中美金融脱钩的影响几何：来自金融CGE模型的思考

“两败俱伤”

引言

自2018年以来，中美经贸关系出现了不少裂痕。特别是俄乌战争以来，俄罗斯近乎被全球金融系统除名，这似乎对我国有某种意义上的镜鉴

当然，没有人希望中美关系走到那一步。但中美金融脱钩的可能性似乎正在增加？一些事实包括但不限于：国内企业海外撤资、中国的监管、美国新法案、中概股暴跌等增加了人们的担忧

澳大利亚著名模型学者P.Dixon通过一个涵盖国家资产-负债流动矩阵的CGE模型探讨了这一热点问题。文章于2021年见刊Journal of Global Economic Analysis^①.。

金融CGE模块的核心逻辑（可略过）

概况：Dixon的模型基于经典的GTAP，他划分了18个地区和57个部门。其中金融部门的设定要追溯到Ianchovichina and McDougall (2012)。但他做了三点改进：

• 一国可以控制外国资本的流入，以此在模型中表征双边关系特征；

• 允许金融债权方终止交易并索赔，也可以转卖；

• 假设每个地区都有一个金融决策主体（类似于央行的设定），最优化其国内资本和海外金融资产组合收益

模型数据：大部分基于GTAP数据库，但金融模块的核心数据基于多国的资产-负债矩阵（源自IMF和各国央行数据库），如表1所示：横看是资产方，纵看是负债方。可见2015年中国持有美国的资产为3万亿（美国欠中国的债务），中国对美国的负债是1.14万亿（我们欠美国的债务）。对角线为境内总资产，可见中国的境内实物资产价值为40.79万亿，境内外总资产为51.41万亿，境内外总负债为49.64万亿，而中国在2015年的海外金融净资产就是51.41-49.64=1.77万亿元

表1：2015年多国资产-负债矩阵示例（2015年，万亿美元）

	USA	China	Japan	……	Total
USA	53.85	3.00	2.06	……	81.11
China	1.14	40.79	0.66	……	49.64
Japan	1.09	0.41	17.73	……	22.46
……	……	……	……	……	……
Total	74.96	51.41	25.65	……	367.76

优化过程：一国的金融决策主体（可以理解为央行）需要根据利益最大化原则，最优地选择其金融资产组合。如公式(5)与(6)：

(5)是一个内生变量为Z1的CES函数，Z1是年末r国在海外各国(s)持有的资产，而FB1则是r国这些海外资产的加总，意思为Financial Budget。FB1由 (年初境内实物资产+年初持有的所有外国资产+年内折旧后净储蓄+年内净负债) 组成。R是资产回报率，σ为r国这些海外资产之间的替代弹性，δ>0体现了海外资产之间的不完全替代关系，反应了某些国家之间的特殊金融关系。

由上小段可见模型在优化年末资产组合Z1时，必会与回报率R_s,r有关。模型紧接着设定R_s,r与s国境内资产回报率、s国海外资产回报率有关（公式9）。这里S是这两种资产的份额。T为脱钩系数。T越低，表示R_s,r越低，r国越不愿意持有s国的资产。此外，r国境内资产的回报率被定义为RORE_r

笔者的总体理解：如此这般，实际上就在全球CGE模型内更加详细地刻画了【资本的供给端】及【资本供给方之间的不完全竞争】。国内大部分CGE模型的资本流动设定都是：各地区、各部门遵从资本回报率而无差别自由流动，不考虑负债。

中美脱钩的情景设定

作者一共设置了三种脱钩情景：

（1）假设2016-2018年间，美国从中国撤资50%

（2）假设2016-2018年间，中国从美国撤资50%

（3）假设2016-2018年间，中美互相撤资50%

同时，还有一个暂未考虑任何政策冲击的基准情景，其中各国2015-2025年间有正常的GDP，人口和就业趋势。

如前所述，作者通过T这一参数（见公式9）降低国别之间资产回报率，进而实现中美脱钩的情景设定。

此外，作者也在最后一节额外考虑了中美之间贸易脱钩的影响。贸易脱钩通过GTAP内设的关税参数实现，分别考虑美国从中国减少50%的进口、中国从美国减少50%的进口，互相减少50%进口的假设情景。

宏观经济结果

根据假设以及模型的最优结果，作者主要研究了三种情景下中国、美国、世界其他地区的真实GDP、就业水平、投资等宏观经济指标的变动。同时，作者也分别考虑了贸易脱钩，以及金融贸易一起脱钩的影响

结果1：任何一国的单方面撤资都会使得该国资本回流，有利于该国的宏观经济各项指标。而另外一国则蒙受单边损失。这一点并不令人意外（图1）.

结果2：中国可能会成为双边金融战的赢家，中国的宏观经济在中美互殴的结果下更有韧性。原因有二：

• 中国持有的美方资产多于美国持有的中方资产，即中国是美国的更大债主；

• 是中国的海外投融资占比低，资金回流的去向大部分都是国内资本市场。而美国更依赖海外投融资。

这个结果有点意思，据2015年的资产负债表，海外负债占美国总债务的30%，海外资产占美国总资产的27%。而中国，这俩数字分别是16%和15%。美国竟然“输”在了其标志性的开放金融环境，而中国将‘赢’在其坚韧的内循环和庞大的外汇储备（图1）

图1 三种情景与BAU的宏观指标差异%：以GDP为例【金融脱钩】

结果3：贸易脱钩下，美国可能会成为那个赢家。但无论怎样都会使得自身经济蒙受损失（损人损己），这与金融脱钩不同（损人利己）。因为中国对美国始终是贸易顺差，美国从中国进口更多的商品与服务。但由于两国深度的经贸关系，一旦贸易脱钩，两国GDP同时都会受难，只不过程度不同罢了（图2）。

图2 三种情景与BAU的宏观指标差异%：以GDP为例【贸易脱钩】

结果4：若贸易和金融同时脱钩，美国的处境会更惨重，中国相对好些，但也两败俱伤。两场脱钩战役虽互有赢家，但总体损失仍然增加。看起来中国比美国更有韧性，但总归是两败俱伤（图3）

图3 金融与贸易【双脱钩】下的GDP情景变化

一些思考

单从文章结果看，作者的设定与现实比，还是显得简单了：

• 未全面考虑资本回流的影响，比如国内通膨也会影响生产

• 未全面表达资本所附带的知识产权，技术水平等。若真脱钩，我国很多企业会因为缺乏核心科技进口而面临重大损失。比如但在CGE模型的资金和产品流中，还不能定位到芯片等很多微小但关键的产品门类。

• 再次，对政治上的次生影响欠考虑。比如脱钩会连带禁止我们使用国际货币结算，那世界其他地区（ROW）与我们的经贸也会减少。

综上，笔者认为模型结果大大低估了脱钩的真实影响。

Dixon这些年笔耕不辍，连续在CGE模型的既有框架内探讨了很多传统完美市场假设之外的second-best问题，比如工资黏性、垄断市场和金融模块。这篇文章在金融资产负债的国家间流向方面下足了功夫，丰富了CGE模型可探讨的议题，也增加了模型与现实的连结。

在国内，这些second-best的CGE模型还比较鲜见。

回到气候变化领域，借用好朋友Shangwei Liu公众号中写的那样：多年来，模型先从经济角度理解减排，而后transform到技术角度关注最优路径，再次transform到各类协同效益。下一步的趋势恐怕是从完美假设transform到second-best，行为/投资/政治/技术推进等市场失灵的问题。

在此意义上，我们不妨思考一个问题：

气候变化如何影响金融，金融又会怎样影响气候行动呢？今年以来笔者关注到了一些来自实证的证据，譬如笔者的老乡（RUC财金学院Lu教授）写了一篇文章^②，发现2012年以来，银行部门对新能源部门的风险依赖越来越明显，气候政策会影响金融系统稳定性。记得那晚的出租车上，Lu教授激动地向我描述，碳中和一定可以实现，但去煤去油低碳转型会给银行系统带来很大的债务负担，有多大可能发生系统性风险呢？

我俩你看我，我看你，都兴奋地觉得可以继续做下去。

笔者的师妹乔总，作为一个金融专业转环境科学的头铁，也曾经在其毕业论文中研究过极端天气影响股价的事实，并谈及气候与金融的连结。由于截止发稿前乔总还未回复我的微信，所以我也不知道这篇文章的DOI是多少。便不展示了罢。

笔者想去国际组织和多边银行工作的心人尽皆知，所以气候变化、国际金融与技术进步的问题我大概会一直求索下去

参考文献：

① Dixon, P., J. Giesecke, J. Nassios and M.Rimmer (2021). "Finance in a global CGE model: the effects of financialdecoupling between the U.S. and China." Journal of Global EconomicAnalysis; Vol 6, No 2

② Zhang, X., S. Zhang and L. Lu (2022)."The banking instability and climate change: Evidence from China." EnergyEconomics 106: 105787.

“中美不能脱钩，也不会脱钩”