美國貨幣政策對中國的溢出效應(yīng)
——基于TVP-VAR 模型的實證分析

林未鼎

(蘇州大學(xué)商學(xué)院 江蘇蘇州 215000)

1 引言

2020年初的新冠疫情爆發(fā)后，美國實施了極為寬松的財政政策和貨幣政策，美國聯(lián)邦儲備委員會于2020年3月再次將利率降至接近零的水平，旨在鼓勵借款和消費，以促進經(jīng)濟增長和穩(wěn)定金融市場。同時，美聯(lián)儲的“無上限”量化寬松政策，持續(xù)購買國債和抵押貸款支持債券，并向機構(gòu)、公司和個人提供援助和貸款，不設(shè)額度上限，使得美國資產(chǎn)負債表在短短兩個月內(nèi)擴張了2萬多億美元。

在大規(guī)模財政貨幣刺激的推動下，美國經(jīng)濟從疫情造成的衰退中迅速復(fù)蘇。經(jīng)濟增速顯著高于潛在增速，加上國內(nèi)消費復(fù)蘇快于生產(chǎn)復(fù)蘇，以及2022年2月24日爆發(fā)的俄烏沖突，使得通貨膨脹率進一步惡化。美國CPI同比增速不斷上升，在2022年6月達到9.1%，創(chuàng)下1981年以來的新高。在經(jīng)濟增長強勁、勞動力短缺、能源和商品成本上漲及通脹高企等前提下，美聯(lián)儲不得不加快收緊貨幣政策。

在美元的霸權(quán)地位下，美國的貨幣政策變動不僅會對本國經(jīng)濟造成影響，還會通過國際資金流動溢出至世界各國，給世界經(jīng)濟前景帶來明顯的負面效應(yīng)。因此，我國應(yīng)全面地認識貨幣政策的外溢效應(yīng)，明確各階段中國的反應(yīng)機制，在確保我國經(jīng)濟穩(wěn)定增長的同時，有效防范輸入性風(fēng)險更為關(guān)鍵。

2 文獻綜述

美聯(lián)儲的操作作為市場關(guān)注的重點，國內(nèi)外眾多學(xué)者對美國貨幣政策溢出效應(yīng)的影響和渠道等方面進行了分析。

(1)關(guān)于美國貨幣政策對中國存在溢出效應(yīng)的研究。梅冬州和張咪(2023)[1]通過建立SVAR模型發(fā)現(xiàn)，美國貨幣政策主要通過利率平價條件影響中國的利率，并在金融加速器的作用下，放大對中國產(chǎn)出的溢出效應(yīng)。溫博慧、牛英杰(2021)[2]基于下行ΔCoES、反事實SVAR和因果中介效應(yīng)模型的角度，得出美國數(shù)量型貨幣政策的實施會對中國系統(tǒng)性風(fēng)險形成正向溢出；劉洋(2021)[3]構(gòu)建TVP-VAR模型得出，相比美聯(lián)儲前三次量化寬松，此次“無限量”量化寬松通過貿(mào)易渠道傳導(dǎo)的溢出效應(yīng)無明顯變異，而通過匯率傳導(dǎo)的溢出效應(yīng)存在明顯變異；黃禹喆等(2022)[4]進一步構(gòu)建MS-VAR模型，得出在短期內(nèi)美國貨幣政策不確定性沖擊將引起中國宏觀經(jīng)濟波動，對實體經(jīng)濟與金融市場造成負向沖擊。

(2)關(guān)于美國貨幣政策對中國溢出效應(yīng)渠道的研究。許志偉等(2020)[5]采用擴展的VAR系統(tǒng)，分析得出美國的緊縮性貨幣政策通過匯率傳導(dǎo)效應(yīng)使中國的進口品價格下降，并引起中國國內(nèi)生產(chǎn)成本下降、物價下跌和產(chǎn)出上升。朱荃等(2022)[6]通過TVP-SV-VAR模型，分析美國貨幣政策不確定性對中國經(jīng)濟的溢出影響。實證結(jié)果表明，美國貨幣政策不確定性短期內(nèi)作用于人民幣升值、凈出口下降和金融市場波動，引起我國產(chǎn)出下降和通脹緊縮。汪洋等(2023)[7]對美國的財政政策、貨幣政策等對中國經(jīng)濟的動態(tài)效應(yīng)進行了討論，證明均能通過利率、匯率及資產(chǎn)價格等渠道對中國經(jīng)濟產(chǎn)生動態(tài)溢出效應(yīng)。

3 模型構(gòu)建

3.1 模型介紹

由于模型參數(shù)會隨著時間的推移發(fā)生變化，傳統(tǒng)的VA R 模型無法捕捉這些參數(shù)之間的動態(tài)特征。Primiceri(2005)[8]在對美國貨幣政策的研究中首次提出了TVP-VAR模型，模型中的參數(shù)是隨時間變動的，這種時變參數(shù)可以很好地刻畫出模型的時變特征和非線性特征，從而分析得出貨幣政策傳導(dǎo)機制的變化。

TVP-VAR模型基本設(shè)定如下：

式(1)中：系數(shù)βt、參數(shù)矩陣At和∑t均隨時間變化。αt為下三角矩陣At中非0非1的元素拉直為列向量。令ht=(h1t，…，hkt)'，且h1t=logσit2，i=1，…，k，t=s+1，…，n，假設(shè)模型參數(shù)服從下隨機游走形式：

式(2)中：βs+1～N(μβ0，Σβ0)，αs+1～N(μα0，Σα0)，hs+1～N(μh0，Σh0)。假設(shè)這些時變參數(shù)不相關(guān)，且Σβ、Σα、Σh為對角矩陣。式(2)假定所有參數(shù)均符合隨機游走過程。張華初、王徐鋮(2023)[9]認為，該假設(shè)可以捕捉數(shù)據(jù)量適中的數(shù)據(jù)可能的短期結(jié)構(gòu)性變化；根據(jù)Nakajima(2011)[10]的研究，本文采用馬爾可夫鏈蒙特卡洛(MCMC)方法進行估計。

3.2 變量選取和數(shù)據(jù)來源

為進一步分析美國貨幣政策對中國經(jīng)濟外溢的渠道，本文選取以下美國貨幣政策和中國經(jīng)濟變量指標，如表1所示。

表1 變量說明

由于我國的存貸利率具有一定的局限性，本文參考錢曉霞(2023)[11]、王金明和楊祚(2023)[12]的方法，選擇七天銀行間同業(yè)拆借利率的月加權(quán)平均值(Shibor)作為貨幣市場的基準利率進行分析。在匯率渠道方面，本文選擇直接標價法下人民幣兌美元的月平均匯率(ER)來衡量美元加息的溢出效應(yīng)。

本文選擇樣本區(qū)間為2015年1月—2023年7月，數(shù)據(jù)均來自Choice金融終端對匯率進行取對數(shù)處理，實證部分借助Eviews 11和Matlab R2023a完成。

3.2.1 平穩(wěn)性檢驗

為避免回歸分析中存在偽回歸，在進行模型擬合時，需要對每個系列的數(shù)據(jù)進行平穩(wěn)性檢驗。因此，本文選取ADF檢驗法對各變量進行平穩(wěn)性檢驗。檢驗結(jié)果發(fā)現(xiàn)，F(xiàn)FR、Shibor、ER和CPI在5%的顯著性水平上為非平穩(wěn)序列，而EP為平穩(wěn)性序列。在進行一階差分項后，檢驗結(jié)果均為平穩(wěn)。因此，各變量均滿足一階單整。

3.2.2 確定最優(yōu)滯后階數(shù)

由表2可知，SC標準下的最優(yōu)滯后階數(shù)為1階，而LR、FPE、AIC、HQIC標準下的最優(yōu)滯后階數(shù)均為2階，因此本文選取2階作為滯后階數(shù)。

表2 最優(yōu)滯后階數(shù)檢驗結(jié)果

4 實證分析

4.1 MCMC參數(shù)檢驗

為了使TVP- VAR模型估計更準確，本文通過Matlab R2023a進行馬爾可夫鏈蒙特卡羅方法(MCMC)，以估計后驗概率函數(shù)。因此，需要連續(xù)進行10000次抽樣，舍棄前1000次預(yù)燒抽樣，所有參數(shù)的Geweke檢驗值均小于1.96，表明在5%的顯著性水平上均未拒絕原假設(shè)，且參數(shù)無效影響因子數(shù)值均未超過100，最大值僅為31.06，對后續(xù)模型估計的有效樣本數(shù)已足夠多。

4.2 等間隔時變脈沖響應(yīng)分析

本文選擇1個月、3個月和6個月作為滯后期，分別代表美國貨幣政策變化對中國經(jīng)濟溢出效應(yīng)的短期、中期和長期響應(yīng)，脈沖響應(yīng)圖像如圖1所示。

圖1 中國各經(jīng)濟變量等間隔脈沖響應(yīng)圖

(1)關(guān)于美國聯(lián)邦基金利率對我國銀行同業(yè)拆借利率的沖擊。在中短期內(nèi)，我國銀行同業(yè)拆借利率受美國聯(lián)邦基金利率變動的影響并不大，但是長期內(nèi)影響增大，且在大多數(shù)情況下表現(xiàn)為正向沖擊，說明我國利率會隨著美國基準利率的變化而相應(yīng)變化，但是美國貨幣政策的溢出效應(yīng)具有一定的時滯。

(2)關(guān)于美國聯(lián)邦基金利率地對人民幣匯率的沖擊。美國聯(lián)邦基金利率對人民幣匯率均表現(xiàn)為正向沖擊，說明美元加息會導(dǎo)致人民幣匯率上升，即人民幣貶值。以2015年12月—2018年6月的美元加息周期為例，對人民幣匯率總體上呈現(xiàn)正向沖擊，影響從短期到長期逐漸增強。然而，拋補利率平價理論認為，本國利率上升，超過利率平價所要求的水平，本幣將會預(yù)期貶值。對此，有學(xué)者認為，主權(quán)風(fēng)險不但是引致遠期溢價的主要原因，而且風(fēng)險上升對遠期溢價的邊際影響大于風(fēng)險下降的邊際影響[13]。

(3)關(guān)于美國聯(lián)邦基金利率對我國CPI的沖擊。從圖中可以看到，美國聯(lián)邦基金利率對我國CPI總體呈現(xiàn)正向沖擊，其中期影響最為明顯，短期次之，說明美元加息對我國通貨膨脹的影響有限，并會隨著時間的推移逐漸減弱到零。

4.3 特定時點時變脈沖響應(yīng)分析

在特定時點的選取上，本文選擇第13期(2016年1月)、第74期(2020年2月)和第100期(2022年4月)三個時點，分別代表2015—2018年的美元加息周期、新冠疫情爆發(fā)后美國的量化寬松政策和2022年至今的美元加息周期的脈沖響應(yīng)，作為樣本序列的“前段”“中段”和“后段”，既保證了樣本選擇的全面性，又考慮了重要事件的影響，特別是新冠疫情爆發(fā)后各變量之間的聯(lián)系。

如圖2所示，在新冠疫情爆發(fā)前，美國基準利率對我國銀行同業(yè)拆借利率總體上呈正向沖擊，說明我國貨幣政策會隨著美國的變化而變化。在新冠疫情爆發(fā)后，雖然在開始的0.5期內(nèi)仍對我國的基準利率有正向影響，但在之后多期內(nèi)的影響轉(zhuǎn)為負向，說明在新冠疫情放開之后，中國經(jīng)濟慢慢進入增長期，但仍面臨著內(nèi)外部環(huán)境的不確定性和復(fù)雜性。因此，我國實行了與美國相反的較為寬松的貨幣政策，目的是促進消費和投資，以實現(xiàn)經(jīng)濟穩(wěn)定增長。

圖2 中國銀行同業(yè)拆借利率的特定時點脈沖響應(yīng)圖

總體來說，美國聯(lián)邦基金利率的改變均會先對中國CPI有一個正向沖擊，在6～8期后逐漸變?yōu)樨撓驔_擊。但是如圖3所示，在新冠疫情放開后，美元加息對我國的通貨膨脹水平的影響作用明顯小于新冠疫情爆發(fā)之前，說明在經(jīng)歷三年疫情之后，我國并未出現(xiàn)報復(fù)性消費，國內(nèi)市場的需求還未完全恢復(fù)。

圖3 中國CPI的特定時點脈沖響應(yīng)圖

5 結(jié)語

5.1 結(jié)論

綜上所述，美國聯(lián)邦基金利率在中短期內(nèi)并不會顯著影響我國國內(nèi)利率的變化，但從長期來看，影響逐漸增強。與此同時，甚至在新一輪的美元加息周期呈現(xiàn)出相反的變化，表明我國貨幣政策具有相當?shù)莫毩⑿?，這與我國龐大的經(jīng)濟體量和雙循環(huán)的發(fā)展格局緊密相關(guān)[14]。

美國聯(lián)邦基金利率對人民幣匯率和中國資產(chǎn)價格的影響基本符合現(xiàn)有理論。同時，美國聯(lián)邦基金利率對中國CPI基本呈正向影響，從長期來看影響有限，并未顯著提升中國的通貨膨脹水平。結(jié)合特定時點時變的脈沖響應(yīng)分析，美元加息甚至在一定程度上抑制了中國的通貨膨脹現(xiàn)象，很有可能是經(jīng)歷了三年疫情后，國內(nèi)的儲蓄過剩，消費依舊有所疲軟，未達到之前的消費水平。

5.2 政策建議

維持人民幣匯率在合理區(qū)間內(nèi)，通過雙向浮動的“基準籃子”匯率體系來維護人民幣匯率的穩(wěn)定，基準籃子匯率由多個貨幣組成，人民幣圍繞其均衡水平浮動，以實現(xiàn)市場匯率的穩(wěn)定[15]。保持貨幣政策的獨立性和針對性，貨幣政策的目標是穩(wěn)定物價、經(jīng)濟增長、充分就業(yè)、平衡國際收支，不能一味地盯著美元匯率而隨之改變貨幣政策，應(yīng)依據(jù)具體情況確定經(jīng)濟政策的目標和指標。