金融经济周期理论分析框架及其在中国的应用

马家进

摘 要：2008年全球金融危机对世界经济和各主要中央银行的政策实践产生了深远影响，同时也导致了宏观经济周期理论的重大变革，促使金融经济周期理论的诞生和发展。本文构建了一个清晰的金融经济周期理论分析框架，并运用我国实际经济数据对模型中的结构参数和外生冲击过程进行了校准和贝叶斯估计，同时展示了这一分析框架在我国经济分析中的三个具体应用，结果发现：（1）信贷冲击是驱动我国经济周期波动的重要力量；（2）减少信贷摩擦能够平抑我国的经济波动，并且扩大货币政策的操作空间；（3）模型对CPI的预测结果与真实数据拟合程度非常高。

关键词：金融经济周期；信贷约束；信贷冲击；DSGE模型

中图分类号：F830 文献标识码：A 文章编号：1674-2265（2017）07-0003-08

2008年9月15日，雷曼兄弟公司申请破产，肇始于美国“次贷危机”的金融风暴迅速席卷全球，世界经济被拖入衰退的深渊。美欧日等发达经济体深陷通缩泥潭，失业率高企，工资增速放缓，民众深受其苦。

此次大危机的影响不仅仅局限于实体经济和金融市场，它还深刻地改变了世界主要中央银行的政策实践。美联储等中央银行首次遭遇了“名义利率零下限”这一困境。由于总产出和物价下跌过于厉害，中央银行不断下调政策利率，利率水平很快触及了零下限，常规的货币政策已经无能为力。但是经济依然疲弱，亟须货币政策支持和刺激。因此各主要中央银行纷纷采取了“非常规货币政策”，如美联储进行了大家所熟知的“量化宽松（QE）”，欧洲中央银行和日本银行也进行了类似操作。由于欧元区和日本的经济形势仍然十分严峻，这两大经济体又实施了更为激进的货币政策——负利率政策。

除此以外，此次危机对现代主流宏观经济学也提出了严峻挑战。此前各主要中央银行运行良好的新凯恩斯主义DSGE（动态随机一般均衡）模型不仅在事前无法预测此次危机，事后对危机的解释力也十分有限。其原因在于原先宏观经济学家们在构建宏观经济模型时对金融市场不够重视，将金融市场的不完美性或者说金融摩擦抽象掉了。而此次金融危机展现了金融市场对宏观经济的巨大影响，宏观经济学家们也认识到要将金融摩擦整合进现有的主流宏观经济模型中，因而危机后大量包含金融摩擦的理论框架文献不断涌现。

这些研究金融摩擦的文献主要从政策制定者视角解决了如下几个重要问题：第一，金融冲击对实体经济的影响；第二，面临金融摩擦时的最优货币政策；第三，不同货币政策工具的有效性；第四，资本监管和宏观审慎政策对实体经济的影响（Brzoza-Brzezina 等，2013）。基于这些学术成果，一些国家的中央银行已经将金融摩擦整合进用于政策分析的宏观经济模型当中，比如瑞典央行的RAMSES模型和欧洲中央银行的NAWM模型。

周炎和陈昆亭（2014）将这场宏观经济周期理论的重大变革称为“金融经济周期（Financial Business Cycle）理论”，“该理论将金融市场因素（金融冲击、金融摩擦、金融中介）嵌入DSGE框架中，系统地研究金融周期与实体经济周期之间相互作用、相互关联的内生机制”。

金融经济周期理论模型通常采用两种方式在经典的新凯恩斯主义模型中纳入金融市场因素：抵押品约束机制和外部融资溢价机制。抵押品约束机制最早由Kiyotaki和Moore（1997）提出，金融中介要求借款者为贷款提供抵押品，从而以限制贷款数量的方式引入了摩擦。外部融资溢價机制源于Bernanke和Gertler（1989），而后由Carlstrom和Fuerst（1997）拓展，进而由Bernanke等（1999）纳入到新凯恩斯主义框架中，也由此成为著名的“金融加速器”模型。由于监管贷款申请人是有成本的，从而导致在借款利率和无风险利率之间插入了“楔子”（称为“外部融资溢价”），因此金融摩擦通过贷款价格的方式被引入模型当中。

Brzoza-Brzezina等（2013）通过拓展新凯恩斯主义模型比较了抵押品约束机制和外部融资溢价机制，发现外部融资溢价机制更符合美国的实际经济波动数据，而抵押品约束机制可能对货币政策分析产生误导。侯成琪和刘颖（2015）同样对抵押品约束机制和外部融资溢价机制两种金融摩擦进行了比较研究，结果发现，“由于存在宏观层面的信贷规模控制和微观层面的信贷配给，抵押品约束机制这种数量型金融摩擦比外部融资溢价机制这种价格型金融摩擦更适合描述中国信贷市场，能够显著提高模型对中国经济数据的解释能力”。

本文在新凯恩斯主义DSGE模型中引入了抵押品约束机制，从而构建了一个清晰的金融经济周期理论分析框架。遵循主流DSGE模型的求解和参数估计方法，本文选取了我国的实际经济数据对模型中的结构参数和外生冲击过程进行参数估计。Del Negro 和Schorfheide（2013）将DSGE模型的作用总结为如下三个：“讲故事”、政策实验和预测。因此，与之前的文献不同，本文展示了金融经济周期理论分析框架在我国经济分析中的三个具体应用，主要回答如下三个问题：第一，信贷冲击是驱动我国经济周期波动的重要力量吗？第二，减少信贷摩擦对我国经济周期波动和货币政策操作空间有何影响？第三，模型的经济预测能力如何？从后文的分析中可以看出，金融经济周期理论的分析框架在我国经济分析中具有十分广泛且重要的应用前景。

一、框架模型

本文构建的金融经济周期理论模型实质上是一个中等规模的包含信贷约束的新凯恩斯主义DSGE模型。模型主体遵循了Christiano等（2005）以及Smets 和Wouters（2003、2007）的经典设定，并参照Brzoza-Brzezina和Kolasa（2013）的研究，引入了Kiyotaki和Moore（1997）的抵押品约束机制。

模型中包含了家庭、厂商（最终产品生产者、中间产品生产者、资本品生产者）、企业家、银行、财政和货币当局等主要经济主体，它们均在各自的约束条件下做出理性决策。与新古典增长模型不同，模型中包含了大量的实际和名义摩擦，例如消费的习惯形成、投资调整成本、名义价格和工资刚性以及信贷约束等。此外，模型经济还遭受多种外生随机冲击，包括劳动供给冲击、价格加成冲击、全要素生产率冲击、投资边际效率冲击、信贷冲击、需求冲击和货币政策冲击等。模型的整体框架结构如图1所示。endprint

（一）家庭

连续的家庭[j∈[0，1]]拥有如下相同的效用函数：

[Ets=0∞βslnCt+s（j）-hCt+s-1（j）-φt+s1+νLLt+s（j）1+νL] （1）

其中[Ct（j）]是消费，[Lt（j）]是劳动供给，[h]是家庭的消费习惯系数，[φt]则是劳动供给冲击。

家庭的预算约束如下：

[Pt+sCt+s（j）+Dt+s（j）≤Rt+s-1Dt+s-1（j）+Wt+s（j）Lt+s（j）+Πt+s+Trt+s-Tt+s]（2）

其中[Pt]是消費品的价格，[Dt（j）]是家庭的银行存款，[Rt]是银行存款的名义总利率，[Wt（j）]是名义工资，[Πt]是家庭从拥有的厂商中获得的人均利润，[Trt]是家庭从企业家中获得的人均转移支付，[Tt]则是政府收取的总额税。

存在竞争性的劳动加总者，它们将家庭的异质性劳动供给[Lt（j）]通过如下生产技术打包成同质的[Lt]后卖给中间产品生产者：

[Lt=01Lt（j）11+λwdj1+λw] （3）

由劳动加总者利润最大化的一阶条件可得家庭劳动供给需求函数：

[Lt（j）=Wt（j）Wt- 1+λwλwLt] （4）

其中[Wt（j）]和[Wt]分别是支付给[Lt（j）]和[Lt]的名义工资。

结合公式（4）和劳动加总者的零利润条件可得如下的工资加总等式：

[Wt=01Wt（j）- 1λwdj-λw] （5）

每个家庭提供异质性的劳动供给，而且由于劳动力市场的设定，家庭拥有市场力量，所以他们能够决定各自的名义工资水平。假设存在Calvo（1983）中的名义工资刚性，即在每一期，只有[1-ζw]比例的家庭可以自由设定自己的工资，剩下的[ζw]比例的家庭则只能简单根据稳态的工资增长率（稳态的通货膨胀率[π?]乘以稳态的经济增长率[γ]）来调整其工资。因此，在[t]期，当家庭能够自由地调整其工资时，它会选择最优工资水平[Wt（j）]来最大化效用：

[maxWt（j） Ets=0∞ζswβs…-φt+s1+νLLt+s（j）1+νL] （6）

同时服从预算约束公式（2）、劳动供给的需求函数公式（4）以及如下的黏性工资的简单调整规则：

[Wt+s（j）=Wt（j）π?γs] （7）

（二）厂商

1. 最终产品生产者。存在竞争性的最终产品生产者，它们将异质性的中间产品[Yt（i）]通过如下生产技术打包成同质的最终产品[Yt]：

[Yt=01Yt（i）11+λp，tdi1+λp，t] （8）

其中[λp，t]为价格加成冲击。

由最终产品生产者利润最大化的一阶条件可得中间产品的需求函数：

[Yt（i）=Pt（i）Pt- 1+λp，tλp，tYt] （9）

其中[Pt（i）]和[Pt]分别是中间产品和最终产品的价格。

结合公式（9）和最终产品生产者的零利润条件，同样可得最终产品的价格加总等式：

[Pt=01Pt（i）- 1λp，tdi-λp，t] （10）

2. 中间产品生产者。连续的中间产品生产者[i∈[0，1]]通过如下的生产技术将投入的资本和劳动加工成异质性的中间产品并卖给最终产品生产者：

[Yt（i）=ZtKt（i）αγtLt（i）1-α] （11）

其中[Kt（i）]和[Lt（i）]分别是资本和劳动投入，[γ]是稳态的经济增长率，[Zt]是全要素生产率冲击。

中间产品生产者从竞争性的市场上购买同质的资本和劳动，并且面临相同的资本租金率[Rkt]和名义工资[Wt]，因此中间产品生产者的利润函数是：

[Pt（i）Yt（i）-RktKt（i）-WtLt（i）] （12）

同样地，根据Calvo（1983）的研究，假设每一期只有[1-ζp]比例的中间产品生产者能够自由设定中间产品的价格，而剩下的[ζp]比例中间产品生产者只能简单根据稳态的通货膨胀率[π?]来调整其产品价格。所以，当能够自由调整其产品价格时，中间产品生产者会选择最优价格水平[Pt（i）]来最大化其未来利润的期望折现总和：

[maxPt（i） Ets=0∞ζspβsΞpt+sPt（i）πs?-MCt+sYt+s（i）]

[s.t. Yt+s（i）=Pt（i）πs?Pt+s- 1+λp，t+sλp，t+sYt+s] （13）

其中[MCt]是中间产品生产者的名义边际成本，[βsΞpt+s]是折现因子，[Ξpt]是家庭预算约束公式（2）的拉格朗日乘子。

3. 资本品生产者。竞争性的资本品生产者在每一期期初向企业家购买[x]单位的资本品，并向最终产品生产者购买[It]单位的最终产品，最后将两者通过如下的生产技术转变为新的资本品后重新卖给企业家：

[x′=x+μt1-SItIt-1It] （14）

其中[x′]是新的资本品，资本品生产者在该期期末将其重新卖给企业家，[x]则是在期初向企业家购买的资本品。[It]是投资支出，即资本品生产者所购买的最终产品，[S（?）]是投资调整成本，而且[S′（?）>0， S″（?）>0]。[μt]是投资边际效率冲击。

资本品生产者选择投资[It]来最大化其未来利润的期望折现总和：

[maxIt Ets=0∞βsΞpt+sQkt+sμt+s1-SIt+sIt+s-1It+s-Pt+sIt+s]

（15）

其中[βsΞpt+s]是和上文一样的折现因子，[Qkt]则是资本品的名义价格。endprint

（三）企业家和银行

连续的企业家[e∈[0，1]]将当期折旧后剩余的资本品卖给资本品生产者，再重新向其购买下一期所需的资本品，结合资本品生产者的生产技术函数，可得加总的资本积累方程：

[Kt+1=（1-δ）Kt+μt1-SItIt-1It] （16）

其中[δ]是资本的折旧率。

此外，连续的企业家[e∈[0，1]]拥有如下相同的效用函数：

[Ets=0∞βEslnCEt+s（e）-hCEt+s-1（e）] （17）

其中[βE]是企业家的折现因子，[CEt（e）]是企业家的消费。

除与资本品生产者买卖折旧后剩余的资本品和新资本品，以及向最终产品生产者购买供自身消费的最终产品外，企业家还向中间产品生产者提供资本出租服务，并收取每单位[Rkt]的租金。企业家通过向银行申请贷款[Bt]来弥补资金缺口，贷款的名义总利率同样为[Rt]。所以企业家的预算约束如下：

[Pt+sCEt+s（e）+Qkt+sKt+s+1（e）+Rt+s-1Bt+s-1（e）≤Rkt+s+Qkt+s1-δKt+s（e）+Bt+s（e）] （18）

银行向家庭吸收存款[Dt]并支付利息，同时向企业家发放贷款[Bt]并收取利息。由于企业家经营存在风险，所以为了避免贷款无法全部收回进而导致无法全额偿还家庭的存款，银行在向企业家发放贷款时要求企业家提供抵押品担保，按照抵押品市场价值发放相应比例贷款，这就是所谓的“抵押品约束机制”。企业家受到的信贷约束如下：

[Rt+sBt+s（e）≤mt+sEt+sQkt+s+11-δKt+s+1（e）] （19）

其中[mt]为随机的担保品贷放率（loan-to-value ratio），可将其称为信贷冲击。

（四）财政和货币当局

政府支出[Gt]遵循如下的简单规则：

[Gt=gtYt] （20）

其中[gt]是政府支出冲击。由于本文设定的是封闭经济模型，而实际上我国是一个开放经济体，受到外部需求的巨大影响，所以可以将外部需求冲击也包含到[gt]中，因此将其称为需求冲击。

政府支出全靠向家庭收取的总额税：

[PtGt=Tt] （21）

中央银行遵循如下的简单名义利率规则：

[RtR?=Rt-1R?ρRj=03πt-jπ?ψπYtYt-4γ-4ψY1-ρReεRt] （22）

其中[R?]、[π?]和[γ]分别是稳态的名义利率、通货膨胀率和经济增长率，[j=03πt-j]和[YtYt-4]则分别是通货膨胀同比增长率和总产出同比增长率，[εRt]是货币政策冲击。

（五）市场出清和外生冲击

结合家庭、企业家和政府的预算约束以及劳动加总者和最终产品生产者的零利润条件，可得总的资源约束条件如下：

[Yt=Ct+It+Gt+CEt] （23）

模型中的外生冲击，如劳动供给冲击[φt]、价格加成冲击[λp，t]、全要素生产率冲击[Zt]、投资边际效率冲击[μt]、信贷冲击[mt]以及需求冲击[gt]的对数服从一阶自回归过程，而货币政策冲击[εRt]则是白噪声过程。

二、数据选取和参数估计

在上一部分所设定的框架模型基础上，本文选取了我国实际经济数据对模型中的结构参数和外生冲击过程进行参数估计。根据主流DSGE模型的求解和参数估计方法，本文对部分参数进行校准，对其他主要结构参数和外生冲击过程进行贝叶斯估计。

（一）数据选取

本文选取了总产出、通货膨胀率、银行信贷和利率季度数据作为模型中的观测变量，并据此挑选相应的实际经济统计数据。总产出选择GDP当季同比增长率，通货膨胀率由CPI当月同比增长率经简单加权平均得到，银行信贷由金融机构各项贷款余额当月同比增长率经简单加权平均得到，利率则选择了上海银行间同业拆放利率一年期利率经简单加权平均得到，由于Shibor的数据开始于2007年，所以之前缺失的数据由中国银行间同业拆借利率补足。采用HP滤波法将上述数据的周期部分分离出来。数据的时间段为2000年第一季度至2016年第四季度。其中Chibor数据来自CEIC数据库，其他数据均来自万得数据库。

（二）校准和贝叶斯估计

根据文献的通常设定，首先我们对部分数据进行校准。资本折旧率[δ]取值为0.025，即年折旧率为10%；稳态时的价格加成[λp]取值为0.15，稳态时的工资加成[λw]则取值为0.3。对其余的结构参数和外生冲击过程进行贝叶斯估计，具体的参数设置及估计结果如表1所示。

三、我国经济分析中的三个具体应用

正如前文所述，DSGE模型有如下三个作用：“讲故事”、政策实验和预测。这三个作用之间相辅相成，不可分割。首先我们要构建符合现实的理论模型，由此来探讨各经济变量之间的相互作用与联动关系，此谓“讲故事”；依托于设定良好的模型，我们才能进行政策实验，考察不同经济政策对实际经济运行造成怎样的影响；而预测也是相当重要的一部分，检验预测的准确性是考察模型设定是否合理的重要途径，而且更好的经济预测手段可以让央行和政府及早发现经济问题，及时采取合适的经济政策，从而更好地稳定经济。

本文将展示第二部分所构建的金融经济周期理论分析框架在我国宏观经济分析中的三个具体应用，分别对应DSGE模型的三大作用。该部分主要回答如下三個问题：第一，信贷冲击是驱动我国经济周期波动的重要力量吗？第二，减少信贷摩擦对我国经济周期波动和货币政策操作空间有何影响？第三，模型的经济预测能力如何？

（一）信贷冲击是驱动我国经济周期波动的重要力量吗？endprint

与经典的新凯恩斯主义DSGE模型相比，本文构建的金融经济周期理论分析框架所新增的信贷冲击在我国经济周期波动中起到了多大的作用呢？通过方差分解，可以清晰地考察经济中的各种外生冲击对各宏观经济变量周期波动所造成影响的重要程度。

表2中列示了各种外生冲击解释总产出、资本、投资、信贷、通货膨胀率和利率六大主要宏观经济变量变动的无条件方差比例，这些外生冲击包括劳动供给冲击[φt]、价格加成冲击[λp，t]、全要素生产率冲击[Zt]、投资边际效率冲击[μt]、信贷冲击[mt]、需求冲击[gt]以及货币政策冲击[εRt]。

表2：主要宏观经济变量的方差分解（%）

[＼&[φt]＼&[λp，t]＼&[Zt]＼&[μt]＼&[mt]＼&[gt]＼&[εRt]＼&总产出＼&0.15＼&0.06＼&25.71＼&0.45＼&10.12＼&56.13＼&7.38＼&资本＼&0.43＼&0.33＼&41.40＼&14.79＼&37.55＼&0.08＼&5.42＼&投资＼&0.23＼&0.23＼&32.03＼&7.65＼&56.16＼&0.17＼&3.53＼&信贷＼&0.01＼&0.00＼&0.65＼&0.10＼&98.71＼&0.08＼&0.44＼&通胀率＼&0.01＼&0.05＼&62.90＼&0.01＼&2.30＼&14.93＼&19.79＼&利率＼&0.02＼&0.01＼&26.32＼&0.07＼&2.78＼&14.71＼&56.08＼&]

从表2中可以看到，信贷冲击[mt]对总产出波动的解释力达到10.12%，对资本和投资波动的解释力更是分别达到了37.55%和56.16%。由此可知，信贷冲击是驱动我国经济周期波动的重要力量，不应像经典的新凯恩斯主义DSGE模型一样将其省略。所以金融经济周期理论分析框架在分析一国经济周期波动的原因方面有着巨大的进步和优势。

（二）减少信贷摩擦对我国经济周期波动和货币政策操作空间有何影响？

在现实经济中，企业面临着信贷约束，而这种约束又时紧时松，与经济周期高度相关。在经济下行期间信贷约束收紧，而在经济上行期间信贷约束又会放松。这就形成了信贷周期和经济周期相同步的现象，而且信贷周期加剧了经济周期的波动，即Bernanke等（1999）所谓的“金融加速器”机制。

本文所构建的模型采用抵押品约束机制，在经典的新凯恩斯主义DSGE模型中引入了企业所面临的这一信贷约束（有些文献也称之为信贷摩擦或者金融摩擦），并在常见的外生冲击之外增加了信贷冲击，从而得以考察信贷周期与经济周期二者之间相互作用、相互关联的内生机制。

在此次金融危机中，美联储、欧洲中央银行和日本银行的常规货币政策空间完全丧失，不得不采用“非常规货币政策”。而我国央行的处境相比之下无疑要优越得多，但是人民币存款基准利率也已经降至1.5%，如果经济继续下行，那么货币政策的操作空间也不大。

在经济下行期间，除了扩张性的货币政策和财政政策外，其实还可以采用减少信贷摩擦的方式，这样既能避免银行信贷的顺周期性紧缩加剧经济的衰退，又可以通过支持企业融资起到复苏经济的目的。减少信贷摩擦对经济周期波动的影响如图2所示。

图2展示了几个主要经济变量面临一个标准差的正向信贷冲击的脉冲响应函数，实质上可以认为是经济体中减少了信贷摩擦之后的结果。从中可以看到，信贷摩擦减少之后，信贷增加了，企业有了充裕的资金投资，形成有效的资本存量，进而刺激了总产出的增长。因此，在经济下行期间，减少信贷摩擦能够有效地平抑经济波动，从而在某种程度上拓宽货币政策的操作空间。

（三）模型的经济预测能力如何？

众所周知，货币政策等经济政策存在时滞，包括内部时滞和外部时滞。如果说外部时滞受制于客观的经济和金融条件，那么内部时滞所包含的认识时滞和决策时滞则是央行和政府所应努力减少的。而统计数据的滞后发布是产生认识时滞的一个重要原因，譬如2015年第三季度的GDP数据直到当年10月20日才公布，数据为6.9%，首次低于7.0%。可能央行此时最终确认经济下滑太过严重，经过一定时间的决策，在10月23日决定下调存贷款基准利率0.25个百分点，下调法定存款准备金率0.5个百分点，可是货币政策发生作用还需一段时间。如果能够更早地预见并认识到经济遭遇的问题，就能有效地减少政策时滞，从而更好地稳定经济，减少社会的福利损失。解决上述问题的方法是提高央行和政府对经济预测的能力，因此，关注和研究模型的经济预测功能具有重大的现实意义。

按照上文中所介绍的模型设定、数据选取以及参数设置，本文对2007年第一季度至2016年第四季度共40个季度的CPI同比数据进行了样本外预测，结果如图3所示。

从图3中可以清楚地看出，模型对CPI的预测值与实际值非常接近。无论是2008年CPI的快速下滑还是2009年下半年开始的迅速攀升都得到了准确反映，2012年之后通货膨胀的稳定和低迷也与现实相符。当然，模型的预测能力也还有进一步提升的空间。

由于经济政策只有在长久时滞后才影响经济，成功的稳定化政策要求有准确预测未来经济状况的能力。DSGE模型逐渐成熟并广泛使用的历史并不太长，还有许多地方值得挖掘和改进，比如如何更好地处理经济变量的趋势问题。虽然本文的模型已是中等规模的DSGE模型，但是还可以在模型中加入更多设定，比如扩展至开放经济条件下，加入其他的实际和名义摩擦等，而这必然会大大增加模型的复杂性及计算的繁重度，更可行的方式是像国外一样由央行组建专门团队进行研究和执行。随着模型设定的完善以及在数据处理、参数估计和预测方法等方面的进步，相信模型的预测准确度会有大幅度提升。

四、结论

2008年“百年一遇”的全球金融危機对世界经济和各主要中央银行的政策实践均产生了深远影响，同时也导致了宏观经济周期理论的重大变革，促使了金融经济周期理论的诞生和发展。无论是学术界还是政策制定者都十分关注这个理论框架的发展和应用，并且投入了巨大的心血和努力。endprint

本文构建了清晰的金融经济周期理论分析框架，并运用我国实际经济数据对模型中的结构参数和外生冲击过程进行了校准和贝叶斯估计。本文展示了这一分析框架在我国经济分析中的三个具体应用，结果发现：第一，信贷冲击是驱动我国经济周期波动的重要力量；第二，减少信贷摩擦能够平抑我国的经济波动，并且扩大货币政策的操作空间；第三，模型对CPI的预测结果与真实数据拟合程度非常高。

参考文献：

[1]Bernanke，Ben and Mark Gertler. 1989. Agency Costs，Net Worth，and Business Fluctuations[J].American Economic Review，79（1）.

[2]Bernanke，Ben；Mark Gertler and Simon Gilchrist. 1999. The Financial Accelerator in a Quantitative Business Cycle Framework[J].Handbook of Macroeconomics，1C.

[3]Brzoza-brzezina，Michal and Marcin Kolasa. 2013. Bayesian Evaluation of DSGE Models with Financial Frictions[J].Journal of Money，Credit，and Banking，45（8）.

[4]Brzoza-brzezina，Michal；Marcin Kolasa and Krzysztof Makarski. 2013. The Anatomy of Standard DSGE Models with Financial Frictions[J].Journal of Economic Dynamics and Control，37（1）.

[5]Calvo，Guillermo A. 1983. Staggered Prices in a Utility-Maximizing Framework[J].Journal of Monetary Economics，12（3）.

[6]Carlstrom，Charles T. and Timothy S. Fuerst. 1997. Agency Costs，Net Worth，and Business Fluctuations：A Computable General Equilibrium Analysis[J]. American Economic Review，87（5）.

[7]Christiano，Lawrence J.；Martin Eichenbaum and Charles L. Evans. 2005. Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy[J].Journal of Political Economy，113（1）.

[8]Del Negro，Marco and Frank Schorfheide. 2013. DSGE Model-Based Forecasting[J].Handbook of Economic Forecasting，2A.

[9]Kiyotaki，Nobuhiro and John Moore. 1997. Credit Cycles[J].Journal of Political Economy，105（2）.

[10]Smets，Frank and Rafael Wouters. 2003. An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area[J].Journal of the European Economic Association，1（5）.

[11]Smets，Frank and Rafael Wouters. 2007. Shocks and Frictions in US Business Cycles：A Bayesian DSGE Approach[J].American Economic Review，97（3）.

[12]侯成琪，劉颖.外部融资溢价机制与抵押约束机制——基于DSGE模型的比较研究[J].经济评论，2015，（4）.

[13]周炎，陈昆亭.金融经济周期理论研究动态 [J].经济学动态，2014，（7）.endprint