近年来，特别是全球金融危机之后，宏观审慎政策(MaPs)的受欢迎程度大大提高。然而，我们对这些措施及其影响的理解仍然存在争议。判断宏观审慎干预的主要标准，应该是它们是否减少了金融危机的发生和严重程度——这是它们的最终目标。然而，鉴于危机发生的频率相对较低，而且很难将危机准确归因于基本面因素，衡量这一数字仍是一项难以实现的任务。评估宏观审慎政策有效性的一种潜在方法是评估它们对一些中间目标的影响，如信贷增长和银行风险演变。
到目前为止，文献主要关注map对信贷增长的影响，主要是通过使用全国范围的数据或在银行层面汇总数据(Cerutti et al. 2017)。在最近的两项研究中，我们补充了现有的证据:
- 利用非常细粒度的信贷登记数据分析map对贷款增长的影响(Gambacorta和Murcia 2017);
- 直接评估map对银行风险指标的影响(Altunbas et al. 2017)。
宏观审慎政策被以不同的方式使用
为了正确地评估map，我们需要首先根据它们可能最适合的目标对它们进行分类。继Claessens et al.(2013)之后，我们可以将map分解为主要目标可以被视为用于增强金融业抗风险能力(资本和流动性为基础的要求)或缓和信贷繁荣或信贷紧缩(ltv，基于货币的工具，准备金要求)。
有趣的是，在所用的衡量指标中，只有四分之一主要针对金融部门的弹性(图1，左面板)。相比之下，绝大多数人似乎把平滑周期作为他们的主要目标。其中约有一半涉及存款准备金率的变化。总体而言，60%的干预措施旨在收紧金融状况(图1，中间面板)。在所有采取的宏观审慎措施中，80%是由新兴市场经济体采取的(图1，右图)。
图1宏观审慎工具的使用(百分比
笔记样本涵盖了1990年至2014年期间的64个国家。提高弹性的宏观审慎工具包括(a)基于资本的工具(反周期资本要求、杠杆限制、一般或动态拨备)和(b)流动性要求。周期性宏观审慎工具包括:(c)资产方面的工具(信贷增长限制，最高债务偿还收入比，限制银行对住房部门的风险敞口作为最高贷款价值比);(四)存款准备金率的变化;(e)货币工具(外币兑换错配和净未平仓头寸限制的变化)。
源:作者计算。
地图有助于稳定信贷周期:来自信贷登记数据的证据
在新兴市场经济体中，拉丁美洲国家是评估宏观审慎工具有效性的一个特别好的实验室。这有两个原因:
- MaPs的使用在那里有相对较长的历史(Tovar et al. 2012);
- 许多国家已经制定了细粒度的信贷登记数据，有助于在不作强有力假设的情况下将贷款需求与贷款供应的影响分开。
但是，信用登记数据的机密性不允许将它们集中到一个唯一的数据集中。这就是为什么迄今为止使用信用登记数据对map影响的研究很少。这也解释了为什么他们专注于国家层面的经验(例外是Jimenez等人，2016年为西班牙，Camors等人，2016年为乌拉圭)。
为了研究宏观审慎措施的影响及其与货币政策的相互作用，国际清算银行(在美洲协商理事会的主持下)发起了一个联合项目，涉及8个美洲国家的股份制中央银行。其中五个国家——阿根廷、巴西、哥伦比亚、墨西哥和秘鲁——利用信用登记数据，并根据共同协议(即采用类似的建模策略和数据定义)进行回归。[1]Gambacorta和Murcia(2017)总结了总共15次宏观审慎干预的结果(根据我们的分类，6次主要旨在增强抵御能力，9次旨在抑制周期)。
利用元分析技术，我们发现宏观审慎工具有助于稳定信贷周期(见表1)。特别是，宏观审慎措施收紧与三个月后信贷年增长率平均下降4.6%和一年后信贷年增长率平均下降7.2%有关。然而，宏观审慎工具的影响传播非常不均匀——旨在抑制周期的审慎措施(一个季度后效果显著)比旨在培养弹性的审慎措施(效果在一年内实现)传播得更快。最后，宏观审慎措施对信贷增长的有效性受到货币政策条件的影响。特别是，调整宏观审慎工具以加强货币政策(即同时收紧或放松时向同一个方向推进)相对更有效。
表1宏观审慎政策对信贷增长的影响
信贷增长MaPs估计系数的元分析
笔记(1) Q测量评估研究之间的同质性/异质性水平。它是根据估计效果相对于平均值的加权平方差来计算的。该措施的统计分布符合χ2分布。检验的原假设假设效应量的同质性。(2)对应于不同估计中报告的系数的加权平均。***，**和*分别表示在1%，5%和10%的显著性。
源: Gambacorta and Murcia(2017)。
地图有助于控制银行风险:来自银行层面数据的证据
迄今为止提出的证据是基于map对信贷增长的影响。然而，由于map的最终目标是降低金融危机的概率，我们也分析了它们对银行风险的影响。特别是，我们对在61个发达和新兴市场经济体经营的3000多家银行进行了测试，并使用预期违约频率和z得分作为风险衡量标准。预期违约频率指标的计算需要银行在股票市场上发行股票，而Z-score则依赖于资产负债表变量来确定违约概率。[2]
Altunbas等人(2017)提出了三个主要结果。首先，有证据表明，宏观审慎工具对银行风险有重大影响。这适用于到目前为止讨论的两种类型(参见图2，左侧面板)。其次，map在紧缩时期比在宽松时期更有效，这与Cerutti等人(2017)分析的map对银行信贷的不对称影响是一致的。第三，对宏观审慎工具变化的反应取决于银行特有的特征。特别是那些规模小、资本薄弱、批发融资份额较高的银行，对宏观审慎工具的变化反应更强烈。
为了了解这种异质性的量化影响，图2的右侧面板总结了宏观审慎工具对不同资本水平的银行的影响。这些估计大致表明，宏观审慎措施的收紧将导致平均每家银行的预期违约概率下降约0.7%。资本弱的银行(- 0.9%)比资本强的银行(- 0.4%)受到的影响更大，这可能是因为它们更容易进入市场。当把Z-score作为银行风险的指标时，也发现了类似的结果。这些结果与Gambacorta和Shin(2016)一致——市场认为资本充足的银行风险较低，债务融资支付较少。
图2宏观审慎政策对银行风险的影响
笔记:该数据报告了宏观审慎工具收紧对银行风险的影响。每个图表的左边部分表示对银行预期违约频率的影响(左轴)，右边部分表示对z得分的影响(右轴)。z得分越高，破产风险的上限越低，意味着出现破产风险的概率越低。为了比较回归系数的符号，我们将z分数乘以-1。
源: Altunbas et al.(2017)。
结论
宏观审慎措施旨在降低金融危机发生的可能性和严重性。与此同时，现有的大多数文献研究了它们对信贷增长的影响，重点是全国范围的数据或银行层面的信息。我们提出了宏观审慎措施有效性的新证据，使用银行-企业层面的信贷登记数据，并分析了它们与银行风险措施的联系。一个悬而未决的问题仍然是map对长期经济表现的影响(比如产出增长及其波动性;一些初步结果见野猪等。2017)。此外，结构性特征，如一个国家的金融发展(即影子银行体系的相对重要性)及其开放程度，可能通过可能的泄漏效应改变审慎措施的效果。需要进一步的研究来阐明这些方面。
作者声明:本文仅代表作者个人观点，不代表国际清算银行(bis)、República银行(Banco de la República)或国际货币基金组织(IMF)及其执行董事会或管理层。
参考文献
Altunbas, Y, M Binici和L Gambacorta(2017)，“宏观审慎政策与银行风险”，国际货币与金融杂志，即将出版(也出版为CEPR讨论文件第12138号）.
野猪，C, L Gambacorta, G Lombardo和L Pereira da Silva(2017)，“宏观审慎政策对宏观经济表现的影响是什么?”,国际清算银行季度审查，9月。
Camors C, Dassatti, J Peydró和F.R Tous(2016)，“宏观审慎与货币政策:来自准备金要求的贷款水平证据”，mimeo，庞培法布拉大学，西班牙。
Cerutti, E, S Claessens和L Laeven(2017)，“宏观审慎政策的使用和有效性:新证据”，金融稳定杂志， 28: 203-224。
Claessens, S, S R Ghosh和R Mihet(2013)，“减缓金融系统脆弱性的宏观审慎政策”，国际货币与金融杂志39: 153 - 185。
Gambacorta, L和A Murcia(2017)，“宏观审慎政策的影响及其与货币政策的相互作用:使用信用登记数据的实证分析”，国际清算银行工作文件，636(也发表于CEPR讨论文件第12027号）.
Gambacorta, L和H S Shin(2016)，“为什么银行资本对货币政策很重要”，金融中介杂志,即将到来。
Jimenez, G, S Ongena, J- l Peydro和J Saurina(2016)，“宏观审慎政策，逆周期银行资本缓冲和信贷供应:来自西班牙动态准备金实验的证据”，政治经济学杂志,即将到来。
Tovar, C, M García-Escribano和M Vera Martin(2012)，“拉丁美洲的信贷增长与准备金要求和其他宏观审慎工具的有效性”，国际货币基金组织工作文件，第142期。
加拿大、智利和美国的其他三家中央银行利用信贷来源和借款人特征的信息，研究了具体的审慎措施，对分析进行了补充。国别研究报告和摘要文件载于:https://www.bis.org/am_office/wgfinstab/teompatiwmp.htm．
研究中使用的预期违约频率估计了一家银行在一年内违约的概率。它的价值以百分比表示，是通过将银行财务报表、股市信息和穆迪专有的违约数据库结合起来计算得出的。Z-score是风险的另一种衡量标准，它衡量的是在银行收益正常的假设下，为了耗尽股本，收益变现必须下降的标准差数。
