我國貨幣政策數量型工具調控績效的測度

畢燕君

（天津財經大學經濟學院，天津300222）

0 引言

近年來，我國影子銀行體系發展迅猛，加快了資金周轉速度，增加了貨幣投放渠道，致使金融市場整體流動性大幅增加。影子銀行體系的產生與發展具有客觀性和必然性，在拓寬金融市場投融資渠道、提高資金配置效率等方面具有積極推動作用，是傳統正規銀行體系的有益補充。但是，影子銀行體系運行透明度低，游離于監管之外，具有隱蔽化特征，這使得廣義貨幣供應量(M2)難以完全涵蓋流動性的真實水平，全社會廣義流動性遠大于央行的M2統計數據。在原有統計口徑下，貨幣政策數量型工具的調控能力和調控效果勢必被削弱，甚至出現調控方向的偏離，進而嚴重干擾央行貨幣政策最終目標的實現。因此，本文借鑒新凱恩斯貨幣政策DSGE模型經典框架，基于廣義貨幣供應量(M2)和廣義流動性分別構建模型I和模型II，實證比較分析影子銀行的快速發展對我國貨幣政策數量型工具調控績效的影響。

1 新凱恩斯貨幣政策DSGE模型經典框架

本文假定每個家庭τ都擁有勞動供給的壟斷權，其目標是在跨期預算約束（2）式下，最大化目標函數（1）式：

其中，β表示折現因子；Bt表示一年期債券；bt表示一年期債券的價格。

上述過程須滿足如下消費一階條件：

其中，Rt表示債券的名義利率；λt表示消費的邊際效用。

家庭通過調整名義工資實現目標函數（1）式最大化，其最優化工資表示為：

其中，γw表示工資指數調整彈性。當γw=1時，表示對往期通脹完全指數化；當γw=0時，表示不存在指數化。

家庭跨期目標函數還須服從如下勞動需求約束：

經典數據管理能力成熟度模型比較及戰略管控型集團應用路線建議……………韓 懿, 王銀毓, 楊 威(3·72)

其中，λwt為工資變動的彈性。根據迪克西特-斯蒂格利茨（Dixit-tiglitz）式聚合函數，可得到勞動總需求Lt和名義總工資Wt如下：

總工資指數變動由（7）式得到：

其中，ξw表示家庭名義工資不能優化調整的概率；表示由家庭設定的新名義工資。

家庭最大化跨期目標函數（1）式，除須滿足跨期預算約束（2）式以外，還需滿足如下資本積累方程：

其中，It為總投資；τ為折舊率；S(·)為調整成本函數，S(·)是It的增函數。在（2）式和（9）式的共同約束下，求解目標函數（1）式的一階條件可知：

（10）式至（12）式分別為資本實際價值方程、投資方程和資金利用率方程。其中，表示租金率；zt表示已配置資本的利用率。

假定國內有兩個市場，即壟斷競爭的中間產品市場和完全競爭的最終產品市場。最終產品按照CES生產函數、使用中間產品生產，每種中間產品由單一廠商生產。

廠商j的名義利潤為：

廠商j在t期進行價格的重新優化，其利潤最大化一階條件表示為：

其中，γp表示偏好（習慣）變化彈性。

最終產品市場的均衡條件表示為：

本文在Smets和Wouters（2003）模型的家庭效用函數中引入貨幣需求，得到貨幣需求決定式如下：

中央銀行貨幣政策采用數量規則：

2 實證分析

2.1 數據處理

本文的樣本數據選取1996第1季度至2015年第4季度相關變量的季度數據。在兩個模型中，產出(Y)數據選取國內生產總值(GDP)，消費(C)數據選取社會消費品零售總額，投資(I)數據選取固定資產投資完成額，就業人數(E)數據選取全部城鎮單位從業人員數，工資(W)數據選取全部單位從業人員平均勞動報酬，通貨膨脹率(π)數據選取居民消費價格指數(CPI)。不同的是，模型I和模型II中貨幣供給數據分別選取廣義貨幣供應量(M2)和廣義流動性。廣義流動性數據的測算分為兩步：第一步，借鑒李建軍（2010）的理論模型，從未觀測信貸的角度測度我國影子銀行體系的規模；第二步，利用Andrew Sheng（2011）對M5的界定得到廣義流動性規模數據，即人民銀行監管之下的廣義貨幣供應量(M2)與游離于常規監管之外的影子銀行體系信用創造量之和。除廣義流動性數據以外，本文數據來源為中經網宏觀數據庫。

對于原始數據中的月度數據（如消費(C)、投資(I)和通貨膨脹率(π)等），首先對月度數據中的個別缺失進行插值補充，再通過加總或平均化處理等兩種方法得到季度數據。通貨膨脹率(π)數據先以1996年第1季度為基期進行定基處理，再進行取對數和HP濾波處理。就業人數（E）數據需進行三步處理，即季節調整、取對數和HP濾波處理。除通貨膨脹率(π)、就業人數(E)和利率數據以外，其余數據均需進行四步處理，即：價格指數平減、季節調整、取對數和HP濾波處理。其中，價格指數平減的方法為：名義時間序列/CPI定基比序列，季節調整采用Census X-12季節調整方法。

2.2 模型參數估計

（1）模型參數的校準

模型中的一部分結構性參數由于數據可得性等原因，無法通過貝葉斯估計（Bayesian Estimation）得到。因此，這些結構性參數需通過兩種方法外生給定，即或者依據前人相關研究結果自行設定，或者通過校準方法獲得。在家庭效用函數中，隨機貼現因子β的取值范圍在國內外大多數文獻中介于0.96至0.99之間。根據Smets和Wouters（2003）以及CEE（2003）等文獻的研究結果，本文將β校準為0.99，資本產出彈性α校準為0.4，資本折舊率τ校準為0.025，穩態政府購買與產出的比值gy校準為0.14。

（2）模型參數的貝葉斯估計

本文采用貝葉斯方法估計模型I和模型II中的其余結構參數。表1中的第3列給出了模型I和模型II中其余結構參數的先驗分布。本文利用Matlab中的Dynare工具箱，得到模型I和模型II中其余結構參數的后驗均值和后驗分布，如表1中的第4列至第7列所示。

表1 模型Ⅰ和模型Ⅱ中主要參數估計結果

2.3 脈沖響應

為了進一步研究兩個模型的動態特征，本文利用脈沖響應分析主要宏觀經濟變量（如產出、就業和通貨膨脹等）對貨幣政策沖擊的效應，以及在勞動供給沖擊、技術沖擊、政府支出沖擊和投資沖擊等非貨幣政策沖擊下，主要宏觀經濟變量的動態反應路徑。圖1至下頁圖6中的縱軸表示主要宏觀經濟變量受到沖擊后偏離穩態的最大幅度；橫軸表示沖擊的傳導時滯（或反應時滯），即從沖擊開始直至其影響達到最大程度所需要的時間。各種沖擊對主要宏觀經濟變量的影響程度和作用時間如表2所示。

合意的貨幣政策調控工具往往能夠在最短的時間內最大程度地發揮貨幣政策的政策效應。如果作用時間過長，有可能削弱貨幣政策的運行效力，甚至與中央銀行的意愿產生背離。由表2可知，當出現貨幣政策沖擊時模型II中主要宏觀經濟變量受影響程度均低于模型I，兩個模型的反應時滯大致相同，即模型II中貨幣政策數量型工具的調控效力弱于模型I。另外，除偏好沖擊以外，其余四種非貨幣政策沖擊出現后，模型II中主要宏觀經濟變量的受影響程度均小于模型I，模型II中反應時滯與模型I大致相同，或略長于模型I。

表2 主要宏觀經濟變量受沖擊的影響程度和作用時間

圖1 貨幣政策沖擊對主要經濟變量的影響

圖2 技術沖擊對主要經濟變量的影響

圖3 勞動供給沖擊對主要經濟變量的影響

圖4 投資沖擊對主要經濟變量的影響

圖5 政府支出沖擊對主要經濟變量的影響

圖6 偏好沖擊對主要經濟變量的影響

綜上所述，本文的主要結論為：第一，根據我國影子銀行體系的運行機制和特征，將影子銀行體系定義為脫離傳統銀行體系的各類金融實體及其活動所構成的信用中介體系。從理論上講，涵蓋影子銀行體系信用創造在內的廣義流動性削弱了貨幣供應量的可控性與可測性，對貨幣政策數量型工具的調控效力提出了挑戰。第二，本文從未觀測信貸的角度測算了我國影子銀行體系的規模，進而估算得到我國廣義流動性規模；并在此基礎上，運用季度數據分別估計了基于廣義貨幣供應量(M2)和基于廣義流動性的兩個貨幣政策數量型工具調控績效分析的DSGE模型。模型I和模型II的脈沖響應分析結果表明，與模型I相比，模型II中包含影子銀行信用創造在內的廣義流動性均在不同程度上降低了我國貨幣政策數量型工具對各主要宏觀經濟變量的影響程度，該結論與理論分析相一致。

3 政策建議

（1）加大影子銀行體系常態化監管的力度，對其實現及時、準確、動態的監測。盡快建立覆蓋整體、可靈活調整的影子銀行監測指標體系，以及具有前瞻性的風險評估和預警系統，為防范和應對影子銀行體系風險奠定基礎；結合影子銀行機構和產品的不同性質和特征，有針對性地構建相關法律體系，為影子銀行體系的健康、有序發展提供強有力的法律保障。

（2）對貨幣供應量的觀測邊界進行重新審視和適時調整，明晰統計口徑，有針對性地擴大統計范圍；增強全社會流動性規模統計的全面性和科學性，降低影子銀行體系的信用創造量對貨幣政策調控的干擾。

（3）不斷改進貨幣政策數量型工具的使用。具體來說，適當調整法定存款準備金的繳存口徑，深化不同資產形式的差別存款準備金制度，合理擴大存款準備金的計提范疇；改變再貼現政策工具的被動地位，通過以市場為導向的再貼現利率形成機制，實現引導資金回流、控制貨幣數量的功能定位。

（4）適時向貨幣政策價格型調控工具傾斜，逐步弱化貨幣總量變動對貨幣政策調控的影響。加快推動我國利率市場化改革進程，重視發展競爭性的資本市場，通過全面取消利率管制和構建市場化定價體系，不斷增強利率調控的引導作用和敏感性，為貨幣政策調控工具向利率轉變提供良性市場環境。

[1] An S，Schorfheide F.Bayesian Analysis of DSGE Models[J].Econo?metric Reviews,2007,(26).

[2] Smets F,Wouters R.Shocks and Frictions in US Business Cycles：A Bayesian DSGE Approach[J].American Economic Review,2007,(197).

[3] Zhang W.China’s Monetary Policy：Quantity Versus Price Rules[J].Journal of Macroeconomics,2009,(31).

[4] 劉達禹，趙婷婷，劉金全.我國價格型與數量型貨幣政策工具有效性的實時對比及其政策殘余信息估計[J].經濟學動態，2016,（10）.

[5] 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）.

[6] 卞志村，胡恒強.中國貨幣政策工具的選擇:數量型還是價格型?——基于DSGE模型的分析[J].國際金融研究，2015,（6）.

[7] 李波，伍戈.影子銀行的信用創造功能及其對貨幣政策的挑戰[J].金融研究，2011,（12）.

[8] 李建軍.中國未觀測信貸規模的變化：1978—2008年[J].金融研究，2010,（4）.