bg大游集团·(中国)官方网站

　　個人理財，中小企業保險。信託。基金投資。bg大遊集團，BG大遊平台首頁！BG大遊APP下載，近年來，國際貨幣基金組織(IMF)日益重視宏觀金融監管的研究，並努力將宏觀金融分析應用到基金組織的日常監督工作中。本文從以下四個方面跟蹤了IMF宏觀金融分析框架研究進展情況：一、介紹了IMF宏觀金融分析框架產生的背景；二、概述了IMF宏觀金融分析框架的內容，包括基準情景和風險分析兩方面；三、歸納總結了IMF宏觀金融分析的主要工具與方法；四國內一卡二卡三2020視頻、介紹了IMF宏觀金融分析框架在若幹國家的具體運用和最新進展。敬請閱讀。

　　文/尹澄坤、盧心慧、白晶潔、林元吉（中國人民銀行沈陽分行）；鄭桂環（中國人民銀行調查統計司）

　　近年來，國際貨幣基金組織（IMF）日益重視宏觀金融監管的研究，並努力將宏觀金融分析應用到基金組織的日常監督工作中。在全球金融危機之前，基金組織的監督框架一直把金融部門視為引導儲蓄至投資和傳導貨幣政策至實體經濟的獨立板塊，沒有充分考慮金融部門與宏觀經濟之間的相互影響，但危機突顯了金融部門通過與宏觀經濟的互動造成的嚴重影響和溢出效應。盡管基金組織通過強制性金融部門評估規劃和金融監管策略等工作強化了金融監督，但其分析頻度不足以支持高頻率的宏觀金融問題研究，並且沒有整合考慮宏觀經濟的核心分析。因此，金融與宏觀經濟分析依然存在分割。並且由于缺少諸如宏觀經濟與金融變量的聯合模型的分析工具，這種分割狀況進一步加劇。

　　IMF調查顯示，大多數國家監管部門對宏觀金融分析研究進展表示滿意。更深層次的宏觀金融分析有助于更好地理解部門之間聯系與衝擊傳導路徑。在許多國家，金融業對于外部與國內的衝擊具有放大效應，金融業的結構與運行方式將會影響宏觀經濟的穩定性。理解這些關系是進行有效風險與溢出分析，以及制定平衡政策組合的先決條件。

　　2015年5月國內一卡二卡三2020視頻，《第四條款磋商監管的指引》（Guidance Note for Surveillance under Article IV Consultation）（IMF, 2015a）強調宏觀金融分析應考慮基線（即基準情景）與風險情景兩方面，並列入第四條款措施的重要部分，認為這涉及到對宏觀金融聯系與系統性風險的整體性分析。

　　宏觀金融分析主要評估金融部門和實體經濟通過信貸和金融深化等渠道建立的聯系及風險傳播路徑，並在分析溢出效應時加強對金融因素的分析。從內容上來說，包括基準情景和風險情景兩方面。

　　基準情景下，正確理解產出與金融變量（特別是信貸變量）的關系，深入了解宏觀經濟與金融趨勢的關鍵驅動因素及其相互作用方式，有助于提高預測分析的準確性。風險情景分析中，找出影響宏觀經濟穩定性的關鍵金融變量，有助于宏觀經濟和審慎監管的政策制定，以降低風險。

　　1、宏觀經濟與金融的本質趨勢及二者的相互作用方式。在何種程度上，金融環境推動了宏觀經濟發展趨勢。

　　2、在短期與中期，基準情景下，實體與金融體系是否具有內部一致性?信貸增長能否與經濟增長預測一致?企業、住戶與公共部門的資金需求與金融體系資金供給能力是否能夠匹配?系統如何自我調整才能保持一致性?是否影響基線、影響宏觀經濟穩定的關鍵因素是什麼?金融系統運行是否會加劇宏觀經濟的不穩定?

　　與基準情景測算不同，系統性風險分析是識別和量化影響金融系統穩定性和運作風險的過程。系統性風險是由于金融體系受損並對實體經濟造成嚴重負面影響而導致金融中斷的風險。這些風險造成對基線的嚴重偏離，極端情況下國內一卡二卡三2020視頻，甚至是永久性的改變。對于初始衝擊，金融業運行容易導致放大初始衝擊的負反饋效應的發生，從而造成系統性的影響。這些源于金融與宏觀經濟緊密聯系造成的放大效應，可以作為監管的一部分。

　　2、外部風險來源與影響金融體系的溢出渠道是什麼?對于高度互聯的經濟體，對其他經濟體的溢出潛在可能性是什麼?

　　4、金融機構和市場之間的聯系是什麼?他們會互相引起傳染嗎?哪些金融機構是具有系統重要性並需要更密切監測的?

　　6、系統性風險分析應涵蓋所有重要組成部門，包含足夠大或是聯系緊密的銀行體系或是非銀行金融機構。由于資本和資金來源于其母公司，特別是這種跨境聯系代表了外部風險的潛在溢出渠道，因此，外資金融機構往往與本國金融機構分離，進行單獨分析。最終需要對源于金融市場的風險進行評估，包括資產是否有被公平定價。

　　宏觀金融分析需要一系列量化工具和方法，從IMF專家所公布的研究成果看，目前主要使用的宏觀金融分析工具和方法包括:多國宏觀計量經濟模型、全球向量自回歸模型、動態隨機一般均衡模型、銀行壓力測試、資產負債表方法、指標基礎模型、網絡分析和流動性工具和敏感度分析等。

　　多國宏觀計量經濟模型，首先是建立各個國家或地區宏觀經濟模型的大型聯立方程組（Simultaneous Economic Model），再根據宏觀經濟理論，利用跨國聯系，將各SEM進行連接，在全球模型框架下對全球經濟進行預測和政策模擬。具體而言，在各國的SEM中，內生變量為國內GDP、利率bg大遊集團、貨幣供給等主要經濟變量，外生變量為國外產出、國外利率、石油價格等，並要求所有變量間存在與經濟理論相一致的長期均衡關系或協整關系。通過貿易矩陣或資本流量將各個國家或地區的SEM模型連接成全球模型。並運用結構衝擊識別、預測模擬等分析方法進行預測和政策分析。

　　IMF使用該模型開展結構分析、政策模擬與預測，其成果主要應用于《世界經濟展望》報告中的全球經濟形勢分析。

　　由于VAR模型僅能分析特定的國內外變量對一國的影響，不利于全面探討國外經濟變動如何影響一國經濟，IMF專家建立了GVAR模型（Global VAR，全球向量自回歸模型），將國內經濟變動與國外經濟變量連結起來，是一個緊密相聯的全球化經濟模型。GVAR模型具有較好的靈活性，一是可以靈活地選擇變量，用于分析其他結構模型沒有充分捕捉到的溢出渠道；二是既可以對某一國的宏觀經濟模型做預測和政策分析，也可以將一國模型與主要貿易伙伴國的模型進行連接，甚至擴大到全球範圍；三是可以根據實際需要建立附屬模型，進一步分析勞動力市場、進出口等具體問題。同時，該模型還具有可操作行強的特點，易于維護，對于在宏觀結構模型中未被涵蓋的國家，可以很快地建立模型進行測算。

　　通常，GVAR模型的建立有以下三個步驟:首先，對每個國家，在傳統VAR模型基礎上擴展了一組外國變量（弱外生變量）。這些變量通常被構造為其貿易或金融合作伙伴的相同類型變量的加權平均值。權重的選擇，原則上應反映群體內各國的貿易、金融或是地理關系。第二步，對擴展的單個VAR模型進行估計。滯後階數與外國變量的選擇可以根據國家不同而靈活選擇，以提高單個VAR模型建模的精確性。最後，集合所有國家的VAR模型，並將其視為單個VAR模型進行估計。

　　IMF應用GVAR模型分析一些重要事件或因素對全球或區域宏觀經濟的影響，例如:Pesaran and Smith（2004）在2004年建立了一個包含25個國家的GVAR模型，用于識別事件對美國經濟的衝擊，特別是貨幣政策的衝擊，並考慮對歐元區的影響；2014年，Gruss（2014）應用GVAR模型研究了大宗商品價格對拉丁美洲和加勒比地區產出增長的影響；Mohaddes and Raissi（2015）于2015年建立了一個包含38個國家或地區的GVAR模型，用于研究美國石油革命導致全球油價下跌帶來的宏觀經濟影響；Nguyen et al. （2015）于2015年建立了GVAR模型，用于定量分析撒哈拉以南的非洲通貨膨脹的動態發展，研究經濟體之間的貿易和金融聯系、區域性和全球總需求以及通脹的溢出效應。

　　經濟週期（Business cycle）是指經濟運行中週期性出現的經濟擴張與經濟緊縮交替更迭、循環往復的一種現象。將金融體系的週期性變化納入經濟週期考量，便出現了經濟金融週期理論。它主要是指金融經濟活動在內外部衝擊下，通過金融體系傳導而形成的持續性波動和週期性變化。經濟金融週期實際上反映了經濟波動與金融因素之間的關系，核心觀點是因金融市場缺陷而產生的金融摩擦會放大金融衝擊，也就是所謂的“金融加速器”效應。即使一個外部衝擊趨于零，由于金融摩擦的存在，這一衝擊將被金融加速器無限放大，從而導致經濟出現劇烈的波動。

　　通過將信貸與預期水平相比較，檢查資產價格和風險偏好等指標的發展情況等，可以對一國所處金融週期的階段進行衡量，進而分析增長與穩定是否是一致的。

　　IMF利用經濟金融週期理論研究金融對宏觀經濟的影響。例如bg大遊集團，2012年，Claessens et al. （2012）等通過對1960-2007年40個國家200個經濟週期，700個金融週期進行研究，證實了信貸和房地產市場對經濟發展的重要性。Sanjani （2014）于2014年對金融壓力進行測算，衡量了金融危機對宏觀經濟的影響，並指出金融衝擊比投資邊際效率能更好地解釋宏觀經濟變量的波動。

　　動態隨機一般均衡模型（dynamic stochastic general equilibrium model,即DSGE），是以微觀和宏觀經濟理論為基礎，採用動態優化方法考察各行為主體（家庭、廠商等）的決策，即在家庭最大化其一生效用、廠商最大化其利潤的假設下得到各行為主體的行為方程。早期的DSGE模型建立在代表性個體、理性預期和無摩擦的完全競爭市場假設之上。隨著DSGE模型的推廣，DSGE模型得到了深化和擴展，包括引入交易成本、粘性價格、壟斷競爭、信息不對稱、有效理性預期、勞動市場摩擦、金融市場摩擦、資本流動和國際貿易等。同時國內一卡二卡三2020視頻，各國央行和國際組織也建立了符合自身研究特色的DSGE模型，在此基礎上進行經濟週期研究和宏觀政策分析國內一卡二卡三2020視頻。

　　2003年，Laxton and Pesenti （2003）創建了GEM模型，這是IMF最早發展的考慮微觀基礎的多國DSGE模型。主要應用于《世界經濟展望》的溢出效應分析、新興市場和發達經濟體貨幣政策效果的評估、結構性調整對國內外市場的溢出效應評估以及石油價格變動對全球經濟的影響。

　　由于GEM模型不能反映長期財政政策變化的很多重要特征，因此IMF在GEM的基礎上發展了GFM模型，該模型主要用于研究不同財稅政策的中長期影響。主要包括中長期財稅乘數、政府債務的擠出效應、某國財政政策變化對世界其他國家的溢出效應以及稅收扭曲的影響。

　　為了更好地進行政策分析和國際經濟研究，在GEM和GFM的基礎上，IMF又構建了GIMF模型。2010年，Kumhof et al.（2010）對GIMF模型理論和結構進行了系統的介紹，該模型是多國預期DSGE模型，由消費者、廠商、金融部門、國際維度和溢出效應、財政和貨幣政策共5部分組成，考慮財政、貨幣、金融、需求、供給和全球影響等多種因素。主要用于分析全球石油供應、主要國家結構性改革、產業調整等對宏觀經濟的影響。例如2013年Anderson et al. （2013）利用GIMF模型研究能否利用歐元區結構性改革抵消為使歐元區公共債務可持續發展而進行的財政改革所帶來的負面影響；2014年Elekdag and Muir （2014）利用GIMF模型分析德國基礎設施投資的作用；2015年Santoro （2015）利用GIMF研究了智利結構性改革的潛在經濟影響。

　　壓力測試是利用自下而上或是自上而下的分析方法來評估金融機構是否有充分的準備來應對不利的衝擊。IMF一直應用壓力測試來估計銀行對外界衝擊的承受能力，幾乎所有金融系統穩定評估報告均包括壓力測試，壓力測試主要包括信用風險、市場風險和流動性風險壓力測試。

　　壓力測試的步驟通常包括:1.識別系統中的潛在風險暴露和脆弱性；2.確定需要的數據並分析其可得性；3.以確認異常但是可能的衝擊為基礎，校準將要應用于數據的情景或是衝擊；4.選擇並實施方法；5.解釋結果。

　　壓力測試包含以下一種或者多種分析方法:1.敏感性分析，通過單個金融變量（比如利率、匯率和資產價格）的變化，評估金融系統脆弱性；2.情景分析，評估多個宏觀經濟變量同時變化的情形下金融體系的彈性；3.傳染分析，評估衝擊從單個金融機構傳染至金融系統中其它機構過程中的影響。

　　全球經濟危機使擴大壓力測試的範圍變得更加重要，需要從單一風險擴大到系統性風險bg大遊集團。IMF開發了新的風險技術模型和壓力測試方法，以更好地識別容易引發大面積經濟金融危機的風險。例如，單個金融機構的衝擊可能會影響其他銀行甚至是威肋、整個銀行系統。

　　IMF主要將壓力測試方法用于系統性風險分析。例如:2011年，《英國:銀行壓力測試技術說明》（United Kingdom: Stress Testing the Banking Sector Technical Note）對英國分別進行償付能力壓力測試和流動性壓力測試，指出英國有足夠的資本應對不利因素的衝擊，並且能滿足巴塞爾協議對償付能力需求，但銀行要繼續改善資金投入情況來減少系統中的流動性風險。2015年，《波斯尼亞和黑塞哥維那金融業評估技術指南一銀行壓力測試》（Bosnia and Herzegovina Financial Sector Assessment Program Technical Note--Stress Testing the Banking Sector）分別進行了償付能力壓力測試、流動性壓力測試和溢出風險分析。

　　IMF在2002年研發了資產負債表分析方法（BAS）bg大遊集團，此方法首先需要編制經濟體各部門的資產負債表，然後使用能夠表示關鍵部門或跨部門資產與負債情況的矩陣，診斷風險和衝擊的潛在傳導渠道。該方法作為傳統宏觀經濟分析從流量到存量的延伸，有助于預測宏觀經濟走勢和監測衝擊的影響與傳導路徑。

　　BAS主要關注四種類型的資產負債表錯配。包括:（1）期限錯配。短期負債與流動性資產缺口面對利率風險與債務互換時的脆弱性。（2）貨幣錯配。外國貨幣錯配敞口面對匯率波動時的脆弱性。（3）資本結構錯配。過度加槓桿面對收入風險時的脆弱性。（4）償付能力問題，主要是指債務人的信用風險。

　　利用資產負債表分析系統性風險時，重要的是:（1）通過評估系統資金和流動性狀態、資產質量、主要風險敞口和各部門資產負債表之間的聯系，來分析資產負債表的風險和脆弱性。具體通過過度槓桿，期限錯配，以及風險跨部門傳染途徑等來識別脆弱性。利用微觀數據對個人市場或是銀行的風險集中程度進行分析，以此作為總體資產負債表分析的一個補充。如果需要評估基礎數據的可靠性，可以使用金融穩健性指標來進行分析。（2）通過對資金結構的分析來評價系統的流動性風險。其目的是評估國內或國外融資中斷時的脆弱性，以及對銀行體系信心不足時，存款轉移的壓力。在美元程度高的地方，還包括來自中央銀行的外幣流動性。

　　指標基礎模型是基于宏微觀變量數據，編制綜合性指標，以此來評估金融穩定、系統性風險、債務風險、系統重要性金融機構等宏微觀經濟金融狀況的方法。

　　IMF非常重視指標基礎模型，編制了大量綜合性指標，並廣泛應用于各種類型的分析報告。例如:2006年，在《金融穩健性指標編制指南》中，IMF對構建的金融穩健性指標的定義、編制方法及使用說明進行了詳細的闡述，並且隨著經濟金融的創新發展，對其進行了多次修訂完善（IMF,2006 ）。金融危機後，為評估各國面對金融危機時的脆弱性，IMF開展了脆弱性評估工作。在該項工作中，大量應用了脆弱性指標，其中主要包含國內外債務指標、準備金充足率指標、金融穩健性指標、企業部門指標。2016年，Svirydzenka（2016）構建了一種新的金融發展指數（FDI），並使用183個國家的歷史數據，分析研究了金融發展對經濟增長的影響。

　　此外，在IMF開發的實證工具包中，也嵌入應用了指標基礎模型，例如，危機風險模型（Crisis Risk Models），可以估計各國在面臨金融危機、經濟增長危機、財政危機中任意一種時的危機概率。該模型構建了脆弱性指標，對于每個脆弱性指標確定一個閡值方法。

　　DCSD（Developing Countries Studies Division）模型使用多元面板數據回歸方法估計一國在接下來24個月將遭遇危機的概率，解釋變量包括實際匯率高估、經常賬戶平衡、外匯儲備損失、出口增長、外匯儲備和短期債務的比率（百分比）。從模型中獲得的指標被轉換成一個二進制指標，作為預警指標標識危機，並確定其臨界值，當指標數值突破臨界值時，危機就有可能發生。

　　Kaminsky et al. （1998）危機信號模型構造一個綜合危機指標，此指標為解釋變量的加權和，Kaminsky等人總結了105個預警變量，並分類為外部變量、金融變量、傳染效應變量、實體經濟變量、政治變量、公共財政變量、制度結構變量，使用信號分析法檢驗7組變量的預警效果，並確定綜合危機指標的閡值。（八）網絡分析和流動性工具

　　網絡分析法（network analysis）可用來衡量不同商業銀行風險水平的相對高低，特別適合涉及因素眾多、難以量化的類似銀行操作風險的評價問題國內一卡二卡三2020視頻。流動性覆蓋率（LCR）作為一種可靠的度量流動性風險的工具，主要是指在確保商業銀行在設定的流動性壓力情景下，能夠保持充足的、無變現障礙的優質流動性資產，並通過變現這些資產來滿足未來30日的流動性需求。淨穩定資金比率（NetStable Funding Ratio）是可用的穩定資金與業務所需的穩定資金的比例，監管標準為不低于100%，是衡量一個銀行中長期流動性風險的指標。

　　IMF應用網絡分析方法對相關宏觀金融分析問題進行了研究。例如:2011年，Minoiu and Reyes（2013）使用184個國家的跨境銀行貸款數據來分析全球銀行業的網絡屬性，其中，使用了網絡度量的集中化bg大遊集團、連通性以及聚類來分析金融聯系；2013年，Borio （2013）指出網絡分析方法是用來識別金融財務漏洞的工具，它將金融系統視為各個金融機構的網絡連接，然後通過跟蹤網絡的連鎖反應來確定系統性風險；2015年，通過將Castren和Rancan對歐元區的研究擴展至G-4經濟體以及允許銀行體系外的跨境風險暴露存在，de Almeida （2015）應用部門賬戶網絡分析方法對三種不同金融工具的跨境風險暴露進行了研究。

　　2015年8月，IMF在《挪威》（Norway）中闡述了如何利用LCR和NSFR監測挪威銀行的系統風險以及如何達到LCR和NSFR的標準（IMF, 2015b）。2015年9月，IMF在《巴拿馬》（Panama）中提出，可以利用LCR監測傳統的存款流失壓力，並且強化了維持高質量的流動資產的重要性（IMF,2015c ）。

　　敏感度分析法是指從眾多不確定性因素中找出對目標指標有重要影響的敏感性因素，並分析、測算其對指標的影響程度和敏感性程度，進而評估指標承受風險能力的一種分析方法。根據每次選取的不確定性因素數目的不同，敏感性分析法可以分為單因素敏感度分析法和多因素敏感度分析法。

　　除了在壓力測試中使用敏感度分析外，IMF還在其他相關宏觀金融問題研究中，大量應用敏感度分析方法。如，2002年5月，IMF在《可持續發展評估》（Assessing Sustainability）中，應用敏感度測試，研究相關變量對償債能力與融資成本的影響（IMF, 2002b ） 0 2015年5月，在《評估孟加拉國的財政風險》（Assessing Fiscal Risks in Bangladesh）中，應用敏感度分析和隨機模擬，測量其對孟加拉國GDP，匯率，商品價格和利率產生衝擊而帶來的風險（Medina,2015）。

　　近年來，基金組織選擇了包括發達國家、新興市場與低收入國家在內的多個國家，在第四條款磋商中推進宏觀金融分析，參考各國實際情況，從金融發展、信貸與經濟增長、資本流動與溢出效應、部門資產負債表、宏觀經濟衝擊與金融部門壓力等多種主題中，開展了有針對性的研究工作。如:在澳大利亞的第四條款磋商報告中，分析研究了該國的金融週期及高資產價格與疲弱經濟的矛盾，預測了家庭和銀行部門資產負債表對信貸增長的影響，評估了宏觀經濟金融政策如何防範房地產風險；在波蘭的第四條款磋商報告中，研究了持續低通脹對家庭、企業、政府和銀行部門資產負債表以及信貸和經濟增長的影響，在風險評估時，重點分析了家庭部門債務可持續性。在烏幹達的第四條款磋商報告中，研究了匯率波動與貨幣政策傳導阻塞對實施通脹目標制的影響，並討論了貨幣政策在不同金融週期下的有效性。

　　分析方法上，IMF工作人員正在開發和應用一系列能夠支持各國量化宏觀金融聯系和監測系統性風險的工具。如，研究部開發了用于檢驗實體經濟和金融部「1基線預測一致性的工具；為了在第四條款磋商中推廣FSAP（如壓力測試）、GFSR（如網絡分析）和脆弱性評估等工具，統計部門在努力收集相關數據，減小數據缺口；能力發展學院推出了面向各國央行和監管部門的宏觀金融課程，以提高工作人員的金融專業知識水平。IMF工作人員正在致力于豐富金融部門信息，並開發相應的工具來擴展宏觀金融分析框架。

　　（1）正在恢復和應用資產負債表分析方法。基于過去十年對資產負債表數據的不斷完善與豐富，目前正在測算試點國家的資產負債表矩陣。這將有助于相應國家團隊計算單一部門與跨部門的指標和風險分布，並進行壓力測試評估風險傳導過程中的影響。

　　（2）正在開發替代的量化風險情景。基金組織各部門正在討論為第一批的20個國家設計和實施（本國或全球）替代情景，以便于第四條款磋商監管bg大遊集團。

　　（3）改進外部平衡評估，以便于將外部門分析更全面的納入監管。自從2014年秋季開始實施外部門分析的一個補充工具一一EBA（外部平衡評估方法）後，EBA己經擴展到了更廣泛的國家。這個方法將用于全面分析全球失衡、溢出、主要貨幣匯率變動帶來的政策影響，並將集成體現在相關第四條款磋商中。（完）