人口老齡化、信貸渠道和貨幣政策有效性
——來自宏觀層面和省級層面的經驗證據

劉金全 隋 藝

（廣州大學經濟與統計學院，廣東 廣州 510006）

一、引言

“十四五”時期，我國開啟全面建設社會主義現代化國家新征程，黨中央把積極應對人口老齡化上升為國家戰略，并在《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》中做了專門部署。人口老齡化是人類社會發展的客觀趨勢，我國進入老齡化社會已有20 余年，逐步呈現出老年人口規模大、老齡化進程快、老齡化水平地區不平衡等特點。《2020 年度國家老齡事業發展公報》顯示，我國60周歲及以上老年人口達26402萬人，占總人口的18.7%，60～69 周歲的低齡老年人口在老年人口中占比過半，老年人口撫養比為19.7%，比2010年提高7.8 個百分點，這表明我國人口年齡結構正加速轉變，“高老齡化”社會已經形成。

人口老齡化不僅會對宏觀經濟、金融市場和社會民生等領域產生深遠影響，還會對經濟政策的效率產生溢出效應。貨幣政策作為宏觀調控的重要工具，可以通過多種傳導渠道影響實體經濟，例如利率渠道、風險承擔渠道、信貸渠道等。在過去二十多年的貨幣政策調控中，我國中央銀行長期以廣義貨幣供給作為中介目標對宏觀經濟進行調控，直至今日銀行信貸仍是社會融資規模中的重要組成部分，這決定了信貸渠道是我國貨幣政策傳導的主要渠道（杜立和錢雪松，2021）[1]。盡管近年來貨幣政策調控逐漸從數量型向價格型轉變，但我國利率市場化仍未完成，當前我國金融市場發展程度不夠，各類經濟主體的融資方式和融資渠道比較單一，銀行信貸仍是企業和家庭獲得資金的主要方式。那么，在當前和未來人口老齡化程度日益加深的背景下，貨幣政策有效性是否會受到影響？人口老齡化是否會對貨幣政策的信貸傳導渠道產生實質性影響？

信息非對稱或金融摩擦是貨幣政策信貸傳導渠道的核心問題（Bernanke和Blinder，1988）[2]，擴張性貨幣政策可以通過降低融資成本、緩解融資約束進而促進信貸增長，最終影響產出和物價。具有更高融資約束的經濟個體對貨幣政策變動的敏感度更高（潘攀和鄧超，2020）[3]。老年人對住房和耐用品消費等貸款依賴程度較高的商品需求較低（陳小亮等，2021）[4]，其自我融資傾向較高，外部融資溢價較低（方顯倉和張衛峰，2019）[5]，對貨幣政策的反應也較弱。在高度老齡化社會中，微觀經濟主體活力不足，擴張性貨幣政策對信貸的促進作用可能大大減弱，貨幣政策信貸傳導渠道的弱化將進一步影響貨幣政策對產出和物價的調控效果。因此，在新的人口年齡結構下，人口老齡化通過對貨幣政策傳導渠道的影響，逐步躍升為影響貨幣政策有效性的重要因素之一。本文的重要貢獻在于，采取更為嚴謹的計量方法，基于信貸渠道，從宏觀層面和省級層面探析人口老齡化對貨幣政策宏觀傳導效率和中觀傳導路徑的影響，進而給出對策建議。

二、文獻綜述和理論分析

（一）人口老齡化與貨幣政策有效性的因果關系和機制刻畫

對于人口老齡化視角下的貨幣政策有效性問題，發達經濟體已有大量文獻進行研究，相當多學者認為老齡化會降低貨幣政策有效性，如老齡化會削弱日本貨幣政策對消費的影響及其產出效應（Yoshino和Miyamoto，2020）[6]，減弱美國、加拿大、日本、英國、德國的失業率和通貨膨脹對貨幣政策的反應（Imam，2015）[7]。Mangiante（2022）[8]則認為由于美國老年人更多購買價格剛性較高的產品，老齡化社會下產出對貨幣政策沖擊的反應也更加強烈，即老齡化可能會強化貨幣政策有效性。也有少部分學者認為在歐元區老齡化對貨幣政策實施效果的影響微乎其微（Kara和Thadden，2016）[9]。

同樣地，國內學者普遍認為我國人口老齡化會削弱貨幣政策有效性，采用的測度方法主要有四類：第一，采用時變參數向量自回歸（TVP-VAR）模型先測度出貨幣政策有效性的時變特征，然后再利用回歸模型探討貨幣政策有效性的下降是否由人口老齡化引起（張衛峰和劉堂勇，2019；何俊杰，2017；李婷婷和逯進，2021；鄒瑾，2017）[10-13]。這種方法的缺陷是，TVP-VAR 模型對參數施加隨機游走約束，這并不一定符合經濟現實，一旦TVP-VAR 模型所測度的貨幣政策有效性存在測量誤差，便會將其帶入第二步回歸模型，導致參數估計失去可信度。第二，基于生命周期理論，采用世代交疊模型（OLG）或動態隨機一般均衡模型（DSGE）等進行理論演繹（方顯倉和張衛峰，2019；Yoshino 和Miyamoto，2020；Ippei 等，2019；李建強和張淑翠，2018）[5，6，14，15]。第三，將老年人撫養比引入Rudebusch 和Svensson（1999）[16]提出的貨幣政策效果方程，構建多項式分布滯后模型并進行參數估計。第四，陳小亮等（2021）[4]把老年撫養比11.9%作為“高老齡化”和“低老齡化”的劃分依據，利用局部投影法估計不同老齡化狀態下的貨幣政策有效性，發現老齡化弱化了貨幣政策的穩增長效果，但該研究并未控制影子銀行、經濟不確定性等對貨幣政策有效性具有重要影響的變量，可能導致遺漏變量偏誤。

在老齡化影響貨幣政策有效性的理論機制刻畫層面，李建強和張淑翠（2018）[15]在DSGE模型中納入老齡化特征，研究發現老齡化社會的通貨膨脹容忍程度下降，弱化貨幣政策的需求管理能力。方顯倉和張衛峰（2019）[5]推導簡約的OLG 模型并指出，由于老年人持有國債和存款等低風險資產，提高貨幣政策利率將產生正的財富效應，促進社會消費，這意味著緊縮性貨幣政策效果降低。老齡化影響貨幣政策的另外一個理論機制是壓低自然利率，加劇貨幣政策觸及零利率下界的風險，進而收窄貨幣政策的自主操作空間（王博和陳開璞，2021；Bielecki等，2022）[17，18]。也有一部分研究從實證角度討論這一問題，例如Leahy 和Thapar（2019）[19]發現美國40～65 歲人口占比越高，貨幣政策有效性就越強，因為企業家的年齡大多分布在40～65歲，企業家對貨幣政策刺激更加敏感。Berg等（2021）[20]使用向量自回歸（VAR）模型和生命周期模型研究發現美國的老年人消費對貨幣政策沖擊的反應遠遠大于年輕人消費，這與不同年齡層的財富特征和投資組合等因素密切相關。

（二）人口老齡化對貨幣政策傳導渠道的影響

根據國內外研究文獻，老齡化通過影響貨幣政策傳導渠道進而影響貨幣政策的有效性，貨幣政策傳導渠道主要有五種，分別為利率傳導渠道、信貸傳導渠道、財富效應渠道、風險承擔渠道和匯率渠道，如表1 所示。具體而言：（1）利率傳導渠道。老年人資產凈值高，借債需求少，住房等投資需求也較少，消費和投資的利率敏感性下降，當社會老年人口比例明顯增加，全社會對利率的敏感程度會大幅減弱，利率傳導渠道下貨幣政策有效性也會隨之減弱。（2）信貸傳導渠道。老年人資產較多，抵押物豐富，且對房屋等耐用品的需求也沒有年輕人大，使用信貸消費的需求較低，因此，在老齡化社會下，貨幣政策的信貸傳導渠道受到阻礙。（3）財富效應渠道。老年人擁有大量財富，有資產保值需求，對貨幣政策變化更加敏感，故老齡化社會下財富效應傳導渠道的貨幣政策有效性會增強。（4）風險承擔渠道。貨幣政策通過鼓勵“追求收益”直接或間接地影響風險承擔。在一個老齡化社會中，彌補損失的時間比年輕社會要短，這可能會導致更多的家庭厭惡風險，從而降低整體風險承擔。因此，在老齡化社會中，風險承擔渠道的效力可能不如年輕社會，從而降低了貨幣政策的有效性。（5）匯率渠道。受多重因素影響，老齡化社會中貨幣政策匯率渠道傳導的有效性無法確定。總體而言，人口老齡化會在一定程度上阻礙利率渠道、信貸渠道和風險承擔渠道的傳導（何俊杰，2017；Fujiwara 和Teranishi，2008）[11，21]，但會加強財富效應，最終影響取決于各渠道的相對重要性（Bean，2004）[22]。

從我國情況看，由于呈現“未富先老”特征，財富效應渠道是比較微弱的（陳小亮等，2021）[4]，而匯率渠道的影響也無法確定，因此，我國并不存在明顯的財富效應渠道和匯率渠道（翟光宇等，2023）[23]，考慮到過去我國數量型貨幣政策主要通過信貸渠道影響物價和產出，本文聚焦于信貸渠道視角研究人口老齡化對我國貨幣政策有效性的影響。一方面，本文從宏觀層面，對比了納入老齡化調節變量的交互向量自回歸模型（I-VAR）與不納入老齡化調節變量的VAR模型中貨幣政策沖擊對產出、物價和信貸變量的影響。這種方法避免了使用局部投影模型產生的遺漏變量問題，也避免了TVP-VAR 模型對參數施加隨機游走假設的問題。另一方面，本文從省級層面，構建了以老齡化作為條件變量的面板同質向量自回歸（PCH-VAR）模型，探討具有異質性人口結構特征的不同地區的產出、物價和信貸變量對貨幣沖擊的脈沖響應函數是否存在差別，論證了老齡化能影響“貨幣政策→信貸渠道→產出和通貨膨脹”這一傳導機制，為理解人口老齡化如何影響貨幣政策有效性提供了宏觀層面和中觀層面的經驗證據支持。此外，本文還驗證了利率調控的有效性同樣會被人口老齡化弱化。

三、計量模型構建和實證分析策略

此部分介紹了如何使用I-VAR 模型和PCH-VAR模型測度不同老齡化狀態下的貨幣政策有效性，同時刻畫老齡化對貨幣政策信貸渠道的具體影響，并闡述關于變量選取、模型設定和數據處理的實證思路。

（一）I-VAR模型

本文的目標是識別不同老齡化狀態下貨幣政策沖擊對經濟的非線性影響，從而檢驗人口老齡化是否會影響貨幣政策有效性。I-VAR 模型對解決本文的問題十分有利，它將交互項的思想納入VAR 模型框架，包含了足量的經濟信息并能以一種簡潔的方式模擬人口老齡化對貨幣政策效率的影響。本文的I-VAR 模型形式如下：

其中，yt=[GDP,CPI,M,XD,llh]'，為包含實際GDP 同比增長率、居民消費價格指數CPI、廣義貨幣供應量同比增速M、金融機構人民幣各項貸款余額（同比增速）XD和老年撫養比llh的5×1 維內生變量向量，α為n×1 的常數項向量，Aj為n×n的系數矩陣，k為模型滯后階數，μt為n×1 的誤差項向量，且其方差協方差矩陣為Ω 。括號內是老年撫養比llht-j以及廣義貨幣供應量同比增速M的交互項，cj是交互項的系數矩陣，以捕捉不同老齡化狀態下貨幣政策對宏觀經濟變量的調控效果差異。

本文通過廣義脈沖響應函數來量化不同老齡化狀態下貨幣政策沖擊對產出、物價和信貸的影響。理論上，內生變量向量yt的h期向前的廣義脈沖響應函數可表示為：

其中，E[·]表示期望算子，δt為t時刻的結構性沖擊，ωt-1={yt-1,yt-2,…,yt-l} 為初始條件。GIRFy使我們能夠跟蹤系統內生變量對本文框架中所有內生變量的動態響應，GIRFy的結果取決于貨幣政策沖擊的方向、幅度以及初始條件。

變量選取方面，本文選用實際GDP 同比增長率、居民消費價格指數、廣義貨幣供應量同比增速、金融機構人民幣各項貸款余額（同比增速）和老年撫養比分別表征產出、消費、貨幣政策、信貸和人口老齡化，數據時間跨度為2002 年第一季度—2019 年第四季度，數據來源于中經網統計數據庫和國家統計局。其中，老年撫養比是學界普遍使用的衡量人口老齡化程度的代理變量，但該變量只有年度數據，考慮到人口老齡化是慢動變量，本文根據陳小亮等（2021）[4]的做法對其進行線性插值轉化為季度頻率數據。本文選用的貨幣政策代理變量為廣義貨幣供應量M2 同比增速，是因為我國過去主要使用數量型貨幣政策調控經濟，并且數量型貨幣政策與信貸的關聯最為緊密，使用該變量符合本文的研究需求。

模型估計方面，參考Caggiano 等（2017）[24]的做法，模型（1）和（2）使用最小二乘法進行參數估計，滯后階數使用AIC準則確定，然后使用廣義脈沖響應函數算法計算不同老齡化狀態下貨幣政策對產出、物價和信貸的調控效果。

（二）PCH-VAR模型

要刻畫人口老齡化對貨幣政策有效性和傳導機制的影響，一種方法是令模型參數隨著老齡化變量的變化而變化，PCH-VAR 模型可以滿足這一研究需求。PCH-VAR 模型克服了線性面板VAR 模型完全同質假設下導致的參數估計不一致問題，并且相比于TVPVAR 模型，它不局限于單個經濟個體時間序列的估計，能通過識別不同經濟主體的結構特征差異來分析異質性和動態變化來源。在本文中，應用PCH-VAR模型可以通過不同省份的結構特征，刻畫人口老齡化影響下貨幣政策效果的異質性和動態變化，從而增加研究結論的直觀性和政策建議的價值。參考Georgiadis（2012）[25]做法，構建PCH-VAR模型形式如下：

其中，內生變量Yit=[GDPit,CPIit，XDit,M]'，是包含省級實際GDPit同比增長率、省級居民消費價格指數CPIit、省級金融機構人民幣各項貸款余額（同比增速）XDit和國家層面廣義貨幣供應量同比增速M的向量，Aj()zit為系數矩陣，標量zit是外生條件變量，這里選取老年撫養比來衡量各省人口老齡化的結構特征，Aj(zit)的數值會隨著老齡化的不同而變化。i=1,2,…,N代表中國31 個省（自治區、直轄市，以下簡稱省份），t代表時間，p是內生變量系數矩陣Aj(zit)的滯后階數，μit是均值為0、協方差矩陣為Σit的隨機誤差項。為了能夠估計PCH-VAR 模型，假設Aj(zit)中每個標量系數aj,sm(zit)可以近似表示為條件變量zit中的標量多項式：

其中，j=1,2,…,p，s=1,2,…,K，m=1,2,…,K，π(zit)=[π1(zit),π2(zit),πτ(zit)]是zit的1×τ階多項式組成的向量，γj,sm=(γj,sm1,γj,sm2,γj,smτ)'是τ×1 階多項式系數的向量。根據這種近似，Aj(zit)可表示為：

方程可以寫成：

一旦確定了多項式階數（本文設定為2 階）①，模型就可以運用普通的最小二乘法（LS）或廣義最小二乘法（GLS）確定系數矩陣Aj(zit)，由此便可計算信貸、產出和物價等變量對貨幣政策沖擊的響應函數，而這個脈沖響應函數的具體形態和演變趨勢又依賴于老齡化變量的狀態，這使得貨幣政策有效性和傳導機制直接與人口老齡化形成函數關系，讓我們能夠直接觀測不同老齡化水平下貨幣政策有效性的趨勢性變化。

在數據選取方面，產出變量、物價變量和信貸變量分別選用我國31 個省份的實際GDP 季度同比增長率、CPI 季度同比增長率和金融機構本外幣各項貸款余額季度同比增長率，貨幣政策變量選用國家層面的廣義貨幣供給量季度同比增長率，老齡化變量采用各省份的老年撫養比數據，由于老年撫養比只有年度數據，本文使用線性插值法將其轉化為季度數據。另外，省級層面老年撫養比數據在人口普查年度使用的是人口普查數據，在非人口普查年度使用的是抽樣數據。所有數據來自各省統計年鑒、中經網統計數據庫和各年度《中國區域金融運行報告》，樣本區間為2004年第一季度—2019年第四季度。

四、人口老齡化對貨幣政策有效性影響和傳導機制的實證分析

（一）描述性統計分析

圖1 展示了M2 同比增速與各省信貸同比增速的對比，較粗的曲線代表M2 同比增長率，不難看出各省信貸同比增速與M2 同比增速的趨勢高度一致，這表明宏觀層面的數量型貨幣政策立場對各省信貸走向具有決定性作用。但從數值上看，不同省份的信貸增速也存在顯著的差異，這主要是因為各省份的經濟發展、金融發展、信貸需求量等方面存在著較大的差異。此外，各省信貸增速的明顯高點出現在2008 年國際金融危機爆發期間，這與該時期我國實施超寬松的財政貨幣政策刺激信貸和經濟的現實相吻合。

圖1：M2同比增速與各省信貸同比增速對比

觀察圖2 可以發現，各省老年撫養比差異顯著但整體呈上升趨勢，這說明我國老齡化程度逐年加劇并具有明顯的區域差異。具體來看，將我國各省份（不包含港澳臺地區）劃分為東、中、西三部分②，東部地區老齡化程度最高，西部地區老齡化程度最低，2010年后各地老齡化程度加速上升，中部地區老齡化水平逐漸接近東部地區。截至2020 年末，按照陳小亮等（2021）[4]對人口老齡化的劃分，各省全部處于“高老齡化”社會，東部和中部地區的老年撫養比高達18%左右，西部地區約為15%，老齡化問題嚴峻。

圖2：老年撫養比的省級差異和區域對比

（二）國家層面分析：人口老齡化對貨幣政策有效性的影響

圖3 呈現了VAR 模型和I-VAR 模型中產出和物價對數量型貨幣政策沖擊的反應函數，從左圖可以發現，VAR模型中的產出脈沖響應函數數值在所有時期均高于I-VAR 模型，I-VAR 模型中的GDP 脈沖響應函數在中期甚至轉為負值。這一結果表明，當考慮老齡化因素后，數量型貨幣政策對產出的調控效率下降。同樣地，右圖的結果表明，VAR模型中物價對貨幣政策沖擊的反應程度更大，盡管在第7—11 期I-VAR 模型中物價的脈沖響應函數數值比VAR 模型稍高，但在其他時期均低于VAR 模型。從累積20 期脈沖響應函數的情況看，經計算，VAR模型中物價的累積脈沖響應函數值為1.89，高于I-VAR 模型的1.35。由于IVAR模型的估計參數受到老年撫養比變量的影響，這一結果意味著，當考慮人口老齡化因素后，貨幣政策對產出和物價的調控效果均出現了弱化，這一結果與國內大多數研究的結論一致。我們有理由相信人口老齡化的不斷加劇是導致數量型貨幣政策效果不斷下降的重要原因。

圖3：產出和物價對貨幣政策沖擊的脈沖響應函數

圖4 的結果同樣表明，VAR 模型中信貸對貨幣政策沖擊的反應函數數值高于I-VAR 模型，這說明當考慮了人口老齡化因素后，貨幣政策對信貸的促進作用減弱了。原因在于，老年人的信貸需求較低，其外部融資溢價也較低，對貨幣政策的敏感度大大下降。擴張性貨幣政策的信貸傳導渠道的核心是降低融資成本和緩解外部融資溢價，具有更高融資約束的個體通常會有更強的反應。因此，老齡化程度越高的社會，貨幣政策對信貸的刺激作用就越弱，導致貨幣政策對產出和物價的調控效果進一步弱化。圖3 和圖4 的結果相互佐證，能夠在一定程度上論證人口老齡化對信貸渠道的弱化導致了對產出和物價的調控效果下降。

圖4：信貸對貨幣政策沖擊的脈沖響應函數

（三）省級層面分析：人口老齡化對貨幣政策有效性影響的省級差異和傳導機制分析

觀察圖5 可以發現，在觀察區間內，當老年撫養比逐步增加時，貨幣政策對省級產出和省級物價的影響程度逐漸下降，其中省級產出的累積響應下降了0.3 左右，而省級物價的累積響應下降了1.2 左右，這表明在省級層面人口老齡化削弱了貨幣政策對產出和通貨膨脹調控的有效性。值得注意的是，受人口老齡化影響，通貨膨脹對擴張性貨幣政策沖擊的反應由正轉為負，說明未來可能面臨通貨緊縮的風險。

圖5：不同老齡化狀態下省級產出和省級物價對貨幣政策沖擊的累積脈沖響應函數

下面從省級層面探析人口老齡化對貨幣政策中觀傳導路徑的影響，信貸傳導渠道是貨幣政策傳導的重要方式，具體傳導路徑為“貨幣政策→信貸渠道→產出和通貨膨脹”。圖6 顯示，隨著老齡化程度的加深，省級信貸對M2 沖擊的累積脈沖響應函數數值不斷下降，說明人口老齡化削弱了傳導路徑“貨幣政策→信貸渠道”的邊際效率。

圖6：不同老齡化狀態下省級信貸對貨幣政策沖擊的累積脈沖響應函數

圖7 顯示，分區域來看，由于東部和中部地區的平均人口老齡化程度較高，人口老齡化對貨幣政策在東部和中部地區的產出調控效率有更強的負面影響，而西部地區老齡化程度相對較低，故貨幣政策對西部地區產出的邊際效果基本未受到影響，甚至有上升的趨勢。

圖7：不同區域老齡化對貨幣政策有效性的影響對比

（四）人口老齡化是否弱化了價格型貨幣政策的有效性

考慮到我國貨幣政策調控方式正逐漸由數量型向價格型轉變，以利率調控為核心的價格型貨幣政策將成為未來的重點，本文將I-VAR 模型中的數量型貨幣政策變量替換成價格型貨幣政策變量（以銀行間同業拆借7 天加權平均利率代表），并計算了VAR 模型和I-VAR 模型中產出和信貸對利率沖擊的脈沖響應函數（見圖8）。可以看出，無論是VAR 模型還是I-VAR 模型，利率每上升一個單位，產出和信貸都呈現負向的脈沖響應，這符合經濟理論，說明緊縮性貨幣政策對產出和信貸產生負面影響。通過對比可以發現，IVAR模型中產出和信貸對利率沖擊的反應程度比VAR模型更小，這表明考慮人口老齡化因素后，我國價格型貨幣政策對產出和信貸的調控效果弱化。當前我國數量型貨幣政策和價格型貨幣政策仍在混合使用，兩者的調控效果都會受到人口老齡化的負面影響。

圖8：產出和信貸對利率沖擊的脈沖響應函數

五、結論和政策建議

本文運用I-VAR 模型和面板PCH-VAR 模型，從宏觀和省級層面研究人口老齡化對貨幣政策有效性的時變影響特征以及其內在傳導機制，主要得到以下結論：首先，隨著我國人口老齡化程度的加深，數量型貨幣政策對產出、通貨膨脹和信貸的邊際調控效率趨于下降；其次，無論從宏觀還是省級層面來看，信貸與M2 增速的趨勢高度一致，信貸傳導渠道在貨幣政策眾多傳導渠道中處于重要地位，是影響區域經濟的重要渠道；再次，人口老齡化的深化會對信貸傳導渠道“貨幣政策→信貸渠道→產出和通貨膨脹”產生負面影響，當人口老齡化程度加劇時，貨幣政策對信貸的影響減弱，削弱了貨幣政策有效性；最后，我國人口老齡化區域差異較大，東部地區明顯高于西部地區，因此，人口老齡化加深背景下貨幣政策對東部地區的有效性大幅下降，對西部地區影響不大。

基于以上研究結論，本文提出如下政策建議：

第一，多方位完善生育保障體系。改善人口年齡結構，從生育率入手，在加強三孩生育政策的宣傳和引導的基礎上，應將重點放在生育保障體系的完善和政策支持上。一方面，要加大對生育的補貼和優惠，如稅收優惠、生育津貼、孕期醫療費用適當報銷、擴大教育費用減免范圍和年限等；另一方面，要加強并落實對女性權益的保障，包括但不限于延長產假、保障女性返崗就業的工資、推廣靈活辦公模式等，解決“不想生”“推遲生”“不敢生”的問題，提高生育率。

第二，宏觀調控既要考慮宏觀層面人口結構變化對貨幣政策有效性的影響，也應充分考慮地區層面人口結構差異引致的貨幣政策效率的區域差異。政策當局應該認識到人口老齡化時代貨幣政策調控的局限性，并健全目標優化、分工合理、高效協同的宏觀經濟治理體系，建立更加完備的宏觀調控工具箱。例如，在老齡化程度日益加深的背景下，一旦宏觀經濟運行受到負面沖擊，單靠貨幣政策擴張可能無法完全實現穩增長，可以讓財政政策和貨幣政策協調配合、共同發力，保證經濟運行維持在合理區間。

注：

①多項式階數不宜太大，否則VAR模型的特征根出現在單位圓外將意味著模型不穩定。

②東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12 個省份，中部地區包括山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9 個省份，西部地區包括四川、貴州、云南、西藏、陜西、甘肅、寧夏、青海、新疆9個省份。