吳昊 姜思同

基金項(xiàng)目：教育部人文社會(huì)科學(xué)重點(diǎn)研究基地“十三五”重大項(xiàng)目（16JJD790013）

作者簡(jiǎn)介：吳 昊（1969—），男，內(nèi)蒙古赤峰人，吉林大學(xué)東北亞研究院教授，博士生導(dǎo)師，研究方向：區(qū)域理論與政策;姜思同（1991—），女，吉林長(zhǎng)春人，吉林大學(xué)東北亞研究院博士研究生，研究方向：區(qū)域理論與政策。

摘 要：以中國(guó)2003-2020年的季度宏觀經(jīng)濟(jì)數(shù)據(jù)為樣本，通過(guò)構(gòu)建時(shí)變系數(shù)向量自回歸模型分析銀行間同業(yè)拆借利率、M2、信貸規(guī)模、社會(huì)融資規(guī)模四項(xiàng)貨幣政策中介目標(biāo)對(duì)實(shí)際產(chǎn)出、通貨膨脹、房地產(chǎn)市場(chǎng)以及股票市場(chǎng)的動(dòng)態(tài)影響效應(yīng)。結(jié)果表明：同業(yè)拆借利率對(duì)產(chǎn)出的影響呈增強(qiáng)趨勢(shì)，M2、信貸以及社會(huì)融資規(guī)模等數(shù)量型貨幣政策對(duì)產(chǎn)出的影響效應(yīng)更顯著;信貸與社會(huì)融資規(guī)模對(duì)通貨膨脹的影響效應(yīng)較顯著;同業(yè)拆借利率對(duì)房地產(chǎn)市場(chǎng)的短期影響效應(yīng)較大;M2、信貸與社會(huì)融資規(guī)模對(duì)房地產(chǎn)與股票市場(chǎng)的長(zhǎng)期影響效應(yīng)較大。

關(guān)鍵詞：貨幣政策;經(jīng)濟(jì)增長(zhǎng);通貨膨脹;房地產(chǎn)價(jià)格;股票價(jià)格;動(dòng)態(tài)計(jì)量模型

中圖分類號(hào)：F822.0 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-7217（2021）06-0027-10

一、引言及文獻(xiàn)綜述

貨幣政策的經(jīng)濟(jì)增長(zhǎng)與通貨膨脹效應(yīng)作為貨幣經(jīng)濟(jì)學(xué)的重點(diǎn)研究領(lǐng)域始終都是學(xué)術(shù)界與決策層的關(guān)注焦點(diǎn)。國(guó)內(nèi)外學(xué)者以多種貨幣政策中介目標(biāo)作為研究對(duì)象對(duì)貨幣政策的產(chǎn)出與通脹效應(yīng)進(jìn)行了大量研究。首先，部分學(xué)者考察了信貸政策的產(chǎn)出與通脹效應(yīng)。Friedman和Woodford（2011）提出2008年爆發(fā)的國(guó)際金融危機(jī)對(duì)貨幣經(jīng)濟(jì)學(xué)研究的影響之一是重新審視金融信貸對(duì)宏觀經(jīng)濟(jì)穩(wěn)定的重要性[1]。Perri（2011）認(rèn)為信貸政策已經(jīng)成為現(xiàn)代經(jīng)濟(jì)周期重要驅(qū)動(dòng)因素之一[2]。Elekdag等（2011）基于跨國(guó)數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn)信貸擴(kuò)張對(duì)經(jīng)濟(jì)周期具有顯著且持續(xù)的影響，但信貸擴(kuò)張的經(jīng)濟(jì)效應(yīng)因各國(guó)的經(jīng)濟(jì)金融狀況不同而存在差異[3]。He和Leung等（2013）利用因子拓展向量自回歸模型研究亞洲金融危機(jī)后中國(guó)的貨幣政策傳導(dǎo)機(jī)制，發(fā)現(xiàn)中國(guó)央行通過(guò)調(diào)控貸款總額能夠有效調(diào)節(jié)實(shí)際產(chǎn)出和價(jià)格水平[4]。Narayan等（2013）基于65個(gè)發(fā)展中國(guó)家的數(shù)據(jù)實(shí)證分析，發(fā)現(xiàn)信貸增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了負(fù)向影響[5]。國(guó)內(nèi)方面，盛松成和吳培新（2008）認(rèn)為信貸規(guī)模對(duì)宏觀經(jīng)濟(jì)有直接的調(diào)控作用，信貸規(guī)模是我國(guó)央行重要的貨幣政策傳導(dǎo)中介目標(biāo)之一，并且其主要針對(duì)的調(diào)控對(duì)象是實(shí)體經(jīng)濟(jì)[6]。金成曉和馬麗娟（2010）基于Markov模型分析發(fā)現(xiàn)信貸對(duì)實(shí)體經(jīng)濟(jì)和通貨膨脹的影響機(jī)制隨著經(jīng)濟(jì)周期的躍遷發(fā)生了結(jié)構(gòu)性變化，經(jīng)濟(jì)繁榮期的信貸緊縮效應(yīng)大于經(jīng)濟(jì)蕭條期的信貸擴(kuò)張效應(yīng)[7]。李連發(fā)和辛?xí)葬罚?012）的研究表明信貸擴(kuò)張發(fā)生后產(chǎn)出缺口與通脹缺口的擴(kuò)大趨勢(shì)將分別持續(xù)大約4個(gè)季度及7個(gè)季度左右，信貸政策的適度逆周期調(diào)控能夠在一定程度上平抑經(jīng)濟(jì)波動(dòng)并降低福利損失[8]。孫?。?013）通過(guò)構(gòu)建邏輯平滑轉(zhuǎn)換VAR模型證實(shí)規(guī)模相等的緊縮性和擴(kuò)張性貨幣政策效果具有非對(duì)稱性，同一類型貨幣政策工具的宏觀經(jīng)濟(jì)效應(yīng)還依賴于特殊的經(jīng)濟(jì)區(qū)制[9]。鄧創(chuàng)等（2019）選取中國(guó)2002-2017年的信貸余額數(shù)據(jù)研究發(fā)現(xiàn)中國(guó)信貸周期特征表現(xiàn)為“強(qiáng)擴(kuò)張弱收縮”的非對(duì)稱性特征，新常態(tài)以來(lái)信貸政策對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效果有所弱化，信貸擴(kuò)張沖擊對(duì)產(chǎn)出的拉動(dòng)作用比信貸收縮沖擊對(duì)產(chǎn)出的抑制作用明顯，信貸投放的產(chǎn)出效應(yīng)與經(jīng)濟(jì)周期有關(guān)[10]。

隨著我國(guó)市場(chǎng)經(jīng)濟(jì)體制發(fā)展與利率市場(chǎng)化進(jìn)程，學(xué)界和業(yè)界開(kāi)始對(duì)以“M2”和“銀行間同業(yè)拆借利率”為代表的數(shù)量型與價(jià)格型貨幣政策中介目標(biāo)的產(chǎn)出與通脹效應(yīng)進(jìn)行比較研究。國(guó)內(nèi)方面，易綱（2009）認(rèn)為隨著利率市場(chǎng)化的推進(jìn)，市場(chǎng)基準(zhǔn)利率體系為中央銀行提供利率間接調(diào)控的操作目標(biāo)和監(jiān)測(cè)指標(biāo)[11]。王君斌等（2011）首先基于中國(guó)1992-2009年季度分析發(fā)現(xiàn)貨幣供給增速?zèng)_擊導(dǎo)致產(chǎn)出先經(jīng)歷駝峰型上升后經(jīng)歷倒駝峰式的“超調(diào)”過(guò)程[12]。周小川（2013）認(rèn)為價(jià)格型貨幣政策工具的調(diào)控功能逐漸凸顯，我國(guó)貨幣政策調(diào)控模式正在由偏重?cái)?shù)量型工具向偏重價(jià)格型工具轉(zhuǎn)變[13]。陳守東等（2014）的經(jīng)驗(yàn)分析表明加大貨幣供應(yīng)在短期內(nèi)的確能夠顯著影響實(shí)際利率和實(shí)際GDP增速，但從長(zhǎng)期來(lái)看對(duì)實(shí)際利率和實(shí)際GDP的影響不夠顯著[14]。張龍等（2020）通過(guò)構(gòu)建時(shí)變DSGE模型分析發(fā)現(xiàn)貨幣政策效應(yīng)存在時(shí)間“非線性”，價(jià)格型貨幣政策在經(jīng)濟(jì)周期擴(kuò)張期更為有效，數(shù)量型貨幣政策在經(jīng)濟(jì)周期收縮時(shí)更為有效，并且價(jià)格型貨幣政策具有中長(zhǎng)期經(jīng)濟(jì)效應(yīng)，數(shù)量型貨幣政策僅存在短期經(jīng)濟(jì)效應(yīng)[15]。國(guó)外方面，Bernanke和Blinder（1989）[16]、Friedman和Kuttner（1992）[17]通過(guò)格蘭杰因果分析和VAR方差分解證明了聯(lián)邦基金利率與通脹和產(chǎn)出的相關(guān)性顯著高于M2指標(biāo)。Primiceri（2005）基于美國(guó)經(jīng)濟(jì)數(shù)據(jù)研究發(fā)現(xiàn)在經(jīng)濟(jì)緩和期內(nèi)，利率對(duì)通貨膨脹的調(diào)控效果始終較為穩(wěn)定，而貨幣供應(yīng)量對(duì)實(shí)際經(jīng)濟(jì)變量的影響則不斷弱化[18]。Zhang（2009）基于DSGE模型研究發(fā)現(xiàn)價(jià)格型貨幣政策比數(shù)量型貨幣政策更有效，并且央行也更傾向于頻繁采取價(jià)格型貨幣政策進(jìn)行調(diào)控[19]。

2010年12月，我國(guó)中央經(jīng)濟(jì)工作會(huì)議提出要“保持合理的社會(huì)融資規(guī)模”?！吧鐣?huì)融資規(guī)?！敝笜?biāo)被正式提出，針對(duì)社會(huì)融資規(guī)模的宏觀經(jīng)濟(jì)效應(yīng)及其作為貨幣政策調(diào)控中介目標(biāo)適用性的探討由此展開(kāi)。盛松成和謝潔玉（2016）的研究表明社會(huì)融資規(guī)模增量對(duì)通貨膨脹以及實(shí)體經(jīng)濟(jì)有顯著正向拉動(dòng)作用，并且該影響效應(yīng)大于新增人民幣貸款，分階段研究表明2002-2008年，社會(huì)融資規(guī)模增量、新增貸款規(guī)模對(duì)貨幣政策調(diào)控目標(biāo)的影響效應(yīng)很接近，2009-2014年社會(huì)融資規(guī)模增量對(duì)最終目標(biāo)的影響效應(yīng)超過(guò)新增人民幣貸款，社會(huì)融資規(guī)模存量與M2對(duì)貨幣政策最終目標(biāo)的影響效果高度一致[20]。郭麗虹等（2014）以中國(guó)31個(gè)省份的月度數(shù)據(jù)為樣本分析發(fā)現(xiàn)社會(huì)融資規(guī)模的經(jīng)濟(jì)增長(zhǎng)效應(yīng)存在一定的門檻特征[21]。徐亞平和宋楊（2016）基于MSVAR模型的研究發(fā)現(xiàn)社會(huì)融資結(jié)構(gòu)多元化的發(fā)展弱化了貨幣政策數(shù)量渠道和銀行信貸渠道的經(jīng)濟(jì)效應(yīng)，強(qiáng)化了貨幣政策價(jià)格渠道與資本市場(chǎng)傳導(dǎo)渠道的經(jīng)濟(jì)效應(yīng)[22]。元惠萍和劉颯（2013）采用2002-2012年季度數(shù)據(jù)研究發(fā)現(xiàn)M2不是一個(gè)理想的貨幣政策中介目標(biāo)，社會(huì)融資規(guī)模有效性和相關(guān)性更好[23]。周先平等（2013）研究發(fā)現(xiàn)自2009年起，M1是調(diào)控物價(jià)的最優(yōu)中介指標(biāo)，自2010年起社會(huì)融資規(guī)模與實(shí)體經(jīng)濟(jì)發(fā)展的相關(guān)性最強(qiáng)[24]。

2008年國(guó)際金融危機(jī)的爆發(fā)揭示了傳統(tǒng)的貨幣政策操作框架的局限性，激發(fā)起人們對(duì)金融穩(wěn)定問(wèn)題的關(guān)注，國(guó)內(nèi)外學(xué)者開(kāi)始聚焦于有關(guān)貨幣政策對(duì)房地產(chǎn)市場(chǎng)與股票市場(chǎng)等系統(tǒng)重要性資產(chǎn)價(jià)格的沖擊效應(yīng)。在信貸政策對(duì)資產(chǎn)價(jià)格的影響方面，Voicu等（2015）認(rèn)為信貸增速是導(dǎo)致房地產(chǎn)市場(chǎng)波動(dòng)的重要因素[25]。Zhu等（2017）采用歐洲房地產(chǎn)市場(chǎng)作為研究樣本實(shí)證分析發(fā)現(xiàn)擴(kuò)張性的信貸政策沖擊可以顯著地刺激房地產(chǎn)市場(chǎng)走向繁榮[26]。王曉明（2010）采用VAR模型研究證實(shí)了我國(guó)銀行信貸是導(dǎo)致房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)的重要因素[27]。張小宇和劉金全（2015）考察了中國(guó)房地產(chǎn)價(jià)格、實(shí)際產(chǎn)出與貨幣供給之間的非線性關(guān)系，結(jié)果發(fā)現(xiàn)在經(jīng)濟(jì)發(fā)展新常態(tài)時(shí)期貨幣供給沖擊對(duì)房地產(chǎn)價(jià)格的影響效果有所減弱、持續(xù)時(shí)期有所縮短[28]。趙勝民等（2011）基于1999-2010年金融機(jī)構(gòu)信貸、房地產(chǎn)價(jià)格與股價(jià)指數(shù)數(shù)據(jù)研究認(rèn)為我國(guó)信貸總量與國(guó)房景氣指數(shù)之間不具有同期影響，而信貸總量與上證綜指之間具有同期影響[29]。在利率與M2對(duì)資產(chǎn)價(jià)格的影響方面，Kasai和Gupta（2010）等研究認(rèn)為金融創(chuàng)新機(jī)制已經(jīng)在很大程度上弱化了利率工具與房地產(chǎn)價(jià)格之間的負(fù)相關(guān)性，利率工具與房地產(chǎn)價(jià)格之間主要呈正向關(guān)系[30]。Chen等（2013）認(rèn)為貨幣供給沖擊雖然可以在短期內(nèi)成功地調(diào)控房?jī)r(jià)，然而政策效果卻難以持續(xù)到長(zhǎng)期[31]。Amador等（2013）基于微觀與宏觀雙重視角的經(jīng)驗(yàn)分析指出了歐元區(qū)寬松型貨幣政策能夠促進(jìn)股票市場(chǎng)繁榮[32]。Gegnon和Gimet（2013）指出貨幣政策可以引起北美股票市場(chǎng)波動(dòng)率的臨時(shí)下降，并可以促進(jìn)股票價(jià)格的提升[33]。國(guó)內(nèi)方面，劉金全和鄭荻等（2019）認(rèn)為以同業(yè)拆借利率對(duì)金融市場(chǎng)的調(diào)控更為有效[34]。盛松成和吳培新（2008）認(rèn)為M2是我國(guó)重要的貨幣政策傳導(dǎo)中介目標(biāo)之一，并且其主要針對(duì)的調(diào)控對(duì)象是金融市場(chǎng)[6]。顧海峰和張?jiān)?014）研究證實(shí)銀行間同業(yè)拆借利率是房地產(chǎn)價(jià)格的格蘭杰原因，但是利率對(duì)房?jī)r(jià)的調(diào)控效應(yīng)不顯著[35]。陳浪南和劉勁松（2018）研究發(fā)現(xiàn)利率變動(dòng)對(duì)股價(jià)的影響具有時(shí)變性，當(dāng)股票價(jià)格泡沫較大時(shí)，其價(jià)格可能會(huì)與市場(chǎng)利率呈正相關(guān)，提升利率的緊縮性貨幣政策未必能抑制股票價(jià)格泡沫[36]。陳創(chuàng)練和戴明曉（2018）實(shí)證分析發(fā)現(xiàn)數(shù)量型貨幣政策在管控房?jī)r(jià)上更為有效[37]。在社會(huì)融資規(guī)模對(duì)資產(chǎn)價(jià)格的影響方面，趙勝民等（2014）研究發(fā)現(xiàn)我國(guó)社會(huì)融資規(guī)模對(duì)房?jī)r(jià)具有同期影響，而貨幣供應(yīng)量對(duì)房?jī)r(jià)不具有同期影響，社會(huì)融資規(guī)模和實(shí)際利率對(duì)房?jī)r(jià)的調(diào)控效果比較明顯，但實(shí)際對(duì)房?jī)r(jià)的沖擊持續(xù)期限較短，不宜作為房?jī)r(jià)的長(zhǎng)效調(diào)控手段[38]。

綜上所述，貨幣政策對(duì)宏觀經(jīng)濟(jì)體系的影響機(jī)制極為復(fù)雜，國(guó)內(nèi)外學(xué)者的研究結(jié)論因所采取的考察樣本、研究方法、研究視角的不同而存在顯著差異。從現(xiàn)有研究來(lái)看，關(guān)于中國(guó)貨幣政策對(duì)宏觀經(jīng)濟(jì)影響效應(yīng)的實(shí)證研究仍存在一些問(wèn)題值得深入探討。首先，貨幣政策的量?jī)r(jià)轉(zhuǎn)換非一日之功，現(xiàn)階段數(shù)量型與價(jià)格型貨幣政策工具尚不具備單獨(dú)調(diào)節(jié)宏觀經(jīng)濟(jì)的能力，因而對(duì)利率、M2、信貸以及社會(huì)融資規(guī)模等不同類型貨幣政策中介目標(biāo)的調(diào)控效應(yīng)進(jìn)行系統(tǒng)性對(duì)比分析顯得尤為重要。其次，現(xiàn)有文獻(xiàn)多集中于考慮我國(guó)貨幣政策對(duì)個(gè)別宏觀經(jīng)濟(jì)變量的溢出效應(yīng)，而本文嘗試探索貨幣政策對(duì)我國(guó)實(shí)體經(jīng)濟(jì)、通貨膨脹、房地產(chǎn)市場(chǎng)和股票市場(chǎng)的多層次影響，可以為貨幣政策決策部門面臨經(jīng)濟(jì)增長(zhǎng)、價(jià)格穩(wěn)定與金融系統(tǒng)穩(wěn)定三重目標(biāo)間的權(quán)衡取舍提供參考，有利于健全貨幣政策與宏觀審慎政策的雙支柱調(diào)控機(jī)制。此外，在對(duì)外貿(mào)易和金融開(kāi)放程度不斷提高的背景下，我國(guó)貨幣政策調(diào)控效果也必然隨著經(jīng)濟(jì)環(huán)境和政策工具的變化而表現(xiàn)出顯著差異。因此，在整個(gè)樣本期間內(nèi)運(yùn)用傳統(tǒng)的固定系數(shù)模型無(wú)法甄別貨幣政策的時(shí)變宏觀經(jīng)濟(jì)效應(yīng)，進(jìn)而導(dǎo)致分析結(jié)果存在謬誤。而附加隨機(jī)波動(dòng)率的時(shí)變系數(shù)向量自回歸（TVP-SV-VAR）模型可以有效捕捉經(jīng)濟(jì)發(fā)展過(guò)程中的結(jié)構(gòu)性變化，用于分析貨幣政策中介目標(biāo)對(duì)宏觀經(jīng)濟(jì)的動(dòng)態(tài)沖擊效應(yīng)具有明顯的優(yōu)越性。有鑒于此，作為對(duì)現(xiàn)有研究的有益補(bǔ)充[39]，本文以中國(guó)2003年第1季度至2020年第4季度的銀行間同業(yè)拆借利率、M2、信貸規(guī)模、社會(huì)融資規(guī)模、經(jīng)濟(jì)增長(zhǎng)、居民消費(fèi)價(jià)格指數(shù)、房地產(chǎn)價(jià)格、股票價(jià)格指數(shù)共8項(xiàng)時(shí)間序列數(shù)據(jù)作為基礎(chǔ)研究樣本，剖析包含利率、M2、信貸以及社會(huì)融資的四種價(jià)格型與數(shù)量型貨幣政策中介指標(biāo)對(duì)我國(guó)宏觀經(jīng)濟(jì)與金融市場(chǎng)的非線性影響機(jī)制，以期為健全和完善貨幣政策調(diào)控框架的系統(tǒng)性政策提供參考。

二、研究設(shè)計(jì)

（一）變量選取與數(shù)據(jù)處理

考慮到數(shù)據(jù)的有效性與可得性原則，選取2003-2020年的貨幣政策以及宏觀經(jīng)濟(jì)金融數(shù)據(jù)作為研究樣本，共選取8項(xiàng)研究指標(biāo)。其中各項(xiàng)樣本數(shù)據(jù)均來(lái)自中國(guó)人民銀行與國(guó)家統(tǒng)計(jì)局官網(wǎng)以及中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

利率（RATE）：參考陳創(chuàng)練和戴明曉（2018）[37]的研究選取銀行間7天期同業(yè)拆借市場(chǎng)利率作為價(jià)格型貨幣政策中介目標(biāo)的替代變量。廣義貨幣供應(yīng)規(guī)模（M2）：參考盛松成和謝潔玉（2016）[20]的研究選取月度新增M2數(shù)據(jù)作為當(dāng)期廣義貨幣供應(yīng)規(guī)模的代理指標(biāo)。貸款規(guī)模（LOAN）：參考李連發(fā)和辛?xí)葬罚?012）[8]的研究選取金融機(jī)構(gòu)人民幣新增貸款作為信貸規(guī)模代理指標(biāo)。社會(huì)融資規(guī)模（SF）：參考盛松成和謝潔玉（2016）[20]的研究。經(jīng)濟(jì)增長(zhǎng)（GDP）：參考元惠萍和劉颯（2013）[23]用季度實(shí)際GDP指數(shù)（上年同期=100）衡量實(shí)體經(jīng)濟(jì)發(fā)展?fàn)顩r;通貨膨脹（CPI）：選取居民消費(fèi)價(jià)格指數(shù)作為通貨膨脹代理變量，同時(shí)為與實(shí)際GDP增長(zhǎng)指數(shù)的數(shù)據(jù)特征保持一致，選用月度同比CPI數(shù)據(jù)。房地產(chǎn)價(jià)格（HP）：雖然國(guó)房景氣指數(shù)能夠基本反映房地產(chǎn)市場(chǎng)波動(dòng)狀況，但考慮到房地產(chǎn)產(chǎn)權(quán)屬性差異，本文參考顧海峰和張?jiān)?014）[35]的研究采用商品房銷售總額除以商品房銷售總面積來(lái)衡量全國(guó)整體平均房地產(chǎn)價(jià)格的變動(dòng)情況。股票價(jià)格（SP）：參考劉金全和鄭荻（2019）[34]的研究選取上證綜指月度收盤(pán)價(jià)衡量股票市場(chǎng)波動(dòng)。

本文參考元惠萍和劉颯（2013）[23]的研究進(jìn)行數(shù)據(jù)處理。鑒于社會(huì)融資規(guī)模（SF）為增量數(shù)據(jù)，考慮到保持各項(xiàng)貨幣政策中介指標(biāo)的可比性，對(duì)人民幣貸款（LOAN）和廣義貨幣供應(yīng)（M2）也采用增量數(shù)據(jù)。同時(shí)為了消除通貨膨脹因素對(duì)上述增量數(shù)據(jù)可比性的影響，將貨幣政策中的增量數(shù)據(jù)除以定基CPI（2002年1月=100），得到各項(xiàng)貨幣政策中介目標(biāo)的實(shí)際月度增量。為保證貨幣政策指標(biāo)與GDP指數(shù)在數(shù)據(jù)特點(diǎn)上保持一致，對(duì)實(shí)際月度增量進(jìn)行季度累計(jì)得到實(shí)際季度增量，再除以上年同期值并乘以100%即得相應(yīng)中介目標(biāo)變量的同比指數(shù)。對(duì)于房地產(chǎn)價(jià)格與股票價(jià)格而言，同樣，利用季度算數(shù)平均值除以上年同期值并乘以100%即得到其同比指數(shù)。經(jīng)數(shù)據(jù)處理后，樣本區(qū)間為2003年第1季度至2020年第4季度，所有變量的數(shù)據(jù)均為同比指數(shù)。出于敘述簡(jiǎn)便，下文略去同比指數(shù)而直稱各項(xiàng)指標(biāo)名稱。此外，盡管選用的是季度數(shù)據(jù)，但鑒于同比指數(shù)處理方法已經(jīng)消除季節(jié)性因素，故不需要進(jìn)一步對(duì)數(shù)據(jù)進(jìn)行季節(jié)調(diào)整。

（二）計(jì)量模型設(shè)定

考慮到貨幣政策傳導(dǎo)效應(yīng)的復(fù)雜性，應(yīng)用線性模型無(wú)法充分捕捉經(jīng)濟(jì)變量間的非線性關(guān)聯(lián)機(jī)制。故選用能夠甄別宏觀經(jīng)濟(jì)系統(tǒng)結(jié)構(gòu)性突變特征的具有隨機(jī)波動(dòng)的時(shí)變系數(shù)向量自回歸（TVP-SV-VAR）模型進(jìn)行建模。首先，引入基本的結(jié)構(gòu)性VAR模型形式如下：

在完成所有結(jié)構(gòu)化參數(shù)的估計(jì)過(guò)程后，可以據(jù)此計(jì)算TVP-SV-VAR模型的時(shí)變脈沖響應(yīng)函數(shù)。

三、計(jì)量結(jié)果分析

（一）時(shí)間序列數(shù)據(jù)基本統(tǒng)計(jì)特征分析

表1展示了各項(xiàng)貨幣政策中介目標(biāo)與各項(xiàng)宏觀經(jīng)濟(jì)以及金融變量的基本描述性統(tǒng)計(jì)分析結(jié)果。從各變量的均值來(lái)看，信貸規(guī)模（LOAN）的均值最大，說(shuō)明長(zhǎng)期以來(lái)相較于其他類型的數(shù)量型貨幣政策中介目標(biāo)人民幣信貸是我國(guó)尤為重要的一項(xiàng)貨幣政策操作中介指標(biāo)。從宏觀經(jīng)濟(jì)與金融變量來(lái)看，股票價(jià)格（SP）與房地產(chǎn)價(jià)格（HP）的均值均大于實(shí)際產(chǎn)出（GDP），反映出2003年以來(lái)我國(guó)虛擬經(jīng)濟(jì)發(fā)展速度顯著超越了實(shí)體經(jīng)濟(jì)。從各變量的標(biāo)準(zhǔn)差來(lái)看，在貨幣政策的四個(gè)中介指標(biāo)當(dāng)中，人民幣信貸規(guī)模（LOAN）、廣義貨幣供應(yīng)規(guī)模（M2）和社會(huì)融資規(guī)模（SF）三項(xiàng)數(shù)量型貨幣政策中介目標(biāo)的標(biāo)準(zhǔn)差較大，而銀行間同業(yè)拆借利率（RATE）這一價(jià)格型貨幣政策中介目標(biāo)的標(biāo)準(zhǔn)差較小;在宏觀經(jīng)濟(jì)與金融變量當(dāng)中，房地產(chǎn)價(jià)格（HP）和股票價(jià)格（SP）的標(biāo)準(zhǔn)差較大，實(shí)際產(chǎn)出（GDP）和通貨膨脹（CPI）的標(biāo)準(zhǔn)差較小，這也證明了我國(guó)貨幣政策長(zhǎng)期以來(lái)具有盯住產(chǎn)出與通脹缺口的偏好，而對(duì)資產(chǎn)價(jià)格缺口的調(diào)整偏好相對(duì)較弱，并且我國(guó)央行長(zhǎng)期傾向于采用數(shù)量型貨幣政策對(duì)產(chǎn)出與通脹進(jìn)行相機(jī)調(diào)控。

（二）時(shí)間序列數(shù)據(jù)平穩(wěn)性檢驗(yàn)結(jié)果分析

在構(gòu)建自回歸模型進(jìn)行計(jì)量分析前，需要采用平穩(wěn)性檢驗(yàn)，避免偽回歸現(xiàn)象。采用ADF單位根檢驗(yàn)法對(duì)銀行間同業(yè)拆借利率等中介目標(biāo)以及實(shí)際GDP等宏觀經(jīng)濟(jì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表2所示。根據(jù)檢驗(yàn)結(jié)果可知，各時(shí)間序列變量數(shù)據(jù)均在5%的顯著性水平下拒絕了存在單位根的原假設(shè)，即本文的樣本數(shù)據(jù)具有較好的平穩(wěn)性。

（三）時(shí)間序列數(shù)據(jù)滯后階數(shù)判定

進(jìn)一步對(duì)樣本時(shí)間序列數(shù)據(jù)進(jìn)行最優(yōu)滯后結(jié)構(gòu)檢驗(yàn)，結(jié)果如表3所示。根據(jù)似然比（LR）、最終預(yù)測(cè)誤差（FPE）、AIC、SC以及HQ信息準(zhǔn)則等多種滯后長(zhǎng)度判定準(zhǔn)則可以確定本文自回歸模型系統(tǒng)的最優(yōu)滯后階數(shù)為2階。

（四）基于馬爾科夫蒙特卡洛方法的參數(shù)估計(jì)結(jié)果分析

采用Ox6.0計(jì)量軟件實(shí)現(xiàn)TVP-SV-VAR模型的參數(shù)估計(jì)過(guò)程，馬爾科夫蒙特卡洛（MCMC）抽樣次數(shù)設(shè)定為2萬(wàn)次，預(yù)燒抽樣舍去前2千次，參數(shù)估計(jì)結(jié)果見(jiàn)表4。由表4可知，Geweke檢驗(yàn)在1%顯著性水平無(wú)法拒絕參數(shù)估計(jì)結(jié)果收斂于后驗(yàn)分布的原假設(shè)。其中，CD統(tǒng)計(jì)量和無(wú)效因子分別從最終收斂效果和模擬過(guò)程中不相關(guān)樣本數(shù)量?jī)煞矫鎭?lái)反映模擬效果的優(yōu)劣。CD統(tǒng)計(jì)量可以表示為：

假設(shè)，Bm=500，ρs 表示滯后s 階的自相關(guān)系數(shù)。在同等模擬次數(shù)中，無(wú)效因子取值與模擬結(jié)果負(fù)相關(guān)。模型估計(jì)中參數(shù)無(wú)效因子最大取值僅為121.60，整體取值水平較小。由于MCMC隨機(jī)抽取次數(shù)為2萬(wàn)次，因此至少可獲得20000/121.6≈160個(gè)不相關(guān)樣本觀測(cè)量，樣本量相對(duì)于模型的后驗(yàn)推斷絕對(duì)充足。同時(shí)也說(shuō)明模型為各參數(shù)產(chǎn)生的樣本具有有效性，模擬結(jié)果具有合理性。

（五）貨幣政策中介目標(biāo)對(duì)宏觀經(jīng)濟(jì)的影響效應(yīng)分析

基于TVP-SV-VAR模型的參數(shù)估計(jì)結(jié)果計(jì)算獲取的等間隔時(shí)變脈沖響應(yīng)函數(shù)能夠直觀地刻畫(huà)出擾動(dòng)項(xiàng)一個(gè)標(biāo)準(zhǔn)差的正向沖擊在樣本區(qū)間內(nèi)各時(shí)點(diǎn)對(duì)模型系統(tǒng)中各內(nèi)生變量的影響效應(yīng)，進(jìn)而系統(tǒng)全面地把握不同經(jīng)濟(jì)政策對(duì)宏觀經(jīng)濟(jì)變量的動(dòng)態(tài)影響效果。鑒于此，在對(duì)TVP-SV-VAR模型進(jìn)行參數(shù)估計(jì)的基礎(chǔ)上，應(yīng)用脈沖響應(yīng)函數(shù)曲線描述并刻畫(huà)同業(yè)拆借利率（RATE）、廣義貨幣供應(yīng)規(guī)模（M2）、信貸規(guī)模（LOAN）以及社會(huì)融資規(guī)模（SF）四項(xiàng)貨幣政策中介目標(biāo)沖擊對(duì)實(shí)體經(jīng)濟(jì)（GDP）、通貨膨脹（CPI）、房地產(chǎn)價(jià)格（HP）以及股票價(jià)格（SP）的動(dòng)態(tài)影響效應(yīng)。選擇沖擊持續(xù)期限分別為滯后2期（半年）、滯后4期（1年）、滯后8期（2年）的時(shí)變脈沖響應(yīng)函數(shù)曲線作為分析對(duì)象，分別刻畫(huà)一個(gè)標(biāo)準(zhǔn)差的貨幣政策變量沖擊對(duì)相關(guān)核心宏觀經(jīng)濟(jì)變量的短期影響效應(yīng)（圖1～圖4中短虛線）、兩個(gè)標(biāo)準(zhǔn)差的中期影響效應(yīng)（圖1～圖4中長(zhǎng)虛線）以及四個(gè)標(biāo)準(zhǔn)差的長(zhǎng)期影響效應(yīng)（圖1～圖4中實(shí)線）。

1.貨幣政策中介目標(biāo)對(duì)實(shí)際產(chǎn)出的動(dòng)態(tài)影響效應(yīng)。

圖1～4分別刻畫(huà)了2003-2020年，我國(guó)同業(yè)拆借利率、廣義貨幣供應(yīng)規(guī)模（M2）、信貸規(guī)模（LOAN）與社會(huì)融資規(guī)模（SF）的一單位正向沖擊對(duì)實(shí)際產(chǎn)出增速的短期、中期與長(zhǎng)期影響效應(yīng)。根據(jù)四幅圖形中的脈沖響應(yīng)函數(shù)曲線走勢(shì)可知，我國(guó)貨幣政策對(duì)實(shí)際產(chǎn)出的影響效應(yīng)具有典型的非線性時(shí)變特征。從縱向分析可知，新常態(tài)以來(lái)銀行間同業(yè)拆借利率對(duì)實(shí)體經(jīng)濟(jì)的影響效應(yīng)呈現(xiàn)增強(qiáng)趨勢(shì);M2對(duì)實(shí)體經(jīng)濟(jì)的長(zhǎng)期影響效應(yīng)在2011年左右由正轉(zhuǎn)負(fù)，短期與中期影響效應(yīng)則在2014年后有所加強(qiáng);信貸規(guī)模在新常態(tài)前對(duì)產(chǎn)出的影響效應(yīng)比較平穩(wěn)，而在進(jìn)入2012年后便急劇下降到零線附近，但在2016年后信貸對(duì)產(chǎn)出的支撐作用再次穩(wěn)步提升;社會(huì)融資規(guī)模對(duì)產(chǎn)出的促進(jìn)作用自2005年以來(lái)始終在穩(wěn)步提升。從橫向?qū)Ρ葋?lái)看，在經(jīng)濟(jì)發(fā)展舊常態(tài)時(shí)期M2對(duì)產(chǎn)出的影響效應(yīng)最強(qiáng)，其次是信貸規(guī)模，而社會(huì)融資規(guī)模對(duì)產(chǎn)出的影響效應(yīng)最弱;在經(jīng)濟(jì)發(fā)展新常態(tài)時(shí)期，以M2、信貸規(guī)模以及社會(huì)融資規(guī)模為代表的數(shù)量型貨幣政策中介目標(biāo)對(duì)實(shí)體經(jīng)濟(jì)的沖擊效應(yīng)仍然大于以銀行間同業(yè)拆借利率為代表的價(jià)格型貨幣政策中介目標(biāo)，并且社會(huì)融資規(guī)模對(duì)實(shí)體經(jīng)濟(jì)的刺激效應(yīng)在長(zhǎng)期內(nèi)表現(xiàn)出較高的穩(wěn)健性，依然能夠?qū)Ξa(chǎn)出發(fā)揮較強(qiáng)的刺激作用。值得注意的是，2020年期間M2、信貸、社會(huì)融資規(guī)模對(duì)產(chǎn)出的刺激作用達(dá)到了新常態(tài)以來(lái)的新高，一個(gè)合理的解釋是：中國(guó)人民銀行果斷地站在了抗擊疫情影響的最前線，借助一系列結(jié)構(gòu)性貨幣政策諸如再融資和再貼現(xiàn)全力支持在疫情中受到重創(chuàng)的中小微企業(yè)，將信貸資源直接傳導(dǎo)到實(shí)體經(jīng)濟(jì)。社會(huì)資金成本在2020年也由于中期借貸利率的下調(diào)而大幅降低。央行通過(guò)調(diào)整貨幣政策的強(qiáng)度、目標(biāo)和節(jié)奏有效地應(yīng)對(duì)了疫情對(duì)經(jīng)濟(jì)造成的負(fù)面沖擊，我國(guó)實(shí)體經(jīng)濟(jì)不但率先復(fù)蘇而且取得了全年正增長(zhǎng)的良好成績(jī)。這間接表明在經(jīng)濟(jì)衰退期貨幣政策對(duì)實(shí)體經(jīng)濟(jì)的促進(jìn)作用大于在經(jīng)濟(jì)平穩(wěn)期和擴(kuò)張期貨幣政策對(duì)產(chǎn)出的影響。

2.貨幣政策中介目標(biāo)對(duì)通貨膨脹的動(dòng)態(tài)影響效應(yīng)。

由于篇幅限制，本文并未附上所有脈沖響應(yīng)圖。根據(jù)2003-2020年我國(guó)四項(xiàng)主要貨幣政策中介目標(biāo)一單位正向沖擊對(duì)通貨膨脹水平的短期、中期與長(zhǎng)期影響效應(yīng)的脈沖響應(yīng)情況可知，我國(guó)貨幣政策所引發(fā)的通貨膨脹效應(yīng)具有典型的時(shí)變特征。從縱向分析可知，銀行間同業(yè)拆借利率在2016年以前對(duì)通貨膨脹的短期和中期影響效應(yīng)為正，此后其中期通脹效應(yīng)由正轉(zhuǎn)負(fù)，這表明長(zhǎng)期以來(lái)我國(guó)價(jià)格型貨幣政策對(duì)通貨膨脹水平的調(diào)控作用不夠有效;在2015年以前，M2對(duì)通貨膨脹的影響效應(yīng)具有較大的波動(dòng)性，而在2015后對(duì)通貨膨脹的影響效果逐漸收斂至零線附近，這表明新常態(tài)后M2與通貨膨脹的相關(guān)性已經(jīng)減弱;信貸規(guī)模對(duì)通貨膨脹的影響效應(yīng)在2013年前后發(fā)生了結(jié)構(gòu)性突變，此后信貸規(guī)模對(duì)通貨膨脹的中期和長(zhǎng)期影響效應(yīng)增強(qiáng)，這表明從中長(zhǎng)期來(lái)看信貸規(guī)模與通貨膨脹的相關(guān)性有上升趨勢(shì);社會(huì)融資規(guī)模對(duì)通貨膨脹的短期影響效應(yīng)為負(fù)，而中長(zhǎng)期影響效應(yīng)為正，并且中長(zhǎng)期影響效應(yīng)在2010年后也呈現(xiàn)出逐步增強(qiáng)的趨勢(shì)。從橫向?qū)Ρ葋?lái)看，新常態(tài)以來(lái)M2對(duì)通貨膨脹的沖擊效應(yīng)最弱，其次是銀行間同業(yè)拆借利率和信貸規(guī)模，而社會(huì)融資規(guī)模對(duì)通貨膨脹的沖擊效應(yīng)最強(qiáng)。

3.貨幣政策中介目標(biāo)對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)影響效應(yīng)。

根據(jù)2003-2020年我國(guó)四項(xiàng)主要貨幣政策中介目標(biāo)一單位正向沖擊對(duì)房地產(chǎn)價(jià)格水平的短期、中期與長(zhǎng)期影響效應(yīng)的脈沖響應(yīng)情況可知，我國(guó)貨幣政策對(duì)房地產(chǎn)市場(chǎng)的沖擊效應(yīng)具有典型的時(shí)變特征。從縱向比較可知，銀行間同業(yè)拆借利率對(duì)房地產(chǎn)價(jià)格的沖擊效應(yīng)在2011年左右發(fā)生了重大改變，2011年之前銀行間同業(yè)拆借利率對(duì)房地產(chǎn)價(jià)格的短期和中期影響效應(yīng)為負(fù)，而長(zhǎng)期影響效應(yīng)為正，此后其對(duì)房地產(chǎn)價(jià)格的長(zhǎng)期影響效應(yīng)由正轉(zhuǎn)負(fù)，并且短期和中期的負(fù)向抑制作用也有所增強(qiáng);M2對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)在2008年左右發(fā)生了結(jié)構(gòu)性改變，2008年之前M2對(duì)房地產(chǎn)價(jià)格不具有正向刺激作用，而2008年后M2對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)由負(fù)轉(zhuǎn)正，并且該正向助推作用呈現(xiàn)出穩(wěn)步增強(qiáng)的趨勢(shì);信貸規(guī)模對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)在2006年左右發(fā)生了結(jié)構(gòu)性改變，2006年之前信貸規(guī)模對(duì)房地產(chǎn)價(jià)格不具有正向刺激作用，而2006年后信貸規(guī)模對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)由負(fù)轉(zhuǎn)正，并且該正向助推作用呈現(xiàn)出穩(wěn)步增強(qiáng)的趨勢(shì);社會(huì)融資規(guī)模對(duì)房地產(chǎn)價(jià)格的短期影響效應(yīng)在2007年左右由負(fù)轉(zhuǎn)正，長(zhǎng)期影響效應(yīng)始終為負(fù)向抑制作用，中期影響效應(yīng)始終為正向促進(jìn)作用，并且其短期與中期的正向促進(jìn)效應(yīng)以及長(zhǎng)期的抑制效應(yīng)均呈現(xiàn)出逐漸增強(qiáng)的趨勢(shì)。從橫向比較可知，短期來(lái)看銀行間同業(yè)拆借利率對(duì)房地產(chǎn)價(jià)格的沖擊效應(yīng)較大，具有較為顯著的靈敏性特征;而長(zhǎng)期來(lái)看，擴(kuò)張性信貸政策沖擊對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)較大并且具有穩(wěn)健性特征，M2和信貸規(guī)模對(duì)房地產(chǎn)價(jià)格的促進(jìn)效應(yīng)要大于銀行間同業(yè)拆借利率對(duì)房地產(chǎn)價(jià)格的抑制效應(yīng)，這表明數(shù)量型貨幣政策更適宜作為房地產(chǎn)市場(chǎng)的長(zhǎng)期調(diào)控手段，而價(jià)格型貨幣政策適合在短期內(nèi)控制房地產(chǎn)市場(chǎng)的過(guò)熱現(xiàn)象。

4.貨幣政策中介目標(biāo)對(duì)股票價(jià)格的動(dòng)態(tài)沖擊效應(yīng)。

根據(jù)2003-2020年我國(guó)四項(xiàng)主要貨幣政策中介目標(biāo)一單位正向沖擊對(duì)股票價(jià)格水平的短期、中期與長(zhǎng)期影響效應(yīng)的脈沖響應(yīng)情況可知，我國(guó)貨幣政策對(duì)股票市場(chǎng)的沖擊效應(yīng)具有典型的時(shí)變特征。通過(guò)縱向分析可知：銀行間同業(yè)拆借利率對(duì)股票價(jià)格的影響效應(yīng)在整個(gè)樣本期間始終為負(fù)，并且中期影響效應(yīng)最強(qiáng)，短期與長(zhǎng)期影響效應(yīng)較弱，這表明我國(guó)價(jià)格型貨幣政策對(duì)股票市場(chǎng)的調(diào)控效應(yīng)依然存在較大的時(shí)滯性，股票市場(chǎng)對(duì)政策利率的反應(yīng)并不十分靈敏;M2對(duì)股票價(jià)格的短期與中期影響效應(yīng)始終為正，并且進(jìn)入新常態(tài)以來(lái)呈現(xiàn)出逐漸減弱的趨勢(shì)，而M2對(duì)股票市場(chǎng)的長(zhǎng)期影響不如短期與中期影響效應(yīng)強(qiáng)烈;貸款規(guī)模對(duì)股票價(jià)格的短期與中期影響效應(yīng)遠(yuǎn)大于長(zhǎng)期影響效應(yīng)，并且國(guó)際金融危機(jī)后信貸規(guī)模沖擊對(duì)股票市場(chǎng)的影響效應(yīng)有所增強(qiáng)，中期影響效應(yīng)具有較大波動(dòng)性;社會(huì)融資規(guī)模對(duì)股票市場(chǎng)的短期影響效應(yīng)呈現(xiàn)減弱趨勢(shì)，對(duì)股票市場(chǎng)的長(zhǎng)期影響呈現(xiàn)出增強(qiáng)趨勢(shì)并且其長(zhǎng)期影響效應(yīng)遠(yuǎn)大于短期與中期影響效應(yīng)。從橫向?qū)Ρ瓤芍阂訫2、社會(huì)融資規(guī)模和信貸規(guī)模為代表的數(shù)量型貨幣政策對(duì)股票市場(chǎng)的長(zhǎng)期影響效應(yīng)大于銀行間同業(yè)拆借利率。

四、研究結(jié)論與政策建議

在貨幣政策轉(zhuǎn)型和調(diào)控工具多元化的背景下，科學(xué)準(zhǔn)確地識(shí)別貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)對(duì)于理解貨幣政策傳導(dǎo)機(jī)制的動(dòng)態(tài)演變至關(guān)重要。本文在對(duì)貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)進(jìn)行文獻(xiàn)梳理的基礎(chǔ)上，選取我國(guó)2003年第1季度至2020年第4季度的宏觀經(jīng)濟(jì)數(shù)據(jù)作為研究樣本，通過(guò)構(gòu)建帶有隨機(jī)波動(dòng)率的時(shí)變系數(shù)向量自回歸模型系統(tǒng)分析了銀行間同業(yè)拆借利率、M2、信貸規(guī)模、社會(huì)融資規(guī)模四項(xiàng)代表性貨幣政策中介目標(biāo)對(duì)實(shí)際產(chǎn)出、通貨膨脹、房地產(chǎn)價(jià)格以及股票價(jià)格的動(dòng)態(tài)影響效應(yīng)。研究結(jié)果表明：其一，就貨幣政策對(duì)產(chǎn)出的影響效應(yīng)而言，新常態(tài)以來(lái)銀行間同業(yè)拆借利率對(duì)實(shí)際產(chǎn)出的影響效應(yīng)呈增強(qiáng)趨勢(shì)，但比較而言M2、信貸以及社會(huì)融資規(guī)模對(duì)產(chǎn)出的影響效應(yīng)顯然更大，其中社會(huì)融資規(guī)模對(duì)實(shí)體經(jīng)濟(jì)的提振作用最為顯著，并且在經(jīng)濟(jì)衰退期貨幣政策對(duì)產(chǎn)出的影響大于在經(jīng)濟(jì)平穩(wěn)期和擴(kuò)張期貨幣政策對(duì)產(chǎn)出的影響。其二，就貨幣政策對(duì)通貨膨脹的影響效應(yīng)而言，信貸規(guī)模與社會(huì)融資規(guī)模對(duì)通貨膨脹的影響效應(yīng)更強(qiáng)，是現(xiàn)階段央行控制通貨膨脹缺口的理想政策工具。其三，就貨幣政策對(duì)房地產(chǎn)價(jià)格的影響效應(yīng)而言，自2012年以來(lái)，銀行間同業(yè)拆借利率對(duì)房地產(chǎn)價(jià)格的抑制作用增強(qiáng)，其對(duì)房地產(chǎn)價(jià)格的短期沖擊效應(yīng)較強(qiáng)，具有靈敏性特征，適合作為房地產(chǎn)市場(chǎng)的短期調(diào)控工具;而M2、信貸規(guī)模與社會(huì)融資規(guī)模對(duì)房地產(chǎn)市場(chǎng)與股票市場(chǎng)的長(zhǎng)期影響效應(yīng)較強(qiáng)，具有穩(wěn)健性特征，適合作為房地產(chǎn)市場(chǎng)與股票市場(chǎng)的長(zhǎng)效調(diào)控工具。

第一，短期內(nèi)應(yīng)當(dāng)繼續(xù)注重并進(jìn)一步優(yōu)化以數(shù)量型為主的貨幣政策調(diào)控框架，堅(jiān)持提高貨幣政策的科學(xué)性、適度性與前瞻性。盡管價(jià)格型貨幣政策調(diào)控是未來(lái)的發(fā)展趨勢(shì)，但考慮到中國(guó)作為處于轉(zhuǎn)型階段的新興經(jīng)濟(jì)體，短期內(nèi)仍需注重運(yùn)用數(shù)量型貨幣政策工具，通過(guò)數(shù)量型貨幣政策調(diào)控維持適度的流動(dòng)性環(huán)境，兼顧總量與結(jié)構(gòu)調(diào)控，實(shí)現(xiàn)對(duì)流動(dòng)性調(diào)控的精細(xì)化管理。中央銀行可以發(fā)揮政策工具的定向調(diào)控

優(yōu)勢(shì)，通過(guò)影響商業(yè)銀行信貸投放，達(dá)到提升貨幣政策傳導(dǎo)效果的作用。鑒于社會(huì)融資規(guī)模指標(biāo)的結(jié)構(gòu)性優(yōu)勢(shì)，應(yīng)持續(xù)推進(jìn)結(jié)構(gòu)性貨幣政策，通過(guò)一系列定向舉措，對(duì)中小企業(yè)和實(shí)體經(jīng)濟(jì)的薄弱環(huán)節(jié)提供支持，最大程度發(fā)揮其在我國(guó)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和供給側(cè)結(jié)構(gòu)性改革中的作用。完善貨幣政策決策機(jī)制，增加貨幣政策透明度和有效指引是穩(wěn)定市場(chǎng)預(yù)期、提高利率傳導(dǎo)效率的有效途徑[40]。

第二，長(zhǎng)期來(lái)看應(yīng)通過(guò)逐步改革的方式，漸進(jìn)化構(gòu)建“價(jià)主量輔”的混合型貨幣政策調(diào)控框架，充分體現(xiàn)新時(shí)代中國(guó)特色社會(huì)主義經(jīng)濟(jì)體制的優(yōu)勢(shì)。利用市場(chǎng)化手段構(gòu)建更加合理的利率期限結(jié)構(gòu)以及收益率曲線，推進(jìn)我國(guó)金融市場(chǎng)定價(jià)機(jī)制的合理化與規(guī)范化，將短期利率、中長(zhǎng)期利率、債券市場(chǎng)利率以及信貸市場(chǎng)利率緊密結(jié)合在一起，提升短期貨幣市場(chǎng)利率報(bào)價(jià)機(jī)制的主導(dǎo)作用。因此，價(jià)格型貨幣政策的實(shí)施離不開(kāi)有效的金融市場(chǎng)基準(zhǔn)利率體系，把握好利率體系中政策利率的基準(zhǔn)特征、政策利率與其他輔助性政策工具之間的關(guān)系，持續(xù)推進(jìn)高度認(rèn)可、高度統(tǒng)一的基準(zhǔn)利率體系，對(duì)金融市場(chǎng)資源的合理優(yōu)化配置至關(guān)重要。

第三，以供給側(cè)結(jié)構(gòu)性改革為契機(jī)破解各種體制機(jī)制障礙，著力疏通貨幣政策傳導(dǎo)渠道，提升貨幣政策傳導(dǎo)效率。統(tǒng)籌協(xié)調(diào)金融體制改革和其他結(jié)構(gòu)性改革，通過(guò)弱化體制機(jī)制壁壘，促使以價(jià)格型貨幣政策為主導(dǎo)的調(diào)控體系發(fā)展與完善。適度降低金融市場(chǎng)準(zhǔn)入標(biāo)準(zhǔn)、推動(dòng)民營(yíng)銀行等金融機(jī)構(gòu)發(fā)展壯大，夯實(shí)貨幣政策傳導(dǎo)渠道的微觀基礎(chǔ)的同時(shí)，也有利于激發(fā)金融市場(chǎng)活力，更好地縱向深度發(fā)展。通過(guò)證券市場(chǎng)、信貸市場(chǎng)、交易所市場(chǎng)以及銀行間市場(chǎng)的相互融合與競(jìng)爭(zhēng)，提高市場(chǎng)利率定價(jià)的敏感度，最終達(dá)到提升利率傳導(dǎo)渠道效率的目的。規(guī)范治理地方政府債務(wù)融資平臺(tái)和房地產(chǎn)企業(yè)等結(jié)構(gòu)性扭曲部門，弱化其對(duì)其他市場(chǎng)經(jīng)濟(jì)主體的“擠出效應(yīng)”。堅(jiān)定不移地推進(jìn)國(guó)有企業(yè)和財(cái)稅體制改革，打破預(yù)算軟約束體制和規(guī)范融資雙管齊下，使利率能夠真實(shí)反映資金的供求關(guān)系。培養(yǎng)對(duì)市場(chǎng)利率敏感性較強(qiáng)的市場(chǎng)化企業(yè)，努力實(shí)現(xiàn)真正的市場(chǎng)化競(jìng)爭(zhēng)。

參考文獻(xiàn)：

[1] Friedman B M， Woodford M. Handbook of monetary economics [M].North Holland：Elsevier，2011.

[2] Perri Fabrizio，Vincenzo Quadrini. International recessions[M].Social Science Electronic Publishing， 2011.

[3] Elekdag S，Wu Y. Rapid credit growth：Boon or boom-bust[R].IMF Working Paper，2011（11）.

[4] He Q，H.Leung P，Chong T L. Factor-augmented VAR analysis of the monetary policy in China[J].China Economic Review，2013（25）：88-104.

[5] Narayan P K，Narayan S. The short-run relationship between the financial system and economic growth：New evidence from regional panels[J].International Review of Financial Analysis，2013，29（5）：70-78.

[6] 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.

[7] 金成曉，馬麗娟.信貸政策效應(yīng)的非對(duì)稱性、信貸擴(kuò)張與經(jīng)濟(jì)增長(zhǎng)[J].統(tǒng)計(jì)研究，2010（9）：9-15.

[8] 李連發(fā)， 辛?xí)葬?銀行信貸、經(jīng)濟(jì)周期與貨幣政策調(diào)控：1984—2011[J].經(jīng)濟(jì)研究，2012（3）：102-114.

[9] 孫俊.貨幣政策轉(zhuǎn)向與非對(duì)稱效應(yīng)研究[J].金融研究，2013（6）：60-73.

[10]鄧創(chuàng)，趙珂，邱曉勇.中國(guó)信貸周期波動(dòng)的新特征及其經(jīng)濟(jì)增長(zhǎng)效應(yīng)分析[J].江蘇社會(huì)科學(xué)，2019（1）：9-18.

[11]易綱.中國(guó)改革開(kāi)放三十年的利率市場(chǎng)化進(jìn)程[J].金融研究，2009（1）：1-14.

[12]王君斌，郭新強(qiáng)，蔡建波.擴(kuò)張性貨幣政策下的產(chǎn)出超調(diào)、消費(fèi)抑制和通貨膨脹慣性[J].管理世界，2011（3）：7-21.

[13]周小川.新世紀(jì)以來(lái)中國(guó)貨幣政策的主要特點(diǎn)[J].中國(guó)金融，2013（2）：4-10.

[14]陳守東，易曉溦，劉洋.貨幣供給、通貨膨脹與產(chǎn)出波動(dòng)的動(dòng)態(tài)效應(yīng)研究：1992-2013[J].南方經(jīng)濟(jì)，2014（2）：24-41.

[15]張龍，殷紅，王擎.數(shù)量型還是價(jià)格型——來(lái)自貨幣政策“非線性”有效性的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020（7）：61-79.

[16]Bernanke B S，Blinder A S. The federal funds rate and the channels of monetary transmission[J].American Economic Review 1989，82（4）：901-921.

[17]Friedman B M，Kuttner K N. Money，income，prices，and interest rates[J].American Economic Review，1992，82（3）：472-492.

[18]Primiceri G E. Time-varying structural vector auto-regressions and monetary policy[J].Review of Economic Studies，2005，72（3）：821-852.

[19]Zhang W.Chinas monetary policy：Quantity versus price rules[J].Journal of Macroeconomics，2009，31（3）：473-484.

[20]盛松成，謝潔玉.社會(huì)融資規(guī)模與貨幣政策傳導(dǎo) ——基于信用渠道的中介目標(biāo)選擇[J].中國(guó)社會(huì)科學(xué)，2016（12）：60-82.

[21]郭麗虹，張祥建，徐龍炳.社會(huì)融資規(guī)模和融資結(jié)構(gòu)對(duì)實(shí)體經(jīng)濟(jì)的影響研究[J].國(guó)際金融研究，2014（6）：66-74.

[22]徐亞平，宋楊.社會(huì)融資結(jié)構(gòu)變化對(duì)我國(guó)貨幣政策傳導(dǎo)模式的影響[J].財(cái)經(jīng)科學(xué)，2016（8）：1-13.

[23]元惠萍，劉颯. 社會(huì)融資規(guī)模作為金融宏觀調(diào)控中介目標(biāo)的適用性分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2013（10）：94-108.

[24]周先平，冀志斌，李標(biāo). 社會(huì)融資規(guī)模適合作為貨幣政策中間目標(biāo)嗎？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2013（10）：79-93.

[25]Voicu I， Paley I，Lopez A E，et al. Information externalities，neighborhood characteristics and home mortgage pricing and underwriting[J].Real Estate Economics，2015，43（3）：719-749.

[26]Zhu B， Betzinger M，Sebastian S. Housing market stability，mortgage market structure，and monetary policy：Evidence from the Euro area[J].Journal of Housing Economics，2017，37（C）：1—21.

[27]王曉明.銀行信貸與資產(chǎn)價(jià)格的順周期關(guān)系研究[J].金融研究，2010（3）：45-55.

[28]張小宇，劉金全.貨幣政策、產(chǎn)出沖擊對(duì)房地產(chǎn)市場(chǎng)影響機(jī)制——基于經(jīng)濟(jì)發(fā)展新常態(tài)時(shí)期的分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015（12）：20-35.

[29]趙勝民，方意，王道平.金融信貸是否中國(guó)房地產(chǎn)、股票價(jià)格泡沫和波動(dòng)的原因——基于有向無(wú)環(huán)圖的分析[J].金融研究，2011（12）：62-76.

[30]Kasai， Gupta. Financial liberalization and the effectiveness of monetary policy on house price in South Africa[J]. The IUP Journal of Monetary Economics， 2010， 8（4）：59-74.

[31]Chen N K，Chou Y H，Wu J L. Credit constraint and the asymmetric monetary policy effect on house prices[J].Pacific Economic Review，2013，18（4），431-455.

[32]Amador O F，Gachter M，Larch M.Monetary policy and its impact on stock market liquidity：Evidence from the Eurozone[J].Journal of Empirical Finance，2013，21（3）：54-68.

[33]Gagnon M H，Gimet C.The impacts of standard monetary and budgetary policies on liquidity and financial markets：International evidence from the credit freeze crisis[J].Journal of Banking&Finance，2013，37（11）：4599-4614.

[34]劉金全，鄭荻，丁婭楠.社會(huì)融資規(guī)模是一種有效的貨幣指標(biāo)嗎？——基于SVAR模型的實(shí)證研究[J].改革，2019（12）：41-49.

[35]顧海峰，張?jiān)?貨幣政策與房地產(chǎn)價(jià)格調(diào)控：理論與中國(guó)經(jīng)驗(yàn)[J].經(jīng)濟(jì)研究，2014（1）：29-43.

[36]陳浪南，劉勁松.貨幣政策沖擊對(duì)股票市場(chǎng)價(jià)格泡沫影響的時(shí)變分析[J].統(tǒng)計(jì)研究，2018（8）：39-47.

[37]陳創(chuàng)練，戴明曉.貨幣政策、杠桿周期與房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)[J].世界經(jīng)濟(jì)，2018（9）：52-67.

[38]趙勝民，羅琦，李政.社會(huì)融資規(guī)模適合作為調(diào)控房?jī)r(jià)的政策工具嗎[J].統(tǒng)計(jì)研究，2014（10）：29-36.

[39]Nakajima J. Time-varying parameter VAR model with stochastic volatility：An overview of methodology and empirical applications[R]. Monetary and Economic Studies， 2011， 29：107-142.

[40]孫少巖，劉芮嘉.我國(guó)結(jié)構(gòu)性貨幣政策執(zhí)行效果的檢驗(yàn)[J].商業(yè)研究，2019（10）：43-54.

（責(zé)任編輯：王鐵軍）