產(chǎn)出缺口估計(jì)、泰勒規(guī)則檢驗(yàn)及應(yīng)用

摘 要：本文首先基于1996Q4-2015Q1的數(shù)據(jù)估計(jì)了我國的實(shí)時(shí)和最終產(chǎn)出缺口，分析表明，這一時(shí)期我國的產(chǎn)出缺口經(jīng)歷了較大且持續(xù)的修正，我國的實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口之間存在顯著差異。其次，利用估計(jì)的兩類產(chǎn)出缺口對(duì)前瞻性泰勒規(guī)則進(jìn)行檢驗(yàn)，結(jié)果顯示，我國貨幣政策對(duì)實(shí)時(shí)產(chǎn)出缺口的變化做出了顯著反應(yīng)，對(duì)最終產(chǎn)出缺口的反應(yīng)則不顯著。最后，進(jìn)一步的實(shí)證檢驗(yàn)表明，實(shí)時(shí)和最終產(chǎn)出缺口在“貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道”模型中也有不盡一致的表現(xiàn)，但無論是利用實(shí)時(shí)泰勒規(guī)則還是最終泰勒規(guī)則測(cè)度我國的貨幣政策立場(chǎng)都能夠證實(shí)“貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道”的存在，即寬松的貨幣政策立場(chǎng)將使銀行傾向于承擔(dān)更多的風(fēng)險(xiǎn)。

關(guān)鍵詞：實(shí)時(shí)產(chǎn)出缺口；最終產(chǎn)出缺口；前瞻性泰勒規(guī)則；貨幣政策風(fēng)險(xiǎn)承擔(dān)渠道

中圖分類號(hào)：C812 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2016）04-0004-08 DOI：10.3969/j.issn.1003-9031.2016.04.01

一、引言

美國經(jīng)濟(jì)學(xué)家Okun（1962）提出的一個(gè)重要的宏觀經(jīng)濟(jì)學(xué)概念——產(chǎn)出缺口，是指實(shí)際產(chǎn)出與潛在產(chǎn)出之差，有時(shí)也表示為實(shí)際產(chǎn)出與潛在產(chǎn)出的差值占實(shí)際產(chǎn)出或潛在產(chǎn)出的比率①。產(chǎn)出缺口測(cè)度的是經(jīng)濟(jì)周期性波動(dòng)對(duì)產(chǎn)出的影響，反映了現(xiàn)有經(jīng)濟(jì)資源的利用程度。泰勒規(guī)則則是20世紀(jì)90年代以來在利率逐漸取代貨幣供應(yīng)量成為西方國家貨幣政策中介目標(biāo)的背景下，由美國經(jīng)濟(jì)學(xué)家Taylor（1993）提出的關(guān)于貨幣政策制定和執(zhí)行的一個(gè)簡(jiǎn)單貨幣政策規(guī)則[1]。Taylor研究發(fā)現(xiàn)，在各種影響物價(jià)水平和經(jīng)濟(jì)增長(zhǎng)率的因素中，利率是唯一能夠與物價(jià)和經(jīng)濟(jì)增長(zhǎng)保持長(zhǎng)期穩(wěn)定關(guān)系的變量，因此，調(diào)整利率應(yīng)當(dāng)成為貨幣當(dāng)局的主要操作方式。泰勒規(guī)則假定，貨幣當(dāng)局調(diào)整利率應(yīng)圍繞通脹缺口和產(chǎn)出缺口兩大關(guān)鍵目標(biāo)函數(shù)。由于泰勒規(guī)則在大量的實(shí)證中表現(xiàn)良好，因此被認(rèn)為可以是評(píng)價(jià)貨幣政策立場(chǎng)恰當(dāng)與否的一個(gè)理想的參考。

在國內(nèi)，探究泰勒規(guī)則的具體操作并檢驗(yàn)其在中國的適用性，受到學(xué)術(shù)界和決策界越來越多的重視，比較有代表性的研究有謝平和羅雄（2002）、陸軍和鐘丹（2003）、張屹山和張代強(qiáng)（2007）以及李成（2010）等[2-5]。他們的研究結(jié)果都表明，泰勒規(guī)則可以很好地衡量我國的貨幣政策，為我國貨幣政策提供一個(gè)參照尺度。然而，這些研究都是利用事后修正數(shù)據(jù)而不是基于實(shí)時(shí)數(shù)據(jù)進(jìn)行的，而基于實(shí)時(shí)數(shù)據(jù)得出的政策建議與基于事后修正數(shù)據(jù)得出的政策建議往往有很大不同，基于事后修正數(shù)據(jù)估計(jì)的政策反應(yīng)函數(shù)有可能會(huì)對(duì)歷史上的貨幣政策做出誤導(dǎo)性描述[6]。

在國外，基于實(shí)時(shí)數(shù)據(jù)的貨幣政策規(guī)則研究早已展開①。Orphanides （2001）開創(chuàng)性地基于實(shí)時(shí)數(shù)據(jù)對(duì)美國的貨幣政策規(guī)則進(jìn)行了分析，他的研究結(jié)果表明基于政策制定者實(shí)際上能夠?qū)崟r(shí)可得的信息對(duì)貨幣政策規(guī)則進(jìn)行分析是必要的。隨后，Tchaidze（2001）基于事后修正數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)分別估計(jì)了伯恩斯、沃爾克和格林斯潘三個(gè)不同時(shí)代的泰勒規(guī)則② [7]，結(jié)果表明：對(duì)于伯恩斯時(shí)代，使用實(shí)時(shí)數(shù)據(jù)增大了規(guī)則的擬合度和系數(shù)估計(jì)值；對(duì)于沃爾克時(shí)代，使用實(shí)時(shí)數(shù)據(jù)對(duì)規(guī)則的分析結(jié)果幾乎沒有影響；對(duì)于格林斯潘時(shí)代，使用實(shí)時(shí)數(shù)據(jù)則生成了更小的規(guī)則響應(yīng)系數(shù)。Gerdesmeier和Roffia（2004）研究了利用歐元區(qū)的事后修正數(shù)據(jù)估計(jì)反應(yīng)函數(shù)得出的政策建議是否傳達(dá)了誤導(dǎo)性的信息[8]，其研究結(jié)果表明，一個(gè)前瞻性泰勒規(guī)則使用實(shí)時(shí)數(shù)據(jù)會(huì)更好地描述利率而一個(gè)同期泰勒規(guī)則使用事后修正數(shù)據(jù)將表現(xiàn)更好。Bernhardsen et al（2004）則基于挪威的實(shí)時(shí)數(shù)據(jù)和最終數(shù)據(jù)對(duì)泰勒型利率規(guī)則進(jìn)行了比較研究，結(jié)果也表明最終數(shù)據(jù)給出了與實(shí)時(shí)數(shù)據(jù)的建議不同的政策利率路徑[9]。Glück和Schleicher（2004）也發(fā)現(xiàn)利用經(jīng)合組織（OECD）的事后修正數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)估計(jì)的泰勒規(guī)則之間存在顯著差異，證據(jù)表明實(shí)時(shí)的貨幣政策似乎比基于事后修正數(shù)據(jù)估計(jì)的規(guī)則所建議的反應(yīng)更積極[10]。

基于實(shí)時(shí)數(shù)據(jù)和事后修正數(shù)據(jù)的估計(jì)值之間的差異主要有兩個(gè)來源：一個(gè)是后來新數(shù)據(jù)的增加，一個(gè)是后來對(duì)以前數(shù)據(jù)的修正。顯然，前一個(gè)差異來源存在普遍性，任何一個(gè)變量的時(shí)間序列都具有隨著時(shí)間的推移而增加新數(shù)據(jù)的事實(shí)情況，就這一點(diǎn)來說，實(shí)時(shí)數(shù)據(jù)和事后修正數(shù)據(jù)的估計(jì)值之間存在差異是必然的，但可能不那么嚴(yán)重，這也許就是在Orphanides （2001）之前沒有引起大家重視的原因。但是一旦有了第二個(gè)來源即對(duì)原來的數(shù)據(jù)進(jìn)行了多次或定期的重大修正，這個(gè)問題就不能不引起大家的重視了。數(shù)據(jù)的修正必然引起估計(jì)結(jié)果的改變，從而影響政策的制定和評(píng)估，這對(duì)政策制定者來說尤為重要。而現(xiàn)實(shí)中我國的GDP核算和數(shù)據(jù)發(fā)布制度經(jīng)過了一系列改革，正在逐步與世界接軌。自1994年以來，我國的GDP歷史數(shù)據(jù)已進(jìn)行過4次重大修訂③。重要的是，2004年1月1日起我國開始實(shí)施國家統(tǒng)計(jì)局印發(fā)的《關(guān)于我國GDP核算和數(shù)據(jù)發(fā)布制度改革》方案，方案明確規(guī)定，發(fā)布季度CDP數(shù)據(jù)與年度GDP數(shù)據(jù)分為初步核算數(shù)、初步核實(shí)數(shù)和最終核實(shí)數(shù)三個(gè)步驟。另外建立了年度GDP定期修正和調(diào)整機(jī)制，每隔數(shù)年對(duì)之前各年度GDP數(shù)據(jù)及其增長(zhǎng)率進(jìn)行修正。此外，方案還規(guī)定，在開展經(jīng)濟(jì)領(lǐng)域普查，發(fā)現(xiàn)對(duì)GDP數(shù)據(jù)有較大影響的新的基礎(chǔ)資料或計(jì)算方法及分類標(biāo)準(zhǔn)發(fā)生變化時(shí)，還要對(duì)GDP歷史數(shù)據(jù)進(jìn)行修訂。隨著我國GDP核算方法的不斷完善，數(shù)據(jù)修訂和發(fā)布程序的逐步規(guī)范，我國已經(jīng)具備了對(duì)產(chǎn)出缺口和泰勒規(guī)則進(jìn)行實(shí)時(shí)研究的基本條件。

在國內(nèi)，較早開展產(chǎn)出缺口和泰勒規(guī)則實(shí)時(shí)研究的有郭紅兵和陳平（2010，2011）、鄭挺國和王霞 （2010，201

1）以及黃榮哲和農(nóng)麗娜（2010，2012）等，他們分別利用SVAR模型、HP濾波、QT濾波和BK濾波等多種方法估計(jì)了我國的實(shí)時(shí)產(chǎn)出缺口并將估計(jì)得到的實(shí)時(shí)產(chǎn)出缺口進(jìn)一步應(yīng)用到泰勒規(guī)則的實(shí)時(shí)研究中，得到了一些有價(jià)值的成果[11-16]。如鄭挺國和王霞（2011）的研究證明，相對(duì)于最終數(shù)據(jù)，實(shí)時(shí)數(shù)據(jù)能夠更好地模擬決策者在制定政策時(shí)獲取的信息；黃榮哲和農(nóng)麗娜（2012）等的實(shí)證結(jié)果表明，實(shí)時(shí)產(chǎn)出缺口的估算偏差能夠?qū)ω泿耪弋a(chǎn)生系統(tǒng)性影響，并引發(fā)貨幣政策的過度反應(yīng)。在前人研究的基礎(chǔ)上，本文可能的創(chuàng)新之處在于：（1）連續(xù)遞進(jìn)地比較了實(shí)時(shí)數(shù)據(jù)和最終數(shù)據(jù)在多個(gè)層面（產(chǎn)出缺口、泰勒規(guī)則和銀行風(fēng)險(xiǎn)承擔(dān)渠道）的不同表現(xiàn)；（2）首次利用實(shí)時(shí)數(shù)據(jù)檢驗(yàn)了“銀行風(fēng)險(xiǎn)承擔(dān)渠道”在我國貨幣政策傳導(dǎo)中的存在性。

二、實(shí)時(shí)和最終產(chǎn)出缺口的估計(jì)

（一）模型和方法

總的來說，估計(jì)產(chǎn)出缺口的方法大致可以分為三大類：一是統(tǒng)計(jì)分解趨勢(shì)法，包括線性趨勢(shì)法、二次趨勢(shì)法、三次趨勢(shì)法、峰值趨勢(shì)法、HP濾波法、BP濾波法、UC-卡爾曼濾波法等等；二是經(jīng)濟(jì)結(jié)構(gòu)關(guān)系估計(jì)法，主要包括奧肯定律法、產(chǎn)出-資本比率法、要素需求函數(shù)推導(dǎo)法和生產(chǎn)函數(shù)法等等；三是混合型方法，即把統(tǒng)計(jì)分解趨勢(shì)法與經(jīng)濟(jì)結(jié)構(gòu)關(guān)系相結(jié)合的方法，主要包括SVAR模型法和各種多變量狀態(tài)性分解方法①。各類方法各有優(yōu)缺點(diǎn)，由于統(tǒng)計(jì)分解趨勢(shì)法對(duì)數(shù)據(jù)要求低，一般只需實(shí)際產(chǎn)出值即可，數(shù)據(jù)較易獲得且真實(shí)性有保證，因此，我們采用HP濾波法對(duì)中國的產(chǎn)出缺口進(jìn)行估計(jì)②。

HP濾波技術(shù)是Hodrick和Prescott（1997）提出的，是一種時(shí)間序列在狀態(tài)空間的分解方法，該方法假設(shè)產(chǎn)出由趨勢(shì)成分和周期性成分兩部分組成，它的計(jì)算方法為：

其中，T為樣本期。通過上式將實(shí)際產(chǎn)出Yt分解為趨勢(shì)成分即潛在產(chǎn)出（Y*t）和周期性成分（Yt-Y*t），我們用（Yt-Y*t）/Yt表示產(chǎn)出缺口。HP濾波法存在的最大爭(zhēng)議是？姿值的選取，不同的值決定了不同的周期方式和平滑度。一般認(rèn)同Hodrick和Prescott（1997）的意見，季度數(shù)據(jù)一般??？姿=1600，年度數(shù)據(jù)一般?。孔?100。

（二）數(shù)據(jù)來源和概念說明

獲得實(shí)時(shí)潛在產(chǎn)出和產(chǎn)出缺口數(shù)據(jù)來源的方法有兩種。第一種可稱之為歷史方法，即通過考察有關(guān)歷史記錄看在當(dāng)時(shí)是否有明確的潛在產(chǎn)出數(shù)據(jù)被記錄，或者看那些數(shù)據(jù)是否能從當(dāng)時(shí)政策制定者的公開聲明中獲得。這種歷史方法曾被Orphanides et al（2000）和Nelson & Niko-

lov（2001）使用過[19-20]。另一種是計(jì)量方法，即利用某種計(jì)量經(jīng)濟(jì)學(xué)方法來估計(jì)實(shí)時(shí)潛在產(chǎn)出和產(chǎn)出缺口，該方法應(yīng)用較為廣泛。在計(jì)量方法中，實(shí)時(shí)產(chǎn)出缺口序列的構(gòu)建分兩個(gè)步驟，首先利用在每個(gè)季度當(dāng)時(shí)可得的數(shù)據(jù)估計(jì)得到該季度的實(shí)時(shí)缺口，然后將每個(gè)季度的實(shí)時(shí)缺口估計(jì)值進(jìn)行組合就構(gòu)成所謂的實(shí)時(shí)產(chǎn)出缺口序列。而利用最終時(shí)點(diǎn)（本文指2015Q1）可得的全部樣本數(shù)據(jù)估計(jì)得到的產(chǎn)出缺口序列就是最終產(chǎn)出缺口序列。實(shí)時(shí)和最終產(chǎn)出缺口序列的相互關(guān)系見表1。序列at表示基于實(shí)時(shí)GDP和潛在產(chǎn)出的實(shí)時(shí)估計(jì)值計(jì)算的實(shí)時(shí)產(chǎn)出缺口序列。相反，序列bt是基于最終時(shí)點(diǎn)的GDP數(shù)據(jù)和利用最終時(shí)點(diǎn)的所有可得信息估計(jì)的潛在產(chǎn)出計(jì)算的最終產(chǎn)出缺口序列。

就我國而言，由于沒有可供查找的關(guān)于潛在產(chǎn)出和產(chǎn)出缺口數(shù)據(jù)的完備歷史記錄，故不適合應(yīng)用歷史方法來構(gòu)建我國的產(chǎn)出缺口實(shí)時(shí)數(shù)據(jù)集，只能應(yīng)用計(jì)量方法來估計(jì)我國的實(shí)時(shí)產(chǎn)出缺口，因此需要獲得估計(jì)實(shí)時(shí)產(chǎn)出缺口所用的實(shí)時(shí)數(shù)據(jù)集。1996年4季度以來的我國GDP實(shí)時(shí)數(shù)據(jù)可以從各期《中國人民銀行統(tǒng)計(jì)季報(bào)》并結(jié)合國家統(tǒng)計(jì)局國民經(jīng)濟(jì)核算司編制的《中國季度國內(nèi)生產(chǎn)總值核算歷史資料（1992-2001）》與《中國季度國內(nèi)生產(chǎn)總值核算歷史資料（1992-2005）》得到。我國實(shí)際GDP的實(shí)時(shí)數(shù)據(jù)和最終數(shù)據(jù)之間的差別見圖1③。從圖1，縱軸以“萬”為數(shù)量級(jí)仍然能夠看出兩個(gè)序列之間存在顯著差異，說明我國實(shí)際GDP數(shù)據(jù)的修正還是比較大的。

由于我國公布的季度GDP是累計(jì)名義GDP，因此，我們首先通過計(jì)算得到當(dāng)季名義GDP，然后為了消除通貨膨脹的影響，我們?cè)賹⒚x季度GDP轉(zhuǎn)化為實(shí)際季度GDP，方法為：實(shí)際季度GDP=（名義季度GDP/ CPI92）*100，其中，CPI92是以1992年為基期的定基季度居民消費(fèi)價(jià)格指數(shù)。另外，由于GDP數(shù)據(jù)的季節(jié)性因素很強(qiáng)，因而我們采用X-12方法對(duì)數(shù)據(jù)進(jìn)行季節(jié)性調(diào)整，得到剔除季節(jié)性因素后的實(shí)際GDP。由于我們擁有1992Q1-2014Q4共92個(gè)季度的數(shù)據(jù)，我們決定構(gòu)建V1996Q4-V2015Q1共74個(gè)實(shí)時(shí)數(shù)據(jù)集①。每個(gè)數(shù)據(jù)集的數(shù)據(jù)從1992Q1開始，新數(shù)據(jù)的獲得有一個(gè)季度的滯后，例如，在V2015Q1，僅能獲得1992Q1-2014Q4的數(shù)據(jù)；在V2014Q4，僅能獲得1992Q1-2014Q3的數(shù)據(jù)；以此類推。

（三）產(chǎn)出缺口估計(jì)及結(jié)果描述

我們利用HP濾波基于實(shí)時(shí)和最終數(shù)據(jù)估計(jì)的產(chǎn)出缺口見圖2。如圖2所示，最終和實(shí)時(shí)產(chǎn)出缺口有幾個(gè)顯著的特征：（1）2003Q4以前兩類產(chǎn)出缺口差異較小，2003Q4以后二者的差異則比較明顯；（2）2003Q4至2005Q1之間實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口之間的差異特別大?？赡艿脑蚴牵阂环矫?，我國從2004年1月1日起開始實(shí)施國家統(tǒng)計(jì)局印發(fā)的《關(guān)于我國GDP核算和數(shù)據(jù)發(fā)布制度改革》方案，對(duì)年度和季度GDP絕對(duì)量和增長(zhǎng)率數(shù)據(jù)進(jìn)行修訂；另一方面，2003年的“非典”肆虐可能對(duì)這一時(shí)期我國的GDP造成了較大影響。

（四）產(chǎn)出缺口修正的大小和持續(xù)性

本文遵循Orphanides和van Norden（2001）的方法來分析利用HP濾波模型估計(jì)的產(chǎn)出缺口的修正值[21]。定義總修正（Total revisions）為產(chǎn)出缺口的最終估計(jì)值和實(shí)時(shí)估計(jì)值之差，它有兩個(gè)主要來源：原數(shù)據(jù)的修正和新數(shù)據(jù)的增加②。

產(chǎn)出缺口的總修正見圖2。總修正值與產(chǎn)出缺口值處于同一數(shù)量級(jí)，再次說明我國對(duì)GDP數(shù)據(jù)的修正還是蠻大的。產(chǎn)出缺口實(shí)時(shí)和最終估計(jì)值以及總修正的描述性統(tǒng)計(jì)由表2可見，產(chǎn)出缺口總修正均值的絕對(duì)值都大于實(shí)時(shí)和最終產(chǎn)出缺口均值的絕對(duì)值，總修正的標(biāo)準(zhǔn)差也大于實(shí)時(shí)和最終產(chǎn)出缺口的標(biāo)準(zhǔn)差，并且實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口之間呈負(fù)相關(guān)（-0.0782），這些指標(biāo)說明我國的實(shí)時(shí)和最終產(chǎn)出缺口存在較大差異，甚至兩個(gè)序列的變化趨勢(shì)方向相反。另外，我國產(chǎn)出缺口的總修正還具有一定的持續(xù)性，一階自相關(guān)系數(shù)為0.1672。

為了進(jìn)一步測(cè)度最終產(chǎn)出缺口和實(shí)時(shí)產(chǎn)出缺口的差異程度。表3給出了一些不依賴于產(chǎn)出缺口大小的測(cè)度指標(biāo)。第一列重復(fù)列出了表2中實(shí)時(shí)和最終產(chǎn)出缺口估計(jì)值之間的相關(guān)性統(tǒng)計(jì)值。第二列是噪音信號(hào)比率（noise-to-signal，N/S），即總修正的均方根對(duì)產(chǎn)出缺口最終估計(jì)值的標(biāo)準(zhǔn)差的比值。N/S值越高，則實(shí)時(shí)估計(jì)值比最終估計(jì)值的噪音更大。由表3可見，HP模型的N/S大于1，表明在它們的實(shí)時(shí)產(chǎn)出缺口中噪音程度很高。后面一列，OPSIGN度量了實(shí)時(shí)估計(jì)值和最終估計(jì)值具有相反符號(hào)的頻率。最后一列（XSIZE）顯示了總修正的絕對(duì)值大于最終產(chǎn)出缺口的絕對(duì)值的頻率。顯然，HP模型的實(shí)時(shí)估計(jì)值和最終估計(jì)值具有較多的相反符號(hào)，產(chǎn)生相反符號(hào)的頻率超過了41%，且在64%的時(shí)間里，產(chǎn)出缺口總修正的絕對(duì)值大于最終產(chǎn)出缺口的絕對(duì)值。表2和表3的統(tǒng)計(jì)值是對(duì)圖2視覺印象的驗(yàn)證。

總的來看，我國產(chǎn)出缺口的總修正值較大且具有一定持續(xù)性，實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口存在很大差異，這些特征必然會(huì)反映在下面對(duì)泰勒規(guī)則的檢驗(yàn)中。

三、基于實(shí)時(shí)和最終產(chǎn)出缺口的泰勒規(guī)則檢驗(yàn)

在泰勒規(guī)則中產(chǎn)出缺口是利率的重要決定因素，對(duì)應(yīng)實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口，可以得到兩種泰勒規(guī)則：實(shí)時(shí)泰勒規(guī)則和最終泰勒規(guī)則。由于我國不對(duì)通貨膨脹率和利率等變量的數(shù)據(jù)進(jìn)行修正，它們的實(shí)時(shí)問題較不重要，因此，不同的泰勒規(guī)則給出的利率之間的差別，只是不同的產(chǎn)出缺口向利率的一個(gè)轉(zhuǎn)化，并不會(huì)提供超出前面產(chǎn)出缺口分析的任何新的見解。然而，當(dāng)檢驗(yàn)泰勒規(guī)則時(shí)，更容易將實(shí)時(shí)產(chǎn)出缺口和實(shí)際貨幣政策聯(lián)系起來，因此，下面我們擬通過反應(yīng)函數(shù)法，分別基于實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口估計(jì)泰勒規(guī)則并比較二者的不同。由于中央銀行在制定貨幣政策時(shí)，同期或過去的實(shí)際通脹率并非理論和實(shí)務(wù)上關(guān)注的重心，事前的預(yù)期的通貨膨脹率才是其斟酌政策取向的關(guān)鍵，好的貨幣政策在認(rèn)為未來物價(jià)有通脹壓力時(shí)就應(yīng)該及時(shí)調(diào)整，況且，由于貨幣政策從制定、實(shí)施到影響實(shí)體經(jīng)濟(jì)需要一段較長(zhǎng)的時(shí)間，即貨幣政策存在所謂的時(shí)滯問題，因此，若將泰勒規(guī)則作進(jìn)一步修正，在傳統(tǒng)模型中引入預(yù)期因素，改用預(yù)期通貨膨脹率缺口作為估計(jì)變量，使之成為前瞻性的政策決策方式，應(yīng)是比較合乎實(shí)際的做法，還有助于央行更好地調(diào)控同業(yè)拆借利率。另外，由于顧及對(duì)資本市場(chǎng)的擾動(dòng)、政策反復(fù)時(shí)所導(dǎo)致的信譽(yù)損失、需要各方面對(duì)政策變化的支持，等等，中央銀行調(diào)整利率時(shí)通常具有平滑行為。因此，我們基于Clarida，Gali and Gertler（2000）和謝平和羅雄（2002）的研究利用GMM法來估計(jì)和檢驗(yàn)基于中國數(shù)據(jù)的前瞻性泰勒規(guī)則[22]。

假定短期名義利率根據(jù)預(yù)期的產(chǎn)出缺口和通脹缺口進(jìn)行調(diào)整，即用以下方程表示短期名義利率變化：

2）等學(xué)者的研究，選取7天的全國銀行間同業(yè)拆借利率作為實(shí)際政策利率的代理變量，數(shù)據(jù)來自中經(jīng)網(wǎng)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫，將月度數(shù)據(jù)作簡(jiǎn)單的三項(xiàng)移動(dòng)平均就得到季度數(shù)據(jù)。（2）產(chǎn)出缺口。利用前面估計(jì)得到的實(shí)時(shí)和最終產(chǎn)出缺口數(shù)據(jù)。（3）通貨膨脹率。本文采用居民消費(fèi)價(jià)格指數(shù)CPI的同比變化率表示，數(shù)據(jù)來自中經(jīng)網(wǎng)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫。同樣將月度數(shù)據(jù)作簡(jiǎn)單的三項(xiàng)移動(dòng)平均就得到季度數(shù)據(jù)。我們的樣本區(qū)間為1996Q4-2015Q1，共74個(gè)樣本點(diǎn)。

在進(jìn)行GMM估計(jì)之前需要檢驗(yàn)各個(gè)變量是否平穩(wěn)，ADF檢驗(yàn)結(jié)果顯示，1996Q4-2015Q1區(qū)間內(nèi)的利率和產(chǎn)出缺口都是平穩(wěn)序列，而CPI服從一階單整。關(guān)于協(xié)整的現(xiàn)代觀點(diǎn)認(rèn)為，并不需要被解釋變量和各個(gè)解釋變量都是同階的單整序列，最關(guān)鍵的是要求回歸殘差是平穩(wěn)序列[23]。ADF檢驗(yàn)表明無論是利用實(shí)時(shí)數(shù)據(jù)還是利用最終數(shù)據(jù)，模型的回歸殘差在1%的顯著性水平上都是平穩(wěn)的，因此各變量之間具有協(xié)整關(guān)系，可以進(jìn)行回歸分析①。GMM估計(jì)結(jié)果見表4。

由表4可知，我們估計(jì)的政策反應(yīng)函數(shù)可以很好地?cái)M合我國貨幣政策的調(diào)整方式，修正的R2都在0.87以上。從估計(jì)結(jié)果還可以看出，近些年來我國的貨幣政策確實(shí)帶有明顯的利率平滑性特點(diǎn)，在所有的估計(jì)中，平滑性指標(biāo)？籽都大于0.84，說明政策利率受前期的影響很大，貨幣政策操作具有很強(qiáng)的慣性。由于泰勒規(guī)則中通貨膨脹缺口調(diào)整因素和產(chǎn)出缺口調(diào)整因素的權(quán)重可以體現(xiàn)短期內(nèi)央行面對(duì)經(jīng)濟(jì)增長(zhǎng)和物價(jià)穩(wěn)定兩難局面時(shí)的權(quán)衡結(jié)果，因此反映中央銀行執(zhí)行貨幣政策的偏好，即經(jīng)濟(jì)增長(zhǎng)與物價(jià)穩(wěn)定孰輕孰重的決策尺度。從表4 中？茁'和？酌'的估計(jì)值來看，實(shí)時(shí)規(guī)則與最終規(guī)則既有相似性也存在很大差異。相似性表現(xiàn)在兩類規(guī)則的？茁'都遠(yuǎn)小于1，因而都存在內(nèi)在的不穩(wěn)定性。差異性則表現(xiàn)在，就最終規(guī)則而言，其？茁'在統(tǒng)計(jì)上是顯著的，？酌'在統(tǒng)計(jì)上卻不顯著，就實(shí)時(shí)規(guī)則而言則正好相反，其？茁'在統(tǒng)計(jì)上不顯著，？酌'在統(tǒng)計(jì)上卻是顯著的。因此，根據(jù)最終規(guī)則，我國的貨幣政策對(duì)通脹缺口的變化做出了顯著反應(yīng)盡管反應(yīng)不足，而根據(jù)實(shí)時(shí)規(guī)則，我國貨幣政策對(duì)產(chǎn)出缺口的變化做出了顯著反應(yīng)且反應(yīng)過度。另外，Q值表明，各規(guī)則的GMM估計(jì)不存在序列自相關(guān)，J檢驗(yàn)也表明我們對(duì)工具變量的選擇是有效的。

可見，基于不同的產(chǎn)出缺口數(shù)據(jù)可能會(huì)得出十分不同的結(jié)論和政策評(píng)價(jià)，最終泰勒規(guī)則與實(shí)時(shí)泰勒規(guī)則的含義可能并不相同，單純基于最終泰勒規(guī)則對(duì)貨幣政策進(jìn)行評(píng)價(jià)是片面的，只有基于實(shí)時(shí)泰勒規(guī)則才能對(duì)貨幣當(dāng)局當(dāng)時(shí)的政策決策進(jìn)行更準(zhǔn)確的反映和評(píng)價(jià)。

四、一個(gè)應(yīng)用：貨幣政策立場(chǎng)與銀行風(fēng)險(xiǎn)承擔(dān)

實(shí)時(shí)規(guī)則與最終規(guī)則之間存在的差異必然影響到它們的應(yīng)用結(jié)果，例如，應(yīng)用于貨幣政策立場(chǎng)的測(cè)度。貨幣政策立場(chǎng)②與銀行風(fēng)險(xiǎn)承擔(dān)之間的關(guān)聯(lián)，即貨幣政策的風(fēng)險(xiǎn)承擔(dān)渠道③，是近幾年的一個(gè)理論研究熱點(diǎn)，而分析貨幣政策立場(chǎng)最為廣泛使用的方法，是將實(shí)際的政策行為與基于泰勒規(guī)則的計(jì)算作比較[24-25]。這里，我們參照張雪蘭和何德旭（2012），將實(shí)際利率與使用泰勒規(guī)則計(jì)算得到的規(guī)則利率進(jìn)行比較，取其差衡量貨幣政策立場(chǎng)[26]。對(duì)應(yīng)前文，我們有最終和實(shí)時(shí)兩類貨幣政策立場(chǎng)，下面就來探究這兩類貨幣政策立場(chǎng)對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響結(jié)果是否存在實(shí)質(zhì)性不同。

參考張雪蘭和何德旭（2012）及金鵬輝（2014等）的設(shè)計(jì)，我們構(gòu)建了以下檢驗(yàn)?zāi)Ｐ蚚29]：

RISKt=？茁1MPt+？茁2GDPGAPt+？茁3TGAPt+？茁4Dummyt+？著t （9）

其中，RISK為銀行風(fēng)險(xiǎn)承擔(dān)指標(biāo)；MP為貨幣政策變量；TGAP用于衡量貨幣政策立場(chǎng)；GDPN為宏觀經(jīng)濟(jì)控制變量；Dummy為啞變量。

數(shù)據(jù)說明和描述如下：（1）銀行風(fēng)險(xiǎn)承擔(dān)變量（RISK）。參考徐明東和陳學(xué)彬（2012）及張強(qiáng)等（2013）的研究，我們選取商業(yè)銀行不良貸款率作為銀行風(fēng)險(xiǎn)承擔(dān)的指標(biāo)，數(shù)據(jù)來自中經(jīng)網(wǎng)產(chǎn)業(yè)數(shù)據(jù)庫[30-31]。（2）貨幣政策變量（MP）。與前文泰勒規(guī)則一致，仍然用7天的全國銀行間同業(yè)拆借利率作為貨幣政策的代理變量。（3）貨幣政策立場(chǎng)變量（TGAP）。參考張雪蘭和何德旭（2012），我們利用實(shí)際利率與前面估計(jì)得到的實(shí)時(shí)和最終泰勒規(guī)則利率的差異來衡量貨幣政策立場(chǎng)。（4）宏觀經(jīng)濟(jì)控制變量（GDPGAP）。GDPGAP為產(chǎn)出缺口，這里仍然利用前面估計(jì)得到的實(shí)時(shí)和最終產(chǎn)出缺口數(shù)據(jù)。（5）啞變量（Dummy）。參考金鵬輝等（2014），我們?cè)O(shè)置Dummy用來控制2008年金融危機(jī)的影響，2008Q4（含）以前的Dummy2設(shè)為0，2008Q4以后的Dummy2設(shè)為1。受限于我國“不良貸款率”數(shù)據(jù)的可得性，這里樣本區(qū)間設(shè)定為2005Q1-2014Q4，共40個(gè)樣本點(diǎn)。ADF檢驗(yàn)結(jié)果顯示，上述所有變量在區(qū)間2005Q1-2014Q4都是平穩(wěn)序列，可以進(jìn)行回歸分析①。GMM估計(jì)結(jié)果見表5。

表5的GMM參數(shù)估計(jì)結(jié)果表明：

（1）無論是用最終數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)還是混合數(shù)據(jù)，？茁1在1%的顯著水平上都大于0，說明同業(yè)拆借利率與銀行風(fēng)險(xiǎn)承擔(dān)之間呈現(xiàn)正向相關(guān)關(guān)系。這一結(jié)論符合邏輯推斷：由于再融資成本下降，較低的短期利率水平降低了現(xiàn)有貸款的風(fēng)險(xiǎn)。短期來看，銀行貸款增量相對(duì)于存量而言占比較小，故總體而言，較低的短期利率會(huì)降低銀行風(fēng)險(xiǎn)。

（2）就系數(shù)？茁2而言，實(shí)時(shí)、最終和混合數(shù)據(jù)的估計(jì)結(jié)果符號(hào)一致，都為負(fù)，說明隨著產(chǎn)出缺口的增大，有利于降低商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)。不同之處在于，當(dāng)利用實(shí)時(shí)產(chǎn)出缺口數(shù)據(jù)時(shí)，系數(shù)的估計(jì)值比在“最終”和“混合”情況下低了一個(gè)數(shù)量級(jí)，且在統(tǒng)計(jì)上不顯著。

（3）就貨幣政策立場(chǎng)（泰勒規(guī)則利率之差）的系數(shù)估計(jì)值？茁3而言，利用實(shí)時(shí)、最終和混合數(shù)據(jù)的估計(jì)結(jié)果是高度一致的，都是負(fù)值，且在1%的水平上顯著。顯然，根據(jù)我們的模型，可以穩(wěn)健地確認(rèn)我國貨幣政策的傳導(dǎo)存在“銀行風(fēng)險(xiǎn)承擔(dān)渠道”，即：寬松的貨幣政策立場(chǎng)（真實(shí)利率低于規(guī)則利率）將使銀行傾向于承擔(dān)更多的風(fēng)險(xiǎn)。

（4）關(guān)于系數(shù)？茁4，實(shí)時(shí)、最終和混合數(shù)據(jù)的估計(jì)結(jié)果也呈現(xiàn)出高度一致性，都是負(fù)值，且在1%的水平上顯著。對(duì)這個(gè)結(jié)果可能的解釋是，為應(yīng)對(duì)金融危機(jī)我國推出的4萬億經(jīng)濟(jì)刺激計(jì)劃和更高的資本監(jiān)管要求減少了銀行風(fēng)險(xiǎn)承擔(dān)。

最后，表5的Q值表明，模型的GMM估計(jì)不存在序列自相關(guān)，J檢驗(yàn)則表明我們對(duì)工具變量的選擇是有效的。

五、結(jié)語

本文基于實(shí)時(shí)和最終數(shù)據(jù)估計(jì)了我國的產(chǎn)出缺口并考察其如何影響泰勒規(guī)則在我國貨幣政策中的檢驗(yàn)及應(yīng)用。我們首先基于1996Q4-2015Q1的數(shù)據(jù)并利用HP濾波方法估計(jì)了我國的實(shí)時(shí)和最終產(chǎn)出缺口，并分析了產(chǎn)出缺口總修正的統(tǒng)計(jì)特征。結(jié)果表明，我國的產(chǎn)出缺口遭受了較大且持續(xù)的修正，說明我國的實(shí)時(shí)產(chǎn)出缺口和最終產(chǎn)出缺口存在顯著差異。由于產(chǎn)出缺口是泰勒規(guī)則的關(guān)鍵輸入變量之一，產(chǎn)出缺口估計(jì)值的差異和變化必然會(huì)影響到其在泰勒規(guī)則估計(jì)和應(yīng)用檢驗(yàn)中的表現(xiàn)。

接下來，我們基于估計(jì)的實(shí)時(shí)和最終產(chǎn)出缺口并利用GMM方法對(duì)前瞻性泰勒規(guī)則及其在貨幣政策“銀行風(fēng)險(xiǎn)承擔(dān)渠道”中的應(yīng)用進(jìn)行了檢驗(yàn)。結(jié)果表明：根據(jù)最終規(guī)則，我國的貨幣政策對(duì)通脹缺口的變化做出了顯著反應(yīng)盡管反應(yīng)不足，而根據(jù)實(shí)時(shí)規(guī)則，我國貨幣政策對(duì)產(chǎn)出缺口的變化做出了顯著反應(yīng)且反應(yīng)過度；實(shí)時(shí)和最終產(chǎn)出缺口在“銀行風(fēng)險(xiǎn)承擔(dān)渠道”檢驗(yàn)中也有不盡一致的表現(xiàn)：盡管符號(hào)相同，但在取值數(shù)量級(jí)和統(tǒng)計(jì)顯著性上存在顯著差異。然而，就貨幣政策立場(chǎng)（泰勒規(guī)則利率之差）在“銀行風(fēng)險(xiǎn)承擔(dān)渠道”中的應(yīng)用而言，實(shí)時(shí)數(shù)據(jù)與最終數(shù)據(jù)卻得出了相同的結(jié)論——我國的貨幣政策傳導(dǎo)存在“銀行風(fēng)險(xiǎn)承擔(dān)渠道”，即：寬松的貨幣政策立場(chǎng)將使銀行傾向于承擔(dān)更多的風(fēng)險(xiǎn)。

可見，實(shí)時(shí)數(shù)據(jù)的應(yīng)用對(duì)貨幣政策實(shí)證研究的影響是復(fù)雜的：一方面，基于實(shí)時(shí)和最終數(shù)據(jù)可能會(huì)得出十分不同的結(jié)論，如在泰勒規(guī)則的檢驗(yàn)中；另一方面，實(shí)時(shí)數(shù)據(jù)和最終數(shù)據(jù)的一致表現(xiàn)又能強(qiáng)化研究結(jié)論的穩(wěn)健性，如在“銀行風(fēng)險(xiǎn)承擔(dān)渠道”的檢驗(yàn)中。因此，在貨幣政策相關(guān)研究中區(qū)分使用實(shí)時(shí)和最終數(shù)據(jù)有時(shí)是必要的。

另外，鑒于我國貨幣政策“銀行風(fēng)險(xiǎn)承擔(dān)渠道”的存在，央行在制定貨幣政策特別是實(shí)施寬松貨幣政策時(shí)應(yīng)考慮到其對(duì)銀行風(fēng)險(xiǎn)乃至金融穩(wěn)定的可能影響。

（特約編輯：陳國權(quán)）

參考文獻(xiàn)：

[1]Taylor，J.B.Discretion versus Policy Rules in Practice[J].Carnegie Rochester Conference Series on Public Policy，1993：195-214.

[2]謝平，羅雄.泰勒規(guī)則及其在中國貨幣政策中的檢驗(yàn)[J].經(jīng)濟(jì)研究，2002（3）：3-12.

[3]陸軍，鐘丹.泰勒規(guī)則在中國的協(xié)整檢驗(yàn)[J].經(jīng)濟(jì)研究，2003年（8）：76-85.

[4]張屹山，張代強(qiáng).前瞻性貨幣政策反應(yīng)函數(shù)在我國貨幣政策中的檢驗(yàn)[J].經(jīng)濟(jì)研究，2007（3）：20-32.

[5]李成，王彬，馬文濤.資產(chǎn)價(jià)格、匯率波動(dòng)與最優(yōu)利率規(guī)則[J].經(jīng)濟(jì)研究，2010（3）：91-103.

[6]Orphanides，A.， Monetary Policy Rules Based on Real-Time Data[J].The American Economic Review， 2001， 91 （4）：964-985.

[7]Tchaidze，Robert R.Estimating Taylor Rules in a Real Time Setting[R]. Working Paper. 2001.

[8]Gerdesmeier，Dieter，Roffia，Barbara，，Taylor Rules for the Euro Area： the Issue of Real-Time data[R].Discussion Paper，2004（37）.

[9]Bernhardsen，T.，et al. Real-Time Data for Norway： Challenges for Monetary Policy[R].Discussion Paper，2004（26）.

[10]Glück，Heinz，Schleicher，S.P.Forecast Quality and Simple Instrument Rules—A Real-Time Data Approach[R].Discussion Paper，2004（30）.

[11]郭紅兵，陳平.基于 SVAR 模型的中國產(chǎn)出缺口估計(jì)及評(píng)價(jià)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（5）：116-128.

[12]郭紅兵，陳平.實(shí)時(shí)數(shù)據(jù)與貨幣政策分析和評(píng)價(jià)—基于產(chǎn)出缺口的一個(gè)說明[J].上海金融，2011（2）：45-48.

[13]鄭挺國，王霞.中國產(chǎn)出缺口的實(shí)時(shí)估計(jì)及其可靠性研究[J].經(jīng)濟(jì)研究，2010（10）：129-142.

[14]鄭挺國，王霞.泰勒規(guī)則的實(shí)時(shí)分析及其在我國貨幣政策中的適用性[J].金融研究，2011（8）：31-46.

[15]黃榮哲，農(nóng)麗娜.產(chǎn)出缺口估計(jì)不確定性問題綜述—以對(duì)貨幣政策規(guī)則的影響為例[J].經(jīng)濟(jì)評(píng)論，2010（5）：148-156.

[16]黃榮哲，農(nóng)麗娜，朱燕宇，劉嬋嬋.產(chǎn)出與通貨膨脹實(shí)時(shí)缺口對(duì)中國貨幣政策的系統(tǒng)性影響[J].西部論壇， 2012，2

2（2）：37-45.

[17]呂光明.潛在產(chǎn)出和產(chǎn)出缺口估計(jì)方法的比較研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007（5）：93-96.

[18]顏雙波，張連城.潛在產(chǎn)出與產(chǎn)出缺口的界定與測(cè)算方法[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2007（1）：42-48.

[19]Orphanides，A.，R.D.Porter，D.Reifschneider，R.J.Tetlow and F.Finan.Errors in the measurement of the output gap and the design of monetary policy[J].Journal of Economics and Business， 2000（52）：117-141.

[20]Nelson，Edward and Nikolov，Kalin.UK inflation in the 1970s and 1980s： the role of output gap mismeasurement[R].Working Paper， 2001：1368-5562.

[21]Orphanides，Athanasios and van Norden，Simon.The Unreliability of Output Gap Estimates in Real Time[J].Scientific Series，2001（57）.

[22]Clarida，Richard，Jordi Gali and Mark Gertler.Monetary Policy Rules and Macroeconomic Stability：Evidence and Some Theory[J].The Quarterly Journal of Economics，F(xiàn)ebruary， 2000：147-180.

[23]陳彥斌.中國新凱恩斯菲利普斯曲線研究[J].經(jīng)濟(jì)研究，2008（12）：50-64.

[24]Lee，J.，and P.M.Crowley.Evaluating the Monetary Policy of the European Central Bank[R].Texas A&M University-Corpus，Working Paper. 2010.

[25]Altubas，Y.，L.Gambacorta，and D.Marques Ibanez.Does Monetary Policy Affect Bank-risk Taking？ [R].BIS Working Papers，2010（298）.

[26]張雪蘭，何德旭.貨幣政策立場(chǎng)與銀行風(fēng)險(xiǎn)承擔(dān)——基于中國銀行業(yè)的實(shí)證研究（2000-2010）[J].經(jīng)濟(jì)研究，2012（5）：31-44.

[27]Fung，B.S.C.，and M.Yuan.Measuring the Stance of Monetary Policy，in Money，Monetary Policy and Transmission Mechanism[R]. proceedings of a conference held by the Bank of Canada， Ottawa： Bank of Canada. 1999：233-262.

[28]Borio，C.，and H.Zhu， Capital Regulation，Risk-taking and Monetary Policy：A Missing Link in the Transmission Mechanism[R].BIS Working Papers，2008（268）.

[29]金鵬輝，張翔，高峰.貨幣政策對(duì)銀行風(fēng)險(xiǎn)承擔(dān)的影響——基于銀行業(yè)整體的研究[J].金融研究，2014（2）：16-29.

[30]徐明東，陳學(xué)彬.貨幣環(huán)境、資本充足率與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)[J].金融研究，2012（7）：48-62.

[31]張強(qiáng)，喬煜峰，張寶.中國貨幣政策的銀行風(fēng)險(xiǎn)承擔(dān)渠道存在嗎？[J].金融研究，2013（8）：84-97.