■ 張慶君，方文杰，李 靜

一、引言與文獻(xiàn)綜述

近年來(lái)，數(shù)字技術(shù)快速發(fā)展為解決銀企之間信息不對(duì)稱提供了有利條件，對(duì)增強(qiáng)銀行穩(wěn)定性起到了積極作用。盡管銀企之間依然還有信息不對(duì)稱問(wèn)題，但銀行可以利用大數(shù)據(jù)和人工智能，通過(guò)技術(shù)型手段甄別貸款對(duì)象、降低貸款業(yè)務(wù)成本、提高風(fēng)險(xiǎn)控制能力，更好地為銀行創(chuàng)造利潤(rùn)（張一林等，2021）。通過(guò)人工智能、大數(shù)據(jù)等數(shù)字技術(shù)，銀行一方面可以改變傳統(tǒng)服務(wù)方式，降低日常業(yè)務(wù)成本；另一方面也可以創(chuàng)新傳統(tǒng)金融產(chǎn)品，提升客戶體驗(yàn)。同時(shí)，通過(guò)標(biāo)準(zhǔn)化和自動(dòng)化金融數(shù)據(jù)的聚合平臺(tái)，銀行可以利用數(shù)據(jù)分析工具提供新服務(wù)，補(bǔ)充客戶信息。銀行數(shù)字化成為增強(qiáng)金融穩(wěn)定性、促進(jìn)經(jīng)濟(jì)增長(zhǎng)的新途徑。已有研究主要包括兩個(gè)方面：

一是研究數(shù)字金融對(duì)商業(yè)銀行的影響。Jagtiani&Lemieux（2018）研究發(fā)現(xiàn)，通過(guò)金融科技平臺(tái)，銀行可以更低成本和更高效率獲得更多小微企業(yè)信息，這對(duì)于提高銀行風(fēng)險(xiǎn)評(píng)估水平很有幫助。Alexander Luz（2019）研究發(fā)現(xiàn)，銀行數(shù)字化轉(zhuǎn)型可以大大降低銀行處理業(yè)務(wù)的時(shí)間成本，大大提高銀行放貸效率。房穎（2021）從金融科技降低信息約束的角度出發(fā)，研究發(fā)現(xiàn)金融科技通過(guò)人工智能、大數(shù)據(jù)等技術(shù)，提高了商業(yè)銀行數(shù)字化水平，數(shù)字化轉(zhuǎn)型后的商業(yè)銀行能夠更好地對(duì)小微企業(yè)進(jìn)行信貸評(píng)估，使得小微企業(yè)獲得信貸的難度下降。大量文獻(xiàn)研究表明，銀行通過(guò)數(shù)字化可以從以下方面影響銀行貸款業(yè)務(wù)：第一，銀行數(shù)字化可以降低銀行辦理信貸業(yè)務(wù)的時(shí)間成本，提高貸款效率。第二，銀行數(shù)字化可以更好地甄別客戶質(zhì)量，減少信息不對(duì)稱和代理成本問(wèn)題，從而提高貸款質(zhì)量。第三，銀行數(shù)字化可以降低銀行的信息搜尋成本和監(jiān)督成本，降低銀行在貸款業(yè)務(wù)中的交易成本。第四，銀行數(shù)字化能夠幫助銀行更好地獲得企業(yè)信息，有助于增加貸款的有效供給。

二是研究數(shù)字金融對(duì)貨幣政策效果的影響。黃益平（2017）認(rèn)為數(shù)字金融會(huì)導(dǎo)致貨幣政策效果弱化，同時(shí)由于數(shù)字金融系統(tǒng)的不穩(wěn)定性，金融風(fēng)險(xiǎn)的影響范圍會(huì)更大，傳導(dǎo)速度會(huì)更快，一旦發(fā)生金融風(fēng)險(xiǎn)，所造成的影響也將極為嚴(yán)重。戰(zhàn)明華和李歡（2018）發(fā)現(xiàn)，數(shù)字化時(shí)代的金融創(chuàng)新催生了影子銀行發(fā)展，影子銀行的出現(xiàn)削弱了傳統(tǒng)貨幣政策效果。高然等（2018）研究發(fā)現(xiàn)影子銀行的興起會(huì)對(duì)傳統(tǒng)商業(yè)銀行的信貸渠道產(chǎn)生一定替代作用，最終會(huì)削弱貨幣政策傳導(dǎo)效果。戰(zhàn)明華等（2020）研究發(fā)現(xiàn)數(shù)字金融發(fā)展放大了貨幣政策利率渠道效應(yīng)，弱化了貨幣政策信貸渠道效應(yīng)，但數(shù)字金融發(fā)展總體上提高了貨幣政策效果。Vincent Yao（2022）研究了金融科技貸款的興起引起的市場(chǎng)集中度變化，進(jìn)而影響貨幣政策傳導(dǎo)效果。Zhou（2022）研究發(fā)現(xiàn)基于消費(fèi)者社交網(wǎng)絡(luò)傳播的金融科技貸款進(jìn)一步增強(qiáng)了貨幣政策傳導(dǎo)效果。

總體來(lái)看，從交易成本角度研究銀行數(shù)字化對(duì)貨幣政策效果影響的文獻(xiàn)有所不足。因此基于銀行數(shù)字化降低銀行貸款業(yè)務(wù)交易成本的假設(shè)，構(gòu)建了一個(gè)包含家庭、企業(yè)、商業(yè)銀行、中央銀行和政府等5個(gè)部門(mén)在內(nèi)的動(dòng)態(tài)隨機(jī)一般均衡模型，研究銀行數(shù)字化轉(zhuǎn)型對(duì)貨幣政策傳導(dǎo)效果的影響，并通過(guò)對(duì)不同政策目標(biāo)賦予不同權(quán)重，得出銀行數(shù)字化水平不同時(shí)，哪種政策目標(biāo)帶來(lái)的福利損失最小。

筆者可能的邊際貢獻(xiàn)主要體現(xiàn)在：一是基于銀行數(shù)字化降低貸款業(yè)務(wù)交易成本的假設(shè)，研究了銀行數(shù)字化轉(zhuǎn)型對(duì)貨幣政策傳導(dǎo)效果的影響。二是研究了銀行數(shù)字化通過(guò)利率和信貸渠道對(duì)不同貨幣政策傳導(dǎo)效果產(chǎn)生的影響。

二、模型構(gòu)建

（一）家庭

假設(shè)經(jīng)濟(jì)中存在著無(wú)數(shù)無(wú)差異性的家庭，可以用代表性家庭來(lái)進(jìn)行分析。在代表性家庭部門(mén)中，一般存在跨期消費(fèi)行為，其最終目標(biāo)不是追求當(dāng)期效用最大化，而是追求一生的效用最大化，因此代表性家庭部門(mén)通過(guò)選擇最終產(chǎn)品的消費(fèi)、住房的需求，享受更多閑暇時(shí)間和增加手中持有實(shí)際貨幣余額等形式獲得當(dāng)期效用，進(jìn)而最大化其一生的效用。家庭效用函數(shù)采用MIU形式，即將貨幣因素納入家庭效用函數(shù)。其效用最大化條件：

式（1）為家庭部門(mén)的效用函數(shù)。其中，E為期望算子；β∈（0，1）為家庭部門(mén)的貼現(xiàn)系數(shù)；σ為消費(fèi)替代彈性的倒數(shù)；τ為住房消費(fèi)替代彈性的倒數(shù)；ψ為勞動(dòng)的負(fù)效應(yīng)系數(shù)；η為勞動(dòng)力供給的跨期替代彈性的倒數(shù)；θ為家庭所持有的實(shí)際貨幣余額在家庭效用函數(shù)中的權(quán)重；σ為實(shí)際貨幣彈性的倒數(shù)。設(shè)定投資I和資本K之間的關(guān)系：

其中，δ為資本折舊率；K為t期家庭的資本存量；I為t期家庭的投資。代表性家庭部門(mén)面臨的預(yù)算約束方程為：

式（3）中，不等式左邊為家庭現(xiàn)金預(yù)算的凈流出，右邊為家庭現(xiàn)金預(yù)算的凈流入。其中，R為銀行存款利率；P為以貨幣定價(jià)的商品價(jià)格；PC為家庭t期的消費(fèi)支出；Q為t時(shí)期住房的名義價(jià)格；B為t期家庭持有的名義債券存量，并在t期獲得名義利率i；M為家庭t期持有的貨幣存量；N為家庭在t期可以提供的勞動(dòng)量；W為勞動(dòng)者在t期獲得的名義工資；h為t期家庭部門(mén)的房產(chǎn)持有總量；房產(chǎn)供給量沖擊服從AR（1）過(guò)程，即lnh=ρlnh+ε；h為t-1期家庭擁有的用于生產(chǎn)的房屋資產(chǎn)數(shù)量，且h=a*h；Π為t期企業(yè)的利潤(rùn)；T為政府收的一次總付稅。

在預(yù)算約束條件下，家庭部門(mén)選擇C、h、N、M、B以達(dá)到效用最大化，一階條件為：

（二）廠商

假設(shè)在廠商這個(gè)生產(chǎn)部門(mén)中存在不完全競(jìng)爭(zhēng)，將廠商劃分為兩個(gè)部門(mén)，即中間產(chǎn)品生產(chǎn)部門(mén)和最終產(chǎn)品生產(chǎn)部門(mén)。中間產(chǎn)品生產(chǎn)部門(mén)是由很多廠商構(gòu)成，并且每一個(gè)廠商生產(chǎn)的產(chǎn)品有差異性，每個(gè)廠商都需要確定生產(chǎn)要素的投放量并且制定其生產(chǎn)的產(chǎn)品價(jià)格，因此假定中間產(chǎn)品生產(chǎn)商處于壟斷競(jìng)爭(zhēng)市場(chǎng)。最終產(chǎn)品生產(chǎn)部門(mén)將所有中間產(chǎn)品部門(mén)生產(chǎn)的中間產(chǎn)品進(jìn)行加工處理，轉(zhuǎn)化為最終產(chǎn)品供給社會(huì)使用，因此最終產(chǎn)品生產(chǎn)部門(mén)處于完全競(jìng)爭(zhēng)市場(chǎng)。

1.最終產(chǎn)品生產(chǎn)部門(mén)

最終產(chǎn)品生產(chǎn)部門(mén)通過(guò)購(gòu)買(mǎi)由中間產(chǎn)品商生產(chǎn)的中間產(chǎn)品Y（j）來(lái)生產(chǎn)社會(huì)所需要的最終產(chǎn)品Y。假定最終產(chǎn)品生產(chǎn)部門(mén)的生產(chǎn)函數(shù)為CES形式，最終產(chǎn)品生產(chǎn)函數(shù)：

其中，ε＞1代表的是不同中間產(chǎn)品間的替代彈性，式（9）對(duì)中間產(chǎn)品加總的方法為Dixit-Stiglitz加總法。由于廠商在經(jīng)濟(jì)活動(dòng)中的目標(biāo)總是要追求利益最大化，因而在求解過(guò)程中，得到了對(duì)第j種中間產(chǎn)品需求的函數(shù)：

對(duì)式（10）左右同時(shí)積分，然后將其代入最終產(chǎn)品生產(chǎn)函數(shù)式（9）中，最后可以得到最終產(chǎn)品的價(jià)格表達(dá)式：

2.中間產(chǎn)品生產(chǎn)部門(mén)

假定中間產(chǎn)品生產(chǎn)部門(mén)由連續(xù)區(qū)間j∈[0，1]的同質(zhì)廠商構(gòu)成，且每個(gè)中間產(chǎn)品j只能由一個(gè)廠商來(lái)生產(chǎn)，它們都具有規(guī)模報(bào)酬不變的C-D生產(chǎn)函數(shù)：

其中，l（j）為銀行貸款，貸款利率為R?？梢詷?gòu)建函數(shù)方程來(lái)最小化中間廠間的生產(chǎn)成本：

在生產(chǎn)函數(shù)約束下，對(duì)N（j）、K（j）、h（j）、mc進(jìn)行拉格朗日求解，得到最優(yōu)一階條件：

（三）商業(yè)銀行

商業(yè)銀行有兩種融資渠道：一是通過(guò)銀行存款m向公眾融資；二是通過(guò)常備借貸便利向中央銀行貸款b。資金主要有兩種用途，一是放貸給企業(yè)l；二是以存款準(zhǔn)備金的形式存放在中央銀行m，商業(yè)銀行的資產(chǎn)負(fù)債表等式為l+m=m+b。

考慮兩種情況下商業(yè)銀行面臨的利潤(rùn)情況，第一種情況為不同數(shù)字化水平下商業(yè)銀行的實(shí)際利潤(rùn)，第二種情況為當(dāng)面臨數(shù)字化沖擊時(shí)商業(yè)銀行的實(shí)際利潤(rùn)。不同數(shù)字化水平下商業(yè)銀行的實(shí)際利潤(rùn)為：

面臨數(shù)字化沖擊時(shí)商業(yè)銀行實(shí)際利潤(rùn)為：

其中，F(xiàn)為銀行的數(shù)字化沖擊，假設(shè)F遵循AR（1）過(guò)程lnF=ρlnF+ε。對(duì)、b進(jìn)行拉格朗日求解可以得到一階條件：

銀行存款和常備借貸便利均是商業(yè)銀行的負(fù)債，利率定價(jià)規(guī)則應(yīng)是無(wú)風(fēng)險(xiǎn)利率加上商業(yè)銀行的信用風(fēng)險(xiǎn)溢價(jià)。銀行數(shù)字化后，銀行的安全體系增強(qiáng)，信用風(fēng)險(xiǎn)溢價(jià)降低。相對(duì)而言，銀行存款利率要低于常備借貸便利利率，利率定價(jià)方程分別為：

其中，y為存款利率相對(duì)于法定存款準(zhǔn)備金利率的溢價(jià)部分，y為常備借貸便利利率相對(duì)于存款利率的溢價(jià)部分。

（四）中央銀行

中央銀行作為貨幣政策制定者，通過(guò)運(yùn)用各種貨幣政策工具來(lái)調(diào)節(jié)和控制貨幣供給量利率，進(jìn)而實(shí)現(xiàn)人民幣幣值穩(wěn)定和經(jīng)濟(jì)持續(xù)穩(wěn)定增長(zhǎng)的最終目標(biāo)。國(guó)外文獻(xiàn)中大多使用利率型貨幣政策規(guī)則，而中國(guó)貨幣政策規(guī)則是采用數(shù)量型還是利率型，一直存在著爭(zhēng)議。因而選取兩種類(lèi)型的貨幣政策規(guī)則，來(lái)探討它們對(duì)中國(guó)經(jīng)濟(jì)的影響。

當(dāng)中央銀行采取數(shù)量型貨幣政策規(guī)則時(shí)，假設(shè)貨幣供給增長(zhǎng)率遵循下列AR（1）過(guò)程：

其中，ρ為貨幣供給量增長(zhǎng)率的平滑系數(shù)，π是穩(wěn)態(tài)時(shí)的通貨膨脹率，ε代表貨幣供給量沖擊。

當(dāng)中央銀行采取利率型的貨幣政策規(guī)則時(shí)，假設(shè)其遵循如下泰勒規(guī)則：

（五）政府部門(mén)

中央銀行通過(guò)發(fā)行貨幣，可以得到鑄幣的收益稅，政府部門(mén)可以將這部分收益稅作為收入來(lái)源。為簡(jiǎn)易分析，假設(shè)政府沒(méi)有任何支出，也不在債券市場(chǎng)上進(jìn)行任何操作，只通過(guò)一次性總付稅獲得收入。政府的名義預(yù)算約束為：

從式（30）可以看出，貨幣存量變化M-M就是政府的名義收入。在政府沒(méi)有支出的情況下，一次性總付稅就必須滿足：

如果貨幣增長(zhǎng)量是正的，那么一次性總付稅就是負(fù)，也就意味著政府將減少其鑄幣稅來(lái)一次性補(bǔ)貼給家庭。

（六）均衡條件

一般均衡條件為總產(chǎn)出等于總需求：

其中，C為家庭部門(mén)消費(fèi)的商品，I為家庭進(jìn)行的資本投資，F(xiàn)σl為商業(yè)銀行在貸款業(yè)務(wù)中消耗的商品。

三、參數(shù)校準(zhǔn)和貝葉斯估計(jì)

（一）參數(shù)校準(zhǔn)

對(duì)部分參數(shù)值的設(shè)定采用了參數(shù)校準(zhǔn)方法，主要參考國(guó)內(nèi)外已有文獻(xiàn)的研究成果，并結(jié)合我國(guó)實(shí)際情況對(duì)某些參數(shù)的數(shù)值進(jìn)行設(shè)定。對(duì)沒(méi)有進(jìn)行參數(shù)校準(zhǔn)的部分采用貝葉斯估計(jì)方法來(lái)設(shè)定參數(shù)值。

模型求解的所有工作都是基于Matlab R2012a和Dynare4.4.3軟件來(lái)完成。國(guó)內(nèi)現(xiàn)有大多數(shù)文獻(xiàn)都將家庭效用貼現(xiàn)系數(shù)設(shè)置在0.9~0.99內(nèi)，參考馬亞明和劉翠（2014）研究，將代表性家庭的效用貼現(xiàn)系數(shù)β設(shè)定為0.9，將通貨膨脹缺口系數(shù)φ設(shè)置為1.5。參考李巍和張志超（2011）將資本產(chǎn)出彈性α設(shè)定為0.3，將房屋產(chǎn)出彈性z設(shè)定為0.3。國(guó)內(nèi)大多數(shù)文獻(xiàn)比如郭娜（2019）將消費(fèi)替代彈性倒數(shù)設(shè)置為1，因此也將家庭消費(fèi)替代彈性的倒數(shù)σ設(shè)置為1。參考武曉利等（2014）將資本折舊率設(shè)定為0.1。參考巴曙松和田磊（2015）將住房消費(fèi)替代彈性的倒數(shù)τ設(shè)定為1。根據(jù)趙勝民和張瀚文（2018）研究結(jié)果，將代表勞動(dòng)供給彈性的倒數(shù)η設(shè)定為1。參考大多數(shù)文獻(xiàn)將代表勞動(dòng)的負(fù)效應(yīng)系數(shù)ψ設(shè)定為1，將代表家庭所持有的實(shí)際貨幣余額在家庭效用函數(shù)中的權(quán)重θ設(shè)置為1。參考趙恢林和黃建忠（2019）將不同中間產(chǎn)品間的替代彈性ε設(shè)定為6。參考汪勇和李雪松（2019）將租房占總房量的比例a設(shè)置為0.67。參考呂江林等（2020）將存款利率與存款準(zhǔn)備金利率之差y設(shè)置為0.67，存款利率與常備借貸便利利率之差y設(shè)置為0.01，存款準(zhǔn)備金利率r設(shè)置為0.0072。設(shè)定穩(wěn)態(tài)時(shí)的通貨膨脹率π為0，將價(jià)格黏性參數(shù)φ設(shè)定為0.75。一般而言，商業(yè)銀行貸款業(yè)務(wù)的交易成本在0.1~0.2之間，取值0.1325作為商業(yè)銀行的交易成本。將所有外生沖擊的標(biāo)準(zhǔn)方差都設(shè)置為1%。對(duì)數(shù)字化水平F分別取值1、0.5和0.1進(jìn)行對(duì)比，因?yàn)殡S著銀行數(shù)字化水平的提高，銀行在貸款業(yè)務(wù)中付出的交易成本也就越低，在模型中可通過(guò)F取值的降低表現(xiàn)出來(lái)。

表1 主要參數(shù)校準(zhǔn)值

（二）貝葉斯估計(jì)

1.先驗(yàn)分布

對(duì)于未校準(zhǔn)的參數(shù)，采用貝葉斯估計(jì)方法進(jìn)行賦值?？紤]到參數(shù)先驗(yàn)分布設(shè)定會(huì)影響到參數(shù)估計(jì)結(jié)果。因此，參考已有文獻(xiàn)對(duì)參數(shù)先驗(yàn)分布進(jìn)行設(shè)定。參照馬亞明和劉翠（2014）研究，設(shè)定房屋偏好沖擊持續(xù)系數(shù)ρ的先驗(yàn)分布服從Beta分布，均值為0.95，方差為0.01。參考許志偉和劉建豐（2019）將貨幣供給量沖擊持續(xù)系數(shù)ρ的先驗(yàn)分布設(shè)定為Gamma分布，均值為0.5，方差為0.2。參考呂煒等（2018）將技術(shù)沖擊持續(xù)系數(shù)ρ的先驗(yàn)分布設(shè)定為Beta分布，均值設(shè)定為0.95，方差為0.023。參考莊子罐等（2016）設(shè)定利率沖擊系數(shù)ρ的先驗(yàn)分布為Beta分布，均值為0.8，方差為0.1。參考呂江林等（2020）設(shè)定存款準(zhǔn)備金利率沖擊系數(shù)ρ的先驗(yàn)分布為Beta分布，均值為0.5，方差為0.1。

2.后驗(yàn)分布

基于Matlab 2012a及其嵌套軟件包Dynare4.4.3進(jìn)行數(shù)值模擬。為排除實(shí)際數(shù)據(jù)受到可能存在的季度趨勢(shì)影響，首先對(duì)宏觀經(jīng)濟(jì)變量的實(shí)際數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，再用HP濾波獲得平穩(wěn)數(shù)據(jù)。

通過(guò)對(duì)比表2、表3和表4發(fā)現(xiàn)，不論貨幣政策慣性與匯率制度如何，先驗(yàn)分布與后驗(yàn)分布都存在明顯差異，說(shuō)明模型參數(shù)估計(jì)有效。在有效估計(jì)的基礎(chǔ)上調(diào)整了影響模型結(jié)論的參數(shù)，并進(jìn)行了一系列敏感性分析，驗(yàn)證了研究結(jié)論有效性。

表2 參數(shù)先驗(yàn)分布

表3 不同數(shù)字化水平下，模型參數(shù)貝葉斯估計(jì)結(jié)果

表4 銀行數(shù)字化沖擊時(shí)，模型參數(shù)貝葉斯估計(jì)結(jié)果

四、模擬結(jié)果分析

（一）不同銀行數(shù)字化水平下的貨幣政策傳導(dǎo)效果

通過(guò)dynare模擬銀行不同數(shù)字化水平下，各經(jīng)濟(jì)變量對(duì)貨幣政策的響應(yīng)程度，從而得出銀行數(shù)字化對(duì)貨幣政策傳導(dǎo)效果的影響程度。

1.銀行數(shù)字化對(duì)利率的影響

由圖1可知，在實(shí)行數(shù)量型貨幣政策下，當(dāng)貨幣政策產(chǎn)生沖擊時(shí)利率立即達(dá)到最大值，并且隨著數(shù)字化水平的提高，利率的最大值越小，說(shuō)明銀行數(shù)字化降低了數(shù)量型貨幣政策對(duì)利率的影響，即銀行數(shù)字化轉(zhuǎn)型降低了利率對(duì)貨幣政策的敏感程度，削弱了貨幣政策通過(guò)利率渠道的傳導(dǎo)效果，進(jìn)而弱化了貨幣政策效果。而在實(shí)行價(jià)格型貨幣政策情況下，當(dāng)貨幣政策產(chǎn)生沖擊時(shí)，利率隨即達(dá)到最大值，并且隨著數(shù)字化水平的提高，利率的響應(yīng)峰值越大，說(shuō)明銀行數(shù)字化加強(qiáng)了貨幣政策對(duì)利率的影響，即銀行數(shù)字化轉(zhuǎn)型使得貨幣政策的利率傳導(dǎo)更為有效，當(dāng)實(shí)行依賴于利率進(jìn)行經(jīng)濟(jì)調(diào)控的價(jià)格型貨幣政策時(shí)，貨幣政策效果得到了強(qiáng)化。

圖1 利率對(duì)數(shù)量型貨幣政策（左圖）和價(jià)格型貨幣政策（右圖）的脈沖響應(yīng)圖

這與國(guó)內(nèi)大多數(shù)研究結(jié)果一致。因?yàn)閿?shù)量型貨幣政策主要依靠貨幣數(shù)量對(duì)經(jīng)濟(jì)進(jìn)行調(diào)節(jié)，而隨著數(shù)字金融發(fā)展，貨幣數(shù)量很難被控制和調(diào)節(jié)，就會(huì)導(dǎo)致數(shù)量型貨幣政策效果越來(lái)越弱。同時(shí)，隨著數(shù)字金融發(fā)展水平提高，人們進(jìn)入金融市場(chǎng)的門(mén)檻降低。隨著越來(lái)越多的人加入金融市場(chǎng)，貨幣政策就越容易對(duì)人們產(chǎn)生影響，使得貨幣政策的利率傳導(dǎo)機(jī)制愈發(fā)有效。而價(jià)格型貨幣政策主要通過(guò)調(diào)節(jié)市場(chǎng)利率干預(yù)宏觀經(jīng)濟(jì)，所以銀行的數(shù)字化轉(zhuǎn)型使得價(jià)格型貨幣政策的利率傳導(dǎo)渠道更為有效。

2.銀行數(shù)字化對(duì)貸款的影響

模型模擬結(jié)果表明，在實(shí)行數(shù)量型貨幣政策情況下，貨幣政策沖擊會(huì)使企業(yè)貸款數(shù)量立即達(dá)到最大值，并且隨著數(shù)字化水平提高，貸款的增加值越小，這說(shuō)明銀行數(shù)字化弱化了數(shù)量型貨幣政策的信貸渠道，但在數(shù)字化水平較高時(shí)，貸款數(shù)量回歸穩(wěn)態(tài)的速度也越快，說(shuō)明銀行數(shù)字化在一定程度上降低了數(shù)量型貨幣政策對(duì)未來(lái)經(jīng)濟(jì)情況的影響。在實(shí)行價(jià)格型貨幣政策時(shí)，通過(guò)脈沖響應(yīng)圖可以發(fā)現(xiàn)，數(shù)字化水平越高，第一期信貸額度增加得越少，但在第二期貸款數(shù)量達(dá)到峰值，數(shù)字化水平越高，貸款數(shù)量峰值越大；第二期后貸款數(shù)量開(kāi)始逐漸回歸穩(wěn)態(tài)水平，數(shù)字化水平越高時(shí)，收斂速度越慢。這表明銀行數(shù)字化剛開(kāi)始削弱了價(jià)格型貨幣政策的信貸傳導(dǎo)機(jī)制，但強(qiáng)化了貨幣政策對(duì)未來(lái)經(jīng)濟(jì)的信貸渠道的影響。這不利于央行對(duì)當(dāng)前經(jīng)濟(jì)的調(diào)控，甚至?xí)?dǎo)致貨幣政策與未來(lái)經(jīng)濟(jì)情況背道而馳的情況。也就是說(shuō)，銀行數(shù)字化弱化了貨幣政策的信貸渠道效果。結(jié)合其他學(xué)者的研究發(fā)現(xiàn)，數(shù)字金融發(fā)展也弱化了貨幣政策的信貸渠道，說(shuō)明銀行數(shù)字化在對(duì)貨幣政策傳導(dǎo)效果方面的影響與數(shù)字金融有很強(qiáng)一致性。結(jié)合實(shí)際，由于銀行數(shù)字化降低了銀行在貸款業(yè)務(wù)中的交易成本，使得銀行可以更低成本進(jìn)行更多更安全的貸款業(yè)務(wù)，減少了信息不對(duì)稱帶來(lái)的金融摩擦問(wèn)題，而貨幣政策的信貸渠道恰恰是通過(guò)調(diào)節(jié)貸款的方式對(duì)宏觀經(jīng)濟(jì)進(jìn)行調(diào)控。隨著銀行數(shù)字化水平提高，銀行放貸數(shù)量也越來(lái)越多，用于儲(chǔ)備應(yīng)對(duì)風(fēng)險(xiǎn)和流動(dòng)性的資金也就越來(lái)越少，直接減少了貨幣政策調(diào)控中介——銀行持有的未用于貸款的資金數(shù)量，導(dǎo)致政策剛開(kāi)始實(shí)施時(shí)，銀行并沒(méi)有像傳統(tǒng)銀行一樣瞬間多出大量可供給的貸款，這也是銀行數(shù)字化水平越高但在第一期貸款數(shù)量增加值越小的原因，基于此，銀行數(shù)字化弱化了貨幣政策的信道渠道效應(yīng)。

3.銀行數(shù)字化對(duì)產(chǎn)出的影響

結(jié)合圖1、圖2和圖3可以發(fā)現(xiàn)，由于銀行數(shù)字化同時(shí)弱化了數(shù)量型貨幣政策的利率渠道和信貸渠道，所以隨著銀行數(shù)字化水平提高，貨幣政策對(duì)產(chǎn)出的調(diào)節(jié)能力也就越弱；隨著數(shù)字化水平提高，產(chǎn)出的最大值和最小值均小于銀行數(shù)字化水平較低時(shí)的情況，且無(wú)論是否數(shù)字化，產(chǎn)出的波動(dòng)性均較強(qiáng)，持續(xù)時(shí)間也較長(zhǎng)?？梢缘贸鼋Y(jié)論，銀行數(shù)字化弱化了數(shù)量型貨幣政策對(duì)產(chǎn)出的調(diào)控水平。而在實(shí)行價(jià)格型貨幣政策時(shí)，由于銀行數(shù)字化強(qiáng)化了價(jià)格型貨幣政策的利率渠道，但在前期弱化了價(jià)格型貨幣政策的信貸渠道，還增加了信貸渠道的滯后性，兩種渠道分別會(huì)對(duì)經(jīng)濟(jì)產(chǎn)出產(chǎn)生影響。從圖中可知，前期銀行數(shù)字化對(duì)信貸渠道的弱化效用強(qiáng)于對(duì)利率渠道的強(qiáng)化效用，導(dǎo)致在貨幣政策剛開(kāi)始實(shí)施時(shí)，銀行數(shù)字化對(duì)產(chǎn)出的調(diào)控能力減弱。同時(shí)由于銀行數(shù)字化增加了信貸渠道的滯后性，這也導(dǎo)致對(duì)產(chǎn)出的調(diào)控也產(chǎn)生了一定滯后性，所以產(chǎn)出的收斂速度較慢。總體來(lái)說(shuō)，銀行數(shù)字化對(duì)價(jià)格型貨幣政策的利率渠道的增強(qiáng)作用弱于對(duì)信貸渠道的弱化作用，使得整體上對(duì)價(jià)格型貨幣政策產(chǎn)生弱化效果。

圖2 信貸對(duì)數(shù)量型貨幣政策（左圖）和價(jià)格型貨幣政策（右圖）的脈沖響應(yīng)圖

圖3 產(chǎn)出對(duì)數(shù)量型貨幣政策（左圖）和價(jià)格型貨幣政策（右圖）的脈沖響應(yīng)圖

4.銀行數(shù)字化對(duì)通脹的影響

通過(guò)脈沖響應(yīng)圖可以看出，對(duì)于數(shù)量型貨幣政策，由于銀行數(shù)字化從利率渠道和信貸渠道兩方面弱化了貨幣政策對(duì)產(chǎn)出的調(diào)節(jié)能力，使得產(chǎn)出對(duì)貨幣政策的響應(yīng)較低，這也導(dǎo)致貨幣政策對(duì)通貨膨脹的影響不會(huì)太大。在圖中表現(xiàn)為數(shù)字化水平越高，通脹水平越低。對(duì)于價(jià)格型貨幣政策而言，銀行數(shù)字化在利率渠道上強(qiáng)化了貨幣政策效果，在信貸渠道上弱化了貨幣政策效果，兩者之間產(chǎn)生了抵消作用，于是在總體上看，銀行數(shù)字化并沒(méi)有對(duì)通貨膨脹水平產(chǎn)生影響。

圖4 物價(jià)對(duì)數(shù)量型貨幣政策（左圖）和價(jià)格型貨幣政策（右圖）的脈沖響應(yīng)圖

綜上所述，當(dāng)實(shí)行數(shù)量型貨幣政策時(shí)，銀行數(shù)字化同時(shí)弱化了貨幣政策的利率渠道和信貸渠道，這是因?yàn)殡S著銀行數(shù)字化水平的提高，信息不對(duì)稱問(wèn)題得到了一定緩解，減少了金融摩擦。銀行手中所持有的貨幣數(shù)量大幅減少，央行可以控制的貨幣數(shù)量變得更少且不明確，而數(shù)量型貨幣政策主要通過(guò)調(diào)節(jié)貨幣數(shù)量對(duì)宏觀經(jīng)濟(jì)進(jìn)行調(diào)節(jié)，這就導(dǎo)致了數(shù)量型貨幣政策效果大打折扣。而當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，隨著銀行數(shù)字化轉(zhuǎn)型，金融市場(chǎng)越來(lái)越健全，利率傳導(dǎo)機(jī)制更加有效。銀行數(shù)字化對(duì)價(jià)格型貨幣政策利率渠道的強(qiáng)化效用和對(duì)信貸渠道的弱化效用在一定程度上抵消，導(dǎo)致在價(jià)格型貨幣政策下，銀行數(shù)字化并未對(duì)產(chǎn)出和通脹水平作出較大干擾。說(shuō)明銀行數(shù)字化對(duì)價(jià)格型貨幣政策的效果并不明顯，對(duì)數(shù)量型貨幣政策卻有較大弱化效果。

（二）銀行數(shù)字化沖擊下貨幣政策的傳導(dǎo)效果

圖5 銀行數(shù)字化沖擊下的脈沖響應(yīng)圖

可以發(fā)現(xiàn)銀行數(shù)字化水平的提高對(duì)貨幣政策具有一定的替代效果。由于銀行數(shù)字化降低了銀行貸款業(yè)務(wù)的交易成本，銀行貸款利率會(huì)降低，會(huì)增加企業(yè)貸款數(shù)量，從而刺激產(chǎn)出的增加。同時(shí)銀行數(shù)字化水平的提高也加劇了市場(chǎng)競(jìng)爭(zhēng)力，市場(chǎng)通過(guò)增加利率獲取更多投資，刺激了家庭的投資欲望，產(chǎn)出的增加也促進(jìn)了人們的消費(fèi)水平。消費(fèi)增加、產(chǎn)出增加也激發(fā)了通貨膨脹。銀行數(shù)字化產(chǎn)生了正向的貨幣政策效果，對(duì)貨幣政策產(chǎn)生了替代效用。在實(shí)行數(shù)量型貨幣政策時(shí)，銀行數(shù)字化帶來(lái)的經(jīng)濟(jì)波動(dòng)較大，而在價(jià)格型貨幣政策下，銀行數(shù)字化帶來(lái)的波動(dòng)較小且收斂速度較快。在銀行數(shù)字化水平日益提高的今天，價(jià)格型貨幣政策對(duì)于經(jīng)濟(jì)的穩(wěn)定性更好。

（三）福利損失分析

為進(jìn)一步分析各種政策組合的實(shí)施效果，運(yùn)用損失函數(shù)法進(jìn)行政策組合的福利分析?？紤]到中國(guó)貨幣政策的主要目標(biāo)為“穩(wěn)物價(jià)，促增長(zhǎng)”，所以假設(shè)貨幣政策目標(biāo)就是通貨膨脹和產(chǎn)出缺口波動(dòng)的損失最小化。福利損失函數(shù)設(shè)定為：

其中，L 代表社會(huì)福利損失，Var（π）和 Var（Y）分別為通貨膨脹和產(chǎn)出的方差，參數(shù)λ表示為保持通貨膨脹相對(duì)穩(wěn)定的權(quán)重系數(shù)。得到福利損失的計(jì)算方式后，需要設(shè)定物價(jià)權(quán)重λ，以實(shí)現(xiàn)對(duì)福利損失的計(jì)算。根據(jù)上述實(shí)證結(jié)果可知，隨著銀行數(shù)字化水平的提高，貨幣政策傳導(dǎo)效果減弱。因此，如何權(quán)衡“經(jīng)濟(jì)增長(zhǎng)”與“穩(wěn)定物價(jià)”目標(biāo)變得非常重要。根據(jù)《中國(guó)貨幣政策執(zhí)行報(bào)告》可以發(fā)現(xiàn)，在不同時(shí)期物價(jià)與增長(zhǎng)的權(quán)重不同。其中，2008 年全球金融危機(jī)以前比較注重“穩(wěn)定物價(jià)”目標(biāo)，之后比較注重“經(jīng)濟(jì)增長(zhǎng)”目標(biāo)，尤其是新冠肺炎疫情以來(lái)對(duì)“經(jīng)濟(jì)增長(zhǎng)”目標(biāo)的重視程度大幅上升。分別取權(quán)重λ為0.8、0.5、0.2，對(duì)福利損失進(jìn)行了計(jì)算。

由表5 可看出，當(dāng)實(shí)行數(shù)量型貨幣政策時(shí)，隨著銀行數(shù)字化水平提高，不論是注重“經(jīng)濟(jì)增長(zhǎng)”還是注重“穩(wěn)物價(jià)”，銀行數(shù)字化都減少了社會(huì)福利損失水平；無(wú)論銀行數(shù)字化水平的高低，當(dāng)政府以“經(jīng)濟(jì)增長(zhǎng)”為目標(biāo)時(shí)，福利損失水平都要低于以“穩(wěn)物價(jià)”為目標(biāo)時(shí)。當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，隨著數(shù)字化水平提高，無(wú)論是以“促增長(zhǎng)”為主要目標(biāo)，還是以“穩(wěn)物價(jià)”為主要目標(biāo)，銀行數(shù)字化都減少了福利損失水平；以“促增長(zhǎng)”為主要目標(biāo)的福利損失水平要高于以“穩(wěn)物價(jià)”為主要目標(biāo)，所以當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，政府應(yīng)更注重于“穩(wěn)物價(jià)”，這與實(shí)行數(shù)量型貨幣政策時(shí)的目標(biāo)相反。對(duì)比兩種貨幣政策可以發(fā)現(xiàn)，銀行數(shù)字化對(duì)數(shù)量型貨幣政策福利損失的影響水平要高于對(duì)價(jià)格型貨幣政策的影響水平，但無(wú)論數(shù)字化水平如何，價(jià)格型貨幣政策的福利損失水平都要遠(yuǎn)低于數(shù)量型貨幣政策時(shí)的福利損失水平，即使是數(shù)字化水平較高時(shí)的數(shù)量型貨幣政策，其福利損失水平都要遠(yuǎn)高于傳統(tǒng)銀行時(shí)價(jià)格型貨幣政策的福利損失水平?？梢缘贸鼋Y(jié)論，無(wú)論數(shù)字化水平高低，也無(wú)論政府是以“促增長(zhǎng)”為主要經(jīng)濟(jì)目標(biāo)還是以“穩(wěn)物價(jià)”為主要經(jīng)濟(jì)目標(biāo)，價(jià)格型貨幣政策在福利損失水平上都要優(yōu)于數(shù)量型貨幣政策。

表5 不同貨幣政策導(dǎo)致的福利損失

由表6可以得出結(jié)論，銀行數(shù)字化沖擊導(dǎo)致福利水平損失，且當(dāng)實(shí)行數(shù)量型貨幣政策時(shí)，銀行數(shù)字化沖擊所導(dǎo)致的福利損失高于實(shí)行價(jià)格型貨幣政策時(shí)。對(duì)于數(shù)量型貨幣政策而言，當(dāng)以“穩(wěn)物價(jià)”為主要經(jīng)濟(jì)目標(biāo)時(shí)，銀行數(shù)字化沖擊帶來(lái)的福利損失水平要高于以“促增長(zhǎng)”為主要經(jīng)濟(jì)目標(biāo)時(shí)的福利損失水平。當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，銀行數(shù)字化沖擊對(duì)以“促增長(zhǎng)”為主要目標(biāo)時(shí)的福利損失高于以“穩(wěn)物價(jià)”為主要目標(biāo)時(shí)的福利損失水平?？梢缘贸鼋Y(jié)論，當(dāng)實(shí)行數(shù)量型貨幣政策時(shí)，應(yīng)以“促增長(zhǎng)”為主要經(jīng)濟(jì)目標(biāo)，當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，應(yīng)以“穩(wěn)物價(jià)”為主要經(jīng)濟(jì)目標(biāo)，同時(shí)，無(wú)論政府注重哪種經(jīng)濟(jì)目標(biāo)，當(dāng)面臨銀行數(shù)字化沖擊時(shí)，價(jià)格型貨幣政策福利損失都要低于數(shù)量型貨幣政策福利損失。

表6 銀行數(shù)字化沖擊導(dǎo)致的福利損失

五、結(jié)論和啟示

驗(yàn)證了銀行數(shù)字化影響貨幣政策傳導(dǎo)效果的雙重路徑的理論邏輯。得出以下結(jié)論：（1）銀行數(shù)字化會(huì)增加產(chǎn)出水平，擴(kuò)張企業(yè)信貸規(guī)模，刺激消費(fèi)和投資，但同時(shí)也強(qiáng)化了通貨膨脹，這無(wú)疑會(huì)對(duì)貨幣政策效果產(chǎn)生一定的替代效應(yīng)，使得貨幣政策不能完全達(dá)到預(yù)期目標(biāo)。同時(shí)，銀行數(shù)字化沖擊對(duì)數(shù)量型貨幣政策的影響較大，產(chǎn)生的波動(dòng)性較強(qiáng)，對(duì)價(jià)格型貨幣政策產(chǎn)生的影響較平緩。（2）銀行數(shù)字化水平的提高弱化了數(shù)量型貨幣政策的利率渠道和信貸渠道，使得數(shù)量型貨幣政策的傳導(dǎo)效果打了折扣；而對(duì)于價(jià)格型貨幣政策，銀行數(shù)字化弱化了信貸渠道，但強(qiáng)化了利率渠道，兩種效果具有一定抵消作用，導(dǎo)致銀行數(shù)字化對(duì)價(jià)格型貨幣政策的影響效果不大，僅僅弱化了價(jià)格型貨幣政策對(duì)產(chǎn)出的調(diào)節(jié)效果，對(duì)通貨膨脹的調(diào)節(jié)幾乎沒(méi)有影響。不同數(shù)字化水平下，產(chǎn)出的變動(dòng)和信貸的變動(dòng)趨勢(shì)相近，表明當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，銀行數(shù)字化主要通過(guò)信貸渠道影響貨幣政策傳導(dǎo)。總體而言，銀行數(shù)字化對(duì)價(jià)格型貨幣政策的影響較小。（3）銀行數(shù)字化還會(huì)對(duì)福利損失產(chǎn)生影響，銀行數(shù)字化水平越高，貨幣政策的福利損失越低。同時(shí)，無(wú)論銀行數(shù)字化水平高低和注重哪種經(jīng)濟(jì)目標(biāo)，價(jià)格型貨幣政策的福利損失水平都要明顯低于數(shù)量型貨幣政策。

根據(jù)以上結(jié)論得到如下啟示。第一，銀行數(shù)字化對(duì)數(shù)量型貨幣政策的弱化效果更為明顯，而對(duì)價(jià)格型貨幣政策的弱化效果要小得多，所以從減少銀行數(shù)字化對(duì)貨幣政策傳導(dǎo)效果影響的角度看，采用價(jià)格型貨幣政策會(huì)優(yōu)于數(shù)量型貨幣政策。第二，銀行數(shù)字化主要通過(guò)信貸渠道弱化了價(jià)格型貨幣政策的傳導(dǎo)效果，所以在制定貨幣政策時(shí)可以強(qiáng)化借助利率渠道調(diào)控宏觀經(jīng)濟(jì)。第三，當(dāng)實(shí)行價(jià)格型貨幣政策時(shí)，應(yīng)更加注重“穩(wěn)物價(jià)”目標(biāo)，這樣會(huì)使得貨幣政策帶來(lái)的福利損失水平更低。