利率政策環境與央行貨幣政策選擇

摘 要：央行的貨幣政策實施受貨幣政策環境制約，特別是實施價格型貨幣政策時，在不同的利率環境下央行可能選擇不同的利率調控模式。為此，通過構建門限回歸模型對貨幣政策調控模式與利率區制的相依性進行實證檢驗，結果發現：在不同的利率區制內中央銀行的政策偏好和利率調控模式存在顯著差異。在高利率區制，中央銀行存在針對產出缺口調整名義利率的政策偏好；在低利率區制，中央銀行則不存在這種政策偏好，低利率環境下貨幣政策效應弱化甚至失效是導致此區制中央銀行不針對產出缺口調整利率的主要原因。

關鍵詞： 門限模型；利率區制；貨幣政策；調控模式

中圖分類號：F064文獻標識碼： A文章編號：1003-7217（2018）05-0002-06

一、引 言

中央銀行為保持經濟適度增長，物價水平穩定，往往針對產出缺口和通脹貨膨缺口實施反周期的貨幣政策調控。當實際產出高于潛在產出，通貨膨脹高于目標通脹時，央行往往采取調高名義利率的緊縮性貨幣政策；當實際產出低于潛在產出，通貨膨脹低于目標通脹時，央行則實施調低名義利率的擴張性貨幣政策。但上述中央銀行的政策偏好和貨幣政策調控模式可能受到貨幣政策執行環境的制約，特別是在低利率時期，中央銀行實施擴張性的價格型貨幣政策的空間受限，此時，中央銀行的政策偏好及調控模式勢必作出調整?，F階段，中國利率水平正處于較低水平，經濟也面臨結構調整和增長方式轉型的關鍵時期，在此背景下，本文考察中國中央銀行的利率調控模式與利率政策環境之間的關聯，以期給出央行貨幣政策調控模式與利率區制之間存在相依性的相關證據。

盡管研究貨幣政策調控模式轉變的相關文獻已不鮮見，但考察貨幣政策調控模式與利率區制之間相依性的文章并不多。主要原因在于，中國名義利率在過去的大部分時期處于較高水平，并未面臨擴張性貨幣政策調控空間受限的困境。因此，利率環境對貨幣政策的實施并未出現明顯的硬約束。但現階段，抑制國際金融危機的寬松貨幣政策導致名義利率水平持續走低，利率環境逐漸成為擴張性貨幣政策實施的硬約束[1-4]。因此，美國、日本等國央行紛紛出臺量化寬松貨幣政策應對傳統利率政策在低利率區制效應弱化的困境①。Mendes和Berriel （2015）認為“流動性陷阱”的存在以及利率零下限的剛性約束導致低利率區制利率政策效應弱化，傳統的利率政策規則很難實現預定的調控目標，因此，無論是中央銀行的政策偏好，還是貨幣政策規則在低利率區制均面臨著調整的動機[4]。Belke和Klose （2013）通過構建包含通貨膨脹預期、實際利率及潛在產出的狀態空間模型，發現美聯儲和歐盟央行的貨幣政策調控模式在金融危機前后發生了顯著變化[5]。劉利 （1999）通過對銀行存貸款基準利率下調對投資及消費的拉動效應，以及對貨幣流動性、商業銀行的存款總額和居民預期收入的趨勢進行分析后，認為中國存在陷入流動性陷阱的可能[6]。陳湛勻 （2001）研究發現，中國利率杠桿對宏觀經濟的調控并未取得預期效應，因此認為利率可能陷入流動性陷阱[7]。戴國強 （2017）認為長期寬松的貨幣政策、貨幣和物價幻覺等是導致現階段利率陷入流動性陷阱的主要原因[8]。

盡管和美國以及日本等中央銀行相比，中國央行面臨的貨幣政策環境似乎要好一些，名義利率仍然具有一定的下調空間，但美國次貸危機以來，中國中央銀行多次下調商業銀行存貸款基準利率，目前繼續下調利率的空間有限，低利率環境下的流動性陷阱將導致傳統貨幣政策效應弱化，致使中國中央銀行同樣面臨著貨幣政策調控模式的重新選擇。

國內外學者對貨幣政策調控模式，特別是泰勒規則的研究文獻已相對較多，并經歷了如下幾個研究歷程的轉變。一是由后顧型[9]向前瞻型泰勒規則的轉變[10]；二是由通脹缺口與產出缺口雙目標的泰勒規則向引入匯率、房地產價格指數等資產價格的多目標泰勒規則的轉變[11-13]；三是由線性泰勒規則向非線性泰勒規則的轉變，特別是近年來，大量文獻采用門限模型、馬爾可夫區制轉移模型等非線性模型考察央行偏好及貨幣政策調控模式的非對稱性。如中國人民銀行營業管理部課題組以通貨膨脹為閾值變量、歐陽志剛和王世杰 （2009）分別以經濟增速和通貨膨脹率為閾值變量，構建了LSTR模型對中國貨幣政策規則進行了擬合，均發現中國中央銀行偏好和貨幣政策規則存在非對稱的特征[14，15]。鄭挺國和劉金全 （2010）通過構建具有時變通脹目標的馬爾可夫區制轉移泰勒規則模型，對中央銀行的貨幣政策操作模式進行了實證檢驗，結果發現中國中央銀行的貨幣政策操作可分為惰性和活性兩個區制[16]。在惰性區制，利率對通脹缺口和產出缺口的變動不敏感；而在活性區制，利率能夠對通脹缺口和產出缺口的變動作出實時調整，反周期的貨幣政策調控機制能夠縮小通脹缺口，因此是穩定的貨幣政策規則。盡管上述文獻對中國中央銀行的貨幣政策調控模式、利率調控平滑傾向、資產價格異常波動的關注以及利率調控的非對稱性等進行了深入研究，但考慮現階段中國中央銀行面臨著全新的貨幣政策環境，本文通過構建門限回歸模型考察中央銀行偏好及調控模式與利率區制的相依性。

二、泰勒規則與利率區制的相依性設定

盡管理論上講，在中央銀行的偏好為對稱的，總供給曲線為線性的條件下，最小化福利損失得到的一階條件是名義利率關于通脹缺口和產出缺口的線性函數，中央銀行按照上述規則實施利率政策能實現央行福利最大化，但考慮到利率頻繁調整會導致經濟參與者對央行利率調控的預期難度加大，同時貨幣政策效應的時滯及菜單成本的存在將導致央行貨幣政策的執行成本增加。因此，在具體的實施過程中，央行往往在規則型貨幣政策和相機抉擇型貨幣政策中進行一個權衡，即在實施中往往帶有一定的利率平滑傾向：

考慮到在低利率區制，利率流動性陷阱的存在可能導致貨幣政策效應弱化，因此，中央銀行實施降低利率的擴張性貨幣政策的意愿會削弱，即在低利率區制中央銀行的政策偏好可能發生改變，此時對稱的二次損失函數不再適用于刻畫中央銀行的福利損失。同時低利率環境下利率下調的剛性約束也是導致中央銀行貨幣政策調控模式發生改變的直接原因。綜上所述，在低利率環境下，式 （1） 刻畫的中央銀行利率調控規則不能真正捕捉到真實的短期利率調整路徑。

考慮到不同利率區制中央銀行的利率調控模式可能存在差異，為此，構建以利率作為門限變量，包含k個區制的門限泰勒規則模型測度上述差異，具體的模型形式可表示為：

為測度不同的利率區制中央銀行政策偏好及貨幣政策調控模式的差異，將名義利率設定為式（3）的門限變量。

三、泰勒規則與利率區制的相依性檢驗

（一） 數據處理

考慮到自2007年起，隔夜拆借交易量占總拆借交易量的50%，并長期維持在80%左右，因此，與其他期限的拆借利率相比，隔夜拆借利率更能體現我國央行的政策意圖，因此，選擇隔夜拆借利率作為名義利率Rt的代理變量。另外考慮到央行在1998年以前的貨幣政策調控中，對同業拆借利率的考慮非常少（事實上，當時各省都有自己的拆借市場，90年代初期和中期還一度出現亂拆借，此時的貨幣政策調控規模管理是主渠道），因此，數據起止時期選擇1998年1季度至2017年第4季度。季度同業拆借利率根據隔夜銀行間同業拆借月度加權平均利率及各月度交易量占季度交易量的比重進行加權平均獲得。

基于當季GDP同比實際增速和2000年的名義GDP，計算實際季度GDP （2000年為基期），在此基礎上測算產出缺口。本文數據來源于中經網統計數據庫，產出缺口測算方法與劉金全和張小宇 （2015）[17]相同。

（二） 模型線性檢驗

為考察門限模型是否能夠更好地擬合中國名義利率的動態調整機制，需要對門限回歸模型進行線性檢驗，即檢驗不同利率區制中國中央銀行的政策偏好及貨幣政策調控模式是否存在顯著差異。門限變量st選擇隔夜、7天期、15～20天期以及1月期銀行間同業拆借利率，分別計算Davies （1987）[18]和Hansen （1996）[19]構建的SupLMs以及Andrews和Ploberger（1994）[20]構建的ExpLMs和AveLMs等標準的LM檢驗統計量。同時，為避免因模型存在異方差導致標準的LM檢驗統計量的檢驗功效降低，本文還采用穩健的LM檢驗方法對模型進行門限效應檢驗，分別計算SupLM、ExpLM和AveLM檢驗統計量。結果發現無論是隔夜、7天期、15～20天期，還是1月期銀行間同業拆借利率作為門限變量，無論是標準的LM檢驗還是穩健LM檢驗，均能在10%的顯著性水平下拒絕模型不存在門限效應的原假設。特別是當隔夜拆借利率作為門限變量時，無論是基于Davies （1987）[18]和Hansen （1996）[19]構建的SupLMs檢驗統計量，亦或是基于Andrews和Ploberger （1994）[20]構建的ExpLMs和AveLMs等標準的LM檢驗統計量，還是適合異方差的穩健的LM檢驗統計量，均能拒絕原假設，表明在不同的利率區制中國中央銀行的政策偏好和貨幣政策調控模式的確存在顯著差異。

盡管當隔夜、7天期、15～20天期和1月期銀行間同業拆借利率作為門限變量，均在傳統的顯著性水平下拒絕了泰勒規則模型為線性的原假設，但考慮到與7天期、15～20天期和1月期銀行間同業拆借利率作為門限變量相比，隔夜同業拆借利率作為門限變量時，對應檢驗均具有最小的顯著性概率，因此，本文構建的門限模型最終選擇隔夜拆借利率作為門限變量，見表1。

Hansen （1999）[21]以及Bai和Perron （2003）[22]建議若檢驗模型存在一個門限值，應通過構建F（2|1）統計量確定門限的個數，即檢驗在包含一個門限值的基礎上檢驗是否存在兩個門限值，對應的原假設為在包含一個門限的條件下，不再存在第二個門限。若接受原假設認為包含單門限，否則認為包含雙門限，并進一步檢驗F（3|2），檢驗模型是否包含三個門限值，依此類推可確定模型的門限個數。Hansen （1999）[21]給出了通過構建偽F統計量確定面板門限模型門限個數的方法，并通過Bootstrap的方法確定檢驗統計量的臨界值和顯著性概率。Bai和Perron （2003）[22]則給出橫截面數據或時間序列數據的門限回歸模型的門限個數檢驗方法，通過對F統計量進行按比例的縮放，構建Scaled F統計量對門限回歸模型的門限個數進行檢驗，并通過隨機模擬的方法給出了對應10%、5%和1%顯著性水平下的臨界值，本文按照Bai和Perron （2003）[22]的方法計算了相應的檢驗統計量，見表2。

從表2的檢驗結果可以看出，F（2|1）檢驗統計量大于1%顯著性水平下的臨界值，表明在1%的顯著性水平下，拒絕了模型在包含一個門限的條件下，不包含第二個門限的原假設，表明模型至少存在兩個門限。因此，需要進一步檢驗模型在包含兩個門限的條件下，不包含三個門限的原假設。F（3|2）檢驗統計量小于5%顯著性水平下的臨界值，表明5%的顯著性水平下，不能拒絕模型在包含兩個門限的條件下，不包含第三個門限的原假設。因此，意味著本文構建的泰勒規則模型僅包含兩個門限值，即三區制門限泰勒規則模型更適合描述和捕捉中國中央銀行的利率調控機制。

（三） 門限泰勒規則模型的參數估計

按照門限效應及區制個數的檢驗結果，本文對門限泰勒規則模型進行參數估計，門限變量選擇隔夜銀行間同業拆借利率，門限參數的估計值分別為2.0160%和3.0021%。按照門限值將模型分為三個區制，即低利率區制”（r1d<2.0160%）、中利率區制（2.0160%≤r1d<3.0021%） 和高利率區制 （r1d≥3.0021%）。估計結果見表3。

從表3可以看出，在低利率區制，參數β1顯著并且為正，表明當通貨膨脹高于目標通貨膨脹時，央行將調高利率；否則當通貨膨脹出現負向缺口時，中央銀行將調低利率，意味著此區制中央銀行存在明顯的規避價格通脹偏好。參數λ1不顯著，表明在此區制內中央銀行并未針對產出缺口調整名義利率，主要是因為此區制名義利率已經偏低，考慮到可能存在的流動性陷阱，此時利率政策的實際效應將被大幅弱化，因此，在此區制內執行規則型貨幣政策的意愿降低。

在中利率區制，參數λ2在10%的顯著性水平下顯著，表明在此區制內，央行將根據產出缺口實時調整利率。并且由于參數λ2的估計值大于0，表明此區制對應的是穩定的貨幣政策規則。中央銀行實施的是反周期的貨幣政策，即出現正的產出缺口時，中央銀行將調高名義利率，進而導致實際利率的上調，這將抑制總需求，導致產出缺口的收窄。同理當出現負的產出缺口時，中央銀行調低名義利率將導致實際利率的下調，這將刺激總需求，同樣導致產出缺口的收窄。上述貨幣政策操作將保證實際產出圍繞潛在產出小幅波動，不會出現大幅偏離。而此區制利率對通脹缺口的調整參數不顯著，表明此區制中央銀行在執行貨幣政策時并不關注通貨膨脹，表明此區制中國中央銀行存在明顯的規避經濟收縮偏好，但不存在規避價格通脹偏好 [17]。

在高利率區制，參數β3和λ3均在1%的顯著性水平下顯著，但需要說明的是，此區制名義利率對產出缺口和通脹缺口的調整參數估計值均為負數，表明此區制中央銀行實施的是順周期調控。事實上本文估計的高利率區制主要位于1998-2000年，即樣本初始時期 （見圖1）。1992年，鄧小平“南巡講話”以及中共十四大的召開等一系列政策利好導致中國經濟出現過熱增長的跡象，與此同時伴隨著嚴重的通貨膨脹。在此背景下，一系列緊縮性貨幣政策被用于抑制經濟過熱增長，并取得明顯成效，中國經濟成功實現了軟著陸。在1998-2000年，通脹和產出甚至出現了負向缺口，盡管央行在此期間也實施了擴張性的貨幣政策，但考慮到政策的連貫性，避免產出和通脹重新出現過熱反彈，央行并未實施過于激進的擴張性貨幣政策，這是導致此區制央行實施順周期調控的主要原因。同時我們還注意到，在本文的樣本初始階段，中國貨幣政策中介目標還是以貨幣供應量為主，利率作為貨幣政策中介目標的參考比重不大，貨幣政策處于相機抉擇型向規則型貨幣政策轉換的特殊時期，利率規則性程度不高也是導致此時期中國貨幣政策采取順周期調控的主要原因[23]。

四、結論及啟示

考慮到利率流動性陷阱可能導致貨幣政策的實際效應弱化，進而導致中央銀行在不同利率區制存在偏好及貨幣政策調控模式上的差異，本文在線性檢驗和區制個數設定檢驗基礎上構建了三區制門限模型，考察了中央銀行在低利率區制、中利率區制和高利率區制的偏好差異，得到如下主要結論：

1.與線性泰勒規則模型相比，門限泰勒規則模型能夠更好地描述中央銀行的貨幣政策操作。通過對泰勒規則模型進行門限效應檢驗，結果表明：基于銀行間同業拆借利率測度的短期利率作為門限變量，相應的模型均發現中國貨幣政策規則存在門限效應的證據。進一步對門限個數進行設定檢驗發現：包含低利率區制、中利率區制和高利率區制的三區制門限泰勒規則模型更適合用于描述和捕捉中國名義利率的動態調整機制。與線性泰勒規則模型相比，三區制門限泰勒規則模型測度擬合優度的可決系數更高，擾動項的方差估計值更小，表明與線性泰勒規則模型相比，三區制門限泰勒規則模型更適合捕捉和刻畫中國中央銀行的貨幣政策操作。

2.本文將基于隔夜銀行間同業拆借利率作為門限變量，估計了門限泰勒規則模型。結果發現中央銀行在低利率區制、中利率區制和高利率區制的政策偏好及貨幣政策調控模式存在顯著差異。在低利率區制，中央銀行不存在針對產出缺口調整名義利率的政策偏好，利率流動性陷阱使得貨幣政策效應弱化甚至失效是導致此區制名義利率對產出缺口調整參數不顯著的主要原因。盡管在高利率區制，中國中央銀行存在顯著地針對產出缺口調整利率的政策偏好，但由于此區制利率對產出缺口的調整參數顯著為負，表明中國中央銀行在高利率區制存在明顯的順周期調控偏好。

3.上述實證研究結果表明，由于現階段中國利率處于較低水平，利率流動性陷阱導致的貨幣政策效應弱化，致使中央銀行不會針對目前的產出下行壓力采取過于激進的貨幣政策，這與央行2018年第一季度貨幣政策執行報告中的“保持政策的連續性和穩定性，實施好穩健中性的貨幣政策”的表態相一致。

注釋：

① 盡管自2016年以來美國聯邦基金利率觸底反彈，并步入上升通道，截至到2018年5月，聯邦基金利率已提升至1.7%，但與金融危機前的5%左右的歷史水平相比，仍處于相對較低水平。常規貨幣政策實施仍然受到一定的約束和限制。

參考文獻：

[1] Krugman P. Thinking about the liquidity trap[J]. Journal of the Japanese and International Economies， 2000， 14（4）： 221-237.

[2] Hamilton J D，J C Wu. The effectiveness of alternative monetary policy tools in a zero lower bound environment[J]. Journal of Money， Credit and Banking， 2012， 44（1）： 3-46.

[3] Mendes A G， T C Berriel. Central bank balance sheet， liquidity trap， and quantitative easing[R]. Textos Para Discussāo， 2015.

[4] Rakshit M. Financial crisis and liquidity trap some theoretical and policy perspectives[R]. Springer India， 2016.

[5] Belke A， J Klose. Modifying taylor reaction functions in the presence of the zero lower bound-evidence for the ECB and the fed[J]. Economic Modelling， 2013， 35： 515-527.

[6] 劉利. 我國經濟是否出現了“流動性陷阱”[J]. 國際金融研究， 1999，（10）： 50-55.

[7] 陳湛勻. 由“流動性陷阱”看我國利率杠桿的運用[J]. 經濟研究， 2001 （2）： 38-42.

[8] 戴國強.中國貨幣政策緣何陷入“流動性陷阱”[J]. 人民論壇， 2017 （4）： 70-72.

[9] 謝平， 羅雄. 泰勒規則及其在中國貨幣政策中的檢驗[J]. 經濟研究， 2002（3）： 3-12.

[10]張屹山， 張代強. 前瞻性貨幣政策反應函數在我國貨幣政策中的檢驗[J]. 經濟研究， 2007（3）： 20-32.

[11]Bernanke B ， M Gertler. Should central banks respond to movements in asset prices？[J]. The American Economic Review， 2001， 91（2）： 253-257.

[12]印重， 劉金全， 張小宇. 包含金融穩定因素的貨幣政策規則研究[J]. 數量經濟研究， 2016（2）： 1-19.

[13]譚政勛， 王聰. 房價波動、貨幣政策立場識別及其反應研究[J]. 經濟研究， 2015（1）： 67-83.

[14]中國人民銀行營業管理部課題組. 非線性泰勒規則在我國貨幣政策操作中的實證研究[J]. 金融研究， 2009（12）： 30-44.

[15]歐陽志剛， 王世杰. 我國貨幣政策對通貨膨脹與產出的非對稱反應[J]. 經濟研究， 2009（9）： 27-38.

[16]鄭挺國， 劉金全. 區制轉移形式的“泰勒規則”及其在中國貨幣政策中的應用[J]. 經濟研究， 2010（3）： 40-52.

[17]劉金全， 張小宇. 中央銀行規避經濟收縮和通脹偏好的模式與途徑研究[J].經濟研究， 2015 （12）： 29-40.

[18]Davies R B. Hypothesis testing when a nuisance parameter is present only under the alternative[J]. Biometrika， 1987， 74（1）： 33-43.

[19]Hansen B E. Inference when a nuisance parameter is not identified under the null hypothesis[J]. Econometrica， 1996， 64（2）： 413-430.

[20]Andrews D W K， W Ploberger. Optimal tests when a nuisance narameter is present only under the alternative[J]. Econometrica， 1994， 62（2）： 1383-1414.

[21]Hansen B E. Threshold efects in non-dynamic panels： estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.

[22]Bai J， P Perron. Critical values for nultiple structural change tests[J]. Econometrics Journal， 2003， 6（1）： 72-78.

[23]杜玉蘭，劉倩倩.人民幣外匯市場壓力與貨幣政策關系實證分析[J].商業研究，2017（3）：28-34.

（責任編輯：寧曉青）