基于貨幣穩定與金融穩定的貨幣政策規則計量檢驗

■金成曉 王繼瑩 馬麗娟

一、引言與文獻綜述

傳統的貨幣政策以貨幣穩定為目標，很少單獨考慮金融穩定。通常將金融穩定置于貨幣穩定的框架下進行討論，認為當貨幣穩定實現時，金融穩定會自動實現。貨幣穩定被認為是金融穩定的前提。但隨著虛擬經濟的蓬勃發展，金融創新越來越多，金融體系與實體經濟的聯系越來越緊密，貨幣穩定與金融穩定的目標往往并不一致且存在兩難選擇。貨幣政策作為宏觀調控的關鍵工具，責無旁貸地要將金融穩定作為其首要目標。近年來，中國人民銀行也已經開始探索運用某些貨幣政策工具維護和促進金融穩定，防范危機和整體性金融風險。因此，有必要將金融穩定納入貨幣政策的決策中，這并不與貨幣穩定的長期目標相違背，而是一種“靈活的通貨膨脹目標制”。本文以此為出發點，對央行的貨幣政策規則進一步研究，將金融穩定目標引入到貨幣政策規則模型中，構建金融壓力指數，進而估計貨幣穩定與金融穩定的貨幣政策規則的反應函數，并檢驗其與現實經濟的吻合度，以期對保障我國的經濟金融安全提供參考。

(一)金融穩定的定義

目前國際上尚無對金融穩定統一的定義，但是歸納起來主要有兩個角度。一是從金融穩定的反面——金融不穩定的角度來詮釋。Mishkin[1]認為，當逆向選擇和金融風險變得很糟，金融市場無法為企業融資時就會發生金融不穩定，金融危機就是金融市場的瓦解。Herrero和Río[2]認為，穩定意味著沒有波動，但是波動卻不一定會對金融市場造成損害，所以金融穩定是一個難以定義的概念，主張使用它的反面概念——金融不穩定來定義。二是直接定義金融穩定或者給出金融穩定的條件。Schinasi[3]認為:金融穩定是一種狀態，是一種能夠實現定價、分配、管理金融風險(信貸、流動性、交易雙方、市場等)的經濟機制，并能夠為經濟的發展做出貢獻。

(二)金融穩定與貨幣穩定

貨幣穩定 (價格穩定)與金融穩定之間的關系存在很大的爭議。有關文獻中，主要有協同關系和兩難選擇關系兩種觀點。

持兩難選擇觀點的學者有很多。Mishkin[4]認為，高利率水平對于控制通貨膨脹非常必要，但是會對銀行的資產負債表和企業的凈經濟價值產生負面影響。Cukierman[5]指出，要控制通貨膨脹需要快速和大幅提高利率，但是銀行不能快速地將信息傳遞到他們的資產負債表，這會導致利率的不匹配增加市場風險。

持協同效應觀點的包括:Schwartz[6]指出，承諾保持物價穩定的策略提供了可預測的利率經濟環境，能夠降低利率錯配的風險，最大限度地減少通貨膨脹和長期利率的溢價風險，因此有助于金融的穩健性。他認為貨幣穩定可以視為金融穩定的充分條件。還有一些對協同效應持謹慎的觀點，如Padoa－Schioppa[7]和Issing[8]認為，貨幣穩定是金融穩定的必要條件而非充分條件。

二、我國金融壓力指數(FSI)的構建

(一)指標的選取

不同的機構對于FSI指數變量的定義不盡相同。美國BCA編制的FSI指數包含的變量有:美國主要銀行的股價相對整體市場的表現;長期和短期優質信貸利差;私人部門債務;股票市場的杠桿率;整體股票市場的表現;消費者信心指數;收益曲線的斜率;股票和債券發行。JP摩根指數有七個組成部分:美國國庫券新券與舊券利差的滾動標準差;10年期的美國掉期息差;摩根大通的新興市場債券指數;美國高收益息差;外匯交易波動;股市波動;JP摩根全球風險偏好指數。

金融壓力指數是一個高頻的連續集，所選取的指標應該能夠反映金融市場的風險波動情況。本文根據我國金融市場體系的發展情況，選取銀行信貸市場、債券市場、股票市場、外匯市場作為金融體系的代表性市場，同時考慮不動產市場的價格波動來構建我國的金融壓力指數。賴娟和呂江林[9]、陳守東和王妍[10]在計算金融壓力指數時采用的指標基本與國外文獻一致，并且都是采用利差的形式，即去除無風險利率 (國債收益率)后的值。本文結合金融穩定的定義及研究需要，考慮我國的實際情況及數據的發布頻率，選取6個代表性指標構建我國的金融壓力指數。

銀行信貸市場:選取兩個指標作為代理指標。(1)銀行業風險利差。用1－3年期銀行間固定利率金融債收益率與1－3年期銀行間固定利率國債收益率的差表示，它衡量了銀行的相對市場風險。值越大說明金融壓力越大。(2)期限利差。為了使得在壓力指數中此項為加號，用1年期銀行間固定利率國債的收益率與10年期銀行間固定利率國債的收益率之差表示。期限利差對于經濟衰退具有顯著的預示性，利差的負值越大銀行的收益率曲線越陡峭，銀行的壓力越小。

債券市場:選取債券市場的波動性作為代理指標。歷史波動性采用GARCH(1，1)模型計算中債總指數收益率的方差表示。它反映債券市場價格的總趨勢和投資回報的總水平的波動，波動性越大說明金融壓力越大。

股票市場:選取股票市場的波動性作為代理指標。歷史波動性采用GARCH(1，1)模型計算上證綜指收益率的方差表示。波動性越大說明金融壓力越大。

外匯市場:選取實際有效匯率波動性作為代理指標，歷史波動率采用GARCH(1，1)模型計算得到。

不動產市場:選取商品房平均售價指數的波動作為代理指標，歷史波動率采用GARCH(1，1)模型計算得到。

(二)數據的選取及預處理

選取的指標有1—3年期銀行間固定利率金融債收益率、1—3年期銀行間固定利率國債收益率、10年期銀行間固定利率國債收益率、中債總指數、上證綜指、實際有效匯率指數和商品房平均銷售價格指數。所有指標均采用2002年1月至2011年12月間的數據。國債、金融債的收益率、中債指數數據均來自中國債券信息網。商品房平均售價指數來自財新網。實際有效匯率指數來自國際清算銀行。中債指數根據是否將利息和利息再投資計入指數分為以下三種:財富指數，以債券全價計算的指數值，考慮了付息日利息再投資因素，在樣本券付息時利息再投資計入指數中;全價指數，以債券全價計算的指數值，債券付息后利息不再計入指數之中;凈價指數，以債券凈價計算的指數值，不考慮應計利息和利息再投資。本文使用的都是財富指數。通過計算分別得到銀行業風險利差、期限利差、債券市場波動率、股票市場波動率、匯率波動率及房地產價格波動率。波動率是對資產價格未來不確定性的度量，通常用資產回報率的標準差來衡量。在本文中我們使用GARCH模型分別計算各變量的波動率。

(三)權重的確定

構建金融壓力指數(FSI)的第二個關鍵是確定各指標的權重。賴娟[9]和陳守東[10]均使用等權重的方法來構建金融壓力指數。因為各變量波動對宏觀經濟穩定的影響必然是不同的，所以有必要采用不等權重的方法來構建金融壓力指數，本文參考構建金融狀況指數(FCI)的方法來確定各指標的權重，通過各變量在貨幣政策傳導中的作用來進行度量，例如建立VAR模型獲得變量的脈沖響應系數，進而計算各變量的權重[11]。

將FSI定義為如下形式:

其中，qit表示第i個變量在t時刻的值，wi表示相應變量在FSI指數中的權重。首先，在選定的6個指標基礎上，加上產出和通貨膨脹指標，我們建立包括8個變量的VAR模型:

其中，Yt是八維的內生變量，滯后階數為1。然后運用E-views6.0進行計算，估計上述6個指標一個標準差的沖擊對通貨膨脹和產出影響的脈沖響應值。GDP的月度指標用工業產出指數代替。估計得到的脈沖響應圖見圖1。

從圖1可見，一單位標準差對產出的沖擊幅度大于對通脹的沖擊幅度，所以本文選取各變量的外生沖擊對產出影響的最大脈沖響應值來計算變量的權重。房價波動率沖擊(hou)對產出產生負向的沖擊，最大幅度為－0.218;風險利差(rp)沖擊對產出產生負向的沖擊，最大幅度為－0.411;股票市場波動(sto)對產出產生負向的沖擊，最大幅度為－0.212;期限利差(ts)對產出形成負向的沖擊，最大幅度為－0.441;匯率波動率(er)對產出產生負向沖擊，最大為－0.283;債券市場波動(bon)對產出形成負向沖擊，最大幅度為－0.996。

將各變量在VAR模型中對產出的脈沖響應值作為

圖1 產出和通脹的脈沖響應圖

圖2 我國金融壓力指數(FSI)

計算FSI權重的依據。結合(1)，計算得到FSI指數有如下表達式:

將已獲得的房屋價格波動率、風險利差、股票市場波動率、期限利差、匯率波動率及債券波動率時間序列代入到式(3)中得到我國的金融壓力指數序列。我國的金融壓力指數波動路徑見圖2。零線以上表示金融壓力相對較大，零線以下表示金融壓力相對較小，指數值越大表示金融壓力越大。

在2002年1月至2011年12月間，金融壓力指數共120個樣本，其中共有40個樣本處于0以上，80個樣本處于0以下。金融壓力較小的時期是:從2003年10月到2007年11月，從2008年12月到2011年4月。金融壓力較大的時期是:2002年1月到2003年9月，2007年12月到2008年11月。可見我國大部分時候的金融壓力相對較小。金融壓力最大的月份是2008年10月，最大值為0.1971(19.71%)，這主要是受我國的緊縮政策和美國金融危機的影響。2008年11月國務院常務會議確定4萬億的救市政策，這是中國政府推出的規模創紀錄的一攬子刺激經濟計劃，金融壓力頓時緩解，隨后在2009年2月出現了金融壓力指數的最小值，為 －0.2644(－26.44%)。從 2010年 1月開始，為了應對國內物價上漲，央行開始連續上調存款準備金率，從15.5%上調到2011年6月的21%。自2011年5月開始，市場流動性已經大規模減少，金融壓力指數開始變為正值，到2011年的9月，出現了近年來金融壓力的第二個小高峰，達到0.1386(13.86%)。接著2011年11月開始下調存款準備金率，市場金融壓力得到了有效緩解，金融壓力指數開始下行。

從上述分析可見，我國的貨幣政策調控與金融壓力指數的波動路徑基本吻合，說明本文構建的金融壓力指數能夠基本反映我國金融體系的風險和壓力程度，可以對貨幣政策的制定提供參考。

三、金融壓力指數與貨幣政策規則模型

本文旨在估計將金融壓力指數加入到擴展的貨幣政策規則模型以后的政策反應函數及其擬合性。參考Baxa，Horvath和Vasicek[12]使用金融壓力的滯后項，將加入金融壓力指數的泰勒政策規則改寫成:

其中，rt表示名義利率，πt表示通貨膨脹率表示產出增長率缺口 (用工業增加值增長率缺口的月度數據表示)，表示金融壓力指數表示貨幣供給量增長率缺口，εr，t表示外部沖擊。

本文采用GMM估計方法估計式 (4)中各變量的系數。由于廣義矩估計不要求擾動項的準確分布信息，允許隨機誤差項存在異方差和序列相關，因此得到的參數估計量比其他參數估計方法更合乎實際。選取產出缺口、名義利率、通貨膨脹率、貨幣供給量缺口及金融條件指數的滯后值作為工具變量，估計結果如表1。

表1 GMM估計結果

依表1中估計結果式(4)可記為:

在貨幣政策規則中加入金融壓力指數后，估計結果表明利率對金融壓力指數沖擊和貨幣供給量沖擊的反應系數較大。由于金融壓力指數越大表示金融系統承受的風險越大，需要政策向著寬松的方向調整，所以利率對金融壓力指數的反應系數為負值。

圖3 名義利率與泰勒規則利率估計值

本文通過將實際值與估計值的擬合程度來評價本文中貨幣政策規則的設定。首先本文將已得到的通貨膨脹、產出缺口、貨幣供給量增長率、金融壓力指數及名義利率滯后一期的序列帶入到式(5)中，然后計算得到名義利率的估計值R，將現實中的名義利率序列r與估計值R進行驗證比較(見圖3)，比較結果表明，用加入金融壓力指數的貨幣政策規則得到的利率估計值很好的擬合了名義利率的波動路徑。

由于式(5)具有良好的擬合效果，在此基礎上本文給出各變量對名義利率變動影響的方向及大小。如圖4－圖7所示。

從圖4可見，通脹對利率調整的貢獻值基本都處于0以上，央行在大部分時間都在對抗通脹，通脹的壓力始終使央行具有提高利率的傾向。在2008年2月，通脹對利率貢獻了0.13個百分點。僅在2002年和2009年經濟出現了緊縮現象，促使央行降低利率。

從圖5可見，產出缺口對利率調整的影響始終圍繞著0線波動。只在2009年1月份超高的負向產出缺口對利率的向下調整貢獻了0.155個百分點。在2010年1月份較高的正向產出缺口促使利率向上調整1.142個百分點。我國的產出增長率缺口對利率調整的影響較小。

圖4 通貨膨脹對利率調整的貢獻值

圖5 產出缺口對利率調整的貢獻值

從圖6可見，貨幣供給量增長率一直都較大幅度的影響著利率的調整。在2008年11月份由于緊縮的政策使得貨幣供給量出現最大的負向缺口，央行需要降低利率釋放流動性，直接對利率向下調整貢獻了0.148個百分點。在2009年11月份，由于經濟刺激計劃使得貨幣供給量出現了正向缺口的極值，對央行向上調整利率貢獻了0.196個百分點。

圖6 貨幣供給量增長率對利率調整的貢獻值

從圖7可見，在2008年10月，我國的金融壓力達到歷史極高值，對利率的向下調整貢獻約0.008個百分點。在2009年2月份金融壓力又達到歷史極小值，對利率向上調整貢獻了0.01個百分點。

圖7 金融壓力指數對利率調整的貢獻值

總體來講，雖然利率對金融壓力指數單位的變化比較敏感，反應系數最大，但是金融壓力指數對利率調整的總貢獻值卻是所有變量中最小的。各變量都在2008年金融危機前后對利率產生了很大的影響。貨幣供給量和通脹對利率調整的貢獻最大，金融壓力對利率的調整貢獻最小。說明我國的金融體系有著較高的安全性，并且利率調整受到國家宏觀指令的影響，利率市場化程度相對不高，所以各變量模擬的路徑更像是國家貨幣政策調控的路徑，而不是利率隨市場資金需求變化的路徑。

四、結論與政策建議

本文通過選取6個代表性指標構建了我國的金融壓力指數，計算結果表明，該金融壓力指數能夠基本反映我國金融體系的風險和壓力程度，可以對貨幣政策的制定提供參考。在此基礎上，采用GMM方法對加入金融壓力指數的貨幣政策規則進行估計，并且計算了各變量對名義利率變動影響的方向及大小，結果表明利率的估計值很好地擬合了名義利率的波動路徑，

據此我們提出如下的政策建議:

第一，通脹與通縮的壓力始終是央行運用利率政策工具應該關注的焦點。

第二，央行在運用利率政策工具時，不必過分關注產出增長率缺口的變化情況。

第三，貨幣供給量增長率缺口一直都較大幅度影響著利率的調整，因此央行必須對此給予極大的關注。

第四，研究結果表明，雖然利率對金融壓力指數單位變化比較敏感，反應系數最大，但是金融壓力指數對利率調整的總貢獻值卻是所有變量中最小的，說明我國的金融體系有著較高的安全性，央行對金融壓力指數適度關注即可。

[1]Mishkin S.Global Financial Instability:Framework，Events， Issues.The Journal of Economic Pertspecives，1999，13(4).

[2]Herrero G， R o D.P.Financial Stability and the Design of Monetary Policy.Banco De Espana Working Paper， No.0315， 2003.

[3]Schinasi J.Responsibility of Central Banks for Stability in Financial Markets.IMF Working Paper， No.121，2003.

[4]Mishkin S.The Causes and Propagation of Financial Instability:Lessons for Policymakers.Federal Reserve Bank of Kansas City， 1997.

[5]Cukierman A.Central Bank Strategy， Credibility and Independence: Theory and Evidence.Boston:MIT Press， 1992.

[6]Schwartz A.Systemic Risk and The Macroeconomy.Banking Financial Markets and Systemic Risk，1995，(7).

[7]Padoa T.Central Banks and Financial Stability:Exploring a Land in Between.The Second ECB Central Banking Conference，2002.

[8]Issing O.Monetary and Financial Stability:Is There a Trade－ Off？.Bank for International Settlements，2003.

[9]賴娟，呂江林.基于金融壓力指數的金融系統性風險的測度[J].統計與決策，2010，(10).

[10]陳守東，王妍.金融壓力指數與工業一致合成指數的動態關聯研究[J].財經問題研究，2011，(10).

[11]Goodhart C， Hofmann B.Asser Prices， Financial Conditions，and the Transmission of Monetary Policy.Asset Prices.Exchange Rates， and Monetary Policy， 2001.

[12]Baxa J，Horvath R，Vasicek B.Time－varying Monetary－Policy Rules and Financial Stress:Does Financial Instability Matter for Monetary Policy.Journal of Financial Stability， 2011.