中國貨幣政策的利率規(guī)則
——基于金融狀況指數(shù)的分析

李祥發(fā)，馮宗憲，薛偉賢

中國貨幣政策的利率規(guī)則
——基于金融狀況指數(shù)的分析

李祥發(fā)1，馮宗憲2，薛偉賢1

（1.西安理工大學經(jīng)濟與管理學院，西安710054；2.西安交通大學經(jīng)濟與金融學院，西安710038）

為檢驗中國中央銀行是否已將金融市場狀況納入貨幣政策的框架，采用HTVPVAR模型的脈沖響應構建中國金融市場狀況指數(shù)，檢驗結果顯示：以金融市場狀況指數(shù)為轉換變量的STR模型形式的利率規(guī)則能較好地擬合實際數(shù)據(jù)，政策利率對通貨膨脹缺口的變動存在非線性調(diào)整，且金融市場的景氣（不景氣）將增強（減弱）貨幣政策對通貨膨脹缺口的反應程度。

金融狀況指數(shù)；利率規(guī)則；HTVPAVR模型；Gibbs抽樣

在貨幣政策制定和操作的實踐中，往往以通貨膨脹和經(jīng)濟增長為貨幣政策的最終目標。隨著金融市場的發(fā)展，金融狀況已成為影響物價穩(wěn)定和經(jīng)濟增長的重要因素，傳統(tǒng)的物價穩(wěn)定目標僅是經(jīng)濟穩(wěn)定的必要條件而非充要條件。宏觀經(jīng)濟、金融市場與貨幣政策工具規(guī)則之間的關系問題，因此受到諸多學者的關注，構建能夠反映中國金融市場狀況的指數(shù)，檢驗中國貨幣政策當局是否已將金融市場狀況納入貨幣政策的框架，具有重要的理論意義和現(xiàn)實意義。

一、文獻綜述

在金融市場穩(wěn)定與宏觀經(jīng)濟周期波動存在緊密聯(lián)系的背景下，將金融市場狀況納入貨幣政策的框架，成為學者和貨幣政策當局討論的對象。但相關研究還存在不小的爭議。

一些學者反對中央銀行對金融市場狀況的波動做出貨幣政策調(diào)整。如Myftari和Rossi（2007）[1]研究認為，中央銀行對金融市場波動采取“先發(fā)制人”式的緊縮性貨幣政策面臨兩難抉擇，雖然這一貨幣政策措施能抑制金融市場參與主體的樂觀情緒，但緊縮性貨幣政策所引發(fā)的實際成本可能使干預金融市場波動的措施被否決。Fatas（2010）[2]研究發(fā)現(xiàn)，雖然寬松貨幣政策與引發(fā)次貸危機的房地產(chǎn)泡沫破滅存在關聯(lián)性，但寬松貨幣政策不是主要原因，中央銀行貨幣政策的立場不宜作為預測未來房地產(chǎn)泡沫破滅的先行指標。Assenmacher等（2010）[3]應用18個國家數(shù)據(jù)的實證結果顯示，對金融失衡實施緊縮性貨幣政策對經(jīng)濟增長存在不利影響。Galiy和Gambettiz（2015）[4]應用價格名義剛性的代際交疊模型，研究了貨幣政策規(guī)則的選擇對理性資產(chǎn)價格泡沫的影響，研究結果顯示，貨幣政策對資產(chǎn)價格泡沫做出積極反應，會增加未來資產(chǎn)價格的波動。戴國強和張建華（2009）[5]應用VECM模型構建了中國的金融狀況指數(shù)，實證檢驗顯示，資產(chǎn)價格在貨幣政策的傳導過程中反應不足，不建議將資產(chǎn)價格作為貨幣政策的操作指標。陳偉忠和黃炎龍（2011）[6]認為，直接將資產(chǎn)價格納入貨幣政策的反應函數(shù)具有不確定性。黃昌利和尚友芳（2013）[7]將股票價格和房地產(chǎn)價格引入前瞻性泰勒利率規(guī)則的實證研究顯示，中國貨幣政策利率主要對產(chǎn)出缺口做出反應。

另一些學者支持將金融市場狀況納入貨幣政策的框架。Semmle和Zhang（2007）[8]認為，金融市場不景氣可能會引發(fā)通貨緊縮和經(jīng)濟衰退，為避免陷入流動性陷阱，貨幣政策當局不應忽視資產(chǎn)價格的波動。Shibamoto和Tachibana（2013）[9]應用VAR模型的研究結果顯示，貨幣政策的產(chǎn)出效應構建了股票市場與實體經(jīng)濟相聯(lián)系的橋梁，并認為日本的貨幣政策會對因股票市場波動而引發(fā)的實體經(jīng)濟波動做出反應。刁節(jié)文和章虎（2012）[10]應用狀態(tài)空間模型構建了動態(tài)權重的金融狀況指數(shù)，檢驗結果顯示，當面臨嚴峻的通貨膨脹時，貨幣政策當局才會對金融狀況的波動做出反應。馬勇（2013）[11]將金融市場穩(wěn)定因素納入貨幣政策函數(shù)的理論與實證研究，認為當貨幣政策當局的政策取向影響金融體系的風險承擔和宏觀經(jīng)濟環(huán)境時，貨幣政策應充分考慮金融系統(tǒng)性風險的貨幣政策因素及其危害，應將金融系統(tǒng)的風險承擔納入貨幣政策的框架。陳守東等（2014）[12]對金融市場狀況能否有效反映中國貨幣市場的運行狀況，認為應將金融市場狀況指數(shù)納入貨幣政策制定的參考指標體系。王燁等（2014）[13]應用支持向量回歸算法構建的金融狀況指數(shù)領先于通貨膨脹的變動，認為其可作為貨幣政策的參考指標。周德才等（2015）[14]應用MITVPSVVAR模型構建了中國動態(tài)權重的金融狀況指數(shù)，認為政府應定期構建并公布金融狀況指數(shù)。何匯溪（2015）[15]就中國金融狀況指數(shù)構建中的變量選取問題做了研究。李正輝和鄭玉航（2015）[16]應用馬爾科夫區(qū)制轉換模型研究了中國金融狀況指數(shù)的動態(tài)變化特征，認為金融狀況對實體經(jīng)濟發(fā)展的有效性呈增強態(tài)勢。

二、金融狀況指數(shù)的構建

（一）變量選取與數(shù)據(jù)說明

在選擇金融市場變量用于構建金融狀況指數(shù)時，所選擇的金融市場變量應包含較多的市場狀況信息，能夠作為金融狀況的一個綜合度量指標和貨幣政策的一個先行指標，對產(chǎn)出缺口和通貨膨脹缺口具有顯著影響。依據(jù)此原則，本文選擇人民幣-美元匯率、中長期貸款和貨幣供給量M2作為金融狀況的代表性變量，用于構建金融狀況指數(shù)。選擇上述變量作為中國金融狀況的代表性變量，主要基于如下考慮：在樣本期內(nèi)，由于中國巨額貿(mào)易順差和強制結匯制度，以及次貸危機發(fā)生后所采取的寬松貨幣政策，中國的廣義貨幣供給量M2迅速增加，使得廣義貨幣供給量M2對金融市場和宏觀經(jīng)濟的影響趨于增加；對于人民幣-美元匯率，由于內(nèi)外部經(jīng)濟環(huán)境形勢的變化，中國自2005年啟動了匯率形成機制改革，人民幣-美元匯率經(jīng)歷了多次升值，隨著匯率形成機制的逐漸成熟，人民幣匯率波動開始影響國際收支、國內(nèi)商品價格和產(chǎn)出，從而成為影響實際經(jīng)濟運行的一個重要變量；就中國實際而言，商業(yè)銀行是中國金融體系的核心，銀行信貸自然也就成為了中國社會融資的主要形式，使得中長期貸款的變動反應了金融狀況的變化，以及投資者對未來經(jīng)濟增長的預期。

本文選擇1997年1月—2015年12月共228個月的月度數(shù)據(jù)做實證分析。以消費者價格指數(shù)的環(huán)比增速為通貨膨脹變量；在數(shù)據(jù)處理中，實際廣義貨幣供給量由采用X-12季節(jié)調(diào)整后的名義廣義貨幣供給量M2除以CPI獲得，并進而求得實際廣義貨幣供給量的環(huán)比增速；實際新增中長期貸款和實際匯率通過相應變量的名義值除以消費者價格指數(shù)獲得，進而求得實際新增中長期貸款和實際匯率的環(huán)比增速；選擇銀行間拆借月度平均利率作為中國名義利率的替代變量，實際利率由名義利率減去消費者價格指數(shù)得到。通過H-P濾波方法計算獲得上述變量的長期趨勢成分，以上述變量偏離其長期趨勢的偏差作為該變量的缺口值，并按照Goodhart等（2001）[17]的方法，以實際利率的月度環(huán)比增量作為實際利率缺口。由于中國未公布月度GDP數(shù)據(jù)，本文以月度GDP工業(yè)增加值為月度的替代變量，實際工業(yè)增加值由名義工業(yè)增加值除以消費者價格指數(shù)，進而獲得實際工業(yè)增加值環(huán)比增速。由于利率和匯率為逆指標方向變量，需對利率和匯率的原始數(shù)據(jù)取相反數(shù)，將其調(diào)整為正向指標變量。上述數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫和國家統(tǒng)計局。

（二）時變權重的金融狀況指數(shù)構建

在樣本區(qū)間內(nèi)，中國加入WTO、銀行業(yè)改革和匯率形成機制改革，可能會使中國的經(jīng)濟結構發(fā)生變化，金融狀況的代表性變量在金融市場和宏觀經(jīng)濟中的作用大小也會隨之發(fā)生變化，使得FCI所包含的金融狀況的代表性變量的權重發(fā)生變化。而2008年爆發(fā)的次貸危機給中國帶來的沖擊，可能會使中國金融市場的代表性變量的時間序列存在異方差。因此，以不變權重和同方差方法構建的金融狀況指數(shù)可能很難反映中國金融市場的實際狀況，應在考慮時間序列變量間可能存在的結構性變化和異方差的情況下，構建中國的金融狀況指數(shù)FCI。為包含經(jīng)濟可能存在的結構性變化和異方差的信息，本文構建具有時變參數(shù)和異方差的VAR（HTVPVAR）模型，并通過時變方差分解和在每一時點的脈沖響應計算FCI中各變量的權重。具有二階滯后和四維時間序列的HTVPVAR模型為

其中，yt為4×1可觀測的時間序列變量；ct為模型的時變截距項；A1,t和A2,t均為4×4的時變參數(shù)矩陣；εt為模型不可觀測的外在沖擊隨機項，且具有異方差性，其協(xié)方差矩陣為Ct。不失一般性，假設協(xié)方差矩陣可做如下分解其中，Bt為三角形矩陣

Dt為對角線矩陣

令At＝（ct，A1,t，A2,t），bt為矩陣Bt的對角線以下元素所組成的向量；σt為對角線矩陣Dt的對角線元素組成的向量。模型的時變動態(tài)參數(shù)滿足

由式（1）～式（3）可以看出，參數(shù)At服從隨機漫步，σt服從幾何隨機漫步，這也使得該模型的協(xié)方差矩陣具有時變性。當上述參數(shù)均為常數(shù)時，HTVPVAR模型退化為經(jīng)典的VAR模型。依據(jù)經(jīng)濟變量之間的關系，對HTVPVAR模型中各變量作如下排序：實際廣義貨幣供給量M2的環(huán)比增速缺口（M2）、實際中長期貸款環(huán)比增速缺口（loan）、實際匯率環(huán)比變動缺口（ER）和實際銀行間拆借利率的變動值。這是因為廣義貨幣供給量的變動包含了產(chǎn)出變動和通貨膨脹變動的信息，因此將廣義貨幣供給量M2的環(huán)比增速缺口排在第一位；新增中長期貸款反映了社會對未來經(jīng)濟增長的預期，遂將其排在第2位；雖然中國2005年進行了匯率形成機制改革，但中國還未形成自由浮動的匯率制度，匯率變動中管制的成分還較多，因此，匯率變量和利率變量分別排在第3位和第4位。時間序列變量的ADF檢驗和PP檢驗結果顯示，各時間序列變量均在5％的顯著性水平下滿足平穩(wěn)性要求。

參考Nakajima等（2011）[18]的研究和相應VAR模型的滯后期，選擇HTVPVAR模型的滯后期為2。以貝葉斯方法估計HTVPVAR模型的參數(shù)，需首先獲得時間序列變量初始狀態(tài)的先驗分布，為了獲得時間序列變量初始狀態(tài)的先驗分布，選擇1997年1月—2001年12月共60個樣本的月度數(shù)據(jù)用于先驗分布的校正。參考Primiceri（2005）[19]的方法，將參數(shù)的初始值A0設定為服從正態(tài)分布，且均值和方差分別為VAR模型的點估計值A?OLS和其方差的4倍，B0的先驗估計值以同樣的方法獲得，σ0的分布設定為服從對數(shù)正態(tài)分布

對于樣本區(qū)間內(nèi)的后驗參數(shù)估計采用Gibbs抽樣方法，共進行10 000次抽樣，并舍去初始的2 000次抽樣，用剩余抽樣模擬模型的參數(shù)。HTVPVAR模型的時變方差和脈沖響應反映了外在沖擊隨時間變化的軌跡和各時間序列變量對沖擊的反應。HTVPVAR模型中各時間序列變量方程殘差標準差的后驗均值軌跡如圖1所示。

圖1給出了實際貨幣供給量M2環(huán)比增速缺口、中長期貸款環(huán)比增速缺口、匯率缺口和利率變動缺口的殘差標準差的后驗均值。從圖1可以看出，2008年金融危機發(fā)生之后，世界主要經(jīng)濟體實施了量化寬松的貨幣政策，全球流動性過剩，大量熱錢流入中國，以及為應對次貸危機所采取的寬松性貨幣政策，使得實際廣義貨幣供給量M2環(huán)比增速的缺口，在2008年前后和2011年后半年具有較大的后驗方差均值；為了應對次貸危機對中國宏觀經(jīng)濟造成的不利沖擊，2008年11月中國政府還推出了4萬億的投資計劃等一系列擴大內(nèi)需刺激經(jīng)濟的措施，使得實際中長期貸款增速的缺口在2009年，特別是在2010年前后具有較大的后驗方差均值；迫于外部壓力和中國經(jīng)濟形勢的變化，中國自2005年啟動了人民幣匯率形成機制改革，人民幣匯率制度由原來的實際固定匯率制度轉變?yōu)橛泄芾淼母訁R率制度，但人民幣匯率調(diào)整實行小幅逐步調(diào)整，這也使得實際有效匯率缺口在2006年、2009年、2010年前后和2012年的后驗方差均值增加的幅度不大；2003年和2005年中國銀行間市場出現(xiàn)短期流動性吃緊，使實際利率的后驗均值有所增加。在2011年前后，貨幣政策當局為應對寬松貨幣政策所引發(fā)的通貨膨脹壓力，貨幣政策當局又不得不對貨幣政策再次伏特做出調(diào)整，使得利率缺口在2011年前后的后驗方差均值較大。如果HTVPVAR模型識別出的貨幣政策變動可以作為貨幣政策非系統(tǒng)性變化的測量值，那么，我們可以通過識別貨幣政策變動的時變標準差來度量貨幣政策的非系統(tǒng)變化。依次可以判斷，中國貨幣政策在2011年前后進行了多次調(diào)整，且調(diào)整幅度明顯大于前期，使得貨幣政策在這一時期具有較大的波動性。從上述分析可以看出，HTVPVAR模型較好地擬合了各時間序列變量的變化軌跡，充分驗證了允許TVPVAR模型存在異方差性的必要性和現(xiàn)實意義。

本文構建的時變權重的金融狀況指數(shù)為

其中，M2t、loant和ERt分別表示實際廣義貨幣供給量M2環(huán)比增速缺口、實際中長期貸款環(huán)比增速缺口和實際匯率環(huán)比變動缺口。為獲得實際貨幣供給量M2增速缺口、實際中長期貸款增速缺口、實際有效匯率增速缺口在FCI中的動態(tài)權重，需對2002年1月—2013年10月樣本內(nèi)的每一時間點做脈沖響應，選定實際利率缺口對時間序列變量i，i=1，2，3在時間點t的脈沖響應的持續(xù)期為12期，并以zi，t表示時間序列變量的脈沖響應的平均值，則時間序列變量i在t時的權重wi，t的計算公式可以表示為

從圖2可以看出，各時間序列變量的權重并不是固定不變的，而是隨經(jīng)濟形勢動態(tài)變化的，各時間序列變量權重的動態(tài)變化，反映了各時間序列變量對金融市場和宏觀經(jīng)濟影響力的變化軌跡。其中，貨幣供給量M2的權重在2002—2004年較平穩(wěn)，隨著中國金融市場特別是銀行業(yè)改革的逐步推進，利率的信貸渠道趨于增強，對廣義貨幣供給的影響趨于降低。但在2008年之后，政府所推出的刺激性的經(jīng)濟政策，使得信貸資金更多流向了國有企業(yè)，貨幣利率的信貸渠道效應有所減弱。隨著中國由固定匯率制度逐步轉向有管理的浮動匯率制度，利率的匯率渠道逐步趨于暢通，使匯率的權重在2002—2014年底不斷增大。隨著中國政策利率的信貸渠道和匯率渠道的逐步暢通，在一定程度上也減小了貨幣供給M2的權重，這也與實際經(jīng)濟相符。中國動態(tài)權重的金融狀況指數(shù)變動，反映了中國金融市場狀況的整體趨勢，如2003年和2007年前后經(jīng)濟的繁榮，以及2010年前后實施的刺激性政策，使中國的金融市場狀況指數(shù)有所增加。

三、中國非線性利率規(guī)則的實證檢驗

（一）實證檢驗

為進一步檢驗本文構建的金融狀況指數(shù)是否包含了金融市場所蘊含的先行信息，首先對產(chǎn)出缺口、CPI缺口、實際利率缺口和FCI之間的因果關系進行格蘭杰檢驗，檢驗結果如表1所示。

表1 變量間的格蘭杰因果關系檢驗

格蘭杰因果關系檢驗結果顯示，通貨膨脹缺口是實際利率缺口的雙向格蘭杰原因，產(chǎn)出缺口是實際利率缺口的單向格蘭杰原因，即若以實際利率為貨幣政策的中介指標，則可以認為產(chǎn)出缺口和CPI缺口是貨幣政策當局監(jiān)控的目標變量，貨幣政策當局會通過調(diào)整利率去試圖調(diào)控通貨膨脹和經(jīng)濟增長水平①格蘭杰因果關系檢驗僅是線性形式的因果關系檢驗，并不能否定利率缺口是非中性的。。FCI與產(chǎn)出缺口和CPI缺口存在雙向格蘭杰因果關系，F(xiàn)CI是實際利率缺口的單向格蘭杰原因，這也說明了本文構建的金融狀況指數(shù)對產(chǎn)出缺口和通貨膨脹缺口具有較好的解釋力，可以作為上述變量的一個先行指標。下面將進一步檢驗中國政策利率是否會對產(chǎn)出缺口和通貨膨脹缺口的變動做出非線性調(diào)整，以及FCI的變化是否會影響貨幣政策當局對產(chǎn)出缺口和通貨膨脹缺口變動做出的政策調(diào)整。

本文嘗試把具有時變權重的金融狀況指數(shù)納入貨幣政策的框架，考察平滑轉換回歸形式的泰勒利率規(guī)則在中國的適用性。本文依據(jù)泰勒利率規(guī)則原理，構建如下形式的平滑轉換回歸（STR）模型

STR模型的線性部分為

STR模型的非線性部分為

其中，（?，θ）＝（?0，?1，?2，θ0，θ1，θ2，θ3）是1×7的參數(shù)向量；εt為隨機誤差項，服從正態(tài)分布：εt～N（0，σ2）；G（γ，c，st）為以s為轉換變量的非線性有界轉換函數(shù)；γ表示轉換函數(shù)的斜率參數(shù)；c是轉換變量的位置參數(shù)向量。本文選擇LSTR1模型為目標研究模型，并選擇以FCIt為轉換函數(shù)的轉換變量。首先，我們依據(jù)檢驗準則比較線性模型與STR模型的優(yōu)越性，檢驗結果如表2所示。檢驗結果顯示，STR模型顯著優(yōu)于線性模型。

表2 線性模型與STR模型的優(yōu)越性檢驗

金融狀況是一國經(jīng)濟運行的晴雨表，本文構建的中國金融狀況指數(shù)能對利率缺口變動、產(chǎn)出缺口變動和通貨膨脹缺口變動做出解釋，可以作為中國經(jīng)濟運行的一個先行指標。因此，理論上可以選擇FCIt作為轉換函數(shù)的轉換變量。以FCIt-2作為LSTR1模型的轉換變量的檢驗結果如表3所示。

表3 模型形式選擇的檢驗結果

檢驗結果顯示，選擇作為轉換函數(shù)的轉換變量是合適的，且轉換函數(shù)的形式為LSTR1。在估計LSTR1模型時，應用格點搜索方法確定參數(shù)的初值，以Newton-Raphson方法估計模型的參數(shù)，實證估計結果如表4所示。

表4 STR模型的參數(shù)估計值及顯著性水平

為確保估計結果的可靠性，需對殘差序列是否存在序列相關和異方差進行檢驗，殘差序列的相關性檢驗結果如表5所示，殘差異方差ARCH-LM滯后8期的檢驗值為12.276（P值為0.139）。

表5 殘差序列的序列相關性檢驗

從上述殘差序列的相關性檢驗和異方差的檢驗結果可以看出，殘差序列不存在序列相關和異方差，由此可知，LSTR1模型具有很好的檢驗顯著性，實際利率的變動與其擬合值如圖3所示。從圖3可以看出，加入金融狀況指數(shù)的非線性利率規(guī)則的預測值與實際利率的變動趨勢基本一致，這表明中國的貨幣政策逐漸轉向規(guī)則型的利率調(diào)整。2006年前后，在將證券公司和信用社納入銀行間拆借市場之后，2007年又將保險、信托等六類金融拆借機構獲準進入銀行間拆借市場，并于2007年1月4日全國銀行間市場開始上線運行，推動了中國的利率市場化進程，使得銀行間拆借市場能更好地反映中國貨幣市場的供需狀況。

（二）實證結果分析

從LSTR1模型線性部分的估計結果可以看出，IRt-1和IRt-2前的參數(shù)均為負值，參數(shù)值分別為-0.430和-0.232，均在1％的顯著性水平下顯著，這說明實際利率缺口的變動具有一定的回調(diào)趨勢，即當期和滯后一期的實際利率缺口增加，將會造成未來一期的實際利率缺口降低，這可能是因為中國貨幣政策的調(diào)整，在一定程度上存在過度調(diào)整，或者是貨幣政策的調(diào)整不具有前瞻性，這也與HTVPVAR模型中利率對自身的脈沖響應具有一定程度的回調(diào)相一致。實際利率缺口FCI隨值的增大而增加，且在5％的顯著性水平下顯著，但金融狀況指數(shù)的系數(shù)僅為0.02，政策利率對金融狀況僅做出微弱調(diào)整。實際利率缺口隨產(chǎn)出缺口的增加而減小，這說明中國銀行間拆借利率未對實際產(chǎn)出缺口的變動做出充分調(diào)整。在LSTR1模型的非線性部分，滯后解釋變量CPIt-1的參數(shù)為0.124，且在1％的顯著性水平下顯著。這說明實際利率會對滯后一期的通貨膨脹缺口變動做出調(diào)整：通貨膨脹負向偏離長期趨勢，將使當期的實際利率下降。因此，可以認為通貨膨脹缺口是中國貨幣政策當局關注的重要經(jīng)濟指標，也是貨幣政策調(diào)控的重要經(jīng)濟目標。更為重要的是，金融狀況指數(shù)會顯著影響實際利率對CPI缺口的反應程度。STR模型的非線性部分，除體現(xiàn)了CPIt-1對當期實際利率缺口的影響外，還體現(xiàn)了金融狀況指數(shù)通過影響轉換函數(shù)的函數(shù)值，進而影響當期實際利率缺口對CPIt-1的變動所做出的貨幣政策調(diào)整。但實際利率未對通貨膨脹做出充分反應，這是由于中國經(jīng)濟發(fā)展所處階段的特殊性，以及在次貸危機后的一段時間內(nèi)，雖然經(jīng)濟在政策刺激下有所復蘇，但后期經(jīng)濟復蘇放緩和內(nèi)需不足的壓力是客觀存在的，考慮到經(jīng)濟下行的風險和這一時期驅動經(jīng)濟增長因素的特殊性，以及成本推動是這一發(fā)展階段通脹上升的一個主因，貨幣政策調(diào)控通脹的力度因此受到經(jīng)濟增長等政策目標的影響，貨幣政策對通脹做出充分調(diào)整面臨較多困難。

LSTR1的轉換函數(shù)為金融狀況指數(shù)FCIt-2的單調(diào)遞增函數(shù)，即金融狀況指數(shù)增加，將會增加貨幣政策當局對通貨膨脹缺口的調(diào)控力度，這是因為金融狀況是宏觀經(jīng)濟運行的一個重要先行指標，當金融市場處于景氣時期時，經(jīng)濟主體會預期由此引發(fā)的投資需求和流動性過剩將會導致通貨膨脹水平的上升；當金融市場處于不景氣時期時，經(jīng)濟主體會產(chǎn)生未來通貨膨脹水平下降的預期，貨幣政策當局則會減弱對通貨膨脹的調(diào)控力度，實際利率缺口下降。綜上所述，相較于金融狀況處于不景氣時期，在景氣時期，政策利率對通貨膨脹缺口變動的反應較敏感。

四、結論與政策含義

本文利用HTVPVAR模型的時變方差分解和脈沖響應，構建了中國的金融狀況指數(shù)，充分考慮了中國金融市場可能存在的結構性變化和外在沖擊帶來的異方差性，并將其納入非線性的“泰勒規(guī)則”對中國利率調(diào)整的規(guī)則做了檢驗。本文的結論如下。

本文構建的具有動態(tài)權重的金融狀況指數(shù)是實際利率缺口、產(chǎn)出缺口和CPI缺口的格蘭杰原因，顯示出本文構建的金融狀況指數(shù)可以作為經(jīng)濟運行的先行指標，反映出金融市場與實體經(jīng)濟存在緊密的關系，其可以作為貨幣政策的一個參考指標。對納入金融狀況指數(shù)泰勒規(guī)則的實證檢驗顯示，實際利率對CPI缺口的變動存在顯著的非線性調(diào)整，滯后一期的通貨膨脹缺口增加，將使當期的實際利率缺口增加，且實際利率缺口對通貨膨脹缺口變動的敏感程度，依賴于金融市場的景氣程度，當金融市場處于景氣時期時，將加劇實際利率缺口對通貨膨脹缺口的反應程度，反之則相反。即貨幣政策當局會通過判斷金融狀況，以及滯后通貨膨脹缺口的變動，進而對當期的利率做出非線性調(diào)整，泰勒規(guī)則下的貨幣政策對FCI的反應表現(xiàn)出逆周期性，但實際利率缺口對產(chǎn)出缺口的變動反應不足。本文構建的非線性泰勒規(guī)則能夠較好地擬合中國實際利率缺口的變動軌跡，這說明隨著中國利率市場化的逐步推進，政策利率在一定程度上遵循了規(guī)則的調(diào)控方式，且對金融狀況的變動做出了調(diào)整。

基于實證結論，本文的政策含義在于：

第一，編制并定期公布中國的金融狀況指數(shù)，使個人、企業(yè)和社會了解中國金融市場的狀況，以及對未來經(jīng)濟形勢變動做出盡可能準確的判斷，盡量減少因誤判經(jīng)濟金融形勢而造成的損失，維護宏觀經(jīng)濟和金融市場的穩(wěn)定。

第二，納入金融狀況指數(shù)的泰勒規(guī)則對通脹缺口反應不足，存在內(nèi)在不穩(wěn)定性問題，因此，還需反思中國的貨幣政策并以此推動利率市場化改革。在次貸危機后，政策制定者和學者開始傾向于將金融狀況納入貨幣政策的框架，本文的實證檢驗也給予了證實。

第三，在構建動態(tài)權重的金融狀況指數(shù)時，中長期貸款所占的權重較大，M2和人民幣匯率的權重較小，這說明貨幣政策在后兩個渠道上的傳導不夠暢通，這主要是因為中國還未實現(xiàn)自由浮動的匯率制度，匯率變動受制于政府的干預，且M2的變動受到實體經(jīng)濟和金融市場等諸多因素的影響，因此，中國需改革現(xiàn)存的匯率制度，減少不必要的行政干預，并推動利率的市場化改革，以促進貨幣政策傳導渠道的通暢，提高貨幣政策的宏觀調(diào)控成效。

[1]MYFTARI E，ROSSI S.Asset prices and monetary policy：should central banks adopt asset-based reserve requirements?[C].The Eleventh Berlin Conference of the Research Network Macroeconomic Policies.Berlin：University of Fribourg，2007.

[2]FATAS A.Fiscal policy and the current account[R].Imf Working Papers，2010，59（4）：603-629.

[3]Assenmacher-Wesche K，Gerlach S.Monetary policy and financial imbalances：facts and fiction[J].Economic Policy，2010，25（63）：476-478.

[4]GALIY J，GAMBETTIZ L.The effects of monetary policy on asset prices bubbles：some evidence[J].Macroeconomics，2015，7（1）：233-257.

[5]戴國強，張建華.中國金融狀況指數(shù)對貨幣政策傳導作用研究[J].財經(jīng)研究，2009，35（7）：52-62.

[6]陳偉忠，黃炎龍.貨幣政策、資產(chǎn)價格與金融穩(wěn)定性[J].當代經(jīng)濟科學，2011，33（1）：1-12.

[7]黃昌利，尚友芳.資產(chǎn)價格波動對中國貨幣政策的影響——基于前瞻性泰勒規(guī)則的實證研究[J].宏觀經(jīng)濟研究，2013（1）：3-10.

[8]SEMMLE W，ZHANG W L.Asset price volatility and monetary policy rules：a dynamic model and empirical evidence[J]. Economic Modelling，2007（24）：411-430.

[9]SHIBAMOTO M，TACHIBANA M.The effect of unconventional monetary policy on the macro economy：evidence from Japan’s quantitative easing policy period[R].Discussion Paper，2013.

[10]刁節(jié)文，章虎.基于金融形勢指數(shù)對我國貨幣政策效果非線性的實證研究[J].金融研究，2012（4）：32-44.

[11]馬勇.植入金融因素的DSGE模型與宏觀審慎貨幣政策規(guī)則[J].世界經(jīng)濟，2013（7）：68-92.

[12]陳守東，易曉激，劉洋.政策不確定下中國股市與宏觀經(jīng)濟相關性的非對稱效應研究[J].當代財經(jīng)，2014（1）：45-55.

[13]王燁，張玲玲，郭琨，等.基于SVR的中國金融狀況指數(shù)研究[J].管理評論，2014（5）：3-11.

[14]周德才，馮婷，鄧姝姝.我國靈活動態(tài)金融狀況指數(shù)構建與應用研究——基于MI-TVP-SV-VAR模型的經(jīng)驗分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2015（5）：114-130.

[15]何匯溪.淺談我國金融狀況指數(shù)構建中的變量選取問題[J].經(jīng)濟研究導刊，2015（27）：10-12.

[16]李正輝，鄭玉航.金融狀況指數(shù)的動態(tài)特征及其有效性研究[J].財經(jīng)理論與實踐，2015（4）：39-44.

[17]GOODHART C，HOFMANN B.Asset prices，financial conditions，and the transmission of monetary policy[C].Conference on Asset Prices，Exchange Rates，and Monetary Policy.Palo Alto，CA：Stanford University：2001.

[18]NAKAJIMA J，KASUYA M，WATANABE T.Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy[J].Journal of the Japanese and International Economies，2011，25（3）：225-245.

[19]PRIMICERI G E.Time varying structural vector autoregressions and monetary policy[J].The Review of Economic Studies，2005，72（3）：821-852.

Monetary Policy Interest Rate Rules in China—The Analysis based on FCI

LI Xiangfa1，F(xiàn)ENG Zongxian2，XUE Weixian1
（1.School of Economic and Management，Xi’an University of Technology，Xi’an 710054，China；2.School of Economic and Financial，Xi’an Jiaotong University，Xi’an 710038，China）

For overlooked the structural changes in representative financial variables and unexpected externanl shocks，when building the FCI and inspection the interest rate rules selection of central bank，and whether monetary policy is positive or not.For [For]the first time，F(xiàn)CI were[were]builted by the HTVPVAR model with time-varying variance decomposition and impulse response，and it was brought into the STR model in the form of Taylor’s interest rate rules.Inspection results argued that monetary policy would make nonlinear adjustment for the gap of inflation gap changes，and the current financial market in good（bad）will strengthen（weaken）the monetary policy response to the changes in the gap of inflation.This conclusion can be used as the empirical evidence for selecting the interest rate as the intermediate target of monetary policy.

financial conditions index；interest rules；HTVPAVR model；Gibbs sampling

F820

A

1009-3370（2016）06-0085-07

10.15918/j.jbitss1009-3370.2016.0611

[責任編輯：宋宏]

2015-12-05

國家自然科學基金應急管理項目資助（71441039）；西安理工大學科學研究計劃基金資助項目（2015RWYB003）

李祥發(fā)（1983—），男，博士，講師，E-mail：xiangfali2008@163.com