金融业开放、政府隐性担保与系统性金融风险防范北大核心

在金融业开放不断推进的背景下，政府隐性担保的存在是否会导致金融部门过多借入外债而承受更大的风险？应当如何制定应对政策？本文在包含金融部门开放的动态随机一般均衡模型中引入金融部门破产机制，分析金融业开放的影响，并讨论政府隐性担保对系统性金融风险的影响。研究结果表明：金融开放程度越高，银行的资产负债表对资本流动的变化越敏感，加剧了国内外风险冲击对投资和产出的负面影响。此时，政府的信贷救助政策可通过减少资本外流和银行净资产损失降低风险溢价，从而改善宏观经济状况。然而，对危机下政府信贷救助的预期将导致银行机构在正常状态下借入更多的外债，产生道德风险问题，进而使金融危机发生的概率上升，衰退程度加深。进一步地，对金融机构实施宏观审慎监管可以有效抑制政府隐性担保预期所造成的道德风险，从而降低系统性金融风险爆发的概率。     

土地金融、房地产税与去杠杆

近年来，中国的宏观杠杆率持续上升，对金融安全与稳定造成了一定的负面影响，引起了广泛关注。本文构建一个包含土地金融放大机制的多部门动态随机一般均衡模型，来研究房地产市场发展对杠杆率的放大作用，并评估房地产税在去杠杆过程中所发挥的作用。本文发现，地方政府采用土地金融方式进行融资放大了宏观经济波动，造成宏观杠杆上升。无论是对存量房地产还是流量房地产征税，房地产税均可以降低宏观经济波动和杠杆率。福利分析结果表明：在合理的取值范围内，房地产税税率与消费补偿呈U形关系，当房地产税税率较高时，需要补偿的消费比例较大。     

人工智能、就业与货币政策目标

本文在标准新凯恩斯货币模型中引入人工智能，研究人工智能对最优货币政策及货币政策设计的影响。基于推导出的二阶福利损失函数，本文首先分析了央行面临权衡的变化，然后以福利为标准分析了人工智能对央行货币政策规则选择的影响。研究发现：第一，在标准新凯恩斯货币模型中，央行在通胀和产出缺口之间权衡，而引入人工智能后，就业与人工智能投资波动也成为央行重要的权衡项。第二，引入人工智能后，相对于盯住通胀和产出缺口的泰勒规则，盯住通胀和就业缺口的货币政策规则带来更小的福利损失。这主要是因为，在人工智能可以高度替代劳动的情况下，过度重视产出缺口会导致人工智能投资和就业的巨大波动，并显著增加名义价格和工资粘性带来的福利损失。这一发现改变了央行应盯住通胀和产出缺口的结论，具有明确的政策含义。     

人口流动视角下的最优土地配置与财政政策

本文构建包含异质性个体的空间一般均衡模型，在居民自主选择居住地与劳动供给时间的情况下给出了政府最优的土地配置和财政政策规则。研究发现，政府会根据目标函数中福利和产出的权重、各个地区的人均产出等变量及人口流动摩擦程度等参数制定各地区土地配置的总体规划。当人口流动摩擦较小或对于产出的关注程度较高时，对于高收入地区，政府应当将更多土地配置到住宅用地上。最优的财政政策组合可以通过对房地产企业征税和对非房地产企业的补贴来实现，且对非房地产企业的政策总是优于房地产企业。由于住宅用地相对工业用地的价差内生于土地配置，当政府使用其最优政策时，可以得到住宅用地的价格将内生高于工业用地价格。