產業異質性與貨幣政策傳導
——基于GVAR模型的實證分析

代軍勛，李琢，李俐璇

(武漢大學經濟與管理學院，湖北武漢，430072)

一、引言

經濟發展新常態既是傳統增長模式向新的穩態增長路徑跨越的過程，也是經濟結構重構和發展動力重塑的過程。作為宏觀調控政策重要支柱之一的貨幣政策如何適應新常態，為新常態下的經濟發展方式轉變、結構轉型升級和動力機制轉換營造良好的貨幣金融環境，是當前和今后一個時期我國貨幣政策制定和實施中面臨的首要問題。

目前有關貨幣政策的研究，大都假設經濟體中每個產業部門受到的政策沖擊是相同的，即貨幣政策通過影響微觀主體的消費和投資需求對國民經濟總量產生影響。貨幣政策是總量政策，以總量調節為目標，難以有效調控經濟中頻繁出現的結構性失衡情況。然而，進一步分析發現，考慮到中國區域間要素稟賦條件、產業結構、經濟發展水平等方面的差異，總量性的貨幣政策確實存在著顯著的區域、產業非對稱性效應(曹永琴[1]；郭曄和賴章福[2]；潘敏和繆海斌[3]；潘敏和唐晉榮[4])。也就是說，產業異質性將可能導致貨幣政策傳導效應的差異化。由于各產業間資本、技術等要素密集程度存在差異，不同的行業對同樣的貨幣政策可能做出差異化的反應；各產業因處于產業鏈的不同位置而表現出不同的消耗關系，貨幣政策效果亦可能在不同的產業間傳導。

本文通過構建全局向量自回歸模型(Global VAR,簡稱GVAR)，實證檢驗以我國貨幣供應量和利率為代表的貨幣政策對各產業產出和資產規模的影響及其關聯效應，以此判斷產業異質性對我國貨幣政策傳導的影響方式和影響機理，以期為我國央行制定適應供給側改革的結構性貨幣政策調控框架提供相應的理論建議。

二、文獻綜述

考慮到微觀經濟主體的特質以及貨幣政策工具本身所蘊含的結構性特征，貨幣政策具有總量經濟特征，無法有效調控實際經濟中頻繁出現的結構性問題。國外學者關于貨幣政策結構效應的研究始于20世紀末，研究的重點多集中在驗證結構效應的存在性及影響因素等問題上。

在貨幣政策產業效應的存在性問題上，Gertler和Gilchrist[5]、Bernanke和 Gertler[6]、Ganley和 Salmon[7]分別以零售業、批發貿易、建筑業，耐用品、非耐用品消費以及制造業、服務業和農業等行業為產業劃分依據，驗證了貨幣政策影響的產業結構差異。Hayo和 Uhlenbrock[8]認為貨幣政策非對稱性源于行業差異性；Dedola和Lippi[9]基于信貸渠道證實了歐美等國家貨幣政策存在明顯的產業效應，其中重工業尤其敏感。上述研究以OECD國家制造業數據為樣本，通過引入信用渠道變量來對上述問題進行研究，并分析造成此類差異性的微觀經濟變量，研究發現貨幣政策沖擊具有明顯的行業異質性，同時上述結果在不同國家具有較一致的跨工業分布特征。Das和 Ghosh[10]基于行業層面的“金融加速器”效應和利率傳導機制，發現印度各行業間也具有明顯的差異。Gertler和Karadi[11]運用VAR模型，引入高頻數據,考察經濟、金融變量對貨幣政策的沖擊反應，結果顯示由于期限結構和信用利差效應的影響，未預期到的貨幣政策沖擊的影響在短期內較平和，長期則會提升信用成本波動性。區域效應方面，Scott以實證方式驗證了其存在性，并發現統一的信貸政策傳導存在區域時滯。此后，大批學者通過建立VAR模型，驗證了總量性貨幣政策對不同區域經濟作用效果的差異性特征(Carlino和 Defina[12]；Arnold[13]；Peersman和 Smets[14])。Owyang 和 Wall[15]進一步研究發現，不同時期的貨幣政策的作用和持續時間存在差異，區域經濟的發展程度與銀行集中度和區域經濟結構有關。

在貨幣政策產業效應產生原因的問題上，Carlino和 DeFina認為區域產業結構差異導致了貨幣沖擊對美國不同州產生效應的差異性。David和Kalvinder發現對貨幣政策沖擊反應的不對稱性致使美國各州的真實匯率存在差異，該差異可部分由包括地區工業特征、銀行規模、房地產價格以及人口年齡分布在內的地區經濟特征來解釋。Aghion等[16]利用主要發達經濟體25年的制造業數據，系統分析了周期性財政政策對制造業發展的影響，發現在采用周期性財政政策的國家中，外部融資比例較高或有形資產比例較低的產業受政策影響更明顯。

在國內，戴金平、金永軍和陳柳欽[17]通過建立有關行業要素密集度的模型證明了要素密集度會影響貨幣政策的行業效應，論證了貨幣政策具有一定的結構調整效應。閆紅波和王國林[18]從資本存量、行業的投資行為、行業規模、利息負擔、對外依賴性以及政策支持力度六大方面總結了貨幣政策非對稱行業效應的影響因素，并通過實證檢驗證明了資本密集度、資本的產出效率以及行業的對外依存度能夠解釋我國貨幣政策的行業效應。汪昊旻[19]利用三大產業的面板數據進行固定效應分析，并通過VAR模型進行脈沖響應分析，驗證了貨幣政策產業效應的存在性。葉蓁[20]、劉舒瀟和段文斌[21]則從貨幣政策對產業經濟影響的非均質假設出發，證明了金融加速器效應普遍存在于各產業經濟內。受各產業金融結構異質性影響，貨幣政策對不同產業經濟的影響并不是均質的，而貨幣政策對產業經濟的影響與產業金融結構存在系統性關聯，產業金融結構對貨幣政策實施效果有放大或抵消作用。

王劍和劉玄[22]通過行業間投入產出聯系對貨幣政策在不同行業間的隱性傳導渠道進行了開創性研究。他們應用時間序列VAR模型考察了貨幣政策的行業效應，發現貨幣政策對不同行業經濟的沖擊存在較大差異，總量貨幣政策難以取得預想的效果，而建筑業則是構筑行業間隱性渠道的傳導樞紐，是關聯機制的核心環節。耿鵬[23]指出產業之間具有無法直接觀測的內生性聯系，利用 GVAR 模型分析中國產業的狀況，驗證了各個產業間存在顯著的內生性聯系，而外生沖擊基本上沿著固定的內生性路徑逐步影響各個產業。潘敏、羅霄和繆海斌[24]則通過構建反映實體經濟各行業之間內在聯系的GVAR模型，實證檢驗了我國商業銀行信貸資金投放的行業產出效應和溢出效應，驗證了各行業產出對信貸資金沖擊的反應存在著明顯的差異。吉紅云、干杏娣[25]利用上市公司面板數據實證檢驗了貨幣政策對第二產業各要素密集度產業的影響，發現貨幣政策沖擊的影響程度由資本密集型依次向技術密集型、勞動力密集型遞減，證明了貨幣政策存在產業結構調整效應。吳偉軍、劉萬晴[26]將理論分析與實證研究相結合，分析了貨幣政策的行業異質性效應，發現各行業產出對貨幣政策沖擊的短期效應差異明顯，我國貨幣政策存在較明顯的行業效應，而資本密集度、資產規模和債務比率是導致行業異質性效應的主要因素。

盡管國內外學者在貨幣政策結構效應問題上的研究成果豐富，也發現和實證檢驗了貨幣政策產業效應的存在性，但也存在一定的缺憾，主要表現在以下方面：①現有研究大多將單個區域或產業孤立地加以分析，而實際上各產業因處于產業鏈的不同位置而表現出不同的消耗關系，貨幣政策效果亦可能在不同的產業間傳導；②大部分關于貨幣政策結構效應的研究均依賴于VAR模型，由于各產業的VAR系統彼此獨立，因此在研究過程中未考慮行業間的關聯機制，估計結果并不能夠最大程度地準確反映實際經濟運行情況。本文以要素稟賦差異作為產業異質性的劃分基礎，通過產業間的投入產出關系構建GVAR模型來實證檢驗貨幣政策產業效應的存在性，希望能改進現有研究的不足。

三、貨幣政策產業效應的理論分析——基于兩部門金融發展模型的拓展

貨幣政策具有總量特征，通過利率渠道、信貸渠道等機制進行傳導，通過影響金融資源的配置，促使資本在不同產業間流動，從而形成產業差異。產業間技術、金融發展水平的差距要通過調整資本分配，改善配置效率來減少貨幣政策產業效應的差異，實現區域經濟均衡發展。

為了分析貨幣政策產業效應的機理，本文以加爾比斯兩部門金融發展模型作為研究基礎，借鑒王福嶺[27]將生產技術內生化的方法，對其進行拓展，構建內生化加爾比斯兩部門模型。

首先，假設整個經濟系統中存在一個低效生產部門 A和一個高效生產部門 B，兩部門的產出如式(1)和式(2)所示：

其中，y1，y2表示各部門產出，A1，A2表示生產各部門一單位資本的產出效率，k1，k2代表各部門資本投入量。

在市場達到出清條件下，要素的生產價格即為邊際生產率，對式(1)和式(2)分別求一階偏導，可得：

我們假定部門B的生產效率優于部門A，即在資本投入相同的情況下部門 B資本收益率更高，即A2＞A1。

假定生產要素充分利用，經濟整體的產出方程如式(3)所示：

已知全社會資本總量k保持恒定，且k=k1+k2。已知部門B資本收益率更高(A2＞A1)，故我們傾向于通過減少部門A的資本投放(考慮到全社會資本總量恒定，相對的，部門B的資本投資增加)來提高全社會經濟產出y。我們認為通過提高資本配置效率，將資本由低效生產部門向高效部門轉移的過程，除加劇行業發展差距外，還能夠有效地提高整體經濟的產出。

接下來我們分析兩部門的儲蓄?投資行為，假定：(1) A部門得不到外部金融資本支持，其投資資本僅來源于利潤留存的內源補充；(2) B部門不存款并將全部儲蓄用于投資，且能夠獲得外部金融資本支持。

當A部門儲蓄大于投資的情況下，其投資函數如式(4)所示：

其中，id為銀行存款利率，p*為通貨膨脹率；I1與A1正相關、與(id?p*)負相關。對式(4)求偏導可得：

因此，在A部門的資本收益率A1不變的情況下，如果實際利率(id?p*)很低，則A部門有動力減少儲蓄而增加投資。因此，政策制定者可通過制定合適的存款利率水平引導低效生產部門減少投資、增加儲蓄。

假定A部門的儲蓄為S1，因為A部門不具備獲得外部金融資本支持的能力，僅通過儲蓄的方式保有存款并用于投資，因此我們可以認為S1＞I1，此時A部門的儲蓄量如式(5)所示：

其中，為A部門實際存款余額的增加量。

由于B部門能夠得到外部金融資本用于投資，我們假定其不存款并將全部儲蓄用于投資；而整體銀行體系可貸資金來源于A部門實際存款余額的增加量，因此B部門的投資量如式(6)所示：

B部門的投資決策主要建立在投資收益與銀行貸款的資金成本兩大因素之上，B部門的投資函數如式(7)所示：

其中，ib表示銀行貸款利率，p*為通貨膨脹率；I2與A2正相關、與(id?p*)負相關。對式(7)求偏導可得：

加爾比斯指出，經濟越不發達地區的先進技術部門的收益率可能越高，相應地，不發達地區可投資本的需求也是遠高于供給的。對應于我們模型中，生產效率更高的B部門投資需求是否能夠得到滿足的關鍵在于是否能夠獲得足夠的銀行貸款。因此，政策制定者可通過調整貨幣政策影響產業發展。以緊縮性貨幣政策為例，在利率上升的背景下，資本收益率更低的A部門減少投產、增加儲蓄，此舉將增加銀行系統的資金供給，資本收益率相對較高的B部門因而能夠更充分地獲得外部金融資本支持，有動力增加投資，擴大生產，如圖1所示。

圖1 貨幣政策對產業資本分配的影響

四、GVAR模型的構建

(一) 模型的基本設定

向量自回歸模型(VAR)由Sim 1980年提出以來，在經濟學領域得到了廣泛應用。在經濟系統較多的時候，VAR模型中估計系數相對于樣本長度來說過于龐大。VAR模型一般適用于估計不超過6個變量的經濟系統。在此背景下，Pesaran、Schuermann和Weiner[28]通過聯結各個經濟體VARX*模型構成了GVAR模型，用于研究多個國家間經濟的內在關系，分析不同變量的沖擊對各經濟體內生變量的影響以及各經濟體之間的溢出效應。GVAR模型既可以用于研究多個國家間經濟的內在關系，也可用于分析某一產業內生變量之間的相互作用，以及其與其他產業弱外生變量之間的動態關系。(Pesaran、Schuermann和 Weiner；Hiebert和 Vansteenkiste[29])因此，相對于傳統的VAR模型，不同產業的相互作用能夠更好地體現在GVAR模型當中。

按照GVAR建模思路，本文首先設定N個產業，各產業模型的內生變量為ki×1階向量Xi,t，其余N?1個產業變量的加權平均值用表示；dt為可觀測的s×1 階(弱)外生變量；ei,t為ki×1 階殘差向量。

為表述方便，假設產業內生變量Xi,t和可觀測的(弱)外生變量dt的滯后階數均為 1，將第i個產業的VARX*(1,1)模型用以下形式設定，如式(8)所示：

其中，ei,t代表各產業的自主沖擊，是ki×1階向量；Фi、Ai0和Ai1為ki×ki階系數矩陣，Ψi0和Ψi1為ki×s階系數矩陣。我們假定余下產業內生變量和可觀測的(弱)外生變量dt同時滿足(弱)外生性條件；各產業的自發沖擊均值為零，且具有非序列相關性，即。此外具有時不變性，不隨著時間的變化而變化。

其中，wi表示第i個產業與第j個產業的關聯程度，一般通過產業間的投入產出表計算。

將產業內生變量Xi,t和其余N?1個產業變量的加權平均值用結合起來形成一個階向量。式(8)可變形為式(9)：

其中，Ai=[I?Ai0]，Bi=[ФiAi,1]。

令Zi,t=WiXt，其中Xt=(X1t,X2t, …XNt)，代入式(9)得式(10)：

式(10)兩邊同時左乘G?1可變型為式(11)

式(11)即為GVAR模型。其中，矩陣F滿足穩定條件。bo=G?1ao，F=G?1H，γ0=G?1Ψ0，γ1=G?1Ψ1，μt=G?1et，按照GVAR模型的基本思想，它可用來考察各產業之間三種相互聯系的途徑，它們既具有獨立性，又具有內在的相互聯系：

途徑1，內生變量Xi,t依賴于外生變量的當期值和外變量的滯后值

途徑2，各產業的變量同時受各類貨幣政策變量影響；

途徑3，第i個產業會受到第j個產業所受到的當期沖擊的影響，具體見式(10)的*∑。

我們可以通過分別估計 GVAR的子系統來估計GVAR模型，即通過分別估計各個產業的模型來構建GVAR模型，分析各產業間的聯系。

(二) 變量與數據選取

本文以第二產業為分析對象，參照王岳平的方法①將中國工業行業按要素密集程度劃分為六大類，然后將以自然資源為對象的采掘業單列為資源采掘型產業，具體分類情況如表1所示。在本文將要構建的GVAR模型中，變量N=7。

貨幣政策工具可粗略劃分為數量型和價格型大類。考慮到我國貨幣政策操作實際，本文參照張紅、李洋[30]的方法選擇廣義貨幣供應量(m2)作為數量型貨幣政策工具的代理變量，一月期銀行間同業拆借利率(ibr)作為價格型貨幣政策工具的代理變量，分別作為貨幣政策的代理變量進行實證模型分析。在各產業模型的經濟變量選取上，參照潘敏等的方法，以各產業的固定資產投資(fci)作為行業產出的代理變量②，故Xt=(fci),dt=MP。

鑒于相關數據的可得性，本文選取2003年1月到2014年12月的月度數據。其中，m2、ibr來自央行網站，各產業固定資產投資(fci)來自中經網數據庫③。本文采用X-11方法對所有數據做季節調整，然后采用以2002年12月為基期的CPI將各名義變量調整為實際變量，然后對所有變量取對數。

(三) 產業關聯權重與中間需求系數

為構建產業外變量，參照Christian和Jurgen、耿鵬和趙昕東以及潘敏等的方法，本文利用135部門投入產出表來計算各產業間的關聯權重wi,j，以刻畫產業間不可觀測的內生性聯系。其中，，Ki,j表示產業i對產業j的投入。按照要素密集度劃分的各產業間的關聯權重如表2所示。因此，由，,j=1, …,N，即可計算出其余N?1個產業變量的加權平均值

表1 按要素密集程度劃分行業

表2中，每一列的數據加總等于1，每一行的數據加總即代表各產業的中間需求系數④。表3總結了各產業的中間需求系數。按照中間需求系數的大小，按要素密集度劃分的產業在產業鏈中的位置由上游到下游依次是：資源采掘業(X7)、中度資本技術密集型(X2)、中度勞動技術密集型(X3)、資本密集型(X4)、勞動密集型(X6)、中度資本密集型(X5)和技術密集型(X1)。可以發現，以資源采掘業為首的資本技術、勞動技術等要素密集程度相對較高的產業處于產業鏈上游，其他產業對其產出的消耗程度較高，相對來說對其他產業的輻射拉動作用強；而在產業鏈下游行業中，資本、技術等要素的密集程度相對較高。

表2 產業關聯權重

表3 各產業的中間需求系數表

五、實證分析

(一) 模型估計

在各項代理變量確定之后，式(8)變形為如下形式：

在所有變量確定之后，我們利用ADF方法檢驗數據的平穩性。檢驗結果顯示，對所有變量取一階差分后均在 5%顯著水平下為平穩序列，具體檢驗結果如表4所示。結果表明，所有變量均在1%顯著性水平下平穩。

在式(12)中我們采用水平變量建模，張紅等[30]指出，在采用變量水平值構建的GVAR模型中，無論是否存在協整關系都不會導致識別錯誤。由式(8)的假設條件可知，在單獨估計每個產業的 VARX*方程時，和Δdi,t必須符合弱外生性假設。分別計算各產業的、Δdi,t與εi,t的平均相關系數可以發現，當N→0時，，和Δdi,t均符合弱外生性，因此，采用SUR方法對式(12)單獨估計的結果有效⑤。

表4 ADF單位根檢驗結果

(二) 脈沖響應分析

在VAR模型框架下，一般用正交化的脈沖響應函數(OIRF)分析變量之間的相互影響。在GVAR模型框架下，則多采用由 Koop、Pesaran和 Potter[31]以及Pesaran和 Shin[32]提出的廣義脈沖響應函數(GIRF)代替。本部分采用GIRF分析貨幣政策對不同產業的產出和資產規模的影響。

1. 貨幣供應量(m2)沖擊的產出效應

廣義貨幣供應量(m2)是我國數量型貨幣政策工具的重要組成部分，若以m2作為貨幣政策(MP)的代理變量，貨幣供應量變動對各類型產業固定資產投資的沖擊結果如圖2所示。對應于單位貨幣供應量沖擊，資源采掘業(X7)、中度資本密集型產業(X2)和勞動密集型產業(X6)的固定資產投資規模在第 2個月即達到最大的正向響應強度；中度勞動技術密集型產業(X3)、資本密集型產業(X4)和中度資本密集型產業(X5)的固定資產投資規模在第3個月達到正向響應強度。從累積響應來看，資源采掘業(X7)的累積值最大，接下來依次是中度資本密集型產業(X2)和資本密集型產業(X4)，上述各行業對于貨幣供應量(m2)沖擊的累積反應基本在第5個月趨于穩定。

圖2 貨幣供應量沖擊的產出效應

考慮到中度資本密集型產業(X2)和資源采掘業(X7)對于資金數量和成本變動反應的敏感性特征，短期內行業固定資產投資規模對于貨幣供應量沖擊的反應顯著；此外，勞動密集型產業(X6)固定資產投資對于貨幣供應量變動的沖擊反應亦相對較大，其主要對應的行業以食品、服裝、醫藥及普通機械為主，說明貨幣政策變動對于短期內擴大消費和就業、促進產業結構調整有所裨益。此外，亦說明在目前制造業仍以勞動密集型產業占主導地位的背景下，數量型貨幣政策工具的作用效果存在一定的偏向性。從累積響應強度來看，資源采掘業(X7)的累積值最大、政策的持續效果更顯著，貨幣政策沖擊對中度資本密集型產業(X2)和資本密集型產業(X4)產業的持續性亦較明顯。

2. 利率(ibr)沖擊的產出效應

利率政策是我國重要的價格型貨幣政策之一，既會通過利率渠道或資產價格渠道影響實體經濟，亦會對微觀產業的發展造成影響[33]。在十八屆三中全會明確提出推動利率市場化改革的背景下，隨著經濟金融化程度的提高以及市場經濟的不斷完善，作為資本價格信號的利率將成為配置資源的基礎。

若以利率(ibr)作為貨幣政策(MP)的代理變量，利率沖擊對各產業固定資產投資的影響如圖3所示。與數量型貨幣政策的產出效應相類似，對應于一個標準差的利率沖擊，資源采掘業(X7)、中度勞動技術密集型產業(X3)和資本密集型產業(X4)的固定資產投資規模分別在第1個月即達到最大的正向響應強度，之后脈沖反應強度有所減弱；中度資本密集型產業(X5)和勞動密集型產業(X6)在短期內以負向反應為主，在第3個月達到最大的正向反應強度。從脈沖響應的累積值來看，貨幣政策沖擊的持續性排名前三的行業依次是中度勞動技術密集型產業(X3)、資源采掘業產業(X7)和資本密集型產業(X4)。

圖3 利率沖擊的產出效應

若從社會資本配置效率的角度來解釋，我們認為基于貨幣政策的利率傳導渠道，貨幣政策變動會通過影響企業的投資成本以及影響居民邊際消費傾向從而影響企業投資乘數兩個方面來影響實體經濟投資或產出情況。考慮到不同產業部門技術和資本要素密集程度的差異，在存在生產效率差異的加爾比斯兩部門模型中，緊縮性貨幣政策背景下，利率上升，資本收益率低的部門將減少投產增加儲蓄，資本收益率高的部門將因此獲得更多的資金來源，因而產業間的差異進一步拉大。表現在我們的模型中，即是資本規模較大的資源采掘業(X7)以及中度勞動技術密集型產業(X3)、資本密集型產業(X4)在短期內受到的正向沖擊更明顯，其余各產業以負向沖擊為主；此外從累積響應強度來看，貨幣政策沖擊的持續性亦更強。

總的來說，與貨幣供應量的沖擊不同，利率沖擊對于除資本密集型產業(X4)和資源采掘業(X7)以外的其他產業的作用效果剛好相反，在利率提升、資金成本上升的背景下，對應產業的固定資產投資規模反而提高，說明價格型貨幣政策工具在優化社會資本配置效率方面存在一定的優勢；此外，亦說明在目前我國利率市場化水平不高的背景下，還存在許多非市場化因素會影響產業的產出與規模，我國的價格型貨幣政策工具的作用效果在資金敏感性較低的產業表現出不同程度的偏差。

3. 貨幣政策沖擊及產業間溢出效應的進一步分析

(1)貨幣政策沖擊對資本密集度高的產業影響更加顯著

各產業對數量型和價格型貨幣政策沖擊的反應速度較一致，資本密集度較高的產業反應速度快于勞動或技術密集產業。一般來說，資本密集度高的產業對于資金需求量大，貨幣供應量或利率的輕微波動都會對其資金供給、資金成本以及市場需求產生重大影響，相關產業對貨幣政策信號的反應更加強烈。而勞動或技術等要素密集度高的產業，無論是培育熟練勞動力還是將資金投入轉化為技術均需要較長的時期，它們對于資金成本和數量變動的反應不及資本密集型產業，因此對于貨幣政策沖擊的反應速度也相對較慢。

(2)數量型貨幣政策的傳導路徑基本與產業間的消耗關系一致

從不同類型的貨幣政策沖擊在產業間的傳導路徑來看，數量型貨幣政策沖擊在產業間的傳導路徑較為清晰。結合貨幣政策沖擊反應的峰值和出現的時點，分別分析貨幣政策沖擊對固定資產投資的效應可以發現，對于數量型貨幣政策工具，貨幣政策沖擊的傳導大致由資本、勞動、中度資本密集型產業向技術密集型產業傳導；對于價格型貨幣政策沖擊對固定資產投資的效應，其傳導路徑則存在顯著的差異。

一般來說，貨幣供應量的變動會沿著產業鏈傳導，在上游行業投資擴張、產出增大的背景下，下游產業能夠隨之資本或產品投入，增大資產規模。整體來看，數量型貨幣政策的傳導路徑與表3所列舉的中間需求系數所顯示的產業間的消耗關系較一致。產業的中間需求系數越大，表明其他產業對其產出的消耗程度越高，此產業對其他產業的輻射拉動作用亦越強。總的來說，貨幣政策的傳導效果具有顯著的行業差異，行業的異質性特征決定了其對貨幣政策沖擊響應的多樣性。

(3)價格型貨幣政策工具通過優化資本配置效率進行產業調整效果更顯著

對比內生變量對貨幣政策沖擊的累積反應可以發現，在各產業對數量型貨幣政策變動的沖擊反應與價格型貨幣政策工具基本相當的情況下，利率沖擊對于除資本密集型產業(X4)和資源采掘業(X7)以外的其他產業的作用效果剛好相反，在利率提升、資金成本上升的背景下對應產業的固定資產投資規模反而提高，說明價格型貨幣政策工具在優化社會資本配置效率方面存在一定的優勢。在十八屆三中全會明確提出使市場在資源配置中起決定性作用的背景下，隨著利率市場化水平的提高，預計未來價格型貨幣政策工具的產業調整效果會顯著提高。

六、結論

本文以要素稟賦差異作為產業異質性的劃分基礎，將中國工業行業按要素密集程度劃分為7個產業，并以投入產出表為分析基礎確立產業關聯權重，通過GVAR模型實證檢驗了我國2003年1月到2014年12月間不同貨幣政策工具沖擊對不同產業的固定資產投資的影響，得出如下結論：①貨幣政策沖擊對不同產業的沖擊存在顯著差異，不論是對應于數量型貨幣政策工具還是價格型貨幣政策工具，資本密集度較高的產業反應速度快于勞動或技術密集產業；②數量型貨幣政策的傳導路徑基本與產業間的消耗關系較一致，大致由資本密集型向勞動密集型、中度資本密集型、技術密集型產業傳導，而價格型貨幣政策的傳導路徑則存在顯著的差異；③價格型貨幣政策工具通過優化資本配置效率進行產業調整效果更顯著，在利率提升、資金成本上升的背景下具備資本或技術優勢的相關產業的固定資產投資規模反而提高，說明價格型貨幣政策工具在優化社會資本配置效率方面存在的優勢。

總體而言，上述實證結果充分證明了產業異質性對貨幣政策傳導的影響，這也構成了結構性貨幣政策的產業基礎。由于產業異質性的長期存在和不斷的變化，貨幣政策也需要跟隨性調整。當前，以優化產業結構為核心的供給側改革提出了基于產業差異實施針對性貨幣政策的更高要求。

注釋：

① 采用資本?勞動力比率衡量資本密集程度，用勞動力報酬?產出比率衡量勞動密集程度，用R&D/銷售額、工程技術人員數/就業總人數和微電子設備/生產經營設備來衡量技術密集程度。

② 一般來說，國民收入中統計的投資包括固定資產投資和存貨。考慮到存貨的逆周期特性、固定資產投資的順周期特性，投資對經濟增長的促進作用主要是通過固定資產投資產生的。除潘敏(2011)外，劉斌(2001)以及王劍和劉玄(2005)在貨幣政策相關研究的論文中，都采用了固定資產投資作為實體經濟產出的替代變量。

③ 由于1月份固定資產投資和資產總計的數據均未公布，我們采用插值計算和倒推的方法近似填補。

④ 經濟活動中其他產業對某一產業產出的消耗程度之和用中間需求系數表示，該值越大說明相關產業處于產業鏈的上游，反之則處于產業鏈的下游。

⑤ 具體估計結果見附錄。

參考文獻：

[1]曹永琴. 中國貨幣政策非對稱效應形成機理研究[D]. 上海:復旦大學, 2008.

[2]郭曄, 賴章福. 貨幣政策與財政政策的區域產業結構調整效應比較[J]. 經濟學家, 2010(5): 67?74.

[3]潘敏, 繆海斌. 產業結構調整與中國通貨膨脹缺口持久性[J].金融研究, 2012(3): 14?28.

[4]潘敏, 唐晉榮. 人民幣升值速度對中國區域產業的影響研究?基于MS-VAR的非對稱效應分析[J]. 中國工業經濟, 2013(12):5?17.

[5]GERTLER M, GILCHRIST S. Monetary policy, business cycles,and the behavior of small manufacturing firms[J]. Quarterly Journal of Economics, 1994, 109(2): 309?340.

[6]BERNANKE B S, GERTLER M. Insight the black box: The credit channel of monetary policy transmission[J]. Journal of Economic Perspectives,1995, 9(4): 27?48.

[7]GANLEY J, SALMON C. The industrial impact of monetary policy shocks: Some stylised facts[J]. Bank of England Working Papers, 1997, No. 68.

[8]HAYO B, UHLENBROCK B. Industry effects of monetary policy in Germany[J]. Macroeconomics, 1999(1): 127?158.

[9]DEDOLA L, LIPPI F. The Monetary transmission mechanism:Evidence from the industries of five OECD countries[J].European Economic Review, 2005, 49(6): 1543?1569.

[10]DAS A, GHOSH S. Financial deregulation and profit efficiency:A nonparametric analysis of Indian banks[J]. Journal of Economics and Business, 2009, 61(6): 509?528.

[11]GERTLER M, KARADI P. Monetary policy surprises, credit costs and economic activity[J]. National Bureau of Economic Research Working Papers, 2014, No. 20224.

[12]CARLINO G, DEFINA R. The differential regional effects of monetary policy[J]. Journal of Regional Science, 1998, 80(4):572?587.

[13]ARNOLD I J M. The regional effects of monetary policy in Europe[J]. Journal of Economics Integration, 2001, 16(3):399?420.

[14]PEERSMAN G, SMETS F. The industry effects of monetary policy in the Euro area[J]. Economic Journal, 2005, 115(503):319?342.

[15]OWYANG M T, WALL H J. Regional disparities in the transmission of monetary policy[J]. Federal Reserve Bank Working Paper, 2003.

[16]AGHION P, HEMOUS D, KHARROUBI E. Cyclical fiscal policy, credit constraints, and industry growth[J]. Journal of Monetary Economics, 2014, 62(1): 41?58.

[17]戴金平, 金永軍, 陳柳欽. 貨幣政策的產業效應分析——基于中國貨幣政策的實證研究[J]. 上海財經大學學報, 2005(4):8?15.

[18]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(5):17?29.

[19]汪昊旻. 我國貨幣政策的產業效應實證分析[J]. 世界經濟情況, 2009(10): 40?45.

[20]葉蓁. 中國貨幣政策產業異質性及其決定因素——基于上市公司面板數據的實證分析[J]. 財經論叢, 2010(1): 50?56.

[21]劉舒瀟, 段文斌. 異質產業金融結構與貨幣政策非均質效應[J]. 經濟與管理研究, 2010(9): 27?33.

[22]王劍, 劉玄. 貨幣政策傳導的行業效應研究[J]. 財經研究,2005(5): 104?111.

[23]耿鵬, 趙昕東. 基于 GVAR模型的產業內生聯系與外生沖擊分析[J]. 數量經濟技術經濟研究, 2009(12): 32?45.

[24]潘敏, 羅霄, 繆海斌. 銀行信貸的行業產出與溢出效應[J]. 投資研究, 2011(8): 12?22.

[25]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(4):9?15.

[26]吳偉軍, 劉萬晴. 我國貨幣政策行業異質性效應的存在性及實證分析——基于面板數據模型及VAR模型的檢驗[J]. 金融與經濟, 2015(1): 19?24.

[27]王福嶺. 中國貨幣政策結構效應研究[D]. 上海: 華東師范大學, 2011.

[28]PESARAN M H, SCHUERMANN T, WEINER S M. Modeling regional interdependencies using a global error-correcting macroeconometric model[J]. Journal of Business & Economic Statistics, 2001, 22(2): 129?162.

[29]HIEBERT P, VANSTEENKISTE I. International trade,technological shocks and spillovers in the labour market: A GVAR analysis of the US manufacturing sector[J]. 2010, 42(24):3045?3066.

[30]張紅, 李洋. 房地產市場對貨幣政策傳導效應的區域差異研究——基于 GVAR 模型的實證分析[J]. 金融研究, 2013(2):114?128.

[31]KOOP G, PESARAN M H, POTTER S M. Impulse response analysis in nonlinear multivariate models[J]. Journal of Econimetrics, 1996, 74(1): 119?147.

[32]PESARAN M H, SHIN Y. Generalized impulse response analysis in linear multivariate models[J]. Economics Letters,1998, 58(1): 17?29.

[33]耿鵬, 趙昕東. 基于 GVAR模型的產業內生聯系與外生沖擊分析[J]. 數量經濟技術經濟研究, 2009, 26(12): 32?45.