“杯水車薪”抑或“雪中送炭”

張小宇 黃沁怡

摘 要：為應(yīng)對內(nèi)需不足的內(nèi)部環(huán)境和嚴(yán)峻復(fù)雜的外部環(huán)境，我國貨幣政策仍將保持低利率狀態(tài)，然而低利率環(huán)境下貨幣政策的實施效果究竟如何是政策制定者的核心關(guān)切。現(xiàn)有對于低利率環(huán)境下的貨幣政策有效性研究大多集中于發(fā)達(dá)國家，缺少對于當(dāng)前中國情景下的深入探討，而且局部投影模型尚未應(yīng)用于貨幣政策非對稱效應(yīng)的研究。本文首先構(gòu)建理論框架系統(tǒng)性分析了我國高、低利率時期貨幣政策的作用機(jī)理，然后基于狀態(tài)依存局部投影模型定量分析了我國高、低利率時期貨幣政策的時變效應(yīng)。研究發(fā)現(xiàn)：（1）我國擴(kuò)張性貨幣政策沖擊無論在高、低利率時期均能有效提升產(chǎn)出，從而實現(xiàn)預(yù)期的調(diào)控效果。（2）我國暫未陷入“流動性陷阱”，低利率時期擴(kuò)張性貨幣政策沖擊對產(chǎn)出、投資和消費的效應(yīng)會增強(qiáng)，貨幣政策確實能起到“雪中送炭”的作用，常規(guī)貨幣政策尚能有效刺激消費和投資意愿，進(jìn)而拉動總需求。（3）高杠桿會增強(qiáng)低利率時期產(chǎn)出和投資對擴(kuò)張性貨幣政策沖擊的響應(yīng)，但會削弱消費的響應(yīng)，這是因為高杠桿促使企業(yè)減少用于緩解日常運轉(zhuǎn)的資金，增加用于長期投資的資金，高杠桿還會增加居民房地產(chǎn)投資，增強(qiáng)流動性約束，從而擠占居民消費。文章結(jié)論為優(yōu)化貨幣政策有效性，增強(qiáng)貨幣政策傳導(dǎo)效果提出建設(shè)性政策建議。

關(guān)鍵詞：低利率 非線性局部投影 狀態(tài)依存 貨幣政策傳導(dǎo)機(jī)制

DOI：10.19592/j.cnki.scje.411415

JEL分類號：C32，E52? ?中圖分類號：F822.0

文章標(biāo)識碼：A? ?文章編號：1000 - 6249（2024）05 - 075 - 20

一、引 言

央行于2023年6月和8月兩次下調(diào)7天期逆回購、中期借貸便利（MLF）利率，使得我國利率水平處于歷史低位，超出市場預(yù)期，力求引導(dǎo)市場利率適度下行，繼而激發(fā)市場需求。自20世紀(jì)90年代以來，我國為應(yīng)對1997年亞洲金融危機(jī)、2008年國際金融危機(jī)以及2010年歐洲主權(quán)債務(wù)危機(jī)的消極影響，分別開啟了三輪貨幣政策寬松周期，與此同時，技術(shù)進(jìn)步放緩、人口增速下降、人口結(jié)構(gòu)失調(diào)和收入差距失衡等原因引致自然利率下降，繼而形成了低利率的政策局面。在當(dāng)前國際環(huán)境復(fù)雜嚴(yán)峻、國內(nèi)經(jīng)濟(jì)復(fù)蘇動力不足的背景下，為增強(qiáng)金融持續(xù)支持實體經(jīng)濟(jì)的能力，央行仍會推動企業(yè)綜合融資和居民消費信貸成本穩(wěn)中有降，貨幣政策仍將維持低利率狀態(tài)。

我國利率呈現(xiàn)“L”型演化態(tài)勢，自2015年利率市場化改革基本完成以來，我國一年期定期存款基準(zhǔn)利率保持1.5%不變，一年期貸款基準(zhǔn)利率維持4.35%不變，存貸款基準(zhǔn)利率均處于歷史低位。然而，2022年全年國內(nèi)生產(chǎn)總值同比增長3%，低于往年增速水平，反映出經(jīng)濟(jì)面臨的下行壓力較大，利率、經(jīng)濟(jì)增速的具體走勢見圖1，由此可見，我國低利率環(huán)境已經(jīng)形成，而經(jīng)濟(jì)增速卻面臨下行壓力，貨幣政策能否發(fā)揮預(yù)期效果值得推敲。2022年二季度貨幣政策執(zhí)行報告中將“穩(wěn)健的貨幣政策，加大對實體經(jīng)濟(jì)的支持力度”的政策基調(diào)調(diào)整為“加大穩(wěn)健貨幣政策實施力度”，同時延續(xù)“主動應(yīng)對，提振信心”，可以預(yù)見未來貨幣政策仍會放寬，因而需未雨綢繆地為貨幣政策的制定提供決策參考，從而提高貨幣政策的有效性。

相較發(fā)達(dá)經(jīng)濟(jì)體的零利率甚至負(fù)利率政策，我國貨幣政策仍存在一定的操作空間，不過，利率的下調(diào)空間終究有限，經(jīng)濟(jì)形勢又面臨較大的不確定性，在此背景下貨幣政策的降息效果究竟是“杯水車薪”還是“雪中送炭”？這一問題有待考量。為達(dá)成高增長、低通脹與多就業(yè)的優(yōu)化組合，實現(xiàn)“十四五”良好開局，保障經(jīng)濟(jì)高質(zhì)量發(fā)展，央行需不斷提升貨幣政策服務(wù)實體經(jīng)濟(jì)的質(zhì)量和效率，這對穩(wěn)健的貨幣政策如何靈活有效且合理適度地進(jìn)行跨周期調(diào)節(jié)提出了更高的要求。此時，評估低利率背景下貨幣政策的有效性并梳理其傳導(dǎo)機(jī)制對貨幣政策的合理制定與適時調(diào)整至關(guān)重要。

二、文獻(xiàn)綜述

關(guān)于低利率時期貨幣政策有效性的經(jīng)典理論為“零利率下限約束”和“流動性陷阱”理論?！傲憷氏孪藜s束”理論認(rèn)為若名義利率接近于零，央行便無法通過降低利率的方式來刺激經(jīng)濟(jì)，因為當(dāng)借出貨幣的利息為零或負(fù)時，居民傾向于持有貨幣，由于缺少貨幣的借出，投資會因融資無法完成而下降，傳統(tǒng)貨幣政策將失去對經(jīng)濟(jì)的調(diào)控能力（Fisher，1896）。“流動性陷阱”理論認(rèn)為當(dāng)利率下降到某一水平時，居民預(yù)期利率會上升而債券價格會下降，他們寧愿以現(xiàn)金或儲蓄的方式持有貨幣，貨幣需求的彈性會無限大，即使貨幣當(dāng)局增加貨幣供應(yīng)也無法被實體經(jīng)濟(jì)吸收（Keynes，1936）。這兩個理論隱含假定貨幣政策僅通過利率渠道作用于經(jīng)濟(jì)，并未考慮貨幣政策傳導(dǎo)的其他渠道，如貨幣政策的銀行風(fēng)險承擔(dān)渠道，而這一渠道與低利率環(huán)境的聯(lián)系更為緊密。

學(xué)界從利率周期視角對貨幣政策傳導(dǎo)機(jī)制狀態(tài)依存性的探討著墨尤多，形成一系列有益研究，但對于低利率時期貨幣政策的有效性是否降低尚存在爭議。多數(shù)學(xué)者認(rèn)為低利率時期貨幣政策的有效性大幅降低，并將貨幣政策熨平經(jīng)濟(jì)波動的能力減弱的原因歸結(jié)于零利率下限約束，認(rèn)為其導(dǎo)致常規(guī)貨幣政策傳導(dǎo)渠道無法實現(xiàn)有效調(diào)整（Fernández-Villaverde et al.， 2015；Hirose and Inoue，2016；馬理、婁田田，2015；楊源源等，2020；王少林、符號亮，2022），另有學(xué)者認(rèn)為在低利率環(huán)境下，銀行貸款業(yè)務(wù)盈利能力下降以及有效需求不足所誘發(fā)的信貸傳導(dǎo)渠道阻滯導(dǎo)致貨幣政策的傳導(dǎo)效率低下（Benmelech and Bergman，2012；Borio and Gambacorta，2017）。然而，部分學(xué)者持有相反觀點，Altavilla et al.（2022）基于歐元區(qū)銀行和企業(yè)層面的數(shù)據(jù)研究發(fā)現(xiàn)，負(fù)的存款利率不僅不會使存款減少，反而會刺激企業(yè)資產(chǎn)重組，從而減少現(xiàn)金持有以增加資產(chǎn)投資，研究結(jié)論并不支持傳統(tǒng)貨幣政策在面臨零利率下限時無效的觀點。Boubaker et al.（2018）利用美國公共計劃數(shù)據(jù)庫（PPD）中的養(yǎng)老基金數(shù)據(jù)量化了持續(xù)低利率政策對養(yǎng)老基金股票配置的影響，并指出低利率時投資者會調(diào)整投資組合，放棄持有政府債券轉(zhuǎn)而投資更高風(fēng)險的股票，可見超低利率存在著積極作用?？傊?，學(xué)界對低利率時期貨幣政策有效性問題的觀點尚未達(dá)成統(tǒng)一，現(xiàn)有文獻(xiàn)的研究對象大多為國外發(fā)達(dá)經(jīng)濟(jì)體，對于低利率時期中國貨幣政策效應(yīng)的討論尚付之闕如，而中國的低利率情形又不同于其他國家，探討這一問題具有迫切性和現(xiàn)實意義。

隨著研究的深入，諸多學(xué)者利用不同實證方法考察了貨幣政策傳導(dǎo)機(jī)制在高、低利率區(qū)制的差異，觀點莫衷一是。李杰等（2020）利用面板回歸模型以23個主要發(fā)達(dá)國家為樣本研究發(fā)現(xiàn)，低利率將從替代效應(yīng)和收入效應(yīng)影響私人儲蓄，進(jìn)而作用于投資和消費。張衛(wèi)峰等（2020）利用廣義矩估計面板向量自回歸模型研究日本91家區(qū)域性商業(yè)銀行的財務(wù)數(shù)據(jù)發(fā)現(xiàn)，超低利率會收窄存貸款利差，抑制銀行信貸投放的積極性，最終阻塞信貸傳導(dǎo)渠道。胡利琴等（2016）運用門限回歸模型研究發(fā)現(xiàn)，不同利率政策環(huán)境下貨幣數(shù)量變動對影子銀行風(fēng)險承擔(dān)的影響機(jī)制存在差異。付一婷等（2021）利用門限回歸模型研究發(fā)現(xiàn)，低利率時期企業(yè)的融資成本更低，企業(yè)的信用需求對利率變動的敏感度有限，因而信用傳導(dǎo)渠道有效性減弱。梁鍶、張品一（2018）通過馬爾科夫區(qū)制轉(zhuǎn)換模型研判“二元悖論”在中國的適用性發(fā)現(xiàn)，中國貨幣政策具有“自維性”特征，在高利率時易受國際金融周期影響，而低利率時受到的影響有限，因而低利率環(huán)境下貨幣政策存在較大操作空間。上述研究或為線性研究，掩蓋了貨幣政策傳導(dǎo)機(jī)制中存在的不對稱性，不能較好地擬合現(xiàn)實情形；或為自回歸類模型的非線性研究，而自回歸類模型設(shè)定形式固定，包含變量有限，欠缺靈活性和穩(wěn)健性，得出的結(jié)論不免存在偏頗。

通過梳理現(xiàn)有文獻(xiàn)，本文的邊際貢獻(xiàn)在于：

首先，本文運用狀態(tài)依存局部投影（LP）模型探討了高、低利率時期貨幣政策的有效性，為貨幣政策的非對稱效應(yīng)提供了新的經(jīng)驗支撐，與目前應(yīng)用廣泛的向量自回歸（VAR）類模型相比，局部投影（LP）模型具備多重優(yōu)勢，具體而言，第一，由于LP模型未對系統(tǒng)中的變量施加任何潛在限制，通過局部近似來估計脈沖響應(yīng)，得到的后期預(yù)測值不會因迭代而受模型的設(shè)定誤差影響，結(jié)果更具穩(wěn)健性；第二，LP模型每期單獨利用變量進(jìn)行單方程估計，可以充分考慮控制變量，模型設(shè)定形式更為靈活；第三，LP模型無需估計除重點關(guān)注的研究變量之外的其他變量的方程，節(jié)省數(shù)據(jù)樣本與估計時間；第四，相比門限或區(qū)制轉(zhuǎn)移VAR模型，狀態(tài)依存LP模型待估參數(shù)的數(shù)量減少，估計的準(zhǔn)確性增強(qiáng)。其次，本文深入探討高、低利率狀態(tài)下貨幣政策效應(yīng)差異，并構(gòu)建理論模型闡述非對稱效應(yīng)存在的機(jī)理，通過銀行風(fēng)險承擔(dān)渠道分析貨幣政策對于投資的傳導(dǎo)機(jī)制，通過儲蓄視角分析貨幣政策對于消費的傳導(dǎo)機(jī)制，通過供給和需求渠道分析貨幣政策對于通脹的傳導(dǎo)機(jī)制，拓寬了相關(guān)領(lǐng)域的研究視角與研究思路。最后，當(dāng)前利率處于歷史低位，經(jīng)濟(jì)又面臨下行壓力，在此背景下研究貨幣政策的有效性符合現(xiàn)實需要，有助于扭轉(zhuǎn)經(jīng)濟(jì)底部徘徊的態(tài)勢。

三、理論基礎(chǔ)

貨幣政策會通過商業(yè)銀行的風(fēng)險承擔(dān)渠道影響投資。由于商業(yè)銀行在金融體系中處于核心地位，其風(fēng)險偏好直接影響企業(yè)融資的難易程度，從而改變企業(yè)的投資行為。擴(kuò)張性貨幣政策下商業(yè)銀行存在增加風(fēng)險承擔(dān)的動機(jī)，而風(fēng)險承擔(dān)程度的上升會引起銀行貸款投放量以及企業(yè)投融資規(guī)模的增加（潘攀等，2020；朱丹、潘攀，2022）。擴(kuò)張性貨幣政策通過估值效應(yīng)、追逐收益效應(yīng)與央行溝通效應(yīng)三個傳導(dǎo)途徑影響商業(yè)銀行的風(fēng)險承擔(dān)能力（王晉斌、李博，2017）。貨幣政策與銀行風(fēng)險承擔(dān)因為利率環(huán)境的不同呈現(xiàn)非線性關(guān)系（胡利琴等，2016；馬勇、王瑩曼，2022；楊海維、侯成琪，2023），低利率時期，擴(kuò)張性貨幣政策的估值效應(yīng)、追逐收益效應(yīng)與央行溝通效應(yīng)路徑均會得到增強(qiáng)1。具體而言，首先，估值效應(yīng)是指，由于存在金融摩擦，借貸雙方往往存在信息不對稱性，故而資金需求方需要向資金供給方提供充足的抵押品，當(dāng)利率降低時，抵押資產(chǎn)價值會提高，商業(yè)銀行會對市場持有樂觀態(tài)度，降低對資金需求方違約概率、違約損失率以及市場波動率的評估，提高自身風(fēng)險承擔(dān)意愿。與高利率時期相比，低利率時期抵押資產(chǎn)價值更高，這使得商業(yè)銀行產(chǎn)生貨幣幻覺，增強(qiáng)其樂觀預(yù)期，從而強(qiáng)化了擴(kuò)張性貨幣政策的估值效應(yīng)，低利率時期抵押資產(chǎn)價格更高的原因如下，一方面，低利率環(huán)境下的流動性充裕，資金的使用成本和現(xiàn)金流的貼現(xiàn)率低，會鼓舞資產(chǎn)投資行為，抵押資產(chǎn)價格上漲更快，價格更高（黃益平等，2020；紀(jì)志宏，2022），另一方面，從投資替代性角度來看，低利率會帶來較低的貨幣性資產(chǎn)收益率，進(jìn)一步推升非貨幣性資產(chǎn)的價格（趙立三等，2019）。其次，追逐收益效應(yīng)是指，當(dāng)利率降低時，無風(fēng)險資產(chǎn)收益會比風(fēng)險資產(chǎn)收益降低得多，商業(yè)銀行為實現(xiàn)黏性的名義收益率目標(biāo)，出于資產(chǎn)替代效應(yīng)考慮，不得不提升風(fēng)險偏好，增加對高風(fēng)險資產(chǎn)的需求，形成逐利效應(yīng)。與高利率環(huán)境相比，低利率環(huán)境通過加大目標(biāo)收益率的實現(xiàn)難度從而強(qiáng)化了擴(kuò)張性貨幣政策的追逐利益效應(yīng)渠道，由于低利率時期的流動性更強(qiáng)，市場競爭的激烈程度更高，銀行的邊際利潤和存貸款利差都會降低，實現(xiàn)既定目標(biāo)收益率的難度加大，因而銀行會降低信貸標(biāo)準(zhǔn)，忽略部分信貸質(zhì)量，增加貸款投放量（徐明東、陳學(xué)彬，2012）。最后，央行溝通效應(yīng)是指，央行明確的貨幣政策立場以及更高的信息透明度會降低商業(yè)銀行對其未來政策走向識別的不確定性，增加商業(yè)銀行的風(fēng)險容忍度，如若央行長期實施寬松的貨幣政策，即便面臨經(jīng)濟(jì)不穩(wěn)定時，商業(yè)銀行也傾向于相信央行會提供“兜底”政策，從而提高風(fēng)險承擔(dān)意愿。與高利率環(huán)境相比，低利率環(huán)境鞏固了擴(kuò)張性貨幣政策的央行溝通效應(yīng)渠道，利率水平越低，實施寬松貨幣政策操作的空間越窄，故而集體道德風(fēng)險越低（張雪蘭、何德旭，2012），商業(yè)銀行等金融機(jī)構(gòu)對央行的信任度更高，會進(jìn)一步加強(qiáng)央行溝通效應(yīng)。

利率會通過替代效應(yīng)和收入效應(yīng)影響儲蓄，進(jìn)而影響消費（臧旭恒、劉大可，2003）。由于利率下降，儲蓄收益會降低。替代效應(yīng)是指，利率與儲蓄存在正向關(guān)系，面對儲蓄收益降低，居民會選擇減少儲蓄，增加消費；而收入效應(yīng)則是指，利率與儲蓄存在負(fù)向關(guān)系，為了彌補(bǔ)儲蓄收益減少引起的未來收入減少，居民會選擇增加儲蓄，減少消費。低利率時期的替代效應(yīng)會強(qiáng)于收入效應(yīng)，即低利率時期，如果利率下降，消費會增加，這是由于在低利率環(huán)境下，金融市場尤其是股票市場受到較好的提振，股票等證券價格上漲更為迅速（李芳芳等，2019），財富效應(yīng)會被放大，居民認(rèn)為財富效應(yīng)帶來的收入增加遠(yuǎn)大于儲蓄收益引起的收入減少，可見低利率環(huán)境下的收入效應(yīng)較弱，利率下降時，居民仍會選擇消費。與正常利率環(huán)境相比，低利率環(huán)境會增強(qiáng)擴(kuò)張性貨幣政策的替代效應(yīng)，原因有三：其一，“流動性約束”理論認(rèn)為消費者的儲蓄動機(jī)源于對流動性約束的提防，而利率水平較低時，市場上流動性充裕，資金面寬松，減少了消費者對流動性約束的擔(dān)憂，利率降低時居民會更多地減少儲蓄增加消費；其二，利率水平較低時，居民選擇消費的機(jī)會成本低，延遲消費意愿降低，儲蓄動機(jī)減弱，利率降低對消費的刺激效果更好；其三，利率水平較低時，由于貸款利率很低，居民貸款購置耐用品的動機(jī)更強(qiáng)，耐用品的總價值高、貸款額度大，居民在低利率時選擇購置更節(jié)省成本，選擇消費的效用更強(qiáng)，故而利率降低對消費的促進(jìn)效果會增強(qiáng)。

利率變動通過成本渠道和需求渠道傳導(dǎo)至通貨膨脹。短期內(nèi)擴(kuò)張性貨幣政策的實施常伴隨物價水平的下降（Sims，1992；王洋等，2023），而在長期才會提升物價水平，這便是“價格之謎”現(xiàn)象。成本渠道能在一定程度上解釋利率與通貨膨脹的同向變動關(guān)系，當(dāng)采取擴(kuò)張性貨幣政策時，在實際工資剛性下，降低了企業(yè)融資成本和持有存貨的成本，產(chǎn)品的邊際成本會下降，這一供給效應(yīng)會引發(fā)價格下降。需求渠道源于傳統(tǒng)IS-LM模型，利率下降會引起投資增加，推動產(chǎn)出增加，從而帶動價格上漲。貨幣政策的成本渠道效應(yīng)在短期內(nèi)占據(jù)主位，但在長期需求渠道效應(yīng)會超過成本渠道效應(yīng)（Christiano et al.， 2005；蔣海、儲著貞，2014），此外，實施擴(kuò)張性貨幣政策時往往面臨經(jīng)濟(jì)低迷這一事實，低經(jīng)濟(jì)增速存在一定的慣性，而且貨幣當(dāng)局實施擴(kuò)張性政策相當(dāng)于向市場釋放經(jīng)濟(jì)低迷信號，會對市場預(yù)期造成消極影響，所以短期內(nèi)物價也會下跌（王熙、鄭夢圓，2021）。與高利率環(huán)境相比，低利率環(huán)境下，擴(kuò)張性貨幣政策對消費和投資的多個傳導(dǎo)渠道得到強(qiáng)化，增強(qiáng)了總需求，繼而推升物價，強(qiáng)化了擴(kuò)張性貨幣政策影響通脹的需求渠道，故而低利率環(huán)境下擴(kuò)張性貨幣政策對通脹的促進(jìn)作用會增強(qiáng)。

四、研究方法和數(shù)據(jù)

（一）研究方法

實證模型的科學(xué)選取決定了研究結(jié)論的可靠性，盡管向量自回歸（VAR）類模型在目前的宏觀實證研究中應(yīng)用廣泛，但其存在一定的劣勢，而本文使用的局部投影（LP）模型與向量自回歸（VAR）類模型相比，具有多重優(yōu)點，更適用于估計具有結(jié)構(gòu)轉(zhuǎn)換的非線性回歸方程。具體優(yōu)點如下：其一，LP模型每期單獨利用變量進(jìn)行單方程估計，靈活性強(qiáng)；其二，LP模型無需估計除重點關(guān)注的研究變量之外的其他變量的方程，節(jié)省數(shù)據(jù)樣本與估計時間；其三，LP模型設(shè)定形式靈活，可以考慮控制變量，更符合現(xiàn)實；其四，LP模型通過局部近似來估計脈沖響應(yīng)，不會對系統(tǒng)中的變量施加任何潛在的限制，因而得到的后期預(yù)測值不會因迭代而受模型的設(shè)定誤差影響，結(jié)果更具穩(wěn)健性（Alpanda et al.， 2021）；其五，狀態(tài)依存LP模型與門限VAR、區(qū)制轉(zhuǎn)移VAR模型相比，待估參數(shù)的數(shù)量更少，估計結(jié)果的準(zhǔn)確性更強(qiáng)。

本文應(yīng)用Jordà（2005）提出的局部投影（LP）的方法來估計狀態(tài)依存方程和計算脈沖響應(yīng)函數(shù)，該方法只需在每期對每個變量進(jìn)行回歸估計，線性回歸方程形式如下：

[yt+h=αh+ψh（L） zt+βhshockt+εt+h] （1）

對于[h=0，1，2，…]；[yt+h]為本文關(guān)注的受貨幣政策影響的宏觀經(jīng)濟(jì)變量，即產(chǎn)出、通脹、投資、消費和利率；[zt]為控制變量集，[ψh（L）]為滯后算子多項式，借鑒Alpanda and Zubairy（2019）的做法，根據(jù)AIC信息準(zhǔn)則，本文中控制變量選取當(dāng)期的產(chǎn)出和通脹，滯后兩期的產(chǎn)出、通脹和利率；[shockt]為已識別的外生貨幣政策沖擊；[βh]反映了在[t]期出現(xiàn)沖擊后，變量[y]在[t+h]期的響應(yīng)，因此對每一期[βh]進(jìn)行單獨估計得到的序列可用于構(gòu)造脈沖響應(yīng)圖；[αh]為截距項；[εt+h]為隨機(jī)擾動項。

采用諸如向量自回歸模型進(jìn)行非線性研究至少受到三個方面的限制：第一，聯(lián)合估計具有固有計算困難的非線性方程組的能力；第二，從多元非線性模型中生成多步預(yù)測的復(fù)雜程度；第三，計算多步預(yù)測的適當(dāng)標(biāo)準(zhǔn)誤差從而估計脈沖響應(yīng)的復(fù)雜程度。不過，局部投影模型能夠有效規(guī)避上述問題，更適用于非線性研究，參照Alpanda and Zubairy（2019）的研究，狀態(tài)依存局部投影模型的回歸方程形式如下：

[yt+h=It-1[αA，h+ψA，h（L）zt+βA，hshockt]+（1-It-1）[αB，h+ψB，h（L）zt+βB，hshockt]+εt+h] （2）

其中，[I∈0，1]為虛擬變量，反映沖擊發(fā)生時經(jīng)濟(jì)所處的利率狀態(tài)，當(dāng)經(jīng)濟(jì)運行處于“低利率”狀態(tài)時[It-1=1]，處于“高利率”狀態(tài)時[It-1=0]。由于該模型允許所有系數(shù)根據(jù)經(jīng)濟(jì)所處狀態(tài)而變化，因此，[yt+h]的預(yù)測值也會隨著沖擊發(fā)生時的利率狀態(tài)而變化。[βA，h]（[βB，h]）反映了低利率（高利率）狀態(tài)時變量[y]在[t+h]期對[t]期貨幣政策沖擊的響應(yīng)。為克服由于因變量的連續(xù)前導(dǎo)引起的誤差項[εt+h]的序列相關(guān)性，本文采用Newey-West方法矯正標(biāo)準(zhǔn)誤（Newey and West，1987）。

Koop et al.（1996）和Potter（2000）認(rèn)為即便數(shù)據(jù)的生成機(jī)制未知、沃爾德分解不存在，脈沖響應(yīng)依然可以定義為兩個預(yù)測值之間的差異。因此本文按照如下公式計算脈沖響應(yīng)函數(shù)：

[IR（t，h，di）=E（yt+hshockt=di;Xt）-E（yt+hshockt=0;Xt）] （3）

其中，[h=0，1，2，…]；[E（·|·）]表示最優(yōu)均方誤差預(yù)期算子；[yt+h]表示本文關(guān)注的被解釋變量；[Xt]表示除貨幣政策沖擊變量以外的其他所有變量；[di]表示沖擊的大小。

式（3）表明計算脈沖響應(yīng)的統(tǒng)計目標(biāo)是獲得最優(yōu)均方多步預(yù)測?？梢岳脙煞N方法來預(yù)測變量的未來值，一種是利用特定預(yù)測期進(jìn)行回歸（直接預(yù)測），另一種是在提前一期估計的模型上進(jìn)行迭代（迭代預(yù)測），其中局部投影屬于直接預(yù)測，而向量自回歸屬于迭代預(yù)測。利用遞歸迭代方法（如向量自回歸模型1）進(jìn)行預(yù)測時，如果模型設(shè)定能準(zhǔn)確反映數(shù)據(jù)生成機(jī)制，那么該方法能夠得到最優(yōu)預(yù)測，一旦模型誤設(shè)，例如當(dāng)滯后階數(shù)與數(shù)據(jù)生成機(jī)制不符時，設(shè)定誤差將會在每期疊加。然而，局部投影模型能夠有效規(guī)避這一問題，通過普通最小二乘（OLS）重新估計每個預(yù)測期的直接預(yù)測模型找到更優(yōu)的多步預(yù)測。

線性局部投影的脈沖響應(yīng)函數(shù)可以表示為：

[IR（t，h，di）=βhdi]? （4）

局部投影模型的脈沖響應(yīng)函數(shù)的每一期都是利用普通最小二乘（OLS）從不同的方程估計獲得的，直接與沖擊變量的系數(shù)[βh]的估計結(jié)果相對應(yīng)。在本文中，[di]表示使利率降低100個基點的擴(kuò)張性貨幣政策沖擊。對于狀態(tài)依存局部投影模型，其脈沖響應(yīng)函數(shù)可以表示為：

[IR（t，h，di）=βA，hdi? 當(dāng)It-1=1βB，hdi? 當(dāng)It-1=0]? ? ? ? ? ? ? （5）

與向量自回歸的方法不同，局部投影模型控制變量的系數(shù)并不用于估計脈沖響應(yīng)函數(shù)，更加的“無模型化”（model free），在計算脈沖響應(yīng)函數(shù)時，其施加的限制較少，存在如下的優(yōu)點：第一，對模型誤設(shè)更具穩(wěn)健性；第二，不受維度災(zāi)難的困擾；第三，更容易應(yīng)用于非線性的研究；第四，可以利用簡單的回歸進(jìn)行估計。

（二）變量選取

本文主要考察貨幣政策沖擊對產(chǎn)出及價格影響的狀態(tài)依存性，在基于狀態(tài)依存局部投影模型的實證分析中，涉及的變量有利率、產(chǎn)出、通脹、投資以及消費。樣本區(qū)間選取2000年第一季度至2021年第四季度。

根據(jù)利率的交易量大小及走勢，本文選取銀行間7天期同業(yè)拆借加權(quán)平均利率作為貨幣政策的代理變量（鄭挺國、劉金全，2010；徐寧等，2020），參照劉金全、張小宇（2015）的做法，將月度數(shù)據(jù)轉(zhuǎn)化為季度數(shù)據(jù)。對于通貨膨脹，計算月度居民消費價格同比漲跌幅的算數(shù)平均數(shù)作為季度通貨膨脹率。對于產(chǎn)出，選取國內(nèi)生產(chǎn)總值作為代理變量，首先采用CPI定基指數(shù)對名義GDP進(jìn)行平減，將其轉(zhuǎn)換為實際GDP，再對其進(jìn)行Census X-12季節(jié)調(diào)整和對數(shù)化處理。投資選取固定資產(chǎn)投資完成額作為代理變量，消費選取社會消費品零售品總額作為代理變量，投資與消費變量的數(shù)據(jù)處理方式與產(chǎn)出相同，上述數(shù)據(jù)均來源于中經(jīng)網(wǎng)數(shù)據(jù)庫。

五、貨幣政策效應(yīng)檢驗

（一）外生貨幣政策沖擊的提取

準(zhǔn)確構(gòu)建脈沖響應(yīng)圖的前提是有效識別貨幣政策沖擊，由于央行制定貨幣政策時會考慮經(jīng)濟(jì)形勢的變化，因而貨幣政策的變動并不是完全外生的，為克服反向因果問題，防止出現(xiàn)內(nèi)生性估計偏誤，本文首先需要從央行貨幣政策行動中提取出外生貨幣政策沖擊。

Christiano et al. （1996） 最早利用依賴于時間限制的VAR模型進(jìn)行Cholesky分解來提取沖擊，參考該做法，本文構(gòu)建含利率、產(chǎn)出和通貨膨脹的三變量SVAR模型并提取殘差項作為貨幣政策沖擊。

作為穩(wěn)健性檢驗，借鑒Romer and Romer（2004）的做法，首先利用可用信息集（產(chǎn)出、通脹、失業(yè)）對利率進(jìn)行回歸，然后將回歸方程的殘差項作為外生的貨幣政策沖擊，該沖擊同樣能準(zhǔn)確刻畫出非預(yù)期貨幣政策變化，回歸模型形式為：

[△Rt=α+βRt-1+γ1RGDPt-1+γ2△RGDPt+φ1πt-1+φ2△πt+ρ1ut-1+ρ2△ut+εt] （6）

其中，[R]、[RGDP]、[π]和[u]分別表示利率、實際GDP增長率、通貨膨脹率和失業(yè)率；[α]為截距項；[ε]為隨機(jī)擾動項。

利用Romer and Romer（2004）方法提取的沖擊的方向和波峰波谷與利用SVAR模型提取的沖擊基本一致（見圖3），證明利用SVAR模型提取的貨幣政策沖擊的準(zhǔn)確性。

（二）高、低利率區(qū)制的界定

本文利用均值比較法劃分利率區(qū)制，即利用每期利率與均值比較并以此劃分高、低利率區(qū)制，定義高于研究區(qū)間均值的為高利率區(qū)制，反之則反是，得到表1所示的區(qū)制劃分結(jié)果。

此外，本文還利用馬爾科夫區(qū)制轉(zhuǎn)換法（構(gòu)建區(qū)制為2，滯后階數(shù)為01的MS-AR模型）再次驗證劃分結(jié)果，估計結(jié)果與均值比較法劃分結(jié)果基本一致（如圖4），能夠反映出中國貨幣政策的周期性變動。其中，2000至2006年，為緩解亞洲金融危機(jī)、非典等對經(jīng)濟(jì)造成的不利影響，央行持續(xù)降息刺激消費、投資需求，提升市場的流動性，2007至2008年，為抑制投資過熱和物價上漲，央行采取加息來控制流動性，貨幣政策由“穩(wěn)健”轉(zhuǎn)換為“從緊”，2008年后，為應(yīng)對國內(nèi)汶川地震和國際金融危機(jī)沖擊，央行實施適度寬松的貨幣政策，包括五次下調(diào)存貸款基準(zhǔn)利率和四次下調(diào)存款準(zhǔn)備金率，同時采取“四萬億”財政刺激計劃，在此背景下，資產(chǎn)價格上漲，通脹壓力增大，2010至2011年，貨幣政策趨緊，央行先后四次上調(diào)存貸款基準(zhǔn)利率和十二次上調(diào)存款準(zhǔn)備金率，2011年下半年，存款準(zhǔn)備金率最高達(dá)到21.5%，2013年金融業(yè)出現(xiàn)“錢荒”，銀行間隔夜拆借利率攀至高位，貨幣政策緊縮信號明顯，而2015至2016年，為達(dá)成經(jīng)濟(jì)發(fā)展“新常態(tài)”的要求，央行需保證合理充裕的流動性，政策相對寬松，2015年連續(xù)五次降息，2017至2020年初，隨著經(jīng)濟(jì)向好發(fā)展，同時受通脹抬頭、房市過熱以及美聯(lián)儲加息影響，利率略有回升，2020年初以來，經(jīng)濟(jì)運行面臨內(nèi)生動力不足的問題，疫情“傷痕效應(yīng)”也并未消退，央行維持低利率的現(xiàn)狀。

（三）貨幣政策效應(yīng)的狀態(tài)依存性檢驗

利用局部投影模型進(jìn)行實證分析前，有必要對各變量進(jìn)行單位根檢驗，結(jié)果顯示貨幣政策沖擊、利率和通脹的原序列平穩(wěn)，為I（0）序列，消費、投資和產(chǎn)出的對數(shù)序列一階差分后平穩(wěn)，為I（1）序列。傳統(tǒng)的協(xié)整檢驗方法要求變量滿足同階單整，而自回歸分布滯后（ARDL）邊界協(xié)整檢驗僅要求變量滿足I（0）或I（1）即可，本文采用該方法檢驗變量間是否存在長期均衡關(guān)系。檢驗結(jié)果表明貨幣政策沖擊與各變量間具有長期均衡關(guān)系1，故可構(gòu)建局部投影模型進(jìn)一步考察貨幣政策沖擊與利率、產(chǎn)出、通脹、消費和投資間的關(guān)系。

圖5展示了使利率降低100基點的擴(kuò)張性貨幣政策沖擊對利率、產(chǎn)出、通脹、投資和消費的脈沖響應(yīng)結(jié)果，其中置信區(qū)間為95%，實線、點虛線、虛線分別對應(yīng)線性、高利率、低利率狀態(tài)下的脈沖響應(yīng)結(jié)果（下文相同），第一列為三種情形對應(yīng)的脈沖響應(yīng)曲線，第二列為線性狀態(tài)對應(yīng)的脈沖響應(yīng)曲線及置信帶，第三列為低利率和高利率時期分別對應(yīng)的脈沖響應(yīng)曲線及置信帶。對于第二列線性估計結(jié)果，產(chǎn)出、投資和消費對擴(kuò)張性貨幣政策沖擊的響應(yīng)為正，對于通脹，擴(kuò)張性貨幣政策沖擊在前4期降低了通脹，而在長期增加了通脹，這便是“價格之謎”現(xiàn)象?！皟r格之謎”現(xiàn)象一方面是因為短期內(nèi)貨幣政策的成本渠道效應(yīng)占據(jù)主位，而在長期需求渠道效應(yīng)會超過成本渠道效應(yīng)，另一方面是因為實施擴(kuò)張性貨幣政策時往往面臨經(jīng)濟(jì)低迷這一事實，低經(jīng)濟(jì)增速存在一定的慣性，而且貨幣當(dāng)局實施寬松政策相當(dāng)于向市場釋放經(jīng)濟(jì)低迷的信號，會對公眾預(yù)期造成消極影響，所以短期內(nèi)物價會下跌。觀察第三列估計結(jié)果可以發(fā)現(xiàn)，無論在高、低利率時期擴(kuò)張性貨幣政策沖擊均能有效提升產(chǎn)出，表明我國的貨幣寬松能夠達(dá)到預(yù)期的效果。

對比第三列低利率和高利率時期的估計結(jié)果可以發(fā)現(xiàn)，低利率時期擴(kuò)張性貨幣政策沖擊對產(chǎn)出、通脹、投資和消費的效應(yīng)會增強(qiáng)。具體而言，低利率時期，擴(kuò)張性貨幣政策沖擊對產(chǎn)出的影響逐漸增大并在第13期達(dá)到高點，持續(xù)期較長，隨后逐步回到穩(wěn)態(tài)，高利率時期產(chǎn)出回歸穩(wěn)態(tài)的時間要早于低利率時期；低利率時期，投資對擴(kuò)張性貨幣政策沖擊的響應(yīng)明顯強(qiáng)于高利率時期；低利率時期，擴(kuò)張性貨幣政策沖擊會增加消費，在第5期達(dá)到峰值，直至第10期作用效果收斂至穩(wěn)態(tài)，而高利率時期，擴(kuò)張貨幣政策沖擊甚至?xí)p少消費，直至第16期收斂至穩(wěn)態(tài)。此外，我們還發(fā)現(xiàn)通脹的“價格之謎”現(xiàn)象僅在低利率時期出現(xiàn)。

研究發(fā)現(xiàn)，低利率時期擴(kuò)張性貨幣政策沖擊對投資的影響明顯強(qiáng)于高利率時期。究其原因，利率環(huán)境通過影響貨幣政策的銀行風(fēng)險承擔(dān)渠道影響投資需求變動，低利率增強(qiáng)了貨幣政策銀行風(fēng)險承擔(dān)渠道的估值效應(yīng)、追逐收益效應(yīng)與央行溝通效應(yīng)三條傳導(dǎo)途徑。具體而言，首先，低利率環(huán)境下，融資成本和現(xiàn)金流折現(xiàn)率均很低，流動性充裕，同時貨幣性資產(chǎn)收益率低，會迅速推動房產(chǎn)等資產(chǎn)價格的上漲，抵押資產(chǎn)價值的上升會通過增強(qiáng)商業(yè)銀行的樂觀預(yù)期從而強(qiáng)化估值效應(yīng)。其次，短期政策利率與商業(yè)銀行利差成正比，整體利率水平低時，銀行的存貸款利差收入少，銀行間的競爭程度增大，銀行實現(xiàn)既定目標(biāo)收益率的難度加大，因而會增加對高風(fēng)險資產(chǎn)的需求，追逐收益效應(yīng)會增強(qiáng)，而且管理者可能會因為其報酬與目標(biāo)收益率掛鉤，從而進(jìn)一步增強(qiáng)逐利的動機(jī)。最后，由于低利率時期面臨的下調(diào)空間有限，商業(yè)銀行對央行會實施“兜底政策”的信任程度會提高，會增強(qiáng)央行溝通效應(yīng)，提高風(fēng)險承擔(dān)的意愿。

在低利率時期，擴(kuò)張性貨幣政策沖擊對消費的正向影響相較于線性情形會增強(qiáng)，這是由于低利率時期流動性充裕，消費的機(jī)會成本低，延遲消費動機(jī)弱，同時貸款利率和貸款額度較為放松，均會強(qiáng)化貨幣政策擴(kuò)張時居民的消費行為。而高利率時期，擴(kuò)張性貨幣政策會削弱消費，與王君斌等（2011）和郭新強(qiáng)等（2013）的研究結(jié)論一致，這與我國1996至2002年八次降息并未有效拉動居民消費的經(jīng)濟(jì)事實吻合。推測與高利率時期收入效應(yīng)占據(jù)主位相關(guān)，高利率時期的無風(fēng)險資產(chǎn)能夠提供高收益，消費的機(jī)會成本提升，即便央行采取擴(kuò)張性貨幣政策，高儲蓄收益仍會吸引居民儲蓄而非消費，此外，高利率時期居民的貸款成本高，流動性約束增強(qiáng)，居民會減少貸款消費行為。

擴(kuò)張性貨幣政策將推升通脹，“價格之謎”現(xiàn)象在低利率時期明顯，而高利率時期則不存在該效應(yīng)。在長期，低利率時期的通脹對擴(kuò)張性貨幣政策沖擊的正向響應(yīng)更強(qiáng)，說明在長期，低利率時期的需求渠道效應(yīng)相較于高利率時期略勝一籌，這是由于低利率環(huán)境增強(qiáng)了擴(kuò)張性貨幣政策對投資和消費的正向影響，進(jìn)而加速提升總需求，帶動物價上漲。這也反映出經(jīng)濟(jì)學(xué)家對于貨幣極度寬松時易形成“僵尸融資渠道”的顧慮可暫時打消，資金流入正常企業(yè)的份額較大，目前刺激需求能夠有效帶動價格上漲。

（四）穩(wěn)健性檢驗

1.驗證利率區(qū)制劃分方法的合理性

本文將利率外生劃分為高、低兩區(qū)制，存在一定的主觀性，出于嚴(yán)謹(jǐn)性考慮，參照張屹山、張代強(qiáng)（2008）和張小宇、劉金全（2012）的研究，本節(jié)通過構(gòu)建沃爾德（Wald）統(tǒng)計量檢驗利用均值法確定的高、低利率區(qū)制的回歸方程系數(shù)是否在統(tǒng)計學(xué)意義上顯著不同。Wald檢驗的優(yōu)點為只需估計一個無約束模型，就能得到相應(yīng)系數(shù)的方差協(xié)方差矩陣。設(shè)定Wald檢驗的原假設(shè)為[H0：αA，h=αB，h，ψA，h=ψB，h，βA，h=βB，h]，若拒絕原假設(shè)，則認(rèn)為約束條件不成立，表明目前區(qū)制劃分合理。

表2匯報了h=1，h=4，h=8，h=12，h=16時高、低利率區(qū)制的系數(shù)估計是否存在顯著差異的檢驗結(jié)果?？梢园l(fā)現(xiàn)，對于假設(shè)高、低利率區(qū)制系數(shù)相等的Wald檢驗，除產(chǎn)出方程的第1期和通脹方程的第12期外，其余所有期原假設(shè)均被拒絕，證明本文的劃分辦法是合理的。1

2.替換貨幣政策沖擊變量以及改變研究區(qū)間

本節(jié)從以下兩個方面對高、低利率區(qū)制下貨幣政策的有效性展開穩(wěn)健性檢驗，首先，替換貨幣政策沖擊變量，采用Romer and Romer（2004）方法得出的貨幣政策沖擊進(jìn)行政策效應(yīng)的檢驗；其次，擴(kuò)大年限以加入涵蓋更高利率的時期和縮小年限以去除疫情期的影響，來補(bǔ)充和佐證前文研究。結(jié)果表明，研究結(jié)論與上文所得主要結(jié)論基本一致。

貨幣政策沖擊的衡量方式多樣，考慮到僅用SVAR模型提取的貨幣政策沖擊來觀測核心變量的脈沖響應(yīng)的可靠性有待加強(qiáng)，本節(jié)借鑒Romer and Romer（2004）的做法，利用可用信息集（產(chǎn)出、通脹、失業(yè)）對利率進(jìn)行回歸，將得到的殘差項作為貨幣政策沖擊，并檢驗其對利率、產(chǎn)出、通脹、投資和消費的影響，以此判斷研究結(jié)論是否會隨貨幣政策沖擊類型而改變。研究結(jié)論與上文相似（見圖6），低利率時期，擴(kuò)張性貨幣政策沖擊對產(chǎn)出、通脹、投資和消費的促進(jìn)作用會增強(qiáng)。

1996至2000年為利率管制逐步放開期，此間利率水平處于高位，為應(yīng)對1997年亞洲金融危機(jī)造成的內(nèi)需不足與通縮壓力，央行連續(xù)多次降息，利率最終降至低位，為增強(qiáng)樣本的全面性和結(jié)論的普適性，本節(jié)將該區(qū)間納入考察范圍，對模型進(jìn)行再檢驗，結(jié)果見圖7。此外，2019年第四季度新冠疫情爆發(fā)，我國產(chǎn)出和通脹的波動難免受該極端事件影響較大，為此，本節(jié)剔除這一區(qū)間來驗證結(jié)論的可靠性，結(jié)果見圖8。對比圖5可以看出，研究區(qū)間的改變并未影響主要研究結(jié)論。

3.增加財政政策和公眾預(yù)期作為控制變量

考慮到低利率環(huán)境下傳統(tǒng)利率工具的調(diào)整空間畢竟有限，此時貨幣政策效果的充分發(fā)揮還取決于兩個要素，即財政政策和公眾預(yù)期。財政政策與貨幣政策的協(xié)調(diào)配合會強(qiáng)化彼此的政策效果，財政政策的效率更高，能夠更好地協(xié)助貨幣政策共同刺激經(jīng)濟(jì)。此外，公眾預(yù)期也將影響貨幣政策的有效性，私人部門不斷提高信息掌握水平并形成預(yù)期，從而對未來經(jīng)濟(jì)行動做出一致反映以影響貨幣政策效用，預(yù)期通過影響產(chǎn)出、消費、投資、通脹繼而對貨幣政策效用產(chǎn)生即時和持續(xù)的影響。故而本節(jié)在基準(zhǔn)回歸模型中增加財政政策和公眾預(yù)期兩個控制變量，選取一般公共預(yù)算支出和企業(yè)家信心指數(shù)分別作為其代理變量，估計結(jié)果表明低利率時期擴(kuò)張性貨幣政策的產(chǎn)出效應(yīng)增強(qiáng)的結(jié)論并未改變，表明即使考慮了財政政策和公眾預(yù)期，本文的結(jié)論仍具有穩(wěn)健性。1

（五）高杠桿與低利率疊加情形下貨幣政策效應(yīng)的進(jìn)一步分析

在當(dāng)前低利率背景下，高企的杠桿率問題同樣不容忽視。自本世紀(jì)以來，我國非金融部門的杠桿率不斷上升，2020年由于新冠疫情的突發(fā)導(dǎo)致財政赤字增加，債務(wù)和杠桿率仍有躍升趨勢。在低利率與高杠桿疊加的情形下，貨幣政策作為政府調(diào)控宏觀經(jīng)濟(jì)的重要手段能否協(xié)助經(jīng)濟(jì)發(fā)展達(dá)成預(yù)期目標(biāo)成為一個值得關(guān)注的問題。低利率與高杠桿密切相關(guān)，一方面，低利率是高杠桿的附屬產(chǎn)物，當(dāng)政府債務(wù)高昂時，為避免還本付息的財政壓力過大，央行有動力維持低利率水平；另一方面，低利率會強(qiáng)化高杠桿狀態(tài)，低利率會鼓舞家庭和企業(yè)通過加杠桿進(jìn)行消費和投資，刺激實體部門舉債，推高家庭和企業(yè)部門杠桿率，低利率還會為政府發(fā)債等積極的財政政策提供便利，導(dǎo)致政府部門杠桿率上升。在當(dāng)前低利率且債務(wù)杠桿高企，又亟需擴(kuò)張性貨幣政策來刺激實體經(jīng)濟(jì)發(fā)展的特殊背景下，深入考究低利率與高杠桿疊加下貨幣政策的有效性問題具有現(xiàn)實意義。

為觀察低利率與高杠桿疊加作用下的貨幣政策效應(yīng)，首先需要衡量杠桿周期。宏觀杠桿率為一國非金融部門總債務(wù)與GDP之比，目前，國際貨幣基金組織（IMF）和國際清算銀行（BIS）等國際機(jī)構(gòu)以及國內(nèi)學(xué)者都對中國的宏觀杠桿率進(jìn)行了測算，由于測算方法和統(tǒng)計口徑不同，結(jié)果各異，但趨勢一致，考慮到數(shù)據(jù)的連續(xù)性和權(quán)威性，本文選用來源于國際清算銀行的宏觀杠桿率數(shù)據(jù)，先對其進(jìn)行Census X-12季節(jié)調(diào)整，再對其進(jìn)行HP濾波處理構(gòu)建信貸缺口，由于杠桿周期比傳統(tǒng)經(jīng)濟(jì)周期持續(xù)時間更長且振幅更大（Aikman et al.， 2017），國際清算銀行建議平滑參數(shù)取值為[λ=4×105]。本文參照劉哲希等（2022）的研究劃分杠桿周期1，將信貸缺口大于0定義為高杠桿時期，小于0定義為低杠桿時期。信貸缺口的計算結(jié)果見圖9。

圖10展示了高杠桿與低利率疊加的時期，陰影為低利率時期，點線為信貸缺口值，該值大于0為高杠桿時期。2000年第一季度至2005年第一季度，我國經(jīng)濟(jì)受亞洲金融危機(jī)后的快速復(fù)蘇和加入世貿(mào)組織后的外貿(mào)拉動影響，銀行間競爭加劇，普遍積極放貸，故杠桿周期在此期間處于高杠桿狀態(tài)。2014年第二季度至2018年第三季度期間，實體經(jīng)濟(jì)融資需求不足，房地產(chǎn)市場去庫存，經(jīng)濟(jì)疲軟，央行多次實施降準(zhǔn)、降息政策以刺激信貸需求，該時期信貸迅速擴(kuò)張，杠桿水平較高。2020年第一季度以來，經(jīng)濟(jì)遭遇重創(chuàng)，為對沖疫情的消極影響，央行開啟了新一輪信貸擴(kuò)張。

為量化高杠桿發(fā)揮的作用，圖11展示了利用相應(yīng)脈沖響應(yīng)函數(shù)的積分計算出的低利率時期、高杠桿和低利率疊加時期1各變量的累積脈沖響應(yīng)圖。研究發(fā)現(xiàn)，高杠桿會增強(qiáng)低利率時期投資和產(chǎn)出對貨幣政策沖擊的響應(yīng)，但會削弱消費對貨幣政策沖擊的響應(yīng)，同時還會加劇物價上升。

可以明顯發(fā)現(xiàn)，對于投資和產(chǎn)出，在高杠桿和低利率疊加時期，貨幣政策的效應(yīng)會增強(qiáng)，投資和產(chǎn)出表現(xiàn)出協(xié)同一致性。高杠桿尤其增強(qiáng)了低利率時期擴(kuò)張性貨幣政策對投資的長期累積效應(yīng)，這是由于杠桿周期會影響企業(yè)的融資目的，而融資目的轉(zhuǎn)變會作用于貨幣政策對投資的傳導(dǎo)效果。具體而言，企業(yè)的融資目的可分為緩解日常運轉(zhuǎn)所需的流動性和開展投資以擴(kuò)大生產(chǎn)規(guī)模兩種，當(dāng)處于高杠桿時期，企業(yè)用于緩解內(nèi)部流動性的資金需求減少，用于擴(kuò)大投資的長期資金需求增加（王義中等，2015），長期資金需求對流動性資金需求的替代會使得企業(yè)新增投資增加，因而擴(kuò)張性貨幣政策對投資的影響會增強(qiáng)。而關(guān)于低利率和高杠桿的交互作用，低利率環(huán)境會刺激商業(yè)銀行等金融中介機(jī)構(gòu)選擇提升杠桿，高杠桿會強(qiáng)化擴(kuò)張性貨幣政策的銀行風(fēng)險承擔(dān)渠道（陳國進(jìn)等，2020）。于消費而言，高杠桿削弱了低利率時期擴(kuò)張性貨幣政策沖擊對于消費的正向影響，這也符合我國當(dāng)前消費低迷的現(xiàn)狀，究其原因，高杠桿時期受投資擠出效應(yīng)影響，擴(kuò)張性貨幣政策對消費的拉動效果減弱。高杠桿會刺激房地產(chǎn)投資的增加，擠占居民消費需求（榮昭等，2020），居民因房地產(chǎn)投資透支消費能力，消費需求緊縮，而且由于信貸資金用于房地產(chǎn)投資，居民面臨的流動性約束會增強(qiáng)，儲蓄增加，消費減少，因此，即便是貨幣當(dāng)局采取擴(kuò)張性貨幣政策，也很難拉動居民消費。觀察圖11還可以發(fā)現(xiàn)，高杠桿會加劇通脹上升，推測這是由于高杠桿時期，貨幣政策目標(biāo)向金融穩(wěn)定會有一定的傾斜，會舍棄部分物價穩(wěn)定目標(biāo)，擴(kuò)張性貨幣政策對通脹的影響會增強(qiáng)。

六、結(jié)論和政策建議

面對艱巨繁重的國內(nèi)改革發(fā)展穩(wěn)定任務(wù)和嚴(yán)峻復(fù)雜的國際環(huán)境，我國貨幣政策仍將維持低利率狀態(tài)，甚至面臨利率進(jìn)一步下調(diào)的壓力。為探究低利率環(huán)境下擴(kuò)張性貨幣政策提振經(jīng)濟(jì)活動（產(chǎn)出、投資、消費）的能力以及疊加高杠桿情形下貨幣政策的實際調(diào)控效果，本文利用狀態(tài)依存局部投影模型檢驗了擴(kuò)張性貨幣政策在利率周期傳導(dǎo)中存在的非對稱性和時變性，得出以下結(jié)論。

首先，在目前距離零利率下限仍存在一定空間的低利率背景下，我國傳統(tǒng)貨幣政策尚且有效，確實能起到“雪中送炭”的作用。我國的低利率情形不同于日本、美國、歐元區(qū)等發(fā)達(dá)經(jīng)濟(jì)體，我國暫未陷入“流動性陷阱”，常規(guī)貨幣政策尚能有效刺激消費和投資意愿，進(jìn)而拉動總需求，從投資渠道來說，低利率環(huán)境會增強(qiáng)擴(kuò)張性貨幣政策的銀行風(fēng)險承擔(dān)渠道，繼而擴(kuò)大投資規(guī)模，從消費渠道來說，低利率環(huán)境下流動性約束弱、選擇消費的機(jī)會成本低以及耐用品的信貸成本低，均會強(qiáng)化貨幣政策擴(kuò)張時居民的消費行為。

其次，無論是高利率還是低利率時期，我國擴(kuò)張性貨幣政策都能有效拉動產(chǎn)出增長。盡管近年來經(jīng)濟(jì)不確定性、國外貨幣政策溢出效應(yīng)、金融摩擦等因素確實影響了我國貨幣政策有效性，但與全球相比，2018年至2022年，我國GDP年均增速超過5%，明顯高于全球水平，證明我國當(dāng)前寬松的貨幣政策確實起到了良好的調(diào)控效果。

最后，高杠桿會增強(qiáng)低利率時期產(chǎn)出和投資對擴(kuò)張性貨幣政策的響應(yīng)，但會削弱消費的響應(yīng)，與目前我國消費未得到較好的帶動的現(xiàn)狀相匹配。高杠桿尤其增強(qiáng)了低利率時期擴(kuò)張性貨幣政策對投資的長期累積效應(yīng)，這是由于高杠桿促使企業(yè)減少用于緩解日常運轉(zhuǎn)的資金，增加用于長期投資的資金，而對于消費，高杠桿增加了居民房地產(chǎn)投資，增強(qiáng)了流動性約束，從而擠占了居民消費。

基于上述研究結(jié)論，本文提出如下政策建議：

盡管當(dāng)前我國處于低利率環(huán)境，但是貨幣政策仍運行在正常區(qū)間，央行在保證貨幣政策穩(wěn)健的基礎(chǔ)上可以適當(dāng)降息引導(dǎo)市場利率下行。相較于2015年央行調(diào)整10次公開市場操作（OMO）利率，累計下調(diào)185基點，2019年至2023年OMO利率僅下調(diào)75基點，調(diào)整力度并非很大，仍留有充足的政策空間。不過，央行應(yīng)珍惜正常的貨幣政策空間，下調(diào)利率時要靈活適度，精準(zhǔn)把握調(diào)整節(jié)奏，形成貨幣政策操作的“居中之道”，既要采取寬松的貨幣政策，又不能因急于求成而強(qiáng)力擴(kuò)張，權(quán)衡好實施低利率政策的成本與收益顯得尤為重要。另外，當(dāng)前處于經(jīng)濟(jì)振蕩期，在下調(diào)利率的同時要穩(wěn)定經(jīng)濟(jì)主體的信心，協(xié)助主體形成樂觀預(yù)期，這將有利于提升貨幣政策的實施效率，保持經(jīng)濟(jì)運行在合理區(qū)間。

央行要加強(qiáng)貨幣政策和宏觀審慎政策的協(xié)調(diào)配合，促進(jìn)金融體系健康發(fā)展，從而更好地服務(wù)實體經(jīng)濟(jì)。低利率環(huán)境雖能起到一定擴(kuò)大內(nèi)需、促進(jìn)就業(yè)的積極作用，但也易加速信用擴(kuò)張，若信用增速長期超過實體經(jīng)濟(jì)增速會導(dǎo)致無效信用堆積，繼而造成經(jīng)濟(jì)泡沫并加劇金融體系的脆弱度，最終誘發(fā)系統(tǒng)性金融風(fēng)險。而且低利率環(huán)境會降低投資者盈利門檻，促使銀行增加風(fēng)險承擔(dān)，這可能會催生部分低質(zhì)低效的項目，一旦經(jīng)濟(jì)環(huán)境發(fā)生變化導(dǎo)致風(fēng)險迅速暴露，就容易引發(fā)危機(jī)。因而需要雙支柱政策并駕齊驅(qū)，力求實現(xiàn)經(jīng)濟(jì)的“穩(wěn)增長”與“防風(fēng)險”。

在低利率環(huán)境下實施貨幣政策時也要密切關(guān)注杠桿周期的狀態(tài)，持續(xù)優(yōu)化信貸結(jié)構(gòu)，增強(qiáng)金融持續(xù)支持實體經(jīng)濟(jì)的能力。目前來看，我國杠桿率仍可保持現(xiàn)有的水平，維持目前的杠桿率在一定程度上可以有效促進(jìn)投資和產(chǎn)出增長，不過要避免債務(wù)的過度擴(kuò)張，否則會給經(jīng)濟(jì)帶來不必要的波動。央行可以選擇在經(jīng)濟(jì)上行期進(jìn)行去杠桿，若當(dāng)下選擇信貸緊縮可能引起經(jīng)濟(jì)增速下降與資產(chǎn)價格下跌，不利于實現(xiàn)“穩(wěn)增長”的目標(biāo)。

參考文獻(xiàn)

陳創(chuàng)練、戴明曉，2018，“貨幣政策、杠桿周期與房地產(chǎn)市場價格波動”，《經(jīng)濟(jì)研究》，第9期，第52-67頁。

陳國進(jìn)、蔣曉宇、趙向琴，2020，“貨幣政策、宏觀審慎監(jiān)管與銀行系統(tǒng)性風(fēng)險承擔(dān)”，《系統(tǒng)工程理論與實踐》，第6期，第1419-1438頁。

付一婷、張都、陳瓊，2021，“我國貨幣政策商業(yè)信用渠道傳導(dǎo)的非對稱特征與‘門限效應(yīng)的統(tǒng)計檢驗”，《數(shù)理統(tǒng)計與管理》，第6期，第1080-1092頁。

郭新強(qiáng)、汪偉、楊坤，2013，“剛性儲蓄、貨幣政策與中國居民消費動態(tài)”，《金融研究》，第2期，第46-59頁。

胡利琴、陳銳、班若愚，2016，“貨幣政策、影子銀行發(fā)展與風(fēng)險承擔(dān)渠道的非對稱效應(yīng)分析”，《金融研究》，第2期，第154-162頁。

黃益平、陸挺、張斌、殷劍峰、徐高、伍戈、余永定、王勇、肖立晟、張一、鄭聯(lián)盛，2020，“如何認(rèn)識負(fù)利率政策及其影響”，《國際經(jīng)濟(jì)評論》，第1期，第161-172+8頁。

紀(jì)志宏，2022，“貨幣寬松、資產(chǎn)價格與分配效應(yīng)——基于美國1984—2019年數(shù)據(jù)的實證研究”，《國際金融研究》，第8期，第3-14頁。

蔣海、儲著貞，2014，“總供給效應(yīng)、適應(yīng)性學(xué)習(xí)預(yù)期與貨幣政策有效性”，《金融研究》，第5期，第1-16頁。

梁鍶、張品一，2018，“‘二元悖論對中國適用性的研判：基于國際金融周期的準(zhǔn)確測度”，《經(jīng)濟(jì)問題探索》，第11期，第134-140頁。

李芳芳、張定法、郭涵，2019，“低利率政策是資產(chǎn)價格泡沫的元兇嗎——基于中國股票市場的再檢驗”，《宏觀經(jīng)濟(jì)研究》，第3期，第27-46頁。

李杰、侯鴻昌、李博楠，2020，“利率對私人儲蓄的影響——基于負(fù)利率環(huán)境的研究”，《中央財經(jīng)大學(xué)學(xué)報》，第1期，第97-107頁。

劉金全、張小宇，2015，“中央銀行規(guī)避經(jīng)濟(jì)收縮和通脹偏好的模式與途徑研究”，《經(jīng)濟(jì)研究》，第12期，第29-40+53頁。

劉哲希、郭俊杰、譚涵予、陳彥斌，2022，“貨幣政策能夠兼顧‘穩(wěn)增長與‘穩(wěn)杠桿雙重目標(biāo)嗎？——基于不同杠桿環(huán)境的比較”，《金融研究》，第7期，第20-37頁。

馬理、婁田田，2015，“基于零利率下限約束的宏觀政策傳導(dǎo)研究”，《經(jīng)濟(jì)研究》，第11期，第94-105頁。

馬勇、王瑩曼，2022，“貨幣政策及其穩(wěn)定性對銀行風(fēng)險承擔(dān)的影響”，《金融評論》，第2期，第1-20+123頁。

潘攀、鄧超、邱煜，2020，“經(jīng)濟(jì)政策不確定性、銀行風(fēng)險承擔(dān)與企業(yè)投資”，《財經(jīng)研究》，第2期，第67-81頁。

榮昭、徐娜娜、袁燕，2020，“信貸擴(kuò)張如何影響家庭房地產(chǎn)投資？——以信用卡的擴(kuò)散為例”，《經(jīng)濟(jì)科學(xué)》，第4期，第58-70頁。

王晉斌、李博，2017，“中國貨幣政策對商業(yè)銀行風(fēng)險承擔(dān)行為的影響研究”，《世界經(jīng)濟(jì)》，第1期，第25-43頁。

王君斌、郭新強(qiáng)、蔡建波，2011，“擴(kuò)張性貨幣政策下的產(chǎn)出超調(diào)、消費抑制和通貨膨脹慣性”，《管理世界》，第3期，第7-21頁。

王少林、符號亮，2022，“融資成本能評價新型貨幣政策工具的有效性嗎”，《南方經(jīng)濟(jì)》，第4期，第15-31頁。

王熙、鄭夢圓，2021，“中國貨幣政策沖擊的信息效應(yīng)與‘價格之謎——基于文本分析的研究”，《山東大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》，第5期，第97-112頁。

王洋、姜珂、趙宣凱，2023，“中國貨幣政策價格之謎：信息不足抑或無效識別”，《財貿(mào)經(jīng)濟(jì)》，第2期，第73-87頁。

王義中、陳麗芳、宋敏，2015，“中國信貸供給周期的實際效果：基于公司層面的經(jīng)驗證據(jù)”，《經(jīng)濟(jì)研究》，第1期，第52-66頁。

徐明東、陳學(xué)彬，2012，“貨幣環(huán)境、資本充足率與商業(yè)銀行風(fēng)險承擔(dān)”，《金融研究》，第7期，第489+50-62頁。

徐寧、丁一兵、張男，2020，“利率管制、LPR與完全市場化下的貨幣政策傳導(dǎo)機(jī)制：理論對比與實證檢驗”，《南方經(jīng)濟(jì)》，第5期，第34-48頁。

楊海維、侯成琪，2023，“貨幣政策和銀行風(fēng)險承擔(dān)：一種非線性關(guān)系”，《金融研究》，第1期，第57-74頁。

楊源源、于津平、高潔超，2020，“零利率下限約束、宏觀經(jīng)濟(jì)波動與混合型貨幣政策框架”，《財貿(mào)經(jīng)濟(jì)》，第1期，第21-35頁。

臧旭恒、劉大可，2003，“利率杠桿與居民消費—儲蓄替代關(guān)系分析”，《南開經(jīng)濟(jì)研究》，第6期，第3-8頁。

張衛(wèi)峰、方顯倉、劉峻峰，2020，“非常規(guī)貨幣政策、銀行貸款與人口老齡化——來自日本的經(jīng)驗證據(jù)”，《國際金融研究》，第7期，第45-55頁。

張小宇、劉金全，2012，“我國貨幣政策與通貨膨脹的非線性機(jī)制識別”，《上海財經(jīng)大學(xué)學(xué)報》，第3期，第75-81頁。

張雪蘭、何德旭，2012，“貨幣政策的風(fēng)險承擔(dān)渠道：傳導(dǎo)路徑、不對稱性與內(nèi)在機(jī)理”，《金融評論》，第1期，第71-81+125頁。

張屹山、張代強(qiáng)，2008，“我國通貨膨脹率波動路徑的非線性狀態(tài)轉(zhuǎn)換——基于通貨膨脹持久性視角的實證檢驗”，《管理世界》，第12期，第43-50頁。

趙立三、李博文、劉立軍，2019，“‘收益率寬幅與轉(zhuǎn)換經(jīng)濟(jì)增長動力的政策工具選擇”，《河北學(xué)刊》，第5期，第170-175頁。

鄭挺國、劉金全，2010，“區(qū)制轉(zhuǎn)移形式的‘泰勒規(guī)則及其在中國貨幣政策中的應(yīng)用”，《經(jīng)濟(jì)研究》，第3期，第40-52頁。

朱丹、潘攀，2022，“經(jīng)濟(jì)政策不確定性下銀行風(fēng)險承擔(dān)對企業(yè)投資效率的影響”，《中國軟科學(xué)》，第3期，第173-182頁。

Aikman， D.， Kiley， M.， Lee， S. J.， Palumbo， M.G. and Warusawitharana， M.， 2017，? “Mapping Heat in the US Financial System”， Journal of Banking and Finance， 81： 36-64.

Alpanda， S.， Granziera， E. and Zubairy， S.， 2021， “State Dependence of Monetary Policy Across Business， Credit and Interest Rate Cycles”， European Economic Review， 140： 103936.

Alpanda， S. and Zubairy， S.， 2019， “Household Debt Overhang and Transmission of Monetary Policy”， Journal of Money， Credit and Banking， 51（5）： 1265-1307.

Altavilla， C.， Burlon， L.， Giannetti， M. and Holton， S.， 2022， “Is There a Zero Lower Bound？ The Effects of Negative Policy Rates on Banks and Firms”， Journal of Financial Economics， 144（3）： 885-907.

Benmelech， E. and Bergman， N. K.， 2012， “Credit Traps”， The American Economic Review， 102（6）： 3004-3032.

Borio， C. and Gambacorta， L.， 2017， “Monetary Policy and Bank Lending in a Low Interest Rate Environment： Diminishing Effectiveness？”， Journal of Macroeconomics， 54： 217-231.

Boubaker， S.， Gounopoulos， D.， Nguyen， D. K. and Paltalidis， N.， 2018， “Reprint of： Assessing the Effects of Unconventional Monetary Policy and Low Interest Rates on Pension Fund Risk Incentives”， Journal of Banking and Finance， 92： 340-357.

Christiano， L.J.， Eichenbaum， M. and Evans， C.L.， 1996， “The Effects of Monetary Policy Shocks： Evidence from the Flow of Funds”， The Review of Economics and Statistics， 78（1）： 16-34.

Christiano， L.J.， Eichenbaum， M. and Evans， C. L.， 2005， “Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy”， Journal of Political Economy， 113（1）： 1-45.

Fernández-Villaverde， J.， Gordon， G.， Guerrón-Quintana， P. and Rubio-Ramirez， J. F.， 2015， “Nonlinear Adventures at the Zero Lower Bound”， Journal of Economic Dynamics and Control， 57： 182-204.

Fisher， I.， 1896， “Appreciation and Interest”， New York： Macmillan.

Hirose， Y. and Inoue， A.， 2016， “The Zero Lower Bound and Parameter Bias in an Estimated DSGE Model”， Journal of Applied Econometrics， 31（4）： 630-651.

Jordà， ?.， 2005， “Estimation and Inference of Impulse Responses by Local Projections”， The American Economic Review， 95（1）： 161–182.

Keynes， J.M.， 1936， “The General Theory of Employment， Interest and Money”， London： Macmillan.

Koop， G.， Pesaran， M.H. and Potter， S.M.， 1996， “Impulse Response Analysis in Nonlinear Multivariate Models”， Journal of Econometrics， 74（1）： 119-147.

Newey， W.K. and West， K.D.， 1987， “A Simple， Positive Semidefinite， Heteroskedasticity and Autocorrelation Consistent Covariance Matrix”， Econometrica， 55（3）： 703-708.

Potter， S.M.， 2000， “Nonlinear Impulse Response Functions”， Journal of Economic Dynamics and Control， 24（10）： 1425-1446.

Romer， C.D. and Romer， D.H.， 2004， “A New Measure of Monetary Shocks： Derivation and Implications”， The American Economic Review， 94（4）： 1055-1084.

Sims， C.A.， 1992， “Interpreting the Macroeconomic Time Series Facts： The Effects of Monetary Policy”， European Economic Review， 36（5）： 975-1000.

“A Drop in the Ocean” or “Offer Fuel in Snowy Weather”

——Research on the Effectiveness of Monetary Policy in a Low Interest Rate Environment

Zhang Xiaoyu? Huang Qinyi

Abstract：Affected by the internal environment of insufficient domestic demand and the complex external environment， China's monetary policy will remain at a low interest rate. However， it is worth discussing the effect of monetary policy implementation in a low interest rate environment. The People's Bank of China lowered the 7-day reverse repurchase and medium-term lending facility interest rates twice in June and August 2023， exceeding market expectations. The purpose is to guide the market interest rate to moderately decline， and then stimulate market demand. China's interest rate level is already at a historical low. In this context， it is worth discussing whether monetary policy， as an important means of macroeconomic regulation， can still achieve the expected effects.

Scholars have not yet reached a consensus on the effectiveness of monetary policy during periods of low interest rates. Most research focuses on developed economies， with limited discussion on the effects of China's monetary policy during periods of low interest rates. However， China's low interest rate situation is different from other countries， so it is urgent and realistic to discuss this issue. In addition， compared with vector autoregressive （VAR） models， local projection （LP） models have multiple advantages such as flexible model settings， robust estimation results， and small measurement errors. However， the local projection model has not yet been applied to the study of asymmetric effects of monetary policy.

Firstly， this paper constructs a theoretical framework to systematically analyze the mechanism of monetary policy during the periods of high and low interest rates. Then the state-dependent local projection model is used to quantitatively analyze the time-varying effects of monetary policy under different periods. The key findings can be summarized as follows：（1） China's expansionary monetary policy shocks can effectively increase output in both high and low interest rate periods， producing the expected regulatory effects. （2） China has not fallen into the "liquidity trap". The effects of expansionary monetary policy shocks on output， investment and consumption will be enhanced during periods of low interest rates. Monetary policy can indeed play a role in providing timely assistance. Conventional monetary policy can still effectively stimulate consumption and investment willingness， thereby boosting aggregate demand. （3） High leverage enhances the response of output and investment to expansionary monetary policy shocks but weakens the response of consumption in a low interest rate environment. High leverage encourages enterprises to reduce the funds used to alleviate daily operations and increase the funds used for long-term investment. High leverage also increases residential real estate investment and enhances liquidity constraints， thereby crowding out residential consumption. The conclusions of the paper put forward constructive suggestions for optimizing the effectiveness of monetary policy and enhancing the transmission effect of monetary policy.

Keywords：Low Interest Rates; Nonlinear Local Projection; State-Dependent; Monetary Policy Transmission Mechanism

（責(zé)任編輯：柳陽）

* 張小宇，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心、吉林大學(xué)商學(xué)與管理學(xué)院，E-mail：xiao_yu@jlu.edu.cn，通訊地址：吉林省長春市前進(jìn)大街2699號，郵編：130012；黃沁怡，吉林大學(xué)商學(xué)與管理學(xué)院，E-mail：huangqy20@mails.jlu.edu.cn。感謝編輯部及匿名審稿人意見，作者文責(zé)自負(fù)。

基金項目：本文受國家社會科學(xué)基金項目“低利率環(huán)境下貨幣政策效應(yīng)檢驗及新時期貨幣政策調(diào)控模式選擇研究”（19BJY016）資助。

1 文中出現(xiàn)的低利率均是指貨幣政策環(huán)境，而擴(kuò)張性貨幣政策（利率降低）則是指貨幣政策操作。

1 盡管向量自回歸模型仍然是當(dāng)前宏觀經(jīng)濟(jì)分析的基準(zhǔn)模型，大量文獻(xiàn)基于向量自回歸模型研究宏觀經(jīng)濟(jì)變量間的動態(tài)影響和傳導(dǎo)機(jī)制，其優(yōu)點是能較好地描述外生沖擊的反應(yīng)過程，但是其重在刻畫經(jīng)濟(jì)變量間的統(tǒng)計關(guān)系，在結(jié)構(gòu)式識別和沖擊次序設(shè)定上仍有待考證，容易造成模型誤設(shè)問題，而且該模型在穩(wěn)健性上也存在一定的弊端。

1 在確定區(qū)制為2的情況下，AR （0） 模型對利率數(shù)據(jù)的擬合效果最好。

1 限于篇幅，單位根檢驗和ARDL邊界協(xié)整檢驗的具體估計結(jié)果留存?zhèn)渌鳌?/p>

1 本文還利用門限回歸（TR）模型進(jìn)行門限效應(yīng)檢驗，以此驗證模型門檻的個數(shù)，從而確保將利率劃分為高、低兩個利率區(qū)制的正確性。門限檢驗拒絕存在2個門限值的假設(shè)，證明以利率作為門限變量的門限回歸模型存在單門限效應(yīng)，故而僅存在高、低兩個利率區(qū)制，不存在中間區(qū)制。結(jié)果留存?zhèn)渌鳌?/p>

1 限于篇幅，脈沖響應(yīng)結(jié)果留存?zhèn)渌鳌?/p>

1 本文還參考陳創(chuàng)練、戴明曉 （2018） 的研究，將信貸缺口超過10%定義為高杠桿時期，低于10%定義為低杠桿時期，并展開了后續(xù)研究，估計結(jié)果與正文內(nèi)容基本一致，證明了研究結(jié)論的穩(wěn)健性。

1 在估計高杠桿與低利率疊加時期脈沖響應(yīng)時，利用式 （2） 進(jìn)行估計，“高杠桿且低利率”狀態(tài)時，取[It-1=1]。而低利率時期脈沖響應(yīng)則直接利用上文 （圖5） 的估計結(jié)果。