我国价格型和数量型货币政策效果比较——基于SVAR模型和TVP-VAR模型的实证研究

刘向丽, 尚友芳

计量经济学报 ›› 2021, Vol. 1 ›› Issue (3) : 595-611.

PDF(3376 KB)
PDF(3376 KB)
计量经济学报 ›› 2021, Vol. 1 ›› Issue (3) : 595-611. DOI: 10.12012/CJoE2020-0028
论文

我国价格型和数量型货币政策效果比较——基于SVAR模型和TVP-VAR模型的实证研究

    刘向丽(), 尚友芳()
作者信息 +

The Effect Comparison of Quantity and Price-based Monetary Policy in China——An Empirical Study Based on SVAR Model and TVP-VAR Model

    Xiangli LIU(), Youfang SHANG()
Author information +
文章历史 +

摘要

本文利用SVAR模型研究了数量型和价格型货币政策对宏观经济主要变量的实施效果,并首次将符号约束纳入TVP-VAR模型研究两种货币政策对产出、通胀的时变冲击效应.研究结果表明:1)我国的货币政策传导渠道不畅通,汇率、股市资产价格传导渠道均不可行,货币政策对进出口、股价基本无影响.利率传导渠道堵塞.2)影子银行的迅速发展,造成利率和货币供应量都不能有效影响社会融资规模,不利于货币政策的传导.3)利率对产出和通胀率、货币供应量对产出的冲击效应均存在明显时变特征,主要体现在冲击影响的期限变短,说明近年来货币政策长期效果有所降低,同时利率政策即期效果优于货币供应量.建议货币当局进一步疏通货币政策传导渠道,保持经济稳定的同时降低影子银行规模,保持政策惯性,通过预期引导市场发展.

Abstract

In this paper, we discuss the implementation effect of quantity and price-based monetary policy in China, and the time-varying impact effect on output and inflation based on SVAR model and TVP-VAR model. The results show that: 1) The transmission channels of monetary policy in China are not smooth, including the exchange rate and stock price channels, and the transmission channels of interest rate are blocked, which leads to the poor effect of price monetary instrument policy. 2) The impact of interest rate on output, inflation rate and money supply on output has obvious time-varying characteristics, mainly reflected in the shorter period of impact, which shows that the long-term effect of monetary policy has been reduced in recent years. 3) With the development of shadow banking, interest rate and money supply can not effectively affect the scale of social financing, which is not conducive to the transmission of monetary policy. It is suggested that monetary authorities should further dredge the transmission channels of monetary policy, maintain economic stability, reduce the scale of shadow banks, keep policy inertia, and guide market development through expectation.

关键词

货币政策 / 政策传导渠道 / 政策效果 / TVP-VAR模型

Key words

monetary policy / policy transmission channel / policy effect / TVP-VAR model

引用本文

导出引用
刘向丽 , 尚友芳. 我国价格型和数量型货币政策效果比较——基于SVAR模型和TVP-VAR模型的实证研究. 计量经济学报, 2021, 1(3): 595-611 https://doi.org/10.12012/CJoE2020-0028
Xiangli LIU , Youfang SHANG. The Effect Comparison of Quantity and Price-based Monetary Policy in China——An Empirical Study Based on SVAR Model and TVP-VAR Model. China Journal of Econometrics, 2021, 1(3): 595-611 https://doi.org/10.12012/CJoE2020-0028

1 引言

货币政策的研究一直以来都是国内外学者以及政府智囊团研究的重点, 其中货币政策的实施效果更是其中最重要的环节之一. 一般来讲, 货币政策分为数量型和价格型两种, 数量型主要以货币供应量作为中介目标, 而价格型主要以利率作为中介目标, 目前美国、英国、日本主要实行价格型货币政策. 长期以来, 我国货币政策中介目标为货币供应量, 传导渠道也以信贷渠道为主, 属于典型的"数量型货币政策操作框架". 但是随着经济全球化的快速发展, 我国非银行影子银行迅猛发展, 外汇占款的下降, 金融创新不断取得新成果, 国有商业银行的股份制改造, 各种新型理财品种的推出, 新三板的建立, 互联网金融的快速发展, 第三方支付的崛起等等, 导致数量型货币政策操作中传导过程复杂、时滞较长、精准度差、多目标相互冲突等弊端开始凸显, 有效性不断下降. 国内关于数量型向价格型货币政策框架的转换呼声越来越高.
20世纪90年代, Barro (1989)比较了利率和货币供应量两种中介目标对主要宏观经济变量的影响, 结果表明利率中介目标要优于货币供应量. 张晓慧(2011)实证研究表明, 货币供应量作为中介目标的可测性、可控性和相关性都越来越不理想, 但目前尚不具备全面实施"价格"型货币政策条件, 建议在经济转型时期实施以货币数量和利率价格兼顾的货币政策混合规则. 同样认为货币供应量中介目标已不再合适, 货币数量论面临失效的还有胡志鹏(2012), 伍戈和连飞(2016), 陈彦斌等(2015), 潘长春和李晓(2018). 另外, 关于货币政策实施效果的研究中, 主要包括货币政策对产出、通胀的影响研究, 不同政策工具的实施效果比较, 和政策的非对称性和时变性研究等.
在研究货币政策对主要宏观变量的影响研究中, 王君斌等(2011)基于SVAR模型, 陈浪南和田磊(2015)将混合识别方法引入SVAR框架, 研究了我国货币政策对产出、价格的冲击影响. Ghosh et al. (2016)研究分析新兴市场国家为调控通胀和促进产出的相关案例, 发现央行的不一致性冲击导致相机抉择的货币政策和通货膨胀目标制的货币政策具有影响差异.
在对不同政策工具的实施效果研究中, 闵峰等(2021)研究了货币政策和财政政策冲击对中国投资和消费的动态影响. 李成等(2011)定量解析了不同货币政策工具下通胀预期偏差对宏观经济稳定的影响. 结果表明短期内数量型工具能更有效遏制通胀, 长期看价格型工具的调控效应更显著. 盛天翔和范从来(2012)比较了数量型工具和价格型工具调节信贷规模的平均效用, 结果表明公开市场业务或许成为央行控制信贷供给最重要的工具, 利率工具依然不适用于调控信贷量. 欧阳志刚和薛龙(2017)使用面板数据和FAVAR模型揭示多种货币政策工具对民营企业、小型企业和制造业等不同特征企业的调节效应. 郭豫媚等(2016)指出中国货币政策的有效性已出现下降, 应充分发挥预期管理功能. Zhang (2009), 卞志村和胡恒强(2015), Li and Wang (2019)利用中国的数据比较了价格型和数量型货币政策效果, 结果表明价格型政策较数量型政策的效果更显著, 为进一步实施利率市场化改革提供了依据.
政策的非对称性和时变性研究中, 赵进文和闵捷(2005a, 2005b), 欧阳志刚和史焕平(2010)验证了我国的货币政策具有非对称性和非线性特征. Aye et al. (2015)利用时变因子增强向量自回归模型, 发现南非实施的通胀目标的货币政策在2000年后对宏观经济变量的影响略大于2000年前. 刘金全和张龙(2018)发现数量型和价格型货币政策在经济高涨期、萧条期及稳定期对通胀和产出的影响存在时变效应. 崔建军和张冬阳(2019)利用TVP-SV-VAR模型研究发现我国货币政策、金融周期及宏观经济变量之间存在时变互动关系.
在我国货币政策框架转型的当前, 货币政策有效性如何, 各种传导渠道是否足够畅通, 以及价格型与数量型货币政策效果的比较成为了近些年学者的研究重点. 通过查阅文献, 作者发现现有研究在分析货币政策对宏观经济变量影响时主要集中在产出、通胀和汇率这几个变量, 而本文将宏观经济变量扩展为产出、通胀率、消费、投资、股票市场价格、人民币价格、进出口、房地产价格、失业率、社会融资规模等, 而且将货币政策划分为数量型和价格型进行政策效果的比较, 同时观察各种传导渠道是否畅通. 另外, 目前鲜有文献研究不同货币政策对宏观经济的时变冲击效应, 本文首次将符号约束纳入TVP-VAR模型中研究两种货币政策对宏观经济产出和通胀的时变冲击效应, 对传统的等式约束进行放松, 尽最大可能让数据自身"说话", 旨在观察近年来两种货币政策对货币政策最终目标的冲击效应是否有效, 是否存在时变特征.

2 建模

2.1 SVAR模型及符号约束

1) SVAR模型
一般VAR模型不能有效刻画内生变量之间的同期相关关系, 因此结构向量自回归SVAR模型应运而生. 不失一般性, 假如所有内生变量均剔除了趋势项, 且模型不存在其他外生变量, 则SVAR模型可表示为:
A0Yt=B0+B1Yt1+B2Yt2++BpYtp+εt, t=1,,T,
(1)
其中A0n×n维矩阵, 代表内生变量的同期相关关系, B0,B1,,Bp均为n×n维矩阵, 代表滞后阶相关, Ytn×1的矩阵, εt为彼此不相关的扰动项, 则,
E(εt)=0,
(2)
Eεtεt=Σε=[σε12000σε22000σεn2],
(3)
Eεtετ=0,tτ.
(4)
εt的方差-协方差矩阵反映了SVAR模型中不同方程间扰动项的结构关系, 矩阵A0有效提取了稳定的结构信息后, 扰动项必然不相关, 因此εt的方差-协方差矩阵必然为对角矩阵.
2) SVAR模型的估计
例如(1)式的n维、p阶滞后形式的SVAR模型可以转换成(5)式诱导形式的VAR模型:
Yt=F0+F1Yt1+F2Yt2++FpYtp+ut, t=1,,T,
(5)
其中F0=A1B0, F1=A1B1, , Fp=A1Bp, ut=A1εt.
E(ut)=0,
(6)
Eutuτ={Ω,t=τ,0,tτ,
(7)
Ω=A1ΣεA1.
(8)
诱导形式的VAR模型的方程右边均为滞后内生变量, 不存在内生性的问题, 因此估计简便, 可以利用OLS求得结果, 也可以在假定干扰项为正态分布的情况下, 利用极大似然估计求得结果. 诱导参数求得后, 需要进一步恢复结构参数. 需要借助经济理论, 设定额外先验约束, 构造识别条件, 从而由诱导参数形成对SVAR结构参数的唯一推断, 这也是SVAR模型识别最根本的问题.
3) 符号约束识别方法
一般来讲, SVAR如果能够准确识别, 需要对矩阵A施加(n2n)/2个约束(Rothenberg(1971)). 典型的SVAR模型识别方法包括短期约束和长期约束, 前者主要设定A矩阵中的部分元素为零或者存在等式关系, 使用最多的是Cholesky分解方法, 即将A设定为一个下三角矩阵, 这种方法能够实现恰好识别; 后者是对长期系数矩阵(或称SMA的长期脉冲响应函数)施加零约束的方法来识别结构冲击, 使用较多的是B-Q分解方法. 随着SVAR模型的广泛使用, 以上两种传统约束方法的弊端逐渐显现. 首先部分等式约束的条件太过苛刻, 容易造成模型误设, 而长期约束基于的经济理论对于许多经济变量的关系本身就存在争议, 因此实证中常遇到一些反事实的结论, 如"价格之谜"等. 其次, 变量的顺序会影响协方差矩阵, 因此利用短期约束得到的结果不一致, 因此模型得以估计的前提条件是变量顺序不能发生错位, 这一点有时却难以做到.
为了规避传统约束带来的问题, Faust (2009), Uhlig (2005)发展了"符号约束"的识别方法. 符号限制识别方法直接对变量的脉冲响应模式施加约束. 符号约束是根据经典的经济学模型或者广泛被接受的经验事实明确设定识别假设(主要是正、反向影响假设), 同时, 未设置不确定内生变量的脉冲响应符号, 从而最大限度的让数据自身"说话". 正是由于符号限制识别方法更多的依据广泛接受的经验事实, 因此得到的结果更加稳健可信(Peersman (2005)).
本文在实证分析中使用Rubio et al. (2010)提供的符号约束识别方法估计模型. 虽然符号约束比传统约束方法更具有适用性, 但仍有一些限制: 符号约束是一种弱约束, 在应用研究中找不到唯一的识别映射, 从而不能精确估计, 解释力度也不够强. 本文采用国内大多数学者认可的中位数选取方法确定唯一的结构冲击.

2.2 TVP-VAR模型及估计

如果VAR(p)模型中系数矩阵、常数项均为时变的, 且假设时变参数符合随机游走, 我们建立TVP-VAR (time-varying parameters VAR)模型:
Yt=ct+B1,tYt1+B2,tYt2++Bp,tYtp+vt, t=1,,T.
(9)
VAR(vt)=R,
(10)
βt={ct,B1,t,,Bp,t},
(11)
βt=μ+Fβt1+et,
(12)
VAR(et)=Q,
(13)
其中, YtN×1维的内生变量向量, ctt时期的常数向量, p为滞后阶数, T为样本的时间长度, Bi,t为滞后i阶的内生向量对应的N×N的系数矩阵, vt为扰动项.
βt为时变参数向量, 假设其符合随机游走, 在大多数的模型经验估计中, 均假定μ=0F=1, 本文在实证模型中同样采用此假设. 本文采用基于贝叶斯估计的Gibbs抽样方法, 其中RQ的条件后验分布设定为逆Wishart分布. 具体的估计步骤为:
第一步: 为RQ设置初值开始卡尔曼滤波, Q的先验分布为逆Wishart分布, 即p(Q)IW(Q0,T0). 先验分布的选取比较重要, 因为它决定着时变参数可变化的范围和区间, 例如Q0较大时意味着βt浮动的区间较大. 先验分布一般由训练样本得到, 可以用样本的前T0的数据以及最小二乘法计算腹肌VAR模型的固定系数, 求得β0=(X0tX0t)1(X0tY0t), 系数方差矩阵p00=Σ0(X0tX0t)1, 其中X0t={Y0t1,,Y0tp,1}, Σ0=(Y0tX0tβ0)(Y0tX0tβ0)T0K, 下标0代表着是训练样本. Q0的范围设定为p00×T0×τ, τ作为比例因子可以根据情况由研究者选定. 有些研究设定τ=3.5×104, 这种较小的取值通常意味着训练样本较少, 因此估计的p00精确度不高. 先验分布的自由度设定为T0. R同样设定为逆Wishart分布, 即p(R)IW(R0,vR0). 初始状态设定β00=vet(β0), P00=p00.
第二步, 根据RQ以及条件后验分布H(β~T R,Q,Y~t)β~进行抽样, 其中β~T=[vet(β1),vet(β2),,vet(βT)], Y~t=[Y1,,YT], 这步可通过Carter & KOHN算法实现.
第三步, 利用条件后验分布对Q进行抽样, 在β~t的条件下,
p(Q)IW(Q0+(β~t1β~t11)(β~t1β~t11),T0+T),
其中T代表着估计样本的个数, β~t1代表状态变量β~t的第一次抽样值. 同样, 按照这种方式, 我们可以对μF进行抽样.
第四步, 利用条件后验分布对R进行抽样, 在β~t的条件下,
p(R)IW(R0+(Yt(ct1+Σj=1PBj,t1Ytj))(Yt(ct1+Σj=1PBj,tj1)),vR0+T),
上标1代表第一次抽样.
第五步, 重复第二步至第四步M次, 然后保存最后L次抽样信息. 与固定系数VAR模型不一样的是, 变参数模型需要较大的抽样次数以实现收敛.

3 我国货币政策实施效果的实证分析

1) 变量选取与数据处理
本文模型中共涉及到两个货币政策变量, 包括利率, 货币供应量; 涉及八个宏观经济变量, 包括产出、通胀率、消费、投资、股票市场价格、人民币价格、进出口、房地产价格. 下面就每个变量的选取和数据处理情况分别介绍.
鉴于银行间同业拆借利率的市场化程度相对较高, 因此本文采用大多数学者认同的七天银行间同业利率作为货币政策价格工具的代理变量, 同时采用一年期存款利率进行平稳性检验. 常用的货币供应量指标包括M0、M1、M2, 因为M2更能代表市场中整体的货币供应情况, 因此本文采用M2同比增长率作为货币政策数量工具的代理变量. 产出情况选用国内生产总值(GDP)在不变价格下的同比增长率作为代理变量, 通胀率采用与居民生活相关性最高的消费价格指数(CPI)作为代理变量, 消费情况选用社会消费品零售总额; 当季同比作为代理变量, 投资情况选用固定资产投资完成额; 季度同比作为代理变量, 股票市场价格选用上证综指增长率; 季度平均作为代理变量, 人民币价格选用实际有效汇率指数作为代理变量, 进出口情况选用净出口额作为代理变量, 房地产价格选用国房景气指数做为代理变量. 实际有效汇率和国房景气指数取对数进行平滑.
以上, 所有数据均来自于wind, 无季度数据时由月度或者日度数据平均得到. 考虑到银行间同业拆借中心1996年才成立, 因此, 本文的样本期为1996年第1季度至2019年第4季度, 样本点共计96个.
观察图 1, 七天同业拆借利率与一年期存款利率波动趋势一致, M2同比增长率波动幅度较大, 在2010年之后有明显下降趋势, 近三年维持在约8%的水平. 在2010年之前, 我国均维持着较高的货币供应量增长率, 主要是为了促进经济快速增长. 1996年M2增长率高达28%左右, 主要基于我国贸易持续顺差导致外汇储备过多, 从而货币当局被动向市场投放流动性, 1997年M2增长率急剧下降源于1997年爆发亚洲金融危机, 我国政府面临较大压力, 为了帮助亚洲国家摆脱金融危机我国货币当局承诺人民币不贬值, 为此投放了大量的外汇储备, 被动吸收了较多的流动性. 2009年M2增长率同样高达28%左右, 主要源于2008年美国的次贷危机发展为全球金融危机, 我国经济面临重创, 为了刺激消费和投资, 恢复经济增长, 我国货币当局实行了四万亿货币的宽松货币政策. 最后比较利率与M2同比增长率的走向, 大多数时间段二者是呈现反方向变动趋势, 尤其是2008年之后这种趋势更加明显. 说明自金融危机后, 为了实现货币政策最终目标, 我国货币当局更注重于同时反向实施价格和数量两种货币政策工具.
图1 M2同比增长率(右)与两种利率(左)

Full size|PPT slide

观察图 2, CPI及GDP与M2增长率存在显著的正向相关关系, 利率(下文如无特殊强调, 均指七天同业拆借利率)与M2增长率存在负向相关关系, 这与一般的经济理论及我国的实践是一致的, 当货币供应量增长较快时, 代表央行实行的是宽松货币政策, 利率下降, 投资增加, 从而实现产出增加. 而较多的货币流通到市场中, 通胀率升高. 相反货币供应量增长率下降, 利率上升, 投资减少, 从而产出减少. 流动在市场中的货币量减少, 通胀率下降.
图2 M2增长率(%, 右)、利率、CPI及GDP增长率

Full size|PPT slide

观察图 3, 投资与利率存在明显的负向关系, 当利率升高时, 投资降低; 利率降低时, 投资增加. 消费与利率之间的关系不明显. 图 4显示, 利率与实际有效汇率REER的关系方向不明朗, 实际有效汇率于2005年开始有显著升值趋势, 但这一区间的利率并未表现出持续上涨, 可见, 我国的人民币升值的主要原因并非来自利率. 同时, 人民币升值并没有造成净出口的减少, 我国一直是一个贸易顺差的国家, 理论上一国货币升值造成出口商品价格相对提高, 进口商品价格相对下降, 贸易将由顺差转向逆差(或者减少顺差, 或者加大逆差), 但在我国并没有出现这种情况, 说明除了汇率之外, 还有其他重要因素影响着我国的贸易水平, 如较低的人工成本、规模效应等等.
图3 利率(右)、消费与投资增长率

Full size|PPT slide

图4 利率、REER(右)与净出口

Full size|PPT slide

观察图 5, 我国的股票市场波动性较强, 与M2增长率及利率不存在明显的相关关系. 我们初步认为, 股票市场价格与货币政策不相关.
图5 利率、M2同比增长率(%)与股指波动率(%)

Full size|PPT slide

观察图 6, 发现我国的房地产市场价格与利率呈现显著的负相关.
图6 利率与国房景气指数(右)

Full size|PPT slide

2) 设定符号约束
在本文的模型识别中, 我们引入紧缩性货币政策冲击, 研究紧缩性货币政策对宏观经济主要变量的影响. 我们根据经济常识和公认的经济理论对冲击的影响效果进行约束. 简单来看, 货币当局实施紧缩性货币政策时, 主要是通过提高市场利率, 或者减少货币供应量(或降低货币供应量增长率); 由于市场整体货币量减少, 将进一步降低通货膨胀率, CPI下降; 企业因需要承担更高的融资成本, 因此投资(或其增长率)减少(或者降低); 对于个人而言, 利率的提升将提高储蓄倾向, 而降低消费水平; 对于整体产出而言, 伴随投资和消费水平的降低, 产出水平呈现下滑趋势.详见表 1.
表1 符号识别假设
Monetary Policy Shock
Rate +
M2 -
GDP -
CPI -
Consumption -
Investment -
3) 实证估计
参考前文中介绍的SVAR模型(2)式, 本文为了区分价格型货币政策及数量型货币政策, 分别设置基础模型一和模型二:
模型一: Y1=(Rate,GDP,CPI,CON,Invest,HP,SP,NE,Reer)
模型二: Y2=(GDP,CPI,CON,Invest,M2,HP,SP,NE,Reer)
模型一中的变量分别代表: 利率、产出、价格、消费、投资、房价、股价、净出口和汇率, 模型二中的M2代表货币供应量, 其他与模型一相同. 本文利用WinRATs8.0软件进行该部分的实证检验. 首先, 在估计简化VAR模型时, 我们利用@VARLagSelect()函数及AIC准则选择模型的最优滞后阶数为1, 且包含常数项. 拟定抽样次数设置为20000, 据上文中约定的识别条件对紧缩性货币政策的冲击进行识别, 最终保留1000个符合约束的结构矩阵A0. Scholl and Ulig (2008)认为符号约束识别冲击时, 过长或过短的脉冲响应期限都不合适, 以往文献均将脉冲响应期限设定在20~35之间, 本文拟将脉冲响应期限设定为nstep=25. 模型变量nvar=10, 对于符合约束的期限, 因为是季度变量, 我们参考前人研究将约束期数设置为4, 即KMIN=1, KMAZ=4.
首先观察模型一得到的宏观经济变量对利率冲击的脉冲响应图(图 7), 我们可以得到如下结果: 提高利率对产出、通胀、消费和投资的即期效应均为负, 这一点符合经济常识, 紧缩性的货币政策会减少投资和消费, 进一步降低产出, 通胀率也随之下降, 同时利率对这四种宏观经济变量的长期影响趋向于零. 利率冲击对股价基本无影响, 股市资产价格传导机制不可行, 货币政策不能有效影响股市价格, 进而不能通过托宾q效应(企业投资效应)、资产负债表效应或者是财富效应影响投资和消费, 不能达到产出的预期效果. 利率冲击虽然对汇率的即期影响为正, 但对进出口基本无影响, 说明通过汇率传导渠道影响进出口进而影响产出的渠道不畅通. 提高利率的紧缩性货币政策, 能够对房价产生短期影响, 但很快房价有所反弹, 说明利率对房价的调节作用不强.
图7 宏观变量对利率冲击的脉冲响应图(1996Q1–2019Q4)

Full size|PPT slide

再次观察模型二得到的宏观经济变量对货币供应量冲击的脉冲响应图(图 8), 我们发现: 减少货币供应量对产出、通胀、消费和投资的即期效应均为负, 这一点同样符合经济常识. 长期来看, 货币供应量(增长率)的降低能够对消费、投资和产出产生较长时间的影响. 货币供应量同样对净出口和股价基本无影响, 对房价影响与利率相似, 短期影响为负, 但会有价格反弹.
图8 宏观变量对货币量冲击的脉冲响应图(1996Q1–2019Q4)

Full size|PPT slide

4) 比较模型
一方面增加社会融资规模季度增长率作为银行信贷的代理变量, 城镇登记失业率作为失业率代理变量, 考察货币政策冲击对银行信贷以及失业率的影响, 而这两种指标公布时间较晚, 因此比较模型的期限只能选用2003Q1–2019Q4的数据; 另外一方面, 删除股票市场价格变量和净出口变量; 最后, 我们通过期限调整比较上述变量对货币政策冲击的反应, 观察近年来货币政策效果是否发生变化, 发生了哪些变化.
建立比较模型三和模型四:
模型三: Y3=(Rate,GDP,CPI,CON,Invest,HP,Reer,Credit,Unemployment)
模型四: Y4=(GDP,CPI,CON,Invest,M2,HP,Reer,Credit,Unemployment)
模型三脉冲响应期限依然选定为nstep=25, 模型四脉冲响应期限依然选定为nstep=40 (为了能够更好观察收敛性), 模型变量nvar=9, KMIN=1, KMAZ=4.
通过观察和对图 9图 7比较发现: 第一, 利率对投资的即期影响下降, 1996Q1–2019Q4 (时段1)的即期影响约3个单位, 2003Q1–2019Q4 (时段2)的即期影响不到2.5个单位; 第二, 利率冲击对社会融资规模只有短期影响, 但是很快在第一期和第二期影响消失. 一般来讲, 利率提高, 社会融资成本提高, 融资规模应降低, 但鉴于我国除了银行外, 还存在大规模的影子银行, 而影子银行的成本受市场基准利率的影响较小, 我们采用的社会融资总规模数据包含了影子银行融资, 因此导致了此图中影响很快趋于零的结论; 第三, 利率冲击对失业率的影响为负, 一单位的利率冲击对失业率产生约0.01单位的影响, 且这种影响会有持续性. 第四, 利率冲击对房价的影响在时段2有所加强.
图9 宏观变量对利率冲击的脉冲响应图(2003Q1–2019Q4)

Full size|PPT slide

通过观察和对图 10图 8比较发现: 第一, 货币供应量对产出、投资、消费的即期影响变小, 说明近些年来货币供应量的政策效果有所下降. 第二, 货币供应量冲击对社会融资规模同样是短期负向影响, 但很快影响趋于零. 一般来讲, 货币供应量的降低能够减少市场流动性, 导致融资利率提高, 社会融资规模对应下降, 目前的冲击结果同样说明有其他因素阻碍了这种传导, 作者认为与近年来发展的影子银行业务相关. 第三, 货币供应量冲击对失业率的长期影响为负, 一单位的货币供应量冲击对失业率产生约0.02单位的影响. 第四, 房价对货币供应量冲击的反应即期不明显, 长期显著为负, 货币供应量对汇率短期影响为正, 但很快影响变小并趋于零.
图10 宏观变量对货币供应量冲击的脉冲响应图(2003Q1–2019Q4)

Full size|PPT slide

5) 稳健性检验
为检验模型的稳健性, 本文从变量替换和约束期限调整两方面进行检验: 首先, 将七天同业拆借利率替换为一年期存款利率, 重新对模型一进行识别, 得到的结果与原模型结果基本一致; 其次, 作者将符号约束的期限调整为2期, 即KMAX=2, 对冲击发生后的半年的反应符号进行约束, 得到的结果未发生实质变化. 因此, 作者认为以上模型是稳健的1.
1读者如有兴趣可自行验证, 或找作者索要.

4 不同货币政策的时变冲击效应

1) 变量选取与数据处理
本文模型中共涉及到两个货币政策变量, 包括利率、货币供应量; 涉及两个货币政策最终目标变量, 即产出和通胀率. 利率采用七天银行间同业拆借加权平均利率记为Rate, 货币供应量采用M2同比增长率记为M2, 产出采用GDP季度同比增长率, 通胀率采用CPI季度平均值. 因七天同业拆借利率是1996年才开始公布, 因此本次实证分析的样本区间为1996Q1–2019Q4, 样本点共计96个. 以上数据均来自wind.
2) 实证估计
首先选取VAR模型的滞后阶数, 利用SC、AIC和LR准则对模型的滞后阶数进行选择, 最后确定货币供应量的VAR模型中滞后阶数Lag=2, 利率的VAR模型中滞后阶数为Lag=3, 继而按照式(16)~(20)建立TVP-VAR模型. 为了避免出现价格之谜, 我们增加符号约束识别检验, 删除不符合相关符号约束的抽样结果, 符号约束设置为下: 利率>0, 产出<0, 通胀<0; 货币供应量>0, 产出>0, 通胀>0.
模型五: Y5=(GDP,CPI,M2), Lag=2, T0=25, 估计区间: 2002年第4季度– 2019年4季度, N=69
模型六: Y6=(GDP,CPI,Rate), Lag=3, T0=30, 估计区间: 2004年第2季度– 2019年4季度, N=63
本文程序软件利用Matlab R2016a进行. Gibbs抽样次数共计10000次, 前9000次预烧, 剩余1000次抽样用于求得结果.
3) 实证结果——价格型货币政策的脉冲分析
观察图 11~13, 总体来看, 提高利率的紧缩性货币政策能够减少产出, 降低通胀率, 利率上涨1单位, 产出即期下降约1.7个单位, 通胀率即期下降约1.5个单位, 随后冲击效应降低并逐渐趋于零. 分期间来看, 近些年来, 产出和通胀的长期效应显著降低, 负向影响持续期明显变短, 例如2004年4季度产出的负向效应约20期, 但2008年开始负向效应不超过10期, 且利率对产出的政策效果短于对通胀的效果. 利率政策对产出、通胀的冲击效应存在明显的时变特征. 近些年来, 虽然利率水平市场化程度进一步加深, 但是利率传导途径依然堵塞, 造成利率不能有效指导宏观经济目标的长期走向.
图11 利率政策对产出和通胀的三维脉冲

Full size|PPT slide

图12 利率政策对产出的时变冲击

Full size|PPT slide

图13 利率政策对通胀的时变冲击

Full size|PPT slide

4) 实证结果——数量型货币政策的脉冲分析
观察图 14~16, 货币供应量增加的宽松性货币政策能够促进产出, 提高通胀率水平, 一单位的正向货币供应量冲击, 产出和通胀率即期上涨均约0.6个单位, 随后产出冲击效应降低并趋向于零, 通胀冲击效应于第3期达到峰值后降低并趋向于零. 产出的正向影响持续时间越来越短, 例如2002年4季度正效应持续约10期, 之后逐渐趋向于零, 而2008年之后正效应在第6~7期即转负, 最后由负效应趋于零. 货币供应量对产出的冲击效应存在时变特征, 通胀率的冲击效应时变特征不明显.
图14 货币量政策对产出和通胀的三维脉冲

Full size|PPT slide

图15 货币量政策对产出的时变冲击

Full size|PPT slide

图16 货币量政策对通胀的时变冲击

Full size|PPT slide

5 结论和建议

本文构建了利率、货币供应量与主要宏观经济变量的SVAR模型, 再次构建了利率、货币供应量与产出、通胀率的TVP-VAR模型, 并分别加入符号约束进行识别, 得到如下结论: 1)我国的货币政策传导渠道不畅通, 汇率、股市资产价格传导渠道均不可行, 货币政策对进出口、股价基本无影响. 2)利率和货币供应量都不能有效影响社会融资规模, 这一点可能与近些年迅速发展的影子银行相关, 影子银行的迅速扩张不利于货币政策的传导. 3)近年来, 货币政策冲击对房价影响有所增强, 应充分重视房地产市场对货币政策的传导效应. 4)利率对产出和通胀率、货币供应量对产出的冲击效应均存在明显时变特征, 主要体现在冲击影响的期限变短, 说明近年来货币政策长期效果有所降低. 5)从影响幅度来看, 利率较货币供应量的冲击影响幅度更大, 其中利率对产出的冲击影响峰值在1.7个单位, 而货币供应量对产出的冲击影响峰值约0.6个单位; 利率对通胀的影响峰值约2.0个单位, 而货币供应量对通胀的影响峰值约为1.2个单位; 说明1单位利率冲击带来的政策效果要明显高于1单位货币供应量的政策效果. 6)从冲击的持续时间来看, 利率的政策效果持续时间较货币供应量要长, 但这种优势在逐渐减少.
基于前述研究结果以及我国货币政策框架转型的背景, 提出如下政策建议: 1)进一步加强利率市场化改革, 完善贷款市场报价利率(LPR)形成机制, 完善利率走廊机制, 升级货币政策工具箱, 以此疏通利率传导渠道, 为充分有效发挥价格型货币政策的影响效果奠定基础. 2)随着金融市场快速发展、金融创新不断涌现, 近年来货币政策效果只有短期效应, 长期效应降低, 建议货币当局应加强货币政策的持续性, 并通过预期引导作用市场, 发挥货币政策的长效机制. 3)保持金融稳定的同时, 适当压缩影子银行规模, 继续加强目前的结构性货币政策实施, 提高货币政策精准度和有效性. 4)房价波动没有明显受到货币政策影响, 我国的房地产市场脱离实体经济的增长, 一方面源于影子银行的助推, 一方面源于居民对房价上涨的预期, 建议货币当局保持房地产政策持续性, 促进房地产市场健康发展, 坚决抑制炒房等行为.

参考文献

卞志村, 胡恒强, 中国货币政策工具的选择: 数量型还是价格型?——基于DSGE模型的分析[J]. 国际金融研究, 2015, (6): 12- 20.
Bian Z C , Hu H Q , Should China's Monetary Policy Choose Price or Quantity Tools? An Analysis Based on DSGE Model[J]. Studies of International Finance, 2015, (6): 12- 20.
陈浪南, 田磊, 基于政策工具视角的我国货币政策冲击效应研究[J]. 经济学(季刊), 2015, 14 (1): 285- 304.
Chen L N , Tian L , Effects of China's Monetary Policy Shocks: A Perspective of Instruments[J]. China Economic Quarterly, 2015, 14 (1): 285- 304.
陈彦斌, (2015). 2008年金融危机后中国货币数量论失效研究[C]//中国人民大学国际货币研究所: 《国际货币评论》 2015年合辑: 483-502.
Chen Y B, (2015). The Breakdown of the Quantity Theory of Money in China after 2008 Financial Crises[C]// China Academic Journal Electronic Publishing House: 483-502.
崔建军, 张冬阳, 货币政策、金融周期及其宏观经济效应[J]. 经济理论与经济管理, 2019, (1): 59- 71.
Cui J J , Zhang D Y , Monetary Policy Cycles and Macroeconomic Effects[J]. Economic Theory and Business Management, 2019, (1): 59- 71.
郭豫媚, 陈伟泽, 陈彦斌, 中国货币政策有效性下降与预期管理研究[J]. 经济研究, 2016, 51 (1): 28- 41.
Guo Y M , Chen W Z , Chen Y B , The Decreasing Effectiveness of China's Monetary Policy and Expectation Management[J]. Economic Research Journal, 2016, 51 (1): 28- 41.
胡志鹏, 中国货币政策的价格型调控条件是否成熟?——基于动态随机一般均衡模型的理论与实证分析[J]. 经济研究, 2012, 47 (6): 60- 72.
Hu Z P , Has Interest Rate Procedure Become Optimal for China's Monetary Policy?-Theoretical and Empirical Analysis Based on Dynamic Stochastic General Equilibrium Model[J]. Economic Research Journal, 2012, 47 (6): 60- 72.
李成, 马文涛, 王彬, 通货膨胀预期、货币政策工具选择与宏观经济稳定[J]. 经济学(季刊), 2011, 10 (1): 51- 82.
Li C , Ma W T , Wang B , Inflation Expectation, the Selection of Monetary Policy Instruments and Economy Stability[J]. China Economic Quarterly, 2011, 10 (1): 51- 82.
刘金全, 张龙, 新常态下我国货币政策框架体系选择: 单一型规则抑或混合型规则[J]. 改革, 2018, (9): 27- 41.
Li J Q , Zhang L , The Choice of China's Monetary Policy Framework System under the New Normal Period: Single Rules or Mixed Rules[J]. Reform, 2018, (9): 27- 41.
闵峰, 文凤华, 吴楠, 货币政策和财政政策对中国消费和投资的有效性评估[J]. 计量经济学报, 2021, 1 (1): 94- 113.
Min F , Wen F H , Wu N , Assessing the Effectiveness of Monetary and Fiscal Policies on Chinese Investment and Consumption[J]. China Journal of Econometrics, 2021, 1 (1): 94- 113.
欧阳志刚, 史焕平, 我国货币政策的非对称操作及其转换时机的选择[J]. 管理世界, 2010, (11): 28- 37.
Ouyang Z G , Shi H P , The Asymmetric Operation of China's Monetary Policy and the Choice of Timing for Its Conversion[J]. Journal of Management World, 2010, (11): 28- 37.
欧阳志刚, 薛龙, 新常态下多种货币政策工具对特征企业的定向调节效应[J]. 管理世界, 2017, (2): 53- 66.
Ouyang Z G , Xue L , Directional Adjustment Effect of Various Monetary Policy Instruments on Characteristic Enterprises under the New Normal[J]. Journal of Management World, 2017, (2): 53- 66.
潘长春, 李晓, M2指标失效与货币政策转型——基于货币创造渠道结构分解的视角[J]. 经济学家, 2018, (2): 28- 35.
Pan C C , Li X , M2 Index Failure and Transformation of Monetary Policy-based on the Perspective of Structural Decomposition of Currency Creation Channel[J]. Economist, 2018, (2): 28- 35.
盛天翔, 范从来, 信贷调控: 数量型工具还是价格型工具[J]. 国际金融研究, 2012, (5): 26- 33.
Sheng T X , Fan C L , Should Credit Regulation Choose Quantitative or Price Tools?[J]. Studies of International Finance, 2012, (5): 26- 33.
王君斌, 郭新强, 蔡建波, 扩张性货币政策下的产出超调、消费抑制和通货膨胀惯性[J]. 管理世界, 2011, (3): 7- 21.
Wang J B , Guo X Q , Cai J B , Output Overshoot, Consumption Restraint and Inflation Inertia under Expansionary Monetary Policy[J]. Journal of Management World, 2011, (3): 7- 21.
伍戈, 连飞, 中国货币政策转型研究: 基于数量与价格混合规则的探索[J]. 世界经济, 2016, 39 (3): 3- 25.
Wu G , Lian F , Research on the Transformation of China's Monetary Policy: Based on the Mixed Rule of Quantity and Price[J]. The Journal of World Economy, 2016, 39 (3): 3- 25.
张晓慧, 发挥货币政策工具作用维护宏观经济平稳运行[J]. 财经界(学术版), 2011, (3): 6- 7.
Zhang X H , Play the Role of Monetary Policy as a Tool to Maintain the Smooth Operation of Macro Economy[J]. Money China, 2011, (3): 6- 7.
赵进文, 闵捷, 央行货币政策操作效果非对称性实证研究[J]. 经济研究, 2005a, (2): 26- 34.
Zhao J W , Min J , Empirical Study on the Asymmetry of the Effect of Monetary Policy Operation of China's Center Bank[J]. Economic Research Journal, 2005a, (2): 26- 34.
赵进文, 闵捷, 央行货币政策操作政策拐点与开关函数的测定[J]. 经济研究, 2005b, (12): 90- 101.
Zhao J W , Min J , Measurement for the Breakpoints and Transition Functions for Monetary Policy Operation of China's Center Bank[J]. Economic Research Journal, 2005b, (12): 90- 101.
Aye G C , Rangan G , Modise M P , Do Stock Prices Impact Consumption and Interest Rate in South Africa? Evidence from a Time-varying Vector Autoregressive Model[J]. Journal of Emerging Market Finance, 2015, 14 (2): 176- 196.
Barro R J , Interest-rate Targeting[J]. Journal of Monetary Economics, 1989, 23 (1): 3- 30.
Faust J , The Robustness of Identified VAR Conclusions About Money[J]. Carnegie-Rochester Conference Series on Public Policy, 2009, 49, 207- 244.
Ghosh A R , Ostry J D , Marcos C , Two Targets, Two Instruments: Monetary and Exchange Rate Policies in Emerging Market Economies[J]. Journal of International Money and Finance, 2016, 60, 172- 196.
Li X F, Wang H, (2019). The Effective of China's Monetary Policy: Quantity Versus Price Rules[J]. North American Journal of Economics and Finance. https://www.sciencedirect.com/science/article/abs/pii/S1062940819302396
Peersman G , What Caused the Early Millennium Slowdown? Evidence Based on Vector Autoregressions[J]. Journal of Applied Econometrics, 2005, 20, 185- 207.
Rothenberg T J , Identification in Parametric Models[J]. Econometrica, 1971, 31 (3): 577- 591.
Rubio R , Juan F , Waggoner D F , Daniel F , Tao Z , Structural Vector Autoregressions: Theory of Identification and Algorithms for Inference[J]. Review of Economic Studies, 2010, 77 (2): 665- 696.
Scholl A , Uhlig H , New Evidence on the Puzzles. Results from Agnostic Identification on Monetary Policy and Exchange Rates[J]. Journal of International Economics, 2008, 76, 1- 13.
Uhlig H , What are the Effects of Monetary Policy on Output? Results from an Agnostic Identification Procedure[J]. Journal of Monetary Economics, 2005, 52 (2): 381- 419.
Zhang W L , China's Monetary Policy: Quantity Versus Price Rules[J]. Journal of Macroeconomics, 2009, 31 (3): 473- 484.

基金

国家自然科学基金(71471182)
中央财经大学青年科研创新团队

版权

版权所有,未经授权。
PDF(3376 KB)

3493

Accesses

0

Citation

Detail

段落导航
相关文章

/