王乾乾， 王金波

(1. 中國(guó)進(jìn)出口銀行 新疆分行， 烏魯木齊 830002； 2. 衡水學(xué)院 經(jīng)濟(jì)與管理學(xué)院， 河北 衡水 053000； 3. 遼寧大學(xué) 經(jīng)濟(jì)學(xué)院， 沈陽(yáng) 110036)

20世紀(jì)80年代我國(guó)采取信貸規(guī)模管制、有計(jì)劃的直接調(diào)控手段。隨著改革開(kāi)放的深入，市場(chǎng)參與者自主決策的意愿和能力上升，我國(guó)取消信貸規(guī)模限額，轉(zhuǎn)向數(shù)量型的間接調(diào)控手段。近年來(lái)我國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，不僅需要保持幣值穩(wěn)定和實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，還需兼顧實(shí)現(xiàn)充分就業(yè)和國(guó)際收支平衡的長(zhǎng)期目標(biāo)。同時(shí)，科技不斷應(yīng)用到金融領(lǐng)域，導(dǎo)致金融脫媒現(xiàn)象愈演愈烈。在此背景下，一方面近似貨幣替代物越來(lái)越多，加大了貨幣供給量測(cè)量難度；另一方面也使貨幣需求函數(shù)變得越來(lái)越不穩(wěn)定，促使貨幣政策由數(shù)量型轉(zhuǎn)向價(jià)格型。

2008年金融危機(jī)以后，世界各國(guó)不斷對(duì)貨幣理論進(jìn)行理論探索和實(shí)踐探索。作為全球最大的轉(zhuǎn)型中的經(jīng)濟(jì)體，我國(guó)的中央銀行在制定貨幣政策時(shí)不僅要控制通貨膨脹，還要兼顧我國(guó)經(jīng)濟(jì)轉(zhuǎn)型的特點(diǎn)和金融改革的需要。因此，中央銀行在執(zhí)行貨幣政策時(shí)要綜合考慮我國(guó)宏觀調(diào)控的實(shí)際，創(chuàng)新貨幣政策工具，加強(qiáng)金融市場(chǎng)基礎(chǔ)設(shè)施建設(shè)，降低市場(chǎng)參與主體之間的信息不對(duì)稱程度，提高投資的利率敏感性，為貨幣政策的有效發(fā)揮提供良好的條件，從而實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)結(jié)構(gòu)的高質(zhì)量轉(zhuǎn)型。鑒于貨幣政策在國(guó)家經(jīng)濟(jì)增長(zhǎng)中的重要性，研究不同政策搭配下貨幣政策的有效性，對(duì)于解決當(dāng)前國(guó)內(nèi)有效需求不足問(wèn)題有著重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

Blinder(1987)[1]提出了信貸配給模型，從理論上解釋了貨幣政策執(zhí)行效果受制于信貸配給狀態(tài)，并對(duì)信貸配給、貨幣政策和產(chǎn)出之間的關(guān)系進(jìn)行了解釋。mc Cllum(1991)[2]通過(guò)構(gòu)造t統(tǒng)計(jì)量檢驗(yàn)了信貸配給模型，得出當(dāng)經(jīng)濟(jì)體中貨幣供給增量低于某個(gè)特定值時(shí)貨幣政策對(duì)產(chǎn)出的影響更加顯著的結(jié)論。Hansen(1996)[3]研究了閾值問(wèn)題的不同檢驗(yàn)統(tǒng)計(jì)量，通過(guò)統(tǒng)計(jì)量檢驗(yàn)了閾值的存在。John(1996)[4]運(yùn)用浮動(dòng)法對(duì)美聯(lián)儲(chǔ)的數(shù)據(jù)進(jìn)行了實(shí)證分析，發(fā)現(xiàn)貨幣政策對(duì)產(chǎn)出的影響具有顯著的非線性特征，即貨幣政策執(zhí)行效果存在非對(duì)稱性。

對(duì)于信貸配給現(xiàn)象和閾值效應(yīng)國(guó)內(nèi)也展開(kāi)了相關(guān)研究。高鴻(2012)[5]利用2000—2011年的月度數(shù)據(jù)構(gòu)建了VAR模型，并檢驗(yàn)了貨幣政策的調(diào)控效果，得出數(shù)量型貨幣政策工具的調(diào)控效果好于價(jià)格型貨幣政策工具的結(jié)論。黃飛鳴(2002)[6]認(rèn)為，貨幣政策是否有效在很大程度上取決于傳導(dǎo)通道是否暢通，而在我國(guó)利率管制和金融市場(chǎng)不完善的背景下信貸通道的暢通程度直接影響貨幣政策的執(zhí)行效果。尹志超等(2011)[7]運(yùn)用某國(guó)有銀行2002—2009年企業(yè)借款信息的微觀數(shù)據(jù)，采用線性和非線性多種模型對(duì)信息不對(duì)稱和貸款違約進(jìn)行了實(shí)證研究，得出信貸市場(chǎng)同時(shí)存在逆向選擇和道德風(fēng)險(xiǎn)的結(jié)論。武春桃(2016)[8]基于2004—2012年17家商業(yè)銀行的混合截面估計(jì)，得出了信息不對(duì)稱加劇信貸風(fēng)險(xiǎn)的結(jié)論。羅付巖(2013)[9]運(yùn)用2003—2011年A股上市公司數(shù)據(jù)實(shí)證檢驗(yàn)了銀企關(guān)系與融資企業(yè)的投資效率，認(rèn)為銀企關(guān)系與現(xiàn)金缺口存在替代效應(yīng)。陳蕾(2011)[10]借助海英納模型對(duì)商業(yè)銀行與中小企業(yè)的關(guān)系進(jìn)行了研究，認(rèn)為信息不對(duì)稱是中小企業(yè)融資難的重要因素。

從貨幣政策傳導(dǎo)途徑來(lái)看：蔣瑛琨等(2005)[11]利用1992—2004年的季度數(shù)據(jù)進(jìn)行了實(shí)證分析，認(rèn)為貸款對(duì)產(chǎn)出的影響顯著，相反貨幣供應(yīng)量M2對(duì)產(chǎn)出影響沒(méi)有顯著性。周孟亮等(2006)[12]將樣本區(qū)間進(jìn)行隔離分層，進(jìn)而得出貨幣供應(yīng)量M2是我國(guó)經(jīng)濟(jì)增長(zhǎng)的Granger原因，表明僅僅依靠大量增發(fā)貨幣無(wú)法啟動(dòng)新一輪的經(jīng)濟(jì)增長(zhǎng)。毛澤盛等(2012)[13]首先對(duì)1994—2011年的季度數(shù)據(jù)進(jìn)行了整體分析，以亞洲金融危機(jī)為節(jié)點(diǎn)分樣本考察了貨幣政策傳導(dǎo)機(jī)制，得出1994—1998年間金融機(jī)構(gòu)的信貸對(duì)GDP的作用大于貨幣供給量M2，但在1998—2011年間貨幣供給量對(duì)產(chǎn)出的影響越來(lái)越顯著，進(jìn)一步說(shuō)明了當(dāng)前信貸通道仍然是影響我國(guó)經(jīng)濟(jì)的主要貨幣政策通道。

從貨幣政策執(zhí)行效果非對(duì)稱性來(lái)看：胡臻(2013)[14]對(duì)2000—2012年的季度數(shù)據(jù)進(jìn)行了研究，得出緊縮性貨幣政策對(duì)產(chǎn)出的影響更為顯著。孫俊(2013)[15]運(yùn)用LSTVAR模型證實(shí)了相同規(guī)模的緊縮性貨幣政策效果與擴(kuò)張性貨幣政策效果存在明顯差異，得出信貸配給是造成貨幣政策效果非對(duì)稱的原因的結(jié)論。劉麗巍等(2012)[16]采用Galbraith提出的計(jì)量模型，檢驗(yàn)了1998—2010年期間能夠反映我國(guó)貨幣政策效果非線性的閾值。

通過(guò)梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，國(guó)內(nèi)外相關(guān)研究多停留在實(shí)證層面，對(duì)貨幣政策執(zhí)行效果產(chǎn)生閥值的原因及理論機(jī)制鮮有研究，這難免使得實(shí)證結(jié)論缺乏堅(jiān)實(shí)的理論基礎(chǔ)，進(jìn)而缺乏解釋效力。鑒于此，本文以信息不對(duì)稱理論與信貸配給理論為切入點(diǎn)，對(duì)不同貨幣政策執(zhí)行效果所產(chǎn)生的閥值進(jìn)行了闡釋，同時(shí)考慮了緊縮性與擴(kuò)張性兩種貨幣政策的閥值效應(yīng)，使得對(duì)于該問(wèn)題的分析更為全面，并根據(jù)文章結(jié)論給出了建議供相關(guān)人員參考。

二、理論闡釋

信貸市場(chǎng)并不是單純地依靠?jī)r(jià)格機(jī)制來(lái)達(dá)到供給和需求均衡，而是需要同時(shí)考慮貸款資產(chǎn)發(fā)生違約的可能性，來(lái)達(dá)到預(yù)期收益最大化。僅依靠?jī)r(jià)格機(jī)制只能增加商業(yè)銀行的信貸供給，加大金融系統(tǒng)的信用風(fēng)險(xiǎn)，因此信貸市場(chǎng)上商業(yè)銀行的貸款利率和預(yù)期收益并不是單調(diào)增加的，信貸供給曲線是一條向后彎曲的曲線。當(dāng)貸款利率處于較高水平時(shí)，由于逆向選擇和道德風(fēng)險(xiǎn)，商業(yè)銀行的信貸環(huán)境發(fā)生惡化，預(yù)期收益出現(xiàn)下降，因此即使有借款人愿意以更高的利率借貸資金，商業(yè)銀行也會(huì)綜合考慮貸款償付的可能性，使利率不會(huì)達(dá)到預(yù)期收益出現(xiàn)下降的水平。信貸市場(chǎng)的不完全信息決定了價(jià)格機(jī)制和信貸配給機(jī)制在信貸資源的配置中共同起作用，是信貸配給產(chǎn)生的主要原因。

由于企業(yè)與銀行的信息不對(duì)稱，按照信貸配給模型，商業(yè)銀行的目標(biāo)函數(shù)是關(guān)于利率收益和風(fēng)險(xiǎn)的函數(shù)，融資企業(yè)的目標(biāo)函數(shù)是關(guān)于利率和預(yù)期收益的函數(shù)。融資企業(yè)的借款成本越高即利率越高，將借款投放到高風(fēng)險(xiǎn)項(xiàng)目上的可能性就越大，這樣降低了商業(yè)銀行的預(yù)期收益；同時(shí)，商業(yè)銀行從維護(hù)自己的利益出發(fā)，在衡量貸款風(fēng)險(xiǎn)和收益的情況下不會(huì)將利率提高到其預(yù)期收益開(kāi)始下降的水平。在這種情況下，信貸市場(chǎng)出現(xiàn)了仍然存在對(duì)信貸超額需求的“市場(chǎng)均衡”，即信貸市場(chǎng)均衡除了通過(guò)利率進(jìn)行價(jià)格配給外，還存在對(duì)信貸數(shù)量的配給，導(dǎo)致信貸市場(chǎng)均衡具有兩大特征——均衡利率和信貸配給同時(shí)存在。經(jīng)濟(jì)下行周期和經(jīng)濟(jì)繁榮周期信貸配給模型如圖1所示。

由圖1可知，當(dāng)經(jīng)濟(jì)處于下行周期時(shí)，人們普遍對(duì)經(jīng)濟(jì)持悲觀預(yù)期，經(jīng)濟(jì)中的利率為r*，信貸需求曲線為Dl，信貸供給曲線為Sl，信貸市場(chǎng)的信貸缺口為AB。由于經(jīng)濟(jì)下行，為了“熨平”經(jīng)濟(jì)波動(dòng)，中央銀行實(shí)施寬松的貨幣政策，利率下行到r1水平；而融資企業(yè)的悲觀預(yù)期會(huì)減少投資，從而信貸需求曲線往左移動(dòng)至Dl1；在信貸配給程度不變的前提下，信貸供給曲線向右移動(dòng)至Sl1，此時(shí)信貸需求缺口為DC。與此同時(shí)，由于商業(yè)銀行擔(dān)心收益不能覆蓋風(fēng)險(xiǎn)，信貸供給曲線向右移動(dòng)的幅度變小甚至出現(xiàn)左移的現(xiàn)象，信貸需求缺口為EC，EC>DC，信貸配給程度加重。經(jīng)濟(jì)處于上行周期時(shí)，EC

由此可見(jiàn)，在不同的經(jīng)濟(jì)周期，信貸配給程度不同，呈現(xiàn)出順周期現(xiàn)象，導(dǎo)致貨幣政策在不同經(jīng)濟(jì)階段執(zhí)行效果不一致，即出現(xiàn)拐點(diǎn)，經(jīng)濟(jì)上行期的貨幣政策執(zhí)行效果優(yōu)于下行期。當(dāng)經(jīng)濟(jì)出現(xiàn)波動(dòng)時(shí)，貨幣政策執(zhí)行效果將會(huì)改變，從而出現(xiàn)貨幣政策執(zhí)行效果的拐點(diǎn)即閾值。

圖1 經(jīng)濟(jì)下行周期和經(jīng)濟(jì)上行周期信貸配給模型

三、實(shí)證分析

1. 變量選取及數(shù)據(jù)來(lái)源

本文主要研究貨幣政策信貸通道對(duì)貨幣政策執(zhí)行效果的影響。影響產(chǎn)出的因素主要有財(cái)政政策和貨幣政策，而金融市場(chǎng)的發(fā)展程度直接影響商業(yè)銀行的信貸配給行為和企業(yè)的融資行為。所以，本文以財(cái)政支出、貨幣供給量、金融市場(chǎng)規(guī)模、價(jià)格水平作為研究變量。財(cái)政支出采用國(guó)家季度財(cái)政支出(不含債務(wù)還本)當(dāng)期值G作為財(cái)政政策變量；考慮到貨幣近似替代物及替代程度的不斷加強(qiáng)，采用貨幣和準(zhǔn)貨幣M2供應(yīng)量期末值作為貨幣政策變量；金融發(fā)展程度采用銀監(jiān)會(huì)公布的銀行業(yè)金融機(jī)構(gòu)資產(chǎn)負(fù)債表中的總資產(chǎn)SCALE作為代理變量；產(chǎn)出采用國(guó)內(nèi)生產(chǎn)總值GDP當(dāng)季值作為產(chǎn)出變量；價(jià)格水平用P表示(根據(jù)國(guó)家統(tǒng)計(jì)局公布的CPI計(jì)算得到)。道德風(fēng)險(xiǎn)在一定程度上反映了信息不對(duì)稱的程度，本文采用銀監(jiān)會(huì)公布的不良貸款率R作為信息不對(duì)稱的量化指標(biāo)。

將2003年第一季度到2016年第四季度所有數(shù)據(jù)經(jīng)過(guò)價(jià)格調(diào)整為實(shí)際值，采用X11法對(duì)數(shù)據(jù)進(jìn)行季節(jié)調(diào)整。所有變量經(jīng)過(guò)對(duì)數(shù)處理，國(guó)內(nèi)生產(chǎn)總值記為ln GDPt，財(cái)政支出記為lnGt，貨幣供給記為lnM2t，金融發(fā)展程度記為ln SCALEt，價(jià)格水平記為lnPt。數(shù)據(jù)來(lái)自國(guó)家數(shù)據(jù)網(wǎng)、銀監(jiān)會(huì)網(wǎng)和中國(guó)人民銀行網(wǎng)站。

2. 模型設(shè)定及分析

(1) 貨幣政策非對(duì)稱性實(shí)證檢驗(yàn)。采用向量自回歸模型(VAR)進(jìn)行分析，將研究對(duì)象的方差分解，得到各個(gè)經(jīng)濟(jì)序列對(duì)應(yīng)變量預(yù)測(cè)方差的貢獻(xiàn)大小。

貨幣政策非對(duì)稱性主要研究緊縮性和擴(kuò)張性貨幣政策對(duì)產(chǎn)出的貢獻(xiàn)率，所以該部分的實(shí)證模型是構(gòu)建不同方向的貨幣沖擊對(duì)產(chǎn)出變動(dòng)的貢獻(xiàn)率模型。名義貨幣供給量取決于名義GDP、通貨膨脹率。通過(guò)構(gòu)建貨幣供給量M2、國(guó)內(nèi)生產(chǎn)總值GDP、價(jià)格水平P的VAR模型得到貨幣沖擊U。進(jìn)一步構(gòu)建國(guó)內(nèi)生產(chǎn)總值GDP、財(cái)政支出G、金融市場(chǎng)規(guī)模SCALE和貨幣沖擊U的VAR模型，通過(guò)對(duì)國(guó)內(nèi)生產(chǎn)總值GDP的方差分解得到不同方向貨幣沖擊對(duì)國(guó)內(nèi)生產(chǎn)總值變動(dòng)的貢獻(xiàn)率。

貨幣供給過(guò)程可表示為

ΔlnM2t=α+∑βΔln GDPt-q+∑ηΔlnPt-p+

∑γΔlnM2t-s+μt

(1)

(2)

表1為相關(guān)變量的描述性統(tǒng)計(jì)，表2為變量的單位根檢驗(yàn)結(jié)果。由表2可知，原變量單位根的絕對(duì)值均小于臨界值，為非平穩(wěn)序列，但經(jīng)一階差分后為平穩(wěn)時(shí)間序列，故可以構(gòu)建VAR模型。

表1 各變量描述性統(tǒng)計(jì)

根據(jù)式(1)建立VAR模型，首先確定模型的最優(yōu)滯后階數(shù)，具體如表3所示。由表3可知，似然比檢驗(yàn)(LR)、最終誤差預(yù)測(cè)準(zhǔn)則(FPE)、赤池準(zhǔn)則(AIC)的最優(yōu)滯后階數(shù)均為4，并且在10%的水平上顯著。因此，可以確定VAR模型為4階滯后模型，根據(jù)模型(1)、(2)可得到正反兩個(gè)方向的貨幣沖擊序列，其對(duì)國(guó)內(nèi)生產(chǎn)總值的貢獻(xiàn)率可表示為式(3)。

表2 各變量單位根檢驗(yàn)結(jié)果

注：c、t、p分別為單位根檢驗(yàn)中的常數(shù)項(xiàng)、趨勢(shì)項(xiàng)與滯后階數(shù)；**、***分別為在0.05、0.01水平下顯著；Δ為對(duì)原變量取一階差分，下同。

表3 模型(1)的最優(yōu)滯后階數(shù)選擇

注：*為在0.1水平下顯著，下同。

Δln GDPt=φ+∑κΔln GDPt-z+∑θUt-n+

∑πl(wèi)n SCALEt-y+∑σlnGt-e+δt

(3)

同理，對(duì)模型(3)構(gòu)建VAR模型，結(jié)果如表4所示，可以確定模型的最優(yōu)滯后階數(shù)為1。通過(guò)對(duì)方程(3)的方差分解，可得到U1、U2對(duì)GDP預(yù)測(cè)方差的貢獻(xiàn)率，具體如表5所示。由表5可知，U1為正向的貨幣沖擊，U2為反向的貨幣沖擊?？梢钥闯鯱1的百分比明顯小于U2的百分比，U2約為U1的4倍，說(shuō)明正向的貨幣沖擊對(duì)國(guó)內(nèi)生產(chǎn)總值的貢獻(xiàn)率小于反向的貨幣沖擊對(duì)國(guó)內(nèi)生產(chǎn)總值的貢獻(xiàn)率。

表4 模型(3)的最優(yōu)滯后階數(shù)選擇

(2) 貨幣政策閾值測(cè)度。通過(guò)構(gòu)建TAR模型研究貨幣政策的閾值，對(duì)國(guó)內(nèi)生產(chǎn)總值、財(cái)政支出、貨幣供給量、金融市場(chǎng)規(guī)模構(gòu)建VAR模型，建立國(guó)內(nèi)生產(chǎn)總值為因變量的多項(xiàng)式自回歸分布滯后模型。首先，將每一季度的貨幣增量從小到大進(jìn)行排序。其次，從排序后的序列中前后各去除7個(gè)樣本得到新的序列，將新序列中的每一個(gè)數(shù)值作為準(zhǔn)閾值進(jìn)行回歸，得到相對(duì)應(yīng)的SSR序列，準(zhǔn)閾值和真實(shí)閾值越接近，SSR越小。所以，SSR序列圖的最低點(diǎn)便是所要估計(jì)的閾值。

表5 Δln GDP方差分解結(jié)果

模型的一般形式可設(shè)定為

∑βΔln GDPt-e+∑κΔlnGt-p+∑αΔlnM2t-s+

∑γΔln SCALEt-h+ξt

(4)

由表1可知，模型(4)中的原變量在一階差分以后為平穩(wěn)序列，因此可將模型(4)轉(zhuǎn)化為誤差修正模型，即

Δln GDPt=∑βΔln GDPt-e+∑κΔlnGt-p+

∑αΔM2t-s+∑γΔ SCALEt-h+

ηecmt-1+ξt

(5)

根據(jù)t、AIC、SC、DW數(shù)值，可確定模型(5)的最優(yōu)滯后階數(shù)，具體如表6所示。

表6 模型(5)的最優(yōu)滯后階數(shù)選擇

由表6可知，滯后3階的擬合效果比較顯著，因此模型(5)可表示為

ηecmt-1+ξt

(6)

根據(jù)Chan(1993)的方法，采用季度數(shù)據(jù)對(duì)我國(guó)信貸配給的閾值進(jìn)行估計(jì)。閾值設(shè)為ΔM2*，估計(jì)方程設(shè)定為

φΔlnGt+φΔlnM2t-1+

(7)

式中：a為權(quán)重，當(dāng)ΔlnM2t-1>ΔlnM2*時(shí)，a=1；當(dāng)ΔlnM2t-1<ΔlnM2*時(shí)，a=0。

以ΔlnM2*為分界點(diǎn)，分別對(duì)兩邊的樣本進(jìn)行估計(jì)。首先對(duì)ΔlnM2進(jìn)行排序，為了確保閾值兩邊有適當(dāng)?shù)挠^測(cè)值，分別從最低點(diǎn)和最高點(diǎn)去掉樣本的17%，把剩下的觀測(cè)值作為潛在閾值代入模型(7)進(jìn)行估計(jì)。本文共有56個(gè)觀測(cè)值，對(duì)觀測(cè)值進(jìn)行排序，分別去掉兩端的34%，剩下36個(gè)觀測(cè)值，將每個(gè)觀測(cè)值作為潛在閾值代入模型(7)，得到每個(gè)潛在閾值對(duì)應(yīng)的SSR，潛在閾值和真實(shí)閾值越接近，SSR越小。對(duì)應(yīng)排序后的數(shù)據(jù)做SSR序列圖(見(jiàn)圖2)，尋找最低點(diǎn)(閾值點(diǎn))，得到閾值的一致估計(jì)。表7為每個(gè)潛在閾值和其對(duì)應(yīng)的SSR值。

圖2 SSR序列

表7 根據(jù)模型(6)得到的殘差平方和

注：表中的Q表示季度。

通過(guò)模型(7)對(duì)數(shù)據(jù)的計(jì)量，得出36個(gè)觀測(cè)值SSR序列圖的最低點(diǎn)分別為2004、2007、2011和2013年，對(duì)應(yīng)的ΔlnM2數(shù)值分別為0.018 45、0.028 61、0.016 89、0.026 82。

不良貸款的發(fā)生在一定程度上反映了企業(yè)發(fā)生道德風(fēng)險(xiǎn)的概率，因此可以進(jìn)一步利用銀監(jiān)會(huì)公布的我國(guó)2003—2016年的不良貸款率來(lái)側(cè)面反映我國(guó)經(jīng)濟(jì)運(yùn)行和信息不對(duì)稱情況，具體如圖3所示。

圖3 2004—2016年不良貸款率情況

由圖3可知，我國(guó)的不良貸款率2004—2009年一直處于下降的階段，2010—2013年基本處于穩(wěn)定狀態(tài)，2014年以后小幅攀升。不良貸款率走勢(shì)與所估計(jì)的金融市場(chǎng)信貸配給一致。

四、結(jié)論與啟示

基于金融市場(chǎng)的信息不對(duì)稱理論和信貸配給理論，采用2003—2016年季度數(shù)據(jù)，利用向量VAR模型、脈沖效應(yīng)函數(shù)和方差分解對(duì)我國(guó)貨幣政策執(zhí)行效果進(jìn)行了實(shí)證研究，得出以下三點(diǎn)結(jié)論：

(1) 不同效應(yīng)搭配下的貨幣政策執(zhí)行效果存在非對(duì)稱性，緊縮性的貨幣政策執(zhí)行效果約為擴(kuò)張性貨幣政策效果的4倍左右。

(2) 進(jìn)一步運(yùn)用TAR模型對(duì)貨幣供給量的閾值進(jìn)行估計(jì)得出，貨幣供給量在不同的貨幣執(zhí)行區(qū)間存在顯著閥值。根據(jù)計(jì)算結(jié)果，2004年貨幣供給量的閾值為0.018，2007、2011、2013年的閾值分別為0.028、0.016和0.026。

(3) 通過(guò)實(shí)證發(fā)現(xiàn)，貨幣政策的閾值2003—2016年呈上升態(tài)勢(shì)，其中2008年受亞洲金融危機(jī)的影響出現(xiàn)了下降，隨后逐步回升。這表明我國(guó)信貸配給程度在不斷減輕，貨幣政策傳導(dǎo)阻礙減少，但是貨幣政策的非對(duì)稱性仍然較為明顯。

根據(jù)上述結(jié)論，我們得到以下兩點(diǎn)啟示：

(1) 加強(qiáng)金融市場(chǎng)制度建設(shè)，強(qiáng)化金融市場(chǎng)的有效監(jiān)管。貨幣政策作用的有效發(fā)揮需依賴不斷完善的金融市場(chǎng)制度，應(yīng)積極推進(jìn)利率市場(chǎng)化改革，使我國(guó)的存貸款利率更加符合市場(chǎng)選擇，減少由于制度不完善而造成的金融資源錯(cuò)配及其低效率。同時(shí)，有效的金融監(jiān)管是貨幣政策傳導(dǎo)機(jī)制暢通的保障，可以為貨幣政策作用的有效發(fā)揮提供健康的金融環(huán)境。

(2) 創(chuàng)新信貸資產(chǎn)金融產(chǎn)品，完善資本市場(chǎng)融資渠道。商業(yè)銀行可通過(guò)信貸資產(chǎn)支持證券的形式將信貸資產(chǎn)證券化，利用公開(kāi)市場(chǎng)廣泛的信息優(yōu)勢(shì)在證券市場(chǎng)將信貸資產(chǎn)轉(zhuǎn)讓，實(shí)現(xiàn)資金回籠。這不僅降低了商業(yè)銀行風(fēng)險(xiǎn)，而且提高了貨幣的周轉(zhuǎn)速度，實(shí)現(xiàn)了金融資源配置效率的最大化。與此同時(shí)，貨幣政策的傳導(dǎo)主要通過(guò)商業(yè)銀行來(lái)完成，在很大程度上限制了融資企業(yè)獲得貸款的途徑，融資企業(yè)與商業(yè)銀行的間接融資成本也比較高，加大了實(shí)體融資企業(yè)的生產(chǎn)經(jīng)營(yíng)壓力。因此，積極發(fā)展資本市場(chǎng)、拓展各種間接和直接融資途徑有利于緩解融資企業(yè)融資難的問(wèn)題。