■ 丁 濤（1、華僑大學(xué)數(shù)量經(jīng)濟(jì)研究院 福建廈門(mén) 361021 2、東北電力大學(xué)經(jīng)濟(jì)管理學(xué)院 吉林省吉林市 132012）

貨幣政策作為政府宏觀(guān)調(diào)控的主要手段之一，在經(jīng)濟(jì)發(fā)展過(guò)程中起著舉足輕重的作用。本文采用1999年1季度至2012年2季度的鋼鐵、汽車(chē)、石化、輕工紡織、有色金屬、裝備制造、電子信息七個(gè)產(chǎn)業(yè)的應(yīng)收帳款凈額、產(chǎn)成品資金占用、流動(dòng)資產(chǎn)年平均余額、資產(chǎn)總計(jì)、負(fù)債合計(jì)、產(chǎn)品銷(xiāo)售收入、產(chǎn)品銷(xiāo)售成本、產(chǎn)品銷(xiāo)售費(fèi)用、產(chǎn)品銷(xiāo)售稅金及附加、管理費(fèi)用、利潤(rùn)總額、稅金總額、全部從業(yè)人員年平均人數(shù)13個(gè)變量，提取這些能反映產(chǎn)業(yè)全貌的存量指標(biāo)和流量指標(biāo)的公共因子，并用這些公共因子和貨幣政策變量建立結(jié)構(gòu)因子增強(qiáng)向量自回歸模型，對(duì)影響上述各個(gè)產(chǎn)業(yè)公共因子的各種因素進(jìn)行結(jié)構(gòu)分解，定量分析貨幣沖擊對(duì)產(chǎn)業(yè)的影響機(jī)制。

模型估計(jì)

（一）數(shù)據(jù)和變量的選取

本文的SFAVAR模型涉及7個(gè)產(chǎn)業(yè)91個(gè)主要財(cái)務(wù)效益指標(biāo)變量季度數(shù)據(jù)以及狹義貨幣供給量（M1）月末數(shù)同比增速總計(jì)92個(gè)變量，樣本期間為1999年一季度至2012年二季度。本文變量數(shù)據(jù)來(lái)源均中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。

本文選取的七個(gè)產(chǎn)業(yè)是參照耿鵬、趙昕東（2009）所采用的產(chǎn)業(yè)劃分標(biāo)準(zhǔn)，將國(guó)務(wù)院提出的十大振興產(chǎn)業(yè)中可獲取數(shù)據(jù)的七個(gè)產(chǎn)業(yè)作為分析對(duì)象。

（二）模型的建立

本文首先針對(duì)91個(gè)經(jīng)濟(jì)變量所屬產(chǎn)業(yè)進(jìn)行分類(lèi)，再依據(jù)各項(xiàng)變量的產(chǎn)業(yè)分組群提取出各產(chǎn)業(yè)分組的單一公共因子，包含：鋼鐵產(chǎn)業(yè)因子、汽車(chē)產(chǎn)業(yè)因子、船舶產(chǎn)業(yè)因子、石化產(chǎn)業(yè)因子、輕工紡織產(chǎn)業(yè)因子、有色金屬產(chǎn)業(yè)因子、裝備制造產(chǎn)業(yè)因子、電子信息產(chǎn)業(yè)因子。

這樣91個(gè)變量就分成了7個(gè)分組，然后分別對(duì)這7組數(shù)據(jù)進(jìn)行因子分析，以提取公共因子，在此本文應(yīng)用主成分法確定因子負(fù)荷，通過(guò)對(duì)由隨機(jī)變量所分成的7個(gè)組群，分別進(jìn)行主成分分析，把對(duì)總方差解釋比例超過(guò)80%的一個(gè)主成分提取出來(lái)作為公共因子（鋼鐵產(chǎn)業(yè)因子占其所代理變量組群的總方差比例為79.233%，已經(jīng)比較接近80%，本文也將其作為公共因子看待）。這7個(gè)公共因子基本包括了其所代理的7個(gè)組群91個(gè)時(shí)間序列的總信息量。由于本文以M1月末數(shù)同比增速作為貨幣政策變量，所以對(duì)所提取的7個(gè)公共因子也進(jìn)行同比增速變換，并將公共因子的同比增速作為本文研究的對(duì)象，再依據(jù)7個(gè)組群的經(jīng)濟(jì)分類(lèi)對(duì)七個(gè)公共因子進(jìn)行命名，且將其與貨幣政策變量相結(jié)合做定量分析。

（三）結(jié)構(gòu)向量自回歸分析

首先，建立如下形式的p階簡(jiǎn)化式向量自回歸模型：

（1）式中Xt是包含y1t、y2t、△y3t、y4t、y5t、y6t、y7t和mt的向量，其中yit（i=1、2、3、4、5、6、7），依次表示汽車(chē)、電子信息、石化、鋼鐵、輕工紡織、有色金屬子、裝備制造七個(gè)公共因子，mt表示貨幣供給增長(zhǎng)率；C0是常數(shù)向量。Aj（j=1…p）是8×8自回歸參數(shù)矩陣，Et是一個(gè)8×1白噪聲向量，并且有：E（Et）=0及E（Et，E`S）=Σ。VAR模型要求時(shí)間序列是平穩(wěn)的，經(jīng)過(guò)檢驗(yàn)本文對(duì)y3t進(jìn)行一階差分處理。

筆者計(jì)算得到各個(gè)沖擊的響應(yīng)函數(shù)和脈沖響應(yīng)圖。貨幣沖擊對(duì)七個(gè)產(chǎn)業(yè)公共因子的影響結(jié)果如圖1至圖7所示。

貨幣政策產(chǎn)業(yè)效應(yīng)影響因素實(shí)證結(jié)果分析

脈沖響應(yīng)函數(shù)證實(shí)了貨幣政策的傳導(dǎo)在鋼鐵、汽車(chē)、石化、輕工紡織、有色金屬、裝備制造、電子信息七個(gè)產(chǎn)業(yè)存在顯著的差異，下文對(duì)此作進(jìn)一步的理論解釋。

（一）石油化工產(chǎn)業(yè)

通過(guò)脈沖響應(yīng)圖3可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)石油化工產(chǎn)業(yè)因子的影響在2個(gè)季度后達(dá)到最大極值，使得汽車(chē)產(chǎn)業(yè)的因子增加0.009%，可以說(shuō)貨幣政策沖擊對(duì)石油化工產(chǎn)業(yè)的影響較小。石油化工產(chǎn)業(yè)的擴(kuò)張速度較慢，是導(dǎo)致石化產(chǎn)業(yè)因子對(duì)貨幣政策沖擊振幅較小的一個(gè)重要原因。

（二）汽車(chē)產(chǎn)業(yè)

通過(guò)脈沖響應(yīng)圖1可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)汽車(chē)產(chǎn)業(yè)因子的影響在5個(gè)季度后達(dá)到最大極值，使得汽車(chē)產(chǎn)業(yè)的因子增加0.013%，汽車(chē)產(chǎn)業(yè)因子對(duì)貨幣政策沖擊的反應(yīng)適中。這是由于汽車(chē)產(chǎn)業(yè)受到各種原因的綜合影響。利潤(rùn)空間較大，受益于我國(guó)居民可支配收入的增加、城鎮(zhèn)化水平的提高、客運(yùn)需求增長(zhǎng)和旅游業(yè)的發(fā)展，汽車(chē)市場(chǎng)呈現(xiàn)出“需求剛性”的特征，是我國(guó)汽車(chē)產(chǎn)銷(xiāo)的高速增長(zhǎng)階段，自由資金充足，許多大的汽車(chē)集團(tuán)紛紛成立財(cái)務(wù)有限公司，對(duì)集團(tuán)內(nèi)部的結(jié)余資金進(jìn)行管理，這使得貨幣沖擊對(duì)汽車(chē)產(chǎn)業(yè)的沖擊較小。

但是同時(shí)還應(yīng)注意到，國(guó)內(nèi)微型客車(chē)與自主品牌轎車(chē)產(chǎn)能結(jié)構(gòu)性擴(kuò)張，以及新型節(jié)能汽車(chē)的研發(fā)和投產(chǎn)，使該產(chǎn)業(yè)整體保持了較快的擴(kuò)張速度。同時(shí)產(chǎn)業(yè)鏈上游的鋼材、橡膠等主要原材料價(jià)格的上漲和油價(jià)的持續(xù)走高，無(wú)論是對(duì)前期的制造成本還是后期的使用成本都造成了負(fù)面影響，使得汽車(chē)消費(fèi)需求受到抑制，這些對(duì)于汽車(chē)產(chǎn)業(yè)而言都增加了貨幣沖擊的影響。

（三）鋼鐵、有色金屬產(chǎn)業(yè)

通過(guò)脈沖響應(yīng)圖4可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)鋼鐵產(chǎn)業(yè)因子的影響在5個(gè)季度后達(dá)到最大極值，使得鋼鐵產(chǎn)業(yè)的因子增加0.021%；而通過(guò)脈沖響應(yīng)圖6可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)有色金屬產(chǎn)業(yè)因子的影響在5個(gè)季度后達(dá)到最大極值，使得鋼鐵產(chǎn)業(yè)的因子增加0.03%。可見(jiàn)貨幣政策沖擊對(duì)有色金屬產(chǎn)業(yè)與鋼鐵產(chǎn)業(yè)的影響都較大。有色金屬產(chǎn)業(yè)與鋼鐵產(chǎn)業(yè)處于產(chǎn)業(yè)鏈的中游或上游階段，汽車(chē)、輕工等與消費(fèi)者關(guān)系密切的產(chǎn)業(yè)處于產(chǎn)業(yè)鏈的下游階段，與鋼鐵和有色金屬聯(lián)系較為密切的產(chǎn)業(yè)之一，就是其產(chǎn)業(yè)鏈下游的房地產(chǎn)與建筑業(yè)，而這兩個(gè)產(chǎn)業(yè)是資本密集型產(chǎn)業(yè)，涉及到大量金額巨大、結(jié)構(gòu)復(fù)雜的融資項(xiàng)目以及銀行借貸等方面的金融活動(dòng)，故貨幣政策的變化對(duì)房地產(chǎn)與建筑業(yè)的影響較大。貨幣供應(yīng)量和銀行利率的輕微波動(dòng)都會(huì)對(duì)房地產(chǎn)與建筑業(yè)的資金供給、資金成本以及市場(chǎng)需求產(chǎn)生重大影響，而通過(guò)產(chǎn)業(yè)鏈條的逆向傳導(dǎo)，有色金屬產(chǎn)業(yè)與鋼鐵產(chǎn)業(yè)也必須對(duì)貨幣政策信號(hào)作出及時(shí)的響應(yīng)。

同時(shí)，有色金屬產(chǎn)業(yè)因子比鋼鐵產(chǎn)業(yè)因子對(duì)貨幣政策的沖擊更為敏感，這是因?yàn)榕c鋼鐵行業(yè)相比，目前有色金屬需求更為旺盛，有色企業(yè)勢(shì)必要加大礦山資源投入力度。參股或者控股海外礦山、企業(yè)，都需要大量的資金作為基礎(chǔ)，所以有色金屬產(chǎn)業(yè)對(duì)于貨幣的依賴(lài)性較鋼鐵產(chǎn)業(yè)更高。

（四）電子信息產(chǎn)業(yè)

通過(guò)脈沖響應(yīng)圖2可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)電子信息產(chǎn)業(yè)因子的影響在2.5個(gè)季度后達(dá)到最大極值，使得電子信息產(chǎn)業(yè)因子增加0.025%?？梢?jiàn)貨幣政策沖擊對(duì)電子信息產(chǎn)業(yè)因子的影響較大。進(jìn)入新世紀(jì)以來(lái)我國(guó)電子信息行業(yè)投資規(guī)模持續(xù)擴(kuò)大，僅2011年全年，電子信息產(chǎn)業(yè)500萬(wàn)元以上項(xiàng)目完成固定資產(chǎn)投資8183億元， 電子信息產(chǎn)業(yè)的新興領(lǐng)域和基礎(chǔ)領(lǐng)域投資增長(zhǎng)快速。電子信息產(chǎn)業(yè)成為投資最密集、增長(zhǎng)最快的產(chǎn)業(yè)領(lǐng)域之一，這就增加了該產(chǎn)業(yè)對(duì)貨幣的依賴(lài)程度。

（五）輕工產(chǎn)業(yè)

通過(guò)脈沖響應(yīng)圖5可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)輕工產(chǎn)業(yè)因子的影響在5個(gè)季度后達(dá)到最大極值，使得輕工產(chǎn)業(yè)因子增加0.008%,貨幣政策沖擊對(duì)輕工產(chǎn)業(yè)因子的影響是七個(gè)產(chǎn)業(yè)中最小的。輕工產(chǎn)業(yè)包括食品，紡織，煙草家具制造等行業(yè)多是勞動(dòng)密集型產(chǎn)業(yè)，這類(lèi)產(chǎn)業(yè)對(duì)于不可逆的人力價(jià)格上升更為敏感，而對(duì)于資本的價(jià)格變化相對(duì)其他行業(yè)更遲鈍一些。另外，我國(guó)勞動(dòng)者收入占GDP的比重不斷下降，居民的可支配收入不足，嚴(yán)重制約了消費(fèi)支出；同時(shí)，消費(fèi)信貸、社會(huì)保障等一系列問(wèn)題使消費(fèi)環(huán)境不佳，這些都是輕工產(chǎn)業(yè)對(duì)貨幣政策影響反應(yīng)較弱的重要原因。

（六）裝備制造產(chǎn)業(yè)

通過(guò)脈沖響應(yīng)圖7可以看出，一個(gè)標(biāo)準(zhǔn)差的貨幣政策沖擊對(duì)裝備制造產(chǎn)業(yè)因子的影響在5個(gè)季度后達(dá)到最大極值，使得裝備制造產(chǎn)業(yè)因子增加0.0125%。這是因?yàn)檠b備制造產(chǎn)業(yè)受益于積極財(cái)政政策的實(shí)施、保障性住房的建設(shè)、中西部地區(qū)城市化發(fā)展，以及國(guó)家對(duì)重大基礎(chǔ)設(shè)施建設(shè)的投資，同時(shí)，我國(guó)核電、風(fēng)電和水電等新能源和清潔能源發(fā)展迅猛，進(jìn)而拉動(dòng)發(fā)電機(jī)組產(chǎn)量持續(xù)增長(zhǎng)，需求的大幅增加，使得裝備制造業(yè)的利潤(rùn)余額也不斷增長(zhǎng)，自有資金不斷增加，這使得裝備制造產(chǎn)業(yè)對(duì)貨幣政策改變的敏感度降低。

1.趙昕東，耿鵬.中國(guó)通貨膨脹成因分解研究.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（10）

2.趙昕東.基于SVAR模型的中國(guó)產(chǎn)出缺口估計(jì)與應(yīng)用.經(jīng)濟(jì)評(píng)論，2008（10）

3.耿鵬，趙昕東.基于GVAR模型的產(chǎn)業(yè)內(nèi)生聯(lián)系與外生沖擊分析.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（12）

4.王劍，劉玄.貨幣政策傳導(dǎo)的行業(yè)效應(yīng)研究.財(cái)經(jīng)研究，2005（5）

5.Stock J. H. and M.W.Watson.Vector Autoregressions.Journal of Economic Perspectives,2001,15（4）