劉 漢，黃衛(wèi)挺，賀彥飛

(1. 吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心、商學(xué)院，吉林 長春 130012；2. 國家發(fā)改委宏觀經(jīng)濟(jì)研究院，北京 100038；3. 遼寧省沈陽市統(tǒng)計局，遼寧 沈陽 110013)

1 引言

貨幣政策與產(chǎn)出和價格之間的關(guān)系一直以來都是經(jīng)濟(jì)學(xué)理論和實證研究的重點和熱點問題，這不僅有助于理解貨幣政策的作用方式和傳導(dǎo)機(jī)制等經(jīng)濟(jì)理論問題，還對宏觀調(diào)控，尤其是貨幣政策調(diào)控的方向、力度和節(jié)奏具有重要的實際參考價值[1]。然而，實證研究隨著研究的對象、所處的經(jīng)濟(jì)階段和研究方法的不同，結(jié)論表現(xiàn)出很大的差異。傳統(tǒng)研究方法是通過建立VAR模型系統(tǒng)來分析各變量對貨幣供給沖擊的脈沖響應(yīng)[2-7]。但是，人們在研究中發(fā)現(xiàn)貨幣政策在經(jīng)濟(jì)衰退階段對經(jīng)濟(jì)行為的作用效果要比其在擴(kuò)張階段的作用效果更強(qiáng)[3]，實際產(chǎn)出對反向貨幣沖擊的響應(yīng)要比對正向貨幣沖擊的響應(yīng)更為靈敏[8-9]，這些脈沖響應(yīng)的研究說明貨幣供給沖擊對產(chǎn)出和價格的影響具有非線性和非對稱性。事實上，Sims[10]在提出VAR模型計算脈沖響應(yīng)時暗含一些假設(shè)，如：① 對稱性，即正向和負(fù)向沖擊的響應(yīng)是互為鏡像；② 沖擊形態(tài)的不變性，即不同大小的沖擊成比例；③ 歷史獨(dú)立性，即沖擊的形態(tài)是獨(dú)立于局部歷史條件；④ 多維性，即脈沖響應(yīng)是參數(shù)估計值的高維非線性函數(shù)[11]。顯然，上述VAR模型隱含的假設(shè)條件并不符合現(xiàn)實經(jīng)濟(jì)情況，而且在多變量的VAR建模中，VAR模型容易出現(xiàn)模型誤設(shè)和難以計算的問題。

針對VAR模型在計算脈沖響應(yīng)函數(shù)時的缺陷，Koop等[12]和Potter[13]定義了廣義脈沖響應(yīng)函數(shù)，釋放VAR模型在估計脈沖響應(yīng)函數(shù)過程中的線性假設(shè)，隨后出現(xiàn)了大量使用非線性計量方法來估計模型并計算其廣義脈沖響應(yīng)及其影響的研究，如Weise[14]運(yùn)用平滑遷移門限向量自回歸模型 (LSTVAR)；Assenmacher-Wesche[15]使用馬爾可夫機(jī)制轉(zhuǎn)移模型；Lütkepohl等[16]，Christopoulos和Leon-Ledesma[17]采用LSTR (logistic STR) 模型。國內(nèi)也存在大量的類似研究，如馮春平[18]使用滾動VAR方法；趙進(jìn)文和閔捷[19]，以及趙進(jìn)文和黃彥[20]使用LSTR模型；劉金全和鄭挺國[21]運(yùn)用馬爾可夫轉(zhuǎn)移模型，彭方平和王少平[22]應(yīng)用非線性光滑轉(zhuǎn)換面板數(shù)據(jù)模型，鄭挺國和劉金全[23]使用平滑遷移向量誤差修正(STVECM)模型；劉金全等[24]利用平滑遷移向量自回歸 (LSTVAR) 模型等等。這些非線性模型的出現(xiàn)，大大豐富了貨幣政策作用機(jī)制的研究和發(fā)展，但是以上研究均沒有脫離VAR模型的范疇，無論是線性還是非線性模型，其基本前提條件是VAR模型能夠匹配其數(shù)據(jù)生成過程，若設(shè)定的VAR模型無法準(zhǔn)確描述數(shù)據(jù)生成過程，其所計算出的脈沖響應(yīng)和相應(yīng)的結(jié)論將會遭到質(zhì)疑，而Jorda[11]，劉漢和劉金全[25]采用的投影方法對模型設(shè)定所出現(xiàn)的誤差并不敏感，其條件置信水平也能夠解決脈沖響應(yīng)的序列相關(guān)問題，此外該方法還能夠很便捷地對脈沖響應(yīng)的沖擊路徑進(jìn)行約束，從而在情景設(shè)計下進(jìn)行政策作用效果的模擬和分析，目前已經(jīng)被廣泛應(yīng)用于各個領(lǐng)域。

實證研究中很少有將工業(yè)產(chǎn)出和價格分離出來，研究其對貨幣供給沖擊的影響。僅在數(shù)據(jù)量要求較大 (如多區(qū)制的MS-VAR)，或需要在月度頻率上進(jìn)行分析時，才會采用工業(yè)增加值來代表產(chǎn)出[26-27]。但是，工業(yè)作為我國經(jīng)濟(jì)增長的主要驅(qū)動力[28]，其運(yùn)行情況對貨幣政策傳導(dǎo)有著重要的影響[29]，而貨幣政策的調(diào)整可以影響信貸供求，進(jìn)而對工業(yè)經(jīng)濟(jì)產(chǎn)生影響[30]。因此，直接分析工業(yè)產(chǎn)出和價格對貨幣供給沖擊的影響對經(jīng)濟(jì)發(fā)展新常態(tài)下貨幣政策的制定和實施，以及在不同情形下工業(yè)產(chǎn)出增長對貨幣供給沖擊的響應(yīng)機(jī)制都具有非常重要的現(xiàn)實意義。下文將采用局部投影的方法計算非線性脈沖響應(yīng)函數(shù)，并在工業(yè)產(chǎn)出增長、價格變化和貨幣供給變化的不同區(qū)制下，研究我國工業(yè)產(chǎn)出和價格在各種不同情形下對貨幣供給沖擊的作用機(jī)制，并在此基礎(chǔ)上分析新常態(tài)前后的貨幣供給沖擊對工業(yè)產(chǎn)出和價格的影響，最后根據(jù)實證研究結(jié)果和相關(guān)經(jīng)濟(jì)理論進(jìn)行工業(yè)價格對貨幣供給沖擊的情景設(shè)計，并給出情景設(shè)計下工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)。

2 基于局部投影的沖擊模型與置信區(qū)間

下文介紹Jorda[11]提出的局部投影方法來計算脈沖響應(yīng)函數(shù)，該方法在計算非線性和非對稱脈沖響應(yīng)方面具有顯著優(yōu)勢。

2.1 廣義脈沖響應(yīng)和線性局部投影

脈沖響應(yīng)函數(shù)通常是將諸如VAR模型的線性多變量模型進(jìn)行Wold分解，并對模型進(jìn)行估計，然后利用估計值去求得脈沖響應(yīng)，但前提條件是該模型能夠準(zhǔn)確表述模型中的數(shù)據(jù)生成過程，這樣求得的脈沖響應(yīng)才能真實地反映沖擊的響應(yīng)。Koop等[12]和Potter[13]認(rèn)為脈沖響應(yīng)函數(shù)即使在數(shù)據(jù)生成過程未知，Wold分解不存在的情況下，依然可以定義成如下的形式：

Φ(t,h,di)=E(yt+h|vt=dt;Xt)-E(yt+h|vt=0;Xt)

(1)

其中，h=0,1,2,…H表示脈沖響應(yīng)期數(shù)；E(.|.)代表最優(yōu)均方誤差；yt是n×1的隨機(jī)向量；Xt≡(yt-1,yt-2,…)′；0是n×1的零向量；vt是n×1維簡化式擾動項；D是n×n的矩陣，其中列向量di表示沖擊的大小。一般來說，時間能反映yt中變量動態(tài)因果關(guān)系的縱向聯(lián)系，卻不能識別同期橫向的因果關(guān)系。因此，VAR類模型常常對yt中的元素設(shè)定一個Wold順序來對簡化式模型殘差的方差協(xié)方差矩陣進(jìn)行三角分解，即Ω=PP′。因此，可以定義一個實驗矩陣D=P-1，其中矩陣D中的列向量di表示對yt中的第i個元素的結(jié)構(gòu)式?jīng)_擊。

方程 (1) 計算脈沖響應(yīng)的統(tǒng)計目標(biāo)是獲取多步最小均方預(yù)測誤差，當(dāng)模型能正確表述其數(shù)據(jù)生成過程時，這個目標(biāo)可以通過對估計模型的遞歸迭代來實現(xiàn)。多步預(yù)測可以通過對每個預(yù)測期的直接預(yù)測來實現(xiàn)，因此可以考慮將yt+h投影到由(yt-1,yt-2,…,yt-p)′產(chǎn)生的線性空間中，即：

(2)

(3)

2.2 脈沖響應(yīng)函數(shù)的置信區(qū)間

將上述n個時間序列向量yt的所有h=1,2,…,H期的脈沖響應(yīng)堆疊成一個矩陣，可表示為：

(4)

其中，Φ(1,H)是nH×n的矩陣，且第i個變量對第j個變量的第h期脈沖響應(yīng)就是n×n矩陣Φh的第(i,j)元素。在簡化式中，Φ0=In是非隨機(jī)的；而在結(jié)構(gòu)識別系統(tǒng)中，Φ0表示yt中元素的同期對應(yīng)關(guān)系，且可以通過設(shè)定一定的條件來實現(xiàn)和Φh(h=1,2,…,H) 正交。因此，在不失一般性的假設(shè)下，下文不考慮Φ0，僅使用Φ(1,H)表示所有的脈沖響應(yīng)。

2.2.1 邊際置信區(qū)間

(5)

(6)

其相應(yīng)的t比值統(tǒng)計量為：

(7)

在給定假設(shè)(5)的情形下，上述統(tǒng)計量可以看作是漸近標(biāo)準(zhǔn)正態(tài)分布的。其中，zα/2表示標(biāo)準(zhǔn)正態(tài)分布在100(1-α)%的置信水平下的臨界值，上述統(tǒng)計量也可以檢驗如下的原假設(shè)，即:

H0:φh(i,j)=0

(8)

因此，在假設(shè)(5)正確的前提條件下，式(6)中所表述的邊際置信區(qū)間是可以用來檢驗式(8)中零假設(shè)是否正確。

2.2.2 Scheffé聯(lián)合置信區(qū)間

在使用脈沖響應(yīng)時，通常更加注重其沖擊路徑的形態(tài)，而不是僅僅關(guān)注某個脈沖響應(yīng)系數(shù)的特定值。因此，可以采用如下原假設(shè)來檢驗脈沖響應(yīng)函數(shù)形態(tài)，即：

H0:g(Φ(i,j))=g0

(9)

其中φ(i,j)表示第(i,j)個元素的第1到第H期的脈沖響應(yīng)函數(shù)；g0是一個k×1的可能脈沖響應(yīng)路徑向量，g(.)是在H→k(k≤H)上的1階可微函數(shù)，且其H×k可逆Jacobian矩陣為G(.)。

因此，在式(5)中的高斯假設(shè)下，式(9)的原假設(shè)可以通過如下的統(tǒng)計量來檢驗，即：

(10)

(11)

(12)

2.2.3 條件置信區(qū)間

(13)

其中，Aij是主對角線元素均為1的下三角矩陣，Dij是對角矩陣。因此，在脈沖響應(yīng)函數(shù)存在序列相關(guān)的情形下，檢驗原假設(shè)(8)的Wald統(tǒng)計量在Cholesky分解的基礎(chǔ)上可以表示為:

(14)

(15)

(16)

其中iH是H×1維數(shù)值均為1的向量。Scheffé置信區(qū)間可以通過式(16)和Cholesky分解計算得到，但是由于脈沖響應(yīng)存在序列相關(guān)，Scheffé置信區(qū)間所包含的脈沖響應(yīng)軌跡可能小于置信水平α，因此扇形概率圖表示置信水平會更好些。

最后，每個脈沖響應(yīng)系數(shù)的條件不確定性可以通過構(gòu)建如下的邊界來刻畫每個脈沖響應(yīng)系數(shù)的條件不確定性，即條件置信區(qū)間可以表示為:

(17)

3 新常態(tài)下貨幣供給對我國工業(yè)產(chǎn)出和價格沖擊的實證研究

下文的實證研究中，首先根據(jù)工業(yè)產(chǎn)出增長率、工業(yè)價格增長率和貨幣供給增長率序列的門限值，在其高低不同的區(qū)制內(nèi)分析貨幣供給沖擊對工業(yè)產(chǎn)出和價格變化的影響；然后分析新常態(tài)前后貨幣供給沖擊的影響有怎樣的差異；最后，根據(jù)我國工業(yè)經(jīng)濟(jì)的走勢和上述分析中貨幣供給沖擊在不同區(qū)制和新常態(tài)前后的表現(xiàn)，給出新常態(tài)下貨幣供給對工業(yè)價格沖擊的可能路徑，并在此基礎(chǔ)上分析經(jīng)濟(jì)新常態(tài)下，工業(yè)產(chǎn)出增長率對貨幣供給沖擊的可能響應(yīng)，并進(jìn)行反事實檢驗。

本文選取1996年10月至2016年5月，共236個樣本點的規(guī)模以上工業(yè)企業(yè)增加值 (IP) 當(dāng)月同比實際增速、工業(yè)生產(chǎn)者出廠價格指數(shù) (PPI)，以及貨幣供給和準(zhǔn)貨幣 (M2) 的期末同比增速來分別表示我國工業(yè)產(chǎn)出增長率、工業(yè)價格增長率 (PPI-100) 和貨幣供給增長率，如圖1所示。

圖1 工業(yè)產(chǎn)出增長率、工業(yè)價格增長率與貨幣供給增長率的時間序列圖數(shù)據(jù)來源：中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫 (http://db.cei.gov.cn/)。

表1給出了三個變量的描述性統(tǒng)計和單位根檢驗結(jié)果，從表中首先可以看出工業(yè)產(chǎn)出和價格雖然均值相比貨幣供給增長率要小，但是最大值和最小值，以及標(biāo)準(zhǔn)差所顯示出的波動幅度都大于貨幣供給增長率。其次，偏度、峰度和J-B統(tǒng)計量顯示我國工業(yè)產(chǎn)出增長率序列是一個接近于正態(tài)分布的序列，而工業(yè)價格增長率和貨幣供給增長率都不是正態(tài)分布，其中貨幣供給增長表現(xiàn)出較為明顯的尖峰和右偏的特征。最后，三個序列的單位根檢驗都很顯著，說明三個變量均是平穩(wěn)的時間序列。

3.1 貨幣供給沖擊的脈沖響應(yīng)

使用傳統(tǒng)VAR模型計算脈沖響應(yīng)函數(shù)時，需選用Akaike的AIC準(zhǔn)則、Schwarz的SIC準(zhǔn)則和修正的AIC準(zhǔn)則 (下面用AICc表示) 來確定線性VAR(p) 模型的滯后階數(shù)，其中AICc準(zhǔn)則是Hurvich和Tsai[33]為確定VAR模型的滯后階數(shù)而對AIC準(zhǔn)則進(jìn)行的修訂，其在確定VAR模型的滯后階數(shù)方面，具有比AIC和SIC更為穩(wěn)定和可靠的優(yōu)勢。當(dāng)選定最大滯后階數(shù)為12個月時，AIC和AICc的結(jié)果均表明VAR模型應(yīng)該選取滯后階p=4，而SIC的結(jié)果表明VAR模型應(yīng)該選取滯后階p=2；若將最大滯后數(shù)設(shè)定為24個月，AICc準(zhǔn)則和SIC準(zhǔn)則所選擇的最優(yōu)滯后階數(shù)的結(jié)果保持不變，認(rèn)為VAR模型仍分別選取p=4和p=2的滯后階數(shù)，而AIC準(zhǔn)則的結(jié)果都表明VAR模型應(yīng)該選取p=13的滯后階數(shù)。若將最大滯后階數(shù)分別設(shè)定為36和48時，根據(jù)AICc準(zhǔn)則確定的滯后階數(shù)均是p=4，SIC準(zhǔn)則選取滯后階p=2，而AIC準(zhǔn)則傾向于選擇所設(shè)定的最大滯后階數(shù)。綜合以上結(jié)果，本文最終確定滯后階數(shù)為p=4。此外，文中還使用了標(biāo)準(zhǔn)的Cholesky分解，且分解順序為yt、πt和mt，采用VAR模型和局部投影方法計算工業(yè)產(chǎn)出和價格對1倍標(biāo)準(zhǔn)差的貨幣供給沖擊的脈沖響應(yīng)如圖2所示。

表1 序列統(tǒng)計描述和單位根檢驗

注："***"，“**”，“*”分別表示在1%、5%和10%的顯著性水平下顯著。

數(shù)據(jù)來源：作者利用EViews軟件計算。

圖2 局部投影和VAR模型計算的貨幣供給沖擊下的脈沖響應(yīng)數(shù)據(jù)來源：作者繪制。

首先，從圖2中可以看出局部投影方法計算出的脈沖響應(yīng)函數(shù)比VAR模型的結(jié)果更加敏感，雖然貨幣供給沖擊的脈沖響應(yīng)具有大致相同的變化趨勢，但是局部投影方法計算得到的脈沖響應(yīng)的大小和波動幅度均顯著大于VAR模型，這主要是因為局部投影的方法是對每期脈沖響應(yīng)都進(jìn)行不同的估計，得出不同的系數(shù)，其脈沖響應(yīng)函數(shù)出現(xiàn)較大的波動也是應(yīng)有之意。而且從三種不同的置信區(qū)間來看，Scheffe置信區(qū)間最大，邊際置信區(qū)間次之，條件置信區(qū)間最小，且工業(yè)產(chǎn)出對貨幣供給沖擊響應(yīng)的邊際置信區(qū)間和條件置信區(qū)間相差不大，說明該脈沖響應(yīng)的序列相關(guān)較小。鑒于序列相關(guān)對置信區(qū)間的顯著影響，下文僅給出脈沖響應(yīng)的條件置信區(qū)間。

其次，從局部投影方法的脈沖響應(yīng)及其條件置信區(qū)間來看，工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)在大部分時間內(nèi)都是顯著不為零的，且在第11、13和24期的脈沖響應(yīng)有顯著增大的趨勢，這表明工業(yè)產(chǎn)出在年初歲尾對貨幣供給沖擊有更為顯著的響應(yīng)，這與我國因節(jié)假日而導(dǎo)致的工業(yè)產(chǎn)出季節(jié)性變化有關(guān)，但是總體趨勢的先升后降與馮春平認(rèn)為貨幣政策沖擊在短期會對實體經(jīng)濟(jì)部門產(chǎn)生影響，但在長期不會對實體經(jīng)濟(jì)部門產(chǎn)生影響的結(jié)論基本一致[18]；而貨幣供給沖擊對工業(yè)價格的影響及其條件置信區(qū)間顯示，貨幣供給沖擊對工業(yè)價格變化有顯著的正向沖擊，且與VAR模型所得的結(jié)果不同，局部投影得到的結(jié)果在貨幣供給沖擊1年后非但沒有下降，而且還出現(xiàn)了顯著的上升，說明局部投影所測度的貨幣供給沖擊對工業(yè)產(chǎn)出價格的影響具有較長的持續(xù)性，貨幣供給與工業(yè)價格增長率趨勢之間存在長期的正向相關(guān)關(guān)系，不存在貨幣沖擊在短期造成價格反向運(yùn)動的“價格之迷”的現(xiàn)象，這與劉金全等[34]和陳望遠(yuǎn)等[35]的結(jié)論基本吻合。

最后，圖中還給出了根據(jù)式(10)對式(9)進(jìn)行的聯(lián)合檢驗和累計檢驗，其中聯(lián)合檢驗的原假設(shè)是所有H期脈沖響應(yīng)的值均為零，累計檢驗的原假設(shè)是H期累計的脈沖響應(yīng)為零。從檢驗結(jié)果來看，不能拒絕所有H期脈沖響應(yīng)的值均為零的聯(lián)合假設(shè)，而累計檢驗認(rèn)為貨幣供給對工業(yè)產(chǎn)出和價格的累計沖擊顯著不為零，說明貨幣供給總的沖擊是有效的，但是具體到每個時期其作用效果卻存在不確定性。

3.2 貨幣供給沖擊的門限效應(yīng)

為了研究貨幣供給政策沖擊非對稱性，利用Hansen[36]的門限效應(yīng)檢驗方法分別確定工業(yè)產(chǎn)出增長率、工業(yè)價格增長率和貨幣供給增長率的門限值，并分析在不同區(qū)制下，工業(yè)產(chǎn)出和價格對貨幣供給沖擊的非線性和非對稱響應(yīng)。具體地，檢驗變量門限效應(yīng)的回歸方程如下：

(18)

本文參照J(rèn)orda[11]的處理方法，利用單個解釋變量測度門限變量的門限值，再從結(jié)果中挑選出顯著性最高的變量，然后將其平均得到門限變量的最終門限值，如在檢驗工業(yè)產(chǎn)出增長率的門限值時，從解釋變量工業(yè)產(chǎn)出增長率中沒有得出明顯的門限值，從工業(yè)價格增長率這個解釋變量中得出最顯著的門限值為10.06%，從貨幣供給增長率這個解釋變量中得出最顯著的門限值為11%，則最終獲取工業(yè)產(chǎn)出增長率的門限值為10.5%；同理，可得到工業(yè)價格增長率的門限值為-1.4%，貨幣供給增長率的門限值為16.2%。圖1中已經(jīng)標(biāo)注出相應(yīng)的門限值，低于門限值的區(qū)域為“低區(qū)制”，高于門限值的區(qū)域為“高區(qū)制”。限于文章篇幅所限，文中沒有給出門限效應(yīng)的檢驗結(jié)果，感興趣的讀者可向作者索取。

3.2.1 工業(yè)產(chǎn)出增長不同區(qū)制下貨幣沖擊對工業(yè)產(chǎn)出和價格影響

確定了工業(yè)產(chǎn)出增長率、工業(yè)價格增長率和貨幣供給增長率的門限值后，本文將依據(jù)某一變量的門限值將三組數(shù)據(jù)劃分為高、低兩個區(qū)制，并在不同區(qū)制下，分別計算工業(yè)產(chǎn)出和價格對貨幣沖擊的響應(yīng)。

首先，本文將所有變量按照工業(yè)產(chǎn)出增長率的門限值δ=10.5%，將數(shù)據(jù)分成高、低兩個區(qū)制，并利用局部投影的方法計算工業(yè)產(chǎn)出增長率在全樣本、高區(qū)制和低區(qū)制的情形下，工業(yè)產(chǎn)出和價格對貨幣供給沖擊的響應(yīng)，圖3給出了三種情形下局部投影計算出的脈沖響應(yīng)函數(shù)，其中兩條虛線表示在全樣本情形下脈沖響應(yīng)函數(shù)的條件置信區(qū)間。

圖3顯示在工業(yè)產(chǎn)出高增長區(qū)制，貨幣供給沖擊對工業(yè)產(chǎn)出和工業(yè)價格的影響與全樣本情形下的影響基本趨勢一致，但是在大小上還存在一定的差異。具體地，圖3(a)顯示在工業(yè)產(chǎn)出高增長區(qū)制下，工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)是正向的，且有逐漸減弱和不顯著的趨勢，但是累計響應(yīng)的檢驗還是顯著的，說明在工業(yè)產(chǎn)出高增長區(qū)制下，貨幣供給沖擊對工業(yè)產(chǎn)出總體上存在正向影響；圖3(b)中則顯示在工業(yè)產(chǎn)出高增長率區(qū)制內(nèi)，貨幣供給沖擊對工業(yè)產(chǎn)出價格的影響先逐步上升到第8期的0.4，然后下降至第9期的0左右，再上升到第24期的1左右，且累計檢驗的P值表明累計脈沖響應(yīng)顯著不為零，說明在工業(yè)產(chǎn)出高增長率區(qū)制內(nèi)，貨幣供給沖擊對工業(yè)價格具有顯著的持續(xù)影響，寬松的貨幣供給政策會造成工業(yè)價格的顯著上升。

從圖3還可以看出，在工業(yè)產(chǎn)出低增長區(qū)制，無論是工業(yè)產(chǎn)出，還是工業(yè)價格，對貨幣供給沖擊的響應(yīng)均相對較小，且都是圍繞著零值上下波動。該區(qū)制下的聯(lián)合檢驗和累計檢驗(圖中括號內(nèi)的數(shù)值所示低增長區(qū)制下的檢驗P值，下文類同) 均沒有拒絕單個脈沖響應(yīng)和累計脈沖響應(yīng)為零的原假設(shè)，說明在工業(yè)產(chǎn)出低增長的區(qū)制內(nèi)，貨幣供給沖擊對我國工業(yè)產(chǎn)出和價格的影響較小，且不顯著。此時采用寬松貨幣供給政策刺激工業(yè)經(jīng)濟(jì)將不會收到較為理想的效果，因此在工業(yè)經(jīng)濟(jì)增速下滑的工業(yè)經(jīng)濟(jì)新常態(tài)下，采用貨幣供給政策刺激工業(yè)經(jīng)濟(jì)的效果可能不太明顯，應(yīng)當(dāng)著重從技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)升級等方面挖掘工業(yè)經(jīng)濟(jì)供給側(cè)的新動力[28]。

圖3 工業(yè)產(chǎn)出和價格增長率對貨幣供給沖擊的脈沖響應(yīng) (門限變量：工業(yè)產(chǎn)出增長率)數(shù)據(jù)來源：作者繪制。

3.2.2 工業(yè)價格增長不同區(qū)制下貨幣沖擊對工業(yè)產(chǎn)出和價格影響

同樣，將數(shù)據(jù)按照工業(yè)價格增長率的門限值δ=-1.4%分成高、低工業(yè)價格增長率兩個區(qū)制，并利用局部投影的方法計算工業(yè)產(chǎn)出和價格在全樣本、高區(qū)制和低區(qū)制的情形下對貨幣供給沖擊的響應(yīng)，圖4給出了三種情形下局部投影計算出的脈沖響應(yīng)函數(shù)。

從圖4中可以看出，在工業(yè)價格高增長區(qū)制下，工業(yè)產(chǎn)出對貨幣沖擊的脈沖響應(yīng)出現(xiàn)顯著的先升后降的態(tài)勢，這說明在工業(yè)價格高增長區(qū)制下，貨幣供給沖擊對工業(yè)產(chǎn)出僅有短期影響，且累計檢驗顯示這種影響不存在長期性。但是，工業(yè)價格對貨幣供給沖擊的脈沖響應(yīng)則顯示出較為穩(wěn)定的特征，雖然在形態(tài)上呈現(xiàn)出周期性波動，但是總體上來說，工業(yè)價格在其高增長區(qū)制下對貨幣供給沖擊的累計響應(yīng)是顯著不為零的。圖4中還顯示在工業(yè)價格增長率的不同區(qū)制下，尤其是在工業(yè)價格低增長的區(qū)制下，貨幣供給對工業(yè)產(chǎn)出和價格增長率的沖擊相對較小，均在零值上下變化，且無論是聯(lián)合檢驗還是累計檢驗的P值均不顯著，即接受在工業(yè)價格低增長率的區(qū)制下貨幣供給沖擊無效的假說。因此，圖1(b) 的結(jié)果表明當(dāng)前工業(yè)價格出現(xiàn)通縮的情形下[37]，不適宜采取貨幣供給沖擊來刺激工業(yè)經(jīng)濟(jì)，而事實上我國宏觀政策也確實是這么調(diào)控的，貨幣供給一直處于低水平增長，如圖1(c) 所示。

圖4 工業(yè)產(chǎn)出和價格增長率對貨幣供給沖擊的脈沖響應(yīng) (門限變量：工業(yè)價格增長率)

3.3 新常態(tài)前后工業(yè)經(jīng)濟(jì)對貨幣供給沖擊的非對稱響應(yīng)

當(dāng)前，我國經(jīng)濟(jì)正處于從“舊常態(tài)”向“新常態(tài)”過度的深度調(diào)整期[38]，工業(yè)增速和增長動力都發(fā)生著重大轉(zhuǎn)變。劉偉和蔡志洲[39]認(rèn)為我國工業(yè)經(jīng)濟(jì)在2010年前后步入了工業(yè)化后期；趙昌文等[40]認(rèn)為自2012年前后我國經(jīng)濟(jì)進(jìn)入工業(yè)化后期，經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)；金碚[41]認(rèn)為我國經(jīng)濟(jì)基本面自2011年開始發(fā)生歷史性的實質(zhì)變化，經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，這說明我國工業(yè)經(jīng)濟(jì)進(jìn)入新常態(tài)沒有一個確切的時間。實際上，從圖1(a) 可以看出我國工業(yè)產(chǎn)出增長率自2010年開始就出現(xiàn)了急速下滑的趨勢，雖然在2012和2013年的年初歲尾出現(xiàn)了反復(fù)，但是仍然改變不了這個趨勢。根據(jù)金碚[41]的表述和文中門限值的結(jié)果，將2011年作為我國工業(yè)經(jīng)濟(jì)新常態(tài)的分界點，并據(jù)此將樣本數(shù)據(jù)劃分為舊常態(tài)和新常態(tài)兩個區(qū)間，并采用局部投影分別計算新常態(tài)前后工業(yè)產(chǎn)出和價格對貨幣供給沖擊的脈沖響應(yīng)如圖5所示。

從圖5(a) 中工業(yè)產(chǎn)出在新常態(tài)前后對貨幣供給沖擊的響應(yīng)可以看出，舊常態(tài)時期的脈沖響應(yīng)比全樣本所得到的脈沖響應(yīng)要小，但基本形態(tài)類似。但是在新常態(tài)下的脈沖響應(yīng)的波動幅度是最大的，而且在形態(tài)上與全樣本和舊常態(tài)下的脈沖響應(yīng)有較大差異，不僅在多處出現(xiàn)了負(fù)值，而且變化幅度也在逐步加大，這說明在經(jīng)濟(jì)發(fā)展新常態(tài)初期，我國工業(yè)經(jīng)濟(jì)增長率正從一個高速增長階段向中高速增長階段進(jìn)行轉(zhuǎn)變，此時貨幣供給政策作用的效果存在顯著的不確定性，此時需要謹(jǐn)慎使用貨幣供給政策來刺激經(jīng)濟(jì)的增長，保持現(xiàn)有的穩(wěn)健性貨幣供給政策不失為一個好的選擇。圖5(b)中工業(yè)價格在新常態(tài)前后對貨幣供給沖擊的響應(yīng)存在顯著不同，與圖5(a)類似，舊常態(tài)下的工業(yè)價格增長率對貨幣供給沖擊的響應(yīng)與全樣本情形下的脈沖響應(yīng)有基本相同的走勢，但是響應(yīng)的系數(shù)要??；而在新常態(tài)下，工業(yè)價格增長率對貨幣供給沖擊的響應(yīng)在前10個季度出現(xiàn)大幅上揚(yáng)，隨后逐漸回落至零左右，這說明新常態(tài)下貨幣供給政策作用的短期效果特別明顯，長期作用效果基本趨于零，從脈沖響應(yīng)系數(shù)的顯著性檢驗結(jié)果看 (括號里面是新常態(tài)下的檢驗結(jié)果，括號外面是舊常態(tài)下的檢驗結(jié)果)，僅在10%的顯著性水平和新常態(tài)下，貨幣供給對工業(yè)價格增長率的累計沖擊顯著不為零。以上結(jié)果說明經(jīng)濟(jì)發(fā)展新常態(tài)下，增加貨幣供給的貨幣政策沖擊有助于刺激工業(yè)經(jīng)濟(jì)的活性 (工業(yè)產(chǎn)出波動劇烈，工業(yè)價格短期大幅上揚(yáng))，但是若將其作為一種拉動工業(yè)經(jīng)濟(jì)增長的主要手段，其長期作用效果卻得不到保證，這對我國經(jīng)濟(jì)新常態(tài)下貨幣供給政策制定和實施具有重要的參考意義。

圖5 新常態(tài)前后工業(yè)產(chǎn)出和價格增長率對貨幣供給沖擊的脈沖響應(yīng)數(shù)據(jù)來源：作者繪制。

3.4 經(jīng)濟(jì)發(fā)展新常態(tài)下的情景設(shè)計與反事實檢驗

雖然上述分析已經(jīng)給出了貨幣供給沖擊對工業(yè)產(chǎn)出和價格增長率影響的非對稱性和階段性的重要啟示，但是本文更加關(guān)注在新常態(tài)下，工業(yè)產(chǎn)出將會對貨幣供給沖擊產(chǎn)生怎樣的一種影響。因此本文將在工業(yè)價格對貨幣供給沖擊的響應(yīng)路徑上，施加一種路徑約束進(jìn)行情景設(shè)計，分析情境設(shè)計下的工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)，并進(jìn)行反事實檢驗分析情景設(shè)計的真實性[25, 32]。

根據(jù)經(jīng)濟(jì)理論和實證研究，可以針對某一脈沖響應(yīng)路徑進(jìn)行情景設(shè)計，如將變量k對變量l的沖擊路徑約束為φc(k,l)，則在(5)式的假設(shè)條件下，所有其他脈沖響應(yīng)φ(i,j) (i,j∈{1,...,n},i≠k,j≠l) 在情景設(shè)計下的局部投影值可表示為：

(19)

由于上式中右邊第二項是一個半正定的矩陣，因此情景設(shè)計下的協(xié)方差矩陣的跡比原來的要小，這主要是因為使用了一個已知的沖擊路徑φc(k,l)代替了原來的未知沖擊路徑φ(k,l)。

因此，可以采用標(biāo)準(zhǔn)的Wald統(tǒng)計量來檢驗情景設(shè)計的真實性，即原假設(shè)為H0:φ(k,l)=φc(k,l)的反事實檢驗可表示為：

(21)

基于上述思想和前文所做的實證分析，本文設(shè)計兩種可能情景，其中第一種情景是基于貨幣供給沖擊對工業(yè)價格有長期影響而設(shè)計的；第二種情景是基于貨幣供給沖擊對工業(yè)價格僅有短期影響，而無長期影響進(jìn)行設(shè)計的，具體情景設(shè)計和分析結(jié)果如下文所示。

3.4.1 情景一：工業(yè)經(jīng)濟(jì)持續(xù)低迷，工業(yè)價格對貨幣供給沖擊的響應(yīng)減半

從圖1(a)中可以看出我國工業(yè)產(chǎn)出增長率從后金融危機(jī)時期就開始進(jìn)入了下滑趨勢的通道中，門限效應(yīng)結(jié)果顯示其自2012年就處于低增長區(qū)制，此時我國經(jīng)濟(jì)發(fā)展也進(jìn)入新常態(tài)。而圖1(b)也顯示此時我國工業(yè)價格處于低增長區(qū)制。此外，從圖3(b)和圖4(b)中貨幣供給沖擊對工業(yè)價格的影響可以看出，若工業(yè)經(jīng)濟(jì)持續(xù)低迷，工業(yè)價格對貨幣供給沖擊響應(yīng)將如圖6(b)一樣大小減半，該情景設(shè)計的反事實檢驗P值為0.998，即不能拒絕情景設(shè)計下的脈沖響應(yīng)路徑與實際脈沖響應(yīng)路徑相等的原假設(shè)，說明情景設(shè)計是可能產(chǎn)生的。在此情景下，貨幣供給沖擊雖然仍舊對工業(yè)產(chǎn)出有著長期持續(xù)的影響，但是其影響程度要小得多；工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)和原始脈沖響應(yīng)有著相同的趨勢，但是脈沖響應(yīng)的幅度要小，且不是原始脈沖響應(yīng)的簡單減半。譬如：在脈沖響應(yīng)開始時，其響應(yīng)幅度和原來脈沖響應(yīng)相差不多，隨后卻又呈現(xiàn)出慢慢擴(kuò)大的趨勢，但是在第11、13和第24期這種差距又相對較小，且這幾期的響應(yīng)系數(shù)均顯著。這說明在經(jīng)濟(jì)新常態(tài)下，若工業(yè)經(jīng)濟(jì) (包括價格和產(chǎn)出) 持續(xù)低迷，貨幣供給沖擊對工業(yè)價格影響減半的情形下，工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)仍舊為正，且有所降低，但卻不是簡單的減半，采用貨幣供給刺激經(jīng)濟(jì)增長沒有顯著效果。

圖6 情景一下工業(yè)產(chǎn)出和價格對貨幣供給沖擊的脈沖響應(yīng)

3.4.2 情景二：基于實證分析結(jié)果，工業(yè)價格對貨幣供給沖擊的響應(yīng)先升后降

從圖5(b) 中新常態(tài)下工業(yè)價格對貨幣供給沖擊的響應(yīng)路徑來看，均呈現(xiàn)一種先升降的趨勢，即表明貨幣供給沖擊對工業(yè)價格的短期影響逐漸上升，但在長期影響卻逐漸下降。據(jù)此，本文設(shè)計如圖6(b) 所示的情景二，即工業(yè)價格對貨幣供給沖擊的響應(yīng)呈現(xiàn)先升再緩降的形態(tài)。從情景二的反事實檢驗P值為0.768可以看出情景二的設(shè)計是較為合理的，有現(xiàn)實根據(jù)和未來出現(xiàn)的可能。在此情景下，貨幣供給沖擊對工業(yè)產(chǎn)出的影響在最初7期，基本上與無情景設(shè)計下的脈沖響應(yīng)沒有太大的區(qū)別，且從其條件置信區(qū)間可以看出這些期脈沖響應(yīng)系數(shù)的顯著性有了些許提高。但是從第8期開始，工業(yè)產(chǎn)出對貨幣供給沖擊的響應(yīng)比無情景設(shè)計時要小，且有擴(kuò)大的趨勢。這說明我國新常態(tài)下貨幣供給沖擊對工業(yè)產(chǎn)出的影響短期內(nèi)不會發(fā)生變化，但是長期影響和累計響應(yīng)都將發(fā)生重大變化，貨幣供給沖擊的長期效應(yīng)減弱，甚至是無效用都是很有可能發(fā)生的。情景二說明經(jīng)濟(jì)新常態(tài)下，采用貨幣供給政策刺激工業(yè)經(jīng)濟(jì)增長的作用效果在短期有一定的作用，但是從長期來看，其作用效果將顯著減弱且不顯著。

圖7 情景二下工業(yè)產(chǎn)出和價格對貨幣供給沖擊的脈沖響應(yīng)

4 結(jié)語

本文采用局部投影的方法計算貨幣供給沖擊在工業(yè)產(chǎn)出增長率、工業(yè)價格增長率和貨幣供給增長率的不同區(qū)制下，以及新常態(tài)前后對工業(yè)產(chǎn)出和價格的非對稱影響，并在上述實證和相關(guān)理論的基礎(chǔ)上提出了新常態(tài)下貨幣供給沖擊對工業(yè)價格影響的兩種情景設(shè)計方案，并在情景中分析了貨幣供給沖擊對工業(yè)產(chǎn)出的影響。通過以上分析，本文得出了以下幾點結(jié)論：

第一，局部投影方法計算的脈沖響應(yīng)函數(shù)與傳統(tǒng)VAR模型計算的脈沖響應(yīng)函數(shù)相比，該模型改進(jìn)了對模型正確設(shè)定的過度依賴，即VAR模型無法正確反映數(shù)據(jù)生成過程時，其所計算的脈沖響應(yīng)的誤差會越來越大的問題，這對因VAR模型設(shè)定偏誤所造成的脈沖響應(yīng)路徑的偏差是個非常重要的改進(jìn)，但是由于局部投影對每期參數(shù)值進(jìn)行估計，其脈沖響應(yīng)的結(jié)果和傳統(tǒng)VAR模型相比，必然會有較大的波動。此外，局部投影的條件置信區(qū)間改進(jìn)了傳統(tǒng)的脈沖響應(yīng)函數(shù)中因序列相關(guān)而造成置信區(qū)間估計不合理的問題，Sheffee置信區(qū)間能夠包含各期投影脈沖響應(yīng)的未來所有可能路徑，這對脈沖響應(yīng)的置信區(qū)間是個重要的改進(jìn)。

第二，在工業(yè)產(chǎn)出增長率，工業(yè)價格增長率和貨幣供給增長率的不同區(qū)制下，使用局部投影的方法研究貨幣供給沖擊對工業(yè)產(chǎn)出和工業(yè)價格的非對稱影響，本文發(fā)現(xiàn)貨幣供給沖擊對工業(yè)產(chǎn)出的影響無論是在高增長區(qū)制，還是在低增長區(qū)制，其影響都存在較大的不確定性，僅在脈沖響應(yīng)的個別期存在顯著的正向影響，脈沖響應(yīng)的各期影響均為零的聯(lián)合檢驗和累計影響為零的累計檢驗均不能夠拒絕原假設(shè)，說明貨幣供給對工業(yè)產(chǎn)出增長率的總體影響和累計影響不顯著，即貨幣供給沖擊對工業(yè)產(chǎn)出的長期影響表現(xiàn)出中性的特征。然而，貨幣供給沖擊對工業(yè)價格不僅表現(xiàn)出顯著的正向影響，還體現(xiàn)出了明顯的非對稱特征，其中在工業(yè)產(chǎn)出和價格高增長區(qū)制內(nèi)，以及貨幣供給低增長區(qū)制內(nèi)，貨幣供給沖擊對工業(yè)價格的影響要顯著大些，且其聯(lián)合檢驗和累計檢驗的結(jié)果均更為顯著，表現(xiàn)出明顯正向影響和非對稱特征。

第三，文中將樣本劃分為新常態(tài)和舊常態(tài)，并在兩個樣本區(qū)間內(nèi)比較分析貨幣供給沖擊對工業(yè)產(chǎn)出和價格的影響。研究表明，新常態(tài)前后貨幣供給沖擊對工業(yè)產(chǎn)出的影響與門限效應(yīng)下的貨幣供給沖擊的影響類似，均是在個別響應(yīng)期顯著，在整體和累計沖擊上表現(xiàn)出中性的特征；而貨幣供給沖擊對工業(yè)價格的影響在新常態(tài)前后則表現(xiàn)出明顯的差異和非對稱性特征，尤其是在新常態(tài)下貨幣供給沖擊出現(xiàn)先升后降的特征，體現(xiàn)出了貨幣供給沖擊對工業(yè)價格的影響短期有效，長期無效的特征，而且聯(lián)合檢驗不顯著，累計檢驗顯著的結(jié)果也證實了上述結(jié)論。

第四，根據(jù)貨幣供給沖擊在工業(yè)產(chǎn)出和價格增長率的不同區(qū)制下，對工業(yè)價格的影響，本文設(shè)計了工業(yè)經(jīng)濟(jì)持續(xù)低迷下，工業(yè)價格對貨幣供給沖擊響應(yīng)減半的情景一；根據(jù)貨幣供給增長率不同區(qū)制下和新常態(tài)前后，貨幣供給沖擊對工業(yè)價格增長率影響的實證結(jié)果，設(shè)計了工業(yè)價格對貨幣供給沖擊的響應(yīng)呈現(xiàn)先升后降的情景二?；谏鲜鰞煞N工業(yè)價格對貨幣供給沖擊的響應(yīng)路徑的情景設(shè)計分析結(jié)果，可以看出新常態(tài)下我國貨幣供給沖擊對工業(yè)產(chǎn)出的影響主要表現(xiàn)在短期，且影響具有不確定性。但是從長期來看，這種影響會逐漸降低，甚至?xí)霈F(xiàn)負(fù)增長。這說明，在經(jīng)濟(jì)發(fā)展新常態(tài)下和工業(yè)經(jīng)濟(jì)低迷的情形下，應(yīng)該從工業(yè)內(nèi)生動力機(jī)制的改善上來謀求工業(yè)經(jīng)濟(jì)增長，而依賴諸如貨幣供給增長的外在沖擊的拉動，工業(yè)產(chǎn)出增長只能獲得短期的效果，無法獲得持續(xù)的動力，反而會導(dǎo)致工業(yè)價格的劇烈變化，工業(yè)經(jīng)濟(jì)將出現(xiàn)更加不可預(yù)料的后果。

總之，局部投影方法的脈沖響應(yīng)分析認(rèn)為貨幣供給沖擊對工業(yè)產(chǎn)出的影響具有不確定性的特征，僅在個別期的脈沖響應(yīng)顯著，總體上表現(xiàn)為中性特征，情景分析也證實了上述結(jié)論。而貨幣供給沖擊對工業(yè)價格的影響則相對較大，不僅表現(xiàn)出門限效應(yīng)下的非對稱性，還在新常態(tài)前后表現(xiàn)出顯著的差異性，總體表現(xiàn)為短期有效，長期無效的特征。因此，在工業(yè)經(jīng)濟(jì)新常態(tài)和工業(yè)經(jīng)濟(jì)持續(xù)低迷的情形下，采用貨幣供給政策來刺激工業(yè)經(jīng)濟(jì)是不可取的，其對工業(yè)產(chǎn)出增長的影響具有非常大的不確定性，但是卻對工業(yè)價格增長率產(chǎn)生積極的正向影響，即有可能出現(xiàn)工業(yè)產(chǎn)出停滯不前，而工業(yè)價格急劇飆升的工業(yè)滯脹的情形出現(xiàn)。因此，需要從工業(yè)產(chǎn)業(yè)升級，工業(yè)技術(shù)的創(chuàng)新等工業(yè)供給側(cè)理順工業(yè)內(nèi)生動力機(jī)制，尋求工業(yè)經(jīng)濟(jì)新的增長點。

[1] 程方楠, 孟衛(wèi)東. 宏觀審慎政策與貨幣政策的協(xié)調(diào)搭配——基于貝葉斯估計的DSGE模型[J]. 中國管理科學(xué),2017,25(1):11-20.

[2] Bagliano F C, Favero C A. Measuring monetary policy with VAR models: An evaluation[J]. European Economic Review,1998,42(6):1069-1112.

[3] Ball L, Mankiw N G. Asymmetric price adjustment and economic fluctuations[J]. The Economic Journal,1994,104(423):247-261.

[4] Christiano L J, Eichenbaum M, Evans C L. Identification and the effects of monetary policy shocks[M]// Blejer M I, Eckstein Z, Hercowitz Z, et al. Financial factors in economic stabilization and growth. Cambridge: Cambridge University Press,1996:36-74.

[5] Evans C L, Marshall D A. Monetary policy and the term structure of nominal interest rates: Evidence and theory[J]. Carnegie-Rochester Conference Series on Public Policy,1998,49:53-111.

[6] Sims C A. Interpreting the macroeconomic time series facts[J]. European Economic Review,1992,36(5):975-1000.

[7] 劉斌. 貨幣政策沖擊的識別及我國貨幣政策有效性的實證分析[J]. 金融研究,2001,(7):1-9.

[8] Karras G. Are the output effects of monetary policy asymmetric? Evidence from a sample of European countries[J]. Oxford Bulletin of Economics and Statistics,1996,58(2):267-278.

[9] Senda T. Asymmetric effects of money supply shocks and trend inflation[J]. Journal of Money, Credit and Banking, 2001, 33(1): 65-89.

[10] Sims C A. Macroeconomics and reality[J]. Econometrica, 1980, 48(1): 1-48.

[11] Jorda O. Estimation and inference of impulse responses by local projections[J]. The American Economic Review, 2005, 95(1): 161-182.

[12] Koop G, Pesaran M H, Potter S M. Impulse response analysis in nonlinear multivariate models[J]. Journal of Econometrics, 1996, 74(1): 119-147.

[13] Potter S M. Nonlinear impulse response functions[J]. Journal of Economic Dynamics and Control, 2000, 24(10): 1425-1446.

[14] Weise C L. The asymmetric effects of monetary policy: A nonlinear vector autoregression approach[J]. Journal of Money, Credit and Banking, 1999, 31(1): 85-108.

[15] Assenmacher-Wesche K. Estimating central banks’ preferences from a time-varying empirical reaction function[J]. European Economic Review, 2006, 50(8): 1951-1974.

[16] Lütkepohl H, Ter?svirta T, Wolters J. Investigating stability and linearity of a german M1 money demand function[J]. Journal of Applied Econometrics, 1999, 14(5): 511-525.

[17] Christopoulos D K, Leon-Ledesma M A. A long-run non-linear approach to the Fisher effect[J]. Journal of Money, Credit and Banking, 2007, 39(2-3): 543-559.

[18] 馮春平. 貨幣供給對產(chǎn)出與價格影響的變動性[J]. 金融研究, 2002, (7): 18-25.

[19] 趙進(jìn)文, 閔捷. 央行貨幣政策操作效果非對稱性實證研究[J]. 經(jīng)濟(jì)研究, 2005, (2): 26-34+53.

[20] 趙進(jìn)文, 黃彥. 中國貨幣政策與通貨膨脹關(guān)系的模型實證研究[J]. 中國社會科學(xué), 2006, (2): 45-54+205-206.

[21] 劉金全, 鄭挺國. 我國貨幣政策沖擊對實際產(chǎn)出周期波動的非對稱影響分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2006, (10): 3-14.

[22] 彭方平, 王少平. 我國貨幣政策的微觀效應(yīng)——基于非線性光滑轉(zhuǎn)換面板模型的實證研究[J]. 金融研究, 2007, (9): 31-41.

[23] 鄭挺國, 劉金全. 我國貨幣—產(chǎn)出非對稱影響關(guān)系的實證研究[J]. 經(jīng)濟(jì)研究, 2008, (1): 33-45.

[24] 劉金全, 隋建利, 李楠. 基于非線性VaR模型對我國貨幣政策非對稱作用效應(yīng)的實證檢驗[J]. 中國管理科學(xué), 2009,17(3):47-55.

[25] 劉漢, 劉金全. 中國宏觀經(jīng)濟(jì)情境設(shè)計與路徑預(yù)測[J]. 中國管理科學(xué), 2013,21(1): 47-56.

[26] 劉金全, 隋建利, 閆超. 中國實際產(chǎn)出增長率及其不確定性中的長期記憶性和相關(guān)性測度[J]. 社會科學(xué)戰(zhàn)線, 2010,21(1):47-55.

[27] 湯丹. 基干svar模型的中國核心通貨膨脹估計及預(yù)測評價研究[J]. 宏觀經(jīng)濟(jì)研究, 2015, (1): 109-115.

[28] 黃群慧. “新常態(tài)”、工業(yè)化后期與工業(yè)增長新動力[J]. 中國工業(yè)經(jīng)濟(jì), 2014, (10): 5-19.

[29] 田奇. 從工業(yè)經(jīng)濟(jì)運(yùn)行看貨幣政策傳導(dǎo)衰減成因[J]. 當(dāng)代經(jīng)濟(jì), 2000, (8): 30-31.

[30] 劉海英, 何彬. 工業(yè)增長、信貸供求和貨幣政策調(diào)整[J]. 中國工業(yè)經(jīng)濟(jì), 2009, (7): 5-15.

[31] Scheffe H. A method for judging all contrasts in the analysis of variance[J]. Biometrika, 1953, 40(1-2): 87-110.

[32] Jorda O. Simultaneous confidence regions for impulse responses[J]. Review of Economics and Statistics, 2009, 91(3): 629-647.

[33] Hurvich C M, Tsai C-L. A corrected Akaike information criterion for vector autoregressive model selection[J]. Journal of Time Series Analysis, 1993, 14(3): 271-279.

[34] 劉金全, 張文剛, 劉兆波. 貨幣供給增長率與通貨膨脹率之間的短期波動影響和長期均衡關(guān)系分析[J]. 中國軟科學(xué), 2004, (7): 39-44.

[35] 陳望遠(yuǎn), 李仲飛, 黃金波. “中國貨幣之謎”：事實還是假象[J]. 中國經(jīng)濟(jì)問題, 2012, (4): 32-41.

[36] Hansen B E. Sample splitting and threshold estimation[J]. Econometrica, 2000, 68(3): 575-603.

[37] 龍少波, 胡國良, 王繼源. 國際大宗商品價格波動、投資驅(qū)動、貨幣供給與PPT低迷——基于TVP-VAR-SV模型的動態(tài)分析[J]. 國際金融研究, 2016, (5): 3-14.

[38] 黃群慧, 原磊. 步入“新常態(tài)”的工業(yè)經(jīng)濟(jì)運(yùn)行:發(fā)展特征與未來趨勢[J]. 區(qū)域經(jīng)濟(jì)評論, 2015, (3): 24-33.

[39] 劉偉, 蔡志洲. 我國工業(yè)化進(jìn)程中產(chǎn)業(yè)結(jié)構(gòu)升級與新常態(tài)下的經(jīng)濟(jì)增長[J]. 北京大學(xué)學(xué)報：哲學(xué)社會科學(xué)版, 2015, 52(3): 5-19.

[40] 趙昌文, 許召元, 朱鴻鳴. 工業(yè)化后期的中國經(jīng)濟(jì)增長新動力[J]. 中國工業(yè)經(jīng)濟(jì), 2015, (6): 44-54.

[41] 金碚. 中國經(jīng)濟(jì)發(fā)展新常態(tài)研究[J]. 中國工業(yè)經(jīng)濟(jì), 2015, (1): 5-18.