司穎華 文 清

（蘭州財經(jīng)大學(xué)統(tǒng)計學(xué)院，甘肅 蘭州 730020）

一、引言

經(jīng)濟(jì)金融安全是國家發(fā)展的重要保障，金融發(fā)展與金融安全統(tǒng)籌是中國式現(xiàn)代化進(jìn)程中的重要任務(wù)（鄭聯(lián)盛和劉賢達(dá)，2023）。隨著全球經(jīng)濟(jì)的深度融合和世界金融市場一體化程度的不斷提高，中國與其他國家之間的金融貿(mào)易和投資往來日益密切，美國作為全球最大的經(jīng)濟(jì)體，美國貨幣政策已成為影響全球金融市場的重要因素，對全球經(jīng)濟(jì)產(chǎn)生顯著的金融溢出效應(yīng)，其貨幣政策調(diào)整對中國金融市場的影響也日益增長（Miranda &Rey，2020；王勝等，2022）。2022 年3 月，美國為控制通脹又開啟新一輪的加息，本輪美聯(lián)儲加息伴隨著全世界范圍內(nèi)的高通脹、俄烏沖突等多重不確定性，全球避險情緒推動美元指數(shù)持續(xù)走強(qiáng)，對中國匯率和跨境資本流動造成較大沖擊。因此，研究美聯(lián)儲貨幣政策變化對中國金融市場的影響，有利于更好地分析中國新時代宏觀經(jīng)濟(jì)和金融體系發(fā)展趨勢，減緩系統(tǒng)性金融風(fēng)險在全球范圍內(nèi)的傳播，提高中國經(jīng)濟(jì)金融應(yīng)對外部沖擊的能力（嚴(yán)佳佳和何梅蓉，2021）。

二、文獻(xiàn)綜述

貨幣政策的外部性和溢出效應(yīng)最初由Hamada（1976）提出，其研究認(rèn)為世界各國之間相互關(guān)聯(lián)，在資本完全流動的背景下，任何國家的商品和資本都會受到其他國家貨幣政策溢出效應(yīng)的影響。Hausman&Wongswan（2011）指出美國貨幣政策對世界各國的利率和匯率市場都具有顯著的溢出效應(yīng)。國內(nèi)學(xué)者對于相關(guān)問題的研究中，更多關(guān)注美國貨幣政策溢出對中國的影響效應(yīng)。

對中國宏觀經(jīng)濟(jì)變量的影響方面，張小宇和于依洋（2017）從美國常規(guī)和非常規(guī)貨幣政策兩個不同角度的沖擊影響效果出發(fā)，基于三元非線性平滑遷移自回歸模型研究發(fā)現(xiàn)，相對于量化寬松非常規(guī)貨幣政策，美國實施常規(guī)貨幣政策對中國宏觀經(jīng)濟(jì)的影響更大。展凱等（2021）從不同金融時期影響差異性出發(fā)，基于高頻識別和反事實法研究發(fā)現(xiàn)，美國貨幣政策對中國宏觀經(jīng)濟(jì)的影響在金融危機(jī)爆發(fā)前后顯著不同。

對中國金融市場的影響方面，隨著全球金融一體化程度的加深，各個國家金融市場間的聯(lián)系愈發(fā)密切（Rey，2013），并且隨著美元貨幣地位的不斷加強(qiáng)，美國貨幣政策成為影響全球金融市場變化的重大因素，對全球經(jīng)濟(jì)產(chǎn)生顯著的金融溢出效應(yīng)（Miranda &Rey，2020）。張?zhí)祉敽头街具h(yuǎn)（2022）從金融溢出渠道出發(fā)，使用SVAR模型探析美國貨幣政策變化對中國資本市場的溢出效應(yīng)，研究發(fā)現(xiàn)美國貨幣政策轉(zhuǎn)向?qū)χ袊Y本市場存在負(fù)向溢出效應(yīng)。王艷和張鵬（2012）基于VECM模型，研究發(fā)現(xiàn)美國貨幣政策通過影響中國信貸市場進(jìn)而對中國流動性水平產(chǎn)生影響。劉玚等（2019）使用MS-VAR 模型分析外部不確定性沖擊如何通過短期資本流動渠道對中國金融市場系統(tǒng)性風(fēng)險積累與擴(kuò)散產(chǎn)生影響。已有研究表明，美國貨幣政策的實施會導(dǎo)致中國實體經(jīng)濟(jì)與金融市場在短期內(nèi)波動加劇，但不會影響中國經(jīng)濟(jì)的長期發(fā)展趨勢（黃禹喆等，2022；杜婕和曹為宇，2020）。

總體來看，關(guān)于美國貨幣政策溢出效應(yīng)的文獻(xiàn)多圍繞宏觀經(jīng)濟(jì)或單一金融相關(guān)變量，鮮有構(gòu)建金融狀況指數(shù)探討美國貨幣政策對中國金融市場的溢出效應(yīng)。鑒于此，本文通過構(gòu)建中國動態(tài)金融狀況指數(shù)，引入時變參數(shù)與時變波動特征的TVP-SV-VAR 模型，探究不同時期美國貨幣政策對中國金融市場的動態(tài)影響，以期為中國金融部門應(yīng)對美國貨幣政策調(diào)整提供理論和決策依據(jù)。

三、模型構(gòu)建及變量度量

（一）模型構(gòu)建

TVP-SV-VAR 模型假定方程中待估參數(shù)服從一階隨機(jī)游走過程，允許截距項、系數(shù)、方差和協(xié)方差項都隨時間而變化，能更準(zhǔn)確地反映結(jié)構(gòu)變化帶來參數(shù)的持續(xù)變動，由于金融市場環(huán)境的復(fù)雜性，美國貨幣政策對中國金融市場的傳導(dǎo)效應(yīng)也會隨著時間變化，時變參數(shù)可以更有效地捕捉經(jīng)濟(jì)變量在不同經(jīng)濟(jì)時期的不同時變特征，更符合實際。基于上述分析，本文構(gòu)建TVP-SV-VAR 模型，并使用MCMC估計參數(shù)，通過脈沖響應(yīng)分析，客觀揭示美國不同類型貨幣政策對中國市場的動態(tài)影響。本文將美國聯(lián)邦基金利率（FFR）、廣義貨幣供應(yīng)量（M2）和中國動態(tài)金融狀況指數(shù)（FCI）等三個內(nèi)生變量組成向量y進(jìn)行模型構(gòu)建。標(biāo)準(zhǔn)的SVAR模型可以表示為：

yt是k×1 維的可觀測變量，A,F1,…,Fs為k×k維的系數(shù)矩陣。ut為k×1 結(jié)構(gòu)沖擊向量。假定A是一個主對角線為1的下三角矩陣，模型（1）可以簡化成：

A-1∑tεt是組合誤差項，At是由向量at組成的下三角矩陣，εt為獨立同分布標(biāo)準(zhǔn)正態(tài)分布，∑是具有正元素的對角矩陣：

堆疊βi的行向量形成k2s×1 維矩陣β，定義Xt=Ik?(y′t-1,…,y′t-s)，?為克羅內(nèi)克乘積，模型可改寫為：

上述模型中參數(shù)固定不變，在模型中引入時變系數(shù)和協(xié)方差矩陣，將模型擴(kuò)展為時變向量自回歸模型：

其中，βt、、∑t均為時變參數(shù)。參考Primiceri（2005）的研究方法，模擬時變參數(shù)過程。αt=(α21,…,αk,k-1)′是At矩陣非0 和非1 部分按行堆疊向量；令ht=(h1t,…,hkt)′且hjt=,j=1,…,k;t=s+1,…,n。假設(shè)（4）式中時變參數(shù)服從隨機(jī)游走過程：

其 中，βs+1～N(uβ0,∑β0αs+1～N(uα0,∑α0hs+1～N(uh0,∑hh0)，假設(shè)時變參數(shù)的沖擊在參數(shù)βt、αt、ht之間相互獨立，∑β、∑α、∑h均為對角矩陣。

（二）變量選取與處理

本文通過構(gòu)建綜合指數(shù)度量金融市場運行狀況，借鑒相關(guān)研究構(gòu)建月度GDP 時所選取的經(jīng)濟(jì)指標(biāo)（高華川和白仲林，2016），并參考王曉博等（2016）、周德才等（2022）的相關(guān)研究，結(jié)合中國金融市場發(fā)展現(xiàn)狀，從利率、信貸、貨幣、房價、股價、匯率和宏觀經(jīng)濟(jì)市場等因素中選取影響中國金融市場變化的金融指標(biāo)和宏觀經(jīng)濟(jì)指標(biāo)，這些子指標(biāo)代表金融系統(tǒng)各個層面的整體運行狀態(tài)，可以構(gòu)建符合中國金融狀況和經(jīng)濟(jì)走勢的金融狀況指數(shù)。

綜合考慮，本文選擇美國聯(lián)邦基金利率為緊縮性貨幣政策的代理變量，主要依據(jù)美聯(lián)儲調(diào)節(jié)聯(lián)邦基金利率會對商業(yè)銀行的資金成本產(chǎn)生巨大影響，進(jìn)而影響消費、投資和宏觀經(jīng)濟(jì)，是美國的基準(zhǔn)利率和主要的貨幣政策之一。美國擴(kuò)張性貨幣政策的代理變量以廣義貨幣供應(yīng)量表示，一方面，美聯(lián)儲實行寬松的貨幣政策，帶來了基礎(chǔ)貨幣的迅速增加，與M0、M1相比，M2 對寬松貨幣政策的反映更加全面；另一方面，雖然近年來M2作為貨幣政策中介指標(biāo)的作用有所弱化，但仍然保持著傳統(tǒng)貨幣政策傳導(dǎo)指標(biāo)的連續(xù)性和可比性，可以客觀地反映美國貨幣政策的傳導(dǎo)效果。各指標(biāo)選取具體如表1所示。

表1 指標(biāo)選擇一覽表

本文選取的數(shù)據(jù)主要可以分為金融狀況變量和美國貨幣政策變量兩大類，除季度GDP 以外，其他變量均為月度數(shù)據(jù)。數(shù)據(jù)主要來自Wind 數(shù)據(jù)庫、中經(jīng)網(wǎng)、銳思數(shù)據(jù)庫及國家統(tǒng)計局，樣本區(qū)間為2003 年1月到2022年9月。

（三）中國動態(tài)金融狀況指數(shù)的構(gòu)建

本文借鑒Goodhart &Hofmann（2001）的方法對金融變量進(jìn)行處理。首先，結(jié)合X12季節(jié)調(diào)整法對各變量進(jìn)行季節(jié)性調(diào)整。其次，采用HP（Hodrick-Prescott）濾波的方法消除其時變趨勢獲取均衡值，由于變量均為月度數(shù)據(jù)，故平滑系數(shù)選擇129600。再次，利用Z-score 標(biāo)準(zhǔn)化處理，消除量綱影響。然后，將不平穩(wěn)的金融變量差分處理為平穩(wěn)數(shù)據(jù)，并基于多層因子模型和混頻動態(tài)因子模型，分別估計出利率市場（R）、信貸市場（LD）、貨幣市場（M）、房地產(chǎn)市場（HA）、股票市場（TS）、匯率市場（EX）等因子及月度GDP。最后，基于TVP-FAVAR 模型估算各因子和月度GDP 對通貨膨脹在各個時點上的沖擊效應(yīng)，測算出各因子的動態(tài)權(quán)重系數(shù)，并將其代入金融狀況指數(shù)測度公式：

圖1 為中國動態(tài)金融狀況指數(shù)的測度結(jié)果，F(xiàn)CI上漲表示中國金融市場相對寬松，F(xiàn)CI下降表示金融市場相對緊縮。具體來看，本文構(gòu)建的FCI在2008—2010 年和2020—2022 年這兩個時間段的波動明顯，分別對應(yīng)次貸危機(jī)和疫情沖擊發(fā)生前后的時間，而其他大部分時間點波動幅度相對較小，與中國整體平穩(wěn)的金融市場狀況比較符合?？傮w而言，F(xiàn)CI指數(shù)大部分時間點走勢平穩(wěn)，每次劇烈波動都與國內(nèi)外金融風(fēng)險事件節(jié)點相對應(yīng)，進(jìn)一步將構(gòu)建的指數(shù)與消費者物價指數(shù)（CPI）的走勢進(jìn)行對比，F(xiàn)CI與CPI的波動趨勢基本相同并具有一定的領(lǐng)先趨勢，說明本文構(gòu)建的FCI 指數(shù)是比較合理的，能較好地反映中國金融市場狀況。

圖1 FCI、CPI趨勢對比圖

四、實證結(jié)果及分析

（一）平穩(wěn)性檢驗

為了避免實證結(jié)果的偽回歸，對樣本數(shù)據(jù)進(jìn)行單位根檢驗，檢驗結(jié)果如表2 所示，從表2 可以看出，在10%的顯著性水平下FFR和M2 為非平穩(wěn)序列，但是其一階差分在1%的顯著性水平下都是平穩(wěn)序列。

表2 序列單位根檢驗

（二）指數(shù)的區(qū)制識別

金融狀況指數(shù)是衡量金融市場波動和風(fēng)險的指標(biāo)，其最主要的作用是監(jiān)測和評估中國金融市場的整體狀況和風(fēng)險，以及為政府和監(jiān)管機(jī)構(gòu)提供決策依據(jù)。傳統(tǒng)金融狀況指數(shù)區(qū)制的劃分主要通過金融狀況指數(shù)的趨勢變化和重大金融事件發(fā)生時點來確定（尚玉皇等，2021；丁華和丁寧，2018），存在一定的主觀性。本文使用MS-AR 模型來識別金融狀況區(qū)制，相比傳統(tǒng)方法，MS-AR 模型對金融狀況區(qū)制的界定更客觀細(xì)致，且不受極端值的影響。本文建立MSAR 模型劃分金融狀況所處的不同區(qū)制，并將一系列國內(nèi)外重大金融事件與金融市場區(qū)制相對應(yīng)，進(jìn)一步驗證動態(tài)金融狀況指數(shù)對中國金融市場狀況的衡量效果。馬爾可夫區(qū)制轉(zhuǎn)換模型是一種非線性模型，具有離散的狀態(tài)轉(zhuǎn)移性質(zhì)，允許不同的變量之間以概率方式進(jìn)行轉(zhuǎn)移，并且能夠定量刻畫變量動態(tài)變化過程中的內(nèi)生轉(zhuǎn)移機(jī)制（Hamilton，1989）。

基于Oxmetrics 軟件建立MS-AR 模型，圖2 為軟件輸出的三區(qū)制概率圖，分別表示各區(qū)制的濾波概率、平滑概率與預(yù)測概率。從圖2中可以看出中國金融狀況存在顯著的三區(qū)制特征，通過MS-AR 模型識別出的三個區(qū)制分別代表金融繁榮階段、金融過渡階段和金融風(fēng)險階段。總體來看，各區(qū)制的平滑概率較高，除了區(qū)制轉(zhuǎn)換部分，其余部分的平滑概率基本在0.8以上。

圖2 模型區(qū)制的濾波概率、平滑概率與預(yù)測概率分布圖

表3 為區(qū)制間的轉(zhuǎn)換概率和狀態(tài)參數(shù)，可以發(fā)現(xiàn)，系統(tǒng)維持在區(qū)制1的概率為0.8987，區(qū)制1轉(zhuǎn)移到區(qū)制2 的概率為0.0600，區(qū)制1 轉(zhuǎn)移到區(qū)制3 的概率為0.0413；系統(tǒng)維持在區(qū)制2 的概率為0.9443，區(qū)制2轉(zhuǎn)移到區(qū)制1 的概率為0.0409，區(qū)制2 轉(zhuǎn)移到區(qū)制3的概率為0.0147；系統(tǒng)維持在區(qū)制3的概率為0.8899，區(qū)制3 轉(zhuǎn)移到區(qū)制1 的概率為0.0000，區(qū)制3 轉(zhuǎn)移到區(qū)制2 的概率為0.1101。從轉(zhuǎn)移概率可知，系統(tǒng)進(jìn)入“金融過渡”區(qū)制后，向“金融繁榮”與“金融風(fēng)險”轉(zhuǎn)換的概率很低，這表明，系統(tǒng)更偏好于“金融過渡”區(qū)制。從區(qū)制樣本看，區(qū)制1 的樣本數(shù)量為59 個月，平均持續(xù)期為9.87；區(qū)制2 的樣本數(shù)量為143.7 個月，持續(xù)期為17.96；區(qū)制3 的樣本數(shù)量為34.3 個月，平均持續(xù)期為9.08，區(qū)制2“金融過渡”持續(xù)期最長。區(qū)制的轉(zhuǎn)換概率表明MS-AR 模型回歸得到的三區(qū)制具有穩(wěn)定性，相對而言區(qū)制2的穩(wěn)定性更強(qiáng)。

表3 區(qū)制間的轉(zhuǎn)換概率和狀態(tài)參數(shù)

進(jìn)一步對各區(qū)制的時間進(jìn)行詳細(xì)劃分，表4顯示三個區(qū)制分別包含的時間區(qū)間，將劃分的區(qū)制與中國金融事件進(jìn)行對應(yīng)，總體來看，各區(qū)制與中國金融市場狀況基本吻合。

表4 MS-AR模型區(qū)制時間劃分

具體來看，區(qū)制1 主要處在2004—2006 年和2016—2019年兩個區(qū)間內(nèi)。2004年，美國開始加息，聯(lián)邦基金利率逐步提高，資本的逐利性驅(qū)使中國大量國外資金流入美國市場，對中國流動性產(chǎn)生擠壓作用，中國面臨資本外流和人民幣貶值壓力，但同時也為中國吸引外部資金提供了新的機(jī)遇。2006年12月11日，中國加入世界貿(mào)易組織的過渡期結(jié)束，金融生態(tài)環(huán)境進(jìn)一步改善，金融業(yè)對外開放水平不斷提高，中國金融體系的穩(wěn)定性增強(qiáng)。2016 年9 月30 日，國際貨幣基金組織將人民幣納入特別提款權(quán)貨幣籃子，標(biāo)志著人民幣國際化邁出了重要一步，增強(qiáng)了市場信心，有利于吸引外資進(jìn)入中國金融市場，促進(jìn)資本市場的健康發(fā)展?？傮w來看，以上幾個時間段中國金融市場穩(wěn)定，企業(yè)盈利能力強(qiáng)，投資者信心高漲，并且在此期間中國股市表現(xiàn)良好、房地產(chǎn)市場火爆、銀行業(yè)利潤不斷攀升、國際收支狀況穩(wěn)定，表明中國金融市場發(fā)展強(qiáng)勁，處在繁榮發(fā)展階段。

區(qū)制2 主要處在2002—2004 年、2009—2015 年和2020—2021 年三個區(qū)間內(nèi)。2002 年11 月至2003年6月美國聯(lián)邦基金利率不斷降低，導(dǎo)致全球流動性的增加，推高了全球大宗商品價格，促進(jìn)了中國的出口。2003 年中國股市出現(xiàn)大幅度下跌，投資者信心受到極大沖擊，造成股市低迷。2013 年8 月，上海自貿(mào)區(qū)正式掛牌成立，成為中國首個自由貿(mào)易試驗區(qū)，標(biāo)志著中國金融改革進(jìn)程邁出了重要一步。2020年，疫情沖擊導(dǎo)致我國多個行業(yè)受到重創(chuàng)，股市、債市等資產(chǎn)價格大幅波動，金融市場流動性嚴(yán)重緊張。同時為緩解疫情對經(jīng)濟(jì)的沖擊，美國聯(lián)邦儲備委員會實施大規(guī)模的量化寬松政策，國外資本流入中國市場，人民幣升值的同時對中國出口企業(yè)和經(jīng)濟(jì)增長產(chǎn)生一定的影響。在以上幾個時間段中國的經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和金融改革進(jìn)程加快，金融市場逐漸開放，但同時也面臨著金融去杠桿、房地產(chǎn)市場波動等風(fēng)險和挑戰(zhàn)，整體發(fā)展處于過渡階段。

區(qū)制3 主要處于2007—2009 年和2022 年兩個區(qū)間內(nèi)。2007 年9 月至2008 年初，美國爆發(fā)次級貸款危機(jī)，中國金融市場的波動性和不穩(wěn)定性增加，經(jīng)濟(jì)增長下滑，股市、房地產(chǎn)市場均出現(xiàn)明顯波動，金融市場信心受到打擊。2008—2009年3月，金融風(fēng)險不斷深化，投資者的風(fēng)險恐慌情緒不斷上升，中國金融市場面臨著較強(qiáng)的外部沖擊。2022 年受疫情影響，全球經(jīng)濟(jì)增長放緩，中國金融市場受到一定程度的沖擊，尤其是股市和債市表現(xiàn)較為不穩(wěn)定，對投資者信心造成一定影響。同年，美國CPI 同比增幅飆升，為抑制通脹美聯(lián)儲啟動了加息周期，一方面，美元升值導(dǎo)致人民幣貶值，對中國出口產(chǎn)生不利影響，另一方面，美國利率上升會提高全球風(fēng)險資產(chǎn)的折現(xiàn)率，導(dǎo)致資本流出中國，對中國股市和房市等資產(chǎn)價格產(chǎn)生下行壓力。此外，隨著全球資本環(huán)境的變化，中國面臨著債務(wù)違約和金融風(fēng)險的壓力，加之經(jīng)濟(jì)增長放緩，對中國金融市場產(chǎn)生一定沖擊。以上幾個時間段中國金融市場受到外部因素和內(nèi)部因素的雙重沖擊，金融市場表現(xiàn)出較大的不確定性和波動性，總體處于風(fēng)險階段。

（三）TVP-SV-VAR模型擬合結(jié)果分析

美國實施貨幣政策，通過利率、匯率和資本流動渠道間接影響中國金融市場的穩(wěn)定。由于金融市場環(huán)境的復(fù)雜性，美國貨幣政策對中國金融市場的傳導(dǎo)效應(yīng)也會隨著中國金融市場所處的區(qū)制的不同產(chǎn)生差異性，針對中國金融市場所處的區(qū)制來制定不同的應(yīng)對政策，可以有效減小美國貨幣政策對中國金融市場帶來的沖擊。因此，本文使用美國貨幣政策的代理變量美國聯(lián)邦基金利率（FFR）和廣義貨幣供應(yīng)量（M2）以及中國動態(tài)金融狀況指數(shù)（FCI）建立包含隨機(jī)波動的時變參數(shù)的向量自回歸（TVP-SV-VAR）模型，實證研究美國貨幣政策對中國金融狀況的動態(tài)傳導(dǎo)效應(yīng)。基于MCMC算法估計后驗分布的參數(shù)，其中共迭代10000 次，舍棄前1000 次保留后9000 次進(jìn)行估計，估計結(jié)果如圖3和表5所示。從表5來看，各參數(shù)的標(biāo)準(zhǔn)差都比較小，參數(shù)后驗均值接近于真實值且都落在95%的置信區(qū)間內(nèi)，表示估計結(jié)果有效。Geweke 概率均小于5%的臨界值（1.96），即不能拒絕后驗分布是收斂的。另外參數(shù)的無效因子都低于100，這意味著至少可以得到121 個（10000/82≈121.95）不相關(guān)樣本，足以用于參數(shù)后驗推斷。

圖3 自相關(guān)（上）、樣本路徑（中）、后驗密度分布（下）

表5 TVP-SV-VAR模型的抽樣檢驗

圖3顯示了模型參數(shù)估計的自相關(guān)圖、樣本路徑和后驗密度圖，∑b、∑c、∑h等參數(shù)自相關(guān)系數(shù)長期基本接近于零，樣本路徑極端值較少分布均勻，表明抽樣數(shù)據(jù)平穩(wěn)有效。從整體結(jié)果來看，本文的TVP-SV-VAR 模型通過收斂性和穩(wěn)定性檢驗，說明該模型是有效的。

圖4為聯(lián)邦基金利率、美國廣義貨幣供給和中國動態(tài)金融狀況指數(shù)后驗波動率走勢圖。美國聯(lián)邦基金利率和廣義貨幣供應(yīng)的方差波動比較明顯，波動幅度較大的時段基本對應(yīng)著美國貨幣政策實施時期，這也說明本文選用美國廣義貨幣供應(yīng)量和聯(lián)邦利率作為考察美國貨幣政策變化的代理變量是合理的，并且3個變量的后驗波動率變動劇烈，表明變量有顯著的異方差，同時也說明本文采用TVP-SV-VAR 模型是合理的。

圖4 聯(lián)邦基金利率和廣義貨幣供給和動態(tài)金融狀況指數(shù)后驗波動率

（四）時變脈沖響應(yīng)分析

1.等間隔脈沖響應(yīng)結(jié)果。圖5 為聯(lián)邦基金利率和美國廣義貨幣供給對中國動態(tài)金融狀況指數(shù)的等間隔脈沖響應(yīng)圖，選擇的時間間隔為4、8、12個月，得到每一時點上1 單位沖擊所產(chǎn)生的脈沖響應(yīng)情況。實線、短虛線和長虛線分別代表4 期、8 期和12 期滯后，對應(yīng)短期、中期和長期三種時間間隔的脈沖響應(yīng)函數(shù)。由此可知，無論是緊縮性貨幣政策還是擴(kuò)張性貨幣政策的不同滯后期情形下的等間隔脈沖響應(yīng)函數(shù)走勢相對一致，意味著模型相對穩(wěn)健。

圖5 聯(lián)邦基金利率和美國廣義貨幣供給對中國動態(tài)金融狀況指數(shù)等間隔脈沖響應(yīng)

總體來看，美國緊縮性貨幣政策和擴(kuò)張性貨幣政策對中國金融狀況的短期影響都要大于中長期。圖5（a）為美國實施緊縮性貨幣政策對中國金融狀況的沖擊，從短期來看，給美國聯(lián)邦基金利率施加一個單位標(biāo)準(zhǔn)差的正向沖擊，在2002—2007 年間呈現(xiàn)出逐漸減小的負(fù)向響應(yīng)，2007 年轉(zhuǎn)為正向響應(yīng)并逐漸變大，于2008年7月達(dá)到峰值（0.036）并開始回落，2013年3 月達(dá)到負(fù)向峰值（-0.0024）開始回升，并于2019年7 月再次達(dá)到正向峰值（0.037）。圖5（b）為美國實施擴(kuò)張性貨幣政策對中國金融狀況的沖擊，從短期來看，給美國廣義貨幣供給施加一個單位標(biāo)準(zhǔn)差的正向沖擊，在2002—2008年呈現(xiàn)出逐漸變大的正向響應(yīng)，于2008年9月達(dá)到正向峰值（0.09）后開始逐漸回落，于2013年9月達(dá)到負(fù)向峰值（-0.012），并于2020年1月再次回升達(dá)到正向峰值（0.07）。美國實施緊縮性貨幣政策和擴(kuò)張性貨幣政策對中國金融市場的沖擊影響均在2008 年和2020 年前后出現(xiàn)正向峰值，主要受2008 年的全球金融危機(jī)和2020 年的疫情沖擊影響，美國為應(yīng)對危機(jī)實施的貨幣政策給中國提供了更多的資金流動性和信貸，間接促進(jìn)中國金融市場的發(fā)展。2013年兩種類型的貨幣政策對中國金融狀況的沖擊均達(dá)負(fù)向峰值，主要原因在于2013 年中國經(jīng)濟(jì)增長進(jìn)入了一個調(diào)整期，美國實施加息或增加貨幣供給量的貨幣政策，會導(dǎo)致中國市場出現(xiàn)資產(chǎn)泡沫或通貨膨脹等負(fù)面影響，進(jìn)而影響中國金融市場的發(fā)展?？傮w來看，中國金融市場對美國貨幣政策的沖擊響應(yīng)具有一定的時變特征，并且比較美國擴(kuò)張性及緊縮性貨幣政策對中國金融市場的沖擊影響，顯然擴(kuò)張性貨幣政策每單位沖擊對中國金融市場的影響更大，表明美國實施擴(kuò)張性貨幣政策對中國金融市場的影響作用相對更大。

2.等時點脈沖響應(yīng)結(jié)果。本文根據(jù)MS-AR模型的區(qū)制劃分結(jié)果，選擇3 個有代表性的時間點，進(jìn)一步比較不同區(qū)制下美國實施緊縮性和擴(kuò)張性貨幣政策對中國金融市場的傳導(dǎo)效應(yīng)。如圖6所示，選取的3 個時間點為2008 年10 月、2010 年6 月和2018 年3月。其中2008 年10 月處于金融風(fēng)險區(qū)制，全球金融風(fēng)險的爆發(fā)對中國金融市場造成了沖擊，導(dǎo)致股市、樓市等多個領(lǐng)域出現(xiàn)大幅波動，嚴(yán)重影響金融市場的穩(wěn)定性；2010 年6 月處于金融過渡區(qū)制，在全球金融風(fēng)險的影響下，中國政府采取一系列積極的宏觀經(jīng)濟(jì)政策措施，促進(jìn)經(jīng)濟(jì)增長和就業(yè)，也為金融狀況的好轉(zhuǎn)奠定基礎(chǔ)；2018 年3 月處于金融繁榮區(qū)制，中國政府加強(qiáng)金融監(jiān)管，整治金融市場亂象，金融市場回歸穩(wěn)健發(fā)展軌道。整體來看，無論是緊縮性貨幣政策還是擴(kuò)張性貨幣政策對金融市場的沖擊在3 個不同時點下的走勢基本一致，意味著結(jié)果具有一定的穩(wěn)健性。

圖6 聯(lián)邦基金利率和美國廣義貨幣供給對中國動態(tài)金融狀況指數(shù)等時點脈沖響應(yīng)

圖6（a）為中國金融狀況對美國緊縮性貨幣政策的沖擊響應(yīng)圖，整體而言，金融風(fēng)險時期對中國金融市場的沖擊明顯更大，先是產(chǎn)生逐漸減小的正向沖擊，在第3 期轉(zhuǎn)為負(fù)向沖擊，負(fù)向沖擊在第11 期達(dá)到峰值。在金融過渡和金融繁榮時期，美國實施緊縮性貨幣政策對中國金融市場同樣先產(chǎn)生逐漸減小的負(fù)向沖擊，分別在第5期和第6期轉(zhuǎn)為負(fù)向沖擊，均在第10期達(dá)到負(fù)向峰值，然后趨于平穩(wěn)?？傮w來看，美國實施緊縮性貨幣政策的前期對中國金融市場有正向影響，主要因為美國采取經(jīng)濟(jì)刺激政策，對中國出口產(chǎn)生促進(jìn)作用，進(jìn)而對中國金融市場產(chǎn)生正向刺激，但隨著時間的推移，美國加息會導(dǎo)致國際資本不斷流出中國，從而削弱中國金融市場的流動性和投資需求。在金融風(fēng)險時期，由于市場不確定性增加，投資者可能會將資金轉(zhuǎn)移到相對安全的避險資產(chǎn)上，更大程度上對中國金融市場產(chǎn)生負(fù)面刺激。圖6（b）為中國金融狀況對美國擴(kuò)張性貨幣政策的沖擊響應(yīng)圖，美國增加貨幣供應(yīng)量對中國金融市場各區(qū)制均產(chǎn)生逐漸減小的正向沖擊，且金融狀況下行壓力越大響應(yīng)程度越大。在金融風(fēng)險時期，經(jīng)濟(jì)處于衰退和不穩(wěn)定狀態(tài)，美國增加貨幣供應(yīng)量，對中國等新興市場國家的出口企業(yè)和外貿(mào)產(chǎn)業(yè)提供更多的融資和流動性支持，降低了融資成本，有利于中國經(jīng)濟(jì)金融的穩(wěn)定和增長。在金融過渡和金融繁榮時期，中國金融市場發(fā)展相對穩(wěn)健，美國實施擴(kuò)張性貨幣政策對中國金融市場會產(chǎn)生一定的正向波動，但總體小于金融風(fēng)險時期。比較各時點美國貨幣政策對中國金融市場狀況的沖擊影響，無論是緊縮性貨幣政策還是擴(kuò)張性貨幣政策，當(dāng)中國處于金融風(fēng)險區(qū)制時，美國實施貨幣政策對中國金融市場的影響更大，這意味著美國貨幣政策傳導(dǎo)具有一定的周期特征。整體來看，中國金融市場對美國緊縮性貨幣政策的沖擊響應(yīng)為負(fù)，對美國擴(kuò)張性貨幣政策的沖擊響應(yīng)為正。因此，在不同金融周期環(huán)境中，美國貨幣政策實施對中國金融市場的影響效果具有非對稱性。

五、結(jié)論與建議

本文選取影響中國金融市場變化的6 類金融指標(biāo)結(jié)合構(gòu)建月度GDP，以此測度中國動態(tài)金融狀況指數(shù)（FCI），并建立MS-AR模型分析中國動態(tài)金融狀況指數(shù)的區(qū)制特征。隨后本文選取美國聯(lián)邦基金利率（FFR）和廣義貨幣供應(yīng)量（M2）作為美國貨幣政策的代理變量，結(jié)合FCI建立包含隨機(jī)波動的時變參數(shù)向量（TVP-SV-VAR）模型，實證分析美國貨幣政策對中國金融市場的動態(tài)傳導(dǎo)效應(yīng)，得出以下結(jié)論：

一是從影響的期限來看，美國貨幣政策對我國金融市場的影響具有時變特征，美國無論實施緊縮性貨幣政策還是擴(kuò)張性貨幣政策，在短期內(nèi)對中國金融市場狀況的影響相對更大，中長期不斷減弱。二是從影響的區(qū)制來看，在金融風(fēng)險時期，美國貨幣政策對中國金融市場的沖擊明顯大于金融繁榮時期和金融過渡時期，意味著美國貨幣政策傳導(dǎo)具有周期特征。三是從影響的角度來看，美國實施緊縮性和擴(kuò)張性貨幣政策對中國金融市場的影響能力存在差異。美國緊縮性貨幣政策實施前期有利于中國金融市場發(fā)展，實施后期不利于中國金融市場發(fā)展，美國實施擴(kuò)張性貨幣政策整體有利于中國金融市場發(fā)展。

根據(jù)本文的分析，為了應(yīng)對美國貨幣政策的變化對中國金融市場帶來的負(fù)面影響以及維持國內(nèi)實體經(jīng)濟(jì)的平穩(wěn)發(fā)展，提出以下建議：

首先，美聯(lián)儲實施緊縮性貨幣政策或擴(kuò)張性貨幣政策進(jìn)行經(jīng)濟(jì)調(diào)控，都不會損害中國金融市場的長期高質(zhì)量發(fā)展。因此，在應(yīng)對美國貨幣政策溢出效應(yīng)的影響時，中央銀行應(yīng)該繼續(xù)保持穩(wěn)健的貨幣政策并加強(qiáng)與市場以及公眾的溝通和信息披露，以提高金融市場的透明度和可預(yù)測性，確保中國金融市場的平穩(wěn)運行。

其次，金融風(fēng)險時期美國貨幣政策對中國金融市場的沖擊更大，相關(guān)金融部門應(yīng)該通過加強(qiáng)金融市場基礎(chǔ)設(shè)施建設(shè)、促進(jìn)金融創(chuàng)新等措施提高金融市場的韌性和應(yīng)對風(fēng)險的能力，降低外部沖擊的影響。此外，政府還應(yīng)加強(qiáng)對外經(jīng)濟(jì)合作和溝通，共同應(yīng)對全球經(jīng)濟(jì)風(fēng)險和挑戰(zhàn)，維護(hù)全球金融市場的穩(wěn)定和可持續(xù)發(fā)展。

最后，為減弱美國緊縮性貨幣政策通過資本流動和貨幣匯率對中國金融市場造成的不利影響，中國應(yīng)實施積極的財政政策，擴(kuò)大基礎(chǔ)設(shè)施建設(shè)、公共服務(wù)等領(lǐng)域的投資，通過擴(kuò)大內(nèi)需，提高中國金融市場的穩(wěn)定性，減輕對外部經(jīng)濟(jì)環(huán)境的依賴。此外，相關(guān)金融部門還可以通過適度增加外匯儲備和加強(qiáng)監(jiān)管外匯市場的流動性和交易風(fēng)險，進(jìn)一步提高金融市場的穩(wěn)定性。