存款利率約束下貨幣政策傳導機制研究

摘 要 本文在標準的金融加速器模型上嵌入內生杠桿約束的銀行部門，構建了一個包含雙重金融摩擦的動態新凱恩斯模型，定量分析存款利率約束下貨幣政策的傳導機制和效果。風險沖擊和金融沖擊的脈沖響應結果顯示，存款利率觸及有效下限約束導致貨幣政策失效，從而加劇經濟波動。基于政策評估的長短期視角綜合分析發現，存款利率約束弱化了貨幣政策的實際利率和銀行信貸傳導機制，導致寬松貨幣政策刺激經濟效果不顯著，突破存款利率約束是貨幣政策發揮作用的關鍵。進一步研究結果表明，積極的財政政策在存款利率的約束下提高了貨幣政策傳導的有效性，與貨幣政策協調搭配的效果十分顯著，具有較強的經濟擴張效應。本文研究對我國貨幣政策調控的啟示在于：一是珍惜貨幣政策空間，避免存款利率觸及下限約束;二是積極推進利率市場化改革，大力疏通我國貨幣政策傳導機制;三是在利率雙軌制下，貨幣政策要著力營造良好的貨幣金融環境，財政政策要更加積極有為、主動發力，繼續實施好“積極財政+穩健貨幣”的政策組合拳。

關鍵詞 利率雙軌制;貨幣政策;雙重金融摩擦;動態新凱恩斯模型

0 引言

2008 年國際金融危機以來，全球貨幣政策傳導出現的主要問題是名義利率觸及有效下限（effective lower bound，ELB）約束。理論上，名義利率以零為下界。直覺上，這是顯而易見的，因為現金的名義利率為零，如果一項資產的名義利率低于零，那么理性的經濟個體必定選擇持有現金而不愿持有名義利率為負的資產①，因此名義利率有效下限也被稱為零利率下限（ zero lower bound，ZLB），即ZLB 是ELB 的一個特例。為了應對金融危機，歐元區和日本紛紛突破ZLB，以負利率政策刺激經濟（見圖1）。相比之下，中國貨幣政策在收緊和放松兩個方向上都相對審慎、留有余地，著力營造良好的貨幣金融環境，政策空間相對富足。但由于體制機制性因素②，中國名義利率尤其是存貸利率面臨的是一個廣義上的“零下界”，即政府決定的某一個下界并非理論意義上的零下界。新冠疫情大流行后，我國經濟發展態勢穩中向好，在全球范圍內率先實現復蘇，但經濟增長的內生動力還不強，有效需求不足是我國經濟運行面臨的突出矛盾。為了刺激經濟、走出低通脹風險，關于寬松貨幣政策加碼的呼聲高漲，其中大幅降息的政策呼吁不絕于耳，但也有人擔憂名義利率降到歷史較低水平可能會對經濟增長和金融穩定造成負面沖擊。隨著全球總供給從順風時代變為逆風時代（Carstens，2022），通過貨幣政策刺激經濟對政策操作力度的科學性和精準性提出了更高要求，央行需要更加精準地權衡在低利率環境中降息的利弊以及對促增長的實際效果。

從發達經濟體的政策實踐來看，名義利率觸及ELB 將壓縮常規貨幣政策空間，無法應對外部沖擊造成的經濟波動。為克服ELB 對常規貨幣政策的限制，美聯儲和歐洲央行等發達經濟體的中央銀行創設了一系列非常規貨幣政策工具，例如量化寬松（quantitative easing）、前瞻性指引（forward guidance） 和負利率（negative interest rates）等。Bernanke（2020）認為美聯儲實施的量化寬松和前瞻性指引卓有成效，是常規貨幣政策的必要補充，應當成為現代中央銀行工具箱的組成部分，但負利率是否有效尚無定論。一些學者認為負利率通過移除ZLB對名義利率的束縛， 以此提振需求刺激經濟（ 如Buiter， 2009; Agarwal andKimball，2015）;也有學者認為負利率作為一種“ 逆轉利率” （ reversal interestrate），商業銀行難以將負利率轉嫁給儲戶，存款利率零下限約束通過侵蝕銀行資本金使商業銀行盈利能力下降，從而降低信貸供給（ 如Heider et al. ，2019;Abadi et al. ，2023）。對于中國來說，存款利率在2010 年后一直處于下降通道（見圖1）。近年來，隨著我國政府積極引導金融機構向實體經濟讓利，商業銀行凈息差和凈利潤均出現下降現象。2023 年12 月，工農中建交等銀行均更新了人民幣存款掛牌利率，其中工行、農行等還同步下調了大額存單、特色存款等品類的存款利率，最高降幅達到30 個基點。目前，國有大行1 年定期存款利率為1. 45%，較之前下調10 個基點;2 年定期存款利率為1. 65%，下調20 個基點，3 年定期存款掛牌利率為1. 95%，進入“1 時代”。如果沒有管制因素，在當前通縮壓力環境下，使我國經濟達到均衡的存款利率可能比現實存款利率更低。不過，即便存款利率沒有觸及ZLB，我國存款利率調整缺乏彈性或調整滯后對貨幣政策傳導也會產生重要影響。因此，分析存款利率約束下貨幣政策傳導機制及其效果對促進我國高質量發展具有重要的現實指導意義。

基于此，本文嘗試構建一個宏觀結構模型分析存款利率約束下貨幣政策傳導機制及其效果。我們堅持問題導向，對存款利率約束下貨幣政策傳導研究緊扣理論聯系實際這一基本準則，并借助結構模型特有的反事實分析方法分類討論不同政策的作用機理，為暢通存款利率約束下貨幣政策的傳導機制提供政策啟示。為了實現上述分析目標，本文將按照以下順序分點遞進式展開研究：首先，概括總結貨幣政策在正常情形下的傳導機制，比較分析存款利率約束下貨幣政策與常規貨幣政策在傳導機制上可能的差異，并以此為基礎梳理國內外相關研究，同時指明本文與現有文獻的區別。其次，從政策實踐出發同時參考現有研究，本文在標準的金融加速器模型上（Bernanke et al. ，1999）構建同時包含內生杠桿約束銀行部門的動態新凱恩斯（dynamic New Keynesian，DNK）模型，為定量分析存款約束下貨幣政策傳導機制及其效果提供一個基本分析框架。再次，本文利用校準的DNK 模型分析風險沖擊和金融沖擊的脈沖響應，揭示名義利率觸碰有效下限約束使常規貨幣政策失效，從而加劇經濟波動。在此基礎上，本文從政策評估的長短期視角出發，綜合運用脈沖響應、變量的動態模擬路徑和模擬矩等分析工具深入分析存款約束下貨幣政策的傳導機制和效果。最后，本文還比較分析了存款約束下貨幣政策與財政政策協調搭配效果。

本文的邊際貢獻主要體現在以下四點：第一，模型在設定上區分了“ 市場軌”的銀行間市場利率和“管制軌” 的存款利率，為研究貨幣政策在利率雙軌制下的傳導機制提供了一個基本分析框架。第二，模型詳細刻畫了金融中介和金融摩擦，①這樣做一方面能模擬分析不同利率在金融部門之間的相互傳導，另一方面在信貸供需兩側同時刻畫金融摩擦，可以疊加單一金融加速器效應使存款利率更加容易觸及有效下限約束，為評估存款利率約束下貨幣政策的傳導機制提供研究環境。第三，綜合政策評估的長短期視角，利用不同工具分析貨幣政策傳導機制及效果，以確保研究結論的科學性和嚴謹性，從而為中國貨幣政策是否有效這一長期爭論提供一個自洽的回答。第四，分析存款利率約束下財政政策的傳導效果，為財政政策和貨幣政策的協調搭配提供啟示。

文章接下來的內容安排為：第1 部分梳理相關文獻;第2 部分是模型設定和求解;第3 部分是參數賦值和模型求解;第4 部分是數值模擬分析，研究內容包括三點：一是分析名義利率零下限約束對宏觀經濟的影響，二是從長短期視角綜合分析存款約束下貨幣政策傳導機制和效果，三是研究財政政策在存款約束下的傳導效果;第5 部分總結結論并給出啟示，指明未來可能的進一步研究方向。

1 文獻綜述

2008 年國際金融危機以來，非常規貨幣政策的傳導機制及效果分析是宏觀政策研究的熱點話題，國內外關于這一研究領域已經取得了豐碩成果。與本文直接相關的研究主要包括兩個部分：一是負利率政策研究，這部分研究聚焦負利率政策能否穿過銀行部門對實體經濟產生擴張效應;二是利率雙軌制下的貨幣政策傳導機制研究。在梳理上述兩個方向的文獻之前，本文先概括總結貨幣政策在正常情形下的傳導機制，揭示常規貨幣政策與名義利率約束下的貨幣政策在傳導機制上可能存在的異同，然后梳理與本文密切相關的文獻，概括總結現有文獻的研究結論，這對于本文構建宏觀模型定量分析存款利率約束下貨幣政策傳導機制有很強的借鑒參考價值。

1.1 貨幣政策主要傳導機制

在標準的新凱恩斯模型中（Woodford，2003;Galí，2015），以短期名義利率為工具的貨幣政策通過實際利率進行傳導。例如，擴張性貨幣減少短期名義利率，價格黏性使通脹變化幅度小于名義利率，因此實際利率下降，由此增加消費、投資以及產出。當經濟進入繁榮周期，企業開始上調產品價格，價格上漲拉升通脹，該傳導機制在新凱恩斯文獻中被精煉為兩條曲線：新凱恩斯IS 曲線和新凱恩斯菲利普斯曲線。Bernanke et al. （1999）將金融摩擦嵌入標準的新凱恩斯模型中，建立了貨幣政策傳導的金融加速器理論，但忽視了銀行資產負債約束在貨幣政策傳導中的作用。Bernanke（2007） 提出銀行從家庭吸收存款也存在外部融資溢價，從而形成了企業向銀行融資和銀行向家庭融資的雙重金融加速器模型。

除了外部融資溢價機制，主流宏觀經濟學家在2008 年國際金融危機后對信貸供給側的金融摩擦進行了大量研究，目前已經取得了豐碩成果。例如，Gertler and Kiyotaki（2010）、Gertler and Karadi（2011） 在儲蓄市場通過引入道德風險問題刻畫銀行在借貸過程中受到的內生杠桿約束，同樣強調了銀行資本在貨幣政策傳導中的重要作用。目前，文獻將貨幣政策通過銀行資本傳導稱為貨幣政策的信貸傳導機制，該機制可以簡要描述為：貨幣政策寬松時，較低的政策利率會降低銀行融資成本，增加銀行利潤，充實銀行資本，反過來更多的銀行資本又會減少銀行外部融資溢價或放松銀行杠桿約束，擴大銀行貸款;相反貨幣緊縮減少銀行凈利潤，壓縮銀行資本，降低銀行貸款。綜上，本文討論的貨幣政策傳導機制主要有兩個：一是實際利率傳導機制;二是銀行信貸傳導機制，我們分析貨幣政策在利率雙軌制下傳導效果與這兩個機制密切相關。

1.2 負利率政策研究

當名義利率觸及零下限約束，貨幣政策傳導受到阻滯。關于負利率政策對存款利率的影響，Heider et al. （2019）發現歐洲央行雖然在2014 年6 月將政策利率降低到零以下，但是歐元區的商業銀行由于害怕儲戶擠提存款，并未將存款利率降為負值，進一步通過使用雙重差分法檢驗負利率政策對銀行信貸供給的影響，結果表明由于存款利率零下限約束，導致負利率政策增加了高存款銀行的經營成本，減少了信貸供給，提高了銀行的風險偏好。無獨有偶，Bastenand Mariathasan（2018）使用瑞士數據、Hong and Kandrac（2022）使用日本數據以及Grandi and Guille（2020）使用法國數據分別進行實證研究，結果也都發現存款利率在負利率政策環境被截斷為零，未隨政策利率降低至零以下。為了分析負利率政策的傳導機制，Eggertsson et al. （2023） 構建了一個包括儲蓄家庭、貸款家庭和銀行部門的新凱恩斯模型，通過刻畫貨幣存儲成本和央行準備金要求，模型捕捉了存款利率零下限約束時政策利率與銀行存款利率脫節的事實，研究發現負利率政策的擴張效應取決于存款利率受到零下限約束時銀行的融資成本和資產負債表結構。Ulate（2021） 將壟斷競爭的銀行部門嵌入到標準的新凱恩斯模型，理論分析表明如果存款利率受到零下限約束，負利率政策將通過擠壓銀行利潤降低銀行資本， 阻礙投資和產出增長。de Groot and Haas（2023）分析負利率的信號傳導渠道發現，負利率的有效性取決于政策慣性程度、準備金水平以及ZLB 的持續性。Onofri et al. （2023）研究歐元區負利率政策發現，存款利率觸及零利率會對經濟產生收縮效應，但如果向家庭投資組合引入額外資產替代銀行存款時負利率政策則變得具有經濟擴張效應。

近年來，國內學者對負利率也展開了討論。馬理等（2018）基于歐元區主要國家數據實證發現，負利率政策對復蘇經濟和刺激通脹的效果并不理想。熊啟躍和王書朦（2020）使用歐洲上市銀行數據分析指出，負利率政策對銀行業凈息差具有顯著的負面影響。陸超等（2020）利用歐元區銀行業數據研究發現，負利率政策對銀行的盈利能力影響不大， 但破壞了銀行的盈利結構。李北鑫等（2020）使用TVP-SV-VAR 模型實證分析了歐元區和日本實施負利率政策對本國資產價格的影響。盡管馬理和婁田田（2015） 很早就在包含利率零下限約束的DSGE 模型中研究宏觀政策的傳導，但他們并未研究負利率政策。孫國峰和何曉貝（2017）基于“貸款創造存款”機制構建了一個DSGE 模型分析負利率政策傳導機制，結果發現在信用貨幣體系下銀行貸款不依賴存款，銀行可以向家庭支付負存款利率來維持正常的信貸利差，從而得到負利率政策是有效的研究結論。

1.3 利率雙軌制下的貨幣政策研究

貨幣政策傳導機制受到金融體系結構的影響。圖2 是繪制了完全市場經濟的貨幣傳導機制，政策利率分別通過零售利率渠道和廣義信貸渠道影響實體經濟。圖3 是我國改革開放初期的貨幣政策傳導機制，當時的制度特征是金融結構單一，銀行業占整個金融部門的90%以上，并且受到嚴格的管制。由于金融工具缺乏，中央政府只能通過直接控制零售利率和銀行貸款來執行貨幣政策。在利率市場化改革的前半段，銀行信貸是融資的主要渠道，存貸款利率是事實上的政策利率;在利率市場化改革的后半段，則是雙軌制，即兩種政策利率甚至是多種貨幣政策工具并存。在圖4 中，盡管存款利率固定，但是銀行間市場利率仍然可以通過廣義信貸渠道影響實體經濟;通過債券、股票市場等“市場軌”的金融市場，產生廣義的金融加速器效應影響實體經濟;但同時也會受到“管制軌”的銀行存貸款利率的干擾。

現有文獻對利率雙軌制的研究較為豐富，如張勇等（2014）以福利最大化為標準分析了利率雙軌制的效率、利率雙軌制的改革以及與利率雙軌制相配套的最優貨幣政策，發現在短期利率雙軌制決定了貨幣政策主要通過管制利率進行傳導，利率雙軌制的效率與融資扭曲、壟斷扭曲程度正相關，政府應該通過降低融資扭曲和壟斷扭曲來降低雙軌制效率，只有當雙軌制不具備效率取消雙軌制才是福利損失最小的。陳彥斌等（2014） 在包含異質性生產效率的一般均衡模型分析利率管制對總需求結構失衡的影響以及利率市場化改革的宏觀經濟效應，發現利率管制擠壓消費、擴大投資，在融資約束作用下利率管制加劇了總需求結構失衡程度。紀洋等（2016） 認為研究利率市場化效應需要結合金融雙軌制（指同時存在正規和非正規兩個金融市場），研究發現利率市場化對不同金融市場具有異質性效果，利率市場化一方面提高正規金融市場的融資成本，另一方面降低非正規金融市場的融資成本。楊偉中等（2018） 發現深化利率市場化改革將消除監管套利，使利率回歸均衡，有助于維護金融穩定性。Tong andYang（2020）在新凱恩斯模型分析發現利率雙軌制強化了沖擊的傳導效果，放大了內生變量的波動性，加劇了經濟不穩定性。Liu et al. （2021）在動態一般均衡模型討論利率自由化對資本配置效率的影響，發現在國企比民企更有激勵擴大生產和更容易獲得信貸的次優（ second-best） 環境下，利率自由化能改善部門內的資本配置，但也會加劇部門間的資源錯配。利用中國數據校準模型參數，結果顯示只有通過改革緩解國企的扭曲激勵以及改善民企獲取信貸的能力，利率自由化才能提高生產效率以及社會福利。

縱觀現有文獻可以看出，已有研究分析利率雙軌制主要聚焦利率從管制變成浮動產生的經濟金融效應，少有文獻分析貨幣政策在利率雙軌制下的傳導機制及效果。本文聚焦“市場軌”下靈活調整的銀行間市場利率和“管制軌” 下缺乏調整彈性的存款利率的相互傳導，重點分析貨幣政策在存款利率約束下的傳導效果。這里需要說明的是，存款利率零下界約束是存款利率保持固定或缺乏調整彈性的一個特殊情況，由于存款利率固定或調整滯后的技術處理相對復雜，因此本文在數值模擬分析時用存款利率零下界約束替代存款利率固定或調整滯后。當然，這是一種合理的技術簡化。① 為了分析存款利率約束下貨幣政策的傳導機制，本文設置了三種情景：第一種情景（case1） 代表銀行間市場利率和存款利率調整同時受到限制;第二種情景（case2） 代表銀行間市場利率可以自由調整但存款利率調整受到限制;第三種情景（case3） 代表銀行間市場利率和存款利率均可以自由調整。下面，我們構建一個包含實體經濟和金融部門的動態新凱恩斯模型分析貨幣政策在利率雙軌制下的傳導機制。

2 理論模型

本文模型沿用新凱恩斯模型的基本設定，并在以下兩點作出拓展：第一，在信貸供需兩側同時引入金融摩擦，刻畫企業外部融資溢價機制和銀行內生杠桿約束機制共振形成的雙重金融加速器，放大外生沖擊對經濟造成的通縮效應，便于模擬研究存款利率向下調整受到限制時貨幣政策的傳導機制和效果;第二，區分準備金利率和存款利率，以此對比分析“市場軌” 下靈活調整的銀行間市場利率和“管制軌”下缺乏調整彈性的存款利率相互傳導機制。

3 參數賦值與模型求解方法

對于上節建立的DSGE 模型，本節先對模型參數進行賦值，再介紹模型求解方法。考慮到參數識別問題，本文把模型中的結構參數分為兩類：第一類參數反映模型的穩態特征，這類參數通常比較穩定和模型的穩態值相關，對于此類參數值主要利用校準法確定，校準依據為參考現有權威文獻和實際數據;第二類參數是依賴實際數據才能確定的參數（如資本調整成本系數和貨幣政策反應系數）以及外生沖擊相關參數，這類參數一般反映模型的動態特征，對于此類參數值利用貝葉斯方法對實際數據進行估計得到。為了提高參數校準和估計的準確性，本文選擇2005 年第一季度至2021 年第四季度的中國實際數據作為觀測序列。遵循DSGE 文獻慣例，本文模型參數均在季度頻率上進行校準或估計，即模型1 期對應現實經濟1 個季度。

3.1 參數校準

本文采用校準法對模型參數賦值。校準依據主要有兩點：一是參考現有文獻取值;二是匹配實際數據與模型變量穩態值反推參數值。按照文獻慣例，本文所有參數均在季度頻率上校準，因此模型1 期對應現實經濟1 個季度。模型參數校準結果如表1 所示。

首先，校準家庭部門參數{β，χ，η}。家庭貼現因子β 決定了穩態利率水平，本文以穩態利率值反推家庭貼現因子。從中經網統計數據庫可知，2005 年第一季度至2021 年第四季度銀行間同業拆借加權平均7 天利率值為2. 85%，由此可知β =1. 0285-0. 25 =0. 993。參考Chang et al. （2019）、馬理和文程浩（2021）的研究，我們將家庭勞動供給彈性倒數η 校準為2，與實證文獻發現中國勞動供給彈性為0. 5 保持一致。家庭勞動供給在效用函數的權重χ 采取如下策略進行校準：假設時間總稟賦為1，根據我國目前實施的“每周工作5 天每天工作8 小時”的標準工作制度可以計算得到勞動供給時長穩態值L = 0. 2381，據此可以反推勞動在效用函數的規模系數χ =5. 6。

其次，校準企業部門參數{α，δ，u，σ，γe ，Ne，0}。許志偉和林仁文（2011） 將生產要素利用率的微觀行為引入企業生產動態，利用貝葉斯方法估計了我國總量生產函數，發現在規模報酬不變的假設下我國資本的產出彈性為0. 45，這與莊子罐等（2020） 的校準值十分接近，因此本文把資本的產出彈性α 校準為0. 45。按照文獻慣例，本文校準季度資本折舊率δ 為0. 025，反映年度資本折舊率為10%。參考李力等（2020）、張云等（2020） 的研究成果，校準企業存活概率γe =0. 93，銀行清算破產企業的審計成本u = 0. 21，穩態時企業違約概率年度值為2. 8%，換算成季度違約概率為0. 007，根據F（ω）= 0. 007 可以反推出風險沖擊穩態值σ 為0. 27。根據國家資產負債表研究中心（CNBS） 公布的實體經濟部門杠桿率數據，校準企業杠桿穩態值?e =2，由此反推新進入企業家的初始資金Ne，0 =0. 28。此外，我們從數據中觀測到新冠疫情之后我國非金融企業杠桿有所波動，對此我們將企業杠桿穩態值在1. 5～3 范圍內依次取不同值交替做模擬，結果發現不會改變本文主要結論①。

再次，校準名義黏性參數{εw ，φw ，εp ，φp }。根據侯成琪等（2018）的研究，我國不同行業之間的工資黏性存在顯著差異，他們通過構建異質性工資黏性的多部門DSGE 模型，利用國家統計局公布的關于工資和就業的重要宏觀經濟數據，利用GMM 方法估算出我國總體工資黏性為0. 3323，表明中國工資調整周期約為1. 5 個季度，基于此本文把工資黏性參數φw 取值為0. 3323。借鑒Christianoet al. （2005）、Smets and Wouters（2007）的研究，本文把工會的勞動替代彈性εw取值為11，對應10%的工資加成率。我們參考國內相關研究成果（如易宇寰和潘敏，2022;趙向琴等，2022;江振龍，2023），校準名義價格黏性參數φp 為0. 75，零售品價格替代彈性εp 為6。

最后，校準銀行部門參數{ θ，Δ，γb ，Nb，0 }。由于本文的銀行部門設定主要參考Gertler and Karadi（2011），因此這部分參數校準策略延續Gertler and Karadi（2011）的思想，即利用實際數據匹配模型穩態值反推參數值。對于商業銀行資產轉移能力參數，我們利用信貸利差數據進行校準。具體地，選用我國商業銀行發行的短期AAA 級債券相對短期債券質押的拆借利率的利差0. 35%作為Re -Rd 的代理來校準θ。按照朱軍等（2018）的研究，我們根據中國人民銀行資產負債表計算發現中國銀行部門杠桿接近4，通過匹配模型銀行杠桿穩態φb 可以反推新進入金融市場銀行的初始資金Nb，0。關于商業銀行轉移央行準備金比例參數Δ 目前缺少可信性校準依據，Sims and Wu（2021） 認為央行作為監管者對商業銀行擁有很強的監督能力，從而使得商業銀行無法轉移準備金，因此本文在基準模擬過程中設Δ=0，同時在0～0. 5 范圍內對Δ 依次取值交替做模擬，結果發現不會改變本文主要結論。本文校準金融中介每期生產存活概率γb =0. 97，這一校準值與熊琛等（ 2022）、馬勇和呂琳（ 2021）、朱軍等（ 2020）、張云等（2020）等文獻保持一致。

3.2 參數估計

除了校準參數外，還有三類參數需要通過貝葉斯估計進行賦值：第一類參數包括家庭消費習慣系數h、資本投資調整系數ψk ;第二類參數是貨幣政策參數{ρR ，ρπ ，ρY }，第三類參數包括外生沖擊的持續性系數和標準差{ρζ ，ρA ，ρG ，ρσ ，ρθ ，σζ ，σA ，σG ，σσ ，σθ ，σeR }。根據研究需要，模型共引入了六類外生沖擊：偏好沖擊ζt 、技術沖擊At 、政府支出沖擊Gt 、風險沖擊σt 、金融沖擊θt 和貨幣政策沖擊eR，t 。為了避免使用貝葉斯估計出現“ 隨機奇異” （ stochastic singularity） 問題①，本文選取產出、政府財政支出、貨幣政策利率和銀行貸款作為觀測變量，并從2005 年第一季度至2021 年第四季度中國宏觀經濟數據中選擇以下4 個觀測序列作為上述變量的代理變量：①實際GDP 作為模型產出的代理變量;②一般公共預算支出作為模型政府財政支出的代理變量;③銀行間同業拆借加權平均7 天利率作為貨幣政策利率的代理變量;④社會融資規模中的人民幣貸款作為銀行貸款的代理變量。以上貝葉斯估計使用的原始數據來自國家統計局、中經網統計數據庫、中國人民銀行。

在進行貝葉斯估計之前，需要對原始數據進行預處理：①由于國家統計局公布的CPI 指數是月度同比增長率數據，因此先要把CPI 同比增長率轉化為定基比序列，具體轉化方法可以參考仝冰（2017），然后把月度序列轉化為季度序列，這里本文將月度CPI 定基比序列的幾何平均作為季度CPI;②利用季度CPI剔除名義GDP、一般公共預算支出和人民幣貸款的價格影響，從而得到對應的實際觀測變量序列;③對上述3 個實際序列先進行Census X-12 季節性處理，然后取對數，最后利用HP 濾波進行去趨勢處理得到觀測序列的波動成分從而匹配模型產出、政府財政支出和銀行信貸3 個變量;④對銀行間同業拆借加權平均7 天利率序列進行去均值處理以匹配模型貨幣政策利率變量。

貝葉斯估計的基本原理為：首先，在穩態附近對模型動態均衡系統進行一階對數線性化運算，將非線性系統轉化為線性系統，該線性系統的唯一解可以寫成由狀態變量和控制變量組成的狀態空間形式（ Blanchard and Kahn，1980）;然后，給定待估參數的先驗分布，利用卡爾曼濾波算法從狀態空間計算控制變量的聯合條件密度函數，根據貝葉斯公式即可計算出參數的后驗分布;最后，尋找待估參數后驗分布中概率密度最大的點（mode），這個點對應的后驗分布就是最優的參數貝葉斯估計結果。本文使用內嵌Matlab 的工具包Dynare 完成參數貝葉斯估計，結果見表2。根據Adjemian et al. （2011），Dynare 按照以下三步執行貝葉斯估計：第一步選擇參數先驗分布。其中，家庭消費習慣系數的先驗分布設定主要參考莊子罐等（2012），資本調整成本系數主要參考Gerali et al.（2010），貨幣政策相關系數的先驗分布設定主要參考王曦等（2017）、莊子罐等（2020），各類外生沖擊的持續性系數和標準差的先驗分布設定與現有文獻（Smets and Wouters，2007） 保持一致，表2 第3 ～ 5 列給出了參數先驗分布設定。① 第二步采用隨機抽樣方法，運用實際觀測序列和先驗分布最大化后驗函數對數值。第三步通過隨機游走Metropolis-Hastings 算法模擬20000 次得到后驗分布的眾數、均值和90%置信區間，表2 第6～9 列報告了參數后驗分布的估計結果，包括后驗分布的眾數、均值和90%的置信區間。

3.3 模型求解方法

一般來說，求解DSGE 模型的標準解法為“ 擾動法”，即先使用模型的一階條件和約束條件計算模型穩態，然后在穩態附近對模型進行對數線性化運算得到動態均衡解。不過，本文考察的名義利率零下限約束在宏觀經濟學中屬于偶然緊約束（occasionally binding constraints，OBCs）問題，具有明顯的非線性特征，因此標準解法失效。針對OBCs，現有文獻提出了以下幾種算法：第一種是把偶然約束緊轉化為永久性的緊約束，該算法可以處理抵押約束形成的OBCs 但無法求解ZLB（Kiyotaki and Moore，1997;Iacoviello，2005）。第二種是光滑逼近，使用光滑函數近似的好處是可以求導數，但為了保持OBCs 的非線性特征需要使用非線性求解技術（Den Haan and De Wind，2012）。第三種是延伸路徑算法，該方法的缺點是假設經濟個體的行為在緊約束附近不發生變化（ Braun andK?rber，2011）。第四種是將OBCs 轉化為其他沖擊表現形式， 如Holden andPaetz（2012）將OBCs 視為消息沖擊，通過引入影子價格沖擊把偶然緊約束轉化為等式約束。第五種是分段線性法（ piecewise linear methods）， Guerrieri andIacoviello（2015）基于該算法開發了求解OBCs 的Matlab 工具箱。綜合考慮程序的難易程度以及運行效率，本文采用Guerrieri and Iacoviello（2015） 提供的工具箱求解零下限約束問題。由于存款利率零下界約束是存款利率固定或缺乏調整彈性的一個特殊情況，從技術上看存款利率固定或調整滯后的處理比較復雜，因此本文在具體分析時用存款利率零下界約束替代存款利率固定或調整滯后，這是一種合理的技術簡化。

4 數值模擬分析

本節使用上節給出的參數基準校準結果對理論模型展開數值模擬分析，主要內容有以下三點：一是分析存款利率約束對宏觀經濟的影響;二是從政策評估的長短期視角綜合分析存款利率約束下貨幣政策的傳導機制和效果;三是討論財政政策在存款利率約束下的傳導效果。

4.1 存款利率約束對宏觀經濟的影響

如果經濟受到外部沖擊陷入衰退，對通脹和產出變動變動的名義利率就有可能觸及零下界約束。根據Christiano et al. （2014）的研究，資本收益沖擊ωt 的不確定性可以刻畫風險沖擊。ln（ωt ）的橫截面標準差σt 的大小衡量了風險的高低，σt 變大說明銀行向企業家貸款的風險增加。在數值模擬過程中，我們假設經濟在前4 期處于穩態，從第5～8 期受到一個未預期的正向風險沖擊，大小設為偏離標準差0. 1 個單位，對應資本收益風險增加10%，脈沖響應結果如圖5所示。點劃線表示名義利率不受約束，用“無約束” 標注;實線表示存在名義利率零下限約束，用“有約束”標注。

隨著σt 增大，企業家的資本收益不確定性升高，銀行通過提高企業的貸款利率來彌補由此產生的違約成本，銀行信貸供給下降通過削減資本數量降低企業投資，而投資減少使企業減產，家庭工資收入下降拖累消費。從圖5 可以發現，投資下降幅度遠高于產出和消費的下降幅度，這主要是雙重金融摩擦形成的金融加速器效應所致。一方面，風險沖擊通過抑制資本需求驅動資本價格下跌，企業家凈資產減值導致資產負債表惡化，從而加劇信貸需求側的金融摩擦，加大了信貸需求側融資溢價Rk，t -Re，t ;另一方面，經濟下行期銀行杠桿迅速萎縮，銀行資本金不足會面臨更強的資本監管，從而限制銀行信貸投放能力，由此導致信貸供給側融資溢價Re，t -Rd，t 上升。由于風險沖擊使企業外部融資溢價機制和銀行內生杠桿約束機制產生共振形成了雙重金融加速器，融資成本迅速上升導致經濟陷入嚴重衰退，通脹和產出大幅下降導致政策利率被迫下降至負值為-4%。在存款利率約束下，風險沖擊加劇了經濟衰退程度，這是因為政策利率無法傳導至存款利率使得銀行凈利潤被極度壓縮，信貸供給大幅下降拉動產出、投資和消費進一步下降。

金融沖擊的脈沖響應如圖6 所示。類似假設經濟在前4 期處于穩態，從第5～8 期受到一個未預期的正向金融沖擊，沖擊大小設為偏離標準差0. 1 個單位，即銀行放貸受到的監管程度提高10%。金融沖擊θt 變大說明企業家從銀行貸款的數量銳減，資本需求下降使資本價格和投資迅速減少，產出和消費隨之下降。在金融加速器作用下，投資的下降幅度遠遠超過產出和消費的下降幅度，這與風險沖擊的脈沖響應結果一致。比較圖5 和圖6 發現，金融沖擊造成的經濟衰退程度比風險沖擊更加嚴重，具體表現為產出、投資、消費在金融沖擊下的降幅大于風險沖擊，通貨緊縮效應在金融沖擊下也更加突出，由此導致政策利率在金融沖擊下需要降到-6%，利率下降幅度高于風險沖擊 2 個百分點。但與風險沖擊類似，存款利率約束限制了政策利率的傳導，導致金融部門的經營成本加重，銀行資本金被嚴重腐蝕使信貸供給大幅下降，最終反映表現為經濟衰退程度進一步加深。

4.2 存款利率約束下貨幣政策的傳導機制和效果分析

本文將從政策評估的長短期視角對存款利率約束下貨幣政策的傳導機制和效果展開分析。短期視角是指在存款利率約束下外生的貨幣政策沖擊能否對經濟產生擴張效應，評估貨幣政策刺激經濟的有效性，分析工具為脈沖響應。長期視角是指當經濟受到隨機的外生沖擊作用時，貨幣政策按照泰勒規則對經濟波動作出內生性反應，評估貨幣政策平抑經濟波動的效果，分析工具是在脈沖響應的基礎上給出模型的模擬仿真結果，包括變量的動態模擬路徑和模擬矩，研究的是貨幣政策的長期效果。

4.2.1 政策評估短期視角

為考察存款利率約束下貨幣政策刺激經濟的效果，本文做如下兩次模擬：第1 次模擬假設經濟在前4 期處于穩態，在第5～8 期受到未預期的正向風險沖擊或金融沖擊使存款利率觸及零下界約束;第2 次模擬在重復第1 次模擬的基礎上，在第9 期對經濟施加一個擴張性貨幣政策沖擊，即政策利率在第9 期降低1 個百分點。圖7 和圖8 報告的脈沖響應均為第2 次模擬結果減去第1 次模擬結果。點劃線表示case1，實線表示case2，虛線表示case3。由于銀行間市場利率和存款利率在case1 都受到約束，因此本文把case1 作為比較貨幣政策效果的一個參考點。直觀上，判斷存款利率約束下貨幣政策是否有效，只需觀察降息在case2 和case3 下對經濟的擴張效應是否強于case1 即可。

先分析貨幣政策在風險沖擊下的傳導機制和效果。圖7 表明，如果存款利率存在約束，以銀行間市場利率為工具的貨幣政策對經濟不僅沒有擴張效應，反而還會形成一定的緊縮效應，這一點可以從case2 的產出、投資、消費和通脹的上升幅度小于case1 看出。不過，要是存款利率可以突破約束自由調整，那么貨幣政策刺激經濟的效果就會非常顯著，這體現在case3 的產出、投資、消費和通脹的上升幅度遠遠大于case1。主要原因在于，不同利率工具對商業銀行資產負債表的影響不同。在case2 情景下，突破零下界約束的只有銀行間市場利率，由于銀行持有準備金獲得負收益使得銀行資產端受到侵蝕，而存款利率約束說明銀行不能將成本轉嫁給家庭部門，使得銀行負債端同樣承壓。由于資產和負債同時受到壓縮，銀行的凈息差和利潤降低，銀行資本受到侵蝕，融資收緊造成銀行信貸供給下降。在金融加速器作用下，負銀行間市場利率對銀行資本金的侵蝕效果被進一步放大，外部融資溢價、信貸需求側溢價和供給側溢價相較于case1 不降反升，最終導致貨幣政策刺激產出和通脹的效果被嚴重削弱，甚至對經濟復蘇產生負面影響。模型模擬的結果顯示，突破存款利率約束是發揮貨幣政策效果的關鍵所在。在case3 情景下，存款利率調整不存在約束，商業銀行可以向家庭轉移利率下沉成本，銀行信貸供給增加提升資本需求，企業投資增加提高家庭收入，家庭消費和物價隨之上升，這表明貨幣政策在case3 情景下具有顯著的經濟擴張效應。

再分析金融沖擊下貨幣政策的傳導機制和效果。圖8 表明，貨幣政策只有突破存款利率約束才能應對金融沖擊造成的經濟衰退（ 見圖8 報告的case3 情景）;否則銀行無法轉移成本，存款利率約束使銀行凈息差不斷縮窄，銀行被迫減少信貸供給以修復資產負債表，而信貸緊縮通過反噬實體經濟從而弱化寬松貨幣政策效果（見圖8 報告的case2 情景）。比較圖7 和圖8 可以發現，不管是應對風險沖擊還是金融沖擊，貨幣政策的傳導機制和效果都非常相似，即貨幣政策刺激經濟的前提是突破存款利率約束，否則將適得其反。

4.2.2 政策評估長期視角

政策評估短期視角研究的是，央行在存款利率約束下改變貨幣政策1 個單位對經濟變量的影響。研究顯示，貨幣政策只有突破存款利率約束對經濟才有擴張效應，但這可能還不足以令人信服。因為脈沖響應的影響是短暫的，僅能反映貨幣政策臨時改變即單位沖擊對經濟的影響，無法反映貨幣政策應對外生沖擊的長期效果。為了研究貨幣政策的長期效果，本小節借鑒Sims and Wu（2021）的研究方法對模型進行模擬仿真分析。我們假設經濟初始狀態為穩態，從第2～50 期經濟開始隨機地受到偏好沖擊、技術沖擊、風險沖擊和金融沖擊的作用。為了使存款利率觸及下限約束，固定風險沖擊（ 或者金融沖擊） 在第2～10 期的大小使存款利率約束的持續期為4 年（即16 期）。假設模擬時期長度為50 期，重復運算800 次，每一次模擬仿真考慮三種貨幣政策調控情景。

圖9 繪制了產出、社會福利①、通貨膨脹、投資和存款利率在case2 情景和case3 情景的動態模擬路徑。在case2 情景下，當經濟受到外部沖擊陷入衰退，銀行間市場利率降為負利率，這意味著商業銀行從央行獲得負準備金收益。由于無法降低吸收家庭資金的成本，銀行信貸投放減少，從而降低投資和產出。在case3 情景下，存款利率和銀行間市場利率同頻變化，產出、通貨膨脹和投資的波動明顯降低。關于這一點，圖9 報告case3 情景的產出、通貨膨脹和投資的動態模擬路徑處于case2 情景上方可以直觀看出。如果存款利率約束逐漸松開（從第17 期開始），case2 情景的產出、通貨膨脹和投資的動態模擬路徑隨著時間推移逐漸向case3 收斂。社會福利的動態模擬路徑與產出較為相似①，但社會福利最大降幅在第16 期達到，同時社會福利從case2 情景向case3 情景收斂速度比產出要慢得多，這表明存款利率市場化對貨幣政策提高社會福利具有顯著影響。由于使用效用計算出來的福利值無法直觀地體現其經濟含義，因此與現有文獻保持一致本文采用“消費等價”（consumption equivalent）原則衡量社會福利的變動②。我們將社會福利變化轉化為消費等價可知，福利在case2 情景最大降幅等價于減少消費8. 87%，在case3 情景等價于減少消費6. 22%，這意味著突破存款利率約束，貨幣政策的社會福利增進效應等價于增加消費2. 65%。

圖9 報告的是一次模擬仿真結果，圖10 則給出了模擬800 次的結果。圖10繪制了產出模擬一階矩和二階矩，其中橫軸表示case1 情景的產出模擬矩，縱軸表示case2 情景和case3 情景的產出模擬矩，均用偏離穩態百分比表示。為了解釋方便，圖10 還畫出了45 度線。圖10 上面兩個子圖表示前16 期模擬800 次的產出模擬均值和標準差，下面兩個子圖表示第17～50 期的模擬結果。先看圖10上面兩個子圖，case2 情景的產出均值和標準差與case1 情景幾乎重合，case3 情景的產出均值在45 度線上方以及標準差在45 度線下方，這說明只有銀行間市場利率無約束地傳遞至存款利率，貨幣政策才能有效穩定產出。圖10 下面兩個子圖顯示case2 情景的產出均值和標準差與case1 情景仍高度重合，case3 情景的產出均值和標準差非常接近45 度線①，表明隨著利率市場化不斷推進，政策利率可以傳遞至銀行間市場利率和存款利率，貨幣政策效果開始趨同。實際上，圖10 是圖9 的另一種表現形式。從圖9 可以看出case2 情景產出的動態模擬路徑在前16 期位于case3 情景下方，二者存在明顯差距，但是從第17 期開始case2 情景產出的動態模擬路徑逐漸向case3 情景收斂，這與圖10 報告的結果剛好吻合。

進一步地，本文計算模型在三種情景下模擬800 次產出、通脹和投資的一階矩和二階矩，結果如表3 所示。表3 第一行數字是第1～16 期變量模擬均值和標準差，第二行數字是第17～50 期變量模擬均值和標準差。從表3 可以得到兩點結論：第一，保持政策調控情景不變，比較存款利率是否受到約束可知，當存款利率受到約束時（對應第1～16 期）產出和投資的均值更低，經濟呈現通縮（即通脹均值為負），產出、通脹和投資的波動性更大（即標準差更大），說明存款利率約束對放大了經濟波動;第二，保持變量所處期限不變，比較不同政策調控效果可知，相較于case1 情景，case2 情景的調控效果幾乎沒有任何增進，但case3 情景不僅顯著減少了產出、通脹和投資偏離穩態的均值，還降低了其波動（即標準差更小），說明case3 情景的調控效果大幅提升，也就是說突破存款利率約束對暢通貨幣政策傳導效果具有重要作用。

4.3 財政政策在存款利率約束下的傳導效果

為了分析存款利率約束下財政政策在貨幣政策調控下的傳導效果，我們進行如下政策實驗：第1 次模擬假設經濟在前4 期處于穩態，在第5～8 期受到未預期的風險沖擊或金融沖擊使存款利率觸及零下界約束;第2 次模擬在重復第1 次模擬的基礎上，在第9 期對經濟施加一個正向政府財政支出沖擊。圖11 報告的脈沖響應為第2 次模擬結果減去第1 次模擬結果。

由于正向財政支出沖擊對經濟具有較強的擴張效應，為了使存款利率約束在第9 期不會馬上松開，本文通過限定財政支出沖擊的大小使得case1 情景的銀行間市場利率和存款利率以及case2 情景的存款利率在前14 期都固定在零下界約束上。由于存款利率約束在case1 情景和case2 情景不會立馬變化但通脹迅速上升，由費雪效應可知實際利率下降，而實際利率下降通過提振總需求刺激消費、投資，從而增加產出。相較于case1 情景，我們發現case2 情景的消費、投資和產出增幅更大一些。這是因為，case2 情景的銀行間市場利率在財政支出沖擊下迅速上升，這表明銀行從央行獲得的收益增加，銀行杠桿迅速擴張表明銀行信貸供給能力得到強化，故刺激經濟的效果也更加顯著。雖然財政支出在case3 情景下也可以增加產出，但存款利率變化幅度超過通脹使得實際利率上升，從而擠出私人消費和投資，導致產出在case3 情景下的增幅最小。這一結果不僅驗證了政府支出乘數在零下界約束會變大的現有結論（Eggertsson，2010;Christiano et al. ，2011），更揭示了積極財政政策在利率雙軌制下可以強化貨幣政策的傳導效果，從而在不突破存款利率約束的前提下增加貨幣政策調控空間。

5 結論、啟示與進一步研究方向

受新冠疫情和烏克蘭危機影響，世界經濟面臨嚴重的衰退風險。疫情初期，歐美等發達經濟為刺激經濟采取了大幅擴張的財政貨幣政策，供需結構性失衡導致全球通脹高企（張曉晶和江振龍，2023）。此后，美聯儲和歐洲央行被迫開啟緊縮性貨幣政策，但日本央行為刺激經濟仍堅定維持負利率政策，直到2024 年3 月才退出負利率政策。相較于發達經濟體，我國由于抗疫成功并未采取大規模刺激政策，因此我國通脹適中且宏觀政策的工具箱子彈充足，常規貨幣政策仍存在較大的調控空間。考慮到我國面臨百年未有之大變局和大挑戰：一方面，國內人口老齡化、債務杠桿高企和全要素生產率下降等制約經濟增長的邊際約束條件不斷收緊;另一方面，我國經濟發展面臨的外部環境復雜性和不確定性進一步加劇，如地緣政治沖突愈演愈烈、逆全球化盛行等。疫后我國經濟發展仍面臨需求收縮、供給沖擊、預期轉弱三重壓力，對寬松貨幣政策的需求可能會大幅增加。目前，我國利率市場化改革仍差關鍵一步，存款利率相比銀行間市場利率缺乏調整彈性，甄別貨幣政策在利率雙軌制下的傳導效果在一定程度上可以回答中國貨幣政策是否有效這一長期爭論，同時對優化我國宏觀調控機制也可以提供相關指導。基于此，本文對存款利率約束下的貨幣政策傳導機制和效果展開定量分析。

本文研究結果表明，當經濟受到外部沖擊陷入衰退，存款利率約束阻滯了貨幣政策的傳導，放大了經濟波動。基于政策評估的長短期視角，研究發現貨幣政策的有效性取決于銀行間市場利率能否順暢地傳導至存款利率，如果存款利率受到約束，那么貨幣政策的實際利率和銀行信貸傳導機制被嚴重弱化，致使寬松貨幣政策效果大打折扣，甚至還會通過腐蝕銀行資本對經濟產生收縮效應，突破存款利率約束是貨幣政策發揮作用的關鍵。進一步的研究表明，積極的財政政策在利率雙軌制下，通過降低實際利率、增加銀行資本強化了貨幣政策的利率和信貸傳導機制，對經濟的擴張效應十分顯著，這表明在不突破存款利率約束的前提下，財政政策可以提質增效，增加貨幣政策空間。

本文對我國貨幣政策調控有以下三點政策啟示：第一，存款利率約束放大經濟波動，避免存款利率大幅下降觸碰零下界約束是我國貨幣政策調控的最優選擇，這表明我國必須珍惜當前貨幣政策的寶貴空間，保持貨幣政策的連續性、穩定性和可持續性。第二，貨幣政策的有效性取決于能否影響私人部門的借貸利率，如果存款利率不能隨市場利率調整而調整，則寬松貨幣政策效果會被弱化，甚至可能對經濟產生收縮效應。第三，我國貨幣政策不僅承擔維護幣值穩定、穩定就業和維護國際收支平衡等基本目標，還承擔促進金融改革開放和發展金融市場等其他重要目標，因此貨幣政策調控需要慎之又慎。由于我國居民的儲蓄意愿一直以來都很強，突破存款利率零下界約束在法律和道德層面受到的阻力將遠遠大于發達經濟體，因此，貨幣政策要著力營造良好的貨幣金融環境，財政政策要更加積極有為、主動發力，繼續實施好“積極財政+穩健貨幣”的政策組合拳。

最后需要說明的是，盡管本文為研究存款利率約束下的貨幣政策提供了一個基本分析框架，但這只是一個好的開端，未來研究的方向包括：一是引入異質性企業，分析在利率雙軌制下銀行信貸在不同企業之間的流向會不會出現扭曲，資源錯配和經濟結構失衡會不會加劇;二是引入異質性商業銀行部門，分析利率雙軌制對銀行同業拆借市場的影響;三是將封閉經濟體拓展為開放經濟體，研究利率雙軌制下的匯率傳導路徑及其溢出效應;四是在利率雙軌制下設計最優的貨幣政策以提高貨幣政策的傳導效率和質量。

參考文獻

陳彥斌， 陳小亮， 陳偉澤. 2014. 利率管制與總需求結構失衡[J]. 經濟研究， 49（2）：

18-31.

Chen Y B， Chen X L， Chen W Z. 2014. Interest rate control and the imbalance of

aggregate demand structure[ J]. Economic Research Journal， 49（ 2）： 18-31. （ in

Chinese）

侯成琪， 吳桐， 李昊. 2018. 中國分行業和總體工資粘性[ J]. 統計研究， 35（7）：

77-90.

Hou C Q， Wu T， Li H. 2018. China sectoral and aggregate wage stickness[ J].

Statistical Research， 35（7）： 77-90. （in Chinese）

紀洋， 譚語嫣， 黃益平. 2016. 金融雙軌制與利率市場化[ J]. 經濟研究， 51（6）：

45-57.

Ji Y， Tan Y Y， Huang Y P. 2016. Dual-track financing system and interest rate

marketization in China [ J]. Economic Research Journal， 51 （ 6）： 45-57. （ in

Chinese）

江振龍. 2023. 房地產市場波動、宏觀審慎政策有效性與雙支柱調控[ J]. 統計研

究， 40（2）： 101-116.

Jiang Z L. 2023. Real estate market fluctuations， effectiveness of macroprudential

policy and two-pillar policy regulation[ J]. Statistical Research， 40（2）： 101-116.

（in Chinese）

李北鑫， 劉曉星， 陳羽南. 2020. 負利率與資產價格———影響機制及經驗證據[ J].

世界經濟文匯，（2）： 90-105.

Li B X， Liu X X， Chen Y N. 2020. Negative interest rate and asset price： impact

mechanism and empirical evidence[J]. World Economic Papers， （2）： 90-105. （in

Chinese）

李力， 溫來成， 唐遙， 等. 2020. 貨幣政策與宏觀審慎政策雙支柱調控下的地方政

府債務風險治理[J]. 經濟研究， 55（11）： 36-49.

Li L， Wen L C， Tang Y， et al. 2020. Managing the risk of default on local

government debt under a two-pronged framework of monetary policy and macro

prudential assessment [ J]. Economic Research Journal， 55 （ 11）： 36-49. （ in

Chinese）

陸超， 王欣康， 喬靖媛， 等. 2020. 負利率政策會影響商業銀行的盈利能力

嗎？ ———來自歐元區銀行業的證據[J]. 中央財經大學學報，（12）： 115-125.

Lu C， Wang X K， Qiao J Y， et al. 2020. Will negative interest rate policy affect

the profitability of commercial banks？ The evidence from Eurozone banking[ J].

Journal of Central University of Finance amp; Economics， （ 12）： 115-125. （ in

Chinese）

馬理， 婁田田. 2015. 基于零利率下限約束的宏觀政策傳導研究[J]. 經濟研究， 50（11）：

94-105.

Ma L， Lou T T. 2015. Operation mechanism of macro-policy based on zero lower

bound[J]. Economic Research Journal， 50（11）： 94-105. （in Chinese）

馬理， 李書灝， 文程浩. 2018. 負利率真的有效嗎？ ———基于歐洲央行與歐元區國

家的實證檢驗[J]. 國際金融研究，（3）： 35-45.

Ma L， Li S H， Wen C H. 2018. Is the negative interest rate effective？ —Evidence

from the Eurozone[J]. Studies of International Finance， （3）： 35-45. （in Chinese）

馬理， 文程浩. 2021. 美國利率調整和稅率調整的影響與我國應對措施研究[ J].

經濟研究， 56（1）： 172-190.

Ma L， Wen C H. 2021. Countermeasure proposals to alleviate the impact on China

of the U. S. interest rate and tax rate adjustments[ J]. Economic Research Journal，

56（1）： 172-190. （in Chinese）

馬勇， 呂琳. 2021. “雙支柱” 政策、政府債務與財政政策效果[ J]. 經濟研究， 56

（11）： 30-47.

Ma Y， Lyu L. 2021. Two-pillar policy， government debt and the effectiveness of

fiscal policy[J]. Economic Research Journal， 56（11）： 30-47. （in Chinese）

孫國峰， 何曉貝. 2017. 存款利率零下限與負利率傳導機制[J]. 經濟研究， 52（12）：

105-118.

Sun G F， He X B. 2017. Zero lower bound on deposit rates and the effects of

negative interest rate policy[ J]. Economic Research Journal， 52（ 12）： 105-118.

（in Chinese）

仝冰. 2017. 混頻數據、投資沖擊與中國宏觀經濟波動[ J]. 經濟研究，52（ 6）：

60-76.

Tong B. 2017. Mixed-frequency data， investment shocks and business cycles in

China[J]. Economic Research Journal， 52（6）： 60-76. （in Chinese）

王曦， 汪玲， 彭玉磊， 等. 2017. 中國貨幣政策規則的比較分析———基于DSGE 模

型的三規則視角[J]. 經濟研究， 52（9）： 24-38.

Wang X， Wang L， Peng Y L， et al. 2017. A comparative study of Chinas monetary

policy rules： On the perspective of three rules based on the DSGE model [ J].

Economic Research Journal， 52（9）： 24-38. （in Chinese）

熊琛， 周穎剛， 金昊. 2022. 地方政府隱性債務的區域間效應： 銀行網絡關聯視角

[J]. 經濟研究， 57（7）： 153-171.

Xiong C， Zhou Y G， Jin H. 2022. Inter-regional effects of local government implicit

debt： An interbank network approach[ J]. Economic Research Journal， 57（ 7）：

153-171. （in Chinese）

熊啟躍， 王書朦. 2020. 負利率對銀行凈息差影響機制研究———基于歐洲主要上市

銀行的經驗證據[J]. 金融研究，（1）： 110-129.

Xiong Q Y， Wang S M. 2020. Impacts of negative interest rate policies on banks

net interest margin： Evidence from major European listed banks[ J]. Journal of

Financial Research， （1）： 110-129. （in Chinese）

許志偉， 林仁文. 2011. 我國總量生產函數的貝葉斯估計———基于動態隨機一般均

衡的視角[J]. 世界經濟文匯，（2）： 87-102.

Xu Z W， Lin R W. 2011. Revisit Chinas aggregate production function-a Bayesian

DSGE estimation approach [ J]. World Economic Papers， （ 2）： 87-102. （ in

Chinese）

楊偉中， 余劍， 李康. 2018. 利率扭曲、市場分割與深化利率市場化改革[J]. 統計

研究， 35（11）： 42-57.

Yang W Z， Yu J， Li K. 2018. Interest rate distortion， market segmentation and

deepening interest rate liberalization reform[ J]. Statistical Research， 35（11）： 42-

57. （in Chinese）

易宇寰， 潘敏. 2022. 美聯儲加息沖擊下中國雙支柱調控政策的協調研究———基于

“穩增長”與“防風險”的視角[J]. 財貿經濟， 43（11）： 75-90.

Yi Y H， Pan M. 2022. The two-pillar policy coordination under Feds interest rate

shock from the perspective of “ maintaining stable growth” and “ preventing risks”

[J]. Finance amp; Trade Economics， 43（11）： 75-90. （in Chinese）

張曉晶， 江振龍. 2023. 全球滯脹風險的成因、演進路徑及對中國的影響[ J]. 國際

金融研究，（11）： 3-15.

Zhang X J， Jiang Z L. 2023. Global stagflation risk： The origins， evolution and

impact on Chinese economy[J]. Studies of International Finance， （11）： 3-15. （in

Chinese）

張勇， 李政軍， 龔六堂. 2014. 利率雙軌制、金融改革與最優貨幣政策[J]. 經濟研

究， 49（10）： 19-32.

Zhang Y， Li Z J， Gong L T. 2014. Dual-track interest rate system， financial reform

and the optimal monetary policy[J]. Economic Research Journal， 49（10）： 19-32.

（in Chinese）

張云， 李俊青， 張四燦. 2020. 雙重金融摩擦、企業目標轉換與中國經濟波動[ J].

經濟研究， 55（1）： 17-32.

Zhang Y， Li J Q， Zhang S C. 2020. Double financial frictions， transformation of

enterprises goals and Chinas economic fluctuations[J]. Economic Research Journal，

55（1）： 17-32. （in Chinese）

趙向琴， 楊翱， 金昊， 等. 2022. 商業銀行杠桿水平、金融穩定與宏觀審慎政策協調

[J]. 財貿經濟， 43（7）： 87-102.

Zhao X Q， Yang A， Jin H， et al. 2022. Leverage level of commercial banks，

financial stability and macroprudential policy coordination[ J]. Finance amp; Trade

Economics， 43（7）： 87-102. （in Chinese）

朱軍， 李建強， 張淑翠. 2018. 財政整頓、“雙支柱”政策與最優政策選擇[ J]. 中國

工業經濟，（8）： 24-41.

Zhu J， Li J Q， Zhang S C. 2018. Fiscal consolidation， “double pillar” policy and

the optimal economic policy[ J]. China Industrial Economics， （ 8）： 24-41. （ in

Chinese）

朱軍， 李建強， 陳昌兵. 2020. 金融供需摩擦、信貸結構與最優財政援助政策[ J].

經濟研究， 55（9）： 58-73.

Zhu J， Li J Q， Chen C B. 2020. Financial supply-demand friction， credit structure

and optimal fiscal bailout policy[ J]. Economic Research Journal， 55（9）： 58-73.

（in Chinese）

莊子罐， 崔小勇， 龔六堂， 等. 2012. 預期與經濟波動———預期沖擊是驅動中國經

濟波動的主要力量嗎？ [J]. 經濟研究， 47（6）： 46-59.

Zhuang Z G， Cui X Y， Gong L T， et al. 2012. Expectations and business cycle：

Can news shocks be a major source of Chinas economic fluctuations？ [ J].

Economic Research Journal， 47（6）： 46-59. （in Chinese）

莊子罐， 賈紅靜， 劉鼎銘. 2020. 居民風險偏好與中國貨幣政策的宏觀經濟效

應———基于DSGE 模型的數量分析[J]. 金融研究，（9）： 40-58.

Zhuang Z G， Jia H J， Liu D M. 2020. Risk preference and macroeconomic effects

of Chinas monetary policy： Quantitative analysis based on a DSGE model [ J].

Journal of Financial Research， （9）： 40-58. （in Chinese）

Abadi J， Brunnermeier M， Koby Y. 2023. The reversal interest rate[ J]. American

Economic Review， 113（8）： 2084-2120.

Adjemian S， Bastani H， Juillard M， et al. 2011. Dynare： Reference manual version 4

[R]. CEPREMAP.

Agarwal R， Kimball M. 2015. Breaking through the zero lower bound[R]. IMF Working

Paper.

Assenmacher K， Krogstrup S. 2021. Monetary policy with negative interest rates： Delinking

cash from digital money [ J]. International Journal of Central Banking，

17（1）： 67-106.

Basten C， Mariathasan M. 2018. How banks respond to negative interest rates： Evidence

from the Swiss exemption threshold[R]. CESifo Working Paper Series， No. 6901.

Bernanke B S， Gertler M， Gilchrist S. 1999. The financial accelerator in a quantitative

business cycle framework[J]. Handbook of Macroeconomics， 1： 1341-1393.

Bernanke B S. 2007. The financial accelerator and the credit channel[C] / / Proceedings

of the Credit Channel of Monetary Policy in the Twenty-first Century Conference.

Atlanta： Federal Reserve Bank of Atlanta.

Bernanke B S. 2020. The new tools of monetary policy[J]. American Economic Review，

110（4）： 943-983.

Blanchard O J， Kahn C M. 1980. The solution of linear difference models under rational

expectations[J]. Econometrica， 48（5）： 1305-1311.

Braun R A， K?rber L M. 2011. New Keynesian dynamics in a low interest rate

environment[J]. Journal of Economic Dynamics and Control， 35（12）： 2213-2227.

Buiter W H. 2009. Negative nominal interest rates： Three ways to overcome the zero

lower bound[J]. The North American Journal of Economics and Finance， 20（3）：

213-238.

Calvo G A. 1983. Staggered prices in a utility-maximizing framework[ J]. Journal of

Monetary Economics， 12（3）： 383-398.

Carstens A. 2022. A story of tailwinds and headwinds： Aggregate supply and macroeconomic

stabilisation[R]. BIS Speech at the Jackson Hole Economic Symposium.

Chang C， Liu Z， Spiegel M， et al. 2019. Reserve requirement and optimal Chinese

stabilization policy[J]. Journal of Monetary Economics， 103， 33-51.

Christiano L， Eichenbaum M， Rebelo S. 2011. When is the government spending

multiplier large？ [J]. Journal of Political Economy， 119（1）： 78-121.

Christiano L J， Eichenbaum M， Evans C L. 2005. Nominal rigidities and the dynamic

effects of a shock to monetary policy[J]. Journal of Political Economy， 113（1）： 1-

45.

Christiano L J， Motto R， Rostagno M. 2014. Risk shocks [ J]. American Economic

Review， 104（1）： 27-65.

de Groot O， Haas A. 2023. The signalling channel of negative interest rates[J]. Journal

of Monetary Economics， 138： 87-103.

Den Haan W， De Wind J. 2012. Nonlinear and atable perturbation-based approximations

[J]. Journal of Economic Dynamics and Control， 36（10）： 1477-1497.

Dong F， Wen Y. 2017. Optimal monetary policy under negative interest rate [ R].

Federal Reserve Bank of St. Louis Working Paper.

Eggertsson G B. 2010. What fiscal policy is effective at zero interest rates？ [J]. NBER

Macroeconomics Annual， 25： 59-112.

Eggertsson G B， Juelsrud R E， Summers L H， et al. 2023. Negative nominal interest

rates and the bank lending channel[J]. The Review of Economic Studies， rdad085.

Galí J. 2015. Monetary policy， inflation， and the business cycle： An introduction to the

new Keynesian framework and its application[ M]. 2nd ed. Princeton： Princeton

University Press.

Gerali A， Neri S， Sessa L， et al. 2010. Credit and banking in a DSGE model of the euro

area[J]. Journal of Money， Credit and Banking， 42（s1）： 107-141.

Gertler M， Kiyotaki N. 2010. Financial intermediation and credit policy in Business

cycle analysis[J]. Handbook of Monetary Economics， 3： 547-599.

Gertler M， Karadi P. 2011. A model of unconventional monetary policy[ J]. Journal of

Monetary Economics， 58（1）： 17-34.

Grandi P， Guille M. 2020. The upside down： Banks， deposits and negative rates[ R].

Working Paper.

Guerrieri L， Iacoviello M. 2015. OccBin： A toolkit for solving dynamic models with

occasionally binding constraints easily[J]. Journal of Monetary Economics， 70： 22-

38.

Heider F， Saidi F， Schepens G. 2019. Life below zero： Bank lending under negative

policy rates[J]. The Review of Financial Studies， 32（10）： 3728-3761.

Holden T， Paetz M. 2012. Efficient simulation of DSGE models with inequality

constraints[R]. Quantitative Macroeconomics Working Papers.

Hong G， Kandrac J. 2022. Pushed past the Limit？ How Japanese banks reacted to

negative rates[J]. Journal of Money， Credit and Banking， 54（4）： 1027-1063.

Iacoviello M. 2005. House prices， borrowing constraints， and monetary policy in the

business cycle[J]. American Economic Review， 95（3）： 739-764.

Kiyotaki N， Moore J. 1997. Credit cycles[ J]. Journal of Political Economy， 105（2）：

211-248.

Liu Z， Wang P F， Xu Z W. 2021. Interest rate liberalization and capital misallocations

[J]. American Economic Journal： Macroeconomics， 13（2）： 373-419.

Onofri M， Peersman G， Smets F. 2023. The effectiveness of a negative interest rate

policy[J]. Journal of Monetary Economics， 140： 16-33.

Sims E， Wu J C. 2021. Evaluating central banks tool kit： Past， present， and future

[J]. Journal of Monetary Economics， 118： 135-160.

Smets F， Wouters R. 2007. Shocks and frictions in US business cycles： A Bayesian

DSGE approach[J]. American Economic Review， 97（3）： 586-606.

Tong B， Yang G. 2020. Interest rate pegging， fluctuations， and fiscal policy in China

[ R]. Kaifeng： Center for Financial Development and Stability at Henan University.

Ulate M， 2021. Going negative at the zero lower bound： The effects of negative nominal

interest rates[J]. American Economic Review， 111（1）： 1-40.

Woodford M. 2003. Interest and prices： Foundations of a theory of monetary policy[M].

Princeton： Princeton University Press.