貨幣供給與通貨膨脹背離的時變成因分析

張 煒 景維民 許 娜

一、引言

現(xiàn)代貨幣數(shù)量論的代表人物弗里德曼的經(jīng)典理論認(rèn)為“無論何時何地，通貨膨脹都是一種貨幣現(xiàn)象”(1)原文為：Inflation is always and everywhere a monetary phenomenon。，超額增發(fā)的貨幣量會引發(fā)通貨膨脹。但是，2008年金融危機(jī)后歐美與日本等國家在長期量化寬松的貨幣政策下，通貨膨脹率一直維系在一個較低水平。同時，中國近幾年內(nèi)頻繁出臺的貨幣增發(fā)措施也并未帶來通脹現(xiàn)象，反而還面臨通縮風(fēng)險。2020年5月通貨膨脹指標(biāo)CPI同比上揚(yáng)2.4%，下行超出預(yù)期的2.7%，相比前值3.3%明顯回落，2021年新漲價因素-0.8%首次為負(fù)。種種經(jīng)濟(jì)事實都對貨幣數(shù)量經(jīng)典理論提出質(zhì)疑，通貨膨脹還是一種貨幣現(xiàn)象嗎？為什么貨幣供給與通貨膨脹產(chǎn)生持續(xù)背離趨勢？

對于中國貨幣數(shù)量論失效問題，麥金農(nóng)曾提出“中國貨幣之謎”，在貨幣供應(yīng)量與GDP之比持續(xù)上升的態(tài)勢下，帶來的結(jié)果卻不是通貨膨脹。該文的提出引起了廣泛關(guān)注，早期學(xué)者(劉志明，2001[1]；謝平和張懷清，2007[2])普遍認(rèn)為貨幣數(shù)量論失效的原因是經(jīng)濟(jì)貨幣化。在計劃經(jīng)濟(jì)向市場經(jīng)濟(jì)轉(zhuǎn)型過程中生產(chǎn)、分配與消費(fèi)依賴貨幣才能完成，經(jīng)濟(jì)逐漸貨幣化，市場吸納大量貨幣供給卻不會引發(fā)通脹。中國經(jīng)濟(jì)發(fā)展不斷深化，學(xué)者們提出金融市場快速發(fā)展、外匯占款激增是貨幣數(shù)量論失效形成原因(伍志文，2002[3]；易綱和王召，2002[4]；張春生和吳超林，2008[5])。隨著金融市場的繁榮，大量貨幣由產(chǎn)品市場分流到金融市場，出現(xiàn)高貨幣增長與低通貨膨脹并存的現(xiàn)象。金融危機(jī)后，中國M2/GDP普遍高于世界其他主要國家，但是由于金融市場低迷，外匯儲備持續(xù)走低，經(jīng)濟(jì)貨幣化、金融市場發(fā)展與外匯占款對貨幣數(shù)量論失效的解釋力明顯不足。其后，學(xué)術(shù)界主要從兩大層面解釋貨幣供給與通貨膨脹背離的原因：一是時滯效應(yīng)層面。該理論認(rèn)為在短期內(nèi)，由于時滯效應(yīng)的存在會使得貨幣供給與通貨膨脹存在背離的現(xiàn)象(Friedman，1961[6])。田新民和武曉婷(2012)[7]認(rèn)為貨幣增發(fā)影響通脹的時滯在第23個月達(dá)到峰值后衰減。與田新民研究具有一致性，肖衛(wèi)國和劉杰等(2013)[8]發(fā)現(xiàn)當(dāng)實施量化寬松的貨幣政策時，可預(yù)期的貨幣供給對產(chǎn)出與通貨膨脹的時滯分別為8個月與11個月，在貨幣增發(fā)初期不能及時反映在通脹指標(biāo)上。二是傳導(dǎo)梗阻層面。謝家智和張明(2012)[9]認(rèn)為貨幣供給不會對物價產(chǎn)生直接影響，而是以利率為中介通過多個環(huán)節(jié)對物價水平產(chǎn)生間接影響，如果某個環(huán)節(jié)發(fā)生梗阻便會引發(fā)貨幣供給與通貨膨脹的背離。張煒等(2019)[10]在研究中發(fā)現(xiàn)除利率外，預(yù)期是影響貨幣政策有效性的重要因素，決定貨幣政策傳導(dǎo)機(jī)制是否順暢。當(dāng)貨幣政策受到預(yù)期影響產(chǎn)生傳導(dǎo)梗阻時，貨幣供給的變化不能及時反映在物價水平上，產(chǎn)生貨幣供給與通貨膨脹的背離。不同學(xué)者都從自身研究視角出發(fā)，力圖對貨幣數(shù)量論的失效原因找出合理解釋，但是諸多研究只停留在特定因素對通脹的影響，忽略了對經(jīng)濟(jì)系統(tǒng)變化的整體把握，也忽略了對特定因素產(chǎn)生影響的條件性進(jìn)行討論。

可以說當(dāng)前通貨膨脹已經(jīng)不僅僅是一種簡單的貨幣現(xiàn)象，那么，究竟何種分析框架才能有效解釋這一問題？本文從貨幣需求結(jié)構(gòu)和產(chǎn)出缺口視角建立框架，分析貨幣增發(fā)下通縮的形成機(jī)理，如圖1。就貨幣需求結(jié)構(gòu)而言，央行增發(fā)的貨幣主要流向?qū)嶓w經(jīng)濟(jì)與虛擬經(jīng)濟(jì)。實體經(jīng)濟(jì)主要指一個國家生產(chǎn)的有形產(chǎn)品與無形產(chǎn)品部門總和，主要包括制造業(yè)與服務(wù)業(yè)，如農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、通訊業(yè)與商業(yè)、文化業(yè)等服務(wù)部門(羅富政等，2019[11])。虛擬經(jīng)濟(jì)則是相對實體經(jīng)濟(jì)而言，主要指以金融系統(tǒng)為主的依托虛擬資本循環(huán)的相關(guān)部門(羅富政等，2019[11]；何其春和鄒恒甫，2015[12])。增發(fā)的貨幣流入實體經(jīng)濟(jì)，當(dāng)產(chǎn)出缺口為正時，表現(xiàn)為經(jīng)濟(jì)實際產(chǎn)出高于潛在產(chǎn)出，市場接近充分就業(yè)水平，收入水平提高，消費(fèi)能力上升，企業(yè)擴(kuò)大產(chǎn)出，原材料價格提升。在需求拉動效應(yīng)與成本推動效應(yīng)的共同作用下產(chǎn)生通脹。增發(fā)的貨幣流入實體經(jīng)濟(jì)，當(dāng)產(chǎn)出缺口為負(fù)時，經(jīng)濟(jì)實際產(chǎn)出水平低于潛在產(chǎn)出，失業(yè)凸顯，人均收入水平下降，需求萎縮，企業(yè)生產(chǎn)與投資意愿不強(qiáng)，供需矛盾突出，增發(fā)的貨幣很難快速帶動投資與消費(fèi)。特別是在當(dāng)前全球疫情下，隨著經(jīng)濟(jì)結(jié)構(gòu)與國際矛盾日益顯現(xiàn)，不確定性因素影響加劇。央行增發(fā)的貨幣并沒有進(jìn)入實體經(jīng)濟(jì)，而是滯阻于金融體系內(nèi)部，表現(xiàn)為資產(chǎn)價格的上漲。實體經(jīng)濟(jì)發(fā)展不暢、盈利率低，使得熱錢長期游離在生產(chǎn)部門外，迫切尋求資本獲利渠道。虛擬經(jīng)濟(jì)成為吸納資金的黑洞，大量社會資本涌入貨幣空轉(zhuǎn)套利的活動中，使整體經(jīng)濟(jì)系統(tǒng)進(jìn)入通縮狀態(tài)。同時，在實體經(jīng)濟(jì)需求疲軟影響下，原油庫存創(chuàng)新高，5月期貨合約盤中跌幅超300%，報-40.32美元/桶，從未出現(xiàn)過的原油低價，進(jìn)一步拉低通脹預(yù)期。因此，當(dāng)前通脹不再是一種受供需影響的貨幣現(xiàn)象，而更多表現(xiàn)出復(fù)雜性與不確定性的特點(diǎn)。

圖1 寬松貨幣下通貨緊縮形成機(jī)理

近年來越來越多的學(xué)者從動態(tài)隨機(jī)一般均衡模型(DSGE模型)入手，分析產(chǎn)出、貨幣政策與通貨膨脹的相關(guān)關(guān)系。例如：Del Negro 等(2015)[13]構(gòu)建含有金融摩擦的動態(tài)均衡模型，成功刻畫了金融危機(jī)前后美國“大衰退”時期的經(jīng)濟(jì)下行和通縮趨勢。張煒等(2019)[14]進(jìn)一步利用BGG-DSGE模型從貨幣政策有效性角度出發(fā)，探討貨幣傳導(dǎo)機(jī)制不暢對通縮等因素的影響。以上的研究雖然能夠刻畫通縮的形成機(jī)理，但更多的僅僅局限在特定經(jīng)濟(jì)時期或特定經(jīng)濟(jì)問題下，單一或者少數(shù)經(jīng)濟(jì)指標(biāo)對通脹的影響。DSGE模型的優(yōu)勢是能夠在家庭部門層面、企業(yè)層面、貨幣當(dāng)局層面或政府層面，較好且細(xì)致地描述單一幾個因素的影響，卻無法最大限度地綜合利用宏觀經(jīng)濟(jì)信息，在整個經(jīng)濟(jì)系統(tǒng)內(nèi)研究整體因素的影響，也無法研究經(jīng)濟(jì)指標(biāo)之間的相互影響關(guān)系，特別是在對滯后期和加入時變向量的影響路徑分析方面有所欠缺。Primiceri(2005)[15]首次從時變參數(shù)視角入手，運(yùn)用美國經(jīng)濟(jì)數(shù)據(jù)探討經(jīng)濟(jì)系統(tǒng)中各宏觀變量作用關(guān)系的時變特征，證明了參數(shù)與擾動項方差時變假設(shè)的合理性以及時變參數(shù)模型在捕捉不同時點(diǎn)參數(shù)變化的優(yōu)越性。Mumtaz等(2012)[16]采用時變參數(shù)模型跟蹤英國等發(fā)達(dá)國家的通縮特征，發(fā)現(xiàn)國際因素對通縮波動產(chǎn)生了重要影響。其后，郭永濟(jì)等(2015)[17]在研究影響路徑問題中引入動態(tài)平均時變參數(shù)自回歸模型，發(fā)現(xiàn)在經(jīng)濟(jì)波動大時應(yīng)利用宏觀經(jīng)濟(jì)綜合信息對通縮形成機(jī)理進(jìn)行刻畫，使整體研究更加客觀。陳創(chuàng)練等(2018)[18]利用時變參數(shù)向量自回歸模型對通脹波動的時變成因進(jìn)行分析，發(fā)現(xiàn)貨幣政策很難對通脹產(chǎn)生持久效應(yīng)。雖然以往通過時變參數(shù)向量自回歸模型可以研究多個時變參數(shù)對通縮的影響機(jī)理，但選取的指標(biāo)缺乏系統(tǒng)性。特別是很少有針對當(dāng)前通脹缺口為負(fù)、經(jīng)濟(jì)不確定因素影響加劇的情況，細(xì)致劃分宏觀經(jīng)濟(jì)指標(biāo)，并將貨幣供給劃分為實體經(jīng)濟(jì)部門貨幣供給影響與虛擬經(jīng)濟(jì)部門影響，對通縮成因進(jìn)行系統(tǒng)性與條件性分析。

在時變參數(shù)視角下研究貨幣數(shù)量失效問題具有重要的實踐價值與理論意義。首先，合理評價貨幣數(shù)量理論是否失效，有助于深入理解當(dāng)前中國貨幣政策“流動性陷阱”與通貨膨脹形成機(jī)理。其次，深入分析貨幣數(shù)量論失效的原因與時變影響參數(shù)有助于防范通縮風(fēng)險，從而避免經(jīng)濟(jì)較大波動所帶來的高福利損失。最后，貨幣數(shù)量論失效問題關(guān)系到中國未來貨幣政策的選擇。筆者在前期研究中提到，當(dāng)前我國無法完全依照歐美國家通過實施價格型貨幣政策達(dá)到既定經(jīng)濟(jì)目標(biāo)，而更多的則是通過數(shù)量型為主的混合貨幣政策進(jìn)行調(diào)控。如果貨幣數(shù)量論失效，以貨幣供應(yīng)量為中介目標(biāo)的貨幣政策就更容易產(chǎn)生調(diào)控失靈的現(xiàn)象(陳彥斌等，2015[19])。因此，中國相較于歐美等發(fā)達(dá)國家更加有必要研究貨幣數(shù)量論的失效問題，從而能夠在長期內(nèi)引導(dǎo)貨幣政策調(diào)控措施，而非僅憑短期內(nèi)貨幣政策效果作為實施依據(jù)。

基于以上問題，本文首先通過經(jīng)濟(jì)現(xiàn)象印證貨幣數(shù)量論失效的事實；其次，從貨幣需求結(jié)構(gòu)和產(chǎn)出缺口視角建立框架，探討在實體部門與虛擬部門貨幣流通渠道內(nèi)，產(chǎn)出缺口為正和負(fù)的條件下，經(jīng)濟(jì)系統(tǒng)綜合指標(biāo)對通脹的影響，并深入剖析當(dāng)前通縮風(fēng)險的形成原因，從而論述貨幣數(shù)量論失效的內(nèi)在機(jī)理；最后，通過計量檢驗分析經(jīng)濟(jì)系統(tǒng)綜合指標(biāo)分別對通脹的影響程度，為貨幣政策選擇提供理論依據(jù)。

二、典型經(jīng)濟(jì)事實

2018年后中國積極實施多項貨幣政策工具，實現(xiàn)貨幣市場寬松，加快經(jīng)濟(jì)逆周期調(diào)節(jié)。2019年與2020年間，如表1數(shù)據(jù)顯示，央行實施了多項定向降準(zhǔn)、SLF、MLF、TMLF、PSL與逆回購等放松銀根貨幣措施，使銀行體系流動性缺口迅速收窄。特別是2020年在疫情的影響下，央行進(jìn)一步加大寬松貨幣政策調(diào)控力度，前兩季度公開市場業(yè)務(wù)貨幣投放量達(dá)61 955多億元。同時，新增貸款規(guī)模2.8萬億，涉及貸款本金延期規(guī)模3.7萬億。其中，抗疫專項貸款3 000億、普惠性再貼現(xiàn)再貸款1.5萬億、普惠小微企業(yè)信用貸款支持計劃1萬億、地方法人銀行延期貸款本金3.7萬億與新增城投債95億等。同時，央行下調(diào)中期借貸便利和逆回購利率，三次降準(zhǔn)為商業(yè)銀行提供1.75萬億資金支持用于放貸，特別是7月1日下調(diào)再貸款與再貼現(xiàn)利率0.25個百分點(diǎn)，降低金融機(jī)構(gòu)融資成本，引導(dǎo)以貸款形式向經(jīng)濟(jì)市場投放貨幣。表1數(shù)據(jù)反映出一系列定向貨幣政策促使大規(guī)模資金流入貨幣市場。

表1 央行流動性投放(億元)

與大規(guī)模多次金融市場貨幣投放相對應(yīng)，代表通脹指標(biāo)的消費(fèi)者價格指數(shù)CPI卻呈現(xiàn)快速下降態(tài)勢。特別是2020年間，CPI從年初的5.4%快速下降到當(dāng)前的2.4%，下降比率達(dá)到55.5%以上，使得中國經(jīng)濟(jì)面臨通縮風(fēng)險。

大量的貨幣增發(fā)不但沒有帶來貨幣數(shù)量論所擔(dān)憂的通脹，反而還引發(fā)了通縮風(fēng)險。無獨(dú)有偶，金融危機(jī)后各國紛紛加強(qiáng)貨幣供給力度，試圖通過寬松的貨幣政策刺激經(jīng)濟(jì)，在溫和通脹下快速復(fù)蘇，但結(jié)果卻不盡人意。各國負(fù)利率時代的來臨與多種積極的貨幣政策并沒有帶來預(yù)想的通脹，卻使得全球經(jīng)濟(jì)陷入深度通縮的危機(jī)。美國大量資產(chǎn)購買計劃與財政懸崖、歐洲債務(wù)危機(jī)與日本深度通縮，都出現(xiàn)了貨幣量與通脹指數(shù)剪刀差拉大的特征。從圖2可以看出，近年內(nèi)貨幣供給數(shù)量與通脹指數(shù)之間的剪刀差不斷加大，特別是進(jìn)入2020年后，通脹指數(shù)斷崖式下跌與貨幣供給過山車式增長，快速拉大二者差距，當(dāng)前剪刀差擴(kuò)大速度比以往任何時期都更甚。種種經(jīng)濟(jì)事實都表明，貨幣供給的增加并不一定都會帶來通脹，通脹也早已不僅僅是一種貨幣現(xiàn)象。曾經(jīng)弗里德曼提出的經(jīng)典貨幣數(shù)量理論“無論何時何地，通貨膨脹都是一種貨幣現(xiàn)象”已經(jīng)無法解釋當(dāng)前經(jīng)濟(jì)事實。因此，我們亟待找出貨幣數(shù)量論失效的原因，并為未來貨幣政策選擇提供理論依據(jù)。

圖2 貨幣供給數(shù)量與通脹指數(shù)趨勢圖

三、理論模型

(一)基準(zhǔn)模型

1.產(chǎn)出缺口下總需求模型。

借鑒Besancenot和Vranceanu(2003)[20]產(chǎn)出缺口總需求曲線，引入經(jīng)濟(jì)不確定性因素：

yt=a0+a1yt-1-a2rt+a3ft+εyt=a0+a1yt-1

-a2(it-πt)+a3ft+εyt

(1)

設(shè)定ft為經(jīng)濟(jì)不確定性因素，yt為產(chǎn)出缺口，rt為國內(nèi)實際利率水平，it為名義利率水平，πt表示通脹rt=it-πt，ai(i=1，2，3)表示待估參數(shù)，εyt為隨機(jī)擾動項。

2.拓展的新凱恩斯菲利普斯曲線。

引入Calvo(1983)[21]交錯價格調(diào)整模型，將菲利普斯曲線進(jìn)行拓展：πt=βEπt-1+δπt-1+λmct，β為主觀貼現(xiàn)因子，Eπt-1為上一期的通脹預(yù)期，δ反應(yīng)通脹慣性大小，mct表示單位勞動邊際成本偏離穩(wěn)態(tài)的百分比，λ衡量實際邊際成本對通脹的影響系數(shù)。

πt=βEπt-1+δπt-1+λ[(α-1/α)rt(Yt/ALt)1/α+wt]

(2)

(1)當(dāng)產(chǎn)出缺口為負(fù)時，通貨膨脹主要受到上一期通脹預(yù)期βEπt-1、通脹慣性δπt-1與工資率λwt的影響。消費(fèi)者對經(jīng)濟(jì)的悲觀預(yù)期將會很大程度抑制未來通脹；在實際經(jīng)濟(jì)產(chǎn)出低于潛在經(jīng)濟(jì)產(chǎn)出時，慣性使通脹處于較低水平且在長期具有趨勢性特點(diǎn)；同時，在經(jīng)濟(jì)下行過程中，失業(yè)率上升使得人均收入水平下降，需求萎縮引致供需矛盾，產(chǎn)生通縮風(fēng)險。

(3)

3.生產(chǎn)者價格指數(shù)函數(shù)。

產(chǎn)出、貨幣供給與不確定因素是影響生產(chǎn)者價格指數(shù)的三個重要因素，由于消費(fèi)者價格指數(shù)與生產(chǎn)者價格指數(shù)之間具有相關(guān)性，設(shè)定如下模型：

(4)

d1表示生產(chǎn)者價格指數(shù)慣性，d2、d3、d4與d5分別為產(chǎn)出缺口、當(dāng)期通脹、不確定性因素與貨幣供給對生產(chǎn)價格指數(shù)的影響，εpt為隨機(jī)擾動項。

4.動態(tài)調(diào)整貨幣政策泰勒規(guī)則。

(5)

貨幣政策受通脹缺口與產(chǎn)出缺口影響，貨幣當(dāng)局緩慢將實際利率向目標(biāo)利率調(diào)整，調(diào)整速度由參數(shù)α1、α2與(1-ρ)決定。

5.貨幣供給函數(shù)。

(6)

6.經(jīng)濟(jì)不確定因素。

不確定因素受到產(chǎn)出缺口、利率變動貨幣供給與上期事件不確定性慣性影響，表達(dá)為：

(7)

φ0表示不確定慣性參數(shù)，φ1、φ2、φ3分別表示不確定性對產(chǎn)出缺口、利率與貨幣供給的敏感系數(shù)。

7.實體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)。

貨幣供給主要流向?qū)嶓w經(jīng)濟(jì)與虛擬經(jīng)濟(jì)兩部門，依據(jù)Friedman(1970)[26]貨幣數(shù)量論，實體部門內(nèi)：

(8)

(9)

yt=ωpvqv

(10)

(11)

同時，將以上探討的理論模型按照實體經(jīng)濟(jì)部門貨幣供給與虛擬經(jīng)濟(jì)部門貨幣供給進(jìn)行區(qū)分，我們得到以下表達(dá)式：

(12)

(13)

(14)

(15)

(二)時變菲利普斯曲線

將式(1)、(5)、(11)、(12)、(13)、(14)、(15)中引入時變參數(shù)，構(gòu)建時變參數(shù)結(jié)構(gòu)向量自回歸模型：

(16)

(17)

yt=a0,t+a1,tyt-1-a2,trt+a3,tft+εyt

=a0,t+a1,tyt-1-a2,t(it-πt)+a3,tft+εyt

(18)

(19)

(20)

(21)

+θ4,tyt-θ5,tit+εθt

(22)

Γ1Zt=Γ0+Γ2Zt-1+εt

(23)

其中：

我們得到式(23)的時變參數(shù)模型，基于TVP-VAR模型估計結(jié)果可以得到通脹率時變方程：

四、實證研究

(一)數(shù)據(jù)描述與有效性檢驗

1.數(shù)據(jù)來源。

2.參數(shù)估計有效性檢驗。

本文借鑒Nakajima(2011)[30]的賦值方法，通過MCMC法迭代10 000次得到51(10 000/194.66)個有效樣本。從表2中數(shù)據(jù)可以得出，樣本均值處于95%的置信區(qū)間內(nèi)，標(biāo)準(zhǔn)差相對較小。在5%的顯著性水平上，Geweke.CD收斂診斷值小于臨界值1.96，樣本不能拒絕數(shù)據(jù)收斂于后驗分布的原假設(shè)，收斂性較好。無效因子用來計算MCMC混合鏈，是后驗樣本均值方差與不相關(guān)序列樣本均值方差的比值，用來衡量樣本有效性的指標(biāo)，說明不相關(guān)樣本的選取次數(shù)，inef越小樣本選取越好，該模型中無效影響因子inef最大值為194.66，相比于10 000次樣本抽取數(shù)量較小，其他數(shù)值均低于50，樣本取樣合理。不相關(guān)樣本的獲得滿足TVP-VAR模型有效時變脈沖響應(yīng)函數(shù)條件。

表2 參數(shù)估計有效性指標(biāo)

(二)時變參數(shù)

校準(zhǔn)參數(shù)包括ρt、αs,t、ψs、lt、ht、γt、ai,t、φj,t、dκ,t、bκ,t、θλ,t。本文借鑒Hamilton(2011)[31]與Krolzig(2003)[32]的研究方法，分析模型不同時變變量的動態(tài)關(guān)系，估計時變參數(shù)(2)受篇幅所限，式(16)～式(22)各結(jié)構(gòu)向量自回歸模型時變參數(shù)估計矩陣可向作者索取。。張煒等(2019)[14]貝葉斯參數(shù)估計法計量名義利率平滑參數(shù)，得到ρt為0.9(5%的顯著水平)，與本文表3中名義利率平滑參數(shù)0.739相比，微幅下調(diào)但具有一致性。

表3 時變參數(shù)估計結(jié)果

泰勒規(guī)則通脹參數(shù)0.048比張煒等(2019)[14]前期研究1.5大幅降低，說明當(dāng)前通脹受利率影響較小，出現(xiàn)弱費(fèi)雪效應(yīng)(3)封福育(2009)[33]與劉洋等(2018)[34]提出：中國名義利率與通貨膨脹率之間的關(guān)系隨經(jīng)濟(jì)現(xiàn)實條件發(fā)生變化。在溫和通脹時與高通脹狀態(tài)下，名義利率與通貨膨脹率之間存在系數(shù)為0.23～0.43的費(fèi)雪效應(yīng)，在通貨緊縮狀態(tài)下，費(fèi)雪效應(yīng)不存在。但本文的研究得出，即使在通縮狀態(tài)下也存在弱費(fèi)雪效應(yīng)。。產(chǎn)出缺口與利率敏感性0.131在馬勇(2015)[35][0.096，0.434]估計范圍內(nèi)。通脹對產(chǎn)出缺口敏感性為0.043 8，在當(dāng)前產(chǎn)出缺口為負(fù)的情況下，人口老齡化、人口紅利逐漸下降、技術(shù)進(jìn)步放緩、資本存量增速下降等因素的影響使得整體經(jīng)濟(jì)內(nèi)部結(jié)構(gòu)不夠合理，陷入貨幣供給增加與通縮并存的困境。通脹慣性0.829表明經(jīng)濟(jì)維持通脹或通縮現(xiàn)狀的粘性指標(biāo)較高，在短期內(nèi)較難改變通縮現(xiàn)狀。通脹對PPI反應(yīng)參數(shù)為-0.504，CPI與PPI仍存在剪刀差，但呈收斂態(tài)勢。在產(chǎn)出缺口為負(fù)時經(jīng)濟(jì)增長率低于潛在經(jīng)濟(jì)增長率，通脹受經(jīng)濟(jì)不確定因素影響加大，反應(yīng)系數(shù)為-0.707 2。受疫情影響，海外需求收縮，全球經(jīng)濟(jì)衰退，各國貿(mào)易摩擦加劇。在新國際形勢影響下可貿(mào)易部門快速萎縮，勞動力逐漸向服務(wù)業(yè)轉(zhuǎn)移，拉低服務(wù)勞動力價格。企業(yè)用人需求意愿不強(qiáng)，整體失業(yè)人數(shù)增加，人均收入水平大幅下降，進(jìn)一步抑制內(nèi)需，通縮風(fēng)險加大。

通脹對實體經(jīng)濟(jì)部門貨幣供給敏感性為0.817，但對虛擬經(jīng)濟(jì)部門貨幣供給敏感性為-0.194。這說明實體經(jīng)濟(jì)部門獲得的貨幣貸款與供給可以有效帶動經(jīng)濟(jì)在溫和通脹的情況下持續(xù)增長。但當(dāng)前經(jīng)濟(jì)現(xiàn)狀與以往不同，曾經(jīng)通脹很大程度是由虛擬經(jīng)濟(jì)貨幣供給帶動，如流向房地產(chǎn)市場的資產(chǎn)泡沫是推動2016—2018年通脹水平提高的主要因素。當(dāng)前，仍然有大量央行供給資金流向虛擬經(jīng)濟(jì)部門，但貨幣寬松帶來的貨幣供應(yīng)量增長并未完全形成投資與產(chǎn)出。央行釋放的流動性大量堆積在金融機(jī)構(gòu)內(nèi)部，尚未形成從寬貨幣到寬信用的轉(zhuǎn)變，資產(chǎn)價格成為貨幣的蓄水池。金融資產(chǎn)價格大幅上升卻無法滿足實體經(jīng)濟(jì)對資金的需求，體現(xiàn)在經(jīng)濟(jì)數(shù)據(jù)中則為貨幣乘數(shù)的不斷下調(diào)。貨幣乘數(shù)不但受到存款準(zhǔn)備金率的影響，更受到銀行信貸、居民和企業(yè)需求的影響。銀行的惜貸行為、居民的貸款與消費(fèi)意愿不強(qiáng)、企業(yè)貸款與生產(chǎn)熱情不旺，都會引致“寬貨幣+緊信用”的局面，產(chǎn)生貨幣政策的流動性陷阱與通縮現(xiàn)象。

(三)時變脈沖響應(yīng)分析

針對短期通脹與時變變量影響的不穩(wěn)定性，本文選取0期、1期與4期脈沖響應(yīng)代表當(dāng)期、滯后一期與中長期的影響。如圖3顯示，產(chǎn)出缺口在當(dāng)期對通脹不具有影響，但在滯后一期對通脹產(chǎn)生負(fù)面影響，且影響具有持續(xù)性。在長期看來，產(chǎn)出缺口可以刺激貨幣當(dāng)局通過增發(fā)貨幣對經(jīng)濟(jì)進(jìn)行逆向調(diào)節(jié)。通脹對利率較敏感，無論當(dāng)期還是滯后期對通脹都具有負(fù)向影響，但影響程度逐漸衰減，利率提高，收緊銀根，貨幣供給減少，貨幣儲蓄量增加，通脹率降低。與數(shù)量型貨幣政策影響程度0.25相比，價格型貨幣政策對通脹的影響為0.15，說明中國數(shù)量型貨幣政策的調(diào)節(jié)效果要好于價格型貨幣政策。我們暫時還無法完全依照發(fā)達(dá)國家通過價格型貨幣政策達(dá)到既定經(jīng)濟(jì)目標(biāo)。眾多學(xué)者提出的以經(jīng)濟(jì)動能的邊際變化來決定未來利率水平調(diào)整的貨幣政策有效性還有待商榷。生產(chǎn)者價格指數(shù)對通脹的當(dāng)期與滯后一期影響模式較為接近，消費(fèi)品與工業(yè)品價格變化代表市場中產(chǎn)品供需變化，中長期視角下二者呈現(xiàn)波動不穩(wěn)定影響趨勢，主要由于近幾個季度內(nèi)食品供給短缺與生產(chǎn)資料供給過剩，甚至出現(xiàn)PPI與CPI剪刀差不斷擴(kuò)大的異象。通脹預(yù)期對通脹影響無論在當(dāng)期還是在中長期都具有慣性特征，說明當(dāng)前消費(fèi)者對政府政策信心度較高，可以將前瞻性貨幣政策引導(dǎo)作為未來貨幣政策選擇。

圖3 各時變變量滯后期時變脈沖響應(yīng)圖

實體經(jīng)濟(jì)部門貨幣供給與虛擬經(jīng)濟(jì)部門貨幣供給相比較發(fā)現(xiàn)，虛擬經(jīng)濟(jì)部門貨幣供給對通脹的影響程度更強(qiáng)。實體部門貨幣供給對通脹影響在當(dāng)期相對較平穩(wěn)，對通脹的影響主要表現(xiàn)在滯后期，說明實體經(jīng)濟(jì)部門貨幣供給可以在未來擴(kuò)大生產(chǎn)資料需求，以成本推動形式拉動通脹。而虛擬經(jīng)濟(jì)部門貨幣供給對通脹的影響更加迅速且程度更甚，對當(dāng)期與滯后一期通脹具有相同的正向影響趨勢，而在長期內(nèi)達(dá)到0.25，遠(yuǎn)遠(yuǎn)高于實體部門0.015的影響程度。資金去虛向?qū)嵖梢杂行ㄟ^需求拉動與成本推動刺激經(jīng)濟(jì)在溫和通脹下穩(wěn)步增長，但資金過多地流向虛擬部門，會產(chǎn)生空轉(zhuǎn)套利，金融泡沫膨脹與資產(chǎn)價格虛高現(xiàn)象。兩部門資金對通脹的反作用下，往往會抵消貨幣政策效果，使當(dāng)前貨幣政策陷入流動性陷阱。圖3中表現(xiàn)為M2對當(dāng)期與中長期通脹時變脈沖響應(yīng)的無效性特點(diǎn)。經(jīng)濟(jì)不確定因素滯后期對通脹的影響遠(yuǎn)遠(yuǎn)高于當(dāng)期，且在零點(diǎn)附近連續(xù)波動，存在聚集效應(yīng)，而聚集效應(yīng)的產(chǎn)生更多歸因于不確定慣性。(4)受篇幅所限，式(16)～式(20)及式(22)的時間點(diǎn)與滯后期時變脈沖響應(yīng)圖可向作者索取。

為了進(jìn)一步分析具體時間點(diǎn)上各時變變量的相互影響關(guān)系，我們選取2016年第四季度、2018年第二季度與2020年第二季度三個時間節(jié)點(diǎn)。發(fā)現(xiàn)除不確定因素與PPI指標(biāo)以外，其他變量對通脹的影響在不同時間點(diǎn)上具有一致性。如圖4利率時間點(diǎn)時變脈沖響應(yīng)圖表明，價格型貨幣政策的實施對通脹的影響具有滯后性，在滯后10期對通脹產(chǎn)生持續(xù)正向影響，其后影響程度不斷加大，在16期后達(dá)到最大值，與之前學(xué)者的研究(田新民等，2012[7])具有一致性。產(chǎn)出缺口對通脹影響的滯后性較明顯，但不具有持續(xù)性，在滯后12期后迅速衰減。進(jìn)入2019年后PPI與CPI剪刀差不斷增大，食品類消費(fèi)品價格的持續(xù)走高對工業(yè)品產(chǎn)生擠出效應(yīng)，特別是2020年在疫情的影響下，開工率與失業(yè)率的上升使得生產(chǎn)者價格指數(shù)與消費(fèi)者價格指數(shù)差距持續(xù)增長，2018年第二季度與2020年第二季度相對于2016年第四季度，兩指數(shù)背離速度加快。通脹預(yù)期對通脹的影響呈現(xiàn)強(qiáng)正向效應(yīng)，在滯后10期后影響程度持續(xù)走高，在滯后16期后達(dá)到最大值。

圖4 各時變變量不同時間點(diǎn)時變脈沖響應(yīng)圖

與2016年相比，當(dāng)前流向?qū)嶓w經(jīng)濟(jì)部門的貨幣與虛擬經(jīng)濟(jì)部門的貨幣更加能夠?qū)ν浥c通縮產(chǎn)生影響，且影響趨勢具有一致性，在滯后10期后影響效果逐漸增強(qiáng)。流向虛擬部門的貨幣量對通脹的影響在16期后達(dá)到2.9，而實體經(jīng)濟(jì)部門的值為0.25，不到虛擬部門的8.6%。這說明當(dāng)期流向虛擬經(jīng)濟(jì)與實體經(jīng)濟(jì)的資金比重可以極大程度影響通脹水平。虛擬經(jīng)濟(jì)虹吸效應(yīng)使貨幣供給過多地流向虛擬部門，虛擬經(jīng)濟(jì)與實體經(jīng)濟(jì)貨幣供給出現(xiàn)結(jié)構(gòu)性失衡，降低通脹對實體經(jīng)濟(jì)貨幣供給的響應(yīng)系數(shù)，加劇貨幣供給與通脹的背離。經(jīng)濟(jì)發(fā)展需要合理引導(dǎo)資金流向，疏通貨幣政策傳導(dǎo)渠道，解決寬貨幣緊信用的困境。整體貨幣供給影響程度0.005與其他影響因素相比較不明顯，特別是在10期內(nèi)都不具有明顯效果。一項貨幣政策的實施衰退期很快，下一項貨幣政策的實施影響程度也十分有限，形成貨幣政策波動周期性與棘輪性特點(diǎn)。2018年第二季度與2020年第二季度相對于2016年第四季度，不確定性因素對通脹逐漸從波動影響轉(zhuǎn)變?yōu)橼厔萦绊?，對通脹的正向效?yīng)減少，對通縮的正向效應(yīng)加大。

五、結(jié)論與政策含義

本文以現(xiàn)實經(jīng)濟(jì)對弗里德曼貨幣數(shù)量論失效的印證為基礎(chǔ)，從貨幣需求結(jié)構(gòu)和產(chǎn)出缺口視角建立時變參數(shù)菲利普斯理論分析框架。就貨幣需求結(jié)構(gòu)而言，央行增發(fā)的貨幣主要流向?qū)嶓w經(jīng)濟(jì)與虛擬經(jīng)濟(jì)。當(dāng)產(chǎn)出缺口為負(fù)時，經(jīng)濟(jì)實際產(chǎn)出水平低于潛在產(chǎn)出，失業(yè)凸顯，人均收入水平下降，需求萎縮，企業(yè)生產(chǎn)與投資意愿不強(qiáng)，供需矛盾突出，貨幣政策無法使通脹達(dá)到合意水平且貨幣供給與通脹背離。特別是在當(dāng)前全球疫情下，隨著經(jīng)濟(jì)結(jié)構(gòu)與國際矛盾日益顯現(xiàn)，不確定性因素影響加劇。央行增發(fā)的貨幣并沒有進(jìn)入實體經(jīng)濟(jì)，而是滯阻于金融體系內(nèi)部，表現(xiàn)為資產(chǎn)價格的上漲。實體經(jīng)濟(jì)發(fā)展不暢、盈利率低，熱錢長期游離在生產(chǎn)部門外，迫切尋求資本獲利渠道。虛擬經(jīng)濟(jì)成為吸納資金的黑洞，“資產(chǎn)荒”進(jìn)一步使得大量社會資本涌入貨幣空轉(zhuǎn)套利的活動中。因此，當(dāng)前通脹不再是一種受供需影響的貨幣現(xiàn)象，而更多表現(xiàn)出復(fù)雜性與不確定性的特點(diǎn)。

基于對貨幣數(shù)量論失效內(nèi)在機(jī)理的分析，本文進(jìn)一步選取2015年1月至2020年6月的數(shù)據(jù)，細(xì)化虛擬經(jīng)濟(jì)部門與實體經(jīng)濟(jì)部門貨幣政策傳導(dǎo)渠道。利用TVP-VAR計量模型，分析不同時變參數(shù)下，產(chǎn)出缺口、生產(chǎn)者價格指數(shù)、預(yù)期、貨幣政策與經(jīng)濟(jì)不確定因素對通脹的同期時變效應(yīng)，具體刻畫不同因素對通貨膨脹同期影響效應(yīng)的持久性突變與漸進(jìn)性演變特征。研究發(fā)現(xiàn)：首先，流向虛擬部門的貨幣量對通脹影響在16期后達(dá)到2.9，而實體經(jīng)濟(jì)部門為0.25，不到虛擬部門的8.6%。虛擬經(jīng)濟(jì)虹吸效應(yīng)使貨幣供給過多地流向虛擬部門，虛擬經(jīng)濟(jì)與實體經(jīng)濟(jì)貨幣供給出現(xiàn)結(jié)構(gòu)性失衡，降低通脹對實體經(jīng)濟(jì)貨幣供給的響應(yīng)系數(shù)，加劇貨幣供給與通脹的背離。經(jīng)濟(jì)發(fā)展需要合理引導(dǎo)資金流向，我們應(yīng)加大結(jié)構(gòu)性貨幣政策實施力度，著重疏通金融機(jī)構(gòu)至實體經(jīng)濟(jì)的貨幣傳導(dǎo)機(jī)制，脫離寬貨幣緊信用的困境。其次，與價格型貨幣政策對通脹的影響程度0.15相比，數(shù)量型貨幣政策影響程度為0.25，說明數(shù)量型貨幣政策的調(diào)節(jié)效果要好于價格型貨幣政策，我們暫時還無法完全依照發(fā)達(dá)國家通過價格型貨幣政策達(dá)到既定經(jīng)濟(jì)目標(biāo)。當(dāng)前我們需要以數(shù)量型貨幣政策為基礎(chǔ)適當(dāng)采用價格型貨幣政策，注重信貸投放量與經(jīng)濟(jì)復(fù)蘇節(jié)奏相匹配，緩解金融市場通脹與實體經(jīng)濟(jì)通縮的困境。第三，通脹預(yù)期對通脹影響無論在當(dāng)期還是在中長期都具有持久慣性特征，說明當(dāng)前消費(fèi)者對政府政策信心度較高，可以通過前瞻性貨幣政策引導(dǎo)消費(fèi)者預(yù)期，提供更多明確性貨幣政策引導(dǎo)，并以中期利率為目標(biāo)的收益率曲線強(qiáng)化前瞻指引，實現(xiàn)既定經(jīng)濟(jì)目標(biāo)。最后，與以往相比，不確定性因素對通脹逐漸從波動影響轉(zhuǎn)變?yōu)橼厔萦绊?，對通脹的正向效?yīng)減少，對通縮的正向效應(yīng)加大。在當(dāng)前不確定性因素對企業(yè)的沖擊轉(zhuǎn)變?yōu)橼厔菪杂绊懙那闆r下，我們可以加大定向貨幣政策實施力度，刺激實體經(jīng)濟(jì)活力。