第二章
新常态下货币政策的组合效应和特质效应

第一节　问题的提出

新常态下，货币政策的操作环境发生了明显的变化，突出表现为宏观经济面临着产业结构、城乡经济结构和收入结构的多重失衡，以及与之相伴随的金融创新、利率市场化和人民币国际化。宏观经济的多重结构失衡暴露了原有货币政策调控的缺陷。金融创新、利率市场化和人民币国际化又使金融市场和金融工具迅速发展，弱化了传统的以总量调控为特征的货币政策效果。面对新常态下货币政策的新环境，中央银行除了继续使用传统数量型和价格型的货币政策工具之外，创新性地推出了“定向降准”“定向降息”、央行再贷款等新型货币政策工具，形成了传统货币政策工具、结构性货币政策工具和定向调控货币政策工具组合调控的新局面。多种货币政策工具的组合操作使不同性质的货币政策工具之间相互影响、相互传导，形成复杂的潜在动力驱动货币政策目标变量。政策制定者和市场参与者只能观察到每种货币政策工具的变化，却无法直接观察到货币政策工具组合形成的潜在驱动力，从而难以客观评价多种货币政策工具组合操作的效果，也干扰了各种货币政策工具对目标变量特质效果的判断，这就给新常态下货币政策的操作带来新的难题。基于以上内容可以提出下列问题：如何揭示新常态下多种货币政策工具的组合效应？哪些货币政策工具对不同的货币政策目标具有显著的特质效应？本书将针对新常态下的货币政策转型和货币政策组合操作特征，扩展Bernanke等（2005）的相关模型，使用内生结构变化的非线性动态因子模型，基于模型的估计与检验结果，系统回答上述问题。

Sims（1972，1980）提出的向量自回归（VAR）模型被最广泛地应用于货币政策效果的研究。Angeloni等（2003）、Dore等（2013）、Atabaev和Ganiyev（2013）、Phan（2014）等分别采用VAR模型研究了不同国家的货币政策效应。这些应用研究都使用了线性VAR模型，其隐含的假定是在不同经济状态、不同货币政策操作力度与操作方向时期，结果表明，货币政策效应都不会变化。

经济学理论发现，货币政策具有非对称的效应。Morgan（1993）认为，经济萧条时期的市场悲观情绪，经济繁荣时期的市场乐观情绪都会影响货币政策效果，因此货币政策的效果依赖其所处的经济周期阶段。Ball和Mankiw（1994）假定名义工资向下刚性和调整成本的非对称性，由此导致负向货币冲击效果明显强于正向货币冲击效果。Ball和Romer（1990）的菜单成本模型表明，货币政策效果随着货币政策操作力度的变化具有非对称性。根据上述理论，如果在样本期内存在经济周期阶段、货币政策操作方向或操作力度的显著变化，则应该将Sims（1972，1980）的线性VAR扩展为非线性VAR，以此研究货币政策效果的非对称性。基于此，Weise（1999）使用机制转移VAR模型发现，货币供给冲击对产出和通货膨胀的效应依赖初始经济增长率。Tan和Habibullah（2007）的马尔科夫机制转移VAR模型表明，货币政策只有在经济衰退时期才有比较大的效应。Tan等（2010）通过对亚洲国家货币政策效果的研究发现，紧缩性货币政策比扩张性货币政策的效果更为明显，在通货膨胀上升期间，扩张性货币政策对通货膨胀的效果是缓慢形成的。Franta等（2014）通过时变系数VAR发现，全球金融危机时期通货膨胀对名义货币政策冲击的响应增强了。Galvao和Marcellino（2014）的时变系数VAR表明，价格对货币政策冲击的响应近期增强了。

使用VAR模型的显著优点是：该模型可以将系统中所有的变量都作为内生变量，从而避免了因解释变量内生性带来的有偏估计结果；该模型可以方便识别货币冲击，并使用脉冲响应函数和方差分解描述货币政策效果的动态特征。但使用VAR模型的经验研究一般都发现：紧缩性货币政策会带来通货膨胀的上升，这显然不符合经济理论，这一结果被称为“价格之谜”。许多学者对价格之谜进行了解释并提出相应的补救方法（Sims 1992；Cushman和Zha 1997）。Bernanke等（2005）将VAR模型的不足归结为以下三个方面。首先，由于“维度诅咒”，VAR模型包含的变量一般不会超过6～8个，这就在一定程度上将中央银行和私人部门所掌握的大量信息忽略了，从而导致获得有偏的估计结果。其次，存在经济变量的度量偏差。例如，VAR模型中经济行为的概念也许不能被GDP或者其他可观察的变量完美地度量，而应该将经济行为看成不可观察的因子，使用多个可观察的指标进行度量。最后，研究者观察到的脉冲响应函数只包含模型中少数几个变量，这些变量仅仅是政策制定者关注的大量信息集中的少部分。针对上述不足，Bernanke等（2005）将因子分析引入VAR模型，提出因子扩展的VAR模型（FAVAR）。此后，FAVAR在货币政策的研究中得到广泛使用（Carlos, 2008；Lasse, 2009；Liu和Jansen, 2013）。但正如前述的经济理论和非线性VAR的研究结果显示，FAVAR模型应该充分考虑货币政策效果的非对称性。为此，Boivin等（2008）使用分段样本的FAVAR研究发现，欧盟成立前后货币政策的传导效应发生了变化。Bagzibagli（2014）使用时变系数的FAVAR模型研究欧洲地区的货币政策传导效应时发现，货币政策传导效应具有时变特征。Ellis等（2014）使用时变系数的FAVAR模型研究英国货币政策的传导效应时发现，货币政策冲击在通货膨胀目标时期对通货膨胀、股票价格和汇率有更强的传导效应。使用分段样本或时变FAVAR模型都只能揭示货币政策传导效应随时间变化，却无法类似Weise（1999）的机制转移VAR模型，直接揭示货币政策传导效应随何种经济状态的改变而变化，因而在经济意义的解释方面略显不足。

国内相关文献基本遵从了国际相关文献的研究方法和研究思路。赵进文和闵捷（2005）的非线性VAR研究结果表明，中国货币政策操作表现出明显的非对称性效果，具有很强的非线性特征。刘金全等（2009）认为，中国产出和通货膨胀对货币冲击的动态反应随着冲击方向、冲击规模以及经济周期阶段的变化而改变。欧阳志刚和史焕平（2011）将宏观经济划分为货币供给不足机制和货币供给过剩机制，在货币供给过剩机制中，紧缩性货币政策对通货膨胀和经济增长的调节效应相对较强。

上述国内外文献虽对于认识中国货币政策的效果具有重要的参考价值，但对于新常态下中国货币政策的研究，如果直接借用现有国内外相关研究还有明显不足。首先，现有FAVAR文献（Bernanke等，2005；Bagzibagli, 2014；Ellis等，2014）还不能充分刻画出货币政策在不同经济周期阶段、不同通货膨胀水平时期的非对称效果。其次，中国的经济结构转型不仅改变了中国经济增长速度、通货膨胀水平和货币政策操作方向，而且改变了它们所依附的整体宏观经济结构。因此，经济结构转型更深层次地改变了货币政策面临的经济环境，从而深层次地改变货币政策的传导效应，现有文献还难以对此进行充分刻画。最后，新常态下，货币政策的操作是多种政策工具的组合操作，而不是简单依赖某种货币政策工具的操作方式，因而需要将Bernanke等（2005）、Ellis等（2014）、Bagzibagli（2014）的一种货币政策工具（利率）扩展为货币政策工具组合。基于上面的论述，本书在Bernanke等（2005）、Ellis等（2014）模型的基础上，针对中国新常态时期的经济结构转型和货币政策转型，设定含内生结构变化的非线性动态因子模型。该模型以非线性机制转移函数描述货币政策工具在不同经济周期阶段（不同通货膨胀水平）的非对称效果；以内生性结构变化刻画新常态下经济结构转型导致的货币政策传导效应的结构变化，以货币政策工具组合因子替代Ellis等（2014）模型中的利率，刻画传统货币政策工具、定向调控政策工具和结构性政策工具组合形成的潜在驱动力。