萬光彩, 葉龍生
(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院,安徽 蚌埠 233030)
金融危機(jī)以來,全球經(jīng)濟(jì)陷入低迷,量化寬松貨幣政策表現(xiàn)差強(qiáng)人意,效果低于預(yù)期,貨幣政策工具迫切要求進(jìn)行結(jié)構(gòu)優(yōu)化和創(chuàng)新。美英兩國相繼推出定期貸款拍賣(TAF)和融資還貸款計(jì)劃(FLS),成為創(chuàng)新型貨幣政策工具的首度嘗試。進(jìn)入2013年,中國經(jīng)濟(jì)轉(zhuǎn)向新常態(tài),經(jīng)濟(jì)增長的動力由投資驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變,貨幣政策也隨之從數(shù)量型向價(jià)格型轉(zhuǎn)變。傳統(tǒng)的貨幣政策工具顯然不足以應(yīng)付日益復(fù)雜的經(jīng)濟(jì)形勢,在這個(gè)過程中,央行開啟了一系列創(chuàng)新的貨幣政策工具以適應(yīng)經(jīng)濟(jì)形勢和調(diào)節(jié)流動性。2017年初,央行更是推出臨時(shí)流動性便利(TLF)來緩解短期的流動性緊張,拓展了創(chuàng)新型貨幣政策工具的運(yùn)用。李克強(qiáng)總理在《政府工作報(bào)告》*詳見2017年3月5日李克強(qiáng)《政府工作報(bào)告》。中指出,今年的貨幣政策要保持穩(wěn)健中性,廣義貨幣M2和社會融資規(guī)模余額預(yù)期增長均為12%左右。意味著貨幣政策由過去偏寬松的靈活適度走向趨緊的穩(wěn)健中性。雙12%的貨幣政策目標(biāo)對我國的貨幣政策工具提出了挑戰(zhàn),在政策目標(biāo)的實(shí)現(xiàn)過程中創(chuàng)新型貨幣政策工具的實(shí)際效果如何,是否實(shí)現(xiàn)了央行的預(yù)期?在過去幾年,M2增速連續(xù)保持兩位數(shù)的高速增長,部分年份甚至達(dá)到了20%以上,至今M2總量已經(jīng)超過150萬億元,達(dá)到了GDP的2倍,貨幣嚴(yán)重超發(fā),作為衡量金融同實(shí)體經(jīng)濟(jì)聯(lián)系的經(jīng)濟(jì)指標(biāo),社會融資規(guī)模也由于銀行信貸的過快增長呈現(xiàn)出了較大的體量和增長速度,創(chuàng)新型貨幣政策工具的使用能否有效的抑制M2和社會融資規(guī)模的過快增長,最終實(shí)現(xiàn)12%的貨幣政策目標(biāo)?這是貫穿本文研究的一條主線,圖1是M2和社會融資規(guī)模近期的表現(xiàn)情況。
對于貨幣政策工具及其效果的研究,國外學(xué)者起步較早,最早追溯到Sims(1980)首次提出VAR模型并將其運(yùn)用到美德兩國貨幣政策實(shí)施效果的分析中,提出了貨幣政策實(shí)施效果分析的新思路。[1]隨后,理論不斷發(fā)展,趨于成熟。其中,比較有代表性的觀點(diǎn)有: Fernando A. et al(2007)對數(shù)量型和價(jià)格型框架下的政策工具實(shí)施效果進(jìn)行對比分析,從整體看,數(shù)量型貨幣政策工具實(shí)施效果更好,利率更是成為最優(yōu)的數(shù)量型貨幣政策工具,而貨幣供應(yīng)量的表現(xiàn)則差強(qiáng)人意[2];Tuuli Koivu(2009)就各國央行應(yīng)對金融危機(jī)后恢復(fù)經(jīng)濟(jì)增長展開論述,表明傳統(tǒng)的貨幣政策工具已經(jīng)捉襟見肘,必須對貨幣政策工具進(jìn)行改進(jìn)和創(chuàng)新[3];Longzhen Fan(2011)對公開市場操作在宏觀經(jīng)濟(jì)調(diào)控框架進(jìn)行分析,發(fā)現(xiàn)其運(yùn)用在不斷拓展,效果也在持續(xù)優(yōu)化[4]。這些具有參考價(jià)值的研究成果對我國創(chuàng)新型貨幣政策工具的運(yùn)用提供了借鑒和啟示。
圖1 2014年4月-2017年2月M2和社會融資規(guī)模月度值(單位:億元)(資料來源:Wind資訊,下同)
國內(nèi)學(xué)者對于貨幣政策工具的研究主要集中在金融危機(jī)以后,隨著貨幣政策框架的轉(zhuǎn)變以及整體經(jīng)濟(jì)環(huán)境的變化,對于貨幣政策工具在理論上的認(rèn)識以及實(shí)踐上的運(yùn)用也在不斷加深和推進(jìn)。整體來看,國內(nèi)學(xué)者的研究主要集中在其貨幣政策工具的實(shí)施效果、數(shù)量型與價(jià)格型貨幣政策工具的比較以及貨幣政策工具優(yōu)化創(chuàng)新三個(gè)方面。
關(guān)于貨幣政策工具實(shí)施效果的研究,盧慶杰(2007)認(rèn)為在央行貨幣政策調(diào)控由直接向間接轉(zhuǎn)變的過程中,央行的可控性直接決定了貨幣政策工具的有效性,目前貨幣政策工具的使用存在著局限性與不足,因此,應(yīng)該通過綜合考量,系統(tǒng)把握,才能發(fā)揮出貨幣政策工具的有效性[5]。郭保民(2011)基于金融危機(jī)后我國經(jīng)濟(jì)的宏觀調(diào)控,對傳統(tǒng)貨幣政策工具“三大法寶”深入闡述和分析,結(jié)合VAR模型對流動性管理工具進(jìn)行實(shí)證探究,結(jié)果表明當(dāng)前我國貨幣政策工具的調(diào)控效果整體不甚理想,提出發(fā)展貨幣市場,完善匯率形成機(jī)制等建議[6]。在數(shù)量型和價(jià)格型貨幣政策工具的比較方面,許多學(xué)者主張采用DSGE模型建模,針對通脹目標(biāo)和產(chǎn)出目標(biāo)等對二者的績效進(jìn)行對比探究,結(jié)果均表明價(jià)格型貨幣政策工具相較于數(shù)量型工具更加優(yōu)越,在保持貨幣政策連續(xù)性和一致性的前提下,加大利率政策和匯率政策等價(jià)格型工具的使用力度,提升不同貨幣政策工具之間的協(xié)同配合,促進(jìn)貨幣政策調(diào)控框架和范式的轉(zhuǎn)變(馬文濤,2011,曲琦、郭步超,2013)[7-8]。此外,也有學(xué)者采用VAR模型進(jìn)行實(shí)證分析,但得出的結(jié)論不盡相同,王君斌等(2013)使用SVAR模型分析,結(jié)果表明,在實(shí)現(xiàn)通脹和調(diào)節(jié)產(chǎn)出目標(biāo)面前,利率政策均呈現(xiàn)出了良好的效果,并且有效地熨平了經(jīng)濟(jì)的過度波動[9];與之相反,高鴻(2012)從運(yùn)行特點(diǎn)和現(xiàn)實(shí)選擇出發(fā),結(jié)合VAR模型論證,表明無論是央行的可控性,還是貨幣政策工具的反應(yīng)時(shí)滯及影響力,數(shù)量型貨幣政策工具遠(yuǎn)優(yōu)于價(jià)格型工具[10]??傮w來說,價(jià)格型貨幣政策工具更優(yōu)基本上成為學(xué)界的共識。對于貨幣政策的創(chuàng)新優(yōu)化方面,冀志斌、周先平(2011)將政策工具創(chuàng)新的視角延伸到中央銀行溝通上,發(fā)現(xiàn)其對短期利率和股價(jià)的日波動率的調(diào)節(jié)能力顯著,發(fā)揮其與傳統(tǒng)貨幣政策工具的協(xié)調(diào)配合,有助于提升貨幣政策有效性[11];王劍(2011)提出基于資產(chǎn)的準(zhǔn)備金制度以應(yīng)對經(jīng)濟(jì)形勢變化,緩解宏觀調(diào)控和結(jié)構(gòu)優(yōu)化中的困境,為貨幣政策工具的創(chuàng)新提供思路[12];馬理、劉藝(2014)將關(guān)注的視角具體到借貸便利類貨幣政策工具,在相關(guān)文獻(xiàn)述評的基礎(chǔ)上,對其在相關(guān)國家的傳導(dǎo)渠道和實(shí)施效果進(jìn)行總結(jié)分析,驗(yàn)證了其降低經(jīng)濟(jì)波動的效果[13];胡宏海(2015)、史藝瓊(2016)也對常備借貸便利進(jìn)行探究,結(jié)合當(dāng)前國情,對貨幣政策工具箱進(jìn)行豐富優(yōu)化,并將其與我國貨幣政策工具轉(zhuǎn)型聯(lián)系起來[14-15];張景智(2016)從結(jié)構(gòu)效應(yīng)和總量效應(yīng)兩個(gè)角度對穩(wěn)健貨幣政策下的新型貨幣政策工具進(jìn)行探究,表明其結(jié)構(gòu)效應(yīng)大于總量效應(yīng),精準(zhǔn)發(fā)揮了定向微刺激的效果[16];余振等(2016)以央行PSL的實(shí)際操作為例,詳細(xì)闡述創(chuàng)新性貨幣政策工具的作用機(jī)理,并對其實(shí)施結(jié)果進(jìn)行梳理,重點(diǎn)強(qiáng)調(diào)了央行的市場公信力和政策可信度。[17]
國內(nèi)外學(xué)者對貨幣政策工具的選擇組合、實(shí)施效果以及優(yōu)化創(chuàng)新都做出了較為深入的研究,但是由于國內(nèi)學(xué)者對貨幣政策工具研究的起步較晚,對創(chuàng)新型貨幣政策工具的研究不夠深入,且大多數(shù)學(xué)者的研究停留于定性層面,對于經(jīng)濟(jì)新常態(tài)以來的創(chuàng)新型貨幣政策工具該如何實(shí)施以及實(shí)施效果并沒有給出明確的回答,同時(shí),對創(chuàng)新型貨幣政策工具的主次也沒有明確的判斷。本文通過對創(chuàng)新型貨幣政策工具的梳理,結(jié)合雙12%的貨幣政策目標(biāo),對創(chuàng)新型貨幣政策工具的實(shí)施效果做出了解答,體現(xiàn)了文章的新穎性,同時(shí)對創(chuàng)新工具主次結(jié)構(gòu)和協(xié)調(diào)使用也提出了新的看法。
2013年經(jīng)濟(jì)進(jìn)入新常態(tài)以來,央行開始對創(chuàng)新型貨幣政策工具進(jìn)行探索,相繼推出了常備借貸便利(SLF)、短期流動性調(diào)節(jié)(SLO)、中期借貸便利(MLF)、抵押補(bǔ)充貸款(PSL)等,在2017年更是推出了臨時(shí)流動性便利(TLF);對市場流動性進(jìn)行調(diào)節(jié)。這些創(chuàng)新型貨幣政策工具的頻繁使用,一方面表明了央行貨幣政策工具運(yùn)用的靈活性,另一方面也體現(xiàn)了央行對于貨幣政策實(shí)施的主動把控能力。從期限結(jié)構(gòu)來看可以將創(chuàng)新型貨幣政策工具分為兩類:一類為短端利率調(diào)節(jié)工具,其中包括常備借貸便利(SLF)、短期流動性調(diào)節(jié)(SLO)以及臨時(shí)流動性便利(TLF);一類為中長端利率調(diào)節(jié)工具,主要包括中期借貸便利(MLF)和抵押補(bǔ)充貸款(PSL)。
目前,借貸便利類的貨幣政策工具在全球大多數(shù)中央銀行都付諸實(shí)施,盡管其名稱各異,但操作目的不盡相同,都是為央行管理流動性提供供給渠道。借鑒國際經(jīng)驗(yàn),央行于2013年初創(chuàng)設(shè)了常備借貸便利(SLF),以解決政策性銀行以及全國性的商業(yè)銀行較大額的流動性需求。自SLF推出以來,無論是從使用頻率還是從使用規(guī)模來看,央行都表現(xiàn)出對SLF的青睞,當(dāng)然,這與SLF覆蓋面廣,針對性強(qiáng),主動把控能力突出的使用特點(diǎn)密切相關(guān)。隨著SLF的不斷推廣,央行將SLF的服務(wù)范圍拓寬到符合條件的中小型金融機(jī)構(gòu)。在最新的《貨幣政策執(zhí)行報(bào)告》*詳見中國人民銀行網(wǎng)站《2016年第四季度中國貨幣政策執(zhí)行報(bào)告》。中,央行更是有意將其打造為未來利率走廊政策框架中的上限利率。
在推出SLF之前,央行就曾在2013年1月份試推出一項(xiàng)創(chuàng)新流動性管理工具,初定12家商業(yè)銀行為參與機(jī)構(gòu),以7天以內(nèi)的短期回購為主,這是央行構(gòu)建SLO的雛形。出于對靈活性和主動性的考慮,對公開市場常規(guī)操作進(jìn)行必要補(bǔ)充,央行于2014年1月18日正式啟用公開市場短期流動性調(diào)節(jié)工具(SLO),促進(jìn)銀行體系流動性和貨幣市場利率平穩(wěn)運(yùn)行。作為央行投放和回籠貨幣資金的一項(xiàng)政策手段,2014年12月下半月央行的SLO操作引發(fā)了廣泛關(guān)注,在短短不過15天內(nèi),央行就進(jìn)行了8次短期流動性操作,無論是在期限品種還是資金操作上,都達(dá)到了相當(dāng)程度。SLO即時(shí)啟用的特點(diǎn),提升了正、逆回購工具的主流地位,使其在流動性調(diào)控上更趨精準(zhǔn),未來存款準(zhǔn)備金率的使用頻率也會因此減少甚至淡出。整個(gè)2016年,央行僅啟用一次定向降準(zhǔn),這也從側(cè)面對SLO的影響進(jìn)行了驗(yàn)證。央行對SLO的應(yīng)用主要在于資金投放,只進(jìn)行了3次回籠操作,共計(jì)4500億元。關(guān)于SLO的投放情況見圖2。
為了更進(jìn)一步緩解市場緊張形勢,央行于2017年初推出的臨時(shí)流動性便利(TLF),這種不需要抵押物的流動性工具投放雖然只能起到臨時(shí)緩解作用,但也是貨幣當(dāng)局的一次有益嘗試,由于其推出時(shí)間尚短,對其作用機(jī)制尚不明確,其實(shí)施效果也有待時(shí)間檢驗(yàn)。
受限于常規(guī)的降息降準(zhǔn)貨幣政策,同時(shí)為支持三大政策性銀行發(fā)放棚改、重大水利工程和人民幣“走出去”項(xiàng)目貸款等,2014年4月,央行創(chuàng)設(shè)抵押補(bǔ)充貸款(PSL),意欲通過擴(kuò)大定向?qū)捤蓙泶碳そ?jīng)濟(jì)復(fù)蘇。作為一項(xiàng)新型儲蓄型貨幣政策工具,PSL作為新渠道為基礎(chǔ)貨幣投放提供長期穩(wěn)定、成本適當(dāng)?shù)馁Y金來源。從性質(zhì)上來說,PSL身兼兩重,一方面增加央行基礎(chǔ)貨幣投放量表現(xiàn)數(shù)量型特征,另一方面引導(dǎo)市場中期利率水平體現(xiàn)價(jià)格型本質(zhì)。由于PSL期限較長,一般在3年以上,使得其一經(jīng)推出,就極大地滿足了基建類和民生類等長期性項(xiàng)目的資金需求。
由于資本流動,財(cái)政支出等變化擾動以及資本市場IPO等多方面的因素,嚴(yán)重影響到銀行體系的流動性,從完善價(jià)格型調(diào)控框架的角度出發(fā),2014年9月,央行啟用中期借貸便利(MLF),與SLF相互呼應(yīng)。MLF在市場上主要發(fā)揮中期利率的作用,在結(jié)構(gòu)微調(diào)以及資金定向投放方面,MLF成為貨幣政策的指示燈,調(diào)節(jié)資金流向,引導(dǎo)市場利率,滿足公眾預(yù)期。自從推出以來,就得到迅猛發(fā)展和深入應(yīng)用,有效地降低了社會的融資成本以及金融機(jī)構(gòu)的貸款成本。
對于SLF,MLF和PSL的市場表現(xiàn)見圖3,同時(shí),對我國的創(chuàng)新型貨幣政策工具進(jìn)行比較分析,結(jié)果見表1。
由于目前對創(chuàng)新型貨幣政策工具與貨幣政策目標(biāo)之間的傳導(dǎo)機(jī)制尚不明確,不具有成熟的經(jīng)濟(jì)理論基礎(chǔ),為了避免出現(xiàn)經(jīng)濟(jì)理論假定與現(xiàn)實(shí)不符,本文主張采用非結(jié)構(gòu)化VAR模型進(jìn)行研究,直接通過數(shù)據(jù)模擬表明變量間的動態(tài)聯(lián)系,更加貼切實(shí)際。
VAR(P)模型的具體數(shù)學(xué)表達(dá)式為:
yt=φ1yt-1+…+φpyt-p+HXt+εt
其中yt是K維內(nèi)生變量列向量;Xt為外生變量向量,滯后階數(shù)為p; εt為誤差向量,可以同期相關(guān),不與自身滯后值和其他變量相關(guān);t的取值為1,2,…,T;其他項(xiàng)均為待估系數(shù)矩陣。
圖2 SLO投放利率與數(shù)量(單位:億元)
圖3 SLF,MLF和PSL的期末余額(單位:億元)
表1 創(chuàng)新型貨幣政策工具的對比分析
注:由于TLF推出時(shí)間尚短,本文未對其進(jìn)行總結(jié)。
由于本文主要對進(jìn)入新常態(tài)以來的創(chuàng)新型貨幣政策工具的實(shí)施效果進(jìn)行探究。所以,對于變量的選取方面,本文主要集中在政策工具變量和政策目標(biāo)變量上。
1.政策工具變量
本文選取的創(chuàng)新型貨幣政策工具變量依次是SLF,SLO,PSL,MLF。由于央行沒有對SLO的數(shù)據(jù)完全公布,同時(shí)SLO主要是以7天以內(nèi)的短期回購為主,本文擬采用根據(jù)1天期和7天期的全國銀行間質(zhì)押式回購交易量之和對其進(jìn)行替代,為了保持?jǐn)?shù)據(jù)的一致性,所有指標(biāo)均采用其月度期末余額數(shù)據(jù),同時(shí)進(jìn)行對數(shù)處理,消除可能存在的異方差性。經(jīng)過對數(shù)處理后的變量分別命名lnslf,lnslo,lnpsl,lnmlf。
2.政策目標(biāo)變量
考慮到貨幣政策最終指標(biāo)具有較長的時(shí)滯,不宜作為政策目標(biāo)變量,結(jié)合李克強(qiáng)總理在《政府工作報(bào)告》中提到的雙12%的貨幣政策目標(biāo),本文選取M2和社會融資規(guī)模(SFS)兩個(gè)中介指標(biāo)作為衡量創(chuàng)新型貨幣政策工具實(shí)施效果的政策目標(biāo)變量,為了消除M2和SFS的季節(jié)性趨勢,對原始數(shù)據(jù)進(jìn)行處理,均采用同比發(fā)展速度進(jìn)行測定。處理后的數(shù)據(jù)命名為m2和sfs。
考慮到樣本數(shù)據(jù)的可得性,樣本初始期為2014年4月(PSL的推出日期),結(jié)束期為2017年2月(雙12%貨幣政策目標(biāo)提出的前一個(gè)月)。所有數(shù)據(jù)均來自Wind資訊。
1.平穩(wěn)性檢驗(yàn)
在對處理過后的變量建模之前,首先對所有的變量序列及其一階差分進(jìn)行ADF檢驗(yàn),檢驗(yàn)結(jié)果見表2。
檢驗(yàn)結(jié)果表明所有變量的原序列在1%的顯著性水平下均不平穩(wěn),經(jīng)過一階差分后,變量序列平穩(wěn),所有變量均是一階單整序列。
2.VAR模型穩(wěn)定性檢驗(yàn)和滯后階數(shù)選擇
由于一階差分后序列平穩(wěn),符合初步構(gòu)建VAR模型的基本條件,對政策工具變量同m2和sfs分別構(gòu)建VAR模型,命名為VAR(m2)和VAR(sfs),通過不斷嘗試,確定VAR模型的最大滯后階數(shù)為4,對其最優(yōu)滯后階數(shù)的檢驗(yàn)見表3。
表2 單位根檢驗(yàn)(ADF)結(jié)果
注:(1)“檢驗(yàn)類型”中的C,T分別表示含常數(shù)項(xiàng)和含趨勢項(xiàng),n表示滯后階數(shù);(2)滯后階數(shù)的選擇以SIC的值為準(zhǔn)則;(3) d表示一階差分,選取的顯著性水平為1%。
表3 VAR模型最優(yōu)滯后階數(shù)確定
對5個(gè)檢驗(yàn)統(tǒng)計(jì)量的指示情況進(jìn)行綜合考慮,確定兩個(gè)VAR系統(tǒng)的最優(yōu)滯后階數(shù)都為1,重新構(gòu)建VAR系統(tǒng),仍以原命名表示。VAR模型的穩(wěn)定性檢驗(yàn)見圖4。
VAR(m2)和VAR(sfs)的AR根檢驗(yàn)圖中的所有單位根均小于1,落在單位圓內(nèi),兩個(gè)VAR模型都是穩(wěn)定的。
由于VAR是無約束的,而協(xié)整是有約束的,協(xié)整檢驗(yàn)的最優(yōu)滯后一般為VAR的最優(yōu)滯后減去1,對于兩個(gè)VAR模型來說協(xié)整檢驗(yàn)的滯后階數(shù)均為0,無法進(jìn)行johansen協(xié)整檢驗(yàn),變量間不存在協(xié)整關(guān)系,但這并不影響對VAR模型進(jìn)行脈沖響應(yīng)和方差分解。
3.脈沖響應(yīng)與方差分解
在滿足VAR系統(tǒng)穩(wěn)定性的前提下,將政策工具變量分別對m2和sfs進(jìn)行脈沖響應(yīng),研究模型受到某種沖擊時(shí)對系統(tǒng)的動態(tài)影響,脈沖響應(yīng)函數(shù)見圖5。
圖4 VAR(m2)和VAR(sfs)的AR根圖
圖5 VAR(m2)和VAR(sfs)的相關(guān)脈沖響應(yīng)函數(shù)圖
對VAR(m2)的脈沖響應(yīng)進(jìn)行分析,在給定一個(gè)lnslf標(biāo)準(zhǔn)差的沖擊后,對m2的正向沖擊迅速轉(zhuǎn)為負(fù)向沖擊,并于第三期達(dá)到負(fù)向沖擊的峰值,約在-0.03到-0.04之間,此后一直維持負(fù)向沖擊,但效果越來越弱,直至趨向于0。lnmlf對m2的脈沖響應(yīng)與lnslf大同小異,只不過一直維持負(fù)向沖擊,沖擊先強(qiáng)后弱,峰值僅在-0.02左右。說明整體來看,SLF和MLF都發(fā)揮了抑制和削弱M2過度增長的作用,盡管兩者作用期限相當(dāng),但SLF作用力度更大。反觀SLO和PSL,整體來看對M2增長都具有正向促進(jìn)作用,只不過lnslo對m2的系統(tǒng)沖擊很快由負(fù)轉(zhuǎn)正,負(fù)向沖擊僅維持3期,而lnpsl則一直維持正向沖擊,從峰值和波動范圍看,兩者對于M2的增長作用有限。
對VAR(sfs)的脈沖響應(yīng)進(jìn)行分析,lnslf對sfs的脈沖響應(yīng)與其對m2的脈沖響應(yīng)均表現(xiàn)出先正后負(fù)的趨勢,但其負(fù)向沖擊峰值出現(xiàn)更早,在第2期,且峰值更大,約為-0.08,同時(shí)作用期限較短,差不多于第6期后就趨向于0,整體表現(xiàn)為對社會融資規(guī)模增長的反向抑制作用。lnslo的表現(xiàn)則恰恰相反,先負(fù)后正,峰值分別為-0.08和0.04,分別于第2和第3期達(dá)到,作用迅速,隨后漸漸趨向于0。正負(fù)作用參半。Lnpsl和lnmlf的脈沖響應(yīng)函數(shù)圖形類似,呈現(xiàn)正“V”型,均在第2期實(shí)現(xiàn)峰值,第3期就趨向收斂,略有不同的是,lnmlf的沖擊先負(fù)后正,不同于lnpsl的沖擊,幾乎完全為正,且其峰值不到0.04,遠(yuǎn)遠(yuǎn)低于lnpsl將近0.12的水平,整體均表現(xiàn)為對社會融資規(guī)模增長的正向促進(jìn)作用。橫向?qū)Ρ葋砜?,?chuàng)新型貨幣政策工具對社會融資規(guī)模的沖擊相較于M2來說,作用更為迅猛,到達(dá)峰值期數(shù)更短,峰值更大,但同時(shí)作用期限遠(yuǎn)遠(yuǎn)低于M2。
脈沖響應(yīng)考察了給定沖擊對于系統(tǒng)的動態(tài)影響,但不同結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)度則依賴方差分解來反映,表4、表5展現(xiàn)了兩個(gè)VAR系統(tǒng)方差分解的情況。
表4 VAR(m2)的方差分解
表5 VAR(sfs)的方差分解
在給定一個(gè)標(biāo)準(zhǔn)差的結(jié)構(gòu)沖擊后,經(jīng)過10期的方差分解,對于VAR(m2)系統(tǒng)來說,SLF和MLF在第10期分別達(dá)到了近30%和16%的方差貢獻(xiàn)度。相對于SLO的7%和PSL的5%來說,對M2的增減變化顯得更加重要,對于VAR(sfs)系統(tǒng)來說,SFS自身在第10期的方差貢獻(xiàn)度仍然達(dá)到83%左右,遠(yuǎn)遠(yuǎn)超過M2在第10期的43%,創(chuàng)新型貨幣政策工具對于M2的影響遠(yuǎn)遠(yuǎn)超過對社會融資規(guī)模的影響,這點(diǎn)與脈沖響應(yīng)的結(jié)論不謀而合。說明創(chuàng)新型貨幣政策工具對于M2的調(diào)控能力還有待增強(qiáng)。
總體來說,無論是傳統(tǒng)貨幣政策工具還是創(chuàng)新型貨幣政策工具,本質(zhì)上講都是央行為實(shí)現(xiàn)一定的貨幣政策目標(biāo)而采取的手段。評判貨幣政策工具的唯一標(biāo)準(zhǔn)就是其實(shí)施效果。通過本文的分析我們能夠得出結(jié)論:SLF和MLF對抑制M2的快速增長起到了重要的作用,創(chuàng)新型貨幣政策工具對M2展現(xiàn)了良好的調(diào)控能力但對社會融資規(guī)模沒有發(fā)揮應(yīng)有的作用,各個(gè)創(chuàng)新型貨幣政策工具的貢獻(xiàn)度都很小。為此,本文提出以下建議:
第一,在央行多元化目標(biāo)中盯住核心目標(biāo),確保流動性穩(wěn)定。對于M2來說,SLF和MLF展現(xiàn)出了良好的把控能力,要堅(jiān)定地將SLF和MLF分別打造成短端和中長端利率調(diào)控體系的核心工具,確定其主導(dǎo)地位,同時(shí)加強(qiáng)政府與市場的溝通,使央行的操作能夠準(zhǔn)確傳遞政策信號,避免由于市場與央行之間理解偏差造成政策含混。完善貨幣政策的預(yù)期引導(dǎo),實(shí)現(xiàn)貨幣政策的宏觀調(diào)控目標(biāo)。
第二,重新建立金融監(jiān)管框架,加強(qiáng)貨幣政策同信貸政策之間的協(xié)調(diào)配合。創(chuàng)新型貨幣政策工具對于社會融資規(guī)模的調(diào)控不盡如人意,還是由于其未能控制住信貸規(guī)模的快速增長,很多資金未能流入到實(shí)體經(jīng)濟(jì)中,高負(fù)債和高杠桿加劇了金融體系的風(fēng)險(xiǎn)。因此,央行一方面可以考慮實(shí)施差別信貸政策,合理分配信貸資金,另一方面,在穩(wěn)健中性的貨幣政策目標(biāo)面前適當(dāng)對法定存款準(zhǔn)備金進(jìn)行靈活調(diào)整,但一定要注意調(diào)整的幅度,避免給市場帶來信息誤判。
第三,加強(qiáng)傳統(tǒng)與創(chuàng)新型貨幣政策工具的協(xié)調(diào)使用,不斷探究更優(yōu)的貨幣政策工具組合。央行現(xiàn)有的貨幣政策工具已經(jīng)表現(xiàn)的相當(dāng)豐富,盡管創(chuàng)新型貨幣政策工具在一定程度上維護(hù)了宏觀經(jīng)濟(jì)的平穩(wěn)運(yùn)行,但是對創(chuàng)新工具過于頻繁的運(yùn)用,不僅有眼花繚亂之感,也呈現(xiàn)出一定的反作用,相對來說,與審慎且嚴(yán)肅的穩(wěn)健中性目標(biāo)的定位顯得有點(diǎn)出入。貨幣政策工具運(yùn)用的關(guān)鍵不在于其數(shù)量的多寡,而在于工具之間的優(yōu)化組合,既要把握住其與傳統(tǒng)型貨幣政策工具的共性與差異,取長補(bǔ)短,又要注重其自身間的協(xié)同配合,根據(jù)經(jīng)濟(jì)形勢的變化,不斷做出相應(yīng)的調(diào)整,發(fā)揮組合功能的最大化。
毫無疑問,創(chuàng)新型貨幣政策工具的推出豐富和完善了我國的貨幣政策工具箱,也為貨幣政策由數(shù)量型向價(jià)格型框架轉(zhuǎn)變,構(gòu)建利率走廊做出了貢獻(xiàn)。以傳統(tǒng)貨幣政策工具為主,創(chuàng)新型貨幣政策工具為輔的工具框架已經(jīng)基本構(gòu)建起來,但是,創(chuàng)新型貨幣政策工具在市場上的運(yùn)用也呈現(xiàn)出諸如市場波動加劇、預(yù)期紊亂、抵押品緊張等弊端,在央行多元目標(biāo)制的框架下,如何在確保流動性穩(wěn)定的大前提下,最大限度地發(fā)揮創(chuàng)新型貨幣政策工具的調(diào)控效力,最終實(shí)現(xiàn)雙12%的貨幣政策目標(biāo),成為我們下一步探究的方向。
[1] Sims C A.Macroeconomics and Reality[J].Econometrics,1980,48(1):1-48.
[2] Fernando A, Andrew A, Patrick J K. If Exchange Rates are Random Walks, Then Almost Everything We Say About Monetary Policy is Wrong[J]. American Economic Review, 2007,97(2):339-345.
[3] Tuuli Koivu.Has the Chinese Economy Become More Sensitive to Interest Rates Studying Credit Demand in China[J].China Economic Review,2009,20(3):455-470.
[4] Longzhen Fan,Yihong Yu,Chu Zhang.An Empirical Evaluation of China Monetary Policies[J].Macroeconomics,2011,33:358-371.
[5] 盧慶杰.中國貨幣政策工具有效性分析[J].復(fù)旦學(xué)報(bào)(社會科版),2007(1):47-56.
[6] 郭保民.當(dāng)前金融宏觀調(diào)控中貨幣政策工具的效應(yīng)研究[J].經(jīng)濟(jì)問題,2011(4):73-77.
[7] 馬文濤.貨幣政策的數(shù)量型工具與價(jià)格型工具的調(diào)控績效比較——來自動態(tài)隨機(jī)一般均衡模型的證據(jù)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2011(10):92-110.
[8] 曲琦,郭步超.價(jià)格型與數(shù)量型貨幣政策工具比較——基于包含時(shí)變通脹目標(biāo)的DSGE模型[J].技術(shù)經(jīng)濟(jì),2013(12):96-103.
[9] 王君斌,郭新強(qiáng),王宇. 中國貨幣政策的工具選取、宏觀效應(yīng)與規(guī)則設(shè)計(jì)[J]. 金融研究,2013(8):1-15.
[10] 高鴻.當(dāng)前我國貨幣政策工具調(diào)控的效果與改進(jìn)方向[J].經(jīng)濟(jì)問題,2012(12):79-82.
[11] 冀志斌,周先平.中央銀行溝通可以作為貨幣政策工具嗎——基于中國數(shù)據(jù)的分析[J].國際金融研究,2011(2):25-34.
[12] 王劍.基于資產(chǎn)準(zhǔn)備金制度的貨幣政策工具創(chuàng)新——兼論資產(chǎn)準(zhǔn)備金制度的局限性及面臨的難題[J].現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào)),2011(7):50-58.
[13] 馬理,劉藝.借貸便利類貨幣政策工具的傳導(dǎo)機(jī)制與文獻(xiàn)述評[J].世界經(jīng)濟(jì)研究,2014(09):23-27.
[14] 胡宏海.金融創(chuàng)新背景下中國最優(yōu)貨幣政策工具選擇[J].經(jīng)濟(jì)與管理研究,2015(10):40-44.
[15] 史藝瓊.常備借貸便利與我國貨幣政策工具轉(zhuǎn)型[J].知識經(jīng)濟(jì),2016(2):37.
[16] 張景智.新型貨幣政策工具總量與結(jié)構(gòu)效應(yīng)比較研究——基于定向降準(zhǔn)的實(shí)證[J].上海金融學(xué)院學(xué)報(bào),2016(4):5-16.
[17] 余振,顧浩,吳瑩.結(jié)構(gòu)性貨幣政策工具的作用機(jī)理與實(shí)施效果——以中國央行PSL操作為例[J].世界經(jīng)濟(jì)研究,2016(3):36-44.