我國貨幣政策對京津冀協同發展的影響探析

郭小卉　康書生

摘 要：本文使用SVAR模型分析2005年第1季度—2016年第1季度我國京津冀三地經濟對貨幣政策沖擊的反應，結果顯示貨幣政策對京津冀三地經濟增長的影響并不相同。數量型貨幣政策工具的沖擊在一定程度上縮小了京津冀三地之間的經濟差距，但是力度比較小。價格型貨幣政策工具的沖擊在一定程度上擴大了三地間的差距。

關鍵詞：貨幣政策；區域效應；京津冀協同發展

中圖分類號：F822.0 文獻標識碼：A 文章編號：1674-2265（2016）12-0017-08

一、引言

京津冀協同發展是我國目前非常重要的區域經濟戰略規劃之一，其目標是建立以首都為核心的世界級城市群，在京津冀三地實現產業結構優化，交通、醫療、教育、就業和公共服務一體化，使得京津冀三地作為一個整體，真正地實現協同發展。但就目前來看，京津冀三地特別是京津和河北之間的經濟差距還非常大。如圖1所示，京津兩地人均GDP水平差距不大，而河北人均GDP比較落后，低于全國平均水平。2015年，京津兩地人均GDP是河北人均水平的2.5倍以上。因此，京津冀協同發展過程中，應大力發展河北經濟，逐步縮小三地之間的經濟差距。

近年來，貨幣政策在我國經濟快速增長過程中發揮了重要的作用（He、Leung和Chong，2013；Dickinson和Liu，2007；Hsing和Haieh，2004）。但由于我國區域經濟差距過大，貨幣政策的區域效應問題（宋旺、鐘正生，2006；Guo和Tajul，2014）一直備受關注。我國貨幣政策開始注重“定向調控、精準發力”，來解決貨幣政策的區域效應問題和經濟發展中的結構性問題（汪川，2015）。因此，本文主要研究在京津冀協同發展的大背景下，貨幣政策對京津冀三地的影響以及如何使用貨幣政策縮小三地之間的經濟差距，以實現京津冀三地的經濟協同發展。

二、文獻綜述

大多數學者對貨幣政策區域效應的研究集中在一國范圍內，他們一致認為，貨幣政策對大國國內不同地區的影響存在差異。Beare（1976） 采用圣路易斯簡約方程 （St. Louis Reduced-form Model） 證實了貨幣主義的主張：貨幣政策對區域經濟也有重要的影響，他指出貨幣政策的沖擊在一定程度上導致了區域經濟的波動。其后，諸多學者（Cohen和Maeshiro，1977；Mathur和Stein，1980、1983；Garrison和Kort，1983）對于Beare（1976）的觀點和研究方法展開了爭論（Dow和Rodríguez-Fuentes，1997）。

Fishkind（1977）在凱恩斯理論的基礎上采用大型宏觀經濟模型研究了貨幣政策對美國印第安納州的影響，研究發現，貨幣政策對美國整體經濟的影響與對印第安納州的影響存在明顯的區別。Garrison和Chang（1979）、Chase Econometric Associates（1981）同樣在凱恩斯模型的框架下利用大型宏觀經濟模型研究了美國貨幣政策的區域效應問題，結論與Fishkind （1977） 大體一致。

Carlino和DeFina（1998、1999） 最早使用SVAR模型證實了美國貨幣政策區域效應的存在，并指出了區域效應存在的原因：區域利率敏感性產業占比的不同，區域中小企業占比的差異和區域大小銀行結構的差異。然而，他們的實證分析只證實了貨幣政策區域利率傳播渠道的存在，并沒有找到區域信貸渠道存在的證據。

此后，眾多學者在不同國家使用VAR方法分別證實了貨幣政策區域效應的存在。例如De Lucio和Izquierdo（1999，西班牙），Weber（2006，澳大利亞），Nachane、Ray和Ghosh（2002，印度），Cortes和Kong（2007，中國），Guo和Tajul（2014，中國），Georgopoulos （2009，加拿大），Ridhwan等（2014，印尼）。

國內大部分學者也都采用了VAR模型來研究我國貨幣政策的區域效應，研究一致表明，我國貨幣政策對東、中、西部三大地區的影響存在差異（宋旺、鐘正生，2006等），并且貨幣政策的區域效應傾向于擴大地區間的差距（楊曉、楊開忠，2007；Guo和 Tajul，2014），東部地區在貨幣政策傳導速度和深度上都大大優于中西部地區，對貨幣政策的反應更加迅速和敏感，而中西部地區的反應相對遲緩（劉玄、王劍，2006）。曹永琴（2007）、蔣益民和陳章（2009）將我國分為八大經濟區，通過面板模型和SVAR模型證實了貨幣政策對我國八大經濟區的影響存在差異。Corts和Kong（2007），孔丹鳳、Corts和秦大忠（2007）采用VEC模型研究了我國貨幣政策的省際效應，結果顯示，沿海省份對于貨幣政策沖擊的反應要比內陸省份更大些。陳安平（2007）指出我國貨幣政策不僅存在區域上的不對稱效應，在時間上也存在明顯的不對稱效應，1978年后貨幣政策的對區域經濟的影響要明顯強于1978之前。

關于貨幣政策區域效應產生的原因，學者們大部分是從貨幣政策傳播渠道的差異進行分析。宋旺、鐘正生（2006）指出利率渠道和信貸渠道是導致貨幣政策區域效應的重要原因，而匯率渠道基本沒有解釋力。具體而言，區域生產力水平的差異（蔣益民和陳章，2009）、區域產業結構和區域金融結構（劉玄、王劍，2006；蔣益民和陳章，2009）、國有銀行信貸制度（曹永琴，2007；楊曉、楊開忠，2007）是造成貨幣政策區域效應的主要原因，并且區域金融發展對削弱貨幣政策區域效應更具實際意義（蔣益民和陳章，2009）。

綜上所述，大多數學者對于我國貨幣政策區域效應的研究都是集中在2005年以前，且多使用年度數據。而本文主要研究2005年至今貨幣政策對京津冀區域經濟中北京、天津和河北的差異性影響，以謀求貨幣政策能夠在促進京津冀經濟協同發展中發揮一定的作用。

三、研究方法

跟Carlino和DeFina（1998、1999）的方法相似，本文采用SVAR模型來衡量貨幣政策對京津冀三地經濟的影響。由貨幣理論（Friedman和Schwartz，1963）、貨幣政策反應公式 （Taylor，1995；McCallum，1988）和區域經濟溢出效應（Carlino和DeFina，1995；Groenewold、Chen和Lee，2010）可知，貨幣政策、區域經濟和價格水平之間相互影響，由此，我們可得到SVAR模型：

[CYt=A（L）Yt-1+H（L）USGDPt+ut] （1）

其中，C是一個6×6階的系數矩陣，描述變量之間的當期關系。A（L）和H（L） 是6×6階滯后算子的參數矩陣。ut是6×1階結構式擾動項。向量Yt為：

[Yt=[MPt，SGDPt，HGDPt，TGDPt，BGDPt，PRICEt]′] （2）

MP是貨幣政策變量。本文將貨幣政策變量分為數量型貨幣政策變量和價格型貨幣政策變量（王去非等，2015；黃憲、王旭東，2015；馬鑫媛、趙天奕，2016）。其中，數量型貨幣政策變量采用M2和M1，盡管貨幣供應量是貨幣政策工具操作的對象，且具有內生性，但其距離貨幣政策最終目標比較近，與宏觀數據頻度相一致，故而很多學者仍然采用它作為貨幣政策變量（白戰偉、李樹培，2010；肖衛國、劉杰，2013；王去非等，2015；王玉鳳、張淑芹，2015）。對于價格型貨幣政策變量，本文選取一年期貸款基準利率R1（董華平、干杏娣，2015）和全國銀行間同業拆借利率R2（黃憲、王旭東， 2015；馬勇，2015）作為衡量指標。PRICE是全國一般價格水平（用CPI來衡量，2005Q1=100）。HGDP、TGDP和BGDP是河北、天津和北京的實際GDP（以2005年第1季度為基期），這三個變量用于衡量京津冀三地的區域經濟發展水平。SGDP是全國GDP扣除掉京津冀三地GDP之后的其他地區的實際GDP 總和，用以控制其他地區與京津冀地區之間經濟增長的溢出效應 （Carlino和 DeFina， 1995；Guo和Tajul，2014）。USGDP是美國實際GDP。近年來，我國經濟融入世界經濟的步伐在不斷加快，京津冀地區經濟發展受外部的影響也非常大，將USGDP納入本模型主要是為了控制外部沖擊對京津冀區域經濟的影響，因此，USGDP在本模型中視為一個外生變量。

在SVAR系統中，每一個解釋變量視為該變量和其他變量的滯后變量的函數。本文通過估計SVAR模型來分析整個系統對貨幣政策沖擊的反應。在本模型中，貨幣政策的沖擊是指貨幣政策變量殘差的1個正向標準差大小的沖擊。本文實證分析采用季度數據，樣本估計期間是2005年第1季度—2016年第1季度，所有的數據來源于國家統計局數據庫、中國人民銀行官方網站和萬得資訊。

我們可以把SVAR模型（1）轉換成簡化式VAR模型：

[Yt=Z（L）Yt-1+G（L）WDGDPt+et] （3）

其中，Z（L） = C-1A（L）和G（L） = C-1H（L）是無窮階滯后算子形式， et=C-1ut和ut=Cet描述的是模型的簡化式擾動項和結構式擾動項之間的關系。本文將ut=Cet轉化成A-B型 SVAR形式來估計SVAR模型： Aet=But。本文對于結構式擾動項和簡化式擾動項之間的識別方法主要是對矩陣A和B施加限制條件和對結構式擾動項的方差協方差矩陣做出假設。

矩陣A反映的是5個內生變量之間的當期關系。在估計SVAR模型時，Bernanke和Blinder （1992） 提出一個普遍使用的識別條件，他們假設貨幣政策對產出水平和價格水平沒有當期影響，考慮到貨幣政策的時滯，這個假設是比較合理的。但Di Giacinto （2003） 指出當研究采用季度數據而不是月度數據時，該假設條件不太適合。白戰偉、李樹培（2010）認為我國貨幣供應量的改變在當月開始對GDP產生影響，3個月后完全發揮作用。肖衛國、劉杰（2013）指出，不可預期的貨幣供應量對產出和通脹的時滯為3個月和4個月。因此，本文假定貨幣政策在當期內（一個季度）直接影響產出水平和價格水平。Fan、Yu和Zhang （2011）指出我國貨幣政策的制定是遵循Taylor規則和McCallum規則的①。因此，在本文中，我們假設貨幣政策的制定不受當期產出和通脹水平的影響，而是受到滯后期的產出和價格水平的影響（考慮到數據統計的滯后性，這個假設是比較合理的）。由于多年來北京對周邊地區的虹吸效應，本文假設在當期內，國內其他地區的經濟增長能夠影響到京津冀地區，HGDP能夠影響到TGDP和BGDP，TGDP能影響到BGDP，而BGDP在當期內不能影響HGDP和TGDP。因此，在SVAR模型中，內生變量的順序安排是MP、SGDP、HGDP、TGDP、BGDP、PRICE。本文同時假定結構式擾動項具有單位方差，把矩陣B看作是一個對角矩陣，對角元素就是待估計的結構式沖擊的標準差。

四、實證分析

（一）單位根檢驗

在估計SVAR模型之前，首先需要檢驗變量的平穩性，以確保估計的有效性。本文在Eviews 8.0上用ADF檢驗對變量的水平數據和一階差分數據進行了單位根檢驗（見表1），除了一年期貸款利率R1和同業拆借利率R2以外，所有變量以自然對數的形式進入分析。從表1中我們可以看到，在水平形式上，LNBGDP、LNHGDP、LNSGDP平穩，其他變量不平穩。在一階差分形式上，除了LNTGDP之外，其他變量都已經平穩②。繼續用PP檢驗和KPSS檢驗LNTGDP時發現LNTGDP一階差分平穩。因此，在一階差分形式上，所有的變量都已經平穩。

當所有變量一階差分平穩時，應先檢驗變量之間是否存在協整關系，如果不存在協整關系，則采用VAR模型，如果存在協整關系，則意味著變量之間存在長期關系，應該采用VECM模型進行估計。但是，本文沒有進行協整檢驗，直接運行SVAR模型，主要原因在于：第一，小樣本（11年）再加上季度數據并不足以探討變量之間的長期關系；第二，Bewley等 （1994）指出小樣本估計的偏度和峰度問題都會影響對協整關系的衡量；第三，本文主要采用脈沖響應函數分析貨幣政策對京津冀三地經濟增長的影響，Carlino和DeFina（1998、1999）、Di Giacinto（2003）指出SVAR模型在解釋脈沖響應函數上具有明顯優勢，可以在經濟理論的基礎上對變量之間的當期關系和短期關系施加合理的假設，從而能夠更加準確地描述變量之間的關系。在短期內，我們認為變量之間的長期關系并不是本文的研究重點，因此，本文所有變量的一階差分形式直接進入SVAR模型來估計。

（二）脈沖響應函數

首先，我們采用M2作為貨幣政策變量來估計SVAR模型（基準模型），在綜合考慮各種滯后階數選擇標準之后，本文選定滯后階數為2，SVAR模型所有根的倒數都在單位圓之內，顯示模型是平穩的，模型屬于恰好識別。脈沖響應函數圖像如圖2和圖3所示。

圖2展示了對于M2結構式擾動項施加未預期到的1個單位的正向標準差的沖擊（1.43%），所有變量在每一期的脈沖響應圖像（即M2增速一次性意外加快1.43%，GDP和其他變量在各期的變化），其中實線是變量的脈沖響應函數估計值，兩條虛線表示正負兩倍標準差的置信區間。如圖2所示，河北GDP增長從第1期（季度）開始加速，在第3期加速到最大0.35%，第3期以后其加速開始放緩，長期（第8期以后）逐漸趨向于0。天津GDP增速也是從第1期開始加快，同樣在第3期達到最大值0.37%，隨后緩慢下降，長期逐漸趨向于0。北京GDP增長在第2期加速到最快0.33%，在第4期以后，其加速開始圍繞0上下波動，最終收斂于0。全國其他地區綜合GDP的增長趨勢跟京津冀地區類似，在第2期GDP增速便加速至最快0.37%。一般價格水平增長在第4期達到最快0.19%，隨后其增長開始逐漸趨向于0。

圖3展示了M2增速一次性意外增加1.43%，所有變量的累計脈沖響應增加值圖像（即所有變量在各期累計的增長量）。京津冀三地GDP和其他地區GDP的變化趨勢基本類似，在第1—4期開始增長，在第8期以后逐步趨于穩定，不同地區在GDP增長量上有所區別，天津GDP增速最快，在第8期（兩年）累計加速達1.3%，最終穩定于1.7%左右。河北GDP增長在第8期累計加快至1.1%，長期穩定于1.3%左右。北京GDP增速增長相對較緩，在第8期達到0.7%，長期穩定于0.9%左右。全國其他地區GDP增速在第8期累計加速至0.7%，長期穩定在0.8%左右。

其次，為檢驗結果的穩定性，本文采用M1作為貨幣政策變量來估計SVAR模型，滯后階數為2。SVAR模型所有根的倒數都在單位圓之內，顯示模型是穩定的，模型屬于恰好識別。為簡化考慮，我們只列出了GDP對M1沖擊反應的累計脈沖響應圖像（見圖4）。

由圖4可以看出，各地GDP增長率對M1沖擊（1.89%）的累計響應圖像與其對M2沖擊的累計響應圖像極其相似，在第1—5期開始增長，第8期以后逐漸趨于穩定。天津GDP增速仍然最快，河北次之，北京第三，全國其他地區GDP增速跟北京相似。天津、河北、北京和全國其他地區GDP增速累計增長在第8期分別為1.1%、0.8%、0.63%和0.72%，長期穩定水平分別在1.4%、1%、0.8%和0.8%左右。

在數據處理程序上，由于原始數據水平形式不平穩，本文通過一階差分使得數據平穩，然后直接進入SVAR模型。因為小樣本問題，本文沒有檢驗變量之間的協整關系。Sims、Stock和Watson（1990）認為使用一階差分序列來做VAR模型時，如果原始序列是平穩的或者原始序列的變量之間存在協整關系時，可能會損失數據當中蘊含的某些重要信息，在這種情況下，可以直接用VAR模型對水平數據進行估計（Hamilton，1994；Carlino和DeFina，1998）。因此，本文又用水平數據（log形式）、以M2為貨幣政策變量來進行SVAR模型分析，模型滯后階數為2，模型本身穩定且屬于恰好識別。如果所得結果跟一階差分數據的結果相似，則證明本文的結論是穩定的。

圖5顯示的是當M2一次性意外增加1.14%時，GDP變化的脈沖響應圖。各地區GDP從第1期開始增長，前8期內出現一些波動，在第8期之后逐漸趨于穩定。依然是天津GDP增長最快（第8期：0.37%；長期穩定水平：0.32%），河北、北京和全國其他地區GDP增長水平相似（河北第8期：0.3%，長期穩定水平：0.22%；北京第8期：0.3%，長期穩定水平：0.21%；全國其他地區第8期：0.32%，長期穩定水平：0.21%）。由此可見，圖3—圖5的脈沖響應圖像就總體趨勢而言差別不大，本文基準模型的結論是可靠的。

綜上所述，就數量型貨幣政策工具（M2）而言（根據基準模型進行分析），2005年以后，數量型貨幣政策工具的實施（擴張型），在總體上對京津冀地區的經濟促進作用要稍好于全國其他地區，在京津冀區域內部，數量型貨幣政策對京津冀三地的影響呈現出一定的區域效應，擴張型政策對天津的經濟促進作用最大，河北次之，北京排在最后；就累計影響而言，天津要比北京高出80%以上，河北比北京稍高。從這個意義上講，2005年以來，數量型貨幣政策工具的執行在一定程度上有助于京津冀三地之間經濟差距的縮小。由圖1可知，2005年以后，京津兩地的人均GDP差距不斷縮小，天津人均GDP于2010年超過北京，目前兩地人均GDP基本類似。盡管貨幣政策對河北的影響稍高于北京，但是河北與京津兩地的差距還是在緩慢增大。也就是說，盡管數量型貨幣政策工具在一定程度上有助于京津冀三地之間經濟差距的縮小，但是力度還不夠（特別是對河北而言）。

最后，本文引入價格型貨幣政策工具：一年期貸款利率（R1）和同業拆借利率（R2）來分析價格型貨幣政策工具對京津冀三地經濟的影響。其中，一年期貸款利率采用央行公布的一年期貸款基準利率，通過時間加權獲得季度數據。同業拆借利率采用全國銀行間7天加權平均利率，以月度交易量為權重加權獲得季度數據。本文以R1和R2分別作為貨幣政策變量來估計SVAR模型，滯后階數都為2，模型平穩且屬于恰好識別。其累計脈沖響應圖像如圖6所示。

圖6顯示的是面對R1和R2的沖擊，京津冀GDP增長的累計脈沖響應圖像。當央行一次性意外加息0.3%時（一年期貸款利率R1意外增加0.3%，圖6第1列），河北GDP增長當期便開始減速，在第5期減速至最低值-0.48%，在第8期之后逐步趨于穩定（-0.21%）。天津GDP增長在第3期之后才開始減速，在第6期減至最低值-0.3%，第8期以后趨于穩定水平-0.2%。北京GDP增長在第3期即減至最低值-0.52%，但其恢復得也比較快，第4期以后GDP增長開始恢復，第7期以后即轉為正增長，長期穩定于0.08%。

當同業拆借利率R2一次性意外增加0.53%時（圖6第2列），河北GDP增速當期便開始放緩，第3期減至最低值-0.21%，第8期以后逐步趨于穩定水平-0.09%。天津GDP增速從第一期開始下降，第5期減至-0.56%，隨后逐漸穩定于-0.53%。北京GDP增速反應比較靈敏，第2期便減至最低值-0.16%，但其恢復得也較快，第3期變成正值，第8期達0.28%，長期穩定于0.21%。

綜上所述，就價格型貨幣政策工具而言，由于京津冀三地金融業發展差距較大（郭小卉、康書生，2016），京津冀三地在受到價格型貨幣政策沖擊時的反應差別也很大，呈現出明顯的區域效應。總體而言，在京津冀三地間接融資仍然占據較大比重，所以各變量在面臨一年期貸款利率沖擊時的反應整體上要優于在受到同業拆借利率沖擊后的反應③。河北金融業發展水平比較落后，傳統金融機構（國有銀行）占據主導地位，以間接融資為主，因此，在面對一年期貸款利率的沖擊時，河北GDP增速下滑的幅度較大。由于金融市場發展比較落后，金融機構對于同業拆借利率的變化相對不太敏感，所以在面臨同業拆借利率的沖擊時，河北GDP增速下滑的幅度比較小。天津金融業發展略高于全國平均水平，金融機構實力比較雄厚，間接融資占比占據相當規模，因此，當一年期貸款利率一次性意外增加時，天津GDP增速緩慢下滑了一定的幅度，但下滑幅度要小于河北。近年來，天津社會融資結構中直接融資的比重在逐步增加，資本市場和貨幣市場相當發達，所以在受到同業拆借利率的沖擊時，天津GDP增速下滑的幅度在京津冀三地中是最大的。北京擁有豐富的優質金融資源，金融業發展處于全國領先水平，金融機構眾多且已實現多樣化發展，資本市場和貨幣市場非常發達。金融機構和金融市場對價格的變化都非常敏感，所以在面對一年期貸款利率和同業拆借利率的沖擊時，北京GDP增速在前3期之內便下滑到最大幅度，同時，由于北京金融資源豐富，融資結構合理，在面臨利率負向沖擊的時候，北京GDP增速短暫下滑之后迅速恢復，甚至長期GDP增速還穩定于正向增長水平?？傊诿媾R價格型貨幣政策工具的沖擊時，津冀兩地經濟受到的影響比較大，而北京受到的影響較小，價格型貨幣政策工具的執行呈現出明顯的區域效應，且在一定程度上擴大了京津冀三地之間的經濟差距。

五、結論

本文使用SVAR模型分析了2005年第1季度—2016年第1季度貨幣政策對京津冀三地經濟的影響。結果顯示，貨幣政策對京津冀三地經濟增長的影響各不相同，整體而言，數量型貨幣政策的效果要優于價格型貨幣政策。2005年以來，數量型貨幣政策工具的執行在一定程度上縮小了京津冀三地之間的經濟差距，但是力度還遠遠不夠。由于京津冀三地金融業發展差距比較大，價格型貨幣政策工具的執行對京津冀三地的影響差異也非常大，并且這種差異要大于數量型貨幣政策工具對京津冀地區的差異性影響，同時，這種差異在一定程度上擴大了京津冀三地之間的經濟差距。因此，從貨幣政策的角度來看，促進京津冀經濟協同發展，應當做到以下兩點：

第一，就貨幣政策工具而言，可以考慮對河北省經濟發展比較落后地區（如環京津貧困帶、張承地區、河北西部山區）的金融機構適當實行定向降準，對于河北落后農村和小微企業，可以加大支農再貸款和支小再貸款的力度。同時，應當充分發揮貨幣政策調結構的作用，利用新型貨幣政策工具（如抵押補充貸款、借貸便利和合格抵押品質押再貸款等）來引導河北經濟不斷淘汰落后產能、轉型升級，逐步向綠色、生態、和諧和可持續發展靠攏?？傊瑧粩嗵岣哓泿耪叩撵`活性，充分發揮貨幣政策“定向調控、精準發力”的作用，加大對河北經濟發展的支持力度，縮小京津冀三地之間的經濟差距。

第二，大力發展河北省的金融業，引進新型金融機構，發展貨幣市場和多層次資本市場。河北應不斷引進京津兩地優質的金融資源，爭取京津兩地的金融市場向河北開放。同時，加強京津冀三地金融機構的橫向聯合，促進京津冀地區的金融協同發展，建立京津冀統一開放的金融市場，以有效疏通價格型貨幣政策工具的傳導機制，逐步縮小價格型貨幣政策工具對京津冀三地的差異性影響。

此外，本文的研究有一定的局限性。首先，由于數據的可得性，研究期間比較短，長期的趨勢性可能顯現得不夠充分，存在小樣本問題；其次，本文在實證分析過程中沒有考慮到2008年次貸危機的影響，危機前和危機之后貨幣政策對京津冀地區經濟的影響可能會有所差別。這些問題期望在后續研究中得到解決。

注：

①Taylor（1993）提出了泰勒規則，認為央行在制定貨幣政策時（利率變化），主要是依據預期的通脹缺口和產出缺口。McCallum（1988） 規則是指貨幣供應量的變化也是主要依據預期的通脹缺口和產出缺口的。這兩個規則主要用來描述當預期通脹高于通脹目標和真實產出高于自然產出水平時，央行如何提高利率或者增加貨幣供應量。

②LNUSGDP在一階差分形式“none項”的檢驗下平穩：-1.951**。

③各變量也包括其他地區GDP、一般價格水平，在本文沒有列示，感興趣的讀者可向作者索要。

參考文獻：

[1]Beare，J. B. 1976. A Monetarist Model of Regional Business Cycles.Journal of Regional Science，16（1）.

[2]Benkwitz，A.，Lütkepohl，H.，&Wolters，J. 2001. Comparison of Bootstrap Confidence Interval for Impulse Responses of German Montary Systems. Macroeconomic Dynamics，5（01）.

[3]Bernanke，B. S.，& Blinder，A. S. 1992. The Federal Funds Rate and the Channels of Monetary Transmission. American Economic Review，82（4）.

[4]Chase Econometric Associates，I. 1981. Rural Impacts of Monetary Policy. Agricultural Economics Research，33.

[5]Cohen，J.，& Maeshiro，A. 1977. The Significance of Money on the State Level：Note. Journal of Money，Credit and Banking，9（4）.

[6]Cortes，B. S.，&Kong，D. 2007. Regional Effects of Chinese Monetary Policy. The International Journal of Economic Policy Studies，2.

[7]Davidson，R.，&MacKinnon，J. G. 1993. Estimation and Inference in Econometrics. Oxford：Oxford University Press.

[8]Di Giacinto，V. 2003. Differential Regional Effects of Monetary Policy：A Geographical SVAR Approach. International Regional Science Review，26（3）.

[9]Dow，S. C.，&Rodríguez-Fuentes，C.J. 1997. Regional Finance：A Servey. Regional Studies，31（9）.

[10]Fan，L.，Yu，Y.，&Zhang，C. 2011. An Empirical Evaluation of Chinas Monetary Policies. Journal of Macroeconomics，33（2）.

[11]Fishkind，H. H. 1977. The Regional Impact Of Monetary Policy：An Economic Simulation Study Of Indiana 1958—1973. Journal of Regional Science，17（1）.

[12]Friedman，M.，&Schwartz，A. J. 1963. A Monetary History of the United States：1867—1960. Princeton University Press：Princeton University Press.

[13]Georgopoulos，G. 2009. Measuring Regional Effects of Monetary Policy In Canada. Applied Economics，41（16）.

[14]Groenewold，N.，Chen，A.，&Lee，G. 2010. Inter-regional Spillovers of Policy Shocks in China. Regional Studies，44（1）.

[15]Guo，X.，& Tajul，A. M. 2014. Regional Effects of Monetary Policy in China：The Role of Spillover Effects. Asian Academy of Management Journal，19（1）

[16]Hamilton，J. D. 1994. Time Series Analysis （Vol. 2）. Princeton：Princeton university press.

[17]He，Q.，Leung，P.-H.，&Chong，T. T.-L. 2013. Factor-augmented VAR Analysis of the Monetary Policy in China. China Economic Review， 25.

[18]Hsing，Y.，&Hsieh，W.-J. 2004. Impacts of Monetary，Fiscal and Exchange Rate Policies on Output in China：A VAR Approach. Economics of Planning，37（2）.

[19]Mathur，V. K.，& Stein，S. 1983. Regional Impact of Monetary and Fiscal Policy：A Comments. Journal of Regional Science，23（2）.

[20]McCallum，B. T. 1988. Robustness Properties of a Rule for Monetary Policy. Carnegie Rochester Conference Series on Public Policy，29.

[21]Nachane，D. M.，Ray，P.，&Ghosh，S. 2002. Does Monetary Policy have Differential State-Level Effects？ An Empirical Evaluation. Economic and Political Weekly，37（47）.

[22]Ridhwan，M. M.，de Groot，H. L. F.，Rietveld，P.，&Nijkamp，P. 2014. The Regional Impact of Monetary Policy in Indonesia. Growth and Change，45（2）.

[23]Sims，C. A.，Stock，J. H.，& Watson，M. W. 1990. Inference in linear time series models with some unit roots. Econometrica： Journal of the Econometric Society，1（58）.

[24]Taylor，J. B. 1993. Discretion versus Policy Rules in Practice. Carnegie-Rochester Conference Series on Public Policy，39（1）.

[25]Weber，E. J. 2006. Monetary Policy in a Heterogeneous Monetary Union：the Australian Experience. Applied Economics，38（21）.

[26]白戰偉，李樹培.我國財政政策和貨幣政策時滯的測算：2001—2009年[J].中央財經大學學報，2010，（4）.

[27]董華平，干杏娣.我國貨幣政策銀行貸款渠道傳導效率研究——基于銀行業結構的古諾模型[J].金融研究，2015，（10）.

[28]郭小卉，康書生.京津冀金融協同發展的路徑選擇[J].金融理論探索，2016，（2）.

[29]黃憲，王旭東.我國央行貨幣政策實施力度和節奏的規律及效果研究——基于歷史演進和時變分析的視角[J].金融研究，2015，（11）.

[30]蔣益民，陳璋.SVAR模型框架下貨幣政策區域效應的實證研究：1978—2006[J].金融研究，2009，（4）.

[31]馬鑫媛，趙天奕.非正規金融與正規金融雙重結構下貨幣政策工具比較研究[J].金融研究，2016，（2）.

[32]馬勇.中國貨幣政策透明度的經驗研究[J].世界經濟，2015，（9）.

[33]宋旺，鐘正生.我國貨幣政策區域效應的存在性及原因——基于最優貨幣區理論的分析[J].經濟研究，2006，（3）.

[34]汪川.“新常態”下我國貨幣政策轉型的理論及政策分析[J].經濟學家，2015，（5）.

[35]王玉鳳，張淑芹.財政政策沖擊對社會福利及宏觀經濟的動態影響——基于新凱恩斯DSGE模型的分析[J].中央財經大學學報，2015，（4）.

[36]肖衛國，劉杰.可預期與不可預期貨幣政策時滯的實證測度[J].統計研究，2013，（12）.