金成曉，李夢嘉

(1.吉林大學(xué) a.數(shù)量經(jīng)濟研究中心，b.商學(xué)院，吉林 長春 130012；2.唐山師范學(xué)院 經(jīng)濟管理系，河北 唐山 063000)

一、引言與文獻(xiàn)綜述

歷次經(jīng)濟與金融危機的經(jīng)驗表明：在金融狀況處于上升期時，投資者往往容易由于對風(fēng)險認(rèn)識不充分而承擔(dān)過度的實際風(fēng)險，一旦金融狀況下行，之前過度風(fēng)險承擔(dān)行為造成的損失遠(yuǎn)遠(yuǎn)超過投資者的承受能力，進而導(dǎo)致市場喪失信心、流動性迅速消失，最終爆發(fā)金融危機。因此風(fēng)險承擔(dān)行為對金融周期波動具有重要影響?，F(xiàn)有文獻(xiàn)基于Borio和Zhu[1]提出的風(fēng)險承擔(dān)渠道，從貨幣政策實際采取的立場等因素影響銀行風(fēng)險認(rèn)知和風(fēng)險容忍度的風(fēng)險承擔(dān)視角對此進行了大量研究。特別地，F(xiàn)ilardo等強調(diào)了貨幣政策規(guī)則自身影響風(fēng)險承擔(dān)行為進而影響金融周期波動的事實，將之稱為貨幣政策反應(yīng)函數(shù)渠道[2]。

然而現(xiàn)有實證文獻(xiàn)多數(shù)只關(guān)注了貨幣政策實際采取的立場與調(diào)控后的短期政策利率，分析銀行風(fēng)險承擔(dān)行為的影響，通過基于短期利率與銀行信貸量、新增貸款違約概率間存在的負(fù)相關(guān)關(guān)系等事實證實了風(fēng)險承擔(dān)渠道的存在[3-5]，并就貨幣政策對金融與經(jīng)濟周期波動的影響取得了較為一致的結(jié)論[6]。其中部分文獻(xiàn)結(jié)合銀行資本結(jié)構(gòu)因素分析了貨幣政策對銀行風(fēng)險承擔(dān)的影響，例如Delis 等[7]對歐元區(qū)商業(yè)銀行2001年至2008年年度數(shù)據(jù)進行分析后發(fā)現(xiàn)低利率的確大幅增加了商業(yè)銀行的風(fēng)險承擔(dān)，同時該影響隨商業(yè)銀行資本結(jié)構(gòu)和業(yè)務(wù)比例不同而存在差異。還有部分文獻(xiàn)提出了影響過程的關(guān)鍵因素，Maddaloni 等[8]與Ioannidou 等[9]認(rèn)為較低的貨幣政策短期利率使商業(yè)銀行放松了對家庭與企業(yè)放貸的要求，促使商業(yè)銀行對信用記錄不佳、評級較差客戶發(fā)放貸款。

國內(nèi)相關(guān)文獻(xiàn)與以上研究思路大體一致，研究多數(shù)采用了銀行層面的微觀數(shù)據(jù)，結(jié)論從不同角度證實了狹義風(fēng)險承擔(dān)渠道的存在[10-11]，區(qū)別主要體現(xiàn)在代理變量的選擇以及樣本區(qū)間或受影響對象的選擇。特別的，劉生福、李成將分析視角從銀行層面拓展到了市場層面、政策層面，分別采用銀行間同業(yè)拆借利率的年度加權(quán)平均值、中央銀行公布的存款基準(zhǔn)利率與每家銀行利息收入與貸款總額的比率，從市場層面、政策層面和銀行層面分析我國貨幣政策調(diào)控對銀行風(fēng)險承擔(dān)行為的影響[12]。

事實上，貨幣政策的規(guī)則自身也會影響風(fēng)險承擔(dān)行為進而影響金融周期波動，這一點雖在Borio和Zhu[1]的文章中涉及，但后續(xù)實證文獻(xiàn)未受到普遍關(guān)注。

目前只有少數(shù)文獻(xiàn)直接或者間接地關(guān)注貨幣政策反應(yīng)函數(shù)影響銀行風(fēng)險承擔(dān)進而影響金融周期波動的問題，例如De Nicolò等[13]。Filardo等[2]直接提出了貨幣政策反應(yīng)函數(shù)渠道的概念，即公眾關(guān)于央行貨幣政策對金融周期波動的反應(yīng)程度的判斷影響其風(fēng)險承擔(dān)行為，進而影響金融周期波動的發(fā)展(1)由于該傳導(dǎo)機制也涉及對風(fēng)險承擔(dān)行為的影響，因此也可將貨幣政策反應(yīng)函數(shù)渠道視為風(fēng)險承擔(dān)渠道的一種。并且貨幣政策反應(yīng)函數(shù)渠道中的自變量是貨幣政策反應(yīng)規(guī)則，在Filardo等的實證中以貨幣政策反應(yīng)函數(shù)中的系數(shù)表示反應(yīng)敏感性，區(qū)別在于傳統(tǒng)風(fēng)險承擔(dān)渠道的自變量是實際貨幣政策采取的立場，在實證文獻(xiàn)中以短期政策利率為代理變量。。文章基于泰勒規(guī)則估計了1979—2019年美國貨幣政策對宏觀變量(通脹與失業(yè)率)與金融變量(股價、房價與信貸)波動的反應(yīng)函數(shù)，然后檢驗了貨幣政策對金融狀況反應(yīng)敏感性與金融周期變化的關(guān)系。

該文章區(qū)別于以往側(cè)重微觀數(shù)據(jù)層面的研究，從宏觀視角對問題進行了分析，是對現(xiàn)有研究的有益補充，但沒有就函數(shù)設(shè)定形式進行充分討論，沒有涉及數(shù)量規(guī)則下的政策反應(yīng)函數(shù)。事實上，既然通過貨幣政策反應(yīng)函數(shù)的形式具體化貨幣政策反應(yīng)，則貨幣政策反應(yīng)函數(shù)渠道中的實際自變量是貨幣政策反應(yīng)函數(shù)，函數(shù)中的結(jié)構(gòu)系數(shù)僅僅反映了函數(shù)的部分信息，以往研究中未被考慮的函數(shù)形式中包含的關(guān)于貨幣政策反應(yīng)的信息同樣重要。貨幣政策反應(yīng)函數(shù)能夠體現(xiàn)央行的貨幣政策工具對宏觀經(jīng)濟和金融變量波動作出反應(yīng)的規(guī)則，可以分為價格型(泰勒規(guī)則Taylor Rule)與數(shù)量型(麥克勒姆規(guī)則McCallum Rule)。盡管謝平、羅雄[14]與Zhang[15]發(fā)現(xiàn)Taylor規(guī)則能有效刻畫中國利率政策變化，中國價格型貨幣政策反應(yīng)規(guī)則相對于數(shù)量型貨幣政策反應(yīng)規(guī)則更有效，但也有文獻(xiàn)結(jié)論相反[16-18]。還有部分文獻(xiàn)觀點相對中立。劉喜和等的研究表明如果貨幣政策的目標(biāo)是治理通貨膨脹，則數(shù)量型與價格型貨幣政策的作用效果差異不大，如果貨幣政策的目標(biāo)是解決經(jīng)濟增長問題，則數(shù)量型規(guī)則的效果強于價格型規(guī)則[19]。上述分歧的存在使具體函數(shù)形式的考慮具有現(xiàn)實意義。因此本文立意結(jié)合中國實際，在研究中考慮函數(shù)具體設(shè)定形式，進行貨幣政策影響金融周期波動的分析。

綜上所述，本文的研究貢獻(xiàn)體現(xiàn)在兩方面：一是應(yīng)用拓展，本文基于Filardo等[2]提出的貨幣政策反應(yīng)函數(shù)渠道分析了我國貨幣政策反應(yīng)函數(shù)對金融周期的影響機制；二是理論完善，本文的模型設(shè)定更具一般性，在設(shè)定貨幣政策反應(yīng)函數(shù)形式時不但考慮了價格型規(guī)則還考慮了數(shù)量型貨幣政策規(guī)則，并對比了數(shù)量型貨幣政策反應(yīng)函數(shù)渠道與價格型貨幣政策反應(yīng)渠道。具體文章結(jié)構(gòu)安排如下：第二部分實證檢驗了中國貨幣政策反應(yīng)函數(shù)；第三部分對貨幣政策通過政策反應(yīng)函數(shù)渠道對金融周期波動的時變影響機制進行了實證分析；第四部分進行了模型拓展與穩(wěn)健性檢驗；最后結(jié)合實證結(jié)論給出了具體的建議。

二、貨幣政策反應(yīng)函數(shù)

貨幣政策規(guī)則是貨幣政策應(yīng)對宏觀經(jīng)濟與金融狀況沖擊時的系統(tǒng)性與規(guī)律性反應(yīng)，決定了貨幣政策反應(yīng)函數(shù)的基本形式。由于當(dāng)前主要貨幣政策規(guī)則包括McCallum[20]提出的數(shù)量型貨幣政策規(guī)則與Taylor[21]提出的價格型貨幣政策規(guī)則，因此下面分別基于數(shù)量型規(guī)則與價格型規(guī)則估計貨幣政策反應(yīng)函數(shù)，并根據(jù)估計結(jié)果觀察貨幣政策對金融波動反應(yīng)的敏感性隨時間變化的特征。目前學(xué)界沒有形成統(tǒng)一的金融周期刻畫方法，研究者根據(jù)研究目的不同一般采用金融狀況指數(shù)或者具體的金融指標(biāo)作為金融周期的代理變量。本文為反映結(jié)構(gòu)性特征以具體金融指標(biāo)的方式刻畫金融周期，根據(jù)Borio[22]關(guān)于金融周期的理論，結(jié)合我國實際選取信貸量與資產(chǎn)價格為模型中金融周期的代理變量。由于股票價格波動頻率顯著高于房地產(chǎn)價格波動的頻率，且我國金融周期具有與房地產(chǎn)價格密切聯(lián)系的特征，因此在方程中以房地產(chǎn)價格波動表示金融周期中的資產(chǎn)價格波動。

(一)貨幣政策反應(yīng)函數(shù)設(shè)定

邢毓靜等考察中國目前的貨幣政策情況，認(rèn)為選擇以基礎(chǔ)貨幣為中介目標(biāo)的數(shù)量型規(guī)則較為合適[23]。因此本文首先基于數(shù)量型規(guī)則建立包含金融周期變量的貨幣政策反應(yīng)函數(shù)。中國人民銀行貨幣政策的目標(biāo)是保持貨幣幣值的穩(wěn)定，并以此促進經(jīng)濟增長，因此貨幣政策反應(yīng)方程右側(cè)不僅有通貨膨脹目標(biāo)，還有表示實體經(jīng)濟運行狀態(tài)的產(chǎn)出缺口。在此基礎(chǔ)上為更好地應(yīng)對金融的順周期性，中央銀行貨幣政策要逆風(fēng)而動(lean against the wind)，因此納入表示金融周期波動的核心指標(biāo)信貸與房地產(chǎn)價格。參考吳吉林和張二華[18]的設(shè)定，建立數(shù)量型貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型如下：

mt=α0,t+απ,tπt+αy,tyt+αc,tcreditt+αh,thousepricet+εt

(1)

其中，mt為基礎(chǔ)貨幣增速，πt是通脹率，yt為產(chǎn)出缺口，creditt表示信貸量，housepricet表示房地產(chǎn)價格。απ,t、αy,tαh,t與αc,t為系統(tǒng)性反應(yīng)系數(shù)，分別表示數(shù)量型貨幣政策工具對通脹、產(chǎn)出缺口與金融周期波動指標(biāo)變量房地產(chǎn)價格與信貸反應(yīng)的敏感性。

考慮到實際操作中許多國家確實選擇以利率而非基礎(chǔ)貨幣增速作為主要貨幣政策工具，并且Koivu[24]與Feyzioglu等[25]認(rèn)為隨著中國市場經(jīng)濟體制的不斷完善，數(shù)量型貨幣政策工具的操作性正逐步減弱，而價格型貨幣政策工具的作用不斷提升。因此本文進一步建立了包含金融周期變量信貸與房地產(chǎn)價格的以價格型規(guī)則為基礎(chǔ)的貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型。價格型規(guī)則認(rèn)為中央銀行應(yīng)該將利率設(shè)定為關(guān)于通貨膨脹及產(chǎn)出缺口的函數(shù)，在此基礎(chǔ)上納入反應(yīng)金融周期波動的指標(biāo)：

it=β0,t+βπ,tπt+βy,tyt+βc,tcreditt+βh,thousepricet+εt

(2)

其中，it是政策利率，πt是通脹率，yt為產(chǎn)出缺口，creditt表示信貸量，housepricet表示房地產(chǎn)價格。βπ,t、βy,t、βh,t與βc,t為系統(tǒng)性反應(yīng)系數(shù)，分別表示價格型貨幣政策工具對通脹、產(chǎn)出與金融周期波動指標(biāo)變量房地產(chǎn)價格與信貸反應(yīng)的敏感性。

(二)數(shù)據(jù)說明

本文選取2006年1月至2019年12月的月度數(shù)據(jù)進行估計。基礎(chǔ)貨幣增速以M1增速為代理指標(biāo)，通脹率由CPI增長率計算得到，貨幣政策工具利率以銀行間同業(yè)拆借市場7天平均加權(quán)利率為代理指標(biāo)，產(chǎn)出缺口由GDP計算得到。結(jié)合我國實際選取社會融資規(guī)模增量與國房景氣指數(shù)作為反映信貸量與房地產(chǎn)價格的指標(biāo)。以上數(shù)據(jù)除GDP為季度數(shù)據(jù)外均為月度數(shù)據(jù)，為提高數(shù)據(jù)頻率、擴大樣本，采用局部二次擬合的方式將季度GDP轉(zhuǎn)換為月度數(shù)據(jù)。原始數(shù)據(jù)來源為中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫，變量含義與具體處理過程詳見表1。

表1 變量說明

為捕捉貨幣政策對金融變量反應(yīng)的敏感性隨時間變化的路徑，采用滾動窗口形式對模型進行估計，考慮到樣本容量將窗口期設(shè)定為12。

(三)貨幣政策對金融變量反應(yīng)敏感性

本文采用STATA16進行滾動回歸估計得到貨幣政策對信貸與房地產(chǎn)價格變化反應(yīng)的敏感性變化，如圖1與圖2所示。圖1中左側(cè)是數(shù)量型貨幣政策工具對信貸變化反應(yīng)敏感性，右側(cè)是數(shù)量型貨幣政策工具對房地產(chǎn)價格變化反應(yīng)敏感性。圖2中左側(cè)是價格型貨幣政策對信貸變化反應(yīng)敏感性，右側(cè)是價格型貨幣政策工具對房地產(chǎn)價格變化反應(yīng)敏感性。由圖1可知基礎(chǔ)貨幣對信貸波動反應(yīng)敏感性遠(yuǎn)遠(yuǎn)小于基礎(chǔ)貨幣對房地產(chǎn)價格的敏感性。具體而言，2006年至2019年數(shù)量型貨幣政策工具對信貸缺口的反應(yīng)系數(shù)基本在正負(fù)0.5之間波動，而估計得到的數(shù)量型貨幣政策工具對房地產(chǎn)價格缺口的反應(yīng)系數(shù)在正負(fù)5之間，并且兩次低于負(fù)5，這在一定程度上表明近年來央行貨幣政策對房地產(chǎn)價格波動的關(guān)注超過對信貸量的關(guān)注。

圖1 數(shù)量型規(guī)則下貨幣政策工具對信貸與房地產(chǎn)價格變化反應(yīng)敏感性的變化

觀察圖2發(fā)現(xiàn)政策利率對信貸波動反應(yīng)敏感性同樣遠(yuǎn)遠(yuǎn)小于政策利率對房地產(chǎn)價格的敏感性，2006年至2019年價格型貨幣政策工具對信貸缺口的反應(yīng)系數(shù)基本在負(fù)3至1區(qū)間中波動，而估計得到的價格型貨幣政策工具對房地產(chǎn)價格缺口的反應(yīng)系數(shù)基本在負(fù)300至100之間。這意味著無論是從數(shù)量型規(guī)則視角還是從價格型規(guī)則視角，貨幣政策對房地產(chǎn)價格波動的反應(yīng)都超過對信貸規(guī)模的反應(yīng)。此外，價格型貨幣政策反應(yīng)系數(shù)相對于數(shù)量型貨幣政策反應(yīng)系數(shù)表現(xiàn)出更明顯的逆周期性。

圖2 價格型規(guī)則下貨幣政策工具對信貸與房地產(chǎn)價格變化反應(yīng)敏感性的變化

三、時變影響機制的實證分析

下面實證檢驗貨幣政策工具對金融波動的反應(yīng)敏感性影響金融周期變化的時變機制。

(一)模型構(gòu)建

為探究貨幣政策工具對金融波動的反應(yīng)敏感性對金融周期變化的影響機制，首先分別建立關(guān)于數(shù)量型貨幣政策對信貸與房地產(chǎn)價格反應(yīng)敏感性，即信貸與房地產(chǎn)價格反應(yīng)系數(shù)αc,t、αh,t等變量與T期后金融市場狀況指標(biāo)信貸量creditt+T與房地產(chǎn)價格housepricet+T的滾動回歸方程：

creditt+T=C0,t+Cπ,tαπ,t+Cy,tαy,t+Cc,tαc,t+Ch,tαh,t+εt

(3)

housepricet+T=H0,t+Hπ,tαπ,t+Hy,tαy,t+Hc,tαc,t+Hh,tαh,t+εt

(4)

由方程(3)和方程(4)估計得到的Cc,t、Ch,t與Hc,t、Hh,t分別反映了貨幣政策對信貸量與資產(chǎn)價格反應(yīng)敏感性對信貸量與資產(chǎn)價格后期變化的影響。

然后建立價格型貨幣政策對信貸與房地產(chǎn)價格反應(yīng)敏感性變量，即信貸與房地產(chǎn)價格反應(yīng)系數(shù)βc,t、βh,t等與T期后金融市場狀況指標(biāo)信貸量creditt+T與房地產(chǎn)價格housepricet+T的滾動回歸方程：

creditt+T=C0,t+Cπ,tβπ,t+Cy,tβy,t+Cc,tβc,t+Ch,tβh,t+εt

(5)

housepricet+T=H0,t+Hπ,tβπ,t+Hy,tβy,t+Hc,tβc,t+Hh,tβh,t+εt

(6)

方程(5)與方程(6)估計得出的Cc,t、Ch,t與Hc,t、Hh,t分別體現(xiàn)了價格型貨幣政策對信貸量與資產(chǎn)價格反應(yīng)敏感性對信貸量與資產(chǎn)價格后期變化的影響。通過窗口滾動回歸估計以上方程可以獲得貨幣政策反應(yīng)敏感性與金融周期波動間的聯(lián)系，定量分析貨幣政策反應(yīng)函數(shù)渠道對金融周期波動的影響?？紤]實際情況與樣本容量設(shè)定滯后期T為12，為避免滯后期設(shè)定對估計結(jié)果的影響，在第四部分改變滯后期設(shè)定進行穩(wěn)健性檢驗。

(二)計量結(jié)果分析

圖3是數(shù)量型規(guī)則下貨幣政策反應(yīng)函數(shù)對信貸量與房地產(chǎn)價格反應(yīng)敏感性，簡稱信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)，對信貸量波動的影響。左側(cè)是信貸反應(yīng)系數(shù)對信貸量波動的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響。

圖3 數(shù)量型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響

圖4是數(shù)量型規(guī)則下貨幣政策反應(yīng)函數(shù)對信貸量與房地產(chǎn)價格反應(yīng)敏感性對房地產(chǎn)價格波動的影響。左側(cè)是信貸反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響。

圖4 數(shù)量型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響

由圖3、圖4可知：首先，在數(shù)量型規(guī)則下，貨幣政策對信貸波動反應(yīng)的敏感性對信貸波動后期變化的影響大于對房地產(chǎn)價格后期變化的影響；同樣貨幣政策對房地產(chǎn)價格波動反應(yīng)的敏感性對信貸波動后期變化的影響大于對房地產(chǎn)價格后期變化的影響。這表明貨幣政策對金融波動的反應(yīng)影響著金融周期的后期變化，并且貨幣政策對信貸波動的影響效果明顯。其次，在數(shù)量型規(guī)則下，貨幣政策信貸與資產(chǎn)價格反應(yīng)敏感性對資產(chǎn)價格變化的影響，盡管程度存在差異，但都有增大的趨勢。

圖5是價格型規(guī)則下貨幣政策反應(yīng)函數(shù)中的信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響。左側(cè)是信貸反應(yīng)系數(shù)對信貸量波動的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響。

圖5 價格型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響

圖6是價格型規(guī)則下貨幣政策反應(yīng)函數(shù)對信貸量與房地產(chǎn)價格反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響。左側(cè)是信貸反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響，右側(cè)是房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響。

圖6 價格型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響

由圖5、圖6可知，首先，在價格型規(guī)則下貨幣政策反應(yīng)函數(shù)中，信貸反應(yīng)敏感性對信貸波動后期變化的影響與對房地產(chǎn)價格后期變化的影響不存在數(shù)量級上的差異，但房地產(chǎn)反應(yīng)系數(shù)對信貸波動后期變化的影響與對房地產(chǎn)價格后期變化的影響存在數(shù)量級上的差異，房地產(chǎn)反應(yīng)系數(shù)對信貸波動后期變化的影響較大，對房地產(chǎn)價格后期變化的影響較小。其次，在價格型規(guī)則下，貨幣政策對信貸波動的敏感性，相較于對資產(chǎn)價格波動的敏感性更加顯著地影響著金融周期的后期變化，無論是基于信貸還是資產(chǎn)價格的視角。

以上實證分析綜合表明：(1)一直以來無論是從數(shù)量型規(guī)則視角還是從價格型規(guī)則視角，貨幣政策工具對房地產(chǎn)價格波動的反應(yīng)都超過對信貸規(guī)模的反應(yīng)，即貨幣政策更具有資產(chǎn)價格敏感性。(2)無論在數(shù)量型貨幣政策規(guī)則下，還是在價格型貨幣政策規(guī)則下，無論是從信貸視角還是從資產(chǎn)價格視角刻畫的金融周期觀察，貨幣政策信貸敏感性對金融周期的影響都大于貨幣政策資產(chǎn)價格敏感性對金融周期的影響。但在價格型貨幣政策規(guī)則下，基于信貸視角觀察金融周期波動時，兩者間差異程度較小。(3)較之于價格型貨幣政策規(guī)則，貨幣政策對信貸波動反應(yīng)的敏感性在數(shù)量型貨幣政策規(guī)則下對金融周期波動的影響程度更大，并在一定程度上表現(xiàn)出隨時間擴大的趨勢。

四、穩(wěn)健性檢驗

(一)滯后期設(shè)定穩(wěn)健性檢驗

由于政策滯后期難以準(zhǔn)確度量，因此為保證基準(zhǔn)模型估計結(jié)果的可靠性和有效性，在此調(diào)整滯后期設(shè)定對以上實證結(jié)果進行穩(wěn)健性檢驗。采用相同的樣本數(shù)據(jù)與模型設(shè)定，將第三部分模型的因變量由滯后12期即一年改為滯后6期即半年，得到估計結(jié)果如圖7與圖8所示。

圖7 數(shù)量型貨幣政策反應(yīng)函數(shù)對信貸與房地產(chǎn)價格波動的影響

其中圖7左上是數(shù)量型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對信貸量波動的影響，右上是房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響；左下是數(shù)量型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響，右下是房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響。圖8左上是價格型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對信貸量波動的影響，右上是房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響；左下是價格型貨幣政策反應(yīng)函數(shù)中信貸反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響，右下是房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響。由圖可知估計結(jié)果與第三部分基本一致，實證結(jié)果具有穩(wěn)健性。

圖8 價格型貨幣政策反應(yīng)函數(shù)對信貸與房地產(chǎn)價格波動的影響

(二)反應(yīng)函數(shù)設(shè)定穩(wěn)健性檢驗

考慮貨幣政策實際實施過程中存在平滑調(diào)整現(xiàn)象，借鑒張屹山與張代強[26]，在反應(yīng)方程中加入?yún)?shù)平滑調(diào)整系數(shù)ρ。

建立數(shù)量型貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型與價格型貨幣政策反應(yīng)函數(shù)基準(zhǔn)模型：

mt=α0,t+ρmt-1+απ,tπt+αy,tyt+αc,tcreditt+αh,thousepricet+εt

(7)

it=β0,t+ρit-1+βπ,tπt+βy,tyt+βc,tcreditt+βh,thousepricet+εtρ∈(0,1)

(8)

其余設(shè)定與第三部分保持一致，得到實證結(jié)果如圖9與圖10。

圖9中上方兩幅圖分別是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響，下方兩幅圖分別是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響。

圖9 數(shù)量型貨幣政策反應(yīng)函數(shù)對信貸與房地產(chǎn)價格波動的影響

同樣，圖10中上方兩幅圖是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對房地產(chǎn)價格波動的影響，下方兩幅圖分別是信貸反應(yīng)系數(shù)與房地產(chǎn)反應(yīng)系數(shù)對信貸量波動的影響。在考慮政策平滑的情況下，無論基于何種貨幣政策規(guī)則，貨幣政策敏感性對信貸量的影響顯著大于對房地產(chǎn)價格的影響，與之前實證結(jié)果具有高度一致性。區(qū)別主要體現(xiàn)在結(jié)果中極值的減少，從這個角度說，盡管是否在函數(shù)中引入平滑參數(shù)并不改變結(jié)論，但引入平滑參數(shù)可能是更適宜的函數(shù)設(shè)定。

圖10 價格型貨幣政策反應(yīng)函數(shù)對信貸與房地產(chǎn)價格波動的影響

五、結(jié)論與政策建議

貨幣政策影響信貸與資產(chǎn)價格等金融因素的波動，而金融因素大幅的波動會引起金融危機，造成對實體經(jīng)濟的劇烈沖擊，因此學(xué)術(shù)界對貨幣政策影響金融波動的機制十分關(guān)注，并在考慮是否應(yīng)該將金融因素納入貨幣政策目標(biāo)。然而，無論是否將金融穩(wěn)定納入貨幣政策目標(biāo)，貨幣政策通過影響銀行風(fēng)險承擔(dān)行為影響金融周期波動的問題是現(xiàn)實存在的，但以往的研究視角往往局限在考慮貨幣政策實際采取的立場對金融周期波動的影響，學(xué)術(shù)界對貨幣政策通過政策反應(yīng)函數(shù)影響金融周期變化的實證研究較少。其中Filardo研究了貨幣政策反應(yīng)函數(shù)渠道的影響機制，并指出市場參與者通過貨幣政策對金融變量波動的反應(yīng)對貨幣政策反應(yīng)函數(shù)產(chǎn)生一定認(rèn)識，該認(rèn)識會影響市場參與者對未來投資預(yù)期收益率的判斷以及風(fēng)險承擔(dān)行為，進而會影響金融周期的未來變化。貨幣政策反應(yīng)函數(shù)渠道區(qū)別于以往實證研究中的風(fēng)險承擔(dān)渠道主要體現(xiàn)在：以往研究主要分析實際實施的不同貨幣政策立場對銀行風(fēng)險承擔(dān)行為的影響。當(dāng)這樣的風(fēng)險承擔(dān)渠道發(fā)揮主導(dǎo)作用時，央行更傾向于采用相機抉擇方式以應(yīng)對金融過熱。但當(dāng)政策反應(yīng)函數(shù)渠道發(fā)揮主導(dǎo)作用時，央行會通過及時發(fā)布貨幣政策信號的方式加強與公眾的貨幣政策溝通，進行系統(tǒng)性逆周期操作，并通過系統(tǒng)性逆周期貨幣政策反應(yīng)函數(shù)影響金融主體對未來的預(yù)期進而避免過度的風(fēng)險承擔(dān)。這種通過影響公眾預(yù)期避免過度風(fēng)險承擔(dān)的方式相比之下需要付出的政策成本更小。但多數(shù)實證分析中關(guān)于政策反應(yīng)函數(shù)的設(shè)定僅僅考慮了泰勒規(guī)則的函數(shù)形式，而學(xué)界關(guān)于更符合我國貨幣政策實際的貨幣政策規(guī)則并未達(dá)成一致。因此本文結(jié)合中國現(xiàn)實考慮了數(shù)量型與價格型貨幣政策反應(yīng)函數(shù)兩種情況，在實證檢驗中國貨幣政策反應(yīng)函數(shù)渠道存在的基礎(chǔ)上分析中國貨幣政策反應(yīng)函數(shù)對金融周期的影響，并分別調(diào)整滯后期設(shè)定與反應(yīng)函數(shù)設(shè)定進行了穩(wěn)健性檢驗。本文得出以下結(jié)論與政策建議。

第一，由于無論在數(shù)量型貨幣政策規(guī)則下，還是在價格型貨幣政策規(guī)則下，無論是從信貸視角還是從資產(chǎn)價格視角刻畫的金融周期觀察，貨幣政策信貸敏感性對金融周期的影響都大于貨幣政策資產(chǎn)價格敏感性對金融周期的影響，即貨幣政策對信貸量的關(guān)注能夠有效影響金融周期波動。這表明一旦政策實施時出現(xiàn)指標(biāo)沖突的復(fù)雜情況，貨幣政策優(yōu)先關(guān)注信貸量可以得到事半功倍的政策效果，該結(jié)論為完善貨幣政策決策執(zhí)行機制提供了有益的參考。

第二，較之于價格型貨幣政策規(guī)則，貨幣政策對信貸波動反應(yīng)的敏感性在數(shù)量型貨幣政策規(guī)則下對金融周期波動的影響程度更大。因此相對于價格型貨幣政策反應(yīng)函數(shù)渠道，我國數(shù)量型貨幣政策反應(yīng)函數(shù)渠道表現(xiàn)出更強的有效性，這在一定程度上意味著政策實踐中數(shù)量型貨幣政策具有更突出的操作效果。在考慮通過采取改變實際貨幣政策立場影響經(jīng)濟主體風(fēng)險承擔(dān)水平外，未來可以通過進一步完善常態(tài)化、制度化的政策溝通機制，增加信息披露頻率，增加政策決策和執(zhí)行透明度，依靠政策反應(yīng)函數(shù)渠道使貨幣政策更好地發(fā)揮作用。

第三，實證結(jié)果表明貨幣政策反應(yīng)函數(shù)中不但反應(yīng)系數(shù)會影響金融周期波動，函數(shù)形式設(shè)定的差異也會導(dǎo)致結(jié)果的差異，這意味著貨幣政策對金融周期的影響是多角度的，不但體現(xiàn)在貨幣政策對金融指標(biāo)的反應(yīng)敏感性，也體現(xiàn)在對當(dāng)前貨幣政策規(guī)則的設(shè)定。

本文分別考慮了數(shù)量型貨幣規(guī)則與價格型貨幣規(guī)則兩種情況，未來的研究可以根據(jù)實際進一步考慮混合貨幣規(guī)則下貨幣政策反應(yīng)函數(shù)渠道對金融周期的影響。