中國定向貨幣政策效果與貨幣調(diào)控方式轉(zhuǎn)型

張 煒，景維民，姜旭男

(1.天津商業(yè)大學(xué)經(jīng)濟(jì)學(xué)院，天津 300134；2.南開大學(xué)經(jīng)濟(jì)學(xué)院，天津 300071)

一、引 言

2018年中國采用多種寬松的定向貨幣政策工具，加快經(jīng)濟(jì)逆周期調(diào)節(jié)。從表1數(shù)據(jù)可以看出，特別是二季度后，央行進(jìn)一步加大貨幣供給力度。一系列定向貨幣政策促使大規(guī)模的資金流入貨幣市場，貨幣政策調(diào)控效果如何?以往眾多學(xué)者在研究貨幣政策有效性方面，大多會選擇DSGE模型。貨幣政策有效性受信貸供給摩擦與信貸需求摩擦的影響。供給摩擦主要受到商業(yè)銀行間資本充足率的逆周期調(diào)節(jié)效率的影響；信貸摩擦主要受到信貸市場融資逆周期調(diào)節(jié)效率的影響。供給摩擦與需求摩擦共同決定傳導(dǎo)機(jī)制的有效性與貨幣政策的實(shí)施效果。如表2所示，DSGE模型基本分析框架主要包括7大模型，不同模型根據(jù)貨幣政策有效性切入點(diǎn)的不同，從貸款價值比、信貸約束、資本充足率、道德風(fēng)險等方面進(jìn)行分析。

表1 央行流動性凈投放

續(xù)表

當(dāng)前，我國貨幣政策希望通過定向貨幣政策工具，降低企業(yè)融資成本，帶動經(jīng)濟(jì)活力。因此，本文選取BGG-DSGE模型對貨幣政策效果進(jìn)行評價，更加符合現(xiàn)實(shí)經(jīng)濟(jì)。Unsal(2011)利用BGG模型分析資本流動過程中貨幣政策有效性問題，同時引入監(jiān)管溢價(regulation premium)因子，將其釘住總信貸[1]。李天宇與張屹山等(2017)運(yùn)用BGG模型研究貨幣政策傳導(dǎo)路徑，引入系統(tǒng)風(fēng)險因素，提出合理確立混合政策規(guī)則系數(shù)可以增強(qiáng)貨幣政策的正向外溢效果[2]。但以往的研究沒有強(qiáng)化借貸成本與借貸收益對貨幣政策傳導(dǎo)機(jī)制的影響，也沒有將不同規(guī)則下的貨幣政策實(shí)施效果進(jìn)行細(xì)化研究，往往采用單一規(guī)則對貨幣政策效果進(jìn)行研究，導(dǎo)致刻畫央行行為有偏，且對央行貨幣政策選擇提供的政策建議具有一定局限性[3][4]。同時，由于央行貨幣操作過程中存在經(jīng)濟(jì)參與主體行為的不確定性，采用貝葉斯估計(jì)法設(shè)定參數(shù)先驗(yàn)分布，更加符合現(xiàn)實(shí)經(jīng)濟(jì)。在此基礎(chǔ)上，本文引入借貸成本與借貸收益兩種貨幣政策有效性影響因素，并將DSGE模型劃分為利率規(guī)則模型、數(shù)量規(guī)則模型與混合規(guī)則模型，從而細(xì)化貨幣政策效果與適用性，為我國貨幣調(diào)控方式轉(zhuǎn)型提供政策依據(jù)。

表2 DSGE模型分析框架

二、定向貨幣政策效果典型事實(shí)

(一)發(fā)達(dá)國家定向貨幣政策效果典型事實(shí)

2018年12月19日，中國央行創(chuàng)設(shè)定向中期借貸便利(TMLF)，以精準(zhǔn)支持小微民企，降低其融資成本。從模式上看，此項(xiàng)措施類似于歐央行2014年推出的TLTRO，即將資金用于向私人部門放貸的銀行可以獲得歐央行0.25%的超低息貸款，銀行得到的歐央行貸款主要去向?yàn)椋?1)銀行直接貸款給家庭部門與企業(yè)，形成信貸擴(kuò)張，刺激經(jīng)濟(jì)復(fù)蘇，重振實(shí)體企業(yè)投資；(2)流向資產(chǎn)購買與直接融資，降低歐元區(qū)銀行融資成本，間接有利于信貸市場。

歐央行希望通過TLTRO定向貨幣政策引導(dǎo)資金流向，擴(kuò)大家庭與企業(yè)的信貸規(guī)模，重振歐元區(qū)經(jīng)濟(jì)。但在2014年6月TLTRO實(shí)施后，部分資金還是流入股票和債券市場，TLTRO定向貨幣政策向下傳導(dǎo)受到一定阻礙。在定向貨幣政策的影響下，貸款利率一路走低，銀行存貸利差減小，銀行利潤壓縮。同時中小企業(yè)數(shù)量龐大并且形式繁雜，違約率遠(yuǎn)高于大型企業(yè)。銀行面臨大量的呆壞賬，利潤空間進(jìn)一步壓縮，諸多因素導(dǎo)致銀行執(zhí)行TLTRO的意愿并不強(qiáng)烈。金融信息網(wǎng)數(shù)據(jù)顯示在實(shí)施TLTRO定向貨幣政策后的很長一段時間內(nèi)，歐元區(qū)PMI指數(shù)并沒有顯著增長，長期停滯在52～53區(qū)間內(nèi)，甚至在2014年12月回落至51.4的低位。

表3 中國與歐央行定向貨幣政策比較

英國遭受金融危機(jī)重創(chuàng)后，又蒙上了歐債危機(jī)的陰影，英國信貸市場幾乎陷入停滯狀態(tài)。英國央行推出了為期四年的FLS，一方面希望通過政府債券貸款降低銀行債務(wù)融資成本，促使銀行降低資產(chǎn)貸款利率從而降低企業(yè)融成本；另一方面鼓勵銀行與其他存款機(jī)構(gòu)將資金提供給非金融企業(yè)與家庭部門，特別是融資困難的中小企業(yè)，力圖進(jìn)一步使資金流向?qū)嶓w經(jīng)濟(jì)。FLS與TLTRO同屬于信貸類與數(shù)量型定向貨幣政策調(diào)控工具，都是通過降低融資成本鼓勵銀行將資金定向投放到家庭與企業(yè)，從而刺激投資與消費(fèi)。FLS運(yùn)作機(jī)制相對較完善：首先，F(xiàn)SL的實(shí)施涉及英國銀行與信貸機(jī)構(gòu)(包括房屋貸款協(xié)會)、英國銀行與債券回購市場三大金融實(shí)體。參與FLS政策的金融實(shí)體可以將流動性較低的資產(chǎn)，如小額商貸、家庭與企業(yè)抵押貸款等再次抵押給英國央行，從而增加銀行流動性并擴(kuò)大信貸規(guī)模。其次，F(xiàn)LS實(shí)行雙掛鉤機(jī)制，即融資額度與新增貸款規(guī)模正向掛鉤，銀行新增貸款抵押越多，獲得的資金越多，增加信貸供給。雙掛鉤機(jī)制還包括交易手續(xù)費(fèi)與新增貸款量反向掛鉤。基準(zhǔn)期內(nèi)，只要金融機(jī)構(gòu)實(shí)現(xiàn)信貸擴(kuò)張，就可繳納最低檔手續(xù)費(fèi)，反之失去額外融資額度并繳納最高檔交易手續(xù)費(fèi)。雙掛鉤機(jī)制約束銀行惜貸行為，鼓勵金融機(jī)構(gòu)擴(kuò)大信貸。最后，F(xiàn)LS對于抵押品折價率有明確規(guī)定，英國央行參照貼現(xiàn)窗口就抵押品利率類型和期限長短，賦予國債、貸款組合等抵押品不同折價利率。

英國央行實(shí)施的FLS使一年期擔(dān)保債券利率、抵押貸款利率與債券融資成本大幅下降。但是，由于銀行向小微企業(yè)和非金融民營企業(yè)的貸款意愿較低，使這些企業(yè)的貸款利率仍然很高。在FLS參與者中，最終受到激勵并進(jìn)行貸款擴(kuò)張的并非民營企業(yè)而是建房互助協(xié)會。FLS實(shí)施的一年半內(nèi)，按揭貸款利率顯著下降，從而帶動英國住房抵押貸款需求快速攀升。同時，英國大企業(yè)貸款同比增速明顯回升，但中小微企業(yè)貸款增速卻滯緩。FLS定向貨幣政策并沒有實(shí)現(xiàn)支持小微企業(yè)融資的初衷。其原因主要為：金融危機(jī)期間英國銀行發(fā)行了大量高融資成本的長期信用債券。由于FLS融資成本遠(yuǎn)遠(yuǎn)低于信用債券的利率水平，在巨大的套利空間下，長期新信用債券到期后，銀行紛紛采用FLS資金進(jìn)行替換，從而產(chǎn)生對中小企業(yè)融資的 “擠出效應(yīng)”。FLS定向貨幣政策實(shí)施后，效果遠(yuǎn)遠(yuǎn)低于預(yù)期，英國制造業(yè)PMI指數(shù)長期在40附近徘徊。

FLS與TLTRO等定向貨幣政策工具最大的特點(diǎn)是實(shí)施過程中引入激勵相容機(jī)制。一方面，通過降低融資成本吸引銀行積極參與其中；另一方面，通過融資額度與新增信貸掛鉤，約束銀行惜貸行為。定向貨幣政策工具實(shí)施效果依賴于完善的激勵相容機(jī)制，只有結(jié)構(gòu)性貨幣政策真正能夠降低融資成本并傳導(dǎo)至貸款利率，疏通貨幣政策傳導(dǎo)機(jī)制。歐央行TLTRO與英國央行FLS貨幣政策效果局限性表明，單純依靠定向貨幣政策與數(shù)量型貨幣政策很難有效刺激經(jīng)濟(jì)，需要在此基礎(chǔ)上實(shí)施更加豐富的寬松政策，以利率市場化為導(dǎo)向，實(shí)現(xiàn)數(shù)量型貨幣政策向價格型貨幣政策轉(zhuǎn)型。

(二)中國定向貨幣政策效果典型事實(shí)

央行推進(jìn)逆周期調(diào)節(jié)決心堅(jiān)定，2018年四次定向降準(zhǔn)與多項(xiàng)定向?qū)捤韶泿殴ぞ撸勾罅抠Y金流入銀行間。同時，央行數(shù)據(jù)顯示2019年1月7日，即央行宣布開年第一個定向降準(zhǔn)政策的第三天，1天期質(zhì)押式回購利率達(dá)到1.4337%，比上一個交易日下調(diào)20.99個基點(diǎn)；7天期質(zhì)押式回購利率是2.3409%，比上一個交易日下降7.3%。諸項(xiàng)數(shù)據(jù)表明銀行間資金充足。定向?qū)捤韶泿殴┙o確實(shí)降低了商業(yè)銀行間的資金成本，但是否真正實(shí)現(xiàn)了逆周期調(diào)節(jié)的效果呢?

表4 社會融資規(guī)模增量 單位：億元

圖1 定向貨幣政策下經(jīng)濟(jì)指標(biāo)走勢

表4數(shù)據(jù)顯示，2018年內(nèi)我國社會融資規(guī)模存量增速連跌3個百分點(diǎn)，年末更是跌穿了10%。社會融資規(guī)模增量從年初3萬多億元下降到年末1萬多億元，其中特別以委托貸款、信托貸款、未貼現(xiàn)銀行承兌匯票與地方政府專項(xiàng)債券的下跌為代表，社會整體融資量快速下滑。無獨(dú)有偶，定向貨幣政策不僅沒有帶動社會融資，其他經(jīng)濟(jì)指標(biāo)也表現(xiàn)出疲軟態(tài)勢。從圖1可以看出，社會消費(fèi)品零售總額同比增長率年末險跌破8%，固定資產(chǎn)投資增速更是大規(guī)模萎縮，從2018年初的21.68%跌到年末的5.9%，縮水四分之三，制造業(yè)PMI指數(shù)2018年內(nèi)跌破榮枯線。

三、定向貨幣政策效果模型

(一)金融摩擦BGG-DSGE模型

本文將含有金融摩擦的DSGE模型作為基礎(chǔ)，引入BGG借款成本與借款收益，作為銀行貨幣政策傳導(dǎo)機(jī)制有效性影響因素。整個貨幣政策傳導(dǎo)體系中主要由勞動者家庭消費(fèi)層面、企業(yè)投資層面與銀行貨幣信貸層面組成。第一，對于家庭而言，勞動者提供勞動獲得報酬進(jìn)行投資與消費(fèi)，追求效用最大化，表示為Max(ln Ct+i- ρln Ht+i+ φln Dt+i)，其中，Ct表示家庭在t時期的消費(fèi)，Ht表示t期勞動，Dt表示儲蓄與投資。0＜β＜1為家庭效用函數(shù)的貼現(xiàn)因子，ρ表示選擇勞動偏好程度，φ表示儲蓄與投資偏好。家庭在勞動收入一定的條件下進(jìn)行消費(fèi)與投資，滿足以下約束：Dt+Ct=Wt為家庭工資收入，為上一期投資收益。同時=)，代表性家庭一階條件為

第二，對于企業(yè)而言，假設(shè)市場處于完全競爭狀態(tài)，企業(yè)獲得的收益轉(zhuǎn)化為新增資本，企業(yè)家在追求利潤最大化的過程中對貨幣政策作出反應(yīng)。假設(shè)企業(yè)投入人力與資本兩種生產(chǎn)要素，且滿足柯布道格拉斯函數(shù)：Yt=，At為全要素生產(chǎn)率，為資本投入函數(shù)，為勞動投入函數(shù)，資本在生產(chǎn)中的份額為ε，勞動在生產(chǎn)中的份額為1-ε。企業(yè)選擇最優(yōu)勞動力與資本投入滿足Wt=企業(yè)資本回報率為：為資本價格，σ為資本折舊率。在t期企業(yè)i總資產(chǎn)由初期擁有的凈資本與銀行貸款組成：當(dāng)企業(yè)資本不足以償還銀行貸款時，企業(yè)資本宣布破產(chǎn)退出。企業(yè)投資不僅面臨整體市場風(fēng)險，還面臨異質(zhì)性生產(chǎn)風(fēng)險，BGG模型設(shè)定異質(zhì)性沖擊閾值?，決定資本回報在銀行與企業(yè)間的分配。企業(yè)資本回報率概率密度函數(shù)為f(ω)，累積回報函數(shù)為F(ω)，異質(zhì)性沖擊均值E(ω)=1，標(biāo)準(zhǔn)差為δ。

第三，對于銀行而言，Π(?)為資本回報中銀行所占部分，包括：(1)異質(zhì)性沖擊高于?的部分企業(yè)需要按照事先約定的貸款利率進(jìn)行支付；(2)異質(zhì)性沖擊高于?的部分企業(yè)獲得額外剩余價值，表示為：Π(?)=f(ω)dω +(ω)dω。同時，企業(yè)最優(yōu)化參考BGG解法得到：)=。S函數(shù)表示企業(yè)杠桿率，S一階導(dǎo)數(shù)小于零，說明資本回報預(yù)期取決于貸款成本與企業(yè)杠桿率。企業(yè)選擇一定條件下，銀行追求利潤最大化，選擇最優(yōu)貸款量與存款量：Max銀行資產(chǎn)負(fù)債表滿足約束：Lt=+Dt，一階條件合并得到最優(yōu)信貸供給：+γ ( υ?-)。貨幣政策根據(jù)帶有平滑利率的泰勒公式調(diào)節(jié)貨幣市場利率水平：，其中ρ為利率平滑參數(shù)，π 為泰勒公式通脹參數(shù)，ρ為泰rty勒公式產(chǎn)出參數(shù)，εt為風(fēng)險沖擊因子。

本文首先通過模型參數(shù)校準(zhǔn)方法分別對勞動者家庭消費(fèi)、企業(yè)投資與銀行貨幣信貸三層面模型進(jìn)行估計(jì)，在通過模型穩(wěn)健方程、脈沖響應(yīng)函數(shù)與貝葉斯估計(jì)模擬結(jié)果解釋不同定向貨幣政策對我國經(jīng)濟(jì)調(diào)節(jié)效果所產(chǎn)生的影響。與傳統(tǒng)計(jì)量參數(shù)估計(jì)相比，參數(shù)校準(zhǔn)方法獲得的一般動態(tài)均衡模型可以避免由于結(jié)構(gòu)性變化所導(dǎo)致的參數(shù)盧卡斯批判。而基準(zhǔn)參數(shù)模型校準(zhǔn)一般通過兩種方法：第一種為先驗(yàn)性校準(zhǔn)法，根據(jù)經(jīng)濟(jì)實(shí)際數(shù)據(jù)或者已有研究結(jié)果對現(xiàn)有模型進(jìn)行參數(shù)校準(zhǔn)，在本文中主要包括(β、ρ、φ、σ、E(ω)、δ、f(?)、s、、γ)，貼現(xiàn)因子 β 在大多文獻(xiàn)中取值范圍為0.95～0.99之間。本文借鑒劉斌(2008)與肖爭艷等(2016)的參數(shù)設(shè)定依據(jù)，將主觀貼現(xiàn)因子β設(shè)定為0.99[12][13]。參考方意(2016)、Da Silva和Divino(2013)與李天宇等(2017)研究，將勞動偏好程度ρ與儲蓄與投資偏好φ設(shè)定為1.98與0.021[14][15][2]。考慮到中國經(jīng)濟(jì)受到投資拉動的特點(diǎn)，參照梁璐璐等(2014)將資本折舊率σ設(shè)定在0.028水平[16]。企業(yè)破產(chǎn)率f(?)與企業(yè)杠桿率s參考BGG參數(shù)值分別為0.91%與2.1，異質(zhì)性沖擊均值E(ω)與異質(zhì)性沖擊標(biāo)準(zhǔn)差δ分別設(shè)為1與0.5。根據(jù)資產(chǎn)負(fù)債表平衡原則與孫國峰等(2017)研究結(jié)果將銀行凈資產(chǎn)占總資產(chǎn)比例設(shè)定為8.5%、將合意銀行凈資產(chǎn)占總資產(chǎn)比例υ?設(shè)定為9%、將銀行調(diào)整利率成本 γ 設(shè)定為3.2[17]；另一種為計(jì)量參數(shù)估計(jì)法，(ρr、ρπ、ρy、εt)，本文選用2018年1～12月數(shù)據(jù)，模型所使用的參數(shù)變量主要包括：金融市場貨幣投放量、貨幣市場信貸量、通貨膨脹率、居民消費(fèi)、企業(yè)利潤、企業(yè)投資與產(chǎn)出(數(shù)據(jù)解釋與來源見下文)。對于泰勒規(guī)則貨幣政策可以通過一階泰勒展開與廣義矩估計(jì)處理得到，ρr參數(shù)估計(jì)為0.9(5% 的顯著水平)、ρπ參數(shù)估計(jì)為1.5(1% 的顯著水平)、ρy參數(shù)估計(jì)為0.5(10% 的顯著水平)、εt為0.65。具體數(shù)據(jù)利用一階差分去除趨勢項(xiàng)，參數(shù)校準(zhǔn)結(jié)果見表5。

表5 模型參數(shù)校準(zhǔn)

(二)實(shí)證檢驗(yàn)

基于金融摩擦BGG-DSGE模型，本文引入貨幣投放沖擊，通過脈沖響應(yīng)分析定向貨幣政策對經(jīng)濟(jì)變量的效果。變量選取：M表示金融市場貨幣投放量，選取2018年1月至2018年12月央行凈投放量數(shù)據(jù)；L表示貨幣市場信貸量，選取2018年1月至2018年12月社會融資規(guī)模增量數(shù)據(jù)；π表示通貨膨脹率，選取2018年1月至2018年12月CPI指數(shù)；C表示消費(fèi)，選取2018年1月至2018年12月社會消費(fèi)品零售總額；R表示企業(yè)利潤，選取2018年1月至2018年12月規(guī)模以上企業(yè)利潤；D表示投資，選取2018年1月至2018年12月固定資產(chǎn)投資；Y表示產(chǎn)出，選取2018年1月至2018年12月GDP數(shù)據(jù)。M的數(shù)據(jù)來源于Wind數(shù)據(jù)庫，L數(shù)據(jù)來源于中央銀行，其他數(shù)據(jù)均來源于中經(jīng)網(wǎng)數(shù)據(jù)庫。為消除數(shù)據(jù)中可能存在的異方差，將各變量取自然對數(shù)。

定向貨幣政策沖擊對貨幣市場信貸量影響有限且不具有長期效應(yīng)，特別是在初期對社會融資規(guī)模帶動性較低，在滯后兩期發(fā)揮效應(yīng)。與以往融資滯阻不同，此次很大程度由于地方政府融資意愿下降引致。經(jīng)濟(jì)下行環(huán)境中，中央銀行出項(xiàng)目和少部分資金，地方政府配套資金，這些資金來源于銀行與非銀行金融機(jī)構(gòu)。中央、地方政府與金融機(jī)構(gòu)共同采取刺激措施，短期內(nèi)效果顯著，帶動信用擴(kuò)張，但這種刺激方式存在諸多弊端，如效率不高、政府隱性債務(wù)攀升、影子銀行盛行、金融風(fēng)險加劇、資源浪費(fèi)、公平性欠缺與債務(wù)難以持續(xù)。

圖2 各經(jīng)濟(jì)指標(biāo)對貨幣政策脈沖響應(yīng)

圖2顯示，定向貨幣政策對居民消費(fèi)的正向帶動作用初期影響較小，主要由于現(xiàn)期在經(jīng)歷過一輪房地產(chǎn)價格攀漲后，居民消費(fèi)支出與以往相比發(fā)生結(jié)構(gòu)性變化。居民短期消費(fèi)貸款占比不斷提高，但我國短期居民消費(fèi)貸款呈現(xiàn)出 “非消費(fèi)化”特征。汽車、體育娛樂、教育、旅游與耐用品等消費(fèi)增長放緩，部分可選消費(fèi)品消費(fèi)甚至出現(xiàn)負(fù)增長，在居民短期消費(fèi)貸高增的背景下，居民消費(fèi)與消費(fèi)貸款表現(xiàn)出相關(guān)性不高的特點(diǎn)。這是由于前期過度舉債后，居民往往通過消費(fèi)貸款的方式借出資金用于前期房屋抵押貸的還款，消費(fèi)能力被侵蝕，借新還舊的居民更加依賴信貸。同時，疊加經(jīng)濟(jì)增速放緩、可支配收入預(yù)期降低、居民消費(fèi)更加謹(jǐn)慎。寬松貨幣政策期望通過寬松銀根，鼓勵居民貸款消費(fèi)，但結(jié)果卻是進(jìn)一步流向房地產(chǎn)市場，使得房產(chǎn)經(jīng)濟(jì)對居民短期信貸消費(fèi)產(chǎn)生了擠出效應(yīng)，產(chǎn)生 “消費(fèi)-消費(fèi)貸”背離與 “寬信貸-消費(fèi)”背離的特征。

定向貨幣投放對企業(yè)投資存在短期效應(yīng)，兩期后正向刺激作用快速衰退，不具有長期影響。主要由于企業(yè)投資意愿低迷：一方面，資產(chǎn)荒造成企業(yè)可選優(yōu)質(zhì)投資項(xiàng)目匱乏，利率債在2018年第四季度與2019年第一季度凈供給整體偏弱，2019年又是城投債、地產(chǎn)債與非標(biāo)到期的高峰，市場中能夠提供的優(yōu)質(zhì)資產(chǎn)體量不大。在當(dāng)前經(jīng)濟(jì)下行趨勢下，雖然市場中并不缺乏資產(chǎn)，但是風(fēng)險-收益匹配的優(yōu)質(zhì)資產(chǎn)十分稀缺。隨著信用風(fēng)險增加，經(jīng)濟(jì)部門能夠提供的安全高收益資產(chǎn)逐漸縮減，大量理財(cái)型資金從地產(chǎn)等傳統(tǒng)部門退出，資產(chǎn)收益率不斷壓縮，負(fù)債成本與資產(chǎn)收益率倒掛越來越嚴(yán)重，企業(yè)投資性需求銳減。另一方面，企業(yè)對未來經(jīng)濟(jì)形勢持審慎態(tài)度，投資意愿疲軟。資金沉淀在銀行體系，最后產(chǎn)生水漫銀行間的現(xiàn)象。

定向貨幣政策沖擊在短期內(nèi)對企業(yè)利潤有一定的帶動作用，但正向促進(jìn)作用不具有持續(xù)性，在滯后兩期后迅速衰退。在長期，從企業(yè)融資成本來看，降低準(zhǔn)備金率、MLF、TMLF、SLF、CBS等定向貨幣政策雖然充盈了銀行間資金卻未能使企業(yè)總體融資成本下降。2018年間，隨著PPI同比下降、非標(biāo)融資持續(xù)走弱、疊加表內(nèi)信用收縮與金融機(jī)構(gòu)貸款加權(quán)平均利率不斷上行，使得企業(yè)實(shí)際融資成本再次上升。定向性貨幣工具并未實(shí)現(xiàn)降低企業(yè)融資成本的政策目的，也未真正有效促進(jìn)企業(yè)利潤的回升，特別是對中小、民營企業(yè)資本回報率與企業(yè)利潤方面，定向性貨幣政策效力在長期內(nèi)弱化。

定向貨幣政策對產(chǎn)出的刺激時期很短，長期內(nèi)會導(dǎo)致產(chǎn)出的負(fù)向沖擊。與之類似，定向貨幣政策釋放商業(yè)銀行流動性，在短期內(nèi)引致通貨膨脹，對企業(yè)利潤刺激效果較弱且不具有長期影響。定向貨幣政策對消費(fèi)不具有正向刺激作用且長期作用不明顯。可以說，定向貨幣政策即數(shù)量型貨幣政策效果還未傳導(dǎo)進(jìn)入實(shí)體經(jīng)濟(jì)，貨幣傳導(dǎo)機(jī)制還不暢通。高頻率的資金市場利率下行與低頻率的實(shí)體經(jīng)濟(jì)融資成本下降很難及時有效對接。通過實(shí)體經(jīng)濟(jì)貸款總量數(shù)據(jù)與各經(jīng)濟(jì)指標(biāo)對貨幣政策脈沖響應(yīng)表明：寬貨幣供給到寬信用再到實(shí)體經(jīng)濟(jì)寬裕的傳到通道并未打開。央行資產(chǎn)負(fù)債表規(guī)模、基礎(chǔ)貨幣余額與廣義貨幣供應(yīng)量在寬信用作用下收縮，說明貨幣乘數(shù)效應(yīng)的疲軟與信用派生機(jī)制的阻滯。

四、中國貨幣政策調(diào)控方式轉(zhuǎn)型

上文中我們得到貨幣政策根據(jù)帶有平滑利率的泰勒公式調(diào)節(jié)貨幣市場利率水平：，我們進(jìn)一步借鑒王曦等(2017)混合規(guī)則模型將DEGE模型中數(shù)量型規(guī)則與價格型規(guī)則分離細(xì)化：其中，ξ∈ [ 0 ，1]表示利率規(guī)則在混合規(guī)則中所占比重，Mt表示t期貨幣供應(yīng)量，ρf表示利率政策慣性。ξ為1時，轉(zhuǎn)化為單一價格型貨幣政策，單一泰勒規(guī)則當(dāng)期利率受到上期利率調(diào)整的影響；ξ為0時，轉(zhuǎn)化為單一數(shù)量型貨幣政策εt，即當(dāng)期貨幣供應(yīng)量由上一期貨幣存量與宏觀總量和產(chǎn)出關(guān)系對市場調(diào)控的貨幣數(shù)量決定。

貨幣政策規(guī)則三模型中參數(shù)的不確定性，主要是由于BGG-DSGE模型參數(shù)設(shè)定無法完美描述經(jīng)濟(jì)主體的行為決策和央行進(jìn)行貨幣政策操作過程中所面對的諸多不確定性因素。模型參數(shù)不確定性方面可以參照先驗(yàn)分布轉(zhuǎn)化成后驗(yàn)分布對隨機(jī)變量進(jìn)行估計(jì)。為此在貨幣政策規(guī)則的設(shè)定方面，本文吸收現(xiàn)有理論的研究成果，同時也結(jié)合中國貨幣政策操作實(shí)踐的復(fù)雜性，利用貝葉斯估計(jì)結(jié)果考察參數(shù)以及宏觀經(jīng)濟(jì)沖擊的不確定對我國貨幣政策操作的影響，使整體研究更加符合現(xiàn)實(shí)經(jīng)濟(jì)。

表6 三模型下貝葉斯估計(jì)結(jié)果

三種模型下系數(shù)擬合估計(jì)可以看出：(1)混合貨幣政策規(guī)則中ξ為0.4213，利率規(guī)則權(quán)重?cái)?shù)據(jù)說明央行更加偏重于采用數(shù)量型貨幣政策對當(dāng)前經(jīng)濟(jì)進(jìn)行干預(yù)，擬合數(shù)據(jù)與經(jīng)濟(jì)事實(shí)相符；(2)針對經(jīng)濟(jì)調(diào)節(jié)目標(biāo)：生產(chǎn)產(chǎn)出向經(jīng)濟(jì)合意值收斂，即向1收斂狀態(tài)下，混合政策更加有利于經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)(混合貨幣政策下ρf、ρy、ρπ與εt相對較低，ρr相對較高)；(3)三種模型在90%HPD區(qū)間下，混合模型穩(wěn)健性較高，更加適用于對當(dāng)前經(jīng)濟(jì)擬合，混合模型優(yōu)于利率規(guī)則與數(shù)量規(guī)則模型。綜上，混合貨幣政策規(guī)則能夠更好地?cái)M合中國經(jīng)濟(jì)實(shí)際運(yùn)行，有選擇地使用利率與數(shù)量工具，可以更加有效地調(diào)節(jié)宏觀經(jīng)濟(jì)。這就要求央行進(jìn)一步完善貸款定價新基準(zhǔn)LPR，加強(qiáng)LPR與政策利率的相關(guān)性與聯(lián)動性，發(fā)揮LPR的市場引導(dǎo)與參考作用。貨幣政策轉(zhuǎn)型過程中需要考慮融資主體訴求、銀行間風(fēng)險承受能力與存量貸款定價等問題，實(shí)施漸進(jìn)化與差異化策略。

五、結(jié) 論

本文構(gòu)建含有金融摩擦的BGG-DSGE模型，引入借貸成本與借貸收益兩種貨幣政策有效性影響因素。研究發(fā)現(xiàn)單一數(shù)量型貨幣規(guī)則調(diào)控很難達(dá)到有效經(jīng)濟(jì)目標(biāo)。基于此，本文進(jìn)一步構(gòu)建貨幣政策混合規(guī)則模型，通過校準(zhǔn)與貝葉斯方法估計(jì)利率規(guī)則、數(shù)量規(guī)則與混合規(guī)則三個模型參數(shù)。通過模擬發(fā)現(xiàn)，從數(shù)量型向價格型貨幣政策轉(zhuǎn)型不可一蹴而就，混合規(guī)則更加適合中國當(dāng)前經(jīng)濟(jì)環(huán)境。因此，在當(dāng)前數(shù)量型貨幣政策有效性較低的情況下，不妨加大價格型貨幣政策調(diào)節(jié)力度，在未來貨幣政策選擇上通過結(jié)構(gòu)性混合規(guī)則，加快經(jīng)濟(jì)逆周期調(diào)節(jié)步伐。