周之瀚

(北京大學(xué) 經(jīng)濟學(xué)院，北京 100871)

一、引言

貨幣政策是一種至關(guān)重要的宏觀經(jīng)濟調(diào)控手段，其傳導(dǎo)過程是否通暢往往決定了政策實施是否有效，進而影響宏觀經(jīng)濟發(fā)展和金融穩(wěn)定。所以無論是在實務(wù)界還是在學(xué)術(shù)界，貨幣政策傳導(dǎo)效應(yīng)始終備受關(guān)注。而當前，我國經(jīng)濟面臨需求收縮、供給沖擊與預(yù)期轉(zhuǎn)弱三重壓力，外部環(huán)境不確定性與內(nèi)部疫情反復(fù)性仍然并存，更是亟需貨幣政策有效實施，加大對實體經(jīng)濟的支持力度，著力穩(wěn)定宏觀經(jīng)濟大盤，推動經(jīng)濟行穩(wěn)致遠。另外，數(shù)字金融的發(fā)展深刻改變了宏觀經(jīng)濟與金融的內(nèi)在結(jié)構(gòu)，使得貨幣政策傳導(dǎo)的介質(zhì)性質(zhì)發(fā)生變化，貨幣政策沖擊在不同的數(shù)字金融發(fā)展環(huán)境下可能會產(chǎn)生異質(zhì)性傳導(dǎo)效應(yīng)。本文的主要目的就是分析數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)是否存在結(jié)構(gòu)性影響，并探討深層機理。

本文首先借鑒Towbin and Weber(2013)[1]179-194的技術(shù)構(gòu)建IPVAR模型，研究在不同數(shù)字金融發(fā)展水平下的貨幣政策傳導(dǎo)效應(yīng)差異。本文的主要結(jié)論表明，數(shù)字金融發(fā)展對貨幣政策傳導(dǎo)效應(yīng)具有結(jié)構(gòu)性影響，其主要表現(xiàn)是：一方面，加強了擴張性貨幣政策對產(chǎn)出的刺激作用，降低了產(chǎn)出的波動超調(diào)效應(yīng)(over-shooting)；另一方面，放大了通貨膨脹對擴張性貨幣政策沖擊的負向脈沖響應(yīng)幅度，強化了“價格之謎”和通貨膨脹的波動超調(diào)效應(yīng)。通過四變量IPVAR模型檢驗發(fā)現(xiàn)，數(shù)字金融對“價格之謎”的強化效應(yīng)并非源自貨幣政策的預(yù)期信號作用，而更可能是暢通貨幣政策成本傳導(dǎo)渠道起到了關(guān)鍵作用。在進一步的機制分析中，本文探討了數(shù)字金融對貨幣政策效果產(chǎn)生結(jié)構(gòu)性調(diào)整的深層機理，通過固定效應(yīng)模型和面板工具變量模型等能發(fā)現(xiàn)，數(shù)字金融通過強化成本傳導(dǎo)渠道放大了貨幣政策的總供給效應(yīng)。

本文增進了對數(shù)字金融結(jié)構(gòu)性宏觀效應(yīng)的理解，深入分析了數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響。接下來的部分結(jié)構(gòu)安排如下：第二節(jié)對相關(guān)文獻進行綜述；第三節(jié)介紹了IPVAR的模型設(shè)定、主要變量的選取和預(yù)處理以及數(shù)據(jù)與模型的平穩(wěn)性檢驗；第四節(jié)匯報了模型的實證結(jié)果和脈沖響應(yīng)分析，以及相應(yīng)的經(jīng)濟學(xué)解釋；第五節(jié)做了進一步的機制分析；第六節(jié)是本文的結(jié)論及啟示。

二、文獻綜述

近年來已有學(xué)者發(fā)現(xiàn)，宏觀環(huán)境的變化、金融結(jié)構(gòu)的調(diào)整、制度變革與技術(shù)發(fā)展等外生沖擊，都可能改變貨幣政策傳導(dǎo)效應(yīng)(Ma and Lin，2016)。[2]1-11而數(shù)字金融的發(fā)展恰恰會對金融體系結(jié)構(gòu)產(chǎn)生根本性的影響，因此在我國數(shù)字金融進入發(fā)展快車道的當下，研究貨幣政策傳導(dǎo)效應(yīng)在新的金融體系下的結(jié)構(gòu)性轉(zhuǎn)變很有必要。然而關(guān)于數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響方向及效應(yīng)大小，當前學(xué)術(shù)圈尚無定論。

不少研究指出，數(shù)字金融有可能降低貨幣政策傳導(dǎo)效應(yīng)。謝平和劉海二(2013)[3]1-14指出，數(shù)字金融發(fā)展也許會改變貨幣需求形式，這將使貨幣控制的有效性大大降低，這時需要中央銀行發(fā)明新的貨幣政策工具來應(yīng)對這一沖擊。戰(zhàn)明華等(2018)[4]63-76構(gòu)建了包含企業(yè)、家庭和銀行的DSGE模型，發(fā)現(xiàn)總體上互聯(lián)網(wǎng)金融會通過降低金融市場的摩擦來弱化貨幣政策銀行信貸渠道。彭安興等(2021)[5]15-30將數(shù)字經(jīng)濟比重引入DSGE模型中，得出結(jié)論為數(shù)字經(jīng)濟會降低商品價格黏性，動搖貨幣政策非中性的微觀基礎(chǔ)，進而弱化貨幣政策效果。也有很多研究認為，數(shù)字金融能加強貨幣政策傳導(dǎo)效應(yīng)。Mishra et al.(2014)[6]117-131認為隨著金融市場的完善，人們將越來越多地參與金融市場并對貨幣政策沖擊做出反應(yīng)，貨幣政策的利率傳導(dǎo)機制將更加暢通，因而貨幣政策效果會得到強化。劉瀾飚等(2016)[7]61-73將互聯(lián)網(wǎng)金融對居民資產(chǎn)選擇及存款供給的影響引入微觀銀行學(xué)框架，從理論上分析了互聯(lián)網(wǎng)金融對我國貨幣政策傳導(dǎo)有效性的影響，發(fā)現(xiàn)互聯(lián)網(wǎng)金融增強了銀行的存貸款規(guī)模及利率對銀行同業(yè)市場利率的敏感性，提高了貨幣政策的有效性。戰(zhàn)明華等(2020)[8]22-38拓展了標準的IS-LM-CC模型，分析發(fā)現(xiàn)我國數(shù)字金融對貨幣政策效果的影響更符合發(fā)展中國家的特征，即數(shù)字金融能夠放大產(chǎn)出關(guān)于政策沖擊的脈沖響應(yīng)幅度、減少政策效果的滯后時間、弱化“價格之謎”現(xiàn)象。當然，還有部分研究認為，數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響是不確定的。方興和郭子睿(2017)[9]183-190利用北京大學(xué)互聯(lián)網(wǎng)金融指數(shù)，借助TVP-VAR模型，研究第三方支付對我國貨幣政策傳導(dǎo)效應(yīng)的影響，發(fā)現(xiàn)第三方支付對貨幣政策的影響具有不確定性，從產(chǎn)出渠道來說增強了貨幣政策傳導(dǎo)效應(yīng)，而在價格渠道則削弱了貨幣政策傳導(dǎo)效應(yīng)。

整合相關(guān)文獻可知，關(guān)于數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響這一問題，現(xiàn)有文獻的討論還比較少，而探討數(shù)字金融對貨幣政策成本傳導(dǎo)渠道影響的研究更是鮮見。因此，本文結(jié)合實證分析和理論推導(dǎo)研究了數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響，并且通過推導(dǎo)含成本渠道混合型新凱恩斯菲利普斯曲線并對結(jié)構(gòu)方程進行GMM估計來驗證成本傳導(dǎo)渠道在其中的機制作用。

三、研究設(shè)計

本文關(guān)注數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響及深層的影響機理，使用含條件依賴參數(shù)的交互面板向量自回歸模型(Interacted Panel VAR，IPVAR)展開研究。IPVAR是在PVAR模型的基礎(chǔ)上擴展而來的，最初由Towbin and Weber(2013)[1]179-194提出。IPVAR模型最大的改進在于它假定系數(shù)矩陣是條件于個體特征而產(chǎn)生的，這有利于分析異質(zhì)性個體特征會怎樣改變各變量之間的影響效應(yīng)，也能夠通過控制交互變量的組合來刻畫出個體不同特征之間的交互效應(yīng)。

(一)模型設(shè)定

為構(gòu)建IPVAR模型，參考Towbin and Weber(2013)[1]179-194、Sá et al.(2014)[10]522-546和Aastveit et al.(2017)[11]50-67等的實證方法，首先建立一個基于Cholesky restrictions的三變量SVAR模型：

(1)

后文為了消除貨幣政策傳導(dǎo)過程中的預(yù)期信號對通貨膨脹的影響，還在Yit中加入了商品零售價格RPI。為了考察異質(zhì)性個體特征的效應(yīng)，將上式系數(shù)矩陣中的參數(shù)設(shè)置為條件依賴的，即有如下形式：

(2)

其中Xit為個體特征。將式(1)兩端同時乘以A0t-1，得到簡化形式的IPVAR模型：

(3)

其中εit為簡化型IPVAR的擾動項，滿足εit=A0t-1uit。

關(guān)于內(nèi)生變量的選取順序，在文獻中已多有討論。一般來說，認為貨幣政策存在時滯性，對當期產(chǎn)出和通貨膨脹影響較小，同時貨幣供應(yīng)在我國具有較強內(nèi)生性(萬解秋和徐濤，2001)[12]40-45+50+94，會根據(jù)宏觀經(jīng)濟變量及時調(diào)整，尤其對物價水平敏感，所以將貨幣政策變量MP放在最后，將CPI放在MP之前。產(chǎn)出GDP當期受CPI和MP影響較小，故放于第一位。最終三變量IPVAR模型中內(nèi)生變量Yit的順序為：

Yit=[GDPitCPIitMPit]′

(4)

當預(yù)期到未來通貨膨脹將下降時，中央銀行會提前實施擴張的貨幣政策，又因為通貨膨脹存在慣性，貨幣政策本身釋放出的預(yù)期信號亦會在短期內(nèi)加大通貨膨脹下行壓力，因此從數(shù)據(jù)上呈現(xiàn)出“價格之謎”的現(xiàn)象。所以在之后的四變量IPVAR模型中，在系統(tǒng)中加入商品零售價格RPI，因為學(xué)界普遍認為其對貨幣政策變化敏感，可以減弱貨幣政策的預(yù)期信號效應(yīng)(Brissimis and Magginas，2006；蔣海和儲著貞，2011)[13]1225-1234, [14]27-41。所以將RPI放在貨幣政策MP之后。最終四變量IPVAR模型中內(nèi)生變量Yit采取的變量順序為：

(5)

在后文的格蘭杰因果檢驗中，也對本文的變量選取順序進行了驗證。

(二)變量說明

考慮到數(shù)據(jù)的可得性，本部分采取季度頻率的面板數(shù)據(jù)，樣本區(qū)間為2011年第四季度至2020年第四季度，樣本截面選取了我國31個省級行政單位。數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫和Wind金融數(shù)據(jù)庫。產(chǎn)出方面選擇省級季度GDP數(shù)據(jù)，記為GDP，通貨膨脹方面選擇居民消費價格指數(shù)CPI，以2003年1月為基時求得其定基比指數(shù)，記為CPI。選取廣義貨幣供應(yīng)量M2作為貨幣政策變量MP的代理變量，記為M2；商品零售價格RPI以2003年1月為基時求得其定基比指數(shù)，記為RPI。本文借助北京大學(xué)數(shù)字金融研究中心所編制的數(shù)字普惠金融指數(shù)(郭峰等，2020)[15]1401-1418來刻畫省級數(shù)字金融發(fā)展水平，記為DF。

為消除通貨膨脹因素，本文將GDP和M2的名義值除以CPI以做消脹處理，得到GDP和M2的實際值，并使用X-12季節(jié)調(diào)整方法對GDP、CPI、M2和RPI進行季節(jié)調(diào)整。為避免變量序列間異方差性的影響，實證分析中的GDP、CPI、M2和RPI均以對數(shù)形式出現(xiàn)，分別記為lnGDP、lnCPI、lnM2和lnRPI。變量詳細定義見表1。

表1 變量含義與數(shù)據(jù)來源

(三)數(shù)據(jù)平穩(wěn)性檢驗

IPVAR模型要求內(nèi)生變量平穩(wěn)，因此對變量進行時間序列單位根檢驗和面板單位根檢驗。表2展示了使用ADF檢驗方法對各變量原值序列和一階差分序列進行時間序列單位根檢驗的結(jié)果。在檢驗時采取AIC準則確定滯后階數(shù)，并在原假設(shè)中假設(shè)了截距項與趨勢項的存在。結(jié)果表明，各變量原值序列存在單位根，而各變量一階差分序列均在1%的置信水平下顯著拒絕了存在單位根的原假設(shè)。所以lnGDP、lnCPI、lnM2、lnRPI均為一階單整序列，即I(1)。因此，在后續(xù)的IPVAR模型實證分析中，使用各變量的一階差分序列，記為dlnGDP、dlnCPI、dlnM2、dlnRPI。

表3展示了使用LLC檢驗方法和IPS檢驗方法對各面板變量一階差分序列進行面板單位根檢驗的結(jié)果。

表2 時間序列數(shù)據(jù)單位根檢驗：ADF檢驗

表3 面板數(shù)據(jù)單位根檢驗：LLC檢驗和IPS檢驗

(四)模型檢驗與格蘭杰因果檢驗

使用AIC和BIC準則判定本文IPVAR模型的最優(yōu)滯后階數(shù)為二階。表4展示了dlnGDP、dlnCPI、dlnM2和dlnRPI之間的格蘭杰因果檢驗。由表可知，dlnGDP和dlnM2的因果關(guān)系檢驗，能夠同時在1%的置信水平下拒絕dlnGDP不是dlnM2格蘭杰因的原假設(shè)和dlnM2不是dlnGDP格蘭杰因的原假設(shè)，換言之，dlnGDP和dlnM2互為對方的格蘭杰因。在dlnCPI和dlnM2的因果關(guān)系檢驗中，dlnCPI在1%的置信水平下是dlnM2的格蘭杰因，反之則不是。這可能是因為貨幣政策對CPI變量具有當期敏感性，而由于貨幣政策傳導(dǎo)過程中存在時滯性，CPI變量對貨幣政策不具有當期敏感性。在dlnM2和dlnRPI的因果關(guān)系檢驗中，dlnM2在10%的置信水平下是dlnRPI的格蘭杰因，反之則不是。這也驗證了文獻中的理論，即商品零售價格對貨幣政策變化敏感，可以起到制定政策時的預(yù)期信號作用(Brissimis and Magginas，2006；蔣海和儲著貞，2011)。[13]1225-1234, [14]27-41格蘭杰因果的實證結(jié)論印證了IPVAR模型中內(nèi)生變量Yit所設(shè)置的先后次序是符合實際情形的。

表4 內(nèi)生變量的格蘭杰因果檢驗

續(xù)表

四、實證結(jié)果分析

(一)三變量IPVAR脈沖響應(yīng)分析

從圖中可以直觀看出，隨著數(shù)字金融發(fā)展水平的提升，擴張的貨幣政策帶來的產(chǎn)出脈沖響應(yīng)會變得更顯著且更劇烈，最終的累積效應(yīng)也更強。具體而言，在25%分位的數(shù)字金融發(fā)展水平時，GDP在第2期出現(xiàn)顯著的正向最大脈沖響應(yīng)，即GDP增速提高0.926個標準差，最終的累積脈沖響應(yīng)強度為0.469；在50%分位的數(shù)字金融發(fā)展水平時，GDP在第2期出現(xiàn)顯著的正向最大脈沖響應(yīng)，即GDP增速提高1.526個標準差，最終的累積脈沖響應(yīng)強度為0.870；而在75%分位的數(shù)字金融發(fā)展水平時，GDP同樣在第2期出現(xiàn)顯著的正向最大脈沖響應(yīng)，即GDP增速提高2.149個標準差，最終的累積脈沖響應(yīng)強度為1.267。同時也能從圖中直觀看出，數(shù)字金融弱化了產(chǎn)出的波動超調(diào)效應(yīng)，使得產(chǎn)出的負向響應(yīng)更為平緩。

圖1 脈沖響應(yīng)分析：GDP對M2正向沖擊的脈沖響應(yīng)

圖2 脈沖響應(yīng)分析：GDP對M2正向沖擊的累積脈沖響應(yīng)

圖3 不同數(shù)字金融發(fā)展水平下GDP和CPI對M2的脈沖響應(yīng)統(tǒng)計

圖3上圖展示了各個數(shù)字金融發(fā)展水平下，GDP對M2一單位標準差正向沖擊的脈沖響應(yīng)統(tǒng)計，包含正向最大響應(yīng)強度和累積響應(yīng)強度。圖3直觀展示出，隨著數(shù)字金融發(fā)展水平的提高，產(chǎn)出對擴張性貨幣政策沖擊的正向最大脈沖響應(yīng)和累積脈沖響應(yīng)均有所提升，表明數(shù)字金融有助于加強擴張性貨幣政策對產(chǎn)出的刺激作用，即數(shù)字金融有利于暢通貨幣政策的傳導(dǎo)渠道，提升貨幣政策傳導(dǎo)效應(yīng)，降低貨幣政策時滯性。

圖4和圖5展示了在數(shù)字金融發(fā)展水平處于25%分位、50%分位和75%分位時，CPI對M2一個標準差正向沖擊所產(chǎn)生的脈沖響應(yīng)和累積脈沖響應(yīng)。通貨膨脹脈沖響應(yīng)在不同數(shù)字金融發(fā)展水平下也呈現(xiàn)出相似的響應(yīng)模式：在M2正向沖擊的第1期，通貨膨脹出現(xiàn)了顯著的負向響應(yīng)，且是最小脈沖響應(yīng)；第2期CPI的負向響應(yīng)減?。粡牡?期開始，CPI的脈沖響應(yīng)開始變?yōu)檎颍笾饾u減小回歸到0?？梢园l(fā)現(xiàn)，擴張性的貨幣政策在短期內(nèi)顯著降低了通貨膨脹，產(chǎn)生了“價格之謎”。而在中長期存在波動超調(diào)效應(yīng)，會出現(xiàn)通貨膨脹上漲的現(xiàn)象。

從圖中可以直觀看出，隨著數(shù)字金融發(fā)展水平的提升，擴張的貨幣政策帶來的通貨膨脹負向脈沖響應(yīng)也變得更加劇烈，最終的累積效應(yīng)也更強，并且中長期的波動超調(diào)效應(yīng)更劇烈，持續(xù)期更長。具體而言，在25%分位的數(shù)字金融發(fā)展水平時，CPI在第1期出現(xiàn)負向最大脈沖響應(yīng)，即CPI增速降低0.038個標準差，最終的累積脈沖響應(yīng)強度為-0.068；在50%分位的數(shù)字金融發(fā)展水平時，CPI在第1期出現(xiàn)負向最大脈沖響應(yīng)，即CPI增速降低0.207個標準差，最終的累積脈沖響應(yīng)強度為-0.208；在75%分位的數(shù)字金融發(fā)展水平時，CPI的負向最大脈沖響應(yīng)同樣出現(xiàn)在第1期，即CPI增速降低0.324個標準差，最終的累積脈沖響應(yīng)強度為-0.295。同時也能從圖中直觀看出，數(shù)字金融加強了通貨膨脹的波動超調(diào)效應(yīng)，使得產(chǎn)出在中長期的正向響應(yīng)更劇烈，持續(xù)時間也更長。這可能是由于貨幣政策同時具有總需求效應(yīng)與總供給效應(yīng)，具體體現(xiàn)為刺激投資渠道、擴張社會總需求從而造成通貨膨脹上升趨勢，和暢通成本傳導(dǎo)渠道、降低企業(yè)生產(chǎn)邊際成本、擴張社會總供給從而造成通貨膨脹下降趨勢，兩種相反的效應(yīng)具有非對稱性和時間上的不匹配，總供給效應(yīng)快于總需求效應(yīng)作用于實體經(jīng)濟，最終導(dǎo)致了“價格之謎”的產(chǎn)生和通貨膨脹的波動超調(diào)效應(yīng)。

圖4 脈沖響應(yīng)分析：CPI對M2正向沖擊的脈沖響應(yīng)

圖5 脈沖響應(yīng)分析：CPI對M2正向沖擊的累積脈沖響應(yīng)

圖3下圖展示了各個數(shù)字金融發(fā)展水平下，CPI對M2一單位標準差正向沖擊的脈沖響應(yīng)統(tǒng)計，包含負向最大響應(yīng)強度和累積響應(yīng)強度?？梢钥闯?，數(shù)字金融強化了擴張性貨幣政策對通貨膨脹產(chǎn)生的“價格之謎”，也加大了通貨膨脹的波動超調(diào)效應(yīng)。這說明數(shù)字金融同時加強了貨幣政策的總需求效應(yīng)和總供給效應(yīng)，從而增強了貨幣政策的總效應(yīng)。從圖6中還能發(fā)現(xiàn)，CPI的負向最大脈沖響應(yīng)強度經(jīng)歷了一個先上升后下降的過程，這是由于在數(shù)字金融發(fā)展水平較低時，一單位數(shù)字金融發(fā)展水平的提高對貨幣政策總需求效應(yīng)帶來的邊際提升要高于其對貨幣政策總供給效應(yīng)帶來的邊際提升；而當數(shù)字金融發(fā)展水平高于25%分位后，一單位數(shù)字金融發(fā)展水平的提高對貨幣政策總需求效應(yīng)帶來的邊際提升會轉(zhuǎn)而變得低于其對貨幣政策總供給效應(yīng)帶來的邊際提升，所以此時CPI負向最大脈沖響應(yīng)與數(shù)字金融發(fā)展水平呈現(xiàn)出單調(diào)負相關(guān)關(guān)系。

(二)四變量IPVAR脈沖響應(yīng)分析

圖6 不考慮預(yù)期信號和考慮預(yù)期信號的CPI脈沖響應(yīng)對比圖

圖6展示了三變量IPVAR和引入RPI后的四變量IPVAR的脈沖響應(yīng)對比分析圖。從圖中能看出，引入了RPI后，CPI對M2的脈沖響應(yīng)并未發(fā)生顯著變化，且仍然具有顯著的“價格之謎”和波動超調(diào)現(xiàn)象，數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響也未發(fā)生顯著改變。這說明造成“價格之謎”的主要因素并非是貨幣政策預(yù)期信號作用。由此，本節(jié)提出如下機制假設(shè)：

機制假設(shè)：貨幣政策傳導(dǎo)存在成本渠道，擴張性貨幣政策會產(chǎn)生總供給效應(yīng)來影響通貨膨脹和總產(chǎn)出。而數(shù)字金融發(fā)展則會強化貨幣政策傳導(dǎo)的總供給效應(yīng)，進而增強貨幣政策傳導(dǎo)效應(yīng)。

五、機制分析：數(shù)字金融對貨幣政策成本傳導(dǎo)渠道的影響效應(yīng)

為了驗證本文第四節(jié)末尾對于IPVAR模型實證結(jié)果所提出的機制假設(shè)，本節(jié)將通過對含成本渠道的混合型新凱恩斯菲利普斯曲線(Hybrid NKPC)的推導(dǎo)來提供貨幣政策存在成本傳導(dǎo)機制的理論基礎(chǔ)，并根據(jù)模型構(gòu)建結(jié)構(gòu)方程，在此基礎(chǔ)上使用動態(tài)面板GMM結(jié)構(gòu)估計方法和省級季度動態(tài)面板數(shù)據(jù)，檢驗中國貨幣政策傳導(dǎo)中成本渠道的存在性，進而檢驗數(shù)字金融對成本傳導(dǎo)渠道的影響。

(一)理論推導(dǎo)

1.貨幣政策成本渠道的作用機制

傳統(tǒng)宏觀經(jīng)濟理論主要討論貨幣政策的總需求效應(yīng)，但一些學(xué)者的實證研究發(fā)現(xiàn)，貨幣政策對宏觀經(jīng)濟的影響與傳統(tǒng)理論并非完全一致，如Sims(1992)[16]975-1000利用VAR模型發(fā)現(xiàn)了緊縮性貨幣政策沖擊會導(dǎo)致通貨膨脹產(chǎn)生短期的正向響應(yīng)，這個現(xiàn)象被稱為“價格之謎”。為了解釋這個現(xiàn)象，很多學(xué)者提出貨幣政策存在成本傳導(dǎo)渠道，即貨幣政策通過影響廠商的生產(chǎn)成本來影響總供給，進而對產(chǎn)出和通貨膨脹產(chǎn)生正向影響(Barth and Ramey，2001；Christiano et al.，2005；Ravenna and Walsh，2006)。[17]184-240, [18]1-45, [19]199-216也有很多學(xué)者發(fā)現(xiàn)我國貨幣政策同樣也存在成本傳導(dǎo)渠道(彭方平和連玉君，2010；王藝明和蔡昌達，2012)。[20]27-33+64+187, [21]14-25現(xiàn)有研究指出，在企業(yè)生產(chǎn)、銷售產(chǎn)品并獲得收入之前，需要投入營運資本并產(chǎn)生經(jīng)營成本，當經(jīng)營成本尤其是與勞動力相關(guān)的成本費用需要靠企業(yè)外源融資來籌集時，貨幣政策就能通過影響市場貸款利率來影響企業(yè)的外源融資成本，進而調(diào)整企業(yè)的生產(chǎn)邊際成本，從而影響企業(yè)生產(chǎn)決策，最終對宏觀經(jīng)濟變量產(chǎn)生總供給效應(yīng)(Ravenna and Walsh，2006；Henzel et al.，2009；Tillmann，2009)。[19]199-216, [22]268-289, [23]885-906在這個過程中，企業(yè)營運資本外源融資依賴度越高，貨幣政策的成本傳導(dǎo)渠道效應(yīng)就越明顯(Rudd and Whelan，2006；蔣海和儲著貞，2011)。[24]303-320,[14]27-41數(shù)字金融的發(fā)展能夠幫助降低市場上的信息不對稱，弱化金融摩擦，提高資金供給方的風(fēng)險識別能力和價值挖掘能力，降低企業(yè)的融資約束，為提高企業(yè)營運資本外源融資依賴度創(chuàng)造了客觀的有利條件。

2.含成本渠道的混合型新凱恩斯菲利普斯曲線

借鑒Rudd and Whelan(2006)[24]303-320和蔣海和儲著貞(2011)[14]27-41，可以推導(dǎo)出具有通貨膨脹封閉解形式的含成本渠道混合型新凱恩斯菲利普斯曲線：

(6)

(7)

所以從(7)式可知，貨幣政策的成本渠道效應(yīng)與外源融資依賴度χ成正比，即χ越大，企業(yè)營運資本越依賴于外源融資補充，企業(yè)實際邊際成本受到利率影響就越大，貨幣政策的成本渠道效應(yīng)也就越強，此時擴張性的貨幣政策能夠更有力地降低企業(yè)實際邊際成本，進一步擴張社會總供給，能夠在提高產(chǎn)出的同時降低通貨膨脹率。

(二)實證檢驗

本小節(jié)的實證檢驗將會使用動態(tài)面板GMM結(jié)構(gòu)估計來驗證中國貨幣政策傳導(dǎo)中成本渠道的存在性，且會進一步檢驗數(shù)字金融對強化成本渠道效應(yīng)所起到的作用。

1.實證模型設(shè)定

本節(jié)使用2011年第四季度至2017年第四季度的省級季度數(shù)據(jù)，參考Ravenna and Walsh(2006)、Rudd and Whelan(2006)等的方法，[19]199-216, [24]303-320對(6)式進行動態(tài)面板GMM結(jié)構(gòu)估計。先將(6)式中的結(jié)構(gòu)參數(shù)θ、κ代換為結(jié)構(gòu)參數(shù)ω、δ，即可化為：

(8)

所以對應(yīng)的正交條件可以表示為：

(9)

Et[(ei,t-ei,t-1)zi,t-2]=0

(10)

(10)式中的zi,t-2為工具變量組。理論上，k越大估計出來的參數(shù)結(jié)果就越準確，但為保證回歸樣本量足夠大，本文選取k=4。在估計后還需注意的是，待估計的結(jié)構(gòu)方程成立的前提條件是θ>1/2，即ω>δ。當估計結(jié)果驗證了前提條件后，則可對χ參數(shù)的顯著性水平進行考察，若χ顯著則證明中國貨幣政策傳導(dǎo)存在成本渠道，反之則說明中國貨幣政策傳導(dǎo)不存在明顯的成本渠道。由于要更進一步考察數(shù)字金融對企業(yè)外源融資依賴度χ的影響，所以需要賦予χ以地區(qū)異質(zhì)性，而χ又難以直接觀測，所以將其參數(shù)化為數(shù)字金融發(fā)展和某些地區(qū)特征的函數(shù)，即將χ表示為如下形式代入到(9)式中：

χi,t=α0+α1DEi,t+α2LOANi,t+α3GDPi,t

(11)

其中DEi,t表示省級數(shù)字金融發(fā)展水平；LOANi,t表示省級金融機構(gòu)人民幣貸款余額，作為地區(qū)金融發(fā)展水平的代理變量；GDPi,t表示省級GDP，作為地區(qū)經(jīng)濟發(fā)展水平的代理變量。

2.變量選擇與數(shù)據(jù)處理

在選取工具變量時，考慮到在保證工具變量有效性的同時要盡可能保留更多數(shù)據(jù)，本文采取Anderson-Hsiao估計量的形式，借鑒經(jīng)典文獻中使用的工具變量(Galí and Gertler，1999；Galí et al.，2005；Ravenna and Walsh，2006)，[28]195-222, [29]1107-1118, [19]199-216選取工具變量組A包含滯后二階的通貨膨脹率、滯后一階和滯后二階的商品零售價格增長率、勞動收入份額偏離穩(wěn)態(tài)值、貸款加權(quán)平均利率偏離穩(wěn)態(tài)值、數(shù)字金融發(fā)展水平、金融機構(gòu)人民幣貸款余額、地區(qū)生產(chǎn)總值GDP等。考慮到GMM估計可能對工具變量組比較敏感，在工具變量組A的基礎(chǔ)上加入廣義貨幣M2供應(yīng)量和名義工資增長率，作為工具變量組B進行穩(wěn)健性檢驗。

3.實證結(jié)果分析

表5展示了對(9)式和(10)式的動態(tài)面板GMM結(jié)構(gòu)估計結(jié)果。首先注意到在所有回歸結(jié)果中均有ω>δ，所以易得θ>1/2，這便驗證了描述通貨膨脹本身動態(tài)過程的(6)式是穩(wěn)定收斂的?；貧wM(1)-M(5)使用工具變量組A作為基準回歸，回歸M(6)-M(7) 使用工具變量組B作為穩(wěn)健性檢驗。在估計方法上，回歸M(1)-M(3)、M(6)-M(7)使用兩步法差分GMM，回歸M(4)-M(5)使用連續(xù)更新差分GMM作為估計方法上的穩(wěn)健性回歸。所有回歸都通過了Hansen J檢驗，說明工具變量均是有效的，不存在過度識別。具體到每一個回歸結(jié)果而言，回歸M(1)先對中國貨幣政策傳導(dǎo)的成本渠道進行檢驗，可以看到，三個結(jié)構(gòu)參數(shù)ω、δ、χ均在1%水平下顯著，且更換GMM估計方式后的回歸結(jié)果M(4)與更換工具變量組后的回歸結(jié)果M(6)都表明，三個結(jié)構(gòu)參數(shù)的估計結(jié)果是顯著的。對比回歸M(1)、M(4)和M(6)也能發(fā)現(xiàn)，三個結(jié)構(gòu)參數(shù)的估計值變化不大，這說明了估計結(jié)果具有較高的穩(wěn)健性。注意到回歸M(1)中的ω=0.833，表明每期只有將近17%的企業(yè)可以調(diào)整價格，產(chǎn)品價格粘性較大。δ=0.493，表明有將近49%的企業(yè)是后顧型的，即只根據(jù)過去的通貨膨脹水平來確定當期價格。將本文的參數(shù)估計數(shù)值和文獻中的進行對比也較為接近，如Galí and Gertler(1999)[28]195-222結(jié)合美國1960年第一季度至1997年第四季度的宏觀經(jīng)濟數(shù)據(jù)，估計得到ω=0.81，δ=0.26；蔣海和儲著貞(2011)[14]27-41結(jié)合中國1996年第一季度至2010年第一季度的宏觀經(jīng)濟數(shù)據(jù)，估計得到ω=0.91，δ=0.28。本文所重點關(guān)注的變量為χ=0.846，且χ顯著不為0，表明中國貨幣政策傳導(dǎo)確實存在顯著的成本渠道，且成本渠道效應(yīng)不容忽視?；貧wM(2)是將χ作為地區(qū)數(shù)字金融發(fā)展水平的函數(shù)來進行估計的，α1是地區(qū)數(shù)字金融發(fā)展水平的系數(shù)，可以發(fā)現(xiàn)α1是顯著為正的，這說明企業(yè)外源融資依賴度與地區(qū)數(shù)字金融發(fā)展水平呈現(xiàn)顯著正相關(guān)關(guān)系。在回歸M(2)的基礎(chǔ)上，回歸M(3)、M(5)和M(7)將χ同時作為地區(qū)數(shù)字金融發(fā)展水平、地區(qū)金融發(fā)展水平和地區(qū)經(jīng)濟發(fā)展水平的函數(shù)來進行估計，α2是地區(qū)金融發(fā)展水平的系數(shù)，α3是地區(qū)經(jīng)濟發(fā)展水平的系數(shù)。從回歸結(jié)果來看，企業(yè)外源融資依賴度與地區(qū)金融發(fā)展水平顯著正相關(guān)，與地區(qū)經(jīng)濟發(fā)展水平顯著負相關(guān)。并且注意到，在控制了地區(qū)經(jīng)濟與金融發(fā)展稟賦后，企業(yè)外源融資依賴度仍然保持了與地區(qū)數(shù)字金融發(fā)展水平的顯著正相關(guān)性，不同回歸的估計結(jié)果間數(shù)值差異較小，說明估計結(jié)果的穩(wěn)健性較好。

表5 機制檢驗：數(shù)字金融對企業(yè)營運資本外源融資依賴度的影響

總的來說，回歸結(jié)果表明，中國貨幣政策傳導(dǎo)過程中存在顯著且較強的成本渠道效應(yīng)。在數(shù)字金融發(fā)展水平越高的地區(qū)，企業(yè)營運資本中有越高的比例依賴外源融資的補充，這便使得企業(yè)的生產(chǎn)邊際成本對市場利率的調(diào)整更加敏感，因此貨幣政策傳導(dǎo)的成本渠道效應(yīng)更強，擴張性貨幣政策可以更大幅度地降低企業(yè)生產(chǎn)邊際成本，導(dǎo)致總供給增量提升，短期內(nèi)表現(xiàn)為更大幅度的產(chǎn)出增加和通貨膨脹下降。

六、結(jié)論與啟示

本文探討了數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響，由此反映出數(shù)字金融的結(jié)構(gòu)性宏觀經(jīng)濟效應(yīng)。本文首先構(gòu)建了含條件依賴參數(shù)的交互面板向量自回歸模型(IPVAR)，研究不同數(shù)字金融發(fā)展水平下，產(chǎn)出和通貨膨脹對貨幣政策沖擊的脈沖響應(yīng)異質(zhì)性，采取2011年第四季度至2020年第四季度的省級季度面板時間序列數(shù)據(jù)進行實證分析。研究發(fā)現(xiàn)，數(shù)字金融有助于暢通貨幣政策的傳導(dǎo)渠道，提升貨幣政策傳導(dǎo)效應(yīng)，降低貨幣政策時滯性。具體而言，數(shù)字金融一方面加強了擴張性貨幣政策對產(chǎn)出的刺激作用，降低了產(chǎn)出的波動超調(diào)效應(yīng)；另一方面強化了擴張性貨幣政策對通貨膨脹產(chǎn)生的“價格之謎”，加大了通貨膨脹的波動超調(diào)效應(yīng)。接下來通過加入商品零售價格指數(shù)等變量，識別出我國貨幣政策產(chǎn)生“價格之謎”的主要原因并非貨幣政策的預(yù)期信號效應(yīng)，從而推斷出我國貨幣政策存在成本傳導(dǎo)渠道，且數(shù)字金融會通過作用于貨幣政策的成本傳導(dǎo)渠道而改變貨幣政策傳導(dǎo)效應(yīng)。進一步地，本文通過對含成本渠道的混合型新凱恩斯菲利普斯曲線進行模型推導(dǎo)和動態(tài)面板GMM結(jié)構(gòu)估計，從宏觀層面驗證了數(shù)字金融通過提高企業(yè)外源融資依賴度來暢通貨幣政策傳導(dǎo)成本渠道的機制。

我國貨幣政策在施行時要將數(shù)字金融發(fā)展作為宏觀經(jīng)濟與金融結(jié)構(gòu)中的重要組成部分，充分考慮數(shù)字金融對貨幣政策傳導(dǎo)效應(yīng)的影響，做到靈活精準、合理適度的科學(xué)施策，努力發(fā)揮好貨幣政策促進宏觀經(jīng)濟穩(wěn)定、支持實體經(jīng)濟發(fā)展的關(guān)鍵作用。