全 騏

（復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院，上海 200433）

一、引言

2015年以來(lái)，央行五次下調(diào)存貸款基準(zhǔn)利率，八次下調(diào)存款準(zhǔn)備金率，但是銀行貸款增長(zhǎng)乏力，貨幣供應(yīng)量增速持續(xù)走低，2018年11月份M1 增長(zhǎng)率降至1.5%，M2 增長(zhǎng)率連續(xù)12 個(gè)月徘徊在8%的歷史低位，社會(huì)上對(duì)“融資難”、“融資貴”的反映比較突出，固定資產(chǎn)投資和工業(yè)生產(chǎn)的增速也滑至多年來(lái)低點(diǎn)。貨幣政策的邊際調(diào)整的效果似乎不及預(yù)期，為此國(guó)務(wù)院金融穩(wěn)定發(fā)展委員會(huì)第二次會(huì)議提出：“進(jìn)一步打通貨幣政策傳導(dǎo)機(jī)制，增強(qiáng)服務(wù)實(shí)體經(jīng)濟(jì)的能力”。本文研究的是貨幣政策傳導(dǎo)機(jī)制中，市場(chǎng)利率傳導(dǎo)有沒(méi)有發(fā)生“梗阻”，即2015年以來(lái)貨幣政策邊際調(diào)整的效果不彰，是因?yàn)槭袌?chǎng)利率傳導(dǎo)不暢嗎？

關(guān)于市場(chǎng)利率傳導(dǎo)機(jī)制，我國(guó)央行比較正式的表述是：通過(guò)公開(kāi)市場(chǎng)操作、準(zhǔn)備金率及再貸款（再貼現(xiàn)）等貨幣政策工具對(duì)商業(yè)銀行流動(dòng)性進(jìn)行調(diào)節(jié)，引導(dǎo)貨幣市場(chǎng)利率走勢(shì)；由貨幣市場(chǎng)利率傳導(dǎo)至其他金融產(chǎn)品的定價(jià)，最終影響企業(yè)和居民的投資、消費(fèi)行為（張曉慧，2013）。我國(guó)以間接融資為主，金融體系對(duì)實(shí)體經(jīng)濟(jì)的支持大部分體現(xiàn)為銀行貸款1從存量看，2018年11月末，對(duì)實(shí)體經(jīng)濟(jì)發(fā)放的人民幣貸款約占社會(huì)融資規(guī)模存量的67%；從增量看，2018年11月，人民幣貸款新增額約占社會(huì)融資規(guī)模增量的81%。，因此上述“貨幣市場(chǎng)利率傳導(dǎo)至其他金融產(chǎn)品”，主要就是貨幣市場(chǎng)利率傳導(dǎo)至銀行貸款；而鏈接貨幣市場(chǎng)利率和銀行貸款的關(guān)鍵環(huán)節(jié)則是銀行內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制。這是本文的出發(fā)點(diǎn)。

馬駿等（2016）分析了政策利率向市場(chǎng)利率的傳導(dǎo)，本文則在已有文獻(xiàn)基礎(chǔ)上，進(jìn)一步揭示市場(chǎng)利率如何通過(guò)銀行體系傳導(dǎo)至實(shí)體經(jīng)濟(jì)。我們認(rèn)為，市場(chǎng)利率的傳導(dǎo)是否通暢不是簡(jiǎn)單地反映在于貸款的價(jià)格和數(shù)量上，而是市場(chǎng)利率與貸款數(shù)量關(guān)系的動(dòng)態(tài)變化上：如果兩者間的關(guān)系很弱，或者由強(qiáng)轉(zhuǎn)弱，表明傳導(dǎo)不通暢，而如果兩者關(guān)系穩(wěn)定且增強(qiáng)，則表明傳導(dǎo)本身是通暢的。目前的實(shí)證研究大多只能回答市場(chǎng)利率是否引起了貸款利率以及貸款數(shù)量的變化，無(wú)法直觀反映各變量間相關(guān)關(guān)系的動(dòng)態(tài)變化，因此不能說(shuō)明市場(chǎng)利率傳導(dǎo)機(jī)制是否“通暢”。本文從銀行信貸視角出發(fā)，運(yùn)用喬里斯基分解法（Cholesky Decomposition）建立多元波動(dòng)模型，分析貨幣市場(chǎng)利率與銀行信貸投放，以及銀行信貸投放與實(shí)體經(jīng)濟(jì)之間的時(shí)間依存關(guān)系，觀察各變量之間相關(guān)性的變化。該方法統(tǒng)計(jì)上的適當(dāng)性好，能很好地描摹出各變量之間的關(guān)系是如何隨時(shí)間發(fā)生變化的。需要特別指出的是，本文研究的不是傳統(tǒng)意義上的利率渠道或信貸渠道，而是關(guān)注廣義上貨幣市場(chǎng)利率變動(dòng)如何引起銀行信貸行為的變化，并最終影響實(shí)體經(jīng)濟(jì)。

具體而言，如果2015年以后貨幣市場(chǎng)利率對(duì)銀行信貸供給的影響是穩(wěn)定的或者是增強(qiáng)的，那么就不能說(shuō)利率傳導(dǎo)發(fā)生了“梗阻”；反之，如果2015年以后貨幣市場(chǎng)利率對(duì)銀行信貸供給的影響顯著變小了，則可以認(rèn)為市場(chǎng)利率傳導(dǎo)相對(duì)于之前更不暢通。本文發(fā)現(xiàn)，隨著利率市場(chǎng)化的推進(jìn)，貨幣市場(chǎng)利率向銀行信貸投放并通過(guò)銀行信貸投放向?qū)嶓w經(jīng)濟(jì)傳導(dǎo)的效果逐漸增強(qiáng)，2015年以后基本穩(wěn)定，沒(méi)有出現(xiàn)明顯變化，市場(chǎng)利率傳導(dǎo)并未發(fā)生“梗阻”；銀行體系是市場(chǎng)利率傳導(dǎo)機(jī)制的主媒介，因此在調(diào)整利率政策時(shí)必須考慮對(duì)銀行信貸供給的激勵(lì)，而2016年以后貨幣市場(chǎng)利率明顯上漲，超過(guò)了銀行貸款利率的增加，造成信貸業(yè)務(wù)收益下降，可能弱化了銀行投放貸款的激勵(lì)。也就是說(shuō)，市場(chǎng)利率傳導(dǎo)相對(duì)于之前并沒(méi)有發(fā)生“梗阻”，問(wèn)題主要出在渠道里的“水位”偏低。因此我們的建議是，要引導(dǎo)銀行體系加大對(duì)實(shí)體經(jīng)濟(jì)的支持，應(yīng)適度降低貨幣市場(chǎng)利率。

本文主要貢獻(xiàn)有：第一，從新的視角，即商業(yè)銀行內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制的角度，描摹市場(chǎng)利率經(jīng)由銀行體系向?qū)嶓w經(jīng)濟(jì)傳導(dǎo)的過(guò)程，剖析在內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制下，貨幣市場(chǎng)利率如何通過(guò)影響銀行貸款供給。第二，用新的方法，即基于喬里斯基分解法的多元波動(dòng)模型，直觀衡量市場(chǎng)利率對(duì)銀行信貸以及銀行信貸對(duì)實(shí)體經(jīng)濟(jì)的影響及其動(dòng)態(tài)變化，從而回答近年來(lái)市場(chǎng)利率傳導(dǎo)機(jī)制有沒(méi)有發(fā)生梗阻。本文安排如下：第二部分提出兩個(gè)特征事實(shí)；第三部分為相關(guān)研究簡(jiǎn)述；第四部分為研究設(shè)計(jì)，包括對(duì)技術(shù)方法、主要變量以及數(shù)據(jù)選取的介紹；第五部分報(bào)告實(shí)證研究結(jié)果；第六部分是對(duì)實(shí)證結(jié)果的進(jìn)一步討論；第七部分總結(jié)全文并提出建議。

二、特征事實(shí)

這一部分首先厘清銀行內(nèi)部轉(zhuǎn)移定價(jià)在市場(chǎng)利率傳導(dǎo)機(jī)制中發(fā)揮的作用，剖析貨幣市場(chǎng)利率經(jīng)由銀行信貸供給傳導(dǎo)至實(shí)體經(jīng)濟(jì)的機(jī)理。然后具體說(shuō)明在這一機(jī)制下，由于2016年下半年以后貨幣市場(chǎng)利率顯著上升，對(duì)銀行信貸供給所產(chǎn)生的影響。

第一，貨幣市場(chǎng)利率通過(guò)內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制影響銀行信貸供給。

在內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制下，商業(yè)銀行對(duì)所有資金來(lái)源和資金運(yùn)用，實(shí)行“收支兩條線”全額資金管理。對(duì)負(fù)債業(yè)務(wù)，各業(yè)務(wù)單元將獲得的存款等負(fù)債資金存入資金中心，負(fù)債的利息支出是其成本，內(nèi)部轉(zhuǎn)移價(jià)格便是其收益，二者之差即該業(yè)務(wù)單元的凈收益。對(duì)資產(chǎn)業(yè)務(wù)，各業(yè)務(wù)單元從資金中心借出資金用于貸款投放等，內(nèi)部轉(zhuǎn)移價(jià)格是其資金成本，該業(yè)務(wù)單元獲得的凈收益等于貸款利率與內(nèi)部轉(zhuǎn)移價(jià)格之差。

內(nèi)部轉(zhuǎn)移定價(jià)的參照基準(zhǔn)是貨幣市場(chǎng)利率。對(duì)利率敏感度較高的同業(yè)或金融市場(chǎng)業(yè)務(wù)，內(nèi)部轉(zhuǎn)移定價(jià)一般直接盯住貨幣市場(chǎng)利率，如Shibor、質(zhì)押式回購(gòu)利率、國(guó)債收益率等，在此基礎(chǔ)上加減一定點(diǎn)數(shù)，并依據(jù)市場(chǎng)利率變化進(jìn)行調(diào)整。對(duì)利率敏感程度低的存貸款業(yè)務(wù)，由于我國(guó)仍然公布存貸款基準(zhǔn)利率，而且企業(yè)和居民習(xí)慣于按照基準(zhǔn)利率上下浮一定比例對(duì)存貸款計(jì)價(jià)，因此其內(nèi)部轉(zhuǎn)移定價(jià)雖然也是參照貨幣市場(chǎng)利率，但不完全跟隨貨幣市場(chǎng)利率，比較穩(wěn)定。比如，部分商業(yè)銀行按不同期限分段構(gòu)建存貸款資金內(nèi)部轉(zhuǎn)移價(jià)格，期限在1年以內(nèi)用Shibor 和同業(yè)存單收益率曲線，1年以上用國(guó)開(kāi)債收益率曲線（李棟等，2018）。由于貨幣市場(chǎng)業(yè)務(wù)如質(zhì)押式回購(gòu)風(fēng)險(xiǎn)相對(duì)較小，因此對(duì)商業(yè)銀行來(lái)說(shuō)，貨幣市場(chǎng)利率就是將一筆資金用于貸款的機(jī)會(huì)成本。

以內(nèi)部轉(zhuǎn)移價(jià)格為基礎(chǔ)，商業(yè)銀行采用成本加成法確定貸款定價(jià)，基本公式為：貸款利率=資金成本+風(fēng)險(xiǎn)補(bǔ)償+目標(biāo)收益。其中，資金成本就是貸款業(yè)務(wù)的內(nèi)部資金轉(zhuǎn)移價(jià)格，構(gòu)成貸款利率的主要部分，內(nèi)部資金轉(zhuǎn)移價(jià)格上升，相同貸款利率下業(yè)務(wù)部門(mén)的貸款收益就會(huì)下降，從而對(duì)其經(jīng)營(yíng)行為產(chǎn)生直接影響。內(nèi)部資金轉(zhuǎn)移定價(jià)對(duì)商業(yè)銀行產(chǎn)品定價(jià)及風(fēng)險(xiǎn)管理具有支撐作用，并通過(guò)利潤(rùn)引導(dǎo)資源配置（姜再勇，2012）。我國(guó)主要金融機(jī)構(gòu)都已建立健全了內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制，形成了基于內(nèi)部轉(zhuǎn)移定價(jià)的全成本績(jī)效評(píng)估體系（張曉慧，2013）。

第二，2016年下半年以后，貨幣市場(chǎng)利率明顯上升，使得銀行信貸業(yè)務(wù)的資金成本增加；而同期貸款利率的提高小于資金成本的增加，造成信貸業(yè)務(wù)收益下降，這可能是銀行貸款投放乏力的一個(gè)重要原因。

我們看到，2015年以來(lái)貨幣市場(chǎng)利率出現(xiàn)了一個(gè)與前期不同的特征：雖然存貸款基準(zhǔn)利率多次下調(diào)，甚至低于應(yīng)對(duì)國(guó)際金融危機(jī)的時(shí)期，但從2016年下半年開(kāi)始，貨幣市場(chǎng)利率明顯上升，2018年下半年才有所下降（圖1）。這一時(shí)期的貨幣市場(chǎng)利率2這里我們以隔夜品種的質(zhì)押式回購(gòu)利率作為貨幣市場(chǎng)利率的代表，因?yàn)橘|(zhì)押式回購(gòu)約占銀行間貨幣市場(chǎng)交易量的85%，其中隔夜品種又占質(zhì)押式回購(gòu)交易的約80%，并且各期限品種的運(yùn)行保持高度一致。顯著高于2009-2010年，與2006-2008年貨幣政策緊縮期相當(dāng)，即使算上2011-2014年貨幣市場(chǎng)高波動(dòng)時(shí)期，總體水平也不低。

圖1 存款基準(zhǔn)利率與貨幣市場(chǎng)利率

此外，從2016年開(kāi)始，貨幣市場(chǎng)利率持續(xù)高于一年期定期存款利率，而2011年以前貨幣市場(chǎng)利率基本低于一年期定期存款利率，2011-2015年貨幣市場(chǎng)利率圍繞一年期定期存款利率上下波動(dòng)（圖1）。這說(shuō)明貨幣市場(chǎng)資金來(lái)源變得相對(duì)緊張，銀行從貨幣市場(chǎng)籌集資金的成本相對(duì)上升。活期貸款利率構(gòu)成市場(chǎng)利率運(yùn)行的下限，是因?yàn)殡m然近年來(lái)存款利率市場(chǎng)化加快推進(jìn)，各類(lèi)理財(cái)產(chǎn)品大發(fā)展，但目前居民和企業(yè)活期存款仍占各項(xiàng)存款的約25%，構(gòu)成了銀行最便宜的資金來(lái)源。與上述變化相應(yīng)，貸款基準(zhǔn)利率（一年期）與貨幣市場(chǎng)利率之間的差距大幅收窄，由2008年的約5%降至2017年的約1.5%，而同期一年期存貸款基準(zhǔn)利差僅由3.33%降至2.85%，而這可能導(dǎo)致貸款收益的下降。

由于銀行對(duì)貸款利率實(shí)行成本加成定價(jià)，而資金成本通過(guò)內(nèi)部轉(zhuǎn)移定價(jià)機(jī)制跟隨貨幣市場(chǎng)利率，因此貨幣市場(chǎng)利率的上升會(huì)導(dǎo)致貸款業(yè)務(wù)的資金成本增加，銀行貸款利率也會(huì)相應(yīng)提高。所以可以看到2016年以前，各項(xiàng)貸款加權(quán)平均利率雖有大幅變動(dòng)，但與貨幣市場(chǎng)利率之間的差距，基本在4%左右（圖2）。但是，2016年以后情況發(fā)生變化，貸款利率緩慢上升的同時(shí)，與貨幣市場(chǎng)利率的差距卻在明顯縮小：2016年至2018年上半年持續(xù)維持在3%左右，2018年下半年才緩慢回升至3.5%。說(shuō)明銀行貸款利率的提高小于資金成本的增加，這必然導(dǎo)致貸款業(yè)務(wù)收益下降。

圖2 貸款加權(quán)平均利率及其與貨幣市場(chǎng)利率之差

從圖3可以看到，伴隨貨幣市場(chǎng)利率的走高，2016年以來(lái)銀行凈息差減少約0.5 個(gè)百分點(diǎn)，資產(chǎn)利潤(rùn)率也持續(xù)下降。貸款的收益下降，必然影響銀行發(fā)放貸款的積極性，而這可能是銀行貸款增長(zhǎng)乏力的一個(gè)重要原因。也就是說(shuō)，貨幣政策邊際調(diào)整的效果不彰，可能并不是因?yàn)槭袌?chǎng)利率傳導(dǎo)發(fā)生了“梗阻”，而主要是渠道里的“水位”偏低，資金價(jià)格相對(duì)于貸款利率偏高。

圖3 商業(yè)銀行凈息差和資產(chǎn)利潤(rùn)率

三、相關(guān)研究簡(jiǎn)述

貨幣政策影響實(shí)體經(jīng)濟(jì)的傳導(dǎo)過(guò)程在理論上被視為一個(gè)“黑盒”（Bernanke and Mihov，1998）。在貨幣政策傳導(dǎo)的 “黑盒” 中，金融中介發(fā)揮著重要作用（Bernanke et al.,1996）。20世紀(jì)70年代以來(lái)，在利率市場(chǎng)化浪潮的推動(dòng)下，金融創(chuàng)新和金融脫媒迅猛發(fā)展，貨幣政策信貸傳導(dǎo)渠道重要性明顯下降（Bernanke and Gertler，1995）。中國(guó)貨幣政策從數(shù)量調(diào)控向價(jià)格調(diào)控轉(zhuǎn)型，是一個(gè)與利率市場(chǎng)化同步的漸進(jìn)過(guò)程。從1996年放開(kāi)同業(yè)拆借利率、1997年放開(kāi)債券回購(gòu)利率，到1998年取消信貸規(guī)模管理，再到2004年對(duì)存貸款利率實(shí)施上下限管理，2005年商業(yè)銀行逐步建立內(nèi)部資金轉(zhuǎn)移定價(jià)機(jī)制，進(jìn)一步于2013年放開(kāi)貸款利率下限、2015年放開(kāi)存款利率上限，利率調(diào)控發(fā)揮作用的空間越來(lái)越大。隨著利率市場(chǎng)化改革的加速推進(jìn)和基本完成，我國(guó)金融創(chuàng)新和金融脫媒迅猛發(fā)展，不同金融產(chǎn)品之間和不同層次貨幣之間界線日益模糊，傳統(tǒng)數(shù)量為主的調(diào)控已難以適應(yīng)當(dāng)前貨幣政策的需要（易綱，2018）。我國(guó)貨幣政策十分重視利率價(jià)格機(jī)制的作用，調(diào)控方式逐漸由數(shù)量調(diào)控走向價(jià)格調(diào)控（張曉慧，2017）。

關(guān)于中國(guó)市場(chǎng)利率傳導(dǎo)機(jī)制的研究主要有兩類(lèi)。第一類(lèi)是研究政策利率向市場(chǎng)利率的傳導(dǎo)。馬駿等（2016）認(rèn)為，我國(guó)向以利率為中介目標(biāo)的貨幣政策框架轉(zhuǎn)型過(guò)程中，首要挑戰(zhàn)是政策利率向其他利率的傳導(dǎo)。通過(guò)構(gòu)建一個(gè)動(dòng)態(tài)隨機(jī)一般均衡模型，他們刻畫(huà)銀行體系面臨諸多制度約束、金融市場(chǎng)發(fā)展不完善的情況下，央行政策利率調(diào)整如何傳導(dǎo)至金融市場(chǎng)利率，繼而影響實(shí)體經(jīng)濟(jì)。模型的動(dòng)態(tài)數(shù)值模擬顯示，存貸比限制、對(duì)貸款的數(shù)量管制、高存款準(zhǔn)備金率等因素，會(huì)弱化和扭曲政策利率的傳導(dǎo)。要疏通利率傳導(dǎo)機(jī)制，應(yīng)逐步淡出合意貸款規(guī)模，取消貸存比限制（這項(xiàng)改革已經(jīng)在2015年下半年完成），降低存款準(zhǔn)備金率（2015年以來(lái)已經(jīng)明顯下降）。錢(qián)雪松等(2015)對(duì)2007-2013 間上市公司的銀行貸款數(shù)據(jù)進(jìn)行實(shí)證研究，他們發(fā)現(xiàn)貨幣政策通過(guò)Shibor 對(duì)貸款利率產(chǎn)生顯著影響。孫國(guó)峰和段志明(2016) 發(fā)現(xiàn)，相對(duì)于央行短期政策利率，其中期政策利率對(duì)銀行貸款利率的影響更大。郭豫媚等(2018)研究了2008-2017年貨幣政策利率對(duì)銀行貸款利率的傳導(dǎo)效率，研究顯示基準(zhǔn)利率是影響金融機(jī)構(gòu)貸款加權(quán)平均利率的主要因素。在貸款利率浮動(dòng)限制放開(kāi)后，貨幣市場(chǎng)利率的影響顯著提升，然而基準(zhǔn)利率的影響仍然占主導(dǎo)地位。

第二類(lèi)是研究利率傳導(dǎo)渠道對(duì)實(shí)體經(jīng)濟(jì)的影響。金中夏等（2013）通過(guò)構(gòu)建現(xiàn)金先行DSGE 模型，采用數(shù)值模擬分析利率市場(chǎng)化對(duì)貨幣政策有效性的影響，認(rèn)為利率市場(chǎng)化增強(qiáng)了利率渠道的作用，強(qiáng)化了貨幣政策對(duì)實(shí)體經(jīng)濟(jì)影響的持續(xù)性。Funke et al．( 2015) 利用非線性DSGE 模型，分析利率市場(chǎng)化改革背景下影子銀行對(duì)中國(guó)貨幣政策傳導(dǎo)的影響，結(jié)果表明利率管制將誘發(fā)影子銀行的繁榮，并由此弱化貨幣政策的傳導(dǎo)，而利率市場(chǎng)化則有助于提高信貸與投資之間的關(guān)聯(lián)度。劉金全和解瑤姝（2016）使用1996-2016年的通脹缺口、產(chǎn)出缺口、利率和貨幣供應(yīng)量等數(shù)據(jù)，研究貨幣政策的時(shí)變反應(yīng)特征和調(diào)控模式，得出的結(jié)論是“價(jià)格型”政策治理通貨緊縮效果較好，“數(shù)量型”政策控制通貨膨脹、抑制經(jīng)濟(jì)過(guò)熱的效果較好；而在新常態(tài)階段，兩種貨幣調(diào)控效果都出現(xiàn)了弱化。戰(zhàn)明華和李歡（2018）利用SVAR 模型和2000-2016年數(shù)據(jù)，測(cè)算金融市場(chǎng)化對(duì)貨幣政策不同傳導(dǎo)渠道的影響，發(fā)現(xiàn)利率市場(chǎng)化強(qiáng)化了利率渠道的作用，弱化了其他渠道尤其是信貸渠道的作用；但是以信貸為代表的數(shù)量化渠道效應(yīng)，仍要強(qiáng)于以利率和匯率為代表的價(jià)格渠道。這與盛松成和吳培新（2008）采用較早時(shí)期（1998-2006年）數(shù)據(jù)所得到的實(shí)證結(jié)論相近。

上述研究加深了我們對(duì)中國(guó)利率傳導(dǎo)機(jī)制的理解。然而這些文獻(xiàn)沒(méi)有研究市場(chǎng)利率是如何通過(guò)影響銀行信貸傳導(dǎo)至實(shí)體經(jīng)濟(jì)的，特別是無(wú)法反映出市場(chǎng)利率與銀行信貸投放、銀行信貸投放與實(shí)體經(jīng)濟(jì)之間的關(guān)系如何隨時(shí)間發(fā)生動(dòng)態(tài)變化。然而，為了研究近年來(lái)市場(chǎng)利率傳導(dǎo)是否發(fā)生梗阻，我們需要說(shuō)明貨幣市場(chǎng)利率經(jīng)由銀行信貸投放影響實(shí)體經(jīng)濟(jì)的傳導(dǎo)機(jī)制是如何隨時(shí)間變化的。具體而言，我們需要探討在這一傳導(dǎo)過(guò)程中的各個(gè)變量之間的關(guān)系是怎樣的，這種關(guān)系又如何發(fā)生變化。如果市場(chǎng)利率傳導(dǎo)是暢通的，我們應(yīng)該可以看到各個(gè)變量之間的關(guān)系是穩(wěn)定的或者增強(qiáng)的；反之，如果市場(chǎng)利率傳導(dǎo)發(fā)生梗阻，各個(gè)變量之間的關(guān)系會(huì)弱化。

四、技術(shù)方法

我們需要一個(gè)在統(tǒng)計(jì)上能很好地刻畫(huà)變量之間關(guān)系如何隨時(shí)間變化的技術(shù)方法，出于這個(gè)原因，我們選擇用喬里斯基分解法3喬里斯基分解法是一種矩陣分解方法，它把矩陣分解為一個(gè)下三角矩陣與它的共軛轉(zhuǎn)置矩陣的乘積。與一般矩陣分解方法比較，喬里斯基分解的效率較高。（Cholesky Decomposition）建立多元波動(dòng)模型（Multivariate Volatility Model），分析貨幣市場(chǎng)利率與銀行信貸投放以及銀行信貸投放與實(shí)體經(jīng)濟(jì)的時(shí)間依存關(guān)系（Time-Dependent Relation）。

多元波動(dòng)模型用于處理時(shí)間序列的條件異方差問(wèn)題，主要包括隨機(jī)波動(dòng)模型和廣義GARCH 模型（Bauwens et al.,2012）。假設(shè)一個(gè)維時(shí)間序列

其中μt=E（zt|Ft-1），F(xiàn)t-1為時(shí)間t-1 包含的全部信息，μt為給定Ft-1時(shí)zt的條件預(yù)期，為zt的可預(yù)測(cè)項(xiàng)；qt 為時(shí)間t 發(fā)生的沖擊，為zt的不可預(yù)測(cè)項(xiàng)；Σt=Cov（at|Ft-1）是給定Ft-1時(shí)的條件協(xié)方差矩陣，稱作zt的波動(dòng)矩陣；條件異方差指波動(dòng)矩陣Σt是時(shí)間依存的，即隨時(shí)間發(fā)生變化。多元波動(dòng)模型就是對(duì)波動(dòng)矩陣Σt建模并估計(jì)模型參數(shù)，以分析zt中各個(gè)變量之間的相關(guān)性的動(dòng)態(tài)變化。

多元波動(dòng)模型一般包括兩組方程。第一組為均值方程，控制條件均值μt=E（zt|Ft-1）的時(shí)間演化；第二組為波動(dòng)方程，刻畫(huà)波動(dòng)矩陣Σt的時(shí)間依存。難點(diǎn)是波動(dòng)矩陣Σt的估算，因?yàn)槊媾R兩個(gè)問(wèn)題。一個(gè)是“高維詛咒”：k 維時(shí)間序列的波動(dòng)矩陣含有k 個(gè)條件方差和k（k-1）/2 個(gè)條件協(xié)方差，即Σt包含k（k+1）/2 個(gè)隨時(shí)間變化的參數(shù)；另一個(gè)是對(duì)所有的t，Σt必須是正定的。這兩個(gè)問(wèn)題帶來(lái)了統(tǒng)計(jì)適當(dāng)性和計(jì)算效率的挑戰(zhàn)，對(duì)模型設(shè)定提出了要求。

而用喬里斯基分解法建立多元波動(dòng)模型的優(yōu)點(diǎn)是統(tǒng)計(jì)適當(dāng)性好，能直觀體現(xiàn)不同變量之間的關(guān)系如何隨時(shí)間發(fā)生變化，并且喬里斯基分解法是通過(guò)一系列的線性回歸進(jìn)行正交變換，使得波動(dòng)矩陣的估算比較簡(jiǎn)單。Hurn et al.（2013）、Lopes et al.（2013）和Shirota et al.（2017）均采用喬里斯基分解處理波動(dòng)模型問(wèn)題，本文模型即參照他們的研究。

令b1t=a1t，考慮這樣一個(gè)簡(jiǎn)單線性回歸方程：a2t=β21,tb1t+b2t，其中β21,t=Cov（a2t，b1t|Ft-1）/Var（b1t|Ft-1），β21,t一般采用普通最小二乘法和截至期的數(shù)據(jù)估計(jì)。根據(jù)最小二乘法，b2t與b1t=a1t正交，且Var（b2t|Ft-1）=Var（a2t|Ft-1）-β21,t2Var（a1t|Ft-1）。

下一步，考慮以下多重線性回歸方程：

a3t=γ31,tb1t+γ32,tb2t+b3t=β31,ta1t+β32,ta2t+b3t

其中，β3j,t（j=1，2）是γ3j,t和β21,t的線性方程。同樣，根據(jù)最小二乘法，b3t與a1t和a2t正交，也就是與b1t和b2t正交。重復(fù)上述多重線性回歸過(guò)程，可得：

應(yīng)用最小二乘法，在給定Ft-1時(shí)可以估算出βkj,t以及bkt的條件方差。此外，bkt與ait是正交的。上述線性回歸方程系統(tǒng)可以寫(xiě)為矩陣形式：

或者：

令bt的波動(dòng)矩陣為Σb,t，則

其中Σb,t為對(duì)角矩陣，從上式可以導(dǎo)出：

Σt-1=BtTΣb,t-1Bt，|Σt|=|Σb,t|Πi=1kσbi,t

其中σbi,t是給定Ft-1時(shí)bit的波動(dòng)率。因此，利用喬里斯基分解，at的準(zhǔn)對(duì)數(shù)似然函數(shù)比較容易估算。

具體而言，喬里斯基分解將波動(dòng)矩陣的計(jì)算簡(jiǎn)化為兩步。第一步，對(duì)bt的組成元素bit（i=1，…，k）應(yīng)用單變量波動(dòng)模型；第二步，通過(guò)時(shí)變線性回歸處理βij,t的時(shí)間演化，其中i=2，…，k，j=1，…，i-1。由于Bt的對(duì)角元素都是1，如果Σb,t是正定的，則波動(dòng)矩陣Σt就是正定的。因此，只要對(duì)所有的i 和t，bit的波動(dòng)率都是正的，Σt就是正定的。

理論上講，對(duì)轉(zhuǎn)換序列bt可以采用多種單變量波動(dòng)模型，如Lopes et al.（2013）對(duì)bit采用隨機(jī)波動(dòng)模型、對(duì)βij,t采用狀態(tài)空間模型；但是文獻(xiàn)中一般選擇GARCH 模型，因?yàn)槠涔烙?jì)比較簡(jiǎn)單（Tsay,2014）。在以下的分析中，我們對(duì)轉(zhuǎn)換序列bt采用GARCH 模型。

（二）變量選取

本文使用2004年7月至2018年9月的月度宏觀數(shù)據(jù)，數(shù)據(jù)來(lái)源于中國(guó)人民銀行以及國(guó)家統(tǒng)計(jì)局。之所以選取這個(gè)時(shí)間段，是因?yàn)?004年我國(guó)取消貸款利率上限，實(shí)行下限管理，貸款利率市場(chǎng)化邁出一大步；2005年商業(yè)銀行開(kāi)始建立內(nèi)部定價(jià)轉(zhuǎn)移機(jī)制，貨幣市場(chǎng)利率傳導(dǎo)的關(guān)鍵環(huán)節(jié)逐漸形成；這個(gè)時(shí)間段中國(guó)經(jīng)濟(jì)和貨幣政策也經(jīng)歷了兩個(gè)周期，為我們提供了比較完整的觀察市場(chǎng)利率傳導(dǎo)機(jī)制的時(shí)間窗口。

參照已有文獻(xiàn)，我們選取的變量包括貨幣市場(chǎng)利率（Rate），銀行貸款投放（Loan），經(jīng)濟(jì)增長(zhǎng)（Value），以及投資（Invest）。貨幣市場(chǎng)利率（Rate）使用隔夜品種的質(zhì)押式回購(gòu)利率，月度數(shù)據(jù)為每日數(shù)據(jù)的加權(quán)平均值；銀行貸款投放（Loan）使用月度人民幣貸款同比增長(zhǎng)率；經(jīng)濟(jì)增長(zhǎng)（Value）由于沒(méi)有GDP 增長(zhǎng)率的月度數(shù)據(jù)，以規(guī)模以上工業(yè)增加值同比增長(zhǎng)率替代。作為驅(qū)動(dòng)中國(guó)經(jīng)濟(jì)增長(zhǎng)的重要因素，投資（Invest）使用城鎮(zhèn)固定資產(chǎn)投資累計(jì)完成額的月度同比增長(zhǎng)率。圖4展示了四個(gè)變量在選取區(qū)間內(nèi)的動(dòng)態(tài)變化。需要指出的是，由于數(shù)據(jù)的不可得性，區(qū)分銀行貸款是由需求還是供給驅(qū)動(dòng)的，長(zhǎng)期以來(lái)一直是實(shí)證上的難點(diǎn)。然而在中國(guó)，資金市場(chǎng)上絕大多數(shù)時(shí)間是需大于供的，銀行貸款總量更大程度程度取決于供給，所以我們做出一個(gè)合理的假設(shè)，即本文數(shù)據(jù)中銀行貸款總量的變化是供給與需求共同決定的均衡量。

圖4 四個(gè)變量的時(shí)間序列

五、實(shí)證分析

按照前一節(jié)介紹的技術(shù)方法，我們的實(shí)證分析過(guò)程分兩步走。第一步，利用誤差修正向量自回歸模型（ECM-VAR）估計(jì)多元時(shí)間序列zt，以控制條件均值μt的時(shí)間演化，計(jì)算擬合后的殘差序列第二步，利用喬里斯基分解法對(duì)控制了條件均值的殘差序列建立波動(dòng)模型，以得到zt的波動(dòng)矩陣Σt，并據(jù)此計(jì)算各個(gè)變量之間的相關(guān)性及其動(dòng)態(tài)變化。

（一）第一步

令zt=（z1t，z2t，z3t，z4t）T，z1t，z2t，z3t，z4t分別對(duì)應(yīng)于貨幣市場(chǎng)利率（Rate）、銀行貸款投放（Loan）、投資（Invest）和經(jīng)濟(jì)增長(zhǎng)（Value）的時(shí)間序列。從圖4可以看出，z2t，z3t，z4t都有明顯的趨勢(shì)性，而ADF 單位根檢驗(yàn)（Augmented Dickey-Fuller test）顯示，四個(gè)序列均為單位根非平穩(wěn)過(guò)程（表1）。

表1 單位根檢驗(yàn)

在單位根檢驗(yàn)基礎(chǔ)上，進(jìn)行協(xié)整檢驗(yàn)。第一步，采用VAR 模型，確定其滯后階數(shù)。根據(jù)信息標(biāo)準(zhǔn)（Information Criteria），AIC 支持VAR(13)模型，而B(niǎo)IC 和HQ 都支持VAR (2) 模型；序列卡方檢驗(yàn)（Sequential Chi-square tests）也支持VAR(2)模型。因此，我們采用VAR(2)模型。此外，由于z3t和z4t都表現(xiàn)出向下漂移（downward drift）的特征，因此協(xié)整檢驗(yàn)中的常量向量不為0。第二步，開(kāi)展協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)顯示四個(gè)特征值分別為0.233、0.118、0.076、0.025，檢驗(yàn)統(tǒng)計(jì)量和臨界值列于表2，其中，Lmax代表最大特征值方法，Ltr代表“跡”方法。可以看出，在1%和5%的顯著性下，無(wú)論是最大特征值方法還是“跡”方法，都不能拒絕零假設(shè)m=2，而在5% 的顯著性下，根據(jù)“跡”方法，無(wú)法拒絕零假設(shè)m=1，所以，選擇接受存在兩個(gè)協(xié)整向量更穩(wěn)妥。兩個(gè)協(xié)整向量分別為g1=（1，0.530，-0.602，1.123）T和g2=（1，-0.023，0.024，0.023）T，我們進(jìn)行了標(biāo)準(zhǔn)化處理，第一個(gè)元素均為1。

表2 協(xié)整檢驗(yàn)

ADF 檢驗(yàn)（基于單變量AR(2)模型）顯示，兩個(gè)協(xié)整序列w1t和w2t均為單位根平穩(wěn)，檢驗(yàn)統(tǒng)計(jì)量分別為-3.01 和-3.45，p 值分別為0.038 和0.012，單位根零假設(shè)在5%的水平上被拒絕。

將協(xié)整過(guò)程wt作為給定，估計(jì)以下ECM-VAR(2)模型：

估計(jì)結(jié)果見(jiàn)表3。在初始模型的估計(jì)結(jié)果中，共有28 個(gè)估計(jì)值，其中14 個(gè)估計(jì)值在10%的水平上不顯著；通過(guò)逐步提高t 值的閾值（Threshold）以舍棄t值較低的參數(shù)估計(jì)值，得到最終的精煉模型。最終的精煉模型的非零參數(shù)僅為12 個(gè)，其中協(xié)整過(guò)程wt的系數(shù)α 中的參數(shù)均在5%或1%的水平上顯著；Δzt-1的系數(shù)φ 中的參數(shù)除了位于φ4,1的以外，其余均在5%或1%的水平上顯著。

表3 ECM-VAR(2)模型估計(jì)結(jié)果4***、**、* 分別表示在1%、5%、10%的水平上顯著。

對(duì)最終的精煉模型進(jìn)行Ljung-Box 檢驗(yàn)，滯后10期的檢驗(yàn)統(tǒng)計(jì)量的p 值均顯著高于0.05（圖5），說(shuō)明ECM-VAR(2)模型是適當(dāng)?shù)?，它?duì)多元時(shí)間序列zt的條件均值μt的擬合良好。以下我們以精煉模型為基礎(chǔ)進(jìn)行分析。

圖5 對(duì)ECM-VAR(2)模型的Ljung-Box 檢驗(yàn)

將表3中的精煉模型的參數(shù)估計(jì)值代入（7）式，可得：

上式等號(hào)右邊第一項(xiàng)為誤差修正項(xiàng)，其系數(shù)矩陣的秩為2，說(shuō)明存在兩個(gè)協(xié)整向量。將（5）式、（6）式代入（8）式，可得：

上式為矩陣形式，據(jù)此判斷變量之間的關(guān)系并不直觀。當(dāng)然這只是第一步，從以下分析可以看到，通過(guò)對(duì)ECM-VAR(2)的殘差建立波動(dòng)模型（具體見(jiàn)前節(jié)對(duì)喬里斯基分解的說(shuō)明），我們可以很直觀地看到變量之間的關(guān)系及其隨時(shí)間的變化。不過(guò)從上式中，我們依然可以導(dǎo)出下式，它說(shuō)明：貨幣市場(chǎng)利率z1t（Rate）是銀行貸款投放z2t（Loan）的格蘭杰原因，反之則不是。因?yàn)閦1,t-1出現(xiàn)在Δz2t的表達(dá)式中，而Δz1t僅受其滯后值和外部沖擊的影響。

（二）第二步

根據(jù)第一步的計(jì)量結(jié)果，我們可以計(jì)算出控制了條件均值μt的時(shí)間演化后的殘差序列，圖6展示了ECM-VAR (2) 模型的殘差。雖然上文中的Ljung-Box 檢驗(yàn)證明之間不存在線性相關(guān)，但不相關(guān)的變量不一定相互獨(dú)立，變量之間可能存在其他形式的依存關(guān)系。我們對(duì)ECM-VAR(2)模型的殘差進(jìn)行統(tǒng)計(jì)檢驗(yàn)，確認(rèn)存在條件異方差，zt的波動(dòng)矩陣Σt是時(shí)間依存的，即zt=（z1t，z2t，z3t，z4t）T四個(gè)變量之間的關(guān)系在隨時(shí)間發(fā)生變化。統(tǒng)計(jì)檢驗(yàn)分別使用LM test、Rank-based test、Portmanteau test 和Robust Portmanteau test，滯后10 期的四個(gè)檢驗(yàn)統(tǒng)計(jì)量及其p 值見(jiàn)表4。

圖6 ECM-VAR(2)模型的殘差序列

表4 對(duì) 的異方差檢驗(yàn)

表4 對(duì) 的異方差檢驗(yàn)

Robust Portmanteau Test Test Statistic 22.2 96.3 199.7 278.9 P value 0.01 3.3×10-16 0.02 1.8×10-8 LM TestRank-based Test Portmanteau Test

其中，除了σ1,t-12和σ3,t-12的系數(shù)以外，其他參數(shù)的估計(jì)均在5%或1%的水平上顯著。根據(jù)上述估計(jì)結(jié)果我們可以計(jì)算出zt的波動(dòng)矩陣Σt。

表5 對(duì)rt 的異方差檢驗(yàn)

在zt的波動(dòng)矩陣Σt中，對(duì)角線上的四個(gè)元素分別為zt中四個(gè)變量z1t、z2t、z3t、z4t的方差，對(duì)角線以外的元素分別是四個(gè)變量之間的協(xié)方差，據(jù)此我們可以計(jì)算出zt中四個(gè)變量之間的相關(guān)性及其隨時(shí)間的變化。圖7中，corr_RL 為貨幣市場(chǎng)利率z1t（Rate）和銀行貸款投放z2t（Loan）之間的相關(guān)性，corr_LI 為銀行貸款投放z2t（Loan）和投資z3t（Invest）之間的相關(guān)性，corr_LV為銀行貸款投放z2t（Loan）和經(jīng)濟(jì)增長(zhǎng)z4tt（Value）之間的相關(guān)性，corr_IV 為投資z3t（Invest）和經(jīng)濟(jì)增長(zhǎng)z4t（Value）之間的相關(guān)性，corr_RI 為貨幣市場(chǎng)利率z1t（Rate）和投資z3t（Invest）之間的相關(guān)性，corr_RV 為貨幣市場(chǎng)利率z1t（Rate）和經(jīng)濟(jì)增長(zhǎng)z4t（Value）之間的相關(guān)性。

圖7 各變量之間的相關(guān)性及其隨時(shí)間的變化

圖7清楚地展示了各個(gè)變量之間的相關(guān)性如何隨時(shí)間變化，由于前33 個(gè)觀測(cè)值用于遞歸最小二乘法的初始值估算，因此zt的波動(dòng)矩陣Σt計(jì)算起始時(shí)間點(diǎn)為2007年8月，2018年9月結(jié)束。從圖7中可以看出：

第一，2013年以前，貨幣市場(chǎng)利率與銀行貸款投放之間的負(fù)相關(guān)性總體上逐漸增強(qiáng)（圖7corr_RL）；2013-2015年由于貨幣市場(chǎng)出現(xiàn)大幅波動(dòng)，相關(guān)性發(fā)生震蕩，但是很快回復(fù)到-0.2 上下；2015年以后，貨幣市場(chǎng)利率與銀行貸款投放之間的負(fù)相關(guān)性維持在-0.2 左右。這說(shuō)明隨著利率市場(chǎng)化的推進(jìn)，貨幣市場(chǎng)利率對(duì)銀行貸款投放的影響逐步增強(qiáng)且基本穩(wěn)定，2015年以后沒(méi)有顯著變小，因此貨幣市場(chǎng)利率向銀行貸款投放的傳導(dǎo)環(huán)節(jié)并未發(fā)生“梗阻”。

第二，貸款與投資之間的存在正相關(guān)性（圖7corr_LI），2009年受刺激政策沖擊顯著上升，此后緩慢下降至2013年的0.1 左右；2013年受貨幣市場(chǎng)異常波動(dòng)影響發(fā)生明顯震蕩，但很快回到0.1 上下；此后一直在這個(gè)水平波動(dòng)。貸款與經(jīng)濟(jì)增長(zhǎng)的相關(guān)性與之類(lèi)似（圖7corr_LV），近年來(lái)一直維持在0.2 左右，2013年受到?jīng)_擊后很快回到原來(lái)水平。說(shuō)明銀行貸款投放對(duì)實(shí)體經(jīng)濟(jì)的影響比較穩(wěn)定，2015年以后沒(méi)有顯著變小，銀行貸款投放向?qū)嶓w經(jīng)濟(jì)的傳導(dǎo)環(huán)節(jié)也沒(méi)有發(fā)生“梗阻”。此外，在市場(chǎng)利率通過(guò)銀行貸款影響投資這個(gè)機(jī)制發(fā)揮作用的情況下，市場(chǎng)利率與投資的相關(guān)性趨近于零，發(fā)生震蕩后很快回到零的水平（圖7corr_RI）。說(shuō)明相對(duì)于其他傳導(dǎo)媒介，銀行體系是市場(chǎng)利率傳導(dǎo)的主媒介，市場(chǎng)利率主要經(jīng)由銀行體系對(duì)投資發(fā)揮著作用。

第三，投資與經(jīng)濟(jì)增長(zhǎng)之間的正相關(guān)性呈現(xiàn)比較明顯的趨勢(shì)性（圖7corr_IV）：2013年以前波動(dòng)上升，此后波動(dòng)下降。這在一定程度上說(shuō)明，投資對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用仍然比較大，但是在逐漸減弱。同樣，在市場(chǎng)利率通過(guò)銀行貸款影響經(jīng)濟(jì)增長(zhǎng)這個(gè)機(jī)制發(fā)揮作用的情況下，市場(chǎng)利率與經(jīng)濟(jì)增長(zhǎng)的相關(guān)性接近于零，發(fā)生震蕩后能夠很快回復(fù)到接近于零的水平（圖7-corr_RV）。這說(shuō)明相對(duì)于其他傳導(dǎo)媒介，銀行體系是市場(chǎng)利率傳導(dǎo)的主媒介，市場(chǎng)利率主要經(jīng)由銀行體系對(duì)經(jīng)濟(jì)增長(zhǎng)發(fā)揮著作用。

六、對(duì)實(shí)證結(jié)果的進(jìn)一步討論

雖然2013年以來(lái)貸款利率管制完全放開(kāi)，但存貸款基準(zhǔn)利率的影響仍然非常重要（孫國(guó)峰和段志明，2016；郭豫媚等，2018）。當(dāng)貸款基準(zhǔn)利率下降時(shí)，貸款數(shù)量上升，與此同時(shí)，貸款利率下降會(huì)帶動(dòng)貨幣市場(chǎng)利率下行，此時(shí)貨幣市場(chǎng)利率和貸款數(shù)量的負(fù)相關(guān)性可能并不能代表市場(chǎng)利率傳導(dǎo)的效果，而只是一種由貸款基準(zhǔn)利率變化所導(dǎo)致的相關(guān)性。所以，作為穩(wěn)健性測(cè)試，我們引入存貸款基準(zhǔn)利率（一年期），結(jié)果見(jiàn)圖8。其中，corr_DbenchL 為存款基準(zhǔn)利率和銀行貸款投放之間的相關(guān)性，corr_LbenchL 為貸款基準(zhǔn)利率和銀行貸款投放之間的相關(guān)性。從圖8中可以看出：第一，在控制了存貸款基準(zhǔn)利率的變化后，圖8corr_RL 與圖7corr_RL 的變化基本一致：貨幣市場(chǎng)利率與銀行貸款投放之間的負(fù)相關(guān)性在2013年以前逐漸增強(qiáng)，2013年以來(lái)基本保持平穩(wěn)，2015年之后相對(duì)于之前沒(méi)有顯著變化。第二，近年來(lái)存款基準(zhǔn)利率與銀行貸款投放之間呈現(xiàn)負(fù)相關(guān)性，在-0.1 上下波動(dòng)。第三，貸款基準(zhǔn)利率對(duì)銀行貸款投放的影響要小于貨幣市場(chǎng)利率（圖8corr_LbenchL）。其他結(jié)果與圖7基本一致，結(jié)論顯示，雖然存貸款基準(zhǔn)利率對(duì)于銀行信貸投放仍然有影響，但貨幣市場(chǎng)利率起到了更為重要的作用。

圖8 穩(wěn)健性檢驗(yàn)：引入存貸款基準(zhǔn)利率

根據(jù)上述實(shí)證結(jié)果，2015年以來(lái)貨幣市場(chǎng)利率向銀行貸款投放并通過(guò)銀行貸款投放向?qū)嶓w經(jīng)濟(jì)傳導(dǎo)的效果基本穩(wěn)定，與前幾年相比沒(méi)有明顯變化，因此，市場(chǎng)利率傳導(dǎo)本身并未發(fā)生“梗阻”。既然市場(chǎng)利率傳導(dǎo)沒(méi)有發(fā)生“梗阻”，在思考貨幣政策效果時(shí)便需將注意力轉(zhuǎn)移到其他方面，比如貨幣政策與財(cái)政政策和結(jié)構(gòu)性改革政策的相互配合等。就貨幣政策本身來(lái)講，有一個(gè)問(wèn)題需要注意：當(dāng)前貨幣市場(chǎng)利率相對(duì)于銀行貸款利率可能偏高，弱化了銀行投放貸款的激勵(lì)。

如前所述，2015年以來(lái)在存貸款基準(zhǔn)利率不斷下調(diào)并維持低位的同時(shí)，從2016年下半年開(kāi)始貨幣市場(chǎng)利率卻明顯上揚(yáng)，以至于單從貨幣市場(chǎng)利率來(lái)看，貨幣政策似乎是“收緊的”而不是“放松的”。這個(gè)情況出現(xiàn)的重要原因是央行在利率政策上實(shí)施了“扭曲操作”：一方面將存貸款基準(zhǔn)利率維持在低位，另一方面可能出于對(duì)人民幣匯率和外匯儲(chǔ)備的考慮，跟隨美聯(lián)儲(chǔ)升息的步伐上調(diào)了公開(kāi)市場(chǎng)操作利率。比如公開(kāi)市場(chǎng)7 天逆回購(gòu)利率，2017年2月至2018年4月累計(jì)上調(diào)了4 次，從2.25%升至2.55%，從中可以看到貨幣當(dāng)局試圖在內(nèi)部目標(biāo)和外部目標(biāo)之間取得平衡的努力。

前文的實(shí)證分析說(shuō)明，銀行體系是市場(chǎng)利率傳導(dǎo)的主渠道，市場(chǎng)利率的變化主要經(jīng)由銀行信貸供給對(duì)實(shí)體經(jīng)濟(jì)發(fā)揮著作用。這反映出我國(guó)金融體系以間接融資為主的特征，要求央行在調(diào)整利率政策時(shí)必須考慮對(duì)銀行信貸供給的激勵(lì)。而利率政策的 “扭曲操作”，使得貨幣市場(chǎng)利率的上漲超過(guò)了貸款利率的上漲，導(dǎo)致銀行的凈息差減少，貸款收益下降。在當(dāng)前實(shí)體經(jīng)濟(jì)偏弱、貸款風(fēng)險(xiǎn)加大的環(huán)境下，貸款收益減少必然影響銀行投放信貸的激勵(lì)，強(qiáng)化銀行信貸供給的順周期性，人民幣貸款增速由2016年初的約15%降至2018年的13%左右。

另一方面，在銀行貸款增長(zhǎng)放緩的的同時(shí)，降桿桿和對(duì)“影子銀行”的清理規(guī)范，又收窄了其他融資渠道。這兩年社會(huì)融資規(guī)模同比增速不斷走低，從2016年初的13%左右降至2018年11月的9.9%，其中，銀行貸款以外的其他融資渠道的收縮更加嚴(yán)重，如委托貸款同比下降9.6%，信托貸款同比下降4.9%，企業(yè)債券同比僅增長(zhǎng)7.6%。在各條融資渠道都明顯收窄的情況下，實(shí)體經(jīng)濟(jì)必然感到“融資難”、“融資貴”。

降桿桿和清理規(guī)范“影子銀行”的目的是防范系統(tǒng)性金融風(fēng)險(xiǎn)，在這個(gè)過(guò)程中要防止出現(xiàn)比較嚴(yán)重的信用收縮，只能更多依靠銀行貸款對(duì)實(shí)體經(jīng)濟(jì)提供金融支持。由于當(dāng)前市場(chǎng)利率傳導(dǎo)是通暢的，因此激勵(lì)銀行投放貸款的關(guān)鍵是降低貨幣市場(chǎng)利率，帶動(dòng)信貸業(yè)務(wù)資金成本下降，以提高銀行投放貸款的收益。即使將銀行貸款收益恢復(fù)到2015年以前的水平，即貸款平均利率與貨幣市場(chǎng)利率之間的差距在4%左右，貨幣市場(chǎng)利率也應(yīng)比2018年第三季度的水平低0.5-1個(gè)百分點(diǎn)。

七、結(jié)論和建議

本文運(yùn)用喬里斯基分解法建立波動(dòng)模型，通過(guò)實(shí)證分析發(fā)現(xiàn)，貨幣政策傳導(dǎo)機(jī)制中的市場(chǎng)利率傳導(dǎo)并未發(fā)生“梗阻”：近年來(lái)隨著利率市場(chǎng)化的推進(jìn)，貨幣市場(chǎng)利率向銀行貸款行為并通過(guò)銀行貸款行為向?qū)嶓w經(jīng)濟(jì)的傳導(dǎo)效果，逐步增強(qiáng)且基本穩(wěn)定，2015年以后沒(méi)有出現(xiàn)明顯變化。同時(shí)，銀行體系是市場(chǎng)利率傳導(dǎo)的主媒介，因此央行在調(diào)整利率政策時(shí)必須考慮對(duì)銀行信貸供給的激勵(lì)；而從2016年下半年開(kāi)始貨幣市場(chǎng)利率明顯上升，超過(guò)了銀行貸款利率的增加，造成信貸業(yè)務(wù)收益下降，可能弱化了銀行貸款投放的激勵(lì)。

既然市場(chǎng)利率傳導(dǎo)沒(méi)有發(fā)生“梗阻”，便需將注意力轉(zhuǎn)移到其他方面，比如加強(qiáng)貨幣政策與財(cái)政政策和結(jié)構(gòu)性改革政策的配合等。就貨幣政策本身來(lái)講，當(dāng)前存貸款基準(zhǔn)利率已經(jīng)很低，考慮到通貨膨脹以及人民幣匯率、資本流動(dòng)等因素，不宜再下調(diào)基準(zhǔn)利率。由于市場(chǎng)利率傳導(dǎo)是通暢的，因此增強(qiáng)貨幣政策效果的著力點(diǎn)應(yīng)是引導(dǎo)貨幣市場(chǎng)利率下行，以降低銀行資金成本、提高貸款收益，激勵(lì)銀行更多地投放貸款。當(dāng)前公開(kāi)市場(chǎng)操作利率和存款準(zhǔn)備金率存在較大的下調(diào)空間，可以通過(guò)降低逆回購(gòu)和再貸款利率、增加再貸款投放、降準(zhǔn)等方式引導(dǎo)貨幣市場(chǎng)利率下行。