貨幣政策波動對產業發展的區域與結構效應研究

邱靖平

摘 要：本文基于空間距離權重矩陣，選取我國31省市三次產業1980—2014年增加值構建GVAR模型，實證研究了貨幣政策波動對我國三次產業發展的區域與結構效應。研究結果表明：貨幣政策波動對我國三次產業發展存在區域和結構非均衡效應。我國八大綜合經濟區第一產業對貨幣政策波動在響應程度和趨勢上存在明顯的區域差異；第二產業和第三產業對貨幣政策波動響應趨勢大體一致，但響應程度存在明顯的區域和結構差異；擴張型貨幣政策對我國第二產業的沖擊大于第三產業，因此緊縮性貨幣政策有利于我國第二產業向第三產業轉移。

關鍵詞：貨幣政策；三次產業；GVAR模型

中圖分類號：F830.1 文獻標識碼：A 文章編號：1674-2265（2016）12-0025-07

一、引言

貨幣政策是指央行運用貨幣政策工具調節市場利率、影響企業生產投資和居民消費行為，最終達到穩定物價、經濟增長和促進就業目的而采取的宏觀調控措施。作為宏觀調控的重要手段，貨幣政策通過中介目標對微觀主體的投資消費行為產生影響，從而達到調控宏觀經濟的目的。傳統的貨幣政策理論假設貨幣政策對整個經濟系統的影響是均衡的，各個行業對貨幣政策的反應是一致的，然而這種假設忽略了行業內在屬性、行業企業財務特征、地域特征等方面的差異。現有研究文獻的研究結果，也表明貨幣政策對產業發展顯示出區域和結構非對稱性。在促增長、調結構的重要經濟轉型時期，對貨幣政策產業效應進行研究，深入了解貨幣政策波動對三次產業發展的影響，為制定針對性的貨幣政策、有效地促進我國產業結構調整和升級提供經驗數據無疑具有重大的現實意義。

國外學者對貨幣政策區域效應的研究較少。Taylor（1995）選取歐元區國家檢驗了貨幣政策區域效應，發現統一的貨幣政策在歐元區國家產生了異質影響。Michael 等（2006）選取美國各州為研究對象，研究發現貨幣政策區域非均衡效應普遍存在。國外學者對貨幣政策產業結構效應的研究始于20世紀90年代末期，Bernanke和Gertler（1995）首先對貨幣政策產業效應作了開創性研究，他們基于VAR模型實證研究了貨幣政策沖擊對不同行業的影響，研究結果表明貨幣政策沖擊在不同行業間產生非均衡影響。Ganley和Salmon（1997）選取英國9個行業檢驗了貨幣政策產業非對稱性效應，發現建筑業對貨幣政策沖擊反應最敏感，其次是制造業和服務業。Hayo和Uhlenbrock（2000）考察了英國和德國貨幣政策產業效應，發現貨幣政策波動對不同行業的影響是非對稱的。Raddatz和Rigobon（2003）研究發現耐用品消費和房地產行業等對利率敏感的行業受到貨幣政策波動的影響大，而設備與軟件行業受到貨幣政策波動的影響較小。Georgopoulos和Hejazi（2009）認為貨幣政策對行業產出的影響主要通過資本成本渠道和信貸渠道。對這兩個渠道的實證研究證實了貨幣政策行業效應是非對稱的，并指出行業企業的不同財務特征是導致貨幣政策行業效應出現非對稱性的主要因素。

近年來，我國學者從區域和結構兩個視角對貨幣政策異質性效應作了積極的研究。從區域的視角對貨幣政策異質性的研究，證實貨幣政策對產業的發展效應是存在區域差異的。丁文麗（2006）、陳安平（2007）等學者運用VAR模型檢驗了我國貨幣政策區域非對稱效應，實證研究結果表明貨幣政策區域非對稱效應確實存在。申俊喜（2011）等首先闡述了貨幣政策區域差異性影響的形成機制，然后通過實證檢驗了貨幣政策區域差異性效應，發現貨幣配給機制和外匯管理機制是導致我國貨幣政策區域差異性的主要因素。從產業結構的視角對貨幣政策的研究同樣表明貨幣政策產業效應是有差異的。閆紅波和王國林（2008）基于我國制造業30個次級行業的實證研究結果表明，貨幣政策在我國制造業各次級行業中存在著非對稱效應，并提出行業資本存量、行業投資行為、行業規模、行業財務杠桿、行業對外依賴性和政府對行業支持力度是造成我國貨幣政策行業非對稱效應的主要因素。何靜和李村璞（2009）從我國微觀經濟主體的視角檢驗了貨幣政策產業非均衡影響，并指出利率渠道與其他貨幣政策傳導渠道相比，對產業發展的影響更大。王君斌和郭新強（2011）運用SVAR模型從產業投資結構和流動性效應的視角考察了貨幣政策對產業傳導的差異性，發現擴張型貨幣政策增加了第二和第三產業的流動性，但對第一產業的流動性影響不大，貨幣政策沖擊對第一產業投資波動影響最大，對第三產業的投資波動影響最小。張輝（2013）同樣采用SVAR模型，選取利率、信貸、資產價格和匯率四種貨幣政策傳導渠道考察了我國貨幣政策產業結構效應，發現提高利率水平有助于提高我國第一產業在國民經濟中的比重；提高信貸規模短期內有助于提高第三產業在國民經濟中的比重，但長期會使得第二產業的比重得到提升；匯率上升會降低第二產業的比重，但增加了第三產業的比重；資產價格傳導渠道對產業結構調整沒有顯著影響。吉紅云和干杏綈（2014）利用我國上市公司微觀層面數據研究后發現第二產業內部不同要素密集行業對貨幣政策傳導效應存在顯著差異，具體表現為貨幣政策對資本密集型行業影響最大，其次是技術密集型行業、勞動密集型行業，同時指出相對緊縮的貨幣政策對我國技術密集型行業發展有利。

以往對貨幣政策產業結構效應的研究大多采用的是VAR模型和SVAR模型，或者通過微觀層面數據建立面板模型的方法來考察，忽略了地區經濟發展水平、資源稟賦、需求結構方面存在的差異和地區之間的關聯性，即忽視了貨幣政策的區域非均衡效應。已有的研究也表明貨幣政策存在區域異質性效應特征。本文將貨幣政策區域差異因素考慮進來，同時研究貨幣政策對產業的區域和結構效應。本文選取我國31個省市為研究樣本，選取省市的三次產業產值作為因變量，選取貨幣政策和財政政策作為自變量，首先建立各個地區的VAR模型，然后利用我國各省市地理空間距離權重矩陣將各省市聯系起來，構建GVAR模型，最后利用廣義脈沖響應函數來考察貨幣政策沖擊對我國產業發展的動態影響。

二、貨幣政策對產業發展的傳導機制

現有研究認為，貨幣政策傳導渠道主要是利率、信貸、匯率和資產價格渠道。

（一）利率渠道

貨幣政策影響利率，利率變動影響居民和企業投資，進而影響總產出。以擴張型貨幣政策為例，增加貨幣供應量會降低利率，利率變動關系著行業企業資金成本。當利率下降時，企業獲得資金成本低，從而刺激企業擴大貸款規模、增加投資行為，最終使得產出增加。不同行業對利率具有不同的敏感性。以資本密集型和勞動密集型行業為例，資本密集型行業對資本需求量大、對利率敏感度高，勞動密集型行業對勞動力需求大、對資本需求相對少，因而勞動密集型行業對利率敏感度低。因此，同樣的貨幣政策在利率敏感度不同的行業間產生非均衡影響。由于地區產業結構存在差異，地區主導產業不同，意味著各地區資本密集存在差異，因此貨幣政策利率渠道會在不同地區產業產生異質性效應。

（二）信貸渠道

貨幣政策影響商業銀行信貸規模，從而影響企業投資，最終影響總產出。以緊縮性貨幣政策為例，降低貨幣供應量，使得商業銀行可貸資金規模降低。在我國以間接融資為主導的融資格局中，企業可獲得的信貸資金減少，從而影響到企業的投資行為，最終使得產出減少。在緊縮性貨幣政策實施以后，商業銀行的可貸資金規模下降，有限的信貸資金會流向規模大、信用好以及政策性扶持的行業企業。那些融資渠道單一、嚴重依賴信貸資金的小規模企業無法得到貸款，導致產業異質性效應出現。在我國，國有企業相對于非國有企業而言，會比較容易獲得商業銀行貸款。若行業中國有企業比重高，信貸規模緊縮對該行業的影響就小。我國地區經濟發展不平衡。東南部經濟發展快速，帶動投資需求旺盛，而西部經濟發展落后，導致投資需求小，因此信貸資金更多地流向投資需求旺盛的地區，而投資需求少的地區獲得的信貸資金有限，從而貨幣政策信貸渠道對地區行業發展產生區域差異影響。

（三）匯率渠道

以擴張性貨幣政策為例， 增加貨幣供應量，使得本國真實利率下降，本國貨幣名義利率也跟著下降。本幣貶值，本國商品相較于國外商品便宜，有利于出口增加，從而增加了行業產出。相較于商品，服務可貿易性較低，因此服務受到匯率變動沖擊影響比商品小。當匯率降低時，有利于商品出口，從而有助于第二產業發展，而服務行業受到的影響相對較小。由于地理環境因素，我國東南部沿海地區商品出口擁有天然地理優勢，而中西部地區出口受阻，從而貨幣政策匯率渠道在不同地區產生差異性影響。

（四）資產價格渠道

貨幣政策影響股票、房地產等資產價格，從而影響企業和居民投資以及消費，最終影響總產出。以擴張性貨幣政策為例， 擴張性貨幣政策使得利率下降，股票、房地產等資產價格提高，資產價格通過托賓Q理論對企業投資產生影響，通過財富效應論影響居民消費。托賓Q理論認為當企業市值高于重置成本時，企業會通過發行價格相對高的股票來籌集資金，購買相對便宜的設備，于是投資會增加；當企業市值低于重置成本時，企業會用相對便宜的價格直接收購另一家企業，投資支出會減少。財富效應論認為股票價格對經濟主體財富產生影響，進而影響到經濟主體的消費意愿。不同行業股票價格對貨幣政策反應不同造成不同行業間貨幣政策資產價格渠道非均衡影響，鄒昆侖（2013）的研究也證明了這一點。當資產價格低時，居民財富少，居民消費支出主要集中在生活必需品上；當資產價格高時，居民財富多，從而對高端商品和服務的需求增加，需求最終影響著行業發展。各地區經濟發展水平差異導致地區之間居民收入存在差異，從而地區居民消費需求存在差異，貨幣政策通過財富效應論對行業發展產生差異影響。

三、模型構建

（一）GVAR模型

2004年，Pesaran在VAR模型和VECM模型基礎上提出了全局向量自回歸模型（Global Vector Autoregression Model，GVAR模型）。GVAR模型是VAR模型和VECM模型的拓展，它首先建立各個地區的VAR模型或者VECM模型，然后通過權重矩陣轉換成為GVAR模型，最后通過脈沖函數沖擊來探究內生變量和外生變量沖擊對內生變量的動態影響。GVAR模型避免了VAR模型多參數估計偏差的問題，同時量化了變量之間的內在關聯性，構建一個具有內生聯系的完整經濟系統，有助于更好地分析變量間的動態影響。

假設有[N]個地區，用[i]表示某一特定地區，[i=1，2，…，N]，該地區變量不僅受到其自身滯后值的影響，同時會受到其他地區的溢出效應影響，建立包含其他地區變量的[VARX*（pi，qi）]模型如下：

[Xit=ai0+ai1t+Φi1Xi，t-1+…+ΦipiXi，t-pi+Λi0X*i，t+Λi1X*i，t-1+…+ΛiqiX*i，t-qi+uit]（1）

其中，[Xit]為[i]地區[t]時期[ki]個內生變量組成的列向量；[ai0]和[ai1]分別為截距項和趨勢項組成的矩陣；[X*i，t]為除[i]地區外其他地區內生列向量與權重矩陣乘積得到的[ki]維列向量；[X*i，t]=[WiXjt（i≠j）]；[pi]和[qi]分別表示內生變量和其他地區與權重矩陣組成的弱外生變量的滯后階數；[Φi1]、[Φipi]、[Λi0]、[Λi1]、[Λiqi]分別為內生變量和弱外生變量的[ki×ki]系數矩陣；[uit]為殘差矩陣。令[Zit=XitX*it]，為簡化推導，假設[pi=qi]，則（1）式轉換為：

[Αi0Zit=ai0+ai1t+Αi1Zi，t-1+…+ΑipiZi，t-pi+uit] （2）

其中[Αi0=Iki，-Λi0，Αij=Φij，Λij，j=1，2，…，pi]

將全部地區[t]時期內生變量組成一個[k]維列向量[Xt]，其中[k=i=1Nki]；[Xt=X'1t，X'2t，…，X'Nt']；可得[Zit=WiXt]，其中[Wi]為地區關聯權重矩陣。則（2）式可變換為：

[Αi0WiXt=ai0+ai1t+Αi1WiXt-1+…+ΑipiWiXt-pi+uit] （3）

[令G0=Α00W0Α10W1 ?ΑN0WN，Gj=Α0jW0Α1jW1 ?ΑNjWN，j=1，2，…，p，a0=a10a20?aN0，a1=a11a21?aN1，ut=u0tu1t?uNt]

（4）式變換為：

[G0Xt=a0+a1t+G1Xt-1+…+GpXt-p+ut] （5）

由于[G0]是可知的滿秩矩陣，因此（5）式兩邊同乘[G0-1]，就可得到GVAR模型：

[Xt=b0+b1t+F1Xt-1+…+FpXt-p+εt] （6）

其中，[b0=G0-1a0，b1=G0-1a1]；[Fj=G0-1Gj，εt=G0-1ut]。方程（6）可以通過逐步回歸求解。在建立[VARX*（pi，qi）]模型中還可以加入對所有地區具有影響的外生變量：

[Xit=ai0+ai1t+Φi1Xi，t-1+…+ΦipiXi，t-pi+Λi0X*i，t+Λi1X*i，t-1+…+ΛiqiX*i，t-qi+Γi1dt+Γi2dt-1+…+Γi，t-zdt-zi+uit （7）]

假設[pi=qi=zi]，得到GVAR模型如下，

[Xt=b0+b1t+F1Xt-1+…+FpXt-p+H1dt+…+Ht-pdt+εt]

（8）

其中[H1=G0-1Γ11Γ21?ΓN1，Ht-p=G0-1Γ1，t-pΓ2，t-p ?ΓN，t-p]，在逐步求解回歸方程后，運用脈沖響應函數來分析內生變量和弱外生變量沖擊對經濟系統的動態影響。

（二）變量與數據來源

本文選取我國31個省市第一產業、第二產業和第三產業增加值作為產業發展的代理變量，影響產業發展的外生變量包括貨幣政策和財政政策，貨幣政策代理變量可以分為價格型和數量型，在以往學者的相關文獻中，價格型變量往往選取的是利率，數量型變量往往選取的是貨幣供應量、信貸規模。由于我國利率并未完全市場化，并且利率和貨幣供應量的前期數據不容易獲得，所以本文選取信貸規模作為貨幣政策的代理變量，用金融機構貸款余額表示；選取國家財政支出作為財政政策的代理變量。選取樣本的時間區間為1980—2014年，所有數據來自于《新中國60年統計資料匯編》和中經網數據庫。為了消除通貨膨脹對數據的影響，本文選取1980年為樣本基期，通過定基價格指數調整數據。為消除數據的異方差，對所有數據采取自然對數化處理。

（三）區域關聯權重

區域關聯權重用來量化區域之間的關聯程度。本文采用各省省會城市之間空間距離的倒數來表示。設[wij]為[i]省和[j]省的關聯權重，[dij]為[i]省和[j]省的空間距離，則有[wij=1dij（i≠j）]。對于相同的省份，我們定義[wij=0（i=j）]。區域之間的空間距離越遠，表明受到的影響越小，權重也就越小；相反，區域之間的空間距離越近，表明受到的影響越大，權重也就越大；鑒于篇幅，表1展示了各省空間距離權重矩陣的一部分①。

表 1：區域空間關聯權重矩陣

[ anhui beijing chongqing fujian gansu … zhejiang anhui 0 0.00098 0.00083 0.00177 0.00058 … 0.00412 beijing 0.00098 0 0.00068 0.00064 0.00079 … 0.00080 chongqing 0.00083 0.00068 0 0.00084 0.00097 … 0.00077 fujian 0.00177 0.00064 0.00084 0 0.00050 … 0.00258 gansu 0.00058 0.00079 0.00097 0.00050 0 … 0.00052 … … … … … … … … zhejiang 0.00412 0.00080 0.00077 0.00258 0.00052 … 0 ]

四、實證研究

（一）模型統計檢驗

采用GVAR模型需要對數據進行平穩性檢驗、協整關系檢驗以及弱外生性檢驗。分別對樣本省份第一產業增加值、第二產業增加值、第三產業增加值、全國財政支出和金融機構貸款余額進行ADF單位根檢驗。[VARX*（pi，qi）]模型的滯后階數根據AIC準則和實際情況，選取滯后階數為1階。根據ADF檢驗結果，有些省份變量不平穩。

由于截面眾多，鑒于篇幅，本文僅以我國安徽省、北京市、重慶市和福建省為例，給出它們的協整關系檢驗以及弱外生性matlab軟件檢驗結果。表2給出了變量協整關系跡檢驗結果，可以看出安徽省具有1個協整關系、北京市有2個協整關系、重慶市有1個協整關系、福建省有1個協整關系，其他省份也至少有1個協整關系，雖然數據具有不平穩性，但滿足協整關系要求，所以可以建立GVAR模型來考察貨幣政策產業結構效應。

表2：協整關系檢驗結果

[ ANHUI BEIJING CHONGQING FUJIAN 臨界值（5%） r=0 100.96 126.25 82.24 134.51 78.52 r=1 38.52 61.56 49.46 46.92 50.72 r=2 14.49 20.62 17.54 19.17 26.24 ]

表3給出了我國四個省市外生變量弱外生性檢驗結果，從表中可以看出所有的外生變量都滿足弱外生性假設，符合建立GVAR模型的弱外生性要求。

表3：外生變量的弱外生檢驗結果

[ F 檢驗 臨界值（5%） One s Sec s Thi s Fin Loan ANHUI F（1，22） 4.30 0.00 0.01 0.03 0.08 0.32 BEIJING F（2，21） 3.47 1.87 0.76 0.81 1.43 0.82 CHONGQING F（1，22） 4.30 2.30 0.53 0.53 0.24 0.15 FUJIAN F（1，22） 4.30 0.92 0.22 0.36 0.49 0.08 ]

（二）結果分析

按照八大綜合經濟區劃分標準，來考察我國31個省市貨幣政策產業區域的非均衡效應，經濟區根據省市2012—2014年消除通脹因素后的GDP加權匯總，采用廣義脈沖響應函數來考察變量間動態影響，采用這種脈沖響應函數能夠消除變量順序對最終結果的影響。

1. 各經濟區第一產業對貨幣政策波動的響應。圖1顯示了我國八大綜合經濟區第一產業對貨幣政策沖擊的響應結果。在給我國金融機構信貸規模一個正標準差沖擊后，我國大西北、大西南和南部沿海地區在第一期出現正向響應，其他地區出現負向響應；在前七期我國八大經濟區對貨幣政策沖擊的響應呈現波動狀態，七期以后響應趨于平穩。從圖1中可見我國八大綜合經濟區第一產業對貨幣政策沖擊存在顯著地域差異。在給貨幣政策一個正標準差沖擊后，我國大西南地區第一產業在十五期內都是正向響應，第一期增加0.0036，并且在第二期達到最大增加值0.0039，其他地區則呈現正負響應交替狀態。從增加幅度來看，我國八大經濟區對貨幣政策沖擊的響應也存在著很大差異。我國大西北地區、南部沿海地區分別在第一期達到最大增加值，分別為0.0164和0.0142；大西南地區在第二期達到最大增加值為0.0039，是貨幣政策沖擊最敏感的三大地區；貨幣政策沖擊最不敏感的地區為長江中游地區和東部沿海地區，長江中游地區在第三期達到最大增加值0.0018，東部沿海地區在第二期達到最大增加值0.0011。從各地區第一產業對貨幣政策的沖擊來看，造成我國第一產業增加值存在顯著地域差異的原因可能是我國農業仍然以分散經營為主，并且地理環境差異導致我國第一產業各次級行業內存在地域結構上的失衡，另外一個可能的原因是我國政府的財政補貼。

2. 各經濟區第二產業對貨幣政策波動的響應。圖2顯示了我國八大綜合經濟區第二產業對貨幣政策沖擊的響應結果。在給我國金融機構信貸規模一個正標準差沖擊后，我國八大經濟區第二產業對貨幣政策沖擊的響應趨勢基本相同。在前兩期都為正向響應，但第二期響應程度有所減弱，在第三期到第七期呈現波動狀態，在第七期以后趨于平穩。從圖中可看出我國八大經濟區對貨幣政策沖擊的響應趨勢大體一致。從響應程度來看，我國北部沿海、長江中游、大西南、東北、東部沿海、黃河中游、南部沿海地區都在貨幣政策沖擊后第一期達到最大增加幅度；我國大西北地區在第二期達到最大增加幅度。我國八大經濟區對貨幣政策沖擊響應程度呈現出較大差異。對貨幣政策沖擊敏感的三大地區為大西北地區、南部沿海地區和東北地區，正向增加值分別為0.0614、0.0308、0.0278；對貨幣政策沖擊最不敏感的區域為黃河中游地區、北部沿海和長江中游地區，最大增加值分別為0.0126、0.0174、0.0196。從前十五期累積響應結果來看，在給貨幣政策一個正標準差沖擊后，我國八大經濟區第二產業增加值均表現為正向響應，說明實施擴張性貨幣政策有利于我國第二產業發展，累積響應最大的為南部沿海地區，累積響應值為0.1520；累積響應值最小的為東部地區，累積響應值為0.0106。

3. 各經濟區第三產業對貨幣政策波動的響應。圖3顯示了我國八大綜合經濟區第三產業對貨幣政策沖擊的響應結果。在給我國金融機構信貸規模一個正標準差沖擊后，我國八大經濟區第三產業對貨幣政策沖擊的響應趨勢基本相同。在前一到二期為正向響應，在二到七期呈現波動狀態，在第七期以后趨于穩定。從響應程度來看，我國北部沿海、長江中游、大西南、東北、大西北、黃河中游、南部沿海地區均在貨幣政策沖擊后一期達到最大值，東部沿海地區在第二期達到最大值。對于統一的貨幣政策沖擊，我國八大經濟區對貨幣政策的響應程度存在著地域差異。其中，正向響應值最大的前三大地區分別為東北地區、東部沿海地區和南部沿海地區，最大增加值分別為0.0146、0.0192、0.0108；正向響應值最小的三大地區分別為北部沿海、大西北和大西南地區，增加值分別為0.0029、0.0070、0.0040。從前十五期累積響應看，我國北部沿海地區和大西北地區對貨幣政策沖擊累積響應值為負值，其他六大綜合經濟區累積響應值均為正值。累積響應值最大的地區為東部沿海地區，累積響應值為0.0413，說明實施擴張性貨幣政策對北部沿海和大西北地區第三產業發展不利，而對我國其他六大綜合經濟區發展有利，受益最大的是我國東部沿海地區。

4. 各經濟區三次產業對貨幣政策波動的響應比較分析。從第二產業和第三產業對貨幣政策沖擊響應的結果來看，擴張性貨幣政策對我國八大經濟區第二產業沖擊響應要高于第三產業沖擊響應，這可能是貨幣政策匯率傳導機制在第二產業和第三產業間造成的差異導致的。擴張性貨幣政策有利于商品出口，而出口作為推動我國經濟發展的“三駕馬車”之一，推動了我國第二產業發展。但由于服務可貿易性低于商品，從匯率傳導渠道來說，擴張性貨幣政策促進我國第三產業發展的作用相對有限。與國外發達國家相比，我國第三產業在國民經濟中占比較低，因此與擴張性貨幣政策相比，實施穩健的貨幣政策有助于第二產業向第三產業轉移，提升第三產業在國民經濟中的比重。

五、研究結論

本文選取我國31個省市的第一產業、第二產業和第三產業增加值為研究樣本，利用各省市的空間距離權重矩陣建立GVAR模型，實證考察了貨幣政策波動對三次產業的區域和結構非均衡效應，結果表明：貨幣政策波動對我國三次產業發展具有顯著的區域和結構非均衡效應，具體表現在八大經濟區第一產業對貨幣政策波動的響應程度和響應趨勢存在著顯著的地域差異，八大經濟區第二產業和第三產業對貨幣政策波動的響應趨勢大致相同，但響應程度存在明顯的區域和結構差異。

由于我國地區發展不平衡、金融服務水平各異和各產業的特有屬性差異，在穩增長和調結構的政策背景下，總量貨幣政策忽略了我國各經濟區的資源稟賦差異和需求結構差異，難以有效地促進我國各經濟區產業結構優化調整。因此，實施“一刀切”的貨幣政策不利于我國產業結構調整，而應該針對區域三大產業對貨幣政策沖擊的反應，制定差異化的貨幣政策，為了保證貨幣政策的有效性，貨幣政策實施過程中必須和財政政策、投資政策結合起來，引導信貸資金流量，在達成總量經濟目標的同時，促進我國產業結構合理化。

注：

①數據來源于https：//ideas.repec.org/c/boc/bocode/s457059.html。

參考文獻：

[1]Taylor J B.1995. The monetary transmission mechanism： an empirical framework[J].Journal of Economic Perspectives，9（4）.

[2]Michael T. Owyang， Howard J. Wall. 2006. Regional VARs and the Channels of Monetary Policy[J].Applied Economics Letters，16（12）.

[3]Bernanke B S， Gertler M. 1995. Inside the Black Box：The Credit Channel of Monetary Policy Transmission[J].Journal of Economic Perspectives，9（4）.

[4]Ganley J，Salmon C. 1997. The Industrial Impact of Monetary Policy Shocks： Some Stylized Facts[J].Ssrn Electronic Journal.

[5]Hayo B，Uhlenbrock B. 2000. Industry Effects of Monetary Policy in Germany [M].Regional Aspects of Monetary Policy in Europe. Springer US.

[6]Raddatz C E， Rigobon R. 2003. Monetary Policy and Sectorial Shocks： Did the FED react properly to the High-Tech Crisis？[J].Social Science Electronic Publishing.

[7]Georgopoulos G， Hejazi W. 2009. Financial structure and the heterogeneous impact of monetary policy across industries[J].Journal of Economics&Business，61（1）.

[8]丁文麗.轉軌時期中國貨幣政策效力區域非對稱性實證研究——基于VAR模型的經驗分析[J].經濟科學， 2006，（6）.

[9]陳安平.我國財政貨幣政策的區域差異效應研究[J].數量經濟技術經濟研究，2007， 24（6）.

[10]申俊喜，曹源芳，封思賢.貨幣政策的區域異質性效應——基于中國31個省域的實證分析[J].中國工業經濟，2011，（6）.

[11]閆紅波，王國林.我國貨幣政策產業效應的非對稱性研究——來自制造業的實證[J].數量經濟技術經濟研究， 2008，25（5）.

[12]何靜，李村璞.中國貨幣政策的產業效應研究——基于上市公司面板數據的實證分析[J].統計與信息論壇， 2009， 24（12）.

[13]王君斌，郭新強.產業投資結構、流動性效應和中國貨幣政策[J].經濟研究，2011，（S2）.

[14]張輝.我國貨幣政策傳導變量對產業結構影響的實證研究[J].經濟科學， 2013，（1）.

[15]吉紅云，干杏娣.我國貨幣政策的產業結構調整效應——基于上市公司的面板數據分析[J].上海經濟研究， 2014，（2）.

[16]鄒昆侖.貨幣政策對股票市場的非對稱性影響研究——基于行業和企業規模的視角[J].宏觀經濟研究， 2013，（11）.