汪雅倩，陸夢(mèng)娟（.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院；.安徽財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 蚌埠 33030）

?

“新常態(tài)”下我國(guó)貨幣政策信貸傳導(dǎo)效應(yīng)研究
——基于VAR模型

汪雅倩1，陸夢(mèng)娟2
（1.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院；2.安徽財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 蚌埠 233030）

摘 要：中國(guó)經(jīng)濟(jì)基本面發(fā)生歷史性變革，進(jìn)入經(jīng)濟(jì)發(fā)展的新常態(tài).經(jīng)濟(jì)增長(zhǎng)由高速增長(zhǎng)進(jìn)入了穩(wěn)中有進(jìn)的中高速增長(zhǎng)狀態(tài)，2015年央行連續(xù)5次降準(zhǔn)降息的貨幣調(diào)控旨在改善目前經(jīng)濟(jì)下行的發(fā)展?fàn)顟B(tài)，貨幣政策實(shí)施效果與預(yù)期的存在一定差距.在分析1995-2015各年經(jīng)濟(jì)增長(zhǎng)率的基礎(chǔ)上，選取可代表新常態(tài)經(jīng)濟(jì)的2011.01-2015.10月度數(shù)據(jù)，基于向量自回歸（VAR）模型，研究貨幣政策信貸傳導(dǎo)渠道對(duì)貨幣政策最終目標(biāo)實(shí)現(xiàn)的傳導(dǎo)效應(yīng)，并與貨幣政策的貨幣傳導(dǎo)渠道進(jìn)行對(duì)比，基于實(shí)證結(jié)果給出兩者差異性的解釋?zhuān)瑥亩鴮?duì)貨幣政策實(shí)施效果的強(qiáng)化給出了準(zhǔn)確定位貨幣政策中介目標(biāo)、強(qiáng)化貨幣政策傳導(dǎo)渠道效應(yīng)、構(gòu)建市場(chǎng)化銀企關(guān)系的合理化建議.

關(guān)鍵詞：新常態(tài)；VAR模型；貨幣政策；信貸渠道；貨幣渠道

“新常態(tài)”是指經(jīng)濟(jì)運(yùn)行進(jìn)入增速放緩、經(jīng)濟(jì)結(jié)構(gòu)大幅調(diào)整的發(fā)展期［1］.由1995-2015年經(jīng)濟(jì)增長(zhǎng)率數(shù)據(jù)（見(jiàn)表1）可知，自2008年金融危機(jī)后，經(jīng)濟(jì)增長(zhǎng)率在2009年短暫增長(zhǎng)后又在2011年降到9.3%的水平，之后持續(xù)下降直至2014年達(dá)到20年以來(lái)增長(zhǎng)率的最低水平7.4%，預(yù)計(jì)在2015年經(jīng)濟(jì)增長(zhǎng)率還會(huì)下滑至6.8%［2］.為應(yīng)對(duì)現(xiàn)階段經(jīng)濟(jì)發(fā)展?fàn)顩r，中國(guó)人民銀行于2015年連續(xù)5次實(shí)施一系列降準(zhǔn)降息的貨幣調(diào)控政策，并鼓勵(lì)金融機(jī)構(gòu)擴(kuò)大對(duì)小微企業(yè)及“三農(nóng)”的信貸規(guī)模，此舉在于充裕銀行系統(tǒng)流動(dòng)性、降低社會(huì)融資成本、調(diào)整社會(huì)融資結(jié)構(gòu)、刺激消費(fèi)投資規(guī)模，改善目前經(jīng)濟(jì)下行壓力.

表1 各年GDP增長(zhǎng)速度

近30多年來(lái),中國(guó)經(jīng)濟(jì)一直保持快速增長(zhǎng)趨勢(shì)，貨幣政策作用渠道日趨復(fù)雜化，受各因素影響，貨幣政策從實(shí)施至作用于國(guó)民經(jīng)濟(jì)存在一定時(shí)滯性，會(huì)無(wú)法達(dá)到政策實(shí)施的預(yù)期效果，因而對(duì)貨幣政策作用的方式及效果進(jìn)行探討具有一定意義.

本文基于VAR模型，利用2011.01-2015.10的月度數(shù)據(jù)，主要研究貨幣政策信貸傳導(dǎo)渠道對(duì)國(guó)民經(jīng)濟(jì)的影響，并與貨幣傳導(dǎo)渠道進(jìn)行對(duì)比，并對(duì)差異之處做出適當(dāng)解釋?zhuān)詈蠡趯?shí)證模型對(duì)強(qiáng)化貨幣政策作用效果給出合理化建議.

1 相關(guān)文獻(xiàn)回顧

Frederic（2008）［3］為代表的西方學(xué)者認(rèn)為貨幣政策作用途徑大致有2種：信貸傳導(dǎo)途徑、貨幣傳導(dǎo)途徑.自Bernanke, Blinder（1988）［4］首次提到信貸作用理論后，對(duì)該渠道存在性、影響力及貨幣渠道的探究逐漸出現(xiàn).Wu，Luca（2011）［5］通過(guò)對(duì)亞洲部分國(guó)家、中東歐及拉丁美洲1273家銀行數(shù)據(jù)分析得知，外資銀行可從原國(guó)獲得資金配置，因而對(duì)所在國(guó)貨幣政策敏感度低，即受所在國(guó)信貸渠道傳導(dǎo)影響較小.Perera （2014）［6］基于11家商業(yè)銀行數(shù)據(jù)，分析得到表外業(yè)務(wù)越多銀行系統(tǒng)流動(dòng)性的維持渠道越多，對(duì)貨幣政策實(shí)施反應(yīng)越小，即表外業(yè)務(wù)削弱了貨幣政策信貸傳導(dǎo)效果.

目前，國(guó)內(nèi)企業(yè)居民主要以銀行貸款方式融資，因此研究貨幣政策信貸傳導(dǎo)渠道對(duì)保持經(jīng)濟(jì)持續(xù)增長(zhǎng)有較強(qiáng)現(xiàn)實(shí)意義.蔣瑛餛等（2005）［7］對(duì)貨幣政策信貸傳導(dǎo)渠道的研究結(jié)果顯示90年代后，銀行信貸對(duì)經(jīng)濟(jì)增長(zhǎng)及物價(jià)這兩大最終目標(biāo)有很顯著影響.盛松成等（2008）［8］基于VAR模型及1998.01-2006.04數(shù)據(jù)，實(shí)證結(jié)果顯示M2是所有貨幣指標(biāo)中解釋經(jīng)濟(jì)變量程度最大的，國(guó)內(nèi)貨幣渠道基本不存在，信貸渠道起領(lǐng)頭作用.胡曉陽(yáng)等（2009）［9］基于2003-2008年月度數(shù)據(jù)，實(shí)證結(jié)果顯示金融機(jī)構(gòu)貸款額與GDP、CPI間存在長(zhǎng)期均衡穩(wěn)定關(guān)系，但經(jīng)濟(jì)蕭條時(shí)有一定阻礙.徐銘浩（2014）［10］基于VAR模型將2002-2007年、2008-2013年兩階段傳導(dǎo)渠道差異對(duì)比，分析結(jié)果顯示信貸渠道作用隨時(shí)間下降.

已有研究多集中于信貸渠道有效性，很少將信貸渠道和貨幣渠道對(duì)比，分析兩者間的關(guān)系.本文則基于實(shí)證分析，主要研究貨幣政策信貸渠道效應(yīng)，并與貨幣渠道效應(yīng)對(duì)比，經(jīng)研究二者關(guān)系，提出強(qiáng)化我國(guó)貨幣政策實(shí)施效果合理化措施.這些研究有一定的現(xiàn)實(shí)意義.

2 模型原理、指標(biāo)選取、數(shù)據(jù)來(lái)源及處理

2.1 模型原理

1980年經(jīng)濟(jì)學(xué)家（美）Sims首提向量自回歸（VAR）模型,聯(lián)立方程組，用內(nèi)生變量滯后期值回歸，以研究變動(dòng)關(guān)聯(lián)性.其基本形式：

yt、yt-p分別為內(nèi)生變量當(dāng)期值、滯后期值 （p為滯后階數(shù)），et：N（0,Ω）,ρt-p為n*n階矩陣.

實(shí)證分析選擇VAR模型的原因是使用時(shí)無(wú)需完整經(jīng)濟(jì)假設(shè)，也不必判別變量的內(nèi)生和外生性.按習(xí)慣，人們將廣義貨幣供應(yīng)量（M2）作外生變量，但其變動(dòng)在信貸傳導(dǎo)中呈現(xiàn)較強(qiáng)內(nèi)生性，則作外生變量不符合目前情況，而VAR模型較好避免該矛盾.又因VAR模型是以變量對(duì)其滯后期值做回歸，因而有較好的預(yù)測(cè)性，則可研究各變量間長(zhǎng)期變動(dòng)關(guān)系.

2.2 指標(biāo)選取及數(shù)據(jù)來(lái)源

本文主要研究貨幣政策信貸傳導(dǎo)效應(yīng)，因我國(guó)貨幣政策四大目標(biāo)的重點(diǎn)是保持經(jīng)濟(jì)平穩(wěn)增長(zhǎng)與物價(jià)相對(duì)穩(wěn)定.選取居民價(jià)格指數(shù)（CPI）同比增長(zhǎng)率表物價(jià)穩(wěn)定；多以GDP增長(zhǎng)率代表經(jīng)濟(jì)增長(zhǎng)，但可查詢(xún)數(shù)據(jù)最多精確到季度，則“新常態(tài)”研究樣本過(guò)小，所以用工業(yè)增加值（IAV）同比增長(zhǎng)率表月度經(jīng)濟(jì)增長(zhǎng)；用廣義貨幣供應(yīng)量（M2）同比增長(zhǎng)率表貨幣政策；金融機(jī)構(gòu)貸款余額（BL）同比增長(zhǎng)率表信貸渠道.由表1可知，2011年起經(jīng)濟(jì)增長(zhǎng)率下滑，同時(shí)國(guó)家統(tǒng)計(jì)局較多研究指標(biāo)的統(tǒng)計(jì)范圍于2011年做了調(diào)整，因而選取2011.01-2015.10月度數(shù)據(jù).BL同比增長(zhǎng)率源于央行官網(wǎng)，其余三個(gè)指標(biāo)取自國(guó)家統(tǒng)計(jì)局.

2.3 數(shù)據(jù)處理

在選取的指標(biāo)數(shù)據(jù)中，IAV同比增長(zhǎng)率缺失部分?jǐn)?shù)據(jù)，則用插值法補(bǔ)齊該時(shí)間序列數(shù)據(jù).為消除金融數(shù)據(jù)中可能的異方差，本文對(duì)IAV、CPI、M2、BL分別對(duì)數(shù)化處理，分別記為L(zhǎng)IAV、LCPI、LM2、LBL.計(jì)量分析使用EVIEWS6.0.

3 實(shí)證分析

3.1 指標(biāo)平穩(wěn)性檢驗(yàn)

VAR模型的數(shù)據(jù)須是平穩(wěn)序列，一般時(shí)間序列很可能不平穩(wěn)，直接使用VAR就很可能形成偽回歸.因而本文將用ADF單位根檢驗(yàn)各指標(biāo)平穩(wěn)性，結(jié)果如表2所示.

由表2知，LIAV、LCPI、LM2、LBL數(shù)據(jù)非平穩(wěn)，但是一階差分后數(shù)據(jù)ΔLIAV、ΔLCPI、ΔLM2、ΔLBL都于α=1%平穩(wěn)，說(shuō)明原序列均是I（1），即同階單整序列.

表2 ADF單位根檢驗(yàn)

3.2 模型最優(yōu)滯后期長(zhǎng)度確定

圖1 VAR模型滯后階數(shù)檢驗(yàn)

結(jié)果顯示，滯后八期的檢驗(yàn)?zāi)Ｐ椭校性u(píng)價(jià)指標(biāo)都支持采用VAR（2），AIC最小值也在滯后二階取得，則構(gòu)造VAR （2）使結(jié)果更精確.

3.3 協(xié)整檢驗(yàn)

由協(xié)整原理，變量同階單整可能有協(xié)整關(guān)系.需用Johansen平穩(wěn)性檢驗(yàn)分析指標(biāo)是否協(xié)整，以判斷各指標(biāo)間是否有長(zhǎng)期穩(wěn)定性，結(jié)果如圖2（*代表α=5%拒絕H0）.

結(jié)果顯示，LIAV、LCPI、LM2、LBL至少存在1個(gè)協(xié)整方程，即各指標(biāo)間有協(xié)整關(guān)系，驗(yàn)證了我國(guó)金融機(jī)構(gòu)貸款余額與工業(yè)增加值及居民消費(fèi)價(jià)格指數(shù)間存在長(zhǎng)期穩(wěn)定性，充分表現(xiàn)了我國(guó)信貸渠道作用.

圖2 Johansen協(xié)整檢驗(yàn)

3.4 Granger因果檢驗(yàn)

在VAR結(jié)果基礎(chǔ)上，通過(guò)分析指標(biāo)間的Granger因果關(guān)系，可知A變量是否為影響B(tài)變量的Granger原因，即可研究相互影響的方向，各變量結(jié)果如圖3.

結(jié)果顯示，α=5%時(shí)，LNIAV、LNBL互為格蘭杰因果關(guān)系； LNM2對(duì)LNCPI、LNIAV分別為單向傳導(dǎo)關(guān)系；LNBL 對(duì)LNCPI、LNM2也分別為單向傳導(dǎo)關(guān)系.該結(jié)果驗(yàn)證了我國(guó)信貸渠道的有效性，對(duì)經(jīng)濟(jì)增長(zhǎng)與物價(jià)穩(wěn)定存在影響力.

圖3 格蘭杰因果檢驗(yàn)

3.5 模型的穩(wěn)定性檢驗(yàn)

用AR根檢驗(yàn)?zāi)Ｐ偷姆€(wěn)定性.若所有根模低于1（在單位圓內(nèi)），說(shuō)明該模型平穩(wěn).已知最優(yōu)滯后期是2，在構(gòu)建LNIAV、LNCPI、LNM2、LNBL間VAR（2）模型的基礎(chǔ)上，得到AR根檢驗(yàn)結(jié)果如圖4.

結(jié)果顯示，所有的根都位于單位根內(nèi)，則是一個(gè)平穩(wěn)系統(tǒng).

圖4 AR（單位根）圖

3.6 脈沖響應(yīng)分析

脈沖響應(yīng)表示某內(nèi)生變量受到誤差沖擊后的反應(yīng).分別基于對(duì)LNBL、LNM2沖擊上，分析LNIAV、LNCPI各自反應(yīng)；并研究LNM2在LNBL受到?jīng)_擊后的反應(yīng)，結(jié)果如圖5—10.

圖5顯示，給LNBL正沖擊，LNIAV由0值下降后于2期上升，于4期開(kāi)始為正，持續(xù)上升后趨于穩(wěn)定.則LNBL對(duì)LNIAV的影響在一段波動(dòng)后有長(zhǎng)期正向穩(wěn)定關(guān)系，即在長(zhǎng)期看來(lái)，金融機(jī)構(gòu)貸款余額的增長(zhǎng)會(huì)引起工業(yè)增加值增加；圖6顯示，LNCPI于LNBL正沖擊下由較大正值降低后，于2期趨于正向穩(wěn)定，期間有小幅波動(dòng)，即在長(zhǎng)期看來(lái)，金融機(jī)構(gòu)貸款余額增長(zhǎng)會(huì)引起居民消費(fèi)價(jià)格指數(shù)增長(zhǎng).綜上所述，長(zhǎng)期看來(lái)信貸渠道對(duì)經(jīng)濟(jì)增長(zhǎng)及物價(jià)穩(wěn)定的正向作用.

圖7顯示，LNM2在LNBL正向沖擊下，由較大正值下降后，于2期后趨于正向穩(wěn)定，其中小幅下降.則我國(guó)信貸渠道經(jīng)影響貨幣供應(yīng)量作用于國(guó)民經(jīng)濟(jì).

圖9顯示，給LNM2正沖擊后，LNIAV由0值持續(xù)上升后在5期下降并趨于正向穩(wěn)定.圖10顯示，LNCPI在LNM2正向沖擊下由0值急速上升后于2期基本同幅度下降，在3期后的小幅波動(dòng)中趨于正向穩(wěn)定.綜上所述，長(zhǎng)期看來(lái)M2對(duì)經(jīng)濟(jì)增長(zhǎng)及居民消費(fèi)價(jià)格指數(shù)有正向作用.

圖5 LNIAV對(duì)LNBL脈沖響應(yīng)圖

圖6 LNCPI對(duì)LNBL脈沖響應(yīng)圖

圖7 LNM2對(duì)LNBL脈沖響應(yīng)圖

圖8 LNIAV對(duì)LNM2脈沖相應(yīng)圖

3.7 方差分解

基于脈沖響應(yīng)分析，用方差分解法研究A變量被B變量解釋的貢獻(xiàn)率，以評(píng)析各成分沖擊的重要程度.為研究各變量對(duì)經(jīng)濟(jì)增長(zhǎng)及物價(jià)穩(wěn)定影響，分別以L(fǎng)NIVA和LNCPI為被解釋變量，建立VAR1模型、VAR2模型，分別進(jìn)行方差分解，結(jié)果如圖11、圖12.

圖9 LNCPI對(duì)LNM2脈沖相應(yīng)圖

圖11顯示，LNBL對(duì)LNIAV貢獻(xiàn)率快速上升后緩慢下降最后穩(wěn)定在一定水平，LNM2對(duì)LNIAV貢獻(xiàn)率持續(xù)上升至10期3.44%；圖12顯示，LNBL對(duì)LNCPI貢獻(xiàn)率于10期升至峰值5.78%，LNM2對(duì)LNCPI的貢獻(xiàn)率始終較大并持續(xù)顯著上升，在10期取最大值16.25%.結(jié)果說(shuō)明信貸渠道能直接地，也能通過(guò)貨幣供應(yīng)量更顯著地、間接地作用于經(jīng)濟(jì)增長(zhǎng)和物價(jià)穩(wěn)定.

圖10 VAR1中LNIAV的方差分解

圖11 VAR2中LNCPI方差分解

4 結(jié)論與建議

4.1 結(jié)論

實(shí)證結(jié)果說(shuō)明信貸渠道（金融機(jī)構(gòu)貸款余額）、貨幣渠道（M2）均對(duì)經(jīng)濟(jì)增長(zhǎng)及物價(jià)穩(wěn)定有正向影響，且貨幣渠道貢獻(xiàn)率比信貸渠道更大.這是因?yàn)樨泿徘涝谀吵潭壬闲刨J，因而M2有更強(qiáng)解釋力.Granger因果顯示：廣義貨幣供應(yīng)量是金融機(jī)構(gòu)貸款余額格蘭杰原因，具有單向傳導(dǎo)關(guān)系，雖然我國(guó)在理論上將貨幣供應(yīng)量（貨幣渠道）作為中介目標(biāo)，但事實(shí)上貨幣供應(yīng)量可視作由信貸渠道派生推動(dòng)，所以信貸渠道在我國(guó)具有中介變量作用，我國(guó)貨幣政策的信貸渠道對(duì)保持經(jīng)濟(jì)增長(zhǎng)、物價(jià)穩(wěn)定等最終目標(biāo)具有重要作用.

4.2 建議

目前在貨幣政策的傳導(dǎo)方式中，信貸渠道與貨幣渠道誰(shuí)占主導(dǎo)作用仍存在爭(zhēng)議.但隨著我國(guó)市場(chǎng)機(jī)制完善及利率市場(chǎng)化開(kāi)展，貨幣傳導(dǎo)渠道將為未來(lái)發(fā)展方向.然而現(xiàn)階段貨幣渠道還不能獨(dú)立地傳導(dǎo)貨幣政策效應(yīng)情況下，還應(yīng)重視信貸渠道傳導(dǎo)作用.為強(qiáng)化我國(guó)貨幣政策傳導(dǎo)效應(yīng)，進(jìn)一步發(fā)揮貨幣政策作用效果，本文在分析實(shí)證結(jié)果的基礎(chǔ)上給出了以下幾方面建議：

4.2.1 貨幣政策中介目標(biāo)的準(zhǔn)確定位

根據(jù)方差分解的結(jié)果，貨幣渠道對(duì)經(jīng)濟(jì)增長(zhǎng)及物價(jià)的貢獻(xiàn)率要高于信貸渠道，然而格蘭杰因果檢驗(yàn)結(jié)果表明，信貸渠道對(duì)貨幣渠道是單向傳導(dǎo)關(guān)系，因而現(xiàn)階段實(shí)際上是將貸款視為貨幣政策中介目標(biāo)，然而信貸規(guī)?？刂茖?duì)于經(jīng)濟(jì)健康運(yùn)行及控制通貨膨脹等具有重要意義，因而有必要逐漸弱化對(duì)信貸渠道的傳導(dǎo)的依賴(lài)性，直至貨幣渠道可以獨(dú)立傳導(dǎo)貨幣政策效應(yīng)，成為名副其實(shí)的貨幣政策中介目標(biāo).

4.2.2 強(qiáng)化貨幣政策傳導(dǎo)渠道效應(yīng)

①?gòu)?qiáng)化利率市場(chǎng)化引導(dǎo)作用.隨著利率市場(chǎng)化的不斷開(kāi)展，至全部放寬貸、存款利率上下限，取消利率的行政化限定.以充分起到利率對(duì)國(guó)民經(jīng)濟(jì)杠桿效應(yīng)作用，為貨幣政策利率傳導(dǎo)渠道優(yōu)化提供有利環(huán)境.

②優(yōu)化社會(huì)融資結(jié)構(gòu).由崔虹虹、胡建光（2011）［13］通過(guò)分析2003-2010年數(shù)據(jù)，得到銀行貸款占比與GDP增長(zhǎng)率正相關(guān)，而股票、債券融資與GDP增長(zhǎng)率呈現(xiàn)負(fù)相關(guān)的結(jié)論，可知社會(huì)融資結(jié)構(gòu)的優(yōu)化及規(guī)模的控制，對(duì)貨幣政策實(shí)施效果傳導(dǎo)有正向作用.

4.2.3 構(gòu)建市場(chǎng)化銀企關(guān)系

我國(guó)商業(yè)銀行為貨幣政策信貸渠道實(shí)施主體，國(guó)有商業(yè)銀行已基本實(shí)現(xiàn)“股份制”改革，可仍然具有行政化管理色彩，在貸款投放時(shí)更偏向于國(guó)有大型企業(yè)，并不是市場(chǎng)化效率型的信用關(guān)系，即不是遵循效率規(guī)則配置資金，過(guò)多的資金流向國(guó)有大型企業(yè)，信貸投放過(guò)于集中，商業(yè)銀行對(duì)于貨幣政策的實(shí)施不夠敏感，弱化了貨幣政策的實(shí)施效果，因而商業(yè)銀行經(jīng)營(yíng)體制的改革，市場(chǎng)化銀企關(guān)系的構(gòu)建對(duì)于貨幣政策的傳導(dǎo)效應(yīng)具有重要意義.

參考文獻(xiàn)：

〔1〕中國(guó)證券報(bào)·中證網(wǎng).習(xí)近平：經(jīng)濟(jì)處于“三期疊加”［EB/ OL］.http：//www.cs.com.cn/sylm/cstop10/201402/t20140 225_4315786.html.

〔2〕金融界.［短標(biāo)］經(jīng)合組織：將中國(guó)2015年經(jīng)濟(jì)增速預(yù)測(cè)由6.7%上調(diào)至 6.8%［EB/OL］.http：//forex.jrj.com.cn/2015/ 11/09185520045900.shtml.

〔3〕Frederic S.Mishkin.The Economics of Money.Banking,And Financial Markets［M］.Toronto：Pearson Educa-tion Press,2008：618-619.

〔4〕Bernanke BS,Blinder AS.Credit,Money and Aggregate Demand ［J］.The American Economic Review,1998,78 （02）：435-439.

〔5〕Wu J,Luca AC,Jeon BN.Foreign Bank Penetration and the Lending Channel in Emerging Economies：Evidence from Bank-Level Panel Data［J］.Journal of International Money and Finance,2011,30（06）：1128-1156.

〔6〕PereraA,RalstonD,WickramanayakeJ.Impactof Off-balance SheetBanking on the Bank Lending ChannelofMonetary Transmission：Evidence from South Asia.Journal of International Financial Markets, Institutions and Money,2014,29（01）：195-216.

〔7〕蔣瑛現(xiàn),劉艷武,趙振全.貨幣渠道與信貸渠道傳導(dǎo)機(jī)制有效性的實(shí)證分析—兼論貨幣政策中介目標(biāo)的選擇 ［J］.金融研究,2005（05）：70-79.

〔8〕盛松成,吳培新.中國(guó)貨幣政策的二元傳導(dǎo)機(jī)制—“兩中介目標(biāo),兩調(diào)控對(duì)象”模式研究［J］.經(jīng)濟(jì)研究,2008（10）：37-51.

〔9〕胡曉陽(yáng)，謝宇.我國(guó)信貸市場(chǎng)貨幣政策傳導(dǎo)有效性的實(shí)證分析［J］.中南財(cái)金政法大學(xué)學(xué)報(bào)，2009（04）：58-63.

〔10〕徐銘浩.我國(guó)貨幣政策信貸傳導(dǎo)機(jī)制的比較研究［D］.成都：西南財(cái)經(jīng)大學(xué)，2014.

〔11〕崔虹虹，胡建光.社會(huì)融資結(jié)構(gòu)變遷對(duì)貨幣政策有效性的影響—基于2003-2010年中國(guó)數(shù)據(jù)的實(shí)證分析［J］.華北金融，2011（08）：4-7,12.

中圖分類(lèi)號(hào)：F820

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-260X（2016）05-0101-04

收稿日期：2016-03-18

基金項(xiàng)目：國(guó)家自然科學(xué)項(xiàng)目（11301001），安徽財(cái)經(jīng)大學(xué)教研項(xiàng)目（acjyzd201429）,（經(jīng)濟(jì)學(xué)院）XSKY168383