吳昊 姜思同

基金項目：教育部人文社會科學(xué)重點研究基地“十三五”重大項目（16JJD790013）

作者簡介：吳 昊（1969—），男，內(nèi)蒙古赤峰人，吉林大學(xué)東北亞研究院教授，博士生導(dǎo)師，研究方向：區(qū)域理論與政策;姜思同（1991—），女，吉林長春人，吉林大學(xué)東北亞研究院博士研究生，研究方向：區(qū)域理論與政策。

摘 要：以中國2003-2020年的季度宏觀經(jīng)濟數(shù)據(jù)為樣本，通過構(gòu)建時變系數(shù)向量自回歸模型分析銀行間同業(yè)拆借利率、M2、信貸規(guī)模、社會融資規(guī)模四項貨幣政策中介目標對實際產(chǎn)出、通貨膨脹、房地產(chǎn)市場以及股票市場的動態(tài)影響效應(yīng)。結(jié)果表明：同業(yè)拆借利率對產(chǎn)出的影響呈增強趨勢，M2、信貸以及社會融資規(guī)模等數(shù)量型貨幣政策對產(chǎn)出的影響效應(yīng)更顯著;信貸與社會融資規(guī)模對通貨膨脹的影響效應(yīng)較顯著;同業(yè)拆借利率對房地產(chǎn)市場的短期影響效應(yīng)較大;M2、信貸與社會融資規(guī)模對房地產(chǎn)與股票市場的長期影響效應(yīng)較大。

關(guān)鍵詞：貨幣政策;經(jīng)濟增長;通貨膨脹;房地產(chǎn)價格;股票價格;動態(tài)計量模型

中圖分類號：F822.0 文獻標識碼：A 文章編號：1003-7217（2021）06-0027-10

一、引言及文獻綜述

貨幣政策的經(jīng)濟增長與通貨膨脹效應(yīng)作為貨幣經(jīng)濟學(xué)的重點研究領(lǐng)域始終都是學(xué)術(shù)界與決策層的關(guān)注焦點。國內(nèi)外學(xué)者以多種貨幣政策中介目標作為研究對象對貨幣政策的產(chǎn)出與通脹效應(yīng)進行了大量研究。首先，部分學(xué)者考察了信貸政策的產(chǎn)出與通脹效應(yīng)。Friedman和Woodford（2011）提出2008年爆發(fā)的國際金融危機對貨幣經(jīng)濟學(xué)研究的影響之一是重新審視金融信貸對宏觀經(jīng)濟穩(wěn)定的重要性[1]。Perri（2011）認為信貸政策已經(jīng)成為現(xiàn)代經(jīng)濟周期重要驅(qū)動因素之一[2]。Elekdag等（2011）基于跨國數(shù)據(jù)的實證分析發(fā)現(xiàn)信貸擴張對經(jīng)濟周期具有顯著且持續(xù)的影響，但信貸擴張的經(jīng)濟效應(yīng)因各國的經(jīng)濟金融狀況不同而存在差異[3]。He和Leung等（2013）利用因子拓展向量自回歸模型研究亞洲金融危機后中國的貨幣政策傳導(dǎo)機制，發(fā)現(xiàn)中國央行通過調(diào)控貸款總額能夠有效調(diào)節(jié)實際產(chǎn)出和價格水平[4]。Narayan等（2013）基于65個發(fā)展中國家的數(shù)據(jù)實證分析，發(fā)現(xiàn)信貸增長對經(jīng)濟增長產(chǎn)生了負向影響[5]。國內(nèi)方面，盛松成和吳培新（2008）認為信貸規(guī)模對宏觀經(jīng)濟有直接的調(diào)控作用，信貸規(guī)模是我國央行重要的貨幣政策傳導(dǎo)中介目標之一，并且其主要針對的調(diào)控對象是實體經(jīng)濟[6]。金成曉和馬麗娟（2010）基于Markov模型分析發(fā)現(xiàn)信貸對實體經(jīng)濟和通貨膨脹的影響機制隨著經(jīng)濟周期的躍遷發(fā)生了結(jié)構(gòu)性變化，經(jīng)濟繁榮期的信貸緊縮效應(yīng)大于經(jīng)濟蕭條期的信貸擴張效應(yīng)[7]。李連發(fā)和辛?xí)葬罚?012）的研究表明信貸擴張發(fā)生后產(chǎn)出缺口與通脹缺口的擴大趨勢將分別持續(xù)大約4個季度及7個季度左右，信貸政策的適度逆周期調(diào)控能夠在一定程度上平抑經(jīng)濟波動并降低福利損失[8]。孫?。?013）通過構(gòu)建邏輯平滑轉(zhuǎn)換VAR模型證實規(guī)模相等的緊縮性和擴張性貨幣政策效果具有非對稱性，同一類型貨幣政策工具的宏觀經(jīng)濟效應(yīng)還依賴于特殊的經(jīng)濟區(qū)制[9]。鄧創(chuàng)等（2019）選取中國2002-2017年的信貸余額數(shù)據(jù)研究發(fā)現(xiàn)中國信貸周期特征表現(xiàn)為“強擴張弱收縮”的非對稱性特征，新常態(tài)以來信貸政策對經(jīng)濟增長的影響效果有所弱化，信貸擴張沖擊對產(chǎn)出的拉動作用比信貸收縮沖擊對產(chǎn)出的抑制作用明顯，信貸投放的產(chǎn)出效應(yīng)與經(jīng)濟周期有關(guān)[10]。

隨著我國市場經(jīng)濟體制發(fā)展與利率市場化進程，學(xué)界和業(yè)界開始對以“M2”和“銀行間同業(yè)拆借利率”為代表的數(shù)量型與價格型貨幣政策中介目標的產(chǎn)出與通脹效應(yīng)進行比較研究。國內(nèi)方面，易綱（2009）認為隨著利率市場化的推進，市場基準利率體系為中央銀行提供利率間接調(diào)控的操作目標和監(jiān)測指標[11]。王君斌等（2011）首先基于中國1992-2009年季度分析發(fā)現(xiàn)貨幣供給增速沖擊導(dǎo)致產(chǎn)出先經(jīng)歷駝峰型上升后經(jīng)歷倒駝峰式的“超調(diào)”過程[12]。周小川（2013）認為價格型貨幣政策工具的調(diào)控功能逐漸凸顯，我國貨幣政策調(diào)控模式正在由偏重數(shù)量型工具向偏重價格型工具轉(zhuǎn)變[13]。陳守東等（2014）的經(jīng)驗分析表明加大貨幣供應(yīng)在短期內(nèi)的確能夠顯著影響實際利率和實際GDP增速，但從長期來看對實際利率和實際GDP的影響不夠顯著[14]。張龍等（2020）通過構(gòu)建時變DSGE模型分析發(fā)現(xiàn)貨幣政策效應(yīng)存在時間“非線性”，價格型貨幣政策在經(jīng)濟周期擴張期更為有效，數(shù)量型貨幣政策在經(jīng)濟周期收縮時更為有效，并且價格型貨幣政策具有中長期經(jīng)濟效應(yīng)，數(shù)量型貨幣政策僅存在短期經(jīng)濟效應(yīng)[15]。國外方面，Bernanke和Blinder（1989）[16]、Friedman和Kuttner（1992）[17]通過格蘭杰因果分析和VAR方差分解證明了聯(lián)邦基金利率與通脹和產(chǎn)出的相關(guān)性顯著高于M2指標。Primiceri（2005）基于美國經(jīng)濟數(shù)據(jù)研究發(fā)現(xiàn)在經(jīng)濟緩和期內(nèi)，利率對通貨膨脹的調(diào)控效果始終較為穩(wěn)定，而貨幣供應(yīng)量對實際經(jīng)濟變量的影響則不斷弱化[18]。Zhang（2009）基于DSGE模型研究發(fā)現(xiàn)價格型貨幣政策比數(shù)量型貨幣政策更有效，并且央行也更傾向于頻繁采取價格型貨幣政策進行調(diào)控[19]。

2010年12月，我國中央經(jīng)濟工作會議提出要“保持合理的社會融資規(guī)?！??！吧鐣谫Y規(guī)模”指標被正式提出，針對社會融資規(guī)模的宏觀經(jīng)濟效應(yīng)及其作為貨幣政策調(diào)控中介目標適用性的探討由此展開。盛松成和謝潔玉（2016）的研究表明社會融資規(guī)模增量對通貨膨脹以及實體經(jīng)濟有顯著正向拉動作用，并且該影響效應(yīng)大于新增人民幣貸款，分階段研究表明2002-2008年，社會融資規(guī)模增量、新增貸款規(guī)模對貨幣政策調(diào)控目標的影響效應(yīng)很接近，2009-2014年社會融資規(guī)模增量對最終目標的影響效應(yīng)超過新增人民幣貸款，社會融資規(guī)模存量與M2對貨幣政策最終目標的影響效果高度一致[20]。郭麗虹等（2014）以中國31個省份的月度數(shù)據(jù)為樣本分析發(fā)現(xiàn)社會融資規(guī)模的經(jīng)濟增長效應(yīng)存在一定的門檻特征[21]。徐亞平和宋楊（2016）基于MSVAR模型的研究發(fā)現(xiàn)社會融資結(jié)構(gòu)多元化的發(fā)展弱化了貨幣政策數(shù)量渠道和銀行信貸渠道的經(jīng)濟效應(yīng)，強化了貨幣政策價格渠道與資本市場傳導(dǎo)渠道的經(jīng)濟效應(yīng)[22]。元惠萍和劉颯（2013）采用2002-2012年季度數(shù)據(jù)研究發(fā)現(xiàn)M2不是一個理想的貨幣政策中介目標，社會融資規(guī)模有效性和相關(guān)性更好[23]。周先平等（2013）研究發(fā)現(xiàn)自2009年起，M1是調(diào)控物價的最優(yōu)中介指標，自2010年起社會融資規(guī)模與實體經(jīng)濟發(fā)展的相關(guān)性最強[24]。

2008年國際金融危機的爆發(fā)揭示了傳統(tǒng)的貨幣政策操作框架的局限性，激發(fā)起人們對金融穩(wěn)定問題的關(guān)注，國內(nèi)外學(xué)者開始聚焦于有關(guān)貨幣政策對房地產(chǎn)市場與股票市場等系統(tǒng)重要性資產(chǎn)價格的沖擊效應(yīng)。在信貸政策對資產(chǎn)價格的影響方面，Voicu等（2015）認為信貸增速是導(dǎo)致房地產(chǎn)市場波動的重要因素[25]。Zhu等（2017）采用歐洲房地產(chǎn)市場作為研究樣本實證分析發(fā)現(xiàn)擴張性的信貸政策沖擊可以顯著地刺激房地產(chǎn)市場走向繁榮[26]。王曉明（2010）采用VAR模型研究證實了我國銀行信貸是導(dǎo)致房地產(chǎn)市場價格波動的重要因素[27]。張小宇和劉金全（2015）考察了中國房地產(chǎn)價格、實際產(chǎn)出與貨幣供給之間的非線性關(guān)系，結(jié)果發(fā)現(xiàn)在經(jīng)濟發(fā)展新常態(tài)時期貨幣供給沖擊對房地產(chǎn)價格的影響效果有所減弱、持續(xù)時期有所縮短[28]。趙勝民等（2011）基于1999-2010年金融機構(gòu)信貸、房地產(chǎn)價格與股價指數(shù)數(shù)據(jù)研究認為我國信貸總量與國房景氣指數(shù)之間不具有同期影響，而信貸總量與上證綜指之間具有同期影響[29]。在利率與M2對資產(chǎn)價格的影響方面，Kasai和Gupta（2010）等研究認為金融創(chuàng)新機制已經(jīng)在很大程度上弱化了利率工具與房地產(chǎn)價格之間的負相關(guān)性，利率工具與房地產(chǎn)價格之間主要呈正向關(guān)系[30]。Chen等（2013）認為貨幣供給沖擊雖然可以在短期內(nèi)成功地調(diào)控房價，然而政策效果卻難以持續(xù)到長期[31]。Amador等（2013）基于微觀與宏觀雙重視角的經(jīng)驗分析指出了歐元區(qū)寬松型貨幣政策能夠促進股票市場繁榮[32]。Gegnon和Gimet（2013）指出貨幣政策可以引起北美股票市場波動率的臨時下降，并可以促進股票價格的提升[33]。國內(nèi)方面，劉金全和鄭荻等（2019）認為以同業(yè)拆借利率對金融市場的調(diào)控更為有效[34]。盛松成和吳培新（2008）認為M2是我國重要的貨幣政策傳導(dǎo)中介目標之一，并且其主要針對的調(diào)控對象是金融市場[6]。顧海峰和張元姣（2014）研究證實銀行間同業(yè)拆借利率是房地產(chǎn)價格的格蘭杰原因，但是利率對房價的調(diào)控效應(yīng)不顯著[35]。陳浪南和劉勁松（2018）研究發(fā)現(xiàn)利率變動對股價的影響具有時變性，當股票價格泡沫較大時，其價格可能會與市場利率呈正相關(guān)，提升利率的緊縮性貨幣政策未必能抑制股票價格泡沫[36]。陳創(chuàng)練和戴明曉（2018）實證分析發(fā)現(xiàn)數(shù)量型貨幣政策在管控房價上更為有效[37]。在社會融資規(guī)模對資產(chǎn)價格的影響方面，趙勝民等（2014）研究發(fā)現(xiàn)我國社會融資規(guī)模對房價具有同期影響，而貨幣供應(yīng)量對房價不具有同期影響，社會融資規(guī)模和實際利率對房價的調(diào)控效果比較明顯，但實際對房價的沖擊持續(xù)期限較短，不宜作為房價的長效調(diào)控手段[38]。

綜上所述，貨幣政策對宏觀經(jīng)濟體系的影響機制極為復(fù)雜，國內(nèi)外學(xué)者的研究結(jié)論因所采取的考察樣本、研究方法、研究視角的不同而存在顯著差異。從現(xiàn)有研究來看，關(guān)于中國貨幣政策對宏觀經(jīng)濟影響效應(yīng)的實證研究仍存在一些問題值得深入探討。首先，貨幣政策的量價轉(zhuǎn)換非一日之功，現(xiàn)階段數(shù)量型與價格型貨幣政策工具尚不具備單獨調(diào)節(jié)宏觀經(jīng)濟的能力，因而對利率、M2、信貸以及社會融資規(guī)模等不同類型貨幣政策中介目標的調(diào)控效應(yīng)進行系統(tǒng)性對比分析顯得尤為重要。其次，現(xiàn)有文獻多集中于考慮我國貨幣政策對個別宏觀經(jīng)濟變量的溢出效應(yīng)，而本文嘗試探索貨幣政策對我國實體經(jīng)濟、通貨膨脹、房地產(chǎn)市場和股票市場的多層次影響，可以為貨幣政策決策部門面臨經(jīng)濟增長、價格穩(wěn)定與金融系統(tǒng)穩(wěn)定三重目標間的權(quán)衡取舍提供參考，有利于健全貨幣政策與宏觀審慎政策的雙支柱調(diào)控機制。此外，在對外貿(mào)易和金融開放程度不斷提高的背景下，我國貨幣政策調(diào)控效果也必然隨著經(jīng)濟環(huán)境和政策工具的變化而表現(xiàn)出顯著差異。因此，在整個樣本期間內(nèi)運用傳統(tǒng)的固定系數(shù)模型無法甄別貨幣政策的時變宏觀經(jīng)濟效應(yīng)，進而導(dǎo)致分析結(jié)果存在謬誤。而附加隨機波動率的時變系數(shù)向量自回歸（TVP-SV-VAR）模型可以有效捕捉經(jīng)濟發(fā)展過程中的結(jié)構(gòu)性變化，用于分析貨幣政策中介目標對宏觀經(jīng)濟的動態(tài)沖擊效應(yīng)具有明顯的優(yōu)越性。有鑒于此，作為對現(xiàn)有研究的有益補充[39]，本文以中國2003年第1季度至2020年第4季度的銀行間同業(yè)拆借利率、M2、信貸規(guī)模、社會融資規(guī)模、經(jīng)濟增長、居民消費價格指數(shù)、房地產(chǎn)價格、股票價格指數(shù)共8項時間序列數(shù)據(jù)作為基礎(chǔ)研究樣本，剖析包含利率、M2、信貸以及社會融資的四種價格型與數(shù)量型貨幣政策中介指標對我國宏觀經(jīng)濟與金融市場的非線性影響機制，以期為健全和完善貨幣政策調(diào)控框架的系統(tǒng)性政策提供參考。

二、研究設(shè)計

（一）變量選取與數(shù)據(jù)處理

考慮到數(shù)據(jù)的有效性與可得性原則，選取2003-2020年的貨幣政策以及宏觀經(jīng)濟金融數(shù)據(jù)作為研究樣本，共選取8項研究指標。其中各項樣本數(shù)據(jù)均來自中國人民銀行與國家統(tǒng)計局官網(wǎng)以及中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。

利率（RATE）：參考陳創(chuàng)練和戴明曉（2018）[37]的研究選取銀行間7天期同業(yè)拆借市場利率作為價格型貨幣政策中介目標的替代變量。廣義貨幣供應(yīng)規(guī)模（M2）：參考盛松成和謝潔玉（2016）[20]的研究選取月度新增M2數(shù)據(jù)作為當期廣義貨幣供應(yīng)規(guī)模的代理指標。貸款規(guī)模（LOAN）：參考李連發(fā)和辛?xí)葬罚?012）[8]的研究選取金融機構(gòu)人民幣新增貸款作為信貸規(guī)模代理指標。社會融資規(guī)模（SF）：參考盛松成和謝潔玉（2016）[20]的研究。經(jīng)濟增長（GDP）：參考元惠萍和劉颯（2013）[23]用季度實際GDP指數(shù)（上年同期=100）衡量實體經(jīng)濟發(fā)展狀況;通貨膨脹（CPI）：選取居民消費價格指數(shù)作為通貨膨脹代理變量，同時為與實際GDP增長指數(shù)的數(shù)據(jù)特征保持一致，選用月度同比CPI數(shù)據(jù)。房地產(chǎn)價格（HP）：雖然國房景氣指數(shù)能夠基本反映房地產(chǎn)市場波動狀況，但考慮到房地產(chǎn)產(chǎn)權(quán)屬性差異，本文參考顧海峰和張元姣（2014）[35]的研究采用商品房銷售總額除以商品房銷售總面積來衡量全國整體平均房地產(chǎn)價格的變動情況。股票價格（SP）：參考劉金全和鄭荻（2019）[34]的研究選取上證綜指月度收盤價衡量股票市場波動。

本文參考元惠萍和劉颯（2013）[23]的研究進行數(shù)據(jù)處理。鑒于社會融資規(guī)模（SF）為增量數(shù)據(jù)，考慮到保持各項貨幣政策中介指標的可比性，對人民幣貸款（LOAN）和廣義貨幣供應(yīng)（M2）也采用增量數(shù)據(jù)。同時為了消除通貨膨脹因素對上述增量數(shù)據(jù)可比性的影響，將貨幣政策中的增量數(shù)據(jù)除以定基CPI（2002年1月=100），得到各項貨幣政策中介目標的實際月度增量。為保證貨幣政策指標與GDP指數(shù)在數(shù)據(jù)特點上保持一致，對實際月度增量進行季度累計得到實際季度增量，再除以上年同期值并乘以100%即得相應(yīng)中介目標變量的同比指數(shù)。對于房地產(chǎn)價格與股票價格而言，同樣，利用季度算數(shù)平均值除以上年同期值并乘以100%即得到其同比指數(shù)。經(jīng)數(shù)據(jù)處理后，樣本區(qū)間為2003年第1季度至2020年第4季度，所有變量的數(shù)據(jù)均為同比指數(shù)。出于敘述簡便，下文略去同比指數(shù)而直稱各項指標名稱。此外，盡管選用的是季度數(shù)據(jù)，但鑒于同比指數(shù)處理方法已經(jīng)消除季節(jié)性因素，故不需要進一步對數(shù)據(jù)進行季節(jié)調(diào)整。

（二）計量模型設(shè)定

考慮到貨幣政策傳導(dǎo)效應(yīng)的復(fù)雜性，應(yīng)用線性模型無法充分捕捉經(jīng)濟變量間的非線性關(guān)聯(lián)機制。故選用能夠甄別宏觀經(jīng)濟系統(tǒng)結(jié)構(gòu)性突變特征的具有隨機波動的時變系數(shù)向量自回歸（TVP-SV-VAR）模型進行建模。首先，引入基本的結(jié)構(gòu)性VAR模型形式如下：

在完成所有結(jié)構(gòu)化參數(shù)的估計過程后，可以據(jù)此計算TVP-SV-VAR模型的時變脈沖響應(yīng)函數(shù)。

三、計量結(jié)果分析

（一）時間序列數(shù)據(jù)基本統(tǒng)計特征分析

表1展示了各項貨幣政策中介目標與各項宏觀經(jīng)濟以及金融變量的基本描述性統(tǒng)計分析結(jié)果。從各變量的均值來看，信貸規(guī)模（LOAN）的均值最大，說明長期以來相較于其他類型的數(shù)量型貨幣政策中介目標人民幣信貸是我國尤為重要的一項貨幣政策操作中介指標。從宏觀經(jīng)濟與金融變量來看，股票價格（SP）與房地產(chǎn)價格（HP）的均值均大于實際產(chǎn)出（GDP），反映出2003年以來我國虛擬經(jīng)濟發(fā)展速度顯著超越了實體經(jīng)濟。從各變量的標準差來看，在貨幣政策的四個中介指標當中，人民幣信貸規(guī)模（LOAN）、廣義貨幣供應(yīng)規(guī)模（M2）和社會融資規(guī)模（SF）三項數(shù)量型貨幣政策中介目標的標準差較大，而銀行間同業(yè)拆借利率（RATE）這一價格型貨幣政策中介目標的標準差較小;在宏觀經(jīng)濟與金融變量當中，房地產(chǎn)價格（HP）和股票價格（SP）的標準差較大，實際產(chǎn)出（GDP）和通貨膨脹（CPI）的標準差較小，這也證明了我國貨幣政策長期以來具有盯住產(chǎn)出與通脹缺口的偏好，而對資產(chǎn)價格缺口的調(diào)整偏好相對較弱，并且我國央行長期傾向于采用數(shù)量型貨幣政策對產(chǎn)出與通脹進行相機調(diào)控。

（二）時間序列數(shù)據(jù)平穩(wěn)性檢驗結(jié)果分析

在構(gòu)建自回歸模型進行計量分析前，需要采用平穩(wěn)性檢驗，避免偽回歸現(xiàn)象。采用ADF單位根檢驗法對銀行間同業(yè)拆借利率等中介目標以及實際GDP等宏觀經(jīng)濟變量進行平穩(wěn)性檢驗，結(jié)果如表2所示。根據(jù)檢驗結(jié)果可知，各時間序列變量數(shù)據(jù)均在5%的顯著性水平下拒絕了存在單位根的原假設(shè)，即本文的樣本數(shù)據(jù)具有較好的平穩(wěn)性。

（三）時間序列數(shù)據(jù)滯后階數(shù)判定

進一步對樣本時間序列數(shù)據(jù)進行最優(yōu)滯后結(jié)構(gòu)檢驗，結(jié)果如表3所示。根據(jù)似然比（LR）、最終預(yù)測誤差（FPE）、AIC、SC以及HQ信息準則等多種滯后長度判定準則可以確定本文自回歸模型系統(tǒng)的最優(yōu)滯后階數(shù)為2階。

（四）基于馬爾科夫蒙特卡洛方法的參數(shù)估計結(jié)果分析

采用Ox6.0計量軟件實現(xiàn)TVP-SV-VAR模型的參數(shù)估計過程，馬爾科夫蒙特卡洛（MCMC）抽樣次數(shù)設(shè)定為2萬次，預(yù)燒抽樣舍去前2千次，參數(shù)估計結(jié)果見表4。由表4可知，Geweke檢驗在1%顯著性水平無法拒絕參數(shù)估計結(jié)果收斂于后驗分布的原假設(shè)。其中，CD統(tǒng)計量和無效因子分別從最終收斂效果和模擬過程中不相關(guān)樣本數(shù)量兩方面來反映模擬效果的優(yōu)劣。CD統(tǒng)計量可以表示為：

假設(shè)，Bm=500，ρs 表示滯后s 階的自相關(guān)系數(shù)。在同等模擬次數(shù)中，無效因子取值與模擬結(jié)果負相關(guān)。模型估計中參數(shù)無效因子最大取值僅為121.60，整體取值水平較小。由于MCMC隨機抽取次數(shù)為2萬次，因此至少可獲得20000/121.6≈160個不相關(guān)樣本觀測量，樣本量相對于模型的后驗推斷絕對充足。同時也說明模型為各參數(shù)產(chǎn)生的樣本具有有效性，模擬結(jié)果具有合理性。

（五）貨幣政策中介目標對宏觀經(jīng)濟的影響效應(yīng)分析

基于TVP-SV-VAR模型的參數(shù)估計結(jié)果計算獲取的等間隔時變脈沖響應(yīng)函數(shù)能夠直觀地刻畫出擾動項一個標準差的正向沖擊在樣本區(qū)間內(nèi)各時點對模型系統(tǒng)中各內(nèi)生變量的影響效應(yīng)，進而系統(tǒng)全面地把握不同經(jīng)濟政策對宏觀經(jīng)濟變量的動態(tài)影響效果。鑒于此，在對TVP-SV-VAR模型進行參數(shù)估計的基礎(chǔ)上，應(yīng)用脈沖響應(yīng)函數(shù)曲線描述并刻畫同業(yè)拆借利率（RATE）、廣義貨幣供應(yīng)規(guī)模（M2）、信貸規(guī)模（LOAN）以及社會融資規(guī)模（SF）四項貨幣政策中介目標沖擊對實體經(jīng)濟（GDP）、通貨膨脹（CPI）、房地產(chǎn)價格（HP）以及股票價格（SP）的動態(tài)影響效應(yīng)。選擇沖擊持續(xù)期限分別為滯后2期（半年）、滯后4期（1年）、滯后8期（2年）的時變脈沖響應(yīng)函數(shù)曲線作為分析對象，分別刻畫一個標準差的貨幣政策變量沖擊對相關(guān)核心宏觀經(jīng)濟變量的短期影響效應(yīng)（圖1～圖4中短虛線）、兩個標準差的中期影響效應(yīng)（圖1～圖4中長虛線）以及四個標準差的長期影響效應(yīng)（圖1～圖4中實線）。

1.貨幣政策中介目標對實際產(chǎn)出的動態(tài)影響效應(yīng)。

圖1～4分別刻畫了2003-2020年，我國同業(yè)拆借利率、廣義貨幣供應(yīng)規(guī)模（M2）、信貸規(guī)模（LOAN）與社會融資規(guī)模（SF）的一單位正向沖擊對實際產(chǎn)出增速的短期、中期與長期影響效應(yīng)。根據(jù)四幅圖形中的脈沖響應(yīng)函數(shù)曲線走勢可知，我國貨幣政策對實際產(chǎn)出的影響效應(yīng)具有典型的非線性時變特征。從縱向分析可知，新常態(tài)以來銀行間同業(yè)拆借利率對實體經(jīng)濟的影響效應(yīng)呈現(xiàn)增強趨勢;M2對實體經(jīng)濟的長期影響效應(yīng)在2011年左右由正轉(zhuǎn)負，短期與中期影響效應(yīng)則在2014年后有所加強;信貸規(guī)模在新常態(tài)前對產(chǎn)出的影響效應(yīng)比較平穩(wěn)，而在進入2012年后便急劇下降到零線附近，但在2016年后信貸對產(chǎn)出的支撐作用再次穩(wěn)步提升;社會融資規(guī)模對產(chǎn)出的促進作用自2005年以來始終在穩(wěn)步提升。從橫向?qū)Ρ葋砜矗诮?jīng)濟發(fā)展舊常態(tài)時期M2對產(chǎn)出的影響效應(yīng)最強，其次是信貸規(guī)模，而社會融資規(guī)模對產(chǎn)出的影響效應(yīng)最弱;在經(jīng)濟發(fā)展新常態(tài)時期，以M2、信貸規(guī)模以及社會融資規(guī)模為代表的數(shù)量型貨幣政策中介目標對實體經(jīng)濟的沖擊效應(yīng)仍然大于以銀行間同業(yè)拆借利率為代表的價格型貨幣政策中介目標，并且社會融資規(guī)模對實體經(jīng)濟的刺激效應(yīng)在長期內(nèi)表現(xiàn)出較高的穩(wěn)健性，依然能夠?qū)Ξa(chǎn)出發(fā)揮較強的刺激作用。值得注意的是，2020年期間M2、信貸、社會融資規(guī)模對產(chǎn)出的刺激作用達到了新常態(tài)以來的新高，一個合理的解釋是：中國人民銀行果斷地站在了抗擊疫情影響的最前線，借助一系列結(jié)構(gòu)性貨幣政策諸如再融資和再貼現(xiàn)全力支持在疫情中受到重創(chuàng)的中小微企業(yè)，將信貸資源直接傳導(dǎo)到實體經(jīng)濟。社會資金成本在2020年也由于中期借貸利率的下調(diào)而大幅降低。央行通過調(diào)整貨幣政策的強度、目標和節(jié)奏有效地應(yīng)對了疫情對經(jīng)濟造成的負面沖擊，我國實體經(jīng)濟不但率先復(fù)蘇而且取得了全年正增長的良好成績。這間接表明在經(jīng)濟衰退期貨幣政策對實體經(jīng)濟的促進作用大于在經(jīng)濟平穩(wěn)期和擴張期貨幣政策對產(chǎn)出的影響。

2.貨幣政策中介目標對通貨膨脹的動態(tài)影響效應(yīng)。

由于篇幅限制，本文并未附上所有脈沖響應(yīng)圖。根據(jù)2003-2020年我國四項主要貨幣政策中介目標一單位正向沖擊對通貨膨脹水平的短期、中期與長期影響效應(yīng)的脈沖響應(yīng)情況可知，我國貨幣政策所引發(fā)的通貨膨脹效應(yīng)具有典型的時變特征。從縱向分析可知，銀行間同業(yè)拆借利率在2016年以前對通貨膨脹的短期和中期影響效應(yīng)為正，此后其中期通脹效應(yīng)由正轉(zhuǎn)負，這表明長期以來我國價格型貨幣政策對通貨膨脹水平的調(diào)控作用不夠有效;在2015年以前，M2對通貨膨脹的影響效應(yīng)具有較大的波動性，而在2015后對通貨膨脹的影響效果逐漸收斂至零線附近，這表明新常態(tài)后M2與通貨膨脹的相關(guān)性已經(jīng)減弱;信貸規(guī)模對通貨膨脹的影響效應(yīng)在2013年前后發(fā)生了結(jié)構(gòu)性突變，此后信貸規(guī)模對通貨膨脹的中期和長期影響效應(yīng)增強，這表明從中長期來看信貸規(guī)模與通貨膨脹的相關(guān)性有上升趨勢;社會融資規(guī)模對通貨膨脹的短期影響效應(yīng)為負，而中長期影響效應(yīng)為正，并且中長期影響效應(yīng)在2010年后也呈現(xiàn)出逐步增強的趨勢。從橫向?qū)Ρ葋砜矗鲁B(tài)以來M2對通貨膨脹的沖擊效應(yīng)最弱，其次是銀行間同業(yè)拆借利率和信貸規(guī)模，而社會融資規(guī)模對通貨膨脹的沖擊效應(yīng)最強。

3.貨幣政策中介目標對房地產(chǎn)價格的動態(tài)影響效應(yīng)。

根據(jù)2003-2020年我國四項主要貨幣政策中介目標一單位正向沖擊對房地產(chǎn)價格水平的短期、中期與長期影響效應(yīng)的脈沖響應(yīng)情況可知，我國貨幣政策對房地產(chǎn)市場的沖擊效應(yīng)具有典型的時變特征。從縱向比較可知，銀行間同業(yè)拆借利率對房地產(chǎn)價格的沖擊效應(yīng)在2011年左右發(fā)生了重大改變，2011年之前銀行間同業(yè)拆借利率對房地產(chǎn)價格的短期和中期影響效應(yīng)為負，而長期影響效應(yīng)為正，此后其對房地產(chǎn)價格的長期影響效應(yīng)由正轉(zhuǎn)負，并且短期和中期的負向抑制作用也有所增強;M2對房地產(chǎn)價格的影響效應(yīng)在2008年左右發(fā)生了結(jié)構(gòu)性改變，2008年之前M2對房地產(chǎn)價格不具有正向刺激作用，而2008年后M2對房地產(chǎn)價格的影響效應(yīng)由負轉(zhuǎn)正，并且該正向助推作用呈現(xiàn)出穩(wěn)步增強的趨勢;信貸規(guī)模對房地產(chǎn)價格的影響效應(yīng)在2006年左右發(fā)生了結(jié)構(gòu)性改變，2006年之前信貸規(guī)模對房地產(chǎn)價格不具有正向刺激作用，而2006年后信貸規(guī)模對房地產(chǎn)價格的影響效應(yīng)由負轉(zhuǎn)正，并且該正向助推作用呈現(xiàn)出穩(wěn)步增強的趨勢;社會融資規(guī)模對房地產(chǎn)價格的短期影響效應(yīng)在2007年左右由負轉(zhuǎn)正，長期影響效應(yīng)始終為負向抑制作用，中期影響效應(yīng)始終為正向促進作用，并且其短期與中期的正向促進效應(yīng)以及長期的抑制效應(yīng)均呈現(xiàn)出逐漸增強的趨勢。從橫向比較可知，短期來看銀行間同業(yè)拆借利率對房地產(chǎn)價格的沖擊效應(yīng)較大，具有較為顯著的靈敏性特征;而長期來看，擴張性信貸政策沖擊對房地產(chǎn)價格的影響效應(yīng)較大并且具有穩(wěn)健性特征，M2和信貸規(guī)模對房地產(chǎn)價格的促進效應(yīng)要大于銀行間同業(yè)拆借利率對房地產(chǎn)價格的抑制效應(yīng)，這表明數(shù)量型貨幣政策更適宜作為房地產(chǎn)市場的長期調(diào)控手段，而價格型貨幣政策適合在短期內(nèi)控制房地產(chǎn)市場的過熱現(xiàn)象。

4.貨幣政策中介目標對股票價格的動態(tài)沖擊效應(yīng)。

根據(jù)2003-2020年我國四項主要貨幣政策中介目標一單位正向沖擊對股票價格水平的短期、中期與長期影響效應(yīng)的脈沖響應(yīng)情況可知，我國貨幣政策對股票市場的沖擊效應(yīng)具有典型的時變特征。通過縱向分析可知：銀行間同業(yè)拆借利率對股票價格的影響效應(yīng)在整個樣本期間始終為負，并且中期影響效應(yīng)最強，短期與長期影響效應(yīng)較弱，這表明我國價格型貨幣政策對股票市場的調(diào)控效應(yīng)依然存在較大的時滯性，股票市場對政策利率的反應(yīng)并不十分靈敏;M2對股票價格的短期與中期影響效應(yīng)始終為正，并且進入新常態(tài)以來呈現(xiàn)出逐漸減弱的趨勢，而M2對股票市場的長期影響不如短期與中期影響效應(yīng)強烈;貸款規(guī)模對股票價格的短期與中期影響效應(yīng)遠大于長期影響效應(yīng)，并且國際金融危機后信貸規(guī)模沖擊對股票市場的影響效應(yīng)有所增強，中期影響效應(yīng)具有較大波動性;社會融資規(guī)模對股票市場的短期影響效應(yīng)呈現(xiàn)減弱趨勢，對股票市場的長期影響呈現(xiàn)出增強趨勢并且其長期影響效應(yīng)遠大于短期與中期影響效應(yīng)。從橫向?qū)Ρ瓤芍阂訫2、社會融資規(guī)模和信貸規(guī)模為代表的數(shù)量型貨幣政策對股票市場的長期影響效應(yīng)大于銀行間同業(yè)拆借利率。

四、研究結(jié)論與政策建議

在貨幣政策轉(zhuǎn)型和調(diào)控工具多元化的背景下，科學(xué)準確地識別貨幣政策的宏觀經(jīng)濟效應(yīng)對于理解貨幣政策傳導(dǎo)機制的動態(tài)演變至關(guān)重要。本文在對貨幣政策的宏觀經(jīng)濟效應(yīng)進行文獻梳理的基礎(chǔ)上，選取我國2003年第1季度至2020年第4季度的宏觀經(jīng)濟數(shù)據(jù)作為研究樣本，通過構(gòu)建帶有隨機波動率的時變系數(shù)向量自回歸模型系統(tǒng)分析了銀行間同業(yè)拆借利率、M2、信貸規(guī)模、社會融資規(guī)模四項代表性貨幣政策中介目標對實際產(chǎn)出、通貨膨脹、房地產(chǎn)價格以及股票價格的動態(tài)影響效應(yīng)。研究結(jié)果表明：其一，就貨幣政策對產(chǎn)出的影響效應(yīng)而言，新常態(tài)以來銀行間同業(yè)拆借利率對實際產(chǎn)出的影響效應(yīng)呈增強趨勢，但比較而言M2、信貸以及社會融資規(guī)模對產(chǎn)出的影響效應(yīng)顯然更大，其中社會融資規(guī)模對實體經(jīng)濟的提振作用最為顯著，并且在經(jīng)濟衰退期貨幣政策對產(chǎn)出的影響大于在經(jīng)濟平穩(wěn)期和擴張期貨幣政策對產(chǎn)出的影響。其二，就貨幣政策對通貨膨脹的影響效應(yīng)而言，信貸規(guī)模與社會融資規(guī)模對通貨膨脹的影響效應(yīng)更強，是現(xiàn)階段央行控制通貨膨脹缺口的理想政策工具。其三，就貨幣政策對房地產(chǎn)價格的影響效應(yīng)而言，自2012年以來，銀行間同業(yè)拆借利率對房地產(chǎn)價格的抑制作用增強，其對房地產(chǎn)價格的短期沖擊效應(yīng)較強，具有靈敏性特征，適合作為房地產(chǎn)市場的短期調(diào)控工具;而M2、信貸規(guī)模與社會融資規(guī)模對房地產(chǎn)市場與股票市場的長期影響效應(yīng)較強，具有穩(wěn)健性特征，適合作為房地產(chǎn)市場與股票市場的長效調(diào)控工具。

第一，短期內(nèi)應(yīng)當繼續(xù)注重并進一步優(yōu)化以數(shù)量型為主的貨幣政策調(diào)控框架，堅持提高貨幣政策的科學(xué)性、適度性與前瞻性。盡管價格型貨幣政策調(diào)控是未來的發(fā)展趨勢，但考慮到中國作為處于轉(zhuǎn)型階段的新興經(jīng)濟體，短期內(nèi)仍需注重運用數(shù)量型貨幣政策工具，通過數(shù)量型貨幣政策調(diào)控維持適度的流動性環(huán)境，兼顧總量與結(jié)構(gòu)調(diào)控，實現(xiàn)對流動性調(diào)控的精細化管理。中央銀行可以發(fā)揮政策工具的定向調(diào)控

優(yōu)勢，通過影響商業(yè)銀行信貸投放，達到提升貨幣政策傳導(dǎo)效果的作用。鑒于社會融資規(guī)模指標的結(jié)構(gòu)性優(yōu)勢，應(yīng)持續(xù)推進結(jié)構(gòu)性貨幣政策，通過一系列定向舉措，對中小企業(yè)和實體經(jīng)濟的薄弱環(huán)節(jié)提供支持，最大程度發(fā)揮其在我國經(jīng)濟結(jié)構(gòu)調(diào)整和供給側(cè)結(jié)構(gòu)性改革中的作用。完善貨幣政策決策機制，增加貨幣政策透明度和有效指引是穩(wěn)定市場預(yù)期、提高利率傳導(dǎo)效率的有效途徑[40]。

第二，長期來看應(yīng)通過逐步改革的方式，漸進化構(gòu)建“價主量輔”的混合型貨幣政策調(diào)控框架，充分體現(xiàn)新時代中國特色社會主義經(jīng)濟體制的優(yōu)勢。利用市場化手段構(gòu)建更加合理的利率期限結(jié)構(gòu)以及收益率曲線，推進我國金融市場定價機制的合理化與規(guī)范化，將短期利率、中長期利率、債券市場利率以及信貸市場利率緊密結(jié)合在一起，提升短期貨幣市場利率報價機制的主導(dǎo)作用。因此，價格型貨幣政策的實施離不開有效的金融市場基準利率體系，把握好利率體系中政策利率的基準特征、政策利率與其他輔助性政策工具之間的關(guān)系，持續(xù)推進高度認可、高度統(tǒng)一的基準利率體系，對金融市場資源的合理優(yōu)化配置至關(guān)重要。

第三，以供給側(cè)結(jié)構(gòu)性改革為契機破解各種體制機制障礙，著力疏通貨幣政策傳導(dǎo)渠道，提升貨幣政策傳導(dǎo)效率。統(tǒng)籌協(xié)調(diào)金融體制改革和其他結(jié)構(gòu)性改革，通過弱化體制機制壁壘，促使以價格型貨幣政策為主導(dǎo)的調(diào)控體系發(fā)展與完善。適度降低金融市場準入標準、推動民營銀行等金融機構(gòu)發(fā)展壯大，夯實貨幣政策傳導(dǎo)渠道的微觀基礎(chǔ)的同時，也有利于激發(fā)金融市場活力，更好地縱向深度發(fā)展。通過證券市場、信貸市場、交易所市場以及銀行間市場的相互融合與競爭，提高市場利率定價的敏感度，最終達到提升利率傳導(dǎo)渠道效率的目的。規(guī)范治理地方政府債務(wù)融資平臺和房地產(chǎn)企業(yè)等結(jié)構(gòu)性扭曲部門，弱化其對其他市場經(jīng)濟主體的“擠出效應(yīng)”。堅定不移地推進國有企業(yè)和財稅體制改革，打破預(yù)算軟約束體制和規(guī)范融資雙管齊下，使利率能夠真實反映資金的供求關(guān)系。培養(yǎng)對市場利率敏感性較強的市場化企業(yè)，努力實現(xiàn)真正的市場化競爭。

參考文獻：

[1] Friedman B M， Woodford M. Handbook of monetary economics [M].North Holland：Elsevier，2011.

[2] Perri Fabrizio，Vincenzo Quadrini. International recessions[M].Social Science Electronic Publishing， 2011.

[3] Elekdag S，Wu Y. Rapid credit growth：Boon or boom-bust[R].IMF Working Paper，2011（11）.

[4] He Q，H.Leung P，Chong T L. Factor-augmented VAR analysis of the monetary policy in China[J].China Economic Review，2013（25）：88-104.

[5] Narayan P K，Narayan S. The short-run relationship between the financial system and economic growth：New evidence from regional panels[J].International Review of Financial Analysis，2013，29（5）：70-78.

[6] 盛松成，吳培新.中國貨幣政策的二元傳導(dǎo)機制——“兩中介目標，兩調(diào)控對象”模式研究[J].經(jīng)濟研究，2008（10）：37-51.

[7] 金成曉，馬麗娟.信貸政策效應(yīng)的非對稱性、信貸擴張與經(jīng)濟增長[J].統(tǒng)計研究，2010（9）：9-15.

[8] 李連發(fā)， 辛?xí)葬?銀行信貸、經(jīng)濟周期與貨幣政策調(diào)控：1984—2011[J].經(jīng)濟研究，2012（3）：102-114.

[9] 孫俊.貨幣政策轉(zhuǎn)向與非對稱效應(yīng)研究[J].金融研究，2013（6）：60-73.

[10]鄧創(chuàng)，趙珂，邱曉勇.中國信貸周期波動的新特征及其經(jīng)濟增長效應(yīng)分析[J].江蘇社會科學(xué)，2019（1）：9-18.

[11]易綱.中國改革開放三十年的利率市場化進程[J].金融研究，2009（1）：1-14.

[12]王君斌，郭新強，蔡建波.擴張性貨幣政策下的產(chǎn)出超調(diào)、消費抑制和通貨膨脹慣性[J].管理世界，2011（3）：7-21.

[13]周小川.新世紀以來中國貨幣政策的主要特點[J].中國金融，2013（2）：4-10.

[14]陳守東，易曉溦，劉洋.貨幣供給、通貨膨脹與產(chǎn)出波動的動態(tài)效應(yīng)研究：1992-2013[J].南方經(jīng)濟，2014（2）：24-41.

[15]張龍，殷紅，王擎.數(shù)量型還是價格型——來自貨幣政策“非線性”有效性的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2020（7）：61-79.

[16]Bernanke B S，Blinder A S. The federal funds rate and the channels of monetary transmission[J].American Economic Review 1989，82（4）：901-921.

[17]Friedman B M，Kuttner K N. Money，income，prices，and interest rates[J].American Economic Review，1992，82（3）：472-492.

[18]Primiceri G E. Time-varying structural vector auto-regressions and monetary policy[J].Review of Economic Studies，2005，72（3）：821-852.

[19]Zhang W.Chinas monetary policy：Quantity versus price rules[J].Journal of Macroeconomics，2009，31（3）：473-484.

[20]盛松成，謝潔玉.社會融資規(guī)模與貨幣政策傳導(dǎo) ——基于信用渠道的中介目標選擇[J].中國社會科學(xué)，2016（12）：60-82.

[21]郭麗虹，張祥建，徐龍炳.社會融資規(guī)模和融資結(jié)構(gòu)對實體經(jīng)濟的影響研究[J].國際金融研究，2014（6）：66-74.

[22]徐亞平，宋楊.社會融資結(jié)構(gòu)變化對我國貨幣政策傳導(dǎo)模式的影響[J].財經(jīng)科學(xué)，2016（8）：1-13.

[23]元惠萍，劉颯. 社會融資規(guī)模作為金融宏觀調(diào)控中介目標的適用性分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2013（10）：94-108.

[24]周先平，冀志斌，李標. 社會融資規(guī)模適合作為貨幣政策中間目標嗎？[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2013（10）：79-93.

[25]Voicu I， Paley I，Lopez A E，et al. Information externalities，neighborhood characteristics and home mortgage pricing and underwriting[J].Real Estate Economics，2015，43（3）：719-749.

[26]Zhu B， Betzinger M，Sebastian S. Housing market stability，mortgage market structure，and monetary policy：Evidence from the Euro area[J].Journal of Housing Economics，2017，37（C）：1—21.

[27]王曉明.銀行信貸與資產(chǎn)價格的順周期關(guān)系研究[J].金融研究，2010（3）：45-55.

[28]張小宇，劉金全.貨幣政策、產(chǎn)出沖擊對房地產(chǎn)市場影響機制——基于經(jīng)濟發(fā)展新常態(tài)時期的分析[J].中國工業(yè)經(jīng)濟，2015（12）：20-35.

[29]趙勝民，方意，王道平.金融信貸是否中國房地產(chǎn)、股票價格泡沫和波動的原因——基于有向無環(huán)圖的分析[J].金融研究，2011（12）：62-76.

[30]Kasai， Gupta. Financial liberalization and the effectiveness of monetary policy on house price in South Africa[J]. The IUP Journal of Monetary Economics， 2010， 8（4）：59-74.

[31]Chen N K，Chou Y H，Wu J L. Credit constraint and the asymmetric monetary policy effect on house prices[J].Pacific Economic Review，2013，18（4），431-455.

[32]Amador O F，Gachter M，Larch M.Monetary policy and its impact on stock market liquidity：Evidence from the Eurozone[J].Journal of Empirical Finance，2013，21（3）：54-68.

[33]Gagnon M H，Gimet C.The impacts of standard monetary and budgetary policies on liquidity and financial markets：International evidence from the credit freeze crisis[J].Journal of Banking&Finance，2013，37（11）：4599-4614.

[34]劉金全，鄭荻，丁婭楠.社會融資規(guī)模是一種有效的貨幣指標嗎？——基于SVAR模型的實證研究[J].改革，2019（12）：41-49.

[35]顧海峰，張元姣.貨幣政策與房地產(chǎn)價格調(diào)控：理論與中國經(jīng)驗[J].經(jīng)濟研究，2014（1）：29-43.

[36]陳浪南，劉勁松.貨幣政策沖擊對股票市場價格泡沫影響的時變分析[J].統(tǒng)計研究，2018（8）：39-47.

[37]陳創(chuàng)練，戴明曉.貨幣政策、杠桿周期與房地產(chǎn)市場價格波動[J].世界經(jīng)濟，2018（9）：52-67.

[38]趙勝民，羅琦，李政.社會融資規(guī)模適合作為調(diào)控房價的政策工具嗎[J].統(tǒng)計研究，2014（10）：29-36.

[39]Nakajima J. Time-varying parameter VAR model with stochastic volatility：An overview of methodology and empirical applications[R]. Monetary and Economic Studies， 2011， 29：107-142.

[40]孫少巖，劉芮嘉.我國結(jié)構(gòu)性貨幣政策執(zhí)行效果的檢驗[J].商業(yè)研究，2019（10）：43-54.

（責任編輯：王鐵軍）