导论

｜一、研究背景与意义｜

（一）研究背景

1．新常态下中国货币政策环境的变化

近年来，随着中国经济发展步入新常态，中国的货币政策操作环境也发生了明显的变化。

首先，就国内而言，新常态下，中国政府的宏观经济调控目标发生了显著的变化。以往，政府的宏观调控目标主要是追求经济的高速增长，一旦经济增速出现下滑趋势，保增长就成为政府的调控目标。政府往往采取大规模的投资刺激(1)，以拉动经济增长。这种情况迫使中央银行采取宽松的货币政策，进而导致M2和信贷余额的上升。在新常态下，政府主动适应了潜在经济增速放缓这一现实，不再简单追求GDP的快速增长，而是通过经济体制改革，促进经济结构调整和经济发展转型。政府宏观经济调控的主要目标转变为下限“保增长”和上限“防通胀”的区间调控方式。

其次，新常态下，金融监管的放松和金融创新以及影子银行和互联网金融的快速发展，逐步弱化了以往的货币政策执行效果。具体来说，随着金融创新的发展，金融机构的资金来源日趋多样化，金融机构可以通过多种途径规避货币数量收缩与扩张的货币政策效果；金融创新和金融监管的放松使金融市场和金融工具迅速发展，进而造成各层次的货币划分模糊不清。进一步讲，金融创新和影子银行的发展，使融资结构呈多元化趋势，银行信贷的地位和作用明显下降，原有货币政策的操作手段和实施工具效力也受到削弱，货币政策执行效果大打折扣。

最后，新常态下，中国的国际收支以及外汇管理体制发生变化。新常态之前，持续扩大的贸易顺差和国际资本流入，在现有汇率制度和结售汇制度下造成基础货币投放中外汇占款的大量增加，由此带来国内货币供给增加、流动性过剩以及对宏观经济的不利影响。这不仅“绑架”了中央银行的货币政策，也降低了中国货币政策的自主性，扭曲了货币政策操作体系。新常态下，随着贸易顺差和国际资本流入的下降、中国对外投资的增加，以及外汇管理体制改革与资本账户开放的持续深化，逐渐减弱国际收支对国内货币供给的影响，为货币政策的“自由”调整松绑。因此，新常态下，货币调控的灵活性、自主性逐步增强，旧常态下因国际收支而被扭曲的货币政策操作体系也逐步调整到相对合理的状态。

就国际而言，新常态下，随着全球经济一体化和区域经济一体化的发展，世界各国的经济联系越来越紧密。全球金融危机之后，各国的货币政策开始分化，对中国货币政策的平衡带来了挑战。具体而言，新常态下，由于各国经济增长的不均衡，全球各主要经济体告别了以往货币政策趋同的态势，各主要中央银行做出不同的货币政策选择。对于发达经济体来说，美国的货币政策开始趋于收紧，而欧洲和日本则延续了宽松的货币政策；新兴经济体内部的货币政策也各不相同，俄罗斯和巴西通过连续加息收紧货币政策，印度和土耳其等国的货币政策则趋于宽松。由于新常态下世界各国的经济联系越来越紧密，因此各经济体货币政策的分化对中国货币政策的平衡带来了新的挑战。

2．新常态下的货币政策变化

正如前文所述，新常态下，无论是国内还是国外，中国的货币政策操作环境都发生了显著变化，也因此导致中国货币政策的转型。从中国货币政策操作目标而言，《中华人民共和国中国人民银行法》规定的货币政策目标是保持货币币值的稳定，并以此促进经济增长。事实上，以往中国货币政策调控较多地强调经济增长和充分就业的目标，而对于物价稳定和国际收支平衡的重视程度相对较弱。在经济新常态下，货币政策目标逐步由经济高速增长转变为经济增长与通货膨胀的区间平衡，即在下限“保增长”和上限“防通胀”的政府宏观目标指导下，货币政策转型为“区间调控”，将经济增长率与通货膨胀率稳定在合理区间范围内。此外，随着新常态下宏观经济的多重结构失衡，中国的货币政策调控方式将由传统的全面宽松转变为整体稳健、定向宽松。具体而言，在新常态下，中国的货币政策目标不仅要关注经济增长、通货膨胀等传统货币政策目标，还要向定向调控转变，同时货币政策还需承担经济结构调整的重任（汪川，2015）。因此，产业结构、收入结构等经济结构调整就成为新常态下货币政策新的重要目标。

以往公开市场操作、存款准备金、中央银行贷款（再贴现和再贷款）和利率等传统货币政策工具都是经常使用的政策工具，这些政策工具的基本特征是宏观总量“漫灌”。而随着中国宏观经济进入新常态和货币政策目标的转变，货币政策应该着力对经济进行“微调”和“滴灌”，注重定向调控。近年来，中央银行创新性地使用了“定向降准”“定向降息”等定向调控货币政策工具，通过改造传统货币政策，对货币市场的利率实现区间管理，引导资金价格和流向，达到定向释放流动性和引导资金投向的调控效果。另外，为达到结构性调控的政策目标，中央银行还创新了货币政策工具，主要包括常备借贷便利、中期借贷便利、抵押补充贷款、短期流动性调节工具（见表0-1）。因此，新常态下的货币政策工具是传统货币政策工具、定向调控货币政策工具和结构性货币政策工具的组合调控。

综上所述，新常态下，从国内和国外来看，中国的货币政策操作环境发生了显著的变化，并由此带来中国货币政策的转型。因此，新常态下，货币政策操作环境的变化和货币政策的转型为本书研究的背景。

（二）研究意义

1．现实意义

新常态下，中国货币政策面临新的环境。从国内而言，突出表现为中国经济面临产业结构、城乡结构和收入结构的多重失衡，以及与之相伴的金融创新、利率市场化；从国际来看，主要表现为全球经济一体化的不断推进以及全球货币政策的分化。中国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、利率市场化使金融市场和金融工具迅速发展，弱化了传统以总量调控为特征的货币政策效果；全球经济一体化的不断推进和全球货币政策的分化，进一步增加了中国货币政策的调控效果的不确定性。面对新常态下货币政策的新环境，中央银行货币政策的操作方式显著改变。新常态下，中央银行创新性地推出了“定向降准”“定向降息”“中央银行再贷款”“常备借贷便利”等新型货币政策工具，形成了传统货币政策工具、定向货币政策工具和结构性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、相互叠加，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，却无法观察到货币政策工具组合形成的潜在驱动力，从而既难以客观地评价多种货币政策工具组合操作的效果，也难以对各种货币政策工具的特质传导效果进行准确判断，这就给新常态下货币政策的操作带来新的难题。进一步讲，新常态下，随着全球经济一体化的不断发展和全球货币政策的进一步分化，世界其他经济体的货币政策对中国的货币政策产生影响，进而影响中国货币政策的实施效果。人们只能观察到每个国家货币政策的变化，却不能观察到各国货币政策影响下中国货币政策的传导效应，这进一步增加了新常态下中国货币政策操作的难度。因此，新常态下，如何揭示中国货币政策的组合效应和特质效应以及全球货币政策分化背景下中国货币政策的传导效应，成为新常态下中国货币政策操作亟待解决的问题。

本书根据中国新常态下多种货币政策工具的组合操作特征，将Bernanke等（2005）FAVAR模型中的一种货币政策工具扩展为多种货币政策工具组合，将其称为“货币组合FAVAR模型”。在此基础上，本书首先进一步针对新常态下货币政策的变化，将货币组合FAVAR模型扩展为含有内生结构变化的货币组合FAVAR模型和面板数据货币组合FAVAR模型；其次使用这些模型，分别从宏观和微观层面研究新常态下中国货币政策的传导效应。进一步讲，本书根据新常态下全球经济一体化不断推进和货币政策分化的特征，使用Pesaran（2004）的GVAR模型研究全球货币政策分化背景下中国货币政策的传导效应。

综上所述，可以看出，本书不仅有助于研究新常态下中国货币政策的组合效应和特质效应，而且可以准确揭示全球货币政策分化背景下中国货币政策的传导效应。进一步讲，本书不仅有助于认识多种货币政策工具对经济结构、特征企业的定向调节效应，而且有助于识别不同国家货币政策对中国货币政策的溢出效应。这些研究结果既有利于新常态下中国经济结构调整的货币政策选择性操作和组合操作，也有利于中国货币政策在全球经济一体化不断推进和全球货币政策分化背景下中国的选择和平衡。

2．理论意义

对于现有文献（Sims, 1972；Atabaev和Ganiyev, 2013；陈浪南和田磊，2015；喻坤等，2014）而言，VAR模型和单方程模型是研究货币政策效应的两种常用方法。但学者在研究中发现，这两种方法都存在一定的不足。就VAR模型而言，存在“维度魔咒”和“价格之谜”等缺陷，单方程模型存在遗漏重要解释变量等不足。因此，针对VAR模型的不足，Bernanke等（2005）把因子分析引入VAR模型，提出FAVAR模型，有效克服了现有VAR模型的不足。对于中国而言，新常态下的货币政策操作是多种货币政策工具的组合操作。基于此，本书扩展Bernanke等（2005）的FAVAR模型，将其模型中的唯一货币政策共同因子扩展为多种货币政策工具组合因子，将该模型称为“货币组合FAVAR模型”，以此揭示新常态下多种货币政策工具的组合效应与特质效应。可以看出，本书扩展的模型，对于使用多种货币政策工具国家的货币政策研究具有显著的理论价值。由于危机时期多种货币政策工具组合操作成为许多国家货币政策操作的特征（Phan, 2014），因此该模型也适用于许多国家危机时期的货币政策效果研究。此外，由于FAVAR模型在其他领域也具有广泛的应用，例如，Apergisa等（2014）使用FAVAR模型研究了贵重金属与股票价格的关系，Kuethe等（2014）使用FAVAR模型研究了农地收益与其他投资回报率的关系。因此，本书扩展的模型在其他领域也有广泛的应用前景。进一步讲，本书采用GVAR模型对新常态时期开放经济条件下的货币政策效应进行研究。由此可以看出，本书的理论价值主要体现在结合中国实际对现有研究方法的应用和扩展方面，而且这些方法在其他国家和其他领域也具有一定的适用性。

｜二、文献综述｜

（一）关于货币政策传导渠道的研究

货币政策作为宏观经济调控的重要手段之一，在经济学长期处于核心地位。货币经济学理论详细论述了货币政策的传导渠道，Mishkin（1995，2004）对此进行了总结，并把货币政策的传导渠道划分为利率传导渠道、资产价格渠道、信贷传导渠道、汇率传导渠道。

首先，从货币政策的利率传导渠道来看，根据凯恩斯的理论，货币供应量扩张（M↑）将导致利率下降（i），即借贷成本的下降，使厂商投资上升和消费者对耐用消费品支出增加（I↑），这将导致总需求增加，进而引起总产出和总收入增加（Y↑）。利率传导渠道可归纳为M↑⇒i↓⇒I↑⇒Y↑。从实证研究来看，Brayton和Mauskopf（1985）使用MPS模型对该传导渠道进行了实证检验；Reifschneider等（1999）使用美联储经济模型（FRB）对此进行了研究；Fagan等（2005）采用Area-Wide模型检验了货币政策的利率传导渠道。

其次，从货币政策的资产价格传导渠道来看，该传导渠道可以分为Tobin’s q传导渠道和财富效应传导渠道。Tobin’s q传导渠道认为，货币政策的扩张带来货币供应（M）的增加，货币供给超过其货币需求，人们减少持有货币，进而增加在股票市场的投资，对股票的需求增加使股票价格（pe）上升。Tobin’s q渠道可归纳为M↑⇒pe↑⇒Q↑⇒I↑⇒Y↑。财富效应传导渠道体现在消费生命周期理论中，Modigliani（1971）认为，消费支出是由消费者生命周期中的财富决定的，消费者的财富包括人力资本、实际资本和金融资产。金融资产主要是指普通股票。扩张性货币政策导致股票价格（pe）上升，增加了消费者生命周期中的财富（W），消费支出（C）也相应增加。财富效应渠道可以归纳为M↑⇒pe↑⇒W↑⇒C↑⇒Y↑。根据财富效应传导渠道，美联储的观点表明，美国的长期边际消费倾向为3美分～4美分／美元，Fair（2004）得到和美国边际消费倾向类似的结论。Catte等（2004）对OECD国家的研究表明，意大利的长期边际消费倾向为0.01，日本的边际消费倾向为0.07，OECD国家的平均边际消费倾向为0.035，而美国的边际消费倾向为0.03。与此同时，Catte等（2004）的研究表明，从短期来看，货币政策的财富效应更小。对于货币政策的信贷传导渠道来说，Bernanke和Gertler（1989）认为，在传统经济学理论中，商业银行的资产和负债对经济所起到的作用是相同的，但在现实世界中的信息是不对称的，在存款向贷款转化的过程中商业银行起着不可或缺的作用。银行为了放出贷款的安全，在放贷前需要花费一定的成本进行搜寻和评估，放贷后则需要监督贷款的使用情况，我们把这些过程中产生的成本称为“信贷融通成本”。商业银行由于自身的规模和专业化优势可以有效克服金融市场中由于信息不对称导致的额外成本。当今世界上许多国家还是沿用以银行体系为主的间接融资体系，银行充当了企业外源资金的主要来源，中小规模企业由于受自身规模小等特点的限制，所以难以从资本市场获得资金。货币政策通过影响金融中介信贷资金的供给，特别是通过银行存款准备金影响商业银行的贷款资金，进而影响企业的投资支出。当货币供给量扩张时，银行存款准备金（B）增加，银行的可贷资金（L）也随产出增长。银行借贷渠道可归纳为M↑⇒B↑⇒L↑⇒I↑⇒Y↑。大量学者采用实证方法对货币政策银行借贷渠道进行了检验，例如，Gertler和Gilchrist（1993，1994）、Kashyap和Stein（1995）、Peek和Rosengren（1995a, 1995b, 1997）；但是也有部分学者对银行借贷渠道产生怀疑，并对此进行了研究，如Romer和David（1989）、Ramey（1993）、Lown和Morgan（2002）的研究表明，银行信贷渠道对宏观经济的波动作用很大，但是该研究也发现，银行信贷渠道对货币政策的改变作用很小。Iacoviello和Minetti（2008）的研究表明，银行信贷渠道在那些家庭更依靠银行按揭贷款的国家有突出的表现。但是上述文献只研究了银行信贷渠道的重要性，却很少涉及整体评价这一传导渠道在宏观经济中的重要性。货币政策信贷传导渠道还可以通过资产负债表渠道实现。Bernanke和Gertler（1989）认为，企业的低净值意味着贷款人为他们的贷款只能获得价值低的抵押品，因此借款人的逆向选择使贷款人的损失加大。企业净值的下降会增加借款人的逆向选择，导致低净值企业获得的信贷资金减少，并进一步导致企业投资的下降。当中央银行采取宽松的货币政策时，会引起经济活动中货币供应量的增加，而货币供应量的增加则会引起利率的降低，进而导致企业股票价格的上升，这又进一步导致企业和持有股票的消费者的资产负债表上的资产增加。企业和消费者拥有更多的净资产，意味着企业和消费者在借款时可以拥有更多的抵押品进行抵押，商业银行则会由于企业和消费者抵押品的增加而相应地增加对企业和消费者的放贷。进一步地，企业和消费者抵押品的增加会减少发生逆向选择和道德风险的可能性，商业银行也会据此降低借贷资金的成本，并增加对企业和消费者的放款量，由此带来投资和产出的增加。货币政策还可以通过影响企业借款利率，进一步影响企业的现金流，改变企业的资产负债表，进而影响企业的投资和产出。因此，资产负债表渠道还可以表述为M↑⇒i↓⇒净资产↑⇒现金流↑⇒逆向选择或道德风险↓⇒银行贷款↑⇒I↑⇒Y↑。学者对货币政策资产负债表渠道也进行了大量实证研究。例如，Curdia和Woodford（2010）、Carlstrom等（2009）分别对货币政策资产负债表传导渠道进行了研究。

最后，从货币政策的汇率传导渠道来看，McKinnon（1985）将汇率因素纳入了货币传导研究中。假设一国处于开放经济条件下，当采取宽松货币政策时，会引起货币供应量的增加，而货币供应量的增加又将导致本国国内短期名义利率的下降。假设价格黏性存在，那么本国国内短期真实利率也将下降，由此将导致本国货币需求量的减少。由于本国货币需求量减少会导致本国货币的贬值，这将会进一步使国内商品价格相对国外商品价格更为便宜，便会使本国商品出口增加而进口商品减少，并最终导致采取宽松货币政策国家的总产出增加。

在上述四种经典传导渠道的基础上，后续文献研究进行了一定的修改和补充完善。Barth和Ramey（2001）首先提出货币政策的成本传导渠道理论，之后Chowdhury等（2006）、Henzel等（2009）分别以不同国家为研究对象，检验了货币政策成本传导渠道的存在性。Boivin等（2010）对经典传导渠道进行了归纳总结，并将四大经典传导渠道重新分类为新古典渠道和非新古典渠道。新古典渠道包括利率渠道、资产价格渠道和汇率渠道，他们将这些传导渠道重新定义为投资渠道、消费渠道、国际贸易渠道。非新古典渠道主要从金融市场的不完善角度进行分析，主要包括信贷渠道。Oyaromade（2006）、Nwosa和Saibu（2012）将货币政策传导渠道区分为需求面和供给面。需求侧传导渠道包括利率渠道、汇率渠道、资产价格渠道、银行信贷渠道和资产负债表渠道。供给侧渠道是指货币政策通过改变存货成本影响实际经济变量（见图0-1）。全球金融危机以后，货币政策的银行风险承担渠道作为一种新的传导渠道被纳入学者的研究，Borio和Zhu（2008）、张雪兰和何德旭（2012）、Karapetyan（2016）分别研究了不同国家的货币政策对银行风险承担的影响。孙宇辰（2016）、陈红等（2015）分别从不同角度检验了微观经济主体信心对货币政策有效性的影响，但是信心传导渠道是否可以作为一种全新的货币政策传导渠道还没有得到学术界的一致肯定。

综上所述，尽管学者的新近研究对货币政策传导渠道进行了补充和完善，但是传统四大经典传导渠道仍然是学者近期研究货币政策时所关注的主要传导渠道（Bernanke等，2005；Dore等，2013；Phan, 2014）。

（二）关于货币政策效应的研究

货币政策作为政府进行经济调控的重要工具之一，其效果历来是学者研究的重点。从现有文献来看，学者主要从货币政策的宏观效应和微观效应两个方面进行研究。进一步地，就货币政策宏观效应的研究而言，又可以分为封闭经济条件下一国货币政策对本国宏观经济效应的研究和开放经济条件下的货币政策效应研究；从货币政策微观效应研究来看，学者主要从两个方面进行研究，首先是单独研究货币政策微观效应，其次是把货币政策和财政政策微观效应结合起来进行研究。

1．关于货币政策宏观效应的研究

就封闭经济条件下货币政策宏观效应的研究而言，Tan等（2010）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。Angeloni等（2003）通过VAR模型发现，欧洲地区的投资渠道是货币政策的主要传导渠道。Dore等（2013）通过对美国数据的VAR模型研究表明，私人非住宅固定投资依赖经济中的需求水平和企业利润与联邦基金利率无关。Atabaev和Ganiyev（2013）使用VAR模型检验了吉尔吉斯斯坦的利率渠道、汇率渠道和信贷渠道的货币政策效果。Phan（2014）研究了澳大利亚的货币政策传导渠道后发现，投资渠道的效应大于消费渠道的效应。Rabanal（2004）把经济增长率作为状态变量，采用马尔科夫转移机制模型对美国的货币政策进行了研究，结果表明，美联储的货币政策反应函数具有非对称性，在经济繁荣期，美联储更加关注通货膨胀；在经济衰退期，美联储更加关注经济增长。Assenmacher-Wesche（2006）的研究表明，中央银行面临的外在约束会随时间的变化而变化，进而导致货币政策也随之变化，而且中央银行货币政策会因经济周期的不同对经济增长或通货膨胀产生非对称效应。张屹山、张代强（2007）把滞后货币增长率引入前瞻性货币政策反应函数中，结果发现，前瞻性反应函数能够较好地描述同业拆借利率和存贷款利率之间的利差。刘金全等（2009）使用非线性VAR模型对中国货币政策的非对称效应进行了检验。盛松成（2012）把社会融资规模引入实证研究中，研究了中国社会融资规模对中国货币政策传导的影响。实证结果显示，货币政策的变动会在很大程度上影响社会融资规模，而且融资规模的变动也会对GDP等经济增长指标产生较为显著的影响。张金城（2014）通过构建动态随机一般均衡模型，以麦科勒姆规则形式的货币政策机制模拟中央银行的货币政策调控，结果表明，实际产出与货币供给存在着更为紧密的均值溢出关系。张小宇、刘金全（2015）通过构建平滑迁移向量自回归模型，研究了中国房地产市场的货币政策传导机制，结果表明，中国房地产景气指数、产出增速与货币供给增速之间存在显著的非线性特征。闫红波和王国林（2008）通过构建向量自回归模型对中国货币政策在各个产业的非对称效应进行了研究，并检验了中国货币政策在各个行业存在非对称效应的原因。耿强和樊京京（2009）构建了向量自回归模型并分析了中国不同类别货币政策工具的实施效果。曹永琴（2010）通过采用ARMA模型和向量自回归模型分析了中国货币政策的实施对三大产业的不同影响效果，实证研究的结果表明，中国货币政策在三大产业间存在着十分显著的非对称效应，有形资产较低的产业对货币政策变动的反应程度要低于有形资产较高的产业，即第二产业对货币政策变动的敏感程度最低，第三产业对货币政策变动的敏感程度次之，第一产业对货币政策变动的敏感程度最高。刘金全等（2015）通过对中国通货膨胀成本的非对称性以及货币政策的惰性特征进行了检验和识别后发现，中央银行具有明显的规避通货紧缩偏好，但其货币政策调控不存在明显的惰性区域。陈红等（2015）通过构建向量自回归模型，从信心渠道研究了货币政策变动对经济主体信心的影响，结果表明，中国货币政策的变动会对经济主体的信心产生显著的影响；进一步的研究结果表明，经济主体的信心和实际经济产出呈现显著的正相关。马轶群和李晓春（2016）通过构建向量自回归模型，研究了中国货币政策变动对城镇就业的非对称效果。陶士贵和张斯宇（2016）通过构建向量自回归模型，对中国货币政策变动进而对短期国际资本流动的影响进行了研究。陈勇和舒茜（2016）将中国货币政策工具分为以灵活利率为代表的市场化工具和以信贷指导为代表的非市场化工具，并对两种货币政策工具的效果进行了研究。研究的实证结果表明，虽然从短期而言，利率等价格型货币政策工具对经济有影响，但是“窗口指导”等政府主导的货币政策工具对经济有较为显著的长期影响。

从以上关于封闭经济条件下货币政策宏观效应研究的文献可以发现，学者普遍采用VAR模型来研究货币政策的宏观效应。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作为内生变量，避免了因解释变量内生性导致的有偏估计结果；该模型可以方便地识别货币冲击，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会得出下列结论：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规律，所以这一结果被称为“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，这就在一定程度上忽略了中央银行和私人部门掌握的大量信息，从而获得有偏差的估计结果。其次，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准确地度量，所以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，这些变量仅是政策制定者关注的大量信息中的少部分。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模型在货币政策研究中得到广泛使用。例如，Carlos（2008）使用FAVAR模型研究了美国货币政策对住房市场的影响。Liu和Jansen（2013）采用结构FAVAR模型对货币政策效应进行研究后发现，该模型可以有效消除“价格之谜”现象。Munir和Qayyum（2014）使用FAVAR模型对巴基斯坦货币政策效应进行了研究，结果证明了利率渠道在巴基斯坦的有效性。周佰成等（2012）通过构建因子扩展的向量自回归模型（FAVAR），研究了中国货币政策变动对股票价格的影响。实证结果表明，利率的变动对股票价格的影响具有较长的时滞，且影响的时间较长，而货币供应量的变动虽然对股票价格的影响较为迅速，但是持续的时间较短。Dave（2014）采用FAVAR模型检验了商业银行在货币政策传导中的作用，结果表明，银行信贷渠道在货币政策传导中的作用要强于以往的观点。Obafemi和Ifere（2015）研究了尼日利亚货币政策的传导效应，结果表明，利率渠道和信贷渠道是尼日利亚货币政策冲击效应中的主导渠道。Lunsford（2016）采用FAVAR模型研究了货币政策冲击下房地产投资对GDP贡献的影响。沈悦等（2011）使用FAVAR模型研究了货币政策对房价的影响，结果发现，中国存在货币政策的房价传导机制。陈汉鹏和戴金平（2014）以上海银行间同业拆借利率（Shibor）为基准利率研究了基准利率对主要经济变量的影响，结果表明，中央银行能够通过对Shibor的微调进行货币政策调控。丁攀和李素芳（2014）使用FAVAR模型研究了货币政策对中国城乡居民收入的影响，结果表明，价格型货币政策工具对城乡居民收入影响不显著，而数量型货币政策工具对城乡居民收入影响显著。汪桥红（2015）使用FAVAR模型研究了美国货币政策冲击对中国经济的动态影响，结果表明，美国货币政策对中国货币市场造成显著的冲击效应。李向前和孙彤（2016）使用FAVAR模型研究了影子银行对中国货币政策有效性的影响。

就开放经济条件下货币政策效应的研究而言，Kim（2001）研究了货币政策对欧洲地区小型开放经济体国家贸易平衡的影响，并发现货币政策对这些国家贸易平衡的影响基本上符合支出转换效应。Jacobson等（2001）使用带有长期约束的VAR模型检验了通货膨胀目标制的货币政策，发现其结果符合经济理论。Barnett等（2014），Clarida（2014）使用DSGE模型研究了开放经济条件下最优货币政策问题。Adolfson等（2014）采用开放经济条件下的DSGE模型研究了小型开放经济体的货币政策权衡取舍问题。王立勇等（2010）使用非线性向量自回归模型研究了开放经济条件下中国货币政策的效应。实证研究发现，在开放经济条件下，中国的货币政策具有显著的非线性效应。卞志村和孙俊（2012）通过采用多变量的马尔科夫转移向量自回归模型，对开放经济条件下中国财政货币政策的非对称效应进行了研究，实证结果表明，中国不同类别的货币政策和财政政策工具对中国的经济系统产生了显著的非对称效果。霍强、蒋冠（2015）研究了开放经济条件下中国货币政策风险承担问题。马勇、陈雨露（2014）构建了一个开放条件下的新凯恩斯宏观经济模型，通过模拟分析发现，货币政策的有效性随着经济开放程度的提高而下降。何国华和吴金鑫（2016）构建了开放经济条件下的宏观经济模型，通过模拟得出不同金融市场开放度下的各主要利率规则的效果及福利损失，结果显示，金融市场的开放主要导致宏观经济短期受国外冲击影响波动变大，尤其是受国外利率冲击的影响，长期在利率规则作用下经济恢复均衡，且盯住国内通货膨胀规则在金融市场开放度较低时较为适用，而金融市场开放度较高时传统泰勒规则较优。

从以上文献可以看出，学者在研究开放经济条件下一国货币政策效应时，主要采用VAR模型或者开放经济条件下的DSGE模型。VAR模型和DSGE模型在识别开放经济条件下一国货币政策效应时具有一定的优势。VAR模型的优点如前文所述。DSGE模型的优点是可以避免卢卡斯批判，通过脉冲响应函数使各冲击的动态传导透明化。但是以上两种方法在研究开放经济条件下货币政策效应时，也存在着明显的不足。具体而言，现有的VAR模型和DSGE模型仅将部分国家的少数变量纳入模型中进行研究，这样的研究既存在变量和国家选取的随意性，又缺乏全球视野。在全球经济一体化背景下，上述研究结果势必存在一定的偏误。Pesaran等（2004）提出的全球向量自回归模型（GVAR）为全球经济一体化背景下货币政策效应的研究提供了一种有效的研究方法。从国内来看，张红和于洋（2013）使用GVAR模型研究了房地产市场对货币政策传导效应的区域差异。余华义和黄燕芬（2015）通过构建GVAR模型，研究了中国货币政策效果的区域差异性。叶永刚和周子瑜（2015）采用全球向量自回归模型研究了中国货币政策的行业差异性。

2．关于货币政策微观效应的研究(2)

就微观方面而言，Bernanke和Gertler（1995）在总结以往货币政策宏观效应研究的基础上，从货币政策传导的信贷渠道出发研究了货币政策的微观效应，由此开启了货币政策微观效应研究的新篇章。从现有文献来看，有关货币政策微观传导效应的研究依据其传导渠道可划分为两种类型。第一类研究是基于经典的利率渠道和信贷渠道理论的指导，一般选择企业投资、存货调整、资本结构变动等变量作为货币政策微观效应的目标变量，使用单方程回归模型展开研究。例如，Gaiotti和General（2001）研究了意大利货币政策对本国不同类型企业投资的非对称效应。Nagahata和Sekine（2005）研究了日本资产价格泡沫破灭后货币政策对企业投资的影响，结果发现，由于企业资产负债表的恶化，导致阻塞了货币政策传导的信贷渠道。Bryson（2009）研究了牙买加货币政策对企业投资的非对称效应，结果表明，相对非制造业企业而言，制造业企业对利率更为敏感。Karim和Azman Sainib（2013）使用新古典投资函数研究了马来西亚货币政策对企业投资的影响，结果表明，小型企业对紧缩的货币政策更为敏感。Kaoru和Daisuke（2014）研究了经济周期和货币政策对银行放贷的影响，结果表明，拥有更多资本和流动性的银行更倾向于给客户发放更多贷款。Masuda（2015）研究了日本货币政策冲击对制造业企业投资的影响，结果发现，紧缩的货币政策显著地增加了企业的流动性限制，尤其是小型企业。Zulkhibri（2013）研究了马来西亚货币政策对企业投资的影响。彭方平和王少平（2007）构建了非线性光滑转移面板数据模型，并使用企业层面的数据对中国微观层面的货币政策非线性效应进行了研究，实证结果表明，中国货币政策的变动对企业投资产生显著的非线性效应。田存志等（2014）使用中国上市企业的数据，采用倍差法研究了中国货币政策变动对上市企业投资的差异性影响。刘星等（2014）研究了两类货币政策工具对企业投资的差异，结果表明，货币供给量越大，企业投资—现金流敏感性越弱；货币价格越低，企业投资—现金流敏感性越强。徐光伟和孙峥（2015）使用中国上市企业2002年第1季度至2013年第2季度的财务数据，采用面板数据方法，研究了中国人民银行信息披露的货币政策调控信号和实际调控货币政策对上市企业投资的影响，实证结果发现，当中央银行信息披露的货币政策调控信号与所实施的货币政策一致时，中央银行的政策信号可以起到引导企业投资的作用；当两者不一致时，中央银行的政策信号所起到的作用则不明显。张前程和杨德才（2015）基于2003—2012年季度数据的实证研究发现，投资者情绪对企业投资规模有影响，且对民营企业的影响要大于对国有企业的影响，货币政策的宽松度能够强化投资者情绪对企业投资规模的影响，这种强化作用主要体现在国有企业中。黄兴孪等（2016）利用中国上市公司数据，研究了不同货币政策下商业信用对企业投资的影响。Benito（2002）以美国和西班牙的企业为例，研究了货币政策对企业存货调整的影响。Junayed和Khan（2009）研究了实际利率和存货投资之间的关系。Guariglia和Mateut（2006）、Sangalli（2013）、杜建华（2014）等也分别以企业存货调整为目标，变量研究了货币政策的微观效应。Haan和Sterken（2000）研究了货币政策对企业资本结构和公司治理的影响。Prasad和Ghosh（2005）采用印度制造业企业的数据研究了货币政策变动对企业行为的影响，结果表明，紧缩的货币政策可以降低企业负债。Voutsinas和Werner（2011）使用日本上市企业数据研究了货币政策对企业资本结构的影响，结果发现，货币政策和信贷供给会影响企业的财务决策。曾令涛和汪超（2015）以中国上市企业1997—2003年的样本为例，分别使用面板数据固定效应模型和面板数据随机效应模型，研究了中国紧缩的货币政策对中国不同类别上市企业资本结构调整的影响，实证结果显示，中国紧缩的货币政策会显著降低上市企业的杠杆率，和面临较低融资约束的企业相比，面临较高融资约束的企业在货币政策紧缩时杠杆率下降幅度会更大。李海海和邓栢冰（2014）以中国2003—2004年上市企业的数据为样本，研究了中国货币政策变动对不同行业资本结构的影响，结果表明，货币政策对不同行业资本结构的影响存在显著的非对称性。胡峰和林冰茹（2015）采用中国上市企业2004—2014年的财务数据，研究了中国货币政策变动对上市企业资本结构的影响，结果表明，中国货币政策的变动对上市企业资本结构的调整产生影响。宋献中等（2014）以2002—2012年中国A股上市公司的年度面板数据为研究对象，采用广义矩估计的方法实证检验了中国货币政策变动对企业资本结构动态调整的影响，结果表明，无论是采用利率作为货币政策的代理变量，还是采用货币供应量作为货币政策的代理变量，当货币政策宽松时都会导致企业资本结构的调整速度加快，且货币供应量的变动对企业资本结构调整速度的影响更大。第二类研究是基于最新货币政策的风险承担渠道理论的指导，研究货币政策对商业银行风险承担的作用。具体而言，Delis和Mylonidis（2011）使用美国银行部门的微观数据，研究了货币政策和银行风险承担之间的关系，结果表明，货币政策和银行风险承担存在显著的负向关系。Ozsuca和Akbostanc（2015）研究了土耳其货币政策和银行风险承担之间的关系。Karapetyan（2016）以挪威为研究对象，研究了货币政策和银行风险承担之间的关系，结果发现，较低的利率会导致银行向风险较高的企业发放贷款。张雪兰和何德旭（2012）、金鹏辉等（2014）、方意（2015）分别检验了中国货币政策风险承担渠道的存在性。

就货币政策和财政政策的微观效应相结合的研究而言，相对货币政策微观传导效应的研究来说，财政政策微观效应研究的文献较少。付敏杰（2013）的研究表明，在西方成熟的市场经济国家，相机抉择的财政政策较为少见，甚至在20世纪70年代至2008年金融危机前，欧美发达国家的宏观调控政策中几乎看不到财政政策。就国内现有关于财政政策的研究来说，学者在研究财政政策微观效应时，主要选择以企业资本结构调整（融资）作为目标变量。例如，刘程蕾（2014）、张文君（2015）、陈峻和张志宏（2016）分别以企业资本机构调整为目标变量，研究了财政政策的微观效应。国内也有部分学者把货币政策和财政政策相结合来研究其微观效应。例如，雒敏和聂文忠（2012）、王昌荣等（2016）分别将货币政策和财政政策相结合来研究其微观效应，但是这类文献相对较少。

从货币政策传导理论看，货币政策效果的释放具有持续性和动态性。上述国内外相关文献都使用单方程计量模型。由于单方程计量模型难以刻画货币政策对微观企业的持续动态效应，所以在揭示货币政策效果方面略显不足。因此，对于货币政策微观效应的研究，面板数据VAR模型具有显著优势。就面板数据VAR模型而言，Ogawa（2002）使用面板数据VAR模型研究了货币政策对企业存货的动态影响；张西征等（2012）、朱新蓉和李虹含（2013）分别使用面板数据VAR模型研究了货币政策对企业投资的影响，但这方面的文献相对较少。而且在货币政策效果研究中，面板数据VAR模型仍然存在时间序列VAR模型不足的情况。

综上所述，自从凯恩斯主义革命确定货币政策非中性以来，学者对于货币政策效应的研究主要集中在两个方面，即货币政策对宏观经济的影响和货币政策对企业的影响。从宏观方面来看，学者主要研究货币政策对一个国家经济增长、通货膨胀、产业结构等宏观经济指标的影响。从微观方面来看，学者主要研究货币政策对企业投资、存货调整、资本结构变化以及商业银行风险承担等方面的影响。上述研究虽然为本书提供了有益借鉴，但是直接借用现有研究方法研究新常态下中国货币政策效应问题，还存在一定的不足之处。首先，新常态下，货币政策的操作是多种政策工具的组合操作，而非简单依赖某种货币政策工具的操作方式。其次，中国的经济结构转型不仅改变了经济增长速度、通货膨胀水平和货币政策操作方式，而且改变了其所依附的整体宏观经济结构。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，由此深层次地改变货币政策的传导效应，现有文献的模型还难以对此进行充分刻画。最后，新常态下，随着区域经济一体化和全球经济一体化进程的快速推进和全球货币政策的分化，中国货币政策受到其他经济体货币政策的影响越来越大，因此需要准确评估这些因素对中国货币政策传导效应的影响。本书分别针对新常态下国内经济结构转型和货币政策组合操作特征扩展现有研究方法，以货币政策工具组合因子替代现有模型中唯一的货币政策工具变量，以此刻画新常态下多种货币政策工具组合形成的潜在驱动力；以内生结构变化刻画新常态下的经济结构变化；分别提出含有内生结构变化的货币组合FAVAR模型和面板数据货币组合FAVAR模型，从宏观和微观层面对新常态下中国货币政策工具的组合效应和特质效应进行研究；进一步讲，本书还针对全球经济一体化进程加快和全球货币政策分化的背景，采用GVAR模型研究开放经济条件下的货币政策效应。就宏观方面而言，本书首先从中国的视角研究货币政策工具的宏观组合效应和特质效应；其次从全球经济一体化和国际货币政策分化的视角研究开放经济条件下中国货币政策的传导效应及其与主要贸易伙伴国的相互溢出效应。就微观方面而言，本书分别从货币政策对特征企业投资的定向调节效应和在财政政策配合下，货币政策对企业负债的调控效应来研究货币政策工具的微观组合效应和特质效应。由此可以看出，本书的创新点为：针对新常态下中国货币政策环境变化和货币政策转型的现实特征扩展和应用现有研究方法，并结合中国实际研究新常态下货币政策的宏观效应和微观效应。

｜三、研究内容、方法及思路｜

（一）研究内容

本书的研究内容一共分为5个部分，第一部分为导论，第二部分为理论基础，第三部分为新常态下货币政策工具的宏观效应研究，第四部分为新常态下货币政策微观传导效应的研究，第五部分为研究结论及对未来的展望。

第一部分导论主要介绍本书的研究背景和意义，在此基础上回顾相关文献并进行评述；介绍本书的研究思路、方法、内容及可能的创新点。

第二部分为本书的第一章，也是本书的理论基础。首先，本部分对货币政策的有效性理论及传导渠道进行研究。其次，对开放经济条件下货币政策的国际溢出效应进行分析。本部分还对新常态下多种货币政策工具的组合操作进行理论分析，并在此基础上分析新常态下货币政策的组合效应与特质效应。最后，根据新常态下中国货币政策环境变化和货币政策转型的特征，对中国货币政策传导渠道重要性的变化进行分析，由此奠定全书研究的理论基础。

第三部分主要研究新常态下货币政策工具的宏观传导效应，包含本书的第二章和第三章。第二章主要通过构建含有内生结构变化的非线性货币组合FAVAR模型研究多种货币政策工具对中国经济增长、通货膨胀、产业升级和城乡收入差距的影响。具体内容包括：①问题的提出及研究意义，并在此基础上对新常态下中国货币政策操作环境变化和货币政策转型进行理论分析。②多种货币政策工具和多重货币政策目标的选择以及含有内生结构变化的货币组合FAVAR模型的构建，并在此基础上选取高维宏观数据集进行检验和处理。③实证分析、结论和政策建议。第三章主要研究在全球经济一体化和全球货币政策分化背景下，中国货币政策的传导效应。具体内容包括：①研究背景及问题的提出，并对开放经济条件下货币政策的溢出效应进行理论分析。②GVAR模型的构建以及高维宏观数据的选取及处理，并在此基础上分析国内外货币政策对中国宏观经济的传导效应。③结论及政策建议。

第四部分主要研究新常态下货币政策工具的微观传导效应，该部分主要从微观层面研究货币政策对企业微观的传导效应，主要包含本书的第四章和第五章。第四章研究新常态下多种货币政策工具对特征企业投资的定向调节效应。具体内容包括：①问题的提出，即研究多种货币政策工具对特征企业投资定向调节效应的意义。②多种货币政策工具对特征企业投资的定向调节效应的理论分析，并在此基础上构建面板数据货币组合FAVAR模型，给出相应的估计方法；根据研究目的选取高维宏观数据以及微观数据，并进行相应处理。③实证分析、结论及政策建议。第五章主要研究新常态下，财政政策配合下中国货币政策对企业负债的调控作用。具体内容包括：①问题的提出，即为什么要在经济发展新常态下实现降低企业负债的目标，并指出新常态下，中国产出政策配合下货币政策对降低企业负债的意义。②货币政策和财政政策对企业负债影响的理论分析，并在此基础上构建面板数据货币组合FAVAR模型，研究财政政策配合下货币政策对降低企业负债的组合效应和特质效应；根据研究目的选择高维宏观数据和微观数据，并据此进行实证分析，进而为新常态下货币政策和财政政策组合搭配实现降低企业负债的目标提供政策建议。

第五部分是本书的第六章，即研究结论及对未来的展望，是对全书研究的归纳总结，并在此基础上提出相应的对策建议，进而指出本书研究的局限性以及未来需要进一步研究的问题。

（二）研究方法

1．含有结构突变的非线性货币组合FAVAR模型

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。在该模型中，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（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，以此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。在此基础上，分析多种货币政策工具组合操作对多种货币政策目标的组合效应和特质效应。

2．GVAR模型

针对新常态下全球经济一体化不断推进和全球货币政策分化的特征，构建GVAR模型研究开放经济条件下中国货币政策的传导效应；此外，本书使用该模型研究了中国货币政策对主要贸易伙伴国宏观经济的溢出效应和主要贸易伙伴国货币政策对中国宏观经济的溢出效应。

3．面板数据货币组合FAVAR模型

针对新常态下中国货币政策组合操作的特征，扩展Bernanke等（2005）的FAVAR模型构建结合中国上市公司层面的数据，构建面板数据货币组合FAVAR模型，研究新常态下中国货币政策对特征企业投资的定向调节效应。此外，针对新常态下中国货币政策和财政政策组合操作降低企业负债的特征，本书使用面板数据货币组合FAVAR模型研究了新常态下，财政政策配合下中国货币政策对企业负债的调控效应。

（三）研究思路

本书的研究思路如图0-2所示。

｜四、可能的创新点｜

（一）研究方法的创新

就宏观方面而言，本书针对新常态下中国多种货币政策工具组合操作的现实特征，把Bernanke等（2005）FAVAR模型中的单一货币政策工具扩展为多种货币政策工具组合因子，构建了含有内生结构变化的非线性货币组合FAVAR模型来研究新常态下中国货币政策的宏观效应。同时，结合新常态下全球经济一体化进程的不断推进和国际货币政策分化的特征，采用GVAR模型研究国际因素影响下中国货币政策的宏观效应以及国内外货币政策的宏观溢出效应。就微观方面而言，本书针对新常态下多种货币政策工具组合操作的特征，构建面板数据货币组合FAVAR模型，研究新常态下中国货币政策的微观效应。综上所述，本书针对新常态下中国货币政策操作环境的变化和货币政策的转型，对现有研究方法进行扩展，并使用这些方法对新常态下中国货币政策的宏观效应和微观效应进行研究，由此体现研究方法的创新。

（二）应用研究的创新

第一，本书针对新常态下中国多种货币政策工具组合操作的特征，扩展Bernanke等（2005）FAVAR模型构建含有内生结构变化的货币组合FAVAR模型，从宏观层面研究了新常态下多种货币政策工具对多重货币政策目标的组合效应与特质效应。和现有文献相比，本书的研究不仅可以准确揭示新常态下多种货币政策工具对多重货币政策目标的组合效应，而且可以揭示多种货币政策工具对多重货币政策目标的特质效应，进而为新常态下货币政策的选择性操作提供建议。本书从全球经济一体化和国际货币政策分化的背景出发，采用GVAR模型对新常态时期开放经济条件下货币政策的传导效应进行研究，从而为新常态时期开放经济条件下中国货币政策的国际协调提供政策建议。

第二，本书针对新常态下中国多种货币政策工具组合操作的特征，构建面板数据货币组合FAVAR模型，并以此为基础从微观层面刻画多种货币政策工具组合操作对企业投资的组合效应和特质效应，从而为新常态下中央银行货币政策的定向调控提供政策建议。本书针对新常态下中国货币政策和财政政策的组合操作，构建面板数据货币组合FAVAR模型，从微观层面研究财政政策配合下货币政策对中国企业负债的调控效应，进而为新常态下货币政策和财政政策的组合搭配降低企业负债提供政策建议。

---

(1)　2008年为克服金融危机的影响中央政府推出了“4万亿”投资。

(2)　就货币政策而言，中央银行的调控政策通过不同传导渠道作用于投资、产出等宏观经济变量，而隐含于这些渠道中的正是企业等微观经济主体的决策和行为，这些微观经济主体对于政策冲击的反应导致上述宏观经济变量对货币政策和财政政策操作做出最终的响应。因此，直接利用微观数据研究货币政策的传导将有助于进一步厘清宏观政策的微观传导机制（齐鹰飞，2013）。