论文部分内容阅读
摘要：国际金融危机以来，运用宏观审慎政策维护金融稳定，其有效性已得到广泛认可。与“金融稳定”“系统性风险”领域大量的研究相比，关于宏观审慎政策尤其是对其有效性的研究是非常有限的。本文基于108个国家或地区的跨国面板数据，用系统性银行危机指数度量金融稳定，研究宏观审慎政策工具体系对金融稳定的影响。从全样本视角看，随着宏观审慎工具运用次数的提高，系统性危机发生的概率会有一定程度下降，并且借款人和金融机构导向型的宏观审慎工具也有助于降低危机发生的概率。研究发现不同经济体运用宏观审慎工具的频率不同，新兴市场经济体运用次数最高，发达经济体其次，低收入发展中经济体最低。從回归结果看，新兴市场和低收入发展中经济体采用宏观审慎工具体系及细分的工具，发达经济体运用借款人导向型的宏观审慎工具，均有助于降低危机发生的概率。因此，设计防范系统性危机的宏观审慎政策工具要做到因地制宜，从而更好地实现维护金融稳定的目标。
关键词：宏观审慎政策金融稳定跨国面板系统性银行危机宏观审慎工具
作者简介：
姜惠宸，北京航空航天大学博士，北京理工大学博士后。
一、研究背景
关于宏观审慎的研究始于20世纪70年代。Clement在国际清算银行（BIS）季度报告中指出，巴塞尔银行监管委员会的前身库克委员会在1979年6月的会议中形成了宏观审慎思想的萌芽。
Clement P.The term “macroprudential”：origins and evolution.BIS Quarterly Review，2010（03）：59～67.
1986年，“宏观审慎政策”一词出现在BIS和十国集团中央银行的研究报告中。在金融创新的大背景下，其内涵逐渐丰富，从融入宏观经济视野的审慎监管模式发展为关注金融体系和支付机制的安全性与稳健性。
BIS and the central banks of G10.Recent innovations in international banking.CGFS Paper，1986（04）：1～270.李妍认为，由于当时系统性风险主要集中于银行体系，传统的审慎监管基本能满足金融稳定的需要，因此“宏观审慎”并没有得到广泛的关注。
李妍：《宏观审慎监管与金融稳定》，《金融研究》2009年第8期。1997年亚洲金融危机以后，国际货币基金组织（IMF）在1999年构建“金融部门评估规划”时明确表示了对宏观审慎的关注，将相关因素纳入评估体系。Evans等人指出，宏观审慎指标的主要内容包括经济增长、国际收支、通货膨胀、利率与汇率、贷款激增与资产价格暴涨、传染效应等多方面因素。
Evans，O.，Leone，A.M.，Gill，M，et al.Macroprudential indicators of financial system soundness.IMF Occasional Paper，2000（04）：1～49.中国人民银行何建雄也指出，东南亚金融危机以及西方国家发生的不同程度的银行危机表明，仅仅依靠对金融机构的审慎监管是不够的，应通过“宏观审慎指标+微观审慎指标”相结合的方式，来分析金融体系的风险。
何建雄：《建立金融安全预警系统：指标框架与运作机制》，《金融研究》2001年第1期。李宗怡和冀勇鹏指出，1998年俄罗斯金融危机爆发，金融机构为防范风险采取一致行为，将高波动性资产置换为安全资产，结果这一个体层面的“理性”行为加剧了资产价格的下降，并导致市场流动性萎缩，金融机构追求自身安全的行为导致了风险的形成、加剧了危机的恶化，应当实行宏观审慎监管。
李宗怡、冀勇鹏：《对我国实施银行业宏观审慎监管问题的探讨》，《当代财经》2003年第7期。正如Borio所言，尽管当时关于系统性风险的普遍观点是通过微观审慎确保金融稳定，但考虑到金融危机通常伴随着巨大的宏观经济成本，研究危机起源须具备宏观审慎视角。
Borio C.Towards a macroprudential framework for financial supervision and regulation？CESifo Economic Studies，2003（02）：181～215.在国际金融危机爆发前，国内外学者在金融统计、金融风险预警等领域中引入了宏观审慎分析，开展了一定程度的探索，但宏观审慎领域的研究仍有很大发展的空间。
随着时代发展，宏观审慎的理念变得不断明晰。国际金融危机后，“金融稳定”和“系统性风险”等已成为研究热点，与之相关的理论和实证研究也在迅速增长，宏观审慎理念在全球范围内迅速传播，并得到广泛应用。易纲指出，中国人民银行在国际金融危机爆发后，迅速开展了宏观审慎政策方面的创新性探索，同时，不断完善宏观审慎政
策。
易纲：《坚定不移推进金融业改革开放不断开创金融事业发展新局面》，《金融时报》2018年12月5日。2019年，宏观审慎管理局成立，牵头建立宏观审慎政策框架，维护金融稳定。
王勇：《深化金融供给侧结构性改革势在必行》，《上海金融报》2019年3月5日。
目前，研究宏观审慎政策有效性的文献还是比较有限的，特别是关于宏观审慎政策在实践中的应用是否能够实现维护金融稳定的目标，值得进行探索性地研究。有鉴于此，本文将首先对国内外研究的主要思路进行梳理，然后基于跨国面板数据，从实证的角度进行研究。如今，“宏观审慎政策”已作为调控框架，写入党的十九大报告，在此背景下，进行宏观审慎政策的有效性研究具有重要的现实意义。
二、文献述评
（一）宏观审慎政策的内涵
关于宏观审慎政策的定义，BIS总经理Crockett对宏观审慎政策与微观审慎政策的概念差异进行了界定：微观审慎政策关注的是单个金融机构的稳健性，防范的是个体风险;宏观审慎政策则强调个体金融机构的理性行为从系统层面看可能并非理性（如银行在繁荣期扩张信贷可能引发金融危机，在衰退期紧缩信贷加剧金融不稳定），着眼于降低系统性风险发生的概率及产生的巨大成本。 Crockett A.Marrying the microand macroprudential dimensions of financial stability.BIS speech，2000-09-21.
關于宏观审慎政策的目标，Borio认为其直接目标是为了降低金融系统压力，最终目标是避免与金融不稳定联系的产出损失;
Borio C.，Drehmann M.Towards an operational framework for financial stability：“fuzzy” measurement and its consequences.BIS Working Paper，2009（06）：1～44.Caruana认为其目标是通过处理金融机构间的相互联系与共同的风险暴露、降低金融体系的顺周期性，从而降低系统性风险。
Caruana J.Macroprudential policy：working towards a new consensus.BIS speech，2010-04-23.
根据IMF团队Brockmeijer等人的报告，宏观审慎政策框架的三个核心元素是：第一，识别和监测系统性风险、识别和收集必要数据、对整个金融体系稳定性的风险（如趋势、规模、概率、时机掌握、系统恢复能力）及其优先顺序的持续评估;第二，控制风险并防止风险形成系统性风险的工具集合、工具的使用规则、政策效果评估;第三，宏观审慎政策的制度架构（包括管理机制、职责和透明度、宏观审慎政策与其他公共政策在维护金融稳定上的协调）。
Brockmeijer J.，Moretti M.，Osinski J.，et al.Macro prudential policy：An organizing framework.IMF Policy Paper，2011-03-14.
（二）宏观审慎政策的有效性
国际金融危机以来，宏观审慎政策在越来越多的国家中得到使用，然而关于宏观审慎政策效果评估的文献，目前仍然较少。大体可以分为两类。
1.理论层面建模
通过理论层面建模的方式，研究宏观审慎政策的有效性。如孙国峰等人指出，由于外汇市场投机性交易者的行为具有强顺周期性，这会加剧外汇市场上汇率的波动幅度，需要引入宏观审慎政策对汇率进行逆周期调节，避免外汇市场上泡沫的形成。他们构建了限制外汇市场投机交易者借贷总量的宏观审慎管理模型。这种宏观审慎政策属于贷款价值比（LTV）工具。他们通过运用蒙特卡洛模拟对其有效性进行了检验，发现引入权重区间管理的模式（央行仅在特定条件下进行宏观审慎管理的模式）与基准模式相比，效果相当，并且监管成本更低。
孙国峰、刘畅、倪克勤：《信息不对称条件下的外汇市场宏观审慎管理》，《金融理论与实践》2019年第4期。
关于宏观审慎领域的理论建模，另一种方式是通过建立动态随机一般均衡模型（DSGE），分析宏观审慎政策对社会福利等因素的影响。Unsal认为，对于新兴经济体而言，资本流入会带来经济过热的压力并引发通胀，同时还可能诱发金融不稳定，传统的货币政策并不能充分维护金融体系的稳定。他建立了开放经济的DSGE模型，发现在金融冲击下，运用宏观审慎政策，能够对货币政策形成有效补充作用，从而改进社会福利。
Unsal D.F.Capital flows and financial stability：monetary policy and macroprudential responses. IMF Working Paper，2011（08）：1～27.许先普和楚尔鸣认为，房价上涨具有“抵押品效应”和“财富效应”。房价上涨时，“抵押品效应”可能会促使居民的住房需求增加，并逐渐形成房价泡沫。他们建立的DSGE模型中，中央银行通过降低LTV对房地产市场实施宏观审慎管理。研究发现LTV的引入降低了物价和房价波动，但采用LTV也降低了经济体的产出。
许先普、楚尔鸣：《宏观审慎对房价波动的调控效应及货币政策协调》，《湘潭大学学报（哲学社会科学版）》2016年第6期。李伟航和许玲构建了金融加速器DSGE模型，发现LTV工具在应对生产率冲击和金融风险冲击时，能取得一定效果。但其在应对货币政策冲击时，对降低宏观经济变量波动的效果作用不大。他们认为，在这种情况下，相关机构应考虑政策工具的综合效果，合理运用。
李伟航、许玲：《宏观审慎监管政策工具有效性研究——基于DSGE模型的实证分析》，《东南大学学报（哲学社会科学版）》2018年第6期。
2.实证研究
主要是通过建立面板回归模型，分析宏观审慎政策的效果。基于单个国家微观数据的研究：如Igan和Kang研究韩国采用两类宏观审慎工具，即LTV工具和债务收入比（DTI）工具的使用对房地产市场的影响，在使用两类工具后，交易活动和房价上涨在一段时间后分别放缓。此外，他们指出，运用LTV工具后，市场上关于房价上涨的预期会变少，而这将有效抑制市场上的投机者，从而避免房地产市场形成泡沫。
Igan D.，Kang H.Do loantovalue and debttoincome limits work？Evidence from Korea. IMF Working Paper，2011（12）：1～34.Wong等人研究了采用LTV工具对香港、韩国和新加坡房地产市场的影响，发现对于这三个经济体，提高LTV上限将在5%的显著性水平上降低家庭的抵押贷款杠杆率。他们还发现，提高LTV上限将抑制房价上涨。但三个经济体中，只有香港是调控后的房价增速确实显著比调控前降低了。
Wong T.C.，Fong T.，Li K.，et al.Loantovalue ratio as a macroprudential toolHong Kong’s experience and crosscountry evidence.HKMA Working Paper，2011（02）：1～26. 基于多个国家跨国面板数据的研究：如Lim等人以49个国家为样本，构建面板回归模型，分析宏观审慎工具的有效性，大多数宏观审慎工具在控制了宏观经济政策因素的影响后仍然有效。
Lim C.，Columba F.，Costa A.，et al.Macroprudential policy：what instruments and how to use them？Lessons from country experiences.IMF Working Paper，2011（10）：1～84.Claessens等人的研究基于银行资产负债表数据，他们发现宏观审慎政策工具（DTI上限、LTV上限、对信贷增长和外币贷款的限制），确实有效地降低了经济繁荣时期的杠杆与资产等的增长。
Claessens S.，Ghosh S.R.，Mihet R.Macroprudential policies to mitigate financial system vulnerabilities.Journal of International Money and Finance，2013（12）：153～185.Morgan等人认为，房地产市场一直以来是系统性风险的关键来源之一，他们基于亚洲经济体的银行数据，研究发现LTV工具有效地降低了住房抵押贷款的增速。
Morgan P.J.，Regis P.J.，Salike N.Loantovalue policy as a macroprudential tool：The case of residential mortgage loans in Asia.ADBI Working Paper，2015（05）：1～26.Gómez等人指出，宏观审慎工具已经在世界范围内得到应用，他们对哥倫比亚采取宏观审慎工具管理系统性风险的有效性进行研究，发现逆周期储备要求和动态拨备对信贷增长产生了负向影响，逆周期的调节机制确实有助于减少信贷的顺周期性。
Gómez E.，Lizarazo A.，Mendoza J.C.，et al.Evaluating the impact of macroprudential policies in Colombia.Banco de la República，Colombia Working Paper，2016（12）：1～25.
三、变量选择和模型设定
（一）变量选择
为度量宏观审慎政策工具对金融稳定的影响（即分析其有效性），选用Laeven和Valencia等人编制的世界各国（或地区）的系统性银行危机指数作为该国（或地区）金融稳定水平的度量。
Laeven L.，Valencia F.Systemic banking crises database. IMF Economic Review，2013（06）：225～270.
Laeven L.，Valencia F.Systemic banking crises revisited.IMF Working Paper，2018（09）：1～47.当一个国家（或地区）在某一年爆发系统性银行危机或处于系统性银行危机时期时，该指标取1;若该国当年未爆发系统性银行危机，也并未处于系统性银行危机时期，则该指标取0。
为研究宏观审慎政策的有效性，采用了IMF的全球宏观审慎政策工具数据，该数据是Cerutti等人对各国家（或地区）的监管当局进行直接的调研、收集、整理形成的。他们统计了2000年以来各监管当局使用宏观审慎政策工具的次数，具体包括宏观审慎政策工具综合指数（简称“mp指数”，表示运用宏观审慎工具体系的次数），及其中的两类细分工具，分别是针对金融机构资产或者负债情况的金融机构导向型宏观审慎政策工具指数（简称“fmp指数”）和针对借款人的杠杆或金融状况的借款人导向型的宏观审慎政策工具指数（简称“bmp指数”）。宏观审慎政策工具（文中简称为“宏观审慎工具”或“mp工具”）指标的具体定义，见表1。
（二）模型设定
度量宏观审慎工具有效性的面板Logit模型，见式（1）。
y*it=μi+mptool′itγ+X′itβ+εit（1）
其中，y*it表示潜变量，它和被解释变量yit（即金融稳定指标，用系统性银行危机是否爆发度量）之间的关系是：当y*it>0，yit=1;当y*it≤0，yit=0。mptool表示综合（mp）或细分（即bmp或fmp）的宏观审慎工具指标，X表示一系列控制变量，μi和εit表示个体效应和随机干扰项，γ和β分别为宏观审慎工具指标和控制变量的回归系数。在控制变量方面，作者参考了相关文献的设定模式，见表2。
（三）样本说明及描述性统计
作者收集和整理了108个国家或地区的非平衡面板数据，见表3。样本的时间跨度为2000—2017年。根据IMF发布的分类，
IMF.Seeking Sustainable Growth：ShortTerm Recovery，LongTerm Challenges ，World Economic Outlook，2017-10-23.将样本经济体分为三类，包括33个发达经济体、47个新兴市场经济体和28个低收入发展中经济体。从样本分布上看，能够从全球视角研究宏观审慎工具的有效性。
表4为全样本及各类经济体mp、fmp和bmp描述性统计结果，其中Vars、Obs、Mean、Min、Med、Max分别表示变量名称、观测值个数、均值、最小值、中位数、最大值。由全样本的mp指数描述性统计结果知，宏观审慎政策已得到越来越多的应用。无论是从平均值看，还是从中位数角度分析，一个经济体通常会在同一年度内使用2次mp工具，并且使用次数最高可达10次。由于金融机构导向型mp工具的政策工具箱中可用工具有10余种，而借款人导向型mp工具仅有2种，因此在全样本层面，fmp指数的平均值和中位数均高于bmp指数的相应指标。
关键词：宏观审慎政策金融稳定跨国面板系统性银行危机宏观审慎工具
作者简介：
姜惠宸，北京航空航天大学博士，北京理工大学博士后。
一、研究背景
关于宏观审慎的研究始于20世纪70年代。Clement在国际清算银行（BIS）季度报告中指出，巴塞尔银行监管委员会的前身库克委员会在1979年6月的会议中形成了宏观审慎思想的萌芽。
Clement P.The term “macroprudential”：origins and evolution.BIS Quarterly Review，2010（03）：59～67.
1986年，“宏观审慎政策”一词出现在BIS和十国集团中央银行的研究报告中。在金融创新的大背景下，其内涵逐渐丰富，从融入宏观经济视野的审慎监管模式发展为关注金融体系和支付机制的安全性与稳健性。
BIS and the central banks of G10.Recent innovations in international banking.CGFS Paper，1986（04）：1～270.李妍认为，由于当时系统性风险主要集中于银行体系，传统的审慎监管基本能满足金融稳定的需要，因此“宏观审慎”并没有得到广泛的关注。
李妍：《宏观审慎监管与金融稳定》，《金融研究》2009年第8期。1997年亚洲金融危机以后，国际货币基金组织（IMF）在1999年构建“金融部门评估规划”时明确表示了对宏观审慎的关注，将相关因素纳入评估体系。Evans等人指出，宏观审慎指标的主要内容包括经济增长、国际收支、通货膨胀、利率与汇率、贷款激增与资产价格暴涨、传染效应等多方面因素。
Evans，O.，Leone，A.M.，Gill，M，et al.Macroprudential indicators of financial system soundness.IMF Occasional Paper，2000（04）：1～49.中国人民银行何建雄也指出，东南亚金融危机以及西方国家发生的不同程度的银行危机表明，仅仅依靠对金融机构的审慎监管是不够的，应通过“宏观审慎指标+微观审慎指标”相结合的方式，来分析金融体系的风险。
何建雄：《建立金融安全预警系统：指标框架与运作机制》，《金融研究》2001年第1期。李宗怡和冀勇鹏指出，1998年俄罗斯金融危机爆发，金融机构为防范风险采取一致行为，将高波动性资产置换为安全资产，结果这一个体层面的“理性”行为加剧了资产价格的下降，并导致市场流动性萎缩，金融机构追求自身安全的行为导致了风险的形成、加剧了危机的恶化，应当实行宏观审慎监管。
李宗怡、冀勇鹏：《对我国实施银行业宏观审慎监管问题的探讨》，《当代财经》2003年第7期。正如Borio所言，尽管当时关于系统性风险的普遍观点是通过微观审慎确保金融稳定，但考虑到金融危机通常伴随着巨大的宏观经济成本，研究危机起源须具备宏观审慎视角。
Borio C.Towards a macroprudential framework for financial supervision and regulation？CESifo Economic Studies，2003（02）：181～215.在国际金融危机爆发前，国内外学者在金融统计、金融风险预警等领域中引入了宏观审慎分析，开展了一定程度的探索，但宏观审慎领域的研究仍有很大发展的空间。
随着时代发展，宏观审慎的理念变得不断明晰。国际金融危机后，“金融稳定”和“系统性风险”等已成为研究热点，与之相关的理论和实证研究也在迅速增长，宏观审慎理念在全球范围内迅速传播，并得到广泛应用。易纲指出，中国人民银行在国际金融危机爆发后，迅速开展了宏观审慎政策方面的创新性探索，同时，不断完善宏观审慎政
策。
易纲：《坚定不移推进金融业改革开放不断开创金融事业发展新局面》，《金融时报》2018年12月5日。2019年，宏观审慎管理局成立，牵头建立宏观审慎政策框架，维护金融稳定。
王勇：《深化金融供给侧结构性改革势在必行》，《上海金融报》2019年3月5日。
目前，研究宏观审慎政策有效性的文献还是比较有限的，特别是关于宏观审慎政策在实践中的应用是否能够实现维护金融稳定的目标，值得进行探索性地研究。有鉴于此，本文将首先对国内外研究的主要思路进行梳理，然后基于跨国面板数据，从实证的角度进行研究。如今，“宏观审慎政策”已作为调控框架，写入党的十九大报告，在此背景下，进行宏观审慎政策的有效性研究具有重要的现实意义。
二、文献述评
（一）宏观审慎政策的内涵
关于宏观审慎政策的定义，BIS总经理Crockett对宏观审慎政策与微观审慎政策的概念差异进行了界定：微观审慎政策关注的是单个金融机构的稳健性，防范的是个体风险;宏观审慎政策则强调个体金融机构的理性行为从系统层面看可能并非理性（如银行在繁荣期扩张信贷可能引发金融危机，在衰退期紧缩信贷加剧金融不稳定），着眼于降低系统性风险发生的概率及产生的巨大成本。 Crockett A.Marrying the microand macroprudential dimensions of financial stability.BIS speech，2000-09-21.
關于宏观审慎政策的目标，Borio认为其直接目标是为了降低金融系统压力，最终目标是避免与金融不稳定联系的产出损失;
Borio C.，Drehmann M.Towards an operational framework for financial stability：“fuzzy” measurement and its consequences.BIS Working Paper，2009（06）：1～44.Caruana认为其目标是通过处理金融机构间的相互联系与共同的风险暴露、降低金融体系的顺周期性，从而降低系统性风险。
Caruana J.Macroprudential policy：working towards a new consensus.BIS speech，2010-04-23.
根据IMF团队Brockmeijer等人的报告，宏观审慎政策框架的三个核心元素是：第一，识别和监测系统性风险、识别和收集必要数据、对整个金融体系稳定性的风险（如趋势、规模、概率、时机掌握、系统恢复能力）及其优先顺序的持续评估;第二，控制风险并防止风险形成系统性风险的工具集合、工具的使用规则、政策效果评估;第三，宏观审慎政策的制度架构（包括管理机制、职责和透明度、宏观审慎政策与其他公共政策在维护金融稳定上的协调）。
Brockmeijer J.，Moretti M.，Osinski J.，et al.Macro prudential policy：An organizing framework.IMF Policy Paper，2011-03-14.
（二）宏观审慎政策的有效性
国际金融危机以来，宏观审慎政策在越来越多的国家中得到使用，然而关于宏观审慎政策效果评估的文献，目前仍然较少。大体可以分为两类。
1.理论层面建模
通过理论层面建模的方式，研究宏观审慎政策的有效性。如孙国峰等人指出，由于外汇市场投机性交易者的行为具有强顺周期性，这会加剧外汇市场上汇率的波动幅度，需要引入宏观审慎政策对汇率进行逆周期调节，避免外汇市场上泡沫的形成。他们构建了限制外汇市场投机交易者借贷总量的宏观审慎管理模型。这种宏观审慎政策属于贷款价值比（LTV）工具。他们通过运用蒙特卡洛模拟对其有效性进行了检验，发现引入权重区间管理的模式（央行仅在特定条件下进行宏观审慎管理的模式）与基准模式相比，效果相当，并且监管成本更低。
孙国峰、刘畅、倪克勤：《信息不对称条件下的外汇市场宏观审慎管理》，《金融理论与实践》2019年第4期。
关于宏观审慎领域的理论建模，另一种方式是通过建立动态随机一般均衡模型（DSGE），分析宏观审慎政策对社会福利等因素的影响。Unsal认为，对于新兴经济体而言，资本流入会带来经济过热的压力并引发通胀，同时还可能诱发金融不稳定，传统的货币政策并不能充分维护金融体系的稳定。他建立了开放经济的DSGE模型，发现在金融冲击下，运用宏观审慎政策，能够对货币政策形成有效补充作用，从而改进社会福利。
Unsal D.F.Capital flows and financial stability：monetary policy and macroprudential responses. IMF Working Paper，2011（08）：1～27.许先普和楚尔鸣认为，房价上涨具有“抵押品效应”和“财富效应”。房价上涨时，“抵押品效应”可能会促使居民的住房需求增加，并逐渐形成房价泡沫。他们建立的DSGE模型中，中央银行通过降低LTV对房地产市场实施宏观审慎管理。研究发现LTV的引入降低了物价和房价波动，但采用LTV也降低了经济体的产出。
许先普、楚尔鸣：《宏观审慎对房价波动的调控效应及货币政策协调》，《湘潭大学学报（哲学社会科学版）》2016年第6期。李伟航和许玲构建了金融加速器DSGE模型，发现LTV工具在应对生产率冲击和金融风险冲击时，能取得一定效果。但其在应对货币政策冲击时，对降低宏观经济变量波动的效果作用不大。他们认为，在这种情况下，相关机构应考虑政策工具的综合效果，合理运用。
李伟航、许玲：《宏观审慎监管政策工具有效性研究——基于DSGE模型的实证分析》，《东南大学学报（哲学社会科学版）》2018年第6期。
2.实证研究
主要是通过建立面板回归模型，分析宏观审慎政策的效果。基于单个国家微观数据的研究：如Igan和Kang研究韩国采用两类宏观审慎工具，即LTV工具和债务收入比（DTI）工具的使用对房地产市场的影响，在使用两类工具后，交易活动和房价上涨在一段时间后分别放缓。此外，他们指出，运用LTV工具后，市场上关于房价上涨的预期会变少，而这将有效抑制市场上的投机者，从而避免房地产市场形成泡沫。
Igan D.，Kang H.Do loantovalue and debttoincome limits work？Evidence from Korea. IMF Working Paper，2011（12）：1～34.Wong等人研究了采用LTV工具对香港、韩国和新加坡房地产市场的影响，发现对于这三个经济体，提高LTV上限将在5%的显著性水平上降低家庭的抵押贷款杠杆率。他们还发现，提高LTV上限将抑制房价上涨。但三个经济体中，只有香港是调控后的房价增速确实显著比调控前降低了。
Wong T.C.，Fong T.，Li K.，et al.Loantovalue ratio as a macroprudential toolHong Kong’s experience and crosscountry evidence.HKMA Working Paper，2011（02）：1～26. 基于多个国家跨国面板数据的研究：如Lim等人以49个国家为样本，构建面板回归模型，分析宏观审慎工具的有效性，大多数宏观审慎工具在控制了宏观经济政策因素的影响后仍然有效。
Lim C.，Columba F.，Costa A.，et al.Macroprudential policy：what instruments and how to use them？Lessons from country experiences.IMF Working Paper，2011（10）：1～84.Claessens等人的研究基于银行资产负债表数据，他们发现宏观审慎政策工具（DTI上限、LTV上限、对信贷增长和外币贷款的限制），确实有效地降低了经济繁荣时期的杠杆与资产等的增长。
Claessens S.，Ghosh S.R.，Mihet R.Macroprudential policies to mitigate financial system vulnerabilities.Journal of International Money and Finance，2013（12）：153～185.Morgan等人认为，房地产市场一直以来是系统性风险的关键来源之一，他们基于亚洲经济体的银行数据，研究发现LTV工具有效地降低了住房抵押贷款的增速。
Morgan P.J.，Regis P.J.，Salike N.Loantovalue policy as a macroprudential tool：The case of residential mortgage loans in Asia.ADBI Working Paper，2015（05）：1～26.Gómez等人指出，宏观审慎工具已经在世界范围内得到应用，他们对哥倫比亚采取宏观审慎工具管理系统性风险的有效性进行研究，发现逆周期储备要求和动态拨备对信贷增长产生了负向影响，逆周期的调节机制确实有助于减少信贷的顺周期性。
Gómez E.，Lizarazo A.，Mendoza J.C.，et al.Evaluating the impact of macroprudential policies in Colombia.Banco de la República，Colombia Working Paper，2016（12）：1～25.
三、变量选择和模型设定
（一）变量选择
为度量宏观审慎政策工具对金融稳定的影响（即分析其有效性），选用Laeven和Valencia等人编制的世界各国（或地区）的系统性银行危机指数作为该国（或地区）金融稳定水平的度量。
Laeven L.，Valencia F.Systemic banking crises database. IMF Economic Review，2013（06）：225～270.
Laeven L.，Valencia F.Systemic banking crises revisited.IMF Working Paper，2018（09）：1～47.当一个国家（或地区）在某一年爆发系统性银行危机或处于系统性银行危机时期时，该指标取1;若该国当年未爆发系统性银行危机，也并未处于系统性银行危机时期，则该指标取0。
为研究宏观审慎政策的有效性，采用了IMF的全球宏观审慎政策工具数据，该数据是Cerutti等人对各国家（或地区）的监管当局进行直接的调研、收集、整理形成的。他们统计了2000年以来各监管当局使用宏观审慎政策工具的次数，具体包括宏观审慎政策工具综合指数（简称“mp指数”，表示运用宏观审慎工具体系的次数），及其中的两类细分工具，分别是针对金融机构资产或者负债情况的金融机构导向型宏观审慎政策工具指数（简称“fmp指数”）和针对借款人的杠杆或金融状况的借款人导向型的宏观审慎政策工具指数（简称“bmp指数”）。宏观审慎政策工具（文中简称为“宏观审慎工具”或“mp工具”）指标的具体定义，见表1。
（二）模型设定
度量宏观审慎工具有效性的面板Logit模型，见式（1）。
y*it=μi+mptool′itγ+X′itβ+εit（1）
其中，y*it表示潜变量，它和被解释变量yit（即金融稳定指标，用系统性银行危机是否爆发度量）之间的关系是：当y*it>0，yit=1;当y*it≤0，yit=0。mptool表示综合（mp）或细分（即bmp或fmp）的宏观审慎工具指标，X表示一系列控制变量，μi和εit表示个体效应和随机干扰项，γ和β分别为宏观审慎工具指标和控制变量的回归系数。在控制变量方面，作者参考了相关文献的设定模式，见表2。
（三）样本说明及描述性统计
作者收集和整理了108个国家或地区的非平衡面板数据，见表3。样本的时间跨度为2000—2017年。根据IMF发布的分类，
IMF.Seeking Sustainable Growth：ShortTerm Recovery，LongTerm Challenges ，World Economic Outlook，2017-10-23.将样本经济体分为三类，包括33个发达经济体、47个新兴市场经济体和28个低收入发展中经济体。从样本分布上看，能够从全球视角研究宏观审慎工具的有效性。
表4为全样本及各类经济体mp、fmp和bmp描述性统计结果，其中Vars、Obs、Mean、Min、Med、Max分别表示变量名称、观测值个数、均值、最小值、中位数、最大值。由全样本的mp指数描述性统计结果知，宏观审慎政策已得到越来越多的应用。无论是从平均值看，还是从中位数角度分析，一个经济体通常会在同一年度内使用2次mp工具，并且使用次数最高可达10次。由于金融机构导向型mp工具的政策工具箱中可用工具有10余种，而借款人导向型mp工具仅有2种，因此在全样本层面，fmp指数的平均值和中位数均高于bmp指数的相应指标。