金成曉　李夢(mèng)嘉

摘要：在關(guān)于貨幣政策影響經(jīng)濟(jì)主體風(fēng)險(xiǎn)承擔(dān)水平，進(jìn)而影響金融周期波動(dòng)機(jī)制的研究中，基于風(fēng)險(xiǎn)承擔(dān)渠道的相關(guān)研究較為成熟。區(qū)別于以往相關(guān)研究多關(guān)注貨幣政策實(shí)際采取的立場(chǎng)，文章基于貨幣政策反應(yīng)函數(shù)渠道探討了數(shù)量型與價(jià)格型貨幣政策反應(yīng)函數(shù)對(duì)金融周期波動(dòng)影響的時(shí)變機(jī)制。滾動(dòng)回歸的實(shí)證結(jié)果顯示：無(wú)論數(shù)量型貨幣政策規(guī)則還是價(jià)格型貨幣政策規(guī)則，貨幣政策對(duì)信貸波動(dòng)反應(yīng)的敏感性主要影響金融周期的波動(dòng)，但在價(jià)格型貨幣政策規(guī)則下，基于信貸視角觀察金融周期波動(dòng)時(shí)，貨幣政策信貸敏感性與貨幣政策資產(chǎn)價(jià)格敏感性對(duì)金融周期影響差異較小;較之于價(jià)格型貨幣政策規(guī)則，貨幣政策對(duì)信貸波動(dòng)反應(yīng)的敏感性在數(shù)量型貨幣政策規(guī)則下，對(duì)金融周期波動(dòng)的影響更顯著，并在一定程度上表現(xiàn)出隨時(shí)間擴(kuò)大的趨勢(shì)。文章的創(chuàng)新之處在于：強(qiáng)調(diào)了貨幣政策通過(guò)政策反應(yīng)函數(shù)渠道而非以往研究中較多關(guān)注的狹義風(fēng)險(xiǎn)承擔(dān)渠道影響金融周期波動(dòng)的事實(shí)，并構(gòu)建計(jì)量模型對(duì)貨幣政策反應(yīng)函數(shù)渠道影響金融周期波動(dòng)的時(shí)變機(jī)制進(jìn)行了詳細(xì)刻畫(huà)。

關(guān)鍵詞：貨幣政策反應(yīng)函數(shù);金融周期;數(shù)量型貨幣政策;價(jià)格型貨幣政策;滾動(dòng)回歸;時(shí)變機(jī)制

中圖分類(lèi)號(hào)：F822.1;F832.59;F224.0 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-5831（2021）06-0016-13

一、引言與文獻(xiàn)綜述

歷次經(jīng)濟(jì)與金融危機(jī)的經(jīng)驗(yàn)表明：在金融狀況處于上升期時(shí)，投資者往往容易由于對(duì)風(fēng)險(xiǎn)認(rèn)識(shí)不充分而承擔(dān)過(guò)度的實(shí)際風(fēng)險(xiǎn)，一旦金融狀況下行，之前過(guò)度風(fēng)險(xiǎn)承擔(dān)行為造成的損失遠(yuǎn)遠(yuǎn)超過(guò)投資者的承受能力，進(jìn)而導(dǎo)致市場(chǎng)喪失信心、流動(dòng)性迅速消失，最終爆發(fā)金融危機(jī)。因此風(fēng)險(xiǎn)承擔(dān)行為對(duì)金融周期波動(dòng)具有重要影響?，F(xiàn)有文獻(xiàn)基于Borio和Zhu[1]提出的風(fēng)險(xiǎn)承擔(dān)渠道，從貨幣政策實(shí)際采取的立場(chǎng)等因素影響銀行風(fēng)險(xiǎn)認(rèn)知和風(fēng)險(xiǎn)容忍度的風(fēng)險(xiǎn)承擔(dān)視角對(duì)此進(jìn)行了大量研究。特別地，F(xiàn)ilardo等強(qiáng)調(diào)了貨幣政策規(guī)則自身影響風(fēng)險(xiǎn)承擔(dān)行為進(jìn)而影響金融周期波動(dòng)的事實(shí)，將之稱(chēng)為貨幣政策反應(yīng)函數(shù)渠道[2]。

然而現(xiàn)有實(shí)證文獻(xiàn)多數(shù)只關(guān)注了貨幣政策實(shí)際采取的立場(chǎng)與調(diào)控后的短期政策利率，分析銀行風(fēng)險(xiǎn)承擔(dān)行為的影響，通過(guò)基于短期利率與銀行信貸量、新增貸款違約概率間存在的負(fù)相關(guān)關(guān)系等事實(shí)證實(shí)了風(fēng)險(xiǎn)承擔(dān)渠道的存在[3-5]，并就貨幣政策對(duì)金融與經(jīng)濟(jì)周期波動(dòng)的影響取得了較為一致的結(jié)論[6]。其中部分文獻(xiàn)結(jié)合銀行資本結(jié)構(gòu)因素分析了貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響，例如Delis 等[7]對(duì)歐元區(qū)商業(yè)銀行2001年至2008年年度數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)低利率的確大幅增加了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)，同時(shí)該影響隨商業(yè)銀行資本結(jié)構(gòu)和業(yè)務(wù)比例不同而存在差異。還有部分文獻(xiàn)提出了影響過(guò)程的關(guān)鍵因素，Maddaloni 等[8]與Ioannidou 等[9]認(rèn)為較低的貨幣政策短期利率使商業(yè)銀行放松了對(duì)家庭與企業(yè)放貸的要求，促使商業(yè)銀行對(duì)信用記錄不佳、評(píng)級(jí)較差客戶(hù)發(fā)放貸款。

國(guó)內(nèi)相關(guān)文獻(xiàn)與以上研究思路大體一致，研究多數(shù)采用了銀行層面的微觀數(shù)據(jù)，結(jié)論從不同角度證實(shí)了狹義風(fēng)險(xiǎn)承擔(dān)渠道的存在[10-11]，區(qū)別主要體現(xiàn)在代理變量的選擇以及樣本區(qū)間或受影響對(duì)象的選擇。特別的，劉生福、李成將分析視角從銀行層面拓展到了市場(chǎng)層面、政策層面，分別采用銀行間同業(yè)拆借利率的年度加權(quán)平均值、中央銀行公布的存款基準(zhǔn)利率與每家銀行利息收入與貸款總額的比率，從市場(chǎng)層面、政策層面和銀行層面分析我國(guó)貨幣政策調(diào)控對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響[12]。

事實(shí)上，貨幣政策的規(guī)則自身也會(huì)影響風(fēng)險(xiǎn)承擔(dān)行為進(jìn)而影響金融周期波動(dòng)，這一點(diǎn)雖在Borio和Zhu[1]的文章中涉及，但后續(xù)實(shí)證文獻(xiàn)未受到普遍關(guān)注。

目前只有少數(shù)文獻(xiàn)直接或者間接地關(guān)注貨幣政策反應(yīng)函數(shù)影響銀行風(fēng)險(xiǎn)承擔(dān)進(jìn)而影響金融周期波動(dòng)的問(wèn)題，例如De Nicolò等[13]。Filardo等[2]直接提出了貨幣政策反應(yīng)函數(shù)渠道的概念，即公眾關(guān)于央行貨幣政策對(duì)金融周期波動(dòng)的反應(yīng)程度的判斷影響其風(fēng)險(xiǎn)承擔(dān)行為，進(jìn)而影響金融周期波動(dòng)的發(fā)展

由于該傳導(dǎo)機(jī)制也涉及對(duì)風(fēng)險(xiǎn)承擔(dān)行為的影響，因此也可將貨幣政策反應(yīng)函數(shù)渠道視為風(fēng)險(xiǎn)承擔(dān)渠道的一種。并且貨幣政策反應(yīng)函數(shù)渠道中的自變量是貨幣政策反應(yīng)規(guī)則，在Filardo等的實(shí)證中以貨幣政策反應(yīng)函數(shù)中的系數(shù)表示反應(yīng)敏感性，區(qū)別在于傳統(tǒng)風(fēng)險(xiǎn)承擔(dān)渠道的自變量是實(shí)際貨幣政策采取的立場(chǎng)，在實(shí)證文獻(xiàn)中以短期政策利率為代理變量。。文章基于泰勒規(guī)則估計(jì)了1979—2019年美國(guó)貨幣政策對(duì)宏觀變量（通脹與失業(yè)率）與金融變量（股價(jià)、房?jī)r(jià)與信貸）波動(dòng)的反應(yīng)函數(shù)，然后檢驗(yàn)了貨幣政策對(duì)金融狀況反應(yīng)敏感性與金融周期變化的關(guān)系。

該文章區(qū)別于以往側(cè)重微觀數(shù)據(jù)層面的研究，從宏觀視角對(duì)問(wèn)題進(jìn)行了分析，是對(duì)現(xiàn)有研究的有益補(bǔ)充，但沒(méi)有就函數(shù)設(shè)定形式進(jìn)行充分討論，沒(méi)有涉及數(shù)量規(guī)則下的政策反應(yīng)函數(shù)。事實(shí)上，既然通過(guò)貨幣政策反應(yīng)函數(shù)的形式具體化貨幣政策反應(yīng)，則貨幣政策反應(yīng)函數(shù)渠道中的實(shí)際自變量是貨幣政策反應(yīng)函數(shù)，函數(shù)中的結(jié)構(gòu)系數(shù)僅僅反映了函數(shù)的部分信息，以往研究中未被考慮的函數(shù)形式中包含的關(guān)于貨幣政策反應(yīng)的信息同樣重要。貨幣政策反應(yīng)函數(shù)能夠體現(xiàn)央行的貨幣政策工具對(duì)宏觀經(jīng)濟(jì)和金融變量波動(dòng)作出反應(yīng)的規(guī)則，可以分為價(jià)格型（泰勒規(guī)則Taylor Rule）與數(shù)量型（麥克勒姆規(guī)則McCallum Rule）。盡管謝平、羅雄[14]與Zhang[15]發(fā)現(xiàn)Taylor規(guī)則能有效刻畫(huà)中國(guó)利率政策變化，中國(guó)價(jià)格型貨幣政策反應(yīng)規(guī)則相對(duì)于數(shù)量型貨幣政策反應(yīng)規(guī)則更有效，但也有文獻(xiàn)結(jié)論相反[16-18]。還有部分文獻(xiàn)觀點(diǎn)相對(duì)中立。劉喜和等的研究表明如果貨幣政策的目標(biāo)是治理通貨膨脹，則數(shù)量型與價(jià)格型貨幣政策的作用效果差異不大，如果貨幣政策的目標(biāo)是解決經(jīng)濟(jì)增長(zhǎng)問(wèn)題，則數(shù)量型規(guī)則的效果強(qiáng)于價(jià)格型規(guī)則[19]。上述分歧的存在使具體函數(shù)形式的考慮具有現(xiàn)實(shí)意義。因此本文立意結(jié)合中國(guó)實(shí)際，在研究中考慮函數(shù)具體設(shè)定形式，進(jìn)行貨幣政策影響金融周期波動(dòng)的分析。

綜上所述，本文的研究貢獻(xiàn)體現(xiàn)在兩方面：一是應(yīng)用拓展，本文基于Filardo等[2]提出的貨幣政策反應(yīng)函數(shù)渠道分析了我國(guó)貨幣政策反應(yīng)函數(shù)對(duì)金融周期的影響機(jī)制;二是理論完善，本文的模型設(shè)定更具一般性，在設(shè)定貨幣政策反應(yīng)函數(shù)形式時(shí)不但考慮了價(jià)格型規(guī)則還考慮了數(shù)量型貨幣政策規(guī)則，并對(duì)比了數(shù)量型貨幣政策反應(yīng)函數(shù)渠道與價(jià)格型貨幣政策反應(yīng)渠道。具體文章結(jié)構(gòu)安排如下：第二部分實(shí)證檢驗(yàn)了中國(guó)貨幣政策反應(yīng)函數(shù);第三部分對(duì)貨幣政策通過(guò)政策反應(yīng)函數(shù)渠道對(duì)金融周期波動(dòng)的時(shí)變影響機(jī)制進(jìn)行了實(shí)證分析;第四部分進(jìn)行了模型拓展與穩(wěn)健性檢驗(yàn);最后結(jié)合實(shí)證結(jié)論給出了具體的建議。

二、貨幣政策反應(yīng)函數(shù)

貨幣政策規(guī)則是貨幣政策應(yīng)對(duì)宏觀經(jīng)濟(jì)與金融狀況沖擊時(shí)的系統(tǒng)性與規(guī)律性反應(yīng)，決定了貨幣政策反應(yīng)函數(shù)的基本形式。由于當(dāng)前主要貨幣政策規(guī)則包括McCallum[20]提出的數(shù)量型貨幣政策規(guī)則與Taylor[21]提出的價(jià)格型貨幣政策規(guī)則，因此下面分別基于數(shù)量型規(guī)則與價(jià)格型規(guī)則估計(jì)貨幣政策反應(yīng)函數(shù)，并根據(jù)估計(jì)結(jié)果觀察貨幣政策對(duì)金融波動(dòng)反應(yīng)的敏感性隨時(shí)間變化的特征。目前學(xué)界沒(méi)有形成統(tǒng)一的金融周期刻畫(huà)方法，研究者根據(jù)研究目的不同一般采用金融狀況指數(shù)或者具體的金融指標(biāo)作為金融周期的代理變量。本文為反映結(jié)構(gòu)性特征以具體金融指標(biāo)的方式刻畫(huà)金融周期，根據(jù)Borio[22]關(guān)于金融周期的理論，結(jié)合我國(guó)實(shí)際選取信貸量與資產(chǎn)價(jià)格為模型中金融周期的代理變量。由于股票價(jià)格波動(dòng)頻率顯著高于房地產(chǎn)價(jià)格波動(dòng)的頻率，且我國(guó)金融周期具有與房地產(chǎn)價(jià)格密切聯(lián)系的特征，因此在方程中以房地產(chǎn)價(jià)格波動(dòng)表示金融周期中的資產(chǎn)價(jià)格波動(dòng)。

（一）貨幣政策反應(yīng)函數(shù)設(shè)定

邢毓靜等考察中國(guó)目前的貨幣政策情況，認(rèn)為選擇以基礎(chǔ)貨幣為中介目標(biāo)的數(shù)量型規(guī)則較為合適[23]。因此本文首先基于數(shù)量型規(guī)則建立包含金融周期變量的貨幣政策反應(yīng)函數(shù)。中國(guó)人民銀行貨幣政策的目標(biāo)是保持貨幣幣值的穩(wěn)定，并以此促進(jìn)經(jīng)濟(jì)增長(zhǎng)，因此貨幣政策反應(yīng)方程右側(cè)不僅有通貨膨脹目標(biāo)，還有表示實(shí)體經(jīng)濟(jì)運(yùn)行狀態(tài)的產(chǎn)出缺口。在此基礎(chǔ)上為更好地應(yīng)對(duì)金融的順周期性，中央銀行貨幣政策要逆風(fēng)而動(dòng)（lean against the wind），因此納入表示金融周期波動(dòng)的核心指標(biāo)信貸與房地產(chǎn)價(jià)格。參考吳吉林和張二華[18]的設(shè)定，建立數(shù)量型貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型如下：

（二）數(shù)據(jù)說(shuō)明

本文選取2006年1月至2019年12月的月度數(shù)據(jù)進(jìn)行估計(jì)?；A(chǔ)貨幣增速以M1增速為代理指標(biāo)，通脹率由CPI增長(zhǎng)率計(jì)算得到，貨幣政策工具利率以銀行間同業(yè)拆借市場(chǎng)7天平均加權(quán)利率為代理指標(biāo)，產(chǎn)出缺口由GDP計(jì)算得到。結(jié)合我國(guó)實(shí)際選取社會(huì)融資規(guī)模增量與國(guó)房景氣指數(shù)作為反映信貸量與房地產(chǎn)價(jià)格的指標(biāo)。以上數(shù)據(jù)除GDP為季度數(shù)據(jù)外均為月度數(shù)據(jù)，為提高數(shù)據(jù)頻率、擴(kuò)大樣本，采用局部二次擬合的方式將季度GDP轉(zhuǎn)換為月度數(shù)據(jù)。原始數(shù)據(jù)來(lái)源為中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)，變量含義與具體處理過(guò)程詳見(jiàn)表1。

（三）貨幣政策對(duì)金融變量反應(yīng)敏感性

本文采用STATA16進(jìn)行滾動(dòng)回歸估計(jì)得到貨幣政策對(duì)信貸與房地產(chǎn)價(jià)格變化反應(yīng)的敏感性變化，如圖1與圖2所示。圖1中左側(cè)是數(shù)量型貨幣政策工具對(duì)信貸變化反應(yīng)敏感性，右側(cè)是數(shù)量型貨幣政策工具對(duì)房地產(chǎn)價(jià)格變化反應(yīng)敏感性。圖2中左側(cè)是價(jià)格型貨幣政策對(duì)信貸變化反應(yīng)敏感性，右側(cè)是價(jià)格型貨幣政策工具對(duì)房地產(chǎn)價(jià)格變化反應(yīng)敏感性。由圖1可知基礎(chǔ)貨幣對(duì)信貸波動(dòng)反應(yīng)敏感性遠(yuǎn)遠(yuǎn)小于基礎(chǔ)貨幣對(duì)房地產(chǎn)價(jià)格的敏感性。具體而言，2006年至2019年數(shù)量型貨幣政策工具對(duì)信貸缺口的反應(yīng)系數(shù)基本在正負(fù)0.5之間波動(dòng)，而估計(jì)得到的數(shù)量型貨幣政策工具對(duì)房地產(chǎn)價(jià)格缺口的反應(yīng)系數(shù)在正負(fù)5之間，并且兩次低于負(fù)5，這在一定程度上表明近年來(lái)央行貨幣政策對(duì)房地產(chǎn)價(jià)格波動(dòng)的關(guān)注超過(guò)對(duì)信貸量的關(guān)注。

觀察圖2發(fā)現(xiàn)政策利率對(duì)信貸波動(dòng)反應(yīng)敏感性同樣遠(yuǎn)遠(yuǎn)小于政策利率對(duì)房地產(chǎn)價(jià)格的敏感性，2006年至2019年價(jià)格型貨幣政策工具對(duì)信貸缺口的反應(yīng)系數(shù)基本在負(fù)3至1區(qū)間中波動(dòng)，而估計(jì)得到的價(jià)格型貨幣政策工具對(duì)房地產(chǎn)價(jià)格缺口的反應(yīng)系數(shù)基本在負(fù)300至100之間。這意味著無(wú)論是從數(shù)量型規(guī)則視角還是從價(jià)格型規(guī)則視角，貨幣政策對(duì)房地產(chǎn)價(jià)格波動(dòng)的反應(yīng)都超過(guò)對(duì)信貸規(guī)模的反應(yīng)。此外，價(jià)格型貨幣政策反應(yīng)系數(shù)相對(duì)于數(shù)量型貨幣政策反應(yīng)系數(shù)表現(xiàn)出更明顯的逆周期性。

三、時(shí)變影響機(jī)制的實(shí)證分析

下面實(shí)證檢驗(yàn)貨幣政策工具對(duì)金融波動(dòng)的反應(yīng)敏感性影響金融周期變化的時(shí)變機(jī)制。

（一）模型構(gòu)建

（二）計(jì)量結(jié)果分析

圖3是數(shù)量型規(guī)則下貨幣政策反應(yīng)函數(shù)對(duì)信貸量與房地產(chǎn)價(jià)格反應(yīng)敏感性，簡(jiǎn)稱(chēng)信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)，對(duì)信貸量波動(dòng)的影響。左側(cè)是信貸反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響。

圖4是數(shù)量型規(guī)則下貨幣政策反應(yīng)函數(shù)對(duì)信貸量與房地產(chǎn)價(jià)格反應(yīng)敏感性對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響。左側(cè)是信貸反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響。

由圖3、圖4可知：首先，在數(shù)量型規(guī)則下，貨幣政策對(duì)信貸波動(dòng)反應(yīng)的敏感性對(duì)信貸波動(dòng)后期變化的影響大于對(duì)房地產(chǎn)價(jià)格后期變化的影響;同樣貨幣政策對(duì)房地產(chǎn)價(jià)格波動(dòng)反應(yīng)的敏感性對(duì)信貸波動(dòng)后期變化的影響大于對(duì)房地產(chǎn)價(jià)格后期變化的影響。這表明貨幣政策對(duì)金融波動(dòng)的反應(yīng)影響著金融周期的后期變化，并且貨幣政策對(duì)信貸波動(dòng)的影響效果明顯。其次，在數(shù)量型規(guī)則下，貨幣政策信貸與資產(chǎn)價(jià)格反應(yīng)敏感性對(duì)資產(chǎn)價(jià)格變化的影響，盡管程度存在差異，但都有增大的趨勢(shì)。

圖5是價(jià)格型規(guī)則下貨幣政策反應(yīng)函數(shù)中的信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響。左側(cè)是信貸反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響。

圖6是價(jià)格型規(guī)則下貨幣政策反應(yīng)函數(shù)對(duì)信貸量與房地產(chǎn)價(jià)格反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響。左側(cè)是信貸反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響。

由圖5、圖6可知，首先，在價(jià)格型規(guī)則下貨幣政策反應(yīng)函數(shù)中，信貸反應(yīng)敏感性對(duì)信貸波動(dòng)后期變化的影響與對(duì)房地產(chǎn)價(jià)格后期變化的影響不存在數(shù)量級(jí)上的差異，但房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸波動(dòng)后期變化的影響與對(duì)房地產(chǎn)價(jià)格后期變化的影響存在數(shù)量級(jí)上的差異，房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸波動(dòng)后期變化的影響較大，對(duì)房地產(chǎn)價(jià)格后期變化的影響較小。其次，在價(jià)格型規(guī)則下，貨幣政策對(duì)信貸波動(dòng)的敏感性，相較于對(duì)資產(chǎn)價(jià)格波動(dòng)的敏感性更加顯著地影響著金融周期的后期變化，無(wú)論是基于信貸還是資產(chǎn)價(jià)格的視角。

以上實(shí)證分析綜合表明：（1）一直以來(lái)無(wú)論是從數(shù)量型規(guī)則視角還是從價(jià)格型規(guī)則視角，貨幣政策工具對(duì)房地產(chǎn)價(jià)格波動(dòng)的反應(yīng)都超過(guò)對(duì)信貸規(guī)模的反應(yīng)，即貨幣政策更具有資產(chǎn)價(jià)格敏感性。（2）無(wú)論在數(shù)量型貨幣政策規(guī)則下，還是在價(jià)格型貨幣政策規(guī)則下，無(wú)論是從信貸視角還是從資產(chǎn)價(jià)格視角刻畫(huà)的金融周期觀察，貨幣政策信貸敏感性對(duì)金融周期的影響都大于貨幣政策資產(chǎn)價(jià)格敏感性對(duì)金融周期的影響。但在價(jià)格型貨幣政策規(guī)則下，基于信貸視角觀察金融周期波動(dòng)時(shí)，兩者間差異程度較小。（3）較之于價(jià)格型貨幣政策規(guī)則，貨幣政策對(duì)信貸波動(dòng)反應(yīng)的敏感性在數(shù)量型貨幣政策規(guī)則下對(duì)金融周期波動(dòng)的影響程度更大，并在一定程度上表現(xiàn)出隨時(shí)間擴(kuò)大的趨勢(shì)。

四、穩(wěn)健性檢驗(yàn)

（一）滯后期設(shè)定穩(wěn)健性檢驗(yàn)

由于政策滯后期難以準(zhǔn)確度量，因此為保證基準(zhǔn)模型估計(jì)結(jié)果的可靠性和有效性，在此調(diào)整滯后期設(shè)定對(duì)以上實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。采用相同的樣本數(shù)據(jù)與模型設(shè)定，將第三部分模型的因變量由滯后12期即一年改為滯后6期即半年，得到估計(jì)結(jié)果如圖7與圖8所示。

其中圖7左上是數(shù)量型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響，右上是房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響;左下是數(shù)量型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響，右下是房地產(chǎn)反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響。圖8左上是價(jià)格型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響，右上是房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響;左下是價(jià)格型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響，右下是房地產(chǎn)反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響。由圖可知估計(jì)結(jié)果與第三部分基本一致，實(shí)證結(jié)果具有穩(wěn)健性。

（二）反應(yīng)函數(shù)設(shè)定穩(wěn)健性檢驗(yàn)

考慮貨幣政策實(shí)際實(shí)施過(guò)程中存在平滑調(diào)整現(xiàn)象，借鑒張屹山與張代強(qiáng)[26]，在反應(yīng)方程中加入?yún)?shù)平滑調(diào)整系數(shù)ρ。

建立數(shù)量型貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型與價(jià)格型貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型：

其余設(shè)定與第三部分保持一致，得到實(shí)證結(jié)果如圖9與圖10。

圖9中上方兩幅圖分別是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響，下方兩幅圖分別是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響。

同樣，圖10中上方兩幅圖是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對(duì)房地產(chǎn)價(jià)格波動(dòng)的影響，下方兩幅圖分別是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對(duì)信貸量波動(dòng)的影響。在考慮政策平滑的情況下，無(wú)論基于何種貨幣政策規(guī)則，貨幣政策敏感性對(duì)信貸量的影響顯著大于對(duì)房地產(chǎn)價(jià)格的影響，與之前實(shí)證結(jié)果具有高度一致性。區(qū)別主要體現(xiàn)在結(jié)果中極值的減少，從這個(gè)角度說(shuō)，盡管是否在函數(shù)中引入平滑參數(shù)并不改變結(jié)論，但引入平滑參數(shù)可能是更適宜的函數(shù)設(shè)定。

五、結(jié)論與政策建議

貨幣政策影響信貸與資產(chǎn)價(jià)格等金融因素的波動(dòng)，而金融因素大幅的波動(dòng)會(huì)引起金融危機(jī)，造成對(duì)實(shí)體經(jīng)濟(jì)的劇烈沖擊，因此學(xué)術(shù)界對(duì)貨幣政策影響金融波動(dòng)的機(jī)制十分關(guān)注，并在考慮是否應(yīng)該將金融因素納入貨幣政策目標(biāo)。然而，無(wú)論是否將金融穩(wěn)定納入貨幣政策目標(biāo)，貨幣政策通過(guò)影響銀行風(fēng)險(xiǎn)承擔(dān)行為影響金融周期波動(dòng)的問(wèn)題是現(xiàn)實(shí)存在的，但以往的研究視角往往局限在考慮貨幣政策實(shí)際采取的立場(chǎng)對(duì)金融周期波動(dòng)的影響，學(xué)術(shù)界對(duì)貨幣政策通過(guò)政策反應(yīng)函數(shù)影響金融周期變化的實(shí)證研究較少。其中Filardo研究了貨幣政策反應(yīng)函數(shù)渠道的影響機(jī)制，并指出市場(chǎng)參與者通過(guò)貨幣政策對(duì)金融變量波動(dòng)的反應(yīng)對(duì)貨幣政策反應(yīng)函數(shù)產(chǎn)生一定認(rèn)識(shí)，該認(rèn)識(shí)會(huì)影響市場(chǎng)參與者對(duì)未來(lái)投資預(yù)期收益率的判斷以及風(fēng)險(xiǎn)承擔(dān)行為，進(jìn)而會(huì)影響金融周期的未來(lái)變化。貨幣政策反應(yīng)函數(shù)渠道區(qū)別于以往實(shí)證研究中的風(fēng)險(xiǎn)承擔(dān)渠道主要體現(xiàn)在：以往研究主要分析實(shí)際實(shí)施的不同貨幣政策立場(chǎng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)行為的影響。當(dāng)這樣的風(fēng)險(xiǎn)承擔(dān)渠道發(fā)揮主導(dǎo)作用時(shí)，央行更傾向于采用相機(jī)抉擇方式以應(yīng)對(duì)金融過(guò)熱。但當(dāng)政策反應(yīng)函數(shù)渠道發(fā)揮主導(dǎo)作用時(shí)，央行會(huì)通過(guò)及時(shí)發(fā)布貨幣政策信號(hào)的方式加強(qiáng)與公眾的貨幣政策溝通，進(jìn)行系統(tǒng)性逆周期操作，并通過(guò)系統(tǒng)性逆周期貨幣政策反應(yīng)函數(shù)影響金融主體對(duì)未來(lái)的預(yù)期進(jìn)而避免過(guò)度的風(fēng)險(xiǎn)承擔(dān)。這種通過(guò)影響公眾預(yù)期避免過(guò)度風(fēng)險(xiǎn)承擔(dān)的方式相比之下需要付出的政策成本更小。但多數(shù)實(shí)證分析中關(guān)于政策反應(yīng)函數(shù)的設(shè)定僅僅考慮了泰勒規(guī)則的函數(shù)形式，而學(xué)界關(guān)于更符合我國(guó)貨幣政策實(shí)際的貨幣政策規(guī)則并未達(dá)成一致。因此本文結(jié)合中國(guó)現(xiàn)實(shí)考慮了數(shù)量型與價(jià)格型貨幣政策反應(yīng)函數(shù)兩種情況，在實(shí)證檢驗(yàn)中國(guó)貨幣政策反應(yīng)函數(shù)渠道存在的基礎(chǔ)上分析中國(guó)貨幣政策反應(yīng)函數(shù)對(duì)金融周期的影響，并分別調(diào)整滯后期設(shè)定與反應(yīng)函數(shù)設(shè)定進(jìn)行了穩(wěn)健性檢驗(yàn)。本文得出以下結(jié)論與政策建議。

第一，由于無(wú)論在數(shù)量型貨幣政策規(guī)則下，還是在價(jià)格型貨幣政策規(guī)則下，無(wú)論是從信貸視角還是從資產(chǎn)價(jià)格視角刻畫(huà)的金融周期觀察，貨幣政策信貸敏感性對(duì)金融周期的影響都大于貨幣政策資產(chǎn)價(jià)格敏感性對(duì)金融周期的影響，即貨幣政策對(duì)信貸量的關(guān)注能夠有效影響金融周期波動(dòng)。這表明一旦政策實(shí)施時(shí)出現(xiàn)指標(biāo)沖突的復(fù)雜情況，貨幣政策優(yōu)先關(guān)注信貸量可以得到事半功倍的政策效果，該結(jié)論為完善貨幣政策決策執(zhí)行機(jī)制提供了有益的參考。

第二，較之于價(jià)格型貨幣政策規(guī)則，貨幣政策對(duì)信貸波動(dòng)反應(yīng)的敏感性在數(shù)量型貨幣政策規(guī)則下對(duì)金融周期波動(dòng)的影響程度更大。因此相對(duì)于價(jià)格型貨幣政策反應(yīng)函數(shù)渠道，我國(guó)數(shù)量型貨幣政策反應(yīng)函數(shù)渠道表現(xiàn)出更強(qiáng)的有效性，這在一定程度上意味著政策實(shí)踐中數(shù)量型貨幣政策具有更突出的操作效果。在考慮通過(guò)采取改變實(shí)際貨幣政策立場(chǎng)影響經(jīng)濟(jì)主體風(fēng)險(xiǎn)承擔(dān)水平外，未來(lái)可以通過(guò)進(jìn)一步完善常態(tài)化、制度化的政策溝通機(jī)制，增加信息披露頻率，增加政策決策和執(zhí)行透明度，依靠政策反應(yīng)函數(shù)渠道使貨幣政策更好地發(fā)揮作用。

第三，實(shí)證結(jié)果表明貨幣政策反應(yīng)函數(shù)中不但反應(yīng)系數(shù)會(huì)影響金融周期波動(dòng)，函數(shù)形式設(shè)定的差異也會(huì)導(dǎo)致結(jié)果的差異，這意味著貨幣政策對(duì)金融周期的影響是多角度的，不但體現(xiàn)在貨幣政策對(duì)金融指標(biāo)的反應(yīng)敏感性，也體現(xiàn)在對(duì)當(dāng)前貨幣政策規(guī)則的設(shè)定。

本文分別考慮了數(shù)量型貨幣規(guī)則與價(jià)格型貨幣規(guī)則兩種情況，未來(lái)的研究可以根據(jù)實(shí)際進(jìn)一步考慮混合貨幣規(guī)則下貨幣政策反應(yīng)函數(shù)渠道對(duì)金融周期的影響。

參考文獻(xiàn)：

[1]BORIO C，ZHU H B.Capital regulation，risk-taking and monetary policy：A missing link in the transmission mechanism？[J].Journal of Financial Stability，2012，8（4）：236-251.

[2]FILARDO A J，HUBERT P，RUNGCHAROENKITKUL P.The reaction function channel of monetary policy and the financial cycle[R].BIS Working Papers，2019.

[3]DELL'ARICCIA G，LAEVEN L，SUAREZ G A.Bank leverage and monetary policy's risk-taking channel：Evidence from the United States[J].The Journal of Finance，2017，72（2）：613-654.

[4]JIMNEZ G，ONGENA S，PEYDR J L，et al.Credit supply and monetary policy：Identifying the bank balance-sheet channel with loan applications[J].American Economic Review，2012，102（5）：2301-2326.

[5]LóPEZ M，TENJO F，ZáRATE H.The risk-taking channel and monetary transmission mechanism in Colombia[J].Ensayos sobre Política Económica，2011，29：212-234.

[6]ALTUNBAS Y，GAMBACORTA L，MARQUES-IBANEZ D.Does monetary policy affect bank risk-taking？[J].International Journal of Central Banking，2014，10（1）：95-135.

[7]DELIS M D，KOURETAS G P.Interest rates and bank risk-taking[J].Journal of Banking & Finance，2011，35（4）：840-855.

[8]MADDALONI A，PEYDRó J L.Bank risk-taking，securitization，supervision，and low interest rates：Evidence from the Euro-area and the US lending standards[J].The Review of Financial Studies，2011，24（6）：2121-2165.

[9]IOANNIDOU V，ONGENA S，PEYDR J L.Monetary policy，risk-taking， and pricing：Evidence from a quasi-natural experiment[J].Review of Finance，2015，19（1）：95-144.

[10]牛曉健，裘翔.利率與銀行風(fēng)險(xiǎn)承擔(dān)：基于中國(guó)上市銀行的實(shí)證研究[J].金融研究，2013（4）：15-28.

[11]方意，趙勝民，謝曉聞.貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)分析：兼論貨幣政策與宏觀審慎政策協(xié)調(diào)問(wèn)題[J].管理世界，2012（11）：9-19，56，187.

[12]劉生福，李成.貨幣政策調(diào)控、銀行風(fēng)險(xiǎn)承擔(dān)與宏觀審慎管理：基于動(dòng)態(tài)面板系統(tǒng)GMM模型的實(shí)證分析[J].南開(kāi)經(jīng)濟(jì)研究，2014（5）：24-39.

[13]DE NICOLò G，DELL'ARICCIA G，LAEVEN L，et al.Monetary policy and bank risk-taking[J].IMF Staff Position Notes，2010（9）：975-1009..

[14]謝平，羅雄.泰勒規(guī)則及其在中國(guó)貨幣政策中的檢驗(yàn)[J].經(jīng)濟(jì)研究，2002（3）：3-12，92.

[15]ZHANG W L.China's monetary policy：Quantity versus price rules[J].Journal of Macroeconomics，2009，31（3）：473-484.

[16]盛天翔，范從來(lái).信貸調(diào)控：數(shù)量型工具還是價(jià)格型工具[J].國(guó)際金融研究，2012（5）：26-33.

[17]岳超云，牛霖琳.中國(guó)貨幣政策規(guī)則的估計(jì)與比較[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（3）：119-133.

[18]吳吉林，張二華.我國(guó)貨幣政策操作中的數(shù)量規(guī)則無(wú)效嗎？[J].經(jīng)濟(jì)學(xué)（季刊），2015（3）：827-852.

[19]劉喜和，李良健，高明寬.不確定條件下我國(guó)貨幣政策工具規(guī)則穩(wěn)健性比較研究[J].國(guó)際金融研究，2014（7）：7-17.

[20]MCCALLUM B T.Monetarist rules in the light of recent experience[R].National Bureau of Economic Research，1984.

[21]TAYLOR J B.Discretion versus policy rules in practice[C]//Carnegie-Rochester conference series on public policy. North-Holland，1993，39：195-214.

[22]BORIOC.The financial cycle and macroeconomics：What have we learnt？[J].Journal of Banking & Finance，2014，45：182-198.

[23]邢毓靜，朱元倩，巴曙松.從貨幣政策規(guī)則看中國(guó)適度寬松貨幣政策的適時(shí)退出[J].金融研究，2009（11）：49-59.

[24]KOIVU T.Has the Chinese economy become more sensitive to interest rates？Studying credit demand in China[J].China Economic Review，2009，20（3）：455-470.

[25]FEYZIOGLU T，PORTER N，TAKATS E.Interest rate Liberalization in China[R].IMF Working Papers，2009.

[26]張屹山，張代強(qiáng).前瞻性貨幣政策反應(yīng)函數(shù)在我國(guó)貨幣政策中的檢驗(yàn)[J].經(jīng)濟(jì)研究，2007（3）：20-32.

Abstract： Relevant research regarding the mechanism through which monetary policy affects the risk-taking level of economic agents， will affect the financial cycle， thus the so-called risk-taking channels， is relatively mature. Distinguished from the traditional studies that focus on monetary policy stance， this paper analyzes monetary policy’s impact on financial cycle through both the quantity-based and the price-based monetary policy reaction function channel and its time-varying mechanism. The rolling regressions find that： 1） both under the quantity-based rules and the price-based rules， monetary policy’s reaction sensitiveness to credit mainly affects the fluctuation of financial cycle， while under the price-based rules， the gap of different effects brought by monetary policy’s reaction sensitiveness to credit and monetary policy’s reaction sensitiveness to credit is small; 2） compared with the situation under the price-based rules， monetary policy’s reaction sensitiveness to credit plays an more important role in influencing the evolution of the financial cycle， under the quantity-based rules， and amplifies gradually. The innovation of this paper lies on the stress on monetary policy reaction function channel which means that monetary policy influences the financial cycle through its reaction function instead of its stance， and the attempt to establish models of it.

Key words：? monetary policy reaction function; financial cycle; quantity-based monetary policy; price-based monetary policy; rolling regression; time-varying mechanism

（責(zé)任編輯 傅旭東）

3036500589247