社會融資結(jié)構(gòu)變遷對貨幣政策傳導影響研究*

倪　民

(中國人民銀行 吳江支行，江蘇 蘇州 215200)

一、引　言

隨著金融體制的深化改革、金融市場的快速發(fā)展、金融產(chǎn)品和服務的不斷創(chuàng)新，我國社會融資格局發(fā)生了深刻的變化，一個突出的特征就是融資方式的多元化。雖然銀行貸款依然是我國企業(yè)外部融資的主要來源，但委托貸款、信托貸款、企業(yè)債券、股票融資等融資方式的出現(xiàn)及廣泛使用導致我國社會融資結(jié)構(gòu)處于不斷變化之中，這不可避免地對我國貨幣政策的傳導機制產(chǎn)生影響。對于一國貨幣當局來說，貨幣政策傳導機制及其效果是非常重要的課題。因此，在社會融資結(jié)構(gòu)不斷變化的背景下，研究其對貨幣政策傳導機制的影響有著重要的理論和現(xiàn)實意義。

貨幣政策傳導機制是經(jīng)久不衰的熱點問題，它直接關(guān)系著一國貨幣政策的有效性，因此國內(nèi)外有關(guān)貨幣政策傳導機制的研究浩如煙海。經(jīng)典的教科書總結(jié)了貨幣政策傳導的主要渠道有貨幣政策數(shù)量傳導機制、貨幣政策信貸傳導機制、貨幣政策利率傳導機制和貨幣政策資產(chǎn)價格傳導機制。貨幣政策傳導機制是一個涉及較多因素的作用過程，微觀主體行為、金融市場環(huán)境和宏觀經(jīng)濟環(huán)境都會對貨幣政策最終效果產(chǎn)生影響，而在一國經(jīng)濟運行中，其重要性又是不言而喻的。

社會融資規(guī)模是我國于2011年提出的一個新的統(tǒng)計指標，用以衡量一定時間內(nèi)實體經(jīng)濟從金融體系獲得的資金總額。此后，社會融資規(guī)模的研究逐漸興起，研究焦點就是社會融資規(guī)模是否可以作為我國貨幣政策的中介目標。研究表明，社會融資規(guī)模與貨幣供應量M2有著較高的相關(guān)性，但比較而言，社會融資規(guī)模比貨幣供應量指標更適合作為金融宏觀調(diào)控的中介目標。[1-2]但也有一些研究發(fā)現(xiàn)，不同時期兩者表現(xiàn)的優(yōu)劣性不同。因此，貨幣政策中介目標應選擇多種指標綜合考慮，以促進貨幣政策的科學研判和精準調(diào)控。[3-4]

銀行表外業(yè)務、直接融資占社會融資總規(guī)模比例的不斷提高引起了學者們的關(guān)注。近年來，部分學者開始研究社會融資結(jié)構(gòu)對貨幣政策傳導及有效性的影響。宋旺、鐘正生研究發(fā)現(xiàn)，金融脫媒程度的加深導致我國貨幣政策利率渠道和資產(chǎn)負債表渠道作用力增加，銀行信貸渠道傳導效果則有所降低。[5]黃雋發(fā)現(xiàn)，社會融資結(jié)構(gòu)變化使得貨幣政策中介目標發(fā)生改變，新興的融資方式加速了貨幣流通速度，使得貨幣政策影響力下降。[6]樊文輝以朔州市為例，利用統(tǒng)計數(shù)據(jù)檢驗社會融資結(jié)構(gòu)變化對區(qū)域貨幣政策有效性的影響。[7]劉丁平對2002—2012年社會融資結(jié)構(gòu)的數(shù)據(jù)進行實證分析發(fā)現(xiàn)，我國貨幣政策效力受到社會融資結(jié)構(gòu)的影響日益明顯，央行在制定貨幣政策時應該將社會融資結(jié)構(gòu)的組成部分及其變化納入考慮。[8]

筆者采用貝葉斯向量自回歸模型分析社會融資結(jié)構(gòu)變遷對貨幣政策傳導的影響，克服了現(xiàn)有研究中利用VAR模型估計參數(shù)過多、樣本量少導致的精度降低等缺陷，增強了實證結(jié)果以及相應政策建議的可靠性。不同來源的社會融資在貨幣政策傳導中的作用機制存在差異，央行在貨幣政策調(diào)控中，應充分考慮這些差異性。本研究為提高貨幣政策有效性提供了參考依據(jù)，為研究社會融資結(jié)構(gòu)提供了新的思路。

二、我國社會融資結(jié)構(gòu)變遷分析

2011年，社會融資規(guī)模這一指標概念首次被引入我國宏觀調(diào)控，主要原因是金融市場的發(fā)展和金融產(chǎn)品的創(chuàng)新，使得新增人民幣貸款這個監(jiān)測指標難以全面反映金融和實體經(jīng)濟的關(guān)系。根據(jù)中國人民銀行公布的社會融資規(guī)模年度統(tǒng)計數(shù)據(jù)，2002—2016年我國社會融資規(guī)模呈快速上升趨勢，2016年為17.80萬億元，是2002年的8.85倍，年復合增長率16.85%。從融資來源的各個組成部分來看，我國社會融資結(jié)構(gòu)呈現(xiàn)以下幾個特征。

一是銀行信貸占比明顯下降。以人民幣貸款和外幣貸款兩者之和衡量的銀行信貸由2002年的1.92萬億元增長到2016年的11.87萬億元，規(guī)模持續(xù)擴大，但其占社會融資規(guī)模的比例出現(xiàn)波動(見圖1)，由2002年的95.50%下降到2013年的54.72%，近3年來略有上漲，2016年占比達66.69%。這表明我國實體經(jīng)濟的融資方式不再僅僅依靠銀行貸款，間接融資格局被打破，創(chuàng)新性的金融工具和市場發(fā)展為實體經(jīng)濟提供了更多的融資渠道和融資方式，從而引起我國融資結(jié)構(gòu)的轉(zhuǎn)換。

圖1　2002—2016年社會融資規(guī)模和銀行貸款情況數(shù)據(jù)來源：根據(jù)國家統(tǒng)計局和中國人民銀行數(shù)據(jù)整理

二是商業(yè)銀行表外規(guī)模發(fā)生顯著變化。委托貸款規(guī)?？焖贁U張，從2002年的175億元到2016年的21 854億元，增長了123倍。未貼現(xiàn)銀行承兌匯票總量從2002年的-695億元增長到2010年的最高值23 346億元，但近兩年又出現(xiàn)較大的負值，波動性較大。信托貸款屬于金融產(chǎn)品創(chuàng)新，從無到有，產(chǎn)品數(shù)量和規(guī)模都快速增長，從2006年的825億元到2013年的18 448億元，增長了22倍，2015年受監(jiān)管政策影響增幅較小，2016年回升到8592億元。三大表外業(yè)務占社會融資規(guī)模的比例由2002的負值增長到2013年的29.83%(見圖2)，近年來由于加強非標融資的風險控制而有所回落?？傮w而言，實體經(jīng)濟通過金融機構(gòu)表外融資迅速增長，對銀行貸款具有較大的替代作用。

三是直接融資規(guī)模和占比上升。隨著社會融資體系的不斷完善，企業(yè)債券和非金融企業(yè)股票融資為主的直接融資規(guī)模不斷擴大。以債券融資和股票融資兩者之和來看，2016年達到4.24萬億元，是2002年的42.62倍。兩者合計的融資規(guī)模占同期社會融資規(guī)模的比例也由2002年的4.94%上升到2016年的23.82%(見圖3)。對比債券市場和股票市場各自占社會融資規(guī)模的比例(見圖4)，債券市場保持比較大的漲幅，于2015年達到最高點，占社會融資規(guī)模的19.07%，2016年在債券市場去杠桿政策的影響下回落到16.84%；而非金融企業(yè)境內(nèi)股票融資相對平穩(wěn)，除2007年和2016年接近7%以外，其余都保持在5%以下，股票市場資金直接流向?qū)嶓w經(jīng)濟的規(guī)模不大。

圖2　2002—2016年社會融資規(guī)模和銀行表外貸款情況

圖3　2002—2016年社會融資規(guī)模和直接融資規(guī)模情況

圖4　2002—2016年債券融資和股票融資占比數(shù)據(jù)來源：根據(jù)國家統(tǒng)計局和中國人民銀行數(shù)據(jù)整理

三、社會融資結(jié)構(gòu)變遷對貨幣政策傳導的實證分析

(一) 實證模型

標準的VAR模型需要估計大量的參數(shù)，當樣本序列長度不足，模型估計時往往人為假設(shè)某些參數(shù)為零以減少參數(shù)估計量，但這可能導致模型估計結(jié)果的不可信。因此，羅伯特·李特曼(Robert Litterman)提出貝葉斯法向量自回歸建模方法(BVAR)以解決這一問題。[9]隨后，該模型被廣泛應用于建模和預測之中。

從一個標準的不含外生變量的VAR(p)模型出發(fā)，其一般矩陣形式可以記為：

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+εt，

ε～N(0,∑)

其中Yt是一個n維內(nèi)生變量，A為n×n的系數(shù)矩陣，隨機誤差項εt滿足標準正態(tài)分布，即均值為零，協(xié)方差矩陣為∑。

在估計時引入貝葉斯估計方法，先假設(shè)系數(shù)矩陣中的元素滿足某一特定先驗分布，將先驗分布與似然函數(shù)聯(lián)合起來，獲得參數(shù)的后驗分布，即p(A,∑|Y)∝p(A,∑)l(Y|A,∑)，其中l(wèi)(Y|A,∑)為數(shù)據(jù)的最大似然函數(shù)。先驗分布的引入縮小了系數(shù)的取值范圍，有助于避免無約束VAR的自由度損失問題。

貝葉斯先驗分布可以采取很多種不同的形式，最著名的是李特曼等使用的Minnesota共軛先驗分布，假設(shè)每個參數(shù)為正態(tài)分布，在方程i中，解釋變量j的第k階滯后值的先驗期望由下式給出：

先驗分布的標準差根據(jù)方程中自變量、方程結(jié)構(gòu)及滯后階數(shù)的變化而取不同的值。先驗分布的標準差可以由下式確定：

f(i,j)=g(1)=1

其中，γ是總體緊縮度，測量對先驗信息的把握程度，其值越小，說明對先驗信息越有把握。si是變量i自回歸殘差標準差，因子si/sj表示不同變量i和j自回歸殘差標準差的比值。g(k)=k-1為調(diào)和滯后延遲函數(shù)，反映過去信息比當前信息有用程度減少的可能性。函數(shù)f(i,j)表示對方程中變量i的影響而言，其他滯后變量相對i自身滯后量的權(quán)重。該權(quán)重隨方程和變量的變化而變化，它包含了各個方程中不同變量可能出現(xiàn)的不同影響。

(二)數(shù)據(jù)選取和平穩(wěn)性檢驗

為考察社會融資規(guī)模對貨幣政策傳導渠道的影響，筆者選取貨幣供應量、利率、銀行信貸量和股票價格指數(shù)分別代表貨幣政策數(shù)量傳導渠道、利率渠道、信貸渠道和資產(chǎn)價格渠道的中介變量。目前，在我國社會融資規(guī)模統(tǒng)計中，明顯的結(jié)構(gòu)性變化是銀行貸款的減少。因此，筆者以銀行貸款占社會融資規(guī)模的比例來衡量社會融資結(jié)構(gòu)的變化，取數(shù)據(jù)的同比增長率，記為SFS；取廣義貨幣供應量為貨幣數(shù)量指標，其月度同比增長率記為M2；選擇銀行間1個月期同業(yè)拆借利率RATE作為利率變量，金融機構(gòu)貸款余額LOAN作為信貸變量，上證綜合指數(shù)INDEX作為資產(chǎn)價格變量。物價取居民消費價格指數(shù)作為觀測指標，取月度同比增長率記為CPI，經(jīng)濟增長以國內(nèi)生產(chǎn)總值為觀測指標，但目前公布的GDP數(shù)據(jù)為季度數(shù)據(jù)，依據(jù)現(xiàn)有文獻的處理方法，取工業(yè)增加值為代理變量，取工業(yè)增加值的月度同比數(shù)據(jù)，記為GDP。對所有的數(shù)據(jù)利用X12方法進行季節(jié)處理。

本研究數(shù)據(jù)主要來源于WIND數(shù)據(jù)庫，分析的統(tǒng)計軟件為EVIEWS 9.0。在用貝葉斯向量自回歸模型進行估計之前，先對數(shù)據(jù)進行平穩(wěn)性分析，根據(jù)SIC信息準則，經(jīng)季節(jié)調(diào)整的同比增長率均為平穩(wěn)序列。

(三)實證過程

1.貨幣政策數(shù)量傳導渠道

長期以來，貨幣供應量是我國貨幣政策調(diào)控的中介目標。在研究社會融資結(jié)構(gòu)變遷對貨幣政策數(shù)量傳導渠道的影響時，首先建立不考慮社會融資結(jié)構(gòu)變動因素的貝葉斯向量自回歸模型。由于VAR模型中變量進入順序?qū)Y(jié)果有影響，借鑒前人相關(guān)的研究，確定變量進入BVAR模型的順序為M2、GDP、CPI。接著建立包含社會融資結(jié)構(gòu)變動因素的貝葉斯向量自回歸模型，變量進入BVAR模型的順序為SFS、M2、GDP、CPI。

本研究的主題是考察社會融資結(jié)構(gòu)變動對貨幣政策傳導的沖擊影響，脈沖響應函數(shù)可以用來描述某內(nèi)生變量的沖擊對其他變量帶來的影響。因此，筆者主要觀測在不同的社會融資結(jié)構(gòu)狀態(tài)下，貨幣政策最終目標產(chǎn)出對貨幣政策中介變量的沖擊反應。

當前水資源監(jiān)控終端的研制廠家眾多，產(chǎn)品質(zhì)量參差不齊，缺乏統(tǒng)一的管理和認證，帶來的問題已經(jīng)在目前的水資源管理中顯現(xiàn)。因此，需要制定“水資源監(jiān)控終端認證技術(shù)規(guī)范”，進一步加強水資源管理系統(tǒng)監(jiān)控終端設(shè)備產(chǎn)品認證，規(guī)范水資源監(jiān)控終端設(shè)備的產(chǎn)品質(zhì)量。該規(guī)范將對水資源監(jiān)控終端的基本技術(shù)要求、試驗項目、試驗條件、試驗方法等進行規(guī)定，其中包括產(chǎn)品的功能要求、性能要求，電氣安全要求及防雷、抗干擾、抗電源波動等特性要求，并依據(jù)上述要求給出明確的檢測方法以及判定規(guī)則。只有認證合格的監(jiān)控終端方能在國家水資源監(jiān)控能力建設(shè)中應用推廣，以確保國家水資源監(jiān)控能力建設(shè)的工程質(zhì)量。

國內(nèi)生產(chǎn)總值受貨幣供應量沖擊的脈沖響應如圖5所示，橫軸代表了沖擊的滯后階數(shù)，縱軸代表沖擊單位，圖形中的曲線代表脈沖響應后驗分布的均值。

(a)

(b)圖5　產(chǎn)出對貨幣供應量的沖擊響應

從圖5(a)可以看出，在未考慮融資結(jié)構(gòu)變化的情形下，貨幣供應量一單位的沖擊對產(chǎn)出的影響在第1期為0.002 58，在第7期達到最大值0.004 94，第8期開始下降，在18個月后這種正向的影響接近0.002 46個單位水平。

圖5(b)顯示，在考慮了社會融資結(jié)構(gòu)變遷的情況下，貨幣供應量一單位的正向沖擊對產(chǎn)出產(chǎn)生正向影響，第1期為0.000 32，影響幅度明顯小于不考慮社會融資結(jié)構(gòu)變化的情形。產(chǎn)出對貨幣供應量的沖擊反饋在第7期達到最大值0.003 20，同樣低于圖5(a)中第7期的最高點0.004 94。從第8期開始出現(xiàn)下降，第18期的影響力在0.001 29的水平上。兩種情形對比發(fā)現(xiàn)，在加入社會融資結(jié)構(gòu)變化的因素后，貨幣供應量對產(chǎn)出的影響力減弱。這與一些研究得出的在社會融資多元化趨勢下貨幣供應量作為貨幣政策中介目標效力下降的結(jié)論一致。[1，4]究其原因主要在于，隨著我國社會融資結(jié)構(gòu)的變遷，央行難以完全控制和調(diào)節(jié)貨幣供應量，微觀經(jīng)濟主體行為內(nèi)生性增加，貨幣乘數(shù)和貨幣需求不確定性提高，貨幣政策數(shù)量傳導中介目標可測性下降，傳導機制變得復雜，傳導效果減弱。另一方面，銀行表外融資體系的出現(xiàn)，形成了新的信用創(chuàng)造機制，對貨幣政策的數(shù)量調(diào)控效果減弱。當央行提高法定存款準備金以減少貨幣供應量時，商業(yè)銀行表內(nèi)信用擴張受到影響，但表外信用創(chuàng)造機制的快速發(fā)展，有融資需求的微觀經(jīng)濟主體轉(zhuǎn)向以委托貸款、信托貸款或其他融資方式獲取資金，遞減了緊縮性貨幣政策的效果。

2.貨幣政策信貸傳導渠道

在間接融資為主體的金融體系下，銀行貸款是企業(yè)外部融資的主要來源，因此貨幣政策信貸渠道是我國貨幣政策傳導的主要渠道。筆者分別建立了不考慮社會融資結(jié)構(gòu)因素和考慮社會融資結(jié)構(gòu)因素的銀行信貸、產(chǎn)出與通貨膨脹的貝葉斯向量自回歸模型，檢驗在社會融資方式趨于多元化、銀行貸款在社會融資規(guī)模中占比降低的情況下，貨幣政策信貸傳導渠道的有效性。兩個貝葉斯向量自回歸模型分別為BVAR(LOAN、GDP、CPI)和BVAR(SFS、LOAN、GDP、CPI)，脈沖響應如圖6所示。

(a)

(b)圖6　產(chǎn)出對信貸的沖擊響應

從圖6(a)可以看出，在不考慮社會融資結(jié)構(gòu)變化的情形下，產(chǎn)出對信貸的沖擊存在著正反饋機制，信貸一單位的沖擊在第1期就達到最大值0.003 68，經(jīng)過第2期的調(diào)整后，第3期至第7期保持在0.002 75左右的水平，隨后開始下降，18個月后信貸一單位的正向沖擊對產(chǎn)出的影響約為0.001 24。

與圖6(a)相比，考慮了社會融資結(jié)構(gòu)變化的圖6(b)的中間段明顯不同，但信貸一單位的正向沖擊同樣對產(chǎn)出存在正向的影響。從數(shù)值上看，沖擊在第1期達到最大值0.001 87，經(jīng)第2期大幅下調(diào)后從第3期開始逐漸回復，至第10期達到次高點0.001 46，隨后開始下降，至第18期正向沖擊的影響力為0.000 80，明顯低于不考慮社會融資結(jié)構(gòu)變化的情形。隨著銀行貸款占比的降低，信貸在貨幣政策傳導過程中的作用力下降。銀行表外融資、債券和股票融資等直接融資形式為企業(yè)融資提供了更多的渠道，降低了企業(yè)對銀行貸款的依賴性，削弱了貨幣政策信貸渠道的傳導效力。同時，利潤最大化和規(guī)避監(jiān)管的目標驅(qū)使銀行表外業(yè)務快速發(fā)展，形成銀行貸款的替代效應。

3.貨幣政策利率傳導渠道

貨幣政策利率傳導渠道是由于貨幣供應量的增加導致利率降低，進而使得投資增加，最終引起產(chǎn)出增加。因此，在研究社會融資結(jié)構(gòu)變遷對貨幣政策利率傳導渠道時，首先不考慮社會融資結(jié)構(gòu)變動的因素，建立貝葉斯向量自回歸模型，變量進入BVAR模型的順序為RATE、GDP、CPI；然后加入社會融資結(jié)構(gòu)變化因素建立模型，結(jié)果如圖7所示。

從圖7(a)可以看出，在未考慮融資結(jié)構(gòu)變化情形下，利率一單位的正向沖擊導致產(chǎn)出負向反應，總體而言，呈負的波動特征。第1期為-0.0038，第3期達到最低點-0.005 01，隨后開始逐漸回復，到第18期利率的沖擊對產(chǎn)出的影響僅為-0.0003。

從圖7(b)可以看出，在考慮融資結(jié)構(gòu)變化的因素下，利率一單位正向沖擊也會導致產(chǎn)出的負向反饋。第1期為-0.002 51，第4期達到最低值-0.005 09，隨后負向沖擊效應開始減小，第18期時沖擊效應為-0.001 64?？梢?，一旦考慮了融資結(jié)構(gòu)變化的因素，利率的正向沖擊對產(chǎn)出的作用時間延長，波動也加大。這表明融資主體融資方式的多元化發(fā)展，不僅為金融需求者提供更多的融資渠道，增加資金可得性，而且提高了經(jīng)濟主體對利率的敏感性，經(jīng)濟主體能夠根據(jù)市場價格的變化結(jié)合自身融資需求迅速作出判斷，強化了不同市場利率間的聯(lián)動，有利于貨幣政策的利率傳導。

(a)

(b)圖7　產(chǎn)出對利率的沖擊響應

4.貨幣政策的資產(chǎn)價格渠道

貨幣政策的資產(chǎn)價格傳導途徑是指貨幣增發(fā)引致股票價格上升，通過資產(chǎn)負債表效應和財富效應等，使得經(jīng)濟主體消費和投資增加，進而產(chǎn)出增加。因此，采用上證綜指、產(chǎn)出和通貨膨脹等數(shù)據(jù)，分別建立不考慮社會融資結(jié)構(gòu)變遷因素的貝葉斯向量自回歸模型(INDEX、GDP、CPI)和考慮社會融資結(jié)構(gòu)變遷因素的貝葉斯向量自回歸模型(SFS、INDEX、GDP、CPI)，結(jié)果如圖8所示。

從圖8(a)可以看出，在不考慮融資結(jié)構(gòu)變化的情況下，資產(chǎn)價格一單位的正向沖擊在第1期給產(chǎn)出帶來-0.000 65的影響，從第2期開始轉(zhuǎn)為正向的影響，資產(chǎn)價格上漲，產(chǎn)出增加，響應值達0.002 88，小幅波動后從第7期開始正向影響減弱，第18期響應值為0.000 36?？梢?，資產(chǎn)價格對產(chǎn)出存在著正向的影響。

從圖8(b)可以看出，在考慮融資結(jié)構(gòu)變化的影響下，資產(chǎn)價格一單位的正向沖擊對產(chǎn)出帶來正向的影響，在第2期達到最大響應值為0.003 71，第3期至第6期雖有小幅波動，但響應均值為0.003 06，第7期開始正向影響減弱，衰減速度較快，到第18期響應值為0.000 18。兩種情形相比較發(fā)現(xiàn)，在考慮融資結(jié)構(gòu)變化的情形下，資產(chǎn)價格對產(chǎn)出的沖擊影響較大，這符合預期，說明隨著經(jīng)濟主體融資方式的增加，貨幣政策資產(chǎn)價格渠道的有效性提高。究其原因可能在于，債券和資本市場的發(fā)展拓寬了經(jīng)濟主體的融資渠道，提供了多樣化融資方式，貨幣政策通過利率和貨幣供應量的調(diào)整影響了經(jīng)濟主體的資產(chǎn)價格和融資成本，發(fā)揮了金融市場信息傳播優(yōu)勢，從而減少貨幣政策傳導過程中的損耗，增強了貨幣政策的傳導效力。

(a)

(b)圖8　產(chǎn)出對資產(chǎn)價格的沖擊響應

四、結(jié)論與建議

社會融資結(jié)構(gòu)的多元化是我國金融體制改革、金融市場發(fā)展的必然趨勢，它增加了央行貨幣政策調(diào)控難度，對我國貨幣政策傳導機制產(chǎn)生顯著的影響。筆者通過構(gòu)建貝葉斯向量自回歸模型進行脈沖響應分析發(fā)現(xiàn)，社會融資結(jié)構(gòu)變遷弱化了貨幣政策數(shù)量傳導和信貸傳導的有效性，提高了經(jīng)濟主體對利率與資產(chǎn)價格的敏感性，增強了貨幣政策利率傳導和資產(chǎn)價格傳導的效力。這個結(jié)論對我國貨幣政策的調(diào)控方式提出新的要求。

第一，完善社會融資規(guī)模統(tǒng)計制度。社會融資結(jié)構(gòu)日趨多元化，新的融資渠道和方式在互聯(lián)網(wǎng)快速發(fā)展的背景下不斷涌現(xiàn)，社會融資規(guī)模統(tǒng)計中應及時關(guān)注和納入這些新的融資方式，豐富統(tǒng)計內(nèi)涵，完善統(tǒng)計口徑，增強可控性，為全面衡量金融和實體經(jīng)濟的關(guān)系、把控貨幣政策調(diào)控方向提供較為準確的數(shù)據(jù)信息。

第二，健全貨幣政策中介目標體系。融資方式的多元化發(fā)展導致貨幣供應量這一中介指標與貨幣政策最終目標的相關(guān)性減弱，央行若僅依靠貨幣供應量來調(diào)控經(jīng)濟體系的流動性，可能難以達到預期的效果。因此，央行應豐富貨幣政策目標體系，選取適應貨幣金融環(huán)境的中介目標和監(jiān)測指標，而不是在貨幣供應量、新增人民幣貸款或社會融資規(guī)模指標中取舍。

第三，優(yōu)化貨幣政策數(shù)量型調(diào)控工具。目前，數(shù)量型調(diào)控工具傳導效應減弱，但考慮到利率市場化進程和經(jīng)濟主體對利率的敏感程度，優(yōu)化數(shù)量型調(diào)控工具仍是當下提高貨幣政策傳導效力的有效途徑。為適應流動性創(chuàng)造機制的顯著變化，央行不僅應提高宏觀經(jīng)濟變量趨勢研判的準確性，還應加強對市場參與主體微觀行為的觀測，優(yōu)化數(shù)量型政策工具組合，實現(xiàn)精準調(diào)控。

第四，提高貨幣政策價格型工具的作用能力。金融市場借貸雙方對利率的敏感度提高，央行增加貨幣政策價格調(diào)控是必然結(jié)果，因而要充分發(fā)揮價格型工具傳遞市場信息和引導公眾預期的優(yōu)勢。利率市場化是實現(xiàn)這一目標的前提條件。因此，應當加快發(fā)展銀行同業(yè)拆借利率市場，構(gòu)建市場基準利率體系，完善市場化利率形成機制，從而提升我國的利率市場化水平，為價格型貨幣政策調(diào)控和傳導創(chuàng)造良好的宏微觀經(jīng)濟環(huán)境。

第五，創(chuàng)設(shè)豐富的貨幣政策工具組合。多元化金融體系發(fā)展導致貨幣政策調(diào)控的難度增

加，對于不同的融資渠道和融資方式，單一的調(diào)控模式可能難以實現(xiàn)調(diào)控的最終目標。對于票據(jù)、債券和股票融資等方式，價格型工具可能更為有效；對于市場化程度較低的貸款，數(shù)量型調(diào)控工具依然有較大的影響力。因此，貨幣當局應綜合運用數(shù)量型工具和價格型工具，優(yōu)化和創(chuàng)新政策組合，提升貨幣政策宏觀調(diào)控的科學性、前瞻性和有效性。

參考文獻：

[1]元惠萍，劉颯.社會融資規(guī)模作為金融宏觀調(diào)控中介目標的適用性分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2013(10):94-108.

[2]秦化清.社會融資總量能否作為制定貨幣政策規(guī)則的依據(jù)?[J].財經(jīng)問題研究,2013(12):46-50.

[3]張春生,蔣海.社會融資規(guī)模適合作為貨幣政策中介目標嗎:與M2、信貸規(guī)模的比較[J].經(jīng)濟科學,2013(6):30-43.

[4]盛松成,謝潔玉.社會融資規(guī)模與貨幣政策傳導：基于信用渠道的中介目標選擇[J].中國社會科學,2016(12):60-82.

[5]宋旺,鐘正生.我國金融脫媒對貨幣政策傳導機制的影響:1978—2007[J].經(jīng)濟學家,2010(2):80-89.

[6]黃雋.社會融資結(jié)構(gòu)變化對貨幣政策的影響[J].經(jīng)濟縱橫,2011(10):68-72.

[7]樊文輝.社會融資結(jié)構(gòu)變化對區(qū)域貨幣政策有效性影響研究：以朔州市為例[J].華北金融,2014(11):30-33.

[8]劉丁平.社會融資結(jié)構(gòu)對貨幣政策效力影響的實證分析[J].天中學刊,2016(1):73-77.

[9]LITTERMAN R. Forecasting with Bayesian vector autoregressions：five years of experience[J]. Journal of business and economic statistics,1986(4):25-38.