經(jīng)濟新常態(tài)下貨幣政策傳導信貸渠道的時變效應分析

丁 華 丁 寧

(1.安徽大學,安徽 合肥 230601； 2.安徽財經(jīng)大學，安徽 蚌埠 233030)

一、引言及相關文獻回顧

我國經(jīng)濟歷經(jīng)30多年的粗放型增長后，來到增長速度放緩、結構調(diào)整、經(jīng)濟下行壓力較大等多種問題疊加的“新常態(tài)”時期。國家統(tǒng)計局數(shù)據(jù)顯示， 2016年第4季度GDP增速僅為6.8%，同時，2016年CPI全年上漲2%，PPI出現(xiàn)連續(xù)4年多的負增長。據(jù)央行統(tǒng)計，2017年1月，金融機構各項貸款余額增速達到139個月(2005年6月以后)以來的最低值12.6%。這些數(shù)據(jù)說明，面對經(jīng)濟新常態(tài)，政府在處理速度、結構、物價三者關系過程中，必須對產(chǎn)出、物價等宏觀經(jīng)濟變量的調(diào)控模式進行結構性變革。因此，研究貨幣政策傳導機制，剖析貨幣政策影響實體經(jīng)濟并導致經(jīng)濟產(chǎn)出變化的整個過程，顯得尤為重要。

從理論上說，貨幣政策的傳導渠道分為傳統(tǒng)貨幣渠道和信貸渠道(Mishkin，1996)。Kashyap et al.(1993)基于美國短期融資券數(shù)據(jù)，證實了貨幣政策信貸渠道的存在性。涉及信貸渠道的文獻主要論述銀行信貸如何影響經(jīng)濟波動，以實現(xiàn)貨幣政策的有效性。主要集中在兩個方面：其一是銀行信貸渠道研究，認為貨幣政策通過調(diào)節(jié)銀行貸款供給量，控制企業(yè)投資需求，最終導致實際產(chǎn)出變化。強調(diào)銀行主要受外部沖擊影響，因而調(diào)節(jié)信貸供給可以造成經(jīng)濟波動。Bernanke et al.(1998)提出貨幣政策傳導的信貸渠道，認為可以將銀行貸款看成一種金融資產(chǎn)，并對傳統(tǒng)的IS曲線進行修正，建立“商品—信貸”的CC曲線以及信貸渠道CC-LM模型。其二是資產(chǎn)負債表渠道研究，認為貨幣政策通過調(diào)整利率，直接導致企業(yè)凈價值以及外部融資成本變化，因而間接造成投資需求的變動，最終影響了GDP。強調(diào)外部融資成本直接或者間接影響企業(yè)的自有資本。Bernanke et al.(1995)認為企業(yè)資產(chǎn)負債表的內(nèi)生性的變化能產(chǎn)生金融加速器的作用。Kiyotaki et al.(1997)修正了金融加速器模型，提出信貸周期模型，強調(diào)銀行信貸的杠桿效應。

國內(nèi)的學者基本上沿著這兩類主線展開信貸傳導機制的實證研究。姚余棟等(2013)利用修正的Kashyap模型，論證了我國貨幣政策傳導信貸渠道的存在性。盛松成等(2008)利用VAR模型證實信貸量的增加對產(chǎn)出和物價都有促進作用。張建平等(2017)提出我國資產(chǎn)價格上漲導致銀行信貸資金從實體經(jīng)濟流向股市或樓市,使得擴張性貨幣政策向實體經(jīng)濟傳導受阻。關于貨幣政策信貸渠道的實證研究除了關注總量分析外，近年來，還有文獻從信貸結構視角進行研究。范從來(2012)構建小型DSGE模型，從信貸期限結構角度研究經(jīng)濟增長的影響因素。黃憲、沈悠(2015)提出貨幣政策通過銀行信貸渠道具有結構效應，認為貨幣政策實施效果也有結構性差別。張夢云等(2016)基于上市公司微觀數(shù)據(jù)，研究我國貨幣政策的信貸傳導渠道對企業(yè)投資支出的影響。李炳等(2015)分析了貨幣信貸結構對宏觀經(jīng)濟的機理性影響，并進一步解釋了 “中國貨幣迷失之謎”。 同樣，在貨幣政策信貸渠道的非線性和非對稱性研究中，蔣瑛琨等(2005)認為信貸量投放在短期和長期對物價的影響具有明顯不對稱性，即短期造成通脹，長期造成通縮；徐偉等(2009)建立五部門的DSGE模型，認為信貸渠道的影響具有較短的時效性，長期來看趨于穩(wěn)態(tài)；王立勇(2010)利用MSVAR模型的分析表明，信貸渠道的效應在不同經(jīng)濟區(qū)制下具有不對稱性，由于金融加速器的影響，緊縮時期的信貸投放對經(jīng)濟影響更大。截至目前，涉及貨幣政策時變性的研究也不少，如張依茹等(2011)引入MSVAR模型證實我國貨幣政策信貸渠道存在時變效應；王少林等(2015)構建隨機波動率下的FAVAR模型研究我國數(shù)量型貨幣政策有效性的時變特征；黃憲、王旭東(2015)利用時變參數(shù)模型對數(shù)量型和價格型貨幣政策調(diào)控效果的演進趨勢和時變特征進行分析；劉金全等(2016)構建LT-TVP-VAR模型分析我國貨幣政策的時變反應特征和調(diào)控模式。

綜上所述，貨幣政策信貸渠道傳導效應研究從未間斷，但根據(jù)央行的實際操作及其效果可以發(fā)現(xiàn)，貨幣政策信貸渠道的實際效果與預期目標存在一定差距，真實刻畫和剖析信貸渠道的傳導機制至關重要。然而，現(xiàn)有文獻多從信貸總量或者信貸期限結構角度分析信貸傳導渠道的效果，并未結合這兩個角度即多維度考察信貸渠道的傳導效應，因而存在一定的缺陷。在信貸結構指標的刻畫上，考慮到我國的信貸量以使用部門劃分的統(tǒng)計數(shù)據(jù)從2007年才開始，時間跨度短，據(jù)此進行實證分析結果的可信度不高，因此，本文采用信貸期限結構和信貸效率來反映信貸非總量方面的結構特征。另外，由于我國的經(jīng)濟體制和經(jīng)濟結構存在一定變化，不同經(jīng)濟階段的信貸結構、效率等層面數(shù)據(jù)是不一樣的。因此，本文從信貸規(guī)模、信貸期限結構、信貸效率等角度，結合我國實際情況，構建TVP-VAR模型分析貨幣政策實施過程中信貸渠道對經(jīng)濟增長以及物價變動的時變效應，通過剖析信貸渠道的真實效果，厘清貨幣政策信貸傳導機制，以期能為貨幣當局具體貨幣政策調(diào)控提供理論依據(jù)，特別是針對當期“新常態(tài)”時期信貸渠道的反應特征給出相應的政策建議，以促進金融資源更有效地服務實體經(jīng)濟。

二、模型構建和數(shù)據(jù)說明

(一)TVP-VAR模型構建

VAR模型自提出以來，宏觀經(jīng)濟分析經(jīng)常會用到這種結構性模型工具。相對于單方程模型，VAR采用多方程形式，克服了變量內(nèi)生性的判定選擇問題。同等對待所有變量，能較好反映信息在不同變量間的反饋效果，因而能更好地解釋經(jīng)濟問題。1990年后，學者們開始探索對傳統(tǒng)的VAR模型進行改進，考慮參數(shù)時變效果，從而刻畫結構變量間的非線性關系。Primiceri(2005)分析美國的貨幣政策傳導機制過程，提出了時變參數(shù)的向量自回歸模型(TVP-VAR)，將結構式中的系數(shù)和隨機擾動性的方差看成具有隨機變化的特征，因而可以捕捉經(jīng)濟中的時變特征。本文將采用Nakajima(2011)的TVP-VAR模型算法，基于OxMetrics 6.0平臺，從信貸的三個不同角度研究貨幣政策實施過程中信貸渠道對經(jīng)濟增長以及物價水平所起作用。

傳統(tǒng)的結構VAR模型如下：

Ayt=F1yt-1+…+Fpyt-p+ut

(1)

令Bi=A-1Fi(i=1,…,p)，因此式(1)可以寫成：

yt=B1yt-1+…+Bpyt-p+A-1∑εt

(2)

其中：ε～N(0,Ik)；t=p+1,…,n。

yt=Xtβ+A-1∑εt

(3)

考慮到式(3)的模型系數(shù)是固定的，假設模型的參數(shù)β、A-1、∑是隨時間變化的，因此可以對式(3)進行修正，得到TVP-VAR模型：

(4)

其中：t=p+1,…,n。

βt+1=βt+μβt, αt+1=αt+μαt， ht+1=ht+μht

其中：t=p+1,…,n；βp+1～N(μβ0,∑β0)，αp+1～N(μα0,∑α0)，hp+1～N(μh0,∑h0)。

(二)變量選擇和數(shù)據(jù)說明

我國經(jīng)濟自1996年以來由“軟著陸”到持續(xù)10多年的“中高速增長”再到現(xiàn)在的“新常態(tài)”，央行的貨幣政策也經(jīng)歷了 “從緊—適度寬松—穩(wěn)健”的變動軌跡。同樣如此，信貸市場也隨之經(jīng)歷了結構性變化。這種結構性變化導致貨幣政策實施過程中信貸渠道對經(jīng)濟增長和物價的影響表現(xiàn)出時變特征。為了識別這種特征，本文利用TVP-VAR模型對貨幣政策實施過程中信貸沖擊與經(jīng)濟增長、物價水平的關系進行動態(tài)分析。

時變模型一般需要有足夠多的樣本數(shù)據(jù)才能保證其結果的精度和有效性，本文選取1996年1月至2017年2月共 254個樣本數(shù)據(jù)。考慮到我國貨幣政策數(shù)量型工具仍占有主導地位，借鑒蔣瑛琨等(2005)、高波等(2009)考察貨幣政策貨幣渠道傳導機制的思路，利用人民銀行公布的貨幣供應量M2月度同比增長率作為貨幣政策的代理變量。由于GDP只有季度數(shù)據(jù)，故采用規(guī)模以上工業(yè)增加值同比增長率(Y)作為產(chǎn)出的代理變量。通貨膨脹指標采用消費者價格指數(shù)同比增長率(CPI)來表示。金融機構各項貸款余額同比數(shù)據(jù)(CQ)作為信貸規(guī)模的代理變量。根據(jù)人民銀行的劃分標準，將各類金融機構貸款劃分為短期貸款、中長期貸款、委托貸款、票據(jù)融資和其他貸款等類。其中后三類貸款所涉數(shù)量較少，本文僅選用中長期貸款與短期貸款數(shù)量之比(CS)作為信貸期限結構的代理變量。CS的值越大，則反映信貸的中長期貸款比重越大，因而一定程度上反映了信貸的結構特征。參考曹源芳(2011)、姚宇等(2013)，考慮到金融機構各類貸款余額與各類存款余額比值(CE)的大小某種程度上反映了銀行系統(tǒng)將儲蓄轉化為貸款進而促進實體經(jīng)濟的效率與能力，盡管2015年10月我國才取消商業(yè)銀行75%存貸比監(jiān)管紅線，但本文主要是研究當前“新常態(tài)”時期信貸渠道的時變效應，且研究數(shù)據(jù)截止到2017年2月，因此這里選擇金融機構存貸比反映信貸效率。所有數(shù)據(jù)來源于Wind統(tǒng)計數(shù)據(jù)庫，對時序數(shù)據(jù)進行X-12季節(jié)性調(diào)整，消除季節(jié)因素和不規(guī)則因素的影響。

三、實證結果分析

根據(jù)我國的現(xiàn)有貨幣政策的實施情況，通過信貸規(guī)模、信貸期限結構和信貸效率三個層面分析貨幣政策實施過程中信貸渠道的有效性問題，有助于厘清我國信貸總量擴張下的宏觀經(jīng)濟效應。同時，考慮到各變量的外生性程度，按照一定順序，擬構造三個TVP-VAR模型：模型Ⅰ由貨幣供應量 (M2)、信貸規(guī)模(CQ)、產(chǎn)出(Y)和通貨膨脹率(CPI)構成。模型Ⅱ由貨幣供應量 (M2)、信貸期限結構(CS)、產(chǎn)出(Y)和通貨膨脹率(CPI)構成。模型Ⅲ由貨幣供應量 (M2)、信貸效率(CE)、產(chǎn)出(Y)和通貨膨脹率(CPI)構成。

建立TVP-VAR模型之前，需要對數(shù)據(jù)的平穩(wěn)性進行檢驗。ADF檢驗結果表明：涉及的六個變量在5%的顯著性水平上是平穩(wěn)的，這為TVP-VAR檢驗的有效性提供了保證。結果如表1所示。

表1 數(shù)據(jù)的ADF檢驗結果(1996年1月—2017年2月)

注：(C,T,K)中三個變量分別表示截距、趨勢和滯后項階數(shù)。

本文以最大化邊際似然函數(shù)為原則，選取三個模型滯后階數(shù)均為一階進行實證分析。利用MCMC方法進行模擬前需要對參數(shù)賦初值，借鑒Nakajima(2011)對模型先驗分布的假定，設定μα0=μβ0=μh0=0，∑α0=∑β0=10I，∑h0=4I，假設協(xié)方差矩陣的對角元素服從以下分布：(∑α)-2i～Gamma(2,0.01)，(∑h)-2i～Gamma(2,0.01)，(∑β)-2i～Gamma(2,0.01)。為了計算參數(shù)的后驗分布，將MCMC法迭代10000次，對前1000次抽樣的預燒樣本進行舍棄。

(一)MCMC抽樣估計有效性檢驗

剩下的9000次抽樣迭代后得到圖1中模型Ⅰ參數(shù)的自回歸系數(shù)、樣本路徑以及后驗密度函數(shù)。可以看出，對應的樣本自相關系數(shù)和取值路徑相對平穩(wěn)，表明MCMC抽樣法的結果是可信的。同樣，可以得到模型Ⅱ、模型Ⅲ參數(shù)樣本的估計結果，同樣得出有效性的結論*限于篇幅，省略其估計結果，全部檢驗結果備索。。

表2給出了模型Ⅰ待估參數(shù)的后驗分布均值、標準差、95%置信上下界、Geweke收斂值和無效因子值。可以看出，Geweke診斷值均小于正態(tài)分布5%的臨界值1.96，說明在5%的顯著性水平下，Geweke值不能拒絕參數(shù)收斂于后驗正態(tài)分布的原假設。而模型的無效因子較小(均小于100)，這說明模型中所有參數(shù)和狀態(tài)變量抽取的樣本均是有效的。同樣，可以獲得模型Ⅱ、模型Ⅲ的參數(shù)估計結果，所得結論一致*限于篇幅，省略其估計結果，全部檢驗結果備索。。

表2 MCMC法參數(shù)估計結果

圖1 模型Ⅰ的樣本自相關系數(shù)、樣本路徑和后驗密度

(二)隨機波動特征分析

為了研究信貸規(guī)模、信貸期限結構和信貸效率變量在不同時期的波動情況，圖2顯示了三個變量的后驗波動率的時變特征。從圖2(a)可以看出，我國信貸規(guī)模增速(CQ)在1996—1998年間隨機波動性高。這一時期，我國經(jīng)濟受到國外經(jīng)濟形勢(亞洲金融危機)和本身經(jīng)濟下行壓力、通貨緊縮的影響，貨幣政策調(diào)控主要是同時采取貨幣供應量和信貸規(guī)模作為政策工具進行操作。在1998年以后，人民銀行取消了對商業(yè)銀行信貸的直接控制，信貸的波動較為平穩(wěn)。到2008年左右，信貸規(guī)模又出現(xiàn)了較大幅度的隨機波動。事實上，為了應對當時次貸危機對我國經(jīng)濟造成的不利影響，政府采用適度寬松的貨幣政策，引導商業(yè)銀行擴大貸款總量，銀行業(yè)也進入了一個高速擴張的時期，使我國經(jīng)濟率先復蘇。從圖2(b)可以看出，信貸期限結構(CS)在1998—2002年有較大波動，反映出我國經(jīng)濟處于增速下行、物價通縮時期信貸期限結構變化的特點。通常，通縮的前奏就是信貸的無序擴張之后長時間的去杠桿過程，包括銀行面臨的必須清理不良貸款所形成的負債。這段時期的短期貸款與中長期貸款比值即信貸期限結構趨勢不明朗，造成了較大的波動性。從圖2(c)可以看出，信貸效率(CE)的波動性隨著時間推移越來越平穩(wěn)，這說明隨著我國市場化改革的推進，商業(yè)銀行將儲蓄轉化為貸款進而推動經(jīng)濟增長的能力具有穩(wěn)健性。

(a)

(b)

(c)

圖2 信貸規(guī)模、信貸期限結構和信貸效率的隨機波動特征

(三)時變脈沖響應分析

這里設定樣本期內(nèi)隨機波動的均值作為TVP-VAR模型中沖擊項的大小，因此保證了計算所有時點上經(jīng)濟變量在不同滯后期的脈沖響應值大小的可比性。圖3～圖8顯示了信貸的三個層面，即信貸規(guī)模、信貸期限結構和信貸效率對宏觀經(jīng)濟變量產(chǎn)出和物價水平的時變脈沖響應圖。這里采用模型的時變等間隔沖擊函數(shù)，選擇滯后4期、8期和12期。總體來看，三條曲線走勢基本一致，說明該模型具有穩(wěn)健性。從樣本的時間區(qū)間看，可以發(fā)現(xiàn)，信貸規(guī)模、信貸期限結構和信貸效率分別對經(jīng)濟增長有促進作用，信貸規(guī)模對物價水平有正向促進，信貸期限結構、信貸效率對物價水平有一定抑制作用。具體分析如下：

1.信貸規(guī)模時變的宏觀經(jīng)濟沖擊

圖3顯示，給定信貸規(guī)模(CQ)一個正向沖擊，產(chǎn)出在1996年開始呈現(xiàn)很小的負向響應，隨后小幅波動，并呈現(xiàn)正向趨勢的增長，直到2003年由正轉負。特別是2007年滯后12期的脈沖響應達到波谷。但2010年后至今產(chǎn)出仍保持正響應，而正向帶動效應在“新常態(tài)”時期相比前期逐漸減弱。這說明了一直以來信貸規(guī)模作為我國貨幣政策的間接調(diào)控指標，能有效促進經(jīng)濟增長。在2008年全球金融危機影響下，長期的信貸投放大量擴張導致了有效信貸資源錯配，最終導致經(jīng)濟增長的刺激作用明顯減弱。圖4顯示，物價對信貸規(guī)模(CQ)沖擊的響應值在1996年開始為負，經(jīng)歷一定的波動變化，在1998跌至波谷后持續(xù)上揚，2000年左右開始保持正向效應，一直持續(xù)到2007年年初。隨后又呈現(xiàn)下降趨勢并一直保持負向波動。在2013年左右，信貸規(guī)模的沖擊對物價的響應開始緩慢上升，這說明排除次貸危機的影響，信貸規(guī)模對CPI總體上應該存在一定正向影響。自2013年以來，我國經(jīng)濟進入 “新常態(tài)”，單純通過信貸規(guī)模擴張，容易造成有效信貸資源錯配及民間投資活動的急劇減少，進而對物價水平造成負向效果。

圖3 產(chǎn)出對信貸規(guī)模沖擊的脈沖響應圖

圖4 物價對信貸規(guī)模沖擊的脈沖響應圖

2.信貸期限結構時變的宏觀經(jīng)濟沖擊

圖5顯示，給定信貸期限結構(CS)一個正向沖擊，產(chǎn)出在1996年呈現(xiàn)為負值，逐漸增長，并由負轉正，到了2013年以后響應值加速提升，在2015年末達到峰值后有小幅回落。對比三條曲線，滯后4期曲線在很長時間處于高位。根據(jù)信貸期限結構的構成，可以發(fā)現(xiàn)，短期貸款更容易促進產(chǎn)出，而中長期貸款對經(jīng)濟的促進作用需要一段時間才能體現(xiàn)出來，甚至短期內(nèi)可能是負作用。這與范從來等(2012)的結論一致。結合當前經(jīng)濟情況來看，中長期貸款中大多數(shù)都是投向政府投融資平臺，政府投資項目貸款增長雖然在一定程度上緩解了就業(yè)壓力，促進了產(chǎn)出，但同時也會減少中小企業(yè)的投融資空間，從而導致中長期貸款的增長可能對經(jīng)濟增長造成負面效果。圖6則顯示信貸期限結構的沖擊對物價在1996年造成負向影響，并一直上下波動。2010年，中長期(滯后12期)的響應達到最小值，隨后上升并趨于穩(wěn)定。這說明，貨幣政策在實施過程中應當及時調(diào)整短期貸款與中長期貸款的比值，這對于抑制通脹有一定作用。

圖5 產(chǎn)出對信貸期限結構沖擊的脈沖響應圖

圖6 物價對信貸期限結構沖擊的脈沖響應圖

3.信貸效率時變的宏觀經(jīng)濟沖擊

上述知識相互關聯(lián)，在一定條件下相互轉化，形成創(chuàng)業(yè)知識場。5類知識組合構成大學生創(chuàng)業(yè)知識庫，大學生創(chuàng)業(yè)知識庫及五類知識以及其相互間的關系就構成了大學生創(chuàng)業(yè)知識體系。豐富的大學生創(chuàng)業(yè)知識庫可以方便形成系統(tǒng)的大學生創(chuàng)業(yè)教育培訓知識體系，有利于開展大學生創(chuàng)業(yè)教育。這些知識中都包括顯性知識和隱性知識，依據(jù)竹內(nèi)高弘(Nonaka et al.，1995)創(chuàng)造的SECI模型可以相互轉化。如此就形成了大學生創(chuàng)業(yè)知識體系，這個知識體系再加上人的因素，就可以形成生動的大學生創(chuàng)業(yè)知識教育培訓生態(tài)系統(tǒng)。

圖7顯示，給定信貸效率(CE)一個正向沖擊，產(chǎn)出在1996年顯示為負值，并且經(jīng)歷一定的波動，特別是2003年響應達到最大正值后持續(xù)回落。這說明，長期來看，商業(yè)銀行將儲蓄轉換為貸款并服務經(jīng)濟增長的能力可能會存在擠出效應，但總體對經(jīng)濟增長還是促進作用。而且，對比圖5和圖7發(fā)現(xiàn)，從2010年后開始，信貸期限結構對產(chǎn)出的影響明顯大于信貸效率。圖8則顯示信貸效率的沖擊對CPI影響在各時點具有一定波動性，但一直表現(xiàn)為負值。這說明，從短期和長期看，銀行體系將儲蓄轉化為貸款的效率對物價水平都有抑制作用。

圖7 產(chǎn)出對信貸效率沖擊的脈沖響應圖

圖8 物價對信貸效率沖擊的脈沖響應圖

4.特定時點的宏觀經(jīng)濟沖擊

進一步分析不同經(jīng)濟周期階段信貸規(guī)模、信貸期限結構和信貸效率與產(chǎn)出、物價水平之間的關系是否存在結構性突變。 1998年1月，人民銀行取消了國有商業(yè)銀行貸款規(guī)模限額控制，結束了貨幣信貸總量的直接控制，采取多種貨幣政策工具實行間接調(diào)控。由于高通脹的長期存在，2007年底，人民銀行再度啟用信貸規(guī)模控制，使其又成為央行貨幣政策工具之一。2014年以來，我國經(jīng)濟下行壓力大，經(jīng)濟進入了“新常態(tài)”階段。因此，根據(jù)樣本期內(nèi)我國信貸政策變化和經(jīng)濟發(fā)展特點，本文選擇貨幣政策信貸渠道實施和經(jīng)濟形勢不同的1998年1月、2008 年1月和 2014年1月三個時點為代表，對比分析脈沖響應圖 (見圖 9 、10)。

從不同時點看，信貸規(guī)模、期限結構和效率均促進產(chǎn)出，對經(jīng)濟的拉動作用明顯。1998年1月處于國家治理通貨緊縮的時期，從信貸規(guī)模層面上看，信貸渠道是有效的；但在信貸期限結構和信貸效率的脈沖響應圖中出現(xiàn)了負值，表現(xiàn)為中長期貸款的增加在一定程度上對產(chǎn)出有擠出效應。根據(jù)“債務—通縮”理論，當較高債務無法清償時，就會造成過度負債和通貨緊縮相互作用，造成惡性循環(huán)。結合當時我國治理通貨緊縮的措施，政府通過商業(yè)銀行加大支持國有大中型企業(yè)改革的力度，大力發(fā)展銀團貸款，并對試點城市的企業(yè)進行兼并，實行優(yōu)惠政策。然而部分企業(yè)不一定符合貸款條件，這種不太合理的干預使得較高的債務水平無法持續(xù)維持，造成企業(yè)過度負債，在一定外部沖擊下，債務和通縮互相作用，導致實體經(jīng)濟下滑。2008年1月處于國內(nèi)經(jīng)濟過熱，但受國際形勢中許多不確定因素(次貸危機等)的影響，信貸規(guī)模對經(jīng)濟增長的促進作用有所減弱，而且信貸效率和信貸期限結構上也要弱于2014年1月“新常態(tài)”時期。這說明我國處于結構加速調(diào)整的“新常態(tài)”過程中，央行貨幣政策調(diào)控已經(jīng)注意到需要綜合利用結構性貨幣政策工具，在注重貨幣信貸規(guī)模與經(jīng)濟相適度增長的同時，優(yōu)化信貸期限結構，充分發(fā)揮信貸政策的結構引導作用，取得了一定效果。

圖9 產(chǎn)出對信貸規(guī)模、期限結構和效率沖擊的脈沖響應圖

圖10 物價對信貸規(guī)模、結構和效率沖擊的脈沖響應圖

同樣地，從圖10中的不同時點看，信貸期限結構和效率均對CPI有負向效應，2008年1月期信貸規(guī)模的負向物價水平效應最明顯，直到同年8個月才恢復正向效應。這主要是由于當時的國際經(jīng)濟大環(huán)境弱化了信貸規(guī)模對物價的正向促進作用。然而，明顯可以發(fā)現(xiàn)2014年1月信貸渠道的三個層面對通脹的影響都相對較弱，這也與當期經(jīng)濟增速不高，且CPI低位運行的經(jīng)濟特點一致。如何把物價水平控制在與經(jīng)濟增速相匹配的合理區(qū)間內(nèi)，是“新常態(tài)”時期貨幣政策宏觀調(diào)控需要解決的問題。

四、結論和政策建議

考慮到不同經(jīng)濟狀態(tài)下，貨幣政策的信貸渠道對經(jīng)濟增長和物價穩(wěn)定的效應會存在差異。因此，在文獻梳理和理論分析的基礎上，本文構建TVP-VAR模型，研究信貸傳導機制的時變反應機制，結果表明：信貸規(guī)模、信貸期限結構和信貸效率均刺激了經(jīng)濟增長，信貸期限結構對產(chǎn)出的影響明顯大于信貸效率。信貸規(guī)模對物價水平有正向促進，但信貸期限結構、信貸效率對通脹存在負效應。從這個角度可以解釋近年來我國貨幣信貸規(guī)模加大投放的同時，物價水平卻保持相對穩(wěn)定的“中國貨幣之謎”。因此，貨幣政策需要注重信貸結構的調(diào)控，可以一定程度上抑制通貨膨脹和防止通貨緊縮。

基于以上結論，結合當前經(jīng)濟“新常態(tài)”，提出以下政策建議：

1.注重信貸總量控制的同時，關注信貸期限結構

在保持信貸規(guī)模合理增長的基礎上，注重優(yōu)化信貸期限結構，防止信貸投放的極端化。在我國，短期貸款和中長期貸款的投向存在明顯區(qū)別。短期貸款服務于借款人的短期流動資金需要，而中長期貸款對企業(yè)的未來經(jīng)營狀況和居民長期消費習慣產(chǎn)生影響，主要用于技術創(chuàng)新的長期改造、基礎設施建設等。因此，作為金融機構，商業(yè)銀行必須遵守政策法規(guī)來規(guī)范貸款人的信貸行為，支持實體經(jīng)濟發(fā)展。同時，嚴格控制對產(chǎn)能過剩企業(yè)的中長期信貸投放，引導中長期貸款的投向，注重信貸期限結構的合理性，以達到促進經(jīng)濟增長，穩(wěn)定物價的目的。

2.實施差別化的信貸管理，提升信貸效率

從2015年10月開始實施的《中華人民共和國商業(yè)銀行法(修正案)》，取消商業(yè)銀行存貸比不得超過75%的硬性要求，使得存貸比由法定監(jiān)管指標轉為流動性監(jiān)測指標，對銀行業(yè)流動性管理、資產(chǎn)負債結構、經(jīng)營管理模式產(chǎn)生深遠影響，提高了儲蓄轉化為投資的效率和能力。同時，為了保證貨幣政策信貸渠道暢通，應完善抵押補充貸款管理，擴大金融機構對“三農(nóng)”、小微企業(yè)等的貸款的扶持力度。

3.綜合使用結構性貨幣政策工具，優(yōu)化信貸結構

面對“新常態(tài)”，人民銀行采取不同期限的逆回購、中期借貸便利(MLF)以及存款準備金的考核基數(shù)調(diào)整等多項結構性貨幣政策工具，以保證流動性合理充裕。同時，采取定向金融的方式支持實體經(jīng)濟，使得金融機構偏向國民經(jīng)濟重點、薄弱領域和公共事業(yè)的信貸投放。結構性貨幣政策的實施，有助于貨幣政策信貸傳導渠道的暢通，有助于金融資源更有效地流向實體經(jīng)濟，進而提高整個金融體系的競爭力和運行效率。

曹源芳. 2011. 中國信貸規(guī)模、結構、效率與經(jīng)濟增長關系的經(jīng)驗分析[J]. 上海金融(1):22-26.

范從來,盛天翔,王宇偉. 2012. 信貸量經(jīng)濟效應的期限結構研究[J]. 經(jīng)濟研究(1):80-91.

傅強,高照. 2012. 基于路徑傳導的我國貨幣政策有效性研究[J]. 金融理論與實踐(8)：1-7.

高波,王先柱. 2009. 中國房地產(chǎn)市場貨幣政策傳導機制的有效性分析:2000—2007[J]. 財貿(mào)經(jīng)濟(3):129-135.

胡利琴,彭紅楓,李艷麗. 2014. 中國外匯市場壓力與貨幣政策：基于TVP-VAR模型的實證研究[J]. 國際金融研究(7):87-96.

黃憲,沈悠. 2015. 貨幣政策是否存在結構效應的研究綜述：基于中國信貸傳導渠道的視角[J]. 經(jīng)濟評論(4)：148-155.

黃憲,王旭東. 2015. 我國央行貨幣政策實施力度和節(jié)奏的規(guī)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(11)：15-32.

蔣瑛琨,劉艷武,趙振全. 2005. 貨幣渠道與信貸渠道傳導機制有效性的實證分析：兼論貨幣政策中介目標的選擇[J]. 金融研究(5)：70-79.

李炳,袁威. 2015. 貨幣信貸結構對宏觀經(jīng)濟的機理性影響：兼對“中國貨幣迷失之謎”的再解釋[J]. 金融研究(11)：33-46.

劉金全,解瑤姝. 2016. “新常態(tài)”時期貨幣政策時變反應特征與調(diào)控模式選擇[J]. 金融研究(9):1-17.

錢燕,萬解秋. 2014. 貨幣供應、通貨膨脹與經(jīng)濟增長的互動關系研究：基于時變參數(shù)VAR模型的實證檢驗[J]. 西安財經(jīng)學院學報(1)：5-10.

盛松成,吳培新. 2008. 中國貨幣政策的二元傳導機制[J]. 經(jīng)濟研究(10)：37-51.

譚華清,王大中,陳瑞. 2016. 經(jīng)濟轉型與貨幣政策有效性實證研究[J]. 商業(yè)研究(2)：35-40.

王立勇,張代強,劉文革. 2010.開放經(jīng)濟下我國非線性貨幣政策的非對稱效應研究[J]. 經(jīng)濟研究(9)：4-16.

王少林,李仲達,林建浩. 2010. 中國數(shù)量型貨幣政策有效性的時變性研究[J]. 當代財經(jīng)(8)：17-25.

徐亞平. 2010. 通貨膨脹預期形成的模型刻畫及其與貨幣政策的關聯(lián)性[J]. 金融研究(9)：17-30.

許偉,陳斌開. 2009. 銀行信貸與中國經(jīng)濟波動:1993—2005[J]. 經(jīng)濟學(季刊)(3)：969-994.

熊啟躍,黃憲. 2015. 資本監(jiān)管下貨幣政策信貸渠道的“扭曲”效應研究：基于中國的實證[J]. 國際金融研究(1)：48-61.

姚余棟,李法瑾. 2013. 中國貨幣政策傳導信貸渠道的經(jīng)驗研究:總量融資結構的新證據(jù)[J]. 世界經(jīng)濟(3)：3-32.

姚宇,慶東瑞. 2013. 信貸規(guī)模、效率和結構對中國經(jīng)濟增長驅動力的影響分析：基于LMDI乘法分解[J]. 統(tǒng)計與信息論壇(10)：25-29.

張建平,范致鎮(zhèn),曹禎庭. 2017. 貨幣政策向制造業(yè)傳導梗阻的機制研究：基于信貸渠道的貨幣政策產(chǎn)業(yè)傳導效應探討[J]. 經(jīng)濟問題探索(1)：111-119.

張夢云,雷文妮,曹玉瑾,等. 2016. 信貸供給與經(jīng)濟波動:我國貨幣政策銀行信貸渠道的微觀檢驗[J]. 宏觀經(jīng)濟研究(1)：59-72.

張曉慧. 2017. 貨幣政策回顧與展望[J]. 中國金融(3)：12-15.

張依茹,熊啟躍. 2011. 我國貨幣政策信貸渠道的時變效應研究[J]. 華中師范大學學報(自然科學版)(4)：637-641.

BERNANKE B S,BLINDER S. 1988. Credit,money,and aggregate demand [J]. The American Economic Review,78(2):422-439.

BERNANKE B S,GERTLER M. 1995. Inside the black box:the credit channel of monetary policy transmission [J]. Journal of Economic Perspectives,9(1):27-48.

KASHYAP A,STEIN J C,WILCOX D W. 1993. monetary policy and credit conditions:evidence from the composition of external finance [J]. American Economic Review,83(1):78-98.

KIYOTAKI N,MOORE J. 1997. Credit cycles[J]. Journal of Political Economy,105(2):211-248.

MISHKIN F S. 1996. The channels of monetary transmission :lessons for monetary policy [J]. NBER Working Papers, No.5464.

NAKAJIMA J. 2011. Time-varying parameter var model with stochastic volatility:an overview of methodology and empirical applications [J]. IMES Discussion Paper Series，No.11-E-09.

PRIMICERI G E. 2005. Time varying structural vector autoregressions and monetary policy [J]. The Review of Economic Studies,72(3):821-852.