我國(guó)數(shù)量型貨幣政策沖擊效應(yīng)的時(shí)變分析*

陳浪南， 王升泉， 王恒泰

我國(guó)數(shù)量型貨幣政策沖擊效應(yīng)的時(shí)變分析*

陳浪南， 王升泉， 王恒泰

漸變性改革和結(jié)構(gòu)性調(diào)整構(gòu)成了我國(guó)轉(zhuǎn)軌時(shí)期宏觀經(jīng)濟(jì)的基本特征，在此背景下，我國(guó)貨幣政策的宏觀調(diào)控效應(yīng)表現(xiàn)出可能的階段性甚至?xí)r變性特點(diǎn)。為量化貨幣政策效應(yīng)可能的時(shí)變性，本文采用TVP-SVAR模型，利用我國(guó)1996年1月至2016年7月的宏觀數(shù)據(jù)來(lái)研究數(shù)量型貨幣政策沖擊對(duì)產(chǎn)出增長(zhǎng)和價(jià)格水平的影響。研究結(jié)果表明，短期內(nèi)正向的貨幣政策沖擊對(duì)我國(guó)的經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，長(zhǎng)期貨幣超中性，且貨幣政策對(duì)產(chǎn)出增長(zhǎng)的影響機(jī)制十分穩(wěn)定；隨著我國(guó)以市場(chǎng)為導(dǎo)向的價(jià)格形成機(jī)制改革，價(jià)格水平對(duì)貨幣政策調(diào)控反應(yīng)愈加敏感，貨幣政策影響物價(jià)水平的傳導(dǎo)機(jī)制表現(xiàn)出時(shí)變性特征。

數(shù)量型貨幣政策； 時(shí)變效應(yīng)； TVP-SVAR模型

一、引 言

從1978年開始，我國(guó)由計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)軌。轉(zhuǎn)軌意味著整體制度的變革，前期變革以結(jié)構(gòu)性調(diào)整為主，后期則以漸變性改革為主。受此影響，我國(guó)宏觀經(jīng)濟(jì)表現(xiàn)出由大波動(dòng)向大穩(wěn)健轉(zhuǎn)變的趨勢(shì)(Hu et al.，2011；林建浩和王美今，2013)。除此之外，諸如亞洲金融危機(jī)、加入世界貿(mào)易組織(WTO)、2008年全球金融危機(jī)等事件都在一定程度上影響著經(jīng)濟(jì)主體的預(yù)期形成。著名的盧卡斯批判(Lucas Critique，1976)強(qiáng)調(diào)了預(yù)期改變對(duì)計(jì)量經(jīng)濟(jì)理論的挑戰(zhàn)。

為與經(jīng)濟(jì)發(fā)展和制度變革相適應(yīng)，改革開放至今，我國(guó)的貨幣政策發(fā)展也經(jīng)歷了多個(gè)調(diào)整歷程。從改革初期的計(jì)劃管制模式到逐步建立獨(dú)立制定與執(zhí)行貨幣政策的中央銀行制度，再到政策工具、目標(biāo)的逐步豐富與完善，我國(guó)貨幣政策目標(biāo)逐步確立為保持貨幣幣值的穩(wěn)定，并以此促進(jìn)經(jīng)濟(jì)增長(zhǎng)*近期，中國(guó)人民銀行將保持金融穩(wěn)定、防范金融風(fēng)險(xiǎn)納入貨幣政策目標(biāo)，但還未寫入《中國(guó)人民銀行法》，故本文未考慮貨幣政策的金額穩(wěn)定作用。。

貨幣政策對(duì)產(chǎn)出、價(jià)格水平的影響一直是政策制定者及學(xué)術(shù)界關(guān)注的熱點(diǎn)話題。作為主要的需求管理政策之一，中國(guó)人民銀行頻繁使用貨幣政策工具干預(yù)產(chǎn)出、平抑物價(jià)、穩(wěn)定匯率等。但學(xué)術(shù)界并未對(duì)貨幣政策效應(yīng)及發(fā)揮效應(yīng)的傳導(dǎo)機(jī)制達(dá)成共識(shí)，更缺乏基于我國(guó)制定變遷背景下貨幣政策效應(yīng)的評(píng)價(jià)研究，本文試圖彌補(bǔ)其不足。

基于以上分析，我國(guó)貨幣政策經(jīng)歷了多個(gè)階段發(fā)展過(guò)程，與此同時(shí),我國(guó)各領(lǐng)域的經(jīng)濟(jì)改革也帶來(lái)了諸多制度上的改變，在此背景下,我國(guó)貨幣政策傳導(dǎo)機(jī)制可能會(huì)表現(xiàn)出時(shí)變性特征。因此，本文采用參數(shù)時(shí)變的結(jié)構(gòu)向量自回歸(TVP-SVAR)模型，并利用1996年1月到2016年7月的宏觀數(shù)據(jù)，就數(shù)量型貨幣政策沖擊對(duì)產(chǎn)出、價(jià)格水平的時(shí)變影響進(jìn)行實(shí)證分析，從而為我國(guó)政府及央行在貨幣政策制定和實(shí)施方面提供相關(guān)參考。

本文安排如下：第二部分對(duì)現(xiàn)有國(guó)內(nèi)外代表性文獻(xiàn)進(jìn)行綜述；第三部分介紹本文使用的實(shí)證方法及其估計(jì)，即TVP-SVAR模型；第四部分詳細(xì)論述本文的數(shù)據(jù)來(lái)源及實(shí)證變量的選?。坏谖宀糠謱?duì)實(shí)證結(jié)論進(jìn)行分析；最后一部分對(duì)全文主要研究結(jié)論進(jìn)行總結(jié)并提出政策建議。

二、文獻(xiàn)綜述

國(guó)外關(guān)于貨幣政策效應(yīng)的實(shí)證研究較多，F(xiàn)riedman和Schwartz(1963)通過(guò)研究1867—1960年間美國(guó)的貨幣政策歷史，表明在大蕭條時(shí)期，美國(guó)所實(shí)行的貨幣政策實(shí)際是緊縮性的，這在當(dāng)時(shí)確實(shí)起到了抑制經(jīng)濟(jì)增長(zhǎng)的效果，表明貨幣政策是有效的。Stock和Watson(1989)使用1960—1985年美國(guó)的月度數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)對(duì)各變量序列進(jìn)行去趨勢(shì)處理后，M1對(duì)工業(yè)生產(chǎn)指數(shù)具有顯著的影響，表明貨幣政策是有效的。Bernanke和Blinder(1990)研究發(fā)現(xiàn)，美國(guó)聯(lián)邦基金利率的上升能夠顯著降低銀行存款，但這種影響作用存在6—9個(gè)月的時(shí)滯效應(yīng)。 Oliner et al.(1996)研究發(fā)現(xiàn)，緊縮性貨幣政策確實(shí)會(huì)使企業(yè)投資減少。Bae和Ratti(2000)以巴西和阿根廷作為研究對(duì)象，發(fā)現(xiàn)社會(huì)產(chǎn)出與貨幣供應(yīng)量在短期呈現(xiàn)負(fù)相關(guān)關(guān)系，而貨幣在長(zhǎng)期是中性的。Uhlig(2005)采用符號(hào)約束法識(shí)別VAR模型，對(duì)儲(chǔ)備金率和聯(lián)邦基金利率的脈沖響應(yīng)施加符號(hào)約束但對(duì)產(chǎn)出不施加約束，結(jié)果發(fā)現(xiàn)貨幣政策沖擊對(duì)產(chǎn)出的影響并不明顯。Sims和Zha(2006)使用多元區(qū)制轉(zhuǎn)移模型進(jìn)行研究，發(fā)現(xiàn)美國(guó)的貨幣政策規(guī)則在發(fā)生變化。 Mumtaz和Surico(2009)采用FAVAR模型研究英國(guó)貨幣政策的有效性，結(jié)果表明在英國(guó)貨幣政策是有效的，然而美國(guó)的數(shù)據(jù)表明貨幣政策是無(wú)效的。Forni和Gambetti(2010)利用結(jié)構(gòu)因子模型進(jìn)行研究,發(fā)現(xiàn)貨幣政策沖擊無(wú)論是對(duì)名義變量還是實(shí)際變量都具有顯著的影響。Tsai(2014)采用聯(lián)邦公開市場(chǎng)操作委員會(huì)(FOMC)會(huì)議記錄來(lái)識(shí)別貨幣政策，發(fā)現(xiàn)基于詳實(shí)的(informative)聯(lián)邦公開市場(chǎng)委員會(huì)聲明的貨幣沖擊對(duì)股票收益率具有顯著的影響，而基于不詳實(shí)的(uninformative)聯(lián)邦公開市場(chǎng)委員會(huì)聲明的貨幣沖擊對(duì)股票收益率并沒有顯著的影響。Fatnassi et al.(2014)采用時(shí)變概率的馬爾科夫區(qū)制轉(zhuǎn)換模型進(jìn)行研究，表明貨幣政策對(duì)房地產(chǎn)投資信托市場(chǎng)具有明顯的非線性影響，不僅影響房地產(chǎn)投資信托收益率，而且影響房地產(chǎn)投資信托市場(chǎng)繁榮和蕭條的概率，因而貨幣政策是有效的。

國(guó)內(nèi)學(xué)者也已從多個(gè)角度對(duì)我國(guó)貨幣政策的沖擊效應(yīng)進(jìn)行了研究。劉斌(2001)通過(guò)建立SVAR模型進(jìn)行研究，發(fā)現(xiàn)貨幣政策沖擊在短期會(huì)對(duì)實(shí)體經(jīng)濟(jì)部門產(chǎn)生影響，在長(zhǎng)期不會(huì)對(duì)實(shí)體經(jīng)濟(jì)部門產(chǎn)生影響。謝平(2004)通過(guò)建立VECM模型和VAR模型，發(fā)現(xiàn)貨幣供應(yīng)量與長(zhǎng)期內(nèi)產(chǎn)出的變化沒有必然聯(lián)系，貨幣供應(yīng)量在短期和長(zhǎng)期對(duì)物價(jià)水平都有影響，而在長(zhǎng)期貨幣是中性的。趙進(jìn)文和閔捷(2005)采用LSTR模型進(jìn)行研究，發(fā)現(xiàn)從1993年第1季度至2004年第2季度，我國(guó)貨幣政策操作的效果表現(xiàn)出了比較明顯的非對(duì)稱性，具有較強(qiáng)的非線性特征，擴(kuò)張性貨幣政策與緊縮性貨幣政策在治理經(jīng)濟(jì)衰退和抑制經(jīng)濟(jì)過(guò)熱的效果上存在極大的差異，并且不同國(guó)家和地區(qū)的貨幣政策運(yùn)用效果及特點(diǎn)也有著較為明顯的差別。張雪蘭和楊丹(2010)利用1996—2009年經(jīng)濟(jì)金融的季度數(shù)據(jù)，發(fā)現(xiàn)我國(guó)貨幣政策傳導(dǎo)過(guò)程中并不存在很明顯的時(shí)滯，但操作目標(biāo)、中介目標(biāo)、最終政策目標(biāo)間的相關(guān)性不強(qiáng)，貨幣政策傳導(dǎo)機(jī)制不夠通暢，繼而影響了貨幣政策的有效性。陳浪南和田磊(2014)在SVAR框架下構(gòu)建一種混合識(shí)別法，以考察主要貨幣政策工具(公開市場(chǎng)業(yè)務(wù)、準(zhǔn)備金率、利率工具)實(shí)施的沖擊對(duì)產(chǎn)出和價(jià)格的影響，發(fā)現(xiàn)緊縮性貨幣政策沖擊對(duì)產(chǎn)出和價(jià)格施加負(fù)向影響；公開市場(chǎng)賣出或提高準(zhǔn)備金率引致的沖擊對(duì)產(chǎn)出有更強(qiáng)的影響；利率工具沖擊使價(jià)格經(jīng)歷一個(gè)更持久的下跌過(guò)程。王少林等(2015)基于TVP-FAVAR模型進(jìn)行研究，發(fā)現(xiàn)我國(guó)數(shù)量型貨幣政策對(duì)產(chǎn)出及通脹均存在時(shí)變效應(yīng)，但后者更加明顯、持久。林建浩和王少林(2016)基于TVP-VAR模型，發(fā)現(xiàn)我國(guó)價(jià)格型貨幣政策系統(tǒng)性和非系統(tǒng)性效應(yīng)均表現(xiàn)出時(shí)變特征，且趨于改善，但并不是驅(qū)動(dòng)宏觀經(jīng)濟(jì)從大波動(dòng)向大穩(wěn)定轉(zhuǎn)變的主要原因。

綜上所述，國(guó)內(nèi)外關(guān)于貨幣政策沖擊效應(yīng)的研究主要采用的是VAR、SVAR、FAVAR等計(jì)量模型，近年才開始使用時(shí)變結(jié)構(gòu)模型開展研究。非時(shí)變模型難以反映經(jīng)濟(jì)系統(tǒng)隨時(shí)間變化的特性，一旦經(jīng)濟(jì)發(fā)生結(jié)構(gòu)性變化，就會(huì)導(dǎo)致這些計(jì)量模型擬合不準(zhǔn)確。

三、實(shí)證模型

經(jīng)濟(jì)理論及實(shí)證分析表明，由于我國(guó)經(jīng)濟(jì)結(jié)構(gòu)、制度環(huán)境等均發(fā)生著漸進(jìn)性變動(dòng)，貨幣政策傳導(dǎo)機(jī)制很可能也隨之發(fā)生變動(dòng)，采用傳統(tǒng)的非時(shí)變結(jié)構(gòu)模型對(duì)貨幣政策效應(yīng)進(jìn)行實(shí)證分析得出的結(jié)果并不穩(wěn)健。為解決該問(wèn)題，本文使用了最新發(fā)展的時(shí)變結(jié)構(gòu)向量自回歸模型(TVP-SVAR)。該模型最早由Primiceri(2005)提出并應(yīng)用于貨幣政策的分析。該模型的系數(shù)和沖擊協(xié)方差矩陣都具有時(shí)變性，而這種時(shí)變系數(shù)可以捕捉模型結(jié)構(gòu)的時(shí)變特征以及可能的非線性特征。因此，該模型為分析我國(guó)貨幣政策效應(yīng)的時(shí)變性提供了可能。

(一)TVP-SVAR模型

TVP-SVAR模型是VAR的推廣，后者基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)來(lái)建立模型。它將系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后項(xiàng)的函數(shù)來(lái)構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的向量自回歸模型。其數(shù)學(xué)表示如下：

Ayt=B1yt-1+…+Bsyt-s+μt,t=s+1,…,n

(1)

其中，yt是k×1維向量，A為k×k維聯(lián)立參數(shù)矩陣，B1,…Bs為k×k維的系數(shù)矩陣，擾動(dòng)項(xiàng)μt獨(dú)立同分布。

接下來(lái)，定義一個(gè)最為基本的SVAR模型，如下：

Ayt=B1yt-1+…+Bsyt-s+μt,t=s+1,…,n

(2)

其中，擾動(dòng)項(xiàng)μt為k×1維的結(jié)構(gòu)性沖擊項(xiàng)，假設(shè)μt～N(0,∑∑)，并且

特別地，假設(shè)矩陣a為下三角矩陣：

從而，模型(2)可化簡(jiǎn)成如下形式：

yt=C1yt-1+…+Csyt-s+A-1Σεt,εt～N(0,Ik)

(3)

其中，Ci=A-1Bi，i=1,…,s。我們把所有C中的行元素拉直，寫成k2s×1維的向量β，再定義Xt=Is?(yt-1,…,yt-s)，由此，模型可化簡(jiǎn)成如下形式：

yt=Xtβ+A-1Σεt

(4)

上面所描述的是SVAR模型的參數(shù)不具有時(shí)變性，接下來(lái)需要做的工作是使所有的系數(shù)和參數(shù)具有時(shí)變性，從而把模型推廣為TVP-VAR模型。該模型具有如下形式：

yt=Xtβt+At-1Σtεt,t=s+1,…,n

(5)

其中，系數(shù)βt、參數(shù)At以及協(xié)方差矩陣Σt都具有時(shí)變性。雖然式(5)中參數(shù)的變形有多種方式，我們采用Primiceri(2005)和Nakajima(2011)的處理方式，把下三角矩陣At中非0和非1的元素拉成一列向量，可得到如下形式：

at=(a21,a31,a32,a41,…,ak,k-1),ht=(h1t,…,hkt)

(6)

其中,hit=logσit2,i=1…,k,t=s+1,…,n,。同樣地，假設(shè)式(5)中的參數(shù)服從以下的隨機(jī)游走過(guò)程：

(7)

(8)

綜上，式(5)、(6)、(7)、(8)構(gòu)成了TVP-SVAR模型。

(二)參數(shù)估計(jì)

由于TVP-SVAR模型為多元的時(shí)間序列模型，且系數(shù)是動(dòng)態(tài)變化的，因此本文在貝葉斯框架下對(duì)模型的參數(shù)進(jìn)行估計(jì)。本文擬采用馬爾科夫蒙特卡洛(MCMC)算法。

1.先驗(yàn)值

我們假設(shè)參數(shù)β、α、h的先驗(yàn)分布為正態(tài)分布，其均值為：μβ0=μa0=μh0=0, 其協(xié)方差矩陣為：∑β0=∑a0=∑h0=10×I。除此之外，我們假設(shè)協(xié)方差矩陣的第i個(gè)對(duì)角線元素服從以下的伽馬分布：

(Σβ)i-2～Ga(4,0.02),(Σα)i-2～Ga(4,0.02),(Σh)i-2～Ga(4,0.02)

2.貝葉斯推斷

我們選擇在貝葉斯推斷的基礎(chǔ)上構(gòu)建馬爾科夫蒙特卡洛算法(MCMC)來(lái)對(duì)模型的參數(shù)進(jìn)行估計(jì)。事實(shí)上，在特定的先驗(yàn)概率分布下，MCMC方法產(chǎn)生的樣本來(lái)自于一個(gè)關(guān)于參數(shù)的高維后驗(yàn)分布，需要對(duì)TVP-SVAR模型建立一個(gè)有效的抽樣方案，該方案就是基于剩余參數(shù)來(lái)對(duì)β={βt}t=s+1n、α={αt}t=s+1n以及h={ht}t=s+1n進(jìn)行聯(lián)合采樣。為了使抽樣更加有效，我們使用模擬濾波器對(duì)時(shí)變系數(shù)以β及參數(shù)α進(jìn)行取樣。而對(duì)于隨機(jī)波動(dòng)h，其模型構(gòu)成是一個(gè)非線性和非高斯空間的形式，本文采用多次移動(dòng)取樣的方法來(lái)完成對(duì)h的抽樣。

四、數(shù)據(jù)來(lái)源及變量選取

我國(guó)貨幣政策的目標(biāo)是保持貨幣幣值的穩(wěn)定，并以此促進(jìn)經(jīng)濟(jì)增長(zhǎng)。因此本文使用三變量的TVP-SVAR模型開展研究，根據(jù)經(jīng)濟(jì)理論及實(shí)證分析確定三個(gè)變量，依次為實(shí)際產(chǎn)出增長(zhǎng)(gdp)、通貨膨脹(inf)、貨幣政策工具(M2實(shí)際增速，m2)。

所有數(shù)據(jù)來(lái)源于Wind資訊，樣本期間為1996年1月至2016年7月。產(chǎn)出以工業(yè)增加值表示，國(guó)家統(tǒng)計(jì)局2006年12月后不再公布工業(yè)增加值的現(xiàn)價(jià)水平值，本文根據(jù)工業(yè)增加值的月度同比增長(zhǎng)率公式，計(jì)算出2006年12月至2016年7月的現(xiàn)價(jià)水平值，然后以1996年1月為基期的CPI環(huán)比序列，計(jì)算得到實(shí)際產(chǎn)出。通貨膨脹以環(huán)比月度CPI計(jì)算得到。貨幣政策工具以M2實(shí)際增速衡量，以M2名義增速扣除通貨膨脹計(jì)算。在估計(jì)模型前，對(duì)所有數(shù)據(jù)進(jìn)行季節(jié)調(diào)整。

M2實(shí)際增速動(dòng)態(tài)變動(dòng)情況如圖1所示。在經(jīng)過(guò)了始于1992年的經(jīng)濟(jì)過(guò)熱之后，我國(guó)經(jīng)濟(jì)在改革開放和宏觀調(diào)控的雙重作用下，于1996年實(shí)現(xiàn)“軟著陸”，即在我們研究樣本的初期，M2增速處于歷史高位。之后受1997年亞洲金融危機(jī)影響，為維持人民幣幣值穩(wěn)定，M2增速迅速下降。直至2001年末我國(guó)加入世界貿(mào)易組織，M2增速開始上漲，至2008年上半年，M2增速處于小幅波動(dòng)狀態(tài)。受2008—2009年的全球金融危機(jī)影響，人民銀行為應(yīng)對(duì)外部不利沖擊，于2009年實(shí)施了“四萬(wàn)億”刺激計(jì)劃，致使M2增速迅速攀升至歷史較高水平，之后增速處于逐步放緩的態(tài)勢(shì)。

圖1 貨幣增速變動(dòng)情況

VAR框架下，需要保證所用數(shù)據(jù)的平穩(wěn)性。本文使用ADF統(tǒng)計(jì)量對(duì)各變量進(jìn)行單位根檢驗(yàn)，結(jié)果如表1所示。產(chǎn)出增長(zhǎng)、M2增速在1%的置信水平下拒絕存在單位根的原假設(shè)，即產(chǎn)出增長(zhǎng)、M2增速均平穩(wěn)，而通貨膨脹不能拒絕單位根存在的原假設(shè)，經(jīng)一階差分后平穩(wěn)。因此，在模型估計(jì)時(shí)平穩(wěn)變量采用其水平值，非平穩(wěn)變量采用其一階差分值。

表1 數(shù)據(jù)平穩(wěn)性檢驗(yàn)結(jié)果

注：ADF檢驗(yàn)中的最優(yōu)滯后階數(shù)由SIC信息準(zhǔn)則確定；***表示在1%的顯著性水平下拒絕存在單位根的原假設(shè)。

五、實(shí)證結(jié)果與分析

根據(jù)邊際似然函數(shù)，我們選取TVP-SVAR模型的最優(yōu)滯后階數(shù)為2。本文TVP-SVAR模型的估計(jì)是利用Nakajima(2011)的TVP-SVAR軟件包，通過(guò)使用Matlab2014進(jìn)行數(shù)據(jù)處理和模型計(jì)算。

(一)MCMC模擬法下的估計(jì)結(jié)果

先驗(yàn)值的處理方法已在上面進(jìn)行了闡述。在舍去最初的1000個(gè)樣本之后，我們選擇M=10000的樣本，這個(gè)預(yù)模擬時(shí)期1000由如下所示的收斂診斷(CD)統(tǒng)計(jì)量決定。

Geweke(1992)提出了無(wú)效率因素和收斂診斷(CD)統(tǒng)計(jì)量的概念，并排除了中間序列，提出前n0個(gè)序列和后n1個(gè)序列的一個(gè)對(duì)照。CD統(tǒng)計(jì)量的計(jì)算公式如下：

(9)

無(wú)效率因素是序列后驗(yàn)樣本均值的方差和不相關(guān)序列樣本均值的方差的比率。其作用是來(lái)測(cè)定MCMC鏈的混合效果，其計(jì)算公式如下：

(10)

其中,Bm取500，ρs為當(dāng)滯后階數(shù)為s時(shí)的樣本自相關(guān)系數(shù)。當(dāng)無(wú)效率因素等于m的時(shí)候，在估計(jì)過(guò)程中就會(huì)產(chǎn)生M/m個(gè)不相關(guān)的樣本，因而較低的無(wú)效率因素是有利的。

根據(jù)表2，我們可以得到待估參數(shù)后驗(yàn)分布的均值、標(biāo)準(zhǔn)差、95%的置信區(qū)間以及收斂統(tǒng)計(jì)量。從表1可以看出，六個(gè)變量的Geweke診斷概率均大于10%，并且無(wú)效因子均比較小(均小于60)，說(shuō)明利用MCMC算法進(jìn)行估計(jì)是有效的。

表2 MCMC估計(jì)的結(jié)果及診斷

(二)變量波動(dòng)率特征分析

圖2反映的是三個(gè)變量結(jié)構(gòu)沖擊的波動(dòng)率時(shí)變特征。

首先，圖2左圖可見，產(chǎn)出增長(zhǎng)結(jié)構(gòu)沖擊的波動(dòng)率呈現(xiàn)明顯的時(shí)變性特征，這種時(shí)變性特征與我國(guó)政治經(jīng)濟(jì)周期相吻合，樣本期間內(nèi)產(chǎn)出增長(zhǎng)波動(dòng)率超過(guò)25共計(jì)4次，分別是2000年、2005年、2008年和2010年。其中2000年、2005年、2010年分別對(duì)應(yīng)我國(guó)國(guó)民經(jīng)濟(jì)第九個(gè)、第十個(gè)、第十一個(gè)五年計(jì)劃的最后一年。眾多文獻(xiàn)(Li和Zhou，2005；徐現(xiàn)祥等，2007；王賢彬等，2009)研究表明，經(jīng)濟(jì)增長(zhǎng)目標(biāo)的制定對(duì)地方官員晉升形成激勵(lì)，最終對(duì)實(shí)際增長(zhǎng)產(chǎn)生影響。徐現(xiàn)祥和梁劍雄(2014)認(rèn)為，1996—2015年間五年規(guī)劃所規(guī)劃的增長(zhǎng)目標(biāo)，主導(dǎo)著省際差距的變動(dòng)。如表3所示，五年規(guī)劃的最后一年相較于第四年，產(chǎn)出增長(zhǎng)都會(huì)有較大幅度的變動(dòng)。我們認(rèn)為這種變動(dòng)源于地方官員基于五年規(guī)劃增長(zhǎng)目標(biāo)的策略性調(diào)整：當(dāng)五年規(guī)劃的前四年已經(jīng)完成預(yù)期目標(biāo)，則第五年會(huì)放緩經(jīng)濟(jì)增速，如2000年、2010年、2015年；當(dāng)五年規(guī)劃的前四年未完成預(yù)期目標(biāo)，則第五年經(jīng)濟(jì)增速會(huì)有所上升，如2005年。受金融危機(jī)的影響，2008年我國(guó)產(chǎn)出增長(zhǎng)也表現(xiàn)出較大的波動(dòng)性。

仍需說(shuō)明的是，圖2右圖樣本期內(nèi)，產(chǎn)出增速波動(dòng)發(fā)生的頻率有明顯的降低趨勢(shì)，即圖中尖峰發(fā)生的次數(shù)下降，這與林建浩和王美今(2013)的大穩(wěn)定時(shí)代識(shí)別結(jié)果是一致的。

圖2 變量結(jié)構(gòu)沖擊的隨機(jī)波動(dòng)時(shí)變特征

圖2中圖可見，樣本期內(nèi)我國(guó)通貨膨脹沖擊呈現(xiàn)出明顯的時(shí)變性波動(dòng)特征。樣本初期，即1990年代中期，通脹沖擊的波動(dòng)較大，這與林建浩和王少林(2016)的研究結(jié)論一致。2000年至2006年5月之前，通脹波動(dòng)呈現(xiàn)逐期上升的態(tài)勢(shì)；2006年5月通脹波動(dòng)達(dá)到最大，之后呈現(xiàn)逐期變小的趨勢(shì)，表明央行在控制通脹方面取得了明顯效果。我們認(rèn)為，出現(xiàn)此種特征的原因是以市場(chǎng)為導(dǎo)向的價(jià)格形成機(jī)制逐漸形成并在2006年初見成效。結(jié)合圖1右圖可見，同時(shí)期貨幣供給增速反而非常平穩(wěn)，表明央行貨幣政策干預(yù)并不是價(jià)格穩(wěn)定的原因。

表3 五年規(guī)劃內(nèi)各年份平均月度產(chǎn)出環(huán)比實(shí)際增速 (單位：%)

圖2右圖可見，在樣本初期M2增速表現(xiàn)出較大的波動(dòng)性，這與該時(shí)期實(shí)行的以反通貨膨脹為目標(biāo)的貨幣政策有關(guān)。2000年至2007年間，我國(guó)貨幣政策相對(duì)平穩(wěn)，M2增速波動(dòng)幾乎為0。2008年之后，為應(yīng)對(duì)金融危機(jī)，我國(guó)試行了積極的寬松貨幣政策，如“四萬(wàn)億”刺激計(jì)劃，因此M2增速波動(dòng)有所加強(qiáng)?？傮w來(lái)看，圖2右圖所反映的M2增速波動(dòng)情況與圖1所示相吻合。

(三)動(dòng)態(tài)脈沖響應(yīng)特征分析

1.數(shù)量型貨幣政策沖擊的產(chǎn)出效應(yīng)

圖3反映了在樣本期內(nèi)各時(shí)間點(diǎn)施加M2增速一單位正向沖擊對(duì)產(chǎn)出增速所形成的脈沖響應(yīng)。有意思的是，在不同時(shí)點(diǎn)上產(chǎn)出增長(zhǎng)對(duì)貨幣政策沖擊的脈沖響應(yīng)基本一致，表明貨幣增速與產(chǎn)出增長(zhǎng)之間存在穩(wěn)定非時(shí)變的關(guān)系，這種關(guān)系不受經(jīng)濟(jì)結(jié)構(gòu)和制度環(huán)境的影響。該研究結(jié)論與現(xiàn)有文獻(xiàn)中的研究結(jié)論有所區(qū)別，如孫杰(2004)、黃武俊和陳漓高(2010)、王少林等(2015)等，他們認(rèn)為貨幣供給內(nèi)生性程度不斷加強(qiáng)，央行貨幣供給帶來(lái)的是商業(yè)銀行準(zhǔn)備金增加，并不能促進(jìn)產(chǎn)出增長(zhǎng)。與之不同，我們的研究認(rèn)為，我國(guó)貨幣政策有效性并未明顯降低。Chen et al.(2017)研究認(rèn)為，我國(guó)貨幣政策框架雖然與發(fā)達(dá)經(jīng)濟(jì)體有明顯區(qū)別，但其對(duì)產(chǎn)出及通脹的傳導(dǎo)機(jī)制是一致的，基于發(fā)達(dá)國(guó)家樣本的研究認(rèn)為其貨幣政策有效性并未降低，甚至在2008年金融危機(jī)后有所增強(qiáng)。

具體來(lái)看，正向的貨幣增速?zèng)_擊發(fā)生后，受其影響，產(chǎn)出增長(zhǎng)在滯后一期后發(fā)生同向的變動(dòng)，并且達(dá)到最大，表明了貨幣政策效應(yīng)的時(shí)滯性及短期貨幣政策的有效性。在第2期，產(chǎn)出增長(zhǎng)會(huì)發(fā)生回調(diào)，出現(xiàn)負(fù)向增長(zhǎng)，隨后小幅震動(dòng)。在第6期，貨幣政策沖擊的效應(yīng)基本消失，該動(dòng)態(tài)過(guò)程表明長(zhǎng)期貨幣超中性，與貨幣經(jīng)濟(jì)學(xué)結(jié)論一致。

以上研究表明，雖然貨幣政策有效性并未明顯降低，但貨幣政策作為經(jīng)濟(jì)發(fā)展的需求沖擊對(duì)產(chǎn)出的作用十分有限。如Ouyang和Peng(2014)研究表明，我國(guó)“四萬(wàn)億”刺激計(jì)劃雖在短期內(nèi)刺激了3.2%的經(jīng)濟(jì)增速，但長(zhǎng)期內(nèi)其效果消失。我們認(rèn)為未來(lái)應(yīng)依據(jù)供給側(cè)結(jié)構(gòu)性改革進(jìn)行政策制定，才能在長(zhǎng)期內(nèi)起到維持甚至促進(jìn)我國(guó)經(jīng)濟(jì)潛在經(jīng)濟(jì)增長(zhǎng)率的作用。

圖3 TVP-SVAR模型下產(chǎn)出增長(zhǎng)對(duì)貨幣政策沖擊的脈沖響應(yīng)

2.數(shù)量型貨幣政策沖擊的價(jià)格效應(yīng)

圖4反映了在樣本期內(nèi)各點(diǎn)施加M2增速?zèng)_擊對(duì)通貨膨脹所形成的脈沖響應(yīng)。與產(chǎn)出增長(zhǎng)對(duì)貨幣政策沖擊的響應(yīng)不同，通貨膨脹的響應(yīng)表現(xiàn)出明顯的時(shí)變特征，而且更為重要的是，隨著時(shí)間的推移，通脹對(duì)貨幣政策沖擊的反映愈加敏感，同樣的M2增速?zèng)_擊，在樣本末期通脹變動(dòng)是樣本初期的3倍。

具體來(lái)看，貨幣政策沖擊對(duì)通脹的影響同樣表現(xiàn)持續(xù)效應(yīng)，通脹的變動(dòng)方向與貨幣政策變動(dòng)方向一致。在1990年代中期，在約第8期后，貨幣政策效應(yīng)基本消失，隨后所持續(xù)時(shí)間越來(lái)越長(zhǎng)，在本文樣本的中后期，需大約12期后，貨幣政策對(duì)通脹的效應(yīng)才能基本消失。相比產(chǎn)出效應(yīng)，貨幣供應(yīng)量增長(zhǎng)率沖擊的價(jià)格效應(yīng)較為明顯且作用更為持久(王少林等，2015)。

以上動(dòng)態(tài)過(guò)程表明，樣本期內(nèi)貨幣政策對(duì)價(jià)格的影響機(jī)制在變動(dòng)，這符合我國(guó)價(jià)格形成機(jī)制逐漸市場(chǎng)化的進(jìn)程。該結(jié)論具有豐富的政策含義，即積極推進(jìn)以市場(chǎng)為導(dǎo)向的價(jià)格形成機(jī)制改革，將有利于央行穩(wěn)定物價(jià)的貨幣政策。

圖4 TVP-SVAR模型下通脹對(duì)貨幣政策沖擊的脈沖響應(yīng)

(四)與BVAR模型的比較分析

作為對(duì)比，使用系數(shù)非時(shí)變的貝葉斯向量自回歸(BVAR)重復(fù)以上實(shí)證過(guò)程，得出圖5所示的貨幣政策沖擊脈沖響應(yīng)。由圖形可以看出，產(chǎn)出增速對(duì)貨幣政策沖擊的脈沖響應(yīng)并未表現(xiàn)時(shí)變性特點(diǎn)，因此圖5左圖與圖3基本一致，短期內(nèi)貨幣政策有效，長(zhǎng)期內(nèi)貨幣政策超中性。如圖5中圖所示，由于BAVR模型下不能反映貨幣政策對(duì)通脹影響的時(shí)變性，因此對(duì)于正確認(rèn)識(shí)二者關(guān)系存在明顯不足，缺乏正確的政策含義。

圖5 BVAR模型下數(shù)量型貨幣政策沖擊的脈沖響應(yīng)

總之，TVP-SVAR模型的沖擊反應(yīng)函數(shù)表明，時(shí)變沖擊反應(yīng)函數(shù)對(duì)經(jīng)濟(jì)系統(tǒng)結(jié)構(gòu)變化的捕捉較為敏銳，相比于普通VAR模型的沖擊反應(yīng)函數(shù)，其對(duì)短期經(jīng)濟(jì)現(xiàn)象的解釋更為合理。

六、研究結(jié)論與啟示

本文使用1996年1月至2016年7月宏觀數(shù)據(jù)，對(duì)我國(guó)實(shí)際產(chǎn)出增長(zhǎng)和通貨膨脹率受數(shù)量型貨幣政策沖擊的影響進(jìn)行了實(shí)證研究，由于經(jīng)濟(jì)結(jié)構(gòu)及制度環(huán)境變動(dòng)可能會(huì)對(duì)貨幣政策傳導(dǎo)機(jī)制產(chǎn)生影響，因此本文運(yùn)用了系數(shù)以及擾動(dòng)項(xiàng)均具有時(shí)變性的結(jié)構(gòu)向量自回歸模型(TVP-SVAR)。本文還使用BVAR模型進(jìn)行實(shí)證研究，并將所得結(jié)論與TVP-SVAR模型進(jìn)行對(duì)比，發(fā)現(xiàn)后者能捕捉貨幣政策傳導(dǎo)機(jī)制的變動(dòng)，所得結(jié)論更加可靠，明顯優(yōu)于前者。

本文實(shí)證研究結(jié)論可概括為以下兩點(diǎn)：

第一，短期內(nèi)正向的貨幣政策沖擊對(duì)我國(guó)的經(jīng)濟(jì)增長(zhǎng)是有促進(jìn)作用的，但長(zhǎng)期內(nèi)貨幣政策超中性，更為重要的是貨幣政策對(duì)產(chǎn)出增長(zhǎng)的影響十分穩(wěn)定，傳導(dǎo)機(jī)制并未表現(xiàn)時(shí)變性特點(diǎn)。本研究結(jié)論不同于以往研究認(rèn)為的貨幣政策無(wú)效論，但貨幣政策的產(chǎn)出效應(yīng)十分有限，不能成為促進(jìn)經(jīng)濟(jì)增長(zhǎng)的有效工具。

第二，短期內(nèi)正向的持續(xù)的貨幣政策沖擊會(huì)引起通貨膨脹，長(zhǎng)期內(nèi)這種效應(yīng)同樣會(huì)消失，但其作用的持久性明顯大于產(chǎn)出效應(yīng)。重要的是受價(jià)格改革的影響，貨幣政策對(duì)價(jià)格影響的傳導(dǎo)機(jī)制表現(xiàn)出時(shí)變性特點(diǎn)，樣本期內(nèi)，貨幣政策沖擊帶來(lái)的通脹改變逐漸增強(qiáng)，表明貨幣政策在調(diào)控物價(jià)方面更加有效。

當(dāng)前我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，經(jīng)濟(jì)增速放緩，我們的研究啟示，短期內(nèi)靠貨幣政策刺激經(jīng)濟(jì)增長(zhǎng)可能很難收到較大成效。探索以供給側(cè)結(jié)構(gòu)性改革為基礎(chǔ)制定經(jīng)濟(jì)政策，長(zhǎng)期來(lái)看將有利于我國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率的提升。在物價(jià)調(diào)控方面，隨著我國(guó)以市場(chǎng)為導(dǎo)向的價(jià)格形成機(jī)制逐步形成，貨幣政策在調(diào)控物價(jià)穩(wěn)定方面可發(fā)揮更加積極的作用。

陳浪南, 田磊. 基于政策工具視角的我國(guó)貨幣政策沖擊效應(yīng)研究. 經(jīng)濟(jì)學(xué)季刊, 2014, (4):285—304.

黃武俊, 陳漓高. 外匯資產(chǎn)、基礎(chǔ)貨幣供應(yīng)與貨幣內(nèi)生性——基于央行資產(chǎn)負(fù)債表的分析. 財(cái)經(jīng)研究, 2010, (1):66—76.

林建浩, 王美今. 中國(guó)宏觀經(jīng)濟(jì)波動(dòng)的“大穩(wěn)健”——時(shí)點(diǎn)識(shí)別與原因分析. 經(jīng)濟(jì)學(xué)季刊, 2013, (2):577—604.

林建浩, 王少林. 中國(guó)價(jià)格型貨幣政策的系統(tǒng)性與非系統(tǒng)性時(shí)變效應(yīng)研究. 統(tǒng)計(jì)研究, 2016, (3):44—52.

劉斌. 貨幣政策沖擊的識(shí)別及我國(guó)貨幣政策有效性的實(shí)證分析. 金融研究, 2001, (7):1—9.

孫杰. 貨幣政策、公司融資行為與貨幣供給內(nèi)生性. 世界經(jīng)濟(jì), 2004, (5):13—19.

王少林, 李仲達(dá), 林建浩. 中國(guó)數(shù)量型貨幣政策有效性的時(shí)變性研究. 當(dāng)代財(cái)經(jīng), 2015, (8):17—25.

王賢彬, 徐現(xiàn)祥, 李郇. 地方官員更替與經(jīng)濟(jì)增長(zhǎng). 經(jīng)濟(jì)學(xué)季刊, 2009, (4):1301—1328.

謝平. 中國(guó)貨幣政策分析:1998—2002. 金融研究, 2004, (8):1—20.

徐現(xiàn)祥, 王賢彬, 舒元. 地方官員與經(jīng)濟(jì)增長(zhǎng)——來(lái)自中國(guó)省長(zhǎng)、省委書記交流的證據(jù). 經(jīng)濟(jì)研究, 2007, (9):18—31.

徐現(xiàn)祥, 梁劍雄. 經(jīng)濟(jì)增長(zhǎng)目標(biāo)的策略性調(diào)整. 經(jīng)濟(jì)研究, 2014, (1):27—40.

趙進(jìn)文, 閔捷. 央行貨幣政策操作政策拐點(diǎn)與開關(guān)函數(shù)的測(cè)定. 經(jīng)濟(jì)研究, 2005, (12):90—101.

張雪蘭, 楊丹. 我國(guó)貨幣政策的有效性問(wèn)題:基于1996—2009年季度數(shù)據(jù)的分析. 財(cái)貿(mào)經(jīng)濟(jì), 2010, (6):27—32.

Bae, S. K., and Ratti, R. A. Long-run Neutrality, High Inflation, and Bank Insolvencies in Argentina and Brazil. Journal of Monetary Economics, 2000, 46: 581-604.

Bernanke, B. S., and Blinder, A. S. The Federal Funds Rate and the Channels of Monetary Transmission. American Economic Review, 1990, 82: 901-921.

Chen, H., Kenneth, C., and Peter, T. The Effectiveness of Monetary Policy in China: Evidence from a Qual VAR. China Economic Review, 2017, 43: 216-231.

Fatnassi, I., Slim, C., and Ftiti, Z. Effects of Monetary Policy on the REIT Returns: Evidence from the United Kingdom. Research in International Business & Finance, 2014, 32: 15-26.

Forni, M., and Gambetti, L. The Dynamic Effects of Monetary Policy: a Structural Factor Model Approach. Journal of Monetary Economics, 2010, 57: 203-216.

Friedman, M., and Schwartz. Monetary History of the United States, 1867-1960. New Jersey: Princeton University Press, 1963: 512-523.

Geweke, J. Bayesian Statistics, Oxford: Oxford University Press, 1992: 169-193.

Hu, A., Lu, J., and Xiao, Z. Has China’s Economy become more Stable and Inertial? Nonlinear Investigations based on Structural Break and Duration Dependent Regime Switching Models. Annals of Economics & Finance, 2011, 12: 157-181.

Li, H., and Zhou, L. Political Turnover and Economic Performance: the Incentive Role of Personnel Control in China. Journal of Public Economics, 2003, 89: 1743-1762.

Lucas, R. Econometric Policy Evaluation: a Critique. Carnegie-Rochester Conference Series on Public Policy, 1976:19-46.

Mumtaz, H., and Surico, P. The Transmission of International Shocks: a Factor-augmented VAR Approach. Journal of Money, Credit and Banking, 2009, 41(S): 71-100.

Nakajima, J. Time-varying Parameter VAR Model with Stochastic Volatility: an Overview of Methodology and Empirical Applications. IMES Discussion Paper, Bank of Japan, 2011.

Oliner, S. D., Rudebusch, G. D., and Sichel, D. The Lucas Critique Revisited Assessing the Stability of Empirical Euler Equations for Investment. Journal of Econometrics, 1996, 70: 291-316.

Ouyang, M., and Peng, Y. The Treatment-effect Estimation: a Case Study of the 2008 Economic Stimulus Package of China. Journal of Econometrics, 2015, 188: 545-557.

Primiceri, G. E. Time-varying Structural Vector Autoregressions and Monetary Policy. Review of Economic Studies, 2005, 72: 821-852．

Sims, C. A., and Zha, T. Were there Regime Switches in U.S. Monetary Policy? American Economic Review, 2006, 96: 54-81.

Tsai, C. L. The Effects of Monetary Policy on Stock Returns: Financing Constraints and “informative” and “uninformative” FOMC Statements. International Review of Economics & Finance, 2014, 29: 273-290.

Stock, J. H., and Watson, M. W. New Indexes of Coincident and Leading Economic Indicators. NBER Macroeconomics Annual, 1989, 4: 351-394.

Uhlig, H. What are the Effects of Monetary Policy on Output? Results from an Agnostic Identification Procedure. Journal of Monetary Economics, 2005, 52: 381-419.

【責(zé)任編輯：周吉梅；責(zé)任校對(duì)：周吉梅，李青果】

2017—04—27

教育部人文社會(huì)科學(xué)研究規(guī)劃基金(17YJA790011)； 廣東省自然科學(xué)基金(2017A030311038)；中山大學(xué)高?；究蒲袠I(yè)務(wù)費(fèi)(14wkzs03)

陳浪南，中山大學(xué)嶺南學(xué)院(廣州 510275)；

王升泉，中山大學(xué)嶺南學(xué)院(廣州 510275)；

王恒泰，中山大學(xué)嶺南學(xué)院(廣州 510275)。

10.13471/j.cnki.jsysusse.2017.06.018