譚本艷

（三峽大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 宜昌 443002）

0 引言

貨幣政策的效應(yīng)一直是學(xué)術(shù)界研究的熱點(diǎn)問題?？v觀目前學(xué)術(shù)界對中國貨幣政策效應(yīng)的研究方法，基本上是選取貨幣政策工具變量（如M0、M1、利率、匯率、貸款規(guī)模等）和貨幣政策作用效果變量（如CPI、GDP等）的時間序列數(shù)據(jù)，應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)方法研究它們之間的數(shù)量關(guān)系，從而研究貨幣政策工具的作用效果?，F(xiàn)有的分析方法是國內(nèi)外研究貨幣政策效應(yīng)的標(biāo)準(zhǔn)范式，可以實(shí)證分析貨幣政策工具作用的平均效應(yīng)。但是，這種分析范式不能分析貨幣政策工具干預(yù)經(jīng)濟(jì)的直接效應(yīng)，例如，現(xiàn)有的標(biāo)準(zhǔn)分析范式就不能分析央行調(diào)整利率對CPI的直接效應(yīng)。Fatum and Hutchison(2010)基于反事實(shí)分析框架(Counterfactual framework)，選取1999年1月1日至2004年3月31日日本央行在外匯市場買賣美元的數(shù)據(jù)，應(yīng)用平均處理效應(yīng)模型（Average treatment effect，以下簡稱ATE模型）這種政策評估分析工具，分析了日本央行的官方干預(yù)對日元兌美元匯率的影響，結(jié)果發(fā)現(xiàn)只有零星的官方匯率干預(yù)行為是有效的。可以說，F(xiàn)atum and Hutchison(2010)的研究提供了一種貨幣政策效應(yīng)分析的新范式，本文將利用反事實(shí)分析框架的新研究范式，通過分析央行的利率調(diào)整行為對CPI的影響來實(shí)證分析中國的貨幣政策工具實(shí)施的效應(yīng)。

1 中國利率調(diào)整的特征分析

1.1 中國存貸款基準(zhǔn)利率的總體特征

中國央行制定的1996年10月至2013年3月的金融機(jī)構(gòu)1年期存貸款基準(zhǔn)利率數(shù)據(jù)見圖1。根據(jù)圖1中198個月份的存貸款基準(zhǔn)利率數(shù)據(jù)計(jì)算得出，樣本期內(nèi)金融機(jī)構(gòu)1年期存款基準(zhǔn)利率的平均值為3.08，最大值為7.47，最小值為1.98，標(biāo)準(zhǔn)差為1.44；金融機(jī)構(gòu)1年期貸款基準(zhǔn)利率的平均值為6.28，最大值為10.08，最小值為5.31，標(biāo)準(zhǔn)差為1.24?？梢姡袊鹑跈C(jī)構(gòu)存貸款基準(zhǔn)利率水平總體保持平穩(wěn)。

圖1 中國金融機(jī)構(gòu)1年期存貸款基準(zhǔn)利率（1996年10月至2013年3月）

1.2 中國存貸款基準(zhǔn)利率的調(diào)整特征

樣本期的198個月份中，中國金融機(jī)構(gòu)1年期存貸款基準(zhǔn)利率共調(diào)整50次，其中存款基準(zhǔn)利率調(diào)整24次，貸款基準(zhǔn)利率調(diào)整26次。從圖1可以看出，中國金融機(jī)構(gòu)1年期存貸款基準(zhǔn)利率的調(diào)整呈現(xiàn)出以下特征：①存貸款基準(zhǔn)利率的調(diào)整時間呈現(xiàn)出同步性。26次貸款基準(zhǔn)利率調(diào)整時點(diǎn)中，除了2次（2006年4月及2008年9月）沒有同步調(diào)整存款基準(zhǔn)利率，其他24次都是存貸款基準(zhǔn)利率同時調(diào)整。②存貸款基準(zhǔn)利率的對稱調(diào)整和非對稱調(diào)整的頻率基本相同。24次同步存貸款基準(zhǔn)利率調(diào)整過程中，有14次是對稱調(diào)整（存貸款基準(zhǔn)利率調(diào)整的幅度相同），有10次是非對稱調(diào)整基準(zhǔn)（存貸款基準(zhǔn)利率調(diào)整的幅度不同）。③存貸款基準(zhǔn)利率正向調(diào)整和負(fù)向調(diào)整的頻率也基本相同。24次存款基準(zhǔn)利率調(diào)整中，有11次是負(fù)向調(diào)整（減息），有13次是正向調(diào)整（加息）；26次貸款基準(zhǔn)利率調(diào)整中，有12次是負(fù)向調(diào)整（減息），有14次是正向調(diào)整（加息）。④存貸款基準(zhǔn)利率的調(diào)整幅度基本以微調(diào)為足。24次存款基準(zhǔn)利率的平均調(diào)整幅度為0.47個百分點(diǎn)，其中最大調(diào)整幅度為1.8個百分點(diǎn)，最小調(diào)整幅度為0.25個百分點(diǎn)，有17次的調(diào)整幅度小于0.3個百分點(diǎn)；26次存款基準(zhǔn)利率的平均調(diào)整幅度為0.45個百分點(diǎn)，其中最大調(diào)整幅度為1.44個百分點(diǎn)，最小調(diào)整幅度為0.18個百分點(diǎn)，有16次的調(diào)整幅度小于0.3個百分點(diǎn)。

2 模型原理和變量說明

2.1 反事實(shí)分析框架的原理

我們以央行運(yùn)用貨幣政策工具對經(jīng)濟(jì)進(jìn)行干預(yù)為例，來說明反事實(shí)分析框架的基本原理?！吨袊嗣胥y行法》規(guī)定的中國貨幣政策目標(biāo)是“保持貨幣幣值穩(wěn)定，并以此促進(jìn)經(jīng)濟(jì)增長”，其中“保持貨幣幣值穩(wěn)定”的直觀表現(xiàn)就是保持CPI的穩(wěn)定。以本文選取的樣本期內(nèi)的198個月份為例，如上述，在這198個月份內(nèi)共有26個月份央行實(shí)施了利率調(diào)節(jié)的貨幣政策行為，那么，如何測度這些利率調(diào)節(jié)行為對CPI的干預(yù)效果呢？

假設(shè)i=1,2,…,198代表本文樣本期內(nèi)的198個月份，將這些月份劃分為接受了利率調(diào)節(jié)干預(yù)的干預(yù)組和未接受利率調(diào)節(jié)干預(yù)的對照組。Yi1代表第i個月份接受央行利率調(diào)節(jié)干預(yù)（用Ti=1表示）后的CPI水平，Yi0代表第i個月份未接受央行利率調(diào)節(jié)干預(yù)（用Ti=0表示）的CPI水平。那么，利率調(diào)節(jié)對某一個月份i的CPI的干預(yù)效果定義為個體處理效應(yīng)(ITE)：

更一般地，將全部198個月份的個體處理效應(yīng)的均值定義為總體平均處理效應(yīng)(PATE)，簡稱平均處理效應(yīng)(ATE)：

實(shí)際研究中，人們更關(guān)心的是接受利率調(diào)節(jié)干預(yù)的月份的平均處理效應(yīng)(ATT)：

式(3)中，E(Yi1|Ti=1)表示接受利率調(diào)節(jié)干預(yù)月份的CPI均值，E(Yi0|Ti=1)表示接受利率調(diào)節(jié)干預(yù)的月份如果沒有接受干預(yù)的CPI均值。很顯然，對于同一個月份而言，要么接受利率調(diào)節(jié)干預(yù)，要么不接受利率調(diào)節(jié)干預(yù)，也就是說，同一個月份不可能同時分配到干預(yù)組和對照組。具體到式(3)中，E(Yi0|Ti=1)顯然是不可觀測的。

為了測度E(Yi0|Ti=1)，就需要引入反事實(shí)分析框架，反事實(shí)是指相反情況下的某種狀態(tài)。例如，本文樣本期內(nèi)的198個月份中，央行在26個月份內(nèi)實(shí)施了利率調(diào)節(jié)干預(yù)，這26次利率調(diào)節(jié)干預(yù)對CPI的影響是可以測度的“事實(shí)”，而“反事實(shí)”則是指假設(shè)相同的26個月份內(nèi)央行沒有實(shí)施利率調(diào)節(jié)干預(yù)對CPI的影響。央行的利率調(diào)節(jié)干預(yù)對CPI的效應(yīng)在統(tǒng)計(jì)學(xué)意義上就是指可觀察到的“事實(shí)”與其“反事實(shí)”之間的差異。從反事實(shí)的框架出發(fā)，式(3)中的E(Yi1|Ti=1)就是可以測度的事實(shí)，而E(Yi0|Ti=1)就是反事實(shí)?，F(xiàn)實(shí)中，我們不可能觀測到反事實(shí)E(Yi0|Ti=1)，為了測度(3)式，我們需要用可觀測的事實(shí)E(Yi0|Ti=0)來簡化式(3)。具體而言，如果滿足統(tǒng)計(jì)學(xué)上的“非混淆假設(shè)”，即Ti就能夠和Yi1或Yi0保持獨(dú)立，就能夠得到式(4)：

從而(3)式就可以簡化為：

為了滿足非混淆假設(shè)式(4)，需要滿足干預(yù)組和對照組的CPI除了受利率調(diào)節(jié)干預(yù)因素不同外，其他影響因素X（如消費(fèi)、貨幣發(fā)行量、進(jìn)出口額、工業(yè)品價格、消費(fèi)者信心、匯率水平等）應(yīng)盡可能相同，這樣才能凸顯利率調(diào)節(jié)干預(yù)的效應(yīng)。其他影響因素X稱之為混淆偏倚或者混淆變量，而匹配法是常用來控制混淆偏倚的有效方法。為干預(yù)組的某個月份匹配的思路就是在對照組中構(gòu)成一個除了利率調(diào)節(jié)干預(yù)因素不同外，其他影響CPI的混淆變量X與干預(yù)組的樣本分布相同或近似的對照樣本。換句話說，通過匹配后使式(6)成立：

在混淆變量X的維度較大的情況下，匹配會非常復(fù)雜，Rosenbaum and Rubin(1983)提出的傾向得分匹配法(PSM)有效地解決了匹配的多維性問題。傾向得分匹配法總的講來分為兩大步驟：第一步計(jì)算傾向得分，也就是在給定混淆變量X情況下，某個月份接受利率調(diào)節(jié)干預(yù)的條件概率；第二步是運(yùn)用傾向得分進(jìn)行樣本匹配并比較。傾向得分的定義如下：

實(shí)際應(yīng)用中，p(X)通過二元因變量回歸模型（Logit模型或者Probit模型）得到。Rosenbaum and Rubin(1983)發(fā)現(xiàn)，傾向得分值相同的兩個月份，其混淆變量X的分布也趨于一致，此時可以認(rèn)為這兩個月份的背景條件相同，接受利率干預(yù)與否接近隨機(jī)，從而可以將式(6)轉(zhuǎn)換為：

得到傾向得分p(X)后，就能夠計(jì)算每個月份接受利率調(diào)節(jié)干預(yù)的條件概率。需要說明的是，如果某個接受利率調(diào)節(jié)干預(yù)的月份的傾向值太高或太低，就可能在對照組中無法找到與之相匹配的月份，這些傾向值非常極端的月份因?yàn)闆]有與之相匹配的月份存就不能提供有用信息。最極端的情況是無法在對照組中找到任何傾向值與干預(yù)組相似的月份（相似的標(biāo)準(zhǔn)由研究者自行決定，比如兩個月份的傾向值之差小于0.01），此時傾向得分匹配法就失效了。因此，在最后使用的“匹配樣本”中，必須確保接受利率調(diào)節(jié)干預(yù)的月份和沒有接受利率調(diào)節(jié)干預(yù)的月份匹配起來?！捌ヅ錁颖尽敝袃A向值的取值范圍被稱為“共同區(qū)間”，只有共同區(qū)間存在的前提下才能運(yùn)用傾向得分匹配法。在第一步得到滿足匹配前提的共同區(qū)間后，第二步再采用相應(yīng)的匹配方法進(jìn)行干預(yù)組和對照組月份的匹配，并計(jì)算ATT。

2.2 變量說明

鑒于數(shù)據(jù)的可得性，我們選取的貨幣政策目標(biāo)變量為消費(fèi)者價格指數(shù)(CPI)，影響CPI的干預(yù)變量為存貸款基準(zhǔn)利率調(diào)節(jié)(T)（詳見本文第二部分），影響CPI的混淆變量包括當(dāng)月同比生產(chǎn)者價格指數(shù)(PPI)、當(dāng)月同比出口增速(EXP)、貨幣供應(yīng)量增速(MON)（通過計(jì)算(M0+M1+M2)/3得到）、當(dāng)月同比社會消費(fèi)品零售總額增速(CON)、消費(fèi)者信心指數(shù)(CRE)和人民幣實(shí)際有效匯率指數(shù)(EXC)。樣本區(qū)間為1996年10月至2013年3月，各個變量的描述性統(tǒng)計(jì)特征見表1所示。

表1 變量的描述性統(tǒng)計(jì)特征

3 實(shí)證結(jié)果

3.1 模型設(shè)置說明

3.1.1 不同干預(yù)情形的說明

由于利率調(diào)節(jié)干預(yù)可以分為正向調(diào)整（加息）和負(fù)向調(diào)整（減息）兩種情形，從金融理論來看，利率正向調(diào)整會導(dǎo)致CPI下降，而利率負(fù)向調(diào)整則會導(dǎo)致CPI上升，如果不加區(qū)分不同方式的利率調(diào)節(jié)干預(yù)來估計(jì)ATT，估計(jì)出的ATT顯然是沒有意義的。因此，為了區(qū)分利率正向調(diào)節(jié)干預(yù)和負(fù)向調(diào)節(jié)干預(yù)對CPI的不同效應(yīng)，本文針對利率的正向調(diào)整和負(fù)向調(diào)整做兩次ATT的估計(jì)。

3.1.2 貨幣政策干預(yù)結(jié)果的說明

由于貨幣政策具有時滯性，也就是說進(jìn)行利率調(diào)節(jié)干預(yù)對CPI的效應(yīng)不能在當(dāng)月呈現(xiàn)出來，而是經(jīng)過一定的時滯后才顯現(xiàn)出來。關(guān)于貨幣政策的時滯的長短問題，目前學(xué)術(shù)界并沒有公認(rèn)的結(jié)論，但一般認(rèn)為時滯會超過6個月。本文采用如下的方法度量利率調(diào)節(jié)干預(yù)對CPI的效應(yīng)：（1）如果利率調(diào)節(jié)屬于連續(xù)調(diào)節(jié)（連續(xù)兩次利率調(diào)節(jié)的時間間隔小于等于6個月），以最后一次利率調(diào)節(jié)當(dāng)月之后的第7個月至第12個月的CPI平均值作為利率連續(xù)調(diào)節(jié)干預(yù)對CPI的效應(yīng)；（2）如果利率調(diào)節(jié)不屬于連續(xù)調(diào)節(jié)（連續(xù)兩次利率調(diào)節(jié)的時間間隔大于6個月），以接受利率調(diào)節(jié)當(dāng)月之后的第7個月至第12個月的CPI平均值作為當(dāng)次利率調(diào)節(jié)干預(yù)對CPI的效應(yīng)。

3.2 ATT的估計(jì)結(jié)果

如前述，運(yùn)用傾向得分匹配法測度ATT的估計(jì)值，第一步需要以利率調(diào)節(jié)干預(yù)變量Ti這個啞變量為因變量，以混淆變量X為自變量，建立Probit或者Logit模型獲取傾向得分，并進(jìn)而得到共同區(qū)間。第二步在共同區(qū)間內(nèi)采用相應(yīng)的匹配方法估計(jì)ATT的值。常用的匹配方法包括最近鄰匹配法、半徑匹配法、分層匹配法以及核匹配法。本文采用Becker and Ichino(2002)基于STATA軟件開發(fā)的Pscore.ado程序模塊，并運(yùn)用最近鄰匹配法進(jìn)行ATT的估計(jì)，最近鄰匹配法的規(guī)則是：

其中i代表接受利率調(diào)節(jié)干預(yù)的月份，j代表接受利率調(diào)節(jié)干預(yù)的月份，C(i)代表與月份匹配成功的月份j的集合，即傾向得分與月份i最為近似的月份集合。匹配成功后，Becker and Ichino(2002)用下式計(jì)算ATT：

3.2.1 共同區(qū)間估計(jì)結(jié)果

本文利用Logit模型獲取傾向得分，得到的共同區(qū)間估計(jì)結(jié)果見表2所示。

表2 共同區(qū)間估計(jì)結(jié)果

從表2的結(jié)果可以看出，干預(yù)組中的利率負(fù)向調(diào)整的12個月份和利率正向調(diào)整的14個月份都有足夠的對照組月份與其匹配，滿足傾向得分匹配法的前提條件。

3.2.2 ATT的估計(jì)結(jié)果

本文運(yùn)用最近鄰匹配法估計(jì)的利率調(diào)節(jié)干預(yù)的ATT結(jié)果見表3所示。

表3 利率調(diào)節(jié)干預(yù)的ATT估計(jì)結(jié)果

從表3利率調(diào)節(jié)干預(yù)的ATT估計(jì)結(jié)果可以看出，平均而言，中國央行的每次利率的負(fù)向調(diào)整（減息）可以使滯后7～12期CPI的平均值提高0.76個百分點(diǎn)，但較大的標(biāo)準(zhǔn)差和較小的t值表明利率的負(fù)向調(diào)整的干預(yù)效果還不是很顯著；中國央行的每次利率的正向調(diào)整（加息）可以使滯后7～12期CPI的平均值降低2.04個百分點(diǎn)，而且較小的標(biāo)準(zhǔn)差和較大的t值表明利率的正向調(diào)整的干預(yù)效果較為顯著。

3.3 估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)

如前述，貨幣政策的時滯性導(dǎo)致利率調(diào)節(jié)對CPI的效應(yīng)不能在當(dāng)月呈現(xiàn)出來，因此上文的ATT的估計(jì)結(jié)果中，干預(yù)目標(biāo)變量CPI取得是利率調(diào)節(jié)（或連續(xù)調(diào)節(jié)的最后一次調(diào)節(jié)）當(dāng)月之后的第7個月至第12個月的CPI平均值。事實(shí)上，目前學(xué)術(shù)界對貨幣政策效應(yīng)的時滯并沒有一個統(tǒng)一和公認(rèn)的度量標(biāo)準(zhǔn)。為了檢驗(yàn)本文估計(jì)結(jié)果的穩(wěn)健性，我們通過對干預(yù)目標(biāo)變量CPI進(jìn)行如表4所示的調(diào)整之后重新進(jìn)行ATT估計(jì)，估計(jì)結(jié)果見表4所示。

表4 估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)

從表4的穩(wěn)健性檢驗(yàn)結(jié)果來看，本文的估計(jì)結(jié)果具有較強(qiáng)的穩(wěn)健性。同時，穩(wěn)健性檢驗(yàn)結(jié)果也證實(shí)了中國央行利率的負(fù)向調(diào)整（減息）可以使滯后的通貨膨脹水平提高，但效果尚不顯著，而利率的正向調(diào)整（加息）可以使滯后的通貨膨脹水平降低，且效果較為顯著。實(shí)證結(jié)果和金融學(xué)理論較為吻合，同時也表明中國央行的利率調(diào)節(jié)干預(yù)行為主要是為了控制物價上漲，但對通貨緊縮的作用還不明顯。

4 結(jié)論

本文基于反事實(shí)分析框架，在分析中國利率調(diào)整特征的基礎(chǔ)上，運(yùn)用平均處理效應(yīng)模型對中國利率調(diào)節(jié)干預(yù)對CPI的效應(yīng)進(jìn)行了實(shí)證分析。研究結(jié)果表明：①中國金融機(jī)構(gòu)存貸款基準(zhǔn)利率的每次調(diào)整幅度總體而言較小，正向調(diào)整和負(fù)向調(diào)整、對稱調(diào)整和非對稱調(diào)整的頻率相似，存貸款基準(zhǔn)利率的水平總體基本保持平穩(wěn)。②平均而言中國央行利率的負(fù)向調(diào)整（減息）可以使滯后的通貨膨脹水平提高，但效果尚不顯著，而利率的正向調(diào)整（加息）可以使滯后的通貨膨脹水平降低，且效果較為顯著。

[1]李穎，林景潤，高鐵梅.我國通貨膨脹、通貨膨脹預(yù)期與貨幣政策的非對稱分析[J].金融研究，2010,(12).

[2]麥元勛，田曄.我國貨幣政策效應(yīng)時滯的實(shí)證研究[J].商業(yè)研究，2004,(5).

[3]魏萬青.戶籍制度改革對流動人口收入的影響研究[J].社會學(xué)研究，2012,(1).

[4]肖文偉，楊小娟.貨幣政策時滯問題實(shí)證分析[J].系統(tǒng)工程，2010,(7).

[5]周新苗，唐紹祥.自主研發(fā)、技術(shù)引進(jìn)與企業(yè)績效:基于平均處理效應(yīng)估計(jì)的微觀考察[J].財(cái)貿(mào)經(jīng)濟(jì)，2011,(4).

[6]Fatum R,Hutchison M M.Evaluating Foreign Exchange Market Intervention:Self-Selection,Counterfactuals and Average Treatment Effects[J].Journal of International Money and Finance,2010,（29）.