貨幣政策利率傳導機制有效性分析

鄭誠　沈沁

摘要：中央銀行通過貨幣政策影響經濟活動，而貨幣政策工具的主要媒介為貨幣供給量和利率，其中，貨幣供給量在金融市場不成熟的情況下能夠高效而直接地影響實體經濟，因此一直是中國人民銀行實施貨幣政策的主要媒介。隨著中國金融市場的不斷完善，貨幣供給量與實體經濟的相關度不斷減弱，僅關注貨幣供給量已經不能有效實現貨幣政策調控目標。實證研究結果表明，上海銀行間同業拆借利率（Shibor）不具備作為貨幣政策工具的條件，廣義貨幣供應量（M2）增速上升能夠通過降低期限溢酬而降低長期利率，但利率預期途徑有效性不足會減弱貨幣政策效果。在利率市場化的過程中，央行需要提高貨幣政策透明度，引導市場建立穩定合理的利率預期機制，并可以使用公開市場操作直接影響利率期限結構，從而實現精準調控的目標。

關鍵詞：貨幣政策;利率傳導機制;期限溢酬;利率期限結構

中圖分類號：F830? ? 文獻標識碼：A? ? 文章編號：1003-854X（2021）02-0021-06

一、引言

中央銀行通過貨幣政策影響經濟活動，而貨幣政策工具的主要媒介為貨幣供給量和利率，其中，貨幣供給量在金融市場不成熟的情況下能夠高效而直接地影響實體經濟，因此一直是央行實施貨幣政策的主要媒介。隨著中國金融市場的不斷完善，貨幣供給量與實體經濟的相關度不斷減弱，僅關注貨幣供給量已經不能有效達到貨幣政策調控目標。由于市場利率能夠直接反映資金的供求關系，因此央行逐步放棄了設置廣義貨幣供應量（M2）增速目標，并將媒介重心從貨幣供給量轉移到了市場利率上。央行通過貨幣政策調節市場利率影響投資和消費需求，從而達到促進經濟增長等政策目標。

以利率作為媒介的貨幣政策通過市場對資金進行配置，這要求利率傳導機制不能受到干預和扭曲，否則會影響貨幣政策的實施效果。改革開放以來，中國逐步形成了以商業銀行為主導的金融體系，商業銀行作為市場配置資金的主體，根據自身的效用函數和約束條件，在多種資產諸如貸款、票據和國債中選取最優的資產組合。根據現代金融資產組合理論，決定資產組合配置的核心指標是夏普比率，即投資組合預期收益率相對于無風險資產的超額收益率與投資組合風險標準差的比值，因此，無風險利率將直接影響資產配置。在多種類型的資產中，國債具有無違約風險的特點，在市場中發揮著無風險資產的作用，因此，反映國債市場不同到期期限資金價格的利率期限結構是其他金融資產進行定價的重要依據。如果貨幣政策能夠對國債的利率期限結構產生顯著的影響，就能夠將該政策的效果傳導至整個金融體系。因此，貨幣政策能否有效地影響國債利率期限結構——長期利率是利率傳導機制有效性的重要評價標準。

關于貨幣政策利率傳導機制的有效性，國內外學者進行了較為深入的研究。Evans & Marshall（2007）通過向量自回歸模型研究了美國國債收益率波動的原因，指明貨幣政策系統是宏觀沖擊傳導的重要途徑①。Christensen & Rudebusch（2012）②、Lloyd（2017）③ 基于貨幣政策預期和期限溢酬分析了量化寬松對國債收益率的影響，強調英美分別是通過這兩個渠道降低國債收益率的。呂進中和許賢運（2018）通過向量自回歸模型實證研究發現，寬松貨幣政策會導致較大的水平和斜率因子④。強靜和侯鑫等（2018）選取一年期存款利率、流動性指標和風險溢酬建立三因子仿射模型研究了利率期限結構的形成機制，認為一年期存款利率是決定市場各利率的主要因素⑤。

上述研究成果對于厘清中國貨幣利率傳導機制有效性起到了積極作用，但是對于貨幣政策主要通過何種途徑影響利率，以及不同貨幣政策工具對利率傳導機制的影響有何差別，則涉獵較少或不夠深入。本文重點關注貨幣政策工具能否有效地通過利率傳導機制將貨幣政策效果傳遞至國債長期利率，從而影響實體經濟。

本文的創新之處主要體現在兩個方面：第一，為了突出長期利率特征選用兩因子無套利Nelson-Siegel模型，能夠更好地擬合中國實際數據并提高參數估計的精確度;第二，將長期利率分解為期限溢酬和短期利率預期，可以厘清貨幣政策通過何種途徑影響長期利率。

二、理論模型與數據描述統計

根據現代經濟理論，短期利率主要反映市場流動性狀況，而長期利率與經濟增長密切相關。對于貨幣政策的敏感程度而言，利率期限結構短端敏感程度高，長端敏感程度低。根據修正的預期理論，中長期國債暴露于諸如通貨膨脹等風險下，因此長期利率由短期利率預期和代表風險補償的期限溢酬共同決定。自美國次貸危機之后，學者們普遍認為將長期利率分解為短期利率預期和期限溢酬兩部分有助于厘清利率期限機構復雜的變化機制。

（1）式右側第一部分為短期利率預期，第二部分為期限溢酬，本文將基于這兩個途徑分析貨幣政策利率傳導機制的有效性。

第一步，利用國債到期收益率數據對短期利率預期和期限溢酬進行估計。Duffie & Kan（1996）總結前人研究并提出仿射期限結構模型，將到期收益率表示為狀態變量的顯示解，因其簡潔靈活而成為研究利率期限結構的主要模型⑥。Dai & Singleton（2000）完善了仿射模型標準形式⑦，Duffee（2002）則給出了仿射模型風險價格的完整分析框架⑧。Krippner（2015）使用兩因子無套利Nelson-Siegel模型提取了美國市場期限溢酬，并指出該模型具有良好的擬合性質，因此本文也使用該模型對長期利率進行分解⑨。為了提高實證分析的準確性，假定模型狀態因子為潛藏因子，使用卡爾曼濾波估計參數和狀態變量，并以此為基礎估計短期利率預期和期限溢酬。

第二步，對貨幣政策與期限溢酬以及利率預期之間的關系進行分析。Sims（1980）提出向量自回歸模型⑩，適用于分析變量較多且具有非明確結構的經濟關系，我們可用這個模型來分析貨幣政策利率傳導機制的有效性問題。

（一）對短期利率預期和期限溢酬進行估計

1. 無套利Nelson-Siegel模型

Nelson-Siegel模型能夠很好地擬合利率期限結構，具有參數少且參數富含經濟學意義的優點，被廣泛應用于利率期限結構分析，其缺點在于不滿足無套利條件。基于仿射模型所推導的無套利Nelson-Siegel模型則彌補了這一不足之處，在保證參數的經濟學含義不變的基礎上，滿足了無套利條件并提高了擬合程度。在高斯仿射模型中，瞬時短期利率被假設為一系列狀態變量的仿射函數：

其中，r是短期瞬時利率，a是常數，b是N維向量，x是N維狀態變量，在真實測度下服從OU過程：

在風險中性測度下，狀態變量服從

其中，k和是N×N常數矩陣，θ和是N維常數向量，σ是N×N常數矩陣，BPt和BQt是N維布朗運動，風險中性測度下參數含義相同。在利率期限結構的擬合過程中，增加狀態個數會加強模型的解釋能力，但會降低參數估計的精確度和穩定性，因此狀態因子個數的選取依賴于所擬合利率期限結構的特征。在三因子模型中，狀態因子分別為水平因子、斜率因子和曲率因子，其中曲率因子主要影響中期利率，適用于利率期限結構有扭曲的情形。對于中國國債銀行間市場和中國經濟實際而言，利率期限結構是一條向上的曲線，曲率因子的影響有限，因此兩因子模型也具有良好的適用性。結合Krippner（2015）的研究結論，兩因子無套利Nelson-Siegel模型能夠在保留經濟學意義的基礎上提高參數估計的準確度。

這兩個狀態變量的相關系數取值范圍從-1到1，在市場滿足無套利條件的情況下，到期收益率是狀態變量的仿射函數：

其中，a（τ）和b（τ）是到期收益率參數，隨期限變化的規律可通過遞歸方程描述為：

遞歸方程的特點是保證對復雜期限結構的擬合能力，根據期限溢酬和短期利率預期的定義，期限溢酬可以表示如下：

其中，t表示現在時間點，τ表示到期期限，r表示短期瞬時利率，風險中性測度下的瞬時短期利率加權平均值代表長期利率估計值，真實測度下的瞬時短期利率加權平均值就代表利率預期。由于國債銀行間市場的參與者眾多且流動性強，而到期收益率又根據市場交易數據求取，測量誤差很小，因此在定義期限溢酬時忽略測量誤差是可行的。

2. 卡爾曼濾波

卡爾曼濾波是高效的遞歸濾波系統，能夠從帶有噪聲的觀測變量中估計不可觀測狀態變量，兩因子無套利Nelson-Siegel模型狀態因子不可觀測，因此使用卡爾曼濾波估計模型參數。卡爾曼系統由觀測方程和狀態方程組成，到期收益率數據來源于真實世界，將隨機微分方程離散化處理，就得到狀態方程：

到期收益率為月度頻率時滿足Δt=1/12，狀態方程誤差項方差矩陣為：

根據仿射模型解析，到期收益率與狀態變量解析函數方程可以作為觀測方程：

息的條件下給出狀態變量及其方差初始值，Hamilton認為通過假設狀態變量滿足弱平穩條件，可以使用無條件期望和方差作為初始值{11}。

（二）VAR模型

貨幣政策利率傳導存在時滯，滯后期和經濟系統又處于動態變化中，因此向量自回歸模型適用于考察貨幣政策與期限溢酬以及利率預期之間的復雜經濟聯系，而脈沖響應分析則能衡量貨幣政策利率傳導機制的有效性。

VAR模型可描述如下：

其中，Z是觀測向量，Πt是參數矩陣，εt是觀測誤差項。

（三）數據描述

雖然中國人民銀行不再設定M2增速目標，但是央行仍然通過M2供給量影響實體經濟;銀行間同業拆借利率能夠反映商業銀行的融資成本，中國人民銀行可以通過銀行間市場拆借利率影響其他利率來實施貨幣政策。因此，本文選取6個月期上海銀行間同業拆借利率（Shibor）和M2增速作為貨幣政策代理變量。美國次貸危機之后，中國利率市場化改革減緩，2012年6月重啟利率市場化改革，2012年以后中國貨幣政策利率傳導機制有效性明顯提高;中美兩國在2018年3月爆發貿易戰，在2018年6月開始針對第一批輸美商品提高關稅，貿易戰對市場的異常沖擊影響了貨幣政策的實施，因此樣本區間選取為2012年1月到2018年6月。M2增速數據來源于Wind數據庫，6個月期Shibor利率來自中國外匯交易中心暨全國銀行間同業拆借中心官網。

國債市場包括交易所市場和銀行間市場，銀行間市場的參與者專業程度高且交易量大，能夠更準確地反映國債利率期限結構，因此，選取國債銀行間市場2012年1月到2018年6月的月度到期收益率數據。數據來源于Wind數據庫，樣本量為78，包括1個月、3個月、6個月、9個月、1年到10年共14個到期期限，選取足夠多的到期期限是為了提高參數估計和狀態估計的準確度。

本文通過卡爾曼濾波極大似然法估計參數，所有統計結果以及計量結果基于MATLAB軟件R2017b版和R語言。模型待估參數可以通過下述參數集描述：

Parameters={φ，k11，k12，k21，k22，θ1，θ2，σ1，σ2，ρ，ση}

表1展示了到期收益率的數據統計特征，收益率的上角標代表到期期限。表1結果顯示，利率均值隨著到期期限增加而增加，但是1年期與10年期利率相差很小，同時利率標準差隨著到期期限增加而減少。到期收益波動幅度隨著期限的增加而減少，1年期利率波動幅度最大，標準差也最大，這是因為短期利率對于市場變化最為敏感，而長期利率對于市場變化的反應則較為遲鈍。

圖1顯示利率在2014年和2017年有兩個波峰，這是由中國貨幣政策收緊所致。1年期短期利率對于其他利率具有明顯的引導作用，不同期限利率雖然走勢大致相同，但是變化幅度仍然存在差異。

三、實證分析

國債利率期限結構是金融市場定價的基準，可以將貨幣政策效果傳導至整個金融體系從而影響實體經濟，能否有效的影響利率期限結構是判斷貨幣政策利率傳導機制有效性的重要依據。10年期債券是流動性最好的中長期國債，能夠避免因流動性短缺引起的定價偏誤。同時，10年期到期收益率能夠較好地反映投資者信心和投資率，與實體經濟聯系最為緊密，能反映未來經濟走勢。基于上述原因并參考Wright（2011）選用10年期到期收益率分析期限溢酬與通貨膨脹不確定性關系的研究{12}，將貨幣政策能否有效影響10年期到期收益率作為評價利率傳導機制有效性的標準，通過脈沖響應分析進行衡量。

（一）短期利率預期和期限溢酬估計結果

表2展示了兩因子無套利Nelson-Siegel模型的極大似然估計結果。σn的估計值為0.0011，表示觀測誤差很小，θ1與θ2兩參數的和可以衡量短期利率水平（和的估計值為0.028），而1個月到期收益率均值為0.0281，這表明模型對于短期利率具有良好的估計效果;θ1代表期限為無窮的長期利率，高于10年期到期收益率均值，這些事實均表明兩因子無套利Nelson-Siegel模型能夠很精準地擬合中國市場利率期限結構。

理論上說，短期利率預期是對宏觀經濟長期趨勢的預估，而期限溢酬是對長期持有債券所面臨風險的補償，兩者受到不同因素的影響。圖2結果顯示期限溢酬與短期利率預期在走勢上不同，根據圖形結果和經驗分析，期限溢酬主要受到宏觀風險影響，波峰出現在宏觀政策不確定性較大的2014年和2015年，而短期利率預期則受到市場流動性的影響，波峰出現在流動性較為緊缺的2013年和2018年，利率預期與期限溢酬具有均值回復特性。根據表3描述性統計結果，期限溢酬波幅為0.0141，而利率預期波幅為0.0163，因此兩者對于到期收益率變化的貢獻程度大致相同。根據上述分析，中國市場到期收益率受到短期利率預期和期限溢酬的共同影響。

（二）向量自回歸與脈沖響應分析

以M2增速、6個月期Shibor利率、銀行間國債市場10年期期限溢酬和利率預期為變量構造向量自回歸模型，檢驗貨幣政策利率傳導機制的有效性。為了防止偽回歸現象，在建立模型前先檢驗各時間序列的平穩性，對所有變量取對數后進行ADF檢驗，顯著性水平設定為0.05，VAR模型估計與脈沖響應分析基于R語言。

根據表4結果，除期限溢酬外，其它變量ADF檢驗結果p值均大于0.1，在0.05顯著性水平下原序列不滿足平穩性條件。對變量一階差分序列進行平穩性檢驗，所有變量的一階差分序列在0.05的顯著性水平下滿足平穩性條件，因此滿足一階單整條件，可以建立向量自回歸模型。根據AIC準則檢驗結果選取滯后階數為1，使用OLS進行參數估計。

脈沖響應分析能夠厘清變量之間復雜的因果聯系，可以考察一個變量沖擊對其他變量的影響。為了分析貨幣政策利率傳導機制的有效性，需要考察10年期期限溢酬和利率預期對Shibor利率和M2增速沖擊的響應結果。圖3和圖4是對應的脈沖響應圖，橫軸代表月份數，縱軸代表響應函數值;上圖是10年期利率預期響應圖，下圖是10年期期限溢酬響應圖;Shibor利率正向沖擊代表緊縮性的貨幣政策，M2增速正向沖擊代表擴張性貨幣政策。

根據圖3脈沖響應結果，期限溢酬的響應峰值為-0.0138，利率預期的響應峰值為0.0024，通過Shibor實施緊縮性的貨幣政策會降低期限溢酬而拉升利率預期，這進一步佐證了通過不同方向分析利率傳導機制的必要性。10年期到期收益率的響應峰值為-0.0114，Shibor的提升并沒有提升長期利率。

根據圖4脈沖響應結果，利率預期的響應峰值為0.0207，期限溢酬的響應峰值為-0.0348，10年期到期收益率響應峰值為-0.0141，通過M2實施寬松性的貨幣政策會拉升利率預期而降低期限溢酬，短期內會降低長期利率但其長期效果會趨弱。

借助脈沖響應分析，可知長期利率對M2的沖擊反應更大，通過M2實施貨幣政策可以達到預期效果，而通過Shibor則不行。同業拆借利率衡量的是商業銀行1年內短期資金的供求情況，其作用效果無法延伸至長期，因而對長期利率幾乎沒有引導能力。通過同業拆借利率實行緊縮性的貨幣政策，短期利率升高會拉升利率預期，但是效果并不明顯，這是因為利率預期受未來整個持續期內短期利率，而不僅是1年期內短期利率的影響;同時商業銀行短期融資成本上升也使得期限溢酬下降，減弱了Shibor對長期利率的影響。M2增速對于金融市場的影響是全方面的，能夠通過降低期限溢酬而降低長期利率，但是當前寬松的貨幣政策會使得市場形成未來貨幣趨于緊縮的預期，而這會提升利率預期，減弱貨幣政策實施效果。雖然M2增速能夠在短期內降低長期利率從而刺激經濟增長，但是效果會隨著時間而消失，這體現了貨幣中性。因此，Shibor對國債長期利率沒有良好的引導作用，暫時不適合作為央行執行貨幣政策的工具;而M2增速因為能夠有效影響國債長期利率，適合作為貨幣政策工具。

四、簡要研究結論與政策建議

在日趨復雜的經濟環境中，貨幣政策的實施依托于高效的利率傳導機制，理想狀態的貨幣政策利率傳導機制可以通過期限溢酬和利率預期兩個方向影響長期利率，但是實證結果表明現階段通過M2增速實施貨幣政策，由于利率預期方向與貨幣政策目標相悖，因而削弱了貨幣政策的實施效果。脈沖響應結果顯示，Shibor利率對國債長期收益率的影響無法達到預想效果，因此Shibor利率并不適合作為貨幣政策的工具;而M2增速主要通過期限溢酬途徑影響長期利率，利率預期途徑則會與貨幣政策的理想效果相違背。

綜上所述，M2增速更適合作為中國常規貨幣政策工具，但利率傳導機制中的預期途徑并不能有效地傳遞貨幣政策效果。雖然中國加速利率市場化改革并取得了很好的成效，但貨幣政策對長期利率的影響效果無法達到完美預期，利率傳導機制有待進一步完善。在后續利率市場化改革的過程中，央行需要重點提高貨幣政策的透明度和可預測性，引導市場建立穩定合理的預期機制，提高貨幣政策利率傳導機制的有效性;同時，可以多使用公開市場操作直接影響利率期限結構的中長端，在利率傳導機制有效性不高的情況下取得精準調控的效果。

注釋：

① C. L. Evans， D. A. Marshall， Economic Determinants of the Nominal Treasury Yield Curve， Journal of Monetary Economics， 2007， 54（7）， pp.1986-2003.

② J. H. E. Christensen， G. D. Rudebusch， The Response of Interest Rates to US and UK Quantitative Easing， Economic Journal， 2012， 122（564）， pp.385-414.

③ S. P. Lloyd， Unconventional Monetary Policy and the Interest Rate Channel： Signaling and Portfolio Rebalancing， Cambridge Working Papers in Economics， 2017.

④ 呂進中、許賢云：《貨幣政策的非對稱性傳導研究——基于國債利率期限結構視角》，《上海金融》2018年第2期。

⑤ 強靜、侯鑫、范龍振：《基準利率、預期通脹率和市場利率期限結構的形成機制》，《經濟研究》2018年第4期。

⑥ D. Duffie， R. A. Kan， Yield-Factor Model of Interest Rates， Mathematical Finance， 1996， 6（4）， pp.379-406.

⑦ Q. Dai， K. J. Singleton， Specification Analysis of Affine Term Structure Models， Journal of Finance， 2000， 55（5）， pp.1943-1978.

⑧ G. R. Duffee， Term Premia and Interest Rate Forecasts in Affine Models， Journal of Finance， 2002， 57（1）， pp.405-443.

⑨ L. Krippner， A Theoretical Foundation for The Nelson-Siegel Class of Yield Curve Models， Journal of Applied Econometrics， 2015， 30（1）， pp.97-118.

⑩ C. A. Sims， Macroeconomics and Reality， Journal of the Econometric Society， 1980， 48（1）， pp.1-48.

{11} J. D. Hamilton， Time Series Analysis， Princeton University Press， 1994， p.293.

{12} J. H. Wright， Term Premia and Inflation Uncertainty： Empirical Evidence from an International Panel Dataset， American Economic Review， 2011， 101（4）， pp.1514-1534.

作者簡介：鄭誠，北京大學光華管理學院博士研究生，北京，100871;沈沁，湖北工業大學經濟與管理學院，湖北武漢，430068。

（責任編輯? 陳孝兵）