【摘要】宏觀經(jīng)濟(jì)周期波動(dòng)、貨幣政策對(duì)商業(yè)銀行不良率的生成具有一定的顯著影響。本文通過(guò)對(duì)商業(yè)銀行不良貸款率形成及機(jī)制研究并基于VAR研究方法得到結(jié)論:總體看,逆回購(gòu)利率(RE)與超額存款準(zhǔn)備金率(ERR)對(duì)不良貸款率產(chǎn)生正向沖擊,基礎(chǔ)貨幣(MB)與GDP對(duì)不良貸款率產(chǎn)生負(fù)向沖擊,貨幣政策在當(dāng)期對(duì)不良貸款的影響效應(yīng)幾乎為零,利率、信貸、貨幣為貨幣政策傳導(dǎo)的重要渠道。
【關(guān)鍵詞】經(jīng)濟(jì)周期 貨幣政策 不良貸款 VAR模型
一、導(dǎo)論
自上世紀(jì)至今,全球范圍內(nèi)金融危機(jī)時(shí)有發(fā)生,金融危機(jī)對(duì)各國(guó)的經(jīng)濟(jì)、社會(huì)有著重大顯著影響,均造成了國(guó)民經(jīng)濟(jì)不同程度的倒退,經(jīng)濟(jì)危機(jī)接踵而至,各國(guó)商業(yè)銀行受經(jīng)濟(jì)周期波動(dòng)沖擊不良率隨機(jī)迅速攀升,進(jìn)而金融機(jī)構(gòu)像多米諾一樣雪崩加重金融危機(jī)。以商業(yè)銀行為代表的金融業(yè)占國(guó)民經(jīng)濟(jì)的比重越來(lái)越大,尤其我國(guó)正處在經(jīng)濟(jì)轉(zhuǎn)軌期。在過(guò)去40年,我國(guó)經(jīng)濟(jì)經(jīng)歷了一段高速增長(zhǎng)時(shí)期,伴隨著計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)逐步完善,商業(yè)銀行所處的生態(tài)環(huán)境同樣變得日益復(fù)雜,在此過(guò)程中,商業(yè)銀行積累了大量的不良貸款。1997年國(guó)際金融炒家席卷亞洲,盡管我國(guó)實(shí)行資本管制、外匯管制,但對(duì)我國(guó)周邊的營(yíng)商環(huán)境仍然造成了巨大傷害,我國(guó)四大國(guó)有商業(yè)銀行不良貸款余額到1998年已累計(jì)超過(guò)2萬(wàn)億元,不良率高達(dá)30%。國(guó)家為維護(hù)金融體系問(wèn)題,先后兩次強(qiáng)有力的改革以起到改善資產(chǎn)質(zhì)量的效果。第一輪改革在1998年至1999年,為剝離不良資產(chǎn),政府專門(mén)從四大國(guó)有銀行抽調(diào)精兵強(qiáng)將分別成立對(duì)應(yīng)的四大國(guó)有資產(chǎn)管理公司處理各家行的巨額壞賬。第二次改革發(fā)生在2003年至2009年,四大國(guó)有商業(yè)銀行紛紛進(jìn)行股份制改造,引進(jìn)戰(zhàn)略投資者,通過(guò)資本市場(chǎng)IPO提高資本充足率。僅兩輪注資,中央財(cái)政投入約3.5萬(wàn)億人民幣,占2008年GDP的11.7%。這些努力不能從根本上解決不良貸款增長(zhǎng)問(wèn)題,風(fēng)險(xiǎn)控制成為我國(guó)商業(yè)銀行核心任務(wù)。2012年以來(lái),隨著中國(guó)經(jīng)濟(jì)增速下調(diào)和結(jié)構(gòu)調(diào)整進(jìn)入新常態(tài),經(jīng)濟(jì)增速告別過(guò)去兩位數(shù)增長(zhǎng)模式進(jìn)入中高速增長(zhǎng)階段,經(jīng)濟(jì)正處于轉(zhuǎn)軌陣痛期,區(qū)域結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、收入結(jié)構(gòu)嚴(yán)重失衡,宏觀經(jīng)濟(jì)的周期性波動(dòng)對(duì)我國(guó)銀行業(yè)不良率帶來(lái)了嚴(yán)峻挑戰(zhàn)。
二、文獻(xiàn)述評(píng)
王福來(lái)(2007)、鄧富民等(2012)相關(guān)研究指出,貨幣供給量會(huì)對(duì)房?jī)r(jià)產(chǎn)生正相關(guān)影響,寬松的貨幣政策有助于推動(dòng)資產(chǎn)價(jià)格的上升,尤其是房地產(chǎn)價(jià)格的上漲。李迅雷(2012)指出房?jī)r(jià)上漲時(shí),企業(yè)和個(gè)人從銀行融資對(duì)房地產(chǎn)進(jìn)行投資意愿加強(qiáng),進(jìn)一步助推了房?jī)r(jià)上漲,當(dāng)房地產(chǎn)價(jià)格過(guò)高時(shí),銀行將面臨較大風(fēng)險(xiǎn)。金融不應(yīng)對(duì)房地產(chǎn)過(guò)度支持,如若不然,會(huì)產(chǎn)生房地產(chǎn)泡沫,一旦房地產(chǎn)泡沫破裂,極有可能產(chǎn)生金融危機(jī)(周京奎,2005)。吳曉靈、謝平(1995)指出國(guó)有企業(yè)負(fù)債率過(guò)高是銀行不良貸款產(chǎn)生的重要原因之一。由于國(guó)有銀行對(duì)國(guó)企的傾斜,國(guó)家每一次實(shí)行寬松貨幣的宏觀經(jīng)濟(jì)調(diào)控政策,都會(huì)有大部分的貸款流入到國(guó)有企業(yè),導(dǎo)致國(guó)有企業(yè)負(fù)債率逐步升高,這也進(jìn)一步增加了國(guó)有企業(yè)還款壓力。當(dāng)經(jīng)營(yíng)不善導(dǎo)致虧損時(shí),很可能不能完全償付銀行貸款,最終導(dǎo)致銀行不良貸款增加。
三、商業(yè)銀行不良貸款率影響機(jī)制分析
貨幣政策變化對(duì)我國(guó)商業(yè)銀行乃至金融系統(tǒng)穩(wěn)定水平有一定傳導(dǎo)機(jī)制,本文主要研究貨幣政策調(diào)整沖擊通過(guò)企業(yè)行為或企業(yè)風(fēng)險(xiǎn)承擔(dān)對(duì)商業(yè)銀行不良率的間接傳導(dǎo)機(jī)制,以及貨幣政策調(diào)整對(duì)商業(yè)銀行不良率影響的直接傳導(dǎo)機(jī)制。
(一)貨幣政策調(diào)整對(duì)企業(yè)風(fēng)險(xiǎn)分擔(dān)影響的傳導(dǎo)機(jī)制
第一,利率傳導(dǎo)機(jī)制。由IS-LM模型可知,當(dāng)貨幣當(dāng)局采取緊縮性貨幣政策,LM曲線左移,從而使利率上升,企業(yè)獲得風(fēng)險(xiǎn)溢價(jià)邊際成本隨即上升,作為理性人的企業(yè)會(huì)降低風(fēng)險(xiǎn)承擔(dān)使投資行為更加謹(jǐn)慎。從項(xiàng)目投資凈現(xiàn)值角度看,在項(xiàng)目?jī)衄F(xiàn)金流不變的情況下,市場(chǎng)利率上行必然導(dǎo)致項(xiàng)目?jī)衄F(xiàn)值NPV減小甚至為負(fù),這使得項(xiàng)目不再具有可投性,同樣使得企業(yè)風(fēng)險(xiǎn)承擔(dān)意愿下降。相反地,寬松的貨幣政策則會(huì)提高項(xiàng)目的收益預(yù)期,促使企業(yè)風(fēng)險(xiǎn)承擔(dān)。在利率傳導(dǎo)中,貨幣政策不僅可以改變財(cái)務(wù)杠桿成本來(lái)影響企業(yè)的風(fēng)險(xiǎn)承擔(dān),而且與競(jìng)爭(zhēng)性心里相結(jié)合影響企業(yè)風(fēng)險(xiǎn)偏好。經(jīng)營(yíng)績(jī)效考核是一種現(xiàn)代企業(yè)管理制度,Kahneman和Tversky(1979)提出前景理論,該理論認(rèn)為企業(yè)預(yù)期收益低于設(shè)定目標(biāo),企業(yè)會(huì)追求風(fēng)險(xiǎn),當(dāng)貨幣政策緊縮時(shí),市場(chǎng)利率普遍上揚(yáng),企業(yè)經(jīng)理人預(yù)期可以通過(guò)安全性資產(chǎn)完成經(jīng)營(yíng)目標(biāo)。但當(dāng)利率水平維持較低水平時(shí),企業(yè)經(jīng)理人不得不搜尋風(fēng)險(xiǎn)較高的投資標(biāo)的已完成考核任務(wù),寬松的貨幣政策下,迫于競(jìng)爭(zhēng)壓力的企業(yè)風(fēng)險(xiǎn)承擔(dān)意愿更強(qiáng)。第二,信貸傳導(dǎo)機(jī)制。長(zhǎng)期以來(lái),盡管金融傾斜逆轉(zhuǎn)在不斷加劇,但銀行業(yè)資產(chǎn)占整個(gè)金融資產(chǎn)85%以上,銀行的資產(chǎn)又以信貸資產(chǎn)為主,信貸渠道是我國(guó)貨幣政策十分重要、有效的傳導(dǎo)渠道。商業(yè)銀行作為信用中介,當(dāng)貨幣政策緊縮時(shí),一方面,銀行可貸資金減少,這加劇了企業(yè)信用約束,進(jìn)而抑制企業(yè)的風(fēng)險(xiǎn)承擔(dān)。另一方面,企業(yè)凈資產(chǎn)、抵質(zhì)押物價(jià)值下降,導(dǎo)致外部融資溢價(jià)上升,信貸市場(chǎng)逆向選擇和道德風(fēng)險(xiǎn)增大,促使商業(yè)銀行加大信貸審查力度,有限的信貸資源必然配置于較低風(fēng)險(xiǎn)項(xiàng)目。此外資產(chǎn)凈值降低,企業(yè)預(yù)期財(cái)務(wù)困境可能性升高,更加減少企業(yè)對(duì)風(fēng)險(xiǎn)的承擔(dān)意愿。第三,貨幣傳導(dǎo)機(jī)制。由劍橋方程式MV=PY(M為貨幣總量,V為貨幣流通速度,P為價(jià)格水平,Y為總收入),通常V和Y是固定的,當(dāng)貨幣供應(yīng)量增加時(shí),物價(jià)水平也上漲,企業(yè)產(chǎn)成品價(jià)格升高,刺激企業(yè)生產(chǎn)需求。同時(shí)貨幣政策有預(yù)期引導(dǎo)功能,貨幣政策調(diào)整的信號(hào)會(huì)清晰地傳導(dǎo)給企業(yè),通過(guò)誘導(dǎo)方式調(diào)節(jié)企業(yè)行為(徐亞平,2009)。當(dāng)寬松的貨幣政策在實(shí)體經(jīng)濟(jì)擴(kuò)散時(shí),企業(yè)家預(yù)期經(jīng)濟(jì)景氣水平提高,信心指數(shù)隨之上升,企業(yè)主的風(fēng)險(xiǎn)容忍度也會(huì)大幅提升(江曙霞等,2012)。因此貨幣因素會(huì)直接傳導(dǎo)到企業(yè),次級(jí)企業(yè)主承擔(dān)更高的風(fēng)險(xiǎn)水平。
(二)貨幣供給沖擊對(duì)商業(yè)銀行不良率的直接傳導(dǎo)機(jī)制
當(dāng)貨幣供給增加時(shí),商業(yè)銀行的流動(dòng)性在短時(shí)間內(nèi)變得充裕,從而商業(yè)銀行的穩(wěn)定性、資本充足率在短時(shí)間內(nèi)上升。然而,長(zhǎng)期看貨幣供給過(guò)多會(huì)導(dǎo)致通貨膨脹,資產(chǎn)價(jià)格泡沫等問(wèn)題會(huì)嚴(yán)重影響經(jīng)濟(jì)秩序,同時(shí)為商業(yè)銀行資產(chǎn)質(zhì)量埋下巨大隱患。特別我國(guó)正處于經(jīng)濟(jì)轉(zhuǎn)型和結(jié)構(gòu)調(diào)整的關(guān)鍵時(shí)期,大量的企業(yè)要實(shí)現(xiàn)“三去一補(bǔ)一降”,在新常態(tài)下,企業(yè)營(yíng)業(yè)收入下滑嚴(yán)重,利潤(rùn)普遍偏低,前期受貨幣供給沖擊的企業(yè)投資無(wú)法按時(shí)收回,致使信貸資產(chǎn)安全性收到威脅。短期內(nèi),貨幣充裕可以通過(guò)一些列手段進(jìn)行掩蓋商業(yè)銀行不良率,長(zhǎng)期看,一旦貨幣政策發(fā)生激烈變動(dòng),將會(huì)致金融系統(tǒng)穩(wěn)定性下降。
四、變量、模型與實(shí)證過(guò)程
(一)變量選取
本文的被解釋變量為商業(yè)銀行不良貸款率(NPL),時(shí)序解釋變量分別為:逆回購(gòu)利率(RE)、超額存款準(zhǔn)備金率(ERR)、基礎(chǔ)貨幣(MB)、經(jīng)濟(jì)增長(zhǎng)(GDP)。本文所有數(shù)據(jù)為2004-2016年的季度時(shí)間序列數(shù)據(jù),均來(lái)自wind數(shù)據(jù)庫(kù)。本文數(shù)據(jù)為季度數(shù)據(jù),顯然帶有很強(qiáng)的“季節(jié)效應(yīng)”。因此,采用移動(dòng)平均比率法以消除“季節(jié)效應(yīng)”。
(二)VAR模型的構(gòu)建
1.數(shù)據(jù)的平穩(wěn)性檢驗(yàn)。構(gòu)造VAR模型以及進(jìn)行后續(xù)的脈沖效應(yīng)、方差分解,需要保證時(shí)間序列的平穩(wěn)性。本文采用Eviews8.0展開(kāi)操作檢驗(yàn)。據(jù)表1的ADF檢驗(yàn)結(jié)果顯示:序列NPL、RE、ERR、RR、MB、GDP的ADF統(tǒng)計(jì)值均大于5%顯著水平的臨界值,表明:不能拒絕序列不平穩(wěn)的原假設(shè)。是以,需要對(duì)各序列進(jìn)行一階差分,然后重新ADF檢驗(yàn),結(jié)果顯示:△NPL、△RE、△ERR、△MB、△GDP在5%的水平下為平穩(wěn)時(shí)間序列,為一階單整。
建立VAR模型的重要環(huán)節(jié)是正確地選擇滯后階數(shù)(P)。根據(jù)AIC、SC最小準(zhǔn)則[15-16],并綜合考慮LR、FPE、HQ準(zhǔn)則,綜合鑒于樣本容量估計(jì)參數(shù)的需求,上述四個(gè)模型的最優(yōu)滯后階數(shù)為1階(P=1)。
3.VAR的平穩(wěn)性檢驗(yàn)。
VAR模型對(duì)模型穩(wěn)定性的要求是特征根的倒數(shù)要小于1,或者特征根都落在單位元內(nèi)部;只有VAR模型穩(wěn)定,方程回歸才具有現(xiàn)實(shí)意義。圖二數(shù)據(jù)顯示:四個(gè)方程的單位根均落于圓內(nèi),且沒(méi)有1個(gè)點(diǎn)位于臨界邊線處,表明:VAR模型結(jié)構(gòu)穩(wěn)定。
(三)脈沖響應(yīng)分析
本部分基于VAR的脈沖函數(shù),以此測(cè)度與觀察不良貸款率(NPL)與逆回購(gòu)利率(RE)、超額存款準(zhǔn)備金率(ERR)、基礎(chǔ)貨幣(MB)、經(jīng)濟(jì)增長(zhǎng)(GDP)的影響關(guān)系。結(jié)果以表2與圖2的形式呈現(xiàn)出來(lái)。
1.不良貸款率(NPL)對(duì)來(lái)自逆回購(gòu)利率(RE)的脈沖響應(yīng)。通過(guò)表2(1)、圖3(1)測(cè)算結(jié)果表明:不良貸款率(NPL)對(duì)來(lái)自逆回購(gòu)利率(RE)的沖擊,當(dāng)期并不敏感(效用為0),亦即表明:貨幣政策效應(yīng)并不是立刻見(jiàn)效,具有時(shí)間上的后滯性。進(jìn)一步觀察發(fā)現(xiàn):逆回購(gòu)利率(RE)對(duì)不良貸款率的沖擊效應(yīng)呈現(xiàn)倒“V效應(yīng)”,即:初期(1-2期)存在正向沖擊,并在第2期達(dá)到峰值點(diǎn)(0.02158),其后沖擊效應(yīng)逐漸衰弱并趨于為0。在整個(gè)10個(gè)觀察期內(nèi),它對(duì)不良貸款率是一個(gè)正向沖擊效應(yīng),總的沖擊影響大小為0.021;即,逆回購(gòu)利率(RE)的上升會(huì)增加不良貸款率。
2.不良貸款率(NPL)對(duì)來(lái)自超額存款準(zhǔn)備金率(ERR)的脈沖響應(yīng)。據(jù)表2(2)、圖3(2)計(jì)算結(jié)果顯示:不良貸款率(NPL)對(duì)于來(lái)自超額存款準(zhǔn)備金率(ERR)的沖擊,當(dāng)期(第1期)效用為0,第3期正向沖擊達(dá)到峰值點(diǎn)(0.045025),隨后,沖擊影響趨于平緩,并維持在0.03左右的水平上;總體來(lái)看,它對(duì)不良貸款率的沖擊始終為正,10期內(nèi)的累計(jì)水平達(dá)到0.311,即表明:超額存款準(zhǔn)備金率(ERR)的上升會(huì)增加不良貸款率。
3.不良貸款率(NPL)對(duì)來(lái)自基礎(chǔ)貨幣(MB)的脈沖響應(yīng)。如表2(3)、圖3(3)所示:不良貸款率(NPL)對(duì)來(lái)自基礎(chǔ)貨幣(MB)的沖擊,即期效應(yīng)為0,并且在整個(gè)觀察期內(nèi),全部為負(fù)向沖擊。事實(shí)上,基礎(chǔ)貨幣(MB)在整個(gè)觀察期內(nèi),對(duì)降低不良貸款率的沖擊水平是不斷加大的??梢?jiàn),基礎(chǔ)貨幣(MB)是降低不良貸款率(NPL)的有效策略。
4.不良貸款率(NPL)對(duì)來(lái)自經(jīng)濟(jì)增長(zhǎng)(GDP)的脈沖響應(yīng)?;诮?jīng)典增長(zhǎng)理論的研判,經(jīng)濟(jì)增長(zhǎng)(GDP)所帶來(lái)的效應(yīng)具有時(shí)間上遲滯性,即:增長(zhǎng)效力并不會(huì)在當(dāng)期立刻產(chǎn)生效用。事實(shí)上,本文的脈沖響應(yīng)結(jié)果亦佐證了這一理論事實(shí)。表2(4)、圖3(4)第1期結(jié)果為0,正是最好的例證。此后,由于經(jīng)濟(jì)的不斷發(fā)展,對(duì)不良貸款(NPL)產(chǎn)生了一個(gè)持續(xù)性的負(fù)向沖擊??傮w來(lái)看,10個(gè)觀察期內(nèi)的累積沖擊水平為-0.0298,表明:GDP的增長(zhǎng)效應(yīng)能夠有效降低不良貸款率。
5.結(jié)論??傮w看,逆回購(gòu)利率(RE)與超額存款準(zhǔn)備金率(ERR)對(duì)不良貸款率產(chǎn)生正向沖擊,基礎(chǔ)貨幣(MB)與GDP對(duì)不良貸款率產(chǎn)生負(fù)向沖擊,貨幣政策在當(dāng)期對(duì)不良貸款的影響效應(yīng)幾乎為零。
五、啟示與思考
經(jīng)濟(jì)結(jié)構(gòu)及其貨幣之間的關(guān)系表現(xiàn)出不同特征。次貸危機(jī)前,當(dāng)外需推動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)較大時(shí),外匯占款在很長(zhǎng)一段時(shí)間里成為國(guó)內(nèi)貨幣供給重要渠道,企業(yè)通過(guò)結(jié)匯獲得大量資金,而通過(guò)借貸獲得資金相對(duì)減少。這也成為那段時(shí)期中國(guó)整體杠桿率降低的重要原因。后危機(jī)時(shí)代,外需明顯減弱,由信貸增長(zhǎng)支持內(nèi)需擴(kuò)張成為拉動(dòng)經(jīng)濟(jì)的重要引擎。由于房地產(chǎn)和財(cái)務(wù)軟約束部門(mén)融資存在巨大剛需,故而借道“影子銀行”,與影子銀行有必然聯(lián)系的銀行同業(yè)成為貨幣供給不可忽視的渠道。金融資金進(jìn)而流入地方平臺(tái)和房地產(chǎn)領(lǐng)域,并相互推動(dòng)逐步強(qiáng)化。平臺(tái)企業(yè)和房地產(chǎn)對(duì)利率不夠敏感,加之融資體量大,容易推升利率水平,導(dǎo)致價(jià)格扭曲,從而對(duì)其他經(jīng)濟(jì)主體,尤其民營(yíng)企業(yè)的擠出,也是國(guó)家總量調(diào)控面臨難題。
一是應(yīng)多從“信用貨幣”角度理解貨幣創(chuàng)造規(guī)律。簡(jiǎn)而言之,就是“先有貸款、后又存款”即資產(chǎn)決定負(fù)債。商業(yè)銀行通過(guò)發(fā)放貸款、購(gòu)匯、投資債券、擴(kuò)展同業(yè)等引起負(fù)債和存款增長(zhǎng),這就是貨幣創(chuàng)造的過(guò)程,而不能反向理解。隨著金融創(chuàng)新的發(fā)展,商業(yè)銀行資產(chǎn)段更加復(fù)雜,負(fù)債端會(huì)更趨多元,這都影響貨幣供給的穩(wěn)定性,從而給商業(yè)銀行不良率控制帶來(lái)難度。
二是應(yīng)多從銀行資產(chǎn)負(fù)債表角度去思考,廣義貨幣屬于負(fù)債,而基礎(chǔ)貨幣屬于資產(chǎn),商業(yè)銀行與金融同業(yè)交易,則通過(guò)其資產(chǎn)方的變化影響負(fù)債,從而影響廣義貨幣。而商業(yè)銀行與人民銀行的交易影響的基礎(chǔ)貨幣,廣義貨幣的增長(zhǎng)受制于基礎(chǔ)貨幣,因此人民銀行通過(guò)調(diào)節(jié)基礎(chǔ)貨幣的量?jī)r(jià)進(jìn)而調(diào)控廣義貨幣。金融創(chuàng)新使得金融產(chǎn)品越來(lái)越復(fù)雜,人民銀行測(cè)算基礎(chǔ)貨幣的數(shù)量難度顯著增加,此時(shí)應(yīng)逐步轉(zhuǎn)向以基礎(chǔ)貨幣的價(jià)作為調(diào)節(jié)目標(biāo)。
三是充分考慮通貨結(jié)構(gòu)化特點(diǎn),宏觀調(diào)控應(yīng)對(duì)更廣義物價(jià)變動(dòng)給予關(guān)注和反應(yīng)。在當(dāng)今技術(shù)格局下,一般消費(fèi)品價(jià)格全面大幅上漲的可能性下降,即使CPI上漲,也是可能因資產(chǎn)價(jià)格上行引發(fā)的財(cái)富效應(yīng)和流動(dòng)性過(guò)剩引發(fā)的能源、糧食等初級(jí)產(chǎn)品價(jià)格上行有密切關(guān)系。CIP的變化相對(duì)滯后,當(dāng)明顯上漲時(shí),往往處在金融泡沫刺破的前夜。所以,除了應(yīng)考慮的宏觀經(jīng)濟(jì)周期波動(dòng)以及短期需求外,還應(yīng)思考經(jīng)濟(jì)轉(zhuǎn)型過(guò)程中深層次的結(jié)構(gòu)因素。
參考文獻(xiàn)
[1]Janos Kornai,The Soft Budget Constraint[J].Kyklos Vol.39.1980.
[2]Fiegenbaum,A.and H.Thomas,1988,Attitudes toward Risk and the Risk–Return Paradox:Prospect Theory Explanations[J].Academy of Management Journal,31(1):85-106.
[3]樊綱,解決壞賬問(wèn)題要在金融資產(chǎn)的增量上作文章[J].金融博覽,2002(9):26
[4]王來(lái)福,郭峰.貨幣政策對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)影響研究:基于VAR模型的實(shí)證[J].財(cái)經(jīng)問(wèn)題研究,2007(11):15-19.
[5]張歡,徐康寧.基于VAR模型的外資、環(huán)境治理與經(jīng)濟(jì)增長(zhǎng)研究——來(lái)自全國(guó)1992~2012年時(shí)間序列數(shù)據(jù)的證據(jù)[J].軟科學(xué),2015,(08):9-13.
[6]孫長(zhǎng)青.基于VAR模型的城鎮(zhèn)化、工業(yè)化與金融發(fā)展關(guān)系分析——以中原經(jīng)濟(jì)區(qū)為例[J].經(jīng)濟(jì)經(jīng)緯,2012,(06):17-21.
作者簡(jiǎn)介:張賀(1985-),男,云南昆明人,云南大學(xué)發(fā)展研究院,經(jīng)濟(jì)學(xué)博士研究生,供職于中國(guó)農(nóng)業(yè)銀行云南省分行,研究方向:普惠金融、農(nóng)村金融、互聯(lián)網(wǎng)金融。