Gale，2000；Cifuentes et al，2005）；（2）流動性衝擊的非線性機制，即大規模衝擊下銀行間市場放大了波動，小規模衝擊下銀行間市場則起到“穩定器”的作用（Ladley，2013；Nier et al，2007）；（3）流動性衝擊的間接機制，當出現重大的流動性衝擊時，波動會迅速從流動性的原生地——銀行間市場傳染到風險資產市場，金融機構為了保護自身頭寸而採取的一致性拋售資產行為會引發資產價格的崩潰式下跌，而這又反過來強化了流動性自身的問題（Diamond&Rajan，2005；Cifuentes et al，2005；Aikman et al，2009；Brunnrmeier，2009）。（4）博弈和行為經濟學模型下的微觀機制，通過基於信息、預期和行為的博弈模型及行為經濟學實驗，研究金融機構個體理性所導致集體非理性的合成謬誤機制（Schotter&Yorulmazer，2009）。在梳理相關基礎性研究文獻基礎上，李曉偉和宗技川（2018）初步提出了基於流動性衝擊視角下金融穩定和宏觀審慎監管的基本思路，他們認為對於宏觀審慎管理來說，關鍵的環節在於事中干預，即阻斷直接傳染和非理性恐慌下的合成謬誤行為。

上述研究文獻為我們研究中國當前的現實問題提供了思路和理論支持。本文與上述已有研究的不同之處，一是本文是基於當前現實問題的針對性研究，當前中國金融市場的波動歷史罕見，一方面是多年金融市場化改革的必然和內生現象，另一方面也存在一些外生的、結構性衝擊因素，這些已有的文獻都沒有進行系統的研究；二是我們通過研究央行和商業銀行的資產負債表經營行為，構建了“基礎貨幣-廣義貨幣-影子貨幣”三層次模型，深入分析了貨幣供給的內在機制及其模式轉換；三是我們注意到了中國獨有的流動性和分層結構，不同層次的流動性彈性不同，從而構建了特有的“核心-中間-外圍”流動性衝擊模型（類似Brandi et al（2016）在研究銀行同業借貸業務時構建的“核心-邊緣”結構（core-periphery structure）），不同層次具有不同的衝擊響應效應；四是本文研究了我國獨特的金融監管體系，尤其是分析短期的金融穩定措施和長期的金融改革戰略結合在一起形成的監管衝擊；五是我們對最近幾年流動性衝擊實體經濟和金融體系的傳導機理進行了認真的分析。

三、基本模型

現代信用貨幣制度下，中央銀行通過資產擴張發行基礎貨幣，商業銀行通過資產擴張創造廣義貨幣，總體上形成廣義貨幣以基礎貨幣為備付金實現派生的貨幣供給體系。根據定義，廣義貨幣是商業銀行的負債，基礎貨幣是中央銀行的負債，因此是銀行信用創造了貨幣，或者銀行信用（負債）本身就是貨幣。需要注意的是，貨幣是流動性的主要來源，但不完全等同於流動性，因為貨幣還承擔著價值儲藏等資產性功能。流動性可以認為是一種變現能力，不同口徑的貨幣內涵的流動性能力也不同，比如廣義貨幣中由於包含定期存款，流動性肯定不如狹義貨幣或基礎貨幣。如果只看銀行的負債端，貨幣在數量意義的表象下並沒有什麼異質性，然而貨幣發行背後的資產結構變化，卻直接影響著流動性的穩定性。因此要研究流動性波動的內在機理，必須從貨幣供給的微觀機制——銀行資產負債表的變化入手。

內生需求/貨幣政策

圖2 貨幣供給與流動性概覽圖

基本的原理如圖2，演示的實際上學術界一直論證的貨幣內生性和外生性問題。如果流動性的創造方向是從實體經濟的內生需求到貨幣被動派生，相對來說流動性就會有較高的穩定性，因為每一單位的流動性都有一單位的實體經濟內生需求相對應，從實體經濟需求到銀行信貸資產創造，到廣義貨幣對實體經濟的流動性支持，形成一個“貨幣-信用-經濟”的良性循環閉環。進一步這也說明貨幣除了傳統的數量意義之外，還有更加重要的向量意義。在傳統的貨幣數量方程式框架內，該問題指的是“從Q到M，還是從M到Q？”。雖然數量上看上去沒有差異，但貨幣創造的方向直接影響到流動性的宏觀穩定性。這也是本文通過中央銀行和商業銀行的資產負債表來分析流動性問題的理論基礎，因為銀行的資產負債經營行為，蘊含著貨幣創造派生的總量、結構和方向。

為規範後面的分析，我們構建一個簡單的貨幣供給和流動性模型。假設H為基礎貨幣，主要包括存款準備金和流通中現金。H主要受兩個變量影響：一個是來自實體經濟內生的變量，聯繫到中國的經濟現實，主要為外貿企業的結匯，設為Z；另一個來自政策外生變量，是央行為了維護金融系統流動性而採取的資產負債調整從而引發H發生變化的變量，設為u。都是這兩個變量的增函數：

假設M為廣義貨幣，主要為實體經濟的各類存款。假設M也受兩個變量影響，一是來自實體經濟內生的變量Q，主要為實體經濟單位的信貸需求；另一個是流動性缺口，因為當商業銀行信用擴張擴大廣義貨幣的時候，頭寸支付的缺口也在慢慢擴大，這就對基礎貨幣產生需求。因此廣義貨幣的供給函數則表示為：M=M(Q,H)。為了簡化問題但又不影響總體的結論，假設Z=Q，也就是實體經濟創造外匯的企業和個人，與整個實體經濟的信貸需求保持一定的比例，因此α可以看作對外經濟依存度係數。在函數的結構上，

,也就是廣義貨幣的供給是實體經濟信貸需求和基礎貨幣的增函數。同時我們認為，在一個對貨幣政策依賴度較高的經濟體裡面，實體經濟也受到廣義貨幣的影響，也就是所謂的貨幣驅動型經濟，因此，dQ/dM>0。同時按照經典的貨幣乘數方程，

現實的情況是，在貨幣供給體系之外，也就是銀行體系之外還存在信託、證券、基金、金融租賃及民間借貸公司等非銀金融機構。這些機構雖然不創造貨幣，但是通過轉移貨幣或創造信用來執行流動性的功能，也就是我們常說的影子銀行。為了表述方便，我們假設這些非銀金融機構供給的承擔流動性功能的信用為“影子貨幣”，記為S。影子貨幣以廣義貨幣為備付金，或者對貨幣進行再分配，將貨幣分配到銀行體系監管和風險偏好不允許的實體經濟領域，或者自身創造信用比如商業票據、應收賬款等。這兩類影子貨幣分別記為

，因為無論是哪類影子貨幣，都需要以廣義貨幣為支付準備金，因此我們統一記為

，其中q為依靠影子銀行融資的信貸需求，包括監管限制類和無法滿足正規金融信貸標準的企業和個人，假設這類需求是實體經濟總的信貸需求Q的一個比例β，即q=βQ，該比例與金融發達程度有關，金融較發達的國家該比例就相對高一些。θM為在影子銀行體系中做備付金的比例，或者可以看作是商業銀行體系衍生影子銀行的能力，該比例係數θ由金融監管強度決定，監管強度越高，數值越低。同理，我們認為影子銀行體系對實體經濟也有正面的影響，尤其是在金融體系不夠完備的經濟體系裡，無法從正規銀行體系獲取信貸資源的實體單位對影子銀行依賴會較大，因此有dQ/dS>0。

這樣，整個貨幣和流動性供給體系就可以表示為下面的方程組：

基礎貨幣：H=H(z,u) （1）

廣義貨幣：M=M（Q, H） （2）

影子貨幣：S=S(q,θM) （3）

從這組方程中我們可以看到，決定貨幣供給進而整個流動性供給的內生變量Q，Z ，又有可控的政策變量u，θ和制度變量β。假如經濟發生波動並且貨幣當局未採取政策對沖即u沒有發生變化，則影子貨幣、廣義貨幣和基礎貨幣引發的流動性變動分別為：

一般來說，當經濟發生較大的變動，比如過熱或者過冷的時候，的變化會引發貨幣政策的變動，這種變動關係一般來說通過泰勒方程來描述。泰勒方程是一種簡單的線性關係，中國的貨幣政策函數可能相對複雜，因此在這裡依然採用隱函數的形式表示：

。這樣當Q發生變化的時候，三種流動性的變化分別為：

在這裡我們重點分析貨幣政策的突然變化對整個流動性體系的衝擊。假設在去槓桿的背景下，u突然收緊，則會對整個流動性體系——從影子銀行，到商業銀行——都發生較大的衝擊，採用上面的方法可以表示為：

可見，在信用貨幣制度下，當實體經濟和貨幣政策發生貨幣衝擊時，會對整個流動性供給體系會產生連鎖反應。從上面的模型分析中，我們認為衝擊和波動程度受到以下因素影響：

1. 對外經濟依存度係數α。對外經濟依存度越高，當實體經濟發生變化時，主要通過外匯佔款等渠道，直接影響到基礎貨幣的供給。我們看到過去十幾年，先是國際貿易順差帶來了外匯佔款的激增，加上人民幣升值預期，央行通過外匯佔款渠道發行的基礎貨幣快速增長；而2014年以後，外匯佔款增速開始降低，外匯儲備在到達峰值後開始不斷減少，引發了基礎貨幣的波動，又進一步通過乘數效應影響到廣義貨幣乃至整個流動性體系，對實體經濟和金融市場帶來了較大的擾動。

2. 金融體系的制度和監管因素，在我們的模型中可以用β和θ表示。非銀金融機構向實體經濟供給貨幣或提供融資的比例θ越高，可以說明金融深化程度越深，金融結構更加豐富多樣，可以更好的為實體經濟提供多樣化的金融服務，因此係數β代表著金融市場的發展程度。與非銀金融機構相關的廣義貨幣量θM相對複雜，一方面從統計口徑上，一些非銀金融機構的存款比如股票賬戶和住房公積金賬戶裡面的資金也逐漸被納入廣義貨幣，另一方面非銀金融機構轉移和創造的“影子貨幣”也必須以廣義貨幣為備付金。根據上面的流動性對經濟和政策衝擊的敏感性方程來看，β和θ越大，帶來的衝擊效應越大。在現實中表現為，一旦監管氣候趨緊，與影子銀行高度相關的非銀金融機構受到的衝擊相對較大，這也與（10）式的方程結構相一致。

3. 基礎貨幣、廣義貨幣和影子貨幣的函數結構，體現在函數不同變量變動的敏感度上，即

。不同貨幣供給函數對不同變量的敏感度大小，直接決定了經濟和政策衝擊對整個流動性的影響。什麼決定了這些函數的結構呢？對貨幣金融機構也就是流動性的供給方來說，是資產負債表的結構及調整行為。因為在信用貨幣制度下，貨幣的創造一般是先從資產端驅動，雖然在負債端形成貨幣總量，但是資產端的結構代表著金融機構的運營模式和風險偏好，直接影響到整個經濟社會的流動性，比如外匯佔款等實體經濟變量Z，是在央行的資產端形成的外匯儲備等資產，繼而按照會計分錄在負債端形成準備金等基礎貨幣。廣義貨幣的創造也是商業銀行首先按照信用創造模式、風控技術邊界和風險偏好在資產端進行信貸資源的配置，繼而總體上在負債端創造了廣義貨幣。而非銀金融機構通過結構化設計從商業銀行獲取廣義貨幣後再轉移，或者通過通道業務流向了監管限制的領域，或者在不同會計科目間騰挪節約資本或撥備而進行監管套利。這些資產負債結構及調整行為，最終反應到貨幣供給函數的結構和對變量變動的敏感度上。由於現實比較複雜，我們沒有采用顯性函數的形式，只是採用隱函數的方式表達流動性衝擊的一般機理與路線。本文著重研究的是基於中國當前的現實問題，因此下面的分析會按照本章的基本模型和總體思路，對金融機構的資產負債表調整行為和宏觀的流動性分層結構進行深入分析。

四、微觀行為：基於貨幣金融機構的的資產負債表調整

（一）基礎貨幣供給結構：央行資產負債表的變化及影響

作為基礎貨幣的供給方H，央行通過擴張和調整資產從而形成負債向商業銀行注入流動性，央行資產負債表可以看作是整個貨幣銀行機構的“母表”。在信用貨幣制度下，是資產創造負債而不是相反（孫國峰，2001），也即每一筆貨幣背後都有發行準備。由於這種資產創造負債的模式，如果只看負債端的數量變化，很難發現貨幣供給對經濟和流動性的影響，因此必須觀察信用創造方——資產端的變化，這在基礎貨幣供給函數（1）式裡面用

表示。根據資產負債關係恆等式，結合我國央行資產負債表變化的主要特徵，我們可以把發行基礎貨幣的準備歸結為資產端的三個主要變量：商業銀行再貸款、外貿企業順差結匯、流動性便利（SLF、MLF等，相當於結構化的再貸款），這三個變量分別主導著不同的三個階段。

圖3 中央銀行資產結構調整與基礎貨幣發行

階段1：“撥改貸”背景下的國有銀行再貸款，對應著改革開放初期商品和要素貨幣化，時間跨度約為1980s和1990s。改革開放初期，原來計劃經濟下的資源配置模式轉為市場模式，企業自負盈虧後需要以貨幣的形式支付工人工資和購買生產資料，糧票、布票、油票等票證轉為統一的貨幣。生產、流通、分配、消費等環節都逐漸從計劃指令中走出來，轉為以貨幣作為交易媒介和價值計價，這就產生了大量的貨幣需求。貨幣投放的基本模式是：企業為支付工資和購買生產資料產生貨幣需求，向商業銀行貸款，商業銀行為了獲得備付金和流通中現金，向中央銀行再貸款，最終在央行負債端形成基礎貨幣。依靠從中央銀行獲得的基礎貨幣作為備付金和流通中現金，商業銀行通過向實體企業發放貸款形成廣義貨幣，從而完成整個貨幣化進程。這個貨幣化進程包括商品市場的貨幣化和要素市場的貨幣化，伴隨的是中國的商品和要素市場化進程（易綱，2003），所以這一時期的貨幣投放是從市場化到貨幣化的內生創造過程而不是相反，即從Z到H。

階段2：外貿企業結匯形成的外匯佔款，對應的是本世紀以來中國的全球化進程，時間跨度約為2000-2013。隨著中國加入WTO，對外開放程度不斷提升。作為勞動力資源豐富、製造業體系完善的發展中大國，中國以其廉價的勞動力、完善的工業體系，為世界生產出物美價廉的“中國製造”，滿足了世界各國特別是發達國家的商品需求。外向型經濟模式決定了經常賬戶大量順差的形成，通過強制結售匯制度在央行資產端形成了快速增長的外匯儲備，用Z表示，對應的負債端便是準備金——基礎貨幣。為了抑制流動性過剩問題（表現在u上），央行採取高存款準備金率的貨幣政策，這在短期內穩定通貨膨脹和資產泡沫的同時，實際上也改變了銀行的流動性和資產負債結構。由於商業銀行的一般存款要繳納高達20%左右的法定存款準備金，再加上曾經的存貸比等監管指標的約束，導致銀行開始依賴同業拆借和同業存款等批發性資金來源，這在一定程度上加劇了流動性波動。

圖5：內生性基礎貨幣創造過程

階段3：流動性便利等央行對其他金融機構債權（OMO、SLF、MLF等），對應的是商業銀行為滿足流動性缺口向央行的各類短期負債，時間大約為2015至今，這些操作都具體體現在政策參數對基礎貨幣的影響上，即

始於2008年的全球金融危機給對中國造成了巨大的溢出衝擊，美國所採取的對沖政策先是大幅降息和量化寬鬆，繼而加息和停止量化寬鬆及縮表，造成了外匯儲備流失的巨大波動，即先是大量熱錢流入，繼而又在快速流失。這“一脹一縮”也大大幹擾了我國的貨幣創造機制，這是當前流動性波動的主要根源之一。為了維護資產負債表的穩定，在外匯儲備流失形成的縮表壓力下，央行只好通過公開市場操作主動或被動購入政策性銀行、商業銀行等其他金融機構的債務，比如短期流動性便利（SLF）和中期流動性便利（MLF）等。這些流動性便利本質上是商業銀行具有抵押、回購等性質的短期再貸款。但跟第一階段基於市場化和工業化的再貸款不同的是，這個階段的再貸款只是央行和商業銀行之間的交易性行為，主要是後者為了管理流動性採取的風險對沖舉措，與實體經濟的生產經營活動無關。通過公開市場操作，央行資產負債表的結構也悄然改變：內生於經濟體系、以外匯佔款為依託的實體需求讓位於調整銀行流動性缺口的金融需求。

理解基礎貨幣最新一階段的供給模式，是理解當前流動性波動、貨幣政策傳導等問題的核心和關鍵。這本質上就是所謂的脫離實體經濟內生需求的“外生貨幣”問題，導致的結果之一可能就是所謂的“資金空轉”和流動性陷阱。具體來說主要造成以下問題：

一是與內生性貨幣被動投放具有實體經濟需求基礎相比，央行對商業銀行的債權通過公開市場主動投放的貨幣，主要的目的是為了對沖流動性波動和維護央行資產負債表的穩定，但具有“期限短、成本高、預期管理難”等問題，這無疑增加了政策操作的難度和風險。也就是當實體經濟難以創造內生信貸需求Q，基礎貨幣的供給變成依賴政策變量的時候，流動性波動開始加大。

二是本意旨在維護系統性穩定的、低於市場利率的貨幣資金，可能會加劇商業銀行對批發性資金的過度依賴，並通過放大槓桿和提高期限錯配進行套利獲取盈利，從而總體上形成了層層嵌套、相互交織的同業信用網絡，有一個機構發生問題就會迅速向外圍傳染，增加了流動性結算的需求和提高了系統性風險隱患。現實中這跟中央銀行和商業銀行的技術形態與風險偏好有關係。

三是在在分業監管和“寬貨幣+緊信用”的監管環境中，金融機構通過模式創新和同業合作進行監管套利，造成資金圍繞政府信用（利率債、金融債、地方平臺和國企等）在央行、商業銀行以及非銀行金融機構之間自我循環就能盈利，沒有動力再向實體經濟借貸承擔更高的風險成本。這就加大了實體企業的融資可得性難度和提高了融資成本。這個時候，由於“緊信用”的監管態勢和“寬貨幣”的市場狀態存在結構性套利空間，這個套利空間通過非銀金融機構與商業銀行合成的影子銀行完成，從流動性傳導上就是從M向S的流動。這也意味著，β和θ的無效率增大，從而按照（4）（5）（6）式的傳導結構放大了流動性的波動。

（二）廣義貨幣供給結構—商業銀行資產負債表變化及影響

根據信用貨幣制度理論，廣義貨幣的投放依靠的是商業銀行資產端的創造，在大多數情況下與實體經濟密切相關（Q）。銀行資產端的結構調整對應的是近四十年中國經濟主導產業的變化，大體來說廣義貨幣週期也經歷了三個階段，分別是：基於工業化的工商企業信貸投放、基於城市化的房地產和平臺貸款、基於金融深化和結構化的非銀金融機構貸款。商業銀行的資產負債表調整，直接影響到宏觀流動性問題，同時又與監管政策形成複雜的動態博弈關係。在廣義貨幣函數（2）中，前兩階段主要涉及到實體經濟信貸需求Q，後一個階段涉及到廣義貨幣M與影子銀行S之間的關係。

階段1：基於工業化進程的工商企業信貸投放。改革開放以後中國開啟了工業化進程，產生了大量的信貸需求，這些信貸需求依靠商業銀行的貸款滿足。商業銀行在發放工商企業信貸的過程中，在負債端也形成了大量的存款。企業在經營過程中向員工支付工資，也逐漸積累了大量的居民儲蓄。這樣就相當於發行了越來越多的廣義貨幣。

階段2：基於城市化進程的房地產和平臺信貸投放。工業化進程完成初始積累後，就必然伴隨城市化進程（孫秀林，周飛舟，2013）。城市化進程需要兩大方面的投資，一是為容納新增城市人口的房地產投資，另一個是為城市生活提供的路、管、網、電及公共場所等基礎設施投資。前者依靠商業銀行的房地產信貸投放，後者需要向城市建設部門發放貸款。從圖 中看到自本世紀以來房地產貸款快速增長，銀行對政府的淨債權也在逐年增加，尤其是2013年以後有了迅猛的增長（跟統計口徑的變化也有較大的關係）。

階段3：基於金融市場化進程的非銀行金融機構信貸投放。黨的十八大以來，按照深化改革的總路線，我國加快了金融市場化改革，放寬了不同金融機構之間的業務合作創新，以提高融資多樣化和加快多層次金融市場建設步伐。尤其是，從2012年開始，金融行業開啟了“大資管”和“泛投行”元年，銀行、信託、證券、基金、保險之間的大同業業務迅速發展。如圖6可見，2012年以來商業銀行對非銀金融機構的貸款出現了迅猛的增長，這還只是表內的所謂的“銀行的影子”，如果加上表外的“影子銀行”，數量和增長速度可能更大（殷劍鋒，2018）。從負債端來看，商業銀行從中央銀行融入更多資金，並通過發行同業存單、大額存單等方式實現主動負債，客觀來說提高了資金來源的多樣性和流動性管理能力，但同時也加大了對批發性融資的依賴程度。而諸多的研究已經表明，金融機構對批發性融資的高度依賴將提高流動性風險，當大的衝擊出現時會導致系統性不穩定（劉鶴，2013）。

我們觀察到自2013年以後，中國經濟金融系統飽受流動性波動的衝擊，資本市場和匯率市場出現前所未有的高頻、大幅波動。從廣義貨幣供給的角度，總體來說可能主要有三方面的原因：

第一，貨幣供給總量的變化，廣義貨幣增速在嚴監管後也開始進入“L”型下行階段。2012年中國經濟開始進入增速放緩的新常態和“L”型，但最初幾年廣義貨幣總量和社會融資總量增速並沒有相應的減緩，甚至出現了“J”型膨脹。這意味著依靠Q內生拉動的流動性供給越來越少，更多的是依靠政策變量和影子銀行，導致S/M 的數值越來越高。直到2016年以後貨幣和社融才開始順應經濟週期增速不斷下滑，同樣呈現出“L”型形態。這種信貸和貨幣供給端的總量收縮，2018年首先在流動性較高的股票市場引發了劇烈波動，這是很值得我們去思考的事情。

第二，貨幣供給結構的變化，從銀行信用的配置結構來尋找答案。按照現代信用貨幣理論，廣義貨幣的發行結構實際上就是信貸投向結構。2012年以後商業銀行的信貸投放轉向了政府、房地產和非銀金融機構三個領域，這三個領域的共同特徵就是都隱含著政府信用的剛兌保護，造成了貨幣向這三個領域過度聚集而其他領域尤其是市場化的民營經濟領域流動性日漸淺薄的結構性失衡局面。我們可以稱為廣義政府信用對私有信用的擠出，這也是央行不斷定向降準放寬貨幣政策但實體經濟依然缺少流動性的主要原因。

第三，商業銀行資產負債表結構的變化，主要表現為資產負債期限結構的錯配。表面來看，雖然是1單位信貸等銀行資產創造1單位的存款即廣義貨幣，但是在資產負債兩端卻有著不同的期限要求。一般來說，資產端的期限要長於負債端，信用市場的平均久期要長於貨幣市場，這就造成了對流動性的結構性需求。另一方面，從商業銀行盈利的商業目的來看，更加傾向於縮短負債結構和拉長資產結構以賺取期限利差，但是這從總體上加劇了宏觀流動性的波動，也就增加了系統性風險。

從圖7中我們可以簡略看到在當前貨幣供給結構下的流動性傳導鏈條。在封閉經濟體系下，央行是貨幣的“源頭”，無論是降準還是公開市場操作，具有一級交易商的商業銀行先獲得資金H，然後可以通過同業存單和拆借的方式借給不具有一級交易商資格的中小銀行。需要注意的是，在現代信用貨幣制度下並不是商業銀行先獲得基礎貨幣的流動性後再投放給資金需求方，而是直接向需求方貸款同時創造存款即廣義貨幣。但是這個創造過程中會發生存款搬家或儲戶取現後形成的流動性缺口，商業銀行必須依靠同業市場上的基礎貨幣來彌補這個缺口。因此從這個流程圖中可以看到，基礎貨幣和廣義貨幣並不是簡單的線性乘數關係，基礎貨幣本質上解決的是銀行間的流動性問題，廣義貨幣解決的則是實體經濟的流動性問題，廣義貨幣的創造也就是實體經濟流動性的創造，在流動性約束不緊的情況下首先取決於商業銀行的信用和風險偏好。這內生於商業銀行的貨幣（銀行信用）供給函數M，貨幣當局無法直接干預（否則類似計劃經濟），在我們的模型中只能通過控制變量u改變基礎貨幣H來間接影響廣義貨幣M，這是理解貨幣供給結構即信貸投放結構與流動性關係的重要方面。

圖6：近十年來商業銀行資產配置發生顯著變化

（三）影子銀行對貨幣供給結構和流動性波動的影響

影子銀行是全球性問題，既是金融發展到一定階段，金融深化、金融產業鏈細分和投融資多元化的表現，又潛藏著較大的系統性風險，這個已經由許多歷史案例證明，比如2008年引發全球金融海嘯的美國次貸危機，實際上就是結構化金融的過度、過快膨脹引發的內生不穩定。

金融嚴監管之前的幾年間，中國的影子銀行呈現迅猛增長的態勢。圖 列示了銀行理財產品、信託類資產、券商資管類資產等主要的影子銀行類業務規模，整個影子銀行的規模最高近75萬億元。根據孫國峰，賈君怡（2015）的估算方法，中國的影子銀行規模從2008年的5萬億元左右，在不到十年的時間裡飆升了十餘倍。影子銀行由於遊離於監管體系和商業銀行資產負債表之外，結構異常複雜，信用主體等級低且存在大量不透明的環節，成為造成系統性隱患的主要因素（Ehlers 等，2018），這是美國次貸危機發生10年後對中國金融監管和改革最主要的經驗教訓和啟示之一。

銀子銀行的產生根源有多種，學界公認的觀點是商業性金融機構為了規避監管而進行的所謂“結構化創新”。結合影子銀行公式（3），我們認為需要站在中國特有的貨幣深化和金融市場化進程，以及特有的金融監管結構視角來理解中國式影子銀行的產生和迅猛發展：

第一，影子銀行的產生和發展，並不一定全是“監管套利”，在發展中國家還是金融產業鏈（信用鏈、貨幣鏈）延展和細分的表現（趙建，2017）。這種延展和細分一方面提高了金融服務的專業化和多元化水平，另一方面也對各類風險進行了更加精準的匹配，完善和優化了經濟體的資產組合前沿。也就是金融發展提高了制度係數β和θ。

第二，在金融不發達的經濟體系裡，影子銀行可以作為傳統和正規金融的有益補充，尤其是可以特有的風險偏好為風險等級較高的中小企業融資。如圖7所示，當經濟下行期商業銀行的風險偏好不斷提升，主要服務於國企和地方融資平臺等大型客戶時，通過影子銀行的涓滴效應可以部分的為中小企業服務。比如，國有企業或者非銀金融機構通過高信用等級從商業銀行體系獲得融資後，可以將部分資金通過各類通道投放給中小企業以獲取高額利息，這就部分解決了中小企業的融資難（可得性）問題，雖然融資貴的問題一般很難通過這種渠道解決。

第三，中國的漸進式、分類別的金融市場化改革，不可避免的形成了階段性的利率和信用雙軌制。前者主要體現在傳統的存貸款雖然形式上取消了利率限制，但實質上還受定價自律體系和窗口指導的約束，同業間市場定價也存在利率走廊的限制，信貸合同中依然採用利率管制時期的基準利率；後者則表現為廣義政府信用（政府和國企）和民營企業信用的雙軌，前者具有顯性或隱形的國家擔保和剛性兌付，對風險較大的後者在銀行的資產組合上形成擠出。雙軌制在一定程度上造成了貨幣信貸資源的錯配，以及商業銀行的監管套利行為。具體的表現就是在表內，商業銀行不斷降低傳統存貸款的佔比，提高同業負債和投資佔比，按照利潤最大化原則在監管約束下最大化攫取利率雙軌制帶來的套利收益；而在表外，銀行通過結構化設計形成影子銀行，投放到監管機構禁止的領域，並減少資本和風險計提以實現監管套利。這是近十年商業銀行資產負債表調整的核心邏輯和基本微觀驅動力，也就是資產負債表的變化映射到了我們模型中S/M的比例上，是該數值的快速增長。

關於影子銀行與貨幣供給及流動性之間的關係，我們的基本觀點是，影子銀行一方面在監管體系和銀行資產負債表之外創造流動性，比如實體企業的應付賬款、商業匯票等商業信用，非銀金融機構的多重質押式回購，但同時另一方面也消耗銀行體系的流動性。因為無論是P2P、小貸公司和民間借貸的資金池業務還是實體企業的商業信用和非銀金融機構的信用，他們的信用關係都需要銀行存款或流通中現金作為備付金。除了一部分可以創造商業票據、應收賬款和“個人白條”等“影子貨幣”之外，大部分主要是貨幣的轉移。即使能夠創造信用，最終也需要商業銀行的廣義貨幣進行結算。只要將影子銀行機構在商業銀行中的存款看作是其“準備金”，將商業銀行看作是影子銀行機構的“央行”，就能輕鬆理解上面的觀點。這樣就在“基礎貨幣-廣義貨幣”的貨幣分層體系中又加了一層“影子貨幣”，這無疑在豐富貨幣供給結構的同時也增加了流動性的不穩定，因為影子銀行增加了信用背書和支付清算的環節，而且這三個層次的貨幣之間都存在乘數效應，一旦基礎貨幣產生變化，會通過乘數效應傳遞到廣義貨幣，進而又會增加一層乘數關係傳導到影子銀行體系，最終在宏觀層面上放大了流動性波動（在我們模型中可以用式（4）、（5）、（6）表示）。暫且不論影子銀行的不透明性對貨幣政策的擾動（溫信祥，蘇乃芳，2018），即S對u的擾動。

圖7 影子銀行、貨幣供給與流動性傳導

圖8 主要影子銀行類業務規模

五、宏觀結構：流動性與信用分層下的衝擊路線

我們已經從微觀視角，通過分析中央銀行和商業銀行的資產負債表調整行為，研究了貨幣數量供給背後的結構性因素。要全面理解貨幣供給與流動性波動之間的關係，還要從宏觀上理順信用、貨幣和流動性的傳導路線與作用機理。因為與發達國家相對統一和完備的貨幣金融市場不同，中國在金融市場化進程中還存在著貨幣分割、信用歧視和流動性分層等特有的現象。只有理解中國特有的金融國情，才能更好的推進結構化去槓桿政策和打好防風險攻堅戰。

（一）宏觀流動性傳導機理：三層次結構模型

信用存在等級，在現代信用貨幣制度下，貨幣的供給主體也具有不同的等級。對於中國當前所處的金融發展階段，這種層級結構更加明顯，主要有三方面的原因：一是以商業銀行尤其是國有商業銀行為主導的廣義貨幣供給體系，導致貨幣信貸市場也存在國有和非國有的差異；二是相對發展滯後的貨幣金融市場抑制了央行公開市場操作類貨幣政策工具的效果，貨幣供給量和利率在不同層級的傳導過程中存在較大的摩擦；三是漸進式、分類別的利率市場化進程形成了圍繞階段性“雙軌制”進行套利的各類“金融創新”，加上“通道”業務人為拉長的交易環節和貨幣流通鏈條，更加增加了貨幣傳導的環節和層級。

總體上，可以將整個貨幣體系分為“核心-中間-外圍”三個層次，處於不同層次的金融機構根據風險和規模偏好，以及所有制性質與實體經濟的不同單位進行匹配，形成了所謂的貨幣分割和信用歧視。這個三層次結構模型的主要構成為：

圖9：信用分層與流動性傳導結構

外圍層為非銀金融機構，實際上又分為兩層，一層是券商、公募基金、信託、私募基金、財務公司等備案和持牌的非銀金融機構，另一層是未持牌、未備案的所謂“民間金融”機構，承擔著供給“影子貨幣”S的職能。在流動性供給方面，這些非銀金融機構的特徵是他們並不創造貨幣，而是通過轉移或再分配廣義貨幣（銀行存款）來為資金需求方提供流動性。主要有兩類，一類是從銀行體系批發融出資金，做的主要是進行監管套利的通道業務和層層質押式回購多次加槓桿的錯配業務，是最近幾年影子銀行的主要製造商。比如國有企業的財務公司，他們利用國有企業的高等級信用，從商業銀行低價批發資金，然後再貸給亟需資金的民營和中小企業以及房地產公司，最終賺取不菲的利差。民間金融涉及到民間借貸，甚至很多涉及到非法集資，他們是無法獲得正規持牌金融機構提供流動性的個人和機構，但一般來說他們本身並不創造流動性而只是關係到流動性的轉移和再分配。民間金融一方面緩釋了由於正規金融服務不夠全面和深入帶來的流動性需求缺口，另一方面由於這些金融活動沒有在監管的視野和覆蓋範疇內，存在一些對整個金融體系穩定性產生威脅的風險隱患。現實往往是，在經濟上行期或相對平穩的時期，民間金融通過資金的再分配來實現貨幣信貸資源的優化配置，為難以從傳統和正規金融機構獲取資金的群體提供流動性；然而當經濟開始下行、金融環境惡化的時候，民間金融領域首先會出現問題，並將風險向其它層級傳染，這也是金融風險外部性的一種體現。

（二）流動性波動對實體經濟的衝擊——以去槓桿為例

一般的貨幣衝擊主要有兩種情形，一是外生的，主要是貨幣政策突然發生變化，大幅放鬆或者大幅緊縮；二是內生的，實體經濟發生變化，信貸需求大幅增加或者減少。兩種情形的傳導方向恰好相反，第一種情形首先在貨幣供給體系內引發波動，然後按照匹配層級向實體經濟傳導，比如監管趨嚴或者貨幣政策收緊後，首先受到影響的是金融體系的外圍層（主要是影子銀行），而與外圍層對應的則是依靠外圍層融資的中小企業和個人，這些實體單位的資金鍊即流動性首先發生問題，接下來再進一步向流動性的內層“反噬”。無論是美國2009年前後的次貸危機，還是中國2012年前後信用風險的集中爆發，基本上都是外圍層（在中國是民間借貸）首先發生問題然後向金融體系內部傳染，因此波動敏感度或者幅度大小排序為：

。

我們以去槓桿為例。在本文的模型裡面，槓桿作為實體經濟和非銀金融的負債，實際上就是廣義貨幣M與影子貨幣S的綜合，因此槓桿率Γ可以表示為Γ=（M+S)/Q 。

假設貨幣當局通過收縮政策變量來實現去槓桿的目的，結合式（7）（8）（9）（10）（11）（12）式，槓桿率的變化為：

政策當局的目的是使得dΓ/du>0，即當貨幣政策收縮時槓桿率降低。但是從上式我們看出，由於實體經濟變量Q對貨幣的依賴依然較大，當貨幣政策變量u收縮引發M和S收縮的時候，對分母實體經濟Q也同樣造成了收縮效應，因此收緊政策變量u來去槓桿，會引發分子分母的同時收縮，因此總的效果不一定。如果貨幣政策收緊到一定程度，如果實體經濟對貨幣和信貸依賴度較高，或者本來的經濟增長就是信貸驅動型的，那麼u的收縮不僅不會降低槓桿率Γ，反而會因為Q對的收縮效應更大而提高槓杆率，這時去槓桿政策就會適得其反。

與此同時，需要意識到貨幣供給體系的分層結構同樣對應著實體經濟單位的分層結構，理論上來說不同的金融機構匹配著最優的實體服務對象，匹配依據的主要變量是信用等級、體制屬性、業務規模、風險偏好等。如圖9所示，央行和政策性銀行主要服務財政部門，國有商業銀行主要服務央企、地方國企和政府大型項目，股份制銀行主要服務國企、地方平臺和優質的上市公司，地方城商行則主要服務地方政府和國企分公司以及當地優質的民營企業，非銀金融機構的通道業務對應著未納入地方債預算管理體系的地方政府平臺和房地產等融資，非通道業務和民間金融則以較高的利率為中小企業提供金融服務。

當監管部門開始收緊貨幣政策的時候，在不同的信用層級裡面產生的槓桿去化程度並不一致。相對於抵押資產充足、信用程度較高、管理相對規範、規模效應顯著的國有企業，民營企業在信用評級和獲得金融資源支持方面都存在劣勢，所以去槓桿首先從圖9中的外圍層開始，先去只能靠非正規金融機構支持的中小微企業，然後開始向優質民企和上市民企蔓延。與此同時，具有高等級信用的國企和事業單位（包括融資平臺）不僅不會降低槓桿，還可能因為“資產荒”成為眾多金融機構“擁擠”授信的對象，這樣信用和貨幣分層造成的流動性分化會更加嚴重，以至於出現最近幾年經常發生的“水漫銀行和國企”，但中小企業融資卻越來越難、越來越貴的現象。圖10顯示，在去槓桿過程中，民營企業槓桿率的下降幅度明顯高於國有企業。

圖10：規模以上工業企業資產負債率

（三）流動性波動對金融市場的衝擊：以股票市場為例

流動性波動會對高頻交易的金融市場產生直接影響。許多學者對流動性衝擊金融市場的傳導機理和後果進行了深入的研究（Adrian and Shin，2008；Acharya and Pedersen，2005等 ）。我們認為流動性波動衝擊金融市場主要存在六個機制。以股票市場為例，總體的衝擊結構圖如下：

1. 實體機構的資產配置和交易。主要包括企業和居民，對於居民也就是散戶投資者來說，購買證券就是向股票市場注入流動性，方式可以用自有資金——取決於可支配收入，也可以用槓桿資金——取決於自身信用水平。中國的證券市場以散戶為主，決定了會出現一些非理性決策行為，比如羊群效應、追漲殺跌、心理賬戶等問題。資產價格與信用擴張和流動性創造之間存在一種正反饋機制，實體機構一方面用自己的資金頭寸進行證券投資，另一方面又通過實體經濟的信用活動和資產質押創造著廣義貨幣，從而形成更多的流動性流向證券市場。如果流動性的正向衝擊引起資產價格進一步上漲，則在資產創造信用和流動性的機制裡，將引發新一輪的正向循環。因此在流動性分析中，最根本的內生流動性還是來自於實體經濟的信用和貨幣創造活動。

2. 非銀金融機構的投資、交易和融資融券。既包括證券、基金、信託和保險等持牌金融機構，也包括投資公司、民間借貸、P2P等非傳統金融機構，他們主要直接投資或者通過向投資者提供融資融券和場外配資等模式向股市注入流動性。這些非銀金融機構除了部分自營資金外，也會從商業銀行通過通道獲取資金，這些都提高了流動性結構的複雜性。事實證明，在2015年的股票市場大幅波動中，場內融資和場外配資等加槓桿行為，要為證券市場的大幅波動負主要責任。

3. 商業銀行的股權質押行為，將信用風險和市場風險聯結到了一起。按照法律規定，商業銀行無法直接投資股市，但是可以通過基金和一些結構性通道間接投入股市，還可以通過股權質押為大股東提供流動性間接影響股市。最近幾年，在貨幣寬鬆和流動性充裕的背景下，上市公司大股東通過股權質押來獲取資金成為一種趨勢，直到2018年股市發生大幅波動。對於中國的企業來說，上市本身代表著一種來自資本市場（流動性）的信用背書，因此上市公司可以通過股權來獲取債務性融資。然而，在流動性危機中，當股票市場的價格下跌到某個閾值，就可能引發一個“股價下跌-質押預警-銀行平倉-股票拋售-股票下跌”的正反饋過程，這個時候就可能引發流動性危機。2018年股票價格大跌實際上主要觸發的因子就來自於股權質押爆倉引發的惡性正反饋，這個惡性循環恰好是上面我們論述的“資產價格-信用創造-流動性創造-資產價格”的一個緊縮過程。股權質押本質上也是一種加槓桿行為，其複雜之處是將信用風險、市場風險和流動性風險緊密聯結在了一起，一旦質押方大股東出現信用違約，質押標的的拋售很可能引發進一步的流動性危機。

4.資產定價中的風險折價機制。如果考慮到流動性對資產價格定價的深遠影響，就需要將流動性成本也納入資本資產定價模型，投資者對證券進行定價的時候，需要計量內嵌的流動性風險。這是投資者微觀角度的考量，對宏觀穩定性造成的影響是，在極端情形下，投資者對流動性風險的同質性計量會引發金融市場的大幅波動。也就是如果大部分投資者由於某種外生衝擊同時採取提高流動性風險因子權重的策略，那麼就會形成“流動性折價-資產價格下跌-流動性折價”的正反饋緊縮。Acharya和Pedersen(2005)對流動性波動和資產定價的關係進行了深入的研究，給出了在“紅利和流動性成本跨時間不相關”的假設下導出的基於流動性風險的資本資產定價模型（LCAPM）。

5.投資者集體作用產生的情緒感染機制。由流動性引發的市場波動往往是巨大的，從而引起投資者情緒方面的變化並在整個市場蔓延。從過去發生的幾次危機中可以看到，即使市場上依然具備流動性緩釋能力，比如2009年美國次貸危機和2013年錢荒的時候，金融機構的超儲率並沒有明顯的下降，只是由於投資者恐慌引發的“買盤”消失，同時突然堆積的“賣盤”同時出現，將證券市場的流動性打入“冰封時刻”，即出現所謂的“流動性黑洞”問題（Persaud，2001），這是金融市場發生危機時候的典型表現。當市場出現群體非理性行為，投資者踩踏式賣空的時候，就會形成一片恐慌，而現實場景又進一步加劇這種恐慌，最後在股票市場中形成踩踏式“事件”。此時，如果沒有外生力量的干預和對沖，市場自己幾乎沒有內生的力量來改變這個正反饋式的“下墜”。

6.金融機構風險管理的合成謬誤機制。金融機構對投資證券市場都有系統嚴密的風控模式，風險限額管理、逐日盯市制度、抵押品擔保合約、追加保證金和風險價值模型（VAR）是當前金融機構主要的五個市場風險管理模型。雖然這些管理技術從微觀個體來說都是有效規避風險的，但事實證明在金融機構普遍的、同質性的採用類似的風控模型時，市場波動到一定的閾值，模型會向不同的金融機構風控系統發出類似的交易指令，此時各個金融機構的風險對沖策略也基本是一致的。比如風險限額管理下，如果市場下跌較大，會引起一批金融機構的限額風控系統同時發出賣出止損的指令，此時市場會出現巨大的賣空盤而將價格砸向一個新的低位，繼而引發新一輪“止損潮”。此時證券市場就會發生系統性的金融危機。其他的風控機制比如追加保證金制度和VAR技術等，形成的效果基本是相似的。

六、結論與建議

總結來看，本文進行了三方面的努力：一是提出和總結了最近幾年中國貨幣供給機制轉換與流動性波動衝擊經濟金融體系形成系統性金融風險的典型現象，並對相關的研究文獻進行了綜合梳理；二是從資產負債表調整的角度構建了中央銀行和商業銀行的貨幣供給模型，並根據現實情況進行了局部均衡分析，深入探索了宏觀流動性波動背後的微觀機理；三是結合中國的金融發展現狀提出了貨幣、流動性和信用分層模型，並在此模型基礎上研究了流動性波動衝擊實體經濟和金融市場的內在機理，尤其是提出了實體經濟在遭受流動性波動時，呈現出按照“外圍層-中間層-核心層”由重到輕的衝擊過程，並總結了流動性衝擊金融市場的六大機制。

最近幾年中國金融市場波動不斷加劇，直接的原因是金融週期和經濟週期的背離，以及由背離而引起的中央銀行和商業銀行行為的轉變，進而引起金融市場流動性發生巨大變化。深層次的原因是，這種背離改變了貨幣供給的內生渠道，由實體經濟派生流動性轉變為金融信用的自我創造，加劇了金融系統的不穩定性。在這種情況下，流動性成為經濟穩定和大類資產定價的重要因子。作為監管機構，應當特別關注流動性風險對於市場穩定的影響，並考慮在監管框架內提升流動性相關指標的重要性，提前預警與防範流動性風險對於資本市場的衝擊。站在宏觀審慎管理的視角，首先應該理解市場上投資者和風險管理者的博弈過程，從微觀金融的視角理解金融市場參與主體的行為與流動性大幅波動之間的關係，這樣才能制定出科學提供的宏觀管理政策。

進一步，面對經濟與信用週期雙重下行下的流動性波動問題，對於投資者來說，需要在貨幣供給結構發生重大變化的階段，重新建立一套新的交易策略和配置邏輯。由於內生性的信用擴張處於收縮階段，金融市場加大了對基礎貨幣的依賴，流動性敏感性急劇上升，導致流動性風險對定價銀子權重的貢獻往往高於資產自身收益率。此時資產定價模型應該進行升級與調整，在經典的CAPM模型中納入流動性風險因子，構建基於流動性風險的LCAPM。該模型的基本邏輯是在風險收益率中加上流動性風險的溢價。認識不到這一點，就無法使自己的資產組合或者頭寸組合，放入到投資組合前沿曲線上，因而這樣的風險-收益組合便是無效的。

對於風險管理者來說，應該從原來的將資產端的信用風險、市場風險等作為管理重點，轉為將利率風險和流動性風險作為重點。應該深刻認識到，信用風險是“慢性病”，但不足以致命。流動性風險則是致命的，邊際上不大的一筆違約就可能導致一家甚至關聯幾家機構的違約、破產。對於風險管理，我們需要認識到以下幾點：一是傳統的風險管理技術，比如逐日盯市、風險限額、在險價值（VAR）等技術需要進行修正，因為這些技術在流動性緊張的環境下基本上沒有效果；二是建立廣義的資產負債表透視圖，縮減期限錯配的風險暴露，同時由於剛性兌付還普遍存在，應該建立統一的資產負債管理架構，將表外風險按照真實性進行計量檢測，做到表外風險內部化；三是建立前瞻性的流動性檢測指標，並定期進行壓力測試，以便於在出現流動性風險之前就及時進行修正。

對於宏觀審慎管理，首先需要理解投資和和風險管理者處於流動性波動加劇中的行為變化，繼而需要建立微觀個體行為加總引致宏觀風險變化的傳導和演變（變異）機理。這是一個複雜、動態的宏觀審慎管理模型，與之前傳統的宏觀審慎管理體系有很大的不同，主要體現在三方面：

一是更加註重對極端流動性波動的審慎管理。因為波動是金融市場的本質，合意的波動代表著風險的出清以及交易的有效性（波動體現期權價值）。鑑於此，就需要建立基於金融市場流動性波動的基本監管理論和框架，並探測合意的波動範圍和邊界。這需要建立基於宏觀流動性為基礎的MPA理論基礎。

二是更加註重對個體加總行為的整體分析，尤其是對風險交叉感染與投資者情緒動因的研究和管理，而不是簡單的對單個金融機構下指標，即使這些金融機構具有系統重要性。鑑於此，就需要梳理好宏觀流動性的總體傳導路線（分為不同情形），以及與極端衝擊和投資者情緒之間的關係。這種梳理在當前影子金融發展的情況下已經變得非常複雜。

三是更加註重前瞻性預警和監測，以及市場預期和投資者情緒的管理。當流動性發生極端波動的時候，往往與投資者情緒形成相互強化的正反饋機制，最終演化為“流動性黑洞”或者“雷曼時刻”。鑑於此，就需要首先構建基於宏觀流動性大幅波動的檢測和預警指標，同時注意管理和投資者情緒和預期，將極端的、大幅的、集中在某一個時刻的波動，通過有效的宏觀審視管理技術平滑的分散和釋放出去，以保障金融體系的健康穩定發展。

參考文獻：

（1）江春、蘇志偉：《金融發展如何促進經濟增長——一個文獻綜述》，《金融研究》，2013年第9期。

（2）李曉偉、宗計川：《金融穩定視角下的流動性風險傳染研究新進展》，《經濟學動態》 ，2018年第4期。

（3）劉鶴：《兩次全球大危機的比較研究》，中國經濟出版社，2013年第1版。

（4）彭興韻、包敏丹：《改進貨幣統計與貨幣層次劃分的研究》，《世界經濟》，2005年第11期。

（5）喬治·查科、卡洛琳·L·埃文斯、漢斯·谷納溫：《全球經濟體系:流動性衝擊是經濟危機的罪魁禍首》，電子工業出版社，2016年第3期。

（6）孫國峰：《信用貨幣制度下的貨幣創造和銀行運行》，《經濟研究》，2001年第2期。（7）孫國峰、賈君怡：《中國影子銀行界定及其規模測算——基於信用貨幣創造的視角》，《中國社會科學》，2015年第11期。

（8）孫秀林、周飛舟：《土地財政與分稅制：一個實證解釋》，《中國社會科學》，2013年第3期。

（9）王永欽、高鑫、袁志剛、杜巨瀾：《金融發展、資產泡沫與實體經濟:一個文獻綜述》，《金融研究》2016年第5期。

（10）溫信祥、蘇乃芳：《大資管、影子銀行與貨幣政策傳導》，《金融研究》，2018年第10期。

（11）易綱：《中國的貨幣化進程》，商務印書館，2003年第1版。

（12）易憲容、王國剛：《美國次貸危機的流動性傳導機制的金融分析》，《金融研究》，2010年第5期。

（13）殷劍峰：《中國資金存量表的統計和分析》，《中國社會科學》，2018年第3期。

（14）趙建：《現代貨幣的契約本質：從債權到期權》，《西部金融》，2006年第10期。

（15）趙建：《金融深化、金融空轉與穿透式監管》，《首席經濟學家》，2017年第4期。

（16）朱波、範方誌：《金融危機理論與模型綜述》，《世界經濟研究》2005年第6期。（17）朱鋒、劉泓呈、Ehlers T.，Kong S.：《中國影子銀行結構和變化》，《金融會計》2018年第6期。

（18）Acharya V V，Pedersen L H，2005，“Asset Pricing with Liquidity Risk”， Journal of Financial Economics，Vol.77(2),pp.375-410.

（19）Adrian T，Shin H. S.， 2008， “Liquidity, monetary policy, and financial cycles”， Current Issues in Economics & Finance，Vol.14(1).

（20）Adrian，Tobias，Markus K. Brunnermeier，2016，“CoVaR”，American Economic Review，Vol.106(7),pp.1705-1741.

（21）Aikman, D，Alessandri, P.，Eklund, B.，Gai, P.，Kapadia, S.，Martin, E.et al.，2009，“Funding liquidity risk in a quantitative model of systemic stability”， Working Papers Central Bank of Chile，Vol.15，pp.371-410.

（22）Allen, F.，Gale, D.，2000，“Optimal currency crises”，Center for Financial Institutions Working Papers，Vol.53(1),pp.177-230.

（23）Allen, F., Gale, D. M.，2000，“Financial contagion”，Journal of Political Economy，Vol.108(1)，pp.1-33.

（24）Azariadis C.，B. Smith，1998，“Financial Inter mediation and Regime Switching in Business Cycles"，Amenican Economic Review，Vol.88(3)，pp.516-536.

（25）Battiston, S.，J. D Farmer, A Flache, D Garlaschelli, A.G. Haldane, H. Heesterbeek,C Hommes, C. Jaeger, R May, and M. Scheffer，2016，“Complexity theory and financial regulation”，Science， Vol.351(6275)，pp.818-819.

（26）Bernanke B. Gertler M. and Gilchrist S，1996，“The Financial Accelerator and the Flight to Quality”， Review of Economics Statistics，Vol.78(1)，pp.1-15.

（27）Bemanke B., Gertler, M., and M. Watson，1997，“Systematic Monetary Policy and the Effects of of Price Shocks”，Brookings Papers on Economic Activity，pp.91-116.

（28）Bernanke B.， Gertler, M.，Gilchrist S.，1998，“The financial accelerator in a quantitative business cycle framework”，Working Papers1，Vol.99，pp.1341-1393.

（29）Brandi G.，Clemente R. D，Cimini, G，2016，“Epidemics of liquidity shortages in interbank markets”，Papers.

（30）Brunnermeier, M，2009，“Deciphering the Liquidity and Credit Crunch 2007-2008”， Journal of Economic Perspectives，Vol.23，pp.77-100.

（31）Chari, V.，Jagannathan，1988，“Banking Panics, Information, and Rational Expectations Equilibrium”，Journal of Finance，Vol.3(3)，pp.749-760.

（32）Chen Y，1999，“ Banking panics: the role of the first-come, first-served rule and information externalities”，Journal of Political Economy，Vol.107(5)，pp.946-968.

（33）Diamond D W ， Dybvig P H，1983，“Bank runs, deposit insurance, and liquidity” ，Journal of Political Economy，Vol.91，pp.401-419.

（34）Diamond D. W， Rajan, R. G.，2000，“A theory of bank capital”，The Journal of Finance，Vol.55(6)，pp2431-2465.

（35）Diamond D. W.，Rajan, R. G，2001，“Banks and liquidity”， American Economic Review，Vol.91(2)，pp.422-425.

（36）Diamond D. W.， Rajan, R. G.，2005，“Liquidity shortages and banking crises”， The Journal of Finance，Vol.60(2)，pp.615-647.

（37）Fisher I，1933，“The Debt- D efhtion Theory of Great Depressions”，Econometric，Vol.4，pp.337-357.

（38）Gale D.，T. Yorulmazer，2011，“Liquidity Hoarding”，Federal Reserve Bank of New York Staff Reports， No. 488.

（39）Gennaioli N, A. Shleifer,R. W. Vishny， 2013，“A Model of Shadow Banking”，Journal of Finance，Vol.68(4)，pp.1331--1363.

（40）Hausken K ，Plumpler T，2002，“Containing Contagious Financial Crises: The Political Economy of Joint Intervention into the Asian Crisis”，Public Choice， Vol.111，pp.209-236.

（41）Heider F.，Hoerova, M.，C. Holthausen，2009，“Liquidity Hoarding and Interbank Market Spreads: The Role of Counterparty Risk”，ECB Working Paper，NO.1126.

（42）Itay G Ady P.， 2000，“Demand deposit contracts and the probability of bank runs”， Federal Reserve Bank of Minneapolis Quarterly Review，Vol.24(1)，pp. 14-23.

（43）Jackson, A.， Ladley, D，2013，“Market ecologies: the interaction and profitability of technical trading strategies”， Discussion Papers in Economics.

（44）Kiyotaki N，J. Moore，1997，“Credit Cycles”， Journal of Political Economy， Vol.105(2)，pp.211-248.

（45）Minsky H P，1986 ，“Stabilizing an unstable economy”， New Haven: Yale University Press.

（46）Morris S.，Shin, H. S.，1998，“Unique equilibrium in a model of self-fulfilling currency attacks”， American Economic Review，Vol.88(3)，pp.587-597.

（47）Morris S.， Shin, H. S，2000，“Rethinking multiple equilibria in macroeconomic modeling”， NBER Macroeconomics Annual，Vol.15(1)，pp.139-161.

（48）Nier E Yang J, Yorulmazer T, et al.，2007，“Network models and financial stability”， Journal of Economic Dynamics Control，Vol.31(6)，pp.2033-2060.

（49）Peasaud,A.，2001，“Liquidity Black Holes”， State Street Research Paper.

（50）Plantin, G.，2015，“Shadow Banking and Bank Capital Regulation”， Review of Financial Studies，Vol.28(1)，pp.146—175.

（51）Rajan, D.R.G，2001,“Liquidity risk,liquidity creation,and financial fragility: a theory of banking”，Journal of Political-economy,Vol.109(2),pp.287-327.

（52）Schotter A. ，Yorulmazer, T.，2009，“On the dynamics and severity of bank runs: an experimental study”，Journal of Financial Inter-mediation，Vol.18(2)，pp.217-241.

（53）Shin . G Ferrucci ，2005，“Liquidity risk and contagion”， Journal of the European Economic Association，Vol.3(2-3)，pp.556-566.

（54）Timothy F Geithner，2007，“ Liquidity and Financial Markets”，Keynote Address at the 8th Annual Risk Convention and Exhibition，Global Association of Risk Professionals Cifuentes.

（55）Yan W. , Woodard R.，Sornette, D，2010，“Diagnosis and prediction of market rebounds in financial markets”，Fuel & Energy Abstracts，Vol.391(4)，pp.1361–1380.

（封面圖源：DESKTOPOGRAPHY）

閱讀更多 西澤金融研究院 的文章

關鍵字: 美好，一直在身邊 設計 趙建