2016年-IMF国际货币组织全球_Mitigating_the_Deadly_Embrace_in_Financial_Cycles_Countercyclical_Buffers_and_Loan_26页_940kb

总结：Mitigating the Deadly Embrace in Financial Cycles: Countercyclical Buffers and Loan-to-Value Limits

核心内容

本研究通过扩展MAPMOD模型（Mark II），探讨了宏观审慎政策（特别是计数周期缓冲（CCBs）和贷款价值比（LTV）限制）在缓解金融周期中“致命拥抱”（deadly embrace）现象中的有效性。研究指出，银行信贷、房价和家庭资产负债表之间存在紧密联系，这种联系可能导致金融周期的形成与爆发，从而对经济造成严重损害。

主要观点

• 金融周期的形成机制：银行信贷扩张与房价上涨相互促进，形成“致命拥抱”，即银行信贷增加推动房价上涨，而房价上涨又进一步刺激银行信贷扩张，最终导致系统性风险累积。
• “致命拥抱”的特征：
  • 银行信贷与经济周期和资产价格呈正相关。
  • 高LTV（贷款价值比）意味着更高的违约风险，导致银行提高利率差。
  • 在经济扩张期，银行倾向于增加信贷，而在衰退期则面临大量不良贷款（NPLs），从而被迫去杠杆，引发经济收缩。
• 宏观审慎政策的作用：
  • CCBs 可以在经济扩张时限制信贷增长，在衰退时缓解信贷紧缩，但其对住房市场的针对性不足。
  • LTV限制 有助于抑制过度杠杆，但其本身具有顺周期性，即在房价上涨时放宽限制，加剧泡沫；在房价下跌时收紧限制，加剧经济收缩。
  • LTV与CCBs的结合 可以增强宏观审慎政策的逆周期效果，减少“致命拥抱”带来的系统性风险。

关键信息

一、模型背景与特点

• MAPMOD模型 是一个基于银行行为的宏观金融模型，与传统贷款可得性模型不同，它强调银行信贷决策基于对未来盈利的预期和资本充足率要求。
• MAPMOD Mark II 引入了住房市场，使其成为研究金融周期的重要工具。住房市场被建模为由家庭需求和银行供给驱动，且房价与信贷行为相互影响。

二、住房市场的作用机制

• 家庭购买住房的动机包括预期资本收益和住房服务。
• 银行提供抵押贷款，其利率取决于LTV（贷款价值比）和LTI（贷款收入比）。
• LTV与LTI 是衡量借款人风险的重要指标，高LTV意味着高违约风险，银行因此提高利率差。
• 房价的上升会提高LTV，从而促使银行继续放贷，形成正反馈循环。

三、政策建议

• LTV限制应基于历史平均房价，而非当前房价，以减少其顺周期性。
• CCBs与LTV限制结合使用 可以更有效地缓解“致命拥抱”。
• 宏观审慎政策需考虑逆周期性，避免在经济扩张期过度放松监管，而在衰退期过度收紧。

图表与模拟结果

• 图1：展示了银行信贷行为的非线性特征，包括贷款组合曲线和个体贷款供给曲线。
• 图2：显示了银行对系统性风险的低估，导致信贷过度扩张。
• 图3：对比了良好与不良信用周期，说明在预期生产力提升时，信贷扩张是积极的；而在预期落空时，不良贷款增加，经济收缩。
• 图4：展示了银行信贷与房价的同步波动，反映了“致命拥抱”的动态过程。
• 图5：展示了银行信贷需求与供给的平衡点，以及在不同LTV和利率差下的信贷行为。
• 图6：描绘了住房需求与供给的互动，说明房价由市场预期和信贷行为共同决定。
• 图7：展示了房价泡沫的形成与破裂过程，揭示了“致命拥抱”的自我实现机制。

结论

• 金融周期 是由银行信贷、房价和家庭资产负债表之间的相互作用驱动的。
• 宏观审慎政策 是避免系统性风险和金融危机的关键工具。
• LTV限制与CCBs的结合 可以更有效地发挥逆周期作用，减少金融周期带来的负面影响。
• 政策设计需考虑顺周期性，以避免宏观审慎政策在不恰当的时间放松或收紧。

参考文献与附录

• JEL分类号：E32, E44, G38, L51
• 关键词：信贷扩张、信贷紧缩、金融危机、金融周期、住房市场、计数周期缓冲、贷款价值比限制、宏观审慎政策
• 附录I：介绍了Basel III中的宏观审慎监管措施，包括CCBs的设定范围和实施方式。