貨幣政策對商業銀行風險承擔的影響研究

惠曉峰馮 爍,2翟 雪

1.哈爾濱工業大學，黑龍江 哈爾濱 150001；2.香港理工大學，香港 999077；3.香港中文大學，香港 999077

引言

貨幣政策和財政政策是政府穩定經濟、逆經濟周期調控的重要工具。利率下降等擴張性貨幣政策經常導致信貸擴張。增加私人部門和企業投資是拉動GDP的有效途徑。然而，貨幣政策對商業銀行風險的影響有待研究[1]。銀行本身是貨幣政策的重要組成部分，其有效性必然會對貨幣政策產生一定影響，某種程度增強或削弱貨幣政策。研究貨幣政策對銀行風險所產生的影響，主要以貨幣政策中介目標和貨幣政策工具作為貨幣政策的衡量指標。由于發達國家的市場化程度高，因此以往研究主要以利率為貨幣政策指標。

理論研究表明，貨幣政策影響銀行風險的途徑主要有：資產評估途徑、追逐收益途徑、資產替代途徑、固定杠桿途徑、資產負債錯配途徑和習慣形成途徑[2-3]。已有研究中認為利率對銀行風險具有負面影響[4-8]，也有研究發現利率與銀行風險正相關[9-11]。最新研究認為利率對銀行風險的影響是不確定的[12-13]。貨幣政策對銀行風險承擔的影響的計量檢驗主要分析利率對銀行風險的影響，極少研究利率之外的貨幣政策指標對銀行風險承擔能力的影響。一方面，以往研究借鑒較多的西方金融市場，多為小政府完全市場化的理想狀態，但我國目前尚在從數量型貨幣政策向價格型貨幣政策轉型發展過程中，除利率這一指標外，市場穩定仍受到其他貨幣政策影響。另一方面，在我國央行貨幣政策向價格型貨幣政策轉型過程中，利率是貨幣價格的重要指標，多數研究熱點主要以利率為研究對象。針對利率及法定存款準備金率的貨幣政策工具對銀行風險承擔的研究，結果表示，貨幣政策工具在不同宏觀形勢情況下對銀行風險具有非線性影響。

在研究方法方面，以往研究在用時間序列分析估計貨幣政策對銀行風險的影響時，大多采用普通最小二乘法和廣義最小二乘法建立線性模型。Altunbas等學者[14]研究貨幣政策對銀行風險的非線性影響，將解釋變量信貸擴張的二次項納入線性回歸方程，但沒有建立非線性模型。

研究推測貨幣政策對銀行風險的影響是不對稱的，就像股票市場[15]和貨幣市場[16]所發生的一樣。銀行的風險承擔行為有時是主觀的、非理性的。貨幣政策實施后，銀行風險偏好、風險感知和風險決策行為變化呈現緩慢、漸進和非離散的特點。貨幣政策對銀行風險的影響因貨幣政策類型和宏觀環境不同發生變化，且由于相互作用的決定因素具有不確定性。在市場低迷時期，整個經濟體的財富急劇減少，投資者正處于效用函數的無效區域。由于對損失的風險厭惡，貨幣政策的效應可能會對銀行風險產生更大影響。因此，貨幣政策與銀行風險之間呈現非線性路徑關系，兩者在市場低迷時期表現出較強的相關性。在這種情況下，用線性模型來分析貨幣政策對銀行風險的影響，會因為忽略了非對稱效應而出現模型的錯配偏差。

相較于已有研究，本研究針對如下幾方面有所補充。首先，運用面板平滑過渡回歸（PSTR）模型解決模型的錯配偏差，從貨幣政策中介目標（廣義貨幣）的角度研究貨幣政策對銀行風險的非對稱效應。實證結果證實，貨幣政策（以貨幣供應量表示）在貨幣政策擴張和收縮過程中對銀行風險具有非線性影響。同時，以往針對利率及存款準備金率對銀行風險承擔影響的研究是從貨幣政策工具角度來檢驗貨幣政策對銀行風險的非線性效應。利率和存款準備金率是我國貨幣政策部門常用的兩種重要工具。本研究以貨幣政策工具之外的貨幣政策中介目標為研究對象，在我國特色社會主義市場經濟體系中，受政府經濟環境影響，研究結果有理論和實踐意義。其次，研究表明，目標函數應納入金融部門，中央銀行應考慮貨幣政策對銀行風險的非線性影響。分析最優貨幣政策的標準方法采用線性-二次（LQ）框架，其中描述動態經濟行為的方程是線性的，而指定政策目標的目標函數是二次的。貨幣政策的特點通常是尋求最小化損失函數，包括通脹缺口的平方值和產出缺口的平方值，而不是金融穩定性。實證結果表明，貨幣政策對銀行風險具有非線性影響。因此，中央銀行的目標函數應包含一個金融穩定變量，中央銀行應重視貨幣政策對銀行風險的非線性影響。綜上所述，本研究在以往研究基礎上進一步提供貨幣政策對銀行風險非線性影響的實證證據。研究也不同于Molodtsova等學者將泰勒規則作為貨幣政策外生決定因素的研究。雖然泰勒規則是美國評估貨幣政策的主流方法，但目前沒有相關證據表明我國央行也使用了這一規則。因此，本研究沒有明確假設中央銀行在貨幣政策決策時遵循任何損失函數，也沒有假設利率是銀行的外生變量。研究假設基于我國目前市場經濟模式提出。

一、研究背景和研究方法

（一）銀行業穩定性現狀

銀行業始終在我國金融業中處于主體地位。按照銀行的性質和職能劃分，可以把我國現階段的銀行分為三類：中央銀行、商業銀行、政策性銀行。由于政策、管理體制、社會發展機制等多方面影響，我國各大銀行在內部管理、授信體制和資信評估能力、風險控制能力等方面都還有很多缺陷，且我國金融業的授信決策并不完全建立在資信因素上，銀行在信貸工作中往往受到外在壓力和行政干擾的影響。扶持地方經濟、幫助國有企業脫困、發展重點產業等仍是影響授信決策的重要因素。

近年來，隨著社會發展和改革，我國銀行業改革創新取得顯著成績，使整個銀行業發生翻天覆地的歷史性變化，在我國改革開放經濟社會發展中發揮了重要作用，有力地促進了我國經濟改革和國民經濟發展。自從改革開放以來，我國國有的商業銀行業務出現交叉，商業化驅動和對利潤的追逐使銀行間逐步形成全方位競爭局面，尤其是在經濟發達和比較發達的地區競爭越來越激烈。由于我國商業銀行起步較晚，我國四大商業銀行仍處于低效階段，各大銀行之間的競爭也始終未走出各自為戰的低層次競爭格局。因此，在國際上金融危機背景下，我國銀行業和財富管理機構始終面臨許多嚴峻挑戰，特別是一些老牌金融機構面臨三大威脅。即金融機構信用缺失、由于客戶信任缺失及收入減少。

我國金融體系是以銀行為基礎的，商業銀行所帶來的風險直接影響到我國的金融穩定。金融穩定狀態，表明國家的整個金融體系不出現大的波動，金融作為資金媒介的功能得以有效發揮，金融業保持協調有序穩定的發展，保持金融穩定是我國貨幣政策的特定目標。我國政府和中國人民銀行非常重視金融穩定。自2003年7月以來，中國人民銀行對我國金融穩定進行了自我評估，并發布《中國金融穩定報告》。2009年8月，我國正式實施1999年5月由國際貨幣基金組織和世界銀行聯合發起的金融部門評估項目（FSAP）。在我國建立金融宏觀審慎管理框架的過程中，貨幣政策是否影響銀行風險是一個非常重要的問題。因此，重視貨幣政策對金融穩定的影響至關重要。

（二）理論模型

20世紀70年代以來，非線性理論和模型不斷完善，使學者認識到非線性模型能夠更好地描述經濟現象和經濟規律[17]。在所有可用的非線性模型中，狀態切換模型應用最普遍。常見的非線性狀態轉換模型主要包括以下三種：馬爾可夫狀態轉換（MRS）模型、閾值回歸（TR）模型和平滑過渡回歸（STR）模型。MRS和TR模型都基于一個假設：從一種政府制度轉換到另一種會產生離散效應。這是一個典型假設，但在實踐中可行性不強。Hansen首次提出閾值效應，其中包括使用面板閾值回歸（PTR）模型，該模型假設不同制度之間的過渡顯示出突然的跳躍效應。為糾正這些缺點，González等人[18]引入了面板平滑過渡回歸（PSTR）模型，該模型擴展了平穩過渡回歸（STR）模型，適用于隨時間變化具有異質性的面板數據[19]。因此，其同時具有STR模型的優點。在PSTR模型中，各體制之間的過渡是平穩漸進的，而不是離散或突然發生的。

由Gonzalez[18]提出的PSTR模型為：

其中，i=1，…，N（N表示面板的橫截面）；t=1，…，T（T表示面板的時間維度）；y是因變量；μi代表固定變量；xi,t是時變外生變量的k維向量；r+1代表政策狀態的數量；過渡函數為j=1，…，r，將其區間規范化為0至1之間。當過渡函數等于0或1時，相應的模型分別稱為低制度或高制度。過渡函數的值在0和1之間平滑過渡，使模型在低制度和高制度之間平穩過渡。為閾值變量，可以是外生變量，也可以是滯后內生變量的組合。γj為斜率參數，表示從一種政策制度狀態到另一種狀態的轉變速度。cj為閾值參數。ε為殘差項。β為回歸系數。

根據Granger和Ter?svirta[20]的時間序列分析方法和González等[18]的面板數據框架，過渡函數可通過logistics規范為：

其中γ>0并且c1≤c2≤…≤cm。當m=1且γ→∞時，PSTR模型可簡化為PTR模型。從實證分析角度研究，只考慮m=1或m=2的情況就足以捕獲由于政策制度轉換而引起的非線性變化特性[17]。

（三）研究方法

按照時間序列分析方法，González等[18]提出適用于PSTR模型的三步策略：（a）識別規范化，（b）估計，（c）政策制度狀態數量的評估和選擇（對r的選擇）。識別步驟的目的是測試與PSTR模型的同質性。這可以通過檢驗零假設γ=0條件來實現。由于在原假設下存在無法識別的干擾參數，函數g在0附近進行一階泰勒展開如下：

如同在時間序列分析中一樣，這一檢驗用于選取（a）使相應的p值最小的過渡變量，和（b）在（3）式中恰當的序列的m值。

在估計步驟中，數據降噪后，可采用非線性最小二乘來計算參數估計。在面板數據模式下，數據demean處理比較復雜[18]。

估計步驟包括（a）應用錯配檢驗來驗證PSTR模型的有效性，（b）確定政策制度的數量。提出這些方法是為適應在時間序列分析中引入的隨時間變化的參數恒定性和無剩余非線性的測試[21]。無剩余非線性檢驗被解釋為面板數據環境下無剩余異質性的檢驗，可用于確定PSTR模型的區域數。為了完成這個測試，González等[18]提出序貫程序，從估計線性模型開始，如果同質性假設被拒絕，則提出PSTR模型，如果2個體制的PSTR模型中沒有剩余異質性假設被拒絕，則使用具有3個體制的PSTR模型，依此類推。

二、研究模型及數據

研究以貨幣政策中介目標（貨幣供應量）為幣政策指標，構建PSTR模型，衡量在我國宏觀經濟環境下，貨幣政策對銀行風險承擔的影響。由于我國金融市場發展起步較晚，可研究樣本量不夠大。引入過多解釋變量會導致自由度和多重共線性度下降。因此，本研究只關注宏觀經濟因素對銀行風險的影響，沒有考慮銀行層面微觀因素對銀行風險的影響，構建PSTR模型研究收縮和擴張階段的貨幣政策對銀行風險的影響。

其中，EDFi,t為預期違約頻率，Mi,t為廣義貨幣，PMIi,t為采購經理人指數，Hi,t為固定資產價格指數。

2007年起，中國人民銀行設定的貨幣政策預期目標為廣義貨幣（M2），不再包含狹義貨幣供應量（M1）和新增人民幣貸款。2012年以后，由于我國利率市場化不斷推進和金融創新的影子銀行、互聯網金融、資管通道類業務的井噴式增長，數量型中介目標的可測性、可控性大幅下降。因此，2007至2012年間，央行貨幣政策的中介目標主要為宏觀貨幣供應量，隨后逐漸由貨幣供應量轉向貨幣市場利率。數據窗口選擇2007年至2012年，為研究以貨幣供應量為指標的貨幣政策對銀行風險影響的較為理想的區間。針對其他貨幣政策指標對銀行風險影響的研究內容在本文中不做贅述。

研究的數據來自RESSET金融研究數據庫。使用2007年第一季度起至2012年第四季度為止的季度觀察數據，在A股市場上市的13家中國銀行。樣本包括三家大型商業銀行、七家股份制商業銀行和三家城市商業銀行。其中，大型商業銀行包括中國工商銀行（ICBC）、中國銀行（BOC）和交通銀行（BC）；股份制商業銀行包括中信銀行（CITIC）、華夏銀行（HB）、平安銀行（SPAB）、招商銀行（CMB）、浦發銀行（SPDB）、興業銀行和中國民生銀行（CMSB）；城市商業銀行包括北京銀行（BB）、南京銀行（NJB）和寧波銀行（NBB）。

表1提供實證分析中使用的變量的描述性統計數據。表2給出這些變量之間的相關系數。根據Gujarati[22]的理論，如果兩個回歸變量的零階相關系數大于0.8，則多重共線性問題將更加嚴重。研究中的相關性在可接受的水平，見表2。

表1 描述性統計分析

表2 相關系數

（一）銀行風險

研究選擇預期違約頻率（EDF）用以衡量銀行風險這一因變量。在有關金融穩定的實證研究中，預期違約概率已成為衡量銀行穩健程度的常用指標。理論上，根據風險的性質，利用股價和收益波動性來體現銀行風險行為特征的EDF無疑是理想的選擇[14]。原因如下：首先，EDF是相對客觀的，因為它是根據股票交易數據和上市銀行財務報表中的財務數據計算得出。其次，EDF是動態指標，可以根據上市銀行股票交易數據和定期發布的財務報表變化更新。因此，EDF反映的銀行風險隨時間變化。第三，EDF克服了應用歷史數據來表示未來趨勢偏差。EDF根據股票市場實時情況計算。股票市場收益率和市值的變化可以反映銀行的業績、市場預期和未來趨勢。與Moody的KMV模型相比，EDF更精確。EDF在違約距離和違約概率之間建立函數關系。一家公司的預期違約概率隨時間變化，這反映一家公司或其生產部門不斷變化的經濟增長程度。關于違約距離與預期違約率測度之間的映射關系的詳細描述可參考Crouhy等的研究。

研究使用Brandimarte[23]的方法來計算預期違約概率。采用無風險利率計算預期違約概率，并以人民幣一年期存款基準利率的日加權平均數為基礎。以下數據來自RESSET金融研究數據庫：用于計算預期違約率的13家上市銀行的日收益率、日總市值、季度長期負債和季度短期負債，以及廣義貨幣、季度房地產價格指數、人民幣一年期存款基準利率。采購經理人指數（PMI）數據來源于CEInet統計數據庫（CEI：China-Economic Information）。

（二）貨幣政策

貨幣政策（Monetary Policy）是指政府或中央銀行為影響經濟活動所采取的一系列可行規章措施，尤指控制貨幣供給及調控利率的各項規章措施，這些規章措施是當代各國政府干預和調節宏觀經濟運行的主要政策之一。這一政策通常將其分為廣義的貨幣政策和狹義的貨幣政策。政府、中央銀行及宏觀經濟部門用廣義的貨幣政策，既所有與貨幣相關的規定及采取的一系列影響貨幣數量和貨幣收支的措施，管控宏觀經濟走向。同時，中央銀行利用狹義的貨幣政策，既為實現既定目標運用各種工具調節貨幣供應量，影響宏觀經濟運行的各種方針措施，推動政策目標、政策工具、中介指標和操作指標協調發展，保證具體經濟工作目標的實現。

中央銀行貨幣政策運行包括：一是存款準備金政策。存款準備金政策是中央銀行通過調整法定存款準備金比率，影響商業銀行信貸規模，從而影響貨幣供應量的一種貨幣政策工具。這是一種威力強大、效果顯著的貨幣政策工具，往往能迅速達到預定的中介目標，甚至直接達到預期的最終目標。其不足是不適合微調，也不能經常使用。二是再貼現政策。再貼現政策是中央銀行通過提高或降低再貼現率來影響商業銀行的信貸規模和市場利率，從而影響貨幣供應量的一種貨幣政策工具。這項政策對調節貨幣供應量、調整信貸結構均有一定效果，并能在一定程度上反映中央銀行的政策意圖，起到預警效用。此外，中央銀行可利用它來履行最后貸款人的職能，防止金融恐慌，有利于穩定國家經濟，但中央銀行在運用此工具時始終處于被動地位。三是公開市場業務。中央銀行在金融市場上公開買進或賣出有價證券（特別是政府證券），以投放或回籠基礎貨幣，控制貨幣供應量，并影響市場利率。公開市場業務主動權完全在中央銀行，具有極強的可逆轉性，且操作迅速，不會有延誤。

運用貨幣政策一般均采取控制貨幣發行、控制和調節對政府的貸款、改變存款準備金率、推行公開市場業務、選擇性信用管制、調整再貼現率、直接信用管制等方式方法，以期達到平衡收支、充分就業、穩定物價、促進經濟增長的終極目標。然而，貨幣政策具局限性，貨幣政策影響利率必須以貨幣流動速度不變為前提，通脹時緊縮的貨幣政策比較有效，而通貨緊縮時擴張的貨幣政策效果不明顯，貨幣政策的外部時滯影響政策效果。

以往研究將利率作為貨幣政策的指標，即高利率意味著緊縮性貨幣政策，反之亦然。然而，利率在中國經濟中的作用很小[24]。Fan等[24]發現，從經驗上看，貨幣供應量應對通貨膨脹率和實際產出都有積極回應，同時對未來通貨膨脹率和實際產出產生一定影響。然而，另一方面，我國官方利率對通貨膨脹率的反應是被動的，對實際產出沒有反應。此外，它們對未來通脹率和實際產出沒有影響。貨幣供應量可以代表一個國家的貨幣政策立場。在我國，基礎貨幣包括流通中的貨幣和中央銀行持有的商業銀行儲備。然而，商業銀行存款準備金率的頻繁變化使得基礎貨幣的變化難以解釋[24]。

廣義貨幣供應量（M2）可以作為我國貨幣政策的一個很好的指標。首先，它吸引了很多決策者的注意力。中國人民銀行（PBC）只為廣義貨幣設定了貨幣政策中間目標，而不包括狹義貨幣和2007年及以后新增人民幣貸款。中國人民銀行為廣義貨幣設定年度增長目標，并在季度報告中密切關注廣義貨幣的變動。第二，如前所述，銀行準備金的變動很難解釋，因此不包括在廣義貨幣之內。第三，鑒于控制貨幣總量可能產生的問題，使用這樣一個廣義貨幣總量作為貨幣政策指標稍有存疑。然而，與許多發達經濟體相反，我國政府確實控制著廣義貨幣。因為，公共部門在中國所有主要銀行中仍然持有多數股權。廣義貨幣的使用是合理的，因為它可以全面地捕捉到這些政策工具對經濟的影響[24]。

（三）過渡變量

綜上所述，實驗選擇廣義貨幣（M2）作為衡量貨幣政策立場的解釋變量。研究選取廣義貨幣（以M2為代表）作為過渡變量，研究收縮和擴張階段貨幣政策對銀行風險的影響。貨幣供應量的變化反映了貨幣政策的變化，即貨幣政策的擴張和收縮。

（四）控制變量

宏觀經濟狀況會影響銀行資產和負債，從而影響其風險水平。選取采購經理人指數（PMI）和房地產價格指數作為控制變量。

采購經理人指數（PMI）衡量宏觀經濟的繁榮或蕭條，反映宏觀經濟形勢對銀行風險的影響。采購經理人指數（PMI）作為衡量制造業經濟健康狀況的指標，在世界范圍內得到廣泛應用。采購經理人指數基于關鍵指標：新訂單、庫存水平、生產、供應商交貨和就業環境。與上月相比，PMI超過50意味著商業活動的擴張。讀數低于50表示收縮，而讀數為50表示沒有變化。PMI通常在本月初公布，這比大多數有關工業產出、制造業和GDP增長的官方數據都要早。

近年來，房地產市場火爆，房地產貸款在我國銀行信貸中占有相當大的比重，帶來潛在風險。選取以H為代表的房地產價格指數作為控制變量，以反映房地產市場對銀行風險的影響。

三、研究結果與分析

（一）線性和無剩余非線性結果

線性檢驗結果見表3，結果表明，模型為線性的原假設在Wald檢驗中以5%顯著性水平下被拒絕，這意味著貨幣政策和銀行風險之間的關系確實是非線性的。這為本研究在實證分析中使用非線性模型提供支持性證據。在假設雙體制模型（2個制度）中，表4給出了無剩余非線性的測試結果。零假設不能被拒絕，這意味著模型只有一個閾值和兩個制度。因此，只有一個臨界水平的貨幣供應量，以區分低貨幣供應量制度和高貨幣供應量制度。

表3 線性測試

表4 無剩余非線性的測試（測試狀態數）

（二）模型估計結果

研究利用非線性最小二乘法來估計參數。在參數估計之前，應用網格搜索法確定過渡速度（γ）和位置參數（c）的初始值。迭代次數越多，初始值越好。為保證計算結果準確性的同時控制程序運行效率，迭代次數設為20 000次。估計模型參數見表5。

表5 PSTR模型估計（因變量：EDF）

這是一個雙體制PSTR模型，躍遷速度正且低，位置參數（3.582×106）百萬元在過渡變量（M2）的變化區間內。當貨幣供應量超過3.582×104億元人民幣時，模型逐漸向高位靠攏，并隨過渡變量的增加而增大。當貨幣供應量在3.582×104億元人民幣以下時，隨著過渡變量減小，模型逐漸下降到低區間的制度中。貨幣政策等變量對銀行風險的影響隨著過渡變量值的變化而在高、低制度之間平穩并逐漸過渡。在此段時間間隔內：貨幣供應量僅有四個季度超過位置參數；而在其余季度，貨幣供應量低于位置參數。這表明貨幣政策和其他變量對銀行風險的影響主要集中在低貨幣供應量的制度體系中。

過渡變量（貨幣供應量）的系數在統計上是不顯著的，且對于高狀態是正的；在低區域（β0）是正的，具有統計顯著性。

貨幣供應量擴大意味著寬松的貨幣和監管環境，容易刺激銀行的風險行為。當貨幣供應量在3.582×104億元以下時，更多的貨幣供應量傾向于鼓勵銀行承擔風險。

（三）穩健性檢驗

穩健性檢驗使用變量替換法，替換修正衡量指標進行檢驗。檢驗貨幣政策在不同宏觀環境下對銀行風險的非線性影響。以預期違約率（EDF）為被解釋變量，以廣義貨幣（M2）代表的貨幣供應量為解釋變量，以制造業采購經理指數（PMI）為轉換變量，以房地產價格指數（H）為控制變量，建立PSTR面板回歸模型，如下所示。

進行線性檢驗，結果如表6。

表6 線性測試

模型為線性的這一原假設在Wald檢驗中以5%顯著性水平下被拒絕，表明存在非線性關系。

在假設雙體制模型中，表7給出了無剩余非線性的測試結果。結果表明，零假設不能被拒絕，這意味著模型只有一個閾值和兩個制度。

表7 無剩余非線性的測試（測試狀態數）

采購經理人指數反應宏觀經濟環境的不同情況。銀行風險隨PMI的變化在不同體制中平滑轉換。宏觀經濟環境對貨幣供應量于銀行風險的影響有刺激作用。

四、結論

研究以2007年至2012年中國銀行業季度數據為基礎，運用面板平滑過渡回歸（PSTR）方法檢驗貨幣政策對銀行風險的影響。研究結果支持使用非線性模型來解釋貨幣政策與銀行風險之間的關聯。研究結果表明，隨著3.582×104億元貨幣供應量臨界值水平的變化，貨幣政策等變量對銀行風險的影響呈現由高到低的平穩漸進過渡過程。過渡變量貨幣供應量對兩種制度下的銀行風險都有正向影響。但是，在高制度下，在統計上不顯著，在低制度下則顯著。研究表明，與股票市場和貨幣市場一樣，商業銀行樣本也存在非對稱效應。控制變量的影響也有參考價值。整體而言，采購經理人指數對銀行風險的影響是負的，在高水平和低水平上都有統計學意義。對于房地產價格指數，在低水平下具有負效應，其系數在統計上不顯著；在高階段，它具有正效應，具有顯著的統計顯著性。采購經理人指數比大多數工業產出、制造業和GDP增長的官方數據都要早很多，是良好的經濟活動的先行指標。采用的采購經理人指數這一指標，為我們大國制造業的增長趨勢，提供了較早的宏觀經濟指標，具有較深遠的研究意義。