金融摩擦模型：BGG 金融加速器与 GK 银行家约束

01 为什么需要金融摩擦

标准 RBC 与新凯恩斯（NK）模型都建立在一个隐含假设之上：金融市场是无摩擦的。在这个世界里，企业无论用自有资金还是向银行借钱，融资成本都等于无风险利率 $R_t$；企业的资产负债表结构（净值多少、杠杆多高）对投资决策没有任何影响。这正是 Modigliani-Miller（1958）定理的直接推论——在完美资本市场中，企业价值与融资结构无关，"金融部门"只是一层遮蔽实体经济的面纱（veil）。

但 2008 年全球金融危机用最惨烈的方式证伪了这一假设。房价下跌首先冲击的是银行持有的抵押品，随后银行资本损失、批发融资市场冻结、信贷骤紧，企业投资崩塌，衰退深度远超冲击本身的规模。这条"资产价格 → 金融中介 → 实体经济"的传导链，在无摩擦模型里根本不存在。要让模型能描述这类危机，就必须从微观上打破 MM 定理，引入两个 ingredient：

• 信息不对称：贷款人（银行）无法免费、即时地观察借款人（企业家）项目的真实回报，必须付出核查成本，或依赖借款人的自有资本作为"抵押"来分担风险；
• 外部融资溢价（external finance premium, EFP）：由于核查成本与代理问题，外部资金比内部资金更贵，溢价 $s(\cdot)$ 随借款人杠杆上升而上升。

一旦溢价对杠杆敏感，就会产生"金融加速器"（financial accelerator, Bernanke-Gertler 1989）回路：负面冲击压低资本价格 $Q_t$ → 企业家净值 $N_t$ 缩水 → 杠杆被动上升 → 外部融资溢价上涨 → 投资与资本需求下降 → 资本价格进一步下跌 → 净值再缩水。一个原本温和的技术或需求冲击，被净值—溢价回路反复放大、拉长，变成持续多年的深度衰退。这就是金融摩擦建模的全部动机。

02 BGG 模型总览：企业家与净值 $N_t$

Bernanke, Gertler & Gilchrist (1999，下称 BGG) 在标准 RBC/NK 框架中嵌入一批风险中性、存活有限的企业家（entrepreneurs）。企业家每期用自有净值 $N_t$ 加上银行贷款 $B_t$ 购买资本 $K_{t+1}$，满足资产负债表恒等式：

假设：企业家比家庭更"有耐心"地投资资本品，且风险中性；资本品由资本品生产者以二次调整成本制造，其价格 $Q_t$（托宾 $Q$）内生于投资需求。解读：$N_t$ 是企业家的"家底"，$B_t=Q_tK_{t+1}-N_t$ 是向银行借的款项。正因为银行不能免费看清企业家回报，银行只愿意按"净值充足、杠杆可控"的条件放款，于是 $N_t$ 不再是可以随手扔掉的 accounting residual，而成为决定投资需求的状态变量。

为什么必须把净值 $N_t$ 当作额外状态变量

在无摩擦模型里，最优投资只取决于资本预期回报与利率之差，与企业自有多少钱无关；$N_t$ 没有动力学，也不进入状态空间。引入 CSV 摩擦后，情况变了：(1) 融资成本取决于杠杆 $Q_tK_{t+1}/N_t$，而杠杆里含 $N_t$；(2) $N_t$ 本身由上期资本回报与偿债决定，天然滞后一期，是典型的 predetermined state variable。因此在对数线性化时，必须把 $\hat n_t$ 与 $\hat k_t$、$\hat z_t$（技术）并列放进状态向量 $S_t$，否则 Dynare 会因缺少动力学而报"方程/变量数不匹配"或稳态不收敛。这是 BGG 改造中最容易遗漏的一步。

03 完整优化问题与一阶条件推导

本节把 BGG 的四类主体一次性写完，并用拉格朗日方法推出全部一阶条件（FOC），供读者核对 .mod 里每条方程的出处。这是"自包含"要求：不依赖任何外部讲义。

3.1 家庭（储户）：CRRA 效用 + 一期无风险债

设定：代表性家庭最大化终身效用 $\max\;E_0\sum_{t=0}^{\infty}\beta^t\left[\dfrac{C_t^{1-\sigma}}{1-\sigma}-\chi\dfrac{L_t^{1+\varphi}}{1+\varphi}\right]$，预算约束 $C_t+B_t^{d}/P_t=W_tL_t/P_t+(1+i_{t-1})B_{t-1}^{d}/P_t-\Pi_t^{f}$（$\Pi_t^f$ 为企业利润分红）。构造拉格朗日 $\mathcal L=E_0\sum\beta^t\{\cdots+\lambda_t[\cdot]\}$，对 $C_t,B_t^d,L_t$ 分别求导：

把前两式消去 $\lambda_t$ 得劳动供给 $W_t/P_t=\chi L_t^\varphi C_t^{\sigma}$；把第三式写成 $\beta E_t[(C_{t+1}/C_t)^{-\sigma}R_{t+1}^{r}]=1$，即标准欧拉方程 $E_t\hat c_{t+1}-\hat c_t=\frac{1}{\sigma}(\hat r_t-\hat\pi_{t+1})$，其中实际无风险利率 $R_t^r=(1+i_t)E_t[P_t/P_{t+1}]$。经济直觉：家庭决定把多少当期储蓄换成下期消费，权衡"当期边际效用"与"贴现后的下期边际效用×实际利率"。金融摩擦对家庭没有直接影响——家庭只是按无风险利率存款，摩擦全部发生在银行与企业家之间。

3.2 企业家：风险中性、购买资本、借款

设定：企业家风险中性（效用线性、贴现因子略小于家庭以保证其长期借款），每期用净值 $N_t$ 加银行贷款 $B_t=Q_tK_{t+1}-N_t$ 购买资本，持有 1 期后获得已实现回报 $R_{t+1}^k$。其优化条件由最优 CSV 合同给出（见 §05），竞争性银行零利润把合同定价条件加总为：

这就是 §04 外部融资溢价方程的非对数来源。资本回报的定义式由资本品的边际产出与资本利得构成：$R_{t+1}^k=\dfrac{r_{t+1}^{k}+(1-\delta)Q_{t+1}}{Q_t}$，其中 $r^k$ 为资本租金率。解读：分子是"租金 + 残值×价格"，分母是买入价格——持有资本 1 期的总回报。对数线性化后即 $\hat r_{t+1}^k=\dfrac{1-\delta}{R^k}\hat q_{t+1}-\hat q_t+\dfrac{r^k}{R^k}\hat r_{t+1}^{k,\text{rent}}$，这正是 .mod 中 rk 方程的来源。

3.3 资本品生产者：托宾 Q 与投资

设定：竞争性资本品生产者用最终品制造新资本，面临二次调整成本 $\Phi(I_t/K_t)=\dfrac{a}{2}(I_t/K_t-\delta)^2K_t$。最大化 $Q_tI_t-I_t-\Phi(I_t/K_t)$，对 $I_t$ 求一阶条件：

对数线性化：$\hat q_t=\varphi(\hat i_t-\hat k_t)$，与 §07 一致。解读：$\varphi$ 越大，投资对 $Q$ 越不敏感，调整越慢；这是金融加速器"放大器耦合变量"的来源。

3.4 银行：竞争、风险中性、零利润

设定：银行吸收家庭存款（按 $R_t^r$ 付息），向企业家发放贷款，承担 CSV 审计成本 $\mu$。竞争使银行每期零利润，期望贷款利息收入恰好覆盖无风险资金成本与期望审计成本：

把它与企业家最优合同的一阶条件联立，消去违约阈值 $\bar\omega$，即得 §04 的 $\bar\omega(\cdot)$ 函数。关键点：审计成本只在违约状态 $\omega<\bar\omega$ 发生，其期望随杠杆上升——这是 $S'(\cdot)>0$ 的微观来源。

3.5 市场出清

• 商品市场：$Y_t=C_t+I_t+G_t+\mu Q_tK_{t+1}\int_0^{\bar\omega}\omega\,dF(\omega)$（最后一项是实际资源耗散——审计成本占用最终品）；
• 劳动市场：$L_t$ 由家庭劳动供给与厂商劳动需求相等；
• 资本市场：$K_{t+1}$ 由企业家资本需求与资本品供给（Q 方程）联立出清；
• 债券市场：$B_t^d=B_t$（家庭存款 = 企业贷款），由瓦尔拉斯定律自动满足。

04 外部融资溢价方程 $E_t R_{t+1}^k = S(\cdot) R_t$

BGG 的核心定价关系是：企业家购买资本的预期回报，必须等于无风险利率乘以一个随杠杆上升的溢价函数 $S(\cdot)$：

假设：① 银行是竞争性的、风险中性，零利润；② 企业家风险中性、有限责任；③ 银行与企业家之间存在 CSV 摩擦（见第 05 节），最优合约内生地决定了溢价函数 $S(\cdot)$；④ $S(1)=1$ 意味着当企业 100% 用自有资金（杠杆=1）时，没有代理成本，溢价为零。解读：$S'(\cdot)>0$ 是整页模型的"引擎"——杠杆 $Q_tK_{t+1}/N_t$ 越高，银行担心企业家拿别人的钱冒险（风险转移，risk-shifting），要求的补偿越厚，$E_tR_{t+1}^k/R_t$ 就越大。对数线性化后（记 $\chi$ 为稳态处 $S(\cdot)$ 的弹性）：

逐项说明：$\hat r_{t+1}^k$ 是资本预期回报的对数偏离；$\hat r_t$ 是无风险实际利率；$\chi>0$ 是溢价对杠杆的弹性，由 CSV 最优合同一阶条件推出（数值上通常 $0.03\sim0.08$）；括号 $\hat q_t+\hat k_{t+1}-\hat n_t$ 就是对数线性化的杠杆率；$\varepsilon_t^{fk}$ 是外生金融冲击（EFP shock），用来建模"信贷紧缩"——即使杠杆没变，银行也突然要求更高溢价。退化检验：令 $\chi=0$，方程退化为无套利 $E_t\hat r_{t+1}^k=\hat r_t$，金融部门与实体经济完全脱钩，模型回到无摩擦 NK。论文里常用 $\chi=0$ 与 $\chi>0$ 的 IRF 对比来展示金融加速器的存在。

为什么 $E_tR_{t+1}^k=S(\cdot)R_t$ 是整页模型的"引擎"？把它沿传导链拆四步看：① 定价——企业家每借 1 元外部资金，承担的成本是 $S(\cdot)R_t$，而非 $R_t$；② 杠杆敏感性——$S'(\cdot)>0$ 意味着净值 $N_t$ 每下降 1%，在 $Q_tK_{t+1}$ 不变时杠杆上升约 1%，溢价上升 $\chi\times1\%$；③ 投资反馈——溢价上升直接抬高资本边际成本，压低投资 $I_t$；④ 资产价格反馈——投资下降压低 $Q_t$，$Q_t$ 下降又通过 §05 净值方程（含 $\hat q_{t-1}$）让下期净值更低，完成闭环。注意等式左边是预期 $E_tR_{t+1}^k$：家庭在 $t$ 期存款、企业家在 $t$ 期借钱，双方对下期资本回报做预期——这就是为什么 .mod 里 rk 出现在预期差 $E_t\hat r_{t+1}^k-\hat r_t$ 中。若误把左边写成当期已实现 $R_t^k$，时间戳就错了。

05 净值演化方程 $N_{t+1}=\gamma V_t+(1-\gamma)W_t^e$

BGG 假设企业家并非长生不老：每期有比例 $(1-\gamma)$ 的企业家"退休"（退出），把净值一次性消费掉；存活比例为 $\gamma$ 的企业家继续经营。引入退休设定的目的是防止企业家靠留存收益无限积累净值、最终"不需要银行"——这是保证模型存在一个平稳、有限杠杆稳态的技术假设。存活企业家的净值来自上期持有资本的净回报：

假设：① $\gamma$ 是企业家存活率（survival probability），每期独立抽签，与个体净值无关；② $R_t^k$ 是已实现的资本回报（含资本利得与租金）；③ $(Q_{t-1}K_t-N_t)=B_t$ 是上期银行贷款，按无风险利率 $R_t$ 还本付息；④ $W_t^e$ 是新进入企业家从零开始"工作"挣到的初始禀赋（start-up wage），保证退出者退出后净值不会塌缩为零。解读：方括号内是"资本总收益减去偿债"——即存活企业家的净资产增量（即题目中的 $V_t$），乘以存活率 $\gamma$ 后留存；$(1-\gamma)W_t^e$ 是新进者的注资。资本回报 $R_t^k$ 越高（尤其资本价格 $\hat q$ 上涨带来资本利得），留存净值越多；利率 $R_t$ 越高，还债越重，净值越低。

净值方程逐阶泰勒展开（线性化不跳步）

原始方程：$N_{t+1}=\gamma[R_t^k Q_{t-1}K_t-R_t(Q_{t-1}K_t-N_t)]+(1-\gamma)W_t^e$。稳态（记 $\kappa\equiv K/N$、$\bar\omega\equiv R^k/R$ 稳态溢价）下 $N=\gamma[R^k QK-R(QK-N)]+(1-\gamma)W^e$。

第一步：对 $R_t^k Q_{t-1}K_t$ 取对数线性化。乘积三项展开 $\widehat{R_t^k Q_{t-1}K_t}=\hat r_t^k+\hat q_{t-1}+\hat k_t$。

第二步：对偿债项 $R_t(Q_{t-1}K_t-N_t)$ 展开。括号内 $Q_{t-1}K_t-N_t=B_t$。注意 $B_t/N_t=\kappa-1$，故 $\widehat{B_t}=\frac{\kappa}{\kappa-1}\hat q_{t-1}+\frac{\kappa}{\kappa-1}\hat k_t-\frac{1}{\kappa-1}\hat n_t$（权重按稳态 $QK=\kappa N$、$B=(\kappa-1)N$ 拆）。再乘 $R_t$ 加 $\hat r_t$。

第三步：把方括号整体在稳态差分。方括号 = $R^kQK\cdot[\hat r^k+\hat q_{-1}+\hat k]-R(\kappa-1)N\cdot[\hat r+\frac{\kappa}{\kappa-1}(\hat q_{-1}+\hat k)-\frac{1}{\kappa-1}\hat n]$。稳态处 $R^k=\bar\omega R$（$\bar\omega=S(\kappa)$），故 $R^kQK=\bar\omega R\kappa N$。两边同除 $N$ 并乘 $\gamma$，整理系数：

（等价写法：$\gamma\frac{R^k}{R}\kappa(\hat r^k+\hat q_{-1}+\hat k)-\gamma\frac{\kappa-1}{\kappa}\hat r+\dots$ 为不同归一化；核心是 $\hat n_{t+1}$ 由 $t$ 期及更早变量决定。）

注意 $\hat n_{t+1}$ 出现在等号左边、驱动变量都带时间下标 $t$ 或更早——这正是"净值是滞后状态变量"的代数体现：今天的冲击只能通过影响今天的资本回报与价格，去影响下一期的净值，再由下期净值影响下期溢价。这种一期滞后是金融摩擦"拖尾"（persistence）的结构性来源。

逐项拆解：净值方程每一项在算什么

把非对数方程 $N_{t+1}=\gamma\underbrace{\big[R_t^k Q_{t-1}K_t - R_t(Q_{t-1}K_t-N_t)\big]}_{\text{存活企业家净资产增量 }V_t}+(1-\gamma)W_t^e$ 拆成四步算账：

• 第 1 项 $R_t^k Q_{t-1}K_t$：上期借的钱买了 $K_t$ 的资本，持有一期后赚到的总毛收益（租金 + 资本利得），这是企业家的"经营收入"；
• 第 2 项 $R_t(Q_{t-1}K_t-N_t)=R_tB_t$：上期欠银行的贷款连本带息要还掉，这是"偿债支出"；
• 差额：毛收益 − 偿债 = 这期经营挣到、归存活企业家所有的净资产增量 $V_t$（若 $R_t^k<R_t$，企业家亏损，$V_t$ 为负）；
• 乘 $\gamma$：只有存活下来的比例 $\gamma$ 的企业家能把 $V_t$ 滚入下期净值；退出者把净值一次性消费掉、不进 $N_{t+1}$；
• 加 $(1-\gamma)W_t^e$：退出者腾出的"牌桌位置"由 $(1-\gamma)$ 比例的新企业家占据，他们从零劳动挣到初始工资 $W_t^e$ 注入净值——这一项保证稳态净值不为零，是数值上必不可少的"种子资本"。

关键时间戳再强调：方程左边是 $N_{t+1}$，右边 $R_t^k$ 是 $t$ 期已实现回报（由 $t-1$ 期末的投资决定），$R_t$ 是 $t$ 期利率。因此 $t$ 期发生的任何冲击（技术、金融、货币）只能影响 $t$ 期的 $R_t^k$ 与 $R_t$，从而影响的是$N_{t+1}$——净值天然滞后一期。这就是为什么金融摩擦的 IRF 比无摩擦模型"更拖尾"：冲击先进资产价格 $Q_t$，再进当期回报 $R_t^k$，隔一期才变成净值，净值再隔一期影响溢价。读者在 .mod 里看到 n(+1)=... 时，应立即想到这条"一期滞后链"。

06 成本状态验证（CSV）：外部融资溢价的微观基础（Townsend 1979 完整推导）

为什么外部融资会比内部融资贵？BGG 用 Townsend (1979) 的成本状态验证（costly state verification, CSV）给出微观答案。设定如下：企业家项目的毛回报 $\omega R^k K$ 是一个随机变量，$\omega$ 服从对数正态分布，只有企业家自己观察到 $\omega$；银行若想知道 $\omega$，必须支付一笔审计成本（monitoring/auditing cost），金额为资本 $\mu QK$ 的固定比例 $\mu$。

6.1 最优合同问题的完整写出

企业家在 $t$ 期期初持有净值 $N_t$，向银行借 $B_t=Q_tK_{t+1}-N_t$，买 $K_{t+1}$ 单位资本。$t+1$ 期项目实现总毛回报 $R_{t+1}^k Q_t K_{t+1}\omega$（$\omega\sim\log\mathcal N$，密度 $f(\omega)$、分布 $F(\omega)$）。银行与企业家的最优合同选定：

• 违约阈值 $\bar\omega$：若 $\omega\ge\bar\omega$（项目成功），企业家向银行偿付固定金额 $\bar\omega R^k QK$，银行不审计；
• 违约状态 $\omega<\bar\omega$：银行启动审计、付审计成本 $\mu\omega R^k QK$、拿走剩余一切。

企业家的优化问题（BGG-C1）：企业家风险中性，最大化其期望支付，受银行参与约束：

定义：左边第一行是企业家的期望利润（成功状态下毛回报减偿付 $\bar\omega R^kQK$）；第二行是银行参与约束（IC/IR）：银行期望收入（成功状态固定偿付 + 违约状态 $(1-\mu)$ 倍剩余资产）必须等于无风险资金成本 $R_tB_t$。理由：竞争银行零利润，企业家要选 $\bar\omega$ 与 $K$ 使自己利润最大、同时满足银行愿意放款。

6.2 从合同问题推出违约阈值与 EFP

第一步：违约阈值的经济含义。成功状态下企业家偿付 $\bar\omega R^kQK$，故隐含的贷款毛利率 $R^L$ 满足 $\bar\omega R^k QK=R^L B_t=R^L(QK-N)$，即：

第二步：银行参与约束化简。把银行参与约束两边同除以 $Q_tK_{t+1}$，令杠杆率 $\kappa_t\equiv Q_tK_{t+1}/N_t$（故 $B_t/N_t=\kappa_t-1$），定义企业家"期望违约损失比例" $G(\bar\omega)\equiv\int_0^{\bar\omega}\omega f(\omega)d\omega+(1-F(\bar\omega))\bar\omega$（企业家回报中归银行的比例），以及期望审计成本比例 $\mu\int_0^{\bar\omega}\omega f(\omega)d\omega$。银行参与约束化为：

第三步：对 $\bar\omega$ 与 $K$ 求一阶条件。对 $\bar\omega$ 求导（企业家问题与银行约束联立）得 Townsend 关键结论：最优合同是标准债务合同（deadline debt），违约阈值 $\bar\omega$ 由银行参与约束唯一决定。对 $K$ 求导，利用包络定理，得：

其中 $\Gamma(\bar\omega)\equiv\int_0^{\bar\omega}\omega f d\omega+(1-F(\bar\omega))\bar\omega$、$\lambda$ 为银行参与约束的乘子。**关键结论**：把 BGG-C3 与 BGG-C4 联立消去 $\bar\omega$，即得 §03 的 $S(\cdot)$ 函数——$S'(\cdot)>0$ 来自 $G'(\bar\omega)=F(\bar\omega)$ 随杠杆上升。这就是 EFP 溢价方程的微观来源。

6.3 经济直觉

假设：① 企业家风险中性（愿发标准债）；② 银行风险中性、竞争；③ 审计成本 $\mu$ 与项目规模成比例；④ 合同只能依赖可验证变量。解读：CSV 把"金融摩擦"从一个拍脑袋的 reduced-form 溢价，变成了由最优合约决定的结构关系。杠杆越高，违约概率 $\Pr(\omega<\bar\omega)$ 越大、期望审计成本越高，于是 $S'(\cdot)>0$。BGG 进一步证明：在合理的对数正态 $\omega$ 与二次调整成本下，$S(\cdot)$ 在稳态附近近似线性，这正是第 03 节里那个简洁对数线性方程的合法性来源。没有 CSV，$\chi$ 就是凭空假设；有了 CSV，$\chi$ 有微观出处、可校准。

07 资本需求、资本价格 $Q_t$ 与参数一览

企业家对资本的需求由"预期资本回报=外部融资成本"决定，把第 03 节反过来写成资本需求：在给定 $Q_t,K_{t+1},N_t$ 下，企业家一直借钱投资到边际资本回报等于 $S(\cdot)R_t$ 为止。资本价格 $Q_t$ 则由投资调整成本决定——这是经典的 Hayashi (1982) 托宾 $Q$ 关系：

假设：资本品生产者面临二次安装成本，只有当 $Q_t>1$（投资的市场价值高于重置成本）时才扩投资。解读：$Q_t$ 在金融加速器里是放大器的耦合变量——净值下跌推高溢价、压低投资，投资下降又压低 $Q_t$，$Q_t$ 下跌再通过净值方程（第 04 节含 $\hat q_{t-1}$）反压下一期净值，闭环形成。没有调整成本（$\varphi=0$），$Q_t\equiv1$，这个反馈链就断了一半。

BGG 关键参数及其经济含义汇总：

08 GK 模型：银行家激励约束与内生杠杆

2008 年危机的中心不是企业，而是银行体系本身——批发融资市场冻结、银行资本不足、信贷供给收缩。Gertler & Kiyotaki (2010，下称 GK) 据此把摩擦从企业端移到银行端。模型中有三类主体：家庭（储户）、银行家（金融中介）、企业家。银行家吸收家庭存款 $D_t$，用自有净资产 $N_t^b$ 购买企业索取权 $S_t$（即对资本的要求权），资产负债表为 $S_t=N_t^b+D_t$。

银行家激励约束 $V_t\ge\theta S_t$

GK 的关键摩擦是：银行家并非天然可信——他可以在中途把比例 $\theta$ 的资产"转移"（divert，即挪作己有、跑路）。家庭预料到这一点，因此只在银行家"留在牌桌上的价值"不低于跑路所得时才肯存款。这就给出激励相容约束：

银行家特许经营价值 $V_t$ 的递归推导（不跳步）

第一步：写银行家 Bellman 方程。银行家 $t$ 期经营资产组合 $S_t$、净资产 $N_t^b$，吸收存款 $D_t=S_t-N_t^b$。每期以概率 $1-\xi$ 退休（分红 $N^b$ 给家庭），以 $\xi$ 继续经营。其特许经营价值（franchise value）为未来利润按家庭随机贴现因子 $\Lambda_{t,t+1}\equiv\beta\Lambda_{t+1}/\Lambda_t$ 贴现的现值：

其中 $R_{t+1}^b$ 是银行资产组合回报，$R_{t+1}$ 是存款利率。第一项 $(1-\xi)(R^bS-RD)$ 是退休者带走的利润；第二项 $\xi V_{t+1}$ 是存活者的续营价值。

第二步：把利润改写为利差。$R_{t+1}^bS_t-R_{t+1}D_t=(R_{t+1}^b-R_{t+1})S_t+R_{t+1}N_t^b$（因 $D_t=S_t-N_t^b$）。代入 Bellman 方程：

第三步：猜想-验证 $V_t=\nu_t S_t+\omega_t N_t^b$。因 Bellman 方程对 $(S_t,N_t^b)$ 线性，价值函数必为线性形式。代入 GK-2a 并按 $S_t,N_t^b$ 分组，得两个伴随变量的递归（GK-3、GK-4）：

第四步：激励约束取等，解内生杠杆。均衡处约束紧 $V_t=\theta S_t$。代入 $V_t=\nu_t S_t+\omega_t N_t^b$：

其中 $\nu_t,\omega_t$ 是把 $V_t$ 按银行资产 $S_t$ 与净资产 $N_t^b$ 拆分得到的两个伴随变量。假设：① $V_t$ 是银行家的特许经营价值（franchise value）；② $\theta S_t$ 是跑路的一次性收益；③ 银行家存活率 $\xi$；④ 均衡处约束取等。解读：$V_t$ 越大（银行未来越赚钱），越值得"金盆洗手继续干"，储户越放心；$\theta$ 越大，约束越紧。杠杆为什么会导致信贷收缩：当负向冲击侵蚀银行净资产 $N_t^b$，即使 $V_t$ 不变，$\phi_t=V_t/(\theta N_t^b)$ 也会因分母缩水而被迫下降——银行家必须去杠杆、抛售资产，$S_t$ 收缩，企业拿不到信贷，投资与产出下行。反过来，"金融冲击"可建模为 $\theta$ 的外生上升（储户突然担心银行跑路），即使净资产没动，可吸存额度也骤降——这正是 2008 年回购市场挤兑的结构写照。

与 BGG 的净值方程同构：$\xi$ 是银行家存活率，方括号是银行经营利润（资产回报 $R_t^b$ 减去存款成本 $R_t$），退出者贡献新进入者的初始资本。

08 稳态方程组与求解步骤

稳态的目标是：给定结构参数，求出所有内生变量的常数解 $(Y,C,I,K,N,R,R^k,Q,\ldots)$，使对数线性化的常数项为零。BGG 因为多了"净值 $N$"这个状态变量，稳态比纯 NK 多两步。

8.1 稳态方程组（零通胀、零增长、冲击为 0）

8.2 求解步骤（按顺序）

8.3 基准稳态值（本页 .mod 所用）

09 Dynare .mod 逐步撰写

把 BGG 模块接进一个对数线性化的 NK 模型，需要四步：(1) 在 var 中声明额外状态与控制变量；(2) 在 model 块逐行写入溢价方程与净值演化方程；(3) 在 initval 中给出稳态净值与稳态溢价；(4) 用 steady; check; 验证后跑 stoch_simul。下面给一个可直接运行的最小完整 .mod（已含资本回报 $rk$、资本价格 $q$、净值 $n$ 三个 BGG 新增变量）。

% ============================================================
%  bgg_full.mod  ——  在 NK 模型上嵌入 BGG 金融加速器模块
%  新增状态变量: n(企业家净值), q(托宾Q), rk(资本回报)
%  新增外生冲击: efk(外部融资溢价冲击, 即金融冲击)
%  运行:  steady; check; stoch_simul(order=1, irf=40);
% ============================================================

var y c n r w pi k i m rk q l g;
% y产出 c消费 n企业家净值 r名义利率 w实际工资 pi通胀
% k资本存量 i投资 m货币 rk资本实际回报 q托宾Q l就业 g政府支出

varexo eps_a efk eps_g eps_r;
% eps_a技术冲击 efk金融冲击 eps_g政府冲击 eps_r货币政策冲击

varobs y pi i r;

% ---------- 参数声明 ----------
parameters beta sigma phi_pi phi_r rho_a rho_g rho_efk ...
           chi gamma_ent mu k_over_n varphi delta;
beta      = 0.99;      % 家庭主观贴现因子(季度)
sigma     = 1.0;       % 相对风险厌恶
phi_pi    = 1.5;       % 泰勒规则通胀系数
phi_r     = 0.75;      % 泰勒规则利率平滑
rho_a     = 0.90;      % 技术冲击持续性
rho_g     = 0.90;      % 政府支出冲击持续性
rho_efk   = 0.90;      % 金融冲击持续性(BGG关键: 溢价冲击也有持续性)
chi       = 0.05;      % 外部融资溢价对杠杆的弹性(CSV推出, 0.03~0.08)
gamma_ent = 0.9728;    % 企业家存活率(≈平均存活10年)
mu        = 0.12;      % CSV监控/审计成本占资本比例
k_over_n  = 2.0;       % 稳态杠杆 K/N
varphi    = 1.728;     % 投资调整成本强度(对应托宾Q弹性)
delta     = 0.025;     % 季度折旧率

model(linear);
% ---- 家庭 IS 曲线(对数线性化欧拉方程) ----
c(+1) = c - sigma*(r - pi(+1));

% ---- 新凯恩斯菲利普斯曲线 ----
pi = beta*pi(+1) + phi_pi*(1/sigma)*c;

% ---- 货币政策泰勒规则(平滑) ----
r = phi_r*r(-1) + (1-phi_r)*(phi_pi*pi) + eps_r;

% ---- 资本积累方程 ----
k = (1-delta)*k(-1) + delta*i;

% ---- (BGG-1) 托宾Q 方程: 投资需求随 q 上升 ----
q = varphi*(i - k);

% ---- (BGG-2) 外部融资溢价: 杠杆越高, 溢价越贵 ----
%    E_t rk(+1) - r = chi*(q + k(+1) - n) + efk
rk = r + chi*(q + k(+1) - n) + efk;

% ---- (BGG-3) 资本回报定义: 租金+资本利得 ----
rk = (1-delta)*q(+1) + delta*w;

% ---- (BGG-4) 企业家净值演化: n(+1) 由 t 期资本回报与利率决定 ----
%    方括号: 存活企业家的净资产增量 = 资本回报 - 偿债
n(+1) = gamma_ent*( (k_over_n)*(rk + q + k) ...
       - (k_over_n - 1)*r ) ;

% ---- (BGG-5) 金融冲击 AR(1) ----
efk = rho_efk*efk(-1) + efk_shock;

% ---- 外生过程 ----
a   = rho_a*a(-1)  + eps_a;
g   = rho_g*g(-1)  + eps_g;

% ---- 资源约束 ----
y = c + i + g;
end;

% ---------- 稳态初始化(对数线性模型, 全部=0) ----------
initval;
y = 0; c = 0; n = 0; r = 0; w = 0; pi = 0;
k = 0; i = 0; m = 0; rk = 0; q = 0; l = 0; g = 0;
a = 0; efk = 0;
end;

steady;      % 求稳态(对数线性下即为 0)
check;       % 检查BK条件, 列出状态/前瞻变量

% ---------- 随机模拟: 一阶近似, 画40期IRF ----------
stoch_simul(order=1, irf=40) y c i k n rk q efk;
% 对比实验: 把 chi 改成 0 再跑一次, 即得"无摩擦 NK"对照版

逐行要点：(BGG-2) 是金融加速器的引擎，$\chi$ 控制放大强度；(BGG-4) 是把 $N_t$ 接进状态空间的关键，左边 n(+1) 与右边的时间戳差决定了"净值滞后一期"；(BGG-5) 的 $efk$ 即题目所说"额外金融冲击"，常用于刻画 2008 年式的信贷紧缩。把 chi 改成 0 再跑一次，同一技术冲击下投资与产出的 IRF 会显著变小——这就是金融加速器效应的数值签名。

10 校准：BGG 与 GK 参数怎么取

BGG 校准

• 企业家存活率 $\gamma=0.9728$（季度）：对应平均存活 $1/(1-\gamma)\approx36.8$ 个季度 ≈ 9.2 年，与 BGG (1999) 原文及美国企业存续年限一致；
• 稳态外部融资溢价 ≈ 200 bp（年化）：对应美国 Baa-Aaa 利差与小企业贷款利率差的长期均值，反推 CSV 下的 $\bar\omega$；
• 监控成本比例 $\mu=0.12$：Carlstrom-Fuerst 与 BGG 的常用值，表示银行每审计 1 元违约资本要花 0.12 元核查成本；
• 稳态杠杆 $K/N\approx2.0$：对应非金融企业资产负债表的长期均值；
• 弹性 $\chi\approx0.05$：由对数正态 $\omega$ 分布 + 上述稳态反推。

GK 校准

• 可转移比例 $\theta=0.38$：GK (2010) 取 0.38，意思是银行家最多能卷走 38% 的资产跑路；这一数字并非直接来自微观数据，而是校准到银行杠杆约为 10（美国商业银行长期杠杆）这一矩；
• 银行家存活率 $\xi\approx0.97$：略高于 $\gamma$，因为银行的"特许权价值"需要更长寿命来支撑；
• 金融冲击 $b_t$（$\theta$ 的外生扰动）持续性 $\rho_b\approx0.95$：危机式信贷冻结通常持续数年。

关键校准值的文献来源对照

11 估计：数据来源、观测方程与先验

这是 DSGE 金融摩擦分支最常被省略、审稿人最常追问的一环。校准只能钉住几个稳态矩，动态参数（$\chi,\rho_{efk},\sigma_{efk}$）必须用数据估计。下面给出可直接照做的数据源、观测方程与先验。

11.1 美国数据：FRED 观测序列

为什么用 BAA−AAA 作 EFP 代理？BGG 的 EFP 是"外部资金比内部资金贵多少"，Baa 与 Aaa 都属投资级、信用风险不同，其利差剔除了无风险利率与久期因素，是文献（CMR 2014、Christensen-Dib 2008）最常用的 EFP 观测。危机期可加 BAMLC0A4CBBB（BBB OAS）作稳健性。

11.2 Dynare 观测方程（varobs + 测量误差）

% ---- 观测变量(与数据列对应) ----
varobs obs_y obs_i obs_spread obs_nw obs_r obs_pi;

% 观测方程(线性模型中即恒等映射, 但尺度要对齐):
% obs_y       = 100*(y - y(-1))         % 产出增速
% obs_i       = 100*(i - i(-1))         % 投资增速
% obs_spread  = 400*prem                % EFP(模型溢价偏离) -> 年化百分点
% obs_nw      = 100*n                  % 净值/银行资本 HP 偏离
% obs_r       = 400*r                  % 名义利率年化
% obs_pi      = 400*pi                 % 通胀年化

% ---- 先验(estimated_params) ----
estimated_params;
  chi      , beta_pdf  , 0.05  , 0.02;   % EFP 弹性
  rho_efk  , beta_pdf  , 0.90  , 0.05;   % 金融冲击持续性
  sigma_efk, inv_gamma_pdf, 0.10, 2.00;  % 金融冲击标准差
  sigma_a  , inv_gamma_pdf, 0.10, 2.00;  % 技术冲击标准差
  mu       , beta_pdf  , 0.12  , 0.03;   % 审计成本
end;

% ---- 数据文件(列顺序与 varobs 一致) ----
estimated_params_dynare_data;
  load('us_data.dat');   % 列: obs_y obs_i obs_spread obs_nw obs_r obs_pi
end;

% ---- MCMC 估计 ----
estimation(datafile=us_data, first_obs=1, MCMC_number=10000,
           mh_nblocks=2, mh_jscale=0.4) y i prem n r pi;

11.3 中国数据：国家统计局 / Wind 变量对照

中国估计的两个注意点：① 中国利率双轨制，政策利率与市场利率并存，观测方程建议用 DR007 作"市场利率"代理；② 中国企业杠杆远高于美国，稳态 $K/N$ 与 $\theta$ 需按中国非金融企业杠杆率（约 1.5–1.8 倍 GDP）重校准，不能直接套美国 200bp 溢价矩。

11.4 先验设定逻辑

• $\chi\sim \text{Beta}(0.05,0.02)$：被约束在 [0,1]、均值贴 BGG 校准值；
• $\rho_{efk}\sim\text{Beta}(0.9,0.05)$：金融冲击持续性高（危机式冻结持续数年）；
• $\sigma_{efk}\sim\text{InvGamma}(0.1,2)$：标准差无先验符号约束、用逆伽马；
• 关键识别假设：EFP 冲击在 0 期只影响利差、不影响产出（递归约束），这是把"金融冲击"从"技术冲击"里识别出来的常用假设。

12 IRF 分析、方差分解与加速器机制

在 Dynare 中用 stoch_simul(irf=40) 跑完后，重点看两类冲击下的 IRF。

(1) 金融冲击 $efk$（外生提升溢价）下的反应

• $\hat{efk}\uparrow$ 立刻把外部融资溢价 $prem$ 推高；
• 溢价 $\uparrow$ → 资本需求 $\downarrow$ → 投资 $i$ 大幅下降；
• 资本价格 $q$ 下跌 → 通过净值方程 n(+1) → 下一期净值 $n$ 下降；
• $n\downarrow$ 又反过来推高溢价，形成正反馈——同一冲击被放大、且拖尾 10 期以上；
• 产出 $y$、就业 $l$ 顺周期下行，且下行幅度比技术冲击大得多。

(2) 金融加速器：小冲击被放大和持续

把一个标准负向技术冲击（$a_t\downarrow$）分别喂给 $\chi=0$（无摩擦）与 $\chi=0.05$（BGG）两个模型，对比 IRF：

(3) 方差分解：金融冲击到底解释多少？

在 Dynare 里 stoch_simul 会自动输出 dsge_var_decomposition 表，或加 var_decomposition 选项。BGG 模型典型结果（CMR 2014 量级）：

解读：金融冲击是投资与利差波动的主导来源，但对产出的解释力约 1/3——这正是 BGG 的定量结论"金融摩擦可解释美国产出波动的 20%～30%"。若你的模型里金融冲击只解释利差、不解释投资，说明 $\chi$ 校准太小或净值方程时间戳有误，加速器没真正"接进去"。

(4) 模型诊断：怎么验证金融摩擦真的起作用

• 对照实验：把 $\chi$ 设 0 重跑，投资 IRF 峰值应下降 30% 以上；若没变化，说明回路没接通；
• 矩匹配：模型模拟的利差—产出相关系数应显著为负（利差逆周期），与 FRED 数据一致；
• 危机事件：用估计模型做 2008 反事实——关掉金融冲击，产出下滑应少一半以上；
• BK 条件：check; 输出的前瞻变量数应等于稳定特征值个数，净值 $n$ 必须被列为 pred（滞后）变量。

13 经典论文案例

14 常见错误

E 方程总清单 · Equation Summary

下表汇总本模型全部方程。BGG 企业侧 14 条 + GK 银行侧 6 条 + 外生 AR(1) 1 条 = 本模型共 22 个核心方程。

退化检验：令 $\chi=0$（BGG）或 $\theta\to\infty$（GK，约束永远松），金融部门与实体经济脱钩，模型回到无摩擦 NK。