崔巍教授本科毕业于清华大学经济管理学院，后赴普林斯顿大学攻读经济学博士，目前任教于伦敦大学学院（UCL）。他的研究聚焦于宏观金融、异质性主体、流动性、财政与货币政策等问题，近年来也将研究拓展至稳定币、央行数字货币和区块链金融等新兴领域。

2026 年 9 月，崔巍教授应邀来到复旦大学经济学院，讲授“Financial Frictions, Heterogeneous Agents, and Macroeconomic Policy”系列课程。课程从不完全市场与异质性主体出发，讨论流动性、政府债务、量化宽松、金融周期以及新型货币体系等问题。课程结束后，我们围绕崔教授的研究、宏观金融领域的发展以及青年学者如何开展研究等问题进行了进一步交流。

Q1: 您在课上提到，您在深圳长大，1997 年亚洲金融危机给您留下了很深的印象；后来攻读博士时，又恰逢 2008 年全球金融危机。能否请您先分享一下，这些经历是如何影响您的研究兴趣的？

崔巍教授：金融危机看起来是一个很宏观的冲击，似乎离个人的日常生活很远，但实际上，它对个人的影响非常直接。

我从小在深圳长大。20 世纪 90 年代，深圳有很多外贸企业，与香港之间的经济联系也非常紧密。1997 年亚洲金融危机发生后，很多企业受到冲击，失业明显增加。你会发现，金融市场中的危机可以很快传导到实体经济，再进一步影响各行各业和普通人的生活。2008 年也是类似的情况。当时我刚到美国读书，开学第一天正好碰上雷曼兄弟进入破产程序。之后，银行倒闭、存款安全等问题陆续出现。虽然政府后来采取了很多救市措施，但危机还是迅速影响到养老金、企业融资等领域，并进一步从企业传导到就业。整个过程非常快，在很短的时间里就对个人生活产生了剧烈影响。

所以，我一直觉得，我们怎样减少这种剧烈的波动，又怎样预防下一次危机是非常重要的问题。对我而言，亲身经历这些事件，使这个问题变得非常真实，也促使我一直关注金融稳定和金融危机。

Q2：也就是说，您切身经历了银行挤兑、资产抛售等现象，并由此开始意识到流动性的重要性？

崔巍教授：没错。2008 年金融危机中，很多银行持有的资产本身未必一开始就存在严重问题，更像是市场上突然没有了买家。

最初当然是次级抵押贷款相关资产出了问题，但随后冲击迅速扩散到整个市场的流动性。由于缺乏买家，资产无法按照正常价格出售，价格进一步下跌，又使其他银行和金融机构的资产负债表恶化。金融机构因此不愿意、或者没有能力继续向企业提供融资，企业融资受限，就业也会受到影响，总需求随之下降，而这又会进一步反过来冲击金融系统。

所以，它实际上是一个相互作用的过程。从这个意义上说，流动性是一个非常重要的放大器。最初可能只是一个局部问题，但流动性机制可以把它逐步放大，最终演变成整个金融体系的问题。

Q3：流动性一直是您研究中的核心概念。具体而言，您会如何定义流动性？容易交易、容易抵押、能够迅速转化为购买力，这些性质是否都属于流动性？

崔巍教授：流动性本身是一个比较宽泛的概念，不同研究关注的侧重点也不完全一样。有些研究看交易量，有些看买卖价差。

我个人比较喜欢的一种定义是，一项资产能够以某一价格被卖出去的速度。当然，任何东西如果价格降到零，可能都很容易卖出去；但如果你希望以一个相对合理、或者稍高一些的价格卖掉，就没有那么容易了。因此，可以从以什么价格卖出去、需要多长时间卖出去，以及在整个经济中能够卖出多少三个维度来理解流动性。

我们在一篇关于基于搜索的流动性（search-based liquidity）的研究中，希望进一步把资产交易中的流动性和资产作为抵押品时的流动性统一起来，也就是把市场流动性（market liquidity）和融资流动性（funding liquidity）联系在一起。市场流动性，就是刚才讲的，一项资产可以以什么价格、以多快的速度成交。再往前推一期，当你希望用这项资产作为抵押品融资时，就会产生融资流动性。金融机构愿意借给你多少钱，很大程度上取决于它预期未来如果需要处置这项资产，能以什么价格、以多快的速度卖出去。

所以，市场流动性和融资流动性之间存在非常自然的联系。而在一般均衡中，融资流动性又会反过来影响市场流动性。因为一项资产能否帮助企业或金融机构融资，会影响它们的效率和资产需求，最终又会反过来影响这项资产在市场上的交易状况。因此，这两种流动性并不是彼此独立的，而是一个互为因果的过程。

Q4：从刚才的讨论来看，流动性实际上是宏观经济中的一个内生变量。为什么不能简单地把流动性看作资产的外生属性？在什么情况下，尤其需要将流动性内生化？

崔巍教授：这其实取决于研究目的。

如果我们只是研究某一部分的流动性溢价，把流动性简化为一个外生变量，也许是可以的。但在另外一些问题中，尤其是刚才讲到的这种循环关系里，我觉得流动性必须被内生化。原因在于，市场流动性和融资流动性本身是互为因果的。当经济受到外生冲击，特别是金融体系受到冲击时，这种反馈机制可能非常强。如果直接把其中的流动性变化当作外生给定的，就可能忽略整个系统中的溢出效应（spillover）和传导机制。

研究政策时也是一样。比如量化宽松政策购买长期国债或长期企业债，我们真正想知道的是，这项政策究竟通过什么渠道发挥作用。如果购买 10 年期债券、5 年期债券和 30 年期债券产生的效果不同，那么差异究竟来自哪里？这就取决于不同期限资产在流动性创造和反馈机制中分别发挥什么作用，而这些问题最终需要通过理论和实证研究共同回答。

至少当我们研究总体性冲击时，我认为把流动性简单视为外生变量是很有问题的。流动性总要通过某种机制被创造出来。无论是在银行与企业之间，还是消费者、住房贷款市场中，都存在流动性创造的过程。它取决于消费者和企业的偏好、生产链结构、银行之间的网络等，而这些因素本身又会彼此影响。

这也涉及“卢卡斯批判”（Lucas critique）。比如我们可能在数据中观察到通胀和货币之间存在某种关系，但当政策制定者真正根据这种关系调整政策以后，原来的关系可能就发生变化。原因在于，我们看到的可能只是表面的统计关系，背后还有更底层的经济机制。政策会改变预期，也会改变生产链中的传导方式，以及银行之间的拆借和资产配置行为。

当然，内生化不可能无限进行下去。你不可能不断往下追，直到把所有东西都内生化。我的理解是，模型应该尽量内生化到政策不影响（policy-invariant）的程度。也就是说，当我们改变所研究的政策时，模型中更底层的结构关系本身不再发生变化。究竟需要内生化到哪一层，最终取决于我们想研究什么政策问题。

Q5：从流动性的视角出发，我们能否进一步理解金融危机以及经济周期中的剧烈波动？

崔巍教授：我觉得，流动性与金融危机之间至少存在两个层面的关系。

第一，金融体系本身可能存在内生的不稳定性。我们在课上谈到过“太阳黑子”（sunspots）。在一个本身存在多重均衡或者不稳定性的系统中，预期会发挥非常重要的作用。我们可能无法准确预测这种危机什么时候发生，但一旦它发生，就需要考虑怎样应对。第二，即使冲击来自宏观经济基本面，也就是基本面冲击（fundamental shock），金融体系仍然可能通过流动性机制把这个冲击进一步放大。

因此，一方面，危机有可能从金融体系内部产生；另一方面，即使最初是外部冲击，金融体系也可能成为一个放大器。研究者需要做的，就是尽量识别这些机制，并思考怎样减少由此产生的过度波动。

Q6：那么，从流动性的角度出发，我们应该如何评价一个金融体系运行得是否良好？

崔巍教授：这是一个非常好的问题，我们上课时其实也讨论过类似的问题。比如，评价一个国家的政府债务是否过高，不能简单看债务总量或者债务与 GDP 之比（debt-to-GDP ratio）。债务占 GDP 的 150%就一定高、50%就一定低吗？未必。

相比之下，我更倾向于从价格的角度来看，例如流动性溢价（liquidity premium）和风险溢价（risk premium）。在经济发展水平和其他条件比较接近的情况下，我们可以看不同资产之间的利差是否反映了合理的流动性风险和信用风险。价格之所以重要，是因为它能够反映一种资源究竟有多稀缺。流动性本身也是一种稀缺资源，因此它的价格，也就是流动性溢价，可以帮助我们判断市场中的流动性供给是否合理。当然，流动性溢价是不是越低越好，甚至最好等于零？也不一定。如果完全等于零，意味着政府融资相对于其他主体没有任何流动性优势，但政府债务本身可能恰恰需要承担一部分流动性供给功能。

所以，更合理的方向是进行跨国、跨省份或者跨企业比较，判断流动性溢价是否处在一个合理区间。如果流动性溢价过高，可能意味着流动性非常稀缺；反过来，如果价格没有充分体现资产提供的流动性服务，也可能意味着这种服务没有得到合理定价。归根结底，流动性本身也是一种经济服务。

Q7：既然流动性本身是一种服务，那么政府究竟应该在多大程度上承担流动性提供者的角色？

崔巍教授：经济学里有一种我称为“鸡肉模型”（chicken model）的理论。它的逻辑大概是：假设私人部门不会做鸡肉，而公共部门会做，于是我们就得出结论，鸡肉应该由公共部门提供。但这不是一个很好的经济学模型，因为它实际上只是把结论直接写进了假设，即私人部门做不了，而政府能做，所以政府应该做。

更好的模型应该解释，为什么政府的介入能够改善市场结果。通常来说，这意味着市场中存在某种外部性，私人主体在进行投资或者消费决策时，没有完全考虑自己的行为对其他人的影响。流动性的过度稀缺，就可能来自这样的外部性。

当然，政府究竟应该发行多少债务，就又回到了财政赤字和最优政府债务的问题。政府债务可以提供流动性，但流动性不是免费的。像其他任何服务一样，它也有成本。对政府而言，这个成本最终体现为税收；但如果让私人部门提供流动性，同样存在成本。所以真正需要比较的是税收扭曲的大小，以及私人部门和政府分别提供流动性时的成本。最优政策应该来自这种权衡，而不是简单地认为流动性越多越好。

Q8：中国中央政府债务占 GDP 的比重目前仍低于不少发达经济体。从流动性和安全资产供给的角度看，我们应该如何判断中国是否还有进一步增加国债发行的空间？

崔巍教授：这是一个很难的问题。至少从我了解的情况来看，如果把中央和地方政府债务放在一起，中国政府部门的债务总量其实并不算特别低。不过，还是回到前面讲的逻辑，判断债务究竟是高还是低，不能只看数量，也需要看债务的价格，特别是它的流动性溢价。

从中国目前的情况来看，至少中央政府债务的融资利率总体上仍然比较低。地方政府债务的利率差异可能比较大，有些高、有些低，但中央政府债务的利率总体相对较低。从这个角度看，中国中央政府债务的发行可能仍然存在一定空间。

另一个值得考虑的问题是，政府债券是否能够发挥市场基准的作用。比如，发行比较活跃的 10 年期国债之后，如果过去 10 年期企业债市场并不发达，那么一个清晰的无风险基准利率可能有助于相关企业债市场的发展。

所以，增加政府债务供给的意义未必只是为财政融资，它还可能帮助形成新的市场和定价基准。当然，究竟应该发行多少，还需要同时考虑财政成本，以及它对其他市场产生的连锁反应。

Q9：沿着刚才的逻辑来看，流动性溢价和政府债务成本之间的权衡，对中国当前的财政政策组合——例如减税、地方专项债和地方政府债务置换——有哪些启示？地方债务置换是否不仅是一种资产转换，也是一种流动性创造？

崔巍教授：在一个非常理想的环境中，地方政府债务置换当然可能带来好处。如果由中央政府提供更强的信用支持，或者将部分地方政府债务置换为中央政府债务，那么由于信用水平提高，融资成本可能下降。但问题在于，这样做也可能带来道德风险，或者产生新的风险。这也是为什么现实中不可能把所有地方债务都简单地转换成中央政府债务。

所以，最终还是要回到流动性溢价。我们需要判断，在把道德风险考虑进去之后，置换所带来的流动性改善究竟有多大。比如，我们可以把政府债务利率与类似期限、类似特征的企业债利率进行比较。如果置换之后资产价格出现很明显的变化，说明流动性和信用改善可能非常重要；如果变化很小，则可能意味着市场更关注潜在的道德风险，或者原来的流动性约束并没有那么严重。

从这个角度看，地方债务置换确实不仅是一种资产转换，也可以被理解为一种流动性创造。因为中央财政信用通常具有更强的市场认可度，它可以帮助建立新的价格基准，甚至创造原本不存在的市场。比如，一些关于巴西的研究就讨论过类似问题。假设原本没有活跃的 15 年期或 20 年期企业债市场，如果政府首先发行相应期限的国债，那么这些国债就可以提供一个基准利率。在这个基础上，相应期限的企业债市场才可能逐渐发展起来，即使政府本身未必特别需要这种期限结构的融资。

所以，这已经不只是一个债务置换的问题。政府债务的存在可能帮助形成市场，这本身就是一种外部性，也可以被理解为缓解不完全市场的一种方式。

Q10：接下来想请您谈谈货币政策与财政政策的协调。从流动性的角度看，量化宽松之后，传统上货币政策与财政政策之间的分工是否发生了变化？

崔巍教授：这是一个非常有意思的问题。近几年，学界对于货币政策与财政政策之间协调的关注确实越来越多。我觉得，流动性是连接这两类政策的一个非常重要的因素。一旦政府债务本身具有很强的流动性，财政政策在某种意义上就已经承担了一部分传统货币政策的功能。政府发行公共债务，或者通过税收调整大家对政府债务未来偿付的预期，都会影响资产的流动性和价格。

所以，传统上货币政策和财政政策之间的“二分法”究竟在多大程度上成立，很大程度上取决于政府债务本身具有多强的流动性。在一个极端情况下，如果政府债务完全不提供任何流动性服务，那么货币政策和财政政策可能更接近传统意义上的分工，我们也更容易讨论中央银行的货币政策独立性。但如果政府债务本身就是高度流动的安全资产，那么这两者就很难被完全区分开。

这也会影响政策应对通胀的方式。比如，如果市场对政府债务存在很强的流动性需求，那么财政和货币政策之间的配合空间可能更大。相反，如果政府债务几乎不提供流动性，货币政策加息之后，政府需要支付更高的利息，财政端可能就需要通过提高税收或者减少支出来弥补，对实体经济的影响也可能更大。

从这个意义上说，当财政政策本身能够通过公共债务供给影响流动性时，财政与货币政策之间的协调就变得更加重要。当然，流动性并不一定只能由政府提供，私人部门同样可以创造流动性。但如果我们关注的是宏观稳定和减少经济波动，那么政府债务的流动性属性就值得特别重视。

Q11：2025 年，中国央行在公开市场操作中重启国债买卖，并提出增强货币政策与财政政策之间的协同。从流动性的角度看，我们是否可以把这类政策理解为政府更加主动地参与公共流动性的供给和配置？

崔巍教授：这类操作确实可以增强货币政策和财政政策之间的配合，特别是在影响长期利率方面，可能提供新的政策工具。

其他国家也有类似经验。例如，在英国，长期国债市场在货币政策传导中就非常重要。中国的金融体系当然与这些国家不完全一样，但至少从政策工具的角度看，央行参与国债市场能够提供更多操作空间。

不过，这里也存在另外一方面的权衡。如果央行大量购买长期国债，长期利率下降，对融资当然可能是有利的；但与此同时，银行和其他金融机构能够持有的长期国债数量也会减少。而长期国债不仅是一项投资资产，也可以作为高质量抵押品。如果市场上这类资产的供给减少，就可能影响金融机构的融资能力，并带来一定的效率损失。

所以最后还是会回到流动性溢价的问题：购买 10 年期、20 年期，或者其他期限的国债时，怎样把相关资产的流动性溢价维持在一个合理水平。我认为，量化宽松和央行国债交易为货币政策增加了新的工具，也使货币政策与财政政策之间的协调更加直接。但与此同时，政策仍然需要考虑合适的规模、期限和力度。

Q12：也就是说，在评价一项具体政策时，除了传统的货币政策和财政政策效果，还需要进一步考虑抵押品、资产价格以及不同市场之间的一般均衡效应？

崔巍教授：没错。一般均衡本质上就是不同市场中的供给和需求共同作用，最终形成一系列相互关联的价格。流动性溢价也不是只存在于某一种资产上。比如，对一个家庭来说，住房贷款是一项债务；但对银行来说，住房贷款却是一项资产，它同样具有自己的流动性溢价。

政府债务、企业债务、住房贷款以及其他金融资产，都可能具有不同程度的流动性。关键不是简单地要求某一种资产的流动性溢价越高或者越低，而是要判断它是否处在一个合理的水平。

我们可以利用历史数据，也可以进行跨行业、跨地区或者跨国比较，来判断不同资产的流动性溢价大致处于什么范围。最终这些价格并不是孤立决定的，而是整个金融体系一般均衡的结果。

Q13：前面我们讨论的更多是宏观层面的市场和政策。现在想换一个更微观的视角。您关于 QE 的研究有一个很有意思的启示：一个人拥有多少财富固然重要，但财富以什么形式存在同样重要。比如两个净资产相近的家庭，一个主要持有现金和存款，另一个主要持有住房等流动性较差的资产，他们面对冲击时的反应可能完全不同。您认为，过去的宏观经济学是否低估了这种资产流动性差异的重要性？

崔巍教授：是的，我觉得确实如此。在 2008 年金融危机之前，主流宏观经济学主要使用新古典或者新凯恩斯框架，中央银行也大量依赖新凯恩斯模型。在这些模型中，流动性通常并没有处在一个非常核心的位置。坦率地说，当时它的重要性确实被低估了。

2008 年以后，流动性问题变得非常明显。与此同时，到 2020 年前后，随着计算方法和计算能力不断进步，我们研究财富分布和家庭资产配置的能力，相比十年前已经有了非常大的提升。金融学一直有一个家庭金融（household finance）的领域，专门研究家庭怎样配置资产。而宏观经济学更关注的是，当不同家庭都在做自己的最优决策以后，这些微观决策最终会形成怎样的一般均衡结果。过去十几年，我们对这个问题的认识已经有了很大的进步。

现在大家经常谈到 HANK。其实，更早的一些异质性主体（heterogeneous-agent）模型，比如 Bewley 模型，本身就与货币和流动性问题密切相关。后来的研究则进一步把不同资产区分开来，因为不同资产具有非常不同的流动性。

对于家庭来说，资产配置会影响边际消费倾向；对于企业来说，也会影响它们面对冲击时的投资行为。即使两个家庭或者两家企业拥有相似的净资产，如果这些资产的流动性不同，它们对同一个冲击的反应也可能完全不同。

企业金融中其实很早就有“现金为王”（Cash is King）的说法，本质上强调的也是这个问题。过去可能受制于计算方法和理论工具，我们很难把这种异质性真正放进宏观模型的核心。现在一方面大家越来越意识到流动性的重要性，另一方面也有了更成熟的计算工具，因此这个方向在过去十年变得越来越重要。

Q14：您近期关于财富分布的研究发现，顶端财富的形成可能并不只是来自更高的平均回报，而与少数巨大的资本收益“跳跃”（jump）有关。这又会怎样改变我们对财富不平等以及资本税、财富税的理解？

崔巍教授：我们最近的一个研究关注的是资本收益中的“跳跃”（jump）。我们做了一个基础的计算，假设一个人的财富从社会平均水平开始，仅仅依靠每年百分之七、百分之八左右的常规资产回报和储蓄，要进入财富分布最顶端的千分之一甚至万分之一，是非常困难的。要解释这些极端财富，往往需要某些非常大的、离散的资本收益事件。比如已有关于挪威的研究发现，在后来进入财富最顶端千分之一的人中，相当一部分人在二三十岁时净资产甚至是负的。他们可能因为上学、创业而负债，但后来由于某个企业、某个创意或者某次投资机会实现了巨大的财富跃升。这意味着，我们理解“新富”的形成时，不能只看平均资产回报率，还必须理解这些跳跃式的机会是如何产生的。

而这种财富跃升本身依赖的是经济环境。一个创新能够实现价值，需要金融市场、基础设施、供应链、进出口体系以及整个投资环境的支持。因此，从最优税收的角度看，如果某些极高资本收益与特定经济环境紧密联系，那么这部分收益对税收的弹性可能没有我们原来想象得那么高。因此，对于特别高的资本收益适度征税未必会显著减少投资，能够在增加社会福利的同时，只带来比较有限的效率损失。财富税的情况会更复杂，潜在扭曲也可能更大，所以需要更谨慎。但至少对于财富分布最顶端的人群，我们不能简单地认为任何税收都会产生巨大的效率损失。因为从福利经济学的角度来说，他们之所以能够实现这种财富跃升，本身也受益于整个社会提供的基础设施和制度环境。因此，将顶端富有人群的其中一部分收益以税收形式回馈社会，是有经济学依据的。

Q15：您最近的研究拓展到了稳定币和央行数字货币（CBDC）。为什么一个看起来主要属于支付技术的问题，会变成宏观金融和金融中介问题？如果区块链技术使原本流动性较低的资产能够被即时交易、抵押和结算，它是否会从根本上消除原有的流动性摩擦，还是只会产生新的摩擦？

崔巍教授：我也是最近越来越意识到，如果从一般均衡的角度来看，稳定币和央行数字货币其实远远不只是支付工具。我把它理解为一个“三合一”的问题。

第一当然是支付。无论是 CBDC 还是稳定币，它们首先都可以提高链上支付和结算的便利程度。

第二是财政。央行数字货币本质上可以被理解为政府部门的一种负债。稳定币虽然不是政府负债，但在许多制度设计中，稳定币发行需要以短期政府债务或者央行储备等高流动性安全资产作为支持。因此，当稳定币规模不断扩大时，它自然也会影响政府债务的需求和整个财政体系。

第三是金融中介。区块链上大量交易都是可验证的，智能合约又可以自动执行，因此个人之间可以直接开展很多原来必须通过金融机构进行的交易。过去我们讨论金融中介时，通常想到银行；但在区块链上，个人实际上也可以通过智能合约进行借贷。这意味着支付、财政和金融中介三个问题开始结合在一起。

我认为这可能形成一个全新的货币体系。过去的货币体系主要由政府和银行主导，而现在个人通过区块链，在广义意义上也可以参与货币和信用的创造。所以，这种体系与传统货币体系究竟有什么不同，货币政策、财政政策和金融稳定政策在这种环境下又应该如何运作，是这一领域亟待研究的问题。

至于它是否能够消除流动性摩擦，我认为它确实可以减少一部分摩擦。现在区块链领域讨论很多的一个概念叫 RWA（real-world assets），比如黄金或者其他现实资产可以被代币化（tokenize），从而映射到链上。真正重要的并不只是这些资产因此变得更容易交易，而是它们可能因此变得更容易被用作抵押品。一个原来缺乏流动性的资产，如果能够在链上被识别、交易和清算，它的抵押价值就可能提高，从而促进链上的借贷和金融活动。

但天下没有免费的午餐（There is no free lunch）。旧的摩擦减少之后，新的摩擦可能出现。过去货币和信用创造主要集中在央行和银行体系，因此货币总量和金融风险相对容易监测。如果个人也可以通过去中心化金融广泛开展信用创造，那么我们该如何界定货币？如何衡量货币量？传统银行体系和链上金融体系之间又会形成怎样的相互作用？新的体系可能降低抵押和交易摩擦，同时也可能增加波动性、不确定性和金融稳定风险。所以问题并不是“还有没有摩擦”，而更像是我们最终选择承受哪一种摩擦。这也是为什么我认为稳定币、CBDC 和区块链金融会成为未来非常值得研究的宏观金融问题。

Q16：传统国际贸易理论往往建立在相对完备的市场环境中，但现实中的国际分工同时受到融资、合约执行、搜索和抵押能力等因素影响。如果从金融摩擦的角度重新理解国际贸易和全球化，您认为会发生哪些变化？

崔巍教授：我想把这个问题和刚才讲到的区块链联系起来。区块链一个非常重要的特征是，它从一开始就是跨国界的，比如以太坊并不是某一个国家内部的网络。从这个意义上讲，区块链天然就可能对国际贸易和国际融资产生影响。

一个经典问题是，为什么企业有时候很难生产非常定制化（specific）的产品？其中一个原因就是这些资产很难被抵押，从而造成融资困难。与此同时，生产者还面临搜索问题——他们必须找到真正需要这种产品的人。而区块链能够降低部分摩擦。一方面，它可以降低搜索成本（search cost）。过去企业可能需要大规模生产，才能覆盖足够多的消费者；但通过新的数字网络，即使需求非常细分，也可能找到匹配的买方。另一方面，它也能改善融资和抵押。一个非常定制化（specific）的资产，通过资产代币化（tokenization）以后，能更容易被验证、交易和用作抵押品。智能合约又能够提供一种技术性的执行保障（enforcement），从而在一定程度上降低传统合约执行的成本。而且现实里稳定币和区块链支付已经大量应用在跨境贸易和供应链中，并不仅仅是个人之间的跨国转账。所以从国际贸易的分工、融资到供应链组织，我认为区块链技术都有可能产生深刻影响，它甚至可能使一些原来难以融资的差异化生产变得可行。

当然，区块链不是没有成本，但它提供了一种新的可能。过去有些问题必须依赖某个国家的制度或者传统金融机构解决，而现在其中一部分可以通过技术性的认证（verification）和执行（enforcement）解决。从这个意义上讲，一个看起来非常技术性的创新，最后可能产生很强的人文含义。因为真正承认差异，就意味着允许不同的人有不同的需求，也允许企业生产更加差异化的产品，并找到愿意为这些差异付费的人。

Q17：您一直从流动性和金融摩擦的角度研究宏观问题。如果把这种视角进一步引入公共财政，会不会改变我们对最优税收和政府融资的理解？传统公共财政（public finance）理论中，是否低估了金融（finance）本身的重要性？

崔巍教授：我觉得这是一个很值得继续研究的问题。传统最优税收理论主要关注信息不对称条件下税制应该怎样设计，但据我的理解流动性通常并不是其中的核心变量。如果把异质性主体和金融摩擦引入这个问题，情况可能会发生很大变化。

首先是私人流动性。两个收入相同的人，如果手中的流动资产完全不同，他们对同一种税收的反应很可能是不一样的。因此，税制对消费、储蓄、劳动供给和企业投资的影响，都可能取决于个人或企业的流动性状况。其次还有政府自身的流动性。政府债务规模、债务结构和融资能力，也会反过来限制或者改变最优税制。如果税制设计得更好，政府融资可能更加容易；而政府融资条件发生变化以后，最优税制本身又可能改变。

因此，这里其实存在一个从微观到宏观、再从宏观反馈到微观的过程。现在很多公共财政研究非常擅长识别某一项政策对不同群体的影响，这当然非常重要。但如果进一步把金融摩擦、企业融资和一般均衡效应放进去，我觉得还有很多问题可以做。从这个意义上说，公共财政（public finance）虽然名字里面有金融（finance），但过去并没有被充分纳入真正的金融摩擦。我自己也非常希望未来能在这一方向继续做一些工作。

Q18：如果进一步把不完全市场和金融摩擦的视角带入发展经济学，在不同的发展阶段究竟是哪一种摩擦最重要？中国的发展经验能够为这一问题提供什么启发？

崔巍教授：我觉得这是发展经济学里非常值得研究的问题。

经济发展的不同阶段，最重要的摩擦可能是不一样的。某个阶段最突出的问题可能是融资约束；发展到另外一个阶段以后，融资问题的重要性下降，劳动力市场摩擦可能变得更加突出；再往后，财政体系或者其他制度性约束又可能成为主要问题。

所以关键可能不是寻找一个永远适用的“最重要摩擦”，而是研究这些摩擦的状态依赖（state dependence），即在某发展阶段应该优先解决什么问题。政府的作用也应该从这个角度理解。在不同发展阶段，政府需要做的事情很可能有先后顺序，并不存在一个可以直接套用到所有国家、所有时期的固定制度组合。

我很喜欢把这个问题和托尔斯泰《安娜·卡列尼娜》开头那句话联系起来：“幸福的家庭都是相似的，不幸的家庭各有各的不幸。”如果放到不完全市场里，就是“完全市场都是相似的，不完全市场各有各的不完全。”（Complete markets are all alike, each incomplete market has its own incompleteness）。完全市场最后都会走向最优（first best），但不完全市场可以因为不同的原因而“不完全”。Oliver Hart 的一篇文章讨论了：从一个不完全市场出发，多增加一个市场、消除一个摩擦，并不保证社会福利一定提高。当然，最终把所有市场都补齐一定能回到最优，但在中间的过程中，次优（second best）不一定会单调地提高到最优（first best）。

所以最重要的是识别此时此刻真正关键的摩擦到底是什么。这也是为什么发展经济学尤其需要关注现实。不同国家、不同发展阶段面对的约束不一样。中国的发展经验里面有大量这样的变化，也因此提供了很多值得进一步研究的问题。

Q19：回看您的研究，从早期较为简洁的流动性模型，到后来包含越来越丰富的异质性主体和定量结构，您通常如何判断一个模型应该复杂到什么程度？对于一个好的模型来说，更重要的是接近现实，还是清楚地解释一个机制？

崔巍教授：我觉得最终还是取决于你想回答什么问题。

如果只是想理解一个机制，那么模型当然是越简单越好，但简化不能以牺牲问题本身为代价。我很喜欢一句话“as simple as possible, but not simpler”，模型应该简单到足以让机制透明，但不能简单到已经无法回答你真正关心的问题。比如，如果研究财政政策或货币政策受到财富不平等怎样的制约，那么不平等的程度本身就是问题的一部分，这时就必须认真刻画财富分布和异质性。我们关于量化宽松的研究就是一个例子。我们想研究的问题是，QE 是否应该成为一种常态化的货币政策工具？如果不同家庭获得流动性以后有不同的消费和资产配置行为，那么政策长期实施以后就可能改变财富分布。此时，异质性和不平等就是理解政策成本不可缺少的一部分。但如果问题只是某一种企业债的流动性，或者某种资产能以多大的折价迅速出售，那么就未必需要加入非常复杂的家庭财富分布。

总之，模型的复杂程度不应该由技术本身决定，而应该由问题决定。研究者首先应该明确，为了回答这个问题最低限度需要哪些结构。

Q20：2008 年金融危机以后，金融摩擦重新成为宏观经济学的核心议题。此后我们又经历了长期低利率、量化宽松、疫情以及大规模财政扩张。站在今天来看，宏观金融领域有哪些重要问题仍然没有真正解决？未来十年，哪些方向可能改变我们理解宏观经济和政策的方式？

崔巍教授：这个问题很宏大，我聊两个我个人比较关注的方向。

第一个是财政和金融体系之间到底如何相互作用。2008 年以后，尤其是疫情以后，大规模财政政策变得越来越常见，但很多基本问题我们仍然没有完全理解。比如，政府赤字在什么情况下会产生通胀？通过什么机制产生？财政扩张如何影响财富分布？银行、企业、储户和消费者之间的异质性又会怎样改变这些政策的传导？我们现在越来越有能力去研究这些问题。异质性主体模型的计算技术不断发展，甚至已经开始使用机器学习、神经网络等方法求解非常复杂的分布问题。因此，未来我们可以更系统地研究不同主体之间的互动，以及这种互动如何影响银行货币创造和财政、货币政策的传导。

第二个就是新的货币体系，包括稳定币、央行数字货币以及区块链金融。举一个很简单的问题：如果未来大量金融活动转移到区块链上，那么传统量化宽松到底会变得更加有效，还是更加无效？QE 会直接改变金融体系持有政府债务或者企业债务的数量，但这些变化如何进一步影响稳定币需求、CBDC 需求和链上金融，目前我们并不清楚。它究竟是挤入（crowding in）还是挤出（crowding out）传统流动性创造，也是一个开放问题。与此同时，区块链本身产生了大量新的数据。这既给我们带来了新的研究对象，也提供了新的研究工具。

总之，我觉得财政—金融体系之间的互动，以及新型货币体系，是未来十年非常值得继续深入研究的两个方向。

Q21：您 2008 年从清华大学经济管理学院本科毕业，之后赴普林斯顿大学攻读博士，现在又在伦敦大学学院（UCL）任教。清华、普林斯顿和伦敦的经济学训练与研究文化很不一样。这些经历对您的学术兴趣和研究方式产生了怎样的影响？在您的学术道路上，又有哪些老师对您影响特别大？

崔巍教授：三个地方对我的影响确实很不一样。

清华虽然是一所理工科传统非常强的学校，但我当时很深的感受是，它其实也非常强调人文关怀。无论课程还是各种会议，都会讨论很多中国现实中的重要问题。当然，清华也非常重视技术训练。所以我在那里逐渐形成了一种认识，即我们应该关注重要的现实问题，并用高度技术化、严谨的语言把研究做出来，但最后又必须能够用非常平实的语言把背后的经济学讲清楚。

普林斯顿则是一个特别适合沉下心来做研究的地方。它很安静，甚至某种意义上有一点“无聊”（boring），但正因为如此，你可以非常专注地思考问题。不过经济学毕竟是“经世济民”的学问，我始终觉得研究背后还是应该有一个大的现实问题。

后来选择去伦敦，就是因为伦敦同时聚集了很多高校、央行、政策机构和智库。在这里，我很容易接触现实政策问题，比如失业、量化宽松等等。我很喜欢这种学术和现实之间不断互动的环境。当然，我也觉得欧洲有自己的局限。欧洲非常关注失业等传统问题，这些问题当然非常重要，但对一些新的技术和金融问题，比如人工智能、区块链以及新型金融体系，相对更加谨慎。相比之下，中国和美国在 AI 和新金融方面有很多新的实践，而新的实践往往也会产生新的经济学问题。

在求学过程中，我想说三位对我影响比较大的老师。第一位是钱颖一老师。他可以说是我的经济学启蒙老师。他对我的影响可以概括成八个字“意料之外，情理之中。”他教会了我，好的经济学研究应该有这样的品味（taste）——研究结果不能只是重复常识，但把机制讲清楚以后，又会觉得它非常合理。这对我后来选择研究问题影响很大。

第二位是白重恩老师，他是我本科论文的导师。他给我的一个非常重要的训练是，每一个数学推导都必须能够讲出背后的经济学逻辑。哪怕把所有数学都拿掉，也应该能够解释为什么会得到这个结果。这一训练对我影响非常大，因为白老师本身的数学训练非常强，但恰恰是这样一位技术能力非常强的人，一直要求我不要停留在计算上，而是一定要回答数学背后的经济学到底是什么。

第三位是我的博士导师清泷信宏（Nobuhiro Kiyotaki）。他对大问题的持续追求，对我的影响非常深。他一直保持着非常旺盛的学术好奇心，到现在仍然不断参加会议、认真听报告、做笔记、研究新的问题。我曾经在一个规模并不大的会议里看到他全程认真做笔记。对我来说，这件事的冲击非常大。一个已经取得如此多成就的学者，仍然保持这样的求知欲，那么对我们年轻学者来说，就更没有理由停止学习。

Q22：对于正在学习宏观经济学和宏观金融的博士生来说，面对数量庞大的文献、越来越复杂的模型以及快速扩张的数据，应该如何判断一个问题是否真正值得研究？在人工智能迅速发展的今天，年轻研究者最值得训练的能力又是什么？

崔巍教授：我认为第一点还是要找“大问题”。什么叫大问题？一个最简单的判断就是，它是否影响很多人。比如不平等、财政政策、金融体系，这些问题之所以重要，是因为它们会影响大量家庭和企业。当然，并不是所有大问题一定能够做出研究。所以，要在自己的能力范围内，选择尽可能大的问题。我们的能力范围会随着学习不断扩大，因此研究问题本身也会随着我们的成长而变化。所以一方面要仰望星空，关注现实社会中真正重要的问题；另一方面又必须脚踏实地，判断自己究竟能不能把这个问题做清楚。如果能够把这两点结合起来，我觉得找到一个足够支撑三到五年研究的问题，并不是特别困难。

至于今天最值得培养的能力，我认为是判断力（judgment），也可以叫学术品味（taste）。在今天，我们有 AI 和越来越强的研究工具，但我反而觉得基础训练变得更加重要。AI 可以帮我们节省很多成本，但博士生仍然应该拿着纸和笔，把能够推导的东西自己推一遍，把能够计算的东西自己算一遍。因为学术品味不可能凭空产生。就像一个美食家不可能一开始就知道自己喜欢什么味道，他必须先尝过大量不同的东西，最后才形成自己的判断。研究也是一样。只有自己真正做过很多推导、读过很多论文、解决过很多问题以后，才会逐渐形成一种感觉。AI 可以学习大量已有知识，但它背后本质上仍然是概率模型。至少在现阶段，人类真正能够形成比较优势的地方，很大程度上还是判断力和学术品味。而要形成这种判断力，反而没有捷径。人类研究者还是得一个问题一个问题地做，一条推导一条推导地算。这种干中学（learning by doing）可能比以前更加重要。

Q23：刚才我们谈到学术品味（taste）和寻找大问题，您平时通常从哪里获得研究灵感？

崔巍教授：我自己有三个比较常用的方法。

第一个是读新闻。现在短视频非常流行，当然可以作为放松，但如果要真正获得新的信息，我还是比较喜欢传统媒体。因为报纸和新闻不会完全按照你原来已经感兴趣的东西来给你推荐内容，不容易形成信息茧房。今天的问题往往不是信息太少，而是信息太多，而且同质化的信息太多。所以广泛阅读一些传统新闻媒体，反而可能让你碰到原本完全没有想到的问题。我自己平时读得比较多的是《金融时报》（Financial Times）。比如我最近对稳定币（stablecoin）产生兴趣，很大程度上也是因为不断看到现实中新的制度和市场变化。

第二个是多和同行交流。研究想法往往不是一个人坐在那里突然产生的。和朋友、同事、学生讨论，听别人讲他们的问题，都会不断改变你对一个问题的理解。很多时候，一个原本很模糊的想法，就是在讨论过程中逐渐变得清楚。

第三个是读历史。历史里面有非常多可以映照今天的问题。比如，财政和货币之间的关系并不是现代社会才出现的，唐朝、宋朝都有很多可以参考的经验。我们经常说“阳光底下无新鲜事”，很多机制其实以前就出现过，只是今天换了一种形式。

这三方面对我来说也是互相促进的。可能我先从历史中看到一个现象，然后拿去和同事讨论；讨论之后产生新的问题，我又会回去读更细的材料；再看今天的新闻时，就会发现这个问题究竟和历史相同在哪里、不同在哪里。所以研究灵感对我来说并不是来自某一个固定来源，而是现实、交流和历史之间不断来回碰撞的结果。