張子坪，王 沁，董 鑫，何 婷

(西南交通大學(xué) 數(shù)學(xué)學(xué)院， 成都 611756)

0 引言

名義利率和通貨膨脹率是經(jīng)濟(jì)運(yùn)行中的重要經(jīng)濟(jì)變量，也是經(jīng)濟(jì)研究的熱點(diǎn)之一。費(fèi)雪指出，一個(gè)信息充分且可以預(yù)見(jiàn)的市場(chǎng)，當(dāng)通貨膨脹上升時(shí)，名義利率也將上升，它們之間表現(xiàn)出一一對(duì)應(yīng)的變動(dòng)關(guān)系，呈現(xiàn)相同比例增長(zhǎng)，這就是著名的費(fèi)雪效應(yīng)(Fisher effect)[1]。費(fèi)雪效應(yīng)一般由名義利率與通貨膨脹率的簡(jiǎn)單線性方程刻畫(huà)表示。費(fèi)雪效應(yīng)意味著名義利率是通貨膨脹預(yù)期的良好預(yù)測(cè)指標(biāo)，是判斷市場(chǎng)貨幣政策有效性的重要標(biāo)準(zhǔn)。因此，檢驗(yàn)一個(gè)經(jīng)濟(jì)體中是否存在費(fèi)雪效應(yīng)，對(duì)貨幣政策和其他相關(guān)政策的制定實(shí)施、完善金融體制有重要的現(xiàn)實(shí)意義。

自費(fèi)雪效應(yīng)提出以來(lái)，國(guó)內(nèi)外學(xué)者對(duì)名義利率與通貨膨脹之間的真實(shí)關(guān)系進(jìn)行了廣泛研究，但由于建立模型與計(jì)量方法的不同，結(jié)果與理論不同，甚至有很大差異。Ali等[2]基于非對(duì)稱(chēng)GARCH模型發(fā)現(xiàn)，1970—2000年土耳其的名義利率和通貨膨脹率僅存在弱的費(fèi)雪效應(yīng)。Yasser等[3]采用Johansen協(xié)整方法檢驗(yàn)了美國(guó)不同期限政府債券利率和通貨膨脹率之間的協(xié)整關(guān)系，發(fā)現(xiàn)債券到期期限越長(zhǎng)，費(fèi)雪效應(yīng)越強(qiáng)。David等[4]采用NP單位根檢驗(yàn)下的協(xié)整模型，發(fā)現(xiàn)16個(gè)OECD國(guó)家中有10個(gè)國(guó)家不存在費(fèi)雪效應(yīng)。Christopoulos等[5]采用非線性平滑轉(zhuǎn)移模型，證實(shí)了1960—2004年美國(guó)利率市場(chǎng)具有非線性的、較強(qiáng)的費(fèi)雪效應(yīng)。Hall 等[6]采用時(shí)變系數(shù)模型分析1980年第1季度—2008年第1季度美國(guó)市場(chǎng)的費(fèi)雪效應(yīng)，結(jié)果表明費(fèi)雪效應(yīng)具有時(shí)變的特征，總體上存在強(qiáng)費(fèi)雪效應(yīng)。Omorogbe等[7]采用狀態(tài)空間模型，以1961年—2011年8個(gè)ECOWAS國(guó)家為研究對(duì)象，檢驗(yàn)了費(fèi)雪效應(yīng)，發(fā)現(xiàn)費(fèi)雪效應(yīng)隨時(shí)間變化，在一些時(shí)期出現(xiàn)完全的費(fèi)雪效應(yīng)，而另一些時(shí)期存在弱費(fèi)雪效應(yīng)。Anari 等[8]基于菲利普斯曲線與IS曲線推導(dǎo)出威克塞爾效應(yīng)方程，發(fā)現(xiàn)威克塞爾效應(yīng)會(huì)對(duì)名義利率與通貨膨脹率產(chǎn)生影響，并驗(yàn)證消除威克塞爾效應(yīng)后名義利率與通貨膨脹率呈現(xiàn)出相同比例增長(zhǎng)，美國(guó)、加拿大、法國(guó)、英國(guó)均具有完全的費(fèi)雪效應(yīng)。

近年來(lái)，國(guó)內(nèi)學(xué)者對(duì)我國(guó)的費(fèi)雪效應(yīng)進(jìn)行了積極探討，多種計(jì)量方法也被應(yīng)用到國(guó)內(nèi)費(fèi)雪效應(yīng)檢驗(yàn)中。如劉金全等[9]利用Johansen協(xié)整檢驗(yàn)與我國(guó)利率與通貨膨脹率月度數(shù)據(jù)，證明在樣本期間我國(guó)利率市場(chǎng)不存在費(fèi)雪效應(yīng)。劉康兵等[10]運(yùn)用自回歸分布滯后模型，結(jié)合我國(guó)1979—2000年間的數(shù)據(jù)研究國(guó)內(nèi)名義利率與通貨膨脹率的關(guān)系，發(fā)現(xiàn)我國(guó)費(fèi)雪效應(yīng)完全。王信文等[11]基于ADF單根檢驗(yàn)的修正模型與相關(guān)數(shù)據(jù)證明，樣本期間并不存在費(fèi)雪效應(yīng)。王少平等[12]采用非參數(shù)協(xié)整檢驗(yàn)方法發(fā)現(xiàn)，1990—2008年我國(guó)名義利率與通脹變化率之間存在非線性協(xié)整關(guān)系，存在弱費(fèi)雪效應(yīng)。封福育[13]基于門(mén)限回歸模型檢驗(yàn)分析認(rèn)為，在1990—2007年我國(guó)具有費(fèi)雪效應(yīng)，并且在弱費(fèi)雪效應(yīng)和不存在費(fèi)雪效應(yīng)之間變換。張小宇等[14]建立非線性指數(shù)平滑轉(zhuǎn)移自回歸誤差修正模型分析費(fèi)雪效應(yīng)，發(fā)現(xiàn)1990年1月—2011年3月期間，我國(guó)名義利率與通貨膨脹率之間僅存在弱費(fèi)雪效應(yīng)。趙華春等[15]基于3種突變結(jié)構(gòu)協(xié)整模型，證實(shí)1994年1月—2011年5月我國(guó)名義利率與通貨膨脹率存在非線性的協(xié)整關(guān)系，費(fèi)雪效應(yīng)較弱。許啟發(fā)等[16]利用分位數(shù)回歸的結(jié)果顯示，我國(guó)股票市場(chǎng)不存在費(fèi)雪效應(yīng)。彭文兵等[17]使用STR模型分析我國(guó)1990年12月—2015年1月的數(shù)據(jù)，得到僅存在弱費(fèi)雪效應(yīng)的結(jié)論。金春雨等[18]通過(guò)構(gòu)建時(shí)變系數(shù)VECM模型發(fā)現(xiàn)，我國(guó)利率市場(chǎng)費(fèi)雪效應(yīng)隨時(shí)間變化，不存在費(fèi)雪效應(yīng)與存在弱費(fèi)雪效應(yīng)的時(shí)期占比分別是48%和52%。劉洋等[19]利用擴(kuò)展區(qū)制協(xié)整模型考察我國(guó)的時(shí)變費(fèi)雪效應(yīng)，認(rèn)為我國(guó)存在強(qiáng)弱費(fèi)雪效應(yīng)的動(dòng)態(tài)區(qū)制轉(zhuǎn)換，弱費(fèi)雪效應(yīng)長(zhǎng)期存在，強(qiáng)費(fèi)雪效應(yīng)多次出現(xiàn)。楊利雄等[20]使用1990年 1月—2017年12月的月度數(shù)據(jù)與門(mén)限誤差修正模型，結(jié)果表明我國(guó)存在長(zhǎng)期的弱費(fèi)雪效應(yīng)。

綜觀上述文獻(xiàn)，對(duì)費(fèi)雪效應(yīng)實(shí)證結(jié)果與理論不同可能存在的原因進(jìn)行總結(jié)：一是對(duì)于利率市場(chǎng)本身，利率市場(chǎng)化程度較低或是突發(fā)事件導(dǎo)致利率市場(chǎng)急劇變化，使得名義利率對(duì)通貨膨脹反應(yīng)變化不足；二是利率與通貨膨脹率之間可能存在威克塞爾效應(yīng)，對(duì)費(fèi)雪效應(yīng)的計(jì)算產(chǎn)生了影響，但對(duì)于中國(guó)經(jīng)濟(jì)背景下消除威克塞爾效應(yīng)后的名義利率與通貨膨脹率之間的關(guān)系還沒(méi)有被研究；三是名義利率與通貨膨脹率的關(guān)系并不是簡(jiǎn)單的線性關(guān)系，越來(lái)越多的研究表明，名義利率和通貨膨脹率的互動(dòng)關(guān)系是非線性、非對(duì)稱(chēng)的、隨時(shí)間變動(dòng)的。由于市場(chǎng)在時(shí)刻發(fā)生變化，名義利率與通貨膨脹率的關(guān)系是隨時(shí)間變化的，故刻畫(huà)費(fèi)雪效應(yīng)的方程應(yīng)具有時(shí)變性。由于金融數(shù)據(jù)常伴隨著波動(dòng)變化，用來(lái)測(cè)度金融波動(dòng)性的方差和協(xié)方差也是隨時(shí)間變化的，故刻畫(huà)費(fèi)雪效應(yīng)的方程應(yīng)具有異方差性。

鑒于此，分別以1年期的貸款利率與居民消費(fèi)價(jià)格指數(shù)的變化率作為名義利率與通貨膨脹率的代理變量，利用威克塞爾效應(yīng)消除名義利率與通貨膨脹率之間的相互影響，對(duì)修正后的數(shù)據(jù)建立時(shí)變參數(shù)隨機(jī)波動(dòng)(TVP-SV)模型。在TVP-SV模型的基礎(chǔ)上，研究消除威克塞爾效應(yīng)利率與通貨膨脹率的時(shí)變影響機(jī)制，分析消除威克塞爾效應(yīng)后中國(guó)費(fèi)雪效應(yīng)的強(qiáng)弱轉(zhuǎn)變。

1 模型與方法

1.1 威克塞爾效應(yīng)與修正

威克塞爾效應(yīng)刻畫(huà)利率變動(dòng)會(huì)對(duì)資本價(jià)值產(chǎn)生影響，這種影響效應(yīng)可以用式(1)來(lái)表示：

πt=φ0+φ1(it-p-πt-p)+et,et～N(0,σ2)

(1)

方程(1)稱(chēng)為威克塞爾效應(yīng)方程，其中it代表名義利率，πt代表通貨膨脹率，p為滯后階數(shù)，φ1為威克塞爾效應(yīng)。

由于威克塞爾效應(yīng)對(duì)名義利率與通貨膨脹率都會(huì)產(chǎn)生影響，從而使得對(duì)名義利率與通貨膨脹率之間的關(guān)系檢驗(yàn)產(chǎn)生偏差[8]。因此，需要基于威克塞爾效應(yīng)對(duì)名義利率與通貨膨脹率進(jìn)行修正，修正前后通貨膨脹率與利率關(guān)系為：

(2)

(3)

1.2 基于TVP-SV的修正費(fèi)雪方程

考慮到威克塞爾效應(yīng)修正后名義利率和通貨膨脹率之間的非線性、時(shí)變的關(guān)系，構(gòu)建一個(gè)關(guān)于“費(fèi)雪效應(yīng)”方程的TVP-SV模型。

量測(cè)方程為：

(4)

狀態(tài)方程為：

方差方程為：

隨機(jī)波動(dòng)方程為：

1.3 建模步驟與參數(shù)估計(jì)

對(duì)威克塞爾效應(yīng)修正后名義利率和通貨膨脹率建立TVP-SV模型，建模步驟如下：

步驟3時(shí)變性描述分析和異方差的檢驗(yàn)。對(duì)修正數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行比較分析，初步分析威克塞爾效應(yīng)的修正是否對(duì)費(fèi)雪效應(yīng)產(chǎn)生影響。對(duì)修正數(shù)據(jù)進(jìn)行ARCH效應(yīng)檢驗(yàn)，提供建立時(shí)變隨機(jī)波動(dòng)模型(簡(jiǎn)稱(chēng)TVP-SV模型)的依據(jù)。

步驟4TVP-SV模型參數(shù)的估計(jì)。通過(guò)MCMC方法待估TVP-SV模型的參數(shù)。由于MCMC方法在預(yù)設(shè)參數(shù)的共軛先驗(yàn)分布的前提下推導(dǎo)出后驗(yàn)分布，建立馬爾科夫鏈從后驗(yàn)分布中對(duì)待估參數(shù)進(jìn)行反復(fù)抽樣。當(dāng)馬爾科夫鏈的平穩(wěn)分布是所求的聯(lián)合分布時(shí)，反復(fù)抽樣所得的參數(shù)的平均值即為參數(shù)的估計(jì)，它不受設(shè)定初值影響，并且對(duì)高維參數(shù)估計(jì)更加簡(jiǎn)單易操作，故采用MCMC方法中進(jìn)行參數(shù)估計(jì)。參數(shù)估計(jì)分為7步進(jìn)行。

(5)

(6)

第5步 從相應(yīng)的條件后驗(yàn)分布中實(shí)現(xiàn)ρ(j+1)的反復(fù)抽樣；假設(shè)先驗(yàn)分布(ρ+1)/2～Beta(αρ,βρ)，則

(7)

(8)

第7步 從相應(yīng)的條件后驗(yàn)分布中實(shí)現(xiàn)γ(j+1)的反復(fù)抽樣；假設(shè)先驗(yàn)分布IG(γ0/2,W0/2)，則

(9)

至此完成第j+1輪抽樣。重復(fù)第1步到第7步，得到下一輪抽樣。在每輪的MCMC抽樣中，為了能獲得時(shí)變參數(shù)的隨機(jī)樣本，舍棄“預(yù)燒”期樣本，馬爾科夫鏈達(dá)到穩(wěn)定后，后驗(yàn)分布抽樣隨機(jī)數(shù)的樣本均值即為待估參數(shù)的估計(jì)值。

2 實(shí)證分析

2.1 指標(biāo)選取

名義利率的代理變量通常選取活期貸款利率、存款利率、短期政府債券利率、中期政府債券利率等。通貨膨脹率的代理變量主要有居民消費(fèi)價(jià)格指數(shù)(CPI)、生產(chǎn)者價(jià)格指數(shù)(PPI)、GDP平減指數(shù)等的變化率。本文中選取1年期貸款利率的月度數(shù)據(jù)作為名義利率代理變量，月度CPI的變化率作為通貨膨脹率代理變量，數(shù)據(jù)范圍為1997年1月—2020年12月，樣本容量為288，數(shù)據(jù)來(lái)源為國(guó)泰安數(shù)據(jù)庫(kù)和銳思數(shù)據(jù)庫(kù)。

2.2 威克塞爾方程的定階和參數(shù)估計(jì)

表1 滯后階數(shù)回歸結(jié)果

2.3 修正前后的名義利率和通貨膨脹率的對(duì)比分析

圖1 修正前后名義利率和通貨膨脹率的時(shí)序圖

從圖1中可以看出，修正前后名義利率與通貨膨脹率之間的影響具有時(shí)變性；修正前名義利率雖然隨著通貨膨脹率的變化而變化，但其總體水平高于通貨膨脹率總體水平，變化波動(dòng)遠(yuǎn)小于通貨膨脹率；當(dāng)消除威克塞爾效應(yīng)修正后，名義利率緊隨著通貨膨脹率的變化而變化，通貨膨脹率與名義利率實(shí)現(xiàn)共同增長(zhǎng)或者共同減少，呈現(xiàn)出一一對(duì)應(yīng)的時(shí)變影響變化。

為了對(duì)修正后的名義利率和通貨膨脹率建立TVP-SV模型，需要對(duì)修正后的名義利率iX和通貨膨脹率πX進(jìn)行ARCH效應(yīng)檢驗(yàn)。分別進(jìn)行滯后5、8、12階的ARCH效應(yīng)檢驗(yàn)，異方差性檢驗(yàn)結(jié)果見(jiàn)表2。

表2為ARCH效應(yīng)檢驗(yàn)LM統(tǒng)計(jì)量結(jié)果，括號(hào)內(nèi)為對(duì)應(yīng)p值。從表2的結(jié)果可以看出，修正后的名義利率與通貨膨脹率均存在高階ARCH效應(yīng)，說(shuō)明它們都存在異方差性，構(gòu)建具有異方差項(xiàng)的TVP-SV模型是合理的。

表2 異方差性檢驗(yàn)結(jié)果

2.4 時(shí)變費(fèi)雪效應(yīng)的分析

對(duì)原始名義利率與通貨膨脹率、修正名義利率與通貨膨脹率構(gòu)建TVP-SV模型。對(duì)參數(shù)進(jìn)行20 000次抽樣估計(jì)，在舍棄前10 000次的“預(yù)燒”期后，得到原始名義利率與通貨膨脹率之間的時(shí)變費(fèi)雪效應(yīng)α1t、修正名義利率與通貨膨脹率之間的費(fèi)雪效應(yīng)λ1t。為了保證樣本區(qū)間的一致性，舍去原始數(shù)據(jù)下1997年1月的值作圖，其時(shí)序圖見(jiàn)圖2。修正前后時(shí)變費(fèi)雪效應(yīng)分段結(jié)果見(jiàn)表3。

圖2 TVP-SV模型下修正前后時(shí)變費(fèi)雪效應(yīng)時(shí)序圖

表3 修正前后時(shí)變費(fèi)雪效應(yīng)分段結(jié)果

從圖2可以看出，修正前后名義利率與通貨膨脹率之間存在時(shí)變的費(fèi)雪效應(yīng)。將時(shí)變的費(fèi)雪效應(yīng)分為3個(gè)時(shí)間段進(jìn)行對(duì)比分析。第1階段為1997年2月—2005年2月的顯著下降時(shí)期；第2階段為2005年3月—2011年12月的波動(dòng)劇烈時(shí)期；第3階段為2012年1月—2020年12月的波動(dòng)平緩時(shí)期。3個(gè)階段時(shí)變費(fèi)雪效應(yīng)的均值、標(biāo)準(zhǔn)差、最小值、中位數(shù)、最大值見(jiàn)表3所示。由于修正數(shù)據(jù)的滯后處理，第1階段原始費(fèi)雪效應(yīng)的樣本數(shù)量比修正后多1。

在第1階段，修正名義利率與通貨膨脹率之間費(fèi)雪效應(yīng)在0.570 0～1.696 0波動(dòng)，均值為1.217 1，具有幾乎完全的費(fèi)雪效應(yīng)。在這一期間，修正前后初始時(shí)間都具有完全的費(fèi)雪效應(yīng)，之后呈現(xiàn)明顯的下降趨勢(shì)。但原始費(fèi)雪效應(yīng)在0.081 3～1.211 0，遠(yuǎn)小于修正費(fèi)雪效應(yīng)。

在第2階段，修正費(fèi)雪效應(yīng)結(jié)果總體上在0.503 2～1.108 0變化，均值為0.776 7，此時(shí)國(guó)內(nèi)利率市場(chǎng)具有較強(qiáng)的費(fèi)雪效應(yīng)。該階段，通貨膨脹率不斷上升，經(jīng)濟(jì)出現(xiàn)過(guò)熱的風(fēng)險(xiǎn)，隨后全球性的金融危機(jī)爆發(fā)，世界經(jīng)濟(jì)發(fā)生較大變動(dòng)，費(fèi)雪效應(yīng)整體呈現(xiàn)出反復(fù)波動(dòng)的趨勢(shì)。與修正結(jié)果較為不同，這一期間原始費(fèi)雪效應(yīng)呈現(xiàn)先上升、后下降的趨勢(shì)，波動(dòng)區(qū)間為0.130 0～0.435 3，相較于修正結(jié)果整體偏小，但整體上依然具有較強(qiáng)的波動(dòng)趨勢(shì)。

第3階段修正費(fèi)雪效應(yīng)均值為0.744 1，波動(dòng)范圍為0.403 8～0.961 7，表現(xiàn)為較強(qiáng)的費(fèi)雪效應(yīng)，標(biāo)準(zhǔn)差僅為0.110 8，費(fèi)雪效應(yīng)波動(dòng)程度較小，說(shuō)明名義利率與通貨膨脹率存在較強(qiáng)、較為穩(wěn)定的一一響應(yīng)關(guān)系。費(fèi)雪效應(yīng)僅在2019年存在明顯的下降趨勢(shì)，之后迅速回升至與之前相當(dāng)?shù)乃?。在這一期間，修正前后費(fèi)雪效應(yīng)波動(dòng)程度相較于前兩個(gè)階段都更加平緩，原始費(fèi)雪效應(yīng)僅在0.094 9～0.350 1波動(dòng)。

整個(gè)樣本期間，修正前后名義利率與通貨膨脹率之間時(shí)變費(fèi)雪效應(yīng)的平均值、標(biāo)準(zhǔn)差、最小值、中位數(shù)、最大值見(jiàn)表4。

表4 修正前后時(shí)變費(fèi)雪效應(yīng)總體結(jié)果

表4表明，從整個(gè)樣本區(qū)間來(lái)看，修正費(fèi)雪效應(yīng)均值為0.913 3，樣本區(qū)間國(guó)內(nèi)利率市場(chǎng)具有較強(qiáng)的費(fèi)雪效應(yīng)，名義利率對(duì)通貨膨脹率的反應(yīng)較為明顯。原始費(fèi)雪效應(yīng)均值僅為0.319 4，修正費(fèi)雪效應(yīng)的均值、最大值、中位數(shù)、最小值均遠(yuǎn)大于原始費(fèi)雪效應(yīng)值。

從表3和表4可以看出，無(wú)論是分段結(jié)果還是整體結(jié)果，原始費(fèi)雪效應(yīng)均小于修正費(fèi)雪效應(yīng)，修正名義利率與通貨膨脹率更具有明顯的響應(yīng)變動(dòng)關(guān)系，說(shuō)明威克塞爾效應(yīng)的影響確實(shí)是造成費(fèi)雪效應(yīng)理論與實(shí)際研究不相符的重要原因，引入威克塞爾效應(yīng)后能更準(zhǔn)確地使用名義利率對(duì)通脹預(yù)期進(jìn)行預(yù)測(cè)。

表5 修正費(fèi)雪效應(yīng)參數(shù)估計(jì)結(jié)果

3 結(jié)論與建議

3.1 結(jié)論

1) 中國(guó)利率市場(chǎng)存在費(fèi)雪效應(yīng)，名義利率的變化在一定程度上可以用于反映通脹預(yù)期的變化。樣本期間的費(fèi)雪效應(yīng)系數(shù)均值為0.913 3，從整體上來(lái)說(shuō)我國(guó)利率市場(chǎng)具有強(qiáng)費(fèi)雪效應(yīng)。

2) 費(fèi)雪效應(yīng)呈現(xiàn)出明顯的時(shí)變性，樣本期間的費(fèi)雪效應(yīng)系數(shù)波動(dòng)較為劇烈，可以明顯劃分為3個(gè)階段。其中1997年2月—2005年2月費(fèi)雪效應(yīng)系數(shù)均值為1.226 3，表現(xiàn)為幾乎完全的費(fèi)雪效應(yīng)；2005年3月—2011年12月費(fèi)雪效應(yīng)系數(shù)均值為0.776 8，2012年1月—2020年12月費(fèi)雪效應(yīng)系數(shù)均值為0.744 1，表現(xiàn)為較強(qiáng)的費(fèi)雪效應(yīng)。

3) 威克塞爾效應(yīng)是造成費(fèi)雪效應(yīng)理論與實(shí)際計(jì)算不一致的重要原因。在相同模型下，修正費(fèi)雪效應(yīng)系數(shù)均值明顯大于修正前費(fèi)雪效應(yīng)系數(shù)，并且修正后部分時(shí)期呈現(xiàn)出完全的費(fèi)雪效應(yīng)，說(shuō)明威克塞爾效應(yīng)影響費(fèi)雪效應(yīng)的計(jì)算。

3.2 建議

目前我國(guó)呈現(xiàn)較強(qiáng)的費(fèi)雪效應(yīng)，這說(shuō)明利率市場(chǎng)化程度較高，中國(guó)在推動(dòng)利率市場(chǎng)化方面取得了很大進(jìn)步，但也存在費(fèi)雪效應(yīng)不完全的階段，對(duì)此提出以下幾點(diǎn)建議：

1) 繼續(xù)深化利率改革，根據(jù)通貨膨脹預(yù)期對(duì)貸款利率進(jìn)行及時(shí)調(diào)整，保持名義利率與通貨膨脹率的強(qiáng)響應(yīng)作用。

2) 加強(qiáng)金融市場(chǎng)基準(zhǔn)利率體系建設(shè)。在保持中央銀行的適當(dāng)干預(yù)之下，讓其發(fā)揮對(duì)市場(chǎng)的主導(dǎo)作用。

3) 加強(qiáng)國(guó)有企業(yè)改革，促進(jìn)市場(chǎng)不同企業(yè)的公平競(jìng)爭(zhēng)，讓企業(yè)成為對(duì)利率變動(dòng)反應(yīng)靈敏的市場(chǎng)主體?？梢酝ㄟ^(guò)建立和健全企業(yè)的利益驅(qū)動(dòng)、風(fēng)險(xiǎn)約束機(jī)制來(lái)加強(qiáng)企業(yè)對(duì)利率的敏感程度。