張舒媛，郇志堅(jiān)，盧愛(ài)珍，周思齊

（1.新疆財(cái)經(jīng)大學(xué)金融學(xué)院，新疆烏魯木齊 830000；2.中國(guó)人民銀行烏魯木齊中心支行，新疆烏魯木齊 830000）

一、引言

當(dāng)前國(guó)際環(huán)境日趨復(fù)雜，世界正經(jīng)歷百年未有之大變局，我國(guó)經(jīng)濟(jì)發(fā)展面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱三重壓力，外部環(huán)境更趨復(fù)雜和不確定，我國(guó)經(jīng)濟(jì)遭遇的宏觀隨機(jī)沖擊的頻率和幅度也不斷增加。在此背景下，2021年12月召開(kāi)的中央經(jīng)濟(jì)工作會(huì)議指出，穩(wěn)健的貨幣政策要靈活適度，保持流動(dòng)性合理充裕。加大宏觀政策跨周期調(diào)節(jié)力度，提高宏觀調(diào)控的前瞻性針對(duì)性。

利率對(duì)宏觀經(jīng)濟(jì)的均衡和資源配置方面有著重要的導(dǎo)向意義。目前，我國(guó)已形成較為完整的市場(chǎng)化利率體系，該體系運(yùn)用貨幣政策工具調(diào)節(jié)銀行體系流動(dòng)性，釋放政策利率調(diào)控信號(hào)，引導(dǎo)市場(chǎng)基準(zhǔn)利率以政策利率為中樞運(yùn)行，并通過(guò)銀行體系傳導(dǎo)至貸款利率，調(diào)節(jié)和優(yōu)化資源配置，實(shí)現(xiàn)貨幣政策目標(biāo)（易綱，2021）[1]。

自然利率是與經(jīng)濟(jì)長(zhǎng)期潛在產(chǎn)出和穩(wěn)定的通貨膨脹（以下簡(jiǎn)稱“通脹”）相符的短期實(shí)際（經(jīng)通脹調(diào)整后）利率（Yellen，2015）[2]，能夠影響市場(chǎng)基準(zhǔn)利率水平。同時(shí)，自然利率與市場(chǎng)基準(zhǔn)利率的差值能夠衡量貨幣政策調(diào)控的“松”“緊”程度，對(duì)能否精準(zhǔn)實(shí)現(xiàn)貨幣政策最終目標(biāo)至關(guān)重要，因此自然利率也被視為貨幣政策的“錨”。目前，紐約聯(lián)邦儲(chǔ)備銀行（以下簡(jiǎn)稱“紐聯(lián)儲(chǔ)”）基于季度數(shù)據(jù)估計(jì)美國(guó)自然利率并將估計(jì)結(jié)果作為貨幣政策調(diào)控的依據(jù)之一，其采用的估計(jì)方法測(cè)度精度相對(duì)較高但時(shí)效性較差，難以滿足當(dāng)下各國(guó)對(duì)貨幣政策調(diào)控的更高要求（Kiley，2020）[3]。

綜上，將自然利率作為貨幣政策調(diào)控的依據(jù)有助于提高貨幣政策調(diào)控的精確性，而進(jìn)一步實(shí)現(xiàn)自然利率的月度估計(jì)，并充分考慮通脹的動(dòng)態(tài)因素，既能提高估計(jì)的頻率和精度，又有助于提高貨幣政策調(diào)控的靈活性、準(zhǔn)確性和穩(wěn)健性。

實(shí)踐中，各國(guó)央行可以基于市場(chǎng)基準(zhǔn)利率與自然利率的差值變化來(lái)引導(dǎo)貨幣政策調(diào)控，但這受限于通脹水平是否合理和Phillips曲線是否有效。通脹是決定自然利率的重要因素之一，也是央行調(diào)控貨幣政策的重要指標(biāo)，在LW—HLW模型中，Phillips曲線把產(chǎn)出缺口和通脹聯(lián)系起來(lái)，并主要從兩個(gè)途徑影響自然利率的估計(jì)結(jié)果。

一是通過(guò)調(diào)整Phillips曲線的設(shè)定影響產(chǎn)出缺口，進(jìn)而影響自然利率。已有研究論證了季度Phillips曲線的指標(biāo)選?。↙aubach和Williams，2003；徐忠和賈彥東，2019）[4-5]、參數(shù)設(shè)定（Lopez-Salido等，2020）[6]等會(huì)影響自然利率的估計(jì)結(jié)果，而本文構(gòu)建的月度Phillips曲線較原季度模型設(shè)定更為復(fù)雜，有理由認(rèn)為月度Phillips曲線設(shè)定的調(diào)整也可能引起自然利率估計(jì)結(jié)果的波動(dòng)。

二是通過(guò)通脹預(yù)期影響事前實(shí)際利率，進(jìn)而影響自然利率。通脹受其預(yù)期影響已基本達(dá)成學(xué)界共識(shí)（Lucas，1972；Blanchard等，2015）[7-8]，而在自然利率估計(jì)中，事前實(shí)際利率這一指標(biāo)是名義利率與通脹預(yù)期的差值，因此通脹預(yù)期的變化將影響事前利率水平，從而影響估計(jì)結(jié)果。

首先，實(shí)現(xiàn)自然利率的月度估計(jì)，根據(jù)估計(jì)結(jié)果判斷月度Phillips曲線是否有效，并初步分析我國(guó)貨幣政策的調(diào)控效果。

其次，借鑒Lopez-Salido等（2020）[6]的策略，分析月度Phillips曲線滯后設(shè)定和預(yù)期跨度如何影響自然利率估計(jì)結(jié)果，并檢驗(yàn)估計(jì)結(jié)果的穩(wěn)健性。

再次，總結(jié)梳理相關(guān)重要結(jié)論。

本文其他部分安排為：第二部分整理并分析與自然利率估計(jì)相關(guān)的主要研究；第三部分介紹LW—HLW模型，詳細(xì)分析自然利率估計(jì)的主要方法和相關(guān)原理；第四部分和第五部分為實(shí)證分析，第一步得到月度自然利率的估計(jì)結(jié)果，第二步對(duì)比不同Phillips曲線設(shè)定下的不同估計(jì)結(jié)果；第六部分是主要結(jié)論和研究展望。

二、文獻(xiàn)綜述

Wicksell（1898）[9]最早提出了自然利率的理論思想。Myrdal（1939）[10]進(jìn)一步提出，自然利率是與資本收益率或生產(chǎn)率相符，使儲(chǔ)蓄與投資相等并保持物價(jià)中性的利率。理論上，自然利率是宏觀經(jīng)濟(jì)總供求達(dá)到均衡時(shí)的實(shí)際利率水平；實(shí)踐中，利率的高低直接影響老百姓的儲(chǔ)蓄和消費(fèi)、企業(yè)的投融資決策、進(jìn)出口和國(guó)際收支，進(jìn)而對(duì)整個(gè)經(jīng)濟(jì)活動(dòng)產(chǎn)生廣泛影響（易綱，2021）[1]。

（一）自然利率的混頻估計(jì)

自然利率不能被直接觀測(cè)，大部分研究以提高估計(jì)準(zhǔn)確性為主，多側(cè)重于估算方法的多樣性，而關(guān)于混頻自然利率的估計(jì)則較少。本部分重點(diǎn)梳理自然利率的主要估算方法以及自然利率混頻估計(jì)的相關(guān)原理。

1.自然利率的主要估算方法

基于經(jīng)濟(jì)學(xué)模型的自然利率估算方法主要有半結(jié)構(gòu)模型、結(jié)構(gòu)向量自回歸模型、時(shí)變向量自回歸模型、動(dòng)態(tài)隨機(jī)一般均衡模型（DSGE）等。其中，半結(jié)構(gòu)模型的設(shè)定雖然簡(jiǎn)單，但適用性和可比性較強(qiáng)，因此也最為常用。該模型的理論框架源于新凱恩斯理論下的簡(jiǎn)約總供求均衡模型，具有堅(jiān)實(shí)的經(jīng)濟(jì)學(xué)理論。在此基礎(chǔ)上，通過(guò)納入狀態(tài)空間模型，再利用多變量的卡爾曼濾波（Kalman Filter）方法實(shí)現(xiàn)自然利率的估計(jì)。隨著該方法不斷發(fā)展，形成了估計(jì)自然利率的經(jīng)典Laubach和Williams模型（2003）[4]，以及Holston等模型（2017）[11]。

經(jīng)典的LW—HLW模型結(jié)合新維克賽爾理論框架（Woodford，2003）[12]與均衡利率的定義，通過(guò)構(gòu)建包含產(chǎn)出、利率和通脹等變量的經(jīng)濟(jì)動(dòng)態(tài)模型，利用卡爾曼濾波進(jìn)行聯(lián)合估計(jì)，同時(shí)得到自然利率、潛在產(chǎn)出缺口等相關(guān)變量。近年有學(xué)者嘗試在原模型基礎(chǔ)上加入其他影響因素，提高估算精確性，但是Laubach和Williams（2016）[13]認(rèn)為，現(xiàn)有原模型可以實(shí)現(xiàn)多個(gè)不可觀測(cè)變量的聯(lián)合估計(jì)，估計(jì)結(jié)果較為簡(jiǎn)潔和穩(wěn)健，也符合實(shí)際，具有較強(qiáng)的優(yōu)勢(shì)。如果需要加入其他影響因素來(lái)改善模型，建議可以將這些因素以類(lèi)似于索洛余量的形式納入原模型的時(shí)間偏好中。

2.混頻估計(jì)的主要原理

傳統(tǒng)模型只能對(duì)相同頻率的變量進(jìn)行回歸。采用狀態(tài)空間方法時(shí)，需要將低頻數(shù)據(jù)處理為具有缺失值的高頻數(shù)據(jù)，再將其作為狀態(tài)變量，運(yùn)用卡爾曼濾波進(jìn)行估計(jì)，從而實(shí)現(xiàn)混頻估計(jì)。對(duì)于流量數(shù)據(jù)，通過(guò)低頻數(shù)據(jù)時(shí)期聚合（Temporal Aggregation）關(guān)系轉(zhuǎn)化為線性約束。而對(duì)數(shù)的流量數(shù)據(jù)則為復(fù)雜的非線性約束，處理該部分?jǐn)?shù)據(jù)可使用擴(kuò)展卡爾曼濾波（Extended Kalman Filter，EKF）將混頻非線性約束轉(zhuǎn)為線性化約束。EKF的主要原理是通過(guò)截?cái)喾蔷€性函數(shù)的泰勒展開(kāi)式，略去非線性觀測(cè)方程和狀態(tài)方程泰勒展開(kāi)式中的2階及以上項(xiàng)，從而實(shí)現(xiàn)非線性函數(shù)的線性化。

3.我國(guó)自然利率的估計(jì)

我國(guó)學(xué)者運(yùn)用不同的估算方法、選取不同的利率指標(biāo)、在不同的模型設(shè)定下估計(jì)了我國(guó)的自然利率，目前估計(jì)結(jié)果均為季頻且存在一定差異。潘淑娟和葉斌（2013）[14]使用三個(gè)月上海銀行間同業(yè)拆放利率（SHIBOR）估計(jì)我國(guó)自然利率水平，得到的估計(jì)結(jié)果在0附近波動(dòng)。李宏瑾等（2016）[15]、李宏瑾和蘇乃芳（2016）[16]將人口和貨幣政策作為其他影響因素納入了LW模型，得到的自然利率估計(jì)結(jié)果均值為2.5%。徐忠和賈彥東（2019）[5]則使用三種不同模型分別估計(jì)我國(guó)的自然利率，并將三組估計(jì)結(jié)果進(jìn)行平滑處理，得出的估計(jì)結(jié)果均值約為0.3%。

目前，國(guó)內(nèi)學(xué)者主要圍繞季頻估計(jì)展開(kāi)研究，這對(duì)于日度的利率數(shù)據(jù)而言時(shí)效性相對(duì)不足。同時(shí)，雖然學(xué)界普遍認(rèn)可通貨膨脹對(duì)自然利率的影響，但鮮有學(xué)者考慮Phillips曲線的不同設(shè)定對(duì)估計(jì)結(jié)果的影響。由此，將混頻估計(jì)和自然利率估計(jì)的方法相結(jié)合，并考慮不同Phillips曲線的設(shè)定可能會(huì)對(duì)估計(jì)結(jié)果產(chǎn)生的影響，有助于提高估算的及時(shí)性和準(zhǔn)確性，從而為更加精確、靈活地調(diào)控貨幣政策提供依據(jù)。

（二）Phillips曲線

Phillips曲線為總需求與總供給模型提供了一個(gè)簡(jiǎn)單的解釋?zhuān)攸c(diǎn)揭示了經(jīng)濟(jì)增長(zhǎng)率與物價(jià)上漲率這兩者之間的關(guān)系。Phillips（1958）[17]提出Phillips曲線用于證明通脹率與失業(yè)率之間的關(guān)系。之后，經(jīng)濟(jì)學(xué)家進(jìn)一步用經(jīng)濟(jì)增長(zhǎng)率指標(biāo)替代失業(yè)率指標(biāo)，Lucas（1972）[7]提出“產(chǎn)出—物價(jià)”P(pán)hillips曲線，分析通脹與產(chǎn)出之間的關(guān)系，使其成為宏觀經(jīng)濟(jì)研究的重要因素和貨幣政策調(diào)控的重要依據(jù)。Phillips曲線是LW—HLW模型重要的構(gòu)成部分，因其結(jié)構(gòu)復(fù)雜，影響因素較多，對(duì)自然利率估計(jì)結(jié)果產(chǎn)生的影響較大。隨著Phillips曲線理論的完善、對(duì)各國(guó)宏觀經(jīng)濟(jì)刻畫(huà)精度的提升，不同設(shè)定對(duì)提高自然利率估計(jì)結(jié)果的精度具有重大影響。

1.Phillips曲線研究的拓展

相關(guān)研究從諸多方面得到擴(kuò)展，本文后續(xù)估算主要涉及滯后結(jié)構(gòu)和預(yù)期跨度兩個(gè)方面。

一是引入滯后項(xiàng)。Fuhrer和Moore（1995）[18]指出，通脹具有持久性，因此當(dāng)前值與滯后值之間存在較高相關(guān)性。Gali和Gertler（1999）[19]將滯后通脹重新引入新凱恩斯Phillips曲線并得出混合型新凱恩斯Phillips曲線。Rudd和Whelan（2005，2006）[20-21]通過(guò)實(shí)證發(fā)現(xiàn)引入滯后通脹能較好擬合通脹動(dòng)態(tài)過(guò)程。齊鷹飛（2011）[22]運(yùn)用實(shí)證方法論證了中國(guó)的通脹與其滯后值之間存在顯著相關(guān)關(guān)系。

二是引入預(yù)期。通貨膨脹受其預(yù)期影響的思想至少可追溯到Phelps（1967）[23]和Friedman（1966）[24]，研究者通過(guò)引入適應(yīng)性預(yù)期構(gòu)造出附加預(yù)期的Phillips曲線，開(kāi)創(chuàng)了現(xiàn)代短期通脹動(dòng)態(tài)研究。Cogley和Sbordone（2008）[25]推導(dǎo)出包含趨勢(shì)通脹變動(dòng)以及高階通脹預(yù)期的新凱恩斯Phillips曲線的變形形式。Scheibe和Vines（2005）[26]實(shí)證檢驗(yàn)我國(guó)數(shù)據(jù)，認(rèn)為通脹預(yù)期是我國(guó)通脹的重要影響因素。

2.LW—HLW模型下的Phillips曲線相關(guān)研究

主要從模型構(gòu)建、指標(biāo)選取等方面考察Phillips曲線對(duì)自然利率估計(jì)的影響。模型構(gòu)建方面，Lopez-Salido等（2020）[6]基于季度HLW模型，分別運(yùn)用通脹和前瞻性通脹開(kāi)展估計(jì)，對(duì)比模型參數(shù)和估計(jì)結(jié)果的差異，并分析產(chǎn)生差異的原因。指標(biāo)選取方面，為準(zhǔn)確描述宏觀經(jīng)濟(jì)運(yùn)行特征，LW模型在Phillips曲線中加入進(jìn)出口和石油價(jià)格；我國(guó)學(xué)者嘗試加入?yún)R率、房地產(chǎn)價(jià)格等因素估計(jì)自然利率，但是估計(jì)結(jié)果出現(xiàn)較大差異（徐忠和賈彥東；2019；鄧創(chuàng)等，

2012）[5，27]。

此外，Lopez-Salido等（2020）[6]還對(duì)比了運(yùn)用CPI和PCE作為通脹指標(biāo)的估計(jì)結(jié)果，由于兩組估計(jì)結(jié)果較為接近，研究者認(rèn)為其對(duì)自然利率估計(jì)的影響較小。

3.我國(guó)Phillips曲線的相關(guān)研究

我國(guó)的宏觀調(diào)控越來(lái)越關(guān)注通脹，涉及Phillips曲線的研究主要集中于以下兩方面。

一方面是通過(guò)實(shí)證驗(yàn)證Phillips曲線在我國(guó)宏觀經(jīng)濟(jì)運(yùn)用中的可行性。

另一方面則是運(yùn)用Phillips曲線分析產(chǎn)出缺口對(duì)我國(guó)通脹的影響。

劉金全等（2006）[28]運(yùn)用具有區(qū)制轉(zhuǎn)移的狀態(tài)空間模型驗(yàn)證經(jīng)濟(jì)增長(zhǎng)率與通脹的關(guān)系后，認(rèn)為我國(guó)的“產(chǎn)出—價(jià)格”特征符合長(zhǎng)期Phillips曲線的性質(zhì)，一定程度上證明Phillips曲線的重要性。楊小軍（2011）[29]構(gòu)建了附加利率的Phillips曲線，通過(guò)相關(guān)實(shí)證分析得出利率是通脹的主要驅(qū)動(dòng)因素的結(jié)論。通脹的動(dòng)態(tài)變化受到慣性和預(yù)期的共同影響，且后者作用更大。

（三）文獻(xiàn)述評(píng)

在估算方法方面，我國(guó)自然利率的月度估算更適用狀態(tài)空間方法。在混頻估計(jì)方面，目前將混頻估計(jì)與自然利率估計(jì)相結(jié)合的研究相對(duì)較少。由于混頻數(shù)據(jù)包含更全面的信息，運(yùn)用混頻數(shù)據(jù)開(kāi)展估計(jì)通?？梢垣@得更精準(zhǔn)的估計(jì)結(jié)果，因此有必要考慮將混頻數(shù)據(jù)與我國(guó)自然利率估計(jì)相結(jié)合，研究混頻數(shù)據(jù)下自然利率的估計(jì)值和特征，提高觀測(cè)頻率。在模型設(shè)定方面，準(zhǔn)確理解通脹的動(dòng)態(tài)過(guò)程有助于更好地調(diào)控貨幣政策，所以有必要考慮Phillips曲線的設(shè)定和預(yù)期對(duì)估計(jì)結(jié)果的影響。同時(shí)，目前對(duì)月度Phillips曲線的研究較少，其設(shè)定是否會(huì)影響月度模型的穩(wěn)健性，也具有一定的考察價(jià)值。

綜上所述，考慮到混頻估計(jì)方法能使數(shù)據(jù)可利用的信息更全面，估計(jì)結(jié)果更具時(shí)效性，本文將季度GDP、月度通脹和日度利率數(shù)據(jù)相結(jié)合，將混頻估計(jì)方法與自然利率估計(jì)的半結(jié)構(gòu)模型相結(jié)合，采用狀態(tài)空間方法估計(jì)我國(guó)月度自然利率，并重點(diǎn)從滯后結(jié)構(gòu)和預(yù)期兩個(gè)因素分析月度Phillips曲線設(shè)置對(duì)估計(jì)結(jié)果的影響。

三、LW—HLW混頻估算模型的簡(jiǎn)要介紹

（一）模型的介紹

季度LW—HLW模型在新凱恩斯框架下，聯(lián)立IS曲線和Phillips曲線方程，將其設(shè)置為觀測(cè)方程，通過(guò)設(shè)置相對(duì)應(yīng)的狀態(tài)方程進(jìn)行聯(lián)合估計(jì)，以此估算其在均衡狀態(tài)下的經(jīng)濟(jì)增長(zhǎng)率、產(chǎn)出缺口和自然利率。詳細(xì)內(nèi)容參見(jiàn)Laubach和Williams（2003）[4]以及Holston等（2017）[11]的文獻(xiàn)，在此不做贅述。

在此基礎(chǔ)上，本文將原來(lái)的季度估計(jì)頻率提高至月度估計(jì)頻率，由此得到簡(jiǎn)化后的月度IS曲線如式（1）：

rt是事前實(shí)際利率，詳細(xì)的計(jì)算公式如下：

式（2）中it是無(wú)風(fēng)險(xiǎn)單期名義利率是通脹的預(yù)期值，εyc

t是產(chǎn)出缺口的沖擊。

國(guó)內(nèi)外對(duì)于Phillips曲線滯后階數(shù)的設(shè)定沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，為充分捕捉月度通脹序列的動(dòng)態(tài)調(diào)整機(jī)制，在這里參考O’Reilly和Whelan（2005）[30]提出的廣義Phillips曲線形式構(gòu)建式（3）中的廣義Phillips曲線：

式中πt表示通脹率，πt-j是j階滯后，bπ,j為回歸系數(shù)，p為通脹率滯后階數(shù)，επ,t為捕捉通脹的短暫沖擊。

進(jìn)一步分析滯后階數(shù)p的選取，在現(xiàn)有的相關(guān)研究中，較為通用和規(guī)范的選取方法是通過(guò)比較AIC和SBC等信息準(zhǔn)則來(lái)選取p。

現(xiàn)有的低頻估計(jì)中，Scheibe和Vines（2005）[26]，Holston等（2017）[11]均認(rèn)為p應(yīng)為1年，也就是12個(gè)月。而實(shí)踐過(guò)程中，滯后階數(shù)p與模型的擬合優(yōu)度和對(duì)數(shù)似然函數(shù)值之間具有較強(qiáng)的正向關(guān)系。因此，結(jié)合滯后階數(shù)對(duì)當(dāng)期通脹率產(chǎn)生影響的有限性和模型的簡(jiǎn)潔性，此處不固定p，而是以AIC信息準(zhǔn)則作為指標(biāo)的方式篩選確定p。僅約束p≤12，設(shè)置2至p階滯后項(xiàng)系數(shù)相同，則月度Phillips曲線如式（4）：

以自然利率與產(chǎn)出增長(zhǎng)之間的理論聯(lián)系為基礎(chǔ)，假設(shè)得到：

其中，gt是自然產(chǎn)出的趨勢(shì)增長(zhǎng)率，zt則為影響的其他因素。原模型中的產(chǎn)出增長(zhǎng)率的估計(jì)系數(shù)接近于1，后續(xù)紐聯(lián)儲(chǔ)在實(shí)際應(yīng)用過(guò)程中也將其設(shè)定為1，故綜合我國(guó)實(shí)際和國(guó)際經(jīng)驗(yàn)，本文同樣將系數(shù)設(shè)置為1。

預(yù)先對(duì)拆分后的月度產(chǎn)出做季節(jié)調(diào)整，對(duì)季調(diào)后的數(shù)據(jù)進(jìn)行檢驗(yàn)，結(jié)果顯示其服從I（2）的過(guò)程。因此，此處將產(chǎn)出設(shè)定為I（2）過(guò)程以避免估計(jì)實(shí)際GDP增長(zhǎng)的無(wú)條件均值。設(shè)定潛在產(chǎn)出為具有漂移項(xiàng)gt的隨機(jī)游走（Random Walk）過(guò)程，其中漂移項(xiàng)gt本身也符合隨機(jī)游走過(guò)程，如式（6）和式（7）：

參照紐聯(lián)儲(chǔ)設(shè)定，考察zt服從隨機(jī)游走過(guò)程，如式（8）：

本文假設(shè)εy*,t、εg,t和εz,t是分別具有標(biāo)準(zhǔn)差σy.*、σg和σz的正態(tài)分布，且序列和同期之間不相關(guān)，所有方程中的殘差都服從正態(tài)分布。

（二）混頻處理

使用狀態(tài)空間方法進(jìn)行混頻處理時(shí)，要先構(gòu)建高低頻數(shù)據(jù)橋接關(guān)系式，將低頻數(shù)據(jù)視為具有缺失值的高頻數(shù)據(jù)后，再進(jìn)行處理。對(duì)于流量數(shù)據(jù)，如GDP須滿足時(shí)期聚合的線性約束，即季度內(nèi)各月GDP之和等于季度GDP。經(jīng)濟(jì)分析中GDP多采用對(duì)數(shù)形式，其約束為較為復(fù)雜的對(duì)數(shù)非線性約束，主要通過(guò)對(duì)非線性函數(shù)的泰勒展開(kāi)式進(jìn)行1階截?cái)?，?jīng)過(guò)數(shù)次迭代后實(shí)現(xiàn)線性化。

本文在LW—HLW模型框架下，使用擴(kuò)展卡爾曼濾波將高低頻非線性的對(duì)數(shù)約束線性化，也就是使用擴(kuò)展EKF將季度GDP與月度GDP這兩類(lèi)不同的高低頻數(shù)據(jù)的對(duì)數(shù)非線性約束進(jìn)行線性展開(kāi)后，得到最終的月度對(duì)數(shù)GDP，如式（9）：

（三）估算方法

基于EKF的混頻GDP對(duì)數(shù)線性化展開(kāi)與LW—HLW模型相結(jié)合時(shí)，模型本身的復(fù)雜度會(huì)使迭代計(jì)算負(fù)擔(dān)過(guò)重，故此處選擇先拆分季度數(shù)據(jù)，再開(kāi)展估算。

在此處使用的狀態(tài)空間方程中，觀測(cè)方程為式（1）和式（4），狀態(tài)方程為式（6）至式（8）。估計(jì)的具體步驟如下：

首先，使用EKF拆分季度GDP數(shù)據(jù)為月度

GDP；

其次，將拆分后得到的月度GDP對(duì)數(shù)作為觀測(cè)變量，整合至LW—HLW模型的狀態(tài)空間方程中；

再次，使用中值無(wú)偏估計(jì)和SKF估計(jì)得到相應(yīng)的自然利率估計(jì)值。

趨勢(shì)增長(zhǎng)率與自然利率的波動(dòng)對(duì)于數(shù)據(jù)整體波動(dòng)的貢獻(xiàn)相對(duì)較小，使用最大似然法進(jìn)行參數(shù)估計(jì)時(shí)會(huì)導(dǎo)致zt和gt的沖擊方差為0。因此，本文使用中值無(wú)偏和極大似然估計(jì)相結(jié)合的參數(shù)估計(jì)方法。其中的兩個(gè)比率分別為和使用這兩個(gè)比率并采用最大似然估計(jì)得出模型的剩余參數(shù)（包括σy*和σyct）。

所有計(jì)算均由經(jīng)濟(jì)計(jì)量軟件WinRATS 10完成。由于樣本時(shí)間序列較短，為充分挖掘樣本信息，最終使用全樣本的平滑估計(jì)進(jìn)行分析。同時(shí)，考慮到狀態(tài)向量包含單位根，所以樣本前數(shù)據(jù)采用遍歷設(shè)定，估計(jì)算法采用BFGS算法。

四、實(shí)證分析

（一）數(shù)據(jù)處理

實(shí)證分析所需要用到的數(shù)據(jù)中，季度GDP和月度CPI數(shù)據(jù)均來(lái)自我國(guó)國(guó)家統(tǒng)計(jì)局的官網(wǎng)，利率數(shù)據(jù)則來(lái)自Wind數(shù)據(jù)庫(kù)。由于2019年12月后的新冠病毒感染為重大突發(fā)事件，紐聯(lián)儲(chǔ)在這之后對(duì)自然利率估計(jì)的模型進(jìn)行了調(diào)整，同樣為避免該影響，本文將估計(jì)區(qū)間設(shè)定在2007年1月至2019年12月。與此同時(shí)，按照原LW—HLW模型的數(shù)據(jù)處理流程，對(duì)三組數(shù)據(jù)進(jìn)行預(yù)處理后納入混頻估計(jì)模型進(jìn)行估計(jì)。具體預(yù)處理如下。

名義利率。根據(jù)我國(guó)利率市場(chǎng)現(xiàn)狀和半結(jié)構(gòu)模型的相關(guān)研究（張舒媛等，2020）[31]，選擇SHIBOR隔夜拆放利率作為名義利率指標(biāo)。由于利率數(shù)據(jù)的頻率為日度，故首先把每月內(nèi)的所有日度SHIBOR隔夜拆放利率加總，其次將加總后的數(shù)據(jù)取算術(shù)平均得到月度SHIBOR，再次將其進(jìn)行年化處理后可得到相應(yīng)的月度名義利率，即it=100*((1+SHIBORt/36000)365-1)。

實(shí)際季度GDP。由于我國(guó)未發(fā)布實(shí)際季度GDP，本文在此處對(duì)GDP數(shù)據(jù)的處理方式為：首先，選取目前已公布的所有當(dāng)季現(xiàn)價(jià)GDP數(shù)據(jù)，使用年度平均指數(shù)平減得到2000年不變價(jià)的季度GDP；其次，使用Denton法與年度實(shí)際GDP進(jìn)行銜接；再次，對(duì)其進(jìn)行X13季節(jié)調(diào)整，對(duì)結(jié)果取對(duì)數(shù)后做年化處理，即yt=400*log(RGDP)。

通脹率。我國(guó)國(guó)家統(tǒng)計(jì)局未發(fā)布PCE數(shù)據(jù)，因此選取CPI作為衡量通脹的指標(biāo)。我國(guó)國(guó)家統(tǒng)計(jì)局自1987年1月開(kāi)始發(fā)布當(dāng)月同比CPI，1995年1月發(fā)布當(dāng)月環(huán)比CPI，為統(tǒng)一數(shù)據(jù)口徑。首先，將1995年1月前的CPI進(jìn)行月度同比轉(zhuǎn)換得到環(huán)比的數(shù)據(jù)；其次，在此基礎(chǔ)上以2006年6月定基100，計(jì)算定基環(huán)比序列，年度定基CPI序列進(jìn)行Denton銜接調(diào)整（張舒媛等，2021）[32]；再次，同樣使用X13進(jìn)行季節(jié)調(diào)整，取對(duì)數(shù)差分并年化處理，得到通脹率πt，即πt=1200*log(CPIt/CPIt-1)。

通脹率預(yù)期。月度LW—HLW模型中包含事前實(shí)際利率這一指標(biāo)，該指標(biāo)需從名義利率中剔除通脹的影響。為便于估計(jì)，假定通脹率動(dòng)態(tài)滯后2≤p階的系數(shù)均相同，以一季度、半年、一整年為例，簡(jiǎn)化分析通脹率受過(guò)去2個(gè)月、5個(gè)月、11個(gè)月的影響，即AR（2）、AR（5）、AR（11）。本文選取通脹率數(shù)據(jù)滾動(dòng)窗口的提前年限為n，最大跨度為10年，即使用前120個(gè)月數(shù)據(jù)計(jì)算通脹預(yù)期。

（二）混頻估計(jì)結(jié)果

由于LW—HLW模型不穩(wěn)定，本文使用的無(wú)偏中值估計(jì)法共分為三個(gè)階段：第一個(gè)階段估計(jì)參數(shù)λg，第二個(gè)階段估計(jì)參數(shù)λz，第三個(gè)階段則使用極大似然法估計(jì)剩余參數(shù)。本文僅給出最后階段的最終估計(jì)結(jié)果（見(jiàn)表1）。

表1 我國(guó)月度自然利率估計(jì)的模型參數(shù)

產(chǎn)出缺口方程中，產(chǎn)出缺口及其滯后項(xiàng)的系數(shù)αy,1、αy,2之和小于1且顯著性水平均小于1%，符合穩(wěn)定性條件。同時(shí)分別作為周期、通脹率、產(chǎn)出缺口的沖擊方差，標(biāo)準(zhǔn)差的波動(dòng)大小在一定程度上可以反映模型的估計(jì)效果。

我國(guó)月度自然利率估計(jì)結(jié)果見(jiàn)圖1。整個(gè)樣本區(qū)間內(nèi)的自然利率估計(jì)結(jié)果整體呈下降趨勢(shì)，其中，2008年10月受金融危機(jī)影響，為歷史最低值1.06%；2019年12月自然利率處較低水平，為1.17%，僅高于金融危機(jī)時(shí)期。

圖1 我國(guó)月度自然利率估計(jì)的時(shí)序圖

2008年，中國(guó)人民銀行于9月至11月多次下調(diào)存貸款基準(zhǔn)利率。12月，自然利率回升至1.44%，SHIBOR隔夜拆放利率降至自然利率下方，進(jìn)入適度寬松狀態(tài)，避免了可能出現(xiàn)的經(jīng)濟(jì)劇烈下行，在一定程度上有效促進(jìn)了金融市場(chǎng)穩(wěn)定和經(jīng)濟(jì)社會(huì)發(fā)展。

在整個(gè)樣本區(qū)間內(nèi)，2008年12月至2014年12月的自然利率估計(jì)值維持在1.21%—2.07%。在2008年11月發(fā)布的進(jìn)一步擴(kuò)大內(nèi)需、促進(jìn)經(jīng)濟(jì)增長(zhǎng)等宏觀經(jīng)濟(jì)政策的刺激下，經(jīng)濟(jì)增速快速回升至10%左右。隨后，企業(yè)和地方部門(mén)債務(wù)率增高，中國(guó)人民銀行適度調(diào)整貨幣政策，SHIBOR隔夜拆放利率保持在自然利率上方，有效落實(shí)了當(dāng)時(shí)中央經(jīng)濟(jì)工作會(huì)議提出實(shí)施穩(wěn)健貨幣政策的要求。

2015年1月至2019年12月，這一階段自然利率處于歷史較低水平。自然利率估計(jì)值波動(dòng)幅度較為規(guī)律，波動(dòng)區(qū)間為1.17%—1.59%，但整體仍呈現(xiàn)下行趨勢(shì)，這與諸多學(xué)者判斷基本一致。其間，2015年3月人民銀行下調(diào)金融機(jī)構(gòu)人民幣存貸款基準(zhǔn)利率，同時(shí)推進(jìn)利率市場(chǎng)化改革，擴(kuò)大金融機(jī)構(gòu)存款利率浮動(dòng)區(qū)間上限。經(jīng)過(guò)1個(gè)月的時(shí)間，SHIBOR隔夜拆放利率與自然利率的差值有效收窄至0.9個(gè)百分點(diǎn)。

2015年5月，綜合考慮融資成本、需求層面導(dǎo)致的通脹預(yù)期下行風(fēng)險(xiǎn)，中國(guó)人民銀行宣布降息25BP，精準(zhǔn)引導(dǎo)SHIBOR隔夜拆放利率降至自然利率下方，并將二者差值控制在1.2個(gè)百分點(diǎn)左右，為量化寬松留有空間。2015年7月，李克強(qiáng)總理在經(jīng)濟(jì)形勢(shì)專(zhuān)家和企業(yè)負(fù)責(zé)人座談會(huì)上指出要實(shí)施穩(wěn)健的貨幣政策，SHIBOR隔夜拆放利率于同月再次小幅回升至自然利率上方，二者差值保持在1.4個(gè)百分點(diǎn)以內(nèi)，實(shí)現(xiàn)了調(diào)控時(shí)機(jī)和調(diào)控力度“雙精準(zhǔn)”，高效服務(wù)實(shí)體經(jīng)濟(jì)。

五、Phillips曲線滯后與預(yù)期的影響

估計(jì)自然利率的另一個(gè)難點(diǎn)在于模型本身的穩(wěn)健性普遍不足，不僅僅是模型整體的不同設(shè)置，參數(shù)設(shè)定和個(gè)別指標(biāo)的輕微變動(dòng)都可能導(dǎo)致估算結(jié)果的大幅波動(dòng)（Laubach和Williams，2016；He等，2015）[13,33]。而Phillips曲線的滯后會(huì)影響模型設(shè)置，其預(yù)期則影響實(shí)際事前利率這一指標(biāo)，因此二者均可能影響模型的穩(wěn)健性。

從模型設(shè)定看，滯后期不同時(shí)，式（3）Phillips曲線方程中的πt-j將影響產(chǎn)出缺口的估計(jì)；預(yù)期不同時(shí)，式（2）的和rt將會(huì)不同。由此可見(jiàn)，Phillips曲線的滯后期不同和預(yù)期不同均會(huì)影響r*t的估計(jì)結(jié)果。

（一）包含通脹滯后因素的估計(jì)結(jié)果

Fuhrer和Moore（1995）[18]、Gali和Gertler（2001）[34]、Christiano等（1999）[35]、Cogley和Sbordone（2008）[25]等充分考慮滯后因素的影響，分別基于不同假設(shè)，推導(dǎo)出包含內(nèi)在持久性的Phillips曲線，論證了Phillips曲線滯后階對(duì)自然利率估計(jì)結(jié)果的影響。

目前，國(guó)內(nèi)外尚未形成關(guān)于月度Phillips曲線的成熟理論，同時(shí)考慮到預(yù)處理時(shí)對(duì)通脹率進(jìn)行了平滑處理，本文分別估計(jì)滯后1個(gè)月至2年的月度自然利率。在估算過(guò)程中，為兼顧模型簡(jiǎn)潔性，模型僅估算1階系數(shù)并令2階至n階系數(shù)相等，以滯后一季度為例，階數(shù)取3且令2—3階的系數(shù)相等。

表2為三組具有代表性的估計(jì)結(jié)果，對(duì)應(yīng)的滯后期分別為一季度、半年、一年。各組估計(jì)結(jié)果的系數(shù)相似，產(chǎn)出缺口及其滯后項(xiàng)的系數(shù)αy,1、αy,2之和均小于1，且顯著性水平均小于1%，符合穩(wěn)定性條件，認(rèn)為模型較穩(wěn)定。

表2 通脹滯后一季度、半年、一年時(shí)月度自然利率估計(jì)的模型參數(shù)

總體上來(lái)看，在Phillips曲線不同滯后階數(shù)的設(shè)定下，模型估計(jì)的參數(shù)差異較小，模型也較為穩(wěn)定。相較而言，滯后半年以上的模型估計(jì)效果相對(duì)略優(yōu)。滯后半年以上時(shí)，Phillips曲線較陡峭，對(duì)實(shí)際利率缺口αr的變化彈性也更高，更為敏感。滯后一年時(shí)，缺口略大，反映了通脹的持續(xù)性有所增加；顯著且小幅的下降，反映了潛在產(chǎn)出增長(zhǎng)率的影響有所減弱。

Phillips曲線的通脹率分別滯后一季度、半年、一年時(shí)，月度自然利率估計(jì)結(jié)果如圖2。三組自然利率走勢(shì)高度相似，但滯后一年時(shí)，自然利率對(duì)外部沖擊更為敏感，波動(dòng)略大。滯后一季度和半年時(shí)，自然利率較為接近且相對(duì)偏低，分別為0.40%—1.39%和0.35%—1.35%。結(jié)合已有研究，本文認(rèn)為滯后一年時(shí)的估計(jì)結(jié)果更符合我國(guó)實(shí)際。

圖2 通脹滯后一季度、半年、一年時(shí)月度自然利率的估計(jì)結(jié)果

（二）包含通脹預(yù)期因素的估計(jì)結(jié)果

預(yù)期理論說(shuō)明了預(yù)期對(duì)通脹的重要作用（Carlson和Parkin，1975）[36]。事前實(shí)際利率是名義利率與通脹率預(yù)期之差，因此通脹率預(yù)期的調(diào)整，將直接影響自然利率的估計(jì)結(jié)果。Coibion和Gorodnichenko（2013）[37]提出，滾動(dòng)窗口估計(jì)和遞歸估計(jì)適用于系數(shù)隨時(shí)間變化可能存在結(jié)構(gòu)性變化的情形。其中，滾動(dòng)窗口既能夠?qū)崿F(xiàn)預(yù)測(cè)，又克服了已經(jīng)實(shí)現(xiàn)的預(yù)期值會(huì)隨信息更新而變化的不足（何啟志和姚夢(mèng)雨，2017）[38]。

因此，本文首先選取提前5—10年的數(shù)據(jù)滾動(dòng)窗口，其次結(jié)合上文，將Phillips曲線的通脹率設(shè)置為滯后1年，再次分析不同通脹率預(yù)期對(duì)估計(jì)結(jié)果的影響。

通脹預(yù)期為5—10年時(shí)月度自然利率估計(jì)的主要參數(shù)輸出結(jié)果如表3所示。不同通脹預(yù)期下，各組估計(jì)系數(shù)也高度相似，產(chǎn)出缺口及其滯后項(xiàng)系數(shù)αy,1與αy,2之和小于1且顯著性水平同樣小于1%，這符合穩(wěn)定性條件，因此可以將其視為較穩(wěn)定的估計(jì)模型。

表3 通脹預(yù)期為5—10年時(shí)月度自然利率估計(jì)的模型參數(shù)

當(dāng)滾動(dòng)窗口分別提前5年、6年、10年時(shí)，估計(jì)的產(chǎn)出缺口對(duì)利率波動(dòng)較為敏感。提前7年、9年、10年時(shí)，估計(jì)結(jié)果較大，反映通脹的持續(xù)性有所提高。提前6年、7年、10年時(shí)，by均增加，Phillips曲線變得更陡峭。此外，各組結(jié)果中λz均未發(fā)生變化，而波動(dòng)較大，反映潛在產(chǎn)出的趨勢(shì)增長(zhǎng)率對(duì)自然利率的沖擊較大。

進(jìn)一步分析月度自然利率的估計(jì)結(jié)果（如圖3），在不同通脹預(yù)期下，各組估計(jì)結(jié)果表現(xiàn)穩(wěn)健，波動(dòng)趨勢(shì)高度相似，估計(jì)值均在0.94%—2.63%之間。除通脹預(yù)期為5年時(shí)的自然利率估計(jì)結(jié)果略大外，其他組的估計(jì)結(jié)果均略低于原模型。結(jié)合主要參數(shù)的表現(xiàn)和已有研究，本文認(rèn)為滾動(dòng)窗口提前10年估計(jì)效果最佳。

圖3 通脹預(yù)期為5—10年時(shí)月度自然利率的估計(jì)結(jié)果

綜上所述，自然利率估計(jì)模型中，Phillips曲線將通脹率滯后期設(shè)置為一年即12個(gè)月、將通脹率預(yù)期的數(shù)據(jù)滾動(dòng)窗口提前10年時(shí)，模型的估計(jì)結(jié)果較好。此時(shí)，通脹對(duì)自然利率的影響較為明顯，這與現(xiàn)實(shí)情況更為接近。同時(shí)，在此設(shè)定下估計(jì)得到的自然利率能夠精確刻畫(huà)我國(guó)不同時(shí)期的主要經(jīng)濟(jì)特征。結(jié)合現(xiàn)實(shí)和理論分析得到，產(chǎn)出缺口對(duì)利率波動(dòng)更為敏感，潛在產(chǎn)出的趨勢(shì)增長(zhǎng)率對(duì)自然利率產(chǎn)生的影響較為明顯。

從模型穩(wěn)健性方面來(lái)看，雖然Phillips曲線的滯后期和預(yù)期設(shè)定有所不同，但各組模型估計(jì)的系數(shù)接近，自然利率的估計(jì)結(jié)果走勢(shì)高度一致且保持在合理區(qū)間波動(dòng)，證明了混頻自然利率在及時(shí)捕捉經(jīng)濟(jì)波動(dòng)的同時(shí)，也保持了較好的穩(wěn)健性。

六、結(jié)論與展望

（一）主要結(jié)論

首先，本文在季度LW—HLW模型的基礎(chǔ)上，結(jié)合我國(guó)實(shí)際情況和相應(yīng)的數(shù)據(jù)特征，構(gòu)建了半結(jié)構(gòu)化模型。

其次，運(yùn)用EKF將季度GDP拆分為月度GDP，對(duì)各組指標(biāo)進(jìn)行預(yù)處理后得到月度GDP的對(duì)數(shù)、月度名義利率以及月度通脹率數(shù)據(jù)。數(shù)據(jù)的預(yù)處理完成后，再使用中值無(wú)偏方法進(jìn)行聯(lián)合估計(jì)，得到各不可觀測(cè)變量的估計(jì)值并實(shí)現(xiàn)我國(guó)自然利率的月度估計(jì)。

再次，針對(duì)我國(guó)宏觀經(jīng)濟(jì)特征，進(jìn)一步考慮了通脹動(dòng)態(tài)特征對(duì)貨幣政策的影響，從Phillips曲線的滯后和預(yù)期兩方面分別考察其對(duì)自然利率估計(jì)結(jié)果的影響，同時(shí)檢驗(yàn)了模型的穩(wěn)健性。

在估算方法的使用方面，本文使用擴(kuò)展卡爾曼濾波不僅解決了混頻數(shù)據(jù)的約束關(guān)系非線性問(wèn)題，還實(shí)現(xiàn)了LW—HLW模型與混頻線性展開(kāi)的整合。模型的估算結(jié)果顯示，加入混頻技術(shù)后，我國(guó)自然利率測(cè)度的頻率得到了有效提升，不僅得到了樣本區(qū)間內(nèi)的各月度自然利率估計(jì)結(jié)果，而且能清楚獲得其動(dòng)態(tài)的變化過(guò)程，及時(shí)反映了貨幣政策調(diào)控的效果。

Phillips曲線作用方面。

一是調(diào)整月度Phillips曲線的設(shè)置未對(duì)估計(jì)參數(shù)產(chǎn)生較大影響。該結(jié)果在驗(yàn)證模型穩(wěn)健性的同時(shí)，也印證了近年P(guān)hillips曲線在實(shí)踐中效力有所弱化的實(shí)際。相較而言，Phillips曲線的滯后期為半年及半年以上時(shí)，產(chǎn)出缺口對(duì)利率波動(dòng)更為敏感；Phillips曲線的預(yù)期設(shè)置為7年、8年、10年時(shí)，自然利率對(duì)產(chǎn)出的趨勢(shì)增長(zhǎng)率波動(dòng)更敏感。

二是調(diào)整月度Phillips曲線的設(shè)置未對(duì)自然利率估計(jì)結(jié)果產(chǎn)生較大影響。所有估計(jì)結(jié)果均在2009年以來(lái)呈現(xiàn)下降趨勢(shì)，且估計(jì)結(jié)果保持在0.35%—2.63%之間。相較而言，通脹滯后期較短或預(yù)期時(shí)間較短時(shí)，主要估計(jì)結(jié)果略小。

三是Phillips曲線滯后一年，滾動(dòng)窗口提前10年時(shí)，模型表現(xiàn)最優(yōu)。在此設(shè)定下，通脹的影響較明顯，自然利率與產(chǎn)出缺口、潛在產(chǎn)出的趨勢(shì)增長(zhǎng)率的聯(lián)動(dòng)關(guān)系更為顯著。

現(xiàn)實(shí)意義方面，在研究觀察的156個(gè)月中，我國(guó)自然利率呈現(xiàn)出下降趨勢(shì)。樣本區(qū)間內(nèi)的月度自然利率估計(jì)值的兩個(gè)歷史較低位分別位于2008年9月和2019年12月，與其相對(duì)應(yīng)的估計(jì)值為1.06%和1.17%。

2008年全球金融危機(jī)過(guò)后，主要國(guó)家和地區(qū)將自然利率作為調(diào)控貨幣政策的重要參考，通過(guò)將市場(chǎng)基準(zhǔn)利率維持在較低水平（Negro等，2017）[39]，收窄其與自然利率的差值，引導(dǎo)積極的貨幣政策發(fā)揮作用。

2008年9月，中國(guó)人民銀行下調(diào)我國(guó)金融機(jī)構(gòu)存款準(zhǔn)備金率和貸款基準(zhǔn)利率，持續(xù)釋放流動(dòng)性，至2019年11月，SHIBOR隔夜拆放利率降至自然利率下方，發(fā)揮了寬松貨幣政策的作用，避免了可能出現(xiàn)的經(jīng)濟(jì)劇烈下行，穩(wěn)定了金融市場(chǎng)和經(jīng)濟(jì)社會(huì)發(fā)展。

2019年，全球經(jīng)濟(jì)增長(zhǎng)再次放緩，經(jīng)濟(jì)發(fā)展的不確定性因素增加，中國(guó)人民銀行及時(shí)調(diào)控貨幣政策，SHIBOR隔夜拆放利率與自然利率的差值逐步收窄，為社會(huì)提供流動(dòng)性。隨著貨幣政策效果逐步顯現(xiàn)，為經(jīng)濟(jì)發(fā)展提供了有力支持。同時(shí)，將SHIBOR隔夜拆放利率保持在略高于自然利率的水平，為我國(guó)應(yīng)對(duì)突發(fā)的外部沖擊留有較充分的貨幣政策調(diào)控空間。

（二）研究展望

在全球長(zhǎng)期低利率環(huán)境下，各國(guó)貨幣政策空間已被大幅壓縮，近年各國(guó)通脹率高企，也增加了貨幣政策觸及有效下限的可能，影響調(diào)控效果。我國(guó)持續(xù)推進(jìn)利率市場(chǎng)化改革、加強(qiáng)定向支持、創(chuàng)新貨幣政策工具，不斷提高貨幣政策調(diào)控的精確性能有效提高貨幣政策傳導(dǎo)效率，促進(jìn)市場(chǎng)發(fā)揮資源配置的作用。

隨著我國(guó)利率市場(chǎng)化改革的不斷深入，市場(chǎng)化的利率風(fēng)險(xiǎn)結(jié)構(gòu)與期限結(jié)構(gòu)不斷完善，為自然利率納入貨幣政策評(píng)價(jià)和調(diào)控提供了現(xiàn)實(shí)條件。自然利率既能夠發(fā)揮貨幣政策調(diào)控“錨”的作用，又能反映潛在產(chǎn)出缺口和實(shí)際經(jīng)濟(jì)增長(zhǎng)水平，可以為準(zhǔn)確適度、合理靈活調(diào)控貨幣政策提供一定的量化依據(jù)。而月度自然利率提高了自然利率的估計(jì)頻率，具備更加精準(zhǔn)和及時(shí)的優(yōu)勢(shì)，有助于捕捉政策調(diào)控的最佳時(shí)機(jī)。

因此，將月度自然利率估計(jì)結(jié)果納入貨幣政策評(píng)價(jià)體系并作為調(diào)控的量化依據(jù)之一，對(duì)我國(guó)貨幣政策調(diào)控實(shí)踐具有重要參考意義，也有助于我國(guó)深化利率市場(chǎng)化改革。