楊 達(dá)

(西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院,陜西西安 710061)

在我國(guó)的經(jīng)濟(jì)發(fā)展進(jìn)程中,一個(gè)長(zhǎng)期困擾我們的問(wèn)題,就是經(jīng)濟(jì)發(fā)展的不穩(wěn)定性,通過(guò)對(duì)我國(guó)經(jīng)濟(jì)運(yùn)行的深層次分析,經(jīng)濟(jì)學(xué)界有識(shí)之士早已指出,產(chǎn)業(yè)結(jié)構(gòu)失衡是引起我國(guó)經(jīng)濟(jì)發(fā)展起伏、波動(dòng)的重要原因[1]。新中國(guó)成立以來(lái),我國(guó)產(chǎn)業(yè)結(jié)構(gòu)經(jīng)歷了四個(gè)階段的調(diào)整,發(fā)生了重大變化,但相對(duì)于經(jīng)濟(jì)持續(xù)健康發(fā)展的要求而言,還存在諸多問(wèn)題。隨著理論和實(shí)踐探索的不斷深入,學(xué)者們發(fā)現(xiàn)貨幣政策不僅具有傳統(tǒng)意義上的對(duì)總需求的調(diào)控作用,而且具有對(duì)產(chǎn)業(yè)發(fā)展的非對(duì)稱(chēng)調(diào)節(jié)功能,這一發(fā)現(xiàn)使得貨幣政策的調(diào)控效應(yīng)逐步延伸到保障產(chǎn)業(yè)體系按合理的結(jié)構(gòu)均衡發(fā)展的領(lǐng)域[2]。在這樣的情況下,掌握貨幣政策對(duì)不同產(chǎn)業(yè)非對(duì)稱(chēng)影響的規(guī)律更加具有理論和現(xiàn)實(shí)意義。

為應(yīng)對(duì)2008年爆發(fā)的金融危機(jī),包括中國(guó)在內(nèi)的全球主要經(jīng)濟(jì)體紛紛采取擴(kuò)張性的貨幣政策。2009年末,我國(guó)廣義貨幣(M2)同比增長(zhǎng)27.7%,狹義貨幣(M1)同比增長(zhǎng)32.4%,人民幣貸款余額為39.97萬(wàn)億元,全年新增貸款分別是2007年和2008年新增貸款的2.6倍和2.32倍。然而進(jìn)入2010年,經(jīng)濟(jì)逐步復(fù)蘇的同時(shí),通貨膨脹壓力明顯增強(qiáng),下半年居民消費(fèi)價(jià)格水平逐月上升,居民消費(fèi)價(jià)格指數(shù)(CPI)漲幅分別為:3.3%、3.5%、3.6%、4.4%、5.1%和4.6%,今年3月CPI同比上漲5.4%,創(chuàng)31個(gè)月來(lái)新高*數(shù)據(jù)來(lái)源:中國(guó)人民銀行網(wǎng)站(www.pbc.gov.cn)。,因此,中央銀行決定2011年我國(guó)貨幣政策目標(biāo)的設(shè)定要把穩(wěn)定物價(jià)放在更加突出的位置,貨幣政策由寬松轉(zhuǎn)向穩(wěn)健。在相機(jī)抉擇思想指導(dǎo)下不斷調(diào)整貨幣政策的方向和力度本身就是一把雙刃劍,合理駕馭不僅可以有效地促進(jìn)經(jīng)濟(jì)增長(zhǎng),而且能夠更好地發(fā)揮貨幣政策的產(chǎn)業(yè)調(diào)整功能;反之,有可能導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)在貨幣政策的反復(fù)調(diào)整中出現(xiàn)更加嚴(yán)重的失衡。

因此,有效地運(yùn)用貨幣政策,不斷完善我國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,保持經(jīng)濟(jì)的持續(xù)健康發(fā)展,不僅要合理地把握貨幣政策的時(shí)間、方向和力度,還要科學(xué)地掌握貨幣政策的結(jié)構(gòu)性功能,而貨幣政策的產(chǎn)業(yè)效應(yīng)就是其中重要的課題。

一、 文獻(xiàn)綜述

對(duì)貨幣政策產(chǎn)業(yè)效應(yīng)的研究始于20世紀(jì)90年代末期,主要集中于研究貨幣政策是否存在產(chǎn)業(yè)效應(yīng),并對(duì)產(chǎn)業(yè)效應(yīng)產(chǎn)生的原因略作探討。最早對(duì)貨幣政策產(chǎn)業(yè)效應(yīng)進(jìn)行實(shí)證研究的是Bernanke & Gertler[3],從信貸傳導(dǎo)渠道角度運(yùn)用VAR模型實(shí)證檢驗(yàn)出貨幣政策確實(shí)存在顯著的產(chǎn)業(yè)效應(yīng);其后,Ganley & Chris[4]、Hayo & Uhlenbrock[5]運(yùn)用VAR模型分別對(duì)英國(guó)和德國(guó)的貨幣政策產(chǎn)業(yè)效應(yīng)進(jìn)行了實(shí)證研究,結(jié)果顯示英國(guó)和德國(guó)的貨幣政策具有顯著的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)。目前,VAR模型已經(jīng)成為檢驗(yàn)貨幣政策效應(yīng)的標(biāo)準(zhǔn)模型,國(guó)內(nèi)學(xué)者戴金平、金永軍、陳柳欽[6]最早應(yīng)用VAR模型檢驗(yàn)了中國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng);閆紅波、王國(guó)林[7]運(yùn)用VAR模型實(shí)證分析了我國(guó)貨幣政策效應(yīng)在制造業(yè)間存在非對(duì)稱(chēng)性。然而,VAR模型中的方程只能用于描述變量間的線(xiàn)性關(guān)系,無(wú)法刻畫(huà)其間的非線(xiàn)性關(guān)系,而Goodhart[8]、Cukierman & Muscatelli[9]、Cukierman & Gerlach[10]等對(duì)以往研究中將經(jīng)濟(jì)系統(tǒng)描述為線(xiàn)性的這一基本假設(shè)提出質(zhì)疑和挑戰(zhàn),指出經(jīng)濟(jì)運(yùn)行中存在非線(xiàn)性特性,并通過(guò)經(jīng)驗(yàn)研究得到了支持。Atanasova[11]和Tena[12]采用門(mén)限向量自回歸模型(TVAR)將這一研究進(jìn)展拓展到對(duì)貨幣政策產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)的研究中。本文基于現(xiàn)有文獻(xiàn),作進(jìn)一步改進(jìn),對(duì)中國(guó)的貨幣政策產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)進(jìn)行實(shí)證研究。第一,利用歷史數(shù)據(jù)實(shí)證檢驗(yàn)出中國(guó)經(jīng)濟(jì)運(yùn)行中各變量間存在顯著的非線(xiàn)性關(guān)系,將以往研究貨幣政策產(chǎn)業(yè)效應(yīng)普遍選用的VAR模型改進(jìn)成TVAR模型;第二,取消對(duì)門(mén)限模型內(nèi)各方程選取相同門(mén)限值的約束,允許不同方程擁有不同的門(mén)限值,并用Juan de Dios Tena提供的基于此種TVAR模型的脈沖響應(yīng)函數(shù)方法實(shí)證檢驗(yàn)我國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng);第三,首先構(gòu)建宏觀(guān)TVAR模型,在此基礎(chǔ)上分別加入描述各產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)情況的變量建立分產(chǎn)業(yè)TVAR模型,這一處理方法便于進(jìn)一步建立分行業(yè)TVAR模型等。

二、變量選取、數(shù)據(jù)描述和模型選擇

1. 變量選取

目前對(duì)于貨幣政策測(cè)度指標(biāo)的選擇存有較多爭(zhēng)議。國(guó)外主要文獻(xiàn)均以利率沖擊測(cè)度貨幣政策的效應(yīng),但其適用的前提條件是利率市場(chǎng)化,不符合中國(guó)的實(shí)際情況;而Cover[13]的研究指出,可選擇貨幣供應(yīng)量沖擊測(cè)度貨幣政策的效果。因而本文選取廣義貨幣供應(yīng)量M2作為貨幣政策的中介指標(biāo),進(jìn)而測(cè)度貨幣政策的沖擊效果。

本文選取國(guó)內(nèi)生產(chǎn)總值、居民消費(fèi)價(jià)格指數(shù)和三大產(chǎn)業(yè)產(chǎn)值分別作為衡量我國(guó)宏觀(guān)經(jīng)濟(jì)整體增長(zhǎng)情況、國(guó)內(nèi)價(jià)格水平和三大產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)情況的變量,分別用GDP、CPI、G1、G2和G3表示;用E和M2分別表示人民幣兌美元匯率和廣義貨幣供應(yīng)量。為消除各變量的長(zhǎng)期趨勢(shì),取其自然對(duì)數(shù)形式,記為ln(GDP)、ln(CPI)、ln(M2)、ln(E)及l(fā)n(G1)、ln(G2)、ln(G3)。

出于對(duì)數(shù)據(jù)可得性和連貫性的考慮,因我國(guó)于2005年建立健全以市場(chǎng)供求為基礎(chǔ)的、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動(dòng)匯率制,而且2005年7月起,匯率表現(xiàn)出較為明顯的浮動(dòng),故將研究的數(shù)據(jù)范圍確定為2005年7月至2010年9月。取各變量的月度數(shù)據(jù)作為研究對(duì)象*由于我國(guó)統(tǒng)計(jì)改革后不再公布GDP月度數(shù)據(jù),因而使用Eviews對(duì)GDP季度數(shù)據(jù)進(jìn)行頻率轉(zhuǎn)換。。數(shù)據(jù)來(lái)源于2005—2010年各期《中國(guó)經(jīng)濟(jì)景氣月報(bào)》和國(guó)家統(tǒng)計(jì)局公布的《中國(guó)統(tǒng)計(jì)公報(bào)》。

2. 數(shù)據(jù)描述

首先,為消除GDP、CPI、G1、G2、G3和M2變量序列的季節(jié)性特征,對(duì)各變量的數(shù)據(jù)序列進(jìn)行季節(jié)調(diào)整;其次,欲采用Hansen[14-15]的方法對(duì)模型進(jìn)行估計(jì),因其要求使用平穩(wěn)的數(shù)據(jù)序列,故用ADF檢驗(yàn)法檢驗(yàn)各變量數(shù)據(jù)序列的平穩(wěn)性,檢驗(yàn)結(jié)果見(jiàn)表1。

表1 各變量數(shù)據(jù)序列平穩(wěn)性檢驗(yàn)

注:①*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設(shè); ②A(yíng)DF檢驗(yàn)采用麥金農(nóng)臨界值。

表1所示的檢驗(yàn)結(jié)果表明:在1%顯著性水平下,各變量水平值序列不能拒絕存在單位根的原假設(shè),一階差分序列可以拒絕。因此,對(duì)模型進(jìn)行估計(jì)時(shí)采用各變量的一階差分序列,這與貨幣政策在長(zhǎng)期中是中性的理論是一致的。

3. 模型選擇

現(xiàn)有文獻(xiàn)對(duì)貨幣政策產(chǎn)業(yè)效應(yīng)的研究,普遍采用向量自回歸模型(VAR),但是,VAR模型只能包含描述變量間線(xiàn)性關(guān)系的方程,不能涉及變量間的非線(xiàn)性關(guān)系。而近年來(lái),一些文獻(xiàn)對(duì)以往研究將經(jīng)濟(jì)系統(tǒng)各變量設(shè)為線(xiàn)性關(guān)系這一假設(shè)提出了質(zhì)疑和挑戰(zhàn),指出經(jīng)濟(jì)運(yùn)行中各變量具有非線(xiàn)性關(guān)系,并通過(guò)經(jīng)驗(yàn)研究得到了支持。Cukierman & Muscatelli[9]等研究發(fā)現(xiàn),政策制定者對(duì)產(chǎn)出和通貨膨脹率具有明顯的非對(duì)稱(chēng)偏好,從而導(dǎo)致了泰勒規(guī)則存在非線(xiàn)性關(guān)系;Cukierman & Gerlach[10]的研究指出,貨幣當(dāng)局對(duì)正的或負(fù)的產(chǎn)出缺口具有非對(duì)稱(chēng)反應(yīng);Goodhart[8]的研究也指出泰勒規(guī)則是非線(xiàn)性的,并指出產(chǎn)生非線(xiàn)性的原因是中央銀行對(duì)通貨膨脹上行或下行風(fēng)險(xiǎn)具有非對(duì)稱(chēng)偏好。因而選擇測(cè)度貨幣政策產(chǎn)業(yè)效應(yīng)的模型須考慮宏觀(guān)經(jīng)濟(jì)運(yùn)行中各變量間的非線(xiàn)性關(guān)系。

門(mén)限向量自回歸模型(TVAR)是在VAR模型基礎(chǔ)上引入非線(xiàn)性方程的最直接方法,也是相對(duì)于其他更復(fù)雜的非線(xiàn)性模型的一種簡(jiǎn)化。因此,本文選擇TVAR模型測(cè)度貨幣政策效應(yīng),并且允許模型內(nèi)各方程擁有不同的門(mén)限值,以反映變量間不同的非線(xiàn)性關(guān)系。

三、 宏觀(guān)模型的建立

1. 模型的變量排序

TVAR模型作為對(duì)VAR模型的一種特例或是改進(jìn),變量的排序同樣會(huì)影響其后用脈沖響應(yīng)函數(shù)方法對(duì)模型受到某種沖擊時(shí)的動(dòng)態(tài)反應(yīng)的分析。將模型中各變量順序設(shè)定為:Δln(GDP)、Δln(CPI)、Δln(E)、Δln(M2),具有合理的經(jīng)濟(jì)含義。貨幣供應(yīng)量作為貨幣政策的中間指標(biāo),其當(dāng)期值對(duì)宏觀(guān)經(jīng)濟(jì)變量不產(chǎn)生影響,而對(duì)各宏觀(guān)變量的未來(lái)值產(chǎn)生影響,Bernanke等在研究中對(duì)宏觀(guān)經(jīng)濟(jì)變量與貨幣政策變量的排序也作了相同的處理,只是其研究選取利率作為測(cè)度貨幣政策的變量;這一順序反映了貨幣供應(yīng)量受其他各宏觀(guān)經(jīng)濟(jì)變量的影響,與實(shí)際中貨幣政策的制定是相一致的。

2. 模型的估計(jì)

采用Hansen[14-15]的方法進(jìn)行估計(jì)。Hansen的方法要求數(shù)據(jù)平穩(wěn)且無(wú)趨勢(shì),因此選用各變量的一階差分序列,滿(mǎn)足這一要求。同時(shí),設(shè)qt-d和γi分別表示d階滯后的門(mén)限變量q和第i個(gè)方程中的門(mén)限參數(shù)。Hansen認(rèn)為,門(mén)限變量qt-d應(yīng)為Δln(GDP)t-d,d=1,2,3,4中的一個(gè)(與模型中各變量的滯后階數(shù)相同),根據(jù)Hansen提出的誤差平方和準(zhǔn)則,選擇Δln(GDP)t-d作為門(mén)限變量。

首先,檢驗(yàn)?zāi)Ｐ椭懈鞣匠套兞块g是否有非線(xiàn)性關(guān)系,亦即檢驗(yàn)門(mén)限變量qt-d的參數(shù)γi是否顯著。在γi未知的情況下,應(yīng)用Hansen[14]提出的Wald統(tǒng)計(jì)量進(jìn)行檢驗(yàn),結(jié)果如表2。

表2 各方程變量間非線(xiàn)性關(guān)系的Wald檢驗(yàn)結(jié)果

根據(jù)檢驗(yàn)結(jié)果,對(duì)于方程1、方程3和方程4,p值僅為0.002、0.004和0.002,在通常的顯著性水平下,可以拒絕方程中變量間線(xiàn)性相關(guān)的原假設(shè);而對(duì)于方程2,p值為0.19,故沒(méi)有充分的理由拒絕原假設(shè)。由此,確定方程2為線(xiàn)性方程,其余三個(gè)方程為非線(xiàn)性方程。

其次,估計(jì)模型中單一方程的參數(shù)值。線(xiàn)性方程采用普通最小二乘法,非線(xiàn)性方程采用Hansen的序貫條件最小二乘法。Hansen的方法遵循遞歸思想。非線(xiàn)性方程中的門(mén)限參數(shù)γi,有T種可能值,即qt-d(t=1,2,…,T)。將qt-d的值按大小排序,忽略?xún)啥烁?5%的值,其余為γi的所有可能值,即γi有0.7T種可能值。對(duì)γi的可能值,方程i中的斜率參數(shù)可由如下估計(jì)量求得:

(1)

其中,Xt(γi)′=(Xt′I(qt-d≤γi)∶Xt′I(qt-d>γi)),βi和γi分別表示方程i的斜率參數(shù)和門(mén)限參數(shù),yit為方程i的被解釋變量,I為指標(biāo)函數(shù)。

第三,估計(jì)TVAR模型。如果模型中的全部非線(xiàn)性方程具有相同的門(mén)限參數(shù)值,解釋變量可以根據(jù)這個(gè)值被分成兩組,在這種情況下,TVAR模型可由普通最小二乘法對(duì)各方程逐一估計(jì)而得到有效估計(jì)值,但是,如果各非線(xiàn)性方程的門(mén)限參數(shù)值不同,則需使用廣義最小二乘法估計(jì),因此,有必要檢驗(yàn)?zāi)芊駥?duì)各非線(xiàn)性方程賦予相同的門(mén)限參數(shù)值,采用Hansen[15]的似然率檢驗(yàn)法,其中,似然率統(tǒng)計(jì)量為:

(2)

表3 似然率檢驗(yàn)結(jié)果

注:*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設(shè)。

根據(jù)Hansen給出的判斷標(biāo)準(zhǔn),不能對(duì)宏觀(guān)TVAR模型賦予相同的門(mén)限值。

綜上,在宏觀(guān)經(jīng)濟(jì)TVAR模型內(nèi),只有方程2的變量間是線(xiàn)性關(guān)系,其余三個(gè)方程的變量間存在顯著的非線(xiàn)性關(guān)系,且不能被賦予相同的門(mén)限值,因此,采用廣義最小二乘法對(duì)宏觀(guān)經(jīng)濟(jì)TVAR模型進(jìn)行估計(jì)。

四、 產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)分析

1. 分產(chǎn)業(yè)TVAR模型

為考察貨幣政策產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng),在宏觀(guān)TVAR模型基礎(chǔ)上,增加一個(gè)新的內(nèi)生變量描述各產(chǎn)業(yè)的經(jīng)濟(jì)增長(zhǎng)情況,對(duì)第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)分別建立一個(gè)TVAR模型。

分產(chǎn)業(yè)TVAR模型中,選擇季節(jié)調(diào)整后各產(chǎn)業(yè)產(chǎn)值作為衡量相關(guān)產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)情況的變量,并取其對(duì)數(shù)形式,分別用ln(G1)、ln(G2)、ln(G3)表示,同樣地,模型中選用平穩(wěn)且無(wú)趨勢(shì)的各變量的一階差分序列。分產(chǎn)業(yè)TVAR模型變量的排列順序設(shè)定為:Δln(GDP)、Δln(CPI)、Δln(E)、Δln(M2)、Δln(Gi)(i=1,2,3)。這一排序假設(shè)貨幣供應(yīng)量只受宏觀(guān)經(jīng)濟(jì)變量的影響,并未受到各行業(yè)增長(zhǎng)情況的當(dāng)期影響,具有合理的經(jīng)濟(jì)含義:目前中國(guó)宏觀(guān)經(jīng)濟(jì)政策選擇更多地受到宏觀(guān)經(jīng)濟(jì)總量變量的影響,而很少受到具體產(chǎn)業(yè)或行業(yè)增長(zhǎng)情況的影響。例如中央銀行在考慮貨幣供應(yīng)量或利率調(diào)整時(shí),更多地考慮宏觀(guān)經(jīng)濟(jì)整體的波動(dòng)情況,而不是某些行業(yè)或某些部門(mén)的經(jīng)濟(jì)波動(dòng)。

對(duì)各產(chǎn)業(yè)TVAR模型的估計(jì):首先,檢驗(yàn)分產(chǎn)業(yè)TVAR模型中各方程變量間是否具有非線(xiàn)性關(guān)系;其次,采用同樣的方法估計(jì)分產(chǎn)業(yè)TVAR模型各非線(xiàn)性方程的門(mén)限參數(shù),并檢驗(yàn)是否可以對(duì)全部非線(xiàn)性方程賦予相同的門(mén)限值;第三,對(duì)分產(chǎn)業(yè)TVAR模型采用廣義最小二乘法進(jìn)行估計(jì)。

2. 脈沖響應(yīng)函數(shù)分析

基于每一個(gè)分產(chǎn)業(yè)TVAR模型,可以運(yùn)用脈沖響應(yīng)函數(shù)方法分析貨幣供應(yīng)量變動(dòng)對(duì)模型系統(tǒng)及其內(nèi)部其他變量的沖擊反應(yīng)。由于TVAR模型在VAR模型基礎(chǔ)上引入了非線(xiàn)性方程,且本文允許TVAR模型內(nèi)不同的非線(xiàn)性方程具有不同的門(mén)限值,因此須在傳統(tǒng)的脈沖響應(yīng)函數(shù)方法基礎(chǔ)上作進(jìn)一步改進(jìn),Hansen[14-15]等文獻(xiàn)提供了較為系統(tǒng)和完善的方法。

給廣義貨幣供應(yīng)量M2一個(gè)負(fù)向沖擊,采用Tena的方法得到關(guān)于中國(guó)三大產(chǎn)業(yè)產(chǎn)出的脈沖響應(yīng)函數(shù)圖,見(jiàn)圖1。橫軸表示沖擊作用的滯后期間數(shù);由于各產(chǎn)業(yè)TVAR模型中的變量均取對(duì)數(shù)后差分,系數(shù)代表彈性,所以縱軸表示各產(chǎn)業(yè)產(chǎn)值波動(dòng)的變化;實(shí)線(xiàn)表示脈沖響應(yīng)函數(shù),分別代表了三大產(chǎn)業(yè)產(chǎn)出對(duì)M2沖擊的反應(yīng)。

圖1表明三大產(chǎn)業(yè)對(duì)貨幣政策沖擊反應(yīng)的強(qiáng)度和速度存在著顯著的差異。第三產(chǎn)業(yè)和第一產(chǎn)業(yè)對(duì)貨幣政策沖擊的反應(yīng)較為敏感,第三產(chǎn)業(yè)對(duì)貨幣政策沖擊的反應(yīng)最快,在沖擊發(fā)生的當(dāng)期和第2期,第三產(chǎn)業(yè)的反應(yīng)大于第一產(chǎn)業(yè)和第二產(chǎn)業(yè);第一產(chǎn)業(yè)對(duì)貨幣政策沖擊的反應(yīng)最強(qiáng)烈,并率先在第4期達(dá)到了最大反應(yīng)-0.065。而貨幣政策對(duì)第二產(chǎn)業(yè)的作用時(shí)滯最長(zhǎng),且效果最弱,在第13期才達(dá)到最大效應(yīng)-0.018。

圖1 三大產(chǎn)業(yè)產(chǎn)出對(duì)M2沖擊的脈沖響應(yīng)

3. 產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)產(chǎn)生的原因分析

中國(guó)貨幣政策具有明顯的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng),第三產(chǎn)業(yè)和第一產(chǎn)業(yè)對(duì)貨幣政策沖擊的反應(yīng)較為敏感,而貨幣政策對(duì)第二產(chǎn)業(yè)的作用時(shí)滯較長(zhǎng),且沖擊效果較弱。其原因主要體現(xiàn)在以下幾個(gè)方面。

首先,各產(chǎn)業(yè)所面臨的資金約束差異是貨幣政策產(chǎn)生產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)的重要原因。Peersman & Frank[16]指出,如果貨幣政策的調(diào)整不明顯改變某產(chǎn)業(yè)中企業(yè)所面臨的資金約束,那么該產(chǎn)業(yè)對(duì)貨幣政策的反應(yīng)就不明顯。具體而言,一是第二產(chǎn)業(yè)中的企業(yè)更容易以相對(duì)較低的成本實(shí)現(xiàn)直接融資來(lái)代替間接融資,從而削弱了貨幣供應(yīng)量即貨幣政策沖擊的效應(yīng)。我國(guó)的大型企業(yè)主要集中在第二產(chǎn)業(yè),大型企業(yè)相對(duì)于中小企業(yè)而言,由于信譽(yù)或擔(dān)保等方面的優(yōu)勢(shì),大型企業(yè)的直接融資成本相對(duì)較低,因而更易實(shí)現(xiàn);相反地,中小企業(yè)更加依賴(lài)銀行貸款,即間接融資。二是第二產(chǎn)業(yè)較之第一產(chǎn)業(yè)和第三產(chǎn)業(yè)更易實(shí)現(xiàn)間接融資。從產(chǎn)業(yè)中行業(yè)構(gòu)成來(lái)看,第二產(chǎn)業(yè)涵蓋了我國(guó)主要的壟斷行業(yè);從產(chǎn)業(yè)中企業(yè)構(gòu)成來(lái)看,第二產(chǎn)業(yè)包括了我國(guó)主要的國(guó)有企業(yè),而壟斷行業(yè)和國(guó)有企業(yè)憑借自身的經(jīng)濟(jì)實(shí)力和國(guó)家信譽(yù),較之其他行業(yè)和企業(yè)更加容易獲得銀行貸款,即實(shí)現(xiàn)間接融資。因此,三大產(chǎn)業(yè)內(nèi)各行業(yè)和企業(yè)所面臨的資金約束各異,從而使貨幣政策產(chǎn)生了產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)。

其次,不確定條件下投資決策理論可部分地解釋中國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)。一方面,第二產(chǎn)業(yè)中各行業(yè)所涉及的投資項(xiàng)目具有生產(chǎn)周期長(zhǎng)、沉沒(méi)成本高的特點(diǎn),因此項(xiàng)目一旦上線(xiàn),則需在相對(duì)長(zhǎng)的時(shí)間內(nèi)持續(xù)追加資金,因而第二產(chǎn)業(yè)對(duì)貨幣政策沖擊的反應(yīng)時(shí)滯較長(zhǎng),且程度較弱;另一方面,第一產(chǎn)業(yè)和第三產(chǎn)業(yè)內(nèi)各行業(yè)所涉及的投資項(xiàng)目較第二產(chǎn)業(yè)而言,沉沒(méi)成本較低,進(jìn)入和退出的門(mén)檻較低,因而在外部經(jīng)濟(jì)環(huán)境不確定性加強(qiáng)的條件下,該產(chǎn)業(yè)內(nèi)企業(yè)會(huì)對(duì)投資作出迅速調(diào)整,表現(xiàn)為第三產(chǎn)業(yè)和第一產(chǎn)業(yè)對(duì)貨幣政策沖擊在速度和強(qiáng)度層面都更加敏感。這種產(chǎn)業(yè)內(nèi)行業(yè)自身特質(zhì)一定程度上對(duì)不確定條件下的投資決策產(chǎn)生了各異的影響,從而產(chǎn)生了中國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)。

五、 基本結(jié)論和政策建議

鑒于Goodhart[8]、Cukierman & Muscatelli[9]等對(duì)以往研究中將經(jīng)濟(jì)系統(tǒng)中各變量設(shè)為線(xiàn)性相關(guān)這一假設(shè)的質(zhì)疑,本文在構(gòu)造模型前,利用歷史數(shù)據(jù),實(shí)證檢驗(yàn)了中國(guó)經(jīng)濟(jì)運(yùn)行中各變量間是否具有非線(xiàn)性關(guān)系,檢驗(yàn)結(jié)果表明各變量間存在顯著的非線(xiàn)性關(guān)系,因此將研究貨幣政策沖擊效果常用的VAR模型改進(jìn)成TVAR模型,并進(jìn)一步地允許TVAR模型內(nèi)不同方程擁有不同的門(mén)限值,以描述經(jīng)濟(jì)系統(tǒng)中不同的非線(xiàn)性關(guān)系。在此基礎(chǔ)上運(yùn)用Hansen[14-15]和Tena[12]提供的基于TVAR模型的脈沖響應(yīng)函數(shù)方法對(duì)中國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)進(jìn)行實(shí)證研究。實(shí)證研究結(jié)果表明:中國(guó)的貨幣政策對(duì)不同產(chǎn)業(yè)產(chǎn)出的影響在強(qiáng)度和速度上存在明顯的非對(duì)稱(chēng)性;第三產(chǎn)業(yè)和第一產(chǎn)業(yè)對(duì)貨幣政策沖擊的反應(yīng)較為敏感,而貨幣政策對(duì)第二產(chǎn)業(yè)的作用時(shí)滯較長(zhǎng),且沖擊效果較弱。在實(shí)證研究基礎(chǔ)上,分析中國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)的原因:第一,各產(chǎn)業(yè)所面臨的資金約束差異是貨幣政策產(chǎn)生產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)的重要原因;第二,不確定條件下投資決策理論可部分地解釋中國(guó)貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)。

科學(xué)地掌握貨幣政策的產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)的規(guī)律對(duì)于提高我國(guó)貨幣政策有效性、完善我國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、保證經(jīng)濟(jì)持續(xù)健康發(fā)展是至關(guān)重要的。同時(shí),筆者認(rèn)為:在我國(guó)尚未完成利率市場(chǎng)化改革之前,即主要借助貨幣供應(yīng)量而非利率調(diào)控經(jīng)濟(jì)的階段,中央銀行的貨幣政策有必要在總量政策的基礎(chǔ)上,實(shí)施差別策略,根據(jù)各產(chǎn)業(yè)及其內(nèi)部各行業(yè)和企業(yè)的不同特質(zhì)適度地、有差別地調(diào)整貨幣政策的時(shí)間和力度。在差別化貨幣政策之外,輔之以其他政策,改善第一產(chǎn)業(yè)和第三產(chǎn)業(yè)尤其是第一產(chǎn)業(yè)內(nèi)各行業(yè)和企業(yè)的融資條件,加強(qiáng)其對(duì)信貸資金的吸引力。從長(zhǎng)期來(lái)看,完善利率市場(chǎng)化,從而以利率為貨幣政策的中介目標(biāo),即通過(guò)調(diào)整商業(yè)銀行的資金運(yùn)用成本來(lái)影響資金流向,進(jìn)而影響不同產(chǎn)業(yè)內(nèi)各企業(yè)的投資決策和投資水平,是最為長(zhǎng)遠(yuǎn)和有效的方法。

參考文獻(xiàn):

[1] 陳峰. 論產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中金融的作用[J]. 金融研究, 1996(11):23-27.

[2] 曹永琴. 中國(guó)貨幣政策產(chǎn)業(yè)非對(duì)稱(chēng)效應(yīng)實(shí)證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010,27(9):18-30.

[3] Bernanke B S, Gertler M. Inside the Black Box: The Credit Channel of Monetary Policy Transmission[J]. Journal of Economics Perspectives, 1995,9(4):27-48.

[4] Ganley J, Chris S. The Industrial Impact of Monetary Policy Shocks: Some Styled Facts[R]. London: Bank of England, 1997.

[5] Hayo B, Uhlenbrock B. Industry Effects of Monetary Policy in Germany[R]. Marburg: University of Marburg, 1999.

[6] 戴金平,金永軍,陳柳欽. 貨幣政策的產(chǎn)業(yè)效應(yīng)分析----基于中國(guó)貨幣政策的實(shí)證研究[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào), 2005,7(4):8-15.

[7] 閆紅波,王國(guó)林. 我國(guó)貨幣政策產(chǎn)業(yè)效應(yīng)的非對(duì)稱(chēng)性研究----來(lái)自制造業(yè)的實(shí)證[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2008,25(5):17-29.

[8] Goodhart C. Central Bankers and Uncertainty[R]. London: London School of Economics, 1998.

[9] Cukierman A, Muscatelli A. Do Central Banks Have Precautionary Demands for Expansions and for Price Stability?[R]. Glasgow: University of Glasgow, 2002.

[10] Cukierman A, Gerlach S. The Inflation Bias Revisited: Theory and Some International Evidence[J]. The Manchester School, 2003,71:541-565.

[11] Atanasova C. Credit Market Imperfections and Business Cycle Dynamics: A Nonlinear Approach[J]. Studies in Nonlinear Dynamics and Econometrics, 2003,8(4):1-22.

[12] Tena Juan de Dios. Modeling Monetary Transmission in UK Manufacturing Industry[J]. Economic Modeling, 2009,26:1053-1066.

[13] Cover J P. Asymmetric Effects of Positive and Negative Money-supply Shocks[J]. The Quarterly Journal of Economics, 1992,107(4):1261-1282.

[14] Hansen B E. Inference in TVAR Models[J]. Studies in Nonlinear Dynamics and Econometrics, 1997,2(1):1-14.

[15] Hansen B E. Sample Splitting and Threshold Estimation[J]. Econometrica, 2000,68:575-603.

[16] Peersman G, Frank S. The Industry Effects of Monetary Policy in the Euro Area[J]. The Economic Journal, 2005,115:319-342.