APP下载

新常态下中国货币政策的宏观经济效应研究

2021-04-25吴昊姜思同

财经理论与实践 2021年6期
关键词:房地产价格通货膨胀股票价格

吴昊 姜思同

基金项目:教育部人文社会科学重点研究基地“十三五”重大项目(16JJD790013)

作者简介:吴 昊(1969—),男,内蒙古赤峰人,吉林大学东北亚研究院教授,博士生导师,研究方向:区域理论与政策;姜思同(1991—),女,吉林长春人,吉林大学东北亚研究院博士研究生,研究方向:区域理论与政策。

摘 要:以中国2003-2020年的季度宏观经济数据为样本,通过构建时变系数向量自回归模型分析银行间同业拆借利率、M2、信贷规模、社会融资规模四项货币政策中介目标对实际产出、通货膨胀、房地产市场以及股票市场的动态影响效应。结果表明:同业拆借利率对产出的影响呈增强趋势,M2、信贷以及社会融资规模等数量型货币政策对产出的影响效应更显著;信贷与社会融资规模对通货膨胀的影响效应较显著;同业拆借利率对房地产市场的短期影响效应较大;M2、信贷与社会融资规模对房地产与股票市场的长期影响效应较大。

关键词:货币政策;经济增长;通货膨胀;房地产价格;股票价格;动态计量模型

中图分类号:F822.0 文献标识码:A 文章编号:1003-7217(2021)06-0027-10

一、引言及文献综述

货币政策的经济增长与通货膨胀效应作为货币经济学的重点研究领域始终都是学术界与决策层的关注焦点。国内外学者以多种货币政策中介目标作为研究对象对货币政策的产出与通胀效应进行了大量研究。首先,部分学者考察了信贷政策的产出与通胀效应。Friedman和Woodford(2011)提出2008年爆发的国际金融危机对货币经济学研究的影响之一是重新审视金融信贷对宏观经济稳定的重要性[1]。Perri(2011)认为信贷政策已经成为现代经济周期重要驱动因素之一[2]。Elekdag等(2011)基于跨国数据的实证分析发现信贷扩张对经济周期具有显著且持续的影响,但信贷扩张的经济效应因各国的经济金融状况不同而存在差异[3]。He和Leung等(2013)利用因子拓展向量自回归模型研究亚洲金融危机后中国的货币政策传导机制,发现中国央行通过调控贷款总额能够有效调节实际产出和价格水平[4]。Narayan等(2013)基于65个发展中国家的数据实证分析,发现信贷增长对经济增长产生了负向影响[5]。国内方面,盛松成和吴培新(2008)认为信贷规模对宏观经济有直接的调控作用,信贷规模是我国央行重要的货币政策传导中介目标之一,并且其主要针对的调控对象是实体经济[6]。金成晓和马丽娟(2010)基于Markov模型分析发现信贷对实体经济和通货膨胀的影响机制随着经济周期的跃迁发生了结构性变化,经济繁荣期的信贷紧缩效应大于经济萧条期的信贷扩张效应[7]。李连发和辛晓岱(2012)的研究表明信贷扩张发生后产出缺口与通胀缺口的扩大趋势将分别持续大约4个季度及7个季度左右,信贷政策的适度逆周期调控能够在一定程度上平抑经济波动并降低福利损失[8]。孙俊(2013)通过构建逻辑平滑转换VAR模型证实规模相等的紧缩性和扩张性货币政策效果具有非对称性,同一类型货币政策工具的宏观经济效应还依赖于特殊的经济区制[9]。邓创等(2019)选取中国2002-2017年的信贷余额数据研究发现中国信贷周期特征表现为“强扩张弱收缩”的非对称性特征,新常态以来信贷政策对经济增长的影响效果有所弱化,信贷扩张冲击对产出的拉动作用比信贷收缩冲击对产出的抑制作用明显,信贷投放的产出效应与经济周期有关[10]。

随着我国市场经济体制发展与利率市场化进程,学界和业界开始对以“M2”和“银行间同业拆借利率”为代表的数量型与价格型货币政策中介目标的产出与通胀效应进行比较研究。国内方面,易纲(2009)认为随着利率市场化的推进,市场基准利率体系为中央银行提供利率间接调控的操作目标和监测指标[11]。王君斌等(2011)首先基于中国1992-2009年季度分析发现货币供给增速冲击导致产出先经历驼峰型上升后经历倒驼峰式的“超调”过程[12]。周小川(2013)认为价格型货币政策工具的调控功能逐渐凸显,我国货币政策调控模式正在由偏重数量型工具向偏重价格型工具转变[13]。陈守东等(2014)的经验分析表明加大货币供应在短期内的确能够显著影响实际利率和实际GDP增速,但从长期来看对实际利率和实际GDP的影响不够显著[14]。张龙等(2020)通过构建时变DSGE模型分析发现货币政策效应存在时间“非线性”,价格型货币政策在经济周期扩张期更为有效,数量型货币政策在经济周期收缩时更为有效,并且价格型货币政策具有中长期经济效应,数量型货币政策仅存在短期经济效应[15]。国外方面,Bernanke和Blinder(1989)[16]、Friedman和Kuttner(1992)[17]通过格兰杰因果分析和VAR方差分解证明了联邦基金利率与通胀和产出的相关性显著高于M2指标。Primiceri(2005)基于美国经济数据研究发现在经济缓和期内,利率对通货膨胀的调控效果始终较为稳定,而货币供应量对实际经济变量的影响则不断弱化[18]。Zhang(2009)基于DSGE模型研究发现价格型货币政策比数量型货币政策更有效,并且央行也更倾向于频繁采取价格型货币政策进行调控[19]。

2010年12月,我国中央经济工作会议提出要“保持合理的社会融资规模”。“社会融资规模”指标被正式提出,针对社会融资规模的宏观经济效应及其作为货币政策调控中介目标适用性的探讨由此展开。盛松成和谢洁玉(2016)的研究表明社会融资规模增量对通货膨胀以及实体经济有显著正向拉动作用,并且该影响效应大于新增人民币贷款,分阶段研究表明2002-2008年,社会融资规模增量、新增贷款规模对货币政策调控目标的影响效应很接近,2009-2014年社会融资规模增量对最终目标的影响效应超过新增人民币贷款,社会融资规模存量与M2对货币政策最终目标的影响效果高度一致[20]。郭丽虹等(2014)以中国31个省份的月度数据为样本分析發现社会融资规模的经济增长效应存在一定的门槛特征[21]。徐亚平和宋杨(2016)基于MSVAR模型的研究发现社会融资结构多元化的发展弱化了货币政策数量渠道和银行信贷渠道的经济效应,强化了货币政策价格渠道与资本市场传导渠道的经济效应[22]。元惠萍和刘飒(2013)采用2002-2012年季度数据研究发现M2不是一个理想的货币政策中介目标,社会融资规模有效性和相关性更好[23]。周先平等(2013)研究发现自2009年起,M1是调控物价的最优中介指标,自2010年起社会融资规模与实体经济发展的相关性最强[24]。

2008年国际金融危机的爆发揭示了传统的货币政策操作框架的局限性,激发起人们对金融稳定问题的关注,国内外学者开始聚焦于有关货币政策对房地产市场与股票市场等系统重要性资产价格的冲击效应。在信贷政策对资产价格的影响方面,Voicu等(2015)认为信贷增速是导致房地产市场波动的重要因素[25]。Zhu等(2017)采用欧洲房地产市场作为研究样本实证分析发现扩张性的信贷政策冲击可以显著地刺激房地产市场走向繁荣[26]。王晓明(2010)采用VAR模型研究证实了我国银行信贷是导致房地产市场价格波动的重要因素[27]。张小宇和刘金全(2015)考察了中国房地产价格、实际产出与货币供给之间的非线性关系,结果发现在经济发展新常态时期货币供给冲击对房地产价格的影响效果有所减弱、持续时期有所缩短[28]。赵胜民等(2011)基于1999-2010年金融机构信贷、房地产价格与股价指数数据研究认为我国信贷总量与国房景气指数之间不具有同期影响,而信贷总量与上证综指之间具有同期影响[29]。在利率与M2对资产价格的影响方面,Kasai和Gupta(2010)等研究认为金融创新机制已经在很大程度上弱化了利率工具与房地产价格之间的负相关性,利率工具与房地产价格之间主要呈正向关系[30]。Chen等(2013)认为货币供给冲击虽然可以在短期内成功地调控房价,然而政策效果却难以持续到长期[31]。Amador等(2013)基于微观与宏观双重视角的经验分析指出了欧元区宽松型货币政策能够促进股票市场繁荣[32]。Gegnon和Gimet(2013)指出货币政策可以引起北美股票市场波动率的临时下降,并可以促进股票价格的提升[33]。国内方面,刘金全和郑荻等(2019)认为以同业拆借利率对金融市场的调控更为有效[34]。盛松成和吴培新(2008)认为M2是我国重要的货币政策传导中介目标之一,并且其主要针对的调控对象是金融市场[6]。顾海峰和张元姣(2014)研究证实银行间同业拆借利率是房地产价格的格兰杰原因,但是利率对房价的调控效应不显著[35]。陈浪南和刘劲松(2018)研究发现利率变动对股价的影响具有时变性,当股票价格泡沫较大时,其价格可能会与市场利率呈正相关,提升利率的紧缩性货币政策未必能抑制股票价格泡沫[36]。陈创练和戴明晓(2018)实证分析发现数量型货币政策在管控房价上更为有效[37]。在社会融资规模对资产价格的影响方面,赵胜民等(2014)研究发现我国社会融资规模对房价具有同期影响,而货币供应量对房价不具有同期影响,社会融资规模和实际利率对房价的调控效果比较明显,但实际对房价的冲击持续期限较短,不宜作为房价的长效调控手段[38]。

综上所述,货币政策对宏观经济体系的影响机制极为复杂,国内外学者的研究结论因所采取的考察样本、研究方法、研究视角的不同而存在显著差异。从现有研究来看,关于中国货币政策对宏观经济影响效应的实证研究仍存在一些问题值得深入探讨。首先,货币政策的量价转换非一日之功,现阶段数量型与价格型货币政策工具尚不具备单独调节宏观经济的能力,因而对利率、M2、信贷以及社会融资规模等不同类型货币政策中介目标的调控效应进行系统性对比分析显得尤为重要。其次,现有文献多集中于考虑我国货币政策对个别宏观经济变量的溢出效应,而本文尝试探索货币政策对我国实体经济、通货膨胀、房地产市场和股票市场的多层次影响,可以为货币政策决策部门面临经济增长、价格稳定与金融系统稳定三重目标间的权衡取舍提供参考,有利于健全货币政策与宏观审慎政策的双支柱调控机制。此外,在对外贸易和金融开放程度不断提高的背景下,我国货币政策调控效果也必然随着经济环境和政策工具的变化而表现出显著差异。因此,在整个样本期间内运用传统的固定系数模型无法甄别货币政策的时变宏观经济效应,进而导致分析结果存在谬误。而附加随机波动率的时变系数向量自回归(TVP-SV-VAR)模型可以有效捕捉经济发展过程中的结构性变化,用于分析货币政策中介目标对宏观经济的动态冲击效应具有明显的优越性。有鉴于此,作为对现有研究的有益补充[39],本文以中国2003年第1季度至2020年第4季度的银行间同业拆借利率、M2、信贷规模、社会融资规模、经济增长、居民消费价格指数、房地产价格、股票价格指数共8项时间序列数据作为基础研究样本,剖析包含利率、M2、信贷以及社会融资的四种价格型与数量型货币政策中介指标对我国宏观经济与金融市场的非线性影响机制,以期为健全和完善货币政策调控框架的系统性政策提供参考。

二、研究设计

(一)变量选取与数据处理

考虑到数据的有效性与可得性原则,选取2003-2020年的货币政策以及宏观经济金融数据作为研究样本,共选取8项研究指标。其中各项样本数据均来自中国人民银行与国家统计局官网以及中经网统计数据库。

利率(RATE):参考陈创练和戴明晓(2018)[37]的研究选取银行间7天期同业拆借市场利率作为价格型货币政策中介目标的替代变量。广义货币供应规模(M2):参考盛松成和谢洁玉(2016)[20]的研究选取月度新增M2数据作为当期广义货币供应规模的代理指标。贷款规模(LOAN):参考李连发和辛晓岱(2012)[8]的研究选取金融机构人民币新增贷款作为信贷规模代理指标。社会融资规模(SF):参考盛松成和谢洁玉(2016)[20]的研究。经济增长(GDP):参考元惠萍和刘飒(2013)[23]用季度实际GDP指数(上年同期=100)衡量實体经济发展状况;通货膨胀(CPI):选取居民消费价格指数作为通货膨胀代理变量,同时为与实际GDP增长指数的数据特征保持一致,选用月度同比CPI数据。房地产价格(HP):虽然国房景气指数能够基本反映房地产市场波动状况,但考虑到房地产产权属性差异,本文参考顾海峰和张元姣(2014)[35]的研究采用商品房销售总额除以商品房销售总面积来衡量全国整体平均房地产价格的变动情况。股票价格(SP):参考刘金全和郑荻(2019)[34]的研究选取上证综指月度收盘价衡量股票市场波动。

本文参考元惠萍和刘飒(2013)[23]的研究进行数据处理。鉴于社会融资规模(SF)为增量数据,考虑到保持各项货币政策中介指标的可比性,对人民币贷款(LOAN)和广义货币供应(M2)也采用增量数据。同时为了消除通货膨胀因素对上述增量数据可比性的影响,将货币政策中的增量数据除以定基CPI(2002年1月=100),得到各项货币政策中介目标的实际月度增量。为保证货币政策指标与GDP指数在数据特点上保持一致,对实际月度增量进行季度累计得到实际季度增量,再除以上年同期值并乘以100%即得相应中介目标变量的同比指数。对于房地产价格与股票价格而言,同样,利用季度算数平均值除以上年同期值并乘以100%即得到其同比指数。经数据处理后,样本区间为2003年第1季度至2020年第4季度,所有变量的数据均为同比指数。出于叙述简便,下文略去同比指数而直称各项指标名称。此外,尽管选用的是季度数据,但鉴于同比指数处理方法已经消除季节性因素,故不需要进一步对数据进行季节调整。

(二)计量模型设定

考虑到货币政策传导效应的复杂性,应用线性模型无法充分捕捉经济变量间的非线性关联机制。故选用能够甄别宏观经济系统结构性突变特征的具有随机波动的时变系数向量自回归(TVP-SV-VAR)模型进行建模。首先,引入基本的结构性VAR模型形式如下:

在完成所有结构化参数的估计过程后,可以据此计算TVP-SV-VAR模型的时变脉冲响应函数。

三、计量结果分析

(一)时间序列数据基本统计特征分析

表1展示了各项货币政策中介目标与各项宏观经济以及金融变量的基本描述性统计分析结果。从各变量的均值来看,信贷规模(LOAN)的均值最大,说明长期以来相较于其他类型的数量型货币政策中介目标人民币信贷是我国尤为重要的一项货币政策操作中介指标。从宏观经济与金融变量来看,股票价格(SP)与房地产价格(HP)的均值均大于实际产出(GDP),反映出2003年以来我国虚拟经济发展速度显著超越了实体经济。从各变量的标准差来看,在货币政策的四个中介指标当中,人民币信贷规模(LOAN)、广义货币供应规模(M2)和社会融资规模(SF)三项数量型货币政策中介目标的标准差较大,而银行间同业拆借利率(RATE)这一价格型货币政策中介目标的标准差较小;在宏观经济与金融变量当中,房地产价格(HP)和股票价格(SP)的标准差较大,实际产出(GDP)和通货膨胀(CPI)的标准差较小,这也证明了我国货币政策长期以来具有盯住产出与通胀缺口的偏好,而对资产价格缺口的调整偏好相对较弱,并且我国央行长期倾向于采用数量型货币政策对产出与通胀进行相机调控。

(二)时间序列数据平稳性检验结果分析

在构建自回归模型进行计量分析前,需要采用平稳性检验,避免伪回归现象。采用ADF单位根检验法对银行间同业拆借利率等中介目标以及实际GDP等宏观经济变量进行平稳性检验,结果如表2所示。根据检验结果可知,各时间序列变量数据均在5%的显著性水平下拒绝了存在单位根的原假设,即本文的样本数据具有较好的平稳性。

(三)时间序列数据滞后阶数判定

进一步对样本时间序列数据进行最优滞后结构检验,结果如表3所示。根据似然比(LR)、最终预测误差(FPE)、AIC、SC以及HQ信息准则等多种滞后长度判定准则可以确定本文自回归模型系统的最优滞后阶数为2阶。

(四)基于马尔科夫蒙特卡洛方法的参数估计结果分析

采用Ox6.0计量软件实现TVP-SV-VAR模型的参数估计过程,马尔科夫蒙特卡洛(MCMC)抽样次数设定为2万次,预烧抽样舍去前2千次,参数估计结果见表4。由表4可知,Geweke检验在1%显著性水平无法拒绝参数估计结果收敛于后验分布的原假设。其中,CD统计量和无效因子分别从最终收敛效果和模拟过程中不相关样本数量两方面来反映模拟效果的优劣。CD统计量可以表示为:

假设,Bm=500,ρs 表示滞后s 阶的自相关系数。在同等模拟次数中,无效因子取值与模拟结果负相关。模型估计中参数无效因子最大取值仅为121.60,整体取值水平较小。由于MCMC随机抽取次数为2万次,因此至少可获得20000/121.6≈160个不相关样本观测量,样本量相对于模型的后验推断绝对充足。同时也说明模型为各参数产生的样本具有有效性,模拟结果具有合理性。

(五)货币政策中介目标对宏观经济的影响效应分析

基于TVP-SV-VAR模型的参数估计结果计算获取的等间隔时变脉冲响应函数能够直观地刻画出扰动项一个标准差的正向冲击在样本区间内各时点对模型系统中各内生变量的影响效应,进而系统全面地把握不同经济政策对宏观经济变量的动态影响效果。鉴于此,在对TVP-SV-VAR模型进行参数估计的基础上,应用脉冲响应函数曲线描述并刻画同业拆借利率(RATE)、广义货币供应规模(M2)、信贷规模(LOAN)以及社会融资规模(SF)四项货币政策中介目标冲击对实体经济(GDP)、通货膨胀(CPI)、房地产价格(HP)以及股票价格(SP)的动态影响效应。选择冲击持续期限分别为滞后2期(半年)、滞后4期(1年)、滞后8期(2年)的时变脉冲响应函数曲线作为分析对象,分别刻画一个标准差的货币政策变量冲击对相关核心宏观经济变量的短期影响效应(图1~图4中短虚线)、两个标准差的中期影响效应(图1~图4中长虚线)以及四个标准差的长期影响效应(图1~图4中实线)。

1.货币政策中介目标對实际产出的动态影响效应。

图1~4分别刻画了2003-2020年,我国同业拆借利率、广义货币供应规模(M2)、信贷规模(LOAN)与社会融资规模(SF)的一单位正向冲击对实际产出增速的短期、中期与长期影响效应。根据四幅图形中的脉冲响应函数曲线走势可知,我国货币政策对实际产出的影响效应具有典型的非线性时变特征。从纵向分析可知,新常态以来银行间同业拆借利率对实体经济的影响效应呈现增强趋势;M2对实体经济的长期影响效应在2011年左右由正转负,短期与中期影响效应则在2014年后有所加强;信贷规模在新常态前对产出的影响效应比较平稳,而在进入2012年后便急剧下降到零线附近,但在2016年后信贷对产出的支撑作用再次稳步提升;社会融资规模对产出的促进作用自2005年以来始终在稳步提升。从横向对比来看,在经济发展旧常态时期M2对产出的影响效应最强,其次是信贷规模,而社会融资规模对产出的影响效应最弱;在经济发展新常态时期,以M2、信贷规模以及社会融资规模为代表的数量型货币政策中介目标对实体经济的冲击效应仍然大于以银行间同业拆借利率为代表的价格型货币政策中介目标,并且社会融资规模对实体经济的刺激效应在长期内表现出较高的稳健性,依然能够对产出发挥较强的刺激作用。值得注意的是,2020年期间M2、信贷、社会融资规模对产出的刺激作用达到了新常态以来的新高,一个合理的解释是:中国人民银行果断地站在了抗击疫情影响的最前线,借助一系列结构性货币政策诸如再融资和再贴现全力支持在疫情中受到重创的中小微企业,将信贷资源直接传导到实体经济。社会资金成本在2020年也由于中期借贷利率的下调而大幅降低。央行通过调整货币政策的强度、目标和节奏有效地应对了疫情对经济造成的负面冲击,我国实体经济不但率先复苏而且取得了全年正增长的良好成绩。这间接表明在经济衰退期货币政策对实体经济的促进作用大于在经济平稳期和扩张期货币政策对产出的影响。

2.货币政策中介目标对通货膨胀的动态影响效应。

由于篇幅限制,本文并未附上所有脉冲响应图。根据2003-2020年我国四项主要货币政策中介目标一单位正向冲击对通货膨胀水平的短期、中期与长期影响效应的脉冲响应情况可知,我国货币政策所引发的通货膨胀效应具有典型的时变特征。从纵向分析可知,银行间同业拆借利率在2016年以前对通货膨胀的短期和中期影响效应为正,此后其中期通胀效应由正转负,这表明长期以来我国价格型货币政策对通货膨胀水平的调控作用不够有效;在2015年以前,M2对通货膨胀的影响效应具有较大的波动性,而在2015后对通货膨胀的影响效果逐渐收敛至零线附近,这表明新常态后M2与通货膨胀的相关性已经减弱;信贷规模对通货膨胀的影响效应在2013年前后发生了结构性突变,此后信贷规模对通货膨胀的中期和长期影响效应增强,这表明从中长期来看信贷规模与通货膨胀的相关性有上升趋势;社会融资规模对通货膨胀的短期影响效应为负,而中长期影响效应为正,并且中长期影响效应在2010年后也呈现出逐步增强的趋势。从横向对比来看,新常态以来M2对通货膨胀的冲击效应最弱,其次是银行间同业拆借利率和信贷规模,而社会融资规模对通货膨胀的冲击效应最强。

3.货币政策中介目标对房地产价格的动态影响效应。

根据2003-2020年我国四项主要货币政策中介目标一单位正向冲击对房地产价格水平的短期、中期与长期影响效应的脉冲响应情况可知,我国货币政策对房地产市场的冲击效应具有典型的时变特征。从纵向比较可知,银行间同业拆借利率对房地产价格的冲击效应在2011年左右发生了重大改变,2011年之前银行间同业拆借利率对房地产价格的短期和中期影响效应为负,而长期影响效应为正,此后其对房地产价格的长期影响效应由正转负,并且短期和中期的负向抑制作用也有所增强;M2对房地产价格的影响效应在2008年左右发生了结构性改变,2008年之前M2对房地产价格不具有正向刺激作用,而2008年后M2对房地产价格的影响效应由负转正,并且该正向助推作用呈现出稳步增强的趋势;信贷规模对房地产价格的影响效应在2006年左右发生了结构性改变,2006年之前信贷规模对房地产价格不具有正向刺激作用,而2006年后信贷规模对房地产价格的影响效应由负转正,并且该正向助推作用呈现出稳步增强的趋势;社会融资规模对房地产价格的短期影响效应在2007年左右由负转正,长期影响效应始终为负向抑制作用,中期影响效应始终为正向促进作用,并且其短期与中期的正向促进效应以及长期的抑制效应均呈现出逐渐增强的趋势。从横向比较可知,短期来看银行间同业拆借利率对房地产价格的冲击效应较大,具有较为显著的灵敏性特征;而长期来看,扩张性信贷政策冲击对房地产价格的影响效应较大并且具有稳健性特征,M2和信贷规模对房地产价格的促进效应要大于银行间同业拆借利率对房地产价格的抑制效应,这表明数量型货币政策更适宜作为房地产市场的长期调控手段,而价格型货币政策适合在短期内控制房地产市场的过热现象。

4.货币政策中介目标对股票价格的动态冲击效应。

根据2003-2020年我国四项主要货币政策中介目标一单位正向冲击对股票价格水平的短期、中期与长期影响效应的脉冲响应情况可知,我国货币政策对股票市场的冲击效应具有典型的时变特征。通过纵向分析可知:银行间同业拆借利率对股票价格的影响效应在整个样本期间始终为负,并且中期影响效应最强,短期与长期影响效应较弱,这表明我国价格型货币政策对股票市场的调控效应依然存在较大的时滞性,股票市场对政策利率的反应并不十分灵敏;M2对股票价格的短期与中期影响效应始终为正,并且进入新常态以来呈现出逐渐减弱的趋势,而M2对股票市场的长期影响不如短期与中期影响效应强烈;贷款规模对股票价格的短期与中期影响效应远大于长期影响效应,并且国际金融危机后信贷规模冲击对股票市场的影响效应有所增强,中期影响效应具有较大波动性;社会融资规模对股票市场的短期影响效应呈现减弱趋势,对股票市场的长期影响呈现出增强趋势并且其长期影响效应远大于短期与中期影响效应。从横向对比可知:以M2、社会融资规模和信贷规模为代表的数量型货币政策对股票市场的长期影响效应大于银行间同业拆借利率。

四、研究结论与政策建议

在货币政策转型和调控工具多元化的背景下,科学准确地识别货币政策的宏观经济效应对于理解货币政策传导机制的动态演变至关重要。本文在对货币政策的宏观经济效应进行文献梳理的基础上,选取我国2003年第1季度至2020年第4季度的宏观经济数据作为研究樣本,通过构建带有随机波动率的时变系数向量自回归模型系统分析了银行间同业拆借利率、M2、信贷规模、社会融资规模四项代表性货币政策中介目标对实际产出、通货膨胀、房地产价格以及股票价格的动态影响效应。研究结果表明:其一,就货币政策对产出的影响效应而言,新常态以来银行间同业拆借利率对实际产出的影响效应呈增强趋势,但比较而言M2、信贷以及社会融资规模对产出的影响效应显然更大,其中社会融资规模对实体经济的提振作用最为显著,并且在经济衰退期货币政策对产出的影响大于在经济平稳期和扩张期货币政策对产出的影响。其二,就货币政策对通货膨胀的影响效应而言,信贷规模与社会融资规模对通货膨胀的影响效应更强,是现阶段央行控制通货膨胀缺口的理想政策工具。其三,就货币政策对房地产价格的影响效应而言,自2012年以来,银行间同业拆借利率对房地产价格的抑制作用增强,其对房地产价格的短期冲击效应较强,具有灵敏性特征,适合作为房地产市场的短期调控工具;而M2、信贷规模与社会融资规模对房地产市场与股票市场的长期影响效应较强,具有稳健性特征,适合作为房地产市场与股票市场的长效调控工具。

第一,短期内应当继续注重并进一步优化以数量型为主的货币政策调控框架,坚持提高货币政策的科学性、适度性与前瞻性。尽管价格型货币政策调控是未来的发展趋势,但考虑到中国作为处于转型阶段的新兴经济体,短期内仍需注重运用数量型货币政策工具,通过数量型货币政策调控维持适度的流动性环境,兼顾总量与结构调控,实现对流动性调控的精细化管理。中央银行可以发挥政策工具的定向调控

优势,通过影响商业银行信贷投放,达到提升货币政策传导效果的作用。鉴于社会融资规模指标的结构性优势,应持续推进结构性货币政策,通过一系列定向举措,对中小企业和实体经济的薄弱环节提供支持,最大程度发挥其在我国经济结构调整和供给侧结构性改革中的作用。完善货币政策决策机制,增加货币政策透明度和有效指引是稳定市场预期、提高利率传导效率的有效途径[40]。

第二,长期来看应通过逐步改革的方式,渐进化构建“价主量辅”的混合型货币政策调控框架,充分体现新时代中国特色社会主义经济体制的优势。利用市场化手段构建更加合理的利率期限結构以及收益率曲线,推进我国金融市场定价机制的合理化与规范化,将短期利率、中长期利率、债券市场利率以及信贷市场利率紧密结合在一起,提升短期货币市场利率报价机制的主导作用。因此,价格型货币政策的实施离不开有效的金融市场基准利率体系,把握好利率体系中政策利率的基准特征、政策利率与其他辅助性政策工具之间的关系,持续推进高度认可、高度统一的基准利率体系,对金融市场资源的合理优化配置至关重要。

第三,以供给侧结构性改革为契机破解各种体制机制障碍,着力疏通货币政策传导渠道,提升货币政策传导效率。统筹协调金融体制改革和其他结构性改革,通过弱化体制机制壁垒,促使以价格型货币政策为主导的调控体系发展与完善。适度降低金融市场准入标准、推动民营银行等金融机构发展壮大,夯实货币政策传导渠道的微观基础的同时,也有利于激发金融市场活力,更好地纵向深度发展。通过证券市场、信贷市场、交易所市场以及银行间市场的相互融合与竞争,提高市场利率定价的敏感度,最终达到提升利率传导渠道效率的目的。规范治理地方政府债务融资平台和房地产企业等结构性扭曲部门,弱化其对其他市场经济主体的“挤出效应”。坚定不移地推进国有企业和财税体制改革,打破预算软约束体制和规范融资双管齐下,使利率能够真实反映资金的供求关系。培养对市场利率敏感性较强的市场化企业,努力实现真正的市场化竞争。

参考文献:

[1] Friedman B M, Woodford M. Handbook of monetary economics [M].North Holland:Elsevier,2011.

[2] Perri Fabrizio,Vincenzo Quadrini. International recessions[M].Social Science Electronic Publishing, 2011.

[3] Elekdag S,Wu Y. Rapid credit growth:Boon or boom-bust[R].IMF Working Paper,2011(11).

[4] He Q,H.Leung P,Chong T L. Factor-augmented VAR analysis of the monetary policy in China[J].China Economic Review,2013(25):88-104.

[5] Narayan P K,Narayan S. The short-run relationship between the financial system and economic growth:New evidence from regional panels[J].International Review of Financial Analysis,2013,29(5):70-78.

[6] 盛松成,吴培新.中国货币政策的二元传导机制——“两中介目标,两调控对象”模式研究[J].经济研究,2008(10):37-51.

[7] 金成晓,马丽娟.信贷政策效应的非对称性、信贷扩张与经济增长[J].统计研究,2010(9):9-15.

[8] 李连发, 辛晓岱.银行信贷、经济周期与货币政策调控:1984—2011[J].经济研究,2012(3):102-114.

[9] 孙俊.货币政策转向与非对称效应研究[J].金融研究,2013(6):60-73.

[10]邓创,赵珂,邱晓勇.中国信贷周期波动的新特征及其经济增长效应分析[J].江苏社会科学,2019(1):9-18.

[11]易纲.中国改革开放三十年的利率市场化进程[J].金融研究,2009(1):1-14.

[12]王君斌,郭新强,蔡建波.扩张性货币政策下的产出超调、消费抑制和通货膨胀惯性[J].管理世界,2011(3):7-21.

[13]周小川.新世纪以来中国货币政策的主要特点[J].中国金融,2013(2):4-10.

[14]陈守东,易晓溦,刘洋.货币供给、通货膨胀与产出波动的动态效应研究:1992-2013[J].南方经济,2014(2):24-41.

[15]张龙,殷红,王擎.数量型还是价格型——来自货币政策“非线性”有效性的经验证据[J].中国工业经济,2020(7):61-79.

[16]Bernanke B S,Blinder A S. The federal funds rate and the channels of monetary transmission[J].American Economic Review 1989,82(4):901-921.

[17]Friedman B M,Kuttner K N. Money,income,prices,and interest rates[J].American Economic Review,1992,82(3):472-492.

[18]Primiceri G E. Time-varying structural vector auto-regressions and monetary policy[J].Review of Economic Studies,2005,72(3):821-852.

[19]Zhang W.Chinas monetary policy:Quantity versus price rules[J].Journal of Macroeconomics,2009,31(3):473-484.

[20]盛松成,谢洁玉.社会融资规模与货币政策传导 ——基于信用渠道的中介目标选择[J].中国社会科学,2016(12):60-82.

[21]郭丽虹,张祥建,徐龙炳.社会融资规模和融资结构对实体经济的影响研究[J].国际金融研究,2014(6):66-74.

[22]徐亚平,宋杨.社会融资结构变化对我国货币政策传导模式的影响[J].财经科学,2016(8):1-13.

[23]元惠萍,刘飒. 社会融资规模作为金融宏观调控中介目标的适用性分析[J].数量经济技术经济研究,2013(10):94-108.

[24]周先平,冀志斌,李标. 社会融资规模适合作为货币政策中间目标吗?[J].数量经济技术经济研究,2013(10):79-93.

[25]Voicu I, Paley I,Lopez A E,et al. Information externalities,neighborhood characteristics and home mortgage pricing and underwriting[J].Real Estate Economics,2015,43(3):719-749.

[26]Zhu B, Betzinger M,Sebastian S. Housing market stability,mortgage market structure,and monetary policy:Evidence from the Euro area[J].Journal of Housing Economics,2017,37(C):1—21.

[27]王晓明.银行信贷与资产价格的顺周期关系研究[J].金融研究,2010(3):45-55.

[28]张小宇,刘金全.货币政策、产出冲击对房地产市场影响机制——基于经济发展新常态时期的分析[J].中国工业经济,2015(12):20-35.

[29]赵胜民,方意,王道平.金融信贷是否中国房地产、股票价格泡沫和波动的原因——基于有向无环图的分析[J].金融研究,2011(12):62-76.

[30]Kasai, Gupta. Financial liberalization and the effectiveness of monetary policy on house price in South Africa[J]. The IUP Journal of Monetary Economics, 2010, 8(4):59-74.

[31]Chen N K,Chou Y H,Wu J L. Credit constraint and the asymmetric monetary policy effect on house prices[J].Pacific Economic Review,2013,18(4),431-455.

[32]Amador O F,Gachter M,Larch M.Monetary policy and its impact on stock market liquidity:Evidence from the Eurozone[J].Journal of Empirical Finance,2013,21(3):54-68.

[33]Gagnon M H,Gimet C.The impacts of standard monetary and budgetary policies on liquidity and financial markets:International evidence from the credit freeze crisis[J].Journal of Banking&Finance,2013,37(11):4599-4614.

[34]劉金全,郑荻,丁娅楠.社会融资规模是一种有效的货币指标吗?——基于SVAR模型的实证研究[J].改革,2019(12):41-49.

[35]顾海峰,张元姣.货币政策与房地产价格调控:理论与中国经验[J].经济研究,2014(1):29-43.

[36]陈浪南,刘劲松.货币政策冲击对股票市场价格泡沫影响的时变分析[J].统计研究,2018(8):39-47.

[37]陈创练,戴明晓.货币政策、杠杆周期与房地产市场价格波动[J].世界经济,2018(9):52-67.

[38]赵胜民,罗琦,李政.社会融资规模适合作为调控房价的政策工具吗[J].统计研究,2014(10):29-36.

[39]Nakajima J. Time-varying parameter VAR model with stochastic volatility:An overview of methodology and empirical applications[R]. Monetary and Economic Studies, 2011, 29:107-142.

[40]孙少岩,刘芮嘉.我国结构性货币政策执行效果的检验[J].商业研究,2019(10):43-54.

(责任编辑:王铁军)

猜你喜欢

房地产价格通货膨胀股票价格
基于GARCH族模型的重庆啤酒股票价格波动研究
北京、上海、深圳房地产价格的影响因素比较研究
房地产价格影响因素研究
基于VAR模型的房产税对房价调控效应的实证研究
我国近期通货膨胀的成因剖析及其对策探究
通货膨胀的福利成本城乡差异分析
通货膨胀的福利成本城乡差异分析
通货膨胀与人民币升值长期并存现象的分析
我国国际收支对通货膨胀传导机制的经济计量性检验
房地产价格波动对居民消费行为的影响