信贷紊乱对实体经济的影响　

来自本轮全球金融危机的教训

本·伯南克

引言

十年前可怕的金融危机及之后的严重衰退，暴露出经济学家和经济政策制定者在预测方面的两个重大缺陷。首先，虽然许多经济学家对风险溢价过低、风险承担激励错位、住房价格过高，以及危机酝酿时期的其他过度（excess）现象表示过担忧（Greenspan，2005；Rajan，2005；Shiller，2007），整个学术界却没有预见到这场危机的整体性质和规模，包括它在不同的市场、机构和国家之间的蔓延。其次，在金融危机的严重程度已变得非常明显时，经济学家和政策制定者依然显著低估了它对实体经济的最终影响，例如GDP增长率、消费、投资和就业等指标的表现。

以上缺陷是否意味着如某些人士所言，我们需要从头开始重建经济学，尤其是宏观经济学？弄清楚我们错在哪里当然是至关重要的。然而，我认为未能预见危机本身与低估危机的实际影响对经济学这门学科有不同含义。如本人在几年前的一篇演讲中所述（Bernanke，2010），爆发一场很大程度上未被预见的大规模金融危机，最好理解为经济工程与经济管理的失败，而非经济科学的缺陷。我的意思是说，我们对于几百年来全球时有发生的金融恐慌的基本理解并没有因为近期的事件而显著改变。事实上，19世纪人士——特别是白芝浩（Walter Bagehot）——的著作深刻影响了对危机的政策响应。我们从这场危机中学到的教训是，金融监管体系和私人部门的风险管理技术没有跟上复杂且不透明的全球一体化金融市场的变化，尤其是我们没有充分识别和理解传统金融恐慌可能在新的历史制度环境中爆发的风险。一道桥梁的突然坍塌会让我们着手改进桥梁设计和检测，而不是修订基本的物理学原理。同样，未能预见和防止金融危机应该促使我们改进监管和危机管理体系，即经济工程学，而非从深层上重构经济学理论。

不过，第二个重大缺陷，即未能充分预见这场危机的经济影响，在我看来却对宏观经济学有着更为基本的不同含义。的确，历史和国际经验充分表明，在严重金融危机后往往会发生长期而大幅的衰退（Reinhart and Rogoff, 2008）。作为危机时代的政策制定者，这方面的经历让我倾向于认为，危机会给更广泛的经济运行带来严重风险，我本人对大萧条（Bernanke, 1983）以及信贷市场摩擦在宏观经济中的作用（Bernanke and Gertler, 1995）所做的学术研究也得出了同样的结论。可是，这一普遍关切并没有得到可行的量化分析的充分支持。例如科恩等人（Kohn and Sack，2018）最近对危机时期货币政策的研究指出，美联储的预测显著低估了2009年的失业率增幅，即使采用反映极端金融紧缩的场景也是如此，后文还将对此展开讨论。这不是对美联储职员的指责，他们完全清楚自己当时身处未知领域。当时的几乎所有预测人员其实都犯了类似的错误。与未能预见危机不同，低估危机对实体经济的影响在我看来与宏观经济学的理论基础有关，要求对标准模型做某些重大的反思。

出于上述观察，本文的重点放在信贷市场紊乱与实际经济影响的关系上。笔者有两个相互关联但又最终独立的目标。第一个目标是总结本轮危机后与信贷因素在经济行为和经济分析中的作用有关的研究，此类研究数量丰富，近期的很多内容是在微观层面分析信贷和资产负债表对居民、企业及金融机构决策的重要性。本轮危机的经历大大促进了该领域的研究，不只是提供了激励，也相当于自然实验，让研究者能够考察重大信贷冲击对经济活动当事人的行为有何影响。除了微观层面新的实证研究之外，还有创新的宏观模型，着手为我们提供工具以考察信贷市场紊乱的量化影响。根据这一简要叙述，我认为把信贷因素纳入主流宏观经济学研究的理由已非常充分，不但能帮助我们理解近期的全球危机等极端事件，也可以提升对更寻常的经济波动的分析和预测。

本文的第二个目标是为近期的危机加重美国经济衰退的特定传导渠道提供新的研究证据。为什么大衰退（Great Recession）如此严重？笔者的重点是初期下滑的严重程度，而非复苏的缓慢，尽管信贷因素对后者的影响或许与对前者同样重要。大体上，不同研究者提出了两种作用渠道，各自强调信贷市场紊乱的一个不同方面。艾克曼等人（Aikman et al., 2018）认为，危机损害的两个根源分别是：（1）金融体系的脆弱性，包括过度风险承担以及依赖“浮躁的”批发融资，这会导致金融恐慌和信贷紧缩；（2）居民借款暴涨，其逆转加上住房价格崩溃会导致急剧的去杠杆，并打压居民支出。

根据前一个根源的“金融脆弱性”的说法，与抵押贷款有关的损失触发了大规模恐慌，包括批发投资人的挤兑和信贷关联资产（特别是证券化的贷款资产）的抛售（Brunnermeier，2009；Bernanke，2012）。这些问题对券商和其他非银行信贷提供人而言尤其严重，他们的市场份额与杠杆率在危机前数年均在提升。同19世纪和20世纪早期的传统金融恐慌类似，近期的恐慌——在批发融资市场，而非零售银行存款——造成了对流动性的哄抢和毁灭性信贷紧缩。根据这一说法，最主要的问题在信贷市场的供给方，其政策含义则是应该尽快结束恐慌、稳定金融体系，以恢复更为正常的信贷供给。

后一个根源的“居民杠杆率”的说法，则强调居民债务，特别是抵押贷款在21世纪最初10年早期住房繁荣中的积累。债务积累反映了借贷双方对住房价格将持续快速上涨的信念，继而造成信贷标准松弛、投机性住房购买（快速转手获利，flipping），以及通过二次抵押提取住房资产。由于杠杆率的大幅增加，住房价格自2006年后的下跌使居民财富急剧缩水，让大量房主陷入财务困境，导致消费支出快速减少（Mian and Sufi, 2010）。与前一个金融脆弱性说法相比，这一观点更强调有效信贷需求（而非有效供给）的减少。从政策视角看，它虽然不否认稳定金融市场的必要性，却更重视稳定住房市场、调整遇到问题的抵押贷款以及帮助消费者的政策（Mian and Sufi, 2014a）。老实说，这两种说法是相互补充的，而非彼此排斥。例如，居民杠杆率和抵押贷款违约会影响贷款人的财务状况，增大发生恐慌的风险；对信贷供给的限制则会打压住房价格和就业，最终也会影响居民家庭的财务状况。不过，这两种说法对政策与宏观经济分析有不同含义，因此需要评估它们的相对重要性。

近期的某些研究比较了上述两个渠道在危机中的宏观经济影响，发现各自都有显著作用（Gertler and Gilchrist, 2018; Aikman et al., 2018）。本文第二部分将提供这一议题的某些新证据，比较金融恐慌与资产负债表（包括居民的资产负债表）恶化带来的实际影响。笔者将分两步开展分析。第一步对每日金融数据进行因子分析，以划分出金融危机的阶段，从投资者对次级抵押贷款的信心丧失开始，到短期资金的普遍抽逃、证券化市场的恐慌，以及银行体系的偿付能力下降。每个阶段都涉及信贷市场运行的紊乱，因此会造成实际影响，符合本文第一部分回顾的那些研究得出的论点。第二步则比较2006—2012年的估计因子（构建为正交性质）的月度宏观经济指标预测能力，发现与金融恐慌——短期资金挤兑和证券化市场恐慌——关系最密切的因子，也是一系列宏观经济指标反映的负向经济变化的最佳预测指标，而恐慌的结束同样与经济状况相对改善有关。与住房和抵押贷款质量有关的因子在宏观经济预测能力方面则相对弱得多。这些结果并不排除两个作用渠道都会发生重要影响，包括与居民资产负债表有关的渠道，但突出表现了恐慌在造成大衰退中发挥的核心作用。

笔者得出了几点结论。对宏观经济学而言，近期的经验和研究充分说明应该在经济建模和预测中更多地关注与信贷有关的因素。各国中央银行与其他政策制定者采用的标准模型包含基本的金融市场价格，如利率、股票价格、汇率等，但不容易反映2007—2009年出现的那种金融紧缩状况（包括信贷市场的严重紊乱）。这种忽略或许可以解释为什么标准研究方法严重低估了危机的经济冲击。此外，如果信贷市场效率的变化是大衰退期间的经济表现的重要决定因素，在分析普通的商业周期时或许也应该给予它们更大的关注。

对政策制定者而言，更好地理解金融紧缩为什么会造成经济损失，可以帮助他们采取措施防止和应对危机。具体来说，对2007—2009年金融危机的政策反应主要聚焦于结束金融恐慌和保护银行体系，其中包括某些极不受欢迎的措施，如用纳税人的资金拯救金融机构。虽然金融业对导致危机爆发的很多问题负有责任，政策制定者却对他们有明显照顾，其理由是稳定华尔街对于防止实体经济遭受更严重打击是必要措施。本文的结论支持这一理由。更一般地说，本文的结论认为应该通过改革增强金融体系对未来不稳定状况的韧性，以及政策制定者对恐慌做出有效反应的能力，哪怕此类改革会在信贷扩张或增长方面带来某些成本。

笔者将讨论的某些实证研究涉及本轮危机的国际传导，但本文的重心依然是美国的经验。把分析扩充到其他国家，特别是危机在美国之外表现得更为突出的某些方面（如主权债务问题），将是未来研究的重要方向。

一、信贷市场和外部融资溢价

本文的第一个目标是回顾与信贷市场紊乱的实际影响有关的近期研究，并探讨对宏观经济学的启示。作为背景，笔者先介绍一个简单理论。这里要用到的一个关键经济概念是外部融资溢价（external finance premium），它会随时间发生变化，并取决于借款人和贷款人双方的财务健康状况。

我们的出发点是如下常见情形，即信贷扩张过程充满了借贷双方的信息不对称问题。潜在的贷款人并不充分了解借款人的特征，包括他们的技能和信誉度；也不能轻易观察到借款人的投资机遇好坏或努力水平。借贷双方之间的信息不对称意味着，信贷扩张带有融资之外的成本，包括贷款人的筛查和监督成本，以及逆向选择或委托代理问题造成的无谓损失（deadweight losses）。还有即使信息充分的贷款人也会遇到向第三方传递与核实借款人信息的成本，迫使贷款人承担流动性风险和非系统回报风险（idiosyncratic return risk）。这些不同的成本导致了不同交易的外部融资溢价，其含义是借款的总成本同美国国债等充分流动的安全资产的回报率之差。

在大多数经济学领域（如公司金融学），信息不对称假设以及基于该假设的理论架构（委托代理模型、不完备合同理论等）是信贷关系研究的核心。但在宏观经济学中，主流研究对这些观念的重视不够。当然，与不同交易有关的外部融资溢价要同宏观经济学挂钩，必须有总量或者普遍的部分，具有数量上的显著性，随时间变化，并且与广泛的经济条件存在关联。笔者将采用信贷因子（credit factors）的概念代表对外部融资溢价的总量部分产生影响的经济变量，区别于更广义的金融因子（financial factors）概念，如股票价格和利率水平。

哪些因素影响着外部融资溢价？除其他条件外，外部融资溢价取决于潜在借款人和金融中介两方面的宽泛定义的财务健康状况。

借款人。从借款人方面看，一个主要直觉是当潜在借款人有利益绑定时，信息不对称问题会较为缓和，即借款人有足够的净财富、股权或抵押品投入，使其激励与贷款人的目标绑定，从而降低了贷款人的损失风险。例如，购房人支付较大额度的首付款，不但能保护贷款人免受房价下跌，还减轻了贷款人对借款人的收入前景做详细调查的需要，并促使借款人积极维护房屋。因此能够支付较大额度首付款的借款人，有望较轻松地获得贷款以及较有利的贷款条件。类似地，有能力为自己的初创企业提供较多股本金的企业家更容易获得外部融资，在企业决策中受贷款人的干预也会更少。

在宏观经济中，对借款人的平均财务健康状况（净财富、抵押品、杠杆率等）的总量描述是一些状态变量，它们（至少在原则上）可以影响外部融资溢价的总体部分，以及由此波及的宏观经济运行。在笔者与合作者提出的金融加速器模型中（Bernanke and Gertler, 1989），借款人的净财富在经济下行期的内生恶化以及在经济上行期的内生改善，使总体的外部融资溢价具有反周期的性质。该指标的这一内生变化又会增强经济体对外部冲击的应对能力。其他学者的研究则描述了与此有关的运行机制（Kiyotaki and Moore, 1997; Geanakoplos, 2010）。

贷款人。贷款人的财务健康状况也会影响外部融资溢价。金融中介（银行）是专门致力于降低贷款成本的机构，银行职员有一般的贷款技能，也有关于特定产业、企业、社区乃至个别借款人的专门知识。金融服务提供中的互补性，如对于在银行有活期和储蓄账户的潜在借款人，银行掌握着更多信息，能进一步降低借款成本。银行通过持有大量非流动性贷款，也能实现贷款风险的更大分散化。

虽然银行有助于降低贷款的净成本，但它们自身也是借款人，必须从最终储户那里获取资金，以支撑发放的贷款。因此，银行的财务健康状况同样影响着外部融资溢价。例如，如果银行在经济下行期遭受贷款损失，资本金减少就将削弱它们继续吸引资金的能力。被削弱的银行将在贷款中变得更为挑剔，提高总体的外部融资溢价，强化金融加速器机制。银行的资本损失不会影响有政府保险的储户，但可能导致作为面临风险的纳税人代表的存款保险机构坚持实施更严格的贷款标准。

有研究利用简单的宏观模型，探讨银行资本减少以及中介服务的有效供给下降会如何抑制经济活动（Woodford, 2010）。类似地，由于流动资产能促进贷款发放和风险承担，融资成本的提高或可用资源的收缩（如因为货币政策收紧所致）也会使银行信贷供给减少（Drechsler、Savov and Schnabl, 2018）。

恐慌。简化的资产负债表视角同样能帮助理解金融恐慌（即银行或其他信贷中介的系统性挤兑）的实际影响。

通常来说，恐慌可能发生在较长期的非流动性资产由极短期的债务支撑的情形中，例如由活期存款支撑的银行贷款。有大量研究分析过这样的融资模式为什么会存在，以及为什么有时会爆发恐慌。戴蒙德和迪布维格（Diamond and Dybvig, 1983）的经典文献认为，这类安排让社会能够为长期投资提供必要的资源，同时又让个人储户能应对意外的流动性需要。这种安排虽有好处，却有可能爆发帕累托无效率的自我实现的恐慌。相比之下，其他研究把短期融资视为贷款人约束借款人的一种机制（Calomiris and Kahn, 1991），在这一理论架构中，挤兑或恐慌无非是投资人对失去信任的借款人行使撤回资金的特权。

对理解本轮危机尤其有帮助并很好地结合了可变外部融资溢价概念的一种研究方法，来自戈登及其合作者的研究（Gorton and Pennachi, 1990; Dang、Gorton and Holmstrom, 2015）。在他们的描述中，中介机构的很大一部分融资需求是用发行“信息不敏感”债务来满足的，这类债务的构建方式使它们的价值在几乎所有情形下都会保持稳定。除活期存款外，现代金融中的信息不敏感债务的例子还包括超额的短期抵押贷款（如多种回购协议）、资产支持商业票据、低风险货币市场共同基金中的份额，以及由多种基本贷款构建的证券中的最优先层级等。

从最终投资人的角度看，信息不敏感债务的优点在于，持有这些债务不用承担评估其背后的个别贷款的成本（大多数投资人在这方面处于相对劣势），也不用担心借贷关系中经常出现的委托代理、逆向选择及其他成本。信息不敏感债务的流动性往往较强，因为潜在买家同样不需要承担较高的评估成本或担忧卖家中的逆向选择问题。于是，此类债务对面临不可预测的流动性需要的投资人（正如戴蒙德和迪布维格在研究中设定的情形）有好处。如果信息不敏感债务的期限较短，投资人的风险和交易成本将进一步降低，因为投资人在需要流动性时不用出售资产，只需在债务到期时不再展期即可。而从发行人角度看，信息不敏感债务的优势是回报率要求较低以及对类型广泛的投资人有吸引力。本轮危机前的大量金融创新，正是表现为发行人积极从高风险的基础资产中创造信息不敏感债务。

在这种情形下发生恐慌，是由于出现意外事件或消息时，投资人开始担忧中介机构的债务不再是信息不敏感债务。继续持有这些债务的投资人将面临艰难的选择，要么对基础信贷做独立评估，但他们对此没有很好的准备；要么承担不确定性、非流动性和逆向选择的成本。如果这些债务的合同期限较短，许多投资人会决定停止展期，由此导致恐慌。

恐慌将导致总体的外部融资溢价提高，因为它会带来猛烈的去中介化，破坏信贷扩张中正常的有效劳动分工。在正常状态下，银行和其他中介机构负责发放贷款，管理现有贷款，并承担资产负债表上的大多数信贷风险。而在发生恐慌的状态下，中介机构失去了融资来源，如果这些融资无法替代，就必须处置现有的贷款，并停止发放新贷款。对现有贷款的紧急甩卖会把资产价格打压到最有能力评估和管理这些资产的（即对非流动性有最大容忍度的）那部分储户愿意持有的水平（Shleifer and Vishny, 2010）。由于这些资产持有人并非发放和监督贷款的专家，而且他们面临去中介化均衡中的大量高风险信贷，新贷款的成本——外部融资溢价——将在恐慌中暴涨（Gertler and Kiyotaki, 2015）。外部融资溢价的提高可以帮助解释金融危机造成的负面宏观经济影响（Bernanke, 1983; Reinhart and Rogoff, 2008）。

恐慌现象在本轮危机中的不同情形下爆发。压力最大的情形出现在如下一些领域：所谓的影子银行体系，那里发生了资产支持商业票据的挤兑（Co-vitz、Liang and Suarez, 2009; Kaperczyk and Schnabl, 2010; Schroth et al., 2014）；结构化投资工具和其他渠道（Gorton, 2008）；证券化贷款（Keane, 2013）；货币市场基金（McCabe, 2010）。值得特别关注的是关键的回购协议市场中的融资压力，券商和其他机构大量采用这种方式来支撑信贷资产。回购协议市场分为两个主要部分：三方回购协议（由两家大型清算银行作为中介）和双边市场（属于券商和其他参与者之间的直接借贷）。除了贝尔斯登和雷曼兄弟等借款人接近破产边缘时的情形外，第三方回购市场在危机期间出现的恐慌不太明显（Copeland、Martin and Walker, 2010）。相比之下，双边市场似乎遭受了多个方面的挤兑，不只是拒绝贷款展期，还包括减少能接受的抵押品类型、增加要求的抵押品数量，以及缩短贷款期限等。有研究估算，从2007年第二季度到2009年第一季度，美国中介机构的净回购协议融资减少了约1.3万亿美元，超过危机前总额的一半。总之，影子银行部门的融资急剧收缩导致了痛苦的去中介化，继而使几乎所有类型的私人信贷的资产价格被打压，回报率被迫提高，而并不仅限于遇到麻烦的抵押贷款（Longstaff, 2010; Scott, 2016）。

虽然最严重的去中介化发生在券商和其他影子银行领域，商业银行也受到了压力，包括来自没有保险的储户（Rose，2015），来自批发融资和银行间贷款市场（Afonso、Kovner and Schoar, 2011），以及来自借款人通过预定贷款额度储存流动性等（Ivashina and Scharfstein, 2010）。银行还是结构性投资工具（SIVs）、资产支持商业票据计划（ABCP programs）和其他投资渠道背后的流动性提供方，因此在发生挤兑时不得不代为提供大量融资（Arteta et al., 2013）。有研究发现，从本轮危机爆发直到雷曼兄弟破产，即政府资本出现的时候，流动性一直是银行面对的重大事务（Acharya and Mora, 2016）。不过商业银行通常有比经纪自营商（broker-dealer）更为稳定的融资来源，包括有保险的存款、联邦住房贷款银行的预付款（Gissler and Narajabad，2017，第一部分）及美联储贴现窗口融资等。因此随着危机的发展，银行可以利用资产甩卖的价格机遇来增加某些类型信贷的持有量（He、Khang and Krishnamurthy, 2010）。

外部融资溢价的测量。以上的简要分析可以得出有关总体外部融资溢价的两个基本预测：反周期性质，当借款人和贷款人的资产负债表恶化时，其水平提高；在金融不稳定时期快速提高。为评估这些预测，我们需要有关外部融资溢价的测量指标。当然，尽管在宏观模型中我们可能讨论“一般外部融资溢价”，正如“一般利率水平”，但原则上该指标是异质性的，不仅受各个潜在借款人和贷款人的资产负债表的影响，也取决于借款人类型（居民还是企业）以及与借款成本有关的其他特征（如企业规模等）。

在上述提示的基础上，图1展示了吉尔克里斯特等人提出的反映非金融机构借款成本的两个相关联的指标（Gilchrist and Zakrajšek, 2012a），这一研究延续了更早期的研究成果（Levin、Natalucci and Zakrajšek, 2004）。在图1中，标记为GZ利差（GZ spread）的数字序列是非金融机构债券收益率同可比期限国债收益率的差额，利用各次发行的数据构建，以匹配期限，并根据买入期权和其他特征做了调整。第二个数字序列标记为EBP，代表“债券超额溢价”（excess bond premium），是从GZ利差中减去与特定发行有关的违约概率，基于莫顿的违约距离测算方法（Merton，1974）。吉尔克里斯特等人把债券超额溢价解释为投资人对公司债务感兴趣程度的测量指标，设定预期违约风险为常数。他们发现两个指标都是实际经济活动很好的先导指标，但有意思的是，主要的预测力在债券超额溢价，而非违约概率。后面的分析将采用债券超额溢价指标。这里需要指出，两个指标通常都是反周期的，并都在2008年危机中暴涨，符合以上理论推论。这些指标的周期特征似乎还在逐渐强化，符合20世纪80年代以来金融因素在商业周期中的作用有所增强的普遍感受。

从观测收益率推算的GZ利差指标反映了某些类型的借款人获得信贷的“价格”。研究信贷市场的学者早就注意到，同影响借贷双方关系的复杂的代理和监督问题一致，贷款往往涉及许多非价格因素，包括贷款规模的限制、合同条款和赎回条款等。理论上，非价格条件的隐含价值应该包含在外部融资溢价中。有研究表明，这些非价格条件与更容易直接观测的利差呈同向运动，此外非价格条件对经济活动有预测力。例如，利用美联储在银行层面的信贷员调查报告（Loan Officer Opinion Survey）的反应，有学者构建了关于贷款标准变化的指标（Bassett et al., 2014），根据影响贷款需求的因素加以调整，发现该指标能预测贷款和产出水平。另有研究在欧元区发现了类似的结果（Altavilla et al., 2015）。

危机前主流宏观经济学中的信贷因素。在本轮危机前，主流宏观模型（包括各国中央银行用于经济预测和政策分析的模型）并没有像上节所述那样，让信贷因素发挥很大作用。尤其是美联储的主力模型（针对美国经济的FRB/US模型）尽管（相对于学术研究普遍采用的模型）有较为广泛的对金融部门的描述，却基本上没为职员如何思考危机的经济影响提供指导。美联储职员根据历史案例研究、事件描述和判断，为该模型做了各种临时调整。然而如前文所述，这些研究人员和美联储公开市场委员会依然系统性地低估了本轮危机对实体经济的影响。

例如，有文献（Kohn and Sack, 2018）指出，危机爆发一年后的2008年8月，美联储职员（在公开市场委员会的绿皮书简报中）预测失业率的峰值将低于6%。而实际上，失业率攀升到近10%的水平。这一低估部分反映了美联储职员对金融环境变化的过分乐观情绪。不过，绿皮书的另一个假设，即出现“严重金融紧缩”，尤其是住房价格下跌幅度将超过最终实际结果的情形，也认为失业率不会超过7%。此外，即使到2008年10月，在雷曼兄弟破产和美国国际集团（AIG）受到救助之后，美联储研究人员依然认为失业率的峰值会在7%—14%。

这一重大盲点是如何造成的呢？笔者再次强调，这是所有关键预测方共同犯下的错误。虽然上文概述的基础理论架构在危机前就已存在，但在许多经济学家看来，把信贷因素纳入宏观模型的好处不足以弥补其缺点。大多数宏观经济学模型聚焦于解释二战之后的美国经济表现，直至2007年，这段时期没有发生过重大的金融危机。从建模的视角看，加入信贷因素要求允许经济行为人（包括储户、借款人和中介机构）具有异质性，这会增加技术处理的复杂性。于是，对理论简约和计算便利的需要不赞成把信贷因素纳入标准模型。

有关信贷的已发表的研究文献的缺陷也发挥了影响。把信贷因素纳入标准宏观模型的金融加速器研究文献表明，这些因素可以提高模型与数据的吻合度（Bernanke、Gertler and Gilchrist, 1999）。然而，此类研究文献与当时的其他新凯恩斯主义模型一样，主要关注通常的商业周期波动，而不是针对金融危机及其影响。

把信贷因素加入模型的另一个障碍在于，利用微观经济数据测算信贷影响会受到识别问题的困扰，而这是建立量化宏观模型的一个关键部分。信贷方面的理论假定：财务健康的测量指标（如净财富、杠杆率或抵押品价值）与多方面的经济行为（如借款、消费或投资）存在联系。可是，财务健康度测量指标通常是内生的，让识别变得复杂化。例如，该理论认为在其他情况相同时，有更多内部融资的企业会面临较低的外部融资溢价，因此愿意做更多投资。但在现实中，企业的内部现金流与投资存在关联关系的说法（Fazzari、Hubbard and Pe-tersen, 1988）面临如下质疑：两个方向的因果关系都可能成立。特别是，虽然较高的现金流可以促进投资，但也可能是因为有较好投资机遇的企业容易获得较高的利润和较强的现金流，即使不存在信贷市场摩擦，也同样如此。

不过，近期的危机已显著改变了经济学家对信贷因素重要性的认识。大衰退是20世纪30年代大萧条以来最糟糕的经济下滑，大体说来，其严重程度无法用信贷市场紊乱之外的因素来解释（Stock and Watson, 2012）。因此，对近期事件的解释要求把信贷因素加入其他方面不变的标准模型，这一领域已涌现出大量的成果。微观经济学层面的研究也纷纷涌现，经济学家试图深入理解信贷因素同居民、企业和银行的各种行为之间的联系。本轮危机有意思的一面是，通过制造相当于自然实验的事件，帮助解决了困扰大家多年的识别问题。由于危机对大多数经济单位而言是一次外生事件，与初始财务健康度相关的行为差异提供了对信贷市场冲击效果的更便于识别的估计。

下节将简要回顾危机后在这方面的研究成果。所以总体上，这些研究充分支持如下观点，即影响信贷扩张成本的因素对信贷流量有重要的独立影响，并且极其关键的是，也强烈影响着居民和企业的经济选择。

二、对信贷因素和实体经济活动的关系所做的近期研究

本节首先将回顾关于信贷因素发挥作用的新的微观经济学证据，然后转向危机后纳入此类因素的宏观经济学模型研究。

微观经济学证据：居民。危机酝酿阶段出现了居民债务的显著扩张，尤其是抵押债务。急于成为房主的人们期待进入火热的房产市场，宽松的贷款标准让更多居民家庭得到了抵押贷款，现有的房主也利用住房资产借入资金。图2显示了2002—2012年的抵押债务的偿债收入比（service-to-income ratio）和房利美公司的独栋住房抵押贷款违约率。该图清楚地表明，自住房市场繁荣在2006年发生逆转及之后，居民家庭的偿债负担提高，财务压力增加。

在没有摩擦的世界中，不存在信贷限制，由于居民能够用借款和储蓄熨平财富随时间变化带来的影响，住房价格下降可能只会给消费支出造成较小影响。另外住房价格下跌对财富的负面影响，理论上，大部分会由与居住有关的用户成本的相应下跌抵消。简而言之，如果没有信贷限制，住房财富带来的边际消费倾向应该较小。

可是，当居民面临的外部融资溢价取决于其资产负债表状况时，住房财富下跌对支出的影响可能会大得多，这有两方面相互关联的原因：第一，住房财富下跌会减少居民可用于熨平支出的净财富积累；第二，净财富和住房抵押价值减少会提高房主的有效信贷成本（effective cost of credit, EFP）。请注意，住房价格涨跌对消费的影响可能是不对称的。在信贷约束不算太紧的住房资产水平上，住房财富增量带来的边际消费倾向可能较小，而导致信贷约束收紧的住房财富下降则可能导致消费显著减少。这一不对称的特点可以帮助我们解释，为什么住房市场繁荣对消费的促进效应似乎不及住房市场萧条带来的负面效应（Guerrieri and Iacoviello, 2014）。

危机以来的这段时期出现了大量新的研究成果，旨在探讨有关居民资产负债表和居民支出的关系。阿蒂夫·迈恩（Atif Mian）和阿米尔·苏非（Amir Sufi）及其合作者在这一课题上尤其高产。例如，他们利用国家层面和邮政区域层面的数据，证实了理论上的基本预测，即住房财富的边际消费倾向比标准的生命周期理论的解释力高得多，而且较为贫穷、杠杆率较大的居民的住房财富的边际消费倾向更高（Mian、Rao and Sufi, 2013）。他们还发现，与住房资产和信贷获取之间的联系相一致，住房价格降幅较大的地区平均而言在信用评分和信贷限额上恶化更严重，开展抵押再融资的概率降幅也更大。

迈恩和苏非别强调居民资产负债表恶化对触发大衰退的作用。例如，他们证明在2002—2006年出现住房市场繁荣伴随居民杠杆率大幅提升的国家，耐用品消费从2006年下半年开始收缩得更为猛烈（Mian and Sufi, 2010）。类似地，他们还利用美国各郡的横截面数据发现，居民资产负债表的恶化与2007—2009年衰退期的就业减少有重要关联（Mian and Sufi, 2014b）。这些研究很多都把住房市场的繁荣和萧条作为给定条件，集中分析其经济后果。不过迈恩和苏非（2018b）在最近的研究中也探讨了住房繁荣的信贷市场根源，他们发现，在2003年的私人企业的（private label）抵押贷款证券化市场加速中卷入最深的邮政区域，随后出现了抵押贷款发放和住房价格的突然提升，继而是住房价格的急剧崩盘。

其他研究者也分析过居民资产负债表与居民支出决策的关系。迈恩和苏非主要利用地理单位的综合数据开展研究，而贝克则采用了数百万户居民家庭的数据，并与雇主进行匹配（Baker，2018）。他认为居民的收入变化和其雇主所受的冲击有关，因此这些冲击对居民而言是外生的。该研究发现，高负债居民的消费明显对收入更敏感，而且这些差异几乎完全由借款和流动性约束决定。贝克估计，相对于20世纪80年代的居民资产负债表状况，2007—2009年衰退造成的消费降幅提高了20%。与迈恩和苏非的结论一致，另有研究发现偿债比率较高的房主，其住房财富边际消费倾向明显更高（Aladangady, 2014）。卡普兰等人（Kaplan、Mitman and Violante, 2016）的研究同样发现住房财富有较高的边际消费倾向，但与迈恩和苏非及其他研究者不同，他们并未发现杠杆率发挥了独立的作用。还有研究发现，居民资产负债表状况是其支出和储蓄行为对财政政策变化做出反应的一个关键影响因素（Sahm、Shapiro and Slem-rod, 2015）。

一段时间以来，我们已经知道居民资产负债表影响创业行为，因为许多小型初创企业是由个人资金支持的，包括利用住房资产借款。有研究发现，与这种“抵押融资渠道”一致的是，在本轮危机前的时期，小企业创业和小企业就业的增速在房产价格和杠杆率提高的地区最为突出（Adelino、Schoar and Severino, 2015）。该研究并未在大企业的就业人数上发现类似的相对增长，这些企业的融资应该并不依靠住房抵押。

微观经济证据：非金融企业。非金融企业的资产负债表在衰退前和衰退中并未像居民资产负债表那样急剧恶化，但非金融企业确实也经历了资金紧张加剧的过程。图3显示了危机前后的公司偿债和违约状况。2001年衰退过去后，公司资产负债表有所改善，但从2006年左右起，非金融企业的偿债比率开始提高，到大衰退出现后，工商业贷款的违约率大大增加。

与对居民家庭的研究一样，对危机期间非金融企业的横截面研究为我们观察不同资产负债表状况如何影响这些企业在经济下行期的反应提供了机会。同居民对财富或收入改变的反应类似，初期资产负债表状况较差的企业（杠杆率较高、内部现金较少、可利用的抵押品较少）对收入或需求变化的反应更敏感——例如表现在雇佣和投资上。还有，每单位借款通常需要更多贷款人筛查和监督的较小型或较新的企业，对财务状况恶化的反应也更为敏感。

危机后的研究普遍证实了上述理论预测。例如，有研究发现在大衰退期间，面对本地消费者需求下降，高杠杆率企业裁员的幅度明显超过其他企业（Giroud and Mueller, 2017），其结论是企业的资产负债表是最终需求与就业之间联系的重要组成部分。另有研究发现，危机对现金储备较少或短期净负债较高的企业的投资影响最严重（Duchin、Ozbas and Sensoy, 2010）。吉尔克里斯特等人对之前的理论做了新的应用（Gilchrist et al., 2017），分析企业资产负债表对其定价行为的影响，发现内部流动性较少、经营杠杆率较高的企业在2008年紧缩中倾向于提价，而非降价。该研究把降价解释为维持客户关系的投资，发现财务紧张的企业付出此类投资的能力相对较低。

近期有关非金融企业研究的有趣之处是，研究者采用了不同的识别方法。例如，延续拉詹等人在危机前的考察思路（Dell'Ariccia、Detragiache and Ra-jan, 2005），有多项研究比较分析了较为依赖外部融资和较为依赖自有资金的不同产业的企业。采用这一方法（及其他方法）并发现更依赖外部融资的产业对危机反应更激烈的研究包括达钦等人（Duchin、Ozbas and Sensoy, 2010; Laeven and Valencia, 2013；以及Haltenhof、Lee and Stebunovs, 2014）。另一种识别方法是利用房地产价格的地区变化作为拥有房地产的企业的抵押品价值变化的代理变量，发现企业层面的新资本投资同抵押品价值变化有强烈关联（Chaney、Sraer and Thesmar, 2012）。还有一种识别方法是利用有长期负债的企业样本，发现有较大比例长期负债在危机期间到期的企业，相比其他方面类似但债务到期时间不同的企业，其投资削减幅度明显更大（Almeida et al., 2009）。不过持相反看法的另一项研究发现，更依赖银行信贷的企业在危机早期阶段的资本支出削减幅度并不高于其他方面类似的企业（Kahle and Stulze, 2013）。

关注企业行为的学者还利用了调查数据。例如，有研究基于对全球1050位首席财务官的调查发现，说自己在危机期间信贷受约束的企业计划裁减员工和资本支出的幅度更大，包括放弃原本有吸引力的投资机会，以及取消或推迟投资计划等（Campello、Graham and Harvey, 2010）。

小企业应该对信贷供给减少更为敏感，有关研究也证实这些企业在本轮危机中受创严重。例如，有学者借助企业层面的数据发现，2007—2009年衰退期，在控制了总需求和其他因素的影响后，金融约束造成的小企业雇员减少幅度明显超过大企业（Siemer，2014）。针对信贷约束对小企业的产业进入、增长和生存影响的其他研究包括马奇和沃尔肯等人（Mach and Wolken, 2012; Kennickell、Kwastand Pogach, 2015；以及Duygan-Bump、Lekov and Montoriol-Garriga, 2015）。另有研究（Chen、Hanson and Stein, 2017）发现，美国规模最大的银行在2008—2010年由于面临危机压力，有针对性地从小企业急剧撤回了大量贷款。

微观经济证据：银行和非银行贷款人。如前文所述，有关理论认为中介机构的资产负债表同样会影响外部融资溢价和信贷流动。危机后的研究普遍证实了这一预测，特别是发现贷款人在初始资本、融资来源和抵押贷款相关损失敞口等方面的横截面差异影响它们发放非抵押贷款的意愿和能力。虽然部分借款人有能力转向其他信贷来源，包括贸易信贷，但现有证据表明许多借款人做不到这点，或者必须支付高得多的利率。因此，贷款人的财务健康度所受冲击会对实体经济造成影响，包括消费、投资和就业等。图4显示了美国的商业银行在危机前后的资本金和不良贷款水平。尽管资本有所增加，银行的一级资本金比率（普通股与贷款之比）在2007—2008年仍急剧下跌，违约率随之提高。另外有研究分析了投资银行在本轮危机中的快速去杠杆化过程（Gertler and Gilchrist, 2018，图3）。

在许多研究中，本轮危机的冲击同样提供了帮助改善识别的一次天然实验。例如，由于若干原因，银行在住房和次级债市场崩溃导致的抵押贷款损失敞口各不相同。离开资产负债表效应，没有充分理由认为这些风险敞口的差异会影响各家银行发放非抵押贷款的意愿。然而许多研究发现，抵押贷款敞口与非抵押贷款之间存在联系，或许是因为与抵押贷款有关的损失冲减了银行的资本金。例如，有研究在控制了企业特定因素后，发现从次级债损失较大的银行借款的企业，相比从其他银行借款的企业支付的利率溢价更高、获得的金额更少（Santos, 2011）。另有学者在英国获得了类似结果，发现在危机前住房抵押贷款风险敞口更多的英国银行在危机期间及之后更多减少了非抵押贷款（Zhang、Uluc and Bezemer, 2017）。还有研究发现，在其他条件相同时，服务于大都市地区的银行因为在其他市场的抵押贷款损失而减少了它们在当地发放的抵押贷款（Berrospide、Black and Keaton, 2016）。

前文提到，有证据表明资产负债表状况对居民支出的影响是不对称的，资产负债表恶化的影响大于改善的影响。银行似乎也存在类似效应。例如，有学者利用匹配的银行样本，并控制了若干影响因素后发现，银行资本变化对贷款的影响是非线性的。同理论预测相同，当资本金水平较高时较为温和，当资本金水平较低时更显著（Carlson、Shan and Warusawitharana, 2013）。

有研究者分析了银行的贷款意愿同流动性来源以及资本金水平的关系。尤其是若干研究发现，能够通过小额存款而非批发融资来筹款的银行削减的贷款水平相对较少（Ivashina and Scharfstein, 2010; Cornett et al., 2011; Dagher and Kazimov, 2015; Irani and Meisenzahl, 2014）。

如果借款人能轻松找到补偿方式，如转向其他贷款人或贸易信贷等其他信贷来源，则个别银行的贷款供给变化不会有多大影响。但如前文所述，这在大多数情况下似乎并不成立。有项出色的研究利用雷曼兄弟危机后贷款人财富的离散状况作为对借款人的信贷供给的外生变化根源（Chodorow-Reich, 2014），借助在危机前与银行有往来的2000家非金融企业的数据，发现相关贷款人更为脆弱的企业比其他企业借款更少，支付的利率更高，削减的雇员人数更多。就业效应在中小型企业表现得最明显。发现银行资产健康状况、信贷扩张和实体经济活动存在明显联系的其他研究还包括戈茨等人（Goetz and Gozzi, 2010; Falato and Liang, 2016; Kandrac, 2014; Alfaro Garcia-Santana and Moral-Beni-to, 2018）。另有研究发现，某些大型非金融企业可以通过发行债券弥补一部分的银行贷款减少，但必须支付较高的利率（Adrian、Colla and Shin, 2012）。这些学者认为，信贷危机对实体经济活动的影响是通过风险溢价的相应提高而非贷款总量的减少来起作用。不过，这一发现与关注外部融资溢价的方法得到的结论相吻合，如图1所示，外部融资溢价在危机期间确实显著提高。

在美国，非银行贷款人是重要的贷款提供方，许多非银行贷款人受到了危机的严重冲击。若干有意思的研究辨识出了非银行贷款同经济活动的关系。例如，有人利用美国每笔汽车销售同相关汽车信贷供应商相联系的数据库，找到了资产支持商业票据市场的崩溃同汽车销售之间的实证关联（Benmelech、Meisenzahl and Ramcharan, 2017）。资产支持商业票据市场的崩溃对非银行汽车贷款人的融资能力的打击尤其严重（如捆绑租赁公司）。研究者发现，在非银行贷款人传统上占主导的美国各郡，汽车销售下滑比其他郡更为剧烈。另一项有意思的研究利用全国信用合作社的独特分层结构来识别信贷供给效应（Ramcharan、van den Heuvel and Verani, 2016）。顶层机构的资产支持证券损失给地方信用合作社带来了成本，这种机制应该同各地的市场状况无关。可是学者发现，遭受此类损失的信用合作社，相比没有此类损失的信用合作社，对本地客户的消费信贷展期的收缩幅度更大。

微观经济证据：跨境银行。跨境效应是说某个国家的金融紧缩影响到另一个国家的信贷供给和经济活动，这是危机潜在的重要国际传导渠道。对这些效应的研究是弄清银行资产负债表、贷款和经济后果之间关系的另一种方法。

皮克和罗森格伦的经典论文是最早利用跨境联系来识别资产负债表效应的文章之一（Peek and Rosengren, 2000）。他们借助了以下事实：（1）日本的银行在20世纪90年代的美国是活跃的贷款人；（2）那个10年的日本银行业危机可以视为美国经济发展的外生因素，从而构成了一次自然实验。利用日本的银行在美国不同商业房地产市场的贷款份额变化，他们发现，来自日本的贷款供给冲击对美国的经济活动产生了实际影响。

根据类似思路，本轮危机的证据表明，在海外遭受损失或承受外国资金来源压力的银行，其国内贷款的削减幅度超过其他银行。例如，有学者分析了德国的储蓄银行在2006—2008年的国内零售贷款，比较了在美国次级抵押贷款中是否有较大间接风险敞口的储蓄银行的情况（Puri et al., 2011），结果发现有较大敞口的银行拒绝的贷款申请明显更多。同样针对德国的另一项研究分析了德国商业银行（Commerzbank）——在国际交易中损失惨重的一家大型银行——削减国内贷款的影响（Huber, 2018），发现该银行在德国削减的贷款并没有被其他贷款来源抵消，并且在危机前该银行占有较大市场份额的企业和地区，给产出、就业和生产率造成了持续的负面效应。

若干研究者在其他许多国家发现了类似的结果，包括英国（Aiyar, 2011, 2012）、意大利（Albertazzi and Merchetti, 2010）、葡萄牙（Iyer et al., 2014）和丹麦（Jensen and Johannesen, 2017）等。另一项跨国研究分析了雷曼兄弟破产后75家银行对59个国家的跨境银团贷款，发现被迫冲销次级资产或为大笔长期债务再融资的银行削减了对海外的贷款（De Haas and van Horen, 2012）。并非所有跨境研究都关注美国的事件对外国经济的影响，例如有的研究发现，欧洲的主权债务危机影响了美国，欧元区银行在美国的分行遭受流动性紧缩后，对美国企业的贷款的削减幅度大于总部在欧洲之外的外国银行在美国的分行（Correa、Sapriza and Zlate, 2013）。另有研究关注跨国银行在金融条件的国际传递中发挥的作用（Shin，2011）。

大萧条。有趣的是，本轮危机似乎还激发了对另一场全球范围的金融和银行危机——20世纪30年代大萧条——的新研究。笔者以前对大萧条的研究分析了银行与借款人的资产负债表恶化的实际影响（Bernanke，1983），还以国际比较作为研究证据（Bernanke and James, 1991; Bernanke, 1994）。不过，笔者当时的实证研究主要依靠总量时间序列数据，容易受常见的内生问题和识别问题的困扰。而值得注意的是，近期的研究开发出了有关30年代微观经济横截面的新数据库，便于采用更为接近自然实验的研究方法。

例如，有学者利用新收集的大型工业企业的数据，分析了当债券市场冻结、银行纷纷破产时，企业外部融资需求的既定变化（Benmelech、Frydman and Papanikolaou, 2017），发现金融摩擦对大型企业的就业有较大的负面影响。之前有研究发现，20世纪30年代的银行业困境在这些银行的经营区域造成了贷款供给和经济活动减少（Calomiris and Mason，2003）。以此为基础，新的研究分析了在两次大战间歇期的银行业发挥了重要作用的代理银行的影响（Mitchener and Richardson, 2016），并发现银行的财务困境不只会使该银行减少对客户提供的信贷，还会使银行在各地区的代理行减少对客户的信贷，使代理行不得不面对流动性需求大增的局势。利用横截面数据研究大萧条时期银行困境的影响还有很多其他相关论文（Carlson and Rose, 2015; Ramcharan and Rajan, 2014; Cohen、Hachem and Richardson, 2018等）。总体而言，此类文献认为，银行业与信贷市场紊乱能帮助解释大萧条的严重性、持续时间和国际传染。

量化宏观经济模型中的信贷因素。微观经济研究得出的证据表明，居民、企业和银行的行为受资产负债表状况和关于信用的非对称信息的影响。但这些研究本身是局部均衡性质的。资产负债表效应尽管在横截面上很重要，却可能在总量时间序列中被“冲洗掉”（Jones、Midrigan and Philippon, 2018）。例如，对总体经济而言，财务受约束企业的投资和雇佣减少可能被财务状况较好的企业的扩张所抵消。要评估信贷因素对宏观经济指标的重要性，不可避免地要求将这些因素纳入量化的一般均衡模型。

前文提到，在本轮危机之前，有少量研究文献把信贷因素纳入了标准模型，通常得到的结论是这样做可以改进模型与数据的吻合度（Bernanke、Gertler and Gilchrist, 1999; Carlstrom and Fuerst, 1997）。不过这些论文并不认为信贷因素是产出和就业变化的主要根源之一。更重要的是，早期的模型没有反映偶发的间断式严重危机，或者其他非线性效应。

本轮危机之后的研究在把信贷因素纳入动态宏观模型上取得了显著进步。这些研究支持两个独立但相关的重大结论。第一，信贷因素对理解大衰退非常关键。借用某些学者的话说：“大衰退期间的总量实体经济活动的变动有很大部分是由于和（短期利率）零下限的金融摩擦”（Christiano、Eichenbaum and Trabandt, 2014）。其他许多研究也得出了类似结论。大衰退在很大程度上是金融和信贷市场紊乱所致，此刻看来当然并不令人意外，但在标准模型中证实信贷冲击对实体经济的量化影响，依然具有重要意义。

上述观察，加上斯托克等人的结论（Stock and Watson, 2012）——大衰退与战后的其他商业周期在程度上有差别，但性质上相同——可以推导出第二个重大结论：即使在通常的商业周期里，信贷因素也可能发挥了比之前设想的更为重要的作用。作为对此的补充，基于模型的分析发现信贷冲击在大衰退与普通商业周期中都有核心作用的研究还包括诺兰等人的研究（Nolan and Thoe-nissen, 2009; Hall, 2010, 2011; Jermann and Quadrini, 2012; Gilchrist and Zakrajšek, 2012b; Iacoviello, 2014; Del Negro et al., 2017），以及其他很多人的研究。近期的一项相关研究指出，居民信贷供给的周期性扩张是全球商业周期的一个主要根源，而不限于美国的大衰退（Mian and Sufi, 2018a, 2017）。另有研究则显示，信贷市场摩擦可以帮助模型拟合宏观经济横截面数据（如不同企业的投资和雇佣分布）以及时间序列数据（Arellano、Bai and Kehoe, 2018）。克鲁格曼等人利用典型化的宏观模型讨论了居民杠杆率同利率零下限之间的相互作用（Eggertsson and Krugman, 2012）。还有研究利用两国模型分析了恐慌在不同经济体间的传导（Bacchetta and van Wincoop, 2016）。

我们（Bernanke、Gertler and Gilchrist, 1999）与其他同类论文探讨了围绕稳态的对数线性近似，由此分析了信贷因素在正常周期运动中的作用，但不包括经济活动剧烈的非连续变动。如前文所述，金融恐慌本质上是非连续的（即经济体从一种均衡跳跃到差异很大的另一种均衡），而下文将展示的实证分析正是基于这种非连续性进行识别。近期的建模已显示了如何重现这一重要的数据特征。其中两项研究把银行恐慌纳入了量化宏观经济模型（Gertler and Kiyotaki, 2015; Gertler、Kiyotaki and Prestipino, 2017），发现恐慌可以造成经济活动严重的高度非线性收缩。如前所述，这一效应的作用机制是剧烈去中介化和外部融资溢价攀升。在某些理论模型中，金融摩擦会造成经济活动的高度非线性收缩，并导致偶发的危机事件（Brunnermeier and Sannikov, 2014）。其他研究中的模型也得出了非线性结果（如He and Krishnamurthy, 2013; Bois-say、Collard and Smets, 2016）。近期的研究还在一般均衡条件下给住房市场涨跌建模方面取得了进展（例如Favilukis、Ludvigson and Van Nieuwerburgh, 2010）。

总之，在把信贷因素纳入量化宏观经济模型方面（包括金融危机潜在的巨大而非线性效应），近期取得了丰硕成果。这些研究文献表明，为弥补本轮危机中凸显的模型和预测方面的缺陷，我们已经前进了一大步。

三、金融危机对实体经济的影响：某些新的证据

本轮金融危机后的研究表明，信贷因素至关重要。危机期间的信贷紊乱有若干形式，包括本文引言中描述的两大类机制：（1）投资人对金融机构和证券化贷款的信心丧失，由此引发的金融恐慌收紧了信贷供给；（2）居民资产负债表削弱，导致去杠杆化和居民支出缩减。本节将为金融危机与大衰退之间的联系提供某些新的证据，特别是上述两类机制的相对重要性。实证研究策略是利用金融数据识别危机发展中的非连续点，然后评估这些变化在多大程度上预示着标准的宏观经济变量组的运动。

后续的分析部分受到戈登等人研究（Gorton and Metrick, 2012a）的启发，尤其是其中的图8和图9。与之类似，本文图5的两个部分利用了四个代表性的每日金融数据序列，简略显示本轮危机的若干主要阶段，这些数据序列是：

· ABX BBB（2006-1）：2006年度BBB级的次级抵押货款支持证券的市场交易价值指数，是投资人对住房和抵押贷款市场的看法的代理变量。

· LIBOR-OIS：是指1月期伦敦同业拆借利率（LIBOR）减去隔夜指数掉期利率（OIS），该变量是反映银行间贷款市场以及更普遍的批发融资紧张度的指标。

·由信用卡应收款支持的资产支持证券的利差（Barclay指数）：表示某种重要类型的非抵押贷款支持证券（相对于国债）的收益，该利差测算的是投资人持有非抵押贷款（尤其是以证券化形式）的意愿。

· 一家大型银行的信贷违约掉期（CDS）的利差：反映该银行感知到的违约风险水平，以此测算银行体系的偿付能力。

利用这四个代表性的金融变量，图5显示了本轮金融危机的几个阶段。第一阶段的特征是次级抵押贷款价值的ABX指数下跌，住房泡沫破灭，对抵押贷款市场的担忧加剧。该变量在整个2006年的指数值接近100，表明投资人对次级抵押贷款的前景依然乐观。但信心从2007年早期开始下降，此后继续走低。抵押贷款市场的情况变坏对应着居民资产负债表的恶化，最终也影响到抵押贷款债权人的资产负债表。

危机的第二阶段在图5中表现为LIBOR-OIS利差的变化，使金融机构的流动性压力从2007年夏季开始加剧。如戈登等人所述，投资人最初对抵押贷款市场（ABX）的信心丧失并未反映在投资人对贷款人或证券化市场的担忧上。然而在法国巴黎银行于2007年8月宣布不再能兑现其发起的基金中的次级抵押贷款后，批发融资市场的压力增大，首当其冲的是资产支持的商业票据及其他表外工具。由LIBOR-OIS利差代表的融资压力在2007年下半年和2008年持续增加，到2008年9月雷曼兄弟破产和美国国际集团受到救助后爆发。融资压力到2008年底之后放松，应该是强有力的政策措施的效果，到2009年春季的银行压力测试结果发布后，融资压力继续下降。

按照此分类法，危机的第三阶段对应着2008年3月的贝尔斯登公司出售，尤其是雷曼公司破产和美国国际集团救助行动之后，非抵押贷款的资产支持证券利差的急剧提高，在图5中具体表现为信用卡应收款。戈登等人的研究把这一时期描述为回购协议挤兑，回购协议的贷款人（尤其是双边回购市场中）停止对私人信贷证券化产品发放贷款，除非是极短的期限和极高的折扣（Gorton and Metrick, 2012a）。笔者认为，证券化贷款的回收比戈登等人提及的更广泛，反映了几乎所有批发融资形式的挤兑（而不仅是回购协议），以及部分投资人和自营商及其他中介机构抛售贷款支持证券。风险厌恶情绪剧增也推动了贷款的回收。无论如何，第三阶段的一个反映恐慌和蔓延的关键特征是，除抵押贷款相关资产外，投资人已开始逃离非抵押贷款相关资产，尽管非抵押贷款的质量从未像大多数低评级抵押贷款那样严重恶化。如前文所述，恐慌导致了去中介化和抛售，推高了现有贷款的收益率，如图5中的资产支持证券的利差变化所示。这些紧张状况同样在2008年底前后略有缓和，但在次年仍持续了相当长时间。

虽然政府采取了干预行动来扶持银行，从注入资本到提供债务担保，抵押贷款损失、融资困难与非抵押贷款价格下跌相结合，依然给银行体系造成了严重打击。危机的第四阶段，银行和其他贷款人的资本损失在图5中由美洲银行的信贷违约掉期利差来代表。该变量显示，银行财务状况直到2009年早期持续恶化（利差越高，表明违约风险越大），在当年春季的压力测试后有所改善，到2011年美国政府信用评级下滑、欧洲国家压力持续时，银行的处境再度恶化。

如前文介绍的简要理论所述，危机的每个阶段都会给实体经济运行带来潜在影响。第一阶段，住房价格下跌和抵押贷款偿债收入比提高压迫了居民资产负债表和消费者支出，这可参见迈恩和苏非及其他人的研究。第二阶段表现出初步的恐慌迹象，批发投资人撤出贷款，包括表外工具和渠道。融资条件收紧反映在信贷供给的紧缩上。第三阶段是恐慌最剧烈的部分，投资人甚至拒绝给非抵押贷款证券化产品提供资金，导致非抵押贷款的利率大增。前文提到，恐慌从抵押贷款蔓延到非抵押贷款显然是本轮危机的转折点，对企业和居民借款人都具有广泛的影响。最后的第四阶段，商业银行体系进一步削弱，或许再度强化了贷款供给约束。由此产生了强大的反馈效应，涉及抵押贷款债权人的偿付能力、抵押贷款的供给、居民资产负债表和住房价格等，它们相互发生影响。金融体系与经济发展之间也存在强烈的反馈效应，金融紊乱使经济放缓，继而造成金融和信贷条件继续恶化。

当然，图5只是对危机过程的图解（如前文所述，笔者这里主要关注美国的情况，随着问题在欧洲和新兴市场经济体的延续与扩散，还可以划分出更多的危机阶段）。对该图展开详细介绍，有两方面的理由。

首先，下文将指出，图5展示的四个变量不是特定的，而是更多金融变量组的替代变量。也就是说，上文概述的内容反映了更广泛的一组金融指标，而非看似随意选择的四个变量。

其次，图5清晰地反映出本轮危机剧烈的非连续性和非线性特征。这些非连续性是本节采用的识别研究策略的基础。例如，尽管第一阶段的抵押贷款违约问题无疑是危机后续阶段重要的最终根源之一，但后续阶段的危机具体规模和时机还取决于很多偶然因素，从特定企业的资本和抵押贷款敞口，到市场参与者的心理状况等。按照断点回归设计的思路，这种非连续性可以帮助我们辨识危机的不同阶段对实体经济的影响。换句话说，我们可以设问，如果爆发住房和抵押贷款危机，但由于某些原因避免了非抵押贷款证券化市场的恐慌，实体经济会出现怎样的结果。这一识别研究应该能帮助理解危机对经济的影响机制，并对政策反应进行评估。

危机阶段的识别：方法论和数据

本文后续部分的内容采用了因子分析法（factor analysis），利用这种数据化约技术可以把n个时间序列变量表达为k个基本正交因子的线性组合加上异质性的噪音，k远远小于n。受图5的启发，笔者将采用因子分析来研究一组金融变量，它们是2006—2012年的日观测值。由于金融紧缩的时期相对较短，笔者希望每日数据能够更深入地反映指标之间的协变根源，并能更准确地识别危机的不同阶段。采用金融变量的原因是，它们能高频率地获得，并容易快速吸收金融市场和经济发展前景的新信息。笔者考察了75个数据序列，大致平均分为四组。这些分类和组别反映着上述危机阶段的划分。下面是有关变量的定性描述，这些数据及其来源的更详细信息参见本文的数据附录。

· 住房和抵押贷款（17个序列）：证券化抵押贷款价值指数（ABX）；住房净值型资产支持证券的利差；住房开发商股票价格；房地产投资信托（REIT）价格；次级贷款发放人股票价格（所有股票价格均为同标准普尔500指数的相对水平）

·短期融资（15个序列）：不同期限的LIBOR-OIS利差，TED（3月期欧洲美元利率与3月期美国国债）利差，资产支持商业票据（ABCP）利差，金融机构商业票据利差，回购协议利差（一般抵押融资GCF、抵押贷款支持证券和政府支持机构债券的收益率与国债回购利率之差）

· 非抵押贷款（22个序列）：资产支持证券利差（信用卡、汽车贷款和学生贷款）；资产支持证券指数（消费贷款）；公司债券利差指数；较低评级的A2P2商业票据利率（相对于OIS）

· 银行偿付能力（21个序列）：美国最大型商业和投资银行的偿付能力；信贷违约掉期利差和股票价格（相对于标准普尔500指数）

为解释这些数据，笔者做了两个整理工作。

首先，笔者把因子分析应用于所有75个变量，称之为全样本因子分析。该分析没有预先区分四个组别的金融变量，结果显示充分描述数据至少需要三个正交因子，边界情况需要包含第四个因子（下文还将展开讨论）。

其次，笔者把因子分析分别应用于这四组变量，从每组中抽象出一个因子，这里称之为子样本因子分析。结果发现每组一个估计因子似乎就足够了，单一因子通常能解释每个子样本残差平方和的70%。与全样本因子不同，子样本因子反映了笔者对75个变量的预先分组。

通常而言，对于概括以及解释这些数据，全样本和子样本因子分析都各有其优点。全样本因子分析同时利用和描述了所有数据，没有预先分类的干扰，而且由于估计的全样本因子构造为正交性质，可以直接把经济预测分解到每个因子的影响上。但另一方面，由于没有更多假设，全样本因子对应的经济解释或许并不清晰。相比之下，各个子样本中估计的因子从构造上有更明确的经济解释。例如，从住房和抵押贷款组别中抽象的因子可以自然理解为反映在金融市场上的住房开发状况的一个汇总指标。然而，子样本分析通常也有其缺陷，特别是从子样本中单独估计出的因子不能保证共同的正交性，因此更难把预测力或因果关系分解到各个因子上。

但很重要的是，出于下文将阐述的某些原因，上述两种分析方法抽象出了非常相似的因子组合。图6比较了从全样本中估计的四个因子与四个子样本中分别估计的四个因子。对于75个变量的变化，图中的因子1（Factor 1）能解释其中的最大部分，因子2（Factor 2）是在控制了因子1之后，能解释剩余方差中的最大部分；因子3（Factor 3）和因子4（Factor 4）同理。从四个子样本中分别估计的因子在图中标记为如下因子：“住房”（housing）、“非抵押贷款”（non-mortgage credit）、“融资”（funding）和“银行偿付能力”（bank solvency）。

图6对全样本因子估计和子样本因子估计的比较令人吃惊。全样本估计的因子1与住房子样本中估计的因子几乎完美拟合，见图6的左上部分。同样，全样本估计的因子2非常近似于从非抵押贷款相关的金融变量中估计的因子，全样本估计的因子3与短期融资变量中估计的因子也几乎重合。全样本估计的因子4（如前文所述对全部数据的方差只有较小的解释力），显然与银行偿付能力变量中估计的因子存在相关关系（如图6的右下部分所示），但整体联动程度较弱。

表1罗列的全样本因子同子样本因子之间的相关关系确认了图6的视觉印象。尽管存在每日数据的噪音干扰，因子1与住房、因子2与非抵押贷款、因子3与融资的相关系数分别为0.97、0.93和0.95。因子4与银行偿付能力的相关系数仅为0.36。不过有趣的是，银行偿付能力同因子1的相关系数为-0.89。由于因子1的经济解释是住房市场因子，这意味着住房和抵押贷款市场恶化是这一时期投资者评估银行偿付能力的主要驱动因素之一。

表1　全样本因子与子样本因子的相关关系

在75个变量中估计出的全样本因子与从四分之一的变量中估计出的子样本因子，为什么存在如此紧密的关联度？对此，首先应注意到，通常而言估计因子只有通过正交旋转才能识别，保持正交性质的估计因子的任何线性组合都将准确解释相同比例的数据变化。为实现标准化，笔者在全样本估计中采用了最大方差旋转（varimax rotation）的标准程序。这一程序的设计容易造成某些变量对某个因子赋予很高的载荷，而对其他因子赋予的载荷接近于零。因此最大方差法容易把估计因子同一组相互间高度相关而与其他变量关联度较低的变量联系起来。

前文曾提到，图5中的四个变量是更广泛的数据集合的代表。因子分析证实了这点。全样本因子分析将较大的数据集划分为三组或四组变量，组内的相关度较高，而组间的相关度较低。对全样本因子与子样本因子的比较分析则显示，这些分组是有经济含义的，并对应着我们描述的金融危机阶段。图7显示的全样本估计因子从定性角度看与图5非常相似，而图5是通过少数几个显然是任意选择的变量来描述危机的不同阶段。简单地说，用少数特定变量在图5中阐述的内容，也可以用更大的金融变量组的共同因子来描述。

把估计因子与金融危机各阶段同等看待的另一个动机见图8，图中展示了全样本因子的因子得分平方。该图大体上展示了2006—2012年金融数据的平均变化度，以及归因于每个因子的变化度的份额。前文提到，其中每个因子占据主导的时期紧密对应着危机的不同阶段。例如，从现在开始我们将视同于住房和抵押贷款的因子1是样本数据从2006年到2007年中期变动的主要根源。对应短期融资压力的因子3，则在法国巴黎银行消息发布后成为重要因素，并在雷曼公司破产和美国国际集团救助事件后激增。因子2（非抵押贷款）在雷曼兄弟和美国国际集团事件爆发后不久到2009年早期是主要影响因素。因子4（银行偿付能力）则对其他滞后阶段发挥影响。根据我们对估计因子的经济解释，下文的分析将利用它们，以检验它们对实际经济活动的预测能力。

在介绍结果之前，还有一个与估计因子的经济解释有关的议题需要探讨。在全样本数据中得出的第二重要的估计因子，即因子2，与非抵押贷款的恶化有关，例如反映在非抵押贷款支持证券的利差上面。然而，即使在强调信贷摩擦和信息不对称的理论架构中，对这一因子也至少有两种不同的经济解释。第一种，经济走弱以及居民和非金融企业的资产负债表随之恶化，显然导致消费者和企业的信用下降。理论上，借款人的财务健康状况恶化可视为非抵押贷款利差扩大的原因。第二种可能性则是，非抵押贷款利差扩大主要反映了投资人的行为变化，因为投资人对所有类型的私人信贷（特别是证券化信贷）都失去了信心。按此解释，从抵押贷款相关信贷和证券化信贷中恐慌撤出（包括Gorton和Metrick分析的回购协议挤兑）以及随后的抛售行为，导致非抵押贷款的价格也被急剧压低，利差迅速抬高。简而言之，在理论上因子2的运动既可以反映信贷市场需求方（借款人的财务健康状况）的变化，也可以受供给方的影响（贷款人的财务状况和投资人信心）。

虽然因子2的这两种解释并不互相排斥，实际证据却倾向于投资人主导的第二种解释。首先，总量资产负债表的变化相对较慢，这似乎不符合雷曼兄弟破产后非抵押贷款因子迅速恶化的情况，而且由于去杠杆化和金融复苏的步伐较慢，尤其不符合该因子在几个月后迅速改善的情况。这方面的更多证据可参见图9，其中显示了分别对非抵押贷款子样本中的居民和非金融企业所做的因子估计。如该图所示，这两个估计因子几乎重合，表明两类贷款的利差呈现基本一致的变动。两个序列的每日数据的相关系数为0.97。由于居民和企业的资产负债表在危机期间的变化显然并不相同（对比上文的图2和图3），这种高度的相关性充分表明存在一种共同的决定因素，笔者认为，这个因素就是惊慌的投资人普遍逃离信贷产品以及随之而来的抛售。与此看法一致的是，有研究发现了恐慌和抛售从次级抵押贷款向其他市场蔓延的有力证据（Longstaff，2010），另有研究发现由于投资人对流动性的需求发生变化，出现了危机从有毒证券向公司债券蔓延的现象（Manconi、Massa and Yasuda, 2012）。

危机的阶段划分如何预测经济走势？

下面转向一个关键问题：从金融变量中严格估计出来的、反映金融危机阶段划分的因子，在多大程度上预测了实体经济活动的走势？

为回答该问题，笔者列出了一系列月度经济指标，并将每日金融因子汇总成月度平均值。有关细节和经济数据来源参见本文的数据附录。这里的“GDP”是宏观经济咨询公司（Macroeconomic Advisers）构建的一个实际产出月度指标。其他所有数据序列则来自政府的官方报告。对每个经济指标，笔者用2006—2012年的样本估计了一个预测方程式。这些用普通最小二乘法（OLS）估算的预测方程式包含一个常数、预测指标的两月滞后项，以及每个因子的当期项和按顺序的两月滞后项。

表2展示了每个全样本因子在相应的预测方程式中的统计显著性，相对于简化的AR2基准情形。在该表中，因子2（我们视同为非抵押贷款）与因子3（短期融资）对大多数变量在5%或1%的水平上统计显著。相比之下，因子1（住房）和因子4（银行偿付能力）的表现差得多。因子1只在ISM制造业指数的预测方程式中在10%的水平上显著。因子4只对零售业销售额与资本品订单在5%的水平上具有预测性。并不意外的是，因子1是新房开工量的最好预测指标，但没有一个因子对新房开工量的预测在统计上显著。

表2　将每个因子纳入预测方程式的F统计量

表2报告了因子作为预测变量的统计显著性。为评估经济显著性，笔者利用估计的预测方程式对2006—2012年样本期中的每个宏观变量做了模拟预测。这些模拟预测是动态的，即从样本初始值起对每个预测方程式进行模拟，动态地以自动回归系数应用于宏观变量的模拟值（而非实际值）。需要注意，为单独评估每个因子的重要性，动态预测每次利用一个因子，假设其他因子为零。

图10显示了对一个宏观经济变量——工业产出——的动态模拟结果。选择该变量是因为结果具有典型性。在该图的两个部分，黑色线显示工业产出（的增长率）在2006—2012年的实际历史轨迹。图中的其他线条代表根据各个全样本因子得出（每次选一个因子）的工业产出的动态预测轨迹。图10的上半部分表明，基于因子1（住房）和因子4（银行偿付能力）的动态预测并没有反映工业产出的大部分变化。鉴于这两个因子在表2中的统计显著性很低，该结果并不令人惊讶。相比之下，图10的下半部分表明，基于因子2（非抵押贷款）和因子3（融资）的动态预测有更好的拟合结果。特别是，这两个因子都在很大程度上反映了生产活动在2008年下半年的下降及2009年中期的复苏。融资因子比非抵押贷款因子反映经济下滑的程度略低，但时间上更为领先。这些定性结果对此类模拟而言同样具有典型性。表3显示了被预测的宏观变量与它们的动态模拟值之间的相关关系。

表3　被预测变量的实际值与预测值之间的相关关系

这里不再展示每个宏观变量的相似图形，而是考虑另外一个对比。在某些层面上，本轮危机的所有主要部分都是由住房市场涨跌及相应的抵押贷款变化推动的。但正如本文引言部分所述，住房和抵押贷款崩溃对经济的影响至少有两方面的渠道。第一是“金融脆弱性”观点，认为实际和潜在的抵押贷款损失，加上高杠杆率和依赖短期融资等弱点，摧毁了投资人对抵押贷款乃至更为广泛的各类证券的信心。投资人信心丧失导致了无差别的挤兑、去中介化以及抛售，迅速打压了大多数类型的私人信贷而不只是住房抵押贷款的资产价格，抬升了利率。根据上文的分析，该恐慌爆发渠道可以由因子3（反映批发融资市场的紧张度）和因子2（反映证券化信贷，尤其是非抵押贷款的普遍挤兑）的结合来代表。

第二个渠道，即使在没有恐慌时，住房和抵押贷款市场崩溃也会通过破坏资产负债表影响经济运行。居民资产负债表遭受的损失尤其严重，可能抑制了消费支出，这是引言中提到的“居民杠杆率”观点。此外，即使没有爆发恐慌，抵押贷款损失也会蚕食银行与其他贷款人的资本金，从而限制信贷的供给。根据上文的分析，住房和抵押贷款市场变化的这一“非恐慌”效应可以由全样本因子1代表，对银行偿付能力的后续影响则反映在因子4中。下面我们将把因子1和因子4的预测力结合起来，称之为“资产负债表渠道”，意指它们共同反映着居民和银行的资产负债表变化。不过，将因子4纳入产生的影响有限，相比于只包含因子1的情况，下面报告的结果并无太大不同。

为对比上述两个渠道的经济重要性，我们将考察“恐慌因子”（因子2和因子3）与“资产负债表因子”（因子1和因子4）对之前列示的经济指标的预测力。我们再次对每个月度经济指标做了预测方程式估计，每个方程式都包含被预测变量的两期滞后项，以及两个恐慌因子或两个资产负债表因子的当期项和两期滞后项。表4展示了纳入这些因子相对于AR2基准场景的F统计量。

表4　在预测方程式中纳入各对因子的F统计值

不出意料，与之前的结论相符，两个“恐慌因子”的预测力大大超过两个“资产负债表因子”。恐慌因子对除新房开工量和核心通胀率之外的其他所有经济指标的预测力在1%的水平上显著。资产负债表因子对失业和ISM制造业指数的预测力在10%的水平上显著，仅对资本品订单的预测力在5%的水平上显著。

图11显示了对某些代表性经济指标的动态模拟结果，分别基于资产负债表因子和恐慌因子的估计值。其中的每个图都是在2006—2012年样本期内相应经济指标的实际值轨迹与模拟值轨迹的对比。

与表4一致的是，这些对比是非常“一边倒的”。在新房开工量上（图11的最后一个部分），资产负债表因子在样本期的第一时段产生了更好的拟合，但从2008年底之后不再如此。对图中显示的其他所有变量以及由于篇幅而省略的变量，恐慌因子产生的拟合结果都更好，而且相当接近实际值。

表2和表4展示的F统计量，以及图11展示的动态模拟结果，是本文这一部分的主要结果。笔者对这些结果（及下文要介绍的稳健性检验）的主要诠释是，它们证实了恐慌对2008年后期到2009年初经济下滑严重程度的影响。从直觉上看，我们观察到金融市场在同一时期的特定时点出现了大幅度的非连续性断裂，这些断裂与反映融资和证券化市场恐慌的若干变量密切相关；另外这些变动又对广泛的宏观经济变量有强烈的预测力。发现恐慌的核心作用，能帮助我们解释在初期表现并不剧烈的经济衰退为什么会变得那么严重。

很重要的一点是，尽管资产负债表因子在上述设定环境下不能很好地预测经济走势，笔者却不认为，由此就能证实这些传递渠道并不重要，哪怕暂不考虑住房市场涨跌促成了最初的恐慌。原因在于：第一，全样本因子分析发现，与住房联系最密切的因子（因子1）可以最大程度地解释2006—2012年样本期内金融变量的变化，尤其是，住房因子决定了样本期的第一时段内发生的变化（图8）。显然，市场参与者认为住房和抵押贷款市场的变化有着重要经济影响，甚至在他们开始担忧更广泛的金融不稳定之前即是如此。第二，如前文所述，多项实证研究发现居民杠杆率和就业之间存在显著关联（其中包括：Mian and Sufi, 2010, 2014b; Hatzius, 2008; Haltenhof、Lee and Stebunovs, 2014; Juselius and Drehmann, 2015）。除了根据美国经验开展的研究之外，其他几项研究借助国际和历史数据也得出了居民债务杠杆积累与随后的衰退之间的关系（包括Jordà、Schularick and Taylor, 2016; Mian and Sufi, 2018a）。结合所有这些及其他方面的证明，一个合理的结论是，居民资产负债表恶化造成了消费支出（特别是耐用消费品）在早期的下滑，并拖延了后来的经济复苏步伐。而恐慌则能很好比解释经济急剧下滑阶段。与此类似，出于上述的同样理由，笔者认为因子4的预测力并不表明银行的资产负债表（除对爆发恐慌的概率的影响外）在经济上不重要。或许是因为居民和银行的资产负债表变化都太慢，相对过于平滑，所以其效应没有被本文介绍的分析方法观察到。

两个稳健性检验。下面将简要介绍对本文的主要发现——危机的恐慌阶段是解释危机对实体经济形成破坏影响的核心所在——的两个稳健性检验。

第一，上述结果利用了全部75个金融变量的全样本所做的因子估计。另外，我们也可以利用四个子样本分别估计的因子来代表危机的各个阶段。由于子样本的因子不像全样本那样在构建时就具有正交性，我们按次序对其做正交化：住房、融资、非抵押贷款、银行偿付能力。这一次序与假设的危机进程相符（见图5的有关介绍）。特别是，该过程把住房子样本中估计的因子作为第一个因子，从而将住房变量和其他变量的联动完全归因于住房因子。当然这样做可能低估恐慌效应，因为它排除了恐慌本身造成住房市场下跌的可能性。

表5展示了全样本因子与正交化的子样本因子的相关系数，图12展示了它们的图像对比。前三个全样本因子分别与住房、非抵押贷款、融资子样本因子的相关度较高，同表1一致。而有趣的是，第四个全样本因子与银行偿付能力子样本中估计出来的因子也相当吻合——相比之下，在表1中则是因子1与银行偿付能力因子的相关度最高。从直觉来看，正交化过程似乎分离出了银行资产负债表中与住房和抵押贷款变化无关的变动，而这些变动可能构成了危机期间金融市场表现的一个独立的决定因素（虽然相对影响较小）。

表5　全样本因子与正交化子样本因子的相关关系

表6　在预测方程式中纳入成对因子的F统计量

表6报告了类似于表4的检验结果，对比了两个“恐慌”因子（融资与非抵押贷款）和两个“资产负债表因子”（住房和银行偿付能力）对月度宏观经济指标的预测力，但这里是用正交化的子样本因子替代全样本因子。恐慌因子的预测力再度表现得非常强，对除新房开工量和核心通胀率之外的所有变量的预测力在1%的水平上显著。资产负债表因子的表现同样弱得多。

在第二个稳健性检验中，笔者还考虑了没有使用因子分析的代理变量来反映恐慌和资产负债表的变化。表7报告了预测方程式的F统计量，其构建类似于表4和表6，但利用了联邦住房金融局（FHFA）住房价格指数的月度数值、房利美公司的3月期抵押贷款拖欠率以及吉尔克里斯—扎克拉塞克债券超额溢价（见图1）来替代估计因子。前两个变量反映了住房和居民资产负债表的变化。吉尔克里斯—扎克拉塞克债券超额溢价是控制了估计违约概率后的公司债券利差，主要反映投资人对公司信贷的态度。我们将这一指标作为恐慌的替代变量，图1明确显示它对恐慌有较高敏感度。

在表7中，前两列分别评估了住房价格与抵押贷款违约率（的对数值）的预测力，第三列是债券超额溢价的预测力。第四列展示了正交化的债券超额溢价的预测力，即债券超额溢价对住房价格和违约率做回归之后的残差。这一操作可以起到的效果是，把债券超额溢价与前两个变量的所有联合解释力都只归结到前两个变量上。

表7　在预测方程式中纳入其他危机测量指标的F统计量

表7显示，即使在正交化处理后，债券超额溢价也是宏观变量强有力的预测指标，在11个变量中，它对除新房开工量和核心通胀率之外的9个变量的预测力在1%的水平上显著。有意思的是，住房价格能预测新房开工量与（统计显著性较低的）GDP、耐用品消费和总消费。违约率能预测失业率，但不能预测除建筑业外的就业水平。这些结果看起来同因子分析得到的结果非常接近。

四、结论和政策启示

在金融危机高峰期过去十年之后，本文重新梳理了信贷因素在危机乃至更一般地在宏观经济学中的作用。如今的大量研究表明，此类因素对居民、企业和金融中介的行为有重要影响。宏观经济学的建模和分析必须把它们考虑进来，否则可能如2008年所发生的那样，出现重大的预测失误。

具体来说，本文的实证研究部分显示，2007—2009年的金融恐慌（包括批发融资的挤兑和撤出证券化贷款）会严重冲击实体经济，这或许是经济衰退程度如此不同寻常的主要原因。也许，恐慌及相关的信贷去中介化的影响通过整个经济范围的外部融资溢价飙升，以及风险规避和流动性偏好的大幅提高而传导。这些结果支持了格特勒等人的模型（Gertler and Kiyotaki, 2015）以及其他研究。在本文的分析中，对恐慌效应的识别同样基于决定危机主要阶段的显而易见的非连续性特征。尽管恐慌显然不是外生事件，而是广泛的结构因素和心理因素共同作用的结果，其时机与规模在很大程度上难以预见。恐慌的爆发似乎也不是由于投资人突然开始预期衰退会严重加深，也就是说，不存在反向因果关系。因此，恐慌出现在广泛的经济下行之前、结束在宏观经济条件改善之前这一事实，正是恐慌对实体经济具有重大影响的初步证据。

虽然与住房和居民财务困难有关的变量在笔者的设定中没有较好的预测力，但仍需要再次强调，不能就此认为此类因素并不重要——暂且不论它们在触发恐慌方面所起的作用。综合来看，横截面证据以及某些更有限的时间序列证据都表明，居民资产负债表的状况是支出决策（包括大衰退之前及之中）的重要决定因素。特别是，居民资产负债表的恶化有可能是危机前消费支出放缓的先导因素（Mian、Rao and Sufi，2013），居民需要去杠杆和修复资产负债表则不利于经济走向复苏。只是由于资产负债表状况的变化通常较慢且有连续性，通过时间序列方法识别它对宏观经济的影响（如笔者的研究）非常困难，尤其是在较短时期内。

与恐慌的重要性有关的研究发现具有关键的政策含义，包括回顾与前瞻两个方面。从回顾来看，包括美联储和美国财政部在内的政策制定者采取了激进并往往极为不受欢迎的措施抑制金融恐慌，如把贷款大幅扩张到银行体系之外，采取一系列干预对银行体系进行资本重组，以及避免系统重要性金融机构的倒闭等。支持这些行动的理由是政策制定者担心，如果恐慌失去控制，将给经济造成严重而持续的破坏，可能导致大萧条再现。

本文的结论为政策制定者的说法提供了某些事后支持。图13展示了对恐慌和政策反应的图解说明。该图最上面两个部分显示的是对应非抵押贷款和融资的全样本估计因子，这两个“恐慌因子”对经济的预测力已经在上文做了介绍。图13最上面两个部分中的垂直线则代表美联储、财政部及联邦存款保险公司采取的某些重要政策措施。专栏1对这些措施做了简要的定义和描述。作为对政策反应力度的度量标准，图13的最下面部分展示的是美联储资产负债表中与不同的紧急贷款项目有关的部分（但不包括与量化宽松或稳定贝尔斯登公司及美国国际集团有关的资产购买）所占的份额。

如图13所示，在危机爆发前一年左右，从2007年8月至2008年8月，大多数政策措施属于充当最后贷款人的类型，美联储把允许的交易对象扩大到银行体系之外。特别是，美联储通过定期证券借贷工具和一级交易商信贷工具计划，给一级交易商——同美联储直接交易的大型经纪自营商——提供流动性。为克服银行从贴现窗口借款的尴尬情绪，美联储还启动了定期拍卖贴现窗口贷款的计划（如TAF）。针对全球货币市场紧张状况，美联储同14个外国中央银行达成了互换额度协议，其中包括四个新兴市场经济体。这些增强流动性的计划并未结束融资危机，而且如图13所示，在这一年里紧张态势也没有显著恶化。

然而，在2008年9月的雷曼兄弟破产与美国国际集团救助行动后，融资问题严重加剧。在持有雷曼兄弟商业票据的一家货币市场基金跌破面值后，这一领域爆发了广泛的挤兑，财政部对此实施了担保计划，美联储出台了新的流动性计划。但随着投资人对若干大型机构失去信心，融资忧虑越来越多地转化为机构的偿付能力问题（Sarkar and Shrader, 2010）。这一时期的政策应对措施也相应改变。关键在于，《问题资产救助计划法案》的通过给财政部提供了资源，以便通过资本购买计划向银行体系注入资本。财政部之后还将利用该法案的资金来支持抵押贷款重组，以及阻止两家大型汽车公司破产。还有两项措施帮助稳定了银行体系：联邦存款保险公司通过临时流动性担保计划给新的优先级银行债务提供保证，以及各监管机构在财政部支持下于2009年春对银行开展压力测试。美联储和财政部还通过定期资产支持证券贷款工具联合对资产支持证券市场提供了支持。

有大量研究评估了上述各项政策计划，大多数发现这些计划产生了预计的效果。有关介绍可参阅专栏1（综述可参阅Logan、Nelson and Parkinson, 2018）。不过许多文献是基于事件分析（event study），并不总能得出明确的结论。按照类似思路，我们将重大政策发布或政策实施的日期同我们的每日因子估计相匹配，以寻找特定政策与某个或多个因子的急剧变化有关的证据。结果发现若干政策产生了有益的影响，包括资本购买计划、联邦存款保险公司的贷款担保计划、货币市场基金担保、压力测试结果的发布、定期证券借贷工具，以及定期资产支持证券贷款工具等。当然，这些结果并不都是稳健的，反映出通常难以评估政策发布在多大程度上出乎市场意料，以及许多政策计划在接近的时间引入，并伴随着金融市场混乱的发展形势。所以，我们需要更多研究来查明危机期间的不同政策的相对重要性和效果，而且最好是借助统一的理论架构。

不过图13明确反映了一个基本事实，即恐慌较快地得到了控制。图13的中间部分显示，融资条件到2008年底有显著改善。非抵押贷款市场的紧张状况持续到2009年，在引入定期资产支持证券贷款工具及成功开展银行的压力测试等干预措施后，这部分恐慌也随之退潮。根据本文的结论，恐慌因子与经济走势之间有强烈关联，控制了恐慌蔓延的政策组合应该帮助我们避免了严重得多的经济衰退。

从前瞻角度看，本文的发现支持继续保持警惕以确保金融稳定。金融危机造成的损失极大，尤其是在持续的金融恐慌状态下。政策制定者应该宁可坚持较为保守的态度，确保金融机构有充足的资本率，不要过分依赖短期融资，并有良好的机制来测算和管理风险。监管机构应该努力揭开金融体系中的“黑暗角落”，采取系统性或宏观审慎的方法来处理风险。尽管这方面的积极讨论仍在继续（例如针对恰当的银行资本金水平），笔者依然认为后危机时代的改革已显著增强了我们的金融体系应对未来冲击的韧性。

即使危机爆发的概率小于过去，政策制定者仍需要合适的工具来处理未来任何时候可能出现的危机。在这方面，我的乐观程度要低一些。《多德—弗兰克法案》创立的有序清算授权（liquidation authority）给政策制定者提供了新的权力，以有序的方式来处理陷入困境的系统重要性机构。这些新的授权尚未被试用过，有些人对它们在系统性恐慌中的效果心存疑虑。但笔者认为，无论如何，相对于本轮危机中临时赋予的授权而言，它们是明显的改进。不过自本轮危机后，其他紧急救助工具事实上已被削弱。例如，财政部已不再能给货币市场基金提供担保，联邦存款保险公司也不能给银行债务提供担保，而这两类措施在本轮危机中都发挥过非常正面的作用。美联储的紧急贷款授权也在一定程度上受到限制，新的信息披露要求或许会使贴现窗口及其他贷款工具污名化，使它们在危机中无法起到作用，遇到困难的机构也不愿意以此借款。

对紧急救助工具的限制大多反映了对危机期间的政策干预的政治反弹，这是完全可以理解的。然而本文的论述认为，这些干预对保护更广泛的经济活动基本上是必需的。笔者希望，随着时间的流逝，立法者会认识到可以对下次危机处理中能用到的政策工具开展中立的回顾和评估，并做出必要的调整。

（余江　译）

参考文献

Acharya, Viral V., and Nada Mora. 2015.“A Crisis of Banks as Liquidity Providers.”The Journal of Finance 70（1）: 1-43.https://doi.org/10.1111/jofi.12182.

Adelino, Manuel, Antoinette Schoar, and Felipe Severino. 2015.“Loan Originations and Defaults in the Mortgage Crisis: The Role of the Middle Class.”Working Paper 20848.National Bureau of Economic Research.https://doi.org/10.3386/w20848.

Adrian, Tobias, Paolo Colla, and Hyun Song Shin. 2012.“Which Financial Frictions? Par-sing the Evidence from the Financial Crisis of 2007 -9.”National Bureau of Economic Research Macroeconomics Annual 27（August）: 159-214.

Adrian, Tobias, Karin Kimbrough, and Dina Marchioni. 2011. “ The Federal Reserve's Commercial Paper Funding Facility. ” FRBNY Economic Policy Review. New York, New York:Federal Reserve Bank of New York. https://www.newyorkfed.org/medialibrary/media/research/epr/11v17n1/1105adri.pdf.

Adrian, Tobias, and Ernst Schaumburg. 2012. “ The Fed's Emergency Liquidity Facilities during the Financial Crisis: The CPFF. ” Federal Reserve Bank of New York. Liberty Street Eco-nomics (blog) . August 20, 2012. http://libertystreeteconomics. newyorkfed. org/2012/08/the-feds-emergency-liquidity-facilities-during-the-financial-crisis-the-cpff. html.

Afonso, Gara, Anna Kovner, and Antoiinette Schoar. 2011.“Stressed, Not Frozen: The Federal Funds Market in the Financial Crisis.”Federal Reserve Bank of New York Staff Re-ports.Federal Reserve Bank of New York.https://www.newyorkfed.org/medialibrary/media/re-search/staff_reports/sr437.pdf.

Aikman, David, Jonathan Bridges, Anil Kashyap, and Caspar Siegart. 2018.“Would Mac-roprudential Regulation Have Prevented the Last Crisis?”Bank of England Staff Working Paper, no.No.747（August）.https://www.bankofengland.co.uk/working-paper/2018/would-mac-roprudential-regulation-have-prevented-the-last-crisis.

Aiyar, Shekhar. 2011.“How Did the Crisis in International Funding Markets Affect Bank Lend-ing? Balance Sheet Evidence from the United Kingdom.”Bank of England Staff Working Paper 424（April）.http://www.bankofengland.co.uk/research/Pages/workingpapers/2011/wp424.aspx.

——. 2012.“From Financial Crisis to Great Recession: The Role of Globalized Banks.”A-merican Economic Review 102（3）: 225-30.https://doi.org/10.1257/aer.102.3.225.

Aladangady, Aditya. 2014.“Homeowner Balance Sheets and Monetary Policy.”Finance and Economics Discussion Series 2014（98）.https://www.federalreserve.gov/econresdata/feds/2014/files/201498pap.pdf.

Albertazzi, Ugo, and Domenico J.Marchetti.2010.“Credit Supply, Flight to Quality and Evergreening: An Analysis of Bank-Firm Relationships after Lehman.”Economic Research and International Relations Area 756.Temi Di Discussione（Economic Working Papers）.Bank of Italy.https://ideas.repec.org/p/bdi/wptemi/td_756_10.html.

Alfaro, Laura, Manuel García-Santana, and Enrique Moral-Benito.2018.“On the Direct and Indirect Real Effects of Credit Supply Shocks.”SSRN Scholarly Paper ID 3132984.Rochester, NY: Social Science Research Network.https://papers.ssrn.com/abstract=3132984.

Almeida, Heitor, Murillo Campello, Bruno Laranjeira, and Scott Weisbenner. 2009.“Cor-porate Debt Maturity and the Real Effects of the 2007 Credit Crisis.”Working Paper 14990.National Bureau of Economic Research.https://doi.org/10.3386/w14990.

Altavilla, Carlo, Matthieu Darracq Paries, and Giulio Nicoletti. 2015.“Loan Supply, Cred-it Markets and the Euro Area Financial Crisis.”1861.European Central Bank Working Pa-pers.European Central Bank.https://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp1861.en.pdf.

Arellano, Cristina, Yan Bai, and Patrick J Kehoe. 2016.“Financial Frictions and Fluctua-tions in Volatility.”Working Paper 22990.National Bureau of Economic Research.https://doi.org/10.3386/w22990.

Armantier, Olivier, Eric Ghysels, Asani Sarkar, and Jeffrey Shrader. 2015.“Discount Window Stigma during the 2007-2008 Financial Crisis.”483.Federal Reserve Bank of New York Staff Reports.Federal Reserve Bank of New York.https://www.newyorkfed.org/medialibrary/media/research/staff_reports/sr483.pdf.

Arteta, Carlos, Mark Carey, Ricardo Correa, and Jason Kotter. 2013.“Revenge of the Steamroller: ABCP as a Window on Risk Choices.”International Finance Discussion Papers 1076（April）.https://www.federalreserve.gov/pubs/ifdp/2013/1076/ifdp1076.pdf.

Bacchetta, Philippe, and Eric van Wincoop. 2016.“The Great Recession: A Self-Fulfil-ling Global Panic.”American Economic Journal: Macroeconomics 8（4）: 177 -98.https://doi.org/10.1257/mac.20140092.

Baker, Scott R.2018.“Debt and the Response to Household Income Shocks: Validation and Application of Linked Financial Account Data.”Journal of Political Economy, March, 000 -000.https://doi.org/10.1086/698106.

Bao, Jack, Josh David, and Song Han. 2015.“The Runnables.”FEDS Notes（blog）.Sep-tember 3, 2015.https://www.federalreserve.gov/econresdata/notes/feds-notes/2015/the-run-nables-20150903.html.

Bassett, William F., Mary Beth Chosak, John C.Driscoll, and Egon Zakrajšek.2014.“Changes in Bank Lending Standards the Macroeconomy.”Journal of Monetary Economics 62（March）: 23-40.

Benmelech, Efraim, Carola Frydman, and Dimitris Papanikolaou. 2017.“Financial Fric-tions and Employment during the Great Depression.”Working Paper 23216.National Bureau of E-conomic Research.https://doi.org/10.3386/w23216.

Benmelech, Efraim, Ralf R.Meisenzahl, and Rodney Ramcharan.2017.“The Real Effects of Liquidity During the Financial Crisis: Evidence from Automobiles.”Quarterly Journal of Eco-nomics 132（1）: 317-65.https://doi.org/10.3386/w22148.

Bernanke, Ben S.1983.“Non-Monetary Effects of the Financial Crisis in the Propagation of the Great Depression.”American Economic Review 73（10）: 257-76.

Bernanke, Ben S.1994.“The Macroeconomics of the Great Depression: A Comparative Ap-proach.”Working Paper 4814.National Bureau of Economic Research.https://doi.org/10.3386/w4814.

Bernanke, Ben S.2010.“Implications of the Financial Crisis for Economics.”Speech pres-ented at the Conference Co-sponsored by the Center for Economic Policy Studies and the Bendheim Center for Finance, Princeton, September 24.https://www.federalreserve.gov/newsevents/speech/bernanke20100924a.htm.

——. 2012.“Some Reflections on the Crisis and the Policy Response.”presented at the At the Russell Sage Foundation and The Century Foundation Conference on “Rethinking Finance,”New York, New York.https://www.federalreserve.gov/newsevents/speech/bernanke20120413a.htm.

Bernanke, Ben S., and Mark Gertler. 1989.“Agency Costs, Net Worth, and Business Fluctuations.”The American Economic Review 79（1）: 14-31.

——. 1995.“Inside the Black Box: The Credit Channel of Monetary Policy Transmission.”Journal of Economic Perspectives 9（4）: 27-48.https://doi.org/10.1257/jep.9.4.27.

Bernanke, Ben S., Mark Gertler, and Simon Gilchrist. 1999.“The Financial Accelerator in a Quantitative Business Cycle Framework.”Handbook of Macroeconomics 1（C）: 1341-93.

Bernanke, Ben S., and Harold James. 1991.“The Gold Standard, Deflation, and Financial Crisis in the Great Depression: An International Comparison.”In Financial Markets and Financial Crises, 33-68.National Bureau of Economic Research.University of Chicago Press.http://www.nber.org/chapters/c11482.pdf.

Berrospide, Jose M., Lamont K.Black, and William R.Keaton.2016.“The Cross -Market Spillover of Economic Shocks through Multi-Market Banks.”Journal of Money, Credit and Banking 48（5）: 957-88.

Boissay, Frédéric, Fabrice Collard, and Frank Smets.2016.“Booms and Banking Crises.”Journal of Political Economy 124（2）: 489-538.https://doi.org/10.1086/685475.

Brunnermeier, Markus K.2009.“Deciphering the Liquidity and Credit Crunch 2007 -2008.”Journal of Economic Perspectives 23（1）: 77-100.

Brunnermeier, Markus K., and Yuliy Sannikov. 2014.“A Macroeconomic Model with a Financial Sector.”American Economic Review 104（2）: 379-421.https://doi.org/10.1257/aer.104.2.379.

Caballero, Ricardo J., Emmanuel Farhi, and Pierre-Olivier-Gourinchas. 2017.“The Safe Assets Shortage Conundrum.”Journal of Economic Perspectives 31（3）: 29-46.

Calomiris, Charles, and Joseph R.Mason.2003.“Consequences of Bank Distress During the Great Depression.”American Economic Review 93（3）: 937-47.

Calomiris, Charles W., and Charles M.Kahn.1991.“The Role of Demandable Debt in Struc-turing Optimal Banking Arrangements.”The American Economic Review 81（3）: 497-513.

Campello, Murillo, John R.Graham, and Campbell R.Harvey.2010.“The Real Effects of Financial Constraints: Evidence from a Financial Crisis.”Journal of Financial Economics, The 2007-8 financial crisis: Lessons from corporate finance, 97（3）: 470 -87.https://doi.org/10.1016/j.jfineco.2010.02.009.

Carlson, Mark A., Hui Shan, and Missaka Warusawitharana. 2013.“Capital Ratios and Bank Lending: A Matched Bank Approach.”Journal of Financial Intermediation 22（4）: 663-87.

Carlson, Mark, and Jonathan D.Rose.2015.“Credit Availability and the Collapse of the Banking Sector in the 1930s.”Journal of Money, Credit and Banking 47（7）: 1239 -71.https://doi.org/10.1111/jmcb.12244.

Carlstrom, Charles T., and Timothy S.Fuerst.1998.“Agency Costs, Net Worth, and Busi-ness Fluctuations: A Computable General Equilibrium Analysis.”The American Economic Review 87（5）: 893-910.

Chaney, Thomas, David Sraer, and David Thesmar. 2012.“The Collateral Channel: How Real Estate Shocks Affect Corporate Investment.”American Economic Review 102（6）: 2381-2409.https://doi.org/10.1257/aer.102.6.2381.

Chen, Brian S, Samuel G Hanson, and Jeremy C Stein. 2017.“The Decline of Big-Bank Lending to Small Business: Dynamic Impacts on Local Credit and Labor Markets.”Working Paper 23843.National Bureau of Economic Research.https://doi.org/10.3386/w23843.

Chodorow-Reich, Gabriel. 2014.“Employment Effects of Credit Market Disruptions: Firm -Level Evidence from the 2008-9 Financial Crisis.”Quarterly Journal of Economics 129（1）: 1-59.

Christiano, Lawrence J., Martin S.Eichenbaum, and Mathias Trabandt.2014.“Under-standing the Great Recession.”American Economic Journal: Macroeconomics 7（1）: 110-67.

Clark, Tim P., and Lisa H.Ryu.2015.“CCAR and Stress Testing as Complementary Super-visory Tools.”Board of Governors of the Federal Reserve System.June 24, 2015.https://www.federalreserve.gov/bankinforeg/ccar-and-stress-testing-as-complementary-superviso-ry-tools.htm.

Cohen, Jon, Kinda Cheryl Hachem, and Gary Richardson. 2018.“Relationship Lending and the Great Depression.”Working Paper 22891.National Bureau of Economic Research.https://doi.org/10.3386/w22891.

Copeland, Adam, Antoine Martin, and Michael Walker. 2010.“The Tri-Party Repo Market Before the 2010 Reforms.”477.Federal Reserve Bank of New York Staff Reports.Federal Reserve Bank of New York.http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.363.5485&rep=rep1&type=pdf.

Cornett, Marcia Millon, Jamie John McNutt, Philip E.Strahan, and Hassan Tehrani-an.2011.“Liquidity Risk Management and Credit Supply in the Financial Crisis.”Journal of Fi-nancial Economics 101（2）: 297-312.https://doi.org/10.1016/j.jfineco.2011.03.001.

Correa, Ricardo, Horacio Sapriza, and Andrei Zlate. 2013.“Liquidity Shocks, Dollar Fun-ding Costs, and the Bank Lending Channel during the European Sovereign Crisis.”International Finance Discussion Papers 1059r（July）.https://www.federalreserve.gov/pubs/ifdp/2012/1059/ifdp1059r.pdf.

Covitz, Daniel, Nellie Liang, and Gustavo A.Suarez.2013.“The Evolution of a Financial Crisis: Collapse of the Asset-Backed Commercial Paper Market.”Journal of Finance 68（3）: 815-48.

Covitz, Daniel M., Nellie Liang, and Gustavo A.Suarez.2009.“The Evolution of a Financial Crisis: Panic in the Asset-Backed Commercial Paper Market.”2009-36.Finance and Economic Discussion Series.Washington DC: Federal Reserve Board.https://www.federalreserve.gov/pubs/feds/2009/200936/200936pap.pdf.

Dagher, Jihad, and Kazim Kazimov. 2015. “Banks'Liability Structure and Mortgage Lending During the Financial Crisis. ” Journal of Financial Economics 116 ( 3 ): 565 - 82. https://doi.org/10.1016/j.jfineco. 2015. 02. 001.

Dang, Tri Vi, Gary Gorton, and Holmstrom. 2015.“The Information Sensitivity of a Securi-ty.”http://www.columbia.edu/～td2332/Paper_ Sensitivity.pdf.

De Haas, Ralph, and Neeltje Van Horen. 2012.“International Shock Transmission after the Lehman Brothers Collapse: Evidence from Syndicated Lending.”American Economic Review 102（3）: 231-37.https://doi.org/10.1257/aer.102.3.231.

Del Negro, Marco, Gauti Eggertsson, Andrea Ferrero, and Nobuhiro Kiyotaki. 2017. “ The Great Escape? A Quantitative Evaluation of the Fed's Liquidity Facilities. ” American Economic Re-view 107 (3): 824-57. https://doi.org/10.3386/w22259.

Diamond, Douglas W., and Philip H.Dybvig.1983.“Bank Runs, Deposit Insurance, and Liquidity.”Journal of Political Economy 91（3）: 401-19.

Drechsler, Itamar, Alexi Savov, and Philipp Schnabl. 2018.“A Model of Monetary Policy and Risk Premia.”The Journal of Finance 73（1）: 317-73.https://doi.org/10.1111/jofi.12539.

Duchin, Ran, Oguzhan Ozbas, and Berk A.Sensoy.2010.“Costly External Finance, Cor-porate Investment, and the Subprime Mortgage Credit Crisis.”Journal of Financial Economics, The 2007-8 financial crisis: Lessons from corporate finance, 97（3）: 418-35.https://doi.org/10.1016/j.jfineco.2009.12.008.

Duygan- Bump, Burcu, Alexey Lekov, and Judit Montoriol-Garriga. 2015.“Financing Constraints and Unemployment: Evidence from the Great Recession.”Journal of Monetary Eco-nomics 75（October）: 89-105.

Duygan-Bump, Burcu, Patrick M.Parkinson, Eric S.Rosengren, Gustavo A.Suarez, and Paul S.Willen.2010.“How Effective Were the Federal Reserve Emergency Liquidity Facilities? Evidence from the Asset-Backed Commercial Paper Money Market Mutual Fund Liquidity Facility.”QAU10-3.Federal Reserve Bank of Boston Working Paper.Federal Reserve Bank of Boston.https://www.bostonfed.org/publications/risk-and-policy-analysis/2010/how-effec-tive-were-the-federal-reserve-emergency-liquidity-facilities-evidence-from-the-as-set-backed-commercial-paper-money-market-mutual-fund-liquidity-facility.aspx.

Eggertsson, Gauti B., and Paul Krugman. 2012.“Debt, Deleveraging, and the Liquidity Trap: A Fisher-Minsky-Koo Approach∗.”The Quarterly Journal of Economics 127（3）: 1469-1513.https://doi.org/10.1093/qje/qjs023.

Falato, Antonio, and Nellie Liang. 2016.“Do Creditor Rights Increase Employment Risk? Evidence from Loan Covenants.”The Journal of Finance 71（6）: 2545 -90.https://doi.org/10.1111/jofi.12435.

Favara, Giovanni, Simon Gilchrist, Kurt F.Lewis, and Egon Zakrajšek.2016.“Updating the Recession Risk and the Excess Bond Premium,”FEDS Notes（blog）.October 6, 2016.https://www.federalreserve.gov/econresdata/notes/feds-notes/2016/updating -the -re-cession-risk-and-the-excess-bond-premium-20161006.html.

Favilukis, Jack, Sydney C Ludvigson, and Stijn Van Nieuwerburgh. 2010.“The Macroeco-nomic Effects of Housing Wealth, Housing Finance, and Limited Risk-Sharing in General Equi-librium.”Working Paper 15988.National Bureau of Economic Research.https://doi.org/10.3386/w15988.

Fazzari, Steven M., R.Glenn Hubbard, and Bruce C.Petersen.1988.“Financing Con-straints and Corporate Investment.”Brookings Papers on Economic Activity 1988（1）: 141 -206.https://doi.org/10.2307/2534426.

Fleming, Michael J., Warren B.Hrung, and Frank M.Keane.2010.“Repo Market Effects of the Term Securities Lending Facility.”The American Economic Review 100（2）: 591-96.

Geanakoplos, John. 2010.“The Leverage Cycle.”NBER Macroeconomics Annual 2009, Volume 24, April, 1-65.

Gertler, Mark, and Simon Gilchrist. 2018.“What Happened: Financial Factors in the Great Recession.”Working Paper 24746.National Bureau of Economic Research.https://doi.org/10.3386/w24746.

Gertler, Mark, and Peter Karadi. 2011.“A Model of Unconventional Monetary Policy.”Journal of Monetary Economics 58（1）: 17-34.

Gertler, Mark, and Nobuhiro Kiyotaki. 2015.“Banking, Liquidity, and Bank Runs in an Infinite Horizon Economy.”American Economic Review 105（7）: 2011 -43.https://doi.org/10.1257/aer.20130665.

Gertler, Mark, Nobuhiro Kiyotaki, and Andrea Prestipino. 2017.“A Macroeconomic Model with Financial Panics.”Working Paper 24126.National Bureau of Economic Research.https://doi.org/10.3386/w24126.

Gilchrist, Simon, Raphael Schoenle, Jae Sim, and Egon Zakrajšek.2017.“Inflation Dy-namics during the Financial Crisis.”American Economic Review 107（3）: 785-823.https://doi.org/10.1257/aer.20150248.

Gilchrist, Simon, and Egon Zakrajšek.2012a.“Credit Spreads and Business Cycle Fluctua-tions.”

American Economic Review 102（4）: 1692-1720. https://doi.org/10.1257/aer.102.4.1692.——.2012b.“Credit Supply Shocks and Economic Activity in a Financial Accelerator Model.”Rethinking the Financial Crisis, Russel Sage Foundation.January.

Giroud, Xavier, and Holger M.Mueller.2017.“Firm Leverage, Consumer Demand, and Employment Losses During the Great Recession.”The Quarterly Journal of Economics 132（1）: 271-316.https://doi.org/10.1093/qje/qjw035.

Gissler, Stefan, and Borghan Narajabad. 2017.“The Increased Role of the Federal Home Loan Bank System in Funding Markets, Part 1: Background.”FEDS Notes（blog）.October 18, 2017.https://www.federalreserve.gov/econres/notes/feds-notes/the-increased-role-of-the-federal-home-loan-bank-system-in-funding-markets-part-1-background-20171018.htm.

Goetz, Martin, and Juan Gozzi. 2010.“Liquidity Shocks, Local Banks, and Economic Ac-tivity: Evidence from the 2007 -2009 Crisis.”SSRN Scholarly Paper ID 1709677.Rochester, NY: Social Science Research Network.https://papers.ssrn.com/abstract=1709677.

Goldberg, Linda S., Craig Kennedy, and Jason Miu. 2011.“Central Bank Dollar Swap Lines and Overseas Dollar Funding Costs,Forthcoming, Federal Reserve Bank of New York Eco-nomic Policy Review.”FRBNY Economic Policy Review.New York, New York: Federal Reserve Bank of New York.http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.422.11&rep=rep1&type=pdf.

Gorton, Gary B.2008.“The Subprime Panic.”Working Paper 14398.National Bureau of E-conomic Research.http://www.nber.org/papers/w14398.pdf.

Gorton, Gary B., and Andrew Metrick. 2012a.“Securitized Banking and the Run on Repo.”Journal of Financial Economics 104（3）: 425-51.

——. 2012b.“Who Ran on Repo?”Working Paper 18455.National Bureau of Economic Re-search.http://www.nber.org/papers/w18455.pdf.

Gorton, Gary, and George Pennacchi. 1990.“Financial Intermediaries and Liquidity Crea-tion.”

The Journal of Finance 45（1）: 49-71. https://doi.org/10.2307/2328809.

Greenspan, Alan. 2005.“Reflections on Central Banking.”Speech presented at the Jackson Hole Economic Policy Symposium, Jackson Hole, Wyoming, August 26.https://www.kansascityfed.org/publicat/sympos/2005/pdf/Green-opening2005.pdf.

Guerrieri, Luca, and Matteo Iacoviello. 2017.“Collateral Constraints and Macroeconomic A-symmetries.”Journal of Monetary Economics 90（October）: 28-49.

Hall, Robert E.2010.“Why Does the Economy Fall to Pieces after a Financial Crisis?”Journal of Economic Perspectives 24（4）: 3-20.https://doi.org/10.1257/jep.24.4.3.

——. 2011.“The High Sensitivity of Economic Activity to Financial Frictions.”The Eco-nomic Journal 121（552）: 351-78.https://doi.org/10.1111/j.1468-0297.2011.02421.x.

Haltenhof, Samuel, Seung Jung Lee, and Viktors Stebunovs. 2014.“The Credit Crunch and Fall in Employment during the Great Recession.”Journal of Economic Dynamics and Control 43（June）: 31-57.

Hancock, Diana, and Wayne Passmore. 2010. “ Did the Federal Reserve's MBS Purchase Program Lower Mortgage Rates?” Finance and Economics Discussion Series 2011 (01) . https://www.federalreserve.gov/pubs/feds/2011/201101/201101pap.pdf.

Hanson, Samuel, and Adi Sunderam. 2013.“Are There Too Many Safe Securities? Securiti-zation and the Incentives for Information Production.”Journal of Financial Economics 108（3）: 565-84.

Hatzius, Jan. 2008.“Beyond Leveraged Losses: The Balance Sheet Effects of the Home Price Downturn.”Brookings Papers on Economic Activity 2008（2）: 195-228.

He, Zhiguo, In Gu Khang, and Arvind Krishnamurthy. 2010.“Balance Sheet Adjustments in the 2008 Crisis.”Working Paper 15919.National Bureau of Economic Research.https://doi.org/10.3386/w15919.

Huber, Kilian. 2018.“Disentangling the Effects of a Banking Crisis: Evidence from German Firms and Counties.”American Economic Review 108（3）: 868-98.https://doi.org/10.1257/aer.20161534.

Iacoviello, Matteo. 2014.“Financial Business Cycles.”Review of Economic Dynamics 18（1）: 140-63.

Irani, Rustom M., and Ralf R.Meisenzahl.2014.“Loan Sales and Bank Liquidity Risk Management: Evidence from a U.S.Credit Register.”Finance and Economics Discussion Series 2015（001）.https://www.federalreserve.gov/econresdata/feds/2015/files/2015001pap.pdf.

Ivashina, Victoria, and David Scharfstein. 2009.“Bank Lending During the Financial Crisis of 2008.”Journal of Financial Economics 97（2010）.

Iyer, Rajkamal, Samuel Lopes, Jose -Luis Peydro, and Antoinette Schoar. 2014.“Inter-bank Liquidity Crunch and the Firm Credit Crunch: Evidence from the 2007-2009 Crisis.”The Oxford University P 27（1）.https://papers.ssrn.com/abstract=2263025.

Jensen, Thais Lærkholm, and Niels Johannesen.2017.“The Consumption Effects of the 2007＆ndash; 2008 Financial Crisis: Evidence from Households in Denmark.”American Econom-ic Review 107（11）: 3386-3414.https://doi.org/10.1257/aer.20151497.

Jermann, Urban, and Vincenzo Quadrini. 2012.“Macroeconomic Effects of Financial Shocks.”American Economic Review 102（1）: 238-71.https://doi.org/10.1257/aer.102.1.238.

Jones, Callum, Virgiliu Midrigan, and Thomas Philippon. 2018.“Household Leverage and the Recession.”Working Paper 16965.National Bureau of Economic Research.https://doi.org/10.3386/w16965.

Jordà, Òscar, Moritz Schularick, and Alan M.Taylor.2016.“Macrofinancial History and the New Business Cycle Facts.”Working Paper 22743.National Bureau of Economic Research.https://doi.org/10.3386/w22743.

Juselius, Mikael, and Mathias Drehmann. 2015.“Leverage Dynamics and the Real Burden of Debt.”501.BIS Working Papers.Bank of International Settlements.https://www.bis.org/publ/work501.htm.

Kacperczyk, Marcin, and Philipp Schnabl. 2010.“When Safe Proved Risky: Commerical Pa-per during the Financial Crisis of 2007-2009.”Journal of Economic Perspectives 24（1）: 29-50.

Kahle, Kathleen M., and René M.Stulz.2013.“Access to Capital, Investment, and the Financial Crisis.”Journal of Financial Economics 110（2）: 280-99.https://doi.org/10.1016/j.jfineco.2013.02.014.

Kandrac, John. 2014.“Bank Failure, Relationship Lending, and Local Economic Perform-ance.”Finance and Economics Discussion Series 2014（41）.https://www.federalreserve.gov/pubs/feds/2014/201441/201441pap.pdf.

Kaplan, Greg, Kurt Mitman, and Giovanni L.Violante.2016.“Non-Durable Consumption and Housing Net Worth in the Great Recession: Evidence from Easily Accessible Data.”Working Paper 22232.National Bureau of Economic Research.https://doi.org/10.3386/w22232.

Kashyap, Anil, Jeremy C.Stein, and David W Wilcox.1993.“Monetary Policy and Credit Conditions: Evidence from the Composition of External Finance.”American Economic Review 83（1）: 78-98.

Keane, Frank M.n.d.“Securities Loans Collateralized by Cash: Reinvestment Risk, Run Risk, and Incentive Issues.”Current Issues in Economics and Finance 19（3）.Accessed August 20, 2018.https://www.newyorkfed.org/medialibrary/media/research/current_issues/ci19-3.pdf.

Kennickell, Arthur B., Myron L.Kwast, and Jonathan Pogach.2015.“Small Businesses and Small Business Finance during the Financial Crisis and the Great Recession: New Evidence From the Survey of Consumer Finances.”Finance and Economics Discussion Series 2015（039）.https://www.federalreserve.gov/econresdata/feds/2015/files/2015039pap.pdf.

Kiyotaki, Nobuhiro, and John Moore. 1997.“Credit Cycles.”Journal of Political Economy 105（2）: 211-48.https://doi.org/10.1086/262072.

Kohn, Donald, and Brian Sack. 2018.“Monetary Policy During the Financial Crisis,”Sep-tember（forthcoming）.

Krishnamurthy, Arvind. 2010.“Amplification Mechanisms in Liquidity Crises.”American Economic Journal Macroeconomics（2）: 1-30.

Laeven, Luc, and Fabian Valencia. 2013.“The Real Effects of Financial Sector Interven-tions during Crises.”Journal of Money, Credit and Banking 45（1）: 147-77.

Levin, Andrew T., Fabio M.Natalucci, and Egon Zakrajšek.2004.“The Magnitude and Cyclical Behavior of Financial Market Frictions.”2004-70.Finance and Economic Discussion Se-ries.Federal Reserve Board of Governors.https://www.federalreserve.gov/pubs/feds/2004/200470/200470pap.pdf.

Logan, Lorie, William Nelson, and Patrick Parkinson. 2018.“Novel Lender-of-Last Re-sort Programs,”September（forthcoming）.

Longstaff, Francis A.2010.“The Subprime Credit Crisis and Contagion in Financial Markets.”Journal of Financial Economics, The 2007-8 financial crisis: Lessons from corporate finance, 97（3）: 436-50.https://doi.org/10.1016/j.jfineco.2010.01.002.

Mach, Traci L., and John D.Wolken.2012.“Examining the Impact of Credit Access on Small Firm Survivability.”Finance and Economics Discussion Series 2012（10）.https://www.federalreserve.gov/pubs/feds/2012/201210/201210pap.pdf.

Manconi, Alberto, Massimo Massa, and Ayako Yasuda. 2012.“The Role of Institutional In-vestors in Propagating the Crisis of 2007-2008.”Journal of Financial Economics, Market Institu-tions, Financial Market Risks and Financial Crisis, 104（3）: 491-518.https://doi.org/10.1016/j.jfineco.2011.05.011.

McAndrews, James, Asani Sarkar, and Zhenyu Wang. 2017.“The Effect of the Term Auc-tion Facility on the London Interbank Offered Rate.”Journal of Banking＆Finance 83（October）: 135-52.

McCabe, Patrick E.2010.“The Cross Section of Money Market Fund Risks and Financial Crises.”Finance and Economic Discussion Series.Federal Reserve Board of Governors.

Merton, Robert C.1974.“On the Pricing of Corporate Debt: The Risk Structure of Interest Rates.”The Journal of Finance 29（2）: 449-70.https://doi.org/10.2307/2978814.

Mian, Atif R., Amir Sufi, and Emil Verner. 2017.“Household Debt and Business Cycles Worldwide.”SSRN Scholarly Paper ID 2655804.Rochester, NY: Social Science Research Net-work.https://papers.ssrn.com/abstract=2655804.

Mian, Atif, Kamalesh Rao, and Amir Sufi. 2013.“Household Balance Sheets, Consump-tion, and the Economic Slump.”The Quarterly Journal of Economics 128（4）: 1687 -1726.https://doi.org/10.1093/qje/qjt020.

Mian, Atif, and Amir Sufi. 2018a.“Finance and Business Cycles: The Credit-Driven Household Demand Channel.”Working Paper 24322.National Bureau of Economic Research.https://doi.org/10.3386/w24322.

——. 2018b.“Credit Supply and Housing Speculation.”Working Paper 24823.National Bu-reau of Economic Research.https://doi.org/10.3386/w24823..

——. 2010.“Household Leverage and the Recession of 2007 to 2009.”IMF Economic Re-view 58（1）: 74-117.https://doi.org/10.3386/w15896.

——. 2014a.House of Debt.First.Chicago: University of Chicago Press.https://www.press.uchicago.edu/ucp/books/book/chicago/H/bo20832545.html.

——. 2014b.“What Explains the 2007-2009 Drop in Employment?”Econometrica 82（6）: 2197-2223.

Mishkin, Frederic S.2011.“Over the Cliff: From the Subprime to the Global Financial Crisis.”Journal of Economic Perspectives 25（1）: 49-70.https://doi.org/10.1257/jep.25.1.49.

Mitchener, Kris James, and Gary Richardson. 2016.“Network Contagion and Interbank Am-plification during the Great Depression.”Working Paper 22074.National Bureau of Economic Re-search.https://doi.org/10.3386/w22074.

Morgan, Donald P., Stavros Peristiani, and Vanessa Savino. 2014.“The Information Value of the Stress Test.”Journal of Money, Credit and Banking 46（7）: 1479-1500.

Nolan, Charles, and Christoph Thoenissen. 2009.“Financial Shocks and the US Business Cycle.”Journal of Monetary Economics 56（4）: 596-604.

Peek, Joe, and Eric Rosengren. 2016.“Credit Supply Disruptions: From Credit Crunches to Financial Crisis.”SSRN Scholarly Paper ID 2870864.Rochester, NY: Social Science Research Network.https://papers.ssrn.com/abstract=2870864.

——. 2000.“Collateral Damage: Effects of the Japanese Bank Crisis on Real Activity in the United States.”American Economic Review 90（1）: 30-45.https://doi.org/10.1257/aer.90.1.30.

Puri, Manju, Jörg Rocholl, and Sascha Steffen.2011.“Global Retail Lending in the After-math of the US Financial Crisis: Distinguishing Between Supply and Demand Effects.”Journal of Financial Economics 100（3）: 556-78.https://doi.org/10.1016/j.jfineco.2010.12.001.

Rajan, Raghuram G.2005.“Has Financial Development Made the World Riskier?”Working Paper 11728.National Bureau of Economic Research.https://doi.org/10.3386/w11728.

Ramcharan, Rodney, Skander Van den Heuvel, and Stephane H.Verani.2016.“From Wall Street to Main Street: The Impact of the Financial Crisis on Consumer Credit Supply.”The Journal of Finance 71（3）: 1323-56.

Ramcharan, Rodney, and Raghuram Rajan. 2014.“Financial Fire Sales: Evidence from Bank Failures.”Finance and Economics Discussion Series 2014（67）.https://www.federalreserve.gov/pubs/feds/2014/201467/201467pap.pdf.

Reinhart, Carmen M., and Kenneth S.Rogoff.2009.This Time Is Different: Eight Centuries of Financial Folly.Princeton: Princeton University Press.

Rose, Jonathan. 2015.“Old-Fashioned Deposit Runs.”SSRN Scholarly Paper ID 2705730.Rochester, NY: Social Science Research Network.https://papers.ssrn.com/abstract=2705730.

Sahm, Claudia R., Matthew D.Shapiro, and Joel Slemrod.2015.“Balance-Sheet House-holds and Fiscal Stimulus: Lessons from the Payroll Tax Cut and Its Expiration.”Finance and Eco-nomics Discussion Series 2015（037）.https://www.federalreserve.gov/econresdata/feds/2015/files/2015037pap.pdf.

Santos, João A.C.2011.“Bank Corporate Loan Pricing Following the Subprime Crisis.”The Review of Financial Studies 24（6）: 1916-43.https://doi.org/10.1093/rfs/hhq115.

Sarkar, Asani, and Jeffrey Shrader. “ Financial Amplification Mechanisms and the Federal Reserve's Supply of Liquidity during the Crisis. ” Federal Reserve Bank of New York Staff Reports 431 ( March 2010 ) . https://www.newyorkfed.org/medialibrary/media/research/staff_reports/sr431.pdf.

Schroth, Enrique, Gustavo A.Suarez, and Lucian A.Taylor.2014.“Dynamic Debt Runs and Financial Fragility: Evidence from the 2007 ABCP Crisis.”Journal of Financial Economics 112（2）: 164-89.https://doi.org/10.1016/j.jfineco.2014.01.002.

Scott, Hal S.2016.Connectedness and Contagion: Protecting the Financial System from Panics.Cambridge, MA: The MIT Press.

Shiller, Robert J.2007.“Understanding Recent Trends in House Prices and Homeownership.”In Housing, Housing Finance, and Monetary Policy.Jackson Hole, Wyoming.https://www.kansascityfed.org/publicat/sympos/2007/PDF/Shiller_ 0415.pdf.

Shin, Hyun Song. 2011.“Global Banking Glut and Loan Risk Premium.”In Mundell -Fleming Lecture.Washington DC: International Monetary Fund.https://www.imf.org/external/np/res/seminars/2011/arc/pdf/hss.pdf.

Shleifer, Andrei, and Robert Vishny. 2010.“Asset Fire Sales and Credit Easing.”Ameri-can Economic Review Papers and Proceedings 100（2）: 46-50.

Siemer, Michael. 2014.“Firm Entry and Employment Dynamics in the Great Recession.”Finance and Economics Discussion Series 2014（56）.https://www.federalreserve.gov/pubs/feds/2014/201456/201456pap.pdf.

Stock, James H., and Mark W.Watson.2012.“Disentangling the Channels of the 2007-09 Recession.”Brookings Papers on Economic Activity 2012（1）: 81-156.

Sunderam, Adi. 2015.“Money Creation and the Shadow Banking System.”The Review of Financial Studies 28（4）: 939-77.https://doi.org/10.1093/rfs/hhu083.

Van den Heuvel, Skander. 2002.“Does Bank Capital Matter for Monetary Transmission?”E-conomic Policy Review, no.May: 259-65.

Woodford, Michael. 2010.“Financial Intermediation and Macroeconomic Analysis.”Journal of Economic Perspectives 24（4）: 21-44.https://doi.org/10.1257/jep.24.4.21.

Wu, Tao. 2008. “ On the Effectiveness of the Federal Reserve's New Liquidity Facilities. ”Federal Reserve Bank of Dallas Working Paper 2008 (8) . https://www.dallasfed.org/~/media/documents/research/papers/2008/wp0808.pdf.

Zhang, Lu, Arzu Uluc, and Dirk Bezemer. 2017.“Did Pre-Crisis Mortgage Lending Limit Post-Crisis Corporate Lending? Evidence from UK Bank Balance Sheets.”Bank of England Staff Working Paper 651（March）.http://www.bankofengland.co.uk/research/Pages/workingpa-pers/2017/swp651.aspx.

数据附录

因子模型的数据是每日数据（不包含假日），并前推了缺失值。回购协议数据的季度末日期由前一日的数值代替，以控制虚假价格。模型中用到的所有数据都对2006—2012年做了标准化。因子分析利用正交旋转估计了四个因子，最优化的唯一性的下限值为0.05。