郭小卉　康書生

摘 要：本文使用SVAR模型分析2005年第1季度—2016年第1季度我國京津冀三地經(jīng)濟(jì)對貨幣政策沖擊的反應(yīng)，結(jié)果顯示貨幣政策對京津冀三地經(jīng)濟(jì)增長的影響并不相同。數(shù)量型貨幣政策工具的沖擊在一定程度上縮小了京津冀三地之間的經(jīng)濟(jì)差距，但是力度比較小。價格型貨幣政策工具的沖擊在一定程度上擴(kuò)大了三地間的差距。

關(guān)鍵詞：貨幣政策；區(qū)域效應(yīng)；京津冀協(xié)同發(fā)展

中圖分類號：F822.0 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2265（2016）12-0017-08

一、引言

京津冀協(xié)同發(fā)展是我國目前非常重要的區(qū)域經(jīng)濟(jì)戰(zhàn)略規(guī)劃之一，其目標(biāo)是建立以首都為核心的世界級城市群，在京津冀三地實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，交通、醫(yī)療、教育、就業(yè)和公共服務(wù)一體化，使得京津冀三地作為一個整體，真正地實現(xiàn)協(xié)同發(fā)展。但就目前來看，京津冀三地特別是京津和河北之間的經(jīng)濟(jì)差距還非常大。如圖1所示，京津兩地人均GDP水平差距不大，而河北人均GDP比較落后，低于全國平均水平。2015年，京津兩地人均GDP是河北人均水平的2.5倍以上。因此，京津冀協(xié)同發(fā)展過程中，應(yīng)大力發(fā)展河北經(jīng)濟(jì)，逐步縮小三地之間的經(jīng)濟(jì)差距。

近年來，貨幣政策在我國經(jīng)濟(jì)快速增長過程中發(fā)揮了重要的作用（He、Leung和Chong，2013；Dickinson和Liu，2007；Hsing和Haieh，2004）。但由于我國區(qū)域經(jīng)濟(jì)差距過大，貨幣政策的區(qū)域效應(yīng)問題（宋旺、鐘正生，2006；Guo和Tajul，2014）一直備受關(guān)注。我國貨幣政策開始注重“定向調(diào)控、精準(zhǔn)發(fā)力”，來解決貨幣政策的區(qū)域效應(yīng)問題和經(jīng)濟(jì)發(fā)展中的結(jié)構(gòu)性問題（汪川，2015）。因此，本文主要研究在京津冀協(xié)同發(fā)展的大背景下，貨幣政策對京津冀三地的影響以及如何使用貨幣政策縮小三地之間的經(jīng)濟(jì)差距，以實現(xiàn)京津冀三地的經(jīng)濟(jì)協(xié)同發(fā)展。

二、文獻(xiàn)綜述

大多數(shù)學(xué)者對貨幣政策區(qū)域效應(yīng)的研究集中在一國范圍內(nèi)，他們一致認(rèn)為，貨幣政策對大國國內(nèi)不同地區(qū)的影響存在差異。Beare（1976） 采用圣路易斯簡約方程 （St. Louis Reduced-form Model） 證實了貨幣主義的主張：貨幣政策對區(qū)域經(jīng)濟(jì)也有重要的影響，他指出貨幣政策的沖擊在一定程度上導(dǎo)致了區(qū)域經(jīng)濟(jì)的波動。其后，諸多學(xué)者（Cohen和Maeshiro，1977；Mathur和Stein，1980、1983；Garrison和Kort，1983）對于Beare（1976）的觀點和研究方法展開了爭論（Dow和Rodríguez-Fuentes，1997）。

Fishkind（1977）在凱恩斯理論的基礎(chǔ)上采用大型宏觀經(jīng)濟(jì)模型研究了貨幣政策對美國印第安納州的影響，研究發(fā)現(xiàn)，貨幣政策對美國整體經(jīng)濟(jì)的影響與對印第安納州的影響存在明顯的區(qū)別。Garrison和Chang（1979）、Chase Econometric Associates（1981）同樣在凱恩斯模型的框架下利用大型宏觀經(jīng)濟(jì)模型研究了美國貨幣政策的區(qū)域效應(yīng)問題，結(jié)論與Fishkind （1977） 大體一致。

Carlino和DeFina（1998、1999） 最早使用SVAR模型證實了美國貨幣政策區(qū)域效應(yīng)的存在，并指出了區(qū)域效應(yīng)存在的原因：區(qū)域利率敏感性產(chǎn)業(yè)占比的不同，區(qū)域中小企業(yè)占比的差異和區(qū)域大小銀行結(jié)構(gòu)的差異。然而，他們的實證分析只證實了貨幣政策區(qū)域利率傳播渠道的存在，并沒有找到區(qū)域信貸渠道存在的證據(jù)。

此后，眾多學(xué)者在不同國家使用VAR方法分別證實了貨幣政策區(qū)域效應(yīng)的存在。例如De Lucio和Izquierdo（1999，西班牙），Weber（2006，澳大利亞），Nachane、Ray和Ghosh（2002，印度），Cortes和Kong（2007，中國），Guo和Tajul（2014，中國），Georgopoulos （2009，加拿大），Ridhwan等（2014，印尼）。

國內(nèi)大部分學(xué)者也都采用了VAR模型來研究我國貨幣政策的區(qū)域效應(yīng)，研究一致表明，我國貨幣政策對東、中、西部三大地區(qū)的影響存在差異（宋旺、鐘正生，2006等），并且貨幣政策的區(qū)域效應(yīng)傾向于擴(kuò)大地區(qū)間的差距（楊曉、楊開忠，2007；Guo和 Tajul，2014），東部地區(qū)在貨幣政策傳導(dǎo)速度和深度上都大大優(yōu)于中西部地區(qū)，對貨幣政策的反應(yīng)更加迅速和敏感，而中西部地區(qū)的反應(yīng)相對遲緩（劉玄、王劍，2006）。曹永琴（2007）、蔣益民和陳章（2009）將我國分為八大經(jīng)濟(jì)區(qū)，通過面板模型和SVAR模型證實了貨幣政策對我國八大經(jīng)濟(jì)區(qū)的影響存在差異。Corts和Kong（2007），孔丹鳳、Corts和秦大忠（2007）采用VEC模型研究了我國貨幣政策的省際效應(yīng)，結(jié)果顯示，沿海省份對于貨幣政策沖擊的反應(yīng)要比內(nèi)陸省份更大些。陳安平（2007）指出我國貨幣政策不僅存在區(qū)域上的不對稱效應(yīng)，在時間上也存在明顯的不對稱效應(yīng)，1978年后貨幣政策的對區(qū)域經(jīng)濟(jì)的影響要明顯強(qiáng)于1978之前。

關(guān)于貨幣政策區(qū)域效應(yīng)產(chǎn)生的原因，學(xué)者們大部分是從貨幣政策傳播渠道的差異進(jìn)行分析。宋旺、鐘正生（2006）指出利率渠道和信貸渠道是導(dǎo)致貨幣政策區(qū)域效應(yīng)的重要原因，而匯率渠道基本沒有解釋力。具體而言，區(qū)域生產(chǎn)力水平的差異（蔣益民和陳章，2009）、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和區(qū)域金融結(jié)構(gòu)（劉玄、王劍，2006；蔣益民和陳章，2009）、國有銀行信貸制度（曹永琴，2007；楊曉、楊開忠，2007）是造成貨幣政策區(qū)域效應(yīng)的主要原因，并且區(qū)域金融發(fā)展對削弱貨幣政策區(qū)域效應(yīng)更具實際意義（蔣益民和陳章，2009）。

綜上所述，大多數(shù)學(xué)者對于我國貨幣政策區(qū)域效應(yīng)的研究都是集中在2005年以前，且多使用年度數(shù)據(jù)。而本文主要研究2005年至今貨幣政策對京津冀區(qū)域經(jīng)濟(jì)中北京、天津和河北的差異性影響，以謀求貨幣政策能夠在促進(jìn)京津冀經(jīng)濟(jì)協(xié)同發(fā)展中發(fā)揮一定的作用。

三、研究方法

跟Carlino和DeFina（1998、1999）的方法相似，本文采用SVAR模型來衡量貨幣政策對京津冀三地經(jīng)濟(jì)的影響。由貨幣理論（Friedman和Schwartz，1963）、貨幣政策反應(yīng)公式 （Taylor，1995；McCallum，1988）和區(qū)域經(jīng)濟(jì)溢出效應(yīng)（Carlino和DeFina，1995；Groenewold、Chen和Lee，2010）可知，貨幣政策、區(qū)域經(jīng)濟(jì)和價格水平之間相互影響，由此，我們可得到SVAR模型：

[CYt=A（L）Yt-1+H（L）USGDPt+ut] （1）

其中，C是一個6×6階的系數(shù)矩陣，描述變量之間的當(dāng)期關(guān)系。A（L）和H（L） 是6×6階滯后算子的參數(shù)矩陣。ut是6×1階結(jié)構(gòu)式擾動項。向量Yt為：

[Yt=[MPt，SGDPt，HGDPt，TGDPt，BGDPt，PRICEt]′] （2）

MP是貨幣政策變量。本文將貨幣政策變量分為數(shù)量型貨幣政策變量和價格型貨幣政策變量（王去非等，2015；黃憲、王旭東，2015；馬鑫媛、趙天奕，2016）。其中，數(shù)量型貨幣政策變量采用M2和M1，盡管貨幣供應(yīng)量是貨幣政策工具操作的對象，且具有內(nèi)生性，但其距離貨幣政策最終目標(biāo)比較近，與宏觀數(shù)據(jù)頻度相一致，故而很多學(xué)者仍然采用它作為貨幣政策變量（白戰(zhàn)偉、李樹培，2010；肖衛(wèi)國、劉杰，2013；王去非等，2015；王玉鳳、張淑芹，2015）。對于價格型貨幣政策變量，本文選取一年期貸款基準(zhǔn)利率R1（董華平、干杏娣，2015）和全國銀行間同業(yè)拆借利率R2（黃憲、王旭東， 2015；馬勇，2015）作為衡量指標(biāo)。PRICE是全國一般價格水平（用CPI來衡量，2005Q1=100）。HGDP、TGDP和BGDP是河北、天津和北京的實際GDP（以2005年第1季度為基期），這三個變量用于衡量京津冀三地的區(qū)域經(jīng)濟(jì)發(fā)展水平。SGDP是全國GDP扣除掉京津冀三地GDP之后的其他地區(qū)的實際GDP 總和，用以控制其他地區(qū)與京津冀地區(qū)之間經(jīng)濟(jì)增長的溢出效應(yīng) （Carlino和 DeFina， 1995；Guo和Tajul，2014）。USGDP是美國實際GDP。近年來，我國經(jīng)濟(jì)融入世界經(jīng)濟(jì)的步伐在不斷加快，京津冀地區(qū)經(jīng)濟(jì)發(fā)展受外部的影響也非常大，將USGDP納入本模型主要是為了控制外部沖擊對京津冀區(qū)域經(jīng)濟(jì)的影響，因此，USGDP在本模型中視為一個外生變量。

在SVAR系統(tǒng)中，每一個解釋變量視為該變量和其他變量的滯后變量的函數(shù)。本文通過估計SVAR模型來分析整個系統(tǒng)對貨幣政策沖擊的反應(yīng)。在本模型中，貨幣政策的沖擊是指貨幣政策變量殘差的1個正向標(biāo)準(zhǔn)差大小的沖擊。本文實證分析采用季度數(shù)據(jù)，樣本估計期間是2005年第1季度—2016年第1季度，所有的數(shù)據(jù)來源于國家統(tǒng)計局?jǐn)?shù)據(jù)庫、中國人民銀行官方網(wǎng)站和萬得資訊。

我們可以把SVAR模型（1）轉(zhuǎn)換成簡化式VAR模型：

[Yt=Z（L）Yt-1+G（L）WDGDPt+et] （3）

其中，Z（L） = C-1A（L）和G（L） = C-1H（L）是無窮階滯后算子形式， et=C-1ut和ut=Cet描述的是模型的簡化式擾動項和結(jié)構(gòu)式擾動項之間的關(guān)系。本文將ut=Cet轉(zhuǎn)化成A-B型 SVAR形式來估計SVAR模型： Aet=But。本文對于結(jié)構(gòu)式擾動項和簡化式擾動項之間的識別方法主要是對矩陣A和B施加限制條件和對結(jié)構(gòu)式擾動項的方差協(xié)方差矩陣做出假設(shè)。

矩陣A反映的是5個內(nèi)生變量之間的當(dāng)期關(guān)系。在估計SVAR模型時，Bernanke和Blinder （1992） 提出一個普遍使用的識別條件，他們假設(shè)貨幣政策對產(chǎn)出水平和價格水平?jīng)]有當(dāng)期影響，考慮到貨幣政策的時滯，這個假設(shè)是比較合理的。但Di Giacinto （2003） 指出當(dāng)研究采用季度數(shù)據(jù)而不是月度數(shù)據(jù)時，該假設(shè)條件不太適合。白戰(zhàn)偉、李樹培（2010）認(rèn)為我國貨幣供應(yīng)量的改變在當(dāng)月開始對GDP產(chǎn)生影響，3個月后完全發(fā)揮作用。肖衛(wèi)國、劉杰（2013）指出，不可預(yù)期的貨幣供應(yīng)量對產(chǎn)出和通脹的時滯為3個月和4個月。因此，本文假定貨幣政策在當(dāng)期內(nèi)（一個季度）直接影響產(chǎn)出水平和價格水平。Fan、Yu和Zhang （2011）指出我國貨幣政策的制定是遵循Taylor規(guī)則和McCallum規(guī)則的①。因此，在本文中，我們假設(shè)貨幣政策的制定不受當(dāng)期產(chǎn)出和通脹水平的影響，而是受到滯后期的產(chǎn)出和價格水平的影響（考慮到數(shù)據(jù)統(tǒng)計的滯后性，這個假設(shè)是比較合理的）。由于多年來北京對周邊地區(qū)的虹吸效應(yīng)，本文假設(shè)在當(dāng)期內(nèi)，國內(nèi)其他地區(qū)的經(jīng)濟(jì)增長能夠影響到京津冀地區(qū)，HGDP能夠影響到TGDP和BGDP，TGDP能影響到BGDP，而BGDP在當(dāng)期內(nèi)不能影響HGDP和TGDP。因此，在SVAR模型中，內(nèi)生變量的順序安排是MP、SGDP、HGDP、TGDP、BGDP、PRICE。本文同時假定結(jié)構(gòu)式擾動項具有單位方差，把矩陣B看作是一個對角矩陣，對角元素就是待估計的結(jié)構(gòu)式?jīng)_擊的標(biāo)準(zhǔn)差。

四、實證分析

（一）單位根檢驗

在估計SVAR模型之前，首先需要檢驗變量的平穩(wěn)性，以確保估計的有效性。本文在Eviews 8.0上用ADF檢驗對變量的水平數(shù)據(jù)和一階差分?jǐn)?shù)據(jù)進(jìn)行了單位根檢驗（見表1），除了一年期貸款利率R1和同業(yè)拆借利率R2以外，所有變量以自然對數(shù)的形式進(jìn)入分析。從表1中我們可以看到，在水平形式上，LNBGDP、LNHGDP、LNSGDP平穩(wěn)，其他變量不平穩(wěn)。在一階差分形式上，除了LNTGDP之外，其他變量都已經(jīng)平穩(wěn)②。繼續(xù)用PP檢驗和KPSS檢驗LNTGDP時發(fā)現(xiàn)LNTGDP一階差分平穩(wěn)。因此，在一階差分形式上，所有的變量都已經(jīng)平穩(wěn)。

當(dāng)所有變量一階差分平穩(wěn)時，應(yīng)先檢驗變量之間是否存在協(xié)整關(guān)系，如果不存在協(xié)整關(guān)系，則采用VAR模型，如果存在協(xié)整關(guān)系，則意味著變量之間存在長期關(guān)系，應(yīng)該采用VECM模型進(jìn)行估計。但是，本文沒有進(jìn)行協(xié)整檢驗，直接運(yùn)行SVAR模型，主要原因在于：第一，小樣本（11年）再加上季度數(shù)據(jù)并不足以探討變量之間的長期關(guān)系；第二，Bewley等 （1994）指出小樣本估計的偏度和峰度問題都會影響對協(xié)整關(guān)系的衡量；第三，本文主要采用脈沖響應(yīng)函數(shù)分析貨幣政策對京津冀三地經(jīng)濟(jì)增長的影響，Carlino和DeFina（1998、1999）、Di Giacinto（2003）指出SVAR模型在解釋脈沖響應(yīng)函數(shù)上具有明顯優(yōu)勢，可以在經(jīng)濟(jì)理論的基礎(chǔ)上對變量之間的當(dāng)期關(guān)系和短期關(guān)系施加合理的假設(shè)，從而能夠更加準(zhǔn)確地描述變量之間的關(guān)系。在短期內(nèi)，我們認(rèn)為變量之間的長期關(guān)系并不是本文的研究重點，因此，本文所有變量的一階差分形式直接進(jìn)入SVAR模型來估計。

（二）脈沖響應(yīng)函數(shù)

首先，我們采用M2作為貨幣政策變量來估計SVAR模型（基準(zhǔn)模型），在綜合考慮各種滯后階數(shù)選擇標(biāo)準(zhǔn)之后，本文選定滯后階數(shù)為2，SVAR模型所有根的倒數(shù)都在單位圓之內(nèi)，顯示模型是平穩(wěn)的，模型屬于恰好識別。脈沖響應(yīng)函數(shù)圖像如圖2和圖3所示。

圖2展示了對于M2結(jié)構(gòu)式擾動項施加未預(yù)期到的1個單位的正向標(biāo)準(zhǔn)差的沖擊（1.43%），所有變量在每一期的脈沖響應(yīng)圖像（即M2增速一次性意外加快1.43%，GDP和其他變量在各期的變化），其中實線是變量的脈沖響應(yīng)函數(shù)估計值，兩條虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差的置信區(qū)間。如圖2所示，河北GDP增長從第1期（季度）開始加速，在第3期加速到最大0.35%，第3期以后其加速開始放緩，長期（第8期以后）逐漸趨向于0。天津GDP增速也是從第1期開始加快，同樣在第3期達(dá)到最大值0.37%，隨后緩慢下降，長期逐漸趨向于0。北京GDP增長在第2期加速到最快0.33%，在第4期以后，其加速開始圍繞0上下波動，最終收斂于0。全國其他地區(qū)綜合GDP的增長趨勢跟京津冀地區(qū)類似，在第2期GDP增速便加速至最快0.37%。一般價格水平增長在第4期達(dá)到最快0.19%，隨后其增長開始逐漸趨向于0。

圖3展示了M2增速一次性意外增加1.43%，所有變量的累計脈沖響應(yīng)增加值圖像（即所有變量在各期累計的增長量）。京津冀三地GDP和其他地區(qū)GDP的變化趨勢基本類似，在第1—4期開始增長，在第8期以后逐步趨于穩(wěn)定，不同地區(qū)在GDP增長量上有所區(qū)別，天津GDP增速最快，在第8期（兩年）累計加速達(dá)1.3%，最終穩(wěn)定于1.7%左右。河北GDP增長在第8期累計加快至1.1%，長期穩(wěn)定于1.3%左右。北京GDP增速增長相對較緩，在第8期達(dá)到0.7%，長期穩(wěn)定于0.9%左右。全國其他地區(qū)GDP增速在第8期累計加速至0.7%，長期穩(wěn)定在0.8%左右。

其次，為檢驗結(jié)果的穩(wěn)定性，本文采用M1作為貨幣政策變量來估計SVAR模型，滯后階數(shù)為2。SVAR模型所有根的倒數(shù)都在單位圓之內(nèi)，顯示模型是穩(wěn)定的，模型屬于恰好識別。為簡化考慮，我們只列出了GDP對M1沖擊反應(yīng)的累計脈沖響應(yīng)圖像（見圖4）。

由圖4可以看出，各地GDP增長率對M1沖擊（1.89%）的累計響應(yīng)圖像與其對M2沖擊的累計響應(yīng)圖像極其相似，在第1—5期開始增長，第8期以后逐漸趨于穩(wěn)定。天津GDP增速仍然最快，河北次之，北京第三，全國其他地區(qū)GDP增速跟北京相似。天津、河北、北京和全國其他地區(qū)GDP增速累計增長在第8期分別為1.1%、0.8%、0.63%和0.72%，長期穩(wěn)定水平分別在1.4%、1%、0.8%和0.8%左右。

在數(shù)據(jù)處理程序上，由于原始數(shù)據(jù)水平形式不平穩(wěn)，本文通過一階差分使得數(shù)據(jù)平穩(wěn)，然后直接進(jìn)入SVAR模型。因為小樣本問題，本文沒有檢驗變量之間的協(xié)整關(guān)系。Sims、Stock和Watson（1990）認(rèn)為使用一階差分序列來做VAR模型時，如果原始序列是平穩(wěn)的或者原始序列的變量之間存在協(xié)整關(guān)系時，可能會損失數(shù)據(jù)當(dāng)中蘊(yùn)含的某些重要信息，在這種情況下，可以直接用VAR模型對水平數(shù)據(jù)進(jìn)行估計（Hamilton，1994；Carlino和DeFina，1998）。因此，本文又用水平數(shù)據(jù)（log形式）、以M2為貨幣政策變量來進(jìn)行SVAR模型分析，模型滯后階數(shù)為2，模型本身穩(wěn)定且屬于恰好識別。如果所得結(jié)果跟一階差分?jǐn)?shù)據(jù)的結(jié)果相似，則證明本文的結(jié)論是穩(wěn)定的。

圖5顯示的是當(dāng)M2一次性意外增加1.14%時，GDP變化的脈沖響應(yīng)圖。各地區(qū)GDP從第1期開始增長，前8期內(nèi)出現(xiàn)一些波動，在第8期之后逐漸趨于穩(wěn)定。依然是天津GDP增長最快（第8期：0.37%；長期穩(wěn)定水平：0.32%），河北、北京和全國其他地區(qū)GDP增長水平相似（河北第8期：0.3%，長期穩(wěn)定水平：0.22%；北京第8期：0.3%，長期穩(wěn)定水平：0.21%；全國其他地區(qū)第8期：0.32%，長期穩(wěn)定水平：0.21%）。由此可見，圖3—圖5的脈沖響應(yīng)圖像就總體趨勢而言差別不大，本文基準(zhǔn)模型的結(jié)論是可靠的。

綜上所述，就數(shù)量型貨幣政策工具（M2）而言（根據(jù)基準(zhǔn)模型進(jìn)行分析），2005年以后，數(shù)量型貨幣政策工具的實施（擴(kuò)張型），在總體上對京津冀地區(qū)的經(jīng)濟(jì)促進(jìn)作用要稍好于全國其他地區(qū)，在京津冀區(qū)域內(nèi)部，數(shù)量型貨幣政策對京津冀三地的影響呈現(xiàn)出一定的區(qū)域效應(yīng)，擴(kuò)張型政策對天津的經(jīng)濟(jì)促進(jìn)作用最大，河北次之，北京排在最后；就累計影響而言，天津要比北京高出80%以上，河北比北京稍高。從這個意義上講，2005年以來，數(shù)量型貨幣政策工具的執(zhí)行在一定程度上有助于京津冀三地之間經(jīng)濟(jì)差距的縮小。由圖1可知，2005年以后，京津兩地的人均GDP差距不斷縮小，天津人均GDP于2010年超過北京，目前兩地人均GDP基本類似。盡管貨幣政策對河北的影響稍高于北京，但是河北與京津兩地的差距還是在緩慢增大。也就是說，盡管數(shù)量型貨幣政策工具在一定程度上有助于京津冀三地之間經(jīng)濟(jì)差距的縮小，但是力度還不夠（特別是對河北而言）。

最后，本文引入價格型貨幣政策工具：一年期貸款利率（R1）和同業(yè)拆借利率（R2）來分析價格型貨幣政策工具對京津冀三地經(jīng)濟(jì)的影響。其中，一年期貸款利率采用央行公布的一年期貸款基準(zhǔn)利率，通過時間加權(quán)獲得季度數(shù)據(jù)。同業(yè)拆借利率采用全國銀行間7天加權(quán)平均利率，以月度交易量為權(quán)重加權(quán)獲得季度數(shù)據(jù)。本文以R1和R2分別作為貨幣政策變量來估計SVAR模型，滯后階數(shù)都為2，模型平穩(wěn)且屬于恰好識別。其累計脈沖響應(yīng)圖像如圖6所示。

圖6顯示的是面對R1和R2的沖擊，京津冀GDP增長的累計脈沖響應(yīng)圖像。當(dāng)央行一次性意外加息0.3%時（一年期貸款利率R1意外增加0.3%，圖6第1列），河北GDP增長當(dāng)期便開始減速，在第5期減速至最低值-0.48%，在第8期之后逐步趨于穩(wěn)定（-0.21%）。天津GDP增長在第3期之后才開始減速，在第6期減至最低值-0.3%，第8期以后趨于穩(wěn)定水平-0.2%。北京GDP增長在第3期即減至最低值-0.52%，但其恢復(fù)得也比較快，第4期以后GDP增長開始恢復(fù)，第7期以后即轉(zhuǎn)為正增長，長期穩(wěn)定于0.08%。

當(dāng)同業(yè)拆借利率R2一次性意外增加0.53%時（圖6第2列），河北GDP增速當(dāng)期便開始放緩，第3期減至最低值-0.21%，第8期以后逐步趨于穩(wěn)定水平-0.09%。天津GDP增速從第一期開始下降，第5期減至-0.56%，隨后逐漸穩(wěn)定于-0.53%。北京GDP增速反應(yīng)比較靈敏，第2期便減至最低值-0.16%，但其恢復(fù)得也較快，第3期變成正值，第8期達(dá)0.28%，長期穩(wěn)定于0.21%。

綜上所述，就價格型貨幣政策工具而言，由于京津冀三地金融業(yè)發(fā)展差距較大（郭小卉、康書生，2016），京津冀三地在受到價格型貨幣政策沖擊時的反應(yīng)差別也很大，呈現(xiàn)出明顯的區(qū)域效應(yīng)?？傮w而言，在京津冀三地間接融資仍然占據(jù)較大比重，所以各變量在面臨一年期貸款利率沖擊時的反應(yīng)整體上要優(yōu)于在受到同業(yè)拆借利率沖擊后的反應(yīng)③。河北金融業(yè)發(fā)展水平比較落后，傳統(tǒng)金融機(jī)構(gòu)（國有銀行）占據(jù)主導(dǎo)地位，以間接融資為主，因此，在面對一年期貸款利率的沖擊時，河北GDP增速下滑的幅度較大。由于金融市場發(fā)展比較落后，金融機(jī)構(gòu)對于同業(yè)拆借利率的變化相對不太敏感，所以在面臨同業(yè)拆借利率的沖擊時，河北GDP增速下滑的幅度比較小。天津金融業(yè)發(fā)展略高于全國平均水平，金融機(jī)構(gòu)實力比較雄厚，間接融資占比占據(jù)相當(dāng)規(guī)模，因此，當(dāng)一年期貸款利率一次性意外增加時，天津GDP增速緩慢下滑了一定的幅度，但下滑幅度要小于河北。近年來，天津社會融資結(jié)構(gòu)中直接融資的比重在逐步增加，資本市場和貨幣市場相當(dāng)發(fā)達(dá)，所以在受到同業(yè)拆借利率的沖擊時，天津GDP增速下滑的幅度在京津冀三地中是最大的。北京擁有豐富的優(yōu)質(zhì)金融資源，金融業(yè)發(fā)展處于全國領(lǐng)先水平，金融機(jī)構(gòu)眾多且已實現(xiàn)多樣化發(fā)展，資本市場和貨幣市場非常發(fā)達(dá)。金融機(jī)構(gòu)和金融市場對價格的變化都非常敏感，所以在面對一年期貸款利率和同業(yè)拆借利率的沖擊時，北京GDP增速在前3期之內(nèi)便下滑到最大幅度，同時，由于北京金融資源豐富，融資結(jié)構(gòu)合理，在面臨利率負(fù)向沖擊的時候，北京GDP增速短暫下滑之后迅速恢復(fù)，甚至長期GDP增速還穩(wěn)定于正向增長水平?？傊?，在面臨價格型貨幣政策工具的沖擊時，津冀兩地經(jīng)濟(jì)受到的影響比較大，而北京受到的影響較小，價格型貨幣政策工具的執(zhí)行呈現(xiàn)出明顯的區(qū)域效應(yīng)，且在一定程度上擴(kuò)大了京津冀三地之間的經(jīng)濟(jì)差距。

五、結(jié)論

本文使用SVAR模型分析了2005年第1季度—2016年第1季度貨幣政策對京津冀三地經(jīng)濟(jì)的影響。結(jié)果顯示，貨幣政策對京津冀三地經(jīng)濟(jì)增長的影響各不相同，整體而言，數(shù)量型貨幣政策的效果要優(yōu)于價格型貨幣政策。2005年以來，數(shù)量型貨幣政策工具的執(zhí)行在一定程度上縮小了京津冀三地之間的經(jīng)濟(jì)差距，但是力度還遠(yuǎn)遠(yuǎn)不夠。由于京津冀三地金融業(yè)發(fā)展差距比較大，價格型貨幣政策工具的執(zhí)行對京津冀三地的影響差異也非常大，并且這種差異要大于數(shù)量型貨幣政策工具對京津冀地區(qū)的差異性影響，同時，這種差異在一定程度上擴(kuò)大了京津冀三地之間的經(jīng)濟(jì)差距。因此，從貨幣政策的角度來看，促進(jìn)京津冀經(jīng)濟(jì)協(xié)同發(fā)展，應(yīng)當(dāng)做到以下兩點：

第一，就貨幣政策工具而言，可以考慮對河北省經(jīng)濟(jì)發(fā)展比較落后地區(qū)（如環(huán)京津貧困帶、張承地區(qū)、河北西部山區(qū)）的金融機(jī)構(gòu)適當(dāng)實行定向降準(zhǔn)，對于河北落后農(nóng)村和小微企業(yè)，可以加大支農(nóng)再貸款和支小再貸款的力度。同時，應(yīng)當(dāng)充分發(fā)揮貨幣政策調(diào)結(jié)構(gòu)的作用，利用新型貨幣政策工具（如抵押補(bǔ)充貸款、借貸便利和合格抵押品質(zhì)押再貸款等）來引導(dǎo)河北經(jīng)濟(jì)不斷淘汰落后產(chǎn)能、轉(zhuǎn)型升級，逐步向綠色、生態(tài)、和諧和可持續(xù)發(fā)展靠攏?？傊?，應(yīng)不斷提高貨幣政策的靈活性，充分發(fā)揮貨幣政策“定向調(diào)控、精準(zhǔn)發(fā)力”的作用，加大對河北經(jīng)濟(jì)發(fā)展的支持力度，縮小京津冀三地之間的經(jīng)濟(jì)差距。

第二，大力發(fā)展河北省的金融業(yè)，引進(jìn)新型金融機(jī)構(gòu)，發(fā)展貨幣市場和多層次資本市場。河北應(yīng)不斷引進(jìn)京津兩地優(yōu)質(zhì)的金融資源，爭取京津兩地的金融市場向河北開放。同時，加強(qiáng)京津冀三地金融機(jī)構(gòu)的橫向聯(lián)合，促進(jìn)京津冀地區(qū)的金融協(xié)同發(fā)展，建立京津冀統(tǒng)一開放的金融市場，以有效疏通價格型貨幣政策工具的傳導(dǎo)機(jī)制，逐步縮小價格型貨幣政策工具對京津冀三地的差異性影響。

此外，本文的研究有一定的局限性。首先，由于數(shù)據(jù)的可得性，研究期間比較短，長期的趨勢性可能顯現(xiàn)得不夠充分，存在小樣本問題；其次，本文在實證分析過程中沒有考慮到2008年次貸危機(jī)的影響，危機(jī)前和危機(jī)之后貨幣政策對京津冀地區(qū)經(jīng)濟(jì)的影響可能會有所差別。這些問題期望在后續(xù)研究中得到解決。

注：

①Taylor（1993）提出了泰勒規(guī)則，認(rèn)為央行在制定貨幣政策時（利率變化），主要是依據(jù)預(yù)期的通脹缺口和產(chǎn)出缺口。McCallum（1988） 規(guī)則是指貨幣供應(yīng)量的變化也是主要依據(jù)預(yù)期的通脹缺口和產(chǎn)出缺口的。這兩個規(guī)則主要用來描述當(dāng)預(yù)期通脹高于通脹目標(biāo)和真實產(chǎn)出高于自然產(chǎn)出水平時，央行如何提高利率或者增加貨幣供應(yīng)量。

②LNUSGDP在一階差分形式“none項”的檢驗下平穩(wěn)：-1.951**。

③各變量也包括其他地區(qū)GDP、一般價格水平，在本文沒有列示，感興趣的讀者可向作者索要。

參考文獻(xiàn)：

[1]Beare，J. B. 1976. A Monetarist Model of Regional Business Cycles.Journal of Regional Science，16（1）.

[2]Benkwitz，A.，Lütkepohl，H.，&Wolters，J. 2001. Comparison of Bootstrap Confidence Interval for Impulse Responses of German Montary Systems. Macroeconomic Dynamics，5（01）.

[3]Bernanke，B. S.，& Blinder，A. S. 1992. The Federal Funds Rate and the Channels of Monetary Transmission. American Economic Review，82（4）.

[4]Chase Econometric Associates，I. 1981. Rural Impacts of Monetary Policy. Agricultural Economics Research，33.

[5]Cohen，J.，& Maeshiro，A. 1977. The Significance of Money on the State Level：Note. Journal of Money，Credit and Banking，9（4）.

[6]Cortes，B. S.，&Kong，D. 2007. Regional Effects of Chinese Monetary Policy. The International Journal of Economic Policy Studies，2.

[7]Davidson，R.，&MacKinnon，J. G. 1993. Estimation and Inference in Econometrics. Oxford：Oxford University Press.

[8]Di Giacinto，V. 2003. Differential Regional Effects of Monetary Policy：A Geographical SVAR Approach. International Regional Science Review，26（3）.

[9]Dow，S. C.，&Rodríguez-Fuentes，C.J. 1997. Regional Finance：A Servey. Regional Studies，31（9）.

[10]Fan，L.，Yu，Y.，&Zhang，C. 2011. An Empirical Evaluation of Chinas Monetary Policies. Journal of Macroeconomics，33（2）.

[11]Fishkind，H. H. 1977. The Regional Impact Of Monetary Policy：An Economic Simulation Study Of Indiana 1958—1973. Journal of Regional Science，17（1）.

[12]Friedman，M.，&Schwartz，A. J. 1963. A Monetary History of the United States：1867—1960. Princeton University Press：Princeton University Press.

[13]Georgopoulos，G. 2009. Measuring Regional Effects of Monetary Policy In Canada. Applied Economics，41（16）.

[14]Groenewold，N.，Chen，A.，&Lee，G. 2010. Inter-regional Spillovers of Policy Shocks in China. Regional Studies，44（1）.

[15]Guo，X.，& Tajul，A. M. 2014. Regional Effects of Monetary Policy in China：The Role of Spillover Effects. Asian Academy of Management Journal，19（1）

[16]Hamilton，J. D. 1994. Time Series Analysis （Vol. 2）. Princeton：Princeton university press.

[17]He，Q.，Leung，P.-H.，&Chong，T. T.-L. 2013. Factor-augmented VAR Analysis of the Monetary Policy in China. China Economic Review， 25.

[18]Hsing，Y.，&Hsieh，W.-J. 2004. Impacts of Monetary，F(xiàn)iscal and Exchange Rate Policies on Output in China：A VAR Approach. Economics of Planning，37（2）.

[19]Mathur，V. K.，& Stein，S. 1983. Regional Impact of Monetary and Fiscal Policy：A Comments. Journal of Regional Science，23（2）.

[20]McCallum，B. T. 1988. Robustness Properties of a Rule for Monetary Policy. Carnegie Rochester Conference Series on Public Policy，29.

[21]Nachane，D. M.，Ray，P.，&Ghosh，S. 2002. Does Monetary Policy have Differential State-Level Effects？ An Empirical Evaluation. Economic and Political Weekly，37（47）.

[22]Ridhwan，M. M.，de Groot，H. L. F.，Rietveld，P.，&Nijkamp，P. 2014. The Regional Impact of Monetary Policy in Indonesia. Growth and Change，45（2）.

[23]Sims，C. A.，Stock，J. H.，& Watson，M. W. 1990. Inference in linear time series models with some unit roots. Econometrica： Journal of the Econometric Society，1（58）.

[24]Taylor，J. B. 1993. Discretion versus Policy Rules in Practice. Carnegie-Rochester Conference Series on Public Policy，39（1）.

[25]Weber，E. J. 2006. Monetary Policy in a Heterogeneous Monetary Union：the Australian Experience. Applied Economics，38（21）.

[26]白戰(zhàn)偉，李樹培.我國財政政策和貨幣政策時滯的測算：2001—2009年[J].中央財經(jīng)大學(xué)學(xué)報，2010，（4）.

[27]董華平，干杏娣.我國貨幣政策銀行貸款渠道傳導(dǎo)效率研究——基于銀行業(yè)結(jié)構(gòu)的古諾模型[J].金融研究，2015，（10）.

[28]郭小卉，康書生.京津冀金融協(xié)同發(fā)展的路徑選擇[J].金融理論探索，2016，（2）.

[29]黃憲，王旭東.我國央行貨幣政策實施力度和節(jié)奏的規(guī)律及效果研究——基于歷史演進(jìn)和時變分析的視角[J].金融研究，2015，（11）.

[30]蔣益民，陳璋.SVAR模型框架下貨幣政策區(qū)域效應(yīng)的實證研究：1978—2006[J].金融研究，2009，（4）.

[31]馬鑫媛，趙天奕.非正規(guī)金融與正規(guī)金融雙重結(jié)構(gòu)下貨幣政策工具比較研究[J].金融研究，2016，（2）.

[32]馬勇.中國貨幣政策透明度的經(jīng)驗研究[J].世界經(jīng)濟(jì)，2015，（9）.

[33]宋旺，鐘正生.我國貨幣政策區(qū)域效應(yīng)的存在性及原因——基于最優(yōu)貨幣區(qū)理論的分析[J].經(jīng)濟(jì)研究，2006，（3）.

[34]汪川.“新常態(tài)”下我國貨幣政策轉(zhuǎn)型的理論及政策分析[J].經(jīng)濟(jì)學(xué)家，2015，（5）.

[35]王玉鳳，張淑芹.財政政策沖擊對社會福利及宏觀經(jīng)濟(jì)的動態(tài)影響——基于新凱恩斯DSGE模型的分析[J].中央財經(jīng)大學(xué)學(xué)報，2015，（4）.

[36]肖衛(wèi)國，劉杰.可預(yù)期與不可預(yù)期貨幣政策時滯的實證測度[J].統(tǒng)計研究，2013，（12）.