张茜

内容摘要：自1983年9月中国人民银行（以下简称央行）被指定为中国的中央银行以来，中国货币政策对国内经济的影响一直是经济学界关注的焦点。中国货币政策操作的一个显著特点是央行在不同的时点运用各种货币政策工具来实现它的多重政策目标，所以没有单个政策工具能持续地暗示央行的政策态度。考虑到此特点，本文运用伯南克-米霍夫半结构向量自回归模型考查中国货币政策对国内经济的影响。研究结构表明：货币政策对于产出和通货膨胀有明确的影响；流动性效应存在。

关键词：货币政策 冲击 向量自回归模型

引言

自1983年9月中国人民银行被指定为中央银行以来，中国货币政策对国内经济的影响一直是经济学界关注的焦点。这催生出很多从实证角度检验中国货币政策效果的研究（见谢平，2004；Geiger，2006；Green and Chang，2006；王振山和王志强，2000；陈飞、赵昕东和高铁梅，2002；周英章和蒋振声，2002；孙明华，2004）。这些研究获得了一些有价值的成果，但是，它们在运用计量经济学工具做实证检验方面都有一个缺陷：不注重测量和确认外生的货币政策变化，这会使测得的货币政策操作的真正效果模糊不清。蒋伽丹（2014）通过恰当地确认和估计1个不受限制的向量自回归（VAR）模型，在这方面作了有益的补充。

然而，值得注意的是，中国货币政策在操作过程中显示出一个重要的特征：央行在不同的时点运用各种货币政策工具来实现它的多重政策目标，所以没有单个政策工具能持续地暗示央行的政策态度。因此，蒋伽丹（2014）采用以3个货币政策相关变量（货币存量、利率和名义汇率）的外生冲击部分来代表央行货币政策冲击的做法显然过于简单和粗糙。在这方面，伯南克-米霍夫对美国货币政策的一项研究中（Bernanke and Mihov，1998）所用的计量方法值得借鉴。这个被称为伯南克-米霍夫半结构向量自回归（Bernanke-Mihov semi-structural VAR）的模型吸收了货币政策当局采用多种货币政策工具这一特征，从而不必指定哪个与政策相关的变量（货币存量还是利率）是暗示货币政策态度的最佳变量。不仅如此，相对于不受限制的VAR而言，该模型还有一个优势：该方法在数据上添加了一个经济结构（即储备市场模型）。这一设计能更恰当地对货币政策冲击进行建模。

基于以上考虑，本文运用伯南克-米霍夫半结构向量自回归模型对中国货币政策对国内经济的影响进行严格的实证检验。本文第二部分介紹模型的设定，第三部分进行数据说明和呈现计量结果，第四部分是结论和今后的研究方向。

计量模型

本文采用伯南克-米霍夫半结构向量自回归模型。其结构宏观模型可写作：

（1）

（2）

其中P为政策变量向量组，包括总储备、非借入储备和货币政策利率，Y是包括产出、价格水平和大宗商品价格指数在内的非政策变量向量组。vy和vp分别代表2个不相关的结构干扰项（为简单起见，常数项被省略）。方程（2）阐明政策变量P取决于Y和P的现值和过去值以及vp。向量组vp的一个元素是货币政策干扰项vs。这个方程表示当前经济中的发展变化对于政策措施有影响。方程（1）允许非政策变量取决于Y的现值和过去值，以及P的过去值。因此，它表示了一个限制条件，即非政策变量仅仅取决于政策变量的过去值（即C0=0）。

接下来，伯南克和米霍夫加入了一个银行储备市场的标准模型，该模型把简化形式VAR的残值和P模块中的结构干扰项联系起来。该模型如下：

（3）

（4）

（5）

其中uTR，uIR，uBR和uNBR是简化了的VAR的残值，它们分别代表对银行总储备需求的冲击，对货币政策利率的冲击，对借入储备需求的冲击和对非借入储备的冲击，α，β，φd和φb是正值的参数。方程（3）和（4）分别描述了银行对于总储备和借入储备的需求；vd和vb是相应的结构干扰项。方程（5）假设货币当局能够通过调整对非借入储备的供给，在同期对于总储备需求和借入储备需求的结构性干扰做出反应；φd和φb测算这种反应的程度。另外，它假设货币政策的一个真正冲击vs能够引起非借入储备供给的变化。

最后，完成对于系统（3）-（5）的确认需要附加另外1个或2个参数限制条件。这些限制条件对应于货币当局所采用的不同的操作步骤，具体解释如下：

IR模型。限制条件为φd=1，φb=-1。它们的含义是货币当局完全抵消对总储备需求和对借入储备需求的干扰，以使（货币）政策利率只对货币政策冲击做出反应。

NBR模型。限制条件为φd=0，φb=0。它们的含义是非借入储备只对货币政策冲击做出反应。

NBR/TR模型。限制条件为α=0，φb=0。它们的含义是：对总储备需求的冲击是纯粹的需求干扰；货币当局不对借入储备需求的冲击做出反应。

BR模型。限制条件为φd =1，φb=α/β。它们的含义是借入储备需求只对货币政策的冲击做出反应。

TR模型。限制条件为φd=-β/α，φb=-1。它们的含义是总储备需求只对货币政策的冲击做出反应。

JI模型。以上5个模型都添加了2个限制条件，因此整个系统多出一个限制条件而被过度确认。在JI模型中，仅加入一个限制条件（α=0）。它的含义是对总储备需求的冲击仅来自需求方面的干扰。

数据说明及计量结果

本文采用从Datastream获取的工业生产指数（indp），从Datastream获取的消费者价格指数（CPI）和原油价格（poil）来分别代表产出、一般价格水平和大宗商品价格指数。原油价格取从International Financial Statistics（IFS）中获取的布伦特、西德克萨斯中级和迪拜法奇三者原油现货价格的简单算术平均数。3个政策变量为从Datastream获取的中央银行贴现率（cbdiscr），非借入储备（nbres）和取自IFS的总储备（tres）。非借入储备（nbres）按照总储备与借入储备（数据来自IFS）的差额来计算。在使用年同比增长率数据进行估计时（见下文），本文用6个季度tres的移动平均数来对tres和nbres进行标准化。

在估计这个VAR模型时，本文采用1990年第2季度至2009年第3季度的季度数据（对于tres，本文采用1985年第4季度至2009年第3季度的季度数据）。考虑到1998年初中国货币政策的框架出现较大改变，在估计时加入了1个虚拟变量作为1个额外的截距项；在1998年第1季度至2009年第3季度间该变量取值为1，在其余时点取值为0。

所有数据系列除cbdiscr外都采用X-12方法来调整季节性。然后，在估计前，除了nbres，tres和cbdiscr外，所有数据系列都被取它们的自然对数。

为了检验以上数据系列的平稳性，本文采用了5种单位根检验法：Augmented Dicker-Fuller （ADF）， Phillips和Perron （PP）， Kwiatkowski、Phillips、Schmidt、和 Shin（KPSS），Zivot和Andrews（ZVA）和Ng、Perron（NP）检验法。表1中列出了按照5%的置信度来评估的单位根检验结果。其中显示按照5种单位根检验方法的结果来判断，所有的数据系列都是不平稳的。经济增长与结构变化可能是数据不平稳的原因。

在估计这个VAR模型前用以下滤波器在数据中引入平稳性：1阶差；年同比增长率（或者称为年化的百分比变化；1阶差用于在cbdiscr中引入稳定性）；Hodrick-Prescott（HP）滤波器。以下将报告使用年同比增长率数据估计出的结果，原因是：中国的货币政策主要针对中期而制定；在货币政策效应的研究中，研究人员更倾向于在短期到中期的范围内使用VAR模型来评估脉冲响应函数（Favero，2001）。本文的结果在3种数据中均显示稳健性。

关于VAR模型的滞后阶数，本文采用常用标准诸如AIC、BIC和HQ来考查。当这些标准不能给出一致的滞后阶数时，采用似然比率检验来作为补充检验。按照以上步骤，则应选择6阶。然而，考虑到样本容量较小，这个滞后阶数可能太大。为了在保留自由度和对持续性建模之间权衡，既然用的是季度数据，那么就采用4阶作为这个VAR模型的滞后阶数。尽管（多元）LM检验显示在估计的VAR模型的残值中存在1阶线形相关（见表2），这并不让人意外，因为年同比增长率滤波器会在数据中引入额外的相关性。另外，表2提示估计的VAR满足稳定性条件，这为VAR的规格提供了有力支持。

表3显示了采用本文的数据估计伯南克-米霍夫半结构向量自回归的6个模型后得出的参数值和相应的标准差。因为6个模型中的5个是过度确认的，对这5个模型中的每1个报告单个过度确认限制条件（OIR）似然检验的p值。对于所有6个模型，都报告受限制的对数似然函数（LLF）的估计值。

首先看φd的估计值。这些值可在估计NBR/TR和JI模型时获得。φd在2个模型中有相同的估计值并且统计上显著，这意味着货币当局对于储备需求冲击高度包容。这个结果与假定φd=0的NBR模型是不一致的

φb的负的估计值（即-0.106）在JI模型下获得，这意味着货币当局试图抵消在储备市场上的借入（储备）冲击。但是，φb估计值的绝对值大小比φd要小很多。这使选择较合适的模型来描述货币当局的行为变得较为困难，特别是在IR、NBR/TR 和 BR这3个模型之间，因为这3个模型主要由它们对于φb的预测值来区分（Bernanke and Mihov，1998）

α的估计值在IR、NBR、BR和TR模型下可获得，β的估计值在所有6个模型下皆可获得。在4个模型下，α的估计值出现错误（负）的符号。这为JI模型中提出的确认假设条件α=0供了支持。β的估计值在所有模型下均出现正确（正）的符号但仅在IR、NBR和TR模型下表现为统计上显著。因此，对α和β的估计值的评估趋向于支持JI模型。

现在考虑过度确认限制条件（OIR）检验和对数似然函数（LLF）的估计值。OIR检验强有力地拒绝了IR、BR和TR模型，同时接受了NBR和NBR/TR模型。但是，正如伯南克-米霍夫在他们的文章中所指出的那样，NBR/TR模型与数据有良好拟合不是由于数据的特征，而是由于这个模型本身假设条件设定得比较灵活。最后，表3显示在所有6个模型中，JI模型有最大的LLF估计值。综上所述，基于以上的讨论，可以得出结论：在所有模型中，JI模型与数据拟合得最好。

图1描画的是从伯南克-米霍夫半结构向量自回归的JI模型和挑选出的其它过度确认的模型的估計结果中推导出的产出和通货膨胀对于1个货币政策冲击的16季度的累积脉冲响应。这里冲击的定义是1个扩张性货币政策冲击，它的即时效应是使中央银行贴现率降低25个基点。在左侧的列中，在脉冲响应周围画出的是用1000次重要性取样（importance sampling）计算得到的68%的置信区间。在右侧的列中，仅画出了那些能推导出合理脉冲响应的过度确认模型的脉冲响应。

从JI模型所推导出的脉冲响应符合通常情况下经济学理论的预测。在耽搁了1个季度后，产出在接下来的5个季度中显著地较快速地上升，然后返回到冲击前的水平。在耽搁了1个季度后，通货膨胀显著地上升8个季度，然后返回到原来的水平。这表明货币政策冲击对通胀的效应比对产出的更持久。

值得一提的是，JI模型所推导出的脉冲响应证实了流动性效应（liquidity effect）的存在。蒋伽丹（2014）设计了1个无限制的VAR模型，该模型中的内生变量包含货币存量、利率、名义汇率、产出和价格。对此模型作回归分析发现存在“流动性困惑”（liquidity puzzle），作者的解释是货币存量被需求冲击主导。为了恰当地考查流动性效应，Brischetto and Voss（1999）建议按照Bernanke and Mihov（1998）文章中的方法来分析，因为这个方案通过使用借入储备与非借入储备在建模时把货币总量与（货币）政策利率这两者拉得更近。这里采纳了上述建议，在运用本文的数据估计出的脉冲响应中，的确找到了流动性效应的证据（相关结果省略未展示）。

过度确认模型的表现，没有1个比JI模型更好，因为对照从3种过滤过的数据产生的结果来看，没有任何1个过度确认的模型能一致地产生出合理的脉冲响应（采用其它2种过滤器过滤的数据的结果省略未展示）。

现在考虑JI模型的方差分解。表4报告了24个季度预测范围内由货币政策冲击所解释的产出和通货膨胀预测误差值方差的百分比。首先，货币政策冲击只解释了很小一部分的产出波动（峰值为10.9%）。这与普遍发现的货币政策冲击几乎不能解释产出波动的研究结果是一致的（Christiano L J，Eichenbaum M，Evans C L.，1998；Sims and Zha 1998；Kim and Roubini 2000）。其次，货币政策冲击几乎不能解释通货膨胀的变化（峰值为6.0%）。

结论

本文通过估计1个半结构VAR来考查中国货币政策措施对国内经济的影响。在这个半结构VAR中，外生的货币政策的冲击是按照Bernanke and Mihov（1998）步骤来确认的。

本文主要的发现是：货币政策对于国内产出和通货膨胀水平有明确的影响；流动性效应存在。

对于未来这方面的研究，有两个方向是值得探索的。第一，考查国内不同地区或不同经济部门对于货币政策变化的反应的差异。第二，探究中国货币政策如何影响国内经济，即找出货币政策通过哪些传导渠道（诸如利率渠道、汇率渠道、资产价格渠道、银行借贷渠道等）对国内经济施加影响。

参考文献：

1.谢平.中国货币政策分析1998-2002[J].金融研究，2004（8）

2.王振山，王志強.我国货币政策传导途径的实证研究[J].财经问题研究，2000（12）

3.陈飞，赵昕东，高铁梅.我国货币政策工具变量效应的实证分析[J].金融研究， 2002 （10）

4.周英章，蒋振声.货币渠道、信用渠道与货币政策有效性[J].金融研究，2002（9）

5.孙明华.我国货币政策传导机制的实证分析[J].财经研究，2004（3）

6.蒋伽丹.中国货币政策的效果：基于已确认的不受限制的向量自回归（VAR）模型的分析[J].经营管理者，2014（18）

7.GEIGER M. Monetary policy in China（1994-2004）：targets，instruments and their effectiveness[R]，Würzburg Economic Papers No 68，University of Würzburg，2006

8.GREEN S，CHANG J.On the Ground，Asia.The PBCs big money problem[R].Standard Chartered，2006 June

9.BERNANKE B S，MIHOV I.Measuring monetary policy，Quarterly Journal of Economics[J]，1998，113（3）

10.MOURSI T A，MAI E M.，ZAKAREYA E. Effect of some recent changes in Egyptian monetary policy：measurement and evaluation[R].Working Paper No.122，the Egyptian Center for Economics Studies，2007

11.FAVERO C A. Applied Macroeconometrics[M].Oxford University Press，2001

12.BRISCHETTO A，VOSS G.A structural vector autoregression model of monetary policy in Australia[R].Research Discussion Paper 1999.11，Reserve Bank of Australia，1999