基于貨幣穩(wěn)定與金融穩(wěn)定的貨幣政策規(guī)則計(jì)量檢驗(yàn)

■金成曉 王繼瑩 馬麗娟

一、引言與文獻(xiàn)綜述

傳統(tǒng)的貨幣政策以貨幣穩(wěn)定為目標(biāo)，很少單獨(dú)考慮金融穩(wěn)定。通常將金融穩(wěn)定置于貨幣穩(wěn)定的框架下進(jìn)行討論，認(rèn)為當(dāng)貨幣穩(wěn)定實(shí)現(xiàn)時(shí)，金融穩(wěn)定會(huì)自動(dòng)實(shí)現(xiàn)。貨幣穩(wěn)定被認(rèn)為是金融穩(wěn)定的前提。但隨著虛擬經(jīng)濟(jì)的蓬勃發(fā)展，金融創(chuàng)新越來(lái)越多，金融體系與實(shí)體經(jīng)濟(jì)的聯(lián)系越來(lái)越緊密，貨幣穩(wěn)定與金融穩(wěn)定的目標(biāo)往往并不一致且存在兩難選擇。貨幣政策作為宏觀調(diào)控的關(guān)鍵工具，責(zé)無(wú)旁貸地要將金融穩(wěn)定作為其首要目標(biāo)。近年來(lái)，中國(guó)人民銀行也已經(jīng)開始探索運(yùn)用某些貨幣政策工具維護(hù)和促進(jìn)金融穩(wěn)定，防范危機(jī)和整體性金融風(fēng)險(xiǎn)。因此，有必要將金融穩(wěn)定納入貨幣政策的決策中，這并不與貨幣穩(wěn)定的長(zhǎng)期目標(biāo)相違背，而是一種“靈活的通貨膨脹目標(biāo)制”。本文以此為出發(fā)點(diǎn)，對(duì)央行的貨幣政策規(guī)則進(jìn)一步研究，將金融穩(wěn)定目標(biāo)引入到貨幣政策規(guī)則模型中，構(gòu)建金融壓力指數(shù)，進(jìn)而估計(jì)貨幣穩(wěn)定與金融穩(wěn)定的貨幣政策規(guī)則的反應(yīng)函數(shù)，并檢驗(yàn)其與現(xiàn)實(shí)經(jīng)濟(jì)的吻合度，以期對(duì)保障我國(guó)的經(jīng)濟(jì)金融安全提供參考。

(一)金融穩(wěn)定的定義

目前國(guó)際上尚無(wú)對(duì)金融穩(wěn)定統(tǒng)一的定義，但是歸納起來(lái)主要有兩個(gè)角度。一是從金融穩(wěn)定的反面——金融不穩(wěn)定的角度來(lái)詮釋。Mishkin[1]認(rèn)為，當(dāng)逆向選擇和金融風(fēng)險(xiǎn)變得很糟，金融市場(chǎng)無(wú)法為企業(yè)融資時(shí)就會(huì)發(fā)生金融不穩(wěn)定，金融危機(jī)就是金融市場(chǎng)的瓦解。Herrero和Río[2]認(rèn)為，穩(wěn)定意味著沒有波動(dòng)，但是波動(dòng)卻不一定會(huì)對(duì)金融市場(chǎng)造成損害，所以金融穩(wěn)定是一個(gè)難以定義的概念，主張使用它的反面概念——金融不穩(wěn)定來(lái)定義。二是直接定義金融穩(wěn)定或者給出金融穩(wěn)定的條件。Schinasi[3]認(rèn)為:金融穩(wěn)定是一種狀態(tài)，是一種能夠?qū)崿F(xiàn)定價(jià)、分配、管理金融風(fēng)險(xiǎn)(信貸、流動(dòng)性、交易雙方、市場(chǎng)等)的經(jīng)濟(jì)機(jī)制，并能夠?yàn)榻?jīng)濟(jì)的發(fā)展做出貢獻(xiàn)。

(二)金融穩(wěn)定與貨幣穩(wěn)定

貨幣穩(wěn)定 (價(jià)格穩(wěn)定)與金融穩(wěn)定之間的關(guān)系存在很大的爭(zhēng)議。有關(guān)文獻(xiàn)中，主要有協(xié)同關(guān)系和兩難選擇關(guān)系兩種觀點(diǎn)。

持兩難選擇觀點(diǎn)的學(xué)者有很多。Mishkin[4]認(rèn)為，高利率水平對(duì)于控制通貨膨脹非常必要，但是會(huì)對(duì)銀行的資產(chǎn)負(fù)債表和企業(yè)的凈經(jīng)濟(jì)價(jià)值產(chǎn)生負(fù)面影響。Cukierman[5]指出，要控制通貨膨脹需要快速和大幅提高利率，但是銀行不能快速地將信息傳遞到他們的資產(chǎn)負(fù)債表，這會(huì)導(dǎo)致利率的不匹配增加市場(chǎng)風(fēng)險(xiǎn)。

持協(xié)同效應(yīng)觀點(diǎn)的包括:Schwartz[6]指出，承諾保持物價(jià)穩(wěn)定的策略提供了可預(yù)測(cè)的利率經(jīng)濟(jì)環(huán)境，能夠降低利率錯(cuò)配的風(fēng)險(xiǎn)，最大限度地減少通貨膨脹和長(zhǎng)期利率的溢價(jià)風(fēng)險(xiǎn)，因此有助于金融的穩(wěn)健性。他認(rèn)為貨幣穩(wěn)定可以視為金融穩(wěn)定的充分條件。還有一些對(duì)協(xié)同效應(yīng)持謹(jǐn)慎的觀點(diǎn)，如Padoa－Schioppa[7]和Issing[8]認(rèn)為，貨幣穩(wěn)定是金融穩(wěn)定的必要條件而非充分條件。

二、我國(guó)金融壓力指數(shù)(FSI)的構(gòu)建

(一)指標(biāo)的選取

不同的機(jī)構(gòu)對(duì)于FSI指數(shù)變量的定義不盡相同。美國(guó)BCA編制的FSI指數(shù)包含的變量有:美國(guó)主要銀行的股價(jià)相對(duì)整體市場(chǎng)的表現(xiàn);長(zhǎng)期和短期優(yōu)質(zhì)信貸利差;私人部門債務(wù);股票市場(chǎng)的杠桿率;整體股票市場(chǎng)的表現(xiàn);消費(fèi)者信心指數(shù);收益曲線的斜率;股票和債券發(fā)行。JP摩根指數(shù)有七個(gè)組成部分:美國(guó)國(guó)庫(kù)券新券與舊券利差的滾動(dòng)標(biāo)準(zhǔn)差;10年期的美國(guó)掉期息差;摩根大通的新興市場(chǎng)債券指數(shù);美國(guó)高收益息差;外匯交易波動(dòng);股市波動(dòng);JP摩根全球風(fēng)險(xiǎn)偏好指數(shù)。

金融壓力指數(shù)是一個(gè)高頻的連續(xù)集，所選取的指標(biāo)應(yīng)該能夠反映金融市場(chǎng)的風(fēng)險(xiǎn)波動(dòng)情況。本文根據(jù)我國(guó)金融市場(chǎng)體系的發(fā)展情況，選取銀行信貸市場(chǎng)、債券市場(chǎng)、股票市場(chǎng)、外匯市場(chǎng)作為金融體系的代表性市場(chǎng)，同時(shí)考慮不動(dòng)產(chǎn)市場(chǎng)的價(jià)格波動(dòng)來(lái)構(gòu)建我國(guó)的金融壓力指數(shù)。賴娟和呂江林[9]、陳守東和王妍[10]在計(jì)算金融壓力指數(shù)時(shí)采用的指標(biāo)基本與國(guó)外文獻(xiàn)一致，并且都是采用利差的形式，即去除無(wú)風(fēng)險(xiǎn)利率 (國(guó)債收益率)后的值。本文結(jié)合金融穩(wěn)定的定義及研究需要，考慮我國(guó)的實(shí)際情況及數(shù)據(jù)的發(fā)布頻率，選取6個(gè)代表性指標(biāo)構(gòu)建我國(guó)的金融壓力指數(shù)。

銀行信貸市場(chǎng):選取兩個(gè)指標(biāo)作為代理指標(biāo)。(1)銀行業(yè)風(fēng)險(xiǎn)利差。用1－3年期銀行間固定利率金融債收益率與1－3年期銀行間固定利率國(guó)債收益率的差表示，它衡量了銀行的相對(duì)市場(chǎng)風(fēng)險(xiǎn)。值越大說(shuō)明金融壓力越大。(2)期限利差。為了使得在壓力指數(shù)中此項(xiàng)為加號(hào)，用1年期銀行間固定利率國(guó)債的收益率與10年期銀行間固定利率國(guó)債的收益率之差表示。期限利差對(duì)于經(jīng)濟(jì)衰退具有顯著的預(yù)示性，利差的負(fù)值越大銀行的收益率曲線越陡峭，銀行的壓力越小。

債券市場(chǎng):選取債券市場(chǎng)的波動(dòng)性作為代理指標(biāo)。歷史波動(dòng)性采用GARCH(1，1)模型計(jì)算中債總指數(shù)收益率的方差表示。它反映債券市場(chǎng)價(jià)格的總趨勢(shì)和投資回報(bào)的總水平的波動(dòng)，波動(dòng)性越大說(shuō)明金融壓力越大。

股票市場(chǎng):選取股票市場(chǎng)的波動(dòng)性作為代理指標(biāo)。歷史波動(dòng)性采用GARCH(1，1)模型計(jì)算上證綜指收益率的方差表示。波動(dòng)性越大說(shuō)明金融壓力越大。

外匯市場(chǎng):選取實(shí)際有效匯率波動(dòng)性作為代理指標(biāo)，歷史波動(dòng)率采用GARCH(1，1)模型計(jì)算得到。

不動(dòng)產(chǎn)市場(chǎng):選取商品房平均售價(jià)指數(shù)的波動(dòng)作為代理指標(biāo)，歷史波動(dòng)率采用GARCH(1，1)模型計(jì)算得到。

(二)數(shù)據(jù)的選取及預(yù)處理

選取的指標(biāo)有1—3年期銀行間固定利率金融債收益率、1—3年期銀行間固定利率國(guó)債收益率、10年期銀行間固定利率國(guó)債收益率、中債總指數(shù)、上證綜指、實(shí)際有效匯率指數(shù)和商品房平均銷售價(jià)格指數(shù)。所有指標(biāo)均采用2002年1月至2011年12月間的數(shù)據(jù)。國(guó)債、金融債的收益率、中債指數(shù)數(shù)據(jù)均來(lái)自中國(guó)債券信息網(wǎng)。商品房平均售價(jià)指數(shù)來(lái)自財(cái)新網(wǎng)。實(shí)際有效匯率指數(shù)來(lái)自國(guó)際清算銀行。中債指數(shù)根據(jù)是否將利息和利息再投資計(jì)入指數(shù)分為以下三種:財(cái)富指數(shù)，以債券全價(jià)計(jì)算的指數(shù)值，考慮了付息日利息再投資因素，在樣本券付息時(shí)利息再投資計(jì)入指數(shù)中;全價(jià)指數(shù)，以債券全價(jià)計(jì)算的指數(shù)值，債券付息后利息不再計(jì)入指數(shù)之中;凈價(jià)指數(shù)，以債券凈價(jià)計(jì)算的指數(shù)值，不考慮應(yīng)計(jì)利息和利息再投資。本文使用的都是財(cái)富指數(shù)。通過(guò)計(jì)算分別得到銀行業(yè)風(fēng)險(xiǎn)利差、期限利差、債券市場(chǎng)波動(dòng)率、股票市場(chǎng)波動(dòng)率、匯率波動(dòng)率及房地產(chǎn)價(jià)格波動(dòng)率。波動(dòng)率是對(duì)資產(chǎn)價(jià)格未來(lái)不確定性的度量，通常用資產(chǎn)回報(bào)率的標(biāo)準(zhǔn)差來(lái)衡量。在本文中我們使用GARCH模型分別計(jì)算各變量的波動(dòng)率。

(三)權(quán)重的確定

構(gòu)建金融壓力指數(shù)(FSI)的第二個(gè)關(guān)鍵是確定各指標(biāo)的權(quán)重。賴娟[9]和陳守東[10]均使用等權(quán)重的方法來(lái)構(gòu)建金融壓力指數(shù)。因?yàn)楦髯兞坎▌?dòng)對(duì)宏觀經(jīng)濟(jì)穩(wěn)定的影響必然是不同的，所以有必要采用不等權(quán)重的方法來(lái)構(gòu)建金融壓力指數(shù)，本文參考構(gòu)建金融狀況指數(shù)(FCI)的方法來(lái)確定各指標(biāo)的權(quán)重，通過(guò)各變量在貨幣政策傳導(dǎo)中的作用來(lái)進(jìn)行度量，例如建立VAR模型獲得變量的脈沖響應(yīng)系數(shù)，進(jìn)而計(jì)算各變量的權(quán)重[11]。

將FSI定義為如下形式:

其中，qit表示第i個(gè)變量在t時(shí)刻的值，wi表示相應(yīng)變量在FSI指數(shù)中的權(quán)重。首先，在選定的6個(gè)指標(biāo)基礎(chǔ)上，加上產(chǎn)出和通貨膨脹指標(biāo)，我們建立包括8個(gè)變量的VAR模型:

其中，Yt是八維的內(nèi)生變量，滯后階數(shù)為1。然后運(yùn)用E-views6.0進(jìn)行計(jì)算，估計(jì)上述6個(gè)指標(biāo)一個(gè)標(biāo)準(zhǔn)差的沖擊對(duì)通貨膨脹和產(chǎn)出影響的脈沖響應(yīng)值。GDP的月度指標(biāo)用工業(yè)產(chǎn)出指數(shù)代替。估計(jì)得到的脈沖響應(yīng)圖見圖1。

從圖1可見，一單位標(biāo)準(zhǔn)差對(duì)產(chǎn)出的沖擊幅度大于對(duì)通脹的沖擊幅度，所以本文選取各變量的外生沖擊對(duì)產(chǎn)出影響的最大脈沖響應(yīng)值來(lái)計(jì)算變量的權(quán)重。房?jī)r(jià)波動(dòng)率沖擊(hou)對(duì)產(chǎn)出產(chǎn)生負(fù)向的沖擊，最大幅度為－0.218;風(fēng)險(xiǎn)利差(rp)沖擊對(duì)產(chǎn)出產(chǎn)生負(fù)向的沖擊，最大幅度為－0.411;股票市場(chǎng)波動(dòng)(sto)對(duì)產(chǎn)出產(chǎn)生負(fù)向的沖擊，最大幅度為－0.212;期限利差(ts)對(duì)產(chǎn)出形成負(fù)向的沖擊，最大幅度為－0.441;匯率波動(dòng)率(er)對(duì)產(chǎn)出產(chǎn)生負(fù)向沖擊，最大為－0.283;債券市場(chǎng)波動(dòng)(bon)對(duì)產(chǎn)出形成負(fù)向沖擊，最大幅度為－0.996。

將各變量在VAR模型中對(duì)產(chǎn)出的脈沖響應(yīng)值作為

圖1 產(chǎn)出和通脹的脈沖響應(yīng)圖

圖2 我國(guó)金融壓力指數(shù)(FSI)

計(jì)算FSI權(quán)重的依據(jù)。結(jié)合(1)，計(jì)算得到FSI指數(shù)有如下表達(dá)式:

將已獲得的房屋價(jià)格波動(dòng)率、風(fēng)險(xiǎn)利差、股票市場(chǎng)波動(dòng)率、期限利差、匯率波動(dòng)率及債券波動(dòng)率時(shí)間序列代入到式(3)中得到我國(guó)的金融壓力指數(shù)序列。我國(guó)的金融壓力指數(shù)波動(dòng)路徑見圖2。零線以上表示金融壓力相對(duì)較大，零線以下表示金融壓力相對(duì)較小，指數(shù)值越大表示金融壓力越大。

在2002年1月至2011年12月間，金融壓力指數(shù)共120個(gè)樣本，其中共有40個(gè)樣本處于0以上，80個(gè)樣本處于0以下。金融壓力較小的時(shí)期是:從2003年10月到2007年11月，從2008年12月到2011年4月。金融壓力較大的時(shí)期是:2002年1月到2003年9月，2007年12月到2008年11月?？梢娢覈?guó)大部分時(shí)候的金融壓力相對(duì)較小。金融壓力最大的月份是2008年10月，最大值為0.1971(19.71%)，這主要是受我國(guó)的緊縮政策和美國(guó)金融危機(jī)的影響。2008年11月國(guó)務(wù)院常務(wù)會(huì)議確定4萬(wàn)億的救市政策，這是中國(guó)政府推出的規(guī)模創(chuàng)紀(jì)錄的一攬子刺激經(jīng)濟(jì)計(jì)劃，金融壓力頓時(shí)緩解，隨后在2009年2月出現(xiàn)了金融壓力指數(shù)的最小值，為 －0.2644(－26.44%)。從 2010年 1月開始，為了應(yīng)對(duì)國(guó)內(nèi)物價(jià)上漲，央行開始連續(xù)上調(diào)存款準(zhǔn)備金率，從15.5%上調(diào)到2011年6月的21%。自2011年5月開始，市場(chǎng)流動(dòng)性已經(jīng)大規(guī)模減少，金融壓力指數(shù)開始變?yōu)檎?，?011年的9月，出現(xiàn)了近年來(lái)金融壓力的第二個(gè)小高峰，達(dá)到0.1386(13.86%)。接著2011年11月開始下調(diào)存款準(zhǔn)備金率，市場(chǎng)金融壓力得到了有效緩解，金融壓力指數(shù)開始下行。

從上述分析可見，我國(guó)的貨幣政策調(diào)控與金融壓力指數(shù)的波動(dòng)路徑基本吻合，說(shuō)明本文構(gòu)建的金融壓力指數(shù)能夠基本反映我國(guó)金融體系的風(fēng)險(xiǎn)和壓力程度，可以對(duì)貨幣政策的制定提供參考。

三、金融壓力指數(shù)與貨幣政策規(guī)則模型

本文旨在估計(jì)將金融壓力指數(shù)加入到擴(kuò)展的貨幣政策規(guī)則模型以后的政策反應(yīng)函數(shù)及其擬合性。參考Baxa，Horvath和Vasicek[12]使用金融壓力的滯后項(xiàng)，將加入金融壓力指數(shù)的泰勒政策規(guī)則改寫成:

其中，rt表示名義利率，πt表示通貨膨脹率表示產(chǎn)出增長(zhǎng)率缺口 (用工業(yè)增加值增長(zhǎng)率缺口的月度數(shù)據(jù)表示)，表示金融壓力指數(shù)表示貨幣供給量增長(zhǎng)率缺口，εr，t表示外部沖擊。

本文采用GMM估計(jì)方法估計(jì)式 (4)中各變量的系數(shù)。由于廣義矩估計(jì)不要求擾動(dòng)項(xiàng)的準(zhǔn)確分布信息，允許隨機(jī)誤差項(xiàng)存在異方差和序列相關(guān)，因此得到的參數(shù)估計(jì)量比其他參數(shù)估計(jì)方法更合乎實(shí)際。選取產(chǎn)出缺口、名義利率、通貨膨脹率、貨幣供給量缺口及金融條件指數(shù)的滯后值作為工具變量，估計(jì)結(jié)果如表1。

表1 GMM估計(jì)結(jié)果

依表1中估計(jì)結(jié)果式(4)可記為:

在貨幣政策規(guī)則中加入金融壓力指數(shù)后，估計(jì)結(jié)果表明利率對(duì)金融壓力指數(shù)沖擊和貨幣供給量沖擊的反應(yīng)系數(shù)較大。由于金融壓力指數(shù)越大表示金融系統(tǒng)承受的風(fēng)險(xiǎn)越大，需要政策向著寬松的方向調(diào)整，所以利率對(duì)金融壓力指數(shù)的反應(yīng)系數(shù)為負(fù)值。

圖3 名義利率與泰勒規(guī)則利率估計(jì)值

本文通過(guò)將實(shí)際值與估計(jì)值的擬合程度來(lái)評(píng)價(jià)本文中貨幣政策規(guī)則的設(shè)定。首先本文將已得到的通貨膨脹、產(chǎn)出缺口、貨幣供給量增長(zhǎng)率、金融壓力指數(shù)及名義利率滯后一期的序列帶入到式(5)中，然后計(jì)算得到名義利率的估計(jì)值R，將現(xiàn)實(shí)中的名義利率序列r與估計(jì)值R進(jìn)行驗(yàn)證比較(見圖3)，比較結(jié)果表明，用加入金融壓力指數(shù)的貨幣政策規(guī)則得到的利率估計(jì)值很好的擬合了名義利率的波動(dòng)路徑。

由于式(5)具有良好的擬合效果，在此基礎(chǔ)上本文給出各變量對(duì)名義利率變動(dòng)影響的方向及大小。如圖4－圖7所示。

從圖4可見，通脹對(duì)利率調(diào)整的貢獻(xiàn)值基本都處于0以上，央行在大部分時(shí)間都在對(duì)抗通脹，通脹的壓力始終使央行具有提高利率的傾向。在2008年2月，通脹對(duì)利率貢獻(xiàn)了0.13個(gè)百分點(diǎn)。僅在2002年和2009年經(jīng)濟(jì)出現(xiàn)了緊縮現(xiàn)象，促使央行降低利率。

從圖5可見，產(chǎn)出缺口對(duì)利率調(diào)整的影響始終圍繞著0線波動(dòng)。只在2009年1月份超高的負(fù)向產(chǎn)出缺口對(duì)利率的向下調(diào)整貢獻(xiàn)了0.155個(gè)百分點(diǎn)。在2010年1月份較高的正向產(chǎn)出缺口促使利率向上調(diào)整1.142個(gè)百分點(diǎn)。我國(guó)的產(chǎn)出增長(zhǎng)率缺口對(duì)利率調(diào)整的影響較小。

圖4 通貨膨脹對(duì)利率調(diào)整的貢獻(xiàn)值

圖5 產(chǎn)出缺口對(duì)利率調(diào)整的貢獻(xiàn)值

從圖6可見，貨幣供給量增長(zhǎng)率一直都較大幅度的影響著利率的調(diào)整。在2008年11月份由于緊縮的政策使得貨幣供給量出現(xiàn)最大的負(fù)向缺口，央行需要降低利率釋放流動(dòng)性，直接對(duì)利率向下調(diào)整貢獻(xiàn)了0.148個(gè)百分點(diǎn)。在2009年11月份，由于經(jīng)濟(jì)刺激計(jì)劃使得貨幣供給量出現(xiàn)了正向缺口的極值，對(duì)央行向上調(diào)整利率貢獻(xiàn)了0.196個(gè)百分點(diǎn)。

圖6 貨幣供給量增長(zhǎng)率對(duì)利率調(diào)整的貢獻(xiàn)值

從圖7可見，在2008年10月，我國(guó)的金融壓力達(dá)到歷史極高值，對(duì)利率的向下調(diào)整貢獻(xiàn)約0.008個(gè)百分點(diǎn)。在2009年2月份金融壓力又達(dá)到歷史極小值，對(duì)利率向上調(diào)整貢獻(xiàn)了0.01個(gè)百分點(diǎn)。

圖7 金融壓力指數(shù)對(duì)利率調(diào)整的貢獻(xiàn)值

總體來(lái)講，雖然利率對(duì)金融壓力指數(shù)單位的變化比較敏感，反應(yīng)系數(shù)最大，但是金融壓力指數(shù)對(duì)利率調(diào)整的總貢獻(xiàn)值卻是所有變量中最小的。各變量都在2008年金融危機(jī)前后對(duì)利率產(chǎn)生了很大的影響。貨幣供給量和通脹對(duì)利率調(diào)整的貢獻(xiàn)最大，金融壓力對(duì)利率的調(diào)整貢獻(xiàn)最小。說(shuō)明我國(guó)的金融體系有著較高的安全性，并且利率調(diào)整受到國(guó)家宏觀指令的影響，利率市場(chǎng)化程度相對(duì)不高，所以各變量模擬的路徑更像是國(guó)家貨幣政策調(diào)控的路徑，而不是利率隨市場(chǎng)資金需求變化的路徑。

四、結(jié)論與政策建議

本文通過(guò)選取6個(gè)代表性指標(biāo)構(gòu)建了我國(guó)的金融壓力指數(shù)，計(jì)算結(jié)果表明，該金融壓力指數(shù)能夠基本反映我國(guó)金融體系的風(fēng)險(xiǎn)和壓力程度，可以對(duì)貨幣政策的制定提供參考。在此基礎(chǔ)上，采用GMM方法對(duì)加入金融壓力指數(shù)的貨幣政策規(guī)則進(jìn)行估計(jì)，并且計(jì)算了各變量對(duì)名義利率變動(dòng)影響的方向及大小，結(jié)果表明利率的估計(jì)值很好地?cái)M合了名義利率的波動(dòng)路徑，

據(jù)此我們提出如下的政策建議:

第一，通脹與通縮的壓力始終是央行運(yùn)用利率政策工具應(yīng)該關(guān)注的焦點(diǎn)。

第二，央行在運(yùn)用利率政策工具時(shí)，不必過(guò)分關(guān)注產(chǎn)出增長(zhǎng)率缺口的變化情況。

第三，貨幣供給量增長(zhǎng)率缺口一直都較大幅度影響著利率的調(diào)整，因此央行必須對(duì)此給予極大的關(guān)注。

第四，研究結(jié)果表明，雖然利率對(duì)金融壓力指數(shù)單位變化比較敏感，反應(yīng)系數(shù)最大，但是金融壓力指數(shù)對(duì)利率調(diào)整的總貢獻(xiàn)值卻是所有變量中最小的，說(shuō)明我國(guó)的金融體系有著較高的安全性，央行對(duì)金融壓力指數(shù)適度關(guān)注即可。

[1]Mishkin S.Global Financial Instability:Framework，Events， Issues.The Journal of Economic Pertspecives，1999，13(4).

[2]Herrero G， R o D.P.Financial Stability and the Design of Monetary Policy.Banco De Espana Working Paper， No.0315， 2003.

[3]Schinasi J.Responsibility of Central Banks for Stability in Financial Markets.IMF Working Paper， No.121，2003.

[4]Mishkin S.The Causes and Propagation of Financial Instability:Lessons for Policymakers.Federal Reserve Bank of Kansas City， 1997.

[5]Cukierman A.Central Bank Strategy， Credibility and Independence: Theory and Evidence.Boston:MIT Press， 1992.

[6]Schwartz A.Systemic Risk and The Macroeconomy.Banking Financial Markets and Systemic Risk，1995，(7).

[7]Padoa T.Central Banks and Financial Stability:Exploring a Land in Between.The Second ECB Central Banking Conference，2002.

[8]Issing O.Monetary and Financial Stability:Is There a Trade－ Off？.Bank for International Settlements，2003.

[9]賴娟，呂江林.基于金融壓力指數(shù)的金融系統(tǒng)性風(fēng)險(xiǎn)的測(cè)度[J].統(tǒng)計(jì)與決策，2010，(10).

[10]陳守東，王妍.金融壓力指數(shù)與工業(yè)一致合成指數(shù)的動(dòng)態(tài)關(guān)聯(lián)研究[J].財(cái)經(jīng)問題研究，2011，(10).

[11]Goodhart C， Hofmann B.Asser Prices， Financial Conditions，and the Transmission of Monetary Policy.Asset Prices.Exchange Rates， and Monetary Policy， 2001.

[12]Baxa J，Horvath R，Vasicek B.Time－varying Monetary－Policy Rules and Financial Stress:Does Financial Instability Matter for Monetary Policy.Journal of Financial Stability， 2011.