貨幣政策應該對信貸市場做出反應嗎？

陳利鋒

(中共廣東省委黨校 經濟學教研部，廣州 510053)

?

貨幣政策應該對信貸市場做出反應嗎？

陳利鋒

(中共廣東省委黨校 經濟學教研部，廣州 510053)

通過信貸市場搜尋與匹配方法將信貸市場引入NK-DSGE模型中，并基于貝葉斯脈沖響應函數、敏感度分析和社會福利分析方法考察貨幣政策是否應該對信貸市場做出反應。貨幣政策沖擊的貝葉斯脈沖響應函數表明：貨幣政策沖擊對于信貸市場具有顯著的沖擊效應；敏感度分析的結果發現：貨幣政策對信貸市場變化越不敏感，貨幣政策沖擊下各變量的波動性越大；進一步，社會福利分析的結果則指出：相對于不對信貸市場做出反應的基準貨幣政策而言，對信貸市場做出反應的貨幣政策機制，即使對信貸市場的變化敏感程度較小，所引起的社會福利損失仍相對較小。因此，基于宏觀經濟穩定性與社會福利的角度，貨幣政策應該對信貸市場做出反應。

信貸市場；貨幣政策；新凱恩斯主義；動態隨機一般均衡

一、引言

2007年由美國次貸危機引發的世界性金融危機給世界經濟造成了巨大的破壞，危機之后，世界各國研究者與政策制定者在對金融危機進行總結的過程中發現，信貸市場對于經濟波動具有關鍵性影響[1]。部分研究如Galí[2]，Hu等[3]，Galí等[4]甚至認為投機過度引起的資產價格泡沫是導致金融危機的關鍵原因，而導致資產價格泡沫的內在根源則是過于寬松的信貸政策(Blanchard等[5])。換言之，已有的研究認為世界性金融危機根源于貨幣政策當局對信貸市場的監管過于寬松。那么，這是否意味著貨幣政策應該對信貸市場做出反應呢？對于這一問題的回答實際上考察的是貨幣政策盯住目標的選擇。

事實上，已有的研究對于貨幣政策盯住目標選擇的問題進行了較為深入的分析，但是并未得到一致的答案。Curdia等[6]基于包含信貸息差(Credit Spreads)的NK-DSGE模型指出，盡管最優貨幣政策機制無需對信貸市場做出反應，但是在標準的泰勒規則中引入信貸息差卻緩和了宏觀經濟波動。Huang等[7]基于包含信貸摩擦的NK-DSGE模型發現，信貸摩擦惡化了最優貨幣政策機制下產出與通脹的權衡取舍，在貨幣政策反應函數中引入信貸市場變量則可以改善這一情況。這些研究均認為最優貨幣政策無需對信貸市場做出反應，但是如果貨幣政策制定者對信貸市場做出反應將會改善貨幣政策對于現實經濟的影響。而另一些研究如Quint等[8]則認為信貸市場在貨幣政策中具有重要的作用，因而貨幣政策應該直接對信貸市場做出反應；Jorda等[9]則認為信貸市場對于資產價格泡沫是否破裂具有關鍵性影響，換言之，為了穩定資產市場，貨幣政策應該對信貸市場做出反應。那么，在我國，貨幣政策是否應該對信貸市場做出反應呢？

基于這一思路，我們構建了一個包含信貸市場的NK-DSGE模型，并基于這一模型分析了貨幣政策是否應該對信貸市場做出反應的問題。在建模過程中，與Dong等[10]已有的研究類似，我們采用搜尋與匹配方法將信貸市場引入NK-DSGE模型[11]。在對產出與通脹做出反應的基準貨幣政策下，貨幣政策沖擊的貝葉斯脈沖響應函數表明貨幣政策對信貸市場具有顯著的沖擊效應。在此基礎上，我們引入對信貸市場做出反應的貨幣政策機制。敏感度分析的結果發現，貨幣政策對信貸市場的變化越敏感，各主要信貸市場變量(如信貸數量、信貸市場緊度、信貸空缺等)與宏觀經濟變量(產出、消費、通脹等)對貨幣政策沖擊所做出的動態反應越小。在此基礎上，我們進一步采用社會福利分析法計算不同貨幣政策機制下的社會福利損失。計算的結果發現，相對于不對信貸市場做出反應的貨幣政策機制而言，對信貸市場做出反應的貨幣政策機制具有相對較小的社會福利損失。因此，從宏觀經濟穩定與社會福利的角度考慮，貨幣政策應該對信貸市場做出反應。

二、模型與假設

本部分建立一個包含信貸市場的NK-DSGE模型，與已有研究不同的是，我們采用信貸市場搜尋與匹配方法將信貸市場引入模型分析的框架中。

(一)CIA約束下家庭的優化行為

代表性家庭持有現金貨幣Mt，并且將其持有的現金部分用于儲蓄Dt，部分用于媒介消費品的交易。代表性家庭面臨的貨幣先行約束為：

(1)

(2)

式(2)表明，t期末家庭持有的貨幣與本期消費支出之和等于t期初持有的貨幣Mt、本期獲得的利息收入與本期企業轉移的利潤之和。結合式(1)(2)可以得到代表性家庭任意時期t所面臨的預算約束方程為：

(3)

代表性家庭的目標為最大化如下效用方程：

(4)

(5)

(二)批發企業

Ut=1-(1-ρ)Lt-1

(6)

(7)

(8)

(9)

式(9)意味著企業剩余為企業獲得信貸合同進行生產獲得的邊際產品凈收益(邊際產品收益與貸款利率之差)與未來信貸合同未破裂且未獲得新的信貸合同所帶來的剩余之和。

(三)銀行部門

(10)

(11)

(四)信貸市場

(12)

(五)零售企業

(13)

(六)市場出清與基準貨幣政策

市場出清條件為模型經濟中的總供求相等，經濟中的總供給為模型經濟的產出Yt，而模型經濟的總需求則依據支出法可知其包括家庭的消費Ct、企業生產過程中投入的資本Lt以及銀行部門公布信貸空缺的成本κVt。因此，模型經濟的市場出清條件為Yt=Ct+Lt+κVt。

作為基準的貨幣政策機制，我們引入如下簡單規則：

(14)

三、模型的參數化

(一)基本參數的校準

家庭的貼現因子β的取值，依據我國2002年第1季度至2014年第4季度的物價數據進行估算。由于這一時期我國物價上升的平均速度約為0.024，因而β的取值約為0.98。銀行信貸空缺公布成本κ，已有的研究并未對其進行估計，我們將其設定為1，這一參數的取值僅能夠影響模型的穩態(Steady State)，而不會對模型的結論產生影響。企業在信貸市場的議價能力參數?，考慮到我國銀行部門的壟斷地位，我們將其設定為0.4，這一設定意味著相對于企業部門而言，銀行部門具有更強的議價能力。

(二)參數估計

依據Blanchard-Kahn條件可知，貝葉斯估計過程中最多可以選取4組觀測變量，因此本文分別選擇消費、產出、通脹和名義利率等4組數據作為貝葉斯估計的觀測樣本①。樣本數據均來源于中經網數據庫，樣本跨度為2002:Q1至2014:Q4。

表1給出了參數貝葉斯估計的結果，部分參數估計的結果值得關注：(1)家庭的風險規避系數σ的貝葉斯估計值為0.830 2，對應的貝葉斯極大似然估計值為0.736 3，已有的研究大多將這一參數的取值設定為1，顯然這一取值并不位于貝葉斯估計的90%置信域內，因而本文估計的結果表明這一參數的取值顯著小于1；(2)信貸數量產出彈性α的貝葉斯估計值與貝葉斯極大似然估計值分別為0.608 6和0.631 8，這一估計值與已有研究中關于資本的產出彈性系數的估計值較為接近；(3)信貸搜尋的數量對信貸空缺的替代率s，其貝葉斯估計值與貝葉斯極大似然估計值分別為0.513 4和0.564 8，表明在本文的考察期內，我國企業存在“融資難”的問題，即不到60%的信貸搜尋者(企業)能夠成功獲得信貸合同；(4)名義價格剛性θ的貝葉斯估計值與貝葉斯極大似然估計值分別為0.499 4和0.506 6，顯然這一估計值與已有的研究如陳利鋒[14]以及Chang 等[15]基本一致，他們也發現我國名義價格剛性的取值約為0.5；(5)名義利率對于通脹的反應系數rp的估計值小于先驗均值，這表明在本文的考察期內，我國貨幣政策對于通脹相對不敏感。已有的研究如傅強等[16]、鮮京宸等[17]、張文慶等[18]、吳軍等[19]以及崔百勝[20]均指出貨幣政策是我國通貨膨脹上升的主要推動力量，本文貝葉斯估計的結果證實了這一結論，并指出了其內在原因：貨幣政策當局對于通脹相對不敏感。

表1 模型參數的貝葉斯估計

① 消費采用社會消費總額數據；產出采用剔除政府支出與凈出口的GDP數據；通脹數據由經環比處理之后的CPI數據而得；名義利率采用銀行業同業拆借利率數據。社會消費總額數據與產出數據均采用CPI進行調整使其轉變為實際值。在將社會消費總額數據與產出數據進行取對數處理之后，所有變量的數據均采用X12方法進行去季節趨勢處理，進而采用CF濾波法分離出各個變量數據的周期性成分。

四、模型分析

(一)貨幣政策沖擊的貝葉斯脈沖響應

圖1給出了基準政策機制下貨幣政策沖擊的貝葉斯脈沖響應函數。為了便于分析，我們考慮的是一個單位標準差的擴張性貨幣政策沖擊的效應。顯然，擴張性貨幣政策提供了更多的可貸資金，因而銀行部門信貸空缺上升。信貸空缺的上升推動了貸款利率和企業融資難度的下降，融資難度的下降又使得企業獲得信貸合同的概率上升，進而引起整個經濟中的信貸數量上升以及信貸搜尋者數量的下降，信貸空缺的上升與信貸搜尋者數量的下降推動了信貸市場緊度的上升。信貸數量的增加推動了產出的增長，進而推動了消費(以及社會總需求)的上升，社會總需求的上升最終推動了物價的上漲，因而擴張性貨幣政策沖擊也推動了通脹的上升。顯然，擴張性貨幣政策下產出等變量的動態反應與Gerali等[21]、Curdia等[6]以及陳利鋒[22]的研究結論是一致的。

擴張性貨幣政策沖擊的動態反應表明：貨幣政策對于信貸市場主要變量如信貸數量、貸款利率、企業獲得信貸合同的概率、信貸搜尋者的數量、信貸空缺以及信貸市場緊度等均具有顯著影響，并且貨幣政策沖擊對于信貸市場各變量的影響具有較強的持續性特征，在貨幣政策沖擊發生之后的第20個時期，信貸市場各變量仍未恢復至各自的穩態水平。

(二)貨幣政策機制動態效應比較

基于以上設定，圖2分別給出了rx取值為0.1、0.3和0.5下貨幣政策沖擊的脈沖響應函數。基于圖2可以發現：(1)rx的取值并未影響貨幣政策沖擊下各主要宏觀經濟變量與信貸市場變量的基本動態特征，具體表現為，無論rx的取值大小，擴張性貨幣政策沖擊均引起產出、消費、通脹、信貸數量、獲得貸款合同的概率、信貸空缺、信貸市場緊度等變量的上升以及貸款利率、信貸搜尋者數量等變量的下降；(2)rx的取值越小，產出、消費、通脹、信貸數量、獲得信貸合同的概率、信貸空缺以及信貸市場緊度上升的幅度越大，而貸款利率以及信貸搜尋者的數量下降的幅度越大。換言之，rx的取值越小，貨幣政策越具有更大的沖擊效應。那么，為什么rx的取值與貨幣政策沖擊的效應存在反向相關關系呢？原因可能在于，如果貨幣政策制定者將信貸市場緊度作為貨幣政策盯住的目標之一(即貨幣政策對信貸市場做出反應)，那么rx的取值越大表明貨幣政策當局對于信貸市場的變化越敏感，當信貸市場緊度發生變化時，貨幣政策當局傾向于穩定信貸市場。反之，rx的取值越小，表明貨幣政策當局對于信貸市場越不敏感。因而，當擴張性貨幣政策沖擊發生時，企業獲得信貸合同的概率上升，經濟中信貸市場緊度發生較大幅度的上升時，貨幣政策當局并不急于調整貨幣政策以影響信貸市場，貨幣政策沖擊通過對信貸市場產生較大的影響，進而對整個宏觀經濟產生較大的沖擊效應。

另外，基于圖2還可以發現，盡管對于大多數變量而言，rx的取值的差異盡管導致貨幣政策沖擊的初始效應存在一定的差異，但是隨著時間的推移和貨幣政策沖擊效應的衰減，最終rx不同取值下的各個變量的脈沖響應函數趨于收斂。這一發現意味著rx的取值并不影響本文的結論，換言之，本文的分析結論具有較好的穩健性。

圖1 積極貨幣政策沖擊下的動態反應

圖2 備擇政策機制下貨幣政策沖擊的效應

(三)社會福利分析

NK-DSGE模型通常采用社會福利分析方法對不同政策機制進行評價。一般而言，社會福利損失函數通脹采用的是線性二次型(Linear-Quadratic)方法，即社會福利損失函數來源于效用函數的線性二次型逼近。依據這一方法可以得到如下社會福利損失函數：

(15)

基于式(15)，我們分別計算了本文基準政策機制與對信貸市場做出反應的政策機制各自對應的社會福利損失。在基準政策機制下，貨幣政策的目標中僅包含產出與通脹，因而貨幣政策對于信貸市場的反應系數rx的取值為0。顯然，在這一政策機制下，相對于對信貸市場做出反應的備擇政策機制而言，外生沖擊下產出和通脹具有更大的波動性，因而也具有較大的社會福利損失。表2計算的結果表明，在基準政策機制下，產出與通脹的波動分別為0.005 5和0.096 0，對應的社會福利損失為0.541 3。

表2分別計算了rx不同取值下的社會福利損失。當rx取值為0.1時，盡管貨幣政策當局將信貸市場作為政策盯住的目標，但是對于信貸市場的變化相對不敏感，因而外生沖擊下產出和通脹仍具有較大的波動性。該情形下，產出與通脹的波動分別為0.005 1和0.093 4，對應的社會福利損失為0.512 0。當rx取值為0.3時，貨幣政策當局對于信貸市場相對比較敏感，因而產出與通脹的波動均小于rx取值為0.1的情形。在rx取值為0.3的情形下，產出與通脹的波動分別為0.004 2和0.077 7，對應的社會福利損失為0.354 2。在rx取值為0.5的情形下，貨幣政策當局對于信貸市場更為敏感，因而產出與通脹的波動分別為0.003 7和0.066 7，顯然小于rx取值較小的情形，其對應的社會福利損失為0.261 2。

為了更好地比較不同政策機制的社會福利損失，我們將基準貨幣政策機制的社會福利損失標準化為1，然后計算其他貨幣政策機制的相對社會福利損失。相對社會福利損失計算的結果表明：對應于rx不同取值下備擇貨幣政策機制對應的社會福利損失分別為基準貨幣政策機制的0.949 5倍、0.654 4倍和0.482 5倍。顯然，即使在rx取值為0.1的情形下，對信貸市場做出反應的備擇貨幣政策機制所引起的社會福利損失仍低于基準貨幣政策機制。因此，相對于不對信貸市場做出反應的貨幣政策機制而言，對信貸市場做出反應的貨幣政策機制具有相對較小的社會福利損失。這一結論意味著，基于社會福利損失最小化的角度，貨幣政策應該對信貸市場做出反應。這一結論顯然支持了陳利鋒[22]、Quint等[8]已有研究的觀點，后者均認為美國的貨幣政策應該對信貸市場做出反應。

表2 不同政策的社會福利損失

五、結論與展望

通過采用信貸市場搜尋與匹配方法，我們將信貸市場引入NK-DSGE模型中，并基于這一模型考察了貨幣政策沖擊對于信貸市場的沖擊效應以及存在信貸摩擦背景下貨幣政策是否應該對信貸市場做出反應等問題。在采用我國現實數據對NK-DSGE模型中參數進行貝葉斯估計的基礎上，我們首先采用貝葉斯脈沖響應函數分析了貨幣政策沖擊對于我國信貸市場以及宏觀經濟的沖擊效應。貨幣政策沖擊的貝葉斯脈沖響應函數表明：貨幣政策沖擊對于信貸市場各主要變量具有顯著的沖擊效應。在此基礎上，我們引入一個對信貸市場做出反應的貨幣政策機制，通過采用敏感度分析方法，我們考察了貨幣政策當局對于信貸市場變化的敏感程度對于貨幣政策沖擊效應的影響。研究發現：貨幣政策當局對于信貸市場的變化越不敏感，貨幣政策沖擊下信貸市場各變量的波動越大。進一步，我們采用社會福利分析法比較了不同貨幣政策機制引起的社會福利損失。研究結果發現：即使在貨幣政策當局對于信貸市場變化不敏感的情形中，相對于不對信貸市場做出反應的貨幣政策機制而言，對信貸市場做出反應的貨幣政策機制仍具有相對較小的社會福利損失。因此，基于社會福利的角度考慮，貨幣政策應該對信貸市場做出反應。

信貸市場對于經濟周期波動具有重要的影響，即信貸市場條件可能使得逆向外生沖擊的宏觀經濟效應更具持續性[7]。因此，當無法規避的逆向外生沖擊發生時，依據本文的研究結論，貨幣政策當局可以采用擴張性貨幣政策以形成積極的沖擊影響信貸市場狀況，進而達到改善信貸市場條件乃至宏觀經濟狀況的目的。更重要的是，如果貨幣政策當局將信貸市場狀況作為貨幣政策盯住的目標，那么依據本文的結論可知，這一政策對于社會福利的影響也相對較小。在實際貨幣政策操作過程中，如果貨幣政策當局采用對信貸市場做出反應的貨幣政策機制，那么首先需要對信貸市場狀況進行科學的監測，并且建立合理的貨幣政策目標體系，真正做到貨幣政策決策的科學化；在此基礎上，依據現實經濟狀況確定合理的信貸市場狀況容忍區間，只要信貸市場狀況的變化處于這一容忍區間之內，貨幣政策將不進行任何調整，但是一旦信貸市場變化超過這一區間，貨幣政策當局應立即采用相應的貨幣政策機制進行貨幣政策調整以影響信貸市場。

當前，我國經濟進入“新常態”，經濟增長速度顯著放緩。自2012年以來，中國人民銀行先后多次下調準備金率，貨幣政策呈現出較為寬松的態勢。與此同時，盡管金融危機之后，我國廣義貨幣M2的增長速度有所放緩，但是我國廣義貨幣M2與GDP的比值仍處于相對較高的水平[23]。這些因素對于我國的金融穩定性以及潛在的信貸風險具有重要的影響。依據本文的研究結論，如果中國人民銀行將信貸市場納入貨幣政策盯住的目標體系，并且依據信貸市場狀況對貨幣政策及時做出調整，那么這一做法不僅有利于提高我國的金融和宏觀經濟穩定性，而且也有利于社會福利的改善[24]。

本文嘗試通過搜尋與匹配方法將信貸市場引入NK-DSGE模型并分析了貨幣政策是否應該對信貸市場做出反應的問題，但仍存在一些需進一步改進的地方：(1)本文僅回答了信貸市場存在背景下貨幣政策是否應該對信貸市場做出反應的問題，但并未探討信貸市場存在背景下的最優貨幣政策機制，關于這一方面的研究可以參考陳利鋒[22]等。(2)已有的研究認為信貸市場對于金融穩定乃至宏觀經濟穩定均具有重要的影響，那么，為了實現金融穩定與宏觀經濟穩定，貨幣政策當局應該采用怎樣的審慎性政策工具呢？因而另一個可能的研究方向是基于本文的模型討論存在信貸市場摩擦背景下的宏觀審慎性政策選擇，這一方面的研究文獻可以參考陳利鋒[24]等。(3)本文的樣本考察期中，國際金融危機可能造成宏觀經濟的結構性突變，因而一個可能的拓展是在本文的模型中考察結構性突變帶來的經濟效應及其政策含義。(4)本文的研究結論表明了信貸市場在我國經濟周期波動過程中的重要作用，那么基于監管的角度，政府應該建立怎樣的金融監管體系呢？關于這一方面的研究可以參考陳利鋒[24]以及張承惠[25]等。

[1] MUNAKATA K,NAKAMURA K,TERANISHI Y.Welfare analysis of policy measures for financial stability[R].Bank of Japan working papers,2013,No.13-E-1.

[3] HU T,ROCHETEAU G.Monetary policy and asset price:a mechanism design approach[J].Journal of Money,Credit and Banking,2015,47(s2):39-76.

[5] BLANCHARD O,GIOVANNI D,PAOLO M.Rethinking macro policy II:getting granular[R].IMF staff discussion notes,2013,No.13/003.

[6] CURDIA V,WOODFORD M.Credit spreads and monetary policy[J].Journal of Money,Credit and Banking,2010,42(s1):3-39.

[7] HUANG K,DAVIS J.Credit risk and monetary policy Trade-offs[R].Vanderbilt University Department of Economics working papers,2013,No.13-00004.

[8] QUINT D,RABANAL P.Monetary and macroprudential policy in an estimated DSGE model of the Euro Area[J].International Journal of Central Banking,2014,10(2):169-236.

[9] JORDA O,SCHULARICK M,TAYLOR A M.Leverage bubbles[R].NBER working papers,2015,No.21486.

[10]DONG F,WANG P,WEN Y.Credit search and credit cycle[R].Federal Reserve Bank of St.Louis working paper,2015,No.2015-023A.

[11]陳利鋒.偶發學習、內生增長與勞動力市場穩定化貨幣政策——一個帶內生增長的NKMP DSGE模型[J].重慶理工大學學報(社會科學)，2015(2)：29-36.

[12]AIKMAN D,NELSON B,TANAKA M.Reputation,risk-taking,and macroprudential policy[J].Journal of Banking and Finance,2015,50(c):428-439.

[13]SALA L,S?DERSTR?M U,TRIGARI A.Structural and cyclical forces in the labor market during the great recession:cross-country evidence[J].NBER International Seminar on Macroeconomics,2012:345-404.

[14]陳利鋒.累進性工薪所得稅、失業回滯與中國勞動力市場波動——基于新凱恩斯主義動態隨機一般均衡的視角[J].南京師大學報(社會科學版)，2015(2):37-47.

[15]CHANG C,LIU Z,SPIEGEL M.Capital controls and optimal Chinese monetary policy[J].Journal of Monetary Economics,2015,74(c):1-15.

[16]傅強，朱映鳳，袁晨.中國通貨膨脹主要影響因素的判定與闡釋[J].中國工業經濟，2011(5):5-15.

[17]鮮京宸，劉慶.LPM模型下的利率政策及其作用[J].重慶師范大學學報(哲學社會科學版)，2015(6)：86-94.

[18]張文慶，李明選，孟贊.互聯網金融對傳統貨幣政策影響的實證研究——基于第三方支付視域[J].煙臺大學學報(哲學社會科學版)，2015(3):98-104.

[19]吳軍，肖威，涂競.中國通貨膨脹成因的量化分析[J].國際金融研究，2011(11):15-20.

[20]崔百勝.粘性信息、通貨膨脹慣性與貨幣政策效應——兼論宏觀經濟變量的共變性[J].中國管理科學， 2015(8):18-28.

[21]GERALI A,NERI S,SESSA L,et al.Credit and banking in a estimated model of the Euro Area[J].Journal of Money,Credit and Banking,2010,42(6):107-141.

[22]陳利鋒.金融沖擊、抵押貸款約束與貨幣政策機制選擇[J].南方金融，2016(7)：5-15.

[23]朱鴻鳴，陳寧.2015年貨幣政策運行回顧及2016年展望[J].重慶理工大學學報(社會科學)，2016(6)：1-7.

[24]陳利鋒.不同抵押約束機制下的房地產市場調控政策效應——基于NK-DSGE模型的分析[J].廣東財經大學學報，2016(4)：16-30.

[25]張承惠.關于金融監管框架重構的思考與建議[J].重慶理工大學學報(社會科學)，2016(9)：1-5.

(責任編輯 魏艷君)

Should Monetary Policy React to the Credit Market?

CHEN Li-feng

(Department of Economics,Party School of Guangdong Provincial Committee of CPC， Guangzhou 510053, China)

This paper introduces the credit market into the NK-DSGE framework by searching and matching credit market, and investigate whether monetary policy should react to the credit market by using Bayesian impulse functions, sensitivity analysis and welfare analysis. The Bayesian impulse functions of monetary policy shocks show thatmonetary policy shocks have significant effect on credit market. The results of sensitivity analysis shows that the less sensitivity of monetary policy to the credit market, the greater fluctuationof the economic variables. Further, welfare analysis argues thatcompared to the baseline monetary policy regime, the welfare loss caused by the monetary policy react to the credit market is much less, even if monetary policy is less sensitive to the credit market. Therefore, based on the perspective of social welfare, monetary policy should react to the credit market.

credit market; monetary policy; new Keynesian; dynamic stochastic general equilibrium

2016-02-29;

2016-10-12 基金項目：廣東省哲學社會科學十二五規劃項目“勞動力市場結構性改革與中國經濟波動研究——基于動態新凱恩斯主義的視角”(GD14XYJ02)

陳利鋒(1982—)，男，湖北黃岡人，副教授，博士，研究方向：貨幣與金融經濟學、勞動經濟學。

陳利鋒.貨幣政策應該對信貸市場做出反應嗎？[J].重慶理工大學學報(社會科學)，2016(11):50-59.

format：CHEN Li-feng.Should Monetary Policy React to the Credit Market?[J].Journal of Chongqing University of Technology(Social Science)，2016(11):50-59.

10.3969/j.issn.1674-8425(s).2016.11.006

F823.4；F822.2

A

1674-8425(2016)11-0050-10