系统性风险的防范与化解是当前党和国家的重大战略之一。系统性风险往往与金融危机和金融稳定联系在一起，是一种极端的宏观金融风险。该类风险是指金融部门内部的传染风险，这种传染风险聚集到一定程度就会爆发，并因此给实体经济造成负的外部性。

　　系统性风险的两个维度与宏观审慎政策

　　系统性风险包含两个维度：时间维度和空间维度。

　　时间维度的系统性风险是指金融部门整体风险随时间的演进趋势，本质上体现了金融部门随实体经济波动而表现出的顺周期性。防范与化解时间维度系统性风险的政策是时间维度宏观审慎政策，重点在于逆金融周期调控。通常而言，时间维度宏观审慎政策工具往往借助于其他领域工具，比如微观审慎政策（如资本充足率要求）、房地产调控政策（住房首付比、限购、限贷等）、资本账户管理政策（如货币错配管理、资本流入流出管理）等。因此，宏观审慎政策工具的特色在于其视角，即进行逆金融周期调整。

　　空间维度的系统性风险是指金融部门整体风险在金融机构、金融市场、金融工具的分配，本质上体现了金融部门内部的跨机构、跨市场、跨工具传染性。防范与化解空间维度系统性风险的政策是空间维度宏观审慎政策，重点在于切断传染路径。通常而言，空间维度审慎工具也借助于其他领域工具，尤其是审慎领域工具，例如资本充足率要求。但是，在制定政策时，空间维度重点在于以下两点。一是那些对整个系统风险贡献较高的机构、市场、工具。因为这些机构、市场、工具一旦出现问题，会通过整个金融系统网络造成巨大的风险传染性。因此，这些机构、市场、工具，通常被称为系统重要性机构、系统重要性市场、系统重要性工具。二是受整个金融系统风险传染影响较大的机构、市场、工具。因为在整个金融系统网络中，一旦发生传染风险，这些机构、市场、工具最容易由于网络系统的传染而发生问题，从而是整个系统网络中最为脆弱、最容易出现问题的节点。这些节点容易被引爆，从而出现大的问题。

　　时间维度与动态随机一般均衡模型

　　目前，学术界研究时间维度系统性风险与宏观审慎政策的思路，是借助于宏观经济学领域的模型。这个模型主要是动态随机一般均衡模型（DSGE）。通常而言，动态随机一般均衡模型是把经济分为几个部门，一般包含居民部门（引入消费和劳动）、企业部门（引入投资和生产）、政府部门（引入财政政策和货币政策）。金融部门在宏观经济学中并没有得到足够重视。即使通过BGG的“金融加速器”和KM的“信贷抵押约束”机制嵌入了借贷，金融部门也没有被直接引入到模型中。原因在于，这些模型主要关注信贷需求端的金融摩擦。

　　国际金融危机爆发后，学者们认为金融部门不仅受宏观经济冲击影响，而且金融部门也是宏观经济波动的重要原因。为此，许多研究通过各种途径引入金融部门，核心都是关注信贷供给端的摩擦。第一个途径，主要通过引入外生的监管要求来限制金融部门的杠杆。监管要求的引入一般采用Rotemberg二阶调整成本引入。这一途径为外生杠杆模型。第二个途径，主要通过构建金融契约来研究银行与存款者之间的信息不对称问题。这类模型的共同特征在于银行存在道德风险，且道德风险限制了商业银行的杠杆，进而商业银行的杠杆和资本金数量对于商业银行的贷款供给非常关键。

　　在宏观经济部门中引入金融部门，使得研究宏观审慎政策成为可能。对宏观审慎政策的引入主要在借贷过程中，改变金融机构或者借款人获取借贷资金的成本或者改变获取借贷资金的数量来实现。一个核心的特征在于对这些政策工具进行逆周期调整，相应的周期指标往往是信贷量、房价等金融变量。

　　这一类研究的好处在于从宏观经济冲击视角看待金融风险的生成，是一种大宏观金融视角下的系统性风险研究。这一类研究的关注点在于系统性风险和宏观审慎的时间维度。尽管研究视角宏大，但是这一类研究从本质上还是研究宏观经济波动，对于系统性风险的关注较少，原因在于以下四个方面。第一，动态随机一般均衡模型的内在基因在于刻画宏观经济波动而非金融风险。其大量的模型构件都放在宏观经济部门，而不是金融部门。模型以刻画宏观经济相关变量的波动为主，而不是金融风险变量。第二，动态随机一般均衡模型以代表性代理人（Represent Agent）为基础，难以刻画异质性金融机构通过各种联系而形成传染的风险。系统性风险的本质是异质性金融机构通过金融关联而带来的风险。尽管现在一类动态随机一般均衡模型开始关注异质性，但是这种异质性往往还是简单的分类，与真实的机构异质性相去甚远。此外，动态随机一般均衡模型很难处理机构之间的关联性，然而关联性是系统性风险的核心。第三，动态随机一般均衡模型主要以线性模型为主，难以刻画本质上是非线性性质的系统性风险。事实上，系统性风险对应着极端风险，是一种尾部风险。这种尾部风险在某种程度是一种非线性关系。然而，当前绝大部分动态随机一般均衡模型为了可以进行模拟，只能在模型稳态附近进行线性展开，而这显然偏离了系统性风险本意。尽管一些模型开始关注模型的全局解，而非在稳态附近展开。但是，这些模型往往只能包含较少的变量且很难考虑异质性金融机构问题。这些对于系统性风险的研究显然不够。第四，动态随机一般均衡模型罕见包含系统性风险变量，而是以信贷量、房价等与系统性风险有关的变量作为代替。

　　空间维度与金融关联模型

　　目前，学术界研究空间维度系统性风险与宏观审慎政策的思路，主要是借助于金融关联模型包括金融网络模型和尾部依赖模型。这些模型以捕捉金融机构之间的联系为核心。

　　然而，无论是金融网络模型或尾部依赖模型，都把绝大部分精力放在金融部门内部的关联性上，而对外部冲击关注不足。此外，这些模型往往默认冲击来源于金融部门之内。例如，金融网络模型往往以资产价格下跌、信贷资产遭受不良、金融机构直接破产等作为冲击，尾部依赖模型则往往以股票收益率下降作为冲击。

　　由此可知，金融关联模型的冲击和关联性，都以金融部门内部为研究视角。这种视角使得研究系统性风险相对狭隘，且对系统性风险的认识并不深刻。事实上，金融部门作为实体经济的服务方，两者之间存在以信贷为核心的各种联系。一个完整的系统性风险生成链条应该是：来自于实体经济的冲击，对金融部门造成不利影响，该不利影响再通过金融部门内部的关联性而放大，最终通过以系统性风险成本的形式对实体经济造成负外部性。拘泥于金融部门内部，既切断了系统性风险的冲击来源，也缺少系统性风险的冲击出口，是不完整、不深刻的系统性风险研究。

　　因此，结合时间维度系统性风险的研究经验，可以将空间维度系统性风险的研究进行改进，以考虑宏观金融视角下的系统性风险防范与化解。

　　构建有效合理的系统性风险度量指标

　　系统性风险防范与化解的前提是构建有效合理的系统性风险度量指标。根据前述分析，构建这样的系统性风险度量指标的前提是要把宏观经济与金融部门作为一个整体来分析。

　　具体而言，在考虑金融部门关联性时，基本遵循金融关联模型方法来量化网络关联性。金融关联是系统性风险的核心，因此，这需要借鉴前面的空间维度系统性风险构建思路。

　　为了引入系统性风险冲击源头和冲击出口，可以把宏观经济指标引入到金融关联模型。至于如何引入，需要对金融关联模型进行改进，以纳入宏观经济指标。这些是未来系统性风险的研究方向。对于网络模型，可以通过宏观压力测试引入宏观经济指标；对于尾部依赖模型，可以通过混合频率MF方法引入宏观经济指标。

　　（本文系国家自然科学基金应急课题“汇率市场变化、跨境资本流动 与金融风险防范”（71850005）、国家自然科学基金青年项目“货币政策、房地产价格与金融稳定”（71503290）阶段性成果）

　　（作者单位：中央财经大学金融学院）