摘要：为研究金融杠杆、利率市场化对宏观经济的影响，文章在新凯恩斯主义动态随机一般均衡模型中引入金融加速器机制，通过引入工资加成冲击、通胀冲击、货币政策冲击、投资冲击、政府购买冲击、偏好冲击、金融扩散冲击和生产率冲击，利用2001第一季度至2013年第四季度经济数据，采用贝叶斯推断方法估计DSGE模型，比较了金融加速器存在与否、不同杠杆率和利率市场化三种情况下对经济波动的影响。研究表明：在金融加速器机制下，各种冲击放大了对经济波动的影响，金融扩散冲击解释了内生变量扰动的绝大部分信息；与杠杆率为15和25时相比，当杠杆率为2时，外生冲击对经济的影响最大；利率市场化以货币政策冲击和金融扩散冲击间接影响经济，对货币政策冲击而言，内生变量均遵循类似驼峰状的轨迹，其中以劳动供给和投资影响最大，金融扩散冲击对产出、消费、投资和劳动供给影响较大。因此，给出去杠杆化要有一定的缓冲期、不断深化和稳步推进利率市场化改革、继续实施稳健的货币政策和积极的财政政策等四个政策建议，以稳增长、促改革、调结构、惠民生。
关键词：金融加速器；金融杠杆；利率市场化；货币政策；动态随机一般均衡
中图分类号：F8315；F8220文献标志码：A文章编号：
10085831（2017）03002312
一、研究背景与问题
金融与经济的联系日益紧密，金融领域发生的危机可能造成世界性的经济冲击。近年来，美国金融危机和欧洲债务危机冲击，和与之伴随的全球股市价格的震荡，以及国际原油价格和重要原材料价格的剧烈波动，给中国经济稳定的发展造成巨大的冲击。此外，外部冲击导致的汇率变动也将影响货币政策的实施效果。在国内，股票市场价格暴涨暴跌现象屡见不鲜，房地产也呈现急剧震荡态势，直接危及金融市场和经济稳健发展[1]。资产价格波动会对货币供应产生结构性影响，改变货币政策的传导机制，尤其是金融资产价格泡沫破裂，对实体经济会产生严重冲击，从而影响货币政策最终目标的实现[2]。
金融助推经济发展的金融加速器作用机制可以解释很多经济现象，相关文献也十分丰富。金融加速器（Financial accelerator）是指金融市场中的各种状态如信息不对称、代理成本会放大经济冲击的一种现象，根本原因在于金融市场不完备、金融摩擦和外部融资溢价。它的提出可以追溯到Bernanke，Gertler，Gilchrist[3-4]，他们首次将动态均衡模型的分析方法引入金融加速器中，以便更好地分析市场摩擦对经济波动的影响。此后，学者对此深入研究，逐渐扩大应用范围。Claudia和Pierdzioch[5]指出，金融市场越发达，经济波动程度越小，造成经济波动加大的主因是金融摩擦。Gilchrist[6]建立两国一般均衡模型分析金融摩擦的国际传导机制，发现发展中国家金融市场信息不对称程度相对严重，金融摩擦导致经济波动的程度较发达国家也相对严重。Gertler，Gilchrist和Natalucci [7]研究了金融加速器机制和汇率制度之间的关系，发现固定汇率制较浮动汇率制而言，金融加速器的传导效应更大。其他相关研究还从不同行业角度分析金融加速器效应。如Aoki等[8]从金融加速器角度研究了英国房地产融资对实体经济的影响，发现英国房地产投资与房价具有周期性波动特征；郑忠华、邸俊鹏[9]在包含金融加速器机制的DSGE模型中模拟了房地产借贷对经济波动影响；刘兰凤、袁申国[10]以BGG模型为基础，研究了货币政策冲击对住房价格与住房投资及消费的影响，结果发现金融加速器机制下货币政策冲击放大了对三者的作用；刘兰凤、袁申国[11]通过构建三部门的DSGE模型，从微观角度证实了中国金融加速器效应的存在，并进一步验证了金融加速器机制能提高解释周期波动的能力。
金融市场冲击对经济波动影响显著，并在全球范围内传导。2008年以来，美国为应对次贷危机引发的流动性骤减，多次实施了“量化宽松”货币政策，造成全球经济的巨大流动性冲击。2013年以来，美联储的“量化宽松”退出，全球经济再次受到影响，导致中国资本外流、汇率贬值等一系列问题。面对经济下行压力，新一届政府进行了卓有成效的改革，其中去杠杆化、利率市场化等都牵涉到金融稳定的核心领域。在金融加速器机制作用下，经济、金融领域的微小变动可能形成“蝴蝶效应”，因此，對中国金融加速器的传导机理、作用效果等的全面深入分析研究，不仅能够丰富中国金融加速器传导机制的理论研究，而且还有助于通过实证模拟为制定和实施宏观调控政策提供参考，具有重要的理论和现实意义。论文安排如下：第二部分较为详细地描述了基于金融加速器机制的DSGE模型；第三部分对DSGE模型进行贝叶斯估计和实证模拟，侧重分析了金融杠杆化、利率市场化对经济的影响；第四部分给出了结论并提出了四个政策建议，以稳增长、促改革、调结构、惠民生。
三、模型估计和实证分析
（一）参数校准和贝叶斯估计
上述DSGE模型参数之多，依靠有限的时间样本数据显然无法拟合得到各个参数，需通过校准（calibration）即根据现实得到一些参数的值，然后根据模型拟合，比较模型与现实的拟合程度[14]。
结合中国实际经济情况，表1给出模型各个参数的先验分布、均值和标准差。符合AR（1）以及MA（1）过程的参数均为05，独立扰动项标准差均为01。得到投资调整成本φ（4）、消费替代弹性σ（15）、消费偏好h（07）、工资的卡尔沃调整系数ξw（05）、劳动供给弹性σL（2）、价格的卡尔沃调整系数ξp（05）、工资指数Iw（05）、价格指数Ip（05）、稳态时的资本利用率zk（05）、生产固定成本φp（125）。基于中国货币政策实效，货币政策对通胀的系数小于1，名义利率对通货膨胀ρπ、产出（缺口）ρy以及产出增长率变化ρdy的系数分别为08、0125和0125。近10年，中国年均通胀率约3%、名义利率约4%、经济增长率约8%，所以有季度稳态通胀率π（075）、稳态名义利率r（1）、增长率trend（2）。资本份额在经济中获益很大，α为06，杠杆比lev为22014年4月博鳌论坛，央行行长周小川直言，中国的企业部门或者公司部门杠杆率偏高。在5月17日的新供给经济学50人论坛“新供给金融圆桌”首期会议上，中国人民银行调查统计司副司长徐诺金给出的测算结果是：2012年中国非金融类企业部门的杠杆率为106%，2013年进一步增至1096%，分别对应本文杠杆比206和2096。因此，杠杆比lev定为2是合理的。，金融费用弹性为005。