摘 要：本文以北京、湖南、甘肅1998Q2-2014Q4的季度數(shù)據(jù)為樣本，建立帶隨機(jī)波動(dòng)的向量自回歸模型來研究我國貨幣政策有效性在不同地區(qū)的時(shí)變特征。結(jié)果表明，我國貨幣政策有效性在不同省市并沒有表現(xiàn)出明顯的時(shí)變性。同時(shí)顯示以貨幣供應(yīng)量為貨幣政策變量對經(jīng)濟(jì)的調(diào)控效果比利率的調(diào)控效果好。

關(guān)鍵詞：貨幣政策 TVP-VAR模型 貨幣供應(yīng)量 利率 時(shí)變性

一、引言

貨幣政策是一個(gè)國家調(diào)控宏觀經(jīng)濟(jì)的重要政策，因此其有效性的研究一直是學(xué)者的研究重點(diǎn)。近年來，我國貨幣政策工具的種類越來越豐富，在經(jīng)濟(jì)生活中對大眾的導(dǎo)向作用也日趨強(qiáng)化，因此正確衡量我國貨幣政策有效性便成為一個(gè)重要的問題。

關(guān)于貨幣政策有效性的研究，國內(nèi)外已有大量研究進(jìn)行了區(qū)域上及時(shí)間上的非對稱效應(yīng)研究。在國外研究中，自Sims（1980）將VAR模型用于宏觀經(jīng)濟(jì)問題的研究后，學(xué)者們開始大量使用該模型對貨幣政策有效性進(jìn)行了沖擊響應(yīng)研究，但這些研究使用的VAR模型的參數(shù)多是固定不變。而隨著經(jīng)濟(jì)環(huán)境的不斷變化，模型的參數(shù)也在變化，為了更好地反映現(xiàn)實(shí)，學(xué)者們對傳統(tǒng)VAR模型進(jìn)行了擴(kuò)展，一種參數(shù)可變化的時(shí)變參數(shù)向量自回歸模型（TVP-VAR）開始用于實(shí)踐。Nakajima（2011）通過建立兩個(gè)結(jié)構(gòu)一致的TVP-VAR模型分別衡量了以中期和長期利率為貨幣政策變量的貨幣政策有效性。Patrick Imam（2013）通過建立一個(gè)包含通脹率、失業(yè)率和政策利率的三變量TVC-VAR模型，衡量了美國等五個(gè)發(fā)達(dá)經(jīng)濟(jì)體的貨幣政策有效性，并認(rèn)為這五個(gè)國家的貨幣政策有效性均隨著時(shí)間推移呈現(xiàn)出弱化的趨勢。

而在國內(nèi)，目前關(guān)于貨幣政策有效性的研究大多仍基于固定系數(shù)的VAR模型，只有少數(shù)學(xué)者開始運(yùn)用TVP-VAR來衡量我國貨幣政策的有效性。如鄧創(chuàng)（2014）運(yùn)用TVP-VAR模型，以實(shí)際同業(yè)拆借利率等三種利率作為貨幣政策變量，分析了貨幣政策對通脹、產(chǎn)出及失業(yè)的影響，認(rèn)為近年來我國貨幣政策對通脹和經(jīng)濟(jì)波動(dòng)的調(diào)控效果呈現(xiàn)明顯的弱化趨勢，但對失業(yè)率的調(diào)控卻沒有明顯變化。劉傲瓊（2013）通過TVP-FVAR模型，研究以不同貨幣政策傳導(dǎo)渠道為代表的貨幣政策有效性的時(shí)變性，認(rèn)為貨幣政策對經(jīng)濟(jì)的影響力度變小且滯后時(shí)間延長。上述研究運(yùn)用最新的TVP-VAR模型來研究我國貨幣政策有效性的時(shí)變特征，較好地適應(yīng)了現(xiàn)實(shí)經(jīng)濟(jì)環(huán)境的變化，但其研究的都是貨幣政策對我國整體經(jīng)濟(jì)情況調(diào)控效果的變化。而我們知道我國幅員遼闊，貨幣政策的區(qū)域效應(yīng)也得到大多數(shù)學(xué)者的認(rèn)同。因此，本文旨在從東中西部三個(gè)代表省份出發(fā)，運(yùn)用TVP-VAR模型研究統(tǒng)一的貨幣政策對于各省份有效性的時(shí)變特征，從較微觀的角度觀察貨幣政策有效性。同時(shí)通過觀察不同省份對貨幣政策沖擊的反應(yīng)是否有差異還可以驗(yàn)證貨幣政策有效性的區(qū)域效應(yīng)，進(jìn)而為綜合研究貨幣政策的時(shí)變性及區(qū)域效應(yīng)提供思路。

二、模型選取

為分析貨幣政策有效性是否隨著時(shí)間推進(jìn)發(fā)生改變，本文選取TVP-VAR模型進(jìn)行計(jì)量分析，之后采用MCMC算法估計(jì)參數(shù)。本文所建立的模型為包含貨幣供應(yīng)量增長率（或利率增長率）、各省的經(jīng)濟(jì)產(chǎn)出及通脹率三個(gè)變量的TVP-VAR模型。目前已有較成熟的算法及程序?qū)υ撃Ｐ瓦M(jìn)行參數(shù)估計(jì)及后續(xù)脈沖響應(yīng)分析，模型的介紹和程序詳見Nakajima等文獻(xiàn)。

本文選取貨幣供應(yīng)量M2和利率i作為貨幣政策變量，以此衡量數(shù)量型和價(jià)格型工具在調(diào)控宏觀經(jīng)濟(jì)中發(fā)揮的作用大小，同時(shí)為研究不同地區(qū)貨幣政策有效性的時(shí)變性，本文選取北京、湖南、甘肅三個(gè)數(shù)據(jù)較為完整的省或直轄市分別代表東中西部，用其產(chǎn)出及通貨膨脹率作為宏觀經(jīng)濟(jì)變量來分析貨幣政策有效性?？紤]到數(shù)據(jù)可得性及平穩(wěn)性等約束，數(shù)據(jù)具體形式為：M2選取其季度同比增長率的一階差分dm2，利率i選取銀行間同業(yè)拆借市場加權(quán)平均利率季度數(shù)據(jù)的一階差分di，三個(gè)省市的產(chǎn)出為當(dāng)季gdp值取對數(shù)后的一階差分：dlbjgdp（北京），dlhngdp（湖南），dlgsgdp（甘肅），三個(gè)省市的通脹率是各自cpi季度同比增長率的一階差分：dbjcpi（北京），dhncpi（湖南），dgscpi（甘肅）。所有數(shù)據(jù)取一階差分后均在1%水平下通過平穩(wěn)性檢驗(yàn)。原始數(shù)據(jù)來源于wind數(shù)據(jù)庫，樣本區(qū)間為1999Q2-2014Q4。

三、基于TVP-VAR模型的實(shí)證分析

根據(jù)既有文獻(xiàn)，我們選擇一個(gè)滯后兩期的模型進(jìn)行參數(shù)估計(jì)與脈沖響應(yīng)分析。每個(gè)省市建立兩個(gè)分別以dm2和di為貨幣政策變量的模型，因此共有六個(gè)TVP-VAR模型。首先，我們在MATLAB（R2013a）中對六個(gè)模型分別進(jìn)行10000次MCMC抽樣模擬。表一是不同模型抽樣模擬的結(jié)果（甘肅的未在文中列出。）

根據(jù)表一，可知Geweke診斷值均小于1.96（95%置信區(qū)間的臨界值），Inef值最大為31.59，表明我們的10000次MCMC抽樣模擬是可信的。

1.各省市貨幣政策有效性的時(shí)變特征分析

此部分在上述模型基礎(chǔ)上對貨幣政策有效性進(jìn)行脈沖響應(yīng)分析，沖擊大小為各個(gè)數(shù)據(jù)樣本的隨機(jī)波動(dòng)率的平均值，并選定1999Q2、2003Q2、2014Q2三個(gè)時(shí)間點(diǎn)進(jìn)行沖擊對比分析。圖一顯示了以利率di和貨幣供應(yīng)量增長率dm2作為貨幣政策變量時(shí)對北京市通脹率dbjcpi和經(jīng)濟(jì)產(chǎn)出dbjgdp的沖擊影響。由于各省市的實(shí)證結(jié)果差異不大，限于篇幅，此處未列出湖南省與甘肅省的相關(guān)結(jié)果圖，感興趣的讀者可以向作者索要。下面，我們對各省市貨幣政策有效性的時(shí)變特征進(jìn)行分析。

首先，從上圖可以看出，在1999Q2、2003Q2和2014Q2三個(gè)時(shí)點(diǎn)分別進(jìn)行脈沖響應(yīng)分析，無論是以dm2還是di作為政策變量，貨幣政策沖擊對各省市dbjcpi和dlbjgdp都沒有明顯的時(shí)變特征，三個(gè)時(shí)點(diǎn)的脈沖響應(yīng)曲線幾乎重合。然而，當(dāng)把各圖中的縱坐標(biāo)刻度縮小2個(gè)數(shù)量級后，三個(gè)時(shí)點(diǎn)的脈沖響應(yīng)曲線的確表現(xiàn)出了分離的特征，但是鑒于峰值太大，因此綜合來看，各樣本省市的貨幣政策有效性并未表現(xiàn)出明顯的時(shí)變特征。

其次，利率和貨幣供應(yīng)量對各省市通脹和產(chǎn)出的調(diào)控效果大致相同：（1）利率di對北京和湖南的通脹和產(chǎn)出的調(diào)控作用呈現(xiàn)出比較大的波動(dòng)，即并不是在初期就可以呈現(xiàn)出應(yīng)有的逆向調(diào)控效果，如在對北京dbjcpi的沖擊影響上我們可以看出，在利率沖擊發(fā)生后的滯后一期時(shí)達(dá)到最大的正向反應(yīng)，而在滯后兩期時(shí)才表現(xiàn)出了最大的逆向調(diào)控效果。而dm2對北京dbjcpi和dlbjgdp的調(diào)控效果則較穩(wěn)定，其中，dm2對北京dbjcpi的沖擊影響在滯后一期就達(dá)到了最大的正向調(diào)控效果，dm2對北京dbjgdp的沖擊影響在開始呈現(xiàn)逆向調(diào)控效果，但在滯后兩期時(shí)呈現(xiàn)最大的正向調(diào)控效果，之后仍較為波動(dòng)。但總的來看，從北京市的樣本出發(fā)，貨幣供應(yīng)量比利率對經(jīng)濟(jì)的調(diào)控效果更穩(wěn)定。對湖南的分析結(jié)果也可以得出相似結(jié)論。（2）di對甘肅省dgscpi呈現(xiàn)出了預(yù)期的逆向調(diào)控效果，而且dm2對甘肅省dgscpi也呈現(xiàn)出預(yù)期的正向調(diào)控效果。但是，不論di還是dm2，它們對甘肅省通脹dgscpi和產(chǎn)出dlgsgdp的調(diào)控卻呈現(xiàn)出比較大的波動(dòng)。其實(shí)，結(jié)合北京市和湖南省情況來看，貨幣政策對通脹率的調(diào)控效果也比對經(jīng)濟(jì)產(chǎn)出的調(diào)控效果更明顯，因此，我們認(rèn)為，貨幣政策的實(shí)施對于通脹的影響比對經(jīng)濟(jì)產(chǎn)出的影響更大。

第三，各樣本省市的貨幣政策存在區(qū)域效應(yīng)。由于貨幣政策變量選取的同是利率di與貨幣供應(yīng)量增長率dm2，進(jìn)行脈沖響應(yīng)分析的時(shí)間點(diǎn)相同，因此，我們可以觀察出不同省份的經(jīng)濟(jì)變量對相同貨幣政策的反應(yīng)情況。從dm2對不同省份通脹率的調(diào)控來看，dm2沖擊對北京市dbjcpi的影響使得dbjcpi在滯后一期時(shí)達(dá)到最大的正向調(diào)控效果為0.21，對湖南省dhncpi的影響使得dhncpi在滯后兩期時(shí)達(dá)到最大的正向調(diào)控效果0.33，對甘肅省dgscpi的影響使得dgscpi在滯后一期達(dá)到最大正向調(diào)控效果0.2，因此不同省份的貨幣政策有效性是存在差異的。從dm2對不同省份的經(jīng)濟(jì)產(chǎn)出的調(diào)控來看，三個(gè)省份雖然都是在沖擊發(fā)生后的滯后兩期時(shí)達(dá)到最大的正向調(diào)控效果，但最大值也有所不同。用利率di沖擊分析不同省份的經(jīng)濟(jì)變量的反應(yīng)狀況也可以得到類似的結(jié)果。綜合來看，我們從上述三幅圖中可以看出我國貨幣政策的確存在區(qū)域差異。

四、結(jié)論與建議

本文通過建立包含貨幣政策變量、通脹率和產(chǎn)出三變量的TVP-VAR模型，選取東中西部三個(gè)省市進(jìn)行研究，分析我國貨幣政策有效性的時(shí)變特征，主要結(jié)論如下：

1.不論是以貨幣供應(yīng)量增長率還是利率為貨幣政策變量來分析貨幣政策的有效性，從北京、湖南、甘肅三個(gè)省市來看，我國貨幣政策的有效性均未表現(xiàn)出明顯的時(shí)變特征。而在鄧創(chuàng)（2014）的研究中，通過選取三種利率為貨幣政策變量研究最終認(rèn)為我國貨幣政策有效性隨時(shí)間發(fā)生了明顯的弱化趨勢。二者的差異可能是由于本文分析的是單個(gè)省市的樣本，而該文獻(xiàn)則研究我國整體的情況，具體差異分析可在未來進(jìn)行深入探究。

2.以貨幣供應(yīng)量增長率作為貨幣政策變量比利率對經(jīng)濟(jì)的調(diào)控效果更明顯，主要原因可能是我國利率改革并不到位，利率對經(jīng)濟(jì)的調(diào)控作用仍有待提升。根據(jù)本文對北京、湖南、甘肅三省市的貨幣政策有效性的分析可知貨幣供應(yīng)量對宏觀經(jīng)濟(jì)變量的調(diào)控效果優(yōu)于利率，利率的調(diào)控效果更容易出現(xiàn)不穩(wěn)定性。

3.不同省份之間的經(jīng)濟(jì)變量對于統(tǒng)一的貨幣政策的反應(yīng)并不一致，也印證了我國貨幣政策有效性確實(shí)存在區(qū)域差異，這也和許多研究貨幣政策區(qū)域效應(yīng)的研究結(jié)論相一致。

根據(jù)以上結(jié)論，我們可以得出一些啟示：首先，在使用貨幣政策進(jìn)行宏觀經(jīng)濟(jì)調(diào)控時(shí)，貨幣供應(yīng)量發(fā)揮的效力仍然比利率大，因此，為充分發(fā)揮貨幣政策價(jià)格型工具的效力，在利率改革上，可以進(jìn)一步探索不同價(jià)格型工具，疏導(dǎo)貨幣政策的利率傳導(dǎo)機(jī)制，使利率在調(diào)控宏觀經(jīng)濟(jì)上發(fā)揮更大的效力。其次，雖然本文得到的結(jié)論認(rèn)為我國的貨幣政策有效性并未呈現(xiàn)出明顯的時(shí)變特征，但是，由于本文選取樣本較少，因此，未來可進(jìn)一步深化對多個(gè)省份的研究，并且聯(lián)系貨幣政策的區(qū)域效應(yīng)進(jìn)行綜合分析。

參考文獻(xiàn)

[1] Nakajima.J.Time-varying parameter VAR model with stochastic volatility：An overview of methodology and empirical applications[J].Monetary and Economic Studies. 2011（3）.

[2] Patrick Imam.Shock from Graying： Is the Demographic Shift Weakening Monetary Policy Effectiveness[J] .IMF Working Paper，2013 （9）.

[3] 鄧創(chuàng)、席旭文.我國貨幣政策宏觀調(diào)控效應(yīng)的時(shí)變特征[J].吉林大學(xué)社會科學(xué)學(xué)報(bào)，2014（7）.

[4] 劉傲瓊.基于時(shí)變參數(shù)因子VAR模型的中國貨幣政策有效性研究[D].南京財(cái)經(jīng)大學(xué)，2013（6）.

[5] 劉斌.貨幣政策沖擊的識別及我國貨幣政策有效性的實(shí)證分析[J].金融研究，2001（7）.

[6] 喬發(fā)棟、吳冰洋.基于SVAR模型的貨幣政策沖擊效應(yīng)檢驗(yàn)[J].經(jīng)濟(jì)問題，2011（10）.

[7] 鄧創(chuàng)、席旭文.中美貨幣政策外溢效應(yīng)的時(shí)變特征研究[J].國際金融研究，2013（9）.