中国货币政策综合力度测算及预测研究，本文主要内容关键词为：货币政策论文,中国论文,力度论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
随着经济进入新常态，货币政策“精准发力，主动作为”受到人们的普遍关注。精准发力意味着央行要根据流动性形势变化，有针对性地灵活调整流动性操作的方向、时间和力度，即根据货币政策综合力度进行调控，这显然对央行在新常态下的货币政策操作提出了更高的要求。尽管从理论上来说，为实现宏观经济持续稳定健康发展的目标，始终如一地坚持对宏观经济干预最小化原则，可以为经济实现内生增长创造一个稳定的货币金融环境，但是，如何把握货币政策调控的综合力度，却是央行面临的一个亟待研究的难题。 从货币政策操作的历史来看，自20世纪30年代后，学者们开始关注货币政策平抑宏观经济周期波动的作用。凯恩斯主张采用相机抉择来稳定一国的经济运行，然而事实上经济周期波动并没有因此而消失，反而波动越来越频繁，这可以看成是货币政策没有把握好综合力度的必然结果。20世纪70年代后，Kydland and Prescott(1977)[1]等人在真实经济周期模型基础上提出了动态非一致性问题，使人们从另外一个角度认识到货币政策综合力度的重要性。进入20世纪90年代后，货币政策操作规则由于兼顾了相机抉择的灵活性，又考虑了动态非一致性，成为最优货币政策分析的主要工具(卞志村，2014[2])，使央行按适度综合力度操作成为可能。在沃克尔——格林斯潘时代，美联储虽然对于通货膨胀的变化敏感，但在其微调模式下，经济波动幅度变小，经济周期变长(Clarida，Gali and Gertler，2000[3])。这又成为把握好货币政策综合力度的成功案例。 中国改革开放以来，经济既保持高速增长，又呈现出明显的周期性波动特征。1978-2008年间，前期经济波动大且频繁，主要是由于1996年之前利率管制加剧了经济波动(万晓莉，2011[4])，这种管制和灵活的逆周期调控是缺乏综合力度的典型特征。1997年后经济波动逐步趋于缓和，经济周期也显著延长(孙稳存，2007[5]；张超等，2015[6])，主要在于央行货币政策综合力度提高所致。但是在2008年后，经济波动幅度又显著放大，应该说央行在很大程度上为应对国际金融危机的缺乏综合力度的货币政策操作起到了推波助澜的作用。 本文余下部分将探讨货币政策综合力度的测度，并提出相应的结论与政策建议。后续结构如下：第二节探讨货币政策综合力度的内涵与分析框架：第三节构建货币政策综合力度模型和数据说明；第四节测算1992-2013年各季度的综合力度值并总结货币政策调控特征；第五节探讨货币政策综合力度对宏观变量的影响，最后得出结论与政策建议。 二、货币政策综合力度内涵分析 货币政策综合力度是指货币政策工具变量调整的相对稳定性(楚尔鸣和石华军，2014[7]；崔岩，2015[8])。这种“相对稳定性”是相对于货币政策最终目标变量的变化而言的“工具变量调整”包括货币政策工具变量调整的时间、幅度和方向。因此，对货币政策综合力度的测度，应考虑以下四个方面的因素：中央银行货币政策目标偏好转移程度、一定时间内货币政策工具变量变化频率、一次货币政策工具变量调整幅度以及货币政策工具变量变化的相对力度与时滞。 (一)中央银行货币政策目标偏好转移程度 该指标表示央行放弃原定货币政策目标而选择新目标的相对变化程度。我们知道，币值稳定、经济增长、充分就业和国际收支平衡被称为现代货币政策四大最终目标。如果央行根据本国经济状况和外部经济变化，经常变换货币政策目标偏好，那么货币政策综合力度就弱，反之则强。我国货币政策以稳定币值和促进经济增长为目标，这种选择使货币政策在物价飞涨时采用紧缩政策以应对通货膨胀，在经济下滑时采用扩张政策以保增长。这种随经济周期变化而频繁地转换货币政策目标，势必降低央行的货币政策综合力度。显然，从货币政策目标偏好转移的角度来看，单一目标制国家比多目标制国家的货币政策综合力度更强。 (二)一定时间内货币政策工具变量的变化频率 该指标表示央行调整货币政策工具变量频率的绝对变化程度。在其他条件一定的情况下，一定时间内货币政策工具变量调整的次数越少，频率越低，货币政策综合力度越强，反之则弱。但不同的货币政策工具变量具有不同的使用特征，比如存款准备金率调整对经济的影响大，所以使用频率较低；公开市场操作通过市场化调节，对于经济的冲击小，故使用频率较高；再贴现率的使用频率介于两者之间。目前，发达国家金融体系健全，为避免对经济的过度冲击通常不使用存款准备金率手段，主要采用公开市场操作。发展中国家由于金融市场化程度低，使用再贴现率、公开市场操作效果欠佳，常常需要通过调整存款准备金率进行调控，这导致货币政策综合力度下降。 (三)一次货币政策工具变量的调整幅度 该指标表示央行调整货币政策工具变量幅度的绝对变化程度。在其他条件一定的情况下，一次货币政策工具变量调整幅度越小，货币政策综合力度越强，反之越弱。当然，不同货币政策工具变量的调整对宏观经济的影响力度不同，所以导致调整方式和调整幅度的差异。比如目前发达国家普遍采用的利率平滑政策，就是为了减缓货币政策调控对经济的冲击，采取小幅连续的调整方式。而一些国家为了应对危机或遏制通胀，也采用力度很大的操作。需要说明的是，一定时期内货币政策综合力度的大小取决于货币政策工具变量调整的频率与一次调整幅度的乘积，并呈反比例变化。 (四)货币政策工具变量变化的相对力度与时滞 该指标表示货币政策目标变量偏离原定目标值时，工具变量调整的相对变化程度。如果货币政策工具变量调整的程度一定，目标变量偏离目标值的幅度越小，货币政策综合力度越弱，反之越强；相对时滞则是货币政策工具变量调整的程度一定，且目标变量偏离原目标值的幅度一定，则目标变量偏离原目标值持续的时间越长，货币政策综合力度越强，反之越弱。 三、综合力度测度模型与数据说明 (一)测度模型 基于以上分析，本文在测度中国的货币政策综合力度时，首先考虑央行货币政策目标偏好转移程度，这种程度的大小本可以通过N/M度量，N表示一定时期所选择的货币政策目标，M表示可选的货币政策目标总量(M=4)。但是，由于中国人民银行法已确定中国央行的货币政策目标是“币值稳定并以此促进经济增长”，这双重目标并不会由于不同时期而改变，从而在测度中将其作为外生条件。其次考虑货币政策的绝对综合力度，由一定时间内货币政策工具变量的变化频率和一次变化的调整幅度所构成，用公式表示如下：
其中，
表示考察期第t年货币政策工具变量i的变动次数，
表示第t年工具变量i每次调整幅度。如果考察期内央行使用了不同货币政策工具，则总的货币政策调整幅度需要计算加权和。公式表示如下：
其中，
表示不同货币政策工具的权数，
，n表示考察期内使用货币政策工具的个数。由于一定时期内中央银行可选择的货币政策工具较多，且有些操作数据是难以获取的，如公开市场业务等，考虑到这些具体情况，本文拟只选择存款准备金率和基准利率两种工具来进行测度，则n=2。 再次，考虑货币政策的相对综合力度，货币政策目标变量偏离原定目标值的程度与时滞，用如下公式表示：
式中，
表示货币政策最终目标变量N的长期目标值，
代表第T年内目标变量N的实际值，
表示目标变量N偏离目标值的持续时间，
表示目标变量N的权数，有
=1。如上所述，如果将双目标作为外生变量，则n=2。 最后，基于双目标双手段的货币政策综合力度测度模型可以写成：
式中，
表示t期货币政策综合力度。显然根据(4)式，计算出来的数值越小，表示货币政策综合力度越强，反之越弱。 (二)数据说明和变量计算 鉴于自1992年1月起中国人民银行开始独立发布相关数据以及数据的可得性，本文选取1992Q1～2013Q4的88个季度数据进行测算。 1.货币政策工具变量变化频率分别选择基准存款利率和法定存款准备金率的变化次数
。为了简化数据获取过程以及兼顾实际影响程度，本文对法定存款准备金率数据采用人民银行公布的大型金融机构、中小型金融机构法定存款准备金率加权确定。另外，对于有些年份多次调整法定存款准备金率、基准利率，我们进行了加权计算。 2.货币政策工具变量调整幅度分别选择基准存款利率和法定存款准备金率调整幅度的相对大小
，即调整值相对于原值的比率。另外，在一些年份存在正反向调整问题，根据货币政策综合力度概念，为了剔除调整变化的正负号影响以及对量纲的考虑，均使用了平方值形式
① 3.货币政策工具变量变化的相对力度分别选择实际GDP、实际CPI增长率相对于最优目标值②偏离大小占原值比例，其中最优目标值
通过HP滤波法获得。 4.货币政策工具变量变化的相对时滞
以年为单位，表示相对偏离的时长占当年的比例，如6个月则为1/2。 以上原始数据来源于Wind数据库、人民银行网站和国家统计局网站。对于少数指标只有年度数据，利用Eviews7.0通过变频转换为季度数据，并对所有的季度数据进行
季度调整。 (三)参数校准与权重确定 在对(4)式进行货币政策综合力度数值计算前，需要对ν、γ两个参数进行确定。v是产出和通货膨胀的权重参数，取
=0.5。主要是基于目前美联储、欧洲中央银行、英格兰银行、加拿大银行等西方主要发达国家货币政策操作的理论依据——泰勒规则(Taylor，1993[9])，其中对产出缺口和通胀缺口的权重参数取0.5。这种估计被众多学者所检验和证实，也取得了不错的实践效果。
是不同货币政策工具变量的权重参数。姚余栋等(2014)[10]、杨光等(2015)[11]在构建一个包含资本流动扰动的开放经济货币政策框架，结果显示中国基准存款利率对通货膨胀、产出缺口的影响系数达0.85以上。石华军(2008)[12]考虑到中国货币政策区域效应问题，发现我国基准存款利率对产出的影响系数在0.56～0.64之间。故本文采用他们的研究成果并取均值，将基准存款利率的反映系数
定为0.705。闫先东等(2012)[13]认为，准备金率变动对货币乘数影响系数在0.148～0.519之间。学界对此的估计存在较大分歧，如余明(2009)[14]认为准备金规模对银行信贷规模的影响系数高达2.62，也有学者认为准备金率对宏观调控的影响并不明显。经验结果的差别与模型类型、数据频率以及样本区间等众多因素有关。综合考虑各种因素结果见表1。
四、测算结果及特征分析 (一)测算结果 根据公式(4)和处理后的数据计算所得到的货币政策综合力度值，以及实际GDP增长率、实际CPI增长率偏离均衡值的情况如表2、图1、图2所示。
图1 1992～2013年中国货币政策综合力度变动情况
图2 1992～2013年中国实际GDP、CPI偏离均衡值的情况 (二)货币政策调控特征 1.从1992～2013年期间来看，货币政策综合力度总体呈现“前期波动较大，后期波动较小”的特征。考察期的大多数季度，货币政策综合力度较强，且保持平稳。特别是2013年后，货币政策综合力度总体保持0值附近，体现了当前宏观调控的稳健性。 2.货币政策的时滞效应缩短。在货币政策工具调整后，货币政策目标恢复到均衡位置的速度加快。前期如实际CPI和实际GDP恢复到均衡水平持续了四年以上(分别是1992Q2～1997Q2、1992Q4～1997Q2)；后期实际CPI与实际GDP恢复到均衡水平则缩短至两年内(2008Q4～2010Q1、2009Q2～2010Q3)。这也从另一个角度证明了中国货币政策的有效性在不断提高。 3.货币政策综合力度较弱的五个时期。分别是1993Q3、1996Q2～Q3、1997Q4～1999Q2、2007Q2～2008Q4、2010Q4～2011Q2，这5个时期前后分别对应中国宏观经济发展中的以下阶段：“小平南巡讲话”、亚洲金融危机前的“软着陆”和危机治理、全球次贷危机和欧债危机的应对、后危机时代的反通胀。 4.货币政策综合力度较强的四个时期。分别是1994Q2～1996Q1、2000Q1～2006Q2、2010Q1～Q2、2012Q4～2013Q4，这四个时期分别处在20世纪90年代中的“软着陆”时期、亚洲金融危机过后的经济恢复期、走出次贷危机冲击后的平稳期和经济进入新常态阶段。 五、对宏观经济变量的影响分析 (一)分析方法 VAR模型侧重考察各变量的相互关系，但是，当变量之间不仅存在滞后期影响，而且还存在同期影响时，无约束的VAR模型就显得不足，为此，Blanchard and Quah(1990)[12]提出结构向量自回归模型(SVAR)加以改进。SVAR模型从经济理论出发，通过对VAR模型的新息进行分解，获得了结构性新息，区分了不同的冲击影响。一个典型的K个变量P阶结构向量自回归模型SVAR(p)一般矩阵如下：
货币政策综合力度虽然是中央银行根据经济增长和物价变动情况调整存款准备金率和基准利率的行为指标，但事实上中央银行在进行货币政策决策时，还考虑了其它宏观经济变量，如消费、投资、财政支出、信贷支出等，而且中央银行货币政策综合力度的变动，反过来也会对其它宏观经济变量造成影响，因而货币政策综合力度S[，t]、消费者价格指数实际值RCPI、国内生产总值实际增长率RGDP、社会消费零售总额增长率LC、社会固定资产投资增长率LI、财政支出增长率LG、金融机构各项贷款余额增长率Lcred，这些宏观经济变量进入模型符合经济学逻辑。通过对这些变量进行时间序列间的相关性交叉检验，发现具有较强的同期相关性，说明采用结构向量自回归模型(SVAR)是合理的。 (二)数据平稳性检验 对序列进行平稳性检验以避免伪回归问题。出于谨慎的目的，本文采用ADF检验，认为只有在1%显著性水平通过检验才认为序列平稳。 从检验结果看，变量原序列并非完全平稳序列。序列Lcred和
的P值为零，表明在99%置信水平拒绝原假设，不存在单位根，序列平稳，可以直接进入SVAR模型。其余序列均非平稳序列，但是进行一阶差分后，各序列都能在99%显著水平上成为平稳序列(见表3)，建立SVAR模型。
(三)SVAR模型识别与估计 本文对消费者价格指数实际值RCPI、国内生产总值实际增长率RGDP、社会消费零售总额增长率LC、社会固定资产投资增长率LI、财政支出增长率LG、金融机构各项贷款余额增长率Lcred、货币政策综合力度S1等7个内生变量建立SVAR模型。在综合考虑模型AIC和SC信息准则，以及参考LR、FPE、HQ等相关准则后，确定模型滞后阶数为2阶。模型特征值经检验都位于单位圆内，说明模型稳定，滞后阶数选择适宜。由于内生变量有7个，因此需要对矩阵施加K(K-1)/2=21个约束。基于中国实际经济情况及经济理论，设定识别条件如下。 1.假设央行对基准利率、存款准备金率的调节有一定的认识时滞，则t期货币政策综合力度决策形成于t-1期，不受t期各个宏观经济变量的影响，因此，
； 2.由于货币政策的时滞效应，按照“双目标”所进行的货币政策综合力度操作并不能马上产生效果，根据现有研究发现，经济增长RGDP时滞在4～8个月，故
；物价水平实际值RCPI时滞在3～6个月，所以
； 3.假设t期经济增长RGDP、社会消费LC、社会投资LI、政府支出LG、价格水平价格指数实际值RCPI、对t期金融机构贷款余额Lcred影响较小，则
； (四)货币政策综合力度的预测应用 货币政策综合力度的预测应用采用脉冲响应与方差分解的方法。按照改革开放后中国一般经济周期的平均时长，我们选择滞后期为28个季度(7年)。如图3所示，横轴表示冲击的时间间隔，纵轴表示变量受到1个标准差新息冲击后的脉冲响应程度，虚线表示2倍标准差置信区间。本文分别给出了货币政策综合力度
对于自身、国内生产总值实际增长率RGDP、社会固定资产投资增长率LI、金融机构各项贷款余额增长率Lcred、财政支出增长率LG、社会消费零售总额增长率LC、消费者价格指数实际值RCPI的一个正向标准差冲击的脉冲响应。
图3 各宏观经济变量对来自货币政策综合力度的脉冲响应 第一、货币政策综合力度对于自身的冲击反应最迅速。对于1个正标准差新息冲击响应在第一期最大，随后逐步降低，负向影响持续大约12个季度之后，宏观调控的效应逐步恢复正常水平；第二、经济实际增长率对于货币政策综合力度1个正标准差新息冲击在当期产生负向的影响，并且这种负向影响呈“U”型趋势变化，在经历大约5个季度后达到峰值并触底反弹，负向影响持续大约17个季度，之后转换并稳定在一个正向水平，长期来看，货币政策综合力度对于实际经济增长具有持续的推动作用；第三、社会固定资产投资对于货币政策综合力度1个正标准差新息冲击产生负向影响，在第5季度达到峰值，随后逐步减弱，持续16个季度后衰减为0后，开始转换并维持在正值水平；第四、金融机构贷款余额对于货币政策综合力度1个正标准差新息冲击在当期产生正向影响并持续6个季度，随后由正转负并持续17个季度，在小幅负向波动后逐步稳定于正值水平；第五、政府财政支出对于货币政策综合力度1个正标准差新息冲击有波动变化。除当期和第3期负向影响外，随后在第2、4季度形成正向效应并在第2季度达到峰值，随后逐步减弱，大约在第20个季度衰减为0并转为正值；第六、消费者价格指数实际值对于货币政策综合力度1个正标准差新息冲击在当期有负向作用，之后逐步走低并在第9季度达到峰值，随后逐步增强，并大约在第25季度转变为正常水平。以上变量稳定后方差分解情况见表4；第七、社会消费对于货币政策综合力度1个正标准差新息冲击在当期有负向冲击作用，并在第9个季度达到峰值，随后负向效应逐步减弱，大约在第23季度后衰减为0并逐步转变为正值。
本文利用1992Q1～2013Q4的数据对中国货币政策综合力度进行测度，测算出中国货币政策综合力度值，并综合考察与主要宏观经济变量的相互影响。研究发现：1、1992Q1～2013Q4期间，中国有五个时期货币政策综合力度较弱，即1993Q3、1996Q2～Q3、1997Q4～1999Q2、2007Q2～2008Q4、2010Q4～2011Q2，分别对应中国宏观经济发展中的以下阶段：“小平南巡讲话”、亚洲金融危机前的“软着陆”和危机治理、全球次贷危机和欧债危机的应对、后危机时代的反通胀；有四个时期定力较强，分别是1994Q2～1996Q1、2000Q1～2006Q2、2010Q1～Q2、2012Q4～2013Q4，分别处在20世纪90年代中的“软着陆”时期、亚洲金融危机过后的经济恢复期、走出次贷危机冲击后的平稳期和经济进入新常态阶段；2、货币政策保持综合力度，短期内导致RGDP、RCPI、社会消费、社会投资、政府支出和金融机构贷款下降，但是从中长期来看都将恢复正增长水平。需要指出的是，实际经济增长率RGDP将在4年后实现稳定的正增长，实际物价水平6年后恢复正值，期间经济运行存在通货紧缩的风险；3、从长期来看，实际经济增长虽然取决于内生的决定性因素，但在短期内货币政策综合力度是一个非常重要的影响因素，并且对其它宏观经济变量同样存在着较大程度的影响。 因此，就货币政策操作而言，避免重走依靠货币政策刺激经济增长的老路，央行首先要强化对经济增长率和消费者价格指数的跟踪监测。其次，综合运用各种货币政策工具，减少和避免各种外部因素对宏观经济的冲击，创造适应经济内生增长的货币环境。需要说明的是，货币政策综合力度值并不是越小越好，也即货币政策综合力度并不是越强越好，而必须根据宏观经济变量的变动做出相应的货币政策工具变量调整决策，主动作为。在理论上说来，应该存在一个最优的货币政策综合力度值或最优定力区间，只有通过优化找到这个最优定力值或最优区间，才有利于中央银行的货币政策操作，也才能真正使中央银行的货币政策操作做到“精准发力，主动作为”。 ①货币政策工具变量调整幅度的相对大小Q[，n]是通过货币政策工具变量调整前后的相对变化率得到。 ②本文认为最优目标值是正负10%的区间，只要实际值处于此区间，就认为调控目标没有偏离目标值。
标签：货币政策论文; 央行论文; 经济模型论文; 经济研究论文; 工具变量论文; 预测模型论文; 存款准备金率论文; 宏观经济论文; 经济学论文; 经济论文; 中国人民银行论文;
