金融創新、金融脫媒與信用貨幣創造①

李宏瑾，蘇乃芳

(1.中國人民銀行 研究局，北京 100800；2.中國人民銀行 營業管理部，北京 100045)

·金融與投資·

金融創新、金融脫媒與信用貨幣創造①

李宏瑾1，蘇乃芳2

(1.中國人民銀行 研究局，北京 100800；2.中國人民銀行 營業管理部，北京 100045)

近年來，隨著利率市場化改革的加快推進和基本完成，中國以銀行理財和互聯網金融為代表的金融創新和金融脫媒迅猛發展，傳統的以貨幣供應量為中間目標的數量型貨幣調控效果日益下降。本文以余額寶為代表的互聯網金融創新和金融脫媒為例，從信用貨幣創造理論出發，構建了考慮金融脫媒情形的貨幣供給和貨幣乘數模型，并利用中國數據進行了檢驗。結果表明，金融創新和金融脫媒使傳統以銀行存款為媒介的信用貨幣創造機制更為復雜，進一步擴大了存款的貨幣乘數邊際效應，貨幣供給的可控性更加困難。在金融改革和金融體系深化發展的當下，中國的貨幣政策亟需向價格型調控轉型，本文對此提供了理論支持。

金融創新；金融脫媒；貨幣供給；貨幣乘數；互聯網金融

一、問題的提出

長期以來，中國采取了數量為主的貨幣調控模式，以貨幣供應量作為貨幣政策最主要的中間目標，通過法定準備金率和公開市場操作等手段調節市場流動性和基礎貨幣，從而實現物價產出等貨幣政策最終目標。但是，從各國實踐來看，20世紀70年代以貨幣數量為中間目標的貨幣主義實踐效果并不理想，即使是沃爾克時代也未能有效控制貨幣供應量。在利率市場化的大背景下，以規避利率上限為目標的金融創新迅猛發展，金融產品的替代性大大提高，交易賬戶和投資賬戶間、廣義貨幣與狹義貨幣間的界限越來越模糊，貨幣數量與物價產出的關系越來越不穩定。為此，各國不得不頻繁修訂貨幣統計口徑和政策目標，并最終放棄貨幣數量調控方式。1998年取消信貸規模管理制度并轉向間接貨幣調控后，中國就一直存在著有關數量調控和價格調控的爭論。雖然受金融體系發育程度、貨幣傳導機制和計劃經濟思維等因素的影響，貨幣數量調控具有一定的合理性，但夏斌和廖強[1]很早就指出，貨幣供應量已不適宜作為中國貨幣政策的中間目標。特別是隨著經濟金融的深化發展和貨幣傳導機制的健全完善，在利率市場化加快推進和存貸款利率管制基本取消的當下，向以利率為主的價格型貨幣調控模式轉型的必要性和迫切性日趨上升。

貨幣數量調控實際上隱含著外生貨幣假設并與貨幣數量論密切相關。以Friedman為代表的貨幣主義認為，貨幣乘數和貨幣流通速度是穩定的，中央銀行可以通過調整存款準備金率控制貨幣供應數量，從而影響物價和經濟增長[2-3]。貨幣主義經濟學家大多認為，盡管貨幣供給是由中央銀行和商業銀行等金融主體共同決定的，貨幣供給模型因金融體系的深化而變得越來越復雜，但如果充分考慮經濟主體行為并進一步完善貨幣乘數，中央銀行仍可以有效控制基礎貨幣和貨幣供給[4-5]。然而，隨著金融創新和技術的發展，貨幣外生論和貨幣乘數理論面臨巨大的挑戰。不過，各國的實踐表明，貨幣往往具有內生性質，這逐漸被理論界所認同。正是基于貨幣內生論，在實際操作中，中央銀行只能根據貨幣需求調節基礎貨幣和貨幣供給，在此情況下，中央銀行應當外生設定貨幣價格(利率)而非(基礎)貨幣數量。由此，20世紀80年代以來，各國中央銀行均逐漸放棄貨幣數量目標制并重新轉向利率為主的貨幣價格調控。早在Poole[6]有關貨幣調控方式的理論分析中，根據貨幣政策最終目標的不同及經濟沖擊性質的差異，貨幣數量調控和價格調控各具優勢，當經濟不確定性(隨機沖擊)主要來自商品市場時，貨幣數量作為中間目標較為合適，若經濟不確定性來自金融市場，則應選擇利率價格目標。Poole[6]很好地解釋了當時各國發生的金融創新浪潮及由此引發的貨幣調控方式的變化趨勢。隨著金融創新和金融深化，貨幣需求穩定性的下降迫使各國不得不由貨幣數量調控轉向利率價格調控。

近年來，中國利率市場化改革加快推進，以銀行理財和互聯網金融為代表的金融創新迅猛發展，以貨幣供應量為中間目標的數量型貨幣調控效果日益下降，這也是2011年中國人民銀行公布社會融資規模并修訂廣義貨幣統計口徑的重要背景。國內有學者根據Poole[6]的模型對中國的情況進行實證分析表明，隨著利率市場化改革的推進、金融創新和金融市場的發展，中國以貨幣數量作為中間目標的效率日趨下降并應逐漸向利率價格型調控轉變[7]。不過，這些實證分析在金融創新的衡量和結果的穩健性等方面仍存在疑問。更主要的是，Poole[6]是從貨幣需求沖擊的性質進行分析，并未說明金融創新對貨幣供給和貨幣傳導機制的具體影響。

在金融創新的浪潮下，各國普遍出現了金融脫媒現象，對貨幣傳導機制和貨幣調控產生了重要影響。金融脫媒最初是指20世紀60年代以來美國存款利率管制時期，當市場利率水平高于存款機構可支付的存款利率水平時，存款機構的存款資金流向收益更高的證券市場，從而限制了銀行可貸資金的現象。正是由于金融創新和金融脫媒的發展，貨幣政策傳導的利率渠道有效性大大加強，信貸渠道的作用則有所下降[8]，對中國的實證分析也支持了這一點[9]。但是，有關金融創新和金融脫媒的研究大多側重于分析其對貨幣傳導機制或貨幣需求的影響，并未討論貨幣供給機制的具體變化。

貨幣數量調控的前提是中央銀行能夠有效控制貨幣供給。在信用貨幣條件下，即使中央銀行完全有能力控制基礎貨幣數量，貨幣乘數是否穩定對貨幣控制也至關重要。雖然完備的統計技術能夠更好地預測貨幣乘數并改善貨幣數量決策，但正如Moore[10]指出的，如果貨幣乘數由于經濟的影響而不穩定，基礎貨幣又是內生的，那么根據歷史數據得到的貨幣乘數就不能用來預測貨幣供給。畢竟，信用貨幣創造理論下，貨幣乘數有著嚴格的定義。遺憾的是，貨幣主義經濟學家大多忽視了從信用貨幣創造的角度討論貨幣乘數，而是出于分析簡便的考慮側重于討論貨幣乘數的具體形式或基礎貨幣的范圍[11-12]，但這其實與信用貨幣創造本身無關，簡化處理方式也是導致貨幣乘數理論內在矛盾的原因之一[13]。與國外學者類似，國內研究大多也采取了簡化的處理方式分析金融創新對貨幣乘數的具體影響[14]，或僅是從銀行貸款會計分錄及商業銀行資產負債變化分析信用貨幣創造及金融業務的多樣化對貨幣創造的影響[15-16]。

在存貸款利率管制基本取消的情況下，中國已進入以市場化利率形成和調控機制為核心的深化改革新階段。金融創新的迅猛發展在促進金融深化的同時，累積了大量的金融風險。2017年初，中國開始將銀行表外理財納入宏觀審慎政策評估(MPA)，監管部門也加強了監管要求。2017年5月和6月M2增速降至10%以下的歷史低位，與12%的年初目標存在較大差距，由此引發了各方的廣泛關注，金融創新活動的變化是重要的影響因素。因此，本文從最基本的信用貨幣創造模型出發，分析金融創新和金融脫媒對貨幣乘數及貨幣供給的具體影響，從而說明即使是基礎貨幣具有外生性(也即中央銀行能夠控制基礎貨幣)，數量型貨幣調控效率也將隨著金融創新和金融脫媒的發展而下降。

二、信用貨幣創造基準模型及其檢驗

(一)信用貨幣創造與金融脫媒

傳統的貨幣創造理論中，貨幣供給過程有三個參與者：中央銀行、銀行(即存款機構)及公眾(包括個人和非存款機構)。中央銀行發行基礎貨幣，公眾保留一部分現金并將剩余資金存入銀行，銀行出于法律規定及清算要求保留一部分準備金后，將剩余存款發放貸款，貸款又重新存放在銀行體系中，由此派生出一筆新的存款，如此往復，整個銀行體系將產生數倍于原始存款的派生存款，實現貨幣的多倍擴張。即使銀行并不完全發放貸款，而是投向資金市場(如買入債券或同業拆放)，那么債券發行者或資金吸收方最終仍會通過投資將這部分資金以存款的形式存入銀行，其過程與銀行發放貸款是一致的。因此，在信用貨幣體系下，貨幣就是指銀行的存款負債及公眾保留的現金。在這一貨幣創造的擴張中，貨幣乘數的定義就是指貨幣供給量與基礎貨幣的比值，反映了銀行體系信用派生的能力。傳統的Friedman和Schwartz[3]貨幣乘數為：m=(C+D)/(C+R)=(c+1)/(c+r)，其中，C表示流通中的現金，D表示銀行存款，R表示準備金，c表示現金比率，r表示準備金率。

在信用貨幣的創造過程中，最關鍵的是公眾資金僅存入銀行。如果公眾資金并不存入銀行，而是投向其他金融產品，那么這部分資金將不體現為銀行存款負債，這對信用貨幣創造過程產生重要影響。因此，從傳統信用貨幣創造的角度出發，本文所指的“媒”僅指銀行(或存款性金融機構)，金融脫媒即指在利率管制下為追求更高收益通過金融創新使資金并不流向銀行體系。隨著金融市場的發展，金融脫媒進一步泛指不通過銀行中介機構進行的金融交易，并由金融負債方擴展至資產方。但畢竟利率市場化是金融創新和金融脫媒的重要背景，隨著利率管制Q條例的取消，本文所指的狹義金融脫媒現象也將隨之消失。因此，從貨幣創造角度僅分析負債方的狹義金融脫媒情形是合理的。而且，在考慮商業銀行的債券投資情形后，更符合資產方的廣義金融脫媒含義(即融資不通過銀行等金融機構而由資金盈余和短缺者以直接融資的方式進行)，這也與商業銀行是中國債券市場交易主體的實際情況相符。近年來迅猛發展的銀行理財和互聯網金融就是非常重要的金融脫媒形式。銀行理財產品是銀行的表外業務，并不體現在其資產負債表中。以余額寶為代表的互聯網金融背后的金融產品主要是貨幣基金，只是余額寶等以T+0的方式極大地增強了貨幣基金的流動性。因此，通過考察資金流向銀行中介“媒”的變化，就可分析金融創新和金融脫媒對信用貨幣創造的影響。

(二)考慮金融脫媒情形的信用貨幣創造模型

近年來，中國金融創新和金融脫媒迅猛發展，如P2P、眾籌等，而以余額寶為代表的互聯網金融貨幣基金和同業存款最為典型，本文以此為例，在傳統信用貨幣創造理論框架下，對銀行體系的信用擴張過程進行分析。本文主要根據李宏瑾[17]有關中央銀行基礎貨幣和信用貨幣創造模型的研究，假設中央銀行獲得新增儲備資產(如外匯、債券)，并以現金發行方式發行基礎貨幣B，公眾將其中λ1倍的現金存入銀行，λ2倍的現金購買互聯網金融理財產品，保留1-λ1-λ2倍的現金(即存款比率為λ1，金融脫媒比率為λ2)。貨幣基金得到λ2B資金后，將其中α倍份額以協議存款方式存放同業，剩余1-α倍投向資金市場(如進行債券投資)。此時，貨幣基金的資產負債表如表1所示。

表1 新增基礎貨幣后貨幣基金資產負債表

表2 新增基礎貨幣后商業銀行資產負債表

銀行吸收到存款λ1B后(即通常所說的一般性存款)，按照法定準備金率γ向中央銀行上繳存款準備金，為滿足清算體系需求保留e倍的超額準備金，同時為應對臨時提取存款需求和出于審慎經營考慮，保留β倍的現金準備，根據流動性和收益需求將θ倍投資于資金市場(如債券投資)，之后銀行將剩余1-γ-e-β-θ倍資金發放貸款。同時，銀行吸收同業存款αλ2B后，雖然不需要上繳法定準備金，但仍保留e倍的超額準備資金用于同業清算，θ倍投資于資金市場，將剩余的1-e-θ倍的資金用于貸款。此時，商業銀行的資產負債表如表2所示。 無論是貸款者還是債券發行者，最終都要將獲得的資金進行投資，從而使這些資金重新進入市場。市場可以再次運用的資金如式(1)所示：

(1-γ-e-β-θ)λ1B+(1-e-θ)αλ2B+θλ1B+θαλ2B+(1-α)λ2B=λ1(1-γ-e-β)+λ2(1-αe)B

(1)

記λ=λ1(1-γ-e-β)+λ2(1-αe)，則再次運用的資金為λB。類似于前面的過程，這些資金同樣以λ1倍存入銀行，λ2倍買入貨幣基金，并保留1-λ1-λ2倍的現金，此時的現金為(1-λ1-λ2)λB。

貨幣基金得到λ2λB資金后，將其中α倍作為同業協議存款，剩余1-α倍投資債券。類似地，銀行得到λ1λB資金后，同樣繳存γ倍的法定準備金和e倍的超額準備金，保留β倍現金準備，并將θ倍和1-γ-e-β-θ倍分別進行債券投資和發放貸款，吸收αλ2λB同業存款后將e倍資金用于同業清算，θ倍和1-e-θ倍資金分別投資債券和貸款。上述過程如此循環無限往復下去(n→∞)，最后將每一步過程進行加總，就可以得到商業銀行和貨幣基金資產負債及社會中流通的現金情況，如表3所示。

表3 金融創新下商業銀行和貨幣基金資產負債及社會流通現金

上述信用貨幣的創造過程也將通過新增基礎貨幣對中央銀行資產負債表的構成產生影響。在最初新增基礎貨幣B后，商業銀行吸收的存款以現金形式持有，其上繳中央銀行的儲備資產也是以現金的形式上繳，中央銀行的資產負債表發生的變化如表4所示。盡管目前中央銀行與商業銀行主要通過清算體系以記賬方式進行資金往來，但中央銀行基礎貨幣發行和商業銀行準備金繳存方式的基本原理與本文的現金方式劃撥是一致的，以現金作為基礎貨幣發行渠道，也符合中央銀行和信用貨幣的起源。因此，本文模型同樣適用于當前的操作模式。

表4 貨幣創造過程中央銀行的資產負債表

由表4可知，商業銀行在中央銀行的儲備資產為(γλ1+eλ1+eαλ2)(1-λ)-1B，而此時中央銀行發行的現金為[1-(γλ1+eλ1+eαλ2)(1-λ)-1]B。中央銀行所發行的基礎貨幣仍然為B，只是其構成發生了變化。中央銀行發行的現金，恰恰等于社會當中流通的現金(M0)和商業銀行的庫存現金準備，即：1-(γλ1+eλ1+eαλ2)(1-λ)-1B=(1-λ1-λ2)(1-λ)-1B+βλ1(1-λ)-1B。 中央銀行發行的現金等于社會當中流通的現金(M0)和商業銀行的現金準備，這種差異是公眾的現金漏損和商業銀行提取現金準備造成的。在貨幣供應量統計中，只計入了社會中流通的現金(M0)，而沒有計入銀行庫存現金，而上式表明這兩項之和正是中央銀行基礎貨幣中現金發行的部分。根據中國人民銀行統計，社會中流通的現金(M0)與其他存款類金融機構庫存現金之和，與中國人民銀行資產負債表中負債項的貨幣發行相等，說明上述關系是成立的(限于篇幅，本文不報告具體數據)。

由表3和表4可得到基礎貨幣(準備金+現金發行)、派生存款、存款乘數的計算公式，如式(2)—式(4)所示：

(2)

(3)

(4)

廣義貨幣M2等于M0加銀行存款，如式(5)所示:

(5)

由式(5)可以得到貨幣乘數，如式(6)所示：

(6)

最終貨幣乘數的形式如式(7)所示：

(7)

另外，無論是否存在負債方金融脫媒(無論λ2是否為零)，資產方金融脫媒對貨幣乘數形式并沒有影響(與θ無關)。金融結構的變化和資產方金融脫媒對中央銀行貨幣控制能力并沒有太大關系，這可以解釋為何在德國、日本等銀行間接融資為主的國家中，金融脫媒仍對其貨幣供給產生相當大的干擾。金融功能觀和金融發展決定因素理論等現代金融理論都認為，傳統的以金融結構來判斷金融發展水平并不是必要的，這最多只能是第二位重要的問題，本文的結果與之類似。當然，資產方金融脫媒的現金漏損和非貸款投資渠道的變化，仍會對貨幣乘數產生重要影響。例如，本文模型中同業存款(α)本質上也是某種形式的資產方金融脫媒，貨幣乘數形式發生了一定的改變。

(三)對有關參數的估算及對貨幣乘數的初步檢驗

上一部分中的模型描述了貨幣乘數的具體形式，本文將對有關參數進行估算并利用式(7)對貨幣乘數進行檢驗。2004年，中國開始實行差別準備金制度，對農信社、城信社等不同類型金融機構實行差別準備金政策，2008年9月起，中國對大型金融機構和中小金融機構實行差額準備金管理。本文根據不同銀行一般性存款進行加權，從而得到加權平均的全國法定準備金率數據(γ)。根據各期《貨幣政策執行報告》，得到金融機構超額準備金率數據(e)。以其他存款機構庫存現金與一般性存款之比得到庫存現金準備數據(β)。目前，中國尚未公布全國貨幣基金資產配置數據，根據Wind提供的各貨幣基金公司銀行存款占基金凈值之比，并按基金凈值規模加權平均，從而得到貨幣基金同業存款占比的估算數據(α)。

本文對λ1和λ2進行估算。由于缺乏連續可靠的微觀數據，因而通過模型結果進行推算。在模型中，一般性存款為λ1(1-λ)-1B，同業存款為αλ2(1-λ)-1B，則一般性存款與同業存款之比記為k1=λ1(αλ2)-1；社會中流通用現金為(1-λ1-λ2)(1-λ)-1B，則一般性存款與流通中現金之比記為k2=λ1(1-λ1-λ2)-1。通過計算可以得到：λ1=αk1k2(k1α+k1k2α+k2)-1，λ2=k2(k1α+k1k2α+k2)-1。

2011年10月，中國將非存款類金融機構在存款類金融機構的存款計入M2進行統計，因而可以將存款類金融機構的一般性存款與計入廣義貨幣的對其他金融性公司負債存款之比作為k1序列。對于2011年3季度前的數據，利用上市銀行數據進行分析。在16家上市銀行的年報和中報中，共有13家銀行資產負債表及項目注釋中給出了非銀行金融機構存放款項和一般性存款數據。將各家銀行數據匯總并計算，通過平均趨勢插值法將半年度數據轉化為季度數據，從而得到2006年1季度—2011年3季度k1的估計值。2006年以來，中國非存款性金融機構同業存款不斷增加，其相對于一般性存款比率(1/k1)由2006年1季度的4.2834%逐步升至2017年2季度的11.4225%。通過搜索存款性公司概覽和其他存款性公司資產負債表可以獲得存款機構一般性存款和流通中現金數據，從而得到k2。根據上述公式計算就可得到λ1、λ2的估計值。

根據上面的方法得到λ1，λ2，α，γ，e和β序列后，根據貨幣乘數模型式(7)，得到貨幣乘數估計值。根據貨幣乘數的定義，即廣義貨幣(M2)與基礎貨幣(儲備貨幣)的比值，得到貨幣乘數實際值。由于中國貨幣基金是從2003年才開始引入，作為銀行業主體的中資大型銀行是在2005年之后才陸續上市，因而本文以2006年1季度至2017年2季度數據作為樣本。

經計算，貨幣乘數估計值與實際值走勢高度一致，二者相關系數高達0.8617。需要指出的是，由于2011年10月之前，中國廣義貨幣M2并未將非存款性金融機構在存款性金融機構的存款(即非存款性金融機構的存放同業)納入統計，因而2011年3季度之前兩序列的偏差較大，但在此之后兩者偏差明顯縮小，2011年4季度至2017年2季度兩者相關系數進一步高達0.9963，說明本文對貨幣乘數的估計是合理的。以修正SC標準進行ADF平穩性檢驗，可以發現兩序列都是I(1)序列，并存在長期均衡的協整關系(限于篇幅，不報告具體檢驗結果)。本文以貨幣乘數實際值作為因變量，以估計值作為自變量，進行回歸。如果估計值與實際值相符，那么回歸方程中常數項應不顯著，自變量系數應顯著且理論上應等于1，本文通過Wald系數檢驗對變量回歸系數等于1的原假設進行檢驗，并采用Newey-West異方差自相關一致性協方差估計進行顯著性檢驗。

由表5可知，回歸結果非常理想。2006年1季度至2017年2季度全部樣本，以及2011年3季度之前樣本期間，雖然貨幣乘數估計值與實際值顯著相關，但常數項都是顯著的，而且Wald系數檢驗都顯著拒絕了變量系數為1的原假設。2011年4季度至2017年2季度樣本期間，常數項不顯著，Wald系數檢驗無法拒絕變量系數為1的原假設。可見，本文對貨幣乘數的模型及其估計是比較可靠的，將非存款金融機構存放存款金融機構存款納入廣義貨幣統計也是合理的。

表5 對貨幣乘數估計值的檢驗結果(貨幣乘數實際值為因變量)

注：括號內為Newey-West標準差，***、**和*分別代表顯著性水平1%、5%和10%。下同。

三、對貨幣乘數的擴展分析及檢驗

(一)各影響因素對貨幣乘數的影響

為了定量研究各個因素對于貨幣乘數的影響，通過比較靜態分析的方法，計算貨幣乘數關于各參數的偏導數，可以觀察在其他因素固定的條件下某特定因素對貨幣乘數的邊際效應。由式(7)可以得到式(8)：

(8)

可見，存款比率、金融脫媒比率和同業存款比率對于貨幣乘數有正向作用，法定準備金率、超額準備金率和庫存現金準備對貨幣乘數有反向作用，這與貨幣理論是一致的。法定準備金是中央銀行有力的貨幣政策工具，提高法定準備金率將減少商業銀行的可貸資金，引導資金退出信貸領域，從而減少派生存款，降低貨幣乘數，導致貨幣供應量減少。超額準備金、庫存現金準備與法定準備金的作用類似(兩者之和通常又被稱為商業銀行的備付金)，其增加也會導致派生存款的減少，降低貨幣乘數。與其他變量相比，庫存現金準備數據非常小且波動非常低(最高僅為0.7945%，最低為0.5948%，標準差僅為0.0647%)。出于分析方便的考慮，后面的分析不考慮這一變量的作用。存款比率、金融脫媒比率和同業存款比率的升高會減少現金漏損，提高銀行可貸資金量，從而提高貨幣乘數。同時，金融脫媒比率和同業存款比率也會導致貨幣結構的變化，促進資金有效配置，提高整個金融系統的貨幣創造能力。

本文所指的金融脫媒是指狹義的負債方居民資金并不完全流向銀行存款，而是被分流轉向其他投資渠道。通過計算貨幣乘數關于λ1、λ2的二階偏導數，就可以觀察金融脫媒對傳統銀行存款的貨幣乘數邊際變化影響。其計算公式為：

(9)

與貨幣乘數對存款比率的一階偏導數相比，二階偏導數形式更為復雜，金融創新和金融脫媒使得中央銀行控制貨幣越來越困難。同時，不難證明式(9)大于零，說明金融脫媒的出現和發展使傳統的以銀行存款為媒介的信用貨幣創造機制更為復雜，放大存款的貨幣乘數邊際效應，這不僅使得傳統的存款與貨幣乘數和貨幣供給關系更不穩定，也導致貨幣總量和社會流動性的進一步擴張。各國在20世紀70年代前后金融創新和金融脫媒迅猛發展時期不斷修訂貨幣統計口徑，本文的發現為此提供了合理的解釋。

表6 各變量對貨幣乘數變化的貢獻

2015年以來，隨著金融創新風險逐漸暴露，中國逐漸加強了金融監管的力度。2015年將存款準備金動態調整升級為MPA后，貨幣基金的銀行同業存款資產占比在2014年年中達到頂峰后出現趨勢性下降。由于中央銀行進行了充分的政策溝通，2017年將銀行表外理財納入MPA后，同業存款比率并沒有受到太大的影響，而是與往年一樣在上半年呈現季節性反彈態勢，但受2017年3月以來金融監管部門針對委外、同業等監管政策要求趨嚴的影響，銀行同業業務和金融脫媒都受到很大的負面沖擊，金融脫媒比率λ2下降對貨幣乘數產生了明顯的抑制作用。不過，雖然理論上嚴格監管要求在一定程度上將加大金融機構的風險厭惡情緒，增加資金儲備和超額準備金率，2016年末金融機構超額準備金率較2015年同期增加0.3個百分點也充分說明了這一點，但監管政策過度收緊導致市場利率上升，穩健金融機構持有超額準備金的機會成本大大增加，在盈利性動機下，這類金融機構將更多地對外拆出資金，從而導致2017年以來超額準備金率的迅速下降。與此同時，2015年9月和2016年7月，中國分別對存款準備金的分子和分母實行平均考核法，2016年2月將原每周兩次的常規公開市場操作擴展至每日操作，有效地促進了金融機構的平滑流動性管理，這在一定程度上也促進2017年以來金融機構超額準備金率的下降和貨幣乘數的上升。同時，2014年，中國先后兩次定向降準，2015年和2016年分別提出4次和1次普降法定準備金要求，2017年根據宏觀審慎評估情況持續對金融機構進行定向降準。中國大型銀行存款市場占比趨勢性下降，由于其法定準備金要求更高，因而全部金融機構總體法定準備金率逐步下降。按存款規模加權計算的平均法定準備金表明，2014年下半年以來，中國法定準備金率明顯下降，即使是2016年下半年以來，法定準備金率仍呈小幅下降態勢，因而近年來法定準備金始終帶動貨幣乘數小幅上升。因此，雖然2017年以來受金融監管政策趨嚴和金融部門去杠桿因素的影響，貨幣乘數和貨幣供給受到一定的抑制，但受準備金考核和公開市場操作方式的完善和市場利率上升等因素影響，法定和超額存款準備金率的下降抵消了金融脫媒比例對貨幣乘數的作用，2017年2季度中國貨幣乘數進一步上升至歷史最高的5.3701，非金融部門貨幣供給仍保持了較快增長，實體經濟合理的融資需求得到了有效滿足[18]。

另外，與其他變量相比，同業存款對貨幣乘數的影響相對較小，2010年之前同業存款比率α與金融脫媒關系并不完全一致。這主要是由于，一方面，2011年之前，貨幣基金資產配置中銀行存款占比相對較低(最高也僅略高于30%)，而且在資本市場高漲時期這一指標一度降至個位數；另一方面，2007年前后的金融脫媒主要是資本市場推動下的資產方金融脫媒，這與居民為追求更高存款收益的負債方金融脫媒存在很大不同。盡管股票和基金投資分流了居民存款，對銀行負債方也產生了一定影響，但股票發行方仍通過投資行為將資金回流至銀行，而股票型基金將大部分資產仍配置股票(相應的同業存款配置相對較小，而且由于股票市場的發展，同期貨幣基金發展一度萎縮)，因而對銀行負債方的金融脫媒作用影響相對較小。相反，在利率市場化進程加快的背景下，銀行理財或互聯網金融背后的貨幣基金充分利用當前利率雙軌制的安排，通過同業存款等方式突破利率管制，使居民能夠充分享受市場化的資金收益，這對銀行負債方的金融脫媒產生了重要的影響。

(二)各因素對貨幣乘數影響的檢驗

本文對法定準備金率等五個影響貨幣乘數主要因素進行實證分析。首先，通過ADF平穩性檢驗發現，各變量都是I(1)序列且存在長期協整關系(限于篇幅，不報告具體檢驗結果)，以貨幣乘數作為因變量進行回歸，結果如表7所示。

表7 對貨幣乘數影響因素檢驗結果(m實際值為因變量)

由表7可知，回歸效果非常理想。在全部樣本期間，除同業存款比率α外，各變量都在1%水平下顯著。如果以2011年10月中國將非存款金融機構在存款金融機構存款納入廣義貨幣統計作為分界點，可以發現在2011年3季度之前，同業存款比率α并不顯著，但其他變量都在5%水平下顯著，而在2011年4季度之后，α通過了5%水平的顯著性檢驗。這個結果與表5相同，說明2011年中國對貨幣統計的修正是必要合理的。同時，由于2011年4季度之后樣本較少，準備金率和同業存款比率α對貨幣乘數的影響較大，因而λ1，λ2的系數不顯著。因此，引入一個虛擬變量D[19]，即為貨幣統計的修正示性變量，在2011年3季度之前取0，在2011年4季度之后取1。將這一虛擬變量加入α的斜率中，進行全樣本回歸(見表7第4列)。結果顯示α自身的系數在5%水平下不顯著，但虛擬變量項的系數顯著為正，這說明在貨幣統計未加入同業存款時，同業存款比率α對貨幣乘數的影響不顯著，而修正后同業存款比率α對貨幣乘數有顯著的正向影響。而且相比普通的全樣本回歸，加入虛擬變量調整的回歸結果中γ、e、λ1、λ2的系數也與分階段回歸的結果更一致，說明回歸結果更加穩健。這也充分說明本文考慮金融脫媒情形的信用貨幣供給和貨幣乘數模型是可靠的。雖然計量分析表明，各變量與貨幣乘數的關系穩健可靠，但由于貨幣政策當局無法事先準確判斷和估計金融脫媒或同業存款的程度，貨幣供給的可控性更加困難。在利率市場化的大背景下，金融創新和金融脫媒的迅猛發展使以數量為目標的貨幣政策面臨越來越大的挑戰，貨幣政策有必要向利率為主的價格型調控模式轉型，這也與美歐的經驗相符[20]。

(三)基于VAR框架下的Granger因果分析

根據Sims等[21]，如果變量同為一階單整且存在協整關系，那么這些變量可以以水平形式進入VAR系統且不會出現模型設定錯誤，因而可以將貨幣乘數、法定準備金等序列置于VAR框架，并對其進行Granger因果檢驗。通過SC準則確定VAR系統的滯后階數為4，VAR系統的特征根都落在單位圓以內，模型是穩定的(限于篇幅，不報告具體檢驗結果)。在確立VAR系統后，對變量進行Granger因果關系檢驗。

由表8可知，在貨幣乘數方程中，除準備金和同業存款比率外，各變量及全部變量的聯合檢驗都在5%水平下拒絕原假設，說明λ1、λ2是貨幣乘數的Granger原因。法定存款準備金方程中，各變量均無法顯著拒絕原假設，說明法定準備金外生于VAR系統，這與中央銀行調控法定準備金率的事實相符。在超額準備金率方程中，所有變量的檢驗都在5%顯著性水平下拒絕了原假設，說明λ1、λ2、貨幣乘數、準備金率、同業存款比率都對超額準備金率有著顯著的Granger影響。存款比率、金融脫媒比率和同業存款方程中，法定準備金和同業存款都在5%或10%水平下拒絕原假設，這恰說明以規避數量調控為目標的金融創新的影響。另外，各方程都表明，貨幣乘數始終不是其他變量的Granger原因，這也說明本文對貨幣創造和貨幣乘數模型的分析是可靠的。

表8 貨幣乘數及其影響因素Granger因果檢驗

四、結論性評述

本文在傳統的信用貨幣創造理論框架下，以貨幣基金和同業存款形式的金融脫媒為例，通過推導考慮金融脫媒情形的貨幣供給和貨幣乘數模型，說明了利率市場化進程加快的背景下，金融創新和金融脫媒對貨幣供應機制的具體影響。模型發現，金融創新和金融脫媒并不影響基礎貨幣供應，只是使貨幣乘數形式更加復雜，從而使貨幣數量的可控性更加困難。法定和超額準備金率及金融機構庫存現金準備與貨幣乘數負相關，金融脫媒比率、存款比率和同業存款的上升則能夠提高貨幣乘數；金融脫媒使傳統以銀行存款為媒介的信用貨幣創造機制更為復雜，進一步擴大了存款的貨幣乘數邊際效應。本文根據推導的貨幣乘數理論模型，以中國2006年1季度至2017年2季度的數據為樣本，基于影響貨幣乘數的存款比率、金融脫媒比率等估算數據及法定和超額存款準備金率、庫存現金準備等實際數據，對中國的貨幣乘數進行了合理估算，并對各變量與貨幣乘數的關系進行了實證分析。結果表明，本文對考慮金融脫媒因素的信用貨幣創造機制的分析和貨幣乘數模型的估計是合理的，各變量與貨幣乘數的關系顯著且與理論模型所揭示的方向一致。對貨幣乘數的檢驗還表明，2011年中國將非存款性金融機構同業存款納入貨幣統計是必要的。

中共十八屆五中全會明確提出“創新和完善宏觀調控方式”的政策要求，《國民經濟和社會發展第十三個五年規劃綱要》指出，完善金融調控機制，完善利率市場化，創新貨幣政策調控工具是現代金融體系建設的重要內容，要進一步“創新宏觀調控方式，健全利率市場決定機制，……完善貨幣政策操作目標、調控框架和傳導機制，構建目標利率和利率走廊機制，推動貨幣政策由數量型為主向價格型為主轉變”。在利率市場化改革加快推進和商業銀行存貸款利率管制基本取消的當下，以銀行理財和互聯網金融為代表的金融創新和金融脫媒迅猛發展，貨幣數量調控效果日益下降，這進一步加強了中國貨幣政策向價格型貨幣政策轉型的迫切性和必要性。雖然本文的分析表明，資產方金融脫媒并不影響信用貨幣創造機制，但融資方式的多元化仍將在很大程度上改變金融機構的行為方式和資產配置，進而對貨幣乘數和貨幣創造機制產生重要影響。因此，盡管存款上限的完全放開將使大量負債方金融脫媒消失，對貨幣供應量統計口徑的修訂在一定程度上也能夠提高貨幣控制效果，但貨幣數量作為中間目標的可控性及其與最終目標的相關性仍將越來越差。2007年前后，中國由資本市場帶動的資產方金融脫媒和貨幣調控經驗，以及發達國家利率市場化后仍放棄貨幣數量調控并重新轉向利率調控的實際，充分說明了這一點。畢竟，價格機制是市場經濟的核心。一味追求數量目標不可避免地干預微觀主體行為并影響價格機制的有效發揮，從這一點來說，利率價格引導要優于貨幣數量調控。因此，在利率由市場供求決定的同時，也應實現利率管理和貨幣調控方式的市場化，通過利率杠桿的引導充分發揮價格機制的作用，只有這樣才能夠真正實現金融資源的最優配置，促進經濟在新常態下的可持續健康發展。

[1] 夏斌, 廖強. 貨幣供應量已不宜作為當前我國貨幣政策的中介目標[J]. 經濟研究, 2001，(8):33-43.

[2] Friedman， M., Meiselman， D. The Relative Stability of Monetary Velocity and the Investment Multiplier in the United States, 1897-1958[R].In Stabilization Policies,A Series of Research Studies Prepared for the Commission on Money and Credit，1963.

[3] Friedman， M., Schwartz， A. A Monetary History of the United States[J]. Nber Books, 1963, 70(1):512-523.

[4] Jordan， J. L. Elements of Money Stock Determination[J]. Federal Reserve Bank of St.Louis Review, 1969, 51(10):10-19.

[5] Cagan, P. The Choice Among Monetary Aggregates as Targets and Guides for Monetary Policy[J]. Journal of Money Credit and Banking, 1982, 14(4):661-686.

[6] Poole, W. Optimal Choice of Monetary Policy Instruments in a Simple Stochastic Macro Model[J]. Quarterly Journal of Economics, 1970, 84(2):197-216.

[7] 任杰, 尚友芳. 我國貨幣政策中介目標是否應改變為利率——基于擴展的普爾分析的實證研究[J]. 宏觀經濟研究, 2013，(10):23-31.

[8] Bernanke, B. S., Gertler, M. Inside the Black Box: The Credit Channel of Monetary Policy Transmission[J]. Journal of Economic Perspectives, 1995, 9(4):27-48.

[9] 宋旺. 中國金融脫媒研究[M]. 北京：中國人民大學出版社, 2011.

[10] Moore, B.J. Horizontalists and Verticalists:The Macroeconomics of Credit Money[M].Cambrideg:Cambridge University Press, 1988.

[11] Steindl, F. G. The Contemporary Money-Supply Paradigm: Friedman and Patinkin[J]. Journal of Macroeconomics, 1982, 4(4):477-482.

[12] Anderson, R. G., Rasche, R. H. The Domestic Adjusted Monetary Base[R].Federal Reserve Bank of St. Louis Working Paper, 2000.

[13] 吳忠群. 原始存款與基礎貨幣的對應關系[J]. 財貿經濟, 2006,(10):16-22.

[14] 蒲成毅. 數字現金對基礎貨幣與貨幣乘數的影響[J]. 當代經濟研究, 2002,(7):58-61.

[15] 孫國峰. 信用貨幣制度下的貨幣創造和銀行運行[J]. 經濟研究, 2001,(2):29-37.

[16] 伍戈, 李斌. 貨幣創造渠道的變化與貨幣政策的應對[J]. 國際金融研究, 2012,(10):4-10.

[17] 李宏瑾. 中央銀行、信用貨幣創造與“存差”——兼對近年中國人民銀行貨幣操作行為的分析[J]. 金融研究, 2006,(10):8-22.

[18] 徐忠.探索有效金融監管體系[EB/OL].http://finance.caixin.com/2017-06-21/101104007.html，2017-06-21.

[19] Wooldridge, J. M. Introductory Econometrics: A Modern Approach[M].Cincinnati: South-Western College Pub, 2008.

[20] 張健華. 利率市場化的全球經驗[M]. 北京：機械工業出版社, 2012.

[21] Sims, C. A., Stock, J. H., Watson, M. W. Inference in Linear Time Series Models With Some Unit Roots[J]. Econometrica, 1990, 58(1):113-144.

①本文僅代表作者觀點，與任何機構無關。

2017-08-20

李宏瑾(1978-)，男，遼寧沈陽人，副研究員，博士，主要從事貨幣政策和宏觀經濟研究。E-mail:leehongjin@163.com蘇乃芳(1985-)，女，北京人，助理研究員，博士，主要從事貨幣政策和計量經濟研究。E-mail:sunf013@126.com

F820.3

A

1000-176X(2017)10-0040-11

(責任編輯：鄧菁)