王軍生,史亦卿,蘇興洪

(西安財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,陜西 西安 710100)

一、引言及文獻(xiàn)綜述

2021年中國經(jīng)濟(jì)高質(zhì)量轉(zhuǎn)型實(shí)現(xiàn)了新的突破,為“十四五”規(guī)劃打開了新的局面。但是在步入2022年以來,新冠病毒感染疫情的持續(xù)反復(fù),百年變局的加速演進(jìn),外部環(huán)境形勢更加變幻莫測,中國經(jīng)濟(jì)面臨著需求收縮、供給沖擊和預(yù)期轉(zhuǎn)弱的三重壓力。在當(dāng)前經(jīng)濟(jì)形勢下,貨幣政策的困境是刺激經(jīng)濟(jì)與推高通脹和資產(chǎn)泡沫的選擇兩難,貨幣政策框架要轉(zhuǎn)向利率型并加強(qiáng)傳導(dǎo)疏通。2022年中央經(jīng)濟(jì)工作會議強(qiáng)調(diào),要采用穩(wěn)定的貨幣政策,靈活適度地保持流動性合理充裕。在經(jīng)濟(jì)下行壓力到來時(shí),貨幣政策穩(wěn)增長的作用要體現(xiàn)出前瞻性,而經(jīng)濟(jì)企穩(wěn)后,貨幣政策則要向邊際收緊。貨幣政策要處理好穩(wěn)增長和防風(fēng)險(xiǎn)的關(guān)系,以結(jié)構(gòu)性發(fā)力為主,需要避免短期政策效應(yīng)過強(qiáng)但不利于經(jīng)濟(jì)長期平穩(wěn)發(fā)展的情況。債券是資本市場支持實(shí)體經(jīng)濟(jì)的主戰(zhàn)場,債券收益率曲線蘊(yùn)含了豐富的宏觀經(jīng)濟(jì)和貨幣政策信息,如何發(fā)揮好債券市場傳導(dǎo)貨幣政策、推動經(jīng)濟(jì)增長的作用,需要對債券利差和經(jīng)濟(jì)增長間的動態(tài)關(guān)系進(jìn)行量化分析。

債券利差主要包括期限利差和信用利差。期限利差與經(jīng)濟(jì)增長方面,國內(nèi)外學(xué)者關(guān)于國債期限利差與宏觀經(jīng)濟(jì)關(guān)系的研究主要集中于研究國債期限利差與經(jīng)濟(jì)增長、通貨膨脹、經(jīng)濟(jì)周期等變量的關(guān)系方面。付一婷和畢振豫通過建立TVP-VAR模型,證實(shí)國債期限利差可以通過增加商業(yè)銀行的盈利能力支持中國實(shí)體經(jīng)濟(jì)發(fā)展[1];而美國國債相關(guān)規(guī)律的研究則發(fā)現(xiàn)期限利差與通貨膨脹之間存在正相關(guān)關(guān)系[2]。朱世武通過比對中國國債期限利差與通貨膨脹之間的關(guān)系,以及中美國債期限利差的聯(lián)動效應(yīng),得出利率期限結(jié)構(gòu)可以作為貨幣政策制定的依據(jù)影響經(jīng)濟(jì)增長,并利用利率均衡模型為銀行間市場浮動利率債券進(jìn)行了定價(jià)[3]。經(jīng)濟(jì)增長的變化往往具有周期性特點(diǎn),學(xué)者們進(jìn)一步研究了期限利差與經(jīng)濟(jì)周期變換之間的關(guān)系,基于logit模型實(shí)證分析了不同期限利差對經(jīng)濟(jì)周期發(fā)生轉(zhuǎn)折是否有著明顯的研判作用[4-5];利用VAR-ATSM模型分析發(fā)現(xiàn)，較長期的利差可以在一定程度上預(yù)測經(jīng)濟(jì)增長與通貨膨脹的未來走勢,且通過中美國債期限利差的比對分析,發(fā)現(xiàn)美國國債期限利差更容易受到通貨膨脹預(yù)期、貨幣政策等宏觀經(jīng)濟(jì)指標(biāo)的影響[6-7]。此外,國債期限利差在經(jīng)濟(jì)波動預(yù)測上得到了更多應(yīng)用。閔荷露和廖昕基于向量誤差修正模型(VECM)以及熵權(quán)法構(gòu)建了宏觀經(jīng)濟(jì)景氣指數(shù),研究發(fā)現(xiàn)國債期限利差是宏觀經(jīng)濟(jì)景氣指數(shù)的單向格蘭杰原因,且對宏觀經(jīng)濟(jì)景氣指數(shù)具有滯后和一定持續(xù)性的正向影響[8]。蘇梽芳等使用2018至2019年中國國債收益率曲線數(shù)據(jù),重構(gòu)了7組長短國債期限利差的函數(shù)型數(shù)據(jù),發(fā)現(xiàn)在經(jīng)濟(jì)下行區(qū)間的外部環(huán)境下日度數(shù)據(jù)可以對經(jīng)濟(jì)下行趨勢做出較為準(zhǔn)確的研判,而七年期與一年期利差數(shù)據(jù)的預(yù)測準(zhǔn)確度最好[4]。相關(guān)研究表明,將期限利差與宏觀經(jīng)濟(jì)指標(biāo)相結(jié)合,可以更好地詮釋經(jīng)濟(jì)波動,利用期限利差與經(jīng)濟(jì)增長之間的高相關(guān)性,可以對經(jīng)濟(jì)周期的轉(zhuǎn)折做出較為準(zhǔn)確的監(jiān)測。

信用利差與經(jīng)濟(jì)增長方面,貨幣政策是影響債券信用利差的重要因素,貨幣政策通過債券市場的傳導(dǎo)途徑最終會作用于經(jīng)濟(jì)增長。債券自身的杠桿屬性會作用于債券的信用利差,進(jìn)而對貨幣政策的債券市場傳導(dǎo)效應(yīng)產(chǎn)生影響[9],而貨幣政策利率對債券信用利差的傳導(dǎo)過程則存在明顯的跨市場差異[10]。劉沖等使用中國債券市場交易數(shù)據(jù),分析了外部市場環(huán)境與政策環(huán)境的變化后,及其所導(dǎo)致的貨幣市場短期利率向債券利率傳導(dǎo)效率的變化[11]。溫湖煒等則發(fā)現(xiàn)貨幣政策調(diào)控對于企業(yè)債券信用利差的調(diào)節(jié)效應(yīng)存在時(shí)變特征,價(jià)格型貨幣政策工具對企業(yè)信用利差的調(diào)節(jié)效應(yīng)最為顯著,且其對中國企業(yè)債券的信用風(fēng)險(xiǎn)傳導(dǎo)作用也在逐漸提升[12]。于靜霞和周林研究發(fā)現(xiàn)信用利差具有逆經(jīng)濟(jì)周期的特征,且通貨膨脹以及經(jīng)濟(jì)加速增長預(yù)期會對低信用級別債券的信用利差具有正向影響[13]。王雷和聶常虹研究了中國債券利差對宏觀經(jīng)濟(jì)指標(biāo)的預(yù)測能力,采用自下而上的方法構(gòu)建了中國的民營企業(yè)信用利差指數(shù),發(fā)現(xiàn)債券市場沖擊會影響到企業(yè)融資成本以及固定資產(chǎn)投資,進(jìn)而影響物價(jià)水平,最終會導(dǎo)致經(jīng)濟(jì)增速的放緩[14]。相關(guān)研究主要關(guān)注貨幣政策通過債券利差傳導(dǎo)的政策效應(yīng),而探討債券利差通過貨幣政策傳導(dǎo)反作用于經(jīng)濟(jì)增長的研究則相對不足。

綜上可見,現(xiàn)有研究主要關(guān)注信貸總量與經(jīng)濟(jì)增長的相關(guān)性,將信用利差對經(jīng)濟(jì)增長的影響聯(lián)系起來的研究相對較少,信用利差對經(jīng)濟(jì)增長的研判效果也沒有得到充分重視。因此,要理清貨幣政策與債券利差的相關(guān)性,債券利差與經(jīng)濟(jì)增長相關(guān)聯(lián)系的政策含義,有必要理解這些相關(guān)性在多大程度上是由貨幣政策本身產(chǎn)生的,或在多大程度上是由貨幣政策傳導(dǎo)的。本文的創(chuàng)新點(diǎn)為:第一,選取了宏觀經(jīng)濟(jì)、貨幣政策、分類貸款余額、信用利差等4大類描述性體系并細(xì)分為9個(gè)經(jīng)濟(jì)變量,構(gòu)建一個(gè)融合這些變量的多方程模型,并在可能的情況下使用結(jié)構(gòu)性VAR的研究方法來闡明數(shù)據(jù)中的反饋行為,從而達(dá)到研究這4類指標(biāo)相互影響路徑的目的;第二,結(jié)合國債期限利差(TS)的相關(guān)研究,利用中國企業(yè)債券日交易數(shù)據(jù)構(gòu)建了衡量中國企業(yè)債券融資情況的企業(yè)債券信用利差指數(shù)(GZ spread),以期限利差和信用利差作為債券市場風(fēng)險(xiǎn)的衡量指標(biāo),進(jìn)而觀測其與貨幣政策和經(jīng)濟(jì)增長的相互影響,研究其是否能夠成為預(yù)測經(jīng)濟(jì)周期的領(lǐng)先性指標(biāo)并有效研判經(jīng)濟(jì)波動,為后續(xù)相關(guān)研究提供一定參考。

二、實(shí)證模型與數(shù)據(jù)來源

(一)實(shí)證模型

在此借鑒Primiceri、Nakajima提出的包含隨機(jī)波動的時(shí)變參數(shù)向量自回歸模型(TVP-VAR)[15-16],利用該模型研究信用利差對信貸總量和國內(nèi)經(jīng)濟(jì)活力的結(jié)構(gòu)性沖擊。此模型在SVAR模型的基礎(chǔ)上,要求各個(gè)參數(shù)隨時(shí)間變化并且服從隨機(jī)游走過程。首先,SVAR的模型公式如下:

Ayt=F1yt-1+F2yt-2+…+Fsyt-s+μt,t=s+1,s+2,…,s+n

(1)

其中,yt是k×1可觀測的變量矩陣,A,F1,F2,…,Fs為k×k系數(shù)矩陣,μt為結(jié)構(gòu)性沖擊矩陣,μt～N(0,Σ);A為下三角矩陣,Σ為對角矩陣:

把式(1)左右兩邊同時(shí)左乘A-1,得到簡化的SVAR模型:

yt=B1yt-1+B2yt-2+…+Bsyt-s+A-1Σεt,εt～N(0,Ik)

(2)

yt=Xtβt+A-1Σεt

(3)

此時(shí),式(3)中的參數(shù)為非時(shí)變參數(shù)。然后,將式(3)擴(kuò)展為允許待估參數(shù)隨時(shí)間變化而變化的TVP-VAR模型:

yt=Xtβt+A-1Σtεt,t=s+1,s+2,…,s+n

(4)

(二)變量選取與數(shù)據(jù)來源

變量可分為經(jīng)濟(jì)增長、信貸規(guī)模、貨幣政策以及債券利差4個(gè)類別,具體包括9個(gè)細(xì)分指標(biāo)(如表1所示)。

表1 變量說明

經(jīng)濟(jì)增長類變量。考慮到高頻數(shù)據(jù)的模型預(yù)測精度較高,而GDP缺乏月度數(shù)據(jù)。在此借鑒Brunnermeier等的研究思路[17],采用月度工業(yè)增加值衡量經(jīng)濟(jì)實(shí)際增長,數(shù)據(jù)來源國家統(tǒng)計(jì)局(1)通過國家統(tǒng)計(jì)局發(fā)布的工業(yè)增加值同比增長和工業(yè)增加值累計(jì)增長計(jì)算得到。。與此同時(shí),由于物價(jià)水平的變動會導(dǎo)致經(jīng)濟(jì)增速的變化[14],因而引入消費(fèi)者價(jià)格指數(shù)(CPI)和大宗商品價(jià)格指數(shù)(BPI),分別用來衡量居民層面和企業(yè)層面的通貨膨脹,相關(guān)數(shù)據(jù)來源于GSMAR、Wind數(shù)據(jù)庫。

信貸規(guī)模類變量。本文從中國人民銀行官網(wǎng)收集整理住戶貸款(HHC)和非金融機(jī)構(gòu)貸款(BSC)分別衡量中國住戶層面和企業(yè)層面的貸款規(guī)模。

貨幣政策類變量。借鑒劉赟和莫斌的研究結(jié)論,將貨幣政策分類為價(jià)格型貨幣政策和數(shù)量型貨幣政策[18]。上海同業(yè)拆借利率(Shibor),作為衡量價(jià)格型貨幣政策的主要指標(biāo),數(shù)據(jù)來源GSMAR數(shù)據(jù)庫。數(shù)量型貨幣政策采用中國人民銀行披露的廣義貨幣供應(yīng)量月度數(shù)據(jù),記為M1。

債券利差類變量。本文借鑒Gilchrist和Zakrajsek的方法[19],選取國債期限利差(TS),并自行計(jì)算中國企業(yè)債券信用利差(GZ)。國債期限利差(TS)數(shù)據(jù)來源中國債券信息網(wǎng)中國債收益率曲線標(biāo)準(zhǔn)曲線信息,通過日交易信息,計(jì)算出10年期和3個(gè)月期國債收益率的月平均收益率,最后求差得到;企業(yè)債券信用利差(GZ)根據(jù)前文所述方法計(jì)算得到。

(三)信用利差指數(shù)構(gòu)建

本研究采取“自下而上”的方法構(gòu)建企業(yè)債券信用利差。從國泰安數(shù)據(jù)庫獲取企業(yè)債券相關(guān)數(shù)據(jù),收集2007年10月到2020年12月企業(yè)債券日交易數(shù)據(jù),根據(jù)國泰安數(shù)據(jù)庫提供的到期收益率算法,計(jì)算出債券i在任意時(shí)點(diǎn)t的未除息到期收益率yit,具體計(jì)算方法如下。

對于最后付息周期的固定利率債券、待償期在一年及以內(nèi)的零息債券以及到期一次還本付息的債券,到期收益率計(jì)算方法如下所示:

(5)

對于待償期在一年以上的零息債券和到期一次還本付息的債券,企業(yè)債券到期收益率計(jì)算公式如下:

(6)

對于不處于最后付息周期的固定利率債券,到期收益率按照復(fù)利計(jì)算,具體計(jì)算公式如下:

(7)

設(shè)0≤x1≤L≤xn≤T,已知(xi,yi),(xi+1,yi+1),i,j∈[1,n],則任意x(xi

y(x)=yiH1+yi+1H2+diH3+di+1H4

(8)

(9)

其中t∈m,Nm為m月所有交易日企業(yè)債券交易總量。最后計(jì)算出月度企業(yè)債券信用利差(GZ),描述性統(tǒng)計(jì)信息如表2所示。

表2 企業(yè)債券信用利差描述性統(tǒng)計(jì)

(四)數(shù)據(jù)平穩(wěn)性檢驗(yàn)和模型參數(shù)檢驗(yàn)

為預(yù)防偽回歸問題,使用Stata軟件對原始數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。以2010年為基期,將月度工業(yè)增加值(IP)、住戶貸款(HHC)、非金融機(jī)構(gòu)貸款(BSC)、貨幣供給(M1)換算成實(shí)際值。消費(fèi)者價(jià)格指數(shù)(CPI)、上海同業(yè)拆借利率(Shibor)和GZ原始數(shù)據(jù)平穩(wěn),本研究不再對其進(jìn)行處理。月度工業(yè)增加值(IP)、國債期限利差(TS)取對數(shù)后平穩(wěn)。住戶貸款(HHC)、非金融機(jī)構(gòu)貸款(BSC)、貨幣供給(M1)和大宗商品價(jià)格指數(shù)(BPI)仍為不平穩(wěn)序列,對這四個(gè)變量數(shù)據(jù)進(jìn)行差分處理后,其經(jīng)濟(jì)含義分別為住戶貸款月增速、非金融企業(yè)及機(jī)構(gòu)貸款月增速、貨幣供給月增速和環(huán)比大宗商品價(jià)格指數(shù)。差分處理后的相關(guān)變量數(shù)據(jù)在1%顯著水平下平穩(wěn)。

具體模型參數(shù)估計(jì)結(jié)果如表3所示,其中包括后驗(yàn)均值、后驗(yàn)標(biāo)準(zhǔn)差、95%置信區(qū)間、收斂診斷值和非有效因子。后驗(yàn)均值均在95%置信區(qū)間中,收斂診斷值都小于95%顯著水平下的臨界值1.96,說明數(shù)據(jù)均收斂于后驗(yàn)分布。同時(shí),非有效性因子最大值為50.94,遠(yuǎn)小于抽樣次數(shù),在10 000次抽樣下能獲取196個(gè)不相關(guān)樣本,后驗(yàn)推斷可信度高。

表3 TVP-VAR模型參數(shù)估計(jì)表

三、實(shí)證分析結(jié)果

由于債券利差對經(jīng)濟(jì)增長的影響效果主要依賴于貨幣政策傳導(dǎo)機(jī)制,且信貸規(guī)模在此過程中發(fā)揮著重要作用。因此,在貨幣政策沖擊的視角下,首先考察貨幣政策、信貸規(guī)模和債券利差的時(shí)變脈沖響應(yīng)結(jié)果,在此基礎(chǔ)上進(jìn)一步考察債券利差與經(jīng)濟(jì)增長的時(shí)變脈沖響應(yīng)結(jié)果。本文利用Matlab軟件繪制出貨幣政策(M1、Shibor),信貸規(guī)模(HHC、BSC),債券利差(TS、GZ),經(jīng)濟(jì)增長(IP、BPI、CPI)受到1個(gè)外生單位沖擊后的時(shí)變脈沖響應(yīng)圖。在不同滯后期的選取上,綜合考慮各變量的期限特征,分別選取提前3期、6期和12期(短期、中期和長期)條件下的結(jié)果。與此同時(shí),在不同沖擊時(shí)點(diǎn)的選取上,為了保證所選樣本足夠全面,并結(jié)合中國經(jīng)濟(jì)增長受到重大沖擊的典型時(shí)段,借鑒古廣東和李慧的方法[20],本文在樣本序列的“前段”“中段”“末段”分別選取2008年8月的全球次貸危機(jī)、2015年6月的中國A股股災(zāi)、2020年1月新冠病毒感染疫情引發(fā)的世界經(jīng)濟(jì)波動三個(gè)代表性時(shí)點(diǎn)。

(一)貨幣政策、信貸規(guī)模和債券利差

1.貨幣政策與信貸規(guī)模

貨幣政策變量(M1、shibor)一單位外生沖擊對住戶貸款(HHC)和非金融機(jī)構(gòu)貸款(BSC)影響的時(shí)變脈沖響應(yīng)曲線如圖1所示。圖1(a)和圖1(b)表示的是貨幣供給(M1)沖擊對住戶貸款(HHC)和非金融機(jī)構(gòu)貸款(BSC)的時(shí)變脈沖響應(yīng)曲線。由圖1(a)與圖1(b)可知,貨幣供給沖擊對住戶貸款和非金融機(jī)構(gòu)貸款的影響恒為正,并且整個(gè)時(shí)間軸上脈沖響應(yīng)曲線較為平穩(wěn)。具體來看,提前3期的響應(yīng)曲線均為正值,提前6期和提前12期的響應(yīng)曲線趨于零。這說明貨幣供給總量增加能夠在短期內(nèi)提高住戶貸款和非金融企業(yè)機(jī)構(gòu)貸款規(guī)模,短期正向的貨幣政策增加了市場信貸規(guī)模,而這種影響隨著時(shí)間延長逐漸減弱趨于穩(wěn)定。同時(shí),相比于非金融機(jī)構(gòu)貸款(BSC),貨幣供應(yīng)量對住戶貸款(HHC)的沖擊更加明顯。

圖1(c)和圖1(d)表示Shibor沖擊對住戶貸款(HHC)和非金融機(jī)構(gòu)貸款(BSC)的時(shí)變脈沖響應(yīng)曲線。由圖1(c)可知,短期Shibor沖擊對住戶貸款影響體現(xiàn)為負(fù)向影響,隨后在中長期脈沖響應(yīng)趨于零,即中長期Shibor沖擊對住戶貸款幾乎沒有影響。由圖1(d)可知,提前3期、6期和12期的脈沖響應(yīng)曲線走勢基本相同,非金融機(jī)構(gòu)貸款(BSC)對Shibor的沖擊的響應(yīng)最初體現(xiàn)為明顯的負(fù)向關(guān)系,隨后持續(xù)減弱,但是值得注意的是,這種沖擊影響到2016年左右由負(fù)轉(zhuǎn)正并達(dá)到峰值。同時(shí)提前3期的脈沖響應(yīng)更為顯著,體現(xiàn)了明顯的短期沖擊特征。

圖1 貨幣政策對信貸規(guī)模不同提前期的脈沖響應(yīng)函數(shù)

圖2(a～d)給出了貨幣政策對信貸規(guī)模在三個(gè)不同時(shí)點(diǎn)上的脈沖響應(yīng),由實(shí)證結(jié)果顯示,分類信貸總量對貨幣政策沖擊總體上均表現(xiàn)為短期迅速反應(yīng)后趨于平穩(wěn)的特點(diǎn)。具體來看,圖2(a)、圖2(b)所示為一單位貨幣供給正向沖擊,對住戶貸款和非金融機(jī)構(gòu)貸款的響應(yīng)圖,可以看出三條曲線波動趨勢完全擬合,證明貨幣供給量的變動對于信貸總量的影響是穩(wěn)定的,不會由于不同時(shí)點(diǎn)的沖擊而產(chǎn)生極大差異,說明貨幣總量的變動對信貸總量的調(diào)控是長期有效的。但是反觀圖2(c)、圖2(d),Shibor變動在不同時(shí)點(diǎn)的沖擊表現(xiàn)時(shí)變差異較大。Shibor對于住戶貸款的沖擊,在初期的時(shí)間節(jié)點(diǎn)(2008.08)的沖擊中表現(xiàn)為負(fù)向影響,而在2015年6月和2020年1月兩個(gè)時(shí)間點(diǎn)則趨于平穩(wěn)。而Shibor對非金融機(jī)構(gòu)貸款的沖擊在各個(gè)時(shí)點(diǎn)的表現(xiàn)基本一致,都在1期達(dá)到了負(fù)向的峰值,但是逐漸趨于平穩(wěn)。綜合以上分析結(jié)果可知,在2008年全球次貸危機(jī)期間,由于中國早在2007年底就為應(yīng)對經(jīng)濟(jì)過熱而采取了緊縮的貨幣政策,并且伴隨著中國經(jīng)歷了地震等重大自然災(zāi)害,這一切都使得居民信貸水平受到更加明顯的沖擊,體現(xiàn)為更為明顯的負(fù)向關(guān)系。而機(jī)構(gòu)貸款在2015年表現(xiàn)出來的對抗利率變動,則主要由于國際貿(mào)易爭端,以及A股股災(zāi)的持續(xù)影響,經(jīng)濟(jì)波動沖擊范圍只體現(xiàn)在金融市場方面,央行的幾次降準(zhǔn)都伴隨著對高杠桿率和規(guī)范證券市場體制的指向性政策,由于監(jiān)管嚴(yán)查金融市場場外配資而導(dǎo)致的踩踏效應(yīng),降低了金融市場吸引力,導(dǎo)致了資金流向?qū)嶓w經(jīng)濟(jì)。

圖2 不同時(shí)點(diǎn)貨幣政策對信貸總量的脈沖響應(yīng)

綜上所述,數(shù)量型貨幣供給M1與價(jià)格型貨幣政策Shibor對于貸款總量的傳導(dǎo)機(jī)制都是有效的,但是對于兩類分類貸款余額的沖擊體現(xiàn)了明顯的非對稱性,主要原因體現(xiàn)在以下幾個(gè)方面:

(1)信息技術(shù)限制所導(dǎo)致的信息不對稱性。相比于機(jī)構(gòu)信貸,居民貸款的主要信息來源較為局限。線上民間借貸活躍時(shí)間要遠(yuǎn)遠(yuǎn)晚于機(jī)構(gòu)線上信貸。而線下民間借貸作為主要居民貸款形式,其來源主要為血緣、職業(yè),以及其他“軟信息”。而信息技術(shù)的限制導(dǎo)致了居民貸款獲取渠道受限。相比之下,機(jī)構(gòu)貸款擁有更加廣泛的信息渠道,因此更加方便快捷地獲得信貸匹配。

(2)貸款需求以及信用狀況不同導(dǎo)致彈性差異。居民貸款的主要投向是房地產(chǎn),而機(jī)構(gòu)貸款則主要用于生產(chǎn)經(jīng)營以及商業(yè)活動。在面對銀根緊縮時(shí),居民對房地產(chǎn)市場的消費(fèi)需求會顯著降低,而機(jī)構(gòu)由于日常經(jīng)營需要對現(xiàn)金流穩(wěn)定更加重視,因此面對貨幣政策調(diào)整,機(jī)構(gòu)會通過更加積極地保持經(jīng)營現(xiàn)金流的充裕,相比之下,信貸需求彈性更低。此外,由于中國信用體系建設(shè)較為遲緩,居民的信用狀況相比企業(yè)不確定性更高,因此加劇了信貸獲得難度,表現(xiàn)為對貨幣政策變動彈性的增大。

2.貨幣政策與債券利差

如圖3所示,不同提前期貨幣供給(M1)沖擊下國債期限利差(TS)和企業(yè)債券信用利差(GZ)的脈沖響應(yīng)圖(圖3(a)、(b))的方向相反。一單位貨幣供給沖擊對短中長期的國債期限利差(TS)體現(xiàn)為正向影響,隨后逐漸趨于零,而企業(yè)債券信用利差(GZ)體現(xiàn)為負(fù)向影響,且二者時(shí)效性較強(qiáng)。貨幣供給增加刺激的短期經(jīng)濟(jì)繁榮,長期國債的市場需求下降導(dǎo)致期限風(fēng)險(xiǎn)補(bǔ)償上升,國債期限利差(TS)上升;對于企業(yè)債券信用利差(GZ)來說,經(jīng)濟(jì)繁榮提高了企業(yè)的盈利能力,信用風(fēng)險(xiǎn)下降減小了信用溢價(jià),同時(shí)企業(yè)能夠得到充足的銀行貸款,企業(yè)債券發(fā)行需求下降,共同作用企業(yè)債券信用利差降低。

圖3 貨幣政策對信用利差不同提前期的脈沖響應(yīng)函數(shù)

如圖3(c)、圖3(d)所示,Shibor正向沖擊下國債期限利差(TS)和企業(yè)債券信用利差(GZ)的脈沖響應(yīng)曲線和貨幣供給(M1)沖擊下的脈沖曲線趨勢相反,值得注意的是,Shibor對企業(yè)債券信用利差(GZ)沖擊影響在短期迅速下降,由正轉(zhuǎn)負(fù),但是在2015年左右,短暫出現(xiàn)了由負(fù)轉(zhuǎn)正的異動。這是由于股災(zāi)導(dǎo)致的對短期經(jīng)濟(jì)的擔(dān)憂,造成了短期利率上浮,同時(shí)迅速傳導(dǎo)到了企業(yè)債市場,導(dǎo)致企業(yè)債信用利差擴(kuò)大,側(cè)面說明資本市場內(nèi)在聯(lián)系十分緊密。而在2016年后,這種沖擊影響表現(xiàn)為穩(wěn)定的負(fù)向影響。

圖4(a～d)所描述的不同時(shí)點(diǎn)貨幣政策對信用利差的脈沖響應(yīng)產(chǎn)生了較大的差異。由圖4(a)、圖4(b)可知,貨幣總量(M1)的正向沖擊,雖然總體上呈現(xiàn)出收斂、趨于穩(wěn)定的形態(tài),但是貨幣總量增加會導(dǎo)致國債息差增大,而減小企業(yè)債息差。反觀圖4(c)、圖4(d),在不同時(shí)點(diǎn)下國債息差受Shibor沖擊表現(xiàn)為一致的負(fù)向關(guān)系,表明經(jīng)濟(jì)過熱時(shí),緊縮的貨幣政策降低了國債投資需求,短期價(jià)格降低,收益率增高,國債息差收窄。而Shibor對企業(yè)債息差不同時(shí)點(diǎn)沖擊曲線逐漸分離,體現(xiàn)明顯的時(shí)變特征。2008年次貸危機(jī)期間,由于信用危機(jī)所帶來的經(jīng)濟(jì)崩潰波及范圍過廣,疊加中國緊縮的貨幣政策,Shibor正向沖擊導(dǎo)致企業(yè)債券信用利差擴(kuò)大,投資人對企業(yè)的信用風(fēng)險(xiǎn)擔(dān)憂過度,恐慌效應(yīng)導(dǎo)致企業(yè)債風(fēng)險(xiǎn)貼水迅速擴(kuò)大而且時(shí)效長。而后段(2020年后)則體現(xiàn)了息差收窄的異常現(xiàn)象,隨著中國應(yīng)對經(jīng)濟(jì)危機(jī)更加成熟,而且實(shí)行了一系列積極的經(jīng)濟(jì)增長政策。雖然Shibor短期對經(jīng)濟(jì)波動影響明顯,但隨著中國貨幣政策的傳導(dǎo)機(jī)制不斷完善,債券市場的成熟與定價(jià)機(jī)制的合理化,最終能夠有效指導(dǎo)資本市場回歸理性。

圖4 不同時(shí)點(diǎn)貨幣政策對信用利差的脈沖響應(yīng)

通過實(shí)證研究表明,貨幣政策與債券利差之間存在傳導(dǎo)機(jī)制。并且,衡量流動性風(fēng)險(xiǎn)以及期限風(fēng)險(xiǎn)的國債息差與衡量信用溢價(jià)的企業(yè)債息差在不同貨幣政策的影響下差異明顯。國債息差波動相較于企業(yè)債息差更小,并且穩(wěn)定。雖然二者都表現(xiàn)為時(shí)效較長的特點(diǎn),但是值得注意的是,圖3(d)與圖4(d)所體現(xiàn)的異?，F(xiàn)象,均發(fā)生在2015年后。隨著中國經(jīng)濟(jì)體制改革深入,為了提高經(jīng)濟(jì)發(fā)展質(zhì)量,中國實(shí)行了供給側(cè)結(jié)構(gòu)性改革,以應(yīng)對機(jī)構(gòu)高債務(wù)高杠桿率的潛在系統(tǒng)性風(fēng)險(xiǎn)。此時(shí),國債市場與企業(yè)債市場發(fā)展關(guān)系逐步從“替代性關(guān)系”轉(zhuǎn)變?yōu)榱恕盎パa(bǔ)性關(guān)系”,二者發(fā)展協(xié)調(diào)性更好,使得貨幣政策調(diào)控難度顯著降低。

(二)債券利差與經(jīng)濟(jì)增長

圖5呈現(xiàn)了國債期限利差(TS)沖擊下經(jīng)濟(jì)增長表現(xiàn)的脈沖響應(yīng)。從工業(yè)增加值(IP)角度來看,圖5(a)顯示,不同提前期國債期限利差(TS)對工業(yè)增加值的脈沖響應(yīng)曲線走勢基本一致,最開始對工業(yè)增加值的影響是負(fù)向的,但這種影響隨時(shí)間的推移越來越小,最后變?yōu)檎蛴绊憽D5(b)和圖5(g)顯示短期國債期限利差(TS)沖擊下消費(fèi)者價(jià)格指數(shù)(CPI)和大宗商品價(jià)格指數(shù)(BPI)的脈沖響應(yīng)函數(shù),短期內(nèi)趨勢都體現(xiàn)為正向沖擊到負(fù)向沖擊的漸變過程,說明國債息差擴(kuò)大一定程度上加劇了通貨膨脹。信用利差沖擊帶來的通貨膨脹效應(yīng)在短期內(nèi)抑制了經(jīng)濟(jì)發(fā)展,并且短期的TS變動對經(jīng)濟(jì)波動的沖擊更加明顯。

圖5 國債期限利差(TS)沖擊脈沖響應(yīng)函數(shù)

圖6(a)、(b)、(g)表示企業(yè)債券信用利差(GZ)沖擊下工業(yè)增加值(IP)、消費(fèi)者價(jià)格指數(shù)(CPI)和大宗商品價(jià)格指數(shù)(BPI)的脈沖響應(yīng)函數(shù)。企業(yè)債券信用利差對消費(fèi)者價(jià)格指數(shù)和大宗商品價(jià)格指數(shù)的長期沖擊影響走勢基本相同,均表現(xiàn)為相對穩(wěn)定的特征,即信用風(fēng)險(xiǎn)上升并不會顯著引起通貨膨脹。從工業(yè)增加值角度來看,短期企業(yè)債息差對工業(yè)增加值有一定的正向沖擊作用,隨著時(shí)間的推移這種正向的作用不斷減弱而趨于穩(wěn)定?？偟膩碚f,企業(yè)債券信用利差(GZ)沖擊下和國債期限利差(TS)沖擊下工業(yè)增加值脈沖響應(yīng)曲線趨勢基本相同,短期會促進(jìn)工業(yè)增加值,長期這種促進(jìn)作用逐漸減弱,最后由于社會全要素生產(chǎn)率或者生產(chǎn)資源總量的制約,這種影響都會逐漸趨于穩(wěn)定。

圖6 企業(yè)債券信用利差(GZ)沖擊脈沖響應(yīng)函數(shù)

圖7(a～i)分別體現(xiàn)了一單位國債息差沖擊在不同時(shí)點(diǎn)對經(jīng)濟(jì)增長的脈沖響應(yīng)。不同時(shí)點(diǎn)國債息差對工業(yè)增加值影響基本一致,前段影響為負(fù)向,而中后段體現(xiàn)為由正向沖擊到逐漸穩(wěn)定的特征。而反觀對價(jià)格指數(shù)的影響,TS對CPI在2008年與2015年的影響都呈現(xiàn)為正向波動最終趨于穩(wěn)定的特征,而在2020年后呈現(xiàn)為負(fù)向波動;而TS對BPI的影響差異體現(xiàn)在2008年為分割點(diǎn),由正轉(zhuǎn)負(fù)但是最終趨于穩(wěn)定。因此對于國債息差的沖擊,工業(yè)增加值與大宗商品價(jià)格指數(shù)呈現(xiàn)出相似的特點(diǎn),而對于消費(fèi)者價(jià)格指數(shù)則有明顯差異,但是三者都在滯后5期趨于平穩(wěn),說明國債息差沖擊時(shí)效較短。而消費(fèi)者價(jià)格指數(shù)異常表現(xiàn)為,疫情沖擊后,國債息差變動一定程度降低了通貨膨脹。

圖7 不同時(shí)點(diǎn)國債期限利差(TS)對各變量的脈沖響應(yīng)

企業(yè)債券信用利差(GZ)在不同時(shí)點(diǎn)對工業(yè)沖擊的影響與國債息差相似(圖8),僅在2008年沖擊表現(xiàn)為明顯的正向影響,而在2015年后影響越來越弱。而對消費(fèi)者價(jià)格指數(shù)的影響在任何時(shí)點(diǎn)上都呈現(xiàn)出基本穩(wěn)定的特點(diǎn),而對大宗商品價(jià)格指數(shù)呈現(xiàn)明顯時(shí)點(diǎn)差異,在2015年呈現(xiàn)負(fù)向聯(lián)系。綜上說明國債息差與企業(yè)債息差似乎并沒有與消費(fèi)者價(jià)格指數(shù)有明顯聯(lián)系,而對大宗商品價(jià)格指數(shù)的影響差異性要更加明顯。

圖8 不同時(shí)點(diǎn)企業(yè)債券信用利差(GZ)對各變量的脈沖響應(yīng)

因此,總體來說,兩種信用利差(TS,GZ)都可以作為跟蹤甚至研判經(jīng)濟(jì)總量短期變動的重要指標(biāo)。但是在對價(jià)格指數(shù)的跟蹤上,TS與GZ息差對消費(fèi)者價(jià)格指數(shù)跟蹤效果較差,對大宗商品價(jià)格指數(shù)跟蹤效果較好。值得注意的是,不同時(shí)點(diǎn)國債息差對各經(jīng)濟(jì)變量的脈沖響應(yīng)所體現(xiàn)的異常時(shí)變效應(yīng),主要產(chǎn)生在2008年次貸危機(jī)時(shí)期,世界金融市場的混亂,大型機(jī)構(gòu)的做空,引起了資本市場的極度恐慌,中國經(jīng)濟(jì)也因此呈現(xiàn)了工業(yè)增加值降低,結(jié)構(gòu)性通貨膨脹的“滯脹”危機(jī)。進(jìn)一步結(jié)合兩種信用利差對shibor的影響可以發(fā)現(xiàn),信用利差對利率水平的影響更大,而傳導(dǎo)到價(jià)格指數(shù)時(shí)就會顯著減小,說明債券市場的風(fēng)險(xiǎn)經(jīng)過貨幣政策調(diào)節(jié)后,對價(jià)格的沖擊變小,證明了債券市場風(fēng)險(xiǎn)與價(jià)格指數(shù)間似乎存在著傳導(dǎo)機(jī)制。2021年10月10日,《國家標(biāo)準(zhǔn)化發(fā)展綱要》也明確了推動債券市場高質(zhì)量發(fā)展,加強(qiáng)標(biāo)準(zhǔn)化工作建設(shè),防范金融市場風(fēng)險(xiǎn)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)。

(三)穩(wěn)健性檢驗(yàn)

為了保證本文實(shí)證結(jié)果的準(zhǔn)確性,本文選取重要變量IP、M1、GZ,并將信貸總量處理為住戶貸款與非金融機(jī)構(gòu)貸款的總和,并記為CS,將這四個(gè)變量再次進(jìn)行TVP-VAR模型時(shí)變分析,結(jié)果見圖9和圖10。

圖9 4變量不同滯后期脈沖響應(yīng)圖

圖10 4變量不同時(shí)點(diǎn)脈沖響應(yīng)圖

如圖9和圖10所示,僅考慮IP、M1、GZ與CS四個(gè)變量時(shí),貨幣政策、信貸總量、信用利差對于工業(yè)增加值在不同滯后期和不同時(shí)點(diǎn)的脈沖響應(yīng)與前文實(shí)證結(jié)果并無明顯差異,說明結(jié)果穩(wěn)健。

四、結(jié)論與政策建議

以往文獻(xiàn)研究中,信用利差所衡量的債券風(fēng)險(xiǎn)并未與經(jīng)濟(jì)波動有效聯(lián)系起來。因此,本文結(jié)合2007年10月到2020年12月國內(nèi)企業(yè)債券數(shù)據(jù)構(gòu)建了企業(yè)債券信用利差指數(shù),并使用理論和實(shí)證相結(jié)合的方法,檢驗(yàn)貨幣政策、債券市場風(fēng)險(xiǎn)之間的相互關(guān)系以及對經(jīng)濟(jì)增長的影響,探究可能的傳導(dǎo)路徑,主要研究結(jié)論如下。

首先,貨幣政策的變動,無論是宏觀貨幣總量或是基準(zhǔn)利率的調(diào)整,對信貸總量的影響,都主要體現(xiàn)為短期沖擊,而且在2012年之后逐漸趨于平穩(wěn),說明隨著中國貨幣政策傳導(dǎo)機(jī)制逐漸完善,信貸規(guī)模能夠得到良好調(diào)控。但是由于信息不對稱,信用體系不完善等因素,機(jī)構(gòu)貸款與居民貸款對于貨幣政策反應(yīng)呈現(xiàn)“不對稱”特征;其次,通過實(shí)證研究表明,貨幣政策與信用利差之間存在著一條潛在的“傳導(dǎo)渠道”。國債息差波動相較于企業(yè)債息差更小,并且穩(wěn)定。雖然二者都表現(xiàn)出時(shí)效較長的特點(diǎn),但是2015年后國債市場與企業(yè)債市場發(fā)展關(guān)系逐步從“替代性關(guān)系”轉(zhuǎn)變?yōu)榱恕盎パa(bǔ)性關(guān)系”,經(jīng)濟(jì)增長政策調(diào)控債券市場機(jī)制更加成熟;最后,兩種信用利差(TS,GZ)都可以作為跟蹤甚至研判經(jīng)濟(jì)總量短期變動的重要指標(biāo),但是只能在狹窄的“窗口”下作為短期觀測指標(biāo)。在對價(jià)格指數(shù)的跟蹤上,TS與GZ息差對大宗商品價(jià)格指數(shù)跟蹤效果強(qiáng)于對消費(fèi)者價(jià)格指數(shù)跟蹤效果,而這種差異性,主要由于信用利差首先影響利率水平,而傳導(dǎo)到價(jià)格指數(shù)時(shí)就會因?yàn)闀r(shí)滯性程度降低,證明了債券市場風(fēng)險(xiǎn)與價(jià)格指數(shù)間似乎存在著傳導(dǎo)機(jī)制。

根據(jù)以上研究結(jié)論,提出如下政策建議:

第一,充分運(yùn)用信用利差等市場指標(biāo),提升貨幣政策經(jīng)濟(jì)調(diào)控的有效性。信用利差能夠有效跟蹤經(jīng)濟(jì)形勢與預(yù)期,經(jīng)濟(jì)擴(kuò)張期低評級債券利差傾向于收窄,而經(jīng)濟(jì)下行期低評級債券利差傾向于擴(kuò)張。相對于月度、季度和年度經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)而言,債券市場信用利差具有可高頻觀測的優(yōu)點(diǎn),能夠?qū)崟r(shí)反映市場經(jīng)濟(jì)預(yù)期,增強(qiáng)貨幣政策微調(diào)、預(yù)調(diào)的可行性。建議挖掘債券市場信用利差的經(jīng)濟(jì)預(yù)期觀測功能,加強(qiáng)基于信用利差信號的貨幣政策日常操作,為經(jīng)濟(jì)增長提供更加穩(wěn)健連續(xù)的貨幣金融環(huán)境[21]。

第二,加快標(biāo)準(zhǔn)化債券市場體系建設(shè),提升市場信息反映經(jīng)濟(jì)預(yù)期的準(zhǔn)確性。為提升債券市場信息映射經(jīng)濟(jì)增長預(yù)期的精確度,仍需加快債券市場自身建設(shè)。如進(jìn)一步健全債券發(fā)行機(jī)制,為準(zhǔn)入不同信用風(fēng)險(xiǎn)等級主體,尤其是中小微企業(yè),建立多層次的債券發(fā)行板塊或子市場,使債券市場融資主體能夠進(jìn)一步反映經(jīng)濟(jì)全貌。進(jìn)一步健全債券市場做市制度,為市場主體提供連續(xù)報(bào)價(jià),提高信用債券的流動性以及交易估值的準(zhǔn)確性。債券市場的進(jìn)一步健全完善,不僅將為各類融資主體提供直接融資支持,其市場信息對經(jīng)濟(jì)預(yù)期的跟蹤反饋也將更為精確,有助于宏觀調(diào)控政策的傳導(dǎo),從而助推經(jīng)濟(jì)高質(zhì)量發(fā)展。

第三,加快信用體系基礎(chǔ)設(shè)施建設(shè),強(qiáng)化信用對經(jīng)濟(jì)發(fā)展的基礎(chǔ)作用。信用利差是企業(yè)信用風(fēng)險(xiǎn)溢價(jià),然而對信用風(fēng)險(xiǎn)的評估則取決于企業(yè)基礎(chǔ)信息,如公司治理信息、經(jīng)營管理信息、財(cái)務(wù)信息等各類信息,對不同類型融資主體,尤其是中小微企業(yè),往往存在相關(guān)信息缺失或失真的情況,不僅對準(zhǔn)入該類主體發(fā)行債券融資造成障礙[22],即便準(zhǔn)入發(fā)行,也可能由于缺乏完備信息帶來信用風(fēng)險(xiǎn)定價(jià)不準(zhǔn)確,進(jìn)而造成市場收益率曲線的失真。因此,建議加強(qiáng)征信、擔(dān)保等信用體系基礎(chǔ)設(shè)施建設(shè),為信用投融資推動經(jīng)濟(jì)發(fā)展提供更為基礎(chǔ)的支撐。