中國貨幣政策的產業(yè)非對稱效應
----基于門限向量自回歸模型的實證研究

楊 達

(西安交通大學經濟與金融學院,陜西西安 710061)

在我國的經濟發(fā)展進程中,一個長期困擾我們的問題,就是經濟發(fā)展的不穩(wěn)定性,通過對我國經濟運行的深層次分析,經濟學界有識之士早已指出,產業(yè)結構失衡是引起我國經濟發(fā)展起伏、波動的重要原因[1]。新中國成立以來,我國產業(yè)結構經歷了四個階段的調整,發(fā)生了重大變化,但相對于經濟持續(xù)健康發(fā)展的要求而言,還存在諸多問題。隨著理論和實踐探索的不斷深入,學者們發(fā)現(xiàn)貨幣政策不僅具有傳統(tǒng)意義上的對總需求的調控作用,而且具有對產業(yè)發(fā)展的非對稱調節(jié)功能,這一發(fā)現(xiàn)使得貨幣政策的調控效應逐步延伸到保障產業(yè)體系按合理的結構均衡發(fā)展的領域[2]。在這樣的情況下,掌握貨幣政策對不同產業(yè)非對稱影響的規(guī)律更加具有理論和現(xiàn)實意義。

為應對2008年爆發(fā)的金融危機,包括中國在內的全球主要經濟體紛紛采取擴張性的貨幣政策。2009年末,我國廣義貨幣(M2)同比增長27.7%,狹義貨幣(M1)同比增長32.4%,人民幣貸款余額為39.97萬億元,全年新增貸款分別是2007年和2008年新增貸款的2.6倍和2.32倍。然而進入2010年,經濟逐步復蘇的同時,通貨膨脹壓力明顯增強,下半年居民消費價格水平逐月上升,居民消費價格指數(shù)(CPI)漲幅分別為:3.3%、3.5%、3.6%、4.4%、5.1%和4.6%,今年3月CPI同比上漲5.4%,創(chuàng)31個月來新高*數(shù)據來源:中國人民銀行網站(www.pbc.gov.cn)。,因此,中央銀行決定2011年我國貨幣政策目標的設定要把穩(wěn)定物價放在更加突出的位置,貨幣政策由寬松轉向穩(wěn)健。在相機抉擇思想指導下不斷調整貨幣政策的方向和力度本身就是一把雙刃劍,合理駕馭不僅可以有效地促進經濟增長,而且能夠更好地發(fā)揮貨幣政策的產業(yè)調整功能;反之,有可能導致產業(yè)結構在貨幣政策的反復調整中出現(xiàn)更加嚴重的失衡。

因此,有效地運用貨幣政策,不斷完善我國產業(yè)結構調整,保持經濟的持續(xù)健康發(fā)展,不僅要合理地把握貨幣政策的時間、方向和力度,還要科學地掌握貨幣政策的結構性功能,而貨幣政策的產業(yè)效應就是其中重要的課題。

一、 文獻綜述

對貨幣政策產業(yè)效應的研究始于20世紀90年代末期,主要集中于研究貨幣政策是否存在產業(yè)效應,并對產業(yè)效應產生的原因略作探討。最早對貨幣政策產業(yè)效應進行實證研究的是Bernanke & Gertler[3],從信貸傳導渠道角度運用VAR模型實證檢驗出貨幣政策確實存在顯著的產業(yè)效應;其后,Ganley & Chris[4]、Hayo & Uhlenbrock[5]運用VAR模型分別對英國和德國的貨幣政策產業(yè)效應進行了實證研究,結果顯示英國和德國的貨幣政策具有顯著的產業(yè)非對稱效應。目前,VAR模型已經成為檢驗貨幣政策效應的標準模型,國內學者戴金平、金永軍、陳柳欽[6]最早應用VAR模型檢驗了中國貨幣政策的產業(yè)非對稱效應;閆紅波、王國林[7]運用VAR模型實證分析了我國貨幣政策效應在制造業(yè)間存在非對稱性。然而,VAR模型中的方程只能用于描述變量間的線性關系,無法刻畫其間的非線性關系,而Goodhart[8]、Cukierman & Muscatelli[9]、Cukierman & Gerlach[10]等對以往研究中將經濟系統(tǒng)描述為線性的這一基本假設提出質疑和挑戰(zhàn),指出經濟運行中存在非線性特性,并通過經驗研究得到了支持。Atanasova[11]和Tena[12]采用門限向量自回歸模型(TVAR)將這一研究進展拓展到對貨幣政策產業(yè)非對稱效應的研究中。本文基于現(xiàn)有文獻,作進一步改進,對中國的貨幣政策產業(yè)非對稱效應進行實證研究。第一,利用歷史數(shù)據實證檢驗出中國經濟運行中各變量間存在顯著的非線性關系,將以往研究貨幣政策產業(yè)效應普遍選用的VAR模型改進成TVAR模型;第二,取消對門限模型內各方程選取相同門限值的約束,允許不同方程擁有不同的門限值,并用Juan de Dios Tena提供的基于此種TVAR模型的脈沖響應函數(shù)方法實證檢驗我國貨幣政策的產業(yè)非對稱效應;第三,首先構建宏觀TVAR模型,在此基礎上分別加入描述各產業(yè)經濟增長情況的變量建立分產業(yè)TVAR模型,這一處理方法便于進一步建立分行業(yè)TVAR模型等。

二、變量選取、數(shù)據描述和模型選擇

1. 變量選取

目前對于貨幣政策測度指標的選擇存有較多爭議。國外主要文獻均以利率沖擊測度貨幣政策的效應,但其適用的前提條件是利率市場化,不符合中國的實際情況;而Cover[13]的研究指出,可選擇貨幣供應量沖擊測度貨幣政策的效果。因而本文選取廣義貨幣供應量M2作為貨幣政策的中介指標,進而測度貨幣政策的沖擊效果。

本文選取國內生產總值、居民消費價格指數(shù)和三大產業(yè)產值分別作為衡量我國宏觀經濟整體增長情況、國內價格水平和三大產業(yè)經濟增長情況的變量,分別用GDP、CPI、G1、G2和G3表示;用E和M2分別表示人民幣兌美元匯率和廣義貨幣供應量。為消除各變量的長期趨勢,取其自然對數(shù)形式,記為ln(GDP)、ln(CPI)、ln(M2)、ln(E)及l(fā)n(G1)、ln(G2)、ln(G3)。

出于對數(shù)據可得性和連貫性的考慮,因我國于2005年建立健全以市場供求為基礎的、參考一籃子貨幣進行調節(jié)、有管理的浮動匯率制,而且2005年7月起,匯率表現(xiàn)出較為明顯的浮動,故將研究的數(shù)據范圍確定為2005年7月至2010年9月。取各變量的月度數(shù)據作為研究對象*由于我國統(tǒng)計改革后不再公布GDP月度數(shù)據,因而使用Eviews對GDP季度數(shù)據進行頻率轉換。。數(shù)據來源于2005—2010年各期《中國經濟景氣月報》和國家統(tǒng)計局公布的《中國統(tǒng)計公報》。

2. 數(shù)據描述

首先,為消除GDP、CPI、G1、G2、G3和M2變量序列的季節(jié)性特征,對各變量的數(shù)據序列進行季節(jié)調整;其次,欲采用Hansen[14-15]的方法對模型進行估計,因其要求使用平穩(wěn)的數(shù)據序列,故用ADF檢驗法檢驗各變量數(shù)據序列的平穩(wěn)性,檢驗結果見表1。

表1 各變量數(shù)據序列平穩(wěn)性檢驗

注:①*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設; ②ADF檢驗采用麥金農臨界值。

表1所示的檢驗結果表明:在1%顯著性水平下,各變量水平值序列不能拒絕存在單位根的原假設,一階差分序列可以拒絕。因此,對模型進行估計時采用各變量的一階差分序列,這與貨幣政策在長期中是中性的理論是一致的。

3. 模型選擇

現(xiàn)有文獻對貨幣政策產業(yè)效應的研究,普遍采用向量自回歸模型(VAR),但是,VAR模型只能包含描述變量間線性關系的方程,不能涉及變量間的非線性關系。而近年來,一些文獻對以往研究將經濟系統(tǒng)各變量設為線性關系這一假設提出了質疑和挑戰(zhàn),指出經濟運行中各變量具有非線性關系,并通過經驗研究得到了支持。Cukierman & Muscatelli[9]等研究發(fā)現(xiàn),政策制定者對產出和通貨膨脹率具有明顯的非對稱偏好,從而導致了泰勒規(guī)則存在非線性關系;Cukierman & Gerlach[10]的研究指出,貨幣當局對正的或負的產出缺口具有非對稱反應;Goodhart[8]的研究也指出泰勒規(guī)則是非線性的,并指出產生非線性的原因是中央銀行對通貨膨脹上行或下行風險具有非對稱偏好。因而選擇測度貨幣政策產業(yè)效應的模型須考慮宏觀經濟運行中各變量間的非線性關系。

門限向量自回歸模型(TVAR)是在VAR模型基礎上引入非線性方程的最直接方法,也是相對于其他更復雜的非線性模型的一種簡化。因此,本文選擇TVAR模型測度貨幣政策效應,并且允許模型內各方程擁有不同的門限值,以反映變量間不同的非線性關系。

三、 宏觀模型的建立

1. 模型的變量排序

TVAR模型作為對VAR模型的一種特例或是改進,變量的排序同樣會影響其后用脈沖響應函數(shù)方法對模型受到某種沖擊時的動態(tài)反應的分析。將模型中各變量順序設定為:Δln(GDP)、Δln(CPI)、Δln(E)、Δln(M2),具有合理的經濟含義。貨幣供應量作為貨幣政策的中間指標,其當期值對宏觀經濟變量不產生影響,而對各宏觀變量的未來值產生影響,Bernanke等在研究中對宏觀經濟變量與貨幣政策變量的排序也作了相同的處理,只是其研究選取利率作為測度貨幣政策的變量;這一順序反映了貨幣供應量受其他各宏觀經濟變量的影響,與實際中貨幣政策的制定是相一致的。

2. 模型的估計

采用Hansen[14-15]的方法進行估計。Hansen的方法要求數(shù)據平穩(wěn)且無趨勢,因此選用各變量的一階差分序列,滿足這一要求。同時,設qt-d和γi分別表示d階滯后的門限變量q和第i個方程中的門限參數(shù)。Hansen認為,門限變量qt-d應為Δln(GDP)t-d,d=1,2,3,4中的一個(與模型中各變量的滯后階數(shù)相同),根據Hansen提出的誤差平方和準則,選擇Δln(GDP)t-d作為門限變量。

首先,檢驗模型中各方程變量間是否有非線性關系,亦即檢驗門限變量qt-d的參數(shù)γi是否顯著。在γi未知的情況下,應用Hansen[14]提出的Wald統(tǒng)計量進行檢驗,結果如表2。

表2 各方程變量間非線性關系的Wald檢驗結果

根據檢驗結果,對于方程1、方程3和方程4,p值僅為0.002、0.004和0.002,在通常的顯著性水平下,可以拒絕方程中變量間線性相關的原假設;而對于方程2,p值為0.19,故沒有充分的理由拒絕原假設。由此,確定方程2為線性方程,其余三個方程為非線性方程。

其次,估計模型中單一方程的參數(shù)值。線性方程采用普通最小二乘法,非線性方程采用Hansen的序貫條件最小二乘法。Hansen的方法遵循遞歸思想。非線性方程中的門限參數(shù)γi,有T種可能值,即qt-d(t=1,2,…,T)。將qt-d的值按大小排序,忽略兩端各15%的值,其余為γi的所有可能值,即γi有0.7T種可能值。對γi的可能值,方程i中的斜率參數(shù)可由如下估計量求得:

(1)

其中,Xt(γi)′=(Xt′I(qt-d≤γi)∶Xt′I(qt-d>γi)),βi和γi分別表示方程i的斜率參數(shù)和門限參數(shù),yit為方程i的被解釋變量,I為指標函數(shù)。

第三,估計TVAR模型。如果模型中的全部非線性方程具有相同的門限參數(shù)值,解釋變量可以根據這個值被分成兩組,在這種情況下,TVAR模型可由普通最小二乘法對各方程逐一估計而得到有效估計值,但是,如果各非線性方程的門限參數(shù)值不同,則需使用廣義最小二乘法估計,因此,有必要檢驗能否對各非線性方程賦予相同的門限參數(shù)值,采用Hansen[15]的似然率檢驗法,其中,似然率統(tǒng)計量為:

(2)

表3 似然率檢驗結果

注:*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設。

根據Hansen給出的判斷標準,不能對宏觀TVAR模型賦予相同的門限值。

綜上,在宏觀經濟TVAR模型內,只有方程2的變量間是線性關系,其余三個方程的變量間存在顯著的非線性關系,且不能被賦予相同的門限值,因此,采用廣義最小二乘法對宏觀經濟TVAR模型進行估計。

四、 產業(yè)非對稱效應分析

1. 分產業(yè)TVAR模型

為考察貨幣政策產業(yè)非對稱效應,在宏觀TVAR模型基礎上,增加一個新的內生變量描述各產業(yè)的經濟增長情況,對第一產業(yè)、第二產業(yè)、第三產業(yè)分別建立一個TVAR模型。

分產業(yè)TVAR模型中,選擇季節(jié)調整后各產業(yè)產值作為衡量相關產業(yè)經濟增長情況的變量,并取其對數(shù)形式,分別用ln(G1)、ln(G2)、ln(G3)表示,同樣地,模型中選用平穩(wěn)且無趨勢的各變量的一階差分序列。分產業(yè)TVAR模型變量的排列順序設定為:Δln(GDP)、Δln(CPI)、Δln(E)、Δln(M2)、Δln(Gi)(i=1,2,3)。這一排序假設貨幣供應量只受宏觀經濟變量的影響,并未受到各行業(yè)增長情況的當期影響,具有合理的經濟含義:目前中國宏觀經濟政策選擇更多地受到宏觀經濟總量變量的影響,而很少受到具體產業(yè)或行業(yè)增長情況的影響。例如中央銀行在考慮貨幣供應量或利率調整時,更多地考慮宏觀經濟整體的波動情況,而不是某些行業(yè)或某些部門的經濟波動。

對各產業(yè)TVAR模型的估計:首先,檢驗分產業(yè)TVAR模型中各方程變量間是否具有非線性關系;其次,采用同樣的方法估計分產業(yè)TVAR模型各非線性方程的門限參數(shù),并檢驗是否可以對全部非線性方程賦予相同的門限值;第三,對分產業(yè)TVAR模型采用廣義最小二乘法進行估計。

2. 脈沖響應函數(shù)分析

基于每一個分產業(yè)TVAR模型,可以運用脈沖響應函數(shù)方法分析貨幣供應量變動對模型系統(tǒng)及其內部其他變量的沖擊反應。由于TVAR模型在VAR模型基礎上引入了非線性方程,且本文允許TVAR模型內不同的非線性方程具有不同的門限值,因此須在傳統(tǒng)的脈沖響應函數(shù)方法基礎上作進一步改進,Hansen[14-15]等文獻提供了較為系統(tǒng)和完善的方法。

給廣義貨幣供應量M2一個負向沖擊,采用Tena的方法得到關于中國三大產業(yè)產出的脈沖響應函數(shù)圖,見圖1。橫軸表示沖擊作用的滯后期間數(shù);由于各產業(yè)TVAR模型中的變量均取對數(shù)后差分,系數(shù)代表彈性,所以縱軸表示各產業(yè)產值波動的變化;實線表示脈沖響應函數(shù),分別代表了三大產業(yè)產出對M2沖擊的反應。

圖1表明三大產業(yè)對貨幣政策沖擊反應的強度和速度存在著顯著的差異。第三產業(yè)和第一產業(yè)對貨幣政策沖擊的反應較為敏感,第三產業(yè)對貨幣政策沖擊的反應最快,在沖擊發(fā)生的當期和第2期,第三產業(yè)的反應大于第一產業(yè)和第二產業(yè);第一產業(yè)對貨幣政策沖擊的反應最強烈,并率先在第4期達到了最大反應-0.065。而貨幣政策對第二產業(yè)的作用時滯最長,且效果最弱,在第13期才達到最大效應-0.018。

圖1 三大產業(yè)產出對M2沖擊的脈沖響應

3. 產業(yè)非對稱效應產生的原因分析

中國貨幣政策具有明顯的產業(yè)非對稱效應,第三產業(yè)和第一產業(yè)對貨幣政策沖擊的反應較為敏感,而貨幣政策對第二產業(yè)的作用時滯較長,且沖擊效果較弱。其原因主要體現(xiàn)在以下幾個方面。

首先,各產業(yè)所面臨的資金約束差異是貨幣政策產生產業(yè)非對稱效應的重要原因。Peersman & Frank[16]指出,如果貨幣政策的調整不明顯改變某產業(yè)中企業(yè)所面臨的資金約束,那么該產業(yè)對貨幣政策的反應就不明顯。具體而言,一是第二產業(yè)中的企業(yè)更容易以相對較低的成本實現(xiàn)直接融資來代替間接融資,從而削弱了貨幣供應量即貨幣政策沖擊的效應。我國的大型企業(yè)主要集中在第二產業(yè),大型企業(yè)相對于中小企業(yè)而言,由于信譽或擔保等方面的優(yōu)勢,大型企業(yè)的直接融資成本相對較低,因而更易實現(xiàn);相反地,中小企業(yè)更加依賴銀行貸款,即間接融資。二是第二產業(yè)較之第一產業(yè)和第三產業(yè)更易實現(xiàn)間接融資。從產業(yè)中行業(yè)構成來看,第二產業(yè)涵蓋了我國主要的壟斷行業(yè);從產業(yè)中企業(yè)構成來看,第二產業(yè)包括了我國主要的國有企業(yè),而壟斷行業(yè)和國有企業(yè)憑借自身的經濟實力和國家信譽,較之其他行業(yè)和企業(yè)更加容易獲得銀行貸款,即實現(xiàn)間接融資。因此,三大產業(yè)內各行業(yè)和企業(yè)所面臨的資金約束各異,從而使貨幣政策產生了產業(yè)非對稱效應。

其次,不確定條件下投資決策理論可部分地解釋中國貨幣政策的產業(yè)非對稱效應。一方面,第二產業(yè)中各行業(yè)所涉及的投資項目具有生產周期長、沉沒成本高的特點,因此項目一旦上線,則需在相對長的時間內持續(xù)追加資金,因而第二產業(yè)對貨幣政策沖擊的反應時滯較長,且程度較弱;另一方面,第一產業(yè)和第三產業(yè)內各行業(yè)所涉及的投資項目較第二產業(yè)而言,沉沒成本較低,進入和退出的門檻較低,因而在外部經濟環(huán)境不確定性加強的條件下,該產業(yè)內企業(yè)會對投資作出迅速調整,表現(xiàn)為第三產業(yè)和第一產業(yè)對貨幣政策沖擊在速度和強度層面都更加敏感。這種產業(yè)內行業(yè)自身特質一定程度上對不確定條件下的投資決策產生了各異的影響,從而產生了中國貨幣政策的產業(yè)非對稱效應。

五、 基本結論和政策建議

鑒于Goodhart[8]、Cukierman & Muscatelli[9]等對以往研究中將經濟系統(tǒng)中各變量設為線性相關這一假設的質疑,本文在構造模型前,利用歷史數(shù)據,實證檢驗了中國經濟運行中各變量間是否具有非線性關系,檢驗結果表明各變量間存在顯著的非線性關系,因此將研究貨幣政策沖擊效果常用的VAR模型改進成TVAR模型,并進一步地允許TVAR模型內不同方程擁有不同的門限值,以描述經濟系統(tǒng)中不同的非線性關系。在此基礎上運用Hansen[14-15]和Tena[12]提供的基于TVAR模型的脈沖響應函數(shù)方法對中國貨幣政策的產業(yè)非對稱效應進行實證研究。實證研究結果表明:中國的貨幣政策對不同產業(yè)產出的影響在強度和速度上存在明顯的非對稱性;第三產業(yè)和第一產業(yè)對貨幣政策沖擊的反應較為敏感,而貨幣政策對第二產業(yè)的作用時滯較長,且沖擊效果較弱。在實證研究基礎上,分析中國貨幣政策的產業(yè)非對稱效應的原因:第一,各產業(yè)所面臨的資金約束差異是貨幣政策產生產業(yè)非對稱效應的重要原因;第二,不確定條件下投資決策理論可部分地解釋中國貨幣政策的產業(yè)非對稱效應。

科學地掌握貨幣政策的產業(yè)非對稱效應的規(guī)律對于提高我國貨幣政策有效性、完善我國產業(yè)結構調整、保證經濟持續(xù)健康發(fā)展是至關重要的。同時,筆者認為:在我國尚未完成利率市場化改革之前,即主要借助貨幣供應量而非利率調控經濟的階段,中央銀行的貨幣政策有必要在總量政策的基礎上,實施差別策略,根據各產業(yè)及其內部各行業(yè)和企業(yè)的不同特質適度地、有差別地調整貨幣政策的時間和力度。在差別化貨幣政策之外,輔之以其他政策,改善第一產業(yè)和第三產業(yè)尤其是第一產業(yè)內各行業(yè)和企業(yè)的融資條件,加強其對信貸資金的吸引力。從長期來看,完善利率市場化,從而以利率為貨幣政策的中介目標,即通過調整商業(yè)銀行的資金運用成本來影響資金流向,進而影響不同產業(yè)內各企業(yè)的投資決策和投資水平,是最為長遠和有效的方法。

參考文獻:

[1] 陳峰. 論產業(yè)結構調整中金融的作用[J]. 金融研究, 1996(11):23-27.

[2] 曹永琴. 中國貨幣政策產業(yè)非對稱效應實證研究[J]. 數(shù)量經濟技術經濟研究, 2010,27(9):18-30.

[3] Bernanke B S, Gertler M. Inside the Black Box: The Credit Channel of Monetary Policy Transmission[J]. Journal of Economics Perspectives, 1995,9(4):27-48.

[4] Ganley J, Chris S. The Industrial Impact of Monetary Policy Shocks: Some Styled Facts[R]. London: Bank of England, 1997.

[5] Hayo B, Uhlenbrock B. Industry Effects of Monetary Policy in Germany[R]. Marburg: University of Marburg, 1999.

[6] 戴金平,金永軍,陳柳欽. 貨幣政策的產業(yè)效應分析----基于中國貨幣政策的實證研究[J]. 上海財經大學學報, 2005,7(4):8-15.

[7] 閆紅波,王國林. 我國貨幣政策產業(yè)效應的非對稱性研究----來自制造業(yè)的實證[J]. 數(shù)量經濟技術經濟研究, 2008,25(5):17-29.

[8] Goodhart C. Central Bankers and Uncertainty[R]. London: London School of Economics, 1998.

[9] Cukierman A, Muscatelli A. Do Central Banks Have Precautionary Demands for Expansions and for Price Stability?[R]. Glasgow: University of Glasgow, 2002.

[10] Cukierman A, Gerlach S. The Inflation Bias Revisited: Theory and Some International Evidence[J]. The Manchester School, 2003,71:541-565.

[11] Atanasova C. Credit Market Imperfections and Business Cycle Dynamics: A Nonlinear Approach[J]. Studies in Nonlinear Dynamics and Econometrics, 2003,8(4):1-22.

[12] Tena Juan de Dios. Modeling Monetary Transmission in UK Manufacturing Industry[J]. Economic Modeling, 2009,26:1053-1066.

[13] Cover J P. Asymmetric Effects of Positive and Negative Money-supply Shocks[J]. The Quarterly Journal of Economics, 1992,107(4):1261-1282.

[14] Hansen B E. Inference in TVAR Models[J]. Studies in Nonlinear Dynamics and Econometrics, 1997,2(1):1-14.

[15] Hansen B E. Sample Splitting and Threshold Estimation[J]. Econometrica, 2000,68:575-603.

[16] Peersman G, Frank S. The Industry Effects of Monetary Policy in the Euro Area[J]. The Economic Journal, 2005,115:319-342.