主要經(jīng)濟(jì)體貨幣政策選擇及溢出效應(yīng)研究

摘要：地緣政治風(fēng)險(xiǎn)不僅加劇了全球和地區(qū)經(jīng)濟(jì)增長(zhǎng)的不確定性，也對(duì)本國(guó)央行平衡國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境，對(duì)沖他國(guó)貨幣政策溢出沖擊并最終實(shí)現(xiàn)本國(guó)貨幣政策目標(biāo)帶來(lái)了較多挑戰(zhàn)，增加了跨周期貨幣政策決策的難度。本文基于地緣政治風(fēng)險(xiǎn)視角，利用2000—2023年季度數(shù)據(jù)，首先使用TVP-SV-SVAR模型分析地緣政治風(fēng)險(xiǎn)對(duì)主要經(jīng)濟(jì)體貨幣政策決策的影響，然后以地緣政治風(fēng)險(xiǎn)指數(shù)為條件變量構(gòu)建PCHVARX模型，分析不同地緣政治風(fēng)險(xiǎn)水平下主要經(jīng)濟(jì)體的價(jià)格型和數(shù)量型貨幣政策跨國(guó)溢出效應(yīng)特征。研究發(fā)現(xiàn)，各國(guó)中央銀行貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的反應(yīng)近年來(lái)呈上升趨勢(shì)；相較于發(fā)達(dá)國(guó)家，新興市場(chǎng)國(guó)家的貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)具有更強(qiáng)的反應(yīng)力度；不同經(jīng)濟(jì)體中央銀行應(yīng)對(duì)地緣政治風(fēng)險(xiǎn)所使用的貨幣政策工具存在差異，發(fā)達(dá)國(guó)家以價(jià)格型工具為主、數(shù)量型工具為輔，而新興市場(chǎng)國(guó)家則以數(shù)量型工具為主、價(jià)格型工具為輔；地緣政治風(fēng)險(xiǎn)水平越高的經(jīng)濟(jì)體，他國(guó)貨幣政策對(duì)其溢出效應(yīng)越強(qiáng)，導(dǎo)致貨幣政策內(nèi)外平衡難度越大。

關(guān)鍵詞：地緣政治風(fēng)險(xiǎn)；貨幣政策；溢出效應(yīng)；TVP-SV-SVAR模型；PCHVARX模型

中圖分類號(hào)：F823" " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " " 文章編號(hào)：1007-0753（2024）11-0003-19

一、引言

（一）選題背景與意義

地緣政治風(fēng)險(xiǎn)（Geopolitical Risk，GPR）指國(guó)家或非國(guó)家行為體對(duì)海外特定地理空間的開(kāi)發(fā)、塑造、競(jìng)爭(zhēng)或控制造成該地區(qū)既有地緣利益結(jié)構(gòu)發(fā)生變化而引發(fā)的國(guó)際政治風(fēng)險(xiǎn)。地緣政治風(fēng)險(xiǎn)往往會(huì)對(duì)國(guó)際秩序產(chǎn)生巨大沖擊，對(duì)全球?qū)嶓w經(jīng)濟(jì)及金融市場(chǎng)產(chǎn)生嚴(yán)重負(fù)面影響。例如2022年2月俄烏沖突升級(jí)以來(lái)，地緣政治風(fēng)險(xiǎn)指數(shù)（GPR指數(shù)）達(dá)到“9·11”事件后的又一高峰（見(jiàn)圖1），加之全球主要經(jīng)濟(jì)體GDP增速普遍不及預(yù)期，全球大多數(shù)金融市場(chǎng)出現(xiàn)普遍下跌，恐慌指數(shù)（VIX）短期內(nèi)創(chuàng)新冠疫情后最大值，大量資本涌入能源、糧食期貨市場(chǎng)以求避險(xiǎn)，全球通脹水平持續(xù)升高。地緣政治危機(jī)使得全球經(jīng)濟(jì)的疫后脆弱復(fù)蘇充滿了不確定性。

貨幣政策作為重要宏觀政策之一，在維護(hù)一國(guó)幣值穩(wěn)定和實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)目標(biāo)中發(fā)揮了重要作用，但地緣政治風(fēng)險(xiǎn)可能給各國(guó)貨幣政策操作和政策目標(biāo)的最終達(dá)成帶來(lái)嚴(yán)峻挑戰(zhàn)。以歐元區(qū)為例，2022年以來(lái)，在俄烏沖突、歐美對(duì)俄羅斯的全面制裁以及北溪天然氣管道遭遇破壞等一系列地緣政治事件的影響下，食品和能源價(jià)格居高不下，盡管歐洲央行采取了較為激進(jìn)的加息政策，但歐元區(qū)國(guó)家的通脹水平仍顯著高于歐洲央行的通脹目標(biāo)，通脹壓力沒(méi)有得到根本性的緩解，反而造成了經(jīng)濟(jì)增長(zhǎng)放緩、失業(yè)率上升、金融市場(chǎng)波動(dòng)以及債務(wù)負(fù)擔(dān)加重等負(fù)面影響。

與此同時(shí)，一國(guó)的貨幣政策不僅在本國(guó)內(nèi)部發(fā)生作用，也會(huì)影響其他經(jīng)濟(jì)體，甚至可能在不同經(jīng)濟(jì)體之間產(chǎn)生多輪傳導(dǎo)的溢出效應(yīng)。特別是經(jīng)濟(jì)體量、開(kāi)放水平、國(guó)際聲望等處于優(yōu)勢(shì)地位的主要經(jīng)濟(jì)體，其貨幣政策可能通過(guò)貿(mào)易、金融、外匯等渠道對(duì)其他國(guó)家產(chǎn)生顯著的溢出效應(yīng)，這種溢出效應(yīng)在高地緣政治風(fēng)險(xiǎn)時(shí)期被明顯放大。例如2022年俄烏沖突加劇，地緣政治風(fēng)險(xiǎn)陡增，美聯(lián)儲(chǔ)、英格蘭銀行等主要發(fā)達(dá)經(jīng)濟(jì)體央行開(kāi)啟了新一輪激進(jìn)的加息周期，地緣政治風(fēng)險(xiǎn)與國(guó)際貨幣政策緊縮造成的外溢效應(yīng)進(jìn)一步持續(xù)加劇了新興經(jīng)濟(jì)體的外部經(jīng)濟(jì)壓力。

上述事實(shí)表明，地緣政治風(fēng)險(xiǎn)已經(jīng)成為一國(guó)央行維護(hù)幣值穩(wěn)定和促進(jìn)經(jīng)濟(jì)增長(zhǎng)不可忽視的重要影響因素。隨著國(guó)際政治局勢(shì)的持續(xù)惡化，地緣政治風(fēng)險(xiǎn)事件頻發(fā)，外部不確定性進(jìn)一步加劇，加之國(guó)內(nèi)仍面臨著有效需求不足、供給側(cè)沖擊以及社會(huì)預(yù)期偏弱等諸多內(nèi)部挑戰(zhàn)，探究地緣政治風(fēng)險(xiǎn)對(duì)主要經(jīng)濟(jì)體貨幣政策決策的影響，并分析不同地緣政治風(fēng)險(xiǎn)水平下貨幣政策跨國(guó)溢出效應(yīng)特征，對(duì)于我國(guó)央行如何更好地平衡國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境，助力央行前瞻性地監(jiān)測(cè)和從容應(yīng)對(duì)國(guó)際地緣政治沖擊，實(shí)現(xiàn)精準(zhǔn)跨周期調(diào)控，最終達(dá)成貨幣政策目標(biāo)，具有較強(qiáng)的理論和實(shí)踐意義。

（二）文獻(xiàn)綜述

隨著國(guó)際格局變化和全球化進(jìn)程的加速，地緣政治風(fēng)險(xiǎn)的影響愈發(fā)強(qiáng)烈，其產(chǎn)生的嚴(yán)重的負(fù)面沖擊迫使本國(guó)政府在宏觀政策上做出反應(yīng)，以維護(hù)本國(guó)社會(huì)經(jīng)濟(jì)穩(wěn)定，因而地緣政治沖擊對(duì)貨幣政策決策的影響逐漸被各國(guó)央行高度重視。Gourio（2012）最早提出了災(zāi)難沖擊的概念。災(zāi)難沖擊不僅包括自然災(zāi)害沖擊，也包括諸如金融危機(jī)、戰(zhàn)爭(zhēng)等人為災(zāi)難沖擊。趙向琴等（2017）通過(guò)構(gòu)建包含TFP（全要素生產(chǎn)率）災(zāi)難沖擊的DSGE模型，分析了我國(guó)最優(yōu)財(cái)政貨幣政策的選擇。Kara和Thakoor（2022）分析了在氣候變化風(fēng)險(xiǎn)下，財(cái)政和貨幣政策應(yīng)如何做出選擇以適應(yīng)人口老齡化的變化等。目前國(guó)內(nèi)關(guān)于地緣政治沖擊的研究主要是從其對(duì)金融周期波動(dòng)、經(jīng)濟(jì)不確定性等方面的影響展開(kāi)（王愛(ài)儉等，2021；李青召和方毅，2019；卜林等，2020，2021），而對(duì)地緣政治沖擊下央行貨幣政策選擇影響的文獻(xiàn)相對(duì)較少。

地緣政治風(fēng)險(xiǎn)會(huì)在不同程度上抑制經(jīng)濟(jì)活動(dòng)，導(dǎo)致經(jīng)濟(jì)收縮（Cheng 和Chiu，2018）。朱民等（2021）認(rèn)為地緣政治風(fēng)險(xiǎn)使大宗商品價(jià)格有所波動(dòng)，進(jìn)而導(dǎo)致通貨膨脹。郭文偉和羅勝濤（2023）提出，能源類大宗商品對(duì)新興經(jīng)濟(jì)體的通貨膨脹效應(yīng)比發(fā)達(dá)國(guó)家更為明顯。李斌（2010）提到，發(fā)達(dá)國(guó)家的寬松貨幣政策導(dǎo)致了結(jié)構(gòu)性通貨膨脹。此外，地緣政治風(fēng)險(xiǎn)會(huì)使投資者產(chǎn)生恐慌情緒。對(duì)風(fēng)險(xiǎn)國(guó)而言，資本流入被中斷而資本流出增加，使得匯率貶值壓力上升（李青召和方毅，2019；劉浩杰和林楠，2021）。李艷麗等（2022）指出，在跨境資本頻繁流動(dòng)的基礎(chǔ)上，貨幣政策的自主性會(huì)被削弱。蘇治等（2019）也提出外部不確定性風(fēng)險(xiǎn)會(huì)在量上削弱貨幣政策效果。東道國(guó)的外部沖突會(huì)影響第三方國(guó)家的貿(mào)易（杜映昕，2015），美國(guó)量化寬松貨幣政策會(huì)對(duì)新興經(jīng)濟(jì)體的通貨膨脹產(chǎn)生嚴(yán)重的溢出效應(yīng)（陳磊和侯鵬，2011），朱民等（2021）則基于全球供應(yīng)鏈中斷解釋這種通貨膨脹效應(yīng)。

隨著全球一體化進(jìn)程的加速，貨幣政策通過(guò)利率、匯率和資產(chǎn)價(jià)格等渠道產(chǎn)生溢出效應(yīng)（楊陽(yáng)和干杏娣，2018），在政策出現(xiàn)方向性變化時(shí)最為明顯（劉堯成，2016），且數(shù)量型貨幣政策工具的溢出強(qiáng)度更大（黃憲和楊子榮，2016；楊子榮等，2018）。從溢出后果看，國(guó)際貨幣政策沖擊對(duì)國(guó)內(nèi)經(jīng)濟(jì)可能產(chǎn)生較大短期內(nèi)負(fù)面影響，而中長(zhǎng)期趨于緩解（馬理和文程浩，2021）。相較于發(fā)達(dá)國(guó)家，新興市場(chǎng)國(guó)家受到的外溢沖擊總體更為劇烈，甚至要強(qiáng)于對(duì)溢出來(lái)源國(guó)自身的影響（邢天才和唐國(guó)華，2011；倪中新和王豐瑩，2014；楊子榮等，2018；崔百勝和葛凌清，2019），而各國(guó)不同的對(duì)外貿(mào)易依存度、金融發(fā)展指數(shù)以及工業(yè)生產(chǎn)指數(shù)條件也會(huì)導(dǎo)致貨幣政策的影響和通貨膨脹效應(yīng)出現(xiàn)不對(duì)稱和異質(zhì)性（崔百勝和高崧耀，2019）。已有文獻(xiàn)主要關(guān)注貨幣政策國(guó)際溢出渠道和溢出效應(yīng)強(qiáng)弱，或者不同社會(huì)經(jīng)濟(jì)條件下溢出效應(yīng)的異質(zhì)性，較少關(guān)注不同地緣政治風(fēng)險(xiǎn)條件對(duì)貨幣政策跨國(guó)溢出效應(yīng)強(qiáng)弱的影響，而這對(duì)中央銀行防范由地緣政治風(fēng)險(xiǎn)造成的他國(guó)貨幣政策超額外溢效應(yīng)對(duì)本國(guó)的風(fēng)險(xiǎn)沖擊具有重要意義。

基于上述研究，本文分“兩步走”研究地緣政治沖擊下主要經(jīng)濟(jì)體貨幣政策決策及其外溢效應(yīng)：先基于TVP-SV-SVAR模型研究全球地緣政治風(fēng)險(xiǎn)如何影響一國(guó)貨幣政策決策，再使用PCHVARX模型分析不同地區(qū)地緣政治風(fēng)險(xiǎn)水平對(duì)貨幣政策跨國(guó)溢出效應(yīng)的影響。本文可能的邊際貢獻(xiàn)如下：第一，現(xiàn)有文獻(xiàn)缺乏明確將地緣政治風(fēng)險(xiǎn)作為不確定性風(fēng)險(xiǎn)之一來(lái)分析其對(duì)一國(guó)貨幣政策決策影響的研究。本文在梳理貨幣政策多渠道外溢機(jī)制的基礎(chǔ)上，借助TVP-SV-SVAR模型來(lái)分析地緣政治風(fēng)險(xiǎn)變化時(shí)一國(guó)的數(shù)量型和價(jià)格型貨幣政策如何做出反應(yīng)。第二，現(xiàn)有文獻(xiàn)較少分析地緣政治風(fēng)險(xiǎn)變化對(duì)貨幣政策外溢效應(yīng)強(qiáng)度的影響，且大多數(shù)研究在分析貨幣政策跨國(guó)溢出效應(yīng)時(shí)更側(cè)重一對(duì)一的外溢效應(yīng)，而將多國(guó)貨幣政策納入整體框架的研究較少。本文借鑒Georgiadis（2012）的思路，通過(guò)PCHVARX模型分析他國(guó)數(shù)量型和價(jià)格型貨幣政策沖擊對(duì)國(guó)內(nèi)經(jīng)濟(jì)變量的影響，以分析面臨不同地緣政治風(fēng)險(xiǎn)條件時(shí)，貨幣政策跨國(guó)外溢效應(yīng)的異質(zhì)性。

二、地緣政治風(fēng)險(xiǎn)視角下貨幣政策決策與外溢機(jī)制分析

地緣政治風(fēng)險(xiǎn)可能對(duì)一個(gè)國(guó)家的經(jīng)濟(jì)金融等方面產(chǎn)生重大影響，進(jìn)而影響該國(guó)貨幣政策決策。與此同時(shí)，不同地緣政治風(fēng)險(xiǎn)水平下，貨幣政策的溢出效應(yīng)通過(guò)匯率、投資者信心、國(guó)際貿(mào)易和資本流動(dòng)等渠道對(duì)其他國(guó)家宏觀經(jīng)濟(jì)變量產(chǎn)生差異性的外溢影響，如圖2所示。

從地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策決策的影響來(lái)看：第一，地緣政治風(fēng)險(xiǎn)可能影響該國(guó)的經(jīng)濟(jì)增長(zhǎng)和通貨膨脹水平。在地緣政治擾動(dòng)下，大宗商品價(jià)格波動(dòng)進(jìn)一步推動(dòng)通脹上升（朱民等，2021）。同時(shí)，地緣政治不確定性的加劇會(huì)導(dǎo)致消費(fèi)者延遲消費(fèi)，經(jīng)濟(jì)收縮（Cheng 和Chiu，2018）。然而，促進(jìn)經(jīng)濟(jì)增長(zhǎng)，兼顧通貨膨脹承受能力是貨幣政策的最終目標(biāo)。如俄烏沖突爆發(fā)后，俄羅斯國(guó)內(nèi)通脹高企，俄羅斯央行一度將關(guān)鍵利率提升至近十年來(lái)最高的20%的水平，以穩(wěn)定盧布匯率并控制通脹。第二，地緣政治風(fēng)險(xiǎn)上升加劇了市場(chǎng)恐慌和短期資本流出（劉強(qiáng)和陶士貴，2023），從眾跟風(fēng)行為甚至導(dǎo)致“羊群效應(yīng)”（許年行等，2013）。地緣政治風(fēng)險(xiǎn)引發(fā)的投資者恐慌情緒上升，會(huì)導(dǎo)致跨境資本流動(dòng)逆轉(zhuǎn)、資產(chǎn)價(jià)格下跌等（李青召和方毅，2019），從而加劇金融市場(chǎng)波動(dòng)，危及金融穩(wěn)定，貨幣政策需要對(duì)此做出反應(yīng)。例如2022—2023年中美地緣政治摩擦加劇，加之國(guó)內(nèi)經(jīng)濟(jì)下行壓力較大，資本市場(chǎng)出現(xiàn)大幅回撤，中國(guó)人民銀行多次下調(diào)利率和存款準(zhǔn)備金率，釋放流動(dòng)性以維持金融穩(wěn)定。第三，地緣政治風(fēng)險(xiǎn)上升將加劇短期資本流出，進(jìn)一步導(dǎo)致本幣貶值壓力增大（劉浩杰和林楠，2021），從而促使央行調(diào)整貨幣政策以穩(wěn)定匯率水平。此外，隨著經(jīng)濟(jì)全球化和金融市場(chǎng)一體化的推進(jìn)，地緣政治風(fēng)險(xiǎn)的溢出效應(yīng)明顯增強(qiáng)，加之近年來(lái)中央銀行貨幣政策目標(biāo)不僅關(guān)注幣值穩(wěn)定和經(jīng)濟(jì)增長(zhǎng)，還擴(kuò)展至金融穩(wěn)定和市場(chǎng)信心等，這就要求中央銀行進(jìn)一步提高對(duì)地緣政治沖擊的反應(yīng)能力。因此，本文提出如下假設(shè)：

H1：各國(guó)貨幣政策對(duì)不同時(shí)期地緣政治沖擊做出差異化反應(yīng)，但同等沖擊強(qiáng)度下，近年來(lái)各國(guó)貨幣政策的反應(yīng)強(qiáng)度呈上升趨勢(shì)。

從國(guó)別異質(zhì)性來(lái)看：一方面，由于各國(guó)面臨的地緣政治風(fēng)險(xiǎn)事件不同，貨幣政策反應(yīng)的強(qiáng)度和方向呈現(xiàn)出多樣性，其中，能源類大宗商品對(duì)能源依賴型國(guó)家和新興經(jīng)濟(jì)體的通脹影響更為明顯（郭文偉和羅勝濤，2023）。這是由于新興市場(chǎng)國(guó)家面臨著更為單一的經(jīng)濟(jì)結(jié)構(gòu)和有限的金融市場(chǎng)發(fā)展水平，金融脆弱性較高，且貨幣政策工具選擇相對(duì)受限。另外，外部不確定性沖擊和跨境資本的頻繁流動(dòng)會(huì)削弱貨幣政策效果（蘇治等，2019；李艷麗等，2022），因此政策調(diào)控幅度相對(duì)較大。另一方面，價(jià)格型貨幣政策傳導(dǎo)渠道以利率和匯率為主，以利率作為傳導(dǎo)渠道更適合金融市場(chǎng)發(fā)展程度較高、融資方式多元化的西方發(fā)達(dá)經(jīng)濟(jì)體（鄧雄，2015）。發(fā)達(dá)國(guó)家廣泛采用通脹目標(biāo)制的貨幣政策調(diào)控規(guī)則，且其具有相當(dāng)規(guī)模的金融市場(chǎng)和較高的政策透明度，價(jià)格信息傳導(dǎo)相對(duì)通暢，便于開(kāi)展價(jià)格型貨幣政策操作，數(shù)量型貨幣政策僅在接近零利率下限時(shí)，作為非常規(guī)貨幣政策的補(bǔ)充。新興市場(chǎng)國(guó)家普遍面臨金融工具多樣性不足、金融市場(chǎng)欠發(fā)達(dá)等問(wèn)題，這些金融發(fā)展程度較低的國(guó)家，其貨幣政策更容易受到資本流動(dòng)的負(fù)向影響（李程和韓明月，2024），加之國(guó)內(nèi)經(jīng)常面臨較高通脹壓力，相較于更為直接的貨幣數(shù)量控制，價(jià)格信號(hào)傳導(dǎo)并不穩(wěn)定。因而在面臨地緣政治沖擊時(shí)，新興市場(chǎng)國(guó)家主要采取數(shù)量型貨幣政策工具進(jìn)行調(diào)控。因此，本文提出如下假設(shè)：

H2：同等強(qiáng)度地緣政治沖擊下，相對(duì)于發(fā)達(dá)國(guó)家，新興市場(chǎng)國(guó)家需要更大的貨幣政策調(diào)控力度以對(duì)沖地緣政治風(fēng)險(xiǎn)的影響。

H3：面臨地緣政治沖擊時(shí)，發(fā)達(dá)國(guó)家的貨幣政策響應(yīng)以價(jià)格型為主、數(shù)量型為輔，而新興市場(chǎng)國(guó)家的貨幣政策響應(yīng)以數(shù)量型為主、價(jià)格型為輔。

從不同地緣政治風(fēng)險(xiǎn)水平下貨幣政策外溢效應(yīng)和對(duì)他國(guó)的宏觀經(jīng)濟(jì)和貨幣政策的影響來(lái)看：第一，前景理論使得投資者置換避險(xiǎn)資產(chǎn)以規(guī)避風(fēng)險(xiǎn)，避險(xiǎn)情緒會(huì)導(dǎo)致高地緣政治風(fēng)險(xiǎn)地區(qū)的金融市場(chǎng)加劇波動(dòng)，資本流出，這種信心不足和資本流出會(huì)減弱甚至逆轉(zhuǎn)原有貨幣政策的效應(yīng)，放大國(guó)內(nèi)經(jīng)濟(jì)變量的波動(dòng)幅度，并迫使央行加大貨幣政策的調(diào)控力度。例如2016年英國(guó)脫歐導(dǎo)致金融市場(chǎng)震蕩和資本流出，歐洲央行不得不繼續(xù)維持低利率和量化寬松政策，并采取前瞻性指引措施以修復(fù)市場(chǎng)信心。第二，當(dāng)一個(gè)國(guó)家面臨地緣政治風(fēng)險(xiǎn)時(shí)，其本身可能采取較為寬松的貨幣政策以應(yīng)對(duì)不確定性，寬松的貨幣政策與地緣政治風(fēng)險(xiǎn)疊加，造成相關(guān)國(guó)家貨幣超預(yù)期貶值和其他國(guó)家貨幣面臨升值壓力（李斌，2010；陳磊和侯鵬，2011）。例如2014年和2022年俄羅斯盧布、2018年土耳其里拉、2018—2019年阿根廷比索均受到地緣政治和國(guó)內(nèi)經(jīng)濟(jì)因素雙重影響而出現(xiàn)大幅貶值。第三，地緣政治風(fēng)險(xiǎn)可能影響國(guó)際貿(mào)易路線和全球供應(yīng)鏈，供應(yīng)鏈中斷的持續(xù)加劇將使得商品供給長(zhǎng)期無(wú)法滿足需求的上升，進(jìn)而導(dǎo)致通貨膨脹更為嚴(yán)重（朱民等，2021）。地緣政治風(fēng)險(xiǎn)對(duì)全球貿(mào)易流動(dòng)具有顯著的負(fù)面影響（劉文革和黃玉，2020）。這將影響商品和服務(wù)的流動(dòng)，特別是當(dāng)波及主要貿(mào)易伙伴或者糧食與能源進(jìn)口國(guó)時(shí)，將傳導(dǎo)至相關(guān)國(guó)家的物價(jià)水平，從而影響通脹預(yù)期并迫使其調(diào)整貨幣政策。例如2022年俄烏沖突爆發(fā)后，美國(guó)、歐盟等對(duì)俄羅斯實(shí)施了一系列制裁，導(dǎo)致全球能源價(jià)格飆升、通脹壓力增大。為應(yīng)對(duì)地緣政治風(fēng)險(xiǎn)帶來(lái)的通脹壓力，美聯(lián)儲(chǔ)、歐洲央行等紛紛采取貨幣政策收緊措施，提高基準(zhǔn)利率，以抑制通脹。因此，本文提出如下假設(shè)：

H4：較高的地緣政治風(fēng)險(xiǎn)水平起到了貨幣政策外溢效應(yīng)“放大器”的作用。

三、實(shí)證研究模型與指標(biāo)體系構(gòu)建

（一）TVP-SV-SVAR模型

向量自回歸（VAR）模型廣泛應(yīng)用于宏觀經(jīng)濟(jì)分析領(lǐng)域，通過(guò)引入時(shí)變系數(shù)和時(shí)變方差（Canova，1993；Cogley和Sargent，2002，2005），VAR模型具備了部分時(shí)變特征；而多元隨機(jī)波動(dòng)率模型及其估計(jì)方法的發(fā)展（Harvey 等，1994；Kim 等，1998；Chib 等，2002），使得在VAR模型中引入隨機(jī)方差協(xié)方差矩陣成為可能；在總結(jié)前述研究的基礎(chǔ)上，Primiceri（2005）進(jìn)一步提出了允許系數(shù)、截距項(xiàng)、方差協(xié)方差矩陣都隨時(shí)間變化而變化，且將當(dāng)期變量納入結(jié)構(gòu)性約束的TVP-SV-SVAR模型。

本文使用TVP-SV-SVAR模型來(lái)刻畫不同國(guó)家面對(duì)地緣政治沖擊時(shí)的貨幣政策決策。根據(jù)前述理論框架，地緣政治風(fēng)險(xiǎn)影響了貨幣政策目標(biāo)變量水平，進(jìn)而促使央行改變貨幣政策決策，以實(shí)現(xiàn)貨幣政策目標(biāo)的重新達(dá)成。本文進(jìn)一步將貨幣政策細(xì)分為數(shù)量型貨幣政策和價(jià)格型貨幣政策兩類，借鑒Primiceri（2005）和Nakajima（2011）的建模框架，分國(guó)別構(gòu)建三變量TVP-SV-SVAR模型，刻畫地緣政治風(fēng)險(xiǎn)對(duì)本國(guó)貨幣政策決策的動(dòng)態(tài)影響，如式（1）所示。

AtYt = B0，t + ∑pi=1Bi，t Yt-i + εt" ，" εt ～ N（0，∑t" "）

At =" " " " ∑t" "=" " " " " " " " （1）

其中3×1階列向量Yt代表地緣政治風(fēng)險(xiǎn)、價(jià)格型貨幣政策工具和數(shù)量型貨幣政策工具。向量B0，t為時(shí)變截距項(xiàng)，矩陣Bi，t為時(shí)變滯后系數(shù)矩陣，時(shí)變矩陣At代表了變量間的同期約束關(guān)系。εt是正交的潛在不可觀測(cè)結(jié)構(gòu)性沖擊向量，并假設(shè)εt ～ N（0，∑t" ），∑t" 為對(duì)角矩陣。在實(shí)際估計(jì)參數(shù)時(shí)，由于矩陣A可逆，使用如下的簡(jiǎn)化式模型進(jìn)行估計(jì)：

Yt = A-1t" B0，t + ∑pi=1 A-1t" Bi，t Yt-i + A-1t" εt

= Bs0，t + ∑pi=1 Bsi，t Yt-i + ut" ，" ut ～ N（0， Ht）" " " " " " （2）

其中簡(jiǎn)化式參數(shù)Bsi，t = A-1t" Bi，t" i = 1，2，…， p，可觀測(cè)混合沖擊為ut = A-1t" εt，其方差協(xié)方差矩陣為Ht = A-1t" ∑t" （A-1t" ）T，且Ht不再是對(duì)角矩陣，即實(shí)際觀測(cè)到的沖擊可以看作若干個(gè)潛在獨(dú)立沖擊的線性組合。

時(shí)變結(jié)構(gòu)約束矩陣At設(shè)置成對(duì)角線為1的下三角矩陣，在滿足SVAR模型識(shí)別條件①的同時(shí)，還可以方便地將式（2）簡(jiǎn)化式參數(shù)估計(jì)結(jié)果通過(guò)喬列斯基分解還原到式（1）的結(jié)構(gòu)式參數(shù)。下三角約束矩陣A是一種遞歸識(shí)別結(jié)構(gòu)，意味著在式（1）的SVAR模型中，前序變量受到?jīng)_擊后能夠?qū)笮蜃兞慨a(chǎn)生即期影響，而后序變量卻無(wú)法對(duì)前序變量產(chǎn)生即期影響，只能產(chǎn)生滯后影響。

根據(jù)前述理論機(jī)制，地緣政治風(fēng)險(xiǎn)是沖擊的源頭，GPR指數(shù)對(duì)央行的貨幣政策操作產(chǎn)生即期影響。其中，價(jià)格型貨幣政策（如政策利率）通過(guò)影響資金成本來(lái)調(diào)控經(jīng)濟(jì)的傳導(dǎo)機(jī)制較為直接，尤其在金融市場(chǎng)開(kāi)放和金融體系發(fā)達(dá)的經(jīng)濟(jì)體中，可以較快地影響經(jīng)濟(jì)主體的行為，具備較快的反應(yīng)速度；而數(shù)量型貨幣政策（如貨幣供應(yīng)量或存款準(zhǔn)備金率）通過(guò)直接控制市場(chǎng)上流通貨幣來(lái)實(shí)現(xiàn)政策目標(biāo)，其效果受到金融結(jié)構(gòu)、貨幣乘數(shù)穩(wěn)定性等因素的影響，尤其是在金融市場(chǎng)不完善或金融創(chuàng)新欠活躍的情況下，其傳導(dǎo)到實(shí)體經(jīng)濟(jì)的速度相對(duì)較慢。在貨幣政策操作中，價(jià)格型貨幣政策工具在調(diào)節(jié)資金價(jià)格時(shí)，同時(shí)也會(huì)影響貨幣供應(yīng)量，即價(jià)格型貨幣政策工具對(duì)數(shù)量型貨幣政策工具產(chǎn)生即期影響，而反過(guò)來(lái)，數(shù)量型貨幣政策工具在調(diào)控貨幣供應(yīng)量后，需要較長(zhǎng)時(shí)間才能影響政策利率的變化，可以認(rèn)為僅能對(duì)價(jià)格型貨幣政策工具產(chǎn)生滯后影響。貨幣政策操作首先影響本國(guó)經(jīng)濟(jì)狀況，再間接改變本國(guó)面臨的地緣政治態(tài)勢(shì)，僅能對(duì)地緣政治風(fēng)險(xiǎn)產(chǎn)生滯后影響。

若令Yt = （GPRi，Ri，M2t，），則式（1）中的矩陣At剛好在滿足上述經(jīng)濟(jì)意義的同時(shí)，也符合模型的遞歸識(shí)別條件，可以將簡(jiǎn)化式參數(shù)轉(zhuǎn)換為結(jié)構(gòu)式參數(shù)。

對(duì)于時(shí)變參數(shù)的動(dòng)態(tài)性，本文借鑒Primiceri（2005）和Nakajima（2011）的做法，將所有待估參數(shù)設(shè)定為隨機(jī)游走的形式，其隨機(jī)擾動(dòng)項(xiàng)υt、ζt、ηt分別服從均值為0，方差協(xié)方差矩陣分別為Q、S、W的多元正態(tài)分布，如式（3）所示：

Bst = Bst-1 + υt" ，" υt ～ N（0， Q）

αt = αt-1 + ζt" "，" ζt ～ N（0， S ）

ln σt = ln σt-1 + ηt" ， ηt ～ N（0， W ）" " " " " " " " " " " （3）

其中Bst = [vec（Bs0，t），vec（Bs1，t），…，vec （Bsp，t ）]代表簡(jiǎn)化式模型（2）中所有常數(shù)項(xiàng)和滯后項(xiàng)系數(shù)矩陣?yán)焙蟮南蛄?，αt代表結(jié)構(gòu)約束矩陣At中所有的自由參數(shù)（下三角部分），σt代表各結(jié)構(gòu)沖擊的標(biāo)準(zhǔn)差，將其取對(duì)數(shù)后再假定其服從于隨機(jī)游走過(guò)程是為了保證標(biāo)準(zhǔn)差的非負(fù)性。Q、S、W為三類待估參數(shù)內(nèi)部的方差協(xié)方差矩陣。為了參數(shù)估計(jì)的簡(jiǎn)便，上述三類待估參數(shù)之間的交互作用僅限于各類參數(shù)內(nèi)部，即所有參數(shù)的方差協(xié)方差矩陣V為分塊對(duì)角矩陣，如式（4）所示：

V = Var" =" " " " " " " " " " " " " " " " （4）

（二）PCHVARX模型

帶外生變量的條件同質(zhì)性面板向量自回歸（Panel Conditionally Homogenous VAR with Exogenous Variables，PCHVARX）模型由Georgiadis（2012）首先提出。本文在考慮國(guó)別貨幣政策和宏觀經(jīng)濟(jì)代理變量，并納入各國(guó)面臨的共同外生變量的基礎(chǔ)上，以地緣政治指數(shù)為條件變量來(lái)分析在不同地緣政治風(fēng)險(xiǎn)條件下貨幣政策溢出效應(yīng)的差異。PCHVARX模型一般形式如式（5）所示：

yit" "= ∑ p" j=1 Aj （zit）·yi，t-j + ∑qn=0 Bn·wt-n + uit

uit" N（0，∑u" ） ， i =1，…， N" " " " " " " " " " " " " " " （5）

其中，下標(biāo)i代表截面的個(gè)數(shù)，k×1階列向量yit代表第i個(gè)截面的內(nèi)生變量向量；zit代表第i個(gè)截面的條件變量；wi則為共同外生變量向量，無(wú)截面異質(zhì)性，其取值為所有截面共享；p、q分別為內(nèi)生變量向量和共同外生變量向量的最大滯后階數(shù)；而k×k階可變系數(shù)矩陣Aj（zit）用來(lái)刻畫模型系統(tǒng)存在的時(shí)間動(dòng)態(tài)變化和潛在結(jié)構(gòu)異質(zhì)性特征，且隨條件變量zit的變化而變化，包括貨幣政策溢出效應(yīng)的異質(zhì)性、時(shí)變特征和跨區(qū)域結(jié)構(gòu)性差異。

參照Georgiadis（2012）的簡(jiǎn)化處理，對(duì)于可變系數(shù)矩陣Aj（zit）第s行m列位置的標(biāo)量系數(shù)ajsm（zit）， j=1，…， p; s=1，…，k; m=1，…， k，將其近似為條件變量zit的τ階多項(xiàng)式，如式（6）所示：

ajsm（zit） ～_ φ（zit）·γjsm" " " " " " " " " " " " " " " " " " " " " " "（6）

其中，φ（zit）=[φ1（zit），…，φτ（zit）]為1×τ階多列式行向量，γjsm=[γjsm1，…，γjsmτ]T為τ×1階系數(shù)列向量。則Aj（zit）可以進(jìn)一步簡(jiǎn)化表示為式（7），其中?是矩陣的Kronecker積。

Aj（zit） =

=" ·[IK ? φ（zit）T]

= ΓJ·[IK ? φ（zit）T]" " " " " " " " " " " " " " " " " " "（7）

則式（5）可以簡(jiǎn)寫成式（8），并可以使用廣義最小二乘法（GLS）估計(jì)參數(shù)。

yit = ∑pj=1 Γj ·[IK ? φ（zit）T]· yi，t-1 + ∑qn=0 Bn·wt-n + uit

= ∑pj=1 Γj · xi，t-1 + ∑qn=0 Bn·wt-n + uit" " " " " " " " " " " " " （8）

（三）變量選取與數(shù)據(jù)預(yù)處理

本文將11個(gè)主要經(jīng)濟(jì)體分為兩類：以G7為代表的發(fā)達(dá)國(guó)家（美國(guó)、英國(guó)、法國(guó)、德國(guó)、日本、意大利和加拿大）和以金磚國(guó)家②為代表的新興市場(chǎng)國(guó)家（巴西、俄羅斯、中國(guó)、南非）。使用Caldara和Iacoviello整理的GPR指數(shù)作為地緣政治風(fēng)險(xiǎn)水平的代理變量，包括全球GPR（GPR-G）和地區(qū)GPR（GPR-L）。以各國(guó)政策利率（R）和廣義貨幣供應(yīng)量同比增長(zhǎng)率（M2）分別作為價(jià)格型和數(shù)量型貨幣政策操作的代理變量。由于各國(guó)利率體系存在差異，本文的選取原則是：對(duì)于施行利率走廊體系（Interest Rate Corridor System，IRCS）的國(guó)家，如中國(guó)、俄羅斯、日本、加拿大和歐元區(qū)國(guó)家等，選擇其利率走廊中心利率，即以貨幣政策利率中樞作為代理變量；對(duì)于其他國(guó)家，根據(jù)其央行網(wǎng)站關(guān)于貨幣政策框架、公開(kāi)市場(chǎng)操作、最新貨幣政策聲明以及中國(guó)人民銀行網(wǎng)站上對(duì)該國(guó)貨幣政策和利率體系介紹等相關(guān)信息③，選取該國(guó)貨幣政策操作中最重要的政策利率指標(biāo)。最終選取的各國(guó)政策利率指標(biāo)及選取說(shuō)明如表1所示。

以各國(guó)實(shí)際產(chǎn)出缺口（Y）和CPI同比增長(zhǎng)率（π）來(lái)衡量各經(jīng)濟(jì)體的經(jīng)濟(jì)增長(zhǎng)和通貨膨脹水平，其中實(shí)際產(chǎn)出缺口（Y）使用HP濾波法，計(jì)算實(shí)際GDP增長(zhǎng)率與其長(zhǎng)期趨勢(shì)之間的差異得到，濾波參數(shù)λ使用1 600。此外，從供給側(cè)來(lái)看，能源成本也可能對(duì)貨幣政策決策以及宏觀經(jīng)濟(jì)產(chǎn)生重大影響，因此將原油價(jià)格作為外生變量納入其中，使用布倫特原油現(xiàn)價(jià)的對(duì)數(shù)形式（ln Oil）來(lái)衡量。所有指標(biāo)均使用季度數(shù)據(jù)，數(shù)據(jù)區(qū)間為2000年1季度到2023年1季度，數(shù)據(jù)均來(lái)自CEIC全球經(jīng)濟(jì)數(shù)據(jù)庫(kù)和iFinD金融數(shù)據(jù)終端。

上述指標(biāo)用于構(gòu)建和估計(jì)國(guó)別TVP-SV-SVAR模型和PCHVARX模型。其中國(guó)別TVP-SV-SVAR模型變量包括全球地緣政治風(fēng)險(xiǎn)水平及各國(guó)的貨幣政策代理變量。PCHVARX模型除截面異質(zhì)性條件變量（地區(qū)GPR）和各國(guó)的貨幣政策代理變量外，還包括宏觀經(jīng)濟(jì)代理變量和作為共同外生變量的原油價(jià)格。模型變量選取如表2所示。

此外，對(duì)數(shù)據(jù)的預(yù)處理主要包括：對(duì)宏觀經(jīng)濟(jì)指標(biāo)（產(chǎn)出缺口和通貨膨脹率）使用X11方法進(jìn)行季節(jié)性調(diào)整，對(duì)月度指標(biāo)（如CPI、M2增長(zhǎng)率）和非規(guī)則頻率指標(biāo)（如政策利率）通過(guò)樣本期內(nèi)加權(quán)平均統(tǒng)一調(diào)整成季度口徑。

四、實(shí)證檢驗(yàn)與脈沖響應(yīng)分析

（一）實(shí)證檢驗(yàn)

數(shù)據(jù)平穩(wěn)性檢驗(yàn)結(jié)果如表3所示。結(jié)果顯示所有數(shù)據(jù)均拒絕存在單位根假設(shè)，即為平穩(wěn)時(shí)間序列，因此所選樣本數(shù)據(jù)集可以用來(lái)構(gòu)建TVP-SV-SVAR模型和PCHVARX模型。

表4報(bào)告了通過(guò)不同判別準(zhǔn)則對(duì)TVP-SV-SVAR模型和PCHVARX模型定階的結(jié)果。對(duì)于國(guó)別TVP-SV-SVAR模型，本文考慮在AIC準(zhǔn)則、SC準(zhǔn)則、HQ準(zhǔn)則最小以及預(yù)測(cè)精度（FPE）最高4類判別準(zhǔn)則下的最優(yōu)滯后階數(shù)，其中英國(guó)、法國(guó)、德國(guó)、日本、加拿大和南非各類判別準(zhǔn)則下的最優(yōu)滯后階數(shù)均為2，而不同判別準(zhǔn)則結(jié)果存在差異的是美國(guó)、意大利、巴西、俄羅斯和中國(guó)。由于FPE準(zhǔn)則主要關(guān)注預(yù)測(cè)而非結(jié)構(gòu)分析，而AIC準(zhǔn)則和HQ準(zhǔn)則傾向于選擇復(fù)雜模型，按照模型精簡(jiǎn)性原則，選擇SC準(zhǔn)則下的最優(yōu)滯后階數(shù)，美國(guó)、意大利和巴西為滯后2階，俄羅斯和中國(guó)為滯后1階。對(duì)于PCHVARX模型，確定最優(yōu)滯后期為2階。

本文所有實(shí)證操作均通過(guò)R4.3.2和Matlab R2020b軟件實(shí)現(xiàn)。估計(jì)11個(gè)國(guó)別TVP-SV-SVAR模型時(shí)，先驗(yàn)分布及超參數(shù)均使用Primiceri（2005）和Nakajima（2011）的推薦值，采用馬爾可夫鏈蒙特卡洛（MCMC）抽樣方法進(jìn)行22 000次抽樣，其中前2 000次抽樣作為預(yù)燒值被舍棄，后20 000次抽樣用于估計(jì)參數(shù)的后驗(yàn)分布。表5報(bào)告了國(guó)別TVP-SV-SVAR模型中部分超參數(shù)MCMC抽樣過(guò)程的Geweke檢驗(yàn)結(jié)果，伴隨概率表明絕大部分超參數(shù)無(wú)法拒絕Geweke檢驗(yàn)統(tǒng)計(jì)量服從標(biāo)準(zhǔn)正態(tài)分布的原假設(shè)，即抽樣分布已經(jīng)收斂到真實(shí)后驗(yàn)分布，因此國(guó)別TVP-SV-SVAR模型參數(shù)的貝葉斯后驗(yàn)估計(jì)結(jié)果整體上是可信的。

（二）地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策決策的影響

對(duì)于TVP-SV-SVAR 模型，當(dāng)以地緣政治風(fēng)險(xiǎn)指數(shù)為沖擊變量，貨幣政策變量為響應(yīng)變量時(shí)，其脈沖響應(yīng)函數(shù)代表了地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策決策的影響。由于地緣政治風(fēng)險(xiǎn)水平在不同時(shí)間差異巨大（見(jiàn)圖1），顯示出較強(qiáng)的異方差性，若直接以“1個(gè)標(biāo)準(zhǔn)差”作為地緣政治沖擊的強(qiáng)度標(biāo)準(zhǔn)，則脈沖響應(yīng)函數(shù)的變化混合了響應(yīng)機(jī)制變化和沖擊強(qiáng)度變化這兩種來(lái)源，無(wú)法區(qū)分不同國(guó)別和時(shí)間下地緣政治風(fēng)險(xiǎn)對(duì)其他變量的沖擊結(jié)果的變化，究竟是來(lái)自地緣政治沖擊大小的差異，還是貨幣政策響應(yīng)機(jī)制的差異。因此本文在計(jì)算脈沖響應(yīng)函數(shù)時(shí)，按照Nakajima（2011）、Primiceri（2015）等的建議，使用樣本期內(nèi)地緣政治風(fēng)險(xiǎn)的“平均標(biāo)準(zhǔn)差”作為外生沖擊的強(qiáng)度。

不同國(guó)家價(jià)格型和數(shù)量型貨幣政策的脈沖響應(yīng)結(jié)果分為兩個(gè)部分：一是以時(shí)間為橫軸，響應(yīng)強(qiáng)度為縱軸，繪制不同滯后期（2、4和6個(gè)季度）時(shí)變脈沖響應(yīng)圖（見(jiàn)圖3和圖4）；二是以滯后期為橫軸，響應(yīng)強(qiáng)度為縱軸，繪制三個(gè)具有代表性的地緣政治風(fēng)險(xiǎn)較高的固定時(shí)點(diǎn)（ “9·11”事件、伊拉克戰(zhàn)爭(zhēng)和俄烏沖突）脈沖響應(yīng)圖（見(jiàn)圖8和圖9）。

1.時(shí)變脈沖響應(yīng)分析

從圖3可以看出，當(dāng)?shù)鼐壵物L(fēng)險(xiǎn)增強(qiáng)時(shí)，除日本由于政策利率長(zhǎng)期接近或低于0利率下限（Zero Lower Bound，ZLB），且?guī)缀豕潭ú蛔?，?dǎo)致其對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)水平極低（-0.5 bp到1 bp）之外，其他各國(guó)價(jià)格型貨幣政策均做出了差異化的響應(yīng)：部分新興市場(chǎng)國(guó)家（巴西、南非以及2008年后的俄羅斯）傾向于加息來(lái)穩(wěn)定本幣價(jià)值和抬升國(guó)內(nèi)資產(chǎn)回報(bào)率，防止國(guó)際投資者撤資造成資本外流；部分發(fā)達(dá)國(guó)家（美國(guó)、2015年后的英國(guó)）為抑制資源價(jià)格上漲和供應(yīng)鏈中斷造成的輸入性通脹壓力選擇加息；還有部分國(guó)家（意大利、中國(guó)）選擇降息以應(yīng)對(duì)地緣政治風(fēng)險(xiǎn)可能造成的經(jīng)濟(jì)增長(zhǎng)不及預(yù)期。

圖4是各國(guó)廣義貨幣供應(yīng)量增速M(fèi)2對(duì)地緣政治沖擊的響應(yīng)結(jié)果。從響應(yīng)強(qiáng)度上看，發(fā)達(dá)國(guó)家數(shù)量型貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)總體要弱于新興市場(chǎng)國(guó)家；新興市場(chǎng)國(guó)家中，沖擊強(qiáng)度按巴西、俄羅斯、南非、中國(guó)的順序依次遞減。

從響應(yīng)方向上看，絕大部分國(guó)家數(shù)量型與價(jià)格型貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)方向相同，即加息同時(shí)降低M2增速（美國(guó)、英國(guó)、2011年后的德國(guó)、加拿大），或者降息同時(shí)提高M(jìn)2增速（意大利、中國(guó)）。除中國(guó)外的新興市場(chǎng)國(guó)家數(shù)量型與價(jià)格型貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)方向相反，即出現(xiàn)了提升政策利率的同時(shí)提高貨幣供應(yīng)量增速的政策組合。這種政策組合表明，其他新興市場(chǎng)國(guó)家在受到地緣政治沖擊時(shí)也面臨資本外流、匯率波動(dòng)和經(jīng)濟(jì)增長(zhǎng)放緩等多重挑戰(zhàn)，中央銀行需要在加息控制通脹、穩(wěn)定匯率水平以維持金融穩(wěn)定和增加貨幣供應(yīng)以促進(jìn)經(jīng)濟(jì)增長(zhǎng)之間尋求平衡。

我國(guó)總體上采取降息與提高M(jìn)2增速的政策組合來(lái)應(yīng)對(duì)地緣政治風(fēng)險(xiǎn)，與其他國(guó)家比，響應(yīng)水平總體較低，表明我國(guó)經(jīng)濟(jì)具有較強(qiáng)韌性，在人民幣匯率和資本外流相對(duì)可控的背景下，地緣政治風(fēng)險(xiǎn)引起的匯率波動(dòng)和輸入性通脹相對(duì)有限，使得我國(guó)的貨幣政策可以更加關(guān)注國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)目標(biāo)的達(dá)成，無(wú)需對(duì)地緣政治風(fēng)險(xiǎn)做出太多響應(yīng)。

基于圖3和圖4可以發(fā)現(xiàn)，樣本期間GPR對(duì)數(shù)量型和價(jià)格型貨幣政策具有明顯的時(shí)變影響，不同國(guó)家在面臨GPR沖擊時(shí)的貨幣政策選擇也各不相同。為了定量刻畫這種響應(yīng)強(qiáng)度，且消除貨幣政策反應(yīng)方向造成的不一致性，本文使用地緣政治沖擊發(fā)生后12個(gè)季度內(nèi)的時(shí)變脈沖響應(yīng)函數(shù)（IRFi，t，h）與橫軸圍成圖形面積的絕對(duì)值占其外接矩形面積的比例，作為各國(guó)面臨地緣政治風(fēng)險(xiǎn)時(shí)貨幣政策的累計(jì)反應(yīng)強(qiáng)度指標(biāo)，如式（9）所示。其中下標(biāo)i，t，h分別代表國(guó)別、時(shí)間和滯后期。

GIRFi，t =

≈" " " " （9）

基于式（9）計(jì)算出各國(guó)貨幣政策對(duì)同等大小地緣政治沖擊的累計(jì)響應(yīng)強(qiáng)度，并計(jì)算不同時(shí)期的國(guó)別平均值，其中貨幣政策對(duì)地緣政治沖擊的平均反應(yīng)強(qiáng)度由各國(guó)數(shù)量型和價(jià)格型貨幣政策對(duì)地緣政治沖擊的平均響應(yīng)強(qiáng)度相加得到。由圖5可以看出，在控制地緣政治沖擊強(qiáng)度不變時(shí)（即面臨平均標(biāo)準(zhǔn)差大小的地緣政治沖擊），2011年后，中央銀行傾向于做出更大的貨幣政策響應(yīng)強(qiáng)度以對(duì)沖地緣政治風(fēng)險(xiǎn)。尤其是2018年以來(lái)，地緣政治風(fēng)險(xiǎn)已日益威脅相關(guān)國(guó)家金融穩(wěn)定，中央銀行對(duì)地緣政治風(fēng)險(xiǎn)的關(guān)注程度加深，貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)強(qiáng)度呈快速上升趨勢(shì)，因此H1得證。

為了分析地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策決策的國(guó)別異質(zhì)性，本文基于國(guó)別分組計(jì)算出貨幣政策對(duì)地緣政治沖擊的平均響應(yīng)強(qiáng)度。由圖6可以看出，發(fā)達(dá)國(guó)家（G7國(guó)家為代表）貨幣政策對(duì)地緣政治沖擊的平均響應(yīng)強(qiáng)度基本保持穩(wěn)定；新興市場(chǎng)國(guó)家（金磚國(guó)家為代表）隨著自身經(jīng)濟(jì)社會(huì)發(fā)展和金融體系穩(wěn)健性的提升，貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)強(qiáng)度有所下降。與發(fā)達(dá)國(guó)家相比，在樣本期內(nèi)新興市場(chǎng)國(guó)家的中央銀行依然需要對(duì)地緣政治風(fēng)險(xiǎn)做出更強(qiáng)的貨幣政策響應(yīng)以應(yīng)對(duì)可能的沖擊。配對(duì)t檢驗(yàn)結(jié)果表明，發(fā)達(dá)國(guó)家和新興市場(chǎng)國(guó)家在面臨地緣政治風(fēng)險(xiǎn)時(shí)貨幣政策響應(yīng)強(qiáng)度的平均差異在5%水平下顯著（t=73.61，df=91，p-value=0.000），因此H2得證。

繼續(xù)分析不同類型國(guó)家在面臨地緣政治風(fēng)險(xiǎn)時(shí)貨幣政策工具選擇上的差異。如圖7所示，發(fā)達(dá)國(guó)家（G7國(guó)家為代表）和新興市場(chǎng)國(guó)家（金磚國(guó)家為代表）數(shù)量型和價(jià)格型貨幣政策工具對(duì)地緣政治風(fēng)險(xiǎn)的平均響應(yīng)強(qiáng)度也存在較大差異。其中發(fā)達(dá)國(guó)家價(jià)格型貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)水平要明顯高于數(shù)量型貨幣政策，且響應(yīng)水平呈逐年上升態(tài)勢(shì)[圖7（a）]，而新興市場(chǎng)國(guó)家數(shù)量型貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)水平要高于價(jià)格型貨幣政策，二者的響應(yīng)水平均呈逐年下降態(tài)勢(shì)[圖7（b）]。

進(jìn)一步的配對(duì)t檢驗(yàn)表明，無(wú)論是發(fā)達(dá)國(guó)家還是新興市場(chǎng)國(guó)家，兩類貨幣政策的響應(yīng)水平均在5%水平下存在顯著差異（發(fā)達(dá)國(guó)家：t=82.92，df=91，p-value=0.000。新興市場(chǎng)國(guó)家：t=53.06，df=91，p-value=0.000）。因此可以認(rèn)為，發(fā)達(dá)國(guó)家的貨幣政策響應(yīng)以價(jià)格型為主、數(shù)量型為輔，而新興市場(chǎng)國(guó)家的貨幣政策響應(yīng)以數(shù)量型為主、價(jià)格型為輔，H3得證。

2.典型時(shí)點(diǎn)脈沖響應(yīng)分析

為了分析GPR對(duì)主要經(jīng)濟(jì)體貨幣政策在不同時(shí)點(diǎn)的影響差異，本文選取三個(gè)代表高地緣政治風(fēng)險(xiǎn)時(shí)間段，2001年3季度“9·11”事件、2003年1季度伊拉克戰(zhàn)爭(zhēng)和2022年1季度俄烏沖突。上述三個(gè)時(shí)點(diǎn)價(jià)格型和數(shù)量型貨幣政策對(duì)地緣政治風(fēng)險(xiǎn)的脈沖響應(yīng)函數(shù)如圖8、圖9所示。

從圖8、圖9可以看出，當(dāng)面臨上述三個(gè)典型時(shí)點(diǎn)的地緣政治風(fēng)險(xiǎn)時(shí)，各國(guó)的政策利率和貨幣供應(yīng)量響應(yīng)曲線存在一定的差異。

其中“9·11”事件和伊拉克戰(zhàn)爭(zhēng)二者時(shí)間間隔較短，面臨的國(guó)內(nèi)外形勢(shì)相似，導(dǎo)致貨幣政策對(duì)兩起地緣政治風(fēng)險(xiǎn)事件的響應(yīng)曲線較為接近，甚至重合。從響應(yīng)強(qiáng)度上看，“9·11”事件與伊拉克戰(zhàn)爭(zhēng)作為局部地緣政治事件，雖然短期內(nèi)重創(chuàng)了國(guó)際股市和石油價(jià)格，但隨著2000年以來(lái)科技紅利、全球化紅利的釋放以及新興市場(chǎng)國(guó)家的崛起，加之2008年金融危機(jī)前全球貨幣政策的相對(duì)寬松，全球經(jīng)濟(jì)經(jīng)歷了一段相對(duì)強(qiáng)勁的增長(zhǎng)期，這種短期不穩(wěn)定因素難以對(duì)貨幣政策造成長(zhǎng)時(shí)間和高強(qiáng)度的影響。

但俄烏沖突及隨后美歐相關(guān)國(guó)家對(duì)俄羅斯的制裁不僅對(duì)全球能源和糧食等大宗商品供應(yīng)造成重大沖擊，且沖突之前全球經(jīng)濟(jì)仍處于新冠疫情恢復(fù)期，全球化紅利減弱，面臨較高債務(wù)和通脹水平，增長(zhǎng)相對(duì)乏力。雖然此次地緣政治風(fēng)險(xiǎn)水平尚不及伊拉克戰(zhàn)爭(zhēng)，但對(duì)大部分國(guó)家而言，其貨幣政策決策的影響程度遠(yuǎn)遠(yuǎn)超過(guò)了“9·11”事件和伊拉克戰(zhàn)爭(zhēng)。定量分析的結(jié)果也支持了上述觀點(diǎn)（見(jiàn)表7），進(jìn)一步證實(shí)了H1。

從沖擊持續(xù)期來(lái)看，地緣政治事件的直接或間接參與方的貨幣政策總體表現(xiàn)出更長(zhǎng)的沖擊持續(xù)期。以伊拉克戰(zhàn)爭(zhēng)為例，其參與方m的價(jià)格型貨幣政策沖擊持續(xù)期延長(zhǎng)（如美國(guó)、英國(guó)的響應(yīng)曲線分別在滯后8期和12期達(dá)到最大值，日本的沖擊曲線在滯后12期仍處于上升態(tài)勢(shì)），或者沖擊強(qiáng)度加大（如意大利和日本在伊拉克戰(zhàn)爭(zhēng)下的響應(yīng)曲線偏離程度要明顯大于在俄烏沖突下的偏離程度）。作為對(duì)比，未參與伊拉克戰(zhàn)爭(zhēng)且同處北美地區(qū)的加拿大，其響應(yīng)曲線在第6期就達(dá)到最大值。但總體而言，在上述典型風(fēng)險(xiǎn)事件中，經(jīng)濟(jì)發(fā)展較為穩(wěn)定、在全球價(jià)值鏈分工上處于優(yōu)勢(shì)地位的發(fā)達(dá)國(guó)家的貨幣政策響應(yīng)強(qiáng)度總體上依然要弱于新興市場(chǎng)國(guó)家，如表6中的第四、第五列所示，從而進(jìn)一步證實(shí)了H2。

進(jìn)一步比較圖8、圖9不同貨幣政策類型的反應(yīng)，發(fā)現(xiàn)在上述三個(gè)典型地緣政治風(fēng)險(xiǎn)事件中，巴西、俄羅斯、南非、中國(guó)等新興市場(chǎng)國(guó)家的價(jià)格型貨幣政策響應(yīng)水平要低于數(shù)量型貨幣政策響應(yīng)水平；而發(fā)達(dá)國(guó)家則恰好相反，絕大部分國(guó)家價(jià)格型貨幣政策的響應(yīng)水平相對(duì)較高。進(jìn)一步定量分析結(jié)果也支持上述結(jié)論，如表7所示，也驗(yàn)證了H3成立。

（三）地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策溢出效應(yīng)的影響

首先通過(guò)構(gòu)建以區(qū)域地緣政治風(fēng)險(xiǎn)指數(shù)（GPR-L）為條件變量，以原油價(jià)格為共同外生變量的PCHVARX模型來(lái)分析上述11個(gè)國(guó)家貨幣政策跨國(guó)溢出的異質(zhì)性，然后計(jì)算在不同的地緣政治風(fēng)險(xiǎn)條件下，受各國(guó)貨幣政策變量1單位標(biāo)準(zhǔn)差正向偏離沖擊時(shí)，模型內(nèi)各內(nèi)生變量的正交脈沖響應(yīng)函數(shù)，作為貨幣政策整體溢出效應(yīng)的度量。以地緣政治風(fēng)險(xiǎn)水平、滯后期分別為X、Y軸，不同類型貨幣政策響應(yīng)水平為Z軸繪制條件脈沖響應(yīng)函數(shù)，如圖10和圖11所示。

從圖10的（a）和（b）子圖可以看出，當(dāng)面臨1單位國(guó)外貨幣供應(yīng)量正向沖擊時(shí)，國(guó)內(nèi)實(shí)際產(chǎn)出水平和通脹水平都做出了正向反應(yīng)，且地緣政治風(fēng)險(xiǎn)越高，則外溢效應(yīng)越強(qiáng)。在地緣政治風(fēng)險(xiǎn)較高的地區(qū)，他國(guó)量化寬松政策對(duì)國(guó)內(nèi)物價(jià)水平的推動(dòng)要遠(yuǎn)大于對(duì)產(chǎn)出水平的推動(dòng)，造成了國(guó)內(nèi)通脹水平的上升；而地緣政治風(fēng)險(xiǎn)水平較低的地區(qū)，由于實(shí)際產(chǎn)出水平的響應(yīng)大于物價(jià)水平的響應(yīng)，輸入性通脹效應(yīng)并不明顯。從（c）和（d）子圖可知，他國(guó)量化寬松政策的正向外溢效應(yīng)促進(jìn)了本國(guó)貨幣供應(yīng)量的增加，但帶來(lái)的輸入性通脹壓力則需要通過(guò)加息來(lái)緩解，且地緣政治風(fēng)險(xiǎn)越高的地區(qū)，央行必須選擇更大的加息幅度來(lái)平抑較高的輸入性通脹水平。

類似地，圖11的（a）和（b）子圖表明，當(dāng)面臨1單位國(guó)外加息沖擊時(shí)，高地緣政治風(fēng)險(xiǎn)地區(qū)的實(shí)際產(chǎn)出水平出現(xiàn)大幅度下降，但這種下降在低地緣政治風(fēng)險(xiǎn)地區(qū)并不明顯。同時(shí)這種外溢效應(yīng)引起的資本回流和國(guó)際借貸成本上升還造成了國(guó)內(nèi)物價(jià)水平的提高。從（c）和（d）子圖發(fā)現(xiàn)，國(guó)外加息沖擊下本國(guó)同樣需要采取加息操作來(lái)抑制國(guó)內(nèi)通脹，但同時(shí)需要提高貨幣供應(yīng)量水平以穩(wěn)定經(jīng)濟(jì)增長(zhǎng)，且地緣政治風(fēng)險(xiǎn)水平越高，穩(wěn)增長(zhǎng)壓力越大，國(guó)內(nèi)數(shù)量型貨幣政策的正向響應(yīng)水平越高。綜上所述，高地緣政治風(fēng)險(xiǎn)放大了貨幣政策的外溢效應(yīng)，H4得證。

五、主要結(jié)論與政策建議

（一）主要結(jié)論

本文基于地緣政治風(fēng)險(xiǎn)視角，使用TVP-SV-SVAR模型和PCHVARX模型探討了地緣政治風(fēng)險(xiǎn)可能對(duì)各主要經(jīng)濟(jì)體貨幣政策的影響，以及不同的地緣政治風(fēng)險(xiǎn)條件下，主要經(jīng)濟(jì)體貨幣政策的跨國(guó)溢出效應(yīng)，得出如下結(jié)論：

第一，樣本期間地緣政治沖擊對(duì)價(jià)格型和數(shù)量型貨幣政策的影響具有明顯的時(shí)變效應(yīng)。不同國(guó)家在面臨地緣政治沖擊時(shí)，由于各自政策最終目標(biāo)、政策框架和國(guó)內(nèi)經(jīng)濟(jì)穩(wěn)定性的差異，貨幣政策反應(yīng)方向和強(qiáng)度各不相同，但在同等沖擊強(qiáng)度下，近年來(lái)貨幣政策的反應(yīng)強(qiáng)度隨時(shí)間呈上升趨勢(shì)。

第二，國(guó)別對(duì)比研究發(fā)現(xiàn)，地緣政治風(fēng)險(xiǎn)對(duì)參與國(guó)或相關(guān)國(guó)的貨幣政策產(chǎn)生較大的影響，體現(xiàn)為貨幣政策變量對(duì)地緣政治指數(shù)的較大響應(yīng)強(qiáng)度和較長(zhǎng)的響應(yīng)持續(xù)期，且新興市場(chǎng)國(guó)家對(duì)地緣政治沖擊更為敏感，響應(yīng)強(qiáng)度和響應(yīng)持續(xù)期總體上高于發(fā)達(dá)國(guó)家水平。

第三，受各國(guó)金融結(jié)構(gòu)、金融創(chuàng)新能力和金融市場(chǎng)健全程度不同的影響，各國(guó)在應(yīng)對(duì)地緣政治風(fēng)險(xiǎn)時(shí)，貨幣政策工具使用存在差異，發(fā)達(dá)國(guó)家以價(jià)格型工具為主、數(shù)量型工具為輔，而新興市場(chǎng)國(guó)家則以數(shù)量型工具為主、價(jià)格型工具為輔。

第四，地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策外溢效應(yīng)起到了“放大器”作用，一國(guó)的地緣政治風(fēng)險(xiǎn)水平越高，國(guó)外貨幣政策對(duì)本國(guó)經(jīng)濟(jì)變量的影響越大，則國(guó)內(nèi)貨幣政策需要更強(qiáng)的響應(yīng)和相機(jī)抉擇水平以平衡國(guó)內(nèi)外經(jīng)濟(jì)金融風(fēng)險(xiǎn)，一定程度上干擾了既定國(guó)內(nèi)貨幣政策目標(biāo)的達(dá)成。

第五，相對(duì)于其他國(guó)家，我國(guó)的經(jīng)濟(jì)韌性和金融穩(wěn)定盡可能減少了地緣政治風(fēng)險(xiǎn)對(duì)我國(guó)貨幣政策決策的干擾，使得我國(guó)的貨幣政策可以主要關(guān)注國(guó)內(nèi)調(diào)控目標(biāo)的達(dá)成，對(duì)地緣政治風(fēng)險(xiǎn)的響應(yīng)水平總體較低。

（二）政策建議

上述結(jié)論表明，地緣政治風(fēng)險(xiǎn)造成的潛在經(jīng)濟(jì)衰退和輸入性通脹增加了貨幣政策相機(jī)決策的難度，且高地緣政治風(fēng)險(xiǎn)對(duì)貨幣政策跨國(guó)溢出的放大效應(yīng)也在一定程度上干擾了既定國(guó)內(nèi)貨幣政策目標(biāo)的達(dá)成。隨著近年來(lái)國(guó)際形勢(shì)的日漸緊張，我國(guó)面臨的地緣政治風(fēng)險(xiǎn)持續(xù)上升。為此，本文提出以下建議：

第一，加強(qiáng)政策合力。首先，積極發(fā)揮財(cái)政政策逆周期調(diào)節(jié)作用。通過(guò)擴(kuò)大政府投資、減稅降費(fèi)等措施，增加有效需求，穩(wěn)定經(jīng)濟(jì)增長(zhǎng)。其次，進(jìn)一步優(yōu)化信貸政策，疏通傳導(dǎo)渠道。降低企業(yè)融資成本，增強(qiáng)企業(yè)投融資意愿，支持中小企業(yè)發(fā)展，確保貨幣政策有效傳導(dǎo)至實(shí)體經(jīng)濟(jì)。最后，強(qiáng)化產(chǎn)業(yè)政策的針對(duì)性。支持發(fā)展高新技術(shù)產(chǎn)業(yè)、綠色產(chǎn)業(yè)、現(xiàn)代服務(wù)業(yè)，提升產(chǎn)業(yè)鏈的自主可控水平，同時(shí)補(bǔ)貼受地緣政治風(fēng)險(xiǎn)影響較大的行業(yè)和企業(yè)，增強(qiáng)經(jīng)濟(jì)韌性。

第二，完善地緣政治風(fēng)險(xiǎn)監(jiān)測(cè)體系。利用大數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)國(guó)際政治動(dòng)態(tài)，如外交關(guān)系變化、軍事沖突熱點(diǎn)等，建立一個(gè)包含宏觀預(yù)警、行業(yè)預(yù)警和企業(yè)預(yù)警的多層次預(yù)警體系，及時(shí)發(fā)出地緣政治風(fēng)險(xiǎn)預(yù)警并制定應(yīng)對(duì)策略。

第三，創(chuàng)新貨幣政策工具，提高政策操作靈活性。例如，實(shí)施針對(duì)特定行業(yè)定向降準(zhǔn)和針對(duì)特定領(lǐng)域定向再貸款等結(jié)構(gòu)性貨幣政策工具。此外，建立動(dòng)態(tài)調(diào)節(jié)機(jī)制，根據(jù)溢出效應(yīng)及國(guó)內(nèi)宏觀經(jīng)濟(jì)形勢(shì)變化及時(shí)靈活地調(diào)整貨幣政策工具和操作目標(biāo)。

第四，改善投資者避險(xiǎn)情緒。引導(dǎo)投資者理性投資，避免過(guò)度投機(jī)，從而穩(wěn)定市場(chǎng)預(yù)期。鼓勵(lì)企業(yè)多元化采購(gòu)，開(kāi)拓新的進(jìn)口來(lái)源，降低對(duì)單一進(jìn)口來(lái)源的依賴。政府需加強(qiáng)對(duì)大宗商品市場(chǎng)的信息披露，提高市場(chǎng)透明度，降低由于市場(chǎng)信息不對(duì)稱帶來(lái)的風(fēng)險(xiǎn)。

第五，強(qiáng)化國(guó)際溝通協(xié)調(diào)。加強(qiáng)各國(guó)之間的合作應(yīng)對(duì)，可以通過(guò)建立大宗商品儲(chǔ)備機(jī)制，各國(guó)定期進(jìn)行溝通協(xié)調(diào)，及時(shí)交流信息和協(xié)調(diào)政策，共同應(yīng)對(duì)地緣政治風(fēng)險(xiǎn)。

注釋：

a SVAR模型需要首先轉(zhuǎn)換成簡(jiǎn)化式的VAR模型進(jìn)行估計(jì)。對(duì)于n變量的SVAR模型，其識(shí)別條件是對(duì)參數(shù)施加至少n（n+1）/2個(gè)約束，否則無(wú)法從估計(jì)的簡(jiǎn)化式參數(shù)還原成結(jié)構(gòu)式參數(shù)。

b其中印度部分?jǐn)?shù)據(jù)缺失，無(wú)法滿足在樣本時(shí)間上的一致性，故剔除。

c 這部分內(nèi)容來(lái)源于中國(guó)人民銀行國(guó)際司網(wǎng)站中的國(guó)別信息欄目（http：//www.pbc.gov.cn/goujisi/144449/

144490/144525/index.html）。

d美國(guó)的政策利率體系詳見(jiàn)美聯(lián)儲(chǔ)網(wǎng)站貨幣政策工具中對(duì)公開(kāi)市場(chǎng)操作的簡(jiǎn)介（https：//www.federalreserve.gov/monetarypolicy/openmarket.htm），聯(lián)邦公開(kāi)市場(chǎng)委員會(huì)聲明中對(duì)聯(lián)邦基金利率目標(biāo)區(qū)間的調(diào)控，例如2024年9月的聲明見(jiàn)https：//www.federalreserve.gov/newsevents/pressreleases/monetary20240918a.htm。

e見(jiàn)英格蘭銀行網(wǎng)站對(duì)英國(guó)貨幣政策工具（https：//www.bankofengland.co.uk/monetary-policy）以及對(duì)英格蘭銀行基準(zhǔn)利率的介紹（https：//www.bankofengland.co.uk/monetary-policy/the-interest-rate-bank-rate）。

f見(jiàn)歐洲央行網(wǎng)站對(duì)其關(guān)鍵利率的介紹（https：//www.ecb.europa.eu/stats/policy_and_exchange_rates/key_ecb_interest_rates/html/index.en.html）。

g詳見(jiàn)日本銀行對(duì)無(wú)擔(dān)保隔夜拆借利率的解釋：https：//www.boj.or.jp/en/about/education/oshiete/seisaku/b32.htm。此外，日本央行的貨幣政策聲明中也提到將無(wú)抵押隔夜拆借利率作為貨幣政策操作目標(biāo)（例如2024年的日本貨幣政策聲明見(jiàn)https：//www.boj.or.jp/en/mopo/mpmdeci/mpr_2024/k240920a.pdf）。

h關(guān)于加拿大的政策利率，詳見(jiàn)加拿大央行對(duì)其貨幣政策工具的介紹（https：//www.bankofcanada.ca/core-functions/monetary-policy），以及中國(guó)人民銀行網(wǎng)站對(duì)加拿大政策利率的介紹（http：//www.pbc.gov.cn/goujisi/144449/144490/144525/144797/2834698/index.html），其利率走廊體系詳見(jiàn)加拿大央行的工作論文《加拿大銀行的市場(chǎng)操作與流動(dòng)性提供》（https：//www.bankofcanada.ca/wp-content/uploads/2016/11/boc-review-autumn16-guzman.pdf）。

i詳見(jiàn)巴西央行對(duì)SELIC利率的介紹（https：//www.bcb.gov.br/en/monetarypolicy/selicrate），以及中國(guó)人民銀行網(wǎng)站對(duì)巴西貨幣政策體系的介紹（http：//www.pbc.gov.cn/goujisi/144449/144490/144525/144770/2834468/index.html）。

j俄羅斯央行關(guān)鍵利率及其利率走廊體系詳見(jiàn)俄羅斯央行貨幣政策操作框架（https：//www.cbr.ru/eng/oper_br/o_dkp/mp_framework）。

k對(duì)我國(guó)利率走廊機(jī)制、政策利率中樞的表述詳見(jiàn)2024年第二季度中國(guó)貨幣政策執(zhí)行報(bào)告中的專欄文章《進(jìn)一步健全市場(chǎng)化的利率調(diào)控機(jī)制》（http：//www.pbc.gov.cn/goutongjiaoliu/113456/113469/5427706/

2024080916563291755.pdf）。

l詳見(jiàn)南非儲(chǔ)備銀行對(duì)其貨幣政策體系的介紹（https：//www.resbank.co.za/en/home/what-we-do/monetary-policy）。

m美國(guó)、英國(guó)和意大利直接參與了伊拉克戰(zhàn)爭(zhēng)，而日本提供了非戰(zhàn)斗支持。

參考文獻(xiàn)：

[1] Gourio F. Disaster risk and business cycles[J]. American Economic Review， 2012， 102（06）： 2734-2766.

[2] 趙向琴，袁靖，陳國(guó)進(jìn).災(zāi)難沖擊與我國(guó)最優(yōu)財(cái)政貨幣政策選擇[J].經(jīng)濟(jì)研究，2017，52（04）：34-47.

[3] Kara E， Thakoor V. Macroeconomic effects of climate change in an aging world[R]. IMF Working Papers， 2022， 258： 51.

[4] 王愛(ài)儉，王韓，劉浩杰.地緣政治風(fēng)險(xiǎn)對(duì)金融周期波動(dòng)的溢出效應(yīng)研究[J].亞太經(jīng)濟(jì)，2021（03）：35-46.

[5] 李青召，方毅.地緣政治風(fēng)險(xiǎn)、政策不確定性與短期國(guó)際資本流動(dòng)[J].商業(yè)研究，2019（10）：78-85.

[6] 卜林，孫麗玲，李政.地緣政治風(fēng)險(xiǎn)、經(jīng)濟(jì)政策不確定性與股票市場(chǎng)波動(dòng)[J].南開(kāi)經(jīng)濟(jì)研究，2020（05）：185-205.

[7] 卜林，趙航，凡慧敏.地緣政治風(fēng)險(xiǎn)、經(jīng)濟(jì)政策不確定性與匯率波動(dòng)[J].國(guó)際金融研究，2021（11）：55-65.

[8] Cheng C H J， Chiu C W J. How important are global geopolitical risks to emerging countries？[J]. International Economics， 2018， 156： 305-325.

[9] 朱民，徐鐘祥，鞏冰，等.2022年全球經(jīng)濟(jì)金融：結(jié)構(gòu)性通貨膨脹之劍和央行的挑戰(zhàn)[J].國(guó)際金融研究，

2021（12）：3-13.

[10] 郭文偉，羅勝濤.地緣政治風(fēng)險(xiǎn)、能源價(jià)格波動(dòng)與全球通貨膨脹[J].金融與經(jīng)濟(jì)，2023（04）：40-52.

[11] 李斌.從流動(dòng)性過(guò)剩（不足）到結(jié)構(gòu)性通脹（通縮）[J].金融研究，2010（04）：50-63.

[12] 劉浩杰，林楠.地緣政治風(fēng)險(xiǎn)、短期資本流動(dòng)與外匯市場(chǎng)壓力[J].亞太經(jīng)濟(jì)，2021（06）：31-41.

[13] 李艷麗，魏心欣，楊光亮.資本管制能增加發(fā)展中經(jīng)濟(jì)體貨幣政策獨(dú)立性嗎？——區(qū)分居民和非居民管制的研究[J].國(guó)際金融研究，2022（07）：37-46.

[14] 蘇治，劉程程，位雪麗.經(jīng)濟(jì)不確定性是否會(huì)弱化中國(guó)貨幣政策有效性[J].世界經(jīng)濟(jì)，2019，42（10）：49-72.

[15] 杜映昕.國(guó)家間政治沖突對(duì)貿(mào)易的影響——文獻(xiàn)綜述及基于中國(guó)與大國(guó)關(guān)系的實(shí)證研究[J].經(jīng)濟(jì)學(xué)報(bào)，2015，2（01）：124-144.

[16] 陳磊，侯鵬.量化寬松、流動(dòng)性溢出與新興市場(chǎng)通貨膨脹[J].財(cái)經(jīng)科學(xué)，2011（10）：48-56.

[17] 楊陽(yáng)，干杏娣.美國(guó)非常規(guī)貨幣政策對(duì)中國(guó)產(chǎn)出的溢出效應(yīng)——基于TVP-VAR模型的實(shí)證研究[J].亞太經(jīng)濟(jì)，2018（03）：30-40+149.

[18] 劉堯成.國(guó)際貨幣政策溢出效應(yīng)、人民幣匯率與中國(guó)貿(mào)易差額——基于TVP-VAR-SV模型的動(dòng)態(tài)影響關(guān)系分析[J].世界經(jīng)濟(jì)研究，2016（06）：69-81+135.

[19] 黃憲，楊子榮.中國(guó)貨幣政策會(huì)沖擊到美國(guó)貨幣政策嗎——基于效應(yīng)外溢的視角[J].國(guó)際金融研究，

2016（01）：15-27.

[20] 楊子榮，徐奇淵，王書朦.中美大國(guó)貨幣政策雙向溢出效應(yīng)比較研究——基于兩國(guó)DSGE模型[J].國(guó)際金融研究，2018（11）：14-24.

[21] 馬理，文程浩.美國(guó)利率調(diào)整和稅率調(diào)整的影響與我國(guó)應(yīng)對(duì)措施研究[J].經(jīng)濟(jì)研究，2021，56（01）：172-190.

[22] 邢天才，唐國(guó)華.美國(guó)貨幣政策對(duì)中國(guó)貨幣政策的溢出效應(yīng)研究[J].財(cái)經(jīng)問(wèn)題研究，2011（11）：50-55.

[23] 倪中新，王豐瑩.美國(guó)貨幣政策對(duì)金磚國(guó)家的溢出效應(yīng)研究——基于VAR模型的比較分析[J].南方金融，2014（04）：20-25.

[24] 崔百勝，葛凌清.中國(guó)貨幣政策對(duì)世界主要經(jīng)濟(jì)體溢出效應(yīng)的異質(zhì)性分析——基于GVAR模型的實(shí)證研究[J].華東經(jīng)濟(jì)管理，2019，33（08）：83-94.

[25] 崔百勝，高崧耀.二十國(guó)集團(tuán)貨幣政策溢出效應(yīng)的非對(duì)稱性與異質(zhì)性研究——基于PCHVAR模型[J].國(guó)際金融研究，2019（12）：33-42.

[26] Georgiadis G. The panel conditionally homogenous vector autoregressive model[R]. University Library of Munich， Germany， 2012.

[27] 劉強(qiáng)，陶士貴.地緣政治風(fēng)險(xiǎn)對(duì)人民幣匯率穩(wěn)定的影響研究——市場(chǎng)恐慌和短期資本流動(dòng)的視角[J].當(dāng)代經(jīng)濟(jì)管理，2023，45（01）：77-85.

[28] 許年行，于上堯，伊志宏.機(jī)構(gòu)投資者羊群行為與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界，2013（07）：31-43.

[29] 鄧雄. 從信貸到利率： 利率市場(chǎng)化條件下的貨幣政策傳導(dǎo)渠道轉(zhuǎn)變[J]. 上海金融， 2015（10）：19-24.

[30] 李程，韓明月.國(guó)債利率期限結(jié)構(gòu)與貨幣政策傳導(dǎo)機(jī)制研究——基于利率市場(chǎng)化與貨幣政策轉(zhuǎn)型的雙重視角[J]. 當(dāng)代金融研究， 2024， 7（06）： 47-64.

[31] 劉文革，黃玉.地緣政治風(fēng)險(xiǎn)與貿(mào)易流動(dòng)：理論機(jī)理與實(shí)證研究[J].國(guó)際經(jīng)貿(mào)探索，2020，36（03）：46-59.

[32] Canova F. Modelling and forecasting exchange rates with a Bayesian time-varying coefficient model[J]. Journal of Economic Dynamics and Control， 1993， 17（12）： 233-261.

[33] Cogley T， Sargent T J. Evolving Post-World War II US inflation dynamics[J]. National Bureau of Economic Research， 2002， 16： 331-388.

[34] COGLEY T， SARGENT T J. Drift and volatilities： Monetary policies and outcomes in the post WWII U S[J]. Review of Economic Dynamics， 2005， 8（02）： 262-302.

[35] Harvey A， Ruiz E， Shephard N. Multivariate stochastic variance models[J]. The Review of Economic Studies， 1994， 61（02）： 247-264.

[36] Kim S， Shephard N， Chib S. Stochastic volatility： Likelihood inference and comparison with ARCH models[J]. The Review of Economic Studies， 1998， 65（03）： 361-393.

[37] Chib S， Nardari F， Shephard N. Markov chain Monte Carlo methods for stochastic volatility models[J]. Journal of Econometrics， 2002， 108（02）： 281-316.

[38] Primiceri G. Time varying structural vector autoregressions and monetary policy[J]. The Review of Economic Studies， 2005， 72（03）： 821-852.

[39] Nakajima J. Time-varying parameter var model with stochastic volatility： An overview of methodology and empirical applications[J]. Monetary and Economic Studies， 2011， 29：107-142.

（責(zé)任編輯：張艷妮）

Monetary Policy Choices and Spillover Effects of Major Economies：

A Geopolitical Risk Perspective

GAO Yiming， XIANG Bingxuan

（ School of Business， Xiangtan University ）

Abstract： Geopolitical risks not only heighten the uncertainty of global and regional economic growth but also pose significant challenges for central banks in balancing domestic and international economic conditions，

mitigating the spillover effects of other countries' monetary policies， and ultimately achieving their own monetary policy objectives. This increases the complexity of cross-cycle monetary policy decision-making. From the perspective of geopolitical risk， this paper utilizes quarterly data from 2000 to 2023 to first analyze the impact of geopolitical risk on the monetary policy decisions of major economies using the Time-Varying Parameter Stochastic Volatility Structural Vector Autoregression （TVP-SV-SVAR） model. Subsequently， it constructs a Panel Conditional Heterogeneous Vector Autoregression with Exogenous Variables （PCHVARX） model with the geopolitical risk index as a conditional variable to examine the cross-border spillover effects of price-based and quantity-based monetary policies under different levels of geopolitical risk. The study finds that， central banks' responses to geopolitical risks have shown an upward trend in recent years. Compared to developed countries， emerging economies exhibit a stronger monetary policy response to geopolitical risks. The choice of monetary policy tools varies across economies， developed countries primarily rely on price-based tools with quantity-based tools as supplementary measures， while emerging economies prioritize quantity-based tools with price-based tools as secondary options. Economies with higher levels of geopolitical risk experience stronger spillover effects from other countries' monetary policies， making it more challenging to maintain internal and external monetary policy balance.

Keywords： Geopolitical risk; Monetary policy; Spillover effects; TVP-SV-SVAR model; PCHVARX model