中國(guó)貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)
——基于不同中介目標(biāo)SVAR模型的比較分析

呂光明

(北京師范大學(xué) 國(guó)民核算研究院，北京 100875)

一、引 言

近年來(lái)，貨幣政策在中國(guó)應(yīng)對(duì)復(fù)雜的宏觀經(jīng)濟(jì)局勢(shì)中被頻繁使用，其類型也多次轉(zhuǎn)變，先由2008年的“從緊”型轉(zhuǎn)變?yōu)?009年的“適度寬松”型，再轉(zhuǎn)變?yōu)?010年以來(lái)的“穩(wěn)健”型。在這一背景下，深入分析并準(zhǔn)確度量貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)是擺在宏觀決策者和學(xué)術(shù)研究者面前的重要課題。

貨幣政策是中央銀行等貨幣當(dāng)局通過利率和貨幣供應(yīng)量等中介目標(biāo)對(duì)宏觀經(jīng)濟(jì)進(jìn)行干預(yù)，并達(dá)到物價(jià)穩(wěn)定、經(jīng)濟(jì)增長(zhǎng)等經(jīng)濟(jì)目標(biāo)的綜合過程。理論上，貨幣政策對(duì)宏觀經(jīng)濟(jì)的影響在長(zhǎng)期內(nèi)是中性的，但在中短期內(nèi)，貨幣政策會(huì)對(duì)宏觀經(jīng)濟(jì)產(chǎn)生或多或少的影響。貨幣政策中短期效應(yīng)的不確定性直接引發(fā)了學(xué)術(shù)界度量貨幣政策宏觀經(jīng)濟(jì)效應(yīng)的研究熱潮。在國(guó)外，自Friedman和Schwartz[1]率先定量研究發(fā)現(xiàn)美國(guó)貨幣供給量對(duì)產(chǎn)出的因果聯(lián)系后，不少學(xué)者為度量貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)都做出了不懈的努力。早期的研究多采用貨幣供給量指標(biāo)反映貨幣政策變動(dòng)進(jìn)行研究分析，然而在實(shí)踐中，貨幣總量的變化會(huì)受到非政策因素的影響，其變動(dòng)不僅反映貨幣供給變動(dòng)，而且反映貨幣需求變動(dòng)，用貨幣存量變動(dòng)度量貨幣政策變動(dòng)就顯得不合適宜，金融創(chuàng)新、金融自由化及其它因素導(dǎo)致貨幣流通速度的緩慢變化，也對(duì)這種度量造成較大的障礙[2]。

后續(xù)研究開始努力尋找一些替代度量指標(biāo)。這些研究從方法上大致可以分為兩大類。一是敘事法(Narrative Approach)[3]。這種方法借助附加信息，尤其是決策者本身意圖的表述，嘗試把貨幣需求沖擊從貨幣供給中分離出來(lái)。然而，除了再現(xiàn)性和主觀性等固有缺點(diǎn)外，該方法還不能清晰區(qū)分政策變動(dòng)的內(nèi)生因素和外生因素，更不能詳盡給出每一事件的嚴(yán)厲程度和持續(xù)時(shí)間信息。二是依據(jù)中央銀行操作信息或貨幣政策傳導(dǎo)渠道信息，采用VAR估計(jì)技術(shù)開發(fā)出基于不同數(shù)據(jù)的政策指標(biāo)。在操作信息研究方面，Thornton、Christiano和 Martin、Strongin以及 avu o lu[4]－[7]根據(jù)中央銀行政策操作特點(diǎn)采用存款準(zhǔn)備金總量或比率、非借入準(zhǔn)備金和政府債券存量等指標(biāo)。在貨幣政策傳導(dǎo)渠道信息研究方面，Bernanke 和 Alan[8]、Bernanke 和 Mihov[2]以及 Boivin 和 Giannoni[9]為反映利率渠道或操作而采用短期利率或名義市場(chǎng)利率指標(biāo);Ramey、Ahmad以及Endut等[10]－[12]為反映信貸渠道而采用銀行信貸金額指標(biāo);Dabla－Norris和Floerkemeier[13]為反映匯率渠道而采用匯率指標(biāo)。對(duì)于到底哪一類方法的貨幣政策效應(yīng)度量結(jié)果更準(zhǔn)確，現(xiàn)有文獻(xiàn)的研究尚無(wú)一致看法。但由于受金融改革和金融創(chuàng)新等因素的影響，單一指標(biāo)度量不一定適用不同國(guó)家的不同時(shí)期，這使得多指標(biāo)度量研究成為最近研究的首要選擇。

在國(guó)內(nèi)，受貨幣政策操作實(shí)踐和官方數(shù)據(jù)公布較晚等因素的影響，貨幣政策宏觀經(jīng)濟(jì)效應(yīng)的研究起步較晚。大多數(shù)研究者如謝平、孫明華、劉霖和靳云江以及冀志斌和周先平[14]－[17]，多采用貨幣供應(yīng)量指標(biāo)進(jìn)行研究。近些年來(lái)，一些研究者如盛松成和吳培新、張雪蘭和楊丹以及李占風(fēng)等[18]－[20]，開始嘗試采用銀行信貸指標(biāo)、存款準(zhǔn)備金率和利率指標(biāo)進(jìn)行研究。

中國(guó)經(jīng)濟(jì)體制尤其是金融體制還處于不斷的變革過程中，特定的貨幣操作具有典型的階段性特征，貨幣政策傳導(dǎo)渠道的類型和作用發(fā)揮還會(huì)受變革的影響，采用單一貨幣政策指標(biāo)難以反映一個(gè)相對(duì)較長(zhǎng)時(shí)期內(nèi)貨幣政策對(duì)宏觀經(jīng)濟(jì)的效應(yīng)。因此，本文擬選擇多個(gè)貨幣政策中介目標(biāo)指標(biāo)來(lái)分析和比較貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)，以揭示其中可能存在的規(guī)律及形成原因。

二、度量中國(guó)貨幣政策宏觀經(jīng)濟(jì)效應(yīng)的SVAR模型構(gòu)建

度量貨幣政策操作行為定量效應(yīng)的方法模型比較多，常見的有基于一國(guó)或多國(guó)的大規(guī)模宏觀計(jì)量模型(Macro－Econometric Models，簡(jiǎn)稱MEM)法，結(jié)構(gòu)向量自回歸模型(Structural Vector Auto－Regressions，簡(jiǎn)稱SVAR)法，基于一些宏觀理論框架的小規(guī)模經(jīng)典模型(Small Stylised Models，簡(jiǎn)稱SSM)①具體方法介紹與比較參見Britton和Whitley(1997)的相關(guān)文獻(xiàn)。法。其中SVAR模型法既不像SSM法那樣需要設(shè)定宏觀經(jīng)濟(jì)的完備模型，也不像MEM法那樣需要較多的約束條件。它只需要少數(shù)幾個(gè)變量，施加相對(duì)較少的約束就能識(shí)別出政策沖擊，因而在實(shí)證研究中得到較為廣泛的應(yīng)用。

(一)SVAR模型法說明

SVAR模型是通過一組考察變量的滯后結(jié)構(gòu)來(lái)解釋變量之間的關(guān)系。關(guān)于貨幣政策操作中的SVAR模型系統(tǒng)由兩類變量組成:一是表示政策目標(biāo)的宏觀經(jīng)濟(jì)變量(Zt)，通常為產(chǎn)出和價(jià)格;二是表示中介目標(biāo)的貨幣政策變量(Rt)。由n個(gè)Zt和Rt變量組成的SVAR模型可表示如下:

其中，B為經(jīng)過正規(guī)化處理的主對(duì)角線元素為1的n×n維矩陣，εt為n×1維獨(dú)立同分布的結(jié)構(gòu)式?jīng)_擊列向量，其協(xié)方差矩陣D為正的對(duì)角系數(shù)矩陣，即有E(εtε't)=D。

假設(shè)矩陣B可逆，式(1)的簡(jiǎn)化形式可改寫如下:

其中，C=B－1Γ0;Φi=B－1Γi，i=1，…，p;ut=B－1εt，E(utu't)=Ω=B－1DB－1。

在通過估計(jì)式(2)得到簡(jiǎn)化式?jīng)_擊ut的基礎(chǔ)上，可以得到系統(tǒng)的無(wú)窮階的VMA形式:

其中，ut=B－1εt，Ψ(L)=I+Ψ1L+Ψ2L2+… =(I－Φ1L－…－ΦpLp)－1。進(jìn)一步地，可以得到結(jié)構(gòu)式?jīng)_擊εt的MA形式:

其中，θ(L)=Ψ(L)B－1=B－1+Ψ1B－1L+Ψ2B－1L2+…。

(二)數(shù)據(jù)說明

1.研究區(qū)間說明

1978年后的相當(dāng)長(zhǎng)一段時(shí)間里，中國(guó)貨幣政策操作一直處于經(jīng)驗(yàn)探索實(shí)踐階段。此后，一系列旨在完善貨幣政策傳導(dǎo)機(jī)制的政策才逐步出臺(tái)。1995年3月，全國(guó)人大以國(guó)家立法《中華人民共和國(guó)中國(guó)人民銀行法》的形式確立了中國(guó)人民銀行作為中央銀行的地位。1997年4月，國(guó)務(wù)院頒布《中國(guó)人民銀行貨幣政策委員會(huì)條例》，明確貨幣政策委員會(huì)的職責(zé)，為貨幣政策傳導(dǎo)機(jī)制的進(jìn)一步完善奠定了基礎(chǔ)。1997年底，中國(guó)人民銀行發(fā)布《關(guān)于改進(jìn)國(guó)有商業(yè)銀行貸款規(guī)模管理的通知》，宣布從1998年1月1日起，在逐步推行資產(chǎn)負(fù)債比例管理和風(fēng)險(xiǎn)管理的基礎(chǔ)上，實(shí)行“計(jì)劃指導(dǎo)，自求平衡，比例管理，間接調(diào)控”的信貸資金管理體制。至此，中國(guó)基本建立了以穩(wěn)定幣值為最終目標(biāo)，以貨幣供應(yīng)量為中介目標(biāo)，綜合運(yùn)用包括存款準(zhǔn)備金、再貼現(xiàn)、公開市場(chǎng)操作、再貸款和央行票據(jù)等多種貨幣政策工具調(diào)控基礎(chǔ)貨幣的間接調(diào)控體系。同時(shí)，為擴(kuò)大樣本容量，提供估計(jì)的自由度，精確估計(jì)沖擊的持續(xù)時(shí)間，本文采用相對(duì)高頻的季度數(shù)據(jù)。因此，本文的樣本區(qū)間選擇為1999年第1季度—2011年第2季度。

2.模型變量的指標(biāo)選擇

在宏觀經(jīng)濟(jì)變量(Zt)方面，2003年修正后的《中華人民共和國(guó)中國(guó)人民銀行法》規(guī)定:貨幣政策目標(biāo)是保持貨幣幣值穩(wěn)定，并以此促進(jìn)經(jīng)濟(jì)增長(zhǎng)。其中，穩(wěn)定幣值包括穩(wěn)定物價(jià)和匯率兩方面。近年來(lái)，為消除由外匯儲(chǔ)備增多所造成的貨幣供給量增加及其影響，同時(shí)穩(wěn)定國(guó)內(nèi)物價(jià)和匯率，中國(guó)人民銀行頻繁通過貨幣政策進(jìn)行干預(yù)和調(diào)節(jié)，外匯占款已成為基礎(chǔ)貨幣供應(yīng)的主渠道，基礎(chǔ)貨幣投放常因外匯干預(yù)或所謂的“倒逼機(jī)制”等原因而難以控制，且貨幣乘數(shù)不穩(wěn)定[21]，因而有必要把外匯儲(chǔ)備作為宏觀經(jīng)濟(jì)變量。因此，這里選取季度國(guó)內(nèi)生產(chǎn)總值(GDP)、外匯儲(chǔ)備累計(jì)額(FER)和居民消費(fèi)價(jià)格指數(shù)(CPI)作為表示貨幣政策目標(biāo)的宏觀經(jīng)濟(jì)變量集Zt。

在貨幣政策中介目標(biāo)變量(Rt)方面，選擇什么樣的指標(biāo)作為貨幣政策中介目標(biāo)從而反映其傳導(dǎo)機(jī)制是長(zhǎng)期以來(lái)學(xué)術(shù)界爭(zhēng)論的焦點(diǎn)。貨幣政策傳導(dǎo)從中央銀行的公開市場(chǎng)操作開始，這些操作首先通過影響準(zhǔn)備金市場(chǎng)或貨幣的供給或需求，進(jìn)而通過不同的傳導(dǎo)渠道影響宏觀經(jīng)濟(jì)。大多數(shù)研究者如Mishkin、Kuttner和Mosser以及Ireland[22]－[24]，主要從利率、資產(chǎn)價(jià)格以及信貸三大渠道分析貨幣政策的傳導(dǎo)機(jī)制。在中國(guó)，雖然M2是目前官方確定的貨幣政策中介目標(biāo)，但隨著金融創(chuàng)新和金融電子化等的發(fā)展，中國(guó)人民銀行將越來(lái)越難控制貨幣供給，學(xué)術(shù)界已經(jīng)開始在利率、貨幣和信貸三類指標(biāo)領(lǐng)域內(nèi)探討貨幣政策的相關(guān)問題。陳飛等[25]認(rèn)為，貨幣供給量對(duì)經(jīng)濟(jì)增長(zhǎng)的作用比較顯著，但時(shí)滯較長(zhǎng);貸款沖擊的作用見效最快，但作用的時(shí)間較短;利率沖擊的作用介于兩者之間。盛松成和吳培新[26]指出，中國(guó)的貨幣政策中介目標(biāo)實(shí)際上有兩個(gè):信貸規(guī)模和M2，前者主要針對(duì)實(shí)體經(jīng)濟(jì)，后者主要針對(duì)金融市場(chǎng)。本文把利率、貨幣供應(yīng)量和信貸分別納入到模型中。

對(duì)于利率指標(biāo)，貨幣政策理論上是通過作用于基準(zhǔn)利率，進(jìn)而影響經(jīng)濟(jì)中的其他短期、長(zhǎng)期利率，最終對(duì)私人部門支出產(chǎn)生影響，因而基準(zhǔn)利率無(wú)疑應(yīng)該進(jìn)入模型。中國(guó)在確定法定利率結(jié)構(gòu)時(shí)，首先確定1年期存款利率，然后推定活期和其他更長(zhǎng)期限的定期存貸款利率。從這個(gè)意義上講，1年期存款利率發(fā)揮了基準(zhǔn)利率的作用。但中國(guó)利率渠道功能的發(fā)揮主要依靠貸款而非存款，且微觀經(jīng)濟(jì)主體融資需求主要靠銀行貸款來(lái)滿足，因此應(yīng)選擇1年期貸款利率(IR)。同時(shí)，考慮到中國(guó)的1年期貸款利率仍然是管制利率，可選擇最為市場(chǎng)化的貨幣市場(chǎng)利率——銀行間7天同業(yè)加權(quán)平均利率(IB07D)作為新的、補(bǔ)充的中介目標(biāo)。對(duì)于貨幣供應(yīng)量指標(biāo)，由于廣義貨幣供應(yīng)量(M2)在一定程度上反映了中央銀行的貨幣政策取向，因而將其納入。對(duì)于信貸指標(biāo)，本文選擇人民幣貸款余額(LOAN)。雖然1997年后中央銀行放松了貸款總量的控制，但由于其他貨幣政策工具市場(chǎng)化不高，信貸渠道在很大程度上發(fā)揮著巨大作用。

由于中國(guó)的可供選擇季度數(shù)據(jù)長(zhǎng)度有限，選擇過多考察變量進(jìn)行SVAR模型會(huì)導(dǎo)致估計(jì)結(jié)果不夠穩(wěn)定，政策效應(yīng)沖擊的識(shí)別相對(duì)困難。本文在保證3個(gè)宏觀經(jīng)濟(jì)變量Zt進(jìn)入模型的前提下，把Rt中的廣義貨幣供應(yīng)量(M2)、人民幣貸款余額(LOAN)、1年期貸款利率(IR)和銀行間7天同業(yè)加權(quán)平均利率(IB07D)4個(gè)變量依次納入。這在保證SVAR模型估計(jì)精度的同時(shí)，可以對(duì)比不同貨幣政策中介目標(biāo)的具體效果。

3.數(shù)據(jù)來(lái)源與處理檢驗(yàn)說明

本文中1年期貸款利率指標(biāo)(IR)是根據(jù)中國(guó)人民銀行相關(guān)數(shù)據(jù)計(jì)算得到，①如果該季度內(nèi)有利率變動(dòng)，則以日數(shù)為基礎(chǔ)計(jì)算季度加權(quán)利率。其他指標(biāo)的數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。其中，居民消費(fèi)價(jià)格指數(shù)(CPI)采用月度同比數(shù)據(jù)的幾何平均值測(cè)算得到，外匯儲(chǔ)備累計(jì)額(FER)采用平均匯算轉(zhuǎn)化為人民幣計(jì)價(jià)單位。CPI和兩個(gè)利率指標(biāo)采用定基形式，而其他所有指標(biāo)都用季度GDP縮減指數(shù)調(diào)整，轉(zhuǎn)換為2000年第1季度為基期的可比價(jià)。②中國(guó)國(guó)家統(tǒng)計(jì)局并不直接公布季度GDP減縮指數(shù)數(shù)據(jù)，但該序列數(shù)據(jù)可以通過類似呂光明(2009)的程序推算得到。由于所有指標(biāo)序列存在明顯的季節(jié)性特征，以X－12方法對(duì)季度數(shù)據(jù)進(jìn)行季節(jié)調(diào)整，然后取對(duì)數(shù)，以熨平長(zhǎng)期趨勢(shì)，消減可能存在的異方差。

一般地，進(jìn)入SVAR模型中的指標(biāo)形式要求是平穩(wěn)序列。③對(duì)于進(jìn)入SVAR模型中的變量序列是否平穩(wěn)，學(xué)術(shù)界存在爭(zhēng)議。Sims等建議即使變量存在單位根的情況下也不用差分。但大多數(shù)觀點(diǎn)認(rèn)為，SVAR模型中變量應(yīng)當(dāng)模擬真實(shí)的數(shù)據(jù)生成過程，尤其是估計(jì)一個(gè)結(jié)構(gòu)模型。如果是非平穩(wěn)變量進(jìn)入模型，模型本身不是穩(wěn)定的。為此，還需要進(jìn)行單位根檢驗(yàn)。采用ADF方法檢驗(yàn)后發(fā)現(xiàn)，所有指標(biāo)序列皆為1階單整(I(1))。因此，對(duì)于I(1)序列，進(jìn)入SVAR模型的是季節(jié)差分后的平穩(wěn)形式。

(三)SVAR模型識(shí)別約束的施加

SVAR模型構(gòu)建的關(guān)鍵在于估計(jì)得到簡(jiǎn)化式?jīng)_擊ut，最為常見的方法是基于Cholesky分解對(duì)矩陣B建立下三角矩陣的遞歸同期約束。④國(guó)外研究中較為常見的方法還有:一是根據(jù)貨幣政策操作的制度特征通過矩陣B對(duì)部分考察變量施加同期約束(Bernanke和Mihov，1998);二是施加一些先驗(yàn)的長(zhǎng)期理論約束(Blanchard和Quah，1989;Shapiro和Watson，1988)。具體是通過考察變量的排序?qū)崿F(xiàn)，即不受其他考察變量沖擊同期影響的外生性較強(qiáng)的變量排在前面，預(yù)期會(huì)受到其他考察變量沖擊同期影響的變量應(yīng)該排在后面。

為了增加排序的科學(xué)性，這里采用Granger因果關(guān)系檢驗(yàn)加以確定。對(duì)于SVAR模型的變量，使用Eviews6.0軟件進(jìn)行組Granger因果關(guān)系檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果，季度GDP的外生性最強(qiáng)，其次是CPI、貨幣政策中介目標(biāo)變量和外匯儲(chǔ)備累計(jì)額。因此，SVAR模型中Cholesky分解順序依次是GDP、CPI、R和FER。這也意味著貨幣政策制定者在制定政策時(shí)已經(jīng)得到較多的非政策宏觀經(jīng)濟(jì)變量的同期信息，比較符合中國(guó)的現(xiàn)實(shí)情況。

三、基于不同中介目標(biāo)SVAR模型的中國(guó)貨幣政策效應(yīng)度量分析

SVAR模型方法的分析目的是研究系統(tǒng)中結(jié)構(gòu)式?jīng)_擊εt對(duì)所有變量的影響。這里將考察的沖擊作用期限設(shè)為10季度，設(shè)置脈沖為殘差的1個(gè)單位的沖擊，采用Monte Carlo隨機(jī)模擬方法⑤標(biāo)準(zhǔn)殘差的求解方法有三種:一是基于漸進(jìn)理論的δ方法;二是基于再抽樣的自助法;三是基于再抽樣的Monte隨機(jī)模擬法。Canova指出，第一種方法具有較差的小樣本特性，第二種方法需要同方差假定，第三種方法幾乎沒有什么分布假定要求，因而適用性更強(qiáng)。來(lái)計(jì)算貨幣中介目標(biāo)沖擊對(duì)產(chǎn)出波動(dòng)和價(jià)格波動(dòng)的脈沖響應(yīng)函數(shù)及方差變化的相對(duì)貢獻(xiàn)度。

(一)不同貨幣政策沖擊對(duì)GDP波動(dòng)的動(dòng)態(tài)影響機(jī)制

GDP對(duì)不同貨幣政策沖擊的脈沖響應(yīng)函數(shù)如圖1所示。由圖1可以看出:(1)M2和LOAN等數(shù)量型貨幣政策沖擊對(duì)GDP沖擊開始為正，之后快速增加，并在第3季度達(dá)到正的最大值，分別為0.29個(gè)百分點(diǎn)和0.27個(gè)百分點(diǎn)，再后這種正向影響逐漸降低，在第7季度左右開始轉(zhuǎn)化為負(fù)。(2)IR和IB07D等價(jià)格型貨幣政策沖擊開始較小，之后緩慢增大，并在第5季度達(dá)到負(fù)的極大值，分別為0.16個(gè)百分點(diǎn)和0.18個(gè)百分點(diǎn)，再后逐漸降低，在第9季度左右開始轉(zhuǎn)化為正。

圖1 GDP對(duì)不同貨幣政策沖擊的脈沖響應(yīng)函數(shù)

(二)不同貨幣政策沖擊對(duì)CPI波動(dòng)的動(dòng)態(tài)影響機(jī)制

CPI對(duì)不同貨幣政策沖擊的脈沖響應(yīng)函數(shù)如圖2所示。由圖2可以看出:(1)M2和LOAN等數(shù)量型貨幣政策沖擊對(duì)CPI沖擊開始為正，之后快速增加，并在第6季度分別達(dá)到最大值0.47個(gè)百分點(diǎn)和0.44個(gè)百分點(diǎn)，之后這種正向影響緩慢減少，在第10季度左右趨近于0。(2)IR在前3個(gè)季度會(huì)對(duì)CPI有一定程度的正向影響，之后這種影響轉(zhuǎn)變?yōu)樨?fù)值，并在第7季度達(dá)到最大值0.47個(gè)百分點(diǎn);而IR在前4季度會(huì)對(duì)CPI有一定程度的正向影響，之后這種影響轉(zhuǎn)變?yōu)樨?fù)值，并在第9季度達(dá)到最大值0.18分點(diǎn)。兩種利率的作用方向與理論預(yù)期不完全一致，其作用效果差異較大。這可能與利率市場(chǎng)存在管制且工具操作運(yùn)用較少有關(guān)。盡管近年來(lái)中國(guó)的貨幣市場(chǎng)發(fā)展很快，中央銀行已經(jīng)能夠有效地控制貨幣市場(chǎng)利率，但存貸款利率仍然是一種管制利率，沒有完全實(shí)現(xiàn)市場(chǎng)化，運(yùn)用次數(shù)較少，與貨幣市場(chǎng)利率之間沒有良好的互動(dòng)關(guān)系。

圖2 CPI對(duì)不同貨幣政策沖擊的脈沖響應(yīng)函數(shù)

(三)不同貨幣政策沖擊對(duì)GDP波動(dòng)和CPI波動(dòng)的方差貢獻(xiàn)

從貨幣政策沖擊對(duì)GDP波動(dòng)和CPI波動(dòng)的方差分解結(jié)果(如表1所示)看，M2、LOAN、IR和IB07D四種沖擊對(duì)中長(zhǎng)期GDP波動(dòng)的方差貢獻(xiàn)分別約為9%、7%、2%和4%，而其對(duì)中長(zhǎng)期CPI波動(dòng)的方差貢獻(xiàn)分別約為13%、12%、10%和2%。比較而言，對(duì)于力度相等的貨幣政策來(lái)說，數(shù)量型貨幣政策沖擊對(duì)產(chǎn)出波動(dòng)的影響要小于對(duì)價(jià)格波動(dòng)的影響，而不同價(jià)格型貨幣政策沖擊對(duì)產(chǎn)出波動(dòng)的影響和價(jià)格波動(dòng)的影響則表現(xiàn)不一。IB07D沖擊對(duì)產(chǎn)出波動(dòng)的影響要大，而IR沖擊對(duì)價(jià)格波動(dòng)的影響極為激烈，后者可能與貨幣政策更多通過要素價(jià)格向其他商品價(jià)格傳導(dǎo)有關(guān)?？偟膩?lái)說，大多數(shù)貨幣政策沖擊對(duì)物價(jià)波動(dòng)的影響要稍大于對(duì)產(chǎn)出波動(dòng)的影響。

表1 不同貨幣政策沖擊對(duì)GDP波動(dòng)和CPI波動(dòng)方差貢獻(xiàn)比較 單位:%

四、結(jié)論及啟示

本文首先采集中國(guó)1999—2011年季度數(shù)據(jù)，構(gòu)建由GDP、外匯儲(chǔ)備累計(jì)額、消費(fèi)者物價(jià)指數(shù)和貨幣政策(包括廣義貨幣供應(yīng)量、人民幣貸款余額、1年期貸款利率和銀行間7天同業(yè)加權(quán)平均利率)組成的四變量SVAR模型族，然后在Granger因果關(guān)系檢驗(yàn)的基礎(chǔ)上通過Cholesky分解施加約束，測(cè)算出不同貨幣政策沖擊對(duì)產(chǎn)出波動(dòng)和價(jià)格波動(dòng)的具體效應(yīng)。得到的結(jié)論及相關(guān)啟示如下:

第一，貨幣政策沖擊在中短期內(nèi)對(duì)產(chǎn)出波動(dòng)具有最多不超過11%的影響，且不同的中介目標(biāo)的效應(yīng)有所差異，數(shù)量型的貨幣政策中介目標(biāo)工具沖擊對(duì)產(chǎn)出波動(dòng)的功效要強(qiáng)于價(jià)格型貨幣政策中介目標(biāo)沖擊。在當(dāng)前中國(guó)，金融市場(chǎng)機(jī)制不健全，利率尚未完全市場(chǎng)化，利率作為資金價(jià)格和消費(fèi)者的時(shí)間偏好尚未對(duì)投資和消費(fèi)產(chǎn)生主導(dǎo)型的引導(dǎo)作用，而金融結(jié)構(gòu)仍然比較單一，銀行信貸仍然是企業(yè)融資的主要渠道，貨幣供應(yīng)量和信貸余額等數(shù)量型指標(biāo)作為貨幣政策中介目標(biāo)是比較有效的。瓦什[27]指出，在利率工具受到管制的國(guó)家，貨幣政策的信用渠道更為適用。Stiglitz和Greenwald[28]也認(rèn)為，貨幣政策不僅會(huì)影響信貸需求，而且還會(huì)通過信貸供給影響經(jīng)濟(jì)活動(dòng)。尤其是存在信貸配給時(shí)，貨幣政策對(duì)信貸供給的影響就相當(dāng)重要。

第二，除銀行間同業(yè)拆借利率沖擊外，其他貨幣政策沖擊對(duì)物價(jià)波動(dòng)的影響要大于其對(duì)產(chǎn)出波動(dòng)的影響，且解釋程度都在12%左右。因此，在一定程度上可以說，貨幣政策既是價(jià)格波動(dòng)的根源，也是應(yīng)對(duì)通貨膨脹的有效手段。具體而言，對(duì)于力度相等的貨幣政策來(lái)說，數(shù)量型貨幣政策沖擊對(duì)價(jià)格波動(dòng)的影響要大于對(duì)產(chǎn)出波動(dòng)的影響，而不同價(jià)格型貨幣政策沖擊對(duì)產(chǎn)出波動(dòng)的影響和對(duì)價(jià)格波動(dòng)的影響則表現(xiàn)不一致，銀行間7天同業(yè)拆借加權(quán)利率沖擊對(duì)產(chǎn)出波動(dòng)的影響要大，1年期貸款利率沖擊對(duì)價(jià)格波動(dòng)的影響極為激烈。這可能與包括利率、部分基礎(chǔ)能源和其他生產(chǎn)要素價(jià)格的市場(chǎng)化程度不高，貨幣政策的資產(chǎn)價(jià)格渠道作用發(fā)揮存在部分扭曲有關(guān)。Meltzer[29]曾指出，無(wú)論一個(gè)國(guó)家是否有發(fā)達(dá)的金融市場(chǎng)，他所倡導(dǎo)的資產(chǎn)價(jià)格渠道都將發(fā)揮作用。

第三，有暢通的貨幣政策傳導(dǎo)渠道和良好的傳導(dǎo)機(jī)制，貨幣政策中介目標(biāo)的作用才能有效地發(fā)揮。隨著金融創(chuàng)新、金融電子化等的進(jìn)一步發(fā)展，M2的作用效果度量難度也在增加，其可控性越來(lái)越差;同時(shí)，隨著非國(guó)有經(jīng)濟(jì)比重的上升和外匯儲(chǔ)備的增加，信貸渠道的作用在下降，調(diào)節(jié)國(guó)內(nèi)信貸的有效性逐漸喪失，這需要未來(lái)中國(guó)貨幣政策中介目標(biāo)向利率轉(zhuǎn)移，利率市場(chǎng)化改革勢(shì)在必行。在未來(lái)，必須加快金融體系的改革與建設(shè)進(jìn)程，盡快促進(jìn)貨幣政策市場(chǎng)利率傳導(dǎo)渠道的形成和傳導(dǎo)機(jī)制的完善。必須加快價(jià)格體系的市場(chǎng)化改革，促進(jìn)資產(chǎn)價(jià)格渠道傳導(dǎo)作用的更有效發(fā)揮。

[1]Friedman，M.，Schwartz，A.A Monetary History of the United States[M].Princeton University Press，1960.

[2]Bernanke，B.，Mihov，I.Measuring Monetary Policy[J].Quarterly Journal of Economics，1978，113(3):869 －902.

[3]Romer，C.，David，R.Does Monetary Policy Matter?A New Test in the Spirit of Friedman and Schwartz，in Olivier Blanchard and Stanley Fischer[R].NBER Macroeconomics Annual，1989.

[4]Thornton，D.The Effect of Monetary Policy on Short－ Term Interest Rates[R].Federal Reserve Bank of St.Louis，Review，1988.

[5]Christiano，L.，Martin，E.Identification and the Liquidity Effect of a Monetary Policy Shock[A].Cukierman，A.，Hercowitz，Z.，Leiderman，L.Political Economy，Growth，and Business Cycles[C].Cambridge:MIT Press，1992.

[6]Strongin，S.The Identification of Monetary Policy Disturbances:Explaining the Liquidity Puzzle[J].Journal of Monetary Economics，1995，(3):463 －497.

[7]avu o lu，A.T.Credit Transmission Mechanism in Turkey:An Empirical Investigation[R].ERC Working Papers in Economics，2002.

[8]Bernanke，B.，Alan，B.The Federal Funds Rate and the Channels of Monetary Transmission[J].American Economic Review，1992，82(4):901－921.

[9]Boivin，J.，Giannoni，M.Has Monetary Policy Become More Effective?[J].Review of Economics and Statistics，2006，88(3):445－462.

[10]Ramey，V.A.How Important Is the Credit Channel in the Transmission of Monetary Policy?[R].NBER Working Paper，1993.1－42.

[11]Ahmad，S.Monetary Transmission Mechanism in Fiji and PNG [J].International Research Journal of Finance and Economics，2008，(15).

[12]Endut，N.，Morley，J.，Tien，P. － L.The Changing Transmission Mechanism of U.S.Monetary Policy[R].Working Paper，2009.

[13]Dabla － Norris，E.，F(xiàn)loerkemeier，H.Transmission Mechanisms of Monetary Policy in Armenia:Evidence from VAR Analysis[R].IMF Working Paper，2006.

[14]謝平.中國(guó)貨幣政策分析:1998—2002[J].金融研究，2004，(8).

[15]孫明華.我國(guó)貨幣政策傳導(dǎo)機(jī)制的實(shí)證分析[J].財(cái)經(jīng)研究，2004，(3).

[16]劉霖，靳云江.貨幣供應(yīng)、通貨膨脹與中國(guó)經(jīng)濟(jì)增長(zhǎng):基于協(xié)整的實(shí)證分析[J].統(tǒng)計(jì)研究，2005，(3).

[17]冀志斌，周先平.中國(guó)的貨幣政策有效嗎?[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2008，(5).

[18]盛松成，吳培新.中國(guó)貨幣政策的二元傳導(dǎo)機(jī)制[J].經(jīng)濟(jì)研究，2008，(10).

[19]張雪蘭，楊丹.我國(guó)貨幣政策的有效性問題:基于1996—2009年季度數(shù)據(jù)的分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2010，(6).

[20]李占風(fēng)，涂占新，陳妤.金融危機(jī)背景下我國(guó)貨幣政策效應(yīng)的實(shí)證分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2010，(9).

[21]伍戈.中國(guó)貨幣供給的結(jié)構(gòu)分析:1999—2009年[J].財(cái)貿(mào)經(jīng)濟(jì)，2010，(11).

[22]Mishkin，F(xiàn).S.Symposium on the Monetary Transmission Mechanism[J].Journal of Economic Perspective，1995，(9).

[23]Kuttner，K.N.，Mosser，P.C.The Monetary Transmission Mechanism:Some Answers and Further Questions[J].FRBNY Economic Policy Review，2002，(5):15－26.

[24]Ireland，P.The Monetary Transmission Mechanism[R].Federal Reserve Bank of Boston，Working Papers，2005.6.

[25]陳飛，趙昕東，高鐵梅.我國(guó)貨幣政策工具變量效應(yīng)的實(shí)證分析[J].金融研究，2002，(10).

[26]盛松成，吳培新.中國(guó)貨幣政策的二元傳導(dǎo)機(jī)制[J].經(jīng)濟(jì)研究，2008，(10).

[27]卡爾·E·瓦什.貨幣理論與政策(中譯本)[M].北京:中國(guó)人民大學(xué)出版社，2001.

[28]Stiglitz，J.E.，Greenwald，B.Toward a New Paradigm in Monetary Economica[M].Cambridge:Cambridge University Press，2003.

[29]Meltzer，A.H.Monetary，Credit and(Other)Transmission Processes:A Monetarist Perspective [J].Journal of Economic Perspectives，1995，(9):49－72.