利率市場(chǎng)化、LPR與貨幣政策調(diào)控有效性
——基于政策對(duì)工業(yè)經(jīng)濟(jì)的影響視角

張年華，黃楚光，蔣 彧

(1.上海財(cái)經(jīng)大學(xué)金融學(xué)院，上海 200433；2.南京大學(xué)商學(xué)院，江蘇 南京 210093)

一、 引 言

貨幣政策是宏觀經(jīng)濟(jì)調(diào)控的重要工具，在政策實(shí)施中，公開市場(chǎng)操作和法定準(zhǔn)備金率等總量型調(diào)控方式在維持經(jīng)濟(jì)增長(zhǎng)和物價(jià)穩(wěn)定中起到了關(guān)鍵作用[1]。隨著中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新階段，對(duì)貨幣政策提出了兼顧總量調(diào)控和結(jié)構(gòu)優(yōu)化的更高要求[2][3]。一方面，近年來金融創(chuàng)新高速發(fā)展，金融脫媒、資金“脫實(shí)向虛”嚴(yán)重[4]，而貨幣需求的不穩(wěn)定性也使得傳統(tǒng)數(shù)量型調(diào)控的有效性備受質(zhì)疑[3][5]；另一方面，基于利率市場(chǎng)化改革背景，中國(guó)貨幣政策調(diào)控目標(biāo)由數(shù)量調(diào)控向價(jià)格調(diào)控轉(zhuǎn)型受到重視[3][6]。當(dāng)前，推動(dòng)利率改革，疏通利率傳導(dǎo)堵點(diǎn)是實(shí)施價(jià)格調(diào)控的重要前提?；诖?，央行在2013年貸款利率改革和2015年存款利率改革的基礎(chǔ)上，于2019年8月重啟貸款市場(chǎng)報(bào)價(jià)利率(LPR)改革。新的LPR在中期借貸便利(MLF)利率基礎(chǔ)上引入了18家銀行自主加點(diǎn)報(bào)價(jià)，此舉提升了利率市場(chǎng)化水平，對(duì)疏通價(jià)格傳導(dǎo)機(jī)制具有積極意義。

存款利率剛性會(huì)弱化貨幣政策對(duì)公眾儲(chǔ)蓄行為的調(diào)控效果[7]，貸款基準(zhǔn)利率管制會(huì)顯著降低企業(yè)投資對(duì)利率的敏感性[6]，而利率雙軌制更扭曲了貨幣政策對(duì)實(shí)體經(jīng)濟(jì)的傳導(dǎo)機(jī)制[8]。因此，利率改革通過疏通貨幣政策傳導(dǎo)堵點(diǎn)會(huì)顯著提高政策調(diào)控效率[9]。從研究視角看，現(xiàn)有文獻(xiàn)主要關(guān)注利率改革的宏觀影響[10]，如利率改革會(huì)增強(qiáng)貨幣政策對(duì)匯率、通脹和實(shí)際產(chǎn)出缺口等宏觀變量的調(diào)控效果。然而，在產(chǎn)業(yè)經(jīng)濟(jì)層面，利率改革是否會(huì)強(qiáng)化政策對(duì)工業(yè)經(jīng)濟(jì)的調(diào)控效果尚無結(jié)論。

盡管利率改革可能強(qiáng)化政策的宏觀影響，但對(duì)企業(yè)投資的調(diào)控效果可能微弱[11]。尤其在金融市場(chǎng)有效性不強(qiáng)、預(yù)算軟約束等背景下，過快推進(jìn)利率市場(chǎng)化還可能誘發(fā)銀行信貸的逆向選擇，增加銀行脆弱性[12]，加劇企業(yè)破產(chǎn)風(fēng)險(xiǎn)，導(dǎo)致貨幣政策傳導(dǎo)失效[9]。研究指出，利率改革可能強(qiáng)化寬松貨幣政策下的融資沖動(dòng)和融資便利，提升銀行信貸風(fēng)險(xiǎn)偏好[13]，從而放松企業(yè)融資約束，這會(huì)增加杠桿風(fēng)險(xiǎn)，并在政策收緊時(shí)對(duì)工業(yè)經(jīng)濟(jì)的穩(wěn)增長(zhǎng)產(chǎn)生強(qiáng)烈負(fù)沖擊。當(dāng)前，LPR作為更高級(jí)市場(chǎng)化的改革嘗試，其中央行控制的MLF利率在LPR中的影響比市場(chǎng)化元素更高，這也表明央行對(duì)于過快推進(jìn)利率市場(chǎng)化存在擔(dān)憂[10]。因此，LPR作為在利率中介端融入市場(chǎng)化要素的開端，改革成效如何，能否強(qiáng)化政策對(duì)工業(yè)經(jīng)濟(jì)的調(diào)控有效性具有重要研究?jī)r(jià)值。

貨幣政策可劃分為數(shù)量型政策和價(jià)格型政策[14][15]。與執(zhí)行價(jià)格調(diào)控為主的發(fā)達(dá)經(jīng)濟(jì)體不同，中國(guó)在經(jīng)濟(jì)改革之初選擇了數(shù)量型政策并發(fā)揮了重要作用。然而，金融創(chuàng)新和資產(chǎn)價(jià)格泡沫使得M2的可測(cè)性、可控性及與實(shí)體經(jīng)濟(jì)的相關(guān)性下降，因此推動(dòng)政策調(diào)控由“量”向“價(jià)”轉(zhuǎn)型備受關(guān)注。實(shí)際上，近年央行倡導(dǎo)“精準(zhǔn)滴灌”的貨幣調(diào)控政策，也是降低數(shù)量依賴并向價(jià)格調(diào)控轉(zhuǎn)型的縮影。隨著LPR改革和利率并軌的推進(jìn)，價(jià)格型政策對(duì)產(chǎn)出、通脹和企業(yè)價(jià)值的影響愈加明顯[9]。然而，也有學(xué)者認(rèn)為利率雙軌制的存在可能使中國(guó)貨幣政策調(diào)控轉(zhuǎn)型存在風(fēng)險(xiǎn)，當(dāng)前兼顧總量調(diào)控和價(jià)格調(diào)控的方式更有利于發(fā)揮中國(guó)貨幣政策的穩(wěn)增長(zhǎng)功效[3][5]。綜上，學(xué)者對(duì)貨幣政策總量調(diào)控和價(jià)格調(diào)控的有效性存在爭(zhēng)議。當(dāng)前，在利率改革背景下，數(shù)量型政策和價(jià)格型政策的調(diào)控是否有效，兩種政策對(duì)工業(yè)經(jīng)濟(jì)的調(diào)控影響是否存在顯著差異仍待考察。

綜上所述，利率市場(chǎng)化是影響貨幣政策調(diào)控有效性的重要因素，忽視改革背景而研究政策效果將造成評(píng)估誤差[16]。在利率改革背景下，數(shù)量型政策和價(jià)格型政策的效果是否存在顯著差異亟需厘清，這關(guān)系到利率改革成果和政策轉(zhuǎn)型結(jié)果?，F(xiàn)階段對(duì)貨幣政策調(diào)控效果的研究多關(guān)注宏觀層面，而在工業(yè)經(jīng)濟(jì)層面的調(diào)控是否有效尚需考證?；诖耍疚目疾靸煞N政策的異質(zhì)性影響，同時(shí)考慮不同利率市場(chǎng)化程度下政策調(diào)控的非線性時(shí)變特征，采用時(shí)變參數(shù)模型和構(gòu)建政策時(shí)變溢出指數(shù)來刻畫政策的時(shí)變影響。本文為鞏固利率改革成果和推動(dòng)貨幣政策調(diào)控轉(zhuǎn)型提供了參考。

二、理論分析和研究設(shè)計(jì)

企業(yè)投融資不僅取決于內(nèi)部財(cái)務(wù)結(jié)構(gòu)，還受到信貸供給的影響[17]。貨幣政策可以通過信貸渠道和利率渠道對(duì)實(shí)體企業(yè)的融資規(guī)模和經(jīng)濟(jì)增長(zhǎng)產(chǎn)生影響。從信貸渠道看，擴(kuò)張數(shù)量型政策增加銀行流動(dòng)性，進(jìn)而緩解實(shí)體企業(yè)面臨的授信約束，此時(shí)寬松融資環(huán)境促進(jìn)企業(yè)融資和經(jīng)濟(jì)增長(zhǎng)。當(dāng)前，中國(guó)金融市場(chǎng)還不夠發(fā)達(dá)，間接融資仍是工業(yè)企業(yè)融資的主要途徑，因此數(shù)量型政策改變?nèi)谫Y環(huán)境將對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著影響。從利率渠道看，價(jià)格型政策改變信貸利率，進(jìn)而對(duì)企業(yè)融資成本和融資行為產(chǎn)生影響。如緊縮價(jià)格型政策提高金融市場(chǎng)利率，進(jìn)而強(qiáng)化銀行信貸風(fēng)險(xiǎn)的謹(jǐn)慎動(dòng)機(jī)，削弱貸款供給水平[18]，此時(shí)依賴外源融資的工業(yè)企業(yè)將面臨融資成本上升和融資規(guī)模下降的雙重沖擊。因此，數(shù)量型政策和價(jià)格型政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)均存在較大影響。另外，工業(yè)企業(yè)融資同比增速和工業(yè)經(jīng)濟(jì)增長(zhǎng)同比增速作為宏觀經(jīng)濟(jì)的前瞻指標(biāo)，也對(duì)央行貨幣政策調(diào)控方向和調(diào)控力度等存在反向影響。由此可見，貨幣政策、工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)三者存在明顯的內(nèi)生關(guān)系，需要納入統(tǒng)一框架研究三者的動(dòng)態(tài)關(guān)聯(lián)。

現(xiàn)有研究表明，貨幣政策的調(diào)控影響存在非線性時(shí)變特征[8]。一方面，利率改革具有動(dòng)態(tài)性和階段波動(dòng)性，導(dǎo)致政策利率向市場(chǎng)利率傳導(dǎo)具有時(shí)變性[19]。事實(shí)上，利率市場(chǎng)化程度不同會(huì)導(dǎo)致貨幣政策對(duì)企業(yè)的邊際影響存在顯著的非線性差異，如貸款基準(zhǔn)利率管制會(huì)削弱企業(yè)投資對(duì)利率調(diào)控的邊際反應(yīng)[6]。因此，利率改革的動(dòng)態(tài)性使得政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響具有非線性時(shí)變特征。另一方面，在不同經(jīng)濟(jì)環(huán)境下，貨幣政策調(diào)控力度存在差異，導(dǎo)致政策效果具有明顯的非線性特征，尤其當(dāng)前政策調(diào)控處于轉(zhuǎn)型期，更加強(qiáng)化了政策影響的非線性特征[20]。由此可見，貨幣政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響效果并非恒定，而是隨著利率市場(chǎng)化程度不同以及政策調(diào)控力度改變而存在非線性時(shí)變特征。由于傳統(tǒng)常參數(shù)模型無法精準(zhǔn)捕捉政策的時(shí)變效果，本文參考現(xiàn)有研究，采用TVP-VAR模型來捕捉政策影響[9]：

(1)

yt=Λt+Φtyt-1+ut

(2)

其中，Λt和Φt為待估參數(shù)，ut為隨機(jī)誤差項(xiàng)。我們對(duì)式(2)中的時(shí)變脈沖沖擊進(jìn)行如下界定，兩類貨幣政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響方程的殘差分別為政策沖擊的時(shí)變脈沖響應(yīng)結(jié)果。本文借鑒Primiceri(2005)[22]的方法，建立TVP-VAR時(shí)變參數(shù)模型，并通過MCMC估計(jì)不同利率市場(chǎng)化程度下，兩類貨幣政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的調(diào)控有效性?？紤]到新的LPR改革相比以往更具有市場(chǎng)化成分[10]，本文重點(diǎn)研究LPR改革前后，兩類貨幣政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)變動(dòng)的解釋力度。政策時(shí)變溢出效應(yīng)指數(shù)的構(gòu)建如下：

(3)

(4)

同樣，在t時(shí)刻，任一變量i對(duì)其他變量影響的方向性溢出指數(shù)可用式(5)表示：

(5)

貨幣政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的凈溢出指數(shù)為貨幣政策對(duì)工業(yè)經(jīng)濟(jì)指標(biāo)的方向性溢出影響減去貨幣政策受到工業(yè)經(jīng)濟(jì)指標(biāo)的方向性溢出影響，即貨幣政策時(shí)變凈溢出指數(shù)(Rijt(H))可表示為：

(6)

三、數(shù)據(jù)來源與處理

本文數(shù)據(jù)來源于Wind、中經(jīng)網(wǎng)產(chǎn)業(yè)數(shù)據(jù)庫和中國(guó)人民銀行官網(wǎng)。數(shù)據(jù)周期跨度為2012至2020年，涵蓋2013年7月貸款利率改革、2015年10月存款利率改革，以及2019年8月LPR改革等事件。在政策指標(biāo)選擇上，參考李宏瑾和蘇乃芳(2020)[3]、李成剛等(2020)[23]的研究，選擇貨幣供應(yīng)量M2同比增速(m2)作為數(shù)量型政策指標(biāo)，7天同業(yè)拆借利率(shibor)作為價(jià)格型政策指標(biāo)，其中M2是央行貨幣政策中間目標(biāo)，而7天同業(yè)拆借利率的市場(chǎng)化程度高，與政策利率聯(lián)動(dòng)性強(qiáng)，具有政策代表性。同時(shí)，考慮到利率市場(chǎng)化改革的波動(dòng)影響，選擇社會(huì)融資規(guī)模同比增速(SFscale)和銀行間質(zhì)押式回購(gòu)加權(quán)利率(DR007)、LPR(LPR)作為穩(wěn)健性檢驗(yàn)指標(biāo)。其中社會(huì)融資規(guī)模是央行宏觀調(diào)控的重要參考指標(biāo)，與貨幣供應(yīng)量M2共同構(gòu)成數(shù)量型貨幣政策的中間目標(biāo)；銀行間質(zhì)押式回購(gòu)加權(quán)利率則是央行政策調(diào)控的關(guān)鍵指標(biāo)，能反映政策取向和金融機(jī)構(gòu)回購(gòu)資金的成本；而LPR是在利率中介端融入市場(chǎng)化要素的開端，有助于打破貸款利率隱形下限，是貸款定價(jià)的重要參考指標(biāo)。此外，本文參考肖爭(zhēng)艷和陳惟(2017)[24]的研究，選擇工業(yè)企業(yè)負(fù)債同比增速和工業(yè)企業(yè)增加值同比增速分別作為工業(yè)企業(yè)融資(debt)和工業(yè)經(jīng)濟(jì)增長(zhǎng)(value)的代理變量，檢驗(yàn)不同利率市場(chǎng)化程度下的貨幣政策調(diào)控效果差異。表1為主要變量的描述性統(tǒng)計(jì)結(jié)果。

表1 變量描述性統(tǒng)計(jì)

鑒于時(shí)間序列檢驗(yàn)容易出現(xiàn)偽回歸問題，本文采用ADF檢驗(yàn)和PP檢驗(yàn)進(jìn)行平穩(wěn)性檢驗(yàn)。根據(jù)表2，m2和debt均在5%的顯著性水平上接受原假設(shè)，說明這兩個(gè)變量的時(shí)間序列數(shù)據(jù)不平穩(wěn)。差分檢驗(yàn)表明，變量的時(shí)間序列一階差分均在1%的顯著性水平上通過平穩(wěn)性檢驗(yàn)，即本文實(shí)證模型的變量均為一階差分的平穩(wěn)序列。

表2 序列的單位根平穩(wěn)性檢驗(yàn)

考慮到使用一階差分變量進(jìn)行建模會(huì)抹殺原始數(shù)據(jù)攜帶的大量有效信息，并且改變?cè)甲兞康慕?jīng)濟(jì)涵義，因此我們借鑒李成剛等(2020)[23]的研究，對(duì)原始變量展開協(xié)整檢驗(yàn)。在數(shù)量型體系下，協(xié)整檢驗(yàn)結(jié)果表明變量存在協(xié)整關(guān)系；在價(jià)格型體系下，EG協(xié)整檢驗(yàn)也拒絕變量間不存在協(xié)整關(guān)系的假定，JJ協(xié)整檢驗(yàn)也表明變量至少存在2個(gè)協(xié)整關(guān)系(具體結(jié)果作者備索)。因此，鑒于變量存在長(zhǎng)期均衡關(guān)系，本文使用原始序列進(jìn)行參數(shù)估計(jì)。

四、實(shí)證檢驗(yàn)

本文采用TVP-VAR模型捕捉貨幣政策的調(diào)控有效性，并根據(jù)廣義方差分解構(gòu)造政策時(shí)變溢出指數(shù)，進(jìn)而考察在不同利率市場(chǎng)化程度下，數(shù)量型和價(jià)格型政策對(duì)工業(yè)經(jīng)濟(jì)調(diào)控的時(shí)變影響。參考Primiceri(2005)的方法，本文設(shè)定2萬次馬爾科夫蒙特卡洛模擬抽樣[22]。結(jié)果表明，在價(jià)格型政策體系下，模擬估計(jì)參數(shù)無效因子最大值僅為81.12，即實(shí)證研究中至少可獲得247個(gè)不相關(guān)的有效樣本，滿足后驗(yàn)統(tǒng)計(jì)推斷對(duì)樣本量的需求。同樣，在數(shù)量型政策體系下，模擬估計(jì)的有效觀測(cè)樣本數(shù)達(dá)到346個(gè)。此外，Geweke檢驗(yàn)均在5%的顯著性水平上接受估計(jì)參數(shù)收斂于后驗(yàn)標(biāo)準(zhǔn)分布的原假設(shè)，說明在預(yù)燒抽樣階段，MCMC馬爾科夫鏈已趨于集中，因此本文模擬抽樣的結(jié)果可靠，可以進(jìn)一步展開實(shí)證分析。

(一)貨幣政策的時(shí)變參數(shù)脈沖響應(yīng)分析

為刻畫隨著利率改革深入，不同貨幣政策沖擊在工業(yè)經(jīng)濟(jì)層面的動(dòng)態(tài)影響，本文繪制了圖1至圖4的時(shí)變參數(shù)脈沖響應(yīng)函數(shù)圖，其中，不同提前期的脈沖響應(yīng)程度變化代表單位沖擊影響的持續(xù)性(提前0期表示當(dāng)期，提前5期表示提前5個(gè)月)?？傮w上，在數(shù)量型政策體系下，m2的正向沖擊對(duì)工業(yè)企業(yè)融資、工業(yè)經(jīng)濟(jì)增長(zhǎng)的脈沖影響均呈現(xiàn)出非線性特征，其中單位m2正向沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的脈沖影響基本為正效應(yīng)，并且隨著時(shí)間推移而減弱。在價(jià)格型政策體系下，單位shibor正向沖擊對(duì)工業(yè)企業(yè)融資、工業(yè)經(jīng)濟(jì)增長(zhǎng)存在負(fù)向脈沖影響，并且脈沖影響程度隨時(shí)間推移逐漸減小并收斂于零。而從兩種貨幣政策的脈沖影響參數(shù)大小來看，數(shù)量型政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的調(diào)控影響大于同期價(jià)格型政策。此外，為最大限度保證研究結(jié)論可信，本文從三個(gè)層面進(jìn)行穩(wěn)健性檢驗(yàn)：一是將工業(yè)企業(yè)融資(debt)和工業(yè)經(jīng)濟(jì)增長(zhǎng)(value)分別納入模型進(jìn)行檢驗(yàn)，以消除可能存在的共線性問題干擾；二是將數(shù)量型政策、價(jià)格型政策納入統(tǒng)一模型進(jìn)行檢驗(yàn)，以判斷不同政策之間是否相互影響以至于干擾參數(shù)估計(jì)結(jié)果；三是采用LPR(LPR)作為價(jià)格型政策的替代指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。經(jīng)過以上處理，實(shí)證檢驗(yàn)結(jié)果依舊支持研究結(jié)論(具體結(jié)果作者備索)。

圖1 數(shù)量型政策沖擊對(duì)工業(yè)企業(yè)融資的影響

圖2 數(shù)量型政策沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響

圖3 價(jià)格型政策沖擊對(duì)工業(yè)企業(yè)融資的影響

圖1描繪了數(shù)量型政策對(duì)工業(yè)企業(yè)融資的影響。2014至2015年，單位數(shù)量型政策的正向沖擊對(duì)工業(yè)企業(yè)融資的脈沖響應(yīng)(m2→debt)為負(fù)效應(yīng)，而在其他年份則體現(xiàn)為正效應(yīng)。究其原因，擴(kuò)張數(shù)量型政策會(huì)增加貨幣供應(yīng)量，補(bǔ)足銀行流動(dòng)性并刺激銀根放松，進(jìn)而降低對(duì)工業(yè)企業(yè)授信約束，便利企業(yè)融資。但期間對(duì)場(chǎng)外配資、高杠桿投機(jī)等行為缺乏有效監(jiān)管，資金空轉(zhuǎn)對(duì)實(shí)體信貸產(chǎn)生擠出效應(yīng)，弱化了擴(kuò)張數(shù)量型政策的調(diào)控效果[10]。2016至2018年，數(shù)量型政策的正向沖擊對(duì)工業(yè)企業(yè)融資的影響體現(xiàn)為增強(qiáng)的正效應(yīng)。受益于2015年10月的存款利率改革、2016年金融供給側(cè)改革的推進(jìn)以及強(qiáng)監(jiān)管抑制資金脫虛向?qū)?，政策效果進(jìn)一步增強(qiáng)。根據(jù)圖2數(shù)量型政策對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響可知，政策正沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)(m2→value)為正效應(yīng)且呈現(xiàn)非線性特征，其中在2015年期間，擴(kuò)張數(shù)量型政策對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的正影響最弱，說明在利率改革中，金融監(jiān)管缺位和資金空轉(zhuǎn)套利會(huì)顯著弱化數(shù)量型政策調(diào)控效果。此后，隨著金融供給側(cè)改革的推進(jìn)，尤其LPR改革重啟，單位數(shù)量型政策的正向沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用增強(qiáng)。

圖3描繪了價(jià)格型政策對(duì)工業(yè)企業(yè)融資的影響。單位價(jià)格型政策的正向沖擊對(duì)工業(yè)企業(yè)融資的脈沖影響(shibor→debt)基本為負(fù)效應(yīng)，主要原因在于緊縮價(jià)格型政策提高了市場(chǎng)利率，銀行向?qū)嶓w企業(yè)轉(zhuǎn)嫁成本，這對(duì)工業(yè)企業(yè)融資產(chǎn)生抑制效應(yīng)。從脈沖響應(yīng)結(jié)果看，在2013至2015年期間，緊縮價(jià)格型政策提高利率并不能快速抑制工業(yè)企業(yè)融資的增加，此時(shí)政策的脈沖影響在初期表現(xiàn)為正效應(yīng)，說明在利率市場(chǎng)化水平不高的背景下，利率傳導(dǎo)可能受阻而且存在滯后性。此外，根據(jù)圖4可知，自2013年下半年以來，單位價(jià)格型政策的正向沖擊(shibor→value)對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)存在負(fù)效應(yīng)。其中，緊縮價(jià)格型政策抬高銀行負(fù)債端資金成本曲線，為保障存貸息差，商業(yè)銀行向工業(yè)企業(yè)等資金需求方轉(zhuǎn)嫁成本，對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)造成了負(fù)面影響[25]。

(二)標(biāo)志性利率改革時(shí)點(diǎn)的政策脈沖響應(yīng)分析

前文研究表明，隨著利率市場(chǎng)化程度加深以及金融供給側(cè)改革推進(jìn)，數(shù)量型政策和價(jià)格型政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響體現(xiàn)出非線性特征。從脈沖響應(yīng)結(jié)果看，數(shù)量型政策對(duì)工業(yè)經(jīng)濟(jì)的調(diào)控影響大于同期價(jià)格型政策。為了系統(tǒng)檢驗(yàn)在不同利率市場(chǎng)化程度下，數(shù)量型政策和價(jià)格型政策對(duì)工業(yè)經(jīng)濟(jì)調(diào)控有效性的差異，本文選取了三個(gè)具有代表性的利率改革時(shí)點(diǎn)，即2013年7月貸款利率改革、2015年10月存款利率改革和2019年8月LPR改革，并在此基礎(chǔ)上檢驗(yàn)隨著利率市場(chǎng)化程度加深，單位貨幣政策沖擊對(duì)工業(yè)企業(yè)融資、工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響是否增強(qiáng)，具體結(jié)果見圖5至圖8(提前0期表示當(dāng)期，提前3期表示提前3個(gè)月)。這為系統(tǒng)考察利率改革與貨幣政策調(diào)控有效性之間的動(dòng)態(tài)關(guān)系提供了新的視角。

圖5 數(shù)量型政策的時(shí)點(diǎn)沖擊對(duì)工業(yè)企業(yè)融資的影響

圖6 數(shù)量型政策的時(shí)點(diǎn)沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響

圖7 價(jià)格型政策的時(shí)點(diǎn)沖擊對(duì)工業(yè)企業(yè)融資的影響

圖8 價(jià)格型政策的時(shí)點(diǎn)沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響

圖5中，在2013年7月貸款利率改革和2019年8月LPR改革時(shí)點(diǎn)，單位數(shù)量型政策的正向沖擊對(duì)工業(yè)企業(yè)融資的脈沖影響主要體現(xiàn)為正效應(yīng)，其中2019年改革時(shí)點(diǎn)的政策脈沖影響較2013年大，表明隨著利率市場(chǎng)化的推進(jìn)，數(shù)量型政策對(duì)工業(yè)企業(yè)融資的調(diào)控有效性增強(qiáng)。而在2015年存款利率改革時(shí)點(diǎn)，單位數(shù)量型政策的正向沖擊對(duì)工業(yè)企業(yè)融資的脈沖影響呈現(xiàn)負(fù)效應(yīng)。究其原因，雖然2015年啟動(dòng)存款利率改革，但期間經(jīng)濟(jì)周期和金融周期背離，此時(shí)擴(kuò)張數(shù)量型政策加劇了流動(dòng)性錯(cuò)配[4]，金融“脫實(shí)向虛”擠壓實(shí)體融資，扭曲了數(shù)量型政策對(duì)工業(yè)企業(yè)融資的調(diào)控效果[2]，不利于工業(yè)企業(yè)融資成本下降。由此可見，利率市場(chǎng)化并非持續(xù)增強(qiáng)數(shù)量型政策的調(diào)控效果，若改革加劇了金融脫媒和金融“脫實(shí)向虛”，則會(huì)扭曲政策效果。此外，結(jié)合圖6的數(shù)量型政策沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的脈沖影響可知，隨著利率市場(chǎng)化程度加深和金融供給側(cè)改革推進(jìn)，尤其在2019年LPR改革后，單位數(shù)量型政策的正向沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響效果明顯增強(qiáng)。從參數(shù)估計(jì)結(jié)果看，2019年8月單位數(shù)量型政策的脈沖正效應(yīng)最大值為0.25，高于2013年8月貸款利率改革時(shí)點(diǎn)的0.15和2015年10月存款利率改革時(shí)點(diǎn)的0.1。

由圖7可知，隨著利率市場(chǎng)化程度加深，緊縮價(jià)格型政策抑制工業(yè)企業(yè)融資的效果逐漸強(qiáng)化。從提前3期的脈沖結(jié)果看，在2019年時(shí)點(diǎn)的單位價(jià)格型政策對(duì)工業(yè)企業(yè)融資的抑制參數(shù)為-0.036，絕對(duì)值大于2015年的-0.024，大于2013年的0.02。由圖8可知，在2019年8月LPR改革和2015年10月存款利率市場(chǎng)化改革時(shí)點(diǎn)，單位價(jià)格型政策的正向沖擊基本抑制了工業(yè)經(jīng)濟(jì)增長(zhǎng)。此外，價(jià)格型政策對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的調(diào)控影響存在滯后效應(yīng)，如在2013年貸款利率改革時(shí)點(diǎn)，單位價(jià)格型政策正向沖擊對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響在前兩個(gè)季度體現(xiàn)為正效應(yīng)，而隨著時(shí)間推移，政策的抑制效果才逐漸體現(xiàn)。一方面，價(jià)格型政策的正向沖擊推高了工業(yè)企業(yè)融資成本，抑制了工業(yè)企業(yè)擴(kuò)大再生產(chǎn)投資；另一方面，利率傳導(dǎo)滯后，短期利率上升可能強(qiáng)化企業(yè)的融資成本上升預(yù)期，進(jìn)而加速融資，因此單位緊縮價(jià)格型政策的沖擊在短期內(nèi)對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響并不明顯。從政策的時(shí)變脈沖響應(yīng)結(jié)果看，價(jià)格型政策對(duì)工業(yè)企業(yè)融資或工業(yè)經(jīng)濟(jì)增長(zhǎng)的沖擊系數(shù)低于數(shù)量型政策，這與中國(guó)長(zhǎng)期依賴數(shù)量調(diào)控以及利率傳導(dǎo)受阻有關(guān)，同時(shí)也說明數(shù)量調(diào)控向價(jià)格調(diào)控轉(zhuǎn)型并非一蹴而就，而是任重道遠(yuǎn)。

(三)LPR改革下的貨幣政策時(shí)變溢出效應(yīng)檢驗(yàn)

為進(jìn)一步剖析數(shù)量型政策和價(jià)格型政策的調(diào)控效果差異，本文基于廣義方差分解方法構(gòu)建政策時(shí)變溢出指數(shù)，深入對(duì)比LPR改革前后的政策溢出效應(yīng)差異。由圖9和圖10可知，數(shù)量型政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的時(shí)變凈溢出指數(shù)長(zhǎng)期為正，而價(jià)格型政策的時(shí)變凈溢出指數(shù)長(zhǎng)期為負(fù)，說明數(shù)量型政策對(duì)工業(yè)經(jīng)濟(jì)指標(biāo)的溢出沖擊更顯著。

圖9 數(shù)量型政策的時(shí)變溢出影響

圖10 價(jià)格型政策的時(shí)變溢出影響

圖9中，在2019年8月LPR改革時(shí)點(diǎn)，數(shù)量型政策的時(shí)變凈溢出指數(shù)為2.13，而一年后的時(shí)變凈溢出指數(shù)為7.67。特別在2020年疫情期間，數(shù)量型政策對(duì)工業(yè)經(jīng)濟(jì)的波動(dòng)溢出影響比以往更顯著，這說明在更高水平的市場(chǎng)化利率體系下，在應(yīng)對(duì)突發(fā)事件沖擊中，數(shù)量型政策的穩(wěn)增長(zhǎng)功效更佳。首先，擴(kuò)張數(shù)量型政策增強(qiáng)流動(dòng)性，促使銀根放松，顯著提升工業(yè)信貸的可獲得性，此時(shí)政策的穩(wěn)增長(zhǎng)功效凸顯。其次，改革后的LPR成為貸款定價(jià)的錨，打破了貸款利率的隱形下限，此時(shí)擴(kuò)張的數(shù)量型政策更有利于降低銀行負(fù)債端成本，促使銀行降低LPR利差加點(diǎn)，直接導(dǎo)致貸款利率下調(diào)，刺激企業(yè)融資和經(jīng)濟(jì)增長(zhǎng)。最后，結(jié)合表3可知，在LPR改革后，數(shù)量型政策的方向性溢出指數(shù)由LPR改革當(dāng)月的14.28增長(zhǎng)為16.46。其中，工業(yè)企業(yè)融資來自m2的溢出占比由20.01%提升至24.31%，工業(yè)經(jīng)濟(jì)增長(zhǎng)來自m2的溢出占比由22.82%提升至25.06%，這也表明LPR改革增強(qiáng)了數(shù)量型政策對(duì)工業(yè)經(jīng)濟(jì)的時(shí)變溢出效應(yīng)。

表3 貨幣政策方向性溢出：LPR改革的影響

圖10顯示，價(jià)格型政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的時(shí)變凈溢出指數(shù)持續(xù)為負(fù)。根據(jù)時(shí)變凈溢出指數(shù)的動(dòng)態(tài)變化可知，在LPR改革一年后，價(jià)格型政策對(duì)工業(yè)經(jīng)濟(jì)的時(shí)變凈溢出指數(shù)沒有明顯提升，說明在利率改革中，價(jià)格型政策的利率傳導(dǎo)機(jī)制可能依舊梗阻，尤其在應(yīng)對(duì)疫情等突發(fā)事件沖擊期間，價(jià)格型政策對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響效果較弱。事實(shí)上，在2020年年初，央行實(shí)行了“量?jī)r(jià)齊松”的貨幣政策，包括定向降準(zhǔn)和公開市場(chǎng)操作等擴(kuò)張數(shù)量型政策以及下調(diào)1年期LPR20個(gè)基點(diǎn)、下調(diào)5年期LPR10個(gè)基點(diǎn)的擴(kuò)張價(jià)格型政策，短期內(nèi)緩解了突發(fā)疫情對(duì)工業(yè)經(jīng)濟(jì)增長(zhǎng)的負(fù)面沖擊。但是對(duì)比圖9和圖10可以發(fā)現(xiàn)，同時(shí)期數(shù)量型政策的溢出效應(yīng)均明顯高于價(jià)格型政策，數(shù)量型政策仍然發(fā)揮了重要的穩(wěn)增長(zhǎng)作用。此外，由表3可知，價(jià)格型政策的方向性溢出指數(shù)在LPR改革當(dāng)月為8.95，低于數(shù)量型政策的14.28，而且在LPR改革一年后，價(jià)格型政策的方向性溢出指數(shù)為8.49，說明LPR改革后，價(jià)格型政策的方向性溢出效應(yīng)仍有待提高。

本文采用社會(huì)融資規(guī)模同比增速(SFscale)和銀行間質(zhì)押式回購(gòu)加權(quán)利率(DR007)分別作為數(shù)量型政策和價(jià)格型政策的替代指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。同時(shí)，采用2013年10月LPR成立以來的貨幣供應(yīng)量M2同比增速(m2)和LPR(LPR)分別進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果表明，政策時(shí)變凈溢出指數(shù)的方向、溢出程度均與圖9和圖10沒有顯著差異(具體結(jié)果作者備索)，說明“LPR改革增強(qiáng)貨幣政策調(diào)控效果，但價(jià)格型政策的時(shí)變凈溢出效應(yīng)仍待提高”這一研究結(jié)論具有可靠性。事實(shí)上，在理想的價(jià)格傳導(dǎo)機(jī)制下，央行擴(kuò)張(或緊縮)價(jià)格型政策，如調(diào)低(或調(diào)高)常備借貸便利(SLF)利率引導(dǎo)利率走廊下限降低，則同業(yè)利率跟隨政策利率下行(上行)，再根據(jù)無套利定價(jià)原則，銀行吸儲(chǔ)成本將隨同業(yè)利率下降(上升)，之后按照內(nèi)部資金轉(zhuǎn)移定價(jià)以更優(yōu)惠(更高)利率投放貸款。然而，現(xiàn)實(shí)中受存款利率剛性調(diào)整、利率雙軌制等影響，價(jià)格型政策從政策利率、同業(yè)利率、存款利率到貸款利率的傳導(dǎo)并不順暢[26][27]。雖然LPR改革縮短了“MLF利率—LPR—貸款利率”這一利率傳導(dǎo)鏈條，但改革并不徹底，利率傳導(dǎo)機(jī)制仍受銀行內(nèi)部資金轉(zhuǎn)移定價(jià)機(jī)制、合意信貸額度管控等制約，與LPR直接掛鉤的MLF利率與存款利率的聯(lián)動(dòng)性不強(qiáng)。實(shí)際上，LPR是在利率中介端融入市場(chǎng)化要素的開端，本身更多被央行控制而市場(chǎng)化元素占比有待提高，因此深化利率改革，推動(dòng)貨幣政策數(shù)量調(diào)控向價(jià)格調(diào)控轉(zhuǎn)型任重道遠(yuǎn)。

基于上述分析，本文認(rèn)為要發(fā)揮“MLF利率—LPR—貸款利率”傳導(dǎo)機(jī)制的長(zhǎng)期功效，在微觀層面，應(yīng)將LPR定價(jià)基準(zhǔn)嵌入銀行內(nèi)部資金轉(zhuǎn)移定價(jià)機(jī)制，提高存貸款內(nèi)部資金轉(zhuǎn)移定價(jià)的市場(chǎng)化水平。內(nèi)部資金轉(zhuǎn)移定價(jià)是商業(yè)銀行資金營(yíng)運(yùn)中心核算資金成本，以及考核存貸部門績(jī)效的核心指標(biāo)，原先的內(nèi)部資金轉(zhuǎn)移定價(jià)機(jī)制無法充分反映LPR調(diào)整，將導(dǎo)致存貸利差無法均衡，最終貸款利率將偏離市場(chǎng)定價(jià)。只有將LPR嵌入內(nèi)部資金轉(zhuǎn)移定價(jià)體系，提高內(nèi)部資金轉(zhuǎn)移定價(jià)對(duì)LPR的敏感度，才能促使商業(yè)銀行內(nèi)部的存貸定價(jià)均衡，進(jìn)而強(qiáng)化價(jià)格型政策效果及可持續(xù)性。同時(shí)，嚴(yán)格的信貸總量監(jiān)管會(huì)扭曲信貸市場(chǎng)真實(shí)的資金供求關(guān)系，央行需放寬對(duì)商業(yè)銀行的信貸數(shù)量監(jiān)管要求。另外，LPR改革本身在一定程度上僅能實(shí)現(xiàn)貸款利率單邊并軌，很難對(duì)存款利率市場(chǎng)化起作用，建議提升存款利率與MLF利率聯(lián)動(dòng)，促使存貸款利率與LPR聯(lián)動(dòng)，最終增強(qiáng)價(jià)格型政策的溢出效果，為推動(dòng)數(shù)量調(diào)控向價(jià)格調(diào)控轉(zhuǎn)型創(chuàng)造更加堅(jiān)實(shí)的基礎(chǔ)。

五、結(jié)論與建議

本文基于利率改革背景，重點(diǎn)考察貨幣政策對(duì)工業(yè)經(jīng)濟(jì)的調(diào)控影響，并檢驗(yàn)數(shù)量型政策和價(jià)格型的時(shí)變溢出效應(yīng)，旨在為疏通政策傳導(dǎo)堵點(diǎn)和促進(jìn)政策調(diào)控轉(zhuǎn)型提供有益參考。研究表明，隨著利率市場(chǎng)化的推進(jìn)，兩種貨幣政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)的影響增強(qiáng)，且數(shù)量型政策的影響程度更高。進(jìn)一步研究發(fā)現(xiàn)，在LPR改革后，數(shù)量型政策在社會(huì)面臨重大危機(jī)時(shí)發(fā)揮了重要的穩(wěn)增長(zhǎng)功效。然而，新的LPR改革雖然降低了價(jià)格型政策對(duì)工業(yè)企業(yè)融資和工業(yè)經(jīng)濟(jì)增長(zhǎng)調(diào)控的滯后性，提高了政策調(diào)控效果，但利率傳導(dǎo)堵點(diǎn)仍然存在，價(jià)格型政策的時(shí)變溢出效應(yīng)有待提高，貨幣政策調(diào)控由“量”向“價(jià)”轉(zhuǎn)型需進(jìn)一步推進(jìn)。

基于本文研究結(jié)論，提出如下政策建議：第一，完善銀行內(nèi)部資金轉(zhuǎn)移定價(jià)機(jī)制，將LPR嵌入銀行內(nèi)部資金轉(zhuǎn)移定價(jià)曲線，提高內(nèi)部資金轉(zhuǎn)移定價(jià)對(duì)LPR的敏感度，促使內(nèi)部存貸定價(jià)均衡，進(jìn)而強(qiáng)化和維持價(jià)格型政策的調(diào)控效果。第二，增強(qiáng)同業(yè)市場(chǎng)與存款市場(chǎng)聯(lián)動(dòng)，降低吸儲(chǔ)利率剛性，促進(jìn)形成合理的負(fù)債端內(nèi)部資金轉(zhuǎn)移定價(jià)曲線，提升存款利率市場(chǎng)化。第三，貸款定價(jià)公允在客觀上需要一定的交易量作為支撐，放開貸款價(jià)格指導(dǎo)的基本前提是率先放開總量管控，央行應(yīng)放寬對(duì)商業(yè)銀行的信貸數(shù)量監(jiān)管要求。第四，加強(qiáng)金融監(jiān)管，抑制金融脫媒和資金空轉(zhuǎn)對(duì)貨幣政策調(diào)控效果的扭曲。只有多措并舉，才能發(fā)揮LPR傳導(dǎo)機(jī)制的長(zhǎng)期效用，推動(dòng)政策調(diào)控目標(biāo)由“量”向“價(jià)”轉(zhuǎn)型，提升政策效果。