貨幣政策的投資傳導機制

摘要IS-LM模型下信貸投放可以促進投資的增長，但實證研究發現投資對于GDP的回歸結果不明顯，說明目前我國貨幣政策在短期類并不依靠投資進行傳導，IS曲線對收入的拉動沒有LM曲線明顯。

關鍵詞天量信貸 IS-LM模型 貨幣政策 傳導機制

中圖分類號:F8文獻標識碼:A

1 背景綜述

從2007年到2009年，央行出臺了一系列以天量信貸增長為顯著特征的貨幣政策來應對經濟危機的沖擊。尤其是從2008年以來，商業銀行的信貸投放出現了迅猛增長，例如2009年僅僅上半年就已有新增信貸高達7.72萬億元，同比增幅為32.8%，超過新中國成立以來任何一年的信貸投放總量。在這樣的天量信貸投放中，我們不禁要關注這些信貸的投放對實體經濟作用到底如何。

由于投資目前在國民經濟中仍占較大比例，在研究貨幣政策對實體經濟的傳導作用機制中，我們進一步選取從投資方面進行分析和探討。我們將針對2007年至2009年的數據，基于已有的經濟理論和計量模型實施理論分析和計量實證，從而對貨幣政策怎樣通過投資影響實體經濟更加有明確的認識。

2 理論分析

IS-LM模型是由希克斯首創，漢森等人完善的宏觀經濟學經典模型。我們下面將基于此模型簡要說明信貸量的擴張通過投資I對于宏觀經濟的影響。

IS-LM模型由IS線和LM線組成。其中，IS曲線描述的是由國民收入、消費、投資和凈出口函數所綜合而成的商品市場的均衡，其由以下四個函數構成:

總收入Y = C + I + G + X(2.1)

總消費C = a + b(1 - t)Y (2.2)

總投資 I = e - dR(2.3)

總凈出口X = g - mY - nR(2.4)

其中，a、b、e、d、g、m、n均為非負的系數，R為利率，G為政府支出。假定短期政府支出G不變。綜合以上四個函數，我們可以得到商品市場均衡下的利率R與總國民收入Y之間的關系式，即IS曲線:

IS:R = (a + e + g)/(d + n)-Y[1-b(1-t) + m]/(d + n) + G/(d + n) (2.5)

而LM曲線則從貨幣需求的角度，描述了固定的實際貨幣供給下R與Y的關系。它是由如下貨幣需求等式得出的:

M = (kY - hR)P (2.6)

其中，k、h為非負系數，M為貨幣需求，P為物價水平。假定在短期內，貨幣需求和物價水平不變。我們可以得到貨幣市場均衡下的R和Y的關系式，即LM曲線:

LM:R = Y(k/h)-(1/h)(M/P) (2.7)

在凱恩斯的的貨幣理論中，IS和LM曲線的變動受綜合各方面因素的影響。首先對于IS曲線，一方面，信貸擴張對企業而言相當于外源資本成本降低，即利率降低，根據投資函數I = e-dR可知投資會上升，即IS曲線右移，從而帶動收入Y上升;但另一方面，如果由于對經濟前景預期的悲觀或者居民儲蓄的增加，很有可能使得投資需求和投資供給雙重減少，而信貸增加只能從投資供給上緩解壓力，而投資需求如果低迷，仍然會導致投資下降，IS曲線左移，引起Y下降。

類似對于LM曲線:一方面，由于銀行信貸的擴張，在假定價格水平不變的情況下，會導致利率下降，LM曲線右移至LM’，國民總收入Y上升;但另一方面，如果利率已經足夠低，LM曲線很有可能陷入流動偏好陷阱，貨幣投機需求無限大，在這種情況下，任何擴張性的貨幣政策都無法降低利率和提高收入，因而貨幣政策會無效，LM曲線不會右移。

因此，我們得出結論:在正常情況下，信貸擴張會通過利率下降引起LM曲線的右移，在新的均衡點上投資會上升，從而引起國民總收入的上升。但仍有種種原因有可能造成信貸投放對投資影響不大，該傳導途徑無效。因此，我們需要實證分析的檢驗。

3 實證檢驗

3.1信貸資金中用于投資的比例

首先我們將從實證的角度用LS-LM模型分析對2007至2009年銀行信貸擴張對實際經濟的影響。

由于我們關注的是貸款資金中進入實體投資的比例，所以選取了中長期貸款作為實體經濟投資的近似代表，因為從一般意義上說，短期貸款大多為流動資金貸款，其用途相對靈活，而中長期貸款一般為項目貸款，都有實體項目為支撐。考察2007-2009年中長期貸款占總貸款投放的比重，2007至2009年投放信貸額中，超過半數的是用于中長期投資，而且這個比例還在進一步增加。與之相對應，短期貸款的比例一直在減少中，說明由于信貸的大量投放，流動性不足的問題得到了一定的緩解，短期資金需求下降。從這個角度來看，新增信貸在實體經濟的投放正在有序進行。

3.2貸款增長和投資增長的相關性檢驗

更具體地，我們根據2007年―2009年月度貸款量和投資量的數據，用計量回歸模型得出了信貸對投資的具體帶動比例。

根據貸款對投資的基本影響機制，我們有等式:

I = C + aLOA(3.1)

經過多次實驗，發現貸款額度和投資量之間存在一定的滯后相關關系，并且在滯后期為11時回歸結果取得相對最好的擬合優度，又根據LM檢驗，上述模型回歸存在2階自相關性，因此得到:

lnI = 3.507 + 0.007lnLOA + 0.643lnLOA(-11) (3.2)

R2=0.564350F統計量 = 5.829385

由上述結果回歸分析得到:當期貸款量對當期投資的影響較小，平均彈性系數為0.007，并且在該模型中，此變量十分不顯著。而過去后十一期的貸款量對當前期的投資影響較大，平均為0.643，其影響力是當期貸款的91倍，并且為顯著變量。

這說明就我國目前來看，信貸額度對投資的影響時滯較長通常在在11個月近一年左右，這是我國的國情決定的。因而目前天量信貸額對經濟的影響應當從一年以上的時間跨度來分析，而不應僅局限于其短期效果。

3.3 投資增長和GDP增長的相關性檢驗

根據所得數據，采用VAR模型進行回歸檢驗，GDP滯后9期的結果較為理想。因此選取2007年1月―2009年3月的信貸量Loan1、貨幣供應量M21數據，選取2007年10月―2009年12月的工業生產總值GDP1、貨幣供應量M2、新增固定資產XZGDZC數據(滯后9期)對齊到同一時點2007年10月進行回歸，結果如下:

GDP1 = -0.862LOAN1+1.452XNBL*LOAN1+43757.234

(3.3)

R2 = 0.517497 P值 = 0.000159

此方程因為引入的解釋變量有限導致擬合優度不高，但是可以看到虛擬變量與貸款量乘積(XNBL*LOAN1)卻十分顯著。可以看出，貸款量特別是2008年之后突然增加的天量信貸對GDP的影響是比較顯著的。加上貨幣供應量M2后進行回歸可以得到

GDP1= -0.610LOAN1+0.818XNBL*LOAN1+0.063M2+17439.172(3.4)

R2 = 0.614150P值 = 0.000056

方程(3.4)在方程(3.3)的基礎上引入了貨幣供應量M2，此新解釋變量的引入導致的最直接結果是擬合優度從0.4681上升到0.6142，調整后的R2也從0.4238上升到0.5638。同時，08年后的新增信貸在置信度為0.1下是顯著的，t統計量從方程1中的3.42下降到1.74，其中部分原因是對GDP的影響顯著的M2與新增貸款量loan1的相關性。代入固定資產投資的變量后回歸的結果

GDP1=-0.934LOAN1+1.406XNBL*LOAN1+0.108XZGDZC+4331638

(3.5)

R2 = 0.541005 P值 = 0.000387

方程(3.5)則主要分析了新增固定資產、貸款量對GDP的影響，方程(3.4)從擬合優度上來說沒有方程2解釋力強。但是方程(3.4)中虛擬變量和貸款量的乘積-對2008年后信貸量影響的分離-卻達到了很高的顯著度，因此可以看出，新增固定資產與貸款量在對GDP的解釋上相關性較弱;同時新增固定資產對GDP的解釋力仍不強。而最后我們加入M21變量進行回歸的結果

GDP1=-0.518LOAN1+0.862XNBL*LOAN1+0.036M21+25808.13

(3.6)

R2 = 0.606377 P值 = 0.000070

方程(3.6)在方程(3.3)的基礎上將M2修改成M21，也即將當月GDP對應的往前9各月貨幣供應量當作新的解釋變量，可以發現，方程(3.5)相對于方程(3.3)的解釋力更強，因此也可以發現，貨幣供應量對GDP的影響也存在著時滯。2008年后分離出的信貸量以及同月的M21對GDP的解釋力都較高。

4 結論說明

從投資的角度看:由于采用的是月度數據，月貸款額度和投資總額之間存在較長的滯后期，根據反復檢驗大致測得滯后期為11左右。通過回歸發現，滯后11期的貸款量對當期投資額的影響最大，遠遠超過當期貸款量的影響程度，這說明，我們分析投資的變化，應當充分考慮其滯后性。經過測算，滯后11期的貸款量對投資的影響系數為0.643左右，這充分說明，信貸對投資有著顯著的正相關關系。

從投資對GDP的影響來看:首先，通過引入虛擬變量回歸，發現虛擬變量與貸款量乘積的變量具有統計上的顯著性，可見貸款量特別是2008年之后天量增加的信貸對GDP的影響是比較明顯的，影響系數在0.6左右;其次，在模型中加入貨幣供應量M2后回歸得到，模型的擬合優度提升，說明適度寬松的貨幣政策通過增加貨幣供應量，也對經濟發展產生了一定的正向影響;然后，引入固定資產投資總額作為投資變量，但發現固定資產投資額與GDP并沒有顯著的統計關系，而且影響系數近0.108，說明二者在一定程度上相關性較弱;最后，用當月GDP之前直至滯后9期的貨幣供應量替代M2進行回歸發現，2008年后分離出的信貸量以及同月的M21對GDP的解釋力都較高。這說明，投資對GDP有一定的影響力，但信貸量的影響相比更為明顯。

綜上所述，我們發現信貸的投放確實增加了投資額，說明IS-LM模型中IS曲線確實出現了右移;但是，投資對于GDP的作用卻顯得不盡明顯，說明當前投資對于經濟的拉動作用還未顯現出來，當前GDP更多是靠貨幣供應量的增加，即LM曲線的右移而提高的。投資在我國貨幣政策的投資傳導機制并不是主力，至少在短期內如此。

參考文獻

[1]李子奈.計量經濟學――方法和應用.北京:清華大學出版社，2001.

[2]費瓊.中國經濟波動的貨幣信貸解析.技術經濟，2005(1).

[3]胡海鷗.中國特色的IS-LM曲線與宏觀政策效應.上海經濟研究，2001(9).