我國金融市場利率粘性研究
——基于時變參數(shù)隨機波動模型分析*

周 源，陳 冀

（1.南京大學理論經(jīng)濟學博士后流動站，江蘇南京210093；2.中國人民銀行南京分行金融研究處，江蘇南京210004；3.交通銀行金融研究中心，上海200120）

一、引 言

自2013年起，中國金融改革明顯提速，政府和相關(guān)監(jiān)管機構(gòu)陸續(xù)推出了一系列對中國金融市場影響深遠的改革舉措。2013年7月19日，人民銀行宣布全面放開貸款利率管制；2013年10月25日，貸款基礎(chǔ)利率集中報價和發(fā)布機制正式開始運行；2013年12月8日，人民銀行發(fā)布了大額可轉(zhuǎn)讓存單的發(fā)行和交易細則；2015年10月24日，取消存款利率上限限制，我國利率管制基本放開。建立一個由市場決定的、能夠高效配置資源的金融市場已經(jīng)成為現(xiàn)階段中國金融改革的重要目標之一，其基礎(chǔ)在于透明的資產(chǎn)定價，使得投資者能夠有效地管理投資收益和其所承擔的風險。一個能夠高效配置資源的金融市場，其利率必定是由市場金融資源的供給所決定。市場化程度高的利率能夠更有效地傳導中央銀行的政策意圖，并且更加透明合理地對信貸資源進行分配和定價。同時，通過利率市場化的金融創(chuàng)新，能夠進一步提高金融市場的運轉(zhuǎn)效率和活力。

為促進金融市場發(fā)展，建立完善的市場化利率定價機制，人民銀行于2007年推出上海銀行間同業(yè)拆放利率（Shanghai Interbank Offered Rate,SHIBOR），銀行間回購定盤利率和貸款基礎(chǔ)利率。目前公布的SHIBOR品種包括隔夜、1周、2周、1個月、3個月、6個月、9個月及1年共計八個品種。銀行間回購定盤利率由人民銀行授權(quán)同業(yè)拆借中心自2006年3月8日起每天對外發(fā)布。銀行間回購定盤利率品種包括隔夜、7天、14天三個品種。貸款基礎(chǔ)利率集中報價和發(fā)布機制（Loan Prime Rate,LPR）于2013年10月25日起正式運行，LPR為長期限的貸款提供了新的指標。

經(jīng)過多年的發(fā)展，我國短期利率的市場化水平已經(jīng)獲得極大地改善，然而利率是否能夠充當貨幣政策價格調(diào)控工具，是否能夠有效地傳導中央銀行的政策意圖，是否能夠合理地配置市場金融資源，還取決于一個非常重要的環(huán)節(jié)，即貨幣市場利率與信貸市場利率之間的傳導效率，即“利率粘性”。粘性理論是當前宏觀經(jīng)濟學主要流派新凱恩斯主義的理論基礎(chǔ)，具體包括工資粘性和價格粘性，新凱恩斯主義利用粘性理論來解釋宏觀經(jīng)濟的波動，在此基礎(chǔ)上提出刺激總需求的政策主張。價格是具有粘性的，那么利率作為貨幣的價格，是否也有粘性呢？

由于貨幣市場利率對于體現(xiàn)中央銀行意圖的政策利率反應較為迅速，信貸市場利率反應相對“遲鈍”，如果存在利率粘性、并且利率粘性越高，貨幣市場利率與信貸市場利率之間的同步性越差，進而會降低利率調(diào)控機制的傳導效率，不利于實現(xiàn)價格調(diào)控目標。由此，筆者認為當前我國利率市場化已經(jīng)進入全新階段的背景下，深入研究分析我國當前利率體系中所存在的利率粘性及其動態(tài)變化趨勢非常有必要。把握好銀行貸款利率對貨幣市場利率變動反應的程度和速度，對于進一步理順貨幣政策傳導機制，在此基礎(chǔ)上加強貨幣政策的有效性，提高金融市場活力，實現(xiàn)精確調(diào)控具有重要意義。

二、研究背景

在規(guī)范的貨幣政策模型中，政策利率和零售貸款利率之間的關(guān)系很少被關(guān)注。實際上，相對于政策利率或貨幣市場利率、零售貸款利率，尤其是長期貸款利率與企業(yè)和家庭的金融行為關(guān)系更為密切[1]。通常研究貨幣政策的文章都假定經(jīng)濟系統(tǒng)中存在惟一的利率品種，并未對貨幣市場利率和信貸利率進行有效的區(qū)分[2]，這就存在一個隱含的假設：中央銀行能夠有效地通過政策利率或短期市場利率控制或影響企業(yè)和家庭的經(jīng)濟行為。然而客觀事實告訴我們，這樣的假設在現(xiàn)實中不完全成立。

近年來，越來越多的學者開始關(guān)注“利率傳導性（interest rate pass-through）”這樣一個概念，其實也就是研究政策利率或貨幣市場利率在多大程度上影響信貸市場利率。部分實證研究也證實，對于某些經(jīng)濟現(xiàn)象，使用貸款利率能夠獲得比使用政策利率更好的解釋。比如：Tillmann[3]通過實證分析，如果使用貸款利率替代政策利率來構(gòu)建的“菲利普斯曲線[4]”，能更好地解釋美國和英國的通貨膨脹現(xiàn)象。因此，Tillmann認為，規(guī)范的價格型貨幣政策模型需要對政策利率（短期利率）與零售貸款利率進行有效地區(qū)分。

在歐洲，由于歐元區(qū)建立后“政策利率”的單一性，導致歐洲中央銀行于2008年再次強調(diào)金融市場的集中度問題是歐元區(qū)最值得關(guān)注的問題之一。單一的政策利率，對歐元區(qū)內(nèi)不同國家產(chǎn)生了不同的影響結(jié)果，主要原因就在于歐元區(qū)國家在“利率粘性”方面的異質(zhì)性。大量的歐元區(qū)金融一體化的實證研究，也將落腳點放在了貨幣市場利率與信貸市場利率之間傳導性以及國家之間利率傳導的異質(zhì)性之上[5-8]。歐洲的事實表明了利率粘性的客觀存在，且影響了利率政策的傳導性和調(diào)控效率，進而影響到了整個歐元區(qū)金融市場的集中性。

對于利率粘性產(chǎn)生的原因，國外研究者將其歸納為三個方面：一是貸款利率存在調(diào)整成本[9-10]；二是貸款利率存在跨期的“合同效應”[11-13]；三是銀行貸款市場的競爭狀況，在完全競爭、壟斷或寡頭壟斷的貸款市場中，從貨幣市場利率的變動傳遞到零售貸款利率的程度是不同的[14]。這些針對利率粘性產(chǎn)生原因的研究提供了一個可觀測的利率粘性微觀基礎(chǔ)。

宏觀地看待利率粘性問題，即是直接檢驗貨幣市場利率與銀行零售利率之間的相關(guān)關(guān)系。貨幣市場利率的變動表示商業(yè)銀行邊際成本的變化，這種變化可能會促使銀行調(diào)整貸款利率，這樣就形成了貨幣市場的批發(fā)利率變化向銀行零售利率的傳導。Borio認為，從貨幣市場利率向銀行零售利率傳導速度越快、傳導程度越完整，那么利率市場化的水平就越高[15]。

國內(nèi)關(guān)于利率粘性的實證文獻很少，戴國強等利用協(xié)整和線性回歸方程分析了商業(yè)銀行貸款利率的粘性，他們認為，我國貨幣市場利率和商業(yè)銀行貸款利率不存在相關(guān)關(guān)系，也就是不存在貸款利率的粘性[16]。他們的研究采用的是2004年以前的數(shù)據(jù)，而近年來我國利率市場化狀況發(fā)生了很大的改觀；而且“不存在相關(guān)關(guān)系”的判斷也和我們直觀的感受不一致。

對我國金融市場利率粘性狀況進行實證研究具有重要意義。而且，由于我國的銀行存貸款利率水平在很長的一段時期內(nèi)都處于管制狀態(tài)，其利率的確定參照中央銀行的存貸款利率基準進行浮動，這一點與國外利率自由化程度較高的國家存在顯著的差異。隨著我國利率市場化進入新階段，存貸款利率管制也已經(jīng)放開，我國市場的利率粘性是否存在？其程度、變化趨勢如何？文中接下來的部分將圍繞此問題進行展開。

三、中國市場的利率粘性分析

（一）中國貨幣市場與信貸市場利率粘性關(guān)系

如前文所述，我國的信貸市場利率與歐美發(fā)達國家有很大的不同，并且我國目前并未形成一個貨幣市場上的“政策利率”基準，因此針對我國利率粘性問題的研究角度和方法需要反映出我國的特點。

近年來，我國的利率市場化水平得到進一步長足的發(fā)展，商業(yè)銀行貸款利率與貨幣市場利率之間的相關(guān)關(guān)系也在逐漸發(fā)生變化，尤其表現(xiàn)在期限較短的利率水平上。圖1、圖2顯示了2006—2014年我國人民幣加權(quán)貸款利率與同等期限銀行間同業(yè)拆借利率的趨勢（數(shù)據(jù)來源：Wind數(shù)據(jù)庫）。通過直觀地觀察可以發(fā)現(xiàn)：一方面，近年來，我國商業(yè)銀行貸款利率與貨幣市場利率在走勢形態(tài)上具有一定的相似性，趨同性在逐漸增強；另一方面，信貸市場利率與貨幣市場利率之間的“離差”整體處于收縮的趨勢，這也間接說明我國利率市場化水平在逐漸提高，利率管制對利率市場化所帶來的阻滯正在逐漸削弱。為了測度這種趨勢性的變化，下面將構(gòu)建時變參數(shù)隨機波動模型對近年來我國利率粘性（利率傳導性）動態(tài)特征進行量化分析。

圖1人民幣貸款基準利率與SHIBOR走勢圖（期限：6月）

圖2 人民幣貸款基準利率與SHIBOR走勢圖（期限：1年）

（二）我國利率粘性估計模型的構(gòu)建

考慮到我國金融改革與利率市場化快速發(fā)展的實際情況，我們認為定參數(shù)結(jié)構(gòu)的計量方法不能適用于檢驗我國金融市場上的利率粘性關(guān)系，因此本文采用估計變參數(shù)的貸款利率曲線的參數(shù)結(jié)構(gòu)，以達到檢驗和評估我國利率粘性現(xiàn)狀及趨勢的目的。

Teranishi在2008年提出了一個貸款利率曲線的結(jié)構(gòu)化模型，形如：

其中Rt為t時刻的貸款利率，Et為期望算子，it是貨幣市場利率。 λ1、λ2、λ3都是大于0的參數(shù)，其中 λ1、λ2、λ3分別為：

φ是Calvo參數(shù)，其表示了銀行根據(jù)貨幣市場利率主動對貸款利率進行動態(tài)調(diào)整的概率，β為貼現(xiàn)因子。本文在此基礎(chǔ)上進行了改進，采用TVP-SV模型重新定義了貸款利率結(jié)構(gòu)曲線，估計方程如下：

時變系數(shù)λt滿足如下關(guān)系：

隨機波動參數(shù)ht為：

模型中的時變參數(shù)λt不再固定以充分體現(xiàn)利率粘性發(fā)生的結(jié)構(gòu)性變化。此時，

φt為Calvo參數(shù)的動態(tài)版本。如此構(gòu)造的時變參數(shù)隨機波動模型具有非線性高斯狀態(tài)空間模型的特征，本文將采用馬爾科夫鏈蒙特卡洛模擬的方法對模型的參數(shù)進行Bayesian估計（Chib和Greenberg,1996）。在對模型進行參數(shù)估計前，我們假定各自的先驗分布分別為：

（三）基于MCMC算法的利率粘性系數(shù)估計

采用Shephard和Pitt（1996）、Watanabe和Omori（2004）提出MCMC抽樣方法進行參數(shù)估計的迭代，圖3顯示u、η、λ93、φ93幾個參數(shù)的10000次MCMC抽樣估計結(jié)果（截去前4 000次結(jié)果）。

圖3 的MCMC抽樣估計結(jié)果（左：抽樣路徑；右：后驗分布）

從圖3的估計結(jié)果中，我們可以根據(jù)左列各個參數(shù)的抽樣路徑判定各個參數(shù)的估計結(jié)果收斂，估計結(jié)果可靠。由于篇幅所限，圖3中僅僅選取了樣本最后一期參數(shù)的估計結(jié)果。表1中列出了參數(shù)λt最后10期的后驗分布估計的描述統(tǒng)計結(jié)果，從結(jié)果中可以看出，λt在最后10期的均值趨于穩(wěn)定，維持在0.255水平附近，這同樣也表明TVP-SV模型的參數(shù)估計結(jié)果收斂穩(wěn)健。

通過對TVP-SV模型的參數(shù)估計，可以得到兩方面的結(jié)論：

第一，通過數(shù)量方法證實，我國貨幣市場利率與銀行貸款利率之間存在弱滯后傳導影響關(guān)系，即“同步性”特征。結(jié)合式（5）可知，僅當時變參數(shù)λt在樣本期各個時刻皆顯著為0時，可認為我國貨幣市場利率和銀行零售貸款利率間不存在相關(guān)關(guān)系，然而實證結(jié)果表明 λ1至 λ93都在0.25左右，顯著不為0。這也就證實我國貨幣市場利率與信貸市場利率之間的聯(lián)動關(guān)系雖然受到“利率粘性”的干擾，但這種聯(lián)動關(guān)系仍然客觀存在。事實上，央行所發(fā)布的人民幣貸款基準利率為我國貨幣市場利率與銀行貸款利率之間建立起滯后傳導影響關(guān)系的“橋梁”，時變參數(shù)模型中參數(shù)λt顯著不為0，也即是證實了這一點。

表1 參數(shù)最后10期后驗分布描述統(tǒng)計表

表1 參數(shù)最后10期后驗分布描述統(tǒng)計表

參數(shù)λ84 λ85 λ86 λ87 λ88 λ89 λ90 λ91 λ92 λ93均值0.2542 0.2543 0.2545 0.2548 0.2545 0.2549 0.2551 0.2551 0.255 0.2546標準差0.2402 0.2408 0.2411 0.2414 0.2421 0.2426 0.2429 0.2433 0.2435 0.2436 MC誤差0.002862 0.002847 0.002814 0.002811 0.002856 0.002871 0.002832 0.002842 0.002864 0.002857 2.5%分位數(shù)-0.158-0.1538-0.1588-0.163-0.1664-0.1664-0.166-0.1691-0.1706-0.1679 97.5%分位數(shù)0.7766 0.7804 0.782 0.7792 0.7823 0.7819 0.7822 0.7807 0.7809 0.7807

實證表明，模型估計結(jié)果基本與我國的現(xiàn)實相符。正如前文所述，我國利率市場化改革的關(guān)鍵步驟集中在近幾年。商業(yè)銀行零售貸款利率的松綁直到2013年7月才正式實施，存款利率則在近期剛?cè)∠苤?。即使利率管制已?jīng)基本取消，但利率市場化并非已鳴金收兵，相反地，由于利率放開時間并不長，商業(yè)銀行自主定價能力還不強。因此2007年至今的大部分時間里，商業(yè)銀行零售貸款利率仍以中央銀行公布的基準利率為參照進行浮動，這也解釋了為什么我國金融市場上的利率粘性時變參數(shù)在過去幾年內(nèi)沒有出現(xiàn)較大的趨勢性變化。

圖4 我國利率粘性時變參數(shù)估計均值變化趨勢圖

四、結(jié)論和建議

（一）結(jié)論

本文采用時變參數(shù)隨機波動（TVP-SV）模型，對我國金融市場利率粘性進行了實證研究，結(jié)果表明，我國貨幣市場利率與商業(yè)銀行貸款利率之間存在弱滯后傳導影響關(guān)系，我國金融市場的利率粘性存在，利率粘性還比較高。并且，我國金融市場的利率粘性狀況比較穩(wěn)定，近年來未發(fā)生實質(zhì)性變化。這其中，既有制度性因素，我國利率市場化改革主要在近幾年集中推進，貸款利率完全放開時間不長；同時也存在市場因素，商業(yè)銀行利率自主定價能力并不強。未來隨著我國金融業(yè)態(tài)和產(chǎn)品不斷豐富，金融參與主體不斷壯大，金融市場不斷擴容以及市場交易量節(jié)節(jié)攀升，下一步貨幣政策調(diào)控手段將逐步由數(shù)量型向價格型過渡。目前我國利率市場化改革進入了嶄新階段，各個金融市場之間的聯(lián)動也就更加有效率，政策利率的傳導和引導效果也就更加顯著，屆時我國金融市場上所存在的利率粘性則將進一步改善。

（二）建議

發(fā)達國家的經(jīng)驗表明，即使在一個存貸款利率自由化程度很高的國家，利率粘性現(xiàn)象仍無法避免，可以采取的措施只是尋找降低利率粘性的辦法以暢通利率傳導渠道，改善金融資源配置效率。

1.進一步暢通利率傳導機制

首先，要加快培育形成能夠被中央銀行有效調(diào)控、對市場產(chǎn)生廣泛影響力的政策利率。在利率管制基本放開的背景下，需要建立健全政策利率調(diào)控機制，以形成暢通的從貨幣當局到金融機構(gòu)再到企業(yè)的利率傳導機制，實行以利率為目標的價格型調(diào)控。短期利率方面，包括短期回購利率、常備借貸便利（SLF）利率等利率工具，中長期利率方面，包括再貸款等傳統(tǒng)工具，也包括中期借貸便利（MLF）以及抵押補充貸款（PSL）等近期推出的利率工具。為配合政策利率的建設，可以構(gòu)建利率走廊調(diào)控模式。利率走廊需要由中央銀行構(gòu)建，通過向金融機構(gòu)提供的存款、貸款便利業(yè)務，形成利率的一個區(qū)間，例如上限可以是常備借貸便利利率，下限是超額存款準備金利率，這樣就可以引導市場利率在政策利率附近波動。在此基礎(chǔ)上，待政策利率體系成熟后，可以逐步取消存貸款基準利率。

其次，要繼續(xù)健全收益率曲線。針對金融市場中長期利率產(chǎn)品較少的狀況，要積極發(fā)展債券市場，豐富債券品種與期限結(jié)構(gòu)，提升債券市場的深度和廣度，健全國債收益率曲線。貨幣市場、信貸市場的利率可以按照短期回購利率、上海銀行間同業(yè)拆借利率（Shibor）、國債收益率等來確定。在此基礎(chǔ)上形成完善的市場收益率曲線，通過中央銀行的宏觀調(diào)控來影響收益率曲線，理順利率傳導機制。

2.提升金融機構(gòu)利率定價能力

首先，要建設科學合理的存貸款定價系統(tǒng)。要提升信貸數(shù)據(jù)質(zhì)量，為定價系統(tǒng)建設提供堅實的數(shù)據(jù)保障。運用國際國內(nèi)先進的定價模型，結(jié)合金融機構(gòu)實際情況，開發(fā)更新好存貸款定價模型。模型的建設中要考慮外部經(jīng)濟周期的影響，將定價系統(tǒng)放到更長的時期來考慮和完善。目前金融機構(gòu)還要加快建設存款定價系統(tǒng)，要綜合考慮資金成本率、管理成本率、目標收益率，以此判定存款定價基準，要整合好客戶細分、業(yè)務處理、效益計算等關(guān)鍵流程，實現(xiàn)客戶精細化、差異化的定價。

其次，要開展好內(nèi)部資金轉(zhuǎn)移定價。金融機構(gòu)內(nèi)部資金管理要從規(guī)模管理的方式向價格管理的方式轉(zhuǎn)化，發(fā)揮資金價格在機構(gòu)內(nèi)部經(jīng)營中的導向作用。要推行全面成本管理，在金融機構(gòu)內(nèi)部劃分好成本中心和利潤中心，做到科學地將成本分攤到各部門。要做好對分支機構(gòu)資金定價的授權(quán)和分權(quán)，在履行必要管理程序的條件下，擴大分支機構(gòu)的資產(chǎn)負債定價權(quán)，使得分支機構(gòu)更有效地面向一線客戶開展營銷和服務工作。通過以上方式，使得內(nèi)部資金緊緊圍繞外部資金價格來周轉(zhuǎn)，從金融機構(gòu)層面降低利率粘性。