童晶 湯春玲

摘?要：依據(jù)2014-2018年月度數(shù)據(jù)，運(yùn)用VAR模型考量MLF利率與隔夜利率對(duì)貸款加權(quán)利率、商業(yè)銀行行為以及金融市場(chǎng)利率與金融市場(chǎng)波動(dòng)的影響。結(jié)果表明：MLF利率對(duì)貸款加權(quán)利率和商業(yè)銀行行為的影響較大，隔夜利率對(duì)金融市場(chǎng)利率和金融市場(chǎng)波動(dòng)的影響較大。鑒此，應(yīng)利用MLF利率調(diào)節(jié)貸款加權(quán)利率與商業(yè)銀行行為，利用隔夜利率調(diào)節(jié)金融市場(chǎng)利率與金融市場(chǎng)波動(dòng)，當(dāng)兩種利率的調(diào)節(jié)效果收斂接近時(shí)，再最終確定唯一的操作目標(biāo)利率。

關(guān)鍵詞： 操作目標(biāo)利率;MLF利率;隔夜利率

中圖分類號(hào)：F831.6?文獻(xiàn)標(biāo)識(shí)碼：?A?文章編號(hào)：1003-7217（2021）01-0026-07

一、引?言

中國(guó)人民銀行從2015年開始，試行利率走廊調(diào)控機(jī)制，將常備借貸便利利率（SLF）作為利率走廊的上限，超額準(zhǔn)備金存款利率作為利率走廊的下限。目前，利率走廊初具雛形，但操作目標(biāo)利率傳導(dǎo)的有效性尚有待進(jìn)一步提高。因此，討論操作目標(biāo)利率能夠在多大程度上引導(dǎo)貸款利率與金融市場(chǎng)利率，對(duì)于拓展發(fā)展中國(guó)家的利率市場(chǎng)化理論，建立有中國(guó)特色的利率走廊，深化利率市場(chǎng)化改革，引導(dǎo)商業(yè)銀行的行為選擇，降低金融體系的整體風(fēng)險(xiǎn)有重大意義。

國(guó)外學(xué)者對(duì)操作目標(biāo)利率選擇與傳導(dǎo)研究較多。有學(xué)者論證了利率走廊的可行性，比如Binici等（2013）認(rèn)為利率走廊可以調(diào)節(jié)信貸利差，有潛力作為一種宏觀審慎工具調(diào)節(jié)經(jīng)濟(jì)[1]。Bulut（2015）認(rèn)為利率走廊可以顯著影響信貸和總需求[2]。Aysan等（2015）認(rèn)為利率走廊顯著地降低了跨境資本的敏感性[3]。Kurum和Oktar（2020）認(rèn)為利率走廊對(duì)經(jīng)濟(jì)增長(zhǎng)、外商直接投資和匯率變量均有影響[4]。隨著利率市場(chǎng)化改革的深入推進(jìn)，越來越多的國(guó)內(nèi)學(xué)者開始關(guān)注在中國(guó)實(shí)施利率走廊的可行性，牛慕鴻等（2017）認(rèn)為我國(guó)可以建立一個(gè)以常備借貸機(jī)制利率為上限、超額存款準(zhǔn)備金利率為下限的利率走廊機(jī)制[5]。徐忠（2017）研究了危機(jī)以來國(guó)內(nèi)外貨幣政策的變化，認(rèn)為我國(guó)銀行體系利率已經(jīng)具備構(gòu)建利率走廊的條件[6]。劉瀾飚等（2017）認(rèn)為SLO、SLF、MLF和PSL可以作為利率走廊的上下限[7]。

有學(xué)者則研究了利率走廊模式中，操作目標(biāo)利率引導(dǎo)市場(chǎng)利率的重要性。Fleming等（2010）認(rèn)為常備借貸便利縮小了利差，能夠有效調(diào)控市場(chǎng)利率[8]。Christensen等（2014）認(rèn)為美聯(lián)儲(chǔ)所采取的一系列操作目標(biāo)利率顯著地穩(wěn)定了短期利率波動(dòng)[9]。Lee（2016）認(rèn)為央行可以降低利率的波動(dòng)性，并且由于存在扭曲，一些看似對(duì)稱的走廊可能是非對(duì)稱的[10]。國(guó)內(nèi)學(xué)者中，潘敏等（2018）認(rèn)為借貸便利能夠有效地引導(dǎo)市場(chǎng)利率，平抑利率波動(dòng)[11]。張炎濤和王溪嵐（2019）研究了關(guān)鍵政策利率對(duì)市場(chǎng)基準(zhǔn)利率的引導(dǎo)效應(yīng)，認(rèn)為操作目標(biāo)利率與市場(chǎng)利率之間存在協(xié)整關(guān)系，能夠引導(dǎo)市場(chǎng)利率調(diào)整[12]。

有學(xué)者檢驗(yàn)了操作目標(biāo)利率傳導(dǎo)的有效性。Giannone等（2011）研究了ECB在金融危機(jī)時(shí)期所采取的政策，認(rèn)為常備借貸便利這一操作目標(biāo)利率有效地抑制了衰退[13]。Hrung和Seligman（2015）研究了短期貨幣市場(chǎng)對(duì)國(guó)債的影響，認(rèn)為美聯(lián)儲(chǔ)的SLF顯著地影響了回購(gòu)利率[14]。 AHN和EK（2018）研究了多種政策利率對(duì)零售利率的非對(duì)稱作用，認(rèn)為土耳其央行平均融資利率和銀行間回購(gòu)利率是非常規(guī)利率時(shí)期改變零售利率的主要驅(qū)動(dòng)因素[15]。國(guó)內(nèi)學(xué)者中，中國(guó)人民銀行長(zhǎng)沙中心支行課題組（2015）研究了我國(guó)利率調(diào)控體系，認(rèn)為在利率走廊模式下，央行的操作利率對(duì)宏觀經(jīng)濟(jì)具有有效的預(yù)測(cè)能力[16]。馬理等（2017）研究了在零利率下限背景下的貨幣政策傳導(dǎo)，認(rèn)為當(dāng)利率觸及零利率下限時(shí)經(jīng)濟(jì)會(huì)出現(xiàn)巨幅波動(dòng)[17]。徐忠和李宏瑾（2019）研究了隔夜利率作為目標(biāo)利率的合理性，認(rèn)為隔夜利率有助于完善利率走廊機(jī)制[18]。

由此可見，關(guān)于利率走廊的可行性以及操作目標(biāo)利率的重要性，學(xué)者們基本達(dá)成了共識(shí)，但關(guān)于操作目標(biāo)利率的選擇與有效性，目前還并沒有相對(duì)一致的結(jié)論。我國(guó)當(dāng)前正處于從數(shù)量型貨幣政策調(diào)整方式向價(jià)格型貨幣政策調(diào)整方式轉(zhuǎn)化的過渡時(shí)期，在商業(yè)銀行與金融市場(chǎng)相對(duì)割裂的現(xiàn)實(shí)環(huán)境中，實(shí)施單一制的操作目標(biāo)利率制度可能難以充分有效地達(dá)到精準(zhǔn)調(diào)控的貨幣政策目標(biāo)。

二、理論基礎(chǔ)與實(shí)證模型

（一）理論基礎(chǔ)

在貨幣經(jīng)濟(jì)學(xué)中，貨幣政策傳導(dǎo)機(jī)制是指央行的貨幣政策，經(jīng)過信貸、匯率、利率或非貨幣資產(chǎn)等渠道傳導(dǎo)到實(shí)體經(jīng)濟(jì)，通過影響社會(huì)經(jīng)濟(jì)活動(dòng)，進(jìn)而實(shí)現(xiàn)貨幣政策目標(biāo)的全過程。其中，利率渠道是市場(chǎng)經(jīng)濟(jì)條件下最常規(guī)使用的貨幣政策傳導(dǎo)渠道。利率渠道的常規(guī)傳導(dǎo)機(jī)理是，利率降低意味著廠商的生產(chǎn)成本下降，居民的現(xiàn)期消費(fèi)成本降低，于是廠商支出與消費(fèi)者支出增加，從而降低失業(yè)率并增加就業(yè)機(jī)會(huì);反之則會(huì)降低廠商支出與消費(fèi)者支出，給經(jīng)濟(jì)降溫。隨著市場(chǎng)經(jīng)濟(jì)改革的推進(jìn)，我國(guó)的貨幣政策正在從傳統(tǒng)的以貨幣供應(yīng)量為核心的數(shù)量型貨幣政策調(diào)整方式，向以利率市場(chǎng)化為核心的價(jià)格型貨幣政策調(diào)整方式進(jìn)行轉(zhuǎn)變。從國(guó)際上看，利率走廊是利率市場(chǎng)化的主流模式，央行確定利率走廊的上下限，再通過操作目標(biāo)利率引導(dǎo)市場(chǎng)利率在利率走廊內(nèi)部進(jìn)行波動(dòng)。如果市場(chǎng)利率超出了利率走廊的上下限，中央銀行會(huì)調(diào)整操作目標(biāo)利率，引導(dǎo)市場(chǎng)利率回到利率走廊中來。而中國(guó)人民銀行主要是利用存貸款的基準(zhǔn)利率來調(diào)節(jié)市場(chǎng)利率，這可能會(huì)存在一些缺陷：比如與商業(yè)銀行行為調(diào)整和金融市場(chǎng)的實(shí)際波動(dòng)脫節(jié)等。在此背景下，貨幣當(dāng)局需要尋找到一個(gè)有效的操作目標(biāo)利率來引導(dǎo)市場(chǎng)利率，它是利率市場(chǎng)化的核心指標(biāo)與關(guān)鍵環(huán)節(jié)。

基于以上分析，結(jié)合我國(guó)金融發(fā)展的現(xiàn)狀與特點(diǎn)，我們嘗試分析可能存在的兩組共四條貨幣政策傳導(dǎo)路徑。圖1為操作目標(biāo)利率的傳導(dǎo)路徑拓?fù)涫疽鈭D。

（二）模型選擇

由于需要檢驗(yàn)的變量之間存在著交互影響與滯后影響，而向量自回歸（VAR）的統(tǒng)計(jì)技術(shù)擅于處理變量間的交互與滯后影響，因此，我們使用VAR來檢驗(yàn)利率調(diào)整的貨幣政策的傳導(dǎo)效果。向量自回歸統(tǒng)計(jì)模型的標(biāo)準(zhǔn)形式為式（1）：

設(shè)計(jì)兩組VAR模型并進(jìn)行對(duì)比檢驗(yàn)。第一組包含圖1的第一幅子圖的兩條路徑，變量向量集為Yt =（r， wr，C，mr，A）-1;第二組包含圖1的第二幅子圖的兩條路徑，變量向量集為Yt =（Shibor， wr，C，mr，A）-1。其中，r為MLF利率，Shibor為隔夜利率，wr為貸款加權(quán)利率，C為信貸量，mr為金融市場(chǎng)利率，A為金融市場(chǎng)波動(dòng)。首先，在第一組VAR模型中，對(duì)比檢驗(yàn)MLF利率的哪條路徑更有效;其次，在第二組VAR模型中，對(duì)比檢驗(yàn)隔夜利率的哪條路徑更有效;再次，將兩組VAR模型的結(jié)果結(jié)合起來，對(duì)比檢驗(yàn)MLF利率與隔夜利率的傳導(dǎo)效果。

由于MLF創(chuàng)設(shè)于2014年9月，為了統(tǒng)計(jì)檢驗(yàn)的統(tǒng)一性，變量數(shù)據(jù)選取2014年10月至2018年12月的月度數(shù)據(jù)。其中，MLF利率按中國(guó)人民銀行每月發(fā)放的中期借貸便利金額進(jìn)行加權(quán)得到平均利率，具體做法是用本月不同期限的MLF利率和對(duì)應(yīng)的MLF操作金額的乘積求和，再除以本月總的MLF貸款金額;貸款加權(quán)利率來源于人民銀行的貨幣政策執(zhí)行報(bào)告，由于貨幣政策執(zhí)行報(bào)告只有季度數(shù)據(jù)，所以，我們使用Eviews的Linear-match last方法將樣本空間里的貸款加權(quán)利率轉(zhuǎn)變?yōu)樵骂l數(shù)據(jù);信貸量的數(shù)據(jù)來源于中國(guó)人民銀行網(wǎng)站的公開材料;金融市場(chǎng)利率來源于上海銀行間同業(yè)拆放利率網(wǎng)站的公開材料，將每個(gè)月的Shibor的3個(gè)月利率的日利率求平均得到該月的Shibor的3個(gè)月利率;金融市場(chǎng)波動(dòng)使用上證指數(shù)替代，數(shù)據(jù)來源于東方財(cái)富網(wǎng)，具體見表1。

三、數(shù)據(jù)處理

（一）平穩(wěn)性檢驗(yàn)

VAR模型需要使用平穩(wěn)性數(shù)據(jù)，所以先對(duì)各數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)。由于各數(shù)據(jù)均為時(shí)間序列數(shù)據(jù)，因此使用ADF法檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。在顯著性水平為5%的前提下，變量r、Shibor、C、mr、A為一階單整序列，變量wr是二階單整序列。為了保證數(shù)據(jù)的平穩(wěn)性以及模型估計(jì)的有效性，采用變量的二階差分序列進(jìn)行統(tǒng)計(jì)檢驗(yàn)①。

（二）協(xié)整檢驗(yàn)

在序列平穩(wěn)的前提下，協(xié)整檢驗(yàn)的結(jié)果如表3所示。對(duì)第一條傳導(dǎo)路徑“MLF利率—貸款加權(quán)利率—信貸量”而言，變量d（r，2）與變量d（wr，2）、變量d（wr，2）與變量d（C，2）存在協(xié)整關(guān)系;對(duì)第二條傳導(dǎo)路徑“MLF利率—金融市場(chǎng)利率—金融市場(chǎng)”而言，變量d（r，2）與變量d（mr，2）、變量d（mr，2）與變量d（A，2）存在協(xié)整關(guān)系;對(duì)第三條傳導(dǎo)路徑“隔夜利率—貸款加權(quán)利率—信貸量”而言，變量d（Shibor，2）與變量d（wr，2）、變量d（wr，2）與變量d（C，2）具有協(xié)整關(guān)系;對(duì)第四條傳導(dǎo)路徑“隔夜利率—金融市場(chǎng)利率—金融市場(chǎng)”而言，變量d（Shibor，2）與變量d（mr，2）、變量d（mr，2）與變量d（A，2）存在協(xié)整關(guān)系。上述結(jié)果說明四條操作目標(biāo)利率的傳導(dǎo)路徑中的各相鄰變量之間均具有長(zhǎng)期的均衡關(guān)系，因此可以進(jìn)行后續(xù)的量化分析。

（三）確定最優(yōu)滯后階數(shù)

在建立VAR模型之前，還需要對(duì)模型進(jìn)行最優(yōu)滯后階數(shù)的判斷。結(jié)果如表4所示，根據(jù)FRE、AIC和HQIC準(zhǔn)則，得到第一組變量與第二組變量的最優(yōu)滯后階數(shù)均為2階。

四、脈沖響應(yīng)

（一）MLF作為貨幣政策操作目標(biāo)利率的傳導(dǎo)路徑的脈沖響應(yīng)

如圖2所示，MLF利率增加很快推高了貸款加權(quán)利率，在第3期達(dá)到正向的峰值，說明MLF利率對(duì)貸款加權(quán)利率的引導(dǎo)作用快速而有效，如圖3所示，貸款加權(quán)利率的增加，迅速導(dǎo)致了信貸量的下降，原因是利率上漲增加了企業(yè)的融資成本，所以信貸量會(huì)下滑，符合經(jīng)濟(jì)學(xué)預(yù)期，隨后信貸量出現(xiàn)寬幅震蕩最終落在坐標(biāo)軸下方。圖4顯示，MLF利率上漲與金融市場(chǎng)利率的上漲成正比，金融市場(chǎng)利率在第2期達(dá)到正向的峰值，說明MLF利率對(duì)金融市場(chǎng)利率有引導(dǎo)作用;圖5顯示，金融市場(chǎng)利率的調(diào)整與金融市場(chǎng)波動(dòng)體現(xiàn)出較強(qiáng)的相關(guān)性②。

仔細(xì)考察MLF利率傳導(dǎo)的兩條路徑的強(qiáng)度：在圖2和圖3中，MLF利率正向調(diào)整一個(gè)單位將導(dǎo)致貸款加權(quán)利率最多增加0.008848個(gè)單位，貸款加權(quán)利率正向調(diào)整一個(gè)單位將導(dǎo)致信貸量最多減少-1011.682個(gè)單位，所以MLF利率通過貸款加權(quán)利率傳導(dǎo)至信貸量的政策強(qiáng)度的最大效果單位為0.008848×（-1011.682）= -8.9514;在圖4和圖5中，MLF利率正向調(diào)整一個(gè)單位將導(dǎo)致金融市場(chǎng)利率最多增加0.128413個(gè)單位，金融市場(chǎng)利率正向調(diào)整一個(gè)單位將導(dǎo)致金融市場(chǎng)最多降低31.66179個(gè)單位，所以MLF利率通過金融市場(chǎng)利率傳導(dǎo)至金融市場(chǎng)的政策強(qiáng)度的最大效果單位為0.128413×（-31.66179）=-4.0658。以上計(jì)算結(jié)果顯示，圖2和圖3的傳導(dǎo)效果（數(shù)值為-8.9514）要強(qiáng)于圖4和圖5的傳導(dǎo)效果（數(shù)值為-4.0658），據(jù)此：得到以下結(jié)論：

結(jié)論1?現(xiàn)階段，MLF利率對(duì)貸款加權(quán)利率與信貸量的影響強(qiáng)于其對(duì)金融市場(chǎng)利率與金融市場(chǎng)波動(dòng)的影響，即MLF利率對(duì)商業(yè)銀行信貸行為的影響更大。

（二）隔夜利率作為貨幣政策操作目標(biāo)利率的傳導(dǎo)路徑的脈沖響應(yīng)

圖6顯示，隔夜利率增加雖然在初期增加了貸款加權(quán)利率，但貸款加權(quán)利率隨后迅速下降，并在第3期達(dá)到負(fù)向的峰值，這說明隔夜利率對(duì)貸款加權(quán)利率的長(zhǎng)期引導(dǎo)作用并不理想，隔夜利率與貸款加權(quán)利率沒有出現(xiàn)預(yù)期的同向調(diào)整;圖7顯示，貸款加權(quán)利率的增加，導(dǎo)致了信貸量的寬幅波動(dòng)，但在隔夜利率調(diào)整的背景下信貸量波動(dòng)特征不明顯。圖8顯示，隔夜利率上漲在初期導(dǎo)致了金融市場(chǎng)利率的上漲，經(jīng)過兩期的下跌之后，金融市場(chǎng)利率重新回到正方向并大幅上漲;圖9顯示，金融市場(chǎng)利率的調(diào)整與金融市場(chǎng)波動(dòng)也體現(xiàn)出較強(qiáng)的相關(guān)性。

仔細(xì)考察隔夜利率傳導(dǎo)的兩條路徑的強(qiáng)度：在圖6和圖7中，隔夜利率正向調(diào)整一個(gè)單位將導(dǎo)致貸款加權(quán)利率最多增加0.010295個(gè)單位，貸款加權(quán)利率正向調(diào)整一個(gè)單位將導(dǎo)致信貸量最多減少-616個(gè)單位，所以隔夜利率通過貸款加權(quán)利率傳導(dǎo)至信貸量的政策強(qiáng)度的最大效果單位為0.010295×（-616）= -6.34172;在圖8和圖9中，隔夜利率正向調(diào)整一個(gè)單位將導(dǎo)致金融市場(chǎng)利率最多增加0.090954個(gè)單位，金融市場(chǎng)利率正向調(diào)整1個(gè)單位將導(dǎo)致金融市場(chǎng)最多降低-102.8965個(gè)單位，所以隔夜利率通過金融市場(chǎng)利率傳導(dǎo)至金融市場(chǎng)的政策強(qiáng)度的最大效果單位為0.090954×（-102.8965）=-9.3588。計(jì)算結(jié)果顯示，圖8和圖9的傳導(dǎo)效果（數(shù)值為-9.3588）要強(qiáng)于圖6和圖7（數(shù)值為-6.34172）的傳導(dǎo)效果，據(jù)此得到：

結(jié)論2?現(xiàn)階段，隔夜利率對(duì)金融市場(chǎng)利率與金融市場(chǎng)波動(dòng)的影響強(qiáng)于對(duì)貸款加權(quán)利率與信貸量的影響，即隔夜利率對(duì)金融市場(chǎng)波動(dòng)的影響更大。

再將圖2、圖3與圖6、圖7的數(shù)據(jù)進(jìn)行比較：“MLF利率-貸款加權(quán)利率-信貸量”的貨幣政策傳導(dǎo)強(qiáng)度為-8.9514，“隔夜利率-貸款加權(quán)利率-信貸量”的貨幣政策傳導(dǎo)強(qiáng)度為-6.34172，前者大于后者，再次證明了結(jié)論1，說明當(dāng)前對(duì)商業(yè)銀行行為的影響更多來源于MLF利率調(diào)整。然后，把圖4、圖5與圖8、圖9的數(shù)據(jù)放在一起比較：“MLF利率-金融市場(chǎng)利率-金融市場(chǎng)波動(dòng)”的貨幣政策傳導(dǎo)強(qiáng)度為-4.0658，而“隔夜利率-金融市場(chǎng)利率-金融市場(chǎng)波動(dòng)”的貨幣政策傳導(dǎo)強(qiáng)度為-9.3588，后者要大于前者，再次證明了結(jié)論2，說明當(dāng)前對(duì)金融市場(chǎng)波動(dòng)的影響主要來源于隔夜利率的調(diào)整。

但是，數(shù)據(jù)同時(shí)也顯示，MLF利率傳導(dǎo)到貸款加權(quán)利率、MLF利率傳導(dǎo)到金融市場(chǎng)利率、隔夜利率傳導(dǎo)到貸款加權(quán)利率，以及隔夜利率傳導(dǎo)到金融市場(chǎng)利率的效率并不太高，數(shù)值分別只有0.008848、0.010295、0.128413，以及0.090954個(gè)單位，計(jì)算的結(jié)果意味著：

結(jié)論3?我國(guó)現(xiàn)階段利率傳導(dǎo)的效果尚不十分突出，還需要進(jìn)一步深入推進(jìn)利率市場(chǎng)化改革。

五、方差分解

方差分解的主要作用是分析一個(gè)變量對(duì)另外一個(gè)變量的解釋力度，因此，可以通過方差分解的數(shù)據(jù)，研究MLF利率與隔夜利率能在多大程度上解釋其他經(jīng)濟(jì)變量的變化，同時(shí)也可檢驗(yàn)與對(duì)比MLF利率與隔夜利率的傳導(dǎo)有效性，判斷不同的操作目標(biāo)利率傳導(dǎo)的主要途徑。

表5與表6是MLF利率與隔夜利率的傳導(dǎo)路徑的方差分解結(jié)果。由于在圖1的拓?fù)涫疽鈭D中，給出了MLF利率與隔夜利率可能存在的四條傳導(dǎo)路徑，所以下面結(jié)合表5與表6方差分解的結(jié)果對(duì)這四條傳導(dǎo)路徑進(jìn)行對(duì)比分析。

第一條傳導(dǎo)路徑“MLF利率→貸款加權(quán)利率→信貸量”：從MLF利率至貸款加權(quán)利率傳導(dǎo)的解釋力度為3.26/（100-95.26），從貸款加權(quán)利率至信貸量傳導(dǎo)的解釋力度為1.79/（100-33.80），兩者相乘得到該傳導(dǎo)的全路徑的解釋力度為0.0186③。

第二條傳導(dǎo)路徑“MLF利率→金融市場(chǎng)利率→金融市場(chǎng)波動(dòng)”：從MLF利率至金融市場(chǎng)利率傳導(dǎo)的解釋力度為15.19/（100- 78.31），從金融市場(chǎng)利率至金融市場(chǎng)波動(dòng)傳導(dǎo)的解釋力度為1.15/（100-76.42），兩者相乘得到該傳導(dǎo)的全路徑的解釋力度為0.034。

第三條傳導(dǎo)路徑“隔夜利率→貸款加權(quán)利率→信貸量”：從隔夜利率至貸款加權(quán)利率傳導(dǎo)的解釋力度為7.46/（100-82.27），從貸款加權(quán)利率至信貸量傳導(dǎo)的解釋力度為1.05/（100-45.66），兩者相乘得到該路徑的全路徑的解釋力度為0.0097。

第四條傳導(dǎo)路徑“隔夜利率→金融市場(chǎng)利率→金融市場(chǎng)波動(dòng)”：從隔夜利率至金融市場(chǎng)利率傳導(dǎo)的解釋力度為19.84/（100- 79.24），從金融市場(chǎng)利率至金融市場(chǎng)波動(dòng)的解釋力度為9.89/（100-72.00），兩者相乘得到該路徑的全路徑的解釋力度為0.338。

數(shù)據(jù)分析的結(jié)果顯示，由于第一條傳導(dǎo)路徑的效果（0.0186）要強(qiáng)于第三條傳導(dǎo)路徑的效果（0.0097），說明當(dāng)前影響貸款加權(quán)利率與信貸量的主要是MLF利率，而不是隔夜利率，再次證明了結(jié)論1，即MLF利率對(duì)信貸量的影響要強(qiáng)于隔夜利率對(duì)信貸量的影響。由于第四條傳導(dǎo)路徑的效果（0.338）要大于第二條傳導(dǎo)路徑的效果（0.034），說明當(dāng)前影響金融市場(chǎng)的主要是隔夜利率，而不是MLF利率，再次證明了結(jié)論2，即隔夜利率對(duì)金融市場(chǎng)的影響要強(qiáng)于MLF利率對(duì)金融市場(chǎng)的影響。同時(shí)，由于四條傳導(dǎo)路徑的數(shù)據(jù)結(jié)果都偏小，所以也再次證明了結(jié)論3，即現(xiàn)階段的利率傳導(dǎo)效果尚有待加強(qiáng)，我國(guó)還需要進(jìn)一步深化推進(jìn)利率的市場(chǎng)化改革。

六、結(jié)論與啟示

以上研究表明：（1）MLF利率對(duì)信貸量的影響要強(qiáng)于隔夜利率對(duì)信貸量的影響，若用MLF利率做操作目標(biāo)利率來調(diào)節(jié)商業(yè)銀行行為，會(huì)比用隔夜利率做操作目標(biāo)利率調(diào)節(jié)商業(yè)銀行行為更加有效。（2）隔夜利率對(duì)金融市場(chǎng)的影響要強(qiáng)于MLF利率對(duì)金融市場(chǎng)的影響，若以隔夜利率作為操作目標(biāo)利率來調(diào)節(jié)金融市場(chǎng)波動(dòng)，會(huì)比以MLF利率作為操作目標(biāo)利率來調(diào)節(jié)金融市場(chǎng)波動(dòng)更加有效。（3）雖然MLF利率能更加有效地調(diào)節(jié)信貸量，隔夜利率能更有效地調(diào)節(jié)金融市場(chǎng)，但無論以MLF利率還是隔夜利率作為操作目標(biāo)利率，它們的調(diào)節(jié)效果都偏弱，這一定程度上說明中國(guó)利率傳導(dǎo)途徑尚不十分完善，利率市場(chǎng)化改革還有待進(jìn)一步加強(qiáng)與深化。

由此得到以下啟示：第一，現(xiàn)階段實(shí)施單一制的操作目標(biāo)利率難以充分達(dá)到央行的利率傳導(dǎo)的政策意圖，在推進(jìn)利率市場(chǎng)化的進(jìn)程中，可能需要雙操作目標(biāo)利率的中間過渡階段。第二，建議同時(shí)設(shè)置兩個(gè)操作目標(biāo)利率，利用MLF利率調(diào)節(jié)貸款加權(quán)利率與商業(yè)銀行行為，利用隔夜利率調(diào)節(jié)金融市場(chǎng)利率與金融市場(chǎng)波動(dòng)。第三，建議當(dāng)MLF利率和隔夜利率這兩種利率的調(diào)節(jié)效果收斂接近時(shí)，再最終確定唯一的操作目標(biāo)利率。

注釋：

①?在使用VAR統(tǒng)計(jì)技術(shù)進(jìn)行實(shí)證檢驗(yàn)之前，應(yīng)當(dāng)檢驗(yàn)數(shù)據(jù)序列是否平穩(wěn)。如果數(shù)據(jù)序列非平穩(wěn)，則通過差分轉(zhuǎn)化成平穩(wěn)序列，進(jìn)行后續(xù)的VAR檢驗(yàn)。已有研究證明，對(duì)所有變量進(jìn)行差分后得到的模型與原模型一致，不會(huì)影響核心解釋變量的估計(jì)系數(shù)。

②?數(shù)據(jù)序列主要是原始數(shù)據(jù)，脈沖圖中的信貸量與金融市場(chǎng)的振幅對(duì)應(yīng)著利率沖擊下的相關(guān)變量的波動(dòng)幅度，不再對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一量綱的處理，可以盡最大可能保持?jǐn)?shù)據(jù)的原始真實(shí)性。

③ 具體的計(jì)算過程：以第一條傳導(dǎo)路徑“MLF利率—貸款加權(quán)利率—信貸量”為例，這是一個(gè)三層級(jí)的傳導(dǎo)過程，第一層級(jí)變量是MLF利率，第二層級(jí)變量是貸款加權(quán)利率，第三層級(jí)是信貸量。結(jié)合貨幣經(jīng)濟(jì)學(xué)的理論，影響第二層級(jí)變量貸款加權(quán)利率的主要是上級(jí)變量與同級(jí)變量，所以計(jì)算時(shí)首先要除去自回歸影響和其他變量的影響得到分母基數(shù)，具體為100-10.8912-22.68241-61.68672=100-95.26，然后再拿上級(jí)變量MLF利率的影響除以該影響得到3.26/（100-95.26）。信貸量是第三層級(jí)變量，第一層級(jí)、第二層級(jí)變量以及第三層級(jí)的同級(jí)變量對(duì)它都會(huì)有影響，所以計(jì)算時(shí)首先除去自回歸影響，得到分母基數(shù)100-33.80，然后再拿上級(jí)變量貸款加權(quán)利率的影響除以該影響得到1.79/（100-33.80）。綜合兩步計(jì)算，第一條傳導(dǎo)路徑的全路徑的解釋力度為兩者相乘的結(jié)果0.0186。其余的幾條傳導(dǎo)路徑的全路徑的解釋力度可以依次類推，為節(jié)省篇幅不再贅述。

參考文獻(xiàn)：

[1]?Binici M， Erol H， Hakan A K， et al. Interest rate corridor： A new macroprudential tool？[J].CBT Research Notes in Economics，2013，7（20）：1-16.

[2] Bulut U. The interest rate corridors as a macroprudential tool to mitigate rapid growth in credits： Evidence from turkey[J].Theoretical and Applied Economics， 2015， 605（4）：133-144.

[3] Aysan A F， Fendolu S， Kilin M. Macroprudential policies as buffer against volatile cross-border capital flows[J]. The Singapore Economic Review， 2015，60（1）， 1550001（1-26）.

[4] Kurum E ， Oktar S . The role of central bank in competitive environment ：A study for interest rate corridor systems[M].Hasan D， Serhat Y.Handbook of research on decision-making techniques in financial marketing.Pennsylvania： IGI Global，2020：383-411.

[5] 牛慕鴻，張黎娜，張翔.利率走廊、利率穩(wěn)定性和調(diào)控成本[J].金融研究，2017（7）：16-28.

[6] 徐忠.中國(guó)穩(wěn)健貨幣政策的實(shí)踐經(jīng)驗(yàn)與貨幣政策理論的國(guó)際前沿[J].金融研究，2017（1）：1-21.

[7] 劉瀾飚， 尹海晨， 張靖佳. 歐元區(qū)非傳統(tǒng)貨幣政策的發(fā)展及對(duì)中國(guó)的啟示[J]. 國(guó)際金融研究， 2017，359（3）：35-44.

[8] Fleming M J， Hrung W B， Keane F M. Repo market effects of the term securities lending facility[J].American Economic Review， 2010， 100（2）：591-596.

[9] Christensen J H E ， Lopez J A ， Rudebusch G D . Do central bank liquidity facilities affect interbank lending rates？[J]. Journal of Business & Economic Stats， 2014， 32（1）：136-151.

[10]Lee J. Corridor system and interest rates： Volatility and asymmetry[J]. Journal of Money Credit & Banking， 2016， 48（8）：1815-1838.

[11]潘敏，周闖，劉姍.預(yù)調(diào)微調(diào)、貨幣市場(chǎng)利率波動(dòng)與利率走廊機(jī)制[J].國(guó)際金融研究，2018（12）：21-30.

[12]張炎濤，王溪嵐.利率市場(chǎng)化改革與關(guān)鍵政策利率的選擇——基于國(guó)際經(jīng)驗(yàn)及兩區(qū)制閾值誤差修正模型的分析[J].金融監(jiān)管研究，2019（2）：16-28.

[13]Giannone D， Lenza M， Pill H， et al. Non-standard monetary policy measures and monetary developmentst[M]. Cambridge： Cambridge University Press， 2011： 195-221.

[14]Hrung W B，Seligman J S. Responses to the financial crisis， treasury debt， and the impact on short-term money markets[J]. International Journal of Central Banking， 2015， 11（1）： 151-190.

[15]AHN S， EK S. Interest rate pass-through in turkey during the period of unconventional interest rate corridor[J].Quantitative Finance and Economics， 2018， 2（4）： 837-859.

[16]中國(guó)人民銀行長(zhǎng)沙中心支行課題組，肖杰.利率市場(chǎng)化背景下我國(guó)利率調(diào)控體系構(gòu)建研究[J].金融監(jiān)管研究，2015（2）：10-32.

[17]馬理，婁田田. 基于零利率下限的宏觀政策傳導(dǎo)研究[J].經(jīng)濟(jì)研究，2017（11）：94-105.

[18]徐忠，李宏瑾.貨幣價(jià)格調(diào)控模式下政策目標(biāo)利率的期限選擇[J].國(guó)際金融研究，2019（3）：3-12.

（責(zé)任編輯：鐘?瑤）